Математическое представление информационных процессов управления на предприятии

 

Верхняя строка симплекс-таблицы представляет целевую функцию задачи. Каждая строка симплекс-таблицы, кроме первой, соответствует определенному ограничению-равенству задачи. Свободные члены ограничений составляют крайний левый столбец таблицы. Слева от таблицы записаны текущие базисные переменные (X1, ..., Xm). Сверху от таблицы приведен набор всех переменных задачи, где Xm+1, ..., Xn - свободные переменные задачи.

На начальном шаге алгоритма симплекс-метода должно быть выбрано базисное допустимое решение (X1, ..., Xm) >= 0 при Xj = 0 (j = m+1, ..., n), следовательно, все свободные члены ограничений Ai,0 >= 0 (i = 1, ..., m). Когда это условие выполнено, симплекс-таблица называется прямо-допустимой, так как в этом случае базисные переменные, равные Ai,0, определяют допустимое решение прямой задачи линейного программирования. Если все коэффициенты целевой функции A0,j >= 0 (j = 1, ..., m), то симплекс-таблица называется двойственно-допустимой, поскольку соответствующее решение является допустимым для двойственной задачи линейного программирования. Если симплекс-таблица является одновременно прямо и двойственно допустимой, т.е. одновременно все Ai,0 >= 0 и A0,j >= 0, то решение оптимально. Действительно, поскольку допустимыми являются лишь неотрицательные значения управляемых параметров, то изменение целевой функции за счет вариации свободных переменных, через которые она выражена, возможно только в сторону увеличения, т.e. будет ухудшаться. Если среди ее коэффициентов имеются A0,j < 0, то значение целевой функции еще можно уменьшить (т.e. улучшить), увеличивая значение любой свободной переменной Xj с отрицательным коэффициентом A0,j при побочном уменьшении базисных переменных, чтобы оставались справедливы ограничения задачи. Теоретически можно использовать любую свободную переменную Xj с A0,j < 0, но на практике обычно действуют в соответствии со стратегией наискорейшего спуска, выбирая минимальный элемент A0,p < 0 из всех отрицательных A0,j <&nbsp0:

A0,p = min A0,j < 0.

Столбец p симплекс-таблицы, соответствующий выбранному коэффициенту A0,p < 0, называется ведущим столбцом. Свободная переменная ведущего столбца должна быть введена в базис вместо одной из текущих базисных переменных. Очевидно, из базиса следует исключить такую переменную Xq, которая раньше других обращается в нуль при увеличении переменной Xp ведущего столбца. Её индекс легко определить, если среди положительных элементов ведущего столбца p найти элемент, минимизирующий отношение (Ai,0 / Ai,p):

Aq,0 Ai,0

= min , i = 1,...,m.

Aq,p i Ai,p

Элемент Aq,p называется ведущим элементом, cтрока q симплекс-таблицы, содержащая ведущий элемент, называется, соответственно, ведущей строкой. Переменная ведущей строки Xq заменяется в базисе переменной ведущего столбца Xp и становится свободной переменной с значением 0, в то время как новая базисная переменная Xp достигнет максимально возможного значения, равного: max Xp = ( Aq,0 / Aq,p). После указанного взаимообразного обмена переменными Xp и Xq между наборами свободных и базисных переменных нужно модифицировать исходную каноническую модель задачи путем приведения ее к диагональной форме относительно нового множества базисных переменных. Для указанного преобразования можно формально использовать процедуру исключения Гаусса, которая, как известно, состоит из двух элементарных операций, применяемых к системе алгебраических уравнений ( в данном случае ограничений - равенств):

· умножение уравнения E1(X) = 0 на константу K1 и замена уравнения E1(X) = 0 уравнением K1*E1(X) = 0. Сложение уравнений E1(X) = 0 и E2(X) = 0 c последующей заменой уравнения E2(X) = 0 уравнением E1(X) + E2(X) = 0.

Исключения Гаусса позволяют привести систему уравнений к диагональной форме относительно желаемого множества переменных. В данном случае исключение Гаусса применяется так, чтобы все элементы симплекс-таблицы в ведущем столбце, кроме ведущего элемента Aq,p, стали нулевыми, а ведущий элемент стал равным единице:

Ai,p = 0, если i не равно q

и

Ai,p = 1, если i = q.

Указанные шаги симплекс-метода повторяются, пока не будет получена симплекс-таблица, которая одновременно является прямо и двойственно допустимой. Если положит в такой симплекс-таблице текущие базисные переменные равными Ai,0, а свободные - нулю, то будет получено оптимальное решение. Практика применения симплекс метода показала, что число итераций, требуемых для решения задачи линейного программирования обычно колеблется от 2m до 3m, хотя для некоторых специально построенных задач вычисления по правилам симплекс метода превращаются в прямой перебор базисных допустимых решений[2, с. 54].

Ограничения задачи вырезают на плоскости некоторый многоугольник. Пусть при некотором L прямая с1х1+с2х2 = L пересекает допустимую область. Это пересечение дает какие-то значения переменных (х1,х2), которые являются планами. Увеличивая L мы начнем двигать нашу прямую и её пересечение с допустимой областью будет изменяться (см. рис. 7). В конце концов эта прямая выйдет на границу допустимой области ? как правило, это будет одна из вершин многоугольника. Дальнейшее увеличение L приведёт к тому, что пересечение прямой с1х1+с2х2 = L с допустимой областью будет пустым. Поэтому то положение прямой с1х1+с2х2 = L, при котором она вышла на граничную точку допустимой области, и даст решение задачи, а соответствующее значение L и будет оптимальным значением целевой функции.

 

3. Использование экономико - математических методов в решении типичных задач предприятия

 

В современной экономике математика выступает в качестве необходимого инструмента, с помощью которого предприниматель может выбрать наилучший вариант действий из многих возможных. Соединение экономики бизнеса с математическими расчетами получило название экономико-математических методов. При этом для построения математической модели решения любой экономической задачи существует свой математический метод.

 

Экономический смысл задачи	Математический метод
Экономические расчеты, связанные с определением долей, процентов, пропорций материальных ресурсов, счетом денег, вычислением прибыли, налогов, рентабельности и т. д.	Арифметика (доли, проценты, пропорции), алгебра (уравнения, функции, графики)
Расчеты задач, содержащих последовательности взаимосвязанных экономических показателей и объектов (например, так называемые «пирамиды»)	Арифметические и геометрические прогрессии
Вычисления, связанные с сочетанием различных экономических объектов, их перестановкой и размещением	Комбинаторика
Расчеты в области пространственных отношений и форм экономических объектов	Геометрия
Оценка экономических ситуаций, связанных определением истинности или ложности информации, необходимостью найти выход из затруднительного положения	Логика
Выбор оптимального варианта решения экономической задачи для случая, когда условия описываются уравнениями 1-й степени	Линейное программирование
Выбор оптимального варианта решения экономической задачи для случая, когда условия описываются уравнениями 2-ой и более степени	Нелинейное программирование
Выбор оптимального плана многоэтапной экономической операции, когда результаты каждого последующего этапа зависят от предыдущего	Динамическое программирование
Экономические расчеты, связанные с явлениями и величинами случайного характера	Теория вероятностей
Сбор, обработка и анализ статистических экономических материалов	Математическая статистика
Расчеты производственно-экономических показателей и выработка необходимых рекомендаций в массовых повторяющихся случайных явлениях	Теория массового обслуживания (теория очередей)
Экономические расчеты, связанные с явлениями и величинами случайного характера, на основе искусственно произведенных статистических материалов	Метод статистических испытаний (Монте-Карло)
Выработка экономических решений в условиях неопределенности ситуации, вызванной сознательными злонамеренными действиями конфликтующей стороны	Теория игр
Выработка экономических решений в условиях неопределенности ситуации, вызванной объективными обстоятельствами	Теория статистических решений
Составление и реализация рациональных планов проведения экономических операций, предусматривающих решение задачи в кратчайший срок и с наилучшими результатами	Сетевое планирование

 

 

3.1 Задачи управления запасами и распределения ресурсов

 

Фирмы часто делают различные запасы. Хранятся сырье, заготовки, готовая продукция, предназначенная для продажи. Запасов не должно быть ни слишком много, ни слишком мало. В первом случае возникает необходимость неоправданных затрат на хранение, на амортизацию товара. Во втором случае может оказаться так, что на складе не будет нужного товара. Кроме того, малое количество запасов подразумевает их частое пополнение, что также требует затрат.

Задача управления запасами состоит в том, чтобы избежать обеих крайностей и сделать общие затраты по возможности меньше. Отметим, что в целом эта область науки управления развита довольно хорошо, разработаны многочисленные модели с применением различных математических методов. Мы рассмотрим несколько простейших детерминированных моделей управления запасами. [15, с. 87].

Основная модель

Важнейшую роль в наших рассмотрениях будет играть функция изменения запаса. Это связь между количеством единиц товара на складе (обозначим его через Q) и временем t. Будем считать, что имеется один вид товара. Если на товар есть спрос, то функция изменения запаса Q = Q(t) убывает. Если товар, наоборот, завозят на склад, то эта функция возрастает. Мы будем считать возможным мгновенное пополнение запаса. Затраты, связанные с запасами, можно разделить на три части.

1. Стоимость товара.
2. Организационные издержки. Это расходы, связанные с оформлением товара, его доставкой, разгрузкой и т. д.
3. Издержки на хранение товара. Это затраты на аренду склада, амортизацию в процессе хранения и т. д.

Рассмотрим основные величины и предположения относительно них, принятые в рамках основной модели. Мы будем в основном использовать в качестве единицы измерения денежных средств условные единицы (у. е.), это могут быть рубли, доллары и т. п.; в качестве единицы измерения времени – год, хотя можно было бы взять месяц, квартал и т. п.

1. Цена единицы товара – с у. е. Цена постоянна, рассматривается один вид товара.

2. Интенсивность спроса – d единиц товара в год. Будем считать, что спрос постоянный и непрерывный.

3. Организационные издержки – s у. е. за одну партию товара. Будем считать, что организационные издержки не зависят от размера поставки, т. е. от количества единиц товара в одной партии.

4. Издержки на хранение запаса – h у. е. на единицу товара в год. Будем считать эти издержки постоянными.

5. Размер  одной партии товара постоянен – q единиц. Партия поступает мгновенно в тот момент, когда возникает дефицит, т. е. когда запас на складе становится равным нулю. [19, с.100].

При сделанных предположениях график функции изменения запаса будет таким, как показано на рис. 4.1: он состоит из повторяющихся циклов запаса между двумя соседними дефицитами. Вертикальные отрезки отвечают мгновенному пополнению запаса.

Параметры с, d, s, h считаются заданными. Задача управления запасами состоит в выборе параметра q таким образом, чтобы минимизировать годовые затраты. Для решения сформулированной задачи надо прежде всего выразить эти затраты через параметры с, d, s, h, q.

1. Поскольку годовая интенсивность спроса равна d, а цена единицы товара – с, то общая стоимость товара в год равна cd.
2. Поскольку в одной партии q единиц товара, а годовой спрос равен d, то число поставок равно . В течение года организационные издержки равны: .
3. Средний уровень запаса равен отношению площади под графиком за цикл к продолжительности цикла. Этот средний уровень равен q/2 (на рис. 4.1 обозначен пунктиром). Поскольку годовые издержки на хранение единицы товара равны h, то общие издержки на хранение составляю: .

Рис. 4.1. График функции изменения запаса основной модели

Таким образом, общие издержки С вычисляются по формуле:

.

 

Рис. 4.2. График функции общих издержек

Еще раз напомним, что в рамках модели параметры с, d, s, h считаются заданными и требуется найти такое число q*, чтобы функция C = С(q) принимала наименьшее значение на множестве q > 0 именно в точке q*.

График функции С = C(q) показан на рис. 4.2[8, с. 96].

Для нахождения точки q* минимума функции С = C(q) найдем ее производную (с, d, s, h – фиксированные числа):

.

Приравнивая C'(q) к нулю, получаем: .

Отсюда можно найти q*: .

Полученная формула называется формулой оптимального запаса, или формулой Харриса (Harris).

Пример 1. Пусть интенсивность равномерного спроса составляет 1000 единиц товара в год. Организационные издержки равны 10 УЕ, издержки на хранение – 4 УЕ на единицу товара в год, цена товара – 5 УЕ. Определить оптимальный размер партии в предположении, что система подчиняется основной модели.

Решение. Имеем: d = 1000, s = 10, h = 4, c = 5.

Общие затраты равны: .

Тогда , а оптимальный размер поставки q* является решением уравнения , т. е. .

Замечание. Найдя оптимальный размер заказа, можно определить оптимальное число поставок за год n* и соответствующую продолжительность цикла изменения запаса t*: , дней.

 

Задача распределение ресурсов

Постановка задачи распределения ресурсов.

1. Организационная система (оргсистема, организация) – это система, включающая технику и коллективы людей, интересы которых существенно связаны с ее функционированием. Примерами здесь могут служить семья, фирма, университет, город, страна. Каждая оргсистема состоит из элементов (которые в свою очередь тоже могут представлять собой системы).

Существенными являются следующие два обстоятельства. С одной стороны, система существует для достижения каких-либо определенных целей, т. е. можно говорить об интересах системы в целом. С другой стороны, элементы системы зачастую преследуют собственные интересы, вообще говоря, не совпадающие с интересами системы в целом. Все это дает основание формализовать некоторые аспекты функционирования оргсистем в терминах теории игр. [22, с.133].

В данном разделе мы будем рассматривать простейшую двухуровневую модельную оргсистему, состоящую из Центра и некоторого числа однотипных Элементов. Управление такой системой мы рассмотрим на примере задачи распределения ресурсов. Суть этой задачи состоит в следующем. Элементы (в дальнейшем мы будем называть их Потребителями) представляют Центру заявки на получение некоторого ресурса (для простоты рассматривается один вид ресурса). Центр на основании этих заявок распределяет имеющийся в его распоряжении ресурс (который предполагается делимым).

Если все заявки могут быть полностью удовлетворены, то Центру, по-видимому, так и следует поступить – выделить каждому Потребителю столько, сколько он просит.

Существенно сложнее ситуация дефицита, когда суммарный объем заявок превосходит имеющийся в распоряжении Центра ресурс. В этом случае задача распределения ресурса становится нетривиальной. Универсальных рекомендаций здесь не существует. Ниже будут рассмотрены некоторые способы, или механизмы, распределения ресурсов, каждый из которых обладает определенными достоинствами и недостатками.

Проведем формализацию вышеописанной задачи. Имеется n Потребителей, каждый из которых сообщает Центру число si (i = 1, 2,..., n) – заявку (рис. 5.1), а также, быть может, еще некоторую информацию (на рис. 5.1 обозначено пунктирной стрелкой). Далее Центр на основании заявок Потребителей, имеющегося в его распоряжении ресурса R и дополнительной информации о Потребителях вычисляет по некоторому правилу числа xi (i = 1, 2, ..., n) – объем ресурса, выделяемый i-му Потребителю.

В случае (отсутствие дефицита) естественным решением Центра является следующее: x1 = s1, x2 = s2, …, xn = sn (каждый Потребитель получает столько, сколько просил).

Рис. 5.1. Двухуровневая организационная система

В дальнейшем мы будем считать выполненным неравенство: (суммарная заявка Потребителей превосходит ресурс Центра).

Отметим следующее важное обстоятельство. Потребители формируют свои заявки на основании собственных реальных потребностей ri, которые им известны, но неизвестны Центру. Можно сказать, что числа si являются стратегиями Потребителей как участников иерархической игры. В свою очередь, стратегией Центра являются числа хi. [13, с.91].