Классификация и принцип построения экономико-математических моделей
Классификация и принцип построения экономико- математических моделей
Основной путь исследования системы – это построение модели. Моделирование – процесс, посредством которого исследователь стремится понять определенные аспекты реальной жизни. Модель не является точной копией реальности, а представляет собой упрощенный ее вариант, согласованный с задачами исследователя. Один и тот же объект в зависимости от целей исследования может иметь разные модели. Например, моделью человека может являться кукла, мешок с песком (100 кг) при испытании парашюта, ватный макет с большим числом датчиков при испытании противоударных средств в автомобиле, манекен при моделировании одежды и т.д..
С моделями мы часто встречаемся в обычной жизни, возможно, не подозревая, что это модели.
В дальнейшем под моделированием мы будем понимать теоретические модели реальности, а не процесс изготовления моделей каких-либо предметов, например самолетов.
Моделирование как метод исследования имеет альтернативу. Это – словесный, или «вербальный», анализ, оперирующий произвольными категориями с расплывчатыми результатами, которые трудно оценить. Нисколько не умаляя достоинств этого метода исследования, уместно указать на часто встречающийся недостаток «вербального» анализа: «Не пользующаяся математическими символами человеческая логика зачастую запутывается в словесных определениях и делает вследствие этого ошибочные выводы – и вскрыть эту ошибку за музыкою слов иногда стоит огромного труда и бесконечных, часто бесплодных, споров» (В.И. Арнольд «Жесткие и мягкие модели»).
Процесс моделирования – это скорее искусство, чем наука. Тем не менее, он предполагает некоторые вполне определенные этапы. Моделирование – это прежде всего умение выделить главное. Модели должны быть по возможности простыми, однако они должны включать все самые важные части исследуемой системы (оригинала), самые важные функции и самые важные связи, внутрисистемные и внешние. Но таких элементов, выбранных для последующего детального исследования, должно быть ограниченное, небольшое количество, иначе будет трудно вести анализ.
Для того чтобы найти главные части и связи системы, следует сосредоточить внимание на трех важных моментах:
1. Определить главную цель системы, ответив на вопросы о том, зачем существует система и какие главные функции она выполняет.
Рекомендуемые материалы
2. Понять работу системы и определить главные части (подсистемы), участвующие в выполнении главной функции.
3. Установить важные связи между этими частями.
При этом связи и части системы будут действительно важными, если после их исключения из нее система «рассыпается». И наоборот, если мы исключили какую-то часть или связь и ничего не изменилось, то это не главная часть или, соответственно, не важная связь.
Пример:
В экономике есть два основополагающих понятия – спрос и предложение. Экономисты иногда шутят: «Научите попугая произносить два слова – спрос и предложение – и перед Вами готовый экономист». Однако исторически модель спроса и предложения строилась не так просто. А. Смит, отец экономической науки, в своей знаменитой книге «Богатство народов» (1776) оставил будущим поколениям вопрос: «Что есть цена?» Чтобы получить ответ на него, понадобились более ста лет. Разрешить загадку пыталась теория трудовой стоимости Д. Рикардо. Однако эта теория описывала предложение, но не описывала спрос. В результате она стала классической теорией издержек, но не теорией цены, Для того чтобы превратиться в теорию цены, ей не хватало одного очень важного элемента – спроса. Аналогичный недостаток имела альтернативная теория – маргинализм. Она описывала спрос, но не описывала предложение. Загадка А. Смита была разгадана лишь в 1890 г. А. Маршаллом в книге «Принципы экономической теории», где в виде диаграммы была предложена модель спроса и предложения. Этой модели уже более ста лет. Тем не менее, сегодняшняя микроэкономическая теория мало отличается от того, о чем писал А. Маршалл.
Следует отметить, что рецептов построения хорошей модели не существует. Известный американский ученый Р. Шэннон указывал, что «любой набор правил для разработки моделей, в лучшем случае имеет ограниченную полезность и может служить лишь предположительно в качестве каркаса будущей модели или отправного пункта в ее построении». Кроме того, следует иметь в виду, что модель, успешно применяемая в одних случаях, в других может оказаться бесполезной. «Культура моделирования требует, чтобы для каждой модели был указан перечень условий, при которых данная модель верна. От модели не требуется истинность. Модель должна быть адекватной, работоспособной, т.е. давать удовлетворительные ответы на поставленные вопросы». Если модель не дает ответ на поставленный вопрос, то она уточняется или заменяется новой.
Пример:
В экономической теории часто используется линейная модель спроса и предложения. Несмотря на свою предельную простоту (в реальности кривые спроса и предложения вряд ли бывают прямыми линиями), она дает ответы на многие экономические вопросы: установление рыночного равновесия, определение равновесной цены, изменение спроса, изменений предложения и т.д. Когда же модель спроса и предложения не дает ответы на поставленные вопросы, она уточняется или заменяется новой. В этом случае, возможно, обращаются к более сложному для исследования варианту модели, где кривые спроса и предложения представляются нелинейными функциями.
Ещё посмотрите лекцию "4.2 Синтез адаптивного управления при помощи ПИ-регулятора" по этой теме.
Научиться моделированию, ограничившись только формальным усвоением каких-то правил, конечно, невозможно. Но все же есть советы, к которым стоит прислушаться. Например, к советам академика Ю.И. Неймарка. Они достаточно общие и не могут служить непосредственным указанием к действию, но дают разумные подсказки, что и как следует делать:
1. Чем проще модель, тем меньше возможность ошибочных выводов.
2. Модель должна быть простой, но не проще, чем это возможно.
3. Пренебрегать можно чем угодно, нужно только знать, как это повлияет на решение.
4. Модель должна быть грубой: малые поправки не должны кардинально менять ее поведение.
5. Модель и расчет не должны быть точнее исходных данных.