- •Содержание
- •Введение
- •Тема 1. Экономико-математические методы и модели и их классификация
- •1.1. Социально-экономические системы, методы их исследования и моделирования
- •1.2.Этапы экономико-математического моделирования, классификация экономико-математических моделей и методов
- •Примеры описательных моделей
- •Тема 2. Балансовый метод в экономике
- •2.1. Общие понятия балансового метода, принципиальная схема межпродуктового баланса
- •2.2. Экономико-математическая модель межотраслевого баланса
- •2.3. Плановые расчеты на основе матричных моделей систем производства и распределения продукции
- •2.3.1. Методика расчета планового баланса по заданным валовым выпускам продукции Xiпл
- •2.3.2. Коэффициенты полных материальных затрат и методы их расчета
- •2.3.3. Методика расчета планового баланса по заданным плановым уровням конечной продукции Yiпл
- •2.4. Пример расчета планового баланса для трехотраслевой экономической системы
- •2.5. Использование балансового метода на предприятии
- •Тема 3. Математические методы сетевого планирования и управления
- •3.1. Основные понятия сетевой модели
- •Распределение (расслоение) вершин сетевого графика по рангам
- •3.2. Анализ сетевого графика и расчет его временных характеристик
- •3.2.1. Расчет временных характеристик событий
- •3.2.2. Расчет временных характеристик работ
- •3.3. Сетевое планирование в условиях неопределенности
- •Вероятностные оценки продолжительности работ
- •3.4. Оптимизация сетевой модели
- •Краткая характеристика метода оптимизации
- •Тема 4. Классификация задач математического программирования и область их эффективного применения в экономике
- •4.1. Математическая постановка и структура задачи оптимизации
- •4.2. Краткая классификация методов математического программирования
- •Тема 5. Линейное программирование
- •5.1. Предмет линейного программирования
- •5.2. Построение оптимизационных моделей для решения экономических задач
- •5.3. Общая задача линейного программирования. Основные определения
- •5.4. Графический метод решения задач линейного программирования
- •I этап. Графическая интерпретация области допустимых решений
- •II этап. Графическая интерпретация целевой функции
- •III этап. Нахождение оптимального решения
- •5.5. Примеры решения задач линейного программирования графическим методом
- •5.6. Понятие о симплекс-методе озлп
- •5.7. Каноническая форма задач линейного программирования
- •5.8. Базисные решения задачи линейного программирования
- •5.9. Алгоритм симплекс-метода озлп
- •5.10.Примеры решения задач линейного программирования симплекс-методом
- •Тема 6. Двойственность в линейном программировании
- •6.1.Понятие двойственности. Построение двойственных задач и их свойства
- •6.2. Основные теоремы двойственности и их экономическое содержание
- •Первая теорема двойственности
- •Вторая теорема двойственности (теорема о дополняющей нежесткости)
- •6.3.Экономическая интерпретация двойственной задачи Пример 1. Задача оптимального использования ресурсов.
- •6.4.Экономико-математический анализ полученных оптимальных решений
- •Свойство 1. Оценки как мера дефицитности ресурсов
- •Свойство 2. Оценки как мера влияния ограничений на функционал
- •Свойство 3. Оценки - инструмент определения эффективности отдельных вариантов (технологических способов) с позиций общего оптимума
- •Тема 7. Транспортная задача линейного программирования
- •7.1. Постановка транспортной задачи
- •Классическая постановка транспортной задачи
- •Модели транспортной задачи
- •7.2.Методы построения исходного плана
- •Метод северо-западного угла
- •Метод минимального элемента
- •7.3.Оптимизация исходного базисного плана перевозок. Метод потенциалов
- •Основные процедуры метода потенциалов
- •Алгоритм метода потенциалов
- •7.4. Пример решения транспортной задачи
- •7.5. Применение модели транспортной задачи при решении различных экономических задач
- •Тема 8. Модели и методы дискретного программирования
- •8.1. Постановка задачи дискретного программирования
- •Задача о назначении (проблема выбора, задача о женихах и невестах)
- •8.2.Краткая классификация математических моделей дискретного программирования
- •8.3.Методы решения задач дискретного программирования
- •8.3.1. Методы отсечения для решения полностью целочисленной задачи линейного программирования
- •8.3.2.Сущность метода ветвей и границ
- •Тема 9. Модели и методы динамического программирования
- •9.1. Моделирование процессов наилучшего распределения ресурсов методом динамического программирования
- •Итоговая таблица условно-оптимальных решений
- •Графики предельной и средней эффективности
- •Тема 10. О других моделях и методах математического программирования
- •10.1.Нелинейное программирование
- •10.2.Стохастическое программирование
- •Тема 11. Модели конфликтных ситуаций в теории игр
- •11.1.Основные понятия теории игр
- •11.2.Решение игры в чистых стратегиях
- •11.3.Решение игры без седловой точки
- •Графический способ решения матричной игры
- •11.4. Пример решения экономической задачи методами теории игр
- •Тема 12. Модели управления запасами
- •12.1. Основные понятия
- •12.2. Статические модели управления запасами Уилсона
- •12.2.1. Статическая модель без дефицита
- •12.2.2. Статическая модель с дефицитом
- •12.3. Модели со случайным спросом
- •Тема 13. Модели массового обслуживания
- •Литература
3.3. Сетевое планирование в условиях неопределенности
Рассчитать сетевую модель - это определить сроки свершения событий, ранние и поздние сроки начала и окончания работ, резервы путей, работ и событий. Приступая к расчету сетевой модели, надо иметь в виду, что основой для всех временных расчетов в сетевом планировании является величина продолжительности работ. В случае, если продолжительность работы может быть оценена точно или с небольшой ошибкой, используются детерминированные оценки. Но так как продолжительность выполнения работ часто трудно задать точно, то в практической работе вместо одной детерминированной оценки задаются две оценки времени (минимальная и максимальная) или 3 оценки (минимальная, максимальная и наиболее вероятная - t min(i, j), t max(i, j) и t н.в.(i, j). Минимальная оценка называется еще оптимистической, а максимальная - пессимистической.
Продолжительность работы в этом случае рассматривается как случайная величина, которая в результате реализации может принять любое значение в заданном интервале. Такие оценки называются вероятностными (случайными), и их ожидаемое значение tож оценивается на основе усреднения либо двух оценок:
tож(i, j) = |
3 tmin(i, j) + 2tmax(i, j) |
(12) |
5 |
либо трех оценок:
tож(i, j) = |
tmin(i, j) + 4tн.в.(i,j) + tmax(i, j) |
(13) |
6 |
Одновременно с определением величины tож(i, j) для характеристики степени разброса возможных значений вокруг ожидаемого уровня следует рассчитать дисперсию работ сети.
Дисперсию можно рассчитать по формуле:
S2(i, j) = |
(tmax(i, j) - tmin(i, j))2 |
- для двух оценок |
(14) |
5 |
|||
|
|
|
|
S2(i, j) = |
(tmax (i, j) - tmin (i, j))2 |
- для трех оценок. |
(15) |
6 |
На основе tож(i, j) можно рассчитать все характеристики СМ, однако они будут иметь иную природу, т.е. выступать как средние характеристики. При достаточно большом количестве работ можно утверждать (а при малом - лишь предполагать), что общая продолжительность любого, в том числе и критического, пути имеет нормальный закон распределения со средним значением, равным сумме средних значений продолжительности составляющих его работ, и дисперсией, равной сумме дисперсий этих же работ.
Кроме обычных характеристик СМ при вероятностном задании продолжительности работ можно решить две дополнительные задачи:
1. Определить вероятность того, что продолжительность реального критического пути tкр не превысит заданного директивного уровня Т.
2. Определить максимальный срок выполнения всего комплекса работ “Т” при заданном уровне вероятности “р”.
Первая задача решается на основе интеграла вероятности Лапласа Ф(z) путем использования формулы:
Р(tкрр<T) = 0,5 + 0,5Ф(z), где |
(16) |
z - нормированное отклонение случайной величины
z = |
T - tкр |
; |
Sкр |
Sкр - среднее квадратическое отклонение, вычисляемое как корень квадратный из дисперсии продолжительности критического пути.
Соответствие между z и симметричным интервалом вероятности приведено в табл. 2. Более точное соответствие между этими величинами (когда z вычисляется более чем с одним знаком в дробной части) можно найти в специальной статистической литературе.
Таблица 2
Таблица стандартного нормального распределения
z |
Ф(z) |
z |
Ф(z) |
z |
Ф(z) |
0,0 |
0,0000 |
1,0 |
0,6827 |
2,0 |
0,9643 |
0,1 |
0,0797 |
1,1 |
0,7287 |
2,1 |
0,9722 |
0,2 |
0,1585 |
1,2 |
0,7699 |
2,2 |
0,9786 |
0,3 |
0,2358 |
1,3 |
0,8064 |
2,3 |
0,9836 |
0,4 |
0,3108 |
1,4 |
0,8385 |
2,4 |
0,9876 |
0,5 |
0,3829 |
1,5 |
0,8664 |
2,5 |
0,9907 |
0,6 |
0,4515 |
1,6 |
0,8904 |
2,6 |
0,9931 |
0,7 |
0,5161 |
1,7 |
0,9104 |
2,7 |
0,9949 |
0,8 |
0,5763 |
1,8 |
0,9281 |
2,8 |
0,9963 |
0,9 |
0,6319 |
1,9 |
0,9545 |
2,9 |
0,9973 |
При достаточно большой полученной величине вероятности (более 0,8) можно с высокой степенью уверенности предполагать своевременность выполнения всего комплекса работ.
Для решения второй задачи используется формула:
T=tож(Lкр)+ZSкр. |
(17) |
Все показатели в ней уже были определены выше.
Кроме описанного выше упрощенного способа расчета сетей с детерминированной структурой и вероятностными оценками продолжительности выполнения работ используется метод статистических испытаний (метод "Монте-Карло"). В соответствии с ним на ЭВМ многократно моделируются продолжительности выполнения всех работ и рассчитываются основные характеристики СМ. Большой объем испытаний позволяет более точно выявить закономерности моделируемой сети.
Приведем пример расчета сетевой модели с вероятностными оценками.
Для СМ, изображенной на рис. 1 зададим вероятностные оценки продолжительности работ (см. табл. 3). Требуется:
а) получить все характеристики СМ;
б) оценить вероятность выполнения всего комплекса работ за 35 дней, за 30 дней;
в) оценить максимально возможный срок выполнения всего комплекса работ с надежностью 95% (т.е. р=0,95).
Таблица 3