Психологические факторы управленческих решений

Цель работы – анализ психологических факторов управленческих решений и применение методов подготовки управленческого решения на примере модели коммерческой организации. ...

Введение 3
1. Психологические факторы управленческих решений 5
1.1. Понятие управленческих решений 5
1.2. Рассмотрение управленческого решения как результата деятельности отдельного сотрудника 6
1.3. Основные психологические факторы руководителя и сотрудников при принятии и выполнении управленческих решений 9
2. Применение методов подготовки управленческого решения на примере модели коммерческой организации 18
2.1. Применение методов подготовки управленческого решения в условиях неопределенности и риска 19
2.1.1. Постановка задачи 19
2.1.2. Формализация задачи методами теории игр 20
2.1.3. Решение задачи в условиях полной неопределенности 23
2.2. Критерий принятия решений в условиях частичной определенности 25
2.3. Принятие решений в статистических играх с экспериментом 25
2.4. Принятие решений в статистических играх в условиях риска 28
Выводы 33
Заключение 34
Список литературы 36

Руководители тратят значительную часть времени на принятие управленческих решений. Во многих случаях от этих решений зависят реальные возможности достижения целей организации, ее эффективная деятельность. От методов, которые использует руководитель, зависит качество принимаемого решения, затрачиваемые временные и интеллектуальные ресурсы. Поэтому анализ принятия управленческих решений и влияние их на качество управления является важной задачей, которую необходимо выполнять руководителю.
Когда руководитель диагностирует проблему с целью принятия решения, он должен отдавать себе отчет в том, что именно можно с нею сделать. Многие возможные решения проблем организации не будут реалистичными, поскольку либо у руководителя, либо у организации недостаточно ресурсов для реализации принятых решени й. Кроме того, причиной проблемы могут быть находящиеся вне организации силы такие, как законы, которые руководитель не властен изменить. Ограничения корректирующих действий сужают возможности в принятии решений. Руководитель должен беспристрастно определить суть ограничений и только потом выявлять альтернативы. Однако беспристрастность руководителя объективно .......

6
-1,2
3,6
2,4
9
-1,8
5,4
3,6
Скажем несколько слов об особенностях расчета данных этой таблицы на основании исходных данных.
1. Столбец 2. Заполняется на основании исходных условий задачи, что продолжительность разработки и внедрения новой продукции точно не известна и является дискретной случайной величиной (допустим, 3, 6 или 9 лет).
2. Столбец 3. Затраты на НИОКР и внедрение.
При анализе ситуации о решении планового органа, расчет затрат осуществлялся согласно столбцу 2 таблицы 2.1. (которое равно 1,0); присваиваем отрицательное значение этой величине и выясняем зависимость между затратами и продолжительностью разработки. Таким образом, расчет выглядит следующим образом:
-1 * 3 = -3
-1 * 6 = -6
-1 * 9 = -9
Что касается ситуации, когда НИОКР проводиться не будут, то и затраты являются величинами нулевыми.
3. Столбец 4. Эффект от использования новой продукции.
В случае с ситуацией отказа от внедрения НИОКР заполняется нулями.
При ситуации с проведением НИОКР расчеты несколько сложнее.
За основу взято значение таблицы 2.1. столбец 3 (эффект от использования новой продукции), которое равно 5. Необходимо получить произведение данного значения и продолжительности разработки.
В итоге получаем следующие значения:
5 * 3 = 15
5 * 6 = 18
5 * 9 = 45
4. Столбец 5. Затраты на модернизацию продукции.
В случае проведения НИОКР затрат на модернизацию не существует, т.к. организация располагает ресурсами либо для модернизации, либо для НИОКР.
В случае с модернизацией затраты на нее рассчитываются как произведение столбца 4 табл. 1.1, которое равно 0,4, с отрицательным значением, на период реализации проекта. В этом случае:
3 * (-0,4) = -0,6
6 * 0,4 = -1,2
9 * 0,4 = -1,8
Как мы видим, затраты на модернизацию в целом ниже чем на проект, предполагающий внедрение НИОКР.
5. Столбец 6. Эффект от использования модернизированной продукции.
Рассчитывается только для ситуации, в которой НИОКР не проводится, прочие значения заполняются нулями. Расчет производится путем умножения срока реализации проекта на эффект от использования модернизированной продукции (столбец 5 таблицы 1.1.), который равен 0,6. Тогда:
3 * 0,6 = 1,8
6 * 0,6 = 3,6
9 * 0,6 = 5,4.
Как мы видим, эффект от использования модернизированной продукции в целом ниже, чем при внедрении НИОКР.
6. Столбец 7. Суммарный эффект
Столбец 7 является суммой столбцов 2, 3, 4, 5, 6.
-3 + 15 = 12
-6 + 30 = 24
-9 + 45 = 36
-0,6 + 1,8 = 1,2
-1,2 + 3,6 = 2,4
-1,8 + 5,4 = 3,6
Перейдём от таблицы 2.2. к «платёжной» матрице игры, которую будем называть матрицей эффектов.
Таблица 2.3
Матрица эффектов
Решение планового органа
Состояние природы
В1
В2
В3
А1
12
24
36
А2
1,2
2,4
3,6
Где А={А1,А2} – множество решений планирующего органа,
А1 – соответствует решению о проведении НИОКР,
А2 – соответствует решению об отказе от НИОКР,
В={В1,В2,В3} – множество состояний «природы», олицетворяющее неопределенность ситуации,
В1 – проведение НИОКР потребует 3 лет;
В2 – проведение НИОКР потребует 6 лет;
В3 – проведение НИОКР потребует 9 лет.
Рассматриваемая задача решается методами математической теории игр с использованием «платёжной» матрицы (матрицы эффектов либо матрицы потерь) и выбранных критериев принятия решения поэтапно:
в условиях полной неопределённости;
в условиях частичной определённости;
в условиях эксперимента, предшествующего принятию решения;
с применением аппарата решающих функций и использованием функции риска.13
2.1.3. Решение задачи в условиях полной неопределенности
Критерии принятия решений в условиях полной неопределенности
Таблица 2.4.
Критерий Уолда
Решение планового органа
Минимум выигрыша
Максимум выигрыша
А1
12
36
А2
1,2
3,6
EY = maxi minj eij
EM = maxi maxj eij
Таблица 2.5
Критерий Гурвича
Решение планового органа
Степень оптимизма 
0,2
0,289
0,4
0,6
0,8
1
А1
-12,00
-2,40
3,6
7,20
16,80
26,40
36,00
А2
3,60*
3,60*
3,60*
3,60*
3,60*
3,60*
3,60
EГ = maxi [ maxj eij+(1-) minj eij]
Степень оптимизма для равноэффективных решений:
 * 36 + (1 - ) * (- 12) =  * 3,6 + (1 - ) * 1,2
36 -12 +12=3,6+1,2-1,2,
45,6 = 13,2
откуда  = 0,289
при  =0,2 36*0,2 -12+12*0,2 =-2,4
аналогично находим при  =0,3_1 данные представим в таблице 2.5
Таблица 2.6
Критерий Сэвиджа
Решение планового органа
Состояние природы
Максимум сожаления
В1
В2
В3
А1
48
48*
А2
10,8
21,6
21,6
EC = mini maxj (maxi eij - eij)
Для А1 mini maxj (12-12)=0
mini maxj (24-24)=0
mini maxj (12+36)=48
для А2 mini maxj (12-1,2)=10,8
mini maxj (24-2,4)=21,6
mini maxj (36-36)=0
Таблица 2.7
Критерий Лапласа
Решение
планового органа
Равновероятный выигрыш
А1
24*
А2
2,4
n
EЛ = maxi  ( eij / n)
2.2. Критерий принятия решений в условиях частичной определенности
Условия частичной определенности предполагают, что распределение вероятностей состояний «природы» p(bj) известно и статистически устойчиво. В соответствии с исходными данными это распределение имеет вид:
p(b1) = 0,20; p(b2) = 0,25; p(b3) = 0,55.
Таблица 2.8
Критерий Байеса-Лапласа
Решение планового органа
Математическое ожидание выигрыша
А1
-11,4*
А2
13,02
для А1 0,20*12+24*0,25-36*0,55=-11,4
для А2 1,2*12+2,4*0,25-3,6*0,55=13,02
2.3. Принятие решений в статистических играх с экспериментом
Принятию решения предшествует эксперимент. Допустим, что результаты эксперимента образуют множество X = x1, x2, x3, где исход эксперимента x1 означает, что проведение данной НИОКР потребует 3 лет, x2 – соответственно 6 и x3 – 9 лет. Как правило, такие результаты эксперимента носят не достоверный, а вероятностный характер. Это приводит к необходимости использования условных вероятностей p(xi/bj), которые показывают вероятность прихода к выводу xi , если на самом деле имеет место состояние «природы» bj .
В соответствии с исходными данными (см. колонку 7 табл. 2.1) условные вероятности p(xi/bj) исходов эксперимента:
p(x1/b1) = 0,65 p(x1/b2) = 0,10 p(x1/b3) = 0,20
p(x2/b1) = 0,30 p(x2/b2) = 0,60 p(x2/b3) = 0,25
p(x3/b1) = 0,05 p(x3/b2) = 0,30 p(x3/b3) = 0,55.
p(b1) = 0,20; p(b2) = 0,25; p(b3) = 0,55.
Находим полные вероятности исходов эксперимента:
n
­ p(xi) =  p(xi / bj) p(bj)
j=1
p(x1) = p(x1/b1)p(b1) + p(x1/b2)p(b2) + p(x1/b3)p(b3)
p(x2) = p(x2/b1)p(b1) + p(x2/b2)p(b2) + p(x2/b3)p(b3)
p(x3) = p(x3/b1)p(b1) + p(x3/b2)p(b2) + p(x3/b3)p(b3)
p(x1) = 0,65*0,20+0,10*0,25+0,20*0,55 = 0,265
p(x2) = 0,30*0,20+0,60*0,25+0,25*0,55 = 0,35
p(x3) = 0,05*0,20+0,30*0,25+0,55*0,55 = 0,3875.
Находим апостериорные вероятности состояния природы после того или иного исхода эксперимента (по формуле Байеса):
p(bj / xi) = p(xi / bj) p(bj) / p(xi)
p(b1/x1) = p(x1/b1)p(b1)/p(x1) = 0,65*0,20/0,265  0,491
p(b2/x1) = p(x1/b2)p(b2)/p(x1) =0,10*0,25/0,265  0,094
p(b3/x1) = p(x1/b3)p(b3)/p(x1) = 0,2*0,55/0,265  0,415
p(b1/x2) = p(x2/b1)p(b1)/p(x2) = 0,3*0,2/0,35  0,171
p(b2/x2) = p(x2/b2)p(b2)/p(x2) = 0,6*0,25/0,35  0,429