Автор: Пользователь скрыл имя, 17 Января 2013 в 20:28, курсовая работа
Управленческое решение принимается в условиях неопределенности, когда у руководителя отсутствует возможность оценить вероятность будущих результатов. Такое случается, когда требующие учета параметры настолько новы и неструктурированны, что вероятность определенного последствия не удается предсказать с достаточной степенью достоверности.
Введение стр. 3
Понятие неопределённости и риска стр.4-5
Уровни неопределенности при оценке эффективности управленческих решений стр.6-8
Классификация рисков при разработке управленческих
Решений стр.9-11
Технологии принятия решений в условиях
стохастического риска стр.12-19
Заключение стр. 20
Список используемой литературы стр. 21
В зависимости от вероятного экономического результата решения риски подразделяют на чистые и спекулятивные.
Чистые риски предполагают получение отрицательного или пулевого результата. К ним относятся природные, экологические, политические, транспортные, коммерческие риски (производственные и торговые).
Спекулятивные риски предполагают получение как отрицательного, так и положительного результата. К ним относится часть коммерческих рисков (финансовые риски).
В зависимости от причины
возникновения риски
____________________
2 – Саак А.Э., Тюшняков В.Н. Разработка управленческого решения. – СПб.: Питер, 2007. - 128 С.
В зависимости от того, какие факторы определяют риск в проблемной ситуации, различают две его основные составляющие: индивидуальную и ситуационную.
Для снижения уровня риска руководителю
следует конкретно
4. Технологии принятия решений в условиях стохастического риска
В случае стохастической неопределенности у ЛПР имеется полная информация о степени возможности тех или иных (Исходов операции для каждой стратегии в виде вероятностного распределения на множестве возможных результатов.
Часто ошибочно полагают,
что использование каких-то отдельных
характеристик распределения
«В этой связи хорошо согласуется с данными практики следующая вербальная формулировка принципа стохастического доминирования: тот вариант решения лучше, для которого выше вероятность получения более предпочтительного результата»3.
____________________
3 - Воробьев С. Н., Уткин В. Б., Балдин К. В. Управленческие решения М.: ЮНИТИ-ДАНА, 2005. - 220 с.
Другими словами, для того чтобы установить, какой ил двух вариантов — а или b — решения лучше, ЛПР прости необходимо последовательно "перебрать" все возможные те кущие значения t результата у и проверить, какая из веро ятностей больше: P(Y(a) ≥ t) или P(Y(b) ≥ t).
Если для всех у = t, например, оказывается, что P(Y(a) ≥ у) ≥ P(Y(b) ≥ у), то, альтернатива b стохастически доминируется. Формальный вид этого правила стохастического доминирования представлен следующим выражением Fa(y) ≤ Fh(y), для всех значений У. Где Fa{y) = P(Y(a) <y) — функция распределения результата У для альтернативы а.
Проверку на доминируемость по выше приведённому правилу технологически эффективно проводить визуально. Для этого следует изобразить графики функций Fa(y) и Fb(y) в одной системе координат и выбрать ту альтернативу, график функции распределения результата для которой лежит геометрически ниже. Если случайный результат Y дискретен и имеет не очень много возможных значений у, то для графической проверки на недоминируемость удобно использовать стандартную лепестковую диаграмму из пакета Excel, которая является аналогом полярной системы координат. В качестве примера в табл.1 представлены значения (в сотых долях) функции Fa(y) распределения непрерывного результата Y(a) для четырех альтернатив.
Таблица 1. Значения функции Fa(y) распределения результатов Y(a)
Альтернативы |
Значения у,(а) результатов Y(a) | |||||||||
У1 |
У2 |
У3 |
У4 |
У5 |
У6 |
У7 |
У8 |
У9 |
У10 | |
а{ |
15 |
40 |
60 |
70 |
80 |
85 |
90 |
95 |
91 |
99 |
а2 |
0 |
0 |
30 |
55 |
70 |
80 |
85 |
90 |
91 |
92 |
аъ |
0 |
5 |
9 |
11 |
18 |
20 |
22 |
27 |
29 |
30 |
a4 |
0 |
0 |
0 |
5 |
12 |
22 |
45 |
70 |
90 |
95 |
Пусть для определенности более предпочтительным для ЛПР является значение результата с большим индексом (т. е. значение у10 предпочтительнее значения у9, которое в свою очередь более предпочтительно, чем у8 и т.д., а значение у1 — наименее предпочтительное).
Альтернатива а доминируется альтернативами а2 , а3 и а4, которые между собой несравнимы по правилу стохастического доминирования, заданного соотношением а <=> Fa(y) < Fh(y).
Таким образом, отношение
стохастического доминирования, задаваемое
данным выражением, несвязно, так как
неравенство в правой части выражения
может не выполняться для всех
значений результата. Ввиду этого
оно обладает достаточно слабой разрешающей
способностью и незначительно сокращает
объем исходного множества
Последующее сужение множества выбора возможно лишь при использовании дополнительной информации о предпочтительности того или иного решения. Как уже отмечалось, часто в качестве такой информации выступают сведения о предпочтительности в среднем, предпочтительности по уровню гарантии получения результатов или предпочтительности по уровню самого гарантированного результата. Получение от ЛПР подобной информации означает, что лицо, принимающее решения, как бы безразлично к риску (подробнее смысл "безразличия к риску" будет пояснен ниже) и стремится использовать для анализа только объективные характеристики распределения вероятностей.
Теперь обсудим еще один вопрос. А можно ли как-то более строго описать характер отношения ЛПР к стохастическому риску? Оказывается, да. Причем сделать это можно как на качественном уровне (в качественных шкалах), так и на количественном. Методологической базой для ответов на подобные вопросы является теория полезности.
Обозначим функцию полезности через и(у). Согласно аксиоматической теории полезности отношение предпочтения на множестве А альтернатив моделируется с использованием математического ожидания М[и(у(а))] функции полезности для этих альтернатив:
Качественно указанные
особенности отношения
По оси абсцисс на графиках отложены величины результатов, а по оси ординат — значения функции и(у) полезности. Психологической доминанте "объективное ЛПР" соответствует функция и(у) = ее + Ру. Она представлена на рис.2.а.
Рис.2. Графики функций полезности для лиц с различным отношением к стохастическому риску
Параметры а и Р функции выбраны так, что наименее предпочтительному значению результата у = y - соответствует нулевое значение функции полезности, а наиболее пред почтительному результату у = у + - значение, равное единице. Очевидно, что если пользоваться такой функцией полезности, то это приводит к установлению предпочтений на множестве стратегий по "объективным" показателям типа:
Установлено, что если ЛПР несклонно к риску, то функция полезности, отражающая его предпочтения и отношение к стохастическому риску, строго вогнута. Это графически отражено на рис.2.б. Для субъекта с подобной психологической доминантой восприятия риска всегда оказывается более предпочтительным получение среднего выигрыша в операции наверняка, нежели участие в рискованной операции. Математически это выглядит так:
что в итоге приводит к неравенству вида
которое представляет собой математическое определение строго вогнутой функции. Для склонного к риску ЛПР все как раз наоборот. Для такого лица участие в рискованной операции более предпочтительно, чем получение ее среднего результата. Поэтому для ЛПР, склонного к риску, функция и(у) полезности оказывается строго выпуклой.
Количественно меру склонности или несклонности ЛПР к риску удобно оценивать с использованием, так называемых достоверных эквивалентов лотерей. Это понятие из теории полезности и для нас оно новое. Разъясним его. Но вначале нам потребуется понятие лотереи как модели выбора в условиях стохастической неопределенности.
«Лотереей называется пара (У, Р), где У = (уг y2,...,yn) — множество возможных значений результата у, Р — (pvр2,...,рn) — вероятностное распределение на результатах. В общем случае можно рассматривать лотереи с непрерывными значениями результата, а также лотереи с векторными результатами и составные лотереи (где результатом одной лотереи является другая лотерея)»4.
Психологические особенности
человека таковы, что ему очень
трудно сравнивать лотереи с большим
числом выигрышей. ЛПР гораздо проще
иметь дело лишь с двумя исходами
и при этом отвечать на вопросы
типа: "За сколько Вы согласны отступиться
от участия в лотерее?" или "Во
сколько Вы оцениваете лотерею, если
Вам предложат ее продать?" При
соизмерении произвольного
Информация о работе Уровни неопределенности при оценке эффективности управления