QU
KINH DOANH CHO KỸ S
N TR
CH
NG 2
RA QUY T Đ NH (RQĐ)
TRONG QU N LÝ
Nguyễn Ngọc Bình Ph ơng
nnbphuong@hcmut.edu.vn
Nội dung
1. Giới thiệu về RQĐ trong qu n lý
2. RQĐ trong điều kiện rủi ro
3. RQĐ trong điều kiện không chắc chắn
4. RQĐ bằng quy ho ch tuy n tính
5. RQĐ đa y u tố
6. RQĐ theo lý thuy t độ hữu ích
2
1. Giới thiệu về RQĐ trong qu n lý
Định nghĩa RQĐ
RQĐ là một quá trình lựa chọn có ý thức giữa hai
hoặc nhiều ph ơng án (PA) (giải pháp giải quyết
vấn đề) để chọn ra một PA và PA này sẽ tạo ra
đ ợc một kết quả mong muốn trong các điều kiện
ràng buộc đã biết.
3
1. Giới thiệu về RQĐ trong qu n lý
Giả thiết về sự hợp lý
Các quyết định đ ợc đ a ra là kết quả của một sự lựa chọn có lập
tr ờng và với mục tiêu là tối u (cực đại hay cực tiểu) một giá trị nào đó
trong những điều kiện ràng buộc cụ thể.
Ng ời RQĐ có mục tiêu cụ thể.
Tất cả các PA có thể có đều đ ợc xác định đầy đủ.
Sự a thích của ng ời RQĐ cần phải rõ ràng, cần l ợng hóa các tiêu
chuẩn của các PA và xếp hạng các tiêu chuẩn theo thứ tự a thích
của ng ời RQĐ.
Sự a thích của ng ời RQĐ là không thay đổi trong quá trình RQĐ,
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 tr ớc khi RQĐ.
Sự lựa chọn cuối cùng sẽ là tối u mục tiêu mong muốn.
4
1. Giới thiệu về RQĐ trong qu n lý
RQĐ theo cấu trúc của vấn đề
Vấn đề có cấu trúc tốt: Mục tiêu rõ ràng, thông tin đầy đủ,
dạng bài toán quen thuộc Æ RQĐ theo ch ơng trình (quy
trình, luật, chính sách)
Vấn đề có cấu trúc kém: Dạng bài toán mới mẻ, thông tin
không đầy đủ, không rõ ràng Æ RQĐ không theo ch ơng
trình
5
1. Giới thiệu về RQĐ trong qu n lý
RQĐ theo tính chất của vấn đề
RQĐ trong điều kiện không chắc chắn
(uncertainty): Khi RQĐ, không biết đ ợc xác
suất xảy ra của mỗi trạng thái hoặc không biết
đ ợc các dữ liệu liên quan đến các vấn đề cần
giải quyết.
RQĐ trong điều kiện rủi ro (risk): Khi RQĐ,
đã biết đ ợc xác xuất xảy ra của mỗi trạng thái.
RQĐ trong điều kiện chắc chắn (certainty):
Khi RQĐ, đã biết chắc chắn trạng thái nào sẽ
xảy ra, do đó sẽ dễ dàng và nhanh chóng ra
quyết định.
6
1. Giới thiệu về RQĐ trong qu n lý
Khái niệm chung về PPĐL trong quản lý
Ph ơng pháp đ nh l ợng (PPĐL) là ph ơng pháp khoa học
dùng các phép tính toán để giải quyết các vấn đề RQĐ.
Các thuật ngữ ch PPĐL:
Ph
ơng pháp đ nh l ợng (Quantitative Methods)
Phân tích đ nh l ợng (Quantitative Analysis)
Ti p cận đ nh l ợng (Quantitative Approaches)
Nghiên cứu tác vụ/Vận trù học (Operations Research)
Khoa học qu n lý (Management Science)
7
1. Giới thiệu về RQĐ trong qu n lý
Khái niệm chung về PPĐL trong quản lý
Các công cụ đ nh l ợng
Các mô hình đ nh l ợng
Lý thuyết RQĐ (Xác suất có điều Bài toán phân công
kiện, Bảng/cây quyết định, Lý
Bài toán dòng chảy tối đa
thuyết trò chơi,...)
Quy hoạch tuyến tính
Sơ đồ mạng (CPM/PERT)
Quy hoạch nguyên
Kiểm soát tồn kho
Quy hoạch động
Lý thuyết xếp hàng
Bài toán vận tải
Phân tích Markov
...
Phần mềm: Excel’s Solver, ABQM, QM for Windows,...
8
1. Giới thiệu về RQĐ trong qu n lý
Các bước của quá trình RQĐ
B1: Xác định rõ vấn đề/cơ hội cần giải quyết.
B2: Liệt kê tất cả các PA có thể có.
B3: Nhận ra các tình huống/tr ng thái.
B4: ớc l ợng tất cả lợi ích/chi phí cho mỗi PA ứng với
mỗi trạng thái.
B5: Lựa chọn một mô hình toán trong ph ơng pháp
đ nh l ợng để tìm lời giải tối u.
B6: Áp dụng mô hình để tìm lời gi i và dựa vào đó để RQĐ.
9
1. Giới thiệu về RQĐ trong qu n lý
Ví dụ: Bài toán của Công ty xẻ gỗ Thompson
B ớc 1: Có nên sản xuất một sản phẩm mới để tham gia thị tr ờng hay không?
B ớc 2: Có 3 ph ơng án sản xuất là:
Lập 1 nhà máy có qui mô lớn để sản xuất sản phẩm
Lập 1 nhà máy có qui mô nhỏ để sản xuất sản phẩm
Không làm gì cả
B ớc 3: Có 2 tình huống của thị tr ờng sẽ xảy ra là: thị tr ờng tốt, thị tr ờng xấu.
B ớc 4: ớc l ợng lợi nhuận của các ph ơng án ứng với các tình huống:
Ph ơng án
Tr ng thái
Thị trường tốt
Thị trường xấu
Nhà máy lớn
200.000
-180.000
Nhà máy nhỏ
100.000
-20.000
0
0
Không sản xuất
B ớc 5 và 6: Chọn một mô hình toán trong ph ơng pháp định l ợng để áp dụng vào
bài toán này. Việc chọn lựa mô hình đ ợc dựa vào sự hiểu biết, vào thông tin ít hay nhiều
về khả năng xuất hiện các trạng thái của hệ thống.
10
2. RQĐ trong điều kiện rủi ro
Khi RQĐ trong điều kiện rủi ro, biết xác suất xảy ra của
mỗi trạng thái.
Khi RQĐ trong điều kiện rủi ro, th ờng sử dụng hai tiêu
chuẩn/mô hình (t ơng đ ơng nhau):
Cực đ
i giá tr kỳ vọng đ ợc tính bằng tiền (Expected
Moneytary Value) (Maxi EMVi)
Cực tiểu thiệt h i kỳ vọng (Expected Opportunity Loss)
(Mini EOLi)
Hai ph ơng pháp thông dụng:
Ph
ơng pháp b ng quy t đ nh (decision table)
Ph ơng pháp cây quy t đ nh (decision tree)
11
2. RQĐ trong điều kiện rủi ro
Phương pháp bảng quyết định
i
i
12
2. RQĐ trong điều kiện rủi ro
Phương pháp bảng quyết định
EMV1
= 0,5 x 200.000 + 0,5 x (-180.000) = 10.000
EMV2
= 0,5 x 100.000 + 0,5 x (-20.000) = 40.000
EMV3
= 0,5 x 0 + 0,5 x 0 = 0
Ra quy t đ nh
EMVi > 0 Æ Ph ơng án có lợi
Maxi EMVi = 40.000 Æ Chọn ph ơng án xây nhà máy nhỏ
Giá tr kỳ vọng với thông tin hoàn h o
(EVWPI, Expected Value With Perfect Information)
EVWPI = 0,5 x (200.000) + 0,5 x (0) = 100.000
Giá tr kỳ vọng của thông tin hoàn h o
(EVPI, Expected Value Of Perfect Information)
i
i
EVPI = 100.000 - 40.000 = 60.000
13
2. RQĐ trong điều kiện rủi ro
Phương pháp bảng quyết định
14
2. RQĐ trong điều kiện rủi ro
Phương pháp bảng quyết định
OL11 = 200.000 - 200.000 = 0
OL12 = 0 - (-180.000) = 180.000
OL21 = 200.000 - 100.000 = 100.000
Bảng thiệt hại cơ hội OLij
OL22 = 0 - (-20.000) = 20.000
T.Tr ờng tốt
T.Tr ờng xấu
Nhà máy lớn
0
180.000
Nhà máy nhỏ
100.000
20.000
Không sản xuất
200.000
0
0,5
0,5
OL31 = 200.000 – 0 = 200.000
OL32 = 0 - 0 = 0
P(Sj)
15
2. RQĐ trong điều kiện rủi ro
Phương pháp bảng quyết định
EOL1 = 0,5 x 0 + 0,5 x 180.000 = 90.000
EOL2 = 0,5 x 100.000 + 0,5 x 20.000 = 60.000
EOL3 = 0,5 x 200.000 + 0,5 x 0 = 100.000
RQĐ theo tiêu chuẩn Mini EOLi
T.Tr ờng tốt
T.Tr ờng xấu
Nhà máy lớn
0
180.000
Nhà máy nhỏ
100.000
20.000
Không sản xuất
200.000
0
0,5
0,5
P(Sj)
Mini EOLi = Min(90.000, 60.000, 100.000) = 60.000
Æ Chọn PA xây nhà máy nhỏ
Ghi chú: EVWPI = Maxi EMVi + Mini EOLi
EVPI = Mini EOLi
16
2. RQĐ trong điều kiện rủi ro
Phương pháp bảng quyết định
Phân tích độ nh y:
Xác suất p thay đổi thế nào thì quyết định sẽ thay đổi?
380.000 p – 180.000 = 120.000 p – 20.000
Giá trị EMV
Æ p = 16/26 = 0,62
-20.000
-180.000
0,167
EMV Không làm gì
0,62 Xác suất của thị tr ờng a thích
17
2. RQĐ trong điều kiện rủi ro
Phương pháp cây quyết định
Các ký hiệu & quy ớc
: Nút quyết định
: Nút trạng thái/tình huống
TTtốt
Nhà máy lớn
TT xấu
VD: Xét l i Công ty gỗ Thompson
Nhà máy
nhỏ
Không làm gì
18
2. RQĐ trong điều kiện rủi ro
Phương pháp cây quyết định
Các b ớc của việc phân tích bài toán cây quy t đ nh
B1: Xác định vấn đề/cơ hội cần giải quyết
B2: Vẽ cây quyết định
B3: Gán xác suất cho các trạng thái
B4: ớc tính lợi nhuận hay chi phí cho một sự kết hợp giữa
một ph ơng án và một trạng thái
B5: Giải bài toán bằng ph ơng pháp Maxi EMVi (từ phải
qua trái).
19
2. RQĐ trong điều kiện rủi ro
Phương pháp cây quyết định
VD: Gi i ví dụ tr ớc bằng cây quy t đ nh
B1: Có nên sản xuất sản phẩm mới để kinh doanh?
B2: Vẽ cây quyết định
B3: Gán xác suất 0,5 cho các loại thị tr ờng
B4: Dùng giá trị ở bảng số liệu để ghi vào
B5: Tính các giá trị EMVi tại các nút
- Tại nút 1 : EMV1 = 0,5 x 200.000 + 0,5 x (-180.000) = 10.000
EMVi = ∑ P(S j )xPij
- Tại nút 2 : EMV2 = 0,5 x 100.000 + 0,5 x (-20.0000) = 40.000
- Tại nút 3 : EMV3 = 0
m
j=1
20
2. RQĐ trong điều kiện rủi ro (tt)
Phương pháp cây quyết định
EMVi = ∑ P(S j )xPij
m
TT tốt (0.5)
10.000
200.000
j=1
Nhà máy lớn
TT xấu (0.5)
40.000
TT tốt (0.5)
Nhà máy nhỏ
0
TT xấu (0.5)
- 180.000
100.000
-20.000
Không làm gì
Maxi EMVi = 40.000 Æ Chọn PA nhà máy nhỏ
21
Cấp QĐ 1
Cấp QĐ 2
3. RQĐ trong điều kiện không chắc chắn
Mô hình Maximax (lạc quan)
Mô hình Maximin (bi quan)
Mô hình Laplace (đồng đều ngẫu nhiên)
Mô hình Hurwicz (trung bình có trọng số, hiện thực)
Mô hình Minimax
23
3. RQĐ trong điều kiện không chắc chắn
i: PA ở hàng i trong bảng RQĐ
j: Trạng thái ở cột j trong bảng RQĐ
Pij: Lợi ích có đ ợc nếu chọn PA i và trạng thái j xảy ra.
j
j
j
Số
trạng
thái
24
3. RQĐ trong điều kiện không chắc chắn
Mô hình Maximax (tiêu chuẩn lạc quan)
Maxi (Maxj Pij) = Maxi (200.000, 100.000, 0) = 200.000
RQĐ: Chọn PA xây nhà máy lớn (i = 1)
Mô hình Maximin (tiêu chuẩn bi quan)
Maxi (Minj Pij) = Maxi (-180.000, -20.000, 0) = 0
RQĐ: Không làm gì cả (i = 3).
Mô hình Laplace (đồng đều ngẫu nhiên)
= Maxi (10.000, 40.000, 0) = 40.000
RQĐ: Chọn PA xây nhà máy nhỏ (i = 2)
25
3. RQĐ trong điều kiện không chắc chắn
Mô hình Hurwicz (mô hình trung bình có trọng số)
Chọn α = 0,8
Maxi [0,8 x 200.000 + 0,2 x (-180.000),
0,8 x 100.000 + 0,2 x (-20.000), 0,8 x 0 + 0,2 x 0]
= Maxi (124.000, 76.000, 0) = 124.000
RQĐ: Chọn PA xây nhà máy lớn (i = 1).
Mô hình Minimax
Mini [Maxj OLij] = Mini [180.000, 100.000, 200.000] = 100.000
RQĐ: Chọn PA xây nhà máy nhỏ (i = 2).
26
4. RQĐ bằng quy ho ch tuy n tính
Giới thiệu bài toán QHTT
Quy ho ch tuy n tính (QHTT – Linear Programming)
là một kỹ thuật toán học nhằm xác định giá trị của các
biến x1, x2,..., xn (đ ợc gọi là các biến quyết định decision variable) sao cho:
Làm cực đại hay cực tiểu giá trị của hàm mục tiêu
(objective function): Z = z(x1, x2,..., xn)
Thỏa mãn các ràng buộc (constraint): Rj = rj(x1, x2,...,
xn)
Trong đó, hàm mục tiêu z và các ràng buộc rj là những
biểu thức tuyến tính (bậc nhất) đối với các biến x1, x2,..., xn
27
4. RQĐ bằng quy ho ch tuy n tính
Giới thiệu bài toán QHTT
Bài toán lập k ho ch s n xuất (bài toán cực đ i)
Một nhà quản lý dự án nông nghiệp có các số liệu sau:
Loại sản phẩm
Số liệu đầu vào đối với
một đơn vị sản phẩm
Lúa gạo
Lúa mì
Diện tích [Ha/tấn]
Lượng nước [103m3/tấn]
Nhân lực [công/tấn]
Lợi nhuận [USD/tấn]
2
6
20
18
3
4
5
21
Khả năng lớn nhất của
các nguồn tài nguyên
sẵn có
50 Ha
90 x 103m3
250 công
Hãy xác định l ợng lúa gạo và lúc mì cần đ ợc sản xuất
để làm cực đại lợi nhuận của dự án.
28
4. RQĐ bằng quy ho ch tuy n tính
Giới thiệu bài toán QHTT
Bài toán lập k ho ch s n xuất (bài toán cực đ i)
B ớc 1: Xác định các biến quyết định
Gọi x1, x2 lần l
ợt là số tấn lúa gạo và lúa mì cần đ ợc sản xuất
B ớc 2: Xác định hàm mục tiêu
Hàm mục tiêu là lợi nhuận Z
Cực đại lợi nhuận: Z = 18x1 + 21x2 Æ Max
B ớc 3: Xác định các ràng buộc
Ràng buộc về diện tích:
Ràng buộc về l
ợng n ớc:
Ràng buộc về nhân lực:
Các biến không âm
2x1 + 3x2 < 50
6x1 + 4x2 < 90
20x1 + 5x2 < 250
x1, x2 > 0
29
4. RQĐ bằng quy ho ch tuy n tính
Giới thiệu bài toán QHTT
Bài toán trộn khẩu phần (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 l ợng mỗi loại thức ăn cần mua để có đảm bảo đủ nhu cầu tối thiểu về dinh
d ỡng cho 1 con gà với giá rẻ nhất.
30
4. RQĐ bằng quy ho ch tuy n tính
Giới thiệu bài toán QHTT
Bài toán trộn khẩu phần (bài toán cực tiểu)
B ớc 1: Xác định các biến quyết định
Gọi x1, x2 lần l
ợt là số l ợng đơn vị thực phẩm loại 1 và loại 2
cần cho 1 con gà trong 1 tháng
B ớc 2 : Xác định hàm mục tiêu
Hàm mục tiêu là giá mua Z
Cực tiểu giá mua: Z = 2x1 + 3x2 Æ Min
B ớc 3 : Xác định các ràng buộc
Thành phần A :
Thành phần B :
Thành phần C :
Các biến không âm:
5x1 + 10x2 > 90
4x1 + 3x2 > 48
0,5x1 > 1,5
x1, x2 > 0
31
4. RQĐ bằng quy ho ch tuy n tính
Mô hình tổng quát của bài toán QHTT
Bài toán cực đ i chuẩn
Hàm mục tiêu:
Ý nghĩa (có n sản phẩm và m
tài nguyên)
• xj là số đơn vị sản phẩm
Z = c1x1 + c2x2 + .... + cnxn Æ Max
thứ j
• cj là lợi nhuận do 1 đơn vị
Ràng buộc:
sản phẩm thứ j đem lại
a11x1 + a12x2 + .... + a1nxn < b1
• aij là lượng tài nguyên thứ i
a21x1 + a22x2 + .... + a2nxn < b2
cần cho 1 đơn vị sản phẩm
thứ j
…
• bi là tổng lượng tài nguyên
am1x1 + am2x2 + .... + amnxn < bm
thứ i sẵn có
xj > 0
, j = 1,n
32
32
4. RQĐ bằng quy ho ch tuy n tính
Mô hình tổng quát của bài toán QHTT
Bài toán cực tiểu chuẩn
Hàm mục tiêu:
Z = c1x1 + c2x2 + .... + cnxn Æ Min
Ràng buộc:
a11x1 + a12x2 + .... + a1nxn ≥ b1
a21x1 + a22x2 + .... + a2nxn ≥ b2
…
am1x1 + am2x2 + .... + amnxn ≥ bm
xj > 0
, j = 1,n
33
33
4. RQĐ bằng quy ho ch tuy n tính
Quá trình giải bài toán QHTT
B1: Nhận dạng các bi n quy t đ nh và hàm mục tiêu.
B2: Diễn tả hàm mục tiêu và các ràng buộc theo các biến quyết định.
B3: Kiểm tra xem có phải tất cả các quan hệ trong hàm mục tiêu và trong các ràng buộc có tuy n
tính không? Nếu không, phải tìm mô hình phi tuyến khác để giải.
B4: Kiểm tra vùng không gian lời gi i, để xem xét điều kiện nghiệm của bài toán. Các khả năng
có thể xảy ra là:
Không có vùng khả thi (vô nghiệm) Æ Nới lỏng các ràng buộc.
Vùng khả thi vô hạn và không có điểm cực trị Æ Cấu trúc lại mô hình, có thể đ a thêm
ràng buộc vào mô hình
Vùng khả thi vô hạn và có điểm cực trị Æ Sang B5.
Vùng khả thi có giới hạn Æ Sang B5.
B5: Tìm ra các lời gi i tối u có thể có, có thể dùng:
Phương pháp đồ thị (Graphical method)
Phương pháp đơn hình (Simplex method)
34
4. RQĐ bằng quy ho ch tuy n tính
PP đường đẳng lợi hay đường đẳng phí (iso – profit/cost line)
Giải bài toán ví dụ cực đại
18x1 + 21x2 Æ Max
2x1
+
3x2
≤
50
6x1
+
4x2
≤
90
20x1
+
5x2
≤
250
x1
≥
0
x2
≥
0
Trong mặt phẳng tọa độ 0x1x2, vẽ các đ ờng thẳng:
(D1)
2x1
+
3x2
=
50
(D2)
6x1
+
4x2
=
90
(D3)
20x1
+
5x2
=
250
(D4)
x1
=
0
Hàm mục tiêu:
Ràng buộc:
Giải
(D5)
x2
=
(1)
(2)
(3)
(4)
(5)
0
35
Bài toán lập k ho ch s n xuất
x2
(D3)
Z = 18x1+21x2 Æ Max
2x1+3y<=50 (D1)
50
6x1+4x2<=90 (D2)
(D2)
20x1+5x2<=250 (D3)
(D1)
x1,x2>=0
22.5
16.67
C
10
Z0 = 0
0
10
15
25
50
x1
36
Tọa độ của điểm C là nghiệm của hệ ph ơng trình:
2x1 + 3x2 = 50
x1 * = 7
6x1 + 4x2 = 90
x2* = 12
Giá tr của hàm mục tiêu:
Z = Zmax
= 18x1* + 21x2*
= 18 x7 + 21x12
Zmax
= 378
(x2)
(D3)
50
(D2)
Nghiệm tối u:
x1=7; x2=12 hay C(7; 12)
(D1)
Ràng buộc tích cực: D1 và D2
(Số RBTC = Số biến QĐ)
22.5
16.67
D
C
12
10
B
Z0 = 0
0
7
10
Đ ờng đẳng lợi
A15
Vùng nghiệm kh dĩ
(miền không gian lời giải,
không gian sách lược)
25
50
(x1)
37
4. RQĐ bằng quy ho ch tuy n tính
PP đường đẳng lợi hay đường đẳng phí (iso – profit/cost line)
Giải bài toán ví dụ cực tiểu
Hàm MT: Min Z = 2x1 + 3x2
Ràng buộc:
5x1
+
4x1
+
Giải:
10x2
≥
90
3x2
≥
48
0,5x1
≥
1,5
x1
≥
0
x2
≥
0
Trong mặt phẳng tọa độ 0x1x2 , ta vẽ các đ ờng thẳng:
(D1): 5x1 +
10x2
=
90
(D2): 4x1 +
3x2
=
48
(D3):
0,5x1
=
1,5
(D4):
x1
=
0
(D5):
x2
=
0
(1)
(2)
(3)
(4)
(5)
38
x2
32
28
D2
24
20
Min
16
D1
12
8
Z0 = 0
4.8
D3
Miền không gian lời gi i vô hạn,
nh ng có cực tiểu.
Tọa độ điểm B là nghiệm của hệ pt:
5x1 + 10x2 = 90
x1* = 8,4
4x1 + 3x2 = 48
x2* = 4,8
Giá tr của hàm mục tiêu:
Z = Zmin = 2x1 + 3x2
= 2 x 8,4 + 3 x 4,8 = 31,2
Nghiệm tối u:
x1* = 8,4
C
x2* = 4,8
B
4
A
0
3
8.4
12
16
20
24
28
32
x1
Đ ờng đẳng phí
39
4. RQĐ bằng quy ho ch tuy n tính
Phương pháp dùng điểm đỉnh
Các điểm đ nh (corner point, extreme point) là giao điểm
của các ràng buộc nằm trong không gian lời giải gọi là các
đ nh của không gian lời gi i.
Nếu bài toán QHTT có lời gi
i tối u, thì lời giải sẽ nằm
trên các đỉnh của không gian lời giải.
Áp dụng kết quả này, tìm giá tr
của hàm mục tiêu bằng
cách so sánh giá trị của các đỉnh của không gian lời giải.
40
4. RQĐ bằng quy ho ch tuy n tính
Phương pháp dùng điểm đỉnh
Giải bài toán ví dụ cực đại Hàm MT: Z = 18x1 + 21x2 Æ Max
So sánh giá trị tại 5 đỉnh O, A, B, C, D
Đỉnh O (0, 0)
==> ZO = 0
Đỉnh A (12,5)
==> ZA = 18 x 15,5 + 21 x 0 = 225
Đỉnh B (11, 6)
==> ZB = 8 x 11 + 21 x 6 = 324
Đỉnh C (7, 12)
==> ZC = 18 x 7 + 21 x 12 = 378
Đỉnh D (0, 16,67)
==> ZD = 18 x 0 + 21 x 16,67 = 350,07
Max
==> Zmax = ZC = 378 ==> x1 = 7 và x2 = 12
41
4. RQĐ bằng quy ho ch tuy n tính
Phương pháp dùng điểm đỉnh
Giải bài toán ví dụ cực tiểu
Hàm MT: Z= 2x1 + 3x2 Æ Min
So sánh giá trị tại 3 đỉnh A, B, C:
Đỉnh A (18, 0)
Đỉnh B (8.4 , 4.8) ==> ZB = 2 x 8.4 + 3 x 4.8
= 31.2
Đỉnh C (3, 12)
= 42
==> ZA = 2 x 18 + 3 x 0
==> ZC = 2 x 3 + 3 x 12
= 36
Min
==> Zmin = ZB = 31.2 ==> x1 = 8.4 và x2 = 4.8
42
5. RQĐ đa y u tố
Giới thiệu bài toán RQĐ đa yếu tố
Ví dụ: Một sinh viên tốt nghiệp muốn tìm việc làm thì có nhiều yếu tố sẽ
ảnh h ởng đến quyết định chọn việc của anh ta: L ơng khởi điểm, Cơ hội
thăng tiến, Vị trí của nơi làm việc, Những ng ời mà mình sẽ làm việc với
họ, Loại công việc bạn cần phải làm, Những lợi nhuận khác ngoài l ơng...
Cách gi i quy t bài toán RQĐ đa y u tố:
Nhiều ng ời xem xét các yếu tố khác nhau này một cách chủ quan và
trực giác
Dùng ph ơng pháp đánh giá y u tố MFEP (Multi Factor Evaluation
Process): Mỗi yếu tố quan trọng ảnh h ởng đến quyết định sẽ đ ợc
gán một hệ số nói lên tầm quan trọng t ơng đối giữa các yếu tố với
nhau Æ Đánh giá PA theo các hệ số này
43
5. RQĐ đa y u tố
Các bước thực hiện phương pháp MEFP
B1: Liệt kê tất cả các yếu tố và gán cho yếu tố thứ i một trọng số FWi:
Tầm quan trọng của mỗi yếu tố một cách t ơng đối, 0 < FWi < 1,
ΣFWi = 1
B2: L ợng giá theo yếu tố. Với mỗi yếu tố i, ta đánh giá PA j bằng cách
gán một hệ số FEij: L ợng giá của PA j đối với yếu tố i
B3: Tính tổng l ợng giá trọng số của từng PA j
i: Yếu tố
j: Ph ơng án
FW: Factor weight
FE: Factor Evaluation
TWE: Total Weighted evaluation
Chọn PA ứng với Max TWEj
44
5. RQĐ đa y u tố
VD: Bài toán tìm việc làm của sinh viên
B1: 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:
L ơng
Cơ hội thăng tiến
Vị trí nơi làm việc
Sinh viên S gán cho các yếu tố các trọng số sau:
Y u tố i
Trọng số FWi
L ơng
0.3
Cơ hội thăng tiến
0.6
Vị trí nơi làm việc
0.1
45
5. RQĐ đa y u tố
VD: Bài toán tìm việc làm của sinh viên
B2: 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
l ợng giá nh sau:
Làm sao xác định giá trị trong bảng này?
46
5. RQĐ đa y u tố
VD: Bài toán tìm việc làm của sinh viên
Đối với L ơng, Anh S mong rằng l ơng sẽ là 1.000.000. Nh ng thực tế
công ty A trả 700.000, công ty B trả 800.000, công ty C trả 900.000.
B3: Tính các tổng l ợng 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
K t luận: Sinh viên S chọn công ty A
47
6. RQĐ theo lý thuy t độ hữu ích
Khái niệm về độ hữu ích
Độ hữu ích/độ v lợi (Utility) là độ đo mức u tiên của ng ời
RQĐ đối với lợi nhuận.
Lý thuy t độ hữu ích là lý thuyết nghiên cứu cách kết hợp mức
độ u tiên về độ may rủi của ng ời RQĐ đối với các yếu tố khác
trong quá trình RQĐ.
VD: Giả sử bạn có một tấm vé số đặc biệt mà khi thảy đồng xu
lên nếu mặt ngửa xuất hiện thì bạn trúng th ởng 5.000.000đ,
nếu mặt sấp xuất hiện thì bạn không đ ợc gì hết. Vấn đề đặt ra:
Nếu có ng ời nào đó đề nghị mua lại tấm vé số của bạn tr ớc
khi tung đồng xu với giá 2.000.000đ thì bạn có bán hay không?
48
6. RQĐ theo lý thuy t độ hữu ích
Khái niệm về độ hữu ích
VD: Giả sử bạn có một tấm vé số đặc biệt mà khi thảy đồng xu lên nếu mặt ngửa xuất hiện
thì bạn trúng th ởng 5.000.000đ, nếu mặt sấp xuất hiện thì bạn không đ ợc gì hết.
Vấn đề đặt ra: Nếu có ng ời nào đó đề nghị mua lại tấm vé số của bạn tr ớc khi tung đồng
xu với giá 2.000.000đ thì bạn có bán hay không?
Gi i:
Nếu xét theo tiêu chuẩn EMV:
EMV(không bán) = EMV1 =
= 5.000.000 x 0,5 + 0 x 0,5 = 2.500.000
EMV(bán) = EMV2 = 2.000.000
Æ EMV (không bán) > EMV (bán)
Kết luận: Không bán tấm vé số
Nếu xét trên quan điểm thực tế, thì đa số mọi ng ời sẽ bán
vì ít ai thích may rủi trừ những ng ời tỉ phú thích may rủi.
49
6. RQĐ theo lý thuy t độ hữu ích
Cách tính độ hữu ích
Độ hữu ích đ ợc ớc tính nh sau:
K t qu tốt nhất sẽ có độ hữu ích là 1 Æ U(tốt nhất) = 1
K t qu xấu nhất sẽ có độ hữu ích là 0 Æ U(xấu nhất) = 0
K t qu khác sẽ có độ hữu ích ∈ (0,1) Æ 0 < U(khác) < 1
Cách tính độ hữu ích của k t qu khác:
Độ hữu ích của k t qu khác đ ợc tính dựa trên sự xem xét một
trò chơi chuẩn gồm 2 kết quả:
+ K t qu tốt nhất có xác suất là p
+ K t qu xấu nhất có xác suất là (1 - p)
50
6. RQĐ theo lý thuy t độ hữu ích
Cách tính độ hữu ích
Ta có 2 PA:
+ PA 1: Chấp nhận trò chơi, ta sẽ đ ợc kết quả tốt nhất hay đ ợc kết quả xấu nhất.
+ PA 2: Không chấp nhận trò chơi, để đ ợc một kết quả chắc chắn tránh đ ợc rủi ro.
Vấn đề: Xác định xác suất p (tốt nhất), để 2 PA này đ ợc xem là t ơng đ ơng đối với ng ời RQĐ
Đối với ng ời RQĐ, 2 PA đ ợc xem là t ơng đ ơng nhau nếu kỳ vọng độ hữu ích của 2 PA
bằng nhau:
Gọi EU là kỳ vọng của độ hữu ích (Expected Utility)
EU(không chơi) = EU(chơi)
EU(chơi) = p * U(T) + (1 - p) * U(X) = p * 1 + (1 - p) * 0 = p
U(kết quả khác) = EU(không chơi) = p
K t luận:
p chính là kỳ vọng của độ hữu ích để làm cho 2 PA t ơng đ ơng nhau đối với ng ời RQĐ.
Nh vậy, độ hữu ích hoàn toàn chủ quan, tùy thuộc vào mức độ cảm nhận về rủi ro của ng ời
RQĐ.
51
6. RQĐ theo lý thuy t độ hữu ích
Cách tính độ hữu ích
VD: Cô X muốn vẽ đ ờng 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 t vào bất động sản thì sau 3 năm cô
thu đ ợc 10.000đ hoặc là bị mất trắng. Nếu cô X gửi tiết kiệm thì sau 3
năm sẽ chắc chắn thu đ ợc 5.000đ.
Về mặt chủ quan, cô X cho rằng nếu 80% có cơ may thu đ ợc 10.000đ
sau 3 năm thì cô X mới đầu t vào bất động sản nếu không cô X sẽ gửi
tiết kiệm.
Nh vậy với xác suất p = 0,8 để mua bất động sản thành công thì 2 PA
mua bất động sản và gửi tiền tiết kiệm là nh nhau.
52
6. RQĐ theo lý thuy t độ hữu ích
Cách tính độ hữu ích
Đối với cô X: U(5.000) = p = 0,8
Giả sử đối với cô X: U(7.000) = 0,9; U(3.000) = 0,5
Æ đ ờng cong độ hữu ích đối với tiền của cô X
53
6. RQĐ theo lý thuy t độ hữu ích
Cách tính độ hữu ích
U
U
$
Ng ời RQĐ tránh rủi ro
U
$
$
Ng ời RQĐ thích rủi ro
Ng ời RQĐ không có
sự thiên lệch về rủi ro
Các d ng đ ờng cong hữu ích
54
6. RQĐ theo lý thuy t độ hữu ích
Đánh giá PA bằng độ hữu ích
VD: Ông B đang xem xét có nên đầu t vào một dự án hay không. Nếu dự
án thành công Ông B thu đ ợc 10.000 trái lại mất 10.000. Theo Ông B dự
án có 45% c may thành công. Ngoài ra, đ ờng độ hữu ích của Ông B có
dạng sau:
55
6. RQĐ theo lý thuy t độ hữu ích
Đánh giá PA bằng độ hữu ích
Nếu dùng EU:
EU(tham gia) = 0,45*0,3 + 0,55* 0,05 = 0,1625
EU(không tham gia) = 0,15
Kết luận: Ông B tham gia đầu t vào dự án.
Nếu dùng EMV:
EMV(tham gia) = 0,45*10.000 + 0,55*(-10.000) = -1.000
EMV(không tham gia) = 0
56
Kết luận: Ông B không tham gia vào dự án.