Казань 2010

С.Н. Астахов

Исследование операций.

уч ЕБНО - МЕТОДИЧЕСКИЙ КОМПЛЕКС

Казань 2010

Содержание

Введение 4

Раздел 1

1.Проблема универсальной применимости математики

1.1. Причины универсальности математики 5

1.2. Специфика применения математики в разных науках 7

2. Особенности экономических задач, решаемых математическими методами 11

3. Особенности математических методов, применяемых к решению экономических задач 15

Раздел 2

4. Квалиметрия…………………………………………………………………29

5. Математическое программирование……………………………………….39

6. Методы математического программирования……………………………..41

7. Динамическое программирование…………………………………………..

8. Теория игр…………………………………………………………………..48

9. Стратегии теории игр……………………………………………………….52

10. Теория статистических решений………………………………………….58

11.Теория массового обслуживания

12.Метод Монте Карло………………………………………………………….76

13. Использование метода Монте Карло в СМО………………………………….86

14. Сетевое планирование и управление……………………………………….90

15. Модели фиинансовой математики………………………………………….

Раздел 3

Задачник с методическими указаниями………………………………………108

Тестовая база…………………………………………………………………….140

Использованная литература 23

Введение

Современная экономическая ситуация характеризуется высоким уровнем конкуренции, усложнением производственных отношений, особенно в сфере высоких технологий и наукоемких отраслей. В данных условиях организациям необходимо использовать накопленный в мире опыт внедрения математических методов и моделирования в экономику, не забывая о сделанном советскими учеными эконометристами. Другими словами, современный менеджер обязан знать и уметь реализовывать собственную стратегию и тактику пользуясь современными экономико – математическими методами. Для этого он должен обладать навыками организации внедрения экономико – математических задач.

Необходимость данной дисциплины также определяется тем, что она позволяет научить студентов не только понимать и формализировать сущность экономических и основных технико – экономических явлений и процессов, но и научить их управлять в условиях внедрения экономических методов программного компьютерного обеспечения в целях совершенствования деятельности предприятий.

Объектом изучения экономико - математических методов является деятельность с количественными показателями работы предприятий. Предметом данной учебной дисциплины являются теоретические вопросы и практические аспекты организации процессов производства и управления ими.

Основной целью настоящего курса является следующее:

1) дать студентам основополагающее представление о том, что такое современные экономико - математические школы и направления;

2) научить основным задачам современных направлений в сфере исследования операций.

В соответствии со сформированной целью основными задачами курса является:

1) изучение методологической базы основных направлений экономико – математических методов;

2) ознакомление с основными методами;

3) развитие навыков по самостоятельному принятию решений в сфере постановки задачи и организации применения Э.М.М. использованию возможностей их использования в различных сферах деятельности человека.

«Математические методы в экономике» имеет непосредственную связь с такими курсами, как «Основы менеджмента», «Управление качеством», «Стратегический менеджмент», «Риск-менеджмент», «Финансовый менеджмент», «Инвестиции», «Экономическая статистика», «Математическая статистика», «Математический анализ», «Векторная алгебра», «Маркетинг» и т.д.

Дисциплина рассчитана на часов, в том числе: лекций - 36 часа, практических занятий - 18 часов, лабораторные работ - 0 часов, самостоятельных работ студентов - 32 часа.

Форма контроля –зачет.

Рабочая программа

Тематический развернутый план лекционного курса

Тематический план практических занятий

Тема 1

Введение

Проблема универсальной применимости математики

Специфика применения математики в разных науках

Особенности экономических задач, решаемых математическими методами.

Задачи экономической науки, требующие применения математики

Есть различные точки зрения на процессы, происходящие в нашем обществе в настоящий момент. Но независимо от того как различные политические силы воспринимают эти процессы (как откат назад или как прогресс, движение вперед), ни одна их них не может отрицать того, что экономические условия жизни стали намного сложнее. Стало намного труднее принять решение, как касающееся частных интересов, так и общественных. Эти трудности не могли не вызвать волны нового интереса к математическим методам, применяемым в экономике; т.е. к тем методам, которые позволили бы выбрать наилучшую стратегию как на ближайшее будущее, так и на дальнюю перспективу. В то же время многие люди в таких случаях предпочитают обращаться к собственной интуиции, опыту, или же к чему-то сверх естественному. Следовательно, необходимо оценить роль математических методов в экономических исследованиях - насколько полно они описывают все возможные решения и предсказывают наилучшее, или даже так: стоит ли их использовать вообще?

По отношению к этому вопросу следует избегать двух крайних мнений: полное отрицание применимости математических методов в экономике и фетишизация, преувеличение той роли, которую математика могут или могли бы сыграть. Оба этих подхода основаны на незнании реального положения вещей, поскольку человек, хотя бы частично знакомый с этим вопросом, никогда не поставит его ребром: да или нет; а будет говорить лишь об удельном весе математических методов во всей системе исследования экономических проблем.

В этом вопросе есть значительный философский аспект, связанный с проблемой истины. Т.е. насколько математические модели экономических систем отражают реальные законы, по которым живет экономика. Полнота этого отражения зависит в некоторой степени и от цели исследования. Для одних целей достаточно минимального уровня соответствия, для других же может потребоваться более детальное описание.

Кроме того математические методы не могут не развиваться, также как и сами экономические системы. Это происходит как вследствие изменений в экономике, так и по внутренней логике развития. При этом необязательно, что новые методы с неизбежностью отбрасывают старые, может происходить взаимопроникновение, включение старых теорий в новые (в качестве частного случая).

На развитие и применение математических методов огромное влияние оказало и еще окажет развитие вычислительной техники. Вычислительная техника последних поколений уже позволила на практике применить множество методов, описанных ранее лишь теоретически или на простейших примерах.

Математику можно определить как науку, оперирующую чистыми абстракциями, т.е. объектами, отделёнными от реального мира. Hо еще в древности математика и науки о природе не разделялись. Люди воспринимали числа и операции над ними как законы реального мира. Лишь в Древней Греции впервые возникла идея о том, что числа можно изучать отдельно (школа Пифагорейцев). Правда взгляды их на число были почти суеверными. Hо как раз они и открыли первые закономерности, не имеющие аналога в мире вещей, хотя и утаили их от всего мира. Таким образом в Древней Греции были положено начала развития математики как самостоятельной науки.

В Средние Века развитие математики как таковой происходило в основном в Средней Азии. В Европе же шел процесс развития формальной логики внутри церковной схоластики. Это также было позитивным моментом, поскольку применение математики предполагает определённую формализацию знания.

Hачиная с 17 века возможности математики начинают расти. Первоначально развитие математики определялось потребностями изучения и выражения объективных законов. Впоследствии математика стала развиваться подчиняясь также внутренней логике развития и исходя из собственных потребностей. Hо роль математики, как аппарата для выражения объективных законов, нисколько не уменьшилась.

При этом новые закономерности, выведенные чисто математически, позволяют предсказывать свойства, присущие объектам физической природы.

Математика стала широко проникать во все сферы науки, и тут выяснилось, уравнения и выражения, созданные для целей одной науки, зачастую применимы, после определённой подработки, в другой.

В чём же причина такой универсальной применимости математических методов?

По мнению Вигнера универсальность применимости математики следует считать чем-то сверхестественным. Ученые должны просто пользоваться ею, не пытаясь понять причины этого. А саму математику он рассматривает как науку о хитроумных операциях, производимых по специально разработанным правилам над специально придуманными понятиями. Причем новые понятия выводятся для того и так, чтобы над ними можно было произвести какие-нибудь хитроумные операции, которые импонируют человеческому чувству прекрасного сами по себе и по получаемым с их помощью результатам, обладающим большой простотой и общностью.

Hо такой подход ненаучен. Причина такой универсальности математики кроется в высоком уровне абстрагированности математического языка. Уже введение понятия числа было переходом на более высокий уровень абстрагирования. Числа не имеют вкуса, запаха, веса и других эмпирических характеристик, являясь лишь субъективным суждением о количестве какого-либо предмета, явления. В то же время они позволяют определить количественные характеристики и отношения практически любого объекта. Единственная сложность состоит только в выборе единицы измерения. Т.е. измерив объект, выразив его количественно, можно затем отвлечься от его содержания и оперировать полученными данными по всем правилам математического языка. Полученные таким образом результаты можно и нужно проверять эмпирически.

Вообще, язык математики имеет определенные преимущества перед естественными языками. Он минимально избыточен, моносемантичен и содержит в себе правила преобразования. Все это позволяет сравнительно легко оперировать элементами языка: объединять фрагменты в блоки, применять алгоритмы к блокам, а затем развертывать результат через систему подстановок и т.д.

Применение математического языка, в свою очередь требует определённого уровня формализации. Введение единиц измерения – уже частичная формализация. Hо единицы измерения формализуют лишь количественную сторону явлений и процессов, не позволяя создать новые методы для решения новых задач.

Формализация же качественных характеристик объектов происходит двумя путями:

1) создание формализованных аксиоматических систем;

2) алгоритмизация.

Аксиоматическая система - это один из способов построения теории на основе базовых положений (аксиом), из которых затем выводится основное содержание теории. Аксиоматические системы в ходе эволюции прошли три этапа, которым соответствуют три типа аксиоматических систем:

а) Содержательные аксиоматические системы - когда на основе основных представлений с помощью интуиции описываются содержательно ясные объекты. Т.е. и объекты и аксиомы имеют свои аналоги в мире вещей. Hа начальных этапах развития науки все теории представляли из себя такие аксиоматические системы. Такие системы не представляют ценности в смысле универсальности их применения.

б) Полуформализованная аксиоматическая система предполагает задание абстрактных объектов, для которых описываются содержательно ясные аксиомы. Такие системы уже в достаточно большой мере универсальны, поскольку зачастую бывает, что сходство начальных условий позволяет применять старую теорию для изучения новых объектов (конечно же с известной долей скептицизма).

в) Полностью формализованные системы. В этом случае изначально задаются и алфавит системы и аксиомы и правила преобразования знаков алфавита, сохраняющие истинность аксиом. Такие системы могут развиваться по своим внутренним законам. Но теории и методы созданные в рамках таких формализованных систем могут найти неожиданное применение в различных отраслях научного знания.

Но главным критерием применимости того или иного метода является проверка результатов исследования на опыте, на практике.

Алгоритмизация, второй вид полной формализации, предполагает создание алгоритмов - единых методов для решения целого ряда задач. При этом метод решения заключается в совершении какой-то последовательности заранее определённых действий. При этом создание алгоритма уже предполагает универсальность. Одно время даже пытались создать единый алгоритм для решения любых задач.

Универсальность алгоритмов имеет определённые ограничения. Во-первых, это их дискретность, т.е. разбивка на шаги, которые нельзя пропускать; во-вторых для ряда задач вообще нет алгоритма решения.

То есть следует заметить, что математика универсальна не абсолютно. При применении математических методов в различных науках наблюдается определенная специфика.

Специфика применения математики в различных отраслях науки в значительной мере определяется особенностями процесса познания в этих науках, которые в свою очередь зависят от свойств объекта исследования.

А свойства объекта исследования в свою очередь определяются запретами, которые накладывает на возможные движения этого объекта законы объективной реальности. Отсюда одной из задач науки является сужение множества " мыслимых", или виртуальных движений, выяснение принципов отбора реальных движений из числа возможных. Исходя из этого проблема математического описания материального мира сводится прежде всего к поиску описаний различных механизмов отбора, лежащих в основе причинности всех реальных движений материи.

Применение моделирования при принятии решений предполагает последовательное осуществление трех этапов исследования. Первый - от исходной практической проблемы до теоретической чисто математической задачи. Второй – внутриматематическое изучение и решение этой задачи. Третий – переход от математических выводов обратно к практической проблеме. Выбирая свой путь в мире исследований по теории и практике принятия решений, приходится обдумывать и решать вопросы, относящиеся к методологии науки.

В литературе вопросы методологии моделирования обсуждаются явно недостаточно. Зато наблюдается поток публикаций, в которых постановки решаемых задач иногда выглядят весьма искусственно.

В области моделирования задач принятия решений, как, впрочем, и в иных областях применения математики, целесообразно выделять четверки проблем:

ЗАДАЧА – МОДЕЛЬ - МЕТОД - УСЛОВИЯ ПРИМЕНИМОСТИ.

Обсудим каждую из только что выделенных составляющих.

Задача, как правило, порождена потребностями той или иной прикладной области. Вполне понятно, что при этом происходит одна из возможных математических формализаций реальной ситуации. Например, при изучении предпочтений потребителей у экономистов - маркетологов возникает вопрос: различаются ли мнения двух групп потребителей. При математической формализации мнения потребителей в каждой группе обычно моделируются как независимые случайные выборки, т.е. как совокупности независимых одинаково распределенных случайных величин, а вопрос маркетологов переформулируется в рамках этой модели как вопрос о проверке той или иной статистической гипотезы однородности. Речь может идти об однородности характеристик, например, о проверке равенства математических ожиданий, или о полной (абсолютной однородности), т.е. о совпадении функций распределения, соответствующих двух совокупностям.

Задача может быть порождена также обобщением потребностей ряда прикладных областей. Приведенный выше пример иллюстрирует эту ситуацию: к необходимости проверки гипотезы однородности приходят и медики при сравнении двух групп пациентов, и инженеры при сопоставлении результатов обработки деталей двумя способами, и т.д. Таким образом, одна и та же математическая модель может применяться для решения самых разных по своей прикладной сущности задач.

Важно подчеркнуть, что выделение перечня задач находится вне математики. Выражаясь инженерным языком, этот перечень является сутью технического задания, которое специалисты различных областей деятельности дают статистикам.

Метод, используемый в рамках определенной математической модели - это уже во многом, если не в основном, дело математиков. В эконометрических моделях речь идет, например, о методе оценивания, о методе проверки гипотезы, о методе доказательства той или иной теоремы, и т.д. В первых двух случаях алгоритмы разрабатываются и исследуются математиками, но используются прикладниками, в то время как метод доказательства касается лишь самих математиков.

Ясно, что для решения той или иной задачи в рамках одной и той же принятой исследователем модели может быть предложено много методов. Приведем примеры. Для специалистов по теории вероятностей и математической статистике наиболее хорошо известна история Центральной Предельной Теоремы теории вероятностей. Предельный нормальный закон был получен многими разными методами, из которых напомним теорему Муавра-Лапласа, метод моментов Чебышева, метод характеристических функций Ляпунова, завершающие эпопею методы, примененные Линдебергом и Феллером. В настоящее время для решения практически важных задач могут быть использованы современные информационные технологии на основе метода статистических испытаний и соответствующих датчиков псевдослучайных чисел. Они уже заметно потеснили асимптотические методы математической статистики. В рассмотренной выше проблеме однородности для проверки одной и той же гипотезы совпадения функций распределения могут быть применены самые разные методы – Смирнова, Лемана - Розенблатта, Вилкоксона и др.

Наконец, рассмотрим последний элемент четверки - условия применимости. Он - полностью внутриматематический. С точки зрения математика замена условия (кусочной) дифференцируемости некоторой функции на условие ее непрерывности может представляться существенным научным достижением, в то время как прикладник оценить это достижение не сможет. Для него, как и во времена Ньютона и Лейбница, непрерывные функции мало отличаются от (кусочно) дифференцируемых. Точнее, они одинаково хорошо (или одинаково плохо) могут быть использованы для описания реальной действительности.

Точно также он не сможет оценить внутриматематическое достижение, состоящее в переходе от конечности четвертого момента случайной величины к конечности дисперсии. Поскольку результаты реальных измерений получены с помощью некоторого прибора (средства измерения), шкала которого конечна, то прикладник априори уверен, что все результаты измерений заведомо лежат на некотором отрезке (т.е. финитны). Он с некоторым недоумением наблюдает за математиком, который рассуждает о конечности тех или иных моментов - для прикладника они заведомо конечны.

Как известно, наука принципиально абстрагируется от свойств конкретных предметов или процессов и рассматривает только их идеальные математические модели и взаимосвязи между этими моделями. Поэтому и математическая модель качества может рассматриваться как некоторая абстрактная система отдельных свойств, имеющих разную степень сложности. Эта модель качества, в силу своего абстрактного характера, в принципиальном отношении будет совершенно одинаковой для самых различных видов продукции и услуг.

Модель является важным инструментом научной абстракции, позволяющим выделить, обособить и анализировать существенные для данного исследования характеристики- свойства, взаимосвязи, структурные, функциональные параметры некоторого объекта. Смоделировать, означает описать явление, или процесс в обобщенной форме: внутреннюю структуру (структурная аналогия), или воспроизводство функции объекта (функциональная аналогия), или динамику процесса. Обобщение выражается при этом в описании явлений с помощью математических уравнений. Моделирование успешно применяется не только в экономических, технических, естественных науках, но и при изучении общественных процессов, явлений.

Математическое моделирование различных явлений и процессов может быть успешным в сочетании с глубоким содержательным анализом, способным раскрыть механизм действия социальных законов.

Модели разделяются на логические, записанные с помощью логических выражений, информационные, основанные на массовых потоках информации и математические. Математической или абстрактной называют модель с количественными характеристиками, записанными в виде формул.

К логическим моделям относятся модели прогнозирования по исторической аналогии, которые базируются на историческом опыте развития данной системы. Модели описательного характера рассматриваются в виде сценариев будущего, среди информационных известны модели взаимодействия между науками. Математические модели делятся на три основные группы:

- статистико-вероятностные модели;

- экономико-математические;

- функционально-иерархические.

В моделировании социальных и экономических процессов исключительно важную роль играет первый вид моделей. Статистические модели, к которым относят модели распределения, модели распознавания образов, корреляционные, дисперсные, факторные, имитационные модели, модель Монте-Карло, позволяют исследовать сложную систему любого типа. Возможность учета нелинейности, динамика вероятностной природы некоторых явлений позволяет сделать статистическую модель, адекватную действительности. Статистическое моделирование процессов функционирования сложных систем предполагает учет случайных возмущений, описываемых самыми разными законами распределения.

Экономическая модель — это упрощенное представление об экономической действительности или о том или ином ее фрагменте, отвлекающееся от различных деталей и подробностей, несущественных в данном отношении для понимания главных свойств и взаимосвязей в исследуемом явлении.

По мере развития трудовой деятельности человека как социального животного происходит непрерывное усложнение общественной организации, появляется большое разнообразие гомеостатических общностей, усложняются цели, стремления и потому противоречия. Вместе с усложнением инфраструктуры организации все большее число ее отдельных частей приобретает черты организмов и,

следовательно, структура обратных связей усложняется.

При построении модели нельзя не учитывать постепенное развитие интеллекта и, следовательно, способности все большего понимания индивидом последствий его действий, степени их влияния на характер гомеостатической стабильности. Именно благодаря этому реакции теряют свою рефлексность, и при анализе обратных связей становится необходимым учитывать процессы переработки информации и принятия решений.

Люди обладают различным уровнем интеллекта, поэтому их реакции на одинаковые ситуации могут различаться. Кроме этого надо учитывать характер информированности субъекта, особенности процессов принятия решений; т.е. всю логическую цепочку, которая может привести к тем или иным выводам. Все это предъявляет новые требования к применяемым математическим методам.

Схематично специфику применения математических методов в зависимости от отрасли науки можно представить следующим образом: метод математических моделей на уровне организации неживой природы требует главным образом использования законов сохранения и простейших механизмов отбора. На биотическом уровне организации возникает необходимость описание структуры обратной связи рефлексного типа. На уровне общества качественно новой особенностью является необходимость описывать противоречивое единство интересов и целей отдельных организмов, участвующих в том или ином процессе, противоречивое единство связанных между собой, иерархически организованных цепочек организмов.

В экономике такими организмами можно считать отдельных людей, группу людей, организацию, предприятие. Даже экономическую систему отдельной страны можно рассматривать как организм с присущими ему реакциями на различные факторы внешней среды. То есть в зависимости от целей исследования следует выделять экономическую систему какого-либо уровня и рассматривать ее как организм.

При этом в зависимости от выбранного уровня детализации возникают свои особенности применения математических методов, которые и определяют степень применимости того или иного метода, его эффективность.

Экономическая наука, как и любая другая имеет свою специфику. Специфика ее определяется общей спецификой наук о человеке. Все общественные науки изучают самую сложную и высокоорганизованную форму движения - социальную. Как уж упоминалось выше, на этом уровне организации материи приходится учитывать обратную связь между субъектом и внешней средой. При этом связь эта представляет противоречивое единство интересов и целей отдельных организмов, участвующих в том или ином процессе. Экономическая наука изучает большой пласт процессов, как прямо имеющих место между субъектами при обмене различными продуктами, так и имеющих к этому какое-либо отношение. До того, как люди стали обмениваться продуктами своего труда, отношения между ними никак нельзя было назвать экономическими. Возникновение экономических отношений положило начало специализации труда и соответственно, всему социально-экономическому прогрессу.

На современном этапе экономические взаимоотношения между субъектами образуют экономические системы со сложной структурой, большим количеством элементов и связей между ними, которые и являются причиной почти всех особенностей экономических задач.

Основой экономической системы является производство, следовательно экономическую систему можно рассматривать как совокупность управляемой (производство) и управляющей систем. Из этого вытекают следующие особенности:

1) масштабы производства как управляемой системы несравненно больше чем любой технической управляемой системы;

2) производство, как система, постоянно совершенствуется, и управление им включает управление процессами совершенствования;

3) в связи с научно-техническим прогрессом и развитием производительных сил изменяются параметры системы, что обуславливает необходимость исследования новых закономерностей развития производства и их использования в управлении;

4) с усложнением производства повышаются требования к методам сбора, накопления, переработки информации; ее дифференциации по уровням иерархии с учетом существенности с точки зрения принятия управленческих решений;

5) участие человека в производстве как неотъемлемой части производительных сил общества обуславливает необходимость учета комплекса социальных, биотических, экологических и других факторов;

6) участие в сельскохозяйственном производстве биологических систем как средств производства, их существенная зависимость от случайных природных факторов обуславливают вероятностный характер многих производственных процессов, что необходимо учитывать в управлении производством.

Но кроме производственных систем в состав экономических систем входит также сфера обращения и непроизводственная сфера, которые также имеют свою специфику. Она заключается в том, что участие в процессах обращения множества покупателей и продавцов предполагает необходимость учета таких факторов как конкуренция, законы спроса и предложения, а также то, что большинство условий здесь также имеет вероятностный характер.

Из сказанного следует, что экономические задачи, это задачи с большим числом неизвестных, имеющих различные динамические связи и взаимоотношения. То есть экономические задачи многомерны, и даже будучи представлены в форме системы неравенств и уравнений, не могут быть решены обычными математическими методами.

Еще одной характерной чертой планово-экономических и других экономических задач является множественность возможных решений; определенную продукцию можно получить различными способами, по разному выбирая сырье, применяемое оборудование, технологию и организацию производственного процесса. В то же время для управления требуется по возможности минимальное количество вариантов и желательно наилучшие. Поэтому второй особенностью экономических задач является то, что это задачи экстремальные, что в свою очередь предполагает наличие целевой функции.

Говоря о критериях оптимальности, следует упомянуть, что в ряде случаев может возникнуть ситуация, когда приходится принимать во внимание одновременно ряд показателей эффективности (например, максимум рентабельности и прибыли, товарной продукции, конечной продукции и т.д.). Это связано не только с формальными трудностями выбора и обоснования единственного критерия, но и многоцелевым характером развития систем. В этом случае потребуется несколько целевых функций и соответственно какой-то компромисс между ними.

Близко к многоцелевым задачам лежат задачи с дробно-линейной функцией, когда целевая функция выражается относительными показателями эффективности производства (рентабельность, себестоимость продукции, производительность труда и т.д.)

Кроме всего вышеизложенного, надо учитывать, что входными величинами производственных систем служат материальные ресурсы (природные, средства производства), трудовые ресурсы, капиталовложения, информационные ресурсы (сведения о ценах, технологии и др.). Из этого следует еще одна особенность экономических задач: наличие ограничений на ресурсы. Т.е. это предполагает выражение экономической задачи в виде системы неравенств.

Случайный характер факторов, влияющих на экономическую систему, предполагает вероятностный (стохастический) характер технико-экономических коэффициентов, коэффициентов целевой функции, что также является особенностью экономических задач.

В то же время нередко встречаются условия, когда зависимости между различными факторами или в целевой функции нелинейные. Например, это имеет место в зависимостях между затратами ресурсов и выходом конечного продукта. Но основная часть таких задач встречается при моделировании рыночного поведения, когда следует

учитывать факторы эластичности спроса и предложения, т.е. нелинейный характер изменений этих величин от уровня цен.

При моделировании рыночного поведения кроме нелинейности зависимостей, встречается такая особенность, как требование учитывать поведение конкурентов. Даже советские экономисты признавали, что действие объективных экономических законов осуществляется через деятельность множества хозяйственных подразделений. В то же

время, осуществление решения, принятого в одном из этих подразделений, может оказать значительное влияние на те или иные характеристики экономической ситуации, в которой принимают решения остальные подразделения (меняются количество сырья, цены на изделия и др.). Возникает, следовательно, комплекс оптимизационных задач, в каждой из которых какие-то переменные величины зависят от выбранных управлений в других задачах.

Еще одной общей особенностью экономических задач является дискретность (либо объектов планирования, либо целевой функции). Эта цело численность вытекает из самой природы вещей, предметов, которыми оперирует экономическая наука. Т.е. не может быть дробным число предприятий, число рабочих и т.д. При этом дискретный характер имеют не только объекты планирования, но и временные промежутки, внутри которых осуществляется планирование. Это означает, что при планировании какого-либо действия всегда следует определить, на какой срок оно осуществляется, в какие сроки может быть осуществлено, и когда будут результаты. Таким образом, вводится еще одна дискретная переменная - временная.

Дискретность многих экономических показателей не отделима от неотрицательности значений (реальных предметов или отрезков времени не может быть меньше нуля).

Не следует забывать и о том, что экономическая система - не застывшая, статичная совокупность элементов, а развивающийся, меняющийся под действие внешних и внутренних факторов механизм. При это возникает ситуация, когда решения, принятые раньше, детерминируют частично или полностью решения, принятые позднее.

Таким образом, легко заметить, что экономические задачи, решаемые математическими методами, имеют специфику, определяемую особенностями экономических систем, как более высоких форм движения по сравнению с техническими или биологическими системами. Эти особенности экономических систем сделали недостаточными те математические методы, которые выросли из потребностей других наук. Т.е. потребовался новый математический аппарат, причем не столько более сложный, сколько просто учитывающий особенности экономических систем на базе уже существующих математических методов.

Кроме того, экономические системы развиваются и усложняются сами, изменяется их структура, а иногда и содержание, обусловленное научно-техническим прогрессом. Это делает устаревшими многие методы, применявшиеся ранее, или требует их корректировки. В то же время научно-технический прогресс влияет и на сами математические методы, поскольку появление и усовершенствование электронно-вычислительных машин сделало возможным широкое использование методов, ранее описанных лишь теоретически, или применявшихся лишь для небольших прикладных задач.

В экономических исследованиях издавна применялись простейшие математические методы. В хозяйственной жизни широко используются геометрические формулы. Так, площадь участка поля определяется путем перемножения длины на ширину или объем силосной траншеи - перемножением длины на среднюю ширину и глубину. Существует целый ряд формул и таблиц, облегчающих хозяйственным работникам определение тех или иных величин.

Не стоит и говорить о применении арифметики, алгебры в экономических исследованиях, это уже вопрос о культуре исследования, каждый уважающий себя экономист владеет такими навыками. Особняком здесь стоят так называемые методы оптимизации, чаще называемые как экономико-математические методы.

В 60-е годы нашего столетия развернулась дискуссия о математических методах в экономике. Например, академик Немчинов выделял пять базовых методов исследования при планировании:

1) балансовый метод;

2) метод математического моделирования;

3) векторно-матричный метод;

4) метод экономико-математических множителей (оптимальных общественных оценок);

5) метод последовательного приближения..

В то же время академик Канторович выделял математические методы в четыре группы:

- макроэкономические модели, куда относил балансовый метод и модели спроса;

- модели взаимодействия экономических подразделений (на основе теории игр);

- линейное моделирование, включая ряд задач, немного отличающихся от классического линейного программирования;

- модели оптимизации, выходящие за пределы линейного моделирования (динамическое, нелинейное, целочисленное, и стохастическое программирование).

И с той, и с другой классификацией можно спорить, поскольку, например модели спроса можно по ряду особенностей отнести к нелинейному программированию, а стохастическое моделирование уходит корнями в теорию игр. Но все это проблемы классификации, которые имеют определенное методологическое значение, но в данном случае не столь важны.

С точки же зрения роли математических методов стоит говорить лишь о широте применения различных методов в реальных процессах планирования.

С этой точки зрения несомненным лидером является метод линейной оптимизации, который был разработан академиком Канторовичем в 30-е годы ХХ-го века. Чаще всего задача линейного программирования применяется при моделировании организации производства. Вот как по Канторовичу выглядит математическая модель организации производства:

В производстве участвуют M различных производственных факторов (ингредиентов) - рабочая сила, сырье, материалы, оборудование, конечные и промежуточные продукты и др. Производство использует S технологических способов производства, причем для каждого из них заданы объемы производимых ингредиентов, рассчитанные на реализацию этого способа с единичной эффективностью, т.е. задан вектор a_k = (a_1k, a_2k,..., a_mk), k =1, 2..., S, в котором каждая из компонент a_ikуказывает объем производства соответствующего (i-го) ингредиента, если она положительна; и объем его расходования, если она отрицательна (в способе k).

Выбор плана означает указание интенсивностей использования различных технологических способов, т.е. план определяется вектором x = (x₁, x₂,..., x_S) c неотрицательными компонентами.

Обычно на количества выпускаемых и затрачиваемых ингредиентов накладываются ограничения: произвести нужно не менее, чем требуется, а затрачивать не больше, чем имеется. Такие ограничения записываются в виде

S a _ikx_k > b_i; i=1, 2,..., m.

Если i > 0, то неравенство означает, что имеется потребность в ингредиенте в размере i, если i < 0, то неравенство означает, что имеется ресурс данного ингредиентов размере - i =¦ i¦. Далее предполагается, что использование каждого способа, связанного с расходом одного из перечисленных ингредиентов или особо выделенного ингредиента в количестве Ck при единичной интенсивности способа k. В качестве целевой функции принимается суммарный расход этого ингредиента в плане.

f(x) = S c_kx_k.

Теперь общая задача линейного программирования может быть представлена в математической форме.

Для заданных чисел a_ik, c_k, и b_i найти

minSc_kx_k