Математическое моделирование

 

Математическое моделирование в исследовании операций является, с одной стороны, очень важным 'и сложным, а с другой - практически не поддающим­ся научной формализации процессом. Заметим, что неоднократно предприни­мавшиеся попытки выделить общие принципы создания математических мо­делей приводили либо к декларированию рекомендаций самого общего характера, трудноприложимых для решения конкретных проблем, либо, наоборот, к появлению рецептов, применимых в действительности только к узкому кругузадач. Поэтому более полезным представляется знакомство с техникой математического моделирования на конкретных примерах.

В качестве таких примеров приведем несколько классических экономик математических моделей и задач, которые могут быть сформулированы на, их основе.

 

Управление портфелем активов.Рассмотрим проблему принятия инвестором решения о вложении имеющегося у него капитала. Набор характеристик потенциальных объектов для инвестирования, имеющих условные имена от А до F, задается следующей таблицей.

 

Название	Доходность (в%)	Срок выкупа	Надежность(в баллах)
А	5,5
В	6.0
С
DI	7,5
Е	5,5
F	7,0

 

Предположим, что при принятии решения о приобретении активов должны быть соблюдены условия:

а) суммарный объем капитала, который должен быть вложен, составляет $100000;

b) доля средств, вложенная в один объект, не может превышать четверти от всего объема;

с) более половины всех средств должны быть вложены в долгосрочные активы (допустим, на рассматриваемый момент к таковым относятся активы со сроком погашения после 2004 г.);

d) доля активов, имеющих надежность менее чем 4 балла, не может превышать трети от суммарного объема.

Приступим к составлению экономико-математической модели для данной ситуации. Целесообразно начать процесс с определения структуры управляемых переменных. В рассматриваемом примере в качестве таких переменных выступают объемы средств, вложенные в активы той или иной фирмы. Обозначим их как Х_А, Х_B, Х_C, X_D, Х_E, X_F. Тогда суммарная прибыль от размещенных активов, которую получит инвестор, может быть представлена в виде

 

Р=О,О55x_A +О,О6х_B +О,О8х_C +O,O75x_D +О,О55x_E +О,О7х_F­ (1)

 

На следующем этапе моделирования мы должны формально описать перечисленные выше ограничения a-d на структуру портфеля.

 

а) Ограничение на суммарный объем активов:

 

Х_А+ Х_B+ Х_C+ X_D+ Х_E+ X_F≤100 000 (2)

 

 

b) Ограничение на размер доли каждого актива:

Х_А≤25000, Х_B≤25000, Х_C≤25000, X_D≤25000, Х_E≤25000, X_F≤25000 (3)

 

с) Ограничение, связанное с необходимостью вкладывать половину средств в долгосрочные активы:

 

Х_B+ ХC≥50000 (4)

 

d) Ограничение на долю ненадежных активов:

 

Х_C+ X_D≤30000 (5)

 

Наконец, система ограничений в соответствии с экономическим смыслом задачи должна быть дополнена условиями неотрицательности для искомых переменных:

 

Х_А≥0, Х_B≥0, Х_C≥0, X_D≥0, Х_E≥0, X_F≥0 (6)

 

Выражения (1)-( 6) образуют математическую модель поведения инвестора. В рамках этой модели может быть поставлена задача поиска таких значений переменных Х_А, Х_B, Х_C, X_D, Х_E, X_F, при которых достигается наибольшее значение прибыли (т. е. функции (1)) и одновременно выполняются ограничения на структуру портфеля активов (2)-(6).

Перейдем теперь к рассмотрению более общих моделей и задач.

 

Простейшая задача производственного планирования.Пусть имеется не­который экономический объект (предприятие, цех, артель и т. п.), который может про изводить некоторую продукцию п видов. В процессе производства допустимо использование т видов ресурсов (сырья). Применяемые технологии характеризуются нормами затрат единицы сырья на единицу производимого продукта. Обозначим через а_ij количество i-го ресурса (i ٱ 1: т), которое тратится на производство единицы j-гопродукта (j ٱ 1 :n). Весь набор технологических затрат в производстве j-го продукта можно представить в виде вектора столбца

 

а технологию рассматриваемого предприятия (объекта) в виде прямоугольной матрицы размерности т на n:

Если j-й продукт производится в количестве Xj, то в рамках описанных выше технологий мы должны потратить а_{1 j}x _j первого ресурса, а_{2 j}x _j - второго, и так далее, a_m,jx_j-m-го. Сводный план nроuзводства по всем продуктам может быть представлен в виде n-мерного вектора-строки Х = (x₁,x₂ ..,x_j,…,x_n).Тогдаобщие затраты по i- му ресурсу на производство всех продуктов можно выразить в виде суммы

представляющей собой скалярное произведение векторов d и х. Очевидно, что всякая реальная производственная система имеет ограничения на ресурсы, которые она тратит в процессе производства. В рамках излагаемой модели эти ограничения порождаются т-мерным вектором b=(b₁,b₂…,b_m), где b_i - максимальное количество i-го продукта, которое можно потратить в производственном процессе. В математической форме данные ограничения представляются в виде системы т неравенств:

(7)

Применив правила матричной алгебры, систему (7) можно записать в краткой форме, представив левую часть как произведение матрицы А на вектор x, а правую – как вектор b:

Ax≤b. (8)

К системе (8) также должны быть добавлены естественные ограничения на неотрицательность компонентов плана производства: x₁≥0,…x_j≥0,…,x_n≥0,или, что то же самое,

x≥0 (9)

Обозначив через c_j цену единицы j-го продукта, получим выражение суммарного дохода от выполнения плана производства, задаваемого вектором x:

(10)

Формулы (8)-(10) являются не чем иным, как простейшей математическое моделью, описывающей отдельные стороны функционирования некоторого экономического объекта, поведением которого мы хотим управлять. В рамках данной модели, вообще говоря, можно поставить различные задачи, но, скорее всего, самой «естественной» будет задача поиска такого плана производства x□Rⁿ, который дает наибольшее значение суммарного дохода, т.е функции (10), и одновременно удовлетворяет системе ограничений (8)-(9). Кратко такую задачу можно записать в следующем виде:

F(x)=cx→max, где (11)

Несмотря на явную условность рассматриваемой ситуации кажущуюся простоту задачи (11), ее решение является далеко не тривиальным и во многом стало практически возможным только после разработки специального математического аппарата. Существенным достоинством используемых здесь методов решения является их универсальность, поскольку к модели (11) могут быть сведены очень многие как экономические, так и неэкономические проблемы.

Поскольку любая научная модель содержит упрощающие предпосылки, для корректного применения полученных с ее помощью результатов необходимо четкое понимание сути этих упрощений, что, в конечном счете, и позволяет сделать вывод об их допустимости или недопустимости. Наиболее «сильным»упрощением в рассмотренной модели является предположение о прямо пропорциональной (линейной) зависимости между объемами расхода ресурсов и объемами производства, которая задается с помощью затрат a_i,j.Очевидно, что это допущение далеко не всегда выполняется. Так, объемы расхода многих ресурсов (например, основных фондов) изменяются скачкообразно в зависимости от изменения компонентов объема производства x. К другим упрощающим предпосылкам относятся предположения о независимости цен c_j от объемов x_j, что справедливо лишь для определенных пределов их изменения, пренебрежение эффектом кооперации в технологиях и т.п.Данные «уязвимые» места важно знать еще и потому, что они указывают принципиальные направления совершенствования модели.

Транспортнаязадача. Рассмотрим проблему организации перевозки некоторого продукта между пунктами его производства, количество которых равно т, и п пунктами потребления. Каждый i-й пункт производства (i□1:m) характеризуется запасом продукта a_i≥0 о, а каждый j-и пункт потребления (j□1:n) потребностью в продукте b_j≥0. Сеть дорог, соединяющая систему рассматриваемых пунктов, моделируется с помощью матрицы С размерности т на п, элементы которой Ci,j представляют собой нормы затрат на перевозку единицы груза из пункта производства i в пункт потребленияj. План перевозки груза в данной транспортной сети представляется в виде массива элементов размерности m x n:

х = (x_1,1...x_1,n,x_2,1...,x_2,n,...,x_i,1,...,x_i,n...,x_m,1,...,x_m,n). (12)

 

В (12) план перевозок Х может рассматриваться как вектор, распадающийся на т групп, по n элементов в каждой, причем i-я группа соответствует объемам груза, вывозимым из j-ro пункта производства во все возможные пункты потребления. Если реальная перевозка между пунктами i и j отсутствует, то полагают Xi,j = 0.

Ограничения на возможные значения х □ R^mn имеют вид:

1. Ограничение на удовлетворение потребностей во всех пунктах потребления:

 

(13)

 

2. Ограничения на возможности вывоза запасов из всех пунктов производства:

(14)

 

3. Условия неотрицательности компонентов вектора плана:

 

x, x_i,j ≥0, i □ 1 : т, j □ 1 : п. (15)

 

Существенной характеристикой описываемой модели является соотношение параметров a_i и bj- Если суммарный объем производства равен суммарному объему потребления, а именно,

то система называется сбалансированной. При выполнении условия сбалансированности разумно накладывать такие ограничения на суммарный ввоз и вывоз груза, при которых полностью вывозится весь груз и не остается неудовлетворенных потребностей, т. е. условия (13) и (14) приобретают форму равенств.

По аналогии с задачей производственного планирования предположим, что затраты на перевозку прямо пропорциональный количеству перевозимого гpyзa. Тогда суммарные затраты на перевозку в системе примут вид:

(16)

 

Функция (16) и описанные выше ограничения, записанные в форме

 

(17)

задают транспортную модель. На ее основе может быть сформулирована задача минимизации суммарных затрат на перевозки:

 

f(x)=cx →min, х□D, (18),

 

которая в литературе получила название транспортной задачи в матричной подстановке.

Вообще говоря, транспортная задача является частным случаем задачи (11), но В силу ряда особенностей для ее решения применяются специфические методы, которые, помимо прочего, позволяют прийти к важным теоретическим обобщениям.

Общим для рассмотренных выше задач является то, что в них стоит проблема поиска наибольшего или наименьшего (оптимального)значения некоторой функции, отражающей цель управления системой, или, как еще говорят, целевой функции.Поиск оптимального значения осуществляется на некотором подмножестве допустимых значений переменных, описывающих состояние этой системы, именуемом множеством допустимых планов.

Пусть на некотором множестве D определена функция f(x). Напомним, что точка х*, принадлежащая D (х*□ D), называется точкой глобального максимума,если для любого х□D выполняется неравенство f(x) ≤ f(x*). В этом случае значение f(x*) называется глобальным максимумом функции.Точка х называется точкой локального максимума,если существует некоторая окрестность этой точки, В любой точке которой значение функции меньше, чем в x (f(х) ≤_f(x). По аналогии, с точностью до знака неравенства, определяются глобальный и локальный минимумы.Обобщающим понятием для максимума и минимума является таксой термин, как Экстремум (оптимум).

Необходимо отметить, что далеко не всегда весь комплекс целей и задач, стоящий перед моделируемым объектом, может быть выражен в форме некоторой целевой функции. Более того, осознание и осмысление этой проблемы стало своего рода переломным этапом в истории развития исследования операций как науки, положившим конец многим необоснованным ожиданиям и одновременно давшим толчок к развитию новых направлений, связанных с методами многокритериальной оптимизации. Однако следует иметь в виду, что все они базируются на фундаменте методов однокритериальной оптимизации, без ясного понимания которых невозможна работа с более сложным математическим аппаратом.

Мощным инструментом разрешения задач стали специальные методы поиска экстремума, составляющие содержание раздела исследования операций, кото­рый называется математическое программирование. В данном случае понятие программирование употребляется в смысле планирование (в отличие от программирования для ЭВМ).

В свою очередь, в зависимости от вида решаемых задач, в математическом программировании выделяют такие области, как линейное, нелинейное, дискретное, геометрическое, стохастическое программирование.

 

 

Вопросы к главе 5.

Системный анализ и количественный подход в управлении

1. Объясните содержание количественного подхода в менеджменте.

2. Подробно опишите содержание количественного подхода и системного анализа их использование в управлении.

3. Объясните необходимость применения экономико-математических методов в количественном подходе менеджмента и понятие оптимального управления.

4. Укажите, какие экономико-математические методы целесообразно применять в управлении промышленного производства и строительства.

5. Охарактеризуйте роль отечественных ученных в применении экономико-математических методов управления.

6. Объясните значимость анализа и прогнозирование при принятии управленческих решений в менеджменте.