Phương pháp phân tích định lượng - Chương 2 Cơ sở của lý thuyết ra quyết định

Phương pháp phân tích định lượng - Chương 2 Cơ sở của lý thuyết ra quyết định

Chương 2

Cơ sở của

Lý thuyết Ra Quyết Định

C2 Cơ sở của Lý thuyết Ra Quyết Định

1. Khái niệm chung

2. Các bước trong Lý thuyết RQĐ bằng PPĐL

1 Khái niệm chung

 Lý thuyết RQĐ là phương pháp phân tích cách

thức RQĐ đúng trình tự và có hệ thống.

 QĐ tốt là QĐ có xét đến tất cả những số liệu và tình

huống có thể xảy ra.

 QĐ và Kết quả (hậu quả)

2 Các bước trong Lý thuyết RQĐ bằng PPĐL

B1 Xác định rõ vấn đề cần giải quyết.

B2 Liệt kê mọi PA có thể chọn.

B3 Xác định các tình huống/trạng thái có thể xảy ra B4 Xác định mọi lợi ích/chi phí/thiệt hại phát sinh

của từng PA ứng với mỗi tình huống.

B5 Xác định một mô hình toán học trong PPĐL và

môi trường RQĐ phù hợp để tìm lời giải.

B6 Áp dụng mô hình tìm lời giải và RQĐ.

2 Các bước trong Lý thuyết RQĐ bằng PPĐL

(tt)

VD: Bài toán của Công ty xẻ gỗ Thompson

B1 Vấn đề: Có nên sản xuất một sản phẩm mới để kinh doanh.

B2 Có tất cả 3 PA thực hiện

Xây nhà máy lớn để sản xuất.

Xây nhà máy nhỏ để sản xuất.

Không sản xuất.

B3 Các tình huống có thể có

Thị trường thuận lợi Thị trường bất lợi

B4 Ước tính các lợi ích (chi phí) phát sinh khi chọn PA ứng với mỗi tình huống.

B5 và B6 Xác định mô hình toán để giải, tìm lời giải và RQĐ.

3 Các môi trường RQĐ

 RQĐ trong điều kiện bất

định/không chắc chắn.

 RQĐ trong điều kiện rủi ro (biết

xác suất xảy ra tình huống).

 RQĐ trong điều kiện xác định

(biết chắc tình huống xảy ra).

4 Các mô hình RQĐ

theo tính chất vấn đề

 i: PA ở hàng i trong bảng RQĐ

 j: Trạng thái ở cột j trong bảng RQĐ

 Pij: Lợi ích có được nếu chọn PA i và trạng thái j xảy ra.

4.1 RQĐ trong điều kiện không chắc chắn

• Mô hình Maximax

• Mô hình Maximin

• Mô hình đồng đều ngẫu nhiên (Laplace)

• Mô hình Hurwicz – trung bình có trọng số

• Mô hình Minimax

4.2 RQĐ trong điều kiện rủi ro

• Mô hình Max EMV

• Mô hình Min EOL

4 Các mô hình RQĐ

theo tính chất vấn đề (tt1)

4.1 RQĐ trong điều kiện không chắc chắn

Mô hình Maximax: Maxi (Max Pij)

Mô hình Maximin: Maxi (Min Pij)

Mô hình đồng đều ngẫu nhiên (Laplace):

Mô hình Hurwicz – trung bình có trọng số:

α là một trọng số (0<α<1) Maxi [α Maxj Pij + (1- α) Minj Pij]

Mô hình Minimax: Mini [Maxj OLij]

4 Các mô hình RQĐ

theo tính chất vấn đề (tt2)

4.2 RQĐ trong điều kiện rủi ro

 Mô hình Max EMV:

=> Chọn PA có EMV lớn nhất.

Khái niệm EVPI:

EVWPI = = 100.000

EVPI = EVWPI – Max EMV = 60.000

T.Trường tốt T.Trường xấu EMV

ij

j)xMax PP(S

ij j

EMV

4 Các mô hình RQĐ

theo tính chất vấn đề (tt3)

4.2 RQĐ trong điều kiện rủi ro (tt)

 Mô hình Min EOL:

Trong đó OLij = Maxi Pij – Pij

=> Chọn PA có EOL nhỏ nhất.

Nhận xét: EVWPI = EMVi + EOLi

EVPI = Min EOL

Đối với Bài toán có bảng RQĐ là chi phí, chuyển Max thành Min.

T.Trường tốt T.Trường xấu EOL

1 j

ij j

EOL

5 Phân tích cận biên trong trường hợp có

nhiều PA và nhiều trạng thái tự nhiên

Phân tích biên sai (Marginal Analysis, MA)

 Khi bài toán RQĐ có nhiều PA và nhiều trạng thái

VD: Cửa hàng J&O bán sữa tươi, giá mua là 4.000 đ/bình và

giá bán là 6.000 đ/bình Sau 1 ngày nếu bán không được thì phải bỏ các bình sữa đi vì không dùng được cho hôm sau Có bao nhiêu PA để chọn và bao nhiêu trạng thái có thể xảy ra?

 Lợi nhuận biên sai (MP) và Thiệt hại biên sai (ML)

• MP: Lợi nhuận có được khi bán được thêm 1 đơn vị sp

• ML: Thiệt hại sinh ra khi không bán được 1 đơn vị sp

VD: (tt)

 2 loại phân phối ngẫu nhiên trong phân tích biên sai

• PPXS rời rạc: Khi số lượng PA và số trạng thái ít.

• PPXS liên tục (giả định PP chuẩn): Khi số PA và TT nhiều.

5 Phân tích cận biên trong trường hợp có

Phân tích biên sai (Marginal Analysis, MA) (tt1)

5.1 Phân tích biên sai với PPXS rời rạc

p: Xác suất để “Lượng cầu” lớn hơn “Lượng cung cho

trước”, ký hiệu:

p = P(Lượng cầu > Lượng cung cho trước)

=> (1-p) = P(Lượng cầu < Lượng cung cho trước)

Từ đó, ta có:

Lợi nhuận biên sai kỳ vọng, EMP = p MP Thiệt hai biên sai kỳ vọng, EML = (1-p) ML => Trữ thêm 1 đv sản phẩm để bán khi:

p ≥ ML/(ML+MP)

5 Phân tích cận biên trong trường hợp có

Phân tích biên sai (Marginal Analysis, MA) (tt2)

VD: (tt) Số liệu thống kê trong quá khứ cho biết số bình sữa

bán được mỗi ngày trong 100 ngày quan sát như sau:

5 Phân tích cận biên trong trường hợp có

Phân tích biên sai (Marginal Analysis, MA) (tt3)

 Từ bảng số liệu:

 Ra quyết định:

Chọn mua x bình mỗi ngày để bán sao cho

p = P(Lượng cầu > Lượng cung cho trước) ≥ 66%

5 Phân tích cận biên trong trường hợp có

Phân tích biên sai (Marginal Analysis, MA) (tt4)

Trạng thái Phương án TT1 TT2 … TTj … TTm

.

.

.

.

.

Người đọc hãy nghĩ ra cách giải bằng Bảng QĐ như trình bày ở Phần 4.

5 Phân tích cận biên trong trường hợp có

Phân tích biên sai (Marginal Analysis, MA) (tt5)

5.2 Phân tích biên sai với PP chuẩn

Khi số PA, số TT quá nhiều và lượng cầu được giả định tuân theo PP chuẩn.

B1 Xác định các tham số của lượng bán ra (cầu)

Gồm µ, σ, MP, ML

B2 Xác định giá trị p ≥ ML/(ML+MP)

B3 Có p, tra bảng PP chuẩn, để tìm giá trị X* sao cho xác suất P(X > X*) ≥ p.

5 Phân tích cận biên trong trường hợp có

Phân tích biên sai (Marginal Analysis, MA) (tt6)

VD: Một người bán báo thấy rằng số lượng báo bán ra hàng ngày

tuân theo PP chuẩn với µ = 50 tờ và σ = 10 tờ Hãy xác định số lượng báo tối ưu cần mua hàng ngày để bán, biết giá mua và bán 1 tờ báo là 4.000 đ và 10.000 đ

(6 Khái niệm mô phỏng hỗ trợ RQĐ)

 Sinh viên tham khảo môn học:

Mô phỏng trong kinh doanh

END