DỰ án cá NHÂN môn PHÂN TÍCH KINH DOANH CAO HỌCLẬP TRÌNH TUYẾN TÍNH và bài TOÁN PHÂN TÍCH KINH DOANH

TRƯỜNG ĐẠI HỌC KINH TẾ TP.HCM KHOA KINH DOANH QUỐC TẾ - MARKETING DỰ ÁN CÁ NHÂN MƠN PHÂN TÍCH KINH DOANH CAO HỌC Học Viên: Huỳnh Kim Thanh Tuyền Lớp: Kinh doanh thương mại - Khóa: 30.2 Môn học: Phân tích kinh doanh Giảng viên: Nguyễn Thị Hồng Thu Hồ Chí Minh, ngày 15 tháng 07 năm 2021 TRƯỜNG ĐẠI HỌC KINH TẾ TP.HCM KHOA KINH DOANH QUỐC TẾ - MARKETING DỰ ÁN CÁ NHÂN MƠN PHÂN TÍCH KINH DOANH CAO HỌC NĂM 2021 CAM KẾT Dự án cá nhân tơi xây dựng, xử lý không chép từ viết tổ chức cá nhân khác (This report has been written by me and has not received any previous academic credit at this or any other institution) TRƯỜNG ĐẠI HỌC KINH TẾ TP.HCM KHOA KINH DOANH QUỐC TẾ - MARKETING ĐÁNH GIÁ CỦA GIẢNG VIÊN HƯỚNG DẪN TÓM LƯỢC Lời đầu tiên em xin chân thành cảm ơn cô Nguyễn Thị Hồng Thu, Giáo viên bộ môn Phân tích Kinh doanh đã tận tình chỉ dạy chúng em những kiến thức bổ trợ cho môn học này Mong rằng những kiến thức cô truyền đạt em không chỉ vận dụng bài tập này mà còn chính công việc hiện tại của mình Nội dung chính của Dự án Cá nhân gồm ba phần: PHẦN 1: LẬP TRÌNH TUYẾN TÍNH VÀ BÀI TỐN PHÂN TÍCH KINH DOANH Trong phần này thông qua Excel Solver giúp công ty tìm được số lượng sản phẩm cung cấp cho bốn khách hàng tiềm của mình với mục đích tối đa hóa lợi nhuận PHẦN 2: PHÂN TÍCH RA QUYẾT ĐỊNH VÀ BÀI TỐN PHÂN TÍCH KINH DOANH Giúp bạn Văn quyết định đúng tham gia trò chơi của trường và đạt phần thưởng cao nhất của trò chơi đó PHẦN 3: DỰ BÁO VÀ PHÂN TÍCH KINH DOANH Dự báo sớ tiền qun góp của Quỹ Vaccine tại Hoa Kỳ bằng ba mô hình Last-Value Forecasting Method; Averaging Forecasting Method, Moving-Average Forecasting Method MỤC LỤC NỘI DUNG CHÍNH PHẦN 1: LẬP TRÌNH TUYẾN TÍNH VÀ BÀI TỐN PHÂN TÍCH KINH DOANH I Mở đầu: Bối cảnh tình (1-3 trang) II Ứng dụng thực tiễn 10 Giới thiệu mơ hình lập trình tuyến tính ứng dụng tình mà bạn xây dựng 10 Xác định vấn đề 10 Thiết lập mơ hình đại số tuyến tính cho tình .10 Xây dựng mơ hình lập trình tuyến tính Excel Solver QM for Windows 12 Trình bày giải thích kết quả/ giải pháp tối ưu mơ hình từ Excel Solver QM for Windows 12 Phân tích độ nhạy- Nếu (What- If Analysis) Excel Solver QM for Windows, xác định vùng giá trị min-max (range) biến hàm mục tiêu không làm thay đổi giải pháp tối ưu (optimal solution) khi: biến hàm mục tiêu thay đổi 13 III Kết luận 13 PHẦN 2: PHÂN TÍCH RA QUYẾT ĐỊNH VÀ BÀI TỐN PHÂN TÍCH KINH DOANH 14 I Mở đầu: Bối cảnh tình (1-3 trang) 14 II Ứng dụng thực tiễn (6-12 trang) .14 Giới thiệu mô hình phân tích định ứng dụng tình đã xây dựng 14 Thiết lập bảng “thu hồi” (Payoff Table) .15 2.1 Trả lời câu hỏi số với mức thưởng 5.000.000 VNĐ có gọi điện cho bạn 15 2.2 Trả lời câu hỏi số với mức thưởng 10.000.000 VNĐ không gọi bạn bè 15 Áp dụng quy luật định Bayes để giải toán định, xây dựng Decision Tree QM for Windows giải thích kết thu bên dưới: 16 III Xác định giá trị thông tin hoàn hảo: 17 Kết luận 20 PHẦN 3: DỰ BÁO VÀ PHÂN TÍCH KINH DOANH 21 I Mở đầu (Introduction): 21 II Cơ sở lý luận: .21 Giới thiệu mơ tả mơ hình dự báo: 21 2.1 Mơ hình Last-Value Forecasting Method: .21 2.2 Mơ hình Averaging Forecasting Method: 21 2.3 Mơ hình Moving-Average Forecasting Method: 21 Tính số mean absolute deviation (called MAD) mean square error (often abbreviated MSE) để đo lường sai số dự báo 21 III Ứng dụng thực tiễn: 22 Áp dụng mô hình dự báo vào tình huống đã xây dựng: .22 Tính số mean absolute deviation (called MAD) mean square error (often abbreviated MSE) để đo lường sai số dự báo tình đã xây dựng: 23 2.1 Mơ hình Last-Value Forecasting Method: .23 2.2 Mơ hình Averaging Forecasting Method: 24 2.3 Mơ hình Moving-Average Forecasting Method: 25 Áp dụng mô hình dự báo áp dụng vào tình đã xây dựng để dự báo có tính đến yếu tố thời vụ 25 3.1 Mơ hình Last-Value Forecasting Method tính đến yếu tố thời vụ: 26 3.2 Mơ hình Averaging Forecasting Method tính đến yếu tố thời vụ: .30 3.3 Mơ hình Moving-Average Forecasting Method tính đến yếu tố thời vụ: .30 3.4 Tính số mean absolute deviation (called MAD) mean square error (often abbreviated MSE) để đo lường sai số dự báo tình mà bạn xây dựng có tính đến yếu tố thời vụ 31 3.5 IV Chọn mô hình dự báo tốt lý giải 32 Kết luận 32 TÀI LIỆU THAM KHẢO .33 MỤC LỤC BẢNG, SƠ ĐỒ VÀ HÌNH Bảng Lợi nhuận đơn vị cho mỗi sự kết hợp Bảng Lựa chọn trả lời Q4 có gọi bạn bè .15 Bảng Lựa chọn trả lời Q4 không gọi bạn bè 15 Bảng Lựa chọn trả lời Q5 có gọi bạn bè .15 Bảng Lựa chọn trả lời Q5 không gọi bạn bè 16 Bảng Trả lời Q4 có gọi bạn bè hoặc về với 2.500.000 VNĐ 18 Bảng Trả lời Q4 không gọi bạn bè hoặc về với 2.500.000 VNĐ 19 Bảng Trả lời Q5 có gọi bạn bè hoặc về với 5.000.000 VNĐ 19 Bảng Trả lời Q5 không gọi bạn bè hoặc về với 5.000.000 VNĐ 19 Bảng 10 Các khoản quyên góp từ 2019-2021 21 Sơ đồ Giới thiệu mô hình phân tích 14 Hình Kết quả Excel Solver Hình Kết quả QM for Windows Hình Phân tích độ nhạy Excel Solver Hình Decision Tree, kết quả sau chạy QM for Windows Hình Dự báo các khoản quyên góp cho quỹ Vaccine tại Hoa Kỳ Hình Dự báo các khoản qun góp theo mơ hình Last-Value Forecasting Method Hình Dự báo các khoản quyên góp theo mơ hình Averaging Forecasting Method Hình Dự báo các khoản qun góp theo mơ hình Moving-Average Forecasting Method Hình Mơ hình Last-Value Forecasting Method tính đến yếu tố thời vụ Hình 10 Mơ hình Averaging Forecasting Method tính đến yếu tố thời vụ Hình 11 Mơ hình Moving-Average Forecasting Method tính đến yếu tố thời vụ 12 12 13 16 22 23 24 25 26 30 31 NỢI DUNG CHÍNH PHẦN 1: LẬP TRÌNH TUYẾN TÍNH VÀ BÀI TỐN PHÂN TÍCH KINH DOANH I Mở đầu: Bối cảnh tình (1-3 trang) Cơng ty Tiffan mới thành lập và sáng tạo một sản phẩm nhất được tung thị trường, sản phẩm được sản xuất bởi nhà máy Sản phẩm tốt nên họ nhận được yêu cầu đặt hàng vượt quá lực sản xuất của công ty Trong tháng sau, công ty có khách hàng tiềm cần mua hàng Khách hàng là khách hàng tiềm nhất của công ty, toàn bộ đơn hàng sẽ được đáp ứng Khách hàng và cũng là những khách hàng có giá trị nên sẽ được đáp ứng tối thiểu 1/3 đơn hàng Khách hàng 4, không thật sự tiềm nên công ty không đảm bảo bất kỳ giá trị tối thiểu nào cho đơn hàng Sẽ có đủ đơn vị sản xuất để vượt số lượng tối thiểu Do có thay đổi đáng kể chi phí vận chuyển, lợi nhuận rịng thu đơn vị bán khác nhau, tùy thuộc vào nhà máy cung cấp cho khách hàng Do đó, định cuối dựa việc tối đa hóa lợi nhuận Lợi nhuận đơn vị cho kết hợp nhà máy cung cấp cho khách hàng thể Bảng Cột bên phải cho biết số lượng đơn vị mà nhà máy sản xuất tháng tới (tổng cộng 22.000) Hàng hiển thị số lượng đặt hàng mà khách hàng yêu cầu (tổng cộng 31.000) Hàng đến cuối cung cấp số lượng tối thiểu cung cấp (tổng cộng 14.000), dựa định công ty Công ty cần xác định có đơn vị để bán cho khách hàng (quan sát số tiền tối thiểu này) đơn vị cần vận chuyển từ nhà máy đến khách hàng để tối đa hóa lợi nhuận Khách hàng Lợi nhuận đơn vị Số lượng sản xuất $55 $42 $46 $53 10,000 $37 $18 $32 $48 5,000 $29 $59 $51 $35 7,000 Nhà máy Đơn hàng tối thiếu Đơn hàng đặt 8,000 4,000 8,000 9,000 2,000 6,000 8,000 Bảng Lợi nhuận đơn vị cho mỗi sự kết hợp II Ứng dụng thực tiễn Giới thiệu mơ hình lập trình tuyến tính ứng dụng tình mà bạn xây dựng Tổng số lượng sản phẩm Nhà máy 1, 2, cung cấp cho Khách hàng 1, 2, 3, tương ứng với Số lượng mà Nhà máy 1, 2, sản xuất Số lượng sản phẩm nhà máy cung cấp cho Khách hàng 1, 2, 3, >= Số lượng sản phẩm tối thiểu phải cung cấp cho Khách hàng 1, 2, 3, Số lượng sản phẩm nhà máy cung cấp cho Khách hàng 1, 2, 3,