- •§ 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.
1. Критерий крайнего оптимизма.
= 720- строить автосервис в расчете на
8 т. автомобилей.
2. Критерий Вальда.
= 60- строить автосервис в расчете на
4 т. автомобилей.
3. Критерий Сэвиджа.
Матрица потерь (рисков).
неопределенность решение |
2 т. авт. |
4 |
6 |
8 |
2 т. авт |
0 |
280 |
560 |
840 |
4 |
120 |
0 |
180 |
560 |
6 |
240 |
120 |
0 |
280 |
8 |
360 |
240 |
120 |
0 |
=280 - строить автосервис в расчете на 6 или 2 т. автомобилей.
Дополнительное условие:
Отдел маркетинга дал дополнительную информацию о вероятностях того или иного объема спроса: 0,2, 0,3, 0,4, 0,1.
Принять решение с помощью критерия Лапласа.
max (180*0,2 + 80*0,3 - 20*0,4 - 120*0,1; 60*0,2 + 360*0,3 + 260*0,4 + 160*0,1 ; -60*0,2 + 240*0,3 + 540*0,4 + 440*0,1 ; -180*0,2 + 120*0,3 + 420*0,4 + 720*0,1)=
max (40, 240, 320, 240) = 320 т.е. строить автосервис в расчете на 6 т. автомобилей.
Пример. [ 1 ]
Итальянская компания “Моцарелла” производит на экспорт сырную пасту упакованную в ящики. Менеджеру компании надлежит решить, сколько ящиков произвести в течение месяца. Вероятность того, что спрос на сырную пасту в течение месяца будет 6, 7, 8, 9 ящиков, равна, соответственно, 0,1, 0,3, 0,5, 0,1. Затраты на производство одного ящика 45 тыс. € . Каждый ящик продается по цене 95 тыс. €. Если ящик не продается в течение месяца то паста портится и компания не получает дохода.
Принять решение по критерию Лапласа.
Составим платежную матрицу (таблицу):
неопределенность решение |
6 (вер. 0,1) |
7 (0,3) |
8(0,5) |
9(0,1) |
Мат. ожиданиеПри- прибыли |
6 |
50*6*0,1= 30 |
50*6*0,3= 90 |
150 |
30 |
300 |
7 |
(50*6-45)*0,1= 25,5 |
105 |
175 |
35 |
340,5 |
8 |
(50*6-2*45)*0,1= 21 |
(50*7-1*45)*0,3= 91,5 |
200 |
40 |
352,5 |
9 |
16,5 |
(50*7-2*45)*0,3= 78 |
177,5 |
45 |
317 |
По критерию Лапласа- производить 8 ящиков и ожидать прибыль 352, 5 тыс.
Пример.
Трубопрокатный завод планирует наладить выпуск труб определенного диаметра. Цена на трубы определяется в результате свободной конкуренции и задается рядом распределения:
Цена |
10 |
15 |
20 |
р (вероятность) |
0,3 |
0,5 |
0,2 |
Известно, что при выпуске х труб функция издержек такова: с (х) = 1000 + 5х + 0,0025х2 . При каком количестве выпускаемых труб средняя прибыль будет максимальной?
M(I) = 10x*0,3 + 15x*0,5+ 20х*0,2 – (1000 + 5х + 0,0025х2 ) → max
-0,0025 х2 +9,5х -1000 → max
х = 1900.
Пример.
Предприниматель планирует построить ресторан в университетском общежитии. Возможные варианты: строить ресторан с пивным баром или без бара. Шансы того, что рынок окажется благоприятным составляют 0,6, неблагоприятным – 0,4.
Расчеты показывают, что план связанный с баром принесет прибыль 325 тыс. руб. Без бара 250 тыс. руб. (рынок благоприятный).
Потери в случае ресторана с баром составят 70 тыс. руб. Без бара 20 тыс. руб. (рынок неблагоприятный). Требуется принять решение по критерию Лапласа.
Составим платежную матрицу:
неопределенность решение |
благопр. рынок (0,6) |
неблагопр. рынок (0,4) |
Матем. ожидание прибыли |
Ресторан с баром |
325 |
-70 |
167 |
Ресторан без бара |
250 |
-20 |
142 |
Вывод: все-таки строить с баром.