CHƢƠNG 2: RA QUYẾT ĐỊNH TRONG QUẢN LÝ

Thời lƣợng: 6 tiết

I. GIỚI THIỆU VỀ RA QUYẾT ĐỊNH TRONG QUẢN LÝ

1.1 Tổng quát
1.2 Định nghĩa
1.3 Giả thiết về sự hợp lý

II. CÁC LOẠI RA QUYẾT ĐỊNH TRONG QUẢN LÝ

2.1 Ra quyết định theo cấu trúc của vấn đề
2.2 Ra quyết định theo tính chất của vấn đề
1. Ra quyết định trong điều kiện chắc chắn
2. Ra quyết định trong điều kiện rủi ro
3. Ra quyết định trong điều kiện không chắc chắn

III. QUÁ TRÌNH RA QUYẾT ĐỊNH

3.1 Các bƣớc của quá trình ra quyết định
3.2 Bài toán ra quyết định

IV. RA QUYẾT ĐỊNH TRONG ĐIỀU KIỆN RỦI RO

4.1 Phƣơng pháp lập bảng quyết định
1. Mô hình EMV
2. Mô hình EVPI
3. Mô hình EOL
4.2 Phƣơng pháp cây quyết định
1. Các qui ƣớc về đồ thị cây quyết định
2. Các bƣớc của việc phân tích bài toán theo cây quyết định

V. RA QUYẾT ĐỊNH TRONG ĐIỀU KIỆN KHÔNG CHẮC CHẮN

5.1 Mô hình Maximax
5.2 Mô hình Maximim
5.3 Mô hình đồng đều ngẫu nhiên
5.4 Mô hình Hurwier
5.5 Mô hình Minimax

VI. RA QUYẾT ĐỊNH THEO MÔ HÌNH TOÁN TRONG PHƢƠNG PHÁP ĐỊNH
LƢỢNG
6.1 Khái niệm chung về phƣơng pháp định lƣợng trong quản lý
1. Phƣơng pháp định lƣợng
2. Nguồn gốc phƣơng pháp định lƣợng
3. Các bƣớc trong phƣơng pháp định lƣợng
4. Một số mô hình toán trong phƣơng pháp định lƣợng

6.2 Qui hoạch tuyến tính

1. Giới thiệu bài toán qui hoạch tuyến tính
2. Mô hình tổng quát của bài toán QHTT
3. Giải bài toán qui hoạch tuyến tính bằng phƣơng pháp đồ thị
6.3 Ra quyết định đa yếu tố
6.4 Ra quyết định theo lý thuyết độ hữu tích
1. Khái niệm về độ hữu ích
2. Cách tính độ hữu ích
3. Đánh giá phƣơng án bằng độ hữu ích
I. GIỚI THIỆU VỀ RA QUYẾT ĐỊNH TRONG QUẢN LÝ

1.1 Tổng Quát

Trong cuộc sống hằng ngày, mỗi ngƣời trong chúng ta đều phải ra không biết bao nhiêu
quyết định liên quan đến các sinh hoạt cá nhân từ ăn gì? uống gì? mặc gì? làm gì? khi nào? ở
đâu? với ai? đó là các quyết định rất bình thƣờng. Nội dung chƣơng này muốn đề cập đến các
quyết định trong quản lý.
Vai trò đặc trƣng chung của nhà quản lý là trách nhiệm ra quyết định, từ các quyết định
quan trọng nhƣ phát triển một loại sản phẩm mới, giải thể công ty đến các quyết định thông
thƣờng nhƣ tuyển nhân viên, xác định kế hoạch sản xuất hàng tháng, hàng quý. Ra quyết định
thâm nhập vào cả bốn chức năng của nhà quản lý gồm hoạch định, tổ chức, chỉ đạo và kiểm tra,
vì vậy nhà quản lý đôi khi còn đƣợc gọi là ngƣời ra quyết định.
Các quyết định liên quan đến bốn chức năng quản lý thƣờng có thể thấy qua các ví dụ
sau:
Hoạch định:
Mục tiêu dài hạn của công ty là gì?
Nên theo chiến lƣợc nào để đạt đến mục tiêu?
Tổ chức :
Nên chọn cấu trúc tổ chức nào?
Nên tập trung thẩm quyền đến mức nào?
Ai làm việc gì, Ai báo cáo cho ai?
Chỉ đạo:
Nên theo kiểu lãnh đạo nào?
Làm thế nào để động viên nhân viên hiệu quả?
Kiểm tra:
Cần kiểm tra ở những khâu nào, khi nào, bằng cách nào và ai chịu trách nhiệm kiểm
tra?

1.2 Định nghĩa

Ra quyết định là một quá trình lựa chọn có ý thức giữa hai hoặc nhiều phƣơng án để
chọn ra một phƣơng án và phƣơng án này sẽ tạo ra đƣợc một kết quả mong muốn trong các điều
kiện ràng buộc đã biết.
Lƣu ý rằng, nếu chỉ có một giải pháp để giải quyết vấn đề thì không phải là bài toán ra
quyết định. Và cũng cần lƣu ý rằng , phƣơng án “Không làm gì cả” (do nothing) cũng là một
phƣơng án, đôi khi đó lại là phƣơng án đƣợc chọn.

1.3 Giả thuyết về sự hợp lý

Trƣớc khi nghiên cứu quá trình ra quyết định của các nhà quản lý, cần phải thông hiểu
một giả thuyết quan trọng ẩn chứa trong quá trình. Đó là giả thuyết về "sự hợp lý".
Giả thuyết về sự hợp lý cho rằng các quyết định đƣợc đƣa ra là kết quả của một sự lựa
chọn có lập trƣờng và với mục tiêu là tối ƣu (cực đại hay cực tiểu) một giá trị nào đó trong
những điều kiện ràng buộc cụ thể.
Theo giả thuyết này. Ngƣời ra quyết định hoàn toàn khách quan, có logic, có mục tiêu
rõ ràng và tất cả hành vi trong quá trình ra quyết định đƣợc dựa trên một lập trƣờng duy nhất
nhằm đạt đƣợc mục tiêu cực trị một giá trị nào đó đồng thời thỏa mãn các điều kiện ràng buộc.

Cụ thể hơn, quá trình ra quyết định hợp lý đƣợc dựa trên các giả thuyết sau:
 Ngƣời ra quyết định có mục tiêu cụ thể.

Ra Quyeát Ñònh Trong Quaûn Lyù 1

  Tất cả các phƣơng án có thể có đều đƣợc xác định đầy đủ.
 Sự ƣa thích của ngƣời ra quyết định cần phải rõ ràng, cần lƣợng hóa các tiêu chuẩn
của các phƣơng án và xếp hạng các tiêu chuẩn theo thứ tự ƣa thích của ngƣời ra quyết
định.
 Sự ƣa thích của ngƣời ra quyết định là không thay đổi trong quá trình ra quyết định,
nghĩa là các tiêu chuẩn và trọng số của các tiêu chuẩn là không đổi.
 Không có sự hạn chế về thời gian và chi phí, nghĩa là có đủ điều kiện để thu thập đầy
đủ thông tin trƣớc khi ra quyết định.
 Sự lựa chọn cuối cùng sẽ là tối ƣu mục tiêu mong muốn

II. CÁC LOẠI RA QUYẾT ĐỊNH TRONG QUẢN LÝ

Loại vấn đề mà ngƣời ra quyết định gặp phải là một yếu tố quan trọng trong quá trình ra
quyết định. Ra quyết định trong quản lý đƣợc phân loại dựa trên hai cơ sở: Cấu trúc của vấn đề
và tính chất của vấn đề.

2.1 Ra quyết định theo cấu trúc của vấn đề

Theo cấu trúc của vấn đề ngƣời ta chia vấn đề làm hai loại:

 Vấn đề có cấu trúc tốt: Khi mục tiêu đƣợc xác định rõ ràng, thông tin đầy đủ, bài
toán có dạng quen thuộc
Ví dụ: Bài toán quyết định thƣởng/phạt nhân viên

 Vấn đề có cấu trúc kém: Dạng bài toán mới mẻ, thông tin không đầy đủ, không rõ
ràng
Ví dụ: Bài toán quyết định chiến lƣợc phát triển của công ty

Thông thƣờng, các vấn đề có cấu trúc tốt có thể đƣợc phân quyền cho các nhà quản lý cấp
dƣới ra quyết định theo những tiêu chuẩn và các hƣớng dẫn đã đƣợc lập sẵn. Còn các nhà quản
lý cấp cao trong tổ chức sẽ dành nhiều thời gian cho các vấn đề có cấu trúc kém. Do vậy tƣơng
ứng với hai loại vấn đề sẽ có hai loại ra quyết định: Ra quyết định theo chƣơng trình và ra quyết
định không theo chƣơng trình.

Ra quyết định theo chƣơng trình :

Nhằm giải quyết các bài toán cấu trúc tốt, lặp đi lặp lại, các phƣơng án hầu nhƣ có sẵn, lời
giải thƣờng dựa trên các kinh nghiệm.
Thƣờng để giải quyết bài toán dạng này, các nhà quản lý lập ra các quy trình, luật hay
chính sách :
+ Quy trình (procedure): Bao gồm một chuỗi các bƣớc có liên quan nhau mà ngƣời ra
quyết định có thể sử dụng để xử lý các bài toán cấu trúc tốt.
+ Luật (Rule): Là phát biểu cụ thể hƣớng dẫn ngƣời ra quyết định nên làm điều gì và
không nên làm điều gì.
+ Chính sách (Policy): Là các hƣớng dẫn để định hƣớng cho ngƣời ra quyết định trong việc
giải quyết vấn đề. Khác với luật, chính sách thƣờng là những khái niệm chung chung để cho
ngƣời ra quyết định tham khảo hơn là những điều buộc ngƣời ra quyết định phải làm.

Ra quyết định không theo chƣơng trình:

Nhằm giải quyết các bài toán cấu trúc kém, các vấn đề mới, đơn chiếc không lặp đi lặp lại,
thông tin không rõ ràng.

Ra Quyeát Ñònh Trong Quaûn Lyù 2

 Trong thực tế có nhiều bài toán ở dạng trung gian giữa hai loại vấn đề trên.

2.2 Ra quyết định theo tính chất của vấn đề

Theo tính chất của vấn đề, có thể chia quyết định làm ba loại:

1. Ra quyết định trong điều kiện chắc chắn (certainty): Khi ra quyết định, đã biết chắc chắn
trạng thái nào sẽ xảy ra, do đó sẽ dễ dàng và nhanh chóng ra quyết định.
2. Ra quyết định trong điều kiện rủi ro (risk): Khi ra quyết định đã biết đƣợc xác xuất xảy
ra của mỗi trạng thái.
3. Ra quyết định trong điều kiện không chắc chắn (uncertainty): Khi ra quyết định, không
biết đƣợc xác suất xảy ra của mỗi trạng thái hoặc không biết đƣợc các dữ liệu liên quan đến các
vấn đề cần giải quyết.

III. QUÁ TRÌNH RA QUYẾT ĐỊNH

3.1 Các bƣớc của quá trình ra quyết định

Quá trình ra quyết định thƣờng đƣợc tiến hành theo sáu bƣớc :

Bƣớc 1: Xác định rõ vấn đề cần giải quyết.

Bƣớc 2: Liệt kê tất cả các phƣơng án có thể có.
Bƣớc 3: Nhận ra các tình huống hay các trạng thái.
Bƣớc 4: Ƣớc lƣợng tất cả lợi ích và chi phí cho mỗi phƣơng án ứng với mỗi trạng thái.
Bƣớc 5: Lựa chọn một mô hình toán học trong phƣơng pháp định lƣợng để tìm lời giải tối
ƣu.
Bƣớc 6: Áp dụng mô hình để tìm lời giải và dựa vào đó để ra quyết định.

Ra Quyeát Ñònh Trong Quaûn Lyù 3

3.2 Bài toán ra quyết định

Ví dụ:
Ông A là Giám đốc của công ty X muốn ra quyết định về một vấn đề sản xuất, ông lần lƣợt thực
hiện sáu bƣớc nhƣ sau:
 Bƣớc 1: Ông A nêu vấn đề có nên sản xuất một sản phẩm mới để tham gia thị trƣờng hay
không?
 Bƣớc 2: Ông A cho rằng có 3 phƣơng án sản xuất là:
+ Phƣơng án 1: lập 1 nhà máy có qui mô lớn để sản xuất sản phẩm.
+ Phƣơng án 2: lập 1 nhà máy có qui mô nhỏ để sản xuất sản phẩm.
+ Phƣơng án 3: không làm gì cả (do nothing).
 Bƣớc 3: Ông A cho rằng có 2 tình huống của thị trƣờng sẽ xảy ra là:
+ Thị trƣờng tốt.
+ Thị trƣờng xấu.
 Bƣớc 4: Ông A ƣớc lƣợng lợi nhuận của các phƣơng án ứng với các tình huống nhƣ sau:

Bảng 2.1 : BẢNG SỐ LIỆU BAN ĐẦU

TRẠNG THÁI THỊ TRƢỜNG THỊ TRƢỜNG
PHƢƠNG ÁN TỐT XẤU
Nhà máy lớn 200.000 - 180.000
Nhà máy nhỏ 100.000 - 20.000
Không làm gì 0 0

 Bƣớc 5 và 6: Chọn một mô hình toán học trong phƣơng pháp định lƣợng để tác dụng vào bài
toán này. Việc chọn lựa mô hình đƣợc dựa vào sự hiểu biết, vào thông tin ít hay nhiều về khả
năng xuất hiện các trạng thái của hệ thống.

IV. RA QUYẾT ĐỊNH TRONG ĐIỀU KIỆN RỦI RO

Khi ra quyết định trong điều kiện rủi ro, ta đã biết đƣợc xác suất xảy ra của mỗi trạng
thái.
Ra quyết định trong điều kiện rủi ro, ta thƣờng sử dụng các tiêu chuẩn sau (đối với bài
toán cực đại lợi nhuận):
 Cực đại giá trị kỳ vọng đƣợc tính bằng tiền EMV (Expected Moneytary Value), hay
 Cực tiểu thiệt hại kỳ vọng EOL (Expected Opportunity Loss).
Để xác định các tiêu chuẩn trên ngƣời ta có thể sử dụng phƣơng pháp lập bảng quyết định
hoặc cây quyết định.

4.1 Phƣơng pháp lập bảng quyết định

Trong phần này ta lần lƣợt trình bày các mô hình Max EMV và mô hình Min EOL, đồng
thời cũng đề cập đến khái niệm EVWPI và EVPI.

1. Mô hình Max EMV(i)

Trong mô hình này, chúng ta sẽ chọn phƣơng án i có giá trị kỳ vọng tính bằng tiền
lớn nhất.
EMV(i): giá trị kỳ vọng tính bằng tiền của phƣơng án i

Ra Quyeát Ñònh Trong Quaûn Lyù 4

 m
EMV (i)   P(S )  P j ij
j 1

* P(Sj) : xác suất để trạng thái j xuất hiện

* Pij : là lợi nhuận của phƣơng án i ứng với trạng thái j
* i = 1 đến n và j = 1 đến m

Ví dụ:
Trở lại bài toán của ông giám đốc A của công ty X với giả sử rằng thị trƣờng xấu
cũng nhƣ thị trƣờng tốt đều có xác suất nhƣ nhau và bằng 0,5.
Giải :
Từ bảng 2.1 ta có:
EMV (p/án nhà máy lớn) = 0,5200.000 + 0,5 (-180.000) = 10.000
EMV (p/án nhà máy nhỏ) = 0,5100.000 + 0,5 (-20.000) = 40.000
EMV (không) = 0,5 0 + 0,5 0 = 0

Ta có bảng kết quả tƣơng ứng

Bảng 2.2 : BẢNG TÍNH EMV (i)
Trạng thái j Thị trƣờng tốt Thị trƣờng xấu EMV(i)
(j = 1) (j = 2)
Phƣơng án i

Nhà máy lớn (i=1) 200.000 -180.000 10.000

Nhà máy nhỏ (i=2) 100.000 -20.000 40.000
Không làm gì (i=3) 0 0 0
Xác suất của các trạng thái P(Sj) 0,5 0,5

Ra quyết định :
* EMV (i)  0  phƣơng án có lợi
* Max EMV(i) = EMV(i=2) = 40.000  Chọn phƣơng án qui mô nhà máy nhỏ.

2. Khái niệm EVPI

EVPI là giá trị kỳ vọng của thông tin hoàn hảo (Expected Value of Perfect
Information).

a. Ta dùng EVPI để chuyển đổi môi trƣờng có rủi ro sang môi trƣờng chắc chắn và
EVPI chính bằng cái giá nào đó mà ta phải trả để mua thông tin.
b. Giả sử có một công ty tƣ vấn đến đề nghị cung cấp cho ông A thông tin về tình
trạng thị trƣờng tốt hay xấu với giá 65000 đ. Vấn đề đặt ra: Ông A có nên nhận lời
đề nghị đó hay không? Giá mua thông tin này đắt hay rẻ? Bao nhiêu là hợp lý?
c. Để trả lời câu hỏi trên ta cần trang bị thêm 2 khái niệm về EVWPI và EVPI

* EVWPI (Expected value with perfect information)

EVWPI là giá trị kỳ vọng với thông tin hoàn hảo.
Nếu ta biết thông tin hoàn hảo trƣớc khi quyết định, ta sẽ có:
m
EVWPI =  P(S )  Max P j ij
j=1

Ví dụ
Ra Quyeát Ñònh Trong Quaûn Lyù 5
 Áp dụng bảng 2.2 ta có :
EVWPI = 0,5  (200.000) + 0,5  (0) = 100.000

* EVPI

EVPI = EVWPI - Max EMV(i)

EVPI: là sự gia tăng giá trị có đƣợc khi mua thông tin và đây cũng chính là giá trị tối
đa có thể trả khi mua thông tin.

Ví dụ:
EVPI = 100.000 – 40.000 = 60.000

3. Mô hình Min EOL(i) (Expeded Opportunity Loss, Thiệt hại cơ hội kỳ vọng)
a. Thiệt hại cơ hội OL (Opportunity Loss)
OLij là thiệt hại cơ hội của phƣơng án i ứng với trạng thái j đƣợc định nghĩa nhƣ sau:

OLij = Max Pij - Pij

i

Đây cũng chính là số tiền ta bị thiệt khi ta không chọn đƣợc phƣơng án tối ƣu mà
phải chọn phƣơng án i.

Ví dụ:
Từ bảng 2.2 ta có :
OL11 = 200.000 – 200.000 = 0
OL12 = 0 – (-180.000) = 180.000
OL21 = 200.000 – 100.000 = 100.000
OL22 = 0 – (-20.000) = 20.000
OL31 = 200.000 – 0 = 200.000
OL32 = 0 – 0 = 0

Bảng 2.3 : BẢNG THIỆT HẠI CƠ HỘI OLij

Trạng thái j Thị trƣờng tốt Thị trƣờng xấu
Phƣơng án i
Nhà máy lớn 0 180.000
Nhà máy nhỏ 100.000 20.000
Không làm gì 200.000 0
Xác suất của các trạng thái 0,5 0,5

b. Thiệt hại cơ hội kỳ vọng EOL (i) (Expected Opportunity loss)

m
EOL (i) =  P(S )  OL j ij
j= i

Ví dụ:
EOL (lớn) = 0,5  0 + 0,5  180.000 = 90.000
EOL (nhỏ) = 0,5  100.000 + 0,5  20.000 = 60.000
EOL (không) = 0,5  200.000 + 0,5  0 = 100.000
Ra Quyeát Ñònh Trong Quaûn Lyù 6
 c. Ra quyết định theo tiêu chuẩn Min EOL (i)
Min EOL (i) = Min (90.000, 60.000, 100.000) = 60.000
 Chọn phƣơng án nhà máy nhỏ

Ghi chú :
* Phƣơng pháp Min EOL (i) và phƣơng pháp EVPI sẽ cho cùng kết quả. Thật ra, ta
luôn có:

EVPI = Min EOL (i)

* Bản chất bài toán của Ông A là bài toán Max lợi nhuận. Đối với các bài toán Min chi phí
ta sẽ hoán đổi Max thành Min trong khi tính toán.

4.2 Cây quyết định

Các bài toán ra quyết định đƣợc diễn tả bằng bảng quyết định thì cũng diễn tả đƣợc bằng
đồ thị gọi là cây quyết định.
1. Các qui ƣớc về đồ thị của cây quyết định

 Nút quyết định (Decision node)

- Đƣợc ký hiệu là
- Nút quyết định là nút mà từ đó phát xuất ra các quyết định hay còn gọi là
phƣơng án
 Nút trạng thái (states of nature node)
- Đƣợc ký hiệu là
- Nút trạng thái là nút từ đó phát xuất ra các trạng thái
 Quyết định hay còn gọi là phƣơng án đƣợc vẽ bởi một đoạn nối từ một nút quyết định
đến nút trạng thái.
 Trạng thái đƣợc vẽ bởi hoặc là một đoạn nối từ 1 nút trạng hái đến một nút quyết định
hoặc là bởi một đƣờng phát xuất ra từ một nút trạng thái.
 Mọi trạng thái có thể có ứng với một quyết định hay phƣơng án thì đƣợc vẽ tiếp theo
sau phƣơng án ấy; bắt đầu từ một nút trạng thái.

Ra Quyeát Ñònh Trong Quaûn Lyù 7

 Ví dụ:
Trở lại bài toán ông Giám đốc A ở phần trƣớc. Từ bảng quyết định 2.1 ta có cây quyết
định nhƣ sau:

Hình 2.1: Cây quyết định

2. Các bƣớc của việc phân tích bài toán theo cây quyết định
Gồm 5 bƣớc:
Bƣớc 1: Xác định vấn đề cần giải quyết
Bƣớc 2: Vẽ cây quyết định
Bƣớc 3: Gán xác suất cho các trạng thái
Bƣớc 4: Ƣớc tính lợi nhuận thay chi phí cho một sự kết hợp giữa một phƣơng án và một
trạng thái
Bƣớc 5: Giải bài toán bằng phƣơng pháp Max EMV (i). Nghĩa là tìm phƣơng án i có giá
trị kỳ vọng tính bằng tiền lớn nhất. Việc tính EMV tại mỗi nút đƣợc thực hiện từ
phải qua trái theo các đƣờng đến từng nút rồi lấy tổng từ nút ấy.
Ví dụ: Giải bài toán ông Giám đốc A bằng cây quyết định
Bƣớc 1: Vấn đề đặt ra nhƣ đã nêu ở các ví dụ trƣớc đây
Bƣớc 2: Vẽ cây quyết định nhƣ ở hình 2.1
Bƣớc 3: Gán xác suất 0.5 cho các loại thị trƣờng
Bƣớc 4: Dùng giá trị ở bảng số liệu để ghi vào
Bƣớc 5: Tính các giá trị EMV (i) tại các nút
- EMV(1) = 0,5  200.000 + 0,5  (-180.000) = 10.000
- EMV(2) = 0,5  100.000 + 0,5  (-20.0000) = 40.000
- EMV(3) = 0

Ra Quyeát Ñònh Trong Quaûn Lyù 8

 Hình 2.2: Kết quả tính toán của cây quyết định
Ta chọn Max EMV = 40.000  Chọn phƣơng án nhà máy nhỏ

V. RA QUYẾT ĐỊNH TRONG ĐIỀU KIỆN KHÔNG CHẮC CHẮN

Trong điều kiện không chắc chắn, ta không biết đƣợc xác suất của sự xuất hiện của mỗi trạng
thái hoặc các dữ kiện liên quan đến bài toán không có sẵn. Trong trƣờng hợp này ta có thể dùng
một trong 5 mô hình sau:
a/ Maximax
b/ Maximin
c/ Đồng đều ngẫu nhiên (Equally – likely)
d/ Tiêu chuẩn hiện thực (criterion of readism) hay tiêu chuẩn Hurwiez
e/ Minimax

Ghi chú :
* Bốn mô hình đầu đƣợc tính từ bảng 2.1
* Mô hình cuối cùng đƣợc tính từ bảng 2.3

5.1 Mô hình Maximax

Tìm phƣơng án i ứng với Max của max có nghĩa là tìm giá trị lớn nhất trong bảng
quyết định

Max (Max Pij)

i j

Trong mô hình này ta tìm lợi nhuận tối đa có thể có đƣợc bất chấp rủi ro, vì vậy tiêu
chuẩn này còn đƣợc gọi là tiêu chuẩn lạc quan (optimistic decision criterion)

Ví dụ:

Từ bảng 2.1 ta có Max (Max Pij) = 200.000

i

Ra quyết định: chọn phƣơng án nhà máy lớn

Ra Quyeát Ñònh Trong Quaûn Lyù 9

5.2 Mô hình Maximin
Chọn phƣơng án i ứng với Max của Min

Max ( Min Pij)

i j

Nghĩa là tìm Min trong hàng i, sau đó lấy Max những giá trị Min vừa tìm đƣợc. Cách
làm này phản ánh tinh thần bi quan, còn gọi là quyết định bi quan (pessimistic decision)

Ví dụ:
Từ bảng 2.1 ta có Max (Min Pij) = 0
i

Ra quyết định: không làm gì cả

5.3 Mô hình đồng đều ngẫu nhiên

Trong mô hình này, ta xem mọi trạng thái đều đồng đều ngẫu nhiên, nghĩa là xem
các trạng thái đều có xác suất xuất hiện bằng nhau. Trong trƣờng hợp này ta tìm phƣơng
án i ứng với:

 
m

 P  ij

Max 
j=1

 Soá traïng thaùi 

i

 

Nghĩa là tìm phƣơng án làm cực đại giá trị trung bình các lợi nhuận của từng phƣơng
án

Ví dụ:
Từ bảng 2.1 ta có:
 200 .000  (180 .000 ) 100 .000  (20.000 ) 0  0 
Max , , 
 i
2 2 2 
= Max (10.000, 40.000, 0)
i

= 40.000

Ra quyết định: Chọn phƣơng án xây nhà máy nhỏ

5.4 Mô hình Hurwiez – còn đƣợc gọi là mô hình trung bình có trọng số (weighted average)
Đây là mô hình dung hòa giữa tiêu chuẩn lạc quan và tiêu chuẩn bi quan.
Bằng cách chọn một hệ số  (01). Sau đó chọn phƣơng án i ứng với hệ số  sao
cho:

Max   Max Pij + (1 - )  Min Pij 

i j j

* Min (Pij ): giá trị nhỏ nhất ở hàng thứ i

j

* Max (Pij ): giá trị lớn nhất ở hàng thứ i

j

* Hệ số  (coefficient of realison), 01

Ra Quyeát Ñònh Trong Quaûn Lyù 10
 +  = 1: Ngƣời quyết định có thái độ lạc quan về tƣơng lai
+  = 0: Ngƣời quyết định có thái độ bi quan về tƣơng lai
Phƣơng pháp này có dạng mềm dẻo hơn, giúp cho ngƣời ra quyết định đƣa đƣợc cảm xúc
cá nhân về thị trƣờng vào mô hình.
Ví dụ:
Chọn  = 0,8
Max [0,8200.000 + 0,2(-180.000), 0,8100.000 + 0,2(-20.000),
i
0,80 + 0,20]
Max [124.000, 76.000, 0]=124.000
i

Ra quyết định: chọn phƣơng án nhà máy có qui mô lớn (i=1).

5.5 Mô hình Minimax

Ta tìm phƣơng án ứng với:

Min [Max OLij ]

i j

Tìm Max theo phƣơng án i nghĩa là tìm giá trị lớn nhất trong các cột j tính theo từng
hàng
OLij : thiệt hại cơ hội của phƣơng án i ứng với trạng thái j

OLij = Max Pij - Pij

Trong mô hình này ta tìm phƣơng án để làm cực tiểu cơ hội thiệt hại cực đại.

Ví dụ:
Áp dụng bảng 2.3 ta có :
Min [Max OLij ]= Min [180.000, 100.000, 200.000 ]= 100.000
Ra quyết định : Chọn phƣơng án nhà máy có qui mô nhỏ.

Ra Quyeát Ñònh Trong Quaûn Lyù 11

VI. RA QUYẾT ĐỊNH THEO MÔ HÌNH TOÁN TRONG PHƢƠNG PHÁP ĐỊNH
LƢỢNG

6.1 Khái niệm chung về phƣơng pháp định lƣợng

1. Phƣơng pháp định lƣợng

Phƣơng pháp định lƣợng là một phƣơng pháp khoa học dựa trên các phép tính toán để
nghiên cứu việc tạo ra các quyết định trong quản lý.

Các thuật ngữ chuyên môn thƣờng đƣợc dùng để chỉ phƣơng pháp định lƣợng:
 Phân tích định lƣợng (Quantitative Analysis)
 Phƣơng pháp định lƣợng (Quantitative Methods, Quantitative Approaches)
 Nghiên cứu tác vụ (Operation Research)
 Khoa học quản lý hay còn gọi là vận trù học (Management science)

Phƣơng pháp định lƣợng bắt đầu từ dữ liệu và vai trò chính của phƣơng pháp này là xử lý
dữ liệu để đƣa ra kết quả là thông tin

Dữ liệu Thông tin

Xử lý
(data) (Information)

Tuy phƣơng pháp định lƣợng có vai trò quan trọng nhƣng trong mọi trƣờng hợp ra quyết
định đều phải xét đến cả hai yếu tố định lƣợng và định tính (Ví dụ: luật lệ, truyền thống văn
hóa...)

2. Nguồn gốc của phƣơng pháp định lƣợng:

Trở ngƣợc về quá khứ, phƣơng pháp này có từ khi con ngƣời có sử ký ghi lại. Tuy nhiên
phƣơng pháp này đƣợc xem nhƣ có mặt vào những năm đầu của thế kỷ 20 và đƣợc đánh dấu bởi
một số công trình nghiên cứu ứng dụng của Taylor. Phƣơng pháp này thực sự phát triển trong
những năm xảy ra thế chiến lần thứ hai (1939 - 1945)

Ví dụ:
Trong thế chiến lần II, các nhà khoa học Anh phải giải quyết vấn đề làm thế nào đạt hiệu
quả cao nhất trong việc sử dụng lực lƣợng không quân hạn chế của họ để chống lại không lực
mạnh mẽ của Đức.

Sau thế chiến thứ II, rất nhiều phƣơng pháp định lƣợng dùng trong quân sự đã đƣợc ứng
dụng sang lĩnh vực kinh tế ở Mỹ, Nhật. Một trong những ngƣời tiên phong trong trƣờng phái này
là Robert Macnamara, với phƣơng pháp định lƣợng trong quản lý ông đã thành công trong nhiều
vị trí khác nhau nhƣ Chủ tịch tập đoàn xe hơi Ford, Bộ Trƣởng Quốc Phòng, Chủ tịch World
Bank, Chủ tịch trƣờng Harvard.

Phƣơng pháp định lƣợng trong quản lý bao gồm các ứng dụng của thống kê, toán học, mô
hình tối ƣu, mô phỏng... vào việc giải quyết các bài toán ra quyết định.
Ví dụ:
Bài toán phân phối tài nguyên
Bài toán vận tải
Bài toán kho chứa
Bài toán lập kế hoạch công tác...

Ra Quyeát Ñònh Trong Quaûn Lyù 12

 Trong những năm vừa qua các phƣơng pháp định lƣợng đã góp phần đáng kể trong việc
nâng cao hiệu quả quản lý các tổ chức, đã thâm nhập vào từng cơ quan. Về mặt lý thuyết, các
phƣơng pháp định lƣợng đang đƣợc phát triển và hoàn thiện dần với sự hỗ trợ của phƣơng tiện
máy tính. Các mô hình toán cho các vấn đề thực tế ngày càng phức tạp hơn, giải quyết đƣợc
nhiều vấn đề rộng lớn hơn.
Tuy nhiên, cần phải có thời gian nữa để các phƣơng pháp định lƣợng mới có thể ảnh
hƣởng rộng rãi nhƣ các phƣơng pháp quản lý khác, với một trong những lý do là còn có nhiều
nhà quản lý chƣa quen các mô hình và tƣ duy kiểu định lƣợng.

3. Các bƣớc trong phƣơng pháp định lƣợng

Phƣơng pháp định lƣợng thƣờng đƣợc tiến hành theo các bƣớc sau:
1/ Xác định vấn đề cần giải quyết
2/ Lập mô hình
3/ Thu thập dữ liệu
4/ Tìm lời giải
5/ Thử nghiệm lời giải
6/ Phân tích kết quả
7/ Thực hiện lời giải

Bƣớc 1: Xác định vấn đề cần giải quyết

Hình thành một câu hay một mệnh đề ngắn gọn, rõ ràng về cái gì cần phải giải quyết.
Các khó khăn khi đặt vấn đề:
 Vấn đề đặt ra tạo ra những mâu thuẫn trong nội bộ cơ quan và quyền lợi các thành
phần trái ngƣợc nhau.
 Vấn đề giải quyết đụng chạm đến mọi mặt của cơ quan nên phải chọn những vấn đề
nào cần giải quyết ƣu tiên để nó đem lại kết quả tổng hợp cho cơ quan.
 Nhiều khi đặt vấn đề theo định hƣớng của lời giải cục bộ
 Khi đặt vấn đề và tìm ra lời giải thì lời giải đã lạc hậu so với thực tế.

Ra Quyeát Ñònh Trong Quaûn Lyù 13

 Xác định các vấn đề cần
giải quyết

Lập mô hình

Thu thập dữ liệu

Tìm lời giải

Thử nghiệm lời giải

Phân tích kết quả

Thực hiện lời giải

Hình 2.3: Các bƣớc trong phƣơng pháp định lƣợng

Bƣớc 2: Lập mô hình

Mô hình là một sự đơn giản hóa thực tế, đƣợc thiết kế bao gồm các đặc điểm chủ yếu đặc
trƣng cho sự hoạt động của hệ thống thực. Mô hình cần phải diễn tả đƣợc các bản chất,
các tình huống và các trạng thái của hệ thống.

Ví dụ: Mô hình một qui trình sản xuất bánh ngọt

Đổ Kiểm tra Đóng Thành

Nguyên Trộn khuôn Nƣớng chất lƣợng hộp phẩm
liệu sản phẩm

Có thể có 3 loại mô hình:

 Mô hình vật lý: mô hình thu gọn của một thực thể
 Mô hình khái niệm (mô hình sơ đồ): mô hình diễn tả các mối liên hệ giữa các bộ
phận trong hệ thống.
 Mô hình toán học: thƣờng là một tập họp các biểu thức toán học dùng để diễn tả
bản chất của hệ thống.

Ra Quyeát Ñònh Trong Quaûn Lyù 14

 Trong phƣơng pháp định lƣợng, ngƣời ta thƣờng dùng các mô hình toán học. Trong loại
mô hình này có chứa các biến số và các tham số. Biến số có thể chia làm hai loại gồm biến số
điều khiển đƣợc và những biến số không thể điều khiển đƣợc.

Các đặc điểm cần có của mô hình toán học:

 Mô hình phải giải đƣợc
 Mô hình phải phù hợp với thực tế
 Mô hình phải dễ hiểu đối với nhà quản lý
 Mô hình phải dễ thay đổi
 Mô hình phải dễ thu thập dữ liệu

Những khó khăn khi lập mô hình:

 Cần phải dung hoà giữa mức độ phức tạp của mô hình toán và khả năng sử dụng
mô hình của nhà quản lý.
 Làm thế nào để mô hình tƣơng thích với những mô hình có sẵn trong lý thuyết
phân tích định lƣợng.

Bƣớc 3: Thu thập dữ liệu dùng cho mô hình

Đặc điểm của dữ liệu:
 Phải chính xác
 Phải đầy đủ
Dù mô hình tốt nhƣng dữ liệu tồi cũng cho ra kết quả sai (“GIGO” Garbage In Garbage
Out)
Nguồn dữ liệu đƣợc thu thập từ:
 Các bản báo cáo của cơ quan mình, cơ quan liên hệ
 Các cuộc phỏng vấn trực tiếp
 Các phiếu thăm dò ý kiến
 Đo đạc hay đo đếm để lấy mẫu trực tiếp
 Dùng các phƣơng pháp thống kê để suy ra các thông số cần thiết

Các khó khăn khi thu thập dữ liệu:

 Không biết lấy dữ liệu từ đâu
 Dữ liệu không chính xác không đầy đủ

Bƣớc 4: Tìm lời giải

Tìm lời giải nghĩa là vận dụng mô hình với dữ liệu đã thu thập đƣợc để tìm ra lời giải tối
ƣu nhất.
Tìm lời giải bằng các phƣơng pháp sau:
 Giải phƣơng trình, hệ phƣơng trình hay bất phƣơng trình
 Phƣơng pháp thử dần hay phƣơng pháp dò dẫm (Trial and error method) rồi so
sánh kết quả.
 Liệt kê một số phƣơng án (hữu hạn) rồi so sánh các phƣơng án để chọn ra phƣơng
án tốt nhất.
 Dùng thuật toán (giải thuật - algorithm)
Thuật toán là 1 dãy theo những thứ tự nhất định các hành động hay các bƣớc đi
nếu thực hiện theo đó thì sẽ đạt đƣợc kết quả trong một thời gian hữu hạn.

Những khó khăn về lời giải :

 Lời giải khó hiểu đối với nhà quản lý, nhất là những lời giải đặc biệt
 Thƣờng mô hình toán chỉ có một lời giải duy nhất trong khi nhà quản lý lại thích
có nhiều lời giải để lựa chọn.

Ra Quyeát Ñònh Trong Quaûn Lyù 15

 Bƣớc 5: Thử nghiệm lời giải
Lời giải có đƣợc là do áp dụng mô hình với các dữ liệu đã thu thập đƣợc. Thử nghiệm lời
giải là xem xét mức độ ổn định của lời giải đối với dữ liệu và mô hình.
 Đối với dữ liệu: thu thập từ nguồn khác rồi đƣa vào lời giải để thử
 Đối với mô hình: phân tích độ nhạy của mô hình toán bằng cách thay đổi một ít
về số liệu rồi đƣa vào mô hình, phân tích sự thay đổi của kết quả. Nếu kết quả quá
nhạy đối với sự thay đổi của số liệu thì phải điều chỉnh mô hình.

Các khó khăn khi thử lời giải:

Thƣờng lời giải là các dự kiến xảy ra trong tƣơng lai chƣa biết tốt xấu ở mức độ nào,
thƣờng phải hỏi ý kiến đánh giá của các nhà quản lý.
Bƣớc 6: Phân tích kết quả
Phải cân nhắc, xem xét những ảnh hƣởng, những hậu quả gây nên cho cơ quan hay cho
hệ thống khi thực hiện lời giải
Các khó khăn thƣờng gặp:
 Kết quả gây tác động ảnh hƣởng đến toàn thể cơ quan
 Khi thay đổi nề nếp hoạt động sinh hoạt của cơ quan là một điều khó
 Phải biết rõ khi áp dụng lời giải thì ai bị ảnh hƣởng, ảnh hƣởng nhƣ thế nào,
những ngƣời bị ảnh hƣởng sẽ sa sút hay thịnh vƣợng hơn.
Bƣớc 7: Thực hiện kết quả
Thực hiện kết quả nghĩa là đƣa giải pháp mới vào hoạt động của cơ quan
Khó khăn
 Thiếu sự ủng hộ của các nhà quản lý (do làm mất quyền lợi của họ)
 Thiếu sự cam kết điều chỉnh của nhóm nghiên cứu.
4. Một số mô hình toán trong phƣơng pháp định lƣợng
Hiện nay, phƣơng pháp định lƣợng đã nghiên cứu nhiều bài toán liên quan đến vấn đề
quản lý nhƣ: Lý thuyết ra quyết định, Quy hoạch tuyến tính, Quy hoạch nguyên, Quy hoạch
động, Quy hoạch đa mục tiêu, Bài toán vận tải, Bài toán phân công, Bài toán quản lý kho, Lý
thuyết xếp hàng, Lý thuyết hệ thống, Sơ đồ mạng, Lý thuyết trò chơi, Ra quyết định đa yếu tố,
Lý thuyết độ hữu ích, Lý thuyết mô phỏng, …
Trong phần sau đây, sẽ giới thiệu một vài bài toán nhƣ Quy hoạch tuyến tính, Ra quyết
định đa yếu tố, Lý thuyết độ hữu ích.

6.2 Quy hoạch tuyến tính:

1. Giới thiệu bài toán QHTT:

QHTT là một kỹ thuật toán học nhằm xác định giá trị của các biến x1, x2,...xi...,...xn sao cho :
Làm cực đại hay cực tiểu giá trị của hàm mục tiêu (Objective function)
Z = f(x1, x2,..., xn)
Thỏa mãn các ràng buộc (Constraint).
Ri = ri(x1, x2,..., xn)

Trong QHTT: Hàm mục tiêu f và các ràng buộc ri là những biểu thức tuyến tính (bậc nhất) đối
với các biến x1, x2,..., xn. x1, x2,..., xn là các biến quyết định.

Ví dụ:
Ra Quyeát Ñònh Trong Quaûn Lyù 16
a. Bài toán cực đại:
Một nhà quản lý dự án nông nghiệp ứng dụng QHTT để làm cực đại lợi nhuận của dự án dựa
trên các số liệu sau:

Số liệu đầu vào đối với một Loại sản phẩm Khả năng lớn nhất của các
đơn vị sản phẩm Lúa gạo Lúa mì nguồn tài nguyên sẵn có
 Diện tích [Ha/tấn] 2 3 50 Ha
 Lƣợng nƣớc [103m3/tấn] 6 4 90  103m3
 Nhân lực [công/tấn] 20 5 250 công
Lợi nhuận [USD/tấn] 18 21

Giải :
Các bƣớc thành lập bài toán QHTT:
Bƣớc 1: Xác định biến quyết định (Decision Variables).
Gọi x1 là số tấn lúa gạo cần đƣợc sản xuất.
x2 là số tấn lúa mì cần đƣợc sản xuất.
Bƣớc 2: Xác định hàm mục tiêu (Objective Function).
Hàm mục tiêu trong bài toán này là cực đại lợi nhuận Z
Max Z = 18x1 + 21x2
Bƣớc 3: Xác định các ràng buộc (Constraints)
 Ràng buộc về diện tích:
2x1 + 3x2  50
 Ràng buộc về lƣợng nƣớc
6x1 + 4x2  90. 103
 Ràng buộc về nhân lực
20x1 + 5x2  250
 Giá trị của các biến phải dƣơng
xi  0 với i = 1, 2

b. Bài toán cực tiểu:

Một nhà quản lý trại gà dự định mua 2 loại thức ăn để trộn ra khẩu phần tốt và giá rẻ.
Mỗi đơn vị thức ăn loại 1 giá 2 đồng có chứa 5g thành phần A
4g thành phần B
0,5g thành phần C
Mỗi đơn vị thức ăn loại 2 giá 3 đồng có chứa 10g thành phần A
3g thành phần B
không có chứa thành phần C.
Trong 1 tháng, 1 con gà cần tối thiểu 90g thành phần A, 48g thành phần B và 1,5g thành phần C.
Hãy tìm số lƣợng mỗi loại thức ăn cần mua để có đảm bảo đủ nhu cầu tối thiểu về dinh dƣỡng
cho 1 con gà với giá rẻ nhất.

Giải:
Bƣớc 1: Xác định biến quyết định
Gọi x1, x2 lần lƣợt là số lƣợng đơn vị thực phẩm loại 1 và loại 2 cần cho 1 con gà trong 1 tháng.
Bƣớc 2: Xác định hàm mục tiêu
Hàm mục tiêu của bài toán này là cực tiểu giá mua
Min Z = 2x1 + 3x2
Bƣớc 3: Xác định các ràng buộc
 Thành phần A: 5x1 + 10x2  90

Ra Quyeát Ñònh Trong Quaûn Lyù 17

  Thành phần B: 4x1 + 3x2  48
 Thành phần C: 0.5x1  1,5
 Các biến dƣơng: x1, x2  0

2. Mô hình tổng quát của bài toán QHTT:

a. Bài toán cực đại:

 Hàm mục tiêu

Max Z = c1x1 + c2x2 + .... + cnxn
 Ràng buộc
a11x1 + a12x2 + ... + a1jxj + … + a1nxn  b1
a21x1 + a22x2 + ... + a2jxj + … + a2nxn  b2
… … … … … … … … … … + aijxj + … … … …
…  bi
am1x1 + am2x2 + ... + amjxj + … + amnxn < bm
xj  0 , j = 1, n

Mô hình có thể viết gọn lại:

 Hàm mục tiêu

n
Max Z = c x
j 1
j j

 Ràng buộc
n

c
j 1
ij xj  bi j = 1,n m hàng

i =1,m n cột
xj > 0

Có thể viết dƣới dạng ma trận:

 Hàm mục tiêu

Max Z = CX
 Ràng buộc
AX  B
X0

Với :
C = [c1 c2 ............... cn] ma trận hàng

Ra Quyeát Ñònh Trong Quaûn Lyù 18

 x  b 
x
1

 b
1

 a a . . . . . . . . . a
11 12 1n 
 2
  2
 a a . . . . . . . . . a 
.  .   21 22 2n

X  B   A  . . . . . . . . . . . . . . . . 
.  .   
. . . . . . . . . . . . . . . . 
.  .  a a . . . . . . . . .a 
    m1 m2 mn

x n  b m 

Ý nghĩa các hệ số trong mô hình bài toán cực đại

 Cj – với j  1, n là lợi nhuận do 1 đơn vị sản phẩm thứ j đem lại.

 aij – với j  1, n là số lƣợng tài nguyên thứ i cần cho 1 đơn vị sản phẩm thứ i  1, n
 bi – với i  1, m là tổng số lƣợng tài nguyên thứ i sẵn có.
 xj – số đơn vị sản phẩm thứ j

b. Bài toán cực tiểu:

 Hàm mục tiêu

Min Z = CX
 Ràng buộc
AX  B
X0

Ghi chú:
 Trong bài toán Min, Cj là ghi chú cho 1 đơn vị sản phẩm thứ j
 Ta có thể giải bài toán Min theo các cách :
 Giải trực tiếp bài toán Max
 Đổi ra bài toán Max (- Z)
Min Z = - Max (- Z)
Đặt Z = - Z
 Min Z = - Max Z
 Bài toán Min Z đƣợc giải nhờ bài toán Max Z
Khi đó giá trị hàm mục tiêu Z = - Zmax
a. Quá trình giải quyết bài toán QHTT
Thông thƣờng quá trình giải bài toán QHTT bao gồm 5 bƣớc:
Bƣớc 1: Nhận dạng các biến quyết định và hàm mục tiêu
Bƣớc 2: Diễn tả hàm mục tiêu và các ràng buộc theo các biến quyết định
Bƣớc 3: Kiểm tra xem có phải tất cả các quan hệ trong hàm mục tiêu và trong các ràng
buộc có phải là quan hệ tuyến tính không. Nếu không, phải tìm mô hình phi
tuyến khác để giải.
Bƣớc 4: Kiểm tra vùng không gian lời giải để xem xét điều kiện nghiệm của bài toán.
Các khả năng có thể xảy ra là:

a. Không có vùng khả thi (vô nghiệm)

Ra Quyeát Ñònh Trong Quaûn Lyù 19
 b. Vùng khả thi vô hạn và không có điểm cực trị
c. Vùng khả thi vô hạn và có điểm cực trị
d. Vùng khả thi có giới hạn
Nếu:
 a xảy ra thì phải nới lỏng các ràng buộc
 b xảy ra thì phải cấu trúc lại mô hình, có thể đƣa thêm ràng buộc vào mô hình
 c, d xảy ra thì sang bƣớc 5
Bƣớc 5: Tìm ra các lời giải tối ƣu có thể có. Việc tìm lời giải này có thể dùng:
 Phƣơng pháp đồ thị (Graphical method)
 Phƣơng pháp đơn hình (Simplex method)

Ra Quyeát Ñònh Trong Quaûn Lyù 20

b. Lịch sử qui hoạch tuyến tính
Ông A.N Kolmogorov, nhà toán học xác suất nổi tiếng thế giới ngƣời Liên Xô, là ngƣời
đầu tiên nhận thức đƣợc mô hình qui hoạch tuyến tính trƣớc thế chiến thứ hai.
Vào năm 1945, một áp dụng đầu tiên của QHTT do Stigler thực hiện vào bài toán khẩu
phần.
Nhận dạng :
- Biến quyết định
- Hàm mục tiêu

Thiết lập :
- Hàm mục tiêu
- Các ràng buộc

Tìm mô hình phi Sai Các quan hệ Cấu trúc lại

tuyến thích hợp để truyền tính ? mô hình
giải quyết

Đúng

Nới lỏng
Có vùng khả ràng buộc
thi không ?

Có

Vùng khả thi Không

Có cực trị
có hữu hạn
không
không?

Có
Có
Tìm lời giải

Hình 2.4: Lƣu đồ tiến trình giải quyết bài toán QHTT

Kết quả cuối cùng

Ra Quyeát Ñònh Trong Quaûn Lyù 21

Năm 1947, một bƣớc tiến chủ yếu trong QHTT đƣợc thực hiện do Geogre D. Dantzig (nhà toán
học làm việc cho cơ quan không lực Mỹ) khám phá ra phép đơn hình (simplex method). Từ đó
Dantzig cùng các nhà toán học khác đã bổ sung, cải tiến phép đơn hình để phép đơn hình trở
thành 1 công cụ chủ yếu để tìm lời giải tối ƣu của bài toán QHTT. Ngày nay với sự hỗ trợ của
máy tính việc giải bài toán QHTT trở nên đơn giản. Vì vậy việc áp dụng bài toán QHTT trong
thực tế ngày càng trở nên rộng rãi.

3. Giải bài toán QHTT bằng Phƣơng pháp đồ thị (Graphical Method)
Phƣơng pháp đồ thị đƣợc dùng khi số biến quyết định là 2 hay 3.
a) Phƣơng pháp dùng đƣờng đẳng lợi (iso - profit line) hay đƣờng đẳng phí (iso - cost line)
Giải bài toán cực đại ở Ví dụ trên:

Hàm mục tiêu:

Max  = 18x1 + 21x2
Ràng buộc:
2x1 + 3x2  50 (1)
6x1 + 4x2  90 (2)
20x1 + 5x2  250 (3)
x1 0 (4)
x2 0 (5)
Giải
Trong mặt phẳng tọa độ 0x1x2 ta vẽ các đƣờng thẳng
(D1) 2x1 + 3x2 = 50
(D2) 6x1 + 4x2 = 90
(D3) 20x1 + 5x2 = 250
(D4) x1 = 0
(D5) x2 = 0

Miền OABCD chứa tất cả các điểm M(x1,x2) thỏa mãn mọi ràng buộc của bài toán:
- Một điểm M(x1,x2)  miền OABCD đƣợc gọi là 1 lời giải chấp nhận đƣợc (feasible
solution)
- Miền OABCD đƣợc gọi là không gian lời giải hay không gian sách lƣợc (feasible region or
solution space)
- Vấn đề giải bài toán QHTT nghĩa là tìm 1 điểm M(x1, x2) trong không gian lời giải sao cho
làm cực đại giá trị hàm mục tiêu Z.

Đƣờng đẳng lợi

Xét lại hàm mục tiêu Z = 18x1 + 21x2. Ứng với mỗi giá trị Z = Zo thì đƣờng thẳng có
phƣơng trình 18x1 + 21x2 = Zo gọi là đƣờng đẳng lợi. Các đƣờng đẳng lợi song song với nhau.
Giải bài toán QHTT theo phƣơng pháp đồ thị là đi tìm đƣờng đẳng lợi ứng với giá trị của
hàm mục tiêu Z lớn nhất và đƣờng đẳng lợi phải cắt không gian lời giải. Đƣờng đẳng lợi càng
cách xa gốc (0) thì giá trị Z càng lớn.
Ở bài toán này Z = Zmax = 378 khi đƣờng đẳng lợi đi qua điểm C (7,12). Vậy tọa độ của
điểm C chính là nghiệm tối ƣu của bài toán.

Ra Quyeát Ñònh Trong Quaûn Lyù 22

 (x2)

(D3)

50

(D2)

225
(D1)

166 C
7
10

0 10 A15 25 50 (x1)

Nghiệm tối ƣu x1* = 7

(Optimal solution) x2* = 12

Giá trị của hàm mục tiêu Zmax = 378

Ghi chú:
Tọa độ của điểm C là nghiệm của hệ phƣơng trình
2x1 + 3x2 = 50 x1* = 7
6x1 + 4x2 = 90 x2* = 12

Giá trị của hàm mục tiêu:

Z = Zmax = 18x1* + 21x2*
= 18  7 + 21  12
Zmax = 378

Ràng buộc (1) & (2) là ràng buộc tích cực (active constraint) vì với giá trị x 1* = 7; x2* = 12, ta
có:
+ Diện tích = 2  7 + 3  12 = 50 (ha)
+ Lƣợng nƣớc = 6  7 + 4  12 = 90 (103m3)
+ Nhân lực = 20  7 + 5  12 = 200 công  250 công

Số ràng buộc tích cực = số biến quyết định

Ra Quyeát Ñònh Trong Quaûn Lyù 23

Giải bài toán cực tiểu ở Ví dụ trên
Hàm mục tiêu:
MinZ = 2x1 + 3x2
Ràng buộc:
5x1 + 10x2  90 (1)
4x1 + 3x2  48 (2)
0.5x1  1,5 (3)
x1 0 (4)
x2 0 (5)

Trong mặt phẳng tọa độ 0x1x2 , ta vẽ các đƣờng thẳng:

(D1) : 5x1 + 10x2 = 90
(D2) : 4x1 + 3x2 = 48
(D3) : 0.5x1 = 1.5
(D4) : x1 =0
(D5) : x2 =0

32
28
Miền không gian lời giải vô hạn nhƣng có cực tiểu.
D2
24
20
Min
16

12
8

0 4 8 12 16 20 24 28 32

Dùng đƣờng đẳng phí để xác định Zmin. Đƣờng đẳng phí càng gần gốc O thì Z càng nhỏ.
Đƣờng đẳng phí qua điểm B cho ta Zmin. Tọa độ điểm B là nghiệm của hệ phƣơng trình:
5x1 + 10x2 = 90 x1* = 8,4
4x1 + 3x2 = 48 x2* = 4,8
Z = Zmin = 2x1 + 3x2 = 2  8,4 + 3  4,8 = 31,2

Ra Quyeát Ñònh Trong Quaûn Lyù 24

Vậy lời giải tối ƣu là:
x1* = 8,4
x2* = 4,8

b) Phƣơng pháp dùng điểm đỉnh (corner point, extreme point)

 Các điểm đỉnh là giao điểm của các ràng buộc nằm trong không gian lời giải gọi là các đỉnh
của không gian lời giải.
 Một kết quả quan trọng trong lý thuyết qui hoạch tuyến tính là: Nếu bài toán QHTT có lời
giải tối ƣu thì lời giải sẽ nằm trên các đỉnh của không gian lời giải.
 Áp dụng kết quả này tìm giá trị của hàm mục tiêu bằng cách so sánh giá trị của các đỉnh của
không gian lời giải.

Giải bài toán cực đại ở ví dụ trên

So sánh giá trị tại 5 đỉnh O, A, B, C, D
Đỉnh O (0, 0)  ZO =0
Đỉnh A (12,5; 0)  ZA = 18  15,5 + 21  0 = 225
Đỉnh B (11, 6)  ZB = 8  11 + 21  6 = 324
Đỉnh C (7, 12)  ZC = 18  7 + 21  12 = 378
Đỉnh D (0; 16,67)  ZD = 18  0 + 21  16,67 = 350,07

x1 *  7
 Zmax = ZC = 378  
x2 *  12

Giải bài toán cực tiểu ở ví dụ trên

So sánh giá trị tại 3 đỉnh A, B, C:

Đỉnh A (18, 0)  ZA = 2  18 + 3  0 = 36
Đỉnh B (8,4 , 4,8)  ZB = 2  8,4 + 3  4,8 = 31,2
Đỉnh C (3, 12)  ZC = 2  3 + 3  12 = 42

x1 *  8,4
 Zmin = ZC = 31,2  
x 2 *  4,8
6.3 Ra quyết định nhiều yếu tố (Multi Factor Decision Making)

Trong thực tế có nhiều bài toán ra quyết định liên quan đến nhiều yếu tố.

Ví dụ:
Một sinh viên tốt nghiệp muốn tìm việc làm thì có nhiều yếu tố sẽ ảnh hƣởng đến quyết
định chọn việc của anh ta:
- Lƣơng khởi điểm
- Cơ hội thăng tiến
- Vị trí của nơi làm việc
- Những ngƣời mà mình sẽ làm việc với họ
- Loại công việc bạn cần phải làm
- Những lợi nhuận khác ngoài lƣơng...
Để giải quyết bài toán ra quyết định đa yếu tố có thể làm các cách sau:
- Nhiều ngƣời xem xét các yếu tố khác nhau này một cách chủ quan và trực giác.
Ra Quyeát Ñònh Trong Quaûn Lyù 25
 - Dùng phƣơng pháp đánh giá yếu tố MFEP – Multi Factor Evaluation Process.

Phƣơng pháp MFEP:

- Trong phƣơng pháp MFEP mỗi yếu tố quan trọng ảnh hƣởng đến quyết định sẽ đƣợc
gán 1 hệ số nói lên tầm quan trọng tƣơng đối giữa các yếu tố với nhau. Sau đó đánh
giá phƣơng án theo các hệ số này.

- Các bƣớc thực hiện phƣơng pháp MEFP:

 Bƣớc 1: Liệt kê tất cả các yếu tố và gán cho yếu tố thứ i một trọng số Fwi (Factor
weight), 0 < FWi < 1.
FWi nói lên tầm quan trọng của mỗi yếu tố một cách tƣơng đối FWi = 1
 Bƣớc 2: Lƣợng giá theo yếu tố. Với mỗi yếu tố i ta đánh giá phƣơng án j bằng cách
gán một hệ số FEij gọi là lƣợng giá của phƣơng án j đối với yếu tố i. FE (Factor
Evaluation)
 Bƣớc 3: Tính tổng lƣợng giá trọng số của từng phƣơng án j (Total Weighted
evaluation)

i: yếu tố
TWEj =  FW  FE
i
i ij
j: phƣơng án

Chọn phƣơng án j0 ứng với Max TWEj

Ví dụ: Bài toán tìm việc làm của sinh viên

Bƣớc 1: Xác định Fwi
Sau khi nghiên cứu, bàn bạc với thầy, bạn bè, gia đình... sinh viên S nhận thấy 3 yếu tố
quan trọng nhất đối với việc chọn sở làm là:
- Lƣơng
- Cơ hội thăng tiến
- Vị trí nơi làm việc
Sinh viên S gán cho các yếu tố các trọng số sau:

Các yếu tố i Trọng số Fwi

- Lƣơng 0,3
- Cơ hội thăng tiến 0,6
- Vị trí nơi làm việc 0,1

Bƣớc 2: Xác định FEij

Sinh viên S nghĩ rằng có 3 công ty A, B, C sẽ nhận mình vào làm việc. Đối với mỗi công
ty, sinh viên S đánh giá theo 3 yếu tố trên và có bảng lƣợng giá nhƣ sau:

Phƣơng án j Công ty Công ty Công ty

Yếu tố i A B C
Lƣơng 0,7 0,8 0,9
Cơ hội thăng tiến 0,9 0,7 0,6
Vị trí nơi làm việc 0,6 0,8 0,9

Làm sao xác định giá trị trong bảng này?

Ví dụ

Ra Quyeát Ñònh Trong Quaûn Lyù 26

 Đối với lƣơng, Anh S mong rằng lƣơng sẽ là 1.000.000. Nhƣng thực tế công ty A trả
700.000, công ty B trả 800.000, công ty C trả 900.000.
70.000 80.000 90.000
 = 0,7 = 0,8 = 0,9
1.000.000 1.000.000 1.000.000

Bƣớc 3: Tính các tổng lƣợng giá trọng số TWEj

TWE(A) = 0,3 x 0,7 + 0,6 x 0,9 + 0,1 x 0,6 = 0,81

TWE(B) = 0,3 x 0,8 + 0,6 x 0,7 + 0,1 x 0,8 = 0,74
TWE(C) = 0,3 x 0,9 + 0,6 x 0,6 + 0,1 x 0,9 = 0,72

Kết luận: Sinh viên S chọn công ty A

6.4 Thuyết Độ Hữu Ích (Utility Theory)

1. Khái niệm về độ hữu ích

Ở các phần trƣớc ta dùng tiêu chuẩn EMV để đánh giá lựa chọn các phƣơng án. Tuy
nhiên, trong nhiều trƣờng hợp tiêu chuẩn EMV không thể dẫn đến việc lựa chọn các phƣơng án
tốt.
Ví dụ:
Giả sử bạn có một tấm vé số đặc biệt mà khi thảy đồng xu lên nếu mặt ngửa xuất hiện thì
bạn trúng thƣởng 5.000.000đ, nếu mặt sấp xuất hiện thì bạn không đƣợc gì hết.
Vấn đề đặt ra: Nếu có ngƣời nào đó đề nghị mua lại tấm vé số của bạn trƣớc khi tung đồng
xu với giá 2.000.000đ thì bạn có bán hay không?
Giải :
 Nếu xét theo tiêu chuẩn EMV
Ngửa
5.000.000
0,5
Không bán Sấp
0
0,5
Bán
2.000.000
1

EMV (không bán) = EMV(1) = 5.000.000 x 0,5 + 0 x 0,5 = 2.500.000

EMV (bán) = 2.000.000

Dựa vào kết quả EMV (không bán) > EMV (bán)

Kết luận: Không bán tấm vé số

Nếu xét trên quan điểm thực tế thì đa số mọi ngƣời sẽ bán vì ít ai thích may rủi trừ những ngƣời
tỉ phú thích may rủi.

Ra Quyeát Ñònh Trong Quaûn Lyù 27

Trong ví dụ trên, lời giải của vấn đề tùy thuộc vào cảm nhận của ngƣời ra quyết định về sự rủi
ro.
Từ đó ngƣời ta đƣa ra lý thuyết về độ hữu ích nhƣ sau:
 Độ hữu ích là độ đo mức ƣu tiên của ngƣời ra quyết định đối với lợi nhuận.
 Lý thuyết độ hữu ích là lý thuyết nghiên cứu cách kết hợp mức độ ƣu tiên về độ may rủi
của ngƣời ra quyết định đối với các yếu tố khác trong quá trình ra quyết định

2. Cách tính độ hữu ích

a. Độ hữu ích đƣợc ƣớc tính nhƣ sau:

 Kết quả tốt nhất sẽ có độ hữu ích là 1  U (tốt nhất) = 1
 Kết quả xấu nhất sẽ có độ hữu ích là 0  U (xấu nhất) = 0
 Kết quả khác sẽ có độ hữu ích  (0,1)  0 < U(khác) < 1
b. Cách tính độ hữu ích của kết quả khác:
 Độ hữu ích của kết quả khác đƣợc tính dựa trên sự xem xét một trò chơi chuẩn gồm
2 kết quả:
+ Kết quả tốt nhất có xác suất là P
+ Kết quả xấu nhất có xác suất là (1 - P)

Ta có 2 phƣơng án:
+ Phƣơng án 1: Chấp nhận trò chơi ta sẽ đƣợc kết quả tốt nhất hay đƣợc kết quả xấu
nhất.
+ Phƣơng án 2: Không chấp nhận trò chơi để đƣợc một kết quả chắc chắn tránh đƣợc
rủi ro.

Vấn đề: Xác định xác suất p để 2 phƣơng án này đƣợc xem là tƣơng đƣơng đối với ngƣời
ra quyết định
Ta có sơ đồ cây quyết định:

Đối với ngƣời ra quyết định, hai phƣơng án đƣợc xem là tƣơng đƣơng nhau nếu kỳ vọng độ
hữu ích của 2 phƣơng án bằng nhau:

Gọi EU là kỳ vọng của độ hữu ích (Expected Utility)

EU (kết quả khác) = EU (không chơi)
EU (không chơi) = EU(chơi) = px U(T) + (1 - p) U(X)
= p x 1 + (1 - p) x 0
=p
 EU (kết quả khác) = p

Ra Quyeát Ñònh Trong Quaûn Lyù 28

Kết luận:
 p chính là kỳ vọng của độ hữu ích để làm cho 2 phƣơng án tƣơng đƣơng nhau đối với
ngƣời ra quyết định.
 Nhƣ vậy độ hữu ích hoàn toàn chủ quan, tùy thuộc vào mức độ cảm nhận về rủi ro của
ngƣời ra quyết định.

Để đo độ hữu ích, ta xem xét ví dụ sau:

Cô X muốn vẽ đƣờng độ hữu ích đối với tiền, từ 0 đến 10.000

với U(10,000) = 1 và U (0) = 0

Cô X có một số tiền, cô có thể mua bất động sản hoặc bỏ vào quỹ tiết kiệm của ngân
hàng. Nếu cô X đầu tƣ vào bất động sản thì sau 3 năm cô thu đƣợc 10.000 hoặc là bị mất trắng.
Nếu cô X gửi tiết kiệm thì sau 3 năm sẽ chắc chắn thu đƣợc 5000đ.

Về mặt chủ quan, cô X cho rằng nếu 80% có cơ may thu đƣợc 10.000đ sau 3 năm thì cô
X mới đầu tƣ vào bất động sản nếu không cô X sẽ gửi tiết kiệm.

Nhƣ vậy với xác suất p = 0.8 để mua bất động sản thành công thì 2 phƣơng án mua bất
động sản và gửi tiền tiết kiệm là nhƣ nhau.

Ta có:
U(5.000) = p = 0.8 đối với cô X.
Tƣơng tự, nếu gửi tiết kiệm vào ngân hàng sau 3 năm cô X thu đƣợc 7.000 đ thì p sẽ là bao
nhiêu? Nếu là 3.000 thì p sẽ là bao nhiêu?
Giả sử đối với cô X U(7.000) = 90% = 0.9
U(3.000) = 50% = 0.5
Dựa vào các số liệu trên ta vẽ ra đƣờng cong độ hữu ích đối với tiền của cô X

Ra Quyeát Ñònh Trong Quaûn Lyù 29

 Độ
hữu
ích U

0,5

0
5.000 10.000 Số tiền $
c. Các dạng của đƣờng cong độ hữu ích:

Dạng 1: Dạng đƣờng cong có bề lõm quay xuống.

 Khi số tiền tăng thì U tăng nhƣng U tăng chậm hơn số tiền tăng, có nghĩa là độ gia tăng của
U giảm dần
 Đây là biểu hiện của ngƣời ra quyết định tránh rủi ro, tránh tình huống mà sự rủi ro mang lại
thiệt hại lớn.

$
Dạng 2: Dạng đƣờng cong có bề lõm quay lại
 Khi số tiền tăng thì U tăng nhanh hơn số tiền tăng, có nghĩa là độ gia tăng của U tăng dần.
 Đây là đƣờng cong độ hữu ích của ngƣời thích rủi ro, thích mạo hiểm, thích chọn tình huống
may thì đƣợc nhiều, rủi thì hại lớn

Ra Quyeát Ñònh Trong Quaûn Lyù 30

Dạng 3: Dạng đƣờng phân giác
 Đối với ngƣời không có sự thiên lệch về rủi ro thì đƣờng độ hữu ích là đƣờng phân giác.

$
450
3. Đánh giá phƣơng án bằng độ hữu ích

Trong việc đánh giá phƣơng án bằng độ hữu ích, giá trị tính bằng tiền đƣợc thay thế bằng
độ hữu ích tƣơng ứng.

Ví dụ:
Ông B xem xét có nên tham gia đầu tƣ vào một dự án hay không. Nếu dự án thành công
Ông B thu đƣợc 10.000 trái lại mất 10.000. Theo Ông B dự án có 45% cơ may thành công.
Ngoài ra đƣờng độ hữu ích của Ông B có dạng

0,30

0,15

0,05

-20.000 -10.000 0 10.000 Tiền

Vấn đề: Ông B có tham gia đầu tƣ vào dự án này không?

Thành công
10000 U (10.000) = 0,3
0,45
Tham gia
Thất bại
-10000 U (-10.000) = 0,05
0,55

Không
tham gia 0 U (0) = 0,15

EU (tham gia) = 0,45  0,3 + 0,55  0,05 = 0,1625

EU (không tham gia) = 0,15 < 0,1625

Ra Quyeát Ñònh Trong Quaûn Lyù 31

 Kết luận: Ông B tham gia đầu tƣ vào dự án.

Nếu dùng EMV:

EMV (tham gia) = 0,45 x 10.000 + 0,55(-10.000) = -1.000
EMV (không tham gia) = 0 > - 1.000
Nếu theo EMV thì Ông B không tham gia.

Bài tập:
Bài 1
Maxz = 3x1 + 2x2
x1 + 2x2 ≤ 12
2x1 + 3x2 = 12
2x1 + x2 ≥ 8
x1, x2 ≥ 0
(Đáp án: Maxz = 18, x1 = 6; x2 = 0)
Bài 2
Minz = -x1 - 2x2
x1 + 3x2 ≤ 8
x1 + x 2 ≤ 4
x1, x2 ≥ 0
(Đáp án: Minz = -6, x1 = x2 = 2)
Bài 3
Minz = -4x1 - 5x2
3x1 + x2 ≤ 27
x1 + x2 = 12
3x1 + 2x2 ≥ 30
x1, x2 ≥ 0
(Đáp án: Minz = 54, x1 = x2 = 6)

Ra Quyeát Ñònh Trong Quaûn Lyù 32