Dette emnet gir en innføring i hvordan mange bedriftsøkonomiske beslutningsproblemer kan analyseres ved hjelp av matematiske modeller og dataverktøy. Eksempler på beslutningsproblemer som vil bli tatt opp er:
- Hvordan finne optimal produktmiks når ressurstilgangen er begrenset?
- Hvordan bestemme optimalt valg av leverandører i en anbudsauksjon?
- Hvordan sette opp en effektiv bemanningsplan når behovet for arbeidskraft varierer over tid?
- Hvordan sette opp en investeringsplan når tilgangen på kapital er begrenset?
- Hvordan sette sammen en optimal portefølje av aksjer med ulik avkastning og risiko?
- Hvordan lage etterspørselsprognoser basert på historiske data?
- Hvordan utnytte et markedsføringsbudsjett på en effektiv måte?
- Hvordan utforme en kostnadsoptimal lagerpolitikk, det vil si hvor ofte og hvor mye skal vi fylle på lageret?
- Hvor mye skal vi bestille av en vare når vi er usikre på hvor stor etterspørselen vil bli?
- Hvordan bestemme rekkefølge og fordeling av arbeidsoperasjonene langs en produksjonslinje?
- Hvordan utforme en transportplan for en forsyningskjede?
- Hvordan velge lokalisering av produksjon og lager i en forsyningskjede?
Hvilke modeller vi vil bruke i en bestemt beslutningssituasjon avhenger av egenskapene til det problemet vi skal analysere. Felles for alle modellene vi skal se på er at de kan analyseres ved hjelp av dataverktøy, og i dette emnet skal vi bruke Analytic Solver, som er et tillegg til Excel. Vi kommer til å starte med lineære modeller (lineær programmering), som er relativt enkle å beregne. Senere skal vi se på beslutningssituasjoner med enten/eller-beslutninger, som krever bruk av heltallsmodeller, samt ikkelineære modeller. Vi vil hele tiden legge vekt på tolkning av analyseresultater, samt deres implikasjoner for økonomisk styring og planlegging. Et sentralt tema i emnet er håndtering av usikkerhet i beslutningssituasjoner. Vi skal se på hvordan vi kan lage prognoser, samt hvordan simuleringsmodeller kan brukes til å regne på konsekvenser av ulike beslutningsalternativer under usikkerhet. Her kommer vi også inn på hvordan holdning til risiko påvirker valg mellom beslutningsalternativer, for eksempel hvordan vi kan ta hensyn til at en beslutningstaker er risikoavers. Vi skal også se på hvordan vi kan beregne verdien av tilleggsinformasjon når fremtiden er usikker, samt hvordan beslutningstrær kan brukes til å strukturere komplekse beslutningssituasjoner.