- •Краткое содержание
- •Полный список примеров, задач и кейсов
- •Предисловие
- •Благодарности
- •Оптимизация в условиях полной определенности
- •1. Метод линейной оптимизации
- •Теоретические замечания.
- •Приемы решения задач
- •1.П-1. Фирма «Фасад»
- •Решение задачи.
- •1.П-2. Компания “Черные каски”
- •Решение задачи.
- •1.П-3. Сталепрокатный завод
- •Решение задачи.
- •1.П-4. На кондитерской фабрике. (Кейс)
- •Анализ Действия 1-го.
- •Действие 2-е. Жаль…, ведь мы все так любим «Батончик»!
- •Анализ Действия 2-го.
- •Дейчтвие 3-е. Проблема учета постоянных издержек
- •Анализ Действия 3-его.
- •1.П-5. Оптимизация производства на заводе «Прогресс» (Кейс)
- •Действие 1-е. Оптимальный план.
- •Первый шаг анализа
- •Второй шаг анализа (Предложение добросовестного рабочего)
- •Четвертый шаг анализа
- •Пятый шаг анализа
- •Анализ Действия 1-го.
- •1.П-6. Аренда с предоплатой
- •Решение задачи.
- •1.П-7. Большой портфель
- •Решение задачи.
- •Задачи для самостоятельного решения
- •1.1. Планирование производства
- •1.1. Три магнитофона
- •1.2. Ферма
- •1.3. Мебельная фабрика
- •1.4. Смешивание соков
- •1.5. Пять типов продукции
- •1.6. Корпорация «Тополь»
- •1.8. Выпуск процессоров
- •1.9. Предприятие в Энске
- •1.10. Электронные переключатели
- •1.11. Фермер Билл Петрушкин
- •1.13. Предприятие «Высокий октан»
- •1.14. Корпорация «Ветер»
- •1.15. Компания «Подмосковная электроника»
- •1.16. Компания «Пауэр Кулинг»
- •1.17. Добыча руды в компании “Седьмой круг”
- •1.18. Детские велосипеды
- •1.19. Горнопромышленная компания “Белые каски”
- •1.20. Предприятие Танти Мару
- •1.21. Очистка нефти
- •1.23. План ремонта станков
- •1.25. Бакалейная лавка
- •1.26. Сухофрукты
- •1.27. Джинсовая одежда
- •1.28. Сэндвичи Жаннет
- •1.29. Компания «Корвет»
- •1.30. Фильм! Фильм! Фильм!!!
- •1.31. Предприятие «Маяк»
- •1.32. Англия, Франция и Испания
- •1.2. Планы закупок
- •1.33. Том, Дик и Джерри
- •1.35. Универсальный магазин
- •1.36. Торговая фирма «Одежда не для всех»
- •1.37. Торговая фирма «Одежда для всех»
- •1.38. Оптовая торговля замороженными овощами
- •1.3. Реклама и маркетинг
- •1.40. Рекламная компания
- •1.41. Эластичность спроса
- •1.42. Фирма «JL»
- •1.43. Корпорация «Фарма Лаб» (бизнес-кейс)
- •1.45. Индекс цен на молочные продукты
- •1.4. Оптимальный состав
- •1.46. Собачья еда
- •1.47. Свиноферма
- •1.48. Фармацевтическая компания
- •1.49. Пять предприятий
- •1.51. Школьные обеды
- •1.5. Финансы
- •1.53. Банк и 6 проектов
- •1.54. Комитет планирования
- •1.55. Инвестиционный бюджет
- •1.56. Консервативный инвестор
- •1.57. Портфель инвестиций
- •1.58. Дистрибьюторская компьютерная фирма
- •1.59. Инвестор и 5 проектов
- •1.60. Частный инвестор
- •1.61. Сара Вильямс
- •1.62. Оценка прибыльности цеха бухгалтерией
- •1.63. Аренда с ежемесячными выплатами
- •1.64. Сертификаты
- •1.65. Компания «СуперИнвест»
- •1.66. Планирование финансового потока
- •1.6. Расписания и графики выполнения заказов на производстве
- •Приемы решения задач
- •1.П-8. Банк «Простор»
- •Решение задачи.
- •1.П-9. Последовательность выполнения заказов
- •Решение задачи.
- •Задачи для самостоятельного решения
- •1.68. “Ясный перец”
- •1.71. Электроэнергия
- •1.72. Последовательность обработки деталей на двух станках
- •1.73. Последовательность обработки деталей на трех станках
- •2. Транспортные задачи и логистика; задачи о назначениях и отборе.
- •Теоретические замечания.
- •Транспортная задача
- •Несбалансированность в транспортной задаче
- •Задача о назначениях
- •Задачи оптимизации логистики и цепочек поставок.
- •Приемы решения задач
- •2.П-1. Дорстрой
- •Решение задачи.
- •2.П-2. Поставки двух видов продуктов
- •Решение задачи.
- •2.П-3. Компью-Нет
- •Решение задачи.
- •2.П-4. Распределение аудиторов по фирмам
- •Решение задачи.
- •2.П-5. Заводы ЖБИ
- •Решение задачи.
- •2.П-6. Две бригады
- •Решение задачи.
- •2.П-7. Отделочный камень для коттеджей (Кейс)
- •Анализ кейса.
- •2.П-8. Цепочка поставок компании «НАЦПРОДУКТ» (Кейс)
- •Действие 1-е: Постановка задач оптимизации.
- •Анализ действия 1 кейса.
- •Определение оптимального плана закупок
- •Определение оптимального плана перевозок
- •Действие 2-е: Оптимизация и здравый смысл.
- •Анализ действия 2 кейса.
- •Действие 3-e: Интегрированный план для цепочки поставок
- •Анализ действия 3 кейса.
- •2.П-9. Фирма «Хороший хозяин»
- •Решение задачи.
- •Задачи для самостоятельного решения
- •2.1. Логистика
- •2.1. Транспортный отдел
- •2.2. Транспортные издержки
- •2.3. Поставки со складов
- •2.4. Дефицит товара
- •2.5. Дорожное строительство
- •2.6. Подготовка к отопительному сезону
- •2.7. Перевозка контейнеров
- •2.9. Поставки
- •2.10. Ремонт автодорог
- •2.11. Слишком много поставщиков
- •2.12. Производственные площадки компании «Воздух»
- •2.13. Перевозки двух продуктов
- •2.14. Перевозки трех продуктов
- •2.15. Многопродуктовая задача
- •2.16. Транспортировка через промежуточные склады
- •2.17. Два завода
- •2.18. Грузовой самолет
- •2.22. Школьные перевозки
- •2.23. Два груза разных объемов
- •2.24. Поставки отопительного оборудования
- •2.25. Воздушные перевозки.
- •2.26. Рейс машины инкассатора
- •2.2. Оптимальные назначения и отбор
- •2.27. 7 команд
- •2.28. 8 команд с проблемой
- •2.29. 9 команд
- •2.30. Олимпийские игры
- •2.31. Назначение слесарей
- •2.32. Отбор специалистов и составление команд
- •2.33. Выбор мест для складов
- •2.34. Распределение оптовиков
- •2.35. Назначение центров снабжения
- •2.36. Склады для компании «Чистые материалы»
- •2.37. Отбор и расстановка рабочих
- •2.38. Дефицит рабочих
- •2.39. Запасная бригада
- •2.40. На стройках МТС
- •2.41. Назначение бригад ремонтников
- •2.43. Проблема мастера
- •2.44. Закупки для компании «Южный производитель»
- •3. Планирование и анализ проектов
- •Теоретические замечания.
- •Приемы решения задач.
- •3.П-1. Обеспечение заданных сроков за счет сверхурочных
- •Решение задачи.
- •3.П-2. Предел еженедельного финансирования проекта.
- •Решение задачи.
- •3.П-3. Проект Омикрон
- •Решение задачи.
- •3.П-4. Научно-просветительский центр планирования семьи в Нигерии.
- •Задачи для самостоятельного решения
- •3.1. Строительный проект
- •3.2. Новый ресторан МакЛуммокс
- •3.3. Консалтинговый проект для «Чайна ОллПродакт».
- •3.4. Срыв сроков начала работ субподрядчиком.
- •3.5. Автомобиль 007
- •3.6. Строительство торгового центра
- •3.7. Проект компании МегаШоп
- •3.9. Петров и партнеры
- •3.11. Мир женщин
- •3.12. Журнал Червонный Гудок
- •3.13. Проект корпорации «SHARON CONSTRUCTION»
- •4. Оптимальное управление запасами
- •Принятые обозначения и необходимые формулы
- •Теоретические замечания.
- •[S] – денежная единица/на один заказ.
- •Модель экономичного размера заказа
- •Основные допущения и параметры модели
- •Оптимальная частота заказа для группы товаров.
- •Модель производства оптимальной партии продукции
- •Ограничения модели экономичного размера заказа (партии продукции) и возможность их преодоления.
- •Приемы решения задач.
- •4.П-1. Выбор поставщика
- •Решение задачи.
- •4.П-2. Строительная фирма
- •Решение задачи.
- •4.П-3. Лов рыбы
- •Решение задачи.
- •Задачи для самостоятельного решения
- •4.1. Выгодное предложение
- •4.2. Гостиница
- •4.3. Чековая лента
- •4.4. Военный госпиталь
- •4.5. Закупки в компании Стоик
- •4.7. Горный автомобиль
- •4.8. Сибирские моторы
- •4.11. Совхоз Чапаевец
- •4.13. Крыша
- •4.14. Предприятие АСЗ
- •4.15. Сеть магазинов «Деловой костюм»
- •5. Комплексное и многопериодное планирование
- •Приемы решения задач.
- •5.П-1. Агрегатный план производственного отдела компании «Вал» (Кейс)
- •Анализ кейса
- •Стратегия 1: Найм и увольнение.
- •Стратегия 2: Сверхурочные и частичная занятость.
- •Стратегия 3: Использование склада.
- •Оптимальная смесь стратегий.
- •Задачи для самостоятельного решения
- •5.1. План для MemoBlink
- •5.3. Ферма Бэрримора
- •5.4. Горные лыжи
- •5.6. Компания АгроМашЗавод
- •5.7. Компания «Лем и сыновья»
- •5.8. График доставки
- •Методы принятия решений в условиях неопределенности и риска
- •Принятые обозначения и необходимые формулы
- •Теоретические замечания
- •Постановка задачи о количественной оценке риска возникновения дефицита и плате за его снижение до заданного уровня.
- •Основные характеристики случайного спроса.
- •Частотное распределение случайного спроса.
- •Нормальное распределение вероятностей.
- •Оценка риска возникновения дефицита по нормальному распределению.
- •Риск возникновения дефицита и уровень обслуживания.
- •Модель фиксированного периода между заказами.
- •Замечание о случайных вариациях времени поставки.
- •Однопериодная модель заказа.
- •Замечание об экономически обоснованном риске дефицита в модели фиксированного размера заказа.
- •Приемы решения задач
- •6.П-1. Магазин сантехники
- •Решение задачи.
- •6.П-2. Оптовые продажи хозтоваров
- •Решение задачи.
- •6.П-3. Новый Электрон
- •Решение задачи.
- •6.П-4. Свежая пресса
- •Решение задачи.
- •6.П-5. Банк «Белый Тигр»
- •Решение задачи.
- •Задачи для самостоятельного решения
- •6.1. Бесконечный горизонт планирования – фиксированный запас
- •6.1. Отель
- •6.2. Офис крупной компании
- •6.3. Сэм управляет запасами
- •6.4. Мастерская
- •6.5. Стадион
- •6.6. “Биг-лайн”
- •6.7. Женский роман
- •6.8. Магазин «Кандела»
- •6.9. Местная станция обслуживания
- •6.10. Грубый Готлиб
- •6.11. Чехлы
- •6.12. Автосервис
- •6.13. Торговля пиломатериалами
- •6.14. Магазин сантехники
- •6.15. Выбор стратегии
- •6.16. Закупка сырья
- •6.17. Магазин «Хозтовары»
- •6.18. Сигнализация
- •6.19. Кухонные гарнитуры
- •6.20. Фармацевтическая компания
- •6.21. Батарейки
- •6.22. Магазин инструментов
- •6.23. Автомобильная секция
- •6.24. Системы водоснабжения
- •6.2. Бесконечный горизонт планирования – фиксированный период
- •6.26. «Пицца-Хат»
- •6.27. Универсальный магазин
- •6.28. Магазин «Свет»
- •6.29. Гамма Гидры
- •6.30. Универмаг «Приреченский»
- •6.31. Секция универсального магазина
- •6.32. Криминальное чтиво
- •6.33. Мини-Маркет
- •6.3. Однопериодная модель
- •6.35. Футболки
- •6.37. Мясной отдел
- •6.38. Компания «Маски»
- •6.40. Киоск
- •6.41. Расторопный Дмитрий
- •6.42. Бронирование контейнеров
- •6.43. Супермаркет и компания «Хозяюшка»
- •6.44. Отделение банка
- •6.45. Университет
- •6.46. Финансирование проекта
- •7. Выбор альтернатив.
- •Основные формулы теории вероятностей
- •Теоретические замечания.
- •Таблица выигрышей и потерь.
- •Принятие решений в условиях полной неопределенности
- •Принятие решений в условиях риска.
- •Стоимость совершенной информации.
- •Анализ устойчивости выбора оптимальной альтернативы для компании «Энергия палеолита».
- •Дерево альтернатив
- •Анализ устойчивости выбора оптимальной альтернативы по дереву альтернатив для компании «Вольный полет».
- •Переоценка вероятностей сценариев будущего в свете дополнительной информации. Стоимость несовершенной информации.
- •Приемы решения задач
- •7.П-1. Производитель снегоходов
- •Решение задачи.
- •7.П-2. Дефектные комплектующие
- •Решение задачи.
- •Задачи для самостоятельного решения
- •Простые сценарии развития событий
- •7.1. Производитель аэросаней
- •7.2. Оптовый склад хозяйственных товаров
- •7.3. Электротермометры
- •7.4. Хоз-маркет
- •7.5. Обувной отдел
- •7.6. Зеленщица
- •7.7. Маленькая кондитерская
- •7.8. Тракторы и СХ Орудия Барни
- •7.9. Переменный спрос
- •7.10. Супермаски
- •7.11. Компьютерная школа
- •7.12. Оптовая база
- •7.13. Елки-палки
- •7.14. Подготовка к зиме
- •7.15. Центр Компьютерного Тренинга
- •7.16. Производственная линия
- •7.17. Кредит
- •7.18. Две стратегии
- •7.19. Новый магазин
- •7.20. Турфирма «Улет»
- •7.21. Курортное местечко
- •Анализ цепочек событий
- •7.24. Парфюмерная компания
- •7.25. Производство ЭЛТ
- •7.27. Биохимическая лаборатория
- •7.30. Компания "Обуем всех"
- •7.31. Консалтинговая служба
- •7.32. Семейная инвестиционная проблема (бизнес-кейс)
- •7.33. Пекарня
- •7.34. Новый бизнес
- •7.36. Ипотечный фонд
- •7.37. Дворец-строй
- •7.38. Большая нефть
- •7.39. ОбувьСити
- •7.40. Золотой рудник
- •7.41. Риэлторская фирма г. Сидорова
- •8. Управление проектами с учетом случайных вариаций времени выполнения стадий
- •Теоретические замечания.
- •Приемы решения задач.
- •8.П-1. Проект «Снеси-Построй»
- •Задачи для самостоятельного решения
- •8.1. Простой проект
- •8.2. Проект рекрутинговой компании
- •8.3. Полная релаксация
- •9. Оценка эффективности систем массового обслуживания и их оптимизация
- •Теоретическое введение.
- •Коммунальные платежи в отделении сбербанка.
- •Пуассоновский поток заявок.
- •Усредненные характеристики работы системы массового обслуживания.
- •Классификация систем массового обслуживания
- •Расчеты характеристик СМО с помощью теории очередей.
- •Приемы решения задач.
- •9.П-1. Банкоматы
- •Решение задачи.
- •9.П-2. Кафе в парке отдыха
- •Решение задачи.
- •9.П-3. Такси по телефону
- •Решение задачи.
- •Задачи для самостоятельного решения
- •9.1. Телефонная система заказа билетов
- •9.2. Таможенный пункт
- •9.3. Большой цех
- •9.4. Приемная
- •9.5. Ресторан «Ешь вволю»
- •9.6. Торговля по каталогам
- •9.7. Таможенный досмотр
- •9.8. Бармен
- •9.9. Стоматологическая поликлиника (бизнес-кейс)
- •9.10. Парикмахерская
- •9.11. Бери и кати
- •9.12. Трасса Е95
- •9.13. Лодочная станция
- •9.14. Погрузка кирпича.
- •9.15. Бар «Аэродром»
- •9.16. Парк аттракционов
- •9.17. Офис
- •9.18. Аттракционы в парке отдыха
- •9.19. Колониальные товары
- •9.20. Мир цветов
- •9.21. Магазин сети «Шамбала»
- •9.22. Кафе «Золотая форель»
- •9.23. Серфинг
- •9.24. Радио-такси
- •9.26. Станки-автоматы
- •9.27. Полиграфическая компания
- •9.28. Кофе для преподавателя
- •9.29. Прядильная мастерская
- •9.30. Тамагочи
- •9.32. Полный порядок
- •9.33. Виртуальный друг
- •9.34. Завод научного приборостроения
- •9.35. Вязальные станки
- •Ответы к задачам
- •Оптимизация в условиях полной определенности
- •Метод линейной оптимизации.
- •1.2 Ферма
- •1.3 Мебельная фабрика
- •1.4 Смешивание соков
- •1.5 Пять типов продукции
- •1.6 Корпорация «Тополь»
- •1.9 Предприятие в Энске.
- •1.11 Фермер Билл Петрушкин
- •1.13 Предприятие «Высокий октан»
- •1.14 Корпорация «Ветер»
- •1.15 Компания «Подмосковная электроника»
- •1.16 Компания «Подмосковная электроника»
- •1.17 Добыча руды в компании “Седьмой круг”
- •1.18 Детские велосипеды
- •1.19 Горнопромышленная компания “Белые каски”
- •1.20 Предприятие Танти Мару
- •1.21 Очистка нефти
- •1.22 Производство минеральных плит
- •1.23 План ремонта станков
- •1.25 Бакалейная лавка
- •1.26 Сухофрукты
- •1.27 Джинсовая одежда
- •1.28 Сэндвичи Жаннет
- •1.29 Компания «Корвет»
- •1.30 Фильм! Фильм! Фильм!!!
- •1.31 Предприятие «Маяк»
- •1.32 Англия, Франция и Испания
- •1.33 Том, Дик и Джерри
- •1.34 Поставки химического сырья
- •1.36 Торговая фирма «Одежда не для всех»
- •1.38 Оптовая торговля замороженными овощами
- •1.39 Корпорация «Природный газ»
- •1.40 Рекламная компания
- •1.41 Эластичность спроса
- •1.42 Фирма «JL»
- •1.45 Индекс цен на молочные продукты
- •1.46 Собачья еда
- •1.47 Свиноферма
- •1.48 Фармацевтическая компания
- •1.51 Школьные обеды
- •1.53 Банк и 6 проект
- •1.56 Консервативный инвестор
- •1.58 Дистрибьюторская компьютерная фирма
- •1.60 Частный инвестор
- •1.61 Сара Вильямс
- •1.62 Оценка прибыльности цеха бухгалтерией
- •1.63 Аренда с ежемесячными выплатами
- •1.64 Сертификаты
- •1.65 Компания «СуперИнвест»
- •1.67 «Дом-строй»
- •1.68 “Ясный перец”
- •1.71 Электроэнергия
- •1.72 Последовательность обработки деталей на двух станках
- •1.73 Последовательность обработки деталей на трех станках
- •Транспортные задачи и логистика; задачи о назначениях и отборе
- •2.1 Транспортный отдел
- •2.2 Транспортные издержки
- •2.3 Поставки со складов
- •2.4 Дефицит товара
- •2.5 Дорожное строительство
- •2.6 Подготовка к отопительному сезону
- •2.7 Перевозка контейнеров
- •2.9 Поставки
- •2.10 Ремонт автодорог
- •2.11 Слишком много поставщиков
- •2.12 Производственные площадки компании «Воздух»
- •2.13 Перевозки двух продуктов
- •2.14 Перевозки трех продуктов
- •2.15 Многопродуктовая задача
- •2.16 Транспортировка через промежуточные склады
- •2.17 Два завода
- •2.22 Школьные перевозки
- •2.23 Два груза разных объемов
- •2.24 Поставки отопительного оборудования
- •2.25 Воздушные перевозки.
- •2.26 Рейс машины инкассатора
- •2.27 7 команд
- •2.28 8 команд с проблемой
- •2.29 9 команд
- •2.30 Олимпийские игры
- •2.31 Назначение слесарей
- •2.32 Отбор специалистов и составление команд
- •2.33 1:1:2:7: Выбор мест для складов
- •2.34 Распределение оптовиков
- •2.35 Назначение центров снабжения
- •2.36 Склады для компании «Чистые материалы»
- •2.37 Отбор и расстановка рабочих
- •2.38 Дефицит рабочих
- •2.39 1:2:2:13. Запасная бригада
- •2.40 На стройках МТС
- •2.41 Назначение бригад ремонтников
- •2.43 Проблема мастера
- •2.44 Закупки для компании «Южный производитель»
- •Планирование и анализ проектов
- •3.1 Строительный проект
- •3.2 Новый ресторан МакЛуммокс
- •3.3 Консалтинговый проект для «Чайна ОллПродакт».
- •3.4 Срыв сроков начала работ субподрядчиком.
- •3.5 Автомобиль 007
- •3.6 Строительство торгового центра
- •3.7 Строительство торгового центра
- •3.9 Петров и партнеры
- •3.11 Мир женщин
- •3.12 Журнал Червонный Гудок
- •3.13 Проект корпорации «SHARON CONSTRUCTION»
- •Оптимальное управление запасами
- •4.2 Гостиница
- •4.3 Чековая лента
- •4.5 Закупки в компании Стоик
- •4.7 Горный автомобиль
- •4.8 Сибирские моторы
- •4.10 ЖК-панели
- •4.11 Совхоз Чапаевец
- •4.13 Крыша
- •4.14 Предприятие АСЗ
- •4.15 Сеть магазинов «Деловой костюм»
- •Комплексное и многопериодное планирование
- •5.1 План для MemoBlink
- •5.3 Ферма Бэрримора
- •5.4 Горные лыжи
- •5.5 Компания Красный молот
- •5.6 Компания АгроМашЗавод
- •5.7 Компания «Лем и сыновья»
- •5.8 График доставки
- •Методы принятия решений в условиях неопределенности и риска
- •Оптимальное управление запасами с учетом случайных вариаций спроса
- •6.1 Отель
- •6.2 Офис крупной компании
- •6.3 Сэм управляет запасами
- •6.4 Мастерская
- •6.5 Стадион
- •6.6 “Биг-лайн”
- •6.7 Женский роман
- •6.8 Магазин «Кандела»
- •6.9 Местная станция обслуживания
- •6.10 Грубый Готлиб
- •6.11 Чехлы
- •6.12 Автосервис
- •6.13 Торговля пиломатериалами
- •6.14 Магазин сантехники
- •6.15 Выбор стратегии
- •6.16 Закупка сырья
- •6.17 Магазин «Хозтовары»
- •6.18 Сигнализация
- •6.19 Кухонные гарнитуры
- •6.20 Фармацевтическая компания
- •6.21 Батарейки
- •6.22 Магазин инструментов
- •6.23 Автомобильная секция
- •6.24 Системы водоснабжения
- •6.26 «Пицца-Хат»
- •6.27 Универсальный магазин
- •6.28 Магазин «Свет»
- •6.29 Гамма Гидры
- •6.30 Универмаг «Приреченский»
- •6.31 Секция универсального магазина
- •6.32 Криминальное чтиво
- •6.33 Мини-Маркет
- •6.35 Футболки
- •6.37 Мясной отдел
- •6.38 Компания «Маски»
- •6.39 Шубы
- •6.40 Киоск
- •6.41 Расторопный Дмитрий
- •6.42 Бронирование контейнеров
- •6.43 Супермаркет и компания «Хозяюшка»
- •6.44 Отделение банка
- •6.45 Университет
- •6.46 Финансирование проекта
- •Выбор альтернатив
- •7.1 Производитель аэросаней
- •7.2 Оптовый склад хозяйственных товаров
- •7.3 Электротермометры
- •7.4 Хоз-маркет
- •7.5 Обувной отдел
- •7.6 Зеленщица
- •7.7 Маленькая кондитерская
- •7.8 Тракторы и СХ Орудия Барни
- •7.9 Переменный спрос
- •7.10 Супермаски
- •7.11 Компьютерная школа
- •7.12 Оптовая база
- •7.13 Елки-палки
- •7.14 Подготовка к зиме
- •7.15 Центр Компьютерного Тренинга
- •7.16 Производственная линия
- •7.17 Кредит
- •7.18 Две стратегии
- •7.19 Новый магазин
- •7.20 Турфирма «Улет»
- •7.21 Курортное местечко
- •7.24 Парфюмерная компания
- •7.25 Производство ЭЛТ
- •7.26 Пробка
- •7.27 Биохимическая лаборатория
- •7.28 Повышение квалификации
- •7.30 Компания "Обуем всех"
- •7.31 Консалтинговая служба
- •7.32 Семейная инвестиционная проблема
- •7.33 Пекарня
- •7.34 Новый бизнес
- •7.36 Ипотечный фонд
- •7.37 Дворец-строй
- •7.38 Большая нефть
- •7.39 ОбувьСити
- •7.40 Золотой рудник
- •7.41 Риэлторская фирма г. Сидорова
- •7.42 Покупка магазина
- •Управление проектами с учетом случайных вариаций времени выполнения стадий
- •8.1 Простой проект
- •8.2 Проект рекрутинговой компании
- •8.3 Полная релаксация
- •Оценка эффективности систем массового обслуживания и их оптимизация
- •9.1 Телефонная система заказа билетов
- •9.2 Таможенный пункт
- •9.3 Большой цех
- •9.4 Приемная
- •9.5 Ресторан «Ешь вволю»
- •9.6 Торговля по каталогам
- •9.7 Таможенный досмотр
- •9.8 Бармен
- •9.9 Стоматологическая поликлиника
- •9.10 Парикмахерская
- •9.11 Бери и кати
- •9.12 Трасса Е95
- •9.13 Лодочная станция
- •9.14 Погрузка кирпича.
- •9.15 Бар «Аэродром»
- •9.16 Парк аттракционов
- •9.17 Офис
- •9.18 Аттракционы в парке отдыха
- •9.19 Колониальные товары
- •9.20 Мир цветов
- •9.21 Магазин сети «Шамбала»
- •9.22 Кафе «Золотая форель»
- •9.23 Серфинг
- •9.24 Радио-такси
- •9.26 Станки-автоматы
- •9.27 Полиграфическая компания
- •9.28 Кофе для преподавателя
- •9.29 Прядильная мастерская
- •9.30 Тамагочи
- •9.32 Полный порядок
- •9.33 Виртуальный друг
- •9.34 Завод научного приборостроения
- •9.35 Вязальные станки
- •Глоссарий
Зайцев М.Г., Варюхин С.Е. |
505 |
Приемы решения задач
7.П-1. Производитель снегоходов
Производитель снегоходов должен сделать заказ на двигатели на 1 месяц работы у внешнего поставщика. Время выполнения этого заказа поставщиком - 2 месяца. Кампания делает снегоходы на заказ и количество произведенной продукции определяется числом заказов на снегоходы в данном месяце. Какое число заказов компания будет иметь через 2 месяца (когда подойдет заказ от поставщика, который надо сделать сегодня) неизвестно, но предыдущий опыт позволяет оценить вероятность различных уровней спроса. Данные представлены в таблице.
Кол-во двигателей |
200 |
300 |
400 |
|
500 |
|
600 |
700 |
|
Вероятность продаж |
0.15 |
0.25 |
0.25 |
0.2 |
|
0.1 |
0.05 |
он |
|
Если купленный двигатель используется |
в тот месяц, |
для которого |
куплен, он дает прибыль $300, если он залеживается до следующего месяца, это влечет убытки $100.
Постройте таблицу выигрышей и потерь. Используя принцип максимума ожидаемой монетарной ценности определите:
каков оптимальный размер заказа? какова цена совершенной информации?
Как изменится оптимальное решение, если потери от неиспользованного вовремя, двигателя составляют $300? Как при этом изменится стоимость совершенной информации?
Проанализируйте, насколько существенно изменится решение, если вероятности известны с точностью не лучше 5 процентных пунктов.
Сравните выводы, к которым приводят критерии максимина и минимаксных сожалений, с решением на основе максимума ожидаемой монетарной ценности альтернативы.
Решение задачи.
Для того чтобы построить таблицу выигрышей и потерь необходимо определиться, какие значения спроса (сценарии будущего) мы будем считать возможными и из каких предполагаемых размеров заказа мы будем выбирать оптимальный (альтернативы).
Данная в условиях задачи таблица распределения вероятностей различных значений спроса подталкивает к тому, чтобы в качестве возможных значений спроса выбрать 6 чисел, отраженных в ней. Это особенно естественно, поскольку для этих уровней спроса уже оценены соответствующие вероятности.
Отвлекаясь от конкретной формулировки условия задачи, обсудим происхождение представленной в условии таблицы распределения вероятностей
различных значений спроса? Как подробно обсуждалось в теоретическом введении к настоящей главе, существуют два источника для подобного рода информации: реальная выборка значений спроса, основанная на исторических данных, или экспертные оценки. Очевидно, что в реальной выборке различные «некруглые» значения спроса (например, 222, 390, 715 и т.п.) были сгруппированы в 6 диапазонов около представленных в таблице «круглых» значений от 200 до 700. Результаты построенной на исторических данных статистической выборки могут непосредственно использоваться для прогноза спроса на интересующий нас период времени в будущем (в этом случае говорят, что используется «наивный прогноз: завтра будет так же, как сегодня»). Разумеется, эти результаты можно скорректировать, используя экспертные оценки. Например, пусть из тех же исторических данных следует, что спрос на тот или иной продукт имеет сильную сезонную компоненту (что весьма реалистично для продажи снегоходов), или наш отдел маркетинга в настоящее время проводит мероприятия по интенсивному продвижению продукта так, что в следующем месяце ожидается существенное увеличение спроса, по сравнению с предыдущими месяцами, на основании которых и было получено распределение вероятностей, представленное в условии задачи. В этом случае, менеджеры отдела маркетинга могут предположить (на основании своего опыта), что представленные в таблице уровни спроса следует увеличить (например, на 30%), сохранив прежние оценки вероятностей этих уровней, или наоборот, сохранив возможные уровни продаж, сдвинуть максимум распределения вероятностей в сторону более высоких значений.
Поскольку вся эта «внутренняя кухня компании» осталась за рамками рассматриваемой задачи, примем, что данное в условии распределение вероятностей спроса следует непосредственно применить к интересующему нас месяцу. Тогда, для избежания не нужных сложностей, в качестве рассматриваемых альтернатив размера заказа естественно выбрать те же значения, что и уровни спроса, представленные в таблице.
Тогда таблицей выигрышей и потерь будет иметь 6 6=36 клеток, в каждой из которых необходимо подсчитать финансовый выигрыш или потерю. Если организовать таблицу так, как показано на рисунке (Рис. 260), то эти финансовые результаты должны содержаться в ячейках C4:H9. Их можно подсчитать для каждого из 36 вариантов развития событий отдельно, но это утомительно и, главное, совсем не в духе идеологии MS-Excel. Лучше составим формулу.
|
A |
|
B |
C |
|
D |
E |
F |
G |
|
H |
1 |
Прибыль= |
0.3 |
|
тыс. |
Потери= -0.1 тыс. |
|
|||||
2 |
|
|
|
|
Возможный спрос (состояние окружения) |
|
|||||
3 |
|
|
|
200 |
|
300 |
400 |
500 |
600 |
|
700 |
4 |
|
|
200 |
|
|
|
|
|
|
|
|
5 |
Варианты заказа |
|
300 |
|
|
|
|
|
|
|
|
6 |
|
400 |
|
|
|
|
|
|
|
|
|
7 |
(альтернативы) |
|
500 |
|
|
|
|
|
|
|
|
8 |
|
|
600 |
|
|
|
|
|
|
|
|
9 |
|
|
700 |
|
|
|
|
|
|
|
|
10 |
|
|
|
|
|
|
|
|
|
|
|
11 |
Вероятность спроса |
|
0.15 |
|
0.25 |
0.25 |
0.2 |
0.1 |
|
0.05 |
Рис. 260
При различных вариантах заказа и спроса может возникнуть две принципиально разных ситуации.
Первая ситуация. Спрос превысил сделанный заказ или в точности соответствовал ему. В этом случае мы продадим все, что у нас запасено на
Зайцев М.Г., Варюхин С.Е. |
507 |
данный месяц и не больше этого. В таблице C4:H9 этой ситуации отвечают ячейки, расположенные выше диагонали, идущей от ячейки C4 к ячейке H9 (либо расположенные на самой диагонали). Чтобы подсчитать прибыль в этих случаях достаточно, очевидно, умножить размер заказа на прибыль от продажи одной единицы. В виде формулы для протягивания для ячейки C4 это запишется так: =$B4*$C$1. Здесь ссылка на величину прибыли от использования одного двигателя в течение месяца со дня покупки фиксирована полностью и при протягивании не изменяется, а ссылка на размер заказа фиксирована только по столбцу. Это сделано для того, чтобы при протягивании формулы вправо ссылаться на одну и ту же величину заказа, а при протягивании вниз переходить к следующему размеру заказа, который меняется по строкам.
Вторая ситуация. Спрос оказался ниже размера заказа. В этом случае часть закупленных двигателей останется на складе и принесет убытки. Продадим мы столько двигателей, какова оказалась величина спроса, а разница между размером заказа и спросом останется. Поэтому прибыль для ячейки C9, например, запишется следующим образом: =C$3*$C$1+ ($B9-C$3)*$F$1. В первом слагаемом (полученной прибыли) ссылка на величину спроса C$3 фиксирована по строке, поэтому при протягивании формулы по вертикали не меняется, а при протягивании по горизонтали указывает на различную величину спроса. Во втором слагаемом ссылка на размер заказа фиксирована по столбцу, а ссылка на величину спроса по строке (все, как и в предыдущих случаях). Чтобы записать одну формулу для всех случаев, используем функцию =ЕСЛИ(..). В ячейке C4 запишем:
=ЕСЛИ($B4<=C$3;$B4*$C$1;C$3*$C$1+($B4-C$3)*$F$1),
т.е. если заказ меньше спроса или равен ему, используем формулу
=$B4*$C$1, а если нет – формулу = C$3*$C$1+($B4-C$3)*$F$1.
Распространив эту формулу на всю таблицу, получим следующий результат (Рис. 261).
|
A |
|
B |
C |
|
D |
|
E |
F |
G |
|
H |
1 |
Прибыль= |
0.3 |
|
тыс. |
|
Потери= -0.1 тыс. |
|
|||||
2 |
|
|
|
|
Возможный спрос (состояние окружения) |
|
||||||
3 |
|
|
|
200 |
|
300 |
|
400 |
500 |
600 |
|
700 |
4 |
|
|
200 |
|
60 |
|
60 |
60 |
60 |
60 |
|
60 |
5 |
Варианты заказа |
|
300 |
|
50 |
|
90 |
90 |
90 |
90 |
|
90 |
6 |
|
400 |
|
40 |
|
80 |
120 |
120 |
120 |
|
120 |
|
7 |
(альтернативы) |
|
500 |
|
30 |
|
70 |
110 |
150 |
150 |
|
150 |
8 |
|
|
600 |
|
20 |
|
60 |
100 |
140 |
180 |
|
180 |
9 |
|
|
700 |
|
10 |
|
50 |
90 |
130 |
170 |
|
210 |
10 |
|
|
|
|
|
|
|
|
|
|
|
|
11 |
Вероятность спроса |
|
0.15 |
|
0.25 |
|
0.25 |
0.2 |
0.1 |
|
0.05 |
Рис. 261
Из этой таблицы следует, что если мы закажем, например, 600 двигателей, то с вероятностью 0,15 получим $20 тыс. С вероятностью 0,25 получим $60 тыс., с такой же вероятностью 0,25 – $100 тыс., с вероятностью 0,2 – $140 тыс., с вероятностью 0,1 мы точно попадем в спрос и получим $180 тыс. и, наконец, с вероятностью 0.05 спрос превысит наш заказ и мы получим те же $180 тыс., что и при спросе 600 двигателей.
Используя эти данные можно оценить средний взвешенный финансовый результат EMV для каждой альтернативы (значения размера заказа). Рассчитаем величину EMV для каждой альтернативы, используя функцию =СУММПРОИЗВ(..). Для заказа в 700 двигателей функция будет иметь вид:
=СУММПРОИЗВ($C$11:$H$11;C9:H9). Ссылка на строку вероятностей фиксирована. Поместим эту формулу в ячейку I9 и протянем вверх до ячейки I4.
Величина EMV (Рис. 262) с ростом заказа меняется немонотонно: сначала растет от 60 тыс. до 102 тыс., а затем уменьшается до 90 тыс. Максимальная величина средней прибыли – 102 тыс. – соответствует заказу 500 двигателей.
|
A |
|
B |
C |
|
D |
|
E |
F |
G |
|
H |
I |
1 |
Прибыль= |
0.3 |
|
тыс. |
|
Потери= -0.1 тыс. |
|
|
|||||
2 |
|
|
|
|
Возможный спрос (состояние окружения) |
|
|
||||||
3 |
|
|
|
200 |
|
300 |
|
400 |
500 |
600 |
|
700 |
EMV |
4 |
|
|
200 |
|
60 |
|
60 |
60 |
60 |
60 |
|
60 |
60 |
5 |
Варианты заказа |
|
300 |
|
50 |
|
90 |
90 |
90 |
90 |
|
90 |
84 |
6 |
|
400 |
|
40 |
|
80 |
120 |
120 |
120 |
|
120 |
98 |
|
7 |
(альтернативы) |
|
500 |
|
30 |
|
70 |
110 |
150 |
150 |
|
150 |
102 |
8 |
|
|
600 |
|
20 |
|
60 |
100 |
140 |
180 |
|
180 |
98 |
9 |
|
|
700 |
|
10 |
|
50 |
90 |
130 |
170 |
|
210 |
90 |
10 |
|
|
|
|
|
|
|
|
|
|
|
|
|
11 |
Вероятность спроса |
|
0.15 |
|
0.25 |
|
0.25 |
0.2 |
0.1 |
|
0.05 |
|
Рис. 262
Как показано в теоретическом введении, дополнительная информация способна увеличить нашу ожидаемую прибыль и уменьшить риск потерь. Вычислим стоимость совершенной информации. Для этого сначала, в строке C10:H10 определим максимальные выигрыши при каждом сценарии будущего, используя функцию =МАКС(..).
Для ячейки C10 формула будет выглядеть следующим образом: =МАКС(C4:C9). При протягивании формулы вправо до ячейки H10, мы увидим, что каждый раз из столбца прибылей выбирается значение ячейки, расположенной на диагонали таблицы.
Так как вероятности каждого уровня спроса остаются прежними, мы можем подсчитать ожидаемую монетарную ценность в гипотетическом случае владения совершенной информацией (т.е. если каждый месяц некий ангелхранитель будет подсказывать нам точное значение спроса). Для этого просто протянем формулу в ячейке I9 вниз на одну ячейку (Рис. 263).
|
A |
|
B |
C |
|
D |
|
E |
F |
G |
|
H |
I |
1 |
Прибыль= |
0.3 |
|
тыс. |
|
Потери= |
-0.1 |
тыс. |
|
|
|||
2 |
|
|
|
|
Возможный спрос (состояние окружения) |
|
|
||||||
3 |
|
|
|
200 |
|
300 |
|
400 |
500 |
600 |
|
700 |
EMV |
4 |
|
|
200 |
|
60 |
|
60 |
60 |
60 |
60 |
|
60 |
60 |
5 |
Варианты заказа |
|
300 |
|
50 |
|
90 |
90 |
90 |
90 |
|
90 |
84 |
6 |
|
400 |
|
40 |
|
80 |
120 |
120 |
120 |
|
120 |
98 |
|
7 |
(альтернативы) |
|
500 |
|
30 |
|
70 |
110 |
150 |
150 |
|
150 |
102 |
8 |
|
|
600 |
|
20 |
|
60 |
100 |
140 |
180 |
|
180 |
98 |
9 |
|
|
700 |
|
10 |
|
50 |
90 |
130 |
170 |
|
210 |
90 |
10 |
Угадали спрос |
60 |
|
90 |
|
120 |
150 |
180 |
|
210 |
120 |
||
11 |
Вероятность спроса |
|
0.15 |
|
0.25 |
|
0.25 |
0.2 |
0.1 |
|
0.05 |
|
|
12 |
|
|
|
|
|
|
|
EMVPI= |
120 |
|
|
EVPI= |
18 |
Рис. 263
Оказывается, уникальный источник совершенной информации, каждый месяц сообщающий нам точные значения будущего спроса, увеличивает нашу ожидаемую прибыль всего на 18% (получим 102 тыс. вместо 120 тыс.). Эта величина и есть стоимость совершенной информацией EVPI, т.е. верхняя граница цены, которую мы готовы платить за информацию при выборе из рассматриваемых альтернатив при данных сценариях будущего.
Как уже неоднократно подчеркивалось, совершенную информацию (особенно о спросе) получить невозможно. Несовершенная информация (основанная на экспертных оценках) всегда носит вероятностный характер и
Зайцев М.Г., Варюхин С.Е. |
509 |
действует на статистическое распределение вероятностей, изменяя его в ту или другую сторону. Например, если наши эксперты из отдела маркетинга говорят, что спрос в следующем месяце будет выше обычного, это, очевидно, означает, что вероятности высокого спроса должны увеличиться, а вероятности низкого спроса, напротив, уменьшиться. В нашей таблице вероятность того, что спрос не превысит 400 двигателей, равна 0,65 (0,15+0,25+0,25), а вероятность того, что спрос будет 500 двигателей и выше – 0,35. Т.е. вероятность низкого спроса почти вдвое выше вероятности высокого. Предположим, что информация экспертов выравнивает эти вероятности. Тогда распределение вероятностей можно записать, вычитая из первых трех вероятностей по 0.05, и добавляя столько же к последним трем вероятностям (см. таблицу Рис. 264).
Оценка распределения вероятностей при учете информации
Спрос |
200 |
300 |
400 |
500 |
600 |
700 |
|
Вероятности при |
0.1 |
0.2 |
0.2 |
0.25 |
0.15 |
0.1 |
|
повышенном спросе |
|||||||
|
|
|
|
|
|
||
Вероятности при |
0.2 |
0.3 |
0.3 |
0.15 |
0.05 |
0 |
|
пониженном спросе |
|||||||
|
|
|
|
|
|
Рис. 264
В свою очередь, если спрос в следующем месяце ожидается ниже, чем в текущем, мы можем оценить изменение распределения вероятностей, уменьшив вероятности высокого спроса и увеличив, соответственно, вероятности низкого (см. таблицу на рис. 206 ). Для сравнения на рисунке (Рис. 265) все три распределения показаны в виде графиков.
0.35 |
|
|
|
|
|
0.3 |
|
|
|
|
|
0.25 |
|
|
|
|
|
0.2 |
|
|
|
|
|
0.15 |
|
|
|
|
|
0.1 |
|
|
|
|
|
0.05 |
|
|
|
|
|
0 |
|
|
|
|
|
1 |
2 |
3 |
4 |
5 |
6 |
Рис. 265
Жирной непрерывной линией показано первоначальное распределение. Для вновь полученных распределений вероятностей спроса нужно
повторить расчеты максимального значения EMV. Скопируем построенную раньше таблицу на два новых листа Excel (через команду Переместить\Скопировать…). Заменим в этих листах вероятности на новые и получим следующий результат (Рис. 266).
|
A |
|
B |
C |
|
D |
|
E |
F |
G |
|
H |
I |
1 |
Прибыль= |
0.3 |
|
тыс. |
|
Потери= -0.1 тыс. |
|
|
|||||
2 |
|
|
|
|
Возможный спрос (состояние окружения) |
|
|
||||||
3 |
|
|
|
200 |
|
300 |
|
400 |
500 |
600 |
|
700 |
EMV |
4 |
|
|
200 |
|
60 |
|
60 |
60 |
60 |
60 |
|
60 |
60 |
5 |
Варианты заказа |
|
300 |
|
50 |
|
90 |
90 |
90 |
90 |
|
90 |
82 |
6 |
|
400 |
|
40 |
|
80 |
120 |
120 |
120 |
|
120 |
92 |
|
7 |
(альтернативы) |
|
500 |
|
30 |
|
70 |
110 |
150 |
150 |
|
150 |
90 |
8 |
|
|
600 |
|
20 |
|
60 |
100 |
140 |
180 |
|
180 |
82 |
9 |
|
|
700 |
|
10 |
|
50 |
90 |
130 |
170 |
|
210 |
72 |
10 |
Угадали спрос |
60 |
|
90 |
|
120 |
150 |
180 |
|
210 |
107 |
||
11 |
Вероятность спроса |
|
0.2 |
|
0.3 |
|
0.3 |
0.15 |
0.05 |
|
0 |
|
|
|
Рис. 266 Расчет EMV альтернатив для пониженного спроса |
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
||
|
A |
|
B |
C |
|
D |
|
E |
F |
G |
|
H |
I |
1 |
Прибыль= |
0.3 |
|
тыс. |
|
Потери= -0.1 тыс. |
|
|
|||||
2 |
|
|
|
|
Возможный спрос (состояние окружения) |
|
|
||||||
3 |
|
|
|
200 |
|
300 |
|
400 |
500 |
600 |
|
700 |
EMV |
4 |
|
|
200 |
|
60 |
|
60 |
60 |
60 |
60 |
|
60 |
60 |
5 |
Варианты заказа |
|
300 |
|
50 |
|
90 |
90 |
90 |
90 |
|
90 |
86 |
6 |
|
400 |
|
40 |
|
80 |
120 |
120 |
120 |
|
120 |
104 |
|
7 |
(альтернативы) |
|
500 |
|
30 |
|
70 |
110 |
150 |
150 |
|
150 |
114 |
8 |
|
|
600 |
|
20 |
|
60 |
100 |
140 |
180 |
|
180 |
114 |
9 |
|
|
700 |
|
10 |
|
50 |
90 |
130 |
170 |
|
210 |
108 |
10 |
Угадали спрос |
60 |
|
90 |
|
120 |
150 |
180 |
|
210 |
134 |
||
11 |
Вероятность спроса |
|
0.1 |
|
0.2 |
|
0.2 |
0.25 |
0.15 |
|
0.1 |
|
Рис. 267 Расчет EMV альтернатив для повышенного спроса
Как мы можем видеть, при повышенном спросе (Рис. 267) максимальное значение EMV (114 тыс.) соответствует выбору либо 500, либо 600 двигателей. При пониженном спросе (Рис. 266) максимальное значение EMV (92 тыс.) соответствует выбору 400 двигателей. Однако результат заказа 500 двигателей всего на 2 тыс. хуже.
Это означает, что если мы будем все время заказывать 500 двигателей и не станем реагировать на сигналы о возможном повышенном или пониженном спросе, то фактически ничего не потеряем. Выбор 500 двигателей оптимален и остается таковым даже при значительных вариациях вероятностей сценариев будущего, отражающих возможные вариации спроса. Это небольшое исследование является ответом и на вопрос о том, изменяется ли оптимальное решение, если учесть, что все вероятности известны нам с точностью не лучше 5 процентных пунктов. Мы взяли два крайних случая того, как может выглядеть истинное распределение вероятностей спроса и, выбранное первоначально решение –заказать 500 двигателей, практически не изменилось.
Наряду с распределением вероятностей спроса большое влияние на выработку решения имеет относительная величина возможных потерь. Мы говорим относительная, так как значение имеет соотношение величин прибыли от использования двигателя в конечном изделии и потери от его хранения в течение лишнего месяца. В первоначальной постановке задачи ожидаемые потери в три раза меньше, чем прибыль. Из-за этого оптимальный размер заказа получается выше, чем среднее значение ежемесячного спроса. Мы, кстати, до сих пор не подсчитывали, каков именно этот средний спрос. Давайте сделаем это сейчас.
Расчет среднего спроса делается точно так же, как и ожидаемой монетарной ценности, только теперь значения спроса мы умножаем на соответствующие вероятности. Добавим в какую-нибудь ячейку формулу
=СУММПРОИЗВ($C$11:$H$11;C3:H3).
Зайцев М.Г., Варюхин С.Е. |
511 |
Результат вычисления оказывается равным 400 двигателей.
Таким образом, мы получили оптимальный размер заказа в 500 двигателей при среднем спросе 400 двигателей. Это, как мы уже отметили, связано с тем, что прибыль от своевременного использования двигателя выше, чем потери от его хранение в течение лишнего месяца.
В задаче спрашивается, как изменится решение, если потери достигают 300 единиц. При этом размер прибыли в расчете на один двигатель равен потерям. Если вспомнить идеологию однопериодной модели заказа, связь которой с данной задачей очевидна, то можно предположить, что в этих условиях выгоднее всего окажется заказ, равный среднему. Проверим это, изменив в исходной таблице (Рис. 263) величину потерь на -0,3 тысячи (Рис. 268).
|
A |
|
B |
C |
D |
E |
F |
G |
|
H |
I |
1 |
Прибыль= |
0.3 |
тыс. |
Потери= |
-0.3 |
тыс. |
|
|
|||
2 |
|
|
|
Возможный спрос (состояние окружения) |
|
|
|||||
3 |
|
|
|
200 |
300 |
400 |
500 |
600 |
|
700 |
EMV |
4 |
|
|
200 |
60 |
60 |
60 |
60 |
60 |
|
60 |
60 |
5 |
Варианты заказа |
|
300 |
30 |
90 |
90 |
90 |
90 |
|
90 |
81 |
6 |
|
400 |
0 |
60 |
120 |
120 |
120 |
|
120 |
87 |
|
7 |
(альтернативы) |
|
500 |
-30 |
30 |
90 |
150 |
150 |
|
150 |
78 |
8 |
|
|
600 |
-60 |
0 |
60 |
120 |
180 |
|
180 |
57 |
9 |
|
|
700 |
-90 |
-30 |
30 |
90 |
150 |
|
210 |
30 |
10 |
Угадали спрос |
60 |
90 |
120 |
150 |
180 |
|
210 |
120 |
||
11 |
Вероятность спроса |
|
0.15 |
0.25 |
0.25 |
0.2 |
0.1 |
|
0.05 |
400 |
|
12 |
|
|
|
|
|
EMVPI= |
120 |
|
|
EVPI= |
33 |
Рис. 268
Как мы видим, оптимальный заказ, соответствующий максимальному значению EMV=87 тыс., действительно равен 400 двигателям. Построенная таблица содержит и другую интересную, с точки зрения формирования заказа,
информацию. Например, из того, что EMV300=81 тыс., а EMV500=78 тыс., можно сделать вывод, что ошибка в величине заказа в меньшую сторону обойдется
дешевле, чем в сторону завышения.
В целом же условия бизнеса ухудшились. Возможные потери, в случае если мы завысили оценку спроса, увеличились. Поэтому ожидаемая прибыль при оптимальном размере заказа и стала меньше.
Здесь же отметим и возросшую цену совершенной информации (EVPI=33 тыс.). Это соответствует общему принципу, который понятен и интуитивно: чем выше риск и вероятные потери, тем дороже информация.
Проверьте, что стоимость совершенной информации обращается в ноль, если возможные потери статут равны нулю. И снова все понятно: если информация не приносит дополнительных денег она ничего не стоит!
Последний вопрос задачи фактически тоже связан с точность имеющейся у нас статистической информации. Допустим, что статистики по снегоходам у нас нет. Приведенные значения вероятностей мы взяли из данных о спросе на какойлибо близкий товар, из экспертных оценок, но совершенно не уверены, что они справедливы в нашем случае. Попробуем, в этой ситуации, привлечь оценки по критериям максимина и минимаксных сожалений.
Оценка по критерию максимина очень проста и не требует каких-либо изменений в проделанных уже расчетах. Вернемся к первоначальной таблице (Рис. 269). Согласно критерию максимина, для каждой альтернативы нужно выбрать тот сценарий будущего, при котором наш выигрыш минимален (это критерий пессимиста – с нами случится самое худшее, какую бы альтернативу мы
ни выбрали), а затем выбрать ту альтернативу, где это «самое худшее» лучше всех остальных. В данной задаче, независимо от выбранной альтернативы, самое худшее – это наименьший спрос– 200 двигателей. Посмотрим по таблице, при каком заказе прибыль для спроса 200 двигателей максимальна. Ясно, что это 60 тыс., и соответствует такая величина прибыли заказу 200 двигателей. Это и есть оптимальное решение по критерию максимина.
|
A |
|
B |
C |
|
D |
|
E |
F |
G |
|
H |
I |
1 |
Прибыль= |
0.3 |
|
тыс. |
|
Потери= |
-0.1 |
тыс. |
|
|
|||
2 |
|
|
|
|
Возможный спрос (состояние окружения) |
|
|
||||||
3 |
|
|
|
200 |
|
300 |
|
400 |
500 |
600 |
|
700 |
EMV |
4 |
|
|
200 |
|
60 |
|
60 |
60 |
60 |
60 |
|
60 |
60 |
5 |
Варианты заказа |
|
300 |
|
50 |
|
90 |
90 |
90 |
90 |
|
90 |
84 |
6 |
|
400 |
|
40 |
|
80 |
120 |
120 |
120 |
|
120 |
98 |
|
7 |
(альтернативы) |
|
500 |
|
30 |
|
70 |
110 |
150 |
150 |
|
150 |
102 |
8 |
|
|
600 |
|
20 |
|
60 |
100 |
140 |
180 |
|
180 |
98 |
9 |
|
|
700 |
|
10 |
|
50 |
90 |
130 |
170 |
|
210 |
90 |
10 |
Угадали спрос |
60 |
|
90 |
|
120 |
150 |
180 |
|
210 |
120 |
||
11 |
Вероятность спроса |
|
0.15 |
|
0.25 |
|
0.25 |
0.2 |
0.1 |
|
0.05 |
400 |
|
12 |
|
|
|
|
|
|
|
EMVPI= |
120 |
|
|
EVPI= |
18 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Макс. |
14 |
|
|
|
200 |
|
300 |
|
400 |
500 |
600 |
|
700 |
потери |
15 |
|
|
200 |
|
0 |
|
30 |
60 |
90 |
120 |
|
150 |
150 |
16 |
Варианты заказа |
|
300 |
|
10 |
|
0 |
30 |
60 |
90 |
|
120 |
120 |
17 |
|
400 |
|
20 |
|
10 |
0 |
30 |
60 |
|
90 |
90 |
|
18 |
(альтернативы) |
|
500 |
|
30 |
|
20 |
10 |
0 |
30 |
|
60 |
60 |
19 |
|
|
600 |
|
40 |
|
30 |
20 |
10 |
0 |
|
30 |
40 |
20 |
|
|
700 |
|
50 |
|
40 |
30 |
20 |
10 |
|
0 |
50 |
Рис. 269
Для оценки по критерию минимаксных сожалений необходимо построить таблицу упущенных возможностей. В этой таблице на месте финансового выигрыша (или потери) в каждой клетке должна содержаться разница между максимально возможной прибылью для данного уровня спроса (строка C10:H10) и прибылью из таблицы C4:H9. Запишем в ячейку C15 формулу =C$10-C4 и распространим ее на всю вторую таблицу C15:H20 (Рис. 211). После этого нам нужно выбрать для каждого размера заказа максимальные упущенные возможности («самое худшее» - по критерию максимальных сожалений). Добавим к таблице столбец «Макс. потери». Запишем в ячейку I15 формулу =МАКС(C15:H15) и протянем ее вниз до ячейки I20. Таким образом, мы получили максимальные упущенные возможности для каждой альтернативы - размера заказа. Обратите внимание, что эти упущенные возможности имеют разную природу. Все числа выше диагонали (здесь наши упущенные возможности равны нулю, так как заказ оказался в точности равным спросу) – это неполученная прибыль. Числа ниже диагонали – прямые финансовые потери. Согласно критерию максимаксных сожалений мы должны учитывать эти два вида потерь на равных основаниях.
Величина максимальных упущенных возможностей с увеличением размера заказа тоже меняется немонотонно - сначала уменьшается, а потом растет. Самое маленькое значение этой величины - 40 тыс. - соответствует заказу в 600 двигателей. Заметьте, что выбор по критерию минимаксных сожалений зависит только от соотношения прибылей и потерь и не учитывает распределение вероятностей. Тем не менее, в данном случае, выбор оказывается близким к выбору в соответствии с критерием максимума EMV.