- •Тема 1. Математические основы для решения оптимальных задач 12
- •Тема 2. Многокритериальная оптимизация 33
- •Тема 3. Совокупность взаимосвязанных отраслей экономики 38
- •Тема 4. Поиск наилучших решений под контролем ключевых вопросов развития экономики 52
- •Тема 9. Оптимизация проблемных ситуаций с использованием теории нечетких множеств 126
- •Тема 10. Поиск наилучших решений методами динамического программирования 137
- •Введение
- •Тема 1. Математические основы для решения оптимальных задач Лекция 1. Математические основы для решения оптимальных задач
- •Условия возникновения двойственности при оптимизации проблемных ситуаций, возникающих в экономике
- •Первая теорема двойственности
- •Вторая теорема двойственности
- •Третья теорема двойственности
- •Контрольные вопросы по введению и теме №1
- •Модель оценки технических возможностей экскаваторов Составление модели
- •Учет в модели дополнительных факторов
- •Основные рыночные характеристики экскаваторов
- •Тема 2. Многокритериальная оптимизация Лекция 2. Многокритериальная оптимизация
- •Контрольные вопросы к теме №2
- •Дополнительная задача
- •Тема 3. Совокупность взаимосвязанных отраслей экономики Лекция 3. Совокупность взаимосвязанных отраслей в экономике
- •Оптимизационная модель Леонтьева с учетом комплектности для выпускаемой продукции по отраслям
- •Разработка модели и анализ результатов
- •Модели динамического межотраслевого баланса Модель экономического роста
- •Оптимизационные динамические модели межотраслевого баланса
- •Динамическая оптимизационная модель накопления капитала
- •Динамическая оптимизационная модель потребления
- •Контрольные вопросы к теме №3
- •Анализ вариантов реконструкции завода
- •Составление модели
- •Тема 4. Поиск наилучших решений под контролем ключевых вопросов развития экономики Лекция 4. Поиск наилучших решений под контролем ключевых вопросов развития экономики
- •Решение
- •Решение
- •Задачи оптимизации производства
- •Функции спроса на ресурсы для долгосрочного периода
- •Функции спроса на ресурсы для краткосрочного периода
- •Динамическая модель оптимального размещения выпускаемой продукции по отраслям промышленного производства (производственно – транспортная модель)
- •Неоклассическая модель экономического роста Солоу
- •Математические основы развития экономики в модели Солоу
- •Математические основы теории трудовой стоимости Модель продаж и рынка одного товара
- •Модель производства множества товаров
- •Величина и стоимость трудовых ресурсов, необходимых для производства множества товаров
- •Контрольные вопросы по теме №4
- •Оптимизация внешнеторгового оборота
- •Оптимизация комплектования и транспортировки ресурсов для производства товаров внутри страны
- •Контрольные вопросы к теме №5
- •Тема 6. Динамические модели инвестиционной деятельности Лекция 6. Динамические модели инвестиционной деятельности
- •Модель инвестиционного менеджмента с учетом экономической конъюнктуры рынка
- •Обозначения.
- •Тема 7. Функциональная модель инвестиционного менеджмента Лекция 7. Функциональная модель инвестиционного менеджмента
- •Постановка задачи
- •Метод моделирования Условия ликвидности
- •Ограничения по производственным мощностям
- •Анализ результатов
- •Целевая функция двойственной задачи
- •Экономическая интерпретация результатов двойственной
- •Особенности модели Ферстнера
- •Тема 8. Динамическая оптимизационная модель конкурса инвестиционных проектов Лекция 8. Динамическая оптимизационная модель конкурса инвестиционных проектов
- •Постановка задачи
- •Метод моделирования
- •Анализ результатов
- •Модель инвестиционного менеджмента (по Албаху)
- •Постановка задачи
- •Условия проекта
- •Метод моделирования
- •Условия производства и сбыта продукции
- •Анализ результатов
- •Контрольные вопросы к темам № 6, 7, 8
- •Тема 9. Оптимизация проблемных ситуаций с использованием теории нечетких множеств Лекция 9. Оптимизация проблемных ситуаций с использованием теории нечетких множеств
- •Контрольные вопросы по теме №9
- •Пример практического применения нечетких чисел
- •Тема 10. Поиск наилучших решений методами динамического программирования Лекция 10. Поиск наилучших решений методами динамического программирования
- •Алгоритм решения
- •Контрольные вопросы по теме №10
- •Приложение 1 Минимальное возрастание стоимости комплекса работ
- •Указания к выполнению самостоятельной работы
- •Экзаменационные вопросы
- •Литература
- •Математические методы теории принятия решений Курс лекций
- •220007, Г. Минск, ул. Московская, 17.
Тема 4. Поиск наилучших решений под контролем ключевых вопросов развития экономики Лекция 4. Поиск наилучших решений под контролем ключевых вопросов развития экономики
Контроль в правильном использовании математических основ принятия решений принадлежит ключевым вопросам: теории развития производства; созданию производственно – транспортной системы; развития макроэкономики; теории трудовой стоимости. Мы детально рассмотрим эти вопросы ниже. Но перед этим обратим внимание на мощный инструментарий поиска наилучших решений.
Методы, рассматриваемые ниже, предназначены для отыскания локального оптимума. Если существует несколько локальных оптимумов, то всегда возможно найти глобальный оптимум с наибольшим (наименьшим) значением.
Задачи безусловной оптимизации не включают дополнительных условий, в отличие от задач условной оптимизации, которые содержат не только целевую функцию, но и ограничения, граничные условия и неотрицательность отыскиваемых переменных.
Метод неопределенных множителей Лагранжа, реализованный в Excel, позволяет преобразовать задачу условной оптимизации в задачу безусловной и во многих ситуациях гарантирует отыскание оптимального решения.
Содержание алгоритма этого метода поясним на примере.
Целевая функция:
Ограничения: X1 + X2 = 1 (1)
Неотрицательность переменных:
X1=>0, X2=>0 (2)
Составим функцию Лагранжа:
L = Z + (1 X1 X2) (3)
Здесь указывает на изменение ЦФ при изменении соответствующего ресурса на единицу. (Это аналог основной переменной в двойственной задаче теневая цена).
Возьмем частные производные функции Лагранжа по отыскиваемым переменным (X1,X2,) получим следующую систему алгебраических уравнений:
2X1 = 0;
2X2 = 0; (4)
1 X1 X2 = 0
Система (4) обычная система трех алгебраических уравнений с тремя неизвестными. Решение этой системы дает следующие значения переменных и целевой функции:
X1* = 0,5; X2* = 0,5; * = 1; Z* = 2; L* = 2.
Если в выражении (3) указать характер экстремума, получим формулировку задачи безусловной оптимизации в виде:
L = Z + (1 X1 X2) max (5)
Критерием окончания поиска оптимального решения (достижения экстремума) является минимум относительного приращения целевой функции Z на каждом k-ом шаге:
Е(k) = [Z(k+1) Z(k)] / Z(k) (6)
Если все условия задачи выполняются и Е(k) <= Z зад. (точность решения), тогда процесс поиска решения заканчивается.
Из выражения (6) следует важный вывод: при решении нелинейных оптимизационных задач должно быть задано начальное, отличное от нуля, значение Z(k) [5]. В этом случае в формуле (6) не будет деления на нуль, то есть не будет неопределенности решения. Для выполнения условия (6) необходимо, чтобы, по крайней мере, Z(k) = 1.
Отсюда вытекает правило, что отыскиваемые переменные нелинейной задачи должны первоначально иметь значения, по крайней мере, равные единице.
Эти рассуждения приводят к двум важным правилам решения оптимизационных нелинейных задач средствами Excel.
В таблице Excel исходных данных назначаются первоначальные, отличные от нуля, значения отыскиваемых переменных.
В окне Параметры поиска решения флажок для указания Линейная модель не ставится.
Покажем это на примере экономически оправданного распределения активной нагрузки P(i) между тремя станциями (i = 1,3) энергосистемы, работающими на один промышленный узел ПУ (рис.5). Здесь источники теплоснабжения обозначены ТЭС1, ТЭС2, ТЭС3 [5].
Эти тепловые электростанции работают на один промышленный узел, который может представлять собой объединение нескольких населенных пунктов различной категории.
Цифры в круглых скобках минимальные расходы топлива на каждой ТЭС; остальные цифры располагаемые мощности каждой ТЭС.
Станции работают на топливе одного и того же месторождения. Их расходные характеристики (зависимость расхода топлива B от активной нагрузки P) имеют вид:
B1 = 0,24P1 + 0,0008 P12 (а)
B2 = 0,16P2 + 0, 0001P22 (b)
B3 = 0,18P3 + 0, 001 P32 (d)
Потери в ЛЭП не учитываются. Состав оборудования станций неизменный, потери холостого хода можно принять равными нулю. Отсюда: P1, P2 и P3 мощности, непосредственно подходящие к промышленному узлу (ПУ).
Критерий оптимальности минимум расхода топлива.