Ekonomia menedżerska

Ekonomia menedżerska inaczej nazywana ekonomiką biznesu. Gałąź ekonomii, która stosuje analizę mikroekonomiczną do badania analizy specyficznej decyzji. Łączy teorie:

• Ekonomii,

• Ekonomiki,

• Praktykę

w gospodarce. Silnie wykorzystuje techniki ilościowe. Próba optymalizacji decyzji biznesowych wtedy, gdy dane są cele firmy i znane są ograniczenia.

Ekonomia menedżerska - to dyscyplina ekonomiczna koncentrująca się na właściwym wykorzystaniu zasobów organizacji przy uwzględnieniu warunków jej działania.

Ekonomia menedżerska – jest analiza istotnych decyzji podejmowanych przez menadżerów przy użyciu narzędzi stosowanych przez ekonomistów.

Decyzje podejmowane przez menadżerów dotyczą zarządzania.

Decyzje związane z różnymi funkcjami zarządzania podejmowane są na różnych szczeblach.

!!!!!!!!!Zarządzanie to zestaw następujących czynności (funkcji zarządzania).!!!!!!!!

• Planowanie – decydowanie co trzeba zrobić w przyszłości (dziś, w następnym tygodniu, w następnym miesiącu, roku, w ciągu najbliższych 5 lat)

• Organizowanie – optymalne użycie zasobów potrzebnych do realizacji celów, które firma sobie postawiła (czyli planów).

• Motywowanie (przewodzenie) – okazywanie fachowości w:

  • Planowaniu,

  • Organizowaniu,

  • Na innych polach,

tak, aby inni odczuwali potrzebę aktywnego włączenia się w w/w.

• Kontrolowanie – monitorowanie, sprawdzanie postępu w realizacji planów i ich ewentualna korekta.

Poziomy zarządzania

• Top level ( senior managamant) – najwyższy poziom – decyzje dotyczą długich okresów czasu, odpowiedzialność za decyzje strategiczne, świadomość istnienia czynników zewnętrznych.

• Middle managament – średni szczebel – zrozumienie wyspecjalizowania zadań menadżerskich, odpowiedzialność za decyzje podjęte na wyższym szczeblu – za ich realizację oraz udział w ich realizacji. Odpowiedzialność za decyzje taktyczne.

• Lawer managament – najniższy szczebel – zagwarantowanie wykonania decyzji i realizacji planów podjętych na wyższych szczeblach, decyzje bieżące – odpowiedzialność za decyzje taktyczne.

!!!!!!!!Etapy podejmowania decyzji!!!!!!!!!

• Zdefiniowanie problemu – czego nasze decyzje mają dotyczyć,

• Określenie ceku - dokładne zdefiniowanie i określenie celu,

• Zbadanie wariantów wyboru (decyzji) – między czym wybierać podejmując decyzje,

• Przewidywanie konsekwencji – dokonywanych wyborów. Uruchamiamy wyobraźnie jakie będą skutki.

• Wybór najlepszego wariantu – staranie się określić co jest istotne,

• Analiza wrażliwości – analizując decyzje wyboru np. pomiędzy kinem a teatrem, mając do dyspozycji określony zasób pieniędzy. Co jest bardziej opłacalne.

Proces decyzyjny w związku z w/w przebiega sekwencyjnie. Sekwencja polega na etapowości. Sekwencyjność (etapowość) podobną do w/w postulowali min. J. Deweys 1910, H. Simon 1960, O.G. Brim i in. 1962.

Niesekwencyjny przebieg postulowali min. Mintzberg i in. (fazy, procedury, zależności okrężne).

Decyzje

Decyzja to wynik pewnego procesu myślowego i poznawczego indywiduum lub grupy zwanego też procesem podejmowania decyzji.

Ten wynik to najczęściej opinia, przepis lub zadanie do wykonania. Jest to więc świadomy wybór jednej z możliwości zwanej alternatywami lub wariantami. Można myśleć o tym wyborze jako o jednoznacznym wskazaniu działania prowadzonego do określonego (w naszym mniemaniu a nie koniecznie pewnego) i pożądanego wyniku, a więc do osiągnięcia ustalonego celu. Wynik (następstwo działania) może zależeć od warunków („stanów świata”), na które nie mamy wpływu. Jeśli decyzja określa działanie w kolejnych okresach czasu, może ona opisywać schemat reakcji na zmieniające się warunki działania.

„stany świata”, „stany natury” – to sytuacje niekorzystne, których nie można przewidzieć.

Teorie podejmowania decyzji ma dwa aspekty”:

• Normatywne – (preskryptywne) dotyczą wyborów najlepszych, optymalnych.

• Pozytywne – (deskryptywne) inaczej opisowe, dotyczą wyborów faktycznych.

N ormatywne + deskryptywne preskryptywne

Czysta teoria w połączeniu z

Chodzi o to, że to co wiemy z czystej teorii, aby było wykorzystane to trzeba podać w trochę innej formie, ponieważ człowiek ze swojej przekornej natury wykona to wszystko nie dokońca rzetelnie i prawidłowo, i dlatego trzeba to podać z zapasem.

Klasyfikacja decyzji – warunki podejmowania decyzji

• Decyzje w warunkach pewności – to takie, w których jesteśmy w stanie precyzyjnie i niezawodnie określić skutki podjętej decyzji.

• Decyzje w warunkach ryzyka

• Decyzje w warunkach niepewności

• Decyzje podejmowane w warunkach pośrednich pomiędzy ryzykiem a niepewnością

Frank Knight (ryzyko i niepewność) – dokonał rozróżnienia pomiędzy ryzykiem a niepewnością (szkoła austriacka).

Ryzyko – znany rozkład prawdopodobieństwa

Niepewność – nic o nim nie wiemy.

Podmiot decyzyjny

• Decyzje indywidualne

• Decyzje grupowe – w warunkach współpracy lub konfliktu. (teoria gier, oligopol dot. decyzji grupowych).

Liczba możliwości (alternatywy wyborów)

• Skończona

• Dowolna - nieskończona

Liniowe zagadnienia decyzyjne – przykład na programowanie liniowe

Produkcja dwóch wyrobów W₁ i W₂ wymagają użycia obrabiarek O₁ i O₂ oraz frezarki F_1, których miesięczny czas pracy nie może przekraczać odpowiednio: 520 godzin, 480 godzin, 600 godzin. Czas pracy maszyn w godzinach zużywany na produkcję 1 sztuki każdego z wyrobów podano w tabeli poniżej. Zysk ze sprzedaży 1 szt. wyrobu W₁ wynosi 150 zł, a wyrobu W₂ 200 zł..

Wiadomo, że miesięczny popyt na wyrób W₂ nie przekracza 110 szt. chcemy tak zaplanować strukturę asortymentową produkcji, ażeby zysk był możliwie duży.

Rozwiązanie:

D wie zmienne x₁ i x₂ ilość x₁ wyrobu W₁ i ilość x₂ wyrobu W_2.

1. zysk jako funkcja x₁ i x₂

maksymalizuj (względem x₁ i x₂ )zysk firmy f (x₁ , x₂ ) dany wzorem

f (x₁ , x₂ ) : = 150 x₁ + 200 x₂

maszyny	Czas pracy maszyny w	Przeliczeniu na 1 szt. wyrobu
	W1	W2
O1	3	1
O2	4	4
F1	3	2

2. ograniczenia dla x₁ i x₂ wynikające z ograniczonego czasu pracy urządzeń

3 x₁ + x₂ ≤ 520 dostępny czas pracy (O₁)

4 x₁ + 4 x₂ ≤ 480 dotyczy (O₁)

3 x₁ + 2 x₂ ≤ 600 (dot. F₁)

x₂ ≤ 110 max. popyt na W₂

x₁ ≥ 0 , x₂ ≥ 0

Jest to przykład tzw. programowania liniowego. Maksymalizowana (czasem minimalizowana) funkcja to funkcja celu.

Koszty inwestycyjne kontra eksploatacyjne.

Przez rzekę należy przewieźć 480 m³ żwiru. Opłata za 1 kurs barki (wraz z kosztami załadunku) wynosi 50 zł. Ładunek należy umieścić (w odkrytym z góry) pojemniku prostopadłościennym o wymiarach nie przekraczających 4m x 3m i o wysokości nie większej niż 2m. Materiał na dno pojemnika kosztuje 2 zł/m², a na ściany boczne 10 zł/ m². Używany pojemnik można potem sprzedać biorąc za 1 m³ tego pojemnika 25 zł. Co należy zrobić, ażeby możliwie tanio przewieźć żwir przez rzekę? Przedstaw model opisanego zagadnienia decyzyjnego.

Jest to kompromis (problem jego znalezienia) pomiędzy kosztami inwestycyjnymi (budowa pojemnika), a kosztami eksploatacyjnymi (opłata za „kurs”). Mały pojemnik będzie tani, ale trzeba wówczas sporo zapłacić za przewozy, duży jest drogi, ale wystarczy mało przewozów.

Jakie wielkości są tu zmiennymi decyzyjnymi, jaka jest funkcja celu i ograniczenia na zmienne decyzyjne:

• s zerokość - x₁

• długość – x₂ pojemnika

• wysokość – x₃

x_1, x_2, x₃ ≥ 0

x₁ ≤ 4 ; x₂ ≤ 3 ; x₃ ≤ 2

1. koszt budowy ścianek bocznych

(2 x₁ + 2 x₂ + 4 x₃) * 10

2. koszt budowy dna

(2 x₁ + 2 x₂ ) * 20

3. koszty eksploatacyjne

Decyzje podejmowane w przypadku ryzyka, nie wiemy co się w 100% zdarzy.

Pewność – następstwo decyzji jednoznaczne określone.

Niepewność lub ryzyko- faktycznie zaobserwowane następstwo decyzji, zależy nie tylko od tej decyzji. Nie mamy pewności, które z możliwych następstw będzie miało miejsce, bo zależy to od warunków, na które nie mamy wpływu, te warunki to stany świata (natury).

Niepewność – całkowity brak wiedzy na temat szans (prawdopodobieństw) zajścia poszczególnych stanów świata (decydent jest całkowitym ignorantem).

Rozważamy podjęcie jednej z m decyzji d_i oraz bierzemy pod uwagę n możliwych stanów natury s_j. zakładamy, że następstwami decyzji są wypłaty (np. osiągane zyski, straty i wydatki są ujemnymi zyskami).

V(d,s) – wypłata, gdy podjęto decyzję d, a świat znalazł się w stanie s.

Przykład.

Zastanawiamy się czy uiścić opłatę za bilet , możliwe decyzje:

d₁ – oznacza zapłacenie za bilet,

d₂ – oznacza jazdę na gapę ;

możliwe stany świata

s₁ – nie było kontroli,

s₂ –była kontrola,

wypłaty tutaj nie mogą być dodatnie i wynoszą w złotych:

V(d₁ , s₁) = -2,4 (cena za bilet)

V(d₁ , s₂ ) = -2,4 (była kontrola, ale miałam bilet)

V(d₂ , s₁) = 0 (nie kupiłam biletu i nie było kontroli)

V(d₂ , s₂ ) = -122,4 (była kontrola nie miałam biletu, cena za bilet + kara)

Niepewność.

Nie korzystam od 20 lat z usług ZTM i nie mam żadnej wiedzy na temat szans zajścia któregokolwiek z branych pod uwagę stanów świata. Będę podejmować decyzję w warunkach całkowitej niewiedzy.

INDYWIDUALNE DECYZJE W WARUNKACH NIEPEWNOŚCI: KRYTERIA DECYZYJNE.

KRYTERIUM MAKSYMINU (WALDA)

Optymalna decyzja to ta, dla której w najgorszej sytuacji wyplata będzie najwyższa. Kryterium pesymistyczne, zachowawcze (konserwatywne). Rozważamy najniższą możliwą wypłatę, jaką możemy otrzymać.

W najgorszej sytuacji wypłata dla decyzji d wynosi:

Min_s {V(d,s)}, oznaczamy ją przez m(d) – dla konkretnej decyzji d

W najgorszej sytuacji, gdy podejmę decyzję d otrzymam najmniej m(d).

Decyzja optymalna to ta, która nadaje decyzji d maksimum, w przypadku rozpatrywanej decyzji d i funkcji m .

Decyzja optymalna _dˆ maksymalizuje funkcję m względem innych decyzji d.

Decyzja gwarantuje co najmniej wypłatę max_d [min_s{V(d,s)}]

Faktyczna wypłata będzie równa wielkości dla najgorszego stanu świata i nigdy nie będzie od niej mniejsza.

Przykład

m(d₁) = -2,4

m(d₂) = -122,4

decyzja lepsza to ta, dla której m jest większe, czyli w naszym przypadku -2,4.

Decyzją optymalną wg kryterium Walda jest d₁ czyli zakup biletu.

Kryterium Walda to kryterium ostrożnościowe.

Rozważamy m decyzji d₁ oraz n możliwych stanów natury s_j dla wygody V_ij = V (d_j , s_j)

Macierz będzie miała tyle wierszy ile jest rozpatrywanych decyzji i tyle kolumn ile jest stanów świata.

Macierz wypłat

Prostokątna tablica o m wierszach i n kolumnach, w której na przecięciu i-tego wiersza i j-tej kolumny jest wpisana wypłata V_ij

Wybór decyzji maksyminowej: w każdym wierszu zaznaczamy najmniejszy element (wypłatę) i wybieramy wiersz (a więc decyzję), w którym jest on największy.

Przykład (z macierzą wypłat)

Dla następującej macierzy zaznaczono najmniejsze elementy w wierszach. Decyzją optymalną maksyminową jest d_2.

(wybieramy największą z najmniejszych i to właśnie będzie optymalny wybór wg kryterium Walda.

	S1	S2	S3
d1	1	3	6
d2	4	2	5

KRYTERIUM MAKSYMAKSU

Optymalna decyzja to ta, dla której w najlepszej sytuacji wypłata będzie najwyższa. Kryterium skrajnie optymistyczne, nie boimy się niepowodzenia. W najlepszej sytuacji wypłata dla decyzji d wynosi max_s{V(d,s)}, oznaczamy ją przez M(d). Decyzja optymalna maksymalizuje funkcję M względem innych decyzji d.

Decyzja obiecuje wypłatę max_d [max_s{V(d,s)}] jest równa tej wielkości dla” najlepszego” stanu świata.

Przykład

M(d₁) = - 122,4

M(d₂) =-2,4

Decyzją optymalną jest zgodnie z kryterium maksymaksu d₂ (jazda na gapę).

Wybór decyzji maksymaksowej z macierzy wypłat w każdym wierszu zaznaczamy największy element (wypłatę) i wybieramy wiersz (a więc decyzję), w którym jest on największy.

	S1	S2	S3
d1	1	3	6
d2	4	2	5

Wybieramy d₁ (największe z największych).

Największym w pierwszym wierszu jest element V_1,3 =6, w drugim V_2,3 =5, decyzją optymalną jest d_1.

KRYTERIUM ALFA HURWICZA

Oznaczenia:

α – ustalona liczba rzeczywista spełniająca 0≤ α ≤1,

m(d) = min_s{V(d,s)} oraz M (d)= max_s{V(d,s)}

V^α (d) = α m(d) + (1 – α) M (d)

Optymalna decyzja maksymalizuje funkcję V^α względem innych decyzji.

α - współczynnik pesymizmu – optymizmu.

Optymalna decyzja zależy od arbitralnie ustalonego α.

Przykład

Zauważymy, że

m(d₁) = 1

m(d₂) = 2

M(d₁) = 6

M(d₂) = 5

V^α (d) = α m(d) + (1 – α) M (d)

V^α (d₁) = α * 1 + (1 – α ) * 6

V^α (d₂) = α * 2 + (1 – α ) * 5

Gdy α > ¹/₂ decyzją optymalną dla kryterium α Hurwicza jest d₁ , gdy α < ¹/₂ to d₂ , gdy α = ¹/₂ obydwie decyzje są optymalne dla kryterium Alfa Gurwicza.

KRYTERIUM STRATY MINIMALNEJ SAVAGE’A

V(s) – najwyższa możliwa wypłata, gdy stanem świata jest s tzn. V(s) = max_d {V(d,s)}

r(d,s) = V(s) – V(d,s) – strata (zawsze są nieujemne) jaką ponosimy podejmując decyzję d , gdy świat był w stanie s. (straty są tu nieujemne)

Interesuje mnie największa strata jaką może ponieść podejmując decyzję d.

R(d) = max_s {r(d,s)} – największa strata jaką poniosę podejmując decyzję d , gdy nie odgaduję stanu świata s.

Optymalna decyzja to taka decyzja , dla której w najgorszej sytuacji strata R(d) będzie najniższa. (Minimaksowa, dlatego że będziemy mieli min. i max. wyliczone).

Decyzja optymalna minimalizuje funkcję R względem decyzji d. Decyzja gwarantuje, że strata nie wyniesie więcej niż min_d {R(d)}dla „najgorszego” stanu świata strata będzie taka, ale nigdy nie będzie od niej większa.

W każdej kolumnie macierzy wypłat zaznaczamy największy element (wypłatę). Z macierzy wypłat tworzymy macierz strat (N_ij), odejmując w każdej kolumnie od ww elementu największego, odpowiednią wypłatę V_ij . W macierzy strat zaznaczamy w każdym wierszu największą stratę. Wybieramy wiersz, a więc decyzję, w którym ta największa strata jest najmniejsza.

Przykład

V – dla każdego stanu świata S₁ S₂ S₃ możliwie największa wypłata (rozważamy S, a nie d)

Poniżej macierz wypłat

	S1	S2	S3
d1	1	3	6
d2	4	2	5

Macierz strat – w rozpatrywanej macierzy strat zaznaczono największe elementy w wierszach.

	S1	S2	S3
d1	3	0	0
d2	0	1	1

Decyzją optymalną dla kryterium straty minimaksowej Savage’a jest oczywiście d_2.