STATISZTIKAI IRODALMI FIGYEDÖ
343
vett költségek minimalizálása révén tör-
ténik.
A nehézséget éppen az okozta, hogy az egyes raktárak készleteit nem lehetett
egymástól függetlennek tekinteni. Annál is. inkább, mert a rendelés törlésére rit—
kán került sor. Jórészt ez okozta a keres- let eloszlásának ún. ferdeségét (skew—
ness), ami kizárta azt a lehetőséget, hogy két paraméterrel, nevezetesen a várható értékkel (az átlaggal) és a szórással jel—
lemezzük._Kiderü1t, hogy a kereslet elosz—
lását az ún. Gram-Charlier sorokkal lehet kielégítő mértékben jellemezni.
Ezekben már egy harmadik paraméter is szerepelt: a ferdeségi együttható, amely
nem más, mint az átlagtól mért eltéré—
sek köbével számított átlagnak és a szó—
rás köbének a hányadosa. E mutatót a vizsgálatokban csaknem mindig poz1tív- nek találták, vagyis az esetek nagy részé—
nél jobboldali asszimmetriáról volt szó.
Mivel azonban az ilyen háromdimenziós
eloszlások kezelése számos nehézséggel
járt, a szerző megkísérelte az elosztást egyes szakaszokra normális eloszlással megközelíteni.A következő probléma a költségfügg—
vény kialakítása. Legyen 124. p,, illetve
'pc annak valószínűsége, hogy üres rak- tár esetén a vásárló az előbbi három eset—nek megfelelően vár, másik raktárhoz fordul, illetve törli a rendelést; jelentse
C'd, C,, illetve OC az előbbi három
esetnek megfelelő költségeket; legyen továbbá 6'" egy—egy rendelés átlagos nagy- sága. Ez esetben üres raktár esetén az egy termékegységre eső várható költség:pdodlprCr—l-pcoc
0'
os :
Ha az S azon cikkek várható mennyisége, amely az utánpótlási idő alatt esetleg meghaladja az x utánrendelési szintet, akkor az egy ciklusra eső átlagos keres—
let
Y—i—S—pdő'
Ha pedig m a várható napi kereslet,
akkorm 05 S
Y $ s— p,, 3
a hiányból eredő várható napi veszteség.
Jelöljük ezután Ca—lal az egy rendelés- sel kapcsolatos költséget.
Ebből egy napra átlagosan m Co
Y 4— S mpd S
költség esik. Figyelembe kell venni még
a raktározási költségeket is. Ezeket aa, [X—l—á— Y—p $(1— ívás]
formula fejezi ki, ahol a 0,- a kérdéses termék egy napi költsége, a szögletes zárójelben lévő kifejezés pedig az átlagos raktári szintet jelenti, (P— : az utánpót—
lási időre eső kereslet várható értéke). A
felsorolt három költség összege adja a költségfüggvényt:mCsS
Y—l—S—pdS
m (70
L X, Y : 4: ___—___,— _?
( Y—l—S—pdS
iCí[Xi—;- Y—M—p— (1—%p4)S]
Az optimális készlet adatai azok a X és Y értékek lesznek, amelyekre nézve a függ-
vény minimális értéket vesz fel.
A szerző vizsgálataiból kitűnt, hogy ha
a ferdeségi együtthatót ismerjük, az
előbbi függvényt lényegesen egyszerűsí—teni lehet és konstruálható olyan iterá—
ciós eljárás, amelynek segítségével egy
fő —— a szükséges paraméterek ismereté—ben — óránként 20—30 termékre is el
tudja végezni a számításokat.
A továbbiakban a cikk —- hasonló gon—
dolatmenet alapján —— a termelési szintek
meghatározásával foglalkozik. Erre a fel—merülő költségek elemzése alapján a M(X,Y) költségfüggvényt alakítja ki, ahol
az X, illetve az Y az utánagyártási szin—
tet, illetve a legyártandó sorozat nagysá—
gát jelenti.
A cikkhez csatlakozó függelék egyes részleteknek pontos matematikai kifejté—
sét tartalmazza.
(Ism.: Krekó Béla)
Elméleti statisztika, statisztikai módszerek és matematika
Janakielf, Rumen: Theoreiische Statistik, statis- tische Methode und Maihematik. —— Wirtscha/ls- wissenschalt. 1957. No. 6. ööö—878. p_
A tanulmány három fő részre tagolódik.
Először a dialektikus materialista mód-
szerrel vizsgálja a gazdasági statisztikát,
344
STATISZTIKAI IRODALMI FIGYELOmint önálló tudományt, majd a statisz—
tika általános elmélete, a gazdasági sta- tisztika és az ágazati statisztikák közötti kölcsönös kapcsolatot taglalja. A tanul—
mány harmadik részében a statisztika el-
mélete és a matematika közötti kapcsolat
kérdésével foglalkozik. *
A szerző tehát megkülönbözteti a gaz—
dasági statisztikát a statisztika általános elméletétől, mindkettőt az egyetemes sta—
tisztikai módszertől, végül kifejti a mate—
matika sajátos, a statisztikától eltérő jel—
legét. A gazdasági statisztika a gazdasági valóság tömegjelenségeivel és folyama—
taival foglalkozik, ezek mennyiségi meg—
nyilvánulásait konkrét formában ragadja meg. E jelenségek és folyamatok vizsgá—
latából gazdasági jellegű kategóriákhoz és formulákhoz akar eljutni. Ezek rend—
szerbe foglalva alkotják a gazdaságsta—
tisztikai elmélet materiális tartalmát. A
gazdasági statisztikának elsősorban agya—korlati élet követelményeit kell szem előtt tartania és a mutatószámok elmélete irá—
nyában kell fejlődnie, Ezzel szemben az ún. ,,egyetemes statisztikai módszer"
használata a tudományos kutatásokban
nem egyéb, mint statisztikai formába öl—
töztetett indukció és dedukció, a megisme—
rés e két dialektikai momentuma. A sta—
tisztikai megismerés az egyéni vagy mo—
notipikus formánál magasabb fejlődési
fokot képvisel, mert a monotioikus for—
mánál 'a percepciós folyamat izolált, egyes jelenséeekre vonatkozik, mig a statiszti—
kai. formánál tömegkomolexumokat és csoportos sajátságokat ölel fel.
Mind a gazdasági statisztika, mind a statisztika általános elmélete önálló tudo—
mány, amelynek meghatározott, speciális tárgyköre van; ezért ezeket nem lehet pusztán móiszerként értelmezni. A gaz- dasági statisztikai elmélet induktíve nyert fogalmainak vissza kell tükrözniök a társadalmi—gazdasági valóság konkrét tömegjelenségeinek és folyamatainak sa—
játosságait. Viszont a statisztika általános
elmélete az absztrakció magasabb fokátképviseli, amennyiben a gazdasági és
egyéb szakstatisztikák eredményeiből ál—
talánosabb jellegű képletekhez és kate—
góriákhoz jut.
[Míg a statisztika kiindulásában induk—
tív (jellegű, a matematika dedukciós eljá-
ráSs'al' jut általános matematikai képle—
tekhez, a konkrét jelenségekre Való alkal—
mazás határain túlmenő absztrakciókho'z.
Nem is tartozik a matematika feladat—
körébe, hogy indukciók által olyan for—
mula—definiciókat nyújtson, amelyek a konkréten létező jelenségek és folyama—
tok visszatükröződését képviselik. A sta- tisztika elméletének kell tisztáznia azt is, hogy mely esetekben kell bizonyos adott formulákat alkalmazni egyes tömegjelen—
ségek és folyamatok pontos visszatükrö—
zésére.
(Ism.: Kislégi Nagy Dénes)
A lineáris programozás alkalmazása.
a kokszolható szén szállítási problémá—
jára
Lami, A. II.: An application oflinueair pirograumimving in the transport of coking coal, —-- Journal of the Royal statistical Society. Ser. A. 1957. No, 3. 308"
319. p_
A cikk egy konkrét vizsgálat eredmé—
nyeit és módszereit, valamint a felvető- dött problémákat ismerteti. A lineáris programozás módszerének alkalmazásával
annak kiszámítására törekedtek, hogy a
kokszolható szén szállításának optimális megszervezése esetén mekkora megtaka- rításra lehet számítani. Tekintettel arra, hogy a vizsgálat célja csupán bizonyoselőzetes tájékoztatás volt, leegyszerűsített
formában vetették fel a kérdést és né—hány egyszerűsítő feltevést vezettek be
Magát a kérdésfeltevést úgy egyszerű—L
sítette'k le, hogy adottnak és megváltoz—
tathatatlannak tekintették a vizsgálatban szereplő 154 bánya és 65 kokszolóke- mence meghatározott havi termelését, il—
letve fogyasztását. Nem törekedtek tehát a termelés és az ún. allokáció kérdésének optimális megoldására, csupán azt vizs—
gálták, hogy a termelés és fogyasztás adottnak tekintett rendje esetén mekkora megtakarítás érhető el a szállítások át—
szervezésével.
Számos egyszerűsítő feltevést is alkal—
maztak.
a) Teljesen homogén minőségűnek te—
kintették a kokszolható szenet, pedig
technológiai meggondolások a különböző bányákból származó szenek bizonyos ará—nyú keverését teszik szükségessé.
b) A feladási és rendeltetési állomás közti legkisebb távolságból indultak ki, ami nem mindig felel meg a tényleges
m