Анализ

исходу присваивается соответствующая вероятность pk , причем · Е рк = 1 · выбирается критерий(например максимизация математического ожидания прибыли ) ; · выбирается вариант , удовлетворяющий выбранному критерию . Пример : имеются два обьекта инвестирования с одинаковой прогнозной суммой требуемых капитальных вложений . Величина планируемого дохода в каждом случае не определенна и приведена в виде распределения вероятностей : Проект АПроект ВПрибыльВероятностьПрибыльВероятность30000. 10 2000 0 . 1035000 . 2030000 . 2040000 . 4040000 . 3545000 . 2050000 . 2550000 . 1080000 . 10 Тогда математическое ожидание дохода для рассматриваемых проектов будет соответственно равно : У ( Да ) = 0 . 10 * 3000 + ......+ 0 . 10 * 5000 = 4000 У ( Дб ) = 0 . 10 * 2000 +.......+ 0 . 10 * 8000 = 4250 Таким образом проект Б более предпочтителен . Следует , правда , отметить , что этот проект является и относительно более рискованным , поскольку имеет большую вариацию по сравнению с проектом А ( размах вариации проекта А - 2000 , проекта Б - 6000 ) . В более сложных ситуациях в анализе используют так называемый метод построения дерева решений . Логику этого метода рассмотрим на примере . Пример : управляющему нужно принять решение о целесообразности приобретения станка М1 либо станка М2 . Станок М2 более экономичен , что обеспечивает больший доход на еденицу продукции, вместе с тем он более дорогой и требует относительно больших накладных расходов : Постоянные расходыОперационный доход на еденицу продукцииСтанок М11500020Станок М22100024Процесс принятия решения может быть выполнен в несколько этапов : Этап 1 . Определение цели . В качестве критерия выбирается максимизация математического ожидания прибыли . Этап 2 . Определение набора возможных действий для рассмотрения и анализа ( контролируются лицом , принимающим решение) Управляющий может выбрать один из двух вариантов : а1 = { покупка станка М1 } а2 = { покупка станка М2 } Этап 3 . Оценка возможных исходов и их вероятностей ( носят случайный характер ) . Управляющий оценивает возможные варианты годового спроса на продукцию и соответствующие им вероятности следующим образом : х1 = 1200 едениц с вероятностью 0 . 4 х2 = 2000 едениц с вероятностью 0 . 6 Этап 4 . Оценка математического ожидания возможного дохода : 1200 20 * 1200 - 15000 = 9000 М 0.4

0.6 2000 20 * 2000 - 15000 = 25000

а1

а2 1200 24 * 1200 - 21000 = 7800

0.4 М2 0.6 2000 24 * 2000 - 21000 = 27000

Е ( Да ) = 9000 * 0 . 4 + 25000 * 0 . 6 = 18600 Е ( Дб ) = 7800 * 0 . 4 + 27000 * 0 . 6 = 19320 Таким образом , вариант с приобретением станка М2 экономически более целесообразен .

3 . Анализ и принятие управленческих решений в условиях неопределенности . Эта ситуация разработана в теории , однако на практике формализованные алгоритмыанализа применяются достаточно редко . Основная трудность здесь состоит в том , что невозможно оценить вероятности исходов . Основной критерий - максимизация прибыли - здесь не срабатывает , поэтому применяют другие критерии : · максимин ( максимизация минимальной прибыли ) · минимакс ( минимизация максимальных потерь ) · максимакс ( максимизация максимальной прибыли ) и др.

4 . Анализ и принятие управленческих решений в условиях конфликта . Наиболее сложный и мало разработанный с практической точки зрения анализ . Подобные ситуации рассматриваются в теории игр . Безусловно на практике эта и предыдущая ситуации встречаются достаточно часто . В таких случаях их пытаются свести к одной из первых двух ситуаций либо используют для принятия решения неформализованные методы . Оценки , полученные в результате применения формализованных методов , являются лишь базой для принятия окончательного решения ; при этом могут приниматься во внимание дополнительные критерии , в том числе и неформального характера .