Реферат

Реферат Задача управления персоналом. Оптимизация затрат на содержание рабочей силы в условиях случайног

Работа добавлена на сайт bukvasha.net: 2015-10-28

Поможем написать учебную работу

Если у вас возникли сложности с курсовой, контрольной, дипломной, рефератом, отчетом по практике, научно-исследовательской и любой другой работой - мы готовы помочь.

Предоплата всего

от 25%

Подписываем

договор

Выберите тип работы:

Скидка 25% при заказе до 22.11.2024



Оглавление

ВВЕДЕНИЕ.. 2

1.                             КОМПЛЕКТОВАНИЕ ШТАТА ОРГАНИЗАЦИИ. 3

1.1.                    Набор кандидатов. 3

1.2.                    Отбор из числа кандидатов лиц, наиболее удовлетворяющих требованиям, которые предъявляются к будущим сотрудникам. 3

2.                             РАСПРЕДЕЛЕНИЕ ТРУДОВЫХ РЕСУРСОВ. 3

2.1.                    Модели транспортного типа. 3

2.2.                    Модели целевого программирования. 3

2.3.                    Модели последовательного назначения исполнителей. 3

2.4.                    Имитационные модели. 3

3.                             ИСПОЛЬЗОВАНИЕ ТРУДОВЫХ РЕСУРСОВ. 3

4.                             АНАЛИЗ РЕАЛИЗАЦИИ ФУНКЦИЙ УПРАВЛЕНИЯ ПЕРСОНАЛОМ... 3

5. ПРАКТИЧЕСКАЯ ЗАДАЧА.. 3

Заключение.. 3

ПРИЛОЖЕНИЕ.. 3





ВВЕДЕНИЕ


Наука о руководстве и методы исследования операция для решения задач упраления трудовыми ресурсами до сих пор не получили должного развития и применения. Это объясняется главным образом тем, что при решении задач подобного рода приходится учитывать множество различных по степени важности факторов, существование которых обусловлено взаимными требованиями, предъявляемыми коллективом, отдельными индивидуумами и организацией друг к другу. Из всех возможных требований при анализе и выработке соответствующих рекомендаций в первую очередь необходимо учитывать следующее:

·                    Организация должна иметь эффективную структуру должностей и число сотрудников, которые смогли бы обеспечивать современное производство необходимого объема продукции требуемого качества, и влиять на членов коллектива;

·                    Организация должна эффективно использовать трудовые ресурсы, которыми она располагает;

·                    Организация должна удовлетворять основные потребности отдельных индивидуумов и создать условия для максимального проявления их личных качеств и способностей;

·                    Производство товаров и уровень соответствующей заработной платы должны оказывать влияние на качество работы сотрудников организации и деятельность руководящих органов.

Первое требование, имеющее непосредственное отношение к выбору структуры организации и уровня руководства, связано с планированием и выполнением работ.

Второе требование, касающееся организации производства и управлениея его циклами, предусматривает изучение длительности и хода выполнения, определение степени загрузки и распределение трудовых ресурсов, а также выбор средств стимулирования, повышающих производительность труда.

Третье требование связано с разработкой способов удовлетворения личностных потребностей с изучением индивидуальных и групповых взаимоотношений с учетом психологических факторов.

Четвертое требование, по существу, сводится к необходимости учитывать социальные и правовые факторы, существенным образом влияющие на эффективность использования организацией трудовых ресурсов, которыми она располагает.

Улучшения качества функционирования некоторой социальной системы возможно только при тщательном анализе перечисленных выше требований, так как именно они определяют вид целевых функций и накладываемых ограничений, а так же метод исследования, и в конечном счете от них зависит реализация разработанных рекомендаций. Таким образом, управление трудовыми ресурсами возможно только на научной основе, и именно этой цели и призваны служить наука о руководстве и методы исследования операций.

Для организации улучшение качества функционирования означает повышение эффективности выполнения работы ее исполнителями как в настоящий момент времени, так и в будущем. Для исполнителя улучшение качетсва функционирования означает увеличение заработной платы с целью повышения уровня своих потребностей, а также обеспечение определенного общественного положения и возможности развития и реализации индивидуальных способностей. Довольно часто эти две точки зрения противоречат одна другой, однако иногда они оказываются взаимосогласованными, т.е. решение, ведущее к улучшение функционирования другой. Нахождение таких решений является одной из главных задач науки в области социально-технических систем, систем планирования и управления трудовыми ресурсами. Реальное улучшение функционирования организации возможно на основе теории принятия решений, причем наиболее доступным способом оценки эффективности применения методов исследования операций в области управления трудовыми ресурсами является определение пространства решений по управлению такими ресурсами. Этот подход позволяет классифицировать методы исследования операций, которые были использованы ранее или могут быть использованы в каждом из пространств решений. Пространство решений в первую очередь определяется следующими функциями, которые являются основой управления.

1.         Комплектование штата организации, т.е. набор кандидатов и отбор из их числа лиц, удовлетворяющих требованиям, которые руководство фирмы предъявляет к будущим сотрудникам.

2.         Повышение квалификации персонала, т.е. общая и профессиональная подготовка и усовершенствование.

3.         Распределение трудовых ресурсов, т.е. расстановка кадров и назначение на должности (предполагается, что задано расписание работ и список должностей, осуществляется более рациональное закрепление рабочих мест и должностей).

4.         Использование трудовых ресурсов, т.е. разработка организационной структуры, информационных потоков и схем взаимоотношений между сотрудниками, стиля руководства, инструкций по выполнению работ (предполагается, что штат сотрудников задан или может быть спрогнозировано или осуществлено более рациональное распределение работ и должностей.

5.         Оценка эффективности персонала, т.е. измерение вклада каждого сотрудника в успешную деятельность организации.

6.         Оплата и стимулирование персонала, т.е. использование различных (экономических и неэкономических) форм вознаграждения и поощрения для стимулирования каждого сотрудника. Эта функция имеет непосредственное отношение к заработной плате, доходам, продвижению по службе, условиям труда, профессиональному и общественному признанию и социальным стимулам.

В данной курсовой мы рассмотрим пункты 1, 3, и 4, т.к. они непосредственно относятся к теме курсовой работы.




1.                 КОМПЛЕКТОВАНИЕ ШТАТА ОРГАНИЗАЦИИ.

1.1.      Набор кандидатов.

Как уже отмечалось, комплектование – это набор кандидатов и отбор их из числа лиц, наиболее удовлетворяющих требованиям, которые предъявляются к будущим сотрудникам. При выполнении первого из указанных процессов, который, по существу, представляет собой формирование множества кандидатов на получение работы, требуется решить сразу несколько задач, таких, как определение необходимого числа кандидатов, определение требуемой квалификации и составление расписания набора кандидатов. В этом случае отбор будет состоять из принятия решения, кого из кандидатов следует зачислить на работу.

Обычно те методы исследования операций, с помощью которых могут быть решены задачи набора, предполагают существование относительно большого числа кандидатов, каждый из которых должен выполнять сравнительно небольшое число идентичных операций и заданий. Поэтому изучение задачи набора следует начать с определения реакции организации на численность персонала. Эта реакция отражает взаимосвязь начальных и конечных показателей организации по персоналу и может быть использована для минимизации либо издержек на содержание персонала, либо его численности. Задача выбора числа сотрудников может быть сформулирована следующим образом: минимизация величны N или C(N) при условии, что R(N)≥G, где N – уровень выходного потока, выражаемый количеством людей, принимаемых на работу, объемом рабочих часов, числом сделок, заключенных с целью реализации продукции, и т.д., C(N) – затраты на содержание персонала в зависимости от величины N (линейная функция затрат имеет вид C1 + C2N); G – целевой показатель, или требуемый уровень выходного потока, R(N) – функция, характеризующая выходные показатели функционирования организации в зависимости от входного потока. В тех случаях, когда функция R(N) является линейной, решение задачи тривиально. Однако в большинстве случаев эта функция аппроксимируется s-образной кривой (Рис.1).



Рис.1 Реакция организации на численность персонала.

Начальный участок этой кривой соответствует исходному значению выходного показателя функционирования организации. Примыкающий участок может быть аппроксимирован линейной функцией и соответствует положительной реакции организации на возрастание уровня входного потока (т.е. любое увеличение входного потока приводит к возрастанию выходного потока). Система сохраняет положительную реакцию до тех пор, пока не будет достигнуто состояние насыщения. После этого дальнейшее увеличение уровня входного потока практически не приводит к возрастанию выходного потока. При достижении состояния перенасыщения при любом увеличении уровня входного потока выходной поток сокращается. Последнее обстоятельство имеет место в трех случаях, когда с ростом числа сотрудников быстро увеличивается плотность их размещения, информационная перегрузка, возникают дополнительные проблемы взаимоотношений между сотрудниками и др., что в конечном итоге приведет к ограничению производительности труда. Например, в торговле и других сферах обслуживания подобная ситуация может возникнуть вследствии чрезмерных усилий, направленных на реализацию продукции (рост рекламы, организация новых форм торговли и т.д.), что в свою очередь может неблагоприятно повлиять на мнение покупателей и оттолкнуть потенциальных клиентов.

Научный подход к определению числа людей, принимаемых на работу, уровня ресурсов рабочей силы и рабочего времени, а также значений входных переменных предполагает нахождение наилучшего приближения для реакции организации. Такое приближение может быть получено либо путем подбора эмпирической кривой, либо с помощью проведения эксперимента.

Первый метод оказывается эффективным, если мы располагаем рядом данных, которые показывают, какие значения выходных переменных можно получить при различных уровнях входного потока, используемых в некоторой задаче или классе подобных задач. Для оценки функций реакций организации с помощью графических методов или нелинейной регрессии можно использовать в качестве модели кривую Перла – Рида или кривую Гомпертца. Однако, как правило, данные, которыми мы располагаем, относятся к весьма узкому классу работ, и полное определение функций организации возможно осуществить только с помощью дополнительных экспериментов. В любом случае необходимо, чтобы в течении рассматриваемого интервала времени в организации не имели места существенные технологические или организационные изменения.

Если выходные показатели организации (целевая функция) известны, то определить, какое число людей следует принять на работу, в общем случае можно либо с помощью прямых расчетов, либо с помощью методов математического моделирования или графическими методами. Так Акофф и др. использовали рассматриваемый подход для определения перспективного планирования числа продавцов, которых следовало бы принять на работу в данной сфере обслуживания, и среднего числа сделок, которое необходимо было закрепить за каждым продавцом. В результате проведенного анализа было успешно установлено, что область функционирования одной из организаций в зависимости от численности персонала соответствует участку кривой (Рис.1), расположенному за точкой насыщения. В связи с этим было принято сокращать, а не увеличивать штат. Годовая экономия в результате отказа от предполагаемого дополнительного набора продавцов примерно в 25 раз превысила затраты на изучение этого вопроса.

Из всех существующих методов исследования операций при моделировании задач управления трудовыми ресурсами наиболее часто используют многопериодную потоковую модель, входной переменной которой являются люди, принимаемые на работу, при этом существующий и потенциальный персонал представляют в виде дискретного набора групп. Для каждого данного момента времени разбиение на группы осуществляется по таким важным показателям, как квалификация, возраст, образование, оклад и должность. В результате получают совокупность групп, которая описывает состояние системы в момент времени t. Переход системы из одного состояния в другое, соответствующее моменту времени t+T, определяется структурой системы трудовых ресурсов и принятыми к этому моменту времени решениями. В течении любого периода времени люди поступают в организацию и покидают ее, повышают свою квалификацию, стареют; кроме того, изменяются должностные оклады, происходит перемещение по должностям и т.д. Все это приводит к изменению состава групп, т.е. к изменению состояния системы. В зависимости от характера регулярного или случайного перехода системы из одного состояния в другое потоковые модели, описывающие такие системы могут быть детерминированными и стохастическими.

Детерминированные модели, как правило, используются на многих этапах работы при планировании трудовых затрат или фонда рабочей силы. В этих случаях для решения поставленных задач применяются линейное программирование, динамическое программирование, принцип максимума и метод оптимального поиска.

Стохастические модели, используемые для предсказания перемещения по должностям и рабочим местам, основаны на предположении о случайном характере подобных перемещений. Наиболее достоверно такие модели описывают системы, которые ежегодно (или какие-то фиксированные участки времени) осуществляют прием на работу и перемещение сотрудников внутри организации.

Стохастические модели могут быть использованы для анализа как индивидуального, так и коллективного поведения люде в системе. При анализе коллективного поведения предполагают, что структура организации удовлетворяет требованиям марковского анализа, т.е. что, во-первых, условные вероятности перехода системы из одного состояния в другое не зависят от ее предыстории, а зависят только от состояния, в котором система находится в данный момент, во-вторых, что система имеет конечное число различных состояний, в-третьих, вероятности перехода не изменяются во времени (т.е. мы имеем дело со стационарными условиями) и, в-четвертых, известен набор начальных состояний системы в виде вероятностей. Если эти требования выполняются, то задача может быть сформулирована как частный случай линейной динамической модели размножения в виде

X(t+1) = X(t)P + y(t) G + z(t)H,

где X(t) – выходные переменные (переменные состояния), неуправляемые со стороны лица, принимающего решения, реализация которых определяется матрицей вероятностей перехода Р; у(t) – регулируемые переменные, соотношение между которыми описывается структурной матрицей G; z(t) – входные переменные, воздействующие на систему извне, соотношение между которыми описывается структурной матрицей Н.

Марковская модель перемещений персонала базируется на использовании матрицы вероятностей перехода (Рис.2), которая составляется на основе существующих данных о системе или с помощью оценок экспертов. Если Pij – вероятность перехода системы из состояния i в состояние j за данные отрезок времени, то, разбив последний на конкретное число интервалов, можно определить вероятность перехода системы из любого данного состояния в любое другое.



Рис.2. Вероятность перхода сотрудника с должности на должность.

В большинстве описанных моделей для прогнозирования будущих потребностей в кадрах используются данные о предыстории системы, и прогнозирование осуществляется с помощью разного рода нелинейных регрессионных моделей. Поскольку такой подход предполагает, что существующая структура системы остается неизменной, то, естественно, он неприменим в тех случаях, когда имеют место непредвиденные структурные изменения.

1.2.      Отбор из числа кандидатов лиц, наиболее удовлетворяющих требованиям, которые предъявляются к будущим сотрудникам.

Сущность задачи отбора кадров для развития организации состоит в удовлетворении ее требований в частности поддержания престижа и возможности выполнения стоящих перед нею задач. Обычно прием на работу осуществляют, исходя из текущих потребностей организации, хотя в некоторых случаях делаются попытки оценить «потенциал» будущего сотрудника с точки зрения его продвижения по службе. Иногда возникает необходимость найти компромиссное решение между отбором людей и наибольшей производительностью на данный момент и кандидатов с наивысшими возможностями в будущем.

Традиционный подход к комплектованию штата предусматривает прогнозирование категорий сотрудников с помощью корреляционного анализа. Для этого с помощью коэффициента корреляции строится модель, непосредственно связывающая независимые переменные с так называемыми критериями. После выбора и проверки модели становится возможной классификация претендентов с точки зрения эффективности их работы на потенциально перспективных и потенциально бесперспективных на основе множества независимых переменных, составленного для каждого претендента. Линейная комбинация множества из двух и более переменных может быть получена с помощью коэффициентов множественной корреляции, при этом используются кА линейные, так и нелинейные методы оценки.

При использовании корреляционного анализа следует иметь ввиду, что, во-первых, корреляция сама по себе не объясняет и не устанавливает причинно-следственных связей. Поэтому необходимо теоретически или экспериментально обосновать выбор независимых переменных, характеризующих реальную ситуацию. Во-вторых, корреляционный анализ предполагает наличие и обработку случайной выборки, что требует тщательного исследования имеющихся данных с целью выявления возможных систематических ошибок. В-третьих, при принятии решения относительно отбора будущих сотрудников из множества претендентов следует тщательно проверять справедливость принятых предположений о структуре организации.

Теоретически отбор будущих сотрудников возможно осуществить с помощью теории принятия решений применительно к индивидуальному выбору. В этом случае оценивается способность некоторого множества кандидатов выполнить конкретную работу, причем оценка производится с точки зрения некоторой условной эффективности каждого претендента. Кроме того, для каждого претендента оценивается вероятность успешного выполнения данной конкретной работы. Следовательно, стратегия основана на выборе претендентов, способных с наибольшей эффективностью выполнить требуемую работу.



2.       РАСПРЕДЕЛЕНИЕ ТРУДОВЫХ РЕСУРСОВ.


Основной задачей распределения трудовых ресурсов является расстановка кадров и назначение на должность, обеспечивающие выполнение требуемых вид работ. Задачи распределения являются «зеркальным отражением» задач использования. Задача распределения трудовых ресурсов, для решения которой часто использовались методы исследования операций, решается в организации на двух уровнях управления. На верхнем уровне решается задача агрегированного планирования трудовых ресурсов, целью которой является определение численности групп сотрудников, необходимых каждому подразделению организации; часто эта численность выражается через потребность в человеко-часах и затратах на рабочую силу. Вторым уровнем, на котором решается задача распределения ресурсов, является уровень непосредственного управления. Результатом решения задачи распределения на этом уровне является фактическое  назначение каждого конкретного исполнителя на конкретную работу, т.е. решение задачи, которая иногда называется задачей оптимального назначения, дает ответ на вопрос, как назначить n исполнителей (I1, …, In) на n работ (J1, …, Jn), так чтобы максимизировать общую эффективность такого назначения.

Анализ задачи распределения трудовых ресурсов осуществляется с помощью моделей транспортного типа, или моделей назначения, программно-целевых моделей, моделей последовательного назначения и имитационных моделей.

2.1.      Модели транспортного типа.


Основная модель транспортного типа, или модель назначения, имеет следующее математическое выражение:

Найти максимум целевой функции

Z=

При условиях

 = 1,                  = 1,

Где  {0,1} для всех i,j;  = 1 означает, что Ii назначен на работу Ji, а rij есть относительная эффективность каждого исполнителя с точки зрения выполнения им каждого вида работ.

Такое математическое представление модели требует, чтобы каждый исполнитель был назначен на одну и только работу и соответственно на каждую работу должен быть назначен один и только один исполнитель. Сформулированная задача может быть решена с помощью типового алгоритма решения задачи о назначения или задачи транспортного типа.

Для специалиста, использующего эту модель в реальных ситуациях, наиболее трудным моментом является определение соответствующей целевой функции и, следовательно, соответствующей схемы получения оценок величины rij. При выборе целевой функции возможно несколько подходов:

1.         Максимизация суммы оценок назначений, т.е. требуется найти максимум целевой функции

Z=

В этом случае величина rij должна непосредственно выражаться через такие важные для организации показатели, как время выполнения работы, издержки производства, объем выпуска в единицу времени и т.д. Однако довольно часто трудно осуществить это, так как каждое значение rij есть точная оценка, при получении которой существенную роль играет фактор распределения ошибок.

2.         Максимизация вероятности успешного выполнения каждым исполнителем работы, на которую он назначен, т.е. требуется найти максимум целевой функции

Z=

 есть вероятность того, что исполнитель Ii успешно выполнит работу Ji. Оценки вероятности того, что исполнитель с определенными характеристиками удовлетворительно выполнит каждую из работ, могут быть определены на основе статистических данных. Максимизация вероятности успешного назначения в целом на все работы осуществляется с помощью такого выбора исполнителей для каждой из работ, при котором достигается максимум произведения вероятностей успешного выполнения ими работы. Благодаря свойствам логарифмов целевая функция может быть выражена с помощью приведенной выше формулы.

3.         Минимизация вероятности неуспешного в целом назначения на все виды работ, т.е. требуется найти минимум целевой функции

Z=

4.         Максимизация ожидаемого количества успешных назначений, т.е. требуется найти максимум целевой функции

Z=

5.         Минимизация ожидаемого количества неуспешных назначений, т.е. требуется найти минимум целевой функции

Z=

6.         Максимизация средних (геометрических) значений вероятности успеха (Р/1-Р) для всех значений, т.е. требуется найти максимум целевой функции

Z=, 0

7.         Минимизация средних (геометрических) значений вероятности неуспеха [(1-P)/P] для всех назначений, т.е. требуется найти минимум целевой функции

Z=, 0

2.2.      Модели целевого программирования.


Чарнес, Купер и др. Считают, что оценку вклада исполнителей в успех организации следует производить по составляющим этого вклада, а общую оценку, по-видимому, можно осуществить, используя основные предстваления целевого программирования и вводя следующие определения: rij – число j-х показателей, необходимых для выполнения i-й работы; asj – общее число j-х показателей, характеризующих s-uj исполнителя; Vij – недостающее число j-х показателей для выполнения i-й работы (слабая переменная); Vij + - избыточное число j-х показателей при выполнении i-й работы (слабая переменная); n – число индивидуумов и работ; m – число принимаемых во внимание показателей, характеризующих исполнителей.

Модель имеет следующее математическое выражение:

Найти минимум целевой функции

Z=

При условиях

 = 1,                  = 1,

Где  {0,1} , ±≥ 0.

Все члены Vij + имеют весовые множители, равные нулю, а все члены Vij - - единице. В модели минимизируется недостающее суммарное число всех показателей, необходимых для выполнения всех работ.

2.3.      Модели последовательного назначения исполнителей.


Обычно на практике имеются работы, выполнение которых назначается исполнителям не одновременно всем исполнителям (как рассматривалось в предыдущих задачах), а постепенно, по мере поступления работ. Тогда предполагается, что имеется n исполнителей для выполнения n работ, при чем работы появляются в случайном порядке и исполнители этих работ назначаются также в случайном порядке. После того как определенному исполнителю поручается выполнение той или иной работы, его кандидатура не рассматривается при последующих возможных назначениях.

Далее, за выполнение каждой j-й работы устанавливается денежное или какое-либо иное вознаграждение Xj , имеющее ценность xj, и для каждого исполнителя i производится оценка вероятности рi выполнения им работы. При этом предполагается, что эта величина является характеристикой исполнителя и не зависит от характера j-й работы, которую он выполняет.

При условии 0≤рi≤1 организация должна стремиться к максимизации общего ожидаемого вознаграждения (дохода), т.е. требуется найти максимум целевой функции

Z = E[]

Где  = рi, если i-Й исполнитель выполняет j-ю работу.

2.4.      Имитационные модели.


Во многих случаях применение аналитических методов для решения задач управления трудовыми ресурсами оказывается невозможным ввиду необходимости учитывать сложные взаимодействия многих переменных, влияющих на конечный результат. В подобных ситуациях по видимому целесообразно использовать имитационные модели. Нельсон, например, построил и провел эксперимент с общей моделью, которая позволяет осуществлять испытания систем с ограниченными трудовыми и машинными ресурсами путем варьирования таких показателей, как дисциплина обслуживания очереди, процедура назначения рабочих, количество рабочих, степень централизации управления назначением рабочих, показатели последовательности выполнения работ.

Хотя целью этих экспериментов являлась проверка структурных связей в системе и интерпретация действующих эвристических стратегий, а не моделирование данной реальной системы, тем не менее результаты позволяют оценить полезность правил распределения трудовых ресурсов.



3.       ИСПОЛЬЗОВАНИЕ ТРУДОВЫХ РЕСУРСОВ.


Задача использования трудовых ресурсов может быть сформулирована следующим образом: организация должна выполнить определенный набор работ. Для этого необходимо так скомпоновать эти работы и найти такое их выполнение, чтобы распределение работ и должностей было эффективным с точки зрения каждого исполнителя. В такой формулировке задача использования аналогична задаче нахождения оптимальной структуры организации.

Можно выделить три основных подхода  к исследованию проблемы использования трудовых ресурсов:

·                    Научное управление (Ф. Тейлор ).

В основе этого подхода лежит следующее положение: «Каждый исполнитель должен учиться отказываться от своих собственных методов работы, приспосабливаясь к новым порядкам и требованиям, и приучать себя соответствующим образом воспринимать приказы по выполнению работ и подчиняться им даже, если они затрагивают такие аспекты, выполнение которых раньше являлось прерогативой исполнителя». Этот метод предусматривает нахождение «строгих правил» выполнения каждого движения каждым исполнителем и разработку способов совершенствования и стандартизации всех орудий и условий труда.

·                    Согласно другому подходу, функционирование организации зависит от психологического состояния исполнителей и взаимоотношений между ними, т.е. человеческого отношения в трудовом процессе определяются психологическими, социальными и организационными факторами, а не физическими, физиологическими и экологическими.

·                    Социально-технологический подход, объединяющий наиболее значительные достижения первых двух подходов, рассматривает организацию как открытую систему, которая имеет сильные связи с внешней средой и для которой технология играет важную роль.

4.       АНАЛИЗ РЕАЛИЗАЦИИ ФУНКЦИЙ УПРАВЛЕНИЯ ПЕРСОНАЛОМ


Анализ состояния работы по управлению персоналом начинается с анализа деятельности организации, определения основных проблем и проектирования необходимых действий для достижения поставленных целей развития. Далее нужно определить, какие организационно-технические мероприятия в области управления персоналом необходимы для достижения целей организации на этапе роста. Параллельно анализируется состояние всех функций управления персоналом на предмет их соответствия новым задачам, появляющимся на этапе роста организации.

Для проведения такого рода анализов следует использовать методику SWOT-анализа деятельности организации, а также методику анализа функций управления персоналом. Полученная информация позволит разработать первоочередные меры по реализации целей и задач управления персоналом и организацией в целом.

К первоочередным мерам по реализации целей и задач управления персоналом на этапе роста организации можно отнести:

·        формальное выделение и организационное закрепление функций управления персоналом;

·        корректировка политики и разработка планов управления персоналом на перспективу;

·        анализ сложившейся организации труда, выделение и закрепление новых производственных функций за работниками, совершенствование трудовых процессов;

·        усиление мотивации и стимулирования групповой работы и индивидуальных достижений работников;

·        создание системы оценки персонала;

·        ускорение развития персонала для соответствия уровня знаний работников происходящим в организации переменам;

·        улучшение качественного и количественного состава персонала, его адаптация к изменениям в организации.

Политику управления персоналом в организациях на этапе роста следует направить на создание гибкого механизма управления и вовлечение новых работников в командную систему работы. Следует учесть, что при определении политики управления персоналом для конкретной организации важное значение имеет учет собственных ресурсов, а также уровня компетенции персонала, его идей и амбиций, требующих своей реализации в рамках деятельности организации.

Работу по планированию политики управления персоналом следует завершить разработкой рабочей программы, одержащей сведения о конкретных исполнителях, сроках и выделяемых ресурсах.

Вторым важным направлением работы в области управления персоналом является выполнение функций подсистемы организации труда, поскольку расширение деятельности, закрепление рыночных позиций и получение прибыли остаются главными целями организации. Реализация функций подсистемы организации труда остается одной из самых сложных проблем на этапе роста фирмы.

Организациям, внедряющим управление персоналом со второго этапа, следует проанализировать часть самопроизвольно сложившихся функций данной подсистемы, а затем расширить их.

Следующим важным направлением в реализации первоочередных мероприятий по управлению персоналом на этапе роста организации выступают вопросы формирования оптимального состава персонала. Реализацию функций данной подсистемы следует направить на набор работников, обладающих глубокими и разносторонними профессиональными знаниями, способных принимать квалифицированные решения в сложных ситуациях роста организации.

В рамках подсистемы формирования персонала следует уделить серьезное внимание функции адаптации персонала с точки зрения адаптации работников к изменениям в растущей организации, и не только вновь принятых, но и уже работающих. Для более эффективной адаптации нужно четко объяснить работникам конкретные цели организации и требуемые результаты работы от каждого сотрудника, а также требуемые при этом нормы поведения:

·        контроль уровня удовлетворенности работников условиями и результатами труда;

·        сохранение благоприятного социально-психологического климата как основы социального равновесия в коллективе.

Создание эффективной системы мотивации и стимулирования труда на этапе роста организации следует направить на выполнение следующих задач:

·        привлечь в организацию персонал, обладающий высоким уровнем профессиональных знаний, способный работать в меняющихся условиях и в условиях риска;

·        стимулировать развитие персонала и его приверженность конкретной организации;

·        стимулировать производительный труд и ответственность за его результаты;

·        контролировать издержки на рабочую силу;

·        создать простую и понятную работникам систему мотивации и стимулирования труда.

·        Индивидуальные достижения работников можно учитывать в рамках системы оплаты труда, а для стимулирования групповых достижений в реализации целей организации можно предложить создание системы премирования.

Серьезной проблемой на этапе роста организации становится проблема сплочения коллектива. В процессе вхождения в коллектив новых сотрудников часто возникают межличностные конфликты между “старыми” и “новыми” работниками.

Можно использовать метод решения проблемы, который предусматривает признание различий во мнениях и готовность ознакомиться с иными точками зрения, чтобы понять причины конфликта и найти компромисс, приемлемый для всех сторон. Решению конфликтов может помочь диагностика удовлетворенности трудом в организации. Для этого менеджеру по персоналу следует отслеживать отношение работников к труду и не допускать факторов неудовлетворенности.

К этим факторам относятся: размер заработной платы, условия организации рабочего места, межличностные отношения и контроль поведения. Осуществить такой процесс возможно, используя опросники по изучению мотивации труда.

С целью улучшения социально-психологического климата следует провести оценку соответствия модели и стиля руководства целям организации и ожиданиям работников, периодически проводить собрания персонала и другие совместные мероприятия по сплочению коллектива, не разрушать без нужды неформальные группы, дать людям возможность общаться на работе. Важное значение при этом имеют обще фирменные собрания. Собрания, при демократичном руководстве, позволят донести до работников информацию о целях и задачах управления персоналом и организацией в целом, а также выявить назревающие проблемы в коллективе и вовремя принять решения по их предотвращению.



5. ПРАКТИЧЕСКАЯ ЗАДАЧА


Компания «Три звездочки» арендует в одном специализированном бюро автобусы с шоферами, нанимает гидов-переводчиков и предоставляет все это в распоряжение посетителей. Это бюро имеет гидов-переводчиков, работающих помесячно или постоянно, заработная плата которых составляет ежедневно 41 песо. Постоянные гиды работают пять с половиной дней в неделю, так что их ежедневный заработок можно оценить в 52 песо. Переводчики иногда увеличивают свой заработок заключением маленьких соглашений с продавцами «каритас»[1]. Так утверждают туристы; однако доверять им больше, чем гидам, вряд ли уместно.

Названное бюро имеет такое количество постоянных гидов, что ежедневно может выделить S человек. Если спрос на гидов-переводчиков превышает S, то оно тогда нанимает поденно дополнительных гидов-переводчиков, ежедневная себестоимость содержания которых равна 70 песо. Может случиться, что отсутствие дополнительных гидов-переводчиков вызовет срыв экскурсии; бюро это расценивает как убыток в 400 песо из-за нехватки. Каким числом постоянных гидов-переводчиков должна располагать компания ежедневно, чтобы общая себестоимость была минимальной? На количество автобусов с водителями ограничений не налагается.

Анализ подобной задачи требует знания некоторых статистических величин:

·        ежедневный спрос на гидов-переводчиков,

·        ежедневное предложение дополнительных гидов.

Был сделан вывод, что для предложения нужно навести статистику отдельно для будних дней недели и для воскресенья; спроса это не касается. Учитывая сезонный характер спроса и предложения и рассматривая четыре основных месяца туристского наплыва, получили следующие таблицы, в которых частоты будут рассматриваться как вероятности.

Таблица 1

Ежедневный спрос на гидов-переводчиков.

(1)

Спрос

4

5

6

7

8

9

10

11

12

13

14

15

16

(2)

Частота

2

4

4

8

10

12

12

12

10

10

8

6

2

(3)

Вероятность

0,02

0,04

0,04

0,08

0,10

0,12

0,12

0,12

0,10

0,10

0,08

0,06

0,02

(4)

Накопленная вероятность

0,02

0,06

0,10

0,18

0,28

0,40

0,52

0,64

0,74

0,84

0,92

0,98

1



Частоты найденные при анализе 100 дней туристического сезона; из них получены вероятности, находящиеся в строках (3) и (4). Средний спрос равен 10,32.




Таблица 2

Предложение дополнительных гидов (в будние дни).

(1)

Предложение в будние дни

0

1

2

3

4

5

6

7

(2)

Частота

3

9

15

20

22

14

10

7

(3)

Вероятность

0,03

0,09

0,15

0,20

0,22

0,14

0,10

0,07

(4)

Накопленная вероятность

0,03

0,12

0,27

0,47

0,69

0,83

0,93

1



Частоты получены при рассмотрении 100 будних дней в период туристского сезона; вероятности даны в строках (3) и (4). Среднее предложение в будний день равно 3,66.

Таблица 3

Предложение дополнительных гидов (по воскресеньям).

(1)

Предложение по воскресеньям

0

1

2

3

4

5

6

7

(2)

Частота

7

13

14

9

4

2

1

0

(3)

Вероятность

0,14

0,26

0,28

0,18

0,08

0,04

0,02

0

(4)

Накопленная вероятность

0,14

0,40

0,68

0,86

0,94

0,98

1

1



Частоты получены при рассмотрении 50 воскресений в году (предложение по воскресным дням не является сезонным). Среднее предложение по воскресным дням равно 1,96.

Покажем, как найти оптимальное число S* постоянных гидов методом моделирования. Далее мы продемонстрируем применение аналитического метода. По правде говоря, здесь следовало бы использовать именно последний метод; тем не менее, желая на простом примере изложить метод моделирования, мы остановимся на нем из педагогических соображений.



Рис. 1

Для моделирования мы искусственно воссоздадим отрезки действительности, каждый из которых воспроизводит управление за неделю. С этой целью мы должны сначала получить последовательности равновероятных (случайных) чисел. Такая последовательность образуется числами, вероятность появления любого из которых при испытании равна вероятности появления каждого из других. Чтобы получить случайные числа, можно использовать лотерейное колесо с десятью равными секторами, пронумерованными от 0 до 9 (рис. 1). Предполагается, что это колесо совершенно, т. е. результат каждого испытания не зависит от результата предшествующего. Крутя это колесо, мы получим, например, следующий ряд цифр;

5 6 6 3 8 7 0 0 5 4 1 9 4 2 7 2 4 8 1 1 3 7....

Если взять тысячу исходов, мы получим тысячу цифр, в которых примерно 100 нулей, 100 единиц, 100 двоек … 100 девяток; наблюдаемые частоты будут, по-видимому, тем ближе к теоретическим частотам, чем больше будет выборка. В действительности же для получения таких чисел используют арифметические способы или вычислительные машины, или же физические методы, но гораздо более быстрые. Имеются таблицы, содержащие сотни тысяч случайных чисел. Вот выборка из них:

4 7 1 7 2 2 9 4 6 7 0 3 3 9 7 2 7 1 6 7 5 3 4 3 9 7 3 0 9 8 6 0 2 7 1 7

7 3 9 7 8 1 3 1 0 0 3 9 2 5 4 5 7 2 8 7 1 6 0 3 9 5 4 1 9 3 0 1 0 9 8 5

6 8 7 0 2 0 8 3 3 1 0 8 9 2 3 8 3 1 7 3 6 7 0 8 8 1 8 7 4 2 4 7 9 8 0 0

0 3 7 2 3 2 5 5 5 1 0 3 8 1 6 9 7 6 1 2 9 9 8 3 3 0 6 7 7 9 4 7 6 1 9 1

6 2 3 6 1 5 9 1 0 5 3 9 3 3 8 5 9 3 5 8 6 3 1 9 3 1 5 5 8 6 5 7 6 9 5 8

6 8 4 9 9 4 2 3 0 8 3 8 3 8 7 5 2 1 6 3 6 4 5 6 3 0 2 8 4 3 4 5 5 7 7 9

Очевидно, что объединяя цифры по две, получим числа, вероятность появления каждого из которых равна 1/100; беря их по три, получим числа, вероятность каждого из которых равна 1/1000 и т. д.

Используя ряд случайных чисел, можно образовать выборку из случайных величин с данным произвольным законом распределения вероятностей; для этого достаточно использовать рассмотренные законы распределения вероятностей. Мы покажем это на задаче о гидах-переводчиках для Теотиуакана.

Чтобы получить искусственные последовательности спроса, закон распределения которого согласуется с данными таблицы 1, мы рассмотрим закон накопленных вероятностей (строка 4) и сопоставим спросу, равному 4, числа 00 или 01 из таблицы случайных чисел, данной выше (группируя цифры по 2); спросу, равному 5, — любое из чисел из интервала от 02 до 05 (включая границы), спросу, равному 6, — любое число между 06 и 09 (включая границы) и т. д. Тогда мы получим таблицу 4, которая по построению соответствует частотам из таблицы 1. Сделаем то же самое для законов распределения вероятностей предложения (по будним дням и по воскресеньям), исходя из табл. 2 и 3. Мы получим табл. 5 и 6.

Теперь мы можем сделать искусственные выборки из законов спроса и предложения. Например, возьмем ряд из семи случайных двузначных чисел в первой строке таблицы:

47 — 17 — 22 — 94 — 67 — 03 — 39;

он соответствует значениям спроса

10 — 7 — 8 — 15 — 12 — 5 — 9,

которые легко получить из таблицы .4. Поступая аналогично в том, что касается спроса, возьмем вторую строку таблицы

73 — 97 — 81—31—00 — 39 — 25.

Таблица.4

Исход, соответствующий спросу.

Случайные числа

Спрос

Случайные числа

Спрос

00 или 01

4

От 52 до 63

11

От 02 до 05

5

От 64 до 73

12

От 06 до 09

6

От 74 до 83

13

От 10 до 17

7

От 84 до 91

14

От 18 до 27

8

От 92 до 97

15

От 28 до 39

9

98 или 99

16

От 40 до 51

10





Таблица.5

Исход, соответствующий предложению (в будние дни).

Случайные числа

Предложение

От 00 до 02

0

От 03 до 11

1

От 12 до 26

2

От 27 до 46

3

От 47 до 68

4

От 69 до 82

5

От 83 до 92

6

От 93 до 99

7

Таблица .6

Исход, соответствующий предложению (по воскресениям).

Случайные числа

Предложение

От 00 до 13

0

От 14 до 39

1

От 40 до 67

2

От 68 до 85

3

От 86 до 93

4

От 94 до 97

5

98 или 99

6



Шести первым двузначным случайным числам соответствует, исходя из таблицы .5, следующее предложение по будним дням:

5 — 7 — 5 — 3 — 0 — 3 -;

для седьмого, обращаясь к таблице 12.6, имеем



Объединяя результаты, получим искусственную реализацию недели. Рассматривая большое количество недель, образованных таким же образом, и применяя к полученным числам статистическое изучение, найдем относительные частоты, очень близкие к данным вероятностям.

Реализовав искусственную неделю, вычислим баланс, который ей соответствует. Предположим, что бюро решило иметь каждый день в своем распоряжении 10 постоянных гидов-переводчиков[2]. Тогда мы получим таблицу .7.

Таблица .7

Неделя № 1, S = 10

День

Имеющиеся гиды

N

Спрос

Превышение спроса над предложением

N

Предложение

Число дополнительных гидов

Кол-во необслуженных экскурсий

Затраты на постоянных гидов

Затраты на доп. гидов

Убытки от необслуженных экскурсий

Суммарные затраты

Пн.

10

47

10

0

73

5

0

0

520

0

0

520

Вт.

10

17

7

0

97

7

0

0

520

0

0

520

Ср.

10

22

8

0

81

5

0

0

520

0

0

520

Чт.

10

94

15

5

31

3

3

2

520

210

800

1530

Пт.

10

67

12

2

00

0

0

2

520

0

800

1320

Сб.

10

03

5

0

29

3

0

0

520

0

0

520

Вс.

10

39

9

0

25

1

0

0

520

0

0

520

Итого: 5450

Реализуем с другими рядами случайных чисел, например 100 искусственных недель. Возьмем среднее значение затрат и вычислим отклонение от этих затрат, исходя из статистики, проведенной за 100 недель.

Затем нужно вычислить ту же самую таблицу и реализовать 100 недель для других значений S: 8, 9, 11, 12, 13,…

Таблица .8

Неделя № 1, S = 9

День

Имеющиеся гиды

N

Спрос

Превышение спроса над предложением

N

Предложение

Число дополнительных гидов

Кол-во необслуженных экскурсий

Затраты на постоянных гидов

Затраты на доп. гидов

Убытки от необслуженных экскурсий

Суммарные затраты

Пн.

9

47

10

1

73

5

1

0

468

70

0

538

Вт.

9

17

7

0

97

7

0

0

468

0

0

468

Ср.

9

22

8

0

81

5

0

0

468

0

0

468

Чт.

9

94

15

6

31

3

3

3

468

210

1200

1878

Пт.

9

67

12

3

00

0

0

3

468

0

1200

1668

Сб.

9

03

5

0

29

3

0

0

468

0

0

468

Вс.

9

39

9

0

25

1

0

0

468

0

0

468

Итого: 5956

Таблица 12.9

Неделя № 1, S = 11

День

Имеющиеся гиды

N

Спрос

Превышение спроса над предложением

N

Предложение

Число дополнительных гидов

Кол-во необслуженных экскурсий

Затраты на постоянных гидов

Затраты на доп. гидов

Убытки от необслуженных экскурсий

Суммарные затраты

Пн.

11

47

10

0

73

5

0

0

572

0

0

572

Вт.

11

17

7

0

97

7

0

0

572

0

0

572

Ср.

11

22

8

0

81

5

0

0

572

0

0

572

Чт.

11

94

15

4

31

3

3

1

572

210

400

1182

Пт.

11

67

12

1

00

0

0

1

572

0

400

972

Сб.

11

03

5

0

39

3

0

0

572

0

0

572

Вс.

11

39

9

0

25

1

0

0

572

0

0

572

Итого: 5014





>
 

£
 


Рис. 12.2. Блок — схема моделирования (рассчитанного на 700 дней).


С1 – ежедневные затраты на одного постоянного гида. С2 – ежедневные затраты на одного дополнительного гида. С3 – убытки от необслуженных экскурсантов. S – число постоянных имеющихся гидов. dj – спрос в день j. Oj – предложение в день j. Символ : означает «сравнить с», ® символизирует введение последовательностей случайных чисел.

Таблицы 8 и 9 дают пример моделирования той же искусственной недели, что и на таблице 7, но при S = 9 и S=11.

Рассматривая каждый раз по 100 искусственных недель и вычисляя балансы для S = 8, 9, 10, 11, 12, 13, 14 и 15, мы найдем, что минимум суммарных затрат достигается при[3] S = 12; этому соответствует значение еженедельных затрат, равное 4860 песо.

Полное моделирование можно реализовать с помощью электронной вычислительной машины за несколько минут, а с помощью малой настольной машины — за один или два часа. В общем применение моделирования нужно резервировать для гораздо более сложных случаев, которые именно ввиду этой сложности бывает очень трудно и даже невозможно рассматривать аналитическими методами при современном состоянии науки. Применение моделирования для рассмотренной задачи было вызвано желанием дать представление о нем на простом примере.

Теперь было бы интересно посмотреть, как решить эту задачу аналитическим способом.

Моделирование и аналитические методы




Обозначим через X случайную величину, представляющую собой ежедневный спрос, через p(х) — вероятность спроса х, которая задается с помощью таблицы 12.1 для х = 4, 5, 6, ... 16; для остальных значений х вероятность р(х) равна нулю. Через Y обозначим случайную величину, представляющую собой ежедневное предложение, через q1 (у) — вероятность предложения у (в будний день), где у = 0, 1, 2, . . ., 7, q2(y) — вероятность предложения у (в воскресные дни), где y = 0, 1, 2, ... 6. Распределения вероятностей q1(y) и q2(y) заданы соответственно таблицами 2 и 3; для остальных значений у вероятности равны нулю.

Для конкретных значений х из X и у из Y издержки одного дня в предположении, что число постоянных гидов, находящихся в распоряжении ежедневно, равно S, устанавливаются следующим образом:

Г(S) = C1S,                             если 0 ≤ x ≤ S (дополнительных гидов не нужно)

Г(S) = C1S + C2(x - S),          если 0 < x - S y (нужны дополнительные гиды, но нет необслуженных экскурсий)

Г(S) = C1S + C2y + C3(xSy),     если y < x – S (нужны дополнительные гиды и имеются необслуженные экскурсии.)

Таким образом, множество всех значений X и Y можно разбить на три области (рис. 12.3), где все возможные значения изображены точками. Чтобы получить среднее значение или математическое ожидание Г(S), которое мы обозначим через , нужно вычислить издержки для каждой из точек,

умножить эти издержки на соответствующую вероятность

p(x) ∙ q1(y)       или     p(х) ∙ q2(y)

(смотря по тому, имеет ли место будний или воскресный день), а затем просуммировать эти произведения по всем возможным точкам.

Например, издержки, соответствующие точке х = 12, y = 4, при S = 10 (см. рис. 12.3) равны

,

где вероятность точки (х, у)

р (12)q1(4) = 0,10 ∙ 0,22 = 0,022,

а произведение равно

0,022(10С1 + 2С2).

Средние издержки  получатся суммированием таких величин, вычисленных для каждой точки. Это суммирование можно представить в виде



Рис. 12.3

формулы, которая на первый взгляд может показаться сложной, но которая больше таковой не покажется, если ее интерпретировать с помощью рисунка 12.3:

 . (1)

Это выражение имеет место для буднего дня; для воскресений мы получаем величину , заменяя в (1) q1(y) на q2(y).

Поясним эту формулу для читателя, недостаточно искушенного в математике. С1S — это затраты, соответствующие S постоянным гидам, производящиеся с вероятностью 1. Выражение



представляет собой сумму затрат, соответствующих каждой точке области II, умноженных на соответствующие им вероятности; это есть затраты на дополнительных гидов. Выражение



представляет собой сумму, соответствующую области III; это затраты на дополнительных гидов вместе с убытками от несостоявшихся экскурсий.

Средние еженедельные затраты равны окончательно

.

Для некоторых читателей вычисление по формуле типа (1) заслуживает отдельного показа; предположим, что

S = 12,            С1 = 52,          С2 = 70,          С3 = 400

и, кроме того, 1 ≤ y ≤ 7, x ≤ 16. Мы имеем



Вычислим



учитывая, что p(х) для х > 16 равно нулю.

Мы имеем:

1 ∙ p(13) ∙ q1(1) + [1 ∙ p(13) + 2 ∙ p(14)] + q1(2) +

+ [1 ∙ p(13) + 2 ∙ p(14) + 3p(15)] ∙ q1(3) +

+ [1 ∙ p(13) + 2 ∙ p(14) + 3p(15) + 4 ∙ p(16)] ´

´ [q1(4) + q1(5) + q1(6) + q1(7)] =

= 1 ∙ 0,10 ∙ 0,09 +

+ [1 ∙ 0,10 + 2 ∙ 0,08]0,15 +

+ [1 ∙ 0,10 + 2 ∙ 0,08 + 3 ∙ 0,06]0,20 +

+ [1 ∙ 0,10 + 2 ∙ 0,08 + 3 ∙ 0,06 + 4 ∙ 0,02] ´

´[0,22 + 0,14 + 0,10 + 0,07] = 0,4116.

Переходим к вычислению суммы:

 = 1q1(1)p(14)+

+ [1q1(1) + 2q1(2)]p(15) +

+ [1q1(1) + 2q1(2) + 3q1(3)]p(16) =

= 1 ∙ 0,0 9 ∙ 0,08 + [1 ∙ 0,09 + 2 ∙ 0,15]0,06 +

+ [1 ∙ 0,09 + 2 ∙ 0,15 + 3 ∙ 0,20]0,02 = 0,0504.

Наконец

 = 1p(13)q1(0) + 2p(14)[q1(0) + q1(1)] +

+ 3p(15)[q1(0) + q1(1) + q1(2)] +

+ 4p(16)[q1(0) + q1(1) + q1(2) + q1(3)] =

= 1 ∙ 0,10 ∙ 0,03 + 2 ∙ 0,08 ∙ 0,12 + 3 ∙ 0,06 ∙ 0,27 +

+ 4 ∙ 0,02 ∙ 0,47 = 0,1084.

Таким образом,

 = 624 + 70 ·0,4116 — 330 · 0,0504 + 400 ·0,1084 = 679,540.

Такое же вычисление, проведенное при замене q1(y) на q2(y), дает

 = 784,512 песо,

и, следовательно.

=4861,752 песо.

Чтобы найти оптимальное значение , вычислим эту величину для

S = 8, 9, 10, ..., 14, 15;

окажется, что минимум достигается при S=12. Однако, как мы видим, вычисления, к которым приводит аналитический метод, довольно значительны.

Возможно найти этот оптимум другим, менее утомительным, но зато более тонким способом: посредством маргинального анализа, который мы уже применили в задаче о продавце газет.

Предположим, что общество имеет каждый день в своем распоряжении S постоянных гидов. Ежедневно оно может оказаться перед лицом одной из трех следующих ситуаций:

а) постоянных гидов достаточно для удовлетворения спроса; вероятность этого равна 1P(S+1),где

P(S+1) = ;

6) постоянных гидов не хватает, но имеется достаточное число предложений дополнительных гидов:

вероятность =

где



(u — число требующихся дополнительных гидов);

в) постоянных гидов не хватает и число имеющихся в распоряжении дополнительных гидов недостаточно, откуда имеем убыток от нехватки по крайней мере одного гида-переводчика:

вероятность =

Если теперь увеличить на единицу число постоянных гидов, которых станет теперь S + 1, изменение затрат будет равно:

1)           + C1 в любой ситуации;

2)           - С2 в том и только в том случае, если имеет место ситуация б); действительно имеется необходимость по крайней мере в одном дополнительном гиде;

3)           - С3 в том и только в том случае, если имеет место ситуация в); действительно, если общее число постоянных и дополнительных гидов увеличивается на единицу, убыток от несостоявшихся экскурсий уменьшается на 1.

Среднее изменение затрат тогда будет равно



Чтобы найти оптимум, заметим, что

1)                                                                   P(S+1)

является убывающей функцией S;

2)                                           

является функцией, вариация которой зависит от вида p(х) и q1(y). Отсюда следует, что  не обязательно выпукла[4].

S

7

8

9

10

P(S+1)

0,82

0,72

0,60

0,48



0,4074

0,4114

0,3844

0,3418



-141,5

-100,2

-61

-27,2



S

11

12

13

14

15

16

P(S+1)

0,36

0,26

0,16

0,08

0,02

0



0,2778

0,2218

0,1500









-0,4

+21,1

+37,5









Для S = 11,  < 0, следовательно  < .

Для S = 12,  >0, следовательно  < .

Тогда оптимум равен S = 12 для будних дней.

Для воскресных дней аналогичное вычисление дает

 = - 32,2;  = - 0,5;  = 24,7;

так что оптимум достигается при S = 13.

Можно также вычислить

 ;

получается, что

 = 6 ∙ (- 0,4) + (- 32,2) = - 34,6,

= 6 ∙ 21,1 + (- 0,5) = 126,1,

= 6 ∙ 37,5 + 24,7 = 249,7;

отсюда следует, что с учетом воскресений оптимум действительно имеет место для S =12.

Как легко видеть, метод маргинального анализа хотя и является более простым, но все же приводит к достаточно громоздким вычислениям.

Реальные задачи имеют дело с гораздо более сложными ситуациями; таким образом, к моделированию приходится прибегать весьма часто. Тем не менее мы позволим себе посоветовать тем, кто занимается подобного рода вопросами, попытаться проводить аналитическое изучение до тех пор, пока это возможно, даже если оно должно все равно завершиться применением моделирования как метода вычисления. Действительно, тщательный математический анализ позволит им избегнуть ловушек, которые расставлены почти во всех задачах, связанных с вероятностными и статистическими понятиями.



Заключение


Потребность в персонале, как и в других  видах  ресурсов,  зависит  от многих условий. Планировать и удовлетворять потребность в персонале  намного сложнее, чем в материальных и финансовых ресурсах На  потребность в персонале влияют обстоятельства, связанные с характеристикой  достигнутого  уровня  развития  фирмы   и   предполагаемого состояния   после завершения следующего этапа развития. Этими обстоятельствами могут быть: динамика и прогноз состояния рынка, на  котором оперирует организация; ее внутренние ресурсы, в том числе  человеческие,  их развитие; политика в области производства, персонала и экономики;  состояние рынка труда по требующимся профессиям и т.д.

Реальные возможности системы планирования человеческих ресурсов определяются, главным образом, характером информационной базы, содержанием банка данных. Там, где с помощью планирования решают широкий круг кадровых задач, должен быть создан обширный  банк  данных,  характеризующих  подробно каждого  работника, прежде всего его профессионально-квалификационные способности. Поэтому предполагается существование  на  предприятии  надежной системы сбора и постоянного обновления информации. Такие процедуры, как планирование численности  персонала,  определение профессионально-квалификационной   структуры,   пропорциональное развитие персонала являются текущими вопросами кадрового планирования, которые необходимо постоянно решать, обеспечивая, тем самым, успешную деятельность организации.

ПРИЛОЖЕНИЕ


unit Unit1;

interface

uses

  Windows, Messages, SysUtils, Variants, Classes, Graphics, Controls, Forms,

  Dialogs, StdCtrls, Spin, Grids;

type

  TForm1 = class(TForm)

    ListBox1: TListBox;

    Button1: TButton;

    SpinEdit1: TSpinEdit;

    SpinEdit2: TSpinEdit;

    SpinEdit3: TSpinEdit;

    Label1: TLabel;

    Label2: TLabel;

    Label3: TLabel;

    CheckBox1: TCheckBox;

    StringGrid1: TStringGrid;

    Label4: TLabel;

    StringGrid2: TStringGrid;

    StringGrid3: TStringGrid;

    Label5: TLabel;

    Label6: TLabel;

    Edit1: TEdit;

    Label7: TLabel;

    Edit2: TEdit;

    Label8: TLabel;

    Edit3: TEdit;

    Label9: TLabel;

    procedure Button1Click(Sender: TObject);

    procedure Solution(min, max, numOfWeeks: integer);

    procedure FormCreate(Sender: TObject);

  private

    { Private declarations }

  public

    { Public declarations }

  end;

var

  Form1: TForm1;

var     priceA:array[1..700] of integer;

        devA:array[1..700] of integer;

        probOfDemand:array[4..16] of integer;

        probOfWeek:array[0..7] of integer;

        probOfSun:array[0..7] of integer;

        S:integer;

        C1, C2, C3:integer;

implementation

{$R *.dfm}

procedure TForm1.Solution(min, max, numOfWeeks: integer);

var i, j, numS, gid: integer;

    p: integer;

    demand: integer;

    price:integer;

    other:integer;

    summa:longint;

     minn: real;

//    midI, devI:integer;

begin

  randomize;

  minn:=100000000;

  for numS:=min to max do

  begin

    ListBox1.Items.Add('   Кол-во гидов: '+IntToStr(numS));

    summa:=0;

    for i:=1 to numOfWeeks*7 do

    begin

      p:=random(100);

      //  Вычисляется спрос

      for j:=4 to 16 do

        if (p


        begin

          demand:=j;

          break;

        end else p:=p-probOfDemand[j];

      //  Вычисляется спрос конец

      if demand<=numS then price:=C1*numS {если хватает сотрудников}

      else  {если не хватает сотрудников}

      begin

        if (i mod 7<>0) then {если будний день}

        begin

          p:=random(100);

          for j:=0 to 7 do   {вычисл. предлож-я в будние}

            if (p


            begin

              other:=j;

              break;

            end else p:=p-probOfWeek[j];

        end

          else      {если выходной день}

        begin

          p:=random(100);

          for j:=0 to 7 do   {вычисл. предлож-я в выходные}

            if (p


              begin

              other:=j;

              break;

            end else p:=p-probOfSun[j];

        end;

        if (demand-numS<=other) then price:=C1*numS+C2*(demand-numS) {если хватает доп. сотрудников}

        else price:=C1*numS+C2*(demand-numS)+C3*(demand-numS-other); {если не хватает доп. сотрудников}

      end;

      priceA[i]:=price;

      summa:=summa+priceA[i];

      if (CheckBox1.Checked) then

      begin

        ListBox1.Items.Add(IntToStr(numS)+'-гидов '+IntToStr(demand)+'-спрос '+IntToStr(other)+'-доп.гиды ');

        ListBox1.Items.Add('Цена в день №'+IntToStr(i)+': '+IntToStr(priceA[i]));

      end;

    end;

    if (summa/numOfWeeks) < minn then

     begin

      minn := summa/numOfWeeks;

      gid := numS;

     end;

    ListBox1.Items.Add('  Итого в неделю в среднем: '+': '+FloatToStr(summa/numOfWeeks));

  end;

  ListBox1.Items.Add('*********************');

  ListBox1.Items.Add('Ответ: сумма = '+FloatToStr(minn)+' гидов:'+IntToStr(gid));

end;

procedure rando;

var s1,s2,s3 : byte;

    a, i:byte;

begin

   for i:=0 to 7 do

  begin

    Form1.StringGrid2.Cells[i,0]:=IntToStr(i);

    Form1.StringGrid3.Cells[i,0]:=IntToStr(i);

  end;

  s1 := 0;

  s2 := 0;

  s3 := 0;

  randomize;

  for i:=1 to 12 do

  begin

     if not(s1 = 100) then

     begin

       repeat

         a := random( 20 );

       until (a <= 100 - s1);

       s1 := s1 + a;

     end

     else

      a := 0;

     Form1.StringGrid1.Cells[i,1]:=IntToStr( a );

  end;

  Form1.StringGrid1.Cells[13,1]:=IntToStr( 100 - s1 );

  for i:=1 to 6 do

  begin

     if not(s2 = 100) then

     begin

       repeat

         a := random( 40 );

       until (a <= 100 - s2);

       s2 := s2 + a;

     end

     else

      a := 0;

     Form1.StringGrid2.Cells[i,1]:=IntToStr( a );

     if not(s3 = 100) then

     begin

       repeat

         a := random( 40 );

       until (a <= 100 - s3);

       s3 := s3 + a;

     end

     else

      a := 0;

     Form1.StringGrid3.Cells[i,1]:=IntToStr( a );

  end;

  Form1.StringGrid2.Cells[7,1]:=IntToStr( 100 - s2 );

  Form1.StringGrid3.Cells[7,1]:=IntToStr( 100 - s3 );

end;

procedure TForm1.Button1Click(Sender: TObject);

var     i:integer;

begin

  ListBox1.Items.Clear;

  i:=4;

  try

  begin

  probOfDemand[i]:=StrToInt(StringGrid1.Cells[i-3,1]); i:=i+1;

  probOfDemand[i]:=StrToInt(StringGrid1.Cells[i-3,1]); i:=i+1;

  probOfDemand[i]:=StrToInt(StringGrid1.Cells[i-3,1]); i:=i+1;

  probOfDemand[i]:=StrToInt(StringGrid1.Cells[i-3,1]); i:=i+1;

  probOfDemand[i]:=StrToInt(StringGrid1.Cells[i-3,1]);  i:=i+1;

  probOfDemand[i]:=StrToInt(StringGrid1.Cells[i-3,1]); i:=i+1;

  probOfDemand[i]:=StrToInt(StringGrid1.Cells[i-3,1]); i:=i+1;

  probOfDemand[i]:=StrToInt(StringGrid1.Cells[i-3,1]); i:=i+1;

  probOfDemand[i]:=StrToInt(StringGrid1.Cells[i-3,1]);  i:=i+1;

  probOfDemand[i]:=StrToInt(StringGrid1.Cells[i-3,1]);  i:=i+1;

  probOfDemand[i]:=StrToInt(StringGrid1.Cells[i-3,1]); i:=i+1;

  probOfDemand[i]:=StrToInt(StringGrid1.Cells[i-3,1]); i:=i+1;

  probOfDemand[i]:=StrToInt(StringGrid1.Cells[i-3,1]); i:=i+1;;

  i:=0;

  probOfWeek[i]:=StrToInt(StringGrid2.Cells[i+1,1]); i:=i+1;

  probOfWeek[i]:=StrToInt(StringGrid2.Cells[i+1,1]); i:=i+1;

  probOfWeek[i]:=StrToInt(StringGrid2.Cells[i+1,1]); i:=i+1;

  probOfWeek[i]:=StrToInt(StringGrid2.Cells[i+1,1]); i:=i+1;

  probOfWeek[i]:=StrToInt(StringGrid2.Cells[i+1,1]); i:=i+1;

  probOfWeek[i]:=StrToInt(StringGrid2.Cells[i+1,1]); i:=i+1;

  probOfWeek[i]:=StrToInt(StringGrid2.Cells[i+1,1]); i:=i+1;

  probOfWeek[i]:=StrToInt(StringGrid2.Cells[i+1,1]); i:=i+1;

  i:=0;

  probOfSun[i]:=StrToInt(StringGrid3.Cells[i+1,1]); i:=i+1;

  probOfSun[i]:=StrToInt(StringGrid3.Cells[i+1,1]); i:=i+1;

  probOfSun[i]:=StrToInt(StringGrid3.Cells[i+1,1]); i:=i+1;

  probOfSun[i]:=StrToInt(StringGrid3.Cells[i+1,1]); i:=i+1;

  probOfSun[i]:=StrToInt(StringGrid3.Cells[i+1,1]); i:=i+1;

  probOfSun[i]:=StrToInt(StringGrid3.Cells[i+1,1]); i:=i+1;

  probOfSun[i]:=StrToInt(StringGrid3.Cells[i+1,1]); i:=i+1;

  probOfSun[i]:=StrToInt(StringGrid3.Cells[i+1,1]); i:=i+1;

  C1:=StrToInt(Edit1.Text);

  C2:=StrToInt(Edit2.Text);

  C3:=StrToInt(Edit3.Text);

  end

  except

    on Exception do

    begin

      ShowMessage('Данные не верны!!!');

      exit;

    end;

  end;

  solution(spinEdit1.Value, spinEdit2.Value, spinEdit3.Value);

  rando;

end;

procedure TForm1.FormCreate(Sender: TObject);

var i:integer;

begin

  StringGrid1.Cells[0,0]:='Кол.';

  StringGrid1.Cells[0,1]:='%';

  StringGrid2.Cells[0,0]:='Кол.';

  StringGrid2.Cells[0,1]:='%';

  StringGrid3.Cells[0,0]:='Кол.';

  StringGrid3.Cells[0,1]:='%';

  for i:=4 to 16 do

    StringGrid1.Cells[i-3,0]:=IntToStr(i);

  i:=1;

  StringGrid1.Cells[i,1]:='2'; i:=i+1;

  StringGrid1.Cells[i,1]:='4'; i:=i+1;

  StringGrid1.Cells[i,1]:='4'; i:=i+1;

  StringGrid1.Cells[i,1]:='8'; i:=i+1;

  StringGrid1.Cells[i,1]:='10';  i:=i+1;

  StringGrid1.Cells[i,1]:='12'; i:=i+1;

  StringGrid1.Cells[i,1]:='12'; i:=i+1;

  StringGrid1.Cells[i,1]:='12'; i:=i+1;

  StringGrid1.Cells[i,1]:='10';  i:=i+1;

  StringGrid1.Cells[i,1]:='10';  i:=i+1;

  StringGrid1.Cells[i,1]:='8'; i:=i+1;

  StringGrid1.Cells[i,1]:='6'; i:=i+1;

  StringGrid1.Cells[i,1]:='2';

  for i:=0 to 7 do

   StringGrid2.Cells[i,0]:=IntToStr(i);

  for i:=0 to 7 do

   StringGrid3.Cells[i,0]:=IntToStr(i);

  i:=1;

  StringGrid2.Cells[i,1]:='3'; i:=i+1;

  StringGrid2.Cells[i,1]:='9'; i:=i+1;

  StringGrid2.Cells[i,1]:='15'; i:=i+1;

  StringGrid2.Cells[i,1]:='20'; i:=i+1;

  StringGrid2.Cells[i,1]:='22';  i:=i+1;

  StringGrid2.Cells[i,1]:='14'; i:=i+1;

  StringGrid2.Cells[i,1]:='10'; i:=i+1;

  StringGrid2.Cells[i,1]:='7'; i:=i+1;

  i:=1;

  StringGrid3.Cells[i,1]:='14'; i:=i+1;

  StringGrid3.Cells[i,1]:='26'; i:=i+1;

  StringGrid3.Cells[i,1]:='28'; i:=i+1;

  StringGrid3.Cells[i,1]:='18'; i:=i+1;

  StringGrid3.Cells[i,1]:='8';  i:=i+1;

  StringGrid3.Cells[i,1]:='4'; i:=i+1;

  StringGrid3.Cells[i,1]:='2'; i:=i+1;

  StringGrid3.Cells[i,1]:='0'; i:=i+1;

end;

end.



[1] Маленькие каменные статуэтки, продавцы которых, изобилующие в Теотиуакане, гарантируют вам их подлинную принадлежность доколумбовым временам. На самом же деле они изваяны современными ремесленниками, которые копируют несколько редких и действительно древних моделей. Однако эти копии столь же прекрасны, как и подлинники, ибо современные художники мексиканцы достойны своих предков.



[2] Если учитывать гарантированную работу каждого постоянного гида —
пять с половиной дней в неделю, — то можно отсюда вычислить общее число
нанимаемых постоянных гидов.


[3] Из этого следует, что нанимать нужно  гидов.

[4] В этом нередко проявляется неудобство применения метода маргинальной оптимизации; в данном случае оно не имеет места.

1. Реферат Сущность и основные направления деятельности по управлению персоналом в организации 2
2. Реферат Принятие наследства понятие и правовые последствия
3. Реферат на тему Gorbachev And Perestroika Essay Research Paper The
4. Реферат Вимірювання довжини хвилі та частоти.
5. Курсовая Общая собственность
6. Реферат Методика составления и проведения простейших самостоятельных занятий физическими упражнениями
7. Реферат на тему The Musical Cannon Essay Research Paper The
8. Реферат на тему Huckleberry Finn Book Report On The First
9. Курсовая на тему Инвестиции 3
10. Курсовая Учет и анализ движения основного капитала на материалах ООО Балтийский Банк