Upravljivost procesa. Istraživanje društveno-ekonomskih i političkih procesa

Svi procesi koji se odvijaju u organizaciji mogu se podijeliti u dvije grupe: kontrolisane i nekontrolisane.
Upravljani procesi podložni promjenama u određenom smjeru sa svjesnim utjecajem na njih.
Neupravljani procesi- kada je iz ovih ili onih razloga nemoguće promijeniti njihov smjer i karakter, oni postupaju po svojim zakonima. Kao rezultat ovih procesa, ono što treba da se desi ipak će se desiti.
Upravljani procesi odražavaju samo dio svih procesa funkcionisanja i razvoja organizacije, oni sami imaju mjeru kontrole i njima se može upravljati u određenoj mjeri. Na primjer, podređeni - savjestan i kompetentan izvršilac neće izvršavati naloge koji nisu u skladu sa ciljevima kompanije, suprotno zdravom razumu ili važećim zakonima
U praksi upravljanja razvojem važno je umeti da prepozna prirodu promena u kontrolisanim i nekontrolisanim procesima, da odvoji promene u prelaznom periodu od promena u normalnom funkcionisanju organizacije.
Štaviše, kontrolisani procesi se ne mogu apsolutno kontrolisati. Ova odredba je direktno povezana sa organizacioni razvoj i upravljanje time: tako, ljudski faktorčesto je uzrok organizacionih problema.
Antikrizni razvoj je kontrolisan proces prevencije ili prevazilaženja krize koji ispunjava ciljeve organizacije i odgovara objektivnim trendovima njenog razvoja. Upravljanje socio-ekonomskim sistemom uvijek treba biti antikrizno.
Antikrizni menadžment je upravljanje u kojem se na određeni način provode predviđanje opasnosti od krize, analiza njenih simptoma, mjere za smanjenje negativnih posljedica krize i korištenje njenih faktora za kasniji razvoj.
Problemi upravljanje krizama ogromna i raznolika. Čitav skup problema može se predstaviti u četiri grupe (slika 3.5).
U prvu grupu spadaju problemi prepoznavanja pretkriznih situacija: pravovremeno uočavanje početka krize, otkrivanje njenih prvih znakova i razumijevanje njene prirode. Od toga zavisi mogućnost sprečavanja krize. Osim toga, moraju se izgraditi i sprovesti u djelo mehanizmi za prevenciju kriza. I ovo je također problem upravljanja.

Rice. 3.5. Skup problema upravljanja krizama
Druga grupa problema upravljanja kriznim situacijama povezana je s ključnim područjima života organizacije, prije svega s metodološkim problemima. U procesu njihovog rješavanja formuliše se misija i svrha menadžmenta, određuju načini, sredstva i metode upravljanja u kriznoj situaciji. Ova grupa uključuje kompleks problema finansijske i ekonomske prirode. Na primjer, u upravljanju ekonomskom krizom postoji potreba da se odrede vrste diversifikacije ili konverzije proizvodnje. To zahtijeva dodatna sredstva i traženje izvora finansiranja. Tu su i problemi organizaciono-pravnog sadržaja, te mnogi socio-psihološki problemi.
Problemi kriznog menadžmenta mogu biti predstavljeni i u diferencijaciji tehnologija upravljanja (treća grupa problema). U samom opšti pogled to su problemi predviđanja kriza i opcija ponašanja za društveno-ekonomski sistem u kriznom stanju, problemi pronalaženja potrebnih informacija i razvoja upravljačkih rješenja.
Četvrta grupa problema uključuje upravljanje konfliktima i selekciju kadrova, što uvijek prati krizne situacije.
Tokom prelaznog perioda iz stanja „kako jeste“ u stanje „kako treba“, važno je sačuvati osnovna svojstva organizacioni sistem, izražen u pokazateljima funkcionisanja organizacije i karakterišući kvalitativnu izvesnost prelazne faze njenog razvoja. Prijelazni period odražava uzastopne promjene u odabranom smjeru od faze do faze. Ne odražavaju sve promjene prelazni period – neke karakterišu jednostavnu nestabilnost, fluktuacije pokazatelja pod uticajem prirodnih, društvenih ili ekonomskim uslovima, konkurencija, stanje na tržištu.

Tema 8

Proces upravljanja

Ova tema će pokriti sljedeće teme za studente menadžmenta:

Koncept procesa upravljanja;

Svojstva procesa upravljanja;

Faze procesa upravljanja;

Uloga kontrolnog uticaja u procesu upravljanja;

Stalni uticaji;

Periodične izloženosti;

Koncepti: “akcija”, “uticaj”, “interakcija”;

Pravci i vrste uticaja;

Izvori uticaja u procesu upravljanja.

U prethodnoj temi smo pokazali da svaki od sistema preduzeća (kao sistemi upravljanja) – upravljani i kontrolni – ima svoju organizacionu strukturu, koja služi kao oblik postojanja procesa. Shodno tome, svaki od navedenih sistema ima svoj proces Ranije smo govorili o procesu kontrolisanog (proizvodnog) sistema, koji se naziva proizvodnja, bez obzira da li se radi o materijalnoj ili duhovnoj (nematerijalnoj) proizvodnji.

Proces upravljanja koji se odvija u sistemu upravljanja ima sličnosti sa proizvodnim procesom i svoje karakteristike, objašnjene prirodom menadžerskog posla. Proizvodni proces je usmjeren na proizvodnju roba i usluga, a rezultat procesa upravljanja je priprema kontrolnih radnji i odluka. Ovo je glavna razlika između ovih procesa.

8.1. Koncept procesa upravljanja

Proces (od latinskog processus - napredovanje) znači:

Dosljedna promjena pojava, stanja u razvoju nečega;

Skup uzastopnih radnji za postizanje rezultata (proizvodnja, priprema odluka).

Proces upravljanja - ovo je skup svrsishodnih akcija menadžera i upravljačkog osoblja za koordinaciju zajedničkih aktivnosti ljudi za postizanje ciljeva organizacije.

Tabela 8.1.1.

Opcije	Procesi
Opcije	Proces upravljanja	Proces proizvodnje
Predmet rada	Informacije	Materijal, praznine, dio itd.
Alati za rad	Alati, kancelarijska oprema, kompjuterska oprema itd.	Oprema, pribor, uređaji itd.
Proizvod rada	Informacije u pretvorenom obliku (odluka, plan, izvještaj)	Dio, jedinica, jedinica, proizvod
Izvođač procesa rada	Menadžer, specijalista, tehnički izvršni direktor	Radnik u proizvodnji
Faze procesa	Postavljanje ciljeva, informacioni rad, analitički rad, odabir akcione opcije (izrada odluke), organizacioni i praktični rad	Nabavka, obrada, montaža, ispitivanje
Komponente procesa	Operacije, procedure	Operacije
Radno mjesto izvršioca radnog procesa	Sa širokim granicama	Sa uskim granicama

Kontrola parametara procesa. Svi procesi koji se odvijaju u preduzeću (u sferi proizvodnje i upravljanja) su, prije svega, procesi rada, jer su i proizvodnja i upravljanje zajednički rad ljudi koji vrše svrsishodne radnje prema određenom programu. Parametri (karakteristike) procesa upravljanja uključuju:

Predmet rada;

Alati za rad;

Proizvod rada;

Izvođač procesa rada (slika 8.1.1.).

Rice. 8.1.1.

Opće funkcije se obavljaju u svim organizacijama sa materijalnom i duhovnom proizvodnjom bez izuzetka. Formiranje specifičnih funkcija zavisi, kao što je poznato, od specifičnosti proizvodnog sistema i oblasti delatnosti preduzeća. Stoga lista specifičnih funkcija može biti mala ili velika po želji, ovisno o veličini organizacije i obima njene proizvodnje.

U svakom konkretnom preduzeću proces upravljanja uključuje opšte i specifične funkcije za pripremu upravljačkih akcija, pripremu, donošenje i sprovođenje odluka.

8.2. Opće karakteristike procesa upravljanja

Proces upravljanja – Ovo je aktivnost subjekta upravljanja u koordinaciji zajedničkog rada radnika za postizanje ciljeva organizacije.

Kao naučni koncept, proces upravljanja se pojavljuje u jedinstvu svoje tri strane:

2) organizacije;

3) postupak implementacije (tehnologija upravljanja).

1. Sa sadržinske strane, proces upravljanja se može okarakterisati kao ciljani uticaj na stanje elemenata koji čine sistem upravljanja. Ovaj proces izražava jedinstvo različitih parcijalnih procesa (tehničkih, ekonomskih, društvenih i dr.) koje obavlja upravljački aparat u određenim prostornim i vremenskim granicama u odnosu na konkretne objekte i nivoe upravljanja.

2. Organizaciona karakteristika procesa upravljanja izražava prostorni i vremenski slijed njegovog nastajanja, određen ciklusom upravljanja. Ovo posljednje uključuje 1) definiranje ciljeva i 2) implementaciju upravljačkih funkcija. Važna uloga u ovom aspektu pripada podjeli procesa upravljanja po pripadnosti komponentama sistema upravljanja i njegovim nivoima.

Na nivou preduzeća, sledeće tipične komponente kontrolnog sistema razlikuju se kao objekti primene procesa kontrole:

1) podsistem linijskog upravljanja;

2) ciljni podsistemi;

3) funkcionalni podsistemi;

4) podsistem podrške kontroli.

Podsistem linijskog upravljanja uključuje sve linijske rukovodioce - od predradnika do direktora preduzeća. Ciljni podsistemi pokrivaju:

Upravljanje implementacijom plana proizvodnje i nabavke;

Upravljanje kvalitetom proizvoda;

Upravljanje resursima;

Upravljanje razvojem proizvodnje;

Upravljanje društvenim razvojem radne snage;

Upravljanje okolišem.

Funkcionalni podsistemi karakteriše specijalizacija upravljačkih aktivnosti za obavljanje relevantnih 1) specifičnih i 2) posebne funkcije menadžment.

Podsistem podrške kontroli pokriva:

1) pravna podrška;

2) informacionu podršku;

3) organizovanje i sprovođenje regulatornog upravljanja;

4) kancelarijski rad;

5) opremanje preduzeća tehničkim sredstvima za upravljanje radom.

3. Sa proceduralne (tehnološke) strane, proces upravljanja je veza između pojedinih njegovih faza i faza, koje se izražavaju i konsoliduju u njihovoj daljoj podeli na vrste poslova, operacija i radnji, kao i na procedure, algoritme itd. .

Koncept procesa upravljanja usko je povezan sa kategorijom upravljačkog potencijala, koji se shvata kao ukupnost upravljačkih sposobnosti i resursa dostupnih sistemu upravljanja: informacije, materijal, rad, finansije, iskustvo i kvalifikacije osoblja, i tradicija upravljanja. .

Proces upravljanja sa sadržajne strane može izgledati ovako (slika 8.3.1.):

Rice. 8.3.1.

metodološki sadržaj,

funkcionalan sadržaj,

ekonomski sadržaj,

organizacioni sadržaj,

Društveni sadržaj

Metodološki sadržaj procesa upravljanja uključuje identifikaciju određenih faza koje odražavaju kako opće karakteristike čovjekove radne aktivnosti, tako i specifične karakteristike upravljačkih aktivnosti uticaj u svakom činu njegove implementacije

Stage – ovo je skup operacija (akcija) koje karakteriše kvalitativna sigurnost i homogenost i koji odražavaju neophodan slijed njihovog postojanja.

Proces upravljanja može se predstaviti kao niz sljedećih faza:

Postavljanje ciljeva (postavljanje ciljeva),

Procjene situacije,

Definicije problema

Razvoj upravljačkih odluka.

Hajde da vizuelno otkrijemo korak po korak sekvencu procesa kontrole (slika 8.3.2).

Rice. 8.3.2.

Target je ideja menadžera o tome kakav treba da bude sistem kojim upravlja. U naučnoj definiciji, može se formulisati kao idealna slika željenog, mogućeg i neophodnog stanja sistema. Proces upravljanja počinje postavljanjem cilja uticaja. Ako se radi o svjesno sprovedenom procesu, svrsishodnom i svrsishodnom, on može započeti samo razumijevanjem, definiranjem i postavljanjem cilja utjecaja.

Situacija – ovo je stanje kontrolisanog sistema, procenjeno u odnosu na cilj. Pod situacijom bi bilo pogrešno shvatiti samo odstupanje od programa ili konfliktne slučajeve rada. Upravljanje se vrši bez obzira da li ima odstupanja ili ne, da li je situacija konfliktna ili nekonfliktna. Stanje sistema nikada ne može biti identično cilju, stoga uvijek postoji situacija.

Razlika između situacije i cilja obično uključuje mnoge kontradikcije. Čin uticaja je neophodan da bi se ove kontradikcije razrešile, da bi se stanje sistema približilo cilju. Ali to je moguće samo ako pronađemo vodeću kontradikciju, čije će rješavanje dovesti do razrješenja svih ostalih.

Problem - ovo je glavna kontradikcija situacije i cilja čijem rješavanju treba težiti. Bez definisanja problema, odluka menadžmenta je nemoguća.

Odluka uprave - pronalaženje načina za rješavanje problema i organizacioni rad implementirati rješenje u upravljani sistem. To je završna faza procesa upravljanja, njegova povezanost sa proizvodnim procesom, impuls uticaja sistema upravljanja na kontrolisani.

Funkcionalni sadržaj procesa upravljanja. Ona se manifestuje u konzistentnosti velikih razmera i sklonosti implementaciji osnovnih funkcija upravljanja. Ovdje se mogu razlikovati sljedeće faze.

2 Generalizovani statistički model tehnološki proces

2.1 Upravljivost procesa.

Svaki proizvodni proces karakteriziraju tehnološke proizvodne mogućnosti. Ispod tehnološke mogućnosti proizvodnje se razume ne samo i ne toliko poznato i svima razumljivo kvantitativna strana - produktivnost, Ali i njegovu kvalitativnu stranu, najčešće predstavljenu u obliku prosječne vrijednosti grupnog pokazatelja kvaliteta i njegove varijanse. Štaviše, prosek i varijansa u potpunosti karakterišu i merljive karakteristike kvaliteta i one nemerljive – kvalitativne (alternativne).

U stvari, ako je pokazatelj grupnog kvaliteta nivo neusaglašenosti konačnog seta (serija) proizvoda, izražen kao apsolutna vrednost neusaglašenih proizvoda u njemu ili udio neusaglašenih proizvoda u seriji (ili broj neusaglašenosti na 100 jedinice proizvoda), onda se za bilo koji indikator kvaliteta njegovu grupu analog uvijek može predstaviti u obliku distribucije koja odgovara (barem asimptotički, za n ® ¥) normalnom zakonu. Da bismo to ilustrirali, pretpostavimo da je proces (ili pojedinačna operacija) testiran i proizvodi m probnih serija. Zatim, kao rezultat uzorkovanja ovih partija, moguće je dobiti procjenu prosječne vrijednosti neusklađenih proizvoda u svakoj seriji (vidi, na primjer, / /):

gdje je d i broj neslaganja u i-toj seriji;

N i i n i, redom, zapremina probne serije i veličina uzorka iz nje, koji se koriste za procenu .

Nepristrasna procjena varijanse će biti / /:

(2.2)

Prema Centralnoj graničnoj teoremi, asimptotski normalna aproksimacija za generalizirani indikator kvaliteta grupe za N ® ¥ i (ili) m ® ¥ (gdje je N = ) može se dobiti uzimanjem sljedećih vrijednosti kao parametara distribucije za ovaj indikator:

(ili kao razlomak: q cp = m/N, gdje je N = ); (2.3)

, (ili, prema tome, D[q]=), (2.4)

izračunato na osnovu rezultata uzorkovanja m probnih partija.

Naravno, slične procjene mogu se dobiti ne samo iz probnih serija, već i iz serija proizvoda namijenjenih potrošačima. Osim toga, dobijanjem ovih procjena u različitim vremenskim periodima, moguće je proučavati dinamiku njihove promjene.

Neka je y opći pokazatelj kvalitete proizvoda (veličina, težina, električni kapacitet, dubina impregnacije, broj čipova itd.). Svaka vrijednost y i za i-ti proizvod je posljedica smetnji iz l operacija koje čine proizvodni proces i t vanjskih utjecaja (temperatura, vlaga, vibracije, itd.). Srednja vrijednost m i varijansa s 2 grupnog pokazatelja kvaliteta N proizvoda, tj. serije su takođe posledica l tehnoloških operacija i t uticajnih faktora. Iz teorije vjerovatnoće i statistike poznato je da je disperzija strogo aditivna veličina:

(2.5)

(ponekad je zgodnije zapisati zbir (2.5) u obliku:

što implicira da svaki vanjski utjecaj ima svoj vlastiti učinak na različite operacije).

Tehnološki proces je apsolutno kontrolisan , ako su ispunjena tri uslova:

1) proces istraživao, tj. sve smetnje se identifikuju (identificiraju) i minimiziraju barem do te mjere da ne postoje jedna, dvije ili najviše tri operacije i (ili) vanjski utjecajni faktori koji dominantno doprinose zbiru (2.5) ili (2.6). Sa matematičke tačke gledišta, to znači ispunjavanje uslova Centralne granične teoreme, a na „fizičkom“ nivou, tj. eksperimentalno se procjenjuje i testira doprinos ukupnoj varijansi procesa svake tehnološke operacije i svakog vanjskog utjecajnog faktora;

2) tehnološke proces je podesivo, tj. organizovano tako da postoji Dom Povratne informacije u obliku poluge, ventila, električnog impulsa itd., uz pomoć kojih se cijeli proces može podesiti bez zaustavljanja (ako se proces sastoji od pojedinačnih operacija koje imaju samostalan značaj, onda, naravno, svaka takva operacija mora da se kontroliše na gore navedeni način, ili treba da uključuje kontinuiranu kontrolu na izlazu sa sortiranjem neusaglašenih proizvoda - praznine, najmanje - selektivnu kontrolu sa strožijim planom od plana kontrole na izlazu celog procesa);

3) proces kao predmet regulacije stabilan, tj. raspon atributa kvaliteta R = y max – y min na izlazu procesa za bilo koji skup konačnog volumena ne prelazi vrijednost z g s/ u slučaju jednostranog ograničenja atributa kvaliteta ili 2×z 1+ g / 2 s/ za slučaj bilateralnog ograničenja atributa kvaliteta (gdje je y max i y min – maksimalna i minimalna vrijednost generaliziranog indikatora kvaliteta; z g – kvantil standardne normalne funkcije distribucije nivoa g; g ³ 0,9 – nivo pouzdanosti, najčešće uzet jednak 0,95;

Ako je proces apsolutno kontrolisan , tj. Ako su sva tri uslova ispunjena, onda je u ovom slučaju neprikladno uvođenje kontrole prihvata kao obavezne operacije, posebno selektivne kontrole. U tom slučaju kontrola se može vršiti samo periodično (kontrola sa preskakanjem serija, kontrola na zahtjev kupca ili sertifikacionog tijela itd.). Uzorkovanje svake serije je preporučljivo ako bilo koji od posljednja dva uslova ili oba nisu ispunjena. Ako sva tri uslova nisu ispunjena, potrebno je kontinuirano praćenje. Ako prvi uslov nije ispunjen, onda je kontrola uzorkovanja prema relevantnim standardima moguća samo na alternativnoj osnovi, jer su svi standardni sistemi kontrole uzorkovanja razvijeni isključivo za normalno raspoređene kvantitativne karakteristike kvaliteta.

2.2 Matematičko tumačenje nedosljednosti u obliku distribucija.

Razmotrićemo tehnološki proces za koji je zadovoljen barem prvi uslov upravljivosti, tj. fizički uslovi Centralne granične teoreme su zadovoljeni. Tada će generalizirani znak kvaliteta imati asimptotski normalnu distribuciju s parametrima (m;s). Neka su a i b maksimalno dozvoljene vrijednosti kvantitativnog (mjerljivog) atributa kvaliteta y (proizvod je prikladan ako< y i < b). Уровень несоответствий будет равен (см. рисунок 2.1):

gdje je F 1 = nivo neslaganja jednak površini lijevog “repa” distribucije, tj. udio proizvoda čije su vrijednosti atributa kvalitete manje od a (y i< a);

– nivo neslaganja, slika 2.1 jednak površini desnog „repa“ distribucije, tj. udio proizvoda sa vrijednostima (y i > b);

F(...) – standardna funkcija normalne distribucije.

U ovom slučaju, minimalni nivo neusklađenosti će biti ako se matematičko očekivanje karakteristika kvaliteta na izlazu procesa poklapa sa sredinom tolerancije ( pokaži mi zašto?):

(2.8)

Na sl. 2.1 predstavlja idealan slučaj. Zapravo, čak i u slučaju apsolutne upravljivosti tehnološkog procesa (ispunjenje sva tri uslova upravljivosti navedena u prethodnom pododjeljku), moguća su tri slučaja odstupanja od idealnosti:

m=var; s=const (vidi sliku 2.2);

m=const; s p >s (vidi sliku 2.3);

m=var; s=var (vidi sliku 2.4).

Radi jasnoće, slika 2.5 prikazuje sva tri slučaja u vidu razvoja odstupanja od idealnosti tokom vremena. U praksi se najčešće realizuje prvi slučaj odstupanja tehnološkog procesa od idealnog, jer disperzija je stabilnija karakteristika u statističkom smislu od prosječne vrijednosti.

Slika 2.2 Slika 2.3

Zaista, pretpostavimo da je trend d(t) superponiran na slučajnu karakteristiku y iz nekog vremena u obliku neslučajne funkcije vremena t. Tada je očito da će se prosječna vrijednost m y karakteristike početi mijenjati:

Slika 2.4 m y = y cp + d(t).

Disperzija kao zbir disperzije s y 2 i disperzije neslučajne varijable d(t) će ostati nepromijenjena, budući da je s d 2 = 0. Iako se treći slučaj (m=var; s=var) ne može isključiti i , općenito govoreći, stabilnost disperzije, kao i stabilnost srednje vrijednosti, treba pratiti. (Na primjer, trend d(t) može biti slučajne prirode i stoga doprinijeti ukupnoj varijansi procesa).

Očigledno je da će u sva tri slučaja nivo neslaganja biti veći od q min i varirati od serije do serije. Stoga, kako bi se procijenio nivo neusaglašenosti u bilo kojoj seriji (na primjer, tokom kontrola prihvatanja koristeći metode uzorkovanja), potrebno je dobiti procjene srednje vrijednosti i disperzije atributa kvaliteta i izračunati q, na primjer, prema (2.7). U ovom slučaju procjene mogu biti tačkaste i intervalne, ali u svakom slučaju vrijednost nivoa neusklađenosti q mora biti određena uz garanciju, tj. mora se osigurati određeni nivo povjerenja. U praksi se postupak uzorkovanja formuliše u obliku testiranja statističke hipoteze, koja automatski

uključuje postavljanje jednog od rizika (tip I ili II) uz minimiziranje drugog i dobivanje funkcije snage kriterija ili operativne karakteristike.

2.3 Distribucije koje se koriste u statističkoj kontroli kvaliteta.

Kurs “Teorija vjerovatnoće i matematička statistika” razmatra dovoljno detaljno različite vrste distribucije i diskretnih i kontinuiranih slučajnih varijabli. Diskretne distribucije modeliraju takozvane binarne događaje, tj. događaje za koje se može zaključiti da su se dogodili ili nisu. Takvi događaji se takođe nazivaju alternativa. Na primjer, kod praćenja kvaliteta u vidu prisustva školjki ili tamnih boja na površini, čije dimenzije nisu bitne, slučajni binarni događaj je samo činjenica njihovog prisustva ili odsustva. Kontinuirane distribucije opisuju mjerljive karakteristike nosilaca kvaliteta, koje se nazivaju „ kvantitativne karakteristike"i može uzeti bilo koju numeričku vrijednost u nekom ograničenom ili neograničenom rasponu prihvatljivih vrijednosti.

Kada se koristi matematička statistika u sistemima praćenja i upravljanja procesima, treba razlikovati probleme vezane za raspodjelu kontrolnih karakteristika na izlazu procesa i problem modeliranja metoda upravljanja. Kada govorimo o distribuciji karakteristika kvaliteta i nedoslednosti u serijama, mislimo analiza rezultata rad tehnološkog procesa proizvodnje kao generator slučajnih brojeva – indikatori kvaliteta proizvoda. Prilikom modeliranja (statističkog opisa) kontrolnih postupaka, radi se o matematičkom prikazu metoda za dobijanje i obradu informacija o karakteristikama već proizvedenih proizvoda, o adekvatnosti i tačnosti upravljanja kao samostalnog procesa čiji bi izlaz trebao biti formiranje pouzdanih kontrolnih odluka. Stoga, govoriti, na primjer, o raspodjeli nekog atributa kvaliteta prema hipergeometrijskom zakonu nije sasvim ispravno. Hipergeometrijski zakon raspodjele određuje broj neusklađenih proizvoda uključenih u uzorak, općenito govoreći, prema bilo kojem zakonu distribucije neusklađenosti u seriji, ali pod uslovom da je uzorak formiran prema pravilu „bez povrata“ i da je samo binarna relacija analizirano tokom kontrole: „prošao – pao“. Hipergeometrijska distribucija u početku uključuje proces uzorkovanja, tj. izvršenje postupka kontrole.

Teže je s binomnom distribucijom. Binomni zakon distribucija može opisati izlaz tehnološkog procesa proizvodnje, kada svaki proizvod može biti ili pogodan ili neupotrebljiv sa jednakom vjerovatnoćom. Pored toga, sama procedura uzorkovanja, kada se uzorak uzima „sa povratkom“ i analizira binarna relacija „prošao-neuspeo“, takođe je opisan korišćenjem binomske distribucije.

Poissonova distribucija može opisati samo distribuciju neusklađenosti na izlazu proizvodnog procesa. Upotreba ove distribucije za obradu rezultata kontrole uzorkovanja vrši se isključivo u svrhu pojednostavljenja matematički složenih formula hipergeometrijskog i binomnog modela kontrolnih postupaka.

Normalni zakon distribucije se mogu koristiti za pojednostavljenje obrade rezultata praćenja alternativnih atributa kvaliteta i opisivanje zakona distribucije kvantitativnih indikatora kvaliteta na izlazu proizvodnog procesa kao generatora kontinuiranih slučajnih varijabli.

2.3.1 Hipergeometrijska distribucija.

Najpotpuniji i najprecizniji model koji odražava metodologiju kontrole kvaliteta za bilo koju binarnu distribuciju je sljedeći:

Pretpostavimo da postoji kutija sa konačnim brojem N kuglica, od kojih su D bijele, a ostale N - D crne. Očigledno, ako izvadimo n loptica iz kutije, tj. napravite uzorak zapremine n i prebrojite broj bijelih kuglica u uzorku, tada će ovaj broj bijelih kuglica ovisiti o ukupnom broju loptica u kutiji N, broju bijelih kuglica u kutiji D i veličini uzorka. Da bismo to matematički izrazili, određujemo vjerovatnoću da će u uzorku veličine n biti d = 1, 2, 3, ..., k bijelih kuglica. Iz kombinatorike je poznato da je iz svih mogućih uzoraka volumena n iz ukupne populacije volumena N moguće sastaviti ukupno N n kombinacija:

, (2.9)

gdje je S N n broj mogućih skupova od n elemenata iz skupa od N elemenata, u kojima se redoslijed elemenata ne uzima u obzir. S druge strane, svaki takav uzorak može sadržavati C D n puta k bijelih kuglica i svaki put se kombinirati sa slučajevima gdje su preostale kuglice u svakom uzorku crne. Stoga, na osnovu klasične definicije vjerovatnoće, dobijamo uslovnu distribuciju oblika:

H(k | N; D; n)=hy(i|N; D; n), (2.10)

gdje je = hy(i | N; D; n)

gdje je znak" | " znači "predmet". (Formula (2.10) automatski uzima u obzir da uzorak ne može uključivati više od n ili više D bijelih kuglica).

Važno je napomenuti da formula (2.10) istovremeno opisuje vjerovatnoću da ako se k bijelih loptica nađe u uzorku od n loptica, onda kutija sa N kuglica sadrži D bijelih kuglica, tj. P(D | N; n; k) je ekvivalentna vjerovatnoći R(k | N; D; n).

Distribucija (2.10) se naziva hipergeometrijska. Funkcija ove distribucije je zapisana kao:

Hy(k | N; D; n)=P(d | N; D; n)= (2.11)

Može se pokazati da je za hipergeometrijsku distribuciju matematičko očekivanje jednako:

M = nP, (2.12)

gdje je P = D/N udio bijelih loptica u kutiji.

Varijanca hipergeometrijske distribucije je:

gdje je Q = 1 – P udio crnih loptica u kutiji.

Dakle, hipergeometrijska distribucija je četvoroparametarska i, pored vrednosti k, određena je parametrima N; D i n. Distribuciju (2.11), uzimajući u obzir činjenicu da veličina serije može doseći nekoliko hiljada jedinica proizvoda, prilično je teško izračunati čak i kada se koristi moderna kompjuterska tehnologija.

2.3.2 Binomna distribucija

Hipergeometrijska distribucija opisuje slučaj uklanjanja uzorka bez njegovog vraćanja. U ovom slučaju, vjerovatnoća izvlačenja bijele lopte u prvom pokušaju jednaka je D/N, vjerovatnoća druge bijele kuglice će biti jednaka (D-1)/(N-1) ako je prva lopta bila bijela , i jednako D/(N-1) ako je prva lopta bila crna.

Dakle, vjerovatnoća da će druga lopta biti bijela prema formuli ukupne vjerovatnoće jednaka je:

Slično, može se pokazati da je u bilo kojem koraku vjerovatnoća izvlačenja bijele kuglice jednaka D/N, uprkos činjenici da ova vjerovatnoća, općenito govoreći, ovisi o tome koje su kuglice izvučene u prethodnim koracima.

Ako se nakon svakog koraka nasumično vađenja loptice ona vrati nazad u kutiju, očigledno je da će vjerovatnoća izvlačenja bijele kuglice na i-tom koraku uvijek biti jednaka D/N, bez obzira koje su boje kuglice bile uklonjen u prethodnim koracima.

Pretpostavimo da je napravljen uzorak od n loptica, kao u slučaju razmatranja hipergeometrijske distribucije, ali svaki put nakon uklanjanja i određivanja boje uklonjene kuglice, ova lopta se vraća u kutiju. Nađimo vjerovatnoću da će od n izvađenih i vraćenih loptica broj bijelih biti jednak d. One. pronađite raspodjelu bijelih loptica uzorak sa povratom. Budući da je u ovom slučaju na svakom i-tom koraku vjerovatnoća pojave bijele ili crne lopte nezavisna, vjerovatnoća da će se bela kugla izvući k puta će biti jednaka:

P(k=d) = P d (1-P) n - d = P d Q n - d .

Ukupan broj takvih događaja može biti jednak broju kombinacija od n do k. Stoga je tražena vjerovatnoća jednaka:

P(k=d) = be(k=d | N; D; n) = (2.14)

Distribucija (2.14) se naziva Bernulijeva distribucija i, općenito govoreći, povezuje samo tri parametra: d; n i P = D/N (vrijednosti D i N su uključene u ovu distribuciju, za razliku od hipergeometrijske raspodjele u obliku odnos, tj. jedan parametar P). Prema tome, Bernoullijeva funkcija raspodjele bit će jednaka:

Be(d< k| P; n) = (2.15)

Naravno, ova vjerovatnoća je ekvivalentna vjerovatnoći da je udio bijelih loptica u kutiji jednak P ako u uzorku ima d bijelih kuglica s povratom zapremine n. Matematičko očekivanje i varijansa za ovu distribuciju bit će jednaki:

M = nP (2,16)

σ B 2 = n P Q (2.17)

Stoga se pri korištenju testnog dizajna s povratom dobija jednostavniji izraz za procjenu udjela bijelih loptica u kutiji nego u modelu bez povratka, koji je opisan hipergeometrijskim zakonom raspodjele, ali treba uzeti u obzir da u u slučaju Bernoullijeve distribucije, tačnost modela će biti manja nego za hipergeometrijsku distribuciju, pošto je σ H 2 manji od σ B 2 za (N-n)/(N-1) puta.

2.3.3 Poissonova distribucija

Razmotrite tok događaja, tj. niz događaja koji se dešavaju u nasumično vrijeme. Svaki proizvodni proces se u principu može smatrati tokom. Na primjer, tok proizvoda „teče“ duž transportera, u kojem se nesukladni proizvodi susreću u nasumično vrijeme. U proizvodnji tekstila zgodno je razmotriti više zategnutih paralelnih niti ispod toka. U ovom slučaju, slučajni događaj je prekid jedne od niti. Tada je nezavisna varijabla toka geometrijska varijabla povezana s brojem niti.

Tok događaja naziva se jednostavnim ili Poissonovim ako istovremeno ispunjava tri uslova:

1) stanje stacionarnost: vjerovatnoća da se događaj dogodi u kratkom vremenskom periodu Δt proporcionalna je vrijednosti ovog intervala do beskonačno male preciznosti višeg reda:

P(d=1) ≈ c Δt + O(Δt),

gdje je O(Δt) infinitezimalna veličina reda (Δt) 2 ;

c je neka konstanta.

2) stanje običnost: vjerovatnoća da se više od jednog događaja dogodi u intervalu Δt teži nuli brže od Δt:

;

3) stanje nema naknadnog efekta: frekvencije pojavljivanja događaja u vremenskim intervalima koji se ne preklapaju su nezavisne, tj. pojava k događaja u I-tom intervalu Δt i ne zavisi od učestalosti pojavljivanja događaja u prethodnim vremenskim tačkama.

Ovi uslovi su prilično strogi i rijetko je moguće striktno pokazati da su ispunjeni za pravi proces. Obično je lakše pokazati koji uslov nije zadovoljen, a pri modeliranju procesa koji se razmatra sa Poissonovim tokom, potrebno je predvidjeti neuspjeh ovog uvjeta ili promijeniti uslove modela kako bi se izgladilo odstupanje od striktnog ispunjenja. svih gore navedenih uslova. Na primjer, za jednu mašinu pojava pogrešne veličine dijela ovisi o istrošenosti alata i stoga učestalost pojavljivanja ovog događaja neće biti proporcionalna vremenskom intervalu (povećavaće se s povećanjem habanja alata). Međutim, ako uzmemo u obzir nekoliko strojeva sa slučajnim (ujednačenim) momentima promjene alata, tada će primjenjivost najjednostavnijeg toka za opisivanje pojave nedosljednosti biti potpuno opravdana. Ovaj model je također primjenjiv ako se intervali između izmjena alata uzimaju kao momenti vremena Δt. Najčešće se distribucija povezana s najjednostavnijim protokom koristi kao pojednostavljenje preciznijih modela opisanih hipergeometrijskom ili binomskom distribucijom.

Distribucija koja modelira najjednostavniji tok poštuje Poissonovu raspodjelu:

R(d=k) = r 0 (d=k | λ)= (2,18)

Ova distribucija ima funkciju distribucije:

P0(d | λ) = (2.19)

U ovom slučaju, jedini parametar ove distribucije je jednak:

Matematičko očekivanje i varijansa ove distribucije jednaki su parametru λ:

M[d] = λ = n·P (2.20)

σ r 2 = λ = n·P (2.21)

2.3.4 Aproksimacija hipergeometrijske distribucije.

Upoređujući širenje diskretnih distribucija binarnih slučajnih varijabli koje smo prethodno razmotrili, lako je ustanoviti:

Posljedično, pojednostavljenje modela šaržnog uzorkovanja, tj. prelazak sa hipergeometrijskog modela na model Bernoullijeve ili Poissonove raspodjele neminovno dovodi do povećanja raspršenosti, tj. rast disperzije. Drugim riječima, pojednostavljenje modela je praćeno smanjenjem tačnosti rezultata modeliranja. Najtačniju hipergeometrijsku distribuciju, zbog potrebe uzimanja u obzir četiri parametra, najteže je izračunati i tabelarirati, tj. prezentaciju u tabelarnom obliku. Bernoullijeva distribucija, koju je lakše tabelarirati, često se nalazi u obliku tabela u različitim referentnim knjigama. Poissonova distribucija je predstavljena u tabelarnom obliku u skoro svakoj referentnoj knjizi. Trenutno, sa razvojem programabilnih računarskih alata, pitanje tabele prestaje da bude relevantno.

Neke knjige o teoriji vjerovatnoće i matematičkoj statistici pružaju različite ponekad ne sasvim ispravne uslove za aproksimaciju hipergeometrijske raspodjele Bernulijevom i Poissonovom raspodjelom. Ispod su najispravniji uslovi za prelazak sa hipergeometrijske distribucije na jednostavnije, bez značajnih gubitaka u tačnosti:

1) hy(k | N; D; n) ≈ be(k | p; n) (2.23)

na 0.1 10 i n/N<0,1;

(U literarnim izvorima često se navodi samo jedan uslov: n/N<0,1, однако, основываясь только на этом условии, не принимая другие два условия можно допустить ошибку более 10 %);

2) hy(k | N; D; n) ≈ P 0 (k | λ=np) (2.24)

kod P< 0,1 или P >0,9; n > 30; n/N< 0,1.

3) za n > 30, za P< D/N < 0,9 гипергеометрическое распределение можно аппроксимировать нормальным законом распределения с параметрами (np; nPQ(N‑n)/(N-1)) и с коррекцией на непрерывность:

hy(k | N; D; n) ≈
(2.25)

Hy(k | N; D; n) ≈ (2.26)

gdje je, kao i ranije, P = D/N;

f(..) – funkcija gustine normalne distribucije.

2.3.5 Zakon normalne distribucije

Gotovo svi sistemi kontrole kvaliteta koji koriste statističke metode izgrađeni su na pretpostavci da kvantitativni pokazatelji kvaliteta podliježu normalnom zakonu distribucije. O zakonu normalne distribucije, njegovim osobinama i uslovima postojanja govori se u gotovo svim udžbenicima i knjigama o teoriji verovatnoće i matematičkoj statistici.

Kao što je gore navedeno (vidi odjeljak 2.1), ujednačeno mali doprinos svakog vanjskog utjecaja i svake operacije ukupnoj varijansi procesa je neophodan i dovoljan uslov (prema Centralnoj graničnoj teoremi) za usklađenost sa zakonom normalne distribucije indikator kvaliteta na izlazu procesa. Ali istinita je i suprotna izjava, tj. ako bilo koji znak kvaliteta ne odgovara normalnom zakonu distribucije, onda to znači da uslovi Centralne granične teoreme nisu ispunjeni. Dakle, sama činjenica da distribucija indikatora odstupa od normalnog zakona „sugeriše” da postoje jedan ili dva (maksimalno tri) faktora koji su odlučujući u svom doprinosu ukupnoj varijansi procesa. Ovi faktori se moraju pronaći i eliminisati, ili barem njihov uticaj treba smanjiti koliko god je to moguće, kako bi se dotični indikator kvaliteta rasporedio po normalnom zakonu i koristio poznati sistem statističke kontrole kvaliteta.

Obratite pažnju na 4 tačke:

1) vjerovatnoća uključivanja u uzorak bilo kojeg neodgovarajućeg proizvoda je jednakaD/ Ni ne zavisi od modela upravljanja, tj. da li se uzorak uzima sa ili bez vraćanja;

2) pojednostavljenje kontrolnog modela zbog upotrebe „jednostavnih“ distribucija za proračune umjesto hipergeometrijskih dovodi do povećanja disperzije u rezultatima kontrole (vidi (2.22) i, u konačnici, do povećanja vjerovatnoće donošenja pogrešnih odluka ;

3) omjerin/ N < 0,1 не достаточно для сохранения точности анализа при переходе от более сложных распределений к более простым (pogledajte tekst za detalje) ;

4) normalnost distribucije kvantitativne karakteristike na izlazu proizvodnog procesa može poslužiti kao jedan od znakova stabilnosti procesa ili upravljivosti ovog procesa (terminološki rečenoSPC / /).

Svaka statistička analiza mora se na kraju izraziti u vidu dva broja: broja preferencije i broja rizika. Broj preferencije određuje odluku koja se donosi, a broj rizika određuje vjerovatnoću greške u donošenoj odluci na osnovu broja preferencije.

Svi procesi koji se dešavaju u organizaciji mogu se podeliti na kontrolisane i nekontrolisane. Upravljano procesi se mogu menjati u određenom pravcu uz svesni uticaj na njih. Režija i karakter nekontrolisano procesi se ne mogu mijenjati iz ovog ili onog razloga, oni se odvijaju po svojim zakonima; kao rezultat ovih procesa, ono što treba da se desi ipak će se desiti.

Kontrolisani i nekontrolisani procesi su u određenom omjeru, što odražava savršenstvo i umjetnost upravljanja. Pod određenim uslovima, kontrolisani procesi mogu postati nekontrolisani, i obrnuto. Preovlađivanje nekontrolisanih procesa dovodi do anarhije i kriza, a prevlast kontrolisanih procesa zavisi od efikasnosti upravljanja i, pod određenim uslovima, dovodi i do kriznih situacija. Dakle, pretjerana birokratija dovodi do društvenih tenzija i konfliktnih situacija. Ranije se taj izraz često koristio "previše organizovan", koji karakteriše želju da se sve i na svaki mogući način kontroliše, čak i u slučajevima kada za tim nema stvarne potrebe.

Pored toga što kontrolisani procesi odražavaju samo deo svih procesa funkcionisanja i razvoja organizacije, oni imaju meru kontrole, odnosno u određenoj meri su kontrolisani. Dakle, dobar i jasan izvršilac neće izvršavati naloge koji su protiv zdravog razuma ili zakonskog zakona. Stoga možemo zaključiti: ne mogu se (i jesu) svi procesi kontrolirati, a kontrolirani procesi ne mogu biti apsolutno kontrolirani.

Krizu može izazvati nedostatak vizije onih procesa koji se mogu kontrolisati i koje treba vješto usmjeravati. Ako se to ne učini, mogu se pretvoriti u spontane. Kriza može nastati i u slučaju pokušaja upravljanja nekontrolisanim procesima kada ne postoje kontrolni mehanizmi.

Antikrizni razvoj je kontrolisan proces prevencije ili prevazilaženja krize koji ispunjava ciljeve organizacije i odgovara objektivnim trendovima njenog razvoja.

Poznato je da mnoge razvojne procese karakteriše sve veća složenost organizacije. To se dešava sa proizvodnjom, ekonomijom i društvenom sferom. Sve veća složenost tehnologije proizvodnje proizvoda, njena raznolikost i funkcionalna namjena dovode do usložnjavanja ekonomskih odnosa i sve veće raznolikosti ljudskih interesa. To je određeno obrazovanjem, urbanizacijom života, sociodinamikom kulture i drugim faktorima.

Razvojni procesi su ciklični, a složenost raste duž logističke krivulje. Karakterizira faze nastanka preduslova, ispoljavanja procesa komplikacija, iscrpljivanja postojeće osnove i gomilanja potencijala za dalje promjene.

Logistička kriva odražava četiri faze razvoja (slika 2.). Tako se ne razvija samo organizacija, proizvodnja ili kompanija - tako se razvija i menadžment. Uostalom, menadžment je dio društveno-ekonomskog sistema i ima sve svoje karakteristike. Međutim, razvoj menadžmenta odvija se duž „pomaknute“ logističke krivulje. To odražava njegov status, njegovu korelaciju sa trendovima razvoja društveno-ekonomskog sistema, njegovu sposobnost i ograničenja da odgovori na procese promjena u društveno-ekonomskom sistemu u cjelini.

Rice. 2. Razvoj menadžmenta u procesima razvoja proizvodnje:

1 - jednostavna kontrola; 2 - upravljanje u uslovima sve veće složenosti proizvodnje; 3 - kontrola prilagođena odgovarajućoj složenosti proizvodnje; 4 - menadžment koji ne odgovara složenosti proizvodnje (upravljačka kriza)

Prva faza razvoj je jednostavno upravljanje, vidljivo u svim svojim karakteristikama i vezama, ne zahtijeva velike troškove da bi se osigurala njegova efektivnost, ne odlikuje se raznovrsnošću funkcionalnog sadržaja i pretpostavlja elementarne organizacione forme.

Druga faza- upravljanje u uslovima sve veće složenosti proizvodnje, koja u svom razvoju treba da nadmaši razvoj proizvodnje. Samo u ovom slučaju može biti efikasna. To će zahtijevati rekonstrukciju menadžmenta, što će, naravno, za sobom povlačiti komplikacije u funkcionalnom, organizacionom, motivacionom, informacionom smislu, kao i profesionalizaciju menadžmenta.

Treća faza- upravljanje prilagođeno odgovarajućoj složenosti proizvodnje. Može potaknuti ubrzani razvoj proizvodnje i doprinijeti daljem povećanju njene složenosti. Ovo je menadžment izrazito inovativnog tipa, koji brzo iscrpljuje svoj inovativni potencijal.

Četvrta faza- usporavanje razvoja menadžmenta pri prilično visokim stopama razvoja proizvodnje. Ovdje može nastati nova nesklad između složenosti proizvodnje i upravljanja i narušavanje korelacije između sistema kontrole i upravljanja. To je već opasnost od krize upravljanja, a nakon nje i cijelog sistema upravljanja.

Antikrizni menadžment u ovoj perspektivi svoje analize izgleda kao maksimalno približavanje grana logističkih krivulja u početnoj i završnoj fazi ciklusa razvoja proizvodnje i menadžmenta i kao maksimalno napredovanje trenda razvoja menadžmenta u odnosu na trend razvoja proizvodnje. u srednjim fazama ispoljavanja ovih trendova.

Problemi upravljanja krizama

Kao što je već naznačeno, opasnost od krize uvijek postoji: u menadžmentu uvijek postoji rizik od cikličnog razvoja društveno-ekonomskog sistema, promjene odnosa kontrolisanih i nekontrolisanih procesa.

Upravljanje socio-ekonomskim sistemom, u određenoj mjeri, uvijek treba biti antikrizno.

Mogućnost upravljanja krizom određena je prvenstveno ljudskim faktorom, potencijalom za aktivno i odlučno ponašanje osobe u krizi, njenim interesom za prevazilaženje krize, razumijevanjem porijekla i prirode krize i obrazaca njenog progresije. Svjesna ljudska aktivnost omogućava traženje i pronalaženje izlaza iz kritičnih situacija, koncentriranje napora na rješavanje najtežih problema, korištenje nagomilanog iskustva prevladavanja kriza i prilagođavanje nastalim situacijama.

Osim toga, mogućnost antikriznog upravljanja određena je poznavanjem ciklične prirode razvoja društveno-ekonomskih sistema. To vam omogućava da predvidite i pripremite se za krizne situacije. Najopasnije su neočekivane krize.

Potreba za upravljanjem krizom odražava potrebe za prevazilaženjem i rješavanjem krize i eventualnim ublažavanjem njenih posljedica. To je prirodna potreba osobe i organizacije. Može se implementirati samo kroz posebne mehanizme antikriznog upravljanja, koje treba kreirati i unaprijediti.

Potreba za upravljanjem kriznim situacijama određena je i razvojnim ciljevima. Na primjer, pojava kriznih situacija u okruženju koje ugrožavaju ljudsku egzistenciju i zdravlje tjeraju nas da tražimo i pronalazimo nova sredstva upravljanja krizama, što uključuje donošenje odluka o promjeni tehnologije. Dakle, nuklearna energija je područje djelovanja s povećanim rizikom od kriznih situacija. I ovdje je glavna stvar u upravljanju krizama potreba za povećanjem profesionalizma tehničkog osoblja, jačanjem discipline i razvojem novih i sigurnijih tehnologija. Sve su to problemi upravljanja. Rješavanje tehničkih problema također počinje upravljanjem.

Suština kriznog menadžmenta

Upravljanje se vrši u društveno-ekonomskom sistemu koji predstavlja objekat menadžment. Jedna od karakteristika menadžmenta je njegov predmet. U generalizovanom pogledu predmet upravljanje je uvijek ljudska aktivnost. Ali ova aktivnost se sastoji od mnogih problema koji se na neki način rješavaju samom ovom aktivnošću ili u njenom procesu. Stoga se subjekt upravljanja može diferencirati prema ukupnosti njegovih problema. Po tome se ističe strateški menadžment, upravljanje životnom sredinom itd.

Upravljanje krizama ima predmet uticaja - faktori krize, odnosno sve manifestacije neumjerenog kumulativnog zaoštravanja kontradikcija, koje izazivaju opasnost od njegovog ekstremnog ispoljavanja, nastanka krize. Faktori krize mogu biti percipirani ili stvarni.

Svaki menadžment u određenoj mjeri mora biti antikrizni ili to postaje kada organizacija uđe u period razvoja krize. Ignoriranje ove odredbe ima negativne posljedice, a njeno uvažavanje doprinosi bezbolnom prolasku kriznih situacija.

Suština kriznog menadžmenta:

v krize se mogu predvidjeti, očekivati i izazvati;

v krize se u određenoj mjeri mogu ubrzati, anticipirati, odgoditi;

v je moguće i potrebno pripremiti se za krize;

v krize se mogu ublažiti;

v upravljanje u krizi zahtijeva posebne pristupe, posebna znanja, iskustvo i umjetnost;

v krizni procesi se mogu kontrolisati u određenoj mjeri;

v upravljanje procesima prevazilaženja krize može ubrzati ove procese i minimizirati njihove posljedice.

Krize su različite, a i njihovo upravljanje može biti različito. Ova raznolikost se manifestuje u sistemu upravljanja i procesima (algoritmi za izradu upravljačkih odluka), a posebno u mehanizmu upravljanja. Ne proizvode sva sredstva utjecaja željeni učinak u situaciji prije krize ili krize.

Sistem upravljanja krizama mora imati posebna svojstva:

v fleksibilnost i prilagodljivost, koje su najčešće svojstvene matričnim kontrolnim sistemima;

v tendencija jačanja neformalnog upravljanja, motivacija entuzijazma, strpljenja, samopouzdanja;

v diversifikacija upravljanja, traženje najprihvatljivijih tipoloških znakova efikasnog upravljanja u teškim situacijama;

v smanjenje centralizma kako bi se osigurao pravovremeni situacijski odgovor na probleme koji se pojavljuju;

v jačanje integracionih procesa, omogućavajući koncentrisanje napora i efikasnije korišćenje potencijala kompetencije.

Upravljanje krizama takođe ima karakteristike u pogledu svojih tehnologija:

§ mobilnost i dinamizam u korišćenju resursa, provođenju promena i transformacija, implementaciji inovativnih programa;

§ implementacija programski ciljanih pristupa u tehnologijama za razvoj i implementaciju upravljačkih odluka;

§ povećana osetljivost na faktor vremena u procesima upravljanja, sprovođenje pravovremenih akcija na dinamiku situacija;

§ povećana pažnja prema preliminarnim i naknadnim procjenama upravljačkih odluka i izboru alternativa ponašanja i aktivnosti;

§ korištenje antikriznog kriterija za kvalitet upravljačkih odluka u njihovoj izradi i implementaciji.

Svaki proizvodni proces karakteriziraju tehnološke proizvodne mogućnosti. Ispod razumije se tehnološka mogućnost proizvodnje ne samo i ne toliko poznato i svima razumljivo kvantitativna strana - produktivnost, Ali i njegovu kvalitativnu stranu, najčešće predstavljenu u obliku prosječne vrijednosti grupnog pokazatelja kvaliteta i njegove varijanse. Štaviše, prosek i varijansa u potpunosti karakterišu i merljive karakteristike kvaliteta i one nemerljive – kvalitativne (alternativne).

gdje je d i broj neslaganja u i-toj seriji;

N i i n i, redom, zapremina probne serije i veličina uzorka iz nje, koji se koriste za procenu .

Nepristrasna procjena varijanse će biti / /:

(ili kao razlomak: q cp = m/N, gdje je N = ); (2.3)

, (ili, prema tome, D[q]=), (2.4)

izračunato na osnovu rezultata uzorkovanja m probnih partija.

(ponekad je zgodnije zapisati zbir (2.5) u obliku:

što implicira da svaki vanjski utjecaj ima svoj vlastiti učinak na različite operacije).

Tehnološki proces je apsolutno kontrolisan , ako su ispunjena tri uslova:

1) proces je proučavan, tj. sve smetnje se identifikuju (identificiraju) i minimiziraju barem do te mjere da ne postoje jedna, dvije ili najviše tri operacije i (ili) vanjski utjecajni faktori koji dominantno doprinose zbiru (2.5) ili (2.6). Sa matematičke tačke gledišta, to znači ispunjavanje uslova Centralne granične teoreme, a na „fizičkom“ nivou, tj. eksperimentalno se procjenjuje i testira doprinos ukupnoj varijansi procesa svake tehnološke operacije i svakog vanjskog utjecajnog faktora;

2) tehnološke proces je podesivo, tj. organizovano tako da postoji glavna povratna informacija u obliku poluge, ventila, električnog impulsa itd., uz pomoć kojih se cijeli proces može podesiti bez zaustavljanja (ako se proces sastoji od pojedinačnih operacija koje imaju samostalan značaj, onda, naravno, svaka takva operacija mora da se kontroliše na gore navedeni način, ili treba da uključuje kontinuiranu kontrolu na izlazu sa sortiranjem neusaglašenih proizvoda - praznine, najmanje - selektivnu kontrolu sa strožijim planom od plana kontrole na izlazu celog procesa);

3) proces kao predmet regulacije stabilan, tj. raspon atributa kvaliteta R = y max – y min na izlazu procesa za bilo koji skup konačnog volumena ne prelazi vrijednost z g s/u slučaju jednostranog ograničenja atributa kvaliteta ili 2×z 1+ g / 2 s/za slučaj bilateralnog ograničenja atributa kvaliteta (gdje je y max i y min – maksimalna i minimalna vrijednost generaliziranog indikatora kvaliteta; z g – kvantil standardne normalne funkcije distribucije nivoa g; g ³ 0,9 – nivo pouzdanosti, najčešće uzet jednak 0,95;