Знайти такі значення керованих змінних xj, щоб цільова функція набувала екстремального (максимального чи мінімального значення).

Отже, потрібно відшукати значення

. (2.2)

Можливості вибору x_j завжди обмежені зовнішніми щодо системи умовами, параметрами виробничо-економічної системи тощо.

Наприклад, площа посіву озимої пшениці обмежена наявністю ріллі та інших ресурсів, сівозмінами, можливістю реалізації зерна, необхідністю виконання договірних зобов’язань тощо. Ці процеси можна описати системою математичних рівностей та нерівностей виду:

(2.3)

Тут набір символів (, =, ) означає, що для деяких значень поточного індексу і виконуються нерівності типу , для інших – рівності (=), а для решти – нерівності типу .

Система (2.3) називається системою обмежень, або системою умов задачі. Вона описує внутрішні технологічні та економічні процеси функціонування й розвитку виробничо-економіч­ної системи, а також процеси зовнішнього середовища, які впливають на результат діяльності системи. Для економічних систем змінні x_j мають бути невід’ємними:

. (2.4)

Залежності (2.2)—(2.4) утворюють економіко-математичну модель економічної системи. Розробляючи таку модель, слід дотримуватись певних правил:

1. Модель має адекватно описувати реальні технологічні та економічні процеси.

2. У моделі потрібно враховувати все істотне, суттєве в досліджуваному явищі чи процесі, нехтуючи всім другорядним, неістотним у ньому. Математичне моделювання — це мистецтво, вузька стежка між переспрощенням та переускладненням. Справді, прості моделі не забезпечують відповідної точності, і «оптимальні» розв’язки за такими моделями, як правило, не відповідають реальним ситуаціям, дезорієнтують користувача, а переускладнені моделі важко реалізувати на ЕОМ як з огляду на неможливість їх інформаційного забезпечення, так і через відсутність відповідних методів оптимізації.

3. Модель має бути зрозумілою для користувача, зручною для реалізації на ЕОМ.

4. Необхідно, щоб множина змінних x_j була не порожньою. З цією метою в економіко-математичних моделях за змоги слід уникати обмежень типу «=», а також суперечливих обмежень. Наприклад, ставиться обмеження щодо виконання контрактів, але ресурсів недостатньо, аби їх виконати. Якщо система (2.3), (2.4) має єдиний розв’язок, то не існує набору різних планів, а отже, й задачі вибору оптимального з них.

Будь-який набір змінних x ₁, x ₂,..., x_n, що задовольняє умови (2.3) і (2.4), називають допустимим планом, або планом. Очевидно, що кожний допустимий план є відповідною стратегією економічної системи, програмою дій. Кожному допустимому плану відповідає певне значення цільової функції, яке обчислюється за формулою (2.2).

Сукупність усіх розв’язків системи обмежень (2.3) і (2.4), тобто множина всіх допустимих планів утворює область існування планів.

План, за якого цільова функція набуває екстремального значення, називається оптимальним. Оптимальний план є розв’яз­ком задачі економіко-математичного моделювання (2.2)—(2.4).

Приклад 2.1. Фірма спеціалізується на виготовленні та реалізації електроплит і морозильних камер. Припустимо, що збут продукції необмежений, проте обсяги ресурсів (праці та основних матеріалів) обмежені. Завдання полягає у визначенні такого плану виробництва продукції на місяць, за якого виручка була б найбільшою.

Норми використання ресурсів та їх загальний запас, а також ціни одиниці кожного виду продукції наведені в табл.2.1.

Таблиця 2.1 – Інформація, необхідна для складання виробничої програми

Побудуємо економіко-математичну модель даної задачі. Позначимо через х₁ кількість вироблених морозильних камер, а через х₂ — електроплит. Виразимо математично умови, що обмежують використання ресурсів.

Виходячи з нормативів використання кожного з ресурсів на одиницю продукції, що наведені в табл.2.1, запишемо сумарні витрати робочого часу: 9, 2 х₁ + 4 х₂. За умовою задачі ця величина не може перевищувати загальний запас даного ресурсу, тобто 520 люд.-год. Ця вимога описується такою нерівністю:

Аналогічно запишемо умови щодо використання листового заліза та скла:

;

Необхідно серед множини всіх можливих значень х₁ та х₂ знайти такі, за яких сума виручки максимальна, тобто: .

Отже, умови задачі, описані в прикладі 2.1, можна подати такою економіко-математичною моделлю:

,

за умов: ;

;

;

.

Остання умова фіксує неможливість набуття змінними від’єм­них значень, тому що кількість виробленої продукції не може бути від’ємною. Розв’язавши задачу відповідним методом математичного програмування, дістаємо такий розв’язок: для максимальної виручки від реалізації продукції необхідно виготовляти морозильних камер — 50 штук, електроплит — 15 (х ₁ = 50, х ₂ = 15).

Перевіримо виконання умов задачі:

;

;

.

Всі умови задачі виконуються, до того ж оптимальний план дає змогу повністю використати два види ресурсів з мінімальним надлишком третього.

Виручка становитиме: ум. од.

Отриманий оптимальний план у порівнянні з першим варіантом виробничої програми уможливлює збільшення виручки на ум.од., тобто на .

Зауважимо, що в класичній постановці задачі економыко-математичного моделювання передбачається одна цільова функція, яка кількісно визначена. У реальних економічних системах на роль критерію оптимальності (ефективності) претендують кілька десятків показників. На­приклад, максимум чистого доходу від реалізації виробленої продукції чи максимум рівня рентабельності, мінімум собівартості виробленої продукції або мінімум витрат дефіцитних ресурсів. Крім того, бажаним є застосування кількох критеріїв одночасно, причому вони можуть бути взагалі несумісними. Наприклад, вимога досягти максимальної ефективності виробництва за мінімальних витрат ресурсів з погляду постановки математичної задачі є некоректною. Мінімальні витрати ресурсів – це нульові витрати, що мають місце за повної відсутності будь-якого процесу виробництва. Аналогічно максимальна ефективність може бути досягнута лише у разі використання певних обсягів (звичайно не нульових) ресурсів. Тому коректними є постановки задач такого типу: досягти максимальної ефективності при заданих витратах чи досягти заданого ефекту за мінімальних витрат.

Оскільки не існує єдиного універсального критерію економічної ефективності, то досить часто вдаються до розгляду багатокритеріальної оптимізації. Хоча задача економіко-математичного моделювання передбачає одну цільову функцію, розроблено математичні методи, що дають змогу будувати компромісні плани, тобто здійснювати багатокритеріальну оптимізацію.

Найчастіше способи використання багатьох критеріїв у задачах економіко-математичного моделювання зводяться до штучного об’єднання кіль­кох вибраних показників в один. Наведемо кілька таких способів.

Нехай у задачі обрано m критеріїв оптимальності F_i . Загальний критерій може мати вигляд суми окремих показників ефективності з відповідними коефіцієнтами:

, (2.5)

де – додатні чи від’ємні коефіцієнти. Додатні коефіцієнти відповідають тим критеріям, які потрібно максимізувати, а від’єм­ні – тим, які мінімізуються. Абсолютні значення коефіцієнтів відповідають пріоритету (важливості) того чи іншого показника.

Наприклад, якщо розв’язується виробнича задача, то з додатними коефіцієнтами ввійдуть такі величини, як обсяг прибутку, отриманого від реалізації товарів та послуг, з від’ємними – витрати ресурсів (часу, праці), собівартість одиниці продукції.

Узагальнений критерій може подаватись у вигляді дробу, де в чисельнику знаходиться добуток показників, які необхідно максимізувати, припустимо , а в знаменнику – добуток тих, які потрібно мінімізувати :

(2.6)

Загальним недоліком критеріїв (2.5), (2.6) є те, що існує можливість недостатню ефективність одного критерію компенсувати іншим. Наприклад, зниження значення виконання попередніх замовлень (в (2.6) буде в чисельнику) може компенсуватися зменшенням використання ресурсів (знаменник дробу (2.6)). Оскільки окремі величини в чисельнику та знаменнику пропорційно зменшилися, то значення дробу не змінюється, проте складені на основі таких розрахунків плани можуть призвести до негативних наслідків.

Такі критерії порівнюють із запропонованим Львом Толстим жартома «критерієм оцінки людини» у вигляді дробу, де в чисельнику зазначають справжні достоїнства людини, а у знаменнику – її думку про себе. Отже, якщо людина майже немає достоїнств (чисельник дробу буде малим числом) і водночас у неї зовсім відсутня зарозумілість (в знаменнику — майже нуль), то вона буде мати нескінченно велику цінність (оскільки будь-яке число, поділене на нескінченно малу величину, дає нескінченність).

Отже, до використання зазначених способів формування цільових функцій необхідно підходити зважено та продумано.

Ще один метод запропонував І.Никовський. Оптимальний план знаходять окремо за кожним з вибраних критеріїв, після чого отримують множину значень цільової функції . На останньому етапі розв’язується початкова задача з одним критерієм виду:

, (2.7)

де – значення i- го критерію оптимальності в оптимальному компромісному плані. За такого підходу розв’язок задачі визначається за критерієм, що дорівнює мінімальному значенню модулів часток відхилень значень кожної цільової функції у комп­ромісному плані від їх оптимальних значень у їх же оптимальних значеннях, що робить всі критерії однаково важливими. Для врахування переваг одних критеріїв над іншими доцільно застосовувати узагальнений критерій такого виду:

. (2.8)

Недоліками цих двох способів є, по-перше, жорстке співвідношення між значеннями відхилень критеріїв оптимальності, що значно звужує множину допустимих планів; по-друге, одному значенню деякого критерію може відповідати множина інших, причому таких, за яких оптимальний план з економічного погляду ефективніший; по-третє, відсутня методика об’єктивного визначення коефіцієнтів .

Зведення багатокритеріальної задачі до задачі з одним критерієм може також здійснюватися через виділення з вибраного набору показників одного, який вважають найважливішим — F_k і намагаються досягти його максимального значення (якщо необхідно знайти мінімум, то досить змінити знак показника). Всі інші показники (критерії) є другорядними, і на них накладаються обмеження виду: , де є нижньою межею значення відповідного показника, або , якщо необхідно, щоб значення показника не перевищувало . Для виробничих задач можна виділити як найважливіший показник ефективності прибуток і, максимізуючи його величину, додатково вводити обмеження щодо рентабельності виробництва не нижче або собівартості не вище певного рівня. Такі обмеження входять до системи початкових умов задачі.

Останнім розглянемо так званий «метод послідовних поступок». Всі обрані критерії необхідно ранжирувати за спаданням їх важливості: спочатку головний, скажімо F₁, потім менш важливий F₂ і т. д. Вважатимемо, що необхідно досягти максимального значення за всіма критеріями (якщо необхідно знайти мінімум, то змінюють знак показника). Спочатку розв’язується задача з одним головним критерієм (знаходиться значення ), потім призначають деяку невелику за абсолютним значенням «поступку» , на яку можна змінити (зменшити) значення критерію задля того, щоб досягти максимального (більшого) значення за наступним критерієм F₂. Величина «поступки» залежить від потрібної точності розрахунків та достовірності початкових даних. Потім до системи початкових обмежень задачі приєднують обмеження, що встановлює рівень можливого відхилення показника: , і розв’язують нову задачу з критерієм оптимальності F₂ і т.д. Процес розв’язання задачі у такий спосіб показує, ціною яких «поступок» досягається бажаний результат.

Очевидно, що багатокритеріальні задачі економіко-математичного моделювання не мають універсального способу розв’язування. Отже, вибір та коректне застосування будь-якого з наведених способів залишається за суб’єктом прийняття рішень. Завдання економіко-математичного моделювання полягає в забезпеченні потрібною кількістю науково обґрунтованої інформації, на підставі якої здійснюється вибір управлінського рішення.

Математичне програмування — один із напрямків прикладної математики, предметом якого є задачі на знаходження екстремуму деякої функції за певних заданих умов.

У математичному програмуванні виділяють два напрямки — детерміновані задачі і стохастичні. Детерміновані задачі не містять випадкових змінних чи параметрів. Уся початкова інфор­мація повністю визначена. У стохастичних задачах використо­вується вхідна інформація, яка містить елементи невизначеності, або деякі параметри набувають значень відповідно до визначених функцій розподілу випадкових величин. Наприклад, якщо в економіко-математичній моделі врожайності сільськогосподарських культур задані своїми математичними сподіваннями, то така задача є детермінованою. Якщо ж врожайності задані функціями розподілу, наприклад нормального з математичним сподіванням а і дисперсією D, то така задача є стохастичною.

Кожен з названих напрямків включає типи задач математичного програмування, які в свою чергу поділяються на інші класи. Схематично класифікацію задач зображено на рис.2.1 (поділ наведений для детермінованих задач, але він такий же і для стохастичних).

Рисунок 2.2 – Класифікація задач математичного програмування

Як детерміновані, так і стохастичні задачі можуть бути статичними (однокроковими) або динамічними (багатокроковими). Оскільки економічні процеси розвиваються в часі, відповідні економіко-математичні моделі мають відображати їх динаміку. Поняття динамічності пов’язане зі змінами об’єкта (явища, процесу) у часі. Наприклад, якщо йдеться про план розвитку економіки України до 2005 року, то мають бути обґрунтовані значення відповідних макроекономічних показників не лише на 2005 рік, а й на всі проміжні роки, тобто слід планувати поступовість (динаміку) розвитку народногосподарських процесів. Такий план називають стратегічним. У ньому має бути обґрунтована оптимальна (найкраща, але реальна) траєкторія розвитку народного господарства. Проте під впливом некерованих чинників фактичні показники щороку можуть відхилятися від запланованих. Тому постає необхідність коригувати кожний річний план. Такі плани називають тактичними. Вони визначаються в результаті розв’я­зання статичної економіко-математичної задачі.

Важливо чітко усвідомити відмінність між одно- та багатокроковими задачами. Багатокроковість як метод розв’язування задач математичного програмування зумовлюється, насамперед, багатовимірністю задачі й означає, що послідовно застосовуючи індукцію, крок за кроком знаходять оптимальні значення множини змінних, причому отриманий на кожному кроці розв’язок має задовольняти умови оптимальності попереднього розв’язку. Така процедура може бути більш чи менш тісно пов’язана з часом. Однокрокові задачі, навпаки, характеризуються тим, що всі компоненти оптимального плану задачі визначаються водночас на останній ітерації (останньому кроці) алгоритму. Потрібно розрізняти ітераційність алгоритму і його багатокроковість. Наприклад, симплекс-метод розв’язування задач лінійного програмування є ітераційним, тобто у певний спосіб дістають допустимий план і в результаті деякої кількості ітерацій визначають оптимальний план. Тут виконуються ітерації (кроки) алгоритму симплексного методу, але це не можна інтерпретувати як багатокроковість економічного процесу (явища). Деякі задачі математичного програмування можна розглядати як одно- або багатокрокові залежно від способу їх розв’язання. Якщо задачу можна розв’язувати як однокрокову, то розв’язувати її як багатокрокову недоцільно, бо в такому разі для знаходження оптимального плану необхідно застосовувати складніші методи. Проте більшість економічних процесів є динамічними, їх параметри змінюються в часі й залежать від рішень керівництва, які доводиться приймати з метою спрямування розвитку економічної системи за траєкторією, яка визначена стратегічним планом.

Задачі математичного програмування поділяють також на дискретні і неперервні. Дискретними називають задачі, в яких одна, кілька або всі змінні набувають лише дискретних значень. З-поміж них окремий тип становлять задачі, в яких одна або кіль­ка змінних набувають цілочислових значень. Їх називають задачами цілочислового програмування. Якщо всі змінні можуть набувати будь-яких значень на деяких інтервалах числової осі, то задача є неперервною.

Оскільки в економіко-математичних моделях залежності між показниками описані за допомогою функцій, то відповідно до їх виду всі вище згадані типи задач поділяють на лінійні та нелінійні. Якщо цільова функція (2.2) та обмеження (2.3) є лінійними, тобто містять змінні x_j тільки у першому або нульовому степенях, то така задача є лінійною. В усіх інших випадках задача буде нелінійною.

Найпростішими з розглянутих типів є статичні, детерміновані, неперервні та лінійні задачі. Важливою перевагою таких задач є те, що для їх розв’язування розроблено універсальний метод, який називається симплексним методом. Теоретично кожну задачу лінійного програмування можна розв’язати. Для деяких типів лінійних задач, що мають особливу структуру, розробляють спеціальні методи розв’язання, які є ефективнішими. Наприклад, транспортну задачу можна розв’язати симплексним методом, але ефективнішими є спеціальні методи, наприклад, метод потенціалів.

Економічні та технологічні процеси, як правило, є нелінійними, стохастичними, розвиваються за умов невизначеності. Лінійні економіко-математичні моделі часто є неадекватними, тобто такими, що неточно описують процес, який досліджується, тому доводиться будувати стохастичні, динамічні, нелінійні моделі. Розв’язувати такі задачі набагато складніше, ніж лінійні, оскільки немає універсального методу їх розв’язання. Для окремих типів нелінійних задач розроблено спеціальні числові методи розв’язання. Проте слід зазначити, що на практиці застосовують, здебільшого, лінійні економіко-математичні моделі. Часто нелінійні залежності апроксимують (наближають) до лінійних. Такий підхід є доволі ефективним.

У нелінійному програмуванні (залежно від функцій, які використовуються в економіко-математичній моделі) виокремлюють опукле та квадратичне програмування. Задача належить до опуклого програмування у тому разі, коли цільова функція угнута, якщо вона мінімізується, та опукла, якщо вона максимізується, а всі обмеження – однотипні нерівності типу (≤) або рівняння, в яких ліві частини є опуклими функціями, а праві частини – сталими величинами. У разі обмежень типу (≥) їх ліві частини мають бути вгнутими функціями. Тоді область допустимих планів є опуклою та існує глобальний, єдиний екстремум. Квадратичне програмування – якщо цільова функція квадратична, а обмеження лінійні.

Щойно було розглянуто лише основні типи задач математичного програмування. Можна також за різними ознаками виокремити й інші підтипи. Це особливо стосується задач лінійного, нелінійного і стохастичного програмування. Наприклад, як окремий тип розглядають дробово-лінійне програмування, коли обмеження є лінійними, а цільова функція – дробово-лінійна. Особливий тип становлять задачі теорії ігор, які широко застосовуються в ринковій економіці. Адже тут діють дві чи більше конфліктних сторін, які мають частково або повністю протилежні цілі. У сукупності задач теорії ігор, у свою чергу, також виокремлюють певні підтипи. Наприклад, ігридвох осіб із нульовою сумою.

2.2 Приклади задач економіко-математичного моделювання (самостійна робота)

Складність економічних систем (явищ, процесів) як об’єктів досліджень вимагає їх ретельного вивчення з метою з’ясування найважливіших функціональних залежностей, внутрішніх взаємозв’язків між їхніми елементами. В результаті здійснюються можливі спрощення та допущення, що, очевидно, погіршує адекватність побудованих математичних моделей і є чудовим приводом для критики. Однак лише прийняття певних допущень уможливлює формалізацію будь-якої економічної ситуації.

Не існує загальних рекомендацій щодо процесу моделювання, тому в кожному конкретному разі вимоги до побудови математич­ної моделі залежать від цілей та умов досліджуваної системи.

У процесі застосування математичного моделювання в економіці чітка постановка задачі та її формалізація є найскладнішим етапом дослідження, вимагає ґрунтовних знань передусім економіч­ної суті процесів, які моделюються. Однак, вдало створена математична модель може надалі застосовуватись для розв’язування інших задач, які не мають відношення до ситуації, що початково моделювалася. Починаючи з робіт Л.В.Канторовича, в математич­ному програмуванні сформовано певний набір класичних постановок задач, економіко-математичні моделі яких широко використовуються в практичних дослідженнях економічних проблем.

Наведемо кілька вже формалізованих типових постановок економічних задач, що розв’язуються методами математичного програмування (більшість сформульованих задач будуть вивчатися далі).

Всі розглянуті задачі залежно від наявності та точності початкової інформації, мети дослідження, ступеня врахування невизначеності, специфіки застосування до конкретного процесу можуть бути сформульовані як у вигляді статичних, детермінова­них, неперервних лінійних задач, так і в складнішій постановці, де один, кілька чи всі параметри визначаються з певним рівнем імовірності та використовуються нелінійні залежності.

Задача визначення оптимального плану виробництва: для деякої виробничої системи (цеху, підприємства, галузі) необхідно визначити план випуску кожного виду продукції за умови найкращого способу використання наявних ресурсів. У процесі виробництва задіяний визначений набір ресурсів: сировина, трудові ресурси, технічне обладнання тощо. Відомі загальні запаси ресурсів, норми витрат кожного ресурсу та прибуток з одиниці реалізованої продукції. Задаються також за потреби обмеження на обсяги виробництва продукції у певних співвідношеннях(задана асортиментність).

Критерії оптимальності: максимум прибутку, максимум товар­ної продукції, мінімум витрат ресурсів.

Задача про «дієту» (або про суміш): деякий раціон складається з кількох видів продуктів. Відомі вартість одиниці кожного компонента, кількість необхідних організму поживних речовин та потреба в кожній речовині, вміст в одиниці кожного продукту кожної поживної речовини. Необхідно знайти оптимальний раціон – кількість кожного виду продукту, що враховує вимоги забезпечення організму необхідною кількістю поживних речовин.

Критерій оптимальності — мінімальна вартість раціону.

Транспортна задача: розглядається певна кількість пунктів виробництва та споживання деякої однорідної продукції (кількість пунктів виробництва та споживання не збігається). Відомі обсяги виготовленої продукції в кожному пункті виробництва та потреби кожного пункту споживання. Також задана матриця, елементи якої є вартістю транспортування одиниці продукції з кожного пункту виробництва до кожного пункту споживання. Необхідно визначити оптимальні обсяги перевезень продукції, за яких були б найкраще враховані необхідності вивезення продукції від виробників та забезпечення вимог споживачів.

Критерії оптимальності: мінімальна сумарна вартість перевезень, мінімальні сумарні витрати часу.

Задача оптимального розподілу виробничих потужностей: розглядаються кілька підприємств, що виготовляють певну кількість видів продукції. Відомі фонд робочого часу кожного підприємства; потреби в продукції кожного виду; матриця потужностей виробництва всіх видів продукції, що виготовляються на кожному підприємстві, а також собівартості виробництва одиниці продукції кожного підприємства. Необхідно розподілити виробництво продукції між підприємствами у такий спосіб, щоб задовольнити потреби у виготовленні продукції та максимально використати виробничі потужності підприємств.

Критерій оптимальності: мінімальні сумарні витрати на виготовлення продукції.

Задача про призначення: нехай набір деяких видів робіт може виконувати певна чисельність кандидатів, причому кожного кандидата можна призначати лише на одну роботу і кожна робота може бути виконана тільки одним кандидатом. Відома матриця, елементами якої є ефективності (у вибраних одиницях) кожного претендента на кожній роботі. Розв’язком задачі є оптимальний розподіл кандидатів на посади.

Критерій оптимальності: максимальний сумарний ефект від виконання робіт.

Задача комівояжера: розглядається кілька міст. Комівояжеру необхідно, починаючи з міста, в якому він перебуває, обійти, не буваючи ніде двічі, всі міста і повернутися в початкове. Відома матриця, елементи якої – вартості пересування (чи відстані) між всіма попарно пунктами подорожі. Знайти оптимальний маршрут.

Критерій оптимальності: мінімальна сумарна вартість (відстань) пересування по маршруту.

Задача оптимального розподілу капіталовкладень. Планується діяльність групи (системи) підприємств протягом деякого періоду, який розділено на певну кількість підперіодів. Задана сума коштів, які можна вкладати в будь-яке підприємство чи розподіляти між ними протягом всього періоду планування. Відомі величини збільшення виробництва продукції (за умови здійснення додаткових капіталовкладень) у кожному з підприємств групи для всіх підперіодів. Необхідно визначити, як розподіляти кошти на початку кожного підперіоду між підприєм­ствами так, щоб сумарний дохід за весь період був макси­мальним.

Наведемо кілька розглянутих вище типових задач математичного програмування, сформульованих у термінах лінійного програмування.

Задача визначення оптимального плану виробництва

Для деякої виробничої системи (цеху, підприємства, галузі) необхідно визначити план випуску n видів продукції Х = (х ₁, х ₂, …, х _n) за умови найкращого способу використання її наявних ресурсів. У процесі виробництва задіяні m ресурсів: сировина, трудові ресурси, технічне оснащення тощо. Відомі загальні запаси ресурсів , норми витрат і -го ресурсу на виробництво одиниці j -ої продукції та прибуток з одиниці j -ої реалізованої продукції .

Критерій оптимальності: максимум прибутку.

Позначимо через х ₁, х ₂, …, х _n обсяги виробництва відповідно першого, другого і т. д. видів продукції.

Оскільки на одиницю продукції 1-го виду витрачається ресурсу першого виду, то на виробництво першого виду продукції обсягом х ₁ необхідно витратити а ₁₁ х ₁ цього ресурсу. На другий вид продукції обсягом х ₂ витрати першого ресурсу дорівнюватимуть а ₁₂ х ₂ і т. д. На виробництво всіх видів продукції буде використано такий обсяг першого ресурсу: а ₁₁ х ₁ + а ₁₂ х ₂ + … + а _{1 n}x_n. Ця величина має не перевищувати наявного обсягу першого ресурсу — b ₁. Отже, обмеження щодо використання першого ресурсу матиме вигляд: а ₁₁ х ₁ + а ₁₂ х ₂ + … + а _{1 n}x_n ≤ b ₁. Аналогічно записують обмеження стосовно використання всіх інших виробничих ресурсів. Прибуток від реалізації виготовленої продукції всіх видів становитиме: с ₁ х ₁ + с ₂ х ₂ + … + с_nx_n.

Загалом лінійна економіко-математична модель даної задачі матиме вигляд:

за умов:

.

Математична модель виробничої задачі може бути застосована для різних економічних задач, де виникає проблема вибору найкращого варіанта розподілу обмеженої кількості ресурсів, хоча з першого погляду може здаватися, що постановка задачі не стосується виробничих процесів. Наведемо кілька конкретних прикладів виробничих задач.

Приклад 2.2. Фірма має 1 млн.грн. обігових коштів. Відомі вит­рати грошей у кожному місяці, а також обов’яз­кові залишки обігових коштів на кінець кожного місяця. Також передбачається, що для успішного функціонування фірма витрачатиме значно меншу суму, ніж 1 млн.грн. Отже, решту коштів можна надавати у кредит. Необхідно визначити оптимальний розподіл обігових коштів протягом кварталу для досягнення максимального прибутку за процентними ставками, якщо відомі витрати та потреби в резервах:

1.01 – 31.01: витрати — 80 000 грн; необхідний запас на 31.01 – 300000 грн;

1.02 – 28.02: витрати — 30 000 грн; необхідний запас на 28.02 – 200 000 грн;

1.03 – 31.03: витрати — 50 000 грн; необхідний запас на 31.03 – 190 000 грн.

Кредит терміном на 1 місяць дає 2% прибутку, терміном на 2 місяці – 5%, а терміном на 3 місяці – 8%.

Вважатимемо, що кредити надаються першого числа кожного місяця і погашаються також першого числа відповідного місяця.

Побудова економіко-математичної моделі.

Кредити терміном на один місяць можна надавати кожного місяця протягом кварталу, тому позначимо через х ₁₁ суму кредиту, що надано на один місяць з 1.01, аналогічно х ₁₂, х ₁₃ – суми одномісячних кредитів, що надані відповідно в другому та у третьому місяцях.

Кредити терміном на два місяці протягом першого кварталу можна надавати лише в першому і другому місяцях, тому позначимо через х ₂₁ суму кредиту, що надано на два місяці в січні, х ₂₂ – суму кредиту, що надана в лютому на два місяці. Нарешті, кредит на три місяці можна надати лише один раз із 1.01, його позначимо через х ₃₁.

Розглянемо ситуацію на початку першого місяця кварталу: початкова сума 1млн грн витрачатиметься на вкладення коштів у всі види кредитів, потреби в обігових коштах для господарської діяльності фірми становитимуть 80 000 грн, а на кінець місяця фірма бажає мати резерв обсягом 300 000 грн. Отже, використання коштів у січні можна описати у моделі так:

.

Наявні кошти в кінці місяця (окрім резерву) визначаються за формулою:

На початку другого місяця сума S 1 може надаватися в кредит, але лише двох видів та має забезпечувати витрати діяльності. Одночасно на початку другого місяця повертаються кошти, що є процентами за одномісячний кредит, який було надано в січні. Враховуючи необхідність резерву на кінець другого місяця, маємо таке обмеження щодо використання коштів у лютому:

,

а наприкінці лютого обсяг наявних коштів становитиме:

.

Аналогічно запишемо використання коштів у березні:

.

Загальна сума коштів, отриманих як проценти за надані кредити, дорівнюватиме:

.

Загалом математична модель цієї задачі має вигляд:

за умов:

Приклад 2.3. На ринок поставляється картопля з трьох фермерських господарств за цінами відповідно 80, 75 та 65 коп. за 1 кг. На завантаження 1 т картоплі в господарствах відповідно витрачається по 1, 6 та 5 хвилин. Замовлено 12 т картоплі, і для своєчасної доставки необхідно, щоб на її завантаження витрачалося не більше сорока хвилин. Потрібно визначити, з яких фермерських господарств і в якій кількості необхідно доставляти картоплю, щоб загальна вартість закупівлі була мінімальною, якщо фермери можуть виділити для продажу відповідно 10, 8 та 6 т картоплі.