Issuu

��

Nakladatelství dìkuje v em, kteøí pøispìli odbornou spoluprací i finanènì k vydání knihy, zvlá tì pak autorùm a spoleènosti UNIS.

Ing. Petr Dostál, CSc. prof. Ing. Karel Rais, CSc., MBA doc. Ing. Zdenìk Sojka, CSc.

Pokroèilé metody mana erského rozhodování Vydala Grada Publishing, a.s. U Prùhonu 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 Balátì, DrSc. prof. Ing. Jiøí Polách, CSc. Odpovìdný redaktor Mgr. Petr Mu álek Sazba Milan Vokál Poèet stran 168 První vydání, Praha 2005 Vytiskly Tiskárny Havlíèkùv Brod, a. s. Husova ulice 1881, Havlíèkùv Brod © Grada Publishing, a.s., 2005 Cover Photo © profimedia.cz/CORBIS ISBN 80-247-1338-1 (tištěná verze) ISBN 978-80-247-6320-0 (elektronická verze ve formátu PDF) © Grada Publishing, a.s. 2011

Obsah Pøedstavení kapitol . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 O autorech . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9 Pøedmluva . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11 Úvod do pokroèilých metod mana erského rozhodování . . . . . . . . . . . . . 13

Èást I. Metody a objasnìní jejich pou ití na pøíkladech 1 Fuzzy logika . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23 Proces fuzzy zpracování . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23 Aplikace fuzzy logiky . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31 Závìr . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49 2 Umìlé neuronové sítì . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51 Aplikace umìlých neuronových sítí . . . . . . . . . . . . . . . . . . . . . . . . . 58 Závìr . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71 3 Genetické algoritmy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73 Aplikace genetických algoritmù . . . . . . . . . . . . . . . . . . . . . . . . . . 77 Závìr . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98 4 Teorie chaosu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99 Fraktály . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102 Hurstùv exponent . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103 Lyapunùv exponent . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104 Aplikace teorie chaosu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104 Elliottovy vlny . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106 Závìr . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110

Èást II. Aplikace pokroèilých metod v dùle itých oblastech ekonomie 5 Predikce èasových øad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113 Aplikace predikce . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114 Fuzzy logika . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115 Umìlé neuronové sítì . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117 Genetické algoritmy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121 Závìr . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 124 6 Kapitálový trh . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125 Aplikace kapitálového trhu . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131 Fuzzy logika . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131 Umìlé neuronové sítì . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132 Genetické algoritmy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 134 Závìr . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137

7 Data mining . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139 Aplikace data miningu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 142 Fuzzy logika . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 142 Umìlé neuronové sítì . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143 Genetické algoritmy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146 Závìr . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 148 8 Rozhodování . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 149 Aplikace rozhodování . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151 Závìr . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 156 Závìr shrnutí poznatkù a budoucnost pou ití uvedených metod . . . . . . . 157 Dodatek softwarové programy . . . . . . . . . . . . . . . . . . . . . . . . . 159 Literatura . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 161 Rejstøík pøíkladù . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 165

Pøedstavení kapitol n 7

Pøedstavení kapitol Úvod do pokroèilých metod mana erského rozhodování. Èást I Metody a objasnìní jejich pou ití na pøíkladech 1. Fuzzy logika: Seznámení se základními pojmy a pravidly fuzzy logiky, tvorbou modelù. Uvedení pøíkladù aplikací fuzzy logiky v ekonomice, jako je napø. mana erské a investièní rozhodování atd. 2. Umìlé neuronové sítì: Seznámení se základními pojmy v oblasti umìlých neuronových sítí. Aplikace zahrnuje investièní rozhodování, kontrolu finanèních výkazù, odhady cen výrobkù a mno stevní odhady, odhad cen nemovitostí, oceòování bonity klienta za úèelem poskytnutí úvìru, hypotéky, pùjèky atd. 3. Genetické algoritmy: Seznámení se základy genetických algoritmù. Pou ití v oblasti optimalizace iroké palety problémù optimalizace investièní strategie, øízení výroby, øezné plány, aproximace bodù funkcemi, øe ení problému obchodního cestujícího, vyu ití shlukové analýzy apod. 4. Teorie chaosu: Seznámení se základy teorie chaosu. Teorie chaosu pojednává o mo nosti lep ího popisu ekonomických jevù ne je tomu u klasických metod. Je objasnìn pojem chaos a øád, fraktál a je pøedstaveno vyu ití této teorie k výpoètu Hurstova a Lyapunova exponentu, které urèují míru chaosu u mìøeného sledovaného ekonomického systému. Èást II Aplikace pokroèilých metod v dùle itých oblastech ekonomie 5. Predikce èasových øad: Metody predikce èasových øad s pou itím vý e zmínìných teorií. Je uveden zpùsob výpoètu a jsou prezentovány pøíklady predikce budoucího vývoje nejrùznìj ích ekonomických velièin z praxe. 6. Kapitálový trh: Vyu ití vý e zmínìných teorií pøi èinnosti na kapitálových trzích. Je naznaèen mo ný proces rozhodování v oblasti obchodování s akciemi, indexy, komoditami, kurzy mìn s cílem dosa ení optima. Jsou rozvedeny pøíklady optimalizace portfolia a výpoèet predikce ve vý e uvedených oblastech obchodování. 7. Data mining: Vyu ití vý e uvedené teorie pøi èinnosti nazývané data mining. Jsou pøedstaveny pøíklady pou ití data miningu pro volbu strategie udr ení a získávání ziskových zákazníkù, vyhýbání se rizikovým zákazníkùm, pøímé zasilatelství (direkt mailing) atd. 8. Rozhodování: Aplikování fuzzy logiky, umìlých neuronových sítí a genetických algoritmù pøi procesech rozhodování, kdy cílem je dosa ení optima v procesech mana erského a investièního rozhodování atd. Závìr: Shrnutí poznatkù a budoucnost pou ití pøedstavených metod.

O autorech n 9

O autorech Ing. Petr DOSTÁL, CSc. Vystudoval Vysoké uèení technické v Brnì. V souèasné dobì pracuje v Ústavu informatiky Fakulty podnikatelské Vysokého uèení technického v Brnì. Zamìøuje se na praktické vyu ití fuzzy logiky, umìlých neuronových sítí a genetických algoritmù v oblasti mana erského øízení, ekonomie a finanènictví. Pùsobil v nìkolika soukromých firmách i státní sféøe. Je èlenem mezinárodních spoleèností, ekonomickým a organizaèním poradcem, pøedná í na Vysokém uèení technickém v Brnì a na Univerzitì Tomá e Bati ve Zlínì. Prof. Ing. Karel RAIS, CSc., MBA Vystudoval Vysoké uèení technické v Brnì a titul MBA získal na Nottingham Trent University. V souèasné dobì pùsobí jako profesor na Vysokém uèení technickém v Brnì, kde je zároveò prorektorem. Zajímá se o operaèní analýzu a øízení rizik.

Doc. Ing. Zdenìk SOJKA, CSc. Vystudoval Vysokou kolu ekonomickou v Praze. V souèasné dobì pùsobí jako docent v Ústavu ekonomiky na Vysokém uèení technickém v Brnì. Jeho oblast zájmu jsou kapitálové trhy, cenné papíry a finanèní deriváty. Je èlenem pøedstavenstva nìkolika významných akciových spoleèností.

10 n Pokroèilé metody mana erského rozhodování

Na snímku je Petr Dostál, jeden z autorù knihy, s profesorem Lotfi Zadehem (tøetí zprava), zakladatelem fuzzy logiky, na konferenci v Zittau v roce 2002. Prof. Lotfi Zadeh se o pracích Petra Dostála vyjadøuje pochvalnì a vyzdvihuje jejich vysokou úroveò.

Pøedmluva n 11

Pøedmluva Publikace je urèena pro mana ery, podnikatele, úøedníky a specialisty, kteøí jsou zodpovìdni za rozhodovací procesy v hospodáøské politice a správì na v ech úrovních, jako jsou ministerstva, orgány veøejné a státní správy, v národním hospodáøství a soukromém sektoru, organizacích, podnicích, firmách, spoleènostech, bankách, nemocnicích atd., zejména v øídicí, ekonomické a finanèní oblasti. Dále studentùm vysokých kol ekonomického, finanèního, podnikatelského a mana erského smìru. Publikace se zabývá multikriteriálními a obtí nì algoritmizovatelnými rozhodovacími procesy. Proto jsou v knize uvedeny pokroèilé metody mana erského øízení vyu ívající teorie fuzzy logiky, umìlých neuronových sítí a genetických algoritmù. Kniha je rozdìlena na dvì èásti. V první èásti knihy jsou uvedeny principy metod. Dùraz je kladen na ukázku jednoduchých pøíkladù pou itelných v nej ir ím mìøítku od nadnárodních spoleèností po jednotlivce. Druhá èást problematiku prohlubuje aplikacemi do nìkterých oblastí mana erského ivota firmy, jako jsou predikce èasových øad, kapitálového trhu, data miningu a rozhodování. Autoøi chtìjí podìkovat v em, kteøí byli nápomocni konzultacemi, výmìnou názorù pøi objasòování skuteèností i souvislostí pøedmìtného tématu, jako i pomocí pøi pøípravì knihy. Dìkujeme za cenné rady doc. RNDr. Jiøímu Kropáèovi, CSc., z Vysokého uèení technického v Brnì, za peèlivé pøeètení rukopisu a upøesnìní nìkterých skuteèností. Podìkování patøí za cenné pøipomínky, které vyplynuly z recenzní èinnosti prof. Ing. Jaroslava Balátìho, DrSc., z Univerzity Tomá e Bati ve Zlínì, a prof. Ing. Jiøího Polácha, CSc., z Vysoké koly báòské v Ostravì.

Úvod do pokroèilých metod mana erského rozhodování n 13

Úvod do pokroèilých metod mana erského rozhodování Cílem knihy Pokroèilé metody mana erského rozhodování je vysvìtlení nových pokroèilých matematických teorií pro podporu rozhodování. Publikace je zamìøena hlavnì na oblast aplikaèní, nikoli teoretickou, která by po adovala hluboké teoretické znalosti z oboru matematiky. Rovnì je tøeba øíci, e jde o oblast, je se rychle a dynamicky neustále vyvíjí. V této knize jsou uvedeny principy rozhodování spoleènì s aplikacemi vyu itelnými v praxi, které mohou zájemcùm poslou it k dal ímu hlub ímu studiu v odborné literatuøe. Existují úlohy, které pøíroda zvládá velmi snadno, zatímco èlovìkem navr ené algoritmy nefungují. Matematici se nechali inspirovat pøírodou a vytvoøili nové teorie, jako fuzzy logiku, umìlé neuronové sítì, genetické algoritmy èi chaos. Ve svìtì dochází k rozvoji tìchto teorií nebývalým tempem. Dopad uvedených moderních teorií je patrný ve v ech oblastech lidské èinnosti, napø. v øízení technologických procesù, ekologii, lékaøství, chemii, biologii, ale také v ekonomice, finanènictví, a to v nejrùznìj ích aplikacích od tìch nejjednodu ích a po ty nejslo itìj í. Významnou úlohu hrají pøi zpracování dat a informací poèítaèe, které zvládnou úlohy, je by jinak nebylo mo né øe it. Tak vznikají nejen nové metody, ale u nìkterých star ích metod do lo k jejich znovuobjevení a pøevedení z akademického prostøedí do praxe. Úlohy tohoto typu se vyskytují ve slo itém a mìnícím se prostøedí, proto nasazení nových metod v praxi vede k jejich èím dál vìt ímu pou ívání právì v ekonomice a finanènictví. Pou ití nových metod je rùznorodé, jako napøíklad rozhodovací procesy s cílem dosa ení optima, odhady cen výrobkù a objemu výroby, odhad cen nemovitostí, oceòování kvality klienta za úèelem poskytnutí úvìru, hodnocení rizika hypoték, predikce budoucího vývoje finanèních a ekonomických ukazatelù, optimalizace investièního rozhodování, optimalizace technologického procesu, problém obchodního cestujícího, tvorba a optimalizace portfolia, predikce cen akcií, hodnot indexù, kurzù mìn atd. Napøíklad vyhodnocením prùbìhu èasové øady za pomoci fuzzy logiky, umìlých neuronových sítí, genetických algoritmù a teorií chaosu si lze vytvoøit pøedstavu o budoucím vývoji èasové øady a za pomocí pravidel fuzzy logiky na základì tìchto poznatkù provést kvalifikovaný rozhodovací proces, a tak provádìt správná rozhodnutí. V první èásti knihy jsou uvedeny principy teorie fuzzy logiky, umìlých neuronových sítí, genetických algoritmù a teorie chaosu vzhledem k pou ití v ekonomii. Jsou uvedeny nejrùznìj í oblasti jejich aplikace v ekonomii, jako je napø. investièní a mana erské rozhodování, øízení rizika firem, hodnocení bonity klienta bank, optimalizace rozhodování z hlediska ekonomie ke sni ování rizik a nákladù, zvy ování zisku a tr eb, predikce v oblasti ekonomie, data mining, makléøská èinnost na svìtových burzách apod. Druhá èást knihy se specializuje na vyu ití fuzzy logiky, umìlých neuronových sítí a genetických algoritmù v oblasti kapitálových trhù, data miningu a procesu rozhodování. Na úvod je tøeba ujasnit pojem mana erské èinnosti a zejména proces rozhodování. Mana erské funkce jsou typické èinnosti, které vedoucí pracovník (mana er) vykonává ve své práci. V souèasné literatuøe existují rùzná pojetí obsahové náplnì mana erských funkcí a rùzná pojetí jejich klasifikace.

14 n Pokroèilé metody mana erského rozhodování

Za zakladatele koncepce mana erských funkcí je pova ován Francouz H. Fayol, jen definoval pìt funkcí, které nazval funkcemi správy. Jsou to: n plánování (planning) stanovení budoucích cílù a metod, jak tìchto cílù dosáhnout; n organizování (organizing) zabezpeèení zdrojù (materiálních, finanèních, lidských); n pøikazování (directing) dávání úkolù a pøíkazù podøízeným pracovníkùm; n koordinace (coordinating) slaïování èinností pracovníkù; n kontrola (controlling) ovìøování souladu plánu a skuteènosti i pøijatých závìrù. Z této klasifikace pak vy la celá øada svìtových autorù, kteøí se vìnovali problematice managementu. Velmi èasto se setkáme s následující klasifikací, uvedenou v literatuøe [81]: n plánování (plannning); n organizování (organizing); n výbìr a rozmístìní spolupracovníkù (staffing); n vedení lidí (leading); n kontrola (controlling). Uvedené funkce jsou návazné a charakterizují se jako tzv. sekvenèní mana erské funkce (sequential functions). Je to proto, e se realizují postupnì, co samozøejmì neznamená, e se nemohou napø. èásteènì pøekrývat nebo postupnì zpøesòovat ji døíve vykonané funkce atd. Tyto sekvenèní funkce mají spoleèné to, e jimi prostupují tzv. paralelní funkce (té nìkdy oznaèované jako prùbì né mana erské funkce continuous functions). Jedná se o tyto funkce: n analyzování øe ených problémù (analysis); n rozhodování (decision making); n realizace, resp. implementace (implementation, coordination). V této knize budeme øe it základní problémy z oblasti tvorby, a zejména pou ití nových nástrojù pro podporu rozhodování, nebo : n roste slo itost øe ených mana erských úloh a dochází ke zkracování doby pro nalezení optimálního øe ení vzrùstá význam faktoru èasu; n spolu s rostoucími náklady na øe ení mana erských úloh rostou rizika pøijatých rozhodnutí, vzrùstá ekonomická záva nost pøijatých rozhodnutí. Rozhodování je jednou z paralelních mana erských funkcí, které prostupuje sekvenèními mana erskými funkcemi. Viz tab. 1 v maticovém zobrazení. Tab. 1 Maticové zobrazení mana erských funkcí Mana erské funkce Plánování Organizování Výbìr a rozmístìní pracovníkù Vedení pracovníkù Kontrola

Analýza

Rozhodování

Implementace

Úvod do pokroèilých metod mana erského rozhodování n 15

Rozhodování tedy nelze ztoto òovat s pojmem øízení. Toto pojetí mana erských funkcí bylo kritizováno (zejména z dùvodù jeho vyu itelnosti v denní práci mana erù); mezi nejznámìj í kritiky patøil Henri Mintzberg, jen tvrdí, e èinnost bì ného mana era se dá shrnout do deseti rolí . Tyto role klasifikuje do tøí skupin, a to na: 1. skupinu interpersonálních rolí (vyplývajících pøímo z formální pravomoci a ze zodpovìdnosti mana era), 2. skupinu informaèních rolí (urèenou úlohou mana era v informaèních procesech firmy), 3. skupinu rozhodovacích rolí (které jsou hlavním projevem jeho cílevìdomé èinnosti, vedoucí k dosa ení cílù organizace). Charakter interpersonálních rolí se mù e mìnit podle poslání, které pøi jejich vykonávání vedoucí pracovník plní. V podstatì mana er mù e zastávat následující tøi dílèí role: 1a) figurehead pøedstavitel organizace, 1b) leader vedoucí organizace, 1c) liason spojovací èlánek. V oblasti informaèních rolí, vztahujících se k aktivní úèasti mana era v informaèních procesech organizace a zabírajících znaènou èást jeho pracovního èasu, mù e mana er zastávat následující role: 2a) monitor monitorující pøíjemce informací, 2b) disseminator iøitel informací, 2c) spokeperson mluvèí organizace. Rozhodovací role spoèívají v úèelovém výbìru jednoho nebo nìkolika pøípustných øe ení vzniklých rozhodovací situací mana erského jednání, v následném sdìlování øe ení a v prosazování a kontrole plnìní tohoto (resp. tìchto) øe ení. Rozhodovací role mù eme rozdìlit do následujících ètyø dílèích rolí: 3a) entrepreneurial podnikatelská role, 3b) disturbance handler øe ení problémù, 3c) resource allocator alokace zdrojù, 3d) negotiator vyjednávaè. V ech deset dílèích rolí (1a, 1b, 1c, 2a, 2b, 2c, 3a, 3b, 3c, 3d) se vzájemnì propojuje a navzájem se kvalitativnì podmiòuje. Øízení mù eme pova ovat té za umìní sladit tyto role v jeden celek (integrated job). Souèasné pojetí obou koncepcí mana erských rolí a mana erských funkcí není antagonistické, obì koncepce existují vedle sebe. Tak napø. koncepce mana erských rolí se dá vylo it i tradièními mana erskými funkcemi (nìkteøí autoøi upozoròují napø. na opomíjení úkolù mana erù pøi stanovení podnikatelské strategie, strukturování organizace apod.). Vzhledem k zamìøení knihy se budeme zabývat mana erskými funkcemi se zøetelem zejména na analýzu a rozhodování. Rozhodování je nedílnou slo kou sekvenèních mana erských funkcí. Význam rozhodování se projevuje zejména v tom, e kvalita a výsledky tìchto procesù (zejména strategických rozhodovacích procesù) ovlivòují zásadním zpùsobem efektivnost fungování a budoucí vývoj organizace. Nekvalitní rozhodování mù e být jednou z podstatných pøíèin neúspìchu firmy. Je nutné zdùraznit otázku zodpovìdnosti za rozhodování. Rozhodovatel mù e vyu ívat pøi

16 n Pokroèilé metody mana erského rozhodování

svém rozhodování nejrùznìj í nástroje a pomùcky (programové prostøedky, konzultanty atp.), které mu mohou pomoci pøi vlastním rozhodování. Za rozhodnutí v ak v dy nese zodpovìdnost rozhodovatel (mana er) a nikoli napø. tvùrce programového nástroje na podporu rozhodování, konzultant apod. Existuje celá øada mo ných zpùsobù klasifikace rozhodovacích problémù (ovlivòujících mj. postup a nástroje øe ení vlastní mana erské funkce rozhodování), napø.: n podle èasu dìlíme na procesy rozhodovací statické a dynamické; n podle poètu kriterií dìlíme rozhodování na jedno- a vícekriteriální rozhodování; n podle øídící úrovnì, na ní probíhají rozhodovací procesy, dìlíme rozhodování na strategické, taktické a operativní; n podle toho, zda dùsledky variant závisí nebo nezávisí na strategii, kterou vìdomì volí protivník, rozli ujeme rozhodovací procesy na konfliktní a nekonfliktní; n podle subjektu rozhodování dìlíme rozhodování na individuální a skupinové. Vzhledem k zamìøení této knihy probereme detailnìji klasifikaci rozhodovacích procesù podle dal ích dvou kriterií, a to charakteru struktury rozhodovacího problému a postupu øe ení na: n algoritmizovatelné a nealgoritmizovatelné problémy, n dobøe a patnì strukturované problémy. Dobøe strukturované problémy jsou obvykle jednoduché, problémy se øe í opakovanì na operativní úrovni, rutinní postupy jsou známé a lze je algoritmizovat, zatímco patnì strukturované problémy jsou obvykle slo ité, nové, neopakovatelné, problémy se øe í na vy ích úrovních øízení a jsou jedineèné. Pro patnì strukturované problémy je charakteristické: n existence vìt ího poètu faktorù ovlivòujících øe ení (které nelze vìt inou èíselnì vyjádøit); nìkteré z faktorù nejsou vùbec známy, slo ité vazby mezi faktory; n náhodnost zmìn nìkterých prvkù okolí firmy, kde probíhá øe ení problému (napø. zmìny v technologii, v sociálním okolí); n existence vìt ího poètu kriterií hodnocení variant øe ení, z nich nìkterá jsou kvalitativní povahy; n obtí ná interpretace informací potøebných pro rozhodnutí a promìnných popisujících okolí; n èlovìk je obvykle aktivním prvkem systému (vytváøí a pøetváøí systém svou cílevìdomou èinností); n pro øe ení problémù je nutno pou ít intuitivní, heuristické, expertní metody a postupy, zahrnující napø. fuzzy logiku, umìlé neuronové sítì a genetické algoritmy. Pøíklady patnì strukturovaných rozhodovacích problémù jsou: rozhodování o spoleèném podniku, rozhodování o organizaèní struktuøe, rozhodování o rozvojové strategii firmy, ovìøení bonity klienta atd. Typy rozhodovacích problémù podle úrovnì øízení lze zobrazit na obr. 1.

Úvod do pokroèilých metod mana erského rozhodování n 17 Vrcholové øízení: (slo ité, nestrukturované, nealgoritmizované problémy) Støední úroveò: (strukturované i nestrukturované problémy) Operativní úroveò: (dobøe strukturované problémy) xxxxx dobøe strukturované problémy

XXXXXXXXXXXXXXXXXX

xxxxxxxxxxxxx XXXXXXXXXX

xxxxxxxxxxxxxxxxxxxxxx

XXXX patnì strukturované problémy

Obr. 1 Typy rozhodovacích problémù podle úrovnì øízení

V praxi není dìlení tak jednoznaèné: n u patnì strukturovaných problémù lze nalézt urèité opakované (spoleèné) rysy napø. zakládání spoleèných podnikù a opaènì; n u rutinního operativního øízení se mohou vyskytnout nejasnosti a neurèitosti. V úvodu knihy je také vhodné se zmínit o systémovém pøístupu. Systémovým pøístupem oznaèujeme takový zpùsob my lení, øe ení úloh a jednání, pøi nìm jsou jevy chápány v jejich vnitøních i vnìj ích souvislostech, tj. komplexnì. Pøi systémovém pøístupu chápeme problém tak, e se dùslednì zamìøujeme na respektování vazeb mezi prvky, které vstupují do úlohy, a ji jde o vazby uvnitø komplexu, jen je bezprostøednì pøedmìtem na eho zájmu, nebo o vazby na jeho významné okolí. Vyjádøeno negativnì, systémovým pøístupem není takový postup, kdy se domníváme, e mù eme pochopit nìjaký jev nebo øe it nìjaký problém prostì tak, e se zajímáme jen o jeho hlavní prvky (by by vypadaly sebeatraktivnìji). Takové omezení pøedstav nutnì vede k primitivnímu, mechanickému chápání jevù, s pøíslu ným vlivem na kvalitu øe ených úloh. Systémový pøístup znamená vyu ívání nejrùznìj ích pomùcek a technik, poskytovaných jinými vìdními obory, v nich je systémový pøístup respektován. Systémový pøístup pracuje s pojmem systém, jen lze na filozofických kategoriích èást a celek definovat jako souhrn prvkù natolik navzájem propojených, e (navenek) vystupují jako jeden celek. Pøes zásadní význam pojmu systém není jeho pojetí u rùzných autorù jednotné. V literatuøe je uvedena øada definic systému, vycházejících buï z kvantitativních charakteristik systému nebo z formálních výrazù, které jsou vybudovány zpravidla na základì teorie mno in. Ve formálních definicích je systém zpravidla popsán pomocí mno in. Pro na i potøebu vyhoví následující definice. Systém je (úèelovì definovaná) mno ina prvkù (objektù) a mno ina vazeb mezi nimi, je jako celek vykazuje urèitou funkci (respektive chování). Systém S zapisujeme jako mno inu S = {P, V, I, O}, kde P je neprázdná mno ina prvkù, V je neprázdná mno ina v ech vazeb (závislostí) mezi prvky, I je neprázdná mno ina vstupù a O je neprázdná mno ina výstupù. Prvky tedy umo òují popsat chování systému. Schéma mo ného konkrétního systému S s dvìma vstupy I1, I2 výstupem O1, tøemi prvky P a mo nými vazbami V je na obr. 2.