- •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
Графики предельной и средней эффективности
Значения этих функций рассчитаны и приведены в следующей таблице:
S |
F(S)-F(S-1) |
F(S)/S |
1 2 3 4 5 |
0,28 0,25 0,20 0,17 0,20 |
0,28 0,27 0,24 0,23 0,22 |
Вывод: методика решения задачи о распределении ресурсов методом динамического программирования.
Этап 1.
Пошагово решается вопрос о распределении ресурса между возрастающим числом предприятий (от одного до n). На каждом шаге определяется суммарный прирост их прибыли fk от использования S единиц ресурса и решается вопрос об оптимальном выделении некоторой части ресурса в количестве хk последнему из включенных в круг рассмотрения предприятий.
Решения находятся с использованием следующих рекуррентных уравнений Беллмана:
при
при fk(S)=[+fk-1(S-xk)],
где fk(S) - суммарный прирост прибыли на k – предприятиях от S единиц ресурса;
- прирост прибыли k-го предприятия при выделении ему хk единиц ресурса.
На каждом шаге в итоговую таблицу условно-оптимальных решений заносятся величины fk(S) и выбранное хk. Величины fk-1(S) берутся в расчетной формуле с предыдущего шага итоговой таблицы.
Этап 2.
Безусловное (окончательное) распределение ресурса между всеми предприятиями находится с помощью итоговой таблицы обратным ходом: вначале находится оптимальная величина капвложений последнему предприятию с использованием последней строки итоговой таблицы; потом – предпоследнему предприятию по строке таблицы, соответствующей нераспределенному остатку ресурса; и т.д. – до первого предприятия.
Тема 10. О других моделях и методах математического программирования
10.1.Нелинейное программирование
Общая задача нелинейного программирования состоит в оптимизации функции F(x1, x2,...xn) при ограничениях gi(x1, x2, ... xn) и условии неотрицательности переменных , F(x), gi(x) - нелинейные функции. Очевидно, что нелинейное программирование существенно расширяет возможности постановки реальных экономических задач. В действительности такие величины, как прибыль, себестоимость, капитальные затраты на единицу продукции, удельный расход различных ресурсов зависят от объема производства, затраты на перевозку единицы груза, от объема перевозок и т.п., а в соответствующих задачах линейного программирования их приходится считать постоянными. В то же время учет указанных факторов приводит к нелинейным зависимостям.
Однако, если в линейном программировании разработаны эффективные численные методы универсального характера, то для решения общей задачи нелинейного программирования таких методов не создано.
Известно, что всякая нелинейная зависимость может быть с любой степенью точности описана кусочно-линейными функциями. Поэтому один из приближенных методов решения задач нелинейного программирования состоит в апроксимации их линейными задачами, решаемыми обычными методами линейного программирования. Этот метод, однако, применим лишь к некоторым типам нелинейных задач на оптимум.
В ряде случаев нелинейные задачи решаются с помощью специально составленной функции Лагранжа, получаемой на основе условий задачи. В результате находят “седловую точку”, представляющую собой максимум относительно одной (нескольких) переменной и минимум относительно другой (других) переменной, а тем самым и оптимальное решение (это определяется так называемыми условиями Куна-Таккера).
В других случаях отыскание оптимума достигается путем последовательного приближения решения к оптимальному (например, применяя широко распространенные градиентные методы).
К настоящему времени точные методы разработаны лишь для отдельных типов нелинейных моделей.
Так, квадратическое программирование - частный случай нелинейного программирования, когда система ограничений общей задачи представляет систему линейных уравнений, а целевая функция есть сумма линейной и квадратической функций. Для решения задач квадратического программирования разработан ряд эффективных численных методов. Некоторые из них (например, метод Вулфа) используют видоизмененную процедуру симплексного метода линейного программирования.
Подробнее с задачами нелинейного программирования и методами их решения можно познакомиться в специальной литературе.
Рассмотрим очень кратко идею целой группы методов нелинейного программирования, объединенных под названием градиентные методы.
Применение градиентного метода для решения задачи нелинейного программирования осуществляется в такой последовательности. Берется произвольная точка в ОДР. Для нее вычисляется значение целевой функции. Далее в этой точке тем или иным способом вычисляются производные от целевой функции по аргументам и определяется вектор градиента. Вектор градиента, как известно, показывает направление, в котором целевая функция возрастает быстрее всего. В направлении градиента делается шаг. Для отыскания направления следующего шага вновь вычисляются значение целевой функции и значения частных производных, ищется новый вектор градиента и делается шаг в этом направлении и т.д.
Градиентные методы отличаются друг от друга в основном выбором длины шага.