Wir sind nun bereit, unsere Tabellenkalkulationsmodelle etwas komplexer zu gestalten. Da jeder einen anderen Excel-Hintergrund hat, werden wir einige grundlegende Funktionen und Merkmale sowie fortgeschrittenere Techniken besprechen. Dieses Modul deckt einen größeren Teil des Modellierungsprozesses ab und beinhaltet einige der weniger bekannten, aber besonders hilfreichen Excel-Funktionen und -Tools, die zur Verfügung stehen. Denken Sie jedoch daran, dass dieser Kurs nicht darauf abzielt, ein "How-to" für Excel zu sein. Stattdessen liegt der Schwerpunkt und die Absicht darin, diese Funktionen zu nutzen, um Einblicke in echte Geschäftsprobleme zu erhalten.

In diesem Modul wird das Modellierungskonzept der Schätzung von Beziehungen zwischen Variablen durch Kurvenanpassung oder Regressionsanalyse verwendet, um realistische Geschäftsprobleme zu lösen. Es werden verschiedene Regressionskurven vorgestellt und eine mathematische Analyse, welche Kurve am besten zur Verteidigung des Modells geeignet ist, wird präsentiert. So lernen Sie nicht nur die Techniken der Modellierung kennen, sondern auch die Gründe für die Wahl des richtigen Modells.

In diesem Modul stellen wir die Tabellenkalkulationsoptimierung vor, eine der leistungsfähigsten und flexibelsten Methoden der quantitativen Analyse. Die hier vorgestellte spezielle Art der Optimierung ist die lineare Programmierung (LP), die in allen Arten von Unternehmen zur Lösung einer Vielzahl von Problemen eingesetzt wird. Wie Sie anhand der in diesem Kurs vorgestellten Beispiele sehen werden, wird die LP bei Problemen der Personaleinsatzplanung, der Bestandsverwaltung, der Werbung, der Finanzen, des Transports, der Personalbesetzung und vielen anderen eingesetzt. Ziel dieses Moduls ist es, Sie mit den grundlegenden Elementen der LP vertraut zu machen, mit den Arten von Problemen, die damit gelöst werden können, und mit der Modellierung eines LP-Problems in Excel.

Dieses Modul enthält noch mehr Beispiele für Probleme, die mit Hilfe der linearen Programmierung (LP) modelliert werden können, insbesondere Transport- und Zuordnungsprobleme. Bei dem grundlegenden Transportproblem geht es darum, den besten (in der Regel den kostengünstigsten) Weg zu finden, um ein Gut von der Quelle, z.B. einer Fabrik, zum endgültigen Ziel, z.B. einem Einzelhandelsgeschäft, zu transportieren. Beim Zuweisungsproblem geht es darum, den besten (in der Regel kostengünstigsten) Weg zu finden, um Personen oder Ausrüstungsgegenstände auf einer Eins-zu-Eins-Basis Projekten oder Aufträgen zuzuweisen. Mit Solver machen wir uns die besondere Struktur dieser LP-Probleme zunutze, um die besten Lösungen für komplexe Geschäftsprobleme auf effiziente Weise zu finden.

In diesem Modul wird eine weitere Untergruppe wichtiger mathematischer Modelle der linearen Programmierung vorgestellt, die entstehen, wenn einige der Grundannahmen eines LP-Modells mehr oder weniger restriktiv gehandhabt werden. Die Einschränkung, dass die Entscheidungsvariablen ganze Zahlen sein müssen, führt zum Beispiel zur Integer-Programmierung. Die Beschränkung der Entscheidungsvariablen auf 0 oder 1 führt zur binären Programmierung. Schließlich werden wir sehen, wie die in diesem Kurs erworbenen Fähigkeiten zur Lösung komplexerer Probleme eingesetzt werden können, die nichtlineare Modelle beinhalten.