Модель межотраслевого баланса.

Одним из важных разделов современной системы национальных счетов (СНС) является межотраслевой баланс (МОБ) производства и использования товаров и услуг, который детализирует счета товаров и услуг, производства и образования доходов; отражает процессы, происходящие на нынешнем этапе развития экономики; позволяет проводить системный счет основных показателей и анализ взаимосвязей между отраслями экономики, выявлять главные экономические пропорции, изучать структурные сдвиги и особенности ценообразования в экономике и т.д.

Балансовые модели (как динамические, так и статистические) широко используются при экономико-математическом моделировании экономических систем и процессов. В основе создания этих моделей лежит балансовый метод, т. е. метод взаимного сопоставления имеющихся материальных, трудовых и финансовых ресурсов и потребностей.

Если описывать экономическую систему в целом, то под балансовой моделью понимается система уравнений, каждое из которых выражает требование баланса между производимым отдельными экономическими объектами количеством продукции и совокупной потребностью в этой продукции. При таком подходе рассматриваемая система состоит из экономических объектов, каждый из которых выпускает некоторый продукт; первая часть его потребляется другими объектами системы, а вторая выводится за пределы системы в качестве ее конечного продукта. Если вместо понятия "продукт" ввести понятие "ресурс", то под балансовой моделью следует понимать систему уравнений, которые удовлетворяют требованиям соответствия наличия ресурса и его использования.

Межотраслевой баланс один из важнейших видов балансовых моделей. Основу их информационного обеспечения в экономике составляет матрица коэффициентов затрат ресурсов по конкретным направлениям их использования. В модели МОБ такую роль играет так называемая технологическая матрица таблица МОБ, состоящая из коэффициентов (нормативов) прямых затрат на производство единицы продукции в натуральном выражении.

По многим причинам исходные данные реальных хозяйственных объектов не могут быть использованы в балансовых моделях непосредственно, поэтому подготовка информации для ввода в модель является весьма серьезной проблемой. Так, при построении модели МОБ используется специфическое понятие "чистая" (или технологическая) отрасль, т. е. условная отрасль, объединяющая все производства данного продукта, независимо от ведомственной (административной) подчиненности и форм собственности предприятий и фирм.

Переход от хозяйственных отраслей к чистым требует специального преобразования реальных данных хозяйственных объектов (например, агрегирования отраслей, исключения внутриотраслевого оборота и др.).

Межотраслевой баланс производства и распределения продукции в народном хозяйстве отражает производство и распределение общественного продукта в отраслевом разрезе, межотраслевые производственные связи, использование материальных и трудовых ресурсов, создание и распределение национального дохода.

В модели межотраслевого баланса предполагается, что народное хозяйство состоит из множества отраслей, каждая из которых производит преимущественно один какой-либо продукт или оказывает определенные услуги. В процессе производства одна отрасль использует продукцию другой отрасли (сырье, материалы, оборудование, топливо, энергию, услуги) и между ними неизбежно возникают взаимные потоки товаров и услуг. Сложившаяся в соответствии с потребностями отраслей структура потоков товаров и услуг отражается в математической модели межотраслевого баланса системой уравнений следующего вида:

х1 = х11 + х12 + … + х1n + 0у1;

х2 = х21 + х22 + … + х2n + у2;

хn = хn1 + хn2 + … + хnn + уn.(1)

Различают два вида баланса: стоимостной - по отраслям производства и натуральный - по видам продукции в натуральном выражении.

В стоимостном балансе переменные х1, х2, …, хn означают объемы валовой продукции первой, второй, …, n-ой отрасли, xij - объемы затрат i-й отрасли на производство продукции j-й отрасли, уi - конечный продукт, который не поступает в сферу текущего производственного потребления, а идет на конечное потребление (в личное и общественное, на накопление, экспорт, возмещение потерь и т.д.). Систему (1), которую учитывает структуру сложившихся взаимных затрат отраслей, можно назвать «экономической картой» народного хозяйства.

В натуральном балансе переменные х1, х2, …, хn означают объемы n видов производственных продуктов в натуральных единицах (автомобилей в штуках, угля в тоннах и т.д.). Величина xij означает объем потребления продукта I при производстве продукта j (угля при производстве автомобилей, электроэнергии при добыче угля и т.д.), а величина уi - конечный продукт - ту часть продукции, которая не используется в производственном потреблении. Например, для производства сахара в необходимом объеме хi требуется предусмотреть объемы его расходов xij в кондитерской и молочной, промышленности, расходы на производство безалкогольных напитков, винодельческое, плодоовощное и консервное производства, а также необходимо удовлетворить спрос населения на сахар как конечный продукт личного потребления.

17. Оптимизационные задачи линейного программирования.

Линейное программирование - один из первых и наиболее подробно изученных разделов математического программирования. Именно линейное программирование явилось тем разделом, с которого начала развиваться сама дисциплина «математическое программирование». Термин «программирование» в названии дисциплины ничего общего с термином «программирование (т.е. составление программ) для ЭВМ» не имеет, так как дисциплина «линейное программирование» возникла еще до того времени, когда ЭВМ стали широко применяться при решении математических, инженерных, экономических и др. задач. Термин «линейное программирование» возник в результате неточного перевода английского «linear programming». Одно из значений слова «programming» - составление планов, планирование. Следовательно, правильным переводом «linear programming» было бы не «линейное программирование», а «линейное планирование», что более точно отражает содержание дисциплины. Однако, термин линейное программирование, нелинейное программирование и т.д. в нашей литературе стали общепринятыми.

Критерием оптимальности называется количественная оценка оптимизируемого качества объекта.

На основании выбранного критерия оптимальности составляется целевая функция, представляющая собой зависимость критерия оптимальности от параметров, влияющих на ее значение. Вид критерия оптимальности или целевой функции определяется конкретной задачей оптимизации.

Таким образом, задача оптимизации сводится к нахождению экстремума целевой функции.

В зависимости от своей постановки, любая из задач оптимизации может решаться различными методами, и наоборот – любой метод может применяться для решения многих задач. Методы оптимизации могут быть скалярными (оптимизация проводится по одному критерию), векторными (оптимизация проводится по многим критериям), поисковыми (включают методы регулярного и методы случайного поиска), аналитическими (методы дифференциального исчисления, методы вариационного исчисления и др.), вычислительными (основаны на математическом программировании, которое может быть линейным, нелинейным, дискретным, динамическим, стохастическим, эвристическим и т.д.), теоретико-вероятностными, теоретико-игровыми и др. Подвергаться оптимизации могут задачи как с ограничениями, так и без них.

Линейное программирование - один из первых и наиболее подробно изученных разделов математического программирования. Именно линейное программирование явилось тем разделом, с которого начала развиваться сама дисциплина «математическое программирование». Термин «программирование» в названии дисциплины ничего общего с термином «программирование (т.е. составление программ) для ЭВМ» не имеет, так как дисциплина «линейное программирование» возникла еще до того времени, когда ЭВМ стали широко применяться при решении математических, инженерных, экономических и др. задач. Термин «линейное программирование» возник в результате неточного перевода английского «linear programming». Одно из значений слова «programming» - составление планов, планирование. Следовательно, правильным переводом «linear programming» было бы не «линейное программирование», а «линейное планирование», что более точно отражает содержание дисциплины. Однако, термин линейное программирование, нелинейное программирование и т.д. в нашей литературе стали общепринятыми.

Итак, линейное программирование возникло после Второй Мировой Войны и стал быстро развиваться, привлекая внимание математиков, экономистов и инженеров благодаря возможности широкого практического применения, а так же математической «стройности».

Можно сказать, что линейное программирование применимо для построения математических моделей тех процессов, в основу которых может быть положена гипотеза линейного представления реального мира: экономических задач, задач управления и планирования, оптимального размещения оборудования и пр.

Задачами линейного программирования называются задачи, в которых линейны как целевая функция, так и ограничения в виде равенств и неравенств. Кратко задачу линейного программирования можно сформулировать следующим образом: найти вектор значений переменных, доставляющих экстремум линейной целевой функции при m ограничениях в виде линейных равенств или неравенств.

Линейное программирование представляет собой наиболее часто используемый метод оптимизации. К числу задач линейного программирования можно отнести задачи:

рационального использования сырья и материалов; задачи оптимизации раскроя;

оптимизации производственной программы предприятий;

оптимального размещения и концентрации производства;

составления оптимального плана перевозок, работы транспорта;

управления производственными запасами;

и многие другие, принадлежащие сфере оптимального планирования.

 

18. Оптимизационные задачи динамического программирования. Алгоритм решения задач.

Динамическое программирование (ДП) -- это метод решения задач с оптимальной подструктурой и перекрывающимися подзадачами, который намного эффективнее, чем решение «в лоб» (brute force). Словосочетание динамическое программирование впервые было использовано в 1940-х годах Р. Беллманом для описания процесса нахождения решения задачи, где ответ на одну задачу может быть получен только после решения задачи, «предшествующей» ей. В 1953 г. он уточнил это определение до современного. Вклад Беллмана в динамическое программирование был увековечен в названии уравнения Беллмана, центрального результата теории динамического программирования, который переформулирует оптимизационную задачу в рекурсивной форме.

Слово «программирование» в словосочетании «динамическое программирование» в действительности к традиционному программированию (написанию кода) почти никакого отношения не имеет и происходит от словосочетания «математическое программирование», которое является синонимом слова «оптимизация». Поэтому слово «программа» в данном контексте скорее означает оптимальную последовательность действий для получения решения задачи.

Метод динамического программирования можно использовать для решения весьма широкого круга задач, включая задачи распределения ресурсов, замены и управления запасами, задачи о загрузке. Характерным для динамического программирования является подход к решению задачи по этапам, с каждым из которых ассоциирована одна управляемая переменная. Набор рекуррентных вычислительных процедур, связывающих различные этапы, обеспечивает получение допустимого оптимального решения задачи в целом при достижении последнего этапа.

Происхождение названия динамическое программирование, вероятно, связано с использованием методов ДП в задачах принятия решений через фиксированные промежутки времени (например, в задачах управления запасами). Однако методы ДП успешно применяются также для решения задач, в которых фактор времени не учитывается. По этой причине более удачным представляется термин многоэтапное программирование, отражающий пошаговый характер процесса решения задачи.

Фундаментальным принципом, положенным в основу теории ДП, является принцип оптимальности. По существу, он определяет порядок поэтапного решения допускающей декомпозицию задачи (это более приемлемый путь, чем непосредственное решение задачи в исходной постановке) с помощью рекуррентных вычислительных процедур.

Динамическое программирование позволяет осуществлять оптимальное планирование управляемых процессов. Под «управляемыми» понимаются процессы, на ход которых мы можем в той или другой степени влиять.

Пусть предполагается к осуществлению некоторое мероприятие или серию мероприятий («операции»), преследующую определенную цель. Спрашивается: как нужно организовать (спланировать) операцию для того, чтобы она была наиболее эффективной? Для того, чтобы поставленная задача приобрела количественный, математический характер, необходимо ввести в рассмотрение некоторый численный критерий W, которым мы будем характеризовать качество, успешность, эффективность операции. Критерий эффективности в каждом конкретном случаи выбирается исходя из целевой направленности операции и задачи исследования (какой элемент управления оптимизируется и для чего).

Сформулируем общий принцип, лежащий в основе решения всех задач динамического программирования («принцип оптимальности»):

«Каково бы ни было состояние системы S перед очередным шагом, надо выбрать управление на этом шаге так, чтобы выигрыш на данном шаге плюс оптимальный выигрыш на всех последующих шагах был максимальным».

Динамическое программирование - это поэтапное планирование многошагового процесса, при котором на каждом этапе оптимизируется только один шаг. Управление на каждом шаге должно выбираться с учетом всех его последствий в будущем.

Отыскание оптимальной стратегии принятия набора последовательных решений, в большинстве случаях, производится следующим образом: сначала осуществляется выбор последнего во времени решения, затем при движении в направлении, обратном течению времени, выбираются все остальные решения вплоть до исходного.

Для реализации такого метода необходимо выяснить все ситуации, в которых может происходить выбор последнего решения. Обычно условия, в которых принимается решение, называют «состоянием» системы. Состояние системы - это описание системы, позволяющее, учитывая будущие решения, предсказать ее поведение. Нет необходимости выяснять, как возникло то ил иное состояние или каковы были предшествующие решения. Это позволяет последовательно выбирать всего по одному решению в каждый момент времени. Независимо от того, отыскивают оптимальные решения с помощью табличного метода и последующего поиска или аналитическим путем, обычно быстрее и выгоднее производить выбор по одному решению в один момент времени, переходя затем к следующему моменту и т.д. К сожалению, таким методом можно исследовать не все процессы принятия решений. Необходимым условием применения метода динамического программирования является аддитивность цен всех решений, а также независимость будущих результатов от предыстории того или иного состояния.

Если число решений очень велико, то можно построить относительные оценки состояний так, чтобы оценки, отвечающие каждой паре последовательных решений, отличались друг от друга на постоянную величину, представляющую собой средний «доход» на решение. Также можно выполнять дисконтирование доходов от будущих решений. Необходимость в этом иногда появляется в том случае, когда решение принимаются редко, скажем раз в году. Тогда уже не нужно рассматривать последовательно 1,2,3…решения, чтобы достичь решения с большим номером. Вместо этого можно непосредственно оперировать функциональным уравнением, что, как правило, дает существенную выгоду с точки зрения сокращения объема вычислений.