Abordarea procesului decizional

Abordarea procesului decizional

Abordarea stiintifica

Abordarea stiintifica (sau metoda) este un proces formalizat de cauzalitate, care este creditat ca principalul instrument pentru multe din descoperirile umanitatii.

Acest proces consta din urmatoarele etape:

Etapa I. Definirea problemei implicate si determinarea conditiilor de observat, sau altfel spus analiza si definirea problemei.

Etapa a II-a. Efectuarea de observatii sub diferite conditii pentru a se determina comportarea sistemului care contine problema.

Etapa a III-a. Pe baza observarilor, conceperea unei ipoteze care sa descrie modalitatea in care factorii implicati sunt considerati (judecati) a interactiona sau care este solutia cea mai buna la problema.

Etapa a IV-a. Testarea ipotezei, proiectarea unui experiment.

Etapa a V-a. Efectuarea experimentului, a masuratorilor rezultatelor si inregistrarea lor.

Etapa a VI-a. Analiza rezultatelor si acceptarea sau sprijinirea ipotezei.

Toate aceste sase etape ale metodei stiintifice pot fi aplicate in procesul de elaborare a deciziei. Relatiile generale ale abordarii stiintifice cu procesul de elaborare a deciziei sunt aratate in fig. nr. stiinta managementului intrebuinteaza aceasta abordare stiintifica in scopul rezolvarii problemei. Pentru fiecare din etapele schitate in fig. nr.11.1, anumite metodologii ale stiintei managementului sau teoriei deciziei au fost proiectate, dezvoltate. Aceste metodologii ale stiintei managementului - teoria deciziei sunt in principal interesate si concentrate in jurul ideii ca fenomenele sau problemele organizationale si organizatia insasi sunt considerate ca sisteme.

Abordarea sistemica

Un sistem reprezinta o multime de oameni, concepte si proceduri care interactioneaza in scopul executiei unei functii identificabile care sa serveasca un scop. O definitie clara a functiei sau scopului este lucrul cel mai important. Astfel, de exemplu scopul unui sistem de aparare aeriana este sa protejeze tintele la sol, nu pur si simplu distrugerea atacului aerian sau a proiectilelor teleghidate.

Conceptul de nivel (ierarhie) al sistemului ne arata faptul ca toate sistemele sunt in realitate subsisteme si de aici toate pot fi incluse intr-un sistem mai larg. De exemplu, o banca va include in ea ca subsisteme: - departamentul de imprumuturi comerciale; - departamentul credite pentru public; - departamentul de economii; - departamentul operatiuni s.a. De asemenea, banca insasi poate fi o sucursala a unei Banci Generale care face la randul ei parte din sistemul bancar al unei tari sau interantional s.a.m.d.

Structura sistemului. Sistemele in general sunt alcatuite din trei parti distincte: intrari, procese, iesiri. Ele sunt inconjurate de un mediu si sunt frecvent legate printr-un mecanism de feed-back, respectiv un mecanism de reactie in functie de rezultate.

Intrarile includ acele elemente care intra in sistem, de exemplu: materiile prime pentru o firma de produse chimice sau studentii pentru o universitate.

Procesele, elementele necesare pentru a schimba intrarile in rezultate, iesiri. De exemplu, in intreprinderea chimica procesele includ: producerea energiei, procedurile de operare, de manipulare a materialelor si intrebuintare a salariatilor si masinilor. Intr-o univeristate, procesele pot include procedura de predare, modalitatea de invatare, tehnologia testarii si folosirea spatiilor de invatamant, laboratoarelor si bibliotecilor.

Iesirile (rezultatele) descriu produsele finite sau consecintele existentei sistemelor. De exemplu fertilizatorii, ingrasaminte, ierbicide sunt rezultatele, iesirile unei fabrici chimice; absolventii si licentiatii sunt rezultatul universitatilor.

Feed-back-ul - fluxul informatiei pentru decidentul interesat, privind rezultatul sau marimea iesirii din sistem. Bazat pe aceasta informatie, decidentul poate modifica fie intrarile, fie procesele, sau pe amandoua,

Mediul - sunt cateva elemente in afara sistemului care nu sunt nici intrari, nici procese, nici iesiri (rezultate). Cu toate acestea, ele au un impact asupra performantei sistemului si in consecinta asupra obtinerii scopurilor sau obiectivelor sistemului. O modalitate de a identifica elementele mediului este aceea de a raspunde la doua intrebari, si anume:

1. Este posibil de manipulat - este posibil de controlat - elementul respectiv?

2. Elementul respectiv creeaza probleme privind scopurile sau obiectivele sistemului?

Daca si numai daca raspunsul la prima intrebare este 'Nu' (negativ) si la cea de-a doua 'Da' (pozitiv), elementul respectiv va fi considerat parte a mediului. Elementele mediului pot fi de natura sociala, politica, legala, fizica, economica si altele. De exemplu, pentru fabrica chimica, furnizorii, concurentii, clientii sunt elemente ale mediului. Pentru o universitate, vecinii, comunitatea si societatea regionala reprezinta elementele mediului.

Fig. nr. Relatiile intre abordarea (metoda) stiintifica si procesul de elaborare a deciziei

Examinarea unor probleme din punctul de vedere al sistemelor largeste scopul analizei si creeaza conditii pentru o abordare interdisciplinara.

Abordarea interdisciplinara

Cele mai multe probleme manageriale au o multitudine de aspecte economice, de inginerie, sociologie, matematice, biologice, psihologice si fizice. Prin constituirea unei echipe multidisciplinare se realizeaza abordari noi si progresiste, uneori chiar revolutionare la probleme mai vechi. Gandirea sau perspectiva fiecarei discipline incearca sa defineasca si sa deduca esenta, 'continutul problemei', precum si relatia ei structurala comparativ cu probleme similare, aprioric considerate, din viziunea traditionala, specifice sau caracteristice numai unui domeniu sau arii de cunoastere. Prin identificarea, trasarea si definirea unor analogii, cercetatorul poate apoi determina daca problema in studiu este potrivita, comparabila cu metodele traditionale de succes in domeniu. De aici, cand avem de-a face cu echipe de cercetatori din cateva domenii sau discipline, o abundenta de abordari foarte diverse este posibila, care largeste totodata si abordarea unidisciplinara, dar cel mai important este faptul ca furnizeaza puncte de vedere privind problema de rezolvat, uneori complet diferite, ce descopera aspecte inedite ale problemei si contribuie la un nivel ridicat de creativitate manageriala.

Abordarea cantitativa

Cele sase etape ale procesului incep cu definirea problemei si sfarsesc cu implementarea unei solutii. In continuare sa discutam detaliile metodologice ale acestui proces.

Etapa I. Definirea problemei. Prin 'definirea problemei' trebuie sa intelegem: recunoasterea ca o problema sau oportunitate exista; determinarea importantei, masurarea in parametri cat mai precisi si in acelasi timp evidentierea simptomelor problemei. Adesea ceea ce este descris sau prezentat ca o problema (de exemplu costuri excesive) poate fi numai un simptom al problemei (de exemplu nivelurile nepotrivite de stocare). Deci, de aici deducem ca asa-numitele probleme ale lumii reale sunt de obicei complicate printr-o multitudine de factori interdependenti si in multe cazuri este dificil sa se distinga simptomele problemelor de problemele insasi. Existenta unei probleme intr-o organizatie poate fi cel mai bine apreciata prin urmarirea nivelului de productivitate. Urmarirea aceasta presupune studierea atenta a intrarilor, proceselor si iesirilor (rezultatelor). Atat masurarea productivitatii cat si constructia modelelor sunt bazate pe date:

Colectarea de date. Colectarea datelor istorice si estimarea datelor trecute si viitoare este una din cele mai dificile sarcini ale specialistului in cercetari operationale. Sunt insa cateva probleme care pot aparea in timpul estimarii datelor, si anume:

a) Timpul, variabilele de iesire, rezultatele pot aparea dupa o perioada indelungata de timp cu consecintele ce decurg, respectiv profituri si cheltuieli inregistrate la diferite momente in timp. Pentru a invinge, depasi aceasta dificultate, o abordare de tipul valoare - prezenta va fi folosita pentru toate calculele implicand banii viitori.

b) Abordarea subiectiva. Este adesea necesar sa folosim o abordare subiectiva in estimarea datelor. O astfel de estimare presupune folosirea unor astfel de evaluari ca: optimista, pesimista sau cea mai probabila.

c) Conditiile viitorului. Aceasta problema este considerata in legatura cu reprezentativitatea datelor folosite in evaluare si modelare pentru conditiile viitoare.

Etapa a II-a. Clasificarea problemei. Etapa aceasta implica conceptualizarea problemei astfel ca sa o putem clasifica intr-o categorie de probleme definibila. Asa cum se cunoaste, problemele pot fi clasificate in doua mari categorii: standard (numite si structurate sau programate) si nestructurate (denumite si neprogramate). In plus, orice clasificare a unei probleme intr-o categorie trebuie sa se faca cu foarte mare exactitate intr-un prototip clar. Numai dupa ce aceasta este posibil sa se procedeze la formularea problemei.

Etapa a III-a. Modelarea (formularea). Modelarea sau formularea problemei implica conceptualizarea problemei si abstractizarea ei intr-o forma matematica. Variabilele independente si dependente sunt identificate si se elaboreaza ecuatiile care descriu relatiile de stabilitate. Simplificari trebuie sa fie facute oricand este posibil prin formularea unei multimi de prezumtii, ipoteze. De exemplu, daca relatiile dintre variabile pot fi considerate liniare, atunci modelul folosit va fi unul de programare liniara. Important este nivelul de simplificare al modelului si cel de reprezentare al realitatii. Cu cat modelul este mai simplu, cu atat manipularile si solutiile sunt mai facile, dar modelul in acelasi timp va fi mai putin reprezentativ pentru realitate.

Sarcina modelarii implica o multitudine de activitati interlegate, interdependente si totodata si probleme metodologice.

Cele mai importante dintre acestea sunt:

A. Componentele modelelor matematice. Toate modelele matematice sunt alcatuite din trei componente de baza: variabilele rezultat; variabilele de decizie; variabilele necontrolabile. Aceste componente sunt conectate cu ajutorul relatiilor matematice (logice) asa cum se poate vedea in fig. nr.11.2.

Variabilele rezultat (consecinta). Acestea reflecta nivelul eficacitatii sistemului. Deci acestea ne spun cat de bine executa sistemul sau isi indeplineste obiectivele, scopurile lui. Unele variabile rezultat comune sunt prezentate in tabelul nr.11.1

Variabilele rezultat sunt in mod logic dependente. De asemenea, le intalnim si sub denumiri ca: rezultatele (iesirile) sistemului; masurile performantei; masurile eficacitatii; platile si obiectivele.

Variabilele de decizie descriu elementele din problema pentru care o alegere trebuie facuta. Aceste variabile sunt posibil de manuit si controlat de catre decident. Ca exemplu putem aminti cantitatile de produse de fabricat: numarul de unitati de comandat sau numarul de casierii intrebuintat intr-o banca (altele sunt prezentate in tabelul nr.) Variabilele descrise sunt clasificate matematic ca fiind independente. Ele sunt de obicei notate, asa cum stim, cu literele: x; y; z s.a. Scopul teoriei deciziei este de a gasi valori ale variabilelor de decizie care sa fie cele mai bune sau cel putin destul de bune.

Fig. nr.11.2 Structura generala a unui model matematic

Variabile necontrolabile. In orice situatie de decizie sunt factori care afecteaza variabilele rezultat dar care nu sunt sub controlul decidentului. Ca exemplu putem da: ratele dobanzii; reglementarile privind impozitarea; preturile practicate de furnizori; altele sunt aratate in tabelul nr. Acestea sunt necontrolabile deoarece ele sunt emanatia mediului decidentului. Aceste variabile sunt, de asemenea, variabile independente deoarece ele afecteaza variabilele dependente rezultat.

B. Structura modelelor matematice. Componenetele modelului matematic sunt legate impreuna printr-o multime de expresii matematice asemenea ecuatiilor si inecuatiilor. In fig. nr.11.3 prezentam un model de sistem de fabricatie. In teoria deciziei sau abordarea cantitativa sagetile din figura sunt inlocuite prin expresii matematice.

C. Relatiile matematice din model. Relatiile matematice intr-un model pot include doua parti principale: functia obiectiv si restrictiile.

Functia obiectiv. Aceasta exprima modalitatea in care variabilele dependente din model sunt legate de variabilele independente. Deci o functie obiectiv poate arata astfel:

R = p_i x_i + p_j x_j

unde: R = venitul (incasarile) total al producatorului (variabila dependenta);

x_i, x_j = cantitatile din doua produse i si j fabricate si vandute (variabilele deciziei);

p_i, p_j = preturile stabilite pe piata ale celor doua produse i si j (variabilele necontrolabile).

Obiectivul sau scopul este maximizarea venitului, care este, de obicei, limitat prin restrictii.

Restrictiile exprima limitarile impuse de sistemele manageriale datorate reglemetarilor, concurentei, penuriei resurselor tehnologice sau altor variabile necontrolabile. De exemplu, in cazul nostru, o restrictie de marketing poate fi reprezentata de:

x_i + x_j ≤50

Aceasta inseamna ca intreaga cantitate de productie a celor doua produse ce poate fi vanduta este de 50 sau mai putin. In fig. nr.11.4. ilustram un astfel de model pentru un producator. Modelul poate fi interpretat astfel. Gasirea valorii variabilelor de decizie x_i si x_j astfel ca venitul total R (variabila rezultat) sa fie maximizat; solutia fiind supusa limitarilor, restrictiilor de marketing si preturi care sunt variabile necontrolabile de catre producator.

D. Validarea modelului. Dupa ce un model a fost construit, este necesar sa cunoastem cat de bine el reprezinta realitatea. Deci este necesar sa cunoastem daca modelul este corect in interiorul sau, in intimitatea lui, in sensul logicii si al programarii. Aceasta sarcina revine procesului de validare a modelului care este realizata de obicei dupa ce modelul a fost construit si este capabil sa produca o solutie. Ca atare, validarea este condusa, intreprinsa dupa ce modelul a fost rezolvat. Vom mai reveni asupra acestui aspect.

Etapa a IV-a. Rezolvarea modelului. Definitie: o solutie pentru un model inseamna gasirea unei multimi de valori specifice pentru variabilele de decizie care ne conduc la un nivel dezirabil al rezultatului.

Asa cum am aratat inainte, solutiile produse si propuse pentru problemele standard sunt bine dezvoltate si totodata exista metodologii de calcul detaliate pentru fiecare din ele. Deci, folositorul unor astfel de modele este sprijinit si scutit in mare masura de sarcina dezvoltarii acestor proceduri. Totusi este important ca folositorul sa inteleaga unele din conceptele si problemele metodologice care sunt implicate in aceasta etapa.

a) Criteriile de alegere. Procedeul solutionarii depinde de ceea ce dorim sau incercam sa obtinem. Respectiv daca incercam sa gasim absolutul 'cel mai bun' sau dezirabilul, nivelul de acceptabilitate suportat sau eficient. De aici apare o problema si anume, cum putem evalua alternativa propusa? Aceasta problema se reduce la aceea a selectarii unui principiu de alegere, de optiune.

Selectarea principiului de alegere, optiune. Un principiu de alegere se refera la o decizie privind acceptabilitatea unei solutii de abordare. Ea va reflecta atitudinile, politicile si obiectivele decidentilor. Este necesara gasirea celei mai bune alternative sau este suficienta o solutie destul de buna? Suntem capabili si disponibili de a ne asuma riscul sau preferam o abordare conservatoare? Dintre multe principii de optiune, urmatoarele sunt de un interes deosebit.

Optimizarea. O alternativa optima este una care este demonstrabil cea mai buna dintre toate alternativele posibile.

Pentru a o gasi este necesar sa exprimam toate alternativele si sa probam ca este sau a fost selectata cea mai buna.

In termeni operationali, optimizarea poate fi obtinuta prin una din urmatoarele cai:

1. Obtinerea celui mai ridicat nivel al scopului sau obiectivului de realizat - maximizarea - printr-o multime data de resurse (sau a unui cost dat).

2. Gasirea sau obtinerea celui mai mic nivel al unui parametru - minimizarea - sau factor precum: resurse, cost care numai in acest fel contribuie la realizarea deplina a unui nivel cerut al obiectivului.

3. Gasirea sau determinarea alternativei cu rata, sansa sau probabilitatea de atingere a obiectivului sau uneori si cu adaugarea costului si/sau resurselor necesare, de aici in prima parte avem de-a face cu maximizarea probabilitatii iar in cea de a doua parte cu maximizarea productivitatii.

Deci, optimizarea descrie cursul de actiune pe care decidentul il va urma. De aici modelele proiectate pentru a optimiza sunt numite 'modele normative'. Un astfel de model trebuie sa posede un criteriu de decizie pentru selectarea celei mai bune alternative (optiuni) si in acelasi timp sa probeze ca alternativa selectata este intr-adevar optima.

Intrari Procese Rezultate

Fig. nr.11.3 Un model de fabricatie

Tabelul nr. Exemple de componente ale modelelor

Teoria deciziei este bazata pe urmatoarele prezumtii:

1. Omul este fiinta economica al carui obiectiv este maximizarea scopurilor personale, ceea ce inseamna ca decidentul este rational.

2. Intr-o situatie de decizie data toate cursurile alternative de actiune si consecintele lor posibile sunt cunoscute.

3. Decidentul are o atitudine de preferinta care il face capabil sa ierarhizeze dezirabilitatea sa fata de toate cunostintele analizate.

Fig.11.4 Un model simplificat pentru o situatie de fabricatie

Satisfactia - (destul de bun sau satisfacator) ca principiu de alegere este folosit in modelele si instrumentele teoriei deciziei ce sunt numite modele descriptive.

Modelele descriptive descriu lucrurile asa cum sunt in realitate. Principala lor intrebuintare in teoria deciziilor este de a investiga rezultatele sau consecintele diferitelor cursuri alternative de actiune, asa cum sunt reflectate in performanta sistemului. Desi analizele descriptive cauta, verifica eficacitatea sistemului pentru conditiile date (sau alternativele date), nu exista o garantie ca alternativa selectata cu ajutorul analizei descriptive este optima.

Modelele descriptive sunt de obicei aplicate in situatii de decizii in care modelele normative nu sunt aplicabile. Ele sunt de asemenea folosite cand obiectivul este de a defini problema sau pentru a aprecia sau evalua importanta decat pentru a selecta. Modelele descriptive sunt in special folositoare in previziunea comportarii unui sistem aflat in diferite ipoteze sau sub anumite prezumtii.

b) Experimentarea si evaluarea modelului.

O data ce principiul de alegere este determinat, cercetarea pentru a gasi solutia 'cea mai buna' sau a uneia 'destul de buna' poate incepe. In general aceasta activitate implica cinci trepte:

1. Generarea alternativelor.

2. Previziunea rezultatului fiecarei alternative.

3. Relatia rezultate - obiective (legarea rezultatelor cu obiectivele).

4. Compararea alternativelor.

5. Selectarea alternativelor.

1. Generarea alternativelor. Procesul de elaborare a deciziei asa cum l-am prezentat, implica cautarea cursurilor alternative de actiune care sunt solutii candidate la problema de rezolvat.

In teoria deciziilor, acest fel de cursuri alternative de actiune pot fi ori date sau ele pot fi generate de model. In primul caz, modelul este folosit sa evalueze alternativele date, in al doilea caz, modelul este folosit sa genereze si apoi sa evalueze alternativele.

In general sunt cateva metode de cercetare, de cautare si gasire de alternative, dintre care unele cer un mai mare nivel de creativitate decat altele. Procesul acesta insa cere o multime de resurse ca: bani, forta de munca, timp s.a. Deoarece acestea sunt limitate, cautarea poate avea diferite niveluri de profunzime.

2. Proiectarea rezultatului fiecarei alternative sau pe scurt previziunea. Pentru a se putea evalua fiecare alternativa este necesar sa se prevada, prognozeze rezultatul acesteia in viitor.

3. Relatia rezultate - obiective. Valoarea unui rezultat este judecata, apreciata in termenii sau in functie de obtinerea obiectivelor. Uneori un rezultat este exprimat direct in termenii obiectivului. De exemplu, profitul este un rezultat, in timp ce maximizarea profitului este obiectivul si amandoua sunt exprimate in bani. In alte cazuri, un rezultat poate fi exprimat in alti termeni decat cei ai obiectivului. De exemplu, rezultatul poate fi exprimat in termenii intreruperilor masinilor, in timp ce obiectivul poate fi exprimat in termeni banesti. In astfel de cazuri este necesar sa se transforme rezultatul in asa fel ca sa fie exprimat in termenii obiectivului.

4. Compararea alternativelor. O data ce activitatile precedente au fost realizate, decidentul poate compara obiectivele si selecta una dintre alternative. Unele din problemele dificile considerate in aceasta etapa sunt:

Obiective multiple. Modelele principale pe care le vom descrie sunt frecvent bazate pe analiza unui singur obiectiv, astfel ca maximizarea profitului. In realitate insa, in multe situatii decizionale pot exista cateva sau mai multe obiective multiple.

Sensibilitatea la schimbare. Variabilele rezultat pot fi in special sensibile la schimbari sau erori in unele din variabilele independente. Constructorul modelului va cerceta, investiga aceasta sensibilitate pentru a evita alternativele foarte sensibile, asa cum vom explica mai tarziu.

Semnificatia diferentelor intre alternative. In activitatea de comparare a alternativelor, putem gasi de exemplu ca o alternativa 'A' ne aduce un profit de 323.500.000 lei, in timp ce alternativa 'B' ne aduce un profit de 323.497.000 lei. Inseamna acest lucru ca alternativa 'A' este mai buna decat 'B'? Desigur, teoretic vorbind, da, insa practic cele doua alternative pot fi considerate, fara a gresi, ca ele, alternativele, sunt asemanatoare si neconcurente. Diferenta de 3000 fata de 323 milioane nu reprezinta un factor semnificativ. Ceea ce este important este ca intr-adevar sa gasim alternativa superioara. In acest scop, folosind modelele practic vom simplifica realitatea. Alternativa A poate aduce un profit mai mare de 3000 lei dar in acelasi timp poate provoca insatisfactia mai multor salariati. Ori, intr-o asemenea situatie, facand alegerea numai in termenii cantitativi rezulta o abordare trunchiata. In realitate si alti factori decat cei cantitativi si rigoarea exactitatii trebuie sa fie luati in considerare, in special cand diferentele cantitative par a fi nesemnificative..

Ce principiu de selectare sa folosim? Selectarea unui principiu de optiune trebuie sa preceada decizia reala, efectiva. Respectiv, va incerca decidentul sa gaseasca o solutie optima sau va accepta o solutie satisfacatoare daca aceasta poate fi derivata - obtinuta mai repede si/sau mai ieftin.

5. Selectarea unei alternative. Procesul sfarseste cu o alegere, optiune, respectiv selectarea si recomandarea unei solutii (sau un curs de actiune alternativ).

c) Tehnicile analitice comparativ cu cele numerice, cantitative. Tehnicile numerice constau din comparare prin incercare si eroare a catorva solutii propuse, fie optimale, fie nonoptimale. Tehnicile numerice care produc solutii optime constau din acelea care sunt bazate pe enumerarea complexa a alternativelor si totodata bazandu-se si pe algoritmi.

Enumerarea exhaustiva (completa) - cand cercetam, investigam fiecare solutie posibila, practic realizam o enumerare completa, exhaustiva. Aceasta tehnica este posibila atunci cand numarul alternativelor posibile este mic, altfel procesul poate fi foarte indelungat, arbitrar sau chiar imposibil de abordat.

Algoritmii. Un algoritm este un proces in trepte, etapa de etapa, de cercetare, de cautare a solutiei optime printr-o imbunatatire treptata a fiecarei solutii. Astfel, in contrast cu abordarea enumerarii complete, unde un proces exhaustiv de incercare si eroare este intreprins (toate solutiile sunt cercetate), un algoritm cerceteaza numai o portiune, o parte a tuturor solutiilor.

Simularea este o tehnica numerica pentru conducerea experimentarilor ca un sistem de cercetare - investigare a performantei diferitelor configuratii sau scenarii ale sistemului. Abordarea aceasta de obicei este bazata pe un model matematic computerizat al unui sistem de management ce opereaza pe o perioada indelungata de timp.

Tehnicile analitice. Acestea folosesc relatii matematice pentru a directiona sau sa conduca la o solutie optima sau sa prevada un anumit rezultat. Astfel, modelele analitice sunt deductive prin natura lor, in contrast cu modelele numerice, care prin natura lor sunt inductive.

Euristicile sunt proceduri iterative, etapa de etapa sau o multime finita de reguli care intr-un numar finit de etape ajunge la o solutie destul de buna. Deci in mod deliberat se renunta la solutia optima, respectiv la ignorarea ei fara a se sti cat de departe suntem de ea. Aceste reguli sunt bazate pe experimentari, bun simt sau concepte logice. Aceste reguli sunt foate rapide si usor de aplicat, dar totodata ele au si anumite limite. Regulile sau modelele euristice pot fi in unele cazuri numai o cale economica sau practica insa destul de departe de optimul problemei.

Structurile teoriei deciziei discutate sunt prezentate in fig. nr.11.5.

d) Clasificarea solutiilor. Solutiile pot fi clasificate ca fezabile si nonfezabile; optimale si nonoptimale sau unice si multiple.

Solutiile fezabile si nonfezabile. O solutie fezabila este una care satisface toate cerintele si restrictiile impuse de problema. Violarea unei sau mai multora din aceste cerinte rezulta intr-o solutie inacceptabila sau nonfezabila.

Solutii optimale si nonoptimale. O solutie optima este cea mai buna din toate solutiile fezabile. Pentru ca o solutie sa fie declarata optima, trebuie sa se probeze ca toate solutiile fezabile au fost cercetate si ca solutia propusa este mai buna decat oricare alta solutie. O solutie fezabila care nu poate fi clasificata ca optima este considerata nonoptima.

Solutii unice si multiple. Daca exista numai o solutie optima, ea este numita unica. Daca doua sau mai multe solutii optime sunt identificate, atunci exista solutii multiple. Ultimul caz este de obicei preferat de manageri si specialistii in teoria deciziilor deoarece el le ofera mai multa flexibilitate in implementarea unei solutii. Modelele matematice nu pot include unii factori de comportament si calitativi. In compararea solutiilor optime multiple, managementul poate include consideratii privind astfel de varibile care fac solutia mai acceptabila.

Etapa a V-a. Validarea modelului si analiza sensibilitatii. Dupa ce modelul a fost construit este necesar sa cunoastem cat de bine acesta reprezinta realitatea. Adesea exactitatea unui model nu poate fi evaluata, apreciata pana solutiile modelului nu sunt generate. Validarea reclama raspunsul la intrebarea: Sunt previziunile modelului exact unele empirice? si de asemenea la o alta intrebare: Este modelul reprezentativ pentru comportamentul sistemului in conditiile lumii reale? Un model valid trebuie sa se comporte intr-o maniera similara cu fenomenul de baza.

Procesul de validare poate fi considerat ca un proces in doua trepte. Prima treapta este sa determine daca modelul reprezinta intr-adevar sistemul sau fenomenul care este supus reprezentarii. A doua treapta este de a se determina daca modelul este corect in intimitatea lui, in constructia interna, in sensul logicii si programarii.

Una din modalitatile de validare a modelului este de a-l incerca cu diferite multimi de date posibile si a se vedea daca solutiile seamana cu comportamentul istoric al modelului. De exemplu, daca un model descrie comportarea vanzarilor ca o functie a ratei dobanzii, atunci il putem testa prin luarea in considerare a catorva rate ale dobanzilor, de exemplu de la 45% la 19% si sa examineze ce nivel al vanzarilor va fi prognozat pentru fiecare rata, pentru ca apoi sa comparam aceste rezultate cu datele istorice efectiv intamplate in comportamentul vanzarilor. Desigur daca modelul nu a fost capabil sa descrie cu succes exactitatea istorica a comportamentului, modelul nu va fi considerat valid pentru a realiza previziuni viitoare si de aici sunt necesare ajustari in model.

Etapa a VI-a. Interpretarea si implementarea. Rezultatele generate de un model reprezinta o solutie la un scenariu simplificat al realitatii. Deci in multe cazuri rezultatul apare abstractizat, respectiv in simboluri matematice, sau in terminologie tehnica. De aici inainte de implementare, solutia recomandabila este supusa judecatii (rationamentului) managementului, respectiv necesita a fi interpretata. Interpretarea, de asemenea, implica si astfel de probleme ca insemnatatea sau semnificatia, intelesul solutiei propuse in termenii rezolvarii problemei. Aceasta este o treapta necesara in planificarea interpretarii.

Rolul specialistului in teoria deciziei nu se sfarseste cu recomandarea solutiei. Implementarea unei solutii este un proces diferit, iar pentru multe cazuri este mai greu sa se implementeze o solutie decat sa o construim si sa rezolvam un model.

Figura 11.5 Clasificarea modelelor in functie de tehnica de solutionare