Математические модели в международной экономике. Моделирование как метод научного познания

Существует значительное разнообразие видов, типов экономико-математических моделей, необходимых для использования в управлении экономическими объектами и процессами. Экономико-математические модели подразделяются на: макроэкономические и микроэкономические в зависимости от уровня моделируемого объекта управления, динамические, которые характеризуют изменения объекта управления во времени, и статические, которые описывают взаимосвязи между разными параметрами, показателями объекта именно в то время. Дискретные модели отображают состояние объекта управления в отдельные, фиксированные моменты времени. Имитационными называют экономико-математические модели, используемые с целью имитации управляемых экономических объектов и процессов с применением средств информационной и вычислительной техники. По типу математического аппарата, применяемого в моделях, выделяются экономико-статистические, модели линейного и нелинейного программирования, матричные модели, сетевые модели.

Факторные модели. В группу экономико-математических факторных моделей входят модели, которые с одной стороны включают экономические факторы, от которых зависит состояние управляемого экономического объекта, а с другой - зависимые от этих факторов параметры состояния объекта. Если факторы известны, то модель позволяет определить искомые параметры. Факторные модели чаще всего предоставлены простыми в математическом отношении линейными или статическими функциями, которые характеризуют связь между факторами и зависимыми от них параметрами экономического объекта.

Балансовые модели. Балансовые модели как статистические, так и динамические широко применяются в экономико-математическом моделировании. В основе создания этих моделей лежит балансовый метод - метод взаимного сопоставления материальных, трудовых и финансовых ресурсов и потребностей в них. Описывая экономическую систему в целом, под её балансовой моделью понимают систему уравнений, каждое из которых выражает потребность баланса между изготовленными отдельными экономическими объектами количества продукции и совокупной потребностью в этой продукции. При таком подходе экономическая система состоит из экономических объектов, каждый из которых выпускает некоторый продукт. Если вместо понятия «продукт» ввести понятие «ресурс», то под балансовой моделью необходимо понимать систему уравнений, которые удовлетворяют требования между определенным ресурсом и его использованием.

Наиболее важные виды балансовых моделей:

· Материальные, трудовые и финансовые балансы для экономики в целом и отдельных ее отраслей;
· Межотраслевые балансы;
· Матричные балансы предприятий и фирм.

Оптимизационные модели. Большой класс экономико-математических моделей образуют оптимизационные модели, которые позволяют выбрать из всех решений наилучший оптимальный вариант. В математическом содержании оптимальность понимается как достижение экстремума критерия оптимальности, называемой также целевой функцией. Оптимизационные модели чаще всего используются в задачах нахождения лучшего способа использования экономических ресурсов, что позволяет достичь максимального целевого эффекта. Математическое программирование образовалось на основе решения задачи про оптимальный раскрой листов фанеры, что обеспечивает наиболее полное использование материала. Поставив такую задачу, известный российский математик и экономист академик Л.В. Канторович был признан достойным Нобелевской премии в экономике.

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ

ФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО ОБРАЗОВАНИЮ

Государственное образовательное учреждение высшего профессионального образования

РОССИЙСКИЙ ГОСУДАРСТВЕННЫЙ ТОРГОВО - ЭКОНОМИЧЕСКИЙ УНИВЕРСИТЕТ

ТУЛЬСКИЙ ФИЛИАЛ

(ТФ ГОУ ВПО РГТЭУ)

Реферат по математике на тему:

«Экономико-математические модели»

Выполнили:

Студентки 2 курса

«Финансы и кредит»

дневное отделение

Максимова Кристина

Витка Наталья

Проверил:

Доктор технических наук,

профессор С.В. Юдин _____________

Введение

1.Экономико-математическое моделирование

1.1 Основные понятия и типы моделей. Их классификация

1.2 Экономико-математические методы

Разработка и применение экономико-математических моделей

2.1 Этапы экономико-математического моделирования

2.2 Применение стохастических моделей в экономике

Заключение

Список литературы

Введение

Актуальность. Моделирование в научных исследованиях стало применяться еще в глубокой древности и постепенно захватывало все новые области научных знаний: техническое конструирование, строительство и архитектуру, астрономию, физику, химию, биологию и, наконец, общественные науки. Большие успехи и признание практически во всех отраслях современной науки принес методу моделирования ХХ в. Однако, методология моделирования долгое время развивалась независимо отдельными науками. Отсутствовала единая система понятий, единая терминология. Лишь постепенно стала осознаваться роль моделирования как универсального метода научного познания.

Термин "модель" широко используется в различных сферах человеческой деятельности и имеет множество смысловых значений. Рассмотрим только такие "модели", которые являются инструментами получения знаний.

Модель - это такой материальный или мысленно представляемый объект, который в процессе исследования замещает объект-оригинал так, что его непосредственное изучение дает новые знания об объекте-оригинале.

Под моделированием понимается процесс построения, изучения и применения моделей. Оно тесно связано с такими категориями, как абстракция, аналогия, гипотеза и др. Процесс моделирования обязательно включает и построение абстракций, и умозаключения по аналогии, и конструирование научных гипотез.

Экономико-математическое моделирование является неотъемлемой частью любого исследования в области экономики. Бурное развитие математического анализа, исследования операций, теории вероятностей и математической статистики способствовало формированию различного рода моделей экономики.

Целью математического моделирования экономических систем является использование методов математики для наиболее эффективного решения задач, возникающих в сфере экономики, с использование, как правило, современной вычислительной техники.

Почему можно говорить об эффективности применения методов моделирования в этой области? Во-первых, экономические объекты различного уровня (начиная с уровня простого предприятия и кончая макроуровнем - экономикой страны или даже мировой экономикой) можно рассматривать с позиций системного подхода. Во-вторых, такие характеристики поведения экономических систем как:

-изменчивость (динамичность);

-противоречивость поведения;

-тенденция к ухудшению характеристик;

-подверженность воздействию окружающей среды

предопределяют выбор метода их исследования.

Проникновение математики в экономическую науку связано с преодолением значительных трудностей. В этом отчасти была "повинна" математика, развивающаяся на протяжении нескольких веков в основном в связи с потребностями физики и техники. Но главные причины лежат все же в природе экономических процессов, в специфике экономической науки.

Сложность экономики иногда рассматривалась как обоснование невозможности ее моделирования, изучения средствами математики. Но такая точка зрения в принципе неверна. Моделировать можно объект любой природы и любой сложности. И как раз сложные объекты представляют наибольший интерес для моделирования; именно здесь моделирование может дать результаты, которые нельзя получить другими способами исследования.

Цель данной работы - раскрыть понятие экономико-математических моделей и изучить их классификацию и методы, на которых они базируются, а также рассмотреть их применение в экономике.

Задачи данной работы: систематизация, накопление и закрепление знаний об экономико-математических моделях.

1.Экономико-математическое моделирование

1.1 Основные понятия и типы моделей. Их классификация

В процессе исследования объекта часто бывает нецелесообразно или даже невозможно иметь дело непосредственно с этим объектом. Удобнее бывает заменить его другим объектом, подобным данному в тех аспектах, которые важны в данном исследовании. В общем виде модель можно определить как условный образ реального объекта (процессов), который создается для более глубокого изучения действительности. Метод исследования, базирующийся на разработке и использовании моделей, называется моделированием . Необходимость моделирования обусловлена сложностью, а порой и невозможностью прямого изучения реального объекта (процессов). Значительно доступнее создавать и изучать прообразы реальных объектов (процессов), т.е. модели. Можно сказать, что теоретическое знание о чем-либо, как правило, представляет собой совокупность различных моделей. Эти модели отражают существенные свойства реального объекта (процессов), хотя на самом деле действительность значительно содержательнее и богаче.

Модель - это мысленно представляемая или материально реализованная система, которая, отображая или воспроизводя объект исследования, способна замещать его так, что ее изучение дает новую информацию об этом объекте.

На сегодняшний день общепризнанной единой классификации моделей не существует. Однако из множества моделей можно выделить словесные, графические, физические, экономико-математические и некоторые другие типы моделей.

Экономико-математические модели - это модели экономических объектов или процессов, при описании которых используются математические средства. Цели их создания разнообразны: они строятся для анализа тех или иных предпосылок и положений экономической теории, логического обоснования экономических закономерностей, обработки и приведения в систему эмпирических данных. В практическом плане экономико-математические модели используются как инструмент прогноза, планирования, управления и совершенствования различных сторон экономической деятельности общества.

Экономико-математические модели отражают наиболее существенные свойства реального объекта или процесса с помощью системы уравнений. Единой классификации экономико-математических моделей не существует, хотя можно выделить наиболее значимые их группы в зависимости от признака классификации.

По целевому назначению модели делятся на:

·Теоретико-аналитические (используются в исследовании общих свойств и закономерностей экономических процессов);

·Прикладные (применяются в решении конкретных экономических задач, таких как задачи экономического анализа, прогнозирования, управления).

По учету фактора времени модели подразделяются на:

·Динамические (описывают экономическую систему в развитии);

·Статистические (экономическая система описана в статистике, применительно к одному определенному моменту времени; это как бы снимок, срез, фрагмент динамической системы в какой-то момент времени).

По длительности рассматриваемого периода времени различают модели:

·Краткосрочного прогнозирования или планирования (до года);

·Среднесрочного прогнозирования или планирования (до 5 лет);

·Долгосрочного прогнозирования или планирования (более 5 лет).

По цели создания и применения различают модели:

·Балансовые;

·Эконометрические;

·Оптимизационные;

·Сетевые;

·Систем массового обслуживания;

·Имитационные (экспертные).

В балансовых моделях отражается требование соответствия наличия ресурсов и их использования.

Параметры эконометрических моделей оцениваются с помощью методов математической статистики. Наиболее распространены модели, представляющие собой системы регрессионных уравнений. В данных уравнениях отражается зависимость эндогенных (зависимых) переменных от экзогенных (независимых) переменных. Данная зависимость в основном выражается через тренд (длительную тенденцию) основных показателей моделируемой экономической системы. Эконометрические модели используются для анализа и прогнозирования конкретных экономических процессов с использованием реальной статистической информации.

Оптимизационные модели позволяют найти из множества возможных (альтернативных) вариантов наилучший вариант производства, распределения или потребления. Ограниченные ресурсы при этом будут использованы наилучшим образом для достижения поставленной цели.

Сетевые модели наиболее широко используются в управлении проектами. Сетевая модель отображает комплекс работ (операций) и событий, и их взаимосвязь во времени. Обычно сетевая модель предназначена для выполнения работ в такой последовательности, чтобы сроки выполнения проекта были минимальными. В этом случае ставится задача нахождения критического пути. Однако существуют и такие сетевые модели, которые ориентированы не на критерий времени, а, например, на минимизацию стоимости работ.

Модели систем массового обслуживания создаются для минимизации затрат времени на ожидание в очереди и времени простоев каналов обслуживания.

Имитационная модель, наряду с машинными решениями, содержит блоки, где решения принимаются человеком (экспертом). Вместо непосредственного участия человека в принятии решений может выступать база знаний. В этом случае персональный компьютер, специализированное программное обеспечение, база данных и база знаний образуют экспертную систему. Экспертная система предназначена для решения одной или ряда задач методом имитации действий человека, эксперта в данной области.

По учету фактора неопределенности модели подразделяются на:

·Детерминированные (с однозначно определенными результатами);

·Стохастические (вероятностные; с различными, вероятностными результатами).

По типу математического аппарата различают модели:

·Линейного программирования (оптимальный план достигается в крайней точке области изменения переменных величин системы ограничений);

·Нелинейного программирования (оптимальных значений целевой функции может быть несколько);

·Корреляционно-регрессионные;

·Матричные;

·Сетевые;

·Теории игр;

·Теории массового обслуживания и т.д.

С развитием экономико-математических исследований проблема классификации применяемых моделей усложняется. Наряду с появлением новых типов моделей и новых признаков их классификации, осуществляется процесс интеграции моделей разных типов в более сложные модельные конструкции.

моделирование математический стохастический

1.2 Экономико-математические методы

Как и всякое моделирование, экономико-математическое моделирование основывается на принципе аналогии, т.е. возможности изучения объекта посредством построения и рассмотрения другого, подобного ему, но более простого и доступного объекта, его модели.

Практическими задачами экономико-математического моделирования являются, во-первых, анализ экономических объектов, во-вторых, экономическое прогнозирование, предвидение развития хозяйственных процессов и поведения отдельных показателей, в-третьих, выработка управленческих решений на всех уровнях управления.

Суть экономико-математического моделирования заключается в описании социально-экономических систем и процессов в виде экономико-математических моделей, которые следует понимать как продукт процесса экономико-математического моделирования, а экономико-математические методы - как инструмент.

Рассмотрим вопросы классификации экономико-математических методов. Эти методы представляют собой комплекс экономико-математических дисциплин, являющихся сплавом экономики, математики и кибернетики. Поэтому классификация экономико-математических методов сводится к классификации научных дисциплин, входящих в их состав.

С известной долей условности классификацию этих методов можно представить следующим образом.

·Экономическая кибернетика: системный анализ экономики, теория экономической информации и теория управляющих систем.

·Математическая статистика: экономические приложения данной дисциплины - выборочный метод, дисперсионный анализ, корреляционный анализ, регрессионный анализ, многомерный статистический анализ, теория индексов и др.

·Математическая экономия и изучающая те же вопросы с количественной стороны эконометрия: теория экономического роста, теория производственных функций, межотраслевые балансы, национальные счета, анализ спроса и потребления, региональный и пространственный анализ, глобальное моделирование.

·Методы принятия оптимальных решений, в том числе исследование операций в экономике. Это наиболее объемный раздел, включающий в себя следующие дисциплины и методы: оптимальное (математическое) программирование, сетевые методы планирования и управления, теорию и методы управления запасами, теорию массового обслуживания, теорию игр, теорию и методы принятия решений.

В оптимальное программирование в свою очередь входят линейное и нелинейное программирование, динамическое программирование, дискретное (целочисленное) программирование, стохастическое программирование и др.

·Методы и дисциплины, специфичные отдельно как для централизованно планируемой экономики, так и для рыночной (конкурентной) экономики. К первым можно отнести теорию оптимального ценообразования функционирования экономики, оптимальное планирование, теорию оптимального ценообразования, модели материально-технического снабжения и др. Ко вторым - методы, позволяющие разработать модели свободной конкуренции, модели капиталистического цикла, модели монополии, модели теории фирмы и т.д. Многие из методов, разработанных для централизованно планируемой экономики, могут быть оказаться полезными и при экономико-математическом моделировании в условиях рыночной экономики.

·Методы экспериментального изучения экономических явлений. К ним относят, как правило, математические методы анализа и планирования экономических экспериментов, методы машинной имитации (имитационное моделирование), деловые игры. Сюда можно отнести также и методы экспертных оценок, разработанные для оценки явлений, не поддающихся непосредственному измерению.

В экономико-математических методах применяются различные разделы математики, математической статистики, математической логики. Большую роль в решении экономико-математических задач играют вычислительная математика, теория алгоритмов и другие дисциплины. Использование математического аппарата принесло ощутимые результаты при решении задач анализа процессов расширенного производства, определения оптимальных темпов роста капиталовложений, оптимального размещения, специализации и концентрации производства, задач выбора оптимальных способов производства, определения оптимальной последовательности запуска в производство, задачи подготовки производства методами сетевого планирования и многих других.

Для решения стандартных проблем характерны четкость цели, возможность заранее выработать процедуры и правила ведения расчетов.

Существуют следующие предпосылки использования методов экономико-математического моделирования, важнейшими из которых являются высокий уровень знания экономической теории, экономических процессов и явлений, методологии их качественного анализа, а также высокий уровень математической подготовки, владение экономико-математическими методами.

Прежде чем приступить к разработке моделей, необходимо тщательно проанализировать ситуацию, выявить цели и взаимосвязи, проблемы, требующие решения, и исходные данные для их решения, вести систему обозначений и только тогда описать ситуацию в виде математических соотношений.

2. Разработка и применение экономико-математических моделей

2.1 Этапы экономико-математического моделирования

Процесс экономико-математического моделирования - это описание экономических и социальных систем и процессов в виде экономико-математических моделей. Эта разновидность моделирования обладает рядом существенных особенностей, связанных как с объектом моделирования, так и с применяемыми аппаратом и средствами моделирования. Поэтому целесообразно более детально проанализировать последовательность и содержание этапов экономико-математического моделирования, выделив следующие шесть этапов:

.Постановка экономической проблемы и ее качественный анализ;

2.Построение математической модели;

.Математический анализ модели;

.Подготовка исходной информации;

.Численное решение;

Рассмотрим каждый из этапов более подробно.

1.Постановка экономической проблемы и ее качественный анализ . Главное здесь - четко сформулировать сущность проблемы, принимаемые допущения и те вопросы, на которые требуется получить ответы. Этот этап включает выделение важнейших черт и свойств моделируемого объекта и абстрагирование от второстепенных; изучение структуры объекта и основных зависимостей, связывающих его элементы; формулирование гипотез (хотя бы предварительных), объясняющих поведение и развитие объекта.

2.Построение математической модели . Это - этап формализации экономической проблемы, выражения ее в виде конкретных математических зависимостей и отношений (функций, уравнений, неравенств и т.д.). Обычно сначала определяется основная конструкция (тип) математической модели, а затем уточняются детали этой конструкции (конкретный перечень переменных и параметров, форма связей). Таком образом, построение модели подразделяется в свою очередь на несколько стадий.

Неправильно полагать, что чем больше фактов учитывает модель, тем она лучше «работает» и дает лучшие результаты. То же можно сказать о таких характеристиках сложности модели, как используемые формы математических зависимостей (линейные и нелинейные), учет факторов случайности т неопределенности и т.д.

Излишняя сложность и громоздкость модели затрудняют процесс исследования. Нужно учитывать не только реальные возможности информационного и математического обеспечения, но и сопоставлять затраты на моделирование с получаемым эффектом.

Одна из важный особенностей математических моделей - потенциальная возможность их использования для решения разнокачественных проблем. Поэтому, даже сталкиваясь с новой экономической задачей, не нужно стремиться «изобретать» модель; сначала необходимо попытаться применить для решения этой задачи уже известные модели.

.Математический анализ модели. Целью этого этапа является выяснение общих свойств модели. Здесь применяются чисто математические приемы исследования. Наиболее важный момент - доказательство существования решений в сформулированной модели. Если удается доказать, что математическая задача не имеет решения, то необходимость в последующей работе по первоначальному варианту модели отпадает и следует скорректировать либо постановку экономической задачи, либо способы ее математической формализации. При аналитическом исследовании модели выясняются такие вопросы, как, например, единственно ли решение, какие переменные (неищвестные) могут входить в решение, каковы будут соотношения между ними, в каких пределах и в зависимости исходных условий они изменяются, каковы тенденции их изменения и т.д. Аналитической исследование модели по сравнению с эмпирическим (численным) имеет то преимущество, что получаемые выводы сохраняют свою силу при различных конкретных значениях внешних и внутренних параметров модели.

4.Подготовка исходной информации. Моделирование предъявляет жесткие требования к системе информации. В то же время реальные возможности получения информации ограничивают выбор моделей, предназначаемых для практического использования. При этом принимается во внимание не только принципиальная возможность подготовки информации (за определенные сроки), но и затраты на подготовку соответствующих информационных массивов.

Эти затраты не должны превышать эффект от использования дополнительной информации.

В процессе подготовки информации широко используются методы теории вероятностей, теоретической и математической статистики. При системном экономико-математическом моделировании исходная информация, используемая в одних моделях, является результатом функционирования других моделей.

5.Численное решение. Этот этап включает разработку алгоритмов для численного решения задачи, составление программ на ЭВМ и непосредственное проведение расчетов. Трудности этого этапа обусловлены, прежде всего, большой размерностью экономических задач, необходимостью обработки значительных массивов информации.

Исследование, проводимое численными методами, может существенно дополнить результаты аналитического исследования, а для многих моделей оно является единственно осуществимым. Класс экономических задач, которые можно решать численными методами, значительно шире, чем класс задач, доступных аналитическому исследованию.

6.Анализ численных результатов и их применение. На этом заключительном этапе цикла встает вопрос о правильности и полноте результатов моделирования, о степени практической применимости последних.

Математические методы проверки могут выявить некорректные построения модели и тем самым сужать класс потенциально правильных моделей. Неформальный анализ теоретических выводов и численных результатов, получаемых посредством модели, сопоставление их с имеющимися знаниями и фактами действительности также позволяют обнаруживать недостатки постановки экономической задачи, сконструированной математической модели, ее информационного и математического обеспечения.

2.2 Применение стохастических моделей в экономике

Основу эффективности банковского менеджмента составляет планомерный контроль за оптимальностью, сбалансированностью и устойчивостью функционирования в разрезе всех элементов, формирующих ресурсный потенциал и определяющих перспективы динамического развития кредитного учреждения. Его методы и инструменты требуют модернизации с учетом изменяющихся экономических условий. В то же время необходимость совершенствования механизма реализации новых банковских технологий обуславливает целесообразность научного поиска.

Используемые в существующих методиках интегральные коэффициенты финансовой устойчивости (КФУ) коммерческих банков зачастую характеризуют сбалансированность их состояния, но не позволяют дать полную характеристику тенденции развития. Следует учитывать, что результат (КФУ) зависит от многих случайных причин (эндогенного и экзогенного характера), которые не могут быть заранее полностью учтены.

В связи с этим оправданно рассматривать возможные результаты исследования устойчивого состояния банков в качестве случайных величин, имеющих одинаковое распределение вероятностей, поскольку исследования проводятся по одной и той же методике с использованием одинакового подхода. Кроме того, они взаимно независимы, т.е. результат каждого отдельного коэффициента не зависит от значений остальных.

Приняв во внимание, что в одном испытании случайная величина принимает одно и только одно возможное значение, заключаем, что события x 1 , x 2 , …, x n образуют полную группу, следовательно, сумма их вероятностей будет равна 1: p 1 +p 2 +…+p n =1 .

Дискретная случайная величина X - коэффициент финансовой устойчивости банка «А»,Y - банка «В», Z - банка «С» за заданный период. В целях получения результата, дающего основание сделать вывод об устойчивости развития банков, оценка была осуществлена на базе 12-летнего ретроспективного периода (табл.1).

Таблица 1

Порядковый номер годаБанк «А»Банк «В»Банк «С» 11,3141,2011,09820,8150,9050,81131,0430,9940,83941,2111,0051,01351,1101,0901,00961,0981,1541,01771,1121,1151,02981,3111,3281,06591,2451,1911,145101,5701,2041,296111,3001,1261,084121,1431,1511,028Min0,8150,9050,811Max1,5701,3281,296Шаг0,07550,04230,0485

Для каждой выборке по определенному банку значения разбиты на N интервалов, определены минимальное и максимальное значение. Процедура определения оптимального числа групп основана на применении формулы Стерджесса:

N =1+3,322 * ln N;

N =1+3,322 * ln12=9,525?10,

Где n - число групп;

N - число совокупности.

h=(КФУ max - КФУ min ) / 10.

Таблица 2

Границы интервалов значений дискретных случайных величин X, Y, Z (коэффициентов финансовой устойчивости) и частоты появлений данных значений в обозначенных границах

Номер интервалаГраницы интерваловЧастота появлений (n )XYZXYZ 10,815-0,8910,905-0,9470,811-0,86011220,891-0,9660,947-0,9900,860-0,90800030,966-1,0420,990-1,0320,908-0,95702041,042-1,1171,032-1,0740,957-1,00540051,117-1,1931,074-1,1171,005-1,05412561,193-1,2681,117-1,1591,054-1,10223371,268-1,3441,159-1,2011,102-1,15131181,344-1,4191,201-1,2431,151-1,19902091,419-1,4951,243-1,2861,199-1,248000101,495-1,5701,286-1,3281,248-1,296111

Исходя из найденного шага интервала, были рассчитаны границы интервалов путем прибавления к минимальному значению найденного шага. Полученное значение - это граница первого интервала (левая граница - LG). Для нахождения второго значения (правой границы PG) к найденной первой границе снова прибавляет я шаг и т.д. Граница последнего интервала совпадает с максимальным значением:

LG 1 =КФУ min ;

PG 1 =КФУ min +h;

LG 2 =PG 1;

PG 2 =LG 2 +h;

PG 10 =КФУ max .

Данные по частоте попадания коэффициентов финансовой устойчивости (дискретных случайных величин X, Y, Z) сгруппированы в интервалы, и определена вероятность попадания их значений в заданные границы. При этом левое значение границы входит в интервал, а правое - нет (табл.3).

Таблица 3

Распределение дискретных случайных величин X, Y, Z

ПоказательЗначения показателяБанк «А»X 0,8530,9291,0041,0791,1551,2311,3061,3821,4571,532P(X) 0,083000,3330,0830,1670,250000,083Банк «В»Y 0,9260,9691,0111,0531,0961,1381,1801,2221,2651,307P(Y) 0,08300,16700,1670,2500,0830,16700,083Банк «С»Z 0,8350,8840,9330,9811,0301,0781,1271,1751,2241,272P(Z) 0,1670000,4170,2500,083000,083

По частоте появлений значений n найдены их вероятности (частота появления делится на 12, исходя из числа единиц совокупности), а также в качестве значений дискретных случайных величин были использованы середины интервалов. Законы их распределения:

P i = n i /12;

X i = (LG i +PG i )/2.

На основании распределения можно судить о вероятности неустойчивого развития каждого банка:

P(X<1) = P(X=0,853) = 0,083

P(Y<1) = P(Y=0,926) = 0,083

P(Z<1) = P(Z=0,835) = 0,167.

Так с вероятностью 0,083 банк «А» может достигнуть значения коэффициента финансовой устойчивости, равное 0,853. Другими словами, вероятность того, что его расходы превысят доходы, составляет 8,3 %. По банку «В» вероятность падения коэффициента ниже единицы также составила 0,083, однако с учетом динамичного развития организации это снижение все же окажется незначительным - до 0,926. Наконец, высока вероятность (16,7%), что деятельность банка «С», при прочих равных условиях, охарактеризуется значением финансовой устойчивости, равным 0,835.

В то же время по таблицам распределений можно увидеть вероятность устойчивого развития банков, т.е. сумму вероятностей, где варианты коэффициентов имеют значение, большее 1:

P(X>1) = 1 - P(X<1) = 1 - 0,083 = 0,917

P(Y>1) = 1 - P(Y<1) = 1 - 0,083 = 0,917

P(Z>1) = 1 - P(Z<1) = 1 - 0,167 = 0,833.

Можно наблюдать, что наименее устойчивое развитие ожидается в банке «С».

В целом закон распределения задает случайную величину, однако чаще целесообразнее пользоваться числами, которые описывают случайную величину суммарно. Их называют числовыми характеристиками случайной величины, к ним относится математическое ожидание. Математическое ожидание приближенно равно среднему значению случайной величины и оно тем больше приближается к среднему значению, чем больше было проведено испытаний.

Математическим ожиданием дискретной случайной величины называют сумму произведений всех возможных величин на ее вероятности:

M(X) = x 1 p 1 +x 2 p 2 +…+x n p n

Результаты расчетов значений математических ожиданий случайных величин представлены в табл.4.

Таблица 4

Числовые характеристики дискретных случайных величин X, Y, Z

БанкМатематическое ожиданиеДисперсияСреднее квадратическое отклонение «А»M(X) = 1,187D(X) =0,027?(x) = 0,164«В»M(Y) = 1,124D(Y) = 0,010?(y) = 0,101«С»M(Z) = 1,037D(Z) = 0,012?(z) = 0,112

Полученные математические ожидания позволяют оценить средние значения ожидаемых вероятных значений коэффициента финансовой устойчивости в будущем.

Так по расчетам можно судить, что математическое ожидание устойчивого развития банка «А» составляет 1,187. Математическое ожидание банков «В» и «С» составляет 1,124 и 1,037 соответственно, что отражает предполагаемую доходность их работы.

Однако, зная лишь математическое ожидание, показывающее «центр» предполагаемых возможных значений случайной величины - КФУ, еще нельзя судить ни о его возможных уровнях, ни о степени их рассеянности вокруг полученного математического ожидания.

Другими словами, математическое ожидание в силу своей природы полностью устойчивости развития банка не характеризует. По этой причине возникает необходимость вычисления других числовых характеристик: дисперсии и среднеквадратического отклонения. Которые позволяют оценить степень рассеянности возможных значений коэффициента финансовой устойчивости. Математические ожидания и средние квадратические отклонения позволяют оценить интервал, в котором будут находиться возможные значения коэффициентов финансовой устойчивости кредитных организаций.

При сравнительно высоком характерном значении математического ожидания устойчивости по банку «А» среднее квадратическое отклонение составило 0,164, что говорит о том, что устойчивость банка может либо повыситься на эту величину, либо снизиться. При отрицательном изменении устойчивости (что все же маловероятно, учитывая полученную вероятность убыточной деятельности, равную 0,083) коэффициент финансовой устойчивости банка останется положительным - 1, 023 (см. табл. 3)

Деятельность банка «В» при математическом ожидании в 1,124, характеризуется меньшим размахом значений коэффициента. Так, даже при неблагоприятном стечении обстоятельств банк останется устойчивым, поскольку среднее квадратическое отклонение от прогнозируемого значения составило 0, 101, что позволит ему остаться в положительной зоне доходности. Следовательно, можно сделать вывод об устойчивости развития данного банка.

Банк «С», напротив, при невысоком математическом ожидании своей надежности (1, 037) столкнется при прочих равных условиях с недопустимым для него отклонением, равным 0,112. При неблагоприятной ситуации, а также учитывая высокий процент вероятности убыточной деятельности (16,7%), данная кредитная организация, скорее всего, снизит свою финансовую устойчивость до 0,925.

Важно заметить, что, сделав выводы об устойчивости развития банков, нельзя заранее уверенно предвидеть, какое из возможных значений примет коэффициент финансовой устойчивости в итоге испытания; это зависит от многих причин, учесть которые невозможно. С этой позиции о каждой случайной величине мы располагаем весьма скромными сведениями. В связи с чем вряд ли можно установить закономерности поведения и суммы достаточно большого числа случайных величин.

Однако оказывается, что при некоторых сравнительно широких условиях суммарное поведение достаточно большого числа случайных величин почти утрачивает случайный характер и становится закономерным.

Оценивая устойчивость развития банков, остается оценить вероятность того, что отклонение случайной величины от ее математического ожидания не превышает по абсолютной величине положительного числа ?. Дать интересующую нас оценку позволяет неравенство П.Л. Чебышева. Вероятность того, что отклонение случайной величины X от ее математического ожидания по абсолютной величине меньше положительного числа ? не меньше, чем :

или в случае обратной вероятности:

Учитывая риск, связанный с потерей устойчивости, проведем оценку вероятности отклонения дискретной случайной величины от математического ожидания в меньшую сторону и, считая равновероятностными отклонения от центрального значения как в меньшую, так и в большую стороны, перепишем неравенство еще раз:

Далее, исходя из поставленной задачи необходимо оценить вероятность того, что будущее значение коэффициента финансовой устойчивости не окажется ниже 1 от предлагаемого математического ожидания (для банка «А» значение ? примем равное 0,187, для банка «В» - 0,124, для «С» - 0.037) и произведем расчет данной вероятности:

банк «А»:

банк «С»:

Согласно неравенству П.Л. Чебышева, наиболее устойчивым в своем развитии является банк «В», поскольку вероятность отклонения ожидаемых значений случайной величины от ее математического ожидания невысокая (0,325), при этом она сравнительно меньше, чем по другим банкам. На втором месте по сравнительной устойчивости развития располагается банк «А», где коэффициент этого отклонения несколько выше, чем в первом случае (0,386). В третьем банке вероятность того, что значение коэффициента финансовой устойчивости отклониться в левую сторону от математического ожидания больше чем на 0, 037, является практически достоверным событием. Тем более, если учесть, что вероятность не может быть больше 1, превышающие значения, согласно доказательству Л.П. Чебышева, необходимо принимать за 1. Другими словами, факт того, что развитие банка может перейти в неустойчивую зону, характеризующуюся коэффициентом финансовой устойчивости меньше 1, является достоверным событием.

Таким образом, характеризуя финансовое развитие коммерческих банков, можно сделать следующие выводы: математическое ожидание дискретной случайной величины (среднее ожидаемое значение коэффициента финансовой устойчивости) банка «А» равно 1,187. Среднее квадратическое отклонение этой дискретной величины составляет 0,164, что объективно характеризует небольшой разброс значений коэффициента от среднего числа. Однако степень неустойчивости этого ряда подтверждается достаточно высокой вероятностью отрицательного отклонения коэффициента финансовой устойчивости от 1, равной 0,386.

Анализ деятельности второго банка показал, что математическое ожидание КФУ равно 1,124 при среднем квадратическом отклонении 0,101. Таким образом, деятельность кредитной организации характеризуется небольшим разбросом значений коэффициента финансовой устойчивости, т.е. является более концентрированной и стабильной, что подтверждается сравнительно низкой вероятностью (0,325) перехода банка в зону убыточности.

Устойчивость банка «С» характеризуется невысоким значением математического ожидания (1,037) и также небольшим разбросом значений (среднеквадратическое отклонение равно 0,112). Неравенство Л.П. Чебышева доказывает тот факт, что вероятность получения отрицательного значения коэффициента финансовой устойчивости равна 1, т.е. ожидание положительной динамики его развития при прочих равных условиях будет выглядеть весьма необоснованным. Таким образом, предложенная модель, базирующаяся на определении существующего распределения дискретных случайных величин (значений коэффициентов финансовой устойчивости коммерческих банков) и подтверждаемая оценкой их равновероятностного положительного или отрицательного отклонения от полученного математического ожидания, позволяет определить ее текущий и перспективный уровень.

Заключение

Применение математики в экономической науке, дало толчок в развитии как самой экономической науке, так и прикладной математике, в части методов экономико-математической модели. Пословица говорит: «Семь раз отмерь - Один раз отрежь». Использование моделей есть время, силы, материальные средства. Кроме того, расчёты по моделям противостоят волевым решениям, поскольку позволяют заранее оценить последствия каждого решения, отбросить недопустимые варианты и рекомендовать наиболее удачные. Экономико-математическое моделирование основывается на принципе аналогии, т.е. возможности изучения объекта посредством построения и рассмотрения другого, подобного ему, но более простого и доступного объекта, его модели.

Практическими задачами экономико-математического моделирования являются, во-первых, анализ экономических объектов; во-вторых, экономическое прогнозирование, предвидение развития хозяйственных процессов и поведения отдельных показателей; в-третьих, выработка управленческих решений на всех уровнях управления.

В работе было выяснено, что экономико-математические модели можно разделить по признакам:

·целевого назначения;

·учета фактора времени;

·длительности рассматриваемого периода;

·цели создания и применения;

·учета фактора неопределенности;

·типа математического аппарата;

Описание экономических процессов и явлений в виде экономико-математических моделей базируется на использовании одного из экономико-математических методов, которые применяются на всех уровнях управления.

Особенно большую роль приобретают экономико-математические методы по мере внедрения информационных технологий во всех областях практики. Также были рассмотрены основные этапы процесса моделирования, а именно:

·постановка экономической проблемы и ее качественный анализ;

·построение математической модели;

·математический анализ модели;

·подготовка исходной информации;

·численное решение;

·анализ численных результатов и их применение.

В работе была представлена статья кандидата экономических наук, доцента кафедры финансов и кредита С.В. Бойко, в которой отмечается, что перед отечественными кредитными организациями, подверженными влиянию внешней среды, стоит задача поиска управленческих инструментов, предполагающих реализацию рациональных антикризисных мер, направленных на стабилизацию темпов роста базовых показателей их деятельности. В этой связи повышается важность адекватного определения финансовой устойчивости с помощью различных методик и моделей, одной из разновидностей которых являются стохастические (вероятностные) модели, позволяющие не только выявить предполагаемые факторы роста или снижения устойчивости, но и сформировать комплекс превентивных мероприятий по ее сохранению.

Потенциальная возможность математического моделирования любых экономических объектов и процессов не означает, разумеется, ее успешной осуществимости при данном уровне экономических и математических знаний, имеющейся конкретной информации и вычислительной технике. И хотя нельзя указать абсолютные границы математической формализуемости экономических проблем, всегда будут существовать еще неформализованные проблемы, а также ситуации, где математическое моделирование недостаточно эффективно.

Список литературы

1)Красс М.С. Математика для экономических специальностей: Учебник. -4-е изд., испр. - М.: Дело, 2003.

)Иванилов Ю.П., Лотов А.В. Математические модели в экономике. - М.: Наука, 2007.

)Ашманов С.А. Введение в математическую экономику. - М.: Наука, 1984.

)Гатаулин А.М., Гаврилов Г.В., Сорокина Т.М. и др. Математическое моделирование экономических процессов. - М.: Агропромиздат, 1990.

)Под ред. Федосеева В.В. Экономико-математические методы и прикладные модели:Учебное пособие для ВУЗов. - М.: ЮНИТИ, 2001.

)Савицкая Г.В. Экономический анализ: Учебник. - 10-е изд., испр. - М.:Новое знание, 2004.

)Гмурман В.Е. Теория вероятностей и математическая статистика. М.: Высшая школа, 2002

)Исследование операций. Задачи, принципы, методология: учеб. пособие для вузов / Е.С. Вентцель. - 4-е изд., стереотип. - М. :Дрофа, 2006. - 206, с. : ил.

) Математика в экономике: учебное пособие/ С.В.Юдин. - М.: Изд-во РГТЭУ,2009.-228 с.

)Кочетыгов А.А. Теория вероятностей и математическая статистика: Учеб. Пособие/ Тул. Гос. Ун-т. Тула, 1998. 200с.

)Бойко С.В, Вероятностные модели в оценке финансовой устойчивости кредитных организаций /С.В. Бойко// Финансы и кредит. - 2011. N 39. -

Репетиторство

Нужна помощь по изучению какой-либы темы?

Наши специалисты проконсультируют или окажут репетиторские услуги по интересующей вас тематике.
Отправь заявку с указанием темы прямо сейчас, чтобы узнать о возможности получения консультации.

Московский Государственный Университет

экономики, статистики и информатики

Экономико-правовой факультет

КОНТРОЛЬНАЯ РАБОТА

Дисциплина: АХД

Выполнила

Студентка гр.ВФ-3

Тимонина Т.С.

Математическое моделирование

Одним из видов формализованного знакового моделирования является математического моделирование, осуществляемое средствами языка математики и логики. Для изучения какого-либо класса явлений внешнего мира строится его математическая модель, т.е. приближенное описание этого класса явлений, выраженное с помощью математической символики.

Сам процесс математического моделирования можно подразделить на четыре основных этапа:

I этап: Формулирование законов, связывающих основные объекты модели, т.е. запись в виде математических терминов сформулированных качественных представлений о связях между объектами модели.

II этап: Исследование математических задач, к которым приводят математические модели. Основной вопрос - решение прямой задачи, т.е. получение в результате анализа модели выходных данных (теоретических следствий) для дальнейшего их сопоставления с результатами наблюдений изучаемых явлений.

III этап: Корректировка принятой гипотетической модели согласно критерию практики, т.е. выяснение вопроса о том, согласуются ли результаты наблюдений с теоретическими следствиями модели в пределах точности наблюдений. Если модель была вполне определена - все параметры ее были даны, - то определение уклонений теоретических следствий от наблюдений дает решения прямой задачи с последующей оценкой уклонений. Если уклонения выходят за пределы точности наблюдений, то модель не может быть принята. Часто при построении модели некоторые ее характеристики остаются не определенными. Применение критерия практики к оценке математической модели позволяет делать вывод о правильности положений, лежащих в основе подлежащей изучению (гипотетической) модели.

IV этап: Последующий анализ модели в связи с накоплением данных об изученных явлениях и модернизация модели. С появлением ЭВМ метод математического моделирования занял ведущее место среди других методов исследования. Особенно важную роль этот метод играет в современной экономической науке. Изучение и прогнозирование какого-либо экономического явления методом математического моделирования позволяет проектировать новые технические средства, прогнозировать воздействие на данное явление тех или иных факторов, планировать эти явления даже при существовании нестабильной экономической ситуации.

Сущность экономического анализа

Анализ (разложение, расчленение, разбор) - логический прием, метод исследования, суть которого состоит в том, что изучаемый предмет мысленно расчленяется на составные элементы, каждый из которых затем исследуется в отдельности как часть расчлененного целого, для того чтобы выделенные в ходе анализа элементы соединить с помощью другого логического приема - синтеза - в целое, обогащенное новыми знаниями.

Под экономическим анализом понимают прикладную научную дисциплину, представляющую собой систему специальных знаний, позволяющих оценить эффективность деятельности того или иного субъекта рыночной экономики.

Теория экономического анализа позволяет рационально обосновать, спрогнозировать на ближайшую перспективу развитее объекта управления и оценить целесообразность принятия управленческого решения.

Основные направления экономического анализа:

Формулирование системы показателей, характеризующих работу анализируемого объекта;

Качественный анализ изучаемого явления (результата);

Количественный анализ этого явления (результата):

Для разработки и принятия управленческого решения важно, что оно является средством решения основной задачи выявления резервов повышения эффективности хозяйственной деятельности в улучшении использования производственных ресурсов, снижении себестоимости, повышении рентабельности и увеличении прибыли, т.е. направлен на конечную цель реализации управленческого решения.

Разработчики теории экономического анализа подчеркивают его характерные особенности:

1. Диалектичность подхода к изучению экономических процессов, которым свойственны: переход количества в качество, появление нового качества, отрицание отрицания, борьба противоположностей, отмирание старого и появление нового.

2. Обусловленность экономических явлений причинными связями и взаимозависимостью.

3. Выявление и измерение взаимосвязей и взаимозависимостей показателей базируются на знаниях объективных закономерностей развития производства и обращения товаров.

Экономический анализ, прежде всего, является факторным, т. е. определяющим влияние комплекса экономических факторов на результативный показатель деятельности предприятия.

Влияние различных факторов на экономический показатель функционирования предприятия, фирмы осуществляется с помощью стохастического анализа.

В свою очередь, детерминированный и стохастический анализы обеспечивают:

Установление причинно-следственных или вероятностных связей факторов и результативных показателей;

Выявление экономических закономерностей влияния факторов на функционирование предприятия и выражение их с помощью математических зависимостей;

Возможность построения моделей (в первую очередь, математических) воздействий факторных систем на результативные показатели и исследования с их помощью влияния на конечный результат принимаемого управленческого решения.

На практике используются различные виды экономического анализа. Для принимаемых управленческих решений особенно важны анализы: оперативные, текущие, перспективные (по временным отрезкам); частичные и комплексные (по объему); по выявлению резервов, повышению качества и т. п. (по назначению); прогнозный анализ. Прогнозы позволяют экономически обосновывать стратегические, оперативные (функциональные) или тактические управленческие решения.

Исторически сложились две группы способов и приемов: традиционные и математические. Рассмотрим подробнее применение математических методов в экономическом анализе.

Математические методы в экономическом анализе

Использование математических методов в сфере управления - важнейшее направление совершенствования систем управления. Математические методы ускоряют проведение экономического анализа, способствуют более полному учету влияния факторов на результаты деятельности, повышению точности вычислений. Применение математических методов требует:

* системного подхода к исследованию заданного объекта, учета взаимосвязей и отношений с другими объектами (предприятиями, фирмами);

* разработки математических моделей, отражающих количественные показатели системной деятельности работников организации, процессов, происходящих в сложных системах, какими являются предприятия;

* совершенствования системы информационного обеспечения управления предприятием с использованием электронно-вычислительной техники.

Решение задач экономического анализа математическими методами возможно, если они сформулированы математически, т.е. реальные экономические взаимосвязи и зависимости выражены с применением математического анализа. Это вызывает необходимость разработки математических моделей.

В управленческой практике для решения экономических задач прибегают к различным методам. На рисунке 1 приведены основные математические методы, применяемые в экономическом анализе.

Выбранные признаки классификации достаточно условны. Например, в сетевом планировании и управлении используются различные математические методы, а в значение термина "исследование операций" многие авторы вкладывают различное содержание.

Методы элементарной математики используются в традиционных экономических расчетах при обосновании потребностей в ресурсах, разработке плана, проектов и т. п.

Классические методы математического анализа используются самостоятельно (дифференцирование и интегрирование) и в рамках других методов (математической статистики, математического программирования).

Статистические методы - основное средство исследования массовых повторяющихся явлений. Они применяются при возможности представления изменения анализируемых показателей как случайного процесса. Если связь между анализируемыми характеристиками не детерминированная, а стохастическая, то статистические и вероятностные методы становятся практически единственным инструментом исследования. В экономическом анализе наиболее известны методы множественного и парного корреляционного анализа.

Для изучения одновременных статистических совокупностей служат закон распределения, вариационный ряд, выборочный метод. Для многомерных статистических совокупностей применяются корреляции, регрессии, дисперсионный, ковариационный, спектральный, компонентный, факторный виды анализа.

Экономические методы базируются на синтезе трех областей знаний: экономики, математики и статистики. Основа эконометрии - экономическая модель, т.е. схематическое представление экономического явления или процессов, отражение их характерных черт с помощью научной абстракции . Наиболее распространен метод анализа экономики "затраты - выпуск". Метод представляет матричные (балансовые) модели, построенные по шахматной схеме и наглядно иллюстрирующие взаимосвязь затрат и результатов производства.

Методы математического программирования - основное средство решения задач оптимизации производственно -хозяйственной деятельности. По сути, методы - средства плановых расчетов, и они позволяют оценивать напряженность плановых заданий, дефицитность результатов, определять лимитирующие виды сырья, группы оборудования.

Под исследованием операций понимаются разработки методов целенаправленных действий (операций), количественная оценка решений и выбор наилучшего из них. Цель исследования операций сочетание структурных взаимосвязанных элементов системы, в наибольшей степени обеспечивающее лучший экономический показатель.

Теория игр как раздел исследования операций представляет собой теорию математических моделей принятия оптимальных решений в условиях неопределенности или конфликта нескольких сторон, имеющих различные интересы.

Методы математической статистики

Рис. 1. Классификация основных математических методов, применяемых в экономическом анализе.

Теория массового обслуживания на основе теории вероятности исследует математические методы количественной оценки процессов массового обслуживания. Особенность всех задач, связанных с массовым обслуживанием, - случайный характер исследуемых явлений. Количество требований на обслуживание и временные интервалы между их поступлениями имеют случайный характер, однако в совокупности подчиняются статистическим закономерностям, количественное изучение которых и есть предмет теории массового обслуживания.

Экономическая кибернетика анализирует экономические явления и процессы как сложные системы с точки зрения законов управления и движения в них информации. Методы моделирования и системного анализа наиболее разработаны именно в этой области.

Применение математических методов в экономическом анализе базируется на методологии экономико-математического моделирования хозяйственных процессов и научно обоснованной классификации методов и задач анализа. Все экономико-математические методы (задачи) подразделяются на две группы: оптимизационные решения по заданному критерию и неоптимизационные (решения без критерия оптимальности).

По признаку получения точного решения все математические методы делятся на точные (по критерию или без него получают единственное решение) и приближенные (на основе стохастической информации).

К оптимальным точным можно отнести методы теории оптимальных процессов, некоторые методы математического программирования и методы исследования операций, к оптимизационным приближенным - часть методов математического программирования, исследования операций, экономической кибернетики, эвристические.

К неоптимизационным точным принадлежат методы элементарной математики и классические методы математического анализа, экономические методы, к неоптимизационным приближенным - метод статистических испытаний и другие методы математической статистики.

Особенно часто применяются математические модели очередей и управления запасами. Например, теория очередей опирается на разработанную учеными А.Н. Колмогоровым и А.Л. Ханчиным теорию массового обслуживания.

Теория массового обслуживания

Данная теория позволяет изучать системы, предназначенные для обслуживания массового потока требований случайного характера. Случайными могут быть как моменты появления требований, так и затраты времени на их обслуживание. Целью методов теории является отыскание разумной организации обслуживания, обеспечивающей заданное его качество, определение оптимальных (с точки зрения принятого критерия) норм дежурного обслуживания, надобность в котором возникает непланомерно, нерегулярно.

С использованием метода математического моделирования можно определить, например, оптимальное количество автоматически действующих машин, которое может обслуживаться одним рабочим или бригадой рабочих и т.п.

Типичным примером объектов теории массового обслуживания могут служить автоматические телефонные станции - АТС. На АТС случайным образом поступают “требования” - вызовы абонентов, а “обслуживание” состоит в соединении абонентов с другими абонентами, поддержание связи во время разговора и т.д. Задачи теории, сформулированные математически, обычно сводятся к изучению специального типа случайных процессов.

Исходя их данных вероятностных характеристик поступающего потока вызовов и продолжительности обслуживания и учитывая схему системы обслуживания, теория определяет соответствующие характеристики качества обслуживания (вероятность отказа, среднее время ожидания начала обслуживания т.п.).

Математическими моделями многочисленных задач технико-экономического содержания являются также задачи линейного программирования. Линейное программирование - это дисциплина, посвященная теории и методам решения задач об экстремумах линейных функций на множествах, задаваемых системами линейных равенств и неравенств.

Задача планирования работы предприятия

Для производства однородных изделий необходимо затратить различные производственные факторы - сырье, рабочую силу, станочный парк, топливо, транспорт и т.д. Обычно имеется несколько отработанных технологических способов производства, причем в этих способах затраты производственных факторов в единицу времени для выпуска изделий различны.

Количество израсходованных производственных факторов и количество изготовляемых изделий зависит от того, сколько времени предприятие будет работать по тому или иному технологическому способу.

Ставится задача рационального распределения времени работы предприятия по различным технологическим способам, т.е. такого, при котором будет произведено максимальное количество изделий при заданных ограниченных затратах каждого производственного фактора.

На основе метода математического моделирования в операционных исследованиях решаются также многие важные задачи, требующие специфических методов решения. К их числу относятся:

· Задача надежности изделий.

· Задача замены оборудования.

· Теория расписаний (так называемая теория календарного планирования).

· Задача распределения ресурсов.

· Задача ценообразования.

· Теория сетевого планирования.

Задача надежности изделий

Надежность изделий определяется совокупностью показателей. Для каждого из типов изделий существуют рекомендации по выбору показателей надежности.

Для оценки изделий, которые могут находиться в двух возможных состояниях - работоспособном и отказовом, применяются следующие показатели: среднее время работы до возникновения отказа (наработка до первого отказа), наработка на отказ, интенсивность отказов, параметр потока отказов, среднее время восстановления работоспособного состояния, вероятность безотказной работы за время t, коэффициент готовности.

Задача распределения ресурсов

Вопрос распределения ресурсов является одним из основных в процессе управления производством. Для решения этого вопроса в операционных исследованиях пользуются построением линейной статистической модели.

Задача ценообразования

Для предприятия вопрос образования цены на продукцию играет немаловажную роль. От того, как проводится ценообразование на предприятии, зависит его прибыль. Кроме того, в существующих сейчас условиях рыночной экономики цена стала существенным фактором в конкурентной борьбе.

Теория сетевого планирования

Сетевое планирование и управление, является системой планирования управления разработкой крупных хозяйственных комплексов, конструкторской и технологической подготовкой производства новых видов товаров, строительством и реконструкцией, капитальным ремонтом основных фондов путем применения сетевых графиков.

Сущность сетевого планирования и управления состоит в составлении математической модели управляемого объекта в виде сетевого графика или модели находящейся в памяти компьютера, в которых отражается взаимосвязь и длительность определенного комплекса работ. Сетевой график после его оптимизации средствами прикладной математики и вычислительной техники используется для оперативного управления работами.

Решение экономических задач с помощью метода математического моделирования позволяет осуществлять эффективное управление как отдельными производственными процессами на уровне прогнозирования и планирования экономических ситуаций и принятия на основе этого управленческих решений, так и всей экономикой в целом. Следовательно, математическое моделирование как метод тесно соприкасается с теорией принятия решений в менеджменте.

Этапы экономико-математического моделирования

Основные этапы процесса моделирования уже рассматривались выше. В различных отраслях знаний, в том числе и в экономике, они приобретают свои специфические черты. Проанализируем последовательность и содержание этапов одного цикла экономико-математического моделирования.

1. Постановка экономической проблемы и ее качественный анализ. Главное здесь - четко сформулировать сущность проблемы, принимаемые допущения и те вопросы, на которые требуется получить ответы. Этот этап включает выделение важнейших черт и свойств моделируемого объекта и абстрагирование от второстепенных; изучение структуры объекта и основных зависимостей, связывающих его элементы; формулирование гипотез, объясняющих поведение и развитие объекта.

2. Построение математической модели . Это - этап формализации экономической проблемы, выражения ее в виде конкретных математических зависимостей и отношений (функций, уравнений, неравенств и т.д.). Обычно сначала определяется основная конструкция (тип) математической модели, а затем уточняются детали этой конструкции (конкретный перечень переменных и параметров, форма связей). Таким образом, построение модели подразделяется в свою очередь на несколько стадий.

Неправильно полагать, что чем больше фактов учитывает модель, тем она лучше "работает" и дает лучшие результаты. То же можно сказать о таких характеристиках сложности модели, как используемые формы математических зависимостей (линейные и нелинейные), учет факторов случайности и неопределенности и т.д. Излишняя сложность и громоздкость модели затрудняют процесс исследования. Нужно учитывать не только реальные возможности информационного и математического обеспечения, но и сопоставлять затраты на моделирование с получаемым эффектом (при возрастании сложности модели прирост затрат может превысить прирост эффекта).

Одна из важных особенностей математических моделей - потенциальная возможность их использования для решения разнокачественных проблем. Поэтому, даже сталкиваясь с новой экономической задачей, не нужно стремиться "изобретать" модель; вначале необходимо попытаться применить для решения этой задачи уже известные модели.

В процессе построения модели осуществляется взаимосопоставление двух систем научных знаний - экономических и математических. Естественно стремиться к тому, чтобы получить модель, принадлежащую хорошо изученному классу математических задач. Часто это удается сделать путем некоторого упрощения исходных предпосылок модели, не искажающих существенных черт моделируемого объекта. Однако возможна и такая ситуация, когда формализация экономической проблемы приводит к неизвестной ранее математической структуре. Потребности экономической науки и практики в середине ХХ в. способствовали развитию математического программирования, теории игр, функционального анализа, вычислительной математики. Вполне вероятно, что в будущем развитие экономической науки станет важным стимулом для создания новых разделов математики.

3. Математический анализ модели. Целью этого этапа является выяснение общих свойств модели. Здесь применяются чисто математические приемы исследования. Наиболее важный момент - доказательство существования решений в сформулированной модели (теорема существования). Если удастся доказать, что математическая задача не имеет решения, то необходимость в последующей работе по первоначальному варианту модели отпадает; следует скорректировать либо постановку экономической задачи, либо способы ее математической формализации. При аналитическом исследовании модели выясняются такие вопросы, как, например, единственно ли решение, какие переменные (неизвестные) могут входить в решение, каковы будут соотношения между ними, в каких пределах и в зависимости от каких исходных условий они изменяются, каковы тенденции их изменения и т.д. Аналитической исследование модели по сравнению с эмпирическим (численным) имеет то преимущество, что получаемые выводы сохраняют свою силу при различных конкретных значениях внешних и внутренних параметров модели.

Знание общих свойств модели имеет столь важное значение, часто ради доказательства подобных свойств исследователи сознательно идут на идеализацию первоначальной модели. И все же модели сложных экономических объектов с большим трудом поддаются аналитическому исследованию. В тех случаях, когда аналитическими методами не удается выяснить общих свойств модели, а упрощения модели приводят к недопустимым результатам, переходят к численным методам исследования.

4. Подготовка исходной информации. Моделирование предъявляет жесткие требования к системе информации. В то же время реальные возможности получения информации ограничивают выбор моделей, предназначаемых для практического использования. При этом принимается во внимание не только принципиальная возможность подготовки информации (за определенные сроки), но и затраты на подготовку соответствующих информационных массивов. Эти затраты не должны превышать эффект от использования дополнительной информации.

5. Численное решение. Этот этап включает разработку алгоритмов для численного решения задачи, составления программ на ЭВМ и непосредственное проведение расчетов. Трудности этого этапа обусловлены, прежде всего, большой размерностью экономических задач, необходимостью обработки значительных массивов информации.

Обычно расчеты по экономико-математической модели носят многовариантный характер. Благодаря высокому быстродействию современных компьютеров удается проводить многочисленные "модельные" эксперименты, изучая "поведение" модели при различных изменениях некоторых условий. Исследование, проводимое численными методами, может существенно дополнить результаты аналитического исследования, а для многих моделей оно является единственно осуществимым. Класс экономических задач, которые можно решать численными методами, значительно шире, чем класс задач, доступных аналитическому исследованию.

6. Анализ численных результатов и их применение. На этом заключительном этапе цикла встает вопрос о правильности и полноте результатов моделирования, о степени практической применимости последних.

Математические методы проверки могут выявлять некорректные построения модели и тем самым сужать класс потенциально правильных моделей. Неформальный анализ теоретических выводов и численных результатов, получаемых посредством модели, сопоставление их с имеющимися знаниями и фактами действительности также позволяют обнаруживать недостатки постановки экономической задачи, сконструированной математической модели, ее информационного и математического обеспечения.

Использованная литература

Репетиторство

Нужна помощь по изучению какой-либы темы?

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Размещено на http://www.allbest.ru

Содержание
Введение
1. Математические модели

1.1 Классификация экономико-математических моделей

2. Оптимизационное моделирование

2.1 Линейное программирование

2.1.1 Линейное программирование как инструмент математического моделирования экономики
2.1.2 Примеры моделей линейного программирования
2.2.3 Оптимальное распределение ресурсов

Заключение

Введение

Современная математика характеризуется интенсивным проникновением в другие науки, во многом этот процесс происходит благодаря разделению математики на ряд самостоятельных областей. Математика стала для многих отраслей знаний не только орудием количественного расчёта, но также методом точного исследования и средством предельно чёткой формулировки понятий и проблем. Без современной математики с её развитым логическим и вычислительным аппаратом был бы не возможен прогресс в различных областях человеческой деятельности. экономический математический линейный моделирование

Экономика как наука об объективных причинах функционирования и развития общества пользуется разнообразными количественными характеристиками, а поэтому вобрала в себя большое число математических методов.

Актуальность данной темы состоит в том, что в современной экономике используются оптимизационные методы, которые составляют основу математического программирования, теории игр, сетевого планирования, теории массового обслуживания и других прикладных наук.

Изучение экономических приложений математических дисциплин, составляющих основу актуальной экономической математики, позволяет приобрести некоторые навыки решения экономических задач и расширить знания в этой области.

Целью данной работы является изучение некоторых оптимизационных методов, применяемых при решении экономической задач.

1. Математические модели

Математические модели в экономике. Широкое использование математических моделей является важным направлением совершенствования экономического анализа. Конкретизация данных или представление их в виде математической модели помогает выбрать наименее трудоёмкий путь решения, повышает эффективность анализа.

Все экономические задачи, решаемые с применением линейного программирования отличаются альтернативностью решения и определенными ограничивающими условиями. Решить такую задачу - значит выбрать из всех допустимо возможных (альтернативных) вариантов лучший, оптимальный. Важность и ценность использования в экономике метода линейного программирования состоят в том, что оптимальный вариант выбирается из достаточно значительного количества альтернативных вариантов.

Самыми существенными моментами при постановке и решении экономических задачах в виде математической модели являются:

· адекватность экономико-математической модели действительности;

· анализ закономерностей, соответствующих данному процессу;

· определение методов, с помощью которых можно решить задачу;

· анализ полученных результатов или подведение итога.

Под экономическим анализом понимается, прежде всего, факторный анализ.

Пусть y=f(x i) - некоторая функция, характеризующая изменение показателя или процесса; x 1 ,x 2 ,…,x n - факторы, от которых зависит функция y=f(x i). Задана функциональная детерминированная связь показателя y с набором факторов. Пусть показатель y изменился за анализируемый период. Требуется определить, какой частью численное приращение функции y=f(x 1 ,x 2 ,…,x n) обязано приращению каждого фактора.

Можно выделить в экономическом анализе - анализ влияния производительности труда и численности, работающих на объем произведенной продукции; анализ влияния величины прибыли основных производственных фондов и нормируемых оборотных средств на уровень рентабельности; анализ влияния заемных средств на маневренность и независимость предприятия и т. п..

В экономическом анализе, кроме задач, сводящихся к разбиению его на составляющие части, существует группа задач, где требуется функционально увязать ряд экономических характеристик, т.е. построить функцию, содержащую в себе основное качество всех рассматриваемых экономических показателей.

В этом случае ставится обратная задача- так называемая задача обратного факторного анализа.

Пусть имеется набор показателей x 1 ,x 2 ,…,x n , характеризующих некоторый экономический процесс F. Каждый из показателей характеризует этот процесс. Требуется построить функцию f(x i) изменения процесса F, содержащую основные характеристики всех показателей x 1 ,x 2 ,…,x n

Главный момент в экономическом анализе - определение критерия, по которому будут сравниваться различные варианты решения.

Математические модели в менеджменте. Во всех сферах человеческой деятельности большую роль играет принятие решений. Для постановки задачи принятия решения необходимо выполнить два условия:

· наличие выбора;

· выбор варианта по определенному принципу.

Известны два принципа выбора решения: волевой и критериальный.

Волевой выбор, наиболее часто используемый, применяют при отсутствии формализованных моделей как единственно возможный.

Критериальный выбор заключается в принятии некоторого критерия и сравнении возможных вариантов по этому критерию, Вариант, для которого принятый критерий принимает наилучшее решение, называют оптимальным, а задачу принятия наилучшего решения - задачей оптимизации.

Критерий оптимизации называют целевой функцией.

Любую задачу, решение которой сводится к нахождению максимума или минимума целевой функции, называют экстремальной задачей.

Задачи менеджмента связаны с нахождением условного экстремума целевой функции при известных ограничениях, накладываемых на ее переменные.

В качестве целевой функции при решении различных оптимизационных задач принимают количество или стоимость выпускаемой продукции, затрат на производство, сумму прибыли и т.п. Ограничения обычно касаются людских материальных, денежных ресурсов.

Оптимизационные задачи менеджмента, различные по своему содержанию и реализуемые с использованием стандартных программных продуктов, соответствуют тому или иному классу экономико-математических моделей.

Рассмотрим классификацию некоторых основных задач оптимизации, реализуемых менеджментом на производстве.

Классификация задач оптимизации по функции управления:

Функция управления	Задачи оптимизации	Класс экономико-математических моделей
Техническая и организационная подготовка производства	Моделирование состава изделий; Оптимизация состава марок, шихты, смесей; Оптимизация раскроя листового материала, проката; Оптимизация распределения ресурсов в сетевых моделях комплексов работ; Оптимизация планировок предприятий, производств и оборудования; Оптимизация маршрута изготовления изделий; Оптимизация технологий и технологических режимов.	Теория графов Дискретное программирование Линейное программирование Сетевое планирование и управление Имитационное моделирование Динамическое программирование Нелинейное программирование
Технико-экономическое планирование	Построение сводного плана и прогнозирование показателей развития предприятия; Оптимизация портфеля заказов и производственной программы; Оптимизация распределения производственной программы по плановым периодам.	Матричные балансовые модели “Затраты-выпуск” Корреляционно- регрессионный анализ Экстраполяция тенденций Линейное программирование
Оперативное управление основным производством	Оптимизация календарно-плановых нормативов; Календарные задачи; Оптимизация стандарт-планов; Оптимизация краткосрочных планов производств.	Нелинейное программирование Имитационное моделирование Линейное программирование Целочисленное программирование

Таблица 1.

Сочетание различных элементов модели приводит к различным классам задач оптимизации:

Таблица 2.

1.1 Классификация экономико-математических моделей

Наиболее важные виды балансовых моделей:

· Материальные, трудовые и финансовые балансы для экономики в целом и отдельных ее отраслей;

· Межотраслевые балансы;

· Матричные балансы предприятий и фирм.

2. Оптимизационное моделирование

2.1 Линейное программирование

2.1.1 Линейное программирование как инструмент математического моделирования экономики

Исследование свойств общей системы линейных неравенств ведется с XIX в., а первая оптимизационная задача с линейной целевой функцией и линейными ограничениями была сформулирована в З0-е годы XX в. Одним из первых зарубежных ученых, заложивших основы линейного программирования, является Джон фон Нейман, широко известный математик и физик, доказавший основную теорему о матричных играх. Среди отечественных ученых большой вклад в теорию линейной оптимизации внесли лауреат Нобелевской премии Л.В. Канторович, Н.Н. Моисеев, Е.Г. Гольштейн, Д.Б. Юдин и многие другие.

Линейное программирование традиционно считается одним из разделов исследования операций, который изучает методы нахождения условного экстремума функций многих переменных.

В классическом математическом анализе исследуется общая постановка задачи определения условного экстремума, однако в связи с развитием промышленного производства, транспорта, агропромышленного комплекса, банковского сектора традиционных результатов математического анализа оказалось недостаточно. Потребности практики и развитие вычислительной техники привели к необходимости определения оптимальных решений при анализе сложных экономических систем. Главным инструментом для решения таких задач является математическое моделирование, т.е. формализованное описание изучаемого процесса и исследование его с помощью математического аппарата.

Искусство математического моделирования состоит в том, чтобы учесть как можно более широкий спектр факторов, влияющих на поведение объекта, используя при этом по возможности несложные соотношения. Именно в связи с этим процесс моделирования часто носит многоэтапный характер. Сначала строится относительно простая модель, затем проводится ее исследование, позволяющее понять, какие из интегрирующих свойств объекта не улавливаются данной формальной схемой, после чего за счет усложнения модели обеспечивается большая ее адекватность реальности. При этом во многих случаях первым приближением к действительности является модель, в которой все зависимости между переменными, характеризующими состояние объекта, являются линейными. Практика показывает, что значительное количество экономических процессов достаточно полно описывается линейными моделями, а следовательно, линейное программирование как аппарат, позволяющий отыскивать условный экстремум на множестве, заданном линейными уравнениями и неравенствами, играет важную роль при анализе этих процессов.

2.1.2 Примеры моделей линейного программирования

Ниже будут рассмотрены несколько ситуаций, исследование которых возможно с применением средств линейного программирования. Так как основным показателем в этих ситуациях является экономический -- стоимость, то соответствующие модели являются экономико-математическими.

Задача о раскрое материалов. На обработку поступает материал одного образца в количестве d единиц. Требуется изготовить из него к разных комплектующих изделий в количествах, пропорциональных числам а 1 ,..., а к. Каждая единица материала может быть раскроена n различными способами, при этом использование i-го способа (i=1,…,n) дает b ij , единиц j-го изделия (j = 1,...,k).

Требуется найти план раскроя, обеспечивающий максимальное число комплектов.

Экономико-математическая модель этой задачи может быть сформулирована следующим образом. Обозначим x i -- число единиц материалов, раскраиваемых i-м способом, и x -- число изготавливаемых комплектов изделий.

Учитывая, что общее количество материала равно сумме его единиц, раскраиваемых различными способами, получим:

Условие комплектности выразится уравнениями:

Очевидно, что

x i 0 (i=1,…,n)(3)

Целью является определить такое решение Х= (x 1 ,…,x n), удовлетворяющее ограничениям (1)-(3), при котором функция F = x принимает максимальное значение. Проиллюстрируем рассмотренную задачу следующим примером Для изготовления брусьев длиной 1,5 м, 3 м и 5 м в соотношении 2:1:3 на распил поступают 200 бревен длиной 6 м. Определить план распила, обеспечивающий максимальное число комплектов. Чтобы сформулировать соответствующую оптимизационную задачу линейного программирования, определим все возможные способы распила бревен, указав соответствующее число получаемых при этом брусьев (табл. 1).

Таблица 1

Обозначим через x i -- число бревен, распиленных i-м способом (i = 1.2, 3, 4); х --число комплектов брусьев.

С учетом того, что все бревна должны быть распилены, а число брусьев каждого размера должно удовлетворять условию комплектности, оптимизационная экономико-математическая модель примет следующий вид х > max при ограничениях:

x 1 +x 2 +x 3 +x 4 =200

x i 0 (i=1,2,3,4)

Задача выбора оптимальной производственной программы предприятия. Пусть предприятие может выпускать n различных видов продукции. Для выпуска этих видов продукции предприятие использует М видов материально-сырьевых ресурсов и N видов оборудования. Необходимо определить объемы производства предприятия (т.е. его производственную программу) на заданном интервале планирования , чтобы максимизировать валовую прибыль предприятия.

где a i -- цена реализации продукции вида i;

b i -- переменные затраты на выпуск одной единицы продукции вида i;

Zp -- условно постоянные затраты, которые будем предполагать независимыми от вектора х = (x 1 ,..., x n).

При этом должны быть выполнены ограничения на объемы используемых материально-сырьевых ресурсов и время использования оборудования на интервале .

Обозначим через Lj(j = l,...,M) объем запасов материально-сырьевых ресурсов вида j, а через ф k (k = 1,..., N) -- время, в течение которого может быть использовано оборудование вида k. Известно потребление материально-сырьевых ресурсов вида j на выпуск одной единицы продукции вида i, которое обозначим через l ij (i = 1,..., n; j = 1,...,М). Известно также t ik -- время загрузки одной единицы оборудования вида k изготовления одной единицы продукции вида i (i = 1,..., n; k = 1,..., N). Через m k обозначим количество единиц оборудования вида k (k=l,...,N).

При введенных обозначениях ограничения на объем потребляемых материально-сырьевых ресурсов могут быть заданы таким образом:

Ограничения на производственные мощности задаются следующими неравенствами

Кроме того, переменные

x i ?0 i=1,…,n (7)

Таким образом, задача выбора производственной программы, максимизирующей прибыль, заключается в выборе такого плана выпуск х = (х 1 ...,х n), который удовлетворял бы ограничениям (5)-(7) и максимизировал бы функцию (4).

В некоторых случаях предприятие должно поставить заранее оговоренные объемы продукции Vt другим хозяйствующим субъектам и тогда в рассматриваемой модели вместо ограничения (1.7) может быть включено ограничение вида:

x t > Vt i= 1, ...,n.

Задача о диете. Рассмотрим задачу составления душевого рациона питания минимальной стоимости, которое бы содержало определенные питательные вещества в необходимых объемах. Будем предполагать, что имеется известный перечень продуктов из n наименований (хлеб, сахар, масло, молоко, мясо и т.д.), которые мы будем обозначать буквами F 1 ,...,F n . Кроме того, рассматриваются такие характеристики продуктов (питательные вещества), как белки, жиры, витамины, минеральные вещества и другие. Обозначим эти компоненты буквами N 1 ,...,N m . Предположим, что для каждого продукта F i известно (i = 1,...,n) количественное содержание в одной единице продукта указанных выше компонент. В этом случае можно составить таблицу, содержащую характеристику продуктов:

F 1 ,F 2 ,…F j …F n

N 1 a 11 a 12 …a 1j …a 1N

N 2 a 21 a 22 …a 2j …a 2N

N i a i1 a i2 …a ij …a iN

N m a m1 a m2 …a mj …a mN

Элементы этой таблицы образуют матрицу, имеющую m строк и n столбцов. Обозначим ее через A и назовем матрицей питательности. Предположим, что мы составили рацион х = (х 1 ,x 2 ,...,х n) на некоторый период (например, месяц). Иными словами, мы планируем каждому человеку на месяц х, единиц (килограммов) продукта F 1 ,x 2 единиц продукта F 2 и т.д. Нетрудно вычислить, какое количество витаминов, жиров, белков и прочих питательных веществ получит человек за этот период. Например, компонента N 1 присутствует в этом рационе в количестве

a 11 x 1 + a 12 x 2+…+ a 1n x n

поскольку согласно условию в x 1 единицах продукта F 1 согласно матрице питательности содержится a 11 x 1 единиц компоненты N 1 ; к этому количеству добавляется порция а 12 x 2 вещества N 1 из х 2 единиц продукта F 2 и т.д. Аналогично можно определить и количество всех остальных веществ N i в составляемом рационе (х 1 ,..., х n).

Допустим, что имеются определенные физиологические требования, касающиеся необходимого количества питательных веществ в N i (i/ = 1,..., N) в планируемый срок. Пусть эти требования заданы вектором b = (b 1 ...,b n), i-я компонента которого b i указывает минимально необходимое содержание компонента N i в рационе. Это означает, что коэффициенты x i вектора х должны удовлетворять следующей системе ограничений:

a 11 x 1 + a 12 x 2+…+ a 1n x n ?b 1

a 21 x 1 + a 22 x 2+…+ a 2n x n ?b 2 (8)

a m1 x 1 + a m2 x 2+…+ a mn x n ?b m

Кроме того, из содержательного смысла задачи очевидно, что все переменные х 1 ,...,х n неотрицательны и поэтому к ограничениям (8) добавляются еще неравенства

x 1 ?0; x 2 ?0;… x n ?0; (9)

Учитывая, что в большинстве случаев ограничениям (8) и (9) удовлетворяет бесконечно много рационов, выберем тот из них, стоимость которого минимальна.

Пусть цены на продукты F 1 ,...,F n равны соответственно с 1 ,…,c n

Следовательно, стоимость всего рациона х = (х 1 ..., х n) может быть записана в виде

c 1 x 1 + c 2 x 2 +…+ c n x n >min (10)

Окончательно формулировка задачи о диете заключается в том, чтобы среди всех векторов х = (x 1 ,...,х n) удовлетворяющих ограничениям (8) и (9) выбрать такой, для которого целевая функция (10) принимает минимальное значение.

Транспортная задача. Имеется m пунктов S 1 ,..., S m производства однородного продукта (угля, цемента, нефти и т.п.), при этом объем производства в пункте S i равен a i единиц. Произведенный продукт потребляется в пунктах Q 1 ...Q n и потребность в нем в пункте Q j составляет k j единиц (j = 1,...,n). Требуется составить план перевозок из пунктов S i (i = 1,...,m) в пункты Q j (j = 1,..., n), чтобы удовлетворить потребности в продукте b j , минимизировав транспортные расходы.

Пусть стоимость перевозок одной единицы продукта из пункта S i в пункт Q i равна c ij . Будем далее предполагать, что при перевозке х ij единиц продукта из S i в Q j транспортные расходы равны c ij x ij.

Назовем планом перевозок набор чисел х ij c i = 1,..., m; j = 1,..., n, удовлетворяющий ограничениям:

x ij ?0, i=1,2,…,m; j=1,…,n (11)

При плане перевозок (х ij) транспортные расходы составят величину

Окончательное формирование транспортной задачи таково: среди всех наборов чисел (х ij), удовлетворяющих ограничениям (11), найти набор, минимизирующий (12).

2.1.3 Оптимальное распределение ресурсов

Класс задач, рассматриваемый в данной главе, имеет многочисленные практические приложения.

В общем виде эти задачи могут быть описаны следующим образом. Имеется некоторое количество ресурсов, под которыми можно понимать денежные средства, материальные ресурсы (например, сырье, полуфабрикаты, трудовые ресурсы, различные виды оборудования и т. п.). Эти ресурсы необходимо распределить между различными объектами их использования по отдельным промежуткам планового периода или по различным промежутками по различным объектам так, чтобы получить максимальную суммарную эффективность от выбранного способа распределения. Показателем эффективности может служить, например, прибыль, товарная продукция, фондоотдача (задачи максимизации) или суммарные затраты, себестоимость, время выполнения данного объема работ и т. п. (задачи минимизации).

Вообще говоря, подавляющее число задач математического программирования вписывается в общую постановку задачи оптимального распределения ресурсов. Естественно, что при рассмотрении моделей и вычислительных схем решения подобных задач методом ДП необходимо конкретизировать общую форму задачи распределения ресурсов.

В дальнейшем будем предполагать, что условия, необходимые для построения модели ДП, в задаче выполняются. Опишем типичную задачу распределения ресурсов в общем виде.

Задача 1. Имеется начальное количество средств, которое необходимо распределить в течение п лет между s предприятиями. Средства (k=1, 2,…,n; i=1,…, s), выделенные в k-м году i-му предприятию, приносят доход в размере и к концу года возвращаются в количестве. В последующем распреелении доход может либо участвовать (частично или полностью), либо не участвовать.

Требуется определить такой способ распределения ресурсов (количество средств, выделяемых каждому предприятию в каждом плановом году), чтобы суммарный доход от s предприятий за п лет был максимальным.

Следовательно, в качестве показателя эффективности процесса распределения ресурсов за п лет принимается суммарный доход, полученный от s предприятий:

Количество ресурсов в начале k-го года будем характеризовать величиной (параметр состояния). Управление на k-м шаге состоит в выборе переменных обозначающих ресурсы, выделяемые в k-м году i-му предприятию.

Если предположить, что доход в дальнейшем распределении не участвует, то уравнение состояния процесса имеет вид

Если же некоторая часть дохода участвует в дальнейшем распределении в каком-нибудь году, то к правой части равенства (4.2) прибавляется соответствующая величина.

Требуется определить ns неотрицательных переменных, удовлетворяющих условиям (4.2) и максимизирующих функцию (4.1).

Вычислительная процедура ДП начинается с введения функции, обозначающей доход, полученный за п--k+1 лет, начиная с k-го года до конца рассматриваемого периода, при оптимальном распределении средств между s предприятиями, если в k-м году распределялось средств. Функции для k=1, 2, ...n-1 удовлетворяют функциональным уравнениям (2.2), которые запишутся в виде:

При k=n согласно (2.2) получаем

Далее необходимо последовательно решить уравнения (4.4) и (4.3) для всех возможных (k = n--1, п--2, 1). Каждое из этих уравнений представляет собой задачу на оптимизацию функции, зависящей от s переменных. Таким образом, задача с ns переменными сведена к последовательности п задач, каждая из которых содержит s переменных. В этой общей постановке задача по-прежнему сложна (из-за многомерности) и упростить ее, рассматривая как ns-шаговую задачу, в данном случае нельзя. В самом деле, попробуем это сделать. Пронумеруем шаги по номерам предприятий сначала в 1-м году, затем во 2-м и т. д.:

и будем пользоваться одним параметром для характристики остатка средств.

В течение k-го года состояние " к началу любого шага s(k-1)_+i (i=1,2,…,s) определится по предыдущему состоянию с помощью простого уравнения. Однако по истечении года, т.е. к началу следующего года, к наличным средствам необходимо будет добавить средств и, следовательно, состояние в начале (ks+1)-гo шага будет зависеть не только от предшествующего ks-гo состояния, но и от всех s состояний и управлений за прошлый год. В результате мы получим процесс с последействием. Чтобы исключить последействие, приходится вводить несколько параметров состояний; задача на каждом шаге остается по-прежнему сложной из-за многомерности.

Задача 2. Планируется деятельность двух предприятий (s=2) в течение п лет. Начальные средства составляют. Средства х, вложенные в предприятие I, приносят к концу года доход f 1 (x) и возвращаются в размере аналогично, средства х, вложенные в предприятие II, дают доход f 2 (x) и возвращаются в размере. По истечении года все оставшиеся средства заново перераспределяются между предприятиями I и II, новых средств не поступает и доход в производство не вкладывается.

Требуется найти оптимальный способ распределения имеющихся средств.

Будем рассматривать процесс распределения средств как n-шаговый, в котором номер шага соответствует номеру года. Управляемая система -- два предприятия с вложенными в них средствами. Система характеризуется одним параметром состояния --количеством средств, которые следует перераспределить в начале k-гo года. Переменных управления на каждом шаге две: -- количество средств, выделенных соответственно предприятию I и II. Так как средства ежегодно перераспределяются полностью, то). Для каждого шага задача становится одномерной. Обозначим через, тогда

Показатель эффективности k-гo шага равен. Это -- доход, полученный от двух предприятий в течение k-гo года.

Показатель эффективности задачи -- доход, полученный от двух предприятий в течение п лет -- составляет

Уравнение состояния выражает остаток средств после k-гo шага и имеет вид

Пусть --условный оптимальный доход, полученный от распределения средств между двумя предприятиями за n--k+1 лет, начиная с k-гo года до конца рассматриваемого периода. Запишем рекуррентные соотношения для этих функций:

где - определяется из уравнения состояния (4.6).

При дискретном вложении ресурсов может возникнуть вопрос о выборе шага Дх в изменении переменных управления. Этот шаг может быть задан или определяется исходя из требуемой точности вычислений и точности исходных данных. В общем случае эта задача сложна, требует интерполирования по таблицам на предыдущих шагах вычисления. Иногда предварительный анализ уравнения состояния позволяет выбрать подходящий шаг Дх, а также установить предельные значения, для которых на каждом шаге нужно выполнить табулирование.

Рассмотрим двумерную задачу, аналогичную предыдущей, в которой строится дискретная модель ДП процесса распределения ресурсов.

Задача 3. Составить оптимальный план ежегодного распределения средств между двумя предприятиями в течение трехлетнего планового периода при следующихусловиях:

1) начальная сумма составляет 400;

2) вложенные средства в размере х приносят на предприятии I доход f 1 (x) и возвращаются в размере 60% от х, а на предприятии II -- соответственно f2(x) и 20%;

3) ежегодно распределяются все наличные средства, получаемые из возвращенных средств:

4) функции f 1 (x) и f2(x)заданы в табл. 1:

Модель динамического программирования данной задачи аналогична модели, составленной в задаче 1.

Процесс управления является трехшаговым. Параметр -- средства, подлежащие распределению в k-м году (k=l, 2, 3). Переменная управления -- средства, вложенные в предприятие I в k-м году. Средства, вложенные в предприятие II в k-м году, составляют Следовательно, процесс управления на k-м шаге зависит от одного параметра (модель одномерная). Уравнение состояния запишется в виде

А функциональные уравнения в виде

Попытаемся определить максимально возможные значения, для которых необходимо проводить табулирование на k-м шаге (k=l, 2, 3). При =400 из уравнения (4.8) определяем максимально возможное значение имеем = 0,6*400=2400 (все средства вкладываются в предприятие I). Аналогично, для получаем предельное значение 0,6*240 = 144. Пусть интервал изменения совпадает с табличным, т. е. Дх =50. Составим таблицу суммарной прибыли на данном шаге:

Это облегчит дальнейшие расчеты. Так как то клетки, расположенные по диагонали таблицы, отвечают одному и тому же значению, указанному в 1-й строке (в 1-м столбце) табл. 2. Во 2-й строке таблицы записаны значения f 1 (x), а во 2-м столбце -- значения f 2 (у)взятые из табл. 1.Значения в остальных клетках таблицы получены сложением чисел f 1 (x) и f 2 (у),стоящих во 2-й строке и во 2-м столбце и соответствующих столбцу и строке, на пересечении которых находится данная клетка. Например, для =150 получаем ряд чисел: 20 --для х = 0, у=150; 18 --для х=50, у=100; 18-- для х--100, у=50; 15 -- для х= 150, у=0.

Проведем условную оптимизацию по обычной схеме. 3-й шаг. Основное уравнение (4.9)

Как указывалось выше, . Просмотрим числа на диагоналях, соответствующих =0; 50; 100; 150 и на каждой диагонали выберем наибольшее. Это и есть В 1-й строке находим соответствующее условное оптимальное управление. Данные оптимизации на 3-м шаге поместим в основную таблицу (табл. 4). В ней введен столбец Дх, который в дальнейшем используется при интерполяции.

Оптимизация 2-го шага проведена в табл. 5 согласно уравнению вида (4.10):

При этом может быть получен максимальный доход, равный Zmax=99,l. Прямой подсчет дохода по табл. 2 для найденного оптимального управления дает 97,2. Расхождение в результатах на 1,9 (около 2%) объясняется ошибкой линейной интерполяции.

Мы рассмотрели несколько вариантов задачи оптимального распределения ресурсов. Существуют другие варианты этой задачи, особенности которых учитываются соответствующей динамической моделью.

Заключение

В данной курсовой работе рассмотрены виды математических моделей, используемых в экономике и менеджменте, а также их классификация.

Особое внимание в курсовой работе уделено оптимизационному моделированию.

Изучен принцип построения моделей линейного программирования, также приведены модели следующих задач:

· Задача о раскрое материалов;

· Задача выбора оптимальной производственной программы предприятия;

· Задача о диете;

· Транспортная задача.

В работе представлены общие характеристики задач дискретного программирования, описан принцип оптимальности и уравнение Беллмана, приведено общее описание процесса моделирования.

Для построения моделей выбраны три задачи:

· Задача оптимального распределения ресурсов;

· Задача об оптимальном управлении запасами;

· Задача о замене.

В свою очередь для каждой из задач построены различные модели динамического программирования. Для отдельных задач приведены числовые расчеты, в соответствии с построенными моделями.

Список литературы :

1. Вавилов В.А., Змеев О.А., Змеева Е.Е. Электронное пособие “Исследование операций”

2. Калихман И.Л., Войтенко М.А. “Динамическое программирование в примерах и задачах”, 1979

3. Косоруков О.А., Мищенко А.В. “Исследование операций”, 2003

4. Материалы из сети Internet.

Размещено на Allbest.ru

Подобные документы

Изучение экономических приложений математических дисциплин для решения экономических задач: использование математических моделей в экономике и менеджменте. Примеры моделей линейного и динамического программирования как инструмента моделирования экономики.

курсовая работа , добавлен 21.12.2010

Основные понятия и типы моделей, их классификация и цели создания. Особенности применяемых экономико-математических методов. Общая характеристика основных этапов экономико-математического моделирования. Применение стохастических моделей в экономике.

реферат , добавлен 16.05.2012

Графическое решение задач линейного программирования. Решение задач линейного программирования симплекс-методом. Возможности практического использования математического программирования и экономико-математических методов при решении экономических задач.

курсовая работа , добавлен 02.10.2014

Моделирование экономических систем: основные понятия и определения. Математические модели и методы их расчета. Некоторые сведения из математики. Примеры задач линейного программирования. Методы решения задач линейного программирования.

лекция , добавлен 15.06.2004

Теоретические основы экономико-математических задач о смесях. Принципы построения и структура интегрированной системы экономико-математических моделей. Организационно-экономическая характеристика и технико-экономические показатели работы СПК "Родина".

курсовая работа , добавлен 01.04.2011

Теоретические основы экономико-математических методов. Этапы принятия решений. Классификация задач оптимизации. Задачи линейного, нелинейного, выпуклого, квадратичного, целочисленного, параметрического, динамического и стохастического программирования.

курсовая работа , добавлен 07.05.2013

Понятие и типы моделей. Этапы построения математической модели. Основы математического моделирования взаимосвязи экономических переменных. Определение параметров линейного однофакторного уравнения регрессии. Оптимизационные методы математики в экономике.

реферат , добавлен 11.02.2011

Типовые модели менеджмента: примеры экономико-математических моделей и их практического использования. Процесс интеграции моделей разных типов в более сложные модельные конструкции. Определение оптимального плана производства продуктов каждого вида.

контрольная работа , добавлен 14.01.2015

Основы составления, решения и анализа экономико-математических задач. Состояние, решение, анализ экономико-математических задач по моделированию структуры посевов кормовых культур при заданных объемах животноводческой продукции. Методические рекомендации.

методичка , добавлен 12.01.2009

Основные понятия моделирования. Общие понятия и определение модели. Постановка задач оптимизации. Методы линейного программирования. Общая и типовая задача в линейном программировании. Симплекс-метод решения задач линейного программирования.

Для изучения различных экономических явлений экономисты используют их упрощенные формальные описания, называемые экономическими моделями . При построении экономических моделей выбудут существенные факторы и отбрасываются детали несущественные для решения поставленной задачи.

К экономическим моделям могут относится модели:

экономического роста
потребительского выбора
равновесия на финансовом и товарном рынке и многие другие.

Модель — ϶ᴛᴏ логическое или математическое описание компонентов и функций, отражающих существенные ϲʙᴏйства моделируемого объекта или процесса.

Модель используется как условный образ, сконструированный для упрощения исследования объекта или процесса.

Природа моделей может быть различна. Модели подразделяются на: вещественные, знаковые, словесное и табличное описание и др.

Экономико-математическая модель

В управлении хозяйственными процессами наибольшее значение имеют прежде всего экономико-математические модели , часто объединяемые в системы моделей.

Экономико-математическая модель (ЭММ) — ϶ᴛᴏ математическое описание экономического объекта или процесса с целью их исследования и управления ими. Это математическая запись решаемой экономической задачи.

Основные типы моделей

Экстраполяционные модели
Факторные эконометрические модели
Оптимизационные модели
Балансовые модели, модель МежОтраслевогоБаланса (МОБ)
Экспертные оценки
Отметим, что теория игр
Сетевые модели
Модели систем массового обслуживания

Экономико-математические модели и методы, применяемые в экономическом анализе

В настоящие время в анализе хозяйственной деятельности организаций все большее применение находят математические методы исследования. Это способствует совершенствованию экономического анализа, его углублению и повышению его действенности.

В результате использования математических методов достигается более полное изучение влияния отдельных факторов на обобщающие экономические показатели деятельности организаций, уменьшение сроков осуществления анализа, повышается точность осуществления экономических расчетов, решаются многомерные аналитические задачи, кᴏᴛᴏᴩые не могут быть выполнены традиционными методами. В процессе использования экономико-математических методов в экономическом анализе осуществляется построение и изучение экономико-математических моделей, описывающих влияние отдельных факторов на обобщающие экономические показатели деятельности организаций.

Различают четыре основных вида экономико-математических моделей, используемых при анализе влияния отдельных факторов:

аддитивные модели;
мультипликативные модели;
кратные модели;
смешанные модели.

Аддитивные модели могут быть определены как алгебраическая сумма отдельных показателей. Нужно помнить, такие модели могут быть охарактеризованы с помощью следующей формулы:

Примером аддитивной модели будет баланс товарной продукции.

Мультипликативные модели могут быть определены как произведение отдельных факторов.

Важно заметить, что одним из примеров подобной модели может быть двухфакторная модель, выражающая зависимость между объемом выпуска продукции, количеством единиц используемого оборудования и выработкой продукции в расчете на одну единицу оборудования:

П = К В ,

П — объем выпуска продукции;
К — количество единиц оборудования;
В — выработка продукции на единицу оборудования.

Кратные модели — ϶ᴛᴏ соотношение отдельных факторов. Стоит заметить, что они характеризуются такой формулой:

ОП = x/y

Здесь ОП представляет собой обобщающий экономический показатель, кᴏᴛᴏᴩый находится под влиянием отдельных факторов x и y . Примером кратной модели может служить формула, выражающая зависимость между продолжительностью оборота оборотных активов в днях, средней величиной данных активов за данный период и однодневным объемом продаж:

П = ОА/ОП ,

П — продолжительность оборота;
ОА — средняя величина оборотных активов;
ОП — однодневный объем продаж.

Наконец, смешанные модели — ϶ᴛᴏ сочетание уже рассмотренных нами видов моделей. Вот к примеру, такой моделью может быть описан показатель рентабельности активов, на уровень кᴏᴛᴏᴩого влияют три фактора: чистая прибыль (ЧП), величина внеоборотных активов (ВА), величина оборотных активов (ОА):

R a = ЧП / ВА + ОА ,

В обобщенном виде смешанная модель может быть представлена такой формулой:

Таким образом, вначале следует построить экономико-математическую модель, описывающую влияние отдельных факторов на обобщающие экономические показатели деятельности организации. Важно знать, что большое распространение в анализе хозяйственной деятельности получили многофакторные мультипликативные модели , так как они позволяют изучить влияние значительного количества факторов на обобщающие показатели и тем самым достичь большей глубины и точности анализа.

После ϶ᴛᴏго нужно выбрать способ решения ϶ᴛᴏй модели. Традиционные способы : способ цепных подстановок, способы абсолютных и относительных разниц, балансовый способ, индексный метод, а также методы корреляционно-регрессионного, кластерного, дисперсионного анализа, и др. Наряду с данными способами и методами в экономическом анализе могут быть использованы и специфически математические способы и методы.

Интегральный метод экономического анализа

Важно заметить, что одним из таких способов (методов) будет интегральный. Стоит заметить, что он находит применение при определении влияния отдельных факторов с использованием мультипликативных, кратных, и смешанных (кратно-аддитивных) моделей.

В условиях применения интегрального метода имеется возможность получения более обоснованных результатов исчисления влияния отдельных факторов, чем при использовании метода цепных подстановок и его вариантов. Метод цепных подстановок и его варианты, а также индексный метод имеют существенные недостатки: 1) результаты расчетов влияния факторов зависят от принятой последовательности замены базисных величин отдельных факторов на фактические; 2) дополнительный прирост обобщающего показателя, вызванный взаимодействием факторов, в виде неразложимого остатка присоединяется к сумме влияния последнего фактора. При использовании же интегрального метода ϶ᴛᴏт прирост делится поровну между всеми факторами.

Интегральный метод устанавливает общий подход к решению моделей различных видов, причем независимо от числа элементов, кᴏᴛᴏᴩые входят в данную модель, а также независимо от формы связи между данными элементами.

Интегральный метод факторного экономического анализа имеет в ϲʙᴏей основе суммирование приращений функции, определенной как частная производная, умноженная на приращение аргумента на бесконечно малых промежутках.

В процессе применения интегрального метода крайне важно соблюдение нескольких условий. В первую очередь, должно соблюдаться условие непрерывной дифференцируемости функции, где в качестве аргумента берется какой-либо экономический показатель. Во-вторых, функция между начальной и конечной точками элементарного периода должна изменяться по прямой Г е . Наконец, в третьих, должно иметь место постоянство соотношения скоростей изменения величин факторов

d y / d x = const

При использовании интегрального метода исчисление определенного интеграла по заданной подынтегральной функции и заданному интервалу интегрирования осуществляется по имеющейся стандартной программе с применением современных средств вычислительной техники.

В случае если мы осуществляем решение мультипликативной модели, то для расчета влияния отдельных факторов на обобщающий экономический показатель можно использовать следующие формулы:

ΔZ(x) = y 0 * Δ x + 1/2 Δ x * Δ y

Z(y)= x 0 * Δ y +1/2 Δ x * Δ y

При решении кратной модели для расчета влияния факторов воспользуемся такими формулами:

Z=x /y ;

Δ Z(x) = Δ x /Δ y Ln y1/y0

Δ Z(y)= Δ Z - Δ Z(x)

Существует два основных типа задач, решаемых при помощи интегрального метода: статический и динамический. При первом типе отсутствует информация об изменении анализируемых факторов в течение данного периода. Примерами таких задач могут служить анализ выполнения бизнес-планов либо анализ изменения экономических показателей по сравнению с предыдущим периодом. Динамический тип задач имеет место в условиях наличия информации об изменении анализируемых факторов в течение данного периода. К ϶ᴛᴏму типу задач ᴏᴛʜᴏϲᴙтся вычисления, связанные с изучением временных рядов экономических показателей.

Таковы важнейшие черты интегрального метода факторного экономического анализа.

Метод логарифмирования

Кроме ϶ᴛᴏго метода, в анализе находит применение также метод (способ) логарифмирования. Стоит заметить, что он используется при проведении факторного анализа, когда решаются мультипликативные модели. Сущность рассматриваемого метода состоит по сути в том, что при его использовании имеет место логарифмически пропорциональное распределение величины совместного действия факторов между последними, то есть эта величина распределяется между факторами пропорционально доле влияния каждого отдельного фактора на сумму обобщающего показателя. При интегральном же методе упомянутая величина распределяется между факторами в одинаковой мере. По϶ᴛᴏму метод логарифмирования делает расчеты влияния факторов более обоснованными по сравнению с интегральным методом.

В процессе логарифмирования находят применение не абсолютные величины прироста экономических показателей, как ϶ᴛᴏ имеет место при интегральном методе, а относительные, то есть индексы изменения данных показателей. К примеру, обобщающий экономический показатель определяется в виде произведения трех факторов — сомножителей f = x y z .

Найдем влияние каждого из данных факторов на обобщающий экономический показатель. Так, влияние первого фактора может быть определено по следующей формуле:

Δf x = Δf · lg(x 1 / x 0) / lg(f 1 / f 0)

Каким же было влияние следующего фактора? Для нахождения его влияния воспользуемся следующей формулой:

Δf y = Δf · lg(y 1 / y 0) / lg(f 1 / f 0)

Наконец, для того, ɥᴛᴏбы исчислить влияние третьего фактора, применим формулу:

Δf z = Δf · lg(z 1 / z 0)/ lg(f 1 / f 0)

Исходя из всего выше сказанного, мы приходим к выводу, что общая сумма изменения обобщающего показателя расчленяется между отдельными факторами в ϲᴏᴏᴛʙᴇᴛϲᴛʙии с пропорциями отношений логарифмов отдельных факторных индексов к логарифму обобщающего показателя.

При применении рассматриваемого метода могут быть использованы любые виды логарифмов — как натуральные, так и десятичные.

Метод дифференциального исчисления

При проведении факторного анализа находит применение также метод дифференциального исчисления. Последний предполагает, что общее изменение функции, то есть обобщающего показателя, подразделяется на отдельные слагаемые, значение каждого из кᴏᴛᴏᴩых исчисляется как произведение определенной частной производной на приращение переменной, по кᴏᴛᴏᴩой определена эта производная. Уместно отметить, что определим влияние отдельных факторов на обобщающий показатель, используя в качестве примера функцию от двух переменных.

Задана функция Z = f(x,y) . В случае если эта функция будет дифференцируемой, то ее изменение может быть выражено следующей формулой:

Поясним отдельные элементы ϶ᴛᴏй формулы:

ΔZ = (Z 1 - Z 0) - величина изменения функции;

Δx = (x 1 - x 0) — величина изменения одного фактора;

Δ y = (y 1 - y 0) -величина изменения другого фактора;

- бесконечно малая величина более высокого порядка, чем

В данном примере влияние отдельных факторов x и y на изменение функции Z (обобщающего показателя) исчисляется следующим образом:

ΔZ x = δZ / δx · Δx; ΔZ y = δZ / δy · Δy.

Сумма влияния обоих данных факторов — ϶ᴛᴏ главная, линейная относительно приращения данного фактора часть приращения дифференцируемой функции, то есть обобщающего показателя.

Способ долевого участия

В условиях решения аддитивных, а также кратно-аддитивных моделей для исчисления влияния отдельных факторов на изменение обобщающего показателя используется также способ долевого участия. Его сущность состоит по сути в том, что вначале определяется доля каждого фактора в общей сумме их изменений. Затем эта доля умножается на общую величину изменения обобщающего показателя.

Будем исходить из предположения того, что мы определяем влияние трех факторов — а ,b и с на обобщающий показатель y . Тогда для фактора, а определение его доли и умножение ее на общую величину изменения обобщающего показателя можно осуществить по следующей формуле:

Δy a = Δa/Δa + Δb + Δc*Δy

Для фактора в рассматриваемая формула будет иметь следующий вид:

Δy b =Δb/Δa + Δb +Δc*Δy

Наконец, для фактора с имеем:

Δy c =Δc/Δa +Δb +Δc*Δy

Такова сущность способа долевого участия, используемого для целей факторного анализа.

Метод линейного программирования

См.далее: Метод линейного программирования

Отметим, что теория массового обслуживания

См.далее: Отметим, что теория массового обслуживания

Отметим, что теория игр

Находит применение также теория игр. Так же, как и теория массового обслуживания, теория игр представляет собой один из разделов прикладной математики. Отметим, что теория игр изучает оптимальные варианты решений, возможные в ситуациях игрового характера. Сюда ᴏᴛʜᴏϲᴙтся такие ситуации, кᴏᴛᴏᴩые связаны с выбором оптимальных управленческих решений, с выбором наиболее целесообразных вариантов взаимоотношений с другими организациями, и т.п.

Для решения подобных задач в теории игр могут быть использованы алгебраические методы, кᴏᴛᴏᴩые базируются на системе линейных уравнений и неравенств, итерационные методы, а также методы сведения данной задачи к определенной системе дифференциальных уравнений.

Важно заметить, что одним из экономико-математических методов, применяемых в анализе хозяйственной деятельности организаций, будет так называемый анализ чувствительности. Материал опубликован на http://сайт
Данный метод зачастую применяется в процессе анализа инвестиционных проектов, а также в целях прогнозирования суммы прибыли, остающейся в распоряжении данной организации.

Для оптимального планирования и прогнозирования деятельности организации крайне важно заранее предусматривать те изменения, кᴏᴛᴏᴩые в будущем могут произойти с анализируемыми экономическими показателями.

К примеру, следует заранее прогнозировать изменение величин тех факторов, кᴏᴛᴏᴩые влияют на размер прибыли: уровень покупных цен на приобретаемые материальные ресурсы, уровень продажных цен на продукцию данной организации, изменение спроса покупателей на эту продукцию.

Анализ чувствительности состоит в определении будущего значения обобщающего экономического показателя при условии, что величина одного или нескольких факторов, оказывающих влияние на ϶ᴛᴏт показатель, изменится.

Вот к примеру, устанавливают, на какую величину изменится прибыль в перспективе при условии изменения количества продаваемой продукции на единицу. Этим самым мы анализируем чувствительность чистой прибыли к изменению одного из факторов, влияющих на нее, то есть в данном случае фактора объема продаж.
Стоит отметить, что остальные же факторы, влияющие на величину прибыли, будут при ϶ᴛᴏм неизменными. Можно определить величину прибыли также и при одновременном изменении в будущем влияния нескольких факторов. Таким образом анализ чувствительности дает возможность установить силу реагирования обобщающего экономического показателя на изменение отдельных факторов, оказывающих влияние на ϶ᴛᴏт показатель.

Матричный метод

Наряду с вышеизложенными экономико-математическими методами в анализе хозяйственной деятельности находят применение также матричные методы . Эти методы базируются на линейной и векторно-матричной алгебре.

Метод сетевого планирования

См.далее: Метод сетевого планирования

Экстраполяционный анализ

Кроме рассмотренных методов, используется также экстраполяционный анализ. Стоит заметить, что он содержит в себе рассмотрение изменений состояния анализируемой системы и экстраполяцию, то есть продление имеющихся характеристик ϶ᴛᴏй системы на будущие периоды. В процессе осуществления ϶ᴛᴏго вида анализа можно выделить такие основные этапы: первичная обработка и преобразование исходного ряда имеющихся данных; выбор типа эмпирических функций; определение основных параметров данных функций; экстраполяция; установление степени достоверности проведенного анализа.

В экономическом анализе используется также метод главных компонент. Стоит заметить, что они применяется в целях сравнительного анализа отдельных составных частей, то есть параметров проведенного анализа деятельности организации. Главные компоненты представляют собой важнейшие характеристики линейных комбинаций составных частей, то есть параметров проведенного анализа, кᴏᴛᴏᴩые имеют самые значительные величины дисперсии, а именно, наибольшие абсолютные отклонения от средних величин.

Пользовательское соглашение:
Интеллектуальные права на материал - Математические методы в экономике принадлежат её автору. Данное пособие/книга размещена исключительно для ознакомительных целей без вовлечения в коммерческий оборот. Вся информация (в том числе и "Экономико-математические методы и модели анализа") собрана из открытых источников, либо добавлена пользователями на безвозмездной основе.
Для полноценного использования размещённой информации Администрация проекта сайт настоятельно рекомендует приобрести книгу / пособие Математические методы в экономике в любом онлайн-магазине.

Тег-блок: Математические методы в экономике, 2015. Экономико-математические методы и модели анализа.

(С) Юридический репозиторий сайт 2011-2016