Statické okolí Dynamické okolí relativně stabilní faktory
|
|
- Květoslava Květa Zemanová
- před 8 lety
- Počet zobrazení:
Transkript
1 SIR Přednášející: doc. Ing. Jaroslav Knápek, CSc. Katedra: K1316, katedra ekonomiky, manažerství a humanitních věd Adresa: Zikova 2, 2. patro KH: úterý, hod
2 Manažerské rozhodování Nejde o jednorázový akt, ale o strukturovaný cyklický proces skládající se z jednotlivých fází Fáze rozhodování 1) Monitorování stavu 2) Rozpoznání problému 3) Stanovení cíle (čeho má být dosaženo) 4) Pochopení problému, analýza (co má být řešeno, co je příčinou rozdílu mezi současným stavem a cílovým řešením) 5) Definování možných variant řešení 6) Ohodnocení možných variant řešení, analýza možných rizik 7) Výběr varianty 8) Implementace rozhodnutí 9) Monitorování účinnosti rozhodnutí
3 ROZHODOVACÍ PROCESY POJMY, KLASIFIKACE Podle počtu účastníků Podle racionality účastníků Konfliktní a nekonfliktní rozhodovací situace Skalární versus vektorové ohodnocení variant Podle počtu etap Taktické versus strategické Vytváření koalicí Hledisko rozhodování Vztahy mezi variantami
4 OKOLÍ ROZHODOVACÍ SITUACE Kontrolovatelné a nekontrolovatelné faktory Nekontrolovatelné faktory jsou neovlivnitelné rozhodovatelem Vlivy okolního prostředí na rozhodovací úlohu Okolí a rozhodování manažerů Specifické okolí firmy přímé vazby firmy: zákazníci, dodavatelé, konkurenti Obecné okolí firmy nepřímé vazby, faktory ovlivňující velké množství firem stav ekonomiky, situace na mezinárodních trzích, podnikatelské podmínky, daňový systém apod. Statické okolí Dynamické okolí relativně stabilní faktory neustále a rychle se měnící faktory Jednoduché okolí nízká nejistota zvýšená nejistota Komplexní okolí zvýšená nejistota vysoká nejistota Verze 2012/FD 4
5 ROZHODOVACÍ PROCESY POJMY, KLASIFIKACE A. Podle počtu účastníků Jeden racionální rozhodovatel (vždy zjednodušení reality, vždy existuje okolí rozhodovací situace ) Dva a více racionálních rozhodovatelů teorie her Jeden racionální a jeden neracionální účastník rozhodování za rizika a neurčitosti
6 ROZHODOVACÍ PROCESY POJMY, KLASIFIKACE B. Hledisko hodnocení Z pohledu kterého subjektu hodnocení a rozhodování provádíme podnikatelský subjekt nepodnikatelský subjekt soukromá osoba municipality systémové hledisko - stát Pohled subjektů se liší jejich cíli, prioritami, způsobem hodnocení: daňové hledisko lokální versus systémové optimum
7 ROZHODOVACÍ PROCESY POJMY, KLASIFIKACE B. Měření důsledků variant skalární ohodnocení variant vektorové ohodnocení variant
8 ROZHODOVÁNÍ ZA RIZIKA A NEURČITOSTI HRY PROTI PŘÍRODĚ Okolí rozhodovací situace Postoj rozhodovatelů k riziku Rozhodování za rizika ik Pravděpodobnosti scénářů Rozhodování za neurčitosti
9 HRA PROTI PŘÍRODĚ Racionalita rozhodovatele znamená: Uvědomělé rozhodování zaměřené k určitému cíli, při volbě varianty využívá všech objektivně dostupných informací o důsledcích její volby Respektování okolí rozhodovací situace Hra proti přírodě: Hra dvou hráčů s nulovým součtem Jeden hráč je racionální, druhý je neracionální Neracionální hráč: Projevuje se jako náhodný mechanizmus Působení okolí rozhodovací situace Rozhodovací situace je popsána: Množinou variant racionálního rozhodovatele Množinou stavů světa (typickými případy stavu okolí rozhodovací situace) Výplatní maticí Verze 2012/FD 9
10 ROZHODOVÁNÍ ZA RIZIKA A NEURČITOSTI Příklad rozhodování soukromého zemědělce: Jaké plodiny osít na dané výměře? Lze zanedbat okolí rozhodovací situace? Co je v této úloze okolím? (počasí=příroda, politika subvencí do zemědělství a daňový systém=legislativa, situace na trhu s danými komoditami=konkurence). Informace o budoucnosti jsou objektivně omezené Nekontrolovatelné l faktory vlivy obecného a specifického okolí nelze deterministicky predikovat Rozhodování za rizika Je známé (odhadnuté) pravděpodobnostní rozdělení volby strategií (stavů světa, scénářů okolí) neracionálním účastníkem Rozhodování za neurčitosti Pravděpodobnostní rozdělení není známé Verze 2012/FD 10
11 STAVY SVĚTA A JEJICH PRAVDĚPODOBNOST Stavy okolí: Scénáře Typické Možné Mezní vzájemně konzistentní kombinace dílčích faktorů Možnost zachycení méně pravděpodobných situací s podstatnými dopady Možnost eliminace variant s možnými fatálními důsledky Možnost přípravy opatření pro nepříznivé stavy okolí Odhady pravděpodobností stavů světa (scénářů) Objektivní pravděpodobnosti Existuje objektivní na pozorovateli nezávislá základna pro stanovení pravděpodobnosti (hod mincí, statistické hodnocení, trendy vývoje) Zpravidla založena na zpracování minulých statistických údajů Omezená platnost minulých situací pro budoucnost změny ve struktuře trhu, vliv nových faktorů, změny stávajících faktorů (např. klimatické změny, změny na světovém trhu vyvolané novými hráči apod.) Verze 2012/FD 11
12 SUBJEKTIVNÍ PRAVDĚPODOBNOSTI Subjektivní pravděpodobnosti Statistické údaje chybí vůbec (poptávka po novém produktu) Nebo mají pouze podpůrný charakter Subjektivní vliv rozhodovatele na stanovení pravděpodobnosti Míra osobního přesvědčení na výskytu určitého jevu či události Role znalostí, zkušeností, intuice Stanovení subjektivních pravděpodobností p Metoda relativních velikostí Pokud je počet stavů omezený Základním je nejpravděpodobnější stav Od nejpravděpodobnějšího stavu se odhadují četnosti dalších stavů Pravděpodobnost stavu je jeho četnost dělená celkovou četností Metoda kvantilů Konstrukce rozdělení na základě subjektivních odhadů výskytu jevu pro danou pravděpodobnost např. očekáváme prodej v rozmezí 5-10 tis. ks. Kolik kusů se prodá s pravděpodobností 0,25/0,5/0,75, resp. s jakou pravděpodobností prodám 6, 7, 8 tis. ks? Verze 2012/FD 12
13 SUBJEKTIVNÍ PRAVDĚPODOBNOSTI 2 Příčiny chyb ve stanovení pravděpodobností Osobní účast na nedávném jevu (byť není statisticky významný) Zejména emociálně zabarvené konkrétní prožitky ovlivňují schopnost abstrakce účast na dopravní nehodě, krach mé banky Nereprezentativnost dřívějších jevů ze kterých se odvozuje pravděpodobnost budoucích situací změna podmínek, za kterých se jev odehrává Nerespektování nezávislosti jevů mezi kterými není příčinná vazba hráčský klam zvyšování pravděpodobnosti jevů, které se zatím neprojevily a naopak Tendence k nadhodnocování výskytu málo pravděpodobných jevů Tendence k nadhodnocování pravděpodobnosti příznivých jevů a naopak Častá chyba při odhadu nákladů a výnosů projektů nebo při odhadu úspěšnosti nového výrobku na trhu Verze 2012/FD 13
14 ROZHODOVATELÉ A POSTOJ K RIZIKU Obecné pravidlo: Vyšší výnos je spojen s vyšším rizikem Výjimky z pravidla pouze krátkodobě Postoj k riziku: Rozhodovatelé neutrální k riziku Rozhodovatelé odmítající riziko (averze k riziku) Rozhodovatelé akceptující riziko Riziková varianta vede s prav. p 1 k výsledku x 1 a s prav. (1-p 1 ) k výsledku x 2. Neriziková varianta s jistotou zaručuje střední hodnotu rizikové varianty Averze k riziku: volba nerizikové varianty Neutrální postoj: obě varianty jsou indiferentní Postoj k riziku ovlivňuje: Osobní založení, minulé zkušenosti, okolí rozhodovací situace, důsledek negativní varianty Verze 2012/FD 14
15 JISTOTNÍ EKVIVALENT Příklad: Máte právo účasti v loterii (rozhodovací situaci), která Vám přináší se stejnou prav. (0,5) výhry 10 mil. a 0 mil. Kč. Očekávaná hodnota výhry je 5 mil. Kč. Na kolik si ceníte právo účasti v této rozhodovací situaci? Za kolik byste odprodali právo účasti? Např. za 3 mil. Kč? Jistotní ekvivalent loterie (rozhodovací situace) je 3 mil. Kč Jistotní ekvivalent x j Jistotním ekvivalentem varianty rozhodování vedoucí k důsledkům x 1, x 2, s prav. p 1, p 2 je taková hodnota důsledku, jehož utilita u(x j ) je rovna střední utilitě varianty u( x j ) u( x rozhodovatel si cení důsledek rovný jistotnímu ekvivalentu stejně vysoko jako variantu zatíženou rizikem n = i= 1 p i i ) Verze 2012/FD 15
16 JISTOTNÍ EKVIVALENT A POSTOJ K RIZIKU Averze k riziku Jistotní ekvivalent je nižší než je očekávaná výhra (efekt) 3 mil. jistotního ekvivalentu < 5 mil. očekávané výhry Sklon k riziku Jistotní ekvivalent je vyšší než očekávaná (střední) hodnota výhry (efektu) Riziková prémie Rozdíl mezi očekávaným důsledkem rizikové varianty a jejím jistotním ekvivalentem Verze 2012/FD 16
17 FUNKCE UTILITY Vyjadřuje postoj rozhodovatele k riziku Příklad: rozhodujeme se mezi variantami investice, které nesou zisk mezi 0 a 10 mil. Kč. Jak sestrojíme funkci utility? Předpokládejme rozhodovatele s averzí k riziku. Utilita u(0 mil)=0, u(10 mil)=1 Určení dalších bodů na bázi jistotních ekvivalentů Jaký je jistotní ekvivalent rizikové varianty zisku 10 mil. Kč s prav. 0,5 a0mil mil. Kč zisku s prav. 0,5? Postupujeme sérií otázek, zda preferujeme variantu s 1, 2, mil. Kč zaručeného efektu nebo rizikovou variantu Předpokládejme, že jistotní ekvivalent je 3 mil. Kč. Utilita u(3)=0,5u(0)+0,5u(10)=0,5x0+0,5x1=0,5 bod (3; 0,5) Stejně další body funkce pomocí u(3)=0,5 jaký je jistotní ekvivalent rizikové varianty se ziskem 0 mil. Kč (prav. 0,5) a 3 mil. Kč (prav. 0,5), dtto kombinace 3 mil. a 10 mil. Další dva body (1,3;0,25) a (5,5;0.75) předp. jistotních ekviv. u(1,3)=0,5u(0)+0,5u(3)=0,5x0+0,5x0,5=0,25 u(5,5)=0,5u(3)+0,5u(10)=0,5x0,5+0,5x1=0,75 Verze 2012/FD 17
18 1utilita FUNKCE UTILITY 2 Konkávní křivka Vyjadřuje averzi k riziku Konvexní křivka Vyjadřuje akceptace rizika Lineární závislost Neutrální postoj 0 efekt Empirické výzkumy Převládá averze k riziku, zejména pokud jde o zisky V případě ztrát je akceptace rizika značně větší (pokud nejde o katastrofické ztráty ) Verze 2012/FD 18
19 PRAVIDLA ROZHODOVÁNÍ ZA RIZIKA Základní pravidla (kritéria) rozhodování za rizika: Bayesův princip maximalizace střední (očekávané) hodnoty výplat Pravidlo očekávané hodnoty a rozptylu Pravidlo očekávané utility Bayesův princip max i n p j j =1 Omezení rozhodovatelé se v praxi často neřídí očekávanou hodnotou výplat Petrohradský paradox: první hráč hází mincí, dokud nepadne hlava. Padne-li hlava při n-tém hodu, dostane od 2. hráče 2 n a hra končí. Jaké si určí odstupné ze hry hráč č. 1? Zpravidla 2-40 Kč, ale střední hodnota je nekonečno! Adekvátní pravidlo při neutrálním postoji k riziku (funkce utility je lineární) Nerespektuje rozdělení užitností a riziko (10 kč, resp. 1 mil. Kč výhra s prav. 0,5, dtto prohra je v obou případech střední hodnota 0) f ij Verze 2012/FD 19
20 BAYESŮV PRINCIP - PŘÍKLAD Podnik se rozhoduje, kolik ks daného výrobku vyrobit. Rizikovým faktorem je neznámá poptávka na trhu. Pro kterou variantu se rozhodnout? Výroba v tis. Ks/poptávka Malá Střední Velká Prav. 0,3 0,5 0,2 E(50)=10x0,3+10x0,5+10x0,2=10 mil. Kč E(100)=0x0,3+30x0,5+30x0,2= =0x0,3+30x0,5+30x0,2=21 21 mil. Kč E(200)=-20x0,3+10x0,5+70x0,2=13 20x0,3+10x0,5+70x0,2=13 mil. Kč Pravidlo očekávané hodnoty je optimální pouze z hlediska dlouhodobé strategie (opakování rozhodnutí) Riziko killer value Verze 2012/FD 20
21 PRAVIDLO OČEKÁVANÉ UTILITY Rozhodovatel preferuje rizikovou variantu A před rizikovou variantou B, pokud je očekávaná hodnota utility varianty A vyšší než u varianty B Je třeba stanovit funkci utility pro daný efekt ( v příkladu zisk) Pro každou variantu stanovit utility hodnot efektu (zisku) a pomocí nich určit očekávanou utilitu každé varianty Varianty uspořádat podle klesající hodnoty očekávané utility Příklad: zisk je od -20 do 70 mil. Kč, předpokládejme utility Zisk Utilita 0 0,15 0,37 0,75 1 Utilita var. (200 tis. ks)=e[u(200)] [u(200)]=0*0,3+0,37*0,5+1*0,2=0,285 Utilita var. (100 tis. ks)=e[u(100)] [u(100)]=0,15*0,3+0,75*0,5+0,75*0,2=0,57 Utilita var. (50 tis. ks)=e[u(50)] [u(50)]=0,37*0,3+0,37*0.5+0,37*0,2=0.37 Stejné optimum, jiné pořadí na 2. a 3. místě Verze 2012/FD 21
22 PRAVIDLO OČEKÁVANÉ HODNOTY A ROZPTYLU Snaha odstranit nerespektování různé míry rizika v Bayesově principu Riziková varianta A preferována před rizikovou variantou B když Očekávaná hodnoty A je vyšší nebo rovna očekávané hodnotě B a současně rozptyl A je menší než rozptyl B Rozptyl py A je menší nebo roven rozptylu py B a současně je očekávaná hodnota A větší než B Neumožňuje kompletně seřadit varianty, ale stanovit tzv. nedominované varianty Varianta Oček. Rozptyl hodnota Varianta 200 je dominovaná Verze 2012/FD 22
23 STOCHASTICKÁ DOMINANCE Posuzování preference rizikových variant je založeno na rozdělení pravděpodobnosti kritéria hodnocení variant Zohledňuje riziko variant Identifikace (stochasticky) dominovaných (neefektivních variant) Příklad: Rozhodněte mezi 3 variantami A, B, C investice o nichž odhadujete d následující í údaje o potenciálních ziscích a jejich ji pravděpodobnostech. Var. A: zisk v intervalu PJ s prav. 0.4 zisk v intervalu PJ s prav. 0.6 Var. B: zisk v intervalu PJ s prav. 0.5 zisk v intervalu PJ s prav. 0.5 Var. C: zisk v intervalu PJ s prav. 0.2 zisk v intervalu PJ s prav. 0.8 Verze 2012/FD 23
24 STOCHASTICKÁ DOMINANCE 2 1,0 Akceptace rizika 0,8 B A C 0,6 Neutrální postoj 0,4 0,2 Averze k riziku Verze 2012/FD 24
25 ROZHODOVÁNÍ ZA NEURČITOSTI Nejsou známy pravděpodobnosti stavů světa Pokud neexistuje ideální varianta, musíme se ztotožnit s určitou filozofií rozhodování Výroba v tis. Ks/poptávka Malá Střední Velká Prav. 0,3 0,5 0,2 Laplace Laplaceovo pravidlo (Laplaceův princip nedostatečné evidence) Není informace, že některé ze stavů světa jsou pravděpodobnější než jiné Předpokládáme stejné pravděpodobnosti stavů světa Ekvivalentní Bayesovu principu max i 1 ( n n j= 1 f ij ) Verze 2012/FD 25
26 ROZHODOVÁNÍ ZA NEURČITOSTI 2 Waldovo pravidlo (pravidlo maxminu) Pesimistický rozhodovatel předpokládající, že může nastat nejméně příznivá situace (pojistka proti nejhoršímu) Volba nejlepší varianty při nejméně příznivých okolnostech max min i j f ij Varianta Waldovo k Pravidlo maximaxu Optimistický rozhodovatel, předpoklad, že nastane nejpříznivější stav světa max max i j f ij Varianta Maximax Verze 2012/FD 26
27 ROZHODOVÁNÍ ZA NEURČITOSTI 3 Hurwitzovo kritérium kombinace pesimistického a optimistického postoje respektování subjektivního založení rozhodovatele koeficient optimismu α max[ α maxf + ( 1 α ) minf ] Savageovo kritérium i MIN MAX 0,3 0,5 0, ztráty oproti optimální volbě pro daný stav světa (ztráta z neznalosti budoucnosti) typicky vede k volbě portfoliových variant konzervativní, pesimistický přístup obrana po bitvě je každý generál j ij Verze 2012/FD 27 j ij
28 ROZHODOVÁNÍ ZA NEURČITOSTI 4 Savageovo kritérium matice ztrát min. maximální ztráty V/S Malá Střední Velká Max Výběr konkrétního principu rozhodování je subjektivní záležitostí Verze 2012/FD 28
29 INFORMACE PRO ROZHODOVÁNÍ Informace pro rozhodování primární data sekundární data Prověřování vstupních dat metoda získání dat (adekvátnost metodiky, způsob zpracování dat) pravděpodobnost určitého subjektu na dodání "zkreslených" údajů (objektivní/subjektivní) relevantnost a reprezentativnost dat (počet pozorování) systematická chyba při výběru použitá metoda statistické analýzy pro získání dat (byla použita správná metoda pro zpracování dat? jsou závěry logické? jsou v souladu s předpoklady? jsou závěry správně interpretovány?) existuje souvislost mezi jevy? Verze 2012/FD 29
30 PROVĚŘOVÁNÍ DAT Základní zásady kritičnost (prověřování vstupů, znalost metodiky získání dat) opatrnost verifikace reprezentativnost Relevantnost Nalezení typické hodnoty (reprezentanta) expertní šetření pro zjištění vah kritérií analýza primárních vstupních údajů četnost mzdy medián = 14 Rozdělení četnosti mezd průměr = 19.2 vždy je nutné respektovat tvar rozdělení a typ úlohy pro který je typická hodnota zjišťována 2 0 do až až až až 30 mzda 30 až až až až až 60 Verze 2012/FD 30
MANAŽERSKÉ ROZHODOVÁNÍ
MANAŽERSKÉ ROZHODOVÁNÍ Téma 21 - PRAVIDLA ROZHODOVÁNÍ ZA RIZIKA A NEJISTOTY doc. Ing. Monika MOTYČKOVÁ (Grasseová), Ph.D. Univerzita obrany Fakulta ekonomika a managementu Katedra vojenského managementu
Rozhodovací procesy 10
Rozhodovací procesy 10 Rozhodování za rizika a nejistoty Příprava předmětu byla podpořena projektem OPPA č. CZ.2.17/3.1.00/33253 X rozhodování 1 Rozhodování za rizika a nejistoty Cíl přednášky 10: Rozlišení
Ing. Alena Šafrová Drášilová, Ph.D.
Rozhodování Ing. Alena Šafrová Drášilová, Ph.D. Rozhodování??? video Obsah typy rozhodování principy rozhodování rozhodovací fáze základní pojmy hodnotícího procesu rozhodovací podmínky rozhodování v podmínkách
Firma a nejistota Aplikace rozhodování v podmínkách rizika a nejistoty na firmu
Firma a nejistota Aplikace rozhodování v podmínkách rizika a nejistoty na firmu Teorie firmy Rozhodování Jedna z významných činností manažera Nedílná součást manažerské práce Zásadně ovlivňuje budoucí
VÍCEKRITERIÁLNÍ MANAŢERSKÉ ROZHODOVÁNÍ V PODMÍNKÁCH RIZIKA A NEJISTOTY
Internetový časopis o jakosti Vydavatel: Katedra kontroly a řízení jakosti, FMMI, VŠB-TU Ostrava VÍCEKRITERIÁLNÍ MANAŢERSKÉ ROZHODOVÁNÍ V PODMÍNKÁCH RIZIKA A NEJISTOTY ÚVOD Všemi sekvenčními manažerskými
Rozhodování. Ing. Alena Šafrová Drášilová, Ph.D.
Rozhodování Ing. Alena Šafrová Drášilová, Ph.D. Rozhodování??? video Obsah typy rozhodování principy rozhodování rozhodovací fáze základní pojmy hodnotícího procesu rozhodovací podmínky rozhodování v podmínkách
Ing. Alena Šafrová Drášilová
Rozhodování II Ing. Alena Šafrová Drášilová Obsah vztah jedince k riziku rozhodování v podmínkách rizika rozhodování v podmínkách nejistoty pravidlo maximin pravidlo maximax Hurwitzovo pravidlo Laplaceovo
Charakteristika rizika
Charakteristika rizika Riziko je možnost, že se dosažené výsledky podnikání budou příznivě či nepříznivě odchylovat od předpokládaných výsledků. Odchylky od předpokladu jsou: a) příznivé b) nepříznivé
Rozhodovací procesy 2
Rozhodovací procesy 2 Základní pojmy a struktura rozhodování Příprava předmětu byla podpořena projektem OPPA č. CZ.2.17/3.1.00/33253 II rozhodování 1 Rozhodovací procesy Cíl přednášky 1-3: Význam rozhodování
ÚVOD DO ROZHODOVÁNÍ PŘEDNÁŠKA. OPTIMALIZACE A ROZHODOVÁNÍ V DOPRAVĚ Přednáška 1. Zuzana Bělinová
PŘEDNÁŠKA 1 ÚVOD DO ROZHODOVÁNÍ Organizační Vyučující Ing., Ph.D. email: belinova@k620.fd.cvut.cz Doporučená literatura Dudorkin J. Operační výzkum. Požadavky zápočtu docházka zápočtový test (21.5.2015)
Rozhodovací procesy 11
Rozhodovací procesy 11 Management rizik Příprava předmětu byla podpořena projektem OPPA č. CZ.2.17/3.1.00/33253 XI rozhodování 1 Management rizik Cíl přednášky 11: a přístup k řízení rizik : Ohrožení,
ÚVOD. Dokonalé informace známe všechny možné stavy světa Nereálné
RIZIKO ÚVOD Dokonalé informace známe všechny možné stavy světa Nereálné Rozhodování v nejistotě Známe všechny možné situace a jejich pravděpodobnosti Známe všechny možné situace, ale ne jejich pravděpodobnosti
Jednokriteriální rozhodování za rizika a nejistoty
Kapitola Jednokriteriální rozhodování za rizika a nejistoty U jednokriteriálních úloh je vždy pouze jedno kritérium optimality, a to buď maximalizační nebo minimalizační. Varianty rozhodování jsou zadány.
Charakteristika rizika
Charakteristika rizika Riziko je možnost, že se dosažené výsledky podnikání budou příznivě či nepříznivě odchylovat od předpokládaných výsledků. Odchylky od předpokladu jsou: a) příznivé b) nepříznivé
Rozhodovací procesy 3
Rozhodovací procesy 3 Informace a riziko Příprava předmětu byla podpořena projektem OPPA č. CZ.2.17/3.1.00/33253 III rozhodování 1 Rozhodovací procesy Cíl přednášky 1-3: Význam rozhodování Rozhodování
Management. Ing. Jan Pivoňka
Management Ing. Jan Pivoňka Stanovení osobní vize V souladu s kotvou Konkrétní představa Citový náboj Stimul pro aktivní jednání Krátkodobější cíle motivace Výjimky Jasná vize Pohodoví lidé Úspěch bez
Rozhodovací procesy 8
Rozhodovací procesy 8 Rozhodování za jistoty Příprava předmětu byla podpořena projektem OPPA č. CZ.2.17/3.1.00/33253 VIII rozhodování 1 Rozhodování za jistoty Cíl přednášky 8: Rozhodovací analýza Stanovení
1. dílčí téma: Rozhodování při riziku, neurčitosti a hry s neúplnou informací
Cíl tematického celku: Student získá komplexní přehled teorií oligopolu, které lze úspěšně aplikovat v realitě. Druhým cílem je naučit se chápat obsah komunikace, která se vede při projednávání nejrůznějších
4EK201 Matematické modelování. 10. Teorie rozhodování
4EK201 Matematické modelování 10. Teorie rozhodování 10. Rozhodování Rozhodování = proces výběru nějaké možnosti (varianty) podle stanoveného kritéria za účelem dosažení stanovených cílů Rozhodovatel =
Metody výběru variant
Metody výběru variant Používají se pro výběr v případě více variant řešení stejného problému Lze vybírat dle jednoho nebo více kritérií V případě více kritérií mohou mít všechna stejnou důležitost nebo
OSA. maximalizace minimalizace 1/22
OSA Systémová analýza metodika používaná k navrhování a racionalizaci systémů v podmínkách neurčitosti vyšší stupeň operační analýzy Operační analýza (výzkum) soubor metod umožňující řešit rozhodovací,
8. Rozhodovací procesy
8. Rozhodovací procesy 8.1 Podstata rozhodování Rozhodovací procesy znamenají jednu z nejdůležitějších činností manažerů. Každé postupné (sekvenční) manažerské funkci je společné, že jí prostupují tři
Metodické listy pro kombinované studium předmětu INVESTIČNÍ A FINANČNÍ ROZHODOVÁNÍ (IFR)
Metodické listy pro kombinované studium předmětu INVESTIČNÍ A FINANČNÍ ROZHODOVÁNÍ (IFR) (Aktualizovaná verze 04/05) Úvodní charakteristika předmětu: Cílem jednosemestrálního předmětu Investiční a finanční
TGH13 - Teorie her I.
TGH13 - Teorie her I. Jan Březina Technical University of Liberec 19. května 2015 Hra s bankéřem Máte právo sehrát s bankéřem hru: 1. hází se korunou dokud nepadne hlava 2. pokud hlava padne v hodu N,
Pravděpodobnost, náhoda, kostky
Pravděpodobnost, náhoda, kostky Radek Pelánek IV122 Výhled pravděpodobnost náhodná čísla lineární regrese detekce shluků Dnes lehce nesourodá směs úloh souvisejících s pravděpodobností připomenutí, souvislosti
Operační výzkum. Teorie her. Hra v normálním tvaru. Optimální strategie. Maticové hry.
Operační výzkum Hra v normálním tvaru. Optimální strategie. Maticové hry. Operační program Vzdělávání pro konkurenceschopnost Název projektu: Inovace magisterského studijního programu Fakulty ekonomiky
Vzorový příklad na rozhodování BPH_ZMAN
Vzorový příklad na rozhodování BPH_ZMAN Základní charakteristiky a značení symbol verbální vyjádření interval C g g-tý cíl g = 1,.. s V i i-tá varianta i = 1,.. m K j j-té kriterium j = 1,.. n v j x ij
Inženýrská statistika pak představuje soubor postupů a aplikací teoretických principů v oblasti inženýrské činnosti.
Přednáška č. 1 Úvod do statistiky a počtu pravděpodobnosti Statistika Statistika je věda a postup jak rozvíjet lidské znalosti použitím empirických dat. Je založena na matematické statistice, která je
Otázky ke státní závěrečné zkoušce
Otázky ke státní závěrečné zkoušce obor Ekonometrie a operační výzkum a) Diskrétní modely, Simulace, Nelineární programování. b) Teorie rozhodování, Teorie her. c) Ekonometrie. Otázka č. 1 a) Úlohy konvexního
Náhodné (statistické) chyby přímých měření
Náhodné (statistické) chyby přímých měření Hodnoty náhodných chyb se nedají stanovit předem, ale na základě počtu pravděpodobnosti lze zjistit, která z možných naměřených hodnot je více a která je méně
Teorie her a ekonomické rozhodování. 2. Maticové hry
Teorie her a ekonomické rozhodování 2. Maticové hry 2.1 Maticová hra Teorie her = ekonomická vědní disciplína, která se zabývá studiem konfliktních situací pomocí matematických modelů Hra v normálním tvaru
Rozhodovací procesy v ŽP ROZHODOVÁNÍ ZA RIZIKA RISK MANAGEMENT
Rozhodovací procesy v ŽP ROZHODOVÁNÍ ZA RIZIKA RISK MANAGEMENT Neznámá budoucnost??? Risk management identifikace rizika snížení rizika Riziková analýza Hazard = rozhodování za rizika Katedra hydromeliorací
Operační výzkum. Teorie her cv. Hra v normálním tvaru. Optimální strategie. Maticové hry.
Operační výzkum Teorie her cv. Hra v normálním tvaru. Optimální strategie. Maticové hry. Operační program Vzdělávání pro konkurenceschopnost Název projektu: Inovace magisterského studijního programu Fakulty
Teorie her a ekonomické rozhodování. 7. Hry s neúplnou informací
Teorie her a ekonomické rozhodování 7. Hry s neúplnou informací 7.1 Informace Dosud hráči měli úplnou informaci o hře, např. znali svou výplatní funkci, ale i výplatní funkce ostatních hráčů často to tak
Aplikace při posuzování inv. projektů
Aplikace při posuzování inv. projektů Pokročilé metody investiční analýzy Výpočet bodu zvratu Citlivostní analýza Analýzy scénářů Statistické simulace Reálné opce Analýza stochastických procesů Příklad
Pravděpodobnost, náhoda, kostky
Pravděpodobnost, náhoda, kostky Radek Pelánek IV122, jaro 2015 Výhled pravděpodobnost náhodná čísla lineární regrese detekce shluků Dnes lehce nesourodá směs úloh souvisejících s pravděpodobností krátké
PODPORY OBNOVITELNÝCH ZDROJŮ ENERGIE
PODPORY OBNOVITELNÝCH ZDROJŮ ENERGIE doc. Ing. Jaroslav Knápek, CSc. ČVUT v Praze, Fakulta elektrotechnická katedra ekonomiky, manažerství a humanitních věd http://ekonom.feld.cvut.cz knapek@fel.cvut.cz
OVLÁDÁNÍ RIZIKA ANALÝZA A MANAGEMENT
TICHÝ Milík OVLÁDÁNÍ RIZIKA ANALÝZA A MANAGEMENT Obsah Předmluva... V Značky a symboly... VII Přehled nejpoužívanějších zkratek... IX Názvosloví... XI Rizikologie... XV Základní pojmy... 1 1. Rizikologické
VÍCEKRITERIÁLNÍ ROZHODOVANÍ
VÍCEKRITERIÁLNÍ ROZHODOVANÍ 1 Obsah Typy modelů vícekriteriálního rozhodování Základní pojmy Typy informací Cíl modelů Užitek, funkce užitku Grafické zobrazení Metody vícekriteriální analýzy variant 2
PRAVDĚPODOBNOST A STATISTIKA
PRAVDĚPODOBNOST A STATISTIKA Definice lineárního normálního regresního modelu Lineární normální regresní model Y β ε Matice n,k je matice realizací. Předpoklad: n > k, h() k - tj. matice je plné hodnosti
FRP 6. cvičení Měření rizika
FRP 6. cvičení Měření rizika Podnikatelské riziko představuje možnost, že dosažené výsledky podnikání se budou kladně či záporně odchylovat od předpokládaných výsledků. Toto riziko vzniká např. při zavádění
Teorie her a ekonomické rozhodování. 11. Aukce
Teorie her a ekonomické rozhodování 11. Aukce 11. Aukce Příklady tržních mechanismů prodej s pevnou cenou cenové vyjednávání aukce Využití aukcí prodej uměleckých předmětů, nemovitostí, prodej květin,
Projektové řízení a rizika v projektech
Projektové řízení a rizika v projektech Zainteresované strany Zainteresované strany (tzv. stakeholders) jsou subjekty (organizace, lidé, prostory, jiné projekty), které realizace projektu ovlivňuje. Tyto
Teorie her a ekonomické rozhodování. 3. Dvoumaticové hry (Bimaticové hry)
Teorie her a ekonomické rozhodování 3. Dvoumaticové hry (Bimaticové hry) 3.1 Neantagonistický konflikt Hra v normálním tvaru hráči provedou jediné rozhodnutí a to všichni najednou v rozvinutém tvaru řada
7 Kardinální informace o kritériích (část 1)
7 Kardinální informace o kritériích (část 1) Předpokládejme stejná značení jako v předchozích cvičeních. Kardinální informací o kritériích se rozumí ohodnocení jejich důležitosti k pomocí váhového vektoru
Okruhy ke státním závěrečným zkouškám Platnost: od leden 2017
Okruh I: Řízení podniku a projektů: strategický management, inovační management a manažerské rozhodování 1. Základní struktura strategického managementu a popis jednotlivých fází, zhodnocení výstupů a
Poděkování Na tomto místě bych ráda poděkovala Ing. Martinu Lampovi, Ph.D. za odborné připomínky a rady, kterými přispěl k vypracování této práce.
Poděkování Na tomto místě bych ráda poděkovala Ing. Martinu Lampovi, Ph.D. za odborné připomínky a rady, kterými přispěl k vypracování této práce. Abstrakt Tématem mé bakalářské práce je popsat Metody
S T R A T E G I C K Ý M A N A G E M E N T
S T R A T E G I C K Ý M A N A G E M E N T 3 LS, akad.rok 2014/2015 Strategický management - VŽ 1 Proces strategického managementu LS, akad.rok 2014/2015 Strategický management - VŽ 2 Strategický management
SEMINÁRNÍ PRÁCE Z MATEMATIKY
SEMINÁRNÍ PRÁCE Z MATEMATIKY PETROHRADSKÝ PARADOX TEREZA KIŠOVÁ 4.B 28.10.2016 MOTIVACE: K napsání této práce mě inspiroval název tématu. Když jsem si o petrohradském paradoxu zjistila nějaké informace
Úvod do analýzy cenných papírů. Dagmar Linnertová 5. Října 2009
Úvod do analýzy cenných papírů Dagmar Linnertová 5. Října 2009 Investice a investiční rozhodování Každý je potenciální investor Nevynaložením prostředků na svou současnou potřebu se jí tímto vzdává Mít
Studijní text INVESTICE A AKVIZICE. Název předmětu: Zpracovala: Ing. et. Ing. Jana Boulaouad
Studijní text Název předmětu: INVESTICE A AKVIZICE Zpracovala: Ing. et. Ing. Jana Boulaouad Operační program Vzdělávání pro konkurenceschopnost Název projektu: Inovace magisterského studijního programu
MULTIKRITERIÁLNÍ ROZHODOVÁNÍ KOMPLEXNÍ HODNOCENÍ ALTERNATIV
PŘEDNÁŠKA 6 MULTIKRITERIÁLNÍ ROZHODOVÁNÍ KOMPLEXNÍ HODNOCENÍ ALTERNATIV Multikriteriální rozhodování Možnosti řešení podle toho, jaká je množina alternativ pokud množina alternativ X je zadaná implicitně
Úvod do teorie her
Úvod do teorie her 2. Garanční řešení, hry s nulovým součtem a smíšené strategie Tomáš Kroupa http://staff.utia.cas.cz/kroupa/ 2017 ÚTIA AV ČR Program 1. Zavedeme řešení, které zabezpečuje minimální výplatu
3. ANTAGONISTICKÉ HRY
3. ANTAGONISTICKÉ HRY ANTAGONISTICKÝ KONFLIKT Antagonistický konflikt je rozhodovací situace, v níž vystupují dva inteligentní rozhodovatelé, kteří se po volbě svých rozhodnutí rozdělí o pevnou částku,
Management rizika Bc. Ing. Karina Mužáková, Ph.D. BIVŠ,
Management rizika Bc. Ing. Karina Mužáková, Ph.D. 1 8/ Strategický management rizika. (text převzat z prezentací prof. Fotra) 2 Zrychlování změn, zvyšování počtu rizikových faktorů Častý přístup = ignorování
Rozhodování při riziku, neurčitosti a hry s neúplnou informací. Rozhodování při riziku
Rozhodování při riziku, neurčitosti a hry s neúplnou informací Obsah kapitoly Studijní cíle Doba potřebná ke studiu Pojmy k zapamatování Úvod Výkladová část 1) Rozhodování při riziku a neurčitosti I. Rozhodování
Rozhodovací procesy 1
Rozhodovací procesy 1 Význam rozhodování a základní pojmy Příprava předmětu byla podpořena projektem OPPA č. CZ.2.17/3.1.00/33253 I rozhodování 1 Rozhodovací procesy Cíl přednášky 1-3: Význam rozhodování
Připomeňme, že naším cílem je tvorba nástroj, pro zjištění stavu světa případně
Umělá inteligence II Roman Barták, KTIML roman.bartak@mff.cuni.cz http://ktiml.mff.cuni.cz/~bartak Racionální rozhodování Připomeňme, že naším cílem je tvorba racionálních agentů maximalizujících očekávanou
III) Podle závislosti na celkovém ekonomickém vývoji či na vývoji v jednotlivé firmě a) systematické tržní, b) nesystematické jedinečné.
Měření rizika Podnikatelské riziko představuje možnost, že dosažené výsledky podnikání se budou kladně či záporně odchylovat od předpokládaných výsledků. Toto riziko vzniká např. při zavádění nových výrobků
pravděpodobnosti Pravděpodobnost je teorií statistiky a statistika je praxí teorie pravděpodobnosti.
3.1 Základy teorie pravděpodobnosti Pravděpodobnost je teorií statistiky a statistika je praxí teorie pravděpodobnosti. Co se dozvíte Náhodný pokus a náhodný jev. Pravděpodobnost, počítání s pravděpodobnostmi.
Faktory ovlivňující řízení podnikové informatiky
Faktory ovlivňující řízení podnikové informatiky Jiří Voříšek katedra informačních technologií Vysoká škola ekonomická v Praze vorisek@vse.cz Proč toto téma? s růstem významu IT pro podnik růst významu
5 Vícerozměrná data - kontingenční tabulky, testy nezávislosti, regresní analýza
5 Vícerozměrná data - kontingenční tabulky, testy nezávislosti, regresní analýza 5.1 Vícerozměrná data a vícerozměrná rozdělení Při zpracování vícerozměrných dat se hledají souvislosti mezi dvěma, případně
Pravděpodobnost a její vlastnosti
Pravděpodobnost a její vlastnosti 1 Pravděpodobnost a její vlastnosti Náhodné jevy Náhodný jev je výsledek pokusu (tj. realizace určitého systému podmínek) a jeho charakteristickým rysem je, že může, ale
Máte 1000 Kč a jdete si koupit svoji oblíbenou knihu?
Volba a projevené preference Varian, Mikroekonomie: moderní přístup, kapitola 5 a oddíly 7.1 7.7 Varian, Intermediate Microeconomics, Chapter 5 and Sections 7.1 7.7 () 1 / 1 EXPERIMENT: Neúspěšný nákup
You created this PDF from an application that is not licensed to print to novapdf printer (http://www.novapdf.com)
Testování statistických hypotéz Testování statistických hypotéz Princip: Ověřování určitého předpokladu zjišťujeme, zda zkoumaný výběr pochází ze základního souboru, který má určité rozdělení zjišťujeme,
Vysoká škola technická a ekonomická v Českých Budějovicích. Institute of Technology And Business In České Budějovice
FORMULACE, VÝBĚR A IMPLEMENTACE STRATEGIE Vysoká škola technická a ekonomická v Českých Budějovicích Institute of Technology And Business In České Budějovice Tento učební materiál vznikl v rámci projektu
Úvod do problematiky měření
1/18 Lord Kelvin: "Když to, o čem mluvíte, můžete změřit, a vyjádřit to pomocí čísel, něco o tom víte. Ale když to nemůžete vyjádřit číselně, je vaše znalost hubená a nedostatečná. Může to být začátek
Lékařská biofyzika, výpočetní technika I. Biostatistika Josef Tvrdík (doc. Ing. CSc.)
Lékařská biofyzika, výpočetní technika I Biostatistika Josef Tvrdík (doc. Ing. CSc.) Přírodovědecká fakulta, katedra informatiky josef.tvrdik@osu.cz konzultace úterý 14.10 až 15.40 hod. http://www1.osu.cz/~tvrdik
Manažerská ekonomika
PODNIKOVÝ MANAGEMENT (zkouška č. 12) Cíl předmětu Získat znalosti zákonitostí úspěšného řízení organizace a přehled o současné teorii a praxi managementu. Seznámit se s moderními manažerskými metodami
Simplexová metoda. Simplexová tabulka: Záhlaví (účelová funkce) A ~ b r βi. z j c j. z r
Simplexová metoda Simplexová metoda, je jedním ze způsobů, jak řešit úlohy lineárního programování. Tato metoda vede k cíly, nelezení optimálního řešení, během konečného počtu kroků, pokud se při prvním
ANTAGONISTICKE HRY 172
5 ANTAGONISTICKÉ HRY 172 Antagonistický konflikt je rozhodovací situace, v níž vystupují dva inteligentní rozhodovatelé, kteří se po volbě svých rozhodnutí rozdělí o pevnou částku, jejíž výše nezávisí
I A M 1 ROZHODOVÁNÍ V ČASE C 2. M 1 *(1+r) C 2K =(M 1 -C 1K )(1+r) C 1 C 1K
ROZHODOVÁNÍ V ČASE Jednoduchý Fisherův model alternativy jsou současná spotřeba C 1 a budoucí spotřeba C 2. (Každá z těchto spotřeb je vyjádřena jako kompozitní statek převedený pomocí jeho ceny na peníze
Teorie her a ekonomické rozhodování. 8. Vyjednávací hry
Teorie her a ekonomické rozhodování 8. Vyjednávací hry 8. Vyjednávání Teorie her Věda o řešení konfliktů Ale také věda o hledání vzájemně výhodné spolupráce Teorie vyjednávání Odvětví teorie her dohoda
SOFTWAROVÉ INŽENÝRSTVÍ
SOFTWAROVÉ INŽENÝRSTVÍ Plán a odhady projeku Ing. Ondřej Macek 2013/14 ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE Příprava plánu projektu 3 Motivace k plánování Průběh projektu Bolest Dobré plánování Špatné
11. cvičení z PSI prosince hodnota pozorovaná četnost n i p X (i) = q i (1 q), i N 0.
11 cvičení z PSI 12-16 prosince 2016 111 (Test dobré shody - geometrické rozdělení Realizací náhodné veličiny X jsme dostali následující četnosti výsledků: hodnota 0 1 2 3 4 5 6 pozorovaná četnost 29 15
SYSTÉMOVÁ METODOLOGIE III Obecná teorie systémů. Ak. rok 2011/2012 vbp 1
SYSTÉMOVÁ METODOLOGIE III Obecná teorie systémů Ak. rok 2011/2012 vbp 1 Systémová metodologie OBECNÁ TEORIE SYSTÉMŮ (OTS) Ak. rok 2011/2012 vbp 2 její snahou je nalezení metodologické kostry věd, tj. snaží
ROZHODOVÁNÍ ROZHODOVACÍ PROBLÉM A PROCES
ROZHODOVÁNÍ ROZHODOVACÍ PROBLÉM A PROCES doc. Ing. Monika MOTYČKOVÁ (Grasseová), Ph.D. Univerzita obrany Fakulta ekonomika a managementu Katedra vojenského managementu a taktiky Kounicova 44/1. patro/kancelář
MANAŽERSKÉ ROZHODOVÁNÍ. Téma 1 - Normativní a deskriptivní teorie rozhodování, struktura problémů a rozhodovacích procesů
MANAŽERSKÉ ROZHODOVÁNÍ Téma 1 - Normativní a deskriptivní teorie rozhodování, struktura problémů a rozhodovacích procesů doc. Ing. Monika MOTYČKOVÁ (Grasseová), Ph.D. Univerzita obrany Fakulta ekonomika
STATISTICKÉ ZJIŠŤOVÁNÍ
STATISTICKÉ ZJIŠŤOVÁNÍ ÚVOD Základní soubor Všechny ryby v rybníce, všechny holky/kluci na škole Cílem určit charakteristiky, pravděpodobnosti Průměr, rozptyl, pravděpodobnost, že Maruška kápne na toho
Postupy při hodnocení variant a výběru nejvhodnějšího řešení. Šimon Kovář Katedra textilních a jednoúčelových strojů
Postupy při hodnocení variant a výběru nejvhodnějšího řešení Šimon Kovář Katedra textilních a jednoúčelových strojů Znáte nějaké postupy hodnocení variant řešení? Vícekriteriální rozhodování Při výběru
Zápočtová práce STATISTIKA I
Zápočtová práce STATISTIKA I Obsah: - úvodní stránka - charakteristika dat (původ dat, důvod zpracování,...) - výpis naměřených hodnot (v tabulce) - zpracování dat (buď bodové nebo intervalové, podle charakteru
PRAVDĚPODOBNOST A STATISTIKA
PRAVDĚPODOBNOST A STATISTIKA Definice lineárního normálního regresního modelu Lineární normální regresní model Y Xβ ε Předpoklady: Matice X X n,k je matice realizací. Předpoklad: n > k, h(x) k - tj. matice
Charakterizují kvantitativně vlastnosti předmětů a jevů.
Měřicí aparatura 1 / 34 Fyzikální veličiny Charakterizují kvantitativně vlastnosti předmětů a jevů. Můžeme je dělit: Podle rozměrů: Bezrozměrné (index lomu, poměry) S rozměrem fyzikální veličiny velikost
Ing. Ondřej Audolenský
České vysoké učení technické v Praze Fakulta elektrotechnická Katedra ekonomiky, manažerství a humanitních věd Ing. Ondřej Audolenský Vedoucí: Prof. Ing. Oldřich Starý, CSc. Rizika podnikání malých a středních
Insolvenční řízení - očekávání, realita, budoucnost. Reorganizace vs. sanační konkurz"
Insolvenční řízení - očekávání, realita, budoucnost Reorganizace vs. sanační konkurz" Ing. Jaroslav SCHŐNFELD, Ph.D., 7.12.2015, Senát parlamentu České republiky, Praha Obsah 1) Výsledky statistického
Mikroekonomie magisterský kurz - VŠFS Jiří Mihola, jiri.mihola@quick.cz, www.median-os.cz, 2010 Téma 1 Teorie her pro manažery Obsah 5.1 Teorie her jako součást mikroekonomie 5.2 Základní pojmy teorie
Náhodná veličina a rozdělení pravděpodobnosti
3.2 Náhodná veličina a rozdělení pravděpodobnosti Bůh hraje se světem hru v kostky. Jsou to ale falešné kostky. Naším hlavním úkolem je zjistit, podle jakých pravidel byly označeny, a pak toho využít pro
7. Rozdělení pravděpodobnosti ve statistice
7. Rozdělení pravděpodobnosti ve statistice Statistika nuda je, má však cenné údaje, neklesejte na mysli, ona nám to vyčíslí Jednou z úloh statistiky je odhad (výpočet) hodnot statistického znaku x i,
Náhodné chyby přímých měření
Náhodné chyby přímých měření Hodnoty náhodných chyb se nedají stanovit předem, ale na základě počtu pravděpodobnosti lze zjistit, která z možných naměřených hodnot je více a která je méně pravděpodobná.
Systémy pro podporu rozhodování. Modelování a analýza
Systémy pro podporu rozhodování Modelování a analýza 1 Připomenutí obsahu minulé přednášky Datové sklady, přístup, analýza a vizualizace Povaha a zdroje dat (data, informace, znalosti a interní, externí,
Testování statistických hypotéz
Testování statistických hypotéz 1 Testování statistických hypotéz 1 Statistická hypotéza a její test V praxi jsme nuceni rozhodnout, zda nějaké tvrzeni o parametrech náhodných veličin nebo o veličině samotné
Základy biostatistiky II. Veřejné zdravotnictví 3.LF UK - II
Základy biostatistiky II Veřejné zdravotnictví 3.LF UK - II Teoretické rozložení-matematické modely rozložení Naměřená data Výběrové rozložení Teoretické rozložení 1 e 2 x 2 Teoretické rozložení-matematické
Nejistota a rovnováha Varian: Mikroekonomie: moderní přístup, kapitoly 12 a 16 Varian: Intermediate Microeconomics, 8e, Chapters 12 and 16 1 / 42
Nejistota a rovnováha Varian: Mikroekonomie: moderní přístup, kapitoly 12 a 16 Varian: Intermediate Microeconomics, 8e, Chapters 12 and 16 1 / 42 Na této přednášce se dozvíte jak vypadá rozhodování za
Operační výzkum. Vícekriteriální hodnocení variant. Grafická metoda. Metoda váženého součtu.
Operační výzkum Vícekriteriální hodnocení variant. Grafická metoda. Metoda váženého součtu. Operační program Vzdělávání pro konkurenceschopnost Název projektu: Inovace magisterského studijního programu
Obsah. I. Objektivní pravděpodobnosti. 1. Pravděpodobnost a relativní četnosti... 23
Obsah Předmluva... 15 I. Objektivní pravděpodobnosti 1. Pravděpodobnost a relativní četnosti... 23 1.1 Úvod... 23 1.2 Základy frekvenční interpretace... 24 1.2.1 Pravděpodobnost a hromadné jevy... 24 1.2.2
VÝKAZ CASH FLOW. Řízení finančních toků. Manažerská ekonomika obor Marketingová komunikace. 3. přednáška Ing. Jarmila Ircingová, Ph.D.
VÝKAZ CASH FLOW Řízení finančních toků Manažerská ekonomika obor Marketingová komunikace 3. přednáška Ing. Jarmila Ircingová, Ph.D. Peněžní a materiálové toky v podniku Hotové výrobky Nedokončená výroba
12. cvičení z PST. 20. prosince 2017
1 cvičení z PST 0 prosince 017 11 test rozptylu normálního rozdělení Do laboratoře bylo odesláno n = 5 stejných vzorků krve ke stanovení obsahu alkoholu X v promilích alkoholu Výsledkem byla realizace
Finanční trhy. Finanční aktiva
Finanční trhy Finanční aktiva Magický trojúhelník investování (I) Riziko Výnos Likvidita Magický trojúhelník investování (II) Tři prvky magického trojúhelníku (výnos, riziko a likvidita) vytváří určitý
(motto: Jestliže má jednotlivec rád čísla, pokládá se to za neurózu. Celá společnost se ale sklání před statistickými čísly. Alfred Paul Schmidt)
Popisná státistiká (motto: Jestliže má jednotlivec rád čísla, pokládá se to za neurózu. Celá společnost se ale sklání před statistickými čísly. Alfred Paul Schmidt) 1. Příklad V pobočce banky za celý den
Management. Rozhodování. Ing. Vlastimil Vala, CSc. Ústav lesnické a dřevařské ekonomiky a politiky
Management Rozhodování Ing. Vlastimil Vala, CSc. Ústav lesnické a dřevařské ekonomiky a politiky Vytvořeno s podporou projektu Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU