Основні засоби моделювання в Analytica 2.0

Забезпечувані функції. Analytica 2.0 забезпечує кори­стувача загальними мовами моделювання, а також словником понад 150 операторів і функцій, включаючи: стандартні матема­тичні функції; фінансовий аналіз; тригонометрію; створення і трансформацію багатовимірних масивів; матричні оператори; ін­тегральне і диференціальне числення; текстову послідовність операторів; розподіли ймовірностей; статистичний аналіз; криві згладжування та регресію (див. рис. 6.9); аналіз чутливості та не­визначеності; організацію сортування та індексування; функції ODBC.

Бібліотеки функцій подані у вигляді діаграм, за допомогою яких користувач може отримати опис кожної функції. Напри­клад, на рис. 6.10 зображені типи статистичних функцій, де кори­стувач, натиснувши на відповідний блок, розкрив описання се­реднього квадратичного відхилення.

Користувач може додавати нові функції в модель із пропоно­ваного набору або складати власні функції. Визначені користува­чем функції можуть бути написані та зберігатися в бібліотеках, окремо від моделей і багаторазово використовуватися в інших моделях за викликом користувача.

альне відображення структури моделі, яке не доступне в елект­ронній таблиці. Вони використовуються для концептуалізації якісної структури проблеми перед розробленням математичних моделей, а також щоб знайти чітку відмінність між розв'язками (змінними, які можна контролювати), випадковими змінними (ймовірними величинами, які не можна контролювати) і цілями (критеріями, які потрібно оптимізувати); для передавання розроб­люваної моделі до інших без загромадження їх числами і фор­мулами.

Діаграма впливу — це проста візуальна репрезентація про­блеми вибору. Вона забезпечує інтуїтивний шлях до ідентифі­кації і відображення істотних елементів, включаючи рішення, невизначеності, цілі, і як вони взаємозумовлені. Зображена на рис. 6.7 проста діаграма впливу показує, як рішення про бю­джет маркетингу та ціни продукту впливають на очікування щодо обсягу і частки ринку. Це, у свою чергу, впливає на ви­трати та дохід, від чого залежить величина загального прибут­ку. Менеджер продукту, віце-президенти з маркетингу та рин­кові аналітики можуть працювати разом, щоб створити таку діаграму з метою поліпшення загальнодоступного розуміння ключових моментів. Діаграма забезпечує високоякісну квалі­фіковану проекцію ситуації, що потребує прийняття рішення, з використанням якої аналітик будує деталізовану кількісну мо­дель.

Як порівняти діаграми впливу з деревом рішень? Дерева рі­шень є іншим загальним способом зображення проблеми, що по­требує розв'язання. Вони показують множину альтернатив для кожного рішення і випадкові змінні як гілки, що виходять з кож­ного вузла.

Діаграма впливу і дерево рішень відбивають різні види ін­формації (рис. 6.11). Діаграма впливу відображає залежність між змінними очевидніше, ніж дерево розв'язання. Дерево розв'язання детальніше показує можливі маршрути або сцена­рії, як послідовність гілок зліва направо. Але ця деталізова-ність потребує більшої ціни: по-перше, ви маєте розглядати всі змінні як дискретні (що зменшує кількість альтернатив), навіть якщо вони насправді неперервні. По-друге, кількість вершин у дереві розв'язання зростає експонентно зі зростанням кількості рішень і випадкових змінних. Потрібна була б 121 вершина для того, щоб показати дерево розв'язання, яке відповідає простій діаграмі впливу аналізу ринку (рис. 6.7). Діаграма впливу є на­багато компактнішим зображенням.

Рис. 6.11. Analytica 2.0: діаграма впливу і відповідне дерево рішень

За допомогою програмного забезпечення Analytica 2.0 мож­на створити діаграму впливу, просто вибираючи нові вузли, розміщуючи їх та стрілки між ними. Analytica розширює стан­дартну систему позначень діаграми впливу додатковими типа­ми вузлів задля забезпечення більшої потужності й гнучкості та для того, щоб розв'язувати складніші реальні проблеми, ніж ті, які можуть бути оброблені традиційними інструментальни­ми засобами.

Єрархічні діаграми. Можна побудувати складну модель як єрархію модулів, кожний з яких містить власну діаграму впли­ву (рис. 6.12). Єрархічні діаграми в програмі Analytica допома­гають:

• реорганізувати складну модель в ієрархію зрозумілих і прос­тих модулів;

• побудувати велику модель, як комбінацію модулів, що роз­робляються різними людьми;

• показувати єрархію у вигляді схеми, що розкривається.

Рис. 6.12. Analytica 2.0: приклад єрархічної діаграми

Масиви бізнес-інформації (Intelligent Arrays). На відміну від стандартних електронних таблиць, Analytica дає змогу легко створю­вати і змінювати багатовимірні моделі. Для цього потрібно вибрати найзначущіші проекції в таблицях (рис. 6.13) або їхні відповідні гра­фіки за допомогою зміни розміщення рядків, стовпців і інших вимі­рів. Можна написати прості вирази над багатовимірними значеннями, наприклад, додавання, збільшуючи їх елемент за елементом, або під­сумовуючи за заданими одиницями вимірювання розмірності. За не­обхідності можна переглянути величину і кількість вимірів, розши­рюючи або спрощуючи їх, щоб знайти найкращий рівень деталізації.

Аналіз ризику і невизначеності. Боротися з невизначеністю можна шляхом зведення її до прийняття рішень за умов ризику, використовуючи ймовірності подій. Analytica допомагає:

• виражати невизначеність щодо будь-якої змінної, обравши її розподіл імовірностей, використовуючи графічне вікно перегляду (рис. 6.14);

• виражати невпевненість через модель, застосовуючи різні методи створення вибірки, наприклад, Латинський гіперкуб чи Монте-Карло;

• відображати ймовірні результати у статистичному вигляді (стандартні статистичні показники, функції щільності ймовірнос­тей тощо).

Рис. 6.14. Analytica 2.0: вибір розподілу ймовірностей

Зосередження на важливих питаннях. Розуміння того, які припущення і невизначеності дійсно впливають на кінцевий ре­зультат, є ключем до успішного моделювання й аналізу. СППР Analytica була створена саме з цією метою і вона забезпечує ефек­тивні методи для проведення аналізу чутливості й невпевненості. Для цього вона дає змогу:

• досліджувати і розширювати діаграму ефектів зміни одного або кількох входів понад заданим діапазоном;

• відшукати нелінійні залежності та взаємодії за допомогою графічного зображення поведінки моделі, варіюючи значення од­ного або кількох вхідних параметрів;

• проводити аналіз важливості, щоб порівняти вклади кожно­го сумнівного входу на значення змінної, використовуючи впо­рядковану кореляцію;

• візуально досліджувати співвідношення змінними за допомогою діаграм розсіювання.

На рис. 6.15 як ілюстрація зображено вплив різних чинни­ків на результатний показник — теперішню чисту вартість

(NPV).

Інтегрована документація. Кожній змінній відповідає певна картка, яка містить її описання, одиницю вимірювання, визна­чення змінної, а також списки вхідних та вихідних даних. Картка змінної генерується автоматично. Ці картки разом з єрархічною діаграмою впливу забезпечують чітке гіпертекстове документу­вання моделі, яке дає змогу:

«контактувати щодо моделі з рецензентами без вимоги будь-якої зовнішньої документації;

• використовувати модель разом з колегами для спільного моделювання.

На рис. 6.16 — 6.20 зображені моделі, створені засобами Analytica 2.0., для розв'язання важливих бізнесових та інших проблем.

Поиск по сайту: