načítání...
nákupní košík
Košík

je prázdný
a
b

E-kniha: Pokročilé metody manažerského rozhodování - Zdeněk Sojka; Karel Rais; Petr Dostál

Pokročilé metody manažerského rozhodování

Elektronická kniha: Pokročilé metody manažerského rozhodování
Autor: Zdeněk Sojka; Karel Rais; Petr Dostál

Na trhu ojedinělá publikace, určená manažerům, podnikatelům, specialistům a studentům, vysvětluje nové pokročilé metody manažerského rozhodování, seznamuje s jejich principy a ... (celý popis)
Titul je skladem - ke stažení ihned
Médium: e-kniha
Vaše cena s DPH:  212
+
-
7,1
bo za nákup

hodnoceni - 0%hodnoceni - 0%hodnoceni - 0%hodnoceni - 0%hodnoceni - 0%   celkové hodnocení
0 hodnocení + 0 recenzí

Specifikace
Nakladatelství: » Grada
Dostupné formáty
ke stažení:
PDF, PDF
Zabezpečení proti tisku a kopírování: ano
Médium: e-book
Rok vydání: 2005
Počet stran: 166
Rozměr: 25 cm
Úprava: ilustrace
Vydání: 1. vyd.
Skupina třídění: Management. Řízení
Jazyk: česky
ADOBE DRM: bez
Nakladatelské údaje: Praha, Grada, 2005
ISBN: 80-247-1338-1
Ukázka: » zobrazit ukázku
Popis / resumé

Příručka přibližuje základní principy a praktické možnosti nových pokročilých metod manažerského rozhodování.

Popis nakladatele

Na trhu ojedinělá publikace, určená manažerům, podnikatelům, specialistům a studentům, vysvětluje nové pokročilé metody manažerského rozhodování, seznamuje s jejich principy a možnostmi využití a uvádí konkrétní aplikace v podnikání, státní sféře i v osobním životě. V první části jsou uvedeny základy teorie fuzzy logiky, umělých neuronových sítí, genetických algoritmů a teorie chaosu a jejich použití v ekonomii a managementu. Metody jsou vysvětleny na konkrétních příkladech, jako je výběr hypotéky, banky, nemovitosti či zaměstnance, vyhodnocení investice nebo bonity klienta, optimalizace ekonomických činností za účelem snižování rizik a nákladů, zvyšování zisku a tržeb apod. Druhá část knihy se specializuje na využití fuzzy logiky, umělých neuronových sítí a genetických algoritmů v oblasti predikce, kapitálových trhů, data miningu a procesu rozhodování, jako je např. predikce kurzu měny, indexu, vyhodnocení míry rizika, určení rizikového klienta, obchodování na kapitálovém trhu atd. (konkrétní příklady využití metod v praxi)

Předmětná hesla
Zařazeno v kategoriích
Zdeněk Sojka; Karel Rais; Petr Dostál - další tituly autora:
Řízení změn ve firmách a jiných organizacích Řízení změn ve firmách a jiných organizacích
Řízení rizik ve firmách a jiných organizacích -- 4., aktualizované a rozšířené vydání Řízení rizik ve firmách a jiných organizacích
Podnik a kapitálový trh Podnik a kapitálový trh
Marketingové řízení památkových objektů Marketingové řízení památkových objektů
 (e-book)
Řízení změn ve firmách a jiných organizacích Řízení změn ve firmách a jiných organizacích
 (e-book)
Řízení rizik ve firmách a jiných organizacích -- 4., aktualizované a rozšířené vydání Řízení rizik ve firmách a jiných organizacích
 
Recenze a komentáře k titulu
Zatím žádné recenze.


Ukázka / obsah
Přepis ukázky

Nakladatelství děkuje všem,

kteří přispěli odbornou spoluprací i finančně k vydání knihy,

zvláště pak autorům a společnosti UNIS.

Ing. Petr Dostál, CSc.

prof. Ing. Karel Rais, CSc., MBA

doc. Ing. Zdeněk Sojka, CSc.

Pokročilé metody manažerského rozhodování

Vydala Grada Publishing, a.s.

U Průhonu 22, 170 00 Praha 7

tel.: +420 220 386 401, fax: +420 220 386 400

www.grada.cz

jako svou 2342. publikaci

Odborní recenzenti:

prof. Ing. Jaroslav Balátě, DrSc.

prof. Ing. Jiří Polách, CSc.

Odpovědný redaktor Mgr. Petr Mušálek

Sazba Milan Vokál

Počet stran 168

První vydání, Praha 2005

Vytiskly Tiskárny Havlíčkův Brod, a. s.

Husova ulice 1881, Havlíčkův Brod

Š Grada Publishing, a.s., 2005

Cover Photo Š profimedia.cz/CORBIS

ISBN 80-247-1338-1 (titná verze)

ISBN 978-80-247-6320-0 (elektronická verze ve formátu PDF)

Š Grada Publishing, a.s. 2011


Obsah

Představení kapitol . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7

O autorech . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9

Předmluva . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11

Úvod do pokročilých metod manažerského rozhodování . . . . . . . . . . . . . 13

Část I. Metody a objasnění jejich použití na příkladech

1 Fuzzy logika . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23

Proces fuzzy zpracování . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23 Aplikace fuzzy logiky . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31 Závěr . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49

2 Umělé neuronové sítě . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51

Aplikace umělých neuronových sítí . . . . . . . . . . . . . . . . . . . . . . . . . 58 Závěr . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71

3 Genetické algoritmy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73

Aplikace genetických algoritmů . . . . . . . . . . . . . . . . . . . . . . . . . . 77 Závěr . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98

4 Teorie chaosu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99

Fraktály . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102

Hurstův exponent . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103

Lyapunův exponent . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104 Aplikace teorie chaosu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104

Elliottovy vlny . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106 Závěr . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110

Část II. Aplikace pokročilých metod v důležitých oblastech ekonomie

5 Predikce časových řad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113

Aplikace predikce . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114

Fuzzy logika . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115

Umělé neuronové sítě . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117

Genetické algoritmy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121 Závěr . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 124

6 Kapitálový trh . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125

Aplikace kapitálového trhu . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131

Fuzzy logika . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131

Umělé neuronové sítě . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132

Genetické algoritmy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 134 Závěr . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137

7 Data mining . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139

Aplikace data miningu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 142

Fuzzy logika . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 142

Umělé neuronové sítě . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143

Genetické algoritmy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146

Závěr . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 148

8 Rozhodování . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 149

Aplikace rozhodování . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151

Závěr . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 156 Závěr – shrnutí poznatků a budoucnost použití uvedených metod . . . . . . . 157 Dodatek – softwarové programy . . . . . . . . . . . . . . . . . . . . . . . . . 159 Literatura . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 161 Rejstřík příkladů . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 165 Představení kapitol Úvod do pokročilých metod manažerského rozhodování. Část I – Metody a objasnění jejich použití na příkladech 1. Fuzzy logika: Seznámení se základními pojmy a pravidly fuzzy logiky, tvorbou modelů.

Uvedení příkladů aplikací fuzzy logiky v ekonomice, jako je např. manažerské a investiční

rozhodování atd. 2. Umělé neuronové sítě: Seznámení se základními pojmy v oblasti umělých neuronových

sítí. Aplikace zahrnuje investiční rozhodování, kontrolu finančních výkazů, odhady cen

výrobků a množstevní odhady, odhad cen nemovitostí, oceňování bonity klienta za úče

lem poskytnutí úvěru, hypotéky, půjčky atd. 3. Genetické algoritmy:Seznámení se základy genetických algoritmů. Použití v oblasti opti

malizace široké palety problémů – optimalizace investiční strategie, řízení výroby, řezné

plány, aproximace bodů funkcemi, řešení problému obchodního cestujícího, využití shlu

kové analýzy apod. 4. Teorie chaosu: Seznámení se základy teorie chaosu. Teorie chaosu pojednává o možnosti

lepšího popisu ekonomických jevů než je tomu u klasických metod. Je objasněn pojem

chaos a řád, fraktál a je představeno využití této teorie k výpočtu Hurstova a Lyapunova

exponentu, které určují míru chaosu u měřeného sledovaného ekonomického systému. Část II – Aplikace pokročilých metod v důležitých oblastech ekonomie 5. Predikce časových řad: Metody predikce časových řad s použitím výše zmíněných teo

rií. Je uveden způsob výpočtu a jsou prezentovány příklady predikce budoucího vývoje

nejrůznějších ekonomických veličin z praxe. 6. Kapitálový trh: Využití výše zmíněných teorií při činnosti na kapitálových trzích. Je na

značen možný proces rozhodování v oblasti obchodování s akciemi, indexy, komoditami,

kurzy měn s cílem dosažení optima. Jsou rozvedeny příklady optimalizace portfolia a vý

počet predikce ve výše uvedených oblastech obchodování. 7. Data mining: Využití výše uvedené teorie při činnosti nazývané data mining. Jsou před

staveny příklady použití data miningu pro volbu strategie udržení a získávání ziskových

zákazníků, vyhýbání se rizikovým zákazníkům, přímé zasilatelství (direkt mailing) atd. 8. Rozhodování: Aplikování fuzzy logiky, umělých neuronových sítí a genetických algo

ritmů při procesech rozhodování, kdy cílem je dosažení optima v procesech manažerského

a investičního rozhodování atd. Závěr: Shrnutí poznatků a budoucnost použití představených metod.

Představení kapitol n

7



O autorech

Ing. Petr DOSTÁL, CSc.

Vystudoval Vysoké učení technické v Brně. V současné době

pracuje v Ústavu informatiky Fakulty podnikatelské Vysokého

učení technického v Brně. Zaměřuje se na praktické využití

fuzzy logiky, umělých neuronových sítí a genetických algorit

mů v oblasti manažerského řízení, ekonomie a finančnictví.

Působil v několika soukromých firmách i státní sféře. Je čle

nem mezinárodních společností, ekonomickým a organizač

ním poradcem, přednáší na Vysokém učení technickém v Brně

a na Univerzitě Tomáše Bati ve Zlíně.

Prof. Ing. Karel RAIS, CSc., MBA

Vystudoval Vysoké učení technické v Brně a titul MBA získal

na Nottingham Trent University. V současné době působí jako

profesor na Vysokém učení technickém v Brně, kde je zároveň

prorektorem. Zajímá se o operační analýzu a řízení rizik.

Doc. Ing. Zdeněk SOJKA, CSc.

Vystudoval Vysokou školu ekonomickou v Praze. V současné

době působí jako docent v Ústavu ekonomiky na Vysokém uče

ní technickém v Brně. Jeho oblast zájmu jsou kapitálové trhy,

cenné papíry a finanční deriváty. Je členem představenstva ně

kolika významných akciových společností.

O autorech n

9


n Pokročilé metody manažerského rozhodování

10

Na snímku je Petr Dostál, jeden z autorů knihy, s profesorem Lotfi Zadehem

(třetí zprava), zakladatelem fuzzy logiky, na konferenci v Zittau v roce 2002.

Prof. Lotfi Zadeh se o pracích Petra Dostála vyjadřuje pochvalně a vyzdvihuje

jejich vysokou úroveň.


Předmluva Publikace je určena pro manažery, podnikatele, úředníky a specialisty, kteří jsou zodpovědni za rozhodovací procesy v hospodářské politice a správě na všech úrovních, jako jsou ministerstva, orgány veřejné a státní správy, v národním hospodářství a soukromém sektoru, organizacích, podnicích, firmách, společnostech, bankách, nemocnicích atd., zejména v řídicí, ekonomické a finanční oblasti. Dále studentům vysokých škol ekonomického, finančního, podnikatelského a manažerského směru. Publikace se zabývá multikriteriálními a obtížně algoritmizovatelnými rozhodovacími procesy. Proto jsou v knize uvedeny pokročilé metody manažerského řízení využívající teorie fuzzy logiky, umělých neuronových sítí a genetických algoritmů.

Kniha je rozdělena na dvě části. V první části knihy jsou uvedeny principy metod. Důraz je kladen na ukázku jednoduchých příkladů použitelných v nejširším měřítku – od nadnárodních společností po jednotlivce. Druhá část problematiku prohlubuje aplikacemi do některých oblastí manažerského života firmy, jako jsou predikce časových řad, kapitálového trhu, data miningu a rozhodování.

Autoři chtějí poděkovat všem, kteří byli nápomocni konzultacemi, výměnou názorů při objasňování skutečností i souvislostí předmětného tématu, jakož i pomocí při přípravě knihy.

Děkujeme za cenné rady doc. RNDr. Jiřímu Kropáčovi, CSc., z Vysokého učení technického v Brně, za pečlivé přečtení rukopisu a upřesnění některých skutečností.

Poděkování patří za cenné připomínky, které vyplynuly z recenzní činnosti prof. Ing. Jaroslava Balátěho, DrSc., z Univerzity Tomáše Bati ve Zlíně, a prof. Ing. Jiřího Polácha, CSc., z Vysoké školy báňské v Ostravě.

Předmluva n

11



Úvod do pokročilých metod manažerského rozhodování Cílem knihy „Pokročilé metody manažerského rozhodování“ je vysvětlení nových pokročilých matematických teorií pro podporu rozhodování. Publikace je zaměřena hlavně na oblast aplikační, nikoli teoretickou, která by požadovala hluboké teoretické znalosti z oboru matematiky. Rovněž je třeba říci, že jde o oblast, jež se rychle a dynamicky neustále vyvíjí. V této knize jsou uvedeny principy rozhodování společně s aplikacemi využitelnými v praxi, které mohou zájemcům posloužit k dalšímu hlubšímu studiu v odborné literatuře.

Existují úlohy, které příroda zvládá velmi snadno, zatímco člověkem navržené algoritmy nefungují. Matematici se nechali inspirovat přírodou a vytvořili nové teorie, jako fuzzy logiku, umělé neuronové sítě, genetické algoritmy či chaos. Ve světě dochází k rozvoji těchto teorií nebývalým tempem. Dopad uvedených moderních teorií je patrný ve všech oblastech lidské činnosti, např. v řízení technologických procesů, ekologii, lékařství, chemii, biologii, ale také v ekonomice, finančnictví, a to v nejrůznějších aplikacích od těch nejjednodušších až po ty nejsložitější.

Významnou úlohu hrají při zpracování dat a informací počítače, které zvládnou úlohy, jež by jinak nebylo možné řešit. Tak vznikají nejen nové metody, ale u některých starších metod došlo k jejich znovuobjevení a převedení z akademického prostředí do praxe. Úlohy tohoto typu se vyskytují ve složitém a měnícím se prostředí, proto nasazení nových metod v praxi vede k jejich čím dál většímu používání právě v ekonomice a finančnictví.

Použití nových metod je různorodé, jako například rozhodovací procesy s cílem dosažení optima, odhady cen výrobků a objemu výroby, odhad cen nemovitostí, oceňování kvality klienta za účelem poskytnutí úvěru, hodnocení rizika hypoték, predikce budoucího vývoje finančních a ekonomických ukazatelů, optimalizace investičního rozhodování, optimalizace technologického procesu, problém obchodního cestujícího, tvorba a optimalizace portfolia, predikce cen akcií, hodnot indexů, kurzů měn atd. Například vyhodnocením průběhu časové řady za pomoci fuzzy logiky, umělých neuronových sítí, genetických algoritmů a teorií chaosu si lze vytvořit představu o budoucím vývoji časové řady a za pomocí pravidel fuzzy logiky na základě těchto poznatků provést kvalifikovaný rozhodovací proces, a tak provádět správná rozhodnutí.

V první části knihy jsou uvedeny principy teorie fuzzy logiky, umělých neuronových sítí, genetických algoritmů a teorie chaosu vzhledem k použití v ekonomii. Jsou uvedeny nejrůznější oblasti jejich aplikace v ekonomii, jako je např. investiční a manažerské rozhodování, řízení rizika firem, hodnocení bonity klienta bank, optimalizace rozhodování z hlediska ekonomie ke snižování rizik a nákladů, zvyšování zisku a tržeb, predikce v oblasti ekonomie, data mining, makléřská činnost na světových burzách apod. Druhá část knihy se specializuje na využití fuzzy logiky, umělých neuronových sítí a genetických algoritmů v oblasti kapitálových trhů, data miningu a procesu rozhodování.

Na úvod je třeba ujasnit pojem manažerské činnosti a zejména proces rozhodování. Manažerské funkce jsou typické činnosti, které vedoucí pracovník (manažer) vykonává ve své práci. V současné literatuře existují různá pojetí obsahové náplně manažerských funkcí a různá pojetí jejich klasifikace.

Úvod do pokročilých metod manažerského rozhodování n

13


Za zakladatele koncepce manažerských funkcí je považován Francouz H. Fayol, jenž definoval pět funkcí, které nazval funkcemi správy. Jsou to: n plánování (planning) – stanovení budoucích cílů a metod, jak těchto cílů dosáhnout; n organizování (organizing) – zabezpečení zdrojů (materiálních, finančních, lidských); n přikazování (directing) – dávání úkolů a příkazů podřízeným pracovníkům; n koordinace (coordinating) – slaďování činností pracovníků; n kontrola (controlling) – ověřování souladu plánu a skutečnosti i přijatých závěrů.

Z této klasifikace pak vyšla celá řada světových autorů, kteří se věnovali problematice managementu. Velmi často se setkáme s následující klasifikací, uvedenou v literatuře [81]: n plánování (plannning); n organizování (organizing); n výběr a rozmístění spolupracovníků (staffing); n vedení lidí (leading); n kontrola (controlling).

Uvedené funkce jsou návazné a charakterizují se jako tzv. sekvenční manažerské funkce (sequential functions). Je to proto, že se realizují postupně, což samozřejmě neznamená, že se nemohou např. částečně překrývat nebo postupně zpřesňovat již dříve vykonané funkce atd.

Tyto sekvenční funkce mají společné to, že jimi prostupují tzv. paralelní funkce (též někdy označované jako průběžné manažerské funkce – continuous functions). Jedná se o tyto funkce: n analyzování řešených problémů (analysis); n rozhodování (decision making); n realizace, resp. implementace (implementation, coordination).

V této knize budeme řešit základní problémy z oblasti tvorby, a zejména použití nových nástrojů pro podporu rozhodování, nebo: n roste složitost řešených manažerských úloh a dochází ke zkracování doby pro nalezení

optimálního řešení – vzrůstá význam faktoru času; n spolu s rostoucími náklady na řešení manažerských úloh rostou rizika přijatých rozhod

nutí, vzrůstá ekonomická závažnost přijatých rozhodnutí.

Rozhodování je jednou z paralelních manažerských funkcí, které prostupuje sekvenčními manažerskými funkcemi. Viz tab. 1 v maticovém zobrazení. Tab. 1 Maticové zobrazení manažerských funkcí

Manažerské funkce Analýza Rozhodování Implementace

Plánování

Organizování

Výběr a rozmístění pracovníků

Vedení pracovníků

Kontrola

n Pokročilé metody manažerského rozhodování

14


Rozhodování tedy nelze ztotožňovat s pojmem řízení. Toto pojetí „manažerských funkcí“ bylo kritizováno (zejména z důvodů jeho využitelnosti v denní práci manažerů); mezi nejznámější kritiky patřil Henri Mintzberg, jenž tvrdí, že činnost běžného manažera se dá shrnout do deseti „rolí“. Tyto role klasifikuje do tří skupin, a to na: 1. skupinu interpersonálních rolí (vyplývajících přímo z formální pravomoci a ze zodpověd

nosti manažera), 2. skupinu informačních rolí (určenou úlohou manažera v informačních procesech firmy), 3. skupinu rozhodovacích rolí (které jsou hlavním projevem jeho cílevědomé činnosti, ve

doucí k dosažení cílů organizace).

Charakter interpersonálních rolí se může měnit podle poslání, které při jejich vykonávání vedoucí pracovník plní. V podstatě manažer může zastávat následující tři dílčí role: 1a) figurehead – představitel organizace, 1b) leader – vedoucí organizace, 1c) liason – spojovací článek.

V oblasti informačních rolí, vztahujících se k aktivní účasti manažera v informačních procesech organizace a zabírajících značnou část jeho pracovního času, může manažer zastávat následující role: 2a) monitor – monitorující příjemce informací, 2b) disseminator – šiřitel informací, 2c) spokeperson – mluvčí organizace.

Rozhodovací role spočívají v účelovém výběru jednoho nebo několika přípustných řešení vzniklých rozhodovací situací manažerského jednání, v následném sdělování řešení a v prosazování a kontrole plnění tohoto (resp. těchto) řešení. Rozhodovací role můžeme rozdělit do následujících čtyř dílčích rolí: 3a) entrepreneurial – podnikatelská role, 3b) disturbance – handler – řešení problémů, 3c) resource allocator – alokace zdrojů, 3d) negotiator – vyjednávač.

Všech deset dílčích rolí (1a, 1b, 1c, 2a, 2b, 2c, 3a, 3b, 3c, 3d) se vzájemně propojuje a navzájem se kvalitativně podmiňuje. Řízení můžeme považovat též za umění sladit tyto role v jeden celek (integrated job). Současné pojetí obou koncepcí manažerských rolí a manažerských funkcí není antagonistické, obě koncepce existují vedle sebe. Tak např. koncepce manažerských rolí se dá vyložit i tradičními manažerskými funkcemi (někteří autoři upozorňují např. na opomíjení úkolů manažerů při stanovení podnikatelské strategie, strukturování organizace apod.). Vzhledem k zaměření knihy se budeme zabývat manažerskými funkcemi se zřetelem zejména na analýzu a rozhodování.

Rozhodování je nedílnou složkou sekvenčních manažerských funkcí. Význam rozhodování se projevuje zejména v tom, že kvalita a výsledky těchto procesů (zejména strategických rozhodovacích procesů) ovlivňují zásadním způsobem efektivnost fungování a budoucí vývoj organizace. Nekvalitní rozhodování může být jednou z podstatných příčin neúspěchu firmy. Je nutné zdůraznit otázku zodpovědnosti za rozhodování. Rozhodovatel může využívat při

Úvod do pokročilých metod manažerského rozhodování n

15

+


svém rozhodování nejrůznější nástroje a pomůcky (programové prostředky, konzultanty atp.), které mu mohou pomoci při vlastním rozhodování. Za rozhodnutí však vždy nese zodpovědnost rozhodovatel (manažer) a nikoli např. tvůrce programového nástroje na podporu rozhodování, konzultant apod.

Existuje celá řada možných způsobů klasifikace rozhodovacích problémů (ovlivňujících mj. postup a nástroje řešení vlastní manažerské funkce rozhodování), např.: n podle času dělíme na procesy rozhodovací statické a dynamické; n podle počtu kriterií dělíme rozhodování na jedno- a vícekriteriální rozhodování; n podle řídící úrovně, na níž probíhají rozhodovací procesy, dělíme rozhodování na strate

gické, taktické a operativní; n podle toho, zda důsledky variant závisí nebo nezávisí na strategii, kterou vědomě volí

protivník, rozlišujeme rozhodovací procesy na konfliktní a nekonfliktní; n podle subjektu rozhodování dělíme rozhodování na individuální a skupinové.

Vzhledem k zaměření této knihy probereme detailněji klasifikaci rozhodovacích procesů podle dalších dvou kriterií, a to charakteru struktury rozhodovacího problému a postupu řešení na: n algoritmizovatelné a nealgoritmizovatelné problémy, n dobře a špatně strukturované problémy.

Dobře strukturované problémy jsou obvykle jednoduché, problémy se řeší opakovaně na operativní úrovni, rutinní postupy jsou známé a lze je algoritmizovat, zatímco špatně strukturované problémy jsou obvykle složité, nové, neopakovatelné, problémy se řeší na vyšších úrovních řízení a jsou jedinečné. Pro špatně strukturované problémy je charakteristické: n existence většího počtu faktorů ovlivňujících řešení (které nelze většinou číselně vyjád

řit); některé z faktorů nejsou vůbec známy, složité vazby mezi faktory; n náhodnost změn některých prvků okolí firmy, kde probíhá řešení problému (např. změny

v technologii, v sociálním okolí); n existence většího počtu kriterií hodnocení variant řešení, z nichž některá jsou kvalitativní

povahy; n obtížná interpretace informací potřebných pro rozhodnutí a proměnných popisujících

okolí; n člověk je obvykle aktivním prvkem systému (vytváří a přetváří systém svou cílevědomou

činností); n pro řešení problémů je nutno použít intuitivní, heuristické, expertní metody a postupy, za

hrnující např. fuzzy logiku, umělé neuronové sítě a genetické algoritmy.

Příklady špatně strukturovaných rozhodovacích problémů jsou: rozhodování o společném podniku, rozhodování o organizační struktuře, rozhodování o rozvojové strategii firmy, ověření bonity klienta atd.

Typy rozhodovacích problémů podle úrovně řízení lze zobrazit na obr. 1.

n Pokročilé metody manažerského rozhodování

16


V praxi není dělení tak jednoznačné: n u špatně strukturovaných problémů lze nalézt určité opakované (společné) rysy – např.

zakládání společných podniků a opačně; n u rutinního operativního řízení se mohou vyskytnout nejasnosti a neurčitosti.

V úvodu knihy je také vhodné se zmínit o systémovém přístupu. Systémovým přístupem označujeme takový způsob myšlení, řešení úloh a jednání, při němž jsou jevy chápány v jejich vnitřních i vnějších souvislostech, tj. komplexně. Při systémovém přístupu chápeme problém tak, že se důsledně zaměřujeme na respektování vazeb mezi prvky, které vstupují do úlohy, a již jde o vazby uvnitř komplexu, jenž je bezprostředně předmětem našeho zájmu, nebo o vazby na jeho významné okolí. Vyjádřeno negativně, systémovým přístupem není takový postup, kdy se domníváme, že můžeme pochopit nějaký jev nebo řešit nějaký problém prostě tak, že se zajímáme jen o jeho hlavní prvky (by by vypadaly sebeatraktivněji). Takové omezení představ nutně vede k primitivnímu, mechanickému chápání jevů, s příslušným vlivem na kvalitu řešených úloh.

Systémový přístup znamená využívání nejrůznějších pomůcek a technik, poskytovaných jinými vědními obory, v nichž je systémový přístup respektován. Systémový přístup pracuje s pojmem systém, jenž lze na filozofických kategoriích „část“ a „celek“ definovat jako souhrn prvků natolik navzájem propojených, že (navenek) vystupují jako jeden celek. Přes zásadní význam pojmu systém není jeho pojetí u různých autorů jednotné. V literatuře je uvedena řada definic systému, vycházejících buď z kvantitativních charakteristik systému nebo z formálních výrazů, které jsou vybudovány zpravidla na základě teorie množin.

Ve formálních definicích je systém zpravidla popsán pomocí množin. Pro naši potřebu vyhoví následující definice. Systém je (účelově definovaná) množina prvků (objektů) a množina vazeb mezi nimi, jež jako celek vykazuje určitou funkci (respektive chování).

Systém S zapisujeme jako množinu S ={P, V, I, O}, kde P je neprázdná množina prvků, Vje neprázdná množina všech vazeb (závislostí) mezi prvky,Ije neprázdná množina vstupů a O je neprázdná množina výstupů. Prvky tedy umožňují popsat chování systému. Schéma možného konkrétního systémuSs dvěma vstupyI

1

,I

2

výstupemO

1

, třemi prvkyPa možný

mi vazbami V je na obr. 2.

Úvod do pokročilých metod manažerského rozhodování n

17

xxxxx – dobře strukturované problémy XXXX – špatně strukturované problémy

XXXXXXXXXXXXXXXXXX

Vrcholové řízení:

(složité, nestrukturované, nealgoritmizované problémy)

XXXXXXXXXX

Střední úroveň:

(strukturované i nestrukturované problémy)

XX

Operativní úroveň:

(dobře strukturované problémy)

xx

xxxxxxxxxxxxx

xxxxxxxxxxxxxxxxxxxxxx

Obr. 1 Typy rozhodovacích problémů podle úrovně řízení


Prvkem systému rozumíme takovou část systému, jež tvoří na dané rozlišovací úrovni ne

dělitelný celek, jehož strukturu nechceme nebo nemůžeme rozlišit. Tím, že je systém jediným

celkem, může sám mít charakter prvku, ale také může sám být součástí nějakého systému.

Pojem systém je z tohoto hlediska relativní; systém, který chápeme jako prvek jiného nadřa

zeného systému, nazýváme subsystémem (podsystémem). Každý systém můžeme charakte

rizovat jeho strukturou a chováním. Za strukturu systému budeme považovat množinu prvků

a vazeb daného systému. Chováním systému rozumíme způsob jeho reakce na podněty, při

čemž chování systému závisí na jeho vlastnostech. Podle jejich vlastností můžeme systémy

rozdělit do několika skupin:

n Podle vztahu systému k času dělíme systémy na statické (stav systému se v čase nemění)

a dynamické (stav systému se v čase mění).

n Podle vztahu mezi chováním systému (stavy systému) a jeho podněty dělíme systémy na

deterministické (chování je jednoznačně určeno podněty systému) a stochastické (systém

může mít při stejných podnětech více variant chování – každou s určitou pravděpodob

ností).

n Podle samotného chování systému rozlišujeme systémy s cílovým chováním, bez cílového

chování a adaptivní systémy. Systém s cílovým chováním je systém, jenž usiluje o dosažení

žádaného nebo cílového stavu. Systém bez cílového chování má chování, které je určeno

pouze vnějšími podněty. Adaptivní systém je systém se schopností korigovat (aktualizovat)

se na základě údajů o svém okolí, a na jejich základě upravovat své cílové chování.

Na závěr této úvodní kapitoly je nutné zmínit se o systémové analýze, již můžeme popsat

jako:

a) metodickou disciplínu, jež:

o směřuje k poznání systému postupnou dekompozicí (rozkladem) systému na podsysté

my, a dále až na prvky se známou funkcí a vazebností, které nás zajímají;

o je zaměřena na zkoumání chování systému, jenž je ovlivněn vnějšími podněty, za

předpokladu, že známe jeho strukturu a chování jednotlivých prvků.

b) disciplínu, jež je zaměřena na analýzu řídících a informačních systémů s využitím výpo

četní techniky.

Systémová analýza se zaměřuje na poznávání objektivní reality; v našem zkoumání bude

me brát zřetel zejména na technicko-ekonomické aspekty poznávání.

Při práci se systémem je vhodné uvědomit si pojmy syntéza a analýza. Pojmy analýza

a syntéza lze pochopit v jejich protikladu; rozkládá-li se celek na části a zjišuje se chování

n Pokročilé metody manažerského rozhodování

18

I

1

O

1

P

1

V

1,P1

V

1,P2

V

2,P2

V

2,P1

V

P1,P2

V

P1,P3

V

P2,P1

V

P3,P1

V

P3,P2

V

P3,O1

V

P2,P3

I

2

P

2

P

3

Obr. 2 Příklad schématu systému S




       
Knihkupectví Knihy.ABZ.cz - online prodej | ABZ Knihy, a.s.
ABZ knihy, a.s.
 
 
 

Knihy.ABZ.cz - knihkupectví online -  © 2004-2019 - ABZ ABZ knihy, a.s. TOPlist