Теория принятия решений: Интегрированный анализ основных положений, классификаций и поведенческих барьеров

Согласно исследованиям, посвященным поведенческой экономике и теории принятия решений, до 90% всех стратегических ошибок в бизнесе и управлении связаны не с нехваткой информации или ресурсов, а с систематическими ошибками в мышлении Лиц, Принимающих Решение (ЛПР), известными как когнитивные искажения. Этот поразительный факт подчеркивает, что Теория принятия решений (ТПР) — это не только математика и оптимизация, но и глубокая междисциплинарная область, требующая интеграции точных наук и психологии для обеспечения подлинной рациональности выбора.

Сущность и место Теории принятия решений в системе научных знаний

Теория принятия решений (ТПР) представляет собой одно из наиболее динамично развивающихся междисциплинарных направлений, находящееся на стыке математики, системного анализа, статистики, экономики, менеджмента и психологии. Ее основная миссия заключается в разработке формализованных методов, моделей и процедур, призванных обеспечить рациональный, обоснованный и наиболее эффективный выбор одного или нескольких вариантов действий в условиях, когда ресурсы ограничены, а цели носят множественный, часто противоречивый, характер.

Фундаментальная ценность ТПР заключается в ее способности структурировать мышление субъекта управления. Она переводит интуитивные, неформализованные процессы выбора в область логических, проверяемых и повторяемых процедур, что многократно повышает качество и предсказуемость результата.

В рамках ТПР традиционно выделяют два ключевых концептуальных подхода, отражающих двойственную природу процесса выбора:

1. Нормативный (Математический) Подход. Данный подход фокусируется на том, как должно происходить принятие решений, если ЛПР является полностью рациональным и преследует цель максимизации полезности. Он включает в себя разработку строгих математических моделей, основанных на аксиомах рациональности (например, теория ожидаемой полезности), и лежит в основе методов оптимизации.
2. Дескриптивный (Поведенческий) Подход. Этот подход исследует, как реально происходит принятие решений человеком в сложных ситуациях. Он изучает психологические факторы, когнитивные искажения и ограниченность человеческой вычислительной способности. Его задача — понять и объяснить отклонения реального выбора от идеальной рациональной модели, тем самым предлагая инструменты для коррекции ошибок.

Предмет и объект ТПР

Объектом исследования Теории принятия решений выступает проблемная ситуация, требующая выбора из множества альтернатив. Это может быть ситуация экономического выбора, управленческая дилемма, инженерная задача оптимизации или любая другая ситуация, где требуется сопоставление вариантов и их последствий.

Предметом же ТПР являются общие закономерности выработки и моделирования решений в проблемных ситуациях. ТПР изучает структуру процесса принятия решения, методы анализа и оценки альтернатив, а также разрабатывает алгоритмы, позволяющие формализовать субъективные предпочтения ЛПР и свести к минимуму влияние неопределенности и риска.

Категориальный аппарат Теории принятия решений

Для обеспечения строгости и научности анализа ТПР оперирует четко определенным категориальным аппаратом.

Термин	Академическое определение	Примечание
Решение (Управленческое решение)	Творческий, сознательный акт субъекта управления, направленный на выбор программы действий, способной эффективно разрешить проблему, основываясь на анализе объективной и субъективной информации.	Решение всегда носит целевой характер и направлено на изменение состояния объекта.
Лицо, Принимающее Решение (ЛПР)	Субъект (человек или группа), наделенный полномочиями и ответственностью за фактический выбор рационального варианта действий.	ЛПР является носителем предпочтений, целей и ценностей, которые определяют выбор.
Альтернатива	Один из возможных вариантов действия, допустимое решение из заданного множества, из которого осуществляется окончательный выбор.	Альтернативы должны быть взаимоисключающими и исчерпывающими (покрывать все возможные варианты).
Критерий	Измеримый показатель качества или эффективности, с помощью которого проводится оценка, сравнение и ранжирование альтернативных вариантов.	Критерии служат инструментом формализации целей ЛПР.

Классическая (рациональная) модель и ее ограничения

Классическая, или рациональная, модель принятия решений является краеугольным камнем нормативного подхода в ТПР. Она представляет процесс выбора как прямоточное, логически обоснованное движение, цель которого — достижение максимально эффективного результата. Эта модель подразумевает, что ЛПР обладает полной информацией, способностью к неограниченной обработке данных и однозначной системой предпочтений.

Этапы рациональной модели принятия решений

Классическая модель, разработанная в середине XX века, структурирует процесс принятия решений в четыре последовательных этапа:

1. Постановка проблемы (Диагностика и анализ). На этом этапе происходит осознание наличия проблемной ситуации, ее диагностика, сбор и анализ всей релевантной информации, а также формулирование целей, которых необходимо достичь.
2. Разработка вариантов (Формулирование альтернатив). Происходит генерация всех возможных и допустимых альтернативных решений. На этом же этапе определяются критерии оценки, по которым будут сравниваться варианты.
3. Выбор решения (Оценка и принятие). Сердцевина процесса. Каждая альтернатива оценивается по заданным критериям, прогнозируются последствия ее реализации, после чего с помощью формальных методов (например, математического моделирования или статистического анализа) выбирается вариант, обеспечивающий максимальную полезность или наименьший риск.
4. Организация выполнения (Реализация и контроль). Выбранное решение претворяется в жизнь. Разрабатывается план реализации, выделяются ресурсы, организуется контроль за ходом выполнения и, что крайне важно, проводится оценка достигнутых результатов и их соответствия первоначальным целям.

Концепция Ограниченной Рациональности (Г. Саймон)

Несмотря на логическую стройность, классическая модель быстро столкнулась с критикой, поскольку она не могла адекватно описать реальный процесс принятия решений человеком. В 1950-х годах нобелевский лауреат Герберт Саймон (H. Simon) ввел революционную концепцию Ограниченной Рациональности (Bounded Rationality).

Саймон утверждал, что в реальном мире ЛПР не может быть полностью рациональным по трем основным причинам:

1. Ограниченность информации: Доступная информация всегда неполна, искажена или требует значительных затрат на сбор и обработку.
2. Ограниченность когнитивных способностей: Человеческий мозг не способен обрабатывать, сравнивать и запоминать весь объем данных, необходимый для идеального выбора.
3. Ограниченность времени: Решения часто должны приниматься в условиях цейтнота.

Вместо идеального выбора (максимизации) ЛПР в условиях ограниченной рациональности стремится к удовлетворительному решению (satisficing) — первому найденному варианту, который соответствует минимально допустимому уровню требований. Концепция ограниченной рациональности стала критическим мостом, который обосновал необходимость перехода от чисто нормативных (математических) моделей к дескриптивным (поведенческим) подходам, изучающим реальное поведение ЛПР, что значительно расширило границы ТПР.

Классификация задач принятия решений: От определенности к неопределенности

Для выбора адекватного метода анализа критически важной является классификация задач принятия решений (ЗПР). Наиболее существенным признаком, определяющим методологию, является степень определенности информации (условия принятия решений), а также количество критериев выбора.

Классификация по степени определенности информации

Эта классификация делит весь спектр задач на три основные группы, требующие принципиально разных подходов к моделированию:

Группа ЗПР	Степень определенности	Характеристика условий	Применяемые методы
1. Полная Определенность (Детерминированные)	Известны все параметры	Исход каждого действия известен и гарантирован. Цели формализованы в виде целевых функций, ограничения — в виде уравнений/неравенств.	Методы математического программирования (линейное, нелинейное), оптимизация, точные алгоритмы.
2. Риск (Вероятностная Определенность)	Известны исходы, известны вероятности	Возможные результаты (состояния "Природы") известны, и могут быть установлены объективные или субъективные вероятности их наступления.	Методы статистических решений, Критерий математического ожидания, Теория ожидаемой полезности.
3. Неопределенность (Недетерминированные)	Неизвестны исходы и/или вероятности	Информация неполна и неточна. Невозможно установить объективные вероятности наступления различных состояний среды.	Экспертные оценки, Теория игр (модели "Игры с Природой"), специальные критерии (Вальда, Сэвиджа, Гурвица).

Классификация по количеству критериев выбора

Выбор альтернативы может основываться на одном или нескольких показателях эффективности, что также определяет методологию:

1. Однокритериальные ЗПР (скалярный критерий). Выбор осуществляется по единственному показателю, который агрегирует всю ценность альтернативы (например, максимизация прибыли или минимизация затрат). Для них применяются стандартные методы оптимизации.
2. Многокритериальные ЗПР (векторный критерий). Выбор требует одновременного учета нескольких, часто противоречивых, критериев (например, высокая эффективность, низкая стоимость и высокая экологичность). Решение такой задачи требует специальных методов, таких как методы свертки или методы анализа иерархий, поскольку улучшение по одному критерию неизбежно ведет к ухудшению по другому.

Методы принятия решений в условиях риска и неопределенности

Задачи в условиях риска и неопределенности часто описываются в рамках модели "Игры с Природой", где ЛПР выбирает стратегию, а "Природа" (внешняя среда) принимает одно из возможных состояний, не зависящее от выбора ЛПР. Как определить оптимальный ход, если переменные вне вашего контроля?

Решения в условиях риска

При наличии риска (когда известны вероятности $P_j$ наступления состояний среды) используется Критерий математического ожидания (средневзвешенного риска).

Данный критерий является наиболее рациональным в долгосрочной перспективе. ЛПР стремится выбрать ту альтернативу $X^*$, для которой ожидаемый выигрыш $E(X)$ будет наибольшим.

Формула математического ожидания выигрыша:

E(Xᵢ) = Σⁿⱼ₌₁ aᵢⱼ ⋅ Pⱼ

Где:

• E(Xᵢ) — математическое ожидание выигрыша для i-й альтернативы.
• aᵢⱼ — выигрыш (или полезность) от i-й альтернативы при наступлении j-го состояния природы.
• Pⱼ — вероятность наступления j-го состояния природы.

Выбирается альтернатива X* при условии, что E(X*) = maxᵢ E(Xᵢ).

Методы для условий неопределенности

Когда вероятности наступления состояний среды неизвестны, ЛПР вынуждено полагаться на свои субъективные оценки риска и предпочтений. Для этого разработаны специальные критерии, отражающие различную степень оптимизма или пессимизма ЛПР:

1. Критерий Вальда (Критерий "Максимина")

Отражает крайний пессимизм ЛПР. Он предполагает, что независимо от выбранной альтернативы всегда наступит самое неблагоприятное состояние среды. ЛПР стремится выбрать альтернативу, которая гарантирует наибольший выигрыш в самом худшем случае.
Выбор X*: maxᵢ ( minⱼ aᵢⱼ )

Логика: Выбор стратегии, минимизирующей максимальные потери или максимизирующей минимальный гарантированный доход.

2. Критерий Сэвиджа (Критерий "Минимакса")

Этот критерий не работает с абсолютными выигрышами, а направлен на минимизацию потерь от "сожаления" (regret). Потери определяются как разность между максимально возможным выигрышем при данном состоянии среды и фактическим выигрышем ЛПР.

Сначала строится матрица потерь rᵢⱼ, где rᵢⱼ = maxᵢ(aᵢⱼ) - aᵢⱼ. Затем выбирается альтернатива, которая минимизирует максимальные возможные потери.
Выбор X*: minᵢ ( maxⱼ rᵢⱼ )

Логика: ЛПР осторожно и стремится избежать ситуации, когда его выбор окажется сильно хуже, чем оптимальный выбор, который мог бы быть сделан, если бы состояние среды было известно заранее.

3. Критерий Гурвица (Критерий "Оптимизма-Пессимизма")

Является компромиссным. ЛПР использует коэффициент оптимизма α (где 0 ≤ α ≤ 1), который отражает степень его уверенности в благоприятном исходе. При α=1 критерий соответствует крайнему оптимизму, при α=0 — крайнему пессимизму (идентичен критерию Вальда).

Критерий взвешивает максимальный и минимальный выигрыш для каждой альтернативы:
Aᵢ = α ⋅ Э_MAXᵢ + (1 - α) ⋅ Э_MINᵢ

Где:

• Э_MAXᵢ — максимальный выигрыш для i-й альтернативы.
• Э_MINᵢ — минимальный выигрыш для i-й альтернативы.

Выбирается альтернатива X* с максимальным значением Aᵢ.

Методы Многокритериального анализа решений (МК ЗПР)

Многокритериальные задачи принятия решений (МК ЗПР) возникают, когда выбор должен осуществляться по нескольким, часто конфликтующим, критериям. В этих условиях невозможно найти одно "лучшее" решение, которое было бы оптимально по всем показателям одновременно.

Принцип Парето-оптимальности и свертка критериев

В МК ЗПР первым шагом является формирование множества эффективных (Парето-оптимальных) решений. Решение X₁ является Парето-оптимальным, если не существует другого допустимого решения X₂, которое было бы лучше X₁ хотя бы по одному критерию и не хуже по всем остальным. Это множество содержит все решения, которые стоит рассматривать.

Для выбора единственного решения из Парето-множества часто применяется свертка критериев — преобразование многокритериальной задачи в однокритериальную путем агрегирования оценок.

Метод взвешенной суммы является наиболее распространенным методом свертки. Он позволяет учесть относительную важность каждого критерия через присвоение весовых коэффициентов wⱼ (где Σ wⱼ = 1).

Математически взвешенная сумма для i-й альтернативы (Sᵢ) определяется формулой:

Sᵢ = Σⁿⱼ₌₁ wⱼ ⋅ xᵢⱼ

Где:

• xᵢⱼ — нормализованная оценка i-й альтернативы по j-му критерию.
• wⱼ — весовой коэффициент j-го критерия.

Выбирается альтернатива с наибольшим значением Sᵢ. Главная сложность метода — корректное определение и обоснование весовых коэффициентов, поскольку субъективное присвоение весов может привести к искажению результата.

Метод Анализа Иерархий (МАИ / АНР)

Метод анализа иерархий (МАИ), разработанный Томасом Л. Саати в 1970-х годах, является мощным инструментом для структурирования сложных, многокритериальных проблем и принятия решений. Он позволяет перевести субъективные экспертные суждения в количественные оценки.

Суть метода:

1. Построение Иерархии: Проблема декомпозируется на уровни: цель, критерии, подкритерии и альтернативы.
2. Попарное Сравнение: ЛПР сравнивает элементы каждого уровня попарно относительно элемента вышестоящего уровня, используя шкалу Саати (от 1 — равная важность, до 9 — абсолютное превосходство).
3. Расчет Приоритетов: Из каждой матрицы попарных сравнений извлекается вектор приоритетов (веса критериев или приоритеты альтернатив) путем нахождения собственного вектора матрицы.

Проверка на согласованность (Консистентность)

Ключевым академическим требованием к МАИ является проверка логической согласованности суждений ЛПР. Если эксперт заявляет, что А важнее Б, а Б важнее В, то логично, что А должно быть важнее В. Если этого не происходит, матрица сравнений считается несогласованной. Согласованность проверяется через расчет Отношения согласованности (ОС). Если ОС превышает пороговое значение (котор��е Саати установил на уровне 0,10 или 10%), суждения ЛПР являются слишком противоречивыми, и требуется пересмотр исходных оценок. Эта процедура придает МАИ научную строгость, защищая результат от случайных или эмоциональных суждений.

Метод TOPSIS

Метод TOPSIS (Technique for Order Preference by Similarity to Ideal Solution) основан на геометрической идее, что наилучшая альтернатива должна быть как можно ближе к идеальному решению (лучшее значение по всем критериям) и как можно дальше от антиидеального решения (худшее значение по всем критериям).

Алгоритм:

1. Нормализация данных: Приведение разнородных критериев к безразмерному виду.
2. Определение идеального ($A^+$) и антиидеального ($A^−$) решений: Формирование гипотетических альтернатив с лучшими и худшими значениями по всем критериям.
3. Расчет расстояний: Расстояние от каждой альтернативы до идеального и антиидеального решений рассчитывается с использованием Евклидовой метрики в n-мерном пространстве критериев.

Расстояние до идеального решения (Dᵢ⁺) и антиидеального решения (Dᵢ⁻) рассчитывается следующим образом:

Dᵢ⁺ = √[Σⁿⱼ₌₁ (vᵢⱼ - vⱼ⁺)²]; Dᵢ⁻ = √[Σⁿⱼ₌₁ (vᵢⱼ - vⱼ⁻)²]

Где vᵢⱼ — взвешенная и нормализованная оценка, vⱼ⁺ и vⱼ⁻ — идеальные и антиидеальные значения.

4. Расчет показателя близости: Рассчитывается показатель близости Cᵢ к идеальному решению: Cᵢ = Dᵢ⁻ / (Dᵢ⁺ + Dᵢ⁻). Выбирается альтернатива с максимальным Cᵢ.

Поведенческий аспект ТПР: Когнитивные искажения как барьеры рациональности

Поведенческий (дескриптивный) подход к ТПР, получивший мощный импульс благодаря работам Даниэля Канемана и Амоса Тверски, признает, что человек не является идеальным рациональным субъектом. На процесс принятия решений систематически влияют когнитивные искажения — автоматические, шаблонные ошибки мышления, основанные на эвристиках (ментальных ярлыках).

Теория перспектив (Prospect Theory) Д. Канемана и А. Тверски

В 1979 году Канеман и Тверски опубликовали Теорию перспектив, которая стала основой дескриптивного подхода и мощной альтернативой классической Теории ожидаемой полезности.

Теория перспектив объясняет нерациональное поведение ЛПР через два ключевых эффекта:

1. Эффект опорной точки (Reference Point): Люди оценивают исходы не как абсолютные величины, а относительно некоторой точки отсчета (текущего положения).
2. Асимметрия потерь и прибылей: Функция ценности, разработанная Канеманом, показывает, что люди испытывают боль от потерь примерно в два-три раза сильнее, чем радость от эквивалентной по размеру прибыли (неприятие потерь). Это приводит к тому, что люди готовы идти на больший риск, чтобы избежать потерь, но при этом демонстрируют осторожность, когда речь идет о получении потенциальной прибыли.

Основные когнитивные искажения, влияющие на ЛПР

Когнитивные искажения — это систематические барьеры, препятствующие рациональному выбору:

Искажение/Эвристика	Описание влияния на ЛПР	Пример
Предвзятость подтверждения (Confirmation Bias)	Склонность искать, интерпретировать и запоминать только ту информацию, которая подтверждает уже существующие убеждения или выбранную альтернативу, игнорируя критические данные.	Менеджер, уже решивший купить конкретное ПО, ищет только положительные отзывы о нем.
Эвристика доступности (Availability Heuristic)	Оценка вероятности события на основе того, насколько легко примеры этого события приходят на ум. Более яркие, недавние или эмоциональные события кажутся более вероятными.	Оценка риска авиакатастрофы как высокого после просмотра новостей о ней, хотя статистически риск минимален.
Ловушка вклада (Sunk Cost Fallacy)	Продолжение инвестирования ресурсов (денег, времени) в заведомо провальный проект, потому что "уже слишком много вложено". Рациональный выбор — прекратить, но искажение не позволяет этого сделать.	Продолжение разработки продукта, который проигрывает конкурентам, только потому, что на него потрачено 5 млн долларов.
Эффект привязки (Anchoring Effect)	Тенденция чрезмерно полагаться на первую полученную информацию ("якорь"), которая затем искажает все последующие суждения и оценки, даже если "якорь" нерелевантен.	Оценка стоимости объекта, основанная на первоначальной (возможно, завышенной) цене, указанной продавцом.

Пути минимизации влияния искажений

Минимизация влияния когнитивных искажений не означает их полное устранение, а скорее управление ими. Для повышения рациональности решений ТПР предлагает:

1. Структурирование процесса: Использование формальных моделей (дерево решений, матрица решений, МАИ) заставляет ЛПР следовать логике, а не интуиции.
2. Осознанность и образование: Изучение ТПР и поведенческой экономики помогает ЛПР распознавать свои собственные эвристики.
3. Формализация критериев: Четкое определение критериев и весов до начала оценки альтернатив снижает риск последующей подгонки критериев под желаемый результат.
4. Создание "Адвокатов дьявола": Введение в процесс принятия решений лиц, чья задача — оспаривать предпочтения ЛПР и искать данные, противоречащие текущей гипотезе (борьба с предвзятостью подтверждения).

Заключение: Синтез нормативного и поведенческого подходов

Теория принятия решений (ТПР) является критически важной научной дисциплиной для современного менеджмента и экономики, предоставляя как инструментарий для рационального выбора, так и основу для понимания реального человеческого поведения. Наше исследование систематизировало основные положения ТПР, начиная с ее междисциплинарной сущности и категориального аппарата.

Мы проанализировали классическую рациональную модель и ее фундаментальное ограничение, выраженное в концепции Ограниченной Рациональности Г. Саймона. Ключевая ценность ТПР заключается в ее способности классифицировать задачи и адаптировать методологию: от точных методов оптимизации для условий полной определенности до сложных статистических критериев (математическое ожидание) для риска и специальных критериев (Вальда, Сэвиджа, Гурвица) для неопределенности. Для многокритериальных задач были детально рассмотрены передовые методы, такие как Метод взвешенной суммы, Метод Анализа Иерархий (МАИ) с обязательной проверкой на согласованность, и Метод TOPSIS, использующий Евклидову метрику.

Наконец, признание существования когнитивных искажений, детально описанных в Теории перспектив Канемана и Тверски, подчеркивает необходимость комплексного подхода. Эффективное принятие решений в сложных условиях современного мира требует не только владения нормативными математическими моделями, но и глубокого понимания дескриптивных поведенческих факторов. Только синтез этих двух подходов позволяет ЛПР минимизировать ошибки и добиваться наилучших, обоснованных результатов.

Список использованной литературы

1. Шестаков К.М. Введение в теорию принятия решений. 2012.
2. Доррер Г.А. Теория принятия решений : учебное пособие.
3. Блaнк И.А. Принятие решений в условиях неопределенности.
4. Краткий конспект лекций по курсу «УПРАВЛЕНЧЕСКИЕ РЕШЕНИЯ».
5. Многокритериальный анализ решений [Электронный ресурс] // systems-analysis.ru. URL: https://systems-analysis.ru/ (дата обращения: 09.10.2025).
6. АНАЛИЗ МЕТОДОВ МНОГОКРИТЕРИАЛЬНОГО ПРИНЯТИЯ РЕШЕНИЙ [Электронный ресурс] // cyberleninka.ru. URL: https://cyberleninka.ru/ (дата обращения: 09.10.2025).
7. Многокритериальные задачи принятия решений: теория и методы анализа [Электронный ресурс] // urait.ru. URL: https://urait.ru/ (дата обращения: 09.10.2025).
8. МНОГОКРИТЕРИАЛЬНЫЕ ЗАДАЧИ ПРИНЯТИЯ РЕШЕНИЙ В УПРАВЛЕНИИ КАЧЕСТВОМ [Электронный ресурс] // kpfu.ru. URL: https://kpfu.ru/ (дата обращения: 09.10.2025).
9. АНАЛИЗ МНОГОКРИТЕРИАЛЬНЫХ МЕТОДОВ ПРИНЯТИЯ УПРАВЛЕНЧЕСКИХ РЕШЕНИЙ [Электронный ресурс] // kpfu.ru. URL: https://kpfu.ru/ (дата обращения: 09.10.2025).
10. Теория принятия решений [Электронный ресурс] // systems-analysis.ru. URL: https://systems-analysis.ru/ (дата обращения: 09.10.2025).
11. Основные понятия теории принятия решений [Электронный ресурс] // tpu.ru. URL: https://tpu.ru/ (дата обращения: 09.10.2025).
12. Теория принятия решений [Электронный ресурс] // bntu.by. URL: https://bntu.by/ (дата обращения: 09.10.2025).
13. Лекция 1 Введение. Предмет теории принятия решений. Эволюция теории п [Электронный ресурс] // narod.ru. URL: https://narod.ru/ (дата обращения: 09.10.2025).
14. Классификация задач принятия решении [Электронный ресурс] // studme.org. URL: https://studme.org/ (дата обращения: 09.10.2025).
15. 6.5. Классификация задач принятия решений и методы их решения [Электронный ресурс] // study-i.ru. URL: https://study-i.ru/ (дата обращения: 09.10.2025).
16. Лекция 7 Классификация задач и методов принятия решений [Электронный ресурс] // narod.ru. URL: https://narod.ru/ (дата обращения: 09.10.2025).
17. КАТЕГОРИИ ЗАДАЧ ПРИНЯТИЯ РЕШЕНИЙ [Электронный ресурс] // studref.com. URL: https://studref.com/ (дата обращения: 09.10.2025).
18. Рациональная (классическая) модель процесса принятия решений, Этапы процесса [Электронный ресурс] // studref.com. URL: https://studref.com/ (дата обращения: 09.10.2025).
19. ОСНОВНЫЕ МОДЕЛИ, ЭТАПЫ И МЕТОДЫ ТЕОРИИ ПРИНЯТИЯ РЕШЕНИЙ [Электронный ресурс] // cyberleninka.ru. URL: https://cyberleninka.ru/ (дата обращения: 09.10.2025).
20. Модели принятия решений в менеджменте: ключевые подходы [Электронный ресурс] // leadstartup.ru. URL: https://leadstartup.ru/ (дата обращения: 09.10.2025).
21. Когнитивные искажения: как они влияют на принятие решений [Электронный ресурс] // pro-dgtl.ru. URL: https://pro-dgtl.ru/ (дата обращения: 09.10.2025).
22. Когнитивные искажения. Как принимать правильные решения? [Электронный ресурс] // recont.org. URL: https://recont.org/ (дата обращения: 09.10.2025).
23. 4.5. Принятие решений в условиях риска и неопределенности [Электронный ресурс] // systematy.ru. URL: https://systematy.ru/ (дата обращения: 09.10.2025).
24. Принятие решений в условиях риска и неопределенности [Электронный ресурс] // elitarium.ru. URL: https://elitarium.ru/ (дата обращения: 09.10.2025).
25. Тема 5. Принятие решений в условиях риска и неопределенности [Электронный ресурс] // dgu.ru. URL: https://dgu.ru/ (дата обращения: 09.10.2025).
26. Модели и методы принятия решений в условиях неопределенности [Электронный ресурс] // mtas.ru. URL: https://mtas.ru/ (дата обращения: 09.10.2025).
27. Википедия [Электронный ресурс]. URL: https://ru.wikipedia.org/wiki/ (дата обращения: 09.10.2025).
28. AUP.RU: Портал управления и экономики [Электронный ресурс]. URL: http://www.aup.ru/books/ (дата обращения: 09.10.2025).
29. Системный анализ [Электронный ресурс]. URL: http://b-i.narod.ru/sys.htm (дата обращения: 09.10.2025).
30. Теория принятия решений (ТПР) [Электронный ресурс]. URL: http://ofap.ulstu.ru/vt/tpr/lec01.html (дата обращения: 09.10.2025).
31. Megamozg: Пост [Электронный ресурс]. URL: http://megamozg.ru/post/10368/ (дата обращения: 09.10.2025).
32. ЭКОСИН [Электронный ресурс]. URL: http://www.ecosyn.ru/ (дата обращения: 09.10.2025).