в) субьективными оценками ,сделанными аналитиком самостоятельно либо с привлечением группы экспертов .

Последовательность действий аналитика в этом случае такова :

· прогнозируются возможные исходы Ak , k = 1 ,2 , ., n ;

· каждому исходу присваивается соответствующая вероятность pk , причем

· Е рк = 1

· выбирается критерий(например максимизация математического ожидания прибыли ) ;

· выбирается вариант , удовлетворяющий выбранному критерию .

Пример : имеются два обьекта инвестирования с одинаковой прогнозной суммой требуемых капитальных вложений . Величина планируемого дохода в каждом случае не определенна и приведена в виде распределения вероятностей :

Тогда математическое ожидание дохода для рассматриваемых проектов будет соответственно равно :

У ( Да ) = 0 . 10 * 3000 + + 0 . 10 * 5000 = 4000

У ( Дб ) = 0 . 10 * 2000 + .+ 0 . 10 * 8000 = 4250

Таким образом проект Б более предпочтителен . Следует , правда , отметить , что этот проект является и относительно более рискованным , поскольку имеет большую вариацию по сравнению с проектом А ( размах вариации проекта А - 2000 , проекта Б - 6000 ) .

В более сложных ситуациях в анализе используют так называемый метод построения дерева решений . Логику этого метода рассмотрим на примере .

Пример : управляющему нужно принять решение о целесообразности приобретения станка М1 либо станка М2 . Станок М2 более экономичен , что обеспечивает больший доход на еденицу продукции, вместе с тем он более дорогой и требует относительно больших накладных расходов :

Процесс принятия решения может быть выполнен в несколько этапов :

Этап 1 . Определение цели .

В качестве критерия выбирается максимизация математического ожидания прибыли .

Этап 2 . Определение набора возможных действий для рассмотрения и анализа ( контролируются лицом , принимающим решение)

Управляющий может выбрать один из двух вариантов :

а1 = { покупка станка М1 }

а2 = { покупка станка М2 }

Этап 3 . Оценка возможных исходов и их вероятностей ( носят случайный характер ) .

Управляющий оценивает возможные варианты годового спроса на продукцию и соответствующие им вероятности следующим образом :

х1 = 1200 едениц с вероятностью 0 . 4

х2 = 2000 едениц с вероятностью 0 . 6

Этап 4 . Оценка математического ожидания возможного дохода :

1200 20 * 1200 - 15000 = 9000

М 0.4

0.6 2000 20 * 2000 - 15000 = 25000

а1

а2

1200 24 * 1200 - 21000 = 7800

0.4

М2 0.6 2000 24 * 2000 - 21000 = 27000

Е ( Да ) = 9000 * 0 . 4 + 25000 * 0 . 6 = 18600

Е ( Дб ) = 7800 * 0 . 4 + 27000 * 0 . 6 = 19320

Таким образом , вариант с приобретением станка М2 экономически более целесообразен .

3 . Анализ и принятие управленческих решений в условиях неопределенности .

Эта ситуация разработана в теории , однако на практике формализованные алгоритмыанализа применяются достаточно редко . Основная трудность здесь состоит в том , что невозможно оценить вероятности исходов . Основной критерий - максимизация прибыли - здесь не срабатывает , поэтому применяют другие критерии :

· максимин ( максимизация минимальной прибыли )

· минимакс ( минимизация максимальных потерь )

· максимакс ( максимизация максимальной прибыли ) и др.

4 . Анализ и принятие управленческих решений в условиях конфликта .

Наиболее сложный и мало разработанный с практической точки зрения анализ . Подобные ситуации рассматриваются в теории игр . Безусловно на практике эта и предыдущая ситуации встречаются достаточно часто . В таких случаях их пытаются свести к одной из первых двух ситуаций либо используют для принятия решения неформализованные методы .