Теоретические аспекты применения экономико-математических методов и моделей к решению экономических задач

Содержание

Введение

Раздел 1.Теоретические аспекты  применения экономико-математических методов и моделей к решению  экономических задач.

1. Динамическое программирование.
2. Сетевое планирование и управление.
3. Теория игр.
4. Теория массового обслуживания.
5. Балансовые модели
6. Методы ветвей и границ

Раздел 2.Задача

Выводы

Список использованной литературы

Введение

   В настоящее время процессы принятия решений в экономике опираются на достаточно широкий круг экономико-математических методов и моделей. Ни одно серьёзное решение, затрагивающее управление деятельностью отраслей и предприятий, распределения ресурсов, изучение рыночной конъюнктуры, прогнозирование, планирование и т.п., не осуществляется без предварительного математического исследования конкретного процесса или его частей.

   В этой связи изучение Экономико-математических методов и моделей направлено как на формирование у студентов понимания роли современной математики в экономике, так и на изучение наиболее важных экономико-математических методов исследования моделей и задач оптимизации.

   Задачи состоят в изучении экономико-математических методов и моделей, применения базовых методов математического моделирования при решении оптимизационных задач и выработке навыков решения трудоёмких прикладных экономико-математических задач с помощью компьютерных технологий.

   Цели изучения экономико-математических методов и моделей:

- иметь представление  о методах системного анализа;

-знать основные понятия,  определения и базовые математические  методы, используемые для построения  моделей;

-уметь проводить расчёты  и делать оценки параметров  для базовых математических моделей;

-уметь решать прикладные  экономико-математические задачи, опираясь  на базовые знания по математике, соответствующие Государственному  образовательному стандарту.

   Учение о подобии и моделировании начало создаваться более 400 лет тому назад. В середине XV в. обоснованием методов моделирования занимался      Леонардо да Винчи: он предпринял попытку вывести общие закономерности подобия, использовал механическое и геометрическое подобие при анализе ситуаций в рассматриваемых им примерах. Он использовал понятие аналогии и обращал внимание на необходимость экспериментальной проверки результатов аналогичных рассуждений, на важность опыта, соотношения опыта и теории, их роли в познании.

   Идеи Леонардо да Винчи о механическом подобии в XVII веке развил Галилей, они использовались при построении галер в Венеции.

   В 1679 г. Мариотт использовал теорию механического подобия в трактате о соударяющихся телах.

   Первые строгие научные формулировки условий подобия и уточнения самого понятия подобия были даны в конце XVII века И. Ньютоном в «Математических началах натуральной философии».

   В 1775-76 гг. И.П. Кулибин использовал статическое подобие в опытах с моделями моста через Неву пролетом 300 м. Модели были деревянные, в 1/10 натуральной величины и весом свыше 5 т. Расчеты Кулибина были проверены и одобрены Л. Эйлером.

1.1 Динамическое  программирование

   Динамическое программирование представляет собой математический аппарат, который подходит к решению некоторого класса задач путем их разложения на части, небольшие и менее сложные задачи. При этом отличительной особенностью является решение задач по этапам, через фиксированные интервалы, промежутки времени, что и определило появление термина динамическое программирование. Следует заметить, что методы динамического программирования успешно применяются и при решении задач, в которых фактор времени не учитывается. В целом математический аппарат можно представить как пошаговое или поэтапное программирование. Решение задач методами динамического программирования проводится на основе сформулированного Р. Э. Беллманом принципа оптимальности: оптимальное поведение обладает тем свойством, что каким бы ни было первоначальное состояние системы и первоначальное решение, последующее решение должно определять оптимальное поведение относительно состояния, полученного в результате первоначального решения.  
   Из этого следует, что планирование каждого шага должно проводиться с учетом общей выгоды, получаемой по завершении всего процесса, что и позволяет оптимизировать конечный результат по выбранному критерию.  
   Таким образом, динамическое программирование в широком смысле представляет собой оптимальное управление процессом, посредством изменения управляемых параметров на каждом шаге, и, следовательно, воздействуя на ход процесса, изменяя на каждом шаге состояние системы.  
   В целом динамическое программирование представляет собой стройную теорию для восприятия и достаточно простую для применения в коммерческой деятельности при решении как линейных, так и нелинейных задач.  
   Динамическое программирование  является одним из разделов оптимального программирования. Для него характерны специфические  методы и приемы, применительные к операциям, в которых процесс принятия решения разбит на этапы (шаги). Методами динамического программирования решаются вариантные оптимизационные задачи с заданными критериями оптимальности, с определенными связями между переменными и целевой функцией, выраженными системой уравнений или неравенств. При этом, как и в задачах, решаемых методами линейного программирования, ограничения могут быть даны в виде равенств или неравенств. Однако если в задачах линейного программирования зависимости между критериальной функцией и переменными обязательно линейны, то в задачах динамического программирования эти зависимости могут иметь еще и нелинейный характер. Динамическое программирование  можно использовать как для решения задач, связанных с динамикой процесса или системы, так и для статических задач, связанных, например, с распределением ресурсов. Это значительно расширяет область применения динамического программирования для решения задач управления. А возможность упрощения процесса решения, которая достигается за счет ограничения области и количества, исследуемых при переходе к очередному этапу вариантов, увеличивает достоинства этого комплекса методов.  
   Вместе с тем динамическому программированию свойственны и недостатки. Прежде всего, в нем нет единого универсального метода решения. Практически каждая задача, решаемая этим методом, характеризуется своими особенностями и требует проведения поиска наиболее приемлемой совокупности методов для ее решения. Кроме того, большие объемы и трудоемкость решения многошаговых задач, имеющих множество состояний, приводят к необходимости отбора задач малой размерности либо использования сжатой информации. Последнее достигается с помощью методов анализа вариантов и переработки списка состояний.  
   Для процессов с непрерывным временем динамическое программирование рассматривается как предельный вариант дискретной схемы решения. Получаемые при этом результаты практически совпадают с теми, которые получаются методами максимума Л. С. Понтрягина или Гамильтона-Якоби-Беллмана.  
   Динамическое программирование  применяется для решения задач, в которых поиск оптимума возможен при поэтапном подходе, например, распределение дефицитных капитальных вложений между новыми направлениями их использования; разработка правил управления спросом или запасами, устанавливающими момент пополнения запаса и размер пополняющего заказа; разработка принципов календарного планирования производства и выравнивания занятости в условиях колеблющегося спроса на продукцию; составление календарных планов текущего и капитального ремонтов оборудования и его замены; поиск кратчайших расстояний на транспортной сети; формирование последовательности развития коммерческой операции и т. д.

1.2 Сетевое планирование

Сетевое планирование и управление (СПУ) – это комплекс графических  и расчетных методов, организационных  мероприятий, обеспечивающих моделирование, анализ и динамическую перестройку  плана выполнения сложных проектов и разработок, например таких как: разработка туристской услуги, исследование системы управления организацией, маркетинговое  исследование, разработка стратегий  организации и др. 
   Характерной особенностью таких проектов является то, что они состоят из ряда отдельных, элементных работ. Они обусловливают друг друга так, что выполнение некоторых работ не может быть начато раньше, чем завершены некоторые другие. Например, расчет цены услуги нельзя выполнить раньше, чем будет составлена калькуляция; реализация нового тура не может быть осуществлена, если еще не обучен персонал, и т. п. 
   Сетевое планирование и управление включает три основных этапа: 
1.Структурное планирование.  
2.Календарное планирование.  
3.Оперативное управление.  
   Структурное сетевое планирование начинается с разбиения проекта на четко определенные операции, для которых определяется продолжительность и необходимые ресурсы. Затем строится сетевая модель (сетевой график), которая представляет взаимосвязи работ проекта. Это позволяет детально анализировать все работы и вносить улучшения в структуру проекта еще до начала его реализации.  
   Календарное сетевое планирование предусматривает определение моментов времени начала и окончания каждой работы и другие временные характеристики сетевого графика. Это позволяет, в частности, выявлять критические операции и пути сетевой модели, которым необходимо уделять особое внимание, чтобы закончить проект в директивный срок. Во время календарного планирования определяются все временные характеристики всех работ и событий с целью оптимизации сетевой модели, которая позволит улучшить эффективность использования какого-либо ресурса (трудовых ресурсов, времени, денежных средств и др.).  
   В ходе оперативного сетевого управления используются оптимизированный сетевой график и календарные сроки для составления периодических отчетов о ходе выполнения проекта. При этом модель может подвергаться оперативной корректировке, вследствие чего будет разрабатываться новые параметры остальной части сетевой модели.  
   Сетевая модель – это план выполнения некоторого комплекса взаимосвязанных работ, заданного в форме сети, графическое изображение которой называется сетевым графиком. Математический аппарат сетевых моделей базируется на теории графов.  
   Графом называется совокупность двух конечных множеств: – множества точек, которые называются вершинами, и множества связей между парами вершин, которые называются ребрами. Если рассматриваемые пары вершин являются упорядоченными, т. е. на каждом ребре задается направление, то граф называется ориентированным; в противном случае – неориентированным. Последовательность повторяющихся ребер, ведущая от некоторой вершины к другой, образует путь.  
   Граф называется связным, если для любых двух его вершин существует путь, их соединяющий; в противном случае граф называется несвязным.

В экономике и управлении чаще всего используется два вида графов: дерево и сеть. 
   Дерево представляет собой связный граф без циклов, имеющий исходную вершину (корень) и крайние вершины; пути от исходной вершины к крайним вершинам называются ветвями.  
   Сеть – это ориентированный конечный связный граф, имеющий начальную вершину (источник) и конечную вершину (сток). Таким образом, сетевая модель представляет собой граф вида «сеть».  
   Объектом управления в системах сетевого планирования и управления являются коллективы исполнителей, располагающие определенными ресурсами и выполняющие комплекс операций, который призван обеспечить достижение намеченной цели, например разработку новой услуги – исследование системы управления, реализацию комплекса управленческих процедур и операций для достижения стратегической организации и др. Элементами сетевой модели являются: работы, события, пути.

   Работа – это либо любой активный трудовой процесс, требующий затрат времени и ресурсов и приводящий к достижению определенных результатов (событий), либо пассивный процесс («ожидание»), не требующий затрат труда, но занимающий время, либо, наконец, связь между какими-то результатами работ (событиями), называемая фиктивной работой. Обычно действительные работы в сетевом графике обозначаются сплошными стрелками, а фиктивные работы – пунктирными.  
   Событие – это итог проведенных работ, который дает начало для дальнейших (последующих) работ. Событие не имеет продолжительности во времени. Событие, за которым начинается данная работа, называется начальным для данной работы; оно обозначается символом i. Событие, которое наступает после выполнения данной работы, называется конечным для данной работы; оно обозначается символом j.   
   В каждой сети имеются два крайних события – исходное и завершающее. Исходным называется событие в сети, не имеющее предшествующих событий и отражающее начало выполнения всего комплекса работ. Оно обозначается символом I. Завершающим называется событие, которое не имеет последующих событий и показывает достижение конечной цели выполнения комплекса работ. Оно обозначается символом К. В одно и то же событие может входить и выходить из него несколько видов работ.  
   Путь – это любая последовательность работ в сетевом графике, в котором конечное событие каждой работы совпадает с начальным событием следующей за ней работы. Если известна продолжительность каждой работы tij, то для каждого пути может быть вычислена его общее время выполнения – длина, т. е. общая сумма продолжительности всех работ пути ТLi.  
   В сетевом графике следует различать несколько видов путей:  
1) полный путь – путь от исходного события до завершающего; полный путь с максимальной продолжительностью называется критическим путем Lкр;  
2) путь, предшествующий данному событию, – путь от исходного события до данного; 
3) путь, следующий за данным событием, – путь от данного события до завершающего; 
4) путь между событиями i и j;  
5) подкритический путь – полный путь, ближайший по длительности к критическому пути;  
6) ненагруженный путь – полный путь, длительность которого значительно меньше длительности критического пути.  
Правила построения сетевой модели:  
Правило 1. Сеть имеет только одно начальное событие и только одно конечное событие. 
Правило 2. Сеть вычерчивается слева направо. Желательно, чтобы каждое событие с большим порядковым номером изображалось правее предыдущего.  
Правило 3. Если в процессе выполнения работы начинается другая работа, использующая результат некоторой части первой работы, то первая работа разбивается на две: причем часть первой работы от начала (0) до выдачи промежуточного результата, т. е. начало второй работы и оставшаяся часть первой работы, выделяются как самостоятельные.   
Правило 4. Если «n» работ начинаются и кончаются одними и теми же событиями, то для установления взаимно-однозначного соответствия между этими работами и кодами необходимо ввести (n-1) фиктивных работ. Они не имеют продолжительности во времени и вводятся в данном случае лишь для того, чтобы упомянутые работы имели разные коды.   
Правило 5. В сети не должно быть событий, в которые не входит ни одной работы, кроме исходного события. Нарушение этого правила и появление в сети, кроме исходного, еще одного события, в которое не входит ни одной работы, означает либо ошибку при построении сетевого графика, либо отсутствие (непланирование) работы, результат которой необходим для начала работы.  
Правило 6. В сети не должно быть событий, из которых не выходит ни одной работы, кроме завершающего события. Нарушение этого правила и появление в сети, кроме завершающего, еще одного события, из которого не выходит ни одной работы, означает либо ошибку при построении сетевого графика, либо планирование ненужной работы, результат которой никого не интересует.  
Правило 7. События следует нумеровать так, чтобы номер начального события данной работы был меньше номера конечного события этой работы.  
Правило 8. В цепи не должно быть замкнутого контура. Построение сети является лишь первым шагом на пути к построению календарного плана. Вторым шагом является расчет сетевой модели, который выполняют на сетевом графике, пользуясь простыми правилами и формулами, или используют математическое представление сетевой модели в виде системы уравнений, целевой функции и граничных условий. Третий шаг – оптимизация модели.

1.3Теория игр

В процессе целенаправленной человеческой деятельности возникают  ситуации, в которых интересы отдельных  лиц (участников, групп, сторон) либо прямо  противоположны (антагонистичны), либо, не будучи непримиримыми, все же не совпадают. Простейшими и наиболее наглядными примерами таких ситуаций являются спортивные игры, арбитражные  споры, военные учения (маневры), борьба между блоками избирателей за своих кандидатов, в международных  отношениях - отстаивание интересов  своего государства и т.п. Здесь  каждый из участников сознательно стремится  добиться наилучшего результата за счет другого участника. Подобного рода ситуации встречаются и в различных  сферах производственной деятельности.  
   Все ситуации, когда эффективность действия одного из участников зависит от действий других, можно разбить на два типа: интересы участников совпадают, и они могут договориться о совместных действиях; интересы участников не совпадают. В этих случаях может оказаться невыгодным сообщать другим участникам свои решения, так как кто-нибудь из них сможет воспользоваться знанием чужих решений и получит больший выигрыш за счет других участников. Ситуации такого типа называются конфликтными. 
   Для указанных ситуаций характерно, что эффективность решений, принимаемых в ходе конфликта каждой из сторон, существенно зависит от действий другой стороны. При этом ни одна из сторон не может полностью контролировать положение, так как и той и другой стороне решения приходится принимать в условиях неопределенности. Так, при определении объема выпуска продукции на одном предприятии нельзя не учитывать размеров выпуска аналогичной продукции на других предприятиях. В реальных условиях нередко возникают ситуации, в которых антагонизм отсутствует, но существуют противоположные тенденции. Например, для нормального функционирования производства, с одной стороны, необходимо наличие запасов разнообразных ресурсов, но с другой - стремление к чрезвычайному увеличению этих запасов вызывает дополнительные затраты по их содержанию и хранению. В приведенных примерах конфликтные ситуации возникают в результате сознательной деятельности людей. Однако на практике встречаются неопределенности, которые порождаются не сознательным противодействием другой стороны, а недостаточной информированностью об условиях проведения планируемой операции.  
   Раздел математики, изучающий конфликтные ситуации на основе их математических моделей, называется теорией игр. Таким образом, теория игр - это математическая теория конфликтных ситуаций, разрабатывающая рекомендации по наиболее рациональному образу действий каждого из участников в ходе конфликтной ситуации, т.е. таких действий, которые обеспечивали бы ему наилучший результат. Игровую схему можно придать многим ситуациям в экономике. Здесь выигрышем могут быть эффективность использования дефицитных ресурсов, производственных фондов, величина прибыли, себестоимость и т.д.  
Необходимо подчеркнуть, что методы и рекомендации теории игр разрабатываются применительно к таким специфическим конфликтным ситуациям, которые обладают свойством многократной повторяемости. Если конфликтная ситуация реализуется однократно или ограниченное число раз, то рекомендации теории игр теряют смысл.  
Чтобы проанализировать конфликтную ситуацию по ее математической модели, ситуацию необходимо упростить, учтя лишь важнейшие факторы, существенно влияющие на ход конфликта.  
  Определение 1. Игрой называется упрощенная математическая модель конфликтной ситуации, отличающаяся от реального конфликта тем, что ведется по определенным правилам.  
   Игра - это совокупность правил, определяющих возможные действия (чистые стратегии) участников игры. Суть игры в том, что каждый из участников принимает такие решения в развивающейся конфликтной ситуации, которые, как он полагает, могут обеспечить ему наилучший исход. Исход игры - это значение некоторой функции, называемой функцией выигрыша (платежной функцией), которая может задаваться либо аналитически выражением, либо таблично (матрицей). Величина выигрыша зависит от стратегии, применяемой игроком.  
   Человечество издавна пользуется такими формализованными моделями конфликтных ситуаций, которые являются играми в буквальном смысле слова. Примерами могут служить шашки, шахматы, карточные игры и т.д. Все эти игры носят характер соревнования, протекающего по известным правилам и заканчивающего "победой" (выигрышем) того или иного игрока. 
   Такие формально регламентированные, искусственно организованные игры представляют собой наиболее подходящий материал для иллюстрации и усвоения основных понятий теории игр. Терминология, заимствованная из практики таких игр, применяется и при анализе других конфликтных ситуаций: стороны, участвующие в них, условно именуются "игроками", а результат столкновения - "выигрышем" одной из сторон.  
   Определение 2. Под "правилами игры" подразумевается система условий, регламентирующая возможные варианты действий обеих сторон.  

   Определение 3. Стратегией игрока называется совокупность правил, однозначно определяющих последовательность действий игрока в каждой конкретной ситуации, складывающейся в процессе игры.  
   Определение 4.  Оптимальной называется стратегия, которая при многократном повторении игры обеспечивает данному игроку максимально возможный средний выигрыш.  
   Основное предположение, исходя из которого находят оптимальные стратегии, состоит в том, что противник по меньшей мере так же разумен, как и сам игрок, и делает все для того, чтобы добиться своей цели. 
   Количество стратегий у каждого игрока может быть конечным или бесконечным, в зависимости от этого игры подразделяются на конечные и бесконечные. 
Всякая игра состоит из отдельных партий.  
   Определение 5. Партией называется каждый вариант реализации игры определенным образом. В свою очередь, в партии игроки совершают конкретные ходы.  
   Определение 6. Ходом называется выбор и реализация игроком одного из допустимых вариантов поведения.   
   Ходы бывают личные и случайные. При личном ходе игрок самостоятельно и осознанно выбирает и реализует ту или иную чистую стратегию. Набор возможных вариантов при каждом личном ходе регламентирован правилами игры и зависит от всей совокупности предшествующих ходов обеих сторон. Например, в шахматах каждый ход является личным. При случайном ходе выбор чистой стратегии производится с использованием какого-либо механизма случайного выбора, например с применением таблицы случайных чисел. Примером могут служить бросание монеты или игральной кости. 
Конфликтные ситуации, встречающиеся в практике, порождают различные виды игр. Классифицировать игры можно по разным признакам.  Различают, например, игры по количеству игроков. В игре может участвовать любое конечное число игроков.  
   Определение 7. Если в игре игроки объединяются в две группы, преследующие противоположные цели, то такая игра называется игрой двух лиц (парная игра).   
  В зависимости от количества стратегий в игре они делятся на конечные или бесконечные. В зависимости от взаимоотношений участников различают игры бескоалиционные (участники не имеют права заключать соглашения), или некооперативные, и коалиционные, или кооперативные. По характеру выигрышей игры делятся на игры с нулевой суммой и ненулевой суммой. 
   Определение 8. Игрой с нулевой суммой называется игра, в которой общий капитал игроков не меняется, а лишь перераспределяется в ходе игры, в связи с чем сумма выигрышей равна нулю (проигрыш принимается как отрицательный выигрыш). 
В играх с ненулевой суммой сумма выигрышей отлична от нуля. Например, при проведении лотереи часть взноса участников идет организатору лотереи. 
   По виду функции выигрыша игры делятся на матричные, биматричные, непрерывные, выпуклые, сепарабельные и др.  
   Определение 9. Матричной игрой (при двух участниках) называется игра, в которой выигрыши первого игрока (проигрыши второго игрока) задаются матрицей. 
   В биматричных играх выигрыши каждого игрока задаются своей матрицей. Другие типы таких игр различаются видом аналитического выражения платежной функции. По количеству ходов игры делятся на одноходовые (выигрыш распределяется после одного хода каждого игрока) и многоходовые (выигрыш распределяется после нескольких ходов). Многоходовые игры в свою очередь делятся на позиционные, стохастические, дифференциальные и др. В зависимости от объема имеющейся информации различают игры с полной и неполной информацией.  
   В реальных конфликтных ситуациях каждый из игроков сознательно стремится найти наилучшее для себя поведение, имея общее представление о множестве допустимых для партнера ответных действий, но не ведая о том, какое же конкретное решение будет выбрано им в данный момент. В этом проявляется в равной мере неопределенность ситуации для каждого из партнеров. 
   Определение 10. Игры, в которых участники стремятся добиться для себя наилучшего результата, сознательно выбирая допустимые правилами игры способы действий, называются стратегическими.   
   Однако в экономической практике нередко приходится формализовать (моделировать) ситуации, придавая им игровую схему, в которых один из участников безразличен к результату игры. Такие игры называют играми с природой, понимая под термином "природа" всю совокупность внешних обстоятельств, в которых сознательному игроку (его называют иногда статистиком, а соответствующую игру - статистической) приходится принимать решение. Например, выбор агрономической службой сельскохозяйственного предприятия участков для посева той или иной культуры в надежде получить в предстоящем году наилучший урожай; определение объема выпуска сезонной продукции в ожидании наиболее выгодного для ее реализации уровня спроса; формирование пакета ценных бумаг в расчете на высокие дивиденды и т.п. Здесь в качестве второго игрока выступает: в первом примере - в буквальном смысле природа; во втором - уровень спроса; в третьем - размеры ожидаемой прибыли. 
   В играх с природой степень неопределенности для сознательного игрока (статистика) возрастает: если в стратегических играх каждый из участников постоянно ожидает наихудшего для себя ответного действия партнера, то в статистических играх "природа", будучи индифферентной в отношении выигрыша инстанцией, может предпринимать и такие ответные действия (будем говорить: реализовывать такие состояния), которые ей совершенно невыгодны, а выгодны сознательному игроку (статистику). 
В дальнейшем мы будем рассматривать только парные матричные игры с нулевой суммой.    Так как в случае конечной игры двух лиц функции выигрыша каждого из игроков удобно представлять в виде матрицы выигрышей, где строки представляют стратегии одного игрока, столбцы - стратегии другого игрока, а в клетках матрицы указываются выигрыши каждого из игроков в каждой из образующихся ситуаций.

1.4 Теория массового  обслуживания

   Основными признаками реальной системы, позволяющими рассматривать ее как своеобразную систему массового обслуживания, являются:

· наличие объектов, нуждающихся  в случайные моменты времени  в обслуживании (в выполнении некоторых  работ над собой или для  себя; эти объекты попрождают так  называемый входящий поток заявок (требований) на обслуживание;

· наличие обектов, которые  производят обслуживание и называются обслуживающими приборами (каналами);

· возникновение задержек в обслуживании (образование очереди).

   В качестве своеобразных систем массового обслуживания могут рассматриваться: системы связи и ремонта, пункты технического обслуживания, вычислительные центры и отдельные ЭВМ: автоматизированные производственные цехи, поточные линии; транспортные системы; системы материального обеспечения.

   Для задания систем массового обслуживания необходимо указать: входящий поток (заявок), множество обслуживающих приборов и дисциплину обслуживания.

   Входящий поток требований представляет собой совокупность требований, которые поступают в систему и нуждаются в обслуживании. Входящий поток требований изучается с целью установления закономерностей этого потока и дальнейшего улучшения качества обслуживания.

   В большинстве случаев входящий поток неуправляем и зависит от ряда случайных факторов. Число требований, поступающих в единицу времени, случайная величина. Случайной величиной является также интервал времени между соседними поступающими требованиями. Однако среднее количество требований, поступивших в единицу времени, и средний интервал времени между соседними поступающими требованиями предполагаются заданными.

   При аналитическом исследовании систем массового обслуживания чаще всего предполагают, что входящий поток - простейший поток событий интенсивности л.

   Для многих реальных процессов поток требований достаточно хорошо описывается законом распределения Пуассона. Такой поток называется простейшим.

   Простейший поток обладает такими важными свойствами:

1) Свойством стационарности, которое выражает неизменность вероятностного режима потока по времени. Это значит, что число требований, поступающих в систему в равные промежутки времени, в среднем должно быть постоянным. Например, число вагонов, поступающих под погрузку в среднем в сутки должно быть одинаковым для различных периодов времени, к примеру, в начале и в конце декады.

2) Отсутствия последействия, которое обуславливает взаимную не зависимость поступления того или иного числа требований на обслуживание в непересекающиеся промежутки времени. Это значит, что число требований, поступающих в данный отрезок времени, не зависит от числа требований, обслуженных в предыдущем промежутке времени. Например, число автомобилей, прибывших за материалами в десятый день месяца, не зависит от числа автомобилей, обслуженных в четвертый или любой другой предыдущий день данного месяца.

3) Свойством ординарности, которое выражает практическую невозможность одновременного поступления двух или более требований (вероятность такого события неизмеримо мала по отношению к рассматриваемому промежутку времени, когда последний устремляют к нулю).

   На практике условия простейшего потока не всегда строго выполняются. Часто имеет место нестационарность процесса (в различные часы дня и различные дни месяца поток требований может меняться, он может быть интенсивнее утром или в последние дни месяца). Существует также наличие последействия, когда количество требований на отпуск товаров в конце месяца зависит от их удовлетворения в начале месяца. Наблюдается и явление неоднородности, когда несколько клиентов одновременно пребывают на склад за материалами. Однако в целом пуассоновский закон распределения с достаточно высоким приближением отражает многие процессы массового обслуживания. Почему такое предположение в ряде важных случаев оказывается верным, дает ответ общая теорема А.Я. Хинчина, которая представляет исключительную теоретическую и практическую ценность. Эта теорема имеет место в случае, когда входящий поток можно представить в виде суммы большого числа независимых потоков, ни один из которых не является сравнимым по интенсивности со всем суммарным потоком.

   Обслуживающий прибор (канал) - это материальный объект или совокупность объектов, одновременно участвующих в обслуживании заявки. В каждый момент времени прибор может обслужить только одну заявку.

   Основным параметром обслуживающего прибора является среднее время обслуживания одной заявки или производительность прибора . Под временем обслуживания всегда будем понимать время от момента начала обслуживания заявки до момента готовности прибора к обслуживанию очередной заявки.

   Таким образом, каждый обслуживающий прибор при непрерывной работе порождает поток обслуженных заявок интенсивности .

1.5 Балансовые  модели

   Балансовые модели, как статистические, так и динамические, широко применяются 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 в них. 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, часть его потребляется другими объектами системы, а другая часть выводится за пределы системы в качестве ее конечного продукта. Если вместо понятия продукт ввести более общее понятие ресурс , то под балансовой моделью следует понимать систему уравнений, которые удовлетворяют требованиям соответствия наличия ресурса и его использования. Кроме приведенного выше требования соответствия производства каждого продукта и потребности в нем, можно указать такие примеры балансового соответствия, как соответствие наличия рабочей силы и количества рабочих мест, платежеспособного спроса населения и предложения товаров и услуг и т. д. При этом соответствие понимается либо как равенство, либо менее жестко — как достаточность ресурсов для покрытия потребности и, следовательно, наличие некоторого резерва.  
Важнейшие виды балансовых моделей:  
• частные материальные, трудовые и финансовые балансы для народного хозяйства и отдельных отраслей;  
• межотраслевые балансы;  
• матричные техпромфинпланы предприятий и фирм.

   Балансовый метод и создаваемые на его основе балансовые модели служат основным инструментом поддержания пропорций в народном хозяйстве. Балансовые модели на базе отчетных балансов характеризуют сложившиеся пропорции, в них ресурсная часть всегда равна расходной. Для выявления диспропорций используются балансовые модели, в которых фактические ресурсы сопоставлялись бы не с их фактическим потреблением, а с потребностью в них. В связи с этим необходимо отметить, что балансовые модели не содержат какого-либо механизма сравнения отдельных вариантов экономических решений и не предусматривают взаимозаменяемости разных ресурсов, что не позволяет сделать выбор оптимального варианта развития экономической системы. Этим определяется ограниченность балансовых моделей и балансового метода в целом.  
   Основу информационного обеспечения балансовых моделей в экономике составляет матрица коэффициентов затрат ресурсов по конкретным направлениям их использования. Например, в модели межотраслевого баланса такую роль играет так называемая технологическая матрица — таблица межотраслевого баланса, составленная 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 межотраслевого баланса используется специфическое понятие чистой (или технологической) отрасли, т.е. условной отрасли, объединяющей все производство данного продукта независимо от ведомственной (административной) подчиненности и форм собственности предприятий и фирм. Переход от хозяйственных отраслей к чистым отраслям требует специального преобразования реальных данных хозяйственных объектов, например, агрегирования отраслей, исключения внутриотраслевого оборота и др. В этих условиях понятия «межпродуктовый баланс» и «межотраслевой баланс» практически идентичны, отличие заключается лишь в единицах измерения элементов баланса.  
   Как отмечено выше, балансовые модели строятся в виде числовых матриц — прямоугольных таблиц чисел. В связи с этим балансовые модели относятся к тому типу экономико-математических моделей, которые называются матричными. В матричных моделях балансовый метод получает строгое математическое выражение. Таким образом, матричную структуру имеют межотраслевой и межрайонный баланс производства и распределения продукции в народном хозяйстве, модели развития отраслей, межотраслевые балансы производства и распределения продукции отдельных регионов, модели промфинпланов предприятий и фирм. Несмотря на специфику этих моделей, их объединяет не только общий формальный (матричный) принцип построения и единство системы расчетов, но и аналогичность ряда экономических характеристик. Это позволяет рассматривать структуру, содержание и основные зависимости матричных моделей на примере одной из них, а именно на примере межотраслевого баланса производства и распределения продукции в народном хозяйстве. Данный баланс отражает производство и распределение общественного продукта в отраслевом разрезе, межотраслевые производственные связи, использование материальных и трудовых ресурсов, создание и распределение национального дохода.

1.6 Методы ветвей и границ

   Впервые метод ветвей и границ был предложен Лендом и Дойгом в 1960 для решения общей задачи целочисленного линейного программирования. Интерес к этому методу и фактически его «второе рождение» связано с работой Литтла, Мурти, Суини и Кэрела, посвященной задаче коммивояжера. Начиная с этого момента, появилось большое число работ, посвященных методу ветвей и границ и различным его модификациям. Столь большой успех объясняется тем, что авторы первыми обратили внимание на широту возможностей метода, отметили важность использования специфики задачи и сами воспользовались спецификой задачи коммивояжера.

   Этот метод является наиболее общим среди всех методов дискретного программирования и не имеет принципиальных ограничений по применению.      Алгоритм метода ветвей и границ представляет собой эффективную процедуру перебора всех целочисленных допустимых решений.

    Метод ветвей и границ - один из комбинаторных методов. Его суть заключается в упорядоченном переборе вариантов и рассмотрении лишь тех из них, которые оказываются по определенным признакам перспективными, и отбрасывании бесперспективных вариантов.

    В основе метода ветвей и границ лежит идея последовательного разбиения множества допустимых решений на подмножества. На каждом шаге метода элементы разбиения подвергаются проверке для выяснения, содержит данное подмножество оптимальное решение или нет. Проверка осуществляется посредством вычисления оценки снизу для целевой функции на данном подмножестве. Если оценка снизу не меньше рекорда - наилучшего из найденных решений, то подмножество может быть отброшено. Проверяемое подмножество может быть отброшено еще и в том случае, когда в нем удается найти наилучшее решение. Если значение целевой функции на найденном решении меньше рекорда, то происходит смена рекорда. По окончанию работы алгоритма рекорд является результатом его работы.

   Если удается отбросить все элементы разбиения, то рекорд - оптимальное решение задачи. В противном случае, из неотброшенных подмножеств выбирается наиболее перспективное (например, с наименьшим значением нижней оценки), и оно подвергается разбиению. Новые подмножества вновь подвергаются проверке и т.д.

   При применении метода ветвей и границ к каждой конкретной задаче в первую очередь должны быть определены две важнейшие его процедуры: 1) ветвления множества возможных решений; 2) вычисления нижних и верхних оценок целевой функции.

  Основные правила алгоритма:

1. Ветвлению в первую  очередь подвергается подмножество с номером, которому соответствует наименьшее значение нижней оценки целевой функции (I - это множество номеров всех подмножеств, (или ), находящихся на концах ветвей и ветвление которых еще не прекращено). Если реализуется изложенный выше способ ветвления множеств , то может возникнуть неоднозначность относительно выбора компоненты, по которой необходимо осуществлять очередной шаг ветвления. К сожалению, вопрос о «наилучшем» способе такого выбора с общих позиций пока не решен, и поэтому в конкретных задачах используются некоторые эвристические правила.