Manažerské rozhodování

Slides:



Advertisements
Podobné prezentace
Kalkulace plných a variabilních nákladů
Advertisements

Vliv ocenění vytvořených výkonů na měření zisku
Procenta Výpočet procentové části
Výpočet zásoby porostu na zkusných plochách při požadované přesnosti
Hodnocení konkurenčního postavení produktu. 2 Agregační hodnocení konkurenčního postavení KS = a * TZ + b * EZ + c * MZ PT = a*TP + b*EP + c*MP PT KS.
6. ROZHODOVÁNÍ ZA NEJISTOTY
Nauka o podniku Seminář 6..
TEORIE ROZHODOVÁNÍ A TEORIE HER
SIMPLEXOVÝ ALGORITMUS Řešení v tabulkovém procesoru
Provozně - ekonomický pohled na datová centra
Rozhodovací matice.
Jak v praxi využít analýzu bodu zvratu?
TEORIE ROZHODOVÁNÍ.
Rozhodování spotřebitele v podmínkách rizika
Distribuční úlohy LP.
MANAŽERSKÉ ROZHODOVÁNÍ
TEORIE HER A ROZHODOVACÍ MODELY
Kalkulace plných a variabilních nákladů
Procenta Výpočet počtu procent
Lineární programování Simplexový algoritmus
Kdo chce být milionářem ?
Základní škola národního umělce Petra Bezruče, Frýdek-Místek, tř. T. G
Číslo-název šablony klíčové aktivity
Metody mezipodnikového srovnávání
VÍCEKRITERIÁLNÍ ROZHODOVÁNÍ I.
Zábavná matematika.
Letokruhy Projekt žáků Střední lesnické školy a střední odborné školy sociální ve Šluknově.
ROZHODOVÁNÍ Osnova: Východiska Procesní stránka rozhodování
Deterministické modely zásob Model s optimální velikostí objednávky
Organizační systém Organizační rovnováha: Jak nastavit parametry organizační struktury, aby odpovídaly své situaci?
Systémy pro podporu managementu 2
Nejmenší společný násobek
DIGITÁLNÍ UČEBNÍ MATERIÁL Číslo projektuCZ.1.07/1.5.00/ Název projektuEU peníze středním školám Masarykova OA Jičín Název školyMASARYKOVA OBCHODNÍ.
Číslo projektu: CZ.1.07/1.5.00/ Název projektu: Moderní škola
Posloupnosti, řady Posloupnost je každá funkce daná nějakým předpisem, jejímž definičním oborem je množina všech přirozených čísel n=1,2,3,… Zapisujeme.
Vícekriteriální rozhodování
Výpočet pojistného. Riziko rriziko je stupeň nejistoty s určitou pravděpodobností, přičemž pravděpodobnost je poměr počtu dané alternativě příznivých.
Firma a nejistota Aplikace rozhodování v podmínkách rizika a nejistoty na firmu Teorie firmy.
ROZHODOVACÍ ÚLOHY.
Cvičná hodnotící prezentace Hodnocení vybraného projektu 1.
Analýza konkurenčního postavení
Matematická teorie rozhodování
Seminář 2. Nabídka a poptávka
Využití členění nákladů na variabilní a fixní pro řízení
Základy teorie nákladů
Indexní analýza časové indexy
Mikroekonomie I Chování firmy v modelu dokonalé konkurence
Saatyho metoda – určuje, kolikrát je jedno kritérium významnější než druhé – zobecnění, více rozlišuje mezi kritérii Počet bodů Popis 1 Kritéria stejně.
Hry proti přírodě (Rozhodovací analýza)
* Procenta kolem nás Matematika – 7. ročník *
Použití CNG v dopravě Svaz dopravy 5. března 2009 Ing. Jan Zaplatílek.
Ing. Alena Šafrová Drášilová BPH_MAN1
Kalkulace – základní pojmy, metoda kalkulace
Metody výběru variant Používají se pro výběr v případě více variant řešení stejného problému Lze vybírat dle jednoho nebo více kritérií V případě více.
Inovace. Výrobkové inovace? Co to je? Jsou zaměřeny na vytváření výrobků zcela nových, založených na nových konstrukčních koncepcích a principech (diferenciace),
Pojetí nákladů a výnosů v účetnictví. Základní otázky podnikatelského procesu Je výše oběti racionální (odpovídající) získanému prospěchu? Podnikatelský.
Opakování lekce 4,5,
Rozhodování v podmínkách neurčitosti
126FIP Bod zvratu 3. týden.
Cíl přednášky Seznámit se
Výběr dodavatelů - příklad
ROZHODOVÁNÍ Osnova: 1. Východiska
ROZHODOVÁNÍ Osnova: Východiska Procesní stránka rozhodování
Nauka o podniku Bod zvratu.
FEL ČVUT, katedra ekonomiky, manažerství a humanitních věd © Oldřich Starý, 2012 Finanční management Volba doby porovnání Určení a použití toku hotovosti.
Tvorba výrobního programu Příklad tvorby efektivního výrobního programu vzhledem k úzkému místu.
VÍCEKRITERIÁLNÍ ROZHODOVÁNÍ I.
TEORIE ROZHODOVÁNÍ.
Optimalizace užití stavebních materiálů
Přednáška č. 8 - pokračování
Transkript prezentace:

Manažerské rozhodování

Deterministické rozhodování (rozhodování za jistoty) Dělení Podle počtu kritérií: Jednokriteriální rozhodování Multikriteriální rozhodování Způsoby měření kritérií: Nominální Ordinální Kardinální Absolutní

Postup při multikriteriálním rozhodování kritérií a vah důležitosti  určení pořadí variant Je založeno na výběru nejvhodnější varianty ze dvou nebo více zaměnitelných variant při použití dvou nebo více hodnotících kritérií. Vytvoření modelu – ve tvaru rozhodovací matic. Určení váhy důležitosti (intenzity vnímání) jednotlivých kritérií. Agregace hodnotících

Ilustrativní příklad: - vícekriteriální výběr varianty Ad1. Vytvoření modelu Varianta Kritérium K1: Objemový výkon(kW/l) Čas zrychlení (O→200) km/h (s) Brzdná dráha (100→O) km/h (m) V1: BMW M3 CLS 81,6 16,8 33,3 V2: Porsche 911 GT3 77,8 15,1 37,6 Vz: Bazická (průměrná) 79,7 15,95 35,45

Rozhodovací model Zrychlení Výkon Brzdná dráha BMW Porsche Pořadí variant

Ad2. Určení váhy důležitosti Metody: Pořadí Bodovací (klasifikační Párové srovnání

Metoda pořadí na určení vah důležitosti kritérií Hodnocení vah důležitosti pomocí dvou „expertů“ E1, E2. Expert K1 K2 K3 ∑ E1 1 2 3 6 E2 Hi (nenorm.váha) 5 12 Vi (normovaná váha) 2/12 5/12 12/12=1

Metoda bodovací Bodovací stupnice: Expert K1 K2 K3 ∑ E1 2 4 5 11 E2 1 3 9 Hi (nenorm.váha) 8 20 Vi (normovaná váha) 3/20 9/20 8/20 20/20=1

Metoda párového srovnání Preferenční uspořádání např Metoda párového srovnání Preferenční uspořádání např.: E1: K3 > K2 > K1; E2: K2 > K3 > K1 K1 K2 K3 ∑ Vi X 1 2 (1+2) / 6 = 0,5 (2+1) / 6 = 0,5

Ad3. Agregace hodnotících kritérií a vah důležitosti: Určení pořadí variant Metoda pořadové funkce (agregace) Metoda bodovací (agregace) Metoda bazická (agregace)

Metoda pořadové funkce (agregace) pro tyto váhy kritérií: V1 = 0; V2 = 0,5; V3 = 0,5; Hi1 ∙ V1 Hi2 ∙ V2 Hi3 ∙ V2 Wt Pořadí V1 2 1 1,5 V2 Nejednoznačný výsledek !

Metoda bodovací (agregace) – pro stejné váhy kritérií Body K1 (kW/l) K2 (s) K3 (m) Varianta K1 K2 K3 Wt Poř. 1 <70 až 75> <18 až 17> <38 až 37> V1 3 2 5 3,5 1. (75 až 80> (17 až 16> (37 až 36> (80 až 85> (16 až 15> (36 až 35> V2 2. 4 (85 až 90> (15 až 14> (35 až 34> (90 až 95> (14 až 13> (34 až 33>

Metoda bazická (agregace) Varianty ↓ Koeficienty → h1 = Vi / Vb (výnosový) h2 = Vb / Vi (nákladový) h3 = Vb / Vi V1 1,0238 0,9494 1,0646 V2 0,9762 1,0563 0,9428 Wt1 = 0 + 0,5 ∙ 0,9494 + 0,5 ∙ 1,0646 = 1,007 … první v pořadí Wt2 = 0 + 0,5 ∙ 1,0563 + 0,5 ∙ 0,9428 = 0,9428 … druhá v pořadí

Stochastické rozhodování (v podmínkách nejistoty resp. za rizika) V praxi se nejčastěji používají tři způsoby: Vycházející z dosavadní zkušenosti – hodnocení pravděpodobnosti vzniku jevu podle minulých relativních četností výskytu; Opírající se o analogii – aplikace rozhodovacího stereotypu na podobných situacích Metoda ukotvení a přizpůsobení – předem vytvořená apriorní představa o situaci a následná korekce pro větší přiblížení k cíly

Příklad: Firma BEA, která se zabývá hledáním ropných nalezišť má ve vlastnictví neprozkoumaný pozemek. Rozhoduje se ve třech alternativách: Okamžitý prodej pozemku (výnos = 125 tis.$) Rok podržet ve vlastnictví a pak prodat a) pokles cen ropy p = 0,9, (výnos = 11O tis.$) b) nárůst cen ropy p = 0,1, (výnos = 440 tis.$) C. Okamžitý průzkum vrty a) suchá studna p = 0,5, (výnos = 0 tis.$) b) vlhká studna p = 0,4, (výnos = 400 tis.$) c) gejzír ve studně p = 0,1 (výnos = 1 500 tis.$) Pozn. roční úrok i = 10%, vrtné náklady jsou odhadovány na 200 tis.$. Úkol: Rozhodněte, která ze tří variant je pro firmu nejvýhodnější.

Řešení: 370 tis.$ Okamžitý prodej 110 tis.$ 100 tis.$ 400 tis.$ 0,1 0,9 0,5 Pozdější prodej Zkušební vrt 0,4 Pokles cen Vzrůst cen Suchá studna Vlhká studna Gejzír Diskontní koeficient: A B C Vrtné náklady: tis.$ Střední zisky: E(CZ)pozdější prodej = O,1∙100+0,9∙400 = 370 tis.$ E(CZ)zkušební vrt = O,5∙(-200)+0,4∙200+0,1∙1300 = 110 tis.$ 125 tis.$ Diskontní koeficient:

Rozhodování v podmínkách neurčitosti

Savageovo (matice ztrát) Hodnocení podnikatelských aktivit v podmínkách neurčitosti. Základní rozhodovací matice. Kritéria rozhodování Základní rozhodovací matice Situace (poptávka) S t r a t e g i e (produkce) KRITÉRIA ROZHODOVÁNÍ: Laplaceovo MINI-MAX Hurwitzovo Savageovo (matice ztrát) S1 S2 S3 S4 S5 P1 E11 E 12 E 13 P2 E 21 E 33 P3 Eij = výnosy - náklady - ušlý zisk P4 P5 ekonomické důsledky manažerských rozhodnutí

Laplaceovo kritérium: Nejvýhodnější strategie je ta, jejíž střední hodnota ekonomických důsledků ESj rozhodnutí je největší. Předpoklad: pravděpodobnost výskytu všech potenciálních situací pi je stejná. 46

MINI - MAX Kritérium MINI - MAX Nejlepší je ta strategie, jejíž nejméně příznivý ekonomický důsledek (MINI) manažerského rozhodnutí je nejlepší (MAX) 20

Hurwitzovo kritérium: Nejlepší je ta strategie, jejíž vážený průměr (Ej) z nejménšího (min Eij) a největšího (max Eij) ekonomického důsledku manažerského rozhodnutí je největší. Ej = a*min Eij + b*max Eij a + b = 1,00 kde: a … koeficient pesimizmu b … koeficient optimizmu 84

Savage-ovo kritérium: Matice ztrát Savage-ovo kritérium: Nejlepší je ta strategie, která minimalizuje (MIN) největší ztráty (MAXI) vzniklé důsledkem chybných manažerských rozhodnutí 90 90

Ilustrativní příklad Automobilová firma zvažuje zahájit výrobu nového automobilu vyšší třídy určenou výhradně pro domácí trh. Dáno: - předpokládaná poptávka: 10 až 14 tisíc prodaných kusů ročně - doba výrobního programu: 4 roky - výrobní kapacita podniku: 18 tisíc automobilů dané třídy ročně - celkové průměrné náklady na výrobu jednoho automobilu: 800 000 Kč - celkové fixní náklady výrobního programu: 1000 000 000 Kč - průměrná cena jednoho automobilu: 1 200 000 Kč

Řešení: Úkol: 1. Určete objem prodejů pro nulový zisk v prvním roce výroby (předpokládejte, že se každý rok prodá stejný počet výrobků). 2. Vyplňte rozhodovací matici zisků variant (předpokládejte, že varianty mají stejnou pravděpodobnost výskytu) 3. Pomocí rozhodovací matice a jejího vyhodnocení: a) mini-maxovou metodou b) metodou celkového zisku variant výroby určete jaký počet automobilů, který vyrobíte první rok.

Ad) 1 CZ = CV – CN = Pprodeje * Qprodeje – (FN/4 + Pvyroby * Qvýroby) Qprodeje ≤ Qvýroby vždy ! , když v rozhodovací matici je Qprodeje ≥ Qvýroby, pak při výpočtu CZ je Qprodeje = Qvýroby. CZ = 0 …. CV = CN 1 200 000 * Qkr = 800 000 * Qkr + 250 000 000 Qkr = 250 000 000 / 400 000 Qkr = 625 ks automobilů Pozn. FN = 1000 000 000 / 4 = 250 000 000 Kč, 4 roky výroby při předpokladu stejných ročních prodejů.

Ad) 2 + Ad) 3 Rozhodovací matice zisků variant: v milionech Kč Skutečná poptávka (tis. ks) výroba (tis. ks) 10 11 12 13 14 3750 2950 2150 1350 550 4150 3350 2550 1750 4550 4950 5350 Suma zisků variant 18750 19550 19150 17550 1450 Pořadí metodou celkového zisku 3 1 2 4 5 Pořadí mini-maxovou metodou