Preview

Вестник НГУЭУ

Расширенный поиск

Метод расчета стационарного распределения вероятностей в цепи Маркова при моделировании социально-­экономических процессов

https://doi.org/10.34020/2073-6495-2024-3-134-145

Аннотация

В настоящей статье предложен алгоритм расчета вектора стационарного распределения вероятностей для цепи Маркова. Марковские цепи эффективны для моделирования сложных систем в динамике, в том числе социально-экономических процессов, поскольку вместо детерминированных уравнений и зависимостей учитываются различные варианты развития событий. При этом с увеличением числа вариантов резко возрастает сложность решения задачи о нахождении стационарного распределения вероятностей. Идея алгоритма заключается в замене задачи решения характеристического уравнения n-й степени для матрицы вероятностных переходов задачей линейного программирования. Сформулирована математическая постановка задачи, включая определение независимых переменных, нахождение вида целевой функции, ограничений в виде равенств. Для проведения расчетов создана программа на алгоритмическом языке Python. В целях верификации и доказательства ее эффективности проведены расчеты как для типовых задач общего характера, так и для конкретных социально-экономических кейсов. Полученные результаты полностью совпали с тестовыми и показали, что сложность алгоритма составляет O(n). Разработанная методика позволяет шире применять марковские цепи при изучении социально-экономических процессов и получать более достоверные результаты за счет увеличения числа вероятностных состояний системы.

Об авторе

Е. В. Кулигин
Новосибирский государственный университет экономики и управления «НИНХ»
Россия

Кулигин Евгений Вячеславович – кандидат физико-математических наук, доцент

Новосибирск



Список литературы

1. Рэй Брэдбери. И грянул гром... (сборник). М.: Молодая гвардия, 1976.

2. Савельев И.В. Курс общей физики. В 3 т. Т. 1. Механика. Молекулярная физика: учебник для вузов / 18-е изд., стер. СПб.: Лань, 2022. 436 с. URL: https://e.lanbook.com/book/221120 (дата обращения: 03.03.2024).

3. Кузнецов В.В., Шатраков А.Ю. Системный анализ: учебник и практикум для вузов / под общ. ред. В.В. Кузнецова; 2-е изд., перераб. и доп. М.: Юрайт, 2024. 333 с. URL: https://urait.ru/bcode/537575 (дата обращения: 03.03.2024).

4. Алексеева М.Б., Ветренко П.П. Теория систем и системный анализ: учебник и практикум для вузов. М.: Юрайт, 2024. 298 с. URL: https://urait.ru/bcode/536569 (дата обращения: 03.03.2024).

5. Караев А.К., Мельничук М.В. Финансовая неустойчивость и макроэкономическая нестабильность: агентно ориентированное моделирование: монография. М.: Дашков и К, 2014. 158 с. URL: https://e.lanbook.com/book/70597 (дата обращения: 03.03.2024).

6. Акопов А.С., Хачатрян Н.К. Агентное моделирование. М.: Центральный экономико-математический институт РАН, 2016. 76 с.

7. Марков А.А. Распространение закона больших чисел на величины, зависящие друг от друга // Известия физико-математического общества при Казанском университете. 2-я серия. Т. 15. Казань, 1906. С. 135–156.

8. Бочаров П.П. Стационарное распределение конечной очереди с рекуррентным потоком и марковским обслуживанием // АиТ. 1996. № 9. С. 66–78.

9. Бочаров П.П., Печинкин А.В., Д’Апиче Ч., Фонг Н.Х. Однолинейная система обслуживания конечной емкости с групповым марковским потоком и полумарковским обслуживанием // Вестн. Российского университета дружбы народов. Серия «Прикладная математика и информатика. 2001. № 1. С. 64–79.

10. Холод Н.И., Ефремов А.А. Цепи Маркова как инструмент моделирования деятельности предприятий АПК в условиях неопределенности // Научные труды Белорусского государственного экономического университета. Минск: БГЭУ, 2015. Вып. 8. С. 398–405.

11. Шмидт А.В. Применение цепей Маркова при определении стратегии функционирования и развития предприятия по критерию экономической устойчивости // Вестник ЮУрГУ. Серия «Экономика и менеджмент». 2011. № 8 (225). Вып. 17. С. 145–153.

12. Канторович Л.В. Математика в экономике: достижения, трудности, перспективы. Ростов н/Д: Мапрекон, 2010. 19 с. (Лауреаты Нобелевской премии). URL: https://biblioclub.ru/index.php?page=book&id=614170 (дата обращения: 09.03.2024).

13. Дмитрусенко Н.С., Булатникова М.Е. Случайные величины. Цепи Маркова. В 2 ч. Ч. 2. Двумерные случайные величины: учебное пособие. М.: Российский университет транспорта (МИИТ), 2017. 84 c. URL: https://www.iprbookshop.ru/116081.html (дата обращения: 12.02.2024).

14. Скороход А.В. Марковские процессы и вероятностные приложения в анализе // Итоги науки и техники. ВИНИТИ. Соврем. проблемы математики. Фундаментальные направления. 1989. № 43. С. 147–188.

15. Page L., Brin S., Motwani R. and Winograd T. (1998) The PageRank Citation Ranking: Bringing Order to the Web. Technical Report SIDL-WP-1999-0120, Stanford Digital Library Technologies Project.

16. Dehn E. Algebraic Equations: An Introduction to the Theories of Lagrange and Galois (англ.). New York: Columbia University Press, 1930.

17. Крылов В.И., Бобков В.В., Монастырный П.И. Вычислительные методы высшей математики: в 2 т. / под ред. И.П. Мысовских. Минск, 1972. Т. 1. 584 с.

18. Тыртышников Е.Е. Матричный анализ и линейная алгебра: учеб. пособие. М., 2007. 480 с.

19. Saad Y. Iterative methods for sparse linear systems. 2nd ed. Philadelphia, 2003. 528 p.

20. Sewell G. Computational Methods of Linear Algebra. 2nd ed. New Jersey, 2005. 268 p.

21. Фалейчик Б.В. Методы вычислений. Минск: Издательский центр Белорусского государственного университета, 2014. 224 с.

22. Marcel F. Neuts Matrix-geometric solutions in stochastic models. Johns Hopkins University Press, 1981. 332 p.

23. Банди Б. Основы линейного программирования / под ред. В.А. Волынского; пер. с англ. О.В. Шихеевой. М.: Радио и связь, 1989. 176 с.

24. Карманов В.Г. Математическое программирование: учеб. пособие / 5-е изд., стереотип. М.: Физматлит, 2004. 264 с.

25. Данциг Дж. Линейное программирование, его применения и обобщения. М.: Прогресс. Редакция литературы по экономике, 1966. 600 с.

26. Решение задач линейного программирования с использованием Python. URL: https://habr.com/ru/articles/330648/.

27. PuLP 2.9.0. URL: https://pypi.org/project/PuLP/.

28. CVXOPT. Программное обеспечение Python для выпуклой оптимизации. URL: https://cvxopt.org/.

29. SciPy documentation. URL: https://docs.scipy.org/doc/scipy/reference/optimize.html.

30. Моисеева С.П. Теория случайных процессов. Ч. 2. Марковские процессы: учебное пособие. Томск: Издательский Дом Томского государственного университета, 2014. 58 с.

31. Colorni A., Dorigo M., Maniezzo V. Distributed Optimization by Ant Colonies, actes de la première conférence européenne sur la vie artificielle, Paris, France, Elsevier Publishing, 134–142, 1991.

32. Gonthier G. A computer-checked proof of the Four Colour Theorem. Microsoft Research Cambridge (2005). Архивировано 5 июня 2022 года.


Рецензия

Для цитирования:


Кулигин Е.В. Метод расчета стационарного распределения вероятностей в цепи Маркова при моделировании социально-­экономических процессов. Вестник НГУЭУ. 2024;(3):134-145. https://doi.org/10.34020/2073-6495-2024-3-134-145

For citation:


Kuligin E.V. Method of calculating stationary probability distribution in Markov chain in modeling social and economic processes. Vestnik NSUEM. 2024;(3):134-145. (In Russ.) https://doi.org/10.34020/2073-6495-2024-3-134-145



Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 2073-6495 (Print)