— область исследования, вовлекающая понятия и методы математики, статистики, экономики, менеджмента и психологии; изучает закономерности выбора людьми путей решения разного рода задач, а также исследует способы поиска наиболее выгодных из возможных решений.
Различают нормативную теорию , которая описывает рациональный процесс принятия решения и дескриптивную теорию , описывающую практику принятия решений.
1. Проблема эргодичности
Чтобы сделать статистически надежные «сильные» прогнозы на будущее, необходимо получить выборку будущих данных. Поскольку это невозможно, многие эксперты предполагают, что прошлые и настоящие образцы, такие как рыночные индикаторы, эквивалентны будущей выборке. Другими словами, если принять эту точку зрения, оказывается, что предсказанные индикаторы — это просто статистические тени прошлых и текущих рыночных сигналов. Такой подход сокращает объем работы аналитика по пониманию того, как участники рынка получают и обрабатывают рыночные сигналы. Без устойчивости рядов нельзя делать обоснованных выводов. Но это вовсе не значит, что ряд должен быть устойчив во всем. Например, у него могут быть стабильные дисперсии и совершенно нестационарные средние: в этом случае мы будем делать выводы только о дисперсии, в противном случае — только о среднем. Устойчивости могут носить и более экзотический характер. Поиск устойчивостей в рядах и есть одна из задач статистики.
Если лица, принимающие решения, полагают, что процесс не является стационарным (устойчивым), а следовательно, эргодическим, и даже если они считают, что вероятностные функции распределения инвестиционных ожиданий все-таки могут быть просчитаны, то эти функции «подвержены внезапным (то есть непредсказуемым) изменениям» и система, по существу, непредсказуема.
2. Принятие решений в условиях неопределённости
Ситуация, в которой результаты принятых решений неизвестны, считается условием неопределенности. Неопределенность подразделяется на стохастическую (имеется информация о распределении вероятности на множестве результатов), поведенческую (имеется информация о влиянии на результаты поведения участников), природную (имеется информация только о возможных результатах и отсутствует о связи между решениями и результатами) и априорную (нет информации и о возможных результатах).
Задача обоснования решений в условиях неопределенности всех типов, кроме априорной, сводится к сужению исходного множества альтернатив на основе информации, которой располагает ЛПР. Качество рекомендаций по принятию решений в условиях стохастической неопределенности повышается, если принимать во внимание личностные характеристики лица, принимающего решения, такие как отношение к своим выигрышам и потерям, склонность к риску. Обоснование решений в условиях априорной неопределенности возможно построением алгоритмов адаптивного управления [1]
Принятие решений в условиях неопределённости
... принимать управленческие решения в условиях неполной и недостоверной информации, а результаты реализации управленческих решений не всегда совпадают с плановыми показателями. Эти условия классифицируют как обстоятельства неопределенности и риска. Управленческое решение принимается в условиях неопределенности, когда менеджер ...
2.1. Выбор при неопределённости
Эта область представляет ядро теории принятия решений.
Термин «ожидаемая ценность» (теперь называется математическое ожидание) был известен с XVII века. Блез Паскаль использовал это в его известном пари, (см. ниже), который содержится в его работе «Мысли о религии и других предметах», изданной в 1670. Идея ожидаемой ценности заключается в том, что перед лицом множества действий, когда каждое из них может дать несколько возможных результатов с различными вероятностями, рациональная процедура должна идентифицировать все возможные результаты, определить их ценности (положительные или отрицательные, затраты или доходы) и вероятности, затем перемножить соответствующие ценности и вероятности и сложить, чтобы дать в итоге «ожидаемую ценность». Выбранное действие должно обеспечивать наивысшую ожидаемую ценность.
В 1738, Даниил Бернулли опубликовал влиятельную статью, названную «Предложение новой теории измерения риска (Exposition of a New Theory on the Measurement of Risk)», в котором он использует Санкт-Петербургский парадокс, чтобы показать, что теория ожидаемой ценности должна быть нормативно неправильной. Он также приводит пример, когда голландский торговец пытается решить, нужно ли страховать груз, отправляемый из Амстердама в Санкт-Петербург зимой, когда известно, что вероятность потери корабля и груза составляет 5. В своем решении он определяет функцию полезности и вычисляет ожидаемую полезность, а не ожидаемую финансовую ценность.
В XX столетии, интерес был повторно подогрет работой Абрахама Вальда (1939), указывающей, что две центральных проблемы ортодоксальной статистической теории, а именно, проверка статистических гипотез и статистическая теория оценивания, могли оба быть расценены как специфические специальные случаи более общей теории принятия решений. Эта работа вводила большую часть «ментального пейзажа» современной теории принятия решений, включая функции потери, функции риска, допустимые решающие правила, априорные распределения, байесовские правила решения, и минимаксные решающие правила. Термин «теория принятия решений» непосредственно начал использоваться в 1950 году Э. Л. Леманном.
Появление субъективной теории вероятностей из работ Фрэнка Рэмси, Бруно де Финетти, Леонарда Сэвиджа и других расширяет возможности теории ожидаемой полезности до ситуаций, в которых доступны только субъективные вероятности. В то же время ранее в экономической науке обычно предполагалось, что люди ведут себя как рациональные агенты, и поэтому теория ожидаемой полезности также продвинула теорию принятия реальных рискованных поведенческих решений человеком. Работа Мориса Алле и Даниэля Эллсберга показала, что это не так очевидно.
Процесс принятия управленческих решений в менеджменте
... степени неопределенности, которой можно характеризовать рассматриваемое конкретное событие. совершенно очевидно, что решения редко принимаются с полным знанием всех обстоятельств и поэтому в современных условиях при принятии решений важно знать теорию вероятности. ...
Теория перспектив Дэниэла Канемана и Амоса Тверски помещает поведенческую экономику на более прочную опору свидетельств . Эта теория указала, что в фактическом человеческом принятии решений (в противоположность нормативному) «потери чувствительнее выигрышей». Более того, люди больше сосредоточены на «изменениях» в полезности своих состояний, чем на полезности самих состояний, и оценка соответствующих субъективных вероятностей заметно искажена внутренней «точкой отсчета» каждого».
2.2. Пари Паскаля — выбор при неопределённости
Пари Паскаля — классический пример выбора при неопределённости. Неопределённость, согласно Паскалю, — существует или нет Бог. Личная вера или неверие в Бога — выбор, который должен быть сделан каждым. Однако награда за веру в Бога, если Бог действительно существует, бесконечна. Следовательно, хотя вероятность существования Бога не так велика, а ожидаемая цена веры перевешивает издержки неверия, все же лучше верить в Бога.
2.2.1. Критика Пари Паскаля — выбор при неопределённости
Ричард Докинз отмечает, что игра Паскаля основана на предположении, что Богу льстит верить в него и он готов вознаградить его. Даже если верующие будут вознаграждены, нет никакой гарантии, что приз будет иметь бесконечную ценность. Таким образом, условия пари не гарантируют, что верующий действительно находится в более выгодном положении, нежели неверующий [2] . От того, каково это допущение, может существенно изменяться вывод. Так, например, можно предположить, что за выбор в пользу веры из-за эгоистичного ожидания вечной жизни вместо награды полагается наказание, как и за другие эгоистичные действия. Затем, в ситуации, когда существует Бог, любой ранний выбор оборачивается неудачей, поскольку те, кто выбирает, обязательно будут наказаны либо за свое неверие, либо за эгоистичные ожидания. Если Бога действительно нет, то в случае нашей веры мы получаем финансовые издержки, ограничительные правила и горечь разочарования, а в случае неверия — свободу, экономию и мир. Иными словами, при таком допущении лучше не верить в Бога.
3. Ошибки первого и второго рода
Разделение ошибочных решений на ошибки первого и второго рода вызвано тем, что последствия от разного рода ошибочных решений принципиально различаются в части того, что упущенный выигрыш оказывает меньшее влияние на ситуацию, чем реализованный проигрыш . Например, для биржевого маклера последствия отказа от покупки акции, когда он должен был ее купить, отличаются от последствий ситуации, когда акция была куплена, но не должна была быть куплена. Первая ситуация может означать упущенную выгоду , вторая — прямые потери вплоть до разорения брокера. Точно так же для политика отказ взять власть в революционной ситуации отличается по последствиям от проигранной попытки взять власть. Для генерала начать военную операцию, которая будет проиграна, намного хуже, чем проиграть ситуацию, в которой она могла быть успешно проведена. При этом классификация ошибок первого и второго типа допускается только в ситуациях, когда ведется точный учет и анализ рисков. Так, С.Гафуров отмечал для ситуации биржевых брокеров: «Многие полагают, что стратегическая задача аналитических служб (в отличие от прочих подразделений инвестиционных компаний) — не увеличение прибыли, а минимизация возможных потерь.
Разработка управленческого решения
... принятия управленческих решений; Провести анализ эффективности системы разработки и принятия управленческих решений в ООО «Наши продукты», г. Волгоград. Выработка рекомендаций по повышению эффективности системы разработки и принятия управленческих решений на предприятии. При написании курсовой работы ...
И это принципиальное отличие. С точки зрения теории игр, оптимальные решения аналитиков должны отличаться от оптимальных действий трейдеров. Предполагается, что оптимальные стратегии, реализованные в рекомендациях аналитиков, исходят из принципа минимизации максимальных проигрышей (минимакса), в то время как для трейдеров минимакс — неприемлемая стратегия (минимизация максимального проигрыша на рынке — не играть), и в общем виде оптимизация решений трейдеров формализуется только с точки зрения байесовского подхода. Отсюда необходимость в специальных функциональных подразделениях, обеспечивающих баланс стратегий — управляющих фондами. Компании ожидают объективных прогнозов и обоснованных рекомендаций от аналитиков. Одни свойства таких прогнозов очевидны: точность, достоверность. Другие, такие как воспроизводимость, методологическая корректность или робастность (независимость результатов прогноза от системы координат), часто остаются вне поля зрения как специалистов, делающих прогнозы, так и тех, кто эти прогнозы оценивает» (Cosi Fan Tutti Фондовые аналитики.»Рынок Ценных Бумаг» № 24/1997 г. http://www.gafourov.narod.ru/Cosfantutti.htm).
4. Альтернативы теории вероятностей
Очень спорный вопрос: можно ли заменить использование вероятности в теории принятия решений другими альтернативами. Сторонники нечёткой логики, теории возможностей, теории очевидностей Демпстера-Шафера и др. поддерживает точку зрения, что вероятность — только одна из многих альтернатив и указывают на многие примеры, где нестандартные альтернативы использовались с явным успехом. Защитники теории вероятностей указывают на:
- работу Ричарда Трелкелда Кокса по оправданию аксиом теории вероятностей;
- парадоксы Бруно де Финетти как иллюстрацию теоретических трудностей, которые могут возникнуть благодаря отказу от аксиом теории вероятностей;
- теоремы совершенных классов, которые показывают, что все допустимые решающие правила эквивалентны байесовскому решающему правилу с некоторым априорным распределением (возможно неподходящим) и некоторой функции полезности. Таким образом, для любого решающего правила, порожденного невероятностными методами, либо есть эквивалентное байесовское правило, либо есть байесовское правило, которое никогда не хуже, но (по крайней мере) иногда и лучше.
Действительнозначность вероятностной меры под сомнение была поставлена только однажды — Дж. М. Кейнсом в его трактате «Вероятность» (1910 год).
Но сам автор в 30-е годы называл это произведение «худшим и наивным» из своих произведений. И в 30-х годах стал активным приверженцем аксиоматики Колмогорова — Р. фон Мизеса и никогда не ставил ее под сомнение. Конечность вероятности и счетная аддитивность — сильные ограничения, но попытка устранить их, не разрушая основы всей теории, оказалась тщетной. Это признал в 1974 г один из самых ярких критиков аксиом Колмогорова Бруно де Финетти.
Более того, он фактически показал обратное: отказ от счетной аддитивности делает невозможным интегрирование и дифференцирование и, следовательно, делает невозможным использование аппарата математического анализа в теории вероятностей. Следовательно, задача отказа от счетной аддитивности — это не задача реформирования теории вероятностей, это задача отказа от использования методов математического анализа в исследовании реального мира.
Аналитические методы принятия управленческого решения
... деятельности, ее структурой, существующей системой коммуникации и внутренней культурой. Однако общая характеристика любого процесса принятия решений лежит в основе технологий разработки и принятия решений, используемых в любой организации. 2. Методы разработки и принятия управленческих решений 2.1 ...
Попытки отказаться от конечности вероятностей привели к построению теории вероятностей с различными вероятностными пространствами, на каждом из которых выполнялись аксиомы Колмогорова, но предполагалось, что полная вероятность больше не конечна. Но пока неизвестны какие-либо существенные результаты, которые можно было бы получить в контексте этой аксиоматики, но не в контексте аксиоматики Колмогорова. Таким образом, это обобщение аксиом Колмогорова носит чисто схоластический характер.
С.Гафуров полагал, что принципиальным отличием теории вероятности Кейнса (а, следовательно, и мат. статистики) от колмогоровской (Фон Мизеса и пр.) является то, что Кейнс рассматривает статистику с точки зрения теории принятия решений для нестационарных рядов…. Для Колмогорова, Фон Мизеса, Фишера и пр. статистика и вероятность применяются для существенно стационарных и эргодичных (при правильно подобранных данных) рядов — окружающего нас физического мира…
Известно, что теория нечетких множеств англ. fuzzy sets в определенном смысле сводится к теории случайных множеств, т.е к теории вероятностей. Соответствующий цикл теорем приведен в книгах А. И. Орлова, в том числе указанных в списке литературы ниже.
5. Парадокс выбора
Парадокс наблюдается во многих случаях, когда более широкий выбор может привести к более плохому решению или, в целом, к отказу от принятия решения. Иногда это теоретически объясняется тем, что называется «параличом анализа», реальным или мнимым, а также, возможно, «рациональным незнанием». Много исследователей, включая Шину С. Ииенгара и Марка Р. Леппера (Sheena S. Iyengar and Mark R. Lepper), опубликовало исследования этого явления. (Goode, 2001)
Так же, у нас сейчас есть центральная проблема выбора — свобода выбора. В понимании Барри Швортца выбор не сделал нас свободнее, но ограничил, не сделал нас счастливее, но постоянно вызывает неудовлетворенность
6. Моделирование принятия решений
Деловые шахматы — это многомерная модель для изучения различных аспектов теории принятия решений. В то же время существующие шахматные компьютерные программы могут использоваться как экспертные системы.
Примечания
- С. Н. Воробьев, Е. С. Егоров, Ю. И. Плотников, Теоретические основы обоснования военно-технических решений, Москва, РВСН, 1994 год
- Докинз Р. Бог как иллюзия
Литература
[Электронный ресурс]//URL: https://management.econlib.ru/referat/na-temu-teoriya-prinyatiya-resheniy/
- Орлов А. И. Теория принятия решений: учебник. — М.: Экзамен, 2006. — 573 с. — orlovs.pp.ru/stat.php#k5 ISBN 5-472-01393-3
- Орлов А. И. Принятие решений. Теория и методы разработки управленческих решений. Учебное пособие. — М.: МарТ, 2005. — 496 с ISBN 5-241-00629-X
- Литвак Б. Г. Разработка управленческого решения — М.: Издательство «Дело», 2004 г. — 392 с. — www.bglitvak.ru/rur.html
- Литвак Б. Г. Экспертные оценки и принятие решений.- М.: Патент, 1996. — 271 с. — www.bglitvak.ru/eorl.html
- Хемди А. Таха Глава 14. Теория игр и принятия решений // Введение в исследование операций = Operations Research: An Introduction. — 7-е изд. — М .: «Вильямс», 2007. — С. 549-594. — ISBN 0-13-032374-8
- Г. Тейл. Экономические прогнозы и принятие решений. М.: «Прогресс» 1970.
- К. Д. Льюис. Методы прогнозирования экономических показателей. М.: «Финансы и статистика» 1986.
- Г. С. Кильдишев, А. А. Френкель. Анализ временных рядов и прогнозирование. М.: «Статистика» 1973.
- Дж.-О. Ким, Ч. У. Мьюллер, У. Р. Клекка и др. Факторный, дискриминантный и кластерный анализ. М.: «Финансы и статистика» 1989.
- Б. Дюран, П. Оделл. Кластерный анализ. М.: «Статистика» 1977.
- Sven Ove Hansson, «Decision Theory: A Brief Introduction», http://www.infra.kth.se/~soh/decisiontheory.pdf — www.infra.kth.se/~soh/decisiontheory.pdf (an excellent non-technical and fairly comprehensive primer )
- Paul Goodwin and George Wright, Decision Analysis for Management Judgment, 3rd edition. Chichester: Wiley, 2004 ISBN 0-470-86108-8 (covers both normative and descriptive theory)
- Robert Clemen. Making Hard Decisions: An Introduction to Decision Analysis , 2nd edition. Belmont CA: Duxbury Press, 1996. (covers normative decision theory)
- D.W. North. «A tutorial introduction to decision theory». IEEE Trans. Systems Science and Cybernetics , 4(3), 1968. Reprinted in Shafer & Pearl. (also about normative decision theory)
- Glenn Shafer and Judea Pearl, editors. Readings in uncertain reasoning . Morgan Kaufmann, San Mateo, CA, 1990.
- Howard Raiffa Decision Analysis: Introductory Readings on Choices Under Uncertainty . McGraw Hill. 1997. ISBN 0-07-052579-X
- Morris De Groot Optimal Statistical Decisions . Wiley Classics Library. 2004. (Originally published 1970.) ISBN 0-471-68029-X.
- Khemani , Karan, Ignorance is Bliss: A study on how and why humans depend on recognition heuristics in social relationships, the equity markets and the brand market-place, thereby making successful decisions, 2005.
- J.Q. Smith Decision Analysis: A Bayesian Approach . Chapman and Hall. 1988. ISBN 0-412-27520-1
- Akerlof, George A. and Janet L. Yellen. Rational Models of Irrational Behavior.
- Arthur, W. Brian, Designing Economic Agents that Act like Human Agents: A Behavioral Approach to Bounded Rationality
- James O. Berger Statistical Decision Theory and Bayesian Analysis . Second Edition. 1980. Springer Series in Statistics. ISBN 0-387-96098-8.
- Goode, Erica. (2001) In Weird Math of Choices, 6 Choices Can Beat 600 — www.columbia.edu/~ss957/nytimes.html . The New York Times. Retrieved May 16, 2005.
- Anderson, Barry F. The Three Secrets of Wise Decision Making — www.personaldecisions.net/pdm_3_secrets.htm . Single Reef Press. 2002. ISBN 0-9722177-0-3.
Данный реферат составлен на основе .
Модели принятия управленческих решений и процесс принятия и особенности ...
... предприниматься не будет. Процесс принятия управленческих решений, описанный в модели Карнеги, схематично изображен на рис. 1. Модель Карнеги показывает, что достижение ... теории управления. Минцберг, однако, обнаружил, что систематический анализ и оценка альтернатив не использовались при принятии большинства решений. Форма переговоров имеет место тогда, когда в процесс выбора управленческого решения ...
