оценки и программирования

объективно обусловленные (оптимальные) оценки
О.О. оценки
Одно из основных понятий линейного программирования, введенное Л.В.Канторовичем. Это оценки продуктов, ресурсов, работ, вытекающие из условий решаемой оптимизационной задачи. Их называют также двойственными оценками, разрешающими множителями, множителями Лагранжа и целым рядом других терминов. Будучи элементами двойственной задачи линейного программирования, они показывают, насколько изменится значение критерия оптимальности в соответствующей прямой задаче при приращении данного ресурса на единицу (т.е. имеют предельный характер)[1]. Оценки выступают, следовательно, как мера дефицитности ресурсов и продукции, как мера влияния ограничений на функционал; их можно использовать далее как инструмент определения эффективности отдельных технологических способов с позиций общего оптимума и, наконец, как инструмент балансирования суммарных затрат и результатов. Так как о.о. оценки показывают, насколько возрастает (или уменьшается) функционал (критерий оптимальности) экономико-математической задачи линейного программирования при увеличении (или уменьшении) запаса соответствующего вида ресурса на единицу — и при использовании ее наилучшим образом, — то они могут показать, к каким экономическим последствиям приведет производство дополнительной единицы ресурса. Если производство единицы ресурса, оцененного таким образом, увеличит функционал меньше чем на эту величину, то такой ресурс не надо производить, т.е. не надо включать в план. В противном случае этот ресурс целесообразно включать в план, поскольку общий результат увеличится. О.о.оценки являются также показателями взаимозаменяемости ресурсов относительно заданного критерия, т.е. характеризуют эффективность замены малого количества (единицы) одного ресурса другим в рамках решения экономико-математической задачи. Таким образом, система о.о. оценок может характеризовать экономическую структуру плана, роль отдельных факторов в формировании оптимума. О.о. оценки применяются в оптимизационных расчетах: при решении задач размещения производства, наиболее рационального прикрепления поставщиков к потребителям, оптимального раскроя материалов и многих других. В перспективном планировании эти оценки могут использоваться в качестве ориентировочных цен, характеризующих будущие соотношения ресурсов и потребностей общества. (Эта их роль хорошо отражена в термине, принятом в западной литературе, — «теневые цены«). При этом учитываются следующие закономерности. С течением времени о.о. оценки имеют тенденцию к снижению. При развитии народного хозяйства по оптимальной траектории оптимальная оценка стремится к так называемой нормальной оценке, которая складывается из прямых затрат и затрат обратной связи, возникающих вследствие ограниченности капитальных вложений. Эти закономерности объясняются тем, что на долговременном отрезке развития дефицитность воспроизводимых ресурсов будет выравниваться в результате соответствующего распределения капитальных вложений. Оптимальные оцен­ки, таким образом, определяются всей совокупностью условий общественного производства и потребления, учитываемых при составлении плана (прогноза). На основе о.о. оценок были выработаны многообразные методы экономико-математического анализа хозяйственных процессов. Ставился вопрос об их использовании и в ценообразовании (подробнее см. Оптимальное ценоообразование). [1] См. примечание к статье «Предельная доходность»
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

Синонимы

• О.О. оценки

EN

• objectively determined valuations

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

оценка природных ресурсов
Категория, введенная в отечественную науку сторонниками теории оптимального функционирования экономики (СОФЭ). По их мнению, это была одна из народнохозяйственных оценок, возникающих в процессе составления оптимального плана одновременно и совместно с натуральными характеристиками выпуска продукции и распределения ограниченных ресурсов (см. Дефицитность ресурсов). С математической точки зрения необходимость оценки природных, как и других ресурсов основывается на положении оптимального программирования, в частности, линейного программирования о том, что все факторы, участвующие в производстве, должны оцениваться по их вкладу в приращение критерия оптимальности экономической системы — то есть по общественной полезности таких ресурсов. С другой стороны — затратной — эта же величина может рассматриваться как объем экономически оправданных затрат на замену оцениваемого ресурса другими без изменения при этом объема выпускаемой продукции (см. Затраты замещения). Проблема экономической О.п.р. привлекала внимание экономистов примерно с середины 50-х гг.. Были теоретически разработаны методические положения и экспериментально проверялись оценки двух видов: кадастровая и планово-перспективная. Предметом первой являются все эксплуатируемые или подготовленные к эксплуатации (хозяйственно освоенные) природные ресурсы, объектом второй — недостаточно освоенные ресурсы. Кадастровые оценки учитывают эксплуатационную и средозащитную ценность природных ресурсов и некоторые другие их характеристики. 4 СЭС, стр. 1270.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• economic assessment of natural resources

блочное программирование
Метод решения сложных задач линейного программирования путем разложения модели на блоки. Крупноразмерная модель (включающая много показателей в исходной таблице) сводится к нескольким моделям меньшей размерности. Получившиеся задачи решаются вместе по специальным правилам согласования. Необходимость такого подхода обосновывается тем, что с ростом размерности трудоемкость, да и просто сложность решения задач растет невероятно быстро. «Проклятие размерности», по меткому выражению американского математика Р.Беллмана, характерно для большинства реальных задач математического программирования. Широко применяется Б.п. в отраслевых задачах оптимизации, где естественно разложение, «декомпозиция» общей модели отрасли либо на блоки – модели предприятий, либо на блоки, соответствующие последовательным стадиям переработки сырья (производственным переделам). Среди теоретических схем Б.п. наиболее известны две: метод декомпозиции Данцига-Вульфа и метод планирования на двух уровнях Корнаи-Липтака (Дж. Данциг и П.Вульф – американские, Я. Корнаи и Т. Липтак – венгерские ученые). Обе они представляют собой последовательные (итеративные) пересчеты, взаимно увязывающие решения главной «отраслевой» задачи и локальных задач предприятий. Различие же между ними состоит в том, что в первом случае итеративный процесс основан на корректировке двойственных оценок ресурсов и продукции (такая корректировка делает для «предприятия» выгодными планы, все более приближающиеся к оптимальному плану отрасли), а во втором случае – на корректировке лимитов общеотраслевых ресурсов, выделяемых предприятиям. При этом задача сводится к игре между центром, варьирующим допустимые распределения ресурсов, и предприятиями (варьирующими допустимые двойственные оценки ресурсов); ценой игры является сумма целевых функций предприятий. Иначе говоря, схема Данцига-Вульфа построена по принципу «централизованное определение цен – децентрализованное определение наилучших возможностей», а схема Корнаи-Липтака – по принципу «централизованное лимитирование возможностей – децентрализованное выявление эффекта от их использования» [1]. В обоих случаях важную роль играют двойственные оценки, причем их оптимальный уровень выявляется вместе с оптимальным распределением ресурсов, т.е. собственно планом (именно в этом состоит принцип оптимального планирования). [1] Эта удачная, на наш взгляд, формулировка заимствована из кн.: Математические методы в планировании отраслей и предприятий. М.: Экономика, 1973.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• block programming

двойственная задача
Другие названия — сопряженная, обратная задача, одно из фундаментальных понятий теории линейного программирования — инструмент, позволяющий установить, оптимально ли данное допустимое решение задачи ЛП без непосредственного сравнения его со всеми остальными допустимыми решениями. К каждой задаче линейного программирования можно построить своего рода симметричную: функционалы оптимальных решений у обеих задач совпадают, но если в прямой задаче они отражают наиболее эффективную комбинацию ресурсов, которая дает максимум целевой функции, то в другой, двойственной — наиболее эффективную комбинацию расчетных цен (оценок) ограниченных ресурсов. Это такие цены, при которых полученная продукция оправдывает затраты, а технологические способы, не включенные в план, по меньшей мере не более рентабельны, чем примененные. (Впрочем, хотя и принято считать прямой задачу, ориентированную на максимум целевой функции, а двойственной — ориентированную на минимум, на самом деле эти обозначения условны: обе задачи абсолютно равноправны, любую можно принять за прямую и искать к ней двойственную.) Д. з. состоит в минимизации затрат при заданных лимитах ресурсов и формулируется следующим образом (в обозначениях, приведенных в статье «Линейное программирование«): Найти набор переменных v1, v2, … vn (называемых разрешающими множителями, объективно обусловленными (оптимальными) оценками, двойственными ценами и т.п.), минимизирующий линейную функцию при том условии, что каждый включенный в план вид продукции рентабелен (полученная продукция оправдывает затраты), а не включенные в план — не более рентабельны, чем первые. Математически это условие можно записать так: (где j = 1, …, n) для включенных в план и не больше нуля — для отброшенных при решении задачи. Оценки характеризуют влияние свободных членов ограничений прямой задачи на оптимальную величину целевой функции. Иначе говоря, они показывают относительный вклад каждого ресурса в достижение оптимума; небольшое изменение количества ресурса изменяет оптимальное значение пропорционально величине оценки.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• dual problem

оптимальное ценообразование
Механизм формирования цен, основанный на принципах теории оптимального программирования. Разработка концепции О.ц. которая велась в рамках теории оптимального функционирования экономики, была важным этапом в истории научной разработки проблем ценообразования в б.СССР. Концепция О.ц. в отличие от господствовавших «затратных концепций» основывала формирование цен на факторе эффективности потребления продукции при согласованном спросе и предложении, а математически — на расчете оптимальных оценок математического программирования (см. Объективно обусловленные (оптимальные) оценки). Предполагалось, что такие цены должны получаться одновременно с решением плановой задачи (составлением оптимального плана) и разработкой системы экономических нормативов (в нее входят и цены). Теоретически возможности для создания такой системы в условиях планового хозяйства были, но реальная экономика куда сложнее, чем любая математическая схема. Поэтому в качестве промежуточных этапов перехода к системе О.ц. предлагались компромиссные, паллиативные методы построения цен. Причем главным направлением здесь являлся все более последовательный и полный учет потребительских свойств продукции (ее качества, эффективности использования), а также соотношения спроса и предложения. Эти требования учитывались в т.н. концепции цен плановой сбалансированности, разработанной в ЦЭМИ под руководством акад. АН СССР Н.Я.Петракова (впервые опубликована еще в 1973 г.).
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• optimal pricing

экономико-математические исследования в бывш. СССР и России
(исторический очерк) Э.-м.и. — направление научных исследований, которые ведутся на стыке экономики, математики и кибернетики и имеют основной целью повышение экономической эффективности общественного производства с помощью математического анализа экономических процессов и явлений и основанных на нем методов принятия оптимальных (шире — рациональных) плановых и иных управленческих решений. Они затрагивают также общую проблематику оптимального распределения ресурсов безотносительно к характеру социально-экономического строя. Развитие Э.-м.и. в бывш. СССР надо рассматривать как этап противоречивого процесса развития отечественной экономической науки и часть общего процесса развития мировой экономической науки, в настоящее время во многом практически математизированной. Первым достижением в развитии Э.-м.и. явилась разработка советскими учеными межотраслевого баланса производства и распределения продукции в народном хозяйстве страны за 1923/24 хозяйственный год. В основу методологии их исследования были положены модели воспроизводства К.Маркса, а также модели В.К.Дмитриева. Эта работа нашла международное признание и предвосхитила развитие американским экономистом русского происхождения В.В.Леонтьевым его прославленного метода «затраты-выпуск».. (Впоследствии, после длительного перерыва, вызванного тем, что Сталин потребовал прекратить межотраслевые исследования, они стали широко применяться и в нашей стране под названием метода межотраслевого баланса.) Примерно в это же время советский экономист Г.А.Фельдман представил в Комиссию по составлению первого пятилетнего плана доклад «К теории темпов народного дохода», в котором предложил ряд моделей анализа и планирования синтетических показателей развития экономики. Этим самым были заложены основы теории экономического роста. Другой выдающийся ученый Н.К.Кондратьев разработал теорию долговременных экономических циклов, нашедшую мировое признание. Однако в начале тридцатых годов Э.м.и. в СССР были практически свернуты, а Фельдман, Кондратьев и сотни других советских экономистов были репрессированы, погибли в застенках Гулага. Продолжались лишь единичные, разрозненные исследования. В одном из них, работе Л.В.Канторовича «Математические методы организации и планирования производства» (1939 г.) были впервые изложены принципы новой отрасли математики, которая позднее получила название линейного программирования, а если смотреть шире, то этим были заложены основы фундаментальной для экономики теории оптимального распределения ресурсов. Л.В.Канторович четко сформулировал понятие экономического оптимума и ввел в науку оптимальные, объективно обусловленные оценки — средство решения и анализа оптимизационных задач. Одновременно советский экономист В.В.Новожилов пришел к аналогичным выводам относительно распределения ресурсов. Он выработал понятие оптимального плана народного хозяйства, как такого плана, который требует для заданного объема продукции наименьшей суммы трудовых затрат, и ввел понятия, позволяющие находить этот минимум: в частности, понятие «дифференциальных затрат народного хозяйства по данному продукту», близкое по смыслу к оптимальным оценкам Л.В.Канторовича. Большой вклад в разработку экономико-математических методов внес академик В.С.Немчинов: он создал ряд новых моделей МОБ, в том числе модель экономического района; очень велики его заслуги в области организационного оформления и развития экономико-математического направления советской науки. Он основал первую в стране экономико-математическую лабораторию, впоследствии на ее базе и на базе нескольких других коллективов был создан Центральный экономико-математический институт АН СССР, ныне ЦЭМИ РАН (см.ниже).. В 1965 г. академикам Л.В.Канторовичу, В.С.Немчинову и проф. В.В.Новожилову за научную разработку метода линейного программирования и экономических моделей была присуждена Ленинская премия. В 1975 г. Л.В.Канторович был также удостоен Нобелевской премии по экономике. В 50 — 60-x гг. развернулась широкая работа по составлению отчетных, а затем и плановых МОБ народного хозяйства СССР и отдельных республик. За цикл исследований по разработке методов анализа и планирования межотраслевых связей и отраслевой структуры народного хозяйства, построению плановых и отчетных МОБ академику А.Н.Ефимову (руководитель работы), Э.Ф.Баранову, Л.Я.Берри, Э.Б.Ершову, Ф.Н.Клоцвогу, В.В.Коссову, Л.Е.Минцу, С.С.Шаталину, М.Р.Эйдельману в 1968 г. была присуждена Государственная премия СССР. Развитие Э.-м.и., накопление опыта решения экономико-математических задач, выработка новых теоретических положений и переосмысление многих старых положений экономической науки, вызванное ее соединением с математикой и кибернетикой, позволили в начале 60-х гг. академику Н.П.Федоренко выступить с идеей о необходимости теоретической разработки и поэтапной реализации единой системы оптимального функционирования социалистической экономики (СОФЭ). Стало ясно, что внедрение математических методов в экономические исследования должно приводить и приводит к совершенствованию всей системы экономических знаний, обеспечивает дальнейшую систематизацию, уточнение и развитие основных понятий и категорий науки, усиливает ее действенность, т.е. прежде всего ее влияние на рост эффективности народного хозяйства. С 60-х годов расширилось число научных учреждений, ведущих Э.-м.и., в частности, были созданы Центральный экономико-математический институт АН СССР, Институт экономики и организации промышленного производства СО АН СССР, развернулась подготовка кадров экономистов-математиков и специалистов по экономической кибернетике в МГУ, НГУ, МИНХ им. Плеханова и других вузах страны. Исследования охватили теоретическую разработку проблем оптимального функционирования экономики, системного анализа, а также такие прикладные области как отраслевое перспективное планирование, материально-техническое снабжение, создание математических методов и моделей для автоматизированных систем управления предприятиями и отраслями. На первых этапах возрождения Э.-м.и. в СССР усилия в области моделирования концентрировались на построении макромоделей, отражающих функционирование народного хозяйства страны в целом, а также ряда частных моделей и на развитии соответствующего математического аппарата. Такие попытки имели немалое методологическое значение и способствовали углублению понимания общих вопросов экономико-математического моделироdания (в том числе таких, как адекватность моделей, границы их познавательных возможностей и т.д.). Но скоро стала очевидна ограниченность такого подхода. Концепция СОФЭ стимулировала развитие иного подхода — системного моделирования экономических процессов, были расширены методологические поиски экономических рычагов воздействия на экономику: оптимального ценообразования, платы за использование природных и трудовых ресурсов и т.д. На этой основе начались параллельные разработки ряда систем моделей, из которых наиболее известны многоуровневая система среднесрочного прогнозирования (рук. Б.Н.Михалевский), система моделей для расчетов по определению общих пропорций развития народного хозяйства и согласованию отраслевых и территориальных разрезов плана — СМОТР (рук. Э.Ф.Баранов), система многоступенчатой оптимизации экономики (рук. В.Ф.Пугачев), межотраслевая межрайонная модель (рук. А.Г.Гранберг). Существенно углубилось понимание народнохозяйственного оптимума, роли и места экономических стимулов в его достижении. Наряду с распространенной ранее скалярной оптимизацией в исследованиях стала более активно применяться многокритериальная, лучше учитывающая многосложность условий и обстоятельств решения плановой задачи. Более того, стало меняться общее отношение к оптимизации как универсальному принципу: вместе с ней (но не вместо нее, как иногда можно прочитать) начали разрабатываться методы принятия рациональных (не обязательно оптимальных в строгом смысле этого слова) решений, теория компромисса и неантагонистических игр (Ю.Б.Гермейер) и другие методы, учитывающие не только технико-экономические, но и человеческие факторы: интересы участников процессов принятия и реализации решений. В начале 70-х гг. экономисты-математики провели широкие исследования в области применения программно-целевых методов в планировании и управлении народным хозяйством. Они приняли также активное участие в разработке методики регулярного (раз в пять лет) составления Комплексной программы научно-технического прогресса на очередное двадцатилетие. Впервые в работе такого масштаба при определении общих пропорций развития народного хозяйства на перспективу и решении некоторых частных задач был использован аппарат экономико-математических методов. Началось широкое внедрение программно-целевого метода в практику народнохозяйственного планирования. Были продолжены работы по созданию АСПР — автоматизированной системы плановых расчетов Госплана СССР и Госпланов союзных республик, и в 1977 г. введена в действие ее первая очередь, а в 1985 г. — вторая очередь. Выявились и немалые трудности непосредственного внедрения оптимизационных принципов в практику хозяйствования. В условиях, когда предприятия, объединения, отраслевые министерства были заинтересованы не столько в выявлении производственных резервов, сколько в их сокрытии, чтобы избежать получения напряженных плановых заданий, учитывающих эти резервы, оптимизация не могла найти повсеместную поддержку: ее смысл как раз в выявлении резервов. Поэтому работа по созданию АСУ не всегда давала должные результаты: усилия затрачивались на учет, анализ, расчеты по заработной плате, но не на оптимизацию, т.е. повышение эффективности производства (оптимизационные задачи в большинстве АСУ занимали лишь 2 — 3% общего объема решаемых задач). В результате эффективность производства не росла, а штаты управления увеличивались: создавались отделы АСУ, вычислительные центры. Эти обстоятельства способствовали некоторому спаду экономико-математических исследований к началу 80-х гг. Большой удар по экономико-математическому направлению был нанесен в 1983 г., когда бывший тогда секретарем ЦК КПСС К.У.Черненко обрушился с явно несправедливой и предвзятой критикой на ЦЭМИ АН СССР, после чего институт жестоко пострадал: подвергся реорганизации, был разделен надвое, потом еще раз надвое, из него ушел ряд ведущих ученых. Тем не менее, прошедшие годы ознаменовались серьезными научными и практическими достижениями экономико-математического крыла советской экономической науки. В ряде аспектов, прежде всего теоретических — оно заняло передовые позиции в мировой науке. Например, в области математической экономики и эконометрии (не говоря уже об открытиях Л.В.Канторовича) широко известны советские исследования процессов оптимального экономического роста (В.Л.Макаров, С.М.Мовшович, А.М.Рубинов и др.), ряд моделей экономического равновесия; сделанная еще в 1976 г. В.М.Полтеровичем попытка синтеза теории равновесия и теории экономического роста; работы отечественных ученых в области теории игр, теории группового (социального) выбора и многие другие. В каком-то смысле опережая время, экономисты-математики еще в 70-е гг. приступили к моделированию и изучению таких явлений, приобретших острую актуальность в период перестройки, как «самоусиление дефицита», экономика двух рынков — с фиксированными и гибкими ценами, функционирование экономики в условиях неравновесия. Активно развивается математический аппарат, в частности, такие его разделы, как линейное и нелинейное программирование (Е.Г.Гольштейн), дискретное программирование (А.А.Фридман), теория оптимального управления (Л.С.Понтрягин и его школа), методы прикладного математико-статистического анализа (С.А.Айвазян). За последние годы развернулось широкое использование имитационных методов, являющихся характерной чертой современного этапа развития экономико-математических методов. Хотя сама по себе идея машинной имитации зародилась существенно раньше, ее практическая реализация оказалась возможной именно теперь, когда появились электронные вычислительные машины новых поколений, обеспечивающие прямой диалог человека с машиной. Наконец, новым направлением прикладной работы, синтезирующим достижения в области экономико-математического моделирования и информатики, стала разработка и реализация концепции АРМ (автоматизированного рабочего места плановика и экономиста), а также концепции стендового экспериментирования над экономическими системами (В.Л.Макаров). Начинается (во всяком случае должна начинаться) переориентация Э.-м.и. на изучение путей формирования и эффективного функционирования рынка (особенно переходного процесса — это самостоятельная тема). Тут может быть использован богатый арсенал экономико-математических методов, накопленный не только в нашей стране, но и в странах с развитой рыночной экономикой.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• economico-mathematical studies in the ex-USSR and russia

жесткость и нежесткость ограничений ЛП
Характеристика ограничений задачи линейного программирования по степени их влияния на оптимум (см. Чувствительность оптимального решения). Ограничение является нежестким, когда малые изменения константы ограничения не отражаются на решении задачи. Например, в распределительной задаче это означает, что спрос строго меньше предложения, в результате чего объективно обусловленные оценки равны нулю. Решение не зависит от общего объема возможного предложения товара, так как имеющееся количество его превышает ту потребность в нем, которая соответствует его использованию в оптимальной точке. Ограничение является жестким, когда любое малое изменение константы (параметра) ограничения приводит к изменению значения целевой функции (то есть объективно обусловленная оценка не равна нулю). См. Дополняющая нежесткость.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• hardness and slackness of LP constraints

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

теневые цены
Промежуточные цены, возникающие в процессе оптимизационных расчетов методом линейного программирования и некоторыми другими экономико-математическими методами. В плановой экономике предлагались в качестве своего рода заменителя рыночных цен, формируемых на основе соотношения спроса и предложения (таковы были объективно обусловленные (оптимальные) оценки Л.В.Канторовича или дифференциальные затраты В.В.Новожилова. Термин Т.ц. употребляется и применительно к рыночной экономике — там, где нет условий для формирования собственно рыночных цен, например, в отраслях здравоохранения или образования, при использовании метода «затраты-выгоды». См. также Множители Лагранжа, Гамильтониан, Предельная норма замещения, Предельная норма трансформации, Предельные издержки.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• shadow prices

теория игр
Метод моделирования, используемый для оценки воздействия решения на конкурентов.
[ http://tourlib.net/books_men/meskon_glossary.htm]

теория игр
Раздел современной математики, изучающий математические модели принятия решений в так называемых конфликтных ситуациях (т.е. ситуациях, при которых интересы участников либо противоположны и тогда эти модели называются «антагонистическими играми», либо не совпадают, хотя и не противоположны, и тогда речь идет об «играх с непротивоположными интересами«). Основоположники теории Дж. фон Нейман и О.Моргенштерн попытались математически описать характерные для рыночной экономики явления конкуренции как некую «игру«. В наиболее простом случае речь идет о противоборстве только двух противников, например, двух конкурентов, борющихся за рынок сбыта (о дуополии). В более сложных случаях в игре участвуют многие, причем они могут вступать между собой в постоянные или временные коалиции, союзы. Игра двух лиц называется парной; когда в ней участвуют n игроков — это «игра n — лиц«, в случае образования коалиций игра называется «коалиционной«. Суть игры в том, что каждый из участников принимает такие решения (т.е. выбирает такую стратегию действий), которые, как он полагает, обеспечивают ему наибольший выигрыш или наименьший проигрыш, причем этому участнику игры ясно, что результат зависит не только от него, но и от действий партнера (или партнеров), иными словами, он принимает решения в условиях неопределенности. Эти решения отражаются в таблице, которая называется матрицей игры, или платежной матрицей. Одной из задач Т.и. является выяснение того, возможно ли, и если возможно, то при каких условиях, некоторое равновесие (компромисс), в наибольшей степени устраивающее всех участников. При этом часто обнаруживается такая точка ( см.»седловая точка«), в которой достигается подобное равновесие. Принципиальным достоинством Т.и. считают то, что она расширяет общепринятое понятие оптимальности, включая в него такие важные элементы, как, например, компромиссное решение, устраивающее разные стороны в подобном споре (игре). На практике же игровые подходы используются отечественными экономистами при разработке моделей, в которых учитываются интересы различных звеньев экономики. Кроме того, математические приемы Т.и. могут применяться для решения многочисленных практических экономических задач на промышленных предприятиях. Например, для выбора оптимальных решений в области повышения качества продукции или определения запасов. «Противоборство» здесь происходит в первом случае между стремлением выпустить больше продукции (затратить на нее, в расчете на единицу, меньше труда) и сделать ее лучше, т.е. затратить больше труда, во втором случае — между желанием запасти ресурсов побольше, чтобы быть застрахованным от случайностей, и запасти поменьше, чтобы не замораживать средства. Следует отметить, что подобные задачи решаются и другими экономико-математическими способами. И это не случайно. Многие задачи Т.и. могут быть сведены, например, к задачам линейного программирования, и наоборот. Классификация игр пока не может считаться разработанной. Перечень видов игр, рассматриваемых в словаре, см. в статье Игра. См. также: Выигрыш, Гурвица критерий, Дерево игры, Игрок, Коалиция, Максимакс, Максимин, Матрица выигрышей, Матрица игры, Минимакс, Платежная матрица, Платежная функция, Побочный платеж, Решение игры, Сэвиджа критерий, Седловая точка игры, Смешанная стратегия, Стратегия, Характеристическая функция, Ход, Цена игры, Чистая стратегия, Ядро игры.
[ http://slovar-lopatnikov.ru/]

Тематики

• менеджмент в целом
• экономика

EN

• game theory