Prognozowanie i symulacje międzynarodowe

Prognozowanie i symulacje międzynarodowe

Można wyodrębnić kilka wzorców zmian:
Maria Cieślak: podział szeregów
1) jednowymiarowy czasowy- stosujemy 1 zmienną; pokazujemy jak wraz z upływem czasu następują zmiany/jak zmienna zmienia się w czasie
*Niekoniecznie musi być to zmienna ilościowa-może być również jakościowa, np. zmiana pogody
2a) jednowymiarowy przekrojowy-w jednym momencie czasowym patrzymy jak 1 zmienna wypada u różnych podmiotów
2b) wielowymiarowy przekrojowy-w jednym momencie czasowym porównujemy wiele wymiarów
2) przekrojowo-czasowy- połączenie pkt.1 i pkt.2
3) wielowymiarowy czasowy

PODZIAŁ ZASADNICZY WZROSTÓW:
1) wzrost liniowy-polega na dodawaniu równych jednostek -co roku następuje wzrost o taką samą wartość zmiennej
2) wzrost nieliniowy-występuje gdy zależność między przyczyną a skutkiem nie ma stałej proporcji; kiedy w r różnych jednostkach czasowych mogą występować różne przyrosty, np. rezultaty nawożenia
2a) wzrost wykładniczy-wzrost o stały ułamek rosnącej wielkości w stałym okresie czasu; tempo wzrostu jest stałe, ale zmienia się wielkość, np. odsetki od lokaty dopisywane co rok-wzrost o stały procent, ale sumy coraz większe.
„Zasada 72”:
Jeśli mamy daną wielkość wzrostu (np. 9%) to 72:9=8lat czyli w ciągu 8lat nastąpi podwojenie wielkości.
2b) wzrost superwykładniczy- tempo wzrostu wzrasta, coraz szybciej następuje tempo wzrostu zmiennej.

PARAMETR: posiada wiele znaczeń
1) zmienna, którą przyjmuje się za stałą w danej sytuacji, czyli wartość tej zmiennej jest w danym okresie czasu taka sama.
2) dane liczbowe w równaniach modelu, które wyszczególniają siłę, a nawet charakter stosunków między zmiennymi.

Program(polecany gorąco przez Profesora) International Futures Huges’a:
Występują różne krzywe, m.in. krzywa S gdzie zmieniają się parametry w czasie: wzrost następuje najpierw wolno, potem mamy do czynienia ze wzrostem wykładniczym i superwykładniczym, a po minięciu punktu zwrotnego, przestaje rosnąć. Przykład: wzrost człowieka

*krzywa dzwonowa-wzrost do punktu zwrotnego, po jego przekroczeniu następuje tendencja malejąca.
Np. perspektywy ropy: wzrost do momentu zwrotnego-do wyczerpania zasobów.

Ważne: należy wziąć pod uwagę opóźnienie jakie występuje między przyczyną a skutkiem!

Mamy do czynienia ze zmiennymi, które przyjmują wartości ciągłe jak i ze zmiennymi dyskretnymi czyli skokowymi.
Wartości skokowe-albo coś jest albo czegoś nie ma (wartość 0 lub 1).Przykład: 1) deszcz-albo pada albo nie
2)wojna-jest lub nie. Ale z wojną jest pewien problem: należy określić kiedy się faktycznie zaczęła, a kiedy nastąpił okres przejściowy, więc wprowadza się wtedy nowe dodatkowe zmienne.
Wartości ciągłe-zawsze są, lecz w różnym stopniu. Przykład: pogoda to wartość ciągła-temperatura zawsze jest lecz o różnej wartości.

Szeregi czasowe-powinny udzielić informacji kiedy można spodziewać się zmian parametrów, przerwania ciągłości.

Sprzężenie zwrotne-zamknięty obwód przyczyn i skutków, ciąg wzajemnych oddziaływań, który nie ustaje.
A: sprzężenie dodatnie-zmiana na wyjściu zapoczątkowuje sekwencję zmian, które doprowadzą do kolejnych wzrostów w kierunku stanu początkowego; zmiany wzajemnie się wzmacniają(błędne koło lub koło sukcesów).
*wielokierunkowy wzrost
B: sprzężenie ujemne-zmiana w zasobie na wyjściu powoduje zmianę na wejściu ukierunkowaną przeciwnie. Przykład: termoregulator- jeżeli temperatura obniży się poniżej zaprogramowanej następuje automatyczne uruchomienie systemu grzewczego. Jeżeli w wyniku ogrzania, temperatura się podniesie następuje automatyczne wyłączenie systemu grzewczego.
*regulowanie tempa wzrostu; utrzymuje system w pewnych dopuszczalnych granicach, bądź pozwala na powrót do równowagi.

Sprzężenia nakazują widzenie oddziaływań dwukierunkowych-pętli wzajemnych oddziaływań= Efekt Mateusza:
rodziny bogate-utrwalanie bogactwa /rodziny biedne-utrwalanie biedy.

Symulacje: funkcjonują w różnych „rozumieniach”(cyt.Zyblika). Najbardziej powszechne to-udawanie czegoś, stwarzanie pozorów. Z łać. =podobny.
Symulacje w znaczeniu technicznym-sztuczne odtwarzanie właściwości danego obiektu, zjawiska za pomocą jego modelu realizowanego w warunkach laboratoryjnych.
Symulacja komputerowa-to badanie zachowania się obiektów rzeczywistych na podstawie obserwacji działania programów komputerowych symulujących to zachowanie.
Symulacja-oznacza wykorzystanie zestawu zróżnicowanych technik badawczych „zasadzających się” na wprawieniu w ruch modelu naśladującego zachowanie badanego systemu. Budowa i uruchomienie modelu symulacyjnego pozwala na obserwowanie dynamiki modelowanego systemu w warunkach kontrolowanych przez eksperymentatora. Ważne: Eksperymentator może zmieniać warunki tak, aby sprawdzić zasadność badanych hipotez.

Model: (różne znaczenia i rodzaje) To przedmiot będący wzorem lub kopią danego przedmiotu, wykonany w mniejszych rozmiarach, zwykle z materiałów zastępczych( np. lalki dla dziewczynek).
Model to także układ względnie odosobniony, możliwie mało skomplikowany, działający analogicznie do oryginału.
Model komputerowy-program odzwierciedlający swoim działaniem pewne aspekty modelowanego obiektu lub procesu.
Modele:
1) Analogowe-fizyczne
2) Cyfrowe-numeryczne- składające się z liczb, zmiennych i wiążących je relacji/ stosunków.

Stosowano do tej pory 3 RODZAJE SYMULACJI:
1) z udziałem tylko ludzi
2) wyłącznie z udziałem komputerów
3) mieszane
Niebezpieczeństwa: powstaje pozór naukowego, opartego o liczby rezultatu. Jeżeli symulacja odbywa się z udziałem komputerów, wówczas musimy przypisać wartości wyrażone w liczbach bo inaczej komputer nie zareaguje. Te liczby określane są przez badacza. Jeżeli dobierze je względnie trafnie to wtedy będzie mógł uzyskać wynik( rezultaty) który nie będzie fałszywy. „Jeśli przypisze je błędnie to ponosi za to winę”- baaardzo odkrywcze!

Wiele modeli zawiera elementy losowe sprawiające, iż przewidywania oparte na tych modelach nie są wyznaczane z całkowitą pewnością.
W symulacji deterministycznej elementy losowe traktowane są jako znane; zastępuje się je wartościami oczekiwanymi lub przynajmniej mało znaczącymi w skali mechanizmu opisanego przez model.
W symulacji stochastycznej losowe elementy modelu podlegają samodzielnemu modelowaniu a proces ich generowania staje się istotnym elementem składowym symulacji.
*stochastyczny- niezamierzony, przypadkowy, losowy.

Prognozy są wątpliwe. By zwiększyć ich pewność Aleksander Zeliaś proponuje:
1) stosowanie kilka metod prognozowania i porównanie ich rezultatów
2) porównywanie otrzymanych prognoz z innymi (podawanymi wcześniej w literaturze przedmiotu) odnoszącymi się do tego samego zagadnienia.
3) potwierdzanie otrzymanych wyników poprzez logiczne lub matematyczne wyprowadzanie wniosków ze znanych już prognoz.
4) przeprowadzanie weryfikacji merytorycznej

Do prognoz możemy różnie podchodzić= skrajne postawy(między nimi jest wiele możliwych mieszanych):
1) postawa pasywna- dowiedzieliśmy się, uznajemy ją za nieuniknioną, niezależną od woli ludzi. Jedyne co można zrobić w tej sytuacji to po prostu ją poznać i dostosować się.
2) postawa aktywna- uznanie przyszłości za względnie niezależną od przeszłości; wiele zależy od postaw i zachowań ludzi. Wprawdzie przeszłość już nastąpiła , ale nie wynika z niej jednoznacznie przyszłość. Możliwe jest skuteczne oddziaływanie na kształtowanie się przyszłości. Prognoza jest bardziej bodźcem do działania niż do sądzenia , że określa ona przyszłość. Przyszłość jest otwarta, niezdeterminowana.

Comments are closed.