Abstract modelsThere are a variety

Abstract models
There are a variety of mathematical models that can be applied to problems in the business, government and personal domains. A detailed discussion of each of them is beyond the scope of this book. Many of the more versatile modes are covered in courses on forecasting, management science, and operations research the following brief typology illustrates the range and variety of these models.
• Deterministic models: these models are particularly useful for representing the complex interaction between a large number of elements. Widely used deterministic models include linear programming, nonlinear programming, differential equations, and combinatorics.
• Probability models: unlike deterministic models, probability models explicitly incorporate uncertainty. Typically, these models can incorporate fewer elements than their deterministic counterparts, before they become too complicated to solve. Widely used probability models include queuing theory, game theory, linear regression, logistic regression, time series analysis, and path analysis.
• Simulation models: the various classes of deterministic probabilistic models place strong restrictions on the structure of problem. This limited complexity typically ensures that so widely-available solution procedure can be used to determine the alternative. Simulation models can simultaneously incorporate come interactions among elements and probability. However, this addition complexity comes of a price. The process of verifying reasonableness of a complicated simulation model is more involved for basic deterministic and probabilistic models.

Kết quả (Việt) 2:

Mô hình trừu tượng
Có một loạt các mô hình toán học có thể được áp dụng cho các vấn đề trong kinh doanh, chính phủ và các lĩnh vực cá nhân. Một cuộc thảo luận chi tiết của mỗi trong số họ nằm ngoài phạm vi của cuốn sách này. Nhiều người trong số các phương thức linh hoạt hơn được bao gồm trong các khóa học về dự báo, khoa học quản lý, và các hoạt động nghiên cứu các loại hình học ngắn gọn sau đây minh họa phạm vi và đa dạng của các mô hình này.
• Mô hình xác định: các mô hình này đặc biệt hữu ích cho đại diện cho sự tương tác phức tạp giữa một số lượng lớn của các yếu tố. Sử dụng rộng rãi mô hình xác định bao gồm lập trình tuyến tính, lập trình phi tuyến, phương trình vi phân, và tổ hợp.
• Các mô hình xác suất: không giống như mô hình xác định, mô hình xác suất kết hợp một cách rõ ràng sự không chắc chắn. Thông thường, các mô hình này có thể kết hợp các yếu tố ít hơn các đối tác xác định của họ, trước khi chúng trở nên quá phức tạp để giải quyết. Mô hình xác suất sử dụng rộng rãi bao gồm lý thuyết hàng đợi, lý thuyết trò chơi, hồi quy tuyến tính, hồi quy logistic, phân tích chuỗi thời gian, và phân tích con đường.
• Các mô hình mô phỏng: các lớp khác nhau của mô hình xác suất xác định đặt các hạn chế mạnh vào cấu trúc của vấn đề. Phức tạp hạn chế này thường đảm bảo rằng quy trình giải pháp rất rộng rãi sẵn có thể được sử dụng để xác định sự thay thế. Mô hình mô phỏng đồng thời có thể kết hợp đến các tương tác giữa các yếu tố và xác suất. Tuy nhiên, sự phức tạp này Ngoài ra đi kèm của một mức giá. Quá trình xác minh tính hợp lý của một mô hình mô phỏng phức tạp là tham gia nhiều hơn cho các mô hình xác định và xác suất cơ bản.