Разработка, принятия и реализация управленческих решений в организации

    Сфера, вид деятельности: разработка, производство и сбыт широкой номенклатуры изделий  систем радиосвязи, а также других приборов радиотехнического профиля, посредническая, коммерческая деятельность.

    Предприятие занимается выпуском специальной продукции  оборонного назначения (по госзаказам) и гражданской продукции (узлы и детали к телевизионным приёмникам). Продукция оборонного назначения занимает 68,8% от общего объёма производства.

    Производство  продукции в целом является прибыльным, уровень рентабельности находится на уровне 27%. Объём продукции снизился за 2008 год на 16,4% по специальной продукции на 23,2%, по гражданской продукции вырос на 4,1%. Снижение выпуска продукции произошло за счёт снижения количества заказов на военную продукцию

    Перед руководством фирмы возникла проблема: следует ли принять решение о разработке нового блока микросхем МЛ 2547-11 для автоматической системы навигации «взлет-пасадка», т. е. о проведении научно-исследовательских и опытно-конструкторских работ (НИОКР), или же отказаться от разработки новой продукции в пользу решения о проведении модернизации ранее выпущенной продукции данной системы. Ресурсы фирмы ограничены настолько, что заниматься разработкой новой и модернизацией ранее выпущенной продукции одновременно не представляется возможным. Принятие решения осложняется тем, что продолжительность разработки и внедрения новой продукции точно не известна и является дискретной случайной величиной (5, 10 или 15 лет).

    Таким образом, решение принимается в условиях неопределенности и связано с риском непроизводительных затрат в рассматриваемом пятнадцатилетнем горизонте планирования. 

3. Формализация  задачи методами теории игр.

   Расчеты затрат и экономического эффекта (млн. руб.) в зависимости от продолжительности разработки, внедрения и использования новой продукции до конца 15-летнего планового периода удобно представить в виде таблицы №1 возможных ситуаций.

   Таблица № 4. 

Таблица ситуаций. 

 

   Затем рассчитаем «платежную» матрицу  игры, которую правильней обозначить матрицей эффектов, представленной в таблице 2.

   Таблица 5.

   Матрица эффектов 

 

    Где А = {А1, А2} – множество решений  планирующего органа;

      А1 - соответствует решению о проведении НИОКР;

      А2 - соответствует решению об  отказе от НИОКР; 

    В = {В1, В2, В3} - множество состояний  «природы», олицетворяющее неопределенность ситуации,

    В1 - проведение НИОКР потребует 5 лет;

    В2 - проведение НИОКР потребует 10 лет;

    В3 - проведение НИОКР потребует 15 лет.

    Рассматриваемая задача решается методами математической теории игр с использованием «платежной» матрицы (матрицы эффектов, либо матрицы потерь) и выбранных критериев принятия решения поэтапно:

    - в условиях полной неопределенности;

    - в условиях частичной неопределенности;

    - в условиях эксперимента, предшествующего  принятию решения;

    - с применением аппарата решающих  функций и использованием функции  риска. 

4. Решение задачи.
0. Критерий  принятия решений  в условиях полной неопределенности.

 

Критерий  Уолда 

 

Еу = max_imin_je_ij

Еу = max{-27,18} = 18 → А2 

Максимаксный  критерий 

 

Ем = max_imax_je_ij

Ем = max{83,18} = 83 → А1 

Критерий  Гурвича 

 

Ег = max_i[α·max_je_ij + (1 – α)·min_je_ij] 

       Степень оптимизма для равноэффективных решений: 

α·83 + (1 – α)·(-27) = α·18 + (1 – α)·18,

откуда  α = 9/22 ≈ 0,4091 

Ег(α=0) = max{-27,18} = 18 → А1

Ег(α=0,2) = max{-5,18} = 18 → А1

Ег(α=0,3) = max{6,18} = 18 → А1

Ег(α=0,4) = max{17,18} = 18 → А1

Ег(α=0,4091) = max{18,18} = 18 → А1 или А2

Ег(α=0,6) = max{39,18} = 39 → А2

Ег(α=0,8) = max{61,18} = 61 → А2

Ег(α=1,0) = max{83,18} = 83 → А2 

Критерий  Сэвиджа 

 

Ес = min_imax_j (max_j^*e_ij - e_ij)

Ес = min{45,65} = 45 → А1

Критерий  Лапласа 

 

Ел = max_iΣ ⁿ_{j = 1}(e_ij / n)

Ел = max{28,18} = 28 → А1 

Критерий  принятия решений  в условиях частичной  определенности

 

   Условия частичной определенности предполагают, что распределение вероятностей состояний «природы» p(b_j) известно и статически устойчиво. В соответствии с исходными данными это распределение имеет вид: 

       p(b₁) = 0,25 p(b₂) = 0,35 p(b₃) = 0,40 

Критерий  Байеса-Лапласа 

Решение планового органа	Математическое  ожидание выигрыша
А1	19,75*
А2	18

 

            Еб = max_iΣ ⁿ_{j = 1}(e_{ij ·} p(b_j))

Ем = max{19,75,18} = 19,75 → А1 

Принятие  решений в статических  играх с экспериментом

 

  Принятию  решения предшествует эксперимент. Допустим, что результаты эксперимента образуют множество X = {х1, x2, x3}, где исход эксперимента x1 означает, что проведение данной НИОКР потребует 5 лет, x2 –соответственно 10 лет и x3 – 15 лет. Как правило, такие результаты эксперимента носят не достоверный, а вероятностный характер. Это приводит к необходимости использования условных вероятностей р(xi/bj), которые показывают вероятность прихода к выводу xi, если на самом деле имеет место состояние «природы» b_j.

  В соответствии с исходными данными условные вероятности р(xi/bj) исходов эксперимента: 

       p(x1/b1) = 0,05 р(x1/b2) = 0,15 р(х1/b3) = 0,55

       p(x2/b1) = 0,80 р(x2/b2) = 0,15 р(х2/b3) = 0,05

       p(x3/b1) = 0,10 р(x3/b2) = 0,75 р(х3/b3) = 0,25 

   Находим полные вероятности исходов эксперимента: 

p(xi) = Σ p(xi/bj)·p(bj) 

       p(x1) = p(x1/b1)·p(b1) + p(x1/b2)·p(b2) + p(x1/b3)·p(b3)

       p(x2) = p(x2/b1)·p(b1) + p(x2/b2)·p(b2) + p(x2/b3)·p(b3)

       p(x3) = p(x3/b1)·p(b1) + p(x3/b2)·p(b2) + p(x3/b3)·p(b3) 

       p(x1) = 0,05·0,25 + 0,15·0,35 + 0,55·0,40 = 0,2850

       p(x2) = 0,80·0,25 + 0,15·0,35 + 0,05·0,40 = 0,2725

       p(x3) = 0,10·0,25 + 0,75·0,35 + 0,25·0,40 = 0,3875 

   Находим апостериорные вероятности состояния  природы после того или иного  исхода эксперимента (по формуле Байеса): 

p(bj/xi) = p(xi/bj)·p(bj) / p(xi) 

       p(b1/x1) = p(x1/b1)·p(b1) / p(x1) = 0,05·0,25/ 0,2850 = 0,0439

       p(b2/x1) = p(x1/b2)·p(b2) / p(x1) = 0,15·0,35/ 0,2850 = 0,1842

       p(b3/x1) = p(x1/b3)·p(b3) / p(x1) = 0,55·0,40/ 0,2850 = 0,7719

       p(b1/x2) = p(x2/b1)·p(b1) / p(x2) = 0,80·0,25/ 0,2725 = 0,7339

       p(b2/x2) = p(x2/b2)·p(b2) / p(x2) = 0,15·0,35/ 0,2725 = 0,1927

       p(b3/x2) = p(x2/b3)·p(b3) / p(x2) = 0,05·0,40/ 0,2725 = 0,0734

       p(b1/x3) = p(x3/b1)·p(b1) / p(x3) = 0,10·0,25/ 0,3875 = 0,0645

       p(b2/x3) = p(x3/b2)·p(b2) / p(x3) = 0,75·0,35/ 0,3875 = 0,6774

       p(b3/x3) = p(x3/b3)·p(b3) / p(x3) = 0,25·0,40/ 0,3875 = 0,2581  

    Таким образом: 

       p(b1/x1) = 0,0439 p(b2/x1) = 0,1842  p(b3/x1) = 0,7719

       p(b1/x2) = 0,7339 p(b2/x2) = 0,1927 p(b3/x2) = 0,0734

       p(b1/x3) = 0,0645 p(b2/x3) = 0,6774 p(b3/x3) = 0,2581 

   Находим по критерию Байеса-Лапласа (с учетом уже апостериорных вероятностей состояний «природы» p(bj/xi)) ожидаемые выигрыши для каждого исхода эксперимента: 

       Еб = max_iΣ ⁿ_{j = 1}(e_ij · p(b_j) · p(bj/xi)) 

   Еб(x1) = max{83·0,0439 + 28·0,1842 - 27·0,7719; 18·0,0439 + 18·0,1842 + 18·0,7719} = max{-12,04; 18} = 18 → А2 

   Еб(x2) = max{83·0,7339 + 28·0,1927 - 27·0,0734; 18·0,7339 + 18·0,1927 + 18·0,0734} = max{64,3275; 18} = 64,3275 → А1 

   Еб(x3) = max{83·0,0645 + 28·0,6774 - 27·0,2581; 18·0,0645 + 18·0,6774 + 18·0,2581} = max{17,352; 18} = 18 → А2 
 

   Средний выигрыш при неизвестном заранее  исходе эксперимента равен: 

   Еср = Σⁿ_i=1 Еб(xi)·p(xi)

   Еср = 18·0,2850 + 64,3275·0,2725 + 18·0,3875 ≈ 29,634 

   При этом Еср = 29,634 > Е = 19,75; то есть средний  выигрыш с экспериментом больше, чем выигрыш без эксперимента. 

Принятие  решений в статических  играх в условиях риска. 

   В задаче без эксперимента решение (А1 или А2) принимается с использованием априорной информации о состояниях «природы». В задаче с экспериментом  плановый орган принимает решение  в зависимости от исхода эксперимента (x1, x2, x3). Чтобы формализовать эту задачу, можно заранее проанализировать все возможные исходы эксперимента и составить правило d, определяющее, какое решение следует принять при каждом из возможных исходов эксперимента. Это правило называется решающей функцией.

   В рассматриваемом случае (для трёх возможных исходов эксперимента) решающую функцию можно записать в виде:

       d_kls = d (х1, x2, х3) = (Аk Аl, Аs), 

   где Аk, Al, As - решения, которые следует принять при исходах эксперимента х1, х2, х3 соответственно. Так, решающая функция d112 означает, что соответствие исходов и решений имеет вид {x1 → А1, x2 → А1, x3 → А2}, то есть при оценке срока НИОКР в 5 или 10 лет принимается решение о разработке новой продукции А1, а в 15 лет решение об отказе от разработки новой продукции А2.

   Множество решающих функций состоит из N = m^q элементов, где m - число возможных решений; q — число возможных исходов эксперимента.

   В нашем случае m = 2; q = 3; N = m^q =2³ = 8. 
 

       Таблица 6.

Множество решающих функций 

 

   Из  всего множества решающих функций  необходимо выбрать такую, которая  позволит принимать наиболее выгодные решения. Но для этого надо уметь оценивать сами решающие функции, что может быть сделано при помощи функции риска. 

   Функцией  риска r(bj, d_kls) называются средние потери, которые несёт плановый орган при данном состоянии природы и выбранной решающей функции. Число значений функции риска равно N·n, где n — число состояний природы. В нашем случае N = 8, n = 3, тогда 8·3 = 24. 

   Усреднение  потерь ведётся по вероятностям исходов  эксперимента при данном состоянии природы. В нашем случае:

   r(bj, d_kls) = П(bj, A_k)·p(x1/bj) + П(bj, A_l)·p(x2/bj) + П(bj, A_s)·p(x3/bj)

   или r(bj, d_kls) = П_jk·p(x1/bj) + П_jl·p(x2/bj) + П_js·p(x3/bj) 

   где П_jk, П_jl, П_js - элементы матрицы потерь, которые получаются из матрицы эффектов путём умножения её элементов на (-1). Отрицательные элементы Пi, матрицы потерь означают получение экономического эффекта.

       Таблица 7.

Матрица потерь

 

Таблица 8.

Значения  функции риска

    Расчет  значений функции риска 

       r(b1, d111) = -83·0,05 - 83·0,80 - 83·0,10 = -78,85

       r(b1, d112) = -83·0,05 - 83·0,80 - 18·0,10 = -72,35

       r(b1, d121) = -83·0,05 - 18·0,80 - 83·0,10 = -26,85

       r(b1, d122) = -83·0,05 - 18·0,80 - 18·0,10 = -20,35

       r(b1, d211) = -18·0,05 - 83·0,80 - 83·0,10 = -75,6

       r(b1, d212) = -18·0,05 - 83·0,80 - 18·0,10 = -69,1

       r(b1, d221) = -18·0,05 - 18·0,80 - 83·0,10 = -23,6

       r(b1, d222) = -18·0,05 - 18·0,80 - 18·0,10 = -17,1 

       r(b2, d111) = -28·0,15 - 28·0,15 - 28·0,75 = -29,4

       r(b2, d112) = -28·0,15 - 28·0,15 - 18·0,75 = -21,9

       r(b2, d121) = -28·0,15 - 18·0,15 - 28·0,75 = -27,9

       r(b2, d122) = -28·0,15 - 18·0,15 - 18·0,75 = -20,4

       r(b2, d211) = -18·0,15 - 28·0,15 - 28·0,75 = -27,9

       r(b2, d212) = -18·0,15 - 28·0,15 - 18·0,75 = -20,4

       r(b2, d221) = -18·0,15 - 18·0,15 - 28·0,75 = -26,4

       r(b2, d222) = -18·0,15 - 18·0,15 - 18·0,75 = -18,9 

       r(b3, d111) = 27·0,55 + 27·0,05 + 27·0,25 = 22,95

       r(b3, d112) = 27·0,55 + 27·0,05 - 18·0,25 = 11,7

       r(b3, d121) = 27·0,55 - 18·0,05 + 27·0,25 = 20,7

       r(b3, d122) = 27·0,55 - 18·0,05 - 18·0,25 = 9,45

       r(b3, d211) = -18·0,55 + 27·0,05 + 27·0,25 = -1,8

       r(b3, d212) = -18·0,55 + 27·0,05 - 18·0,25 = -13,05

       r(b3, d221) = -18·0,55 -18 ·0,05 + 27·0,25 = -4,05

       r(b3, d222) = -18·0,55 - 18·0,05 - 18·0,25 = -15,3 

   Наилучшей решающей функцией будет та, которая  обеспечивает минимум так называемому  байесовскому риску, рассчитываемому по формуле: 

r(d_kls) = r(b1, d_kls)·p(b1) + r(b2, d_kls)·p(b2) + r(b3, d_kls)·p(b3)  

       Определим байесовские риски для каждой из решающих функций:

       r(d111) = -78,85·0,25 - 29,4·0,35 + 22,95·0,40 = -20,82

       r(d112) = -72,35·0,25 - 21,9·0,35 + 11,7·0,40 = -21,07

       r(d121) = -26,85·0,25 - 27,9·0,35 + 20,7·0,40 = -8,20

       r(d122) = -20,35·0,25 - 20,4·0,35 + 9,45·0,40 = -8,45

       r(d211) = -75,6·0,25 - 27,9·0,35 - 1,8·0,40 = -29,39

       r(d212) = -69,1·0,25 - 20,4·0,35 - 13,05·0,40 = -29,64

       r(d221) = -23,6·0,25 - 26,4·0,35 - 4,05·0,40 = -16,76

       r(d222) = -17,1·0,25 - 18,9·0,35 - 15,3·0,40 = -17,01 

Байесовские риски для различных решающих функций:

 

    Умножая полученные байесовские риски на (-1), получим таблицу средних значений эффектов для различных решающих функций. 

Средние экономические эффекты для различных  решающих функций, млн. руб.

 

   Построим  график среднего экономического эффекта  в зависимости от выбранной решающей функции. На оси абсцисс графика  с равным шагом отмечаются точками  решающие функции в той последовательности, в которой они приведены в таблице, а вдоль оси ординат - в выбранном масштабе для каждой решающей функции строятся точки средних значений экономического эффекта.

   В результате последовательного соединения найденных точек прямыми линиями  получается график-диаграмма. 

 

5. Выводы.

 

   В ходе выполнения расчетов, были рассмотрены различные способы и критерии разработки и принятия решений о целесообразности разработки новой продукции в условиях неопределенности.

   Минимум байесовского риска (максимум эффекта) достигается при использовании решающей функции d212. Она и является наилучшей. Этот же результат получен и при нахождении среднего выигрыша в п. 4.3. без использования понятий риска и решающей функции, что подтверждает правильность выполненных расчётов.

   Наихудшей решающей функцией является d121. При таком поведении планового органа величина среднего эффекта ниже; чем даже при полном отказе от разработок новой продукции при любых условиях (пассивное поведение d222). 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Заключение

   Переход к рыночной экономике требует  новых подходов к управлению: на первый план выходят рыночные критерии эффективности и повышаются требования к гибкости управления. В настоящее  время экономическая среда, в  силу своей нестабильности и подвижности, требует новых методов управления, соответствующих уровню современных производственных систем. Как показывает практика, на первый план выдвигаются вопросы эффективности деятельности организации, непосредственно связанные с качественной подготовкой управленческих решений. Это определяет важность овладения каждым специалистом в области управления теоретическими знаниями и практическими навыками разработки управленческих решений.

   Одной из основных функций управления в  настоящее время является принятие решений. Принимая решения, необходимо полагаться на такое количество информации, которое они смогут получить. Обычно они легче справляются, следуя рациональным процедурам по достижению решений проблемы. Но всегда присутствуют косвенные влияния и неопределенности, поэтому управленческие решения не всегда совершенны, и однажды внедрив это решение его необходимо контролировать.

   Важнейшим резервом повышения эффективности  работы ОПЧС является повышение качества принимаемых решений, которое достигается  путем совершенствования процесса принятия решений.

   Принятие  решений - составная часть любой  управленческой функции. Необходимость  принятия решения пронизывает все, что делает управляющий, формируя цели и добиваясь их достижения. Поэтому  понимание природы принятия решений чрезвычайно важно для всякого, кто хочет преуспеть в искусстве управления.

   Эффективное принятие решений необходимо для  выполнения управленческих функций. Совершенствование  процесса принятия обоснованных объективных  решений в ситуациях исключительной сложности достигается путем использования научного подхода к данному процессу, моделей и количественных методов принятия решений.

   Целью данной курсовой работы было изучение процесса принятия и реализации управленческих решений.

   Для достижения поставленной цели необходимо было решить следующие задачи:

   1) Определить сущность и принципы  принятия управленческих решений;

   2) Рассмотреть основные виды управленческих  решений и факторы, влияющие  на процесс принятия управленческих  решений;

   3) Охарактеризовать основные этапы рационального принятия решений;

   4) Изучить модели и методы принятия  управленческих решений и их  использование в отечественном  менеджменте;

   5) Определить критерии эффективности  управленческих решений. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Список  литературы 

1. Балабанов И.Т. Риск-менеджмент. - М.: Финансы и статистика, 2006. - 192 с.

2. Бурков В.Н., Новиков Д.А. Как управлять проектами. - М.: СИНТЕГ-ГЕО, 2006. - 188 с.

3. Вильямс Дж.Д. Совершенный стратег, или Букварь по теории стратегических игр. _ М.: Советское Радио, 1960. - 269 с.

4. Герчикова И.Н. Процесс принятия и реализации управленческих решений. //Менеджмент в России и за рубежом, 2003. № 12. – с. 39-42

5. Гуджоян О.Л. и др. Методы принятия управленческих решений. Учебное пособие. - М.: 2006.

6. Евланов А. Г. Теория и практика принятия решений. - М.: Экономика, 2004. - 175 с.

7. Ильин Н. П., Лукмапова И. Г. и др. Управление проектами /Под ред. В. Д. Шапиро. - СПб.: ДваТри, 2002. -610 с.

8. Литвак Б.Г. Управленческие решения. Учебник. - М.: 2006.

9. Менеджмент организации. Учебное пособие. /Под редакцией З.П. Румянцевой и Н.А. Саломатина. - М.: Инфра-М, 2003.

10. Рейльян Я.Р. Аналитическая основа принятия управленческих решений. - М.: Юнити, 2003.

11. Ромащенко В.Н. Принятие решений: ситуации и советы. – Киев, 2003.

12. Управление организацией: Учебник. /Под ред. А.Г. Поршнева, З.П. Румянцевой, Н.А. Саломатина.- 2-е изд., перераб. и доп. – М.: ИНФРА-М, 2003.- 669 с.

13. Фатхутдинов Р.А. Разработка управленческого решения. - М.: Интел-синтез, 2001.

14. Фатхутдинов Р.А. Разработка управленческого решения. Учебное пособие. - М.: 2006.

15. Фатхутдинов Р.А. Стратегический менеджмент: Учебное пособие. – М.: Интел-Синтез, 2003.

16. Фишберн П. Теория полезности для принятия решений. - М: Наука, 1978. - 352 с.

17. Чернов В.А. Анализ коммерческого риска. - М.: Финансы и статистика, 2006. - 128 с.

20. Эддоус М., Стенсфилд Р. Методы принятия решений. /Пер. с англ. Под ред. И.И. Елисеевой. - М.: Банки и биржи, 2001.