Professional Documents
Culture Documents
Математички модели у пословним процесима
Математички модели у пословним процесима
1
пословним пословних процеса и њихове примене на решавање оних питања која су
пре свега везана за пословање компанија.
1
Goodrich, M. T., Tamassia R., Algorithm Design, John Wiley & Sons, New York, 2002, стр. 112
2
Цветковић, Д., Симић, С., Одабрана поглавља из Дискретне математике, Академска мисао, Београд, 2002,
стр. 97
2
● Модел је само једна математичка формулација одређеног степена апроксимације
ентитета. Колико ће он бити детаљан, зависи од комплексности задатака,
расположивости метода (алгоритамских, хеуристичких) за његово решавање,
вештине и потребе корисника да развију модел на довољном и потребном нивоу и
аплицирају поступке за решавање таквог модела.
● Математички модел не може да пружи увек нову информацију о ентитету, као и
да га замени, али може на основу добијених решења да створи веродостојнију
слику о ентитету и његовим функцијама.
● Менаџеру операција и истраживачу се омогућава, на основу коректно
постављеног модела, експериментисање тим моделом, чиме се ствара већа
погодност за доношење квалитетнијих одлука на квантитативним и квалитативним
основама.
У операционим истраживањима модели су егзактне природе и обликују се на
основу формалних језика познатих у математици. Углавном сусрећемо следеће
начине и порекло њиховог обликовања:3
- На основу експерименталних података.
- На основу проверених математичко-физичких закона о понашању ентитета.
- Помоћу анализе и синтезе као оригиналног, комбинованог, односно изведеног
поступка о међусобним зависностима променљивих у ентитету и слично.
Математички модели садрже класу објеката симболички дефинисаних (скалари,
вектори, матрице) и релације између њих. Мноштво релација се описује
математичким операцијама које међусобно повезују један или више операната.
Модели се могу поделити по још неким карактеристикама:4
● Према динамици у времену, модели се деле на:
- статичке, где величине и релације нису функције у временском хоризонту модела,
односно стационарне су, или се моделом оправдано занемарује промена у времену,
- динамичке, где се моделом обухватају величине које су функције времена.
3
Klein, A., Matematical Methods in Theoretical Economics, Academic Press, New York, 1979, стр. 34
4
Саздановић, С., Мимовић, П., Економско-математички методи и модели, Економски факултет у Крагујевцу,
Крагујевац, 1998, стр. 47
3
Према одређености компонената у моделу (“вероватноћи” и “расплинутости”)
деле се на:
- детерминистичке, где су компоненте строго одређене величине,
- стохастичке, где се ефекат величина описује као случајан (случајна променљива),
- фази, (фаззy) где се вредности моделирају као “расплинуте” величине
променљивих неког скупа.
Према структури модела и поступака за њихово анализирање, модели се деле на:
- аналитичке, са функцијама у аналитичкој форми, са решењима у аналитичком или
нумеричком облику,
- нумеричке, са применом нумеричких поступака за њихово обликовање и
решавање и софтвера пројектованих на тим основама.
Према структури метода за решавање проблема, модели се деле још на:
- алгоритамске, где се може очекивати једно од решења на основу примењене
методе са познатом уређеном и детерминисаном структуром поступака. Ове методе
представљају основне подлоге за писање рачунарских програма.
- хеуристичке, који немају фундирану алгоритамску структуру, већ се за решењем
трага на основу постојећег знања, интуиције и личне креативности истраживача.
Основна одлика хеуристичких поступака је неизвесност у трагању за најбољим
решењем. Вештачка интелигенција и експертни системи су у сталном развоју,
потпомогнути развојем хеуристичких метода.
Математичко моделирање је интердисциплинаран и тимски задатак, при чему
основни допринос дају познаваоци метода и методологије моделирања као и
познаваоци реалног проблема. Сваки модел проблема операционих истраживања и
менаџера је карактерисан формално-математичким описом са одређеним нивоом
апстракције. Вековна је тежња човека да пронађе најбоље решење проблема, почев
од техничких, економских, друштвених, политичких и слично. Како су проблеми у
овом времену многобројни, њихово решавање теоријским путем је изузетно
сложено. Истакнимо као пример да се једна врста методе, позната као нумеричка
симулација, може успешно примењивати почев од анализе глобалних природних
процеса као што је раст становништва на планети Земљи, па до апликације на
нивоу нанотехнологије и проучавања кретања атомских честица. Након уочавања
4
карактеристичних величина ентитета, формирају се математичке релације између
њих, као последица анализе односно идентификације законитости између
структура и процеса у ентитету.
5
Стојановић, В., Математичко програмирање, Природно - математички факултет Косовска Митровица, 2012,
стр. 73
6
Тоурки, М., Математички модели и методи у економији, ЦИД, Економски факултет, Београд, 1997, стр. 23
5
аналитички и
нумерички.
6
времена, нема континуалне промене стања. Те промене се називају догађаји.
континуалне моделе, у њима се променљиве мењају континуално током времену.
континуално-дискретне моделе, садрже и континуалне и дискретне променљиве.
Постоји више начина према којима се математички модели могу поделити, као
што су:
У којој мери се модели заснивају на теорији или обсервацијама – теоријски
насупрот емпиријским моделима.
У којој мери насумични догађаји и ефекти имају значајну улогу у проучаваном
систему, а самим тим и у моделу – детерминистички насупрот стохастичким
моделима.
У којој мери се располаже знањем о проучаваном систему који модел треба да
представља – модел црне кутије (Black box) насупрот моделу беле кутије (White
box).
Да ли се модел бави реалним процесима који су статични или динамични у
односу на простор и време – статички насупрот динамичким моделима.
Да ли се модел бави реалним процесима за које се узима да функционишу на
континуалан или дискретан начин – континуални насупрот дискретним моделима.
Како су просторно уређени подаци модела – модели са расподељеним
параметрима насупрот моделима са груписаним параметрима.
7
математички модели који се користе за симулацију контролираних економских
објеката и процеса кориштењем информационе и компјутерске технологије. Тип
математички апарат који се користе у моделима, постоје економско-статистички,
линеарни и нелинеарни модели програмирања, матрични модели, мрежни модели.
Група економских и математичких факторских модела укључује моделе који, с
једне стране, укључују економске снаге, од којих зависи стање привредног објекта
којим се управља, а с друге стране, параметри стања објекта зависни од ових
фактора. Ако су фактори познати, тада модел омогућава да одредите жељене
параметре. Факторске моделе најчешће дају математички једноставне линеарне или
статичке функције које карактеризирају однос између фактора и параметара
економског објекта који о њима зависе.
Модели биланса, статистички и динамички, широко се користе у економском и
математичком моделирању. Креирање ових модела заснива се на методи биланса -
методи међусобног поређења материјалних, радних и финансијских средстава и
потреба за њима. Описујући економски систем у целини, његов балансни модел
разумева се као систем једначина, од којих свака изражава потребу за равнотежом
између количине производње коју производе појединачни економски објекти и
укупне потребе за овим производом. Овим приступом, економски систем се састоји
од економских објеката, од којих сваки производи одређени производ. Ако уместо
појма „производ“ уведемо појам „ресурса“, онда се балансни модел мора схватити
као систем једначина које задовољавају захтеве између одређеног ресурса и његове
употребе.
Најважније врсте модела равнотеже:8
· Материјални, радни и финансијски биланси привреде у целини и њених
појединачних сектора;
· Међусекторски биланси;
· Матрични биланси предузећа и фирми.
8
Божиновић, М., Операциона истраживања, Економски факултет Косовска Митровица, 2012, стр. 59
8
математичком садржају под оптималношћу се подразумева постизање екстрема
критерија оптималности, који се назива и циљна функција. Оптимизацијски модели
се најчешће користе у проблемима проналажења бољи начин користити
економских ресурса, што вам омогућава постизање максималног циљаног ефекта.
Математичко програмирање формирано је на основу решавања проблема
оптималног резања шперплоче, чиме се осигурава најпотпунија употреба
материјала. Поставивши такав проблем, добро познати руски математичар и
економиста академик Л.В. Канторовицх је признат као достојан Нобелове награде
за економију.
Математички модели економских процеса и појава могу се укратко назвати
економско-математичким моделима. За класификацију ових модела користе се
различите основе.
Према намени, економско-математички модели се деле на теоријске и
аналитичке, који се користе у проучавању општих својстава и образаца економских
процеса, и примењени, који се користе у решавању конкретних економских
проблема (модели економске анализе, предвиђања, управљања).
Економски и математички модели могу бити намењени истраживању различите
странке национална економија (посебно њена производно-технолошка, друштвена,
територијална структура) и њени појединачни делови. Приликом разврставања
модела према проучаваним економским процесима и садржајним питањима могу се
издвојити модели националне економије у целини и њених подсистема –
индустрије, региони и слично, комплекси модела производње, потрошње,
формирања и расподеле дохотка, ресурси рада, цене, финансијски односи и слично.
У складу са опћом класификацијом математичких модела, они се деле на
функционалне и структурне, а укључују и међуоблике (структурно-функционалне).
У студијама на националном економском нивоу чешће се користе структурни
модели, јер за планирање и управљање велики значај имају међусобне везе
подсистема. Типични структурни модели су модели међугранских односа.
Функционални модели се широко користе у економска регулација када на
понашање објекта ("излаз") утиче промена "улаза". Пример је модел понашања
потрошача у смислу робно-новчаних односа. Један те исти објекат може се
9
истовремено описати и структурним и функционалним моделом. Тако се, на
пример, користи структурни модел за планирање засебног гранског система, а на
националном економском нивоу свака грана може бити представљена
функционалним моделом.
10
дескриптивни и нормативни приступи моделирању економских процеса.
Дескриптивни приступ се широко користи у симулацијском моделирању.
Према природи одраза узрочно-посљедичних веза разликују се ригидно
детерминистички модели и модели који узимају у обзир случајност и неизвесност.
Неопходно је разликовати несигурност и неизвесност за коју су закони теорије
вероватноће непримењиви. Други тип неизвесности је много теже моделирати.
11
математички модели, који не укључују егзогене варијабле изузетно су ретки,
њихова конструкција захтева потпуну апстракцију од "окружења", односно
озбиљно грубље реалних економских система, који увек имају екстерне везе.
Велика већина економско-математичких модела заузима средњу позицију и
разликује се по степену отворености (затворености).
12
конвенционалности, класификација ових метода може се представити на следећи
начин:9
1. Економске и статистичке методе:
- економска статистика;
- математичка статистика;
- мултиваријантна анализа.
2. Економетрија:
- макроекономски модели;
- теорија производних функција;
- међусекторски биланси;
- национални рачуни;
- анализа потражње и потрошње;
- глобално моделирање.
4. Економска кибернетика:
- системска анализа привреде;
- теорија економских информација.
9
Божиновић, М, Боичић, Р., Економетрија, Економски факултет Косовска Митровица, 2016, стр. 36-44
13
- пословне игре;
- методе реалног економског експеримента.
10
Barnet, A. R., Zigler, R. M., Byleen, E .K., Aplied matematics for business, economics, life sciences and social
sciences, Mate DOO Zagreb, 2006, стр. 78
11
Миловановић, И., Миловановић, Е., Дискретна математика. Електронски факултет, Ниш, 2000, стр. 127
14
Оптимизацијски модели
Модели равнотеже, међуиндустријски балансни модел (ИСБ)
Стручне процјене
Теорија игара
Мрежни модели
Модели система чекања.
Како смо већ неке описали, осврнућемо се само на неколико. Екстраполациона
анализа укључује сагледавање промена стања анализираног система и
екстраполацију, односно проширење постојећих карактеристика овог система за
будуће периоде. У процесу имплементације ове врсте анализе могу се издвојити
следеће главне фазе: примарна обрада и трансформација почетне серије доступних
података; избор врсте емпиријских функција; одређивање главних параметара ових
функција; екстраполација; утврђивање степена поузданости анализе.12
У економској анализи користи се и метода главних компоненти. Користе се у
сврху компаративне анализе појединих компоненти, односно параметара анализе
активности организације. Главне компоненте су најважније карактеристике
линеарних комбинација саставних делова, односно параметри урађене анализе који
имају најзначајније вриједности дисперзије, односно највећа апсолутна одступања
од просечних вредности.
Теорија игара такође налази широку примену, баш као и теорија чекања, теорија
игара је једна од грана примењене математике. Теорија игара проучава оптимална
решења која су могућа у ситуацијама игре природе. Ово укључује такве ситуације
које су повезане са избором оптималних управљачких одлука, са избором
најприкладнијих опција за односе са другим организацијама и слично. За решавање
оваквих проблема у теорији игара користе се алгебарске методе које се заснивају на
систему линеарних једначина и неједначина, итеративне методе, као и методе за
свођење овог проблема на одређени систем диференцијалних једначина.
Једна од економско-математичких метода која се користи у анализи економске
активности организација је анализа осетљивости. Ова метода се често користи у
процесу анализе инвестиционих пројеката, као иу циљу предвиђања износа
12
Младеновић, З, Петровић, П., Увод у Економетрију, Економски факултет Београд, 2003, стр. 141
15
профита који остаје на располагању овој организацији. У циљу оптималног
планирања и предвиђања активности организације, потребно је анализираним
економским показатељима предвидети оне промене које се могу догодити у
будућности. На пример, потребно је унапред предвидети промјену вредности оних
фактора који утичу на висину добити: ниво набавних цена за набављене
материјалне ресурсе, ниво продајних цена за производе дате организације, промене
у потражњи купаца за овим производима. Анализа осетљивости се састоји у
одређивању будуће вредности генерализирајућег економског индикатора, под
условом да се промени вредност једног или више фактора који утичу на овај
индикатор. Тако, на пример, утврђују за који износ ће се променити профит у
будућности, подложно промени количине производа који се продају по јединици.
Дакле, анализирамо осетљивост нето добити на промену једног од фактора који на
њу утиче, односно у овом случају фактор обима продаје. Остали фактори који
утичу на профитну маржу остају непромењени. Висину добити могуће је одредити
и уз истовремену промену у будућности утицаја више фактора. Дакле, анализа
осјетљивости омогућава утврђивање јачине одговора генерализирајућег економског
индикатора на промене појединачних фактора који утичу на овај индикатор.
16
ЗАКЉУЧАК
17
Економско-математичке методе добијају посебно велику улогу како се
информационе технологије уводе у све области праксе.
Развојем економско-математичких истраживања, проблем класификације
примењених модела постаје све компликованији. Заједно са појавом нових типова
модела и новим карактеристикама њихове класификације, спроводи се процес
интеграције модела различитих типова у сложеније структуре модела. Познавање
математичких метода и модела оптимизације, постају више него потребни,
интересантни и неопходни.
ЛИТЕРАТУРА
1. Barnet, A. R., Zigler, R. M., Byleen, E .K., Aplied matematics for business, economics,
life sciences and social sciences, Mate DOO Zagreb, 2006.
2. Божиновић, М., Операциона истраживања, Економски факултет Косовска
Митровица, 2012.
3. Божиновић, М, Боичић, Р., Економетрија, Економски факултет Косовска
Митровица, 2016.
4. Goodrich, M. T., Tamassia R., Algorithm Design, John Wiley & Sons, New York, 2002.
5. Klein, A., Matematical Methods in Theoretical Economics, Academic Press, New York,
1979.
6. Миловановић, И., Миловановић, Е., Дискретна математика. Електронски факултет,
Ниш, 2000.
7. Младеновић, З, Петровић, П., Увод у Економетрију, Економски факултет Београд,
2003.
8. Render, B., Stair, R., Quantitative Analysis for Menagment. Allin and Bacon, London.
1998.
9. Саздановић, С., Мимовић, П., Економско-математички методи и модели,
Економски
18
факултет у Крагујевцу, Крагујевац, 1998.
10. Стојановић, В., Математичко програмирање, Природно - математички факултет
Косовска Митровица, 2012.
11. Тоурки, М., Математички модели и методи у економији, ЦИД, Економски
факултет, Београд, 1997.
12. Цветковић, Д., Симић, С., Одабрана поглавља из Дискретне математике, Академска
мисао, Београд, 2002.
19