Экономическая Информатика
Экономическая Информатика
Министерство образования Украины
Киевский национальный экономический университет
«Экономическая информатика»
Введение.
Всегда и во всех сферах своей деятельности человек принимал решения.
Важная область принятия решений связана с производством. Чем больше объем
производства, тем труднее принять решение и, следовательно, легче допустить
ошибку. Возникает естественный вопрос: нельзя ли во избежание таких ошибок
использовать ЭВМ ? Ответ на этот вопрос дает наука, называемая кибернетика.
Кибернетика (произошло от греческого "kybernetike" – искусство
управления) - наука об общих законах получения, хранения, передачи и
переработки информации.
Важнейшей отраслью кибернетики является экономическая кибернетика -
наука, занимающаяся приложением идей и методов кибернетики к экономическим
системам.
Экономическая кибернетика использует совокупность методов исследования
процессов управления в экономике, включая экономико- математические методы.
В настоящее время применение ЭВМ в управлении производством достигло
больших масштабов. Однако, в большинстве случаев с помощью ЭВМ решают так
называемые рутинные задачи, то есть задачи, связанные с обработкой
различных данных, которые до применения ЭВМ решались так же, но вручную.
Другой класс задач, которые могут быть решены с помощью ЭВМ - это задачи
принятия решений. Чтобы использовать ЭВМ для принятия решений, необходимо
составить математическую модель.
Так ли необходимо применение ЭВМ при принятии решений ?
Возможности человека достаточно разнообразны. Если их упорядочить, то
можно выделить два вида: физические и умственные. Так уж устроен человек,
что того, чем он обладает, ему мало. И начинается бесконечный процесс
увеличения его возможностей. Чтобы больше поднять, появляется одно из
первых изобретений - рычаг, чтобы легче перемещать груз - колесо. В этих
орудиях пока еще используется только энергия самого человека. Со временем
начинается применение внешних источников энергии: пороха, пара,
электричества, атомной энергии. Невозможно оценить, насколько используемая
энергия внешних источников превышает сегодня физические возможности
человека. Что же касается умственных способностей человека, то, как
говорится, каждый недоволен своим состоянием, но доволен своим умом. А
можно ли сделать человека умнее, чем он есть ? Чтобы ответить на этот
вопрос, следует уточнить, что вся интеллектуальная деятельность человека
может быть подразделена на формализуемую и неформализуемую.
Формализуемой называют такую деятельность, которую выполняют по
определенным правилам. Например, выполнение расчетов, поиск в справочниках,
графические работы, несомненно могут быть поручены ЭВМ. И как все, что
может делать ЭВМ, она это делает лучше, то есть быстрее и качественнее, чем
человек.
Неформализуемой называют такую деятельность, которая происходит с
применением каких-либо неизвестных нам правил. Мышление, соображение,
интуиция, здравый смысл - мы пока еще не знаем, что это такое, и
естественно, все это нельзя поручить ЭВМ, хотя бы потому, что мы просто не
знаем, что поручать, какую задачу поставить перед ЭВМ.
Разновидностью умственной деятельности является принятие решений.
Принято считать, что принятие решений относится к неформализуемой
деятельности. Однако это не всегда так. С одной стороны, мы не знаем, как
мы принимаем решение. И объяснение одних слов с помощью других типа
"принимаем решение с помощью здравого смысла" ничего не дает. С другой
стороны, значительное число задач принятия решений может быть
формализовано. Одним из видов задач принятия решений, которые могут быть
формализованы, являются задачи принятия оптимальных решений, или задачи
оптимизации. Решение задачи оптимизации производится с помощью
математических моделей и применения вычислительной техники.
Современные ЭВМ отвечают самым высоким требованиям. Они способны
выполнять миллионы операций в секунду, в их памяти могут быть все
необходимые сведения, комбинация дисплей-клавиатура обеспечивает диалог
человека и ЭВМ. Однако не следует смешивать успехи в создании ЭВМ с
достижениями в области их применения. По сути, все что может ЭВМ - это по
заданной человеком программе обеспечить преобразование исходных данных в
результат. Надо четко себе представлять, что ЭВМ решения не принимает и
принимать не может. Решение может принимать только человек-руководитель,
наделенный для этого определенными правами. Но для грамотного руководителя
ЭВМ является великолепным помощником, способным выработать и предложить
набор самых различных вариантов решений. А из этого набора человек выберет
тот вариант который с его точки зрения окажется более пригодным. Конечно,
далеко не все задачи принятия решений можно решить с помощью ЭВМ. Тем не
менее, даже если решение задачи на ЭВМ и не заканчивается полным успехом,
то все равно оказывается полезным, так как способствует более глубокому
пониманию этой задачи и более строгой ее постановке.
Этапы решения.
1. Выбор задачи
2. Составление модели
3. Составление алгоритма
4. Составление программы
5. Ввод исходных данных
6. Анализ полученного решения
Чтобы человеку принять решение без ЭВМ, зачастую ничего не надо. Подумал
и решил. Человек, хорошо или плохо, решает все возникающие перед ним
задачи. Правда никаких гарантий правильности при этом нет. ЭВМ же никаких
решений не принимает, а только помогает найти варианты решений. Данный
процесс состоит из следующих этапов:
1. Выбор задачи.
Решение задачи, особенно достаточно сложной - достаточно трудное дело,
требующее много времени. И если задача выбрана неудачно, то это может
привести к потере времени и разочарованию в применении ЭВМ для принятия
решений. Каким же основным требованиям должна удовлетворять задача ?
A. Должно существовать как минимум один вариант ее решения, ведь если
вариантов решения нет, значит выбирать не из чего.
B. Надо четко знать, в каком смысле искомое решение должно быть наилучшим,
ведь если мы не знаем чего хотим, ЭВМ помочь нам выбрать наилучшее
решение не сможет.
Выбор задачи завершается ее содержательной постановкой. Необходимо четко
сформулировать задачу на обычном языке, выделить цель исследования,
указать ограничения , поставить основные вопросы на которые мы хотим
получить ответы в результате решения задачи.
Здесь следует выделить наиболее существенные черты экономического
объекта, важнейшие зависимости, которые мы хотим учесть при построении
модели. Формируются некоторые гипотезы развития объекта исследования,
изучаются выделенные зависимости и соотношения. Когда выбирается задача и
производится ее содержательная постановка, приходится иметь дело со
специалистами в предметной области (инженерами, технологами, конструкторами
и т.д.). Эти специалисты, как правило, прекрасно знают свой предмет, но не
всегда имеют представление о том, что требуется для решения задачи на ЭВМ.
Поэтому, содержательная постановка задачи зачастую оказывается
перенасыщенной сведениями, которые совершенно излишни для работы на ЭВМ.
2. Составление модели
Под экономико-математической моделью понимается математическое
описание исследуемого экономического объекта или процесса, при котором
экономические закономерности выражены в абстрактном виде с помощью
математических соотношений.
Основные принципы составления модели сводятся к следующим двум
концепциям:
1. При формулировании задачи необходимо достаточно широко охватить
моделируемое явление. В противном случае модель не даст глобального
оптимума и не будет отражать суть дела. Опасность состоит в том, что
оптимизация одной части может осуществляться за счет других и в ущерб
общей организации.
2. Модель должна быть настолько проста, насколько это возможно. Модель
должна быть такова, чтобы ее можно было оценить, проверить и понять, а
результаты полученные из модели должны быть ясны как ее создателю, так и
лицу, принимающему решение.
На практике эти концепции часто вступают в конфликт, прежде всего из-за
того, что в сбор и ввод данных, проверку ошибок и интерпретацию результатов
включается человеческий элемент, что ограничивает размеры модели, которая
может быть проанализирована удовлетворительно. Размеры модели используются
как лимитирующий фактор, и если мы хотим увеличить широту охвата, то
приходится уменьшать детализацию и наоборот.
Введем понятие иерархии моделей, где широта охвата увеличивается, а
детализация уменьшается по мере того, как мы переходим на более высокие
уровни иерархии. На более высоких уровнях в свою очередь формируются
ограничения и цели для более низких уровней.
При построении модели необходимо учитывать также и временной аспект:
горизонт планирования в основном увеличивается с ростом иерархии. Если
модель долгосрочного планирования всей корпорации может содержать мало
каждодневных текущих деталей то модель планирования производства отдельного
подразделения состоит в основном из таких деталей.
При формулировании задачи необходимо учитывать следующие три аспекта:
1. Исследуемые факторы: Цели исследования определены довольно свободно и в
большой степени зависят от того, что включено в модель. В этом отношении
Легче инженерам, так как исследуемые факторы у них обычно стандартны, а
целевая функция выражается в терминах максимума дохода, минимума затрат
или , возможно, минимума потребления какого-нибудь ресурса. В то же время
социологи, к примеру, обычно задаются целью "общественной полезности"
или в этом роде и оказываются в сложном положении, когда им приходится
приписывать определенную "полезность" различным действиям, выражая ее в
математической форме.
2. Физические границы: Пространственные аспекты исследования требуют
детального рассмотрения. Если производство сосредоточено более чем в
одной точке, то необходимо учесть в модели соответствующие
распределительные процессы. Эти процессы могут включать складирование,
транспортировку, а также задачи календарного планирования загрузки
оборудования.
3. Временные границы: Временные аспекты исследования приводят к серьезной
дилемме. Обычно горизонт планирования хорошо известен, но надо сделать
выбор: либо моделировать систему в динамике, с тем, чтобы получить
временные графики, либо моделировать статическое функционирование в
определенный момент времени.
Если моделируется динамический (многоэтапный) процесс, то размеры модели
увеличиваются соответственно числу рассматриваемых периодов времени
(этапов). Такие модели обычно идейно просты, так что основная трудность
заключается скорее в возможности решить задачу на ЭВМ за приемлемое время,
чем в умении интерпретировать большой объем выходных данных. с Зачастую
бывает достаточно построить модель системы в какой-то заданный момент
времени, например в фиксированный год, месяц, день, а затем повторять
расчеты через определенные промежутки времени. Вообще, наличие ресурсов в
динамической модели часто оценивается приближенно и определяется факторами,
выходящими за рамки модели. Поэтому необходимо тщательно проанализировать,
действительно ли необходимо знать зависимость от времени изменения
характеристик модели, или тот же результат можно получить, повторяя
статические расчеты для ряда различных фиксированных моментов.
3. Составление алгоритма.
Алгоритм - это конечный набор правил, позволяющих чисто механически
решать любую конкретную задачу из некоторого класса однотипных задач. При
этом подразумевается:
o исходные данные могут изменяться в определенных пределах: {массовость
алгоритма}
o процесс применения правил к исходным данным (путь решения задачи)
определен однозначно: {детерминированность алгоритма}
o на каждом шаге процесса применения правил известно, что считать
результатом этого процесса: {результативность алгоритма}
Если модель описывает зависимость между исходными данными и искомыми
величинами, то алгоритм представляет собой последовательность действий,
которые надо выполнить, чтобы от исходных данных перейти к искомым
величинам.
Удобной формой записи алгоритма является блок схема. Она не только
достаточно наглядно описывает алгоритм, но и является основой для
составления программы. Каждый класс математических моделей имеет свой метод
решения, который реализуется в алгоритме. Поэтому очень важной является
классификация задач по виду математической модели. При таком подходе
задачи, различные по содержанию, можно решать с помощью одного и того же
алгоритма. Алгоритмы задач принятия решений, как правило, настолько сложны,
что без применения ЭВМ реализовать их практически невозможно.
4. Составление программы.
Алгоритм записывают с помощью обычных математических символов. Для
того, чтобы он мог быть прочитан ЭВМ необходимо составить программу.
Программа - это описание алгоритма решения задачи, заданное на языке ЭВМ.
Алгоритмы и программы объединяются понятием "математическое обеспечение". В
настоящее время затраты на математическое обеспечение составляют примерно
полторы стоимости ЭВМ, и постоянно происходит дальнейшее относительное
удорожание математического обеспечения. Уже сегодня предметом приобретения
является именно математическое обеспечение, а сама ЭВМ лишь тарой,
упаковкой для него.
Далеко не для каждой задачи необходимо составлять индивидуальную
программу. На сегодняшний день созданы мощные современные программные
средства - пакеты прикладных программ ( ППП ).
ППП - это объединение модели, алгоритма и программы. Зачастую, к
задаче можно подобрать готовый пакет, который прекрасно работает, решает
многие задач, среди которых можно найти и наши. При таком подходе многие
задачи будут решены достаточно быстро, ведь не надо заниматься
программированием.
Если нельзя использовать ППП для решения задачи без изменения его или
модели, то нужно либо модель подогнать под вход ППП, либо доработать вход
ППП, чтобы в него можно было ввести модель.
Такую процедуру называют адаптацией. Если подходящий ППП находится в памяти
ЭВМ, то работа пользователя заключается в том, чтобы ввести необходимые
искомые данные и получить требуемый результат.
5. Ввод исходных данных.
Прежде чем ввести исходные данные в ЭВМ, их, естественно, необходимо
собрать. Причем не все имеющиеся на производстве исходные данные, как это
часто пытаются делать, а лишь те, которые входят в математическую модель.
Следовательно, сбор исходных данных не только целесообразно, но и
необходимо производить лишь после того, как будет известна математическая
модель. Имея программу и вводя в ЭВМ исходные данные, мы получим решение
задачи.
6. Анализ полученного решения
К сожалению достаточно часто математическое моделирование смешивают с
одноразовым решением конкретной задачи с начальными, зачастую
недостоверными данными. Для успешного управления сложными объектами
необходимо постоянно перестраивать модель на ЭВМ, корректируя исходные
данные с учетом изменившейся обстановки. Нецелесообразно тратить время и
средства на составление математической модели, чтобы по ней выполнить один
единственный расчет. Экономико-математическая модель является прекрасным
средством получения ответов на широкий круг вопросов, возникающих при
планировании, проектировании и в ходе производства. ЭВМ может стать
надежным помощником при принятии каждодневных решений, возникающих в ходе
оперативного управления производством.
ОПИСАТЕЛЬНЫЕ ОГРАНИЧЕНИЯ
Эти ограничения описывают функционирование исследуемой системы. Они
представляют особую группу балансовых уравнений, связанных с
характеристиками отдельных блоков, такими как масса, энергия, затраты. Тот
факт, что в модели линейного программирования балансовые уравнения должны
быть линейными, исключает возможность представления таких принципиально
нелинейных зависимостей, как сложные химические реакции. Однако те
изменения условий функционирования, которые допускают линейное описание
(хотя бы приближенно) могут быть учтены в модели. Балансовые соотношения
могут быть введены для какой-то законченной части блок-схемы. В статических
(одноэтапных) моделях такие соотношения можно
представить в виде:
- вход + выход = 0
Динамический (многоэтапный) процесс описывается соотношениями:
- вход + выход + накопления = 0,
где под накоплениями понимается чистый прирост за рассматриваемый период.
ОГРАНИЧЕНИЕ НА РЕСУРСЫ И КОНЕЧНОЕ ПОТРЕБЛЕНИЕ
С этими ограничениями ситуация довольно ясная. В самом простом виде
ограничения на ресурсы - это ограничения сверху на переменные,
представляющие расход ресурсов, а ограничения на конечное потребление
продуктов - это ограничения снизу на переменные, представляющие
производство продукта. Ограничения на ресурсы имеют следующий вид:
Ai1X1 + ... + AijXj + ... + AinXn Bi,
где Aij - расход i-го ресурса на единицу Xj, j = 1 ... n, а Bi - общий
объем имеющегося ресурса.
УСЛОВИЯ, НАЛАГАЕМЫЕ ИЗВНЕ
Часть ограничений на систему можно рассматривать как внешние. Так
условия на качество продуктов устанавливаются законодательными органами.
Аналогично учет окружающей среды накладывает ограничения на некоторые
свойства продуктов и на режим работы предприятия и оборудования (например
на качество сточной воды) что можно выразить как дополнительные затраты.
ОПРЕДЕЛЕНИЕ ЦЕЛЕВОЙ ФУНКЦИИ
Целевая функция модели обычно состоит из следующих компонент:
1) Стоимость произведенного продукта.
2) Капиталовложения в здания и оборудование.
3) Стоимость ресурсов.
4) Эксплуатационные затраты и затраты на ремонт оборудования.
Классификация экономико-математических моделей
Важным этапом изучения явлений предметов процессов является их
классификация, выступающая как система соподчиненных классов объектов,
используемая как средство для установления связей между этими классами
объектов. Основой классификации являются существенные признаки объектов.
Поскольку признаков может быть очень много то и выполненные классификации
могут значительно отличаться друг от друга. Любая классификация должна
преследовать достижение поставленных целей.
Выбор цели классификации определяет набор тех признаков, по которым будут
классифицироваться объекты, подлежащие систематизации. Цель нашей
классификации - показать, что задачи оптимизации, совершенно различные по
своему содержанию, можно решить на ЭВМ с помощью нескольких типов
существующего программного обеспечения.
Приведем несколько примеров классификационных признаков:
1. Область применения
2. Содержание задачи
3. Класс математической модели
Наиболее распространенными задачами оптимизации возникающими в экономике
являются задачи линейного программирования. Такая их распространенность
объясняется следующим:
1) С их помощью решают задачи распределения ресурсов, к которым
сводится очень большое число самых различных задач
2) Разработаны надежные методы их решения, которые реализованы в
поставляемом программном обеспечении
3) Ряд более сложных задач сводится к задачам линейного программирования
Математическое моделирование в управлении и планировании
Один из мощных инструментов которым располагают люди, ответственные за
управление сложными системами - моделирование. Модель является
представлением реального объекта, системы или понятия в некоторой форме,
отличной от формы их фактического реального существования. Обычно модель
служит средством, помогающим в объяснении, понимании или совершенствовании.
Анализ математических моделей дает в руки менеджеров и других
руководителей эффективный инструмент, который может использоваться для
предсказания поведения систем и сравнения получаемых результатов.
Моделирование позволяет логическим путем прогнозировать последствия
альтернативных действий и достаточно уверенно показывает какому из них
следует отдать предпочтение.
Предприятие располагает некоторыми видами ресурсов, но общие запасы
ресурсов ограничены. Поэтому возникает важная задача: выбор оптимального
варианта, обеспечивающего достижение цели с минимальными затратами
ресурсов. Таким образом эффективное руководство производством подразумевает
такую организацию процесса, при которой не только достигается цель, но и
получается экстремальное (MIN,MAX) значение некоторого критерия
эффективности:
К = F(X1,X2,...,Xn) -> MIN(MAX)
Функция К является математическим выражением результата действия,
направленного на достижение поставленной цели, и поэтому ее называют
целевой функцией.
Функционирование сложной производственной системы всегда определяется
большим числом параметров. Для получения оптимального решения часть этих
параметров нужно обратить в максимум, а другие в минимум. Возникает вопрос:
существует ли вообще такое решение, которое наилучшим образом удовлетворяет
всем требованиям сразу ? Можно уверенно ответить - нет. На практике
решение, при котором какой-либо показатель имеет максимум, как правило, не
обращает другие показатели ни в максимум ни в минимум. Поэтому выражения
типа: производить продукцию наивысшего качества с наименьшими затратами -
это просто торжественная фраза по сути неверная. Правильно было бы сказать:
получить продукцию наивысшего качества при той же стоимости, или снизить
затраты на производство продукции не снижая ее качества, хотя такие
выражения звучат менее красиво, но зато они четко определяют цели. Выбор
цели и формулирование критерия ее достижения, то есть целевой функции,
представляют собой труднейшую проблему измерения и сравнения разнородных
переменных, некоторые из которых в принципе несоизмеримы друг с другом:
например безопасность и стоимость, или качество и простота. Но именно такие
социальные, этические и психологические понятия часто выступают как факторы
мотивации при определении цели и критерия оптимальности. В реальных задачах
управления производством нужно учитывать то, что некоторые критерии имеют
большую важность чем другие. Такие критерии можно ранжировать, то есть
устанавливать их относительную значимость и приоритет. В подобных условиях
оптимальным приходится считать такое решение, при котором критерии имеющие
наибольший приоритет получают максимальные значения. Предельным случаем
такого подхода является принцип выделения главного критерия. При этом один
какой-то критерий принимается в качестве основного, например прочность
стали, калорийность продукта и т.д. По этому критерию производится
оптимизация, к остальным предъявляется только одно условие, чтобы они были
не меньше каких-то заданных значений. Между ранжированными параметрами
нельзя проводить обычные арифметические операции, возможно лишь
установление их иерархии ценностей и шкалы приоритетов, что является
существенным отличием от моделирования в естественных науках.
При проектировании сложных технических систем, при управлении крупным
производством или руководстве военными действиями, то есть в ситуациях где
необходимо принимать ответственные решения, большое значение имеет
практический опыт, дающий возможность выделить наиболее существенные
факторы, охватить ситуацию в целом и выбрать оптимальный путь для
достижения поставленной цели. Опыт помогает также найти аналогичные случаи
в прошлом и по возможности избежать ошибочных действий. Под опытом
подразумевается не только собственная практика лица, принимающего решение
но и чужой опыт, который описан в книгах, обобщен в инструкциях,
рекомендациях и других руководящих материалах. Естественно, когда решение
уже апробировано, то есть известно какое именно решение наилучшим образом
удовлетворяет поставленным целям - проблемы оптимального управления не
существует. Однако на самом деле практически никогда не бывает совершенно
одинаковых ситуаций, поэтому принимать решения и осуществлять управление
всегда приходится в условиях неполной информации. В таких случаях
недостающую информацию пытаются получить используя догадки, предположения,
результаты научных исследований и особенно изучение на моделях. Научно
обоснованная теория управления во многом представляет собой набор методов
пополнения недостающей информации о том как поведет себя объект управления
при выбранном воздействии.
Стремление получить как можно больше информации об управляемых объектах и
процессах включая и особенности их будущего поведения может быть
удовлетворено путем исследования интересующих нас свойств на моделях.
Модель дает способ представления реального объекта, который позволяет легко
и с малыми затратами ресурсов исследовать некоторые его свойства. Только
модель позволяет исследовать не все свойства сразу, а лишь те из них,
которые наиболее существенны при данном рассмотрении. Поэтому модели
позволяют сформировать упрощенное представление о системе и получить нужные
результаты проще и быстрее чем при изучении самой системы. Модель
производственной системы в первую очередь создается в сознании работника
осуществляющего управление. На этой модели он мысленно пытается представить
все особенности самой системы и детали ее поведения, предвидеть все
трудности и предусмотреть все критические ситуации, которые могут
возникнуть в различных режимах эксплуатации. Он делает логические
заключения, выполняет чертежи планы и расчеты. Сложность современных
технических систем и производственных процессов приводит к тому, что для их
изучения приходится использовать различные виды моделей.
Простейшими являются масштабные модели в которых натурные значения
всех размеров умножаются на постоянную величину - масштаб моделирования.
Большие объекты представляются в уменьшенном виде, а малые в увеличенном.
В аналоговых моделях исследуемые процессы изучаются не непосредственно
а по аналогичным явлениям, то есть по процессам имеющим иную физическую
природу, но которые описываются такими же математическими соотношениями.
Для такого моделирования используются аналогии между механическими,
тепловыми, гидравлическими, электрическими и другими явлениями. Например
колебания груза на пружине аналогичны колебаниям тока в электрическом
контуре, также движение маятника аналогично колебаниям напряжения на выходе
генератора переменного тока. Самым общим методом научных исследований
является использование математического моделирования. Математической
моделью описывает формальную зависимость между значениями параметров на
входе моделируемого объекта или процесса и выходными параметрами. При
математическом моделировании абстрагируются от конкретной физической
природы объекта и происходящих в нем процессов и рассматривают только
преобразование входных величин в выходные. Анализировать математические
модели проще и быстрее, чем экспериментально определять поведение реального
объекта в различных режимах работы. Кроме того анализ математической модели
позволяет выделить наиболее существенные свойства данной системы, на
которые надо обратить особое внимание при принятии решения. Дополнительное
преимущество состоит в том, что при математическом моделировании не
представляет труда испытать исследуемую систему в идеальных условиях или
наоборот в экстремальных режимах, которые для реальных объектов или
процессов требуют больших затрат или связаны с риском.
В зависимости от того, какой информацией обладают руководитель и его
сотрудники, подготавливающие решения, меняются и условия принятия решений и
математические методы, применяемые для выработки рекомендаций.
Сложность математического моделирования в условиях неопределенности
зависит от того какова природа неизвестных факторов. По этому признаку
задачи делятся на два класса.
1) Стохастические задачи, когда неизвестные факторы представляют собой
случайные величины, для которых известны законы распределения вероятностей
и другие статистические характеристики.
2) Неопределенные задачи, когда неизвестные факторы не могут быть описаны
статистическими методами.
Вот пример стохастической задачи:
Мы решили организовать кафе. Какое количество посетителей придет в
него за день нам неизвестно. Также неизвестно сколько времени будет
продолжаться обслуживание каждого посетителя. Однако характеристики этих
случайных величин могут быть получены статистическим путем. Показатель
эффективности, зависящий от случайных величин также будет случайной
величиной.
В данном случае мы в качестве показателя эффективности берем не саму
случайную величину, а ее среднее значение и выбираем такое решение при
котором это среднее значение обращается в максимум или минимум.
Заключение.
Информатика играет важную роль в современной экономической науке, что
привело к выделению отдельного направления развития науки – экономическая
информатика. Это новое направление объединяет в себе экономику, математику
и информатику, и помогает экономистам решать задачи оптимизации
деятельности предприятий, принимать стратегически важные решения о развитии
промышленности и управлять производственным процессом.
Разработанная программная база основывается на математических моделях
экономических процессов и предоставляет гибкий и надежный механизм
предсказания экономического эффекта управленческих решений. С помочью ЭВМ
быстро решаются аналитические задачи, решение которых не под силу человеку.
В последнее время компьютер стал неотъемлемой частью рабочего места
управленца и экономиста.
Список литературы.
1. Фигурнов. ПК для начинающих. М.:ВШ – 1995.
2. Осейко Н. Бухгалтерский учет с помощью ПК. Третье издание. К.:
СофтАрт, 1996.
3. Информационные системы в экономике. М.: ВШ – 1996.
4. Richard B. Chase, Nicholas J. Aquilano. Production And Operations
Management: A Life Cycle Approach. Fifth Edition. Boston, MA: Irwin
– 1989.
5. Вентцель Е.С. Исследование операций. М: ВШ – 1983
6. Мину Математическое программирование М: Радио и связь 1978