Tiểu luận kết thúc môn khoa học quản trị

Untitled TP Hồ Chí Minh, ngày 18 tháng 11 năm 2021 ĐẠI HỌC UEH TRƯỜNG KINH DOANH KHOA KINH DOANH QUỐC TẾ MARKETING TIỂU LUẬN BỘ MÔN KHOA HỌC QUẢN TRỊ ĐÀM LƯU LY Downloaded by Free Games Android (vuchi[.]

TP Hồ Chí Minh, ngày 18 tháng 11 năm 2021

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

TIỂU LUẬN

BỘ MÔN KHOA HỌC QUẢN TRỊ

ĐÀM LƯU LY

ĐẠI HỌC UEH

TRƯỜNG KINH DOANH

KHOA KINH DOANH QUỐC TẾ - MARKETING

Môn h ọc: Khoa h ọc quản trị

Gi ảng viên: Th.S.Tr ịnh Huỳnh Quang Cảnh

Sinh viên: Đàm Lưu Ly

MSSV: 31201027350

L ớp: IB003

L ỜI CẢM ƠN

Lời đầu tiên, em xin gửi lời cảm ơn chân thành nhất đến ThS Trịnh Huỳnh Quang Cảnh Trong suốt quá trình học tập và tìm hiểu bộ môn “Khoa học quản trị”, em đã nhận được rất nhiều sự quan tâm giúp đỡ, hướng dẫn tận tình từ thầy Thầy đã giúp chúng em tích lũy thêm nhiều kiến thức về

bộ môn Khoa học quản trị để em có thể vận dụng những kinh nghiệm đã được học vào nghiên cứu một vấn đề trong cuộc sống hàng ngày, từ đó có thể hiểu sâu hơn về những nội dung mà mình đã được học tập trong suốt học kỳ vừa rồi Để có thể hoàn thành bài luận này, không chỉ có công sức

và sự cố gắng của riêng em mà còn nhờ sự giúp đỡ của Ths Trịnh Huỳnh Quang Cảnh – giảng viên hướng dẫn bộ môn Khoa học quản trị

Bài luận em có thể không tránh khỏi được những thiếu sót Bản thân em rất mong nhận được nhận những góp ý đến từ thầy để bài có thể hoàn thiện hơn

Em tin rằng đây sẽ là những hành trang vô cùng bổ ích cho chúng em trên con đường sau này Một lần nữa em xin gửi lời cảm ơn chân thành đến thầy, xin chúc thầy luôn nhiều sức khỏe, hạnh phúc và thành công trên con đường sự nghiệp

L ỜI CAM KẾT

Em xin cam đoan đây là bài tiểu luận của riêng em Dưới sự hướng dẫn của Th.S Trịnh

Huỳnh Quang Cảnh, các kết quả nghiên cứu và các kết luận trong bài tiểu luận này là trung thực, không sao chép từ bất kỳ nguồn nào và dưới bất cứ một hình thức nào Nếu không đúng sự thật, chúng em xin chịu mọi trách nhiệm trước thầy

NH ẬN XÉT CỦA GIÁO VIÊN Điểm:

Nh ận xét:

M ỤC LỤC

1 Linear Programming 8 1.1 L ập mô hình lập trình tuyến tính và viết mô hình toán học cho bài toán này 8 1.2 Gi ải quyết vấn đề này bằng QM và SOLVER 9 1.3 N ếu công ty muốn tối đa hóa doanh thu trong khi bỏ qua sở thích của khách hàng

và kh ả năng tương thích của nhà tư vấn, liệu điều này có thay đổi giải pháp trong câu b? 10 1.4 T ạo một báo cáo độ nhạy Giá bóng trong trường hợp này là bao nhiêu? 11 1.5 N ếu nhà tư vấn A và E thay đổi mức lương theo giờ của họ từ $ 155 thành $ 200 (A) và t ừ $ 270 thành $ 200, liệu giải pháp có thay đổi không? 12 1.6 Theo kinh nghi ệm, nhà tư vấn B và E đang ngày càng hoàn thiện khả năng của họ, nghĩa là năng lực của họ đối với mọi dự án hiện nay tối thiểu bắt đầu từ 3 thay vì 1 hoặc

2, li ệu giá bóng có thay đổi không? 14

2 Decision Making 16 2.1 Sơ đồ cây quyết định để giúp Petrolimex lựa chọn những gì tốt nhất cho lợi nhuận:

16

2.2 Báo cáo: 17

3 Forecasting 17 3.1 Gi ải thích phương pháp Trung bình động có trọng số tương ứng 0,40; 0,20; 0,40 Dự báo cho tháng 7 18 3.2 Gi ải thích phương pháp Trung bình động 3 kỳ Dự báo cho tháng 7 dùng phương pháp đó 20 3.3 Gi ải thích phương pháp Làm mịn hàm mũ, với Dự báo cho tháng 6 là 16 và α = 0,4

D ự báo cho tháng 7 22

M ỤC LỤC BẢNG

Bảng 1: Dự báo cho nước đóng chai trong tháng 7 bằng phương pháp

trung bình động có trọng

số 19

Bảng 2: Dự báo cho nước đóng chai trong tháng 7 bằng phương pháp trung bình động 3 kỳ 21

Bảng 3: Dự báo cho nước đóng chai trong tháng 7 bằng phương pháp làm mịn hàm mũ 22

M ỤC LỤC HÌNH Hình 1: Kết quả chạy Solver câu 1.2 9

Hình 2: Kết quả chạy QM câu 1.2 10

Hình 3: Kết quả chạy Solver câu 1.3 11

Hình 4: Bảng báo cáo nhạy và giá bóng TH1 11

Hình 5: Bảng báo cáo độ nhạy và giá bóng TH2 12

Hình 6: Kết quả chạy solver câu 1.5 theo tối ưu hóa kỹ năng 13

Hình 7: Kết quả chạy solver câu 1.5 theo tối ưu hóa doanh thu 14

Hình 8: So sánh giá bóng khi tăng tất cả các điểm của B và E dưới 3 lên bằng 3 15

Hình 9: So sánh giá bóng khi tăng tất cả các điểm của B và E dưới 3 lên bằng 5 16

Hình 10: Sơ đồ cây 16

Hình 11: Dự báo cho nước đóng chai trong tháng 7 bằng phương pháp trung bình động có trọng số (giải bằng QM) 19

Hình 12: Dự báo cho nước đóng chai trong tháng 7 bằng phương pháp trung bình động 3 kỳ (giải bằng QM) 21

Hình 13: Dự báo cho nước đóng chai trong tháng 7 bằng phương pháp làm mịn hàm mũ (giải bằng QM) 22

làm mịn hàm mũ 23

PH ẦN TIỂU LUẬN

1 Linear Programming

1.1 Lập mô hình lập trình tuyến tính và viết mô hình toán học cho bài toán này.

- Variable:

XnA là số giờ làm việc của Consultant A ở Project n

XnB là số giờ làm việc của Consultant B ở Project n

XnC là số giờ làm việc của Consultant C ở Project n

XnD là số giờ làm việc của Consultant D ở Project n

XnE là số giờ làm việc của Consultant E ở Project n

XnF là số giờ làm việc của Consultant F ở Project n

1.2 Giải quyết vấn đề này bằng QM và SOLVER

Hình 2: Kết quả chạy QM câu 1.2

Kết luận:

- Theo như kết quả được giải ở Solver, nếu phân chia thời gian làm việc cho từng nhà tư vấn thì ta được tổng điểm hài lòng (sử dụng tốt nhất của từng nhà tư vấn) là 12853,333

và doanh thu (tức tổng chi phí của khách hàng) là 504500 USD

- Theo như kết quả được giải ở QM, nếu phân chia thời gian làm việc cho từng nhà tư vấn thì ta được tổng điểm hài lòng (sử dụng tốt nhất của từng nhà tư vấn) là 12853,333 và doanh thu (tức tổng chi phí của khách hàng) là 511000 USD

 Doanh nghiệp nên dựa vào kết quả của QM để chỉ định số giờ của mỗi nhà tư vấn cho mỗi dự án để sử dụng tốt nhất kỹ năng của họ trong khi đáp ứng nhu cầu của khách hàng, đồng thời cũng tối ưu được doanh thu cho doanh nghiệp

1.3 Nếu công ty muốn tối đa hóa doanh thu trong khi bỏ qua sở thích của khách

hàng và kh ả năng tương thích của nhà tư vấn, liệu điều này có thay đổi giải pháp trong câu b?

- Khi bỏ qua sở thích của khách hàng và khả năng tương thích của nhà tư vấn, nếu doanh nghiệp muốn tối đa hóa doanh thu thì tổng chi phí của khách hàng (total cost) phải đạt min Tuy nhiên tổng số điểm (total point) lúc này giữa trường hợp b và c sẽ chênh nhau

2995 điểm Vì vậy, khi UDT tối đa doanh thu thì sẽ phải đánh đổi giữa sở thích khách hàng và khả năng tương thích của nhà tư vấn khá cao

Hình 3: Kết quả chạy Solver câu 1.3

1.4 Tạo một báo cáo độ nhạy Giá bóng trong trường hợp này là bao nhiêu?

TH1: Để chỉ định mỗi nhà tư vấn cho mỗi dự án để sử dụng tốt nhất kỹ năng của họ trong khi đáp ứng nhu cầu của khách hàng Bảng báo cáo độ nhạy và giá bóng (được in cam):

Hình 4: Bảng báo cáo nhạy và giá bóng TH1

TH2: Nếu công ty muốn tối đa hóa doanh thu trong khi bỏ qua sở thích của khách hàng và khả năng tương thích của nhà tư vấn Bảng báo cáo độ nhạy và giá bóng (được in cam):

Hình 5: Bảng báo cáo độ nhạy và giá bóng TH2

Kết luận:

+ Ta thấy, giá bóng càng lớn thì sự thay đổi của giá trị mục tiêu bài toán càng lớn

+ Ở trường hợp 1, giá bóng khá nhả (hầu hết nhỏ hơn 3), do đó khi thay đổi sự phân chia công việc, chúng ta sẽ không tạo ra sự thay đổi lớn ở hiệu quả làm việc

+ Ở trường hợp 2, giá bóng khá lớn nên khi thay đổi sự phân chia công việc, sẽ tạo ra sự thay đổi lớn trong Doanh thu của công ty

+ Vậy nên, ta thấy giải pháp sử dụng tốt nhất kỹ năng của các nhà tư vấn có lợi hơn giải pháp tối

ưu hóa doanh thu

1.5 Nếu nhà tư vấn A và E thay đổi mức lương theo giờ của họ từ $ 155 thành $ 200

(A) và t ừ $ 270 thành $ 200, liệu giải pháp có thay đổi không?

TH1: Xét trường hợp công ty muốn biết bao nhiêu giờ để chỉ định mỗi nhà tư vấn cho mỗi dự án

để sử dụng tốt nhất kỹ năng của họ trong khi đáp ứng nhu cầu của khách hàng, lúc này nhà tư

vấn A và E thay đổi mức lương theo giờ của họ từ $155 thành $200 (A) và từ $270 thành $200

thì vẫn với phương pháp cũ là tìm tối đa tổng số điểm của họ tương ứng với thời gian làm việc

để tối đa khả năng đáp ứng nhu cầu khách hàng Sau khi thay đổi về mức lương ta nhận thấy có

sự thay đổi về thời gian làm việc nhưng sự sắp xếp nhân viên tư vấn vẫn tối ưu hóa So với múc lương ban đầu đề bài đưa ra thì mức lương sau khi thay đổi này khiến cho mức độ đáp ứng nhu

cầu khách hàng và hiệu quả công việc cao hơn nhưng ngược lại làm cho doanh thu bị giảm

Hình 6: Kết quả chạy solver câu 1.5 theo tối ưu hóa kỹ năng

TH2: Xét trường hợp nếu công ty muốn tối đa hóa doanh thu trong khi bỏ qua sở thích của khách hàng và khả năng tương thích của nhà tư vấn, khi thay đổi tiền lương của A và E thành $200 thì

vẫn là phương pháp xét tối đa tổng doanh thu ta nhận thấy thời gian của các nhà tư vấn đã thay đổi, lúc này nhân viên sẽ không thể làm việc đúng với kỹ năng của họ và không thể hoàn toàn đáp ứng nhu cầu khách hàng và ngoài ra so với lúc chưa thay đổi ở câu 1.3 thì doanh thu bị giảm

Hình 7: Kết quả chạy solver câu 1.5 theo tối ưu hóa doanh thu

1.6 Theo kinh nghiệm, nhà tư vấn B và E đang ngày càng hoàn thiện khả năng của

h ọ, nghĩa là năng lực của họ đối với mọi dự án hiện nay tối thiểu bắt đầu từ 3 thay vì 1 ho ặc 2, liệu giá bóng có thay đổi không?

a Giải thích bằng đại số:

- Để xác định liệu giá bóng có thay đổi hay không ta sử dụng phương pháp phần trăm Đầu tiên, xét về mức độ điểm thay đổi của B và E, giả sử ta nâng điểm ban đầu của cả B và E dưới 3 lên 3 để tính Lúc này ta có số liệu như sau:

• Ở project 3 của B tăng điểm từ 2 lên 3 thì ta được phần trăm thay đổi được tính như sau:

TH1: Nếu lấy trường hợp tăng tất cả các điểm của B và E dưới 3 lên bằng 3, ta thấy Giá bóng sẽ không thay đổi:

Hình 8: So sánh giá bóng khi tăng tất cả các điểm của B và E dưới 3 lên bằng 3

TH2: Nếu lấy trường hợp tăng tất cả các điểm của B và E dưới 3 lên bằng 3, ta thấy Giá bóng sẽ thay đổi:

Hình 9: So sánh giá bóng khi tăng tất cả các điểm của B và E dưới 3 lên bằng 5

2 Decision Making

2.1 Sơ đồ cây quyết định để giúp Petrolimex lựa chọn những gì tốt nhất cho lợi

nhu ận:

Hình 10: Sơ đồ cây

- Đối với mỗi quyết định sẽ có hai trường hợp xảy ra ở các Đại lý mới là: Thiếu hụt xăng dầu (60%) và thặng dư xăng dầu (40%)

+ Với công ty gas trong nước: Nếu trong vài năm sắp tới công ty này thiếu hụt lượng xăng dầu thì Petrolimex sẽ thu được 300.000 (triệu đô) Nếu công ty này dư thừa xăng dầu thì Petrolimex sẽ có lợi nhuận là 150.000 (triệu đô) Với phần trăm của hai trường hợp đã cho

ở trên, ta tính được Gía trị kỳ vọng (Expected Payoff) của công ty gas trong nước là: 300.000 x 0.6 + 150.000 x 0.4 = 240.000 (triệu đô)

+ Với nhà cung cấp xăng dầu: Nếu trong vài năm sắp tới nhà cung cấp này thiếu hụt lượng xăng dầu thì Petrolimex sẽ bị hụt 100.000 (triệu đô) Nếu nhà cung cấp này dư thừa xăng dầu thì Petrolimex sẽ có lợi nhuận là 600.000 (triệu đô) Với phần trăm của hai trường hợp

đã cho ở trên, ta tính được Gía trị kỳ vọng (Expected Payoff) của nhà cung cấp xăng dầu là: -100.000 x 0.6 + 600.000 x 0.4 = 180.000 (triệu đô)

+ Với tập đoàn Gas lớn: Nếu trong vài năm sắp tới tập đoàn này thiếu hụt lượng xăng dầu thì Petrolimex sẽ thu được 120.000 (triệu đô) Nếu tập đoàn này dư thừa xăng dầu thì Petrolimex sẽ có lợi nhuận là 170.000 (triệu đô) Với phần trăm của hai trường hợp đã cho

ở trên, ta tính được Gía trị kỳ vọng (Expected Payoff) là: 120.000 x 0.6 + 170.000 x 0.4 = 140.000 (triệu đô)

- Thông qua cây quyết định cũng như những dữ liệu tính toán ở trên, chúng ta có thể thấy giá trị kỳ vọng của công ty gas trong nước là cao nhất Vì vậy, Petrolimex nên hợp tác với Công

ty Gas trong nước

3 Forecasting

Biểu đồ 1: Biểu đồ đường thể hiện dự báo nhu cầu nước đóng chai từ tháng 1 đến tháng 6

- Nhìn vào biểu đồ ta có thể thấy được nhu cầu biến động theo mùa, nhu cầu sẽ tăng cao ở những tháng 1,3,5 và sẽ giảm vào tháng 2,4,6

- Trong phương pháp trung bình động, ta xem vai trò của các số liệu trong quá khứ là như nhau Tuy nhiên trong thực tế, đôi khi các số liệu này có ảnh hưởng khác nhau đến kết quả

dự báo, vì vậy ta sử dụng trọng số để phân biệt mức độ ảnh hưởng của các số liệu quá khứ Trọng số là các con số được gán cho các số liệu quá khứ để chỉ ra mức độ quan trọng của

chúng ảnh hưởng đến kết quả dự báo Trong đề bài đưa ra, trọng số để dự báo cho tháng 7

di động 3 kỳ là 0.4;0.2;0.4 => Tháng 4 và tháng 6 ảnh hưởng nhiều nhất đến kết quả dự báo Vậy dự báo cho nước đóng chai trong tháng 7 là:

Biểu đồ 2: Biểu đồ đường thể hiện dự báo cho nước đóng chai bằng phương pháp trung bình

D7= 15+19+18

3 = 17.3333333

- Trong trường hợp khi nhu cầu có sự biến động, trong đó thời gian gần nhất có ảnh hưởng nhiều đến kết quả dự báo, thời gian càng xa thì ảnh hưởng càng nhỏ, vì vậy chúng ta dùng phương pháp trung bình động sẽ thích hợp hơn Tuy nhiên, phương pháp trung bình động chỉ phù hợp cho các dự báo theo xu hướng

- Theo phương pháp này thì nhu cầu của các giai đoạn đều có trọng số như nhau

- Phương pháp trung bình động chỉ có hiệu quả khi nhu cầu tương đối ổn định theo thời gian

- Cả trung bình động 3 kỳ và trung bình động có trọng số tuy có ưu điểm là san bằng được các biến động ngẫu nhiên trong dãy số nhưng chúng đều có nhược điểm là độ nhạy cảm và chưa cho thấy được xu hướng phát triển của dãy số một cách tốt nhất

Month Demand Forecast

Bảng 2: Dự báo cho nước đóng chai trong tháng 7 bằng phương pháp trung bình động 3 kỳ

Hình 12: Dự báo cho nước đóng chai trong tháng 7 bằng phương pháp trung bình động 3 kỳ (giải

bằng QM)

Biểu đồ 3: Biểu đồ đường thể hiện dự báo cho nước đóng chai bằng phương pháp trung bình

3.3 Giải thích phương pháp Làm mịn hàm mũ, với Dự báo cho tháng 6 là 16 và α =

- Làm mịn hàm mũ là một phương pháp đơn giản nên được sử dụng rộng rãi Hệ số α trong

mô hình dự báo thể hiện tầm quan trọng hay mức độ ảnh hưởng của số liệu hiện tại đến đại lượng dự báo α càng thấp thì sự ổn định càng cao, α càng cao thì sự ổn định càng thấp

Bảng 3: Dự báo cho nước đóng chai trong tháng 7 bằng phương pháp làm mịn hàm mũ

Hình 13: Dự báo cho nước đóng chai trong tháng 7 bằng phương pháp làm mịn hàm mũ (giải

bằng QM)

Biểu đồ 4: Biểu đồ đường thể hiện dự báo cho nước đóng chai bằng phương pháp làm mịn hàm

mũ

K ết luận:

Trung bình độ lệch tuyệt đối MAD hay trung bình bình phương sai số MSE cho thấy độ lớn của sai số hay bình phương sai số dự báo, thường dùng trong so sánh độ chính xác của các mô hình dự báo khác nhau Tuy nhiên, để đánh giá độ chính xác của một mô hình, ta thường dùng trung bình

độ lệch tương đối MAPE tính đến độ lớn tương đối của độ lệch dự báo so với độ lớn giá trị thực,

mô hình có Trung bình độ lệch tương đối MAPE, tương tự với trung bình phương sai số MSE càng nhỏ thì dự báo càng chính xác.Sau khi dự báo nhu cầu nước đóng chai cho tháng 7 bằng 3 phương pháp: trung bình động có trọng số, trung bình động 3 kỳ và làm mịn hàm mũ ta có giá trị MSE lần lượt là 5,16%, 4%, 4% Vậy trong ba phương pháp, theo giá trị MSE thì ta thấy phương pháp trung bình động 3 kỳ và phương pháp làm mịn hàm mũ có độ chính xác cao hơn Xét thêm giá trị MAPE của ba phương pháp lần lượt là: 9,259%, 8,564%, 11,111% thì ta có thể kết luận được rằng nên ưu tiên phương pháp trung bình động 3 kỳ vì nó có độ chính xác cao nhất cả trong 02 trường hợp Ngoài ra chúng ta cũng có thể xem xét độ dốc của đồ thị dự báo nếu càng ít dốc thì độ chính xác càng cao Trong ba đồ thị thì ta thấy Biểu đồ 2 là có độ thoải nhiều nhất nên ta nên ưu tiên phương

án trung bình động 3 kỳ