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

21 3.4K 3
Phương pháp phân tích định lượng - Chương 2 Cơ sở của lý thuyết ra quyết định

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

Thông tin tài liệu

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

Chương Cơ sở Lý thuyết Ra Quyết Định C2 Cơ sở Lý thuyết Ra Quyết Định Khái niệm chung Các bước Lý thuyết RQĐ PPĐL Các môi trường RQĐ Các mô hình RQĐ theo tính chất vấn đề Phân tích cận biên trường hợp có nhiều PA nhiều trạng thái tự nhiên (Marginal Analysis) (Khái niệm mô hỗ trợ RQĐ) Khái niệm chung  Lý thuyết RQĐ phương pháp phân tích cách thức RQĐ trình tự có hệ thống  QĐ tốt QĐ có xét đến tất số liệu tình xảy  QĐ Kết (hậu quả) Các bước Lý thuyết RQĐ PPĐL B1 Xác định rõ vấn đề cần giải B2 Liệt kê PA chọn B3 Xác định tình huống/trạng thái xảy B4 Xác định lợi ích/chi phí/thiệt hại phát sinh PA ứng với tình B5 Xác định mơ hình tốn học PPĐL mơi trường RQĐ phù hợp để tìm lời giải B6 Áp dụng mơ hình tìm lời giải RQĐ Các bước Lý thuyết RQĐ PPĐL (tt) VD: Bài tốn Cơng ty xẻ gỗ Thompson B1 Vấn đề: Có nên sản xuất sản phẩm để kinh doanh B2 Có tất PA thực Xây nhà máy lớn để sản xuất Xây nhà máy nhỏ để sản xuất Không sản xuất B3 Các tình có Thị trường thuận lợi Thị trường bất lợi B4 Ước tính lợi ích (chi phí) phát sinh chọn PA ứng với tình Phương án Trạng thái Thị trường tốt Thị trường xấu Nhà máy lớn 200.000 -180.000 Nhà máy nhỏ 100.000 -20.000 0 Không sản xuất B5 B6 Xác định mơ hình tốn để giải, tìm lời giải RQĐ Các môi trường RQĐ  RQĐ điều kiện định/không chắn bất  RQĐ điều kiện rủi ro (biết xác suất xảy tình huống)  RQĐ điều kiện xác định (biết tình xảy ra) Các mơ hình RQĐ theo tính chất vấn đề    i: PA hàng i bảng RQĐ j: Trạng thái cột j bảng RQĐ Pij: Lợi ích có chọn PA i trạng thái j xảy 4.1 RQĐ điều kiện khơng chắn • Mơ hình Maximax • Mơ hình Maximin • Mơ hình đồng ngẫu nhiên (Laplace) • Mơ hình Hurwicz – trung bình có trọng số • Mơ hình Minimax 4.2 RQĐ điều kiện rủi ro • Mơ hình Max EMV • Mơ hình Min EOL Các mơ hình RQĐ theo tính chất vấn đề (tt1) 4.1 RQĐ điều kiện khơng chắn Mơ hình Maximax: Maxi (Max Pij) Mơ hình Maximin: Maxi (Min Pij) Mơ hình Minimax: Mini [Maxj OLij]  ∑ Pij   Mô hình đồng ngẫu nhiên (Laplace): Max i   ∑j    Mơ hình Hurwicz – trung bình có trọng số: α trọng số (0 Chọn PA có EOL nhỏ T.Trường tốt T.Trường xấu EOL Nhà máy lớn 180.000 90.000 Nhà máy nhỏ 100.000 20.000 60.000 Không sản xuất 200.000 100.000 0.5 0.5 P(Sj) Nhận xét: EVWPI = EMVi + EOLi EVPI = Min EOL Đối với Bài tốn có bảng RQĐ chi phí, chuyển Max thành Min 10 Các mơ hình RQĐ theo tính chất vấn đề (tt4)  VD: Bài tốn chi phí Máy biến Nhu cầu điện TT mua sắm Ít Trung bình Nhiều Nhỏ 50 140 190 Vừa 100 100 190 Lớn 150 150 150 Maximax => Minimin Maximin => Minimax … 11 Các mơ hình RQĐ theo tính chất vấn đề (tt5) Phân tích độ nhạy: Giá trị EMV Xác suất p thay đổi nào, QĐ thay đổi 380.000 p – 180.000 = 120.000 p – 20.000 => p = 16/26 = 0,62 n y lớ ỏ má h hà yn V N má h EM VN EM EMV Không làm -20.000 -180.000 0,167 0,62 Xác suất thị trường ưa thích Phân tích cận biên trường hợp có nhiều PA nhiều trạng thái tự nhiên Phân tích biên sai (Marginal Analysis, MA)    Khi tốn RQĐ có nhiều PA nhiều trạng thái VD: Cửa hàng J&O bán sữa tươi, giá mua 4.000 đ/bình giá bán 6.000 đ/bình Sau ngày bán khơng phải bỏ bình sữa khơng dùng cho hơm sau Có PA để chọn trạng thái xảy ra? Lợi nhuận biên sai (MP) Thiệt hại biên sai (ML) • MP: Lợi nhuận có bán thêm đơn vị sp • ML: Thiệt hại sinh không bán đơn vị sp VD: (tt) loại phân phối ngẫu nhiên phân tích biên sai • • PPXS rời rạc: Khi số lượng PA số trạng thái PPXS liên tục (giả định PP chuẩn): Khi số PA TT nhiều 13 Phân tích cận biên trường hợp có nhiều PA nhiều trạng thái tự nhiên Phân tích biên sai (Marginal Analysis, MA) (tt1) 5.1 Phân tích biên sai với PPXS rời rạc p: Xác suất để “Lượng cầu” lớn “Lượng cung cho trước”, ký hiệu: p = P(Lượng cầu > Lượng cung cho trước) => (1-p) = P(Lượng cầu < Lượng cung cho trước) Từ đó, ta có: Lợi nhuận biên sai kỳ vọng, EMP = p MP Thiệt hai biên sai kỳ vọng, EML = (1-p) ML => Trữ thêm đv sản phẩm để bán khi: p ≥ ML/(ML+MP) 14 Phân tích cận biên trường hợp có nhiều PA nhiều trạng thái tự nhiên Phân tích biên sai (Marginal Analysis, MA) (tt2) VD: (tt) Số liệu thống kê khứ cho biết số bình sữa bán ngày 100 ngày quan sát sau: Số bình bán được/ngày Số ngày bán  15 15 20 25 10 10 Tìm p: p ≥ ML/(ML + MP) MP = 6.000 – 4.000 = 2.000 ML = 4.000 10 => p ≥ 4/6 = 66% 15 Phân tích cận biên trường hợp có nhiều PA nhiều trạng thái tự nhiên Phân tích biên sai (Marginal Analysis, MA) (tt3)  Từ bảng số liệu: Số bình (x) bán được/ngày 10 Số ngày bán 15 15 20 25 10 10 XS để bán (x) bình 0.05 0.15 0.15 0.20 0.25 0.10 0.10 XS để số bình bán 1.00 0.95 0.80 0.65 0.45 0.20 0.10 ngày lớn hay (x) bình  Ra định: Chọn mua x bình ngày để bán cho p = P(Lượng cầu > Lượng cung cho trước) ≥ 66% từ bảng, ta có x = bình, vì: p = P(Số bình bán ngày > 6) = 80% ≥ 66% 16 Phân tích cận biên trường hợp có nhiều PA nhiều trạng thái tự nhiên Phân tích biên sai (Marginal Analysis, MA) (tt4) Người đọc nghĩ cách giải Bảng QĐ trình bày Phần Trạng thái Phương án PA1 PA2 … PAi … PAn TT1 TT2 … TTj … TTm 17 Phân tích cận biên trường hợp có nhiều PA nhiều trạng thái tự nhiên Phân tích biên sai (Marginal Analysis, MA) (tt5) 5.2 Phân tích biên sai với PP chuẩn Khi số PA, số TT nhiều lượng cầu giả định tuân theo PP chuẩn B1 Xác định tham số lượng bán (cầu) Gồm µ, σ, MP, ML B2 Xác định giá trị p ≥ ML/(ML+MP) B3 Có p, tra bảng PP chuẩn, để tìm giá trị X* cho xác suất P(X > X*) ≥ p 18 Phân tích cận biên trường hợp có nhiều PA nhiều trạng thái tự nhiên Phân tích biên sai (Marginal Analysis, MA) (tt6) VD: Một người bán báo thấy số lượng báo bán hàng ngày tuân theo PP chuẩn với µ = 50 tờ σ = 10 tờ Hãy xác định số lượng báo tối ưu cần mua hàng ngày để bán, biết giá mua bán tờ báo 4.000 đ 10.000 đ B1 Tìm: µ = 50, σ = 10, MP = 6.000, ML = 4.000 B2 Xác định: p ≥ ML/(ML+MP) = 0.4 B3 Tìm X* cho P(X > X*) ≥ 0.4 (**) Nếu P(X > X*) = 0.4  P(Z > (X* - µ)/σ) = 0.4 => (X* - µ)/σ = 0.25 => X* = 52.5 tờ Vậy để (**) thỏa, X* 52 tờ (làm trịn xuống) 19 (6 Khái niệm mơ hỗ trợ RQĐ)  Sinh viên tham khảo môn học: Mô kinh doanh 20 END 21 ...C2 Cơ sở Lý thuyết Ra Quyết Định Khái niệm chung Các bước Lý thuyết RQĐ PPĐL Các môi trường RQĐ Các mô hình RQĐ theo tính chất vấn đề Phân tích cận biên trường hợp có... niệm chung  Lý thuyết RQĐ phương pháp phân tích cách thức RQĐ trình tự có hệ thống  QĐ tốt QĐ có xét đến tất số liệu tình xảy  QĐ Kết (hậu quả) Các bước Lý thuyết RQĐ PPĐL B1 Xác định rõ vấn... (tt5) Phân tích độ nhạy: Giá trị EMV Xác suất p thay đổi nào, QĐ thay đổi 380.000 p – 180.000 = 120 .000 p – 20 .000 => p = 16 /26 = 0, 62 n y lớ ỏ má h hà yn V N má h EM VN EM EMV Không làm -2 0.000 -1 80.000

Ngày đăng: 30/05/2014, 09:57

Từ khóa liên quan

Mục lục

  • Chương 2

  • C2. Cơ sở của Lý thuyết Ra Quyết Định

  • 1. Khái niệm chung

  • 2. Các bước trong Lý thuyết RQĐ bằng PPĐL

  • 2. Các bước trong Lý thuyết RQĐ bằng PPĐL (tt) VD: Bài toán của Công ty xẻ gỗ Thompson

  • 3. Các môi trường RQĐ

  • 4. Các mô hình RQĐ theo tính chất vấn đề

  • 4. Các mô hình RQĐ theo tính chất vấn đề (tt1)

  • 4. Các mô hình RQĐ theo tính chất vấn đề (tt2)

  • 4. Các mô hình RQĐ theo tính chất vấn đề (tt3)

  • 4. Các mô hình RQĐ theo tính chất vấn đề (tt4)

  • Slide 12

  • 5. Phân tích cận biên trong trường hợp có nhiều PA và nhiều trạng thái tự nhiên Phân tích biên sai (Marginal Analysis, MA)

  • 5. Phân tích cận biên trong trường hợp có nhiều PA và nhiều trạng thái tự nhiên Phân tích biên sai (Marginal Analysis, MA) (tt1)

  • 5. Phân tích cận biên trong trường hợp có nhiều PA và nhiều trạng thái tự nhiên Phân tích biên sai (Marginal Analysis, MA) (tt2)

  • 5. Phân tích cận biên trong trường hợp có nhiều PA và nhiều trạng thái tự nhiên Phân tích biên sai (Marginal Analysis, MA) (tt3)

  • 5. Phân tích cận biên trong trường hợp có nhiều PA và nhiều trạng thái tự nhiên Phân tích biên sai (Marginal Analysis, MA) (tt4)

  • 5. Phân tích cận biên trong trường hợp có nhiều PA và nhiều trạng thái tự nhiên Phân tích biên sai (Marginal Analysis, MA) (tt5)

  • 5. Phân tích cận biên trong trường hợp có nhiều PA và nhiều trạng thái tự nhiên Phân tích biên sai (Marginal Analysis, MA) (tt6)

  • (6. Khái niệm mô phỏng hỗ trợ RQĐ)

Tài liệu cùng người dùng

Tài liệu liên quan