Количественные методы принятия решений

2026/2027

Учебный год

RUS

Обучение ведется на русском языке

5

Кредиты

Кто читает:

Департамент бизнес-информатики и операционного менеджмента

Статус:

Курс обязательный

Когда читается:

3-й курс, 2, 3 модуль

Программа дисциплины

Аннотация

Дисциплина направлена на формирование у студентов компетенций количественного обоснования управленческих, экономических и организационных решений в условиях определенности, риска и неопределенности. В основе курса лежит единая логика: структурировать проблему, определить альтернативы и критерии, получить и оценить информацию, построить количественную модель, проанализировать риск и чувствительность, выбрать и обосновать рекомендуемое решение. Курс объединяет методы анализа решений, исследования операций и аналитического моделирования. Центральное место занимают вероятностные модели, решения в условиях риска и неопределенности, матрицы выигрышей и потерь, деревья решений, диаграммы влияния, стоимость информации, полезность, многокритериальный выбор, имитационное моделирование и оптимизация. Описательная статистика и прогнозирование рассматриваются как средства подготовки входной информации для принятия решений. Студенты получают практический опыт реализации моделей в Microsoft Excel: работы с формулами, сводными таблицами, регрессией и прогнозированием, анализом «что если», поиском решения, сценарным анализом, деревьями решений и базовой имитацией Монте-Карло. Курс ориентирован на задачи распределения ресурсов, инвестиций, производства, логистики, маркетинга, управления проектами и инфраструктурного планирования.

Цель освоения дисциплины

• освоение системного процесса принятия решений: постановка проблемы, формирование альтернатив, критериев и ограничений, моделирование, оценка, выбор и контроль результата
• развитие навыков преобразования реальных задач в количественные, вероятностные и оптимизационные модели
• освоение методов выбора в условиях определенности, риска и неопределенности
• освоение методов оценки ценности дополнительной информации и обоснования затрат на исследования, тесты и сбор данных
• освоение методов учета риск-предпочтений и конфликтующих критериев при выборе альтернатив
• развитие навыков анализа чувствительности, сценарного анализа и имитационного моделирования
• развитие практических навыков работы с Excel и Solver для построения, проверки и интерпретации моделей
• формирование способности ясно представлять результаты количественного анализа лицу, принимающему решение

Планируемые результаты обучения

• Знает этапы рационального процесса принятия решений, элементы модели решения и ограничения количественного анализа
• Знает методы описательной статистики, вероятностного моделирования и прогнозирования, необходимые для подготовки входных параметров моделей
• Знает критерии выбора в условиях неопределенности и риска, ожидаемую денежную ценность, ожидаемые потери и принципы байесовского обновления вероятностей
• Знает методы построения и обратного расчета деревьев решений, основы диаграмм влияния и подходы к оценке стоимости информации
• Знает основы ожидаемой полезности, эквивалента определенности и премии за риск
• Знает методы многокритериального выбора: взвешенную оценку, анализ доминирования, анализ чувствительности весов и базовые элементы метода анализа иерархий
• Знает назначение и ограничения метода монте-карло, сценарного и стресс-анализа
• Знает основы линейного, целочисленного и сетевого оптимизационного моделирования
• Умеет формулировать переменные решения, параметры, целевую функцию и ограничения прикладной задачи
• Умеет строить матрицы решений, деревья решений, прогнозные и оптимизационные модели в excel
• Умеет оценивать влияние ключевых параметров, неопределенности и дополнительной информации на рекомендуемое решение
• Умеет интерпретировать результаты модели, формулировать допущения, ограничения и количественно обоснованную рекомендацию
• Владеет навыками разработки прозрачных, проверяемых и воспроизводимых табличных моделей

Содержание учебной дисциплины

• Введение в количественные методы принятия решений
• Данные и описательная статистика
• Вероятность, неопределенность и риск
• Прогнозирование как источник параметров решения
• Моделирование в Excel и анализ «что если»
• Полезность, риск-предпочтения и многокритериальный выбор
• Деревья решений, диаграммы влияния и стоимость информации
• Имитационное моделирование и количественный анализ риска
• Линейное программирование и анализ чувствительности
• Целочисленная, сетевая оптимизация и управление проектами

Элементы контроля

• Тест 1
  «closed book» тест на бумаге по следующим разделам дисциплины: процесс принятия решений, данные и описательная статистика, вероятности, решения в условиях неопределенности и риска.
• Тест 2
  тест в программе Excel на компьютере по следующим разделам дисциплины: прогнозирование, анализ «что если», деревья решений, байесовское обновление, EVPI/EVSI, полезность и многокритериальный выбор.
• Тест 3
  тест в программе Excel на компьютере по следующим разделам дисциплины: имитационный анализ риска и оптимизационное моделирование
• Экзамен
  Тест в программе Excel на компьютере по всем разделам дисциплины.

Промежуточная аттестация

• 2026/2027 3rd module
  0.15 * Тест 1 + 0.2 * Тест 2 + 0.4 * Экзамен + 0.25 * Тест 3

Список литературы

Рекомендуемая основная литература

• Making hard decisions with DecisionTools, Clemen, R. T., 2001

Рекомендуемая дополнительная литература

• Spreadsheet modeling and decision analysis : a practical introduction to management science, Ragsdale, C. T., 2004

Авторы

• Орлова Екатерина Дмитриевна