Волгодонск
КУРС ЛЕКЦИЙ
Российской Федерации
Министерство образования и науки
Анализ платежеспособности по краткосрочным обязательствам
В оценке платежеспособности предпрятия по краткосрочным обязательствам используют три относительных показателя ликвидности. При расчете этих показателей рассматривают различные по составу ликвидные средства в качестве покрытия краткосрочных обязательств.
1. Коэффициент абсолютной ликвидности Кал =А1/(П1+П2), норма Кал >0,2.
Показывает, какую часть краткосрочной задолженности предприятие может погасить в ближайшее время, отражает платежеспособность на дату составления баланса.
Значения этого показателя представляют интерес для поставщиков.
2. Коэффициент критической ликвидности Ккл =(А1+А2)/(П1+П2), норма Кал >1.
Отражает прогнозируемые платежные возможности предприятия при условии своевременного возврата дебиторской задолженности, характеризует платежеспособность предприятия на период равный средней продолжительности одного оборота дебиторской задолженности.
Значения этого показателя представляют интерес для кредитующего банка.
3. Коэффициент текущей ликвидности Ктл =(А1+А2+А3)/(П1+П2), норма Кал >2.
Показывает платежные возможности предприятия при условии не только своевременного расчета с дебиторами, благоприятной реализации готовой продукции, а также продажи прочих элементов материальных оборотных средств. Характеризует платежеспособность предприятия на период равный средней продолжительности одного оборота всех оборотных средств.
Расчет показателей ликвидности
Наименование показателя | Формула | Начало периода (расчет) | Конец периода (расчет) |
Вывод:____________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________
Федеральное государственное бюджетное
образовательное учреждение
высшего профессионального образования
Национальный исследовательский ядерный университет «МИФИ»
Волгодонский инженерно-технический институт – филиал НИЯУ МИФИ
по дисциплине
«линейное программирование»
для студентов специальности 230201
«Информационные системы и технологии»
всех форм обучения
УДК 519.8 (075.8)
Рецензент д.т.н., профессор А. В. Чернов
Составитель ст. преп. Цуверкалова О.Ф.
Методические указания содержат курс лекций по дисциплине «Линейное программирование» /ВИТИ НИЯУ МИФИ. Волгодонск, 2010. 93 с.
Предназначены для студентов очной, очно-заочной и заочной формы обучения специальности 230201 – Информационные системы и технологии
ã ВИТИ НИЯУ МИФИ, 2010
ã О.Ф. Цуверкалова, 2010
ВВЕДЕНИЕ
Многие задачи, с которыми приходится иметь дело в повседневной практике, являются многовариантными. Среди множества возможных вариантов в условиях рыночных отношений приходится отыскивать наилучшие варианты с учетом ограничений, налагаемых на природные, экономические и технологические возможности. До недавнего времени большинство таких задач решалось исходя из здравого смысла и опыта лиц, принимающих решения, или просто «на глаз». При таком подходе не было и не могло быть никакой уверенности, что найденный вариант – наилучший. При современных масштабах производства даже незначительные ошибки оборачиваются громадными потерями. В связи с этим возникла необходимость применять для анализа и синтеза экономических и технологических ситуаций и систем математические методы. Такие методы объединяются под общим названием «математическое программирование».
Математическое программирование – область математики, разрабатывающая теорию и численные методы решения многомерных экстремальных задач с ограничениями, т. е. задач на экстремум функции многих переменных с ограничениями на область изменения этих переменных.
Функцию, экстремальное значение которой нужно найти в условиях экономических возможностей, называют целевой, показателем эффективности или критерием оптимальности. Ограничения, накладываемые на область изменения переменных, формализуются в виде системы ограничений. Все это составляет математическую модель.
Модель задачи математического программирования включает:
1) совокупность неизвестных величин х = (х1, …, хj, …, хn), действуя на которые систему можно совершенствовать. Их называют планом задачи (вектором управления, решением, управлением, стратегией и др.);
2) целевую функцию (функцию цели, показатель эффективности, критерий оптимальности, функционал задачи и др.). Целевая функция позволяет выбирать наилучший вариант из множества возможных. Наилучший вариант доставляет целевой функции экстремальное значение. Целевую функцию обозначают буквой Z или F (Z = z(х), F = f(x)). Это может быть прибыль, объем выпуска или реализации, затраты производства, издержки обращения, уровень обслуживания или дефицитности, число комплектов, отходы и т. д.;
3) условия (или систему ограничений), налагаемые на неизвестные величины. Эти условия следуют из ограниченности ресурсов, которыми располагает общество в любой момент времени, необходимости удовлетворения насущных потребностей, условий производственных и технологических процессов. Ограниченными являются не только материальные, финансовые и трудовые ресурсы. Таковыми могут быть возможности технического, технологического и вообще научного потенциала. Нередко потребности превышают возможности их удовлетворения. Математически ограничения выражаются в виде уравнений и неравенств. Их совокупность образует область допустимых решений (область экономических возможностей). Объединение всех условий (ограничений), налагаемых на неизвестные (искомые) величины xj задачи, обозначим Ω (х Î Ω). При таких обозначениях модель задачи математического программирования примет вид:
или
Из экономических или физических соображений на план задачи или некоторые его компоненты (координаты), как правило, налагаются условия неотрицательности, иногда – целочисленности.
План х, удовлетворяющий системе ограничений задачи, называется допустимым. Допустимый план, доставляющий функции цели экстремальное значение, называется оптимальным. Оптимальный план будем обозначать х*, экстремальное значение функции цели – f(х*) = F*. Оптимальное решение, вообще говоря, не обязательно единственно, возможны случаи, когда оно не существует, имеется конечное или бесчисленное множество оптимальных решений.
В зависимости от особенностей целевой функции и функций, задающих ограничения, задачи математического программирования делятся на ряд типов.
Если целевая функция и функции, входящие в систему ограничений, линейны относительно входящих в задачу неизвестных, то такой раздел математического программирования называется линейным программированием (ЛП). Методы и модели линейного программирования широко применяются при оптимизации процессов во всех отраслях народного хозяйства: при разработке производственной программы предприятия, распределении ее по исполнителям, при размещении заказов между исполнителями и по временным интервалам, при определении наилучшего ассортимента выпускаемой продукции, в задачах перспективного, текущего и оперативного планирования и управления; при планировании грузопотоков, определении плана товарооборота и его распределении; в задачах развития и размещения производительных сил, баз и складов систем обращения материальных ресурсов и т. д. Особенно широкое применение методы и модели линейного программирования получили при решении задач экономии ресурсов (выбор ресурсосберегающих технологий, составление смесей, раскрой материалов), транспортных и других задач.
Начало линейному программированию было положено в 1939 г. советским математиком-экономистом Л. В. Канторовичем в работе «Математические методы организации и планирования производства». Появление этой работы открыло новый этап в применении математики в экономике. Спустя десять лет американский математик Дж. Данциг разработал эффективный метод решения данного класса задач – симплекс-метод. Термин «линейное программирование» впервые появился в 1951 г. в работах Дж. Данцига и Т. Купманса.
Однако при более глубоком исследовании в ряде задач появляются и связи нелинейного характера, когда с изменением одного элемента другие изменяются непропорционально первому. Поэтому вслед за разработкой моделей линейного программирования начались интенсивные исследования нелинейных моделей.
Если в задаче математического программирования целевая функция и (или) хотя бы одна из функций системы ограничений нелинейна, то такой раздел называется нелинейным программированием (НЛП).
Если на все или некоторые переменные xj наложено условие дискретности, например, целочисленности, то такие задачи рассматриваются в разделе математического программирования, называемом дискретным, в частности целочисленным (ЦП), программированием. Если параметры целевой функции и (или) системы ограничений изменяются во времени или целевая функция имеет аддитивный либо мультипликативный вид, или сам процесс выработки решения имеет многошаговый характер, то такие задачи решаются методами динамического программирования (ДП). Методами ДП могут решаться задачи перспективного и текущего планирования, управления производством, поставками и запасами в условиях изменяющегося спроса, распределения ограниченных ресурсов, в частности размещения капитальных вложений, замены оборудования, обновления и восстановления элементов сложных человеко-машинных организационных систем и т. д.
В перечисленных выше разделах математического программирования предполагается, что вся информация о протекании процессов заранее известна и достоверна. Такие методы оптимизации называются детерминированными или методами обоснования решений в условиях определенности.
Если параметры, входящие в функцию цели, или ограничения задачи являются случайными, недостоверными величинами или если приходится принимать решения в условиях риска, неполной или недостоверной информации, то говорят о проблеме стохастической оптимизации, а соответствующий раздел называется стохастическим программированием (СП). К нему в первую очередь следует отнести методы и модели выработки решений в условиях конфликтных ситуаций (математическая теория игр), в условиях неполной информации (экспертные оценки), в условиях риска (статистические решения) и др. Позднее появились другие типы задач, учитывающих специфику целевой функции и системы ограничений, в связи с чем возникли параметрическое, дробно-линейное, блочное, сетевое (потоковое), многоиндексное, булевское, комбинаторное и другие типы программирования. В случае нелинейностей специфика задач породила квадратичное, биквадратичное, сепарабельное, выпуклое и другие типы программирования. Появились численные методы отыскания оптимальных решений: градиентные, штрафных и барьерных функций, возможных направлений, линейной аппроксимации, случайного поиска и др.
К математическому программированию относятся также методы решения экстремальных задач с бесконечным числом переменных - бесконечномерное программирование.
И, наконец, отметим, что задачи математического программирования с одной целевой функцией решаются методами скалярной оптимизации. Однако реальные ситуации настолько сложны, что нередко приходится одновременно учитывать несколько целевых функций, которые должны принимать экстремальные значения. Задачи, где находят решение по нескольким целевым функциям, относятся к векторной оптимизации - это так называемые задачи многокритериального подхода.
Тем не менее, несмотря на многообразие оптимизационных моделей и методов, в данном пособии мы ограничимся рассмотрением задачи линейного программирования и близких к ней вопросов, поскольку этот класс задач является одним из наиболее изученных, и вместе с тем позволяет получить полное представление о математическом моделировании.