Презентация на тему: Методы принятия управленческих решений

Методы принятия управленческих решений
Методы принятия управленческих решений
Методы принятия решений
1. Методы диагностики проблем
Экономико-математическое моделирование
Теория массового обслуживания
Теория запасов
Экономический анализ
Методы прогнозирования
Количественные методы прогнозирования
Метод наименьших квадратов
2. Методы выявления альтернатив
Метод мозговой атаки
Методы принятия управленческих решений
Метод мозговой атаки
Метод номинальной групповой техники
Метод Дельфы
3. Среды решения
Концепция определенности
Концепция риска
Концепция неопределенности
4. Выработка решения в условиях определенности: оптимизационный анализ
Предельный анализ
Предельный анализ
Приростный анализ
Линейное программирование
Постановка задачи
Постановка задачи
Решение
Решение
Решение
5. Выработка решения в условиях риска
Теория полезности
Теория полезности
Степень риска
Определение компромисса между риском и прибылью
Использование дерева решений в многоэтапных вероятностных задачах
Методы принятия управленческих решений
Дерево решений
Элементы дерева решений
Формула Ж.Поля Гетти
Моделирование последовательности решений
Последовательность ( дерево) принимаемых решений
Вычисление взвешенных по вероятности ожидаемых результатов поиска нефти
Ожидаемые результаты решения «Когда встать и как работать»
Дерево решений с ожидаемыми значениями (EV) результатов (долл.)
6 Выработка решения в условиях неопределенности
Степень неопределенности слишком высока
Критерий решения Вальда
Критерий решения Вальда
Критерий решения Вальда
Критерий решения Сэйвиджа
Критерий решения Сэйвиджа
Критерий решения Сэйвиджа
Матрицы решения и риска
Альфа-критерий решения Гурвица
Критерий пессимизма-оптимизма Гурвица
Критерий решения Гурвица
Критерий решения Лапласа
Критерий решения Лапласа
7. Дисконтирование и приведенная стоимость денег
Методы принятия управленческих решений
Методы принятия управленческих решений
1/63
Средняя оценка: 4.9/5 (всего оценок: 85)
Код скопирован в буфер обмена
Скачать (2438 Кб)
1

Первый слайд презентации: Методы принятия управленческих решений

Изображение слайда
2

Слайд 2: Методы принятия управленческих решений

2 Методы принятия управленческих решений 1. Методы диагностики проблем 2. Методы выявления альтернатив. 3. Среды решения. 4. Выработка решения в условиях определенности: оптимизационный анализ. 4.1. Предельный анализ. 4.2. Приростный анализ. 4.3. Линейное программирование. 5. Выработка решения в условиях риска. 6. Выработка решения в условиях неопределенности 7. Дисконтирование и приведенная стоимость денег.

Изображение слайда
3

Слайд 3: Методы принятия решений

3 Методы принятия решений

Изображение слайда
4

Слайд 4: 1. Методы диагностики проблем

4 1. Методы диагностики проблем Методы, используемые на этапе диагностики проблем, обеспечивают ее достоверное и наиболее полное описание. В их составе выделяют методы сравнения, факторного анализа, моделирования и прогнозирования. Все эти методы осуществляют сбор, хранение, обработку и анализ информации, фиксацию важнейших событий. Набор методов зависит от характера и содержания проблемы, сроков и средств, которые выделяются на этапе постановки. Методы сравнений и факторный анализ являются широко известными и достаточно подробно излагаются в дисциплинах «Анализ хозяйственной деятельности», «Общая теория статистики» и др. Они основываются на сопоставлении фактических и нормативных (плановых, целевых) показателей и выявлении отклонений и основных причин этих отклонений. Моделирование включает следующие модели: экономико- математические, теории массового обслуживания, теории запасов и экономического анализа.

Изображение слайда
5

Слайд 5: Экономико-математическое моделирование

5 Экономико-математическое моделирование Экономико-математическое моделирование основывается на использовании однофакторных и многофакторных моделей. Применяются однофакторные модели следующих видов: линейные модели, парабола и гипербола; многофакторные модели: линейная и логарифмическая. Наиболее часто применяются линейные модели - однофакторные y = a 0 + a 1 x 1 и многофакторные y = a 0 + a 1 x 1 + … + a n x n где a 0, a 1, …, a n – параметры уравнений, x 0, x 1 …, x n - независимые переменные при принятии решений, y – независимая переменная, величина, описывающая последствия принимаемых решений.

Изображение слайда
6

Слайд 6: Теория массового обслуживания

6 Теория массового обслуживания Теория массового обслуживания ( теория очередей ) применяется для решений, связанных с ситуациями ожидания. Она помогает принять решение, устанавливающее определенное равновесие между размерами упущенной выгоды (доходов) и величиной дополнительных затрат в сервисных организациях. Например, такие как банки, магазины, железнодорожные и авиационные кассы, поликлиники, автозаправочные станции, ремонтные фирмы, парикмахерские, телефонные станции и другие. Клиенты, не желающие стоять в очереди, представляют упущенную выгоду. Время ожидания можно сократить за счет увеличения количества операторов, обслуживающих систему, что ведет к увеличению затрат. В основе расчетов лежит известная формула Пуассона: P n = e -   n /n!, где P n – вероятность появления n -го количества клиентов; e – основание натурального логарифма, е = 2,7183…;  - среднее количество клиентов; n –количество клиентов в единицу времени.

Изображение слайда
7

Слайд 7: Теория запасов

7 Теория запасов Теория запасов была разработана в начале ХХ столетия, а широкое применение началось с 40-х годов. Наибольших успехов, как правило, достигали японские предприятия. Использование теории запасов позволяет установить равновесие между затратами на создание запасов и издержками, связанными с потерями в случае нарушения производственного процесса. Запасы называют «бездействующими ресурсами» ( idle resource ), они подвержены порче, хищениям, устареванию и прочее, кроме того, они увеличивают расходы на оборотные средства предприятия. Теория запасов позволяет определить экономически выгодный размер запаса ( economic order quantity - EOQ ) по формуле, разработанной Гаррисоном Ф. В 1915 г. Q =  2O*D/( H+iP ), где Q - экономически выгодный размер запаса; O – затраты на оформление заказа ( order cost ); D – годовые запасы; H – издержки хранения ( holding cost ); i – начисления к стоимости хранящихся запасов (определяется как отношение дохода, которого можно было бы получить от вложения капитала на другие цели к величине стоимости запасов); P – стоимость хранящихся запасов ( price ). EOQ является таким количеством запаса, который позволяет свести к минимуму общие издержки, связанные с хранением запаса.

Изображение слайда
8

Слайд 8: Экономический анализ

8 Экономический анализ Экономический анализ оперирует такими известными понятиями, как постоянные и переменные издержки, выручка от реализации, цена за единицу продукции, минимальный объем реализации или точка безубыточности, порог рентабельности, запас финансовой прочности, сила операционного (производственного) рычага и др. Qmin = Fc /(P – Vc ), где Qmin минимальный объем реализации (точка безубыточности); Fc – постоянные издержки; P – цена единицы продукции; Vc - переменные издержки на единицу продукции. Перечисленные понятия используются для моделирования ситуаций типа, что будет с прибылью, если изменятся объем продаж, издержки, цена и др.

Изображение слайда
9

Слайд 9: Методы прогнозирования

9 Методы прогнозирования Методы прогнозирования используются для предвидения изменений и последствий влияния внешней и внутренней среды на организацию и подразделяются на количественные и качественные. К качественным методам прогнозирования относятся в основном методы предвидения спроса, такие как мнение потребителей, мнение покупателей, мнение опытных менеджеров, рыночные тесты. С помощью этих методов определяют, как изменится объем и структура продаж в зависимости от цены товара, местонахождения и уровня доходов клиентов и других факторов.

Изображение слайда
10

Слайд 10: Количественные методы прогнозирования

10 Количественные методы прогнозирования К количественным методам прогнозирования относят анализ временных рядов (АВР) и корреляционно-регрессионный анализ (КРА). АВР позволяет сделать выводы о текущем изменении показателей во времени. В прогнозных расчетах обычно используется следующая модель: Y = f(T, C, S, R), где Y – прогнозируемый объект; T – основной тренд (тенденция); C – цикличность колебания вокруг тренда; S – сезонные колебания; R – необъясненные колебания (ошибки прогноза).

Изображение слайда
11

Слайд 11: Метод наименьших квадратов

11 Метод наименьших квадратов Основным методом расчета является метод наименьших квадратов (МНК). Так, если анализ эмпирических данных показывает, что основная тенденция выражается прямолинейно, то можно воспользоваться уравнением прямой линии; y = a 0 + a 1 x, где - y является прогнозируемой величиной объема в зависимости от времени x. Задача состоит в определении коэффициентов a 0 + a 1. Для определения коэффициентов a 0 + a 1 составляют систему нормальных уравнений:  y i = N a 0 + a 1  x i,  x i y i = a 0  x i + a 1 x i 2. Решив эту систему уравнений, получим значения коэффициентов: a 0 =  y i /n; a 1 =  x i y i /  x i 2.

Изображение слайда
12

Слайд 12: 2. Методы выявления альтернатив

12 2. Методы выявления альтернатив На этапе разработки вариантов решений также используются методы сбора информации, но в отличие от первого этапа, на котором осуществляется поиск ответов на вопросы типа «что произошло?» и «по каким причинам?», здесь уясняют, «как можно решить проблему, с помощью каких управленческих действий?» При разработке альтернатив – способов управленческих действий по достижению поставленной цели - используют методы как индивидуального, так и коллективного решения проблем. Индивидуальные методы характеризуются наименьшими затратами времени, но не всегда эти решения являются оптимальными. При генерировании альтернатив используют интуитивный подход или методы логического (рационального) решения проблем. Для помощи ЛПР привлекаются эксперты по решению проблем, которые участвуют в разработке вариантов альтернатив. Коллективное решение проблем осуществляется по модели мозговой атаки (штурма), Дельфи и номинальной групповой техники.

Изображение слайда
13

Слайд 13: Метод мозговой атаки

13 Метод мозговой атаки Метод мозговой атаки. При дословном переводе английское выражение „брейн сторминг" означает „мозгами атаковать проблему". Этот метод был разработан в 1938 г. Алексом Ф. Осборном, исходя из большого недовольства ходом заседаний на конференциях.

Изображение слайда
14

Слайд 14

14

Изображение слайда
15

Слайд 15: Метод мозговой атаки

15 Метод мозговой атаки Участникам не требуется глубокой и длительной подготовки и наличия опыта по этому методу. Однако качество выдвигаемых идей и потраченное время покажут, насколько отдельные участники или целевые группы знакомы с принципами и основными правилами этого метода. Положительным является наличие у участников знаний и опыта в рассматриваемой сфере. Длительность заседания в рамках мозговой атаки можно выбрать в пределах от нескольких минут до нескольких часов, общепринятой является продолжительность в 20-30 минут. При использовании метода мозговой атаки в небольших группах следует строго придерживаться 2-х принципов: воздержаться от оценки идей; тут количество превращается в качество; и соблюсти 4-е основных правила: критика исключается; приветствуется свободное ассоциирование; количество является желательным; ведется поиск сочетаний и улучшений.

Изображение слайда
16

Слайд 16: Метод номинальной групповой техники

16 Метод номинальной групповой техники Метод номинальной групповой техники построен на принципе ограничений межличностных коммуникаций, поэтому все члены группы, собравшиеся для принятия решения, на начальном этапе излагают в письменном виде свои предложения самостоятельно и независимо от других. Затем каждый участник докладывает суть своего проекта. Представленные варианты рассматриваются членами группы (без обсуждения и критики) и после этого каждый член группы в письменном виде представляет ранговые оценки рассмотренных идей. Проект, получивший наивысшую оценку, принимается за основу решения. Достоинством данной техники является, то, что несмотря на совместную работу членов группы, она не ограничивает индивидуального мышления и предоставляет каждому участнику возможность обосновать свой вариант решения.

Изображение слайда
17

Слайд 17: Метод Дельфы

17 Метод Дельфы Метод Дельфы часто используют в случаях, когда сбор группы невозможен. Более того, в соответствии с методикой членам группы не разрешается встречаться и обмениваться мнениями по поводу решаемой проблемы, обеспечивается независимость мнений. Однако затраты времени на разработку решений существенно растут. Разработка осуществляется в следующей последовательности: членам группы предлагается ответить на детально сформулированный перечень вопросов по рассматриваемой проблеме; каждый участник отвечает на вопросы независимо и анонимно; результаты ответов собираются в центре, и на их основании составляется интегральный документ, содержащий все предлагаемые варианты решений; каждый член группы получает копию этого материала; ознакомление с предложениями других участников может изменить мнение по поводу возможных вариантов решения; предыдущие два шага повторяются столько раз, сколько необходимо для достижения согласованного решения.

Изображение слайда
18

Слайд 18: 3. Среды решения

18 3. Среды решения Решения в бизнесе обычно требуют выбора между различными стратегиями. Часто такой выбор производится в условиях таких сред, которые лицо, принимающее решения, контролирует слабо или не контролирует вовсе. Используют основной термин « сущность изменения » для обозначения подобных условий. Решения, тем самым, прямо зависят от знания лицом, принимающим решения, сущности явлении и того, как каждая из рассматриваемых стратегий может быть реализована при определенном состоянии этой сущности. Состояния знания лица, принимающего решения, могут быть классифицированы как состояния определенности, рискам неопределенности. Различия между определенностью, риском и неопределенностью отражают различия в степени знания лица, принимающего решения. Если представить состояния его знания как линию спектра, то на одном ее конце будет определенность (полное знание), а на другом - неопределенность (полное отсутствие знания). Риск (частичное знание) будет лежать между ними. Положение на линии спектра будет отражать имеющуюся степень определенности (или неопределенности).

Изображение слайда
19

Слайд 19: Концепция определенности

19 Концепция определенности Определенность понимается как такое состояние знания, которые лицо, принимающее решение, заранее знает конкретный исход для каждой альтернативы. Иначе говоря, лицо, принимающее решение, обладает исчерпывающим знанием состояния среды и результатов каждого возможного решения. Существует множество краткосрочных ситуаций, когда лицо, принимающее решение, располагает исчерпывающим знанием. Определенность имеет место в большинстве арифметических и алгебраических задач, а также во многих моделях линейного и нелинейного программирования. Такие модели используются для поиска варианта распределения ресурсов, дающего наибольшую отдачу по определенному показателю (такому, как прибыль или стоимость) или наименьшему значению некоторого другого критерия (такого, как затраты) в условиях заданных ограничений. На деле, однако, только немногое может оставаться определенным в достаточно большом, временном интервале.

Изображение слайда
20

Слайд 20: Концепция риска

20 Концепция риска Риск определяется как состояние знания, когда известны один или несколько исходов по каждой альтернативе и когда вероятность реализации каждого исхода достоверно известна лицу, принимающему решение. В условиях риска лицо, принимающее решение, обладает неким объективным знанием среды действий и способно объективно прогнозировать вероятную сущность явлений и исход или отдачу по каждой из возможных стратегий.

Изображение слайда
21

Слайд 21: Концепция неопределенности

21 Концепция неопределенности Неопределенность - это такое состояние знания, когда одна или более альтернатив имеют ряд возможных исходов, вероятность которых либо неизвестна, либо не имеет смысла. Поэтому, в отличие от риска неопределенность будет субъективным явлением. Два наблюдателя, рассматривающих определенную ситуацию, никогда не смогут одинаково сформулирован, ее количественные характеристики. Это происходит не только потому, что они обладают различными уровнями знаний, но и потому, что они имеют различные темпераменты и подходы. Неопределенность часто бывает обусловлена быстрыми изменениями структурных переменных и явлений рынка, определяющих экономическую и социальную среду действия фирмы.

Изображение слайда
22

Слайд 22: 4. Выработка решения в условиях определенности: оптимизационный анализ

22 4. Выработка решения в условиях определенности: оптимизационный анализ В условиях определенности лицо, принимающее решение, знает все о возможных состояниях сущности явлений, влияющих на решение, и знает, какое решение будет принято. Лицо, принимающее решение, просто выбирает стратегию, направление действий или проект, которые дадут максимальную отдачу. В общем случае выработка решений в условиях определенности направлена на поиск максимальной отдачи либо в виде максимизации выгоды (дохода, прибыли иди полезности), либо минимизации затрат. Такой поиск называется оптимизационным анализом. Три метода оптимизации, используются лицом, принимающим решение: предельный анализ, линейное программирование и приростной анализ прибыли.

Изображение слайда
23

Слайд 23: Предельный анализ

23 Предельный анализ В условиях определенности доходы и затраты будут известны для любого уровня производства и продаж. Задача состоит в том, чтобы найти их оптимальное соотношение, позволяющее максимизировать прибыль. Предельный анализ позволяет сделать это. В нем используются концепции предельных затрат и предельного дохода.

Изображение слайда
24

Слайд 24: Предельный анализ

24 Предельный анализ 1. При уровнях производства Q 1 и Q 4 TR в точности равно ТС, так что прибыль равна нулю. Объем производства меньше Q 1 или больше Q 4 ведет к убыткам (т.е. характеризуется отрицательной прибылью). 2. При уровнях производства больше Q 1 или меньше Q 4 — прибыль положительная. 3. Предельный анализ показывает, что до тех пор, пока MR превышает МС, производство и продажа дополнительной единицы продукции будут повышать прибыль. Прибыль, соответственно, максимизируется при том уровне производства, при котором MR = МС. Равенство MR = МС верно при Q 3. При этом уровне производства, если мы проведем одну касательную для кривой ТС, а другую — для кривой МС, то мы увидим, что они будут параллельны, т.е. наклоны обеих кривых будут равны между собой. Это означает, что при уровне производства, равном Q 3, MR = МС. При таком уровне производства наклон функции прибыли, или предельна прибыль ( МР ), будет равна нулю.

Изображение слайда
25

Слайд 25: Приростный анализ

25 Приростный анализ Следует напомнить, что предельный анализ имеет дело с изменениями значений взаимосвязанных, но неизменных функций. В реальном мире, однако, функции спроса, дохода, производства и затрат не могут быть известны достаточно точно и подвергаются изменениям. Тем не менее, эти задачи могут быть решены методом приростного анализа прибыли, развивающим концепцию предельного анализа применительно к более широким практическим задачам. Приростной анализ прибыли оперирует с любыми и всеми изменениями в доходах, затратах и прибылях, явившимися следствием определенного решения. Таким образом, концепция приростного анализа охватывает изменения как самих функций, так и их значений. Основное правило решения состоит в том, чтобы принять любое предложение, повышающее прибыль, или отвергнуть любое предложение, ее уменьшающее. Поскольку в приростном решении рассматривается только переменные, подвергающиеся изменениям, постоянные слагающие затрат (такие, как страхование и обесценение денег) не рассматриваются Таким образом, приростные решения относятся к краткосрочной концепции. К сожалению, многие управляющие не используют приростные термины; напротив, они принимают решения исходя из средних значений общих затрат, включая в них постоянные и переменные слагающие (полностью распределенные затраты). Почти всегда краткосрочные решения, основанные на средних значениях полностью распределенных затрат, неверны, если целью фирмы будет максимизация прибыли.

Изображение слайда
26

Слайд 26: Линейное программирование

26 Линейное программирование Модели линейного программирования отличаются наглядностью и относительной простотой. Их использование во многих практически важных задачах, связанных с принятием решений, оказалось высокоэффективным, в связи с чем они получили довольно широкое распространение. К числу наиболее известных задач линейного программирования относятся: задачи о распределении ограниченных ресурсов (задачи оптимального планирования); задачи об оптимальной корзине продуктов (задачи о диете, задачи оптимального смешения); задачи оптимального раскроя (материалов, заготовок); транспортные задачи; задачи о назначениях; задачи оптимизации финансовых потоков; задачи оптимизации графиков платежей.

Изображение слайда
27

Слайд 27: Постановка задачи

27 Постановка задачи Дано: Предприятие может выпускать n видов продукции Р 1, Р 2,..., Р n, располагая для этого m различными ресурсами R 1, R 2,..., R m в количествах b 1, b 2,... b m соответственно. Известно, что для выпуска единицы продукции P j необходимо затратить а ij единиц ресурса R i j, i = 1, 2,..., m; j = 1, 2,..., n. Кроме того, известен доход от продажи единицы каждого вида продукции — с 1, с 2,..., с n соответственно, где c j — стоимость единицы продукта Р j например 1 штуки, 1 тонны и т.п. Требуется: так спланировать производственную программу — объемы выпуска каждого вида продукции (в штуках, тоннах и т.п.), — чтобы максимизировать доход предприятия.

Изображение слайда
28

Слайд 28: Постановка задачи

28 Постановка задачи Для удобства дальнейших выводов и рассуждений сведем исходную информацию в единую табл.1, где через xj обозначим объемы продукции Р j, выпускаемой предприятием. Тогда набор переменных {х1,..., xn } представляет собой не что иное, как производственную программу предприятия.

Изображение слайда
29

Слайд 29: Решение

29 Решение Доход, полученный предприятием при производстве продукта Р j в количестве x j составит c j x j, а при реализации производственной программы { x 1, x 2,..., х n } будет равен величине Z = c 1 x 1 + c 2 x 2 + … + c n x n Подсчитаем, какое количество ресурсов будет израсходовано, если выбрать некоторый план { x 1, x 2,..., х n }. Ресурса R 1 потребуется: а 11 x 1 + a 12 x 1 +... + а 1 n х n, в то время как в наличии имеется b 1. Ресурса R 2 потребуется: а 21 x 1 + a 22 x 2 +... + а 2 n х n, в то время как в наличии имеется b 2. …….. Ресурса R m потребуется: a ml x 1 + a m 2 x 2 +... + а mn х n, в то время как в наличии имеется b m.

Изображение слайда
30

Слайд 30: Решение

30 Решение Очевидно, что производственная программа может быть выполнена только в том случае, если имеющихся ресурсов окажется достаточно, т. е. при выполнении условий а 11 x 1 + a 12 x 1 +... + а 1 n х n ≤ b 1 а 21 x 1 + a 22 x 2 +... + а 2 n х n ≤ b 2 ……………………….. a ml x 1 + a m 2 x 2 +... + а mn х n ≤ b m Кроме того, понятно, что переменные решения x 1, х 2,..., х n должны быть неотрицательными числами, т.е. x 1 ≥ 0, х 2 ≥ 0,..., х n ≥ 0.

Изображение слайда
31

Слайд 31: Решение

31 Решение Объединяя полученные результаты, получаем следующую задачу линейного программирования. Требуется найти совокупность значений { x 1, х2,..., х n }, обращающих в максимум целевую функцию Z = c 1 x 1 + c 2 x 2 + … + cnxn При условии, что переменные { x 1, х2,..., х n } удовлетворяют системе ограничений: а11 x 1 + a 21 x 1 +... + а1 n х n ≤ b 1 а21 x 1 + a 22 x 2 +... + а2 n х n ≤ ……………………….. amlx1 + a m 2 x 2 +... + а mn х n ≤ bm x 1≥0, х2≥0,..., х n ≥0

Изображение слайда
32

Слайд 32: 5. Выработка решения в условиях риска

32 5. Выработка решения в условиях риска Условия риска и неопределенности характеризуются так называемыми условиями многозначных ожиданий будущей ситуации во внешней среде. В этом случае ЛПР должен сделать выбор альтернативы ( Аi ), не имея точного представления о факторах внешней среды и их влияния на результат. В этих условиях исход, результат каждой альтернативы представляет собой функцию условий – факторов внешней среды (функцию полезности), который не всегда способен предвидеть ЛПР. Для предоставления и анализа результатов выбранных альтернативных стратегий используют матрицу решений, называемую также платежной матрицей. Пример матрицы решений приведен в таблице 1. A 1, A 2, A 3 –альтернативные стратегии действий; S 1, S 2, S 3 – состояние экономики (стабильность, спад, рост и др.) Альтерна - тивы Состояние экономики S 1 S 2 S 3 S 4 …. А 1 А 2 ….

Изображение слайда
33

Слайд 33: Теория полезности

33 Теория полезности Методы принятия решений в условиях риска используют теорию выбора, получившую название теории полезности. В соответствии с этой теорией, ЛПР выбирает Ai из совокупности Ai ( i = 1 … n), если она максимизирует ожидаемую стоимость его функции полезности Yi,j. В условиях риска при принятии решения основным моментом является определение вероятности наступления состояния среды Sj, т. е. степени риска. Существует два основных подхода к определению данного показателя: метод дедукции и статистический анализ данных. Метод дедукции, как известно, не нуждается в экспериментировании, Статистический анализ данных предполагает наличие экспериментов в прошлом и определяет частоту наступления события, которую и принимают за вероятность.

Изображение слайда
34

Слайд 34: Теория полезности

34 Теория полезности После определения вероятности наступления состояния среды Sj, определяют ожидаемую стоимость реализации каждой альтернативы, которая представляет собой средневзвешенную стоимость E(x) : E(x) = P1x1 + P2x2 + … + Pnxn =  Pixi где xi – результат реализации Ai ; Pi – вероятность реализации Ai в условиях Sj. Оптимальной стратегией является та, которая обеспечивает наибольшую ожидаемую стоимость. E(x) =  Pixi  max при  Pi = 1.

Изображение слайда
35

Слайд 35: Степень риска

35 Степень риска Кроме показателя E ( x ) при принятии решений в условиях риска используют еще один критерий, называемый степенью риска (  ), т. е. степень отклонения ожидаемой стоимости от предполагаемых последствий. Степень риска, называемая коэффициентом вариации, как известно, определяется отношением среднего квадратичного отклонения к средней арифметической:  ( xi -  Pixi )2 Pi  = -----------------------------  Pi xi

Изображение слайда
36

Слайд 36: Определение компромисса между риском и прибылью

36 Определение компромисса между риском и прибылью При принятии решений в условиях риска после определения предполагаемой стоимости E ( x ) и степени риска  встает проблема определения компромисса между риском и прибылью. Как правило, получение больших доходов сопровождают более высокие значения степени риска, поэтому решения ЛПР будет зависеть не только от расчета показателей E ( x ) =  P i x i, но и от финансового состояния предприятия. Экономическая теория разработала так называемые кривые рыночного безразличия описывающие необходимую прибыль (доход) как функцию риска. Но на практике они мало применимы из-за высокой степени абстракции.

Изображение слайда
37

Слайд 37: Использование дерева решений в многоэтапных вероятностных задачах

37 Использование дерева решений в многоэтапных вероятностных задачах Следующий метод, применяемый для принятия решений в условиях риска, носит название дерева решений. Его применяют тогда, когда необходимо принимать последовательный ряд решений. Дерево решений – графический метод, позволяющий увязать точки принятия решения, возможные стратегии A i, их последствия Y i, j с возможными факторами, условиями внешней среды. Построение дерева решений начинается с более раннего решения, затем изображается возможные действия и последствия каждого действия (событие), затем снова принимается решение (выбор направления действия) и т. д., до тех пор, пока все логические последствия результатов не будут исчерпаны.

Изображение слайда
38

Слайд 38

38 Дерево решений - это схематическое представление процесса принятия последовательных решений, когда каждое решение зависит от исхода предыдущих решений. Дерево решений позволяет учесть различные направления действий, и на основе финансовых результатов каждого из них и вероятности их наступления сравнить альтернативы и выбрать лучшую последовательность действий. Построение дерева осуществляется слева направо, от корня (исходного момента принятия решения) по ветвям (возможные альтернативные решения), а расчет эффективности -от ветвей к корню. Элементами дерева являются: а) действия, отвечающие на вопрос: «каков выбор?»; вилка действий (решений) отображается квадратом с исходящими из него возможными действиями; б) события (исходы развития ситуации), на которые ЛПР не может влиять, с указанными вероятностями их совершения, позволяющими рассчитать средние результаты действий в условиях неопределенности хода последующего развития ситуации; вилка событий на дереве отображается кружком с исходящими ветвями; в) последствия действий - оценочные показатели результатов принятия решений в различных ситуациях и в среднем (отображаются цифрами на концах ветвей и рядом с вилками действий и событий); г) критерии оценки, отображающие предпочтения ЛПР или стратегию его действий; функция предпочтения показывает зависимость выгодности решения, по мнению ЛПР, относительно финансовых или иных последствий; с помощью данной функции денежная шкала, характеризующая безразличную (рациональную) стратегию, заменяется шкалой предпочтений.

Изображение слайда
39

Слайд 39: Дерево решений

39 Дерево решений При осторожной стратегии ЛПР старается избежать потерь, особенно больших, и меньше внимания уделяет величине прибыли. При рисковой (агрессивной) стратегии главным для ЛПР является возможность сорвать крупный выигрыш даже с малой вероятностью. Очевидно, что стратегия ЛПР зависит не только от его характера и условий окружающей среды, но и от сумм предполагаемого выигрыша или убытков относительно масштабов фирмы (уставного или оборотного капитала). Так небольшим венчурным проектам имманентна агрессивная стратегия, а при решении вопросов развития крупных стратегических зон хозяйствования обычно используется осторожная стратегия принятия решений. Типичные формы функции предпочтения представлены на рис. а),б),в). Функция предпочтения необязательно должна проходить через нулевую точку на графике - возможно ее смещение по оси ординат.

Изображение слайда
40

Слайд 40: Элементы дерева решений

Дерево решений строится с помощью пяти элементов: Момент принятия решения; Точка возникновения события; Связь между решениями и событиями; Вероятность наступления события. (сумма вероятностей в каждой точке равна 1). Ожидаемое значение (последствия) - количественное выражение каждой альтернативы, расположенное в конце ветви. Простейшее решение представляет собой выбор из двух вариантов – « Да » или « Нет ». 40

Изображение слайда
41

Слайд 41: Формула Ж.Поля Гетти

41 Как стать богатым: «Вставай рано»; «Работай усердно»; «Найдешь нефть ! ».

Изображение слайда
42

Слайд 42: Моделирование последовательности решений

Решение : Нужно сделать выбор между тем, чтобы «Вставать рано» или «Спать допоздна» – простейший выбор. Решение : Нужно сделать выбор между тем, чтобы «Работать усердно» или «Спустя рукава» – простейший выбор. Событие : «Найдешь нефть», происходит с определенной вероятностью, зависящей от последовательности принимаемых решений. 42

Изображение слайда
43

Слайд 43: Последовательность ( дерево) принимаемых решений

43

Изображение слайда
44

Слайд 44: Вычисление взвешенных по вероятности ожидаемых результатов поиска нефти

44

Изображение слайда
45

Слайд 45: Ожидаемые результаты решения «Когда встать и как работать»

45

Изображение слайда
46

Слайд 46: Дерево решений с ожидаемыми значениями (EV) результатов (долл.)

46

Изображение слайда
47

Слайд 47: 6 Выработка решения в условиях неопределенности

47 6 Выработка решения в условиях неопределенности Выбор наилучшего решения в условиях неопределенности существенно зависит от того, какова степень этой неопределенности, т.е. от того, какой информацией располагает ЛПР. Поскольку предположения являются субъективными, постольку должны различаться степени неопределенности со стороны лица, принимающего решение. Процедура принятия решения может зависеть от степени неопределенности, понимаемой лицом, принимающим решение. Практикуются два основных подхода к принятию решения в условиях неопределенности. Лицо, принимающее решение, может использовать имеющуюся у него информацию и свои собственные личные суждения, а также опыт для идентификации и определения субъективных вероятностей возможных внешних условий, а также оценки вытекающих в результате отдач для каждой имеющейся стратегии в каждом внешнем условии. Это, в сущности, делает условия неопределенности аналогичными условиям риска, а процедура принятия решения, обсуждавшаяся ранее для условий риска, выполняется и в этом случае.

Изображение слайда
48

Слайд 48: Степень неопределенности слишком высока

48 Степень неопределенности слишком высока Если степень неопределенности слишком высока, то лицо, принимающее решение, предпочитает не делать допущений относительно вероятностей различных внешних условий, т.е. Это лицо может или не учитывать вероятности, или рассматривать их как равные, что практически одно и то же. Если применяется данный подход, то для оценки предполагаемых стратегий имеются четыре критерия решения: а) критерия решения Вальда, называемый также максимином; б) альфа-критерий решения Гурвица ; в) критерий решений Сзйвиджа, называемый также критерием отказа от минимакса; г) критерий решений Лапласа, называемый также критерием решения Бэйеса. Пожалуй, наиболее трудная задача для лица, принимающего решение, заключается в выборе конкретного критерия, наиболее подходящего для решения предложенной задачи. Выбор критерия должен быть логичным при данных обстоятельствах. Кроме того, при выборе критерия должны учитываться философия, темперамент и взгляды нынешнего руководства фирмы (оптимистические или пессимистические; консервативные или прогрессивные).

Изображение слайда
49

Слайд 49: Критерий решения Вальда

49 Критерий решения Вальда Критерий решения Вальда, или макси-мин, — это критерий консерватизма и попытка максимизировать уровень надежности. Он представляет внешние условия как капризные, и недоброжелательные и делает предположение, что закон Мэрфи полностью подтверждается. Следовательно, по этому критерию необходимо определить наихудший из возможных результатов каждой стратегии; а затем выбрать стратегию, обещающую наилучший из наихудших результатов. В соответствии с этим критерием, если требуется гарантия, чтобы выигрыш в любых условиях оказывался не меньше, чем наибольший из возможных в худших условиях (то есть линия поведения по принципу " рассчитывай на худшее "), то оптимальным решением будет то, для которого выигрыш окажется максимальным из всех минимальных при различных вариантах условий.

Изображение слайда
50

Слайд 50: Критерий решения Вальда

50 Критерий решения Вальда Критерием Вальда «рассчитывай на худшее» ( критерий крайнего пессимизма ) называют критерий, предписывающий обеспечить значение параметра эффекта равного α α = max min aij. i j Этот критерий ориентирует лицо, принимающее решение, на наихудшие условия и рекомендует выбрать ту стратегию, для которой выигрыш максимален. В других, более благоприятных условиях использование этого критерия приводит к потере эффективности системы или операции.

Изображение слайда
51

Слайд 51: Критерий решения Вальда

α = max i min j e ij 51 α = max i max j e ij критерий необузданного оптимизма

Изображение слайда
52

Слайд 52: Критерий решения Сэйвиджа

52 Критерий решения Сэйвиджа Критерий решения Сэйвиджа, иногда называемый критерием потери от мини-макса, исследует убытки, которые представляют собой понесенные потери в результате принятия неправильного решения. Потеря измеряется как абсолютная разность между отдачей для данной стратегии и отдачей для наиболее эффективной стратегии в пределах одного и того же состояния экономики. Суть измерения потерь совершенно проста. Если любое конкретное состояние экономики возникает в будущем и если мы выбрали стратегию, которая обеспечивает максимальную отдачу для этого состояния, то мы не считаем потери. Но если мы выбрали любую другую стратегию, то потеря представляет собой разность между тем, что происходит фактически, и тем, что мы получили бы, приняв более оптимальное решение.

Изображение слайда
53

Слайд 53: Критерий решения Сэйвиджа

53 Критерий решения Сэйвиджа В соответствии с этим критерием, если требуется в любых условиях избежать большого риска, то оптимальным будет то решение, для которого риск, максимальный при различных вариантах условий, окажется минимальным. Критерий минимаксного риска Сэвиджа. При его использовании обеспечивается наименьшее значение максимальной величины риска: S = min max rij, i j где риск rij определяется выражением: rij = βj - αij, β - максимально возможный выигрыш. Критерий Сэвиджа, как и критерий Вальда, - это критерий крайнего пессимизма, но только пессимизм здесь проявляется в том, что минимизируется максимальная потеря в выигрыше, по сравнению с тем, чего можно было бы достичь в данных условиях.

Изображение слайда
54

Слайд 54: Критерий решения Сэйвиджа

54 S = min i max j r ij ; где r ij = β j – e ij ; β j – максимально возможный выигрыш. Альтернатива A 4 минимизирует максимальное «наказание» за неверно определенное состояние внешней среды.

Изображение слайда
55

Слайд 55: Матрицы решения и риска

55

Изображение слайда
56

Слайд 56: Альфа-критерий решения Гурвица

56 Альфа-критерий решения Гурвица Критерий пессимизма-оптимизма Гурвица предполагает определение индекса решения, d, для каждой стратегии, который представляет собой средневзвешенное его экстремальных отдач. Взвешивающими факторами служат коэффициент оптимизма, а, который применим к максимальной отдаче, М, и его дополнение, 1- α, которое применимо к минимальной отдаче, m. Стоимость каждой стратегии, таким образом, равна d = α М + (1 - α) Стратегия с самой высокой стоимостью для d i выбирается в, качестве оптимальной. Коэффициент оптимизма располагается в диапазоне от 0 до 1, что обеспечивает возможность лицу, принимающему решение, выражать свое субъективное отношение к риску с той или иной степенью оптимизма. Если лицо, принимающее решение, совершенно пессимистично, то оно может решить, что α = 0. Результат будет тот же, что и при использовании критерия макси-мина. Если лицо, принимающее решение, неисправимый оптимист, то оно может решить, что α = 1. Результат будет таким же, что и при критерии макси-макса.

Изображение слайда
57

Слайд 57: Критерий пессимизма-оптимизма Гурвица

57 Критерий пессимизма-оптимизма Гурвица В соответствии с этим критерием, если требуется остановиться между линией поведения "рассчитывай на худшее" и линией поведения "рассчитывай на лучшее", то оптимальным решением будет то, для которого окажется максимальным показатель G. Этот критерий рекомендует при выборе решения в условиях неопределенности не руководствоваться ни крайним пессимизмом (всегда «рассчитывай на худшее»), ни оптимизмом («все будет наилучшим образом»). Рекомендуется некое среднее решение. Этот критерий имеет вид Н = max [h min aij +(1-h) max aij], i j j где h - некий коэффициент, выбираемый экспериментально из интервала между 0 и 1. Использование этого коэффициента вносит дополнительный субъективизм в принятие решений с использованием критерия Гурвица.

Изображение слайда
58

Слайд 58: Критерий решения Гурвица

H = max i d i ; где d i = (1- α )*m i + α *M i ; m i = min j e ij ; M i = max j e ij ; 0 < α <1 58

Изображение слайда
59

Слайд 59: Критерий решения Лапласа

59 Критерий решения Лапласа Критерий Лапласа или Байесов критерий, который гласит, что если вероятность состояния среды неизвестна, то они должны приниматься как равные. В этом случае выбирается стратегия, характеризующаяся самой предполагаемой стоимостью при условии равных вероятностей. Критерий Лапласа позволяет условие неопределенности сводить к условиям риска. Критерий Лапласа называют критерием рациональности, и он подходит для стратегических долгосрочных решений, как и все вышеназванные критерии. Критерий Лапласа -это критерий рациональности, полностью нечувствительный к отношению лица, принимающего решение. Он чрезвычайно чувствителен, однако, к определению лицом, принимающим решение, состояния экономики и природы. Таким образом, критерий Лапласа больше подходит для долгосрочного прогнозирования, осуществляемого крупными фирмами.

Изображение слайда
60

Слайд 60: Критерий решения Лапласа

60

Изображение слайда
61

Слайд 61: 7. Дисконтирование и приведенная стоимость денег

61 7. Дисконтирование и приведенная стоимость денег Дисконтирование - это приведение распределенной прибыли и затрат к какому-либо году с учетом того, что вложенные и возвращаемые средства могли бы быть положены на депозитный счет в банке и приносить доход. Так например, если в t-м году в инвестиции была вложена сумма Ct, то она эквивалентна сумме С t *(1+Кн) t 6- ti в t6 -м году (базовом), где Кн = Д / 100 - нормативный годовой прирост суммы, положенной в Сбербанк при депозитной ставке Д%; (1+Кн) - годовой коэффициент приведения. Аналогично, полученная в t -м году прибыль Пt эквивалентна сумме П t *(1+Кн) t б- ti в t6 -м году, а чистая разница между доходом и затратами составит в базовом году (П t - Ct)*(1+KH)t6-ti. Иными словами, приведение распределенной прибыли и затрат за период времени Т к базовому году осуществляется по формуле: При этом, если приведение осуществляется к концу периода Т, то t6 = Т, если на начало, то t6 = 0 (к началу 1-го года) или t6 = 1 (к концу 1-го года).

Изображение слайда
62

Слайд 62

62 Если сравниваются несколько вариантов распределения прибыли и затрат (или только прибыли), то наилучшим вариантом будет тот, где Лприв будет максимальным. Если сравниваются варианты затрат, то лучший вариант соответствует минимальной величине Сприв, где При расчете приведенной прибыли и затрат могут учитываться более сложные моменты: а) при высоких темпах инфляции, превышающих депозитную ставку Сбербанка, финансовые средства выгоднее вкладывать в твердую валюту или золото. В этом случае годовой коэффициент дисконтирования примет вид (1+Ки ), где Ки - годовой уровень инфляции в абсолютных единицах: б) если учесть степень риска в получении прибыли (точнее, вероятность ее получения), то формула примет вид: где Bt - вероятность получения прибыли в t -м году; Bt = 1 - Rt; Rt - риск неполучения прибыли в t -м году. В том случае, если существует риск банкротства делового предприятия, куда вкладываются средства, то при годовом риске банкротства R вероятность получения прибыли в t-м году составит Bt = (1 - R) или Bt = В, где В = 1 - R: Таким образом, в обоих этих случаях рассматривается вероятная прибыль Пt=Bt * П t или Пt=B t * Пt, что является элементом задач вероятностного класса, т.е. такой вид задач не является чисто детерминированным.

Изображение слайда
63

Последний слайд презентации: Методы принятия управленческих решений

63 Примером применения формулы (3.7.5) является задача по определению целесообразности вложения денег в акции или рискованный банк. Пусть вкладывается сумма С; известны процент получения прибыли по вкладу или акциям - Кб, годовой риск ликвидации предприятия (банка) - R, депозитная ставка - Кн (или темпы инфляции - Ки ). В этом случае оптимальный период вложения средств - Т определяется путем поиска максимального значения при варьировании параметра Т ; в) если размер депозитной ставки меняется от длительности вложения средств, т.е. является величиной переменной в зависимости от продолжительности интервала ( t6 -1 ), то базовая формула 2.4 примет вид: где Кн, t 6-t - нормативный годовой прирост суммы при периоде вложений, равном |t6-t|; г) если депозитная ставка и темпы инфляции изменяются во времени, то степенная зависимость преобразуется в произведения: где К0 = 0 - приведение к 1-му году ( t6 = 1 ); где КТ+1 = 0 - приведение к концу периода (t6 = Т). В этих формулах (1 + К n ) = (1 + Кн n ) или (1 + К n ) = (1 + Кип), т.е. Кн или Ки меняются во времени. Расчеты либо основаны на прогнозных значениях банковской ставки и темпов инфляции (в этом случае лучше использовать приведение к 1-му году - формула, либо служат для оценки ретроспективы и правильности ранее выбранных решений согласно фактическим данным (тогда лучше использовать формулу

Изображение слайда