GIỚI THIỆU QUY HOẠCH TUYẾN TÍNH

Chương này nhằm giới thiệu:

✓ Bài toán quy hoạch tuyến tính trong kinh tế

✓ Phương pháp giải bài toán quy hoạch tuyến tính bằng đồ thị

✓ Phương pháp giải bài toán quy hoạch tuyến tính bằng Excel
 GIỚI THIỆU QUY HOẠCH
TUYẾN TÍNH

1. Giới thiệu về Bài toán tối ưu và Quy hoạch tuyến tính

2. Phương pháp giải Bài toán bằng đồ thị

3. Nghiệm máy tính của Bài toán

4. Phân tích độ nhạy

5. Nghiệm nguyên của bài toán quy hoạch tuyến tính

 Mở đầu

• Quy hoạch tuyến tính là một phương pháp giải quyết vấn đề
một cách tối ưu được phát triển để giúp các nhà quản lý đưa
ra quyết định.
• Nhiều ứng dụng của quy hoạch tuyến tính có thể được tìm
thấy trong môi trường kinh doanh cạnh tranh ngày nay.
Chẳng hạn,
✓ IBM sử dụng quy hoạch tuyến tính để hoạch định năng
lực sản xuất và đưa ra quyết định đầu tư cho các hoạt động
sản xuất chất bán dẫn của mình.
✓ Công ty dầu Marathon sử dụng quy hoạch tuyến tính để
pha trộn xăng và để đánh giá tính kinh tế của một nhà ga
hoặc đường ống mới,…
 Ví dụ

1. Một nhà sản xuất muốn xây dựng một lịch trình sản xuất
và một chính sách tồn kho để đáp ứng nhu cầu bán hàng
trong các giai đoạn khác nhau ở tương lai. Lý tưởng nhất
là lịch trình và chính sách nằm trong khả năng đáp ứng
của công ty, đồng thời tối thiểu hóa tổng chi phí sản xuất
và hàng tồn kho.

2. Một nhà phân tích tài chính phải chọn một danh mục đầu
tư từ nhiều lựa chọn đầu tư (cổ phiếu và trái phiếu) khác
nhau. Nhà phân tích muốn thiết lập danh mục đầu tư tối đa
hóa lợi tức với một mức độ rủi ro được xác định trước.
…
Các tính chất cơ bản của một bài toán Quy hoạch tuyến tính:

1. Trong các bài toán quy hoạch tuyến tính, ta quan tâm đến
việc tối đa hóa hoặc tối thiểu hóa một đại lượng nào đó –
đại lượng là mục tiêu.

2. Các hạn chế hoặc ràng buộc giới hạn mức độ mà mục tiêu
có thể được theo đuổi.
 1. Một bài toán tối ưu đơn giản (key study)

• RMC, Inc., là một công ty nhỏ sản xuất nhiều loại sản phẩm
có nguyên liệu là hóa chất. Trong một quy trình sản xuất cụ
thể, ba nguyên liệu thô được sử dụng để sản xuất hai sản
phẩm: phụ gia nhiên liệu và dung môi. Phụ gia nhiên liệu
được bán cho các công ty dầu mỏ và được sử dụng trong sản
xuất xăng cũng như các nhiên liệu liên quan. Các dung môi
được bán cho một loạt các công ty hóa chất và được sử dụng
trong cả các sản phẩm làm sạch nhà và công nghiệp.

• Ba nguyên liệu thô được pha trộn để tạo thành phụ gia nhiên
liệu và dung môi như được chỉ ra trong Bảng 7.1.
1. Một bài toán tối ưu đơn giản (key study)
 1. Một bài toán tối ưu đơn giản (key study)

• Việc sản xuất của RMC bị hạn chế bởi sự hạn chế của ba
nguyên liệu thô. Đối với giai đoạn sản xuất hiện tại, RMC có
sẵn số lượng sau đây của từng loại nguyên liệu thô:

• Bộ phận kế toán đã phân tích các số liệu sản xuất, xác định
tất cả các chi phí có liên quan và đưa ra khoản đóng góp lợi
nhuận cho mỗi loại sản phẩm: 40 đô la cho mỗi tấn phụ gia
nhiên liệu được sản xuất và 30 đô la cho mỗi tấn dung môi
được sản xuất. Bây giờ chúng ta sử dụng quy hoạch tuyến
tính để xác định số tấn phụ gia nhiên liệu và số tấn dung môi
nên được sản xuất nhằm tối đa hóa tổng đóng góp lợi nhuận.
 1. Một bài toán tối ưu đơn giản (key study)

• Mục tiêu: Tối đa hóa lợi nhuận.

Gọi: 𝐹 = số tấn phụ gia nhiên liệu;
𝑆 = số tấn dung môi;
Ta được hàm mục tiêu như sau: 𝑀𝑎𝑥 40𝐹 + 30𝑆
• Các ràng buộc: Ba ràng buộc về nguyên liệu thô giới hạn số
tấn phụ gia nhiên liệu và dung môi có thể được sản xuất.
1. Một bài toán tối ưu đơn giản (key study)
 1. Một bài toán tối ưu đơn giản (key study)

✓ Ràng buộc 1: số tấn nguyên liệu 1 được sử dụng tối đa

không vượt quá 20 tấn.
0,4𝐹 + 0,5𝑆 ≤ 20
✓ Ràng buộc 2: số tấn nguyên liệu 2 được sử dụng tối đa
không vượt quá 5 tấn.
0,2𝑆 ≤ 5
✓ Ràng buộc 3: số tấn nguyên liệu 3 được sử dụng tối đa
không vượt quá 21 tấn.
0,6𝐹 + 0,3𝑆 ≤ 21
✓ Ràng buộc 4: tính không âm của biến.
𝐹, 𝑆 ≥ 0
 1. Một bài toán tối ưu đơn giản (key study)

• Như vậy, Mô hình toán học của bài toán RMC như sau:
𝑀𝑎𝑥 40𝐹 + 30𝑆
• Với các ràng buộc
0,4𝐹 + 0,5𝑆 ≤ 20
0,2𝑆 ≤ 5
0,6𝐹 + 0,3𝑆 ≤ 21
𝐹, 𝑆 ≥ 0
 2. Phương pháp giải bằng đồ thị

• Bước 1: Vẽ miền xác định/miền ràng buộc/miền khả thi

(feasible Region) của Bài toán
✓ Trước tiên, chúng ta vẽ các đường thẳng:
0,4𝐹 + 0,5𝑆 = 20
0,2𝑆 = 5
0,6𝐹 + 0,3𝑆 = 21
𝐹, 𝑆 = 0 (các trục tọa độ)
✓ Sau đó dựa vào các dấu " ≤ " hoặc " ≥ " để xác định
miền phù hợp với các ràng buộc.
 2. Phương pháp giải bằng đồ thị

• Ràng buộc 1: 0,4𝐹 + 0,5𝑆 ≤ 20

Đường d1 : 0,4𝐹 + 0,5𝑆 = 20 đi qua 50; 0 và 0; 40 .
Lấy 𝑂 0; 0 thế vào ràng buộc 1: 0,4.0 + 0,5.0 ≤ 20
⟶ Chọn miền chứa O.
• Tương tự với ràng buộc 2 & 3.
S
0,4𝐹 + 0,5𝑆 ≤ 20 0,4F + 0,5S > 20
40
0,2𝑆 ≤ 5
0,6𝐹 + 0,3𝑆 ≤ 21
𝐹, 𝑆 ≥ 0
0,4F + 0,5S < 20
O 50 F
 2. Phương pháp giải bằng đồ thị

• Ràng buộc 2: 0,2𝑆 ≤ 5

Đường d2 : 0,2𝑆 = 5 đi qua 0; 25 và song song trục 𝑂𝐹.
Lấy 𝑂 0; 0 thế vào ràng buộc 2: 0,2.0 ≤ 5
⟶ Chọn miền chứa O.
• Tương tự với ràng buộc 3.
𝑑3
S
0,4𝐹 + 0,5𝑆 ≤ 20
40
0,2𝑆 ≤ 5
0,6𝐹 + 0,3𝑆 ≤ 21 𝑑2
𝐹, 𝑆 ≥ 0

O 50 F
2. Phương pháp giải bằng đồ thị
2. Phương pháp giải bằng đồ thị

𝒇 𝑭, 𝑺 = 𝟒𝟎𝑭 + 𝟑𝟎𝑺
2. Phương pháp giải bằng đồ thị
 2. Phương pháp giải bằng đồ thị

• Bước 2: Tìm các điểm cực biên của miền xác định/miền
ràng buộc.
 2. Phương pháp giải bằng đồ thị

• Bước 2: Tìm các điểm cực biên của miền xác định.
✓ 𝑂(0; 0)
0,6𝐹 + 0,3𝑆 = 21 𝐹 = 35
✓ቊ ⟺ቊ ; 𝐴(35; 0)
𝑆=0 𝑆=0
0,6𝐹 + 0,3𝑆 = 21 𝐹 = 25
✓ቊ ⟺ቊ ; 𝐵(25; 20)
0,4𝐹 + 0,5𝑆 = 20 𝑆 = 20
0,4𝐹 + 0,5𝑆 = 20 𝐹 = 18,75
✓ቊ ⟺ቊ ; 𝐶(18,75; 25)
0,2𝑆 = 5 𝑆 = 25
𝐹=0 𝐹=0
✓ቊ ⟺ቊ ; 𝐷(0; 25)
0,2𝑆 = 5 𝑆 = 25
 2. Phương pháp giải bằng đồ thị

• Bước 3: Nghiệm của bài toán là một trong các điểm cực
biên này.
✓ Lần lượt thế tọa độ các điểm cực biên vào hàm mục tiêu
𝟒𝟎𝑭 + 𝟑𝟎𝑺, ta được hàm mục tiêu đạt giá trị lớn nhất tại
(𝐹 = 25; 𝑆 = 20).
✓ Mức lợi nhuận tối đa khi đó là:
40 × 25 + 30 × 20 = 1600 $
• Chú ý:
i) Phương pháp giải bằng đồ thị chỉ dùng được trong trường
hợp hàm mục tiêu là hàm hai biến.
ii) Điểm mấu chốt trong VD trên của chúng ta, không phải là
đi giải bài toán, mà là chuyển một bài toán thực tế thành 1
mô hình toán học.
 2. Phương pháp giải bằng đồ thị

• Ví dụ: Xét bài toán quy hoạch tuyến tính sau

Hàm mục tiêu: 𝑀𝑎𝑥 2𝐴 + 3𝐵

5𝐴 + 5𝐵 ≤ 400
−𝐴 + 𝐵 ≤ 10
Với các ràng buộc:
𝐴 + 3𝐵 ≥ 90
𝐴, 𝐵 ≥ 0
• Hãy:
a) Chỉ ra miền xác định/miền ràng buộc (feasible region) của
bài toán?
b) Chỉ ra các điểm cực biên của miền xác định, đồng thời xác
định giá trị của A, B tại các điểm đó?
c) Tìm nghiệm tối ưu và giá trị tối ưu của bài toán?
 3. Nghiệm máy tính của bài toán RMC

• Bước 1: Nhập thông tin, khai báo biến, viết công thức hàm
mục tiêu và các ràng buộc;
 3. Nghiệm máy tính của bài toán RMC

• Bước 2: Khai báo trong Solver.

• Trên thanh công cụ, chọn Data → Solver, màn hình hiện lên
như sau:
 1. Một bài toán tối ưu đơn giản (key study)

• Như vậy, Mô hình toán học của bài toán RMC như sau:
𝑀𝑎𝑥 40𝐹 + 30𝑆
• Với các ràng buộc
0,4𝐹 + 0,5𝑆 ≤ 20
0,2𝑆 ≤ 5
0,6𝐹 + 0,3𝑆 ≤ 21
𝐹, 𝑆 ≥ 0
3. Nghiệm máy tính của bài toán RMC

Thực hành trên Excel

 4. Phân tích độ nhạy

• Phân tích độ nhạy là nghiên cứu về việc “Liệu các thay đổi
về hệ số của một bài toán quy hoạch tuyến tính có ảnh
hưởng đến nghiệm tối ưu của nó hay không?”.

• Sử dụng phân tích độ nhạy, chúng ta có thể trả lời các câu
hỏi như sau:
1. Sự thay đổi hệ số hàm mục tiêu sẽ ảnh hưởng như thế
nào đến lời giải tối ưu?
2. Sự thay đổi giá trị vế phải của một ràng buộc sẽ ảnh
hưởng đến giá trị/nghiệm tối ưu như thế nào?
 4. Phân tích độ nhạy

• Phân tích độ nhạy rất quan trọng đối với những người ra
quyết định vì các vấn đề trong thế giới thực tồn tại trong một
môi trường luôn thay đổi. Ví dụ: giá nguyên vật liệu thay
đổi, nhu cầu sản phẩm thay đổi, năng lực sản xuất thay đổi,
giá cổ phiếu thay đổi, v.v.
• Nếu một mô hình quy hoạch tuyến tính đã được sử dụng
trong một môi trường như vậy, một vài hệ số trong mô hình
thay đổi theo thời gian. Do đó, chúng ta sẽ muốn xác định
những thay đổi này ảnh hưởng như thế nào đến giải pháp tối
ưu.
• Phân tích độ nhạy cung cấp thông tin cần thiết để đáp ứng
với những thay đổi đó mà không yêu cầu phải lập trình lại
toàn bộ.
 4.1. Sự thay đổi các hệ số hàm mục tiêu

• Quay trở lại bài toán của công ty RMC:

Hàm mục tiêu

𝑀𝑎𝑥 40𝐹 + 30𝑆

Các ràng buộc

0,4𝐹 + 0,5𝑆 ≤ 20
0,2𝑆 ≤ 5
0,6𝐹 + 0,3𝑆 ≤ 21
𝐹, 𝑆 ≥ 0
 4.1. Sự thay đổi các hệ số hàm mục tiêu

• Nếu ta thay đổi hệ số hàm mục tiêu, ví dụ như:

Hàm mục tiêu

𝑀𝑎𝑥 30𝐹 + 30𝑆

Các ràng buộc

0,4𝐹 + 0,5𝑆 ≤ 20
0,2𝑆 ≤ 5
0,6𝐹 + 0,3𝑆 ≤ 21
𝐹, 𝑆 ≥ 0

Liệu nghiệm bài toán có

thay đổi?
 4.1. Sự thay đổi các hệ số hàm mục tiêu

• Kết quá từ Excel Solver cho ta bảng như sau:

 4.1. Sự thay đổi các hệ số hàm mục tiêu

• Điều này có nghĩa:

✓ Trong điều kiện các yếu tố khác không đổi, nếu đóng góp
lợi nhuận của mỗi tấn phụ gia nhiên liệu nằm trong
khoảng từ 40 − 16 = $ 24 đến 40 + 20 = $ 60 thì nghiệm
bài toán không đối.
✓ Trong điều kiện các yếu tố khác không đổi, nếu đóng góp
lợi nhuận của mỗi tấn dung môi nằm trong khoảng từ 30 −
10 = $ 20 đến 30 + 20 = $ 50 thì nghiệm bài toán không
đối.
 4.2. Sự thay đổi giá trị các ràng buộc

Ở đây chỉ đề cập đến sự thay đổi giá trị các hệ số tự do bên
phài của các ràng buộc:
𝑀𝑎𝑥 40𝐹 + 30𝑆
• Với các ràng buộc
0,4𝐹 + 0,5𝑆 ≤ 20
0,2𝑆 ≤ 5
0,6𝐹 + 0,3𝑆 ≤ 21
𝐹, 𝑆 ≥ 0
 4.2. Sự thay đổi giá trị các ràng buộc

• Ở đây chỉ đề cập đến sự thay đổi giá trị các hệ số tự do bên
phài của các ràng buộc
 4.2. Sự thay đổi giá trị các ràng buộc

• Điều này có nghĩa: Trong điều kiện các yếu tố khác không đổi
✓ Nếu giá trị của hệ số tự do bên phải ràng buộc 1 dao động
từ 20 − 6 = 14 đến 20 + 1,5 = 21,5 thì giá trị tối ưu của
bài toán tăng 33,333 trên mỗi đơn vị tăng thêm.
✓ Nếu giá trị của hệ số tự do bên phải ràng buộc 2 dao động
từ 5 − 1 = 4 trở lên thì giá trị tối ưu của bài toán không
thay đổi.
✓ Tương tự cho ràng buộc 3.
 4. Phân tích độ nhạy

Thực hành trên Excel

 5. Nghiệm nguyên của bài toán QHTT

• Ví dụ. Eastborne Realty có sẵn 2 triệu đô la để mua bất động

sản cho thuê mới. Sau khi sàng lọc ban đầu, Eastborne quyết
định đầu tư vào nhà phố và chung cư. Mỗi căn nhà phố có thể
được mua với giá 282.000 đô la, và 5 căn có sẵn. Mỗi tòa nhà
chung cư có thể được mua với giá 400.000 USD và chủ đầu tư
sẽ xây dựng bao nhiêu tòa nhà mà Eastborne muốn mua.
• Người quản lý tài sản của Eastborne có thể dành tới 140 giờ
mỗi tháng cho các tài sản mới này; mỗi căn nhà phố dự kiến
cần 4 giờ mỗi tháng và mỗi tòa chung cư cần 40 giờ mỗi tháng
cho việc quản lý.
• Lợi nhuận hàng năm, sau khi trừ các khoản chi phí hoạt động,
ước tính là 10.000 USD cho mỗi căn nhà phố và 15.000 USD
cho mỗi tòa nhà chung cư. Chủ sở hữu của Eastborne muốn
xác định số lượng nhà phố và số lượng tòa nhà chung cư cần
mua để tối đa hóa lợi nhuận.
 5. Nghiệm nguyên của bài toán QHTT

Mô hình bài toán:

✓Gọi 𝑃 là số căn nhà phố cần mua để tối đa hóa lợi nhuận;
✓Gọi 𝐶 là số tòa nhà chung cư cần mua để tối đa hóa lợi nhuận;

Hàm mục tiêu: 𝑀𝑎𝑥 10𝑃 + 15𝐶

282𝑃 + 400𝐶 ≤ 2000

4𝑃 + 40𝐶 ≤ 140
Với các ràng buộc ൞
𝑃≤5
𝑃, 𝐶 ∈ ℕ
5. Nghiệm nguyên của bài toán QHTT
5. Nghiệm nguyên của bài toán QHTT
 5. Nghiệm nguyên của bài toán QHTT

• Khi giải bằng máy tính, ta thực hiện các bước tương tự bài
toán QHTT thông thường.
• Chỉ với lưu ý, để tìm nghiệm nguyên, ta lưu ý khai báo ràng
buộc biến ở chế độ int (integer).
Thực hành trên Excel
 5. Nghiệm nguyên của bài toán QHTT

• Ví dụ: Market Survey, Inc. (MSI) chuyên đánh giá phản ứng
của người tiêu dùng đối với các sản phẩm, dịch vụ và chiến
dịch quảng cáo mới. Một công ty khách hàng đã yêu cầu
MSI trợ giúp trong việc xác định phản ứng của người tiêu
dùng đối với một sản phẩm gia dụng được bán trên thị
trường gần đây.
Trong các cuộc họp với khách hàng, MSI đã đồng ý thực
hiện các cuộc phỏng vấn cá nhân trực tiếp để nhận được
phản hồi từ các hộ gia đình có trẻ em và các hộ gia đình
không có trẻ em. Ngoài ra, MSI đã đồng ý thực hiện các
cuộc phỏng vấn cả ban ngày và buổi tối.
 5. Nghiệm nguyên của bài toán QHTT

• Cụ thể, hợp đồng với khách hàng đã yêu cầu MSI thực hiện
1000 cuộc phỏng vấn theo các nguyên tắc và hạn ngạch sau:

1. Phỏng vấn ít nhất 400 hộ gia đình có trẻ em.

2. Phỏng vấn ít nhất 400 hộ gia đình không có trẻ em.
3. Tổng số hộ được phỏng vấn vào buổi tối ít nhất phải bằng
số hộ được phỏng vấn trong ngày.
4. Ít nhất 40% các cuộc phỏng vấn cho các hộ gia đình có
trẻ em phải được thực hiện vào buổi tối.
5. Ít nhất 60% các cuộc phỏng vấn cho các hộ gia đình
không có trẻ em phải được thực hiện vào buổi tối.
 5. Nghiệm nguyên của bài toán QHTT

• Bởi vì các cuộc phỏng vấn đối với các hộ gia đình có trẻ em
mất thêm thời gian và những người phỏng vấn buổi tối được
trả nhiều hơn so với những người phỏng vấn ban ngày, nên
chi phí thay đổi theo loại phỏng vấn. Dựa trên các nghiên
cứu trước đây, ước tính chi phí phỏng vấn như sau:

• Kế hoạch phỏng vấn như thế nào sẽ đáp ứng các yêu cầu hợp
đồng với tổng chi phí phỏng vấn tối thiểu?
 Củng cố & Dặn dò

• Xem lại cách chuyển một bài toán thực tế thành một mô
hình toán học

• Phương pháp giải bằng đồ thị

• Giải bài toán Quy hoạch tuyến tính bằng Excel Solver, đọc
hiểu kết quả từ Excel Solver

• Cách tìm nghiệm nguyên trong cả hai phương pháp nêu trên