Общие методические указания. Глоссарий терминов.

Введение

В настоящее время процессы принятия решений в экономике опираются на достаточно широкий круг экономико-математических методов и моделей. Ни одно серьёзное решение, затрагивающее управление деятельностью отраслей и предприятий, распределения ресурсов, изучение рыночной конъюнктуры, прогнозирование, планирование и т.п., не осуществляется без предварительного математического исследования конкретного процесса или его частей.

В этой связи изучение дисциплины «Экономико-математические методы и модели» направлено как на формирование у студентов понимания роли современной математики в экономике, так и на изучение наиболее важных экономико-математических методов исследования моделей и задач оптимизации.

Задачи данной дисциплины состоят в изучении математических методов СЭП, применения базовых методов математического моделирования СЭП при решении оптимизационных задач и выработке навыков решения трудоёмких прикладных экономико-математических задач с помощью компьютерных технологий.

Цель изучения данной дисциплины – подготовка специалиста экономического профиля к сознательному использованию математических методов исследования СЭП на основе соответствующих базовых моделей.

Изучение дисциплины предусматривает сочетание лекций, практических занятий и самостоятельную работу студентов. На лекциях излагается содержание дисциплины, проводится анализ основных математических понятий и методов. Практические занятия ориентированны на выработку у студентов умения и навыков решения типовых экономических задач. Руководствуясь принципом повышения уровня фундаментальной математической подготовки студентов с усилением её прикладной экономической направленности, автором предлагаются наиболее экономически значимые задачи, представляющие самостоятельный интерес и дающие возможность относительно продуктивно освоить алгоритм их решения при отсутствии учебника.

После изучения дисциплины «Экономико-математические методы и модели» студент должен:

§ иметь представление о методах системного анализа и управления СЭП;

§ знать основные понятия, определения и базовые математические методы, используемые для построения моделей СЭП;

§ уметь проводить расчёты и делать оценки параметров для базовых математических моделей СЭП;

§ уметь решать прикладные экономико-математические задачи, опираясь на базовые знания по математике, соответствующие Государственному образовательному стандарту.

 

 

Общие методические указания

Для более полного, уверенного освоения студентами навыков решения задач по дисциплине «Экономико-математические методы и модели» предлагаются данные методические указания. Автор руководствовался общими целеполагающими принципами изучения данной дисциплины, а также принципом повышения уровня фундаментальной математической подготовки студентов для понимания значимости построения и исследования математических моделей в экономике.

Приведённые методические указания могут быть использованы при проведении самостоятельных и контрольных работ, собеседований при сдаче зачёта.

При выполнении контрольной работы студентам заочного отделения необходимо руководствоваться следующими указаниями:

- на обложке указываются фамилия и инициалы студента, полный шифр специальности, группа, дата регистрации, фамилия и инициалы преподавателя-рецензента;

- решение всех задач и пояснения к ним должны быть достаточно подробными; вычисления и чертежи – полными и аккуратными.

- для удобства рецензирования рекомендуется оставлять поля;

- номер контрольной работы соответствует последней цифре его учебного шифра.

Контрольная работа предоставляется в деканат не позднее 10 дней до начала сессии. При сдаче зачёта студент должен дать пояснения к решённым заданиям.

 

Рекомендуемая литература:

1. Исследование операций в экономике: Учеб. пособ. / под ред. Н.Ш.Кремера./ – М.: ЮНИТИ, 2000. - 407 с.

2. Практикум по высшей математике для экономистов: Учеб. пособие для вузов / Кремер Н.Ш. и др.; под ред. проф. Н.Ш.Кремера – М.: ЮНИТИ – ДАНА, 2005. – 423 с.

3. Акулич И.Л. Математическое программирование в примерах и задачах: Учеб. пособ. М..: Высшая школа, 1986. - 319 с.

4. Морозов В.В., Сухарев А.Т., Фёдоров В.В. Исследование операций в примерах и задачах.: Учеб. пособие. М.: Высшая школа, 1986. – 287 с.

5. Вентцель Е.С. Исследование операций. Задачи, принципы, методология. Учеб. пособие для студентов втузов. – М.: Высшая школа, 2001. – 208 с.

6. Замков О.О., Толстопятенко А.В., Черемных Ю.Н. Математические методы в экономике: Учебник.2-е изд. – М.: МГУ им. М.В. Ломоносова, Издательство «Дело и Сервис», 1999. – 368 с.

7. Монахов А.В. Математические методы анализа экономики. – Спб: Питер, 2002. – 176 с.

8. Экономико-математические методы и прикладные модели: Учеб. пособие для вузов /В.В. Федосеев, А.Н. Гармаш, Д.М. Дайитбегов и др., Под ред. В.В. Федосеева. – М.: ЮНИТИ, 1999. -391 с.

Глоссарий терминов.

Аддитивность - свойство величин, состоящее в том, что значение величины, соответствующее целому объекту, равно сумме значе­ний величин, соответствующих его частям при любом разбие­нии объекта на части. Характеристика системы аддитивна, если она равна сумме тех же характеристик для всех составляющих систему подсистем и элементов.

Адекватность модели - ее соответствие моделируемому объекту или процессу. При моделировании имеется в виду адекватность не вообще, а по тем свойствам мо­дели, которые для исследования считаются существенными.

Аппроксимация - приближенное выражение сложной функции с помощью более простых, что часто значительно упрощает реше­ние задачи.

Вариантные прогнозы - прогнозы, основанные на сопоставлении различных вариантов возможного развития экономики при раз­ных предположениях относительно того, как будет развиваться техника, какие будут приниматься экономические меры и т. д.

Векторная оптимизация - решение задач математического программи­рования, в которых критерий оптимальности представляет собой вектор, компонентами которого являются в свою очередь различ­ные несводимые друг к другу критерии оптимальности подсистем, входящих в данную систему, например критерии разных социаль­ных групп в социально-экономическом планировании.

Верификация имитационной модели - проверка соответствия ее по­ведения предположениям экспериментатора.

Вероятностная модель - модель, которая в отличие от детерминиро­ванной модели содержит случайные элементы. Таким образом, при задании на входе модели некоторой совокупности значе­ний, на ёе выходе могут получаться различающиеся между со­бой результаты в зависимости от действия случайного фактора.

Взаимозаменяемость ресурсов — возможность использования разных ресурсов для достижения оптимума. Именно этим обусловлена проблема выбора: там, где нет заменяемости, нет и выбора, и тогда фундаментальное понятие оптимальности теряет смысл.

Генетический прогноз («поисковый») — прогноз, показывающий, к каким состояниям придет прогнозируемый объект в заданное время при определенных начальных условиях.

Глобальное моделирование или моделирование глобального разви­тия — область исследований, посвященная разработке моделей наиболее масштабных социальных, экономических и экологиче­ских процессов, охватывающих земной шар.

Градиентные методы решения задач математического программиро­вания - методы, основанные на поиске экстремума (максимума или минимума) функции путем последовательного перехода к нему с помощью градиента этой функции.

Декомпозиционные методы решения оптимальных задач - основан­ные на рациональном расчленении сложной задачи и решении отдельных подзадач с последующим согласованием частых ре­шений для получения общего оптимального решения.

Дескриптивная модель - модель, предназначенная для описания и объяснения наблюдаемых фактов или прогноза поведения объ­ектов - в отличие от нормативных моделей, предназначенных для нахождения желательного состояния объекта (например, оптимального).

Детерминированная модель - аналитическое представление законо­мерности, операции и т. п., при которых для данной совокупно­сти входных значений на выходе системы может быть получен единственный результат. Такая модель может отображать как вероятностную систему (тогда она является некоторым ее упро­щением), так и детерминированную систему.

Детерминированная система - такая система, выходы которой (ре­зультаты действия, конечные состояния и т.п.) однозначно оп­ределяются оказанными на нее управляющими воздействиями.

Динамическая система - всякая система, которая изменяется во времени (в отличие от статической системы). Математически это принято выражать через переменные (координаты), изме­няющиеся во времени. Процесс изменения характеризуется тра­екторией (т. е. наборами координат, каждая из которых является функцией времени).

Динамические модели межотраслевого баланса - частный случай ди­намических моделей экономики, основаны на принципе межотраслевого баланса, в который дополнительно вводятся урав­нения, характеризующие изменения отраслевых связей во вре­мени.

Итеративные (итерационные) методы решения задач - заключаются в том, что вычислительный процесс начинают с некоторого пробного (произвольного) допустимого решения, а затем при­меняют алгоритм, обеспечивающий последовательное улучше­ние этого решения.

Итерация - повторное применение математической операции (с из­мененными данными) при решении вычислительных задач для постепенною приближения к нужному результату. Итеративные расчеты на ЭВМ характерны для решения экономических (осо­бенно оптимизационных и балансовых) задач. Чем меньше тре­буется пересчетов, тем быстрее сходится алгоритм.

Коэффициенты прямых затрат (технологические коэффициенты) в межотраслевом балансе - средние величины непосредственных затрат продукции одной отрасли (в качестве средств производ­ства) на выпуск единицы продукции другой отрасли. Они могут быть выражены в натуральной форме (кВт/ч и т. д.) или стоимо­стной (руб.).

Критерий оптимальности - показатель, выражающий меру экономи­ческого эффекта принимаемого хозяйственного решения для сравнительной оценки возможных решений (альтернатив) и вы­бора наилучшего из них (например, максимум прибыли, минимум трудовых затрат, кратчайшее время дости­жения цели и т. д.)

Коэффициенты полных материальных затрат в межотраслевом балан­се - средние затраты i-го продукта на производство конечного продукта j по всей цепи сопряженных производств. Таким обра­зом, они складываются из прямых затрат каждой отрасли на данный продукт и косвенных затрат.

Коэффициенты прямых затрат (технологические коэффициенты) в межотраслевом балансе - средние величины непосредственных затрат продукции одной отрасли (в качестве средств производ­ства) на выпуск единицы продукции другой отрасли. Они могут быть выражены в натуральной форме (кВт/ч и т. д.) или стоимо­стной (руб.).

Математическое программирование (оптимальное программирова­ние) — область математики, объединяющая различные матема­тические методы и дисциплины: линейное программирование, нелинейное программирование, динамическое программирова­ние, выпуклое программирование и др. Общая задача матема­тического программирования состоит в нахождении оптималь­ного (максимального или минимального) значения целевой функции, причем значения переменных должны принадлежать некоторой области допустимых значений.

Матричные модели - модели, построенные в виде таблиц (матриц). Они отображают соотношения между затратами на производст­во и его результатами, нормативы затрат, производственную и экономическую структуру хозяйства. Применяются в межотрас­левом балансе, матричном плане предприятия и др.

Машинная имитация - экспериментальный метод изучения объекта с помощью электронных вычислитель­ных машин, Процесс имитации заключается в следующем: сна­чала строится математическая модель изучаемого объекта (имитационная модель), затем эта модель преобразуется в программу работы ЭВМ.

Межотраслевой баланс (МОБ) - каркасная модель экономики, таб­лица, в которой показываются многообразные натуральные и стоимостные связи в народном хозяйстве. Анализ МОБ дает ком­плексную характеристику процесса формирования и использова­ния совокупного общественного продукта в отраслевом разрезе.

Объективно обусловленные (оптимальные) оценки - одно из основ­ных понятий линейного программирования. Это оценки про­дуктов, ресурсов, работ, вытекающие из условий решаемой оптимизационной задачи. Их называют также двойственными оценками, разрешающими множителями, множителями Лагранжа и целым рядом других терминов.

Ограничения модели - запись условий, в которых действительны расчеты, использующие эту модель. Обычно представляя собою систему уравнений и неравенств, они в совокупности определя­ют область допустимых решений (допустимое множество). Рас­пространены линейные и нелинейные ограничения (на графике первые изображаются прямыми, вторые — кривыми линиями).

Определенность в системе - ситуация, когда имеется точная инфор­мация о возможных состояниях системы в случае принятия тех или иных решений.

Оптимальное планирование - комплекс методов, позволяющих вы­брать из многих возможных (альтернативных) вариантов плана или программы один оптимальный вариант, т. е. наилучший с точки зрения заданного критерия оптимальности и определен­ных ограничений.

Оптимальное программирование - применение в экономике методов математического программирования.

Оптимальное управление - основное понятие математической тео­рии оптимальных процессов (принадлежащей разделу математики под тем же названием: оптимальное управление); означает выбор таких управляющих параметров, которые обеспечивали бы наилучшее, с точки зрения заданного критерия, протекание процесса, или, иначе, наилучшее поведение системы, ее разви­тие к цели по оптимальной траектории.

Оптимизационная задача - экономико-математическая задача, цель которой состоит в нахождении наилучшего (с точки зрения ка­кого-то критерия) распределения наличных ресурсов. Решается с помощью оптимизационной модели методами математическо­го программирования.

Оптимизация - 1) процесс нахождения экстремума функции, т. е. выбор наилучшего варианта из множества возможных; 2) про­цесс приведения системы в наилучшее (оптимальное) состояние. Очередь — в теории массового обслуживания — последовательность требований или заявок, которые, заставая систему обслужива­ния занятой, не выбывают, а ожидают ее освобождения (затем они обслуживаются в том или ином порядке). Очередью можно назвать также и совокупность ожидающих (простаивающих) ка­налов или средств обслуживания.

Пассивный (безусловный) статистический прогноз - прогноз разви­тия, основанный на изучении статистических данных за про­шлый период и переносе выявленных закономерностей на буду­щее. При этом внешние факторы, воздействующие на систему, принимаются неизменными и считается, что ее развитие осно­вывается только на собственных, внутренних тенденциях.

Предельные и приростные величины в экономике. Предельная вели­чина характеризует не состояние (как суммарная или средняя величины), а процесс, изменение. Поскольку в экономике боль­шинство процессов (например, рост производства или измене­ние его эффективности) являются функциями ряда аргументов (факторов), то предельные величины здесь обычно выступают как частные производные процесса по каждому из факторов.

Прогнозирование - система научных исследований качественного и количественного характера, направленных на выяснение тен­денций развития народного хозяйства и поиск оптимальных пу­тей достижения целей этого развития.

Прогнозирование спроса - исследование будущего (возможного) спроса на товары и услуги в целях лучшего обоснования соот­ветствующих производственных планов. Прогнозирование под­разделяется на краткосрочное (конъюнктурное), среднесрочное и долгосрочное.

Производственная функция - экономико-математическое уравне­ние, связывающее переменные величины затрат (ресурсов) с ве­личинами продукции (выпуска). Математически производственные функции (ПФ) могут быть представлены в различных фор­мах — от столь простых, как линейная зависимость результата производства от одного исследуемого фактора, до весьма слож­ных систем уравнений, включающих рекуррентные соотноше­ния, которыми связываются состояния изучаемого объекта в разные периоды времени. Широко распространены мультипли­кативные формы ПФ.

Равновесие - состояние экономической системы, которое характе­ризуется равенством спроса и предложения всех ресурсов.

Регрессия - зависимость среднего значения какой-либо случайной величины от некоторой другой величины или нескольких вели­чин. Распределение этих значений называется условным распределением у при дан­ном х. Множественная регрессия в определенных условиях по­зволяет исследовать влияние причинных факторов.

Рекурсия - в общем смысле вычисление функции по определенно­му алгоритму. Примерами таких алгоритмов являются рекур­рентные формулы, выводящие вычисление заданного члена по­следовательности (чаще всего числовой) из вычисления не­скольких предыдущих ее членов.

Статистическое моделирование - способ исследования процессов повеления вероятностных систем в условиях, когда неизвестны внутренние взаимодействия в этих системах.

Стохастическая имитация — вид машинной имитации, отличающий­ся от детерминированной тем, что включает в модель в том или ином виде случайные возмущения, отражающие вероятностный характер моделируемой системы.

Устойчивость решения — обычно, говоря об устойчивости решения задачи, имеют в виду, что малые изменения каких-либо характе­ристик, например, начальных условий, ограничений или целе­вого функционала, не приводят к качественному изменению ре­шения.

Целевая функция в экстремальных задачах - функция, минимум или максимум которой нужно найти. Это ключевое понятие оптимального программирования. Найдя экстремум целевой функции и, следовательно, определив значения управляемых переменных, которые k нему приводят, мы тем самым находим оптимальное решение задачи.

Шкалы — системы чисел или иных элементов, принятых для оцен­ки или измерения каких-либо величин. Шкалы используются для оценки и выявления связей и отношений между элементами систем. Особенно широко их применение для оценки величин, выступающих в роли критериев качества функционирования систем, в частности, критериев оптимальности при решении экономико-математических задач.

Практическое занятие.

Тема. Методы линейной алгебры в экономическом анализе.

Цель. Решение экономических задач с элементами моделирования, опирающиеся на базовую основу линейной алгебры.

1. Справочный материал.

Понятие матрицы часто используется в практической деятельности, например, данные о выпуске продукции нескольких видов в каждом квартале года или нормы затрат нескольких видов ресурсов на производство продукции нескольких типов и т.д. удобно записывать в виде матрицы.

 

Задача 1. В некоторой отрасли m заводов выпускают n видов продукции. Матрица задаёт объёмы продукции на каждом заводе в первом квартале, матрица - соответственно во втором; (а_ij, в_ij) – объёмы продукции j –го типа на i –м заводе в 1-м и 2-м кварталах соответственно:

; .

Найти:

а) объёмы продукции;

б) прирост объёмов производства во втором квартале по сравнению с первым по видам продукции и заводам;

в) стоимостное выражение выпущенной продукции за полгода (в долларах), если λ – курс доллара по отношению к рублю.

Решение:

а) Объёмы продукции за полугодие определяются суммой матриц, т.е. С=А+В= , где с_ij – объём продукции j-го типа, произведённый за полугодие i-м заводом.

б) Прирост во втором квартале по сравнению с первым определяется разностью матриц, т.е.

Д=В-А= . Отрицательные элементы показывают, что на данном заводе объём производства уменьшился, положительные – увеличился, нулевые – не изменился.

в) Произведение λC= λ(А+В) даёт выражение стоимости объёмов производства за квартал в долларах по каждому заводу и каждому предприятию.

 

Задача 2. Предприятие производит n типов продукции, используя m видов ресурсов. Нормы затрат ресурса i-го товара на производство единицы продукции j-го типа заданы матрицей затрат . Пусть за определённый отрезок времени предприятие выпустило количество продукции каждого типа , записанное матрицей .

Определить S – матрицу полных затрат ресурсов каждого вида на производство всей продукции за данный период времени, если

, . Решение. Матрица полных затрат ресурсов S определяется как произведение матриц, т.е. S=AX.

, т.е за данный период времени будет израсходовано 930 ед. ресурса 1-го вида, 960 ед. ресурса 2-го вида, 450 ед. ресурса 3-го вида, 630 ед. ресурса 4-го вида.

 

Задача 3. Завод производит двигатели, которые могут либо сразу потребовать дополнительной регулировки (в 40% случаев), либо сразу могут быть использованы (в 60% случаев). Как показывают статистические исследования, те двигатели, которые изначально требовали регулировки, потребуют дополнительной регулировки через месяц в 65% случаев, а в 35% случаев через месяц будут работать хорошо. Те же двигатели, которые не требовали первоначальной регулировки, потребуют её через месяц в 20% случаев и продолжат хорошо работать в 80% случаев. Какова доля двигателей, которые будут работать хорошо или потребуют регулировки через 2 месяца после выпуска? Через 3 месяца?

Решение.

В момент после выпуска доля хороших двигателей составляет 0,6, а доля требующих регулировки – 0,4. Через месяц доля хороших составит: 0,6^.0,8+0,4^.0,35=0,62. Доля требующих регулировки: 0,6^.0,2+0,4^.0,65=0,38. введём строку состояния X_t в момент t; X_t=(x_1t; x_2t), где x_1t – доля хороших двигателей, x_2t – доля двигателей, требующих регулировки в момент t.

Матрица перехода , где - доля двигателей, которые в настоящее время находятся в состоянии (1- «хороший», 2- «требует регулировки»), а через месяц – в состоянии .

Очевидно, что для матрицы перехода сумма элементов каждой строки равна 1, все элементы неотрицательны.

Очевидно, =(0,6 0,4), .

Тогда через месяц ,

через 2 месяца ; через 3 месяца .

Найдём матрицы ;

.

Отметим, что если - матрица перехода, то - тоже матрица перехода при любом натуральном t. Теперь

,

.

Очевидно, .

 

Задача 3. Фирма состоит из двух отделений, суммарная величина прибыли которых в минувшем году составила 12 млн. усл. ед. На этот год запланировано увеличение прибыли первого отделения на 70%, второго – на 40%. В результате суммарная прибыль должна вырасти в 1,5 раза. Какова величина прибыли каждого из отделений: а) в минувшем году; б) в текущем году?

Решение.

Пусть и - прибыли первого и второго отделений в минувшем году. тогда условие задачи можно записать в виде системы: Решив систему, получим Следователь, а) прибыль в минувшем году первого отделения -4 млн. усл. ед., а второго – 8 млн. усл. ед.; б) прибыль в этом году первого отделения 1,7^.4=6,8 млн. усл. ед., второго 1,4^.8=11,2 млн. усл. ед.