19.07.2013 Views

Економіко-математичне моделювання

Економіко-математичне моделювання

Економіко-математичне моделювання

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

20.4. Метод Монте-Карло<br />

та перевірка статистичних гіпотез<br />

Можливість <strong>моделювання</strong> випадкових величин і процесів<br />

певним чином може бути використаною для імітації деяких реальних<br />

економічних явищ та виробничих ситуацій. При цьому<br />

спостереження незначного числа відбуття випадкових величин<br />

навряд чи принесе нам користь, а спостереження великого їх числа<br />

дає можливість зробити правильні висновки відносно їх середніх<br />

характеристик. Такий підхід лежить в основі методу Монте-Карло,<br />

який використовує різні граничні співвідношення теорії ймовірності –<br />

закони великих чисел і граничні теореми.<br />

Статистичне випробування за методом Монте-Карло є<br />

імітаційним <strong>моделювання</strong>м за повної відсутності будь-яких правил<br />

поведінки. Отримання вибірок за методом Монте-Карло – основний<br />

принцип імітаційного <strong>моделювання</strong> систем, які містять стохастичні<br />

чи імовірнісні елементи.<br />

Відповідно до методу Монте-Карло аналітик може моделювати<br />

та досліджувати функціонування великого числа складних систем або<br />

поведінку системи відносно часового горизонту на віддалену<br />

перспективу.<br />

Без доведення сформулюємо теорему, яка складає принципову<br />

основу використання методу Монте-Карло для обчислення<br />

математичного сподівання випадкової величини на основі<br />

незалежних випробувань.<br />

Теорема. Для того, щоб середнє арифметичне незалежних<br />

випробувань випадкової величини ξ збіглося з імовірністю 1 до її<br />

математичного сподівання необхідно й достатньо, щоб це<br />

<strong>математичне</strong> сподівання існувало.<br />

Метод Монте-Карло – числовий метод, який дає можливість<br />

моделювати майбутні значення змінної з допомогою її поведінки на<br />

часовому горизонті.<br />

У різних задачах, які трапляються при побудові та<br />

функціонуванні складних економічних систем, можуть<br />

використовуватися величини, значення яких визначається<br />

випадковим чином. Прикладами таких величин є: випадкові моменти<br />

часу, протягом яких поступають замовлення на фірму; завантаження<br />

виробничих ділянок або інших елементів ВЕС; зовнішні дії (вимоги<br />

661

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!