DSC01195

20    Rachunkowość w systemie zarządzania

•    w zbiorze rezultatów (korzyści) mogą wystąpić tylko te, które są wyznać®® przez odpowiadające im wersje postępowania,

•    rozwiązania problemu decyzyjnego muszą być indywidualni® racjonalne, co jest zapewnione przez sprzężenie reguł decyzyjnych z systemen*<motysM|

•    w zbiorze rezultatów korzyści należy uwzględnić jedynie pozytywiilj^^^J a więc przyjmuje się warianty decyzyjne, które prowadzą do pozytywajflj wyników,

•    kryterium wyznaczania optymalnego rozwiązania musi być jednożM^^B^ Budując model decyzyjny, należy pamiętać, że jako narzędzie analizy jest on

uproszczonym obrazem rzeczywistości, dzięki czemu odznacza się większą prostotą. Jest to rezultatem uwzględnienia w modelu najważniejszych aspektów (elementów) jakiegoś układu lub procesu występującego w rzeczywistości. Ponadto model powinien się koncentrować na istotnych wielkościach, a więc takich, które niają się w różnych wariantach decyzyjnych. Oznacza to, że zależą one od podjętej decyzji

Przy opracowywaniu modelu i jego ocenie zasadniczą rolę odgrywają Następujące kryteria:

•    adekwatności, przy czym pożądaną wierność modelu determinują] konkretm potrzeby, określające dopuszczalny stopień abstrakcji modelu w stosunkuj rzeczywistości,

•    przydatności, zgodnie z którą w modelu nie wolno pominąć podstawowej elementów rzeczywistości, a jednocześnie nie należy komplikować nadmięrl nie jego postaci.

Opisując pole decyzyjne, można też uwzględnić rozkład prawdopodobi^H stwa wystąpienia określonych stanów otoczenia P = {pj(j = 1,..., m)}, co pozwał oszacować stopień ryzyka. Wymienione elementy należy uwzględnić, konstruujfl model decyzyjny.

Formułowanie modelu, a także wybór najlepszej jego wersji ułatwiać wcześB niejsze sprecyzowanie zadań, które model powinien spełniać w konkretnej Sytuacji (opis, wyjaśnianie rzeczywistości, przewidywanie, projektowanie itp.) Model d#J cyzyjny powinien ujmować zbiór dopuszczalnych algorytmów sterujących orał umożliwiać wybór optymalnego wariantu decyzji. Podstawą wyboru jest przyjęł kryterium optymalności.

Modele decyzyjne można podzielić na wiele grup, stosując różne kryteria, lal przedstawiono w tablicy 1.2.

Konkretny model może być przypisany do różnych kryteriów w zależności od problemu decyzyjnego, który model odzwierciedla. W związku z tym w każdym! przypadku należy projektować model dostosowany do występujących potrzeb: Poi mocne w tym są sformułowane teoretycznie ogólne typy modeli. Spośród nich! szczególna rola przypada modelom ekonomiczno-matematycznym, które u możHl wiają obiektywną analizę sformalizowanych i skwantyfikowanych wariantów decyl zyjnych Model matematyczny pozwala a priori poznać możliwości i kierunl|

Tablica 1.2. Klasyfikacja modeli decyzyjnych

Kryterium podziału	Typ modelu decyzyjnego
Cele poznawcze	Objaśniający, optymalizacyjny, prognostyczny
Przedmiot	Dziedzinowy, kompleksowy
Złożoność	Jednostrukturalny, wielostrukturalny
Sposób odwzorowania	Opisowy, normatywny, mieszany
Prezentacja modelu	Matematyczny, graficzny
pwiązki w modelu	Dyskretny, liniowy, nieliniowy, mieszany
{Stopień pewności	Deterministyczny, probabilistyczny
^Kryteria wyboru	Jednokryterialny, wielokryterialny, bez kryterium
^Ujęcie czasu	Statyczny, dynamiczny
Charakter problemu decyzyjnego	Standardowy, incydentalny
JPostać modelu	Bilansowy, optymalizacyjny, ekonometryczny, systemowy
Metody rozwiązywania	Matematyczny (programowania), graficzny, symulacyjny, heurystyczny

ioptymalizacji, a także symulować przyszłe procesy przy określonym zespole parametrów. Należy przy tym dążyć, aby językiem matematycznym opisać zasadnicze j czynniki determinujące decyzję oraz wyrazić zależności między nimi, co można pąjogólniej przedstawić w następujący sposób:

\ y =/(*;,    ■    (1-1)

-gdzie:

y    — zmienna zależna (kryterium optymalizacji),

x_if X2,x_n — zmienne niezależne, objaśniające,

/ (*,, x₂,jc„) -r- postać funkcji ujmującej podstawowe zależności w modelu.

Dla ukazania stochastycznego charakteru zależności w modelu można uwzględnić czynnik losowy, stosując funkcję regresji:

' y- f X# ...; x_n) + e,    '    (12)

gdzie:

e — odchylenie losowe (wpływ czynnika losowego).

W przypadku zastosowania programowania liniowego model optymalny obejmuje funkcję celu: /(x₂, .... x_H), dla której należy wyznaczyć optimum, uwzględniając warunki ograniczające (brzegowe): x_x, x₂,..., x_H e Z, gdzie Z oznacza ograniczone zasoby (materiały, czas pracy maszyn, czas pracy pracowników itp.).