Châu D Án Cá Nhân

PHẦN 1: LẬP TRÌNH TUYẾN TÍNH VÀ BÀI TOÁN PHÂN TÍCH KINH DOANH
I. Mở đầu: Bối cảnh tình huống (1-3 trang)

Dựa vào tình huống trong phụ lục 1 dước đây, bạn hãy xây dựng 1 tình huống
tương tự và giới thiệu bối cảnh của tình huống này.
Công ty ABC chuyên sản xuất một sản phẩm duy nhất và sản xuất sản phẩm này
tại ba nhà máy. Sản phẩm của công ty ABC đang được đánh giá trên thị trường rất
tốt, vì vậy công ty hiện có số lượng sản phẩm được đặt hàng bởi khách hàng nhiều
hơn mức sản phẩm công ty có thể đáp ứng. Công ty ABC cũng đang có kế hoạch
để mở thêm nhà máy để sản xuất, nhưng nó sẽ không sẵn sàng cho đến năm sau.
Trong tháng tới, bốn khách hàng tiềm năng của công ty (nhà bán sỉ) ở các khu vực
khác nhau của quốc gia muốn thực hiện các cuộc giao dịch lớn với công ty ABC.
Khách hàng 1 là khách hàng tiềm năng nhất của công ty, vì vậy nguồn lực sản xuất
của công ty sẽ ưu tiên đáp ứng đầy đủ đơn đặt hàng của Khách hàng 1 này. Khách
hàng 2 và 3 cũng là những khách hàng có tiềm năng của công ty, vì vậy Giám đốc
Tiếp thị của công ty đã quyết định rằng, tối thiểu, có ít nhất một phần ba số lượng
đặt hàng của họ phải được đáp ứng. Tuy nhiên, cô ấy không cảm thấy rằng Khách
hàng 4 cần được xem xét đặc biệt và vì vậy không sẵn lòng đảm bảo bất kỳ số
lượng đặt hàng tối thiểu nào cho khách hàng này. Chúng ta biết rằng, số lượng sản
phẩm công ty ABC sản xuất sẽ đủ để vượt quá số lượng tối thiểu này.
Phần lớn do sự khác biệt đáng kể trong chi phí vận chuyển, lợi nhuận ròng sẽ kiếm
được trên mỗi đơn vị sản phẩm bán được khác nhau rất nhiều, tùy thuộc vào sản
phẩm đó do nhà máy nào đang cung cấp cho khách hàng nào.
Do đó, quyết định cuối cùng về số lượng sản phẩm đáp ứng cho mỗi khách hàng
(phải lớn hơn hoặc bằng số lượng sản phẩm đáp ứng tối thiểu cho mỗi khách hàng
do Giám đốc Tiếp thị thiết lập) sẽ dựa trên việc tối đa hóa lợi nhuận tất cả sản
phẩm bán được.
Lợi nhuận đơn vị cho mỗi sự kết hợp của một nhà máy cung cấp cho một khách
hàng cụ thể được thể hiện trong Bảng 1. Cột ngoài cùng bên phải cho biết số
lượng sản phẩm mà mỗi nhà máy sẽ sản xuất được trong tháng tới (tổng cộng là
40.000). Hàng dưới cùng hiển thị số lượng đặt hàng đã được yêu cầu bởi mỗi
khách hàng (tổng số 60.000). Hàng liền kề bên trên của hàng dưới cùng cho biết số
lượng sản phẩm được công ty ABC cung cấp tối thiểu cho mỗi khách hàng (tổng
số 24.000), dựa trên các quyết định của Giám đốc Tiếp thị được mô tả ở trên.
Giám đốc Tiếp thị cần xác định có bao nhiêu đơn vị sản phẩm để bán cho mỗi
khách hàng (quan sát số lượng sản phẩm phải đáp ứng tối thiểu này) và có bao
nhiêu đơn vị sản phẩm cần vận chuyển từ mỗi nhà máy đến mỗi khách hàng để tối
đa hóa lợi nhuận.
Customer Unit Profit Production Quantity
1 2 3 4
Plant
$110 $84 $92 $106 16,000
1
2 $74 $36 $64 $96 10,000
3 $58 $118 $102 $70 14,000
Minimum purchase 14,000 6,000 4,000 0
Requested purchase 14,000 18,000 12,000 16,000
Bảng 1. Dữ liệu cho tình huống của công ty ABC

II. Ứng dụng thực tiễn (6-12 trang)
1. Giới thiệu mô hình lập trình tuyến tính ứng dụng trong tình huống mà bạn xây
dựng.
Ta có:
Tổng số lượng sản phẩm Nhà máy 1, 2, 3 cung cấp cho Khách hàng 1, 2, 3, 4 = Số
lượng sản phẩm khả năng Nhà máy 1, 2, 3 có thể sản xuất tương ứng.
Số lượng sản phẩm cung cấp cho Khách hàng 1, 2, 3, 4 (có thể do Nhà máy 1, 2, 3
cung cấp) >= Số lượng sản phẩm phải cung cấp tối thiểu cho Khách hàng 1, 2, 3, 4
(có thể do Nhà máy 1, 2, 3 cung cấp) theo yêu cầu của Giám đốc Tiếp thị.
Số lượng sản phẩm cung cấp cho Khách hàng 1, 2, 3, 4 (có thể do Nhà máy 1, 2, 3
cung cấp) <= Số lượng sản phẩm Khách hàng 1, 2, 3, 4 yêu cầu (đặt hàng).
Hàm mục tiêu của bài toán là tối đa lợi nhuận thu được từ việc bán sản phẩm, nên:
Lợi nhuận đơn vị của mỗi sản phẩm được cung cấp bởi mỗi nhà máy cho từng
khách hàng nhân cho số lượng sản phẩm được cung cấp bởi mỗi nhà máy cho từng
khách hàng phải đạt giá trị cao nhất.
2. Xác định vấn đề.
Trong bài toán này, vấn đề mà ta phải ra quyết định:
Nhà Phân tích Kinh doanh cần giúp Giám đốc Tiếp thị trong công ty xác định số
lượng sản phẩm được sản xuất ở mỗi nhà máy để cung cấp cho từng khách hàng
(đáp ứng số lượng sản phẩm phải cung cấp tối thiểu cho từng khách hàng theo yêu
cầu của Giám đốc Tiếp thị) sao cho tối đa hóa lợi nhuận thu được từ việc bán các
sản phẩm nói trên.
3. Thiết lập mô hình đại số tuyến tính cho tình huống.
Gọi:
Số lượng sản phẩm Nhà máy 1 cung cấp cho Khách hàng 1 là P1C1
Khả năng Nhà máy 1 có thể sản xuất là 16,000 đơn vị sản phẩm, vậy tổng sản
phẩm Nhà máy 1 cung cấp cho Khách hàng 1, 2, 3, 4 cũng là 16,000 đơn vị sản
phẩm, ta có phương trình:
P1C1 + P1C2 + P1C3 + P1C4 = 16,000
Khả năng Nhà máy 2 có thể sản xuất là 10,000 đơn vị sản phẩm và khả năng Nhà
máy 3 có thể sản xuất là 14,000 đơn vị sản phẩm, tương tự, ta có các phương trình:
P2C1 + P2C2 + P2C3 + P2C4 = 10,000
P3C1 + P3C2 + P3C3 + P3C4 = 14,000
Số lượng sản phẩm phải cung cấp tối thiểu cho Khách hàng 1 là 14,000 đơn vị
(vận chuyển từ nhà máy 1, 2, 3), ta có phương trình:
P1C1 + P2C1 + P3C1 >= 14,000
Số lượng sản phẩm phải cung cấp tối thiểu cho Khách hàng 2, 3, 4 lần lượt là
6,000; 4,000 và 0 (vận chuyển từ Nhà máy 1, 2, 3), tượng tự, ta có các phương
trình:
P1C2 + P2C2 + P3C2 >= 6,000
P1C3 + P2C3 + P3C3 >= 4,000
P1C4 + P2C4 + P3C4 >= 0

Số lượng sản phẩm Khách hàng 1, 2, 3, 4 đặt hàng lần lượt là 14,000; 18,000;
12,000; 16,000 (có thể lấy hàng từ Nhà máy 1, 2, 3), ta có các phương trình:
P1C1 + P2C1 + P3C1 <= 14,000
P1C2 + P2C2 + P3C2 <= 18,000
P1C3 + P2C3 + P3C3 <= 12,000
P1C4 + P2C4 + P3C4 <= 16,000
Giám đốc Tiếp thị cần tối ưu hóa lợi nhuận của số lượng sản phẩm bán được, gọi P
là lợi nhuận cần phải tối ưu hóa, lợi nhuận của các sản phẩm bán được bằng lợi
nhuận đơn vị của từng sản phẩm mà mỗi nhà máy cung cấp cho mỗi khách nhân
cho số lượng sản phẩm mà mỗi nhà máy cung cấp cho mỗi khách hàng để tối ưu
hóa lợi nhuận, ta có:
Số lượng sản phẩm mỗi nhà máy cung cấp cho mỗi khách hàng sao cho P =
110P1C1 + 84P1C2 + 92P1C3 + 106P1C4 + 74P2C1 + 36P2C2 + 64P2C3 +
96P2C4 + 58P3C1 + 118P3C2 + 102P3C3 + 70P3C4 đạt giá trị cao nhất
4. Xây dựng mô hình lập trình tuyến tính trên Excel Solver và QM for Windows
4.1. Xây dựng mô hình lập trình tuyến tính trên Excel Solver:
Dữ liệu có sẵn của bài toán:
Vùng trên bảng tính B2:E4 thể hiện lợi nhuận đơn vị của mỗi sản phẩm được cung
cấp từ mỗi nhà máy đến từng khách hàng.
Vùng trên bảng tính H8:H10 thể hiện năng lực sản xuất ra bao nhiêu đơn vị sản
phẩm của mỗi Nhà máy 1, 2, 3.
Vùng trên bảng tính B12:E12 thể hiện số lượng sản phẩm tối thiểu phải được cung
cấp cho từng Khách hàng 1, 2, 3, 4 theo yêu cầu (theo thứ tự ưu tiên) của Giám
đốc Tiếp thị.
Xây dựng các hàm excel cho bài toán:
Thể hiện số lượng sản phẩm từng Nhà máy 1, 2, 3 cung cấp cho các Khách hàng 1,
2, 3, 4, ta có các hàm excel:
F8 =SUM(B8:E8) (Số lượng sản phẩm sản xuất ra ở Nhà máy 1)
Thể hiện số lượng sản phẩm được cung cấp cho từng Khách hàng 1, 2, 3, 4 bởi các
Nhà máy 1, 2, 3, ta có các hàm excel:
B14 = SUM(B8:B10) (Số lượng sản phẩm cung cấp cho Khách hàng 1)
C14 = SUM(C8:C10) (Số lượng sản phẩm cung cấp cho Khách hàng 2)
D14 = SUM(D8:D10) (Số lượng sản phẩm cung cấp cho Khách hàng 3)
E14 = SUM(E8:E10) (Số lượng sản phẩm cung cấp cho Khách hàng 4)
Thể hiện lợi nhuận tổng, bằng tích số của lợi nhuận đơn vị của mỗi sản phẩm được
cung cấp từ mỗi nhà máy cho từng khách hàng với số lượng sản phẩm được cung
cấp từ mỗi nhà máy cho từng khách hàng, ta có hàm excel:
H16 = SUMPRODUCT(B2:E4,B8:E10)
Áp dụng Solver trong Excel để giải quyết bài toán:

Trong Excel, chọn Data, chọn Solver, ta điền các mục như sau:
Set Objective là tối đa hóa lợi nhuận, vì vậy ta điền vào Set Objective là ô thể hiện
giá trị tổng lợi nhuận trong Excel là $H$16 và bên dưới chọn To Max.
By Changing Variable Cells là các biến cần phải tìm trong bài toán này, cụ thể là
số lượng sản phẩm mỗi nhà máy cung cấp cho từng khách hàng, nên ta chọn ô thể
hiện giá trị của các biến này Excel là $B$8:$E$10.
Subject to the Constraints là phần thể hiện các điều kiện ràng buộc các biến ở trên,
ta chọn Add để thêm vào các điều kiện vào vùng này.
Số lượng sản phẩm Nhà máy 1, 2, 3 sản xuất phải bằng với số lượng sản phẩm có
thể sản xuất được theo khả năng tại Nhà máy 1, 2, 3 đề tối ưu hóa nguồn lực, nên
ta có ô điều kiện $F$8:$F$10 = $H$8:$H$10.
Tổng số lượng sản phẩm cung cấp cho Khách hàng 1, 2, 3, 4 phải lớn hơn hoặc
bằng số lượng sản phẩm phải cung cấp tối thiểu cho mỗi khách hàng theo yêu cầu
của Giám đốc Tiếp thị, nên ta có điều kiện $B$14:$E$14 >= $B$12:$E$12.
Tổng số lượng sản phẩm cung cấp cho Khách hàng 1, 2, 3, 4 phải nhỏ hơn hoặc
bằng số lượng sản phẩm mà Khách hàng 1, 2, 3, 4 đặt hàng, nên ta có ô điều kiện
$B$14:$E$14 <= $B$12:$E$12.
Sau đó, ta đánh dấu vào ô “Make Unconstrained Variables Non-negative” để các
biến trả ra không là số âm. Ở chỗ “Select A Solving Method” chọn Simplex LP vì
đây là dạng mô hình bậc nhất. Sau đó, ta chọn Solve, rồi ta chọn Keep Solver
Solution, OK.
4.2. Xây dựng mô hình lập trình tuyến tính trên QM for Windows
Vào phần mềm QM, ta chọn Module, Linear Programming. Sau đó, ta vào File,
New. Ta điền vào các ô như sau:
Number of Constraints cho biết số lượng điều kiện ràng buộc của các biến. Trong
bài toán này, ta thấy có 11 điều kiện ràng buộc (3 điều kiện ràng buộc về nguồn
lực cung cấp sản phẩm của 3 Nhà máy 1, 2, 3; 4 điều kiện ràng buộc về số lượng
sản phẩm phải đáp ứng đủ cho Khách hàng 1, 2, 3, 4 theo yêu cầu của Giám đốc
Tiếp thị; 4 điều kiện ràng buộc về số lượng sản phẩm cung cấp cho Khách hàng 1,
2, 3, 4 không được vượt quá yêu cầu đặt hàng của từng khách hàng) nên ta điền số
11 vào cột này.
Number of Variables cho biết số lượng biến cần tìm trong bài toán này. Ở đây,
chúng ta thấy có 12 biến (số lượng sản phẩm mỗi Nhà máy 1, 2, 3 cung cấp cho
từng Khách hàng 1, 2, 3, 4) nên ta điền số 12 vào cột này.
Objective thể hiện hàm mục tiêu của bài toán đó chính tối đa hóa lợi nhuận nên ta
chọn Maximize, OK.
Sau đó, ta gọi: P1C1, P1C2, P1C3, P1C4 lần lượt là số lượng sản phẩm Nhà máy 1
cung cấp cho Khách hàng 1, 2, 3, 4. Tương tự, ta gọi: P2C1, P2C2, P2C3, P2C4
lần lượt là số lượng sản phẩm Nhà máy 2 cung cấp cho Khách hàng 1, 2, 3, 4 và
P3C1, P3C2, P3C3, P3C4 lần lượt là số lượng sản phẩm Nhà máy 3 cung cấp cho
Khách hàng 1, 2, 3, 4.
Khi đó, ta điền 11 điều kiện theo các biến đã được đặt tên sẵn như sau:
Để tối ưu hóa nguồn lực, số lượng sản phẩm mỗi Nhà máy 1, 2, 3 cung cấp cho
các Khách hàng 1, 2, 3, 4 cũng phải bằng năng lực Nhà máy 1, 2, 3 có thể sản
xuất, ta có các điều kiện:
P1C1 + P1C2 + P1C3 + P1C4 = 16,000
P2C1 + P2C2 + P2C3 + P2C4 = 10,000

P3C1 + P3C2 + P3C3 + P3C4 = 14,000
Số lượng sản phẩm cung cấp cho Khách hàng 1, 2, 3, 4 phải đáp ứng số lượng sản
phẩm tối thiểu cung cấp cho từng khách hàng theo yêu cầu của Giám đốc Tiếp thị,
ta có các điều kiện:
P1C1 + P2C1 + P3C1 >= 14,000
P1C2 + P2C2 + P3C2 >= 6,000
P1C3 + P2C3 + P3C3 >= 4,000
P1C4 + P2C4 + P3C4 >= 0
Số lượng sản phẩm cung cấp cho Khách hàng 1, 2, 3, 4 không được vượt quá số
lượng sản phẩm từng khách hàng đặt hàng, ta có các điều kiện:
P1C1 + P2C1 + P3C1 <= 14,000
P1C2 + P2C2 + P3C2 <= 18,000
P1C3 + P2C3 + P3C3 <= 12,000
P1C4 + P2C4 + P3C4 <= 16,000
Sau đó, ta chọn Solutions để giải bài toán trên QM.
5. Trình bày và giải thích kết quả/ giải pháp tối ưu của mô hình từ Excel Solver
và QM for Windows
Đáp ứng các điều kiện ràng buộc về nguồn lực sản xuất của mỗi nhà máy, về số
lượng sản phẩm tối thiểu phải cung cấp cho từng khách hàng theo yêu cầu của
Giám đốc Tiếp thị, về số lượng sản phẩm lớn nhất được cung cấp cho từng khách
hàng (dựa theo số lượng đặt hàng của từng khách hàng), bài toán đạt được lợi
nhuận tối đa là $4,304,000 khi số lượng sản phẩm từ mỗi nhà máy cung cấp cho
mỗi khách hàng (các biến) có giá trị là:
Khách hàng 1 nhận tổng cộng 14,000 sản phẩm hoàn toàn từ Nhà máy 1 cung cấp.
Khách hàng 3 nhận tổng cộng 4,000 sản phẩm, trong đó có 2,000 sản phẩm từ Nhà
máy 1 cung cấp và 2,000 sản phẩm từ Nhà máy 3 cung cấp.
6. Trình bày kết quả bằng đồ thị

7. Phân tích độ nhạy- Nếu thì (What- If Analysis) trên Excel Solver và QM for
Windows:
a. Xác định vùng giá trị min-max (range) của các biến trong hàm mục tiêu
không làm thay đổi giải pháp tối ưu (optimal solution) khi:
i. Từng biến trong hàm mục tiêu thay đổi.
Nhìn vào bảng Excel Solver phân tích độ nhạy, ta thấy khi lợi nhuận đơn vị (trong bảng
này hiển thị là chỉ số Objective Coefficient) của một sản phẩm từ Nhà máy 1 cung cấp
cho Khách hàng 1 tăng đến vô cùng và giảm đi 2 đơn vị sẽ không làm thay đổi số lượng
sản phẩm được phân phối từ Nhà máy 1 đến Khách hàng 1 (Allowable Increase/
Decrease là khoảng tăng và giảm cho phép của lợi nhuận đơn vị)
Nhìn vào bảng phân tích độ nhạy của QM, ta thấy khi lợi nhuận đơn vị (trong bảng này
hiển thị là chỉ số Original Value) của một sản phẩm từ Nhà máy 1 cung cấp cho Khách
hàng 1 tăng đến vô cùng và giảm đi 2 đơn vị sẽ không làm thay đổi số lượng sản phẩm
được phân phối từ Nhà máy 1 đến Khách hàng 1 (Upper/ Lower Bound là mức tăng/
giảm cho phép của lợi nhuận đơn vị.
Ta có thể viết như sau:
UNIT PROFIT P1C1 [108;∞) sẽ không làm thay đổi final value trong Excel Solver/ value
trong QM (14,000 sản phẩm P1C1; 2,000 sản phẩm P1C3; 10,000 sản phẩm P2C4;
12,000 sản phẩm P3C2 và 2,000 sản phẩm P3C3)
Tương tự, ta có:
UNIT PROFIT P1C2 (∞;108] sẽ không làm thay đổi final value trong Excel Solver/ value
UNIT PROFIT P1C3 [90;94] sẽ không làm thay đổi final value trong Excel Solver/ value
UNIT PROFIT P2C4 [80;∞) sẽ không làm thay đổi final value trong Excel Solver/ value
UNIT PROFIT P3C2 [116;120] sẽ không làm thay đổi final value trong Excel Solver/
value trong QM (14,000 sản phẩm P1C1; 2,000 sản phẩm P1C3; 10,000 sản phẩm P2C4;
UNIT PROFIT P3C3 [100;104] sẽ không làm thay đổi final value trong Excel Solver/
value trong QM (14,000 sản phẩm P1C1; 2,000 sản phẩm P1C3; 10,000 sản phẩm P2C4;
12,000 sản phẩm P3C2 và 2,000 sản phẩm P3C3).
ii. Các biến trong hàm mục tiêu thay đổi đồng thời. Giải thích quy
luật 100% trong trường hợp này.
Ta có điều kiện thay đổi lợi nhuận đơn vị của quy tắc 100%:
UNIT PROFIT P1C1 [108;∞) và;
UNIT PROFIT P1C2 (∞;108] và;
UNIT PROFIT P1C3 [90;94] và;
UNIT PROFIT P2C4 [80;∞) và;
UNIT PROFIT P3C4 (∞;118]
Giải thích theo quy luật 100%:
Ta thay đổi 12 lợi nhuận đơn vị theo điều kiện trên, cụ thể, tác giả thay đổi giá trị của lợi
nhuận đơn vị theo số liệu trong bảng tính dưới đây:
Mức thay đổi của lợi nhuận đơn vị P1C1 = |lợi nhuận đơn vị P1C1 lúc sau - lợi nhuận
đơn vị P1C1 ban đầu| / Mức tăng hay giảm cho phép của lợi nhuận đơn vị P1C1 (hiển thị
là Allowable Increase/ Decrease trong bảng độ nhạy của Excel Solver hay là mức thay
đổi Upper/ Lower Bound so với Original Value trong bảng độ nhạy của QM)
Mức thay đổi của lợi nhuận đơn vị P1C1 = |109.9 - 110|/2 = 5%
Tương tự,
Mức thay đổi của lợi nhuận đơn vị P1C2 = |85 - 84|/24 = 4.17%
Lưu ý: nếu final value (trong bảng độ nhạy Excel Solver) hay value (trong bảng độ nhạy
QM) khác 0, reduced cost = 0; nếu final value (trong bảng độ nhạy Excel Solver) hay
value (trong bảng độ nhạy QM) = 0, reduced cost khác 0; nếu final value (trong bảng độ
nhạy Excel Solver) hay value (trong bảng độ nhạy QM) và reduced cost đều = 0, sẽ có 2
hàm mục tiêu, 2 total profit maximum.
Tổng mức thay đổi của 12 lợi nhuận đơn vị = 5% + 4.17% + 5% + 5% + 4.17% + 1.67%
+ 6.25% + 6.25% + 1.61% + 5% + 5% + 2.08% = 51.2% < 100% => Sự thay đổi đồng
thời của 12 lợi nhuận đơn vị nói trên sẽ không làm thay đổi final value (trong Excel
Solver) hay value (trong QM) (14,000 sản phẩm P1C1; 2,000 sản phẩm P1C3; 10,000 sản
phẩm P2C4; 12,000 sản phẩm P3C2 và 2,000 sản phẩm P3C3).
b. Dự báo mức thay đổi giá trị mục tiêu (objective cell) khi:
i. Số liệu trong từng vế trái của các hàm giới hạn thay đổi.
Thay đổi về điều kiện số lượng sản phẩm khách hàng yêu cầu đặt hàng:
Để dự báo mức thay đổi của giá trị mục tiêu (trong trường hợp này là tổng lợi nhuận),
shadow price phải có ý nghĩa. Như vậy từng ràng buộc (RHS) phải nhỏ hơn 100%. Các
khoảng thay đổi của điều kiện số lượng sản phẩm khách hàng yêu cầu đặt hàng để thỏa
mãn quy luật 100%:
RHS (Customer 1) = [14000;16000]
RHS (Customer 2) = [12000;∞)
RHS (Customer 3) = [4000;∞)
RHS (Customer 4) = [10000;∞)
Ta thay đổi RHS (Customer 1) = 15,000 (đáp ứng khoảng thay đổi bên trên)
Mức thay đổi của RHS (Customer 1) = |RHS (Customer 1) lúc sau - RHS (Customer 1)
lúc đầu|/ Mức tăng hay giảm cho phép của RHS (Customer 1) (hiển thị là Allowable
Increase/ Allowable Decrease trong bảng độ nhạy Excel Solver hay mức thay đổi của
Upper/ Lower Bound so với Original Value trong QM)
Mức thay đổi của RHS (Customer 1) = |15000 – 14000| / 2000 = 50% < 100% =>
Shadow price (trong Excel Solver) hay Dual Value (trong QM) còn ý nghĩa.
Total profit = Total profit ban đầu + Mức tăng của RHS (Customer 1) x Shadow price/
Dual Value của RHS (Customer 1) – Mức giảm của RHS (Customer 1) x Shadow price/
Dual Value của RHS (Customer 1)
Total profit khi RHS (Customer 1) thay đổi = $4,304,000 + 1000 x 2 = $4,306,000
Mức thay đổi của RHS (Customer 2) = |17000 – 18000| / 6000 = 16.67% < 100% =>
Shadow price/ Dual Value còn ý nghĩa.
Total profit khi RHS (Customer 2) thay đổi = $4,304,000 - 1000 x 0 = $4,304,000
Thay đổi về điều kiện số lượng sản phẩm phải cung cấp tối thiểu cho mỗi khách
hàng theo yêu cầu của Giám đốc Tiếp thị:
Các khoảng thay đổi của điều kiện số lượng sản phẩm phải cung cấp tối thiểu cho mỗi
khách hàng để thỏa mãn quy luật 100% là:
RHS (Customer 1) = (∞;14000]
RHS (Customer 2) = (∞;12000]
RHS (Customer 3) = [2000;10000]
RHS (Customer 4) = (∞;10000]
Mức thay đổi của RHS (Customer 1) = |13000 – 14000| / ∞ ~ 0 < 100% => Shadow
price/ Dual Value còn ý nghĩa.
Mức thay đổi của RHS (Customer 3) = |3000 – 4000| / 2000 = 50% < 100% => Shadow
Total profit khi RHS (Customer 3) thay đổi = $4,304,000 - 1000 x (-16) = $4,320,000
Mức thay đổi của RHS (Customer 4) = |1000 – 0| / 10000 = 10% < 100% => Shadow
Thay đổi về điều kiện nguồn lực theo đơn vị sản phẩm mà mỗi nhà máy có thể sản
xuất:
Các khoảng thay đổi của điều kiện nguồn lực theo đơn vị sản phẩm mà mỗi nhà máy có
thể sản xuất để thỏa mãn quy luật 100% là:
RHS (Plant 1) = [14000;18000]
RHS (Plant 2) = [0;16000]
RHS (Plant 3) = [0;16000]
Ta thay đổi RHS (Plant 1) = 15,000 (đáp ứng khoảng thay đổi bên trên)

Mức thay đổi của RHS (Plant 1) = |15000 – 16000| / 2000 = 50% < 100% => Shadow
Total profit khi RHS (Plant 1) thay đổi = $4,304,000 - 1000 x 108 = $4,196,000
Mức thay đổi của RHS (Plant 2) = |11000 – 10000| / 6000 = 16.67% < 100% => Shadow
Total profit khi RHS (Plant 2) thay đổi = $4,304,000 + 1000 x 96 = $4,400,000
Mức thay đổi của RHS (Plant 3) = |15000 – 14000| / 6000 = 16.67% < 100% => Shadow
Total profit khi RHS (Plant 3) thay đổi = $4,304,000 + 1000 x 118 = $4,422,000
ii. Số liệu trong tất cả các vế trái của các hàm giới hạn thay đổi
đồng thời. Giải thích quy luật 100% trong trường hợp này.
Ở trường hợp này, ta có thể thấy tất cả 11 ràng buộc (RHS) đều thay đổi đồng thời và
phải đáp ứng đồng thời các điều kiện bên dưới đây:
Các khoảng thay đổi của điều kiện số lượng sản phẩm khách hàng yêu cầu đặt hàng để
thỏa mãn quy luật 100%:
RHS (Customer 1) = [14000;16000] và;
RHS (Customer 2) = [12000;∞) và;
Các khoảng thay đổi của điều kiện số lượng sản phẩm phải cung cấp tối thiểu cho mỗi
khách hàng để thỏa mãn quy luật 100% là:
RHS (Customer 1) = (∞;14000] và;
RHS (Customer 3) = [2000;10000] và;
Các khoảng thay đổi của điều kiện nguồn lực theo đơn vị sản phẩm mà mỗi nhà máy có
thể sản xuất để thỏa mãn quy luật 100% là:
RHS (Plant 1) = [14000;18000] và;
RHS (Plant 2) = [0;16000] và;
RHS (Plant 3) = [0;16000] và;

Ta thay đổi các giá trị của 11 ràng buộc (RHS) theo số liệu cụ thể trong bảng tính trên.
Tương tự như cách tính mức độ thay đổi của từng ràng buộc (RHS), ta có:
Mức độ thay đổi của RHS ô B16 = |14100 – 14000| / 2000 = 5%
Mức độ thay đổi của RHS ô C16 = |17900 – 18000| / 6000 = 1.67%
Mức độ thay đổi của RHS ô D16 = |11000 – 12000| / 8000 = 12.5%
Mức độ thay đổi của RHS ô E16 = |15900 – 16000| / 6000 = 1.67%
Mức độ thay đổi của RHS ô B12 = |13000 – 14000| / ∞ ~ 0

Mức độ thay đổi của RHS ô C12 = |6100 – 6000| / 6000 = 1.67%
Mức độ thay đổi của RHS ô D12 = |3900 – 4000| / 2000 = 5%
Mức độ thay đổi của RHS ô E12 = |1000 – 0| / 10000 = 10%
Mức độ thay đổi của RHS ô H8 = |15900 – 16000| / 2000 = 5%
Mức độ thay đổi của RHS ô H9 = |10100 – 10000| / 6000 = 1.67%
Mức độ thay đổi của RHS ô H10 = |14100 – 14000| / 6000 = 1.67%
Tổng mức độ thay đổi của 12 RHS = 5% + 1.67% + 12.5% + 1.67% + 12.5% + 1.67% +
1.67% + 5% + 10% + 5% + 1.67% + 1.67% = 45.85% < 100% => Shadow price/ Dual
Value còn ý nghĩa.
Total profit khi 11 RHS thay đổi = $4,304,000 + 100 x 2 – 100 x 0 – 1000 x 0 – 100 x 0 –
1000 x 0 + 100 x 0 – 100 x (-16) + 1000 x 0 – 100 x 108 + 100 x 96 + 100 x 118 =
$4,316,400
III. Kết luận
Như vậy, Nhà Phân tích Kinh doanh đã giải quyết giúp Giám đốc Tiếp thị các vấn đề cần
xác định trong bài toán này:
1) Số lượng sản phẩm để bán cho Khách hàng 1 là 14,000 đơn vị sản phẩm, cho
Khách hàng 2 là 12,000 sản phẩm, cho Khách hàng 3 là 4,000 sản phẩm, cho
Khách hàng 4 là 10,000 sản phẩm (số lượng sản phẩm cung cấp cho mỗi khách
hàng đáp ứng số lượng sản phẩm tối thiểu cung cấp cho mỗi khách hàng theo yêu
cầu của Giám đốc Tiếp thị).
2) Để tối đa hóa lợi nhuận thu được từ các sản phẩm bán được (lợi nhuận lúc này đạt
$4,304,000), đáp ứng các điều kiện ràng buộc của bài toán về nguồn lực sản xuất
của nhà máy, về số lượng sản phẩm tối thiểu công ty phải cung cấp cho mỗi khách
hàng theo yêu cầu của Giám đốc Tiếp thị, về số lượng sản phẩm đặt hàng của mỗi
khách hàng (số lượng sản phẩm lớn nhất có thể giao cho mỗi khách hàng), số
lượng sản phẩm mà Nhà máy 1 cung cấp cho Khách hàng 1 và 3 lần lượt là 14,000
và 2,000 sản phẩm. Nhà máy 1 không cung cấp sản phẩm cho Khách hàng 2 và 4.
Số lượng sản phẩm Nhà máy 2 cung cấp cho Khách hàng 4 là 10,000 sản phẩm.
Nhà máy 2 không cung cấp sản phẩm cho Khách hàng 1, 2, 3. Số lượng sản phẩm
mà Nhà máy 3 cung cấp cho Khách hàng 2 và 3 lần lượt là 12,000 và 2,000 sản
phẩm. Nhà máy 3 không cung cấp sản phẩm cho Khách hàng 1 và 4.
PHẦN 2: PHÂN TÍCH RA QUYẾT ĐỊNH VÀ BÀI TOÁN PHÂN TÍCH KINH
DOANH
I.Mở đầu: Bối cảnh tình huống (1-3 trang)
Tình huống được đặt trong hoàn cảnh Nhà Phân tích Kinh doanh là thí sinh của
chương trình "Ai là Triệu Phú?" Ông ấy đã trả lời đúng câu hỏi $300,000 và bây
giờ ông ấy phải quyết định xem có nên tiếp tục trả lời câu hỏi $550,000 hay
không.
Ông ấy có thể lựa chọn dừng cuộc chơi tại thời điểm này với $300,000 tiền thắng
và ra về hoặc ông ấy có thể quyết định tiếp tục trả lời câu hỏi $550,000. Nếu ông
ấy trả lời đúng câu hỏi $550,000, sau đó ông ấy có thể chọn ra về với $550,000
tiền thắng hoặc tiếp tục cố gắng trả lời câu hỏi $1,050,000. Nếu ông ấy trả lời
đúng câu hỏi $1,050,000, trò chơi kết thúc và ông ấy sẽ giành được $1,050,000 lúc
ra về. Nếu ông ấy trả lời sai câu hỏi $550,000 hoặc $1,050,000, trò chơi sẽ kết
thúc ngay lập tức và ông ấy chỉ có thể ra về với $82,000. Một chức năng của trò
chơi "Ai là triệu phú?" là ông ấy có ba “quyền trợ giúp” — cụ thể là “50–50”, “hỏi
ý kiến khán giả” và “gọi điện thoại cho bạn bè”. Tại thời điểm này (sau khi trả lời
đã trả lời đúng câu hỏi $300,000), ông ấy đã sử dụng hai trong ba quyền trợ giúp ở
trên, nhưng ông ấy vẫn còn quyền trợ giúp “gọi điện thoại cho bạn bè”. Với sự trợ
giúp này, ông ấy có thể gọi cho bạn bè để nhận được gợi ý về câu trả lời chính xác
cho một câu hỏi trước khi đưa ra câu trả lời của mình. Ông ấy chỉ có thể sử dụng
quyền trợ giúp này một lần (nghĩa là ông ấy có thể sử dụng quyền trợ giúp này để
trả lời câu hỏi $550,000 hoặc câu hỏi $1,050,000, nhưng không phải cả hai). Vì
một số bạn bè của ông ấy có kinh nghiệm nhiều hơn ông ấy, nên quyền trợ giúp
“gọi điện cho bạn bè” sẽ giúp cải thiện đáng kể tỷ lệ trả lời chính xác một câu hỏi
của ông ấy. Nếu không sử dụng quyền trợ giúp “gọi điện thoại cho bạn bè”, nếu
ông ấy chọn tiếp tục trả lời câu hỏi $550,000, ông ấy có 65% cơ hội trả lời đúng và
nếu ông ấy chọn tiếp tục trả lời câu hỏi $1,050,000, ông ấy có 50% cơ hội trả lời
đúng (các câu hỏi ngày càng khó hơn). Nếu ông ấy sử dụng quyền trợ giúp “gọi
điện cho bạn bè”, ông ấy có 80% cơ hội trả lời đúng câu hỏi $550,000 và 65% cơ
hội trả lời đúng câu hỏi $1,050,000.
II.Ứng dụng thực tiễn (6-12 trang):
1. Giới thiệu mô hình phân tích ra quyết định ứng dụng trong tình huống mà bạn xây
dựng.
Trả lời đúng câu

hỏi $1,050,000
(50%)
Trả lời câu hỏi
$1,050,000
Trả lời sai câu hỏi
hỏi $550,000
$1,050,000 (50%)
(80%) Ra về sau khi trả
Gọi điện cho bạn lời đúng câu hỏi
$550,000
$550,000 (20%)

$1,050,000 (35%)
Gọi điện cho bạn
$550,000
Quyết định của
hỏi $1,050,000
ông ấy
Ra về sau khi trả (65%)
lời đúng câu hỏi
$1,050,000
$350,000 Trả lời đúng câu Trả lời sai câu hỏi
hỏi $550,000 $1,050,000 (50%)
(65%) Ra về sau khi trả
Không gọi điện Không gọi điện
lời đúng câu hỏi
cho bạn cho bạn
$550,000 Trả lời đúng câu
hỏi $1,050,000
$550,000 (35%)
(50%)
2. Thiết lập bảng “thu hồi” (Payoff Table) của tình huống.
Trong tình huống này, ta thiết lập được 4 bảng “thu hồi” (Payoff Table) như sau:
Payoff Table Tiền thưởng Kỳ vọng
Lựa chọn Trả lời đúng Trả lời sai Thu hồi
$550,000 có gọi $550,000 $82,000 $456,400
điện cho bạn
Xác suất 0.8 0.2
Lúc này, giá trị kỳ vọng thu hồi = Tiền thưởng khi trả lời đúng x Xác suất khi trả lời đúng
+ Tiền thưởng khi trả lời sai x Xác suất khi trả lời sai
Giá trị kỳ vọng thu hồi = $550,000 x 0.8 + $82,000 x 0.2 = $456,400

$550,000 không gọi $550,000 $82,000 $386,200
điện cho bạn
Xác suất 0.65 0.35
Giá trị kỳ vọng thu hồi = $550,000 x 0.65 + $82,000 x 0.35 = $386,200

$1050,000 có gọi $1,050,000 $82,000 $711,200
điện cho bạn
Xác suất 0.65 0.35
Giá trị kỳ vọng thu hồi = $1,050,000 x 0.65 + $82,000 x 0.35 = $711,200
$1050,000 không $1,050,000 $82,000 $566,000
gọi điện cho bạn
Xác suất 0.5 0.5
Giá trị kỳ vọng thu hồi = $1,050,000 x 0.5 + $82,000 x 0.5 = $566,000
3. Áp dụng quy luật ra quyết định Bayes để giải quyết bài toán ra quyết định, xây
dựng cây quyết định trên QM for Windows và giải thích kết quả thu được
Giải thích Decision Tree:
Ban đầu ông ấy đứng trước hai quyết định, nên node 1 là decision node. Hai quyết
định: trả lời tiếp tục câu hỏi $550,000 hay là ra về khi vừa trả lời đúng câu hỏi
$300,000. Ở node 2, là nút quyết định ông ấy sẽ tiếp tục trả lời câu hỏi $550,000,
chính vì ông ấy quyết định sẽ đi tiếp nên lợi nhuận thu được ở node 2 sẽ là 0. Ở node
3, là nút quyết định ông ấy sẽ ngừng cuộc chơi và ra về với lợi nhuận thu được lúc
này là $300,000. Ở node 2, ông ấy phải đưa ra quyết định gọi điện cho bạn hay không
gọi điện cho bạn để nhận được gợi ý trợ giúp trả lời cho câu hỏi $550,000. Với node
4, ông ấy quyết định gọi điện cho bạn, và sẽ tiếp tục cuộc chơi nên lợi nhuận tại node
4 là 0. Với node 5, ông ấy quyết định không dùng quyền trợ giúp gọi điện cho bạn và
cũng sẽ tiếp tục cuộc chơi nên lợi nhuận tại node 5 là 0. Khi ông ấy thực hiện quyết
định ở node 4, sẽ có hai trường hợp ở đây đó chính là: ông ấy trả lời đúng câu hỏi
$550,000 và ông ấy trả lời sai câu hỏi $550,000. Ở node 6, xác suất ông ấy trả lời
đúng câu hỏi $550,000 khi có sự trợ giúp của việc “gọi điện cho bạn” là 80%, và sẽ
tiếp tục đứng trước hai quyết định là: trả lời câu hỏi $1,050,000 hay ra về ngay khi
vừa trả lời đúng câu hỏi $550,000. Vì việc thực hiện hai quyết định này nằm ở node 8
và node 9 nên lợi nhuận ông ấy thu được ở node 6 vẫn là 0. Ở node 8, ông ấy sẽ quyết
định trả lời câu hỏi $1,050,000 tiếp theo sau khi đã trả lời đúng câu hỏi $550,000. Với
node 8, sẽ có hai trường hợp có thể xảy ra là: ông ấy trả đúng trả lời đúng câu hỏi
$1,050,000 và ông ấy trả lời sai câu hỏi $1,050,000. Lúc này, vì quyền lợi “gọi điện
cho bạn” đã được sử dụng để gợi ý cho câu hỏi $550,000 nên xác suất ông ấy trả lời
đúng câu hỏi $1,050,000 (ở node 10) là 50%, với lợi nhuận khi ra về cao nhất là
$1,050,000; còn lại xác suất ông ấy trả lời sai câu hỏi $1,050,000 là 50%, khi đó lợi
nhuận khi ra về của ông ấy ở node 11 là thấp nhất đạt $82,000. Với node 9, ông ấy
quyết định ngay lập tức dừng cuộc chơi và ra về với lợi nhuận đạt được là $550,000.
Quay lại với node 7, ông ấy có xác suất trả lời sai câu hỏi $550,000 sau khi đã nhận
được gợi ý từ quyền lợi “gọi điện cho bạn” là 20%, khi đó ông ấy sẽ ra về với lợi
nhuận thu được thấp nhất là $82,000. Ở node 5, ông ấy quyết định sẽ tiếp tục trả lời
câu hỏi $550,000 mà chưa dùng quyền chọn “gọi điện cho bạn”, và sẽ đứng trước hai
trường hợp có thể sẽ xảy ra là ông ấy trả lời đúng và trả lời sai câu hỏi $550,000. Vì
ông ấy sẽ tiếp tục cuộc chơi khi tham gia trả lời câu hỏi $550,000 nên lợi nhuận tại
node 5 ông ấy chưa thu được là 0. Với node 12, ứng với trường hợp ông ấy trả lời
đúng câu hỏi $550,000 mà chưa cần dùng tới quyền lợi “gọi điện cho bạn”, xác suất
lúc này là 65% và ông ấy phải đưa ra hai quyết định khi này đó chính là tiếp tục trả lời
câu hỏi $1,050,000 hay ra về khi vừa trả lời đúng câu hỏi $550,000. Vì hai quyết định
này sẽ được tiếp tục cân nhắc ở node 14 và node 15 nên lợi nhuận tại node 12 ông ấy
vẫn chưa nhận được là 0. Với node 13, xác suất ông ấy trả lời sai câu hỏi $550,000
khi chưa sử dụng quyền lợi “gọi điện cho bạn” là 35%, lúc này ông ấy sẽ ra về với lợi
nhuận trong tay là thấp nhất $82,000. Ở node 14, ông ấy quyết định trả lời tiếp tục câu
hỏi $1,050,000 sau khi đã trả lời câu hỏi $550,000 mà chưa sử dụng quyền “gọi điện
cho bạn” và ông ấy sẽ đứng trước hai sự lựa chọn tiếp theo là: gọi điện cho bạn và
không gọi điện cho bạn để nhận được gợi ý trả lời cho câu hỏi $1,050,000. Vì ông ấy
vẫn tiếp tục cuộc chơi nên tại node 14, lợi nhuận ông ấy chưa nhận được là 0. Ở node
16, ông ấy quyết định gọi điện cho bạn và sẽ phải gặp hai trường hợp: ông ấy trả lời
đúng và trả lời sai câu hỏi $1,050,000. Vì hai trường hợp này xảy ra ở node 18 và
node 19 nên tại node 16, lợi nhuận ông ấy thu được là 0. Ở node 18, ông ấy xác suất
trả lời đúng câu hỏi $1,050,000 sau khi đã nhận được trợ giúp từ việc “gọi điện cho
bạn” là 65%, và lúc này ông ấy sẽ ra về với lợi nhuận cao nhất $1,050,000. Ở node
19, xác suất ông ấy trả lời sai câu hỏi $1,050,000 sau khi đã nhận được trợ giúp từ
việc “gọi điện cho bạn” là 35%, khi này ông ấy sẽ ra về với số tiền thấp nhất $82,000.
Ở node 17, ông ấy vẫn không lựa chọn nhận sự trợ giúp từ việc “gọi điện cho bạn” mà
tiếp tục trả lời câu hỏi $1,050,000 sau khi đã trả lời đúng câu hỏi $550,000 mà không
nhận sự trợ giúp từ việc “gọi điện cho bạn” từ trước. Ở node 17, ông ấy sẽ gặp phải
hai trường hợp khi không quyết định “gọi điện cho bạn” đó chính là: ông ấy trả lời
đúng và không đúng câu hỏi $1,050,000. Vì hai trường hợp sẽ xảy ra ở node 20 và
node 21 nên tại node 17, ông ấy chưa nhận lợi nhuận, lợi nhuận là 0. Tại node 20, xác
suất ông ấy trả lời đúng câu hỏi $1,050,000 mà không “gọi điện cho bạn” là 50%, khi
này ông ấy sẽ nhận được lợi nhuận cao nhất là $1,050,000. Tại node 21, xác suất ông
ấy trả lời sai câu hỏi $1,050,000 mà không “gọi điện cho bạn” là 50%, khi này ông ấy
sẽ nhận được lợi nhuận thấp nhất $82,000. Tại node 15, ông ấy quyết định ra về sau
khi trả lời đúng câu hỏi $550,000 mà không “gọi điện cho bạn”, lợi nhuận lúc này ông
ấy nhận được là $550,000.
Tính Giá trị Kỳ vọng Thu hồi (EMV) dựa trên Decision Tree:
Ta có: EMV (10) = $1,050,000

EMV (11) = $82,000
EMV (8) = ($1,050,000 x 50%) + ($82,000 x 50%) = $566,000
EMV (9) = $550,000
EMV (8) > EMV (9)  EMV (6) = EMV (8) = $566,000
EMV (7) = $32.000
EMV (4) = ($566,000 x 80%) + ($82,000 x 20%) = $469,200
EMV (18) = $1,050,000
EMV (19) = $82,000
EMV (16) = ($1,050,000 x 65%) + ($82,000 x 35%) = $711,200
EMV (20) = $1,050,000
EMV (21) = $82,000
EMV (17) = ($1,050,000 x 50%) + ($82,000 x 50%) = $566,000
EMV (16) > EMV (17)  EMV (14) = EMV (16) = $711,200
EMV (15) = $550,000
EMV (14) > EMV (15)  EMV (12) = EMV (14) = $711,200
EMV (13) = $82,000
EMV (5) = ($711,200 x 65%) + ($82,000 x 35%) = $490,980
EMV (5) > EMV (4)  EMV (2) = EMV (5) = $490,980
EMV (3) = $300,000
EMV (2) > EMV (3)  EMV (1) = EMV (2) = $490,980
Lựa chọn Giải pháp tối ưu dựa vào Giá trị Kỳ vọng Thu hồi (EMV):
Giá trị kỳ vọng thu hồi lợi nhuận lớn nhất (có tính đến xác suất của việc ông ấy có trả
lời đúng các câu hỏi $550,000; $1,050;000 hay không, có lựa chọn trả lời các câu hỏi
$550,000; $1,050,000 không hay là ra về, có lựa chọn sử dụng quyền lợi “gọi điện
cho bạn” hay không và sử dụng quyền lợi ấy cho câu hỏi $550,000 hay câu hỏi
$1,050,000) = EMV (1) = $490,980
Ta có: EMV (2) > EMV (3)  Lựa chọn tối ưu bước 1: ông ấy lựa chọn trả lời tiếp
tục câu hỏi $550,000
EMV (5) > EMV (4)  Lựa chọn tối ưu bước 2: ông ấy lựa chọn không sử dụng
quyền lợi “gọi điện cho bạn” để gợi ý trả lời câu hỏi $550,000, khi này ông ấy vẫn có
xác suất trả lời đúng khá cao cho câu hỏi $550,000 là 65% (>50%)
EMV (14) > EMV (15)  Lựa chọn tối ưu bước 3: ông ấy lựa chọn trả lời tiếp tục câu
hỏi $1,050,000
EMV (16) > EMV (17)  Lựa chọn tối ưu bước 4: ông ấy quyết định sử dụng quyền
lợi “gọi điện cho bạn” để trợ giúp trả lời cho câu hỏi $1,050,000, lúc này ông ấy vẫn
có xác suất trả lời đúng khá cao cho câu hỏi $1,050,000 là 65% (>50%).
4. Xác định giá trị của thông tin hoàn hảo
5. Xác định giá trị (chi phí) cho việc khảo sát để có thêm thông tin giúp hỗ trợ việc ra
quyết định.
6. Áp dụng quy luật ra quyết định Bayes để giải quyết bài toán ra quyết định), xây
dựng cây quyết định trên QM for Windows khi sử dụng thông tin mới và giải thích
kết quả thu được
III.Kết luận
PHẦN 3: DỰ BÁO VÀ PHÂN TÍCH KINH DOANH
1. Mở đầu (Introduction): (Bối cảnh tình huống: 1-3 trang)
Dựa vào các tình huống trong phụ lục 3 dước đây, bạn hãy xây dựng 1 tình huống
tương tự và giới thiệu bối cảnh của tình huống này.
2. Cơ sở lý luận (1-3 trang): Bạn cần:

a. Giới thiệu và mô tả 3 mô hình dự báo: Last-Value forecasting method;
Averaging forecasting method, Moving-Average Forecasting Method trong môi
trường hoạt động kinh doanh của doanh nghiệp.
b. Tính chỉ số mean absolute deviation (called MAD) và mean square error (often
abbreviated MSE) để đo lường sai số dự báo.
c. Yếu tố thời vụ (Seasonal factor) và cách tính.
3. Ứng dụng thực tiễn (6-12 trang):

a. Áp dụng 3 mô hình dự báo trong phần 2.a. áp dụng vào tình huống mà bạn
xây dựng để dự báo.
b. Tính chỉ số mean absolute deviation (called MAD) và mean square error
(often abbreviated MSE) để đo lường sai số dự báo tình huống mà bạn xây
dựng .
c. Áp dụng 3 mô hình dự báo trong phần 2.a. áp dụng vào tình huống mà bạn
xây dựng để dự báo có tính đến yếu tố thời vụ.
d. Tính chỉ số mean absolute deviation (called MAD) và mean square error
(often abbreviated MSE) để đo lường sai số dự báo tình huống mà bạn xây
dựng có tính đến yếu tố thời vụ.
e. Chọn mô hình dự báo tốt nhất và lý giải tại sao.
4. Kết luận

Châu D Án Cá Nhân

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Châu D Án Cá Nhân

Uploaded by

Copyright:

Available Formats

PHẦN 1: LẬP TRÌNH TUYẾN TÍNH VÀ BÀI TOÁN PHÂN TÍCH KINH DOANH

I. Mở đầu: Bối cảnh tình huống (1-3 trang)

Customer Unit Profit Production Quantity

2 $74 $36 $64 $96 10,000

3 $58 $118 $102 $70 14,000

Minimum purchase 14,000 6,000 4,000 0

Requested purchase 14,000 18,000 12,000 16,000

Bảng 1. Dữ liệu cho tình huống của công ty ABC

2. Xác định vấn đề.

Trong bài toán này, vấn đề mà ta phải ra quyết định:

3. Thiết lập mô hình đại số tuyến tính cho tình huống.

P1C1 + P1C2 + P1C3 + P1C4 = 16,000

P2C1 + P2C2 + P2C3 + P2C4 = 10,000

P3C1 + P3C2 + P3C3 + P3C4 = 14,000

P1C1 + P2C1 + P3C1 >= 14,000

P1C2 + P2C2 + P3C2 >= 6,000

P1C3 + P2C3 + P3C3 >= 4,000

P1C4 + P2C4 + P3C4 >= 0

P1C1 + P2C1 + P3C1 <= 14,000

P1C2 + P2C2 + P3C2 <= 18,000

P1C3 + P2C3 + P3C3 <= 12,000

P1C4 + P2C4 + P3C4 <= 16,000

Xây dựng các hàm excel cho bài toán:

F8 =SUM(B8:E8) (Số lượng sản phẩm sản xuất ra ở Nhà máy 1)

F9 =SUM(B9:E9) (Số lượng sản phẩm sản xuất ra ở Nhà máy 2)

Áp dụng Solver trong Excel để giải quyết bài toán:

P1C1 + P1C2 + P1C3 + P1C4 = 16,000

P2C1 + P2C2 + P2C3 + P2C4 = 10,000

P1C1 + P2C1 + P3C1 >= 14,000

P1C2 + P2C2 + P3C2 >= 6,000

P1C3 + P2C3 + P3C3 >= 4,000

P1C4 + P2C4 + P3C4 >= 0

P1C1 + P2C1 + P3C1 <= 14,000

P1C2 + P2C2 + P3C2 <= 18,000

P1C3 + P2C3 + P3C3 <= 12,000

P1C4 + P2C4 + P3C4 <= 16,000

Sau đó, ta chọn Solutions để giải bài toán trên QM.

6. Trình bày kết quả bằng đồ thị

Ta có thể viết như sau:

Tương tự, ta có:

UNIT PROFIT P1C1 [108;∞) và;

UNIT PROFIT P1C2 (∞;108] và;

UNIT PROFIT P1C3 [90;94] và;

UNIT PROFIT P1C4 (∞;108] và;

UNIT PROFIT P2C1 (∞;98] và;

UNIT PROFIT P2C2 (∞;96] và;

UNIT PROFIT P2C3 (∞;80] và;

UNIT PROFIT P2C4 [80;∞) và;

UNIT PROFIT P3C1 (∞;120] và;

UNIT PROFIT P3C2 [116;120] và;

UNIT PROFIT P3C3 [100;104] và;

UNIT PROFIT P3C4 (∞;118]

Giải thích theo quy luật 100%:

RHS (Customer 1) = [14000;16000]

RHS (Customer 2) = [12000;∞)

RHS (Customer 3) = [4000;∞)

RHS (Customer 4) = [10000;∞)

Tương tự, ta có:

Tương tự, ta có:

Tương tự, ta có:

RHS (Customer 1) = (∞;14000]

RHS (Customer 2) = (∞;12000]

RHS (Customer 3) = [2000;10000]