Основні етапи економіко-математичного моделювання

Економіко-математичне моделювання – це спосіб вирішення широкого спектра прикладних питань на усіх рівнях щодо прийняття рішень з урахуванням наявних економічних умов та обмежень.

Етапи моделювання:

1. Попередня орієнтація та аналіз системи, формування основних припущень та гіпотез, розробка перших сценарієв

2. Формалізація гіпотез

3. Відбір і формалізація необзідної інформації

4. Дослідження моделі

5. Побудова альтернативних сценарієв та експерементів з моделлю

6. Якісний аналіз та інтерпритація результатів моделювання.

Зміст етапів (кроків) економіко-математичного моделювання.

1. Постановка економічної проблеми та її якісний аналіз. Головне— чітко сформулювати сутність проблеми (цілі дослідження), припущення, які приймаються, і ті питання, на які необхідно одержати відповіді. Цей етап включає виокремлення найважливіших рис і властивостей об'єкта, що моделюється, і абстрагування від другорядних; вивчення структури об'єкта і головних залежностей, що поєднують його елементи; формулювання гіпотез, що пояснюють поведінку і розвиток об'єкта.

2. Побудова математичних моделей. Це — етап формалізації економічної проблеми, вираження її у вигляді конкретних математичних залежностей і відношень (функцій, рівнянь, нерівностей тощо). Спочатку зазвичай визначається основна конструкція(тип) математичної моделі, а потім уточнюються деталі цієї конструкції (конкретний перелік змінних і параметрів, форма зв'язків). Однак надмірна складність і деталізованість моделі утруднює процес дослідження. Однією з важливих особливостей математичних моделей є потенційна можливість їх використання для вирішення різноманітних проблем. Тому, навіть зустрічаючись з новою економічною задачею спочатку необхідно спробувати застосувати для розв'язання цієї задачі вже відомі моделі (адаптувати їх до задачі).У процесі побудови моделі здійснюється зіставлення двох систем наукових знань — економічних і математичних. Треба прагнути до того, щоб одержати модель, яка належить до добре вивченого класу математичних задач (напр. шляхом деякого спрощення вихідних положень моделі). Однак можлива й така ситуація, коли формалізація економічної проблеми приводить до невідомої раніше математичної структури.

3. Математичний аналіз моделі. Метою цього етапу є з'ясування загальних властивостей моделі. Найважливіший момент доведення існування рішень у сформованій моделі (теорема існування). Якщо математична задача не має рішення, то необхідність у наступній роботі відпадає; слід скоригувати чи постановку економічної задачі, чи модифікувати її математичну формалізацію. Аналітичне дослідження моделі порівняно з емпіричним (числовим) має ту перевагу, що одержувані висновки зберігають свою силу за різноманітних конкретних значень зовнішніх і внутрішніх параметрів моделі. І все-таки моделі складних економічних об'єктів з великими труднощами піддаються аналітичному дослідженню. У тих випадках, коли аналітичними методами не вдається з'ясувати загальні властивості моделі, а спрощення моделі спричиняється до недопустимих (неадекватних) результатів, переходять до числових методів дослідження.

4. Підготовка вихідної інформації. Моделювання висуває жорсткі вимоги до системи інформації. Водночас реальні можливості одержання інформації обмежують вибір моделей, які пропонуються до практичного використання. До уваги береться не лише можливість підготовки інформації, але й витрати на підготовку відповідних інформаційних масивів. Ці витрати не повинні перевищувати ефект від використання додаткової інформації. до уваги У процесі підготовки інформації широко використовуються методи теорії ймовірностей, теоретичної і математичної статистики.

5. Числові розв'язки. Цей етап включає розробку алгоритмів для числового розв'язування задачі, складання програм на ЕОМ і безпосереднє проведення розрахунків. Труднощі цього етапу зумовлені передусім великою розмірністю економічних задач, необхідністю опрацювання значних масивів інформації. Звичайно розрахунки на підставі використання економіко-математичної моделі мають багатоваріантний характер. Дослідження, які проводяться за допомогою числових методів, можуть стати суттєвим доповненням до результатів аналітичного дослідження.

6. Аналіз числових результатів та їх використання. На цьому етапі виникає питання про правильність і повноту результатів моделювання, про рівень практичного застосування останніх. Математичні методи перевірки можуть виявляти некоректність підходу до побудови моделі. Неформальний аналіз теоретичних висновків і числових результатів, які одержують за допомогою моделі, зіставлення їх із знаннями, якими володіємо, і фактами дійсності також дозволять знаходити недоліки постановки економічної задачі, сконструйованої математичної моделі.

Таким образом, если подвести итог, то для моделирования какого-либо объекта необходимо:

1. Выбрать или построить "эквивалент" объекта, отражающий в математической форме важнейшие его свойства – законы, которым он подчиняется, связи, присущие составляющим его частям, и т.д. Математическая модель (или ее фрагменты) исследуется теоретическими методами, что позволяет получить важные предварительные знания об объекте.

2. Выбрать или разработать алгоритм для реализации модели на компьютере. Модель представляется в форме, удобной для применения численных методов, определяется последовательность вычислительных и логических операций, которые нужно произвести, чтобы найти искомые величины с заданной точностью. Вычислительные алгоритмы должны не искажать основные свойства модели и, следовательно, исходного объекта, быть экономичными и адаптирующимися к особенностям решаемых задач и используемых компьютеров.

3. Создать программы, "переводящие" модель и алгоритм на доступный компьютеру язык. К ним также предъявляются требования экономичности и адаптивности. Их можно назвать "электронным" эквивалентом изучаемого объекта, уже пригодным для непосредственного испытания на "экспериментальной установке" — компьютере.

Рис. 1.1.

Создав триаду "модель—алгоритм—программа", исследователь получает в руки универсальный, гибкий и недорогой инструмент, который вначале отлаживается, тестируется в "пробных" вычислительных экспериментах. После того как адекватность (достаточное соответствие) триады исходному объекту удостоверена, с моделью проводятся разнообразные и подробные "опыты", дающие все требуемые качественные и количественные свойства и характеристики объекта. Процесс моделирования сопровождается улучшением и уточнением, по мере необходимости, всех звеньев триады.

Будучи методологией, математическое моделирование не подменяет собой математику, физику, биологию и другие научные дисциплины, не конкурирует с ними. Наоборот, трудно переоценить его синтезирующую роль. Создание и применение триады невозможно без опоры на самые разные методы и подходы — от качественного анализа нелинейных моделей до современных языков программирования. Оно дает новые дополнительные стимулы самым разным направлениям науки.

Рассматривая вопрос шире, напомним, что моделирование присутствует почти во всех видах творческой активности людей различных "специальностей" — исследователей и предпринимателей, политиков и военачальников. Привнесение в эти сферы точного знания помогает ограничить интуитивное умозрительное "моделирование", расширяет поле приложений рациональных методов. Конечно же, математическое моделирование плодотворно лишь при выполнении хорошо известных профессиональных требований: четкая формулировка основных понятий и предположений, апостериорный анализ адекватности используемых моделей, гарантированная точность вычислительных алгоритмов и т.д. Если же говорить о моделировании систем с участием "человеческого фактора", т.е. трудноформализуемых объектов, то к этим требованиям необходимо добавить аккуратное разграничение математических и житейских терминов (звучащих одинаково, но имеющих разный смысл), осторожное применение уже готового математического аппарата к изучению явлений и процессов (предпочтителен путь "от задачи к методу", а не наоборот) и ряд других.

Решая проблемы информационного общества, было бы наивно уповать только на мощь компьютеров и иных средств информатики. Постоянное совершенствование триады математического моделирования и ее внедрение в современные информационно–моделирующие системы – методологический императив. Лишь его выполнение дает возможность получать так нужную нам высокотехнологичную, конкурентоспособную и разнообразную материальную и интеллектуальную продукцию.

Класифікація задач математичного програмування

У математичному програмуванні виділяють два напрямки — детерміновані задачі і стохастичні. Детерміновані задачі не містять випадкових змінних чи параметрів. Уся початкова інфор­мація повністю визначена. У стохастичних задачах використо­вується вхідна інформація, яка містить елементи невизначеності, або деякі параметри набувають значень відповідно до визначених функцій розподілу випадкових величин. Наприклад, якщо в економіко-математичній моделі врожайності сільськогосподарських культур задані своїми математичними сподіваннями, то така задача є детермінованою. Якщо ж врожайності задані функціями розподілу, наприклад нормального з математичним сподіванням а і дисперсією D, то така задача є стохастичною.

Якщо у відповідних економічних процесах випадкові явища не відіграють істотної ролі, то задачу можна розв’язувати як детерміновану. У іншому разі адекватна економіко-математична модель має бути стохастичною, тобто містити випадкові функції та величини. Структура та розв’язування таких задач вивчаються в окремому розділі, який називається стохастичним програмуванням.

Кожен з названих напрямків включає типи задач математичного програмування, які в свою чергу поділяються на інші класи. Схематично класифікацію задач зображено на рис. 1.2 (Поділ наведений для детермінованих задач, але він такий же і для стохастичних).

Рис. 1.2. Класифікація задач математичного програмування

Як детерміновані, так і стохастичні задачі можуть бути статичними (однокроковими) або динамічними (багатокроковими). Поняття динамічності пов’язане зі змінами об’єкта (явища, процесу) у часі. Наприклад, якщо йдеться про план розвитку економіки України до 2012 року, то мають бути обґрунтовані значення відповідних макроекономічних показників не лише на 2012 рік, а й на всі проміжні роки, тобто слід планувати поступовість (динаміку) розвитку народногосподарських процесів. Такий план називають стратегічним. У ньому має бути обґрунтована оптимальна (найкраща, але реальна) траєкторія розвитку народного господарства. Проте під впливом некерованих чинників фактичні показники щороку можуть відхилятися від запланованих. Тому постає необхідність коригувати кожний річний план. Такі плани називають тактичними. Вони визначаються в результаті розв’я­зання статичної економіко-математичної задачі.

Задачі математичного програмування поділяють також на дискретні і неперервні. Дискретними називають задачі, в яких одна, кілька або всі змінні набувають лише дискретних значень. З-поміж них окремий тип становлять задачі, в яких одна або кіль­ка змінних набувають цілочислових значень. Їх називають задачами цілочислового програмування. Якщо всі змінні можуть набувати будь-яких значень на деяких інтервалах числової осі, то задача є неперервною.

Оскільки в економіко-математичних моделях залежності між показниками описані за допомогою функцій, то відповідно до їх виду всі вище згадані типи задач поділяють на лінійні та нелінійні. Якщо цільова функція та обмеження є лінійними, тобто містять змінні x_j тільки у першому або нульовому степенях, то така задача є лінійною. В усіх інших випадках задача буде нелінійною.

Найпростішими з розглянутих типів є статичні, детерміновані, неперервні та лінійні задачі. Важливою перевагою таких задач є те, що для їх розв’язування розроблено універсальний метод, який називається симплексним методом. Теоретично кожну задачу лінійного програмування можна розв’язати. Для деяких типів лінійних задач, що мають особливу структуру, розробляють спеціальні методи розв’язання, які є ефективнішими. Наприклад, транспортну задачу можна розв’язати симплексним методом, але ефективнішими є спеціальні методи, наприклад, метод потенціалів.

Економічні та технологічні процеси, як правило, є нелінійними, стохастичними, розвиваються за умов невизначеності. Лінійні економіко-математичні моделі часто є неадекватними, тобто такими, що неточно описують процес, який досліджується, тому доводиться будувати стохастичні, динамічні, нелінійні моделі. Розв’язувати такі задачі набагато складніше, ніж лінійні, оскільки немає універсального методу їх розв’язання. Для окремих типів нелінійних задач розроблено спеціальні числові методи розв’язання. Проте слід зазначити, що на практиці застосовують, здебільшого, лінійні економіко-математичні моделі. Часто нелінійні залежності апроксимують (наближають) до лінійних. Такий підхід є доволі ефективним.

У нелінійному програмуванні (залежно від функцій, які використовуються в економіко-математичній моделі) виокремлюють опукле та квадратичне програмування. Задача належить до опуклого програмування у тому разі, коли цільова функція вгнута, якщо вона мінімізується, та опукла, якщо вона максимізується, а всі обмеження — однотипні нерівності типу (≤) або рівняння, в яких ліві частини є опуклими функціями, а праві частини — сталими величинами. У разі обмежень типу (≥) їх ліві частини мають бути вгнутими функціями. Тоді область допустимих планів є опуклою та існує глобальний, єдиний екстремум. Квадратичне програмування — якщо цільова функція квадратична, а обмеження лінійні.

Щойно було розглянуто лише основні типи задач математичного програмування. Можна також за різними ознаками виокремити й інші підтипи. Це особливо стосується задач лінійного, нелінійного і стохастичного програмування. Наприклад, як окремий тип розглядають дробово-лінійне програмування, коли обмеження є лінійними, а цільова функція — дробово-лінійна. Особливий тип становлять задачі теорії ігор, які широко застосовуються в ринковій економіці. Адже тут діють дві чи більше конфліктних сторін, які мають частково або повністю протилежні цілі. У сукупності задач теорії ігор, у свою чергу, також виокремлюють певні підтипи. Наприклад, ігридвох осіб із нульовою сумою.

Приклади економічних задач математичного програмування

Складність економічних систем (явищ, процесів) як об’єктів досліджень вимагає їх ретельного вивчення з метою з’ясування найважливіших функціональних залежностей, внутрішніх взаємозв’язків між їхніми елементами. В результаті здійснюються можливі спрощення та допущення, що, очевидно, погіршує адекватність побудованих математичних моделей і є чудовим приводом для критики. Однак лише прийняття певних допущень уможливлює формалізацію будь-якої економічної ситуації.

Не існує загальних рекомендацій щодо процесу моделювання, тому в кожному конкретному разі вимоги до побудови математичної моделі залежать від цілей та умов досліджуваної системи.

У процесі застосування математичного моделювання в економіці чітка постановка задачі та її формалізація є найскладнішим етапом дослідження, вимагає ґрунтовних знань передусім економічної суті процесів, які моделюються. Однак, вдало створена математична модель може надалі застосовуватись для розв’язування інших задач, які не мають відношення до ситуації, що початково моделювалася. Починаючи з робіт Л. В. Канторовича, в математичному програмуванні сформовано певний набір класичних постановок задач, економіко-математичні моделі яких широко використовуються в практичних дослідженнях економічних проблем.

Наведемо кілька вже формалізованих типових постановок економічних задач, що розв’язуються методами математичного програмування

· Задача визначення оптимального плану виробництва: для деякої виробничої системи (цеху, підприємства, галузі) необхідно визначити план випуску кожного виду продукції за умови найкращого способу використання наявних ресурсів. У процесі виробництва задіяний визначений набір ресурсів: сировина, трудові ресурси, технічне обладнання тощо. Відомі загальні запаси ресурсів, норми витрат кожного ресурсу та прибуток з одиниці реалізованої продукції. Задаються також за потреби обмеження на обсяги виробництва продукції у певних співвідношеннях(задана асортиментність).

Критерії оптимальності: максимум прибутку, максимум товар­ної продукції, мінімум витрат ресурсів.

· Задача про «дієту» (або про суміш): деякий раціон складається з кількох видів продуктів. Відомі вартість одиниці кожного компонента, кількість необхідних організму поживних речовин та потреба в кожній речовині, вміст в одиниці кожного продукту кожної поживної речовини. Необхідно знайти оптимальний раціон — кількість кожного виду продукту, що враховує вимоги забезпечення організму необхідною кількістю поживних речовин.

Критерій оптимальності — мінімальна вартість раціону.

· Транспортна задача: розглядається певна кількість пунктів виробництва та споживання деякої однорідної продукції (кількість пунктів виробництва та споживання не збігається). Відомі обсяги виготовленої продукції в кожному пункті виробництва та потреби кожного пункту споживання. Також задана матриця, елементи якої є вартістю транспортування одиниці продукції з кожного пункту виробництва до кожного пункту споживання. Необхідно визначити оптимальні обсяги перевезень продукції, за яких були б найкраще враховані необхідності вивезення продукції від виробників та забезпечення вимог споживачів.

Критерії оптимальності: мінімальна сумарна вартість перевезень, мінімальні сумарні витрати часу.

· Задача оптимального розподілу виробничих потужностей: розглядаються кілька підприємств, що виготовляють певну кількість видів продукції. Відомі фонд робочого часу кожного підприємства; потреби в продукції кожного виду; матриця потужностей виробництва всіх видів продукції, що виготовляються на кожному підприємстві, а також собівартості виробництва одиниці продукції кожного підприємства. Необхідно розподілити виробництво продукції між підприємствами у такий спосіб, щоб задовольнити потреби у виготовленні продукції та максимально використати виробничі потужності підприємств.

Критерій оптимальності: мінімальні сумарні витрати на виготовлення продукції.

· Задача про призначення: нехай набір деяких видів робіт може виконувати певна чисельність кандидатів, причому кожного кандидата можна призначати лише на одну роботу і кожна робота може бути виконана тільки одним кандидатом. Відома матриця, елементами якої є ефективності (у вибраних одиницях) кожного претендента на кожній роботі. Розв’язком задачі є оптимальний розподіл кандидатів на посади.

Критерій оптимальності: максимальний сумарний ефект від виконання робіт.

· Задача комівояжера: розглядається кілька міст. Комівояжеру необхідно, починаючи з міста, в якому він перебуває, обійти, не буваючи ніде двічі, всі міста і повернутися в початкове. Відома матриця, елементи якої — вартості пересування (чи відстані) між всіма попарно пунктами подорожі. Знайти оптимальний маршрут.

Критерій оптимальності: мінімальна сумарна вартість (відстань) пересування по маршруту.

· Задача оптимального розподілу капіталовкладень. Планується діяльність групи (системи) підприємств протягом деякого періоду, який розділено на певну кількість підперіодів. Задана сума коштів, які можна вкладати в будь-яке підприємство чи розподіляти між ними протягом всього періоду планування. Відомі величини збільшення виробництва продукції (за умови здійснення додаткових капіталовкладень) у кожному з підприємств групи для всіх підперіодів. Необхідно визначити, як розподіляти кошти на початку кожного підперіоду між підприємствами так, щоб сумарний дохід за весь період був максимальним.

Історична довідка

В суто математичному плані деякі оптимізаційні задачі були відомі ще в стародавній Греції. Однак, сучасне математичне програмування передусім розглядає властивості та розв’язки математичних моделей економічних процесів. Тому початком його розвитку як самостійного наукового напрямку слід вважати перші спроби застосування методів математичного програмування в прикладних дослідженнях, насамперед в економіці. Справжнім початком математичного програмування в сучасному розумінні вважають праці радянського вченого Л. В. Канторовича. Наприкінці 30-х років у Ленінградському університеті ним уперше були сформульовані та досліджувались основні задачі, критерії оптимальності, економічна інтерпретація, методи розв’язання та геометрична інтерпретація результатів розв’язання задач лінійного програмування (1939 року Л. В. Канторович оприлюднив монографію «Математичні методи організації і планування виробництва»). Сам термін «лінійне програмування» був введений дещо пізніше, 1951 року, у працях американських вчених Дж. Данцига та Г. Кумпанса. Однак у своїй монографії Дж. Данциг зазначає, що Л. В. Канторовича слід визнати першим, хто виявив, що широке коло важливих виробничих задач може бути подане у чіткому математичному формулюванні, яке уможливлює підхід до таких задач з кількісного боку та розв’язання їх чисельними методами.

1947 року Дж. Данцигом також був розроблений основний метод розв’язування задач лінійного програмування — симплексний метод, що вважається початком формування лінійного програмування як самостійного напрямку в математичному програмуванні. Наступним кроком стали праці Дж. Неймана (1947 р.) щодо розвитку концепції двоїстості, що уможливило розширення практичної сфери застосування методів лінійного програмування.

Періодом найінтенсивнішого розвитку математичного програмування є п’ятдесяті роки. У цей час з’являються розробки нових алгоритмів, теоретичні дослідження з різних напрямків математичного програмування: 1951 року — праця Г. Куна і А. Таккера, в якій наведено необхідні та достатні умови оптимальності нелінійних задач; 1954 року — Чарнес і Лемке розглянули наближений метод розв’язання задач з сепарабельним опуклим функціоналом та лінійними обмеженнями; 1955 року — ряд робіт, присвячених квадратичному програмуванню. У п’ятдесятих роках сформувався новий напрямок математичного програмування — динамічне програмування, значний вклад у розвиток якого вніс американський математик Р. Белман.

На жаль, у період найбурхливішого розвитку математичного програмування за кордоном у Радянському Союзі не спостерігалося значних досягнень через штучні ідеологічні обмеження. Відродження досліджень з математичного моделювання економіки почалося в 60-80-тих роках і стосувалося опису «системи оптимального функціонування соціалістичної економіки». Серед радянських вчених того періоду слід виокремити праці В. С. Немчинова, В. В. Новожилова, Н. П. Федоренка, С. С. Шаталіна, В. М. Глушкова, В. С. Михалевича, Ю. М. Єрмольєва та ін.

На сучасному етапі математичне програмування включає широке коло задач з відповідними методами розв’язання, що охоплюють різноманітні проблеми розвитку та функціонування реальних економічних систем. Розробляються банки економіко-математичних моделей, які в поєднанні з потужною, швидкодіючою обчислювальною технікою та сучасними програмними продуктами утворюватимуть системи ефективної підтримки прийняття рішень у різних галузях економіки.

Практическая часть

Ознакомьтесь с примерами построения математических моделей задач и выполните самостоятельно несколько заданий.

Приклад 1. Задача визначення оптимального плану виробництва.

Для деякої виробничої системи (цех, підприємство, галузь) необхідно визначити план випуску кожного з n видів продукції , за умови найкращого способу використання ресурсів системи. В процесі виробництва задіяні m ресурсів: сировина, трудові ресурси, технічне оснащення тощо. Відомі загальні запаси кожного ресурсу , нормативи витрат кожного ресурсу та прибуток на одиницю виготовленої продукції, відповідно ; . Критерій оптимальності: максимум прибутку.

Побудова математичної моделі.

Позначимо – відповідно кількість першого, другого і т.д. видів продукції.

Оскільки на одиницю продукції 1– го виду витрачається ресурсу першого виду, то на виробництво першого виду продукції в кількості необхідно витратити . На другий вид продукції у кількості витрати першого ресурсу будуть і т.д. На виробництво усіх видів продукції буде використано наступну кількість першого ресурсу: . Ця величина має не перевищувати загального обсягу першого ресурсу – . Отже обмеження по використанню першого ресурсу матиме вигляд: . Аналогічно записуємо використання всіх виробничих ресурсів.

Прибуток від реалізації продукції складатиме: .

Таким чином, лінійна економіко–математична модель даної задачі матиме вигляд:

Зауваження. Математична модель виробничої задачі може бути застосована для різних економічних задач, де виникає проблема вибору найкращого варіанту розподілу обмеженої кількості ресурсів, хоча на перший погляд постановка задачі не стосується виробничих процесів.

Приклад 1.1. Фірма має в розпорядженні оборотні кошти 1 млн.грн. Відомі витрати у кожному місяці, а також необхідна обов’язкова кількість оборотних коштів на кінець кожного місяця. Передбачається, що для успішного функціонування фірма витрачатиме суму значно меншу ніж 1 млн.грн.. Отже решту коштів можна вкладати у кредити. Необхідно визначити оптимальний розподіл оборотних коштів протягом кварталу, для досягнення максимального прибутку по відсотках, якщо відомі витрати та потреби в резервах.

1.01. – 30.01: витрати – 80000 грн.; необхідний запас на 30.01 – 300000грн.;

1.02. – 28.02.: витрати – 30000 грн.; необхідний запас на 28.02 – 200000грн.;

1.03. – 31.03.: витрати – 50000 грн; необхідний запас на 31.03 – 190000грн.

Кредит строком на 1 місяць дає 2% прибутку, строком на 2 місяці – 5%, і строком на 3 місяці – 8%.

Побудова математичної моделі.

Кредити строком на один місяць можливо надавати у кожному місяці протягом всього періоду, тому позначимо через – суму кредиту, що надано на один місяць з 1.01., аналогічно – суми одномісячних кредитів, що надані відповідно в другому та третьому місяцях.

Кредити строком на два місяці протягом першого кварталу року можливо надавати лише в першому і другому місяці, тому позначимо через – суму кредиту, що надано на два місяці в січні., – сума кредиту, що надана в лютому на два місяці. Нарешті, кредит на три місяці може бути видано лише один раз з 1.01, тоді – сума кредиту наданого в першому місяці на квартал. Домовимося, що кредити надаються першого числа кожного місяця і погашаються першого числа наступного місяця.

Розглянемо ситуацію на початку першого місяця періоду: початкова сума 1 млн.грн. витрачатиметься на вкладення коштів у всі види кредитів, також в першому місяці потреби в оборотних коштах для господарчої діяльності фірми складатимуть 80000 грн., на кінець місяця фірма розраховує мати резерв 300000грн. Отже, перше обмеження моделі описуватиме використання коштів у січні:

,

в кінці місяця наявні оборотні кошти визначаються

На початку другого місяця сума знову вкладається в кредити, але лише двох видів та забезпечує витрати діяльності. Разом з тим на початку другого місяця повертаються кошти, що є відсотками за одномісячний кредит, який було надано в першому місяці. Враховуючи необхідність резерву на кінець місяця маємо:

,

що наприкінці другого місяця складатиме суму:

.

Аналогічно запишемо використання коштів у третьому місяці періоду:

.

Загальна сума коштів отриманих по відсотках за кредити буде:

.

Таким чином математична модель має вигляд:

Приклад 1.2. На ринок доставляється картопля з трьох фермерських господарств по ціні відповідно 80, 75, та 65 коп. за 1 кг. На завантаження 1 т картоплі у фермерських господарствах відповідно витрачається по 1, 6, 5 хвилин. Замовлено 12 т картоплі і для своєчасної доставки необхідно, щоб на її завантаження витрачалось не більше сорока хвилин. Визначити з яких фермерських господарств і в якій кількості необхідно доставити картоплю, щоб загальна вартість закупівлі була мінімальною, якщо господарства можуть виділити для продажу відповідно 10, 8 та 6т картоплі.

Дата добавления: 2014-01-11