Школа принятия оптимальных решений: 8.1 Школа принятия решений в теории организации.

«Ввести в школах предмет «принятие решений» — это значит научить детей мыслить рационально» — НИУ ВШЭ на vc.ru

Герман Греф предложил ввести в школах предмет «принятие решений». Фуад Алескеров, один из ведущих мировых специалистов в этой области, рассказывает о теории принятия решений и чем эта наука может пригодиться школьникам.

3325 просмотров

Глава Сбербанка Герман Греф во время Гайдаровского форума, закончившегося на прошлой неделе, предложил внедрять в образование предмет «принятие решений», причем начиная с младшей школы. Сейчас, по словам Германа Грефа, такого предмета в школьной программе не существует, «более того, в большинстве вузов theory of decision making, теория принятия решений, отсутствует». Он отметил, что такой предмет есть лишь в небольшом количестве российских вузов, например в Высшей школе экономики.

Эксперты НИУ ВШЭ подтверждают, что такая дисциплина в университете присутствует и для образовательного процесса очень важна. «Это область междисциплинарных знаний и умений на пересечении экономики, психологии и биологии, — объясняет первый проректор НИУ ВШЭ Валерий Катькало. — Сегодня она быстро прогрессирует на основе развития нейроисследований и методов принятия решений на основе данных. Например, в Высшей школе бизнеса НИУ ВШЭ такие передовые курсы по принятию решений включены во все программы — от бакалавриата до МВА».

Ведущий российский и мировой специалист по теории принятия решений, руководитель созданного при НИУ ВШЭ Международного центра анализа и выбора решений Фуад Алескеров полагает, что такой эксперимент должен состояться именно в России.

Фуад Алескеров

ординарный профессор ВШЭ

— Я очень благодарен Герману Оскаровичу Грефу за то, что он привлек внимание к этой проблеме. Я не уверен насчет начальной школы, но начиная с восьмого класса средней школы изучать такой предмет действительно стоило бы. Необязательно в виде годового курса — возможно, в виде шести-восьми лекций. Но главное — с практическими заданиями, с решением задач.

Недавно у меня была лекция как раз в самой обычной средней школе. В зале было человек 150, и учителя потом говорили мне, что такой концентрации внимания у детей давно не видели. Дети решали задачу — конечно, одну из самых простых. Я просто дал им несколько методов, набор критериев, с помощью которых можно сделать оптимальный выбор чего угодно: выбрать машину, компьютер, даже яхту. И они решали, и очень успешно.

Науку о принятии решений действительно легко адаптировать под любой уровень знаний. По сути, это способ научить детей рационально мыслить, принимать верные решения в повседневной жизни.

На более высоком уровне, конечно, наука решает задачи куда более сложные. Герман Оскарович Греф прав в том, что наиболее масштабно в России этот предмет преподается в Вышке.

В нашем университете этот предмет присутствует почти на всех факультетах. Мы (я, мои коллеги и ученики) читаем курсы, связанные с принятием решений, на факультете мировой экономики и мировой политики, факультетах экономических, компьютерных, социальных наук, на специализации «Международные отношения», на проекте «МАГОЛЕГО», в Высшей школе бизнеса.

На всех этих факультетах дисциплина читается, естественно, по-разному. Например, магистрантам-политологам на факультете социальных наук мы читаем курс «Теория игр и принятие политико-управленческих решений», а в Высшей школе бизнеса речь идет о решениях в бизнесе. Есть курсы, связанные с индивидуальными и коллективными решениями, анализом данных в принятии решений, принятием решений в условиях неопределенности и т.д.

Для студентов с факультетов экономических и компьютерных наук мы читаем эту науку с доказательствами, чтобы они могли работать в этой науке, могли придумывать новые методы. Для политологов, социологов, управленцев в Высшей школе бизнеса читаем иначе: им не нужно быть теоретиками, но важно научиться пользоваться, применять, уметь грамотно принимать решения о развитии бизнеса, экономики, общества.

Конечно, эксперимент с внедрением теории принятия решений в школьное образование был бы весьма новаторским, такого пока не существует нигде в мире. Но в России такой эксперимент вполне мог бы состояться. Хотя бы потому, что российская часть мировой науки о принятии решений — очень сильная, она развивается, и на мировом уровне нас знают и уважают.

Наука о принятии решений появилась не в России. Основателем современной теории принятия решений стал философ, математик и политик Жан-Антуан де Кондорсе. Участник Великой французской революции, он первым в 1785 году математически доказал, что правило простого большинства может не работать на выборах при наличии трех и более кандидатов. Попытки найти эффективные процедуры коллективного выбора делались еще раньше, в Средние века — но «парадокс Кондорсе» поставил этот поиск именно на научные рельсы. После этого два века ученые пытались обойти этот парадокс, придумать правила коллективных решений, при которых интересы большинства отражались бы корректно. И только в XX веке выдающийся экономист Кеннет Эрроу положил конец этим поискам: теорема Эрроу о невозможности коллективного выбора доказала, что никакая процедура коллективного выбора не может оптимально отразить индивидуальные предпочтения избирателей.

То есть благодаря этому ученому мы знаем, что демократические выборы возможны и необходимы, но корректное определение победителя на демократических выборах возможно не всегда.

В России бурное развитие теории принятия решений происходило в ХХ веке. Ключевые фигуры были связаны с Институтом проблем управления имени В.А. Трапезникова (ИПУ РАН). В начале 1970-х у нас занимались этой темой академик Станислав Васильевич Емельянов и профессор Марк Аронович Айзерман. Очень большой вклад в эту науку внесли академик Олег Иванович Ларичев, профессора Владислав Владимирович Подиновский, Борис Григорьевич Миркин, Андрей Витальевич Малишевский, Александр Иванович Орлов и многие другие коллеги.

Я был учеником Марка Ароновича, он был моим научным руководителем в ИПУ РАН, с 1989 года я заведую там лабораторией, которая теперь носит его имя.

Я и мои коллеги участвуем во всех международных симпозиумах по теории принятия решений, преподаем в лучших вузах. Я, например, читал лекции и выступал на семинарах в Гарварде, Стэнфорде, в Лондонской школе экономики, в Сорбонне и многих других прославленных университетах.

Международный центр анализа и выбора решений, который мы создали в Вышке, — это очень серьезный проект, я действительно им горжусь. Такой центр сегодня мог бы работать в любом университете самого высшего уровня. Так что Россия имеет что предложить в области этой науки, и это обязательно нужно делать.

5.5. Школа науки управления. Количественный подход

Школа, основанная на количественных методах (с 1950 г. по настоящее время), особое внимание уделяет моделированию процессов управления. Модель позволяет заменить словесное описание ситуации, которое, кстати, также является лишь более или менее удачным представлением ситуации, с помощью закономерностей, представленных чаще всего в виде математических формул. Наиболее известными представителями этой школы являются Р.Акофф, Л.Берталанфи, С.Бир, А.Гольдбергер, Д.Фосрестер, Р.Люс, Л.Клейн, Д. Вудворд, Д. Томпсон, Л.В.Канторович и др.

Модели стали следующим шагом по сравнению со словесными рассуждениями и описательным анализом.

Они представляют собой заведомое упрощение ситуации с выявлением и сохранением основных закономерностей. Изменяя значения переменных модели, соответствующих факторам, характеризующим ситуацию, можно осуществить более полный ее анализ.

Модели, адекватно описывающие управленческую ситуацию, позволяют определить основные тенденции ее развития, провести анализ чувствительности к изменениям и анализ устойчивости, выявить ожидаемые опасности, возможные перспективы, отыскать оптимальное сочетание ожидаемого эффекта и затрачиваемых ресурсов.

Количественный подход в области управления положил начало новым направлениям науки, связанным с выработкой и принятием управленческих решений, таким, как исследование операций, системный анализ, линейное и целочисленное программирование, динамическое программирование, теория игр и др.

Влияние этой школы на практику управленческих решений было несколько меньшим, чем, скажем, влияние поведенческо-бихевиористской школы.

По всей видимости, с одной стороны, это объясняется тем, что управленцы-практики оказались менее готовыми к восприятию идей, принципиально меняющих традиционные методы практического управления и требующих соответствующей профессиональной подготовки.

С другой стороны, несколько идеализированная картина ситуации, получаемая с помощью математических моделей, не всегда позволяет дать точные оценки, которые подчас невозможны без использования качественных характеристик или требуют значительно более точного моделирования, чем это возможно с использованием современного математического инструментария, создававшегося в основном для решения других задач.

Однако с течением времени этот подход приобретает все большее значение. Управленцы осознают, что принцип «управлять  значит измерять» справедлив, что без оценки степени достижения целей, стоящих перед организацией, без оценки результатов реализации принятых ранее управленческих решений эффективное управление невозможно.

При этом только содержательное, неколичественное описание целей, результатов и т. д. затрудняет реализацию одного из основных управленческих принципов  принципа обратной связи.

Современные информационные технологии, используемые в современной практике управления, подняли на новый качественный уровень реализацию принципа формализации и моделирования управленческих подходов, роль количественного подхода в управлении.

Умение сочетать в современных системах поддержки принятия решений количественные и качественные оценки делает указанное направление развития управленческой мысли перспективным. Этому в значительной степени способствуют развитие количественных методов анализа, позволяющих анализировать как количественную, так и качественную информацию, процесс компьютеризации управленческой деятельности, а также возникновение и развитие методов в науке об управлении, использующих как количественные, так и качественные данные.

Достижения в области принятия оптимальных решений в условиях неопределенности • IMSI

Описание

Вернуться к началу

Этот семинар соберет экспертов и молодых исследователей, интересующихся последними разработками в области математических финансов и страхования как в научных кругах, так и в промышленности. Эксперты представят самые современные темы, среди прочего, финтех, высокочастотный трейдинг, роботизированное консультирование, меры риска, влияние на рынок и оптимальное исполнение, перестрахование, товарные и энергетические рынки. Также будут представлены доклады о последних теоретических достижениях в системах BSDE, надежной оптимизации ценообразования и хеджирования, ослабленном контроле в обучении с подкреплением и принятии решений по нестандартным критериям.

Органайзер

Наверх

Т Z

Талея Зарифопулу Техасский университет в Остине

Динамики

Наверх

ч А

Хансйорг Альбрехер Университет Лозанны

Э А

Элиза Алос Университет Помпеу Фабра

Ф Б

Франческа Биаджини Мюнхенский университет

А С

Агостино Каппони Колумбийский университет

Д Д

Даррелл Даффи Стэндфордский Университет

П Е

Пол Эмбрехтс Высшая техническая школа Цюриха

Дж Ф

Жан-Пьер Фуке Калифорнийский университет в Санта-Барбаре

Х Г

Синь Го Калифорнийский университет, Беркли

С Дж

Себастьян Джаймунгал Университет Торонто

С К

Сигрид Келлблад KTH Королевский технологический институт, Стокгольм

С К

Стивен Коу Бостонский университет

М Л

Мортон Лейн Университет Иллинойса в Урбана-Шампейн

С №

Сергей Надочий Иллинойсский технологический институт

Дж О

Ян Облой Оксфордский университет

ч Р

Хьюен Фам Парижский университет 6 и CNRS

С

р. Кристоф Райзингер Оксфордский университет

А

р. Альберто Росси Джорджтаунский университет

Дж

р. Йоханнес Руф Лондонская школа экономики

Дж С

Хосе Шейнкман Колумбийский университет

М S

Морис Страб Южный университет науки и технологий

л Т

Людовик Тангпи Университет Принстон

Н Т

Низар Тузи Политехническая школа

Х Z

Сюнюй Чжоу Колумбийский университет

г Z

Гордан Зиткович Техасский университет, Остин

С Z

Стефан Зорен Оксфордский университет

Расписание

Вернуться к началу

Понедельник, 28 марта 2022 г.

9:20-9:30 CDT

Вступительное слово

9:30-10:20 CDT

Оптимальное сохранение в лесу во времени и пространстве Бразильский Amazon

Докладчик: Jose A. Scheinkman (Колумбийский университет)

Тезисы + Тезисы –

10:30-10:50 CDT

6 Кофе-брейк 1:04005

5 0 CDT

Средняя игра на поле взаимного владения и системный риск

Докладчик: Низар Тузи (Политехническая школа)

Реферат + Реферат –

11:55-12:45 CDT

Контролируемая измеряемая вязкость

6

Динамик: Sigrid Källblad (Королевский технологический институт KTH, Стокгольм)

Реферат + Реферат –

12:55-14:30 CDT

Обед

14:30-15:20 Exploratory with T T 9004 CDT 9005 9005 Эллис Энтропия для моделей скрытых факторов

Докладчик: Sebastian Jaimungal (Университет Торонто)

Тезисы + Тезисы –

15:30-15:50 CDT

6 Перерыв на кофе

5 1:500005 CDT

Некоторые новые результаты о немарковских квадратичных системах BSDE.

Докладчик: Гордан Зиткович (Техасский университет в Остине)

Тезисы + Тезисы –

Вторник, 29 марта 2022 г.

9: 30-10: 20 CDT

Среднее многоагентное обучение армированию: децентрализованный сетевой подход

Спикер: Синь Го (Университет Калифорнии, Беркли)

Аннотация + Аннотация-

10. 100012. :30-10:50 CDT

Перерыв на кофе

10:50-11:40 CDT

Дифференциальные методы обучения для решения полностью нелинейных уравнений в частных производных

Докладчик: Huyen Pham (Université de Paris 7) Тезисы +

2

Аннотация-

11: 55-12: 45 CDT

Анализ и внедрение методов градиента политики для стохастического контроля непрерывного времен Резюме –

12:55-14:30 CDT

Обед

14:30-15:20 CDT

Оценка политики, градиент политики и актерско-критическое обучение в непрерывном времени и пространстве

Докладчик: Xunyu Zhou (Колумбийский университет)

Тезисы + Тезисы –

15:30-15:50 CDT

Перерыв на кофе

15:54T5 Opti 9000 плохие инвестиции в большое количество конкурирующих и разнородных агентов

Докладчик: Людовик Тангпи (Принстонский университет)

Тезисы + Тезисы –

Среда, 30 марта 2022 г.

9:00-01 9:00-01 9:00-06

Оптимизация рисков при ограничениях «что, если»

Докладчик: Пол Эмбрехтс (ETH Zurich)

Тезисы + Тезисы –

10:30-10:50 Перерыв на кофе

2 10:50- 11:40 CDT

Оптимальное увеличение дивидендов в страховании

Докладчик: Хансйорг Альбрехер (Университет Лозанны)

Тезисы + Тезисы –

21:54 9000 0005

«Оптимизация» для андеррайтинга (пере)страхования на случай стихийных бедствий – практика и теория

Докладчик: Morton Lane (Lane Financial)

Тезисы + Тезисы –

12:55-14:30 CDT

Обед

5 CDT 05

Майнинг биткойнов и Потребление электроэнергии

Докладчик: Стивен Коу (Бостонский университет)

Тезисы + Тезисы –

15:30-15:50 CDT

6 Перерыв на кофе

5 1:500005 CDT

Игра среднего поля и контроль среднего поля Q-Learning

Докладчик: Жан-Пьер Фуке (Калифорнийский университет в Санта-Барбаре (UCSB))

Тезисы + Тезисы –

Четверг, 31 марта 2022 г.

9:00T-01 9:00-06 09:03

(Отменен) Структура приведенной формы в условиях неопределенности модели

Докладчик: Франческа Биаджини (Мюнхенский университет)

Тезисы + Тезисы –

10:30-10:50 Кофе-брейк 5 CDT 9006

10:50-11:40 CDT

Вассерштейн устойчивые к распределению задачи принятия решений

Докладчик: Ян Облой (Оксфордский университет)

Тезисы + Тезисы –

20:54 19:50 0005

Оптимальный для роста портфель в моделях фондов

Докладчик: Йоханнес Руф (Лондонская школа экономики)

Тезисы + Тезисы –

12:55-14:30 Обед 906 CDT

14:30-15:20 CDT

Подход к моделированию волатильности на основе исчисления Маллявена

Докладчик: Элиза Алос (Университет Помпеу Фабра)

Тезисы + Тезисы –

6 30-15:50 CDT

Перерыв на кофе

Пятница, 1 апреля 2022 г.

9:30-10:20 CDT

Фрагментация рынка и стратегическое предотвращение влияния цен

Докладчик: Даррелл Даффи (Стэнфордский университет) 0004 900 Тезисы + Тезисы –

10:30-10:50 CDT

Перерыв на кофе

10:50-11:40 CDT

Оптимальные брокерские контракты в Almgren-Chriss 5 Модель

0013 Сергей Надочий (Иллинойский технологический институт)

Реферат + Реферат –

11:55-12:45 CDT

Процессы предсказуемой работы: нечастая оценка и роботизированное консультирование

Докладчик: Морис Струб (Южный университет науки и технологий)

Тезисы + Тезисы –

12:55-14:30 CDT

Обед

6 9000T1 14:300-1 4 Робо -Консультирование

Докладчик: Альберто Росси (Джорджтаунский университет)

Тезисы + Тезисы –

15:30-15:50 CDT

1505-60006 Кофе-брейк

:40 CDT

Целевое портфельное инвестирование

Докладчик: Агостино Каппони (Колумбийский университет)

Резюме + Резюме –

Видео

Вернуться к началу

Статистика и методы принятия решений: Оптимальные решения 1

1. Новый Версия обобщенного распределения Рэлея с копулой, свойствами, приложениями и различными методами оценки

М. Масум Али, Хайтам М. Юсоф и Мохамед Ибрагим

2. Расширение модели Burr X: свойства, копула, моделирование реальных данных и различные методы оценки Приложения к данным Life Time

Табассум Наз Синдху, Завар Хуассиан и Мухаммад Аслам

0542 Muhammad Aslam, Khushnoor Khan and Nasrullah Khan

5. Goodness of Fit in Parametric and Non-parametric Econometric Models

Shalabh, Subhra Sankar Dhar and N Balakrishna

6. Stochastic Models for Cancer Progression and его оптимальное программирование для контроля с помощью химиотерапии

Тирупати Рао Пади

7. Новая модель несвязанных вопросов с двумя вопросами на карточке

Тонхуэй Сюй, Стивен А. Седори и Сарджиндер Сингх

8. Гибрид простой модели и новой несвязанной модели вопросов для двух чувствительных характеристик

Ренхуа Чжэн, Стивен А. Седори и Сарджиндер Сингх 6 3 3 9. Гибрид перекрестной модели и новая несвязанная модель вопроса для двух чувствительных характеристик

Ренхуа Чжэн, Стивен А. Седори и Сарджиндер Сингх

0013

Роберто Ариас, Стивен А. Седори и Сарджиндер Сингх

11. Оценки отношения и типа регрессии для новой меры коэффициента дисперсии относительно эмпирической моды Singh

12. Класс экспоненциальной оценки типа отношения для среднего значения населения в адаптивной кластерной выборке

Акингбаде Толуваласе Джанет и Балогун Олувафеми Самсон

13. Инвентарная модель для заменяемых изнашивающихся продуктов при нечетком и облачно-нечетком уровне спроса

Нита Х. Шах и Милан Б. Патель

Спрос и ухудшающийся характер товаров

Нита Х. Шах и Моника К. Найк

15. Подход квадратичного программирования к оптимальной многокритериальной транспортной задаче

Masar Al-Rabeeah, Ali Al-Hasani and M G M Khan

16. Analyzing Multi-Objective Fixed-Charge Solid Transportation Problem under Rough and Fuzzy-Rough Environments

Sudipta Midya and Sankar Kumar Roy

17. Общее управление сланцевым газом и водой: нейтрософский подход к оптимизации

Ахмад Юсуф Адхами, Фироз Ахмад и Нахида Вани

18. Эффект памяти на модели EOQ с ценой и зависимостью спроса

Мостафиджур Рахаман, Санкар Прасад Мондал и Шарифул Алам

19. Условия оптимальности задачи неточной оптимизации без ограничений через отношение интервального порядка  

3

20.

No related posts.