Διάλεξη 5 η : ΕΠΙΛΟΓΗ ΕΡΓΟΥ. Δρ. Β. Βασιλειάδης ΔΙΚΣΕΟ, ΑΤΕΙ Μεσολογγίου

Σχετικά έγγραφα
Δένδρα Αποφάσεων. Δρ. Β. Βασιλειάδης ΔΙΚΣΕΟ, ΑΤΕΙ Μεσολογγίου

Διάλεξη 6 η :Δένδρα Αποφάσεων. Β. Βασιλειάδης Τµ. Διοικ. Επιχειρήσεων, ΤΕΙ ΔΥΤ. ΕΛΛΑΔΑΣ

Διάλεξη 2η:Επιλογή Έργου

Διάλεξη 2η:Επιλογή Έργου

Γενική Επισκόπηση. Διοίκηση Έργων Πληροφορικής ΤΕΙ Δυτικής Ελλάδας Τµήµα Διοίκησης Επιχειρήσεων (Μεσολόγγι)

Αριθμητικά Μοντέλα Επιλογής Έργων

Έργο & Οικονομική Ανάλυση Β. ΒΑΣΙΛΕΙΑΔΗΣ Μ. ΞΕΝΟΣ

ροµολόγηση πακέτων σε δίκτυα υπολογιστών

ΤΕΙ ΔΥΤΙΚΗΣ ΕΛΛΑΔΑΣ ΔΙΑΧΕΙΡΙΣΗ ΕΡΓΟΥ ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ/ΜΕΣΟΛΟΓΓΙ ΕΡΓΑΣΙΑ ΑΚΑΔΗΜΑΪΚΟΥ ΕΤΟΥΣ

Μελέτη Περίπτωσης : 2.1

Επαναληπτικό ιαγώνισµα Πληροφορικής Γ Γυµνασίου Γιώργος Λιακέας Σχολικός Σύµβουλος Πληροφορικής Ερωτήσεις

Μελετάμε την περίπτωση όπου αποθηκεύουμε ένα (δυναμικό) σύνολο στοιχειών. Ένα στοιχείο γράφεται ως, όπου κάθε.

ΣΧΕΔΙΑΣΜΟΣ ΔΥΝΑΜΙΚΟΤΗΤΑΣ

Β. Βασιλειάδης Αν. Καθηγητής. Επιχειρησιακή Ερευνα Διάλεξη 6 η - Θεωρεία Παιγνίων

Πληροφορική ΙΙ ΚΥΚΛΟΣ ΖΩΗΣ ΕΡΓΟΥ ΑΝΑΠΤΥΞΗΣ ΠΣ. Δρ. Β. Βασιλειάδης ΔΙΚΣΕΟ, ΑΤΕΙ Μεσολογγίου

Α) Κριτήριο Προσδοκώμενης Χρηματικής Αξίας Expected Monetary Value (EMV)

Θεωρία Παιγνίων Δρ. Τασσόπουλος Ιωάννης

Η τεχνική της Καθαρής Παρούσας Αξίας ( Net Present Value)

Οικονομική Ανάλυση Επενδύσεων Έργων Α.Π.Ε.

ΔΙΟΙΚΗΣΗ ΕΡΓΩΝ Α Ξ Ι Ο Λ Ο Γ Η Σ Η Ε Ρ Γ Ω Ν. ΡΟΜΠΟΓΙΑΝΝΑΚΗΣ ΙΩΑΝΝΗΣ, PhD.

ΤΜΗΜΑ ΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥ ΣΧΕΔΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ ΤΕΙ ΠΑΤΡΑΣ ΤΕΙ ΠΑΤΡΑΣ ΣΗΜΕΙΩΣΕΙΣ ΜΑΘΗΜΑΤΟΣ ΕΠΙΧΕΙΡΗΣΙΑΚΏΝ ΠΑΙΓΝΙΩΝ- ΠΡΟΓΡΑΜΜΑ GAMBIT

Βασικές έννοιες. Χρησιμότητα Πιθανότητα Προσδοκώμενο κέρδος Δένδρα αποφάσεων Ανάλυση ευαισθησίας Πιθανότητα υπό όρους Μεταβλητές κατάστασης

Οργάνωση & Διαχείριση Υπόγειων Εργων ΔΠΜΣ Σχεδιασμός & Κατασκευή Υπόγειων Εργων Κατερίνα Αδάμ, Μ. Sc., Ph.D Aναπληρώτρια Καθηγήτρια, Σχολή ΜΜΜ

ΧΡΗΜΑΤΟΟΙΚΟΝΟΜΙΚΗ ΔΙΟΙΚΗΣΗ. ΑΣΚΗΣΕΙΣ-ΠΡΑΞΕΙΣ Εισαγωγική εισήγηση Νο1

Πληροφοριακά Συστήματα Διοίκησης (ΜΒΑ) Ενότητα 7: Εισαγωγή στη Θεωρία Αποφάσεων Δέντρα Αποφάσεων

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΑΞΙΟΛΟΓΗΣΗ ΕΠΕΝ ΥΣΕΩΝ ΜΕΤΑΠΤΥΧΙΑΚΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥ ΩΝ ΜΑΘΗΜΑ: ΛΕΙΤΟΥΡΓΙΕΣ ΕΠΙΧΕΙΡΗΣΕΩΝ

Διοίκηση Ολικής Ποιότητας ΔΙΑΛΕΞΗ 2 η : Εργαλεία και Τεχνικές

Οδηγός Οικονοµικής Ανάλυσης: Οικονοµική Αξιολόγηση των Επιλογών Καθαρότερης Παραγωγής

Χρονική Αξία Χρήµατος Στη Χρηµατοοικονοµική, κεφάλαιο ονοµάζουµε εκείνο το χρηµατικό ποσό που µπορούµε να διαθέσουµε σε µια επένδυση για όποιο χρονικό

Διακριτά Μαθηματικά ΙΙ Χρήστος Νομικός Τμήμα Μηχανικών Η/Υ και Πληροφορικής Πανεπιστήμιο Ιωαννίνων 2018 Χρήστος Νομικός ( Τμήμα Μηχανικών Η/Υ Διακριτά

Δρ. Α.Α.Δράκος,Αναπλ.Καθηγητής Χρηµατοδοτικής Διοίκησης Δρ. Β. Γ. Μπαµπαλός, ΠΔ ΣΗΜΕΙΩΣΕΙΣ ΔΙΔΑΣΚΟΝΤΩΝ ΣΤΗ ΧΡΗΜΑΤΟΔΟΤΙΚΗ ΔΙΟΙΚΗΣΗ 1

Slide 8.1. ΤΕΙ Πειραιά Μεταπτυχιακό Πρόγραμμα Λογιστική και Χρηματοοικονομική. Δευτέρα 27 Ιανουαρίου & Τετάρτη 29 Ιανουαρίου

4. ΔΙΚΤΥΑ

Δρ. Χάϊδω Δριτσάκη. MSc Τραπεζική & Χρηματοοικονομική

Πληροφοριακά Συστήματα Διοίκησης. Θεωρία Αποφάσεων

ΕΠΙΧΕΙΡΗΣΙΑΚΑ ΠΑΙΓΝΙΑ ΕΡΓΑΣΤΗΡΙΟ ΜΑΘΗΜΑ ΠΕΜΠΤΟ ΥΝΑΜΙΚΑ ΠΑΙΓΝΙΑ ΠΛΗΡΟΥΣ ΠΛΗΡΟΦΟΡΗΣΗΣ ΑΚΑ ΗΜΑΙΚΟ ΕΤΟΣ

Δοµές Δεδοµένων. 18η Διάλεξη Ισορροπηµένα δέντρα. Ε. Μαρκάκης

Θεωρία Παιγνίων Δρ. Τασσόπουλος Ιωάννης

Ισορροπημένα Δένδρα. για κάθε λειτουργία; Ισορροπημένο δένδρο : Διατηρεί ύψος κάθε εισαγωγή ή διαγραφή

Το Επενδυτικό σχέδιο 3. Βασικές έννοιες και ορισµοί

Ασφάλεια Πληροφοριακών Συστηµάτων. Επαναληπτικές Ασκήσεις

ΑΝ.ΕΦ. Γ ΛΥΚΕΙΟΥ Αν η συνθήκη ισχύει, τότε εκτελούνται οι εντολές που βρίσκονται µεταξύ των λέξεων ΤΟΤΕ και και η εκτέλεση του προγράµµατος συνεχίζετα

Να χαρακτηρίσετε καθεμία από τις παρακάτω προτάσεις ως σωστή (Σ) ή λανθασμένη (Λ):

6. Οικονοµική Αξιολόγηση Ενεργειακών Επενδύσεων

Συστήματα Υποστήριξης Αποφάσεων Διάλεξη Νο2 και 3. Ενισχυτικές διαφάνειες

Κεφάλαιο 4: Επιλογή σημείου παραγωγής

Συστήματα Χρηματοοικονομικής Διοίκησης

Θέμα: ΛΥΜΕΝΕΣ ΑΣΚΗΣΕΙΣ ΣΤΗ ΛΗΨΗ ΑΠΟΦΑΣΕΩΝ

ΘΕΜΑ 1: Αλγόριθμος Ford-Fulkerson

Ομόλογα (bonds) Μετοχές (stocks) Αμοιβαία κεφάλαια (mutual funds)

17/10/2016. Στατιστική Ι. 3 η Διάλεξη

ΕΝΟΤΗΤΑ 6 ΛΙΣΤΕΣ ΠΑΡΑΛΕΙΨΗΣ (SKIP LISTS)

2.6 ΟΡΙΑ ΑΝΟΧΗΣ. πληθυσµού µε πιθανότητα τουλάχιστον ίση µε 100(1 α)%. Το. X ονοµάζεται κάτω όριο ανοχής ενώ το πάνω όριο ανοχής.

Νέες τεχνολογίες εισάγονται ή χρησιµοποιούνται

Certified Engineer Manager (CEM)

ΧΡΗΜΑΤΟΟΙΚΟΝΟΜΙΚΗ ΔΙΟΙΚΗΣΗ ΘΕΩΡΙΑ ΚΑΙ ΠΡΑΚΤΙΚΗ

Η παρούσα αξία της επένδυσης αν αυτή υλοποιηθεί άµεσα είναι 0 K 0 1 K

Αλγόριθµοι δροµολόγησης µε µέσα µαζικής µεταφοράς στο µεταφορικό δίκτυο των Αθηνών

ιεργασίες και Επεξεργαστές στα Κατανεµηµένων Συστηµάτων

Διαχείριση Εφοδιαστικής Αλυσίδας Μέρος 5 Αξιολόγηση Εναλλακτικών Σεναρίων ΔΡ. ΙΩΑΝΝΗΣ ΡΟΜΠΟΓΙΑΝΝΑΚΗΣ

Κεφάλαιο 4: Επιλογή σημείου παραγωγής

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ Τ Μ Η Μ Α Π Λ Η Ρ Ο Φ Ο Ρ Ι Κ Η Σ

Εσωτερικός βαθμός απόδοσης

Διοίκηση Ολικής Ποιότητας ΔΙΑΛΕΞΗ 8 η : Στατιστικός Έλεγχος Ποιότητας. Δρ. Α. Στεφανή Τμήμα Διοίκησης Επιχειρήσεων ΤΕΙ Δυτικής Ελλάδας - Μεσολόγγι

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ. Κεφάλαιο 7. Τυχαίες Μεταβλητές και Διακριτές Κατανομές Πιθανοτήτων

ΔΙΟΙΚΗΣΗ ΤΕΧΝΙΚΩΝ ΕΡΓΩΝ

Ελεγκτικής. ΤΕΙ Ηπείρου (Παράρτηµα Πρέβεζας)

Δραστηριότητα Εύρεση του π

Θέμα: ΛΗΨΗ ΑΠΟΦΑΣΕΩΝ - ΑΣΚΗΣΕΙΣ ΣΤΑ ΠΟΛΥΠΛΟΚΑ ΠΡΟΒΛΗΜΑΤΑ ΑΠΟΦΑΣΕΩΝ

ΠΛΗ111. Ανοιξη Μάθηµα 3 ο. Συνδεδεµένες Λίστες. Τµήµα Ηλεκτρονικών Μηχανικών και Μηχανικών Υπολογιστών Πολυτεχνείο Κρήτης

Κεφάλαιο 2: Έννοιες και Ορισμοί

1. Στοιχεία Προβλημάτων Απόφασης

Συστήματα Χρηματοοικονομικής Διοίκησης

Στοχαστικές Στρατηγικές

ÖÑÏÍÔÉÓÔÇÑÉÏ ÈÅÙÑÇÔÉÊÏ ÊÅÍÔÑÏ ÁÈÇÍÁÓ - ÐÁÔÇÓÉÁ

2. ΘΕΩΡΙΑ ΠΑΙΓΝΙΩΝ

Λύσεις Παλιών Θεµάτων. Συστήµατα Παράλληλης Επεξεργασίας, 9ο εξάµηνο Υπεύθ. Καθ. Νεκτάριος Κοζύρης

συναντήσεις εργασίας εκτέλεση ρόλου διευθυντή σεμινάρια σύνταξη γραπτής εργασίας τελικό σεμινάριο έκθεση αξιολόγηση

Δοµές Δεδοµένων. 11η Διάλεξη Ταξινόµηση Quicksort και Ιδιότητες Δέντρων. Ε. Μαρκάκης

Case 06: Το πρόβληµα τωνlorie και Savage Εισαγωγή (1)

PROJECT ΣΤΟ ΜΑΘΗΜΑ ΕΙΣΑΓΩΓΗ ΣΤΙΣ ΕΥΡΕΤΙΚΕΣ ΜΕΘΟ ΟΥΣ

Ενότητα 3 Επιτηρούµενος διαχωρισµός

ΕΠΙΧΕΙΡΗΣΙΑΚΑ ΠΑΙΓΝΙΑ ΕΡΓΑΣΤΗΡΙΟ ΜΑΘΗΜΑ ΕΥΤΕΡΟ- ΚΥΡΙΑΡΧΟΥΜΕΝΗ ΣΤΡΑΤΗΓΙΚΗ- PRISONER S DILLEMA ΑΚΑ ΗΜΑΙΚΟ ΕΤΟΣ

ΕΝΟΤΗΤΑ 4. ΕΠΙΛΟΓΗ ΕΡΓΟΥ ΕΚΤΙΜΗΣΗ ΕΡΓΟΥ. Κατερίνα Αδάμ, Μ. Sc., PhD Eπίκουρος Καθηγήτρια

o AND o IF o SUMPRODUCT

Εφαρµογή στην αξιολόγηση επενδύσεων

Γιατί η χρηµατοδότηση είναι αναγκαία;

Επίλυση προβληµάτων. Περιγραφή προβληµάτων Αλγόριθµοι αναζήτησης Αλγόριθµοι τυφλής αναζήτησης Αλγόριθµοι ευρετικής αναζήτησης

ΑΠΑΝΤΗΣΕΙΣ ΣΤΑ ΘΕΜΑΤΑ ΠΑΝΕΛΛΑΔΙΚΩΝ ΕΞΕΤΑΣΕΩΝ 2018

Θέμα: ΛΗΨΗ ΑΠΟΦΑΣΕΩΝ - ΑΣΚΗΣΕΙΣ ΣΤΑ ΠΟΛΥΠΛΟΚΑ ΠΡΟΒΛΗΜΑΤΑ ΑΠΟΦΑΣΕΩΝ

Επίλυση Προβληµάτων µε Greedy Αλγόριθµους

Διάλεξη 7. Θεωρία παιγνίων VA 28, 29

Συστήματα Χρηματοοικονομικής Διοίκησης

3. ΠΑΡΑΜΕΤΡΟΙ ΚΑΤΑΝΟΜΩΝ

Ισορροπημένα Δένδρα. για κάθε λειτουργία; Ισορροπημένο δένδρο : Διατηρεί ύψος κάθε εισαγωγή ή διαγραφή

Εργαστήριο Εισαγωγής στη Σχεδίαση Συστημάτων VLSI

Ασκήσεις στους Γράφους. 1 ο Σετ Ασκήσεων Βαθμός Μονοπάτια Κύκλος Euler Κύκλος Hamilton Συνεκτικότητα

Υ104 Πληροφοριακά Συστήµατα ιοίκησης και ιαχείρισης Έργων

Αυτοµατιµός Γραφείου. Τµήµα Διοίκησης Επιχειρήσεων ΑΤΕΙ- Δυτικής Ελλάδας Μεσολόγγι Δρ. Α. Στεφανή Διάλεξη 2η

Δομές Αναζήτησης. κλειδί από ολικά διατεταγμένο σύνολο. Θέλουμε να υποστηρίξουμε δύο βασικές λειτουργίες: Εισαγωγή ενός νέου στοιχείου

Transcript:

Διάλεξη 5 η : ΕΠΙΛΟΓΗ ΕΡΓΟΥ Δρ. Β. Βασιλειάδης ΔΙΚΣΕΟ, ΑΤΕΙ Μεσολογγίου

Εngineering Economic Analysis Η εκπλήρωση των στόχων ενός έργου µπορεί να επιτευχθεί µε πολλούς τρόπους, Εξαρτάται από n τεχνικούς n επιχειρηµατικούς n οικονοµικούς n κτλ. παράγοντες Η Οικονοµική ανάλυση είναι σηµαντική για κάθε τεχνολογικό έργο

Ποιος ο σκοπός της? 1. Εφικτότητα Αξίζει να εκτελεστεί το συγκεκριµένο έργο? (θα στοιχίσει όσα µπορούµε να διαθέσουµε, θα παράγει κέρδος?) 2. Επιλογή Δεδοµένης µίας λίστας µε πιθανά έργα, ποιο είναι το καλύτερο (ποιο µας συµφέρει) να εκτελεστεί? -> Παραγωγή λίστας κατάταξης.

Τεχνικές Αριθµητικά Μοντέλα Περίοδος Αποπληρωµής Payback Period NPV- Καθαρή Παρούσα Αξία ROI Ποιοτικά Μοντέλα Δένδρα Αποφάσεων

Απόδοση Επένδυσης (ROI) Return on Investment- % Μέσο Ετήσιο Κέρδος= Συνολικό_ Κέρδος Συνολική_ Δαπ άνη Αριθµ ός _ Ετ ών _ που _ διαρκε ί _ η _ επ ένδυση Καθαρό Κέρδος= Συνολική_ Εξοικον όµιση Αρχικ ή_ Επ ένδυση Απόδοση Επένδυσης (ROI)= Kaθαρό_ Κ έρδος 100 Αρχικ ή_ επ ένδυση ή NPV 100 Αρχικ ή_ επ ένδυση

ROI - Παράδειγµα Για το Α: Χρονιά Χρηµατική Ροή για το Α Χρηµατική Ροή για το Β 0 (35000) (35000) 1 20000 10000 2 15000 10000 3 10000 15000 4 10000 20000 Ολικό κέρδος 55000 55000 Μέσο Ετήσιο Κέρδος= 55000 35000 20000 = = 5000 4 4 Απόδοση Επένδυσης= 20000 100 200000 = = 35000 35000 57%

ROI Πλεονεκτήµατα/ Μειονεκτήµατα +Απλή µέθοδος, παίρνει υπόψη όλη τη διάρκεια του έργου +Εκφράζεται ως ποσοστό επί της αρχικής επένδυσης -Χρησιµοποιεί ΜΟ κερδών (υψηλό αρχικό κέρδος vs όψιµο υψηλό κέρδος) Στο προηγούµενο παράδειγµα, RΟΙ το ίδιο αλλά το Α είχε γρηγορότερα κέρδος.

Άσκηση

Λύση άσκησης 1 Παρατήρηση: το πακέτο Α θα παραδοθεί µετά από ένα χρόνο εποµένως οφέλη από τη χρήση του θα έχουµε από το 2ο χρόνο και µετά και όχι από τον 1ο.Το αντίστοιχο ισχύει και για τα υπόλοιπα πακέτα. Για το πακέτο Α:

Πακέτο Β

Πακέτο Γ

Συµπέρασµα

Τι είναι τα Δένδρα Αποφάσεων (ΔΑ) Εργαλείο που υποστηρίζει τη λήψη αποφάσεων σε στρατηγικό, διοικητικό και οικονοµικό επίπεδο Χρησιµοποιείται για την επιλογή της καταλληλότερης στρατηγικής έτσι ώστε να επιτευχθεί ένας στόχος Αναπαρίσταται ως γράφος µε δοµή δένδρου Απεικονίζει τις αποφάσεις και τα πιθανά αποτελέσµατα τους περιλαµβάνοντας την πιθανότητα και τους απαιτούµενους πόρους Πρακτική αξία: απεικόνιση µεγάλων, πολύπλοκων προβληµάτων ως σύνθεση µικρότερων και απλότερων

Παράδειγμα ΔΑ Ένα ΔΑ περιέχει 3 ειδών κόµβους: 1. Κόµβους Απόφασης - τετράγωνα 2. Κόµβους Πιθανοτήτων κύκλοι 3. Τελικοί κόµβοι - τρίγωνα -Σχεδιάζονται από αριστερά προς τα δεξιά -περιέχουν µονοπάτια που χωρίζονται, όχι που ενώνονται

Κόμβοι ΔΑ Κόμβος Απόφασης Κόµβος Απόφασης (ΚΑ) ή Decision Node: σχεδιάζονται εναλλακτικές πορείες ενεργειών από ένα σύνολο πεπερασµένων πορειών σχεδιάζεται ως ακµή στο δεξί µέρος του τετραγώνου όπου υπάρχει κόστος αναφέρεται πάνω στην ακµή Τιµή ΕΜV (Expected Monetary Value) επάνω στον κόµβο καταλήγει σε Payoff, σε ΚΑ ή σε ΚΠ

Παράδειγμα ΚΑ EMV EMV 1a 1 EMV 1b

Παράδειγμα ΚΑ 500 1-1a: 500-1000=-500E 1-1b: 200-0=200E 200 \\ 1a Επιλέγουµε την 1-1b 1 200 1b

Κόμβος ΔΑ Κόμβος Πιθανότητας Κόµβος Πιθανότητας (ΚΠ) ή Chance Node: συµβολίζει ένα τυχαίο γεγονός που συµβαίνει σε κάποιο σηµείο σχεδιάζονται δεξιά εναλλακτικά αποτελέσµατα από ένα σύνολο πεπερασµένων αποτελεσµάτων Η πιθανότητα για κάθε αποτέλεσµα αναφέρεται πάνω στην ακµή καταλήγει σε Payoff, σε ΚΑ ή σε ΚΠ Πιθανότητα Κόστος

Παράδειγμα ΠΑ EMV Πιθανότητα EMV 1a 1 EMV 1b

Κόμβος ΔΑ Τελικός Κόμβος Τελικός Κόµβος (ΤΚ) ή Pay off: συµβολίζει το αποτέλεσµα µίας διαδροµής απόφασης είδος του αποτελέσµατος (συνήθως κέρδος ή ζηµία) αναγράφεται δίπλα στον κόµβο 3000*0,667+2000*0,208+0,125*(-6000)=1661

Παράδειγμα -Τελικός Κόμβος ROI Κέρδος

Άσκηση 1 -Αγορά ΠΣ για τον αυτοματισμό διαδικασιών μίας επιχείρησης Η διοίκηση µίας επιχείρησης πρέπει να αποφασίσει εάν θα αγοράσει ή όχι ένα ΠΣ για να αυτοµατοποιήσει κάποιες από τις καθηµερινές της διαδικασίες. Ανάλογα µε την επιτυχή ενσωµάτωση του ΠΣ τα αποτελέσµατα της εφαρµογής του χαρακτηρίζονται πτωχά, µέτρια ή εξαιρετικά. Το αντίστοιχο καθαρό κέρδος κάθε περίπτωσης υπολογίζεται σε -90ΚΕ, 40ΚΕ και 300ΚΕ µε πιθανότητα κάθε περίπτωσης 0,5, 0,3 και 0,2 αντίστοιχα. Να κατασκευαστεί το αντίστοιχο ΔΑ και να υπολογιστεί η καλύτερη απόφαση.

Λύση (1/3) EMV EMV 1a Πτωχά 0,5 Μέτρια 0,3-90ΚΕ 40ΚΕ 1 0,2 300ΚΕ 0Ε

Λύση (2/3) ΕΜV 1a: -90-0.5+40*0.3+300*0.2=27KE ΕΜV 1-1b: 0E Επιλέγεται η 1 α : ΕΜV1= ΕMV(1a)-Κόστος=27-0=27ΚΕ

Λύση (3/3)-Τελικό ΔΑ 27ΚΕ 27ΚΕ 1a Πτωχά 0,5 Μέτρια 0,3-90ΚΕ 40ΚΕ 1 \\ 0,2 300ΚΕ 0Ε

Άσκηση 2 συνέχεια από την προηγούμενη άσκηση Το προηγούµενο ΔΑ δεν δίνει µία σαφή λύση γιατί υπάρχει µεγάλος κίνδυνος (50%) να υποστεί ζηµία η εταιρεία. Οπότε χρειάζονται περισσότερες πληροφορίες. Ο υπεύθυνος θέλει να εισάγει και την περίπτωση να γίνει µία τεχνολογική µελέτη (κόστους 10ΚΕ) η οποία θα αποσαφηνίσει αν η τεχνολογία που θα χρησιµοποιήσει το ΠΣ θα είναι χαλαρή (0,41%), υποσχόµενη (0,35%) ή συµπαγής (0,24%). Βάση των πιθανών αποτελεσµάτων της µελέτης, θα παρθεί η απόφαση αυτοµατοποίησης ή όχι. Στην περίπτωση µη αυτοµατοποίησης το αποτέλεσµα θα είναι 0Ε κέρδος ή ζηµία. Στην περίπτωση αυτοµατοποίησης, τότε ανάλογα µε τα αποτελέσµατα της µελέτης, οι πιθανότητες να συµβούν τα ανάλογα αποτελέσµατα και το κέρδος/ζηµία διαφέρουν. Δίνεται το ΔΑ. Ποια είναι η καλύτερη απόφαση;

Υπολογισµός NPV