Анализ содержания учебной дисциплины «принятие решений: количественные методы и математическое моделирование»

№55-2,

педагогические науки

В рамках данной статьи будет выполнен методический анализ новых элементов содержания учебной дисциплины «Принятие решений: количественные методы и математическое моделирование», направленной на уточнение роли специальных методов принятия решений в системе профессиональной подготовки бакалавров менеджмента.

Похожие материалы

Новая учебная дисциплина «Принятие решений: количественные методы и математическое моделирование», относящаяся к дисциплинам вариативного компонента учебного плана подготовки бакалавров по направлению «Менеджмент», направлена на повышение готовности студентов к осознанному процессу принятия решений, применению достижений системного подхода к принятию решений, грамотному выбору одной или нескольких оптимальных стратегий при наличии возможности выбора. Отметим, что проблема оптимального выбора – центральная проблема современной экономической теории, имеющая важное философско-методологическое значение [3, 10].

Теория принятия решений традиционно рассматривается в качестве одного из разделов прикладной математики. Её исследовательская и образовательная значимость в современных непростых социально-экономических и политических условиях возрастает, что должно находить отражение в содержании прикладной математической подготовки [13]. При этом акцент в проектировании содержания прикладной математической подготовки бакалавра менеджмента смещается на прикладные модельные задачи, некоторые из которых представлены в публикация [5, 8], среди них выделим:

  • теоретико-игровая модель конкурентной борьбы интернет-магазинов за рынки сбыта продукции [6];
  • моделирование процесса принятия решений посредством метода дерева [7].

Их содержание связанно с количественным обоснованием эффективности принимаемых решений в социально-экономической сфере. Отметим, что пропедевтика модельных представлений об изучаемых объектах возможна в рамках школьного курса математики [9]. В этом случае она имеет важную профориентационную направленность, идеи которой представлены в статье [2].

Отбор содержания обучения является одним из перспективных направлений модернизации математической подготовки бакалавра [18]. Реализуя модульный подход к проектированию содержания прикладных математических дисциплин, идеи которого представлены в работах [4, 20], мы пришли к необходимости выделения двух ключевых учебных модулей: «Особенности математических методов в области принятия решений» и «Теория игр и теория принятия решений».

Остановимся на содержании первого учебного модуля.

Проблемы в сфере организации планирования экономической деятельности. Обзор методов решения актуальных задач планирования экономической деятельности в условиях полной определенности. Особенности принятия решений в условиях полной и частичной неопределенности. Методы анализа рисковых ситуаций, особенности планирования хозяйственно-экономической деятельности в условиях актуализации рисков различной природы [23].

Реализация содержания первого учебного модуля имеет ряд важных методических особенностей.

Во-первых, на вводном лекционном занятии необходимо предельно четко обозначить проблематику принятия решений, уточнить задачу принятия решений, и напомнить классификацию задач принятия решений.

Во-вторых, рассматривая вопросы многокритериальной оптимизации следует обратить внимание студентов на классификацию методов принятия решений и современную классификацию моделей [21] в условиях полной определенности в случае многокритериальной задачи:

  • инструментальная реализация метода равномерной оптимизации;
  • инструментальная реализация метода справедливого компромисса;
  • инструментальная реализация метода свертывания критериев;
  • инструментальная реализация метода главного критерия и др.

Желательно, чтобы все методы были применены при разборе конкретной социально-экономической ситуации, носящей учебный характер.

В-третьих, особые затруднения студенты испытывают при рассмотрении проблем принятия решений в условиях неопределенности, таких как

  • максиминный критерий принятия решений (критерий Вальда или принцип получения наилучшего гарантированного результата при реализации наихудших условий);
  • максимаксный критерий принятия решений (принцип безудержного оптимизма);
  • критерий Гурвица (критерий пессимизма-оптимизма, подразумевающий более «тонкое» исследование лица принимающего решение на склонность к риску);
  • критерий минимаксного сожаления (критерий Сэвиджа).

Критерий Лапласа в этом случае можно предложить только хорошо успевающим студентам. Преподавателю следует акцентировать внимание на содержательную экономическую интерпретацию каждого критерия [1], позволяющую глубже понять его сущность и границы применения при анализе различных проблем и ситуаций.

В-четвертых, на самостоятельное изучение в рамках рассматриваемого учебного модуля можно рекомендовать проблемы принятия решений в условиях риска, такие принципы как принцип Байеса и принцип Бернулли. При этом на соответствующем практическом занятии в обязательном порядке следует разобрать несколько экономических ситуаций, требующих применение указанных принципов.

Обратимся к содержанию второго учебного модуля и его методическим особенностям. Матричные антагонистические игры с нулевой суммой. Реализация подхода в виде чистых стратегий. Реализация подхода в виде смешанных стратегий. Матричные игры с «Природой» [19]. Особенности принятия решений в условиях неопределённости. Определение возможного экономического эффекта от получения дополнительной информации с использованием теоретико-игровых моделей.

Во-первых, рассматривая матричную игру в чистых стратегиях, необходимо формировать у студентов четкие представления об играх и стратегиях, представить развернутую классификацию игр, обосновать возможность записи матричной игры в виде платёжной матрицы. Понятие о нижней и верхней цене игры следует вводить в качестве следствия применения принципа Дж.Неймана. На первом практическом занятии можно предложить студентам обсудить вопрос об уменьшении порядка платёжной матрицы, привести примеры решения матричной игры в чистых стратегиях.

Во-вторых, перед изучением матричных игр со смешанным расширением преподавателю следует актуализировать вопросы, связанные с линейным программированием, и нашедшие отражение в системе целеполагания математической подготовки [11], такие, как

  • классификация задач линейного программирования;
  • связи между различными формами задач линейного программирования;
  • различные методы решения задач линейного программирования [12];
  • элементы теории двойственности в линейном программировании;
  • теорема о минимаксе.

В ряде случаев линейному программированию следует посвятить отдельное практическое занятие, т.к. дефицит компетентности в области вычислительных методов [17] делает невозможным разбор решения матричной игры со смешанным расширением.

В-третьих, достаточные затруднения испытывают студенты при изучении статистических игр. В этом случае в базовом варианте можно рекомендовать ограничиться рассмотрением классических критериев [22]. В расширенном варианте изучения учебного курса можно рассмотреть также критерий недостаточного основания Лапласа, критерий Ходжа-Лемана. Уточнение экономического смысла каждого критерия принятия решений делает его применение в процессе исследования экономической ситуации более осознанным.

В-четвертых, одной из особенностью данного учебного модуля является присутствие достаточно сложных по форме, содержанию и реализации процесса решения прикладных задач принятия решений. Примеры наиболее доступных и методически целесообразных задач представлены в учебном пособии «Математические модели и методы внутримодельных исследований» [12], большинство из которых снабжено подробным решением.

Представленный анализ новых элементов содержания учебной дисциплины «Принятие решений: количественные методы и математическое моделирование» позволяет сориентировать преподавателя в контексте повышения качества прикладной математической подготовки бакалавра менеджмента [14] и бакалавра экономики [15]. Отметим, что формирование целостных представлений о содержании учебной дисциплины является одним из этапов проектирования общедоступных интерактивных образовательных ресурсов [16], приобретающих в современных условиях информатизации и технологизации высшего образования все большее распространение.

Список литературы

  1. Алипрантис К.Д., Чакрабарти С.К. Игры и принятие решений. – М.: Издательство «Высшая школа экономики». – 2016. – 544 с.
  2. Быканова О. А., Филиппова Н. В. Экономическое мышление и финансовая грамотность как составные элементы в рамках профориентационной деятельности и программы привлечения талантливых представителей молодежи на образовательные программы экономического вуза // Образование и воспитание. — 2015. — №3. — С. 40-41.
  3. Власов Д. А. Методологические аспекты принятия решений // Молодой ученый. — 2016. — № 4. — С. 760-763.
  4. Власов Д. А. Модульный подход к проектированию содержания учебной дисциплины «Теория риска» // Успехи современной науки и образования. — 2016. — Т. 1. — №9. — С. 122-124.
  5. Власов Д. А. Особенности реализации доходного подхода к оценке стоимости малого предприятия // Вопросы экономики и управления. — 2016. — №3. — С. 78-81.
  6. Власов Д. А. Построение и анализ теоретико-игровой модели конкурентной борьбы интернет-магазинов за рынки сбыта продукции // Вестник магистратуры. — 2016. — № 10-1 (61). — С. 66-68.
  7. Власов Д. А. Реализация метода дерева в моделировании процесса принятия решений // Вопросы экономики и управления. — 2016. — №2. — С. 34-37.
  8. Власов Д. А. Теоретико-игровая модель конкурентной борьбы за рынки сбыта продукции // Вопросы экономики и управления. — 2016. — №5. — С. 27-29.
  9. Власов Д. А. Типовые задачи образовательной области «финансовая математика» для учащихся школ // Школьная педагогика. — 2016. — №4. — С. 23-26.
  10. Власов Д. А. Философско-методологические проблемы классической теории игр // Молодой ученый. — 2016. — № 20 (124). — С. 286-288.
  11. Власов Д. А. Целеполагание в системе математической подготовки бакалавра // Социосфера. — 2014. — №2. — С. 165-169.
  12. Власов Д. А., Монахов Н. В., Монахов В. М. Математические модели и методы внутримодельных исследований – М.: МГГУ им. М. А. Шолохова, 2007. – 345 с.
  13. Власов Д. А., Синчуков А. В. Новое содержание прикладной математической подготовки бакалавра // Преподаватель XXI век. — 2013. — Т. 1. — № 1. — С. 71-79.
  14. Власов Д. А., Синчуков А. В. Прикладная математическая подготовка бакалавра менеджмента // Образование и воспитание. — 2016. — №4. — С. 57-60.
  15. Власов Д. А., Синчуков А. В. Принципы проектирования прикладной математической подготовки бакалавра экономики // Образование и воспитание. — 2016. — №3. — С. 37-40.
  16. Муханов С.А. Проектирование общедоступных интерактивных образовательных ресурсов с использованием технологий Wolfram CDF // Приволжский научный вестник. — 2015. — № 11 (51). — С. 112-115.
  17. Пантина И. В., Синчуков А. В. Вычислительная математика – Московский финансово-промышленный университет «Синергия», 2012. – 176 с.
  18. Синчуков А. В. Анализ перспективных направлений модернизации математической подготовки бакалавра // Инновационная наука. — 2016. — № 10-1. — С. 118-119.
  19. Синчуков А. В. Роль учебной темы «Игры с природой» в прикладной математической подготовке бакалавра экономики // В сборнике: World Science: Problems and innovations сборник статей IV Международной научно-практической конференции. МЦНС «Наука и Просвещение». Пенза, 2016. С. 194-196.
  20. Синчуков А. В. Технологические проектирование содержания математической подготовки бакалавра менеджмента // Молодой ученый. — 2016. — № 20 (124). — С. 730-732.
  21. Синчуков А. В. Современная классификация математических моделей // Инновационная наука. — 2016. — № 3-1. — С. 214-215.
  22. Тебекин А. В. Методы принятия управленческих решений. Учебник для академического бакалавриата. М.: Юрайт. – 2015. – 431 с.
  23. Тихомиров Н. П., Тихомирова Т. М. Риск-анализ в экономике. М.: Экономика, 2010. — 317 с.