Mô phỏng hoạt động kinh doanh Nhóm 3

BÀI TẬP LỚN
MÔ PHỎNG HOẠT ĐỘNG KINH DOANH

Nhóm 3
Vũ Tiến Thiều - 20203050
Đinh Khắc Hoàng Phú - 20203041
Vũ Thị Lan - 20203028
Lò Hoàng Thái Hà - 20203006
Nguyễn Thị Minh Anh - 20182942
1
Các nội dung chính
1. Bài tập 1
2. Bài tập 2
3. Bài tập 3
4. Bài tập 4
2
BÀI TẬP SỐ 1
3
1. Bài tập số 1
4.1. Đề bài 1. Một nhà bán lẻ trực tuyến/catalog sẽ bán ghế Adirondack trong mùa này. Nhà
bán lẻ mua ghế từ một nhà cung cấp với giá $175 và sẽ bán chúng với giá $250.
Mô phỏng kinh doanh Nhu cầu đã được dự báo là 5000 ghế trong mùa này, nhưng không biết chắc chắn
bằng hàm RAND() trên và có thể dao động từ 4000 đến 6000 ghế. Cuối mùa công ty sẽ giảm giá 1/2 để
Excel giải phóng hàng tồn. Xác định số lượng ghế tối ưu để đặt hàng.
a.Tại sao nhà bán lẻ không muốn nhập kho cho năm tiếp theo?Giả sử phân phối
Sử dụng SGK của Pinder 2017,
đồng đều cho nhu cầu.
Chapter 5, Exercise Set 6, Bài 1.
• Nhu cầu: Demand b.Xây dựng một mô phỏng để xác định số lượng ghế mà nhà bán lẻ nên đặt hàng.
= 2000 + 3*1000 = 5000 Đó có phải là nhu cầu trung bình? Tại sao có hoặc tại sao không?
• Nhu cầu nhỏ nhất Demand Min c.Vẽ biểu đồ phân phối nhu cầu để xác thực phân phối xác suất.Giả sử phân phối
= 1000 + 3*1000 = 4000 nhu cầu theo hình tam giác.
• Nhu cầu lớn nhất Demand Max
= 3000 + 3*1000 = 6000 d.Xây dựng một mô phỏng để xác định số lượng ghế mà nhà bán lẻ nên đặt.
e. Vẽ đồ thị phân phối nhu cầu để xác nhận phân phối xác suất. Tại sao chỉ tính
toán mức trung bình của nhu cầu mô phỏng để xác nhận mô phỏng là không đủ?
4
1.2. Bài giải

a. Nhà bán lẻ không muốn nhập kho cho năm tiếp theo (Giả sử phân phối đồng đều cho nhu
cầu) vì:
• Năm sau thường sản phẩm sẽ có nhiều mẫu mã mới, thay đổi hợp với xu hướng của khách hàng,
nếu nhập luôn trong năm nay toàn là mẫu cũ, năm sau sẽ không bán được
• Thiếu vốn nhập hàng vì hàng tồn kho vẫn còn tồn đọng chưa bán được hết, diện tích nhà kho
nhỏ không đủ sức chứa sản phẩm mới. Nếu nhập thêm hàng mới tốn thêm chi phí
• Giá sản phẩm trên thị trường thay đổi theo từng năm, từng mặt hang, năm sau có thể giảm so
với năm trước
5
1.2. Bài giải

b. Xây dựng một mô phỏng để xác định số lượng ghế mà nhà bán lẻ
nên đặt hàng
Hàng được nhập theo số lượng đặt trước
• TH1: Bán hết hàng nhập nhưng thiếu hàng
• TH2: Bán đủ số lượng hàng nhập
• TH3: Bán không hết hàng và giảm còn giá sale
6
1.2. Bài giải

b. Xây dựng một mô phỏng để xác định số lượng ghế mà nhà
bán lẻ nên đặt hàng
• Dùng hàm Rand() để mô phỏng bài toán
• Trial = 10000, dùng hàm: “=SEQUENCE (số lượng hàng cần
đánh số) “=SEQUENCE(10000)”
• Nhu cầu, dùng hàm “=Trunc(Randbetween(4000,6000))”

Demand Min = 4000
Demand Max = 6000
• Nhu cầu trung bình, dùng hàm:

“=Average(……)”
7
1.2. Bài giải

b. Xây dựng một mô phỏng để xác định số lượng ghế mà nhà
bán lẻ nên đặt hàng
 Số lượng đặt hàng tối ưu, dùng SOLVER
Bước 1: Cách cài đặt Solver trên Excel
1. Trên tab File, click vào Options.
2. Trong Add-ins, bạn cần chọn Solver Add-in và nhấp vào nút
Go.
3. Tích vào ô Solver Add-in và nhấp vào OK.
4. Bạn có thể tìm thấy Solver trên tab Data, trong nhóm Analyze.
8
1.2. Bài giải

b. Xây dựng một mô phỏng để xác định số lượng ghế mà nhà bán lẻ nên đặt hàng
Bước 2: Thiết lập hàm Lợi nhuận
Lợi nhuận = Doanh thu – Chi phí
• Đặt giá trị: Số lượng đặt hàng =0
=> Chi phí nhập hàng = Số lượng đặt hàng x Giá bán = 0
• Doanh thu, dùng hàm IF
+ Nhu cầu >= Số lượng đặt hàng:
=> Doanh thu = Số lượng hàng đặt x giá bán
+ Nhu cầu < Số lượng đặt hàng:
Þ Doanh thu = Nhu cầu x Giá bán + (Số lượng đặt hàng
– Nhu cầu) x Giá sales
• Doanh thu trung bình, dùng hàm “= Average()”
9
1.2. Bài giải

b. Xây dựng một mô phỏng để xác định số lượng ghế mà nhà bán lẻ nên
đặt hàng
• Lợi nhuận = Doanh thu – Chi phí nhập hàng
• Lợi nhuận trung bình, dùng hàm: “=Average(….)”
10
1.2. Bài giải

đặt hang
Bước 3: Dùng Solver để tìm số lượng đặt hàng tối ưu
11
1.2. Bài giải

đặt hang
12
1.2. Bài giải

đặt hang
=> Kết luận: Nhu cầu trung bình không

bằng số lượng đặt hàng tối ưu
13
1.2. Bài giải

c. Vẽ biểu đồ phân phối nhu cầu để xác thực phân phối xác suất
• Dùng hàm Rand() để mô phỏng bài toán
• Trial = 10000
• Nhu cầu, dùng hàm: “= Trunc(Norm.inv(rand();5000;1000))”
Hàm “ =Norm.inv(probability;mean;standard)”: Hàm trả về ngịch đảo của phân bố tích lũy chuẩn với độ lệch
chuẩn và trung đô xác định
Trong đó:
• Probabitily: Xác suất tương ứng với phân bố chuẩn
• Mean: Trung độ số học của phân phối
• Standard: Độ lệch chuẩn của phân phối
14
1.2. Bài giải

c. Vẽ biểu đồ phân phối nhu cầu để xác thực phân phối xác suất
15
1.2. Bài giải

d. Xây dựng một mô phỏng để xác định số lượng ghế mà nhà bán lẻ nên đặt.
• Nhu cầu, dùng hàm: “= Trunc(randbetween(4000;6000))

Demand Min = 4000
Demand Max = 6000
• Nhu cầu trung bình, dùng hàm: “=Average(…)”
16
1.2. Bài giải

d. Xây dựng một mô phỏng để xác định số lượng ghế mà nhà bán lẻ nên đặt.
• Số lượng đặt hàng tối ưu, dùng SOLVER
=> Kết luận: Số lượng đặt hàng tối ưu là 5421

chiếc ghế để lợi nhuận đặt Max
17
1.2. Bài giải

e. Vẽ đồ thị phân phối nhu cầu để xác nhận phân phối xác suất. Tại sao chỉ tính toán mức trung bình của nhu
cầu mô phỏng để xác nhận mô phỏng là không đủ
• Thực hiện vẽ đồ thị như phần c
18
1.2. Bài giải

e. Vẽ đồ thị phân phối nhu cầu để xác nhận phân phối xác suất. Tại sao chỉ tính toán mức trung bình của nhu
cầu mô phỏng để xác nhận mô phỏng là không đủ
 Kết luận: Chỉ tính toán mức trung bình của nhu cầu mô phỏng để xác nhận mô phỏng là không đủ vì:
• Giá trị trunhg bình của nhu cầu mô phỏng không bằng giá trị tối ưu, giá trị trung bình không thể cho nhà kinh
doanh biết doanh nghiệp mình cần nhập bao nhiêu hàng để tối đa hóa lợi nhuận
• Nếu nhập hàng bằng đúng giá trị trung bình của nhu cầu sẽ đẫn đến trường hợp thừa hàng hoặc thiếu hàng,
thừa hàng=> Tồn kho=> Bán giảm giá, mất thêm chi phí tồn kho=> Lợi nhuận giảm, nhưng nếu thiếu hàng =>
Không đáo ứng nhu cầu người tiêu dùng => Mất khách hàng, giảm lợi nhuận
19
BÀI TẬP SỐ 2
20
2.1. Đề bài
Tóm tắt bài toán
• Camden Electronics cần mua 100 components để sản xuất 25 pressure từ Cynctron. Trong số đó, số hàng dùng
không lỗi được dự đoán là 90%, tuy nhiên phần lớn sẽ là 91-95%
• Có 2 trường hợp xảy ra đối với Camden Electronics:
TH1: Đấu giá thành công
+ Chi phí bỏ ra sẽ bao gồm: Giá đấu thầu với components,chi phí kiểm tra, bảo hành đối với những sản phẩm lỗi với
chi phí là $550 mỗi đơn vị
TH2: Đấu giá không thành công
+ Công ty sẽ phải tự sản xuất với Định phí $7500 và Biến phí 310/đơn vị
21
2.2. Bài giải

Với bảng số liệu mà Ms. Greene ghi lại việc đấu giá trong 2 năm với 85 lần đấu giá thắng
=> Lập được bảng phân phối tần số và tần suất tích lũy đối với giá đấu thầu thành công với 8 khoảng từ 260  340
• Gọi y là … được xác định bằng công thức bid=y*a1+a0
=> ;
• Để tính tính a1, ….
22
2.2. Bài giải

• Chạy mô phỏng với 10000 lần thử giá đấu thầu của
đối thủ, dùng hàm rand() để tạo ngẫu nhiên các giá
trị phân đều từ 01.
• Từ bảng tần suất, dùng hàm Vlookup để tra cứu vô

bảng mô phỏng mới, dùng công thức để tìm bid
Bid = a0 + y*a1
=> Nếu giá thầu của Camden > giá thầu đối thủ =>
thắng, ngược lại thì thua
23
2.2. Bài giải

• Tỷ lệ thắng sẽ bẳng tổng số lần thắng / 10000
• Để giải bài toán tối ưu, tìm min của EMV= tỷ lệ thắng * chi phí thắng + tỷ lệ thua * chi phí thua
• Tức là tìm min của EMV= Tỷ lệ thắng*(100*Giá thầu+(5 đến 9 sản phẩm lỗi)*Chi phí kiểm tra và bảo
hành sản phẩm lỗi)+(1-Tỷ lệ thắng)*(Đinh phí+Biến phí*100)
24
2.2. Bài giải

• Dùng công cụ solver để giải bài
toán tối ưu, tìm min của chi phí với
biến thay đổi là giá thầu của
Camden, biến thay đổi trong khoảng
từ 260 đến $340
25
BÀI TẬP SỐ 3
26
3.1. Đề bài
 Mô phỏng kinh doanh với SimQuick
Example 23: A single-machine job shop (Cửa hàng bán máy đơn)
Xây dựng một mô hình máy đơn lẻ trong một cửa hàng việc làm. Mô hình có thể dễ dàng được mở rộng để bao
gồm nhiều máy (tối đa các giới hạn của SimQuick)
Máy xử lý bốn loại công việc. Số lượng công việc đến là không chắc chắn cũng như thời gian xử lý. Chúng có thể
được xấp xỉ bằng các phân phối SimQuick trong bảng sau (đơn vị thời gian biểu thị số giờ làm việc; có tám giờ làm
việc mỗi ngày)
27
3.1. Đề bài
 Mô phỏng kinh doanh với SimQuick
Thời gian xử lý bao gồm thời gian thiết lập máy (phải được thực hiện trước khi bắt đầu mỗi công việc).
Bởi vì mỗi công việc thực sự là một lô, thời gian xử lý có thể khá lâu đối với một số công việc. Khi một
công việc được bắt đầu trên máy, nó sẽ kết thúc trước khi một công việc khác được bắt đầu.
Bảng chứa thời gian thực hiện (số giờ kể từ khi công việc đến và khi công việc kết thúc) được báo giá
cho khách hàng đối với từng loại công việc.
Ban quản lý muốn so sánh hai quy tắc ưu tiên (được sử dụng để quyết định công việc nào sẽ thực hiện
tiếp theo trên máy):
• Thời gian xử lý ngắn nhất: Khi máy hoàn thành công việc, nó sẽ làm việc tiếp theo trên công việc có
mức xử lý (trung bình) nhỏ nhất thời gian trong số các công việc đã sẵn sàng thực hiện.
• Ngày đến hạn gần nhất: Khi máy hoàn thành công việc, nó sẽ làm việc tiếp theo trên công việc có thời
gian hoàn thành nhỏ nhất trong số các công việc đã sẵn sàng thực hiện.
28
3.1. Đề bài
Mô phỏng kinh doanh với SimQuick
Process Flow Map for a Single-Machine Job Shop
Mô hình hoạt động như sau:
• Công việc loại 1 đến Cửa 1, công việc loại 2 đến Cửa 2,…
Do đó, thời gian giữa các lần đến tại mỗi Lối vào là phân
phối được cung cấp cho loại công việc tương ứng.
• Sau khi một công việc đến, đi vào Bộ đệm cho loại của nó. Máy được mô hình hóa bởi bốn Trạm làm việc. Thời gian
làm việc của mỗi Work Station là thời gian xử lý được đưa ra cho loại công việc tương ứng. Khi chạy mô hình, chỉ
muốn một Trạm làm việc hoạt động tại một thời điểm. Để thực hiện điều này, cần chỉ định một Tài nguyên chung,
chẳng hạn như R1, cho mỗi Trạm làm việc và chỉ cung cấp một đơn vị của Tài nguyên này. Một Trạm làm việc phải có
Tài nguyên này để hoạt động và vì chỉ có một thiết bị khả dụng nên mỗi lần chỉ có một Trạm làm việc có thể hoạt động.
• Khi Trạm làm việc hoàn thành công việc trên một đối tượng, Tài nguyên sẽ khả dụng. Nó được lấy bởi Trạm làm việc
có mức độ ưu tiên cao nhất có đối tượng đầu vào sẵn sàng hoạt động. Mức độ ưu tiên của Trạm làm việc được xác định
đơn giản bằng số lượng bảng SimQuick của nó.
29
3.2. Bài giải

 Work Station
Element Statistics Overall Shortest

name means prosessingtim
e
WS4 Mean cycle time (int. 0.04 0.02

buff.)
buff.)
buff.)
buff.)
30
3.2. Bài giải

 Buffers
Element Statistics Overall Shortest

name means prosessingtim
e
Line 1 Mean cycle time 14.26 15.04
31
BÀI TẬP SỐ 4
32
4.1. Đề bài
 Mô phỏng kinh doanh với Crystal Ball
• Truy cập và chọn một bộ dữ liệu mở từ các nguồn dữ liệu mở chính thức được công bố.
• Thực hiện các phân tích thống kê mô tả đối với bộ dữ liệu đó
• Nhận diện các biến đầu vào, biến đầu ra
• Mô hình hóa các nhân tố ảnh hưởng đến biến đầu ra, vẽ mô hình nghiên cứu
• Thiết lập các giả định về phân phối xác suất đối với biến đầu vào
• Sử dụng Crystal Ball để chạy mô phỏng đối với biến đầu ra
• Nhận xét kết quả thu được và nêu các hàm ý cho hoạt động quản trị doanh nghiệp hoặc hoạch định chính
sách vĩ mô.
33
4.2. Bài giải

 Nguồn dữ liệu Kaggle: Pizza Restaurant Sales
• Kích cỡ: 5.58MB
• 12 Columns
• Nội dung : Ghi lại Doanh thu các loại pizza của một cửa hàng bánh pizza lấy cảm hứng từ
Hy Lạp ở New Jersey
• Trang dữ liệu gốc:
34
4.2. Bài giải

 Nhận diện các biến đầu vào các biến đầu ra
Các biến đầu vào: Quantity, Price units
• Quantity: số lượng Pizza bán được
• Price Units: Giá bán của mỗi chiếc Pizza
Các biến đầu ra :Các biến đầu ra : Projected revenue
• Projected revenue: Doanh thu dự kiến các loại size Pizza
Để mô phỏng kỹ hơn cho việc mô phỏng hoạt động của nhà hàng chúng ta thống kê sâu vào thực thể
size của pizza với 5 size chính: L, M, S, XL, XXL
35
4.2. Bài giải

 Thống kê mô tả Size M Size S Size XL Size XXL
Mean 53.46667 42.6 40.78889 1.433333 0.1

• Quantity
Standard
1.056482 0.869629 0.761675 0.110667 0.033753
Error
Median 52 43 41 1 0
Mode 51 39 42 1 0
Minimum 29 22 25 0 0
Maximum 78 64 61 4 1
36
4.2. Bài giải

 Thống kê mô tả
• Quantity
37
4.2. Bài giải

 Thống kê mô tả Size L Size M Size S Size XL Size XXL
Mean 19.79054 15.95407 12.3657 25.5 35.95

• Price units
Standard
0.022305 0.018611 0.037671 0 0
Error
Median 20.5 16.25 12 25.5 35.95
Mode 20.75 16.75 12 25.5 35.95
Minimum 15.25 12.5 9.75 25.5 35.95
Maximum 21 16.75 23.65 25.5 35.95
38
4.2. Bài giải

 Thống kê mô tả
• Price units
39
4.2. Bài giải

 Thiết lập giả định về các biến đầu vào
Quality Price Elasticity

• Size S: Lognormal distribution • Size S: Normal distribution • Size S: Uniform distribution
• Size M: Lognormal distribution • Size M: Normal distribution • Size M: Uniform distribution
• Size L: Lognormal distribution • Size L: Normal distribution • Size L: Uniform distribution
• Size XL: No distribution • Size XL: Lognormal distribution • Size XL: Uniform distribution
• Size XXL: No distribution • Size XXL: Lognormal distribution • Size XXL: Uniform distribution
40
4.2. Bài giải

 Khai báo các Biến đầu vào và chạy mô phỏng
• Pizza Size: Độ lớn của Pizza

• Price: Giá của Pizza
• Quality: Số lượng bán
• Elasticity: Độ co giản của cầu về giá
• Revenue: Doanh thu của Pizza
• New price: Giá dự kiến thay đổi
• Prizza sold: Số lượng dự kiến bán được
• Projected Revenue: Doanh thu dự kiến
• Total revenue: TỔng doanh thu dự kiến
41
4.2. Bài giải

 Khai báo các Biến đầu vào
Worksheet: [Data Model - Pizza Sales.xlsx]Crytal ball

Assumption: L
• Elasticity
Uniform distribution with parameters:
Minimun -45.00
Maximum -35.00
42
4.2. Bài giải


Assumption: L
• Price
Lognormal distribution with parameters
Location $15.25
Mean $19.79
Std. Dev. $1.53
43
4.2. Bài giải


Assumption: L
• Quality
Normal distribution with parameters
Mean 53.47
Std. Dev. 10.02
44
4.2. Bài giải


Assumption: M
• Elasticity
Uniform distribution with parameters:
Minimum -35.00
Maximum -25.00
45
4.2. Bài giải


Assumption: M
• Price
Location $12.50
Mean $15.95
Std. Dev. $1.14
46
4.2. Bài giải


Assumption: M
• Quality
Normal distribution with parameters
Mean 42.60
Std. Dev. 8.25
47
4.2. Bài giải


Assumption: S
• Elasticity
Uniform distribution with parameters
Minimum -35.00
Maximum -25.00
48
4.2. Bài giải


Assumption: S
• Price
Location $9.75
Mean $12.36
Std. Dev. $2.26
49
4.2. Bài giải


Assumption: S
• Quality
Normal distribution with parameters:
Mean 40.79
Std. Dev. 7.22
50
4.2. Bài giải


Assumption: XL
• Elasticity
Minimum -15.00
Maximum -5.00
51
4.2. Bài giải


Assumption: XL
• Price
Custom distribution with parameters
Value
$25.50
52
4.2. Bài giải


Assumption: XL
• Quality
Lognormal distribution with parameters:
Location 0.00
Mean 1.43
Std. Dev. 1.05
53
4.2. Bài giải


Assumption: XXL
• Elasticity
Minimum -15.00
Maximum
-5.00
54
4.2. Bài giải


Assumption: XXL
• Price
Custom distribution with parameters:
Value
$35.95
55
4.2. Bài giải


Assumption: XXL
• Quality
Lognormal distribution with parameters:
Location 0.00
Mean 0.10
Std. Dev. 1.05
56
4.2. Bài giải

 Forecast: Total revenue
Summary:
Entire range is from 1,463.21 to 3,132.07
Base case is 0.00
After 1,000 trials, the std. error of the

mean is 8.68
57
Statistics: Forecast values
4.2. Bài giải Trials 1,000
Base Case 0.00

 Forecast: Total revenue Mean 2,270.37
Median 2,260.53
• Sau 1000 lần thử, Doanh thu trung Mode ---
bình của nhà hàng là 2,270.37$ mỗi Standard Deviation 274.55

ngày với độ lệch chuẩn tương đối
Variance 75,378.03
thấp 274.55. Tuy nhiên có những
ngày bất thường nhà hàng có doanh Skewness 0.0369
thu 1,463.21$ và 3,132.07$. Kurtosis 3.02
Coeff. of Variation 0.1209
Minimum 1,463.21
Maximum 3,132.07
Range Width 1,668.86
Mean Std. Error 8.68
58
L · New Price
4.2. Bài giải
$ $ $ $ $
 Forecast: Total revenue 19.50 19.75 20.00 20.25 20.50
$
• Dựa vào dữ liệu của năm trước, nhà 15.75 2,262.05 2,267.39 2,276.12 2,258.19 2,274.32
hàng dự kiến điều chỉnh giá của 2 Size
pizza M và L. Giả thiết thị hiếu của $
khách hàng và quy mô nhà hàng không 16.00 2,257.50 2,273.16 2,289.56 2,277.69 2,272.33
đổi. Ta sẽ giúp nhà hàng tìm ra mức giá
M New
phù hợp bằng cách sử dụng Decision Price
$
16.25 2,267.56 2,257.49 2,267.04 2,276.88 2,262.78
Table trong crystal ball. Từ đó ta được
bảng trên, và mức giá nhà hàng nên đặt
$
là 20.00$ với Size L và 16.50$ với Size 16.50 2,266.90 2,275.49 2,296.23 2,287.73 2,282.77
M.
$
16.75 2,263.35 2,268.87 2,276.18 2,277.46 2,276.45
59
4.2. Bài giải

 Nhận xét chung
• Trung bình nhà hàng kiếm được 2,270.37$ đô doanh thu với độ lệch chuẩn 274.55$
• Chênh lệch giữa ngày bán chạy nhất và ngày vắng khách là rất lớn
• Phần lớn doanh thu đến từ Pizza size L, S, M
• Việc điều chỉnh giá của các size Pizza cũng khiến cho doanh thu thay đổi, tuy nhiên rất nhỏ
 Giải pháp cho nhà hàng:
• Việc tăng giá Pizza không phải là lựa chọn tốt. Nếu nhà hàng còn công suất thì hãy mở rộng quy mô của
nhà hàng, thúc đẩy việc Marketing sao cho mức độ tiêu thụ của người tiêu dùng tăng. Nếu nhà hàng chỉ
muốn duy trì quy mô như năm nay, Nhà hàng nên chuẩn bị nguyên vật liệu, các yếu tố đầu vào đủ để sản
xuất Pizza cho 2,270.37$ doanh thu.
 Kết luận
• Bằng phương pháp mô phỏng, ta có thể dự báo được các hoạt động của nhà hàng trong tương lai. Từ đó
đưa ra được các quyết định giúp cho nhà hàng hoạt động hiệu quả hợn. Tuy nhiên, trong bài này vẫn chưa
xem xét đến các yếu tố khác như loại Pizza, ngày lễ, giờ cao điểm mà khách hàng tiêu thụ Pizza.
60
THANK YOU !
61

Mô phỏng hoạt động kinh doanh Nhóm 3

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

Mô phỏng hoạt động kinh doanh Nhóm 3

Uploaded by

Copyright:

Available Formats

BÀI TẬP LỚN

MÔ PHỎNG HOẠT ĐỘNG KINH DOANH

1.2. Bài giải

1.2. Bài giải

1.2. Bài giải

• Nhu cầu, dùng hàm “=Trunc(Randbetween(4000,6000))”

• Nhu cầu trung bình, dùng hàm:

1.2. Bài giải

1.2. Bài giải

1.2. Bài giải

1.2. Bài giải

1.2. Bài giải

1.2. Bài giải

=> Kết luận: Nhu cầu trung bình không

1.2. Bài giải

1.2. Bài giải

1.2. Bài giải

• Nhu cầu, dùng hàm: “= Trunc(randbetween(4000;6000))

• Nhu cầu trung bình, dùng hàm: “=Average(…)”

1.2. Bài giải

=> Kết luận: Số lượng đặt hàng tối ưu là 5421

1.2. Bài giải

1.2. Bài giải

• Có 2 trường hợp xảy ra đối với Camden Electronics:

TH1: Đấu giá thành công

TH2: Đấu giá không thành công

2.2. Bài giải

• Để tính tính a1, ….

2.2. Bài giải

• Từ bảng tần suất, dùng hàm Vlookup để tra cứu vô

2.2. Bài giải

2.2. Bài giải

3.2. Bài giải

Element Statistics Overall Shortest

WS4 Mean cycle time (int. 0.04 0.02

3.2. Bài giải

Element Statistics Overall Shortest

Line 2 Mean cycle time 10.09 9.12

Line 3 Mean cycle time 7.34 3.23

Line 4 Mean cycle time 2.57 2.63

4.2. Bài giải

4.2. Bài giải

4.2. Bài giải

Mean 53.46667 42.6 40.78889 1.433333 0.1

4.2. Bài giải

4.2. Bài giải

Mean 19.79054 15.95407 12.3657 25.5 35.95

Median 20.5 16.25 12 25.5 35.95

Mode 20.75 16.75 12 25.5 35.95

Minimum 15.25 12.5 9.75 25.5 35.95

Maximum 21 16.75 23.65 25.5 35.95

4.2. Bài giải

4.2. Bài giải

Quality Price Elasticity

4.2. Bài giải

• Pizza Size: Độ lớn của Pizza

4.2. Bài giải

Worksheet: [Data Model - Pizza Sales.xlsx]Crytal ball

4.2. Bài giải

Worksheet: [Data Model - Pizza Sales.xlsx]Crytal ball

Std. Dev. $1.53

4.2. Bài giải

Worksheet: [Data Model - Pizza Sales.xlsx]Crytal ball