- •1.Объект, предмет и метод дисциплины «Мат.Методы в экономике»
- •3. Матем.Моделирование-метод решения оптимизационных задач
- •6. Задача рационального раскроя материала
- •35. Особенности применения метода матем. Моделирования в экономике.
- •36. Классификация экономико-матем моделей.
- •18. Определение опорного плана транспортной задачи по методу минимального элемента.
- •19. Определение опорного плана транспортной задачи по методу аппроксимации Фогеля.
- •33. Статистические игры с единичным идеальным экспериментом.
- •34. Статистические игры с единичным неидеальным экспериментом.
- •41. Задача Джонсона.
- •42. Метод Станека.
- •43. Межотраслевой баланс.
- •23. Задача оптим.Распределения зем.Участков предоставляемых в аренду.
- •44. Модель Леонтьева.
- •В15Связь между решениями прямой и двойственной задач
- •45. Методы выполнения расчетов по модели Леонтьева.
- •30Игры с природой подходы к решению игр с природой
- •29Метод Брауна
- •31Элементы теории статистических решений
- •31Обзор статистических игр с экспериментами
- •38. Информационное обеспечение моделирования.
- •39. Моделир-е производств-й программы пром. Пред-я.
- •49. Экон-е хар-ки произ-ва, опред-е на основе произ-х ф-й.
- •40. Общее представление о задачах оптимальног окп. Обзор методов реш-я задач оптим. Окп.
- •11. Построение начального опорного плана для стандартной задачи.
- •37. Этапы эк-ко-матем-го моделирования.
- •46. Модель определения себестоимости продукции внутризаводских подразделений.
- •26.Упрощение и.
- •27.Игры 2*n,m*2.
- •28.Сведение задачи теории и. К злп.
- •В12 Построение опорного начального плана м-дом искусственного базиса.
- •7. Задача составления оптимальной смеси.
- •8 И 9. 8.Геометрическая интерпретация задачи линейного программирования; 9.Графический метод решения задач линейного программирования.
- •20. Опред-е опт-го плана трансп-й задачи методом потенциалов.
- •10. Вычислительная схема симплекс-метода для задачи в базисной форме.
- •22. Распределительные задачи.
- •17. Определение опорного плана транспортной задачи по методу северо- западного угла.
49. Экон-е хар-ки произ-ва, опред-е на основе произ-х ф-й.
Рассмотрим 2-х факторную производственную ф-ю. У=а0+а1х1+а2х2, где х1-затраты первого ресурса (среднесп-я числ-ть рес-са), х2- затраты 2-го ресурса (размер ОПФ, руб.), у – перем-я, к-я означает объём выпуска прод-и (руб-й).
Предельная эффективность рес-са. Отражает отнош-е прироста выпуска прод-и к малому приросту кол-ва произв-го ресурса dy/dxi. dy/dx1=a1, dy/dx2=a2. dy/dx1 пок-ет на ск-ко руб-й изм-ся объём вып-ка прд-и при ув-и среднесп-й численности раб-в на 1-го чел-ка. Существует понятие экон-й обл-ти, к-е означ-ет множество таких сочетаний затрат рес-в, для кот-х справедливо утверждение, что при ув-и затрат рес-в выпуск прод- и не ум-ся.
Средняя эф-ть рес-са отражает отнош-е объёма выпуска прод-и к затратам произ-го ресурса = у/хj. Для расчёта можно взять среднее зн-е затрат рес-са. По ним опред-ют объём выпуска прод-и из ур-я произв-й ф-и, а затем рассчитывают зн-я средних эф-й рес-са. В рез-те получаем среднее зн-е ПТ и средней фондоотдачи.
Эластичность выпуска по отн-ю к изменению затрат рес-са. Опред-ся как отн-е предельной эф-ти рес-са к средней эф-ти этого рес-са. Ej (x) = (dy/dxj)/(y/xj). Пок-ет, на ск-ко % изменится объём вып-ка прод-и при ув-и затрат произ-х рес-в на 1 %.
Эластичность произ-ва. Е (х) = сумма Ej (x). Пок-ет, на ск-ко % изменится объём вып-ка прод-и при ув-и масштаба произ-ва на 1 %. Если меньше 1 – убывающая отдача от масштаба произ-ва. =1 – постоянная. Больше 1 – возрастающая.
40. Общее представление о задачах оптимальног окп. Обзор методов реш-я задач оптим. Окп.
Среди моделей оптим. план-я работы пром. пред-я особенно важны модели, используемые для реш-я задач упр-я технологич-ми производств. процессами. Они позволяют установить наилучший режим д-ти внутризаводских подразделений во времени. Для составления оптим-х календ-ых планов-гр-ков работы отдельных участков пред-я примен. большой арсенал мат. м-дов объединенных под общим названием м-дов КП. Рассмотрим общую постановку задачи КП применительно к машиностр-му пр-ву. Предположим, что в цехе имеется обор-е m разл. видов. Оно применяется при изгот-и деталей n видов, потребность в деталях в план. периоде Т опред-ся планом выпуска готовых изд-й пред-я. Причем план выпуска изд-й задается с разбивкой на одпериоды план. периода Т (по декадам).
Известно: - нормы з-т времени на обработку разл. деталей на станка каждого типа; - длит-ть переналадок обор-я при переходе от обработки одних деталей к другим; - технологические маршруты движ-я деталей в процессе обработки. Требуется опред-ть такой режим работы обор-я, при кот. план-гр-к выпуска гот. изд-й будет полностью обеспечен необходимым кол-вом деталей. Критерий оптимальности – min сум. з-ты в план. периоде Т.
Постановка задачи м.б. описана моделью мат. программир-я, причем модель будет нелинейной. Кр. того реш-е должно уд-ять требованию целочисл-ти для ряда перем-х. В наст. время не сущ-ет м-да реш-я такой задачи, однако в общую постановку задачи м. вводить разл. упрощающие предложения, образующиеся при этом частные задачи вполне разрешимы. М. выделить след. задачи:
1. Технологич. маршруты движ-я деталей считаются определ-ми, а размеры партии деталей фиксир-ми. Треб-ся опред-ть оптим. послед-ть запуска разл. партий дет-й в обработку. В кач. критерия оптим-сти исп-ся min общего времени для обработки всех дет-й.
2. Для отд. наимен-я дет-ей, потребность в кот. неравномерна во времени. Треб-ся опред-ть оптим. режим пр-ва и хранения. Крит. оптим-ти – min з-т обусловленных как неравномер-ю гр-ка пр-ва д-ей, так и содержанием их запасов.
3. В зад.2 рассматр. Отдельное наимен-е д-ей и не учит-ются др., кот-е д.б. сделаны в план. периоде Т. Возникает более сложная зад. оптим. план-я пр-ва и хран-я разл. видов д-ей. Целью решаемой зад. явл-ся опред-е для каждого наимен-я д-ей оптим. величины партии обработки или оптим. периодичности запуска данных изд-й в пр-во.
4. При наличии в цехе взаимозаменяемого обор-я разл. производ-ти треб-ся опред-ть оптим. план загрузки обор-я. Крит. оптим. – min ден.з-ты на обработку всех деталей.
М-ды реш-я задач ОКП.
1. М-ды лин. программ-я, в частности м-ды целочисл-го лин. программ-я.
2. М-ды теории массового обслуж-я. Отд. раб. место, отд. станок рассм-ся как обслуживающая с/с, для кот. поток требований образует ожидающие обработки д-ли. Весь цех рассм-ся как сеть с/с массового обслуж-я. Треб-ся отыскать правила приоритета, в соотв- с кот. нужно установить очередность обработки на станке ожидающих в очереди д-ей.
3. М. исп-ть м-ды сетевого план-я.
4. М-ды приближенного реш-я оптимизац-х задач – м-д статистич. испытаний ( м-д Монтекарло). При пом. компьютера в случайном порядке отбирается достат. большое кол-во возможных вариантов реш-я зад., из них выбир-ся лучший. Очевидно, чем больше кол-во отобранных вар-тов, тем больше вер-ть получения реш-я, близкого к оптим-му.
5. Эвристические алгоритмы. Примен. м-ды основанные на разумных идеях т.е. формализуются рацион. методики и приемы календ. план-я, используемые квалифицир. специлистами в данной обл. знаний.