Прикладные задачи математики в экономике и управлении. Учебное пособие
.pdfF q1, q2 , 40q1 q12 2q1q2 20q2 q22 15 q1 q2 .
Вычисляем частные производные и приравниваем их к нулю:
F |
40 2q 2q |
2 |
0, |
||||
q1 |
|
1 |
|
|
|||
F |
2q 20 2q |
2 |
0 |
||||
q2 |
|
1 |
|
|
|
||
|
F |
15 q |
q |
2 |
0 |
||
|
|
1 |
|
|
|
|
|
Мы получили систему трех уравнений с тремя неизвестными. Представляем еѐ в виде
2q1 |
2q2 40, |
|
|
2q2 20, |
|
2q1 |
||
q q |
2 |
15 |
1 |
|
|
и решаем методом исключения. Для этого складываем первое и втрое уравнения, что дает
2 60; |
30. |
Подставляя в первое уравнение полученное значение, получаем |
|
2q1 2q2 |
10, |
|
|
q1 q2 15, |
|
т.е. систему двух уравнений с двумя неизвестными. Решая еѐ, легко находим
q1=10; q2=5.
Это и есть координаты точки условного экстремума, т.е. тот объѐм продаж,
при котором прибыль максимальна. Соответствующее значение самой прибыли будет
10,5 40 10 102 2 10 5 20 5 52 475.
8 Метод наименьших квадратов
Для множества точек наблюдений xi , yi ,i 1,2,...,n можно попытаться выбрать различные типы кривых или прямую линию в зависимости от исходных данных.
После подбора типа кривой можно проанализировать – какая кривая y f (x)
является «ближайшей» к точкам наблюдений. В качестве критерия «близости»
используется минимум суммы квадратов разностей наблюдений зависимой
переменной yi |
и теоретически |
подобранных значений f a1,...ak , xi , т.е. |
|
|
n |
|
2 |
|
|
|
|
min z(a1 ,..., ak ) , где, |
z(a1,..., ak ) yi f (a1,...ak , xi ) , k N .[1,6] |
||
|
i 1 |
|
|
Из теоремы дифференциального исчисления критическая точка на минимум |
|||
находится из условий: |
|
|
|
|
z 0 |
, z 0, z 0 . |
|
|
a1 |
a2 |
ak |
Замечание: Аналогичным образом можно выбрать наилучшую кривую по
каждому типу кривой. Наиболее подходящим можно считать тот тип кривой, где
будет наименьшее значение z(a1,..., ak ) . |
|
|
|
|
|
|
|||||||
Наиболее |
часто |
используется |
функция вида y a |
0 |
a x ... a |
xn , |
при n 1 |
||||||
|
|
|
|
|
|
|
|
|
1 |
n |
|
|
|
график – прямая, |
при n 2 график – |
парабола. Иногда рассматриваются функции: |
|||||||||||
y axb , y ab x , y a |
b |
, |
y |
|
A |
C и т.д. |
|
|
|
|
|
||
|
|
10a bx |
|
|
|
|
|
||||||
|
|
x |
1 |
|
|
|
|
|
|
|
|||
Рассмотрим подробнее некоторые случаи.
Аппроксимация прямыми, параболами
Пусть имеется множество точек (xi , yi ), i 1,2,..., n наблюдений, через него всегда можно провести такую прямую y ax b , которая является «наилучшей» среди всех прямых, т.е. «ближайшей» к точкам наблюдений по их совокупности. [2,5,6] В
качестве критерия близости, как было уже сказано, используется минимум суммы квадратов разностей наблюдений зависимой переменной yi и теоретических,
рассчитанных значений a bxi :
|
n |
z(a,b) yi (a bxi ) 2 min , |
|
|
i 1 |
n |
|
Для краткости далее обозначим |
через . |
i 1 |
i |
|
|
Для нахождения минимума функции z z(a,b) находим:
|
|
0 |
2 ( yi |
a bxi ) 0 |
yi |
na b xi |
0 |
|
||||
|
|
i |
|
|
|
i |
|
i |
|
|
||
za |
|
|
|
|
y a bx, |
|||||||
|
z |
0 |
|
|
( y a bx )x 0 |
|
y x a |
x b |
x2 |
|||
|
2 |
|
0 |
|||||||||
b |
|
|
i |
i i |
i |
i |
i |
i |
|
|||
|
|
|
|
i |
|
|
|
i |
|
i |
i |
|
x, y – среднее арифметическое. Из системы получаем:
|
(xi x)( yi y) |
|
|
|
|
|
|
|
|
b |
i |
|
, a y bx . |
|
|
|
|||
|
(xi x)2 |
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
В случае необходимости аппроксимации статистических данных (xi , yi ) |
|||||||||
квадратичной функцией y a |
0 |
a x |
a |
x2 |
необходимо находить минимум функции |
||||
|
|
|
|
1 |
1 |
2 |
|
|
|
z(a0 , a1, a2 ) n yi (a0 a1xi a2 xi2 ) 2 ,
i 1
решая следующую систему:
za0z
a1
za2
|
|
|
a0 a1xi |
2 |
) 0 |
0 |
2 ( yi |
a2 xi |
|||
|
i |
|
|
|
|
|
|
|
|
||
|
|
|
a0 a1xi |
2 |
)xi 0 . |
0 2 ( yi |
a2 xi |
||||
0 |
|
i |
|
|
|
|
|
|
|
||
|
|
|
2 |
2 |
|
|
|
a0 a1xi |
a2 xi |
)xi 0 |
|
|
2 ( yi |
||||
|
|
i |
|
|
|
Пример 33. Исследовать характер изменения с течением времени уровня производства мяса и валового сбора зерна в 2000-2004 годов, располагая следующими статистическими данными:
Таблица 1 - Данные по производству мяса и зерна в России
Год |
2000 |
2001 |
2002 |
2003 |
2004 |
|
|
|
|
|
|
|
|
Валовой |
191,7 |
210,1 |
211,4 |
195,0 |
209,0 |
|
сбор(млн.т.) |
||||||
|
|
|
|
|
||
|
|
|
|
|
|
|
Производство |
17,1 |
18,0 |
18,9 |
19,7 |
19,7 |
|
мяса (млн.т.) |
||||||
|
|
|
|
|
||
|
|
|
|
|
|
Решение. Очевидна тенденция к увеличению производства мяса, а
нарастание валового сбора зерна в 2000-2004 гг. сменилось его уменьшением в дальнейшем. Поэтому имеет смысл искать зависимость производства мяса от времени в виде линейной функции, а изменение валового сбора зерна описать с помощью квадратичной функции с отрицательным старшим коэффициентом.
Вычисления значительно упростятся, если 2000 год примем за начало отсчета. Тогда таблица данных производства мяса примет вид:
Таблица 2 - Приведенные данные производства мяса
Год ( x ) |
|
-2 |
|
-1 |
|
0 |
|
1 |
|
2 |
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Производство |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
мяса ( y ) |
|
17,1 |
|
18,0 |
|
18,9 |
|
19,7 |
|
19,7 |
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
Применим метод наименьших квадратов. Результаты вычислений |
|||||||||||||||
приведены в следующей таблице: |
|
|
|
|
|
|
|
|
|
|
|||||||
|
Таблица 3 - Данные промежуточных вычислений |
|
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
i |
|
|
xi |
|
|
yi |
|
|
xi yi |
|
|
xi 2 |
|
||
|
|
1 |
|
-2 |
|
17,1 |
|
-34,2 |
|
2 |
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
2 |
|
-1 |
|
18,0 |
|
-18,0 |
|
1 |
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
3 |
|
0 |
|
|
18,9 |
|
0 |
|
0 |
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
4 |
|
1 |
|
|
19,7 |
|
19,7 |
|
1 |
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
5 |
|
2 |
|
|
19,7 |
|
39,4 |
|
4 |
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
0 |
|
|
93,4 |
|
6,9 |
|
10 |
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Из системы для нахождения неизвестных коэффициентов, которая в
данном случае примет вид
5a0 93,4 ,10a1 6,9
находим a0 18,68, a1 0,69 .
Искомая зависимость производства мяса от времени имеет вид
y 18,68 0,69x .
Таблица 4 - Приведенные данные валового сбора зерна
|
Год ( x ) |
|
-2 |
|
|
-1 |
|
|
|
0 |
|
|
1 |
|
2 |
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Валовой сбор |
|
191,7 |
|
|
210,1 |
|
|
|
211,4 |
|
195,0 |
|
209,0 |
|
|||||
|
( y ) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
Применим метод наименьших квадратов, считая, что в данном случае |
|||||||||||||||||
имеет место зависимость y a |
a x a |
2 |
x2 . |
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
0 |
1 |
|
|
|
|
|
|
|
|
|
|
||||
Таблица 5 - Результаты промежуточных вычислений |
|
|
|
|
|
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
i |
|
xi |
|
yi |
|
xi yi |
|
|
xi 2 |
|
xi3 |
xi 4 |
|
xi 2 yi |
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
-2 |
|
191,7 |
|
|
383,4 |
|
|
4 |
|
-8 |
|
16 |
|
766,8 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
-1 |
|
210,1 |
|
|
-210,1 |
|
|
1 |
|
-1 |
|
1 |
|
210,1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
3 |
|
0 |
|
211,4 |
|
|
0 |
|
|
0 |
|
0 |
|
0 |
|
0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
4 |
|
1 |
|
195,0 |
|
|
195,0 |
|
|
1 |
|
1 |
|
1 |
|
195,0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
5 |
|
2 |
|
209,0 |
|
|
418,0 |
|
|
4 |
|
8 |
|
16 |
|
836,0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0 |
|
1017,2 |
|
19,5 |
|
|
10 |
|
0 |
|
34 |
|
2007,9 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Из системы для нахождения неизвестных коэффициентов, которая в данном случае примет вид
34a2 10а0 2007,9
10a1 19,5 ,10а2 5а0 1017,2
находим |
a0 208,38, a1 9,75, |
а2 2,47 . |
Искомая |
зависимость |
производства мяса от времени имеет вид |
y 208,38 9.75x 2,47x2 . |
|
||
Аппроксимация гиперболической функцией
В расчетах динамический ряд может быть описан уравнением гиперболы
yx a bx .
Для гиперболической зависимости способ наименьших квадратов дает такую
n
систему нормальных уравнений ( понимается как ):
i 1
na b 1x y
a 1x b x12 xy .
Решая это уравнение способом определителей, находим
|
|
|
|
1 2 |
|
|
|
1 |
|
|
|
y |
|
|
|
|
|
y |
|
|
|
|
1 |
|
|
|
|
|
|
||||
|
y |
|
|
|
|
|
|
|
|
|
|
n |
|
|
|
|
|
y |
|
|
|
||||||||||||
|
|
x |
x |
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||
|
|
|
|
|
|
x |
x |
|
|
|
|||||||||||||||||||||||
a |
|
|
x |
|
|
|
|
|
|
|
; b |
|
|
|
|
|
|
|
|
|
|
|
|
. |
|||||||||
|
1 |
2 |
|
|
|
|
|
|
|
|
|
|
|
1 |
|
2 |
|
|
|
|
|
|
|
||||||||||
|
|
|
1 |
|
|
1 |
|
|
|
|
|
|
|
|
1 |
|
1 |
|
|
||||||||||||||
|
n |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
n |
|
|
|
|
|
|
|
|
|
|
|
||||||
|
x |
|
x |
|
x |
|
|
|
|
x |
|
x |
x |
||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
Пример 34. За период 2003-2008гг. известен товарооборот регионального склада (таблица 6). Сделайте прогноз товарооборота регионального склада на 20092010гг.[1,2,7]
Таблица 6 - Товарооборот регионального склада за период 2004-2009гг.,
млн. усл. ден. ед.
2003 |
2004 |
2005 |
2006 |
2007 |
2008 |
|
|
|
|
|
|
70 |
100 |
140 |
180 |
200 |
240 |
|
|
|
|
|
|
Решение. По данным таблицы 6 строим график изменения товарооборота.
Она изменяется по гиперболе. Эта связь между указанными признаками соответствует уравнению гиперболы
. В этой формуле необходимо определить параметры a и b.
Для нахождения параметров a и b составим таблицу 7. Определив параметры a и b, мы составим уравнение гиперболы для прогнозирования товарооборота в
2009-2010гг.
Таблица 7 - Таблица нахождения параметров a и b
Х |
1/Х |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
(1 Х )2 |
|
|
|
|
|
|
|
|
|
|
|
X T |
|
|
|
1 Y |
|
|
Y X |
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
70 |
|
|
0,01 |
|
70,0 |
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
428 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
2 |
0,5 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0,25 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
100 |
|
|
0,01 |
|
50,0 |
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
000 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
3 |
0,33 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0,10 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
140 |
|
|
0,00 |
|
46,6 |
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
9 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
714 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
4 |
0,25 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0,06 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
180 |
|
|
0,00 |
|
45,0 |
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
055 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
5 |
0,2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0,04 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
200 |
|
|
0,00 |
|
40,0 |
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
500 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
6 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0,02 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
240 |
|
|
0,00 |
|
40,0 |
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
9 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
416 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
Σ21 |
Σ2,45 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Σ1,4 |
|
|
|
|
|
|
|
|
|
|
|
|
|
Σ93 |
|
|
|
Σ0,0 |
|
Σ29 |
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
91 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0 |
|
|
4113 |
|
|
|
1,6 |
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
y |
|
|
|
1 2 |
|
|
|
|
|
1 |
|
|
|
|
|
|
|
y |
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
x |
x |
|
|
|
930 1491 2,45 291,6 |
|
|
|
|
||||||||||||||||||||||||||||||
|
a |
|
|
|
|
x |
|
|
|
|
228,6 . |
|
|||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
1 |
2 |
|
|
|
1 |
|
|
|
|
|
|
1 |
|
|
|
|
|
6 1,491 |
2,45 2,45 |
|
|||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||
|
|
|
|
x |
|
|
x |
|
x |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||
|
|
n |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
n |
y |
|
|
1 |
y |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
6 291,6 2,45 |
930 |
|
|
|
|||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
x |
|
|
|
|
x |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||
|
b |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
179,9 . |
|
|||||||||||||||||||||||||||
|
|
|
|
|
1 2 |
|
|
1 |
|
|
|
|
1 |
|
6 1,491 2,45 2,45 |
|
|||||||||||||||||||||||||||||||
|
|
|
|
|
|
n |
|
|
x |
x |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||
|
|
|
n |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
Уравнение гиперболы для прогнозирования товарооборота:
T Y 228,6 179,9 . x
Спрогнозируем товарооборот на 2008 и 2009гг.
T2009 Y5 228,6 179,9 206,1;
x
T2010 Y6 228,6 179,9 208,6 .
x
Задания для самостоятельной работы
Задача 1. В результате измерения соответствующих значений аргумента х получены значения у:
х |
- |
0 |
1 |
2 |
4 |
|
2 |
|
|
|
|
|
|
|
|
|
|
у |
0 |
1 |
1 |
2 |
3 |
|
,5 |
|
,5 |
|
|
|
|
|
|
|
|
Методом наименьших квадратов найти функциональную зависимость между
х и у в виде y ax b .
Задача 2. Результаты измерения дали следующие результаты:
х |
0 |
1 |
2 |
4 |
5 |
|
|
|
|
|
|
у |
1 |
1 |
2 |
1 |
0 |
|
|
,5 |
|
|
|
|
|
|
|
|
|
Аппроксимировать эти значения функцией |
y a |
0 |
a x a |
x2 |
методом |
|
|
|
1 |
2 |
|
|
|
наименьших квадратов.
Задача 3. Найти показатель H p – удельный показатель объема перевозок,
отнесенный на 1 млн. руб. товарооборота в 2010г. В таблице 8 она выражается динамическим рядом. Динамика дает нам основание утверждать, что изменение этого показателя по годам имеет вид гиперболы. (Эта тенденция может быть принята за основу для прогнозирования этого показателя по уравнению гиперболы:
H p a b
x )
Таблица 8 - Исходные данные для прогнозирования объема перевозок с
регионального склада в 2006г.
Показатель |
|
Ед. |
Буквенное |
|
|
|
Годы |
|
|
|
|
изм. |
обозначение |
|
|
|
|
|
|
|
2003 |
2004 |
2005 |
2006 |
2007 |
2008 |
|||
|
|
|
|
|
|
|
|
|
|
Удельный |
|
т/млн. |
Нр |
3000 |
3800 |
4400 |
4700 |
5000 |
5200 |
показатель |
|
руб. |
|
|
|
|
|
|
|
объема |
|
|
|
|
|
|
|
|
|
перевозок, |
|
|
|
|
|
|
|
|
|
отнесенный |
на |
|
|
|
|
|
|
|
|
1 млн. руб. |
|
|
|
|
|
|
|
|
|
товарооборота |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
9 Линейные экономические модели
Модель Леонтьева многоотраслевой экономики
Эффективное ведение народного хозяйства предполагает наличие баланса между отдельными отраслями.
Предположим, что вся производящая сфера народного хозяйства разбита на некоторое число n отраслей, каждая из которых производит свой однородный
