функция прибыли

Проблема в том, что функция прибыли монополиста не всегда вогнута. — The problem is that the profit function of the monopolist is not always concave.

функция производства с возрастающей отдачей от единственного ресурса — single-input, increasing returns production function

взять на себя посреднические функции — to assume mediatorial functions; to assume the functions of a mediator

выполнять / осуществлять функции — to discharge / to exercise / to carry out / to fulfil / to perform functions

выполнять вспомогательную функцию по отношению к чему-л. — to be subsidiary to smth.

административные функции — administrative functions

внутренние и внешние функции государства — internal and external functions of the state

гуманитарные функции — humanitarian functions

должностные функции — functions

законодательные функции парламента — legislative functions of parliament

федеральные законодательные функции — federal legislative power

исполнительные функции — executive functions

консультативные функции — advisory functions

миротворческие функции — peacemaking functions

организационные функции государства — organizing functions of the state

официальные функции — official functions

политические функции государства — political functions of the state

посредническая функция — intermediary function

выполнять посреднические функции — to perform intermediary functions

совещательные функции — deliberative functions

социальная функция — social function

функции протокола — functions of protocol

осуществление функций представительства — performance of the functions of the mission

ответственность за выполнение функций — responsibility for the performance of functions

в силу своих функций — in virtue of one's functions

платёжная функция — payoff function

функция денег — money function, function of money

функция капитала — capital function

функция прибыли — profit / return function

функция рыночного спроса — market demand function

линейное программирование
—
[ http://www.iks-media.ru/glossary/index.html?glossid=2400324]

линейное программирование
Область математического программирования, посвященная теории и методам решения экстремальных задач, характеризующихся линейной зависимостью между переменными. В самом общем виде задачу Л.п. можно записать так. Даны ограничения типа или в так называемой канонической форме, к которой можно привести все три указанных случая Требуется найти неотрицательные числа xj (j = 1, 2, …, n), которые минимизируют (или максимизируют) линейную форму Неотрицательность искомых чисел записывается так: Таким образом, здесь представлена общая задача математического программирования с теми оговорками, что как ограничения, так и целевая функция — линейные, а искомые переменные — неотрицательны. Обозначения можно трактовать следующим образом: bi — количество ресурса вида i; m — количество видов этих ресурсов; aij — норма расхода ресурса вида i на единицу продукции вида j; xj — количество продукции вида j, причем таких видов — n; cj — доход (или другой выигрыш) от единицы этой продукции, а в случае задачи на минимум — затраты на единицу продукции; нумерация ресурсов разделена на три части: от 1 до m1, от m1 + 1 до m2 и от m2 + 1 до m в зависимости от того, какие ставятся ограничения на расходование этих ресурсов; в первом случае — «не больше», во втором — «столько же», в третьем — «не меньше»; Z — в случае максимизации, например, объем продукции или дохода, в случае же минимизации — себестоимость, расход сырья и т.п. Добавим еще одно обозначение, оно появится несколько ниже; vi — оптимальная оценка i-го ресурса. Слово «программирование» объясняется здесь тем, что неизвестные переменные, которые отыскиваются в процессе решения задачи, обычно в совокупности определяют программу (план) работы некоторого экономического объекта. Слово, «линейное» отражает факт линейной зависимости между переменными. При этом, как указано, задача обязательно имеет экстремальный характер, т.е. состоит в отыскании экстремума (максимума или минимума) целевой функции. Следует с самого начала предупредить: предпосылка линейности, когда в реальной экономике подавляющее большинство зависимостей носит более сложный нелинейный характер, есть огрубление, упрощение действительности. В некоторых случаях оно достаточно реалистично, в других же выводы, получаемые с помощью решения задач Л.п. оказываются весьма несовершенными. Рассмотрим две задачи Л.п. — на максимум и на минимум — на упрощенных примерах. Предположим, требуется разработать план производства двух видов продукции (объем первого — x1; второго — x2) с наиболее выгодным использованием трех видов ресурсов (наилучшим в смысле максимума общей прибыли от реализации плана). Условия задачи можно записать в виде таблицы (матрицы). Исходя из норм, зафиксированных в таблице, запишем неравенства (ограничения): a11x1 + a12x2 ? bi a21x1 + a22x2 ? b2 a31x1 + a32x2 ? b3 Это означает, что общий расход каждого из трех видов ресурсов не может быть больше его наличия. Поскольку выпуск продукции не может быть отрицательным, добавим еще два ограничения: x1? 0, x2? 0. Требуется найти такие значения x1 и x2, при которых общая сумма прибыли, т.е. величина c1 x1 + c2 x2 будет наибольшей, или короче: Удобно показать условия задачи на графике (рис. Л.2). Рис. Л.2 Линейное программирование, I (штриховкой окантована область допустимых решений) Любая точка здесь, обозначаемая координатами x1 и x2, составляет вариант искомого плана. Очевидно, что, например, все точки, находящиеся в области, ограниченной осями координат и прямой AA, удовлетворяют тому условию, что не может быть израсходовано первого ресурса больше, чем его у нас имеется в наличии (в случае, если точка находится на самой прямой, ресурс используется полностью). Если то же рассуждение отнести к остальным ограничениям, то станет ясно, что всем условиям задачи удовлетворяет любая точка, находящаяся в пределах области, края которой заштрихованы, — она называется областью допустимых решений (или областью допустимых значений, допустимым множеством). Остается найти ту из них, которая даст наибольшую прибыль, т.е. максимум целевой функции. Выбрав произвольно прямую c1x1 + c2x2 = П и обозначив ее MM, находим на чертеже все точки (варианты планов), где прибыль одинакова при любом сочетании x1 и x2 (см. Линия уровня). Перемещая эту линию параллельно ее исходному положению, найдем точку, которая в наибольшей мере удалена от начала координат, однако не вышла за пределы области допустимых значений. (Перемещая линию уровня еще дальше, уже выходим из нее и, следовательно, нарушаем ограничения задачи). Точка M0 и будет искомым оптимальным планом. Она находится в одной из вершин многоугольника. Может быть и такой случай, когда линия уровня совпадает с одной из прямых, ограничивающих область допустимых значений, тогда оптимальным будет любой план, находящийся на соответствующем отрезке. Координаты точки M0 (т.е. оптимальный план) можно найти, решая совместно уравнения тех прямых, на пересечении которых она находится. Противоположна изложенной другая задача Л.п.: поиск минимума функции при заданных ограничениях. Такая задача возникает, например, когда требуется найти наиболее дешевую смесь некоторых продуктов, содержащих необходимые компоненты (см. Задача о диете). При этом известно содержание каждого компонента в единице исходного продукта — aij, ее себестоимость — cj ; задается потребность в искомых компонентах — bi. Эти данные можно записать в таблице (матрице), сходной с той, которая приведена выше, а затем построить уравнения как ограничений, так и целевой функции. Предыдущая задача решалась графически. Рассуждая аналогично, можно построить график (рис. Л.3), каждая точка которого — вариант искомого плана: сочетания разных количеств продуктов x1 и x2. Рис.Л.3 Линейное программирование, II Область допустимых решений здесь ничем сверху не ограничена: нужное количество заданных компонентов тем легче получить, чем больше исходных продуктов. Но требуется найти наиболее выгодное их сочетание. Пунктирные линии, как и в предыдущем примере, — линии уровня. Здесь они соединяют планы, при которых себестоимость смесей исходных продуктов одинакова. Линия, соответствующая наименьшему ее значению при заданных требованиях, — линия MM. Искомый оптимальный план — в точке M0. Приведенные крайне упрощенные примеры демонстрируют основные особенности задачи Л.п. Реальные задачи, насчитывающие много переменных, нельзя изобразить на плоскости — для их геометрической интерпретации используются абстрактные многомерные пространства. При этом допустимое решение задачи — точка в n-мерном пространстве, множество всех допустимых решений — выпуклое множество в этом пространстве (выпуклый многогранник). Задачи Л.п., в которых нормативы (или коэффициенты), объемы ресурсов («константы ограничений«) или коэффициенты целевой функции содержат случайные элементы, называются задачами линейного стохастического программирования; когда же одна или несколько независимых переменных могут принимать только целочисленные значения, то перед нами задача линейного целочисленного программирования. В экономике широко применяются линейно-программные методы решения задач размещения производства (см. Транспортная задача), расчета рационов для скота (см. Задача диеты), наилучшего использования материалов (см. Задача о раскрое), распределения ресурсов по работам, которые надо выполнять (см. Распределительная задача) и т.д. Разработан целый ряд вычислительных приемов, позволяющих решать на ЭВМ задачи линейного программирования, насчитывающие сотни и тысячи переменных, неравенств и уравнений. Среди них наибольшее распространение приобрели методы последовательного улучшения допустимого решения (см. Симплексный метод, Базисное решение), а также декомпозиционные методы решения крупноразмерных задач, методы динамического программирования и др. Сама разработка и исследование таких методов — развитая область вычислительной математики. Один из видов решения имеет особое значение для экономической интерпретации задачи Л.п. Он связан с тем, что каждой прямой задаче Л.п. соответствует другая, симметричная ей двойственная задача (подробнее см. также Двойственность в линейном программировании). Если в качестве прямой принять задачу максимизации выпуска продукции (или объема реализации, прибыли и т.д.), то двойственная задача заключается, наоборот, в нахождении таких оценок ресурсов, которые минимизируют затраты. В случае оптимального решения ее целевая функция — сумма произведений оценки (цены) vi каждого ресурса на его количество bi— то есть равна целевой функции прямой задачи. Эта цена называется объективно обусловленной, или оптимальной оценкой, или разрешающим множителем. Основополагающий принцип Л.п. состоит в том, что в оптимальном плане и при оптимальных оценках всех ресурсов затраты и результаты равны. Оценки двойственной задачи обладают замечательными свойствами: они показывают, насколько возрастет (или уменьшится) целевая функция прямой задачи при увеличении (или уменьшении) запаса соответствующего вида ресурсов на единицу. В частности, чем больше в нашем распоряжении данного ресурса по сравнению с потребностью в нем, тем ниже будет оценка, и наоборот. Не решая прямую задачу, по оценкам ресурсов, полученных в двойственной задаче, можно найти оптимальный план: в него войдут все технологические способы, которые оправдывают затраты, исчисленные в этих оценках (см. Объективно обусловленные (оптимальные) оценки). Первооткрыватель Л.п. — советский ученый, академик, лауреат Ленинской, Государственной и Нобелевской премий Л.В.Канторович. В 1939 г. он решил математически несколько задач: о наилучшей загрузке машин, о раскрое материалов с наименьшими расходами, о распределении грузов по нескольким видам транспорта и др., при этом разработав универсальный метод решения этих задач, а также различные алгоритмы, реализующие его. Л.В.Канторович впервые точно сформулировал такие важные и теперь широко принятые экономико-математические понятия, как оптимальность плана, оптимальное распределение ресурсов, объективно обусловленные (оптимальные) оценки, указав многочисленные области экономики, где могут быть применены экономико-математические методы принятия оптимальных решений. Позднее, в 40—50-х годах, многое сделали в этой области американские ученые — экономист Т.Купманс и математик Дж. Данциг. Последнему принадлежит термин «линейное программирование». См. также: Ассортиментные задачи, Базисное решение, Блочное программирование, Булево линейное программирование, Ведущий столбец, Ведущая строка, Вершина допустимого многогранника, Вырожденная задача, Гомори способ, Граничная точка, Двойственная задача, Двойственность в линейном программировании, Дифференциальные ренты, Дополняющая нежесткость, Жесткость и нежесткость ограничений ЛП, Задача диеты, Задача о назначениях, Задача о раскрое, Задачи размещения, Исходные уравнения, Куна — Таккера условия, Множители Лагранжа, Область допустимых решений, Опорная прямая, Распределительные задачи, Седловая точка, Симплексная таблица, Симплексный метод, Транспортная задача.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика
• электросвязь, основные понятия

EN

• linear programming

нелинейное программирование
Раздел математического программирования, изучающий методы решения экстремальных задач с нелинейной целевой функцией и (или) областью допустимых решений, определенной нелинейными ограничениями. В экономике это соответствует тому, что результаты (эффективность) возрастают или убывают непропорционально изменению масштабов использования ресурсов (или, что то же самое, масштабов производства) - например, из-за деления издержек производства на предприятиях на переменные и условно-постоянные, из-за насыщения спроса на товары, когда каждую следующую единицу продать труднее, чем предыдущую, из-за влияния экстерналий (см.Внешняя экономия, внешние издержки) и т.д. В краткой форме задачу Н.п. можно записать так: F (x) ? max при условиях g (x) ? b, x ? 0. где x — вектор искомых переменных, F (x) — целевая функция, g (x) — функция ограничений (непрерывно дифференцируемая), b — вектор констант ограничений (выбор знака ? в первом условии здесь произволен, его всегда можно изменить на обратный). Решение задачи нелинейного программирования (глобальный максимум или минимум) может принадлежать либо границе, либо внутренней части допустимого множества. Иначе говоря, задача состоит в выборе таких неотрицательных значений переменных, подчиненных системе ограничений в форме неравенств, при которых достигается максимум (или минимум) данной функции. При этом не оговаривается форма ни целевой функции, ни неравенств. Могут быть разные случаи: целевая функция — нелинейна, а ограничения — линейны; целевая функция — линейна, а ограничения (хотя бы одно из них) - нелинейны; и целевая функция, и ограничения нелинейны. Задачи, в которых число переменных и (или) число ограничений бесконечно, называются задачами бесконечномерного Н.п.. Задачи, в которых целевая функция и (или) функции ограничений содержат случайные элементы, называются задачами стохастического Н.п. Например, задачу для двух переменных (выпуск продукта x и выпуск продукта y) и вогнутой целевой функции (прибыль — p) можно геометрически представить на чертеже (см. рис. H.4; заштрихована область допустимых решений). Эта задача реалистично отражает распространенное в экономике явление: рост прибыли с ростом производства до определенного (оптимального) уровня в точке B’, а затем ее снижение, например, вследствие затоваривания продукцией или исчерпания наиболее эффективных ресурсов. Нелинейные задачи сложны, часто их упрощают тем, что приводят к линейным. Для этого условно принимают, что на том или ином участке целевая функция возрастает или убывает пропорционально изменению независимых переменных. Такой подход называется методом кусочно-линейных приближений, он применим, однако, лишь к некоторым видам нелинейных задач. Нелинейные задачи в определенных условиях решаются с помощью функции Лагранжа (см. Множители Лагранжа, Лагранжиан): найдя ее седловую точку, тем самым находят и решение задачи. Среди вычислительных алгоритмов Н.п. большое место занимают градиентные методы. Универсального же метода для нелинейных задач нет, и, по-видимому, может не быть, поскольку они чрезвычайно разнообразны. Особенно трудно решаются многоэкстремальные задачи. Для некоторых типов задач выпуклого программирования (вид нелинейного) разработаны эффективные численные методы оптимизации Рис. Н.4 Нелинейное программирование (заштрихована область допустимых решений)
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• nonlinear programming

рациональное экономическое поведение
Теоретическое представление о поведении экономического субъекта (потребителя, производителя, хозяйственной организации и т.п.), которое удовлетворяет некоторым заданным правилам установления предпочтений. Например, для потребителей это правила (или аксиомы) транзитивности предпочтений, выпуклости кривых безразличия и др. Для производителя — целевая функция максимизации прибыли, или объема продаж и др., для правительства — целевая функция потребления, социально-экономический критерий оптимальности. Теория Р.э.п. восходит к знаменитой концепции XIX века homo economicus — «человека экономического», который преследует не противоречащие друг другу цели, использует для их достижения подходящие к каждому случаю ресурсы и т.д. Современные же теории Р.э.п., наряду с экономическими, рассматривают также критерии социальные, ценностные. Выясняется, например, что поведение, рациональное с точки зрения западных ценностей, в других условиях может оказаться далеким от рациональности. Г.Саймон выделил, наряду с реальной рациональностью (предполагающей совершенную информацию), также «процедурную» рациональность — она означает, что исследование информации и выработка на ее основе решений делает поведение экономического субъекта рациональным. Г.Саймон также разработал концепцию ограниченной или вынужденной рациональности, которая говорит о том, что принимаемые экономическими агентами решения не опираются только на критерий прибыли, наличие ресурсов и рыночные цены (как предполагалось прежде), а определяются огромным множеством окружающих этого агента обстоятельств. На решения влияют, например, социальная среда и уровень образования лица, принимающего решения. Выбор решения ограничивается тем, что представляется экономическому агенту возможным. Есть другая трактовка понятия Р.э.п. — как такого поведения, когда каждый раз из имеющихся возможностей выбирается такая, которая в наибольшей степени отвечает поставленной цели. Но здесь стирается грань между Р.э.п. и понятием оптимального поведения. (см. Оптимум, оптимальность).
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• economic rationality
• economizing

диффузия инноваций
Процесс распространения, проникновения в разные области экономики технологических, организационных и иных инноваций. (Термин введен великим австрийским экономистом Й. Шумпетером). Часто траектория этого процесса приобретает форму логистической кривой (см. Логистическая функция), она также характеризуется группировкой нововведений в так называемые кластеры и, как утверждает Шумпетер, главным стимулом Д.и. является стремление предпринимателей к прибыли. Понятно, что любые инновации связаны с риском, однако без них экономика подвергается еще большим рискам. Этим и определяется массовая Д.и. в рыночной экономике.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• innovation diffusion

критерий оптимальности
Наиболее существенный признак оценок, определяющих условия достижения цели какой-либо деятельности; К.о. стремится к экстремальному значению
[Терминологический словарь по строительству на 12 языках (ВНИИИС Госстроя СССР)]

критерий оптимальности
Фундаментальное понятие современной экономики (которая переняла его из математического программирования и математической теории управления); применительно к той или иной экономической системе это один из возможных критериев (признаков) ее качества, а именно — тот признак, по которому функционирование системы признается наилучшим из возможных (в данных объективных условиях) вариантов ее функционирования. Применительно к конкретным экономическим решениям К.о. — показатель, выражающий предельную меру экономического эффекта от принимаемого решения для сравнительной оценки возможных решений (альтернатив) и выбора наилучшего из них. Это может быть, например, максимум прибыли, минимум затрат, кратчайшее время достижения цели и т.д. К.о. — важнейший компонент любой оптимальной экономико-математической модели. Чем больше (если нас интересует максимум) или чем меньше (если нужен минимум) показатель критерия, тем больше удовлетворяет нас решение задачи. Если решается задача составления хозяйственного плана, то это означает, что выбран наилучший, оптимальный план: все остальные варианты н е м о г у т дать столь же удовлетворительного результата. Если решается, например, задача исследования операций по организации строительства завода, то это означает, что выбраны наилучшая очередность работ, наиболее рациональное распределение сил и ресурсов и т.д., а все другие варианты приведут к более поздним срокам пуска завода. К.о. носит обычно количественный характер, т.е. он применяется для того, чтобы качественный признак плана, выражаемый соотношением «лучше — хуже», переводить в количественно определенное «больше — меньше». Но применяются и порядковые критерии. В последнем случае определяется лишь то, что один вариант лучше или хуже других, но не выясняется, насколько именно. В экономико-математических задачах критерию оптимальности соответствует математическая форма — целевая функция, экстремальное значение которой (см. Экстремум), характеризует предельно достижимую эффективность моделируемого объекта (т.е. наилучшие в заданном отношении структуру, состояние, траекторию развития). Другим возможным выражением К.о. является шкала (оценок полезности, ранжирования предпочтений и т.д.). В реальной практике планирования К.о. не может и не должен носить жесткого однозначного характера. Оперируя с ним, следует иметь в виду такие факторы, как вероятное изменение условий, возникновение новых возможностей реализации плана, а также новых задач. Приходится поэтому поступаться величиной критериального показателя ради гибкости плана и его надежности. Это достигается как формальными, так и неформальными методами. На схеме к статье «Экономическая система» (рис. Э.2) стрелка W имеет направление, соответствующее движению в сторону лучшего качества результатов функционирования экономической системы, т.е. в сторону лучшего удовлетворения общества в материальных благах. Упорядоченность точек шкалы W (и соответственно шкал V1, …, Vn) принято формализовать с помощью целевой функции F(w), которая отождествляется с К.о. Упорядочение точек шкалы W, как и точек шкал V есть субъективный акт. Оно может строиться в зависимости от того, что понимается под целью данной экономической системы, но с учетом ее реальных возможностей (объективная основа) и качества управления системой (субъективная основа). Способы упорядочения различны: а) установление цели внешним по отношению к данной экономической системе или иным обладающим соответствующими правами субъектом управления; б) согласование тем или иным способом шкал предпочтения самостоятельных субъектов управления (социальных групп, организаций и т.д.), принимающих решения исходя из своих интересов: компромисс, правило большинства и другие понятия группового (социального) выбора. Возможна классификация критериев оптимальности: а) по уровню общности: глобальный критерий оптимального развития в масштабе Земли, социально-экономический критерий, народнохозяйственный критерий, а также «глобальный» и локальные критерии оптимальности в частных системах моделей; б) по временному аспекту: статические и динамические (среди последних — оценивающие развитие от неоптимального к оптимальному состоянию и развитие как смену оптимальных состояний), текущие и финишные; критерии быстродействия (т.е. времени достижения цели); в) по способам формирования критериев — нормативные, социолого-статистические, компромиссные, унитарные и т.д.; г) по типу применяемых измерителей — полезностные, стоимостные, натуральные и др.; д) по способам использования критериев — практические, теоретические, политико-пропагандистские; е) по математической формализации — скалярные и векторные критерии, аддитивные и мультипликативные, интегральные критерии — во временном аспекте и интегральные — в пространственном аспекте и др. Таковы лишь наметки классификации К.о., однако предстоит еще немало сделать для ее отработки, унификации и стандартизации.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• criterion of optimality
• optimality criterion
• optimum criterion

DE

• Optimalitätskriterium

FR

• critère d'optimalité

олигопольные эксперименты
Машинные или человеко-машинные эксперименты, воспроизводящие ситуацию олигополии; проводятся в исследовательских и дидактических целях. Строятся в форме деловой игры, в которой участники принимают для каждого периода (такта игры) решения о характеристиках «выпускае­мых» ими товаров, объемах производства, затратах на рекламу, о ценах и инвестициях. Результаты решений с помощью компьютера представляются в виде планов, балансов доходов и убытков, обзоров состояния рынка и других расчетов. Полученная информация служит для принятия решений в последующих периодах и т.д. Множество испытаний (проигрываний) позволяет анализировать мотивы и эффективность экономического поведения участников игры. О.э. дают возможность верифицировать экономические теории и гипотезы, касающиеся, например, инвестиционной или торговой политики фирм. Для иллюстрации остановимся на одном простейшем О.э. Имеются три «фирмы» поставщика однородного товара и множество потребителей. Формулируется модель эксперимента, в которой цена товара выступает как функция объема предложения P = 20 — (X1 + X2 + X3), где P — цена, X1 + X2 + X3 — соответственно, сумма предложений трех фирм; 20 — некоторый заданный параметр. Для упрощения принимается, что фирмы не имеют издержек. Тогда прибыль — Gi = ? pxi, i = 1, 2, 3. Задача каждой фирмы состоит в максимизации целевой функции Gi ® max. Фирму представляет группа студентов, принимающих решения об объеме «продаж». Решения принимаются каждой группой независимо от других, обмен информацией (или, проще, сговор между фирмами) исключен. Далее проигрывается серия испытаний, результаты которых фиксируются в таблице. Отсюда видно, что, например, в первом испытании третья фирма «выбросила на рынок» 10 единиц товара, а на деле свела прибыли всех фирм к нулю (в том числе и свою собственную). А вот в четвертом испытании та же фирма получила высокую прибыль. Таблица позволяет судить о качестве решений участников эксперимента, регистрация пояснений о причинах принятия тех или иных решений — анализировать мотивы их «экономического поведения». Разумеется, это лишь крайне упрощенный пример. О.э. усложняются введением показателей издержек и производственных мощностей для каждой фирмы, вводятся параметры инвестиций (тогда производственные мощности могут изменяться в определенных пределах). Строятся модели рынков, включающие не только поставщиков, но и потребителей и т.д. В ряде случаев на основании наблюдений в ходе эксперимента строится математическая модель, которая затем проигрывается на компьютере. Такое соединение натурного и имитационного эксперимента позволяет углублять анализ явлений, проверять выводы и гипотезы.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• oligopolistic experiments

предельные издержки
(ITIL Service Strategy)
Изменение затрат при производстве одной единицы продукта или услуги. Например, стоимость поддержки одного пользователя.
[Словарь терминов ITIL версия 1.0, 29 июля 2011 г.]

предельные издержки
Показатель предельного анализа производственной деятельности (см. Производственная функция), дополнительные затраты на производство единицы дополнительной продукции [1]. Для каждого уровня производства существует особое, отличное от других значение П.и. Математически они выступают как частные производные функции издержек С(х) по данному виду деятельности: При рассмотрении состояния производства в данный момент постоянные производственные затраты не оказывают влияния на уровень П.и., они определяются лишь переменными издержками. При рассмотрении же в более длительной перспективе они могут расти, оставаться неизменными или падать в зависимости от эффекта масштаба производства и других факторов. Низкий предельный продукт фактора означает, что необходимо большое количество дополнительных ресурсов для производства большего объема продукции, что ведет к высоким предельным издержкам. И наоборот. В общем, при снижении предельного продукта фактора предельные издержки производства возрастают, при повышении — падают. Всегда при увеличении выпуска продукции наступает такой момент, когда П.и. (дополнительные издержки) и предельная выручка предприятия совпадают. (Это результат взаимодействия разных процессов: с одной стороны, с ростом производства себестоимость продукции снижается сначала быстро, затем медленнее, с другой — на определенном этапе растут издержки, связанные со сбытом и т.д.). Следовательно, предельная прибыль оказывается равной нулю. Средствами предельного анализа доказывается, что именно в этот момент общая прибыль достигает наибольших размеров (при дальнейшем увеличении выпуска предельная выручка будет меньше, чем П.и.). Если размер прибыли считать критерием оптимальности, то это означает: данный объем производства для предприятия оптимален. Описанные процессы хорошо прослеживаются на рис. Д.5 к статье «Доходы» и на рис. И.1, И.2, к статье «Издержки». Можно встретить тот же термин, применяемый в ином смысле: П.и. (замыкающими) называют себестоимость производства на замыкающем предприятии — последнем, включенном в оптимальный план (те, у кого издержки выше, не попадают в такой план). Совпадение это не случайно: если рассматривать выработку отраслевого плана (например, в типичных для современной России условиях, – плана крупной госкорпорации) как решение оптимизационной задачи на минимум совокупных затрат (потребных для производства заданного объема продукции), то включение в план замыкающего предприятия как раз и приводит к равенству предельных затрат и предельного эффекта в целом по отрасли, т.е. делает план оптимальным. [1] См. предыдущую сноску.
[ http://slovar-lopatnikov.ru/]

EN

marginal cost
(ITIL Service Strategy)
The increase or decrease in the cost of producing one more, or one less, unit of output - for example, the cost of supporting an additional user.
[Словарь терминов ITIL версия 1.0, 29 июля 2011 г.]

Тематики

• информационные технологии в целом
• экономика

EN

• marginal cost

предельный эффект затрат
предельная отдача ресурсов
Понятие предельного анализа производственной деятельности, теории производственных функций; дополнительный экономический эффект (в виде дохода или прибыли, и т.п.), вызываемый дополнительной затратой единицы[1] ресурса при неизменной величине остальных. Иными словами, это есть предел соотношения приростов результата и затрат, которые его вызвали, т.е. частная производная результирующей функции по данному аргументу: где Ui — предельный эффект использования ресурса i, u(x) — функция полезности; xi — объем использования i-го ресурса. Показатель предельного эффекта в оптимизационных задачах применяется для нахождения оптимального объема производства при заданных ресурсах (см. пример в статье Предельный анализ в экономике), а также при нахождении оптимального распределения ограниченных ресурсов по различным направлениям их использования. Например, ес­ли капиталовложения, выделенные для производств, способных производить малоэффективную продукцию, передать производству более эффективной продукции, то общая эффективность будет возрастать, причем без всяких дополнительных затрат. Такое перераспределение рационально до тех пор, пока во всех сравнимых производствах последние из удовлетворяемых ими потребителей не будут обеспечивать примерно одинаковый эффект на каждый рубль затраченных капитальных вложений. Это и будет П.э.з. (в данном случае капитальных затрат, но это же рассуждение можно отнести и к любым другим ресурсам). Аналогию этому применительно к потреблению см. в статье Госсена Законы. То же: Предельная отдача ресурсов. [1] См. там же.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

Синонимы

• предельная отдача ресурсов

EN

• marginal efficiency