Принятие решений
Сущность и основное содержание теории принятия решений, направления ее исследования и анализа. Постановка задач и оценка их оптимальности. Специфика принятия решения в условиях неопределенности и риска. Принципы, этапы прогнозирования и планирования.
| Рубрика | Менеджмент и трудовые отношения |
| Вид | контрольная работа |
| Язык | русский |
| Дата добавления | 06.11.2013 |
| Размер файла | 37,1 K |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Размещено на http://www.allbest.ru/
Размещено на http://www.allbest.ru/
Введение
Человек наделён сознанием, существо свободное и обречено на выбор решений, стараясь сделать всё наилучшим образом. В наиболее общем смысле теория принятия оптимальных решений представляет собой совокупность математических и численных методов, ориентированных на нахождение наилучших вариантов из множества альтернатив и позволяющих избежать их полного перебора. Ввиду того, что размерность практических задач, как правило, достаточно велика, а расчеты в соответствии с алгоритмами оптимизации требуют значительных затрат времени, то методы принятия оптимальных решений главным образом ориентированы на реализацию их с помощью ЭВМ.
1. Сущность теории принятия решений
прогнозирование решение риск планирование
Практическая потребность общества в научных основах принятия решений возникла с развитием науки и техники только в XVIII веке Началом науки «Теория принятия решений» следует считать работу Жозефа Луи Лагранжа, смысл которой заключался в следующем: сколько земли должен брать на лопату землекоп, чтобы его сменная производительность была наибольшей. Оказалось, что утверждение «бери больше, кидай дальше» неверен. Бурный рост технического прогресса, особенно во время и после второй мировой войны, ставил все новые и новые задачи, для решения которых привлекались и разрабатывались новые научные методы. Можно выделить следующие научно-технические предпосылки становления «Теории принятия решений»:
o удорожание «цены ошибки». Чем сложнее, дороже, масштабнее планируемое мероприятие, тем менее допустимы в нем «волевые» решения и тем важнее становятся научные методы, позволяющие заранее оценить последствия каждого решения, заранее исключить недопустимые варианты и рекомендовать наиболее удачные;
o ускорение научно-технической революции техники и технологии. Жизненный цикл технического изделия сократился настолько, что «опыт» не успевал накапливаться и требовалось применение более развитого математического аппарата в проектировании;
o развитие ЭВМ. Размерность и сложность реальных инженерных задач не позволяло использовать аналитические метода.
Теория принятия решений - область исследования, вовлекающая понятия и методы математики, статистики, экономики, менеджмента и психологии; изучает закономерности выбора людьми путей решения разного рода задач, а также исследует способы поиска наиболее выгодных из возможных решений.
Мы не должны заключать, что все зависит от волн иррациональной психологии. Мы просто напоминаем себе, что человеческие решения, влияющие на будущее, как личные, так и хозяйственные не могут зависеть от строгих математических ожиданий, так как основы для проведения таких расчётов просто не существует. (Дж.М. Кейнс)
Как часто это бывает, эта наука, с одной стороны, стала определенной ветвью других более общих наук (теория систем, системный анализ, кибернетика и т.д.), а с другой, стала синтезом определенных фундаментальных более частных наук (исследование операций, оптимизация и т.д.), создав при этом и собственную методологию.
Наиболее общий термин «теория систем» относится ко всевозможным аспектам исследования систем. Ее основными частями являются
o системный анализ, который понимается как исследование проблемы принятия решения в сложной системе,
o кибернетика, которая рассматривается как наука об управлении и преобразовании информации.
Здесь следует заметить, что понятие управления не совпадает с принятием решения. Условная граница между кибернетикой и системным анализом состоит в том, что первая изучает отдельные и строго формализованные процессы, а системный анализ - совокупность процессов и процедур.
Очень близкое к термину «системный анализ» понятие - «исследование операций», которое традиционно обозначает математическую дисциплину, охватывающую исследование математических моделей для выбора величин, оптимизирующих заданную математическую конструкцию (критерий). Системный анализ может сводиться к решению ряда задач исследования операций, но обладает свойствами, не охватываемыми этой дисциплиной. Однако в зарубежной литературе термин «исследование операций» не является чисто математическим и приближается к термину «системный анализ». Широкая опора системного анализа на исследование операций приводит к таким его математизированным разделам, как
o постановка задач принятия решения;
o описание множества альтернатив;
o исследование многокритериальных задач;
o методы решения задач оптимизации;
o обработка экспертных оценок;
o работа с макромоделями системы.
2. Основные понятия системного анализа
Системный анализ - наука, занимающаяся проблемой принятия решения в условиях анализа большого количества информации различной природы.
Из определения следует, что целью применения системного анализа к конкретной проблеме является повышение степени обоснованности принимаемого решения, расширение множества вариантов, среди которых производится выбор, с одновременным указанием способов отбрасывания заведомо уступающим другим.
В системном анализе выделяют
o методологию;
o аппаратную реализацию;
o практические приложения.
Методология включает определения используемых понятий и принципы системного подхода.
Дадим основные определения системного анализа.
Элемент - некоторый объект (материальный, энергетический, информационный), который обладает рядом важных для нас свойств, но внутреннее строение (содержание) которого безотносительно к цели рассмотрения.
Связь - важный для целей рассмотрения обмен между элементами веществом, энергией, информацией.
Система - совокупность элементов, которая обладает следующими признаками:
связями, которые позволяют посредством переходов по ним от элемента к элементу соединить два любых элемента совокупности;
свойством, отличным от свойств отдельных элементов совокупности.
Практически любой объект с определенной точки зрения может быть рассмотрен как система. Вопрос состоит в том, насколько целесообразна такая точка зрения.
Большая система - система, которая включает значительное число однотипных элементов и однотипных связей. В качестве примера можно привести трубопровод. Элементами последнего будут участки между швами или опорами. Для расчетов на прочность по методу конечных элементов элементами системы считаются небольшие участки трубы, а связь имеет силовой (энергетический) характер - каждый элемент действует на соседние.
Сложная система - система, которая состоит из элементов разных типов и обладает разнородными связями между ними. В качестве примера можно привести ЭВМ, лесной трактор или судно.
Автоматизированная система - сложная система с определяющей ролью элементов двух типов:
o в виде технических средств;
o в виде действия человека.
Для сложной системы автоматизированный режим считается более предпочтительным, чем автоматический. Например, посадка самолета или захват дерева харвестерной головкой выполняется при участии человека, а автопилот или бортовой компьютер используется лишь на относительно простых операциях. Типична также ситуация, когда решение, выработанное техническими средствами, утверждается к исполнению человеком.
Структура системы - расчленение системы на группы элементов с указанием связей между ними, неизменное на все время рассмотрения и дающее представление о системе в целом. Указанное расчленение может иметь материальную, функциональную, алгоритмическую или другую основу. Пример материальной структуры - структурная схема сборного моста, которая состоит из отдельных, собираемых на месте секций и указывает только эти секции и порядок их соединения. Пример функциональной структуры - деление двигателя внутреннего сгорания на системы питания, смазки, охлаждения, передачи крутящего момента. Пример алгоритмической структуры - алгоритм программного средства, указывающего последовательность действий или инструкция, которая определяет действия при отыскании неисправности технического устройства.
Структура системы может быть охарактеризована по имеющимся в ней типам связей. Простейшими из них являются последовательное, параллельное соединение и обратная связь.
Декомпозиция - деление системы на части, удобное для каких-либо операций с этой системой. Примерами будут: разделение объекта на отдельно проектируемые части, зоны обслуживания; рассмотрение физического явления или математическое описание отдельно для данной части системы.
Иерархия - структура с наличием подчиненности, т.е. неравноправных связей между элементами, когда воздействие в одном из направлений оказывают гораздо большее влияние на элемент, чем в другом. Виды иерархических структур разнообразны, но важных для практики иерархических структур всего две - древовидная и ромбовидная.
Древовидная структура наиболее проста для анализа и реализации. Кроме того, в ней всегда удобно выделять иерархические уровни - группы элементов, находящиеся на одинаковом удалении от верхнего элемента. Пример древовидной структуры - задача проектирования технического объекта от его основных характеристик (верхний уровень) через проектирование основных частей, функциональных систем, групп агрегатов, механизмов до уровня отдельных деталей.
Принципы системного подхода - это положения общего характера, являющиеся обобщением опыта работы человека со сложными системами. Их часто считают ядром методологии. Известно около двух десятков таких принципов, ряд из которых целесообразно рассмотреть:
o принцип конечной цели: абсолютный приоритет конечной цели;
o принцип единства: совместное рассмотрение системы как целого и как совокупности элементов;
o принцип связности: рассмотрение любой части совместно с ее связями с окружением;
o принцип модульного построения: полезно выделение модулей в системе и рассмотрение ее как совокупности модулей;
o принцип иерархии: полезно введение иерархии элементов и(или) их ранжирование;
o принцип функциональности: совместное рассмотрение структуры и функции с приоритетом функции над структурой;
o принцип развития: учет изменяемости системы, ее способности к развитию, расширению, замене частей, накапливанию информации;
o принцип децентрализации: сочетание в принимаемых решениях и управлении централизации и децентрализации;
o принцип неопределенности: учет неопределенностей и случайностей в системе.
Аппаратная реализация включает стандартные приемы моделирования принятия решения в сложной системе и общие способы работы с этими моделями. Модель строится в виде связных множеств отдельных процедур. Системный анализ исследует как организацию таких множеств, так и вид отдельных процедур, которые максимально приспосабливают для принятия согласующихся и управленческих решений в сложной системе.
Модель принятия решения чаще всего изображается в виде схемы с ячейками, связями между ячейками и логическими переходами. Ячейки содержат конкретные действия - процедуры. Совместное изучение процедур и их организации вытекает из того, что без учета содержания и особенностей ячеек создание схем оказывается невозможным. Эти схемы определяют стратегию принятия решения в сложной системе. Именно с проработки связанного множества основных процедур принято начинать решение конкретной прикладной задачи.
Отдельные же процедуры (операции) принято классифицировать на формализуемые и неформализуемые. В отличие от большинства научных дисциплин, стремящихся к формализации, системный анализ допускает, что в определенных ситуациях неформализуемые решения, принимаемые человеком, являются более предпочтительными. Следовательно, системный анализ рассматривает в совокупности формализуемые и неформализуемые процедуры, и одной из его задач является определение их оптимального соотношения.
Формализуемые стороны отдельных операций лежат в области прикладной математики и использования ЭВМ. В ряде случаев математическими методами исследуется связное множество процедур и производится само моделирование принятие решения. Все это позволяет говорить о математической основе системного анализа. Такие области прикладной математики, как исследование операций и системное программирование, наиболее близки к системной постановке вопросов.
Практическое приложение системного анализа чрезвычайно обширно по содержанию. Важнейшими разделами являются научно-технические разработки и различные задачи экономики. Ссылки на системность исследований, анализа, подхода включает биологию, экологию, военное дело, психологию, социологию, медицину, управление государством и регионом, лесное и сельское хозяйство, обучение и многое другое.
3. Основные понятия исследования операций
Операцией называется всякое мероприятие (система действий), объединенное единым замыслом и направленное к достижению какой-то цели.
Цель исследования операций - предварительное количественное обоснование оптимальных решений.
Всякий определенный выбор зависящих от нас параметров называется решением. Оптимальным называются решения, по тем или другим признакам предпочтительные перед другими.
Параметры, совокупность которых образует решение, называются элементами решения.
Множеством допустимых решений называются заданные условия, которые фиксированы и не могут быть нарушены.
Показатель эффективности - количественная мера, позволяющая сравнивать разные решения по эффективности.
Все решения принимаются всегда на основе информации, которой располагает лицо принимающее решение (ЛПР).
Каждая задача в своей постановке должна отражать структуру и динамику знаний ЛПР о множестве допустимых решений и о показателе эффективности.
Задача называется статической, если принятие решения происходит в наперед известном и не изменяющемся информационном состоянии. Если информационное состояние в ходе принятия решения сменяют друг друга, то задача называется динамической.
Информационные состояния ЛПР могут по-разному характеризовать его физическое состояние:
Если информационное состояние состоит из единственного физического состояния, то задача называется определенной.
Если информационное состояние содержит несколько физических состояний и ЛПР кроме их множества знает еще и вероятности каждого из этих физических состояний, то задача называется стохастической (частично неопределенной).
Если информационное состояние содержит несколько физических состояний, но ЛПР кроме их множества ничего не знает о вероятности каждого из этих физических состояний, то задача называется неопределенной.
4. Постановка задач принятия оптимальных решений. Одноцелевое принятие решений в условиях определенности
Несмотря на то, что методы принятия решений отличаются универсальностью, их успешное применение в значительной мере зависит от профессиональной подготовки специалиста, который должен иметь четкое представление о специфических особенностях изучаемой системы и уметь корректно поставить задачу. Искусство постановки задач постигается на примерах успешно реализованных разработок и основывается на четком представлении преимуществ, недостатков и специфики различных методов оптимизации. В первом приближении можно сформулировать следующую последовательность действий, которые составляют содержание процесса постановки задачи:
1. установление границы подлежащей оптимизации системы, т.е. представление системы в виде некоторой изолированной части реального мира. Расширение границ системы повышает размерность и сложность многокомпонентной системы и, тем самым, затрудняет ее анализ. Следовательно, в инженерной практике следует к декомпозиции сложных систем на подсистемы, которые можно изучать по отдельности без излишнего упрощения реальной ситуации;
2. определение показателя эффективности, на основе которого можно оценить характеристики системы или ее проекта с тем, чтобы выявить «наилучший» проект или множество «наилучших» условий функционирования системы. В инженерных приложениях обычно выбираются показатели экономического (издержки, прибыль и т.д.) или технологического (производительность, энергоемкость, материалоемкость и т.д.) характера. «Наилучшему» варианту всегда соответствует экстремальное значение показателя эффективности функционирования системы;
3. выбор внутрисистемных независимых переменных, которые должны адекватно описывать допустимые проекты или условия функционирования системы и способствовать тому, чтобы все важнейшие технико-экономические решения нашли отражение в формулировке задачи;
4. построение модели, которая описывает взаимосвязи между переменными задачи и отражает влияние независимых переменных на значение показателя эффективности. В самом общем случае структура модели включает основные уравнения материальных и энергетических балансов, соотношения, связанные с проектными решениями, уравнения, описывающие физические процессы, протекающие в системе, неравенства, которые определяют область допустимых значений независимых переменных и устанавливают лимиты имеющихся ресурсов. Элементы модели содержат всю информацию, которая обычно используется при расчете проекта или прогнозировании характеристик инженерной системы. Очевидно, процесс построения модели является весьма трудоемким и требует четкого понимания специфических особенностей рассматриваемой системы.
5. Несмотря на то, модели принятия оптимальных решений отличаются универсальностью, их успешное применение зависит от профессиональной подготовки инженера, который должен иметь полное представление о специфике изучаемой системы. Основная цель рассмотрения приводимых ниже примеров - продемонстрировать разнообразие постановок оптимизационных задач на основе общности их формы.
Все оптимизационные задачи имеют общую структуру. Их можно классифицировать как задачи минимизации (максимизации).
Наиболее разработан и широко используется на практике аппарат одноцелевого принятия решений в условиях определенности, который получил название математического программирования. Математический аппарат одноцелевого принятия решений в условиях неопределенности представляет собой стохастическое программирование (известны законы распределения случайных величин), теории игр и статистических решений (закон распределения случайных величин неизвестен).
Рассмотрим процесс принятия решений с самых общих позиций. Психологами установлено, что решение не является начальным процессом творческой деятельности. Оказывается, непосредственно акту решения предшествует тонкий и обширный процесс работы мозга, который формирует и предопределяет направленность решения. В этот этап, который можно назвать «предрешением» входят следующие элементы:
o мотивация, то есть желание или необходимость что-то сделать. Мотивация определяет цель какого-либо действия, используя весь прошлый опыт, включая результаты;
o возможность неоднозначности результатов;
o возможность неоднозначности способов достижения результатов, то есть свобода выбора.
После этого предварительного этапа следует, собственно, этап принятия решения. Но на нем процесс не заканчивается, т.к. обычно после принятия решения следует оценка результатов и корректировка действий. Таким образом, принятие решений следует воспринимать не как единовременный акт, а как последовательный процесс.
Выдвинутые выше положения носят достаточно общий характер, обычно подробно исследуемый психологами. Более близкой с точки зрения инженера будет следующая схема процесса принятия решения. Эта схема включает в себя следующие компоненты:
o анализ исходной ситуации;
o анализ возможностей выбора;
o выбор решения;
o оценка последствий решения и его корректировка.
o Принятие решений в условиях неопределенности
o Постановка задачи
5. Принятие решения в условиях неопределённости
Условиями неопределённости считается ситуация, когда результаты принимаемых решений неизвестны. Неопределенность подразделяется на стохастическую (имеется информация о распределении вероятности на множестве результатов), поведенческую (имеется информация о влиянии на результаты поведения участников), природную (имеется информация только о возможных результатах и отсутствует о связи между решениями и результатами) и априорную (нет информации и о возможных результатах). Задача обоснования решений в условиях неопределенности всех типов, кроме априорной, сводится к сужению исходного множества альтернатив на основе информации, которой располагает ЛПР. Качество рекомендаций для принятия решений в условиях стохастической неопределенности повышается при учете таких характеристик личности ЛПР, как отношение к своим выигрышам и проигрышам, склонность к риску. Обоснование решений в условиях априорной неопределенности возможно построением алгоритмов адаптивного управления. Накоплено достаточно большое число методов формализации постановки и принятия решений с учетом неопределенностей. При использовании этих методов следует иметь в виду, что все они носят рекомендательный характер и выбор окончательного решения всегда остается за человеком (ЛПР). Как уже указывалось, при решении конкретных задач с учетом неопределенностей инженер сталкивается с разными их типами. В исследовании операций принято различать три типа неопределенностей:
o неопределенность целей;
o неопределенность наших знаний об окружающей обстановке и действующих в данном явлении факторах (неопределенность природы);
o неопределенность действий активного или пассивного партнера или противника.
В приведенной выше классификации тип неопределенностей рассматривается с позиций того или иного элемента математической модели. Так, например, неопределенность целей отражается при постановке задачи на выборе либо отдельных критериев, либо всего вектора полезного эффекта.
С другой стороны, два другие типа неопределенностей влияют, в основном, на составление целевой функции уравнений ограничений и метода принятия решения. Конечно, приведенное выше утверждение является достаточно условным, как, впрочем, и любая классификация. Мы приводим его лишь с целью выделить еще некоторые особенности неопределенностей, которые надо иметь в виду в процессе принятия решений.
Дело в том, что кроме рассмотренной выше классификации неопределенностей надо учитывать их тип (или «род») с точки зрения отношения к случайности.
По этому признаку можно различать стохастическую (вероятностную) неопределенность, когда неизвестные факторы статистически устойчивы и поэтому представляют собой обычные объекты теории вероятностей - случайные величины (или случайные функции, события и т.д.). При этом должны быть известны или определены при постановке задачи все необходимые статистический характеристики (законы распределения и их параметры).
Примером таких задач могут быть, в частности, система технического обслуживания и ремонта любого вида техники, система организации рубок ухода и т.д.
Другим крайним случаем может быть неопределенность нестохастического вида (по выражению Е.С. Вентцель - «дурная неопределенность»), при которой никаких предположений о стохастической устойчивости не существует.
6. Принятие решений в условиях риска
Наконец, можно говорить о промежуточном типе неопределенности, когда решение принимается на основании каких-либо гипотез о законах распределения случайных величин. При этом ЛПР должен иметь в виду опасность несовпадения его результатов с реальными условиями. Эта опасность несовпадения формализуется с помощью коэффициентов риска.
Как указывалось выше, с точки зрения знаний об исходных данных в процессе принятия решений можно представить два крайних случая: определенность и неопределенность. В некоторых случаях неопределенность знаний является как бы «неполной» и дополняется некоторыми сведениями о действующих факторах, в частности, знанием законов распределения описывающих их случайных величин. Этот промежуточный случай соответствует ситуации риска.
Термин, теперь известный как «ожидаемая ценность» (математическое ожидание) был известен с XVII века. Блез Паскаль использовал это в его известном пари, (см. ниже), который содержится в его работе «Pensees», изданной в 1670. Идея ожидаемой ценности заключается в том, что перед лицом множества действий, когда каждое из них может дать несколько возможных результатов с различными вероятностями, рациональная процедура должна идентифицировать все возможные результаты, определить их ценности (положительные или отрицательные) и вероятности, затем перемножить соответствующие ценности и вероятности и сложить, чтобы дать в итоге «ожидаемую ценность». Действие, которое будет выбрано, должно давать наибольшую ожидаемую ценность.
В 1738, Даниил Бернулли опубликовал влиятельную статью, названную «Предложение новой теории измерения риска (Exposition of a New Theory on the Measurement of Risk)», в котором он использует Санкт-Петербургский парадокс, чтобы показать, что теория ожидаемой ценности должна быть нормативно неправильной. Он также даёт пример, в котором голландский торговец пробует решить, застраховать ли груз, посылаемый из Амстердама в Санкт-Петербург зимой, когда известно, что есть 5%-ный шанс, что судно и груз будут потеряны. В его решении, он определяет функцию полезности и вычисляет ожидаемую полезность, а не ожидаемую финансовую ценность.
В XX столетии, интерес был повторно подогрет работой Абрахама Вальда (1939), указывающей, что две центральных проблемы ортодоксальной статистической теории, а именно, статистическое испытание гипотез и статистическая теория оценивания, могли оба быть расценены как специфические специальные случаи более общей теории принятия решений. Эта работа вводила большую часть «ментального пейзажа» современной теории принятия решений, включая функции потери, функции риска, допустимые решающие правила, априорные распределения, байесовские правила решения, и минимаксные решающие правила. Термин «теория принятия решений» непосредственно начал использоваться в 1950 году Э.Л. Леманном.
Возникновение теории субъективной вероятности из работ Фрэнка Рамсея, Бруно де Финетти, Леонарда Сэвиджа и других, расширяет возможности теории ожидаемой полезности до ситуаций, где доступны только субъективные вероятности. В то же время раньше в экономике вообще предполагалось, что люди ведут себя как рациональные агенты и таким образом теория ожидаемой полезности, также продвинула теорию реального человеческого поведенческого принятия решения при риске. Работа Мориса Алле и Дэниела Эллсберга показала, что это было не так очевидно.
Теория перспектив Дэниэла Канемана и Амоса Тверски помещает поведенческую экономику на более прочную опору свидетельств. Эта теория указала, что в фактическом человеческом принятии решений (в противоположность нормативному) «потери чувствительнее выигрышей». Кроме того, люди более сосредоточены на «изменениях» полезности своих состояний, чем на полезности самих состояний, а оценка соответствующих субъективных вероятностей заметно смещена относительно присущей каждому «точки отсчёта».
Пари Паскаля - классический пример выбора при неопределённости. Неопределённость, согласно Паскалю, - существует или нет Бог. Личная вера или неверие в Бога - выбор, который должен быть сделан каждым. Однако, награда за веру в Бога, если Бог фактически существует, бесконечна. Поэтому, хотя вероятность существования Бога не так велика, а ожидаемая ценность веры превышает ценность неверия, то лучше все-таки верить в Бога.
7. Ошибки первого и второго рода
Разделение ошибочных решений на ошибки первого и второго рода вызвано тем, что последствия от разного рода ошибочных решений принципиально различаются в части того, что упущенный выигрыш оказывает меньшее влияние на ситуацию, чем реализованный проигрыш. Например, для биржевого брокера последствия того, что акции не были куплены, когда их следовало покупать, отличаются от последствий ситуации, когда акции были куплены, но покупать их не следовало. Первая ситуация может означать упущенную выгоду, вторая - прямые потери вплоть до разорения брокера. Аналогично для политика отказ от захвата власти в революционной ситуации отличается по последствиям от проигранной попытки захватить власть. Для генерала начать военную операцию, которая будет проиграна, гораздо хуже, чем упустить ситуацию, когда можно было провести успешную операцию. Вместе с тем, классификация ошибок первого и второго рода допустима только в ситуациях, когда ведется точный учет и анализ рисков. Так, С. Гафуров отмечал для ситуации биржевых брокеров: «Многие полагают, что стратегическая задача аналитических служб (в отличие от прочих подразделений инвестиционных компаний) - не увеличение прибыли, а минимизация возможных потерь. И это принципиальное отличие. С точки зрения теории игр оптимальные решения аналитиков должны отличаться от оптимальных трейдерских действий. Предполагается, что оптимальные стратегии, реализованные в рекомендациях аналитиков, исходят из принципа минимизации максимальных проигрышей (минимакса), в то время как для трейдеров минимакс - неприемлемая стратегия (минимизация максимального проигрыша на рынке - не играть), и в общем виде оптимизация решений трейдеров формализуется только с точки зрения байесовского подхода. Отсюда и необходимость специальных функциональных подразделений, обеспечивающих баланс стратегий, - управляющих фондами. Компании ожидают от фондовых аналитиков непредвзятых прогнозов и обоснованных рекомендаций. Одни свойства таких прогнозов очевидны: точность, достоверность. Другие, такие как воспроизводимость, методологическая корректность или робастность (независимость результатов прогноза от системы координат), часто остаются вне поля зрения как специалистов, делающих прогнозы, так и тех, кто эти прогнозы оценивает» (Cosi Fan Tutti Фондовые аналитики. «Рынок Ценных Бумаг» №24/1997 г. http://www.gafourov.narod.ru/Cosfantutti.htm).
8. Альтернативы теории вероятностей
Очень спорная проблема - можно ли заменить использование вероятности в теории решения другими альтернативами. Сторонники нечёткой логики, теории возможностей, теории очевидностей Демпстера-Шафера и др. поддерживает точку зрения, что вероятность - только одна из многих альтернатив и указывают на многие примеры, где нестандартные альтернативы использовались с явным успехом. Защитники теории вероятностей указывают наработу Ричарда Трелкелда Кокса по оправданию аксиом теории вероятностей; парадоксы Бруно де Финетти как иллюстрацию теоретических трудностей, которые могут возникнуть благодаря отказу от аксиом теории вероятностей; теоремы совершенных классов, которые показывают, что все допустимые решающие правила эквивалентны байесовскому решающему правилу с некоторым априорным распределением (возможно неподходящим) и некоторой функции полезности. Таким образом, для любого решающего правила, порожденного невероятностными методами, либо есть эквивалентное байесовское правило, либо есть байесовское правило, которое никогда не хуже, но (по крайней мере) иногда и лучше. Действительнозначность вероятностной меры под сомнение была поставлена только однажды - Дж.М. Кейнсом в его трактате «Вероятность» (1910 год). Но сам автор в 30-х годах назвал эту работу «самой худшей и наивной» из его работ. И в 30-х годах стал активным приверженцем аксиоматики Колмогорова - Р. фон Мизеса и никогда не ставил ее под сомнение. Конечность вероятности и счетная аддитивность - это сильные ограничения, но попытка убрать их, не разрушив здания всей теории, оказались тщетными. Это в 1974 году признал один из самых ярких критиков аксиоматики Колмогорова - Бруно де Финетти. Более того, он показал фактически обратное - отказ от счетной аддитивности делает невозможными операции интегрирования и дифференцирования и, следовательно, не дает возможности использовать аппарат математического анализа в теории вероятностей. Поэтому задача отказа от счетной аддитивности - это не задача реформирования теории вероятностей, это задача отказа от использования методов математического анализа при исследовании реального мира. Попытки же отказаться от конечности вероятностей привели к построению теории вероятностей с несколькими вероятностными пространствами на каждом, из которых выполнялись аксиомы Колмогорова, но суммарно вероятность уже не должна была быть конечной. Но пока неизвестно каких-либо содержательных результатов, которые могли бы быть получены в рамках этой аксиоматики, но не в рамках аксиоматики Колмогорова. Поэтому это обобщение аксиом Колмогорова пока носит чисто схоластический характер. С. Гафуров полагал, что принципиальным отличием теории вероятности Кейнса (а, следовательно, и мат. статистики) от колмогоровской (Фон Мизеса и пр.) является то, что Кейнс рассматривает статистику с точки зрения теории принятия решений для нестационарных рядов…. Для Колмогорова, Фон Мизеса, Фишера и пр. статистика и вероятность применяются для существенно стационарных и эргодичных (при правильно подобранных данных) рядов - окружающего нас физического мира…Известно, что теория нечетких множеств (fuzzy sets) в определенном смысле сводится к теории случайных множеств, т.е. к теории вероятностей.
9. Парадокс выбора
Наблюдаемый во многих случаях парадокс, когда больший выбор может привести к более бедному решению или, вообще, к отказу принять решение. Иногда это теоретически объясняется тем, что называется «параличом анализа», реального или воспринятого, а также, возможно, «рациональным невежеством». Много исследователей, включая Шину С. Ииенгара и Марка Р. Леппера (Sheena S. Iyengar and Mark R. Lepper), опубликовало исследования этого явления. (Goode, 2001)
10. Прогнозирование и планирование
Теория принятия решений утверждает, что прогнозирование и планирование - суть одно и то же - для их алгоритмизации применяются существенно одни и те же алгоритмы распознавания образов. Можно показать, что все применяемые методики прогнозирования можно формализовать в понятиях многомерного регрессионного анализа (по крайней мере, в той части, где регрессия аппроксимирует методы распознавания образов).
11. Проблема эргодичности
Для того чтобы делать «строгие» статистически достоверные прогнозы на будущее, нужно получить выборку из будущих данных. Так как это невозможно, то многие специалисты предполагают, что выборки из прошлых и текущих, например, рыночных индикаторов равнозначны выборке из будущего. Иными словами, если встать на такую точку зрения, то получится, что прогнозируемые показатели - лишь статистические тени прошлых и текущих рыночных сигналов. Такой подход сводит работу аналитика к выяснению, каким образом участники рынка получают и обрабатывают рыночные сигналы. Без устойчивости рядов нельзя делать обоснованные выводы. Но это вовсе не значит, что ряд должен быть устойчив во всем. Например, он может иметь устойчивые дисперсии и совершенно нестационарные средние - в этом случае мы будем делать выводы только о дисперсии, в обратном случае только о среднем. Устойчивости могут носить и более экзотический характер. Поиск устойчивостей в рядах и есть одна из задач статистики.
Если лица, принимающие решения, полагают, что процесс не является стационарным (устойчивым), а следовательно, эргодическим, и даже если они считают, что вероятностные функции распределения инвестиционных ожиданий все-таки могут быть посчитаны, то эти функции «подвержены внезапным (то есть непредсказуемым) изменениям» и система, по существу, непредсказуема.
Заключение
Исходя из всего выше изложенного, можно сделать следующие выводы:
1. Теория принятия решений - область исследования, вовлекающая понятия и методы математики, статистики, экономики, менеджмента и психологии; изучает закономерности выбора людьми путей решения разного рода задач, а также исследует способы поиска наиболее выгодных из возможных решений. Как часто это бывает, эта наука, с одной стороны, стала определенной ветвью других более общих наук (теория систем, системный анализ, кибернетика и т.д.), а с другой, стала синтезом определенных фундаментальных более частных наук (исследование операций, оптимизация и т.д.), создав при этом и собственную методологию.
2. Наука, занимающаяся проблемой принятия решения в условиях анализа большого количества информации различной природы является системный анализ. Практическое приложение системного анализа чрезвычайно обширно по содержанию. Важнейшими разделами являются научно-технические разработки и различные задачи экономики.
3. Очень близкое к термину «системный анализ» понятие - «исследование операций». Цель исследования операций - предварительное количественное обоснование оптимальных решений.
4. Несмотря на то, что методы принятия решений отличаются универсальностью, их успешное применение в значительной мере зависит от профессиональной подготовки специалиста, который должен иметь четкое представление о специфических особенностях изучаемой системы и уметь корректно поставить задачу.
5. Наиболее разработан и широко используется на практике аппарат одноцелевого принятия решений в условиях определенности, который получил название математического программирования. Математический аппарат одноцелевого принятия решений в условиях неопределенности представляет собой стохастическое программирование (известны законы распределения случайных величин), теории игр и статистических решений (закон распределения случайных величин неизвестен).
6. Накоплено достаточно большое число методов формализации постановки и принятия решений с учетом неопределенностей (условиями неопределённости считается ситуация, когда результаты принимаемых решений неизвестны). При использовании этих методов следует иметь в виду, что все они носят рекомендательный характер и выбор окончательного решения всегда остается за человеком (ЛПР).
7. Существует также промежуточный тип неопределенности, когда решение принимается на основании каких-либо гипотез о законах распределения случайных величин. При этом ЛПР должен иметь в виду опасность несовпадения его результатов с реальными условиями. Эта опасность несовпадения формализуется с помощью коэффициентов риска.
Список литературы
прогнозирование решение риск планирование
1. Cosi Fan Tutti Фондовые аналитики. «Рынок Ценных Бумаг» №24/1997 г. http://www.gafourov.narod.ru/Cosfantutti.htm.
2. С.Н. Воробьев, Е.С. Егоров, Ю.И. Плотников, Теоретические основы обоснования Орлов А.И. Теория принятия решений: учебник. - М.: Экзамен, 2006. - 573 с. ISBN 5-472-01393-3
3. Орлов А.И. Принятие решений. Теория и методы разработки управленческих решений. Учебное пособие. - М.: МарТ, 2005. - 496 с ISBN 5-241-00629-X
4. Литвак Б.Г. Разработка управленческого решения - М.: Издательство «Дело», 2004 г. - 392 с.
5. Литвак Б.Г. Экспертные оценки и принятие решений. - М.: Патент, 1996. - 271 с.
6. Хемди А. Таха Глава 14. Теория игр и принятия решений // Введение в исследование операций = Operations Research: An Introduction. - 7-е изд. - М.: «Вильямс», 2007. - С. 549-594. - ISBN 0-13-032374-8
7. Г. Тейл. Экономические прогнозы и принятие решений. М.: «Прогресс» 1970.
8. К.Д. Льюис. Методы прогнозирования экономических показателей. М.: «Финансы и статистика» 1986.военно-технических решений, Москва, РВСН, 1994 год
Размещено на Allbest.ru
...Подобные документы
Понятие и сущность управленческих решений и их классификация. Основные понятия теории принятия решений. Применение методов принятия решений в условиях неопределенности. Выявление и диагностика проблем, возникающих в организации при изменении условий.
курсовая работа [105,4 K], добавлен 01.04.2014Понятия, связанные с принятием решений в различных условиях. Примеры принятия решений в условиях определенности, риска и неопределенности. Модели и методы принятия решений. Страховой, валютный, кредитный риск. Интуитивное и рациональное решение.
реферат [90,4 K], добавлен 16.01.2011Выбор планшетного ПК. Методы решения задач принятия решений в условиях неопределенности. Разработка математического обеспечения поддержки принятия решений на основе реализации стандартных и модифицированных алгоритмов теории исследования операций.
курсовая работа [5,9 M], добавлен 22.01.2016Использование методов комбинаторно-морфологического анализа и синтеза рациональных систем в подготовке принятия управленческих решений. Специфика принятия решений в государственных органах власти. Методы принятия решения в условиях неопределенности.
контрольная работа [40,0 K], добавлен 13.11.2010Анализ и принятие управленческих решений в условиях определенности, в условиях риска, в условиях неопределенности. Общие модели и методы принятия решений в условиях определенности, неопределенности и риска. Эффективность работы персонала.
реферат [34,0 K], добавлен 15.12.2006Применение метода априорного ранжирования факторов для принятия управленческого решения в условиях недостатка информации. Использование теории игр и статистических решений для анализа производственной ситуации. Метод принятия решений в условиях риска.
лабораторная работа [289,5 K], добавлен 13.12.2011Сущность и процедура процесса принятия решений. Краткая классификация управленческих решений. Модели управления запасами. Анализ и принятие управленческих решений в условиях риска, конфликта и неопределенности. Модель ограниченной рациональности.
курсовая работа [58,1 K], добавлен 03.10.2013Понятие и содержание, общая характеристика внешней среды и исследование ее влияния на принятие, и реализацию управленческих решений. Принципы и отличительные особенности, этапы принятия решения на современном предприятии в условиях неопределенности.
контрольная работа [30,4 K], добавлен 02.03.2014Сущность, виды и принципы принятия управленческих решений, факторы, влияющие на процесс их принятия. Основные этапы рационального принятия решений. Модели и методы принятия управленческих решений, особенности их использования в отечественном менеджменте.
курсовая работа [134,6 K], добавлен 25.03.2009Процесс подготовки и принятия управленческого решения. Методы принятия решений, направленных на достижение намеченных целей. Принятие управленческих решений в сложных кризисных условиях. Реализация альтернатив в условиях риска и неопределенности.
курсовая работа [123,6 K], добавлен 30.03.2015Роль управленческих решений в процессе управления, планирования, организации, координации и контроля. Принятие решения в условиях неопределенности, необходимость применения моделирования в производственных организациях. Анализ процесса принятия решений.
контрольная работа [843,1 K], добавлен 19.05.2010Информация, необходимая для разработки финансовых решений. Финансовое планирование, система критериев принятия рискового решения. Разработка и принятие финансовых решений в условиях риска на примере Министерства природных ресурсов Хабаровского края.
курсовая работа [37,5 K], добавлен 20.05.2011Сущность и типология управленческих решений, их отличительные особенности и сферы практического применения. Факторы, влияющие на процесс принятия решений, методология данного процесса. Классификация задач принятия решений, их направления, интерпретация.
курсовая работа [44,0 K], добавлен 26.03.2011Основные понятия теории принятия решений. Формализация задач принятия решений. Однокритериальные и многокритериальные задачи в условиях определенности. Методы оценки многокритериальных альтернатив. Методы построения аддитивной функции полезности.
дипломная работа [2,9 M], добавлен 08.07.2014Назначение и краткая характеристика систем поддержки принятия решений. Концепции и принципы теории принятия решений. Получение информации, критерии принятия решений и их шкалы. Схема классификации возможных источников и способов получения информации.
курсовая работа [132,5 K], добавлен 14.02.2011Многокритериальный анализ вариантов. Стратегии принятия решений. Принятие решений в условиях неопределенности. Использование методов прогнозирования. Полный факторный эксперимент и имитационное моделирование. Динамическое программирование и теория игр.
контрольная работа [1,9 M], добавлен 17.06.2012Сущность и факторы инвестиционной привлекательности, особенности ее исследования в соотношении "потенциал – риски". Учет риска при принятии инвестиционных решений, качественные и количественные критерии. Принятие решений в условиях неопределенности.
курсовая работа [101,7 K], добавлен 05.01.2014Понятия неопределенности и риска. Процесс влияния неопределенности и риска на деятельность организации. Научные методы принятия решений, рекомендуемые в условиях неопределенности и риска. Разработка управленческих решений на примере ЗАО "Молочный рай".
курсовая работа [310,2 K], добавлен 17.10.2010Сущность и функции управленческих решений, их классификация и типы, особенности, условия обеспечения качества и эффективности. Проблемы принятия управленческих решений в условиях неопределенности и риска. Формирование нового управленческого решения.
курсовая работа [63,8 K], добавлен 25.03.2012Основные методы принятия управленческих решения. Коллективные методы обсуждения и принятия решений. Эвристические и количественные методы принятия решения. Анализ как составная часть процесса принятия решения. Методы анализа управленческих решений.
курсовая работа [38,6 K], добавлен 23.06.2010
