- •УЧЕБНОЕ ПОСОБИЕ
- •Предисловие
- •1. Свободное программное обеспечение
- •1.1. Основные сведения о свободном программном обеспечении
- •1.2. Офисный пакет OpenOffice.org
- •Краткое описание
- •Установка пакета OpenOffice.org
- •Первый запуск OpenOffice.org
- •1.3. Электронные таблицы Gnumeric
- •1.4. Математический пакет Maxima
- •1.5. Пакет для статистических и эконометрических расчетов Gretl
- •2. Линейная алгебра и аналитическая геометрия
- •2.1. Примеры решения задач линейной алгебры при помощи электронных таблиц Gnumeric
- •Задача 2.1. Умножение матриц
- •Задача 2.2. Вычисление определителя
- •Задача 2.3. Вычисление обратной матрицы
- •3. Математический анализ
- •3.1. Программа Maxima как научный калькулятор
- •3.2. Задачи на нахождение пределов
- •3.4. Производная. Исследование функций
- •Задача 3.7. Поиск экстремумов.
- •Задача 3.8. Минимаксная задача.
- •Задача 3.9. Исследование функции и построение ее графика.
- •3.5. Интеграл
- •Задача 3.10. Неопределенный интеграл.
- •Задача 3.11. Определенный интеграл.
- •Задача 3.12. Несобственный интеграл.
- •3.7. Ряды
- •Задача 3.13. Сходимость и суммы числовых рядов.
- •Задача 3.14. Сходимость числового ряда.
- •Задача 3.15. Сходимость степенного ряда.
- •Задача 3.16. Разложение в ряд Тейлора.
- •3.8. Дифференциальные уравнения
- •Задача 3.18. Задача Коши.
- •4. Теория вероятностей и математическая статистика
- •4.1. Задачи теории вероятностей
- •Задача 4.1. Задача о лотерейных билетах.
- •Задача 4.2. Задача о днях рождения.
- •Задача 4.3. Задача об отказах. Распределение Пуассона.
- •Задача 4.4. Нормальное распределение.
- •4.2. Задачи математической статистики
- •Задача 4.5. Расчет доверительных интервалов.
- •Задача 4.6. Проверка гипотезы о равенстве средних
- •Задача 4.7. Проверка гипотезы о равенстве дисперсий
- •Задача 4.8. Проверка гипотезы о виде закона распределения.
- •5.1. Системы массового обслуживания
- •5.2. Линейное, целочисленное и нелинейное программирование
- •5.3. Задачи экономического моделирования
- •Задача 5.1. Система массового обслуживания.
- •Задача 5.2. Задача линейного программирования.
- •Задача 5.3. Транспортная задача
- •Задача 5.4. Задача о назначениях
- •Задача 5.5. Модель Леонтьева межотраслевого баланса
- •Задача 5.6. Формирование портфеля ценных бумаг
- •6. Эконометрика
- •6.1. Основные положения
- •6.2. Краткое описание пакета программ Gretl
- •6.3. Множественная регрессия
- •Расчет основных статистик.
- •Анализ корреляционной матрицы. Выбор значимых факторов.
- •Сравнение цен по городам
- •Проверка нормальности и гомоскедастичности остатков
- •Выводы
- •6.4. Анализ временных рядов
- •Выбор линии тренда
- •Автокорреляция остатков (прямые расчеты)
- •Авторегрессия
- •Сезонные колебания
- •6.5. Системы одновременных эконометрических уравнений
- •Заключение
- •Библиографический список
- •МАТЕМАТИКА В ЭКОНОМИКЕ
- •УЧЕБНОЕ ПОСОБИЕ
- •МАТЕМАТИКА В ЭКОНОМИКЕ
- •УЧЕБНОЕ ПОСОБИЕ
5.Экономико-математические методы и прикладные модели
5.1. Системы массового обслуживания
Система массового обслуживания (СМО) это объект, характе-
ризующийся наличием следующих элементов: 1) источник заявок или требований на обслуживание; 2) очередь; 3) обслуживающий ап-
парат (ОА).
Источник, обычно, не считается элементом СМО. Предполага-
ется, что источник моделирует внешнее окружение. Таким образом,
СМО содержит очередь и обслуживающий аппарат.
Для описания сокращенных обозначений для однофазных СМО используется трехбуквенное обозначение вида A/B/m, где A и B описывают соответственно интервалы времени между поступле-
ниями последовательных заявок и распределение времени их обслу-
живания; m - число каналов обслуживания. A и B принимают сле-
дующие значения:
M - экспоненциальное (показательное) распределение;
Er - распределение Эрланга порядка r;
D - детерминированное;
G - распределение общего вида.
Иногда указывают емкость очереди K и емкость источника заявок M. В этом случае используется пятибуквенное обозначение
A/B/m/K/M. При отсутствии одного из двух последних индексов его значение предполагается сколь угодно большим.
СМО удобно описывать на основе диаграммы состояний, кото-
рая носит название «процесс гибели и размножения» (рис. 5.1).
134
|
|
|
k |
k |
|
|
|
|
|
0 |
1 |
2 |
|
k |
1 |
2 |
3 |
k |
k+1 |
Рис. 5.1. Процесс гибели и размножения.
Состояние Ek обозначается овалом, в котором записывается число k. Переходы между состояниями обозначаются стрелками, на которых представлены интенсивности переходов.
Здесь k – интенсивность потока заявок, поступающих в сис-
тему, находящуюся в состоянии с номером k (количество заявок, по-
ступающих за единицу времени); k – интенсивность обслуживания в системе, находящейся в состоянии с номером k (количество заявок,
которые обслуживаются в среднем за единицу времени).
Решение этой системы в общем виде невозможно. Модель да-
же простой системы является чрезвычайно сложной и трудно анали-
зируемой. Если рассматривать СМО более сложного вида, то вычис-
лительные трудности будут еще более высокими. Поэтому обычно рассматривают решения системы уравнений Колмогорова в устано-
вившемся режиме при t→∞: dp(k;t)/dt→0, p(k;t)→p(k)=const.
Выпишем некоторые формулы для систем массового обслужи-
вания.
Вероятности состояний связаны между собой формулами
k |
i 1 |
|
|
p(k ) p(0) |
, k 1... . |
||
|
|||
i 1 |
i |
Неизвестную константу p(0) найдем из условий нормировки:
p(0) |
|
|
1 |
|
|
|
. |
|
|
|
|
|
|||
|
|
k |
|
|
|||
|
|
|
i |
1 |
|
|
|
|
1 |
|
|
|
|||
|
k 1i 1 |
|
i |
||||
|
|
|
|
135
Для системы M/M/1 (диаграмма состояний представлена на
рис. 5. 2) справедливы следующие формулы:
i |
|
const и |
i |
const |
i . |
|
||||||
|
|
|
|
|
|
|
|
|
|
|
||
Тогда, обозначая отношение |
|
1, получаем: |
|
|||||||||
|
|
|||||||||||
p(0) 1 , p(k ) |
|
(1 ) k , k |
1... |
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0 |
1 |
2 |
n |
Рис.5.2. Диаграмма интенсивностей переходов системы M/M/1.
Здесь параметр имеет смысл коэффициента использования.
Ниже будет видно, почему не рекомендуется устремлять его к еди-
нице, т.е. не следует загружать оборудование и людей на все 100%.
Человек или оборудование, имеющий максимальное значение коэффициента использования, является слабым звеном в системе
(производстве, банковской сфере, сфере обслуживания и т.д.).
Среднее число заявок в системе равно |
N |
|
|
|
, среднее время |
||||
1 |
|
||||||||
|
|
|
|
|
|
|
|
||
пребывания заявки в системе: T |
N |
1 |
|
|
|
|
1 |
. |
|
|
|
|
|
|
|
|
|
||
|
(1 |
) |
|
|
|
|
|||
|
|
|
|
|
|
|
Как видно, если коэффициент использования стремится к еди-
нице, среднее число заявок в системе и среднее время пребывания заявок в системе стремится к бесконечности.
Иначе говоря, если Вы набрали заказов, стремясь полностью загрузить свои мощности, то, с очень высокой вероятностью, сорвете сроки выполнения заказов.
136
Для системы M/M/m диаграмма состояний представлена на рис. 5.3.
0 |
1 |
2 |
m-1 |
(m-1) m
Рис. 5.4. Диаграмма интенсивностей переходов системы M/M/m.
Имеем следующие формулы:
|
|
(m )k |
|||
p(0) |
|
|
|
, k m |
|
|
|
|
|||
p(k ) |
|
k! |
|||
|
k |
||||
|
|
|
|||
p(0) |
|
|
mm , k m |
||
|
|
||||
|
|
m! |
|||
Здесь |
|
|
1. |
|
|
m |
|
|
|||
|
|
|
|
|
Среднее число заявок в системе всегда можно найти как
N i p(i) .
i1
5.2.Линейное, целочисленное и нелинейное программирование
В экономике часто возникает задача следующего типа: найти
|
n |
|
экстремум функции Ц |
ai xi |
extr при наличии следующих ог- |
i |
1 |
|
раничений: |
|
|
n |
|
|
bij xi c j , j 1...k; xi |
0 i . |
|
i 1 |
|
|
Рассмотрим пример такой задачи.
137
Имеется 150 л жидкости А и 150 л жидкости Б. Для получения одной бутыли смеси 1 нужно взять 2 л жидкости А и 1 л жидкости Б,
а для получения одной бутыли смеси 2 нужно взять соответственно 1
л жидкости А и 4 – жидкости Б.Смесь 1 продаѐтся по цене 2 ден.
единицы, а смесь 2 – 3 ден. единицы за одну бутыль. Сколько нужно приготовить бутылей каждой смеси, чтобы общая их стоимость бы-
ла наибольшей, при условии, что число бутылей со смесью 2 не ме-
нее числа бутылей со смесью 1?
Введѐм следующие обозначения: х1 - количество бутылей пер-
вой смеси; х 2 - количество бутылей второй смеси. Стоимость буты-
лей первой смеси составляет 2х1 ден. единиц, а второй смеси - 3х 2
ден. единиц, т. е. необходимо максимизировать целевую функцию
(общую стоимость):
f( X ) =2х1 + 3х2→ max.
Помимо указанной функции мы имеем ряд ограничений.
1-е ограничение: можно потратить не более 150 л жидкости А:
2x1 x2 150
2-е ограничение: можно потратить не более 150 л жидкости В:
x1 4x2 150
3-е ограничение: число бутылей со смесью 2 не менее числа бутылей со смесью 1:
x1 x2 0
4-е ограничение: количество бутылей не может быть отрица-
тельным:
x1 0, x2 0
Таким образом, получаем следующую задачу: f( X ) =2х1 + 3х2→ max при условиях
138
2x1 x2 150 x1 4x2 150
х1 х2 0 x1 0, x2 0
К аналогичным задачам приводятся транспортные задачи. Они имеют, как правило, следующую формулировку.
Имеется n поставщиков и m потребителей. Каждый поставщик имеет запасы некоторого товара в объеме ai, i=1…n, а каждому потребителю необходимо получить этого товара в объеме bj, j=1…m.
Затраты на доставку одной единицы товара от поставщика № i к потребителю № j равны cij. Разработать план доставки товаров, минимизирующий издержки.
Математическая формулировка этой задачи следующая:
|
|
n m |
|
Ц |
|
|
xij cij min ; |
|
i |
1 j |
1 |
m |
|
|
|
|
xij |
ai |
|
j |
1 |
|
|
n |
|
|
|
|
xij |
b j |
|
i |
1 |
|
|
xij |
0 |
i, j |
Если общие запасы у поставщиков меньше, чем суммарные по-
требности, то второе равенство заменяется на неравенство ( bj). Если запасы превосходят потребности, то первое равенство заменяется на неравенство ( ai).
Задачи такого типа решаются при помощи дисциплины, называемой «линейное программирование».
139