Вопрос 2 – Количественные меры неопределенности и



ФЕДЕРАЛЬНОЕ АГЕНТСТВО ЖЕЛЕЗНОДОРОЖНОГО ТРАНСПОРТА

 

Федеральное государственное бюджетное образовательное

учреждение высшего образования

“петербургский государственный

университет путей сообщения ИМПЕРАТОРА АЛЕКСАНДРА I”

 

Кафедра «Менеджмент и маркетинг»

 

М.Ю. Кукин

Б1.Б.12 «ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ В

МЕНЕДЖМЕНТЕ»

КОНСПЕКТ ЛЕКЦИЙ

 

для направления 38.03.02 «Менеджмент»

по профилям

 «Финансовый менеджмент»

«Маркетинг»

«Логистика»

Форма обучения – очная, заочная

«Управление человеческими ресурсами»

«Производственный менеджмент»

Форма обучения – очная

 

 

Санкт-Петербург 2016

Содержание

 

Введение. 3

Лекция №1 – Информация и её роль в современном обществе. 3

Лекция №2 – Информационные технологии. 12

Лекция №3 – Системы хранения информации. 17

Лекция №4 – Управленческие информационные системы и информационные системы для руководителей. 36

Лекция №5 – Системы автоматизации документооборота. 55

Лекция №6 – Информационные технологи в решении отдельных управленческих задач 75

Лекция №7 – Интегрированные системы управления. 99

Лекция №8 – Электронный бизнес 116

Лекция №9 – Электронный маркетинг. 131

 


Введение

 

Целью изучения дисциплины «Информационные технологии в менеджменте» является профессиональная подготовка в составе других дисциплин базовой части учебного плана в соответствии с требованиями, установленными федеральным государственным образовательным стандартом для формирования у выпускника общепрофессиональных и профессиональных компетенций, способствующих решению профессиональных задач в соответствии с видами профессиональной деятельности.

Структура конспекта соответствует часам, отведенным в рабочей программе по дисциплине для очной формы обучения. Данный конспект может использоваться также обучающимися по заочной форме в качестве источника теоретического материала для самостоятельной работы, включая подготовку к промежуточной аттестации.

Лекция №1 – Информация и её роль в современном обществе

 

Вопрос 1 – Понятие информации. Информационные уровни

Одна из проблем XXI в. — увеличение количества и объемов инфор­мационных потоков. Эффективное решение этой проблемы в интен­сивном применении достижений науки, техники и технологий. Едва ли найдется специалист, сомневающийся в том, что социальное развитие России в настоящее время в значительной мере зависит от уровня ис­пользования наукоемких технологий. В полной мере это относится и к автоматизации процессов обработки информации. В последние годы особенно интенсивно данное направление развивается в области эко­номической деятельности. Это естественно, поскольку экономика — определяющий фактор развития любой страны. В проблеме автомати­зации экономической информации большое значение придается созда­нию и эксплуатации автоматизированных информационных техноло­гий и систем в различных областях экономики. При этом особенно важным представляется решение задач генерации и передачи знаний специалистам различных уровней.

В настоящее время компьютерные технологии применяются в широком спектре трудовых процессов, в той или иной мере связанных с информацией, — от подготовки простейшего письма до разработки ва­риантов оптимального решения в управлении крупными инвестицион­ными проектами. Применение компьютерной техники, расширенной периферийной аппаратуры, устройств передачи данных и телекоммуни­каций позволяет специалистам решать профессиональные задачи с бо­лее высокими показателями эффективности.

В «Концепции национальной политики России в области качества продукции и услуг» отмечается, что качество продукции - один из важ­нейших факторов реализации национальных интересов в следующих сферах деятельности государства: экономической, социальной, воен­ной, международной, информационной, экологической. В тексте Концепции ожидается улучшение качества процессов обработки ин­формации. К сожалению, приходится признать, что за прошедшие со­рок лет попытки применения средств вычислительной техники в обла­сти управления экономикой в логическом отношении дальше решения задач тривиальной обработки данных не продвинулись.

Для обеспечения вывода автоматизированных информационных систем на более высокий качественный уровень следует интенсифицировать дру­гие стороны этой проблемы. Одной из таких сторон, по-видимому, яв­ляется повышение уровня логического преобразования данных. В ре­зультате преобразования должна быть получена информационная субстанция, обладающая способностью «погружать» пользователя в та­кую информационную среду, которая бы максимально адекватно отоб­ражала состояние управляемых объектов. Более того, логический аппа­рат преобразования данных в информационную субстанцию должен обеспечивать подготовку научно обоснованных вариантов принятия ре­шений, их реализацию, выработку критериев для оценки и эффектив­ности реализованных решений.

При изучении определенной проблемы исходят из базового набора понятий, составляющего конструкцию содержания проблемы.

В общепринятом смысле понятие «информация» (от лат. informa­tion — разъяснение, изложение) — это сведения, передаваемые людьми устным, письменным или другим способом. Со временем появляются новые определения понятия. Каж­дое определение формируется в зависимости от конкретных условий применения этого понятия. Постепенно слово «информация» превра­тилось в общенаучное. В настоящее время оно воспринимается как универсальная категория, как материя и энергия, пространство и вре­мя. Информация существует во времени и пространстве, может пере­даваться между поколениями через века и тысячелетия.

Отличительная черта информации — ее способность подвергаться обработке в соответствии с потребностями человека, задачами специа­листа. Подавляющая масса информации собирается, передается и об­рабатывается с помощью знаков. Знаки — это сигналы, которые могут передавать информацию при наличии соглашения об их смысловом содержании между источниками и приемниками информации. Это могут быть, например, зву­ковые волны, алфавиты, радиоволны, электроимпульсы, светосигналы и др.

Набор знаков, для которых существует указанное соглашение, называется знаковой системой. Многие знаковые системы, естественно нельзя четко ограничить. Однако при обработке данных на ЭВМ наличие точного перечня знаков и логико-арифметических правил обязательно. Таким образом, в сфере социальной коммуникации проявляется не толь­ко технологический, но и логический аспект переработки информации.

В рамках понятия «информация» в широком смысле слова может быть веделено несколько уровней: сведения, данные, информация (в узком смысле слова), знания.

Базовым уровнем являются сведения. Сведения— это характеристики, признаки, свойства объек­тов. В методологическом отношении объекты реального мира — пред­меты и явления (процессы) — воспринимаются через проявляемые ими свойства. Форма представления сведений может быть произвольной, описания свойств объектов и процессов могут передаваться как строгими научными текстами, так и стихами, фильмами, живописью…

Данные— это сведения об объектах реального мира, пред­ставленные в регламентной форме. Форма представления данных мо­жет регламентироваться приказами, стандартами, инструкциями, дру­гими нормативными документами соответствующей управляющей системы. Типичный пример регламентной формы – сравнительная таблица тактико-технических характеристик автомобилей, где в каждой строке приводятся в соответствующих единицах значения мощности двигателя, объема багажника, максимальной скорости различных автомобилей, каждому из которых соответствует столбец этой таблицы.

Информация (в узком смысле)- это результат логической переработки данных, который снижает неопределенность ситуации, тем самым помогая человеку принять верное решение. Среди методов логической переработки можно указать, в частности, сравнение, анализ, син­тез, классификацию, индукцию, формализацию, моделирование и др.

Такой подход к термину «информация» характерен для прикладной математики, в которой даже выделяется отдельный раздел – «Теория информации», автором которой считается Клод Шеннон. Обратившись к теории информации, можно лучше понять роль информационных технологий в менеджменте.

Данные и информация, которые организованы и обра­ботаны таким образом, что они могут передавать понимание, опыт, навыки, мнения применительно к конкретной задаче, образуют высший информационный уровень – знания.

Вопрос 2 – Количественные меры неопределенности и

Информации

Рассмотрение данного вопроса целесообразно осуществить на практическом примере.

Финансовому менеджеру поручено вложить крупную сумму денежных средств в акции, по которым в ближайшее время будут выплачены высокие дивиденды. В общем случае размер дивидендов является случайной величиной с тем или иным законом распределения.

Ситуация в которой находится менеджер, размышляющий о покупке акций конкретной компании, может быть отнесена к одной из трех категорий:

- неопределенность (для этой компании не известна вероятность выплаты дивидендов и их размер);

- риск (известна вероятность выплаты дивидендов того или иного размера, по которой можно найти математическое ожидание размера дивидендов по акциям);

- определенность (имеются стопроцентные гарантии выплаты дивидендов фиксированного размера).

Очевидно, что проще всего принять решение о покупке в условиях определенности, а труднее – в условиях неопределенности.

Предположим, что компания может:

- не выплатить дивиденды с вероятностью P1;

- выплатить малые дивиденды с вероятностью P2;

- выплатить средние дивиденды с вероятностью P3;

- выплатить высокие дивиденды с вероятностью P4.

 

Шеннон предложил в таком случае в качестве количественной меры непредсказуемости (неопределенности) ситуациииспользовать информационную энтропию:

                                           (2.1)

От основания используемого логарифма зависит название единицы (например, в случае натурального логарифма единицей измерения будет «нат»). Один из наиболее распространенных вариантов оценки информационной энтропии – использование логарифмов по основанию 2. Единица получила название «бит» и равна энтропии ситуации с двумя возможными равновероятными исходами:

 

                         (2.2)

Максимальное значение энтропии будет соответствовать ситуации неопределенности (все варианты развития событий равновероятны):

 

P1=P2= P3=P4=1/4

(2.3)

 

Информация в данной теории представляет из себя разницу между максимально возможной энтропией и энтропией реальной ситуации.

 

      (2.4)

В ситуации определенности гарантированно осуществиться, например, третий вариант. В этом случае P3=1, а P1=P2=P4=0. Найденная по формуле энтропия в ситуации определенности будет равна нулю (H=0), а информация – двум битам.

Таким образом, в рассмотренном примере для принятия максимально обоснованного решения финансовому менеджеру требуется всего 2 бита информации. Его задача извлечь эти 2 бита, тщательно обработав большие объемы сведений (которые могут измеряться миллионами и миллиардами бит) о компании, полученных из различных источников. И вот в решении этой задачи ему и призваны помочь информационные технологии.


Дата добавления: 2018-02-28; просмотров: 661; Мы поможем в написании вашей работы!

Поделиться с друзьями:






Мы поможем в написании ваших работ!