А. К. Любимов в пособии представлены методологические основы преподавания курса «Имитационное моделирование экономических систем»
жүктеу/скачать 4,53 Mb. Pdf көрінісі
|
SIM EC SYS
| Q
, V , P ) и результатных ( NCF , NPV ) переменных и вероятности различных событий. Соответствующие формулы приведены в табл. 19. Здесь используются следующие формулы: СРЗНАЧ(число1, [число2],...) возвращает среднее значение (среднее арифметическое) аргументов. СТАНДОТКЛОН(число1; число2; ...) оценивает стандартное отклонение по выборке., то есть меру того, насколько широко разбросаны точки данных относительно их среднего. МИН(число1;число2; ...) возвращает наименьшее значение в списке аргументов. МАКС(число1;число2; ...) возвращает наибольшее значение в списке аргументов. СЧЁТЕСЛИ(диапазон, критерий) подсчитывает количество ячеек в диапазоне, которые соответствуют одному указанному пользователем критерию. 54 СУММЕСЛИ(диапазон, критерий, [диапазон_суммирования]) используется, если необходимо просуммировать значения диапазона, соответствующие указанным условиям. Если ячейки, по которым нужно выполнить суммирование, отличаются от ячеек, указанных в качестве диапазона, то их указывают в качестве необязательного диапазона суммирования. Таблица 19. Формулы листа «Лр 3. Формулы» Показатели Переменные затраты ( V ) Объем выпуска ( Q ) Цена за штуку ( P ) Поступления ( NCF ) Чистый приведенный доход ( NPV ) Среднее значение =СРЗНАЧ(Пер ем_затраты) =СРЗНАЧ(Кол ичество) =СРЗНАЧ(Це на) =СРЗНАЧ(Пос тупления) =СРЗНАЧ(ЧП Д) Стандартное отклонение =СТАНДОТКЛ ОН(Перем_зат раты) =СТАНДОТКЛ ОН(Количеств о) =СТАНДОТК ЛОН(Цена) =СТАНДОТК ЛОН(Поступл ения) =СТАНДОТК ЛОН(ЧПД) Коэффициент вариации =H12/H11 =I12/I11 =J12/J11 =K12/K11 =L12/L11 Минимум =МИН(Перем_ затраты) =МИН(Количе ство) =МИН(Цена) =МИН(Поступ ления) =МИН(ЧПД) Максимум =МАКС(Перем _затраты) =МАКС(Колич ество) =МАКС(Цена) =МАКС(Посту пления) =МАКС(ЧПД) Число случаев NPV<0 =СЧЁТЕСЛИ( ЧПД;"<0") Сумма убытков =СУММЕСЛИ (ЧПД;"<0") Сумма доходов =СУММЕСЛИ (ЧПД;">0") В рассматриваемом примере сделано предположение о независимости и равномерном распределении ключевых переменных Q , V , P . Однако какое распределение при этом будет показатель NPV заранее определить нельзя. Одно из возможных решений этой проблемы – попытаться аппроксимировать неизвестное распределение каким-либо известным. При этом в качестве приближения удобнее всего использовать нормальное распределение. Это связано с тем, что в соответствии с центральной предельной теоремой теории вероятностей при выполнении определенных условий сумма большого числа случайных величин имеет распределение, приблизительно соответствующее нормальному (Лукасевич И.Я., 1998). В прикладном анализе для целей аппроксимации широко применяется частный случай нормального распределения – так называемое стандартное нормальное распределение. Математическое ожидание стандартно распределенной случайной величины жүктеу/скачать 4,53 Mb. Достарыңызбен бөлісу:
|