Файл: Семестровая работа по предмету Теория и методы принятия решений Вариант 30,10.docx

Министерство образования и науки Российской Федерации

ФБГОУ ВО Волгоградский Государственный Технический Университет

Кафедра «Информационные системы в экономике»


Семестровая работа

по предмету «Теория и методы принятия решений»

Вариант № 30,10
Выполнила:

студент группы ЭП-462

Зыонг Тхю Чанг

Проверил:

к. э. н. Симонов А.Б.

Волгоград 2022

Содержание

Введение

Важнейшим резервом повышения эффективности всего общественного производства является повышение качества принимаемых решений, это достигается совершенствованием процесса принятия решений.

Принятие решений является неотъемлемой частью любой функции управления. Необходимость принимать решения прививает все, что делает менеджер, ставит цели и достигает их. Таким образом, понимание природы принятия решений чрезвычайно важно для всех, кто хочет преуспеть в искусстве управления.

Эффективное принятие решений необходимо для выполнения управленческих функций. Совершенствование процесса принятия обоснованных, объективных решений в особо сложных ситуациях достигается с помощью научного подхода к процессу, его моделям и количественным методам принятия решений.

Исходя из изложенного, целью данной работы является выбор наилучшего управленческого решения и планирование его реализации.

При этом при выборе оптимального решения следует использовать два метода: иерархический анализ и метод нечетких множеств. Кроме того, эта работа предполагает планирование проекта с использованием сетевых диаграмм и диаграмм Ганта.

Итак, для достижения цели были поставлены следующие задачи:

- Выбрать лучшее решение на основе метода иерархического анализа;

- Планируйте сетевые проекты и используйте диаграммы Ганта.

Задача № 1

Провести выбор наилучшей альтернативы для долгосрочного инвестирования из списка акций крупнейших компаний, приведенных ниже. Сравнение провести при помощи иерархии, отображенной на рис. 1. Показатели, отмеченные *, рассчитать на отношении данных из сети Интернет. Провести построение матриц парных сравнений, оценку однородности суждений в каждой матрице, в случае высокой неоднородности повторить заполнение матрицы. Провести иерархический синтез принятых выбранных суждений, сделать выводы.

---

Рисунок 1. Иерархия для выбора наилучшего варианта инвестирования.

Комментарии к иерархии: для проведения сравнения выписать значения, отмеченные *, для каждой альтернативы. На основании выписанных значений заполнить матрицы парных сравнений. Провести сравнение важности критериев на основании собственного мнения.

Вариант 30. Номера компаний 7,13,29

Список компаний:

7. Ford Motor Company -A1

13. 
    Koninklijke Philips N.V -A2
    

29. 
    ПАО "Ростелеком" -A3
    

Введём обозначения для критериев нахождения наилучшей альтернативы:

К1 Динамика за год*;

К2 Дивидендная доходность за год*;

К3 Отрасль*;

К4Рыночная капитализация*;

К5Коэффициент осцилляции.

Выбираем значения показателей К1-К5 на основе данных из сети интернет. Значения К2, К4 возьмём на основе открытых источников – Investing.com [1]. Значения К1 и К5 рассчитываются на основе данных, взятых выше из открытых источников Investing.com [1]:

1. 
   К1 - Динамика за год определяется:
   
   
2. 
   К5 - Коэффициент осцилляции:
   

.

Говоря об отраслях компании (К3):

А1 - Ford (по-русски — Форд, полностью Ford Motor Company) — американская автомобилестроительная компания, производитель автомобилей под маркой Ford.

А2 - Koninklijke Philips N.V. («Филипс», англ. Royal Philips) — нидерландская транснациональная компания. Компания была основана в 1891 году и за свою историю несколько раз меняла приоритетное направление деятельности: изначально выпускала электрические лампочки, затем переключилась на бытовую электронику, после 2000-х годов начала специализироваться на медицинском диагностическом оборудовании. Около трети выручки компании даёт деятельность в США.

А3 - ПАО «Ростелеком» (полное наименование — Публичное акционерное общество «Ростелеком»)— крупнейший в России провайдер цифровых услуг и решений.



Рисунок 2. Динамика за год (1/11/2021-24/11/2022) компаний Ford Motor

1. 
   Критерий К1 для Ford Motor:
   
   
2. 
   Критерий К5 для Ford Motor:
   
   

---

Рисунок 3. «Дивидендная доходность (%)» и «Рыночная капитализация (USD)» компаний Ford Motor

• 
  Дивидендная доходность%=4.28%
  
• 
  Рыночная капитализация (USD)=56.41 Млрд $
  

Рисунок 4. Динамика за год (1/11/2021-24/11/2022) компаний Philips

1. 
   Критерий К1 для Philips:
   
   
2. 
   Критерий К5 для Philips:
   

Рисунок 5. «Дивидендная доходность (%)» и «Рыночная капитализация (USD)» компаний Philips

• 
  Дивидендная доходность%=6.1%
  
• 
  Рыночная капитализация (USD)=12.42 Млрд $
  

Рисунок 6. Динамика за год (1/11/2021-23/11/2021) компаний ПАО «Ростелеком»

1. 
   Критерий К1 для «Ростелеком»:
   
   
2. 
   Критерий К5 для «Ростелеком»:
   
   

Рисунок 7. «Дивидендная доходность (%)» и «Рыночная капитализация (USD)» компаний ПАО «Ростелеком»

• 
  Дивидендная доходность%=5.65%
  
• 
  Рыночная капитализация (USD)=84.99 Млрд. $
  

Рисунок 8. Значение критериев, на основании данных из интернет. X

На основании значений каждого критерия получим оценки для каждой альтернативы. Для этого мы используем метод парных сравнений, где для каждого критерия низшего уровня построим матрицы. В столбцах и строках матрицы отражаются альтернативы, а на пересечениях ставятся результаты сравнения альтернативы в строке с альтернативой в столбце. Для сравнения используется 9-ти бальная шкала оценок:

1 – Одинаковая значимость

3 – Некоторое предладание

5 - Сильное значимость

7 - Очень сильное значимость

9 – Абсолютная значимость

2, 4, 6, 8 - Промежуточные оценки

Если i-я альтернатива менее предпочтительна, чем j-я, то указываются обратные оценки (1/3, 1/5, 1/7, 1/9).

---

Далее необходимо рассчитать следующие показатели, которые позволят проверить матрицы на согласованность (рис. 9):

1. 
   Среднее геометрическое: , где n-ранг матрицы;
   
2. 
   Собственный нормированный вектор:
   
3. 
   Максимальное значение матрицы:
   

где -матрица, – транспортированный единичный вектор из n-чисел;

4. 
   Индекс однородности:
   
5. 
   Отношение однородности: , где - мат. ожидание.
   

Таблица 1. Значения

Ранг матрицы	М(ИО)
1	0
2	0
3	0.58
4	0.9
5	1.12

С помощью вышеописанных вычислений мы получим векторы приоритетов альтернатив.





Рисунок 9. Матрицы сравнения критериев низшего уровня и расчёт значимости альтернатив

Во всех таблицах на рисунке 9, кроме таблицы К5 (коэффициент осцилляции - чем больше его значения тем хуже), альтернатива считалась лучше, если ее показатель в таблице на рисунке 1 был выше, чем у сравниваемой с ней альтернативы.

Собственно согласованность суждения оценивается индексом однородности и отношением однородности. Чем больше ИО, тем меньше однородность. При этом в качестве допустимого используется значение отношение однородности которой меньше 0,1 (т.е. меньше 10 %). Если ИО = 0, то матрица совершенно однородна. Если же отношение однородности больше 10 %, то это свидетельствует о существенном нарушении логики суждений,

---

допущенном экспертом при заполнении матрицы, поэтому эксперту предлагается пересмотреть данные, использованные для построения матрицы, чтобы улучшить однородность.

Таким образом, по критерию (Динамика за год) наилучшей из альтернатив является «Ford Motor», незначительно уступает «Ростелеком», худшей из альтернатив по данном критерию является «Philips». В результате получаем ОО= 0.0462 < 0.1, следовательно, суждения достаточно однородны.

По критерию (Дивидендная доходность) наилучшей из альтернатив является «Philips», на втором месте «Ростелеком», на третьем – «Ford Motor». В результате получаем ОО= 0.057<0.1, следовательно, матрица достаточно однородна.

По критерию (Отрасль) наилучшей из альтернатив является «Ростелеком», на втором месте «Philips», на третьем – «Ford Motor». В результате получаем ОО= 0.0122 <0.1, следовательно, суждения достаточно однородны.

По критерию (Рыночная капитализация) наилучшей из альтернатив является «Ростелеком», на втором месте «Ford Motor», на третьем – «Philips». В результате получаем ОО= 0.0122<0.1, следовательно, суждения достаточно однородны.

По критерию (Коэффициент осцилляции) наилучшей из альтернатив является «Ростелеком», на втором месте «Ford Motor», на третьем – «Philips». В результате получаем ОО= 0.0559<0.1, следовательно, суждения достаточно однородны.

Далее переходим к построению матриц парных сравнений для критериев предпоследнего (второго) уровня, а именно для – потенциальная доходность (с ним связано 3 критерия нижнего уровня: , ) и – надежность (с ним связано 2 критерия нижнего уровня: и .).

На мой взгляд, для важнейшую роль играет динамика за год, далее – дивидендная доходность, и на 3 месте отрасль. Для

---