- •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
4.12. Общая постановка задачи динамического программирования
Динамическое программирование (ДП) — метод оптимизации, приспособленный к операциям, в которых процесс принятия решения может быть разбит на этапы (шаги). Такие операции называются многошаговыми. Начало развития ДП относится к 50-м годам XX в. Оно связано с именем Р.Беллмана.
Если модели линейного программирования можно использовать в экономике для принятия крупномасштабных плановых решений в сложных ситуациях, то модели ДП применяются при решении задач значительно меньшего масштаба, например, при разработке правил управления запасами, устанавливающими момент пополнения запасов и размер пополняющего заказа; при разработке принципов календарного планирования производства и выравнивания занятости в условиях колеблющегося спроса на продукцию; при распределении дефицитных капитальных вложений между возможными новыми направлениями их использования; при составлении календарных планов текущего и капитального ремонта сложного оборудования и его замены; при разработке долгосрочных правил замены выбывающих из эксплуатации основных фондов и т. п.
В реально функционирующих больших экономических системах еженедельно требуется принимать микроэкономические решения. Модели ДП ценны тем, что позволяют на основе стандартного подхода с использованием при минимальном вмешательстве человека принимать такие решения. И если каждое взятое в отдельности такое решение малосущественно, то в совокупности эти решения могут оказать большое влияние на прибыль.
Приведем общую постановку задачи ДП. Рассматривается управляемый процесс, например, экономический процесс распределения средств между предприятиями, использования ресурсов в течение ряда лет, замены оборудования, пополнения запасов и т. п. В результате управления система (объект управления) переводится из начального состояния в состояние . Предположим, что управление можно разбить на шагов, т.е. решение принимается последовательно на каждом шаге, а управление, переводящее систему из начального состояния в конечное, представляет собой совокупность пошаговых управлений.
Обозначим через управление на -м шаге ( ). Переменные удовлетворяют некоторым ограничениям и в этом смысле называются допустимыми ( может быть числом, точкой в n-мерном пространстве, качественным признаком).
Пусть — управление, переводящее систему из состояния в состояние . Обозначим через состояние системы после k-го шага управления. Получаем последовательность состояний , , …, , , …, , , которую изобразим кружками (рис. 4.5).
Рис. 4.5
Показатель эффективности рассматриваемой управляемой операции — целевая функция — зависит от начального состояния и управления:
(4.9)
Сделаем несколько предположений.
1. Состояние системы в конце k-го шага зависит только от предшествующего состояния и управления на k-м шаге (и не зависит от предшествующих состояний и управлений). Это требование называется «отсутствием последействия». Сформулированное положение записывается в виде уравнений
(4.10)
которые называются уравнениями состояний.
2. Целевая функция (4.9) является аддитивной от показателя эффективности каждого шага. Обозначим показатель эффективности k-го шага через
(4.11)
тогда
(4.12)
Задача пошаговой оптимизации (задача ДП) формулируется так: определить такое допустимое управление X, переводящее систему S из состояния в состояние , при котором целевая функция (4.12) принимает наибольшее (наименьшее) значение.
Выделим особенности модели ДП:
1. Задача оптимизации интерпретируется как n-шаговый процесс управления.
2. Целевая функция равна сумме целевых функций каждого шага.
3. Выбор управления на k-м шаге зависит только от состояния системы к этому шагу, не влияет на предшествующие шаги (нет обратной связи).
4. Состояние после k-го шага управления зависит только от предшествующего состояния и управления (отсутствие последействия).
5. На каждом шаге управление зависит от конечного числа управляющих переменных, а состояние — от конечного числа параметров.
Следует вспомнить, что существуют различные способы решения подобных задач, применяемые в зависимости от вида функций, ограничений, размерности и т. п. Рассмотрим вычислительную схему ДП, которая окажется безразличной к способам задания функций и ограничений. Вычислительная схема связана с принципом оптимальности и использует рекуррентные соотношения.