Раздел 2. Инструментарий выработки и принятия управленческих решений

Тема 2.1. Моделирование как метод принятия решения

1. Что такое модель?

Эталон, образец

Способ отображения наиболее существенных характеристик изучаемых систем и процессов

Точная копия оригинала

Увеличенная или уменьшенная копия оригинала

2. Что такое моделирование?

Метод создания точной копии оригинала

Метод доведения модели до идеального сходства с оригиналом

Метод исследования оригинала посредством создания аналога (модели)

Метод определения взаимосвязей между моделями

3. Переменные математических моделей - это:

переменные величины, характеризующие структуру и состояние моделируемых систем или процессов

переменные величины, значения которых могут изменяться случайным образом

переменные величины, значения которых могут изменяться по заранее описанным алгоритмам

переменные величины, значения которых не могут изменяться

4. Параметры математических моделей - это:

числовые константы, которые описывают качественные характеристики переменных

числовые константы, которые описывают взаимосвязь переменных

числовые константы, которые необходимо пересчитывать после каждой итерации

числовые константы, имеющие неотрицательные значения

5. Моделирование предполагает реализацию следующих этапов:

постановку экономической задачи и качественный анализ проблемы, построение математической модели, математический анализ модели, подготовку исходной информации, численное решение, анализ численных результатов и их применение

постановку экономической задачи и качественный анализ проблемы, подготовку исходной информации, численное решение, анализ численных результатов и их применение

постановку экономической задачи и качественный анализ проблемы, численное решение, анализ численных результатов и их применение

построение математической модели, математический анализ модели, постановку экономической задачи и качественный анализ проблемы, подготовка исходной информации, численное решение, анализ численных результатов и их применение

6. Одним из этапов моделирования является постановка экономической задачи и качественный анализ проблемы. Цель этого этапа:

выбор метода решения задачи

формулирование проблемы и вопросов, на которые требуется получить ответы

определение экономического закона, повлиявшего на возникновение задачи

математическое описание взаимосвязей между элементами системы

7. Одним из этапов моделирования является построение математической модели. Цель этого этапа:

выбор метода решения задачи

выбор критерия оптимальности

формализация экономической задачи

описание алгоритма решения экономико-математической задачи

8. Одним из этапов моделирования является математический анализ модели. Цель этого этапа:

выяснение общих свойств модели на основе аналитических исследований

выбор метода решения задачи

формирование системы неизвестных и ограничений

формирование области допустимых решений

9. Одним из этапов моделирования является подготовка исходной информации. Цель этого этапа:

формирование базы данных с информацией о состоянии моделируемой системы

формирование достоверной информации, необходимой для разработки модели

преобразование первичной информации в результативную

фиксация информации на электронном носителе

10. Одним из этапов моделирования является численное решение. Цель этого этапа:

выбор метода решения задачи

математическое описание взаимосвязей между элементами системы

формализация экономической задачи

получение результата

11. Одним из этапов моделирования является анализ численных результатов и их применение. Цель этого этапа:

оценка правильности и полноты результатов, степени их практической применимости

определение количества возможных решений задачи на практике

анализ колеблемости полученного решения при реализации его на практике

анализ воздействия внешней среды на результаты решения

12. На каком этапе моделирования происходит изучение структуры объекта и основных зависимостей, связывающих его элементы?

постановка экономической задачи и качественный анализ проблемы

построение математической модели

математический анализ модели

численное решение

13. На каком этапе моделирования происходит формирование системы переменных и ограничений?

постановка экономической задачи и качественный анализ проблемы

построение математической модели

математический анализ модели

численное решение

14. На каком этапе моделирования оценивается возможность получения решения?

постановка экономической задачи и качественный анализ проблемы

построение математической модели

математический анализ модели

численное решение

15. Задачи оптимального выбора – это:

задачи, в которых выбор наилучшего решения проходит в несколько этапов

задачи, решаемые с помощью математических модели, позволяющих определить из области допустимых решений наилучшее по заранее заданному критерию

задачи, в которых выбор наилучшего решения из области допустимых решений происходит случайным образом

задачи, в которых каждое решение является наилучшим

16. К характеристикам задач оптимального выбора относятся:

наличие цели, достижение которой является решением задачи; наличие критерия для сопоставления качества альтернатив; наличие альтернативных средств достижения цели, наличие способов оценки затрат ресурсов, необходимых для каждой альтернативы; наличие способа отображения связей между целями, альтернативами и затратами

наличие цели, достижение которой является решением задачи; отсутствие альтернативных средств достижения цели, наличие способов оценки затрат ресурсов; наличие способа отображения связей между целями и затратами

наличие цели, достижение которой является решением задачи; наличие нескольких критериев для сопоставления качества альтернатив; наличие альтернативных средств достижения цели, наличие способов оценки затрат ресурсов, необходимых для каждой альтернативы; наличие способа отображения связей между целями, альтернативами и затратами

наличие цели, достижение которой является решением задачи; наличие критерия для сопоставления качества альтернатив; наличие альтернативных средств достижения цели, наличие способов оценки затрат ресурсов, необходимых для каждой альтернативы

17. Показатель, используемый для сравнительной оценки вариантов допустимых решений (альтернатив), называется:

целевой функцией

вектором

ограничением

критерием оптимальности

18. Формализованный критерий оптимальности, записанный в математическом виде, называется:

формулой

формальным критерием

целевой функцией

показателем

19. Формирование системы неизвестных заключается

в выявлении элементов, описывающих структуру моделируемой системы, и описании их в виде переменных

в словесном описании всех переменных, описывающих структуру моделируемой системы

в выявлении факторов, ограничивающих развитие моделируемой системы

в выявлении факторов, влияние которых на развитие моделируемой системы носит переменный характер

20. Формирование системы ограничений заключается

в выявлении факторов, влияние которых на развитие моделируемой системы носит постоянный характер

в описание в формальном виде условий, которые должны быть соблюдены при реализации задачи

в выявлении условий, воздействующих на систему формально

в словесном описании условий, ограничивающих развитие моделируемой системы

21. Этапами формализации задач оптимального выбора являются:

постановка задачи; выбор критерия оптимальности; численное решение задачи

формирование системы неизвестных; формирование системы ограничений, формулирование критерия оптимальности и запись его в виде целевой функции

построение модели; математический анализ модели; анализ результатов решения

формирование системы неизвестных и ограничений

Тема 2.2. Оптимизация ресурсного потенциала предприятия

1. Ресурсный потенциал предприятия – это:

способность ресурсов быть вовлеченными в процесс производства

способность предприятия привлечь инвестиции для приобретения отдельных ресурсов

исходные производственные возможности предприятия, определяемые массой всех имеющихся в наличии отдельных ресурсов, их структурой и качеством

потенциал земельных и трудовых ресурсов предприятия

2. Поиск оптимальной комбинации ресурсов, лимитируемых их фактическим наличием, происходит в ограниченной области допустимых значений их сочетаний, поскольку один из факторов, как правило, всегда будет находиться в минимуме,

а часть остальных ресурсов может недоиспользоваться

а часть остальных ресурсов может оказаться в дефиците

а часть остальных ресурсов может быть не ограничена

а все остальные ресурсы могут быть не ограничены

3. Часть совокупного ресурсного потенциала, вовлеченная в процесс производства, называется

производственным капиталом предприятия

производственным потенциалом предприятия

активами предприятия

пассивами предприятия

4. Идеальным состоянием сбалансированного ресурсного потенциала считается такое, когда:

все ресурсы могут быть задействованы в процессе производства полностью

наблюдаются «излишки» по всем видам ресурсов

ни один вид ресурсов не находится в дефиците

только один вид ресурсов находится в дефиците

5. При несбалансированном ресурсном потенциале по части ресурсов наблюдается:

превышение фактического наличия ресурсов над значением, полученным по оптимальному решению

превышение наличия ресурсов по оптимальному решению над фактическим наличием

равенство между фактическим наличием ресурсов и значениями, полученными по оптимальному решению

дефицит всех ресурсов

6. Формулировка экономико-математической задачи по оптимизации ресурсного потенциала предприятия:

определить оптимальную величину земельных ресурсов, необходимых для ведения сельскохозяйственного производства

определить максимально возможную сумму прибыли, которую можно получить при использовании имеющихся в наличии ресурсов

определить размер инвестиций, необходимых для достижения оптимальных ресурсных пропорций

определить оптимальные ресурсные пропорции предприятия, исходя из фактического наличия ресурсов при условии ограниченности привлеченных средств

7. В ограничении по определению дополнительной потребности в ресурсах и их излишков сверх оптимальных ресурсных пропорций в модели по оптимизации ресурсного потенциала предприятия означает:

фактическое наличие ресурса r -го вида

потребность в ресурсе r -го вида по оптимальному решению

дополнительную потребность в ресурсе r -го вида по оптимальному решению

излишек ресурса r -го вида по оптимальному решению

8. В ограничении по определению дополнительной потребности в ресурсах и их излишков сверх оптимальных ресурсных пропорций в модели по оптимизации ресурсного потенциала предприятия означает:

фактическое наличие ресурса r -го вида

потребность в ресурсе r -го вида по оптимальному решению

дополнительную потребность в ресурсе r -го вида по оптимальному решению

излишек ресурса r -го вида по оптимальному решению

9. В ограничении по определению дополнительной потребности в ресурсах и их излишков сверх оптимальных ресурсных пропорций в модели по оптимизации ресурсного потенциала предприятия означает:

фактическое наличие ресурса r -го вида

потребность в ресурсе r -го вида по оптимальному решению

дополнительная потребность в ресурсе r -го вида по оптимальному решению

излишек ресурса r -го вида по оптимальному решению

10. В ограничении по определению дополнительной потребности в ресурсах и их излишков сверх оптимальных ресурсных пропорций в модели по оптимизации ресурсного потенциала предприятия означает:

фактическое наличие ресурса r -го вида

потребность в ресурсе r -го вида по оптимальному решению

дополнительная потребность в ресурсе r -го вида по оптимальному решению

излишек ресурса r -го вида по оптимальному решению

11. В ограничении по определению реальной стоимости излишков ликвидных ресурсов в модели по оптимизации ресурсного потенциала предприятия означает:

коэффициент износа основных средств r -го вида

коэффициент корректировки остаточной (ликвидационной) стоимости ресурса r -го вида

коэффициент удорожания ресурсов r -го вида

балансовая стоимость ресурса r -го вида

12. В ограничении по определению реальной стоимости излишков ликвидных ресурсов в модели по оптимизации ресурсного потенциала предприятия означает:

заемные инвестиционные средства

привлеченные инвестиционные средства

собственные инвестиционные средства

балансовая стоимость всех ресурсов

13. В ограничении по определению реальной стоимости излишков ликвидных ресурсов в модели по оптимизации ресурсного потенциала предприятия означает:

балансовая стоимость ресурса r -го вида

остаточная стоимость ресурса r -го вида

стоимость износа основных средств

стоимостная оценка излишков ресурса r -го вида

14. Модель по оптимизации ресурсного потенциала предприятия позволяет оценить производственные возможности предприятия в разрезе следующих вариантов формирования ресурсного потенциала:

при фактических объемах и структуре ресурсов; при трансформации отдельных факторов производства в инвестиционные ресурсы; при привлечении инвестиций, необходимых для выхода на оптимальные ресурсные пропорции

при фактических объемах и структуре ресурсов; при привлечении инвестиций, необходимых для выхода на оптимальные ресурсные пропорции

при фактических объемах и структуре ресурсов, при неограниченном объеме привлекаемых ресурсов

при стохастически изменяющихся объемах и структуре ресурсов

Тема 2.3. Принятие управленческих решений в условиях риска
и неопределенности

1. Стохастическая модель – это:

математическая модель экономической системы или процесса, учитывающая непрерывный характер переменных

математическая модель экономической системы или процесса несколькими критериями оптимальности

математическая модель экономической системы или процесса, структура которой меняется стохастически

математическая модель экономической системы или процесса, учитывающая факторы случайной природы

2. Если в качестве целевой функции модели реализации одноэтапной задачи стохастического программирования используется вероятность попадания решения в некоторую случайную область, то такая модель называется:

Р-модель

М-модель

V-модель

R-модель

3. Если в качестве целевой функции модели реализации одноэтапной задачи стохастического программирования используется математическое ожидание некоторых функций, то такая модель называется:

Р-модель

М-модель

V-модель

R-модель

4. Если в качестве целевой функции модели реализации одноэтапной задачи стохастического программирования используется дисперсия некоторых функций, то такая модель называется:

Р-модель

М-модель

V-модель

R-модель

5. Ограничения в одноэтапных задачах стохастического программирования, как правило, бывают трех типов:

жесткие; вероятностные (с заданной вероятностью отклонения от жестких ограничений); статистические (усредненные по распределению случайных параметров)

жесткие; вероятностные (с заданной вероятностью отклонения от жестких ограничений); вспомогательные (для определения значений вспомогательных переменных)

вероятностные (с заданной вероятностью отклонения от жестких ограничений) и статистические (усредненные по распределению случайных параметров)

жесткие и статистические (усредненные по распределению случайных параметров)

6. Решение стохастических задач с помощью моделей блочно-диагональной структуры (один блок - один исход) возможно в том случае:

если известно количество комбинаций возможных сочетаний ресурсов при случайным образом выбираемых технологиях производства

если в каждом блоке все параметры имеют стохастическую природу

если количество возможных исходов не превышает трех

если известно конечное число возможных случайных реализаций условий функционирования производственной системы

7. Технико-экономические коэффициенты базовой М-модели стохастического программирования можно выделить в три группы:

нормативные, случайные, производные

нормативные и расчетные

нормативные, динамические, статические

детерминированные и дискретные

8. В базовой М-модели стохастического программирования к нормативным технико-экономическим коэффициентам относится:

урожайность сельскохозяйственных культур

цена реализации продукции

норма высева семян

производственные затраты в расчете на 1 га посева сельскохозяйственных культур

9. В базовой М-модели стохастического программирования к случайным технико-экономическим коэффициентам относится:

урожайность сельскохозяйственных культур

питательность кормов

норма высева семян

производственные затраты в расчете на 1 га посева сельскохозяйственных культур

10. В базовой М-модели стохастического программирования к производным технико-экономическим коэффициентам относится:

урожайность сельскохозяйственных культур

питательность кормов

норма высева семян

производственные затраты в расчете на 1 га посева сельскохозяйственных культур

11. Алгоритм выбора решения по максиминному критерию Вальда:

матрица решений дополняется столбцом из наименьших элементов каждой строки. После этого из совокупности этих элементов определяется максимальный

матрица решений дополняется одним столбцом из наибольших элементов каждой строки. После этого из совокупности этих элементов определяется максимальный

матрица решений дополняется столбцом из среднеарифметических значений элементов для каждой строки. После этого из совокупности этих элементов определяется максимальный

матрица решений дополняется столбцом из математических ожиданий значений каждой из строк матрицы. После этого из совокупности этих элементов определяется максимальный

12. Алгоритм выбора решения по критерию азартного игрока:

матрица решений дополняется столбцом из наименьших элементов каждой строки. После этого из совокупности этих элементов определяется максимальный

матрица решений дополняется одним столбцом из наибольших элементов каждой строки. После этого из совокупности этих элементов определяется максимальный

матрица решений дополняется столбцом из среднеарифметических значений элементов для каждой строки. После этого из совокупности этих элементов определяется максимальный

матрица решений дополняется столбцом из математических ожиданий значений каждой из строк матрицы. После этого из совокупности этих элементов определяется максимальный

13. Алгоритм выбора решения по критерию нейтрального игрока:

матрица решений дополняется столбцом из наименьших элементов каждой строки. После этого из совокупности этих элементов определяется максимальный

матрица решений дополняется одним столбцом из наибольших элементов каждой строки. После этого из совокупности этих элементов определяется максимальный

матрица решений дополняется столбцом из среднеарифметических значений элементов для каждой строки. После этого из совокупности этих элементов определяется максимальный

матрица решений дополняется столбцом из математических ожиданий значений каждой из строк матрицы. После этого из совокупности этих элементов определяется максимальный

14. Алгоритм выбора решения по критерию Байеса-Лапласа:

матрица решений дополняется столбцом из наименьших элементов каждой строки. После этого из совокупности этих элементов определяется максимальный

матрица решений дополняется одним столбцом из наибольших элементов каждой строки. После этого из совокупности этих элементов определяется максимальный

матрица решений дополняется столбцом из среднеарифметических значений элементов для каждой строки. После этого из совокупности этих элементов определяется максимальный

матрица решений дополняется столбцом из математических ожиданий значений каждой из строк матрицы. После этого из совокупности этих элементов определяется максимальный

 

15. Какой критерий выбора решения в условиях неопределенности описывается следующим выражением:

Критерий азартного игрока

Критерий Гурвица

Критерий Сэвиджа

Критерий Вальда

16. Какой критерий выбора решения в условиях неопределенности описывается следующим выражением:

Критерий азартного игрока

Критерий Гурвица

Критерий Сэвиджа

Критерий Вальда

17. Какой критерий выбора решения в условиях неопределенности описывается следующим выражением:

Критерий азартного игрока

Критерий Гурвица

Критерий Сэвиджа

Критерий Вальда

1. Какой критерий выбора решения в условиях риска описывается следующим выражением:

 

 

Критерий Байеса-Лапласа

Критерий Ходжа–Лемана

Критерий Гермейера

Расширенный минимаксный критерий

1. Какой критерий выбора решения в условиях риска описывается следующим выражением:

 

 

Критерий Байеса-Лапласа

Критерий Ходжа–Лемана

Критерий Гермейера

Расширенный минимаксный критерий

1. Какой критерий выбора решения в условиях риска описывается следующим выражением:

 

 

Критерий Байеса-Лапласа

Критерий Ходжа–Лемана

Критерий Гермейера

Расширенный минимаксный критерий

Тема 2.4. Имитационные модели как инструмент принятия
управленческих решений

1. Имитационная модель - это:

логико-математическое описание объекта, которое может быть использовано для экспериментирования на компьютере в целях проектирования, анализа и оценки функционирования объекта

логико-математическое описание объекта, которое может быть использовано для экспериментирования на компьютере в целях имитирования процесса получения оптимального решения

логико-математическое описание объекта, которое может быть использовано для экспериментирования на компьютере в целях получения оптимального решения

логико-математическое описание объекта, которое может быть использовано для экспериментирования на компьютере в целях обеспечения сбалансированности наличия ресурсов и их потребления в течение одного производственного цикла

2. Имитационная модель имеет определенную минимальную опорную структуру,

которую пользователь может усложнить после заданного числа «прогонов» модели

которую пользователь может упростить после заданного числа «прогонов» модели

которую пользователь не может дополнить и расширить с учетом специфики решаемых задач и базовых методов обработки

которую пользователь может дополнить и расширить с учетом специфики решаемых задач и базовых методов обработки

3. Имитационное моделирование - это:

метод исследования, при котором изучаемая система заменяется моделью, с достаточной точностью описывающей реальную систему, и с ней проводятся эксперименты с целью получения информации об этой системе

метод исследования, при котором изучаемая система заменяется моделью, с достаточной точностью описывающей реальную систему, и с ней проводятся эксперименты с целью получения оптимальных параметров системы

метод исследования, при котором изучаемая система заменяется моделью, с достаточной точностью описывающей реальную систему, и с ней проводятся эксперименты в целях обеспечения сбалансированности наличия ресурсов и их потребления в течение одного производственного цикла

метод исследования, при котором изучаемая система заменяется моделью, с достаточной точностью описывающей реальную систему, и с ней проводятся эксперименты с целью имитации процесса получения оптимального решения

4. При записи структуры имитационной модели в виде x_i и y_i означают:

переменные и параметры, которые являются детерминированными, и, соответственно, переменные и параметры, которые являются стохастическими

переменные и параметры, которыми мы можем управлять, и, соответственно, переменные и параметры, которыми мы управлять не можем

переменные и параметры, которые являются статическими, и, соответственно, переменные и параметры, которые являются динамическими

переменные и параметры, которые являются аналитическими, и, соответственно, переменные и параметры, которые являются синтетическими

5. Имитационное моделирование исследует математические модели в виде:

систем уравнений и неравенств, описывающих функционирование исследуемой системы

систем уравнений и неравенств, обеспечивающих соответствие наличия и потребления ресурсов в течение одного производственного цикла.

алгоритмов, воспроизводящих функционирование исследуемой системы путем последовательного выполнения большого количества элементарных операций

алгоритмов, позволяющих обеспечить нахождение оптимальных параметров как всей моделируемой системы, так и ее отдельных компонентов

6. Имитационные модели в отличие от аналитических:

неспособны формировать свое собственное решение в том виде, в каком это имеет место в аналитических моделях, а могут лишь служить в качестве средства для анализа поведения системы в условиях, которые определяются экспериментатором

дают возможность обеспечить соответствие между имеющимися и потребляемыми в процессе производства ресурсами

способны формировать свое собственное оптимальное решение на каждом «прогоне» в несколько ином виде, чем в аналитических моделях

требуют изучения предметной области и подготовки исходной информации

7. Имитационная модель представляет собой комбинацию таких составляющих, как:

переменные, параметры, ограничения, целевые функции

компоненты, переменные, параметры, функциональные зависимости, ограничения

компоненты, переменные, параметры, функциональные зависимости, ограничения, целевые функции

основные, дополнительные и вспомогательные переменные и ограничения

8. В имитационных моделях под параметрами понимаются величины,

которые могут принимать только значения, определяемые видом заданной функции

которые при «прогоне» модели могут выбираться произвольно

устанавливающие пределы изменений значений переменных или ограничивающие условия распределения и расходования тех или иных ресурсов

точно отображающие цели или задачи системы и необходимые правила оценки их выполнения

9. В имитационных моделях под переменными понимаются величины,

которые могут принимать только значения, определяемые видом заданной функции

которые при «прогоне» модели могут выбираться произвольно

устанавливающие пределы изменений значений переменных или ограничивающие условия распределения и расходования тех или иных ресурсов

точно отображающие цели или задачи системы и необходимые правила оценки их выполнения

10. В имитационных моделях под функциональными зависимостями понимаются отношения, описывающие:

взаимосвязь между основными и дополнительными переменными

критерии оптимальности, на основании которых из области допустимых решений будут выбираться наилучшие решения

влияние каждой переменной на критерий оптимальности

поведение переменных и параметров в пределах компонента или выражающие соотношения между компонентами системы

11. В имитационных моделях под ограничениями понимаются:

устанавливаемые пределы изменений значений переменных или ограничивающие условия распределения и расходования тех или иных ресурсов

описываемые сценарии изменений значений переменных или вероятность соблюдения условий распределения и расходования тех или иных ресурсов

описываемые сценарии изменений значений переменных и заданное количество вариантов распределения и расходования тех или иных ресурсов

устанавливаемые пределы изменений значений параметров или функциональные зависимости критериев оптимальности от переменных

12. В имитационных моделях под целевой функцией понимается:

критерий оптимальности, записанный в математическом виде

точное отображение целей или задач системы и необходимых правил оценки их выполнения

матрица прямых затрат

сумма свободных членов всех уравнений, описывающих имитационную модель

 

 

5.2. Ответы на вопросы тестов

№ вопроса	Раздел №1	Раздел №2
Номер темы	Номер темы
1.1.	1.2.	1.3.	1.4.	2.1.	2.2.	2.3.	2.4.

 

 

Учебное пособие

 

Улезько Андрей Валерьевич

Толстых Александр Александрович

Тютюников Александр Александрович

 

Информационное обеспечение принятия управленческих решений

 

 

Редактор М.Ю. Изюмцева

Компьютерная верстка _______________

 

Подписано к печати 29.08.2009 г. Формат ________

Бумага кн.-журн. Гарнитура «Таймс».

Усл. печ. л. ______. Тираж 150 экз. Заказ № __

 

Федеральное государственное образовательное учреждение
высшего профессионального образования
«Воронежский государственный аграрный университет им. К.Д. Глинки»

 

Типография ФГОУ ВПО Воронежский ГАУ

394087 Воронеж, ул. Мичурина, 1

БИБЛИОГРАФИЧЕСКИЙ СПИСОК

1. Бабань Ю. Методология моделирования бизнес-процессов / Ю. Бабань // Финансовая газета. – 2001. - № 5

2. Винер Н. Кибернетика, или управление и связь в животном и машине: Пер. с англ. / Н. Винер. – М.: Советское радио, 1958. –326 с.

3. Глущенко В.В. Разработка управленческого решения. Прогнозирование-планирование. Теория проектирования экспериментов / В.В. Глущенко, И.И. Глущенко. – Железнодорожный: ТОО НПЦ "Крылья", 1997. –400 с.

4. Евланов Л.Г. Теория и практика принятия решений / Л.Г. Евланов. – М.: Экономика, 1984. –175 с.

5. Информатика: Учебное пособие / Курносов А.П., Кулев С.А., Улезько А.В.и др.; Под ред. А.П. Курносова. – М.: КолосС, 2005. – 272 с.

6. Информационные технологии управления: Учебное пособие / Под ред. Г.А. Титоренко. – М.: ЮНИТИ-ДАНА, 2003. – 435 с.

7. Гольдштейн Г.Я. Основы менеджмента: Учебное пособие, изд 2-е, дополненное и переработанное. - Таганрог: Изд-во ТРТУ, 2003. - 250 с.

8. Камалян А.К. Принятие управленческих решений в условиях риска: теория, методология, практика / А.К. Камалян, Л.П. Яновский. – Воронеж: ВГАУ, 2000. –194 с.

9. Карданская Н.Л. Принятие управленческого решения: Учебник / Н.Л. Карданская. – М.: ЮНИТИ, 1999. – 407 с.

10. Клейнер Г.Б. Предприятие в нестабильной экономической среде: риски, стратегии, безопасность / Г.Б. Клейнер, В.Л. Тамбовцев, Р.М. Качалов; Под общ. ред. С.А. Панова. – М.: Экономика, 1997. – 288 с.

11. Королев Ю.Б. Менеджмент в АПК / Ю.Б. Королев, В.Д. Коротнев, Г.Н. Кочетова, Е.Н. Никифорова; Под ред. Ю.Б. Королева. – М.: Колос, 2000. – 304 с.

12. Планкетт Л. Выработка и принятие управленческих решений / Л. Планкетт, Г. Хейл. –М.: Экономика, 1984. –168 с.

13. Рельян Я.Р. Аналитическая основа принятия управленческих решений / Я.Р. Рельян. – М.: Финансы и статистика, 1989. – 206 с.

14. Степанова Е.Е., Хмелевская Н.В. Информационное обеспечение управленческой деятельности: Учебное пособие / Е.Е. Степанова, Н.В.Хмелевская. – М.: ФОРУМ: ИНФРА-М, 2004. – 154 с.

15. Теория экономических информационных систем: Учебник / Под ред. Королева М.А. – М.: Финансы и статистика, 1984. – 223 с.

16. Улезько А.В. Стратегия формирования и тактика использования ресурсного потенциала сельскохозяйственных предприятий / А.В. Улезько. – Воронеж: ГП «ИПФ«Воронеж», 2004. – 224 с.

17. Шеннон Р. Имитационное м