Môi trường chính trị có ảnh hưởng trực tiếp tới nhiều lĩnh vực quan trọng của đời sống xã hội như giáo dục, lao động xã hội, nền tảng kinh tế, cơ sở hạ tầng. Một số yếu tố chính liên quan tới chính trị thuộc mô hình gồm:
CÔNG TY TNHH AN NINH PHÁT TRIỂN TOÀN CẦU MỚI
Đối với khách hàng: Tân Việt luôn khẳng định thương hiệu “ Nâng tầm sản phẩm - Gánh trọn niềm tin ” bằng việc mang đến cho khách hàng những sản phẩm có chất lượng tuyệt vời, đa dạng, nghệ thuật nhằm đem lại sự hài lòng tuyệt đối cho khách hàng.
Đối với thành viên Công ty: Tân Việt đại diện cho những khát khao, nỗ lực không ngừng để phát triển toàn diện, các thành viên trong đại gia đình Tân Việt luôn mong muốn phát huy toàn bộ năng lực bản thân theo những yêu cầu cao nhất và luôn tìm cách đột phá hoàn thiện từng ngày.
Đối với nhà đầu tư: "Các bên cùng có lợi " Mỹ Thuật Tân Việt nhằm tạo sự an toàn về mặt pháp lí đối với tài sản, vốn đầu tư, thu nhập, các quyền và lợi ích hợp pháp khác của nhà đầu tư khi tham gia đầu tư cùng Mỹ Tp>Đối với khách hàng: Tân Việt luôn khẳng định thương hiệu “ Nâng tầm sản phẩm - Gánh trọn niềm tin ” bằng việc mang đến cho khách hàng những sản phẩm có chất lượng tuyệt vời, đa dạng, nghệ thuật nhằm đem lại sự hài lòng tuyệt đối cho khách hàng.
Đối với thành viên Công ty: Tân Việt đại diện cho những khát khao, nỗ lực không ngừng để phát triển toàn diện, các thành viên trong đại gia đình Tân Việt luôn mong muốn phát huy toàn bộ năng lực bản thân theo những yêu cầu cao nhất và luôn tìm cách đột phá hoàn thiện từng ngày.
Đối với nhà đầu tư: "Các bên cùng có lợi " Mỹ Thuật Tân Việt nhằm tạo sự an toàn về mặt pháp lí đối với tài sản, vốn đầu tư, thu nhập, các quyền và lợi ích hợp pháp khác của nhà đầu tư khi tham gia đầu tư cùng Mỹ Thuật Tân Việt.
Bài này viết về khái niệm chung trong khoa học tự nhiên và kĩ thuật. Đối với một ngành nghiên cứu trong logic toán, xem
Một mô hình toán học là một mô hình trừu tượng sử dụng ngôn ngữ toán để mô tả về một hệ thống. Mô hình toán được sử dụng nhiều trong các ngành khoa học tự nhiên và chuyên ngành kĩ thuật (ví dụ: vật lý, sinh học, và kĩ thuật điện tử) đồng thời trong cả khoa học xã hội (như kinh tế, xã hội học và khoa học chính trị).
Eykhoff (1974) định nghĩa một mô hình toán học là 'một biểu diễn cho các phần quan trọng của một hệ thống có sẵn (hoặc sắp được xây dựng) với mục đích biểu diễn tri thức về hệ thống đó dưới một dạng có thể dùng được' (nguyên văn tiếng Anh: a representation of the essential aspects of an existing system (or a system to be constructed) which presents knowledge of that system in usable form.)
Mô hình toán học có thể có nhiều dạng, bao gồm nhưng không hạn chế với hệ thống động, mô hình thống kê, phương trình sai phân, hay mô hình lý thuyết trò chơi.
Để so sánh các hệ thống thực cùng chức năng, người ta thường dựa vào các tiêu chuẩn như chi phí tạo ra, hiệu quả hoạt động, độ ổn định. Vấn đề là với một yêu cầu, có thể có nhiều thiết kế được đưa ra. Nếu tạo ra từng sản phẩm rồi mới kiểm chứng thì sẽ tốn kém chi phí. Một giải pháp hiệu quả là mô hình các hệ thống đó bằng mô hình toán học. Vì mô hình toán học đưa ra chưa chắc là miêu tả đúng hoàn toàn chức năng của một hệ thống mong muốn, ban đầu nó chỉ có thể được xem là một giả thiết (hypothesis) về cách hoạt động của hệ thống, hoặc ước lượng một sự kiện có thể dự đoán là ảnh hưởng đến hệ thống. Một vấn đề nảy sinh, là chưa nếu chưa tồn tại hệ thống thực, thì làm sao kiểm chứng độ chính xác của mô hình toán học. Để giải quyết vấn đề này, các kĩ sư có thể dùng cách thức mô phỏng lại hệ thống thực dùng các phần mềm mô phỏng.
Một mô hình toán học thông thường mô tả một hệ thống bằng cách sử dụng một tập các biến và các hàm nhằm thiết lập mối quan hệ giữa các biến đó. Giá trị của các biến là tùy vào ứng dụng mà có thể là giá trị thực hay số nguyên, giá trị kiểu bool hay kiểu chuỗi. Các biến này sẽ đại diện cho một vài thuộc tính nào đó của hệ thống, ví dụ: đầu ra của hệ thống có thể là ở dưới dạng tín hiệu, dữ liệu thời gian, biến đếm (tăng/giảm dần), sự xảy ra của một sự kiện (có/không).
Có tất cả sáu nhóm biến cơ bản: biến quyết định, biến đầu vào, biến trạng thái, biến ngoại sinh, biến ngẫu nhiên, và biến đầu ra. Mỗi loại lại có thể có nhiều biến, nên mỗi loại biến thường được đại diện bằng các vector.
Các biến quyết định thường được gọi là biến độc lập. Biến ngoại sinh còn gọi là tham số hay có thể là hằng số. Các biến không độc lập nhau gọi là biến trạng thái và phụ thuộc vào các biến quyết định, đầu vào, ngẫu nhiên, và ngoại sinh. Hơn nữa, các biến đầu ra là phụ thuộc vào trạng thái của hệ thống (được biểu diễn bởi các biến trạng thái).
Mục tiêu và các ràng buộc giữa hệ thống và người dùng nó có thể được biểu diễn dưới dạng các hàm của các biến đầu ra và các biến trạng thái, gọi là hàm mục tiêu hay hàm ràng buộc.
Nhiều mô hình toán học có thể được phân loại theo các cách sau:
Các vấn đề dùng mô hình toán học thường được phân loại thành mô hình black box và white box, tùy vào lượng thông tin có sẵn/cho trước (a priori information) về hệ thống. Mô hình hộp đen mà một hệ thống mà thông tin có sẵn về hệ thống là không có. Mô hình hộp trắng (hay còn gọi là hộp gương (glass box, clear box)) là một hệ thống mà mọi thông tin cần thiết đều có sẵn. Mọi hệ thống thực tế thì nằm dao động ở giữa cả hai loại trên, nó không hoàn toàn là hộp đen mà cũng không hoàn toàn là hộp trắng. Vì thế, 2 khái niệm này chỉ dùng để giới thiệu một cách trực quan về hướng tiếp cận.
Thông thường, ta sử dụng tối đa thông tin có sẵn để giúp cho mô hình càng chính xác. Vì thế, mô hình hộp trắng thường được ưa thích. Và thông tin có sẵn thường ở dạng là cho biết dạng hàm liên kết quan hệ giữa các biến khác nhau.
Ví dụ: nếu ta muốn mô hình hóa cách thuốc tác động lên hệ thống cơ thể của con người, ta biết rằng thông thường lượng thuốc trong máu là một hàm phân rã theo hàm mũ theo thời gian. Đó là thông tin có sẵn, ta vẫn còn thiếu nhiều biến chưa được biết, ví dụ tốc độ phân rã, và lượng thuốc đầu tiên trong máu là bao nhiêu? Ví dụ này hiển nhiên không phải là hộp trắng hoàn toàn. Và việc ước lượng các thông số (biến) chưa biết cần sử dụng các phương tiện/phương pháp phù hợp trước khi đưa mô hình vào sử dụng.
Như vậy, với mô hình hộp đen, ta vừa phải cố gắng ước đoán dạng hàm phù hợp, đồng thời tìm ra các giá trị tham số cho dạng hàm đó. Dùng thông tin có sẵn, ta có thể giảm đi một phần công việc, ví dụ: dạng hàm là cho sẵn. Nếu thông tin có sẵn không có, thì ta nên lựa chọn các hàm đủ tổng quát để có thể bao quát được mọi mô hình khác nhau. Và cách hay dùng cho trường hợp này là mạng nơron, cái này thường không cần giả thiết nào về dữ liệu vào.
Điều cần chú ý nữa là khi mà số lượng biến lớn và quá nhiều hàm khác nhau tham gia vào trong mô hình đề xuất, bài toán sẽ trở nên khó giải quyết.
Đôi lúc, việc đưa thông tin mang tính chủ quan vào trong mô hình toán học là hữu ích. Điều này dựa vào trực quan, kinh nghiệm, hay ý kiến của các chuyên gia, hoặc dựa vào sự thuận lợi của dạng toán. Thống kê Bayes cung cấp một bộ khung lý thuyết (theoretical framework) để đưa loại thông tin này vào quá trình xây dựng mô hình: bằng cách đưa ra phân bố xác suất cho trước (a prior probability distribution) và sau đó cập nhật phân bố này dựa trên dữ liệu mang tính kinh nghiệm (empirical data).[1]
Độ phức tạp của một mô hình toán học luôn bao gồm sự đánh đổi giữa sự đơn giản và độ hiệu quả. Occam's Razor là một nguyên lý đặc biệt liên quan đến vấn đề mô hình hóa; ý tưởng cơ bản là giữa các mô hình mà có khả năng phán đoán tương đối như nhau, thì mô hình đơn giản nhất được lựa chọn. Trong khi việc tăng độ phức tạp thì thường tăng độ phù hợp của mô hình, nó lại làm cho mô hình khó hiểu và khó để làm việc với nó, đồng thời có thể làm xuất hiện các vấn đề về tính toán, bao gồm sự ổn định của số được tính. Thomas Kuhn cho rằng khi mà khoa học phát triển, việc giải thích thường trở nên càng phức tạp trước khi có một Paradigm shift tạo ra một sự đơn giản hóa căn bản.
Ví dụ: khi mô hình một chuyến bay của một chiếc máy bay, ta có thể tạo ra một mô hình lớn từ các mô hình nhỏ riêng biệt của từng bộ phận. Như vậy ta có một mô hình-hộp trắng của chiếc máy bay. Tuy nhiên, chi phí tính toán khi mà thêm vào một lượng lớn các mô hình thành phần làm cho mô hình mẹ khó được quản lý. Mỗi mô hình con đều có độ lệch của nó, điều đó làm cho khó ước đoán hoạt động của mô hình lớn.
Phần sống còn của quá trình mô hình hóa là đánh giá mô hình toán học đề xuất có mô tả chính xác hệ thống hay không. Điều này tùy vào cách đánh giá.
Thông thường, cách đơn giản nhất để kiểm tra sự phù hợp của mô hình đề xuất là dựa vào các số liệu đã đo đạc thực nghiệm hay các dữ liệu mang tính kinh nghiệm khác. Với mô hình có tham số, theo hướng trên, cách chung để kiểm tra sự phù hợp là chia dữ liệu thanh 2 tập riêng biệt: dự liệu tập huấn (training data) và dữ liệu kiểm chứng (verification data). Dữ liệu tập huấn được dùng để ước lượng các tham số. Và mô hình tham số đưa ra cùng với các giá trị tham số được tìm ra, nếu chính xác, khi được chạy thử với dữ liệu kiểm chứng sẽ cho kết quả theo mong đợi. Cách này còn có tên gọi là cross-validation trong thống kê. Dữ liệu tập huấn là tập gồm các {đầu vào, đầu ra mong đợi}. Áp dụng mô hình toán học đề xuất, với đầu vào cung cấp ta sẽ có đầu ra quan sát (tức là đầu ra dựa trên đầu vào và các thông số ban đầu của mô hình có tham số). Ta sẽ so sánh đầu ra quan sát này với đầu ra mong đợi (đã có sẵn từ tập dữ liệu tập huấn). Mục tiêu là đề xuất một phép đo với mục tiêu tối thiểu hóa sự khác biệt giữa đầu ra quan sát và đầu ra mong đợi. Thông thường người ta sử dụng hàm phương sai tối thiểu (least mean squared function). Trong thống kê, lý thuyết quyết định, và một số mô hình kinh tế, vai trò này do hàm thất thoát (loss function) đảm nhiệm.
Như vậy, có thể nói rằng để kiểm chứng tính phù hợp của giá trị các tham số (đối với một mô hình tham số cho sẵn) thì không phức tạp, nhưng việc kiểm chứng sự đúng đắn trong việc lựa chọn đúng mô hình tham số phù hợp, hay dạng toán tổng quát cho một mô hình lại trở nên rất khó khăn. Nói chung, cần dùng nhiều công cụ toán để kiểm chứng sự phù hợp của một mô hình thống kê hơn là mô hình sử dụng phương trình sai phân. Các công cụ trong thống kê phi tham số (nonparametric statistics) có thể được dùng để đánh giá độ phù hợp của dữ liệu với một phân bố cho sẵn hoặc đi đến một mô hình tổng quát mà chỉ sử dụng giả thiết tối thiểu về dạng toán của mô hình.
Việc ước định quy mô của một mô hình, nghĩa là xác định tình huống mà mô hình có thể áp dụng hiệu quả, là không phức tạp. Nếu mô hình được xây dựng nên từ một tập dữ liệu nào đó, thì tình huống chính là loại dữ liệu mà đã dùng.
Nội suy chính là xem xét hệ thống có mô tả tốt các tính chất của dữ liệu được dùng hay không, và ngoại suy là xác định hệ thống có mô tả tốt tính chất của dữ liệu chưa được quan sát (chưa được dùng) hay không.
Một ví dụ về giới hạn của việc áp dụng mô hình của tình huống này cho một tình huống khác: trong cơ học cổ điển Newton đã mô hình chuyển động của các phân tử (hạt) rất nhỏ (với tốc độ gần bằng tốc độ ánh sáng và thời đó chưa đủ thiết bị để đo đạc) dùng mô hình chuyển động của các phần tử vĩ mô. Và thực tế cho thấy là mô hình này không có ngoại suy tốt cho trường hợp hạt vi mô.
Nuôi heo đất khuyến học cũng là việc làm như thế. Chỉ có khác biệt là đồng tiền thu được khi khui heo đất được dùng cho hoạt động khuyến học, cho công tác khuyến học, bao gồm khuyến học trong gia đình, khuyến học trong dòng họ, khuyến học trong trường học, khuyến học trong cộng đồng (khóm, ấp, tổ an ninh khuyến học), …
Ngày nay, việc tổ chức nuôi heo đất khuyến học là nhằm động viên các trường học, các học sinh, các hội viên hội Khuyến học, các hội viên hội Liên hiệp Phụ nữ, các đoàn viên Thanh niên cộng sản… phát huy truyền thống tốt đẹp của dân tộc, tạo ra nguồn quỹ để chăm lo cho công tác khuyến học, đó chính là quỹ Khuyến học. Vả lại, việc làm này hoàn toàn phù hợp với lời dạy, với tấm gương đạo đức của Chủ tịch Hồ Chí Minh mà toàn Đảng, toàn dân, toàn xã hội đang học tập và làm theo.
Đất nước ta đang ngày càng phát triển, đang tiến lên, đời sống xã hội đang khá lên từng ngày, theo đó đời sống của tuyệt đại bộ phận nhân dân cũng được cải thiện, nâng lên đáng kể. Tuy nhiên, vẫn còn có những hoàn cảnh, những gia đình, những trẻ em nghèo, rất khó khăn do rủi ro, do bệnh tật, do tai biến trong lao động, do neo đơn, do thất bại trong làm ăn của gia đình… cần sự giúp đỡ của cộng đồng. Nhất là đối với trẻ em.
Hội Khuyến học ra đời để cùng với Nhà nước, với xã hội chăm lo sự học, tạo sự bình đẳng trong học tập cho trẻ em nghèo. Tất nhiên không chỉ có thế. Trong khuyến học có khuyến tài, tức là phải có nguồn quỹ để khen thưởng, kích thích, khuyến khích phát triển tài năng không phân biệt giàu nghèo. Ngoài ra còn công tác khuyến học dành cho người lớn đi học… Do đó, quỹ khuyến học ra đời cùng hội khuyến học như người em song sinh và quỹ khuyến học cũng phải ngày càng lớn mạnh theo sự phát triển của hội khuyến học các cấp. Một con đường phát triển quỹ khuyến học mạnh mẽ, nhất là ở cơ sở, là phát động phong trào nuôi heo đất khuyến học.
Nuôi heo đất khuyến học có thể nuôi trong trường học và nuôi theo từng gia đình hội viên (hội khuyến học, hội liên hiệp phụ nữ… ), đoàn viên thanh niên.
Trong từng trường học, tùy theo nhu cầu, mục đích sử dụng, có thể phát động nuôi heo đất khuyến học ở từng lớp, từng khối lớp hay toàn trường. Việc này cần có sự hỗ trợ, phối hợp của tổ chức Đoàn trường học. Việc nuôi heo đất khuyến học trong trường học nhằm giáo dục học sinh tinh thần tiết kiệm, tình cảm tương thân, tương ái, giúp đỡ bạn nghèo vượt khó học tập. Việc nuôi heo đất ở từng lớp, trong giờ sinh hoạt lớp hàng tuần các em cho heo ăn. Heo được khui hàng tháng hoặc cuối học kỳ hoặc cuối năm học để kịp thời giúp đỡ học sinh nghèo, khó khăn, khen thưởng, khuyến khích học sinh nhiều tiến bộ hoặc học tập giỏi, xuất sắc hoặc mua sắm những vật dụng cần thiết cho lớp… Nét nổi bật phong trào này là giáo dục học sinh biết tính toán chi tiêu số tiền tiết kiệm được (từ khui con heo đất) một cách hợp lý. Dưới sự giám sát, hỗ trợ của giáo viên chủ nhiệm, tự học sinh quyết định chọn bạn học trong lớp có hoàn cảnh khó khăn, học giỏi để xét cấp học bổng hoặc khen thưởng…
Hình thức thứ hai là phát động nuôi heo đất khuyến học trong cộng đồng (khóm ấp, tổ an ninh khuyến học) hoặc trong dòng họ. Có thể phát động mỗi hội viên (hội Khuyến học, hội Liên hiệp phụ nữ), đoàn viên Thanh niên cộng sản hoặc mỗi gia đình hiếu học trong cộng đồng, dòng họ nuôi một con heo đất khuyến học. Hàng ngày, trong tiết kiệm chi tiêu trong gia đình, mỗi hội viên, đoàn viên hoặc mỗi gia đình hiếu học bỏ vào heo đất 1 ngàn đồng đến 2 ngàn đồng. Nếu cứ đều đặn như thế, sau một năm, khi khui heo đất, mỗi gia đình hội viên, đoàn viên, mỗi gia đình hiếu học sẽ tích lũy được khoảng 500 ngàn đồng. Hàng năm chúng ta sẽ khui heo đất khuyến học đồng loạt trong tháng 8, tháng hành động vì sự nghiệp giáo dục. Có thể gom tiền lại theo từng cộng đồng, từng dòng họ chúng ta sẽ có một nguồn quỹ khuyến học rất lớn, đủ để lo toan, chăm sóc cho mọi gia đình trong cộng đồng, dòng họ kể cả các gia đình nghèo, gia đình gặp khó khăn trong cộng đồng, dòng họ.
Hội Khuyến học tỉnh sẽ bàn bạc cùng Hội Liên hiệp Phụ nữ tỉnh và Tỉnh Đoàn Thanh niên cộng sản Hồ Chí Minh để có kế hoạch liên tịch về vấn đề này.
Mô hình PEST ( tên tiếng anh PEST Analysis) là một mô hình phân tích các yếu tố bên ngoài, trong đó “P” (Politics) đại diện cho tình hình Chính trị, “E” (Economic) là kinh tế , “S” (Social) cho xã hội và “T” (Technology) là công nghệ . Phân tích PEST mô tả một bộ khung gồm các yếu tố thuộc môi trường vĩ mô có ảnh hưởng lớn đến việc quản lý chiến lược của một doanh nghiệp.
Mô hình PEST là một mô hình phân tích các yếu tố bên ngoài, trong đó “P” (Politics) đại diện cho tình hình Chính trị, “E” (Economic) là kinh tế , “S” (Social) cho xã hội và “T” (Technology) là công nghệ . Phân tích PEST mô tả một bộ khung gồm các yếu tố thuộc môi trường vĩ mô có ảnh hưởng lớn đến việc quản lý chiến lược của một doanh nghiệp.
4 yếu tố này tác động trực tiếp đến nền kinh tế nói chung và đến từng doanh nghiệp nói riêng. Các doanh nghiệp phải chịu các yếu tố bên ngoài này tác động vào một cách khách quan. Vì vậy, các doanh nghiệp cần phải nghiên cứu và phân tích chúng để đưa ra được các chiến lược, chính sách phù hợp với sự phát triển của họ.
Môi trường kinh doanh thay đổi có thể tạo ra những cơ hội tuyệt vời cũng như những mối đe dọa đáng kể tới công ty của bạn. Do vậy, việc phân tích này giúp bạn xác định được các yếu tố bên ngoài. Mà có khả năng là cơ hội hoặc thách thức đối với doanh nghiệp của bạn.
Để hiểu thêm về cơ hội, thách thức bạn cũng nên tham khảo bài viết về Mô hình SWOT
Điều này giúp bạn hiểu được bạn đang phải đối mặt với những thay đổi cốt lõi nào. Và từ đó tận dụng được các cơ hội khi chúng xuất hiện. PEST thực sự phù hợp khi bạn bắt đầu việc kinh doanh ở một lĩnh vực mới, hoặc địa điểm mới.
