Математическому моделированию процессов конкуренции и сотрудничества двух фирм на различных рынках посвящено довольно много научных работ, в основном использующих аппарат теории игр и статистических решений. В качестве примера можно привести работы таких исследователей, как Курно, Стакельберг, Бертран, Нэш, Парето, основные результаты которых приведены в [1-2,5].

В настоящей работе авторами предпринята попытка математического моделирования конкурентной борьбы с точки зрения экономической динамики с привлечением аппарата теории оптимального управления.

Изменение объемов продаж конкурирующих фирм с течением времени может быть описано следующей системой дифференциальных уравнений [4]:

                   (1)

с начальными условиями . (2)

Здесь и далее использованы следующие обозначения:

q₁(t) - объем продаж фирмы I;

q₂(t) - объем продаж фирмы II;

N - объем рассматриваемого сегмента рынка сбыта;

a₁, b₁, a₂,b₂ -положительные коэффициенты, характеризующие степень влияния различных факторов на изменения объема продаж первой и второй фирмы соответственно [4].

Замена переменных , , ; , ,  приводит исходную задачу Коши к безразмерному виду:

                 (3)

Функция  характеризует степень воздействия внутренней среды первого предприятия на рост объемов продаж по отношению к аналогичной величине конкурента.

Неизбежно возникает вопрос о минимизации управленческого воздействия  первого предприятия, необходимые для достижения к известному моменту времени T заранее запланированной рыночной доли , ответ на который может быть, по мнению авторов, получен из решения следующей задачи оптимального управления, которая и является предметом исследования данной работы: найти такое программное управление , которое доставляет минимум целевому функционалу

,                    (4)

удовлетворяет системе дифференциальных уравнений с граничными условиями (3) и ограничениями на состояние системы и управление:

, , ,

, , где .           (5)

Здесь - желаемая рыночная доля первого предприятия в этот же момент времени, а значение выбиралось из следующих соображений: пусть предприятие для достижения поставленной цели располагает ресурсами Q, а величина  может трактоваться как скорость расходования ресурсов предприятия. Следовательно, . Следует, однако, отметить, что это далеко не единственный способ выбора этой величины.

Алгоритм численного решения задачи (4)-(5) основан на отмеченной рядом исследователей [5] глубокой связью между задачами оптимального управления и математического программирования. С этой точкой зрения задача оптимального управления для непрерывной системы образует бесконечномерную задачу математического программирования в бесконечномерном пространстве. Основным достоинством данного подхода является возможность применения хорошо развитого аппарата численного решения задач математического программирования к теории оптимального управления.

Следуя указанному подходу [5], переформулируем задачу в дискретной форме. Временной интервал   разбивается на n равных временных интервалов, целевой функционал (4) заменяется интегральном суммой, а задача Коши (3) -конечно-разностной аппроксимацией, основанной на интерполяционных уравнениях Адамса [5]. 

В результате получаем задачу нелинейного программирования, в которой целевому функционалу соответствует целевая функция, а уравнение состояния превращается в 2n ограничений в форме равенств.

Ограничения на состояние системы и управления трансформируются в ограничения в форме неравенств задачи математического программирования:

                               (6)

,

 ,

()

; ; ; ; ;

; .                (7)

Здесь:

; ; .

Задача решалась численно с помощью надстройки «Поиск решения» пакета Microsoft Office Excel 2003 по встроенному алгоритму нелинейной оптимизации Generalized Reduced Gradient (GRG2), разработанному Леоном Ласдоном (Leon Lasdon, University of Texas at Austin) и Аланом Уореном (Allan Waren, Cleveland State University).

В результате в каждой точке находились , y₁(i), y₂(i), а также значения целевого функционала J.

Точность полученного решения оценивалась «апостериори» путем подстановки найденного программного управления u=u(t)  в (3) с последующим численным интегрированием системы ОДУ методом Рунге-Кутта четвертого порядка [3].

Некоторые результаты численных расчетов приведены на рис.1-3. При построении графиков использовались следующие значения параметров модели: ; n=20; ; ; .

Значение T варьировалось в пределах от 2 до 3.

Анализ рис. 1 позволяет сделать вывод об адекватности построенной математической модели и достаточной точности аппроксимации исходной задачи оптимального управления (3)-(5) задачей нелинейного программирования (6)-(7).

Об этом свидетельствует тот факт, что непрерывные кривые, построенные по результатам численного интегрирования задачи Коши (3) практически совпадают с точками, соответствующими решению конечно-разностной задаче нелинейного программирования.

Рис. 2 указывает на то, что во всех случаях поведение оптимального программного управления  обнаруживает следующую характерную особенность: до определенного момента времени   , после чего резко падает до нуля. По результатам численных экспериментов .

Рис.1. Оптимальная динамика объема продаж фирмы I и фирмы II  для T=3. Сплошные линии соответствуют результатам контрольного интегрирования методом Рунге-Кутта.

Рис.2. Зависимость оптимального управления  от времени для случаев T=2,0 (кривая 1), T=2,5 (кривая 2), T=3,0 (кривая 3). Выделенные ресурсы Q=10,0.

Рис.3. Зависимость оптимального значения целевого функционала J от ресурсов Q для  T=2.

Это позволяет сделать практически важный вывод о том, что оптимальная стратегия предприятия по достижению желаемой рыночной доли в условиях дуополии заключается в приложении максимальных усилий именно на начальном участке, после чего, начиная с момента времени  , можно значительно уменьшить интенсивность расхода ресурсов.

Зависимость оптимального значения целевого функционала J, от выделенных ресурсов Q представлена на рис. 3. Убывающий характер этой зависимости объясняется тем, что с увеличением Q возрастает , а значит, и интенсивность использования ресурсов на начальном, «стартовом» участке траектории динамической системы. А поскольку именно этот участок является наиболее важным с точки зрения достижения желаемого результата,  в конечном итоге это приводит к интегральному эффекту экономии ресурсов.

СПИСОК ЛИТЕРАТУРЫ:

1. Бережной Л.И. Теория оптимального управления экономическими системами: Учебное пособие. - СПб.: ИВЭСЭП, Знание,2002. 64 с.
2. Ванько В.И., Ермошина О.В., Кувыркин Г.Н. Вариационное исчисление и оптимальное управление: Учеб. для вузов. 2-е изд./ Под ред. В.С. Зарубина, А.П. Крищенко.-М.: Изд-во МГТУ им. Баумана, 2001. 488 с.
3. Мудров А.Е. Численные методы для ПЭВМ на языках Бейсик, Фортран и Паскаль. Томск: МП «Раско», 1991. 272 с. ил.
4. Просвиров А.Э. Копылов А.В., Динамическая модель конкуренции двух фирм на однородном рынке // Успехи современного естествознания, №8, 2003. стр. 29-33.
5. Табак Д., Куо Б. Оптимальное управление и математическое программирование, перев. с англ. М., Наука, 1975. 280 с.