Bài thi cuối khóa dự án cá nhân phân tích ra quyết đị nh và bài toán phân tích kinh doanh

Bảng thể hiện sự thay đổi của điều kiện ràng buộc số lượ ng sản phẩm có thể cung cấ p tối đa cho Khách hàng 1 trên Excel Solver .... Bảng thể hiện sự thay đổi của điều kiện ràng buộc số

DỰ  ÁN CÁ NHÂN

Học Viên: Lâm Nguyễn Kim Châu

Môn học: Phân Tích Kinh Doanh Mã số học viên: 202109003

………

………

………

………

………

………

………

………

……… 

Thành phố Hồ Chí Minh, ngày… tháng… năm 2021 

Giảng viên hướ ng dẫn

(Ký tên)

TÓM LƯỢ C

Sau khi tiế p thu kiến thức từ môn học Phân tích Kinh Doanh, học viên tiến hành thực hiện

Dự Án Cá Nhân để truyền đạt những kiến thức mình đã nắm được cũng như ứng dụngnhững kiến thức này vào giải quyết những bài toán kinh doanh trong thực tế doanhnghiệ p Dự Án Cá Nhân gồm có ba phần chính:

Phần Một: Học viên sẽ  phân tích mô hình đại số tuyến tính, áp dụng Excel Solver và QMfor Windows để giải quyết bài toán phân tích kinh doanh, tìm ra đượ c giải pháp tối ưu để tối đa hóa lợ i nhuận dựa trên tình huống học viên tự thiết lập Đồng thờ i, học viên cũng phân tích độ nhạy (khoảng thay đổi) của các biến hàm mục tiêu để không làm thay đổigiải pháp tối ưu và dự báo mức thay đổi của giá tr ị mục tiêu khi các điều kiện ràng buộcthay đổi Tất cả những phân tích độ nhạy –  Nếu thì này đều dựa trên quy luật 100%.Phần Hai: Sau khi đưa ra tình huống của một trò chơi thực tế, học viên sẽ sử dụng quyluật Bayes và biểu đồ cây trong QM f or Windows để gợ i ý ra quyết định cho người chơitrong trò chơi này Với trườ ng hợ  p sử dụng thông tin hoàn hảo, học viên sẽ giúp ngườ ichơi xác định r ằng người đó có nên bỏ ra chi phí để lấy đượ c nguồn thông tin hoàn hảonày không, cũng như sử dụng sử dụng quy luật Bayes và biểu đồ cây trong QM forWindows, một lần nữa, giúp người chơi đưa ra quyết định trong trườ ng hợ  p có thông tinhoàn hảo

Phần Ba: Dựa vào số liệu thực tế của một doanh nghiệ p trong một khoảng thờ i gian nhấtđịnh, học viên sẽ dùng ba phương pháp Last-Value, Averaging và Moving-Average để dự  báo số liệu cho các k ỳ sau Các chỉ số về trung bình các sai số dự báo (MAD) và trung

PHẦ N 1: LẬP TRÌNH TUYẾ N TÍNH VÀ BÀI TOÁN PHÂN TÍCH KINH DOANH 11

I Mở  đầu: Bối cảnh tình huống 11

II Ứ ng dụng thực tiễn 12

1 Giớ i thiệu mô hình lậ p trình tuyến tính ứng dụng trong tình huống mà bạn xây dựng 12

2 Xác định vấn đề 13

3 Thiết lập mô hình đại số tuyến tính cho tình huống 13

4 Xây dựng mô hình lậ p trình tuyến tính trên Excel Solver và QM for Windows 15

III K ết luận 45

PHẦ N 2: PHÂN TÍCH RA QUYẾT ĐỊ NH VÀ BÀI TOÁN PHÂN TÍCH KINH DOANH 45

I Mở  đầu: Bối cảnh tình huống 45

II Ứ ng dụng thực tiễn 46

III K ết luận 60

PHẦ N 3: DỰ  BÁO VÀ PHÂN TÍCH KINH DOANH 61

1 Mở  đầu 61

2 Cơ sở  lý luận 61

3 Ứ ng dụng thực tiễn 63

4 K ết luận 79

TÀI LIỆU THAM KHẢO 81

MỤC LỤC BẢNG

Bảng 1.1 Dữ liệu cho tình huống của công ty ABC 12

Bảng 1.2 Tình huống 1 thể hiện trên Excel Solver 16

Bảng 1.3 Bảng thể hiện cách giải quyết tình huống 1 bằng Excel Solver 17

Bảng 1.4 Điều kiện ràng buộc về nguồn lực sản xuất của nhà máy thể hiện trên Solver 18 Bảng 1.5 Điều kiện ràng buộc về số lượ ng sản phẩm phải cung cấ p tối thiểu cho khách hàng thể hiện trên Solver 18

Bảng 1.6 Điều kiện ràng buộc về số lượ ng sản phẩm tối đa có thể cung cấ p khách hàng thể hiện trên Solver 19

Bảng 1.7 Bảng thể hiện cách sử dụng Excel Solver 19

Bảng 1.8 Bảng thể hiện cách sử dụng phương trình linear trên QM for Windows  21

Bảng 1.9 Bảng thể hiện cách sử dụng phần mềm QM để giải quyết tình huống 1 21

Bảng 1.10 Bảng k ết quả tình huống 1 của Excel Solver 23

Bảng 1.11 Bảng k ết quả tình huống 1 của QM for Windows 23

Bảng 1.12 Bảng độ nhạy của unit profit trong tình huống 1 của Excel Solver 24

Bảng 1.13 Bảng độ nhạy của unit profit trong tình huống 1 của QM for Windows 25

Bảng 1.14 Bảng thể hiện giá tr ị thay đổi đồng thờ i của unit profit trong Excel Solver 28

Bảng 1.15 Bảng thể hiện giá tr ị thay đổi đồng thờ i của unit profit trong QM for Windows   28

Bảng 1.16 Bảng thể hiện sự thay đổi của điều kiện ràng buộc số lượ ng sản phẩm có thể  cung cấ p tối đa cho Khách hàng 1 trên Excel Solver   30

Bảng 1.17 Bảng thể hiện sự thay đổi của điều kiện ràng buộc số lượ ng sản phẩm có thể  cung cấ p tối đa cho Khách hàng 1 trên QM for Windows  30

Bảng 1.19 Bảng độ nhạy của các điều kiện ràng buộc của tình huống 1 trên QM for Windows 31

 phải cung cấ p cho Khách hàng 2 trên Excel Solver 36Bảng 1.29 Bảng thể hiện sự thay đổi của điều kiện ràng buộc số lượ ng sản phẩm tối thiểu phải cung cấ p cho Khách hàng 2 trên QM for Windows 37Bảng 1.30 Bảng thể hiện sự thay đổi của điều kiện ràng buộc số lượ ng sản phẩm tối thiểu phải cung cấ p cho Khách hàng 3 trên Excel Solver 37Bảng 1.31 Bảng thể hiện sự thay đổi của điều kiện ràng buộc số lượ ng sản phẩm tối thiểu phải cung cấ p cho Khách hàng 3 trên QM for Windows 38Bảng 1.32 Bảng thể hiện sự thay đổi của điều kiện ràng buộc số lượ ng sản phẩm tối thiểu phải cung cấ p cho Khách hàng 4 trên Excel Solver 38Bảng 1.33 Bảng thể hiện sự thay đổi của điều kiện ràng buộc số lượ ng sản phẩm tối thiểu phải cung cấ p cho Khách hàng 4 trên QM for Windows 39Bảng 1.34 Bảng thể hiện sự thay đổi của điều kiện ràng buộc nguồn lực sản xuất của Nhàmáy 1 trên Excel Solver 39Bảng 1.35 Bảng thể hiện sự thay đổi của điều kiện ràng buộc nguồn lực sản xuất của Nhàmáy 1 trên QM for Windows 40Bảng 1.36 Bảng thể hiện sự thay đổi của điều kiện ràng buộc nguồn lực sản xuất của Nhàmáy 2 trên Excel Solver 40Bảng 1.37 Bảng thể hiện sự thay đổi của điều kiện ràng buộc nguồn lực sản xuất của Nhàmáy 2 trên QM for Windows 41Bảng 1.38 Bảng thể hiện sự thay đổi của điều kiện ràng buộc nguồn lực sản xuất của Nhàmáy 3 trên Excel Solver 41Bảng 1.39 Bảng thể hiện sự thay đổi của điều kiện ràng buộc nguồn lực sản xuất của Nhàmáy 3 trên QM for Windows 42Bảng 1.40 Bảng thể hiện sự thay đổi của tất cả 11 điều kiện ràng buộc trên Excel Solver   43

Bảng 1.41 Bảng thể hiện sự thay đổi của tất cả 11 điều kiện ràng buộc trên QM for

Windows 44

Bảng 2.1 Mô hình phân tích ra quyết định của tình huống 2 47

Bảng 2.2 Payoff Table thể hiện Giá tr ị K ỳ vọng Thu hồi của việc tr ả lờ i câu hỏi $550,000 có gọi điện cho bạn 47

Bảng 2.3 Payoff Table thể hiện Giá tr ị K ỳ vọng Thu hồi của việc tr ả lờ i câu hỏi $550,000 không gọi điện cho bạn 48

Bảng 2.4 Payoff Table thể hiện Giá tr ị K ỳ vọng Thu hồi của việc tr ả lờ i câu hỏi $1,050,000 có gọi điện cho bạn 48

Bảng 2.5 Payoff Table thể hiện Giá tr ị K ỳ vọng Thu hồi của việc tr ả lờ i câu hỏi $1,050,000 không gọi điện cho bạn 48

Bảng 2.6 Biểu đồ cây trong QM for Windows để giải quyết tình huống 2 49

Bảng 2.7 Payoff Table thể hiện dữ liệu để tính Giá tr ị K ỳ vọng Thu hồi của việc tr ả lờ i câu hỏi $550,000 có gọi điện cho bạn khi có sử dụng thông tin hoàn hảo 53

Bảng 2.8 Payoff Table thể hiện dữ liệu để tính Giá tr ị K ỳ vọng Thu hồi của việc tr ả lờ i câu hỏi $550,000 không gọi điện cho bạn khi có sử dụng thông tin hoàn hảo 54

Bảng 2.9 Payoff Table thể hiện dữ liệu để tính Giá tr ị K ỳ vọng Thu hồi của việc tr ả lờ i câu hỏi $1,050,000 có gọi điện cho bạn khi có sử dụng thông tin hoàn hảo 55

Bảng 2.10 Payoff Table thể hiện dữ liệu để tính Giá tr ị K ỳ vọng Thu hồi của việc tr ả lờ i câu hỏi $1,050,000 không gọi điện cho bạn khi có sử dụng thông tin hoàn hảo 55

Bảng 2.11 Biểu đồ cây trong QM for Windows để giải quyết tình huống 2 khi có sử dụng thông tin hoàn hảo 57

Bảng 3.1 Dữ liệu của tình huống 3 61

Bảng 3.2 Ví dụ của phương pháp dự báo Last-Value 62

Bảng 3.3 Ví dụ của phương pháp dự báo Averaging 62

Bảng 3.4 Ví dụ của phương pháp dự báo Moving-Average 63

Averaging có tính đến yếu tố mùa vụ  73Bảng 3.14 Bảng thể hiện giá tr ị dự báo tình huống 3 bằng phương pháp dự báo Moving-Average có tính đến yếu tố mùa vụ  74Bảng 3.15 Bảng thể hiện sai số dự báo của tình huống 3 khi dự báo bằng phương phápLast-Value có tính đến yếu tố thờ i vụ  76Bảng 3.16 Bảng thể hiện sai số dự báo của tình huống 3 khi dự báo bằng phương phápAveraging có tính đến yếu tố thờ i vụ  77Bảng 3.17 Bảng thể hiện sai số dự báo của tình huống 3 khi dự báo bằng phương phápMoving-Average có tính đến yếu tố thờ i vụ  78

DANH MỤC TỪ  VIẾT TẮT

EP (withoutmore info)

Giá tr ị K ỳ vọng Thu hồi đượ c tính bằng quy luật Bayes vớ i xác suấttrong tình huống ban đầu khi chưa sử dụng thông tin hoàn hảo

EP (with

công ty hiện có số lượ ng sản phẩm được đặt hàng bở i khách hàng nhiều hơn mức sản phẩm công ty có thể đáp ứng Công ty ABC cũng đang có kế hoạch để mở  thêm nhà máy

để sản xuất, nhưng nó sẽ không sẵn sàng cho đến năm sau. 

Trong tháng tớ i, bốn khách hàng tiềm năng của công ty (nhà bán sỉ) ở  các khu vực khácnhau của quốc gia muốn thực hiện các cuộc giao dịch lớ n vớ i công ty ABC Khách hàng 1

là khách hàng tiềm năng nhất của công ty, vì vậy nguồn lực sản xuất của công ty sẽ ưutiên đáp ứng đầy đủ đơn đặt hàng của Khách hàng 1 này Khách hàng 2 và 3 cũng lànhững khách hàng có tiềm năng của công ty, vì vậy Giám đốc Tiế p thị của công ty đãquyết định r ằng, tối thiểu, có ít nhất một phần ba số lượng đặt hàng của họ phải được đápứng Tuy nhiên, cô ấy không cảm thấy r ằng Khách hàng 4 cần được xem xét đặc biệt và

vì vậy không sẵn lòng đảm bảo bất k ỳ số lượng đặt hàng tối thiểu nào cho khách hàngnày Chúng ta biết r ằng, số lượ ng sản phẩm công ty ABC sản xuất sẽ đủ để vượ t quá số lượ ng tối thiểu này

Phần lớ n do sự khác biệt đáng kể trong chi phí vận chuyển, lợ i nhuận ròng sẽ kiếm đượ ctrên mỗi đơn vị sản phẩm bán đượ c khác nhau r ất nhiều, tùy thuộc vào sản phẩm đó donhà máy nào đang cung cấ p cho khách hàng nào

Do đó, quyết định cuối cùng về số lượ ng sản phẩm đáp ứng cho mỗi khách hàng (phải lớ nhơn hoặc bằng số lượ ng sản phẩm đáp ứng tối thiểu cho mỗi khách hàng do Giám đốcTiế p thị thiết lậ p) sẽ dựa trên việc tối đa hóa lợ i nhuận tất cả sản phẩm bán đượ c

Lợ i nhuận đơn vị cho mỗi sự k ết hợ  p của một nhà máy cung cấ p cho một khách hàng cụ thể đượ c thể hiện trong Bảng 1 Cột ngoài cùng bên phải cho biết số lượ ng sản phẩm màmỗi nhà máy sẽ sản xuất đượ c trong tháng tớ i (tổng cộng là 40.000) Hàng dướ i cùng hiểnthị số lượng đặt hàng đã đượ c yêu cầu bở i mỗi

khách hàng (tổng số 60.000) Hàng liền k ề bên trên của hàng dướ i cùng cho biết số lượ ngsản phẩm đượ c công ty ABC cung cấ p tối thiểu cho mỗi khách hàng (tổng số 24.000), dựatrên các quyết định của Giám đốc Tiế p thị đượ c mô tả ở  trên

Giám đốc Tiế p thị cần xác định có bao nhiêu đơn vị sản phẩm để bán cho mỗi khách hàng(quan sát số lượ ng sản phẩm phải đáp ứng tối thiểu này) và có bao nhiêu đơn vị sản phẩmcần vận chuyển từ mỗi nhà máy đến mỗi khách hàng để tối đa hóa lợ i nhuận

Customer Unit Profit

1 2 3 4

Production Quantity

Plant 1 2

14,000  Minimum purchase

Requested purchase

14,000 6,000 4,000 0 14,000 18,000 12,000 16,000

Bảng 1.1 Dữ liệu cho tình huống của công ty ABC

cấ p) <= Số lượ ng sản phẩm Khách hàng 1, 2, 3, 4 yêu cầu (đặt hàng).

Hàm mục tiêu của bài toán là tối đa lợ i nhuận thu đượ c từ việc bán sản phẩm, nên:

Lợ i nhuận đơn vị của mỗi sản phẩm đượ c cung cấ p bở i mỗi nhà máy cho từng khách hàngnhân cho số lượ ng sản phẩm đượ c cung cấ p bở i mỗi nhà máy cho từng khách hàng phảiđạt giá tr ị cao nhất

2 Xác định vấn đề

Trong bài toán này, vấn đề mà ta phải ra quyết định:

 Nhà Phân tích Kinh doanh cần giúp Giám đốc Tiế p thị trong công ty xác định số lượ ngsản phẩm đượ c sản xuất ở  mỗi nhà máy để cung cấ p cho từng khách hàng (đáp ứng số lượ ng sản phẩm phải cung cấ p tối thiểu cho từng khách hàng theo yêu cầu của Giám đốcTiế p thị) sao cho tối đa hóa lợ i nhuận thu đượ c từ việc bán các sản phẩm nói trên

3 Thiết lập mô hình đại số tuyến tính cho tình huống

Gọi:

Số lượ ng sản phẩm Nhà máy 1 cung cấ p cho Khách hàng 1 là P1C1

Số lượ ng sản phẩm Nhà máy 1 cung cấ p cho Khách hàng 2 là P1C2

Số lượ ng sản phẩm Nhà máy 1 cung cấ p cho Khách hàng 3 là P1C3

Số lượ ng sản phẩm Nhà máy 1 cung cấ p cho Khách hàng 4 là P1C4

Số lượ ng sản phẩm Nhà máy 2 cung cấ p cho Khách hàng 1 là P2C1

Số lượ ng sản phẩm Nhà máy 2 cung cấ p cho Khách hàng 2 là P2C2

Số lượ ng sản phẩm Nhà máy 2 cung cấ p cho Khách hàng 3 là P2C3

Số lượ ng sản phẩm Nhà máy 2 cung cấ p cho Khách hàng 4 là P2C4

Số lượ ng sản phẩm Nhà máy 3 cung cấ p cho Khách hàng 1 là P3C1

Số lượ ng sản phẩm Nhà máy 3 cung cấ p cho Khách hàng 2 là P3C2

Số lượ ng sản phẩm Nhà máy 3 cung cấ p cho Khách hàng 3 là P3C3

Số lượ ng sản phẩm Nhà máy 3 cung cấ p cho Khách hàng 4 là P3C4Khả năng Nhà máy 1 có thể sản xuất là 16,000 đơn vị sản phẩm, vậy tổng sản phẩm Nhàmáy 1 cung cấp cho Khách hàng 1, 2, 3, 4 cũng là 16,000 đơn vị sản phẩm, ta có phươngtrình:

P1C1 + P1C2 + P1C3 + P1C4 = 16,000Khả năng Nhà máy 2 có thể sản xuất là 10,000 đơn vị sản phẩm và khả năng Nhà máy 3

có thể sản xuất là 14,000 đơn vị sản phẩm, tương tự, ta có các phương trình: 

P2C1 + P2C2 + P2C3 + P2C4 = 10,000P3C1 + P3C2 + P3C3 + P3C4 = 14,000

Số lượ ng sản phẩm phải cung cấ p tối thiểu cho Khách hàng 1 là 14,000 đơn vị (vậnchuyển từ nhà máy 1, 2, 3), ta có phương trình: 

P1C1 + P2C1 + P3C1 >= 14,000

Giám đốc Tiế p thị cần tối ưu hóa lợ i nhuận của số lượ ng sản phẩm bán đượ c, gọi P là lợ inhuận cần phải tối ưu hóa, lợ i nhuận của các sản phẩm bán đượ c bằng lợ i nhuận đơn vị của từng sản phẩm mà mỗi nhà máy cung cấ p cho mỗi khách nhân cho số lượ ng sản phẩm

mà mỗi nhà máy cung cấ p cho mỗi khách hàng để tối ưu hóa lợ i nhuận, ta có:

Số lượ ng sản phẩm mỗi nhà máy cung cấ p cho mỗi khách hàng sao cho P = 110P1C1 +84P1C2 + 92P1C3 + 106P1C4 + 74P2C1 + 36P2C2 + 64P2C3 + 96P2C4 + 58P3C1 +118P3C2 + 102P3C3 + 70P3C4 đạt giá tr ị cao nhất

4 Xây dựng mô hình lậ p trình tuyến tính trên Excel Solver và QM for WindowsXây dựng mô hình lậ p trình tuyến tính trên Excel Solver:

Bảng 1.2 Tình huống 1 thể hiện trên Excel Solver

Dữ liệu có sẵn của bài toán:

Vùng trên bảng tính B2:E4 thể hiện lợ i nhuận đơn vị của mỗi sản phẩm đượ c cung cấ p từ mỗi nhà máy đến từng khách hàng

Vùng trên bảng tính H8:H10 thể hiện năng lực sản xuất ra bao nhiêu đơn vị sản phẩm củamỗi Nhà máy 1, 2, 3

Vùng trên bảng tính B12:E12 thể hiện số lượ ng sản phẩm tối thiểu phải đượ c cung cấ pcho từng Khách hàng 1, 2, 3, 4 theo yêu cầu (theo thứ tự ưu tiên) của Giám đốc Tiế p thị.Xây dựng các hàm excel cho bài toán:

Thể hiện số lượ ng sản phẩm từng Nhà máy 1, 2, 3 cung cấ p cho các Khách hàng 1, 2, 3,

4, ta có các hàm excel:

F8 =SUM(B8:E8) (Số lượ ng sản phẩm sản xuất ra ở  Nhà máy 1)F9 =SUM(B9:E9) (Số lượ ng sản phẩm sản xuất ra ở  Nhà máy 2)F10 =SUM(B10:E10) (Số lượ ng sản phẩm sản xuất ra ở  Nhà máy 3)Thể hiện số lượ ng sản phẩm đượ c cung cấ p cho từng Khách hàng 1, 2, 3, 4 bở i các Nhàmáy 1, 2, 3, ta có các hàm excel:

B14 = SUM(B8:B10) (Số lượ ng sản phẩm cung cấ p cho Khách hàng 1)C14 = SUM(C8:C10) (Số lượ ng sản phẩm cung cấ p cho Khách hàng 2)

Bảng 1.3 Bảng thể hiện cách giải quyết tình huống 1 bằng Excel SolverTrong Excel, chọn Data, chọn Solver, ta điền các mục như sau: 

Set Objective là tối đa hóa lợ i nhuận, vì vậy ta điền vào Set Objective là ô thể hiện giá tr ị tổng lợ i nhuận trong Excel là $H$16 và bên dướ i chọn To Max

By Changing Variable Cells là các biến cần phải tìm trong bài toán này, cụ thể là số lượ ngsản phẩm mỗi nhà máy cung cấ p cho từng khách hàng, nên ta chọn ô thể hiện giá tr ị củacác biến này Excel là $B$8:$E$10

Subject to the Constraints là phần thể hiện các điều kiện ràng buộc các biến ở  trên, tachọn Add để thêm vào các điều kiện vào vùng này.

Bảng 1.4 Điều kiện ràng buộc về nguồn lực sản xuất của nhà máy thể hiện trên Solver

Số lượ ng sản phẩm Nhà máy 1, 2, 3 sản xuất phải bằng vớ i số lượ ng sản phẩm có thể sảnxuất đượ c theo khả năng tại Nhà máy 1, 2, 3 đề tối ưu hóa nguồn lực, nên ta có ô điềukiện $F$8:$F$10 = $H$8:$H$10

Bảng 1.5 Điều kiện ràng buộc về số lượ ng sản phẩm phải cung cấ p tối thiểu cho kháchhàng thể hiện trên Solver

Tổng số lượ ng sản phẩm cung cấ p cho Khách hàng 1, 2, 3, 4 phải lớn hơn hoặc bằng số lượ ng sản phẩm phải cung cấ p tối thiểu cho mỗi khách hàng theo yêu cầu của Giám đốc

Tổng số lượ ng sản phẩm cung cấ p cho Khách hàng 1, 2, 3, 4 phải nhỏ hơn hoặc bằng số lượ ng sản phẩm mà Khách hàng 1, 2, 3, 4 đặt hàng, nên ta có ô điều kiện

$B$14:$E$14 <= $B$12:$E$12

Sau đó, ta đánh dấu vào ô “Make Unconstrained Variables Non-negative” để các biến tr ả 

ra không là số âm Ở chỗ “Select A Solving Method” chọn Simplex LP vì đây là dạng môhình bậc nhất Sau đó, ta chọn Solve, r ồi ta chọn Keep Solver Solution, OK

Bảng 1.7 Bảng thể hiện cách sử dụng Excel SolverXây dựng mô hình lậ p trình tuyến tính trên QM for Windows

Vào phần mềm QM, ta chọn Module, Linear Programming Sau đó, ta vào File, New Tađiền vào các ô như sau: 

 Number of Constraints cho biết số lượng điều kiện ràng buộc của các biến Trong bài toánnày, ta thấy có 11 điều kiện ràng buộc (3 điều kiện ràng buộc về nguồn lực cung cấ p sản phẩm của 3 Nhà máy 1, 2, 3; 4 điều kiện ràng buộc về số lượ ng sản phẩm phải đáp ứng đủ cho Khách hàng 1, 2, 3, 4 theo yêu cầu của Giám đốc Tiế p thị; 4 điều kiện ràng buộc về 

số lượ ng sản phẩm cung cấp cho Khách hàng 1, 2, 3, 4 không được vượ t quá yêu cầu đặthàng của từng khách hàng) nên ta điền số 11 vào cột này

 Number of Variables cho biết số lượ ng biến cần tìm trong bài toán này Ở đây, chúng tathấy có 12 biến (số lượ ng sản phẩm mỗi Nhà máy 1, 2, 3 cung cấ p cho từng Khách hàng

1, 2, 3, 4) nên ta điền số 12 vào cột này

Objective thể hiện hàm mục tiêu của bài toán đó chính tối đa hóa lợ i nhuận nên ta chọnMaximize, OK

Bảng 1.8 Bảng thể hiện cách sử dụng phương trình linear trên QM for  Windows

Bảng 1.9 Bảng thể hiện cách sử dụng phần mềm QM để giải quyết tình huống 1Sau đó, ta gọi: P1C1, P1C2, P1C3, P1C4 lần lượ t là số lượ ng sản phẩm Nhà máy 1 cungcấp cho Khách hàng 1, 2, 3, 4 Tương tự, ta gọi: P2C1, P2C2, P2C3, P2C4 lần lượ t là số lượ ng sản phẩm Nhà máy 2 cung cấ p cho Khách hàng 1, 2, 3, 4 và P3C1, P3C2, P3C3,P3C4 lần lượ t là số lượ ng sản phẩm Nhà máy 3 cung cấ p cho Khách hàng 1, 2, 3, 4.Khi đó, ta điền 11 điều kiện theo các biến đã được đặt tên sẵn như sau: 

Để tối ưu hóa nguồn lực, số lượ ng sản phẩm mỗi Nhà máy 1, 2, 3 cung cấ p cho cácKhách hàng 1, 2, 3, 4 cũng phải bằng năng lực Nhà máy 1, 2, 3 có thể sản xuất, ta có cácđiều kiện:

P1C1 + P1C2 + P1C3 + P1C4 = 16,000

P2C1 + P2C2 + P2C3 + P2C4 = 10,000P3C1 + P3C2 + P3C3 + P3C4 = 14,000

Số lượ ng sản phẩm cung cấ p cho Khách hàng 1, 2, 3, 4 phải đáp ứng số lượ ng sản phẩmtối thiểu cung cấ p cho từng khách hàng theo yêu cầu của Giám đốc Tiế p thị, ta có cácđiều kiện:

P1C1 + P2C1 + P3C1 >= 14,000P1C2 + P2C2 + P3C2 >= 6,000P1C3 + P2C3 + P3C3 >= 4,000P1C4 + P2C4 + P3C4 >= 0

Số lượ ng sản phẩm cung cấ p cho Khách hàng 1, 2, 3, 4 không được vượ t quá số lượ ng sản phẩm từng khách hàng đặt hàng, ta có các điều kiện:

P1C1 + P2C1 + P3C1 <= 14,000P1C2 + P2C2 + P3C2 <= 18,000P1C3 + P2C3 + P3C3 <= 12,000P1C4 + P2C4 + P3C4 <= 16,000Sau đó, ta chọn Solutions để giải bài toán trên QM

5 Trình bày và giải thích k ết quả/ giải pháp tối ưu của mô hình từ Excel Solver và

QM for Windows

Bảng 1.10 Bảng k ết quả tình huống 1 của Excel Solver

Bảng 1.11 Bảng k ết quả tình huống 1 của QM for WindowsĐáp ứng các điều kiện ràng buộc về nguồn lực sản xuất của mỗi nhà máy, về số lượ ng sản phẩm tối thiểu phải cung cấ p cho từng khách hàng theo yêu cầu của Giám đốc Tiế p thị, về 

số lượ ng sản phẩm lớ n nhất đượ c cung cấ p cho từng khách hàng (dựa theo số lượng đặthàng của từng khách hàng), bài toán đạt đượ c lợ i nhuận tối đa là $4,304,000 khi số lượ ngsản phẩm từ mỗi nhà máy cung cấ p cho mỗi khách hàng (các biến) có giá tr ị là:

Khách hàng 1 nhận tổng cộng 14,000 sản phẩm hoàn toàn từ Nhà máy 1 cung cấ p

Khách hàng 2 nhận tổng cộng 12,000 sản phẩm hoàn toàn từ Nhà máy 3 cung cấ p

Khách hàng 3 nhận tổng cộng 4,000 sản phẩm, trong đó có 2,000 sản phẩm từ Nhà máy 1cung cấ p và 2,000 sản phẩm từ Nhà máy 3 cung cấ p

Khách hàng 4 nhận tổng cộng 10,000 sản phẩm hoàn toàn từ Nhà máy 2 cung cấ p.

i Từng biến trong hàm mục tiêu thay đổi

Bảng 1.12 Bảng độ nhạy của unit profit trong tình huống 1 của Excel Solver Nhìn vào bảng Excel Solver phân tích độ nhạy, ta thấy khi lợ i nhuận đơn vị (trong bảngnày hiển thị là chỉ số Objective Coefficient) của một sản phẩm từ Nhà máy 1 cung cấ pcho Khách hàng 1 tăng đến vô cùng và giảm đi 2 đơn vị sẽ không làm thay đổi số lượ ngsản phẩm đượ c phân phối từ  Nhà máy 1 đến Khách hàng 1 (Allowable Increase/ Decrease

là khoảng tăng và giảm cho phép của lợ i nhuận đơn vị)

Bảng 1.13 Bảng độ nhạy của unit profit trong tình huống 1 của QM for Windows Nhìn vào bảng phân tích độ nhạy của QM, ta thấy khi lợ i nhuận đơn vị (trong bảng nàyhiển thị là chỉ số Original Value) của một sản phẩm từ Nhà máy 1 cung cấ p cho Kháchhàng 1 tăng đến vô cùng và giảm đi 2 đơn vị sẽ không làm thay đổi số lượ ng sản phẩmđượ c phân phối từ  Nhà máy 1 đến Khách hàng 1 (Upper/ Lower Bound là mức tăng/ giảmcho phép của lợ i nhuận đơn vị.

Ta có thể viết như sau:

UNIT PROFIT P1C1 [108;∞) sẽ không làm thay đổi final value trong Excel Solver/ valuetrong QM (14,000 sản phẩm P1C1; 2,000 sản phẩm P1C3; 10,000 sản phẩm P2C4;12,000 sản phẩm P3C2 và 2,000 sản phẩm P3C3)

Tương tự, ta có:

UNIT PROFIT P1C2 (∞;108] sẽ không làm thay đổi final value trong Excel Solver/ valuetrong QM (14,000 sản phẩm P1C1; 2,000 sản phẩm P1C3; 10,000 sản phẩm P2C4;12,000 sản phẩm P3C2 và 2,000 sản phẩm P3C3)

UNIT PROFIT P1C3 [90;94] sẽ không làm thay đổi final value trong Excel Solver/ valuetrong QM (14,000 sản phẩm P1C1; 2,000 sản phẩm P1C3; 10,000 sản phẩm P2C4;12,000 sản phẩm P3C2 và 2,000 sản phẩm P3C3)

UNIT PROFIT P1C4 (∞;108] sẽ không làm thay đổi final value trong Excel Solver/ valuetrong QM (14,000 sản phẩm P1C1; 2,000 sản phẩm P1C3; 10,000 sản phẩm P2C4;12,000 sản phẩm P3C2 và 2,000 sản phẩm P3C3)

UNIT PROFIT P2C1 (∞;98] sẽ không làm thay đổi final value trong Excel Solver/ valuetrong QM (14,000 sản phẩm P1C1; 2,000 sản phẩm P1C3; 10,000 sản phẩm P2C4;12,000 sản phẩm P3C2 và 2,000 sản phẩm P3C3)

UNIT PROFIT P2C2 (∞;96] sẽ không làm thay đổi final value trong Excel Solver/ valuetrong QM (14,000 sản phẩm P1C1; 2,000 sản phẩm P1C3; 10,000 sản phẩm P2C4;12,000 sản phẩm P3C2 và 2,000 sản phẩm P3C3)

UNIT PROFIT P2C3 (∞;80] sẽ không làm thay đổi final value trong Excel Solver/ valuetrong QM (14,000 sản phẩm P1C1; 2,000 sản phẩm P1C3; 10,000 sản phẩm P2C4;12,000 sản phẩm P3C2 và 2,000 sản phẩm P3C3)

UNIT PROFIT P2C4 [80;∞) sẽ không làm thay đổi final value trong Excel Solver/ valuetrong QM (14,000 sản phẩm P1C1; 2,000 sản phẩm P1C3; 10,000 sản phẩm P2C4;12,000 sản phẩm P3C2 và 2,000 sản phẩm P3C3)

UNIT PROFIT P3C1 (∞;120] sẽ không làm thay đổi final value trong Excel Solver/ valuetrong QM (14,000 sản phẩm P1C1; 2,000 sản phẩm P1C3; 10,000 sản phẩm P2C4;12,000 sản phẩm P3C2 và 2,000 sản phẩm P3C3)

UNIT PROFIT P3C2 [116;120] sẽ không làm thay đổi final value trong Excel Solver/value trong QM (14,000 sản phẩm P1C1; 2,000 sản phẩm P1C3; 10,000 sản phẩm P2C4;12,000 sản phẩm P3C2 và 2,000 sản phẩm P3C3)

Giải thích theo quy luật 100%:

Ta thay đổi 12 lợ i nhuận đơn vị theo điều kiện trên, cụ thể, tác giả thay đổi giá tr ị của lợ inhuận đơn vị theo số liệu trong bảng tính dưới đây:

Bảng 1.14 Bảng thể hiện giá tr ị thay đổi đồng thờ i của unit profit trong Excel Solver

Bảng 1.15 Bảng thể hiện giá tr ị thay đổi đồng thờ i của unit profit trong QM for WindowsMức thay đổi của lợ i nhuận đơn vị P1C1 = |lợ i nhuận đơn vị P1C1 lúc sau - lợ i nhuận đơn

vị P1C1 ban đầu| / Mức tăng hay giảm cho phép của lợ i nhuận đơn vị P1C1 (hiển thị làAllowable Increase/ Decrease trong bảng độ nhạy của Excel Solver hay là mức thay đổiUpper/ Lower Bound so vớ i Original Value trong bảng độ nhạy của QM)

Mức thay đổi của lợ i nhuận đơn vị P3C2 = |118.1 - 118|/2 = 5%

Mức thay đổi của lợ i nhuận đơn vị P3C3 = |101.9 - 102|/2 = 5%

Mức thay đổi của lợ i nhuận đơn vị P3C4 = |71 - 70|/48 = 2.08%

Lưu ý: nếu final value (trong bảng độ nhạy Excel Solver) hay value (trong bảng độ nhạyQM) khác 0, reduced cost = 0; nếu final value (trong bảng độ nhạy Excel Solver) hayvalue (trong bảng độ nhạy QM) = 0, reduced cost khác 0; nếu final value (trong bảng độ nhạy Excel Solver) hay value (trong bảng độ nhạy QM) và reduced cost đều = 0, sẽ có 2hàm mục tiêu, 2 total profit maximum

Tổng mức thay đổi của 12 lợ i nhuận đơn vị = 5% + 4.17% + 5% + 5% + 4.17% + 1.67%+ 6.25% + 6.25% + 1.61% + 5% + 5% + 2.08% = 51.2% < 100% => Sự thay đổi đồngthờ i của 12 lợ i nhuận đơn vị nói trên sẽ không làm thay đổi final value (trong ExcelSolver) hay value (trong QM) (14,000 sản phẩm P1C1; 2,000 sản phẩm P1C3; 10,000 sản phẩm P2C4; 12,000 sản phẩm P3C2 và 2,000 sản phẩm P3C3)

 b Dự báo mức thay đổi giá tr ị mục tiêu (objective cell) khi:

i Số liệu trong từng vế trái của các hàm giớ i hạn thay đổi

Thay đổi về điều kiện số lượ ng sản phẩm khách hàng yêu cầu đặt hàng:

Để dự báo mức thay đổi của giá tr ị mục tiêu (trong trườ ng hợ  p này là tổng lợ i nhuận),shadow price phải có ý nghĩa Như vậy từng ràng buộc (RHS) phải nhỏ hơn 100% Các

khoảng thay đổi của điều kiện số lượ ng sản phẩm khách hàng yêu cầu đặt hàng để thỏamãn quy luật 100%:

RHS (Customer 1) = [14000;16000]

RHS (Customer 2) = [12000;∞) RHS (Customer 3) = [4000;∞) RHS (Customer 4) = [10000;∞) 

Bảng 1.16 Bảng thể hiện sự thay đổi của điều kiện ràng buộc số lượ ng sản phẩm có thể cung cấ p tối đa cho Khách hàng 1 trên Excel Solver

Bảng 1.18 Bảng độ nhạy của các điều kiện ràng buộc của tình huống 1 trên Excel Solver 

Bảng 1.19 Bảng độ nhạy của các điều kiện ràng buộc của tình huống 1 trên QM forWindows

Mức thay đổi của RHS (Customer 1) = |RHS (Customer 1) lúc sau - RHS (Customer 1)lúc đầu|/ Mức tăng hay giảm cho phép của RHS (Customer 1) (hiển thị là AllowableIncrease/ Allowable Decrease trong bảng độ nhạy Excel Solver hay mức thay đổi củaUpper/ Lower Bound so vớ i Original Value trong QM)

Mức thay đổi của RHS (Customer 1) = |15000 –  14000| / 2000 = 50% < 100% => Shadow price (trong Excel Solver) hay Dual Value (trong QM) còn ý nghĩa

Total profit = Total profit ban đầu + Mức tăng của RHS (Customer 1) x Shadow price/Dual Value của RHS (Customer 1) –  Mức giảm của RHS (Customer 1) x Shadow price/Dual Value của RHS (Customer 1)

Total profit khi RHS (Customer 1) thay đổi = $4,304,000 + 1000 x 2 = $4,306,000

Bảng 1.20 Bảng thể hiện sự thay đổi của điều kiện ràng buộc số lượ ng sản phẩm có thể cung cấ p tối đa cho Khách hàng 2 trên Excel Solver

Bảng 1.21 Bảng thể hiện sự thay đổi của điều kiện ràng buộc số lượ ng sản phẩm có thể cung cấ p tối đa cho Khách hàng 2 trên QM for Windows 

Bảng 1.22 Bảng thể hiện sự thay đổi của điều kiện ràng buộc số lượ ng sản phẩm có thể cung cấ p tối đa cho Khách hàng 3 trên Excel Solver

Bảng 1.23 Bảng thể hiện sự thay đổi của điều kiện ràng buộc số lượ ng sản phẩm có thể cung cấ p tối đa cho Khách hàng 3 trên QM for Windows 

Ta thay đổi RHS (Customer 3) = 11,000 (đáp ứng khoảng thay đổi bên trên)Tương tự, ta có:

Mức thay đổi của RHS (Customer 3) = |11000 –  12000| / 8000 = 12.5% < 100% =>Shadow price/ Dual Value còn ý nghĩa

Total profit khi RHS (Customer 3) thay đổi = $4,304,000 - 1000 x 0 = $4,304,000

Bảng 1.24 Bảng thể hiện sự thay đổi của điều kiện ràng buộc số lượ ng sản phẩm có thể cung cấ p tối đa cho Khách hàng 4 trên Excel Solver

Bảng 1.25 Bảng thể hiện sự thay đổi của điều kiện ràng buộc số lượ ng sản phẩm có thể cung cấ p tối đa cho Khách hàng 4 trên QM for Windows

Ta thay đổi RHS (Customer 4) = 15,000 (đáp ứng khoảng thay đổi bên trên)

RHS (Customer 3) = [2000;10000]

RHS (Customer 4) = (∞;10000] 

Bảng 1.26 Bảng thể hiện sự thay đổi của điều kiện ràng buộc số lượ ng sản phẩm tối thiểu phải cung cấ p cho Khách hàng 1 trên Excel Solver

Bảng 1.27 Bảng thể hiện sự thay đổi của điều kiện ràng buộc số lượ ng sản phẩm tối thiểu phải cung cấ p cho Khách hàng 1 trên QM for Windows

Ta thay đổi RHS (Customer 1) = 13,000 (đáp ứng khoảng thay đổi bên trên)Tương tự, ta có:

Mức thay đổi của RHS (Customer 1) = |13000 –  14000| / ∞ ~ 0 < 100% => Shadow price/Dual Value còn ý nghĩa

Total profit khi RHS (Customer 1) thay đổi = $4,304,000 - 1000 x 0 = $4,304,000

Bảng 1.28 Bảng thể hiện sự thay đổi của điều kiện ràng buộc số lượ ng sản phẩm tối thiểu phải cung cấ p cho Khách hàng 2 trên Excel Solver

Total profit khi RHS (Customer 2) thay đổi = $4,304,000 + 1000 x 0 = $4,304,000

Bảng 1.30 Bảng thể hiện sự thay đổi của điều kiện ràng buộc số lượ ng sản phẩm tối thiểu phải cung cấ p cho Khách hàng 3 trên Excel Solver

Bảng 1.31 Bảng thể hiện sự thay đổi của điều kiện ràng buộc số lượ ng sản phẩm tối thiểu phải cung cấ p cho Khách hàng 3 trên QM for Windows

Ta thay đổi RHS (Customer 3) = 3,000 (đáp ứng khoảng thay đổi bên trên)Tương tự, ta có:

Mức thay đổi của RHS (Customer 3) = |3000 –  4000| / 2000 = 50% < 100% => Shadow price/ Dual Value còn ý nghĩa

Total profit khi RHS (Customer 3) thay đổi = $4,304,000 - 1000 x (-16) = $4,320,000

Bảng 1.32 Bảng thể hiện sự thay đổi của điều kiện ràng buộc số lượ ng sản phẩm tối thiểu phải cung cấ p cho Khách hàng 4 trên Excel Solver

Total profit khi RHS (Customer 4) thay đổi = $4,304,000 + 1000 x 0 = $4,304,000Thay đổi về điều kiện nguồn lực theo đơn vị sản phẩm mà mỗi nhà máy có thể sảnxuất:

Các khoảng thay đổi của điều kiện nguồn lực theo đơn vị sản phẩm mà mỗi nhà máy cóthể sản xuất để thỏa mãn quy luật 100% là:

Bảng 1.35 Bảng thể hiện sự thay đổi của điều kiện ràng buộc nguồn lực sản xuất của Nhàmáy 1 trên QM for Windows

Ta thay đổi RHS (Plant 1) = 15,000 (đáp ứng khoảng thay đổi bên trên)Tương tự, ta có:

Mức thay đổi của RHS (Plant 1) = |15000 –  16000| / 2000 = 50% < 100% => Shadow price/ Dual Value còn ý nghĩa

Total profit khi RHS (Plant 1) thay đổi = $4,304,000 - 1000 x 108 = $4,196,000