30 câu hỏi
Một hộ ở Bát Tràng sản xuất 2 loại sản phẩm là bát và lọ hoa. Để sản xuất một chiếc bát cần 0,5 kg đất cao lanh và một giờ để làm, đem lại mức lãi 4000 đồng; Để sản xuất một lọ hoa cần 1kg đất cao lanh và 0,5 giờ để làm, đem lại mức lãi 3000 đồng. Với lượng nguyên liệu là 50kg và thời gian 70 giờ thì phải sản xuất bao nhiêu chiếc mỗi loại để thu được tổng số tiền lãi cao nhất?
Sản xuất 0 bát, 0 lọ hoa
Sản xuất 0 bát, 50 lọ hoa
Sản xuất 60 bát, 20 lọ hoa
Sản xuất 70 bát, 0 lọ hoa
Xí nghiệp ABC ở Gia Lâm sản xuất hai loại sản phẩm bằng da là cặp sách và ba lô. Một chiếc cặp sách sản xuất mất 2 giờ và lãi 20000 đồng; Một chiếc ba lô sản xuất mất 1 giờ và lãi 15000 đồng. Biết xí nghiệp có 125 công nhân, mỗi công nhân làm việc 8 giờ/ngày. Nguyên liệu da đủ để sản xuất 800 sản phẩm mỗi ngày và trong mỗi ngày chỉ có 400 khóa cặp, 700 khóa ba lô. Tìm số sản phẩm mỗi loại phải sản xuất trong 1 ngày để có lãi nhiều nhất?
Xí nghiệp cần sản xuất 200 cặp sách và 600 ba lô trong 1 ngày
Xí nghiệp cần sản xuất 400 cặp sách và 0 ba lô trong 1 ngày
Xí nghiệp cần sản xuất 400 cặp sách và 200 ba lô trong 1 ngày
Xí nghiệp cần sản xuất 100 cặp sách và 700 ba lô trong 1 ngày
Mô hình động?
Cần ra quyết định trong 1 tình huống tức thời của hệ thống, với giả định rằng hệ ổn định trong quá trình phân tích
Để đánh giá các kịch bản thay đổi theo thời gian, cho tương lai như giá cả, phí tổn, lợi nhuận trong năm tới
Trong việc ra quyết định với giả thiết chắc chắn, thông tin đầy đủ, có sẵn, người ra quyết định biết chính xác kết quả mỗi quá trình sẽ xảy ra và giả thiết rằng chỉ có 1 kết quả cho mỗi sự lựa chọn
Khi giả thiết không chắc chắn, thông tin không đầy đủ thì việc ra quyết định khó khăn. Do đó, cần phải cố gắng tránh sự không chắc chắn
Mô hình chắc chắn?
Cần ra quyết định trong 1 tình huống tức thời của hệ thống, với giả định rằng hệ ổn định trong quá trình phân tích
Để đánh giá các kịch bản thay đổi theo thời gian, cho tương lai như giá cả, phí tổn, lợi nhuận trong năm tới
Trong việc ra quyết định với giả thiết chắc chắn, thông tin đầy đủ, có sẵn, người ra quyết định biết chính xác kết quả mỗi quá trình sẽ xảy ra và giả thiết rằng chỉ có 1 kết quả cho mỗi sự lựa chọn
Khi giả thiết không chắc chắn, thông tin không đầy đủ thì việc ra quyết định khó khăn. Do đó, cần phải cố gắng tránh sự không chắc chắn
Mô hình không chắc chắn?
Cần ra quyết định trong 1 tình huống tức thời của hệ thống, với giả định rằng hệ ổn định trong quá trình phân tích
Để đánh giá các kịch bản thay đổi theo thời gian, cho tương lai như giá cả, phí tổn, lợi nhuận trong năm tới
Trong việc ra quyết định với giả thiết chắc chắn, thông tin đầy đủ, có sẵn, người ra quyết định biết chính xác kết quả mỗi quá trình sẽ xảy ra và giả thiết rằng chỉ có 1 kết quả cho mỗi sự lựa chọn
Khi giả thiết không chắc chắn, thông tin không đầy đủ thì việc ra quyết định khó khăn. Do đó, cần phải cố gắng tránh sự không chắc chắn
Mô hình ra quyết định mạo hiểm?
Người ra quyết định phải sử dụng nhiều kỹ thuật để phân tích, đánh giá mức độ mạo hiểm cho mỗi giải pháp (ví dụ trong kinh doanh)
Để đánh giá các kịch bản thay đổi theo thời gian, cho tương lai như giá cả, phí tổn, lợi nhuận trong năm tới
Trong việc ra quyết định với giả thiết chắc chắn, thông tin đầy đủ, có sẵn, người ra quyết định biết chính xác kết quả mỗi quá trình sẽ xảy ra và giả thiết rằng chỉ có 1 kết quả cho mỗi sự lựa chọn
Khi giả thiết không chắc chắn, thông tin không đầy đủ thì việc ra quyết định khó khăn. Do đó, cần phải cố gắng tránh sự không chắc chắn
Mô hình bảng quyết định, cây quyết định?
Tìm giải pháp tốt nhất trong một số ít các phương án chọn
Tìm giải pháp tốt nhất trong số lớn (vô hạn) các giải pháp, sử dụng quá trình cải tiến từng bước
Tìm giải pháp tốt nhất trong một số bước bằng sử dụng công thức thống kê
Tìm giải pháp “đủ tốt” hoặc tốt nhất trong số các giải pháp được kiểm tra, sử dụng thử nghiệm
Mô hình quy hoạch toán học, quy hoạch tuyến tính, mô hình mạng?
Tìm giải pháp tốt nhất trong một số ít các phương án chọn
Tìm giải pháp tốt nhất trong số lớn (vô hạn) các giải pháp, sử dụng quá trình cải tiến từng bước
Tìm giải pháp tốt nhất trong một số bước bằng sử dụng công thức thống kê
Tìm giải pháp “đủ tốt” hoặc tốt nhất trong số các giải pháp được kiểm tra, sử dụng thử nghiệm
Các mô hình thống kê?
Tìm giải pháp tốt nhất trong một số ít các phương án chọn
Tìm giải pháp tốt nhất trong số lớn (vô hạn) các giải pháp, sử dụng quá trình cải tiến từng bước
Tìm giải pháp tốt nhất trong một số bước bằng sử dụng công thức thống kê
Tìm giải pháp “đủ tốt” hoặc tốt nhất trong số các giải pháp được kiểm tra, sử dụng thử nghiệm
Mô hình mô phỏng?
Tìm giải pháp tốt nhất trong một số ít các phương án chọn
Tìm giải pháp tốt nhất trong số lớn (vô hạn) các giải pháp, sử dụng quá trình cải tiến từng bước
Tìm giải pháp tốt nhất trong một số bước bằng sử dụng công thức thống kê
Tìm giải pháp “đủ tốt” hoặc tốt nhất trong số các giải pháp được kiểm tra, sử dụng thử nghiệm
Các mô hình Heuristic và hệ chuyên gia?
Tìm giải pháp “đủ tốt” bằng cách sử dụng các luật
Tìm giải pháp tốt nhất trong số lớn (vô hạn) các giải pháp, sử dụng quá trình cải tiến từng bước
Tìm giải pháp tốt nhất trong một số bước bằng sử dụng công thức thống kê
Tìm giải pháp “đủ tốt” hoặc tốt nhất trong số các giải pháp được kiểm tra, sử dụng thử nghiệm
Khi nào sử dụng tối ưu tuyến tính?
Khi số lượng các phương án chọn lớn (có thể vô hạn) thì không thể giải bằng bảng quyết định
Ở những Hệ hỗ trợ quyết định có các tình huống nửa cấu trúc, phi cấu trúc thì khó biểu diễn bằng mô hình tối ưu hoặc các mô hình toán học khác
Khi gặp những vấn đề hết sức phức tạp, mà việc tìm ra giải pháp tối ưu là không thể với điều kiện thời gian và kinh phí cho phép, việc mô phỏng cũng kéo dài và phức tạp, có thể nghĩ đến heuristic để tìm ra giải pháp thỏa mãn “đủ tốt” (90-99%)
Khi chỉ có một số nhỏ các phương án chọn, có một đích thì có thể biểu diển bài toán dưới dạng bảng hoặc mạng
Khi nào sử dụng mô phỏng?
Khi số lượng các phương án chọn lớn (có thể vô hạn) thì không thể giải bằng bảng quyết định
Ở những Hệ hỗ trợ quyết định có các tình huống nửa cấu trúc, phi cấu trúc thì khó biểu diễn bằng mô hình tối ưu hoặc các mô hình toán học khác
Khi gặp những vấn đề hết sức phức tạp, mà việc tìm ra giải pháp tối ưu là không thể với điều kiện thời gian và kinh phí cho phép, việc mô phỏng cũng kéo dài và phức tạp, có thể nghĩ đến heuristic để tìm ra giải pháp thỏa mãn “đủ tốt” (90-99%)
Khi chỉ có một số nhỏ các phương án chọn, có một đích thì có thể biểu diển bài toán dưới dạng bảng hoặc mạng
khi nào sử dụng Heuristic?
Khi số lượng các phương án chọn lớn (có thể vô hạn) thì không thể giải bằng bảng quyết định
Ở những Hệ hỗ trợ quyết định có các tình huống nửa cấu trúc, phi cấu trúc thì khó biểu diễn bằng mô hình tối ưu hoặc các mô hình toán học khác.
Khi gặp những vấn đề hết sức phức tạp, mà việc tìm ra giải pháp tối ưu là không thể với điều kiện thời gian và kinh phí cho phép, việc mô phỏng cũng kéo dài và phức tạp, có thể nghĩ đến heuristic để tìm ra giải pháp thỏa mãn “đủ tốt” (90-99%).
Khi chỉ có một số nhỏ các phương án chọn, có một đích thì có thể biểu diển bài toán dưới dạng bảng hoặc mạng.
khi nào sử dụng cây quyết định?
Khi số lượng các phương án chọn lớn (có thể vô hạn) thì không thể giải bằng bảng quyết định
Ở những Hệ hỗ trợ quyết định có các tình huống nửa cấu trúc, phi cấu trúc thì khó biểu diễn bằng mô hình tối ưu hoặc các mô hình toán học khác.
Khi gặp những vấn đề hết sức phức tạp, mà việc tìm ra giải pháp tối ưu là không thể với điều kiện thời gian và kinh phí cho phép, việc mô phỏng cũng kéo dài và phức tạp, có thể nghĩ đến heuristic để tìm ra giải pháp thỏa mãn “đủ tốt” (90-99%).
Khi chỉ có một số nhỏ các phương án chọn, có một đích thì có thể biểu diển bài toán dưới dạng bảng hoặc mạng.
khi ra quyết định với độ chắc chắn chúng ta chọn mô hình nào?
mô hình tối ưu tuyến tính
mô hình mô phỏng, dự báo, Heuristic
mô hình bảng quyết định (cây quyết định)
tất cả các mô hình trên
khi ra quyết định với sự mạo hiểm chúng ta chọn mô hình nào?
mô hình tối ưu tuyến tính
mô hình mô phỏng, dự báo, Heuristic
mô hình bảng quyết định (cây quyết định)
tất cả các mô hình trên
Phương pháp phán đoán là:
dựa trên các ước tính mục tiêu và các ý kiến chuyên gia hơn là dữ liệu cứng, dùng cho dự báo dài hạn, đặc biệt là nơi các nhân tố ngoài giữ vai trò đáng kể.
gồm một số thí nghiệm, khảo sát mẫu nhằm tổng quát hóa toàn bộ hệ thống. Phương pháp này chỉ dựa trên dữ liệu, chủ yếu là dữ liệu quá khứ.
dáng điệu hoạt động của hệ thống trong quá khứ giúp ta hiểu dáng điệu trong tương lai (dự báo giá cả, thị trường chứng khoán).
phân tích dữ liệu, kết hợp dữ liệu để tìm ra các mối quan hệ tiềm năng (datamining). Phương pháp này phức tạp, có nhiều biến, phải dùng kỹ thuật thống kê.
Phương pháp đếm là:
dựa trên các ước tính mục tiêu và các ý kiến chuyên gia hơn là dữ liệu cứng, dùng cho dự báo dài hạn, đặc biệt là nơi các nhân tố ngoài giữ vai trò đáng kể.
gồm một số thí nghiệm, khảo sát mẫu nhằm tổng quát hóa toàn bộ hệ thống. Phương pháp này chỉ dựa trên dữ liệu, chủ yếu là dữ liệu quá khứ.
dáng điệu hoạt động của hệ thống trong quá khứ giúp ta hiểu dáng điệu trong tương lai (dự báo giá cả, thị trường chứng khoán).
phân tích dữ liệu, kết hợp dữ liệu để tìm ra các mối quan hệ tiềm năng (datamining). Phương pháp này phức tạp, có nhiều biến, phải dùng kỹ thuật thống kê.
Phương pháp phân tích theo chuỗi thời gian là:
dựa trên các ước tính mục tiêu và các ý kiến chuyên gia hơn là dữ liệu cứng, dùng cho dự báo dài hạn, đặc biệt là nơi các nhân tố ngoài giữ vai trò đáng kể.
gồm một số thí nghiệm, khảo sát mẫu nhằm tổng quát hóa toàn bộ hệ thống. Phương pháp này chỉ dựa trên dữ liệu, chủ yếu là dữ liệu quá khứ.
dáng điệu hoạt động của hệ thống trong quá khứ giúp ta hiểu dáng điệu trong tương lai (dự báo giá cả, thị trường chứng khoán).
phân tích dữ liệu, kết hợp dữ liệu để tìm ra các mối quan hệ tiềm năng (datamining). Phương pháp này phức tạp, có nhiều biến, phải dùng kỹ thuật thống kê.
Phương pháp phương pháp nhân quả là:
dựa trên các ước tính mục tiêu và các ý kiến chuyên gia hơn là dữ liệu cứng, dùng cho dự báo dài hạn, đặc biệt là nơi các nhân tố ngoài giữ vai trò đáng kể.
gồm một số thí nghiệm, khảo sát mẫu nhằm tổng quát hóa toàn bộ hệ thống. Phương pháp này chỉ dựa trên dữ liệu, chủ yếu là dữ liệu quá khứ.
dáng điệu hoạt động của hệ thống trong quá khứ giúp ta hiểu dáng điệu trong tương lai (dự báo giá cả, thị trường chứng khoán).
phân tích dữ liệu, kết hợp dữ liệu để tìm ra các mối quan hệ tiềm năng (datamining). Phương pháp này phức tạp, có nhiều biến, phải dùng kỹ thuật thống kê.
Ưu điểm của mô phỏng là:
đơn giản, không phụ thuộc vào yếu tố thời gian, có những vấn đề liên quan đến 1 quãng thời gian dài, nhưng máy tính xử lý trong vài phút.
cho phép quan sát 1 lớp các tình huống, cho phép thử nghiệm theo kiểu thử-sai.
giúp cho nhà quản lý hiểu rõ hệ thống, vì được xây dựng theo cách nhìn của nhà quản lý và cấu trúc quyết định của họ, mô phỏng có thể thực hiện với mọi vấn đề, mọi tập giá trị của các biến,...
tất cả các ý trên
Bất lợi của mô phỏng là:
không đảm bảo giải pháp tối ưu.
quá trình mô phỏng chậm, tốn kém.
không thể dùng để giải các bài toán khác, khó tổng quát hóa.
mô phỏng nhiều khi làm cho nhà quản lý mất trực quan, phương án tối ưu xuất hiện trước mắt nhưng không nhận ra.
tất cả các ý trên.
AHP là một phương pháp định lượng do ai đề xuất?
được đề xuất bởi Thomas L. Saaty (1980).
được đề xuất bởi M.W.Davis
được đề xuất bởi E. Turban.
được đề xuất bởi I.M. Makarov
Ưu điểm của Heuristics là:
đơn giản, dễ hiểu, dễ thực thi.
làm cho con người sáng tạo hơn, để giải quyết các vấn đề heuristics khác.
giảm thời gian tính toán, yêu cầu bộ nhớ.
thường đưa ra lời giải chấp nhận được.
Tất cả các ý trên
Phương pháp AHP gồm mấy bước chính?
3
4
1
2
Đặc điểm của AHP là gì?
AHP sử dụng ý kiến chuyên gia
không cần quá nhiều dữ liệu để phân tích
cả hai ý trên
tất cả đều sai
AHP trả lời các câu hỏi:
Nên chọn phương án nào?
Phương án nào tốt nhất?
cả hai đáp án trên
tất cả đều sai
AHP là phương pháp gì?
định lượng
toán học
tối ưu
cây quyết định
Giai đoạn thực hiện trong quá trình thiết kế Hệ hỗ trợ quyết định chiếm bao nhiêu %?
5%
15%
25%
10%