teorija odlucivanja seminarski.docx
TRANSCRIPT
Sadržaj:
1. Uvod....................................................................................................................................2
1. Proces modeliranja..............................................................................................................2
2. Klasifikacija modela odlučivanja........................................................................................3
2.1. Klasifikacija modela po cilju upravljanja.....................................................................4
2.2. Klasifikacija modela po okolnostima odlučivanja.......................................................4
3. Vrste modela odlučivanja....................................................................................................5
4. Uloga modela za donosioca odluke.....................................................................................7
5. Primjena modela..................................................................................................................7
6. Zaključak.............................................................................................................................8
1
1. UvodPri procesu donošenja odluka potrebno je izabrati modele za probleme koji se rješavaju.
Modeli predstavljaju apstrakciju realnosti i ukoliko ih je moguće izraziti u eksplicitnoj formi
mogu imati presudan značaj pri odlučivanju. Njima se upravlja pojavama, a takođe služe za
njihovo objašnjavanje i predviđanje, međutim nikada ne mogu biti potpuno vjerna slika
realnosti. Koncentrišu se samo na bitne osobine pojave koju objašnjavaju zanemarujući
detalje koji nisu bitni za dati nivo apstrakcije čime se značajno smanjuje vrijeme potrebno za
analizu date pojave. Modeli omogućavaju analizu složenih pojava i eksperimentisanje istim
istovremeno obezbjeđujući ekonomisanje resursima koji se koriste za analizu date pojave. Pri
modeliranju u procesu odlučivanja treba biti izuzetno oprezan, jer se može dogoditi da se
ispusti neka veoma bitna karakteristika pojave što može dodatno udaljiti od slike stvarnosti,
mnogo više nego što je dozvoljeno. Prema Rivetu, modeli su „skup logičkih relacija, bilo
kvalitativnih bilo kvantitativnih, koje će zajedno povezati relevantne karakteristike stvarnosti
bitne za problem koji se rješava “, što se simbolički može iskazati na sljedeći način:
f(x1, x2,..., xm; y1,y2,...,yn ),
gdje su X kontrolabilni faktori, odnosno oni kojima se na različitim nivoima može upravljati,
a Y nekontrolabilni faktori, gdje se izdvajaju dvije vrste: oni kojima se ne može ni na koji
način upravljati i drugi, koji su u suštini kontrolabilni ali ne od onih koji njima treba da
upravljaju, već od protivnika. Primjena modela je uspješna ako donosilac odluke koristi
model pri odlučivanju i ukoliko model povećava efikasnost odlučivanja.
2
2. Proces modeliranja
Pri formiranju modela polazi se od realnog problema koji mora biti takav da se mogu
razumijeti sve njegove karakteristike i efekti, odnosno mora biti primjetljiv. Pored toga, mora
biti i mjerljiv, odnosno, moraju se omogućiti što tačnija mjerenja osobina. Neophodno je
postojanje interakcije između skupa uzroka problema i efekata koji ga karakterišu. Nakon što
se utvrdi realni problem, formira se skup uzroka problema,zatim skup stanja sistema, te skupa
kriterijuma. Ova tri skupa predstavljaju početne elemente povezivanja hipoteza. U toj
početnoj fazi kvalitativni iskazi su najčešće odvojeni od kvantitativnih analiza podataka.
Nakon ovih koraka, vrši se predviđanje stanja realnog sistema, kako bi se on uporedio sa
stanjem realnosti. S obzirom na korespondencija sa realnošću ne može biti sasvim tačna,
neophodno je ispitati hipoteze statističkim metodama. Ukoliko su osnovne hipoteze
prihvaćene, neophodno je uvidjeti da li će izabrana akcija uticati i poboljšati stepen
zadovoljenja postizanja kriterijuma. Ukoliko postoje razlike koje nisu prihvatljive, vrši se
revizija postavljenih hipoteza i faze se ponavljaju do konačnog prihvatanja adekvatnih akcija.
Ilustracija 1. Proces modeliranja
3
3. Klasifikacija modela odlučivanja
Postoje različiti kriterijumi za klasifikaciju modela odlučivanja, ali je najistaknutija podjela po
cilju upravljanja i okolnostima odlučivanja.
3.1. Klasifikacija modela po cilju upravljanja
Prema cilju upravljanja razlikuju se:
Prediktivni modeli, koji predviđaju buduće ponašanje sistema na osnovu poduzetih
aktivnosti u upravljanju sistemom.Ovaj model odgovara na pitanje „šta ako?“ i koristi
parametre sa zadatim vrijednostima. U prediktivne modele spadaju simulacijski
modeli, zatim matrični (posebno modeli zasnovani na matrici rasta), modeli za analizu
uslužnih sistema i dinamični strukturni modeli.
Modeli evaulacije, kojima se upoređuju, vrjednuju i rangiraju pojedini ishodi i
dobijeni rezultati služe za izbor one alternative koja se smatra najboljom i koja
predstavlja rješenje upravljačkog problema. Metodologija izrade modela evaluacije
jeste primjena objektivnih i subjektivnih statističkih metoda. Primjena ovog modela
se komplikuje ukoliko postoje različiti kriterijumi za odlučivanje jer je onda
neophodno njihovo međusobno rangiranje, ili ukoliko se svakom ishodu pridruži neka
vjerovatnoća.
Modeli optimizacije, predstavljaju kombinaciju prethodna dva modela kod onih
problema koji imaju specifičnu strukturu i kod kojih je unaprijed zadan kriterijum
evaluacije u obliku nalaženja optimalnog rješenja. Nastaju u situacijama kada su
resursi ograničeni i kada ih je potrebno upotrijebiti da bi se optimizovali utvrđeni
pokazatelji kvaliteta upravljanja.
4
3.2. Klasifikacija modela po okolnostima odlučivanja
Prema okolnostima, odnosno uslovima odlučivanja, modeli se mogu podijeliti na odlučivanje
u uslovima: sigurnosti, rizika i nesigurnosti. Na nižim nivoima odlučivanja, kada se tačno
može predvidjeti rezultat svake od mogućnosti koristi se model sigurnosti. Ukoliko su
donosiocu odluka poznate samo vjerovatnoće za različite rezultate, onda se govori o
odlučivanju u uslovima rizika.
Ukoliko donosilac odluke može predvidjeti rezultat svake od mogućnosti rješavanja
problema, ali ne zna vjerovatnoću svake od mogućnosti, ili ukoliko ne zna sve moguće
rezultate rješavanje problema, onda se radi o odlučivanju u uslovima nesigurnosti što
predstavlja najnepoželjniju situaciju. Na osnovu ovakve podjele odlučivanja, mogu se
izdvojiti modeli odlučivanja:
Model odlučivanja u uslovima sigurnosti kod kojih su vrijednosti varijabli utvrđene
bez rizika u datim okolnostima i kod kojih se sa sigurnošću može znati koje će
situacije nastupiti. U ove modele spadaju modeli optimizacije, nazivaju se još i
deterministički modeli, a njihovi tipični predstavnici su modeli linearnog
programiranja.
Modeli odlučivanja u uslovima rizika, odnosno stohastički modeli ili modeli
simulacije kod kojih je vjerovatnoća uključena u rješavanje problema.
Modeli odlučivanja u uslovima nesigurnosti, odnosno neizvjesnosti kada donosilac
odluke nema mogućnost da utvrdi verovatnoću nastupanja događaja. Ovi modeli
spadaju u područje teorije igara.
5
4. Vrste modela odlučivanja
Modeli se, prema usvojenom kriterijumu odlučivanja, mogu podijeliti na fizičke, analogne i
simboličke, tj. matematičke.
Fizički modeli, koji imaju karakteristike onoga što predstavljaju, odnosno imaju
izgled stvarnog objekta. To su npr. slike, skulpture, makete, globus i slično. Zbog
vidljivosti i pragmatičnosti su podložni metričkoj transformaciji.
Analogni modeli, koji predstavljaju supstitute izvedene prema određenim pravilima
transformacije. Promjenom u analogne modele omogućava se prikazivanje dinamičkih
situacija, što omogućava bolje upravljanje promjenama. Zbog svoje fleksibilnosti,
analogni model je u odnosu na fizički mnogo opštiji, te se uz određene modifikacije
može koristiti za različite procese istog tipa.
Simbolički modeli, gdje se upotrebljavaju modeli da bi se objasnile pojave, značaj
objekata ili događaja. Upotreba simbola ih čini lakim za manipulaciju.
Vrste modela s obzirom na namjenu:
Modeli utvrđivanja, gdje se vrši utvrđivanje odgovarajućeg rezultata,npr. obračun
dobitka i gubitka.
Modeli odlučivanja, gdje se pomoću algoritama dolazi do optimalnog rješenja
problema, npr. model linearnog programiranja.
Vrste modela s obzirom na funkcijske odnose i očekivanja:
Deterministički modeli, gdje su funkcijski odnosi tačno određeni i očekivanja su
jasna.
Stohastički modeli, gdje su očekivanja vjerovatna, sa neizvjesnim rješenjem jer
uključuju određeni rizik.
Vrste modela s obzirom na faktor vremena:
Statični modeli, gdje se svi elementi modela odnose na isti trenutak.
Dinamični modeli, gdje se vrši ispitivanje ponašanja nekog sistema u vremenu.
6
Vrste modela prema mogućnosti kvantifikacije međuodnosa:
Kvantitativni modeli, koji se koriste u području predviđanja i mogu biti modeli
ekstrapolacije (analiza vremenskih serija), modeli kauzaliteta (modeli regresije i
ekonometrijski modeli).
Kvalitativni modeli, koji se koristi kada za određeni problem ne postoje kvantitativni
podaci.
Vrste modela prema funkcionalnim matematičkim odnosima:
Linearni modeli, koji daju linearni oblik ekonomskih ograničenja i funkcija cilja.
Nelinearni modeli, gdje se funkcije cilja i ekonomska ograničenja ne mogu prikazati
u obliku linearne jednačine ili nejednačine.
7
5. Uloga modela za donosioca odluke
Modeli predstavljanju pomoć pri upravljanju poslovnim situacijama jer mogu ukazati na
posljedice određene odluke, međutim, neophodno je uspostaviti ravnotežu između
menadžerskog odlučivanja i uloge modela. Potrebno je postojanje interakcije između
menadžera odlučivanja i konstruktora modela jer menadžer često ne razumije šta konstruktor
modela pokušava, a može doći i do obrnute situacije. Ukoliko menadžer ne razumije
konstruktora modela, konstruktor će pokušati pridobiti menadžera, a ukoliko je
nerazumijevanje obostrano, neophodno je uspostaviti komunikaciju i odlučiti o onome što je
ispravno. Komunikacija se smatra aktivnom ukoliko menadžer neposredno komunicira sa
modelom, a pasivna je kada donosilac odluke bira, a konstruktor programira model koji se
koristi za iznalaženje opcija. Da bi se donosilac odluke podstakao da koristi model, korisno je
napraviti pilot projekat modela koji daje ranu informaciju o tome šta se može očekivati od
modela. Skupi hardverski i softverski kapaciteti, složenost oblikovanja, manjak konstruktora
modela i slično, glavni su razlozi umanjenog korištenja modela odlučivanja, bez obzira što oni
pojednostavljuju korištenje, omogućavaju analizu složenih situacija, olakšavaju shvatanje
problema, itd.
8
6. Primjena modela
Ukoliko donosilac odluke koristi modele koji mu daju korisnu informaciju, onda se primjena
modela smatra uspješnom. Da bi primjena modela bila uspješna, svi elementi problema
(problem, donosilac odluke, organizaciono okruženje, analitičar i model), treba da budu u
skladu sa ciljem, u suprotnom se neće doći do optimalnog rješenja. Neophodno je, prije svega,
imati dovoljno znanja o problemu, odnosno o njegovim parametrima, varijablama i njihovim
međusobnim odnosima.
Ilustracija 2.Komponente sistema primjene modela
Uloge analitičara i upravljača u donošenju odluke su veoma važne, ali isto tako je potrebno
uključiti mišljenje više ljudi, odnosno organizovanje odlučivanja preko više vrsta komiteta.
Kombinacije elemenata modela su važni za njegovu uspješnu primjenu i ukoliko se ignorišu,
vjerovatnoća za uspješnu primjenu modela se smanjuje.
9
7. Zaključak
Do danas je razvijen veliki broj modela odlučivanja za široku klasu teorijskih i praktičnih
problema. S aspekta prirode problema, na nižim nivoima menadžmenta, struktuirane odluke
koje su najčešće programirane se prvenstveno oslanjaju na kvantitativne modele, dok se
nestruktuirane, odnosno neprogramirane, koje se donose na višim nivoima menadžmenta,
oslanjaju na kvalitativne modele, kao i na teoriju igara. Ostaju otvorena pitanja da li već
razvijeni modeli po svojoj strukturi, načinu primjene i slično odgovaraju stvarnim potrebama
prakse, te ukoliko odgovaraju, u kojoj mjeri se primjenjuju. Relativno visoke cijene, te dugo
vrijeme za razvoj i testiranje pored rizika za pogrešni interpretaciju i nekorektnu primjenu,
predstavljaju ograničavajuće faktore primjene modela. . Modeli se kreću u spektru od veoma
jednostavnih do veoma složenih i veoma su korisno sredstvo za predviđanje i opis problema.
Nikada ne mogu biti autentična kopija stvarnosti, oni obuhvataju samo dominantne osobine
pojava iz realnog svijeta
10
11