- •Лекція 1 «Концептуальні аспекти математичного моделювання економіки»
- •1.1 Економіка як об’єкт моделювання
- •1.2 Узагальнена схема математичного моделювання
- •1.3 Основні принципи побудови математичної моделі
- •1.4 Класифікація економіко-математичних моделей
- •1.5 Роль прикладних економіко-математичних досліджень
- •Лекція 2 «Оптимізаційні економіко-математичні моделі»
- •2.1 Постановка задачі економіко-математичного моделювання
- •2.2 Класифікація задач математичного програмування
- •Лекція 3 «Загальна економіко-математична модель задачі лінійного програмування»
- •3.1 Загальна економіко-математична модель задачі лінійного програмування
- •3.2 Форми запису задач лінійного програмування
- •3.3 Геометрична інтерпретація задачі лінійного програмування
- •3.4 Основні властивості розв’язків задачі лінійного програмування
- •3.5 Графічний метод розв’язування задач лінійного програмування
- •Лекція 4 «Симплексний метод розв’язування задач лінійного програмування»
- •4.1 Загальні аспекти застосування симплекс-методу
- •4.2 Початковий опорний план
- •4.3 Перехід від одного опорного плану до іншого
- •4.4 Оптимальний розв’язок. Критерій оптимальності плану
- •4.5 Розв’язування задачі лінійного програмування симплексним методом
- •4.6 Метод штучного базису (самостійна робота)
- •Лекція 5 «Теорія двоїстості»
- •5.1. Економічна інтерпретація прямої та двоїстої задач лінійного програмування
- •5.2 Правила побудови двоїстих задач
- •5.3 Основні теореми двоїстості та їх економічний зміст
- •5.4 Приклади застосування теорії двоїстості для знаходження оптимальних планів прямої та двоїстої задач (самостійна робота)
- •Лекція 6 «Цілочислове програмування»
- •6.1 Економічна і математична постановка цілочислової задачі лінійного програмування
- •6.2 Геометрична інтерпретація розв’язків цілочислових задач лінійного програмування на площині
- •6.3 Загальна характеристика методів розв’язування цілочислових задач лінійного програмування
- •6.4 Методи відтинання. Метод Гоморі
- •6.5 Комбінаторні методи. Метод гілок та меж
- •Лекція 7 «Нелінійні оптимізаційні моделі економічних систем»
- •7.1 Економічна і математична постановка задачі нелінійного програмування
- •7.2 Геометрична інтерпретація задачі нелінійного програмування
- •7.3 Основні труднощі розв’язування задач нелінійного програмування
- •7.4. Класичний метод оптимізації. Метод множників Лагранжа
- •7.4.1 Умовний та безумовний екстремуми функції
- •7.4.2 Метод множників Лагранжа
- •7.5 Необхідні умови існування ої точки
- •7.6 Теорема Куна-Таккера
- •7.6.1 Опуклі й вогнуті функції
- •7.7 Опукле програмування
- •8.1 Загальна постановка задачі динамічного програмування
- •10.2 Складання математичної моделі динамічного програмування
- •10.3 Етапи рішення задачі динамічного програмування
- •10.4 Приклад задачі динамічного програмування : оптимальний розподіл інвестицій
- •Лекція 9 «Стохастичне програмування»
- •9.1 Загальна математична постановка задачі стохастичного програмування
- •9.2 Особливості математичної постановки задач стохастичного програмування
- •9.3 Приклади економічних задач стохастичного програмування
- •9.3 Приклади економічних задач стохастичного програмування
- •10.1 Основні поняття теорії ігор
- •10.2 Матричні ігри двох осіб
- •10.3 Зведення матричної гри до задачі лінійного програмування
Лекція 2 «Оптимізаційні економіко-математичні моделі»
2.1 Постановка задачі економіко-математичного моделювання
Подамо схематично довільну економічну систему у такому вигляді (рис. 2.1):
Рисунок 2.1 –Схема економічної системи
Параметри сk (k = 1, 2, ..., l) є кількісними характеристиками системи. Наприклад, якщо йдеться про таку економічну систему, як сільськогосподарське підприємство, то його параметрами є наявні ресурси (земельні угіддя, робоча сила, сільськогосподарська техніка, тваринницькі та складські приміщення), рівень урожайності сільськогосподарських культур, продуктивності тварин, норми витрат ресурсів, ціни та собівартість проміжної і кінцевої продукції, норми податків, проценти за кредит, ціни на куповані ресурси тощо.
Частина параметрів сk для певної системи може бути сталими величинами, наприклад, норми висіву насіння сільськогосподарських культур, норми споживання тваринами кормів тощо, а частина — змінними, тобто залежатиме від певних умов, як, скажімо, урожайність сільськогосподарських культур, собівартість продукції, реалізаційні ціни на рослинницьку й тваринницьку продукцію.
Змінні величини бувають незалежними чи залежними, дискретними чи неперервними, детермінованими або випадковими. Наприклад, залежною змінною є собівартість продукції, незалежною від процесу функціонування підприємства величиною є початковий розмір статутного фонду, дискретною – кількість корів, неперервною – площа посіву озимої пшениці, детермінованою – норма висіву насіння кукурудзи на гектар, випадковою – кількість телят, які народяться у плановому періоді.
Вхідні змінні економічної системи бувають двох видів: керовані xj (j=1,2,...,n), значення яких можна змінювати в деякому інтервалі; і некеровані змінні yi (і=1,2, ..., m), значення яких не залежать від волі людей і визначаються зовнішнім середовищем. Наприклад, обсяг придбаного пального – керована, а температура повітря – некерована змінна. Залежно від реальної ситуації керовані змінні можуть переходити у групу некерованих і навпаки. Наприклад, у разі насиченого ринку обсяги придбання дизельного палива є керованою змінною величиною, а за умов дефіциту цього ресурсу – некерованою.
Кожна економічна система має певну мету свого функціонування. Це може бути, наприклад, отримання максимуму чистого прибутку. Ступінь досягнення мети, здебільшого, має кількісну міру, тобто може бути описаний математично.
Нехай F – вибрана мета (ціль). За цих умов вдається, як правило, встановити залежність між величиною F, якою вимірюється ступінь досягнення мети, вхідними змінними та параметрами системи:
F = f (x1, x2, ..., xn; y1, y2, ..., ym; c1, c2, ..., cl). (2.1)
Функцію F називають цільовою функцією, або функцією мети. Для економічної системи це є функція ефективності її функціонування та розвитку, оскільки значення F відображує ступінь досягнення певної мети.
У загальному вигляді задача економіко-математичного моделювання формулюється так:
Знайти такі значення керованих змінних xj, щоб цільова функція набувала екстремального (максимального чи мінімального значення).
Отже, потрібно відшукати значення
. (2.2)
Можливості вибору xj завжди обмежені зовнішніми щодо системи умовами, параметрами виробничо-економічної системи тощо.
Наприклад, площа посіву озимої пшениці обмежена наявністю ріллі та інших ресурсів, сівозмінами, можливістю реалізації зерна, необхідністю виконання договірних зобов’язань тощо. Ці процеси можна описати системою математичних рівностей та нерівностей виду:
(2.3)
Тут
набір символів (
,
=,
)
означає, що для деяких значень поточного
індексу і
виконуються нерівності типу
,
для інших –
рівності (=),
а для решти – нерівності типу
.
Система (2.3) називається системою обмежень, або системою умов задачі. Вона описує внутрішні технологічні та економічні процеси функціонування й розвитку виробничо-економічної системи, а також процеси зовнішнього середовища, які впливають на результат діяльності системи. Для економічних систем змінні xj мають бути невід’ємними:
. (2.4)
Залежності (2.2)-(2.4) утворюють економіко-математичну модель економічної системи. Розробляючи таку модель, слід дотримуватись певних правил:
1. Модель має адекватно описувати реальні технологічні та економічні процеси.
2. У моделі потрібно враховувати все істотне, суттєве в досліджуваному явищі чи процесі, нехтуючи всім другорядним, неістотним у ньому. Математичне моделювання — це мистецтво, вузька стежка між переспрощенням та переускладненням. Справді, прості моделі не забезпечують відповідної точності, і «оптимальні» розв’язки за такими моделями, як правило, не відповідають реальним ситуаціям, дезорієнтують користувача, а переускладнені моделі важко реалізувати на ЕОМ як з огляду на неможливість їх інформаційного забезпечення, так і через відсутність відповідних методів оптимізації.
3. Модель має бути зрозумілою для користувача, зручною для реалізації на ЕОМ.
4. Необхідно, щоб множина змінних xj була не порожньою. З цією метою в економіко-математичних моделях за змоги слід уникати обмежень типу «=», а також суперечливих обмежень. Наприклад, ставиться обмеження щодо виконання контрактів, але ресурсів недостатньо, аби їх виконати. Якщо система (2.3), (2.4) має єдиний розв’язок, то не існує набору різних планів, а отже, й задачі вибору оптимального з них.
Будь-який набір змінних x1, x2, ..., xn, що задовольняє умови (2.3) і (2.4), називають допустимим планом, або планом. Очевидно, що кожний допустимий план є відповідною стратегією економічної системи, програмою дій. Кожному допустимому плану відповідає певне значення цільової функції, яке обчислюється за формулою (2.2).
Сукупність усіх розв’язків системи обмежень (2.3) і (2.4), тобто множина всіх допустимих планів утворює область існування планів.
План, за якого цільова функція набуває екстремального значення, називається оптимальним. Оптимальний план є розв’язком задачі економіко-математичного моделювання (2.2)—(2.4).
Приклад 2.1. Фірма спеціалізується на виготовленні та реалізації електроплит і морозильних камер. Припустимо, що збут продукції необмежений, проте обсяги ресурсів (праці та основних матеріалів) обмежені. Завдання полягає у визначенні такого плану виробництва продукції на місяць, за якого виручка була б найбільшою.
Норми використання ресурсів та їх загальний запас, а також ціни одиниці кожного виду продукції наведені в табл.2.1.
Таблиця 2.1 – Інформація, необхідна для складання виробничої програми
Вид продукції |
Норми витрат на одиницю продукції |
Ціна одиниці продукції, ум. од. |
||
робочого часу, люд.-год. |
листового заліза, м2 |
скла, м2 |
||
Морозильна камера |
9,2 |
3 |
— |
300 |
Електрична плита |
4 |
6 |
2 |
200 |
Загальний запас ресурсу на місяць |
520 |
240 |
40 |
— |
Побудуємо економіко-математичну модель даної задачі. Позначимо через х1 кількість вироблених морозильних камер, а через х2 — електроплит. Виразимо математично умови, що обмежують використання ресурсів.
Виходячи з нормативів використання кожного з ресурсів на одиницю продукції, що наведені в табл.2.1, запишемо сумарні витрати робочого часу: 9,2х1 + 4х2. За умовою задачі ця величина не може перевищувати загальний запас даного ресурсу, тобто 520 люд.-год. Ця вимога описується такою нерівністю:
Аналогічно запишемо умови щодо використання листового заліза та скла:
;
Необхідно
серед множини всіх можливих значень х1
та х2
знайти такі, за яких сума виручки
максимальна, тобто:
.
Отже, умови задачі, описані в прикладі 2.1, можна подати такою економіко-математичною моделлю:
,
за
умов:
;
;
;
.
Остання умова фіксує неможливість набуття змінними від’ємних значень, тому що кількість виробленої продукції не може бути від’ємною. Розв’язавши задачу відповідним методом математичного програмування, дістаємо такий розв’язок: для максимальної виручки від реалізації продукції необхідно виготовляти морозильних камер — 50 штук, електроплит — 15 (х1 = 50, х2 = 15).
Перевіримо виконання умов задачі:
;
;
.
Всі умови задачі виконуються, до того ж оптимальний план дає змогу повністю використати два види ресурсів з мінімальним надлишком третього.
Виручка
становитиме:
ум. од.
Отриманий
оптимальний план у порівнянні з першим
варіантом виробничої програми уможливлює
збільшення виручки на
ум.од.,
тобто на
Зауважимо, що в класичній постановці задачі економыко-математичного моделювання передбачається одна цільова функція, яка кількісно визначена. У реальних економічних системах на роль критерію оптимальності (ефективності) претендують кілька десятків показників. Наприклад, максимум чистого доходу від реалізації виробленої продукції чи максимум рівня рентабельності, мінімум собівартості виробленої продукції або мінімум витрат дефіцитних ресурсів. Крім того, бажаним є застосування кількох критеріїв одночасно, причому вони можуть бути взагалі несумісними. Наприклад, вимога досягти максимальної ефективності виробництва за мінімальних витрат ресурсів з погляду постановки математичної задачі є некоректною. Мінімальні витрати ресурсів – це нульові витрати, що мають місце за повної відсутності будь-якого процесу виробництва. Аналогічно максимальна ефективність може бути досягнута лише у разі використання певних обсягів (звичайно не нульових) ресурсів. Тому коректними є постановки задач такого типу: досягти максимальної ефективності при заданих витратах чи досягти заданого ефекту за мінімальних витрат.
Оскільки не існує єдиного універсального критерію економічної ефективності, то досить часто вдаються до розгляду багатокритеріальної оптимізації. Хоча задача економіко-математичного моделювання передбачає одну цільову функцію, розроблено математичні методи, що дають змогу будувати компромісні плани, тобто здійснювати багатокритеріальну оптимізацію.
Найчастіше способи використання багатьох критеріїв у задачах економіко-математичного моделювання зводяться до штучного об’єднання кількох вибраних показників в один. Наведемо кілька таких способів.
Нехай
у задачі обрано m
критеріїв оптимальності Fi
.
Загальний критерій може мати вигляд
суми окремих показників ефективності
з відповідними коефіцієнтами:
, (2.5)
де
–
додатні чи від’ємні коефіцієнти. Додатні
коефіцієнти відповідають
тим критеріям, які потрібно максимізувати,
а від’ємні –
тим, які мінімізуються. Абсолютні
значення коефіцієнтів
відповідають пріоритету (важливості)
того чи іншого показника.
Наприклад, якщо розв’язується виробнича задача, то з додатними коефіцієнтами ввійдуть такі величини, як обсяг прибутку, отриманого від реалізації товарів та послуг, з від’ємними – витрати ресурсів (часу, праці), собівартість одиниці продукції.
Очевидно, що багатокритеріальні задачі економіко-математичного моделювання не мають універсального способу розв’язування. Отже, вибір та коректне застосування будь-якого з наведених способів залишається за суб’єктом прийняття рішень. Завдання економіко-математичного моделювання полягає в забезпеченні потрібною кількістю науково обґрунтованої інформації, на підставі якої здійснюється вибір управлінського рішення.
