Модели управления запасами позволяют
найти оптимальное решение, т.е. такой
уровень запаса, который минимизирует
издержки на его создание и поддержание
при заданном уровне непрерывности производственных
процессов.
- Модель линейного программирования -
эту модель применяют для нахождения оптимального решения в ситуации
распределения дефицитных ресурсов при
наличии конкурирующих потребностей.
Например, с помощью модели линейного
программирования управляющий производством
может определить оптимальную производственную
программу, т.е. рассчитать, какое количество
изделий каждого наименования следует
производить для получения наибольшей
прибыли при известных объемах материалов
и деталей, фонде времени работы оборудования
и рентабельности каждого типа изделия.
Большая часть разработанных для практического
применения оптимизационных моделей сводится
к задачам линейного программирования.
Однако с учетом характера анализируемых
операций и сложившихся форм зависимости
факторов могут применяться и другие типы
моделей. При нелинейных формах зависимости
результата операции от основных факторов
- модели нелинейного программирования;
при необходимости включения в анализ
фактора времени - модели динамического
программирования; при вероятностном
влиянии факторов на результат операции
- модели математической статистики (корреляционно-регрессионный
анализ).
- О методологии моделирования
Применение моделирования при
принятии решений предполагает последовательное
осуществление трех этапов исследования.
Первый - от исходной практической проблемы
до теоретической чисто математической
задачи. Второй - внутриматематическое
изучение и решение этой задачи. Третий
- переход от математических выводов обратно
к практической проблеме. Выбирая свой
путь в мире исследований по теории и практике
принятия решений, приходится обдумывать
и решать вопросы, относящиеся к методологии
науки.
В области моделирования задач
принятия решений, как, впрочем, и в иных
областях применения математики, целесообразно
выделять четверки проблем:
Задача, как правило, порождена
потребностями той или иной прикладной
области. Вполне понятно, что при этом
происходит одна из возможных математических
формализаций реальной ситуации. Например,
при изучении предпочтений потребителей
у экономистов - маркетологов возникает
вопрос: различаются ли мнения двух групп
потребителей. При математической формализации
мнения потребителей в каждой группе обычно
моделируются как независимые случайные
выборки, т.е. как совокупности независимых
одинаково распределенных случайных величин,
а вопрос маркетологов переформулируется
в рамках этой модели как вопрос о проверке
той или иной статистической гипотезы
однородности. Речь может идти об однородности
характеристик, например, о проверке равенства
математических ожиданий, или о полной
(абсолютной однородности), т.е. о совпадении
функций распределения, соответствующих
двух совокупностям.
Задача может быть порождена
также обобщением потребностей ряда прикладных
областей. Приведенный выше пример иллюстрирует
эту ситуацию: к необходимости проверки
гипотезы однородности приходят и медики
при сравнении двух групп пациентов, и
инженеры при сопоставлении результатов
обработки деталей двумя способами, и
т.д. Таким образом, одна и та же математическая
модель может применяться для решения
самых разных по своей прикладной сущности
задач.
Важно подчеркнуть, что выделение
перечня задач находится вне математики.
Выражаясь инженерным языком, этот перечень
является сутью технического задания,
которое специалисты различных областей
деятельности дают статистикам.
Метод, используемый в рамках
определенной математической модели -
это уже во многом, если не в основном,
дело математиков. В эконометрических
моделях речь идет, например, о методе
оценивания, о методе проверки гипотезы,
о методе доказательства той или иной
теоремы, и т.д. В первых двух случаях алгоритмы
разрабатываются и исследуются математиками,
но используются прикладниками, в то время
как метод доказательства касается лишь
самих математиков.
Для решения той или иной задачи
в рамках одной и той же принятой исследователем
модели может быть предложено много методов.
Приведем примеры. Для специалистов по
теории вероятностей и математической
статистике наиболее хорошо известна
история Центральной Предельной Теоремы
теории вероятностей. Предельный нормальный
закон был получен многими разными методами,
из которых напомним теорему Муавра-Лапласа,
метод моментов Чебышева, метод характеристических
функций Ляпунова, завершающие эпопею
методы, примененные Линдебергом и Феллером.
В настоящее время для решения практически
важных задач могут быть использованы
современные информационные технологии
на основе метода статистических испытаний
и соответствующих датчиков псевдослучайных
чисел. Они уже заметно потеснили асимптотические
методы математической статистики. В рассмотренной
выше проблеме однородности для проверки
одной и той же гипотезы совпадения функций
распределения могут быть применены самые
разные методы - Смирнова, Лемана - Розенблатта,
Вилкоксона и др.
Условия применимости - полностью
внутриматематический. С точки зрения
математика замена условия (кусочной)
дифференцируемости некоторой функции
на условие ее непрерывности может представляться
существенным научным достижением, в то
время как прикладник оценить это достижение
не сможет. Для него, как и во времена Ньютона
и Лейбница, непрерывные функции мало
отличаются от (кусочно) дифференцируемых.
Точнее, они одинаково хорошо (или одинаково
плохо) могут быть использованы для описания
реальной действительности.
В заключении можно сказать,
что функционирование любого бизнеса
невозможно без принятия решений. К настоящему
времени инструментарий для процесса
принятия решений богат математическими
и статистическими методами. К тому же,
развитие компьютерных программ облегчает
этот процесс для менеджеров, не обладающих
глубокими знаниями высшей математики.
Однако, позволяет широко использовать
достижения прогресса.
Заключение
Принятие решения - не одномоментный
акт, а результат процесса, имеющего определенную
продолжительность и структуру. Процесс
принятия решений - циклическая последовательность
действий субъекта управления, направленных
на разрешение проблем организации и заключающихся
в анализе ситуации, генерации альтернатив,
выборе из них наилучшей и ее реализации.
Одна из сложнейших процедур
ППР - идентификация решаемой проблемы,
т.к. в момент своего возникновения многие
важные проблемы слабо структурированы,
т.е. не содержат очевидных целей, альтернативных
путей их достижения и представлений о
затратах и эффекте, связанных с каждым
из возможных вариантов.
Прежде чем анализировать возможные
альтернативы решения, менеджеру необходимо
определить показатели, по которым будет
производиться сравнение вариантов.
Японская модель принятия решений
отличается от западной рядом особенностей:
инициатива решения исходит снизу, групповой
способ разработки, согласование решения
еще на предварительной стадии, коллективная
ответственность и т.д.
С точки зрения концепции принятия
решений организационные формы должны
быть подчинены достижению поставленных
целей и процессу решения связанных с
этим проблем.
Построить аппарат управления
как механизм принятия решений - значит
определить в нем местонахождение и компетенцию
центров принятия решений и наладить организационное
взаимодействие на всех этапах процесса
разработки, принятия и реализации решений.
Выделение в организационной
структуре центров принятия решений связано
с проблемой распределения полномочий
и ответственности с одной стороны, и с
задачей использования ресурсов, с другой.
Для разработки и оптимизации
управленческих решений менеджеры могут
применять методы математического моделирования,
основными из которых являются модели
теории игр, теории очередей, управления
запасами, модели линейного программирования.
Библиографический
список
1. Орлов А.И. Теория принятия
решений / А.И. Орлов. - М.: Издательство
«Март», 2012. - 656 с.
2. Орлов А.И. Эконометрика
/ А.И. Орлов. - М.: Экзамен, 2012. - 576 с.
3. Любушин Н.П. Анализ финансово-экономической
деятельности предприятия / Н.П. Любушин,
В.Б. Лещева, В.Г. Дьякова. - М.:ЮНИТИ-ДАНА,
2013. - 472 с.
4. Райзберг Б.А. Современный
экономический словарь. - 2-е издание, исправленное
/ Б.А. Райзберг, Л.Ш. Лозовский, Е.Б. Стародубцева.
- М.: ИНФРА-М, 2009 . - 479 с.
5. Ременников В.Б. Управленческие решения:
Учебное пособие для вузов / В.Б. Ременников.
- М.: Инфра-М, 2012. - 144 с.
6. Большаков А.С. Моделирование
в менеджменте: Учеб. Пособие / А.С. Большаков.
- М., 2013. - 464 с.
7. Бережная Е.В. Математические
методы моделирования экономических систем:
Учеб. Пособие / Е.В. Бережная, В.И. Бережной.
- М., 2012. - 386 с.
8. Микитский Ю. Анализ организации
управления на предприятии // Менеджмент
в России и за рубежом / Ю.Микитский - 2009.
- № 4. - с. 14-18.
9. Фомин Г.П. Математические
методы модели в коммерческой деятельности:
Учебник / Г.П. Фомин. - М., 2011. - 544 с.
10. Мескон М.Х. Основы менеджмента
// Пер. с англ. / М.Х. Мескон, М. Альберт, Ф.Хедоури.
- М., 2012. - 764 с.
11. Репин В.В., Елиферов В.Г. Процессный
подход к управлению: Моделирование бизнес-процессов
/ В.В. Репин, В.Г. Елиферов. - М., 2013.-404 с.
12. Блюмгардт А. Модели корпоративного
управления / А. Блюмгардт. - Киев: Наук.
думка, 2013. - 157 с.
13. Кузин Б.И. Методы и модели
управления фирмой: Учеб. для вузов / Б.И.
Кузин, В.Н. Юрьев. - СПб., 2011. - 432 с.