Итерационно-вероятностный метод решения линейного уравнения межотраслевого баланса
Автор: Стрельченко Вероника Сергеевна, Богуславский Игорь Владимирович
Журнал: Вестник Донского государственного технического университета @vestnik-donstu
Рубрика: Социально-экономические и общественные науки
Статья в выпуске: 9 (60) т.11, 2011 года.
Бесплатный доступ
Изложен новый метод решения систем линейных алгебраических уравнений, основанный на применении теории меры в вероятностном пространстве; показана возможность его применения для решения уравнения линейного межотраслевого баланса.
Система линейных алгебраических уравнений (слау), уравнение линейного межотраслевого баланса, модель леонтьева, плотность вероятностной меры
Короткий адрес: https://sciup.org/14249729
IDR: 14249729
Текст научной статьи Итерационно-вероятностный метод решения линейного уравнения межотраслевого баланса
Введение. Задача оптимального планирования является одной из фундаментальных задач современной экономики. Производственные ресурсы могут сочетаться различными способами и обеспечивать при этом одинаковое количество выпускаемой продукции. Например, можно производить одно и то же количество продукции при больших финансовых затратах, но малых трудозатратах. Либо, наоборот, делать малые капиталовложения при больших затратах труда. Суть оптимального планирования состоит в выборе наиболее рационального способа производства продукции, который будет направлен на минимизацию затрат и максимизацию прибыли.
Одним из способов планирования производства является модель многоотраслевой экономики Леонтьева, а точнее, уравнение межотраслевого баланса. С его помощью удобно планировать валовой выпуск продукции для какого-либо периода времени по заданному вектору конечного потребления. Уравнение межотраслевого баланса представляет собой систему линейных алгебраических уравнений и решается такими методами, как метод Гаусса, Жордана — Гаусса, Крамера, Якоби, матричный и итерационный методы и др., каждый из которых имеет свои достоинства и недостатки.
Целью данного исследования является разработка нового стохастического метода решения уравнения межотраслевого баланса, основанного на использовании теории меры в вероятностном пространстве и метода простых итераций.
Суть модели Леонтьева и методы решения уравнения межотраслевого баланса. Модель Леонтьева используется для расчёта связи между отраслями через выпуск и потребление продукции разного вида [1]. На первом этапе строятся уравнения, описывающие балансовые соотношения между отраслями (1). Балансовый принцип связи различных отраслей промышленности состоит в том, что валовой выпуск Ай отрасли должен быть равным сумме объёмов потребления в производственной и непроизводственной сферах. В самой простой форме балансовые соотношения имеют вид:
х, = xiY + xi2 +... + %„ + у,; /=1,2,...,л
гдех,— валовой выпуск Ай отрасли; хй — объём продукции Ай отрасли, потребляемый >й отрас лью при производстве объёма продукции х/, у, —объём продукции Ай отрасли, предназначен ный для реализации (потребления) в непроизводственной сфере, или так называемый продукт конечного потребления.
В соотношениях баланса принято рассматривать стоимостный баланс, поскольку продукция различных отраслей имеет разные измерения.
На основе анализа экономики США В. В. Леонтьевым был установлен факт, что в течение длительного времени соотношения — очень слабо меняются и могут рассматриваться как посто- янные величины
В силу указанного факта можно сделать следующее допущение: для производства продукции у-й отрасли объёма Xj нужно использовать продукцию Ай отрасли объёма а^, где а„ = —— постоянное число. При таком допущении технология производства принимается ли-Хз нейной, а само допущение называется гипотезой линейности. При этом числа ад называются коэффициентами прямых затрат. Согласно гипотезе линейности имеем:
х,=а9х/, i = v,...,n. (2)
Тогда уравнения балансовых соотношений можно записать в матричной форме где
х = Ах + у

Описание матричного представления (4) и уравнение (3), собственно, и представляют собой модель Леонтьева. А уравнение (3) носит название уравнения линейного межотраслевого баланса.
Для его решения используются традиционные методы решения систем линейных алгебраических уравнений (СЛАУ), такие как матричный метод, метод Гаусса, Жордана — Гаусса, Крамера, простых итераций и т. д. Они подробно изложены во многих источниках, в частности в [2, 3]. Авторами данной работы предлагается использовать для решения уравнения (3) новый метод, имеющий ряд достоинств по сравнению с ранее известными, как применительно к решению уравнения линейного межотраслевого баланса, так и к другим задачам, в которых решаются СЛАУ. Применение стохастического метода решения СЛАУ к уравнению межотраслевого баланса. Рассмотрим линейное уравнение:
z(x) = C(x) + y, (5)
где х еD(C) — искомый входной элемент; z(x)eF — выходной элемент; С— линейный оператор, в частности для конечномерного пространства, С— матрица пхп элементов; у eF — вектор правых частей.
Линейный оператор Сопределён на линейном многообразии D^C^ банахова пространства Е и отображает его в некое банахово пространство F.
Множество /?(С) — область определения оператора С. Совокупность всех z eF , для которых уравнение (5) разрешимо, является областью значений оператора С.
В уравнении (5) мы сталкиваемся с отображением, которое в конечномерном пространстве сужается до векторной функции случайных аргументов. Необходимо определить вероятностные характеристики векторной случайной величины Z по заданным вероятностным характеристикам векторной случайной величины X, связанной с величиной Z функциональной зависимостью 7=ф(Х).
Для того чтобы полностью охарактеризовать случайную величину, необходимо задать множество её возможных значений и дать способ определения и сравнения между собой вероятностей этих значений. Такая характеристика случайной величины называется её законом распределения.
Наиболее общей формой закона распределения случайной величины является её функция распределения [4]. Она имеет вид:
F ( у у у \ — р (( X X у 1 ( X У Й
Функция F (х) является вероятностной мерой.
Если Z— функция векторного случайного аргумента, то её функция распределения имеет вид:
ф(*о)<2О УхпУ2п где интеграл является л-кратным и распространён на все области, для которых выполнено неравенство, написанное под знаком интеграла.
В частном случае, когда функция ф монотонна в области возможных значений случайной величины X, существует только одна область, в которой выполнимо неравенство под знаком интеграла (6). В этом случае интеграл заменой переменных приведётся к виду:
Fz^ = [-р(^(По),ф(П1),-,ф(Пя))-|/|ад1-^ях (7)
где п = ф(-х'); х = ф(п); 7— матрица Якоби вида I
Мп)
Dt\
Dx
Dz
Если матрица Якоби не обращается в ноль в области возможных значений, то существует с с Dx (DzV обратное отображение, причем — = — .
Dz \Dx
Дифференцируя (7), получим формулу, характеризующую закон сохранения меры для плотности вероятности векторной случайной величины Z.
ГДх) = Г(ф(х))|/|.(8)
В исследуемом авторами случае векторная величина Z является линейной функцией векторной случайной величины X, поэтому z = ф (х) = Сх + у, х = ф (z) = СА • z - СА • у .
Подставляя последнее выражение в (8), получим формулу для плотности вероятности линейной функции векторной случайной величины:
W-fy'-z-c-'-y^V(io)
Эта формула показывает, что при линейном преобразовании векторной случайной величины кривая плотности вероятности не изменяет своего характера, а только смещается относительно начала координат.
Применим формулу (10) для решения уравнения (5).
Как было сказано выше, предлагаемый в статье подход использует метод итераций, поэтому необходимо обозначить начальную область изоляции корня Do и привести уравнение (5) к виду х = Ах + у, (И)
где А = С + Е, Е— единичная матрица.
Как видно, уравнение (11) представляет собой не что иное, как уравнение линейного межотраслевого баланса (3).
Для сходимости итерационного процесса достаточно, чтобы оператор А из уравнения (11) был сжимающим [5,6], т. е. ||Л|| < 1.
Если оператор А не сжимающий, то его необходимо привести к сжимающему виду.
Каждое последующее приближение хбудем находить по формуле хп=А-хп-1+У- (12)
Из (5) следует, что z (х„ч) = С • хп , + у, поэтому
=4-х„ , +у = /2 '^ 2 Ча+е>у = /3.%я з+(/2 *А*Е\у = ...
Таким образом, можно выразить приближение хна любой итерации через ль формулой хп = А" х0 +(/"1 + /"2 + ... + Е)-у . (13)
Обозначим (/"1 + /I”2 +... + £")•/ = D. Тогда х — Ап • х + D х — А п •(х — D\ Лп — л0 л0 — \лп u/ '
Подставим последнее уравнение в формулу (10):

здесь внешние прямые скобки в определителе означают, что этот определитель берётся по абсО' лютной величине.
С учётом преобразований
Г.. У.) = f„ (л- ■ (х, - а-1 - л-2 -... - Е ) ■ у) ■ pr |,
где fXo ^А n -^хп - А"1 - А"2 - ...-Еуу^ — значение плотности вероятностной меры начального приближения Хо в области изоляции корня Оь.
Область Оь задаётся 2л точками, у каждой из которых п координат. Координаты точек области £2 на последующих итерациях определяются по формуле (12).
Область D сжимается к точке концентрации корня и вероятностная мера вырождается в этой точке в 5-функцию, если считать оператор и вектор правых частей не случайными. Каждое найденное по формуле (15) значение плотности вероятностной меры на Ай итерации имеет место в области О,.
Из полученной в результате подстановки формулы (16) видно, что, задав начальное приближение и определив плотность его вероятностной меры, можно найти плотность вероятностной меры хна любом шаге.
Заключение. В работе изложен принципиально новый метод решения систем линейных алгебраических уравнений и рассмотрено его применение для решения уравнения линейного межотраслевого баланса.
Предложенный подход выгодно отличается от используемых ранее методов тем, что в анализе участвует достаточно широкая окрестность решения. Также неоспоримым преимуществом метода является отсутствие затруднений с выбором начальной точки.
Кроме того, предложенный алгоритм имеет более широкую область применения, чем ранее известные. В частности, он может быть использован в случае нечёткого задания линейного оператора или вектора правых частей.
Список литературы Итерационно-вероятностный метод решения линейного уравнения межотраслевого баланса
- Красс, М. С. Основы математики и её приложения в экономическом образовании/М. С. Красс, Б. П. Чупрынов. -Москва: Дело, 2001. -154 с.
- Вержбицкий, В. М. Основы численных методов: учебник для вузов/В. М. Вержбицкий. -Москва: Высшая школа, 2002. -840 с.
- Ильин, В. А. Линейная алгебра: учебник для вузов/В. А. Ильин, Э. Г. Позняк. -Москва: Физматлит, 2004. -280 с.
- Пугачёв, В. С. Теория случайных функций и её применение к задачам автоматического управления/В. С. Пугачёв. -Москва: Физматлит, 1960. -883 с.
- Канторович, Л. В. Функциональный анализ/Л. В. Канторович, Г. П. Акилов. -Москва: Наука, 1984. -752 с.
- Бирман, Ш. М. Функциональный анализ/Ш. М. Бирман [и др.]; под ред. С. Г. Крейн. -Москва: Наука, 1972. -544 с.