Разработка управленческих решений

Государственное образовательное учреждение высшего профессионального образования

ВОЛГО-ВЯТСКАЯ АКАДЕМИЯ ГОСУДАРСТВЕННОЙ СЛУЖБЫ

Факультет государственного и муниципального управления

КУРСОВАЯ РАБОТА

г.Нижний Новгород

2009г.

ВВЕДЕНИЕ

Эффективность деятельности менеджеров, государственных и муниципальных служащих зависит от качества управленческих решений. Это определяет важность овладения каждым специалистом этих профилей теоретическими знаниями и навыками разработки управленческих решений.

Современная практика подготовки и исполнения решений изобилует многочисленными погрешностями на всех уровнях управления. Причиной такого положения является многообразие жизненных ситуаций. Определяющее место в составе причин неэффективных решений занимает незнание либо несоблюдение технологии их разработки и организации выполнения.

Разработка эффективных решений – основополагающая предпосылка обеспечения конкурентоспособности любого предприятия на рынке, формирования рациональных организационных структур, проведения правильной кадровой политики и работы, регулирования социально – психологических отношений на предприятии, создания положительного имиджа и др.

Проблема принятия решений носит фундаментальный характер, что определяется ролью, которую играют решения в любой сфере человеческой деятельности. Исследования этой проблемы относятся  к числу междисциплинарных, поскольку выбор способа действий – это результат комплексной увязки различных аспектов: информационного, экономического, психологического, организационного, правового, технического и др.

Синтезируя различные компоненты, управленческие решения выступают способом постоянного воздействия управляющей подсистемы на управляемую (субъекта на объект управления), что в конечном счете ведет к достижению поставленных целей. Это постоянное связующее звено между двумя подсистемами, без которого предприятие  как система функционировать не может. Данное обстоятельство подчеркивает определяющее место управленческого решения в процессе управления.

Общая теория принятия решений, разработанная на основе математических методов и формальной логики, используется в экономике и имеет предпосылки для

широкого распространения.

С позиции данной теории принятие решений – это выбор из множества альтернатив наиболее предпочтительной.

I. Принятие решений в условиях определенности.

1.1                            Решение принимается в условиях определенности, когда руководитель в точности знает результат каждого из альтернативных вариантов выбора. Примером определенного решения может быть вложение избыточной наличности в 10%-е депозитные сертификаты. Руководитель знает, что за исключением возникновения крайне маловероятных чрезвычайных обстоятельств, вследствие чего федеральное правительство не сможет выполнить свои обязательства, организация получит ровно 10 % на вложенные средства. Подобным образом руководитель может, по меньшей мере на ближайшую перспективу, точно установить какими будут затраты на производство определенного изделия, поскольку арендная плата, стоимость материалов и рабочей силы известны или могут быть рассчитаны с высокой точностью. Сравнительно немногие организационные или персональные решения принимаются в условиях определенности. Однако они имеют место и зачастую элементы более крупных решений можно рассматривать как определенные. Авторы и исследователи экономико-математических методов называют ситуации с наличием определенности детерминистскими.

                            Это самый простой случай: известно количество возможных ситуаций (вариантов) и их исходы. Нужно выбрать один из возможных вариантов. Степень сложности процедуры выбора в данном случае определяется лишь количеством альтернативных вариантов.

1.2 Транспортная задача с условиями определенности.

Задание по теме «Принятие решений в условиях определенности»

Фирма имеет три магазина розничной торговли, расположенные в разных районах города (А, В, С). Поставки продукции в эти магазины осуществляются с четырех складов (1, 2, 3, 4).

Найти оптимальное распределение поставок, при котором суммарные затраты на перевозку были бы минимальными.

Решение:

Обозначим xij - количество продукта, доставляемого c i-гo склада к j-му магазину. Тогда модель имеет следующий вид:

L. = 2x11+4x12+3x13+2x21+5x22+2x23+4x31+1x32+4x33 + 5x41+3x42+5x43—»min

Система ограничений

x11 + x12+x13 =30

x21 + x22+x23 = 25       

x31 + x32+x33 = 15

x41+x42+x43   =30                                                       

x11+x21+x31 +x41= 40

x12+x22+x32+x42 =20

x13+x23+x33 +x43 =40

Определим начальный план перевозок с помощью метода северо-западного

угла, по которому транспортная матрица заполняется слева - направо и сверху -

вниз.

Мы должны заполнить m+n-1 клеток, где m - число складов, a n- число

магазинов, т.е. 4+3-1=6 клеток. Если число заполненных клеток меньше m+n-1, то недостающие клетки выбираются произвольно и заполняются нулями.

При таком плане общая сумма транспортных расходов будет равна:

L=2*30+2*10+5*15+1*5+4*10+5*30= 350 (ден.ед.)

Рассчитаем потенциалы для заполненных клеток на основе равенства:

Vi=Uj+cij

Присвоим второму поставщику потенциал равный нулю. Значения потенциалов заносим в таблицу.

Проверим    первоначальный    план    на    оптимальность.    План    считается оптимальным, если для всех свободных клеток выполняется условие:

ui+ciJ>vj Осуществляем проверку:

u1 +c12=0+4<5

u1 +c13=0+3<8

u2 +c23=0+2<8

u3 +c31=4+4≥2

u4 +c41=3+5≥2

u4 +c42=3+3≥5

Условие оптимальности не выполняется. Для улучшения плана необходимо переместить перевозку в клетку, где условие оптимальности нарушено больше

всего, т.е. разность vj -(ui +сij) максимальна. Такой клеткой является клетка (2;3).

Делаем перераспределение поставок для клетки (2, 3)

Получаем улучшенный план.

Сумма транспортных расходов равна:

L = 2*30+2*10+5*5+2*10+1*15+5*30 = 290

Вычисляем потенциалы

Проверяем на оптимальность

u1 +c12=0+4<5

u1 +c13=0+3≥2

u3 +c31=4+4≥2

u3 +c33=4+4≥2

u4 +c41=-3+5=2

u4 +c42= -3+3<5

Условие оптимальности нарушено больше всего в клетке (4,2)

Получаем улучшенный план.

Сумма транспортных расходов равна:

L = 2*30+2*10+2*15+1*15+3*5+5*25 = 265 ден.ед.

Вычисляем потенциалы

Проверяем на оптимальность

u1 +c12=0+4≥0

u1 +c13=0+3≥2

u2 +c22=0+5≥0

u3 +c31= -1+4≥2

u3 +c33= -1+4≥2

u4 +c41=-3+5=2

Условие оптимальности выполняется для всех свободных клеток. Следовательно, последнее решение является оптимальным.

Ответ. Оптимальный план содержит шесть перевозок: с 1-го склада 30ед. к 1-му магазину, со 2-го склада 10 ед. 1-му магазину и 15ед. 3-ему магазину, с 3-го склада – 15 ед. 2-му магазину, с 4-го склада – 5ед. 2-му магазину и 25 ед. 3-му магазину. При этом общая сумма транспортных расходов минимальна и составляет 265 ден.ед

II. Принятие решений в условиях неопределенности и риска.

2.1              Решение принимается в условиях неопределенности, когда невозможно оценить вероятность потенциальных результатов. Это должно иметь место, когда требующие учета факторы настолько новы и сложны, что насчет них невозможно получить достаточно релевантной информации. В итоге вероятность определенного последствия невозможно предсказать с достаточной степенью достоверности. Неопределенность характерна для некоторых решений, которые приходится принимать в быстро меняющихся обстоятельствах. Наивысшим потенциалом неопределенности обладает социокультурная, политическая и наукоемкая среда. Сталкиваясь с неопределенностью, руководитель может использовать две основные возможности. Во-первых, попытаться получить дополнительную релевантную информацию и еще раз проанализировать проблему. Этим часто удается уменьшить новизну и сложность проблемы. Руководитель сочетает эту дополнительную информацию и анализ с накопленным опытом, способностью к суждению или интуицией, чтобы придать ряду результатов субъективную или предполагаемую вероятность. Вторая возможность действовать в точном соответствии с прошлым опытом, суждениями или интуицией и сделать предположение о вероятности событий. Это необходимо, когда не хватает времени на сбор дополнительной информации или затраты на нее чересчур высоки. Временные и информационные ограничения имеют важнейшее значение при принятии управленческих решений.

К решениям, принимаемым в условиях риска, относятся такие, результаты которых не являются определенными, но вероятность каждого результата известна. Вероятность определяется как степень возможности свершения данного события и изменяется от 0 до 1. Сумма вероятностей всех альтернатив должна быть равна единице. В условиях определенности существует лишь одна альтернатива. Наиболее желательный способ определения вероятности объективность. Вероятность объективна, когда ее можно определить математическими методами или путем статистического анализа накопленного опыта. Пример объективной вероятности заключается в том, например, что монета ложится вверх «решкой» в 50 % случаев.               Вероятность будет определена объективно, если поступит достаточно информации для того, чтобы прогноз оказался статистически достоверным. Во многих случаях организация не располагает достаточной информацией для объективной оценки вероятности, однако, опыт руководства подсказывает, что именно может, скорее всего, случится с высокой достоверностью. В такой ситуации руководитель может использовать суждение о возможности свершения альтернатив с той или иной субъективной или предполагаемой вероятностью. Ставки на скачках, которые делаются до начала забегов, пример определения предполагаемой вероятности. Люди располагают информацией и опытом они знают, как выступала лошадь в других соревнованиях, но этого недостаточно для установления объективной вероятности.

  2.2   Задача с условиями неопределенности и риска.

Задание по теме «Принятие решений в условиях неопределенности и риска»

Используя заданную матрицу полезностей, найти оптимальные решения, используя пессимистический критерий, оптимистический критерий, нейтральный критерий Гурвица. критерий минимизации максимального риска.

Решение.

Отбросим доминируемые альтернативы, используя критерий Парето.

Проведем попарное сравнение альтернативных вариантов. Варианты 1-2 несравнимы, потому что по некоторым показателям 1-й вари­ант лучше 2-го, а по некоторым 2-й лучше 1-го.

Варианты 1—3,1-4 несравнимы по тем же причинам, что и варианты 1-2.

Варианты 1—5. Вариант 1 превосходит вариант 5 практически по всем показателям (они совпадают лишь по пятому показателю). Поэтому вариант 5 может быть исключен из дальнейшего рассмотрения.

Варианты 1-6. Вариант 1 доминирует над вариантом 6, поскольку пре­восходит 6-й по всем показателям. Поэтому вариант 6 также можно исключить из дальнейшего рассмот­рения.

Варианты 2-3,2-4,3-4 несравнимы

Таким образом, для дальнейшего анализа остаются 1-й , 2-й, 3-й и 4-й варианты.

Найдем оптимальное решение.

1.Критерий Вальда (пессимистический, оптимистический критерии)

v = max min yij

              i        j             

v = max{ -2;3;1;3} = 3 - критерий крайнего пессимизма.

v = max max yij

              i        j             

v = max{ 68;35;40;44} = 68 - критерий крайнего оптимизма.

Вывод: по критерию крайнего пессимизма оптимальными являются две альтернативы: 2-я и 4-я, а по критерию крайнего оптимизма оптимальной является 1-я альтернатива.

2. Критерий Гурвица:

v = max{α min yij+(l-α)max }

              i         j                                   j

α - коэффициент пессимизма. Пусть α =0,3, тогда имеем:

vl=0,3 (-2)+(l-0,3) 68 = 47;

v2=0,3٠3+(l-0,3)35=  25,4;

v3=0,3٠l+(l-0,3)40=28,3;

v4=0,3٠3+(l-0,3)44= 31,7;

v=max{ 47;25,4;28,3;31,7} = 47

Вывод: по критерию Гурвица с заданным коэффициентом пессимизма α =0,3 оптимальной является 1 альтернатива.

3.Критерий минимизации максимального риска (критерий Сэвиджа)

v = min max rij = min max(max yij- yij).

         i         j             i         j       i 

Сформируем матрицу рисков для рассматриваемых стратегий в зависи­мости от возможных ситуаций:

v= min{5; 33; 28; 24) = 5, это значение соответствует стратегии 1

Следовательно, по критерию минимакса риска оптимальной является 1 альтернатива.

4. Критерий Байеса-Лапласа:

                                      v = max Σpj yij

                                                                      i        j

vl= 68* 0,1+20*0,2+7*0,1+3*0,2+-2*0,4= 11,3;

v2=35*0,1+11*0,2+10*0,1+5*0,2+3*0,4= 8,9;

v3=40*0,1+16*0,2+8*0,1+5*0,2+1*0,4 =9,4;

v4=44*0,1+13*0,2+5*0,1+4*0,2+3*0,4 = 9,5;

v=max{11,3;8,9;9,4;9,5}=11,3

Вывод: по критерию Байеса-Лапласа оптимальной является 1 альтернатива.

III. Моделирование и анализ систем массового обслуживания.

3.1  Теория массового обслуживания – область прикладной математики, занимающаяся анализом процессов в системах производства, обслуживания, управления, в которых однородные события повторяются многократно, например, на предприятиях бытового обслуживания; в системах приема, переработки и передачи информации; автоматических линиях производства и др.

Предметом теории массового обслуживания является установление зависимостей между характером потока заявок, числом каналов обслуживан6ия, производительностью отдельного канала и эффективным обслуживанием с целью нахождения наилучших путей управления этими процессами.

Задача теории массового обслуживания – установить зависимость результирующих показателей работы системы массового обслуживания (вероятности того, что заявка будет обслужена; математического ожидания числа обслуженных заявок и т.д.), от входных показателей (количества каналов в системе, параметров входящего потока заявок и т.д.). Результирующими показателями или интересующими нас характеристиками СМО являются – показатели эффективности СМО, которые описывают, способна ли данная система справляться с потоком заявок.

Системы массового обслуживания могут быть одноканальными или многоканальными.

Заметим, что за последние годы область применения математических методов теории массового обслуживания непрерывно расширяется и все больше выходит за пределы задач, связанных с "обслуживающими организациями" в буквальном смысле слова. Как своеобразные системы массового обслуживания могут рассматриваться: электронные цифровые вычислительные машины; системы сбора и обработки информации; автоматизированные производственные цехи, поточные линии; транспортные системы; системы противовоздушной обороны и т. д.

Задачи массового обслуживания условно делят на задачи анализа и задачи синтеза - оптимизации систем массового обслуживания. Первые предполагают определение основных параметров функционирования системы массового обслуживания при неизменных, наперед заданных исходных характеристиках: структура системы, дисциплина обслуживания, потоки требований и законы распределения времени на их обслуживание. Вторые направлены на поиск оптимальных параметров систем массового обслуживания.

Оптимизационные модели широко используются в экономике и технике. Среди них задачи подбора сбалансированного рациона питания, оптимизации ассортимента продукции, транспортная задача и пр., и пр.

Задача оптимизации – задача выбора из множества возможных вариантов наилучшего, оптимального. Каждая задача оптимизации обязательно должна иметь три компоненты:

неизвестные (что ищем, то есть, план);

ограничение на неизвестные (область поиска);

целевая функция (цель, для которой ищем экстремум).

Математическая модель, та которая определена с помощью математических формализмов. Математическая модель не является точной, а является идеализацией.

Определение параметров состояния - задача моделирования. Определение переменных проектирования – задачи проектирования или задачи оптимизации.

3.2 Задача анализа и моделирования систем массового обслуживания.

Задание по теме: «Моделирование и анализ систем массового обслуживания»

Задание 1.  Построить граф состояний и найти с помощью уравнений Колмогорова предельные вероятности состояний системы. Интенсивности потоков событий, переводящих систему из одного состояния в другое из имеющихся четырех  состояний заданы матрицей  λ

.              .              3              2

1              .              .              .

5              6              .              .             

.                            .              4              .

Система может находиться в одном из 4 состояний: S1,S2,S3,S4

Размеченный граф состояний:

                                                                              S1                             3

                                                   1                                       

                          S2                                                                                                                              S3

                                                            6                             5 

                                                                                                                                  4             

                                                                              S4             

Составим уравнения Колмогорова для каждого состояния:

S1 (2+3)=p2+5p3  p1=1/5(6p3+5p3)=11/5p3

S2 p2=6p3  p2=6p3

S3 (5+6)p3=3p1+4p4

S4 4p4=2p1

Используем дополнительное уравнение:

p1+p2+p3+p4=1

11/5p3+6p3+p3+11/10p3=1  p3=10/103

Предельные вероятности состояний будут следующими:

p1=22/103   p2=60/103   p3=10/103   p4=11/103

Задание 2.  Найти вероятность отказа в обслуживании и среднее число занятых мастеров станции технического обслуживания, если на ней работает п мастеров, в среднем в сутки поступает m заявок, а время обслуживания одной заявки одним мастером составляет t минут.

          n = 4                    m = 144                   t = 45

Система может находиться в одном из пяти состояний.

Размеченный граф состояний имеет вид:

S0                         S1                                      S2                                      S3                                           S4

                   μ                         2μ                         3μ                          4μ

λ=144 – интенсивность потока заявок в сутки

Среднее время обслуживания 1-ой заявки одним мастером равно  45

Следовательно, интенсивность потока обслуживания равна

μ=24x60/t = 32 машины в сутки

Предельные вероятности состояний:

                                          
                                                - приведенная интенсивность потока заявок

;

;        

Вероятность отказа системы равна Pотк. = P4 = 0,359          

Относительная пропускная способность системы:

Q = 1-Pотк. = 1-0,359 = 0,641

Абсолютная пропускная способность системы:

A = λ*(1-Pотк.) = 144*0,641 = 92,304

Среднее число занятых мастеров: K=Q*ρ = 0,641*4,5 = 2,885

Загрузка системы недостаточная

Задание 3

λ=90

t=5

n=6

Приведенная интенсивность

, 

Вероятность того, что заявка окажется в очереди

Средняя длина очереди

Среднее время пребывания заявки в системе

Среднее время пребывания заявки в очереди

ЗАКЛЮЧЕНИЕ

              Решение - это выбор альтернативы. Необходимость принятия решений объясняется сознательным и целенаправленным характером человеческой деятельности, возникает на всех этапах процесса управления и составляет часть любой функции менеджмента.

              Принятие решений (управленческих) в организациях имеет ряд отличий от выбора отдельного человека, так как является не индивидуальным, а групповым процессом. На характер принимаемых решений огромное влияние оказывает степень полноты и достоверной информации, которой располагает менеджер. В зависимости от этого,

решения могут приниматься в условиях определенности (детерминированные решения) и риска или неопределенности (вероятностные решения).

              Комплексный характер проблем современного менеджмента требует комплексного, всестороннего их анализа, т.е. участия группы менеджеров и специалистов, что приводит к расширению коллегиальных форм принятия решений. 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.

              Принятие решений является самым важным делом в работе менед­жера. Поэтому учиться принимать решения нужно еще в процессе обу­чения, а не тогда, когда от тебя уже зависит судьба предприятия. К тому сейчас можно учиться не только на собственных ошибках, но и на опыте других людей и организаций. Принимая решение, нужно осознавать, что ты распоряжаешься не только своей судьбой, но и судьбами работающих у тебя людей.

ОГЛАВЛЕНИЕ

ВВЕДЕНИЕ

I. Принятие решений в условиях определенности.

1.1 Постановка задачи.

1.2   Транспортная задача с условиями определенности.

II. Принятие решений в условиях неопределенности и риска.

2.1 Постановка задачи.

2.2 Задача с условиями неопределенности и риска.

III. Моделирование и анализ систем массового обслуживания.

3.1 Постановка задачи

3.2 Задача анализа и моделирования систем массового обслуживания.

ЗАКЛЮЧЕНИЕ

ИСТОЧНИКИ И ЛИТЕРАТУРА

ЛИТЕРАТУРА

1.      Надев А.Т., Данилова О.С. – «Разработка управленческого решения» 2007г.

2.      Ломакина Л.С., Прохорова Е.С. – «Разработка управленческих решений и методические указания к решениям типовых задач» 2206г.

3.      Юкаева В.С. – «Управленческие решения» 1999г.

4.      Глебова Н.В. – «Применение методов линейного программирования для решений экономических задач» 2001г.