1b

  • October 2019
  • PDF

This document was uploaded by user and they confirmed that they have the permission to share it. If you are author or own the copyright of this book, please report to us by using this DMCA report form. Report DMCA


Overview

Download & View 1b as PDF for free.

More details

  • Words: 827
  • Pages: 19
Historie a význam kvantitativních metod v ekonomii Plánovací a rozhodovací techniky Milan EDL

Historie ●





Rhindův-Ahmesův papyrus – 1650 př. n. l. (první písemná ekonomická interpretace popisovaných jevů), William Petty (1623-1687) – v roce 1676 napsal studii „Political Arithmetick“ – měření veličin a schématické modelování základních vztahů při studii národního hospodářství, François Quesnay (1694-1774) – tabulkové znázornění národního hospodářství považované za první makroekonomický model,

Historie ●



Leonhard Euler (1707-1783) – průkopník teorie grafů – řešení úloh v oblasti řízení projektů, Antoine Augustin Cournot (1801-1877) – autorem knih „Výzkumy o matematických principech teorie bohatství“ a později přepracované „Základy teorie bohatství“, důležité pro zavedení pojmů poptávková funkce (vyjadřuje poptávku po zboží jako funkci jeho ceny),

Historie ●



Léon Walras (1834-1910) – používal matematiku pro popis svých ekonomických úvah o marginální teorii užitku a při odvození obecné teorie ekonomické rovnováhy, Vilfredo Pareto (1848-1923) – např. „paretovská optimalita“ = výběr nejlepších variant v případě, že jednotlivé varianty jsou charakterizované soustavou obecně nesouměřitelných ukazatelů,

Historie ●







Ragnar Anton Kittil Frisch (1895-1973) – zakladatel Ekonometrická společnost (1930), Wassily Leontief (1905-1999) – autor publikace, která se stala základem strukturní analýzy, Leonid Kantorovich (1912-1986) – v roce 1944 je jeho publikována práce, která se stává základem pro lineární programování, John von Neumann (1903-1957) a Oskar Morgenstern (1902-1977) – teorie her,

Historie ●



George Dantzig (1914-2005) – rozvoj lineárního a nelineární programování, Richard Bellman (1920-1984) – v roce 1957 vydal knihu „Dynamické programování“ – dále upozornil na využití dalších metod v ekonomickém modelování.

Historie ● ● ●



30-léta – ekonometrie, strukturní analýza, 40-léta – teorie her, lineární programování, 50-léta – operační výzkum, teorie hromadné obsluhy, nelineární programování, optimalizace zásob, dynamické programování, síťová analýza, celočíselné programování, od 60-let – vícekriteriální optimalizace, kvadratické programování, stochastické programování, semidefinitivní programování, robustní optimalizace,…

Klasifikace metod matematického modelování ●

podle charakteru závislostí: −



podle chování v čase: −



deskriptivní x optimalizační

podle místa použití: −



statické x dynamické

podle použití: −



lineární x nelineární

mikroekonomické x makroekonomické

podle schopnosti predikce: −

deterministické x stochastické

Přehled metod ● ● ● ● ● ● ● ● ● ●

matematické programování vícekriteriální rozhodování teorie řízení projektů teorie zásob teorie hromadné obsluhy teorie obnovy teorie her simulační modely strukturní analýza …

Možnosti použití ● ● ● ● ● ● ●

kapacitní problémy optimální dělení materiálu směšovací problém distribuční problémy finanční plánování – optimalizace portfolia marketingové aplikace – plánování reklamy …

Modelování ●





Modelování – lze chápat jako zkoumání skutečné reality pomocí jiného objektu, zpravidla uměle vytvořeného, které obsahují jen určité (pro nás zkoumané) vlastnosti a vztahy. Model – je možné charakterizovat jako zjednodušený popis reálného objektu (systému), který obsahuje jen podstatné prvky a vazby důležité pro analyzovaný problém Tvorba modelu – lze považovat za abstrakci

Tvorba modelu

Realita

Model

Teorie

Fáze řešení ●











rozpoznání a definování problému – rozpoznání a popis problému vedoucími pracovníky zodpovědnými za danou problematiku formulování pojmového modelu – analýza problému, popis procesů, popis vztahů a zákonitostí, apod. formulování matematického modelu – tvorba matematického modelu na základě pojmového model, experimenty na matematickém modelu – vlastní hledání řešení, návrh experimentů, apod. interpretace a verifikace výsledků – velmi důležitá část řešení, kdy je nutné interpretovat výsledky řešení a pak ověřit na pojmovém modelu, implementace výsledků – poslední krok je implementace do reálného modelu.

Fáze řešení Implementace výsledků

Interpretace Verifikace

Řešení modelu

Reálný systém

Pojmový model

Matematický model

Pojmový model ●

● ●

definování cílů popis všech procesů popis všech podmínek − −



podmínky na vstupu podmínky na výstupu

cíl optimalizace

Matematický model ●

● ● ●

vychází se z pojmového modelu proces podmínka cíl

  

proměnná vlastní omezení účelová funkce

Příklad ●





● ● ●

Výroba krabiček na doutníky „Standard“ (S) a „De Luxe“ (DL) Maximálně lze denně vyrobit 35 ks S a 30 ks DL Závěsy do krabiček – 2 ks S a 4 ks DL – dodavatel dodá max. 140 ks Truhlárna umožňuje vyrobit 60 S nebo 40 DL Lakovna zpracuje 45 libovolných krabiček Zisk z S 50 Kč a z DL 100 Kč – nesmí klesnout pod 2000 Kč denně

Pojmový model ●





procesy − −

výroba krabičky „Standard“ výroba krabičky „De Luxe“

− − − − −

podmínka nezápornosti výrobní kapacita S (35 ks) a DL (30 ks) závěsy do krabiček S (2 ks) a DL (4 ks) – maximálně dodavatel dodá 140 ks výrobní kapacita truhlárny 60 S nebo 40 DL výrobní kapacita lakovny max. 45 libovolných



maximalizace zisku

omezení

cíl

Matematický model ●

procesy = strukturní proměnné − −



podmínky − − − − − −



x1 – počet krabiček „Standard“ x2 – počet krabiček „De Luxe“ x1 ≥ 0 a x2 ≥ 0 x1 ≤ 35 a x2 ≤ 30 2x1 + 4x2 ≤ 140 1/60x1 + 1/40x2 ≤ 1 x1 + x2 ≤ 45 50x1 + 100x2 ≥ 2000

účelová funkce −

50x1 + 100x2  max

Related Documents

1b
October 2019 47
1b
November 2019 42
1b
November 2019 39
1b
November 2019 41
1b
May 2020 41
1b
April 2020 24