tzi đa hoá doanh thu, b qua s thích của khách hàng và khả năng tương thích của nhà tư vấn

Hình 1.4a,b,c,d: Bảng báo cáo đô [ nhạy và giá bTng trong trưSng hYp tRi đa hoá doanhthu.. Hình 1.5a,b: Bảng nhâp[ liêu[ và kết quả trong trưSng hYp thay đổi mức lương cảu nhà tư vấn.. H

ĐẠI HỌC UEH TRƯỜNG KINH DOANH KHOA KINH DOANH QUỐC TẾ - MARKETING

TIỂU LUẬN

BỘ MÔN KHOA HỌC QUẢN TRỊ

ĐÀO CHẤN NGHI

TPHCM, ngày 19 tháng 11 năm 2021

TRƯỜNG KINH DOANH KHOA KINH DOANH QUỐC TẾ - MARKETING

TIỂU LUẬN Môn học : Khoa học quản trị

Giảng viên : Trịnh Huỳnh Quang Cảnh

Cam kết

Tiểu luận này do một mình sinh viên xây dựng , xử lý, không sao chép từ bất cứ bài viết của tổ chức và cá nhân nào khác.

Nhận xét của Giáo Viên

………

………

………

………

………

MỤC LỤC

MỤC LỤC BẢNG

MỤC LỤC HÌNH

NỘI DUNG CHÍNH

Câu 1: Linear Programming

1.1 Lập mô hình phương trình tuyến tính và mô hình toán học

1.2 Giải quyết vấn đề bằng QM và Solver

1.3 TZi đa hoá doanh thu, b] qua s_ thích của khách hàng và khả năng tương thích của nhà tư vấn. 15

1.4 Báo cáo độ nhạy và giá bóng trong trường hợp phía trên

1.5 Thay đổi mức lương của nhà tư vấn A và E từ $155 thành $200 (A) và $270 thành $200

1.6 Nhà tư vấn B và E thay đổi năng lpc với mọi dp án tZi thiqu là 3 thay vì 1 và 2

Câu 2: Decision Making

Câu 3: Forecasting

a Giải thích phương pháp trung bình đô ngs có trọng sZ lần lượt là 0,4; 0,2; 0,4 Dp báo cho tháng 7 22

b Giải thích phương pháp trung bình đôngs ba ku Dp báo cho tháng 7 bằng phương pháp đó. .24

c Giải thích phương pháp Làm mịn hàm mv Dp báo cho tháng 6 là 16 và α = 0,4 Dp báo cho tháng 7 25

MỤC LỤC BẢNG

Bảng 1: Bảng xếp hạng của các nhà tư vấn, sR giS cT sUn cho mVi nhà tư vấn và sR giS đa ký hYp đZng, ngân sách tRi đá của mVi dự án

Bảng 2: LYi nhuân[ của mVi loại hình đại lý

Bảng 3: Nhu c\u nước đTng chai trong v]ng 6 tháng của siêu thi Coopmart CRng Quỳnh ^ TP.HCM

MỤC LỤC HÌNH

Hình 1.1a,b,c,d,e,f: Bảng nhâp[ liêu[ và kết quả giải QM

Hình 1.2a,a1,b: Bảng nhâp[ liêu[ và kết quả, báo cáo đô [nhạy và giá bTng

Hình 1.3a,b: Bảng nhâp[ liêu[ và kết quả trong trưSng hYp tRi đa hoá doanh thu

Hình 1.4a,b,c,d: Bảng báo cáo đô [ nhạy và giá bTng trong trưSng hYp tRi đa hoá doanhthu

Hình 1.5a,b: Bảng nhâp[ liêu[ và kết quả trong trưSng hYp thay đổi mức lương cảu nhà

tư vấn

Hình 1.6a,b: Bảng nhâp[ liêu[ và kết quả, báo cáo đô [ nhạy và giá bTng trong trưSng hYp nhà tư vấn thay đổi năng lực

Hình 2: Cây quyết định gibp Petrolimex lựa chon tRt nhất cho lYi nhuâ [n

Hình 3.1a,b: Dự báo nhu c\u tháng 7 theo phương pháp trung bình đông[ cT trdng sR.Hình 3.2a,b: Dự báo nhu c\u tháng 7 theo phương pháp trung bình đông[ 3 kỳ

Hình 3.3a,b: Dự báo nhu c\u tháng 7 theo phương pháp làm mịn hàm me

NỘI DUNG CHÍNHCâu 1: Linear Programming

Consultant

ABCDEF

Project hours

Contract budget (x1000 USD)

Bảng 1

1.1 Lập mô hình phương trình tuyến tính và mô hình toán

học - Mô hình phương trình tuyến tính:

Gdi: Xij là sR giS thực tế của nhà tư vấn i trong dự án j (Xij > 0)

Trong đT: i là các nhà tư vấn (A,B,C,D,E,F).

j là các dự án (1,2,3,…,7,8)

Theo đl bài, chbng ta phải xác định xem lựa chdn nhà tư vấn nào cho mVi dự án để vừa sử dmng tRt

kn năng của hd, vừa đáp ứng nhu c\u của khách hàng Vì vâ y,[ công viêc[ của chbng ta là phải

tìm cách làm cho sR giS thực tế của các nhà tư vấn trong mVi dự án và đô [php hYp của cácnhà tư vấn phải tRi ưu nhất.

Ta cT công thức tuyến tqnh cho bài toán như sau:

T =

Trong đT T là tổng sR giS thực tế của các nhà tư vấn và M là sR điểm của mVi nhà tư vấn ứng với mVi dự án đa cho

Nhsng đilu kiê [n của bài toán:

+ThSi gian tổng thực tế của mVi nhà tư vấn cho các dự án:

Aj là sR giS thực tế của nhà tư vấn A trong dự án j Bj

là sR giS thực tế của nhà tư vấn B trong dự án j Cj là

sR giS thực tế của nhà tư vấn C trong dự án j Dj là sR giS thực tế của nhà tư vấn D trong dự án j Ej là sR giS thực tế của nhà tư vấn E trong dự án j Fj là sR giS thực tế của nhà tư vấn F trong dự án j Với j là các

Constraints:

A1+A2+A3+A4+A5+A6+A7+A8<=450 B1+B2+B3+B4+B5+B6+B7+B8<=600 C1+C2+C3+C4+C5+C6+C7+C8<=500 D1+D2+D3+D4+D5+D6+D7+D8<=300 E1+E2+E3+E4+E5+E6+E7+E8<=710 F1+F2+F3+F4+F5+F6+F7+F8<=860A1+B1+C1+D1+E1+F1=500

155A1 + 140B1 + 165C1 + 300D1 + 270E1 + 150F1 <= 100000 155A2 + 140B2 + 165C2 + 300D2 + 270E2 + 150F2 <= 80000 155A3 + 140B3 + 165C3 + 300D3 + 270E3 + 150F3 <= 120000 155A4 + 140B4 + 165C4 + 300D4 + 270E4 + 150F4 <= 90000 155A5 + 140B5 + 165C5 + 300D5 + 270E5 + 150F5 <= 65000 155A6 + 140B6 + 165C6 + 300D6 + 270E6 + 150F6 <= 85000 155A7 + 140B7 + 165C7 + 300D7 + 270E7 + 150F7 <= 50000 155A8 + 140B8 + 165C8 + 300D8 + 270E8 + 150F8 <= 55000

1.2 Giải quyết vấn đề bằng QM và Solver

* QM:

Hình 1.1a

Hình 1.1b

Hình 1.1c

Hình 1.1d

Hình 1.1e

Hình 1.1f

*Giải bằng Solver:

Hình 1.2a

Hình 1.2a1

Hình 1.2b 1.3 TZi đa hoá doanh thu, b] qua s_ thích của khách hàng và khả năng tương thích của nhà tư vấn.

Hình 1.3a

Hình 1.3b

- So sánh gisa hai kết quả từ hình 1.3a,b và hình 1.2, ta nhận thấy rxng sR giS thực tế của mVi nhà tư vấn ^ mVi dự án là khác nhau

Vâ [y nếu khi tRi đa hoá doanh thu, by qua s^ thqch của khách hàng và đô [php hYp của nhà

tư vấn thì giải pháp sz thay đổi

1.4 Báo cáo độ nhạy và giá bóng trong trường hợp phía

trên *Báo cáo độ nhạy:

Hình 1.4a

Hình 1.4b

1.6 Nhà tư vấn B và E thay đổi năng lpc với mọi dp án tZi thiqu là 3 thay vì 1 và 2

Hình 1.6a

Hình 2

Câu 3: Forecasting

a Giải thích phương pháp trung bình đôngs có trọng sZ lần lượt là 0,4; 0,2; 0,4 Dp báo cho tháng 7.

- Phương pháp trung bình đông[ cT trdng sR l\n lưYt là 0,4; 0,2; 0,4 tức là ta lấy sR liê u[

của 3 kỳ g\n nhất nhân l\n lưYt nhân với trdng sR tương ứng rZi cô [ng lại sz ra đưYc

dự báo cho kỳ tiếp theo

- ~ bài này, ta cT dự báo cho tháng 7 sz là:

0,4 x demand (tháng 6) + 0,2 x demand (tháng 5) + 0,4 x demand (tháng

4) = 0,4 x 18 + 0,2 x 19 + 0,4 x 15 =17 (nghìn chai)

Vâ [y dự báo tháng 7 sz cT nhu c\u là 17 nghìn chai nước

Hình 3.1a

Hình 3.1b

b Giải thích phương pháp trung bình đôngs ba ku Dp báo cho tháng 7 bằng

phương pháp đó.

Phương pháp trung bình đông[ 3 kỳ tức là ta lấy tổng sR liêu[ của 3 kỳ g\n nhất sau đT đem chia cho 3

- ~ bài này, dự báo cho tháng 7 sz là:

( demand (tháng 6) + demand (tháng 5) + demand ( tháng 4) ) /

3 = (18 + 19 + 15) / 3 = 17,33 (nghìn chai)

Vâ [y dự báo cho tháng 7 sz là 17,33 nghìn chai nước

Hình 3.2a

- ~ bài này, dự báo tháng 7 sz là:

α x (last value) + (1 – α) (last forecast)

= 0,4 x 18 + (1- 0,4) x 16 = 16,8 (nghìn chai)

Vâ [y dự báo nhu c\u tháng 7 sz là 16,8 nghìn chai nước

Hình 3.3a

Hình 3.3b