›
›

Bài giảng Phân tích định lượng trong kinh doanh - Chương 2: Phân tích quyết định

ppt 54 trang phuongnguyen 13660
Download
Bạn đang xem 20 trang mẫu của tài liệu "Bài giảng Phân tích định lượng trong kinh doanh - Chương 2: Phân tích quyết định", để tải tài liệu gốc về máy bạn click vào nút DOWNLOAD ở trên

Tài liệu đính kèm:

  • pptbai_giang_phan_tich_dinh_luong_trong_kinh_doanh_chuong_2_pha.ppt

Nội dung text: Bài giảng Phân tích định lượng trong kinh doanh - Chương 2: Phân tích quyết định

  1. Chương 2 Phân tích quyết định 3-1
  2. Mục lục 1 Giới thiệu 2 Các bước ra quyết định 3 Phân lọai tình huống ra quyết định 4 Ra quyết định trong tình huống không chắc chắn 5 Ra quyết định trong tình huống có rủi ro 6 Phân tích biên tế 3-2
  3. 1. Giới thiệu ▪ Lý thuyết quyết định nghiên cứu cách phân tích và tổng hợp dữ liệu nhằm hỗ trợ việc ra quyết định. ▪ Thế nào là một quyết định tốt? ▪ Một quyết định tốt là quyết định có cơ sở logic rõ ràng, xem xét mọi dữ liệu liên quan và các phương án khả thi, áp dụng các mô hình phân tích định lượng thích hợp cho vấn đề cần giải quyết 3-3
  4. 2. Các bước ra quyết định 1. Xác định vấn đề rõ ràng và dễ hiểu. 2. Liệt kê các phương án khả thi. 3. Xác định các biến cố có thể phát sinh ảnh hưởng đến vấn đề. 4. Liệt kê các giá trị payoff hoặc lợi nhuận của mỗi kết hợp giữa phương án và biến cố. 5. Chọn một mô hình ra quyết định thích hợp trong lý thuyết quyết định. 6. Áp dụng mô hình để tính tóan và ra quyết định. 3-4
  5. Thí dụ: công ty Thompson Lumber Xác định vấn đề Sản xuất và kinh doanh các loại nhà kho trong sân nhà. Mở rộng sản xuất nhằm tìm kiếm lợi nhuận lớn nhất. Liệt kê các phương án 1. Xây dựng nhà máy lớn 2. Xây dựng nhà máy nhỏ 3. Không xây nhà máy Xác định các biến cố Thị trường có thể thuận lợi hoặc không thuận lợi cho mặt hàng nhà kho trong sân nhà. Liệt kê các giá trị Payoffs Liệt kê các giá trị payoff của mỗi kết hợp giữa phương án và biến cố. Chọn lựa mô hình Có thể dùng mô hình bảng quyết định hoặc mô hình cây quyết định để giải bài tóan này. Áp dụng mô hình tính toán và Giải mô hình và có thể dùng kỹ thuật phân tích độ nhạy ra quyết định để đánh giá kết quả. 3-5
  6. Bảng quyết định của công ty Thompson Lumber Tình huống thị trường Các phương án Thị trường thuận lợi Thị trường không ($) thuận lợi ($) Xây nhà máy lớn 200,000 -180,000 Xây nhà máy nhỏ 100,000 -20,000 không làm gì cả 0 0 3-6
  7. 3. Phân loại tình huống ra quyết định ▪ Loại 1: Ra quyết định trong tình huống chắc chắn. ➢ Người ra quyết định biết một cách chắc chắn kết quả của mỗi phương án. Trong thực tế hầu như không có tình huống này. ▪ Loại 2: ra quyết định trong tình huống có rủi ro. ➢ Người ra quyết định biết được xác suất xãy ra của các biến cố trong bài tóan ra quyết định. Thí dụ: xác suất của tình hình thị trường thuận lợi ▪ Loại 3: ra quyết định trong tình huống không chắc chắn. ➢ Người ra quyết định không biết được xác suất xãy ra của các biến cố trong bài tóan ra quyết định. 3-7
  8. 4. Ra quyết định trong tình huống không chắc chắn ▪ Trong tình huống không chắc chắn, người ta thường dùng một trong các tiêu chuẩn ra quyết định sau: ▪ Maximax ▪ Maximin ▪ Khả năng như nhau (Laplace) ▪ Tiêu chuẩn Hurwicz (thực tiễn) ▪ Minimax 3-8
  9. a. Tiêu chuẩn Maximax ▪ Tiêu chuẩn Maximax: • Phương án được chọn có giá trị payoff lớn nhất trong số các giá trị lớn nhất của các phương án. • Tiêu chuẩn lạc quan. Tình huống thị trường Phương án Thị trường thuận lợi Thị trường không ($) thuận lợi ($) Xây nhà máy lớn 200,000 -180,000 Xây nhà máy nhỏ 100,000 -20,000 Không làm gì cả 0 0 3-9
  10. Tiêu chuẩn Maximax Tình huống thị trường Maximax Phương án Thị trường thuận lợi Thị trường không thuận ($) lợi ($) Xây nhà máy lớn 200,000 -180,000 200,000 Xây nhà máy nhỏ 100,000 -20,000 100,000 Không làm gì cả 0 0 0 Phương án được chọn: xây nhà máy lớn 3-10
  11. b. Tiêu chuẩn Maximin ▪ Tiêu chuẩn Maximin: • Phương án được chọn có giá trị payoff lớn nhất trong số các giá trị payoff nhỏ nhất của các phương án. • Tiêu chuẩn bi quan. Tình huống thị trường Phương án Thị trường thuận lợi Thị trường không ($) thuận lợi ($) Xây nhà máy lớn 200,000 -180,000 Xây nhà máy nhỏ 100,000 -20,000 Không làm gì cả 0 0 3-11
  12. Tiêu chuẩn Maximin Tình huống thị trường Phương án Thị trường thuận Thị trường không Maximin lợi ($) thuận lợi ($) Xây dựng nhà máy 200,000 -180,000 -180,000 lớn Xây dựng nhà máy 100,000 -20,000 -20,000 nhỏ Không làm gì cả 0 0 0 Quyết định: không làm gì cả 3-12
  13. c. Tiêu chuẩn Hurwicz • Tiêu chuẩn Hurwicz (tiêu chuẩn thực tiễn) – Ta dùng hệ số α để đánh giá các phương án – 0 α 1 Tình huống thị trường Phương án Thị trường thuận lợi Thị trường không ($) thuận lợi ($) Xây nhà máy lớn 200,000 -180,000 Xây nhà máy nhỏ 100,000 -20,000 Không làm gì cả 0 0 3-13
  14. Thompson Lumber: CR = α*(giá trị max của hàng)+(1- α)*(giá trị min của hàng) Tình huống thị trường CR (Criterion of Phương án Realism) Thị trường Thị trường không thuận lợi ($) thuận lợi ($) α =0.8 Xây nhà máy lớn 200,000 -180,000 124,000 Xây nhà máy nhỏ 100,000 -20,000 76,000 Không làm gì cả 0 0 0 Quyết định: xây nhà máy lớn 3-14
  15. c. Tiêu chuẩn Hurwicz ▪ Phương án có CR lớn nhất sẽ được chọn. ▪ Trong thí du: quyết định = nhà máy lớn ▪ Nhận xét: – Khi = 1: tiêu chuẩn Hurwicz chính là tiêu chuẩn Maximax – Khi = 0: tiêu chuẩn Hurwicz chính là tiêu chuẩn Maximin – Khi -> 1: lạc quan hơn – Khi -> 0: bi quan hơn 3-15
  16. d. Tiêu chuẩn khả năng như nhau (laplace) ▪ Tiêu chuẩn này dựa trên giả định khả năng xãy ra của các biến cố là như nhau nên phương án được chọn là phương án có giá trị trung bình lớn nhất. 3-16
  17. Tiêu chuẩn khả năng như nhau (laplace) Tình huống thị trường Phương án Trung bình Thị trường thuận Thị trường không lợi($) thuận lợi($) Xây nhà máy lớn 200,000 -180,000 10,000 Xây nhà máy nhỏ 100,000 -20,000 40,000 Không làm gì cả 0 0 0 Quyết định: xây nhà máy nhỏ 3-17
  18. e. Tiêu chuẩn Minimax ▪ Minimax hối tiếc: ➢ Chọn phương án nhằm tối thiểu hóa thiệt hại cơ hội tối đa. Tình huống thị trường Phương án Thị trường thuận lợi Thị trường không ($) thuận lợi ($) Xây nhà máy lớn 200,000 -180,000 Xây nhà máy nhỏ 100,000 -20,000 Không làm gì cả 0 0 3-18
  19. Bảng thiệt hại cơ hội Opportunity Loss Table Tình huống thị trường Phương án Thị trường không thuận Thị trường thuận lợi($) lợi($) Xây nhà máy lớn 200,000 – 200,000 = 0 0- (-180,000) = 180,000 200,000 - 100,000 = Xây nhà máy nhỏ 0- (-20,000) = 20,000 100,000 Không làm gì cả 200,000 – 0 = 200,000 0 – 0 = 0 3-19
  20. Tiêu chuẩn Minimax Tình huống thị trường Giá trị thiết hại cơ Phương án Thị trường thuận Thị trường không hội cực đại lợi($) thuận lợi($) Xây nhà máy lớn 0 180,000 180,000 Xây nhà máy nhỏ 100,000 20,000 100,000 Không làm gì cả 200,000 0 200,000 Quyết định: xây nhà máy nhỏ 3-20
  21. Thí dụ dành cho bạn trên lớp ▪ Hãy thực tập những gì vừa học. Dùng bảng quyết định sau để tính (1) Maximax (2) Maximin (3) Minimax Tình huống thị trường Phương án tốt trung bình xấu ($) ($) ($) Xây nhà máy 75,000 25,000 -40,000 lớn Xây nhà máy 100,000 35,000 -60,000 nhỏ Không làm gì 0 3-21 0 0 cả
  22. 5. Ra quyết định trong tình huống có rủi ro • a. Giá trị kỳ vọng EMV • b. Giá trị kỳ vọng của thông tin hòan hảo EVPI • c. Giá trị thiệt hại cơ hội kỳ vọng EOL • d. Phân tích độ nhạy 3-22
  23. a. Giá trị kỳ vọng EMV Giá trị kỳ vọng (Expected Monetary Value): n EMV = Payoff Sj * P(S j ) j=1 n là số biến cố Nói cách khác: EMV(PAi)= Payoff 1 * P(S1) + Payoff 2 * P(S2) + + Payoff n * P(Sn) 3-23
  24. Thí dụ của Thompson Lumber: Tình huống thị trường Phương án Thị trường thuận lợi Thị trường không ($) thuận lợi ($) Xây nhà máy lớn 200,000 -180,000 Xây nhà máy nhỏ 100,000 -20,000 Không làm gì cả 0 0 Xác suất 0.5 0.5 3-24
  25. Thí dụ của Thompson Lumber: Tình huống Phương án Thị trường thuận Thị trường không EMV lợi ($) thuận lợi($) 200,000*0.5 + Xây nhà máy lớn 200,000 -180,000 (-180,000)*0.5 = 10,000 100,000*0.5 + Xây nhà máy nhỏ 100,000 -20,000 (-20,000)*0.5 = 40,000 Không làm gì cả 0 0 0*0.5 + 0*0.5 = 0 Xác suất 0.50 0.50 Phương án có giá trị kỳ vọng (EMV) lớn nhất sẽ được chọn Quyết định: xây nhà máy nhỏ 3-25
  26. b. Giá trị kỳ vọng của thông tin hòan hảo - Expected Value of Perfect Information (EVPI) ▪ EVPI là giá cao nhất của thông tin hoàn hảo. ▪ EVPI là giá trị kỳ vọng khi có thông tin hòan hảo (EVWPI – Expected value with perfect information) trừ cho giá trị cực đại của EMV. 3-26
  27. Giá trị kỳ vọng khi có thông tin hòan hảo (EVWPI) n EVWPI = (gia_tri_t ot_nhat_cu a_bien_co) *P(Sj ) j=1 n: số biến cố Tức là: EVWPI = Payoff tốt nhất của S1 * P(S1) + Payoff tốt nhất của S2 * P(S2) + + Payoff tốt nhất của Sn * P(Sn) 3-27
  28. Giá trị kỳ vọng của thông tin hoàn hảo EVPI EVPI = EVWPI – maximum EMV Giá trị kỳ vọng khi có Giá trị kỳ vọng lớn nhất thông tin hòan hảo 3-28
  29. Thí dụ của Thompson Lumber: Tình huống Phương án Thị trường không EMV Thị trường thuận lợi thuận lợi ($) ($) Xây nhà máy lớn 200,000 -180,000 10,000 Xây nhà máy nhỏ 100,000 -20,000 40,000 Không làm gì cả 0 0 0 200,000*0.5 = EVWPI 0*0.5 = 0 100,000 3-29
  30. Thí dụ của Thompson Lumber EVPI = EVWPI- max(EMV) = $200,000*0.50 + 0*0.50 - $40,000 = $60,000 3-30
  31. Thí dụ trên lớp • Tính EMV, EVWPI, and EVPI trong thí dụ sau: Tình huống thị trường Phương án Thị trường tốt Thị trường TB Thị trường xấu ($) ($) ($) Xây nhà máy lớn 75,000 25,000 -40,000 Xây nhà máy nhỏ 100,000 35,000 -60,000 Không làm gì cả 0 0 0 Xác suất 0.4 0.3 0.3 3-31
  32. c. Giá trị thiệt hại cơ hội kỳ vọng (Expected Opportunity Loss) ▪ EOL là chi phí khi không chọn được giải pháp tốt nhất. EOL = sự hối tiếc kỳ vọng 3-32
  33. Thí dụ của Thompson Lumber Bảng thiệt hại cơ hội – Opportunity Loss Table – bảng EOL Tình huống Phương án Thị trường tốt ($) Thị trường xấu ($) Xây nhà máy lớn 200,000 – 200,000 0- (-180,000) Xây nhà máy nhỏ 200,000 - 100,000 0 – (-20,000) Không làm gì cả 200,000 - 0 0-0 Xác suất 0.50 0.50 3-33
  34. Thompson Lumber: bảng EOL Tình huống Phương án Thị trường tốt ($) Thị trường xấu ($) Xây nhà máy lớn 0 180,000 Xây nhà máy nhỏ 100,000 20,000 Không làm gì cả 200,000 0 Xác suất 0.50 0.50 3-34
  35. Thompson Lumber: theo EOL Phương án EOL Xây nhà máy (0.50)*$0 + $90,000 lớn (0.50)*($180,000) Xây nhà máy (0.50)*($100,000) $60,000 nhỏ + (0.50)(*$20,000) Không làm gì (0.50)*($200,000) $100,000 cả + (0.50)*($0) Phương án có giá trị EOL nhỏ nhất sẽ được chọn. Quyết định: phương án xây nhà máy nhỏ 3-35
  36. d. Phân tích độ nhạy (Sensitivity Analysis) Tình huống thị trường Phương án Thị trường thuận lợi Thị trường không ($) thuận lợi ($) Xây nhà máy lớn 200,000 -180,000 Xây nhà máy nhỏ 100,000 -20,000 Không làm gì cả 0 0 Xác suất p 1-p 3-36
  37. d. Phân tích độ nhạy (Sensitivity Analysis) Thí dụ công ty Thompson Lumber p: xác suất xãy ra thị trường thuận lợi EMV(nhà máy lớn): = $200,000p - (1-p)$180,000 EMV(nhà máy nhỏ): = $100,000p - $20,000(1-p) EMV(không làm gì cả): = $0p + 0(1-p) 3-37
  38. Phân tích độ nhạy (Sensitivity Analysis) 3-38
  39. 6. Phân tích biên tế (Marginal Analysis) ▪ P = xác suất mà nhu cầu > bên cung. ▪ 1-P = xác suất mà nhu cầu < cung. ▪ MP = lời biên tế (marginal profit). ▪ ML = lỗ biên tế (marginal loss). ▪ Qui tắc quyết định tối ưu là: ▪ P*MP (1-P)*ML hay ML P MP+ML 3-39
  40. a. Phân tích biên tế với phân phối rời rạc Các bước sử dụng phân phối rời rạc: ▪ Xác định giá trị P. ▪ Lập bảng phân phối xác suất và thêm cột xác suất cộng dồn. ▪ Tăng dần mức sản xuất hoặc đặt hàng để bán cho trong khi xác suất của bán hàng lớn hơn hoặc bằng P 3-40
  41. Café du Donut: thí dụ phân tích biên tế Café du Donut bán một gói bánh ngọt giá $6. Chi phí làm một gói bánh ngọt là $4. Bảng sau đây trình bày phân phốI rời rạc của doanh số của Café du Donut.giả thiết bánh ngọt có hạn sử dụng trong ngày. Doanh số Xác suất bán được ở bán ngày mức này (Cartons) 4 0.05 5 0.15 6 0.15 7 0.20 8 0.25 9 0.10 10 0.10 1.00 3-41
  42. Café du Donut: thí dụ phân tích biên tế Doanh số Xác suất bán Xác suất bán bán ngày được ở mức này được ở mức này (Cartons) hoặc lớn hơn 4 0.05 1.00 5 0.15 0.95 6 0.15 0. 80 7 0.20 0.65 8 0.25 0.45 9 0.10 0.20 10 0.10 0.10 1.00 3-42
  43. Café du Donut: phân tích biên tế MP = giá bán - chi phí = $6 - $4 = $2 ML = chi phí = $4 ML do đó:P ML + MP 4 4 = = = 0.667 4 + 2 6 3-43
  44. Café du Donut: phân tích biên tế Doanh số Xác suất bán được Xác suất bán được ngày ở mức này ở mức này hoặc (Cartons) lớn hơn 4 0.05 1.00 ≥ 0.66 5 0.15 0.95 ≥ 0.66 6 0.15 0. 80 ≥ 0.66 7 0.20 0.65 8 0.25 0.45 9 0.10 0.20 10 0.10 0.10 1.00 3-44
  45. Thí dụ tại lớp Bạn bán thùng chứa hàng với giá $15/thùng, chi phí của bạn là $4/case, và bạn trả thêm $1/thùng cho tiền hoa hồng bán hàng. Doanh số Xác suất bán được ở bán ngày mức này (thùng) 4 0.1 5 0.1 6 0.4 7 0.3 8 0.1 1.00 3-45
  46. b. Phân tích biên tế với phân phối chuẩn ▪  = doanh số trung bình ▪  = độ lệch chuẩn của doanh số ▪ MP = lãi biên tế (marginal profit) ▪ ML = lỗ biên tế (Marginal loss) 3-46
  47. Phân tích biên tế với phân phối chuẩn • Các bước sử dụng phân phối chuẩn : ➢ Xác định giá trị P. ML P = ML +MP ➢ Đặt P trên đường phân phối chuẩn. Ta tìm Z từ bảng phân phối chuẩn chuẩn tắc (the standard Normal table). X * - m Z = s ➢ từ đó tính: X* 3-47
  48. Thí dụ: Tiệm báo Joe (1) Joe bán báo 10000đ mỗi tờ. Giá vốn tờ báo là 4000đ. Doanh số trung bình hàng ngày của tiệm là 50 tờ với độ lệch chuẩn là 10. Giả sử doanh số bán báo của tiệm theo phân phối chuẩn. Joe nên mua bao nhiêu tờ để bán. 3-48
  49. Thí dụ: Tiệm báo Joe (1) • ML=4000 • MP=6000 •  = 50 •  = 10 ML 4000 P = = =0 .40 ML +MP 4000 +6000 3-49
  50. Thí dụ: Tiệm báo Joe (1) area = .60 area = .40 ML .4 = ML +MP  X * Sử dụng bảng để tìm Z 3-50
  51. Thí dụ: Tiệm báo Joe (1) • Tìm X* * - 50 0 25 = X 10 • X*=52.5 hay 53 tờ báo 3-51
  52. Thí dụ: Tiệm báo Joe (2) ▪ Joe bán tạp chí “Times” với giá 10000đ. Tạp chí này phải lấy từ xa nên chi phí tăng lên đáng kể so với báo thường. Joe phải trả 8000đ cho mỗi tờ “Times.” doanh thu trung bình hàng ngày của “Times” là 100 tờ với độ lệch chuẩn là 10. Giả sử doanh số bán “Times” tuân theo phân phối chuẩn. Joe nên lấy bao nhiêu tờ “Times” để bán? 3-52
  53. • MP=$ 0.2 • ML=$ 0.8 • P=0.8 3-53
  54. • Tìm X* X * - 100 - 0 .84 = 10 • X*=-8.4+100 = 92 tờ 3-54