![](/user_photo/1438_p9ksI.png)
Количественные методы анализа хозяйственной деятельности - Ричард Томас
.pdf
|
|
|
ЛИНЕЙНОЕ ПРОГРАММИРОВАНИЕ |
303 |
|
2 |
Могут существовать и дру1ие |
факторы вне |
исходной задачи, |
которые |
|
втияют |
па |
приюлпость полученных |
резупьгатов |
Например, при |
решении |
данной |
}адачи необходимо учес1ь вопросы, связанные с реализацией и мар |
||||
кетингом |
Так, покупательский спрос может ограничить число производи |
мых холодильников или же изменить соотнощение между количеством каж дой из моделей Если установлено, что спрос на модель А370 не превыщает 600 щтук в неделю, то тогда предтагаемое количество к производству не приемлемо
Поэтому при нахождении решения также иногда следует учесть ограниче ние по возможному спросу
3 Номенклатура продукции также окажет воздействие и на другие сферы деятельности, в частности, необходимо учесть имеющиеся в наличии складские мощности
4 Объективная функция может выглядеть более сложной, чем в наших примерах Так, было сделано допущение о том, что показатель прибыли от производства единицы конкретной модели не изменяется На практике же фак тическая прибыль может изменяться по мере увеличения объема производства Так, имеются постоянные затрагы, связанные с производством, в частности капшальные, т е затраты на оборудование и хранение Кроме того, существуют и переменные затраты, в частности эксплуатационные расходы по оборудова нию и дополнительные затраты по содержанию рабочей силы Часто дополни тельный объем выпуска приводит к экономии Так, маловероятно, что прибыль от модели А470 будет всегда равна 70 лотл за единицу Если эти холодильники производятся в небольших количествах то, скорее всего, прибыль на единицу будет значительно ниже Фактически при снижении объема производства за определенный уровень возникнут убытки Все вышеперечисленное делает фун кцию прибыли гораздо более сложной, и может в реальности оказаться так, что в таких случаях методы линейного программирования, которые мы описали в этой главе, непригодны
5 На номенклатуру продукции окажут влияние и внешние факторы Так, при принятии окончательного решения необходимо учесть поведение конку рентов на этом рынке, вопросы ценообразования, а также планы продвижения товара и маркетинговые мероприятия
Аналогичным образом при решении транспортных задач необходимо учесть дополнительные факторы, которые могут повлиять на окончательное распределение Мы рассмотрели транспортную задачу компании «Стенлюкс», связанную с перемещением коммерческих холодильных установок с трех производств в три центра сбыта С помощью соответствующих приемов мы получили распределение установок по транспортным потокам, которые минимизирует транспортные расходы Однако необходимо учесть еще и дру гие факторы, в частности
—Складские площади если складские площади в разных местах офаничены, то перемещение необходимою количества товаров согласно распределе нию, полученному методом решения транспортных задач, возможно, придется разнести по определенным периодам
—Транспортные расходы количество изделий, перемещаемых между объек тами, может повлиять на стоимость этих изделий Так, использование транс портного средства с большей вместимостью может снизить издержки на едини цу изделия
3 0 4 |
ГЛАВА 8 |
— Размер партии во многих случаях целесообразно перевозить определен ное количество изделии в одной партии Например если транспортное средство можег перевозить максимум шесть изделий, то, вероятно, наиболее эффектив но с точки зрения затрат перевозить товары в количествах, кратных этому значению
Вопросы, поднятые в этом разделе, говорят о том, что результаты, полу ченные с помощью аналитических приемов, необходимо тщательно анализиро вать и видоизменять с учетом дополнительных факторов. Ясно, что просто минимизировать затраты или максимизировать прибыль без учета других факто ров обычно недостаточно
8.16. Краткое содержание главы
В этой главе мы рассмотрели приемы линейного программирования при решении задач оптимизации. Типичный пример — максимизация прибыли пред приятия за счет определения соответствующей номенклатуры производства. Кроме того, задачи линейного профаммирования могут быть направлены на минимизацию переменных, в частности затрат. Выражение, которое необходи мо оптимизировать, называется объективной функцией. Эта функция высчитывается при наличии ряда офаничений Одна из самых больших трудностей при решении такого рода задач состоит в исходной постановке задачи, когда необ ходимо определить офаничения, представить их в виде неравенств и вьщать выражение объективной функции. При решении простых задач только с двумя переменными можно применить графический метод. Для более сложных задач применяется симплексный метод.
Одной из разновидностей задач линейного профаммирования являются транспортные задачи Такие задачи решаются с помощью специальных при емов, которые заключаются в сведении транспортных расходов в таблицу и их сравнении с наличием товаров и потребностью в них. При этом используется метод iTOBTopa, когда определяется первоначальное распределение, которое затем мы проверяем с целью улучшения. Если его можно улучшить, то мы получаем новое распределение, и процесс повторяется до тех пор, пока дальнейшее улучшение становится невозможным.
8.17. Дополнительные упражнения
1. (Е) В таблице указано время, необходимое для производства двух наименований товаров последовательно в каждом из трех производственных циклов-
|
|
Кол-во минут на цикл |
|
Товар |
Цикл А |
Цикл Б |
Цикл В |
1 |
20 |
10 |
40 |
2 |
30 |
20 |
30 |
Компания получает прибыль в 40 долл. США за единицу товара 1 и 50 долл. за единицу товара 2
На каждый из циклов имеется всего; цикл А: 1600 мин; цикл Б: 1000 мин; цикл В: 2400 мин С помощью фафического метода определите, в каком коли честве необходимо выпускать каждый из товаров, чтобы максимизировать об щую прибыль.
ЛИНЕЙНОЕ ПРОГРАММИРОВАНИЕ |
3 0 5 |
||
2 (I) Владелец розничного магазина по |
продаже электроники |
должен |
|
приня1ь решение по ассортименту запасов |
компьютеров |
В частности, он |
|
решил выбрать модели А ТХВ 486 ДЧ и/или |
Б. ТХВ 586 SX |
Заказы на ком |
пьютеры размешаются ежемесячно, и они исполняются на следующий день Складские помещения рассчитаны максимум на 30 компьютеров Обе модели занимают одинаковое место.
Цена приобретения составляет, модель А. 500 ф. ст., модель Б. 800 ф ст У владельца магазина имеется в месяц 20 100 ф. ст. свободных средств на приобретение этих компьютеров. Он получает прибыль в размере 200 ф ст за
каждый ко.мпькяср модели А и 300 ф. ст. за каждый компьютер модели Б Из прошлого опыта известно, что месячный объем продаж модели Б не
превысит 20 единиц Порекомендуйте владельцу магазина, сколько и какой модели ему ежемесячно следует приобретать, чтобы максимизировать ожидае мую прибыль.
3 (Г) Тот же самый владелец магазина (см. задание 2) должен решить, сколько и какой модели закупать при наличии ряда ограничений В каждом из случаев найдите оптимальное количество компьютеров к приобретению
(|) Имеются складские площади на 50 компьютеров.
Стоимость приобретения компьютеров, модель А. 300 ф ст , модель Б 500 ф сг Владелец магазина располагает 21 000 ф ст Он зарабатывает на модели А
150 ф сг , на модели Б ~ 200 ф. ст Максимизируйте валовую прибыль
(и) Имеются сктадские площади на 100 компьютеров.
Владелец магазина должен приобрести не менее 20 штук каждой модели Расходы на подютовку заказа, включая транспортные расходы и адми
нистративные |
издержки, составляют для модели А 20 |
ф. ст., |
и для |
модели |
||
Б — 24 ф. ст |
|
|
|
|
|
|
Стоимость |
приобретения |
компьютеров, модель А. |
400 ф |
ст , модель |
Б |
|
500 ф ст Владелец магазина |
хочет направить от 24 000 до 44 000 ф |
ст |
на |
|||
закупку обеих |
моделей. |
|
|
|
|
|
Минимизируйте расходы на подготовку заказа.
Почему может оказаться так, что полученное значение по количеству ком пьютеров не является оптимальным*^
4 (I) Рекламное агентство решает вопрос о размещении рекламных мате риалов в средствах массовой информации. Рекламу можно разместить на мест ном радио, в местной газете и на щитах. По оценкам, в каждом из случаев рек^тама может дойти до 3000 человек (радио), 6000 человек (газета) и 2500 человек (щиты)
Стоимос1ь размещения одного рекламного материала составляет местное радио 800 ф ст , местная газета 500 ф ст., щиты 400 ф ст
Всего на рекламу выделено 15000 ф ст., и не более 15 рекламных .матери алов может быть размещено в одном из средств
С помощью симплексного метода определите, сколько рекламных матери алов и где следует разместить, чтобы максимизировать охват населения рекла мой товара
5 (I) Производитель хочет определить оптимальные дневные объемы вы пуска трех товаров — А, Б и В, которые максимизируют прибьыь.
Имеются следующие ограничения
3 0 6 |
ГЛАВА 8 |
|
|
|
Товар |
Кол-во персонала, |
Кол -во сырья |
Maiшино-часы |
|
|
|
требуемого для |
на единицу |
|
|
|
выпуска единицы |
товара |
|
|
|
товара |
|
|
|
А |
4 |
5 |
1 |
|
Б |
3 |
8 |
1 |
|
В |
3 |
6 |
2 |
Всего |
имеется |
|
|
|
в наличии |
700 |
1200 |
300 |
Оценочная валовая прибыль от единицы товара составляет: товар А: 50 долл., товар Б: 40 долл., товар В: 30 долл.
С помощью симплексного метода порекомендуйте производителю опти мальные дневные объемы выпуска этих товаров.
6. (1) Производитель ковровых покрытий выпускает ковровые покрытия шириной 10, 12 и 15 футов и реализует их розничным торговцам рулонами по 200 футов. Для производства одного рулона требуется следующее количество щерсти:
покрытие шириной 10 футов: 40 кг; покрытие шириной 12 футов: 45 кг; покрытие шириной 15 футов: 50 кг.
Шерсти имеется в количестве только 2750 кг. Общий объем продаж руло нов шириной 12 и 10 футов вряд ли превысит 30 штук. Производитель уже получил заказы на производство 20 рулонов шириной 15 футов. На каждом рулоне производитель получает следующую прибыль:
покрытия шириной 10 футов: 400 ф. ст.; покрытие шириной 12 футов: 500 ф. ст.; покрытие шириной 15 футов: 600 ф. ст.
Найдите, сколько рулонов каждого вида необходимо производить, чтобы максимизировать прибыль.
7. (I) В таблице ниже приведены расходы на транспортировку партий товаров с трех фабрик (А, Б и В) к четырем складам (Г, Д, Е и Ж). В таблице также указаны количество товара на каждой из фабрик и вмести мость складов:
|
Склады |
(расходы на 1 партию |
в ф. ст.) |
|
|
Фабрика |
Г |
Д |
Е |
ж |
Предложение |
А |
20 |
40 |
15 |
30 |
60 |
Б |
10 |
25 |
25 |
35 |
100 |
В |
15 |
45 |
30 |
20 |
80 |
Спрос |
70 |
50 |
90 |
30 |
240 |
С помощью метода решения транспортных задач определите .маршруты, по которым следует направлять товары, с тем чтобы минимизировать общие расходы.
8. (D) Производитель моющих средств производит три наименования това ров: «Физ», «Шут» и «Зум». На единицу товара компания получает следующую прибыль: «Физ»: 40 ф. ст.; «Шут»: 30 ф. ст.; «Зум»: 25 ф. ст.
|
|
ЛИНЕЙНОЕ ПРОГРАММИРОВАНИЕ |
3 0 7 |
|
Потребности для производства одной партии приведены в таблице ниже: |
||||
Товар |
Химические |
Машинное |
Человеко-часов |
|
|
вещества (мг) |
время (мин) |
(мин) |
|
«физ» |
20 |
8 |
10 |
|
«Шут» |
16 |
7 |
10 |
|
«Зум» |
22 |
6 |
8 |
|
Всего в наличии в день |
1000 |
400 |
400 |
|
(i)С помощью симплексного метода определите, сколько партий и какого моющего средства необходимо производить в день с тем, чтобы максимизиро вать общую прибыль.
(ii)Если ежедневный выпуск «Зум» не должен превышать 25 партий, то как это повлияет на полученное вами решение?
Глава 9
МЕТОДЫ МОДЕЛИРОВАНИЯ
СОДЕРЖАНИЕ ГЛАВЫ
>Разработка имитационных моделей
>Случайные числа
>Использование случайных чисел в моделировании
>Моделирование спроса
>Управление запасами
>Возникновение дефицита
>Учет затрат
>Сравнение стратегий управления запасами
>Задачи массового обслуживания
>Время ожидания
>Анализ расходов/доходов
>Практическое применение
>Моделирование нормальной переменной
>Оценка методов моделирования
ЦЕЛИ:
>научиться применять случайные числа при моделировании переменных
>научиться применять моделирование при анализе решений по вопросам управления запасами
>овладеть применением моделирования при решении задач массового об служивания
>уяснить значение моделирования при решении различных хозяйственных задач.
Введение
Методы моделирования можно использовать при принятии управленческих решений тогда, когда чисто аналитические методы либо неприменимы, либо неприемлемы. Моделирование — это использование моделей, отображающих реальную жизненную ситуацию. Далее с этой моделью можно работать, с тем чтобы проанализировать возможные альтернативные решения данной пробле-
МЕТОДЫ МОДЕЛИРОВАНИЯ |
3 0 9 |
МЫ. Процесс моделирования может задействовать относительно простые при емы для решения крайне сложных задач. Часто моделирование позволяет руко водителю глубже понять суть задачи и оценить преимущества и недостатки альтернативных стратегий и возможных решений. Наконец, методы моделиро вания — это малозатратный, эффективный и безрисковый подход к экспери ментированию, которое вряд ли возможно в реальной жизни.
Методы моделирования обычно требуют проведения большого количества повторяющихся действий и времени. Поэтому в большинстве практических ситуаций целесообразно использовать компьютер. В настоящее время имеются различные программы моделирования, которые помогают создавать реалистич ные модели. О них мы поговорим позднее в этой главе. К типичным хозяйствен ным задачам, где можно эффективно использовать моделирование при приня тии управленческих решений, относятся следующие:
—Управление запасами.
—Работа системы массового обслуживания.
—Производственное планирование.
—Анализ рисков.
—Использование ресурсов.
Последующие конкретные примеры — это как раз те случаи, когда при принятии управленческих решений можно использовать методы моделирова ния.
Конкретный пример |
^^^У^*^ "° техническому обеспечению |
|
компании «Редналл» |
Компания «Редналл» занимается предоставлением компьютерных услуг в основном клиентам, расположенным в Европе. К этим услугам относятся: кон сультации по установке компьютеров, приобретению программного обеспече ния и развитию систем. Компания может предоставлять как первоначальные консультации, так и полномасштабные услуги с оказанием помощи по компо новке, развитию и установке систем, а также с предоставлением долговремен ного сопровождения с целью быстрого и эффективного устранения возникаю щих трудностей.
Услуги по техническому обеспечению, предоставляемые компанией «Ред налл» — это существенный элемент политики по работе с клиентами, способ ствующий появлению новых коммерческих возможностей. Пользователи систем могут позвонить по телефону в службу технического обеспечения «Редналл» и получить консультации и помощь по следующим вопросам:
—использование прикладных пакетов;
—неисправности аппаратных средств;
—устранение сбоев в программных средствах;
—приобретение дополнительных средств.
Некоторые из этих вопросов можно решить по телефону, но многие тре буют более сложной работы, включая привлечение определенного числа со трудников и выезд к клиенту. В рамках «Редналл» имеется несколько групп техническою обеспечения, каждая из которых занимается конкретным направ лением поддержки пользователей. Все запросы клиентов фиксируются и разно сятся по направлениям После этого назначается один или несколько сотрудни-
3 1 0 |
ГЛАВА 9 |
ков из числа соответствующей группы для проведения запрошенных работ. Использование моделирования в этом случае может помочь более четко пред ставить распределение нафузки по фуппам и определить, сколько и где со трудников требуется для того, чтобы минимизировать время, уходящее на об служивание отдельных клиентов. То есть компания «Редналл» может использо вать моделирование в целях улучшения обслуживания клиентов и, соответ ственно, повышения своего делового имиджа. Кроме того, в компании суще ствует озабоченность в отношении неоднократно возникавшего дефицита ряда аппаратных средств, что приводило к срыву сроков поставок клиентам.
Компании необходимо пересмотреть требования к уровню запасов по не которым крупным позициям, и здесь также помощь может оказать моделирова ние.
Конкретный пример |
Рискованный бизнес: |
|
афера с банком «Бэрингз» |
Вначале 1995 г. банк «Бэринг Бразерс» стал фактически неплатежеспособ ным в результате сделок с деривативами в Юго-Восточной Азии. Банк «Бэ рингз» был небольшим, но имел большую историю. Основанный в 1762 г. Фрэнсисом и Джоном Бэрингами, банк быстро приобрел международную ре путацию, что позволило в 1818 г. французскому министру иностранных дел Дюку де Ришелье назвать его в ряду великих держав Европы вместе с Англией, Францией, Пруссией, Австрией и Россией. В 90-х годах нашего столетия банк продолжал считаться устойчивым, надежным учреждением.
В80-е годы банк «Бэрингз» начал работу с деривативами на рынках ЮгоВосточной Азии. Одно из наиболее прибыльных подразделений империи «Бэ рингз» как раз и занималось проведением операций за счет собственных средств. Операции с так называемыми деривативами заключаются в инвестировании крупных денежных сумм исходя из роста и падения на мировых финансовых рынках. В принципе, такого рода инвестиции — это азартная ифа с невероят ной прибылью в случае успеха и риском фомадных убытков в обратном случае.
Вначале 90-х годов отдел, возглавляемый Ником Лисоном в Сингапурском отделении банка «Бэрингз», приносил офомные прибыли от операций на этом рынке.
Но так случилось, что в начале 1995 г. офомные суммы были вложены в надежде на рост японского фондового рынка (измеряемого индексом Никкей). Индекс же «Никкей» в то время падал, и банку «Бэрингз» приходилось выпла чивать все большие и большие суммы на поддержание своей позиции. В конце концов банк «Бэрингз» был вынужден обратиться за помощью в Банк Англии с тем, чтобы продолжить торговлю. Так как Банк Англии и другие финансовые учреждения имели мало информации по точной сумме убытков и кредиторской задолженности банка «Бэрингз», то они не пошли ему навсфечу. В результате этого был объявлен процесс ликвидации. Как бьыо установлено ликвидатора ми, задолженность банка составила около 850 млн. ф. ст. при активах только в 400 млн. ф. ст. В конечном итоге банк был приобретен голландской банковской фуппой 1NG и продолжил операции под своим именем.
Риск, связанный с деривативами, можно проиллюсфировать с помо щью моделирования. И если бы такие методы моделирования были приме нены в свое время, то это могло бы уберечь высшее руководство банка от
МЕТОДЫ МОДЕЛИРОВАНИЯ |
311 |
рисков, связанных с работой на рынке деривативов. По крайней мере, ре зультаты моделирования заставили бы их усилить контроль за этой деятель ностью.
Однако необходимо отметить, что на таком изменчивом и непредсказу емом рынке использование методов моделирования — это один из многих инструментов управления, используемых для оценки рисков. Очевидно, что взлет и падение финансовых рынков связаны с другими экономическими факторами. Использование анализа корреляции и регрессии (см. главу 3) вместе с моделированием может дать реалистичную информацию, которая позволит проверить различные инвестиционные стратегии. Вместе с тем сле дует подчеркнуть, что сложность этих вопросов диктует необходимость при менения наряду с моделированием и других самых разнообразных методов принятия решений.
9 . 1 . Разработка имитационных моделей
Процесс моделирования включает разработку и проверку соответствующих моделей. Процесс начинается с выявления «хозяйственной» задачи, как это показано на рис. 9.1.
Выявление хозяйственной задачи |
1 |
1 ' |
|
Сбор информации |
1 |
i |
|
Построение имитационной модели |
1 |
' ' |
|
прогонка модели |
1 |
' ' |
|
Решения |
1 |
Рис. 9 . 1 . Разработка имитационной модели
Из рисунка видно, что исходной точкой, с которой начинается разработка имитационной модели, является постановка хозяйственной задачи, например, проведение анализа колебаний покупательского спроса или выручки от реали зации. Для того чтобы было достаточно информации для построения рабочей модели, производится сбор данных. Далее с моделью работают, и полученные результаты могут указать на необходимость ее доработки. И наконец, результа ты можно использовать в процессе принятия решений.
В этом процессе можно задействовать различные приемы моделирования. Однако в этой главе мы остановимся на базовых подходах, использующих эм пирические и вероятностные данные. При этом применяются случайные числа, о чем мы и поговорим в следующем разделе.
312 |
ГЛАВА 9 |
9.2. Случайные числа
Некоторые переменные можно смоделировать с использованием случай ных чисел. Такие числа выдаются компьютером и часто приводятся в публику емых статистических таблицах. Ниже представлен набор случайных чисел:
89 |
07 |
37 |
29 |
28 |
08 |
75 |
01 |
21 |
63 |
34 |
65 |
11 |
80 |
34 |
14 |
92 |
48 |
83 |
91 |
52 |
49 |
98 |
44 |
80 |
04 |
42 |
37 |
87 |
96 |
85 |
46 |
51 |
73 |
10 |
83 |
99 |
24 |
49 |
70 |
68 |
22 |
13 |
71 |
56 |
35 |
76 |
16 |
69 |
94 |
Случайные числа — это двузначные числа в диапазоне от 00 до 99. Любое однозначное число (0—9) может появиться с одинаковой вероятностью, и в этом нет закономерности, и поэтому невозможно предсказать, какое число будет следующим в последовательности чисел. То же самое и в случае с дву значными случайными числами, которые представлены в таблице: любое дву значное число в диапазоне от 00 до 99 может появиться с одинаковой вероят ностью. Вероятность того, что появится 16, такая же, как и для 34, 02, 87 или любого другого двузначного числа. Каждое число имеет 1%-ную вероятность появления. В следующем разделе мы рассмотрим, как эти числа используются при моделировании заданной переменной.
• Определение. Случайное число может быть любым в диапазоне от 00 и 99, при этом все числа имеют одинаковую вероятность появления. Такое случайное число невозможно предсказать. •
9.3. Использование случайных чисел в моделировании
На последующих примерах мы рассмотрим использование случайных чисел при моделировании различных хозяйственных ситуаций.
Пример 1
Рассмотрим объем выпуска на сборочной линии средней компании по производству электроники. В таблице ниже приведены данные по количеству холодильников, выпускаемых в час (наблюдения фиксировались в течение пос леднего месяца):
Кол-во холодильников, |
|
|
|
|
производимых в час: |
3 |
4 |
5 |
6 |
Процентная частота: |
15 |
45 |
30 |
10 |
Объем выпуска на сборочной линии можно смоделировать с помощью случайных чисел, о чем мы и поговорим далее.
Итак, мы хотим смоделировать объем выпуска исходя из данных таблицы. Объем выпуска за какой-либо конкретный час непредсказуем, хотя мы и зна ем, что холодильники производятся в количестве от 3 до 6 штук в час. Мы также знаем вероятность выпуска определенного количества холодильников. Так, имеется 15%-ная вероятность выпуска 3 штук, 45%-ная вероятность выпуска 4