Model przepływów międzygałęziowych (model Leontiewa)

Podobne dokumenty
Finanse i Rachunkowość studia niestacjonarne/stacjonarne Model Przepływów Międzygałęziowych

Układy równań i nierówności liniowych

Algebra liniowa. Macierze i układy równań liniowych

Lokalna odwracalność odwzorowań, odwzorowania uwikłane

Przekształcanie równań stanu do postaci kanonicznej diagonalnej

Baza w jądrze i baza obrazu ( )

5. Rozwiązywanie układów równań liniowych

dr Mariusz Grządziel 15,29 kwietnia 2014 Przestrzeń R k R k = R R... R k razy Elementy R k wektory;

Definicja problemu programowania matematycznego

Treść wykładu. Układy równań i ich macierze. Rząd macierzy. Twierdzenie Kroneckera-Capellego.

13 Układy równań liniowych

Wykład 14. Elementy algebry macierzy

Układy równań liniowych i metody ich rozwiązywania

a 11 a a 1n a 21 a a 2n... a m1 a m2... a mn x 1 x 2... x m ...

Wykład 2 - model produkcji input-output (Model 1)

Wektory i wartości własne

1 Układy równań liniowych

Wykład 2 - model produkcji input-output (Model 1)

Wektory i wartości własne

Formy kwadratowe. Rozdział 10

ZAGADNIENIE TRANSPORTOWE

Macierze. Rozdział Działania na macierzach

Równania liniowe. Rozdział Przekształcenia liniowe. Niech X oraz Y będą dwiema niepustymi przestrzeniami wektorowymi nad ciałem

Zaawansowane metody numeryczne

Układy równań liniowych

Zaawansowane metody numeryczne

1 Macierz odwrotna metoda operacji elementarnych

Zaawansowane metody numeryczne

Rozdział 5. Macierze. a 11 a a 1m a 21 a a 2m... a n1 a n2... a nm

, A T = A + B = [a ij + b ij ].

1 Macierze i wyznaczniki

ZAGADNIENIA PROGRAMOWANIA LINIOWEGO

Teoretyczne podstawy programowania liniowego

Rozwiązywanie układów równań liniowych

Programowanie liniowe

Pochodne cząstkowe i ich zastosowanie. Ekstrema lokalne funkcji

O MACIERZACH I UKŁADACH RÓWNAŃ

Układy równań liniowych

JEDNORÓWNANIOWY LINIOWY MODEL EKONOMETRYCZNY

Układy równań i równania wyższych rzędów

Met Me ody numer yczne Wykład ykład Dr inż. Mic hał ha Łanc Łan zon Instyt Ins ut Elektr Elektr echn iki echn i Elektrot Elektr echn olo echn

Przekształcenia liniowe

RÓŻNICZKOWANIE FUNKCJI WIELU ZMIENNYCH: rachunek pochodnych dla funkcji wektorowych. Pochodne cząstkowe funkcji rzeczywistej wielu zmiennych

Zastosowania wyznaczników

3. Wykład Układy równań liniowych.

Program Analiza systemowa gospodarki energetycznej kompleksu budowlanego użyteczności publicznej

ALGEBRA Z GEOMETRIĄ ANALITYCZNĄ zadania z odpowiedziami

2. Układy równań liniowych

RACHUNEK MACIERZOWY. METODY OBLICZENIOWE Budownictwo, studia I stopnia, semestr 6. Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska

Teoria. a, jeśli a < 0.

VII. Elementy teorii stabilności. Funkcja Lapunowa. 1. Stabilność w sensie Lapunowa.

Modele wielorownaniowe

Ekonometria. Przepływy międzygałęziowe. Model Leontiefa. Jakub Mućk. Katedra Ekonomii Ilościowej. Przepływy międzygałęziowe Model Leontiefa

0 + 0 = 0, = 1, = 1, = 0.

Wykład z równań różnicowych

Wykład 5. Metoda eliminacji Gaussa

VI. Równania różniczkowe liniowe wyższych rzędów

Programowanie liniowe. Tadeusz Trzaskalik

Dwa równania kwadratowe z częścią całkowitą

Finanse i Rachunkowość studia stacjonarne lista nr 9 zastosowania metod teorii funkcji rzeczywistych w ekonomii (część II)

Wstęp do metod numerycznych Eliminacja Gaussa Równania macierzowe. P. F. Góra

UKŁADY ALGEBRAICZNYCH RÓWNAŃ LINIOWYCH

UKŁADY RÓWNAŃ LINIOWYCH - Metody dokładne

Wykład z modelowania matematycznego. Algorytm sympleks.

Lista nr 1 - Liczby zespolone

METODA SYMPLEKS. Maciej Patan. Instytut Sterowania i Systemów Informatycznych Uniwersytet Zielonogórski

ZASTOSOWANIE PROGRAMOWANIA LINIOWEGO W ZAGADNIENIACH WSPOMAGANIA PROCESU PODEJMOWANIA DECYZJI

macierze jednostkowe (identyczności) macierze diagonalne, które na przekątnej mają same

POD- I NADOKREŚLONE UKŁADY ALGEBRAICZNYCH RÓWNAŃ LINIOWYCH

15. Macierze. Definicja Macierzy. Definicja Delty Kroneckera. Definicja Macierzy Kwadratowej. Definicja Macierzy Jednostkowej

Wykład 3 - model produkcji i cen input-output (Model 2)

Obliczenia naukowe Wykład nr 8

Zestaw 12- Macierz odwrotna, układy równań liniowych

Programowanie celowe #1

Algebra liniowa z geometrią

2. Kombinacja liniowa rozwiązań zeruje się w pewnym punkcie wtedy i tylko wtedy, gdy zeruje się w każdym punkcie.

ALGEBRA Z GEOMETRIĄ ANALITYCZNĄ

Metody numeryczne I Równania nieliniowe

1 Zbiory i działania na zbiorach.

Metoda eliminacji Gaussa. Autorzy: Michał Góra

Zestaw zadań 5: Sumy i sumy proste podprzestrzeni. Baza i wymiar. Rzędy macierzy. Struktura zbioru rozwiązań układu równań.

Postać Jordana macierzy

Układy równań liniowych. Krzysztof Patan

Przemysł spożywczy w Polsce analiza z wykorzystaniem tablic przepływów międzygałęziowych

Wyznaczniki 3.1 Wyznaczniki stopni 2 i 3

Metody numeryczne w przykładach

Programowanie liniowe

Równania różniczkowe liniowe wyższych rzędów o stałych współcz

Lista 6. Kamil Matuszewski 13 kwietnia D n =

Rozwiązanie Ad 1. Model zadania jest następujący:

Wektor, prosta, płaszczyzna; liniowa niezależność, rząd macierzy

Firma JCo wytwarza dwa wyroby na dwóch maszynach. Jednostka wyrobu 1 wymaga 2 godzin pracy na maszynie 1 i 1 godziny pracy na maszynie 2.

Macierze Lekcja V: Wzory Cramera. Macierzowe układy równań.

2 1 3 c c1. e 1, e 2,..., e n A= e 1 e 2...e n [ ] M. Przybycień Matematyczne Metody Fizyki I

Działania na przekształceniach liniowych i macierzach

Standardowe zadanie programowania liniowego. Gliwice 1

UKŁADY ALGEBRAICZNYCH RÓWNAŃ LINIOWYCH

Krzywe Freya i Wielkie Twierdzenie Fermata

Wybrane elementy badań operacyjnych

Rozwiazywanie układów równań liniowych. Ax = b

Transkrypt:

Model przepływów międzygałęziowych (model Leontiewa) Maciej Grzesiak Przedstawimy tzw. analizę wejścia-wyjścia jako narzędzie do badań ekonomicznych. Stworzymy matematyczny model gospodarki, w którym można będzie, stosując odpowiednie operacje matematyczne, uzyskiwać wyniki, które następnie będą mogły być zastosowane w świecie rzeczywistym. Ale matematyka zajmuje się symbolami i operacjami na nich, a nie wielkościami rzeczywistymi, jak węgiel, stal, pieniądze itp. Zatem pierwszym krokiem do stworzenia modelu jest wybór odpowiednich wielkości i ich matematyczne przedstawienie. Ważne jest, aby pamiętać, że to z konieczności wiąże się z uproszczeniami. To, jakie aproksymacje są odpowiednie i dopuszczalne wynika w znacznej mierze z przewidywanego zastosowania modelu. Model, który przedstawimy, będzie opisywał jeden aspekt gospodarki jej zdolność do produkcji rozmaitych dóbr. Nie będzie więc w nim odniesień do np. transportu, banków, czy rządu. Wytwarzane dobra są zazwyczaj produkowane przez wiele firm, a na ogół każda firma wytwarza też rozmaite produkty. Podstawowe uproszczenie polega na tym, że założymy, że gospodarka składa się z n gałęzi (przemysłów). Założymy też, że wszystkie firmy wytwarzające dane dobro robią to tak samo efektywnie, a więc nie ma potrzeby rozważania ich osobno, tylko wspólnie jako przemysł, np. produkcja stali. Przyjmiemy też, że każdy przemysł wytwarza tylko jedno dobro, co jest nierealistyczne, bo np. przemysł chemiczny wytwarza tysiące rozmaitych produktów. Ale w modelu można np. rozpatrywać osobno przemysł produkcji kwasu siarkowego i przemysł produkcji benzyny. To kwestia wyboru wiążąca się z przewidywanym zastosowaniem modelu. Należy jednak ciągle pamiętać, jak znaczne są to uproszczenia. Zaletą tworzonego przez nas modelu będzie to, że dopuści on interakcje rozmaitych przemysłów w tym sensie, że produkt jednego jest surowcem dla innego przemysłu, albo też produktem końcowym, dla finalnego nabywcy. Będzie to model statyczny, tzn. zakładający, że żadne strukturalne zmiany (np. technologii lub cen) nie mają miejsca. To jest realistyczne, jeżeli odnosimy się do raczej krótkiego okresu czasu (np. maksimum rok). Stworzenie modelu dynamicznego opisującego rozmaite zmiany, jest bardziej skomplikowane. Modele można tworzyć w ujęciu ilościowym lub w ujęciu wartościowym. Zaczniemy od tego pierwszego. 1

Przepływy w ujęciu ilościowym Przy tworzeniu modelu przyjmiemy, że kolejne przemysły są oznaczane liczbami 1, 2,..., n, a wielkości produktu globalnego przemysłu j (w danym okresie) to Q j. Liczba Q j może oznaczać wielkość fizyczną (tony, sztuki,...) lub pieniężną. Przyjmiemy, że są to wielkości fizyczne. Wyjście Q j przemysłu j jest używane przez inne przemysły (w tym także sam przemysł j) lub sprzedawane odbiorcy końcowemu. Część sprzedawaną będziemy nazywali produkcją końcową i oznaczali q j. W praktyce część produkcji może być magazynowana, ale w tym modelu to pominiemy. Niech q jk oznacza wielkość produktu j zużywanego przez przemysł k. Wtedy mamy Q 1 = q 11 + q 12 + + q 1n + q 1 Q 2 = q 21 + q 22 + + q 2n + q 2 (1)................................................. Q n = q n1 + q n2 + + q nn + q n Te równania, nazywane bilansowymi (material balances), zbyt wiele nie przekazują. Przyjmijmy, że q jk (wielkość produktu j zużywanego przez przemysł k) zależy od wyjścia Q k przemysłu k, a dokładniej, że q jk = a jk Q k, gdzie a jk jest współczynnikiem proporcjonalności (tzw. współczynniki technologiczne). Zatem równania bilansowe przyjmą postać: Q 1 = a 11 Q 1 + a 12 Q 2 + + a 1n Q n + q 1 Q 2 = a 21 Q 1 + a 22 Q 2 + + a 2n Q n + q 2...................................................... Q n = a n1 Q 1 + a n2 Q 2 + + a nn Q n + q n lub po przeniesieniu (1 a 11 )Q 1 a 12 Q 2 a 1n Q n = q 1 a 21 Q 1 + (1 a 22 )Q 2 a 2n Q n = q 2 (2).................................................................. a n1 Q 1 a n2 Q 2 + (1 a nn )Q n = q n Układ (2) można zapisać w postaci macierzowej. Niech A = [a jk ] oznacza macierz współczynników technologicznych. Wtedy macierzą układu (2) jest I A, a więc układ można zapisać jako równanie macierzowe (I A)x = b, gdzie x = (Q 1, Q 2..., Q n ) T, b = (q 1, q 2..., q n ) T. Macierz I A nazywamy macierzą Leontiewa lub macierzą struktury technicznej. Natomiast jej macierz odwrotną M = (I A) 1 nazywamy macierzą współczynników materiałochłonności lub macierzą współczynników dodatkowego zapotrzebowania. Zanim omówimy możliwości wynikające z tego modelu, opiszemy najpierw jak można uzyskać współczynniki technologiczne. Dane dla pewnego okresu (np. roku) zbiera się w postaci tabeli, w której każdy wiersz odpowiada jednemu przemysłowi. 2

Przemysł Produkcja Produkcja zużywana przez: Produkcja globalna 1 2... n końcowa 1 Q 1 q 11 q 12 q 1n q 1 2 Q 2 q 21 q 22 q 2n q 2..................... n Q n q n1 q n2 q nn q n Współczynniki a jk liczymy jako ilorazy a jk = q jk Q k W praktyce nie jest to proste, po pierwsze ze względu na trudność uzyskania danych w tej postaci. Następnie, w rzeczywistości mamy różne odmiany produktów, a więc trzeba to jakoś uśrednić; trzeba też uwzględnić zmiany w zapasach magazynowych, itd. Wróćmy do możliwych korzyści ze stosowania tego modelu. Jeśli np. znamy zapotrzebowanie na poszczególne produkty dla pewnego przyszłego okresu, to ważna będzie wiedza, jaka musi być minimalna produkcja poszczególnych przemysłów, aby zapewnić dostateczną wielkość produktów końcowych. Matematyczne przedstawienie problemu jest następujące. Przyszłe zapotrzebowanie opisujemy wektorem b 0 = (q 1,..., q n ) T, a produkcję wektorem wyjść x 0 = (Q 1,..., Q n ) T. Są to wektory kolumnowe, dalej traktowane jako macierze. Przypuśćmy, że zapotrzebowanie zmienia się na b = b 0 + c, gdzie c jest wektorem zmiany zapotrzebowania. Wektor produkcji zmienia się na x = x 0 + z, gdzie z jest wektorem zmiany produkcji. Wtedy (I A)x = b, czyli więc (I A)(x 0 + z) = b 0 + c, (I A)x 0 + (I A)z = b 0 + c, i po redukcji (bo (I A)x 0 = b 0 ) mamy (I A)z = c. Zatem wyznaczenie wektora zmian odbywa się na tej samej zasadzie, co obliczenie wektora produkcji. Rozważmy szczególny przypadek, w którym zmiana następuje tylko w jednej pozycji zapotrzebowania. Mianowicie przypuśćmy, że j-te zapotrzebowanie zwiększa się o λ. Wtedy c = λe j, gdzie e j jest zwykłym wektorem jednostkowym. Niech M = (I A) 1 będzie, jak poprzednio, macierzą współczynników dodatkowego zapotrzebowania. Wtedy z = Mc. Jeżeli c = λe j, to z = λme j = λm j, gdzie m j oznacza j-tą kolumnę macierzy M. A więc gdy zapotrzebowanie na produkt j zwiększa się o λ, to produkcja musi się zmienić z x 0 na x 0 + λm j. Wynika stąd następująca interpretacja elementów macierzy M. Wniosek 1 Aby zwiększyć produkcję końcową w dziale j o jednostkę ( Q j = 1) należy zwiększyć produkcję działu i o m ij jednostek (tj. q i = m ij ). Przykład. Dana jest tablica przepływów międzygałęziowych: 3

Zakład nr Produkcja Przepływy Produkcja globalna q j1 q j2 q j3 końcowa 1 250 25 70 30 125 2 350 100 105 75 70 3 300 50 35 60 155 Na podstawie tablicy a) utworzyć macierz współczynników technologicznych, b) zinterpretować współczynniki a 12 i a 32, c) wyznaczyć jak zmienia się rozmiary produkcji końcowej, jeżeli ilości produktów globalnych zakładów 1 i 2 wzrosły odpowiednio o 100 i 80 jednostek, natomiast zakładu 3 zmalały o 90 jednostek. d) wyznaczyć wektor produkcji globalnej, jeśli wektor wymaganej produkcji końcowej wynosi (200, 150, 200) T. Rozwiązanie. a) Ponieważ a jk = q jk Q k, więc A = 25 250 100 250 50 250 70 350 105 350 35 350 30 300 75 300 60 300 = 0,1 0,2 0,1 0,4 0,25 0,2 0,1 0,2 b) a 12 = 0,2 oraz a 32 = 0,1, więc do produkcji jednostki przemysłu drugiego potrzebne jest 0,2 jednostki przemysłu 1 i 0,1 jednostki przemysłu 3. c) Ponieważ c = (I A)z i z = (100, 80, 90) T, więc c = d) Ponieważ x = Mb, gdzie 0,9 0,2 0,1 0,4 0,7 0,25 0,2 0,1 0,8 M = (I A) 1 = oraz b = (200, 150, 200) T, więc 1,37 0,44 1 x = 0,95 1,8 0,68 0,46 3 1,41 100 80 90 = 1,37 0,44 1 0,95 1,8 0,68 0,46 3 1,41 200 150 200 = 83 38, 5 100, 401,8 595,6 424,9 Przepływy w ujęciu wartościowym Jeżeli układ gospodarczy składa się z n jednorodnych przemysłów i p i oznacza jednostkową cenę wyrobu produkowanego w i-tym przemyśle, to wartość produkcji X i i wartości przepływów x ij wynoszą X i = Q i p i x ij = q ij p i x i = q i p i 4

Liczbę b ij = x ij X j = q ijp i Q j p j = a ij p i p j nazywamy współczynnikiem techniczno-finansowym. Określa on niezbędną wartość produktu wytworzonego w dziale i, który należy zużyć w dziale j na wytworzenie wartości globalnej wynoszącej jedną jednostkę pieniężną. Matematyczna analiza modelu przepływów w ujęciu wartościowym jest analogiczna do analizy przepływów w ujęciu ilościowym. Jedynie macierz A współczynników technologicznych zastępujemy macierzą B współczynników technicznofinansowych. Wyznaczanie cen produktów przy pomocy modelu przepływów. Jeśli macierzą współczynników technicznych jest macierz A = [a ij ] i p j jest ceną jednostki produktu j, to koszt materiałowy wyprodukowania tej jednostki wynosi n a 1j p 1 + a 2j p 2 + + a nj p n = a ij p i. Cena powinna uwzględniać także robociznę i zysk. Gdy to uwzględnimy przyjmując, że jednostkowe koszty robocizny w przemyśle j wynoszą k j a jednostkowy zysk z j, to otrzymamy zależności p j = i=1 n a ij p i + k j + z j dla j = 1, 2,..., n. i=1 Jeżeli jednokolumnowe macierze cen, kosztów, i zysków oznaczymy przez p, k i z odpowiednio, to całość można zapisać równaniem macierzowym: Stąd p = A T p + k + z. (I A T )p = k + z, p = (I A T ) 1 (k + z). Przykład. Dana jest macierz współczynników technologicznych dla trzech wytwarzanych produktów: 0,1 0,2 0,1 0,5 0,2 0,2 0,1 oraz wektory k (kosztów jednostkowych) i z (zysków jednostkowych) 0,1 k = 0,2, z = 0,2 0,5 Wyznaczyć ceny produktów. 5

Rozwiązanie. Mamy czyli p = 1 0 0 0 1 0 0 0 1 p = (I A T ) 1 (k + z), 0,1 0,2 0,1 0,5 0,2 0,2 0,1 T 1 0,1 0,2 + 0,2 0,5, a zatem p = 5 117 33 25 13 15 61 13 9 21 39 0,4 0,4 = 1,44 1,74 0,8 1,85 Macierze produktywne. Naturalne jest pytanie, czy przy danej macierzy współczynników technologicznych można otrzymać dowolny nieujemny wektor produkcji końcowej z odpowiedniego nieujemnego wektora produkcji całkowitej. Zaczniemy jednak od podstawowego pytania: czy istnieje chociaż jeden wektor produkcji całkowitej, przy którym produkcja całkowita przewyższa zużycie produkcyjne? Do formalnych zapisów wprowadzimy oznaczenie: x y każda współrzędna wektora x jest większa od odpowiedniej współrzędnej wektora y. Uwaga: zapis x > 0 dla x R n oznacza, że wszystkie współrzędne wektora x są nieujemne, i przynajmniej jedna jest dodatnia. Definicja 1 Macierz A = [a ij ] stopnia n o elementach nieujemnych nazywamy macierzą produktywną jeśli istnieje taki wektor x R n o nieujemnych współrzędnych, że odpowiadający mu wektor produkcji końcowej (I A)x ma wszystkie współrzędne dodatnie, czyli x Ax. Warunek produktywności można zapisać w postaci: x R n x 0 x Ax. Twierdzenie 1 Jeśli macierz A jest produktywna, to dla dowolnego b 0 równanie (I A)x = b ma nieujemne rozwiązanie. Dla dowodu wykażemy najpierw lemat. Lemat 1 Jeśli macierz A jest produktywna i x Ax, to x 0. D o w ó d. Z założenia istnieje x takie, że x A x. Ale A x 0 (ponieważ x 0 i a ij 0), więc x 0. Przypuśćmy, że x Ax, ale x 0. Niech θ = inf{ θ : x + θ x 0}. Niech x = x + θ x. Wtedy x 0, ale x musi mieć co najmniej jedną współrzędną, np. x 1, równą 0. Zarazem x = x + θ x Ax + θa x 0. A zatem musi być x 1 > 0, sprzeczność. 6

Wniosek 2 Jeśli macierz A jest produktywna, to macierz I A ma rząd n, a więc jest nieosobliwa. D o w ó d. Jeśli (I A)x = 0, to także (I A)( x) = 0. Z lematu wynika wtedy, że x 0 oraz x 0, czyli x = 0. D o w ó d twierdzenia 1. Ponieważ I A jest nieosobliwa, więc równanie (I A)x = b ma jednoznaczne rozwiązanie x. Ale b 0, więc x Ax 0, a więc x 0. Wniosek 3 Macierz A jest produktywna wtedy, i tylko wtedy, gdy (I A) 1 jest nieujemna. Przykład. Zbadać, czy jest produktywna macierz 0,05 2 0,19 A = 0,25 0,1 5 0,27 0,12 0,1 Obliczamy: (I A) 1 = a więc macierz A jest produktywna. 1,33 0,54 0,49 0,56 1,4 0,66 0,47 5 1,35 0, Lemat 2 Jeśli macierz A jest produktywna, to A n 0. D o w ó d. Z definicji macierzy produktywnej x 0 takie, że x Ax. Zatem dla pewnego λ, 0 < λ < 1, mamy więc dla dowolnego n N: skąd wynika, że A n x 0. Jeżeli x = n i=1 x i e i, to λx Ax, λ n x A n x, A n x = n x i A n e i, przy czym każdy składnik jest nieujemny, więc i A n e i 0. i=1 Twierdzenie 2 Jeśli macierz A jest produktywna, to szereg k=0 Ak jest zbieżny do (I A) 1. D o w ó d. (I A)(I + + A n ) = I A n+1, więc oraz (I + + A n ) (I A) 1 = (I A) 1 A n+1, (I + + A n ) (I A) 1 (I A) 1 A n+1 0. 7