Επιχειρησιακή Έρευνα για τη Λήψη Διοικητικών Απόφάσεων
Γεώργιος Οικονόμου,
Ανδρέας Γεωργίου
Β΄ Έκδοση
Εκδότης: Μπένου Ε.
Μορφή: Μαλακό εξώφυλλο
Αριθμός σελίδων: 944
Κωδικός ISBN: 978-960-359-121-4
Διαστάσεις: 17 × 24 εκ.
Κωδ. Εύδοξος: 112694698
Εισαγωγικό κείμενο για το βιβλίο «Επιχειρησιακή Έρευνα για τη Λήψη Διοικητικών Αποφάσεων»
Η πρώτη έκδοση του βιβλίου των Γ. Οικονόμου και Α.Κ. Γεωργίου «Επιχειρησιακή Έρευνα για τη Λήψη Διοικητικών Αποφάσεων» κυκλοφόρησε σχεδόν πριν από μία εικοσαετία με τη μορφή ενός δίτομου έργου με τίτλο «Ποσοτική Ανάλυση για τη Λήψη Διοικητικών Αποφάσεων». Όταν πρωτοξεκίνησε αυτή η προσπάθεια η οικονομική συγκυρία σε εθνικό και παγκόσμιο επίπεδο ήταν διαφορετική. Σε ένα ενθουσιώδες περιβάλλον φαινομενικής αφθονίας πόρων, ήταν πρόκληση για τους Επιχειρησιακούς Ερευνητές η ανάδειξη της αναγκαιότητας για ορθολογιστικές αποφάσεις. Η συγγραφή ενός σύγχρονου ελληνικού συγγράμματος διδασκαλίας (textbook) που να εξυπηρετεί τη ανάγκες σχετικών μαθημάτων σε πανεπιστημιακά τμήματα Οικονομικών και Κοινωνικών Επιστημών ήταν επιτακτική. Ακαδημαϊκά, η ακόμη μεγαλύτερη πρόκληση που αντιμετωπίσαμε ήταν να παρουσιάσουμε το υλικό αυτό κάτω από το γενικό πλαίσιο του αντικειμένου που διεθνώς ονομάζουμε «Management Science» και να ισορροπήσουμε αρμονικά ανάμεσα στο απαραίτητο μαθηματικό υπόβαθρο και στην πρακτική χρησιμότητα των μεθόδων, ώστε να είναι κατανοητό και κυρίως χρήσιμο στο συγκεκριμένο ακροατήριο, στο αυριανό διοικητικό στέλεχος. Με αυτούς τους προβληματισμούς οι συγγραφείς παρουσιάστηκε η πρώτη έκδοση του βιβλίου «Ποσοτική Ανάλυση για τη Λήψη Διοικητικών Αποφάσεων». Στο σύγγραμμα αυτό δόθηκε έμφαση στη με κριτικό τρόπο διαμόρφωση, επίλυση και κυρίως ερμηνεία προβλημάτων Επιχειρησιακής Έρευνας με τη χρήση κατάλληλου εκπαιδευτικού λογισμικού, παρά στις αναλυτικές αποδείξεις μαθηματικού υπόβαθρου γραμμικής άλγεβρας ή μαθηματικής ανάλυσης.
Ο χρόνος έδειξε ότι τελικά, ανεξάρτητα από τις επιμέρους αναλύσεις που γίνονται αναφορικά με τις αιτίες του φαινομένου της παγκόσμιας και κυρίως εθνικής οικονομικής και κοινωνικής κρίσης, στη βάση του προβλήματος εντοπίζεται η σπατάλη πολύτιμων φυσικών και οικονομικών πόρων που βρίσκονται σε ανεπάρκεια, η αβεβαιότητα και το ρίσκο, ο ανταγωνισμός σε όλα τα επίπεδα των ανθρώπινων δραστηριοτήτων για την απόκτηση και εκμετάλλευση των πόρων αυτών. Σ’ ένα τέτοιο αβέβαιο περιβάλλον, η πίεση για τη χρήση και εφαρμογή μεθόδων μαθηματικής μοντελοποίησης και ανάλυσης δεδομένων στη λήψη των αποφάσεων καθίσταται εξόχως σημαντική. Μάλιστα, τα τελευταία χρόνια μεταλλάσσεται σε ένα καινούργιο πολυσυλλεκτικό αντικείμενο με την ονομασία Business Analytics, Business Intelligence, Big Data Analytics και άλλα παρεμφερή. Η Επιχειρησιακή Έρευνα αποτελεί έναν από τους βασικούς πυλώνες tvn Business Analytics (Αναλυτική των Επιχειρήσεων), τον τελευταίο κρίκο στην αλυσίδα των σταδίων της ανάλυσης δεδομένων που, με τη στήριξη της πληροφορικής τεχνολογίας, προσπαθεί να Περιγράψει (Descriptive Analytics), να Προβλέψει (Predictive Analytics) και τελικά να δώσει «συνταγές» και Βέλτιστες λύσεις (Prescriptive Analytics) για το πώς μπορεί κανείς να προχωρήσει σε μία πετυχημένη διαδικασία λήψης αποφάσεων.
Το σημερινό οικονομικό περιβάλλον αναδεικνύει λοιπόν κάτι που επαναλαμβάνουμε πολλά χρόνια τώρα: ότι εκτός από τις κλασικές γνώσεις Οικονομικών, Διοίκησης Επιχειρήσεων, εκτός από τις ποιοτικές προσεγγίσεις στη λήψη αποφάσεων είναι απόλυτα απαραίτητη η ανάπτυξη και καλλιέργεια δεξιοτήτων και γνώσεων που δίνουν τη δυνατότητα στους αποφοίτους μας να εκμεταλλεύονται με συστηματικό τρόπο την πληθώρα δεδομένων που παράγονται πια από ποικιλομορφία πηγών (variety), χαρακτηρίζονται από μεγάλες ταχύτητες ταχύτητα εισροής και εκροής (velocity) και από αυξανόμενο όγκο (volume), αυτό που ονομάζουμε Big Data (δεδομένα μεγάλου όγκου, ταχύτητας και ποικιλομορφίας), με σταθερό στόχο την ορθολογική και βέλτιστη χρήση των πόρων για την ευημερία των πολλών.
Όλα τα χρόνια κυκλοφορίας του βιβλίου αυτού είμαστε αποδέκτες πολλών σχολίων από τους φοιτητές και από τους συναδέλφους μας που χρησιμοποίησαν το υλικό. Τα σχόλια πιστεύουμε ότι δικαίωσαν τις όποιες επιλογές μας για τον τρόπο παρουσίασης της ύλης αφού η χρήση του σε περιβάλλον διδασκαλίας, συχνά απαιτητικό τόσο ως προς τα πλήθη φοιτητών όσο και ως προς τις συχνά διαφοροποιημένες μαθησιακές ανάγκες, οδήγησε κατά κανόνα σε καλή υποδοχή, θετική ανταπόκριση σχετικά με την ευκολία μελέτης, ενθουσιώδη συνεισφορά προτάσεων για τη βελτίωση και διόρθωση αβλεψιών και σφαλμάτων που παρεισέφρησαν στο κείμενο και κυρίως σε επιτυχές μαθησιακό αποτέλεσμα. Αυτό, μας δίνει ιδιαίτερα μεγάλη ικανοποίηση, γιατί πιστεύουμε ότι ένα σύγγραμμα που πρωτίστως απευθύνεται στη διαδικασία μετάδοσης γνώσης (textbook) θα πρέπει να έχει στο φακό του τις ανάγκες του αναγνώστη για ουσιαστική κατανόηση στο δικό του χρόνο και ρυθμό, μέσα και έξω από την αίθουσα διδασκαλίας. Η ουσιαστική ανταμοιβή που αποκομίζει ο συγγραφέας είναι τα καλά λόγια, ο ενθουσιασμός και η καλόπιστη κριτική φοιτητών και συναδέλφων.
Στο κεφάλαιο 1 παρουσιάζεται μία σύντομη περιγραφή της εξέλιξης της Ποσοτικής Ανάλυσης / Επιχειρησιακής Έρευνας καθώς και γενικές αρχές εφαρμογής των μεθόδων αυτών στη λήψη διοικητικών αποφάσεων. Στο κεφάλαιο 2 εισάγονται βασικές έννοιες του γραμμικού προγραμματισμού με τη βοήθεια της γραφικής διαδικασίας επίλυσης και της ανάλυσης ευαισθησίας. Το κεφάλαιο 3 περιέχει μερικά χαρακτηριστικά προβλήματα γραμμικού προγραμματισμού στη Διοίκηση Επιχειρήσεων, όπως, στη χρηματοοικονομική διοίκηση, στο μάρκετινγκ, στη διοίκηση παραγωγής, στον προγραμματισμό ανθρώπινων πόρων κ.ά. Στο κεφάλαιο 4 παρουσιάζεται η επίλυση προβλημάτων γραμμικού προγραμματισμού με τη χρήση απλού εκπαιδευτικού λογισμικού. Η χρήση λογισμικού είναι διάσπαρτη μέσα στα διάφορα κεφάλαια του βιβλίου. Με αφορμή την παρουσίαση αυτή, ο αναγνώστης μπορεί να προχωρήσει πιο ουσιαστικά σε έννοιες της ανάλυσης ευαισθησίας. Στο κεφάλαιο 5, για λόγους πληρότητας του υλικού, παρουσιάζεται αναλυτικά η μέθοδος simplex, αποφεύγοντας την αυστηρή μαθηματική θεμελίωσή της. Στο κεφάλαιο 6 παρουσιάζονται βασικά στοιχεία της δυϊκής θεωρίας και της ανάλυσης ευαισθησίας με τη χρήση του πίνακα simplex. Στο κεφάλαιο 7 αναλύονται δύο ενδιαφέρουσες κατηγορίες προβλημάτων γραμμικού προγραμματισμού (και ταυτόχρονα προβλημάτων θεωρίας δικτύων), το πρόβλημα μεταφοράς και το πρόβλημα της εκχώρησης. Ακολουθεί στο κεφάλαιο 8 η παρουσίαση βασικών τεχνικών της θεωρίας δικτύων (δικτυωτή ανάλυση), οι οποίες χρησιμοποιούνται για την επίλυση μεγάλου πλήθους προβλημάτων βελτιστοποίησης στη διοίκηση επιχειρήσεων. Στο κεφάλαιο 9 αναλύονται οι τεχνικές της Επιχειρησιακής Έρευνας που σχετίζονται με τη σχεδίαση, τον χρονο-προγραμματισμό και τον έλεγχο των έργων. Στο κεφάλαιο 10 παρουσιάζονται στοιχειώδεις έννοιες προσδιοριστικών προβλημάτων δυναμικού προγραμματισμού, μεθοδολογία η οποία χρησιμοποιείται για την ανάλυση και επίλυση πολυσταδιακών προβλημάτων και τη λήψη αλληλοσυνδεομένων αποφάσεων. Στο κεφάλαιο 11 παρουσιάζονται βασικές έννοιες από τη θεωρία παιγνίων που εφαρμόζεται σε καταστάσεις ανταγωνιστικής αλληλεξάρτησης μεταξύ δύο ή περισσοτέρων παικτών. Στο κεφάλαιο 12 παρουσιάζεται η θεωρία των ουρών αναμονής, αναλύονται σχετικά στοιχειώδη μοντέλα και εξετάζεται ο τρόπος με τον οποίο τα μοντέλα αυτά μπορούν να βελτιώσουν την απόδοση λειτουργίας ενός συστήματος εξυπηρέτησης. Το κεφάλαιο 13 αποτελεί την πιο πρόσφατη προσθήκη στο βιβλίο και διαπραγματεύεται στοιχεία από τη Θεωρία Αποφάσεων σε περιβάλλον αβεβαιότητας και ρίσκου, ενώ περιέχει και στοιχεία από τη σύζευξή της με τη Θεωρία Χρησιμότητας.
Σημειώνουμε, ότι ο χρήστης του βιβλίου αυτού, διδάσκων ή διδασκόμενος, έχει πρόσβαση και μπορεί να χρησιμοποιήσει βοηθητικό υλικό (διδακτικές διαφάνειες, αρχεία δεδομένων, σημειώσεις, λύσεις ασκήσεων κλπ), το οποίο μπορεί να βρει στο δικτυακό τόπο ενός από τους συγγραφείς στη διεύθυνση: http://users.uom.gr/~acg και ειδικότερα αν επισκεφθεί τα σχετικά μαθήματα ή βιβλία στην εν λόγω σελίδα. Επιπλέον, οι διδάσκοντες οι οποίοι επιθυμούν να χρησιμοποιήσουν το βιβλίο αυτό, μπορούν να επικοινωνήσουν απευθείας με τον κ. Α. Γεωργίου στη διεύθυνση acg@uom.edu.gr, ώστε να τους αποσταλεί σε πρωτογενή και επεξεργάσιμη μορφή το βοηθητικό υλικό που υπάρχει.
Οι συγγραφείς επιθυμούν να ευχαριστήσουν θερμά τους χιλιάδες φοιτητές και φοιτήτριες που χρησιμοποίησαν το υλικό αυτό επί σχεδόν δύο δεκαετίες με πραγματικό ενδιαφέρον και με καλώς εννοούμενη ειλικρινή προσπάθεια για μάθηση. Το βιβλίο αυτό γράφτηκε και ανανεώθηκε πολλές φορές έχοντας πάντα κατά νου αυτούς στους οφείλεται η διαμόρφωση της σημερινής μορφής του ακολουθώντας τις εύστοχες παρατηρήσεις τους, τα σχόλιά τους και τις μαθησιακές τους ανάγκες. Ευχαριστούμε ακόμη τους συναδέλφους, μέλη ΔΕΠ που υιοθέτησαν το υλικό και συνεισέφεραν με την καλόπιστη κριτική τους στη συνεχή βελτίωσή του. Τέλος θα ήταν παράλειψή μας αν δεν ευχαριστούσαμε τις εκδόσεις Μπένου καλαίσθητη έκδοση του βιβλίου αυτού και την συνεχή στήριξη και συνεργασία.
Ελπίζουμε, ότι το βιβλίο αυτό, θα συνεχίσει να αποτελεί μια χρήσιμη συμβολή στην Ελληνική βιβλιογραφία της Επιχειρησιακής Έρευνας για τη Λήψη Διοικητικών Αποφάσεων.
Επιθυμούμε επίσης να ευχαριστήσουμε τη Διοίκηση του Ιδρύματος Γεωργίου Ζογγολόπουλου που μας έδωσε την άδεια να χρησιμοποιήσουμε στο εξώφυλλο του βιβλίου φωτογραφία του έργου του καλλιτέχνη, «Ομπρέλες». Πέρα από την αναφορά στο χρηστικό αντικείμενο που υπάρχει στο εισαγωγικό παράδειγμα στο κεφάλαιο 13, πιστεύουμε ότι η τέχνη και η μαθηματική μοντελοποίηση έχουν μια άρρηκτη σχέση που πηγάζει από το γεγονός ότι αντιλαμβάνονται τον κόσμο μέσα από τον κοινό φακό της δημιουργικότητας, της εφευρετικότητας, της φαντασίας, της έμπνευσης και της ευρείας αντίληψης των πραγμάτων.
Εισαγωγικό κείμενο
Εισαγωγικό κείμενο για το βιβλίο «Ανάλυση Περιπτώσεων Επιχειρησιακής Έρευνας»
Η κοινή λογική, η εμπειρία, η διορατικότητα και η διαίσθηση, παραμένουν θεμελιώδεις μηχανισμοί στη διαδικασία λήψης αποφάσεων. Όμως, δεν επαρκούν για να διασφαλίσουν ότι οι αποφάσεις που λαμβάνουν καθημερινά τα στελέχη των επιχειρήσεων είναι οι καλύτερες δυνατές. Οι επιδράσεις των τεχνολογικών και οικονομικών εξελίξεων, η παγκοσμιοποίηση των προβλημάτων που αντιμετωπίζει η Διοίκηση, η αβεβαιότητα, η οικονομική και κοινωνική κρίση είναι παράγοντες που συνηγορούν ακόμη περισσότερο ότι η Επιχειρησιακή Έρευνα μπορεί να αποτελέσει το απαραίτητο εργαλείο στη διαδικασία λήψης βέλτιστων αποφάσεων.
Με αρωγό τα εργαλεία που προσφέρει η Πληροφορική Τεχνολογία και τα Πληροφοριακά Συστήματα γενικότερα, μπορούμε με σχετική ευκολία και χαμηλό κόστος να αναπτύσσουμε συστήματα υποστήριξης αποφάσεων, που χαρακτηρίζονται από σχετική ακρίβεια, ευελιξία και αποτελεσματικότητα και τα οποία μπορούν αποδοτικά να ενσωματώσουν με συστηματικό τρόπο τη διαδικασία επίλυσης επιχειρησιακών προβλημάτων με τη χρήση ποσοτικών μεθόδων. Αυτό το στοιχείο το θεωρούμε απόλυτα απαραίτητο, αφού τα βασικά χαρακτηριστικά που διέπουν κάθε απόφαση, είναι η αβεβαιότητα, ο κίνδυνος, ο ανταγωνισμός και η ανεπάρκεια πόρων και η δυνατότητα να χρησιμοποιήσει κανείς μαθηματικά μοντέλα βελτιστοποίησης συμβάλλει στη διατήρηση της ανταγωνιστικότητας μίας επιχείρησης, στηρίζοντας τις αποφάσεις της όχι μόνο σε ποιοτικές ή διαισθητικές προσεγγίσεις, αλλά ταυτόχρονα σε ποσοτικές τεχνικές με τις οποίες μπορούμε να επεξεργαστούμε αποτελεσματικά τον πλέον σημαντικό πόρο στις μέρες μας που δεν είναι παρά τα δεδομένα και οι πληροφορίες που έχει στη διάθεσή του ένας οργανισμός. Τα δεδομένα που εισρέουν με ποικιλομορφία (variety), με ταχύτητα (velocity) και σε μεγάλο όγκο (volume). Αυτό, που στην εποχή μας ονομάζουμε Αναλυτική Δεδομένων Μεγάλου Όγκου (Big Data Analytics).
Το παρόν βιβλίο αποτελεί μετεξέλιξη του βιβλίου «Ποσοτική Ανάλυση Περιπτώσεων» των Γ. Οικονόμου και Γ. Τσιότρα, το οποίο χρησιμοποιήθηκε για αρκετά χρόνια στη διδασκαλία μαθημάτων Επιχειρησιακής Έρευνας, με τη χρήση της μεθόδου ανάλυσης περιπτώσεων (case studies). Στην απλούστερη χρήση του, το βιβλίο εκείνο ήταν ένα απαραίτητο βοήθημα με αναλύσεις περιπτώσεων για τη στήριξη μαθημάτων Επιχειρησιακής Έρευνας, τόσο σε προπτυχιακό όσο και σε μεταπτυχιακό επίπεδο.
Οι κύριοι στόχοι του παρόντος τόμου είναι οι ακόλουθοι:
1. η συσχέτιση του υλικού που διδάσκεται σε διάφορες λειτουργικές περιοχές της Διοίκησης Επιχειρήσεων με πιο ρεαλιστικά προβλήματα από τον πραγματικό κόσμο,
2. η ενίσχυση των σπουδαστών στην προσπάθειά τους να καλλιεργήσουν την ικανότητα αντίληψης ενός πραγματικού προβλήματος και των τρόπων αντιμετώπισής του με την κατάλληλη τεχνική,
3. η κατάδειξη των δυσκολιών που συναντάμε από τη θεωρία στην πράξη αλλά και κομψότητα της μαθηματικής μοντελοποίησης, όταν εξετάζουμε ρεαλιστικά προβλήματα,
4. η γνωριμία των σπουδαστών με τεχνικές που διδάσκονται στη θεωρία θεωρώντας ως σημαντικό όφελος ακόμη και τη γνώση της ύπαρξης τους, ώστε να μπορούν να τις χρησιμοποιήσουν ως μελλοντικά στελέχη,
5. η διερεύνηση των κυριότερων πτυχών ενός προβλήματος και στη συνέχεια η ο πειραματισμός και η ερμηνεία, των ευρημάτων με αποτελεσματικό τρόπο,
6. η παρουσίαση απλών και εύκολων στη χρήση υπολογιστικών εργαλείων με τα οποία μπορούν να επιτευχθούν οι παραπάνω στόχοι.
Καθεμία από τα τις δεκαέξι μελέτες περίπτωσης, που παρουσιάζεται στον παρόντα τόμο, πηγάζει από ένα πρόβλημα διοικητικού ενδιαφέροντος από κάποια λειτουργική περιοχή της Διοίκησης Επιχειρήσεων. Σε όλες τις μελέτες περίπτωσης, διαμορφώνεται αρχικά ένα ποσοτικό μοντέλο, το οποίο επιλύεται με κατάλληλο λογισμικό και στη συνέχεια εξετάζονται ερωτήματα της μορφής «what if». Στο τέλος κάθε ανάλυσης υπάρχει μία ενότητα με τίτλο «Διοικητικός Διάλογος», στην οποία τίθενται, με τη μορφή ερωτήσεων και απαντήσεων, προβληματισμοί και απορίες, όμοιες με αυτές που θα έθετε ένα διοικητικό στέλεχος προς τον αναλυτή του προβλήματος.
Ειδικότερα, κάθε μελέτη περίπτωσης αναπτύσσεται σε μία σειρά ενοτήτων οι οποίες είναι:
• η παράθεση ενός σεναρίου μέσου συνήθως επιπέδου δυσκολίας
• η παρουσίαση των βασικών υποθέσεων που γίνονται πριν από τη διαδικασία της μοντελοποίησης
• η ανάπτυξη του κατάλληλου μαθηματικού μοντέλου
• η επίλυση του μοντέλου και η παρουσίαση των αρχικών αποτελεσμάτων
• η εκτενής ανάλυση ευαισθησίας και η οικονομική ερμηνεία
• η ανάπτυξη παραλλαγών μοντελοποίησης
• η ενότητα του διοικητικού διαλόγου
Κάθε πρόβλημα παρουσιάζεται με εναλλακτικά προγράμματα λογισμικού, το WinQSB, το LINDO και το Excel. Ως κύριο εργαλείο επίλυσης, ανάλυσης και συζήτησης επιλέχθηκε το WinQSB, το οποίο διευκολύνει σε πολύ μεγάλο βαθμό τόσο την εισαγωγή των στοιχείων όσο και την ανάλυση ευαισθησίας και τον εντοπισμό των εναλλακτικών άριστων λύσεων. Στο τέλος κάθε μελέτης περίπτωσης και μετά τον διοικητικό διάλογο αφιερώνεται μία ενότητα στην παράθεση των βασικών αποτελεσμάτων με το LINDO και μία με το Excel, ώστε ο αναγνώστης να έχει μία συνολική εικόνα της χρησιμοποιούμενης τεχνολογίας. Σε κάθε περίπτωση, ο ενδιαφερόμενος αναγνώστης μπορεί να εντρυφήσει στη χρήση του Excel ή οποιουδήποτε σχετικού λογισμικού (άλλωστε οι εξελίξεις είναι ραγδαίες στον τομέα αυτό), χρησιμοποιώντας ως αφετηρία την αντίστοιχη ενότητα σε κάθε πρόβλημα του βιβλίου.
Στον παρόντα τόμο υπάρχουν εφαρμογές γραμμικού προγραμματισμού, στοιχεία ακέραιου προγραμματισμού και προβλήματα μεταφοράς. Το βιβλίο μπορεί να συνοδεύσει το θεωρητικό τμήμα της διδασκαλίας ενός μαθήματος Επιχειρησιακής Έρευνας, τόσο σε προπτυχιακό όσο και σε μεταπτυχιακό επίπεδο, ανάλογα με το ακροατήριο στο οποίο απευθύνεται ο διδάσκων και το βάθος της ανάλυσης που υιοθετεί. Βασικές γνώσεις γραμμικού προγραμματισμού θεωρούνται γνωστές. Τα σύμβολα και η ορολογία που χρησιμοποιούμε είναι σε συμφωνία με το βιβλίο «Επιχειρησιακή Έρευνα για τη Λήψη Διοικητικών Αποφάσεων» των Γ. Οικονόμου και Α. Γεωργίου, εκδόσεις Μπένου, 2016, στο τέταρτο κεφάλαιο του οποίου περιέχεται ένας συνοπτικός οδηγός χρήσης των προγραμμάτων WinQSB, LINDO και Excel.
Στο τέλος κάθε μελέτης περίπτωσης παραθέτουμε για δεύτερη φορά την κυριότερη ή τις κυριότερες εικόνες αποτελεσμάτων, ώστε να μπορεί ο αναγνώστης να τις αποκόψει για να διευκολυνθεί στην ανάγνωση του κειμένου. Σημειώνουμε επίσης, ότι στην ιστοσελίδα http://users.uom.gr/~acg, κάθε διδάσκων ή διδασκόμενος μπορεί να βρει επιπρόσθετο διδακτικό υλικό (διαφάνειες διδασκαλίας, αρχεία δεδομένων κλπ). Επίσης, υπάρχει και βοηθητικό υλικό για εναλλακτικά προγράμματα επίλυσης το οποίο ο ενδιαφερόμενος αναγνώστης μπορεί να ζητήσει με σχετικό μήνυμα προς τον ένα από τους συγγραφείς στο: acg@uom.edu.gr. Σημειώνεται ότι έχουν αναπτυχθεί επτά ακόμη αναλύσεις περιπτώσεων που απαρτίζουν έναν δεύτερο τόμο (που περιλαμβάνει ουρές αναμονής, θεωρία δικτύων, δυναμικό προγραμματισμό κ.ά.) ο οποίος προς το παρόν κυκλοφορεί μόνο σε ηλεκτρονική μορφή και μπορεί να διατεθεί σε διδάσκοντες, μαζί με το συνοδευτικό υλικό, μετά από προσωπική επικοινωνία με τον συγγραφέα Ανδρέα Γεωργίου στο παραπάνω mail.
Η μελέτη του υλικού του παρόντος τόμου καταδεικνύει το σημαντικό πλήθος πληροφοριών που μπορεί να αποκομίσει ο αναλυτής ενός προβλήματος με την εφαρμογή διαδικασιών ποσοτικής μοντελοποίησης και γενικά μεθοδολογιών της Επιχειρησιακής Έρευνας. Επίσης, αναδεικνύεται η αξία της δυνατότητας πειραματισμού σε εναλλακτικά σενάρια και λύσεις ενός προβλήματος σ’ ένα ελεγχόμενο και ασφαλές περιβάλλον, όπως είναι το περιβάλλον ενός μοντέλου. Για να καταστεί όμως δυνατή η αξιοποίηση των πληροφοριών αυτών, είναι απαραίτητη η εξοικείωση των διοικητικών στελεχών στη χρήση των εργαλείων και την ερμηνεία των ευρημάτων, που με την εξέλιξη της τεχνολογίας υλικού και λογισμικού είναι δυνατόν να αποκτηθούν με ελάχιστο κόστος.
Περιεχόμενα
ΠΡΟΛΟΓΟΣ 13
ΠΡΟΛΟΓΟΣ Β’ ΕΚΛΟΣΗΣ 17
ΚΕΦΑΛΑΙΟ 1: Εισαγωγή 19
1.1 Η Προέλευση της Ποσοτικής Ανάλυσης / Επιχειρησιακής Έρευνας 19
1.2 Βασικές Έννοιες και Είδη Μοντέλων 21
1.3 Η Προσέγγιση της Επιχειρησιακής Έρευνας για τη Λήψη Αποφάσεων 25
1.4 Οι Τεχνικές της Ποσοτικής Ανάλυσης/Επιχειρησιακής Έρευνας 30
ΚΕΦΑΛΑΙΟ 2: Εισαγωγή στο Γραμμικό Προγραμματισμό 33
2.1 Εισαγωγή 33
2.2 Εφαρμογές του Γραμμικού Προγραμματισμού 35
2.3 Βασικές Έννοιες Μοντελοποίησης 37
2.4 Ένα Πρόβλημα Μεγιστοποίησης 39
2.4.1 Οι μεταβλητές απόφασης 41
2.4.2 Η αντικειμενική συνάρτηση 42
2.4.3 Οι περιορισμοί του προβλήματος 43
2.4.4 Σύνθεση της προηγούμενης ανάλυσης 48
2.5 Βασικές Παραδοχές του Γραμμικού Προγραμματισμού 51
2.6 Γραφική Επίλυση του Μοντέλου 55
2.7 Δεσμευτικοί και μη Δεσμευτικοί Περιορισμοί 67
2.8 Γραφική Επίλυση ενός Προβλήματος Ελαχιστοποίησης 75
2.9 Ειδικές Περιπτώσεις 84
2.9.1 Το πρόβλημα της «ΔΕΡΑΣ Ο.Ε.» 84
2.9.2 Άπειρες εναλλακτικές βέλτιστες λύσεις 85
2.9.3.3 Καμία εφικτή λύση 89
2.9.4 Μη φραγμένο πρόβλημα 93
2.10 Ανάλυση Ευαισθησίας – Γραφική Προσέγγιση 97
2.10.1 Μεταβολές στους αντικειμενικούς συντελεστές 100
2.10.2 Μεταβολές στα δεξιά μέλη των περιορισμών 109
2.10.3 Δεσμευτικοί περιορισμοί 112
2.10.4 Μη δεσμευτικοί περιορισμοί 122
2.10.5 Ανάλυση ευαισθησίας σε παράδειγμα ελαχιστοποίησης 126
ΚΕΦΑΛΑΙΟ 3: Εφαρμογές του Γραμμικού Προγραμματισμού137
3.1 Εισαγωγή 137
3.2 Επιλογή Χαρτοφυλακίου 137
3.3 Πρόβλημα Χρηματοοικονομικού Προγραμματισμού 143
3.4 Πρόβλημα Επιλογής Επενδύσεων σε Καθεστώς Περιορισμένων Κεφαλαίων 148
3.5 Επιλογή Διαφημιστικών Μέσων 152
3.6 Έρευνα Μάρκετινγκ 157
3.7 Προγραμματισμός Ανθρώπινου Δυναμικού 162
3.8 Προγραμματισμός Παραγωγής 166
3.9 Πρόβλημα Δίαιτας 174
3.10 Πρόβλημα Μείξης 177
ΚΕΦΑΛΑΙΟ 4: Επίλυση Προβλημάτων με Ηλεκτρονικό Υπολογιστή 185
4.1 Εισαγωγή 185
4.2 Το Πρόγραμμα WinQSB 189
4.2.1 Ερμηνεία των αποτελεσμάτων για τις μεταβλητές 196
4.2.2 Ερμηνεία των αποτελεσμάτων για τους περιορισμούς 201
4.3 Το Πρόγραμμα LINDO 205
4.3.1 Εισαγωγή προβλήματος και επίλυση με το UNDO 205
4.3.2 Ένα πρόβλημα ελαχιστοποίησης στο UNDO 215
4.4 Επίλυση με τη Βοήθεια του Excel 219
4.4.1 Εισαγωγή του μοντέλου στο Excel 220
4.4.2 Διαδικασία επίλυσης και ερμηνεία των αποτελεσμάτων 227
4.4.3.3 Το πρόβλημα της Pro-Lux στο Excel 237
4.5 Επίλυση με τη Χρήση Γλώσσας Μοντελοποίησης 241
4.6 Προβλήματα Κλίμακας (Scaling Problems) 250
4.7 Ταυτόχρονες Μεταβολές Παραμέτρων 250
4.7.1 Ταυτόχρονες μεταβολές αντικειμενικών συντελεστών 251
4.7.2 Ταυτόχρονες μεταβολές δεξιών μελών περιορισμών 253
ΚΕΦΑΛΑΙΟ 5: Επίλυση με τη Μέθοδο Simplex 255
5.1 Εισαγωγή 255
5.2 Γενική και Κανονική Μορφή του Μοντέλου 256
5.3 Διαμόρφωση του Προβλήματος της ΑΛΦΑ ΑΕ 259
5.4 Κατασκευή Αρχικού Πίνακα Simplex 262
5.5 Διαδικασία Κατασκευής Αρχικού Πίνακα 271
5.6 Μετακίνηση σε μια Καλύτερη Βασική Εφικτή Λύση 272
5.7 Περισσότερες από Δύο Μεταβλητές Απόφασης 284
5.7.1 Το εργαστήριο χειροποίητων δώρων 286
5.7.2 Επίλυση με τη μέθοδο simplex 288
5.8 Επίλυση Προβλήματος Ελαχιστοποίησης 296
5.8.1 Το διαφημιστικό πρόβλημα της «Pro-Lux» 296
5.8.2 Η είσοδος τεχνητών μεταβλητών 298
5.8.3 Επίλυση με τη μέθοδο simplex 300
5.9 Ειδικές Περιπτώσεις 310
5.9.1 Περιορισμοί ισότητας, αρνητικά δεξιά μέλη 312
5.9.2 Εναλλακτικές βέλτιστες λύσεις 325
5.9.3 Καμία εφικτή λύση 331
5.9.4 Μη φραγμένο πρόβλημα 336
5.9.5 Μεταβλητές που δεν περιορίζονται ως προς τις τιμές 341
5.10 Ισοβαθμήσεις στη Μέθοδο Simplex 345
5.10.1 Ισοβάθμηση στην εισερχόμενη μεταβλητή 446
5.10.2 Ισοβάθμιση στην εξερχόμενη μεταβλητή 350
ΚΕΦΑΛΑΙΟ 6: Δυϊκή Θεωρία και Ανάλυση Ευαισθησίας 355
6.1 Εισαγωγή 355
6.2 Το Δυ’ίκό Πρόβλημα 355
6.2.1 Κατασκευή του δυϊκού προβλήματος/μοντέλου 356
6.2.2.2 Οικονομική ερμηνεία του δυϊκού προβλήματος 365
6.2.3 Άλλες σχε’σεις μεταξύ πρωτεύοντος και δυϊκού 371
6.3 Ανάλυση Ευαισθησίας με τον Πίνακα Simplex 375
6.3.1 Μεταβολές στους συντελεστές της αντικειμενικής συνάρτησης 375
6.3.2 Μεταβολές στα δεξιά μέλη των περιορισμών 381
ΚΕΦΑΛΑΙΟ 7: Πρόβλημα μεταφοράς και πρόβλημα εκχώρησης 387
7.1 Εισαγωγή 387
7.2 Το Γραμμικό Μοντέλο του Προβλήματος Μεταφοράς 388
7.3 Η Μέθοδος Μεταφοράς 393
7.3.1 Εισαγωγή 393
7.3.2 Η μέθοδος της βορειοδυτικής γωνίας 396
7.3.3 Η μέθοδος Vogel 401
7.3.4 Το κύριο τμήμα της μεθόδου μεταφοράς 408
7.3.5 Μη ισορροπημένο πρόβλημα μεταφοράς 424
7.3.6 Εκφυλισμένες λύσεις 427
7.3.7 Άλλες ειδικές περιπτώσεις 433
7.4 Το Γραμμικό Μοντέλο του Προβλήματος Εκχώρησης 435
7.5 Η Ουγγρική Μέθοδος : 440
7.5.1 Εισαγωγή 440
7.5.2 Εφαρμογή της Ουγγρικής μεθόδου 441
7.5.3 Μη ισορροπημένο πρόβλημα εκχώρησης – Πολλαπλές βέλτιστες λύσεις 448
7.5.4 Πρόβλημα μεγιστοποίησης 452
7.5.5 Αποκλεισμός ανάθεσης 456
7.6 Λυμένα Προβλήματα 458
ΚΕΦΑΛΑΙΟ 8: Δικτυωτή ανάλυση 483
8.1 Εισαγωγή 483
8.2 Βασικά Συστατικά Στοιχεία Δικτύων 483
8.3 Το Πρόβλημα της Συντομότερης Διαδρομής 485
8.3.1 Περιγραφή του προβλήματος 485
8.3.2 Η μέθοδος της συντομότερης διαδρομής 487
8.4 Το Πρόβλημα του Ελάχιστου Ζευγνύοντος Δέντρου 495
8.4.1 Περιγραφή του προβλήματος 495
8.4.2.2 Η μέθοδος του ελάχιστου ζευγνύοντος δέντρου 497
8.5 Το Πρόβλημα της Μέγιοτης Ροής 500
8.5.1 Περιγραφή του προβλήματος 500
8.5.2 Η μέθοδος της μέγιοτης ροής 502
8.6 Λυμένα Προβλήματα 507
ΚΕΦΑΛΑΙΟ 9: Διαχείριση Έργων 517
9.1 Εισαγωγή 517
9.2 Βασικά Συστατικά Στοιχεία των Έργων 519
9.2.1 Κοινά χαρακτηριστικά 519
9.2.2 Οι τέσσερις φάσεις ενός έργου 521
9.3 Σχεδιασμός και Προγραμματισμός του Έργου 525
9.3.1 Εργαλεία αναπαράστασης των δραστηριοτήτων του έργου 525
9.3.2 Η χρήση των δικτύων για την αναπαράσταση των έργων 536
9.3.3 Ανακεφαλαίωση των διάφορων μορφών δικτύων PERT/CPM τύπου ΑΟΑ 545
9.3.4 Προγραμματισμός του έργου με τη μέθοδο PERT/CPM 549
9.4 Προγραμματισμός του Έργου σε Συνθήκες Αβεβαιότητας 565
9.5 Αναθεώρηση Προγράμματος και Συμπίεση Χρόνου 579
9.6 Διαμόρφωση Δικτύου PERT/CPM ως Μοντέλο Γραμμικού Προγραμματισμού 590
9.6.1 Γενικό μοντέλο γραμμικού προγραμματισμού 590
9.6.2 Το μοντέλο του γραμμικού προγραμματισμού για τη συμπίεση 594
9.7 Λυμένα Προβλήματα 596
ΚΕΦΑΛΑΙΟ 10: Δυναμικός Προγραμματισμός 613
10.1 Εισαγωγή 613
10.2 Παράδειγμα Συντομότερης Διαδρομής 614
10.3 Βασικά Χαρακτηριστικά Προβλημάτων Δυναμικού Προγραμματισμού 621
10.4 Προσδιοριστικά Μοντέλα Δυναμικού Προγραμματισμού 625
10.4.1 Παράδειγμα Προγραμματισμού Επενδυτικών Δαπανών 626
10.4.2 Παράδειγμα Κατανομής Διαφημιστικών Δαπανών 633
10.5 Λυμένα Προβλήματα 638
ΚΕΦΑΛΑΙΟ 11: Θεωρία Παιγνίων 649
11.1 Εισαγωγή 549
11.2 Βασικές Έννοιες Παιγνίων 649
11.3 Αμιγής Στρατηγική 651
11.3.1 Στρατηγική maximum και minimax 653
11.3.2 Σημείο ισορροπίας 654
11.3.3 Κυρίαρχη στρατηγική 656
11.3.4 Παίγνια δύο-παικτών σταθεροΰ-αθροίσματος 657
11.4 Μικτή Στρατηγική 659
11.5 Γραφική Μέθοδος Επίλυσης Παιγνίου 662
11.5.1 Παίγνιο 2 x n 663
11.5.2 Παίγνιο n χ 2 666
11.6 Επίλυση Παιγνίου με Γραμμικό Προγραμματισμό 668
11.7 Λυμένα Προβλήματα 675
ΚΕΦΑΛΑΙΟ 12: Θεωρία Ουρών Αναμονής 687
12.1 Εισαγωγή 587
12.2 Βασικά Στοιχεία Συστημάτων Εξυπηρέτησης 687
12.2.1 Εισαγωγή 687
12.2.2 Τα χαρακτηριστικά των συστημάτων εξυπηρέτησης 691
12.3 Το Βασικό Σύστημα Εξυπηρέτησης με Μία Ουρά Αναμονής και Μία Θέση Εξυπηρέτησης 703
12.3.1 Κατάσταση ισορροπίας — Παραδοχές του μοντέλου 703
12.3.2 Βασικές σχέσεις για τους δείκτες απόδοσης 705
12.4 Το Βασικό Σύστημα με Παράλληλες Θέσεις Εξυπηρέτησης 714
12.4.1 Παραδοχές του μοντέλου 714
12.4.2 Βασικές σχέσεις για τους δείκτες απόδοσης 715
12.4.3 Εφαρμογή των μοντέλων Μ/Μ/1 και M/M/s 718
12.5 Προσδιορισμός Δυναμικότητας Συστημάτων Εξυπηρέτησης 723
12.5.1 Εισαγωγή 723
12.5.2 Διαμόρφωση σχέσης κόστους λειτουργίας 725
12.5.3.3 Παραδείγματα προσδιορισμού βέλτιστης δυναμικότητας 728
12.6 Το Σύστημα με Διαδικασία Εισόδου Poisson και Χρόνο Εξυπηρέτησης Οποιαδήποτε Κατανομή 732
12.7 Άλλα Μοντέλα Ουρών Αναμονής 737
12.7.1 Το μοντέλο με πεπερασμένη χωρητικότητα στο χώρο αναμονής 737
12.7.2 Το μοντέλο με πεπερασμένο πληθυσμό στην πηγή 741
12.8 Λυμένα Προβλήματα 747
ΚΕΦΑΛΑΙΟ 13: Ανάλυση Αποφάσεων 755
13.1 Εισαγωγή 755
13.2 Κατηγορίες προβλημάτων ανάλυσης αποφάσεων 760
13.3 Δομή προβλημάτων ανάλυσης αποφάσεων 763
13.3.1 Τρία συνήθη παραδείγματα 765
13.4 Αποφάσεις σε συνθήκες βεβαιότητας 768
13.5 Αποφάσεις σε συνθήκες αβεβαιότητας 771
13.5.1 Αισιόδοξο (επιθετικό) κριτήριο, maximax ή minimin 771
13.5.2 Απαισιόδοξο κριτήριο, maximin ή minimax ή κριτήριο Wald 773
13.5.3 Κριτήριο minimax κόστους ευκαιρίας ή κριτήριο Savage 774
13.5.4 Κριτήριο μέγιστου αριθμητικού μέσου ή κριτήριο Laplace 776
13.5.5 Κριτήριο σταθμισμένου αριθμητικού μέσου ή κριτήριο Hurwicz 778
13.5.6 Άλλες προσεγγίσεις 784
13.5.7 Επίλυση προβλημάτων σε συνθήκες αβεβαιότητας με τη χρήση λογισμικού 785
13.6 Αποφάσεις σε συνθήκες κινδύνου (ρίσκου) 792
13.6.1 Το κριτήριο της βέλτιστης αναμενόμενης αξίας (τιμής) 796
13.6.2 Το κριτήριο του ελάχιστου αναμενόμενου κόστους ευκαιρίας 798
13.6.3 Η αξία της τέλειας πληροφόρησης (Expected Return WITH Perfect Information) 806
13.6.4.4 Διαγραμματική ανάλυση κίνδυνου και ανάλυση ευαισθησίας 813
13.6.5 Διαγραμματική απεικόνιση και επίλυση με δέντρα αποφάσεων 833
13.7 Αναθεώρηση πιθανοτήτων με την εισροή πληροφοριών 843
13.7.1 Τα στάδια ανάλυσης αποφάσεων με ρίσκο 845
13.7.2 Το ιστορικό της έρευνας και οι υπό συνθήκη πιθανότητες 848
13.7.3 Υπολογισμός των a posteriori πιθανοτήτων 850
13.7.4 Υπολογισμός της βέλτιστης αναμενόμενης τιμής με διεξαγωγή έρευνας 854
13.7.5 Αποδοτικότητα της έρευνας και επιλογή πηγής πληροφόρησης 855
13.8 Ανάλυση αποφάσεων και θεωρία χρησιμότητας (ωφέλειας) 861
13.8.1 Χρησιμότητα στοιχήματος και ισοδύναμο βεβαιότητας 869
13.8.2 Η σχέση μεταξύ ρίσκου και ωφέλειας 875
13.8.3 Η θεωρία χρησιμότητας (ωφέλειας) στην ανάλυση αποφάσεων 884
13.8.4 Εμπειρική χάραξη της καμπύλης ωφέλειας, υπολογισμός του Best EU 888
13.8.5 Μερικά λυμένα προβλήματα 905
13.8.6 Μερικά άλυτα προβλήματα 916
ΠΑΡΑΡΤΗΜΑ 927
ΒΙΒΛΙΟΓΡΑΦΙΑ 931
Ελληνική 931
Ξενόγλωσση 934
Ιστότοποι 940α