Mô hình Logistic cung ứng toàn cầu

1.9. SỰ ƯU TIÊN
Edwards, J., P. Finlay, and J. Wilson. “The role of the OR specialist in ‘do it yourself’
spreadsheet development. ”European Journal of Operational Research, vol. 127, no. 1, 2000.
Forgione, G. “Corporate MS Activities: An Update.” Interfaces, vol. 13, no. 1, 1983.
Hall, R. “What’s So Scientific about MS/OR?” Interfaces, vol. 15, 1985.
Hastie, R. and R. M. Dawes. Rational Choice in an Uncertain World, Sage Publications, 2001.
Schrage, M. Serious Play, Harvard Business School Press, 2000.
Sonntag, C. and Grossman, T. “End-User Modeling Improves R&D Management at AgrEvo
Canada, Inc.” Interfaces, vol. 29, no. 5, 1999.

THẾ GIỚI KHOA HỌC QUẢN LÝ
“Các nhà phân tích kinh doanh được đào tạo về khoa học quản lý có thể là vũ
khí bí mật trong nhiệm vụ tìm kiếm kết quả cuối cùng của CIO.”
Hạt hiệu quả. Đây là những người bạn gặp trong các bữa tiệc cocktail giải thích
cách chủ nhà có thể giải tán đám đơng xung quanh món tơm nhúng phổ biến nếu
anh ta chia nó thành ba bát và đặt chúng xung quanh phịng. Khi cơ ấy vẽ lưu
lượng giao thơng được cải thiện trên một chiếc khăn ăn bằng giấy, bạn nhận thấy
rằng từ u thích của cơ ấy là “tối ưu hóa” một dấu hiệu cho thấy cơ ấy đã nghiên
cứu lĩnh vực “Vận trù học” hoặc “khoa học quản lý” (còn được gọi là OR/MS ).
Các chuyên gia OR/MS được thúc đẩy để giải quyết các vấn đề logistics.
Đặc điểm này có thể khơng khiến họ trở thành những người nổi tiếng nhất trong
các bữa tiệc, nhưng đó chính xác là điều mà các bộ phận hệ thống thông tin (IS)
ngày nay cần để mang lại nhiều giá trị kinh doanh hơn. Các chuyên gia nói rằng
các giám đốc điều hành IS thông minh sẽ học cách khai thác tài năng của những
thuật sĩ toán học để thúc đẩy lợi nhuận của công ty.
Theo Ron J. Fonder, giám đốc thông tin (CIO) tại Sprint Corp, ở Kansas
City, Mo., và cựu CIO tại Federal Express Corp., “Nếu các bộ phận IS có sự tham
gia nhiều hơn từ các nhà phân tích vận trù học, họ sẽ xây dựng các giải pháp IS tốt
hơn, phong phú hơn nhiều.” Là một người có bằng tiến sĩ trong vận trù học và là
người đã xây dựng hệ thống theo dõi kiện hàng nổi tiếng tại Federal Express,
Ponder i5 một tín đồ thực sự của OR/MS. Ponder và những người khác nói rằng

các nhà phân tích được đào tạo về OR/MS có thể biến các hệ thống thông tin thông
thường thành các hệ thống hỗ trợ quyết định, tiết kiệm tiền và rất phù hợp để trở
thành thành viên của nhóm kỹ thuật quy trình kinh doanh. “Tơi ln có một bộ


phận vận trù học báo cáo cho tôi và điều đó thật vơ giá. Bây giờ tơi đang xây dựng
một cái ở Sprint,” Ponder nói.
Sự khởi đầu
OR/MS bắt đầu từ chiến tranh thế giới thứ hai, khi quân đội phải đưa ra những
quyết định quan trọng về việc phân bổ các nguồn lực khan hiếm cho các hoạt động
quân sự khác nhau. Một trong những ứng dụng kinh doanh đầu tiên của máy tính
vào những năm 1950 là giải quyết các vấn đề nghiên cứu hoạt động cho ngành dầu
khí. Một kỹ thuật gọi là lập trình tuyến tính đã được sử dụng để tìm ra cách pha
trộn xăng để có điểm chớp cháy, độ nhớt và chỉ số octan phù hợp theo cách tiết
kiệm nhất. Kể từ đó, OR/MS đã lan rộng khắp các doanh nghiệp và chính phủ, từ
việc thiết kế các hoạt động cửa sổ drive-thru hiệu quả cho Burger King Corp đến
việc tạo ra các hệ thống giao dịch chứng khốn được vi tính hóa cực kỳ tinh vi.
Một ví dụ OR/MS cổ điển là vấn đề lập kế hoạch đội bay mà tất cả các hãng
hàng không lớn phải đối mặt. Bạn lập kế hoạch hành trình của 8.000 phi cơng và
17, 000 tiếp viên hàng khơng khi có một số tổ hợp máy bay, đội bay và thành phố?
Các nhà phân tích OR/MS tại United Airlines đã đưa ra một hệ thống lập lịch trình
có tên là Paragon nhằm cố gắng giảm thiểu lượng thời gian được trả lương mà đội
bay bỏ ra để chờ chuyến bay. Mơ hình của họ tính đến các ràng buộc như điều
khoản thỏa thuận lao động và quy định của Cục Hàng không Liên bang, và dự kiến
sẽ tiết kiệm cho hãng hàng khơng ít nhất 1 triệu đơ la một năm.
OR/MS và IS
Ở đâu đó trong những năm 1970, các quy tắc OR/MS và IS đã đi theo những
hướng riêng biệt. Peter GW Keen, giám đốc điều hành của Trung tâm Công nghệ
Thông tin Quốc tế ở Washington, DC, cho biết: “Nghề IS ngày càng ít tiếp xúc với
những người vận trù học và IS đã mất đi một động lực trí tuệ mạnh mẽ. Bây giờ là

thời điểm lý tưởng để hai ngành xây dựng lại điểm kết nối với nhau.
Các chuyên gia OR/MS ngày nay tham gia vào nhiều lĩnh vực liên quan đến
IS , bao gồm quản lý hàng tồn kho, trao đổi dữ liệu điện tử, quản lý chuỗi cung
ứng, bảo mật CNTT, sản xuất tích hợp máy tính, quản lý mạng và các ứng dụng
thực tế của trí tuệ nhân tạo. Hơn nữa,mỗi bên đều có thứ mà bên kia cần: các nhà
phân tích OR/MS cần dữ liệu của cơng ty để đưa vào các mơ hình cịn những
người làm IS cần đưa các mơ hình OR/MS vào hệ thống thơng tin chiến lược.
Đồng thời, CIOs cần các ứng dụng thông minh giúp nâng cao lợi nhuận và biến họ
thành giám đốc điều hành.
Các nhà phân tích OR/MS có thể phát triển một mơ hình về cách thức hoạt
động của quy trình kinh doanh hiện tại và mơ phỏng cách nó có thể hoạt động hiệu
quả hơn trong tương lai. Do đó, thật hợp lý khi có một nhà phân tích OR/MS trong
nhóm liên ngành giải quyết các dự án tái cấu trúc quy trình kinh doanh. Về bản
chất, các chuyên gia OR/MS tăng thêm giá trị cho cơ sở hạ tầng IS bằng cách xây


dựng “các công cụ giúp những người ra quyết định phân tích các tình huống phức
tạp,” Andrew B. Whinston, giám đốc Trung tâm Quản lý Hệ thống Thông tin tại
Đại học Texas ở Austin, cho biết.
Mặc dù các bộ phận IS thường tin rằng cơng việc của họ đã hồn thành nếu
họ cung cấp thơng tin chính xác và kịp thời, Thomas M. Cook, chủ tịch của
American Airlines Decision Technologies, Inc. nói rằng việc bổ sung các kỹ năng
OR/MS cho nhóm có thể tạo ra các hệ thống thơng minh thực sự hiệu quả, đề xuất
các giải pháp cho vấn đề kinh doanh. Một trong những câu chuyện thành công lớn
tại cửa hàng nghiên cứu hoạt động của Cook là hệ thống “quản lý năng suất ( yield
management) ” đây là hệ thống quyết định bao nhiêu cách đặt vé và cách đặt giá
cho mỗi chỗ ngồi để máy bay được đầy chỗ và đạt lợi nhuận tối đa. Hệ thống quản
lý năng suất xử lý hơn 250 biến, quyết định và chiếm một lượng đáng kể trong
doanh thu của American Airlines.
Bắt đầu từ đâu

Vậy làm cách nào để CIO có thể bắt đầu con đường hợp tác với các nhà phân tích
OR/MS? Nếu cơng ty đã có một nhóm chuyên gia OR/MS, bộ phận IS có thể sử
dụng chuyên môn của họ với tư cách là chuyên gia tư vấn nội bộ. Mặt khác, CIO
có thể chỉ cần thuê một vài thuật sĩ OR/MS, đưa ra một vấn đề cho họ và xem điều
gì sẽ xảy ra. Việc hồn vốn có thể đến nhanh chóng một cách đáng ngạc nhiên.
Như một cựu chun gia OR/MS đã nói: “Nếu tơi khơng thể tiết kiệm cho chủ của
mình số tiền tương đương với tiền lương của chính tơi trong tháng đầu tiên của
năm, thì tơi sẽ khơng cảm thấy mình đang làm cơng việc của mình.”
Phỏng theo : Mitch Betts, “Efficiency Einsteins,” Computer World, ngày 22 tháng 3 năm 1993, trang 64.

Câu hỏi và vấn đề
1. Thuật ngữ phân tích quyết định có nghĩa là gì?
2. Định nghĩa thuật ngữ mơ hình máy tính.
3. Sự khác biệt giữa mơ hình bảng tính và mơ hình máy tính là gì?
4. Định nghĩa thuật ngữ khoa học quản lý.
5. Mối quan hệ giữa khoa học quản lý và mơ hình hóa bảng tính là gì?
6. Những loại ứng dụng bảng tính nào sẽ không được coi là quản lý khoa học?
7. Các mô hình bảng tính hỗ trợ q trình ra quyết định theo những cách nào?
8. Lợi ích của việc sử dụng phương pháp lập mơ hình để ra quyết định là gì?
9. Biến phụ thuộc là gì?
10. Biến độc lập là gì?
11. Một mơ hình có thể có nhiều biến phụ thuộc khơng?
12. Một bài tốn quyết định có thể có nhiều hơn một biến phụ thuộc khơng?
13. Mơ hình quy định khác với mơ hình mơ tả ở điểm nào?


14. Mơ hình quy định khác với mơ hình dự đốn ở điểm nào?
15. Mơ hình mơ tả khác với mơ hình dự báo ở điểm nào?
16. Bạn định nghĩa các từ mơ tả, dự đốn và kê đơn như thế nào? Xem kỹ ý nghĩa
duy nhất của mỗi từ

17. Xác định một hoặc nhiều mơ hình tư duy mà bạn đã sử dụng. Có thể bất kỳ
trong số họ được thể hiện về mặt toán học? Hãy xác định các biến phụ thuộc và
biến độc lập trong mơ hình.
18. Xét mơ hình bảng tính như hình 1.2.Mơ hình này có tính chất mơ tả, dự đốn
hoặc quy định hay không thuộc bất kỳ loại nào trong số này?
19. Các bước trong quy trình giải quyết vấn đề là gì?
20. Bạn nghĩ bước nào trong quy trình giải quyết vấn đề là quan trọng nhất? Tại
sao?
21. Một mơ hình phải thể hiện chính xác mọi chi tiết của một tình huống ra quyết
định thì mới hữu ích? Vì sao có vì sao khơng?
22. Nếu bạn được trình bày với một số mơ hình khác nhau của một vấn đề quyết
định nhất định, bạn sẽ có xu hướng sử dụng cái nào nhất? Tại sao?
23. Mơ tả một ví dụ trong đó các tổ chức kinh doanh hoặc chính trị có thể sử dụng
các tác động ảnh hưởng đến việc ra quyết định.
24. Mơ tả một ví dụ trong đó các tổ chức kinh doanh hoặc chính trị có thể sử dụng
khung các tác động ảnh hưởng đến việc ra quyết định.
25. Giả sử người ta phát hiện cá mập dọc theo bãi biển nơi bạn đang đi nghỉ cùng
một người bạn. Bạn và bạn của bạn đã được thông báo về việc nhìn thấy cá mập và
đang nhận thức được thiệt hại mà một cuộc tấn công của cá mập có thể gây ra cho
con người. Cả hai bạn quyết định (riêng lẻ) đi bơi. Bạn nhanh chóng bị tấn công
bởi một con cá mập trong khi bạn của bạn có một khoảng thời gian tuyệt vời khi
lướt trên những con sóng. Bạn đã làm tốt hay xấu phán quyết? Bạn của bạn đã đưa
ra quyết định tốt hay xấu? Giải thich câu trả lơi của bạn.
26. Mô tả một ví dụ trong đó một nhà lãnh đạo kinh doanh, chính trị hoặc quân sự
nổi tiếng đưa ra một quyết định tốt dẫn đến một kết quả tồi tệ, hoặc một quyết định
tồi tệ dẫn đến trong một kết quả tốt.
TRƯỜNG HỢP 1.1: Nghịch lý của Patrick
Vận may của Patrick đã thay đổi chỉ sau một đêm nhưng không phải là kỹ
năng suy luận toán học của anh ấy. Một ngày sau khi tốt nghiệp đại học, anh ấy đã
sử dụng 20 đô la mà bà của anh ấy đã tặng anh ấy như một món quà tốt nghiệp để

mua vé số. Anh ấy biết rằng cơ hội trúng xổ số của mình là cực kỳ thấp và có lẽ đó
khơng phải là cách tốt để tiêu số tiền này. Nhưng anh ấy cũng nhớ lại từ lớp học về
khoa học quản lý mà anh ấy đã học rằng những quyết định tồi tệ đôi khi lại dẫn đến
kết quả tốt. Vì vậy, anh ấy tự nói với mình, “Cái qi gì vậy? Có lẽ quyết định tồi


tệ này sẽ là quyết định có kết quả tốt. Và với suy nghĩ đó, anh ta đã mua vé số của
mình.
Ngày hơm sau, Patrick rút tờ vé số nhàu nát ra khỏi túi sau chiếc quần bò
màu xanh và cố gắng so sánh các con số của mình với các con số trúng thưởng
được in trên tờ báo. Điều bất ngờ tới, anh ấy đã trúng thưởng! Anh ấy biết rằng
phần thưởng của anh ấy sẽ nhận được khoảng $500.000 sau thuế. Anh ây dự định
đùng số tiền ấy để: mua một chiếc ô tô mới, trả hết các khoản vay đại học và đưa
bà của anh ấy đi du lịch Hawaii với tồn bộ chi phí. Nhưng anh cũng biết rằng anh
không thể tiếp tục hy vọng vào những kết quả tốt đẹp từ những quyết định tồi tệ
hơn nữa. Vì vậy, anh ấy quyết định lấy một nửa số tiền thắng cược của mình và
đầu tư vào quỹ nghỉ hưu của anh ấy.
Vài ngày sau, Patrick đang ngồi với hai người bạn trong hội anh em của
mình, Joshand Peyton, cố tính xem quỹ hưu trí mới của anh ấy có thể trị giá bao
nhiêu tiền trong 30 năm nữa. Tất cả họ đều học chuyên ngành kinh doanh ở trường
đại học và lớp tài chính, họ nói rằng nếu anh ấy đầu tư đô la trong nhiều năm với
lãi suất phần trăm hàng năm thì sau n năm anh ấy sẽ có p(1+i) n. Vì vậy, họ tính
rằng nếu Patrick đầu tư $250.000 trong 30 năm vào một khoản đầu tư có lãi suất
hàng năm là 10% thì sau 30 năm, anh ta sẽ có $4.362.351 (tức là
$250,000(1+0.10)30
Nhưng sau khi suy nghĩ thêm một chút, tất cả họ đều đồng ý rằng Patrick
khó có thể tìm được khoản đầu tư nào mang lại lợi nhuận chính xác 10% mỗi năm
trong vòng 30 năm tới. Nếu bất kỳ khoản tiền nào trong số này được đầu tư vào cổ
phiếu thì một số năm tỷ suất sinh lợi có thể cao hơn 10% và một số năm có thể
thấp hơn. Vì vậy, để giúp giải thích cho sự thay đổi tiềm ẩn trong lợi tức đầu tư,

Patrick và những người bạn của anh ấy đã nghĩ ra một kế hoạch; họ sẽ cho rằng
anh ta có thể tìm được một khoản đầu tư mang lại lợi nhuận hàng năm là 17,5%
bảy mươi phần trăm thời gian và lợi nhuận (hoặc thực tế là thua lỗ) là 7,5% ba
mươi phần trăm thời gian. Khoản đầu tư như vậy sẽ tạo ra lợi nhuận trung bình
hàng năm là 0,7(17,5%)0,3(7,5%)=10%. Josh cảm thấy chắc chắn rằng điều này có
nghĩa là Patrick vẫn có thể mong đợi khoản đầu tư $250.000 của mình tăng lên
$4.362 trong 30 năm ( bởi vì $250,000(10.10)30=$4,362,351).
Sau khi ngồi yên lặng và suy nghĩ về điều đó một lúc, Peyton nói rằng anh ấy
nghĩ Josh đã sai. Theo cách nhìn của Peyton, Patrick sẽ thấy tỷ suất lợi nhuận
17,5% trong 70% của 30 năm (hoặc 0,7(30)=21 năm) và tỷ suất lợi nhuận 7,5%
trong 30% của 30 năm (hoặc 0,3(30) =9 năm). Vì vậy, theo Peyton, điều đó có
nghĩa là Patrick sẽ có $250,000(1+0,175)21(10,075)9=$3,664,467 sau 30 năm.
Nhưng đó là $697,884 ít hơn so với những gì Josh nói Patrick nên có.
Sau khi nghe lập luận của Peyton, Josh nói rằng anh ấy nghĩ Peyton đã sai vì
tính tốn của anh ấy giả định rằng lợi nhuận “tốt” là 17,5% sẽ xảy ra trong mỗi 21


năm đầu tiên và lợi nhuận “xấu” là 7,5% sẽ xảy ra trong mỗi năm trong số đó. 9
năm qua. Nhưng Peyton đã phản bác lập luận này bằng cách nói rằng thứ tự lợi
nhuận tốt và xấu khơng quan trọng. Quy luật giao hốn của số học nói rằng khi bạn
cộng hoặc nhân các số, thứ tự không quan trọng (nghĩa là X+Y=Y+X và XY=YX).
SoPeyton nói rằng vì Patrick có thể mong đợi 21 khoản lãi “tốt” và 9 khoản lãi
“xấu” và không quan trọng chúng xảy ra theo thứ tự nào, nên kết quả mong đợi của
khoản đầu tư sẽ là 3.664.467 đô la sau 30 năm.
Patrick bây giờ thực sự bối rối. Lập luận của cả hai người bạn của anh ấy
dường như hoàn toàn hợp lý về mặt logic nhưng chúng lại dẫn đến những câu trả
lời khác nhau và không thể cả hai đều đúng. Điều khiến Patrick thực sự lo lắng là
anh ấy sẽ bắt đầu công việc mới với tư cách là nhà phân tích kinh doanh trong vài
tuần nữa. Và nếu anh ta khơng thể suy luận để tìm ra câu trả lời đúng trong một
vấn đề tương đối đơn giản như thế này, thì anh ta sẽ làm gì khi gặp phải những vấn

đề khó khăn hơn đang chờ đợi anh ta trong thế giới kinh doanh? Bây giờ anh ấy
thực sự ước rằng anh ấy đã chú ý nhiều hơn trong lớp khoa học quản lý của mình.
Vậy bạn nghĩ như thế nào? Ai đúng, Josh hay Peyton? Tại sao?
CHƯƠNG 2: Giới thiệu về tối ưu hóa và quy hoạch tuyến tính
2.0. Giới thiệu
Thế giới của chúng ta chứa đầy những nguồn tài nguyên hạn chế. Lượng dầu
chúng ta có thể sử dụng là có hạn. Diện tích đất dành cho bãi rác và chất thải nguy
hại bị hạn chế và ở nhiều khu vực đang giảm nhanh chóng. Ở mức độ cá nhân hơn,
mỗi chúng ta đều có một khoảng thời gian giới hạn để hoàn thành hoặc tận hưởng
các hoạt động mà chúng ta lên lịch mỗi ngày. Hầu hết chúng ta đều có một số tiền
hạn chế để chi tiêu khi theo đuổi các hoạt động này.
Các doanh nghiệp cũng có nguồn lực hạn chế. Một tổ chức sản xuất sử dụng
một số lượng hạn chế công nhân. Một nhà hàng có một số lượng hạn chế khơng
gian có sẵn cho chỗ ngồi. Quyết định cách tốt nhất để sử dụng các nguồn lực hạn
chế có sẵn cho một cá nhân hoặc một doanh nghiệp là một vấn đề chung. Trong
môi trường kinh doanh cạnh tranh ngày nay, việc đảm bảo rằng các nguồn lực hạn
chế của công ty được sử dụng theo cách hiệu quả nhất có thể ngày càng trở nên
quan trọng. Thơng thường, điều này liên quan đến việc xác định cách phân bổ các
nguồn lực sao cho tối đa hóa lợi nhuận hoặc giảm thiểu chi phí. Lập trình tốn học
(MP) là một lĩnh vực khoa học quản lý nhằm tìm ra cách thức tối ưu, hay hiệu quả
nhất trong việc sử dụng các nguồn lực hạn chế để đạt được mục tiêu của một cá
nhân hay một doanh nghiệp. Vì lý do này, lập trình tốn học thường được gọi là tối
ưu hóa.
2.1. Ứng dụng tối ưu hóa tốn học


Để giúp bạn hiểu mục đích của tối ưu hóa và các loại vấn đề mà nó có thể được sử
dụng, chúng ta hãy xem xét một số ví dụ về các tình huống ra quyết định trong đó
các kỹ thuật MP đã được áp dụng.
Xác định hỗn hợp sản phẩm. Hầu hết các cơng ty sản xuất có thể sản xuất nhiều

loại sản phẩm. Tuy nhiên, mỗi sản phẩm thường địi hỏi lượng ngun liệu và nhân
cơng khác nhau. Tương tự như vậy, số lượng lợi nhuận được tạo ra bởi các sản
phẩm khác nhau. Người quản lý của một công ty như vậy phải quyết định sản xuất
bao nhiêu mỗi loại sản phẩm để tối đa hóa lợi nhuận hoặc để đáp ứng nhu cầu với
chi phí tối thiểu.
Chế tạo. Các bảng mạch in, giống như các bảng mạch được sử dụng trong hầu hết
các máy tính, thường có hàng trăm hoặc hàng nghìn lỗ khoan trên chúng để chứa
các thành phần điện khác nhau phải được cắm vào chúng. Để sản xuất các bảng
này, máy khoan điều khiển bằng máy tính phải được lập trình để khoan ở một vị trí
nhất định, sau đó di chuyển mũi khoan đến vị trí tiếp theo và khoan lại. Quá trình
này được lặp đi lặp lại hàng trăm hoặc hàng nghìn lần để hồn thành tất cả các lỗ
trên bảng mạch. Các nhà sản xuất các bảng này sẽ được hưởng lợi từ việc xác định
thứ tự khoan giúp giảm thiểu tổng khoảng cách mà mũi khoan phải di chuyển.
Định tuyến và logistics. Nhiều cơng ty bán lẻ có kho hàng trên khắp đất nước chịu
trách nhiệm giữ cho các cửa hàng được cung cấp đủ hàng hóa để bán. Lượng hàng
hóa có sẵn tại các nhà kho và số lượng cần thiết tại mỗi cửa hàng có xu hướng dao
động, cũng như chi phí vận chuyển hoặc giao hàng hóa từ kho đến các địa điểm
bán lẻ. Một lượng lớn tiền có thể được tiết kiệm bằng cách xác định phương pháp
ít tốn kém nhất để chuyển hàng hóa từ kho đến cửa hàng.
Kế hoạch tài chính. Chính phủ liên bang yêu cầu các cá nhân bắt đầu rút tiền từ
tài khoản hưu trí cá nhân (IRAs) và các chương trình hưu trí được miễn thuế khác
khơng muộn hơn 70,5 tuổi. Có nhiều quy tắc khác nhau phải được tuân theo để
tránh phải trả thuế phạt đối với những lần rút tiền này. Hầu hết các cá nhân muốn
rút tiền của họ theo cách giảm thiểu số tiền thuế họ phải trả trong khi vẫn tuân thủ
luật thuế.
Tối ưu hóa ở khắp mọi nơi
Đến thế giới Disney vào mùa hè này? Tối ưu hóa sẽ là người bạn đồng hành phổ
biến của bạn, lập lịch trình cho đội bay và máy bay, định giá vé máy bay và phòng
khách sạn, thậm chí giúp thiết lập sức chứa cho các trị chơi trong cơng viên giải

trí. Nếu bạn sử dụng Orbitz để đặt chuyến bay, một cơng cụ tối ưu hóa sẽ sàng lọc
qua hàng triệu tùy chọn để tìm giá vé rẻ nhất. Nếu bạn nhận chỉ đường đến khách
sạn của mình từ MapQuest, một cơng cụ tối ưu hóa khác sẽ tìm ra tuyến đường
trực tiếp nhất. Nếu bạn vận chuyển quà lưu niệm về nhà, một cơng cụ tối ưu hóa sẽ
cho UPS biết nên đặt các gói hàng lên xe tải nào, các gói hàng nên đến vị trí chính
xác nào trên xe tải để chúng được bốc dỡ nhanh nhất và người lái xe nên đi theo lộ
trình nào để giao hàng hiệu quả nhất .
(Phỏng theo: V. Postrel, “Operation Everything,” The Boston Globe , ngày 27 tháng 6 năm 2004.)