Ứng dụng mô phỏng tin học trong doanh nghiệp

Theo hướng hỗ trợ giải quyết nhu cầu trên, người ta tiến hành nghiên cứu, xây dựng một tập hợp các kỹ thuật và công cụ tin học cho phép một doanh nghiệp dễ dàng chuyển đổi, sử dụng dữ li

TRƯỜNG ĐẠI HỌC CÔNG NGHỆ

ĐẠI HỌC QUỐC GIA HÀ NỘI

TRƯỜNG ĐẠI HỌC CÔNG NGHỆ

-o0o -

TRẦN CÔNG MẬU

ỨNG DỤNG

MÔ PHỎNG TIN HỌC TRONG DOANH NGHIỆP

Ngành: Công nghệ Thông tin

Chuyên ngành: Hệ thống thông tin

MỤC LỤC

DANH MỤC CÁC HÌNH VẼ 5

DANH MỤC CÁC BẢNG 8

LỜI MỞ ĐẦU 9

Chương I TỔNG QUAN VỀ MÔ PHỎNG TIN HỌC 12

1.1 Giới thiệu về mô phỏng tin học 12

1.2 Một số lĩnh vực ứng dụng chủ yếu của mô phỏng tin học 14

1.2.1 Mô phỏng dự báo biến đổi khí hậu 14

1.2.2 Mô phỏng trong sản xuất kinh doanh 16

1.2.3 Mô phỏng trong y tế 17

1.2.4 Mô phỏng trong quân sự 18

1.2.5 Mô phỏng sinh học 21

1.3 Lợi ích của mô phỏng tin học 22

1.4 Kết luận chương 1 23

Chương II MÔ PHỎNG TIN HỌC VỚI CÔNG CỤ @RISK 24

2.1 Các số ngẫu nhiên 24

2.2 Mô phỏng bảng tính 25

2.2.1 Giới thiệu về bảng mô phỏng 25

2.2.2 Các ví dụ minh họa 25

2.3 Mô phỏng từ các phân phối xác suất 33

2.4 Tổng quan về công cụ @Risk và Add-in công cụ vào Excel 39

2.5 Các chức năng chính của công cụ @Risk 46

2.5.1 Chức năng RiskView 46

2.5.2 Chức năng Graph Type Command 51

2.5.3 Các giá trị mục tiêu trong Output thống kê 52

2.6 Kết luận chương 2 53

Chương III ỨNG DỤNG MÔ PHỎNG TIN HỌC TRONG DOANH NGHIỆP 54

3.1 Mô hình lập kế hoạch tài chính 54

3.2 Mô hình cân bằng tiền mặt 60

3.3 Nghiên cứu giá trị chứng khoán và một số lựa chọn 66

3.3.1 Mô hình hóa giá một cổ phiếu 66

3.3.2 Đánh giá một lựa chọn European 67

3.4 Mô hình chia sẽ thị trường 72

3.5 Nghiên cứu các giá trị tương quan 79

3.6 Kết luận chương 3 83

KẾT LUẬN 84

TÀI LIỆU THAM KHẢO 86

DANH MỤC TIẾNG ANH VÀ CÁC CHỮ CÁI VIẾT TẮT

Tĩnh

IPCC (International Panel on Climate

DANH MỤC CÁC HÌNH VẼ

Hình 1.2 Mô phỏng máy tính về sự trao đổi chất của David Rhodes 13 Hình 1.3 Mô phỏng về thay đổi nhiệt độ và lượng mưa của Luke

Oman và các cộng sự - Đại học Rutgers

15

Hình 1.4 Một kết quả của một mô phỏng biến đổi khí hậu 16

Hình 1.6 Jay Ober và cộng sự đang thực hiện một kịch bản mô

phỏng

18

Hình 1.7 Lyndon Johnson và các trợ lýkiểmtramột mô hình mô

phỏngKhe Sanhtrongchiến tranh Việt Nam

19

Hình 1.8 Mô phỏng một người lính thi đấu tại Fort Lee 20

Hình 2.2 Mô phỏng lợi nhuận của Công ty sách, thiết bị trường học

Hà Tĩnh

28

Hình 2.3 Bảng lợi nhuận bình quân dựa trên số lượng đặt hàng 30

Hình 2.4 Lợi nhuận bình quân theo số lượng đặt hàng 31 Hình 2.5 Mô phỏng thứ hai của công ty sách, thiết bị trường học Hà

Hình 2.9 Phạm vi giá cạnh tranh của công ty đối thủ 36 Hình 2.10 Mô phỏng quá trình đấu thầu của công ty Hà Thành 37 Hình 2.11 Mô phỏng 100 lần lặp quá trình đấu thầu của công ty Hà

Thành

38

Hình 2.12.Mô phỏng lợi nhuận bình quân cho 100 lần lặp 39 Hình 2.13 Mô phỏng độ lệch bình quân cho 100 lần lặp 39

Hình 2.15 Tóm tắt kết quả mô phỏng của công ty ACC 45 Hình 2.16 Chi tiết kết quả mô phỏng của công ty ACC 45

Hình 2.18 Biểu đồ tích lũy thu nhập ròng sau thuế của công ty ACC 46 Hình 2.19 Thanh công cụ của Decision Tools Suite 47 Hình 2.20 Đồ thị RiskView của phân bố Chuẩn của ví dụ công ty

Hình 2.25 Biểu đồ lợi nhuận với số lượng đặt hàng là 150 52 Hình 2.26 Biểu đồ lợi nhuận với số lượng đặt hàng là 250 52 Hình 2.27 Chọn đồ thị dạng Cumlative Ascending 53

Hình 2.28 Các giá trị mục tiêu của @Risk 54 Hình 3.1 Dữ liệu tự động nhập đầu vào mô phỏng Model 1 –

Hình 3.4 Các giá trị mục tiêu của ToyotaVietnam 60

Hình 3.7 Dữ liệu đầu vào mô phỏng của công ty TMHT 63 Hình 3.8 Mô phỏng bằng bảng tính cân bằng tiền mặt công ty

Hình 3.19 Dữ liệu Input mô phỏng chia sẽ thị trường 75 Hình 3.20 Mô phỏng bảng tính chia sẽ thị trường 76 Hình 3.21 Tóm tắt kết quả mô phỏng thị trường bằng @Risk 78

Hình 3.22 Biểu đồ thị trường sau 10 năm của TMHT 79 Hình 3.23 Biểu đồ thị trường sau 10 năm của LHHT 79 Hình 3.24 Biểu đồ thị trường sau 10 năm của các công ty nhỏ 80 Hình 3.25 Biểu đồ thời gian chia sẽ thị trường của công ty TMHT 80 Hình 3.26 Mô hình bảng tính mối tương quan giữa các trọng số

và Dell

82

Bảng 3.5 Mối liên quan giữa các trọng số của khách hàng 82

LỜI MỞ ĐẦU

Lý do chọn đề tài Trong xu thế toàn cầu hoá, nhất là toàn cầu hoá về kinh

tế ngày càng sâu rộng, việc cạnh tranh giữa các doanh nghiệp ngày càng khốc liệt thì hoạch định chính sách, xây dựng chiến lược và kế hoạch phát triển sản xuất kinh doanh ngày càng giữ vai trò quan trọng và có ỹ nghĩa nghĩa quyết định đến sự thành, bại của doanh nghiệp Để chính sách, chiến lược, kế hoạch phát triển có tác động tích cực trong việc nâng cao hiệu quả hoạt động sản xuất kinh doanh của doanh nghiệp thì điều quan trọng là doanh nghiệp phải biết khai thác nội lực một cách hiệu quả, xử lý tốt các thông tin liên quan đến hoạt động sản xuất kinh doanh, nắm bắt kịp thời diễn biến của thị trường tiêu thụ sản phẩm hàng hóa và các dịch vụ liên quan do doanh nghiệp tạo ra

Trong quá trình hoạch định chính sách, các doanh nghiệp phải xử lý một số lượng rất lớn thông tin để rút ra những tri thức mới và ra quyết định từ những tri thức này sao cho hiệu quả Hàng loạt câu hỏi dạng Cái gì sẽ xẩy ra nếu… (hay câu hỏi What – If) kiểu như: nếu đầu tư dây chuyền hiện đại cho sản xuất thì doanh thu của doanh nghiệp năm tới sẽ là bao nhiêu? , dạng câu hỏi này được đặt ra và buộc các nhà hoạch định chính sách phải có giải pháp xử lý đúng đắn, chính xác để ra quyết định tối ưu nhất có thể

Ra quyết định tối ưu trong hoạt động sản xuất kinh doanh doanh nghiệp trong bối cảnh toàn cầu hóa và thông tin hóa diễn ra mạnh mẽ đã trở thành nhu cầu cấp thiết và là một trong những hoạt động quan trọng nhất trong quan trị doanh nghiệp

Theo hướng hỗ trợ giải quyết nhu cầu trên, người ta tiến hành nghiên cứu, xây dựng một tập hợp các kỹ thuật và công cụ tin học cho phép một doanh nghiệp dễ dàng chuyển đổi, sử dụng dữ liệu kinh doanh của mình thành thông tin kịp thời và chính xác để hỗ trợ quá trình ra quyết định nhằm đạt được lợi thế cạnh tranh, cải thiện hiệu suất, đáp ứng nhanh hơn những thay đổi, tăng lợi nhuận và tạo ra giá trị gia tăng cho doanh nghiệp

Hiện tại đã có khá nhiều kỹ thuật khai phá dữ liệu như phân cụm phân lớp

dữ liệu, mạng nơtron, giải thuật di truyền, luật kết hợp, mạng Bayes … để khai phá dữ liệu một cách hiệu quả, tuy nhiên, giải đáp cho câu hỏi dạng What – If với thông tin đầu vào có thể là ngẫu nhiên thì kỹ thuật nhìn thấy trước (Foresight) và kỹ thuật mô phỏng (Simulation) là đáp ứng tốt nhất cho việc xử lý thông tin dạng What - If, trong đó kỹ thuật Mô phỏng được áp dụng phổ biến hơn hết Mô phỏng hỗ trợ hiệu quả cho việc ra quyết định và cả dự báo trong sản

xuất kinh doanh của doanh nghiệp Chính vì thế tác giả chọn đề tài “Ứng dụng

mô phỏng tin học trong doanh nghiệp”

Mục tiêu, phạm vi nghiên cứu Để phân tích What-if người ta mô phỏng

dữ liệu với mục tiêu để kiểm tra hành vi của một hệ thống phức tạp (ví dụ, kinh doanh của doanh nghiệp hoặc một phần của nó) theo một số giả thuyết được gọi

là kịch Cụ thể, phân tích What-if với mục tiêu tìm ra cách làm thay đổi tập các tác động, các biến độc lập trên tập các biến phụ thuộc dựa trên một mô hình mô phỏng Mô hình này được thiết kế để biểu diễn những chức năng sản xuất, kinh doanh quan trọng và được điều chỉnh theo dữ liệu lịch sử doanh nghiệp [9]

Tháp mô hình doanh nghiệp hiện đại [9]

Phạm vi nghiên cứu của luận văn trong lĩnh vực sản xuất kinh doanh doanh nghiệp, các bài toán thường gặp trong quá trình sản xuất kinh doanh

Phương pháp nghiên cứu Khảo cứu tài liệu về doanh nghiệp, các tài liệu

về mô phỏng, mô phỏng tin học Nghiên cứu về một số phần mềm, công cụ mô phỏng, đặc biệt nghiên cứu về công cụ @Risk và cách ứng dụng của công cụ này để mô phỏng các bài toán trong doanh nghiệp

Cụ thể luận văn sẽ khảo cứu giải pháp và ứng dụng để trả lời câu hỏi dạng What – If trong hoạt động sản xuất kinh doanh doanh nghiệp thông qua mô phỏng nhằm giúp doanh nghiệp nhận được kết quả đầu ra tốt nhất trong những kết quả đầu ra, từ đó hỗ trợ doanh nghiệp trong việc ra quyết định cho sản xuất kinh doanh hiệu quả

Nội dung nghiên cứu Không kể các phần mở đầu, kết luận, mục lục, danh

mục bảng, hình và tài liệu tham khảo, luận văn gồm 3 chương nội dung chính, trong đó:

Chương 1 Tổng quan về mô phỏng tin học giới thiệu khái niệm về mô

phỏng tin học và đặc điểm chung nhất trong mô phỏng tin học Cụ thể, chương 1

sẽ giới thiệu về khái niệm mô phỏng tin học, một số lĩnh vực ứng dụng chủ yếu của mô phỏng tin học, trình bày lợi ích của mô phỏng tin học đối với doanh nghiệp Đây là những kiến thức cơ bản cần thiết, làm cơ sở để tiến hành nghiên cứu và ứng dụng mô hình mô phỏng trong doanh nghiệp nhằm hỗ trợ quá trình hoạch định chính sách sản xuất kinh doanh doanh nghiệp trong các chương tiếp sau

Chương 2 Mô phỏng tin học với công cụ @Risk trình bày mô phỏng từ các

phân phối xác suất và được minh họa bằng ví dụ cụ thể Chương này cũng giới thiệu tổng quan về công cụ @Risk được phát triển bởi tập đoàn Palisade (có thể Add-in công cụ này vào Excel) và ứng dụng công cụ này để trả lời những câu hỏi dạng What-If

Như đã biết, công việc của các nhà hoạch định chính sách kinh doanh trước hết phải phân tích nội lực của doanh nghiệp, phân tích các thông tin liên quan đến sản xuất kinh doanh, cung ứng dịch vụ do doanh nghiệp tạo ra để xác định kịch bản sản xuất kinh doanh thích hợp cho doanh nghiệp,

Chương 3 Ứng dụng mô phỏng tin học trong doanh nghiệp sẽ sử dụng

những lý thuyết và công cụ @Risk được khảo cứu ở hai chương đầu để mô phỏng mô hình lập kế hoạch tài chính, mô hình cân bằng tiền mặt, mô hình chia

sẻ thị trường liên quan đến những sản phẩm hàng hoá và dịch vụ do doanh nghiệp tạo ra Chương này cũng nghiên cứu mô phỏng giá trị chứng khoán và một số giá trị tương quan khác trong sản xuất kinh doanh doanh nghiệp

Dữ liệu thực hiện mô phỏng các mô hình trên được thu thập thông qua một

số cuộc khảo sát tình hình sản xuất kinh doanh của các doanh nghiệp đóng trên địa bàn Hà Tĩnh, một số số liệu của công ty FPT và công ty Toyota Việt Nam

Chương I TỔNG QUAN VỀ MÔ PHỎNG TIN HỌC

Mô phỏng tin học (Computer simulation) là thuật ngữ được xuất hiện vào cuối thế kỷ 20, nhưng hiện nay ở Mỹ và châu Âu, Mô phỏng tin học đã và đang trở thành một công nghệ mũi nhọn nhờ khả năng ứng dụng rộng rãi trong hầu hết các lĩnh vực kinh tế - xã hội (công nghiệp, thương mại, giải trí, khoa học và công nghệ, giáo dục và đào tạo, )

Mô phỏng tin học mô phỏng các sự vật và hiện tượng theo thời gian thực có tương tác với người sử dụng thông qua tổng hợp các kênh cảm giác như thị giác, thính giác, xúc giác, khứu giác và vị giác

1.1 Giới thiệu về mô phỏng tin học

Mô phỏng là quá trình "bắt chước" một hiện tượng có thực thông qua một tập các công thức toán học hoặc một tập các quy tắc suy luận nào đó

Về mặt kỹ thuật, mô phỏng (phương pháp mô phỏng) hàm chứa việc ứng dụng một mô hình nào đó để tạo ra kết quả, chứ không đơn thuần là thử nghiệm một hệ thống thực tế nào đó đang cần nghiên cứu hay khảo sát Nếu mô hình có chứa các thành phần hay yếu tố ngẫu nhiên thì ta có mô phỏng ngẫu nhiên

Mô phỏng được sử dụng để khám phá và nhận được những hiểu biết mới theo các công nghệ mới, và ước tính hiệu suất của hệ thống phức tạp khi thực hiện các giải pháp phân tích [3, 9]

Mô phỏng tin học là những chương trình máy tính để mô phỏng một mô hình trừu tượng của một hệ thống cụ thể thông qua các hiện tượng, các sự kiện trong thực tế hoặc số liệu đã có như: các điều kiện thời tiết, các phản ứng hoá học, các quá trình sinh học và các số liệu kinh tế… Quy mô sự kiện được mô phỏng bằng mô phỏng tin học vượt xa những gì con người có thể hình dung (hoặc tưởng tượng) được so với cách sử dụng mô hình toán học truyền thống giấy và bút

Hình 1.1 Kết quả mô phỏng mạng hạt Plasma[10]

Mô hình mô phỏng tin học là mô hình máy tính bắt chước những tình huống thực tế Nó giống như các mô hình toán học khác nhưng các yếu tố đầu vào thường là không chắc chắn Khi thực hiện một mô phỏng, người ta thường sử dụng các yếu tố ngẫu nhiên để đưa giá trị khác nhau cho các yếu tố đầu vào và theo dõi mọi kết quả đầu ra cần quan tâm Bằng cách này, ta có thể quan sát được các kết quả đầu ra đã phụ thuộc vào các đầu vào ngẫu nhiên ra sao

Mô hình mô phỏng là hết sức hữu ích để xác định cách thức mà một hệ thống phản ứng với những thay đổi trong điều kiện hoạt động Ví dụ, ta có thể mô phỏng hoạt động của siêu thị để trả lời một số câu hỏi What-if như: nếu các kinh nghiệm kinh doanh của công ty tăng 20% thì thời gian trung bình chờ đợi dịch vụ của khách hàng sẽ thay đổi thế nào ?

Mô phỏng tin học nói chung thường có các đặc điểm sau:

- Mô phỏng tin học là một hệ thống trong đó đồ họa máy tính được sử dụng

để tạo ra kết quả như thật Hơn nữa, kết quả mô phỏng không tĩnh tại, nó phản ứng và thay đổi theo dữ liệu đầu vào của người sử dụng thông qua kịch bản Tương tác của người sử dụng với mô hình mô phỏng tin học là tương tác thời gian thực (real-time interactivity) Thời gian thực ở đây có nghĩa là máy tính có khả năng nhận biết được dữ liệu đầu vào của người sử dụng và thay đổi ngay lập tức kết quả đầu ra Người sử dụng nhìn thấy sự vật thay đổi trên màn hình ngay theo ý muốn của họ và bị thu hút bởi sự mô phỏng này (yếu tố tương tác)

Hình 1.2 Mô phỏng máy tínhvề sự trao đổi chất của David Rhodes [4]

- Các phương pháp hiển thị với tốc độ cao lôi cuốn và tạo cảm giác cho người sử dụng như giống trong thực tế Người sử dụng có cảm giác như là một phần của hành động trên màn hình họ đang trải nghiệm Nhưng mô phỏng tin học còn đẩy cảm giác đó "thật" hơn nữa nhờ tác động lên tất cả các kênh cảm giác của con người Trong thực tế, người dùng không những nhìn thấy đối tượng

đồ họa, điều khiển được đối tượng trên màn hình, mà còn cảm thấy kết quả của chúng như có thật (yếu tố đắm chìm)

- Mô phỏng tin học không chỉ là hệ thống tương tác Người- Máy tính, mà các ứng dụng của nó còn liên quan tới việc giải quyết các vấn đề thực tế trong

kỹ thuật, y học, quân sự, kinh tế Các ứng dụng đó được thiết kế bởi các nhà phát triển công cụ mô phỏng tin học và nó phụ thuộc rất nhiều vào khả năng tưởng tượng của con người (yếu tố tưởng tượng) Do đó có thể coi mô hình mô phỏng tin học là tổng hợp của 3 yếu tố: Tương tác- Đắm chìm- Tưởng tượng [11]

1.2 Một số lĩnh vực ứng dụng chủ yếu của mô phỏng tin học

1.2.1 Mô phỏng dự báo biến đổi khí hậu

Vào đầu thế kỉ 20, nhà khí tượng học người Na Uy Vilhelm Bjerknes đã đề

ra khoa học dự báo thời tiết Ông cho rằng với những điều kiện thời tiết chi tiết ban đầu đã biết và những quy luật vật lí có liên quan, người ta có thể dự báo được các điều kiện thời tiết trong tương lai bằng toán học Lewis Fry Richardson tiếp nối ý tưởng này vào thập niên 1920 bằng việc sử dụng kỹ thuật số học giải các phương trình vi phân cho dòng chất lưu Dự báo của Richardson sai lệch nhiều, nhưng phương pháp luận của ông đã đặt nền tảng cho những mô hình dự báo thời tiết bằng máy tính đầu tiên được xây dựng trong những năm 1950 Vào thập niên 1970, mô hình này chính xác hơn nhiều so với cách dự báo thời tiết chỉ dựa trên các biểu đồ thời tiết và nó liên tục được cải tiến cho tới hiện nay

Việc lập các mô hình mô phỏng để kiểm tra đối với dữ liệu khí hậu hiện nay

và trong quá khứ, mô hình mô phỏng cho chúng ta biết khí hậu có thể biến đổi như thế nào theo năm tháng và có nguồn gốc từ đâu ? Trước tiên, người ta đưa vào kịch bản phát thải khí nhà kính trong tương lai Nhiều kịch bản khác nhau

đã được sử dụng, dựa trên sự ước tính các nhân tố kinh tế và xã hội, và đây là một trong những nguồn bất định chủ yếu của việc dự báo thời tiết

Nhiều mô hình dự báo thời tiết khác nhau đã được phát triển trên khắp thế giới và chất lượng dự báo của các mô hình này phụ thuộc nhiều vào độ chính xác của các tham số hóa bên trong các mô hình trong đó tham số hóa mây có ý nghĩa đặc biệt quan trọng vì các đám mây vừa làm lạnh khí quyển qua sự phản

xạ, vừa làm ấm bởi làm giảm sự bức xạ

Có thể nói, trong lĩnh vực dự báo thời tiết, mục tiêu của khoa học đương đại

là cải thiện mô hình mô phỏng và quan sát nhiều quá trình để hoàn thiện các dự báo thời tiết, nhất là ở quy mô vùng và theo mùa Ví dụ, những cơn bão và bão nhiệt đới vẫn chưa được biểu diễn trong nhiều mô hình dự báo và những hiện tượng khác như các dòng hải lưu vẫn chưa được hiểu một cách đầy đủ do thiếu quan trắc Do đó, người ta không rõ là các cơn bão và những cơn dông tố sẽ biến đổi như thế nào do sự ấm lên toàn cầu, hoặc hiện tượng nước biển dâng sẽ bị ảnh hưởng thế nào bởi các dòng hải lưu,

Con người đang ở thời khắc lịch sử quan trọng, trong đó con người không những có thể nhận thức và gây tác động lên khí hậu Trái Đất, mà còn có khả năng dự báo hiệu ứng này Dự báo thời tiết là một trong những chương trình quốc tế nghiên cứu khoa học lớn nhất từng được thực hiện và nó đã đưa đến Nghị định thư Kyoto do Liên Hiệp Quốc thiết lập nhằm hạn chế sự phát thải khí nhà kính [8]

Hình 1.3 Một mô phỏng về thay đổi nhiệt độ và lượng mưa của Luke Oman

và các cộng sự - Đại học Rutgers

Mô hình mô phỏng khí hậu

Cộng đồng khoa học thống nhất rằng sự ấm lên của Trái Đất trong nửa thế kỉ qua chủ yếu là do phát thải khí nhà kính Dự báo sự biến đổi khí hậu dựa trên các mô hình máy tính phức tạp được phát triển trong 50 năm qua

Các mô hình khí hậu dựa trên hệ phương trình Navier-Stockes cho chất lưu, được giải bằng số trong một mạng lưới bao quanh địa cầu Những mô hình này

đã thành công trong việc mô phỏng khí hậu trong quá khứ, cho kết quả dự báo khá tin cậy

Thông qua mô phỏng, các nhà khoa học dự báo nhiệt độ toàn cầu vào năm

2100 sẽ tăng trong khoảng 1,4 – 5,8o

C, điều này có thể gây ra những hệ quả thảm khốc [17]

1.2.2 Mô phỏng trong sản xuất kinh doanh

Trong thời đại mà kinh tế - xã hội, khoa học kỹ thuật phát triển ngày càng nhanh chóng thì hoạt động hoạch định chính sách sản xuất kinh doanh của doanh nghiệp được đặt ở vị trí quan trọng hàng đầu Để đạt được mục tiêu tốt nhất như kỳ vọng trong sản xuất kinh doanh, công cụ mô phỏng trong doanh nghiệp đã trở thành một trong những công cụ hỗ trợ đắc lực, hiệu quả cho việc

ra quyết định, lựa chọn chiến lược kinh doanh của doanh nghiệp

Ngày 29/04/2009 tại SOUTHPOINTE, các nhà sáng tạo hàng đầu trong lĩnh vực phần mềm mô phỏng và công nghệ thiết kế để tối ưu hóa quá trình phát triển

Hình 1.4 Một kết quả của một mô phỏng biến đổi khí hậu

sản phẩm, đã công bố phần mềm mô phỏng ANSYS ® 12.0 để hỗ trợ việc thiết

kế và phát triển sản phẩm

Trong các ngành công nghiệp, gần đây việc phát triển sản phẩm truyền thống sử dụng kỹ thuật mô phỏng đã trở thành một chiến lược quan trọng để phát triển thêm các sản phẩm mới, giảm chi phí phát triển và sản xuất, đẩy nhanh thời gian cung ứng ra thị trường

Trong sản xuất kinh doanh, các công cụ mô phỏng như @Risk, Crystal Ball

có thể được ứng dụng mô phỏng mô hình cân bằng tiền mặt, mô hình chia sẻ thị trường, mô hình dự báo thu nhập, … Dữ liệu đầu vào có thể được thu thập từ các báo cáo tài chính, báo cáo sản xuất, báo cáo thu nhập, báo cáo thị trường… Thông qua mô phỏng, dữ liệu đầu ra là hữu ích hỗ trợ doanh nghiệp lựa chọn được đầu ra tốt nhất

1.2.3 Mô phỏng trong y tế

Mô phỏng y tế là một lĩnh vực của công nghệ mô phỏng liên quan đến giáo dục và đào tạo bác sỹ trong các lĩnh vực y tế Nó thường liên quan đến mô phỏng về bệnh tật của con người, chẩn đoán diễn biến mầm bệnh, bệnh và cách điều trị với hình ảnh mô phỏng chi tiết và động Trong chiến tranh (tình huống quân sự) mô phỏng y tế hỗ trợ đánh giá thương vong và biện pháp phản ứng khẩn cấp

Mục đích chính của mô phỏng y tế là đào tạo các chuyên gia y tế nhằm giảm bớt rủi ro trong khi phẫu thuật, trong kết luận hồ sơ bệnh án, và thực tế điều trị

Mô phỏng y tế cũng được sử dụng để đào tạo sinh viên trong giải phẫu và sinh

lý, trong quá trình đào tạo chẩn đoán lâm sàng, Những ngành nghề như điều dưỡng, siêu âm, trợ lý hiệu thuốc và vật lý trị liệu cũng có thể ứng dụng mô phỏng ý tê Trong lĩnh vực mô phỏng này, công nghệ phát triển rất nhanh và tiến

bộ không ngừng

Hệ thống mô phỏng y tế sử dụng kết xuất đồ họa và các thuật toán điều khiển tiên tiến về mô hình giải phẫu và sinh lý học Hệ thống mô phỏng y tế cung cấp những hiểu biết rõ ràng về phác đồ điều trị và giúp thiết lập các thử nghiệm lâm sàng Nó cũng là công cụ tiềm năng giúp các Bác sỹ đánh giá các kết quả phẫu thuật [2, 3]

,

Những tiến bộ về công nghệ trong hai thập kỷ qua đã giúp ngành y tế có thể

mô phỏng tin học thực hành những hoạt động rất phức tạp như phẫu thuật tim, phẫu thuật não bộ…

Hiện nay, ở Mỹ người ta đã có thể chuẩn hóa về mô phỏng trong lĩnh vực y

tế Ở khắp nước Mỹ và hầu hết các nước trên thế giới, trong đó có Việt Nam, người ta đã sử dụng rộng rãi mô phỏng y tế vào đào tạo y, bác sỹ

1.2.4 Mô phỏng trong quân sự

Mô phỏng quân sự là mô phỏng thực nghiệm và cải tiến lý thuyết chiến tranh mà không cần có kẻ thù trong thực tế Mô phỏng quân sự được thực hiện dưới nhiều hình thức khác nhau, với mức độ hiện thực khác nhau [13]

Gần đây, phạm vi của mô phỏng quân sự đã mở rộng để không chỉ có các yếu tố liên quan đến quân đội mà còn có các yếu tố chính trị và xã hội Thực tế cho thấy bảo vệ

Hình 1.6 Jay Ober và cộng sự đang thực hiện một kịch bản mô phỏng

Hình 1.5 Mô phỏng não bộ con người

lợi ích quốc gia, chống kẻ thù xâm lược có liên hệ chặt chẽ trong mô hình chiến tranh thực tế

Mô phỏng quân sự đã trở thành công cụ để nhiều chính phủ kiểm tra và điều chỉnh các chính sách quân sự và chính trị của họ Mô phỏng quân sự được xem như là một cách hữu ích để phát triển các giải pháp chiến thuật, chiến lược và học thuyết, mặc dầu vẫn còn có một số phê phán với lập luận rằng, những kết luận rút ra từ mô hình mô phỏng như vậy là chưa hoàn thiện do sử dụng tính chất gần đúng và một số dữ liệu đầu vào là ngẫu nhiên như điều kiện thời tiết, số liệu tình báo không chính xác … được sử dụng trong mô hình

Hình 1.7 Lyndon Johnson và các trợ lý kiểm tra một mô hình mô phỏng Khe

Sanh trong chiến tranh Việt Nam[13]

Mô phỏng chính trị quân sự được chú trọng kể từ khi người ta quan tâm đến vấn đề chính sách chứ không đơn thuần là hiệu suất chiến trường Một trong những kỹ thuật mô phỏng chính trị quân sự được biết đến là lý thuyết trò chơi, trong đó bảng tính điểm được sử dụng để làm căn cứ lựa chọn kết quả đầu ra nhằm hỗ trợ việc ra quyết định trong cuộc chiến bất kể chiến lược của đối phương thế nào

Năm 1954, mô phỏng chính trị-quân sự lần đầu được xuất hiện mặc dù người Đức đã mô phỏng một cuộc xâm lược Ba Lan vào năm 1929 với đầy đủ yếu tố chính trị - quân sự nhưng ở giai đoạn này mô phỏng được thực hiện bằng phương pháp thủ công Mô phỏng chính trị - quân sự hiện đại sử dụng dàn máy tính hoặc siêu máy tính với các dữ liệu đầu vào ngẫu nhiên,…để mô phỏng với

số lần lặp lớn nhằm tìm được kết quả đầu ra tốt nhất Trong thời kỳ chiến tranh lạnh, ở Mỹ người ta đã mô phỏng mô hình chiến tranh Việt Nam, căng thẳng giữa Ấn Độ, Pakistan và Trung Quốc, các điểm nóng quân sự khác ở châu Phi

và Đông Nam Á[13]

, mô phỏng cuộc chiến với Taliban, Irắc…

Ngày nay, mô phỏng chính trị-quân sự đang được sử dụng rộng rãi: mô phỏng chính trị - quân sự hiện đại có liên quan đến yếu tố xã hội cho kết quả rằng, giữa các siêu cường không có khả năng xảy ra một cuộc chiến tranh, nhưng thế giới vẫn gia tăng vấn nạn khủng bố toàn cầu và xung đột giữa các băng đảng nhỏ Gần đây nhất (2006), nhiều tập đoàn đa quốc gia đã thực hiện

Hình 1.8 Mô phỏng một người lính thi đấu tại Fort Lee

mô phỏng nhằm khám phá việc sử dụng sức mạnh ngoại giao, kinh tế và quân sự toàn cầu trong thế kỷ 21

1.2.5 Mô phỏng sinh học

Mô phỏng sinh học (khoa học về mô phỏng sinh vật) là môn khoa học mô phỏng kết cấu, chức năng của các hệ sinh vật nhằm thiết kế, chế tạo ra các hệ thống kỹ thuật Trong những năm gần đây, mô phỏng sinh học đã đạt được những thành tựu rất đáng khích lệ, mang lại nhiều ý nghĩa quan trọng đối với sự phát triển của khoa học kỹ thuật, công nghệ cao phục vụ cuộc sống con người Ngành mô phỏng sinh học là ngành chuyên môn mới, ứng dụng những nguyên tắc kỹ thuật của thiên nhiên để tạo ra những vật liệu mới và những công nghệ mới

Ý tưởng bắt chước những thành tựu của thiên nhiên là không mới Ngay từ thời Phục hưng, Leonardo da Vinci đã đề xuất việc chế tạo thiết bị bay, mô phỏng theo cách vỗ cánh của con chim Nhiều người biết rằng mỗi một con chim

bồ câu là một hoa tiêu xuất sắc biết chọn đường bay theo hướng tối ưu Song không phải ai cũng biết rằng sau khi nghiên cứu chim bồ câu, con người đã chế tạo ra những thiết bị định hướng bay Nhờ có loài dơi mà con người đã phát minh ra ra – đa, và nhờ có cây hoa hướng dương người ta đã làm được loại pin mặt trời

Trong thiên nhiên có vô vàn chủng loại sinh vật và mỗi một loại đó sở hữu một cái gì đó độc nhất vô nhị Có thể phát hiện được điều đó bằng cách chú ý quan sát những sinh linh rất hoàn hảo ấy của tạo hóa Tỷ như loài gián thường làm chúng ta sợ hãi Con người rượt đuổi chúng để tiêu diệt, nhưng loài gián đã trốn thoát một cách tài tình bởi gián có một hệ thần kinh rất phát triển Gián có thể kiểm soát liên tục những biến đổi nhỏ nhất xảy ra ở xung quanh và khi xuất hiện mối nguy hiểm thì nó liền phản ứng một cách nhanh chóng, dứt khoát và điều chủ yếu nhất là cực kỳ chính xác Các nhà khoa học Mỹ nghiên cứu rất kỹ cách ứng xử của con gián trong giây phút hiểm nguy và từ đó tiến hành thực hiện một công trình về hệ thống cảm giác vận động cho phép tránh được những

vụ vạ chạm của xe ô tô dưới đất và của máy bay trên trời Chính con gián góp phần giảm thiểu những tai nạn giao thông đáng tiếc! Người ta sáng tạo ra được một mô hình điều khiển tự động bằng vô tuyến điện với “bộ não của con gián”

Và trong một tương lai không xa sẽ xuất hiện một loại ôtô không cần người cầm lái, bởi lẽ điều khiển nó sẽ là “con gián- máy vi tính”

Nhà thực vật học người Đức Wilgelm Barlot của Trường đại học Bon với sự trợ giúp của chiếc kính hiển vi điện tử đã nghiên cứu trong vòng 20 năm cấu tạo

bề mặt của hàng nghìn loài thực vật để hiểu rõ tại sao hoa sen trắng sống trong bùn mà vẫn sạch sẽ tinh tươm, “chẳng hôi tanh mùi bùn” Ông đã phát hiện ra rằng những cánh hoa sen trắng được rải đầy những mũi nhọn bé xíu Trên các mũi nhọn như vậy các hạt bụi bẩn rất khó trụ vững, và một cơn mưa nhỏ cũng dễ dàng cuốn sạch chúng đi Những nhà sản xuất sơn ở Đức đã tận dụng “hiệu quả hoa sen” ấy Những bức tường được phủ lớp sơn như vậy không cần phải cọ rửa trong vòng 5 năm

Đôi cánh của một loài bướm có hai màu vàng và lam, đồng thời có vô số những rãnh nhỏ lõm xuống tạo ra những dốc nghiêng Vì kích thước rãnh quá nhỏ, khi tia sáng chiếu vào đáy rãnh bị phản xạ hai lần thì mắt người không thể phân biệt được rõ ràng hai màu vàng và lam, mà trở thành màu lục Các nhà khoa học áp dụng những đặc điểm kết cấu cánh của loài bướm này chế tạo tiền giấy và thẻ tín dụng Những kẻ làm tiền giả không thể có được công nghệ tạo ra

vô số những rãnh nhỏ với kích thước và mật độ phân bố như ở tiền và thẻ tín dụng thật, chỉ cần đưa qua thiết bị quang học chuyên môn, người ta có thể phát hiện chính xác được tiền giả và thẻ giả

Các nhà khoa học đã tách thành công gen phát quang của đom đóm cấy vào trong các loài hoa, cỏ khiến cho các cây hoa, cỏ này nhấp nháy sáng Bột huỳnh quang sản xuất theo cách này có thể dùng để tạo ra những bức tường phát quang không bức xạ nhiệt hoặc sinh ra ánh sáng lạnh Điều này có ý nghĩa lớn đối với các phòng phẫu thuật trong y học, các phòng thí nghiệm và giúp bộ đội hoạt động vào ban đêm được thuận lợi

Ngành mô phỏng sinh học có sứ mệnh không chỉ bắt chước sự hoàn hảo của thiên nhiên mà còn phải học hỏi ở thiên nhiên để tạo ra những khám phá khoa học mang lại lợi ích cho xã hội loài người Với sự phát triển mạnh mẽ của công nghệ thông tin, ứng dụng mô phỏng tin học trong lĩnh vực sinh học đang là lĩnh vực mới và hứa hẹn nhiều bước đột phá trong thời gian gần nhất

1.3 Lợi ích của mô phỏng tin học

Mục đích của mô phỏng tin học là thông qua đầu vào là các số liệu đã có hoặc số liệu giả định để xác định kết quả đầu ra tối ưu Sử dụng các chương trình mô phỏng tin học nhằm đưa ra kết luận để ra quyết định tối ưu Mô phỏng cho phép một công ty xác định kết quả đầu ra tương ứng với các kịch bản khác nhau Mỗi kịch bản được xác định bởi một số yếu tố đầu vào và các chính sách điều hành có thể được mô phỏng, thống kê Thực hiện đủ các kịch bản, công ty

có được thông tin đầu ra hữu ích từ những yếu tố đầu vào và các chính sách để thực hiện tốt nhất mục tiêu kinh doanh, sản xuất của doanh nghiệp

Lợi ích lớn của mô phỏng tin học là cho phép trả lời những câu hỏi dạng

“What-If” mà không cần phải thay đổi (hoặc xây dựng) một hệ thống vật lý Chẳng hạn, một công ty có thể thử nghiệm giải pháp đăng ký mở để giảm thời gian chờ đợi của khách hàng Theo đó thông thường công ty sẽ mua trang thiết

bị cho phép đăng ký thuận lợi và nhiều hơn hiện thời nhằm làm giảm thời gian chờ đợi Nhưng sau đó, nếu thời gian chờ đợi của khách hàng không được giảm

rõ rệt thì việc mua sắm thêm trang thiết bị rõ ràng không phải là một đầu tư tốt

Mô phỏng tin học là một giải pháp thay thế để khắc phục hạn chế trên với chi phí rẻ hơn rất nhiều Mô phỏng tin học sẽ cung cấp cho công ty một bản sao điện tử những gì sẽ xảy ra nếu mua các thiết bị mới Sau đó, nếu kết quả mô phỏng cho thấy các thiết bị mới là có giá trị, công ty có thể tự tin ra quyết định mua chúng, nếu không, công ty có thể từ bỏ ý tưởng mua sắm các thiết bị mới

do chúng không mang lại cho công ty những lợi ích mong đợi

Trong lĩnh vực quân sự và công nghiệp, mô phỏng tin học đã được sử dụng rộng rãi trong các chương trình đào tạo và đã được công nhận là một kỹ thuật giảng dạy hiệu quả và cho kết quả đào tạo tốt

1.4 Kết luận chương 1

Trong chương này, luận văn trình bày tổng quan về mô phỏng tin học và các đặc điểm chính của mô phỏng tin học, tìm hiểu về một số lĩnh vực ứng dụng mô phỏng tin học

Chương này chủ yếu tập trung vào phân tích và trình bày những lĩnh vực sử dụng mô phỏng tin học và từ đó có thể thấy mô phỏng tin học đã trở thành một phần quan trọng của công nghệ thông tin, có ảnh hưởng đến hầu hết các lĩnh vực chính trị, quân sự, kinh tế-xã hội

Chương 1 cũng trình bày những lợi ích chủ yếu của mô phỏng tin học Những lợi ích này cơ sở để tim hiểu, nghiên cứu và thực hiện ứng dụng mô phỏng tin học trong hoạt động sản xuất kinh doanh doanh nghiệp ở các chương sau

Để thực hiện mô phỏng chiến lược, kế hoạch sản xuất kinh doanh của doanh nghiệp, đưa ra các giá trị đầu ra tốt nhất cho doanh nghiệp, trước hết cần tìm hiểu công cụ hỗ trợ mô phỏng và thi hành ứng dụng nó trong quá trình xây dựng và triển khai chiến lược, kế hoạch sản xuất kinh doanh của doanh nghiệp nhằm hỗ trợ doanh nghiệp có những quyết định đúng đắn và hiệu quả

Chương II MÔ PHỎNG TIN HỌC VỚI CÔNG CỤ @RISK

Mô phỏng tin học là khá tương tự như các ứng dụng mô hình trong lĩnh vực

kỹ thuât Để mô phỏng, cần bắt đầu với một số các đầu vào, sau đó sử dụng các công thức tính toán khác nhau để tạo được đầu ra mong muốn Sự khác biệt chủ

yếu ở đây là mô phỏng tin học sử dụng các dữ liệu đầu vào ngẫu nhiên để điều

khiển toàn bộ quá trình Mô phỏng tin học được tạo ra bởi một số chức năng đặc biệt mỗi khi thực hiện Mỗi lần mô phỏng, nó sẽ tính toán lại từ tất cả các đầu vào thay đổi ngẫu nhiên Tiến trình của mô hình mô phỏng được xử lý hợp lý một lần và sau đó sử dụng tính năng tính toán lại nhiều lần để tạo ra các kịch bản khác nhau Bằng cách thu thập các dữ liệu từ các kịch bản, xem các kết quả đầu

ra, người ta sẽ thu được kết quả mô phỏng với các trường hợp kịch bản tốt nhất cũng như xấu nhất

1 Mỗi khi chức năng RAND được sử dụng, bất kỳ số nào giữa 0 và 1 đều có

cơ hội xảy ra như nhau Điều này có nghĩa có khoảng 10% các số được tạo ra bởi các chức năng RAND sẽ thuộc khoảng 0.0 và 0.l; 10% các số sẽ thuộc khoảng 0,65 và 0,75; 60% các số sẽ thuộc khoảng 0,20 và 0,80; và như vậy có thể nói rằng các số ngẫu nhiên là phân phối đồng đều giữa 0 và 1

2 Các số ngẫu nhiên khác nhau được tạo ra bởi máy tính là độc lập với nhau Điều này có nghĩa là nếu ta tạo ra một số ngẫu nhiên trong ô A5 và biết giá trị của nó, ta cũng không biết gì về các giá trị của bất kỳ con số ngẫu nhiên khác tạo ra trong bảng tính Để minh họa các chức năng RAND, ta tạo ra 500 số ngẫu nhiên bằng cách sử dụng lệnh này trong bảng tính và sao chép chúng vào phạm vi 500 ô liên tục (Hình 2.1)

Hình 2.1 Năm trăm số ngẫu nhiên Khi ta bấm phím F9, tất cả các con số thay đổi ngẫu nhiên Trong thực tế, mỗi khi ta nhấn phím F9 hoặc làm bất cứ điều gì để bảng tính thực hiện một tính toán lại, tất cả các ô có chứa lệnh RAND sẽ thay đổi

Đóng băng số ngẫu nhiên: Có những trường hợp mà ta cần cố định các con

số ngẫu nhiên, phương pháp thực hiện lệnh copy vùng số ngẫu nhiên, sau đó thực hiện chức năng Paste với tùy chọn Values Option

2.2 Mô phỏng bảng tính

2.2.1 Giới thiệu về bảng mô phỏng

Trong phần này sẽ trình bày phương pháp sử dụng bảng tính để thực hiện

mô phỏng, trong đó sự không chắc chắc xảy ra thông qua một hoặc nhiều biến ngẫu nhiên rời rạc

Để minh họa, ta thực hiện mô phỏng một vấn đề sau: Khi một công ty phải thực hiện mua một lần một loại sản phẩm (chẳng hạn như một quyển báo ngày, hay lịch tết) để đáp ứng nhu cầu của khách hàng trong một khoảng thời gian nhất định Nếu các đơn đặt hàng của công ty quá ít, công ty sẽ mất đi lợi nhuận tiềm năng do không có đủ hàng hóa để đáp ứng nhu cầu khách hàng của mình, nhưng nếu đặt hàng quá nhiều, loại hàng đó sẽ hết giá trị khi vượt quá thời gian quy định

Các ví dụ sau đây minh họa cho vấn đề đặt số lượng hàng cần thiết kiểu như trên cho công ty

2.2.2 Các ví dụ minh họa

phải quyết định đặt mua một số lượng quyển lịch năm tới Mỗi quyển lịch giá

chi phí đặt hàng là 75.000 đồng/quyển và bán ra với giá 100.000 đồng/quyển Sau ngày 1 tháng 2 năm tới, tất cả sẽ ngừng bán lịch và trả số còn lại cho nhà xuất bản với giá 25.000 đồng/quyển Với số liệu bán lịch năm trước và số liệu của bộ phận thị trường, CTSHT dự tính số lượng lịch có thể bán hết trước ngày

1 tháng 2 năm tới theo phân phối xác suất trong bảng 2.1

Yêu cầu đặt ra là: Tìm số lượng lịch cần được đặt hàng sao cho CTSHT để thu được lợi nhuận lớn nhất từ việc bán lịch

Bảng 2.1 Ví dụ bảng phân phối xác suất về yêu của CTSHT

Nhu cầu thị trường về lịch

1 Đầu vào: Nhập vào số liệu giá cả trong dãy ô từ B4:B6, số liệu phân phối xác suất của nhu cầu trong dãy ô E5:D9, số lượng đặt hàng dự kiến lấy từ bảng 2.1 Xác định xác suất tích lũy trong cột D thông qua bảng phân phối xác suất

2 Các số ngẫu nhiên tổng quát Thực hiện tạo 50 giá trị số ngẫu nhiên trong vùng B19:B68 với hàm Rand() Sau đó cố định các số ngẫu nhiên trong vùng này thông qua lệnh Copy và Paste Special/Values

3 Các yêu cầu phát sinh Chìa khóa để mô phỏng là sự phát sinh của các yêu cầu khách hàng trong vùng C19:C68 từ các số ngẫu nhiên trong cột B và sự phân phối xác suất theo yêu cầu Phương pháp thực hiện: Chia khoảng từ 0 đến

1 thành năm đoạn [0;0,3], (0,3;0,5], (0,5;0,8], (0,8;0,95], (0,95;1] Độ dài các đoạn là xác suất của các yêu cầu khác nhau Nếu kết hợp lại yêu cầu với mỗi số

ngẫu nhiên tùy thuộc vào khoảng số ngẫu nhiên xuất hiện, ta sẽ xác định được nhu cầu mua hàng tương ứng thông qua hàm Vlookup Cụ thể giá trị đầu tiên của nhu cầu của bảng mô hình, sử dụng công thức =Vlookup(B19;Lookup;3), trong đó Lookup là tên vùng D5:F9

4 Doanh thu Một khi nhu cầu được xác định, số lượng lịch bán ra nhỏ hơn nhu cầu hoặc nhỏ hơn số lượng đặt hàng, ví dụ, nếu nhu cầu là 150 quyển lịch, thì 150 quyển lịch sẽ được bán, nhưng nếu nhu cầu là 250 quyển lịch thì chỉ có

200 quyển lịch được bán do số lượng đặt hàng ban đầu là 200 Như vậy, xác định doanh thu cho lần lặp đầu bởi công thức $B$5*MIN(C19;$B$9)

5 Chi phí đặt hàng Chi phí đặt hàng không phụ thuộc vào nhu cầu và được tính bằng giá nhân với số lượng đặt hàng

6 Tiền hoàn lại Nếu số lượng đặt hàng lớn hơn nhu cầu, mỗi quyển lịch trả lại với giá 25.000 đồng, ngược lại, nếu số lượng đặt hàng nhỏ hơn hoặc bằng nhu cầu sẽ không có tiền hoàn lại Cụ thể, tại bảng mô hình (file CTSHT1.xls) nhập tổng chi phí hoàn lại cho trường hợp lặp đầu tiên với công thức

9 Tóm tắt giải pháp Mỗi giá trị lợi nhuận trong cột G tương ứng với một nhu cầu ngẫu nhiên được tạo ra Để biết thay đổi từ một nhu cầu ngẩu nhiên này tới nhu cầu ngẩu nhiên khác, ta thực hiện: Thứ nhất, tính trung bình và độ lệch chuẩn trong 50 lợi nhuận trong các ô tương ứng với công thức Average(Profits)

và Stdev(Profits) (trong đó Profits là vùng: G19:G68)

Tương tự, xác định lợi nhuận tối thiểu và tối đa cho 50 lần lặp trong ô tương ứng với các hàm Min và hàm Max

10 Khoảng tin cậy với lợi nhuận dự kiến Xác định một khoảng tin cậy 95% với lợi nhuận dự kiến với các công thức

B12-Tinv(0,05;49)*B13/SQRT(50) và B12+Tinv(0,05;49)*B13/SQRT(50)

nhiên 50 nhu cầu có thể và những lợi nhuận tương ứng Với năm giá trị nhu cầu (100, 150, 200, 250, 300) thu được từ mô phỏng trên nhận được năm giá trị lợi nhuận có thể là -2,5triệu VNĐ, 1,25triệu VNĐ, 5triệu VNĐ, 5triệu VNĐ và 5 triệu VNĐ Ngoài ra, với số lượng đặt hàng là 200, lợi nhuận là 5triệu VNĐ cho

dù nhu cầu là 200, 250 hoặc 300 Quan sát các giá trị lợi nhuận trong bảng mô phỏng cho thấy rằng có 14 thử nghiệm với lợi nhuận bằng -2,5triệu VNĐ (nhu cầu 100), 9 thử nghiệm với lợi nhuận bằng 1,25triệu VNĐ (nhu cầu là 150), và

27 thử nghiệm với lợi nhuận bằng 5triệu VNĐ (nhu cầu là 200, 250 hoặc 300) Bình quân của 50 cuộc thử nghiệm cho ta lợi nhuận là 2triệu VNĐ và độ lệch chuẩn của chúng là 3.214.286VNĐ Tuy nhiên, những kết quả mô phỏng khác

có thể sẽ khác bởi vì các số ngẫu nhiên của chúng sẽ khác với những gì hiện thị trong hình 2.2

Thông thường khi muốn thực hiện mô phỏng để sinh ra một hoặc nhiều kết quả đầu ra, ví dụ như lợi nhuận với phân tích như trên phụ thuộc vào đầu vào ngẫu nhiên là nhu cầu Mục tiêu của ta là ước tính phân phối xác suất của đầu ra Với mô phỏng CTSHT ở trên, ước tính phân phối xác suất lợi nhuận là:

Điều quan trọng là nếu mô phỏng tổng thể được lặp lại với những số ngẫu nhiên khác nhau, những kết quả có thể sẽ khác nhau Với khoảng tin cậy trong ô E13 và E14 thể hiện sự không chắc chắn của chúng về ý nghĩa phân phối lợi nhuận Dự báo tốt nhất với ý nghĩa đó là trung bình của 50 lợi nhuận mà ta nhận được nhờ thực hiện mô phỏng Tuy nhiên, do khoảng tin cậy tương ứng là rất rộng, từ 1.086.510 đến 2.913.490, vì vậy ta khó có thể chắc chắn về phân phối lợi nhuận Nếu thực hiện mô phỏng lại với những số ngẫu nhiên khác, lợi nhuận trung bình có thể khác so với lợi nhuận trung bình mà ta thu được từ mô phỏng

ở trên (hình 2.2)

Hình 2.3 Bảng lợi nhuận bình quân dựa trên số lượng đặt hàng

ở ví dụ 2.1 đã thực hiện mô phỏng chỉ một số lượng đơn đặt hàng là 200 Mục tiêu của mô phỏng cho CTSHT là tìm ra số lượng đặt hàng tốt nhất, nghĩa là số lượng đặt hàng nhằm thu được lợi nhuận lớn nhất Để thực hiện điều này cần sử dụng một bảng mô hình để mô phỏng cho các số lượng đặt hàng khác Kế thừa bảng mô hình trong ví dụ 2.1 và nhập thêm số lượng đặt hàng thử nghiệm tại vùng A73:A81, tại ô B73 là giá trị của B12, chọn vùng bảng dữ liệu A73:B81 để thực hiện lệnh Data/Table, trong đó tham số Comlumn input cell là ô số lượng đặt hàng B9 (hình 2.3, file CTSHT1.xls) Với dữ liệu mô phỏng này, thực hiện xây dựng biểu đồ cột lợi nhuận trung bình cho kết quả như hình 2.4

Kết luận giải pháp Một số lượng đặt hàng 150 cho kết quả lợi nhuận tốt

nhất Lợi nhuận trung bình của số lượng đặt hàng 150 quyển lịch là 2,7 triệu VNĐ, cao hơn chút ít so với lợi nhuận trung bình của số lượng đặt hàng lân cận

và cao hơn nhiều so với lợi nhuận đạt được từ lượng đặt hàng 225 hoặc lớn hơn Tuy nhiên, đây là một mô phỏng mà tất cả các lợi nhuận trung bình phụ thuộc vào các số ngẫu nhiên được tạo ra Nếu ta thực hiện lại mô phỏng với các số ngẫu nhiên khác, có thể kết quả thu được một vài số lượng đặt hàng khác 150 cho trung bình lợi nhuận là tốt nhất

Trong mô phỏng tại ví dụ 2.1, CTSHT đã cố định những số ngẫu nhiên, bây giờ ta sẽ thực hiện mô phỏng mà không cố định các số ngẫu nhiên, với các mô phỏng lớn, thời gian tính toán có thể tương đối lâu, đây là một trong những lý do chính mà ta muốn cố định những số ngẫu nhiên Tuy nhiên, nhược điểm là một khi các số ngẫu nhiên được cố định, mô phỏng bị hạn chế bởi tập hợp các số ngẫu nhiên Trường hợp các số ngẫu nhiên không cố định, mô phỏng có thể tạo

ra nhiều kịch bản khác nhau, cho phép ta nhiều cơ hội hơn trong việc lựa chọn kịch bản tốt nhất

thực hiện 100 lần mô phỏng để xác định kết quả đầu ra tốt nhất

Tài dòng 19 tương tự như mô phỏng tại ví dụ 2.1, bước tiếp theo trong mô phỏng này là ta cần hình thành một bảng dữ liệu trong vùng A23:B123 để tạo ra

mô phỏng cơ bản 100 lần Trong cột A ta liệt kê các số bản sao từ 1-100, tại B23 của bảng mô phỏng là giá trị của E19 Sau đó ta sử dụng lệnh Data/Table với thông số Column input cell là ô trống (chẳng hạn ô C20) Điều này cho phép lặp lại sự tính toán 100 lần tại dòng 19, mỗi lần lặp với số ngẫu nhiên mới sẽ cho một giá trị lợi nhuận mới

Phân tích giải pháp Để hiểu quy trình mô phỏng này, cần xây dựng bảng

dữ liệu mô hình như thế nào? Ở đây mỗi số sao chép từ cột C ở một ô trống như C20, tham số này làm cho mô phỏng trong dòng 19 được tính toán lại với các số ngẫu nhiên mới để cho kết quả là những kịch bản mô phỏng mới

Tất nhiên, điều này có nghĩa là nên cố định số ngẫu nhiên trong ô A19 trước khi lập bảng dữ liệu Toàn bộ của bảng dữ liệu được sử dụng số ngẫu nhiên khác nhau cho mỗi lần thử nghiệm, trường hợp mô phỏng này chỉ hiệu quả khi các số ngẫu nhiên trong dòng 19 là không cố định

Hình 2.5 Mô phỏng thứ hai của công ty sách, thiết bị trường học Hà Tĩnh

Ta có thể phát triển bài toàn này lên một mức nữa để xem lợi nhuận phụ thuộc vào số lượng đặt hàng như thế nào? Đề trả lời cho câu hỏi này, ta sử dụng bảng dữ liệu hai chiều với số liệu sao chép và số lượng đặt hàng giả định, xem hình 2.6 và file CTSHT3.xls

Để xây dựng bảng mô hình tại hình 2.6, bắt đầu tại ô A23 là giá trị lợi nhuận của mô phỏng Chọn Column input cell là ô trống, trại Row input cell là ô chứa

số lượng đặt hàng B9

Xem xét giá trị trung bình trong mỗi cột của bảng dữ liệu tại dòng 14, ta thấy rằng số lượng đặt hàng 150 là tốt nhất Đây là kết quả của mô phỏng 100 lần, ta có biểu đồ cột cho giá trị trung bình thông qua kết quả này tại hình 2.7 Vấn đề căn bản là cần xác định 150 có phải luôn là số lượng đặt hàng tốt nhất không? thực hiện bấm F9 để biết kết quả thay đổi như thế nào và đưa ra kết luận

số lượng đặt hàng tốt nhất

Hình 2.6 Mô phỏng thứ 3 của CTSHT

2.3 Mô phỏng từ các phân phối xác suất

Ta thấy rằng hàm Rand có khả năng tạo ra các số ngẫu nhiên được phân phối đồng đều giữa 0 và 1 Tuy nhiên, trong nhiều trường hợp mô phỏng cần các số ngẫu nhiên có phân phối xác suất khác so với phân phối đồng đều Ví dụ phân phối hình chuông hoặc phân phối lệch là những phân phối như vậy

Nếu phân phối mong muốn là rời rạc, khí đó phân phối xác suất nhận một số hữu hạn các giá trị có thể và các xác suất của nó Sau đó ta có thể sử dụng hàm Rand cùng với hàm Vlookup để tạo ra các số ngẫu nhiên Vấn đề này đã được thực hiện tại các ví dụ ở mục 2.2 Phương pháp này cho phép tạo các số ngẫu nhiên từ bất kỳ phân phối rời rạc đối xứng, phân phối lệch hoặc bất cứ điều gì đơn giản bằng cách thiết lập bảng tham chiếu chính xác

Nói chung, có nhiều phân phối xác suất có thể sử dụng trong các mô phỏng Chúng bao gồm một số phân phối nổi tiếng như phân phối chuẩn và phân phối nhị thức… Có hai vấn đề cần làm rõ: đó là, phân phối nào sẽ được sử dụng và làm thế nào để ta tạo ra các giá trị ngẫu nhiên từ phân phối đó?

Ta thường chọn phân phối trên cơ sở lịch sử dữ liệu and/or tình trạng và đặc điểm chung của dữ liệu Giả sử ta muốn mô phỏng kiểm tra ngẫu nhiên tại một siêu thị, ta có thể thu thập dữ liệu thông qua kiểm tra nhiều lần thực tế, tạo biểu

đồ từ dữ liệu đó và bằng mọi cách làm cho biểu đồ này phù hợp với một trong các phân phối lý thuyết Trên thực tế, điều này chỉ thực hiện được khi ta add-in công cụ @Risk và thực hiện công cụ đó (@Risk là một phần của bộ phần mềm Palisade Decision Tools mà luận văn nghiên cứu sau này) Nếu có đủ dữ liệu và

Hình 2.7 Biểu đồ trung bình lợi nhuận tương ứng với số lượng đặt hàng

xác định được phân phối xác suất phù hợp nhất của dữ liệu thì có thể sử dụng

mô hình mô phỏng Trường hợp không có dữ liệu, ta có thể chọn phân phối xác suất trên những xem xét tổng quát Ví dụ, có thể chọn phân phối chuẩn nếu sự đối xứng về thực trạng của bài toán

Mỗi khi lựa chọn phân phối xác chuẩn, nhị thức hoặc phân phối khác, ta cần tạo ra các giá trị ngẫu nhiên từ phân phối này Để thực hiện được điều đó, ta có những cách sau:

1 Sử dụng chức năng Build-in trong Excel cùng với hàm RAND

2 Sử dụng các chức năng cung cấp bởi @Risk add-in

Ví dụ, giả sử ta muốn tạo ra giá trị phân phối ngẫu nhiên chuẩn với trung bình 100 và độ lệch chuẩn 10 Ta có thể sử dụng công thức = NorMinV(Rand();100;10)

Cuối cùng, nếu @Risk add-in được nhúng vào Excel, ta có thể thực hiện yêu cầu trên bằng công thức =RiskNormal(100;10)

Như ví dụ trên, giả sử ta muốn tạo một giá trị ngẫu nhiên từ phân phối tam giác như trong hình 2.8, trong đó a và b là giới hạn dưới và trên, c là giá trị có khả năng nhất, đây là phân phối thường được sử dụng để hoàn thành một hoạt động nào đó Khi đó a là thời gian ít nhất có thể, b là thời gian nhiều nhất có thể

và c là đại lượng tốt nhất Để tạo ra các giá trị ngẫu nhiên theo phân phối này thì

sử dụng add-in là hiệu quả nhất Với công cụ @Risk ta sử dụng công thức

=RiskTriang(a; c; b) Xem hình 2.9 và file ProbDists.xls

Hình 2.8 Phân phối tam giác

Để rõ hơn về phân phối tam giác, ta sẽ sử dụng phân phối này cho ví dụ đầu thầu của một công ty Trong tình huống mà một công ty phải đặt giá với đối thủ cạnh tranh, mô phỏng thường được sử dụng để xác định giá thầu tối ưu cho công

ty, trong khi công ty không biết các đối thủ cạnh tranh sẽ đặt giá bao nhiêu, nhưng có thể biết phạm vi đặt giá của đối thủ, cụ thể ta xem xét ví dụ sau

Ví dụ 2.3: Công ty xây dựng Hà Thành cần quyết định nên thực hiện đặt giá thầu cho một dự án xây dựng là bao nhiêu? Hà Thành dự tính chi phí 1 tỷ VNĐ

để hoàn thành dự án (nếu dành được hợp đồng) và chi phí mua hồ sơ đăng ký đầu thầu là 35 triệu VNĐ Có bốn đối thủ cạnh tranh tiềm năng tham gia đấu thầu với Hà Thành Các giá thầu thấp sẽ dành được hợp đồng (người trúng thầu

sẽ nhận được số tiền trúng thầu để hoàn thành dự án) Căn cứ vào tình hình khảo sát số liệu của dự án và thông tin của các đối thủ, Hà Thành phân tích và đánh giá: mỗi giá thầu của đối thủ cạnh tranh có một phân phối tam giác với ngưỡng thấp và cao là 1.000.000.000a và 1.000.000.000b và nhiều khả năng nhất là giá thầu 1.000.000.000c Nghĩa là, mỗi giá thầu của đối thủ cạnh tranh ít nhất là a lần giá thầu của Hà Thành, không nhiều hơn b lần giá của Hà Thành và gần nhất với c lần giá thầu mà Hà Thành đưa ra Với ví dụ này, giả sử các hệ số a=1, b=3

và c =1,3 Tuy nhiên cả bốn đối thủ cạnh tranh đấu thầu cũng được giả định là độc lập với nhau Nếu Hà Thành quyết định ngưỡng từ 1 tỷ đến 1,5 tỷ VNĐ, yêu cầu đặt ra là: Sử dụng mô phỏng xác định giá thầu cho Hà Thành đưa ra để không những chiến thắng các đối thủ mà còn tối đa hóa lợi nhuận cho công ty

Giải pháp

Hình 2.9 Phạm vi giá cạnh tranh của công ty đối thủ

Phát triển mô hình mô phỏng ví dụ công ty Hà Thành được thể hiện trong hình 2.9 (file HaThanh_Bidding.xls)

1 Dữ liệu Input Nhập vào các chi phí mua hồ sơ đăng ký thầu và chi phí hoàn thành dự án cùng các hệ số a, b và c của phân phối giá thầu Các hệ số này

do Hà Thành phân tích từ các số liệu thu thập được và có ý nghĩa rằng giá thầu của đối thủ cạnh tranh sẽ nằm trong khoảng 1.000 triệu VNĐ đến 3.000 triệu VNĐ và có khả năng nhất là 1.300 triệu VNĐ

2 Biểu đồ tam giác các số ngẫu nhiên Để xác định giá thầu của đối thủ cạnh tranh, ta cần tạo ra bốn biểu đồ phân phối tam giác các số ngẫu nhiên trong dòng

14 Khi StatPro hoặc RandFns đã được and-in vào excel, ta sử dụng công thức Triangular_($B$8*$B$4, $B$9*$B$4, $B$10*$B$4) để xác định giá thầu của các đối thủ Với các số ngẫu nhiên cụ thể được sử dụng trong hình 2.10, ta thấy rằng hai đối thủ cạnh tranh có giá thầu cạnh tranh xấp xỉ 1.400 triệu VNĐ

3 Những giá thầu có thể Các giá thầu có thể của công ty Hà Thành trong vùng A18:A28, bao gồm cả quyết định Nobid

4 Hà Thành có trúng thầu không? Với mỗi giá thầu Hà Thành đưa ra, xác định xem giá thầu nào sẽ chiến thắng hợp đồng với công thức

Hình 2.10 Mô phỏng quá trình đấu thầu của công ty Hà Thành

=IF(A19<=MIN($B$14:$E$14),1,0) tại ô B19 và sao chép công thức này sang vùng B20:B28 Giá trị a=1 (tại cột B) có nghĩa là Hà Thành đã chiến thắng hợp động, a=0 nghĩa là một đối thủ cạnh tranh đã chiến thắng

5 Lợi nhuận Tại ô C18 có giá trị là 0 do Hà Thành không tham gia đấu thầu Với tất cả các quyết định giá thầu khác có lợi nhuận độc lập với thắng thầu hay thất bại của Hà Thành Để xác định giá trị lợi nhuận cho từng giá thầu bằng công thức If(B19=1, A19-ProjectCost, 0)-BidCost và sao chép hết bảng mô hình (ProjectCost là chi phí hoàn thành dự án tại ô B4, BidCost là chi phí tham gia đấu thầu tại ô B3) Kết quả trong hình 2.9 cho biết các quyết định giá thầu của

Hà Thành tốt nhất trong trường hợp cụ thể 1.350 triệu VNĐ và tạo ra lợi nhuận

315 triệu VNĐ Như vậy, nếu Hà Thành biết giá thầu của các đối thủ trong trường hợp mà giá thầu cao nhất vẫn còn ít hơn giá thầu của đối thủ cạnh tranh Tuy nhiên, Hà Thành không có thông tin này khi đưa ra quyết định, vì vậy, làm thế nào để Hà Thành có quyết định giá thầu tối ưu?

Phương pháp tốt nhất là thực hiện nhiều lần mô phỏng, theo dõi các lợi nhuận từ mỗi quyết định có thể cho mỗi bản sao, trung bình các lợi nhuận cho mỗi quyết định có thể và chọn quyết định mà giá trị trung bình lợi nhuận cao nhất, giải quyết vấn đề này bắt đầu với bảng mô hình như trong hình 2.11

Để tạo ra bảng mô hình này, ta tạo ra 100 bản sao trong vùng, tính toán các quyết định giá thầu với công thức =Transpose(A18:A28) trong vùng B36:L36 và lợi nhuận tương ứng với công thức Transpose(C18:C28) trong vùng B37:L37

Để xác định kết quả mô phỏng, thực hiện lệnh Data/Table và các hàm Average, Stdev để xác định độ lệch trung bình và độ lệch chuẩn cho 100 lần lặp

Hình 2.11 Mô phỏng 100 lần lặp quá trình đấu thầu của công ty Hà Thành

Ngoài ra, biểu đồ thanh của các độ lệch chuẩn và trung bình có thể được tạo

ra như hình 2.12 và 2.13 Ta thấy rằng ở hình 2.12, giá tiền đấu thầu 1.250 triệu

VNĐ thu được lợi nhuận trung bình lớn nhất từ 100 lần lặp

Tuy nhiên, trong hình 2.13 cho thấy rằng có nhiều rủi ro (độ lệch chuẩn lớn)

liên quan với những chi phí dự thầu lớn Vì mà Hà Thành có thể quyết định một

hồ sơ dự thầu giá nhỏ hơn 1.200 triệu VNĐ để tránh bị tổn thất lớn trong trường

hợp xấu nhất

Các số liệu trong hình 2.10 và các biểu đồ liên quan chưa hẳn là kết quả tốt

nhất cho Hà Thành, những số liệu này đều dựa trên các số ngẫu nhiên được tạo

ra cho 100 lần lặp, khi bấm F9 với tập tin HaThanh_Bidding.xls, các số liệu cũng như biểu đồ sẽ thay đổi Để giải quyết vấn đề này ta tăng số lần lặp lên

1000 lần hoặc hơn nữa (phụ thuộc vào tốc độ máy tính) để lựa chọn một kết quả đấu thầu tốt nhất

2.4 Tổng quan về công cụ @Risk và Add-in công cụ vào Excel

Trong phần này sẽ giới thiệu công cụ mô phỏng @Risk, được phát triển bới tập đoàn Palisade Ưu điểm của việc sử dụng add-in là: Thứ nhất, một add-in cung cấp chức năng nhiều hơn so với gọi Excel cơ bản; Thứ hai, một add-in cho phép ta thực hiện mô phỏng dễ dàng hơn nhiều so với Excel Với các ví dụ ở trên, ta thường sử dụng bảng dữ liệu excel để nhân rộng mô phỏng Sau đó phải tính toán số liệu thống kê tổng hợp như giá trị trung bình, độ lệch chuẩn và khoảng tin cậy với hàm Built-in của excel Nếu muốn có các đồ thị để tăng khả năng phân tích thì cần tạo ra chúng Giải quyết dạng bài toán mô phỏng này sẽ hiệu quả hơn nếu ta sử dụng công cụ chuyên dụng như @Risk, @Risk sẽ thực hiện các bước điển hình của mô phỏng một cách tự động

@Risk được phát triển vào năm 1984, sản phẩm đầu tiên của Palisade mang tên Prims, sản phẩm này dành cho người sử dụng máy tính có khả năng để định lượng rủi ro bằng cách chạy các mô phỏng Monte Carlo Năm 1987, Prism mang lại thành công lớn nhờ công cụ @Risk dành cho Lotus 1-2-3, @Risk là công cụ

mô phỏng đầu tiên trên thế giới được add-in vào bảng tính Ngày nay, @Risk đã trở thành công cụ hàng đầu trong lĩnh vực dự báo, phân tích các nguy cơ rủi ro cho doanh nghiệp, các tổ chức chính phủ….@Risk có thể giúp ta trả lời các câu hỏi như “Liệu ta có thiếu hụt ngân sách nếu ta xây dựng công trình này?” hay

“Khả năng của dự án này kết thúc đúng thời hạn là bao nhiêu?” hoặc “Khả năng

ta đạt được mức lợi nhuận của dự án này là bao nhiêu?” Với công cụ @Risk, ta

sẽ trở thành người ra quyết định chính xác, hiệu quả và tự tin hơn

Để thực hiện mô phỏng tin học, ngoài công cụ @Risk, trên thế giới cũng phổ biến với phần mềm mô phỏng của Crystal Ball, Crystal Ball là một chương trình phân tích rủi ro và dự báo với giao diện người dùng khá thân thiện và dễ sử dụng Crystal Ball sử dụng các đồ thị trong phân tích và minh họa các báo cáo nhằm giúp loại trừ các yếu tố bất định khi ra quyết định

Thông qua sức mạnh mô phỏng, Crystal Ball cũng như @Risk đã trở thành công cụ hiệu quả cho những người ra quyết định

Để sử dụng Crystal Ball, tương tự như @Risk, ta chỉ cần tạo một bảng tính mới và lập mô hình bài toán trên đó, tiếp theo thực hiện một số khai báo các thông số cho chương trình và bắt đầu mô phỏng Kỹ thuật mô phỏng này gọi là

mô phỏng Monte Carlo, Crystal Ball sẽ dự báo toàn bộ dãy kết quả có thể của một tình huống cho trước và đồng thời cung cấp thêm các thông tin về mức tin cậy của dự báo đó, do đó ta có thể dự đoán được khả năng xuất hiện của một sự kiện nào đó

Ngoài ra còn có các phần mềm mô phỏng khác như Hyperworks, Solar System 3D Simulator… được sử dụng tùy thuộc vào đặc điểm công việc cần mô phỏng

Một số hàm của @Risk:

1 @Risk gồm một số chức năng như Risknormal và Riskdiscrete làm thuận lợi trong việc tạo ra những quan sát từ phân phối xác suất phù hợp nhất như được thực hiện trong các ví dụ 2.1 đến 2.3

2 Với @Risk, ta có thể chỉ định bất kỳ ô hoặc vùng đầu ra trong mô hình

mô phỏng Khi thực hiện mô phỏng, @Risk tự động lưu trữ số liệu thống kê (độ lệch chuẩn và trung bình) trên các giá trị được tạo ra trong các ô xuất dữ liệu đó trong suốt những lần lặp @Risk tự động tạo ra các đồ thị, biểu đồ tự động dựa trên các giá trị này

3 @Risk có một chức năng đặc biệt là RiskSimTable, chức năng này cho phép người làm mô phỏng thực hiện mô phỏng nhiều lần trên tập giá trị khác nhau của một vài đầu vào chủ yếu mỗi khi thực hiện Ví dụ, giả sử rằng, ta muốn

mô phỏng một chính sách đặt hàng (như trong ví dụ đặt hàng của Công ty Sách thiết bị trường học Hà Tĩnh, ví dụ 2.1) Mục đích cuối cùng của ta là so sánh kết quả mô phỏng trên một số số lượng đặt hàng có thể như là 1100, 1150, 1200 và

1250 Nếu ta sử dụng công thức mô phỏng toàn bộ sẽ thực hiện cho từng số lượng đặt hàng riêng biệt Sau đó ta có thể so sánh đầu ra của chúng để lựa chọn

số lượng đặt hàng tốt nhất

Trong phần tiếp theo, chúng ta sẽ thực hiện một số ví dụ để minh họa một số chức năng của @Risk Sau đó sẽ sử dụng @Risk để giải quyết các ứng dụng mô phỏng này

Ví dụ 2.4 Minh họa ứng dụng @Risk trong mô phỏng

Công ty ACC muốn phát triển một báo cáo thu thập dự kiến hàng tháng cho năm tới Tuy nhiên, công ty ACC nhận ra nhiều đầu vào cần thiết để hình thành báo cáo thu thập này là một bài toán dự báo Do đó, muốn sử dụng @Risk để biểu thị số liệu cho báo cáo thu nhập này, chẳng hạn như thu nhập ròng hàng năm sau thuế… Để có thể ứng dụng @Risk cho bài toán này, chúng ta xây dựng bảng mô hình như sau:

(Trong ví dụ này, giá trị tiền tệ được tính ngàn USD)

a) Bán hàng tháng một được phân phối bình thường ở mức 2225 và lệch chuẩn 150

* Chi phí của hàng hóa trong tháng một được phân phối đồng đều từ 870 đến

* Chi phí khác trong tháng một được phân phối tam giác với giá trị tối thiểu

là 23, nhiều khả năng là 24 và tối đa là 25

* Các mức thuế được tính là 33%

* Những thay đổi tỷ lệ phần trăm doanh số bán hàng hàng tháng và chi phí được độc lập với nhau và được phân phối bình thường ở mức 1,5% và lệch chuẩn là 1%

Yêu cầu: Với số liệu đầu vào ở trên, sử dụng mô phỏng @Risk để phân tích

và mô phỏng một báo cáo thu nhận dự kiến hàng tháng cho năm tới của công ty ACC

Giải pháp

Mô hình bảng tính trong hình 2.14 cho thấy báo cáo thu nhập ước tính của công ty ACC cho 12 tháng tới (file Acc.xls) Các đầu vào được thể hiện ở phía trên cùng của bảng tính bao gồm doanh thu ước tính và chi phí cho tháng một, thueeus suất của công ty và dự kiến thay đổi tỷ lệ phần trăm doanh số và chi phí

Ví dụ, sự thay đổi tỷ lệ phần trăm tháng một về doanh số (tại ô B13) là sự thay đổi tỷ lệ phần trăm từ tháng một đến tháng hai Phần còn lại của bảng tính trong báo cáo thu nhập được sử dụng công thức Excel chuẩn tham chiếu các ô đầu vào, cụ thể, xác định doanh thu, chi phí bán hàng cho các tháng và tổng lợi nhuận cũng như chi phí tiếp thị, chi phí quản lý và các chi phí khác trong bảng

mô hình 2.14