- •Волков Сергей Николаевич землеустройство экономико-математические методы и модели
- •Раздел I
- •Глава 1
- •1.2. Математические методы, применяемые в экономических расчетах
- •Глава 2
- •1. Классификация математических моделей, применяемых в землеустройстве
- •Вычислении площадей треугольников и четырехугольников
- •4.3. Метод решения задачи на условный экстремум лагранжа
- •Глава 5
- •4. Годовые затраты на 1 га пашни в зависимости от размера территории (зерно-свекловичный тип хозяйства с развитым молочно-мясным скотоводством)
- •5.3. Определение оптимальных размеров полей севооборотов
- •5. Расчет оптимального размера поля севооборота
- •Глава 6 итерационные методы
- •6.1. Постановка и математическая формулировка
- •8. Расчет координат оптимального размещения ферм методом последовательных приближений
- •9. Расчет координат животноводческих комплексов
- •10. Расчет оптимальных координат молочного комплекса при селешш Большая Вруда (итерационный метод)
- •11. Анализ эффективности размещения животноводческих комплексов (тыс. Руб., в ценах 1990 г.)
- •12. Расчет значения предельной ошибки целевой функции
- •Раздел III
- •Глава 7
- •Глава 8 расчет параметров производственных функций
- •13. Исходные данные к задаче 8.1
- •8.2. Принцип наименьших квадратов
- •8.3. Системы нормальных уравнений
- •16. Исходные данные к задаче 8.2
- •18. Исходные данные к задаче 8.3
- •8.5. Применение линейных моделей регрессии
- •22. Исходные данные к задаче 8.5
- •Глава 9
- •9.2. Оценка погрешностей определения коэффициентов корреляции
- •25. Корреляционные и дисперсионные характеристики демонстрационных задач
- •26. Формулы для расчета экономических характеристик некоторых однофакторных производственных функций
- •27. Формулы для расчета предельных норм заменяемости для некоторых двухфакторных производственных функций
- •10.2. Примеры расчета экономических характеристик
- •28. Зависимость коэффициента эластичности Ег от стоимости животноводческих построек (х2)
- •Раздел IV
- •Глава 11
- •33. Расчет бета-коэффициентов уравнения регрессии
- •11.3. Обоснование укрупнения (разукрупнения)
- •Контрольные вопросы и задания
- •Глава 12
- •35. Расчет урожайности зерновых культур на землях различных категорий с учетом изменения факторов интенсификации
- •36. Динамика урожайности сельскохозяйственных культур в совхозе «40 лет Октября»
- •38. Планируемая урожайность, рассчитанная с использованием производственных функций, ц с 1 га
- •39. Основные показатели эффективности внесения минеральных удобрений на черноземных почвах
- •40. Расчет планируемой урожайности основных сельскохозяйственных культур по факторам интенсификации расчетпо конструктивным методом
- •41. Возможные урожаи полевых культур при 3 % использования фар
- •42. Сводные данные по планированию урожайности в совхозе «40 лет Октября»
- •Глава 13
- •43. Зависимость между размерами молочной фермы и удельными капиталовложениями
- •44. Расчет параметров уравнения гиперболы
- •46. Влияние механического состава почв на величину удельного сопротивления, кг/см2
- •47. Расчет значений коэффициента а2
- •54. Потери на холостые повороты агрегатов при поперечных работах и от недобора продукции пропашных культур в полосе поворотов при различной густоте лесных полос
- •55. Экономическая эффективность продольных (основных) полезащитных лесных полос при различной густоте посадок
- •57. Чистый доход в расчете на 1 га полевого севооборота
- •58. Влияние густоты сети полевых дорог на общую величину транспортных затрат и потерь от недобора продукции
- •1 Га пашни,
- •1 Га пашни,
- •60. Определение коэффициентов значимости факторов производственной функции
- •Раздел V
- •Глава 14 общая модель линейного программирования
- •63. Исходные данные к задаче 14.2
- •64. Исходные данные к задаче 14.3
- •65. Исходные данные к задаче 14.4
- •67. Характеристика вершин области допустимых значений задачи 14.5
- •68. Первая симплекс-таблица задачи 14.5
- •69. Вторая симплекс-таблица задачи 14.5
- •70. Третья симплекс-таблица задачи 14.5
- •71. Четвертая симплекс-таблица задачи 14.5
- •72. Пятая (последняя) симплекс-таблица задачи 14.5
- •74. Исходные данные к задаче 14.6
- •75. Исходные данные к задаче 14.7
- •76. Оптимальное решение прямой задачи 4.6
- •78. Оптимальное решение прямой задачи 4.7
- •79. Оптимальное решение двойственной задачи
- •Глава 15 распределительная (транспортная) модель
- •80. Исходные данные к задаче 15.1
- •81. Исходные данные к задаче 15.2
- •82. Исходные данные к задаче 15.3
- •83. Исходные данные к задаче 15.4
- •84. Табличная форма представления транспортной модели
- •85. Исходные данные к задаче 15.5
- •86. Нахождение опорного решения задачи 15.5 методом минимального
- •87. Нахождение опорного решения задачи 15.5 методом аппроксимации*
- •15.3. Метод потенциалов
- •88. Цикл испытуемой клетки (3,5)
- •89. Цикл испытуемой клетки (2,5)
- •90. Потенциалы и оценки* для опорного решения задачи 15.5, полученного методом аппроксимации
- •91. Потенциалы и оценки* для опорного решения задачи 15.5, полученного методом минимального элемента
- •92. Потенциалы и оценки на втором шаге решения задачи 15.5
- •93. Потенциалы и оценки на третьем шаге решения задачи 15.5
- •94. Оптимальный план закрепления источников кормов за фермами
- •15.4. Особые случаи постановки и решения распределительных задач
- •95. Исходные данные к задаче 15.6
- •96. Сбалансированная исходная транспортная таблица задачи 15.6
- •97. Исходная транспортная таблица задачи 15.6, в которой учтены требование сбалансированности задачи и первые три дополнительных условия*
- •101. Оптимальный план распределения кормовых культур по участкам
- •102. Исходные данные к задаче 15.7
- •103. Опорный план задачи 15.7
- •104. Второй (оптимальный) план задачи 15.7
- •106. Опорный план задачи 15.3
- •107. Оптимальный план задачи 15.3
- •108. Средние значения коэффициентов урожайности культур в зависимости
- •Глава 16
- •109. Последняя симплекс-таблица для задачи 14.4
- •16.2. Коэффициенты замещения
- •16.3. Использование коэффициентов замещения
- •113. Исходные данные к задаче 16.1
- •114. Оптимальное решение прямой задачи 16.1
- •115. Оптимальное решение двойственной задачи 16.1*
- •16.6. Альтернативные решения распределительных задач
- •117. Исходные данные к задаче 16.2
- •121. Оптимальное решение задачи 16.2 с дополнительным условием (пример 1)*
- •Глава 17
- •122. Исходные данные к задаче 17.1
- •123. Исходная симплекс-таблица задачи 17.1
- •124. Первая расчетная симплекс-таблица 17.1
- •17.3. Роль ограничений в формировании облика
- •Глава 18
- •130. Исходная таблица
- •131. Оптимальный план
- •132. Исходная таблица
- •133. Первый оптимальный план
- •134. Промежуточный опорный план
- •135. Последний оптимальный план
- •136. Вероятностный и детерминированный планы
- •139. Исходные и расчетные данные для вычисления значений ресурсов в ограничениях
- •140. Исходные данные для вычисления коэффициентов целевой функции
- •141. Исходные данные для расчета гц
- •142. Схема двухэтапной стохастической задачи
- •143. Схема числовой стохастической модели оптимизации производственной структуры
- •Контрольные вопросы и задания
- •Раздел VI
- •Глава 19 информационное обеспечение моделирования
- •19.3. Построение матрицы экономико-математической
- •Контрольные вопросы и задания
- •Глава 20
- •146. Баланс гумуса в почве под посевами различных сельскохозяйственных культур
- •Глава 21
- •147. Вычисление значений ак1
- •148. Числовые значения ак1*
- •Раздел VII
- •152. Сведения о максимально возможных объемах и эффективности различных мероприятий по освоению и интенсификации использования земель
- •153. Матрица экономико-математической модели задачи оптимизации мероприятий по освоению и интенсификации использования
- •Контрольные вопросы и задания
- •Глава 23
- •154. Основные переменные
- •155. Исходные данные
- •23.2. Оптимизация трансформации
- •157. Качественная характеристика участков
- •158. Расчет значения Сд для полевого севооборота № 1 по 1-му участку
- •159. Оптимизация трансформации угодий
- •161. Расчет капитальных затрат на трансформацию угодий
- •162. Сводная таблица оценки вариантов, тыс. Руб.
- •Глава 24
- •163. Исходные данные для системы ограничений
- •164. Ориентировочные коэффициенты изменения урожайности культур в зависимости от их предшественников по отношению к средней урожайности хозяйства (зона неустойчивого увлажнения)
- •165. Расчет с,- по полевому севообороту
- •166. Доля сельскохозяйственных культур в рекомендуемых к освоению севооборотах
- •167. Исходные данные для построения экономико-математической модели задачи
- •168. Матрица задачи по проектированию системы севооборотов хозяйства
- •24.2. Размещение севооборотов и сельскохозяйственных
- •170. Фрагмент матрицы оптимального размещения культур (севооборотов) по участкам с различным плодородием
- •171. Фактическое размещение посевов сельскохозяйственных культур
- •172. Оценка предшественников сельскохозяйственных культур
- •173. Матрица задачи по оптимизации плана перехода к запроектированным севооборотам
- •174. Корректировка плана перехода к запроектированным севооборотам
- •175. Структура посевов после корректировки, га
- •176. Окончательный план перехода к запроектированным севооборотам
- •Глава 25
- •25.2. Особенности подготовки исходной информации и пример решения
- •178. Состав и площадь сельскохозяйственных угодий на год землеустройства и по проекту
- •179. Число работников и общий объем трудовых ресурсов
- •Глава 26
- •181. Матрица экономико-математической модели задачи проектирования противоэрозионных мероприятий
- •182. Результаты решения задачи проектирования противоэрозионных мероприятий
- •184. Расчет допустимого слоя стока
- •185. Зависимость площадей линейных элементов организации территории
- •26.3. Оптимизация размещения посевов
- •188. Исходная матрица задачи
- •Глава 27
- •27.2. Особенности подготовки
- •191. Результаты решения задачи организации территории плодовых и ягодных многолетних насаждений
- •Глава 28
- •28.2. Особенности подготовки исходной информации и пример решения
- •192. Допустимые площади кормовых культур и пастбищ*
- •193. Расчет потребности в зеленом корме
- •194. Расчет потребности в кормах с пашни
- •Контрольные вопросы и задания
- •Глава 29
- •199. Результаты решения экономико-математической задачи
- •Контрольные вопросы и задания
- •Раздел VIII
- •Глава 30
- •30.2. Особенности подготовки исходной информации и пример решения
- •200. Продолжительность рабочего периода в крестьянском хозяйстве
- •201. Нормы внесения минеральных удобрений под сельскохозяйственные культуры, кг д. В. На 1 т продукции*
- •202. Технико-экономические характеристики животноводческих хозяйств*
- •204. Математическая модель молочно-картофелеводческого крестьянского хозяйства
- •205. Выход кормов с 1 га культурных пастбищ
- •206. Оптимальные размеры землевладений и структура производства в крестьянском хозяйстве молочно-картофелеводческого направления
- •30.3. Автоматизация расчетов модели на эвм
- •207. Значения переменных задачи
- •31.2. Особенности подготовки
- •209. Состав земельных угодий до и после перераспределения земель
- •Глава 32
- •32.1. Экономико-математическая модель
- •32.2. Экономико-математическая модель
- •210. Исходная матрица задачи
- •211. Оптимальный план формирования сырьевых зон перерабатывающих предприятий
- •Контрольные вопросы и задания
- •Литература
- •Раздел I. Общие сведения об экономико-математических методах и моделировании в землеустройстве 9
- •Глава 1. Моделирование и современные методы вычислений 9
- •Глава 2. Основные этапы развития математического моделирования в аграрно- экономической и землеустроительной науке 32
- •Глава 3. Классификация математических моделей, применяемых в земле устройстве 57
- •Раздел II. Аналитическое моделирование в земле устройстве 72
- •Глава 4. Построение и исследование аналитических моделей 72
- •Глава 5. Применение дифференциального и интегрального исчисления при построении оптимизационных аналитических моделей 92
- •Глава 9. Оценка производственных функций с использованием методов корре ляционно-регрессионного анализа 161
- •Глава 10. Экономические характеристики производственных функций и
- •Раздел IV. Применение производственных функций
- •Глава 11. Оптимизация интенсивности использования земли при землеуст ройстве 197
- •Глава 12. Планирование урожайности сельскохозяйственных культур 209
- •Глава 13. Разработка землеустроительных нормативов и решение нестан дартных задач 234
- •Раздел V. Методы математического программирования
- •Глава 14. Общая модель линейного программирования 261
- •Глава 15. Распределительная (транспортная) модель 303
- •Глава 16. Анализ и корректировка оптимальных решений 344
- •Глава 17. Дополнительные аспекты решения задач линейного программиро вания 383
- •Глава 18. Некоторые виды задач математического программирования 398
- •Раздел VI. Основы экономико-математического моделирования 436
- •Глава 19. Информационное обеспечение моделирования 436
- •Глава 20. Выбор переменных и построение ограничений задачи 451
- •Глава 21. Критерии оптимальности при решении землеустроительных задач 474
- •Раздел VII. Экономико-математические модели
- •Глава 22. Экономико-математическая модель оптимизации мероприятий
- •Глава 23. Экономико-математическая модель трансформации угодий 506
- •Глава 24. Экономико-математическая модель организации системы сево оборотов хозяйства 519
- •Глава 25. Экономико-математическая модель оптимизации структуры посевных площадей при агроэкономическом обосновании проектов внутрихо зяйственного землеустройства 553
- •Глава 26. Экономико-математическая модель проектирования комплекса противоэрозионных мероприятий в условиях развитой водной эрозии почв 566
- •Глава 31. Экономико-математическая модель оптимизации перераспреде ления земель сельскохозяйственных предприятий 614
- •Глава 32. Экономико-математические модели в схемах землеустройства 659
Раздел I
ОБЩИЕ СВЕДЕНИЯ
ОБ ЭКОНОМИКО-МАТЕМАТИЧЕСКИХ МЕТОДАХ
И МОДЕЛИРОВАНИИ В ЗЕМЛЕУСТРОЙСТВЕ
Глава 1
МОДЕЛИРОВАНИЕ И СОВРЕМЕННЫЕ МЕТОДЫ ВЫЧИСЛЕНИЙ
1.1. ПОНЯТИЕ МОДЕЛИ И МОДЕЛИРОВАНИЯ
Термин «модель» происходит от латинского тос1и1из — образец, норма, мера. Модель является частным случаем аналогии — важного метода научного познания. В любых отраслях знания при объяснении сложных явлений или процессов исследователь чаще всего ищет сходства с тем, что уже известно науке. Таким образом, люди стремятся к объяснению неизвестного, непонятного через известное и уже понятое.
Сходство или аналогию в жизни можно встретить повсеместно. Например, макет (модель) здания воспроизводит его архитектуру, топографо-геодезическая карта местности говорит о характере ландшафта, модель корабля или самолета свидетельствует об их внешнем виде, возможностях, пропорциях. Наиболее известны три типа моделей: геометрические, физические, математические.
Геометрические модели представляют некоторый объект, геометрически подобный своему прототипу (оригиналу). Они дают внешнее представление об оригинале и большей частью служат для демонстрационных целей. К этому виду моделей можно отнести репродукции или копии картин, написанных одинаковыми красками по определенной технологии, других живописных изделий (икон, фресок); слепки, выполненные в натуральную величину из того же материала, что и оригинал, или из другого материала (копии скульптуры); демонстрационные модели деталей машины, муляжи плодов и др. Чаще, однако, модели выполняются в другом масштабе (макет здания, модель корабля, топогра-фо-геодезический макет местности, модель почвенного разреза).
При построении данного типа моделей основную роль играет их геометрическое подобие объектам, а не процессам, протекающим в них. Например, модель тела человека в гипсе или бронзе ничего не говорит о физиологических процессах, протекающих в его организме, топографо-геодезический макет местности--о
9
кругообороте воды в природе, а модель почвенного разреза —о физико-химических процессах, протекающих в данном типе почв.
Физические модели отражают подобие между оригиналом и моделью не только с точки зрения их формы и геометрических пропорций, но и с точки зрения происходящих в них основных физических процессов. По своей природе они могут быть механическими, гидравлическими, электрическими.
При физическом моделировании модель и ее прототип всегда являются объектами, имеющими одинаковую физическую природу. Типичные примеры — определение аэродинамических свойств летательных аппаратов путем «продувки» их моделей в аэродинамической трубе, исследование предполагаемого «поведения» гидротехнических сооружений (плотин, дамб, шлюзов и т. д.) путем проведения испытаний аналогичных объектов значительно меньших размеров, сконструированных специально для этих целей, и т. д. В данном случае изменяются не только геометрические размеры модели, но соответственно им и другие физические свойства объекта. Например, при построении модели плотины в 1/10 натуральной величины в 10 раз уменьшается и давление на нее воды, что должно учитываться в дальнейшем при строительстве.
Геометрические и физические модели относятся к классу вещественных (материальных) моделей. Они являются или материальными копиями, или физически действующими устройствами (например, модель трактора или ирригационной системы), точно копируя объект или заметно отличаясь от него, сохраняя общность лишь в принципах строения или функционирования.
Математические модели представляют собой абстрактные описания объектов, явлений или процессов с помощью знаков (символов), поэтому их называют также абстрактными или знаковыми. Обычно они имеют вид некой совокупности уравнений или неравенств, таблиц, графиков, формул и других средств математического описания моделируемых объектов, явлений, процессов.
Математические модели применяются, как правило, в тех случаях, когда геометрическое или физическое моделирование объекта затруднено или невозможно вообще. Они имеют особую структуру, отражающую свойства объекта, проявляемые им в конкретных условиях его функционирования. Такие модели широко используются в астрономии, физике, механике, структурной лингвистике.
В экономике и землеустройстве геометрические и физические модели применяются крайне редко. Примером могут служить экспериментальные системы ведения сельского хозяйства, экспериментальные севообороты, системы расселения и организации территории, освоение которых происходит в течение многих лет
К)
и эффективность которых проявляется также через многие годы. Как правило, в этих науках пользуются математическими моделями.
Все модели обладают рядом общих свойств:
они подобны изучаемому объекту и отражают его наиболее существенные стороны;
при исследовании модели способны замещать изучаемый объект, явление или процесс;
они дают информацию не только о самом моделируемом объекте, но и о его предполагаемом поведении при изменяющихся условиях.
Таким образом, основное назначение модели — служить средством познания оригинала. При этом нет необходимости, чтобы модель отражала абсолютно все свойства изучаемого объекта (которых может быть бесчисленное множество). Создавая модель, исследователь должен заранее поставить конкретную цель, определяющую ее характер. Для решения практических задач крайне важно обеспечить такое подобие модели оригиналу, при котором в наиболее существенных аспектах достигается цель моделирования.
Под моделированием в узком смысле слова мы понимаем построение модели изучаемого объекта, явления или процесса.
Объект — это физическое (материальное) тело, вещь. Для его изучения используются, как правило, геометрические модели (хотя современные компьютерные технологии позволяют создавать и цифровые математические модели материальных объектов).
Явление — это внешние свойства и признаки предмета, постигаемые через ощущение, восприятие, представление. Например, цветок — это объект (предмет), а его свойства проявляются через форму, цвет, запах. В парфюмерной промышленности моделируются запахи, в текстильной — цветовая гамма и формы.
В явлениях обнаруживаются законы: так, упавшее яблоко натолкнуло И. Ньютона на мысль о законе всемирного тяготения.
Особенно важно изучение с помощью моделей экономических явлений. Например, цена (явление) отражает объективно действующий экономический закон стоимости. Поэтому моделирование цен может помочь сознательно использовать закон стоимости в экономической политике государства.
Процесс — это ход, развитие явления, последовательная смена состояний объекта. Если явление представляет статическое, постоянное качество, то процесс всегда обладает динамическими характеристиками. Например, цепная реакция — это процесс, используемый в атомной энергетике. Моделирование роста и развития растений в биологии — это моделирование процессов.
Термины «модель» и «моделирование» относятся к понятиям кибернетики — науки, изучающей общие закономерности строе-
11
ния и функционирования сложных систем управления. Так как любые процессы управления связаны с принятием решений на основе получаемой информации, то кибернетику часто определяют как науку об общих законах получения, хранения, передачи и преобразования информации в сложных управляющих системах. Само слово «кибернетика» происходит от греческого суЬете1е$, что означает «рулевой», «кормчий»; в Древней Греции кибернетикой называли науку о кораблевождении, навигацию. В 1834 г., составляя классификацию наук, известный французский ученый А. М. Ампер назвал кибернетикой науку об управлении общественными системами, но вскоре этот термин был забыт.
Появление кибернетики как самостоятельного научного направления относят к 1948 г., когда американский ученый, профессор математики Массачусетского технологического института Норберт Винер (1894—1964) опубликовал книгу «Кибернетика, или управление и связь в животном и машине». В этом труде Винер обобщил закономерности, относящиеся к системам управления различной природы — биологическим, техническим и социальным. Вопросы управления в социальных системах были им более подробно рассмотрены в книге «Кибернетика и общество», опубликованной в 1954 г.
В конце 60-х — начале 70-х годов Министерством высшего и среднего специального образования СССР и Министерством сельского хозяйства СССР была начата подготовка студентов по специальности «Экономическая кибернетика», а в сельскохозяйственных вузах — по специальности «Экономическая кибернетика в сельском хозяйстве». В ряде сельскохозяйственных вузов (ТСХА, Воронежский СХИ, Ленинградский СХИ, Новосибирский СХИ, Одесский СХИ и др.) были открыты кафедры экономической кибернетики.
Экономическая кибернетика использует наряду с понятиями «модель» и «моделирование», ряд других: «система», «информация», «управление».
Системой называется относительно обособленная и упорядоченная совокупность обладающих особой связностью и целесообразно взаимодействующих элементов, способных реализовать определенные функции. Более кратко система определяется как упорядоченная совокупность элементов, рассматриваемых во взаимодействии.
Информация — это совокупность сведений о состоянии системы, се подсистем и элементов, а также о происходящих в них процессах.
Управление — это процесс целенаправленного воздействия на управляемую систему на основе имеющейся информации с целью обеспечить ее контролируемое поведение при изменяющихся внешних условиях.
С точки зрения кибернетики объектами моделирования явля-
I :>.
ются системы, а само моделирование предполагает, что имеются две системы:
система-оригинал, которой мы управляем или должны управлять;
модель системы, ее аналог, который позволяет раскрыть свойства системы-оригинала, изучить закономерности ее поведения и получить информацию для воздействия на систему-оригинал в желаемом направлении.
Метод моделирования, сочетающий приемы эмпирического и теоретического познания, эффективно используется в самых различных областях науки. Благодаря ему удается зафиксировать и упорядочить имеющуюся информацию об объектах, объяснить некоторые их свойства и сложные зависимости, получить новую информацию о еще неизвестных свойствах, о возможных изменениях состояния объектов, проверить возникающие при этом гипотезы и теоретические предположения. Еще древние атомисты (Демокрит, Эпикур, Лукреций Кар) строили мысленные модели атома, их движения и соединения между собой, стремясь объяснить при помощи этих моделей физические свойства вещей.
На протяжении столетий шла борьба между сторонниками геоцентрической и гелиоцентрической моделей Вселенной. Бурное развитие механики в XVII—XIX вв. породило представление о том, что все явления действительности можно свести к механическому движению и объяснить механическими моделями. В конце XIX — начале XX в. в связи с возникновением теории относительности и квантовой механики пришло понимание ограниченности классической физики. На первый план выдвинулись знаковые модели, представляющие собой описание явлений с помощью математических символов. Уже в это время метод моделирования широко входит в практику научного эксперимента.
В математике моделями пользовались с самого ее зарождения. По мере развития математики, совершенствования ее методов и средств круг объектов математического моделирования постоянно расширялся. Термин «модель» вошел в математику в прошлом столетии в связи с возникновением неевклидовых геометрий Лобачевского, Бойяи, Римана.
Теория моделирования дает ответ и на вопрос о роли проектирования (архитектурного, строительного, планировочного и застроечного, землеустроительного и др.). При проектировании также используется принцип аналогии, но специалиста-проектировщика интересует не форма, а функциональное назначение и структура объекта. Так, например, само здание и его архитектурный проект (чертеж) аналогичны по функциональному назначению и структуре, хотя внешнего сходства форм здесь не прослеживается.
Особенно отчетливо принцип аналогии проявляется при раз-
13
работке проекта землеустройства. Если здания можно «построить» на дисплее компьютера, то это практически невозможно для проекта землеустройства. Реальная организация территории на местности может получить завершенную форму только через много лет, когда будут проложены дороги, заложены сады и лесополосы, построены здания и сооружения, мелиоративные сети, введены и освоены севообороты и т.д. Поэтому проект землеустройства представляет собой своеобразную модель организации территории землевладения и землепользования на перспективу; основным методом его разработки является метод математического моделирования.
Резюмируя сказанное, мы можем определить математическое моделирование как формализованное представление поведения реальных систем в виде абстрактных аналогов, описанных системами уравнений, неравенств и другими способами, применяемыми в математике.
