- •Экономико - математические методы и модели
- •Экономико-математические методы в планировании и управлении производством.
- •1. Роль математического моделирования в экономической теории и практике:
- •2. Понятие модели и моделирования:
- •3. История развития экономико-математического моделирования:
- •Межотраслевой балансовый метод
- •7. Равновесные цены в межотраслевом балансе:
- •Динамическая модель межотраслевого баланса
- •Перепишем систему (1) через коэффициенты
- •Матричные модели на предприятии
- •Методологические проблемы разработки межотраслевого баланса
- •Оптимальные модели. Линейное програмирование в оптимальном планировании
- •Алгоритм симплексного метода
- •Оптимальное планирование и оптимальные оценки
- •Нахождение исходного опорного плана
- •Расчет оптимальной производственной мощности
- •Анализ производственной программы с использованием оптимальных моделей
- •Оптимальное использование взаимозаменяемых ресурсов
- •Модели оптимального раскроя промышленных материалов
- •Модели оптимального составления смеси (сплава)
- •Бензин а – 76, октановое число не ниже 76, сера не более 0,3 %
- •Модели транспортной задачи
- •Целевая функция (1), ограничение (2), (3) со знаком
- •Модели оптимального планирования, развития и размещения производства
- •Однофакторные модели экономического развития
- •Статистический анализ и прогнозирование экономических показателей (Лабораторная работа № 4)
- •Многофакторные модели экономического развития
- •Множественная корреляция. (лабораторная работа № 5)
- •Оптимизационные модели на макроуровне
Оптимальные модели. Линейное програмирование в оптимальном планировании
1. Понятие оптимального плана.
2. Применение методов линейного программирования в оптимальном планировании.
3. Постановка задачи оптимального планирования. Основные понятия.
4. Графический метод решения задач линейного программирования. Геометрическая интерпретация.
1. Понятие оптимального плана:
Существует 2 рода оптимального плана:
- план, обеспечивающий максимальный результат при заданных объемах ресурсов;
- план, обеспечивающий заданный результат при минимальных объемах ресурсов.
2. Применение методов линейного программирования в оптимальном планировании.
Оптимальные модели всегда связаны с выбором (относительное понятие). Одно и то же решение может быть оптимальным в одном условии и не оптимальным другом. В экономике часто стоит вопрос выбора. Только экономический метод позволяет сделать лучший выбор исходя из математики. Обычно выбирают наиболее эффективный вариант, для этого сравнивают результаты и затраты. Метод позволяет, не перебирая все варианты найти оптимальный. Если переложить этот выбор на сферу планирования, то нужно выбрать оптимальный план. Оптимальный план бывает двух видов:
1) Оптимальным является план, обеспечивающий заданный результат при минимальных затратах ресурсов.
2) Оптимальный план – обеспечивает максимальный результат при заданном объеме ресурсов.
Оптимальный план находится с помощью математических методов. Метод перекладывается на ЭВМ. Оптимальный метод более высокого порядка, чем балансовый. Общее: коэффициенты прямых материальных затрат; материальные затраты прямо пропорциональны объему производства.
Разное: разные варианты учета продукции.
Методы линейного программирования применяются в оптимальном планировании. В рамках линейного программирования может быть решена только часть задач. Эти задачи должны удовлетворять условиям:
1) В задаче оптимального планирования должен быть единый критерий оптимальности (показатель эффективности). Выбор показателя зависит от цели исследования, условия деятельности предприятия. Практически строят несколько моделей с разными критериями.
2) В любой оптимальной задаче всегда существует ограничение. Необходимо выбрать наиболее существенно ограничивающие условия.
3) Должен обязательно быть выбор.
4) Цель и ограничения должны быть записаны в линейной форме. Ограничение на ресурсы будут иметь линейную форму, если затраты прямо пропорциональны объему производства.
3. Постановка задачи оптимального планирования. Основные понятия.
Требуется найти набор n переменных
Набор, максимизирующий линейную форму: (х1, х2, х3,…, хn)
z = с1 х1 + с2 х2 + … + сn xn max (1) и удовлетворяющий следующим уравнениям:
b1 = а11 х1 + а12 х2 + … + а1n хn,
b2 = a21 х1 + a22 х2 + … + a2n хn, (2)
…………………………………
bn = am1 х1 + am2 x2 + … + amn хn,
где хj 0, j = , m < n (3) Подобная запись системы называется канонической формой; задача имеет смысл, если m < n, если m > n, то система имеет множество решений.
Условия:
1. Целевая функция на максимум.
2. Ограничения представлены в виде равенств.
3. bi 0, где bi - объем ресурсов.
4. Переменные неотрицательны
хj – количество произведенной продукции разных видов;
сi – коэффициенты эффективности (цены, прибыль);
аij – норма расхода i-того ресурса на единицу продукции j-той отрасли.
Набор (х1, х2, х3,…, хn), удовлетворяющий условиям (2), (3) является планом. Таких планов множество, т.к. число уравнений меньше, чем число переменных. Множество всех планов составляют множество определения всех планов.
О бласть определения может быть: выпуклая, т.е. угол между гранями > 900 и невыпуклая.
выпуклая
невыпуклая
Математически это выглядит: , D – область, – планы
+ (1 - ) , где 0 1.
Опорный план – это набор переменных, который соответствует границе области определения.
Рj – коэффициенты, при j – переменной.
a1j b1
Рj = … ; b = … ; (4)
amj bm
Опорный план – это набор переменных, если в разложении (4) для хj > 0 вектора Pj линейно независимы. Оптимальный план всегда опорный, достигается на границе области определения и содержит не больше m положительных переменных.
4. Графический метод решения задач линейного программирования. Геометрическая интерпретация:
Рассмотрим задачу, которую можно интерпретировать на плоскости, в стандартной форме (ограничение в форме неравенств).
z = c1 x1 + c2 x2 max (1)
ai1 x1 + ai2 x2 bi, i = (2)
x1, x2 0 (3)
Если придать целевой функции конкретное постоянное значение на прямой c1 x1 + c2 x2 = (4) перпендикулярной вектору n = (с1, с2). Для различных будем иметь семейство параллельных прямых перпендикулярных вектору n, причем значение увеличивается в направление вектора n.
x2
c2
c1 x1
Геометрическая интерпретация целевой функции z (1) – прямая, перпендикулярная нормальному вектору n, где она принимает постоянные значения.
Графическая интерпретация системы ограничений – это неравенства (2) и (3), решения которых – полуплоскости.
Область определения (D) – общая часть всех полуплоскостей, это выпуклый многоугольник, он не обязательно замкнут.
Графический метод решения: строится область определения; определяется нормальный вектор, проводится прямая перпендикулярная вектору и пересекающая область определения; двигаем прямую параллельно себе по вектору n до крайней точки, пока она не примет оптимальное значение.
x2
D A
c2
c1 x1
Ситуации:
1) Единственное решение – предельное значение совпадает с вершиной D;
2) Множество решений – предельное решение совпадает со стороной многоугольника;
3) Бесконечное множество решений;
4) нет решения – область определения пуста, нет ни одной общей точки.