RA QUYẾT ĐỊNH (RQĐ) TRONG QUẢN LÝ

- QU N TR KINH DOANH CHO KỸ S CH NG 2 RA QUY T Đ NH (RQĐ) TRONG QU N LÝ Nguyễn Ngọc Bình Ph ơng [email protected] 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 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.
- 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.
- 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.
- 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.
- Ph ơng pháp đ nh l ợng (Quantitative Methods.
- 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.
- 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.
- B5: Lựa chọn một mô hình toán trong ph ơng pháp đ nh l ợng để tìm lời giải tối u.
- 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: Tr ng thái Ph ơng án Thị trường tốt Thị trường xấu Nhà máy lớn Nhà máy nhỏ Không sản xuất 0 0 B ớc 5 và 6: Chọn một mô hình toán trong ph ơng pháp định l ợng để áp dụng vào bài toán này.
- 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 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 x (-180.000.
- 10.000 EMV2 = 0,5 x 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.
- 100.000 Giá tr kỳ vọng của thông tin hoàn h o (EVPI, Expected Value Of Perfect Information) i i EVPI .
- RQĐ trong điều kiện rủi ro Phương pháp bảng quyết định 14 2.
- RQĐ trong điều kiện rủi ro Phương pháp bảng quyết định OL OL .
- 180.000 OL OL .
- 20.000 Bảng thiệt hại cơ hội OLij T.Tr ờng tốt T.Tr ờng xấu OL OL Nhà máy lớn 0 180.000 Nhà máy nhỏ Không sản xuất 200.000 0 P(Sj .
- RQĐ trong điều kiện rủi ro Phương pháp bảng quyết định EOL1 = 0,5 x 0 + 0,5 x EOL2 = 0,5 x x EOL3 = 0,5 x x T.Tr ờng tốt T.Tr ờng xấu Nhà máy lớn 0 180.000 Nhà máy nhỏ Không sản xuất 200.000 0 RQĐ theo tiêu chuẩn Mini EOLi P(Sj) 0,5 0,5 Mini EOLi = Min .
- 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 p – 20.000 Æ p Giá trị EMV EMV Không làm gì Xác suất của thị tr ờng a thích .
- RQĐ trong điều kiện rủi ro Phương pháp cây quyết định Các ký hiệu & quy ớc : Nút quyết định TTtốt : Nút trạng thái/tình huống 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).
- 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 x (-180.000.
- 10.000 EMVi.
- 40.000 m - Tại nút 3 : EMV3 = 0 j=1 20 2.
- RQĐ trong điều kiện rủi ro (tt) Phương pháp cây quyết định EMVi.
- P(S j )xPij m TT tốt j=1 Nhà máy lớn - 180.000 TT xấu Nhà máy nhỏ TT tốt TT xấu (0.5) 0 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.
- RQĐ trong điều kiện không chắc chắn Mô hình Maximax (tiêu chuẩn lạc quan) Maxi (Maxj Pij.
- 200.000 RQĐ: Chọn PA xây nhà máy lớn (i = 1) Mô hình Maximin (tiêu chuẩn bi quan) Maxi (Minj Pij.
- 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 x x x x 0 + 0,2 x 0.
- 124.000 RQĐ: Chọn PA xây nhà máy lớn (i = 1).
- 100.000 RQĐ: Chọn PA xây nhà máy nhỏ (i = 2).
- 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.
- 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 Khả năng lớn nhất của Số liệu đầu vào đối với các nguồn tài nguyên một đơn vị sản phẩm Lúa gạo Lúa mì sẵn có Diện tích [Ha/tấn] 2 3 50 Ha Lượng nước [103m3/tấn] 6 4 90 x 103m3 Nhân lực [công/tấn] 20 5 250 công Lợi nhuận [USD/tấn] 18 21 Hãy xác định l ợng lúa gạo và lúc mì cần đ ợc sản xuất để làm cực đại lợi nhuận của dự án.
- 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: 2x1 + 3x2 < 50 † Ràng buộc về l ợng n ớc: 6x1 + 4x2 < 90 † Ràng buộc về nhân lực: 20x1 + 5x2 < 250 † Các biến không âm 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.
- 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 : 5x1 + 10x2 > 90 † Thành phần B : 4x1 + 3x2 > 48 † Thành phần C : 0,5x1 > 1,5 † Các biến không âm: 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 Ý nghĩa (có n sản phẩm và m Hàm mục tiêu: tài nguyên.
- RQĐ bằng quy ho ch tuy n tính Mô hình tổng quát của bài toán QHTT Bài toán cực tiểu chuẩn Hàm mục tiêu.
- cnxn Æ Min Ràng buộc.
- 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.
- B4: Kiểm tra vùng không gian lời gi i, để xem xét điều kiện nghiệm của bài toán.
- 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 Hàm mục tiêu: 18x1 + 21x2 Æ Max Ràng buộc: 2x1 + 3x x1 + 4x x1 + 5x x1 ≥ 0 (4) x2 ≥ 0 (5) Giải 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 (D5) x2 = 0 35 (D3) x2 Bài toán lập k ho ch s n xuất Z = 18x1+21x2 Æ Max 50 2x1+3y ZA = 18 x 15,5 + 21 x 0 = 225 „ Đỉnh B (11, 6.
- 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.
- 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.
- 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 FW: Factor weight i: Yếu tố FE: Factor Evaluation j: Ph ơng án 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.
- 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.
- 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.
- 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.
- 5.000.000 x 0,5 + 0 x EMV(bán.
- 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.
- RQĐ theo lý thuy t độ hữu ích Cách tính độ hữu ích Ta có 2 PA.
- 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.
- 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.
- 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.
- 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.
- 0,5 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 U.
- Ng ời RQĐ không có Ng ời RQĐ tránh rủi ro Ng ời RQĐ thích rủi ro 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.
- 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