Роль математических методов в экономическом исследовании

субъектами образуют экономические системы со сложной структурой, большим

количеством элементов и связей между ними, которые и являются причиной

почти всех особенностей экономических задач.

По Гатаулину основой экономической системы является производство,

следовательно экономическую систему можно рассматривать как совокупность

управляемой (производство) и управляющей систем. Из этого вытекают

следующие особенности:

1) масштабы производства как управляемой системы несравненно больше чем

любой технической управляемой системы;

2) производство, как система, постоянно совершенствуется, и управление

им включает управление процессами совершенствования;

3) в связи с научно-техническим прогрессом и развитием

производительных сил изменяются параметры системы, что обуславливает

необходимость исследования новых закономерностей развития производства и

их использования в управлении;

4) с усложнением производства повышаются требования к методам сбора,

накопления, переработки информации; ее дифференциации по уровням иерархии

с учетом существенности с точки зрения принятия управленческих решений;

5) участие человека в производстве как неотъемлемой части

производительных сил общества обуславливает необходимость учета комплекса

социальных, биотических, экологических и других факторов;

6) участие в сельскохозяйственном производстве биологических систем

как средств производства, их существенная зависимость от случайных

природных факторов обуславливают вероятностный характер многих

производственных процессов, что необходимо учитывать в управлении

производством [3 (21)].

Но кроме производственных систем в состав экономических систем входит

также сфера обращения и непроизводственная сфера, которые также имеют свою

специфику. Она заключается в том, что участие в процессах обращения

множества покупателей и продавцов предполагает необходимость учета таких

факторов как конкуренция, законы спроса и предложения, а также то, что

большинство условий здесь также имеет вероятностный характер.

Из сказанного следует, что экономические задачи, это задачи с большим

числом неизвестных, имеющих различные динамические связи и взаимоотношения.

То есть экономические задачи многомерны, и даже будучи представлены в

форме системы неравенств и уравнений, не могут быть решены обычными

математическими методами.

Еще одной характерной чертой планово-экономических и других

экономических задач является множественность возможных решений;

определенную продукцию можно получить различными способами, по разному

выбирая сырье, применяемое оборудование, технологию и организацию

производственного процесса [4 (7)]. В то же время для управления

требуется по возможности минимальное количество вариантов и желательно

наилучшие. Поэтому второй особенностью экономических задач является то,

что это задачи экстремальные, что в свою очередь предполагает наличие

целевой функции.

Говоря о критериях оптимальности, следует упомянуть, что в ряде

случаев может возникнуть ситуация, когда приходится принимать во внимание

одновременно ряд показателей эффективности (например, максимум

рентабельности и прибыли, товарной продукции, конечной продукции и т.д.).

Это связано не только с формальными трудностями выбора и обоснования

единственного критерия, но и многоцелевым характером развития систем. В

этом случае потребуется несколько целевых функций и соответственно какой-то

компромисс между ними.

Близко к многоцелевым задачам лежат задачи с дробно-линейной

функцией, когда целевая функция выражается относительными показателями

эффективности производства (рентабельность, себестоимость продукции,

производительность труда и т.д.)[3 (139)].

Кроме всего вышеизложенного, надо учитывать, что входными

величинами производственных систем служат материальные ресурсы (природные,

средства производства), трудовые ресурсы, капиталовложения, информационные

ресурсы (сведения о ценах, технологии и др.). Из этого следует еще одна

особенность экономических задач: наличие ограничений на ресурсы. Т.е. это

предполагает выражение экономической задачи в виде системы неравенств.

Случайный характер факторов, влияющих на экономическую систему,

предполагает вероятностный (стохастический) характер технико-экономических

коэффициентов, коэффициентов целевой функции, что также является

особенностью экономических задач.

В то же время нередко встречаются условия, когда зависимости между

различными факторами или в целевой функции нелинейны. Например, это

имеет место в зависимостях между затратами ресурсов и выходом конечного

продукта. Но основная часть таких задач встречается при моделировании

рыночного поведения, когда следует

учитывать факторы эластичности спроса и предложения, т.е. нелинейный

характер изменений этих величин от уровня цен.

При моделировании рыночного поведения кроме нелинейности зависимостей,

встречается такая особенность, как требование учитывать поведение

конкурентов. Даже советские экономисты признавали, что действие объективных

экономических законов осуществляется через деятельность множества

хозяйственных подразделений. В то же

время, осуществление решения, принятого в одном из этих подразделений,

может оказать значительное влияние на те или иные характеристики

экономической ситуации, в которой принимают решения остальные

подразделения (меняются количество сырья, цены на изделия и др.).

Возникает, следовательно, комплекс оптимизационных задач, в каждой из

которых какие-то переменные величины зависят от выбранных управлений в

других задачах[4 (124)].

Еще одной общей особенностью экономических задач является

дискретность (либо объектов планирования, либо целевой функции). Эта

целочисленность вытекает из самой природы вещей, предметов, которыми

оперирует экономическая наука. Т.е. не может быть дробным число

предприятий, число рабочих и т.д. При этом дискретный характер имеют не

только объекты планирования, но и временные промежутки, внутри которых

осуществляется планирование. Это означает, что при планировании какого-

либо действия всегда следует определить, на какой срок оно

осуществляется, в какие сроки может быть осуществлено, и когда будут

результаты. Таким образом, вводится еще одна дискретная переменная -

временная.

Дискретность многих экономических показателей не отделима от

неотрицательности значений (реальных предметов или отрезков времени не

может быть меньше нуля).

Не следует забывать и о том, что экономическая система - не

застывшая, статичная совокупность элементов, а развивающийся, меняющийся

под действие внешних и внутренних факторов механизм. При это возникает

ситуация, когда решения, принятые раньше, детерминируют частично или

полностью решения, принятые позднее.

Таким образом, легко заметить, что экономические задачи, решаемые

математическими методами, имеют специфику, определяемую особенностями

экономических систем, как более высоких форм движения по сравнению с

техническими или биологическими системами. Эти особенности экономических

систем сделали недостаточными те математические методы, которые выросли из

потребностей других наук. Т.е. потребовался новый математический аппарат,

причем не столько более сложный, сколько просто учитывающий особенности

экономических систем на базе уже существующих математических методов.

Кроме того, экономические системы развиваются и усложняются сами,

изменяется их структура, а иногда и содержание, обусловленное научно-

техническим прогрессом. Это делает устаревшими многие методы, применявшиеся

ранее, или требует их корректировки. В то же время научно-технический

прогресс влияет и на сами математические методы, поскольку появление и

усовершенствование электронно-вычислительных машин сделало возможным

широкое использование методов, ранее описанных лишь теоретически, или

применявшихся лишь для небольших прикладных задач.

3. Особенности математических методов, применяемых к решению

экономических задач

В экономических исследованиях издавна применялись простейшие

математические методы. В хозяйственной жизни широко используются

геометрические формулы. Так, площадь участка поля определяется путем

перемножения длины на ширину или объем силосной траншеи - перемножением

длины на среднюю ширину и глубину. Существует целый ряд формул и таблиц,

облегчающих хозяйственным работникам определение тех или иных величин.[5

(52)].

Не стоит и говорить о применении арифметики, алгебры в экономических

исследованиях, это уже вопрос о культуре исследования, каждый уважающий

себя экономист владеет такими навыками. Особняком здесь стоят так

называемые методы оптимизации, чаще называемые как экономико-

математические методы.

В 60-е годы нашего столетия развернулась дискуссия о математических

методах в экономике. Например, академик Немчинов выделял пять базовых

методов исследования при планировании:

1) балансовый метод;

2) метод математического моделирования;

3) векторно-матричный метод;

4) метод экономико-математических множителей (оптимальных

общественных оценок);

5) метод последовательного приближения.[9 (153)].

В то же время академик Канторович выделял математические методы в

четыре группы:

- макроэкономические модели, куда относил балансовый метод и модели

спроса;

- модели взаимодействия экономических подразделений (на основе теории

игр);

- линейное моделирование, включая ряд задач, немного отличающихся от

классического линейного программирования;

- модели оптимизации, выходящие за пределы линейного моделирования

(динамическое, нелинейное, целочисленное, и стохастическое

программирование).

И с той, и с другой классификацией можно спорить, поскольку, например

модели спроса можно по ряду особенностей отнести к нелинейному

программированию, а стохастическое моделирование уходит корнями в теорию

игр. Но все это проблемы классификации, которые имеют определенное

методологическое значение, но в данном случае не столь важны.

С точки же зрения роли математических методов стоит говорить лишь о

широте применения различных методов в реальных процессах планирования.

С этой точки зрения несомненным лидером является метод линейной

оптимизации, который был разработан академиком Канторовичем в 30-е годы ХХ-

го века. Чаще всего задача линейного программирования применяется при

моделировании организации производства. Вот как по Канторовичу выглядит

математическая модель организации производства:

В производстве участвуют M различных производственных факторов

(ингредиентов) - рабочая сила, сырье, материалы, оборудование, конечные и

промежуточные продукты и др. Производство использует S технологических

способов производства, причем для каждого из них заданы объемы производимых

ингредиентов, рассчитанные на реализацию этого способа с единичной

эффективностью, т.е. задан вектор ak = (a1k, a2k,..., amk ), k =

1,2...,S, в котором каждая из компонент aik указывает объем производства

соответствующего ( i-го ) ингредиента, если она положительна; и объем

его расходования, если она отрицательна ( в способе k ).

Выбор плана означает указание интенсивностей использования различных

технологических способов, т.е. план определяется вектором x = (x1, x2,...,

xS ) c неотрицательными компонентами [4 (32)].

Обычно на количества выпускаемых и затрачиваемых ингредиентов

накладываются ограничения: произвести нужно не менее, чем требуется, а

затрачивать не больше, чем имеется. Такие ограничения записываются в виде

s

( a ikxk > bi ; i=1,2,...,m. (1)

k=1

Если i > 0, то неравенство означает, что имеется потребность в

ингредиенте в размере i, если i < 0,то неравенство означает, что имеется

ресурс данного ингредиентов размере - i =¦ i¦. Далее предполагается,

что использование каждого способа, связанного с расходом одного из

перечисленных ингредиентов или особо выделенного ингредиента в количестве

Ck при единичной интенсивности способа k. В качестве целевой функции

принимается суммарный расход этого ингредиента в плане.

s

f(x) = ( ckxk. (2)

k=1

Теперь общая задача линейного программирования может быть

представлена в математической форме.

Для заданных чисел aik, ck, и bi найти

s

min ( ckxk

k=1

при условиях

k > 0, k = 1,2,...,s [1]

s

( aikxk > bi, i = 1,2,...,m [2]

k=1

План, удовлетворяющий условиям [1] и [2], является допустимым, а если

в нем , кроме того, достигается минимум целевой функции, то этот план

оптимальный.[K33]

Задача линейного программирования двойственна, то есть, если прямая

задача имеет решение, (вектор x =( x1, x2,..., xk)), то существует и

имеет решение обратная задача основанная на транспонировании матрицы прямой

задачи. Решением обратной задачи является вектор y = ( y1, y2...

,ym)компоненты которого можно рассматривать как объективно обусловленные

оценки ресурсов, т.е. оценки, показывающие ценность ресурса и насколько

полно он используется.

На основе объективно обусловленных оценок американским математиком Дж.

Данцигом - был разработан симплекс-метод решения задач оптимального

программирования. Этот метод весьма широко применяется. Алгоритм его весьма

детально проработан, и даже составлены прикладные пакеты программ,

которые применяются во многих отраслях планирования.

Метод линейной оптимизации с того момента, как он был разработан

Канторовичем, не оставался без изменений, он развивался и продолжает

развиваться. Например, формула (2) в современной интерпретации выглядит

следующим образом.

( aij xj < bi (i ( I) (3)

j (A1

В чем же отличие?

Во-первых ограничение записывается не больше, либо равно , а меньше,

либо равно, что больше соответствует экономическому смыслу правой стороны

ограничения (bi - количество ресурсов). У Канторовича же ресурс

записывается - bi = ¦bi¦ - т.е. отрицательным числом, что для

экономического склада ума неестественно ( как может быть ресурса меньше

нуля).

Во-вторых, суммирование производится не по всем способам

производства, а лишь по определенному их подмножеству (j ( A1),что также

соответствует экономическим реалиям, когда по технологическим, или другим

причинам не все способы производства участвуют в каком-либо конкретном

ограничении.

Аналогично и с ресурсами, в ограничении участвуют не все ресурсы сразу

, а какое-то их подмножество (i ( I).

Введением подмножеств не ограничилось совершенствование метода

линейной оптимизации. Нужды практики заставили разработать еще целый ряд

приемов и методов для различных случаев описания реалий хозяйственной

практики в виде ограничений. Это такие приемы, как запись ограничений по

использованию производственных ресурсов, запись ограничений по

гарантированному объему работ или производства продукции, приемы

моделирования при неизвестных значениях показателей и многие другие, на

которых здесь не стоит останавливаться.

Цель всех этих приемов - дать более развернутую модель какого-либо

явления из хозяйственной практики, сэкономив при этом на количестве

переменных и ограничений.

Несмотря на широту применения метода линейного программирования, он

учитывает лишь три особенности экономических задач - большое количество

переменных, ограниченность ресурсов и необходимость целевой функции.

Конечно, многие задачи с другими особенностями можно свести к линейной

оптимизации, но это не дает нам

права упустить из виду другой хорошо разработанный метод математического

моделирования - динамическое программирование. По сути, задача

динамического программирования является описанием многошаговых процессов

принятие решений. Задача динамического программирования можно

сформулировать следующим образом :

имеется некоторое количество ресурса х, которое можно использовать N

различными способами. Если обозначить через хi количество ресурса,

используемое i-m способом, то каждому способу сопоставляется функция

полезности (хi), выражающая доход от этого способа. Предполагается, что

все доходы измеряются в одинаковых единицах и общий доход равен сумме

доходов, полученных от использования каждого способа.

Теперь можно поставить задачу в математической форме. Найти

max y1(x1)+ y2(x2)+ ... + yn(xn) (4)

(общий доход от использования ресурсов всеми способами) при условиях:

- выделяемые количества ресурсов неотрицательны;

[1] x1 > 0,..., xN > 0

- общее количество ресурсов равно x .

[2] x1 + x2 + ... + xN = x

Для этого общей задачи могут быть построены рекуррентные

соотношения

(1(x) = max {(1(x1)}, (5)

0 <=X1<= X

(k(x) = max {(k(xk)+ (k-1(x - xk)}. (6)

к = 2,3,..., N,

с помощью которых находится ее решение.

При выводе этих рекуррентных соотношений, по сути, использовался

следующий принцип, оптимальная стратегия обладает тем свойством, что по

отношению к любому первоначальному состоянию после некоторого этапа

решения совокупность последующих решений должна составлять оптимальную

стратегию. Этот принцип оптимальности лежит в основе всей концепции

динамического программирования. Именно благодаря ему удается при

последующих переходах испытывать не все возможные варианты, а лишь

оптимальные выходы. Рекуррентные соотношения позволяют заменить

чрезвычайно-трудоемкие вычисления максимума по N переменным в исходной

задаче решением N задач, в каждой из которых максимум находится лишь по

одной переменной.

Таким образом, метод динамического программирования позволяет

учесть такую важную особенность экономических задач, как

детерминированность более поздних решений от более ранних.

Кроме этих двух, достаточно детально разработанных методов, в

экономических исследованиях в последнее время стали применяться

множество других методов.

Одним из подходов к решению экономических задач является подход,

основанный на применении новой математической дисциплины - теории игр.

Суть этой теории заключается в том, что игрок (участник

экономических взаимоотношений) должен выбрать оптимальную стратегию в

зависимости от того, какими он представляет действия противников

(конкурентов, факторов внешней среды и т.д.). В зависимости от того,

насколько игрок осведомлен о возможных действиях противников, игры (а под

игрой здесь понимается совокупность правил, тогда сам процесс игры это

партия) бывают открытые и закрытые. При открытой игре оптимальной

стратегией будет выбор максимального минимума выигрыша (в терминах

Моргерштерна - "максимина") из всей совокупности решений, представленных в

матричной форме. Соответственно противник будет стремится проиграть лишь

минимальный максимум ("минимаск") который в случае игр с нулевой суммой

будет равен "максимину". В экономике же чаще встречаются игры с ненулевой

суммой, когда выигрывают оба игрока.

Кроме этого в реальной жизни число игроков редко бывает равно всего

двум. При большем же числе игроков появляются возможности для кооперативной

игры, когда игроки до начала игры могут образовывать коалиции и

соответственно влиять на ход игры.

Стратегии игроков не обязательно должны содержать одно решение, может

быть так, что для достижения максимального выигрыша потребуется

применять смешанную стратегию (когда две или несколько стратегий

применяются с какой-то вероятностью). Кроме того в закрытых играх тоже

требуется учитывать вероятность того или иного решения противника. Таким

образом, в теории игр стало необходимым применение аппарата теории

вероятности, который впоследствии нашел свое применение в экономических

исследованиях в виде отдельного метода - стохастического моделирования.

Содержание метода стохастического программирования состоит во

введении в матрицу задачи или в целевую функцию элементов теории

вероятности. В этом случае обычно берется просто среднее значение случайной

величины, взятое относительно всех возможных состояний .

В случае не жесткой, или двухэтапной задачи стохастического

моделирования появляется возможность корректировки полученного плана

после того, как станет известным состояние случайной величины.

Кроме этих методов применяются методы нелинейного, целочисленного

программирования и многие другие. Вкратце, сущность метода нелинейного

программирования заключается в нахождении или седловинной точки, или общего

максимума или минимума функции. Основная сложность здесь в трудности

определения, является ли этот максимум общим или локальным. Для

целочисленного моделирования основная трудность как раз и заключается в

трудности подбора целого значения функции. Общим для применения этих

методов на современном этапе является возможность частичного сведения их к

задаче линейного моделирования. Возможно, в недалеком будущем будет

найдено какое-то оригинальное решение таких задач специфическими методами,

более удобными, чем современные методы решения подобных задач (для которых

они есть), и более точные, нежели приближенные решения методами

линейного программирования.

Заключение

Как можно было заключить из вышеизложенного, математические методы

имеют большую степень универсальности. Основой этой универсальности

является язык математики. Если исследователи различных специальностей часто

говорят об одной и той же проблеме совершенно по-разному, видят разные ее

особенности, и не могут связать их воедино; то перевод проблемы на

математический язык сразу выявляет общие закономерности, и даже может дать

уже практически готовое решение, полученное ранее где-то в другой

отрасли знаний и для других целей. То есть предпосылкой использования

математики является формализация количественных и качественных сторон

проблемы.

В то же время на применение математики в различных науках

накладывают ограничения объективные законы, присущие той или иной форме

движения. Изучение неживой материи стало предпосылкой для создания

концепции континуума - непрерывного пространства-времени. Эта концепция

стала базой для множества открытий и не теряет своей значимости и теперь.

Но концепции непрерывности сопутствовали не только успехи. Одновременно

возникла традиционность " непрерывного мышления", трудности преодоления

которого мы начинаем понимать только теперь, с появлением и

совершенствованием ЭВМ. Хотя еще и раньше детальное исследование неизбежно

требовало перехода к дискретному описанию, чем демонстрировало

недостаточность и ограниченность континуального мышления.

Тем более континуальное мышление пробуксовывает при попытке описания

биологической формы движения, где почти все объекты различны и дискретны.

Что уже тогда говорить об экономических системах, в которых дискретность

доходит до максимума; когда дискретными являются не только объекты, но и

их взаимодействия и даже промежутки времени, для которых надо найти

оптимальный план.

То есть имеет смысл говорить о таких особенностях экономических

систем, которые требуют принципиально новых методов исследования. В то же

время нельзя и отмежевываться от старых, проверенных методов описания. В

практике использования формализованного описания огромную роль играет

апроксимация реальных и очень сложных режимов и связей относительно

более простыми. Поэтому получать информацию с точностью, необходимой для

практики, мы можем, оперируя с относительно простыми пространствами о

объектами. Это вовсе не ставит под сомнение необходимость дальнейшего

совершенствования языка математики.

Перспективными методами исследования в экономике, несомненно, следует

считать теорию игр и стохастическое моделирование. Их роль возрастает

с совершенствованием электронно-вычислительных машин. Переработка все

больших объемов статистической информации позволит выявлять более

глубокие вероятностные закономерности экономических явлений. Развитие же

такого специфического рода вычислительных систем, как самообучающиеся

системы или так называемый "искусственный интеллект" возможно, позволит

широко использовать моделирование экономических взаимоотношений с помощью

деловых компьютерных игр. Играя, самообучающиеся системы будут

приобретать опыт принятия оптимальных решений в самых сложных ситуациях, не

теряя при этом преимущества вычислительной техники перед человеком -

большой объем памяти, прямой доступ к ней, быстродействие.

Использованная литература

1. Беллман Р. Динамическое программирование. Пер. с англ. И.М.

Андреевой [ и др.]. Под ред. Н.Н. Воробьева. М., Изд. Иностр. лит., 1960.

400 с.

2. Беллман Р., Дрейфус С. Прикладные задачи динамического

программирования. Пер. с англ. Н.М. Митрофановой [и др.] Под ред. А.А.

Первозванского. М., "Наука", 1965. 458 с.

3. Гатаулин А.М., Гаврилов Г.В., Сорокина Т.M. и др. Математическое

моделирование экономических процессов в сельском хозяйстве. -

М.,Агропромиздат,1990. 432 c.

4. Канторович Л.В., Горстко А.Б. Оптимальные решения в экономике.

М.,"Наука",1972. 232 c.

5. Кравченко Р.Г., Попов И.В., Толпекин С.З. Экономико-математические

методы в организации и планировании сельскохозяйственного производства. М.,

"Колос", 1973. 528с.

6. Моисеев Н.Н. Человек, среда, общество. Проблемы формализованного

описания. - М., "Наука", 1982. 240 с.

7. Моисеев Н.Н. Математик задает вопросы.( Приглашение к

диалогу). М.,"Знание",1975. 191 с.

8. Нейман Дж., Моргенштерн О. Теория игр и экономическое поведение. Пер.

с англ. Под ред. и с доб. Н.Н. Воробьева. М.,"Наука",1970. 707

с.

9. Немчинов В.С. Избранные произведения. Том 3.Экономика и математические

методы. М.,"Наука",1967. 490 с.

Страницы: 1, 2