- •§ 1. Балансовые модели
- •1. Войти в excel
- •1. В первом столбце таблицы перечислены “чистые отрасли”, более или менее цельные, самостоятельные (энергетика, металлургия, машиностроение, оборонка, сельское хозяйство и т.Д.)
- •§ 3. Общая постановка задачи линейного программирования. Симплекс- метод
- •1. Множество решений системы (1) из § 2 является выпуклым многогранником (напомним, что выпуклое множество вместе с любыми двумя точками содержит все точки соединяющего их отрезка).
- •2. Вершины многогранника называются угловыми точками.
- •2. Приводим задачу к каноническому виду:
- •3. Составляем исходную симплекс-таблицу (заметим, что в разных учебных пособиях форма симплекс- таблицы различна!):
- •4. Проверяем опорное решение на оптимальность: если все элементы оценочной строки неотрицательны, то опорное решение оптимально. В нашем случае это не так.
- •1. Если в оценочной строке последней симплекс- таблицы все коэффициенты при балансовых переменных больше 0, то оптимальное решение единственно.
- •§ 4. Двойственные задачи (dual problem).
- •1. Построение математической модели:
- •§ 5. Транспортная задача (transportation
- •1. Вывести весь груз поставщиков (запасы)
- •2. Удовлетворить весь спрос потребителей
- •3. Минимизировать суммарные затраты.
- •1. Нахождение начального опорного плана (угловой точки).
- •2. Проверка опорного плана на оптимальность.
- •3. Переход к новому опорному плану, лучшему, чем предыдущему.
- •4. Проверка опорного плана на оптимальность.
- •1. Нахождение начального опорного плана (угловой точки).
- •2. Проверка опорного плана на оптимальность.
- •3. Переход к новому опорному плану, лучшему, чем предыдущему.
- •50 Изделий из Стокгольма в Лион
- •1. Нахождение начального опорного плана (угловой точки).
- •2. Проверка опорного плана на оптимальность.
- •§ 6 Задача о назначениях (assignment problem).
- •1. Образовать таблицу затрат с.
- •§ 7 Задачи нелинейного программирования
- •§ 8 Игры двух лиц с нулевой суммой (theory of games).
- •1. Наличие двух игроков а и в, с противоположными целями. Поэтому игру и называют антагонистической.
- •2. Наличие у каждого игрока конечного числа ходов, называемых также чистыми стратегиями. Каждый игрок знает чистые стратегии соперника, но не знает какую чистую стратегию тот применит.
- •3. Игроки независимо выбирают чистые стратегии (ходы), после чего игра (партия) заканчивается и каждому игроку выплачивается выигрыш, причем сумма выигрышей равна нулю.
- •4. Все возможные выигрыши аij игрока а сосредоточены в платежной матрице:
- •2. Пусть игрок а обладает 4 чистыми стратегиями. Будут ли следующие векторы смешанными стратегиями?
- •2. Пусть игрок а имеет две чистых стратегии.
- •§ 10 Сведение матричных игр с нулевой суммой к задачам линейного программирования
- •§ 11. Итерационный метод (Брауна – Робинсона).
- •§ 12. Игры с природой (статистические решения)
- •1. Критерий крайнего оптимизма.
- •2. Критерий Вальда
- •3. Критерий Гурвица
- •4. Критерий Сэвиджа
- •5. Критерий Лапласа
- •1. Критерий крайнего оптимизма.
- •§ 13. Модели принятия решений с помощью деревьев решений.
- •1. Изображаем дерево решений, указывая все этапы процесса принятия решений.
- •1. Изображаем дерево решений, указывая все этапы процесса принятия решений.
- •1. Оптимизация 4-го шага, т.Е. Решение задачи:
- •2. Оптимизация 3-го шага, т.Е. Решение задачи:
- •3. Оптимизация 2-го шага, т.Е. Решение задачи:
- •4. Оптимизация 1- го шага → табл.5
- •5. Обратный ход – окончательный оптимальный набор шаговых уравнений
- •80, Третьему- 40, четвертому - 40.
- •§ 15 Вероятностные модели
- •2. Формирование оптимального портфеля акций
- •1 3, 14, 23. Ясно, что точки 1 и 2 не доминируются другими. Они и образуютПарето - оптимальное множество. Среди них и нужно выбрать оптимальную.
- •1. Предоставить окончательный выбор лицу, принимающему решение (например, совету директоров).
- •2. Воспользоваться объединяющей взвешивающей формулой:
- •§ 17. Математическая модель управления запасами
- •1. В момент полного исчерпания запасов склада мгновенно поступает ранее заказанная партия запасов в количестве q.
- •2. С другой стороны со скоростью V ед. Запасов/ ед. Времени запасы отпускаются потребителям:
- •§ 18. Моделирование социально- экономической структуры общества.
- •§ 16. Дисперсионный анализ
- •1. Пусть х- случайная величина, определяющая результативный признак , в данном случае- производительность. Фактор а- методика обучения.
- •3. Подсчитываем факторную дисперсию:
- •4. Подсчитываем остаточную дисперсию:
- •5. Вычисляем значение критерия Фишера:
- •7. Находим число степеней свободы числителя (v1 ) и
- •§ 19. Имитационное моделирование (model simulation)
- •4. Итоговая оценка суммарных издержек:
- •5. Итоговая оценка суммарных издержек:
- •§ 19. Моделирование социально- экономической структуры общества.
- •1. Афанасьев м.Ю., Суворов б.Р. Исследование операций в экономике.-м.: Инфра-м, 2003.
§ 7 Задачи нелинейного программирования
Задачи нелинейного программирования характеризуются тем, что нелинейный вид имеют ограничения и (или) целевая функция ( в отличие от задач линейного программирования (см. лекцию 3 ). Для нелинейных моделей нет единого метода расчета. В зависимости от свойств функций и ограничений рассматриваются различные способы решения.
1. Графический метод решения (число переменных равно 2).
Пример 1.
х12 + х22 ≤ 16
х1, х2 ≥ 0 → математическая модель.
F= 2 x1 + 3 x2 → max
1. Изображаем область допустимых решений:
Рис. 7.1
2. Изображаем линию уровня F = 0. Напомним, что линия уровня это линия на плоскости, состоящая из всех точек этой плоскости, в которых функция F имеет постоянное значение.
3. Из начала координат проводим вектор-градиент. Напомним, что он ортогонален линии уровня и указывает направление возрастания целевой функции (нам это и нужно!).
4. Перемещаем линию уровня параллельно самой себе до тех пор, пока линия уровня еще имеет с областью непустое пересечение, соответствующая точка касания и есть точка глобального максимума.
Напомним (матанализ), что точка касания находится приравниванием производных:
2х1 + 3х2 = с → х2 = - (2/3)х1 + с → х2' = - 2/3
х12 + х22 = 16 → 2х1 + 2х2 х2' =0 → х2' = - х1 / х2
х2 = (3/2) х1→ х12 + (9/4)х12 = 16 → х1 = 8/ √ 13, х2 = 12/ √ 13
Пример 2.
Рассмотрим теперь задачу экономического содержания, решение которой сводится к нахождению глобального экстремума функции.
Фирма производит два вида товаров и продает их по ценам 1000 и 800, соответственно. Известна функция издержек:
С= 2х12 + 2х1 х2 + х22, где х1, х2 – объемы выпуска товаров каждого вида.
Менеджеру фирмы требуется составить оптимальный план выпуска товаров, обеспечивающий максимальную прибыль.
Составим целевую функцию (прибыль):
F = 1000 x1 + 800 x2 – 2x12 - 2х1 х2 - х22 → max
Находим стационарные точки, т.е. составляем и решаем систему:
Пример 3.
Металлургический завод СЕВЕРСТАЛЬ реализует часть проката на внутреннем рынке, а другую часть поставляет на экспорт. Пусть х1, х2 – количество реализуемой продукции на внутреннем рынке и на экспорт, соответственно.
Известны функции спроса в обеих случаях, т.е. зависимости цен от количества продукции:
р1 = 500 – х1, р2 = 360 – 1,5 х2.
Функция издержек С= 50000 + 20(х1 + х2).
Коммерческий директор завода должен составить оптимальный план производства проката исходя из максимума суммарной прибыли.
Образуем функцию прибыли:
F = (500 – х1) х1 + (360 – 1,5х2) х2 – 50000 – 20(х1 + х2) → max
Находим стационарные точки, т.е. составляем и решаем систему:
§ 8 Игры двух лиц с нулевой суммой (theory of games).
В рассмотренных в предыдущих разделах задачах предполагалось, что оптимальное решение принимает отдельно взятый субъект, обладающий единственной целью (целевой функцией, критерием). Принципиально иная ситуация возникает, когда оптимальные решения принимаются несколькими субъектами, интересы которых прямо противоположны, конфликтны. Примерами подобных ситуаций служат отношения между продавцом и покупателем, кредитором и дебитором, налогоплательщиком и налоговой инспекцией и т.д.
Методы теории игр позволяют принимать управленческие решения в конфликтных ситуациях. Эта теория оказались весьма продуктивной для исследования многих практических задач. Начав с анализа карточных, спортивных игр, исследователи перешли к выбору эффективных стратегий в бизнесе, в теории инвестирования, в страховании, в психологии, медицине, в военном деле.
В 1994 году Нобелевская премия в области экономики былы присуждена американским ученым Джону Нэшу и Джону Хартшаньи в трудах которых был создан математический аппарат для некоторых классах игр. В 2005 году Нобелевская премия в области экономики присуждена американцу Томасу Шеллингу за обогащение на шего понимания природы конфликтов при помощи аппарата теории игр. Наконец, в 2007 году Нобелевскими лауреатами стали американские профессора Гурвиц, Маскин и Майерсон за создание теории рыночного механизма с помощью теории игр.
Конечной целью исследования (решения) любой игры является нахождение оптимальных стратегий игроков и выигрышей, соответствующих этим стратегиям. Многие методы решения игр предполагают применение моделей линейного программирования.
Наиболее изучены игры двух лиц с нулевой суммой. Это означает: