<?xml version="1.0"?>
<metadata xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:dc="http://purl.org/dc/elements/1.1/"><dc:title>NEGOTOVOST IN TVEGANJE V TEHNIŠKI EKONOMIKI</dc:title><dc:creator>Uršej,	Marjeta	(Avtor)
	</dc:creator><dc:creator>Novak Pintarič,	Zorka	(Mentor)
	</dc:creator><dc:creator>Kravanja,	Zdravko	(Komentor)
	</dc:creator><dc:subject>tveganje</dc:subject><dc:subject>negotovost</dc:subject><dc:subject>tehniška ekonomika</dc:subject><dc:subject>stohastično programiranje</dc:subject><dc:subject>večperiodni model</dc:subject><dc:subject>kemijski proces</dc:subject><dc:subject>investicijsko odločanje</dc:subject><dc:description>V diplomski nalogi so predstavljeni različni pristopi za obvladovanje tveganja in negotovosti pri sprejemanju odločitev z matematičnim programiranjem. Prikazane metode vključujejo odločitvena drevesa, deterministični pristop, pristop »počakaj in poglej« z domnevo popolne informacije, dvostopenjsko stohastično metodo z rekurzom in simulacijo Monte Carlo. Prikazana sta izračun in pomen pričakovane vrednosti popolne informacije in vrednost stohastične rešitve. 
Uporaba zgoraj navedenih pristopov je prikazana na petih primerih, ki predstavljajo odločitvene probleme na področjih planiranja proizvodnje, trženja in investiranja v negotovih pogojih. Matematični modeli študijskih primerov spadajo v skupino linearnega programiranja (LP) in mešano celoštevilskega linearnega programiranja (MILP oz. MIP). V primeru večperiodnega planiranja proizvodnje kemijskih obratov je izveden test fleksibilnosti. V primeru večperiodnega planiranja investiranja je izvedeno dvokriterijsko optimiranje z vključitvijo tveganja, izraženega z varianco, v namensko funkcijo stohastičnega modela. S spreminjanjem uteži variance v namenski funkciji je dobljena Pareto krivulja, ki kaže, da se z nižanjem stopnje tveganja, ki jo je odločevalec pripravljen sprejeti, znižuje tudi pričakovana ekonomska korist. 
Na osnovi rešenih primerov zaključujemo, da metoda, ki temelji na domnevi popolne informacije, ni ustrezno orodje za sprejemanje odločitev. Primernejši pristop je dvostopenjsko stohastično programiranje z rekurzom, ki daje optimalne vrednosti prvostopenjskih spremenljivk, preden je negotovost razrešena, medtem ko se vrednosti drugostopenjskih spremenljivk prilagajajo glede na realizacijo negotovih parametrov v prihodnosti. Na ta način dobimo optimalno kompromisno rešitev, ki je najbolje zavarovana proti tveganju možnih scenarijev.</dc:description><dc:publisher>[M. Uršej]</dc:publisher><dc:date>2009</dc:date><dc:date>2009-09-28 09:13:13</dc:date><dc:type>Diplomsko delo</dc:type><dc:identifier>11974</dc:identifier><dc:identifier>UDK: 519.863:66(043.2)</dc:identifier><dc:identifier>COBISS_ID: 13926678</dc:identifier><dc:identifier>NUK URN: URN:SI:UM:DK:AP15CFHR</dc:identifier><dc:language>sl</dc:language></metadata>
