МІНІСТЕРСТВО ОСВІТИ І НАУКИ УКРАЇНИ

Державний вищий навчальний заклад

«КИЇВСЬКИЙ НАЦІОНАЛЬНИЙ ЕКОНОМІЧНИЙ УНІВЕРСИТЕТ
імені ВАДИМА ГЕТЬМАНА»

Ю. В. КОЛЯДА, Т. В. КРАВЧЕНКО,
В. І. ТРОХАНОВСЬКИЙ

КОМП’ЮТЕРНЕ ДОСЛІДЖЕННЯ
ДИНАМІЧНИХ МОДЕЛЕЙ
ЕКОНОМІКИ
Навчальний посібник

За загальною редакцією
Г. І. Великоіваненко

1
УДК 330.45:004.942](075)
К63

Рецензенти
М. М. Семко, д.ф.-м.н., проф.
(Університет державної фіскальної служби України)
А. Ю. Рамський, д.е.н., проф.
(Київський університет імені Бориса Грінченка)
Л. І. Цимбал, д.е.н., проф.
(Київський національний економічний університет імені Вадима Гетьмана)

Рекомендовано Науково-методичною радою КНЕУ

Протокол № 2 від 29.10.2020 р.

Комп’ютерне дослідження динамічних моделей економіки

К63 [Електронний ресурс]: Навч. посіб. / Ю. В. Коляда, Т. В. Крав-
ченко, В. І. Трохановський / За заг. ред. Г. І. Великоіваненко. —
К. : КНЕУ, 2021. — 262, [2] с.
ISBN 978-966-926-356-8
У посібнику з позицій практичного застосування розкрито зміст і функціо-
нальне наповнення нормативної для спеціалізації «Економічна кібернетика»
навчальної дисципліни «Моделювання економіки», усю увагу зосереджено на
підготовці та здійсненні обчислювального експеримента (ОЕ), що своєю сутніс-
тю відображає неологізм «цифрова економіка» для новітньої економічної літера-
тури. На зміну традиційним лабораторним роботам прийшли індивідуальні твор-
чі завдання (ІТЗ), виконання яких у зазначений спосіб максимально наближує до
реалій і практики комп’ютерного моделювання проблем економіки сьогодення,
формуючи фахівця нового типу – економіста-дослідника. Значну увагу приділе-
но тлумаченню результатів імітаційного моделювання, тобто виконанню еконо-
мічного аналізу динамічних моделей, з’ясуванню сутності досліджуваної пробле-
ми, її механізмів і результатів.
Загалом у посібнику викладено концептуальні положення адаптивного імі-
таційного (математичного) моделювання проблем нелінійної економічної дина-
міки, яке ґрунтується на гнучкому застосуванні засобів та інструментів комп’ю-
терного аналізу (спочатку якісного, а потім і кількісного).
Навчальний посібник буде корисний усім, хто, працюючи в економічній
сфері, цікавиться моделюванням динамічних траєкторій економічного розвитку,
щоб забезпечити життєздатність власного бізнесу – бути готовим скласти конку-
ренцію на ринку.
УДК 330.45:004.942](075)
Розповсюджувати та тиражувати
без офіційного дозволу КНЕУ забороняється

© Ю. В. Коляда, Т. В. Кравченко,
В. І. Трохановський, 2021
ISBN 978-966-926-356-8 © КНЕУ, 2021

2
 Дж. М. Кейнс

«Справжній економіст, знавець своєї справи повинен

бути наділений різноманітними обдарованостями – певною
мірою він має бути математиком, істориком, філософом,
державним діячем … Він повинен уміти розмірковувати
про окремості в поняттях загального та скеровувати політ
своєї думки однаковою мірою до абстрактного й конкрет-
ного. Він повинен вивчати сучасність у світлі минулого зара-
ди майбутнього. Жодна риса людської сутності або ство-
рення людської інституції не повинна залишатися поза його
увагою».

3
 ЗМІСТ

Передмова . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
Розділ 1. СУЧАСНА РИНКОВА ЕКОНОМІКА ЯК СПЕЦИФІЧНИЙ ОБ’ЄКТ
МАТЕМАТИЧНОГО МОДЕЛЮВАННЯ . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.1. Схематизація економіки . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.2. Прикметне у функціонуванні та розвитку соціально-
економічної системи (СЕС) . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.3. Структурні закономірності економічної науки та її під-
ставові терміни . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
1.4. Вербальне вивчення економіки та потреба в моделю-
ванні . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
1.5. Економічні стани й перехідні процеси. . . . . . . . . . . . . . . . 24
1.6. Стабільність економічного розвитку . . . . . . . . . . . . . . . . . 29
1.7. Класична математична економіка: ретроспектива здо-
бутків і вимоги поточного моменту . . . . . . . . . . . . . . . . . . . . . 32
Резюме . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
Терміни та поняття . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
Питання для перевірки знань . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
Завдання для індивідуальної роботи (теми рефератів) . . . . . . . . . . . . 36
Список використаних і рекомендованих джерел для поглибленого
вивчення матеріалу . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
Розділ 2. ГНОСЕОЛОГІЯЕКОНОМІКО-МАТЕМАТИЧНОГО МОДЕЛЮ-
ВАННЯ ДИНАМІЧНИХ СИСТЕМ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
2.1. Лінійна парадигма економічної еволюції . . . . . . . . . . . . . 37
2.2. Нелінійний світогляд економіки . . . . . . . . . . . . . . . . . . . . 39
2.3. Традиційне (одновимірне) моделювання економічної
динаміки . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
2.4. Парадигма системності економіки. . . . . . . . . . . . . . . . . . . 56
2.5. Генезис адаптації в економіці . . . . . . . . . . . . . . . . . . . . . . 58
Резюме . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
Терміни та поняття . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
Питання для перевірки знань . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
Завдання для індивідуальної роботи (теми рефератів) . . . . . . . . . . . . 65
Список використаних і рекомендованих джерел для поглибленого
вивчення матеріалу . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
Розділ 3. МЕТОДОЛОГІЯ КОМП’ЮТЕРНОГО МОДЕЛЮВАННЯ ЕВО-
ЛЮЦІЇ ЕКОНОМІЧНИХ СИСТЕМ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. 63
3.1. Онтологія траєкторії еволюції економіки . . . . . . . . . . . . . 67

4
 3.2. Коректність економіко-математичної моделі. . . . . . . . . . . 70
3.3. Стійкість динамічної траєкторії економічного розвитку
на підґрунті математичної моделі . . . . . . . . . . . . . . . . . . . . . . 75
3.4. Структурний портрет поведінки нелінійної економічної
системи з використанням площинної динамічної моделі . . . . 100
3.5. Числове інтегрування жорстких рівнянь моделі еконо-
мічної динаміки . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
3.6. Обчислювальний експеримент в економіці – пролог до
цифрової економіки . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
Резюме . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
Терміни та поняття . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
Питання для перевірки знань . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
Завдання для індивідуальної роботи (теми рефератів) . . . . . . . . . . . 123
Список використаних і рекомендованих джерел для поглибленого
вивчення матеріалу . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123
Розділ 4. КОМП’ЮТЕРНЕ МОДЕЛЮВАННЯ ЕКОНОМІКИ ТА ТЕХНО-
ЛОГІЯ ВИКОНАННЯ ІНДИВІДУАЛЬНОГО ТВОРЧОГО ЗАВДАННЯ (ІТЗ)
ДЛЯ НАВЧАЛЬНОГО КУРСУ «М ОДЕЛІ ЕКОНОМІЧНОЇ ДИНАМІКИ» . . . . 124
4.1. Зміст індивідуального творчого завдання (ІТЗ) . . . . . . . . 125
4.1.1. Сутність і призначення: ІТЗ як запорука справе-
дливого та гласного оцінювання знань . . . . . . . . . . . . . . 125
4.1.2. Структура ІТЗ, його завдання й мета . . . . . . . . . . 127
4.2. Сценарії еволюції економіки суспільства з використан-
ням класичних моделей . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 130
4.2.1. Одновимірні динамічні моделі . . . . . . . . . . . . . . . . 130
4.2.1.1. Лінійне рівняння Харрода-Домара –
ІТЗ № 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 130
4.2.1.2. Нелінійне рівняння Солоу – ІТЗ № 2 . . . . . . 132
4.2.1.3. Класичне логістичне рівняння – ІТЗ № 3. . . 133
4.2.2. Площинні (двовимірні) динамічні моделі . . . . . . . . 135
4.2.2.1. Система рівнянь Вольтерри-Лотки –
ІТЗ № 4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136
4.2.2.2. Модифікації динамічної моделі «жерт-
ва – хижак» . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136
4.2.2.3. Моделювання утворення грошей –
ІТЗ № 5 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 138
4.3. Просторова (тривимірна) модель динаміки міста . . . . . . 139
4.4. Дискретні відображення нелінійної економічної дина-
міки – ІТЗ № 6 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 142
Резюме . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143
Терміни і поняття . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143
Питання для перевірки знань . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 144
Завдання для індивідуальної роботи (теми рефератів) . . . . . . . . . . . . 144
Список використаних і рекомендованих джерел для поглибленого
вивчення матеріалу . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 144

5
Розділ 5. КОМП’ЮТЕРНЕ МОДЕЛЮВАННЯ ДИНАМІКИ РОЗВИТКУ
ДЕЯКИХ ОБ’ЄКТІВ ПРИКЛАДНОЇ ЕКОНОМІКИ . . . . . . . . . . . . . . . . . . . 148
5.1. Сценарії розвитку української економіки на підґрунті
неперервної лінійної динамічної моделі . . . . . . . . . . . . . . . . 149
5.1.1. Матричне узагальнення класичної моделі Харро-
да-Домара. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 149
5.2. Лагова модифікація матричної лінійної динамічної моделі. . . 159
5.3. Оцінювання ризику функціонування економічної сис-
теми з використанням лінійних динамічних моделей та їх
модифікацій . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 173
5.4. Комп’ютерне моделювання й аналіз розвитку фірми на
підґрунті динамічної нелінійної тривимірної моделі . . . . . . . 185
5.5. Комп’ютерне дослідження економіки України із засто-
суванням багатосекторної нелінійної дискретної моделі . . . . 201
5.5.1. Елементи теорії трисекторної моделі . . . . . . . . . 203
5.5.2. Розрахунок значень фондоозброєності . . . . . . . . . 208
Резюме . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 213
Терміни та поняття . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 214
Питання для перевірки знань . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 214
Завдання для індивідуальної роботи (теми рефератів). . . . . . . . . . . . 214
Список використаних і рекомендованих джерел для поглибленого
вивчення матеріалу . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 215
Розділ 6. ДОДАТКОВІ МАТЕРІАЛИ ДЛЯ ВИКОНАННЯ ІТЗ. . . . . . . . . . 218
6.1. Застосування MathCad у кількісному аналізі нелінійної
економіки . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 218
6.1.1. Звичайні диференційні рівняння (ЗДР) першого
порядку . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 219
6.1.2. Обчислювальний блок Given / Odesolve. . . . . . . . . . 219
6.1.3. Вбудовані функції rkfixed, Rkadapt, Bulstoer . . . . . . 220
6.1.4. Системи ЗДР першого порядку . . . . . . . . . . . . . . . 224
6.1.5. Вбудовані функції для розв’язання систем ЗДР . . . 224
6.1.6. Розв’язок систем ЗДР в одній заданій точці . . . . . 228
6.1.7. Деякі приклади . . . . . . . . . . . . . . . . . . . . . . . . . . . . 233
6.2. Використання MatLab у моделюванні економічної ди-
наміки . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 239
Резюме . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 248
Терміни і поняття . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 248
Питання для перевірки знань . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 248
Завдання для індивідуальної роботи (теми рефератів) . . . . . . . . . . . . 248
Список використаних і рекомендованих джерел для поглибленого
вивчення матеріалу . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 249
Список використаних джерел . . . . . . . . . . . . . . . . . . . . . . . . . 250
Післямова . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 257

6
 ПЕРЕДМОВА

Е кономічні потрясіння останнього часу (кінець 20-го – початок

21-го століття) указують на нездатність теорії рівноважного
економічного стану передбачати кризи розвитку економіки. Проб-
леми постають там, де відсутнє належне управління – адекватне
та своєчасне.
Приймаючи до уваги схильність економіки будь-якого типу до
перманентної трансформації (структурних зрушень), варто пов-
ніше й досконаліше вивчити проблеми динаміки економічної си-
стеми, яка за своєю природою є нелінійна, нерівноважна та не-
оборотної дії. Адже існує нагальна проблема в інформації про по-
тенційні шляхи економічної еволюції, на підґрунті якої мають
прийматися виважені управлінські рішення (звісно, раціональні
та доцільні).
Окрім власного досвіду, інтуїції та експертних знань суб’єкт
прийняття рішення (СПР) повинен володіти поточною і превен-
тивною інформацією, тобто з урахуванням поточного стану справ
заглянути в майбутнє – передбачити розвиток подій і прогнозу-
вати хід їх перебігу. Єдиним інструментом надання СПР інфор-
мації такого плану є математичне (комп’ютерне) моделювання
динаміки економічних процесів.
Керування будь-яким об’єктом господарювання, більш за-
гально економічною системою, пов’язане як зі стратегією еволю-
ції (досягненням тривалої мети), так і тактикою – послідовною
(раціональною й релевантною) реалізацією стратегічних задумок
в умовах швидкоплинних подій, інколи калейдоскопічного харак-
теру, але завжди пов’язаних з трансформаціями, подекуди гло-
бального характеру. Щоб уникнути спонтанних структурних
зрушень, треба вміти описати математично механізм динаміки
подій – побудувати економіко-математичну модель, а потім дос-
лідити її, розробляючи траєкторії економічного розвитку за наяв-
ності різноманітних умов. Моделюючи, з’ясовують обмеження на
складові еволюційного процесу, виокремлюють керуючі параме-
7
три об’єкта господарювання. Загалом інтервал функціонування
економічного об’єкта складається із зон латентності, толерантно-
сті та загострення режиму, які передбачати апріорі просто немож-
ливо. Звивистий шлях економічного розвитку достеменно пізна-
ється на основі моделювання нелінійної динаміки еволюції.
Зазначене спонукає до проведення так званого обчислюваль-
ного експерименту (ОЕ) в економіці, який плідно здійснюється в
природничих науках і техніці доволі давно. Останнім часом
з’явився в лексиконі економічного загалу термін «цифрова еко-
номіка», який, на нашу думку, є логічним завершенням сенсу
словосполучення «обчислювальна або експериментальна еконо-
міка», маючи на увазі створення й широке застосування пакетів
прикладних програм для розв’язання проблем прикладної еконо-
міки. Саме такий підхід, що ґрунтується на розробленні сценаріїв
економічного розвитку за наявності тих чи інших умов – уявлен-
ня про можливі наслідки, – покликаний відігравати провідну роль
у формуванні стратегії економічної політики суспільства чи так-
тики ефективного господарювання окремих суб’єктів.
Окрім нелінійності та нерівноважності економіці властива не-
оборотність її розвитку. Маючи потужну різноманітність своїх
станів, економічні системи належать до категорії надскладних
(що перманентно розвиваються), для яких у теорії систем встано-
влено закон Ешбі. Щодо математичного (комп’ютерного) моде-
лювання сформульовано його аналог, згідно з яким вимагається
створити множину динамічних моделей, на підставі якої ґрунту-
ється гнучка, адекватна ситуації розрахункова модель. Спершу
здійснюється її якісний аналіз, розглядаючи структурний (фазо-
вий і параметричний) портрет. Наступним етапом є кількісний
аналіз зазначеної вище адаптивної динамічної моделі.
Описана послідовність дій забезпечує глибокий ретельний
аналіз еволюції економічної системи, отримуючи різноманітні
сценарії можливої поведінки – режими функціонування. У такий
спосіб здобута інформація сприятиме правильному рішенню
управлінця (СПР), крім того, вона дає змогу зменшувати роль руч-
ного управляння. Найголовніше полягає в підготовці економіста
нового типу, конкурентоспроможного на ринку праці (як для
власного задоволення, так і в сенсі зацікавленості суспільства,
передусім креативності працівника).
Для успішного функціювання економіки суспільства загалом та
ефективного господарювання його суб’єктів в умовах ринку дер-
жава приречена на широке впровадження в життя методології та
інструментарію комп’ютерного дослідження динамічних траєкто-

8
рій поведінки нелінійної системи на основі математичної моделі,
щоб уникнути прикростей звивистого шляху економічного роз-
витку. Але для цього слід здійснювати належну підготовку фахів-
ців, здатних виконати зазначене вище завдання. Саме навчальний
посібник «Комп’ютерне дослідження динамічних моделей еконо-
міки» покликаний допомогти досягнути бажаного результату.
Сучасна економіка – нелінійний світ значних просторово-
часових неоднорідностей, стрімкого обміну матеріальними пото-
ками, енергією та інформацією, швидкоплинних зв’язків, транс-
формаційних новоутворень. На тлі динаміки подій суспільно-
економічного життя відбувається зміна поглядів на матеріальні
цінності (доводиться швидко й впевнено приймати відповідальні
рішення, стратегічні чи навіть доленосні).
Щоб задовольнити потреби не лише дня сьогоднішнього, а й
завтрашнього, зараз важливо чітко уявити, чому та як треба вчи-
ти економіста:
 по-перше, бізнес вимагає адекватної та своєчасної реакції на
запити й потреби сьогодення, заглядаючи в майбутнє (можливі
наслідки певної дії);
 по-друге, випускники вишу мають бути креативними задля
конкурентоспроможності на ринку праці.
Розв’язанню своєрідної проблеми відповідності реального й
теоретичного (якнайкращого) або реалій та ідеалу може сприяти
належна економічна освіта, обов’язковою складовою якої є еко-
номіко-математичне моделювання, зокрема навчальна дисциплі-
на «Моделювання економіки».
Навчальний посібник «Комп’ютерне дослідження динамічних
моделей економіки» логічно завершує згадуваний теоретичний
курс, надаючи йому повноти й практичної спрямованості за ра-
хунок провадження обчислювального експерименту в реальну
економіку на багатьох прикладах. У посібнику всіляко обстою-
ється наскрізного характеру адаптивне математичне моделюван-
ня (якісне й кількісне) проблем економічної динаміки, глибоке
пізнання особливостей якої позитивно вплине на формулювання
вдалих економічних рішень.
Об’єкт дослідження: явища й процеси еволюції реальної еко-
номіки.
Предмет дослідження: моделі економічної динаміки, якими
описуються механізми функціонування та розвитку економіки.
Мета: докладно ознайомити фахівця з економічної кібернети-
ки з новітніми засобами (методологією, методами та інструмен-
тарієм) комп’ютерного моделювання деяких проблем економіки.

9
 Завдання: доступно викласти концепти адаптивного (якісного й
кількісного) дослідження математичних моделей економічної ди-
наміки; тлумачити результати моделювання в термінах досліджу-
ваної проблеми та сформулювати висновки, практичні поради.
У результаті студент повинен:
 володіти основами прикладного системного аналізу й кон-
цептами адаптивного моделювання економічної динаміки;
 уміти будувати адаптивні економіко-математичні моделі
динаміки, використовуючи різноманітний інструментарій їх дос-
лідження;
 аналізувати сценарії перебігу економічних подій.
У результаті вивчення студент умітиме:
 системно (глибоко та всебічно) досліджувати проблеми еко-
номічної динаміки;
 розробляти та досліджувати комп’ютерні моделі динаміки
об’єктів господарювання;
 здійснювати інформаційно-аналітичну підтримку управлінсь-
ких рішень в економіці.

10
 Розділ 1

СУЧАСНА РИНКОВА ЕКОНОМІКА ЯК СПЕЦИФІЧНИЙ

ОБ’ЄКТ МАТЕМАТИЧНОГО МОДЕЛЮВАННЯ

1.1. Схематизація економіки

1.2. Прикметне у функціонуванні та розвитку соціально-
економічної системи (СЕС)
1.3. Структурні закономірності економічної науки та її
підставові терміни
1.4. Вербальне вивчення економіки та потреба в моделюванні
1.5. Економічні стани й перехідні процеси
1.6. Стабільність економічного розвитку
1.7. Класична математична економіка: ретроспектива
здобутків і вимоги поточного моменту

Резюме
Терміни та поняття
Питання для перевірки знань
Завдання для індивідуальної роботи
Список використаних
і рекомендованих джерел
для поглибленого вивчення матеріалу

Опрацювавши матеріал цього розділу, студент ЗНАТИМЕ:

 засади й проблеми теорії економічної динаміки, якою детерміну-
ється ефективність управлінських рішень;
 дефініції та постулати теорії і практики моделювання економіки,
його ключову роль у прогнозуванні розвитку подій;
 етапи комп’ютерного моделювання (обчислювального експерименту)
в економіці як інструментарію поглибленого вивчення нелінійних еко-
номічних процесів і явищ. Синергізм навчання як позитивне явище,

також студент УМІТИМЕ:

 графічно відтворювати внутрішні й зовнішні зв’язки економічної
системи;
 виокремлювати головне або прикметне в функціонуванні еконо-
мічної системи.

1.1. СХЕМАТИЗАЦІЯ ЕКОНОМІКИ

Виробничо-технологічне тлумачення економіки або взає-

мозв’язки елементів виробництва поза суспільною формою реалі-
зації подано на рис. 1.1.

11
 Зовнішнє середовище (S)

Природні Валовий Споживання

ресурси продукт Х С
WS Виробництво Розподіл,
F обмін
P

Економіка

Рис. 1.1. Принципова схема виробництва

й розподілу продукції

Чинники, які характеризують виробництво: жива праця (L),

засоби праці (основні виробничі фонди, капітал (К) і предмети
праці (WS) – ресурси та їх взаємодія показано на рис. 1.2, де:
 РХ – блок розподілу валового продукту Х на виробниче спо-
живання W і кінцевий продукт Y;
 у блоці PY величина Y розподіляється на валові капітальні
вкладення (І) та невиробниче споживання (С);
 величина І, що входить у блок РІ, поділяється на амортиза-
цію (А) і чисті інвестиції, які спрямовуються на розширення ви-
робничих фондів.
Розглянемо побудову однопродуктової динамічної макроеко-
номічної моделі як приклад вивчення взаємозв’язків між показ-
никами верхнього рівня економічної ієрархії:
 X  W  Y – для блоку PX;
 Y  I  C – для блоку PY також спостерігаються дві складові.
В економіко-математичному моделюванні процес інвестуван-
ня, за рахунок якого здійснюється переоснащення виробництва,
пов’язаний з певними труднощами, викликаними врахуванням
лагового приросту основних фондів від реалізації капітальних
вкладень.
12
 Амортизаційні відрахування

Капітал Введення в Введення

К в дію Y Чисті
дію капіталу інвестиції

Природні
ресурси W
WS
Вироб- Валові
ництво Х інвестиції І
Кінцевий
F РХ продукт РY РI
Y

Праця L
Економіка
Невиробниче
споживання С

Зовнішнє середовище (S)

Рис. 1.2. Взаємодія виробничих чинників

В однопродуктовій моделі припускається, що валові інвес-

тиції цілком витрачаються на приріст основних виробничих фон-
дів у поточному році та амортизаційні відрахування. Причому
для дискретного варіанта цей взаємозв’язок відтворюється фор-
мулою:
I  q  Kt  A ;

Kt  Kt 1  Kt ;

A    Kt ,
де величина ∆Kt – приріст основних виробничих фондів упродовж
року t; q – параметр моделі; А – амортизаційні відрахування; μ –
коефіцієнт амортизації; Kt – основні виробничі фонди року t.
У неперервному варіанті вказаний взаємозв’язок записується

13
 dK
I  q K .
dt

Звідси випливає диференційне рівняння динаміки фондів

dK 1
  (I    K ) .
dt q

Об’єднуючи попередні рівняння, отримуємо однопродуктову

динамічну макромодель у дискретному варіанті

X t  Wt  q  Kt  Ct .

Якщо W = a·X, тобто вважати виробничі затрати W пропор-

ційними випуску продукції Х, то дискретна однопродуктова ди-
намічна модель записується:

X t  a  X t  q  Kt  Ct .

Зауваження! З останньої рівності отримуємо:

 1  a  X t    Kt  Ct  ,
1
Kt 
q

а також диференційне рівняння однопродуктової динамічної мо-

делі.

  1  a   X    K  C  .
dK 1
dt q

Розглянемо далі часткові випадки.

1. Відкрита однопродуктова динамічна модель Леонтьєва.
Припускається, що основні фонди не зношуються, а приріст ви-
пуску продукції X t  X t 1  X t пропорційний капітальним вкла-
денням, тобто I t    X t . Тоді відповідно маємо для дискретного
варіанта

X t  a  X t    X t  Ct

14
і для неперервного варіанта:
dX
X  a  X   C .
dt
Власне, останнє є лінійним неоднорідним звичайним дифере-
нційним рівнянням першого порядку.
2. Замкнута однопродуктова модель Леонтьєва. Уважається,
що C(t )   (t )  L(t ) . Невиробниче споживання С(t) цілком витра-
чається на відновлення робочої сили L(t), де γ(t) – норма спожи-
вання, також має місце L(t )  b(t )  X (t ) , тобто затрати праці про-
порційні випуску продукції, де b(t) – норма трудомісткості.
Як результат – маємо
dX
X (t )  a(t )  X (t )   (t )    (t )  b(t )  X (t ) .
dt
Тобто маємо замкнену щодо споживання модель розширеного
виробництва. У диференційній формі вона набуває вигляду:
dX
 p(t )  X (t )  0 ,
dt
1
де p(t )  [(1  a(t ))   (t )  b(t )]  .
 (t )
Легко знайти розв’язок останнього
t 
X t   X 0  exp  pt dt  ,

 
0 
де Х0 – початкова умова.
Це рівняння визначає розвиток економіки.
3. Невиробниче споживання є відомою функцією часу. Мате-
матична модель є неоднорідним лінійним звичайним диферен-
ційним рівнянням першого порядку, а саме:
dX
 P1 (t )  X (t )  f (t ) ,
dt

де p1 t    1  at  ; f t  
1
 C t  .
1
 t   t 

15
 Його розв’язок записується так:
 t  
 p t dtdt ,
t
X t   exp  p1 t dt   X 0  f t   exp

 

   1
 0   0 
де Х0 – початкова умова.
Це приклади так званого ручного моделювання, можливого в
одновимірному випадку. Для інших умов функціонування еко-
номіки, що враховують низку змінних, тобто векторний характер
змінних, має місце аналітичне моделювання. Але тут виникає по-
треба в комп’ютерному обчисленні матричної експоненти.

1.2. ПРИКМЕТНЕ У ФУНКЦІОНУВАННІ

ТА РОЗВИТКУ СОЦІАЛЬНО-ЕКОНОМІЧНОЇ СИСТЕМИ (СЕС)

Розглянемо, у чому полягає сутність економічної системи

(ЕС).
1. Незамкнутість або відкритість економіки, оскільки в ній
постійно тривають метаболічні процеси речовини, енергії та
інформації (циркулюють потоки грошей, ресурсів тощо).
2. Нерівноважність економічних процесів як концепт життє-
здатності.
3. Незворотність подій поряд з множиною шляхів їх розвитку.
4. Нелінійний характер економічних трансформацій, коли не-
має пропорційної реакції на амплітуду збурення будь-якого по-
ходження.
5. Дисипативність економічної структури найчастіше пов’я-
зана з певними кількісними витратами її складових з плином часу
й координатами простору. Тобто наявне розсіювання економіч-
них факторів у кількісномута якісному вимірах.
6. Множина цілей і не єдина мета функціонування, що можуть
змінюватись у часі й просторі, і неоднозначний шлях їх досяг-
нення за різноманітних критеріїв їх оцінювання.
7. Наявність численних зворотних полярних знаків зв’язків
між елементами системи та зовнішнім середовищем.
Зауважимо, що рівновага в економіці означає такий стан, коли
жоден зі взаємозв’язаних учасників не прагне щось змінити, бо не
може поліпшити свого становище, виходячи з наявних можливос-
тей. На рис. 1.3 графічно відтворено взаємовплив факторів рівно-
важного економічного зростання в модельованому аспекті.

16
 1 – економіко-математичні моделі
1 (ЕММ) зарплатні й цін для форму-
вання вихідних вимог до рівноваж-
ного економічного зростання.
2 – аналітичні моделі Ліппсі для рі-
2 3 внів зарплати W і кількості пропо-
нованої праці Q.
3 – емпірична модель Філіпса, що
4 підтверджує гіпотезу зв’язку шви-
дкості змінюваності зарплати та
безробіття із загальною чисельністю
5 6 працівників.
4 – W  f (d  q ) / s , де d – попит на
працю; s – пропозиція праці. Ця за-
7 лежність відображає зменшення
швидкості змінювання зарплати,
коли зростає відношення
7а 7б 7в (d  q) / s .
5 – вимоги соціуму до економічної
рівноваги шляхом установлення
8 обмежень знизу і зверху для вели-
чини ( d  q ) / s .
6 – вимоги соціуму до економічної
9 10 рівноваги шляхом подвійної нерів-

dW
ності для величини
11 dt
7 – Варіанти аналітичної залежнос-
ті для формул Філіпса, а саме:
dW  dW
7а –    , де   0 ,   0 ; 7б –    u , де   0 ,   0 ; 7в –
dt u dt
dW
    1u   2 u 2 , де 1  0 , 2  0 ,   0 .
dt
8 – Інші фактори, що впливають на залежність Філіпса.
9 – змінюваність вартості життя.
10 – абсолютний рівень безробіття.
dW dp dp
11 – рівність  q (t )  k , де – швидкість змінюваності вартості
dt dt dt
життя; k – коефіцієнт зростання безробіття.

Рис. 1.3. Схема взаємовпливу факторів економічного

зростання в модельованому аспекті

На рис. 1.4 графічно зображено зв’язки між складовими СЕС

як об’єкта дослідження [1, с. 223].

17
 1

2 3

5 6

8 9

10

11

12 13 14

15

16 17

18

19 20 21 22

23

24 25

1 – СЕС; 2 – суб’єкти;
3 – об’єкти; 4 – відношення;
5 – власність;
6 – поділ; 7 – динаміка;
8 – персоналії та відносини між ними;
9 – власники окремих структур і властивостей у соціумі;
10 – автономні цілісності;

18
 11 – відношення;
12 – внутрішньооб’єктні;
13 – об’єкт-об’єктні;
14 – суб’єкт-об’єктні;
15 – властивості;16 – соціальні;
17 – індивідуальні;
18 – активність;
19 – інтереси; 20 – цілі; 21 – дії;
22 – соціальні мотиви;
23 – джерело економічного зростання соціуму; 24 – заощадження; 25 – до-
датковий продукт.
Рис. 1.4. Зв’язки між складовими СЕС

СЕС розглядається через призму суб’єктів та об’єктів. Під пер-

шим розуміються структуру системи, сукупність членів асоціа-
цій, ієрархій, елементи важливих подій, пов’язаних з кар’єрою та
особливостями життєвого циклу. Об’єкти представлені многови-
дами елементів матеріального світу.
Відношення в СЕС пов’язуються за допомогою факторів, що
відображають відношення власності та поділ матеріальних благ,
чим детермінуються параметри динаміки соціуму. Елементи СЕС
як об’єкта дослідження пов’язуються з інтересами, цілями, діян-
нями, соціальною мотивацією.
Успішне економічне зростання характеризується, зокрема,
обсягами заощаджень і додаткового продукту.

1.3. СТРУКТУРНІ ЗАКОНОМІРНОСТІ ЕКОНОМІЧНОЇ НАУКИ

ТА ЇЇ ПІДСТАВОВІ ТЕРМІНИ

Класична наукова парадигма виразно відображала аналітич-

ний характер. Аналіз (гр. аnalysis – розклад, розкладання) став
синонімом наукового дослідження, якому властиві бінарність,
діада, бінарна опозиція: в побуті тепло-холодно, ліворуч-
праворуч, раніше-пізніше; у літературі «Батьки та діти», «Війна
та мир»; у філософії суб’єкт-об’єкт, матеріалізм-ідеалізм. За та-
кою схемою здійснюється поділ наук на природничі й гуманітар-
ні, фундаментальні та прикладні.
Може здатись, що бінарність – поняття гносеологічне й он-
тологічне. Але бінарного мислення недостатньо, особливо для
синтезу (збирання, об’єднання). Бінарний шлях розщеплення
сприяє дедалі більшій диференціації. Бінаризм як елементарна
структура аналізу, пропонує схему «або-або»; третього немає;

19
«хто не з нами, той проти нас». Це ідеологія антагонізму, непри-
миренних суперечностей. Такий шлях безперспективний. Й. В. Гете
говорив, що між двома протилежними думками знаходиться не
істина, а проблема. Для її розв’язання треба вийти з бінарної
системи – дихотомії, розщеплення на дві частини. Треба зверну-
тися щонайменше до тріади, як найпростішої серед складніших
структур, як елементарної структурної комірки синтезу. Деякі з
найпоширеніших тріад наводяться нижче.
Класичні приклади тріад:
Душа Тіло Такт Міра

Дух Смак

Віра

Любов Надія

Більш загально, має місце системна тріада:

Інтуіціо

Раціо Емоціо

де раціо – аналітичне начало; якісне – емоціо; субстанційне –

інтуіціо. Людина здатна мислити одночасно й поняттями, і
образами, і символами.
Третій елемент проблеми виник для розв’язання бінарних су-
перечностей як третейський суддя або ступінь їх компромісу.
Процес читання може мати характер: інформаційний, естетич-
ний, асоціативний.
Визначення системи ґрунтується на трьох китах: елементар-
ність – зв’язність – цілісність. Це так звана трихотомія – розріз-
нення одночасно трьох аспектів цілісної сутності, на відміну від
дихотомії.
Для математичної статистики існує тріада «точність–імовір-
ність–правильність».
Наведемо так званий трикутник Фреге:
20
 Концепт
(зміст)

Денотат Сигніфікат
(означуване) (зазначене)

Як і К. Воннегут, чимало людей цитують таку молитву: «Гос-

поди, дай мені душевний спокій, щоб прийняти те, що я не можу
змінити, мужність – змінити те, що можу, і мудрість – завжди
відрізняти одне від одного».
Далі наводяться інші тріади.
Три надто важкі речі: борги платити, батьків годувати, Богу
молитись.
Образ Святої Трійці – три іпостасі: Бог – Отець, Бог – Син і
Бог – Дух Святий.
Формулювання Монтеск’є: «законодавча – виконавча – судова»
влада.
Тріада важелів влади: «фінанси – силові структури – ЗМІ» су-
часного суспільства.
У математичному моделюванні має місце тріада: модель – ал-
горитм – програма. Загальніша тріада: об’єкт – суб’єкт (дослід-
ник) – модель.
Отже, тріада як структурна одиниця науки сприяє створенню,
інтегративній функції, недиференціації.
Важливо виокремити підставові терміни. Їх зміст варто
пам’ятати, бо в перехідний період він сприймається інтуїтивно,
завдяки власному досвіду та контексту:
 поняття – це уявлення, що отримало назву;
 концепція – (лат. conception – розуміння) – певний спосіб ро-
зуміння, думка, керівна ідея, провідний задум, система поглядів;
 наука – сфера діяльності, спрямована на вироблення нових
знань про дійсність, пошук істини;
 природознавство – наука про природу;
 метод – спосіб відтворення в мисленні досліджуваного пред-
мета;
 система (гр. systema – з’єднання) – множина елементів, які
пов’язані між собою та утворюють цілісну єдність;
21
  структура (лат. structura – розташування, порядок, будова) –
сукупність стійких зв’язків;
 цілісність – внутрішня єдність об’єкта, його відносна само-
стійність;
 парадигма (гр. paradeigma – приклад, взірець, паттерн) –
панівна концептуальна система, стиль мислення;
 іманентне (лат. immaneo – перебуваю) – те, що перебуває в
чомусь, внутрішньо притаманне предметам і явищам дійсності;
 онтогенез (гр. on (ου) – існуюче, genesis (γέυεσιζ) – заро-
дження, розвиток) – індивідуальний розвиток організму;
 онтологія (гр. on (ου) – суще, logos (λόγόζ) – вчення) – що є
суще та що є його підгрунтям; уживається у витлумаченні явищ
об’єктивної дійсності, що існують незалежно від свідомості;
 гносеологія – (гр. gnosiz (γνώσιζ) – пізнання, logos (λόγόζ) –
учення) – учення про сутність і закономірності пізнання: теорія
пізнання.

1.4. ВЕРБАЛЬНЕ ВИВЧЕННЯ ЕКОНОМІКИ

ТА ПОТРЕБА В МОДЕЛЮВАННІ

У своєму неупинному русі економіка вийшла на позиції, що

будь-який об’єкт господарювання на сьогодні являє собою над-
складну нелінійну природу, яка має гетерархічну структуру з чи-
сленними прямими й зворотними зв’язками полярних знаків, бу-
дучи завжди відкритою та необоротної дії. Наявного в арсеналі
економічного аналізу інструментарію та методології вивчення
сучасної економіки – здобутків теорії рівноважного стану замало,
що засвідчили кризи останнього часу. З плином часу ринкові від-
носини лише ускладнювалися, необхідно було їх відтворення ма-
тематично, щоб досягти певних своїх цілей, але довелось відмо-
витись від лінійної парадигми економічної еволюції та перейти
на позиції загальної теорії нелінійних систем.
Оскільки учасники сучасного ринку отримують інформацію
одночасно, то з’явилась нагальна потреба оперативно й достовір-
но обробити дані в контексті прийняття адекватних ситуації рі-
шень, що висунуло на передній план пізнання нелінійної еконо-
мічної динаміки (НЕД).
У науковій літературі [1–10] розрізняють (фігурують) терміни
емпірична, експериментальна й обчислювальна економіка поряд з
поняттям математична економіка. В основу емпіричної економіки
покладено економетричні моделі, які відображають взаємозв’язки

22
між спостережуваними чинниками, не цікавлячись природою ко-
реляції. Сутність експериментальної економіки полягає в створен-
ні штучних ситуацій, за деяких параметри поведінки економічних
суб’єктів контролюються, а наслідки аналізуються й систематизу-
ються дослідником. У центрі уваги обчислювальної економіки
(ОЕ) стоїть ретельний, глибокий і багатоваріантний кількісний
аналіз – імітаційне моделювання, розраховуючи донедавна моделі
загальної рівноваги, порівняльного аналізу статики.
Класична математична економіка традиційно зосереджувалась на
проблемах теорії економічної рівноваги, причому значна увага при-
ділялась математичній складовій. Але економічне життя висунуло на
перший план необхідність дослідження нелінійної економічної ди-
наміки, знання якої є визначальним для розроблення та прийняття
раціональних і релевантних управлінських рішень в економіці.
Для більшої досконалості традиційного способу моделювання
економіки було запропоновано [5] спершу здійснити математич-
но якісний аналіз динамічної моделі, а вже потім виконувати чи-
слове моделювання для кожної з областей структурного портрета
економічної системи. Загалом такий підхід спричинив адаптивне
економіко-математичне моделювання, яке допомагає подолати
труднощі пізнання таємниць сучасної ринкової економіки.
Широке застосування комп’ютерного моделювання [1–10],
продиктоване життям реальної економіки, привело, урешті-решт
до появи узагальнюючого терміна «цифрова економіка». Саме на
основі всестороннього й глибокого комп’ютерного дослідження
динамічних моделей економіки отримується інформація про мож-
ливу поведінку траєкторії економічного розвитку (так звані сце-
нарії) і відбувається превентивне кількісне оцінювання чинників
такого руху [5, 9, 10].
На нашу думку, сутність цифрової економіки розкривається
сповна за наявності пакета прикладних програм (інформаційної
технології) – програмної реалізації згадуваного адаптивного моде-
лювання на кшталт MatLab. Саме це має стати вершиною доскона-
лості цифрової економіки, бо тоді буде можливість проведення
сценарного аналізу – з альтернативної множини шляхів еволюції
економічної системи обрати конкретну динамічну траєкторію.
Наостанок слід зауважити, що з огляду на розмаїття розв’язків
(звичайний атрактор, граничні цикли, дивний атрактор) неліній-
ної моделі економічної динаміки та шляхів переходу до детермі-
нованого хаосу еволюції економіки з’являється можливість по-
новому підійти до питання верифікації економічної системи, не
лише за формами власності чи виробничим принципом.

23
 1.5. ЕКОНОМІЧНІ СТАНИ Й ПЕРЕХІДНІ ПРОЦЕСИ

Терміни «статика» й «динаміка», безумовно, запозичені з

класичної механіки Ньютона. Відчувається потреба їх опису щодо
економіки. Адже правильне розуміння економічної статики та ди-
наміки (статичного й динамічного станів економіки) допоможе ро-
змежувати ці поняття, що сприятиме їх доцільному використанню
як у теорії економічної науки, так і в прикладній економіці.
Термін «статичний» стосується форми й структури посту-
льованих законів, що описують поведінку ЕС. Рівновага має бути
статичною, тобто зберігатиме з плином часу t, але нічого не гово-
риться про довготривалість такого стану.
Термін «динамічний» передбачає дві можливості: 1) як такий,
що охоплює статику; 2) як сукупність усіх ЕС, які не є статични-
ми. Економіка є динамічною, якщо її поведінка в часі описується
різницевими, диференційними, інтегральними рівняннями та їх
системами, тобто спостерігається варіативність економічної змін-
ної з плином часу. Отже, сутність проблеми динаміки як такої ста-
новить поведінкам економічних змінних (факторів економіки) у
довільні моменти часу t. Загалом, нединамічних ЕС немає.
Термін «стаціонарний» (на противагу динамічному), будучи
описовим, характеризує поведінку ключової економічної змінної
в часі, яка наближено має постійне кількісне значення. Можливе
розширення цього поняття, зважаючи на циклічність економічно-
го процесу, його періодичну повторюваність.
Визначення 1. Динаміка економічної системи є неісторичною
та некаузальною, коли її поведінка залежить лише від початкових
умов і минулого часу.
Оскільки технологічний процес суспільства (вплив технології
на ЕС) слід уважати історичною даністю, на яку економіка не реа-
гує миттєво, то варто розглядати системи історичні та каузальні.
Визначення 2. Економічна система (ЕС) називається каузаль-
ною, якщо її поведінка в часі залежить від власної початкової
конфігурації (визначається параметром структури або їх сукуп-
ністю, кількісне значення яких змінює характер поведінки).
Користуючись наведеним вище, Самуельсон пропонує таку
класифікацію економічної системи:
1) статичні та стаціонарні;
2) статичні й історичні;
3) динамічні та каузальні;
4) динамічні й історичні.

24
 З огляду на фактор випадковості в життєдіяльності ЕС, цей
перелік доповнюється:
1) стохастичні й неісторичні;
2) стохастичні та історичні.
Наведемо доволі просте й загальне формулювання Хікса: ста-
тикою називається розділ економічної теорії, у якому припуска-
ється, що в дослідженні не фігурує час t. Економічну динаміку
становлять такі розділи, де будь-яка кількість належить до конк-
ретного часу t (числового значення довільної економічної змін-
ної). Воно, можливо, не вельми точне, але легко сприймається,
якісно відображаючи сутність розглянутого вище.
На завершення підрозділу докладніше опишемо (деталізуємо)
статичний і динамічний режими в економіці, що сприятиме роз-
робленню математичних моделей нелінійної економічної динамі-
ки (НЕД), успішному проведенню обчислювального експеримен-
ту (ОЕ) – економіко-математичному моделюванню (ЕММод).
В економічній статиці, зокрема, такі основні умови, як: чисель-
ність населення і його особливості (смаки, уподобання, прихиль-
ності), технології, кількість землі тощо вважаються відомими ве-
личинами, і саме вони беруть участь у створенні товару, послуг і
споживанні благ. Статика економічної теорії стосується активно-
го, але незмінюваного в своїх характеристиках процесу, а це зо-
всім далеко від стану спокою.
У статичній економіці вважаються сталими три величини:
1) робоча сила (трудовий ресурс); 2) випуск продукції або дохід
на душу населення; 3) обсяг наявного капіталу. У теорії статики
наголошується на взаємозалежності всіх факторів ціноутворення
й вимог, щоб рівновага була стійка. Усебічно розроблена теорія
економічної статики дає академічне вираження такому поняттю,
яке відповідає загальновживаному «економічність».
Центральне місце в економічній теорії (що становить її ядро)
належить статиці. Деякі свідчення на підтвердження такої думки:
учення про міжнародну торгівлю, що розглядається як ключова
галузь економічної статики; до кола теорії статики належать про-
блеми, викликані епізодичними змінами, ефект одночасної дії; на
статистичному аналізі ґрунтується положення про те, що викори-
стання виробничих ресурсів регулюється граничними витратами,
а не їх середніми значеннями; урешті-решт, на економічну стати-
ку спирається загальна теорія досконалої торгівлі.
Хоча традиційно економічна статика в минулому мала велике
значення, але останнім часом накреслилася тенденція звуження
сфери її застосування. Незважаючи на це, вона продовжує зали-

25
шатися важливою частиною теорії економічного аналізу й має
чимале практичне значення.
Поняття економічної динаміки стосується теоретичної части-
ни економіки, для якої рівні випуску продукції змінюються:
основні умови виробництва, зазнаючи різноманітних впливів, та-
кож змінюються. У межах динаміки потрібно знати, якими мають
бути стійкі лінії зміни чинників поступового руху господарства,
щоб можна було аналізувати причини відхилень реальної еконо-
міки від теоретичних уявлень (футурологічного оцінювання на
підґрунті теорії).
У динаміці кількість ресурсів виробництва може систематич-
но збільшуватись або зменшуватись, а тому потрібно відстежува-
ти взаємну залежність перманентно змінюваних обсягів кожного
економічного фактора й постійно змінювану величину отримува-
ного відшкодування. Для динамічного господарства, у якому
спостерігається постійний приплив інновацій (нових винаходів),
відбуваються зміни смаків, уподобань і схильностей, що виявля-
ється в підвищеному попиті на послуги, коли вимагається знач-
ний капітал, одних рівнянь ММ статики стає замало. Аналіз ре-
зультатів калейдоскопічних і короткочасних змін вимагає іншого
підходу, яким є економічна динаміка, яка, своєю чергою, є гіл-
кою дерева загальної економічної теорії, надаючи для довільного
моменту часу t числове значення досліджуваного ключового фак-
тора економіки. Динаміка також має досліджувати впливи довго-
тривалих змін, ступеня їх інтенсивності.
Теорія нелінійної економічної динаміки (НЕД) лише розроб-
ляється, плідність її результатів у контексті прийняття адекват-
них управлінських рішень (розроблення виваженої економічної
політики) незаперечна, але ще попереду.
Насамкінець, дещо штучний поділ на статику й динаміку охо-
плюється терміном «кінетика». Добре відомі здобутки фізичної
та хімічної кінетики як природничих наук. Настав час, на нашу
думку, говорити про економічну кінетику.
Оскільки постулати загальної теорії рівноважного економіч-
ного аналізу не виконуються для реальної економіки, то на зміну
прийшов квазістатичний підхід, який полягає в дослідженні зсуву
точки (стану) рівноваги, викликаного впливом зовнішніх дій (си-
гналів). Уже впродовж цілого століття зазначений підхід є основ-
ним прийомом вивчення закономірностей економічної динаміки.
Викладемо сутність квазістатичного підходу в економічному
аналізі (погляд Й. Шумпетера). Економічний розвиток трактуєть-
ся як перехід від одного статичного стану економіки до іншого –

26
з новими якостями та кількісними характеристиками. Зміна міс-
цезнаходження точки рівноваги може відбуватись як плавно, так
і стрибкоподібно. Саме геометричне місце рівноважних точок
утворює динамічну траєкторію, яка відповідає так званому пере-
хідному процесу. Він цілком детермінується механізмом розвит-
ку ЕС за рахунок різних інновацій – ефективне (нові методи, тех-
нології, форми, варіанти та їх комбінації) використання ресурсів;
зміна доходів, заощаджень, обсягу основного капіталу; конкурен-
ція за кредити (товарні чи грошові); прояв підприємницьких но-
вовведень у масштабах регіону, галузі виробництва й суспільст-
ва, не лише в інтересах однієї особи.
У методиці застосування квазістатичного підходу з’являються
цілком слушні запитання: до якого з рівноважних станів, яких в
економічній системі кілька, зійдеться процес переходу? Як пе-
рейти до потрібного економічного стану або апріорі обраного?
Як довго, наскільки якісно й кількісно відбуватиметься перехід-
ний процес від одного до іншого стану? Відповіді на сформульо-
вані запитання дуже важливі для теоретичної та практичної еко-
номіки. З’являються проблема та можливості керованості пере-
хідним процесом.
Перехідні процеси відбуваються за рахунок перманентного
надходження субстанції, енергії, економічної інформації та сиг-
налів управління. Вони мають сприйматись як цілком закономір-
не явище для суспільства і його господарського механізму, що
відображає процеси їх розвитку. Перехідні процеси можуть від-
буватися по-різному – як плавно, так і стрибкоподібно, з фазови-
ми переходами – зміною структури ЕС (ступеня взаємодії, взає-
мозв’язку та взаємовпливу між елементами – складовими
системи). На наш погляд, дуже важлива характеристика – час пе-
ребігу перехідних процесів, який має бути якомога коротшим.
Перехідні процеси ЕС загалом, її елементів у сукупності спри-
яють появі негармонійних (відмінних від синусоїдальних) коли-
вань зі складними структурою та спектром, інколи близьких до
хаотичного руху, що пояснюється ієрархічною й технологічною
складністю досліджуваної системи.
Особливості перехідних процесів. Характеризуючи загальні
закономірності стану та еволюції ЕС, перехідні процеси пов’я-
зують минуле з теперішнім. Перехідному стану притаманне:
а) несприйняття наявного, його заперечення, що виявляється че-
рез нестабільність, а потім загостренням раніше латентних супе-
речностей; б) значна нерівноважність господарських процесів –
великий розкид кількісних значень, що пояснюється лише нелі-

27
нійністю елементів і складових, їх взаємодією, взаємовпливом
тощо. У таких нелінійних зв’язках криється вплив невідомого
майбутнього на теперішнє, що відповідає фундаментальній синер-
гетичній тезі. Перехідний процес обов’язково приходить до свого
завершення, і важливо, щоб цей факт був логічно виправданим,
фіксував новий стійкий стан, започатковуючи наступну динаміч-
ну траєкторію економічного розвитку.
Існують такі форми перехідних процесів: критична ситуація;
криза й катастрофа (табл. 1.1).

Таблиця 1.1
За якістю та напрямом За характером причин З погляду відтворення
розвитку викликаючих факторів

Критичні ситуації Ендогенними Періодичними

Кризи Екзогенними Випадковими
Катастрофи –//– Свідомо
Запланованими

Примітка. У табл. 1.1 подано умовну класифікацію криз [1, с. 75].

Критична ситуація відповідає порушенню стійкості, яке дола-

ється адаптивним механізмом ЕС. Криза – це поглиблення кри-
тичної ситуації, що пов’язане з трансформацією складових ЕС, її
структури. Катастрофа кваліфікується як такий ступінь кризи,
який є причиною деградації та можливого розпаду ЕС (порушу-
ється її цілісність і втрачаються притаманні властивості – креатив-
ні ознаки), біфуркативно набуваючи нового стану.
Ранжирування криз проводиться з позицій різновиду перебігу
процесу: рівноважний, слабо нерівноважний і сильно нерівноваж-
ний. Форми нерівноважного процесу – відносна стійкість, м’який
зрив і жорстка втрата стійкості. Важливою є й системне оціню-
вання змін і наслідків, що відбуваються в ЕС.
Перехід від критичної ситуації до кризи і тим більше катаст-
рофи не може бути лінійним, а є лише нелінійним. Шляхи пере-
ходу від поточного стану до наступного можуть бути: 1-го роду
або локальної дії; 2-го роду, коли зміни приводять до часткової
деформації ЕС, не порушуючи її цілісності загалом і не втрачаю-
чи базових системоутворюючих характеристик.
Зупинимося на сутності поняття перехідного (проміжного)
стану (ПС). У широкому сенсі воно передбачає форму (спонтанні
зміни в організації системи), у вигляді якої відбувається процес
розвитку ЕС. У вузькому – те, що характеризує динаміку перехо-

28
ду від одного якісного стану до наступного (відбувається систем-
на трансформація).
У табл. 1.2 відображено діалектику режимів розвитку ЕС і пе-
рехідних процесів [1, с. 71].
Таблиця 1.2

1 Стан економічної системи Рівноважний, слабко нерівноважний,

сильно нерівноважний

2 Статика: режим функціону- Стаціонарний, коливний, хаотичний

вання
3 Динаміка: характер розвитку еволюційний, циклічний, стрибкоподібний

4 Режим переходу, трансфор- Збереження стійкості; м’яка та жорстка

мації втрата стійкості
5 Форма перехідного процесу Критична ситуація, криза, катастрофа

6 Форма збереження стійкості «Організоване ціле»; дезорганізоване

ціле; нейтрально організоване ціле
Пристосованість; змінюваність; якісні
7 Форма реалізації механізму трансформації – фазові переходи 1-го і
розвитку
2-го рядів

Зауваження! М’яка форма втрати стійкості передбачає, що початко-

вий і кінцевий стани мають несуттєві відмінності в якісному та
кількісному аспектах. Жорстка втрата стійкості означає реструк-
туризацію передусім взаємозв’язків, елементів системи, їх взає-
мовпливів (кожного окремо або разом узятих).

1.6. СТАБІЛЬНІСТЬ ЕКОНОМІЧНОГО РОЗВИТКУ

Нелінійні динамічні процеси та явища економічної системи

описуються точковою (скупченою) моделлю – системою звичай-
них диференціальних рівнянь (ЗДР) першого порядку
dyi
 f i (t , y1 , y 2 ,..., y n ) (i  1, 2,..., n) , (1.1)
dt
де yi  yi (t ) є шукані функції – траєкторії розвитку економічних
показників, права частина f i (t , y1 , y 2 ,..., y n ) моделі (1.1) непе-
рервна по незалежній змінній часу t  a, b і володіє неперервни-
f i ()
ми частинними похідними (i, j  1,2,..., n) . Зазначені умови
y i

29
 гарантують існування шуканого розв’язку математичної моделі
(ММ) за наявності початкової умови yi (t 0 )  yi 0 – стартового по-
чатку будь-якого процесу.
Використовуючи векторно-матричні визначення: y  y1 (t ), y 2 (t ),...,
 y1 (t ), y 2 (t ),..., y n (t ); і f (t , y )   f1 (t , y ), f 2 (t , y ),..., f n (t , y ) , ММ нелінійної
економічної динаміки записується у вигляді:
y  f (t , y ) , y (t 0 )  y0 (1.1а)
нормальної форми задачі Коші з початковою умовою, що відповідає
так званій ММ із зосередженими (скупченими) параметрами.
Нижче, ґрунтуючись на працях [3, 6], стисло викладено сучас-
ні уявлення про природу стабільності економіки, проаналізовано
поняття стійкості економічного розвитку. Загалом це відповідає
якісній поведінці траєкторії еволюції економіки.
З одного боку, розвиток як такий є окремим видом руху, коли
нарощується складність елементів економічної системи й відбу-
вається ускладнення її структури, зменшуючи ентропію. А з іншо-
го боку, рух також є окремим випадком розвитку. Отже, поняття
руху економічної системи й економічного розвитку дуже близькі,
але в літературі уживанішим є останній термін. Водночас слід
зауважити, що поняття стійкості руху – одне з фундаментальних
для прикладної математики – математичного моделювання сис-
тем різноманітної природи. Найзагальніше стійкість означає, що
деякі висловлювання щодо системи, зокрема економічної, зали-
шаються правильними для певного кола її змін. Наприклад, стій-
кий розвиток (цивілізації, держави, регіону тощо) упродовж яко-
гось часу означає збереження певного інваріанта (не змінюється
якась одна з глобальних характеристик і більше того, вона ще по-
силюється (стабілізується)). Найголовніше проявляється у вияв-
лення основних аспектів щодо об’єкта вивчення, стійкість еволю-
ції якого цікавить дослідника. Для цивілізації загалом стійкість
означає виживання, збереження людства. Глобальна нестійкість
цивілізації зумовлюється функціонуванням її підсистем та еле-
ментів, коли ігнорується цілісність системи загалом, її функціо-
нування (виживання).
Якісне існування допустимої межі впливу людини на навко-
лишнє середовище не викликає сумніву. В аналізі стійкого роз-
витку цивілізації, крім екологічного, існують ще два напрями –
економічний і соціальний, оскільки ступінь і характер антропо-
генної взаємодії з природою породжуються розвитком людства.
Економічний і соціальний аналіз стійкості майже нерозривні.

30
Існують інші інваріанти соціально-економічної системи, які
мають бути збереженими для всіх форм і ступенів зміни.
Інколи стійкість ототожнюється з можливістю рухатися «нака-
том» або по інерції. Так звана інерційність розвитку сприймається
доти, поки економічна система не зіштовхнеться із зовнішніми або
внутрішніми обмеженнями, коли орієнтація на інерцію працює як
зберігаючий або стабілізуючий фактор. Інерційність виявляється в
тому, що нею створюються умови, за яких у короткотерміновому
періоді вигідно лише те, що відповідає інерційності, сприяє їй. В
економіці таке явище відоме як початковий інвестиційний бар’єр.
Зупинимося на одній, можливо, найзагальнішій дефініції стій-
кого розвитку.
Визначення. Стійкий розвиток – це такий суспільний рух, за
якого не знищується його природна основа, а створювані умови
життя не призводять до деградації людини, а соціально деструк-
тивні процеси не сягають масштабу загрози безпеці суспільства.
Ця дефініція охоплює: усі галузі суспільного життя без будь-
яких обмежень; сфери можливих наслідків. Вона відображає
спрямованість ідеї стійкого розвитку на забезпечення виживання
людства, тобто на запобігання загрозам виживання, їх стриму-
вання в потрібних межах.
Жодна окремо взята складова визначення не може сповна від-
повідати за глобальний розвиток цивілізації – лише системна й
когерентна взаємодія всіх аспектів дефініції. Окреслене стосуєть-
ся вивчення стійкого розвитку. Але в проблемі стійкості розвитку
замість уявлень про існування межі зростання доцільно розгляда-
ти межі руйнування.
Попереднє стосується вербального аналізу ситуації як першо-
го кроку на шляху оцінювання (кількісного та якісного). Пошуки
загальних і конкретних відповідей на зазначені питання й отри-
мання відповідних оцінок єдино можливі на підґрунті математи-
чного моделювання стабільності економічних процесів, переду-
сім проблем нелінійної економічної динаміки (НЕД). А це
вимагає наявності відповідних математичних моделей (ММ), ін-
струментарію їх якісного та кількісного аналізу, що дає змогу
здійснювати оперативний прогноз подій, передбачення їх розвит-
ку з плином часу й залежності факторів економіки між собою,
варіюючи горизонти прогнозування.

Зауваження! У наведених міркуваннях об’єктом уваги є стійкість цивілі-

зації, але вони, з методологічного погляду цілком єдині для моде-
лювання систем різноманітної природи, є його методикою.

31
 Викладене в цьому параграфі унаочнює нагальну потребу зна-
ти методи й результати вивчення стійкості економіко-матема-
тичних моделей динаміки нелінійних процесів.

1.7. КЛАСИЧНА МАТЕМАТИЧНА ЕКОНОМІКА:

РЕТРОСПЕКТИВА ЗДОБУТКІВ І ВИМОГИ ПОТОЧНОГО МОМЕНТУ

Розуміння сутності проміжних станів і механізмів їх практич-

ної реалізації сприяє оптимізації пошуку й вибору напрямів і
форм корекції динаміки ЕС – виваженій економічній політиці:
свідоме й доцільне регулювання та управління з метою не допус-
тити гострої кризи (шокової терапії), уникнути непередбачувано-
го катастрофічного розвитку подій.
Слід наголосити на тому, що по-перше, квазістатичний концеп-
туальний підхід за своєю сутністю є вербальним і несе в собі
лише опис (інтуїтивні здогадки) можливого; по-друге, він не від-
повідає запитам епохи стрімких трансформацій, коли, крім кіль-
кісного оцінювання, вимагається ще й якісне розуміння подій –
різновиди можливої поведінки (фазові й параметричні портрети)
залежно від числових значень параметрів ЕС.
Нижче викладено вузлові концепти [3–6] теорії економіки, що
сприяють сучасному комп’ютерному дослідженню перебігу по-
дій нелінійної економічної динаміки (НЕД), надаючи тим самим
сценарії еволюції економіки (як поради в прийнятті рішень або
попередження про негативний характер подій).
1. Причиною процесу суспільного розвитку, його економічної
динаміки, появи циклів і криз є неперервне зростання населення
й пов’язане з цим підвищення ВВП та споживання.
2. Об’єктом теорії суспільного розвитку, який охоплює не
лише економічні відносини, а й політичний устрій, є суспільство
загалом.
3. Рівновага суспільної системи за своєю природою не статич-
на, а динамічна.
4. Динамічна рівновага суспільної системи створюється трен-
дами зростання ВВП і споживання.
5. Процес суспільного розвитку – це зміна його станів дина-
мічної рівноваги на довготривалому часовому інтервалі, що значно
відрізняються один від одного абсолютними макроекономічними
показниками.
6. Процес суспільного розвитку – це акумуляція економічної
ефективності, що відбувається стрибком.

32
 7. Процес розвитку – це складне об’єднання коротких, серед-
ніх і довгих економічних циклів, причиною яких є зростання на-
селення на довгому часовому інтервалі та обмеженість ресурсів
суспільства.
8. Подолання економічної кризи відбувається шляхом класте-
рного утворення нових, ефективніших форм використання обме-
жених ресурсів суспільства, що відбувається з нарощуванням
тренда через групову взаємодію людей в умовах сильної (вели-
кої) нерівноваги економіки.
9. Процес самоорганізації суспільства, чим створюється сине-
ргетичний ефект, є необхідною умовою виходу з економічного
спаду до стійкого розвитку.
10. Механізм самоорганізації як інструмент підвищення еко-
номічної ефективності ґрунтується на груповій взаємодії членів
суспільства через політичну систему й залежить від умов форму-
вання макроекономічної політики на довгочасному інтервалі, що
зумовлюється політичним устроєм.
11. Якість політичного устрою суспільства зумовлює темпи
економічного розвитку. Якщо це не сприяє підвищенню ефекти-
вності використання обмежених ресурсів суспільства, то відбува-
ється реструктуризація (насильницька або ні).
На наш погляд, зазначені одинадцять пунктів слід розглядати
як план-проспект досліджень з математичного моделювання НЕД.
Виконання такої програми досліджень сприятиме створенню
теорії економічної синергетики передусім у кількісному та якіс-
ному вимірах, мета якої полягає: а) у з’ясуванні причин настання
коротко-, середньо- та довгострокових циклів, їх взаємодії; б) пі-
знанні механізму соціально-економічного розвитку, його реаліза-
ції; в) унаслідок чого (яких факторів) настають сильно нерівно-
важні стани СЕС.
Далі зауважимо, що глибоке й системне вивчення нелінійної
природи економіки та пошук механізмів трансформаційних про-
цесів можливі на підґрунті широкомасштабного обчислювально-
го експерименту (ОЕ). Саме так вдається заповнити прогалини
теоретичних уявлень і концепцій нелінійної економіки, досягну-
ти розуміння її природи.
Поки що не сформульовано фундаментальні принципи еконо-
мічного розвитку в адекватному математичному записі. Але ви-
словити деякі міркування загального характеру ММ щодо еконо-
міки, яка розвивається, можна й необхідно. Вони випливають з
досвіду математичного моделювання фізичних явищ технічних
систем та особливостей економічних систем.

33
 1. Математичний (символьний) опис економічної системи по-
винен ґрунтуватись на системному підході. Економічний розви-
ток є результатом взаємодії виробничих і невиробничих процесів,
пов’язаних через виробничі відносини людей. Зрозуміло, що во-
ни мають описуватись у сукупності. Проте для вивчення системи
часто доводиться її фрагментувати. Опис частини системи пови-
нен спиратись на опис її як цілого. Тільки так досягнемо чіткого
уявлення про те, що втрачається, коли ізолюють частину еконо-
мічної системи для її вивчення.
2. У математичному описі економічної системи як цілого особ-
лива увага приділяється адекватному відображенню структури
зворотних зв’язків, які втілюються в економічних механізмах ре-
гулювання. Останні відображають виробничі відносини, які ви-
значають тип економіки (економічної системи). Звідси випливає
важливий висновок: ММ керованої економічної системи повинна
мати не тільки опис технологій процесів виробництва, розподілу
тощо, а й опис економічних механізмів регулювання, якими опо-
середковано відображається взаємодія людей – учасників вироб-
ництва.
3. Регулюючий і програмуючий вплив держави на економіку
має описуватись ММ керуючої системи. У ній міститься опис:
інформації про стан системи та зовнішні умови, на підставі яких
приймаються рішення; алгоритму вироблення керуючих впливів і
формалізованого опису реалізації впливу держави на керовану
економічну систему.
4. Описати економічний розвиток можна, зокрема, в термінах
макропоказників, які, зазвичай, спостерігаються. Математичний
опис економічного розвитку має бути виражений співвідношен-
нями між макропоказниками, але макроопис має бути результа-
том усереднення (агрегування) вихідного мікроопису взаємодії
виробничих і невиробничих процесів через виробничі взаємини
людей. Саме таким способом отримані макроспіввідношення бу-
дуть якісно інтерпретовані (витлумачені).
5. Треба адекватно описати ту обставину, що суспільна сис-
тема – відкрита система, що реагує на зовнішні випадкові збу-
рення; потім слід описувати вплив випадкових чинників на струк-
туру системи; нарешті, потрібно сформулювати принцип відбору
змін структури системи. Звичайно, такі описи мають виконувати-
ся в мікропоказниках.
6. Результати математичного аналізу економічного розвитку
обов’язково порівнюються з якісними особливостями діючого
процесу розвитку досліджуваної системи, з огляду на цілі дослі-

34
дження. Модель, що не відображає основних якісних особливос-
тей розвитку системи в сукупності, не є правильною (адекват-
ною). Перевіряти модель на змістовність особливо важливо, поки
не сформульовані фундаментальні принципи математичного опису
економічного процесу.

РЕЗЮМЕ

З позиції загальної теорії систем розкрита сутність функціону-

вання економіки, звертається увагу на множинність цілей, їх змі-
нюваність. Зазначається незворотній і дисипативний характер
перебігу економічних подій. Загалом вищезазначене вказує на
вкрай потрібне глибоке знання (вивчення) економічної динаміки,
щоб приймати доцільні рішення. Оскільки натурний експеримент
у цій сфері недопустимий, то всі погляди й зусилля мають бути
спрямовані в бік комп’ютерного моделювання явищ і процесів
економіки – розроблення сценаріїв поведінки економічної систе-
ми за наявності тих чи тих умов.

ТЕРМІНИ ТА ПОНЯТТЯ

Динамічні моделі
Дисипативність економіки
Індикатори поведінки ЕММ
Перехідний процес в економіці
Самоорганізація (механізм, процес) економіки
Сценарний аналіз економічного розвитку

ПИТАННЯ ДЛЯ ПЕРЕВІРКИ ЗНАНЬ

1. Джерела економічного зростання.

2. Сутність економічної динаміки.
3. Зміст перехідного процесу в економіці.
4. Ранжування економічних криз.
5. Діалектика розвитку економіки та перехідного процесу.
6. Засади економічної еволюції (у контексті моделювання).
7. Економічний розвиток як динамічна траєкторія.
8. Підвалини обчислювального експерименту в економіці.
9. Сутність запитань І. Канта в сенсі комп’ютерного моделюван-
ня економіки.

35
 ЗАВДАННЯ ДЛЯ ІНДИВІДУАЛЬНОЇ РОБОТИ (ТЕМИ РЕФЕРАТІВ)

1. Сучасне економічне мислення – світогляд економіки.

2. Динамічні моделі економіки.
3. Методика пізнання економічної динаміки.
4. Математичний інструментарій дослідження сучасної економіки.

СПИСОК ВИКОРИСТАНИХ І РЕКОМЕНДОВАНИХ ДЖЕРЕЛ

ДЛЯ ПОГЛИБЛЕНОГО ВИВЧЕННЯ МАТЕРІАЛУ

1. Гринберг А. С. Информационные технологии процессов управле-

ния экономикой: уч. пособие для вузов / А. С. Гринберг, В. М. Шеста-
ков. – М.: ЮНИТИ-ДАНА, 2003. – 399 с.
2. Вітлінський В. В. Моделювання економіки: Навч. посібник /
В. В. Вітлінський. – К. : КНЕУ, 2005. – 438 c.
3. Замков О. О., Толстопятенко А. В., Черемных Ю. Н. Математи-
ческие методы в экономике: Учебник. – М. : Изд-во «Дело и сервис»,
2001. – 368 с.
4. Князев Е. Н. Синергетика: начала нелинейного мышления /
Е. П. Князева, С. П. Курдюмов // Общественные науки и современ-
ность. – 1993. – № 2. – С. 38–51.
5. Коляда Ю. В. Адаптивна парадигма моделювання економічної
динаміки : Монографія / Ю. В. Коляда. – К. : КНЕУ, 2011. – 297 с.
6. Цисарь И. Ф., Нейман В. Г. Компьютерное моделирование эко-
номики. – М. : «Диалог-МИФИ», 2002. – 304 с.
7. Чепелєв В. У. У напрямку до нелінійного мислення // Українсь-
кий час. Львів. – 1993. – № 1 (11). – С. 6–8.
8. Шургалина И. Н. Реформирование российской экономики. Опыт
анализа в свете теории катастроф. – М. : «Российская политичиская эн-
циклопедия», 1997. – 221 с.
9. Вітлінський В. В., Коляда Ю. В., Кравченко Т. В. Моделі еконо-
мічної динаміки: навч. посібник / В. В. Вітлінський, Ю. В. Коляда,
Т. В. Кравченко. – К. : КНЕУ, 2018. – 232 с.
10.Koliada Yurii. Digital economy: green, nucleus, future / International
Scientific Eastern European Conference of Management and Economics.
May 24, 2019. Ljubljana, Slovenia. Tetiana Kravchenko, Galyna
Velykoivanenko, Yurii Koliada. Digital economy: green, nucleus, future. –
P. 116–119.

36
 Розділ 2

ГНОСЕОЛОГІЯ ЕКОНОМІКО-МАТЕМАТИЧНОГО
МОДЕЛЮВАННЯ ДИНАМІЧНИХ СИСТЕМ
2.1. Лінійна парадигма економічної еволюції
2.2. Нелінійний світогляд економіки
2.3. Традиційне (одновимірне) моделювання економічної динаміки
2.4. Парадигма системності економіки
2.5. Генезис адаптації в економіці

Резюме
Терміни та поняття
Питання для перевірки знань
Завдання для індивідуальної роботи
Список використаних
і рекомендованих джерел
для поглибленого вивчення матеріалу

Опрацювавши матеріал цього розділу, студент ЗНАТИМЕ:

 світ економіки нелінійний, на відміну від панівної ще донедавна в
середовищі економістів лінійної парадигми;
 існують численні шляхи економічного розвитку, тому необіхдний
вибір у певному сенсі найкращого;
 загальновідомих (класичних) засобів економічного аналізу (так
званого ручного моделювання) недостатньо для повноти й глиби-
ни пізнання поведінки нелінійної економіки;
 потребується системне (усебічне) вивчення економічної систе-
ми, яке пов’язане з динамічними моделями, їх якісним аналізом
спершу, а кількісним – опісля;
 для аутентичного відтворення траєкторії еволюції економіки й
побудови сценаріїв розвитку вимагаються адаптивні моделі еко-
номічної динаміки,

а також студент УМІТИМЕ:

 кваліфікувати проблему економіки з позиції моделювання;
 підготовити обчислювальний експеримент в економіці, викорис-
товуючи інформаційні технології.

2.1. ЛІНІЙНА ПАРАДИГМА ЕКОНОМІЧНОЇ ЕВОЛЮЦІЇ

Основні постулати лінійного економічного мислення форму-

люються так:
1) ще донедавна вважалося, що реальні процеси економіки
описуються доволі точно комбінацією розв’язків лінійних рів-
нянь – математичних моделей (ММ) економічної еволюції;

37
 2) факт існування єдиного розв’язку (стаціонарного або дина-
мічного) невідпорний, а можливість отримання його незаперечна.
Тож мета й цілепокладання є єдино правильними, не підлягають
будь-якому сумніву;
3) домінуюче припущення, що малі збурення незначно впли-
вають на кількісну величину розв’язків, дотримуючись попе-
редньої якісної картини подій. За такого припущення про ліній-
ну закономірність стійкого економічного розвитку абсолютно
ігнорується вплив особистості (ОПР – особа, яка приймає рі-
шення) й обставин місця та часу. Апріорі приймається також
деструктивний вплив нестійкості на траєкторію економічного
розвитку.
Зауваження! Саме гіпотези єдиності та стійкості траєкторії економіч-
ної еволюції – розв’язку лінійної динамічної ММ – забезпечу-
ють жорсткість причиново-наслідкових зв’язків, їх спільномір-
ність, а отже – уявлення про єдино можливий шлях, абсолютно
правильну поведінку тощо. Виходить, що глобально світ еко-
номіки – єдиний і стійкий, але такий висновок суперечить еко-
номічній дійсності, реаліям життя;
4) економічний розвиток передбачуваний (з глибоким гори-
зонтом прогнозу) і йому притаманний зворотний перебіг подій.
Тобто минуле визначає сьогодення, а майбутнє детермінується
минулим і теперішнім. Перспектива й ретроспектива економічно-
го розвитку однозначно моделюються, вони співмірні;
5) другорядний вплив чинника випадковості, який не залишає
сліду в загальній картині економічних подій;
6) поодиноке й тим більше незначне зусилля не справляє ви-
димого впливу на загальний перебіг економічних подій;
7) можливість однозначної ідентифікації параметрів економіч-
ної системи (ЕС) на підґрунті статистичної сукупності (експери-
ментальних даних), що відповідає встановленню причини за нас-
лідками. Така гіпотеза майже ніколи не виконується, зважаючи
на низку завжди наявних в економіці причин.
Водночас, різноманітна, залежно від стартових умов, поведінка
ЕС, притаманні їй особливості, невідтворюваність реалій економіч-
ної ситуації завжди були помітними. Факти злетів в економіці, як і
провали економічної політики деяких країн аж ніяк не пояснюва-
лися (тим більше не прогнозувалися!) лінійними закономірностя-
ми, їх суперпозицією (адитивним накладанням розв’язків ММ).
Пошук безальтернативної траєкторії економічної еволюції також
виявився абсолютно безнадійним. Як показує економічна практика

38
різних країн, глобальний характер економічних проблем і конфлі-
ктів у суспільстві також змушує відмовитися від лінійного підходу
як у теоретичній, так і у прикладній економіці. Тож настала криза
ортодоксальної лінійної економічної теорії. Існуючий нині відхід
від догм лінійного економічного мислення сприяв концептуально-
му переосмисленню наукового світогляду економіки, яке інтен-
сивно відбувається на наших очах.
Наприкінці ХХ ст. і на початку третього тисячоліття розвиток
науки ознаменувався стрімким становленням нелінійного діалогу
з навколишнім середовищем – глибошим вивченням не лише ек-
зогенних впливів, а й ендогенних якостей об’єкта уваги дослід-
ника. Зокрема, сьогодні спостерігається активне формування не-
лінійного економічного мислення – на відміну від лінійного –
ортодоксального, класичного, яке домінувало раніше.
Світ економіки перебуває в стані безперервного творення, спо-
живаючи субстанцію (корисні копалини), енергію й використову-
ючи інформацію. Спостерігається невпинна трансформація еконо-
мічних систем, яка неабияк є множинна (багатоальтернативна) у
своїх проявах – звивистих і крутих перегонах економічного розвит-
ку, зовсім не рівномірних і прямолінійних. Отже, світ економіки є
нелінійним, він не підпорядковується лінійним закономірностям:
реакція ЕС, її поведінка на дії ззовні визначається не стільки прик-
ладеними до неї зусиллями, скільки детермінується внутрішніми
особливостями системи й місцем і часом докладання згадуваних
зусиль, інакше кажучи – топологією ЕС. При цьому в економічно-
му бутті щось деградує, а щось народжується, стверджується, до-
сягаючи апогею свого розвитку. Так руйнуються старі економічні
структури й утворюються нові відношення між елементами, скла-
довими ЕС зі своїми взаємовпливами.

2.2. НЕЛІНІЙНИЙ СВІТОГЛЯД ЕКОНОМІКИ

Поняття парадигми містить систему правил (стандартів)

наукової діяльності. Її поява характеризує зрілість наукового
напрям.
Парадигма відбирає проблеми й нормативні функції, указує,
які методи можуть використовуватись для розв’язання проблем.
Після прийняття парадигми настає етап використання теорії для
розв’язування задач.
Перехід від однієї парадигми до іншої, у межах якої вирішу-
ються аномальні проблеми (непосильні методам попередньої па-
радигми), тобто подолання кризи означає наукову революцію.
39
 Автор поняття парадигми, американський історик Т. Кун,
проводить аналогію між діяльністю дослідників у межах прийня-
тої парадигми й шахістом, який оцінює різні варіанти для досяг-
нення мети, не замислюючись над шаховими правилами.
До речі, в Т. Куна спостерігалась багатозначність терміна «па-
радигма»: зразкова теорія; взірець діяльності щодо розв’язування
задач; спосіб бачення світу.
Розглянемо необхідність застосування парадигми.
Вплив нелінійних явищ у науці, зокрема в економічній, постійно
зростає. Їх повне, усебічне й глибоке дослідження неможливе без ма-
тематичного моделювання, тобто створення та адекватного застосу-
вання відповідних ММ та ефективних чисельних методів їх аналізу.
Нелінійним ММ, які адекватно описують нелінійні явища, зо-
крема економічного характеру, притаманні підмножини швидко-
змінних і повільних змінних, структурних складових, членів. Як
свідчить практика комп’ютерного моделювання, аналіз таких
ММ суттєво утруднений. Потрібно, зокрема, мати множину чис-
лових алгоритмів, позитивні якості кожного з них у своїй сукуп-
ності дали б змогу долати різноманітні труднощі економіко-
математичного моделювання. Цілком природно постає питання
про адаптацію як ММ, так і засобів їх аналізу.
Адаптивний означає, зокрема, альтернативний алгоритм гнуч-
кої структури складеного типу для досягнення мети економіко-
математичного моделювання.
Щоб побудувати та скористатися множиною здатних до адап-
тації алгоритмів, треба переглянути методику побудови ММ і чис-
лових методів їх аналізу, створивши певною мірою єдині правила
побудови, тобто концепцію адаптації.
Зауважимо, що поняття адаптації стає головним, зокрема в
синергетичній економіці, для якої ключовими поняттями є нелі-
нійність, нестійкість, біфуркація, цикли, дискретність процесів.
Новітня економічна думка вважає одним з критеріїв якості еко-
номічної теорії, її досконалості, органічне застосування інструмен-
тарію моделювання. У виборі теоретичних концепцій економіки,
доведенні необхідності продуманої цілеспрямованої економічної
політики також повинен використовуватись інструментарій еко-
номіко-математичного моделювання, його підходи та прийоми.
Зокрема, математичне (комп’ютерне) моделювання – це єдина
можливість пізнання ефектів нелінійного середовища в усіх його
проявах, якими оточена людина в своєму економічному бутті.
На обраному цивілізацією шляху успіхи насамперед визнача-
ються адекватними ММ економічних об’єктів, а потім належним

40
інструментарієм їх якісного та кількісного аналізу. Усебічне та
глибоке дослідження нелінійного об’єкта неможливе без адапта-
ції моделей економіки, середовищу якої притаманні неповнота й
невизначеність інформації, відкритість системи. Причому адап-
тація має бути наскрізною, на всіх етапах економіко-матема-
тичного моделювання.
У природознавстві спостерігається [1, 3, 6] світоглядне зна-
чення методологічної проблеми співвідношення «фізики існую-
чого» (лінійна форма) і «фізики виникаючого» (нелінійна), що
для економіки наразі означає перехід від лінійної парадигми до
нелінійного способу сприйняття економічного буття, нелінійного
економічного аналізу, розробляючи методологічні основи комп’ю-
терного моделювання НЕД як підґрунтя в прийнятті своєчасних і
ефективних рішень в економіці.
На рис. 2.1 на прикладі ЕС окреслено шлях вивчення поведін-
ки нелінійного об’єкта:

2
3

4
5 7

6
8

1 – поведінка нелінійної динамічної системи економіки;

2 – аналіз статичного режиму;
3 – аналіз перехідного процесу;
4 – особливі (стаціонарні) точки;
5 – фазові портрети;
6 – стійкість особливої точки;
7 – параметричний і структурний портрети;
8 – характерні ознаки поведінки (періодичні, квазіперіодичні й хаотичні
коливання; граничні цикли);
9 – індикатори поведінки (показники Ляпунова, відображення Пуанкаре).

Рис. 2.1. Схема дослідження динаміки нелінійної ЕС СЕС

41
 Нелінійність пов’язана з неоднозначністю шляхів економічної
еволюції, викликає нестійкість динамічних траєкторій розвитку,
незворотність функціонування ЕС. У нелінійних ЕС криється
(потенційно існує) цілий спектр структур, що мають різні темпи
розвитку, перебувають у різних темпосвітах, майбутнє організо-
вує сучасне або знаходиться на певних ділянках структур сьогод-
ні. Так відбувається активне формування нелінійного стилю еко-
номічного мислення, на відміну від попереднього способу
лінійного. Розуміючи недостатність поступової кумуляції розвит-
ку, нелінійне мислення вбачає передусім готовність до всього но-
вого, а саме: вибору з альтернативної множини; сприйняття тем-
пів прискореного розвитку; ініціювання бурхливого зростання;
перехід незначних флуктуацій у макроструктуру; стимулювання
самоорганізації й саморозвитку.
Природа нелінійного суспільно-економічного розвитку двоїс-
та: з одного боку, закономірності функціонування великих склад-
них систем, а з іншого – їх динаміка перебуває під впливом люд-
ського інтелекту, що спричинює цілеспрямований вибір серед
можливих шляхів. На основі двоїстості відбувається ускладнення
прямих і зворотних зв’язків полярних знаків, взаємодії нового та
старого. Зауважимо, що двоїстість або подвійний перехід (по-
двійність), зазначалася ще Г. В. Ф. Гегелем: кількість переходить
у якість, а вона реалізується по-новому кількісно. Отже, з’яв-
ляється ступінь переходу, ступінь кризової якості.
Математична модель (ММ) не покликана відтворити все ідеаль-
но, що притаманне об’єкту нашої уваги. Насамперед нею опису-
ється лише те, що головне з погляду дослідника, що його ціка-
вить або важливе, на його думку, для певного моменту часу t.
Щодо отримання математичної моделі (побудови її рівнянь)
існують поради й рекомендації як результат зусиль багатьох дос-
лідників (науковців) у розв’язанні великої кількості нелінійних
задач різноманітної природи.
1. Наскільки простіша математична модель, настільки менше
можливостей отримати хибні висновки.
2. Модель має бути простішою, але не простішою, ніж це мож-
ливо.
3. Нехтувати можна будь-чим, але варто знати, як це впливає
на розв’язок математичної моделі.
4. Модель повинна бути грубою – незначні поправки (похиб-
ки) не змінюють кардинально її поведінку.
5. Математична модель і розрахунки, проведені на її підґрунті,
не можуть бути точнішими за початкові (вхідні) дані.

42
 Як резюме попередніх п’яти пунктів формулюється таке твер-
дження: точність результатів моделювання регламентується
адекватністю ММ і похибкою реальних даних.

2.3. ТРАДИЦІЙНЕ (ОДНОВИМІРНЕ) МОДЕЛЮВАННЯ

ЕКОНОМІЧНОЇ ДИНАМІКИ

Рівноважна модель Еванса. Модель проста, доволі ефектив-

на й широко застосовується, вона слугує для встановлення рівно-
важної ціни на ринку одного товару.
Нехай d(t), S(t), p(t) є відповідно попит, пропозиція та ціна то-
вару в момент часу t. Уважається, що попит і пропозиція є ліній-
ними функціями ціни, тобто d ( p)  a  bp , a, b  0 , попит зі зрос-
танням ціни падає; S (p) = α + β p, α < 0, β > 0, пропозиція із
зростанням ціни збільшується.
Природно, що α > 0 – за нульової ціни попит є, або товар ба-
жаний.
Основне припущення: ціна змінюється залежно від відношен-
ня між попитом і пропозицією: ∆p = γ (d – S) ∆t, де γ > 0 – збіль-
шення ціни прямо пропорційне перевищенню попиту над пропо-
зицією і тривалості такого перевищення. Отже, отримуємо
диференціальне рівняння:
dp
  (d  S ) .
dt
Графічно взаємозалежність попиту та пропозиції від ціни по-
казано на рис. 2.2.
Скориставшись лінійними виразами попиту та пропозиції, маємо

  (b   ) p  (a   ), p(0)  p0 .

dp
(2.1)
dt
dp
Стаціонарна точка, якій відповідає  0 , записується так
dt
p*  (a   ) (b   )  0 .
Очевидно, що p  0 для p *  p і p  0 для p *  p . Звідси ви-
пливає lim p(t )  p* , причому для p *  p p  p* , зростаючи, а
t 
для p  p – спадаючи. Сама ціна p * є рівноважною – рівні по-
*

пит і пропозиція.
43
 Рис. 2.2. Графічне зображення взаємозалежностей
попиту й пропозиції від ціни

Розв’язок моделі (2.1) має такий вигляд:

 
p(t )  p0e (b   )t  (a   ) (b   )1  e (b   )t , (2.2)
або
 
p(t )  p0e (b   )t  p* 1  e (b   )t . (2.2а)

Знову ж таки lim p(t )  p* .

t 
Дискретний аналог неперервної моделі Еванса. Ринок функ-
ціонує так: уранці на ньому є деякі пропозиція S1 і попит d1. За-
лежно від їх числових значень ціна починає рівномірно зростати
або спадати: якщо вранці попит був більшим за пропозицію, то
ціна зростає; якщо пропозиція переважала над попитом, то спа-
дає. Нехай для початкової ціни р1 виконується S (р1) < d (р1). Отже,
ціна починає зростати. За день вона досягає значення р2, для яко-
го все ще виконується S (р2) < d (р2), і ціна продовжує зростати.
При цьому точка рівноваги не проходить, залишаючись ліворуч
від р*. І навпаки, процес зображується праворуч від точки рівно-
ваги, якщо ціна була більша за рівноважну. Спостерігається від-
мінність від павутинної моделі ринку.
Метод ітерацій (послідовних наближень). У середовищі еко-
номістів його ще називають павутиноподібною моделлю ринку.

44
 Для рівняння x   ( x)  f ( x)  0 метод послідовних наближень
( m1)
x   ( x(m) ) допускає геометричне зображення (рис. 2.2 а і 2.2 в),
використовуючи декартову систему координат х0у на площині.

Рис. 2.2 а. Графічне зображення послідовних наближень,

що збігаються до шуканого кореня х*

х* – шуканий корінь; якщо 0   ( x)  1; ітеративний процес

збіжний, тобто x*  lim ( x)m , односторонній.
m 

Рис. 2.2 б. Коливна (навколо х*) збіжність ітеративних наближень

45
 При 1  ( x)  0 маємо спіралевидний характер збіжності іте-
рацій – наближені значення кореня х* лежать по обидва боки від
нього.

Рис. 2.2в. Графічне зображення розбіжного ітеративного процесу

Для  ( x )  1 процес ітерацій розбіжний, навіть за близького

до х* початкового наближення х(0).
Односекторна модель економічної динаміки. Класична мо-
дель Солоу допомагає висвітлити основні особливості динаміки,
адекватно відображаючи найважливіші загальноекономічні аспек-
ти процесу розширеного відтворення виробництва.
Використовуються 5 змінних величин: Y – обсяг кінцевого
продукту; С – фонд невиробничого споживання; S – валовий
фонд накопичення; L – обсяг наявних трудових ресурсів; К – об-
сяг наявних основних фондів. Припускається, що ресурси К та L
цілком вичерпуються. Має місце виробнича функція:
Y = F (K, L), (2.3)
яка встановлює зв’язок між величинами Y та К і L, тобто кінце-
вим продуктом і затратами фондів і праці.
Кінцевий продукт Y розподіляється на фонд невиробничого
споживання С і валовий фонд накопичення, тобто
Y = С+S. (2.4)

46
 Фонд накопичення становить
S =ρY, 0 < ρ < 1 (2.5)
фіксовану частину, або, враховуючи (2.2),
С = (1–s) Y , (s ≡ ρ).
Величина s – це норма накопичення.
За рахунок фонду валового накопичення забезпечуються від-
новлення і чистий приріст основних фондів, або чисті накопи-
чення, що описується рівнянням:
dK
K (t )  .
dt
Припускається, що величина вибуття основних фондів пропо-
рційна їх обсягу зі сталим коефіцієнтом  , тобто K . Отже,
S  k  K ,   (0,1),   const . (2.6)
Рівняння динаміки трудових ресурсів описується так:
L  gL, g  const , (2.7)
де g – темп зростання робочої сили. Рівняння (2.7) стверджує, що
приріст трудових ресурсів пропорційний їх обсягу, і відоме як рів-
няння Мальтуса.
Зауваження! Темпом зростання величини x(t) є відношення
x (t )
 x (t )  . Дуже часто x (t )  const , тоді функція x(t) зміню-
x(t )
ється за експоненціальним закон. Графічно модель Солоу від-
творено на рис. 2.3.

L Y = F(K,L)

Рис. 2.3. Модель Солоу

Зауваження! Наведену сукупність рівнянь (2.3–2.6) отримано в припу-
щенні, що виробнича функція (ВФ) відповідала ВВП (валовому
внутрішньому продукту). У разі ВСП (валового суспільного про-
дукту Х) модель Солоу в абсолютних показниках записується так:

47
 K   K  s (1  a) X ; K (0)  K 0 ; X  F ( K , L) ; S  s(1  a) X ;
C  (1  s)(1  a) X , де величина 0  a  1 є коефіцієнт прямих
затрат або для проміжного продукту у ВСП.
Схему функціонування економіки в цьому разі наведено на
рис. 2.4.

L Х=F(K,L)

aX

Рис. 2.4. Схема функціонування економіки

Побудова математичної моделі – класичного рівняння Солоу.
Величина k  k  за своєю сутністю є фондоозброєністю живої
праці (виробництва), а функція f (k) = F (k, 1) описує залежність
продуктивності праці від фондоозброєності. Запишемо таке:

K K L  L K K L K
k      
L L2 L L L

L
і  g , що випливає з (2.7); також:
L

K S  K sY  K
   sf (k )  k ,
L L L
що випливає з 2.6 і 2.5 та визначення функції f (k). Як результат
попереднього записується диференціальне рівняння
k  sf (k )  (   g )k . (2.8)
За припущеннями воно має єдиний розв’язком для конкретної
K0
початкової умови k 0  k (0)  .
L0
Економічна інтерпретація процедури отримання диферен-
ціального рівняння моделі Солоу.

48
 Якби приріст робочої сили був нульовим та основні фонди не
зношувалися, то фондооснащеність збільшилася б на величину
S/(L) = sf.
Зношення фондів в обсязі K зменшує це значення на вели-
K
чину  k . Щоб фондами за нормою k була оснащена знову
L
втягувана робоча сила ΔL, знадобиться kΔL одиниць капітальних
ресурсів, що з розрахунку на кожного зайнятого становить вели-
L k
чину (ΔL·k) / L або гранично , що з урахуванням (2.7) дорів-
L
нює gk.
Отже, загальний приріст фондооснащеності дорівнює різниці
sf  k  gk , що відображає рівняння (2.8).
Зауваження! Функція f (k) зростає, але темп її зростання впо-
вільнюється. Водночас функція (μ + g) k зростає з постійним
темпом.
Дослідження траєкторій (розв’язків) моделі Солоу. Їх різно-
манітну поведінку графічно зображено на рис. 2.5–2.7.

Рис. 2.5

f (k) – залежність продуктивності праці від фондоозброєності

k; φ(k) = sf (k) – ηk – залежність приросту фондооснащеності від
неї самої; k* – стаціонарне значення фондооснащеності.

49
 Рис. 2.6

Функції f () і  () для виробничої функції CES (функції з пос-

  1
тійною еластичністю заміни: F (K , L)  aK   bL  , a, b  0 і
const).
Загроза: надто висока норма накопичення s порівняно з вели-
чиною (g + μ), при цьому фондооснащеність зростатиме нескін-
ченно. Критичне значення відношення (g + μ) / s визначається
рівністю sa1   g   .

Рис. 2.7

50
 Функції f () і  () для виробничої функції з фіксованими кое-
K L
фіцієнтами F ( K , L)  min  ,  , a, b  0 , const.
 a b
Значення норми накопичення може бути надто низьким від-
носно (g + μ), і не знайдеться такого значення фондооснащеності,
для підтримки якого на постійному рівні накопичення було б
достатньо.
Характеристики стаціонарної траєкторії. Нехай фондоос-
K (0)
нащеність потенціальна, тобто k *   K (0) (перебуває на
L(0)
стаціонарній траєкторії в момент часу t = 0).
Оскільки K (t )  L(t )  k * і L зростає з постійним темпом, то
K (t )  K (0)e gt .
Аналогічно Y (0)  f (k * )  L(0) і Y (t )  f (k * )  L(t ) , і тому
Y (t )  Y (0)e gt .
Висновок. Уздовж стаціонарної траєкторії фондооснащеності
всі основні змінні моделі зростають з постійним темпом, що до-
рівнює темпу робочої сили g. Співвідношення між основними
змінними моделі при цьому не змінюються: середня продуктив-
Y (t ) Y (t )
ність праці  f ( k * ) ; середня фондовіддача  k *  f (k * ) ;
L (t ) K (t )
c(t )C (t )
фонд споживання на одного зайнятого  (1  s ) f (k * ) .
L(t )
Зауваження! Стан економіки в моделі Солоу описується п’ятьма
змінними, для яких характерні співвідношення: L(t )  L0 e ;
gt

K (t )  k 0 L0 e gt ; Y (t )  f (k0 )L0e gt ; C(t )  (1   ) f (k0 ) L0e gt ;

I (t )  f (k0 )L0e gt , де k 0 відповідає стаціонарній траєкторії.
На стаціонарній траєкторії значення фондонакопичення збіга-
ється з значенням, яке необхідне для підтримки фондооснащено-
сті на початковому рівні. Потрібно, по-перше, підтримувати на
постійному рівні фондооснащеність уже задіяної робочої сили і,
по-друге, цим уже забезпечити знову залучену в процесі відтво-
рення робочу силу.
Таке можливо лише для k*. Для k (0)  k * фондооснащеність
автоматично наближається до k*, ніколи його не досягаючи.
Інакше кажучи, стаціонарна траєкторія стійка.

51
 Твердження: для k0  0 , k 0  k * і k (t ) – розв’язок рівняння
для моделі (2.8) за початкової умови k0  k (0) , має місце
lim k (t )  k * . Збіжність траєкторій до k* монотонна.
t 

Рис. 2.8. Траєкторії фондооснащеності моделі Солоу

за різних значень k0

Коментар до рис. 2.8. Для k  k * в економіці відбувається

перехідний процес, який закінчується усталеним режимом (ста-
ціонарна точка k*).
Щодо фондооснащеності розрізняють три типи перехідного
процесу:
~
1) для k0  k спочатку спостерігається прискорене зростання
~
фондооснащеності, яке з досягненням значення k уповільнюєть-
ся (крива 1);
~
2) для k  k 0  k * – уповільнене зростання фондооснащеності
(крива 2);
3) для k 0  k * – уповільнене падіння фондооснащеності
(крива 3).
~
Отже, для k  k 0  k * спостерігається доволі короткий перехідний
процес: практично через невеликий проміжок часу поточне й стаціо-
нарне значення показника відрізнятимуться на кілька відсотків.
Висновки: При k (t )  k * стабілізуються та вирівнюються
темпи зростання основних змінних K, Y, C, S, наближаючись до

52
темпу зростання робочої сили. Інакше кажучи, стаціонарна трає-
кторія описує тенденцію (напрям) розвитку економіки.
Оптимальна постійна норма виробничого накопичення.
Величина k* – єдина для вказаного набору фіксованих параметрів
моделі Солоу, тобто сюди належать коефіцієнти g, μ, s і виробни-
ча функція f (·). Характер змінюваності k* для іншого набору па-
раметрів моделі відображено на рис. 2.9.

Рис. 2.9. Стаціонарні значення k* за різних параметрів g, μ, s

Зауваження! У разі функції Кобба-Дугласа (КД) і класичного рівнян-
ня Солоу мають місце формули стаціонарних значень:
1
 A  (1 )
 фондооснащеності k0    ;
 (  g ) 


 продуктивності праці y0  A A 

(1 )
;
 (  g ) 
 питомого споживання (на одного працівника)

C (t )  A
 (1 )
lim  lim (1   ) y (t )  (1   ) A  .
t  L(t ) t 
 (  g ) 
Критерієм успішності розвитку економіки цілком слушно
вважають питоме споживання.
Приклад. У моделі Солоу з виробничою функцією КД при А = 103,
α = 1/2, β = 1– α знайти значення фондооснащеності, продуктивності
праці й питомого споживання на стаціонарній траєкторії, для якої нор-
ма накопичення дорівнює 0,2, вибуття фондів – 0,2 за рік, а річний при-
ріст трудових ресурсів – 0,05.

53
 Розв’язання: Скориставшись відповідними формулами, маємо:
1 1
 A  (1 )  0,2  10 3  0,5
фондооснащеність k0       64  10 4 ;
 (  g )   (0,2  0,05) 
продуктивність праці
 0, 5
 A  (1 )  0,2  10 3  0,5
y 0  A   10 3     0,8  10 5 ; питоме спожи-
 (  g )   (0,2  0,05) 
 0,5
 0,2  10 3 
вання (1   ) A A 
  (1 ) 0,5
 0,8  10 3    64  10 4 .
 (  g )   (0,2  0,05) 
Зауваження! Виконати розрахунки в таких варіантах: α = 1/2, A = 10;
α = 1/2, A = 102; α = 1/3, A = 103; α = 1/3, A = 10; α = 1/3, A = 103;
α = 1/4, A = 102; α = 1/4, A = 10; α = 1/4, A = 104; α = 1/3, A = 10.
Задача про вибір оптимальної норми накопичення: для фіксо-
ваних параметрів g, μ і виробничої функції f знайти величину s
таку, що оптимізує k*.
Графічне зображення задачі подано на рис. 2.10.
З рівності c(k*) = f (k*) – ηk* випливає, що чим більше k*, тим
більше засобів потрібно витрачати на підтримку фондооснаще-
ності на такому рівні, а саме ηk*. Тому не будь-яке збільшення
фондооснащеності приводить до зростання фонду споживання,
який збільшується доти, доки зростання продуктивності праці
випереджає збільшення величини сукупного відшкодування ηk*.

~
~  k *
S  ~*
f (k )

Рис. 2.10. Оптимальна норма накопичення в моделі Солоу

(k* – оптимальна стаціонарна фондооснащеність)

54
 Для виробничої функції F(K,L) = AK α·L1-α еластичність по фо-
ндах постійна, тобто  KF   і ~s   . Це – так зване, «золоте пра-
вило» економічного зростання.
Зауваження! Належним вибором норми накопичення максимізується
середньо-душове споживання в стаціонарному режимі, тобто че-
рез відносно короткий час після початку перехідного процесу.
У разі моделі з використанням ВСП відповідно маємо:

  (1  a) A  1
 
1
C0 (  )  (1   )(1  a) A(k * )  (1   )(1  a) A   B g (  ) 1 ,
  
1
 (1  a ) A  1
де B    ; g ( )    (1   )1 . Останнє цілком визначає се-
  
редньодушове споживання.
Оскільки перша похідна функції g ( ) має вигляд

dg       dC0 dC0
 0 для    .
   , то  0 для    і
d  1     d d
Тож найбільше середньодушове споживання досягається при
 *   – норма накопичення має дорівнювати еластичності випу-
ску за фондами.
Майже завжди спостерігається    недонакопичення, що
графічно відображено на рис. 2.11.

Рис. 2.11. Крива середньодушового споживання

55
 Застереження: виграш у поточному споживанні обертається
програшем у найближчій перспективі.
Справді, для меншої норми накопичення ~     середньо-
душове споживання зросте з C 0 (1   ) Ak0 до величини
~
C 0 (1     ) Ak0 . Але для    стаціонарне середньодушове
~
споживання C0  C0 ( )  C0 (   )  C0 . Змінюваність розгляду-
ваного показника для цих двох випадків геометрично зображено
на рис. 2.12.

Рис. 2.12. Графічна інтерпретація змінюваності

середньодушового споживання

2.4. ПАРАДИГМА СИСТЕМНОСТІ ЕКОНОМІКИ

Елементи системного аналізу економіки є результатом посту-

пового й послідовного усвідомлення та осмислення накопичува-
ного досвіду моделювання різноманітних економічних систем.
Необхідно виокремити основні гіпотези та ключові грані, що ха-
рактеризують динаміку економіки. Назвемо їх.
1. Економіка – це динамічна система, що самоорганізується,
зміна стану якої відбувається в результаті дії її внутрішніх меха-
нізмів.
2. Економічна діяльність є перетворенням ресурсів на блага
для задоволення потреб суспільства. Відходи виробництва й
споживання повертаються в природне середовище.

56
 3. Економічна система є результат об’єднання двох підмно-
жин в органічне ціле: множини взаємодіючих технологічних
процесів, які утворюють корисний кінцевий продукт; розподіле-
ної системи управління, яка узгоджує взаємодію технологічних
процесів.
4. Розподіл управлінських функцій відповідає природі суспіль-
ного відтворення, розподілу праці. Створений набір необхідних
суспільству прав і зобов’язань закріплюється відношеннями влас-
ності та влади.
5. Дослідник на макроекономічному рівні оперує здебільшого
агрегованими показниками стану економічної системи.
6. Будь-яка економічна діяльність тісно пов’язана з прийнят-
тям управлінських рішень, користуючись доступною завжди об-
меженою та асиметричною інформацією та певними інтересами.
7. Економічна система складається історично. У процесі її са-
моорганізації відбуваються не тільки перерозподіл між ролями, а
й пристосування інтересів виконавців окремих функцій до своєї
ролі.
8. У процесі самоорганізації економіки виробляється (утворю-
ється) система показників, яка доволі повно характеризує еконо-
мічний стан. Саме на підставі цих показників приймаються ефек-
тивні рішення. Серед них важливими є фінансові чинники, як
відмінна риса економіки серед інших складних систем.
9. Світова економіка є вищим рівнем ієрархії відносно неза-
лежних національних економік, кожна з яких виконує майже по-
вний набір необхідних ролей для її функціонування.
• Сформульовані загальні принципи є такими, що мають вра-
ховуватись для визначення структури ММ системного аналізу
економіки.
Поки що невідомий (адекватно формалізований) опис еконо-
мічних явищ, як це має місце в деяких природничих науках. Вод-
ночас розуміння фундаментальних принципів організації та фун-
кціонування економіки дає змогу виключити неможливі варіанти
та окреслити природні межі невизначеності. Саме цьому, відшу-
канню фундаментальних принципів, сприяє системний аналіз
економіки, що розвивається.
Проблема адекватності ММ. Перевірка адекватності ММ за її
ідентифікацією та верифікацією недостатня: у моделі можна
передбачити та включити до неї достатньо параметрів, щоб підіг-
нати її під конкретні числові дані. Треба добиватись, щоб відтво-
рювалась сукупність основних якісних особливостей модельова-
ної системи, її еволюції.

57
 • Хорошою моделлю вважається та, з аналізу якої отримують-
ся або уточнюються фундаментальні закони економіки. Тільки
після дослідження якісних властивостей ММ можливі її іденти-
фікація та верифікація.
На завершення зазначимо, що вивчення економіки засобами
системного аналізу ММ сприяє успішному розв’язанню ключо-
вих проблем безпеки економічного агента.
• Потенційно економічно небезпечними вважаються ті рішен-
ня, які призводять до втрати стабільності системи взаємовідно-
син, описуваних моделлю. Потенційно небезпечні рішення підля-
гаюють детальному (числовому, експертному тощо) аналізу, щоб
виокремити дійсно економічно небезпечні рішення. У вказаному
підході проблема економічної безпеки набуває сенсу, конструк-
тивно обмірковується. Вона втрачає емоційне забарвлення, стає
зрозумілою, доступною.

2.5. ГЕНЕЗИС АДАПТАЦІЇ В ЕКОНОМІЦІ

Адаптація (лат. аdapto – пристосовую) у кібернетиці – про-

цес накопичення та використання інформації та знань, отриманих
у процесі моделювання, спрямований на досягнення найкращого
в деякому сенсі, стану чи поведінки об’єкта (системи) довільної
природи, який від початку характеризується певною невизначені-
стю (цілковитою або частковою) і змінюваністю зовнішніх умов
(невідомих чинників впливу).
Адаптації притаманна змінюваність параметрів і структури
об’єкта (його моделі), алгоритму функціонування й керуючих
впливів (сигналів).
Беручи до уваги існуюче в науці й техніці тлумачення, адап-
тація в економіці означає варіативність її чинників у таких ме-
жах, щоб досягалась мета функціонування незалежно від наявних
умов. Узагальнено принципову схему адаптивної економічної си-
стеми наведено на рис. 2.13.
Вона містить три глобальні складові: оточуюче середовище S,
блоки реакції R і управління U, тобто має місце своєрідна тріада.
Здійснюється інформаційний вплив W середовища S на блок R,
спостерігається реакція V на зазначений сигнал. Величина
U ( γ ) – керуючий сигнал від блоку управління U на підсистему
реакції R, γ – екзогенні умови (дії) для U. Чинник Q відповідає
якості виконання функції мети С.

58
 S

W V
R
γ
U(γ)
U С

Рис. 2.13. Графічне зображення адаптивної системи

Принцип функціонування: середовище S впливає на підсисте-

му реакції R, яка відповідає реакцією V на S (відбувається зворот-
ний зв’язок); також S через дію γ впливає на підсистему керуван-
ня U, де фігурує інформація W і V. На підставі цільової функції С,
сигналу γ та інформації W і V здійснюється контроль Q за досяг-
ненням мети, виробляючи керівний вплив U ( γ ) на R.
Власне, дещо вище було викладено принципи адаптації в кібе-
рнетичній системі. Тепер витлумачимо узагальнену схему в термі-
нах предметної області – економіко-математичного (комп’ю-
терного) моделювання економіки. Отже, має місце таке: W
позначає потік вихідної економічної інформації (ретроспективної
та поточної), на підставі якої розробляється програмний ком-
плекс R – система математичних моделей (ММ) і засобів їх якіс-
ного та кількісного аналізу; S – деякий об’єкт моделювання; V –
отриманий потік числової інформації від підсистеми R; U – лю-
дино-машинна комп’ютерна діалогова система керування ком-
плексом R (сукупність U і R утворює центр керування), де відбу-
вається апріорна чи апостеріорна адаптація процесу моделю-
вання; U ( γ ) відображає процеси адаптації за допомогою
конфігурації системи моделей, інструментарію їх вивчення (якіс-
ного, кількісного); С – функція мети або сценарії економічної
еволюції як результат моделювання; Q – ступінь адекватності ре-
зультату комп’ютерного моделювання.
Обсяг інформації W, окрім як на R, одночасно надходить до
органів управління U. Результат V, як наслідок роботи програм-
ного комплексу R, спрямовується на об’єкт моделювання S для
аналізу та прийняття рішення. Водночас результат V надходить
на підсистему керування U. Потік γ інформації про структуру
об’єкта моделювання і варіативність його параметрів надходить
не тільки для обробки в підсистему моделювання R, а й на U для

59
адекватного функціонування моделюючого процесу. Саме функ-
ція U ( γ ) ініціює перебудову системи моделей і вибір інструмен-
тів моделювання з низки альтернативних варіантів, тобто відбу-
вається адаптивна структуризація складових моделювання,
спрямована на логічне завершення процесу. У результаті з’яв-
ляється множина модельних сценаріїв розвитку подій в об’єкті
моделювання, що дуже близьке до самоорганізації (апостеріорної
адаптації). На підґрунті моделювання виявляються також нові
взаємозв’язки та взаємовпливи між елементами об’єкта моделю-
вання.
Найзагальніше відтворення конкурентного й кооперативного
характеру взаємозв’язків і взаємовпливів між елементами дина-
мічних систем різноманітного (економічних, біологічних, еколо-
гічних, соціальних тощо) походження здійснюється за допомо-
гою системи n звичайних диференційних рівнянь (ЗДР) 1-го
порядку
n
xi (t )  ki xi   i1 
i 1
ij xi x j , (2.9)

де залежні змінні xi (t ) (i = 1,2,…, n) часу t відтворюють (уособ-

люють) досліджувані характеристики об’єкта моделювання, а k i ,
 i ,  ij – коефіцієнти, зазвичай скалярні величини. Математична
модель (2.9) належить до класу рівнянь із зосередженими пара-
метрами, оскільки передбачається однорідність простору подій.
Адаптація екзогенного чину досягається відповідною інтерп-
ретацією змінних xi (t ) і числових параметрів ММ. Сфера вико-
ристання (2.9) доволі широка. До речі, саме так з’являється мож-
ливість взаємозбагачення різних, на перший погляд, сфер знань,
коли добуті результати переносяться з однієї сфери на іншу.
Каузальний характер адаптації в економіці. Економіка ха-
рактеризується сплетінням процесів виробництва, обміну й роз-
поділу матеріальних благ і послуг. Її надзвичайна складність зу-
мовлюється численними зворотними зв’язками різних знаків
впливу. Функціонування соціально-економічних систем (СЕС)
супроводжується також апріорною невизначеністю, завжди існу-
ючою неповнотою інформації. Як відомо, складним системам
притаманна біфуркативність множини станів. У процесі розвитку
СЕС можуть змінюватись раніше сформульовані цілі чи критерії
їх досягнення. Але є принципова відмінність – відбуваються події
незворотного характеру.

60
 Драматичний розвиток української економіки неодноразово
впродовж короткого історичного часу виявлявся нездатним адек-
ватно реагувати на виклики ринкового середовища – не тільки
калейдоскопічну змінюваність зовнішніх умов економічного се-
редовища, а й систематичні пертурбації всередині суспільства.
Зазначений факт нашої недалекої історії свідчить про обмеже-
ність, можливо, відсутність онтологічного знання структури еко-
номіки українського суспільства.
Отже, першорядним завданням є пізнання механізмів функ-
ціонування економіки з метою належного, своєчасного та адек-
ватного управління економічним станом суспільства. Незапе-
речний факт, що від загальновживаного вербально-якісного
осмислення економіки треба переходити до розгляду кількісних
сценаріїв майбутнього – прогнозування характеру економічних
подій у часі, тобто змінюваності чинників економіки з плином
часу, і на фазових площинах, тобто взаємозалежності економіч-
них чинників між собою. Отримуються сценарії розвитку еко-
номічних подій єдиним можливим способом – шляхом матема-
тичного моделювання динаміки економіки, яке передбачає
вміння будувати адекватні математичні моделі та використову-
вати потужний апарат числового аналізу, який становить ін-
струментарій моделювання економіки й сприяє ефективності
процесу загалом. Узагальнюючи, можна стверджувати, що та-
кий підхід має на меті відійти від традиції сприймати наслідки
подій і перейти до їх передбачення, тобто готуватися до можли-
вих сценаріїв.
Моделювання динаміки економічного стану означає таке: на
основі діючих на даний момент t0 часу причин (так звані почат-
кові умови) математично описується існуючий стан економіки.
Уважається, що рівняння (зазвичай, звичайні диференційні) ММ
відтворюватимуть майбутні (після t0) економічні стани кількісне
оцінювання яких досягається числовими алгоритмами. Матема-
тичне моделювання економіки передусім допускає значну варіа-
цію параметрів і коефіцієнтів моделі, чим вибудовуються прав-
доподібні (на думку фахівців-економістів) сценарії розвитку
подій, не виключаючи екстремальні варіанти та катастрофічного
характеру. Саме так відслідковується певний зв’язок між причи-
нами явища та наслідками їх сукупної дії, який за такого підходу
глибоко вивчається. Тут найголовніше те, що від переважаючого
в сучасній науці, зокрема економічній, традиційного прямоліній-
ного зв’язку між категоріями «причина – наслідок» відбувається
перехід до сучасного й загальнішого та значно багатшого за

61
своєю післядією способу – нелінійного багатогранного дослі-
дження взаємовпливу зазначених категорій.
Ретроспективний аналіз публікацій. Безумовно, питання
адаптації в економічних дослідженнях не могло стояти осторонь
хоча б через контекст еволюції науки загалом. Адаптивний підхід
розроблявся, зокрема, в класичних розділах математичної еконо-
міки – теорії оптимального розподілу обмежених ресурсів і рів-
новажного стану. В економетричному моделюванні також вико-
ристовувались адаптивні моделі.
Дослідження останнього часу стосуються перехідної економі-
ки, якій притаманна систематична, непередбачувана й глибока
змінюваність як зовнішнього середовища, так і внутрішнього
економічного стану суспільства. Наприклад, розглядається здат-
ність економічних об’єктів до самостійного (без впливу зовніш-
ніх сигналів) вибору стійких раціональних стратегій своєї пове-
дінки в змінюваних умовах забезпечення та варіативності витрат-
них матеріалів. На сьогодні лише кількома працями започат-
ковано комп’ютерне моделювання нелінійної динаміки макроеко-
номічних процесів з позицій адаптивного підходу, хоча в теорії
автоматичних систем (управління) і кібернетиці поняття «адап-
тація та адаптивна система» добре відомі. Їх варто тлумачити з
погляду функціонування ринкової економіки. Отже, можна ска-
зати, що з’являється новий напрямок в економіко-математичному
моделюванні – адаптивне математичне моделювання економіки.
У нашому розумінні воно має бути наскрізним, тобто не лише на
етапі побудови математичної моделі, а й в кількісному та якісно-
му аналізі рівнянь моделі. Тобто, надалі йтиметься про адаптивну
парадигму моделювання економіки.
Генезис адаптації. Нижче висвітлюється історичний шлях
адаптації, яка спершу з’явилась у біології, а потім набула значно-
го поширення в техніці, зокрема кібернетиці. Основні поняття
адаптації розглядаються через призму економіки, проектуючи на
неї результати.
Як іманентна та онтогенетична властивість органічного світу,
адаптація вперше й цілком закономірно розглядалась у біології,
починаючи з епохи дарвінізму.
Адаптація в біології є процесом пристосування будови й функ-
цій організмів та їх органів до умов середовища. До кінця XX ст.
вона продовжувала залишатись актуалізованою. Більше того,
концептуальні положення та основні принципи адаптації почали
активно розроблятись і використовуватись у техніці, зокрема в
теорії управління об’єктами значної складності через наявність

62
недостатньої апріорної інформації в умовах певної невизначенос-
ті перебігу процесу.
Адаптація визначається як процес цілеспрямованої змінюва-
ності параметрів і структури складної системи (об’єкта нашої
уваги), який включає критерії функціонування та їх використан-
ня, допускаючи альтернативу їх використання залежно від стану.
Адаптація покликана в ситуації невизначеності середовища й
складності самого об’єкта сприяти якомога кращому досягненню
цілей існування.
Розрізняють: пасивну адаптацію – пристосування до фіксо-
ваного середовища, тобто система, що адаптується, діє таким чи-
ном, щоб виконувати свої функції якнайкраще; активну адап-
тацію – цим передбачається формування такого оточуючого
середовища, щоб ефективно досягти поставлених цілей. Обидва
види адаптації одночасно взаємодіють у процесі функціонування
системи, досягаючи оптимальності.
Серед існуючих у техніці шляхів реалізації процесу адаптації
приваблює цілком закономірна можливість варіативності алгори-
тму адаптації (використовується в техніці) і критеріїв життєді-
яльності системи (змінюваність цілей притаманна біології).
Адаптація об’єкта передбачає перегляд межі, що розділяє
об’єкт дослідження та оточуюче середовище.
Адаптація цілей передбачає пристосування потреб і вимог
ОПР (особи, яка приймає рішення), узгоджених з можливостями
системи моделювання.
Спостерігаються ієрархічні рівні адаптації: параметрична –
викликана дрейфом характеристик керованого об’єкта та
пов’язана з корегуванням або пристосуванням параметрів моделі
об’єкта; структурна – коли відбувається перехід від одного до
іншого варіантів моделі, альтернатива яких допускає різну кіль-
кість і різноманітний характер входу-виходу, можливості деком-
позиції та структурної організації складових моделі. Структурна
адаптація поділяється на альтернативну та еволюційну, причо-
му перша відрізняється незначною кількістю своїх можливих
структур, а друга, тобто еволюційна, за своєю сутністю відпові-
дає еволюції в біології – плавному й поступовому, без стрибків,
переходу від одного до іншого стану. Кожному рівню ієрархії
адаптації властива своя часова константа, яка зростає для вищого
ступеня ієрархічності.
Алгоритмічний рівень адаптації пов’язується з пристосуван-
ням схем обробки інформації, ураховуючи специфіку розв’язу-
ваних задач.

63
 На програмному рівні адаптації здійснюється процес присто-
сування обранням потрібної програми комп’ютерного моделю-
вання з альтернативної множини. За своєю сутністю він відпо-
відає реалізації алгоритмічного рівня адаптації, долучаючи
програмне забезпечення комп’ютера.
Системний рівень адаптації покликаний поліпшувати дієвість
всебічного вивчення об’єкта моделювання.
Адаптувати означає перебудуватись, орієнтуючись (ставлячи за
мету) на ефективне розв’язання задач, їх широкий клас. Кожного
разу для нової задачі будувати свій адекватний алгоритм. Варіюю-
чи структурою моделі об’єкта та алгоритмом кількісного аналізу,
означає відмовитися від жорстких конфігурацій, які вичерпали
свої можливості на простих задачах моделювання економіки.
Формування механізму адаптації багаторівневе: відбувається
зміна мети й стратегії розвитку; здійснюється пристосування ор-
ганізаційної структури об’єкта як цілого та його складових.
Органічно постає проблема управління – процес організації
цілеспрямованої дії на об’єкт (його математичну модель), у ре-
зультаті чого він переходить до належного (бажаного) стану.
Варто пам’ятати про ОПР, завдання (цілі) якого реалізуються в
здійсненні процесу управління моделюванням. Адаптація – шлях
до ефективних управлінських рішень.
Наостанок зауважимо, що незалежно від свого походження,
системи поділяються на: 1) ізольовані – до них не постачається
або від них відбирається субстанція, енергія чи інформація;
2) закриті, у яких не відбувається експорт або імпорт речовини,
але має місце обмін енергією чи інформацією; 3) відкриті, у яких
спостерігається обмін із зовнішнім середовищем зазначеними
вище компонентами існування. Саме до таких систем відноситься
економіка, якій притаманні багатокритеріальність функціонуван-
ня, наявність обмежень ендо- і екзогенного характеру. Екстремаль-
ність значень критеріїв оцінювання економічного стану загалом і
його складових – природне й безмежне поле адаптації.

РЕЗЮМЕ

Висвітлено концепти нелінійного економічного мислення,

указано причини непереконливості лінійної парадигми економі-
ки. Окреслено коло проблем нелінійної економічної динаміки.
Щодо економіки, у якій спостерігається систематична зміню-
ваність параметрів і топології структури об’єкта господарювання,

64
алгоритму й цілей його функціонування під дією керуючих впли-
вів зовні, розглянуто основні положення адаптації, яка у взаємо-
дії з комп’ютерним моделюванням економічної динаміки сприяє
отриманню виважених управлінських рішень в економіці. Альтер-
нативний – означає алгоритм гнучкої структури складеного типу
для досягнення мети економіко-математичного моделювання ди-
намічних систем.

ТЕРМІНИ ТА ПОНЯТТЯ

Адаптація економіки
Адаптивна динамічна модель
Адаптивне економіко-математичне моделювання
Бінарність в економічній науці
Тріади в економіці
Системне пізнання
Адекватна модель

ПИТАННЯ ДЛЯ ПЕРЕВІРКИ ЗНАНЬ

1. Адаптація та її сутність.
2. Сутність: а) адаптивної динамічної моделі; б) адаптивного еко-
номіко-математичного моделювання.
3. Складові системного підходу до вивчення економіки.
4. Роль тріади в економічній науці.
5. Проблеми адекватності динамічної моделі та адаптація.
6. Зміст нелінійної економіки.

ЗАВДАННЯ ДЛЯ ІНДИВІДУАЛЬНОЇ РОБОТИ (ТЕМИ РЕФЕРАТІВ)

Виконати літературний огляд на тему «Парадигми та концепції су-

часної теоретичної та прикладної економіки», керуючись джерелами:
а) вітчизняними;
б) російськомовними;
в) зарубіжними.

СПИСОК ВИКОРИСТАНИХ І РЕКОМЕНДОВАНИХ ДЖЕРЕЛ

ДЛЯ ПОГЛИБЛЕНОГО ВИВЧЕННЯ МАТЕРІАЛУ

1. Баранцев Р. Г. Синергетика в современном мире. – М. : Едиториал,

УССР, 2003. – 144 с.

65
 2. Вітлінський В. В. Моделювання економіки: Навч. посібник /
В. В. Вітлінський. – К. : КНЕУ, 2005. – 438 c.
3. Забродский В. А. Адаптация экономических систем на основе
упреждаемости // Економічна кібернетика. – 2000. – № 3–4. – С. 40–45.
4. Замков О. О., Толстопятенко А. В., Черемных Ю. Н. Математи-
ческие методы в экономике: Учебник. – М. : Изд-во «Дело и сервис»,
2001. – 368 с.
5. Князев Е. Н. Синергетика: начала нелинейного мышления /
Е. П. Князева, С. П. Курдюмов // Общественные науки и современ-
ность. – 1993. – № 2. – С. 38–51.
6. Коляда Ю. В. Адаптивна парадигма моделювання економічної
динаміки : монографія / Ю. В. Коляда. – К. : КНЕУ, 2011. – 297 с.
7. Цисарь И. Ф., Нейман В. Г. Компьютерное моделирование эко-
номики. – М. : «Диалог-МИФИ», 2002. – 304 с.
8. Чепелєв В. У. У напрямку до нелінійного мислення // Українсь-
кий час. Львів. – 1993. – № 1 (11). – С. 6–8.
9. Шургалина И. Н. Реформирование российской экономики. Опыт
анализа в свете теории катастроф. – М. : «Российская политичиская
энциклопедия», 1997. – 221 с.
10. Коляда Ю. В. Прогнозування фондоозброєності секторів еконо-
міки України за допомогою ітеративного відображення / В. В. Вітлінсь-
кий, Ю. В. Коляда, В. П. Ковадло // Актуальні проблеми прогнозування по-
ведінки складних соціально-економічних систем: Монографія / За ред.
О. І. Черняка, П. В. Захарченка. – Бердянськ : Видавець Ткачук О. В., 2016. –
С. 65–76.( ISBN 978 – 617-7291-62-5 )

66
 Розділ 3

МЕТОДОЛОГІЯ КОМП’ЮТЕРНОГО МОДЕЛЮВАННЯ

ЕВОЛЮЦІЇ ЕКОНОМІЧНИХ СИСТЕМ
3.1. Онтологія траєкторії еволюції економіки
3.2. Коректність економіко-математичної моделі
3.3. Стійкість динамічної траєкторії економічного розвитку
на підґрунті математичної моделі
3.4. Структурний портрет поведінки нелінійної економічної
системи з використанням площинної динамічної моделі
3.5. Числове інтегрування жорстких рівнянь моделі економічної
динаміки
3.6. Обчислювальний експеримент в економіці – пролог до
цифрової економіки
Резюме
Терміни та поняття
Питання для перевірки знань
Завдання для індивідуальної роботи
Список використаних
і рекомендованих джерел
для поглибленого вивчення матеріалу

Опрацювавши матеріал цього розділу, студент ЗНАТИМЕ:

 іманентно ЕММ некоректна – рівняння економічної динаміки на-
лежать до числа жорстких;
 стійкість / нестійкість динамічної траєкторії еволюції економіки;
 існування областей різноманітної поведінки динамічної ЕММ, –
структурного (фазового й параметричного) портрета об’єкта гос-
подарювання;
 числові методи кількісного аналізу динамічної моделі;
 потреба в моделюванні економіки цілком органічна,

також студент буде ВМІТИМЕ:

 користуватись методологією комп’ютерного моделювання хара-
ктеристик (поведінки) економічної системи;
 у сенсі цифрової економіки здійснити обчислювальний експеримент;
 спостерігати закономірності в результатах моделювання, тлума-
чивши їх у термінах предмета вивчення.

3.1. ОНТОЛОГІЯ ТРАЄКТОРІЇ ЕВОЛЮЦІЇ ЕКОНОМІКИ

Англійський економіст Кліфф Леслі ще 1879 року привернув

увагу до того, що «світ економіки рухається від простоти до
складності, від однорідності до різноманітності, від непорушного
звичаю до змінюваності, а тому – від відомого до незнанного».
67
 На сьогодні вербальний спосіб пізнання світу економіки ви-
черпав свої можливості, будучи цілком закономірно вилученим з
теоретичних досліджень у сфері економічної теорії. Суспільство
вимагає від наукової спільноти відповідей на низку важливих
проблем, що постали в процесі практичної господарської ді-
яльності. Тому відчувається потреба в новітній методології під-
готовки економічних кадрів, необхідна нова структура навчаль-
них курсів.
Відомі три підходи теоретичного дослідження економічних
проблем, а саме: 1) вербальне моделювання; 2) математична еко-
номіка; 3) обчислювальна економіка [4, 6]. Перший з них ґрунту-
ється на інтуїції, здогадках дослідника; властива цьому підходу
вербальна модель викликає зазвичай термінологічні дискусії,
упускаючи часом суть. Але зазначений перший підхід як етап
формалізації знань обов’язковий для розроблення економіко-
математичної моделі (ЕММ), він має право на існування, особли-
во у контексті адекватності.
Класична математична економіка, використовуючи мову ма-
тематики, чітко формулює припущення (гіпотези) й описує одно-
значно модель, яка може застосовуватися в інших предметних
областях.
Варто вказати головні вади класичної математичної економі-
ки: а) задля отримання ЕММ інколи відбувається значне спро-
щення економічної реальності; б) жертвуючи змістовністю, знач-
на увага приділяється математичному боку проблеми, ніж
предметному тлумаченню результатів моделювання; в) завжди
з’являються питання – чи не простіше обійтися вербальними уяв-
леннями.
У центрі уваги обчислювальної економіки стоїть ретельний,
глибокий і багатоваріантний кількісний аналіз моделей – іміта-
ційне моделювання процесів СЕС. Обчислювальна економіка ві-
діграє усе більшу роль, розраховуючи донедавна моделі загальної
рівноваги, порівняльного аналізу статики.
Намагаючись здолати труднощі в пізнанні таємниць сучасної
нелінійної економіки, які з’явились через глобалізацію різнома-
нітних економічних систем, внутрішніх взаємозв’язків і взаємов-
пливів між елементами та підсистемами, широке застосування
сучасних інформаційних технологій привело до нового поняття –
«цифрова економіка», яке на підґрунті аналізу динамічних моде-
лей дає інформацію про якісну поведінку траєкторій економічно-
го розвитку та здійснює кількісне оцінювання чинників еволюції
економіки.

68
 В основу емпіричної економіки покладено нове використання
економетричних методів, оскільки з’явились нові можливості об-
робки експериментальних даних, доступ до яких значно поліп-
шився. У відповідь на запити реальної економіки вдосконалилась
економетрична методологія, будучи набагато простішою порів-
няно з математикою. Традиційно економетричні моделі відобра-
жають взаємозв’язки між спостережуваними чинниками, не ціка-
влячись природою кореляції.
Сутність експериментальної економіки полягає в створенні
штучних ситуацій, за яких параметри поведінки економічних
суб’єктів контролюються дослідником. Розрізняють такі види
експериментів: звичайний лабораторний; штучний і природний
польовий експеримент. При цьому розв’язуються задачі моделю-
вання: ефективності ринку; індивідуального вибору – поведінка в
умовах невизначеності; теоретико-ігрових ситуацій для вивчення
стратегії взаємодії індивідуумів. Як нове джерело знань експери-
ментальна економіка може претендувати на провідне місце серед
економічних дисциплін.
Засновник експериментальної економіки нобелівський лауреат
Вернон Л. Сміт зазначає, що сучасна економічна наука характе-
ризується:
а) систематично зростаючою математизацією економічних
досліджень, що стає рушійною силою або інструментарієм подо-
лання викликів нелінійної економіки;
б) вивченням економіки, яке концентрується на прикладних
економетричних моделях;
в) зростанням впливу експериментальної економіки, корис-
туючись паралелями або аналогіями з біологією, психологією,
фізикою тощо;
г) масштабами економічних досліджень.
Теорія загальної економічної рівноваги, домінуючи в економіч-
ній науці та освіті, не відповідає реаліям сучасної економіки, не-
здатна виокремити ключові проблеми, щоб їх розв’язати. Саме
стик економічної теорії та практики є найболючішим місцем: ха-
рактер теоретичного знання та його стосунки з практикою завжди
змінювались, але набули особливої гостроти в наш час, коли всі
учасники ринку отримують інформацію одночасно.
З позиції наявного в літературі досвіду, подальше моделюван-
ня економіки має відбуватися [1–6] у трьох напрямках, а саме:
а) фундаментальному – шляхом вивчення основних механіз-
мів самоорганізації, якими детермінуються рушійні сили й траєк-
торії економічного розвитку;

69
 б) прагматичному – шляхом дослідження формальних струк-
тур, їх упорядкування; об’єднання успішно працюючих моделей
у вигляді банку з метою створення адаптивної ЕММ, що відпові-
дала б існуючій проблемі;
в) феноменологічному – традиційним шляхом створення
ЕММ, узагальнюючи адекватні (добре працюючі) моделі.
Загалом математичні моделі як наріжне ядро комп’ютерного
моделювання, ґрунтуючись на агрегованій економічній інформа-
ції, покликані передусім генерувати часові або динамічні траєк-
торії макроекономічних змінних, які мають бути правдоподібни-
ми до описуваних графічно реальних даних, щоб мало місце
кількісне та якісне узгодження, беручи до уваги управлінські рі-
шення певним чином. Головна мета моделювання економіки –
пояснення механізмів функціонування економічних процесів і
прогнозування кількісних значень ключових чинників досліджу-
ваного явища, їх відповідність статистичній інформації.
Економіка – надскладна відкрита система, що перманентно
розвивається. Свого часу Дж. Кейнс у листі до Р. Харрода писав:
«Економіка – це наука мистецтва в термінах моделей у сполу-
ченні з мистецтвом обирати моделі, релевантні для сучасного
світу». Наявні на сьогодні ЕММ відтворюють різні ракурси пове-
дінки складної системи. Статистична інформація про таку еконо-
мічну систему не завжди адекватна траєкторії її розвитку. Спектр
моделей економіки дає можливість розробляти адаптивні ЕММ,
які в умовах невизначеності й неповноти інформації сприяють
досягненню високого ступеня адекватності.
Для вдалого опису реальних макроекономічних процесів, їх
комп’ютерного моделювання потрібні технологія розроблення
ММ нелінійної економічної динаміки та створення пакетів прик-
ладних програм (ППП), які надавали б сценарії розвитку подій.
У результаті їх реального аналізу формулюються рекомендації
щодо прийняття управлінських рішень в економіці.

3.2. КОРЕКТНІСТЬ ЕКОНОМІКО-МАТЕМАТИЧНОЇ МОДЕЛІ

Слово модель (лат. modus, modulus) за змістом відповідає

таким поняттям, як міра, образ, спосіб тощо. У нашому розумінні
модель є образ реального об’єкта (процесу) у матеріальній
або ідеальній формі (тобто описуваний символьними засобами),
що, виходячи з цілей дослідження, відображає суттєві властивос-
ті предмета дослідження та заміщує останній на етапі його

70
вивчення – дослідження. Поняття моделі графічно відтворено на
рис. 3.1.

Модель

Відображає
Створюється чи відтворює
у формі

Має на
меті

уявного образу,
опису певними суттєві вивчення
засобами властивості об’єкта об’єкта шляхом
та матеріального дослідження дослідження моделі
втілення

Рис. 3.1. Схематичне відтворення сутності математичної моделі

Модель – це ідеальний образ, матеріальна чи знакова констру-

кція, множина властивостей якої перетинається з множиною вла-
стивостей об’єкта вашої уваги в суттєвій частині для досягнення
цілей дослідження.
Найзагальніше модель графічно зображено на рис. 3.2.
М

1 2 3

Рис. 3.2. Визначення моделі

М: модель – це специфічний об’єкт, що:

1) створюється у формі уявного образу, опису певними засо-
бами чи матеріального витвору;
2) відображує або відтворює істотні властивості предмета
дослідження як його аналог;
3) виступає з метою вивчення первинного явища, досліджую-
чи його аналогію (саму модель).
71
Зауваження! Об’єкт уваги – предмет вивчення або дослідження, явище,
процес. Ідеальний – у свідомості людини (її уява); знакові конс-
трукції – формули, графіки тощо; істотне – значуще, що підхо-
дить, сприяє пізнанню істини.
Ієрархія моделей. Дотримуючись принципу послідовності,
ієрархію моделей графічно зображено на рис. 3.3, де:
1

блок 1 – когнітивна модель,

2 блок 2 – змістова модель,
блок 3 – концептуальна модель,
блок 4 – формалізована модель, з якої починається матема-
3 тичне моделювання, а потім створюються алгоритм та
комп’ютерна (програмна) реалізація математичної моделі.

Рис. 3.3. Графічне зображення ієрархії моделей

Спостерігаючи за об’єктом, вивчаючи його, дослідник формує
у власній голові уявний образ об’єкта, який, виходячи з предмета
його дослідження, називають когнітивною моделлю. Вона фор-
мується на підставі уявлень індивіда, з урахуванням його особли-
востей, шкали цінностей, інтересів, настанов.
Зауваження! Когнітологи використовують термін «ментальна модель»,
розуміючи під когнітивною моделлю взаємодію з об’єктом.
Чому фігурує когнітивна модель? Когнітивний рівень потріб-
но враховувати, бо інколи губиться головне – рішення ухвалю-
ються, власне, на підставі когнітивної моделі. На прийняття рі-
шень, безумовно, впливає когнітивний аспект, інтереси, зацікав-
леність, мотивація індивіда. Провідна роль когнітивних факторів
(лат. factor – то, що виробляє, робить) зумовлена тим, що когні-
тивні моделі – невід’ємна частина сприйняття реалій буття, і саме
вони формують, синтезують істотні аспекти досліджуваної еко-
номічної системи.
Змістова модель формується природною мовою дослідника.
Вона не є вербальною копією когнітивної моделі, яка може вмі-
щувати те, що індивід не може або не хоче формулювати. Побу-
дова змістової моделі дає змогу отримати (отримувати) нову -
інформацію про поведінку об’єкта, виявляючи суттєві взаємо-
зв’язки й закономірності.

72
 На наш погляд, у змістовій моделі, як етапі побудови адекват-
ної математичної моделі, органічно наявні всі три елементи –
опитувальний, пояснювальний і прогностичний.
Концептуальною моделлю називають змістову модель, для фор-
мування якої використовується теоретичні концепти й конструкти
цієї предметної галузі знання. Інакше кажучи, концептуальна мо-
дель – це змістова модель, що ґрунтується на певній концепції, тоб-
то на системі поглядів, теоретичних положень, об’єднаних певною
метою. Концептуальна модель втілюється у вербальній формі.
У процесі побудови, вивчення та вдосконалення змістової мо-
делі когнітивна модель модифікується й ускладнюється.
Створення формалізованої економіко-математичної моделі дає
можливість осягнути сутність досліджуваного явища, виявляючи
його основні взаємозв’язки та закономірності. Формалізована
модель втілюється на основі застосування інструментарію мате-
матики та інформаційно-комунікаційних систем, імітаційних
комп’ютерних моделей.
Результати формалізованого моделювання використовуються
для уточнення змістової моделі, насамперед когнітивної.
Резюме щодо моделей. Реально об’єкт уваги дослідника може
описуватися кількома нерівносильними математичними моделями,
що пояснюється потребою вивчення різноманітних його властивос-
тей. Хоча принципово різні моделі можуть з’являтися й під час ви-
вчення тих самих властивостей, наприклад неперервні (частіше за
все звичайні диференціальні рівняння) і дискретні (лінійні та нере-
курентні співвідношення відображення), детерміновані та стоха-
стичні. Вибір типу моделі важливий для напряму дослідження, його
ефективності (у сенсі затрат, своєчасності результатів та їх повноти,
доступного або наявного інструмента вивчення тощо).
Розмаїття математичних моделей може мати на меті ступінь
деталізації властивостей, точності їх відтворення, але воно зав-
жди сприяє глибшому пізнанню природи об’єкта моделювання,
підвищуючи достовірність отриманого знання.
Результати вивчення ММ часто переносяться на об’єкти іншої
природи, що проводить до приголомшливих висновків – відкриттів.
Радянський математик, академік О. М. Тихонов – творець ме-
тоду регуляризації для розв’язання некоректних задач писав:
«Досвід показує, що для багатьох випадків правильно обрати мо-
дель – означає розв’язати проблему більше, ніж наполовину».
Вимоги до моделей. Найважливіша вимога до математичної
моделі – її адекватність (лат. адекватус – рівний) досліджува-
ному об’єкту щодо сукупності деяких його властивостей.

73
 Адекватність передбачає:
1) правильний якісний опис розглядуваних дослідником влас-
тивостей аналізованої економічної системи;
2) правильний кількісний опис цих властивостей у межах ро-
зумної (виправданої) точності обчислень (результатів моделю-
вання). Таким чином, розрізняються кількісні та якісні моделі.
Має місце вимога достатньої простоти моделі щодо сукуп-
ності досліджуваних властивостей об’єкта уваги. Достатня прос-
тота моделі означає досягнення бажаного результату за прийнят-
ний час, економні затрати (праці та засобів), прийнятну точність.
Адекватність і достатня простота ММ – певною мірою анта-
гоністичні вимоги.
Важливим є поняття повноти математичної моделі – прин-
ципова можливість отримати за допомогою математичних мето-
дів цікаві досліднику результати, які дають нову інформацію, но-
ві знання про об’єкт дослідження.
Вимога продуктивності математичної моделі – у реальних
ситуаціях вихідні дані (різноманітні параметри, функціональні
залежності між складовими досліджуваної системи), які дійсно
можна було здобути та які є важливими з погляду прикладної
значущості досліджень
Вимога робастності (англ. робаст – міцний) – стійкість ма-
тематичної моделі до похибок у вихідних (початкових) даних.
Щоб уникнути нестійкості, не варто віднімати близьких чисел:
масу капелюха визначати, зважившись у ньому і без нього, а по-

тім узявши різницю! I  a 2    a  , де   a .
a   a
2

Вельми бажаною є властивість наочності моделі: безпосе-

редній, ясний і змістовний сенс складових моделей, що зазвичай
сприяє додатковому її контролю, а часом допомогає накреслити
план і передбачити результат розвитку.
Про класифікацію моделей. Зазвичай у математичній моделі
відображається структура модельного об’єкта, істотні для мети йо-
го вивчення властивості та взаємозв’язки між елементами. Тоді мо-
дель називається структурною. Якщо вона відображає функціону-
вання об’єкта, наприклад реакцію на екзосигнали, то модель нази-
вається функціональною. Дуже поширені ММ комбінованого типу.
Серед відомої в літературі множини ММ нас цікавитимуть не
стільки статичні, скільки динамічні (еволюційні) моделі, що опи-
сують змінюваність об’єкта в часі. Проміжне місце посідають
квазістатичні моделі. Квазістатичність означає доволі повільну
змінюваність об’єкта в часі – настільки, що будь-якої миті його
можна розглядати як статичну модель.
74
 Для стаціонарної моделі вважається, що процеси відбувають-
ся, але досліджуваний об’єкт у часі не змінюється. Як і раніше,
визначається квазістаціонарна модель.
Усталеним процесом зазвичай називають стаціонарний або
періодичний процес; перехідним процесом – послідовність пере-
ходу від одного статичного стану до іншого.
Зауваження! Коли говорять про вивчення причинно-наслідкового ме-
ханізму явища, відкидають усе другорядне й залишають міні-
мальний набір факторів, взаємодія яких дає змогу зрозуміти
сутність, щоб передбачити подальшу поведінку самого об’єкта.
Говорячи про механізм явища, ми фокусуємо увагу на суті
справи, проникаючи до серцевини явища, що розглядається.
Механізм – це також своєрідна модель досліджуваного об’єкта.
Моделі будуються для розв’язання конкретних задач, треба
вміти працювати з доволі широким набором взаємозамінюючих і
взаємодоповнюючих інструментів.
Культура моделювання вимагає, щоб для кожної моделі вказува-
вся перелік умов, за яких конкурентна модель буде правильною.
Модель має бути адекватною, працювати й давати відповіді на
питання.
Практичні поради щодо створення моделей. Ці розумні пі-
дказки вистраждані реаліями комп’ютерного моделювання різ-
номанітних проблем, але вперше сформульовані російським вче-
ним Ю. І. Наймарком – знаним фахівцем з теорії і практики
математичного моделювання.
1. Чим простіша модель, тим менше можливостей помилитися
(зробити хибні висновки).
2. Нехтуючи чимось, слід знати його вплив на розв’язок моделі.
3. Модель має бути грубою, тобто стійкою до збурень. Її роз-
рахунки не можуть бути точнішими за початкові умови.
Не слід абсолютизувати результати моделювання: їх треба
осмислити, застосовуючи обережно й доцільно.

3.3. СТІЙКІСТЬ ДИНАМІЧНОЇ ТРАЄКТОРІЇ ЕКОНОМІЧНОГО РОЗВИТКУ

НА ПІДҐРУНТІ МАТЕМАТИЧНОЇ МОДЕЛІ

У цьому розділі спочатку наводяться ключові поняття якіс-

ного аналізу, з’ясовується термінологія, причому широко вико-
ристовується геометричне трактування питань, що розглядають-
ся. Потім наводяться алгоритми (схеми) якісного дослідження
систем 2-го і 3-го порядку ЗДР як найуживаніших, чи характер-
75
них для економіки. На завершення розглядаються конкретні при-
клади зі сфери економічної діяльності.
Узагальнено об’єкт нашої уваги записується:

 X t , x(t ) ,
dx
dt

де права частина X t , x(t )  є дійсна функція дійсних змінних t, x

з області визначення D, t , x(t )  D t  I  R і D  R 2 , де R – дій-
сна вісь, R 2 – дійсна площина (відповідно одно- та двовимірний
простори).
Розв’язок x(t ) існує для t  I та (t0 , x0 )  D, коли функція
X  неперервна у відкритій області D   D , де xt0   x0 є почат-
кова умова.
Існує єдиний розв’язок цього рівняння за умов, коли функція
X
X  та неперервні в деякій відкритій області D  D.
t
Графік функції x(t ) – розв’язку ЗДР називається інтегральною
кривою на площині t, x. Через кожну точку області D проходить
одна інтегральна крива.
Диференційне рівняння (ДР) задає нахил інтегральної кривої
x(t ) , тобто кутовий коефіцієнт дотичних у всіх точках області D .
Така крива називається ізоклиною.
Якісна поведінка розв’язків визначається правою частиною
диференційного рівняння.
Автономне, що означає відсутність прямої залежності від не-
залежної змінної t, звичайне диференційне рівняння (ЗДР) запи-
сується
x  X ( x(t )) ,
тобто розв’язок сам керує своєю змінюваністю. Для нього харак-
терно, що область D розбивається на смужки (стрічки), у яких
інтегральні криві отримуються з однієї зсувом уздовж вісі t.
Якщо X ( x)  0, то розв’язки або зростають, або спадають; для
X (c)  0 існує розв’язок x(t )  c – так звана нерухома точка (ста-
ціонарна, особлива чи рівноважна).
Властивості розв’язків автономного ЗДР зручно зображувати
в координатах x, X   x, x  , де вісь x є фазова пряма. Якщо
X ( x)  0 для x  a, b , то на цьому інтервалі ставиться стрілка,

76
яка вказує напрямок змінюваності x. Для X (c)  0 розв’язок
x(t )  c зображується точкою x  c – так званою нерухомою (ста-
ціонарною, особливою або рівноважною) точкою. Таке геомет-
ричне зображення якісної поведінки розв’язку автономного ЗДР
x  X x  називається фазовим портретом.
Якісна поведінка довільного автономного ЗДР з однією неру-
хомою точкою відповідає одному з фазових портретів:

с ; с ;

атрактор репелер

с і с
є шунт

Стрілка вказує напрямок змінюваності x .

Будь-які диференційні рівняння з однією нерухомою точкою,
що мають один і той самий фазовий портрет, уважаються якісно
еквівалентними.
Якісна поведінка x в околі довільної нерухомої точки має бути
такою, як в одному з вищевказаних випадків. Така поведінка ви-
значає характер нерухомої точки.
Фазовий портрет будь-якого автономного ЗДР цілком визначаєть-
ся типом його нерухомих точок. Він фіксує тільки напрямок швидко-
сті фазової точки та відображає лише якісну картину динаміки.
Два ДР виду x  X (x) якісно еквівалентні, коли вони характе-
ризуються однією кількістю нерухомих точок одного характеру,
розташованих в одному порядку на фазовій прямій. Рівняння
x  X (x) x  S  R задає потік разових точок на фазовій прямій.
Функція X (x) задає швидкість цього потоку, якщо x  S .
Розв’язок x(t ) розглядуваного ЗДР, що задовольняє початкову
умову x(t0 )  x0 , визначає еволюцію фазової точки. У прикладних
дослідженнях використовують оператор еволюції або функції
t : S  S фазового потоку, яка переводить точку x0  S у точку
t x0 , отримувану з x0 за час t рухом уздовж інтегральної кри-
вої диференційного рівняння (ДР), яка проходить через x0 .
Зміст вищенаведених понять у разі однієї фазової змінної x
зберігається також у випадку кількох незалежних змінних.

77
 Стаціонарний стан (точка рівноваги) характеризується мно-
жиною значень змінних, для яких стан модельованої системи
(її ММ) не змінюється впродовж часу t.
Стаціонарний стан стійкий, якщо після малого збурення,
що виводить систему із стаціонарного стану, розв’язок поверта-
ється до початкового стану, якщо t  .
У дослідженні систем диференційних рівнянь з 2-ома змінни-
ми можна отримувати коливання, які відновлюються в первісно-
му вигляді після малого збурення, що виникло в довільний мо-
мент часу. Видатний французький математик А. Пуанкаре, який
був піонером у дослідженні цієї проблеми, назвав такі коливання
стійкими граничними циклами.
Множина початкових умов, для яких траєкторія коливань
наближається до граничного циклу, коли t   , називається
областю тяжіння граничного циклу.
Граничні цикли відсутні (не характерні) у лінійних системах
або в одномірних ЗДР.
Якщо стаціонарний стан або граничний цикл здатні до свого
відновлення після малого збурення, то вони локально стійкі й на-
впаки, локально нестійкі, коли первісний стан не відновлюється.
Якщо змінюються параметри ММ, то вищевказана локальна стій-
кість модельованої системи може змінюватись. Довільне значен-
ня будь-якого параметра системи (ММ), якщо кількість і/або
стійкість стаціонарних станів і граничних циклів змінюється, на-
зивається біфуркаційною точкою у таких випадках говорять, що
система зазнає біфуркацію.
Інший тип стійкості пов’язаний зі стійкістю основної структу-
ри ММ (рівнянь) і самої системи, яку вона описує. Коли для
будь-якого малого збурення системи рівнянь основні якісні влас-
тивості математичної моделі зберігаються незмінними (тобто то-
пологія системи стала), то рівняння математичної моделі назива-
ються структурно стійкими.
У біфуркаційних точках системи рівнянь ММ не є структурно
стійкими, бо незначна змінюваність параметрів спричиняє якісно
іншу динамічну поведінку.
Атрактор – це множина точок S таких, що траєкторії майже
всіх точок з околу S прагнуть до S , якщо t  . Отже, стійкі
стаціонарні стани і стійкі граничні цикли є атракторами, причому
першому відповідає точка (вимірність 0), другому – замкнута
крива, тобто без самоперетину (вимірність 1). Але можливий
двовимірний атрактор – тор (бублик), на поверхню якого нескін-
ченно накручується траєкторія без самоперетину. Це випадок
квазіперіодичності.

78
 Для описаного характерні проста геометрична структура й ці-
лочисельна вимірність. Але існують атрактори зі складними збо-
ристими геометричними формами – так звані дивні атрактори,
які мають нецілочисельну вимірність – фрактал. Іншою кількіс-
ною мірою, що характеризує дивний атрактор, є число Ляпунова.
Сутність методики якісного аналізу лінійних систем. У ви-
падку систем ЗДР 2-го та 3-го порядку, суттєвих для практики
економіко-математичного моделювання, ретельно розглядаються
результати якісного аналізу.
Нехай відповідна лінійна система описується математичною
моделлю (ММ):
x  Ax ,

a11a12 
де дійсна матриця коефіцієнтів: A    ; х – вектор, х = (х1, х2).
a21a22 
Жорданова форма J матриці A може набувати один з чоти-
рьох видів, а саме:
 0
випадок а)  1 , 1  2 ;
 0 2 
 0
випадок b)  0 ;
 0 0 
 1
випадок c)  0 ;
 0 0 
   
випадок d)  ,   0 ,
  
де 0 , 1 , 2 , ,   R , тобто дійсні числа.
Власні значення матриці A (також J ) знаходяться з алгебраї-
чного рівняння:
 
Pa 2  2  trA  det A  0 ,
де слід матриці trA  a11  a22; det A  a11  a22  a12  a21 її визначник.
Наведемо формули обчислення власних значень:

1 
1
2
  1

trA   ; 2  trA   ,
2

де   trA2  4 det A.

79
 Жорданова форма J залежить від типу власних значень: для
  0 вони дійсні й різні; для   0  дійсні й рівні; для   0 –
комплексні.
Наведемо фазові портрети лінійної простої ( det A  0, немає
нульових власних значень) системи.
У разі різних дійсних власних значень 1 і 2 матриці A ,
тобто   0; величині J відповідає випадок а) одного знака фа-
зові портрети зображено на рис. 3.4.

(а) (b)
Рис. 3.4. Різні дійсні власні значення
одного знака породжують вузли: (a) – нестійкий 1  2  0;
(b) – стійкий 1  2  0
Для власних значень 1 і 2 протилежних знаків фазовий
портрет подано на рис. 3.5.

Рис. 3.5. Дійсні власні значення протилежних знаків 0  1  0

породжують сідло
На осях координат, за винятком початку, лежать особливі тра-
єкторії – сепаратриси. Вони спрямовані до початку координат
(від нього), коли відповідне власне значення від’ємне (додатне).

80
 Для дійсних рівних власних значень, тобто матриця J діаго-
 1 
нальна, 1  2  0  0  0  trA . Фазовий портрет наводиться
 2 
на рис. 3.6. Це так званий зірковий вузол, який стійкий для
0  0 і нестійкий для 0  0 .

(а) (b)
Рис. 3.6. Рівні власні значення породжують зіркові вузли:
(a) – нестійкий; (b) – стійкий
Коли матриця J недіагональна, тобто має місце випадок c), то
фазовий портрет наведено на рис. 3.7.

(а) (b)
Рис. 3.7. Для недіагональної матриці J власні значення
1  2  0  0 має місце вироджений вузол:
(a) – нестійкий; (b) – стійкий

1
Для комплексних власних значень 1, 2    i , де   trA ;
2
1
   , тобто спостерігається жорданова матриця виду d),
2

81
можливі типи фазових портретів наведено на рис. 3.8, де для
  0 спіраль, яка відштовхує;   0 – спіраль, яка притягує. Це
єдиний випадок, коли в лінійній системі виникають коливання з
2
періодом T  .


а) (b) (с)
Рис. 3.8. Комплексні власні значення породжують
(a) – нестійкий фокус   0 ;
(b) – центр   0 ; (c) стійкий фокус   0
Основну увагу зосереджено на простих лінійних системах,
оскільки саме вони відіграють головну роль у розумінні характе-
ру нерухомих точок нелінійних систем. На рис. 3.9 наводено ре-
зультати досліджень у координатах trA; det A . Кожній точці та-
кої площини відповідає певна пара власних значень матриці A і
зумовлена канонічна система.

Рис. 3.9. Характер залежності фазових портретів

лінійної системи від сліду та визначника матриці A

82
 На рис. 3.10 наводено 10 фазових портретів лінійних систем.
У розумінні якісно еквівалентних існують чотири типи поведін-
ки: стійкий; центр; сідло; нестійкий.

Рис. 3.10. Якісні типи фазових портретів для лінійних систем:

(a) – стійкий; (b) – центр; (c) – сідло; (b) – нестійкий (d) – нестійкі.
Зображено так, як вони групуються

Нелінійні системи на фазовій площині (R2). Для науки кінця

XX ст. стало аксіомою, що природа об’єктивно існуючої реаль-
ності (оточуючого нас світу) нелінійна. У сучасній економічній
теорії також превалює думка, що між складовими економіки іс-
нують саме нелінійні взаємозв’язки та взаємовпливи. Тобто, на
зміну пануючій колись лінійній парадигмі економіки прийшла
нелінійна. Останнє вказує на те, що адекватні математичні моделі
економічних процесів чи явищ мають бути системами нелінійних
звичайних диференційних рівнянь.
Попередньо пригадаємо деякі поняття. Околом N точки пло-
 
щини x0  R 2 , де x  x10 , x20 є вектор, називається довільна підм-
ножина R 2 , у якій знаходиться коло x : x  x0  r радіуса
r 0.
Частина фазового портрета системи, яка розміщується в околі
N точки x0 , називається звуженням фазового портрета на N .
У дослідженні нелінійних систем зустрічається звуження пов-
них або глобальних фазових портретів в околі точки x0 , що на-
зивається локальним фазовим портретом.
На початку координат локальний фазовий портрет якісно
еквівалентний глобальному фазовому портрету системи. Але не
завжди локальні фазові портрети визначають глобальний.
83
 Основний метод дослідження нелінійних систем ґрунтується
на теоремі про лінеаризацію. Якщо нелінійна економічна систе-
ма описується автономним диференційним рівнянням x  X x  і
має просту нерухому (рівноважну) точку x  0, то в околі почат-
ку координат фазові портрети початкової системи та її лінеариза-
 X 1 X 1 
 x x2 
ції x  A  x , де A   1  є обчислювана в стаціонарній
 X 2 X 2 
 x x2 
 1
точці x  (0;0) матриця Якобі, якісно еквівалентні через умову,
що нерухома точка лінеаризованої системи не є центром.
Розрізняють:
 стійкий граничний цикл, коли всі фазові траєкторії з деякої
трубчастої поверхні прагнуть до нього, якщо t   (рис. 3.11);

Рис. 3.11. Фазовий портрет системи зі стійким граничним циклом:

фазові траєкторії накручуються
на граничний цикл з обох боків

 нестійкий граничний цикл, коли всі фазові траєкторії праг-

нуть від граничного циклу (рис. 3.12);

84
 Рис. 3.12. Фазовий портрет системі з двома граничними циклами:
внутрішній стійкий; зовнішній нестійкий, тобто всі фазові траєкторії
скручуються з граничного циклу

 напівстійкі граничні цикли, коли з одного боку фазові траєк-

торії накручуються на граничний цикл, а з іншого – скручуються
(прагнуть до граничного циклу, якщо t   ) (рис. 3.13).

Рис. 3.13. Фазовий портрет системи

з напівстійким граничним циклом

85
 Фазові та параметричні портрети ключових математич-
них моделей нелінійної економічної динаміки. Економіка на-
лежить до надскладних систем, що неупинно розвиваються та
самоорганізовуються. Формалізований і адекватний опис розвит-
ку соціально-економічних систем на сьогодні недостатній. Вод-
ночас економіка не входить до переліку тих систем, при моделю-
ванні яких, починаючи з деякого рівня складності, простіше
виготовити, ніж описати певного класу рівняннями формальної
моделі. Вихід убачається в об’єднанні формальних методів і тех-
ніки якісного аналізу. Саме такий підхід становить підвалини
більшості моделей і методик системного аналізу, при цьому по-
ширений погляд щодо традиційних уявлень про моделі та мате-
матичне моделювання економіки зазнає кардинальних змін.
У літературі із синергетичної економіки наводиться доволі ба-
гато математичних моделей (ММ), якими охоплюються важливі
(з позицій сьогодення) сторони функціонування соціально-
економічних систем. Придивившись пильно до систем звичайних
диференціальних рівнянь, що виступають в якості ММ нелінійної
динаміки соціально-економічних процесів, явищ і ефектів, неваж-
ко побачити, що формально вони збігаються з відомими в інших
галузях знання моделями математичної біології, – біофізики, еко-
логії тощо. По суті або формально це одні й ті самі ММ, лише
змінним надана предметна інтерпретація. Витоки цих ММ знахо-
дяться у моделі «жертва – хижак» – системі рівнянь Вольтерра-
Лотки [4, 6], яку стосовно економіки можна тлумачити як «ре-
сурс – споживач», «ціна товару – обсяг продукції» тощо.
Зазначене цілком закономірне, бо об’єктом уваги кожної зі
згаданих вище наукових дисциплін є нелінійна, нестаціонарна,
нерівноважна система необоротної дії. У такий спосіб яскраво
виявляється синергетична теза про холістичність оточуючого нас
середовища (незалежно від свого походження системи виявляють
однакові характерні риси, іманентно їм притаманні).
Сутність проблеми й шляхи її розв’язання. Як відомо, труд-
нощі моделювання економіки детермінуються головним чином сис-
темним дрейфом економічних чинників, що зумовлює почередність
фазових портретів – переходу від одного до іншого, тобто біфурка-
ції. Тоді стає зрозумілою провідна роль і призначення так званих па-
раметричних портретів, якими описується залежна від змінюваності
коефіцієнтів ММ варіація фазових портретів. Іншими словами,
йдеться про характерний вплив та альтернативу фазового портрета.
У літературі з теорії математичного моделювання неодноразо-
во ставилось питання про якісний аналіз ММ, що передував би як

86
початковий етап обчислювальному експерименту, тобто кількіс-
ному економічному аналізу в нашому випадку. У споріднених га-
лузях природознавства, наприклад математична біологія чи біо-
фізика, де об’єкт дослідження являє собою нелінійну, нерівно-
важну і т. д. систему незворотної дії, такий підхід частково й
доволі успішно реалізовано. Цілком логічно та закономірно зга-
дувані результати, фільтруючи, перенести у сферу економіко-
математичного моделювання. Цим самим економістам надається
могутній інструмент превентивного аналізу та виваженого й вду-
мливого погляду на економічне майбуття – сценарії еволюції
економіки. Але для цього слід викласти наявні здобутки послідов-
но й доступно для економічного загалу.
Отже, мета цього параграфа полягає у вдумливому перенесен-
ні на економічне підґрунтя та селекції результатів дослідження
синергетичних моделей, які є ключовими для математичного мо-
делювання нелінійної економічної динаміки. Послідовний і логіч-
но витриманий, чіткий виклад сприятиме створенню методології
й методики вивчення економічної дійсності, орієнтуючи у прий-
нятті виважених рішень.
Аналітичне вивчення динамічної економіко-математичної
моделі. На сьогодні економіка кваліфікується як надскладна ди-
намічна самоорганізуюча система, зміни у якій відбуваються не
тільки внаслідок зовнішніх діянь (кібернетичний погляд), скільки
в головному визначаються внутрішніми механізмами та особли-
востями (синергетична позиція).
У вивченні сучасної трансформаційної економіки нині спосте-
рігається розробка новітніх математичних методів у сферу моде-
лювання нелінійної економічної динаміки. Цю прикметну рису
слід визнати як цілком закономірну, зважаючи на давню тради-
цію використання математики від самого початку досліджень у
теорії економіки.
Кожна математична модель по-своєму висвітлює лише окремі
аспекти, грані економіки на підставі сформульованих гіпотез –
припущень для побудови моделі. Напрошується думка, що опи-
сати найбільш повно економічну структуру суспільства можливо,
розглядаючи всю множину наявних ММ. Резонно вимагати, щоб
ця множина (банк моделей) була структурована за певними
принципами, підпорядковуючись ефективному прямому та шви-
дкісному доступу (вибору або утворенню) потрібної адекватної
системи рівнянь. Така принципологія організації банку моделей
сприятиме системному (усебічному) відображенню економічних
взаємозв’язків і взаємовпливів.

87
 Невизначеність і неповнота інформації щодо економічного
об’єкта, наявність у ньому швидкоплинних, повільних і латент-
них змінних, нестаціонарне функціонування його складових і пе-
ребіг процесів, присутність нелінійних прямих і зворотніх
зв’язків зумовлює те, що в економіці перевага має надаватись
аналітичним результатам дослідження, які в подальшому можуть
деталізуватись кількісно.
На нашу думку, математичне й комп’ютерне моделювання
економіки має ґрунтуватись на концептах наскрізного адаптивно-
го використання як засобів, так і інструментів здійснення проце-
су моделювання. Це означає відмову від жорстких структур і
форм моделей та алгоритмів їх аналізу, замінюючи гнучкими,
тобто адаптивними. Крім цього, сучасне економіко-математичне
моделювання нелінійної динаміки в першій своїй фазі повинно
бути проведене на аналітичному рівні, а потім має здійснюватися
обчислювальний експеримент, тобто кількісно відслідковуватись
фазові траєкторії.
Фазові портрети ключової моделі нелінійної економічної
динаміки. На наш погляд, повинно передбачатися виокремлення
ключових математичних моделей економічної динаміки, сукупна
дія яких значною мірою відтворює економічну дійсність, її реалії.
Дослідження зазначених моделей здійснюється в два етапи – спе-
ршу якісний (аналітичний), а потім кількісний аналіз. Прикладом
однієї з ключових ММ є система рівнянь

 Bxy
 x  Ax  1  Px  Ex
2

 (3.1)
 y   Cy  Dxy  Fy 2 ,
 1  Px

якою описується дуопольно-дуопсонієва конкуренція (відобра-

жається доданками Ex2 i Fy2) з урахуванням насиченого стану
(реалізується множником 1/(1+Рх)). Зауважимо, що для Р = 1
отримується модель, розглянута кількісним чином (здійснюва-
лось числове інтегрування рівнянь моделі в п’яти важливих для
економічної практики ситуаціях). Зазначимо, що система рівнянь
(3.1), з одного боку, є узагальнення класичної моделі «хижак –
жертва», а з іншого – динамічна модель Леонтьєва. До речі, з ММ
(3.1) випливає ціла низка моделей синергетичної економіки, на-
даючи коефіцієнтам відповідних числових значень, або вважаю-
чи їх функціями певного виду.

88
 Щоб уникнути семи параметрів (А, В, С, D, E, F, P), здійсню-
ється заміна змінних: t   A ; x  ( A D)U ; y  ( A B)V ;   C A ;
  PD A ;   E D ;   F B , у результаті якої отримується так
звана безрозмірна система рівнянь

 UV
U Y   U 2  f1 (U , V )
 1  U
 (3.2)
V   V  UV  V 2  f (U , V )
 1  U
2

з чотирма параметрами  ,  ,  ,  , причому  успадкований

від класичної (B = E = F = P = 0) моделі Вольтерра-Лотки, а три
інші визначають розв’язки моделі (3.2), числові значення цих па-
раметрів зазвичай обираються, користуючись даними економіч-
ної статистики.
Спочатку розглянемо збурюючий вплив кожного окремо взя-
того параметра. Для     0 ММ (3.2) набуває вигляду:

U  U  UV ; V  V  UV  V 2 . (3.2а)

Її особливі точки О1 (0; 0) і О2 (1+  ; 1) знаходяться за умови

U  V  0 .

Матриця Якобі (лінеаризації) у нашому випадку записується

 f1 () f1 () 

 
J ()   U V   1  V U 
.
 f 2 () f 2 ()   V  1  U  2V 
 
 U V 

Вона обчислюється в особливих точках, зокрема, коли О1(0;0),

1 0 
V  0 , U  0 : J (0;0)    . Її слід (сума елементів головної ді-
 0  1
агоналі) SpJ1(0; 0) = 0, a detJ (0; 0) = – 1 < 0.
Надалі будемо користуватися діаграмою визначення типу
особливих точок моделі (рис. 3.14).

89
 Рис. 3.14
Отже, перша особлива точка О1 (0; 0) є сідло, оскільки
SpJ1 (0; 0) = 0, a detJ (0; 0)= –1 < 0. Для другої особливої точки
О2 (1+  ; 1) відповідно обчислюється.
SpJ2 = –  < 0, a detJ2 = (1+  ) > 0. Згадувана точка стійка для
будь-якого  . Фазовий портрет ММ (3.9а) зображено на
рис. 3.15.

Рис. 3.15. Фазовий портрет моделі (3.2а)

При     0 математична модель (3.2) переписується:


U  U  UV  U
2
 . (3.2б)

V  V  UV

90
 Особливі точки: О1 (0; 0) і O2 (1; 1   ) . Дійсно, з другого рів-
няння моделі випливає, що або V1 = 0, або U2 = 1. З першого рів-
няння U (1  V  U )  0 моделі також випливає V2  1   при
U2 = 1 і V3 = 0 для U 3  1  , тобто O3 (1  ; 0) .
Матриця Якобі J для моделі (3.2б) має вигляд:
1  V  2U U 
J   .
 V  1  U 

Її слід для тривіальної особливої точки О1 рівний нулю, а ви-

значник від’ємний, тобто точка є сідло; для О2 записується
SpJ  U  V  2U    0 ; det J  1  V  2U  U  2U 2  1   .
На рис. 3.16 зображено фазові портрети моделі (3.2б).

Рис. 3.16

Для     0 математична модель (3.2) набуває вигляду:

 UV
U U 
 1  U
 . (3.2в)
V   V  UV
 1  U
Окрім тривіальної О1 (0; 0) особливої точки, фігурує
O2 (1 (1   ); 1 (1   )) : з другого рівняння нуль ізоклини знахо-

91
дяться U 2  1 (1   ) , а з першого – V2   (1   ) . Матриця Якобі
для моделі (3.2в) має вигляд:
 V U 
1   
(1  U ) 2 1  U
J  .
 V U 
 1 
 (1  U )
2
1  U 
Її числові характеристики записуються:
U V
SpJ   ;
1  U (1  U ) 2
 V   U  UV
det J  1    1
2    .
 (1  U )   1  U  (1  U )3
У точці О2 вони набувають значення: SpJ1   і SpJ2  1   .
На рис. 3.17 зображено фазові портрети моделі (3.2в).

Рис. 3.17
Параметричні портрети економічної динаміки. Тепер бу-
дуть розглядатися ММ типу (3.2), але за наявності двох числових
параметрів.
При   0 характер фазових портретів ММ відповідає
рис. 3.16.
При   0 математична модель має вигляд:
 UV
U  U  1  U  U
2

 , (3.3)
V   V  UV
 1  U

92
 Рівняння нуль-ізоклин мають вигляд: U  0 і
 V   U 
U 1   U  ; V  0 , V   1    0 , звідки випливає
 1   U   1  U 
1
U .
1
Нетривіальна точка рівноваги лежить у першій координатній
четверті, являючи собою перетин параболи V і прямої U  m ,
m  const і 0  m  1  .

Рис. 3.18 а) – б). Фазовий (а)

і параметричний (б) портрети ММ (3.3)

1 1  
Її координати записуються: U  ;V  . Нерівність
1 (1   ) 2
(   )  1 очевидна.
Оскільки V (0) ) = 1, то має місце    (1   ) .
Матриця лінеаризації (Якобі) для математичної моделі (3.3)
має вигляд:

 V U 
1  2U   
(1  U ) 2 1  U
J  .
 V U 
 1 
 (1  U ) 2 1  U 

93
 V U
Її слід – SpJ  2U   , де U , V – координа-
(1  U ) 2
1  U
ти особливої точки. З умови SpJ = 0 знаходиться рівняння лінії
нейтральності.
Визначник матриці Якобі записується
2 U V  U (1  U )
det J  1   .
1  U (1  U ) 2
Після очевидних алгебраїчних перетворень він буде додатнім,
коли виконується нерівність   1 (1  3 ) . Отже, особлива точка –
центр (див. рис. 3.14)
Параметричний портрет математичної моделі (3.3) зображено
на рис. 3.18 б. При переході параметрів від області 2 до 3 рівно-
важна точка виражає стійкість, навколо неї формується стійкий
граничний цикл. Фазові портрети в зазначених областях мають
вигляд (рис. 3.19 в–д).

Рис. 3.18 в-д. Фазові портрети

для областей 1–3 параметричного портрета

На відміну від попереднього, з’являється якісно новий тип по-

ведінки: в області 3 рівноважна точка локально нестійка, але ото-
чена стійким граничним циклом.
Конкуренція для першої змінної U відображається доданком
( U 2 ) у першому рівнянні математичної моделі (3.3) і є стабілі-
зуючим фактором, а насиченість другої змінної V (за рахунок
множника 1 (1  U ) ) є дестабілізуючим. Вище лінії нейтральнос-
ті N   (  1) (  1) домінує перший фактор, а нижче – другий. В
області нестійкості рівноваги співіснування змінних відбувається
в автоколивному режимі. Плавне зменшення ε сприяє втраті стій-
кості рівноваги з м’яким зародженням автоколивань.

94
 Збільшення параметра  , яким характеризується інтенсив-
ність насичення, можне як сприяти втраті стійкості, так і її набут-
тю, зважаючи на параболічну залежність  ( ) .
Для   0 математичної моделі записується:

 UV
U U 
 1  U
 (3.4)
V   V  UV  V 2
 1  U

Нуль-ізоклина U  0 складається з двох прямих U = 0 і

V  1  U . Нуль-ізоклина V  0 складається з прямої V = 0 та гі-
1 U 
перболи y    1 . Пряма y 1  U і гіпербола можуть
  1  U 
перетинатись або ні та дотикатись, що графічно зображено на
рис. 3.19 а.

Рис. 3.19 а. Взаємне розташування Рис. 3.19 б. Параметричний

нуль-ізоклин портрет ММ (3.3)
Таким чином, точок рівноваги може бути дві, одна або жодної.
Вони (їх координати) знаходять із системи нелінійних рівнянь

  V 
U 1  1  U   0;
  

 V   1  U  V   0.

  1  U 

95
 Окрім тривіального розв’язку, існують ще дві точки А і С,
координати яких визначаються рівнянням
 U 
 1   (1  U )   0 .
 1  U 
Його отримують, коли рівняння прямої V  1  U підставити
в третій доданок другого рівняння системи. Очевидні перетво-
рення приводять до квадратного рівняння

 2U 2  (2    1)U  (  1)  0 . (*)

З умови невід’ємності його дискримінанта

(2    1)  4 (  1)  0
2 2
. Отримується нерівність
(1   ) 2
 . У разі рівності маємо лінію S, яка на площині пара-
4
метрів {α, μ} розмежовує області, де існують рівноважні точки
або вони відсутні (область 1).
Згадувана рівність також є умова існування на фазовому порт-
реті математичної моделі (3.3), виродженої особливої точки типу
«сідло-вузол», отже, лінія S є місцем їх розташування.
Матриця лінеаризації ММ (3.3) має вигляд

 V U 
1   
 U ) 2 1  U
J  .
(1
 V U 
 1  2V 
 (1  U )
2
1  U 

V U
Її слід SpJ    2V  , визначник після алгеб-
(1  U ) 2
1  U
раїчних перетворень
 1  V U
det J  1  2V   1   .
 (1  U )  (1  U ) 1  U
2 2

Зважаючи на корені U1,2 квадратного рівняння (*), на підґрунті

виразів сліда та визначника матриці J лінеаризації та діаграми
(рис. 3.14) стверджується, що точка А є вузол, або фокус (стій-
кість визначається параметрами  і  ), а точка С – сідло.
Існує так звана лінія N нейтральності рівноважної точки
A(U , V ) , що випливає з рівності SpJ (U , V )  0 , тобто

96
 U 2  (U  V )
 після очевидних алгебраїчних перетворень ви-
2V (1  U ) 2
разу для сліда матриці. Лінія N являє собою графік деякої функ-
ції, у чисельнику якої стоїть лінійний вираз від  , а в знаменнику –
нелінійна залежність також від  . Графік зазначеної функції до-
волі відомий: виходить з початку системи координат і перетинає
лінію S у деякій точці K (рис. 3.19 б.). Вище лінії N параметри  і
 сприяють стійкості особливої точки А і навпаки. При русі зве-
рху донизу й перетині лінії нейтральності N, втрата точкою А
стійкості супроводжується появою малого стійкого граничного
циклу, що геометрично для кожної точки з областей відображено
на рис. 3.20.

Рис. 3.20. Фазові портрети ММ (3.3)

для різних областей

Зауваження! Принагідно слід привернути увагу до такого: якщо еко-

номічну систему, що перебуває в стаціонарному (рис. 3.20 для
області 2) або автоколивному (рис. 3.20 для області 3) режимах
збурити (у суспільстві здійснюється різними важелями), напри-
клад різким зменшенням числових значень змінної U, то спос-
терігатиметься необмежене кількісне зростання першої змінної
математичної моделі (3.3).
Історія розвитку економіки рясніє подібними прикладами, в
інших галузях (екологія, біофізика, біологія) також спостеріга-
ються зазначені парадоксальні ефекти.
У точку К (рис. 3.19 б) входить ще одна біфуркаційна лінія Р :
її утворюють такі точки (значення параметрів  і  ), для яких на
фазовому портреті математичної моделі одна із сепаратрис сідла,
що виходить з нього, тобто має місце петля сепаратриси (сепара-
трисний цикл). Лінія петлі сепаратрис на рис. 3.19 б позначена Р.
На рис. 3.21 наведено геометричну інтерпретацію вищесказаного.

97
 Рис. 3.21. Фазові портрети ММ (3.3) для значень параметрів
на біфуркаційних лініях: а) для S зліва і вище точки K;
б) Р; в) для S справа і нижче точки К

Характеристика портретів і біфуркацій. Опишемо доволі

складну динамічну поведінку математичну модель (3.3): область
1 – порожня; область 2 – має дві точки рівноваги; в області 3 – ле-
жать стійкий граничний цикл і поза ним стійка рівноважна точка; в
області 5 – існує одна стійка особлива точка (рис. 3.19 б). На пара-
метричному портреті (рис. 3.19 б) відсутня тривіальна точка.
Оскільки точка К є спільною для всіх чотирьох областей 1, 2,
3 і 5, то в околі її можна розглядати всі біфуркації.
В області 1 не існує рівноважних (особливих) точок. При пе-
ретині лінії S вище точки К з переходом до області 2 з’являється
стійкий сідло-вузол АС (рис. 3.15 а), який згодом розпадається на
стійкий вузол А і сідло С.
Сепаратриса, що входить у сідло С (рис. 3.20, область 2), роз-
межовує область на 2 частини для початкових умов, в одній з них
має місце тяжіння до точки А, а в іншій – траєкторії розбігаються.
Для параметрів з області 3 (див. рис. 3.19 б), залежно від поча-
ткових умов, фазові траєкторії накручуються на граничний цикл
або розбігаються.
Для моменту, коли параметри математичної моделі (3.3) набу-
вають значень, що лежать на лінії Р петлі сепаратриси, стійкий
граничний цикл зливається з петлею (рис. 3.21 б). З переходом
параметрів до області 5 сепаратрисний цикл на фазовому портре-
ті зникає (рис. 3.20).
Таким чином, взаємне розташування трьох кривих: сідло-
вузла S; лінії N нейтральності й петлі Р сепаратрис цілком визна-
чає структуру параметричного портрета (рис. 3.19 б) математич-
ної моделі (3.3). Він являє собою цілісну структуру взаємоузго-
джених областей, що робить правомірною його назву –

98
структурний портрет. Очевидно, що поняття структурного, або
параметричного портрета, тільки з’являється в економіко-мате-
матичному моделюванні, хоча воно цілком принагідно існує в
інших сферах математичного моделювання. Слушність викорис-
тання цього поняття для успішного й дієвого пізнання природи та
механізму нелінійної економічної динаміки на підґрунті комп’ю-
терного моделювання незаперечна.
Економічне тлумачення результатів якісного дослідження.
Залежно від значень параметрів математичної моделі (3.3) і поча-
ткової умови (стартової для економічного процесу) можливі такі
режими функціонування економічної системи: а) необмежене
зростання змінної x та асимптотична насиченість – стабілізація
1
щільності значень змінної у на рівні V  ; б) стійке співісну-

вання складових економічного процесу в стаціонарному режимі –
рівноважний стан у точці А (див. рис. 3.19 а) або в автоколивному
режимі – стійкий граничний цикл.
При значеннях параметрів в областях 1 і 5 поведінка розв’язків
математичної моделі (3.3) не залежить від початкових умов; для
областей 2 і 3 фазовий простір розподіляється на одну частину –
область тяжіння стійкої рівноваги чи стійкого граничного цикла та
другу, де фазові траєкторії змінної х необмежено зростають.
Межу області початкових умов, де розв’язки математичної
моделі скінченні, справедливо кваліфікувати як небезпечну для
нормального функціонування економічної системи. Резонно на
параметричній площині виокремити область змінюваності пара-
метрів, де реалізується режим нормального функціонування. Від-
повідно, межа її називатиметься небезпечною параметричною.
Для математичної моделі (3.3) зазначену область утворюють 2 і
3, а межею стають ділянки лінії S вище точки К і лінії Р петлі се-
паратриси. З рис. 3.19 б випливає, що будь-яка варіація  небез-
печна: при збільшенні  рівновага залишається стійкою, але на-
ближається до межі області тяжіння і, досягнувши критичного
значення (перетину лінії S), сягає межі області 2 (утворюється
сідло-вузол) і зникає; при зменшенні  втрачається стійкість рів-
новаги з утворенням малого стійкого граничного цикла (м’яке
збудження автоколивань), розміри його збільшуються – зростає
амплітуда коливань, які стають релаксаційними, і, нарешті, цикл
руйнується на петлі сепаратриси.
Збільшення  свідчить про посилення конкуренції в середо-
вищі, описуваному змінною у, тобто відбувається падіння її гра-

99
ничної щільності значень. Зменшення  сприяє спочатку локаль-
ній нестійкості, а потім і глобальній.
Таким чином, для низки математичних моделей (ММ) динамі-
ки нелінійної економіки побудовано двовимірні параметричні
портрети на координатних площинах простору параметрів
(  ,  ,  ).
При змінюваності числових ММ (3.3) можуть мати місце такі
біфуркації: 1) при виході з області 2 до інших спостерігається так
званий жорсткий зрив рівноваги, що відбувається навіть за малих
кількісних значень змінних моделі; 2) при перетині межі облас-
тей 2 і 3 відбувається так званий м’який зрив, або зародження ав-
токоливань навколо єдиної рівноваги; 3) для переходу з області 3
в іншу, крім 2, може мати місце також жорсткий зрив рівноваги з
виходом на стійкий граничний цикл; 4) при виході з області 5 в
інші можуть відбуватися жорсткий зрив автоколивань і перехід
системи до стійкої рівноваги в середині граничного циклу. Інший
можливий варіант розвитку подій – відбувається зародження від-
разу великого циклу, на вигляд начебто жорсткого збудження,
але при русі в зворотному напрямку для того самого значення
параметра немає місця явище гістерезису (рух по циклу припиня-
ється).
Зауважимо, що поняття жорсткого зриву цілком відповідає та-
кому економічному явищу, як дефолт, або біржовий обвал, коли
відбувається стрімке падіння показників, хоча в попередні моме-
нти часу витримувався плавний характер їх змінюваності.

3.4. СТРУКТУРНИЙ ПОРТРЕТ ПОВЕДІНКИ НЕЛІНІЙНОЇ

ЕКОНОМІЧНОЇ СИСТЕМИ З ВИКОРИСТАННЯМ ПЛОЩИННОЇ
ДИНАМІЧНОЇ МОДЕЛІ

Сучасну економічну науку вже важко уявити без математич-

ного моделювання, особливо динамічних процесів економіки. У

літературі відома, зокрема, така тріада моделювання ,

де є методологія побудови моделей; – практика побудо-
ви й застосування моделей і блок – теорія моделювання.
Зважаючи на глобальний характер нелінійної динаміки проце-
сів та явищ економічних систем, вочевидь, зрозуміло, що розгля-
дати тільки економетричні моделі аж ніяк недостатньо. Епоха лі-
нійної парадигми в економіці закінчилася. Тепер провідна роль

100
ЕММод нелінійної економічної динаміки належить математич-
ним моделям іншого ґатунку – точковим (скупченим) або систе-
мам звичайних диференціальних рівнянь з початковими умовами,
як це має місце в природознавстві чи техніці. Слід зазначити, що
розглядаються моделі щодо відповідних економічних теорій і
моделі реальних економічних об’єктів.
Аналіз досліджень: здобутки й проблеми, цілі. У багатьох
працях, зокрема [3–6], указується на те, що сучасній економіці
притаманні інтенсивні взаємодії, зокрема, її складових, наявність
адаптивних і біфуркативних механізмів на шляху розвитку. Еко-
номічній системі, що самоорганізується, відкритій, нелінійній,
дисипативній і людиновимірній, у процесі еволюції також влас-
тиві гетерархія змінюваності, спадковості та відбору, почереж-
ність атракторів і плавного розвитку, комбінації зворотних
зв’язків полярних знаків тощо.
Підкреслимо таке: а) ортодоксальна теорія економічної рівно-
ваги має обмежене застосування в сучасній динамічній економі-
ці; б) пояснення проблем трансформаційної економіки з позиції
лінійного мислення вкрай недостатньо; в) ступінь взаємодії різ-
норідних складових і компонентів економічної системи вимагає
критичного переосмислення домінуючих положень і лінійних
принципів економічного аналізу; г) упродовж останнього десяти-
ліття активно формується нелінійний стиль економічного мис-
лення.
Стверджується, що розвиток економічної теорії продукує нові
постулати, змінюючи базові поняття та ідеї. Створюється паради-
гма системного й нелінійного наукового економічного мислення,
долучаючи здобутки синергетичної економіки. Системна паради-
гма ставить за мету вивчення реального світу економіки по яко-
мога повніше, що стає доступним лише на основі якісного (аналі-
тичного) дослідження поведінки розв’язків і кількісного (число-
вого) аналізу адекватних математичних моделей (ММ).
Стисло причини й результати сучасного аналітичного аналізу
ММ нелінійної економічної динаміки, який, окрім традиційних
фазових траєкторій, включає параметричний портрет – наявність
особливих точок і поведінка траєкторій моделі залежно від чис-
лових значень її коефіцієнтів, викладено в попередньому параг-
рафі. Варто зауважити, що поняття параметричного портрета впе-
рше зустрічається в ЕММод, хоча цілком виправдано й успішно
існує в математичній біології, біофізиці, екології та ін.
Вивчення нелінійної економічної динаміки логічно завершу-
ється в тому сенсі, що приводиться найзагальнішого вигляду па-

101
раметричний портрет (для фазового простору трьох параметрів).
Дійсно, якщо раніше було розглянуто фазові траєкторії для пара-
метричних пар  ;  ,  ;   і  ;   , то тепер належить їх синте-
зувати в повніший структурний портрет.
Водночас, беручи до уваги слова: «хаотичні явища в нестійких
нелінійних динамічних системах можуть бути зрозумілими тіль-
ки за допомогою математики (тобто математичного моделюван-
ня), і лежать за межами наших інтуїтивних уявлень» [4], теоретич-
ний економічний аналіз динаміки нелінійної економіки здійсню-
ється за допомогою однієї з ключових ММ, що цілком відповідає
системній парадигмі моделювання.
Мета параграфа: на підґрунті якісного аналізу ММ нелінійної
економічної динаміки (так званого аналітичного моделювання)
графічно відтворити надскладну біфуркативну поведінку (наяв-
ність стійких особливих точок і граничних циклів, їх злиття та
руйнацію) динамічних траєкторій, що спостерігається залежно від
числових коефіцієнтів моделі. Такі результати в своїй сукупності
утворюють структурний портрет динаміки нелінійної економіки.
Побудова структурного портрета. Розглянемо такі модель
нелінійної економічної динаміки:

 uv
u  u  1  u  u
2

 (3.5)
v   v  uv  v 2 ,
 1  u

використовуючи безрозмірні змінні u і v ( u , v – їх похідні по не-

залежній змінній – часу) та чотири параметри (  ,  ,  ,  ), при-
чому коефіцієнт  успадковано від первісної системи рівнянь
Вольтерра-Лотки, а три інші коефіцієнти (  ,  ,  ) детермінують
динамічну поведінку розв’язків. Моделлю (3.5) охоплюється ба-
гато відомих у синергетичній економіці результатів (окремі ви-
падки системи диференціальних рівнянь (3.5) при різних значен-
нях коефіцієнтів).
Приймається така стратегія якісного вивчення математичної
моделі (3.5) : для фіксованого значення   1 будуватиметься три-
параметричний портрет  ;  ;  , поведінка якого відстежувати-
меться при варіації величини  . Але побудова трипараметрично-
го портрета починається з розгляду двопараметричного –  ; 

102
при фіксованому  (сталому рівні конкуренції з боку змінної х –
так званої жертви). Оскільки для   0 портрет  ;  відомий, то
спочатку розглядатиметься двопараметричний портрет при вико-
нанні нерівності 0    1 .
Взаємне розташування рівноважних, або особливих точок
(нуль-ізоклини u  v  0 ) зображено на рис. 3.22.

Рис. 3.22. Можливе розташування точок рівняння ММ (3.5)

Вони є точками перетину параболи y  (1   u)(1  u) , що ви-

пливає з умови u  0 , та гіперболи v  1  uv  1 , оскільки   1
  1  u 
і v  0 . При довільних параметрах початок системи координат
uOv і точка B(1  ; 0) також рівноважні, причому тривіальна точка
завжди сідло, а точка B – глобально стійкий вузол, якщо нулю-
ізоклини не перетинаються в першій чверті, та сідло для інших
випадків.
Точки А, А1, А2 не є сідла, точка С – сідло. Умова злиття точок
А1 і С чи А2 і С аналітично записується
(1   u)2 (1  u)  (1   )u  1 , прирівнюючи ординати v кожної
нуль-ізоклини.
Стійкість особливих точок А, А1 та А2 і характер взаємного роз-
ташування ліній S1 і S2 сідло-вузлів та лінії N1 і N2 нейтральностей
з’ясовуються, беручи до уваги окремі (   0 або   0 ) випадки
ММ (3.5).

103
 Лініями S1 і S2 відповідно сідло-вузлів А1С і А2С на координат-
ній площині параметрів  і  утворюється серпоподібна область
(рис. 3.23), для внутрішніх точок якої існують на фазовому порт-
реті при нетривіальних рівноважних точки. Поза межами серпо-
видної області знаходиться одна рівноважна точка.

Рис. 3.23. Лінії сідло-вузлів та лінії нейтральностей ММ (3.5)

Лінія нейтральності N1 дотикається до кривої S1 у точці В1, пе-
ретинає вісь абсцис у двох Г 1 і Г 2 , зустрічається з кривою S2 у
точці Г 1 . Для всіх значень параметрів, що лежать на Г1 Г1 , на фа-
зовому портреті відповідає нейтральність єдиної рівноважної
точки А; точкам на дільниці Г1В1 – нейтральність А1. Точка Г1
відповідає злиттю на фазовому портреті сідла С з вузлом А2 і
нейтральності А1.
Точка В1 відповідає біфуркації сідло-вузла А1С, при цьому ді-
лянці А1В1 кривої S1 – існуванню на фазовому портреті стійкого
сідло-вузла А1С, а В1А2 – нестійкості цього ж сідло-вузла.
Точка А1 відповідає злиттю на фазовому портреті сідла С і
двох стійких вузлів А1 і А2; точка А2 – злиттю сідла С з двома вуз-
лами А1 або А2. На кривій S2 лежить точка В2 така, що дільниця
А1В2 відповідає існуванню на фазовому портреті стійкого сідло-
вузла А2С, а ділянка В2А2 – нестійкого сідло-вузла А2С, у точці В2
спостерігається дотик лінії нейтральності N2 і кривої S2. Лінія
нейтральності перетинає криву S1 (верхню дугу серповидної

104
області) у точці Г2 і входить у вісь абсцис у точці Г 2 . Ця точка Г2
є злиття на фазовому портреті сідла С з вузлом А1 та зміні стійко-
сті точки А2.
Таким чином, різні ділянки лінії нейтральності відповідають
нейтральності різних особливих точок на фазовому портреті ММ:
Г1 Г1 – нейтральності єдиної рівноважної точки А; Г1 В1 – нейтра-
льності А1; В1В2 – нейтральності сідла С ; В2Г2 – нейтральності А2 ;
Г 2 Г 2 – знову нейтральності єдиної рівноваги А.
Принагідно зауважимо, що в класичній економічній теорії рів-
новажного стану засвідчує лише наявність особливих точок, не
здогадуючись про доволі складний характер їх розмежування та
поведінки, наприклад можливість злиття точок.
Окрім біфуркаційних ліній особливих точок, мають також
місце лінії біфуркації граничних циклів, що геометрично відо-
бражено на рис. 3.24.

Д1

Рис. 3.24. Параметричний портрет ММ (3.5) для малих 

Лінія Р1 – петля сепаратриси сідла С навколо точки А1. З точки

В2 до Д2 виходить петля сепаратриси сідла С навколо точки А2.
Крива В1В2 – лінія нейтральності сідла С; F1 F2 – лінія великої
петлі сепаратриси, а Н – точка їх перетину.
Опишемо структуру фазових портретів (див рис. 3.19) для кож-
ної з десяти областей параметричного портрета та надамо харак-
теристику поведінки динамічних траєкторій, що відповідає пере-
бігу перехідних процесів. Області 1 і 5 володіють на одній точці
глобального тяжіння. Для нейтральних стійких рівноважних стани
105
знаходяться в області 2, в один з яких потрапляє система, залеж-
но від стартових умов. Області тяжіння стійких точок А1 і А2 роз-
ділені вхідною сепаратрисою сідла С. Глобально тяжіючий авто-
коливний режим притаманний областям 3 і 8.
Для параметричних областей 5 і 6 фазові портрети відрізня-
ються більшим граничним циклом, яким охоплюються всі три рів-
новажні точки. Якщо перетинати лінію F1 F2 великої сепаратриси
зверху вниз на ділянці F1Н, то на фазовому портреті з петлі сепа-
ратриси народжується стійкий граничний цикл; за зазначеного
напрямку руху на ділянці НF2 руйнується нестійкий граничний
цикл.

106
 Рис. 3.25. Грубі фазові портрети ММ (3.5) відповідно
для областей 1–10 параметричного портрета

При переході від області 6 до 5 може спостерігатися двоякий

перебіг подій: або великий граничний цикл руйнується на петлі
сепаратриси, або спочатку всередині стійкого граничного цикла з
петлі сепаратриси народжується нестійкий в області 9, далі обид-
ва цикли анігілюють.
Великий набір режимів динамічної поведінки математичної
моделі спостерігається, коли на фазовому портреті одночасно ма-
тимуть місце стійка рівновага й граничний цикл. Існують дві мож-
ливості: стійка рівновага поза областю 4 і в середині циклу 6, 7, 9,
і 10. У першому разі поведінка модельованої системи близька до
фазового портрета 2, але замість точки А1 має місце стійкий гра-
ничний цикл навколо рівноважної точки. Доволі сильне збурення
автоколивного режиму переводить систему в сферу тяжіння
точки А2.
Області 6, 7, 9 і 10 на рис. 3.24 відповідають ситуації жорстко-
го режиму збудження автоколивань: вельми сильне збурення си-
стеми, що знаходиться в рівноважному стані, переводить її в

107
режим автоколивань, причому для параметрів з областей 7, 9, 10
межею області тяжіння буде нестійкий граничний цикл навколо
рівноваги; для області 6 – більш складна конфігурація сфери тя-
жіння, а саме: напівсепаратриси, що розмотуються з нестійкої
точки А1 і входять у сідло С.
Якщо відбуватиметься варіація параметрів ММ (3.5), а
дрейф складових економіки завжди має місце, то на підґрунті
комп’ютерного моделювання виникає питання: які спостеріга-
тимуться процеси, – тобто які можливі сценарії економічного
розвитку?
При змінюваності числових значень параметрів моделі зі стій-
кими рівноважними точками можливі п’ять варіантів розвитку
подій.
1. Перехід до нової рівноважної точки характерний для облас-
ті 2, де лежать точки А1 і А2. При перетині межі А1Г1 нічого не ві-
дбувається, лінії А1В1 – зрив рівноваги: стійкий вузол А1 злива-
ється із сідлом С і відбувається стрибкоподібний перехід до А2;
при переході до області 1 від 2 через межу А1В2 – стрибкоподібно
в точку А1.
2. М’яке збудження коливань відбувається при переході від
області 1 до 3; також від 2 до 4, при знаходженні в точці А1; при
положенні рівноваги в точці А2 нічого не відбувається.
3. Жорстке збурення коливань спостерігається для переходів
від областей 6, 10 до 3; та від 7 до 8.
4. Зрив стійкої рівноваги на віддалений граничний цикл для
параметрів від областей 4 до 3 і в рівноважній точці А2 відбува-
ється зрив на автоколивний режим (вихідні рівноважні значення
змінних лежать поза діапазоном варіації змінних для нового
усталеного автоколивного режиму).
5. Народження автоколивань з петлі сідло-вузол відбувається
при змінюваності значень параметрів від області 5 до 3. Відразу
з’являються коливання значної амплітуди, форма коливань релак-
саційна.
При зміні параметрів математичної моделі економічної систе-
ми, що перебуває в автоколивному режимі, можуть мати місце
чотири типи подій, а саме:
1) м’яке затухання коливань (явище протилежне м’якому збу-
дженню) спостерігається для переходу від областей 3 до 1 та від
4 до 2, якщо при параметрах з області 4 система перебувала в ре-
жимі автоколивань;
2) жорстке затухання коливань має місце для переходу зна-
чень параметрів від області 9 до 5 та від 10 до 1;

108
 3) руйнація автоколивань на петлі сепаратриси відбувається
при переході від області 4 до 5, якщо при значеннях параметрів в
області 4 система знаходилась в автоколивкому режимі;
4) зупинка автоколивань у сідло-вузлі на циклі – явище, зво-
ротне народженню автоколивань з петлі сідло-вузла, відбувається
при переході від області 5 до 3.
Фазові портрети ключової математичної моделі нелінійної
економічної динаміки геометрично відтворюють прикметне у
функціонуванні економічної системи, а саме:
а) можливість співіснування економічних станів як у рівноваж-
ному, так і коливному режимах;
б) множинність атракторів (притягуючих рівноважних станів),
серед яких спостерігаються не тільки точки рівноваги, а й граничні
цикли;
в) так звана гістерезисна поведінка, що спричиняє різноманіт-
ні перехідні процеси залежно від початкових умов і, як наслідок, –
парадоксальна реакція економічної системи на деякі дії (зовнішні
та внутрішні).
Загалом вище розроблено, орієнтуючись на студента-еконо-
міста, методологію та методику аналітичного дослідження якіс-
ної поведінки економічної системи на підґрунті динамічних ма-
тематичних моделей (ММ). Застосовуючи до моделі процесу
обміну між двома товарами на ринку технологію якісного аналі-
зу, установлено [6] формулу обмінної вартості, з якої випливає
вираз нерівноважної ціни, яким охоплюється рівноважна опису-
вана моделлю Ерроу-Дебре-Мак–Кензі рівноважна концепція.
У такий спосіб аналітично обґрунтовується поява: грошей у сус-
пільстві як товару, що має нескінченну довговічність або як екві-
валента обміну; ціни як міри грошового вираження вартості то-
вару. Розглянуто [6] також по-новому проблеми дефіциту в
суспільстві, його обсяг і причини виникнення; принципову не-
можливість подолання проблем адміністративним розподілом
благ.
Засобами якісного математичного моделювання було вивчено
моделі з кількома стійкими атракторами (не лише рівноважними
точками), розглянуто динаміку поведінки розв’язків залежно від
числових значень параметрів моделі, ураховано стани насиченос-
ті й конкуренції. Результати такого вивчення подано у вигляді
структурного портрета – каркасу взаємодіючих між собою десяти
областей фазового простору параметрів ММ, у кожній з яких
траєкторії фазових змінних мають свою власну поведінку. Отже,

109
аналітично підтверджується складний характер траєкторій мож-
ливого шляху розвитку економічної системи.
Адаптивна динамічна ММ (3.5) описує не лише відомі в еко-
номічній літературі різновиди перехідних процесів економіки, їх
діапазон значно розширився. Варіацією числових коефіцієнтів
моделі було перелічено біфуркативні події, що спостерігаються в
прикладній економіці.
Параметрична систематизація режимів спряжена з біфурка-
ціями як особливих точок, так і біфуркаціями динамічних траєк-
торій.
Розбиття простору параметрів на підобласті, кожній з яких від-
повідає свій фазовий портрет, і проходження межі між областя-
ми, сприяли появі різновидів динамічних режимів.
Серед опису всіх можливих фазових портретів математичної
моделі економічної системи, множина яких відповідає десяти
областям параметричного портрета, знайшлися базові, різнома-
нітними комбінаціями яких охоплюються реалії практичної еко-
номіки.
Структурний портрет нелінійної економічної динаміки покли-
каний:
а) попереджувати екстремальні режими трансформаційної
економічної системи, наприклад, заздалегідь передбачити так
звану «шокову терапію»;
б) виключити можливість спонтанного розвитку кризових по-
дій, досягаючи певної керованості;
в) сприяти пошуку закономірностей перебігу перехідних про-
цесів, указуючи порогові або критичні значення параметрів ево-
люції економіки;
г) систематизувати певним чином і здійснити своєрідну кла-
сифікацію можливих шляхів розвитку економіки.
Привернуто увагу до такого: а) існує так зване порогове, або
критичне значення числових коефіцієнтів ММ, перехід через яке
принципово змінює режим функціонування; б) спостерігається
розмаїття фазових портретів та особливий характер їх поведінки
поблизу межі стійкості; в) не лише інтенсивність діянь ззовні, а й
внутрішні механізми (стан) є визначальними для режиму функці-
онування економічної системи.
Якісне вивчення математичних моделей продемонструвало
широку альтернативу динамічних режимів економічної системи,
їх можливої взаємодії та взаємовпливу, що доповнює вербальні
уявлення економічної спільноти про надскладний характер еко-
номіки.

110
 Нині відбувається стратегічне розширення й поповнення сві-
тоглядних концептів сучасного економіста, позбавляючись сте-
реотипів лінійного мислення.

3.5. ЧИСЛОВЕ ІНТЕГРУВАННЯ ЖОРСТКИХ РІВНЯНЬ

МОДЕЛІ ЕКОНОМІЧНОЇ ДИНАМІКИ

Незаперечним є факт, що економічна система має як швидко-

плинні, так і повільні складові. З позиції математичного моделю-
вання це призводить до того, що математична модель (ММ) стає
некоректною, головною ознакою якої є невдала зумовленість ма-
триць. Інакше, похибки апроксимації, округлень і неусувна змі-
нюваність початкових умов серйозно впливають на процес отри-
мання числового розв’язку. Рівняння ММ у такому разі
називаються в літературі жорсткими.
Розглянемо труднощі числового інтегрування жорсткого рів-
няння класичними методами.
Задача Коші y  100 y  100 , y(0)  y0 має точний розв’язок
y(t )  ( y0  1) exp  100 t  1 . Для змінної ( y0   ) , де   1 , почат-
кової умови точний розв’язок зміниться на  exp  100 t. Метод
Ейлера для розглядуваної задачі приймає вигляд
yn1  (1  100 h) yn  100 h . Точний розв’язок останнього різницево-
го рівняння записується yn  ( y0  1)(1  100 h)n  1 . Для початкової
умови y0  2 відповідно мають місце y(t )  exp  100 t  1 і
yn  (1  100 h)n  1 . Функція y(t ) спадна, прямує до 1. Якщо
h  0,02 , то 1  100 h  1 і значення y n швидко зростатимуть –
ознака нестійкості. Зіставляючи вирази y(t ) і y n , убачаємо, що
(1  100 h) n апроксимують експоненційний член exp  100 t досить
точно для малих h. Але зі зростанням h таке наближення дає знач-
ну похибку. Після t = 0,1 експоненційний член ніякого внеску в
розв’язок не робить. Але все ж таки для збереження стійкості
формули Ейлера цей член треба апроксимувати доволі точно.
Саме така ситуація характерна для жорсткого рівняння: шуканий
розв’язок має член, внесок якого вельми незначний, хоча класич-
ні числові методи для збереження стійкості вимагають, щоб цей
член наближався доволі точно.
Методи числового інтегрування жорстких рівнянь. Одним
із сучасних способів подолання проблеми жорстких рівнянь є

111
використання неявних формул числового інтегрування. Проде-
монструємо застосування неявного алгоритму Ейлера
yn1  yn  hf n1 на прикладі попередньої задачі. Різницеве рівнян-
ня має вигляд yn1  yn  h(100 yn1  100 ) , яке переписується
yn1  (1  100 h) 1 ( yn  100 h) . Його точний розв’язок записується
yn  ( y0  1)(1  100 h)n  1 . Цей розв’язок стійкий для будь-якого
кроку h числового інтегрування.
У загальному випадку задача Коші нелінійна. Застосування
будь-якої неявної формули на кожному кроці числового інтегру-
вання диференційного рівняння вимагає розв’язання нелінійного
алгебраїчного чи трансцендентного рівняння, що реалізується за
допомогою методу дотичних (метода Ньютона-Канторовича в ра-
зі системи рівнянь).
Іншим інструментом подолання проблеми жорсткості рівнянь
ММ є напівявні алгоритми числового інтегрування, які для задачі
Коші y  f ( y ) у випадку системи рівнянь записуються:
yn1  yn   1k1   2 k 2 , (3.6)

де k1  hn E  hn a1J ( yn )1 f ( yn ) ;
k2  hn E  hn a2 J ( yn  c1k1 )1 f ( yn  b1k1 ) ;
Е – одинична матриця;
f i ( y )
J ()  – матриця Якобі (і, j = 1,…, m; m – число рівнянь
y j
ММ).
Числові значення коефіцієнтів напівявних алгоритмів виду
(3.6) наведено в таблиці.

Алгоритм Розенброка Калахана

Порядок 2 3 3

a1 1,40824829 0,788675134
1 2 / 2
a2 0,59175171 0,788675134
1 2 / 2
b1
 2  1/ 2 0,17378667
0,17378667
–1,15470054
0
c1 0
1 –0,41315432 0,75
0
1,41315432 0,25
2 1

112
 Адаптація числових алгоритмів і приклади їх використання.
Проектування та дослідження широкого класу технічних об’єктів у
багатьох випадках приводить до чисельного моделювання динаміч-
них систем (ДС). Нині розроблений доволі потужний арсенал про-
грамних засобів числового моделювання. Та все ж таки є вагомі
причини для критики існуючого інструментарію, і вони спонукають
до нових розробок. Таких причин щонайменше дві.
Відомі пакети програм моделювання динамічних систем зазви-
чай мають «жорстку», незмінну структуру, тобто не мають власти-
вості «відкритості». У разі за потреби, а вона з’являтиметься завжди
через відсутність універсальних методів, у пакет не можна додати
нові алгоритми або якось модифікувати ті, що закладені в ньому.
Існуючі пакети програм моделювання ДС зазвичай не володі-
ють можливістю дослідження самих алгоритмів моделювання –
ні тих, що закладені в основу пакетів, ні нових, які можуть стати
в нагоді для майбутніх упроваджень. На перший погляд, це й не
потрібно. Але питання про адекватність результатів моделювання
в низці конкретних випадків може залишитися відкритим, так
само, як і питання про ефективність методу, що використовуєть-
ся аналізу й обґрунтованості його вибору. Водночас існують спе-
ціальні програми для дослідження властивостей числових алго-
ритмів та їх порівняння, але вони погано пристосовані, власне, до
моделювання динамічних систем.
Отже, є дві незалежні, здавалося б, проблеми – створення ефек-
тивної «відкритої» програми моделювання динамічних систем, з
одного боку, і розроблення та дослідження властивостей чисельних
алгоритмів, які лежать в основі таких систем моделювання, – з іншо-
го. І ці дві проблеми виконують роль каталізаторів, що висвітлюють
невідповідність між відомими програмними засобами числового мо-
делювання ДС і пред’явленими до них сучасними вимогами
Це спонукало спробувати вирішити такі два актуальні завдан-
ня у межах єдиного пакета програм. Результатом став запропоно-
ваний нижче пакет.
Пакет «Дослідження динамічних систем»
Відповідно до викладеної вище мети головною характерною
особливістю запропонованого пакета є можливість роботи в двох
режимах – аналізу динамічних систем (Sovck – вирішувач) і дос-
лідження властивостей алгоритмів аналізу (Reseacher – дослід-
ник). Вибір режиму роботи виконується простим перемиканням
опції в меню «Настройка».

113
 Нинішня, одна з перших, версія пакета програм (ПП) [1] має
наведене нижче наповнення.
1. Розділ аналізу динамічних систем.
Види аналізу динамічних систем:
- аналіз у тимчасовій області;
- аналіз поведінки системи у фазовому просторі;
- спектральний аналіз.
2. Розділ дослідження властивостей алгоритмів аналізу.
Види дослідження властивостей чисельних алгоритмів інтег-
рування жорстких і нежорстких систем нелінійних звичайних
диференційних рівнянь (ЖС ЗДР):
 дослідження різних методів дискретизації диференційних
рівнянь;
 дослідження різних наборів коефіцієнтів обчислювальних
схем;
 дослідження різних методів лінеаризації алгебраїчних рів-
нянь за умови використання неявних методів інтегрування;
 дослідження різних формул для обчислення норм матриці.
Для реалізації ідеї відкритості всі алгоритми чисельного інтег-
рування ЖС ЗДР організовані в бібліотеку. У справжній версії біб-
ліотека містить чотири види обчислювальних схем рішення ЗДР:
1) метод Гіра другого порядку зі змінним кроком (алгоритм
Шичмена);
2) лінійний багатокроковий метод (явний або неявний задано-
го порядку);
3) явні однокрокові алгоритми на кшталт Рунге-Кутта змінно-
го порядку точності від 1 до 3;
4) напівявні однокрокові алгоритми Розенброка змінного по-
рядку точності від 1 до 3.
Будь-який з алгоритмів може бути обраний апріорно. Крім
цього, є можливість адаптивного вибору методу інтегрування з
класу однокрокових методів, який реалізується спеціальною про-
цедурою – адаптером.
У пакеті передбачені широкі можливості для управління
обчислювальним процесом – кроком обчислювальної схеми, спо-
собом апроксимації якобіана тощо.
ПП має дружній, призначений для користувача, інтерфейс для
опису динамічної системи й завдання для її аналізу:
 діалоговий режим роботи в ієрархічній системі меню (більш
як 60 Pulldown меню), причому структура й склад дерева меню
автоматично змінюється залежно від завдання щодо аналізу;

114
  вбудований текстовий редактор для опису системи неліній-
них рівнянь – математичних моделей динамічних систем;
 компілятор математичних моделей.
ПП дає змогу керувати не тільки обчислювальним процесом, а
й кількістю кінцевої інформації:
 режим покрокового вирішення задачі (трасування);
 виведення таблиць і графіків значень заданих компонент ве-
кторів рішення, похідних або погрішностей;
 виведення графіків фазових портретів на площині для двох
рівнянь, у просторі – для трьох і в проекціях – для системи біль-
ше трьох рівнянь;
 інтерактивний графічний постпроцесор для перегляду гра-
фіків, який дає змогу змінювати кількість і номери компонентів
векторів, стилі ліній, масштаби графіків, відображати сітку інтег-
рування, здійснити вибір нового значення початку інтервалу
інтегрування тощо;
 друкування обраної підмножини текстових і графічних ре-
зультатів.
ПП дає можливість створення бази початкових даних і банку
рішень. У запропонованій версії підготовлена база більш, ніж на
шістдесят тестових прикладів.
Мовою користувача в інтерфейсі програмного комплексу є
українська. Але користувач за бажання може налаштувати інтер-
фейс на англійську або російську мову, не виходячи з пакета, за
допомогою спеціальної опції.
Запропонований пакет програм [1] орієнтований для застосу-
вання в наукових дослідженнях та інженерних розрахунках. Крім
того, він може бути використаний у ВНЗ для вивчення таких ди-
сциплін, як теорія динамічних систем, теорія автоматичного
управління, теорія диференційних рівнянь, чисельні методи інте-
грування звичайних диференційних рівнянь, а також в економіко-
математичному моделюванні нелінійної динаміки, дослідженні
проблем економічної синергетики тощо.

3.6. ОБЧИСЛЮВАЛЬНИЙ ЕКСПЕРИМЕНТ

В ЕКОНОМІЦІ – ПРОЛОГ ДО ЦИФРОВОЇ ЕКОНОМІКИ

У сфері науки й техніки обчислюваний експеримент (ОЕ) по-

чали використовувати наприкінці 60-х – на початку 70-х років
ХХ століття у відповідь на потреби важливих сфер людського
пізнання. До них насамперед належать системи автоматизації

115
проектних робіт (САПР), наприклад, в електроніці для розроб-
лення та створення елементної бази сучасних комп’ютерів та
електронних засобів спостереження та дослідження різноманіт-
них явищ і процесів. Перші орбітальні польоти в космос та його
подальше освоєння людиною також були б нереальними без чис-
лового моделювання – ОЕ. Об’єктивно числове моделювання
було викликане нездатністю традиційних на той час засобів моде-
лювання (фізичного, натурного тощо), які принципово не могли
відтворювати реальні умови досліджуваного явища.
Згодом з’ясувалася значна роль економіки в усіх процесах
(перетвореннях) нашого суспільства. Саме економіка, яка окрес-
лює умови буття людини, має стати однією з визначальних скла-
дових, відігравати суттєву роль у житті суспільства. Держава,
зокрема, потребує нових теоретико-методологічних підходів до
розроблення економічної інноваційної політики та наступного її
ефективного, головним чином безболісного для членів суспільства
впровадження. Для здійснення таких стратегічних можливостей
має стати застосування ОЕ в аналізі та прогнозуванні інновацій-
них перетворень в економіці.
Насамперед указаний підхід передбачає наскрізне (на всіх
стадіях) систематичне й послідовне числове моделювання еко-
номічних явищ і процесів за допомогою детермінованих і стохас-
тичних математичних моделей, а не лише комп’ютерну обробку
статистичної інформації. Треба також зазначити, що методика
ОЕ не суперечить загальноприйнятим методам (емпіричному, ін-
туїтивному, економіко-математичному тощо) розв’язання еконо-
мічних проблем. Радше, вона «виступає» за збалансоване викори-
стання всіх наявних засобів, але з глибоким попереднім аналізом
результатів прийнятих рішень, які, будучи соціально складними,
сприяють урахуванню людського чинника. Отже, обчислюваль-
ний експеримент є новою технологією здобуття знань, у якій ор-
ганічно поєднуються основні способи дослідження проблеми, а
також інтуїція практиків у межах єдиного дослідного циклу. Це
не тільки сприяє всебічному, тобто на системному рівні, своєчас-
ному й ефективному вивченню проблем, а й стає інструментом
виваженої та науково обґрунтованої реалізації економічної полі-
тики в житті суспільства.
Виокремлюють основні етапи обчислювального експеримен-
та. Назвемо їх.
I) Створення економіко-математичних моделей досліджува-
ного об’єкта на основі аналізу експериментальних даних і теоре-
тичних положень. Саме в країнах з нестійкою економікою

116
спостерігається велика різноманітність явищ, широкий їх спектр і
багатство проявів у різних сферах життя. Динаміка подій вказує
на прогалини наших економічних знань, підкреслює недостат-
ність їх обсягу.
II) Побудова ієрархічної та адаптивної послідовності ММ: ви-
значення сукупності задач, їх математична формалізація. Саме
принцип адаптованості відповідає відомому твердженню: не
існує на всі часи абсолютно справедливої системи економічних
цінностей.
III) Умотивований вибір числових методів аналізу співвідно-
шень ММ, а за потреби створення необхідного апарата – еконо-
міко-математичних методів. Попередньо повинен здійснюватись
якісний аналіз ММ, використовуючи, зокрема, методи якісної те-
орії диференційних рівнянь. Це дає змогу прогнозувати напрям
економіко-математичного моделювання, цілеспрямовано вести
пошук нетривіальних особливостей процесів, що вивчаються.
Саме стійкість ММ, тобто змінюваність параметрів у певних ме-
жах, суттєво не відбивається на кінцевому результаті, відповідає
відомим принципам економічної ефективності та стабільності ро-
звитку. Тільки через ОЕ можна змоделювати умови оптимального
співвідношення між ефективністю, стабільністю та гнучкістю
розвитку економічної системи загалом та її окремих складових
зокрема.
IV) Програмна реалізація проблемноорієнтованих алгоритмів
числового моделювання – утворення програмних комплексів ба-
гатоваріантного розрахунку модельних і реальних задач економіч-
ної практики.
V) Інтерпретація отриманої нової числової інформації в еко-
номічних термінах. Порівняння результатів, отриманих на основі
застосування ОЕ, з іншою доступною інформацією. Прийняття
рішень.
Зауваження! За своєю сутністю саме етапи I) i II) є револю-
ційними для свідомості гуманітаріїв, бо ці етапи вимагають пере-
ходу від ідеографії результатів, тобто їх описового (вербального)
характеру, до номотетичного вивчення проблеми – установлення
кількісних зв’язків і закономірностей. Саме цього бракує еконо-
мічним (гуманітарним) наукам, на відміну від природничих.
Існують також певні історичні паралелі між ОЕ і машинним спо-
собом виробництва (на відміну від мануфактурного) і його, тобто
ОЕ, подальшим впливом на суспільно-політичну формацію.
Програмний продукт у повному обсязі (етап IV) приведе до
автоматизованої системи наукових досліджень (АСНД), а також

117
створення автоматизованого робочого місця (АРМ) економіста.
Отже, на екрані дисплея мають проектуватись та аналізува-
тись сценарії економічних нововведень в адміністративних чи
економічних об’єктах різного рангу. Саме так повинен здійсню-
ватись оперативний прогноз економічних подій, за умови широ-
кого варіювання ключових параметрів, виокремлюючи головні та
другорядні чинники.
Обчислювальний експеримент – єдино можливий варіант по-
долання аналітичних труднощів в економіці, своєрідний ключ до
вирішення економічних проблем. Найсуттєвіші переваги ОЕ вияв-
ляються в тому, що можна відтворювати довільні робочі режими
функціонування, а також критичні або аварійні ситуації. Тому у
разі катастрофи зменшуються матеріальні збитки, скорочуються
енергетичні затрати, а також попереджається небезпека фізичних
або моральних травм персоналу. Узагалі ОЕ властива безвідход-
ність виробництва, що виключає екологічну катастрофу.
За своєю сутністю ОЕ є новою технологією пізнання природи
та суспільства й містить кроки 1) – 7), функціональні зв’язки між
якими зображено на рис. 3.26.

Так
1 2 3 4 5 6 7

Ні

Рис. 3.26. Графічне зображення ОЕ

де цифри відповідно означають таке: 1 – досліджуване явище; 2 –

економіко-математична модель проблеми; 3 – постановка задачі
для досліджуваної проблеми, її якісний аналіз; 4 – числовий
розв’язок (алгоритм і програма обчислень); 5 – інтерпретація чи-
слових результатів аналізу ММ у термінах предметної області;
6 – перевірка адекватності економіко-математичної моделі дослі-
джуваного явища; 7 – багатоваріантний розрахунок – з’ясування
всіх внутрішніх зв’язків, їх кількісних характеристик і форму-
вання рекомендацій користувачу (замовнику). Стрілки вказують
на прямі та зворотні зв’язки.
Унаслідок своєї універсальності, оскільки багато процесів жи-
вої та неживої природи описуються однаковими класами рівнянь,
ОЕ належить до стратегічного потенціалу держави, бо дає
змогу вирішувати поточні проблеми, з’ясовуючи доцільність і
раціональність запропонованих або розроблюваних проектів.

118
 Потреба в обчислювальному експерименті. Різноманітність
проблемних ситуацій у сучасній економіці диктує необхідність
опанувати технології моделювання. Тому теоретична та приклад-
на економіка останнім часом дедалі більше апелює до багатющо-
го й доволі складного світу різноманітних нелінійних математич-
них моделей, інструментом глибокого вивчення яких стає обчис-
лювальний експеримент (ОЕ) – комп’ютерне широкомасштабне
економіко-математичне моделювання (ЕММод). Потреба в ньому
викликана необхідністю:
а) перевірити довільні припущення щодо економічної еволю-
ції об’єкта, уникаючи натурного експерименту над механізмом
господарювання, його зв’язками;
б) окреслити межі застосування висловлених гіпотез і умови,
за яких вони справджуються найліпше;
в) дати футурологічні оцінки щодо русла й розвитку економіч-
них подій, прогнозуючи їх наслідки;
г) розглянути недосяжні в практичній економіці екстремальні
й маргінальні стани, з’ясовуючи мету, її досяжність.
Урешті-решт, на підґрунті критичного аналізу результатів об-
числювального експерименту – з’ясованих стійких тенденцій
еволюції подій ухвалюються рішення в економіці. Адже зв’язок
«причини-наслідок» завжди неоднозначний в економіці, якій
притаманна фундаментальна нелінійність. Структура економіч-
ного знання має охоплювати зазначені аспекти. Потреба в мето-
дології та інструментах моделювання нелінійної економіки від-
чувається дедалі гостріше.
Етапи моделювання динаміки нелінійних економічних
процесів. Процесу комп’ютерного моделювання передує ідео-
графічного характеру постановка проблеми – висловлюються
побажання замовника й бачення виконувача. Здійснюється ве-
рбальний аналіз задачі, коли попередньо розкриваються її
зміст і структура, накладаються обмеження, формулюються гі-
потези, виокремлюються характерне або те, що потрібно дос-
лідити.
Спрощену процедуру математичного моделювання нелінійних
динамічних траєкторій розвитку економіки як ітеративну за своєї
природою графічно зображено на рис. 3.27.
На етапі 1 створюється адекватна ММ, що підлягатиме до-
слідженню. Поява бажаної моделі спирається на теоретичні знан-
ня про об’єкт моделювання й можливість її математичного опису.
Значну роль відіграє попередній ідеографічний етап.

119
 1

Ні
5

Так
Стоп

Рис. 3.27. Блок-схема моделювання динаміки

економічної еволюції

Етап 2 передбачає якісне (математичними засобами) моде-

лювання – побудову структурного й параметричного портретів,
якими простір коефіцієнтів моделі розбивається на підпростори з
різною поведінкою фазових портретів. Причому перехід через
межі таких областей чи перетин сепаратрисних ліній супрово-
джується несподіваною поведінкою траєкторій розвитку (напри-
клад, жорстким або м’яким збудженням, появою стійких і нестій-
ких граничних циклів).
На етапі 3 відбувається кількісний аналіз рівнянь ЕММ, на
основі якого розробляються сценарії поведінки інтегральних
кривих моделі (події з плином часу) і фазових портретів – взає-
мозалежностей між економічними змінними. Установлюються
закономірності досліджуваного об’єкта, прогнозується його по-
ведінка на певному часовому інтервалі, висловлюються певні

120
оцінки, що цілком відповідають змісту й межі моделювання як
такого.
На четвертому етапі 4 виконується предметне тлумачення
числових результатів, їх перенесення на підґрунтя реальності,
указуються межі застосування.
5
На заключному етапі результати комп’ютерного моде-
лювання (ОЕ в економіці) порівнюються з реальними даними
(експериментальними, статистичною інформацією), розробляють-
ся висновки (трансформуються початкові гіпотези, формулюються
запити (потреби) про більшу досконалість наявної теорії та ін-
струментарію моделювання), даються практичні рекомендації що-
до подальшого функціонування об’єкта дослідження.
Ітеративний характер процесу моделювання нелінійної еконо-
мічної динаміки (НЕД) виявляється в тому, що в разі незадовіль-
ного результату (з’ясовується на етапі 5) повертаються до пер-
ших трьох етапів, намагаючись досягти більшої відповідності або
ММ, або інструментарію моделювання. Як збіжність ітеративно-
го процесу гарантує отримання одного з розв’язків нелінійної за-
дачі, так у нашому випадку зазначені ітерації сприяють поліп-
шенню результатів моделювання.
Позитивні якості економіко-математичного моделювання.
Ще І. Кант сформулював одвічні запитання: «Що ми можемо
знати?» «Що ми повинні робити?», «На що ми можемо сподіва-
тися?» Парафраз цих запитань записується так: Як здобути певне
знання, які обов’язково мають відображати передусім якісний
характер (напрям руху) і супроводжуватися кількісним оціню-
ванням? Як вони (певні знання) досягаються і реалізуються прак-
тично? Саме ЕММод здатне дати відповіді на запитання І. Канта.
Як інтелектуальний засіб ЕММод привертає увагу до наступ-
ного, будучи спроможним допомогти.
Не слід нав’язувати економічній системі (ЕС) шлях розвитку, не
беручи до уваги її тенденції внутрішньої еволюції. Їх варто досліди-
ти, пізнати й дотримуватись, узгоджуючи із сигналами управління.
Надзвичайно цінується знання того, чого не варто здійснюва-
ти для конкретної ЕС за наявних умов.
Зменшити матеріальні й енергетичні затрати і/та час виходу на
потрібне (структуру, траєкторію тощо).
Важлива топологічно правильна організація економічної струк-
тури для досягнення апогею розвитку.

121
 Подати контури прийдешнього, розгортаючи комп’ютерні
сценарії подій.
Позбавитися багатьох нерівностей шляху економічного розвит-
ку, усуваючи заздалегідь можливі недоречності.
Щоб запобігти настанню чогось несподіваного; уникнути спон-
танної логіки динаміки подій, виключаючи стихійний розвиток
кризи; максимально долучити системоформуючу й творчу роль
інтелекту, не допускаючи волюнтаризму; забезпечити бажаний
вектор розвитку, потрібно володіти методологією та методикою
математичного моделювання НЕД.

РЕЗЮМЕ

Розкрито зміст динамічної ЕММ, виокремлено її прикметне.

Виконано вербальний аналіз траєкторії економічного розвитку.
Описані інструменти якісного та кількісного дослідження пове-
дінки економічної системи на підґрунті динамічної моделі.
У сукупності розглянуте в цьому розділі за своїм змістом ду-
же близьке до методології й методики обчислювального експе-
рименту в економіці, будучи прологом цифрової економіки.

ТЕРМІНИ ТА ПОНЯТТЯ

Жорсткі рівняння в економіці

Коректність динамічної моделі
Методика комп’ютерного моделювання
Методологія моделювання
Онтологія траєкторії економічного розвитку
Параметричний портрет
Стійкість і стабільність еволюції
Структурний портрет економічної системи
Фазовий портрет
Цифрова економіка
Числові методи інтегрування рівнянь динамічної моделі

ПИТАННЯ ДЛЯ ПЕРЕВІРКИ ЗНАНЬ

1. Сутність онтології траєкторії економічного розвитку.

2. Зміст стабільності та стійкості економіки.
3. У чому виявляється некоректність динамічної ЕММ?

122
 4. Що таке структурний портрет економіки?
5. Пояснення жорсткості рівнянь динаміки.
6. Прикметне алгоритмів числового інтегрування жорстких рів-
нянь.
7. Сутність поняття цифрова економіка.

ЗАВДАННЯ ДЛЯ ІНДИВІДУАЛЬНОЇ РОБОТИ (ТЕМИ РЕФЕРАТІВ)

1. Опишіть: а) методологію; б) методику комп’ютерного моделю-

вання економіки.
2. З’ясуйте зміст категорії «цифрова економіка».

СПИСОК ВИКОРИСТАНИХ І РЕКОМЕНДОВАНИХ ДЖЕРЕЛ

ДЛЯ ПОГЛИБЛЕНОГО ВИВЧЕННЯ МАТЕРІАЛУ

1. Колодницький М. М. Основи теорії математичного моделювання

систем: Навчально-довідниковий посіб. – Житомир : ЖІТІ, 2001. – Т. 1.
– 718 с.
2. Мальдеброт Б. Фракталы. Случай и финансы. – Москва – Ижевск :
НИЦ «Регулярная и хаотическая динамика», 2004. – 256 с.
3. Сергеева Л. Н. Нелинейная экономика: модели и методы. – Запо-
рожье : «Полиграф», 2003. – 218 с.
4. Трубецков Д. И. Канонические модели нелинейной динамики в
экономике / Д. И. Трубецков // Изв. вузов. Проблемы нелинейной ди-
намики. – 2006. – Т. 14. – № 2. – С. 75–93.
5. Холодниок М. Методы анализа нелинейных математических мо-
делей / М. Холодниок, А. Клич, М. Кубичек, М. Марек : Пер. с чешск. –
М. : Мир, 1991. – 368 с.
6. Коляда Ю. В. Адаптивна парадигма моделювання економічної
динаміки: монографія / Ю. В. Коляда. – К.: КНЕУ, 2011. – 297 с.
7. Базыкин А. Д. Портреты бифуркаций: (Бифуркационные диагра-
ммы динамических систем на плоскости) / А. Д. Базыкин, Ю. А. Кузне-
цов, А. И. Хибник. – М.: Знание, 1989. – 48 с.
8. Эрроусмит Д. Обыкновенные дифференциальные уравнения. Ка-
чественная теория с приложениями / Д. Эрроусмит, К. Плейс: Пер. с
англ. – М.: Мир, 1986. – 243 с.
9. Мышкис А. Д. Элементы теoрии математических моделей /
А. Д. Мышкис. – М.; Наука, 2007. Джерело:http://wwwbourabai.ru/
library/Myshkis.pdf

123
 Розділ 3

КОМП’ЮТЕРНЕ МОДЕЛЮВАННЯ ЕКОНОМІКИ

ТА ТЕХНОЛОГІЯ ВИКОНАННЯ ІНДИВІДУАЛЬНОГО
ТВОРЧОГО ЗАВДАННЯ (ІТЗ) ДЛЯ НАВЧАЛЬНОГО КУРСУ
«МОДЕЛІ ЕКОНОМІЧНОЇ ДИНАМІКИ»

4.1. Зміст індивідуального творчого завдання (ІТЗ)

4.1.1. Сутність і призначення: ІТЗ як запорука справедливого
та гласного оцінювання знань
4.1.2. Структура ІТЗ, його завдання й мета
4.2. Сценарії еволюції економіки суспільства з використанням
класичних моделей
4.2.1. Одновимірні динамічні моделі
4.2.1.1. Лінійне рівняння Харрода-Домара – ІТЗ № 1
4.2.1.2. Нелінійне рівняння Солоу – ІТЗ № 2
4.2.1.3. Класичне логістичне рівняння – ІТЗ № 3
4.2.2. Площинні (двовимірні) динамічні моделі
4.2.2.1. Система рівнянь Вольтерри-Лотки – ІТЗ № 4
4.2.2.2. Модифікації динамічної моделі «жертва – хижак»
4.2.2.3. Моделювання утворення грошей – ІТЗ № 5
4.3. Просторова (тривимірна) модель динаміки міста
4.4. Дискретні відображення нелінійної економічної динаміки –
ІТЗ № 6

Резюме
Терміни та поняття
Питання для перевірки знань
Завдання для індивідуальної роботи
Список використаних
і рекомендованих джерел
для поглибленого вивчення матеріалу

Опрацювавши матеріал цього розділу, студент ЗНАТИМЕ:

 проблеми сучасної теорії економіки в контексті розроблення до-
цільної економічної політики об’єктів господарювання або суспіль-
ства, щоб успішно перебувати на ринку;
 украй обмежені можливості класичних інструментів вивчення
економічної динаміки в сенсі отримати належні рекомендації;
 потреби негайного розроблення адекватних динамічних моде-
лей (неперервних і дискретних) для дослідження сценаріїв пове-
дінки об’єкта господарювання за певних умов,

а також студент УМІТИМЕ:

 скористатись здобутками комп’ютерного моделювання динаміки
не лише економічних систем;

124
  ефективно провести обчислювальний експеримент в економіці,
надавши предметне тлумачення результатам;
 розробити рекомендації або поради замовнику.

4.1. ЗМІСТ ІНДИВІДУАЛЬНОГО ТВОРЧОГО ЗАВДАННЯ (ІТЗ)

4.1.1. Сутність і призначення: ІТЗ

як запорука справедливого й гласного оцінювання знань
Навчання є складним динамічним процесом. У ньому спосте-
рігається або кооперативного характеру співпраця (студенти
отримують потрібні їм знання, а викладач відчуває позитивну ре-
акцію з боку аудиторії на матеріал, що подається), або з’явля-
ється певне непорозуміння, що не сприяє ефективній взаємодії
учасників навчально-виховного процесу.
Вагомим чинником, що дає змогу посилити продуктивну скла-
дову в діалозі «викладач-студент», є пошук якомога кращого шляху
донесення до аудиторії важливості завдання (його актуальності) з
позиції реальної економіки (теоретичної та прикладної). Значна
роль також належить вмінню викликати зацікавленість студента у
виконанні такого завдання, тобто розбудити його творчі потенції.
Єдність тріади «практична значущість – теоретична важливість –
інтерес дослідника» забезпечує цілу низку позитиву, оскільки вико-
нання такого завдання стає для студента внутрішньою метою (но-
сить ендогенний характер) і потреба зовнішнього впливу (з боку ви-
кладача) відпадає, тобто екзогенна мотивація мінімальна.
Зважаючи на специфіку дисциплін, які викладаються на кафе-
дрі ЕММ, виникла необхідність відійти від традиційних лабора-
торних робіт, які в певному сенсі обтяжують своєю одноманітні-
стю та відсутністю можливості висвітлення власного бачення
студентом того чи іншого явища.
У зв’язку з цим, при читанні низки вибіркових дисциплін па
кафедрі ЕММ практикується виконання індивідуального творчого
завдання (ІТЗ), яке є власноручним дослідженням студентом ма-
тематичної моделі певного економічного явища чи процесу та на-
писання одного-двох рефератів відповідно до тематики вивчення.
По суті, це є пілотний проект, який лише робить свої перші кроки
до становлення, але вже на стадії свого зародження показує непо-
гані результати. ІТЗ є наступним етапом розвитку традиційних ла-
бораторних робіт, але принципова різниця криється в тому, що в
цьому новому виді закладено елементи наукового творчого підхо-
ду до розв’язання економічних проблем на підґрунті математичного
125
моделювання, яке стає визначальною рисою економіки XXI сто-
ліття – уміти сповна скористатися можливостями моделювання.
Під час виконання ІТЗ, студенту не лише прищеплюється бажання
робити саме так, скільки створюються реальні умови наукового
пошуку для розв’язання важливих проблем сьогодення.
Комп’ютерне моделювання здійснюється зазвичай при знач-
ній змінюваності коефіцієнтів математичної моделі, широкому
виборі початкових (стартових) умов, урахуванні ефектів принци-
пового характеру, наприклад насичення в процесі обміну, або за-
пізнення – лагів економіки тощо. У своїй актуальності – це вже
глибина наукового дослідження. Студенти наочно знайомляться з
математичною постановкою економічної проблеми, здійснюючи
перехід від вербалізму до конкретики та навчаючись формалізу-
вати наявні знання. Варто зауважити, що хоча економіку тради-
ційно відносять до гуманітарних дисциплін, у ній давно відбули-
ся зміни на користь математичних методів дослідження і з
кожним роком математизація економіки зростає. Зважаючи на це,
формат «математична модель + її комп’ютерна реалізація + її інтер-
претація» набуває дедалі більшої практичної значущості.
Чимала увага приділяється економічному тлумаченню число-
вих результатів моделювання, виявленню тенденцій, побудові
сценаріїв розвитку подій. Апогеєм виконання ІТЗ є семінарське
заняття, на якому доповідаються результати досліджень, висвіт-
люється власне бачення перебігу подій.
Інколи ІТЗ виконується незалежним чином кількома дослід-
никами, у такому разі може мати місце боротьба поглядів, під час
якої виробляється вміння обстояти власне бачення. Студенти в
такий спосіб навчаються етиці наукових відносин, набувають
культури взаємин.
Зрозуміло, що це певні кроки на науковому шляху. Але найго-
ловніше полягає в тому, що цілком свідомо й відкрито оцінюєть-
ся праця, указуються недоліки, висловлюються побажання. Усе
це робиться в щирій, приязній атмосфері, по-своєму незабутній,
щоразу неповторній.
Долається бар’єр викладач – студент у найкращому сенсі цьо-
го слова. Студенти стають розкутими, висловлюють нестандартні
погляди, своє бачення, вчаться дискутувати, поважати іншу дум-
ку, навіть якщо вона принципово відмінна від власної, але також
має право на існування.
На завершення варто сказати, що в остаточній оцінці бере
участь вся аудиторія, жоден учасник семінару не позбавляється
права на власне судження, але останнє слово все ж таки за викла-

126
дачем, на очах якого відбувались події впродовж усього часу, а
не лише на момент останнього семінарського заняття. Зазвичай
автор заслуговує на дуже високу оцінку. У нього виявляється
смак до наукової роботи, а бачення свого майбутнього пов’язу-
ється зі вступом до аспірантури. До речі, дипломна магістерська
робота в чималій кількості випадків є продовженням ІТЗ, являю-
чись добрим вступом до самостійної наукової діяльності.

4.1.2. Структура ІТЗ, його завдання та мета

У процесі навчання когерентна взаємодія діади «викладач –
студент» досягається якнайкраще, виконуючи індивідуальне
творче завдання.
На кафедрі економіко-математичного моделювання (ЕММод)
Київського національного економічного університету імені Ва-
дима Гетьмана, читаючи вибіркові дисципліни (зазвичай на стар-
ших курсах), уже кілька років практикується виконання ІТЗ за-
мість традиційних лабораторних робіт. Воно складається з мате-
матичної моделі (ММ) досліджуваного явища – системи нелі-
нійних звичайних диференційних рівнянь (ЗДР), її попереднього
вивчення на підґрунті якісної теорії ЗДР і наступного кількісного
аналізу за допомогою числових методів – широкомасштабного
обчислювального експерименту над моделлю. Таким підходом
розробляються еволюційні сценарії досліджуваної проблеми,
тлумаченням яких у результаті широкого обговорення в колі за-
цікавлених осіб зупиняються на важливих чи найбільш доцільних
варіантах розвитку подій. Таким чином, студент набуває навичок
і вмінь сучасного економіко-математичного моделювання, влас-
норуч під керівництвом викладача розв’язуючи окремі доволі ре-
альні, цікаві задачі прикладної економіки.
Упродовж виконання ІТЗ має місце тісна співпраця між ви-
кладачем і студентом, близька до персонального навчання. У та-
кий спосіб формуються у студента схильність і смак до наукової
роботи, він наяву стає співучасником наукового дослідження.
Студент залюбки бере змістовну участь у наукових конференціях
молодих учених. Урешті-решт, логічним завершенням навчання у
ВНЗ є ознайомлення з принципами моделювання та перенесення
їх у практичну сферу діяльності (на своєму робочому місці).
На підтвердження сказаного, нижче наводяться деякі резуль-
тати якісного та кількісного вивчення відомої в літературі пло-
щинної моделі Вайдліха. До речі, на підґрунті зазначеної моделі
достовірно моделювались наслідки перебудови СРСР.

127
 На рис. 4.1.2.1–4.1.2.4. відображено найхарактерніше, що до-
повнює відому в літературі інформацію щодо моделі Вайдліха.
Це характерне добуте із застосуванням техніки якісного дослі-
дження ЗДР та альтернативи апроксимації функції a ( y ) та b (x ) ,
прикметних для площинної моделі Вайдліха.
 x  x (exp (k ( y  s 2)  2)  0,5s  x),

 y  y (exp (k ( y  s 2)  2)  0,5s  y).

Значення s = 1 і k = 1. Результати інтегрування наведено нижче:

Рис. 4.1.2.1 Рис. 4.1.2.2

За значень S = 4 і k = 1 поведінка системи суттєво змінюється:

Рис. 4.1.2.3 Рис. 4.1.2.4

128
 Спостерігається різний з кількісного погляду, характер пове-
дінки інтегральних кривих (графіки змінних моделі з плином
часу й фазового портрета навіть за незначної варіації скалярних
коефіцієнтів s і k .
Спершу, керуючись певними міркуваннями, власними вподо-
баннями тощо, студент обирає суспільство, економічну систему,
яку він вивчатиме із застосуванням наявних засобів моделюван-
ня, починаючи з класичного (традиційного) інструментарію.
Щоб здійснити задумане, треба володіти (добути) статистич-
ною інформацією щодо об’єкта уваги дослідника. Бажано, щоб
вона була якомога повнішою, щонайменше достатньою для ви-
конання дослідження.
Необхідне теоретичне підґрунтя – апарат методів, прийомів і
припущень щодо них наводиться у стислій формі для класич-
ного ІТЗ.
Завдання ІТЗ полягає в усебічному дослідженні чинників еко-
номіки держави, яке передбачає таке:
 вивчити вплив початкових (стартових) умов на поведінку
динамічної траєкторії економічного розвитку;
 визначити роль коефіцієнтів (скаляри чи функції) моделі
економічної динаміки;
 усунути можливості, існуючі обмеження в застосуванні ди-
намічних моделей;
 з’ясувати підстави для доповнення або узагальнення наявно-
го інструментарію комп’ютерного моделювання економіки;
 класифікувати по можливості сценарії економічного розвит-
ку, передбачаючи настання тих чи інших подій за певних умов;
 прогнозувати числові значення економічних чинників, що
моделюються.
Завершальний етап виконання ІТЗ – написання звіту, у якому
студент висловлює власне ставлення, а саме: висвітлює трудно-
щі; оцінює отримані результати в контексті наявних запитів реа-
льної економіки. Обов’язково присутні рекомендації до викорис-
тання в економічному житті, мають бути побажання.
У такий спосіб відбувається наочне знайомство з так званою
цифровою економікою, її методологією. Пізнається адаптивна
методика комп’ютерного моделювання економіки, яка ґрунтуєть-
ся на одночасному застосуванні методів спочатку якісного, а по-
тім кількісного аналізу.
Одна з цілей ІТЗ полягає в тому, щоб сформувати в студента-
економіста відчуття потреби проведення системного характеру
досліджень, інструментом яких має стати пакет прикладних

129
програм (ППП), таких як підсистема моделювання й прогнозу-
вання рівня інфляції [7]. На нашу думку, саме це є кінцевою ме-
тою цифрової економіки.

4.2. СЦЕНАРІЇ ЕВОЛЮЦІЇ ЕКОНОМІКИ СУСПІЛЬСТВА

З ВИКОРИСТАННЯМ КЛАСИЧНИХ МОДЕЛЕЙ

4.2.1. Одновимірні динамічні моделі

Їх застосування відповідає так званому «ручному» моделю-
ванню (тривіальному й оперативному, завжди «під рукою»).
4.2.1.1. Лінійне рівняння Харрода-Домара – ІТЗ №1
ІТЗ № 1 – розрахувати макроекономічну динаміку, користую-
чись рівнянням Харрода-Домара – лінійною моделлю.
Гіпотези:
 закрита економіка описується ендогенною змінною Y  Y (t )
– ВВП, де t – час;
 виконується рівність Y  C  I , де екзогенна змінна C  C(t )
є обсяг споживання, функція I  I (t ) відповідає попиту інвести-
цій, тобто державні витрати не виокремлюються;
dY
 динаміка інвестицій описується рівнянням I (t )  B , де ве-
dt
личина B – це коефіцієнт капіталомісткості, а обернена до неї
1 – це приріст капіталовіддачі;
B
 технічний прогрес не враховується.
Необхідні теоретичні відомості (знання):
 у загальному випадку споживання з постійним темпом r ,
тобто C (t )  C0 exp rt , лінійна динамічна модель має вигляд
Y (t )  BY (t )  C0 exp rt, (4.1)
dY
де Y  , C0  C (0) – початкове значення споживання;
dt
 вона (4.1) володіє аналітичним розв’язком
 C0  1 
exp rt,
C0
Y (t )   Y0   exp  t   (4.2)
 1  Br   
B 1  Br
який описує траєкторію динаміки ВВП; при цьому Y0  Y (0) – по-
чаткове значення;

130
  неперервний темп y(t ) приросту доходу (прибутку) визна-
1  C (t )   C (t ) 
чається формулою y (t )  1   , де вираз S (t )  1  
B  Y (t )   Y (t ) 
1
відповідає нормі накопичення. Остаточно y (t )   s(t ) , тобто
B
зростання норми накопичення сприяє збільшенню темпу прирос-
ту, але при цьому зменшується рівень поточного споживання.
Отже, потребується доцільне узгодження згадуваних чинників.
В окремих випадках: нульового С0  0 і сталого С0  С спо-
живання з виразів (4.1) і (4.2) отримуються відповідно динамічні
моделі та функції, що описують траєкторії ВВП.
Суто формально з математичного відношення (4.2) випливає
нерівність Br  1 , оскільки, по-перше, знаменник має бути  0 , і
по-друге, виконання нерівності Br  1 рівносильне 
1 
  0,
 1  Br 
що означає зростання величини exp rt швидше, ніж виразу
1 
exp  t  , відповідаючи, з позиції економіки, «проїданню» виро-
B 
бничих фондів.
1 ~
Через умови Br  1 , розглядаючи величини r і  0   S 0 , де
B
~  C 
S0  1  0  , установлюється:
 Y0 
 для r   0 темп приросту прибутку пропорційний нормі на-
копичування та обернено пропорційний приросту капіталоміст-
кості;
1
 для  0  r  потребується висока початкова норма нако-
B
пичення;
S0 1 ~
 коли r   0  , тоді виконується y (t )  і S (t )  1 (тут
B B
~
S0  Br , потребується зростання I(0) за рахунок зменшення
1
C (0) ). Потрібний темп приросту споживання r  підтримуєть-
B
~
ся для S0  Br .
Завдання ІТЗ: здійснити моделювання економіки обраного сту-
дентом суспільства, результати якого подати графічно, будуючи

131
динамічні траєкторії: Y (t ); C(t ); I (t ); y(t ) і s(t ) – обчислення про-
вести як для всього часового періоду, так і для його складових
(підйому, спаду, стабілізації); прогнозувати числові значення
економічних чинників.
Дослідити вплив початкових значень Y (0)  Y0 і C (0)  C0 і ко-
ефіцієнтів B і r на точність моделювання, зіставляючи його ре-
зультати зі статистичними даними.

4.2.1.2. Нелінійне рівняння Солоу – ІТЗ № 2

ІТЗ № 2 – моделювання економічної динаміки суспільства на
основі рівняння Солоу – нелінійної моделі.
Гіпотези:
 економіка закрита й односекторна;
 окрім ендогенних змінних Y (t ), C(t ), I (t ) фігурують: L(t ) –
трудове населення; K (t ) – капітал або фонди;
 використовуються екзогенні змінні: n  L L – темп приросту
трудового населення; d  (0 ; 1) – частка амортизації (вибуття фон-
дів); a  (0 ; 1) – коефіцієнт прямих затрат; s – норма накопичу-
вання;
 має місце виробнича функція Y (t )  F K , L ;
 лаги (запізнення) відсутні.
Зауваження! 1. У моделі Солоу ураховуються вибування капіталу й
динаміка трудового населення. 2. Норми накопичування та ви-
буття капіталу приймаються постійними.
Необхідні теоретичні знання: нелінійна динамічна модель
 
Солоу у відносних показниках: k  K L – фондоозброєність;
Y 
y    – продуктивність праці, причому y  f (k ) , оскільки за
L
F ( K , L) K 
визначенням  F  ,1 і виробнича функція лінійно-
L L 
однорідна, записується:

k  k  s1  a  f k ; k 0  k 0  0

K
;   d  n,
L0

dk
де k  .
dt

132
 Для виробничої функції Кобба-Дугласа F K , L  A  K   L1 ,
де A  const ,  – коефіцієнт еластичності   0 ; 1 , отримується
нелінійне диференціальне рівняння

k  k  s1  aAk  , k (0)  k0 , (4.3)

яким описується перехідний процес – динамічна траєкторія роз-
витку економічної системи. Нелінійна модель (4.3) має аналітич-
ний розв’язок
1
 s1   A  s1   A  1
k t    k 01   exp  t 1      . (4.4)
    

Для стаціонарного режиму k(t )  0    k e  s(1   ) f (k e ) 

1
 s1   A  1
мають місце формули: фондооснащеності k e    ;
  

 s1   A  1
продуктивності праці ye  A    ; питомого споживан-
  

 s1    1
 lim 1  s yt   1  s A
C (t )
ня lim  ; середньодушового
t  L(t ) t    
1
 1     1
споживання C e s       s   1  s 1 .
  
Завдання ІТЗ: здійснити моделювання економіки обраної студен-
том країни; дослідити вплив на результати розрахунків альтернати-
ви початкового значення та коефіцієнтів динамічної моделі (4.3).

4.2.1.3. Класичне логістичне рівняння – ІТЗ № 3

ІТЗ № 3 – дослідити поведінку розв’язку класичного логістич-
ного рівняння та його модифікацій.
Воно записується

 k  y  b  ay,
dy
(4.5)
dt
де величини k , b і a деякі сталі. Розв’язок має вигляд

133
 c  b  exp kbt
y (t )  , (4.6)
1  c  a  exp kbt
величина c є стала інтегрування. Графік функцій (4.6) називаєть-
ся логістичною кривою (сигмоподібною або S -кривою). Для ма-
лих значень часу t спостерігається мальтузіанський (природній)
характер поведінки, який змінюється для великих t , асимптотично
– стаціонарного   0 
dk
наближаючись до прямої yb
a  dt 
розв’язку рівняння (4.6). Точка перегину сигмоподібної кривої
має ординату y  b 2a (з умови y   0 ). Динамічна модель (4.5)
застосовується в математичному моделюванні проблем різнома-
нітної природи.
Завдання: вивчити поведінку динамічної моделі

 const  kyb  ay,

dy
(4.5*)
dt
з’ясувати вплив на характер інтегральної кривої.
Зауваження! Дослідження модифікацій (4.5*) і (4.5**) класичної логіс-
тичної моделі виконується, долучаючи методи числового інтег-
рування нелінійних диференціальних рівнянь (MathCad, Matlab
тощо).
Для економічної проблематики доцільно розглядати модифі-
кацію моделі (4.5), де швидкість зростання залежить не від дохо-
ду, а від прибутку   y   y  , де  і  сталі коефіцієнти.
Тоді має місце рівняння

 kay2  b  a y   ,
dy
(4.5**)
dt
яке може мати один (дискримінант Д дорівнює 0) або два ( Д  0 )
стаціонарних розв’язки y1 і y 2 (причому 0  y1  y 2 ): для y1  y  y 2
похідна y  0 ; вона від’ємна y  0 для y  y1 і y  y 2 . На
рис. 4.2.1.3.1 зображено відповідні графіки інтегральних кривих:
а) для одного стаціонарного розв’язку й нерівності y0  y 
спостерігається асимптотичне наближення до y  при t   ;
б) випадок двох стаціонарних розв’язків: для y0  ( y1, y2 ) має
місце S -крива. З’ясувати роль числових коефіцієнтів.

134
 а) б)
Рис. 4.2.1.3.1

4.2.2. Площинні (двовимірні) динамічні моделі

Класична для математичного моделювання динамічна модель

«жертва – хижак» – нелінійна система диференціальних рівнянь
записується

 x  ax  bxy
 (4.7)
 y  cy  dxy,

де змінна x  x(t ) відповідає жертві; y  y(t ) – хижак; x і y від-

повідні похідні по t ; коефіцієнти a, b, c, d  R 1 – скаляри.
За своєю структурою динамічна модель нагадує логістичне рів-
няння для кожної змінної. Вона має також аналітичний розв’язок
(загальний інтеграл)

xc ya
dx
  K,
e e by

x0c y 0a
де стала інтегрування K визначається так: K   , причо-
e dx0 e by0
му x0 і y 0 – початкові умови. Зауважимо, що стала інтегрування
xc ya
є добуток двох функцій f ( x)  і Z ( y)  однієї структури,
e dx e by
обчислений для початкової умови x0 і y 0 .
135
 4.2.2.1. Система рівнянь Вольтерри-Лотки – ІТЗ № 4
ІТЗ № 4 – на підґрунті системи рівнянь Вольтерра-Лотки мо-
делювати взаємодію ВВП і обсягу оподаткування в суспільстві.
З огляду на антагоністичний характер взаємодії між змінними
динамічної моделі, цілком логічно застосувати її для наближено-
го оцінювання, де в якості жертви фігурує ВВП (змінна x ), а хи-
жака – податки загалом (змінна y ).
a a 
Заміною змінних: x  u ; y  v ; t  від первісної моделі
d b a
(4.7) переходимо до безрозмірної
u  u  uv
 (4.8)
v  v  uv,
c
де коефіцієнт   . Тепер фігурує лише один числовий пара-
a
метр замість чотирьох, що були спочатку.
Завдання:
 наскільки можливо розрахунки «підігнати» до реальних да-
них ВВП (зміна u ), обсягу оподаткування (змінна v );
 змінювати числовий параметр  та початкові умови;
xc
 побудувати сімейство кривих для функцій f ( x)  і
e dx
ya
Z ( y)  ;
e by
 чи існує взаємозв’язок або взаємовплив між коефіцієнтами
моделі (4.7)?
Скористатися засобами числового інтегрування рівнянь.

4.2.2.2. Модифікації динамічної моделі «жертва – хижак»

Однією доволі відомою у моделюванні соціодинаміки є дина-
мічна модель Вайдліха
 x  x [a( y )  s  x]
 (4.9)
 y  y [b( x)  s  y ],
де змінні x і y впливають одна на іншу через кооперативну або
антагоністичну дію; a( y) і b(x) – функції впливу, зумовлені

136
характером взаємодії змінних; s – керуючий параметр, що харак-
теризує ступінь впливу макрозмінних на себе. Структурно рів-
няння (4.9) нагадують класичну модель «жертва – хижак» (4.7).
Змінна x називається кооперативною щодо змінної y , якщо
x намагається збільшувати значення y за великих значень і змен-
шувати за малих.
Існують чотири варіанти взаємодії: а) x кооперативно діє на
y , а змінна y кооперативно діє на x ; б) x антагоністично діє на
y , а y антагоністично впливає на x ; в) x кооперативно діє на
y , а змінна y – антагоністично на x ; г) x антагоністично діє на
y ; а y кооперативно впливає на x .
Є різні предметні інтерпретації моделі (4.9) щодо соціально-
економічної динаміки: а) взаємодія влади в суспільстві; б) співіс-
нування старої та нової галузей господарства: режим процвітання
x  x S , y  y S ; спад для x  x S , y  y S ; депресія x  x S , y  y S ;
відновлення x  x S , y  y S ; в) становлення модного ресторану
( x – якість їжі, y – кількість відвідувачів): відкриття x  x S ,
y  y S ; процвітання x  x S , y  y S ; спад x  x S , y  y S ; депресія
x  xS , y  yS .
За рахунок різноманітних апроксимацій функцій впливу a( y) і
b(x) утворюється потужна множина нелінійних моделей Вайдліха.
До речі, на підґрунті однієї з них було передбачено наслідки пе-
ребудови в СРСР.
Інший спосіб узагальнення моделі (4.7) виявляється з ураху-
ванням ендогенної та екзогенної конкуренції економічної систе-
ми. Наприклад, модель конкурентних взаємодій на спільних рин-
ках праці двох країн записується

 x  k1 x( L1  x   12 y )
 (4.10)
 y  k 2 y ( L2  y   21 x),

де змінні та коефіцієнти тлумачаться так: x і y – чисельності

робочої сили першої та другої країни; k1 і k 2 – коефіцієнти кон-
куренції робочої сили за вільні місця на ринку праці кожної краї-
ни; k1 12 – коефіцієнт конкуренції робочої сили двох країн на
ринку праці першої країни; відповідно k 2  21 для другої країни;
12 – частка вільних робочих місць першої країни, за які конку-
рує робоча сила другої країни, аналогічне твердження для  21 ;

137
якщо взаємна конкуренція за вільні робочі місця на ринках праці
обох країн відбувається на паритетних засадах, уважається, що
12   21   . Для   0 ринки праці обох країн функціонують
незалежно, а для   1 2 вони перекриваються на 50 %, тобто
конкуренція робочої сили другої країни відбувається за половину
вільних робочих місць першої країни й навпаки.

4.2.2.3. Моделювання утворення грошей – ІТЗ № 5

ІТЗ №5 – моделювання (якісне й кількісне) процесу обміну
двома товарами (утворення грошей).
Динамічна модель записується

 x  j1  j 2 xy  j3 x
 (4.11)
 y  j 4  j5 xy  j6 y,

де
 коефіцієнти j1 і j 4 відповідають випуску за одиницю часу
j1
товарів x і y ; відношення є рівноважна ціна Ерроу-Дебре-
j4
Мак-Кензі;
 коефіцієнти j 2 і j5 відтворюють зустріч та обмін товарами
j2
на ринку, їх відношення  c йменується міновою вартістю;
j5
 коефіцієнти j3 і j6 описують зменшення обсягу товарів че-
рез фізичне або моральне старіння, причому відношення
 x  1 j і  y  1 j засвідчують довговічність товарів на ринку.
3 6
j3 j 
Заміною змінних: x  u ; yv 3 ; t  отримується без-
j5 j2 j3
розмірна динамічна модель

u  const1  uv  u

v  const2  uv  const3 v,

j1 j5 j2 j4 j6
де const1  2
; const2  2
; const3  .
( j3 ) ( j3 ) j3

138
 j1
const1 j
 4 є відношення рівноважної ціни Ерроу-Дебре та
const2 j2
j5
мінової вартості.
є відношення довговічності кожного товару ( x  )
j6
const3 
j3 y
або const3   x  j6 .
j1
Формула мінової вартості С0  ~ , де ~y – рівноважна
y
j4 
y
ордината.
Абсолютний дефіцит ~y товару y детермінується формулою
~ j
y   y ( 1  j4 ) .
C0
1
Слід матриці Якобі J: tr J  C 0 ~y  ~x  ; визначник її:
y
det J  C0 j 4  j1 , де ~x – абсциса рівноважної точки.
Завдання. Шляхом якісного аналізу динамічної моделі (4.11)
та розрахунками з’ясувати роль коефіцієнтів j1 , j 2 , j3 , j 4 , j5 ,
j 6 . Побудувати графіки інтегральних кривих і фазових портретів
для окремих (переломного характеру) випадків поведінки дина-
мічних траєкторій. Оцінити обсяг абсолютного дефіциту товару.
Визначити умову злиття (поглинання) особливих точок моделі.

4.3. ПРОСТОРОВА (ТРИВИМІРНА) МОДЕЛЬ ДИНАМІКИ МІСТА

Приймається гіпотеза, що еволюція міста несуттєво впливає на

його довкілля, яке залишається стійким упродовж певного часу.
Постулюється, що фірми й постійне населення міста вільні в
своїх уподобаннях (виборі місце знаходження, міського транспо-
рту тощо).
Зрозуміло, що такі гіпотези виконуються на незначних часо-
вих інтервалах.
Нехай економічний простір міста описується такими коорди-
натами: змінна X відповідає обсягу створеної в межах міста
продукції; Y – чисельність постійної частки населення; Z –
139
земельна рента. Тоді динаміку функціонування міста можна опи-
сати [25] сукупністю звичайних диференціальних рівнянь:
 X  a1 (a 2Y  a1 X );


Y  c1 (c 2 X  c3Y )  c 4 XZ ; (4.12)

Z  d1 XY  d 2 Z ,


де коефіцієнти a1 , с1 , d1 – додатні. Величина d 2 – попит на

міську продукцію нормований на душу населення; тоді a 2Y від-
повідає загальному попиту жителів міста.
Величина a3 відображає рівень пропозиції продукції, вироб-
леної в місті. Отже, перше рівняння моделі означає, що швид-
кість змінюваності обсягу міської продукції прямо пропорційна
надлишки попиту: якщо попит перевищує пропозицію, то вироб-
ництво має тенденцію до зростання, і навпаки. За своєю сутністю
коефіцієнт a1 відповідає швидкості встановлення.
Уважається, що швидкість змінюваності чисельності міського
населення визначається доданками c1 (c 2 X  c3Y ) і (c4 XZ ) : якщо
коефіцієнт c 2 інтерпретується як попит на працю з боку фірм для
створення одиниці продукції, то величина c 2 X – загальний попит
на працю для міського ринку праці; якщо коефіцієнт c3 – відно-
шення чисельності міських жителів, які обирають свою роботу в
місті, до загальної кількості міських жителів, то c3Y – загальна
величина пропозиції праці на ринку; тож вираз (c 2 X  c3Y ) опи-
сує надлишок попиту на працю в місті, який формує міграцію.
Доданок (c4 XZ ) ураховує вплив на міграцію земельної ренти
(обирає місце проживання з низькою ціною на землю).
Третє рівняння сукупності (4.12) свідчить, що будь-яка зміна
величини земельної ренти негативно позначається на її поточному
рівні: доданок d1 XY говорить, що співмножники X і Y позитивно
впливають на швидкість змінюваності земельної ренти.
t aa a c d
Заміною змінних: t  ;   1 3 ; r  2 2 ; b 2 ;
(c1c3 ) c1c3 a1 c 3 c1c3
1
1 d X (c d ) 2 ( d 1 a 2 Y ) c4 a2 Z
x  (c4 d1 ) 2  1 ; y 4 1 ; z сукупність
c1c3 a3 c1c3 a 3 c1c 3
(4.12) диференціальних рівнянь переходить до відомої в неліній-
ній динаміці моделі Лоренца:

140
  x   ( y  x);

 y   y  rx  xz;
 z  bz  xy,


яка знайшла широке застосування в різноманітних сферах науки

й техніки.
Тезово подамо деякі відомі на сьогодні результати досліджен-
ня класичної моделі Лоренца.
1. Початок координат є стаціонарною (рівноважною, особли-
вою) точкою для будь-яких значень коефіцієнтів r ,  , b , але для
r  1 . Це очевидно, але в загальному випадку треба покласти
x  y  z  0 і розв’язати нелінійну систему алгебраїчних рів-
нянь.
2. Коли r  1, то з’являються ще дві критичні точки з коорди-
натами O1( b(r  1) ; b(r  1) ; (r  1)) і O2 ( b(r 1) ;  b(r 1) ; (r 1)) ,
 (  b  3)
які залишаються стійкими для значень параметра rc  .
(  b  1)
Для економічних задач, зрозуміло, точка O 2 не підходить. Три-
віальна рівноважна точка O (0; 0; 0) для всіх r  1 являє собою
сідло-вузол, інші є сідло-фокуси для всіх r  rc .
3. Для нерівності 1  r  r1  13,296 сепаратриси Г 1 і Г 2 вихо-
дять з початку координат O (0; 0; 0) і прямують до своїх найбли-
жчих стійких точок O1 і O 2 .
Зауваження! Сепаратриси – лінії, що розмежовують рівноважні точки
моделі.
4. Траєкторії руху є періодичними.
5. Поведінка у фазовому просторі не відповідає перехідному
процесу, бо, залежно від інтервалу числового інтегрування, траєк-
торія продовжує рух, не прямуючи ні до періодичної орбіти, ні до
якогось стаціонарного стану.
6. Топологія фазового портрета не залежить від вибору почат-
кової умови.
7. Передбачити поведінку траєкторії впродовж тривалого
інтервалу інтегрування неможливо.
У наших працях [1, 2] указані покоординатні та системна мо-
дифікації моделі Лоренца, тобто почергове гальмування по кож-
ній змінній та одночасне по всіх трьох, у результаті чого суттєво
змінюється поведінка траєкторії.
141
 4.4. ДИСКРЕТНІ ВІДОБРАЖЕННЯ НЕЛІНІЙНОЇ
ЕКОНОМІЧНОЇ ДИНАМІКИ – ІТЗ № 6

Досі моделювання економічних процесів відбувалось з вико-

ристанням неперервних динамічних моделей. З огляду на особ-
ливий характер економічної інформації, доцільно оперувати іте-
ративними, або рекурентними відношеннями – дискретними
відображеннями.
Зберігаючи структуру неперервної логістичної моделі, її дис-
кретний варіант записується
xn 1    xn (1  xn ), (4.13)
де  – деякий числовий параметр, n – індекс ітерацій. Числове
значення параметра  визначає різноманітну поведінку xn1  –
від стаціонарних атракторів, періодичних розв’язків (циклів) до
хаотичної послідовності – стану детермінованого хаосу. Різні
способи вдосконалення класичного логістичного відображення
(4.13) розглядаються в навчальному посібнику [10].
ІТЗ № 6 – провести моделювання економіки держави на осно-
ві дискретного аналога моделі Солоу.
Теоретичні відомості. Дискретний варіант ортодоксального
рівняння Солоу має вигляд:
xn1    xn (1  x1n ), (4.14)
де верхній індекс  є еластичність, що фігурує у виробничій
функції f (k )  Ak  Кобба-Дугласа. Звісно, має місце узагальнен-
ня класичного логістичного відображення. За допомогою (4.14)
одностайно описуються процеси економічного зростання і цикли
ділової активності, які в сучасній економічній теорії розгляда-
ються окремо.
У науковій літературі відоме рівняння Хаавельмо макроеко-
номічного зростання, коли величина ВВП Y  AN  суспільства
залежить від чисельності N населення. Дискретизація згадувано-
го рівняння надає рекурентне відношення
xn1  (1  a)  xn (1  x1n ), (4.15)
де a  0 і A є сталими величинами.
Будь-які зміни в економічній системі даються взнаки згодом:
має місце запізнення – лаг. Спосіб урахування цього явища на

142
прикладі класичного логістичного відображення (4.13) був за-
пропонований французьким ученим Ено. У нашому випадку ура-
хування лагу досягається двовимірним відображенням:
  1
xn1    xn (1  xn )  b  y n
 

 y n1  xn1 ,
де коефіцієнт b  0,15 для економіки.
Завдання:
 провести обчислювальний експеримент, результати якого
подати графічно в декартовій системі координат nOxn1 і xn Ox n1 ;
 дослідити вплив коефіцієнта еластичності  на поведінку
економічної системи;
 з’ясувати роль величини запізнення на результати моделю-
вання;
 побудувати карту динамічних режимів для дискретних мо-
делей Солоу та Хаавельмо;
 отримати біфуркаційні діаграми для модифікацій класично-
го логістичного відображення.

РЕЗЮМЕ

У розділі викладено основи методології та методики комп’ю-

терного моделювання економіки, застосовуючи як неперервні,
так і дискретні динамічні моделі. Звертається увага на те, що тра-
єкторії еволюції економічної системи (окрім атракторів і циклів)
можуть утворювати стан детермінованого хаосу (безладу).
Розглянуто шляхи врахування лагів (запізнень), властивих
економічним процесам, побудову карти режимів для ітеративних
відображень – дискретних моделей економічної динаміки.

ТЕРМІНИ ТА ПОНЯТТЯ

Біфуркативна діаграмма
Дивний атрактор
Динамічна модель
Індивідуальне творче завдання
Ітеративні відображення
Лінійна парадигма
Карти режимів відображень
Методика проведення ОЕ

143
 Методологія комп’ютерного моделювання
Нелінійна економіка
Обчислювальний експеримент (ОЕ) а економіці
Рекурентне відношення
Схема (алгоритм) Ено
Сценарії еволюції економіки
Цифрова економіка

ПИТАННЯ ДЛЯ ПЕРЕВІРКИ ЗНАНЬ

1. Сутність перехідного процесу в економіці.

2. Парадигма лінійного комп’ютерного моделювання.
3. Відмінності між математичною та комп’ютерною моделлю.
4. Аналітичне моделювання.
5. Шляхи модифікації неперервної логістичної моделі.
6. Роль числового параметра  для ортодоксального логістичного
відображення.
7. Зівставлення неперервної та дискретної моделей економічної
динаміки.
8. Способи врахування лагів в економіці.
9. Детермінований хаос.
10. Зміст цифрової економіки.

ЗАВДАННЯ ДЛЯ ІНДИВІДУАЛЬНОЇ РОБОТИ (ТЕМИ РЕФЕРАТІВ)

1. Зробити огляд наукових джерел (вітчизняних, іноземних) для:

а) неперервних; б) дискретних моделей економічної динаміки.
2. Застосування дискретних відображень в економічному аналізі:
моделі, результати моделювання, їх предметне тлумачення.
3. Техніка комп’ютерного моделювання економічної динаміки
(лінійної та нелінійної економіки).
4. Сутність цифрової економіки.

СПИСОК ВИКОРИСТАНИХ І РЕКОМЕНДОВАНИХ ДЖЕРЕЛ

ДЛЯ ПОГЛИБЛЕНОГО ВИВЧЕННЯ МАТЕРІАЛУ

1. Vitlinskyi V. V., Koliada Y. V., Tukalo V. O. Coordinate-wise

considering self-restriction of variables in the Lorenz models.//The Third
International Conference «Problems of Cybernetics and Informatics»,
September 68, 2010, Baku, Azerbaijan. Section № 3 «Modelling and
Identification». – Р. 111–113.
2. Vitlinskyi V. V., Koliada Y. V., Tukalo V. O. Research of Synergetic
Models of Non-Linear Economy// IV Internationale Conference «Problems

144
of Cybernetics and Informatics» (PCI 2012), September 12–14, 2012. –
IEEE, Baku, Azerbaijan, 2012. – Р. 187–188.
3. Адаптивні моделі в економіці: Навчальний посібник [Електрон-
ний ресурс] / В. В. Вітлінський, Ю .В. Коляда, Т. В. Кравченко,
В. І. Трохановський. – К. : КНЕУ, 2013. – 98 с.
4. Бобровски Д. Введение в теорию динамических систем с дискрет-
ным временем / Д. Бобровски: Пер. с пол. Ю. Н. Сирота; Под ред.
В. П. Одинца. – М. ; Ижевск: НИЦ «Регулярная и хаотическая динами-
ка», Институт компьютерных исследований: R&C Dynamics, 2006. –
360 c.
5. Витлинский В. В. Моделирование и анализ траекторий экономи-
ческого развития на основе дискретной модели Солоу / Витлинс-
кий В. В., Коляда Ю. В., Баранов К. О. // Проблемы экономики. – 2013.
– № 10. – С. 353–362.
6. Вітлінський В. В. Прогнозування поведінки економічної системи
з використанням модифікації логістичного відображення / В. В. Вітлін-
ський, Ю. В. Коляда, Ю. В. Ліпанова // Сучасні концепції прогнозуван-
ня розвитку складних соціально-економічних систем: Монографія / За
ред. О. І. Черняка, П. Б. Захарченка. – Бердянськ: ФОП Ткачук О. В.,
2014. – С. 20–29.
7. Підсистема (МІ-9) прогнозування рівня інфляції як інструмент
сприяння виваженим управлінським рішенням в економіці / В. В. Вітлі-
нський, Ю. В. Коляда, С. І. Пертен, В. О. Тукало // System analysis and
information technologies: 12th International conference on science and
technology, SAIT 2010, Kyiv, Ukraine, May 25–29, 2010. Proceed-ings.
ESC “IASA”NTUU “KPI”, 2010. – P. 212.
8. Вітлінський В. В. Макроекономічне моделювання розвитку з
урахуванням спадковості / В. В. Вітлінський, Ю. В. Коляда // Макрое-
кономічна політика в Україні: проблеми науки і практики : Монографія.
– Харків : ІНЖЕК, 2007. – С. 69–78.
9. Вітлінський В. В. Матричне узагальнення класичної моделі Хар-
рода-Домара / В. В. Вітлінський, Ю. В. Коляда, В. А. Бондар // Прикладні
аспекти прогнозування розвитку складних соціально-економічних сис-
тем : Монографія / За ред. О. І. Черняка, П. В. Захарченка. – Бердянськ:
Видавець Ткачук О. В., 2015. – С. 30–40.
10. Вітлінський В. В. Моделі економічної динаміки: Навч. посібник /
В. В. Вітлінський, Ю. В. Коляда, Т. В. Кравченко. – К. : КНЕУ, 2018. –
232 с.
11. Вітлінський В. В., Коляда Ю. В., Тукало В. О. Індивідуальне
творче завдання як запорука справедливого і гласного оцінювання
знань // Забезпечення відкритості, прозорості та об’єктивності оціню-
вання якості навчальної роботи студентів: досвід, проблеми, перспек-
тиви розвитку: зб. матеріалів наук.-метод. конф., 2 лютого 2010 року /
М-во освіти і науки України, ДВНЗ «Київ. нац. екон. ун-т ім. Вадима
Гетьмана». – К. : КНЕУ, 2010. – г.2. – С. 729–731.

145
 12. Вітлінський В. В., Коляда Ю. В., Тукало В. О. Когерентна взає-
модія діади «викладач – студент» як наслідок виконання індивідуально-
го творчого завдання у процесі навчання // Проблеми економічної кібе-
рнетики: матеріали 15-ї Всеукр. наук.-метод. конф. 4–5 трав. 2010 р. –
Луганськ; Євпаторія, 2010. – С. 47–49.
13. Вугальтер А. Л. Фундаментальная экономика. Динамика /
А. Л. Вугальтер. – М.: Изд-во «Экономика», 2007. – 371 с.
14. Занг В. Б. Синергетическая экономика: время и перемены в не-
линейной экономической теории / В. Б. Занг. – М. : Мир, 1991. – 399 с.
15. Колемаев В. А. Экономико-математическое моделирование: мо-
делирование макроэкономических процессов и систем. – М. : ЮНИТИ-
ДАНА, 2005. – 295 с.
16. Клейнер Г. Б. Экономико-математическое моделирование и эко-
номическая теория // Экономика и математические методы. – М.,2001. –
Т. 37. – № 3.3. – С. 111–126.
17. Коляда Ю. В. Дискретний варіант моделі Солоу для відкритої
економіки: моделювання траєкторій розвитку / Ю. В. Коляда,
Т. В. Кравченко, Ю. В. Ліпанова // Моделювання та інформаційні сис-
теми в економіці: Зб. наук. пр. / Відп. ред. В.К. Галіцин. – 2009. –
Вип. 90. – С. 33–51.
18. Кузнецов А. П. Введение в физику нелинейных отображений /
А. П. Кузнецов, А. В. Савин, Л. В. Тюрюкина. – Саратов: изд-во «Науч-
ная книга», 2010. – 134 с.
19. Кундышева Е. С. Математическое моделирование в экономике :
Учеб. пособие для вузов / Е. С. Кундышева; ред. Б. А. Суслаков. – М. :
Дашков и К, 2004. – 351 с.
20. Лаврик В. І. Методи математичного моделювання в екології :
Навч. посібник / В. І. Лаврик. – К. : КМ Академія, 2002. – 203 с.
21. Лебедев В. В. Математическое и компьютерное моделирование
экономики / В. В. Лебедев, К. В. Лебедев. – М. : НВТ-Дизайн, 2002. –
256 с.
22. Манків Грегорі Н. Макроекономіка : Пер. з англ. / Наук. ред. пер.
С. Панчишина. – К. : Основи, 2000. – 588 с.
23. Медведева Н. Б. Динамика логистической функции // Соросов-
ский образовательный журнал. – 2000. – т. 6. – № 8. – С. 121–127.
24. Мэнкью Н. Г. Макроэкономика: Учеб. Пособие: Пер. с англ. –
М. : Изд-во МГУ, 1994. – 774 с.
25. Нелінійні моделі економічних процесів: Навч. Посібник. – [Елект-
ронний ресурс] / В. В. Вітлінський, Ю. В. Коляда, Т. В. Кравченко,
К. А. Семашко. – К. : КНЕУ, 2015. – 189 с.
26. Пешель М. Моделирование сигналов и систем / М. Пешель. – М. :
Мир, 1981. – 300 с.
27. Сергеева Л. Н. Моделирование поведения экономических систем
методами нелинейной динамики (теория хаоса). – Запорожье: ЗГУ,
2002. – 227 с.

146
 28. Харрод Д. Теория экономической динамики / Д. Харрод. – М. :
Экономика, 1997.
29. Хачатрян С. Р. Прикладные методы математического модели-
рования экономических систем / С. Р. Хачатрян. – М. : Экзамен, 2002. –
С. 192.
30. Єфимова Г. О., Осадча О. О. Методичні вказівки по спецкурсу
«Математичні моделі макроекономіки» та по курсу «Моделі економіч-
ної динаміки». – Одеса: Одеський націон. ун-т імені І. І. Мечникова. –
2013. – 68 с. (ISBN 978-617-689-028-7).
31. Цисарь И. Ф., Нейман В. Г. Компьютерное моделирование эко-
номики. – М.: «Диалог-МИФИ», 2002. – 304 с.

147
 Розділ 5

КОМП’ЮТЕРНЕ МОДЕЛЮВАННЯ ДИНАМІКИ РОЗВИТКУ

ДЕЯКИХ ОБ’ЄКТІВ ПРИКЛАДНОЇ ЕКОНОМІКИ

5.1. Сценарії розвитку української економіки на підґрунті

неперервної лінійної динамічної моделі
5.1.1. Матричне узагальнення класичної моделі Харрода-Домара
5.2. Лагова модифікація матричної лінійної динамічної моделі
5.3. Оцінювання ризику функціонування економічної системи
з використанням лінійних динамічних моделей та їх модифікацій
5.4. Комп’ютерне моделювання й аналіз розвитку фірми на
підґрунті динамічної нелінійної тривимірної моделі
5.5. Комп’ютерне дослідження економіки України
із застосуванням багатосекторної нелінійної дискретної моделі

Резюме
Терміни та поняття
Питання для перевірки знань
Завдання для індивідуальної роботи
Список використаних
і рекомендованих джерел
для поглибленого вивчення матеріалу

Опрацювавши матеріал цього розділу, студент ЗНАТИМЕ:

 матричний підхід до узагальнення ортодоксальної моделі ліній-
ної економічної динаміки;
 спосіб урахування запізнення та впливу лагу на економічні чин-
ники;
 моделювання динаміки економічного ризику, ґрунтуючись на лі-
нійних моделях еволюції;
 багатосекторне імітаційне моделювання з використанням дис-
кретного відображення;
 як здійснити спершу якісний, а потім кількісний комп’ютерний
аналіз динамічної нелінійної моделі розмірності три,

а також УМІТИМЕ:
 будувати фазовий і параметричний портрет моделі економічної
динаміки;
 прогнозувати кількісні значення економічних факторів;
 розраховувати ризики функціонування економічної системи в
межах лінійної парадигми;
 проводити адаптивне економіко-математичне моделювання ди-
намічних характеристик об’єкта господарювання.

148
 5.1. СЦЕНАРІЇ РОЗВИТКУ УКРАЇНСЬКОЇ ЕКОНОМІКИ
НА ПІДҐРУНТІ НЕПЕРЕРВНОЇ ЛІНІЙНОЇ ДИНАМІЧНОЇ МОДЕЛІ

5.1.1. Матричне узагальнення класичної моделі

Харрода-Домара
Розроблено матричне узагальнення ортодоксальної одновимі-
рної моделі, де координатами фігурують валовий внутрішній
продукт України та доходи до Державного бюджету України. Та-
кож ураховано запізнення впливу обсягу податкових надходжень
на динаміку ВВП України.
Актуальність цього дослідження зумовлена потребою враху-
вання та прогнозування одразу кількох економічних показників,
використовуючи лінійну динамічну модель – класичне рівняння
Харрода-Домара.
В Україні рівень податкового тиску на малий і середній бізнес
є одним з найбільших у Європі. Однак попри це, ВВП України
зростав упродовж довготривалого періоду часу. Важливо знайти
тенденцію впливу динаміки податкових надходжень на зростання
вітчизняної економіки загалом .

Презентація статистичної інформації

Для реалізації мети та прогнозування процесів розвитку україн-
ської економіки варто об’єктивно проаналізувати реальну економічну
ситуацію, яка мала місце в Україні впродовж 1991–2013 pоків.
Для виявлення залежностей між ВВП і надходженнями до бю-
джету розглянемо фазовий портрет (рис. 5.1.1).

Рис. 5.1.1. Фазовий портрет реального ВВП

і податкових надходжень України в млрд грн за 1991–2013 рр.
Джерело: власні обчислення на основі даних Державного комітету статистики України.

149
 На рис. 5.1.1 показано, що українська економіка мала певну
область рівноваги. Ураховуючи нестабільність розвитку країни,
стійкість нього центру рівноваги є недостатньо потужною. Ста-
тистичні дані не мають достатньої точності для знаходження за-
лежностей у структурі національної економіки, адже вони також
є відображенням залежностей між іншими елементами соціально-
економічної системи, які не розглядаються в цій праці.

Побудова матричної моделі

Обмежимось матрицею А другого порядку, зумовлюючи дос-
лідження лише двох ключових показників: ВВП і податкових
надходжень. Тоді, виходячи з цих припущень, можна записати в
покоординатній формі таку систему диференціальних рівнянь:
 x1  a11x1  a12 x 2
 (5.1.1)
 x 2  a 21 x1  a 22 x 2 .

Матричне узагальнення моделі Харода-Доммара записується:

X  A  X , (5.1.2)
де A – матриця коефіцієнтів a ij , тобто A  aij , i, j  1, 2 ;
X  x1 , x 2  – вектор змінних xi , i  1, 2 ; X – вектор похідних
змінних xi , i  1, 2 .
Виходячи з економічного означення похідної по часу, запи-
шемо:
 x1 t1   x1 t 0 
  a11 x1 t 0   a12 x 2 t 0 
 t1  t 0
 , (5.1.3)
 x 2 t1   x 2 t 0   a x t   a x t 
 t1  t 2
21 1 0 22 2 0

де x1 t1   x1 t 0  – абсолютний приріст ВВП за проміжок часу

t1  t 0 ; x2 t1   x2 t 0  – абсолютний приріст доходів до Бюджету за
проміжок часу t1  t 0 .
Володіючи статистичним масивом інформації, маємо необхід-
ні умови для знаходження таких коефіцієнтів матриці A , які за-
безпечили б моделювання показників реального ВВП і доходів
Державного бюджету України.
150
 Найбільш тривалим та однорідним часовим інтервалом можна
вважати часові межі з 1994 до 2008 року. Тоді аналітична форма
запису системи матричної моделі для 1994–2008 років на підґрунті
врахування статистичної та експертної інформації, використання
економетричних методів і відповідних комп’ютерних систем має
вигляд:

 x1 1994 2008  0,3x1 t   1,7435 x 2 t 

 , (5.1.4)
 x 2 1994 2008  0,0043 x1 t   0,08 x 2 t 

де x1 1994 2008 – приріст ВВП України за період 1994–2008 роки,

x2 19942008 – приріст доходів до Державного бюджету України за
період 1994–2008 років, значення t  0,14 .
Побудуємо графік, який демонструватиме отримані розрахун-
кові дані за формулою (5.1.4), а також фактичні дані для прирос-
ту ВВП України з 1994 до 2008 року (рис. 5.1.2).

Рис. 5.1.2. Фактичні та розрахункові значення реального ВВП України

за 1994–2008 рр., у млрд грн
(у масштабах цін 2013 року)

Ураховуючи недостатню точність опису реальних соціально-

економічних показників, необхідно внести певні модифікації до

151
моделі (5.1.1), які відповідали б реаліям української економіки.
Для знаходження математичної моделі розглянемо основні мо-
дифікації матричної моделі Харрода-Домара.

Динамічна модель Харрода-Домара

з постійним рівнем споживання
Повертаючись до моделі (5.1) і враховуючи гіпотезу щодо
постійного споживання, отримаємо аналітичний вигляд моделі:

 x1  a11 x1  a12 x 2  с1

 , (5.1.5)
 x 2  a 21 x1  a 22 x 2  с 2

де c1 і c 2 – сталі темпи споживання. Модель (5.1.1) є матричним

узагальненням класичного рівняння Харрода-Домара зі сталим
рівнем споживання [15].
Матрична форма запису моделі (5.1.2) набуває вигляду:

X  AX  B , (5.1.6)

c 
де B   1  – вектор параметрів.
 c2 
У результаті використання наявної статистичної та експертної
інформації, адекватного використання економетричних методів
та інформаційних систем, динамічна модель Харрода-Домара зі
сталим рівнем споживання матиме такий вигляд:

 x1 `(t )  0.287 x1 t   0.063 x 2 t   244 .43

 . (5.1.7)
 x 2 `(t )  0.231 x1 t   0.407 x 2 t   147 .07

Побудуємо графік, який описуватиме як значення, отримані за

формулою (5.1.7), так і фактичні дані ВВП України з 1994 по
2008 рік (див. рис. 5.1.3).
Отже, модель (5.1.7) є доволі адекватною для опису обраних
економічних показників, однак її якісний аналіз не відповідає тим
реаліям економіки, які мають місце в Україні, а саме: сталого
рівня споживання впродовж 15 років.

152
 Рис. 5.1.3. Фактичні та розрахунків значення реального ВВП України
за 1994–2008 роки, у млрд гри (у масштабах цін 2013 року)

Динамічна модель Харрода-Домара зі сталим

темпом зростання споживання
Виходячи з форми рівняння (5.1.6), динамічна модель Хар-
рода-Домара для постійних темпів споживання матиме такий
вигляд:

x1  a11x1  a12 x2  e 1
rt

 , (5.1.8)
x2  a21x1  a 22 x2  e
 r2t

де постійні r1 і r1 – темпи приросту споживання. Отже, отримана

модель (5.1.5) ґрунтується на принципі зростання споживання з
постійними темпами [15].
Тоді модель Харода-Доммара для постійних темпів спожи-
вання на проміжку часу з 1994 по 2008 рік, використовуючи ста-
тистичну та експертну інформацію та застосовуючи відповідні
економетричні методи та комп’ютерні технології, матиме такий
вигляд:
 x t   0.46 xt   0.463 y (t )  e 0.076t
 . (5.1.9)
 y t   0.028 xt   0.47 y t   e 0.199t

Побудуємо графік, який описуватиме як розрахункові дані за

формулою (5.1.9), так і фактичні дані для приросту ВВП України
з 1994 по 2008 рік (див. рис. 5.1.4).
153
 Рис. 5.1.4. Фактичні та розрахунків значення реального ВВП України
за 1994–2008 роки, у млрд грн (у масштабах цін 2013 року)

Динамічна модель Харрода-Домара,

яка враховує вплив часового запізнення
Не всі економічні процеси мають миттєвий перебіг. Зазвичай
більшість значень економічних показників змінюється не відразу,
а з перебігом певного часу, який називають лагом. Варто наголо-
сити, що вплив курсу валют та інфляції має місце в різних часо-
вих площинах. Однак класична модель Харрода-Домара не вра-
ховує цю особливість для моделювання та прогнозування
більшості економічних показників.
Відповідно, у моделі (5.1.1) взаємодія ВВП і доходів Держав-
ного бюджету перебуває в одній часовій площині. Однак досліди
реальних економічних процесів свідчать про те, що зазвичай ве-
личина податкових вилучень впливає не відразу. У більшості
країн світу повний економічний ефект може настати впродовж
календарного року. Тому існує об’єктивна необхідність модифі-
кації динамічної моделі Харрода-Домара так, щоб урахування ча-
сового лагу були можливі. Змінивши незалежну змінну часу мо-
делі (5.1.1), матимемо:

 x t   a11x1 t   a12 x 2 t  1

 . (5.1.10)
 y t   a 21x1 t   a 22 x 2 t  1

Тоді окремий елемент податкових надходжень – x2 – у ре-

зультаті перетворень можна записати так:
154
 x2 t  1  x2 0  t  1  a21x1 0  a22 x2  1 . (5.1.11)
Ураховуючи те, що x2  1  x2 0 , оскільки початкова умова є
незмінної, тоді вираз (5.1.11) набуває вигляду:
x 2 t  1  x2 0  t  1  a 21x1 0  a 22 x 2 0 . (5.1.12)
Скомпонувавши систему (5.1.10) та вираз (5.1.12), одержимо:
 x1 t   a11 x1 t   a12  x 2 0  t  1  a 21 x1 0  a 22 x 2 0
 , (5.1.13)
 x 2 t   a 21 x1 t   a 22  x 2 0  t  1  a 21 x1 0  a 22 x 2 0
де x1 0 – ВВП України в 1994 році; x2 0 – доходи Державного
бюджету України в 1994 році.
Модель (5.1.13) – модифікований варіант матричного вигляду
динамічної моделі (5.1.1) для врахування впливу часових лагів на
соціально-економічні показники. Виконавши обчислення, на базі
застосування тріади: модель – алгоритм – програма, отримаємо
рішення цієї системи диференційних рівнянь (5.1.13), у якій пе-
редбачено часовий лаг впливу оподаткування на ВВП країни:
 x t   0.0127  xt   0.0298   y 0  t  1   0.0093  x0  0.2414  y 0
 . (5.1.14)
 y t   0.0093  xt   0.2414   y 0  t  1   0.0093  x0  0.2414  y 0
Для представлення залежностей між прогнозами ВВП і дохода-
ми Державного бюджету України моделі (5.1.13) варто також розг-
лянути фазовий портрет для отриманих значень (див. рис. 5.1.5).

* у цінах 2013 року.

Рис. 5.1.5. Фазовий портрет розрахункових значень ВВП
і податкових надходжень України, у млрд грн за 1994–2008 роки

155
 Динамічна модель Харрода-Домара з частковим
впливом часових запізнень
Незважаючи на важливість моделі Харрода-Домара із запіз-
ненням, у реальному житті лише частина певної економічної ка-
тегорії, скажімо ВВП, може запізнюватись, а решта – впливає
відразу. Оскільки реальні економічні процеси – складна система
елементарних дій і поводження осіб та інших суб’єктів економіч-
ної діяльності, то існує необхідність розглядати взаємозалежність
ВВП і доходів до Держбюджету як систему з двох різних підсис-
тем. Цей принцип може бути використаний для створення нової
моделі, яка вже складається з двох попередніх, однак ефект впли-
ву кожної з них не може перевищувати 100 %.
Отже, якщо  – вплив на першу модель, то 1    – вплив на
другу. Нехай першою моделлю, яка згідно з принципом суперпо-
зиції ввійде до нової системи розрахунків, буде система (5.1),
тоді другою, як уже було сказано, – модель (5.12), тоді:

 x1    a11 x1  a12 x 2   1     a11 x1 t   a12  x 2 0  t  1  a 21 x1 0  a 22 0 x 2 0

 , (5.1.15)
 x 2    a 21 x1  a 22 x 2   1     a 21 x1 t   a 22  x 2 0  t  1  a 21 x1 0  a 22 x 2 0

де 0    1 — ступінь впливу моделі (5.1.11).

Виконавши належним чином обчислення, можна спростити
модель:

 x1  a11 x1  a12    x 2  1     x 2 0  t  1  a 21 x1 0  a 22 x 2 0

 . (5.1.16)
 x 2  a 21 x1  a 22    x 2  1     x 2 0  t  1  a 21 x1 0  a 22 x 2 0

Динамічна модель (5.1.16) дає змогу враховувати як принцип

миттєвого впливу, так і принцип запізненого впливу на ВВП
України з певними вагами  та 1    відповідно.
Модель (5.1.16), у якій одночасно передбачено часовий лаг і
миттєвий вплив оподаткування на ВВП країни, на підґрунті
комп’ютерного моделювання матиме такий вигляд:

 xt   0.6344  xt   2.1826  0.3538  xt   0.6462   y0  t  1   0.0009  x0  0.0034  y0 .(5.1.17)

 yt   0.0009  xt   0.0034  0.3538  xt   0.6462   y0  t  1   0.0009  x0  0.0034  y0

Побудуємо графік, який показує, як розрахункові дані за фор-

мулою (5.1.17), так і фактичні дані для приросту ВВІІ України в
1994–2008 року (див. рис. 5.1.6)

156
 Змодельовані значення ВВП Змодельовані значення доходів
Держбюджету
Реальні значення ВВП
Фактичні начення доходів
Держбюджету

Рис. 5.1.6. Фактичні та розрахункові значення реального ВВП

і податкових надходжень України за 1994–2008 рр.,
у млрд грн у масштабах цін 2013 року

Для наочного представлення залежностей між прогнозами

ВВП і доходами Державного бюджету України моделі (5.1.4)
варто також розглянути фазовий портрет для отриманих значень
(рис. 5.1.7).

* у цінах 2013 року

Рис. 5.1.7. Фазовий портрет розрахункових значень ВВП

і податкових надходжень України, у млрд грн за 1994–2008 рр.

Виходячи з фазового портрета (рис. 5.1.7), можна зробити вис-

новок, що обсяг валового внутрішнього продукту України та

157
доходи до Державного бюджету мають пряму взаємозалежність.
Але можна також спостерігати й інше зростання ВВП за умови
сповільнення темпів абсолютного зростання доходів до бюджету.
На рис. 5.1.8 можна побачити, що збільшення ВВП країни
впливає на зменшення частки доходів до Державного бюджету
України у ВВП. Отже, можна зробити висновок, що внутрішній
валовий продукт України є чутливим до оподаткування, яке може
бути дієвим інструментом регулювання економічного зростання.

Рис. 5.1.8. Залежність частки доходів до бюджету у ВВП

від змодельованих значень суспільного продукту України

Таким чином, вдалось побудувати матричне узагальнення

класичної моделі Харрода-Домара, ураховуючи запізнення впли-
ву обсягів податкових надходжень на економічну кон’юнктуру.
Досягнуте дало можливість:
1) оцінити залежність ВВП від доходів Державного бюджету,
що є прямою, адже саме суспільний продукт є джерелом надхо-
джень до державної скарбниці й водночас індикатором стабіль-
ності держави, її політики та розвитку економіки;
2) застосувати узагальнену матричну форму динамічної моде-
лі Харрода-Домара та її відомі модифікації для прогнозування
основних показників економічного стану України, а саме: ВВП і
доходів до Державного бюджету;
3) вивчити вплив ефекту запізнення на адекватність узагаль-
неної матричної форми динамічної моделі Харрода-Домара та

158
змоделювати величини показників валового внутрішнього про-
дукту та доходів до Державного бюджету України.
Ці дослідження є підґрунтям для прикладних застосувань і
теоретичних узагальнень.

5.2. ЛАГОВА МОДИФІКАЦІЯ МАТРИЧНОЇ

ЛІНІЙНОЇ ДИНАМІЧНОЇ МОДЕЛІ

Аналіз еволюції національної економіки в часовому розрізі є

важливою задачею у виконанні стратегічних завдань державного
управління, зокрема формування податкової та монетарної полі-
тики, планування державного бюджету, установлення цілей дов-
гострокового розвитку економіки. Ефективним інструментарієм у
вирішенні зазначеної задачі є математичне й комп’ютерне моде-
лювання еволюційних процесів нелінійної економіки. На сьогод-
нішній день значну увагу економістів-практиків привертає орто-
доксальна динамічна лінійна модель Харрода-Домара, що дає
змогу оцінювати зміну національного доходу в довгостроковому
періоді. Принципові недоліки даної моделі звужують спектр її за-
стосування, тому їх усунення є важливим завданням економіко-
математичного моделювання, вирішення якого відкриває нові
можливості макроекономічного аналізу.
З моменту представлення науковому загалу класичної моделі
Харрода-Домара в літературі поставала велика кількість її різних
модифікацій. Автори намагались зробити вихідну модель корек-
тнішою в контексті дослідження тих чи тих аспектів макроеко-
номічної динаміки, деталізуючи та вдосконалюючи її складові.
Згадувана модель і сьогодні є цікавою для науковців як базис для
подальших досліджень.
Так, у роботі [3, 6] представлено кілька варіантів модифікації
моделі Харрода-Домара, які вводять науково-технічний прогрес
як чинник економічного зростання й водночас як результат інвес-
тицій за попередні періоди. У [32, 34] пропонується вдоскона-
лення класичної моделі шляхом установлення гіперболічної за-
лежності накопичення капіталу від часу, а також урахування
амортизації, що потенційно усуває концептуальний недолік ви-
хідної моделі, пов’язаний з лінійною залежністю накопичення
капіталу від інвестицій того самого часового періоду. У праці
[33] наведено фрактально-лагову модифікацію моделі Харрода-
Домара, що дає змогу, з одного боку, урахувати запізнення при-

159
росту доходу щодо інвестицій, а з іншого – реалізувати нелінійну
залежність обсягу інвестицій від доходу.
Інтерес до вдосконалення класичної моделі Харрода-Домара
виявляють й іноземні дослідники. У статті [10] авторами здійсне-
но спробу вирішити проблему закритості економічної системи,
що притаманна класичній моделі, шляхом включення іноземних
інвестицій у функцію приросту капіталу (доходу); також розгля-
дається амортизація як додатковий чинник зміни доходу. У праці
[7] розглядається модифікація моделі Харрода-Домара з розподі-
леним доходом, що передбачає використання різних норм заоща-
дження для різних груп економічних суб’єктів (приватні підпри-
ємства, домогосподарства тощо).
Існування лагових явищ у процесах взаємодії різних економіч-
них чинників є актуальним питанням, що часто постає в наукових
дискурсах – на жаль, переважно теоретичного характеру. Запіз-
нення реакції економічного середовища на різноманітні збурен-
ня, такі як виникнення інвестиційних потоків, інноваційних тех-
нологій, коливання індексів на фондовому ринку тощо, спричи-
няє вплив на динаміку економічної системи. Попри те, що
значимість подібного впливу важко переоцінити, нині представ-
лено небагато спроб урахувати часовий лаг у динамічних еконо-
міко-математичних моделях. З метою вдосконалення інструмен-
тарію для аналізу систем макроекономічного рівня доцільно
розвивати лагові модифікації моделі Харрода-Домара зі збере-
женням (ненульового) споживання як складової національного
доходу.
Крім того, укажемо на обмаль досліджень, спрямованих на
усунення принципового обмеження класичної моделі Харрода-
Домара – фігурування національного доходу як єдиного показни-
ка макроекономічної системи, тобто одновимірності моделі. Хоча
простота моделі була важливим критерієм успішного вивчення
економічної системи на початковому етапі дослідження, на сьо-
годнішній день системний підхід до моделювання вимагає ціліс-
ного представлення об’єкта в процесі абстрагування від його
другорядних властивостей.
Серед значущих показників функціонування макроекономіч-
ної системи, що дають можливість більш цілісно описати її в
зв’язці з національним доходом, доречно виокремити доходи до
державного бюджету. Вдалість вибору зазначеної пари показни-
ків обґрунтовується тим, що діяльність держави як економічного
суб’єкта відіграє важливу роль в еволюції національної економі-
ки. Відсутність держави в класичній моделі Харрода-Домара

160
робить її неповною для ґрунтовного економічного аналізу й зу-
мовлює необхідність відповідної модифікації вихідної моделі.
Науково-дослідне завдання полягає у формалізації модифіко-
ваної моделі Харрода – Домара, що задовольняє таким вимогам:
 описує економічну систему в двовимірному просторі з
координатами «ВВП – податки»;
 долучає невиробниче споживання, що зростає з постійними
темпами;
 ураховує величину лагу між дією економічних чинників і
зміною результуючих показників.
Подальше дослідження передбачає розроблення методу зна-
ходження параметрів моделі для апроксимації реальної економі-
чної динаміки, моделювання української економіки на підґрунті
розробленого інструментарію, а також оцінювання ризику на під-
ставі побудованої комп’ютерної моделі.
Динамічна модель економічного зростання на кшталт Харро-
да-Домара у найзагальнішому вигляді записується так:
dY t  dCt 
 a  Y t   , (5.2.1)
dt dt
де Y t  – національний дохід у момент часу t , a – гранична про-
дуктивність капіталу, C t  – невиробниче споживання в момент
часу t .
Динаміка обсягу споживання C t  задається екзогенно. Цей по-
казник може вважатися постійним у часі, зростати із заданим по-
стійним темпом або мати якусь іншу динаміку (у перших двох
випадках набагато простіше отримати розв’язок моделі) [22,
с. 44–45].
У праці [15] відображено узагальнення одновимірної моделі
(5.2.1) шляхом її представлення в матричній формі. Подібна мо-
дифікація дає змогу описувати систему з довільним числом змін-
них. Нижче наведено варіант матричної форми динамічної моделі
Харрода-Домара з незмінним темпом приросту невиробничого
споживання.
Y t   A  Y t   B, (5.2.2)
де Y t  – вектор-стовпчик значення змінних моделі в момент часу
dY
t розмірності n  1 ,  Y , A – матриця коефіцієнтів, що опи-
dt
сують лінійні взаємозв’язки між кожною парою змінних, розмір-

161
ності n  n , B – вектор-стовпчик незалежного приросту змінних
(багатовимірний аналог приросту споживання) розмірності n  1 ,
n – кількість змінних моделі, що представляють різні макроеко-
номічні показники.
Оскільки в реальній економіці спостерігається лаг між зміною
чинників і їх впливом на показники, наприклад, запізнення при-
росту доходу щодо інвестицій, що зумовили цей приріст, доціль-
но вдосконалити модель (5.2.2) з метою врахування лагових
явищ. Тоді система (5.2.2) набуває такого вигляду:
Y t   A  Y t     B, (5.2.3)
де Y t  – вектор-стовпчик значень змінних моделі у момент t ,
A – матриця коефіцієнтів лінійних взаємозв’язків змінних,
  0 – величина лагу взаємозв’язку змінних, B – вектор-
стовпчик незалежного приросту змінних.
Модель (5.2.1) представляє собою систему диференційних
рівнянь. Для знаходження розв’язку цієї системи її необхідно пе-
реписати таким чином, щоб позбутися запізнення    у складі
аргументу функції Y t    . У праці [21, с. 795] подібне перетво-
рення виконувалось за допомогою ряду Тейлора. Нагадаємо, що
рядом Тейлора для функції f x  називається степеневий ряд та-
кого вигляду:
f a 
x  a 1  f a  x  a 2    f a  x  a n   , (5.2.4)
 n
f x   f a  
1! 2! n!
де f x  – функція, що нескінченно диференційована в околі точ-
ки a .
Виконаємо розклад функції Y t    в околі точки t у ряд Тей-
лора, використовуючи лише лінійні доданки (похідні першого
порядку):
Y t     Y t     Y t  . (5.2.5)
Підставивши праву частину виразу (5.2.5) у рівняння (5.2.3),
отримуємо:
Y t   A  Y t     A  Y t   B,
або
Y t     A  Y t   A  Y t   B ,

162
і нарешті:
E    A Y t   A  Y t   B ,
тобто
Y (t )  E    A1  A  Y t   E    A1  B , (5.2.6)
де Y t  – похідна Y t  по часу t , E – одинична матриця тієї са-
мої розмірності, що й матриця A .
Інтегруванням рівняння (5.2.6) по незалежній змінній t отри-
мується його аналітичний розв’язок:
Y t   e E   A
1
 At 1
 1

 Y0  E    A  e E   A  At  E  B , (5.2.7)
де Y t  – вектор-стовпчик значень змінних моделі в момент часу
t , e  E   A   At – експонента матриці ( E    A) 1  A  t , E – одинична
1

матриця,  – скалярна величина лагу, A – матриця коефіцієнтів

лінійних взаємозв’язків змінних, t – момент часу, для якого
розв’язується рівняння, Y0 – вектор-стовпчик значень змінних у
момент t  0 , B – вектор-стовпчик незалежного приросту змін-
них, n – кількість змінних моделі.
Динаміка змінних моделі (5.2.7) залежить від конкретних зна-
чень матриці A , векторів Y0 і B , а також величини лагу  .
Для відтворення реальної динаміки національної економіки в
координатах «ВВП – податки» на основі моделі (5.2.7) необхідно
знайти такі значення A , B і  , щоб розрахункові значення змін-
них Y t  максимально наближалися до реальних значень відповід-
них показників для кожного часового періоду.
Значення скалярних компонент вектора Y0 установлюються
на рівні статистичних значень показників, що відповідають пер-
шому періоду спостережень.
Для вирішення цієї задачі скористаємося однією з модифіка-
цій методу найменших квадратів (МНК). У зв’язку з нелінійним
характером динаміки змінних моделі (5.2.7) для знаходження до-
статнього наближення виникає необхідність в ітеративному про-
цесі на базі МНК.
Нехай  0 – вектор-стовпчик, що містить початкові значення
налаштовуваних параметрів моделі (5.2.7):
 0  a11 a12 a 21 a 22 b1 b2   , (5.2.8)

163
де a11 , a12 , a 21 , a 22 – початкові значення матриці A , b1 , b2 – по-
чаткові значення вектора B ,  – початкове значення величини
лагу.
Початкові значення скалярних компонентів A і B обирають-
ся довільно в інтервалі  1; 1 , а початкове значення лагу  – емпі-
рично, виходячи з приблизної тривалості запізнення взаємовпли-
ву розглядуваних економічних змінних. Тоді результатом кожної
ітерації МНК буде вектор-стовпчик  i , що представляє необ-
хідну зміну значень параметрів моделі з метою наближення до
цільової динаміки:
 i 1   i   i (5.2.9)
де  i вектор-стовпчик параметрів моделі на i -тій ітерації МНК,
 i – результат i -тої ітерації МНК.
З наближенням розв’язків моделі (5.2.7) до цільової динаміки
з використанням класичного МНК, існує ризик виникнення хао-
тичних явищ, пов’язаних з проходженням розрахункової матриці
через окіл однієї з точок її виродження. Подібна поведінка може
спричинити низьку точність результатів МНК, тому для вирі-
шення задачі з оптимізації параметрів моделі (5.2.7) доцільно
скористатися модифікацією методу МНК, відомою як алгоритм
Левенберга-Марквардта (серед зарубіжних науковців часто фігу-
рує назва методу Damped Least Squares). Згідно із зазначеним
алгоритмом, розв’язок задачі оптимізації зводиться до такого
рівняння [13, с. 39]:


  J T J  J T  2 I 
1
e, (5.2.10)
де  – вектор-стовпчик розмірності p  1 , що представляє зміну
 ei 
параметрів системи наприкінці цієї ітерації, J  J ij     –
  j 
матриця Якобі розмірності m  p , що характеризує величину змі-
ни помилки ei у разі нескінченно малої зміни значення парамет-
ра  j , i  1, m, j  1, p,   0 – демпфуюча константа, значення
якої обирається емпірично й повинно бути якомога меншим, але
достатньо великим, щоб усунути нестійкість в околі точки виро-
дження матриці J  J T , e – вектор-стовпчик розмірності m  1 ,
що представляє помилку по кожному з критеріїв оптимізації,

164
m – кількість критеріїв оптимізації, p – кількість параметрів си-
стеми, що оптимізуються.
У розглядуваній задачі оптимізації в якості помилки обрано
суму квадратів відхилень розрахункових значень від статистич-
них для кожної зі змінних моделі (5.2.7):

 Y    Y    ,
T ~ 1 2
ei  t
1
t (5.2.11)
t 1

де i -тий елемент вектора помилок e , розрахункове значення

i -того показника за період t , цільове (статистичне) значення
i -того показника за період t , T – кількість періодів спостере-
ження.
Оскільки аналітичний розрахунок похідних помилки e моделі
(5.2.7) по кожному з її налаштовуваних параметрів є занадто
складною математичною задачею, для знаходження елементів
 
матриці Якобі J ij   ei  використовується числовий метод
 j 
розрахунку похідних. У такому разі значення елементів матриці
Якобі обчислюються за формулою:

   
J ij  ei 1 ,, j 1 , j  h, jh1 ,, p  ei 1 ,, p , (5.2.12)

де J ij  – елемент матриці J , що знаходиться в i -тому рядку

_____
j -того стовпчика, i  1, m , j  1, p ; e   – величина помилки
_____

i -того показника при заданих значеннях параметрів моделі

(5.2.7);  j – значення параметра моделі (5.2.7), що оптимізується;
h – крокобчислення похідної, значення якого повинно обиратися
якомога меншим, але й достатньо великим, щоб похибка
комп’ютерного обчислення залишалась на прийнятному рівні;
m  2 – кількість змінних моделі (5.2.7); p  7 – кількість параме-
трів моделі (5.2.7), що підлягають оптимізації.
Розглянемо статистичні дані розвитку української економіки,
на базі яких можна відтворити динаміку еволюції національної
економіки в координатах «ВВП – податки». У табл. 1 представ-
лено значення номінальних обсягів ВВП і доходів до зведеного
державного бюджету за 1996–2016 роки, а також реальні обсяги
відповідних показників у цінах 1996-го року, що дають змогу
оцінити їх динаміку з урахуванням інфляції.

165
 З метою коректнішого (з позицій математичного моделюван-
ня) представлення даних наявні часові ряди макроекономічних
показників варто нормалізувати. Нами використано таку формулу
нормалізації для ВВП:
Yt s 
Yt n  
min
____
Yi s   , (5.2.13)
i  1,T

де Yt n  – нормалізоване значення ВВП за t -ий період; Yts  – зна-

чення реального ВВП за t -ий період; T – кількість періодів спо-
стережень.

Таблиця 5.2.1
ПОКАЗНИКИ МАКРОЕКОНОМІЧНОГО РОЗВИТКУ УКРАЇНИ
ЗА 1996–2016 рр.
податків*, млрд грн

Акумульований де-
Номінальний обсяг

Номінальний обсяг

Реальний обсяг по-

Дефлятор ВВП, %

датків, млрд грн

Реальний обсяг
ВВП, млрд грн

ВВП, млрд грн

флятор **, %

Рік

1996 81,519 30,200 – 100,0 81,519 30,200

1997 93,365 28,100 118,1 118,1 79,056 23,793
1998 102,593 28,900 112,1 132,4 77,493 21,829
1999 130,442 32,900 127,3 168,5 77,399 19,521
2000 176,128 49,100 123,1 207,5 84,896 23,667
2001 211,175 54,900 110,2 228,6 92,367 24,013
2002 234,138 61,900 105,3 240,7 97,257 25,712
2003 277,355 75,300 108,2 260,5 106,477 28,908
2004 357,544 91,500 115,3 300,3 119,048 30,466
2005 457,325 134,200 124,1 372,7 122,700 36,006
2006 565,018 171,800 114,9 428,3 131,936 40,116
2007 751,106 219,900 122,8 525,9 142,824 41,814
2008 990,819 297,893 129,0 678,4 146,051 43,911

166
 Закінчення табл. 5.2.1

податків*, млрд грн

Акумульований де-
Номінальний обсяг

Номінальний обсяг

Реальний обсяг по-

Дефлятор ВВП, %

датків, млрд грн

Реальний обсяг
ВВП, млрд грн

ВВП, млрд грн

флятор **, %
Рік

2009 947,042 272,967 112,6 763,9 123,977 35,734

2010 1120,585 314,506 113,7 868,5 129,020 36,211
2011 1349,178 398,554 114,2 991,9 136,024 40,182
2012 1459,096 445,525 107,8 1069,2 136,462 41,668
2013 1465,198 442,789 104,3 1115,2 131,383 39,705
2014 1586,915 456,067 115,9 1292,5 122,776 35,285
2015 1988,544 652,031 138,9 1795,3 110,763 36,318
2016 2383,182 782,749 117,1 2102,3 113,360 37,233

Джерело: розрахунки авторів на основі [26, 27]

Для розрахунку нормалізованих значень податків було вико-

ристано ту саму базу нормалізації, що й у випадку з ВВП, що зу-
мовлено необхідністю збереження співвідношення між обсягами
ВВП і податків у нормалізованих часових рядах:

G t( s )
G tn  
min
___
Yi s   , (5.2.14)
i 1,T

де G tn  – нормалізоване значення податків за t -ий період, G t(s ) –

значення реального обсягу доходів до зведеного державного
бюджету за t -ий період, Yis  – значення реального ВВП за i -ий
період, T – кількість періодів спостережень.
Результатом нормалізації вихідних рядів статистичних даних є
часові ряди, подані в табл. 5.2.2.

167
 Таблиця 5.2.2
НОРМАЛІЗОВАНІ ЗНАЧЕННЯ ПОКАЗНИКІВ МАКРОЕКОНОМІЧНОГО
РОЗВИТКУ УКРАЇНИ ЗА 1996–2016 рр.

Нормалізовані значення
Рік Нормалізовані значення реального обсягу доходів до
реального обсягу ВВП
зведеного державного бюджету
1996 1,053 0,390
1997 1,021 0,307
1998 1,001 0,282
1999 1,000 0,252
2000 1,097 0,306
2001 1,193 0,310
2002 1,257 0,332
2003 1,376 0,373
2004 1,538 0,394
2005 1,585 0,465
2006 1,705 0,518
2007 1,845 0,540
2008 1,887 0,567
2009 1,602 0,462
2010 1,667 0,468
2011 1,757 0,519
2012 1,763 0,538
2013 1,697 0,513
2014 1,586 0,456
2015 1,431 0,469
2016 1,465 0,481

Джерело: розрахунки авторів

Для подальшого моделювання динаміки української економі-

ки на основі (5.2.7) було виконано комп’ютерну реалізацію мате-
матичного інструментарію (5.2.9)–(5.2.12) у програмному пакеті
Mathcad 14. Для розв’язку задачі оптимізації моделі (5.2.7) вико-

168
ристано такі значення параметрів оптимізаційного алгоритму:
 0,15  0,10 
A    – початкова матриця коефіцієнтів лінійних вза-
 0,05  0,05 
 0,85 
ємозв’язків між змінними; B    – початковий вектор неза-
 0,00 
лежного приросту змінних;   2,5 – початкова величина лагу
взаємозв’язку між змінними;   0,1 – демпфуюча константа;
h  0,00001 – крок обчислення елементів матриці Якобі.
Особливу увагу слід приділити обґрунтуванню зазначеного
вище вибору початкового значення τ. Глибокий економіко-
математичний аналіз проблеми лагу між виникненням інвести-
ційних потоків і відповідним приростом валового випуску про-
дукції у межах української економіки було проведено в праці
[32], у якій з використанням економетричних моделей установ-
лено, що для більшості галузей економіки України спостеріга-
ється лаг у межах від 2 до 3 років. На підставі цих даних вирі-
шено використовувати значення лагу, рівне 2,5 року, на
початковій ітерації на базі рівняння (5.2.10) з припущенням, що
вказане значення з великою ймовірністю сприятиме найбільш
швидкій і точній збіжності моделі (5.2.7) з цільовою динамікою
змінних.
У результаті проведення 211 ітерацій методу (5.2.10) отрима-
но вектор, що містить оптимізовані значення параметрів моделі
(числа округлені до 3-го знаку після коми):
211   0,047  0,398 0,080  0,308 0,134  0,119 2,462 . (5.2.15)
Згідно зі значеннями скалярних компонент вектора (5.2.15),
оптимізовані параметри моделі (5.2.7) отримують такі значення:

  0,047  0,398   0,134 

A    , B    ,   2,462 .
 0,080  0,308    0,119 

 1,053 
Вектор початкових значень змінних дорівнює Y0    .
 0,390 
Підставивши вказані значення параметрів у аналітичний
розв’язок (5.2.7) динамічної моделі (5.2.6), отримуємо числові за-
кономірності (5.2.16), якими описується еволюція макроеконо-
мічної динаміки України в координатах «ВВП – податки» за
1996–2016 роки.

169
  y t   0,164  0,979    1,053   0,595 2,410 
   exp    t        
 g t   0,196  0,478    0,390    0,483 2,177 
, (5.2.16)
  0,164  0,979    1 0   0,134 
 exp    t       
  0,196  0,478    0 1    0,119 
де y t  – значення обсягу ВВП у момент часу t ; g t  – значення
обсягу податків у момент часу t ; exp  – експонента матриці,
t  0 – розглядуваний момент часу.
Проаналізувавши отримані значення скалярних компонент
матриці A, можна зробити висновок, що за розглядуваний період
виробничі потужності української економіки схильні до постій-
ного, хоча й незначного спаду внаслідок перевищення амортиза-
ції над інвестиціями в капітал a11  0,047  0 . Податкове наван-
таження справляє істотно більший негативний вплив на
накопичення національного капіталу a12  0,398  0 . Динаміка
доходів до державного бюджету, як і варто було очікувати, зна-
ходиться у прямо пропорційній залежності від обсягу національ-
ного доходу a 21  0,080  0 . А державний сектор економіки не є
самодостатнім: доходи до державного бюджету не збільшуються
в результаті використання бюджетних коштів, а, навпаки, схильні
до швидкого зниження a 22  0,308  0 .
Аналіз отриманих значень вектора B указує на значне зрос-
тання ВВП за рахунок підвищення невиробничого споживання
b1  0,134  , а також істотне скорочення доходів до Державного
бюджету через чинники, не враховані в моделі b2  0,119  . Усе-
реднена тривалість запізнення між зміною показників, що розг-
лядаються (національного доходу та податків) та їх впливом один
на одного становить   2,462 роки. Підкреслимо, що цей лаг та-
кож стосується впливу змінних самих на себе, наприклад, інвес-
тування в капітал за рахунок доходів приватного сектора, що зу-
мовлюватиме майбутнє зростання виробничих потужностей і
подальше збільшення доходів.
На основі моделі (5.2.16) отримано розрахункові значення
обсягів ВВП і доходів до зведеного державного бюджету за
1996–2016 роки (діапазон незалежної змінної t  0; 20  ), динаміку
яких подано на рис. 5.2.1. З метою порівняння на графіку також
показано динаміку нормалізованих реальних значень зазначених
показників згідно з табл. 5.2.2. Окрім того, було проведено екст-

170
раполяцію обсягів ВВП і податків на три роки після останнього
періоду t  20; 23 , що дало змогу отримати прогноз їх динаміки
на 2017–2019 роки, який представлено на рис. 5.2.1. Наголосимо,
що подібно до лінійних регресійних моделей, ця модель довго-
строкового розвитку дає можливість отримати лише очікуваний
тренд, хоча його точність значно вища порівняно з результатами
моделей на кшталт лінійної регресії.

Рис. 5.2.1. Динаміка розрахункових і нормалізованих

реальних значень ВВП і доходів до зведеного державного
бюджету України за 1996–2019 рр.
Джерело: власні розрахунки

Для ґрунтовнішого аналізу української економіки доцільно оці-

нювати ризик за кожною з координат моделі (5.2.16). Для вико-
нання цієї задачі було використано наведені нижче формули.

r* j
 2
m     m   
k
j 2
g
j 2

, (5.2.17)
m    a
j 2

____
де r* j  – величина ризику для j -того показника, j  1, s ; s –
кількість показників (залежних змінних) моделі, що розглядаєть-
ся; mk j  – середнє квадратичне значень j -того показника; m g j  –

171
середнє геометричне значень j -того показника; m a j  – середнє
арифметичне значень j -того показника. Тобто:

 x   
n
m k j  
1 2
 i
j
, (5.2.18)
n i 1

 j
де mk – середнє квадратичне значень j -того показника; xi j  –
значення j -того показника за i -тий період; n – кількість рівнів
часового ряду.
n
m g j   n  x  ,
i 1
i
j
(5.2.19)

де m g j  – середнє геометричне значень j -того показника; xi j  –

значення j -того показника за i -тий період; n – кількість рівнів
часового ряду.
n
ma j    x  ,
1
 i
j
(5.2.20)
n i 1

де ma j  – середне арифметичне значень j -того показника; xi j  –

значення j -того показника за i -тий період; n – кількість рівнів
часового ряду.
Кожен з показників ступеня ризику, оцінений згідно з (5.2.17),
може приймати значення в інтервалі від 0 до 1.
За формулою (5.2.17) з використанням значень показників мо-
делі (5.2.16), розрахованих для періоду 1996–2016 років (діапазон
незалежної змінної t  0; 20  ), отримано такі величини ризику:
r*1  0,330 – для ВВП, r*2  0,418 – для податків. Для періоду
1996–2019 років, що включає прогнозовані значення показників
на майбутні роки (діапазон незалежної змінної t  0; 23 ), ризик
набуває значень r*1  0,311 і r*2  0,395 для ВВП і податків від-
повідно. Наведені результати вказують на очікуване зниження
ризику (збільшення стійкості) динаміки розвитку української
економіки найближчими роками. Хоча значення ризику є доволі
значними (критичними).

172
 Проведено модифікацію класичної динамічної лінійної моделі
Харрода-Домара (5.2.1), у результаті чого успішно усунено такі
принципові недоліки вихідної моделі, як одновимірність і безла-
гова реалізація впливу чинників на показники. Отримана після
модифікації модель (5.2.7) дає змогу описати макроекономічну
систему в двох координатах з урахуванням середньої величини
лагу між дією чинників економічного розвитку та відповідною
зміною залежних показників.
З метою налаштування моделі (5.2.7) для відтворення реальної
динаміки економічних показників на базі методу найменших квад-
ратів розроблено математично-програмний інструментарій, що дає
змогу знаходити оптимальні значення параметрів зазначеної моделі.
З використанням цього інструментарію на підґрунті статистичних
даних української економіки за 1996–2016 роки отримано модель
(5.2.16), що описує динаміку розвитку економіки України в коорди-
натах «ВВП – податки». Параметрам моделі надано економічну ін-
терпретацію. Побудовано прогноз динаміки вказаних показників на
2017–2019 роки. Здійснено оцінювання так званого покоординатно-
го ризику для кожного з показників економічної системи.
Можна виокремити такі перспективи подальших досліджень у
напрямі вдосконалення представленої модифікації моделі Харро-
да-Домара. По-перше, дослідний інтерес представляє подальше
збільшення числа залежних змінних динамічної моделі з метою
більш цілісного опису макроекономічної системи. По-друге, до-
цільно провести диверсифікацію величини лагу за кожною із за-
лежних змінних моделі, оскільки використання єдиної величини
для всіх показників є істотним спрощенням об’єкта моделюван-
ня. По-третє, автоматизація процедур знаходження оптимальних
значень параметрів моделі має принципове значення для класу
динамічних моделей на базі диференціальних рівнянь, тому акту-
альною залишається проблема вдосконалення математичного й
програмного інструментарію оптимізації параметрів моделі з ме-
тою відтворення цільової динаміки показників.

5.3. ОЦІНЮВАННЯ РИЗИКУ ФУНКЦІОНУВАННЯ

ЕКОНОМІЧНОЇ СИСТЕМИ З ВИКОРИСТАННЯМ ЛІНІЙНИХ
ДИНАМІЧНИХ МОДЕЛЕЙ ТА ЇХ МОДИФІКАЦІЙ

Передбачення кризового стану економічної еволюції як прояву

буття реальної економіки, є дуже важливою проблемою суспіль-
ного розвитку. На сьогодні економічний ризик ґрунтується на
панівній в економіці теорії рівноважного стану.
173
 Події останнього часу, що відбулись у світі, нашому суспільс-
тві, указують на потребу вивчення динаміки економічного ризи-
ку, причому лінійна парадигма в класичному розумінні вичерпа-
ла свої можливості. Для розв’язання поточних проблем поведінки
економічного розвитку з плином часу слід долучати методи нелі-
нійної динаміки, зважаючи на прикметні риси економічної сис-
теми [36].
Аналіз останніх досліджень і публікацій показує що у відомій
літературі [16, 17, 19], на нашу думку, проведено глибокий вер-
бальний аналіз природи та ступеня прояву економічного ризику,
створивши передумови для подальшого його комп’ютерного до-
слідження – від процесу статики перейти до розгляду динамічних
траєкторій перехідного процесу.
Спираючись на моделі економічної динаміки, якими охоплю-
ється статичний режим, розробити підхід до оцінювання величи-
ни економічного ризику як передвісника кризового стану еконо-
міки, тобто ввійти в окіл настання кризи. Для цього потрібно
визначитися з числовим ступенем економічного ризику.
Мета підрозділу: Здійснити апостеріорне оцінювання число-
вого ступеня ризику на конкретному прикладі економіки Украї-
ни. Комп’ютерне дослідження поведінки економічного ризику з
плином часу доповнили, ураховуючи запізнення процесів еконо-
міки та фрактальність лінійної економічної динаміки моделі.
Класична модель Харрода-Домара макроекономічної динамі-
ки, ґрунтуючись на кейнсіанських традиціях, для нульового спо-
живання записується:
1 dY t 
Y t   C t   I t   0  , (5.3.1)
 dt
де Y t  – змінна національного доходу, Y t  – її похідна;  –
гранична продуктивність капіталу.
Тоді диференційне рівняння (5.3.1) має аналітичний розв’язок:
Y t   Y0  exp   t, (5.3.2)
де Y0 – початкова величина національного доходу.
Звісно, лінійна динамічна модель (5.3.1) недостатньо точно
моделює поведінку економічної системи, що завжди містить не-
лінійні внутрішні зв’язки. Зазначене зумовило потребу вдоскона-
лення моделі (5.3.1), використовуючи міру міри ефективності ре-
інвестування національного продукту k . Модифікована модель, в
основу якої було покладено поняття фракталу, має вигляд:
174
  1
 1 
Y t     Y  k
t  , (5.3.3)
де скаляр k  Z обирається з множини цілих чисел, виключаючи
значення k  0,  1.
Аналітичний розв’язок динамічної моделі (5.5.3) має такий
вигляд
k
 
 
Y t   Y0  
k
 . (5.3.4)
1
   
 t 0  t     Y0 k   k 

Однак лінійні динамічні моделі (5.3.1) і (5.3.3) не враховують

низки особливостей численних нелінійних зав’язків економічної
системи, зокрема вплив величини запізнення  на макроекономі-
чну траєкторію. Тому класичне рівняння лінійної економічної
динаміки можна модифікувати в такий спосіб:
Y t     Y t    , (5.3.5)
де  – величина лагу.
Динамічна модель (5.3.5) – це одновимірна лагова модифіка-
ція рівняння Харрода-Домара. Її розв’язок отримано так: запи-
шемо ряд Тейлора для правої частини диференційного рівняння
(5.3.5):
Y t     Y t   Y t    .
Тоді вираз (5.3.5) переписується
1   Y t   Y t .
Остаточно

Y t   Y t  . (5.3.6)
1
Рівняння (5.3.6) має аналітичний розв’язок:

 t 
Y t   Y0  exp  . (5.3.7)
1  at 

175
 Об’єднуючи рівняння (5.3.3) і (5.3.5) отримуємо одновимірну
лагово-фрактальну модифікацію класичної динамічної моделі
Харрода-Домара:
 1
 1 
Y t     Y  k
t    , (5.3.8)
де скаляр k  R обирається з множини дійсних чисел, виключаю-
чи значення k  0,  1 .
Динамічна модель (5.3.8) заміною змінної t    T переписується:
 1
 1 
Y T       Y  k
T  . (5.3.9)
Знову скористаємося лінійними членами рядів Тейлора:
Y T     Y T     Y T  ;

Y T     Y T     Y T  ,

Тоді економіко-математична модель (5.3.9) набуває вигляду
 1
 1 
  Y T   Y T     Y  k
T   0 . (5.3.10)
Хоча лагово-фрактальна модель (5.3.10) не має аналітичного
розв’язку, за допомогою числових розв’язків вона дає змогу дос-
лідити одночасно вплив запізнення та фрактальності під час
комп’ютерного моделювання.
Залежно від k , числові результати моделювання можуть бути
меншими за значення розв’язку (5.3.2) при k  0 , і більшими при
k  0 . Зі збільшенням k числові результати моделі будуть мен-
ше відхилятися від значень моделі (5.3.2).
Інтегральні криві для динамічної моделі (5.3.10) і величин
k  0 та k  0 є межами оптимістичних і песимістичних очіку-
вань. Порушення балансу в економічній системі може бути спри-
чинене домінантою негативних очікувань над позитивними. Що
більший цей відрив, то більше підстав для зміни траєкторії роз-
витку, а отже, – посилення загрози економічного спаду. У нашо-
му випадку формула ризику [21] набуває вигляду:
Ymax t   Ymin t 
r t    100 % , (5.3.11)
1  Ymax t   Ymin t 
2

176
де Ymax t  та Ymin t  – максимальні та мінімальні значення величи-
ни ВВП.
Замінивши знаменник формули (5.3.11) на значення виразу
(5.3.2) і врахувавши, що числові значення Y t  завжди додатні,
отримаємо [33, с. 184]:
Yk 0 t   Yk 0 t 
r t    2  100 % , (5.3.12)
Y t 

де Yk 0 t  та Yk 0 t  – значення ВВП за (5.3.11) при k  0 та k  0 ;

Y t  – фактичне значення ВВП.
Формула (5.3.12) виражає ступінь загрози падіння суспільного
продукту на величину r t % ВВП у наступному періоді t  1 . Логі-
ка цього рівняння полягає в тому, що фактичні значення, які рівно-
віддалені від меж коридору свідчать про незмінність тренду, а отже,
загроза настання економічної кризи мінімальна; з наближенням зна-
чення Y t  до Yk 0 t  або Yk 0 t  , тим самим віддаляючись від іншої
межі, система набуває рис нестійкості з позиції сталості тренду.
Змоделюємо динаміку ВВП України на основі лагово-фрак-
тальної модифікації рівняння Харрода-Домара (5.3.10). Оскільки
модель (5.3.10) є лінійною та одновимірною, її здатність відтворю-
вати економічний тренд обмежена лише єдиним висхідним або низ-
хідним напрямом. З цієї причини було обрано найдинамічніший пе-
ріод розвитку економіки України, наведений на рис. 5.3.1.

Рис. 5.3.1. Динаміка реального поквартального ВВП України

1999–2008 рр., відношення до першого кварталу 1999 року
Джерело: розроблено авторами

177
 Нехай диференційне рівняння другого порядку (5.3.10) має
1
параметри Y0  1 , Y0  0,01 ,   0,021 та доданком  0 . Вибір
k
значення  для моделі (5.3.10) був зумовлений максимізацією
точності її результатів, тобто такою величиною запізнення, за
якою сума квадратів відхилення розрахункових даних за (5.3.10)
від фактичних була б мінімально. На рис. 5.3.2 зображено зміну
похибки моделі (5.3.10) на прикладі числового експерименту
економіки України залежно від значень  та її мінімальне зна-
чення для   1 .

Рис. 5.3.2. Вплив величини запізнення  на точність розв’язків

за моделлю (5.3.10)
* Під «величиною помилки» слід розуміти суму квадратів відхилень розрахункових і
фактичних значень Y t  .

Джерело: розроблено авторами

З рис. 5.3.2 видно відносну толерантність моделі для   0 ,

тобто тоді, коли модель зводиться до класичної моделі Харрода-
Домара (5.3.1). Водночас при збільшенні значення   1 модель
швидко втрачає точність. Такий особливий випадок поведінки
пояснюється неможливістю економіки структурно залежати від
попередніх періодів, адже в основу (5.3.1) покладено реінвести-
ція актуального національного доходу. Однак усе ж таки реінвес-
тування не може відбуватися миттєво, породжуючи феномен за-
пізнення в економіці.
Результат числового розв’язку (5.3.10) з указаними вище па-
раметрами моделі графічно зведений на рис. 5.3.3, на цьому ж
рисунку нанесено 2 інтегральні криві, які охоплюють спостере-
ження статистичної вибірки ВВП України, а саме: верхня крива
має параметр k  0,695 , а нижня крива – k  1,989 . Зауважимо,

178
що не всі статистичні спостереження з рис. 5.3.3 перебувають
між двома інтегральними кривими (5.3.10) для k  0 і k  0 .
Деяка статистична інформація може містити окремі екстремальні
значення, випадковості та шум, включення якої до коридору сут-
тєво спотворить результати. Тому кількість спостережень, охоп-
лених верхньою та нижньою межами, має встановлюватись інди-
відуально для кожної статистичної вибірки.

Рис. 5.3.3. Інтегральні криві результатів

моделювання української економіки
на основі моделі (5.3.10)
Джерело: розроблено авторами

Інтегральні криві за динамічної моделі (5.3.10) для k  0 і

k  0 є межами можливих значень експоненційного коридору.
Порушення балансу в економічній системі, а отже, й втрати еко-
номічними агентами частини прибутку спричиняються відхилен-
ням економічної динаміки від прогнозованого тренду. Що більше
це відхилення, то більше підстав для зміни траєкторії розвитку.
Такі настрої посилюють плавне нагромадження збитку, посилю-
ючи загрозу настання кризових явищ.
Обчислену на основі (5.3.12) динаміку ризику макроекономіч-
ного розвитку України графічно відтворено на рис. 5.3.4.

179
 Рис. 5.3.4. Динамічна загрози економічного спаду ВВП України,
1999–2008 рр.
Джерело: розроблено авторами

Як видно, модель (5.3.10) здатна спрогнозувати невідворотне

настання кризи в 2008 році як результат експоненційного нагро-
мадження потенційно збиткових операцій упродовж періоду
2005–2007 рр. Однак слід зазначити, що модель (5.3.10) є ліній-
ною, тому її можливості прогнозування реальної економічної ди-
наміки обмежені лише ділянками з однорідними траєкторіями.
Тому використання нелінійного інструмента моделювання дасть
змогу точніше ідентифікувати ризики настання кризових явищ.
Скористаємось ортодоксальним для економіки результатом –
нелінійною моделлю Солоу, яка узагальнено записується [9, с. 69]:
x t   s  f xt   b  xt  , (5.3.13)
K t 
де змінна xt   – капіталозабезпеченість, а K t  – рівень ка-
Lt 
піталу, Lt  – чисельність працездатного населення; s – рівень
заощаджень; f xt  – виробнича функція; коефіцієнт b сумарно
враховує ступінь зношення фондоозброєності, приріст населення
і НТП.
Нелінійна динамічна модель (5.3.13) представлена диферен-
ційним рівнянням першого порядку, є відомим з курсу вищої ма-
тематики рівнянням Бернуллі, коли скористатися виробничою
функцією:

180
 f x  A  x , 0    1 , (5.3.14)
де A – технологічний рівень.
Тоді динамічна модель (5.3.13) набуває вигляду
xt   s  A  x   b  xt . (5.3.15)

Останнє рівняння є класичною динамічною нелінійною, але

одновимірною моделлю економічного зростання. Аналітичний
розв’язок указаної моделі має такий вигляд:

 
1
xt   x 0 1  M   e  1bt  M 1 , (5.3.16)

sAx0 1 K
де константа M  ; x0  0 – початкова умова.
b L0
Відомо, що рівноважне значення капіталозабезпеченості, за
якого економічна виробнича система переходить у стійкий стан
рівноваги, тобто x t   0 , може бути отримане за допомогою ви-
разу (5.3.17).
1
 sA  1
x    . (5.3.17)
 b 

Якщо x t   x  , то значення моделі (5.3.15) зростатимуть з пли-

ном часу доти поки x t   x  . За іншої ситуації – x t   x  – значен-
ня капіталозабезпеченості будуть поступово спадати аж поки не
досягнуть величини x . Ураховуючи цю особливість неокласичної
моделі Солоу, доцільно математично вказати межі допустимих
значень xt , які одночасно охоплюють можливу траєкторію наці-
онального продукту, залежно від рівноважного стану, але водно-
час допускають відхилення значень моделі від фактичних даних.
Для цього необхідно визначити нижню межу коридору за допомо-
гою мультиплікатора, який постійно зменшується з плином часу,
прямуючи до 0. Аналогічно верхня межа отримується за допомо-
гою зростаючого з часом мультиплікатора. Тоді зазначене вище
можна узагальнити у вигляді такої нерівності:
xt   e   xt   xt   e , (5.3.18)
де 0    1 – ступінь місткості коридору допустимих відхилень.

181
 Подвійна нерівність (5.3.18) формує експоненційний коридор
на динамічному просторі можливих станів у межах результатів
моделі (5.3.15). Необхідно зауважити, що ступінь місткості  ва-
рто оптимізувати таким чином, щоб усі статистичні спостере-
ження могли бути охоплені межами коридору.
З метою оцінювання ступеня відхилення фактичних значень
від результатів моделювання скористаємося формулою динаміки
ризику (5.3.19) як модифікацією виразу (5.3.12).
xt  e   xt  e 
r t    2 100 % , (5.3.19)
xt 

де r t  – ступінь загрози втрати величини.

Модифікована формула визначається як відносне значення різ-
ниці відстаней поточних значень величини капіталозабезпеченіс-
ті від лівої та правої меж коридору. Тобто помітне зміщення фак-
тичної величини xt  до крайніх значень нерівності (5.3.18) є
сигналом загрози втрати стабільності системи.
Варто зазначити, що величина r t % указує на усереднену ча-
стку капіталозабезпеченості, яка може бути втрачена в результаті
зміни рівноважного стану з x 0 на x1 .
Використаємо нелінійне рівняння Солоу (5.3.15) і формулу
динаміки ризику (5.3.19) для моделювання рівня капіталозабез-
печеності України та загрози настання кризових явищ для періо-
ду 2000–2016 рр. Необхідну для обчислень статистична інформа-
ція зведено в табл. 5.3.1.
Таблиця 5.3.1
ДИНАМІКА ПРАЦЕЗДАТНОГО НАСЕЛЕННЯ
ТА ВАРТІСТЬ ОСНОВНИХ ЗАСОБІВ УКРАЇНИ В ПЕРІОД 2000–2013 рр.

Рік L, тис. осіб K, мнл грн

2000 33310 673291,6

2001 34441 676693,9
2002 34314 678 555,1
2003 34187 668 242,6
2004 34060 645 586,4
2005 33933 579 952,2
2006 33806 621 045,9

182
 Закінчення табл. 5.3.1
Рік L, тис. осіб K, мнл грн

2007 33679 660 513,5

2008 33498 675 070,3
2009 33346 575 902,3
2010 33216 598 647,2
2011 33100 630 490,2
2012 33013 632 309,8
2013 32940 651 886,5
* у цінах 1999 року
Джерело: складено авторами на основі [26, 27]

Виходячи з рівності (5.3.14), припустимо, що A  1 . Тоді, беручи

за основу аналітичний розв’язок (5.3.16), динаміка рівня капіталоза-
безпеченості України в період 2000–2013 рр. може бути змодельо-
вана за таких параметрів: x0  20,213 ; a  0,256 ; b  0,0033 ; s  0,25 .
З метою визначення ступеня ризику побудуємо межі коридору до-
пустимих відхилень xt  , користуючись нерівністю (5.3.18) для
  0,01667 . Результати числових експериментів для періоду 2000–
2016 рр. графічного наведено на рис. 5.3.5.

Рис. 5.3.5. Результати моделювання української економіки

183
 Урахуємо значення нижньої (лівої) та верхньої (правої) межі не-
рівності (5.3.18) як чисельник формули (5.3.19), а її знаменник –
як фактичні значення капіталозабезпеченості для періоду 2000–
2013 рр., а для 2014–2016 рр. використаємо прогнозні результати
моделі (5.3.16). Тоді отримаємо динаміку ризику, зображену на
рис. 5.3.6.

Рис. 5.3.6. Динаміка ризику української економіки

на основі нелінійної моделі Солоу на період 2000–2016 рр.

Отже, табл. 5.3.1 свідчить про довготривале убування капіта-

лозабезпеченості виробництва в економічній системі України вод-
ночас з поступовим зниженням чисельності працездатного насе-
лення. Саме це є причиною низхідного тренду числових значень
моделі на рис. 5.3.5. Через систематичну амортизацію основних
засобів національного господарства прогнозовані значення ризи-
ків з рис. 5.3.6 у період 2008–2014 рр. передбачили загрозу еко-
номічного спаду в 2008 році, а також указують на посилення за-
грози для періоду 2009–2014 рр.
Таким чином, нелінійний інструментарій моделювання еко-
номічної динаміки та динаміки ризику економічного спаду є
більш гнучкий і функціональний порівняно з лінійним апаратом
на основі класичного рівняння Харрода – Домара.
Отже, моделювання динамічних траєкторій економічного ри-
зику здійснювалося з використанням одновимірних моделей еко-
номічної динаміки: нелінійної моделі Солоу та модифікацій кла-
сичного рівняння Харрода-Домара. Результати обчислювального

184
експерименту узгоджуються зі статистичними даними. Вдалося
також оцінити ступінь ризику настання економічного спаду. Роз-
роблений підхід до оцінювання загрози кризи довів свою універ-
сальність при використанні з кількома математичними моделями
економічного зростання. Він дав змогу передбачити історичні
спади української економіки.

5.4. КОМП’ЮТЕРНЕ МОДЕЛЮВАННЯ Й АНАЛІЗ РОЗВИТКУ ФІРМИ

НА ПІДҐРУНТІ ДИНАМІЧНОЇ НЕЛІНІЙНОЇ ТРИВИМІРНОЇ МОДЕЛІ

Наступний крок у вивченні поведінки траєкторій економічно-

го ризику та передбачення кризового стану економіки пов’язаний
з долученням динамічних моделей більшої розмірності.
Прийняття правильних управлінських рішень є першорядною
умовою успішного розвитку будь-якої економічної системи. Особ-
ливо чутливою до керуючих дій є система на стадії трансформа-
ції. На перехідному етапі розвитку економічного суб’єкта вкрай
важливим є формування таких умов господарювання, які в перс-
пективі сприяють його переходу у фазу стабільного економічного
зростання з високою стійкістю до негативних впливів зовнішньо-
го середовища. З метою визначення коректних керівних впливів,
здатних спрямувати розвиток економічної системи в необхідне
русло, виникає потреба в ретельному вивченні якісних станів фун-
кціонування суб’єктів господарювання та необхідних і достатніх
умов переходу від одного стану до іншого.
Зазначене зумовлює нагальну потребу в створенні динамічних
економіко-математичних моделей, на підґрунті яких можна з до-
статньою точністю описувати розвиток мікроекономічного
суб’єкта, а також визначати перспективні режими його функціо-
нування. З огляду на нелінійну природу будь-якої економічної
системи безмежний потенціал для подібних досліджень станов-
лять математичні моделі нелінійної економічної динаміки на ос-
нові систем диференціальних рівнянь. Моделі цього класу здатні
відтворювати складну синергетичну природу соціальних систем
при відносно простій математичній структурі, надаючи величезні
можливості для проведення на їх підґрунті якісного та кількісно-
го аналізу об’єкта дослідження.
Останнім часом усе більше науковців-економістів звертаються
до досконалішого математичного інструментарію дослідження
економічних систем – нелінійних динамічних моделей, – ніж лі-
нійні регресійні моделі. Наприклад, у праці [24] розглядається

185
динамічна модель цінової конкуренції фірм на ринку недоскона-
лої конкуренції, у якій динаміка ціноутворення описується за
допомогою різницевих рівнянь. У статті [7] розглянуто задачу
максимізації прибутку монополістичної фірми на основі трьох різ-
них динамічних моделей, побудованих з використанням функції
Кобба-Дугласа.
Аналіз діяльності мікроекономічних суб’єктів на підґрунті
динамічних моделей є предметом дослідження і зарубіжних уче-
них. Зокрема, у статті [10] пропонується динамічна модель для
опису поведінки фірми в контексті вибору структури капіталу
(співвідношення між власними й позиковими фінансовими засо-
бами) залежно від її характеристик. У праці [2] досліджено кіль-
кісний вплив заходів з мінімізації мікроекономічного системного
ризику на основі динамічної моделі діяльності банків, що функ-
ціонують за рахунок як власних, так і позикових коштів. Отже,
бачимо значну увагу сучасних дослідників до вирішення пробле-
ми формування ефективної на тривалому часовому горизонті
структури капіталу мікроекономічних агентів, що підкреслює
актуальність цього питання.
Зі збільшенням розмаїття математичних моделей нелінійної
економічної динаміки, що дають змогу прогнозувати стан фірми
в різних координатах і вирішувати різноманітні задачі оператив-
ного та стратегічного характеру, залишається актуальною пробле-
ма визначення оптимальних значень параметрів динамічної мо-
делі, які забезпечують найточніше відтворення показників
еволюції досліджуваного об’єкта незалежно від обраної системи
координат і математичного інструментарію опису моделі. Зазна-
чена проблема є особливо нагальною при застосуванні моделей
на основі систем диференціальних рівнянь.
Досі поширеним підходом до оптимізації параметрів є ручний
підбір їх значень, що неабияк звужує сферу прикладного застосу-
вання моделей нелінійної економічної динаміки порівняно з лі-
нійними економетричними моделями, для оптимізації яких уже
давно практикуються ефективні, з погляду точності та трудових
затрат методи, що легко підлягають автоматизації. З урахуванням
зазначеного доцільними є розроблення й тестування підходів до
математично обґрунтованого пошуку оптимальних значень пара-
метрів моделей економічної динаміки на основі систем диферен-
ціальних рівнянь, що дають змогу ефективно скористатись обчи-
слювальними потужностями сучасних технічних засобів.
Не відтіняючи, але доповнюючи важливість зазначеної пробле-
ми, варто наголосити на актуальності проведення ґрунтовного

186
якісного аналізу динамічних економіко-математичних моделей,
зокрема з використанням сучасних програмних засобів. Дослі-
дження можливих якісних станів функціонування економічної
системи та умов переходу від одного стану до іншого дає ціліс-
ніше уявлення про об’єкт дослідження, ніж у результаті прове-
дення лише його кількісного аналізу. Таким чином, суттєвою
науковою проблемою сучасності є розширення практики прове-
дення якісного аналізу динамічних моделей з економічною інтер-
претацією отриманих результатів.
Науково-дослідне завдання полягає у формалізації математич-
ного інструментарію оптимізації параметрів динамічної моделі
еволюції фірми в координатах «обсяг власного капіталу – обсяг
позикового капіталу – чисельність персоналу», а також його про-
грамній реалізації. Передбачається застосування описаного інстру-
ментарію на прикладі формування комп’ютерної моделі реального
суб’єкта господарювання, відтворення динаміки показників його
функціонування та побудова середньострокового прогнозу. Крім
того, завдання включає проведення ґрунтовного якісного й кіль-
кісного аналізу отриманої комп’ютерної моделі фірми та надання
економічної інтерпретації результатам обчислювального експе-
рименту.
Розглядається така модель функціонування фірми в ринкових
умовах [29, с. 1124]:

 z  c1  z  c 2  y  c 2 c 3  / c 4  x  y

 y  c3  y  c 4  z  x  c3  z  x , (5.4.1)
 x  c  x  c  y
 5 6

де z – чисельність персоналу; y – обсяг власного капіталу; x –

обсяг позикового капіталу; z, y , x – похідні відповідних змінних
по незалежній змінній часу t ; c1 , c 2 , c3 , c 4 , c5 , c6  0 – параметри
моделі, що характеризують різні умови господарювання фірми.
З метою моделювання розвитку конкретної фірми на основі
системи (5.4.1) доцільно використання таких значень параметрів
c1 , c 2 , c3 , c 4 , c5 , c6 і початкових значень змінних x 0 , y 0 , z 0 , за яких
розрахункова динаміка змінних максимально наближається до
емпіричної. Для їх знаходження застосовується певний алгоритм
оптимізації. Задача оптимізації ускладнена такими факторами, як
нелінійна природа рівнянь у системі (5.4.1), їх розв’язання через
числове інтегрування, а також велика кількість параметрів систе-

187
ми, що значно знижує ефективність традиційних методів. Одним
з можливих варіантів вирішення цієї проблеми є адаптивне вико-
ристання модифікованих традиційних методів, що дає змогу змен-
шити вплив зазначених вище факторів на ефективність оптиміза-
ційного процесу.
Розглянемо алгоритм оптимізації параметрів моделі (5.4.1),
який можна умовно поділити на два етапи. Перший етап полягає
в застосуванні методу повного перебору всіх комбінацій значень
параметрів, де кожному з параметрів присвоюється штучно об-
межена множина можливих значень (5.4.2). Хоча цей метод надає
грубу оцінку та є неефективним з погляду обчислювального на-
вантаження, він легко реалізовується і дає змогу скористатися
апріорним знанням щодо моделі (ступінь її структурної стійкості,
доцільний діапазон значень параметрів):

  j  j
C  j   cmin  j
, cmin  h j , , cmin  i  1  h  j  , , cmax
 j
, (5.4.2)

де C  j  – множина всіх можливих значень j -того параметра,

упорядкована за зростанням, причому ci j  , Ci j  ,  Cmin
 j  j
, C max ;  
 j  j
C min , C max – відповідно мінімальне та максимальне обмежуваль-
ні значення j -того параметра; h  j  – крок перебору j -того пара-
 j
 c max  j 
 c min
метра; i  1, n  j  ; n  j      1 – кількість елементів у
 h j 
множині C  j  ; j  1, n ; p – кількість параметрів , що підлягають
оптимізації.
Серед усіх можливих комбінацій значень параметрів з їх мно-
жин (5.4.2) обирається комбінація, для якої похибка (5.4.3) має
бути мінімальною:
 2

 Y 
T
i 
 Yt i  ,
~
E t (5.4.3)
i 1 t 1

де E – величина похибки; Yt  j  , Yt i  – відповідно розрахункове й

~

цільове (статистичне)значення i -тої змінної t -того рівня часово-

го ряду;   3 – кількість змінних моделі, T – кількість рядів спо-
стереження.
Другий етап оптимізації передбачає застосування методу най-
менших квадратів (МНК) для уточнення оптимальних значень
188
параметрів, за яких відхилення обчисленої динаміки від спосте-
режуваної мінімізується. Ураховуючи нелінійний характер дина-
міки змінних у системі (5.4.1), для досягнення найменшої похиб-
ки може знадобитися циклічне застосування МНК до проміжних
результатів оптимізації. Крім того, з метою уникнення хаотичних
явищ у разі наближення обчислювальної матриці до однієї з то-
чок її виродження доцільно скористатися модифікацією МНК
(5.4.4), відомою як алгоритм Левенберга-Марквардта [13]:


  J T J  J T  2 I 
1
e, (5.4.4)
де  – вектор-стовпчик розмірності p  1 , що є необхідною змі-
ною параметрів системи з метою наближення до цільової динамі-
 ei 
ки; J  J ij     – матриця Якобі розмірності m  p , що харак-
  j 
теризує величину зміни помилки ei при нескінченно малій зміні
_____ ____
значення параметра  j ; i  1, m ; j  1, p;   0 – константа демп-
фування (параметр регуляризації), значення якої обирається ем-
пірично та має бути якомога меншим, але достатньо великим,
щоб подолати виродженість матриці J  J T ; e – вектор-стовпчик
розмірності m  1 , що являє собою помилку за кожним з критеріїв
оптимізації; m – кількість критеріїв оптимізації; p – кількість
параметрів системи, що підлягають оптимізації.
Квадратичну збіжність цього варіанта МНК було доведено в
[20].
Множина параметрів системи (5.4.1), що підлягають оптимі-
зації за допомогою МНК, позначається таким чином:
 k 1  c1 c2 c3 c4 c5 c6  , (5.4.5)
де  k 1 – вектор-стовпчик параметрів моделі, що використовуєть-
ся для обчислень на k -ій ітерації МНК; c1 , c 2 , c3 , c 4 , c5 , c6 – зна-
чення відповідних параметрів моделі (5.4.1).
Значення скалярних компонентів вектора  0 установлюються
згідно з результатами першого етапу оптимізації, отриманими
методом повного перебору значень параметрів, для яких похибка
(5.4.3) виявилася найменшою. Починаючи з k  1 , для обчислень
на k -тій ітерації МНК використовується вектор  k 1 , отриманий
після k  1 -тої ітерації за формулою:

189
  k   k 1   k , (5.4.6)
де  k – результат k -тої ітерації МНК, обчислений за формулою
(5.4.4).
З метою зменшення обсягу обчислень при визначенні похибки
e , що здійснюється за формулою (5.4.4), а також урахування ме-
тодом найсуттєвіших властивостей динаміки системи виокрем-
лено ключові точки, у яких слід мінімізувати похибку. Замість
агрегованого критерію на кшталт (5.4.3) для МНК було викорис-
тано множину критеріїв, що є квадратами відхилень у кожній з
ключових точок системи:

 ~
ei  X i  X i ,
2
(5.4.7)
____
де e – i -тий елемент вектора помилок e , i  1, m ; m – кількість
ключових точок; X i – розрахункове значення змінної моделі в i -
~
тій ключовій точці, X i – цільове (статистичне) значення змінної
в i -тій ключовій точці.
Оскільки аналітичне обчислення похідних помилки e моделі
(5.4.1) за кожним з її налаштовуваних параметрів  j є занадто
складною математичною задачею, для знаходження елементів
 ei 
матриці Якобі J  J ij     використовується числовий метод
  j 
обчислення частинних похідних. У такому разі значення елемен-
тів матриці Якобі обчислюються за формулою:
   
J ij  ei 1 ,, j 1 , j  h, j h1 , , p  ei 1 ,,  p , (5.4.8)

де J ij  – елемент матриці J , що знаходиться в i -тому рядку

____ ____
j -того стовпчика; i  1, m ; j  1, p ; ei () – величина похибки в
i -тій ключовій точці при заданих значеннях параметрів моделі
(5.4.1);  j – значення параметра моделі (5.4.1), що оптимізується;
h – крок обчислення похідної, величина якого має обиратися
якомога меншою, але такою, щоб похибка комп’ютерного обчис-
лення залишалася на прийнятному рівні; m – кількість ключових
точок динаміки системи (5.4.1); p  6 – кількість параметрів мо-
делі (5.4.1), що підлягають оптимізації.

190
 Об’єктом комп’ютерного моделювання обрано фірму OraSure
Technologies, Inc. (штаб-квартира у США, м. Бетлехем), яка займа-
ється випуском медичного обладнання [29]. У табл. 5.4.1 наведено
статистичні дані за трьома показниками економічної діяльності
OraSure Technologies. Обрання показників зумовлене семантичним
значенням змінних економіко-математичної моделі (5.4.1).
Таблиця 5.4.1
ПОКАЗНИКИ ДІЯЛЬНОСТІ ФІРМИ
/«ORASURE TECHNOLOGIES, INC.» ЗА 1996–2016 рр.

Період, рік Власний капітал Позиковий капітал Кількість

тис. дол. США тис. дол. США працюючих осіб

1996 31 676 8566 113

1997 17 873 8105 130
1998 10 701 10 082 85
1999 18 592 11 659 83
2000 26 172 11 564 210
2001 26 541 10 744 221
2002 26 019 9718 187
2003 73 509 12 642 171
2004 75 577 12 487 194
2005 118 919 11 828 233
2006 129 504 27 061 233
2007 140 055 27 298 282
2008 108 325 23 593 287
2009 103 807 23 184 280
2010 102 843 19 677 231
2011 100 250 27 612 308
2012 170 315 21 124 313
2013 161 146 23 099 293
2014 158 701 30 932 320
2015 159 436 29 885 326
2016 185 850 22 085 325
Джерело: [29]

191
 Наведені статистичні дані потребують приведення до прийнят-
ної для математичного моделювання форми, що узгоджується з
якісними властивостями моделі (5.4.1), суттєвими в контексті її
застосування. Згідно з результатами дослідження [29, с. 1126], до
таких властивостей можна віднести: безрозмірність величин; від-
сутність трендової компоненти в динаміці змінних х та у; опосе-
редковане вираження досягнутого рівня показників обсягу пози-
кового та власного капіталу через амплітуду коливань щодо
змінної х та у. Відповідний алгоритм оброблення статистичних
даних відображений у формулах (5.4.9)–(5.4.19).

g tj
s tj  , (5.4.9)
mtj  rng g x  y

де s tj – значення безрозмірного часового ряду j -того показника

за t -тий період; j  x, y – обсяги відповідно позикового та влас-
ного капіталу; g tj – значення безтрендового часового ряду
j -того показника за t -тий період; m t – значення масштабного
j

часового ряду j -того показника за t -тий період; rng g x y – варіа-

ційний розмах безтрендового обсягу пасивів.

d tz
stz  , (5.4.10)
mtz  rng d z

де s tz – значення безрозмірного часового ряду чисельності персо-

z
налу за t -тий період; d t – статистичне значення чисельності пе-
рсоналу за t -тий період; m tz – значення масштабного часового
ряду чисельності персоналу за t -тий період; rng d z – варіаційний
розмах вихідної чисельності персоналу.

d tj  f t j
mt  j
, (5.4.11)
ft j

де m tj – значення масштабного часового ряду j -ого показника за

t -тий період; d t j – вихідне значення j -того показника за t -тий

192
період; f t j – значення трендового часового ряду j -ого показни-
ка за t -тий період, j  x, y .

d tz
mtz  , (5.4.12)
min d z

де m tz – значення масштабного часового ряду чисельності персо-

налу за t -тий період; d tz – вихідне значення чисельності персо-
налу за t -тий період; min d z – мінімальне значення вихідної чи-
сельності персоналу.

min g x  y  min
___
g tx  g ty , (5.4.13)
t 1, n

де min g x  y – мінімальне абсолютне значення безтрендового

обсягу пасивів; g tj – значення безтрендового часового ряду j -того
показника за t -тий період; n – кількість часових періодів, що
розглядаються.

max g x  y  max
___
g tx  g ty , (5.4.14)
t 1, n

де max g x  y – максимальне абсолютне значення безтрендового

обсягу пасивів; g tj – значення безтрендового часового ряду j -того
показника за t -тий період; n – кількість часових періодів, що
розглядаються.
rng g x y  max g x y  min g x y , (5.4.15)

де rng g x y – абсолютний варіаційний розмах безтрендового

обсягу пасивів.

g tj  d t j  f t j , (5.4.16)

де g tj – значення безтрендового часового ряду j -того показника

в t -тому періоді, j  x, y ; d t j – значення вихідного часового

193
ряду j -того показника в t -тому періоді; f t j – значення трендо-
вого часового ряду j -того показника в t -тому періоді.

min d z  min
___
d tz , (5.4.17)
t 1, n

де min d z – мінімальне значення вихідної чисельності персоналу;

d tz – вихідне значення чисельності персоналу за t -тий період;
n – кількість часових періодів, що розглядаються.

max d z  max
___
d tz , (5.4.18)
t 1, n

де max d z – максимальне значення вихідної чисельності персона-

лу; d tz – вихідне значення чисельності персоналу за t -тий пе-
ріод; n – кількість розглядуваних часових періодів.

rng d z  max d z  min d z , (5.4.19)

де rng d z – варіаційний розмах вихідної чисельності персоналу.

На основі вихідних статистичних даних отримано безрозмірні
часові ряди, значення рівнів яких обчислені: для обсягу власного
капіталу та обсягу позикового капіталу – за формулою (5.4.9),
для чисельності персоналу – за формулою (5.4.10). Отримані ча-
сові ряди подано у табл. 5.4.2, їх динаміку зображено на
рис. 5.4.1.
Для числового інтегрування моделі (5.4.1) використано метод
Булірша-Штера, що придатний для застосування до жорстких си-
стем диференціальних рівнянь завдяки високій робастності. Для
початкової умови обрано перші рівні безрозмірних часових рядів
відповідних показників: x0  s1x  0.161, y0  s1y  0.117 ,
z 0  s1z  0.633 .
Інтервал інтегрування t  [0; 20] відповідає реальному періоду
1996–2016 рр. Комп’ютерна реалізація розглянутих математич-
них методів і моделей виконана в середовищі Matchad 14. Ре-
зультатом застосування методу повного перебору до моделі
(5.4.1) з метою мінімізації похибки (5.4.3) щодо реальних даних у
безрозмірному виді є такі значення параметрів моделі: c1  0.01,
c 2  0.16, c3  0.78, c 4  0.24, c5  1.00, c6  0.94,

194
 Таблиця 5.4.2
БЕЗРОЗМІРНІ НОРМАЛІЗОВАНІ ПОКАЗНИКИ ДІЯЛЬНОСТІ
«ORASURE TECHNOLOGIES, INC.» ЗА 1996–2016 рр.

Період рік Безрозмірний обсяг Безрозмірний обсяг Безрозмірна

власного капіталу позикового капіталу чисельність персоналу
1996 0.117 0.161 0.633
1997 0.306 –0.185 0.838
1998 –0.494 0.208 0.358
1999 –0.682 0.231 0.342
2000 –0.871 –0.254 2.187
2001 –1.059 –0.278 2.422
2002 –1.247 –0.301 1.734
2003 1.436 –0.324 1.450
2004 1.624 –0.347 1.866
2005 1.812 –0.371 2.692
2006 2.001 0.394 2.692
2007 2.189 0.417 3.943
2008 –2.378 0.440 4.084
2009 –2.566 0.464 3.887
2010 –2.754 –0.487 2.646
2011 –2.943 0.510 4.703
2012 3.131 –0.533 4.857
2013 3.319 –0.557 4.256
2014 –3.508 0.580 5.077
2015 –3.696 0.603 5.269
2016 3.884 –0.626 5.237

Джерело: розрахунки авторів на основі [29]

З метою уточнення оптимальних значень параметрів моделі

(5.4.1) проведено одну ітерацію модифікованого МНК, формалі-
зованого у формулах (5.4.4)–(5.4.8). Обчислення були виконані з
використанням таких значень параметрів оптимізаційного алго-
ритму   0.05 – константа демпфування; h  0.05, – крок обчис-

195
лення частинних похідних. Як ключові точки для критерію опти-
мізації (5.4.7) обрано всі точки локального екстремуму кожного з
трьох безрозмірних часових рядів, наведених у табл. 5.4.2, а та-
кож їх початкові та кінцеві рівні. У результаті було отримано такі
значення параметрів: c1  0.006 , c 2  0.149 , c3  0.790 , c 4  0.240 ,
c5  1.012 , c6  0.938 .
Підстановкою наведених значень у систему (5.4.1) отримано
комп’ютерну модель (5.4.20), що описує розвиток фірми OraSure
Technologies у системі координат «позиковий капітал – власний
капітал – чисельність персоналу»:
 z  0.006  z  0.149  y  0.493  x  y

 y  0.79   y  z  x   0.24  z  x . (5.4.20)
 x  0.938  y  1.012  x

Числовим інтегруванням системи диференціальних рівнянь
(5.4.20) на часовому проміжку t  [0; 23] отримано апроксимацію
реальної динаміки ключових показників діяльності фірми
OraSure Technologiesза 1996–2016 рр., а також її прогнозовану
динаміку на 2017–2019 рр., графічне зображення яких наведено
на рис. 5.4.1. Для порівняльного аналізу на цьому рис. 5.4.1 зобра-
жено також динаміку безрозмірних часових рядів, наведених у
табл. 5.4.2. Окрім того, на рис. 5.4.2 наведено фазові портрети си-
стеми (5.4.20), на основі яких можна здійснити ґрунтовніший які-
сний аналіз моделі.

Рис. 5.4.1. Динаміка розрахункових і безрозмірних реальних

показників розвитку OraSure Technologies за 1996–2019 рр.

196
 Рис. 5.4.2. Фазові портрети системи (5.4.20) на проміжку t  [0; 23]

Як видно з рис. 5.4.1, модель (5.4.20) певною мірою відтворює

реальну динаміку, але з певними застереженнями. По-перше,
обчислені дані за 1996–2007 рр., що відповідає періоду станов-
лення фірми, відображають плавний і повільний вихід економіч-
ного агента на належний йому рівень розвитку, тоді як реальні
дані вказують на нестабільний і нерівномірний характер функ-
ціонування. По-друге, коливання обсягу позикового капіталу
зміщені по фазі відносно коливань обсягу власного капіталу.
По-третє, обчислена динаміка власного та позикового капіталу
виражена в коливаннях зі спадною амплітудою, проте безрозмір-
ні значення на основі реальних даних за 2014–2016 рр. свідчать,
навпаки, про зростаючий характер коливань. Указані відхилення
зумовлені насамперед недосконалістю використаного підходу до
оптимізації параметрів моделі (5.4.1). Утім, отримана комп’ю-
терна модель (5.4.20) відображає значний потенціал для дослі-
дження на її підґрунті об’єкта моделювання, що й показано нижче.
У контексті проведення якісного аналізу в програмному сере-
довищі Maple 15 було визначено особливі точки O1 , O2 , O3 ди-
намічної системи (5.4.1):


O1  0;0;0

O     c 2 c 4 c 5 ;   c 2 c 4 c 5 ; c1 c 3 c 5  c1 c 6    , (5.4.21)
 2  c 2 c 3 c 4 c 2 c3 c6 c1 c 3 c 6 


     c 2 c 4 c 5    c 2 c 4 c 5 c1 c 3 c 5  c1 c 6   
O3   ; ; 

  c 2 c3 c 4 c 2 c3 c6 c1 c 3 c 6 

де   c1c 2 c3 c 4 c52  c1c 2 c3 c 4 c5 c 6 .

197
 Підстановкою оптимальних значень параметрів у вираз
(5.4.21) отримано стаціонарні точки системи (5.4.20):

O1  0; 0; 0

O2   0.1407437634 ;  0.1518472159 ;  2.023896843  . (5.4.22)
O3   0.4668511732 ;  0.5036816496 ; 6.713324928 

Наведені особливі точки є важливою характеристикою систе-

ми (5.4.20), оскільки вони ділять координатний простір на части-
ни, у кожній з яких траєкторії системи підпорядковуються пев-
ним чітко визначеним закономірностям розвитку, тобто мають
певний тип динаміки. Для уточнення типу динаміки, який фор-
мується під впливом стаціонарних точок системи, визначається
тип кожної з них. Алгоритм дослідження стаціонарних точок
описаний, зокрема, у [20, с. 184–186]. Відповідно до згаданого
алгоритму, для системи (5.4.20) потрібно визначити характерис-
тичні числа матриці Якобі, обчисленої для кожної з особливих
точок (5.4.22). Узагальнено матриця Якобі системи (5.4.20) запи-
сується у такому вигляді:

  1.012 0.938 0 
 
J    0.79 z  1 0.79  0.79 x  0.24  . (5.4.23)
 0.49 y 0.49 x  0.149  0.006 
 

Характеристичне рівняння матриці (5.4.23), обчисленої в точці

O1 , має три дійсні корені (5.4.24). Згідно з класифікацією [20,
с. 187], наведені характеристичні значення відповідають типу
особливої точки «сідло другого порядку».

 1.012 0.938 0 1(1)  0.0151849544 2


1 0.79    0.24  0  (21)  1.186642967 . (5.4.24)
 (1)
0 0.149  0.006   3  1.429827922

У другій особливій точці O 2 матриця Якобі має три дійсних

характеристичних значення (5.4.25), з яких одне додатне й два
від’ємні, що відповідає типу «сідло першого порядку».

198
 1( 2)  1.688567310
 ( 2)
 2  0.0055772838 84. (5.4.25)
 ( 2)
3  1.910990026

Нарешті, у третій точці O3 характеристичні значення (5.4.26)

матриці Якобі відображені одним дійсним від’ємним числом і
двома комплексними спряженими числами з від’ємними дійсни-
ми частинами, що визначає цю рівноважну точку як «стійкий
вузло-фокус». В околі впливу названої особливої точки траєкто-
рія розвитку тривимірної системи має ознаки «стійкого фокусу»
в двох з координатних вимірів та ознаки «стійкого вузлу» – у
третьому вимірі:

1(3)  0.1048017877  1.798338659 i

 (3)
 2  0.0183396424 67 . (5.4.26)
 (3)
3  0.1048017877  1.798338659 i

Для наочнішого представлення розглянутих особливих точок,

а також їх впливу на динаміку системи (5.4.20) на рис. 5.4.3 наве-
дено графік поля напрямів, що відображає напрям траєкторій си-
стеми в кожній точці координатного простору. З цього графіка
видно, що в будь-якій точці, доволі віддаленій від особливих то-
чок за кожною з координат, траєкторія набуває одного й того са-
мого вигляду: спіраль, що розкручується у вимірах y та t  , по-
вільно наближаючись до нуля у вимірі t  . Згідно з [20, с. 187],
подібна динаміка формується під впливом рівноважної точки на
кшталт «сідло першого порядку», що відповідає особливій точці
O 2 у розглядуваній системі.
Таким чином, точка O2 визначає глобальну динаміку системи
(5.4.20), що спостерігається в будь-якій частині координатного
простору, за винятком околу інших двох особливих точок. З еко-
номічногої погляду, названий тип динаміки означає накопичення
власного капіталу  y  та збільшення персоналу z  підприємства
за рахунок активного споживання наявних кредитних засобів x  .
Згідно з [20, с.124], згадана поведінка системи (5.4.1) співвідно-
ситься з початковою стадією функціонування фірми, коли
суб’єкт господарювання активно розширює обсяги виробництва
та збуту, намагаючись посісти якомога вигідніше місце на ринку.
199
 Рис. 5.4.3. Графік поля напрямів системи (5.4.20)
у тривимірному просторі. Червоні точки відповідають
/особливим точкам системи
З огляду на сказане, логічно припустити, що траєкторії, які
описують функціонування економічно зрілої фірми, беруть свій
початок саме в околі інших особливих точок – O1 і O3 . Проана-
лізувавши інтегральні криві й фазові портрети системи (5.4.20),
зображені на рис. 5.4.1 і 5.4.2, можна помітити, що змодельована
траєкторія розвитку OraSure Technologies на часовому проміжку
t  13 переходить під безпосередній вплив рівноважної точки O3 ,
набуваючи типу динаміки «стійкий вузло-фокус» і маючи вигляд
спіралі, що закручується у вимірах x та y навколо координат
 x  0.467
 і водночас прямує до z  6.713 . На жаль, сімейство
 y  0.504
цих траєкторій не відображено на рис. 5.4.3 через великий масш-
таб графіка. Утім, цілком очевидно, що в системі (5.4.20) динамі-
ка економічно зрілої фірми визначається саме особливою точкою
O3 , причому система може спочатку перебувати під впливом ін-
шої стаціонарної точки й характеризуватись іншим типом дина-
міки, але надалі зазнати біфуркації та перейти до «зрілого» ре-
жиму функціонування. Ці міркування збігаються з висновками
кількісного аналізу системи (5.4.1) у [29, с. 1124].
Згадана стадія «економічної зрілості» фірми, що описується
третьою особливою точкою, не передбачає однозначно успішно-
го функціонування економічного суб’єкта. Навпаки, ця стадія
може виражатися як у поступовому економічному зростанні, так і

200
спаді. У випадку з особливою точкою на кшталт «стійкий вузло-
фокус» спостерігається затухання коливань обсягів власного і по-
зикового капіталу та фіксація чисельності персоналу, що згідно з
економічною інтерпретацією моделі (5.4.1) означає саме еконо-
мічний спад (фінансовий крах). Для формування ж динаміки еко-
номічного зростання ця особлива точка має бути нестійкою. Як
уже зазначалося, система (5.4.20) не зовсім точно відтворює реаль-
ну (безрозмірну) динаміку фірми OraSure Technologies, і однією з
відмінностей змодельованої динаміки є саме затухаючі, а не зро-
стаючі коливання змінних x та y .
Отже, результати комп’ютерного моделювання розвитку фір-
ми OraSure Technologies вказують на перспективу економічного
занепаду. Але, ураховуючи неточність використаного алгоритму
оптимізації параметрів моделі (5.4.1) та відповідні наслідки
отриманої похибки моделювання, доцільно стверджувати, що
реальна динаміка розвитку розглядуваного економічного суб’єкта
відповідає типу, який описує поступове економічне зростання –
збільшення обсягу власного капіталу та чисельності персоналу.
Використання розглянутого двохетапного алгоритму оптимі-
зації забезпечує автоматизований пошук параметрів динамічної
моделі розвитку фірми в координатах «власний капітал –
позиковий капітал – персонал» у контексті відтворення цільової
динаміки. Маючи суттєві, з погляду трудомісткості, переваги над
ручним налаштуванням параметрів моделі, цей підхід має харак-
теризується і низкою недоліків, зокрема, великий обсяг обчис-
лень при неабсолютній точності результатів, а також невраху-
вання якісного стану реального об’єкта, що зумовлює потребу в
подальшому вдосконаленні математично-програмного інструме-
нтарію оптимізації динамічних нелінійних моделей.

5.5. КОМП’ЮТЕРНЕ ДОСЛІДЖЕННЯ ЕКОНОМІКИ УКРАЇНИ

ІЗ ЗАСТОСУВАННЯМ БАГАТОСЕКТОРНОЇ НЕЛІНІЙНОЇ
ДИСКРЕТНОЇ МОДЕЛІ

Однією з перших математичних моделей довгострокового

збалансованого економічного зростання є модель Солоу, яка
з’явилося в 50-х роках XX століття. У цій односекторній моделі
економіка виробляє один універсальний продукт, який може бути
спрямований як на споживання, так і на інвестиції, що є надто
абстрактним. Реалістичнішим є поділ економіки на два сектори,
які виробляють засоби виробництва та предмети споживання.

201
Наступним кроком у наближенні моделі до економічних реалій є
поділ засобів виробництва на предмети праці, які використову-
ються в одному виробничому циклі, і засоби праці, які викорис-
товуються в багатьох виробничих циклах. Перевагою цього три-
секторного поділу є можливість виокремити проміжний продукт
(предмети праці), вартість якого повністю ввійшла у вартість за-
собів праці й предметів споживання, частка якого не відображена
у ВВП.
Трисекторною моделлю економіка поділяється на три вироб-
ничі сектори (фінансовий сектор у цій моделі не розглядається,
оскільки це вимагає окремого дослідження):

Назва сектора Опис Галузі економіки,

які входять у сектор

Добувна промисловість, елек-

троенергетика, металургія,
нафтопереробна галузь, про-
мислова хімія та нафтохімія,
Виробництво пред- виробництво с/г продукції та
метів праці (пали- морепродуктів, лісозаготівля,
Матеріальний во, електроенергія,
(нульовий) сировина та інші промисловість будматеріалів,
матеріали) скляна та фарфоро-фаянсова
промисловість для виробничих
цілей, вантажний транспорт,
службовий зв’язок, оптова тор-
гівля засобами виробництва
Виробництво засо-
Фондостворюючий бів праці (машини, Машинобудування, металооб-
(перший) обладнання, вироб- робка, промислове будівництво
ничі будівлі)
Переробка с/г продукції та мо-
репродуктів (легка й харчова
промисловість), деревооброб-
ка, побутова хімія, скляна та
Споживчий Виробництво пре- фарфоро-фаянсова промисло-
(другий) дметів споживання вість для побутових цілей, ци-
вільне будівництво, пасажир-
ський транспорт, цивільний
зв’язок , торгівля предметами
споживання
Розроблено авторами згідно з [19, с. 61]

Спочатку займемося виведенням рівнянь базової для цього

дослідження трисекторної моделі. Беручи до уваги відому в літе-
ратурі [19] неперервну динамічну модель, розрахуємо параметри
202
результуючої моделі для секторів економіки України на основі
наявних даних (сайт Державної служби статистики України за
2000–2014 рр. [26]).

5.5.1. Елементи теорії трисекторної моделі

Зміна за рік вартості основних засобів і-го сектора i  0, 1, 2
складається з двох частин: приросту за рахунок валових капіта-
ловкладень  I i , і зношення   i  K i , де  i – коефіцієнт зно-
шення основних засобів, який за гіпотезою моделі є сталим упро-
довж періоду, що розглядається K i – вартість основних засобів
секторів на кінець певного року t:

K i t  1  K i t    i  K i t   I i t ,

або в неперервному часі:

K i t  t   K i t     i  K i t   I i t  t.

За визначенням похідної:
K i t  t   K i t  dK i
lim    i  K i  I i .
t 0 t dt

Таким чином, отримуємо диференційні рівняння для основних

засобів секторів:

dK i
   i  K i  I i , K i 0  K i0 , i  0,1,2.
dt

Поділимо обидві частини рівняння на Li (кількість зайнятих у

Ki
секторі), застосувавши рівняння фондоозброєності k i  :
Li
dki I
 v   i   k i  i ;
dt Li
Темп приросту кількості зайнятих у виробничій сфері  (за
гіпотезою моделі – сталий упродовж періоду, що розглядається)
додається в формулу для врахування зміни числа зайнятих у ви-
робництві. Для подальших перетворень вводяться нові змінні.
203
 Назва Опис та коментарі

L  L0, L1, L2 , i 
Li
Розподіл трудових , L  L0  L1  L2
L
ресурсів За гіпотезою моделі – константи впродовж певного
періоду

s  s 0 , s1 , s 2 , s i 
Ii
,
X1
Розподіл інвестицій де I i – обсяг інвестицій у відповідний сектор,
X 1  I 0  I1  I 2 – сума інвестицій у сектори, є
одним з рівнянь балансу моделі. Константи впро-
довж певного періоду

X i Fi K i , Li  K 
f i k i    Fi  i , 1  Fi k i ,1  Ai  k i i


Продуктивність Li Li  Li 
праці сектора Змінна, яка використовується лише при виведенні
формул

  i  f i k i 
X i Li X i
Народногосподарська  xi 

продуктивність пра- L L Li
ці сектора Змінна, яка використовується лише при виведенні
формул

Використовуючи наведені формули та нові змінні, продовжи-

мо виведення основного рівняння фондоозброєності секторів.
Ураховуючи позначення i    i і перетворення:
I i L1 I i L X 1  L1 I i  Li X 1 1  si
        :    Ai  k ii ,
Li L X 1 Li L1  L X 1  L L1 i
отримуємо систему:
 2 2


  i  1,  i  0,
 i 0 i 0

s i  1, s i  0,

 dk i  1  s i  A  k 1    k ,      , i  0,1,2.
 dt i
1 1 i i i i

Оригінальний внесок цього дослідження. Друге рівняння си-
стеми вказує на те, що фондостворюючий (перший) сектор є цен-
тральним у цій моделі. Тому розглянемо окремий випадок друго-
го рівняння при i  1 :
204
 dk1
 s1  A1  k11  1  k1 . (5.5.1)
dt
Застосувавши дискретну апроксимацію похідної:
dk1  k1  k1, t 1  k1, t ,
виразимо k t , t 1 , скориставшись рівнянням (5.5.1):

k t 1  s1  A1  k1,t1  1  k1,t  k1.t .

Далі, за замовчуванням, рівняння стосуватимуться першого
сектора. Подальші два варіанти перетворень розділені, щоб пока-
зати, що вони приводять до якісно різних результатів:
Перший варіант перетворень Другий варіант перетворень
kt 1  s  A  kt  kt    1 k t 1  s  A  k t  k t  1   

   1 1   1   1 
k t 1  s  A  k t  1   kt  k t 1  s  A  k t  1   kt 
 s A   s A 
Здійснимо заміни для індексів t і t  1 :
1 1
   1  1  1    1
   k    k
 s A   s A 
Після вираження змінних з рівнянь заміни й підстановки в попереднє рівнян-
ня отримаємо:

 
 t 1    1  t  1   t1 (5.5.2)
Структурно отриманий результат від-
повідає класичному логістичному ві-
дображенню, але наявність степенів
 і 1    засвідчує його модифіка-
цію. Тому надалі ми називатимемо
його модифікованим дискретним ло-
гістичним відображенням. Ґрунтовне
дослідження поведінки цього рівнян-
ня за різних значень параметрів було
здійснене в праці [14]. Числові екс-
перименти показали, що воно непри-
датне для опису динаміки фондоозб-
роєності секторів економіки України
 
 t 1  1     t  1   t1 (5.5.3)
Рівняння (5.5.3) виявилось придат-
ним для опису динаміки фондоозб-
роєності секторів економіки Украї-
ни, якщо вираз 1    розглядати не
як екзогенну змінну, а як параметр,
який оптимізується разом з коефіці-
єнтом еластичності  і початковим
наближенням  0 . Це викликано чут-
ливістю ітеративної процедури ре-
курентних співвідношень до зна-
чень параметрів. Тому для зручності
надалі ми введемо позначення
1     r . Аналогічне позначення
вводиться для рівняння (5.5.2)

205
 Для початку в програмі Excel побудували тривимірні графіки
поверхні модифікованого дискретного логістичного відображен-
ня (5.5.2) з осями r ,  ,  n в залежно від початкового наближен-
ня  0 . На цих графіках зображено, як змінюється  n залежно від
дискретних значень r і  , що збільшуються з кроком 0.01,
 0.01;1 (теоретично можливі значення еластичності),
r 0.01;1.06 (більші значення зумовлює негативне числове зна-
чення  n , що призводить до завершення ітеративної процедури).
Нижче зображені формули комірок Excel, які показують, яким
чином робились обчислення. Комірка A1 – початкове наближен-
ня  0 , комірки A2 і нижче – значення  , комірки B1 і правіше –
значення r . Значення B2 і правіше обчислюється на рис. 5.5.1,
усі інші – на рис. 5.5.2.

Рис. 5.5.1 Рис. 5.5.2

На рис. 5.5.4, 5.5.5 і 5.5.6 можна спостерігати детермінований

хаос, який починається приблизно зі значення   0.5 , його амплі-
туда наростає зі зменшенням  , а випуклість (напрям) відповід-
них значень змінюється після перетину точки  0  0.5 (на
рис. 5.5.4 можна спостерігати, що хаос майже відсутній). При на-
ближенні  0 до цієї точки ампітуда хаосу спадає. Це свідчить
про те, що економіці та її секторам потрібно остерігатись зон де-
термінованого хаосу.
На рис. 5.5.6 подано детальну демонстрацію вигляду детермі-
нованого хаосу. Результат другого варіанта перетворень (5.5.3) не
демонструє детермінованого хаосу та є монотонним на розгляну-
тих вище діапазонах значень параметрів і змінних.

206
Рис. 5.5.3

Рис. 5.5.4

Рис. 5.5.5

207
 Рис. 5.5.6

5.5.2. Розрахунок значень фондоозброєності

Нижче наведено алгоритм розрахунку фондоозброєності секто-
рів економіки України, який ми використали в цьому дослідженні.
Розподіл здійснювався згідно з поділом за видами економічної ді-
яльності [26], який може не враховувати частку деяких секторів у
різних видах економічної діяльності (ВЕД). Наприклад, такий ВЕД,
як «Сільське господарство, мисливство, лісове господарство» був
поділений навпіл між матеріальним і споживчим сектором, бо про-
дукція цього ВЕД використовується як при виробництві предметів
праці, так і предметів споживання (у вступі є докладний опис галу-
зей, які входять у сектор). Глибший розподіл дасть можливість
отримати точніші результати.

видами економічної
економічної діяльності. [29]
діяльності. [29]

208
 Візуалізовані дані із сайту Державної служби статистики
України (Недобувна та непереробна промисловість = Промисло-
вість – Добувна промисловість – Переробна промисловість):

у млрд грн

Розподіл вартості основних засобів за видами економічної ді-

яльності (за класифікацією 2005-го та 2010-го року) за секторами:

Види економічної діяльності за класифікацією 2005 року(дані за

Сектор 2000–2012 рр.)
(Сільське господарство, мисливство, лісове господарство)/2 +
K0 = (Добувна промисловість) +
(Виробництво та розподілення електроенергії, газу та води);
K1 = (Переробна промисловість) + (Будівництво)
(Сільське господарство, мисливство, лісове господарство)/2 +
(Діяльність транспорту та зв’язку) +
K2 = (Торгівля; ремонт автомобілів, побутових виробів та предметів
особистого вжитку) + (Промисловість) – (Переробна промисловість) –
– (Добувна промисловість)
Види економічної діяльності за класифікацією 2010 року
Сектор (дані за 2012–2014 рр.)
(Сільське господарство, лісове господарство та
рибне господарство)/2 +
K0 = (Добувна промисловість і розроблення кар’єрів) +
(Постачання електроенергії, газу,
пари та кондиційованого повітря);
K1 = (Переробна промисловість) + (Будівництво);
(Сільське господарство, лісове господарство
та рибне господарство)/2 + (Транспорт, складське господарство,
поштова та кур’єрська діяльність) +
K2 = (Оптова та роздрібна торгівля;
ремонт автотранспортних засобів і мотоциклів) +
(Промисловість) – (Переробна промисловість) –
(Добувна промисловість і розроблення кар’єрів)

209
 Результат наведеного вище розподілу:

у млрд грн

Аналогічну процедуру проводимо з кількістю зайнятих в еко-

номіці:

Розподіл кількості зайнятих за видами економічної діяльності

за секторами:

Сектор Види економічної діяльності за класифікацією 2005 року

(дані за 2000–2012 рр.)

L0 = (Промисловість)/3;
L1 = (Будівництво) + (Промисловість)/3;
(Сільське господарство, мисливство, лісове господарство Рибальст-
во, рибництво) + (Промисловість)/3 +
L2 = (Торгівля; ремонт автомобілів, побутових виробів і предметів особи-
стого вжитку. Діяльність готелів і ресторанів) +
(Діяльність транспорту та зв’язку)

210
 Класифікація для даних 2013–2014 рр. подібна до наведеної вище.

Поділивши щорічні відповідні значення вартості основних за-

собів секторів у цінах 2000-го року на кількість зайнятих, отри-
муємо динаміку фондоозброєності.

Результати моделювання

За допомогою методу найменших квадратів та оператора

«Пошук рішення» Excel знаходяться параметри моделі, мінімізу-
ючи цільову функцію F2 (сума квадратів відхилень), змінюючи
комірки D2 (  0 , початкове наближення) і K2 (еластичність). Па-
раметри рівняння f i k i   Ai  k ii ми знайшли зі степеневої регре-
сії, розрахованої для відносних значень. Це було зроблено тому,
що «Пошук рішення» не міг розрахувати оптимальні значення
одразу чотирьох, навіть трьох параметрів.
Стовпчик A – це роки, стовпчик B – значення фондоозброєно-
сті сектора у відносних показниках, стовпчик C – значення фон-
доозброєності після заміни, стовпчик D – значення ітеративної
процедури рекурентної моделі (початкове наближення  0 зама-
льовано синім, прогнозні значення моделі замальовані жовтим),
стовпчик E-квадрат різниці модельних і статистичних значень,
комірка F2 – сума квадратів відхилень, G2 – еластичність, H2 –
вираз для зручності розрахунків за рівнянням заміни, I2 – відно-
шення відповідних змінних, J2 – пропорційний коефіцієнт з рів-

211
няння f i k i   Ai  k ii , K2 – пропорційний коефіцієнт з рівняння
(5.5.3) 1    r  , L2 – частка інвестицій в перший сектор, розра-
хована нами як сума капітальних інвестицій у «Будівництво» та
«Переробну промисловість», поділена на весь обсяг інвестицій у
реальний сектор економіки України. Довжину інтервалу відхи-
лень статистичних даних від модельних ми задали за величиною
найбільшого відхилення.

Рис. 5.5.7

З рис. 5.5.7 добре видно внесок кожного року в загальну ди-

наміку фондоозброєності сектора впродовж періоду 2000–2014-х
років. Динаміка фондоозброєності вказує на розвиток сектора –
наскільки валові інвестиції перевищують амортизацій затрати на
одного працюючого.
Нульовий і другий сектор непридатні для моделювання тим
самим способом, що свідчить про необхідність розробити дис-
кретний варіант і для цих двох секторів.
Отже, важливою ознакою будь-якої економіко-математичної
моделі є можливість її перевірки за допомогою реальних еконо-
мічних даних, які завжди є дискретними. Тому нами було здійс-
нено дискретну апроксимацію диференційних рівнянь, які опи-
сують динаміку фондоозброєності секторів економіки. Дискрети-
зація моделі привела до якісно різних результатів, які дають
змогу глибше дослідити поведінку моделі для різних значень па-
раметрів. Побудовано тривимірний графік поверхні модифікова-
ного дискретного логістичного відображення, де можна спостері-
гати ділянки детермінованого хаосу, який виникає при значеннях

212
еластичності менше   0.21 . Це підтверджує те, що країни, у
яких еластичність висока, є економічно розвинутішими й менше
залежать від циклічних і хаотичних коливань економіки. Оригі-
нальним внеском є обґрунтування можливості використання дис-
кретного відображення для опису не тільки макроекономічної
динаміки, а й динаміки секторів усередині економіки. Тобто мо-
жна розраховувати параметри моделі як для економіки загалом,
так і для фондостворюючого сектора, що й було зроблено для
України. Ця модель може бути корисною для міністерств еконо-
міки різних держав для виявлення траєкторій оптимального еко-
номічного зростання секторів, які зводитимуть до мінімуму хао-
тичні та циклічні коливання економіки. У подальших досліджен-
нях передбачається зробити модель більш придатною для
перевірки реальними економічними даними, що надаються Дер-
жавною службою статистики України.

РЕЗЮМЕ

На основі матричного узагальнення класичної моделі Харро-

да-Домара – новітніх комп’ютерних засобів моделювання еконо-
мічного розвитку – було здійснено прогноз кількісних значень
ВВП України та доходу державного бюджету. Розглянуто також
лагову модифікацію згадуваної моделі з постійним темпом при-
росту споживання. Унаслідок матричних узагальнень було усу-
нуто принципові недоліки ортодоксальної лінійної моделі еконо-
мічної динаміки.
Для відтворення траєкторії існування реальної фірми було ви-
користано динамічну нелінійну модель у координатах «персо-
нал – власний капітал – позиковий капітал». Здійснено якісний і
кількісний аналіз зазначеної моделі, запропоновано двоетапний
алгоритм оптимізації її параметрів.
Виконано комп’ютерне моделювання економіки українського
суспільства, використавши багатосекторну дискретну модель на
відміну від загальновживаної неперервної.
Зроблено прогноз числових значень показників економічної
системи – змінних динамічних моделей. Проведено оцінювання
ризику еволюції економічної системи для кожної змінної моделі.
Перспективи подальших досліджень вбачаються у такому:
а) збільшенні кількості змінних лінійної динамічної моделі з метою
цілісного опису макроекономічної системи; б) диверсифікації вели-
чини лагу по кожній із залежних змінних моделі, оскільки викорис-
тання єдиної величини для показників є істотним спрощенням.

213
 ТЕРМІНИ ТА ПОНЯТТЯ

Адаптивне економіко-математичне моделювання

Багатосекторне моделювання економіки
Динаміка економічного ризику
Динамічна модель економіки з лагом
Динамічна система
Економічний простір: координати динамічної моделі
Економічний ризик
Лаг(и) економічної системи
Лагово-фрактальна динамічна модель
Матрична модифікація моделі Харрода-Домара
Оцінювання ризику: верхня та нижня межі
Парадигма динаміки економічної системи
Покоординатний ризик
Стабільність економіки
Стійкість динамічної моделі
Сценарії економічної еволюції на підґрунті моделювання
Траєкторія економічного розвитку
Фазовий і параметричний портрети
Фрактальна модифікація моделі Харрода-Домара

ПИТАННЯ ДЛЯ ПЕРЕВІРКИ ЗНАНЬ

1. Лінійна парадигма економічної динаміки.

2. Класична лінійна модель економічної динаміки: переваги й вади.
3. Сутність матричного узагальнення ортодоксальної лінійної ди-
намічної моделі.
а) Лагова динамічна модель.
б) Фрактально-лагова модель динаміки.
4. Неперервна модель економічної динаміки.
5. Дискретна модель нелінійної динаміки.
6. Багатосекторна (неперервна й дискретна) модель економіки.
7. Зміст нелінійної динамічної моделі економічного розвитку.
8. Проблема оптимізації параметрів нелінійної моделі еволюції
9. Ітеративне відображення в моделюванні економіки.
10. Регуляризація методу Ньютона.

ЗАВДАННЯ ДЛЯ ІНДИВІДУАЛЬНОЇ РОБОТИ (ТЕМИ РЕФЕРАТІВ)

1. Побудувати лінійну динамічну модель розмірності три, долучаю-

чи інфляцію.
2. Як урахувати лаги змінних економіко-математичної моделі?

214
 3. Описати методику вивчення динаміки економічної системи, ви-
користовуючи: а) лінійну або б) нелінійну класичну модель.
4. Зміст методології комп’ютерного моделювання економіки.
5. Виокремити нагальні технології сучасного моделювання економіки.

СПИСОК ВИКОРИСТАНИХ І РЕКОМЕНДОВАНИХ ДЖЕРЕЛ

ДЛЯ ПОГЛИБЛЕНОГО ВИВЧЕННЯ МАТЕРІАЛУ

1. Bankole, A. S., and Ayinde, T. O. (2014), «Capital Account

Liberalisation and Foreign Direct Investment in Nigeria: A Bound – Testing
Approach». Botswana Journal of Economics, Botswana. Vol. 12, No. 2,
Pp. 14–32.
2. Buss, Samuel R., and Kim, Jin-Su. Selectively Damped Least Squares
for Inverse Kinematics // In Journal of Graphics Tools. – 2015. – Vol. 10. –
No. 3. – P. 37–49.
3. Domar E. D. Essays in the Theory of Economic Growth. – New York,
NY, USA, 1966 (first publication 1957). – 272 p.
4. Gianni De Nicolò, Andrea Gamba, Marcella Lucchetta. Micropruden-
tial Regulation in a Dynamic Model of Banking // The Review of Financial
Studies. – 2014. – Vol. 27. – No. 7. – P. 2097–2138.
5. Giovannoni, Olivier G. (2014), «Income Distribution
Macroeconomics». Levy Economics Institute, Working Papers Series
No. 807. Available at SSRN: https://ssrn.com/abstract=2445975
6. Harrod R. F. An essay in dynamic economics. Economic Journal, 49,
1939. – Р. 14–33.
7. Lazzati, N., Menichini, A. A. A Dynamic Model of the Firm // Struc-
tural Explanations of Key Empirical Findings // Financial Review. 2015. –
Vol. 50. – N.3 – P. 341–361.
8. OraSure Technologies, Inc.URL: http://www.orasure.com/ (Last ac-
cessed: 27.06.2017).
9. Solow R. M. A Contribution to the Theory of Economic Growth /
Robert M. Solow // The Quarterly Journal of Economics. – 70 (1). – 1956. –
C. 65–94.
10.Takayama A. Mathematical Economics, 2nd Edition / A. Takayama.
Cambridge: Cambridge University Press, 1985. – 725 p.
11. U. S. Securities and Exchange Commission. URL:
http://www.sec.gov/ (Last accessed: 27.06.2017).
12. Аганин Ю. И. Оптимальное управление в динамических моделях
монополии // Вестник ГУУ. – 2016. – № 3. – С. 190–194.
13. Витлинский В. В., Коляда Ю. В. Адаптация и регуляризация как
способы снижения риска в моделировании нелинейных экономических
процессов // Моделирование и анализ безопасности и риска в сложных
системах: тр. междунар. науч. школы МАБР, (Санкт-Петербург, 22–
25 июня 2004 г.). Санкт-Петербург: ГОУВПО «СПбГУАП», 2004. –
С. 265–267.

215
 14. Вітлінський В. В. Моделювання та аналіз траєкторій економіч-
ного розвитку на підґрунті дискретної моделі Солоу / В. В. Вітлінський,
Ю. В. Коляда, К. О. Баранов // Проблеми економіки. – 2013. – № 1. –
С. 353–362.
15. Вітлінський В. В. Матричне узагальнення класичної моделі
Харрода-Домара / В. В. Вітлінський, Ю. В. Коляда, В. А. Бондар // При-
кладні аспекти прогнозування розвитку складних соціально-економіч-
них систем: Монографія / За ред. О. І. Черняка, П. В. Захарченка. – Бер-
дянськ : Видавець Ткачук О. В., 2015. – С. 30–40.
16. Диленко В. А. Некоторые подходы к учету и анализу влияния
научно-технического прогресса в модели экономического роста Харрода-
Домара [Текст] / В. А. Диленко, Н. А. Гуляева // Проблеми економіки. –
2016. – № 4. – С. 238–243.
17. К теории экономической динамики: новые выводы экономиче-
ской теории и их применение в экономической политике. – М. : Эконо-
мика (сер. «Экономическое наследие»; сб. «Классики кейнсианства»)
1997. – Т. 1. – С. 39–194.
18. Ковальчук Н. П. Економічні ризики: класифікація, принципи і
способи оцінювання / Н. П. Ковальчук // Актуальні проблеми економі-
ки. – № 10 (124). – 2011. – С. 31–36.
19. Колемаев В. А. Математическая экономика: Учеб. для вузов. –
М.: ЮНИТИ, 1998. – 240 с.
20. Коляда Ю. В. Адаптивна парадигма моделювання економічної
динаміки: Монографія. – К.: КНЕУ, 2011. – 297 с.
21. Коляда Ю. В. Ризики настання кризового стану на підґрунті ор-
тодоксальних моделей економічної динаміки [Текст] / Ю. В. Коляда,
В. А. Бондар // Молодий вчений. – 2016. – № 12.1 (40) – C. 795–799.
22. Малярец Л. М. Теоретические проблемы экономического роста
[Текст] / Л. М. Малярец, А. В. Воронин, О. В. Гунько // Управляющие
системы и машины. – 2016. – № 1. – С. 50–55. – Режим доступу:
http://nbuv.gov.ua/UJRN/USM_2016_1_7
23. Математичні моделі та методи ринкової економіки [Текст]: Навч.
посібнтк / В. В. Вітлінський, О. В. Піскунова. – К. : КНЕУ, 2010. – 531 с.
24. Орлова Е. В. Управление хаотической динамикой цен в модели
ценовой конкуренции // Автоматика и телемеханика. – М. : НАУКА,
2017. – № 1. – С. 19–34.
25. Офіційний веб-сайт Державної казначейської служби України
[Електронний ресурс]. – Режим доступу: http://www.treasury.gov.ua/
main/uk/doccatalog/list?currDir=146477
26. Офіційний веб-сайт Державної служби статистики України
[Електронний ресурс]. – Режим доступу: http://www.ukrstat.gov.ua
27. Офіційний веб-сайт Мінфін [Електронний ресурс]. – Режим дос-
тупу: http://index.minfin.com.ua/index/infl/
28. Радзіховська Л. М. Сутність поняття «економічний ризик»: рет-
роспектива та сучасність / Л. М. Радзіховська, О. В. Іващук // Economic
Annals-XXI. – 2015. – 7–8 (1). – С. 4–7.

216
 29. Рожок Т. О. Моделювання динаміки функціонування фірми в
умовах ринкової економіки // Глобальні та національні проблеми еко-
номіки, 2015. – № 5. – С. 1123–1128.
30. Чернышов С. И. , Воронин Д. В. , Разумовский С. А., Проблема
моделирования экономической динамики. – [Електронний ресурс] /
С. И. Чернышов // Харьковский национальный экономический универ-
ситет / Страховая компания «ЛЕММА». [13 с.]. – Режим доступу:
http://www.ttr.com.ua/images/chvrl0.pdf.
31. Тищенко І. С. Визначення економічної сутності поняття «ризик»
за допомогою контент-аналізу / І. С. Тищенко, Управління розвитком. –
№ 1(141). – 2013. – С. 152–154.
32. Филиппова І. Г. Україна: моделі економічного зростання /
В. Г. Сумцов, І. Г. Филиппова // Формування ринкової економіки: збір-
ник наукових праць. – Спец. випуск: У 3 т. – Т. 3. – К.: КНЕУ, 2010. –
С. 336–346.
33. Фрактальна модифікація рівняння Харрода-Домара та динаміка
економічного ризику [Текст]: перш. нац. наук.-метод. конф., КНЕУ,
30 вересня – 1 жовтня 2016 року: тези доповідей / [Ю. В. Коляда,
В. А. Бондар]. – К. : КНЕУ. – 2016 – С. 182–185.
34. Черненко О. Л. Дослідження взаємозв’язку між інвестиціями в
основний капітал і валовою доданою вартістю в економіці України
[Текст] / О. Л. Черненко // Актуальні проблеми економіки. – 2013. –
№ 9. – С. 75–81. – Режим доступу: http://nbuv.gov.ua/UJRN/ape_2013_9_12
35. Шевченко И. Г. Порядок и хаос рынка акционерного капитала
России / И. Г. Шевченко // М.: ООО Журнал «Управление персоналом»,
2003. – 216 с.
36. Малинецкий Г. Г. Нелинейная динамика и проблемы прогноза /
Г. Г. Малинецкий, С. В. Курдюмов // Вестник РАН. – Т. 71. – № 3. –
2001. – С. 210–232.
37. Коляда Ю. В. Прогнозування фондоозброєності секторів еконо-
міки України за допомогою ітеративного відображення / В. В. Вітлінсь-
кий, Ю. В. Коляда, В. П. Ковадло // Актуальні проблеми прогнозування
поведінки складних соціально-економічних систем: Монографія / За
ред. О. І. Черняка, П. В. Захарченка. – Бердянськ : Видавець Ткачук О. В.,
2016. – С. 65–76.

217
 Розділ 6

ДОДАТКОВІ МАТЕРІАЛИ ДЛЯ ВИКОНАННЯ ІТЗ

6.1. Застосування MathCad у кількісному аналізі нелінійної

економіки
6.1.1. Звичайні диференційні рівняння (ЗДР) першого порядку
6.1.2. Обчислювальний блок Given / Odesolve
6.1.3. Вбудовані функції Rkfixed, Rkadapt, Bulstoer
6.1.4. Системи ЗДР першого порядку
6.1.5. Вбудовані функції для розв’язання систем ЗДР
6.1.6. Розв’язок систем ЗДР в одній заданій точці
6.1.7. Деякі приклади
6.2. Використання MatLab у моделюванні економічної динаміки

Резюме
Терміни та поняття
Питання для перевірки знань
Завдання для індивідуальної роботи
Список використаних
і рекомендованих джерел
для поглибленого вивчення матеріалу

Опрацювавши матеріал цього розділу, студент ЗНАТИМЕ:

 інформацію про наявне програмне забезпечення якісного та кіль-
кісного вивчення моделей економічної динаміки;
 проблеми комп’ютерного моделювання економічного розвитку;
 сутність цифрової економіки, а

також УМІТИМЕ:
 застосовувати наявний інструментарій моделювання економіки;
 розробляти сценарії економічної еволюції;
 тлумачити результати моделювання, формулюючи рекомендації.

6.1. ЗАСТОСУВАННЯ MATHCAD

У КІЛЬКІСНОМУ АНАЛІЗІ НЕЛІНІЙНОЇ ЕКОНОМІКИ

Диференційні рівняння (далі – ДР) є основою величезної кількос-

ті розрахункових завдань у різних галузях науки й техніки. Цей до-
даток присвячений засобам MathCAD для вирішення задач, що
складаються з одного або кількох диференційних рівнянь.
Математичний пакет MathCAD має засоби для вирішення як
звичайних ДР (невідома функція залежить від одного аргумента)
та їх систем, так і ДР з часткових (частинних) похідних.

218
 6.1.1. Звичайні диференційні рівняння (ЗДР)
першого порядку

Диференційне рівняння першого порядку може за визначен-

ням містити, крім самої шуканої функції у(t), тільки її першу по-
хідну у’(t). У переважній більшості випадків диференційне рів-
няння можна записати в стандартному вигляді (формі Коші):
у (t) = f (у (t), t), (6.1)
і лише з такою формою працює обчислювальний процесор
MathCAD. Правильна з математичного погляду постановка від-
повідної задачі Коші для ЗДР першого порядку повинна, крім са-
мого рівняння, містити одну початкову умову – значення функції
у (t0) у деякій точці t0. Потрібно визначити функцію y (t) на інтер-
валі від t0 до tі. За характером постановки задачі Коші називають
ще задачами з початковими умовами (initial value problem).
Для числового інтегрування однієї ЗДР у користувача
MathCAD (починаючи з версії MathCAD 15) є вибір: або викори-
стовувати обчислювальний блок Given/odesoive, або вбудовані
функції, як у попередніх версіях MathCAD. Перший варіант – пе-
реважно з міркувань наочності представлення задач і результатів,
а другий – дає користувачеві більше важелів дії на параметри чи-
слового методу. Розглянемо послідовно обидва варіанти рішення.
6.1.2. Обчислювальний блок Given / Odesolve
Обчислювальний блок для розв’язання одного ЗДР, який реа-
лізує чисельний метод Рунге-Кутти, складається з трьох частин:
 Given – ключове слово;
 ЗДР і початкова умова, записана за допомогою логічних
операторів, причому початкова умова має бути у формі у(t1) = b;
 odesoive(t, t1) – вбудована функція для розв’язання ЗДР від-
носно змінної t на інтервалі (t0, t1).
Припустимо, і навіть часто переважно, задавання функції
Odesolve (t, t1, step) з трьома параметрами, де step – внутрішній
параметр числового методу, що визначає кількість кроків, у
якому метод Рунге-Кутти, розраховуватиме розв’язок диферен-
ційного рівняння. Чим більше step, тим з вищою точністю буде
отриманий результат, але тим більше часу буде витрачено на
його пошук. Пам’ятайте, що підбором цього параметра можна
помітно (у кілька разів) прискорити розрахунки без істотного
погіршення їх точності.

219
 Приклад розв’язку задачі Коші для ЗДР першого порядку
у’ = у – у2 за допомогою обчислювального блоку наведений в ліс-
тингу 1.
Лістинг 1. Розв’язок задачі Коші для ЗДР першого

Не забувайте, що вставляти логічні оператори слід за допомо-

гою панелі інструментів Boolean (Булеві оператори). Вводячи з
клавіатури, пам’ятайте, що логічному знаку рівності відповідає
поєднання клавіш <Ctrl>+<=>. Символ похідної можна ввести як
засобами панелі Calculus (Обчислення), як це зроблено в лістингу
1, так і у вигляді штриха, набравши його за допомогою поєднан-
ня клавіш <Ctrl>+<F7> (відповідний приклад буде наведено ниж-
че в лістингу 3). Обирайте той чи інший спосіб представлення
похідної з міркувань наочності представлення результатів – на
процес розрахунків він не впливає.
MathCAD вимагає, щоб кінцева точка інтегрування ЗДР лежала
правіше початкової: t0 < t1 (у лізингу 1 t0 = 0, t1 = 10), інакше буде
видано повідомлення про помилку. Зазаначили, що результатом за-
стосування блоку Given/odesoive є функція у(t), визначена на про-
міжку (t0, t1). Слід скористатися звичайними засобами MathCAD,
щоб побудувати її графік або отримати значення функції в якій-
небудь точці вказаного інтервалу, наприклад: у (3) = 0.691.
Користувач має можливість обирати між двома модифікація-
ми числового методу Рунге-Кутти. Для зміни методу необхідно
натисненням правої кнопки миші на області функції odesolve ви-
кликати контекстне меню й обрати в ньому один з двох пунктів:
Fixed (Фіксований крок) або Adaptive (Адаптивний). За замовчу-
ванням застосовується перший з них, тобто метод Рунге-Кутти з
фіксованим кроком.

6.1.3. Вбудовані функції rkfixed, Rkadapt, Bulstoer

Альтернативний метод розв’язання ЗДР перейшов з поперед-
ніх версій MathCAD. Він полягає у використанні однієї з вбудо-

220
ваних функцій rkfixed, Rkadapt або Bulstoer. Цей спосіб дещо
програє першому і в простоті, і в наочності. Тому ми радимо від-
дати перевагу обчислювальному блоку Given/odesoive. Проте
іноді доводиться вирішувати ЗДР першого порядку за допомогою
другого способу, наприклад, з таких причин:
 одне ЗДР вирішується в контексті розв’язання складніших
задач, до яких входять системи диференційних рівнянь (для них
обчислювальний блок непридатний), – у цьому разі знадобиться
єдиний стиль програмування;
 відповідь найкраще отримати у вигляді вектора, а не функції;
 ви звикли до запису ЗДР у старих версіях MathCAD, у вас
багато документів, створених з їх допомогою тощо.
Оскільки розв’язання другим способом одного ЗДР мало чим
відрізняється від розв’язання систем ЗДР, наведемо приклад його
використання в задачі з лістингу 1, практично без коментарів
(лістинг 2) і за допомогою однієї з трьох вбудованих функцій
rkfixed, що існують для цих цілей. Зверніть увагу тільки на необ-
хідність явного завдання кількості точок інтеграції ЗДР m = 100 у
третьому рядку лістингу, а також на отримання результату, на ві-
дміну від обчислювального блоку, не у вигляді функції, а у ви-
гляді матриці розмірності (M×2). Вона складається з двох стовп-
ців, в одному знаходяться значення аргументу t (від t0 до t1
включно), а в іншому – відповідні значення шуканої функції у(t).
Лістинг 2. Розв’язок задачі Коші для ЗДР першого порядку
другим способом

У лістингу 2 наведений приклад не кращого стилю MathCAD-

програмування. Спочатку змінній у привласнено значення скаляра
у = 0.1, а потім цій же змінній привласнено матричне значення
(результат рішення ЗДР). Намагайтесь уникати такого стилю,
який погіршує читаність програми й може приводити, в склад-
ніших випадках до важко пізнаваних помилок. Непоганим рішен-
ням було б назвати результат по-іншому, наприклад u.
Графік розв’язку цього рівняння показаний на рис. 6.1. Звер-
ніть увагу, що він відповідає отриманню рішення в матричному
221
вигляді (лістинг 2), тому по осях відкладені відповідні стовпці,
виокремлені з матриці у оператором < >.
Приклад, розв’язаний в лістингах 1 – 2, узятий з області ма-
тематичної екології та описує динаміку популяцій з внутрішньо-
видовою конкуренцією. Спочатку відбувається зростання чисель-
ності популяції, близьке до експоненціального, а потім вихід на
стаціонарний стан.

Рис. 6.1. Розв’язання рівняння у´ = у – y2 (лістинг 2)

Звичайне диференційне рівняння (ЗДР) вищого порядку.

Звичайне диференційне рівняння з невідомою функцією у(t), у
яке входять похідні цієї функції аж до у(N)(t), називається ЗДР
N-го порядку. Якщо є таке рівняння, то для коректної постановки
задачі Коші потрібно задати N початкових умов на саму функцію
у(t) і її похідні від першого до (N-1)-го порядку включно. У
MathCAD можна вирішувати ЗДР вищих порядків як за допомо-
гою обчислювального блоку Given/odesolve, так і зведенням їх до
систем рівнянь першого порядку.
Усередині обчислювального блоку:
 ЗДР повинно бути лінійне щодо старшої похідної, тобто
фактично повинно бути поставлено в стандартній формі;
 початкові умови повинні мати вигляд y(t) = b або y(N)(t) = b, а
не складнішу форму (як наприклад, зустрічається в деяких мате-
матичних додатках вигляду у(t) + у´(t) = b).
В іншому, рішення ЗДР вищих порядків нічим не відрізняєть-
ся від розв’язання рівнянь першого порядку (див. 6.1.1), що ілюс-
трується лістингом 3. Як ви пам’ятаєте, допустиме написання по-

222
хідній як у вигляді знаку диференціала (так, у лістингу 3 введено
саме рівняння), так і за допомогою штриха (так введено початко-
ву умову для першої похідної). Не забувайте користуватися буле-
вими операторами, вводячи рівняння й початкові умови. Отрима-
не рішення у(t) показано на рис. 6.2.
Лістинг 3. Розв’язок задачі Коші для ЗДР другого порядку

Рис. 6.2. Розв’язок рівняння осцилятора (лістинг 3)

У лістингу 3 розв’язано рівняння затухаючого гармонійного

осцилятора, яке описує, наприклад, коливання маятника. Для мо-
делі маятника у(t) описує зміни кута його відхилення від верти-
калі, у´(t) – кутову швидкість маятника, у"(t) – прискорення, а
початкові умови, відповідно, початкове відхилення маятника
у(0) = 0.1 і початкової швидкості у´(0) = 0.
Другий спосіб розв’язку ЗДР вищого порядку пов’язаний зі
зведенням його до еквівалентної системи ЗДР першого порядку.

223
Покажемо на тому ж прикладі з лістингу 3, як це робиться. Дійс-
но, якщо формально позначити y0(t)sy(t), а yi (t)sy´(t) = y0´(t), то
початкове рівняння запишеться через функції y0(t) і y1(t) у вигляді
системи двох ЗДР.
Саме ця система розв’язується як приклад у пункті 3. Отже,
будь-яке ЗДР N-го порядку, лінійне щодо вищої похідної, можна
звести до еквівалентної системи N диференційних рівнянь.

6.1.4. Системи ЗДР першого порядку

MathCAD вимагає, щоб система диференційних рівнянь була
представлена в стандартній формі.
Завдання системи еквівалентне такому векторному вигляду, де Y
і У’ – відповідні невідомі векторні функції змінної t розміру NXI, а
р – векторна функція того ж розміру і (N + i) кількості змінних
(N компонент вектора і, можливо, t). Саме векторне уявлення вико-
ристовується для введення системи ЗДР у середовищі MathCAD.
Щоб визначити задачу Коші для системи ЗДР, слід визначити
ще N початкових умов, які задають значення кожній з функцій
yi (t0) у початковій точці інтегрування системи t0. У векторній фор-
мі вони можуть бути записані, де d – вектор початкових умов
розміру NXI, який складається з y1(t0).
Як ви помітили, задачу сформульовану для систем ЗДР пер-
шого порядку. Проте, якщо в систему входять і рівняння вищих
порядків, то її можна звести до системи більшого числа рівнянь
першого порядку, подібно до того, як це було зроблено на прик-
ладі рівняння осцилятора (див. пункт 2).
Зверніть увагу на необхідність векторного запису як самого
рівняння, так і початкової умови. У разі одного ЗДР відповідні
вектори мають тільки один елемент, а в разі системи N > 1 рів-
нянь – N.

6.1.5. Вбудовані функції для розв’язання систем ЗДР

У MathCAD є три вбудовані функції, які дають змогу вирішу-
вати поставлену у вигляді (2–3) задачу Коші різними числовими
методами.
 rkfixed (y0, t0, t1, M, D) – метод Рунге-Кутти з фіксованим
кроком;
 Rkadapt (y0, t0, t1, M, D) – метод Рунге-Кутти зі змінним кроком;
 Buistoer (y0, t0, t1, M, D) – метод Булірша-Штера.
 у0 – вектор початкових значень у точці t0 розмірності NXI;

224
  t0 – початкова точка розрахунку;
 t1 – кінцева точка розрахунку;
 M – кількість кроків, за яких числовий метод знаходить
розв’язок;
 D – векторна функція розміру NXI двох аргументів – скаляр-
ного t і векторного у. Де у – шукана векторна функція аргументу t
тієї ж розмірності NXI.
Дотримуйтесь регістру першої букви даних функцій, оскільки
це впливає на вибір алгоритму розрахунку, на відміну від бага-
тьох інших вбудованих функцій MathCAD, наприклад Find = fmd.
Кожна з наведених функцій видає рішення у вигляді матриці
розмірності (M+1)×(N+1). В її лівому стовпці знаходяться значен-
ня аргументу t, що поділяє інтервал на рівномірні кроки, а в решті
N стовпцях – значення шуканих функцій y0(t) , y1(t), … , yN-1(t),
розраховані для цих значень аргументу. Оскільки всього точок
(крім початкової) m, то рядків у матриці розв’язання буде лише
M + 1.
У переважній більшості випадків доволі використовувати
першу функцію rkfixed, як це показано в лістингу 4 на прикладі
розв’язання системи ЗДР моделі осцилятора зі загасанням.
Лізинг 4. Розв’язок системи двох ЗДР

Найголовніше – це перший рядок лістингу, у якому, власне,

визначається система ЗДР. По-перше, функція D, що входить до
множини параметрів вбудованих функцій для розв’язання ЗДР,
повинна бути функцією обов’язково двох аргументів. По-друге,
другий її аргумент повинен бути вектором тієї ж розмірності, що
й сама функція D. По-третє, така сама розмірність має бути й у
вектора початкових значень у0 (він визначений у другому рядку
лістингу).
Пам’ятайте, що векторну функцію D(t,y) слід визначати через
компоненти вектора у за допомогою кнопки нижнього індексу
225
(Subscript) з набірної панелі Calculator (Калькулятор) або натис-
ненням клавіші < [ >. У третьому рядку лістингу визначено кіль-
кість кроків, на яких розраховується рішення, а його останній ря-
док привласнює значення матричній змінній і результат дії
функції rkfixed. Розв’язок системи ЗДР буде здійснено на про-
міжку (0, 50).
Розв’язок задачі показано на рис. 6.3. Розмірність отриманої
матриці буде дорівнювати (M+DX (N+1). Переглянути всі ком-
поненти матриці, які не вміщаються на екрані, можна за допомо-
гою вертикальної смуги прокрутки. На цьому рисунку відмічено
виділенням розрахункове значення першого шуканого вектора у0
на 12-му кроці u (12.1) = 0.07. Це відповідає, з математичного по-
гляду, знайденому значенню Y0 (6.0) = 0.07. Для знаходження
елементів розв’язання в останній точці інтервалу використовуйте
вирази на кшталт u (mn1) = 7.523×10-3.

Рис. 6.3. Матриця розв’язання системи рівнянь (лістинг 4)

Зверніть увагу на деякі відмінності в позначенні індексів век-

тора початкових умов і матриці рішення. У її першому стовпці
зібрані значення нульової компоненти шуканого вектора, у дру-
гому – першої компоненти і т.д.
Щоб побудувати графік розв’язку, потрібно відкласти відповідні
компоненти матриці розв’язання на координатних осях значення ар-

226
гументу u<0> – уздовж осі х, а u<1> і u<2> – уздовж осі y (рис. 6.4). Ві-
домо, що розв’язання звичайних диференційних рівнянь зручніше
зображувати не в такому вигляді, а у фазовому просторі, на кожній з
осей якого відкладаються значення кожної із знайдених функцій.
Аргумент входить у них лише параметрично. У цьому разі такий
графік двох ЗДР – фазовий портрет системи – є кривою на фазовій
площині ійтому особливо наочний. Він зображений на рис. 6.5
(ліворуч), і можна зазначити, що для його побудови потрібно було
лише поміняти мітки осей на u<1> і u<2>, відповідно.
Фазовий портрет типу, зображеного на рис. 6.5, має одну стаціо-
нарну точку (атрактор), на яку «накручується» розв’язок. У теорії
динамічних систем атрактор такого типу називається фокусом.

Рис. 6.4. Графік розв’язку системи ЗДР (лістинг 4)

Рис. 6.5. Фазовий портрет розв’язку системи ЗДР

при M = 100 (зліва) і М = 200 (справа) (лістинг 4)

227
 Узагалі, якщо система складається з N ЗДР, то фазовий простір є
N-вимірним. Якщо N > 3, то наочність втрачається, і для візуалізації
фазового портрета доводиться будувати його різні проекції.
На тому ж рис. 6.5, праворуч, показано для порівняння резуль-
тат розрахунку фазового портрета з великою кількістю кроків.
Видно, що в цьому випадку забезпечується краща точність і в ре-
зультаті розв’язання виходить гладкішим. Звичайно, що збільшу-
ється і час розрахунків.
У розв’язанні систем ЗДР багато проблем можна усунути за
допомогою простої спроби збільшити кількість кроків числового
методу. Зокрема, зробіть так,якщо несподівано виникне помилка
«Found а number with а magnitude greater than 10307» (Знайдено
число, яке перевищує значення 10307). Ця помилка може означати
не те, що рішення насправді розходиться, а просто нестачу кро-
ків для коректної роботи числового алгоритму.
Насамкінець слід сказати кілька слів про особливості різних
чисельних методів. Усі вони ґрунтуються на апроксимації дифе-
ренційних рівнянь різницевими аналогами. Залежно від конкрет-
ної форми апроксимації, виходять алгоритми різної точності й
швидкодії. У MathCAD використаний найпопулярніший алго-
ритм Рунге-Кутти четвертого порядку, описаний у більшості
праць за методами обчислення. Він забезпечує малу погрішність
для широкого класу систем ЗДР за винятком жорстких систем.
Тому в більшості випадків варто застосовувати функцію rkfixed.
Якщо з різних причин час розрахунків стає критичним або точ-
ність незадовільна, варто спробувати замість rkfixed інші функції,
зробити це дуже просто, завдяки однаковому набору параметрів.
Для цього потрібно тільки замінити назву функції в програмі.
Функція Rkadapt може бути корисна в разі, якщо відомо, що
розв’язання на цьому інтервалі змінюється слабо, або існують ділян-
ки повільних і швидких його змін. Метод Рунге-Кутти зі змінним
кроком розбиває інтервал не на рівномірні кроки, а оптимальним
способом. Там, де рішення змінюється слабо, кроки обираються
більш рідкішими, а в областях його сильних змін — частішими. У
результаті для досягнення однакової точності потрібно менше кро-
ків, ніж для rkfixed. Метод Булірша-Штера Buistoer часто виявляєть-
ся ефективнішим для пошуку гладких рішень.
6.1.6. Розв’язок систем ЗДР в одній заданій точці
Часто в розв’язанні диференційних рівнянь потрібно визначи-
ти значення шуканих функцій не на всьому інтервалі (t0, ti), а
тільки в одній його останній точці. Наприклад, вельми поширені

228
задачі пошуку атракторів динамічних систем. Відомо, що для
широкого класу ЗДР одна й та сама система за різних (або навіть
будь-яких, як розглянутий вище приклад осцилятора зі загасан-
ням) початкових умов приходить в одну й ту саму точку (атрак-
тор). Тому часто потрібно визначити саме цю точку.
Таке завдання вимагає менше ресурсів комп’ютера, чим
розв’язання системи ЗДР на всьому інтервалі, тому в MathCAD є
модифікації вбудованих функцій Rkadapt і Bulstoer. Вони мають
дещо інший набір параметрів і працюють швидше за свої аналоги:
 rkadapt (y0, t0, t1, асе, D, k, s) – метод Рунге-Kутти зі змінним
кроком;
 buistoer (y0, t0, t1,асе, D, k, s) – метод Булірша-Штера
 у0 – вектор початкових значень в точці t0;
 t0, t1 – початкова і кінцева точки розрахунку;
 асе – похибка обчислення (чим вона менша, тим з вищою
точністю буде знайдено рішення; рекомендується вибирати зна-
чення похибки приблизно 0.001);
 D – векторна функція, яка задає систему ЗДР
 k – максимальна кількість кроків, на яких числовий метод
знаходитиме рішення;
 s – мінімально допустима величина кроку.
Слід зазначити, що замість числа кроків на інтервалі інтегру-
вання ЗДР, у цих функціях необхідно задати точність розрахунку
числовим методом значення функцій в останній точці. У цьому
разі параметр асе схожий на константу TOL, яка впливає на біль-
шість вбудованих числових алгоритмів MathCAD. Кількість кро-
ків і їх розташування визначається числовим методом автоматич-
но, щоб забезпечити цю точність. Два останніх параметри
потрібні для того, щоб користувач міг штучно вплинути на роз-
биття інтервалу на кроки. Параметр k слугує для того, щоб кроків
не було дуже багато, причому, не можна зробити k > 1000. Пара-
метр s – потрібен для того, щоб жоден крок не був дуже малим
для появи великих похибок у різницевій апроксимації диферен-
ційних рівнянь всередині алгоритму. Ці параметри слід задавати
відкрито, виходячи з властивостей конкретної системи ЗДР. За-
звичай, провівши низку тестових розрахунків, можна підібрати їх
оптимальний набір для кожного конкретного випадку.
Приклад використання функції buistoer, наведений в лістингу
5. У його перших двох рядках, як завжди, визначається система
рівнянь і початкові умови; у наступному рядку матриці привлас-
нюється рішення, отримане за допомогою buistoer. Проте в цьому
разі нам цікава тільки остання точка інтервалу. Оскільки зробле-

229
на числовим методом кількість кроків, тобто розмірність матриці,
заздалегідь невідома, то його необхідно попередньо визначити.
Це зроблено в четвертому рядку лістингу, що привласнює це чи-
сло змінній m, у цьому ж рядку воно виведене на екран. У перед-
останньому рядку лістингу здійснено виведення розв’язку систе-
ми ЗДР на кінці інтервалу, тобто в точці t = s0 у вигляді вектора.
В останньому рядку для прикладу ще раз виводиться шукане зна-
чення першої функції із системи ЗДР (порівняєте його з відповід-
ним місцем вектора з попереднього рядка).
Лістинг 5. Розв’язок системи двох ЗДР

Щоб спробувати альтернативний числовий метод, достатньо в

лістингу 5 замінити ім’я функції buistoer на rkadapt.
Функції buistoer і rkadapt (ті, що пишуться з маленької літери)
не призначені для знаходження розв’язку в проміжних точках інтер-
валу, хоча вони й видають їх у матриці-результаті. На рис. 6.6 по-
казано фазові портрети цієї системи ЗДР, отримані за допомогою
buistoer (результат лістингу 5) і за допомогою rkadapt (при відпо-
відній заміні третього рядка лістингу 5). Видно, що попри високу
точність (10–5) і правильний результат на кінці інтервалу, лівий
графік мало нагадує правильний фазовий портрет (див. рис. 6.5 або
правий графік на рис. 6.6), і стає прийнятним тільки за гранично
допустимого для обговорювання функцій значення асе = 10–16.
На завершення зупинимося на тому як впливає вибір парамет-
ра асe на розрахунки. Для цього скористаємося простою програ-
230
мою, представленою на лістингу 6. У ній з матриці розв’язку все
тієї ж задачі Коші взято лише отримане значення однієї з функцій
на правій межі інтервалу. Зате цей результат оформлений у ви-
гляді функції користувача у (ε), в якості аргументу для якої обра-
ний параметр асе функції bulstoer.

Рис. 6.6. Фазовий портрет, отриманий bulstoer (ліворуч)

і rkadapt (праворуч) (лістинг 5)

Лістинг 6. Використання розв’язку ЗДР для визначення функції

Розрахунковий вигляд у (ε) показано на рис. 6.7 разом з анало-

гічним результатом для функції rkadapt. Як видно, у цьому прик-
ладі чисельні методи працюють дещо по-різному. Метод Рунге-
Кутти дає результат тим ближче до істинного, чим менше обира-
ється ε = асе. Метод Булірша-Штера демонструє менш природну
залежність у (ε) : навіть за доволі великих ε реальна точність за-
лишається прийнятною (набагато кращою, ніж за використанням
методу Рунге-Кутти). Тому для економії часу розрахунків (підк-
реслимо ще раз: для цієї конкретної задачі) у функції bulstoer
можна обирати й великі асе.
Щоб забезпечити задану точність, алгоритми, реалізовані у
вбудованих функціях, можуть змінювати як кількість кроків, що
231
розбивають інтервал (t0, t1), так і їх розташування вздовж інтерва-
лу. Щоб з’ясувати, на скільки кроків розбивався інтервал у розра-
хунках у(ε) на рис. 6.7 для кожного ε, слід обчислити розмірність
матриці, що виходить. Для цього можна, наприклад, визначити
функції.

Рис. 6.7. Залежність розрахункового значення одного

з рівнянь системи ЗДР на кінці інтервалу від параметра асе (лістинг 6)

Рис. 6.8. Залежність кількість кроків

від параметра асе числових методів

232
 Порівнявши два результати застосування rkadapt для k = 30 і
k = 100, зверніть увагу (рис. 6.8), як ще один параметр – макси-
мальна кількість кроків k, впливає на вигляд m (ε). Зазначимо, що
такі ж зміни параметра k на розрахунок m (ε) за допомогою фун-
кції bulstoer впливають слабо.
Отже, проводячи тестові розрахунки для різних задач і доби-
раючи якнайкращий набір параметрів, можна істотно заощадити
ресурси комп’ютера. Звичайно, проводити подібний аналіз варто
тоді, коли час розрахунків відіграє важливу роль.

6.1.7. Деякі приклади

Розглянемо кілька найвідоміших класичних прикладів систем

ЗДР, маючи на увазі, що читачеві вони можуть стати в нагоді як у
пізнавальних, так і в практичних цілях. Це моделі динаміки по-
пуляцій (Вольтерри), генератора автоколивань (Ван дер Поля),
турбулентної конвекції (Лоренца) і хімічної реакції з дифузією
(Пригожина). Усі вони (утім, як і вже наведені вище в цьому роз-
ділі) містять похідні за часом t і описують динаміку різних фізич-
них параметрів. Завдання Коші для таких моделей називають ди-
намічними системами, і для їх вивчення центральним моментом є
аналіз фазових портретів, тобто рішень, які знаходяться в процесі
вибору всіляких початкових умов.
У більшості прикладів, викладених нижче, для побудови фазо-
вого портрета розраховується кілька рішень для різних почат-
кових умов.

Модель «хижак-жертва»

Модель взаємодії «хижак-жертва» незалежно запропонували в

1925–1927 рр. Лотка та Вольтерра. Два диференційні рівняння
(лістинг 7) моделюють тимчасову динаміку чисельності двох біо-
логічних популяцій жертви Y0 і хижака Y1. Передбачається, що
жертви розмножуються з постійною швидкістю с, а їх чисель-
ність зменшується внаслідок поїдання хижаками. Хижаки же ро-
змножуються зі швидкістю, пропорційною кількості їжі
(з коефіцієнтом r), і вмирають природним шляхом (смертність
визначається константою D). У лістингу розраховуються три рі-
шення D, G, р для різних початкових умов.
Лістинг 7. Модель «хижак-жертва»

233
 Модель хороша тим, що в такій системі спостерігаються цик-
лічне збільшення та зменшення чисельності і хижака (рис. 6.9), і
жертви, так часто, як спостерігається в природі. Фазовим портре-
том системи є концентричні замкнуті криві, що оточують одну
стаціонарну точку, яка називається центром. Як видно, модельні
коливання чисельності обох популяцій істотно залежать від по-
чаткових умов – після кожного періоду коливань система повер-
тається в ту саму точку. Динамічні системи з такою поведінкою
називають не грубими.

Рис. 6.9. Графік розв’язку (ліворуч)

і фазовий портрет (праворуч)
системи «хижак-жертва» (лістинг 7)

234
 Автоколивання

Розглянемо розв’язання рівняння Ван дер Поля, що описує

електричні коливання в замкнутому контурі, що складається зі
сполучення послідовно конденсатора, індуктивності, нелінійного
опору та елементів, що забезпечують підкачку енергії ззовні (ліс-
тинг 8). Невідома функція часу у (t) має сенс електричного стру-
му, а в параметрі μ закладено кількісні співвідношення між скла-
довими електричного ланцюга, зокрема й нелінійною компонен-
тою опору.
Лістинг 8. Модель Ван дер Поля (μ = 1)

Рис. 6.10. Графік розв’язку (ліворуч)

і фазовий портрет (праворуч)
рівняння Ван дер Поля (лістинг 8)

235
 Розв’язанням рівняння Ван дер Поля є коливання, вигляд яких
для μ = 1 показано на рис. 6.10. Вони називаються автоколиван-
нями й принципово відрізняються від розглянутих нами раніше
(наприклад, коливань маятника), тим, що їх характеристики
(амплітуда, частота, спектр) не залежать від початкових умов, а
визначаються виключно властивостями найдинамічнішої систе-
ми. Через деякий час розрахунків після виходу з початкової точ-
ки розв’язання виходить той самий цикл коливань, який назива-
ється граничним циклом. Атрактор типу граничного циклу є
замкнутою кривою на фазовій площині. До нього асимптотично
притягуються всі навколишні траєкторії, що виходять з різних
початкових точок, як зсередини (рис. 6.10), так і ззовні (рис. 6.11)
граничного циклу.

Рис. 6.11. Розв’язок рівняння Ван дер Поля

за інших початкових умов у = –2, у = –3

Якщо комп’ютер у вас не найпотужніший, то розрахунок фа-

зового портрета з рис. 6.10 і 6.11 у Mathcad може зайняти відно-
сно тривалий час, що пов’язано з числовим визначенням спочатку
рішення у(t), а потім його похідної. Час розрахунків можна було б
істотно скоротити, якщо використовувати замість обчислю-
вального блоку Given/Odesolve одну з вбудованих функцій, які ви-
дають розв’язок у вигляді матриці, наприклад rkfixed.

Атрактор Лоренца

Атрактор Лоренца – одна з найзнаменитіших динамічних си-

стем, запропонована в 1963 році Лоренцом як спрощена модель

236
конвективних турбулентних рухів рідини, яка нагрівається в по-
судині тороїдальної форми. Система складається з трьох ЗДР і
має три параметри моделі (лістинг 9). Оскільки невідомих функ-
цій три, то фазовий портрет системи повинен визначатися не на
площині, а в тривимірному просторі.
Лістинг 9. Модель Лоренца

Рис. 6.12. Атрактор Лоренца (лістинг 9)

237
 Розв’язанням системи Лоренца за певного поєднання параме-
трів (рис. 6.12) є дивний атрактор (або атрактор Лоренца) – при-
тягуюча множина траєкторій на фазовому просторі, який на ви-
гляд ідентичний випадковому процесу. У деякому сенсі атрактор
Лоренца є стохастичними автоколиваннями, які підтримуються в
динамічній системі за рахунок зовнішнього джерела.
Рішення у вигляді дивного атрактора з’являється тільки за де-
яких поєднаннях параметрів. Як приклад, на рис. 6.13 наведений
результат для t = 10 і тих самих значень решти параметрів. Як
видно, атрактором у цьому разі є фокус. Перебудова типу фазо-
вого портрета відбувається в області проміжних t. Критичне
поєднання параметрів, за яких фазовий портрет системи якісно
змінюється, називається в теорії динамічних систем точкою бі-
фуркації. Фізичний сенс біфуркації в моделі Лоренца, згідно су-
часним із уявленням, описує перехід ламінарного руху рідини до
турбулентного.

Рис. 6.13. Розв’язок системи Лоренца

зі зміненим параметром t = 10

Чудово, що розв’язання подібних нелінійних динамічних сис-

тем можна отримати тільки в числах, тому їх вивчення почало
бурхливо розвиватися зі зростанням можливостей обчислюваль-
ної техніки в останні півстоліття.

238
 6.2. ВИКОРИСТАННЯ MATLAB
У МОДЕЛЮВАННІ ЕКОНОМІЧНОЇ ДИНАМІКИ

На ринку програмних систем, здатних працювати з числовими

масивами, здійснювати обробку та обчислення математичних да-
них одне з чільних місць посідає програмний продукт The Math
Works, Inc, MatLab. На момент написання цього посібника най-
новішою була версія MatLab 7.4.0, на основі якої й будуть пред-
ставлені можливості вище згадуваної програми. MatLab є чи не
найстарішою системою оптимізації математичних і науково-
технічних розрахунків. Основу MatLab становлять матричні
операції (звідси й назва MATrix LABoratory), що дає змогу суттє-
во скоротити кількість циклів, що використовуються для матема-
тичних обчислень у мовах програмування високого рівня.
На відміну від схожих продуктів обчислювального спряму-
вання, у системі MatLab реалізується своя мова програмування,
розроблена таким чином, щоб максимально спростити та приско-
рити операції обчислення. Мова програмування MatLab нале-
жить до класу інтерпретаторів, тобто кожна команда, введена ко-
ристувачем, інтерпретується за її ім’ям і негайно виконується в
командному рядку, що, своєю чергою, дає можливість легко пе-
реглядати та редагувати вже написаний програмний код. Коман-
ди й функції системи MatLab реалізовані у вигляді m-файлів тек-
стового формату з дозволом їх редагування.
У цьому розділі ми опускаємо інформацію про те, як устано-
вити програму, запустити її та налаштувати. Сподіваємося, що
програмний продукт уже успішно вами встановлено й він гото-
вий до роботи. Звісно ж, версія придбана Вами, має бути ліцен-
зійною, а не скачаною з піратських сайтів.
Знайомство з програмним середовищем MatLab розпочнемо з
короткого огляду засадничих речей, які, безсумнівно, потрібно
знати при роботі з системою, особливо, якщо з нею ви зіштовх-
нулися в перше.
Отже, сеанс роботи з MatLab заведено називати сесією, хоча
за своєю сутністю сесія є ні що інше, як документ, який відобра-
жає поточну роботу. Вікно системи має такий вигляд (рис. 6.14).
У лівій частині вікна розміщено компоненти системи
Workspase (робочий простір) і Command History (Історія команд).
У першому будуть відображатися всі використані змінні, а в
іншому – команди. Праворуч розташоване Command Window
(Вікно команд), яке займає основну частину програмного вікна й
реалізує введені користувачем команди. Зазначимо, що вказані
239
компоненти можна легко поміняти місцями, змінити їх розміри
та навіть винести за межі вікна програми. Ви легко зможете на-
лаштувати систему так, як буде зручніше для вас.

Рис. 6.14. Інтерфейс системи MatLab

Під час своєї роботи у Вікні команд користувач може викори-

стовувати для редагування ті самі інструменти, що й у звичайно-
му текстовому редакторі. Для прикладу – переміщення курсора
здійснюється стрілками з клавіатури, стирання символа перед ку-
рсором – клавішею Backspace, позаду курсора – клавішею Del
тощо. Окремо наведемо спеціальні команди MathLаb для роботи
у Вікні команд:
 clc – чистить екран, після чого курсор можна знайти у вер-
хньому лівому куті;
 home – повертає курсор у вірхній лівий куток екрана;
 echo on all – вмикає режим виведення на екран тексту всіх
m-файлів;
 echo off all – вимикає режим виведення на екран тексту всіх
m-файлів;
 echo<file_name>on – вмикає режим виведення на екран
тексту файлу-сценарію із зазначеним ім’ям;
240
  echo<file_name>off – вимикає режим виведення на екран
тексту файлу-сценарію із зазначеним ім’ям;
 echo<file_name> – змінює режим виведення на протилеж-
ний;
 more on – вмикає режим посторінкового перегляду (реко-
мендуємо використовувати при роботі з великими m-файлами);
 more off – вимикає режим посторінкового перегляду.
Специфіка нашої дисципліни передбачає роботу з диферен-
ційними рівняннями та системами диференціальних рівнянь. Але
перш ніж перейти до безпосередньо диференціального числення
в MatLab, варто ознайомитися на практиці з простішими прик-
ладами числових обчислень. Використання системи MatLab як
потужного калькулятора для простих обчислень може відбувати-
ся без попередньої підготовки навіть студентами з низькою
комп’ютерною культурою. Наведемо деякі приклади (рис. 6.15).

Рис. 6.15. Вікно команд з проведеними обчисленнями

На рис. 6.15 продемонстровано елементарні обчислення, про-

ведені в системі MatLab. Для проведення таких і подібних роз-
рахунків користувачу потрібно лише ввести у командний рядок
математичні символи, цифри та натиснути клавішу Enter, після

241
чого система видасть готову відповідь. Помітимо, що відповіді
автоматично присвоюється змінна ans (що є скороченням від
answer – англ. відповідь). Звертаємо увагу на синтаксис масивів
та операцій з ними в MatLab. У цьому разі ми ввели масив R,
який складається з п’яти чисел. Як видно з рисунка, масив було
поміщено в квадратні дужки і після натискання клавіші Enter си-
стема сама розмістила цифри в порядок, передбачений викорис-
танням MatLab. Четверта команда (R^3) стосувалася піднесення
масиву до куба. Зауважте крапку, що стоїть після літери R. Цією
крапкою ми показуємо, що підносити до третього степеня потріб-
но поелементно.
При роботі із системою MatLab ви будете так чи інакше зіш-
товхуватися з константами та системними змінними. Загалом у
MatLab таких виокремлюють вісім:
 i або j – уявна одиниця (квадратний корінь з –1);
 pi – число p = 3,14;
 eps – похибка операцій над числами з плаваючою точкою
(2–52);
 realmin – найменше число з плаваючою точкою (2–1022);
 realmax – найбільше число з плаваючою точкою (21023);
 inf – значення машинної нескінченності;
 ans – змінна, що передає значення останньої виконаної опе-
рації;
 NaN – посилання на нечисловий характер даних (Not-a-
Number).
Зважаючи на те, що система MatLab – це доволі громіздкий
обчислювальний комплекс, ми не будемо зупинятися на всіх
аспектах і можливостях її використання. Для ретельнішого озна-
йомлення можемо порадити студентам звернутися до спеціалізо-
ваних посібників. А зараз розглянемо потужності MatLab у сфері
диференціального числення.
Для вирішення диференціальних рівнянь і систем звичайних
диференціальних рівнянь (ЗДР) в MatLab реалізовано різноманіт-
ні числові методи, які називаються розв’язувачами. Кожен з розв’я-
зувачів реалізує свій метод вирішення систем диференціальних
рівнянь. Серед них такі:
 ode15s – багатокроковий метод змінного порядку;
 ode23 – однокрокові явні методи Рунге-Кутта 2-го та 3-го
порядків у модифікації Богацькі та Шампіна;
 ode23s – однокроковий метод, який використовує модифі-
ковану формулу Розенброка 2-го порядку;
 ode23t – неявний метод трапецій з інтерполяцією;

242
  ode23tb – неявний метод, що використовує принцип Рунге-
Кутта спочатку та формули «диференціювання назад» 2-го по-
рядку згодом;
 ode45 – однокрокові явні методи Рунге-Кутта 4-го та 5-го
порядків у модифікації Дорманда й Принца;
 ode113 – багатокроковий метод Адамса-Башворта-Мултона
перемінного порядку класу предиктор-коректор;
 bvp4c – метод, що слугує для проблем граничних повної
форми систем рівнянь Коші;
 pdepe – метод, що слугує для вирішення систем параболіч-
них і еліптичних диференціальних рівнянь у частинних похідних;
Найчастіше використовують метод ode45, який дає хороші ре-
зультати, якщо система нежорстка, в іншому разі слід вдатися до
методу ode15s. Для отримання результату з високою точністю
рекомендується до використання метод ode113.
У системі MatLab для запису функцій з вирішення систем ЗДР
використовують низку позначень, серед яких:
 tspan – вектор, який визначає інтервал інтегрування
([t0 tfinal]);
 y0 – вектор початкових умов;
 options – аргумент, який створюється функцією odeset;
 p1, p2 – деякі параметри, які задаються користувачем;
 T, Y – матриця рішень Y, де кожен рядок відповідає часу,
який показується вектором стовпцем T.
ми маємо засвоїти синтаксис функцій, який використовується
в MatLab для вирішення систем ЗДР. Виокремлюють кілька форм
запису функцій, серед яких:
 [T,Y]=розв’язувач(@F,tspan,y0)
 [T,Y]=розв’язувач(@F,tspan,y0,options)
 [T,Y]=розв’язувач(@F,tspan,y0,options,p1,p2..)
Зауважимо, що розв’язувачем у цьому разі може бути будь-
який з описаних вище. Перейдемо до конкретних прикладів за-
стосування вищеописаного, проінтегрувавши відому модель
Вольтерра-Лотки. Як ми знаємо, математичний запис цієї моделі
такий:

 x  x  y,
 (6.2)
 y  y  xy,

де x – кількість жертв, y – кількість хижаків,  ,  ,  ,  – коефі-

цієнти, які виражають взаємодію між видами.
243
 Алгоритм реалізації має такий вигляд:
1) створюємо новий m-файл: File→New→M-File;
2) обираємо ім’я для нашої функції (а заодно й для нового
файла). Нехай він буде називатися Volter;
3) записуємо програмний код у полі нового m-файла. Для цієї
системи ЗДР він буде такий:
function volter
y0=[200; 300];
[T,Y]=ode15s(@Lot, [1 100], y0);
plot(Y(:,1), Y(:,2)); title(‘система Вольтерра-Лотки’)
function F = Lot(t, y)
F=[0.6*y(1)-0.008*y(1)*y(2);-1*y(2)+0.5*y(1)*y(2)];
4) зберігаємо m-файл (File→Save або Ctrl+S)
5) у вікні команд прописуємо назву нашого файла, у цьому разі
volter;
6) отримуємо графік функції в окремому вікні (рис. 6.17).
На рис. 6.16 показано вікно програми MatLab з реалізованою
системою Вольтерра-Лотки.

Рис.6.16. Реалізація системи Вольтерра-Лотки

244
 Рис. 6.17. Графік реалізованої системи ЗДР

Уважаємо за потрібне зупинитися на деяких нюансах пропи-

саного програмного коду.
1. y0=[200; 300]; – початкові умови, які вибрані нами довільно
(мають міститися в квадратних дужках).
2. [T,Y]=ode15s(@Lot, [1 100], y0); – в даному випадку назва
функції Lot нами вибрана довільно, все інше – відповідно до син-
таксичного запису.
3. plot(Y(:,1), Y(:,2)); – синтаксична форма запису, необхідна
для побудови графіка в координатах x/y.
4. title(‘система Вольтерра-Лотки’) – команда, що виводить
назву графіка.
5. function F = Lot(t, y) F=[0.6*y(1)-0.008*y(1)*y(2); –
1*y(2)+0.5*y(1)*y(2)] – форма запису системи Вольтерра-Лотки
за допомогою операторів та операнд мови MatLab.
Розглянемо ще один приклад вирішення системи ЗДР. Цього
разу будемо працювати із системою Лоренца, яка має 3 рівняння.
Виведемо графічні результати таким чином, щоб отримати відра-

245
зу 3 графіки інтегральних кривих і фазову площину. Програмний
код у цьому випадку матиме такий вигляд:
function lorenz
y0=[10;50;10];
[T,Y]=ode45(@kneu,[0 10],y0);
subplot(2,2,1); plot(T, Y(:,1)); title(‘перша змінна’)
subplot(2,2,2); plot(T, Y(:,2)); title(‘друга змінна’)
subplot(2,2,3); plot(T, Y(:,3)); title(‘третя змінна’)
subplot(2,2,4); plot(Y(:,1), Y(:,3)); title(‘x , y’)
hold on; plot(T, Y(:,2), (‘k.:’))
function F = kneu(t,y)
F = [-10*y(1)+10*y(1); – y(2)+166*y(1)-y(1)*y(3); –
8/3*y(3)+y(1)*y(2)];
Графічний результат представлено на рис. 6. 18.

Рис. 6.18. Графічні результати інтегрування

системи Лоренца

246
 Зважаючи на особливості нашої дисципліни та обмеженість
обсягу матеріалу, що може бути представлений у цьому підруч-
нику, ми висвітлили далеко не всі можливості обчислювального
пакета MatLab. Рекомендуємо користатися інформацією про
MatLab з інших джерел, яких зараз не бракує. У MatLab є також
внутрішня служба допомоги, яка викликається командою help.
Наприклад, щоб отримати повний перелік операторів, достатньо
в командному рядку ввести команду help ops. У результаті ми
отримаємо таке:

Рис. 6.19. Приклад застосування функції help

Поданий список є дещо неповний через очевидну обмеженість

і нездатність вікна передати повноту переліку, утім, це не примен-
шує його наочності.
На завершення зазначимо, що нинішнє покоління студентів
живе в унікальний час, коли до диспозиції пропонується вельми
широкий спектр допоміжних засобів різної комплектації та рівня
складності. Ще 10 років тому тодішні студенти про таке могли
лише мріяти. Процес навчання стає все простішим і доступнішим,
зокрема й завдяки таким засобам, як MatLab.

247
 РЕЗЮМЕ

З позицій використання в моделюванні економічної динаміки

розглянуто два пакети програм (ПП) – MathCad і MatLab. Оволо-
діння ними сприятиме успішному застосуванню інших програм-
них розробок, тобто розширенню горизонту знань студента.
Отримані знання також будуть корисні в контексті цифрової еко-
номіки майбутнього.

ТЕРМІНИ ТА ПОНЯТТЯ

Атрактор
Детермінований хаос
Система звичайних диференціальних рівнянь
Динамічна модель економіки
Задача Коші з початковими умовами
Методи (явні, напів’явні та неявні) числового інтегрування
Жорсткі рівняння
Мова програмування
Розв’язувач

ПИТАННЯ ДЛЯ ПЕРЕВІРКИ ЗНАНЬ

1. Атрактор як розв’язок математичної (динамічної) моделі.

2. Сутність жорсткого рівняння ММ в економіці.
3. Зміст і відмінність між числовими алгоритмами.
4. Графічна інтерпретація атрактора.
5. Призначення початкових умов для динамічної моделі.
6. Стійкість математичної моделі (ММ) в термінах економіки.
7. Сутність рівноважних точок ММ економічної динаміки.
8. Динамічна траєкторія в економіці.

ЗАВДАННЯ ДЛЯ ІНДИВІДУАЛЬНОЇ РОБОТИ (ТЕМИ РЕФЕРАТІВ)

1. Розкрити зміст цифрової економіки.

2. Описати числові алгоритми: а) явні; б) напівявні; в) неявні та їх
застосування в моделюванні економіки.
3. Нагальні проблеми моделювання економічної динаміки.
4. Підготовка управлінських рішень в економіці: здобутки, потреби
й проблеми.

248
 СПИСОК ВИКОРИСТАНИХ І РЕКОМЕНДОВАНИХ ДЖЕРЕЛ
ДЛЯ ПОГЛИБЛЕНОГО ВИВЧЕННЯ МАТЕРІАЛУ

1. Андриевский Б. Р. Элементы математического моделирования в

программных средах MatLab и Scilab / Б. Р. Андриевский А. А.Фрадков.
– СПб. : Наука, 2001. – 601 с.
2. Лебедев В. В. Математическое компьютерное моделирование
экономики / В. В. Лебедев, К. В. Лебедев. – М. : НВТ Дизайн, 2002. –
256 с.
3. Чернов В. П. Математическое и компьютерное моделирование
экономической динамики / В. П. Чернов. – СПб. : Наука, 2001. – 224 с.
4. Шикин Е. В. Математические методы и модели в управлении:
Учеб. Пособие / Е. В. Шикин, А. Г. Чхартишвили. – 2-е изд., испр. . –
М.: Дело, 2002. – 440 с.

249
 СПИСОК ВИКОРИСТАНИХ ДЖЕРЕЛ

1. Bankole, A. S., and Ayinde, T. O. (2014), «Capital Account

Liberalisation and Foreign Direct Investment in Nigeria: A Bound – Testing
Approach». Botswana Journal of Economics, Botswana. Vol. 12, No. 2,
Pp. 14–32.
2. Buss, Samuel R., and Kim, Jin-Su. Selectively Damped Least Squares
for Inverse Kinematics // In Journal of Graphics Tools. – 2015. – Vol. 10. –
No. 3. – P. 37–49.
3. Domar E. D. Essays in the Theory of Economic Growth. – New York,
NY, USA, 1966 (first publication 1957). – 272 p.
4. Gianni De Nicolò, Andrea Gamba, Marcella Lucchetta. Micropruden-
tial Regulation in a Dynamic Model of Banking // The Review of Financial
Studies. – 2014. – Vol. 27. – No. 7. – P. 2097–2138.
5. Giovannoni, Olivier G. (2014), «Income Distribution
Macroeconomics». Levy Economics Institute, Working Papers Series No.
807. Available at SSRN: https://ssrn.com/abstract=2445975
6. Harrod R. F. An essay in dynamic economics. Economic Journal, 49,
1939. – 14-33 pp.
7. Koliada Yurii. Digital economy: green, nucleus, future / International
Scientific Eastern European Conference of Management and Economics.
May 24, 2019. Ljubljana, Slovenia. Tetiana Kravchenko, Galyna
Velykoivanenko, Yurii Koliada. Digital economy: green, nucleus, future. –
P. 116–119.
8. Lazzati, N., Menichini, A. A. A Dynamic Model of the Firm // Struc-
tural Explanations of Key Empirical Findings // Financial Review. 2015. –
Vol. 50. – N.3 – P. 341–361.
9. OraSure Technologies, Inc.URL: http://www.orasure.com/ (Last ac-
cessed: 27.06.2017).
10. Solow R. M. A Contribution to the Theory of Economic Growth /
Robert M. Solow // The Quarterly Journal of Economics. – 70 (1). – 1956. –
C. 65–94.
11. Takayama A. Mathematical Economics, 2nd Edition / A. Takayama.
Cambridge: Cambridge University Press, 1985. – 725 p.
12. U. S. Securities and Exchange Commission. URL:
http://www.sec.gov/ (Last accessed: 27.06.2017).
13. Vitlinskyi V. V., Koliada Y. V., Tukalo V. O. Coordinate-wise
considering self-restriction of variables in the Lorenz models // The Third
International Conference «Problems of Cybernetics and Informatics»,
September 6–8, 2010, Baku, Azerbaijan. Section №3 «Modelling and
Identification».– Р. 111–113.
14. Vitlinskyi V. V., Koliada Y. V., Tukalo V. O. Research of Synergetic
Models of Non-Linear Economy// IV Internationale Conference «Problems
250
of Cybernetics and Informatics» (PCI 2012), September 12–14, 2012.–
IEEE, Baku, Azerbaijan, 2012. – Р. 187–188.
15. Аганин Ю. И. Оптимальное управление в динамических моделях
монополии // Вестник ГУУ. – 2016. – №3. – С. 190–194.
16. Адаптивні моделі в економіці: Навчальний посібник/ – [Елект-
ронний ресурс] / В. В. Вітлінський, Ю .В. Коляда, Т. В. Кравченко,
В. І. Трохановський. – К. : КНЕУ, 2013. – 98 с.
17. Андриевский Б. Р. Элементы математического моделирования в
программных средах MatLab и Scilab / Б. Р. Андриевский А. А.Фрадков.
– СПб. : Наука, 2001. – 601 с.
18. Базыкин А. Д. Портреты бифуркаций: (Бифуркационные
диаграммы динамических систем на плоскости). / А. Д. Базыкин,
Ю. А. Кузнецов, А. И. Хибник. – М.: Знание, 1989. – 48 с.
19. Баранцев Р. Г. Синергетика в современном мире. – М. : Едито-
риал, УССР, 2003. – 144 с.
20. Бобровски Д. Введение в теорию динамических систем с дискрет-
ным временем / Д. Бобровски: пер. с пол. Ю. Н. Сирота / Под ред.
В. П. Одинца. – М. ; Ижевск: НИЦ «Регулярная и хаотическая динамика»,
Институт компьютерных исследований: R&C Dynamics, 2006. – 360 c.
21. Витлинский В. В., Коляда Ю. В. Адаптация и регуляризация как
способы снижения риска в моделировании нелинейных экономических
процессов // Моделирование и анализ безопасности и риска в сложных
системах: тр. междунар. науч. школы МАБР, (Санкт-Петербург, 22–
25 июня 2004 г.). – Спб. : ГОУВПО «СПбГУАП», 2004. – С. 265–267.
22. Витлинский В. В. Моделирование и анализ траекторий эконо-
мического развития на основе дискретной модели Солоу / Витлинс-
кий В. В., Коляда Ю. В., Баранов К. О. // Проблемы экономики. – 2013.
– № 10. – С. 353–362.
23. Вітлінський В. В. Моделювання та аналіз траєкторій економіч-
ного розвитку на підґрунті дискретної моделі Солоу / В. В. Вітлінський,
Ю. В. Коляда, К. О. Баранов // Проблемиекономіки. – 2013. – № 1. –
С. 353–362.
24. Вітлінський В. В. Макроекономічне моделювання розвитку з
урахуванням спадковості / В. В. Вітлінський, Ю. В. Коляда // Макрое-
кономічна політика в Україні : проблеми науки і практики : Моногра-
фія. – Харків : ІНЖЕК, 2007. – С. 69–78.
25. Вітлінський В. В. Матричне узагальнення класичної моделі
Харрода-Домара / В. В. Вітлінський, Ю. В. Коляда, В. А. Бондар // При-
кладні аспекти прогнозування розвитку складних соціально-економіч-
них систем: Монографія / За ред. О. І. Черняка, П. В. Захарченка. – Бер-
дянськ : Видавець Ткачук О. В. – 2015. – С. 30–40.
26. Вітлінський В. В. Матричне узагальнення класичної моделі
Харрода-Домара / В. В. Вітлінський, Ю. В. Коляда, В. А. Бондар // При-
кладні аспекти прогнозування розвитку складних соціально-
економічних систем : Монографія / За ред. О. І. Черняка, П. В. Захар-
ченка. – Бердянськ: Видавець Ткачук О.В., 2015. – С. 30–40.

251
 27. Вітлінський В. В. Моделі економічної динаміки: Навч. посібник /
В. В. Вітлінський, Ю. В. Коляда, Т. В. Кравченко. – К. : КНЕУ, 2018. –
232 с.
28. Вітлінський В. В. Моделювання економіки: навч. посібник /
В. В. Вітлінський. – К. : КНЕУ, 2005. – 438 c.
29. Вітлінський В. В. Прогнозування поведінки економічної систе-
ми з використанням модифікації логістичного відображення / В. В. Віт-
лінський, Ю. В. Коляда, Ю. В. Ліпанова // Сучасні концепції прогнозу-
вання розвитку складних соціально-економічних систем: Монографія /
за ред. О. І. Черняка, П. Б. Захарченка. – Бердянськ: ФОП Ткачук О. В.,
2014. – С. 20–29.
30. Вітлінський В. В., Коляда Ю. В., Тукало В. О. Індивідуальне
творче завдання як запорука справедливого і гласного оцінювання
знань // Забезпечення відкритості, прозорості та об’єктивності оціню-
вання якості навчальної роботи студентів: досвід, проблеми, перспек-
тиви розвитку: Зб. матеріалів наук.-метод. конф., 2 лютого 2010 року /
М-во освіти і науки України, ДВНЗ «Київ. нац. екон. ун-т ім. Вадима
Гетьмана». – К. : КНЕУ, 2010. – г. 2. – С. 729–731.
31. Вітлінський В. В., Коляда Ю. В., Тукало В. О. Когерентна взає-
модія діади «викладач – студент» як наслідок виконання індивідуально-
го творчого завдання у процесі навчання // Проблеми економічної кібер-
нетики: матеріали 15-ї Всеукр. наук.-метод. конф. 4–5 трав. 2010 року. –
Луганськ; Євпаторія, 2010. – С. 47–49.
32. Вугальтер А. Л. Фундаментальная экономика. Динамика /
А. Л. Вугальтер. – М.: ЗАО «Экономика», 2007. – 371 с.
33. Гринберг А. С. Информационные технологии процессов управле-
ния экономикой : Учеб. пособие для вузов / А. С. Гринберг, В. М. Шеста-
ков. – М. : ЮНИТИ-ДАНА, 2003. – 399 с.
34. Диленко В. А. Некоторые подходы к учету и анализу влияния
научно-технического прогресса в модели экономического роста Харро-
да-Домара [Текст] / В. А. Диленко, Н. А. Гуляева // Проблеми економі-
ки. – 2016. – № 4. – С. 238–243.
35. Єфимова Г. О., Осадча О. О. Методичні вказівки по спецкурсу
«Математичні моделі макроекономіки» та по курсу «Моделі економіч-
ної динаміки».– Одеса: Одеський націон. ун-т імені І. І. Мечникова. –
2013. – 68 с.
36. Забродский В. А. Адаптация экономических систем на основе
упреждаемости // Економічна кібернетика. – 2000. – № 3-4. – С. 40–45.
37. Замков О. О., Толстопятенко А. В., Черемных Ю. Н. Математи-
ческие методы в экономике: Учебник. – М. : Изд-во «Дело и сервис»,
2001. – 368 с.
38. Занг В. Б. Синергетическая экономика: время и перемены в не-
линейной экономической теории / В. Б. Занг. – М. : Мир, 1991. –
399 с.
39. К теории экономической динамики: новые выводы экономиче-
ской теории и их применение в экономической политике. – М. : Эконо-

252
мика (серия «Экономическое наследие»; сб. «Классики кейнсианства»)
1997. – Т. 1. – С. 39–194.
40. Клейнер Г. Б. Экономико-математическое моделирование и эко-
номическая теория // Экономика и математические методы. – М., 2001.
– Т. 37. – № 3.3. – С. 111–126.
41. Князев Е. Н. Синергетика: начала нелинейного мышления /
Е. П. Князева, С. П. Курдюмов // Общественные науки и современ-
ность. – 1993. – № 2. – С. 38–51.
42. Ковальчук Н. П. Економічні ризики: класифікація, принципи і
способи оцінювання / Н. П. Ковальчук // Актуальні проблеми економі-
ки. – № 10 (124). – 2011. – С. 31–36
43. Колемаев В. А. Экономико-математическое моделирование: мо-
делирование макроэкономических процессов и систем. – М. : ЮНИТИ-
ДАНА, 2005. – 295 с.
44. Колемаев В. А. Математическая экономика: Учебник для вузов.
– М.: ЮНИТИ, 1998. – 240 с.
45. Колодницький М. М. Основи теорії математичного моделювання
систем: Навч.-довід. посіб. – Житомир : ЖІТІ, 2001. – Т. 1. – 718 с.
46. Коляда Ю. В. Адаптивна парадигма моделювання економічної
динаміки: монографія / Ю. В. Коляда. – 2-ге вид., перероб. і доп. – К.:
КНЕУ, 2019. – 367 с.
47. Коляда Ю. В. Ризики настання кризового стану на підґрунті
ортодоксальних моделей економічної динаміки [Текст] / Ю. В. Коляда,
В. А. Бондар // Молодий вчений. – 2016. – № 12.1 (40) – C. 795–799.
48. Коляда Ю. В. Дискретний варіант моделі Солоу для відкритої
економіки: моделювання траєкторій розвитку / Ю. В. Коляда,
Т. В. Кравченко, Ю. В. Ліпанова // Моделювання та інформаційні сис-
теми в економіці: Зб. наук. пр. / Відп. ред. В.К. Галіцин. – 2009. –
Вип. 90. – С. 33–51.
49. Коляда Ю. В. Еволюція цифрової економіки / Ю. В. Коляда,
Т. В. Кравченко. // Цифрова економіка : Зб. мат. Національної наук.-
метод. конф. 4–5 жовтня 2018 року, м. Київ. – К.: КНЕУ, 2018. – С. 199–
201.
50. Коляда Ю. В. Епістемологія сучасного прийняття рішень в еко-
номіці / Ю. В. Коляда Т. В. Кравченко // Сучасний рух науки: тези доп.
IX міжнародної науково-практичної інтернет-конференції, 2–3 грудня
2019 року. – Дніпро, 2019. – Т. 2. – С. 65–68.
51. Коляда Ю. В. Прогнозування фондоозброєності секторів еконо-
міки України за допомогою ітеративного відображення / В. В. Вітлінсь-
кий, Ю. В. Коляда, В. П. Ковадло // Актуальні проблеми прогнозування
поведінки складних соціально-економічних систем: Монографія / За ред.
О. І. Черняка, П. В. Захарченка. – Бердянськ : Видавець Ткачук О. В., 2016.
– С. 65–76.( ISBN 978-617-7291-62-5 )
52. Коляда Ю. В. Синергетична парадигма економічної освіти –
пролог до цифрової економіки / Великоіваненко Г. І., Коляда Ю. В.,
Кравченко Т. В. // Сучасний рух науки: тези доп. VIII міжнародної нау-

253
ково-практичної інтернет-конференції, 3–4 жовтня 2019 року. – Дніп-
ро, 2019. – Т. 1. – С. 287–296.
53. Кузнецов А. П. Введение в физику нелинейных отображений /
А. П. Кузнецов, А. В. Савин, Л. В. Тюрюкина. – Саратов : Изд-во «Науч-
ная книга», 2010. – 134 с.
54. Кундышева Е. С. Математическое моделирование в экономике :
Учеб. пособие для вузов / Е. С. Кундышева; ред. Б. А. Суслаков. – М. :
Дашков и К, 2004. – 351 с.
55. Лаврик В. І. Методи математичного моделювання в екології :
Навч. посібник / В. І. Лаврик. – К. : КМ Академія, 2002. – 203 с.
56. Лебедев В. В. Математическое и компьютерное моделирование
экономики / В. В. Лебедев, К. В. Лебедев. – М. : НВТ-Дизайн, 2002. –
256 с.
57. Малинецкий Г. Г. Нелинейная динамика и проблемы прогноза /
Г. Г. Малинецкий, С. В. Курдюмов // Вестник РАН. – Т. 71. – № 3. –
2001. – С. 210–232.
58. Мальдебро Б. Фракталы. Случай и финансы. – Москва-Ижевск :
НИЦ «Регулярная и хаотическая динамика», 2004. – 256 с.
59. Малярец Л. М. Теоретические проблемы экономического роста
[Текст] / Л. М. Малярец, А. В. Воронин, О. В. Гунько // Управляющие
системы и машины. – 2016. – № 1. – С. 50–55. – Режим доступу:
http://nbuv.gov.ua/UJRN/USM_2016_1_7
60. Манків Грегорі Н. Макроекономіка : Пер. з англ.: Наук. ред. пер.
С. Панчишина. – К. : Основи, 2000. – 588 с.
61. Математичні моделі та методи ринкової економіки [Текст] :
Навч. посібник / В. В. Вітлінський, О. В. Піскунова. – К. : КНЕУ, 2010.
– 531 с.
62. Медведева Н. Б. Динамика логистической функции // Соросов-
ский образовательный журнал. – 2000. – Т. 6. – № 8. – С. 121–127.
63. Мэнкью Н. Г. Макроэкономика: Учебное пособие : Пер. с англ. –
М. : Изд-во МГУ, 1994. – 774 с.
64. Нелінійні моделі економічних процесів: Навчальний посібник
[Електронний ресурс] / В. В. Вітлінський, Ю. В. Коляда, Т. В. Кравчен-
ко, К. А. Семашко. – К. : КНЕУ, 2015. – 189 с.
65. Орлова Е. В. Управление хаотической динамикой цен в модели
ценовой конкуренции // Автоматика и телемеханика. – М. : НАУКА,
2017. – №1. – С. 19–34.
66. Офіційний веб-сайт Державної казначейської служби України. –
[Електронний ресурс] / Режим доступу: http://www.treasury.gov.ua/main/
uk/doccatalog/list?currDir=146477
67.Офіційний веб-сайт Державної служби статистики України. –
[Електронний ресурс] / Режим доступу: http://www.ukrstat.gov.ua
68. Офіційний веб-сайт Мінфін. – [Електронний ресурс] / Режим
доступу: http://index.minfin.com.ua/index/infl/
69. Пешель М. Моделирование сигналов и систем / М. Пешель. – М. :
Мир, 1981. – 300 с.

254
 70. Підсистема (МІ-9) прогнозування рівня інфляції як інструмент
сприяння виваженим управлінським рішенням в економіці / В. В. Вітлі-
нський, Ю. В. Коляда, С. І. Пертен, В. О. Тукало // System analysis and
information technologies: 12th International conference on science and
technology, SAIT 2010, Kyiv, Ukraine, May 25–29, 2010. Proceed-ings.
ESC IASA”NTUU “KPI”, 2010. – P. 212.
71. Радзіховська Л. М. Сутність поняття «економічний ризик»: рет-
роспектива та сучасність / Л. М. Радзіховська, О. В. Іващук // Economic
Annals-XXI. – 2015. – 7–8 (1). – С. 4–7.
72. Рожок Т. О. Моделювання динаміки функціонування фірми в
умовах ринкової економіки // Глобальні та національні проблеми еко-
номіки, 2015. – № 5. – С. 1123–1128.
73. Чернышов С. И., Воронин Д. В., Разумовский С. А. Проблема мо-
делирования экономической динамики. – [Електронний ресурс] /
С. И. Чернышов // Харьковский национальный экономический универ-
ситет / Страховая компания «ЛЕММА». [13 с.]. – Бібліогр.: З назви. –
Режим доступу: http://www.ttr.com.ua/images/chvrl0.pdf.
74. Сергеева Л. Н. Моделирование поведения экономических сис-
тем методами нелинейной динамики (теория хаоса). – Запорожье: ЗГУ,
2002. – 227 с.
75. Сергеева Л. Н. Нелинейная экономика: модели и методы. – За-
порожье : «Полиграф», 2003. – 218 с.
76. Тищенко І. С. Визначення економічної сутності поняття «ризик»
за допомогою контент-аналізу / І. С. Тищенко // Управління розвитком.
– № 1(141). – 2013. – С. 152–154.
77. Трубецков Д. И. Канонические модели нелинейной динамики в
экономике / Д. И. Трубецков // Изв. Вузов. Проблемы нелинейной ди-
намики. – 2006. – Т. 14. – № 2. – С. 75–93.
78. Филиппова І. Г. Україна: моделі економічного зростання /
В. Г. Сумцов, І. Г. Филиппова // Формування ринкової економіки: Зб.
наук. праць. – Спец. випуск: У 3 т. – К. : КНЕУ, 2010. – Т. 3. – С. 336–
346.
79. Фрактальна модифікація рівняння Харрода-Домара та динаміка
економічного ризику [Текст]: Перш. нац. наук.-метод. конф., КНЕУ,
30 вересня – 1 жовтня 2016 року: тези доповідей / [Ю. В. Коляда,
В. А. Бондар]. К. : – КНЕУ. – 2016 – С. 182–185.
80. Харрод Д. Теория экономической динамики / Д. Харрод. – М. :
Экономика, 1997.
81. Хачатрян С. Р. Прикладные методы математического модели-
рования экономических систем / С. Р. Хачатрян. – М. : Экзамен, 2002. –
С. 192.
82. Холодниок М. Методы анализа нелинейных математических мо-
делей / М. Холодниок., А. Клич, М. Кубичек, М. Марек : Пер. с чешск.
– М. : Мир, 1991. – 368 с.
83. Цисарь И. Ф., Нейман В. Г. Компьютерное моделирование эко-
номики. – М. : «Диалог-МИФИ», 2002. – 304 с.

255
 84. Чепелєв В. У. У напрямку до нелінійного мислення // Українсь-
кий час. Львів. – 1993. – № 1 (11). – С. 6–8.
85. Черненко О. Л. Дослідження взаємозв’язку між інвестиціями в
основний капітал і валовою доданою вартістю в економіці України
[Текст] / О. Л. Черненко // Актуальні проблеми економіки. – 2013. –
№ 9. – С. 75–81. – Режим доступу: http://nbuv.gov.ua/UJRN/ape_2013_9_12
86. Чернов В. П. Математическое и компьютерное моделирование
экономической динамики / В. П. Чернов. – СПб. : Наука, 2001. – 224 с.
87. Шевченко И. Г. Порядок и хаос рынка акционерного капитала
России / И. Г. Шевченко // М.: ООО Жур. «Управление персоналом»,
2003. – 216 с.
88. Шикин Е. В. Математические методы и модели в управлении:
Учеб. пособие / Е. В. Шикин, А. Г. Чхартишвили. – 2-е изд., испр. – М.:
Дело, 2002. – 440 с.
89. Шургалина И. Н. Реформирование российской экономики. Опыт
анализа в свете теории катастроф. – М. : «Российская политичиская эн-
циклопедия», 1997. – 221 с.
90. Эрроусмит Д. Обыкновенные дифференциальные уравнения.
Качественная теория с приложениями / Д. Эрроусмит, К. Плейс: Пер. с
англ. – М.: Мир, 1986. – 243 с.

256
 ПІСЛЯМОВА

Н а початку ХХІ століття економіка (у глобальному чи локаль-

ному сенсі) постає як надскладна (нелінійна, людино-вимірна,
відкрита, незворотної дії) теологічна й нерівноважна система,
якій притаманна певна почерговість еволюційного й біфуркацій-
ного відтинків шляху її розвитку. Сам економічний розвиток
завжди відбувається в умовах невизначеності (недостатньої ви-
значеності), існування зворотних зв’язків полярних знаків між
елементами й складовими економічної системи, мета існування
(цілепокладання) якої може змінюватися. Можна стверджувати,
що зазначене вище є вічним супутником економічного буття.
Для успішної розбудови теоретичної та прикладної економіки
сучасності необхідні креативно мислячі фахівці – доволі сміливі
творчі особистості. Їх можна отримати лише тоді, коли здійснити
своєрідний переворот на ниві освіти економіста, а саме: щоб бути
готовим до викликів економічного сьогодення (просто крокувати
в ногу, а то й попереду зі світовою спільнотою), треба рішуче
розвернутися, стаючи більш наближеною до природничих наук,
ніж продовжуючи залишатись гуманітарною спеціальністю.
Новому (цілісному, холістичному) баченню механізма еконо-
мічних явищ і процесів найбільше відповідає синергетика, ідеями
(підходами, принципами, сутністю) якої має бути пронизана вся
економіка.
Звідси цілком логічно випливає словосполучення «синергетич-
на економіка», або «економічна синергетика», яка намагається
системно вивчати єдність об’єкта господарювання й його влас-
ника – суб’єкта. Тобто досліджується їх органічна взаємодія,
хоча ухвалення остаточного рішення залишається за суб’єктом.
Дослідження ґрунтується на комп’ютерному моделюванні згаду-
ваної взаємодії, яка описується динамічною моделлю. Її розроб-
лення здійснюється, долучаючи лексику природничих наук (па-
раметри порядку – в економіці процентна ставка; грошова маса;
ієрархія підсистем – узгодження темпів їх розвитку; ентропія, не-

257
гентропія та дисипативність тощо). Така термінологічна й сутні-
сна експансія цілком виправдана, бо різні предметні області
мають однакові характеристики.
Саме економічна синергетика здатна подолати виклики еко-
номічного буття, створюючи методологію креативного мислення –
глибокого всестороннього вивчення поведінки економічного
об’єкта на підґрунті математичних моделей нелінійної економіч-
ної динаміки. Такий підхід вимагає перебудови педагогічного
процесу підготовки сучасного фахівця-економіста, у якому мають
домінувати синергетичні концепції (нелінійна логіка й теорія
економічної науки) та онтологія з урахуванням здобутків прик-
ладного системного аналізу. Саме так досягаєтеся глибинне
знання сутності економічних явищ і процесів, пізнаючи їх зв’язки
між собою, взаємодії та взаємовпливи. Урешті-решт, у такий спо-
сіб народжується новий морфогенез економічної системи, здійс-
нюється її темпоральний розвиток, що загалом сприяє неперерв-
ному й адаптивному (гнучкому та доцільному) управлінню
подіями, їх розвитку в бажаному напрямку.
Світ нелінійної економіки, складаючись з різноманітних за
своїм походженням підмножин господарських одиниць, є багато-
вимірний і багатоваріантний, але передусім людино-вимірним.
При цьому кожен об’єкт господарювання володіє множиною аль-
тернатив звивистого шляху свого нелінійного розвитку. Звісно,
прийняття рішення та його реалізація в просторі економічних по-
дій також повинні бути нелінійними.
Нелінійні динамічні моделі економіки доволі змістовні, вони
мають чимало розв’язків – атракторів. Крім простих (точкові, пе-
ріодичні) і хаотичних (дивних) атракторів розрізняють також:
а) кореляційні, які впорядковують хаотичні мікрофлуктуації та
трансформують їх у макрофлуктуації, здійснюючи процес синер-
гетичної взаємодії; б) об’єктивно-суб’єктивні атрактори, які спо-
стерігаються в нелінійних процесах взаємодії й взаємовпливу між
елементами економічної системи під час управління нею, яке
здійснюється певною особою. Феномен нелінійності виявляється
через надчутливість до малих збурень, наприклад початкових
умов. Як наслідок, відбувається неочікуваний перебіг економіч-
ного процесу. Інколи спостерігається доволі дивна (несподівана)
поведінка, коли настає динамічний хаос. Такі економічні системи
називаються дисипативними структурами.
Існує поняття атрактивної мети, якою передбачається, напри-
клад, підготовка фахівця-економіста, здатного прийняти виклики
сьогодення й дати адекватні відповіді.

258
 Характерна відмінність світу нелінійної економіки полягає в
тому, що для незначних причин інколи з’являються катастрофіч-
ні наслідки, коли настає динамічна нестійкість – хаос.
Прикметне (неповнота інформації, її невизначеність, наявність
людини – суб’єкта господарювання) у життєдіяльності економіч-
ної системи вимагає розраховувати числовий ступінь економіч-
ного ризику. Не варто обмежуватись лише моделюванням харак-
теристик, слід обов’язково оцінювати сценарії. Доцільно робити
це в єдиному циклі.
Попередні здобутки економічного ризику ґрунтувались на тео-
рії рівноваги економічного стану, вельми популярної донині в се-
редовищі економістів. Але в економічному світі взяла гору дина-
міка – нелінійна еволюція економіки зі своїми неусувними
факторами. Саме тому як нагальна проблема реальної економіки
постає сумірне моделювання еволюції економічних процесів та їх
поточного оцінювання в сенсі ризику настання подій. Загалом та-
кий підхід відповідає життєздатності економіки, її спроможності
виконати свою місію (або призначення).
На кафедрі економіко-математичного моделювання (ЕММ)
розроблено алгоритм покоординатного економічного ризику на
підґрунті нелінійної динамічної моделі, яка апробована на прик-
ладі національної економіки. Сутність покоординатного оціню-
вання ризику функціонування економічної системи виявляється в
тому, щоб для кожної інтегральної кривої (графіку залежності
змінної моделі) побудувати їх верхнє (максимальне) і нижнє (мі-
німальне) значення, а потім перейти до апроксимації загально-
прийнятого відношення  () M () , де чисельник  () є стандартне
відхилення, знаменник M () – математичне сподівання для пев-
ного моменту часу – незалежної змінної моделі. Таким чином,
одночасно відбувається моделювання динамічних характеристик
і числове оцінювання ступеня ризику кожної з них.
На перший погляд, парадоксально звучить теза синергетичної
економіки: майбутнє детермінує сучасне. Тобто, майбутній стан
економічної системи якимось чином формує теперішє. Можливо,
це є невидима рука ринку?
Надскладний характер економічної структури суспільства
зумовлений тим, що кожна її складова володіє власним темпом
свого розвитку, але об’єднання складових не механічне. Функці-
онує економічна структура лише тому, що відбувається синх-
ронізація темпів, результатом якої є когерентна кооперація скла-
дових.

259
 На відтинку шляху еволюції економічної структури (до на-
стання режиму загострення амплітуди характеристик або стану
біфуркації) спрацьовують адаптаційні механізми, якими демпфі-
руються будь-які (ендо- чи екзогенні) збурення за рахунок зво-
ротних зв’язків. При цьому економічна структура зберігає свої
визначальні властивості, характеристики знаходяться в певних
межах, утворюючи своєрідний канал (русло подій).
Таким чином, нова парадигма освіти економіста полягає в
тому, що замість рівноважної теорії економіки в навчальному
процесі має превалювати економічна синергетика, за допомогою
якої розглядається динаміка колективних взаємозв’язків, відно-
шень та взаємовпливів і встановлюються закономірності руху
економіки.
Найголовніше, концепції синергетичної економіки можуть
стати підґрунтям свідомого прийняття доцільності рішень в умо-
вах невизначеності, нелінійності та нерівноважності, характерних
для економічного розвитку.
За своєю сутністю синергетична освіта сучасного економіста
покликана забезпечувати не лише високий професійний рівень, а
й сприяти подальшому його зростанню через самопідготовку й
цілеспрямоване самонавчання.
Розширяючи горизонт ортодоксального способу навчання
економіста, формується творчо мислячий фахівець з широким
колом можливостей використання його освітнього потенціалу. В
умовах ринкової економіки це цінна якість.
Розвиток і становлення синергетичної економічної освіти ціл-
ком відповідає реальним запитам сьогодення теоретичної та при-
кладної економіки. Синергетична освіта закладає підвалини не
лише ефективного стратегічного управління економічними про-
цесами, а й тактики раціональної та релевантної поведінки за на-
явних умов, або вказує на потрібну корекцію обставин, щоб дося-
гти бажаної мети.
Домінанта лінійного економічного мислення спричинена в го-
ловному традиційним способом навчання економіста. Існуючий
поділ економіки на вузько-профільні дисципліни сам по собі де-
структивний, далекий від холістичного характеру економіки. Ви-
кладення цих дисциплін, не підкреслюючи зв’язків і взаємовпли-
вів між ними, не формує гармонічне й цілісне економічне
мислення. На нашу думку, крім методології економічної науки як
підґрунтя творчого пошуку, варто знайомити студента з основ-
ними економічної гносеології (теорії пізнання) і герменевтики
(теорії та практики тлумачення тексту). Саме це є справжнім

260
фундаментом нового економічного мислення, яке виявиться в
майбутньому через креативно мислячу особистість.
Сказане вище загалом відповідає синергетичному світогляду.
«Синергетичні уявлення, будучи пропущеними через систему
особистісних цінностей (смислів) і експертних знань вченого,
можуть евристично спрацювати у дослідженні наукових проблем
виключно широкого спектра».
Логічним і послідовним продовженням синергетичної еконо-
міки стає нове її обличчя – цифрова економіка (ЦЕ). Отже, шлях
від економічної кібернетики через економічну синергетику при-
водить до ЦЕ, тобто цілком закономірно має місце тріада «кібер-
нетика – синергетика – цифрова економіка», вивчаючи поведінку
об’єкта господарювання (економічної системи).
Доцільно приділяти більшу увагу таким складовим підготовки
сучасного економіста: а) математичному опису економічного ста-
ну, тобто принципам отримання рівнянь динамічної моделі нелі-
нійної економіки; б) інструментарію комп’ютерного аналізу ЕММ
динаміки – якісному й кількісному дослідженню; в) на підґрунті
попереднім пунктів а) і б) розробити пакети прикладних програм
(ППП) цифрової економіки для побудови сценаріїв розвитку по-
дій – графічному відображенню результатів числового моделю-
вання, тобто предметному тлумаченню еволюції економічної сис-
теми з плином часом (інтегральних кривих) і структурного
(фазового й параметричного) портрета об’єкта господарювання.
Уперше акцентується увага на єдиному циклі одночасного
моделювання динамічних траєкторій розвитку нелінійної еконо-
міки та розрахунку динаміки числового ступеня економічного
ризику – здатності функціонувати, досягаючи мети як причини
існування.

261
 Навчальне видання

КОЛЯДА Юрій Васильович

КРАВЧЕНКО Тетяна Володимирівна
ТРОХАНОВСЬКИЙ Владислав Ігорович

КОМП’ЮТЕРНЕ ДОСЛІДЖЕННЯ
ДИНАМІЧНИХ МОДЕЛЕЙ
ЕКОНОМІКИ
Навчальний посібник

За загальною редакцією
Г. І. Великоіваненко

Редактор Н. Підлужна
Художник обкладинки Т. Зябліцева
Коректор І. Савлук
Верстка С. Лозова

Підп. до друку 15.01.21. Формат 6084/16. Папір офсет. № 1.

Гарнітура Тип Таймс. Друк офсетний. Ум.-друк. арк. 15,34.
Обл.-вид. арк. 17,46. Наклад 100 пр. Зам. 20-5637.
Державний вищий навчальний заклад
«Київський національний економічний університет імені Вадима Гетьмана»
03680, м. Київ, проспект Перемоги, 54/1
Свідоцтво про внесення до Державного реєстру
суб’єктів видавничої справи (серія ДК, № 235 від 07.11.2000)
Тел./факс (044) 537-61-41; тел. (044) 537-61-44
E-mail: publish@kneu.kiev.ua

262
Для нотаток

263
Для нотаток

264