- •Введение в математическую экономику
- •1. Предмет и задачи математической экономики
- •2. Математическое моделирование экономических систем
- •3. Примеры экономических задач оптимизации и управления
- •4. Общая схема принятия решений. Виды и параметры экономических задач оптимизации и управления
- •5. Оптимальное поведение и его формализация в экономико-математических моделях
- •Тема 1. Элементы финансовой математики
- •1.1. Сущность финансовой математики
- •1.2. Основные категории, используемые в финансово–экономических расчетах
- •1.3. Фактор времени в финансово–экономических расчетах
- •1.4. Наращение
- •1.5. Дисконтирование
- •1.6. Номинальная и эффективная ставка
- •1.7. Эквивалентность процентных ставок
- •1.8. Сущность инфляции
- •1.9. Учет инфляции при расчете наращивания
- •1.10. Кредитные расчеты. Равные процентные выплаты
- •1.11. Погашение долга равными суммами
- •1.12. Равные срочные выплаты
- •1.13. Потребительский кредит
- •Тема 2. Оценка инвестиционных процессов
- •2.1. Особенности инвестиционных процессов
- •2.2. Чистый приведенный доход
- •2.3. Срок окупаемости
- •2.4. Внутренняя норма доходности
- •2.5. Построение оптимального портфеля
- •2.6. Моделирование финансовых рисков
- •2.7. Принципы определения цены
- •2.8. Простейший и классический процессы риска
- •Тема 3. Основы актуарной математики
- •3.1. Предмет актуарной математики
- •3.2. Использование решающего правила Байеса
- •3.3. Задача о разорении. Вероятность разорения
- •3.4. Сложные пуассоновские процессы
- •3.5. Неравенство Лундберга
- •3.6. Определение вероятности окончательного разорения в экспоненциальном случае
- •3.7. Влияние перестрахования на вероятность разорения. Задача о разорении и перестрахование
- •Тема 4. Задачи оптимизации и управления в экономике
- •4.1. Основные понятия исследования операций
- •4.2. Классификация задач исследования операций
- •4.3. Построение экономико-математической модели
- •4.4. Линейное программирование
- •4.5. Геометрический метод решения задачи линейного программирования
- •4.6. Симплекс-метод решения задачи линейного программирования
- •4.7. Транспортная задача линейного программирования
- •4.8. Задача коммивояжера и метод ветвей и границ
- •2) Построение нижних и верхних оценок минимального значения целевой функции.
- •3) Отсеивание вариантов.
- •4.9. Нелинейное программирование. Метод множителей Лагранжа
- •4.10. Задача выпуклого программирования
- •4.11. Понятие о параметрическом и стохастическом программировании
- •4.12. Общая постановка задачи динамического программирования
- •4.13. Принцип оптимальности и уравнения Беллмана
- •4.14. Задача о распределении средств между предприятиями
- •4.15. Общая схема применения метода дп. Задача об оптимальном распределении ресурсов между отраслями на n лет
- •Тема 5. Математические модели экономических процессов
- •5.1. Линейные модели экономики
- •5.2. Модель Леонтьева «Затраты-выпуск»
- •5.3. Планирование производства в динамике (модель Неймана «расширяющейся» экономики)
- •5.4. Математическая теория потребления. Формализация предпочтения потребителя при выборе товаров
- •5.5. Функция полезности как критерий оценки товаров
- •5.6. Предельный анализ и понятие эластичности в теории потребления
- •5.7. Оптимизационная модель задачи потребительского выбора. Уравнение Слуцкого
- •5.8. Математическая теория конкурентного равновесия
- •5.9. Рыночный спрос и рыночное предложение. Условия совершенной конкуренции. Модель Вальраса
4.5. Геометрический метод решения задачи линейного программирования
Рассмотрим задачу линейного программирования с двумя переменными
.
Пусть геометрическим изображением системы ограничений является многоугольник (рис.4.1). Чтобы решить задачу необходимо среди вершин этого многоугольника найти вершину, в которой функция цели принимает минимальное значение.
Рис. 4.1. |
Рассмотрим линию уровня линейной функции Q(x), то есть линию вдоль которой эта функция принимает одно и то же фиксированное значение a. График этой линии задается уравнением
|
Для различных значений величины a линии уровня линейной функции параллельны. Одно из свойств линий уровня линейной функции состоит в том, что при параллельном смещении линии в одну сторону значение функции только возрастает, а при смещении в другую сторону – только убывает. Направление, в котором следует осуществлять сдвиг, чтобы достичь меньших значений целевой функции, можно найти построением другой линии уровня. Путем параллельного переноса прямой Q(x)=a в направлении меньших значений целевой функции достигают того, что эта прямая будет пересекать допустимую область решений (многоугольник) по части ее границы – множеству точек Р. (В общем случае параллельная прямая может пересекать допустимую область в одной точке, по отрезку, лучу или прямой.) Все другие допустимые точки лежат на линиях уровня, принадлежащих большим значениям целевой функции. Все точки, лежащие на линиях уровня с меньшими значениями, являются не допустимыми. Таким образом, множество точек Р является множеством оптимальных решений.
Пример. Решить геометрическим методом следующую задачу линейного программирования:
Решение.
На первом этапе построим область допустимых решений – многогранник решений.
Для каждого их заданных неравенств на плоскости строим полуплоскости, то есть множество точек, удовлетворяющих неравенству.
Для этого, например, построим сначала прямую . Эта прямая проходит через точки (0;6) и (12;0) – точки ее пересечения с осями координат. Затем возьмем произвольную точку, не лежащую на этой прямой точка, например точку (0;0), и проверим, удовлетворяют ли ее координаты соответствующему неравенству или нет. Если координаты точки удовлетворяют неравенству, то вся полуплоскость, в которой находится эта точка, является допустимой (по отношению к этому условию). В противном случае, полуплоскость является недопустимой и на рисунке заштриховывается. Таким же образом поступаем со всеми неравенствами, заданными в задаче.
В следующей таблице приведены результаты вычисления координат точек, через которые проходят прямые, определяемые неравенствами исходной системы. Получим искомый многогранник решений. На рис. 4.2 многогранник решений изображен в виде заштрихованной области.
Уравнение |
Х1 |
Х2 |
Х1 |
Х2 |
Точка (0,0) |
1 |
0 |
6 |
12 |
0 |
Удовлетворяет неравенству |
2 |
8 |
2 |
8 |
4 |
Удовлетворяет неравенству |
3 |
0 |
3 |
3 |
0 |
Не удовлетворяет неравенству |
Рис. 4.2. |
На втором этапе построим прямые – линии уровня целевой функции, то есть линии, во всех точках которых значение целевой функции постоянно. Для этого выбираем произвольные значения целевой функции, например, Q=10. |
Тогда точки, в которых целевая функция принимает значение 10, лежат на прямой - линии уровня Q=10.(на рисунке эта линия обозначена точками). Все линии уровня, принадлежащие другим значениям, являются прямыми, параллельными прямой Q=10. Направление, в котором следует параллельно смещать линию уровня, чтобы достичь меньших значений, определим, построив линию уровня Q=15.
В следующей таблице приведены результаты вычисления координат точек, через которые проходят выбранные линии.
Уравнение |
Х1 |
Х2 |
Х1 |
Х2 |
Q=10 |
0 |
4 |
10 |
0 |
Q=15 |
0 |
7,5 |
15 |
0 |
Построим по координатам найденных точек линии уровня.
Укажем с помощью линии со стрелкой, перпендикулярной линии уровня, направление уменьшения значений целевой функции.
Путем параллельного переноса линий уровня в направлении меньших значений целевой функции получаем, что множеству P принадлежит одна точка, которая является точкой пересечения прямой, заданной неравенством 3, и прямой х2=0.
Для нахождения координат точки P необходимо решить систему уравнений, содержащую уравнения прямых, на пересечении которых лежит точка P.
Решением этой системы является точка х1=3, х2=0: P = { (3;0) }.
Решением задачи является точка (3;0), в которой целевая функция принимает минимальное значение:
Qmin=3+2,5*0=3.
Все задачи линейного программирования с двумя переменными можно решить при помощи графического метода, объясненного на этом примере.