0

Tóm tắt khoa học quản trị

6 21 0
  • Tóm tắt khoa học quản trị

Tài liệu liên quan

Thông tin tài liệu

Ngày đăng: 15/06/2022, 16:48

Tóm tắt ôn thi môn Khoa học quản trị Trường Đại học Kinh Tế TPHCM. Mình có tóm tắt nội dung quan trọng để thi và hệ thống lại các kiến thức sẽ có trong đề thi. Mình đã áp dụng và được A+, chúc các bạn thành công. Hãy ủng hộ mình một chút nhé I) Giới thiệu II) LP – Basic concepts: 1) đặc trưng BT lập trình tuyến tính, có đặc trưng bản: - Ơ thay đổi: thể mức độ hoạt động - Ơ liệu: mức độ hoạt động giá trị (kể phân số) - Ràng buộc = hạn chế giá trị khả thi (dấu ≥, ≤, =) - Ô mục tiêu: thể tiêu đo lường hiệu tổng thể để đưa định (tối đa hóa 2) 3) 4) 5) tối thiểu hóa) Ơ kết (bao gồm ô mục tiêu): thể dạng SUMPRODUCT (tổng tích liệu x thay đổi) Các câu hỏi cần đặt trước hình thành mơ hình tốn: Cần nhựng liệu gì? (ơ liệu) Cần đưa định gì? (ơ thay đổi) Có ràng buộc gì? (ơ kết quả) Cách đo lường hiệu tổng thể định gì? (ơ mục tiêu) loại BT lập trình tuyến tính: thay đổi, liệu, mục tiêu, ràng buộc Các thuật ngữ giải pháp khả thi (a feasible solution) giải pháp tối ưu (the optimal solution = the best solution) hàm mục tiêu (objective function) hàm ràng buộc (functional constraints) biến định (decisive variables) ràng buộc không âm (nonnegative constraints) cách giải BT KHQT: PP đại số, PP đồ thị (chỉ áp dụng cho tốn có biến định), PP bảng tính 6) Tóm lược PP đồ thị: - Vẽ đường giới hạn cho hàm ràng buộc  tìm vùng khả thi (thỏa mãn tất ràng buộc) - Xác định đường hàm mục tiêu (đường thẳng, đường hàm mục tiêu //) - Giải pháp tối ưu: đường mục tiêu cắt vùng khả thi điểm  điểm tối ưu III) LP – Formulation & Applications: có dạng tốn lập trình tuyến tính 1) Phân bổ nguồn lực (Resources & 2) Hốn đổi lợi ích - chi phí (Cost – Allocation problem) Ràng buộc nguồn lực Số lượng sử dụng ≤ Số lượng sẵn có (nguồn benefit trade off problem) Ràng buộc lợi ích tối thiểu Mức độ đạt ≥ Mức độ đề (lợi ích tối lực)  tối đa hóa lợi ích Cần loại liệu: thiểu)  tối thiểu hóa chi phí Cần loại liệu: - Số lượng có sẵn nguồn lực Số lượng sử dụng nguồn - Mức chấp nhận tối thiểu - lực Mức đóng góp đơn vị hoạt - lợi ích Mức đóng góp hoạt động động (unit contribution) vào thành - đến lợi ích Chi phí đơn vị hoạt động chung 3) Hỗn hợp: ràng buộc ≥, ≤, = Ràng buộc đồng thời nguồn lực lợi ích 4) Vận tải: ràng buộc = 5) Gán/ phân công: ràng buộc = Ràng buộc: vận chuyển số lượng yêu cầu (đặt hàng) - Số lượng sử dụng ≤ Số lượng sẵn có - Số lượng chuyển đến = Số lượng đặt - (nguồn lực) Mức độ đạt ≥ Mức độ đề (lợi ích tối thiểu) - hàng (lợi ích tối thiểu) Số lượng chuyển ≤ Số lượng sẵn có (nguồn lực) Ràng buộc: người phải làm công việc cụ thể công việc có người làm IV) What – if? 1) Khái niệm: Phân tích trả lời cho câu hỏi điều xảy cho giải pháp tối ưu cho giả thiết khác điều kiện tương lai (thay đổi liệu dự đoán) 2) Tầm quan trọng: - Xác định tham số độ nhạy (sensitive parameters) - Cung cấp dấu hiệu (khơng cần giải lại mơ hình) thay đổi giải pháp tối ưu - tham số thay đổi Khi tham số đại diên cho định sách: cung cấp thơng tin ảnh hưởng việc thay đổi sách 3) loại báo cáo: báo cáo phân tích độ nhạy, báo cáo phân tích tham số 4) Xác định mức tăng/ giảm cho phép, vùng cho phép 5) Tham số nhạy - Một tham số cho nhạy khi: thay đổi nhỏ làm thay đổi giải pháp tối ưu 6) Khoảng cho phép dãy số hàm mục tiêu (Allowable range for objective function coefficient) Dãy số giá trị định hàm mục tiêu mà giải pháp tối ưu không đổi 7) Quy tắc 100%: áp dụng cho thay đổi đồng thời hệ số - Quy tắc 100% cho hệ số thay đổi hàm mục Quy tắc 100% cho thay đổi phần bên phải tiêu Nếu tổng % thay đổi hệ số ≤ 100% hàm ràng buộc Nếu tổng % thay đổi phần bên phải giải pháp tối ưu khơng đổi ≤100% giá bóng giữ nguyên giá trị Tính phần trăm cho phép thay đổi hệ chức dự đoán với điều kiện thay đổi số nằm dải cho phép - Nếu > 100, khơng chắn 8) Giá bóng - Mức mà hàm mục tiêu tăng cách tăng nhẹ giá trị bên phải hàm ràng buộc (A < B) V) LP - Network Optimization: Ln trình bày mạng lưới dòng qua 1) Cách tính dịng rịng: Dịng – Dịng vào - Số lượng dòng ròng < 0: nốt nhu cầu - Số lượng dòng ròng > 0: nốt cung ứng - Số lượng dòng ròng = 0: nốt trung chuyển BT tối thiểu hóa dịng BT tối đa hóa lưu lượng BT đường ngắn chi phí Tổng cung (tại nốt cung ứng) Tổng nguồn = tổng điểm Dòng ròng điểm đến = Tổng cầu (tại nốt nhu cầu Các loại nốt: Nốt cung ứng, nốt kết thúc Các loại nốt: nốt nguồn, nốt =1; điểm đến = -1 Các loại nốt: điểm gốc, nốt trung chuyển, nốt nhu cầu trung chuyển, nốt kết thúc Ràng buộc: sức chứa cung đường + dòng ròng qua nốt trung chuyển, điểm đến Ràng buộc: dòng ròng qua Quyết định: số lượng (dòng) Quyết định: số lượng (dòng) nốt (số lượng = 1) Quyết định: cung đường qua cung đường Mục tiêu: tối thiếu hóa tổng chi qua cung đường Mục tiêu: tối đa hóa lưu lượng Mục tiêu: tối thiểu hóa độ phí vận chuyển vận chuyển dài 2) Hàm sumif: - Công thức: Sumif ([vùng đk],[ô đk],[vùng xét giá tri]) - Ý nghĩa: vùng điều kiện, ô có điều kiện “x”, lấy giá trị - Hàm sumif dung để tính netflow: sumif “From” – sumif “To” VI) Decision Analysis: 1) tiêu chí đứa định Maximax: Giá trị tối Maximin: Giá trị tối đa lớn Tập trung vào điều thiểu lớn Tập trung vào điều tệ tốt xảy xảy Maximun likelihood: Khả lớn Bayes: Giá trị thu hồi Tập trung vào tình kì vọng lớn Sử dụng xác suất tiền trạng tự nhiên có xác định suất xảy cao Nhược điểm: Nhược điểm: Nhược điểm: - Dựa 100% vào xác Nhược điểm: - Phụ thuộc vào xác - Không quan tâm - Không quan tâm đến xác suất tiền đến xác suất tiền suất tiền định - Bỏ qua giá trị thu suất tiền định Tính EP: EP = giá trị thu hồi x định định - Bỏ qua giá trị thu - Bỏ qua giá trị thu hồi tiềm khác hồi tiềm khác Trong tốt, Trong tệ, nhỏ Chọn có khả chọn tốt chọn đỡ tệ xảy cao hồi tiềm khác xác suất chênh xác suất tiền định tương ứng Chọn giá trị thu hồi lớn 2) Cây định - Áp dụng quy tắc Bayes - Gồm nốt nhánh: + Nốt tròn: Nốt kiện (thể khả xảy ra) + Nốt vuông: Nốt định (thể định, cần phải chọn 1) + Nốt tam giác (có hay khơng được): kết thúc định + Gạch bỏ (//) vào nhánh định không chọn 3) EVPI = EP (with PI) – EP (without PI) - EP (with PI): cho xác suất tiền định hoàn hảo (tổng xác suất x định tương ứng) - EP (without PI): sử dụng xác suất tiền định, tính EP theo Bayes, chọn EP cao trường hợp Vd: Payoff Table State of nature Alternative Oil Dry Drill 700 -100 Sell 90 90 Prior Probabilities 0.25 0.75 EP (with PI) = 0.75*700 + 0.25*90 = 242.5 EP (without PI) = 100 (100 = 0.25*700 + 0.75*-100)  EPVI = 242.5 – 100 = 142.5 > 30 (giá thực khảo sát địa chấn)  Quyết định: thực khảo sát địa chấn 4) Các loại xác suất: tiền định, hậu định, kết hợp, có/ko điều kiện Expected payoff 100 (theo Bayes) 90 - - Xác suất tiền định: ước tính sơ khả xảy tình trạng tự nhiên, có tính chủ quan = P (state) Xác suất hậu định: để cải thiện xác suất xác Xác suất kết hợp: tình trạng tự nhiên kết P (state & finding) = P (state)* P (finding | state) Xác suất kết định (không quan tâm đến tình trạng tự nhiên) P (finding 1) = P (state & finding 1) + P (state & finding 1) P (finding 2) = P (state & finding 2) + P (state & finding 2) Xác suất hậu định: Xác suất kết định xảy với tình trạng P (state1 |finding 1) = P (state & finding 1) / P (finding 1) P (state 1|finding 2) = P (state & finding 2) / P (finding 2) 5) Cách phân tích định: - Tính EP: nốt phải  trái, tính EP node kiện - Kết luận (có format): “EVPI > C, EVPI > C, nên định thực khảo sát địa chấn” 6) Phân tích độ nhạy (lý thuyết, ko thực hành) 7) Thuật ngữ - Lựa chọn (alternatives) - Tình trạng tự nhiên (state of nature) - Xác suất tiền định (prior probabilities) - Xác xuất hậu định (posterior probabilities) - Xác suất kết hợp (joint probability) - Giá trị thu hồi (payoff) - Giá trị thu hồi kì vọng (expected payoff) = EP - Thơng tin hồn hảo (perfect information = PI) - Giá trị kì vọng thơng tin hoàn hảo (expected value of perfect information) Thi TN + TL, đề đóng ... đến xác suất tiền suất tiền định - Bỏ qua giá trị thu suất tiền định Tính EP: EP = giá trị thu hồi x định định - Bỏ qua giá trị thu - Bỏ qua giá trị thu hồi tiềm khác hồi tiềm khác Trong tốt,... có điều kiện “x”, lấy giá trị - Hàm sumif dung để tính netflow: sumif “From” – sumif “To” VI) Decision Analysis: 1) tiêu chí đứa định Maximax: Giá trị tối Maximin: Giá trị tối đa lớn Tập trung... kết hợp (joint probability) - Giá trị thu hồi (payoff) - Giá trị thu hồi kì vọng (expected payoff) = EP - Thơng tin hồn hảo (perfect information = PI) - Giá trị kì vọng thơng tin hồn hảo (expected
- Xem thêm -

Xem thêm: Tóm tắt khoa học quản trị,