报童__数学建模
- 格式:doc
- 大小:78.50 KB
- 文档页数:2
数学建模:报童的策略一、论文题目报童每天清晨从报社购进报纸零售,晚上将没有卖掉的报纸退回。
设报纸每份的购进购价为b,零售价为a,退回价为c,应该自然的假设为a>b>c,这就是说,报童售出一份报纸赚a―b,退回一份赔b―c,报童每天如果购进的报纸太少,不够卖的,会少赚钱;如果购进太多,卖不完,将要赔钱。
请你为报童筹划一下,他应如何确定每天购进报纸的数量,以获得最大的收入。
二、问题的重述。
报纸具有时效性每份报纸进价b元,卖出价a元,卖不完退回份报纸c元。
设每日的订购量为n,如果订购的多了,报纸剩下会造成浪费,甚至陪钱。
订的少了,报纸不够卖,又会少赚钱。
为了获得最大效益,现在要确定最优订购量n。
n的意义。
n是每天购进报纸的数量,确定n一方面可以使报童长期以内拥有一个稳定的收入,另一方面也可以让报社确定每日的印刷量,避免纸张浪费。
所以,笔者认为n的意义是双重的。
本题就是让我们根据a、b、c及r来确定每日进购数n。
三、基本假设1、假设报童现在要与报社签定一个长期的订购合同,所以要确定每日的订购量n。
2、假设报纸每日的需求量是r,但报童是一个初次涉足卖报行业的菜鸟,毫无经验,无法掌握需求量r的分布函数,只知道每份报纸的进价b、售价a及退回价c。
3、假设每日的定购量是n。
4、报童的目的是尽可能的多赚钱。
四、建立模型应该根据需求量r确定需求量n,而需求量r是随机的,所以这是一个风险决策问题。
而报童却因为自身的局限,无法掌握每日需求量的分布规律,已确定优化模型的目标函数。
但是要得到n值,我们可以从卖报纸的结果入手,结合r与n的量化关系,从实际出发最终确定n值。
由常识可以知道卖报纸只有赚钱、不赚钱不赔钱、赔钱会有三种结果。
现在用简单的数学式表示这三种结果。
1、赚钱。
赚钱又可分为两种情况:①r>n,则最终收益为(a-b)n (1)②r<n,则最终收益为(a-b)r-(b-c)(n-r)>0整理得:r/n>(b-c)/(a-c) (2)2、由(2)式容易得出不赚钱不赔钱。
报童模型(Newsboy model)
问题:
报童出售报纸,零售价a>购进价b>退回价c。
因此,每售出一份报纸,赚a-b,每退回一份报纸赔b-c。
那么,报童每天要购进多少份报纸才能使收入最大?
分析:
如果购进太多,就会卖不完,从而赔钱;如果购进过少,导致报纸不够销售,就会减少收入。
因此,存在一个最优的购进量,使得收入最大。
因此,应当根据需求来确定购进量。
然而,每天的需求是随机的,进而每天的收入也是随机的。
因此,优化问题的目标函数应是长期日平均收入,等于每天收入的期望。
准备:
调查随机量的需求规律——每天需求量为r 的概率f(r), r=0,1,2…
建模:
设每天购进n 份,日平均收入为G(n)。
已知售出一份赚a-b;退回一份赔b-c。
若r<=n,则售出r,返回n-r => 赚(a-b)r,赔(b-c)(n-r)。
若r>n,则售出n,赚(a-b)n。
目标函数
求n使G(n)最大。
求解:
视r为连续变量f(r)=>p(r)(概率密度)
结果解释:
取n,使
其中,a-b即售出一份报纸赚的钱,b-c即退回一份报纸赔的钱。
报童诀窍一、问题:报童每天清晨从报社购进报纸零售,晚上将没有卖掉的报纸退回。
设报纸每份的购进价为b ,零售价为a ,退回价为c ,假设a>b>c 。
即报童售出一份报纸赚a-b ,退回一份赔b-c 。
报童每天购进报纸太多,卖不完会赔钱;购进太少,不够卖会少挣钱。
试为报童筹划一下每天购进报纸的数量,以获得最大收入。
二、模型分析:购进量由需求量确定,需求量是随机的。
假定报童已通过自己的经验或其他渠道掌握了需求量的随机规律,即在他的销受范围内每天报纸的需求量为 r 份的概率是f(r)(r=0,1,2…)有了f(r),a 和b,c 就可以建立关于购进量的优化模型。
三、模型建立:假设每天购进量是n 份,需求量是随机的,r 可以小于,等于或大于n, ,所以报童每天的收入也是随机的。
那么,作为优化模型的目标函数,不能取每天的收入,而取长期卖报(月,年)的日平均收入。
从概率论大数定律的观点看,这相当于报童每天收入的期望值,简称平均收入。
记报童每天购进n 份报纸的平均收入为G(n),如果这天的需求量r<=n,则售出r 份,退回n-r 份;如果需求量人r>n,则r 份将全部售出。
需求量为r 的概率是f(r),则()()()()[]()()()∑∑=∞+=-+----=n r n r r nf b a r f r n c b r b a n G 01问题归结为在()c b a r f ,,,已知时,求n 是G(n)最大。
四、模型求解:购进量n 都相当大,将r 视为连续变量便于分析和计算,这时概率f(r)转化为概率密度函数p(r)()()()()[]()()()⎰⎰∞-+----=n ndr r np b a dr r p r n c b r b a n G 0计算()()()()⎰---=ndrr p c b n np b a dndG 0()()()()dr r p b a n np b a n ⎰∞-+--令0=dndG 得dndG ()()()()()()dr r p b a dr r p c b n np c a n n⎰⎰∞-+---=02得到()()cb b a drr p dr r p nn --=⎰⎰∞n 应满足上式。
实验四报童的诀窍报童每天清晨从报社购进报纸零售,晚上将没有卖掉的报纸退回。
设报纸每份的购进价为b,零售价为a,退回价为c,应该自然的假设为a>b>c,这就是说,报童售出一份报纸赚a-b,退回一份赔b-c,报童每天如果购进的报纸太少,不够卖的,会少赚钱;如果购进太多,卖不完,将要赔钱。
请你为报童筹划一下,他应如何确定每天购进报纸的数量,以获得最大的收入。
为了掌握需求量的随机规律,可以用收集历史资料或向其他报童调查的办法做市场预测。
练习:利用上述模型计算,若每份报纸的购进价为0.75元,售出价为1元,退回价为0.6元,需求量服从均值500份,均方差50份的正态分布,报童每天应购进多少份报纸才能使平均收入最高,最高收入是多少?假设已经得到159天报纸需求量的情况如下表:表 159天报纸需求量的分布情况为报童提供最佳决策。
求解过程:(一)1、模型假设:G(n);(1) 每天的购进量为n,需求量为r,且r服从正态分布;(2) 购进n份报纸时的平均收入为(3) 当r和n相当大时,将r看作连续变量,其概率密度函数为p(r)。
2、模型的建立与求解根据题目条件以及以上假设,可得:()()()nG(n)=a-b()()()nr b c n r p r dr a b np r dr∞---+-⎡⎤⎣⎦⎰⎰22())2rμσ--1p(r)=00(),()()1,()nnnp r dr a bb cp r dra bp r dr p r dra c∞∞-'=--==-⎰⎰⎰⎰为了使G(n)最大,令G(n)=0,得到又因为所以,0 1.0,0.75,0.6,500,500.25()0.6250.40n a b c a b p r dr a c μσ=====-===-⎰已知:则Matlab 利用软件求解,得:n=515.9320程序代码如下:>> n = norminv(0.625,500,50)n =515.9320即此时报童每天应该购进约516份报纸。
缺货损失厌恶的报童问题摘要:报童问题是随机存贮管理的基本问题之一。
在预期理论的框架下,我们通过引入损失厌恶参数,基于损失期望最小原则,对经典的报童问题进行了重新思考,给出了缺货损失厌恶的报童的最优定货量的计算公式及订购量与期望损失关系的数学模型.关键词:存贮管理;预期理论;期望损失1、引言不确定性决策一直都是决策理论的基本问题之一。
报童问题是随机存贮理论的基本模型之一,国内外关于报童问题的研究已有很长一段时间,人们也从不同的角度得出了一些令大家可接受且比较满意的方案和数学模型。
如Tsan rt.al[1]提出报童问题的均值方差模型,并且得出如果报童可能最大化期望利润,使得利润方差受到限制,那么其最佳订购量总是小于经典报童问题的订购量;Schweitzer, Cachon[2] 提出效用最大化的报童问题,且得出基于偏爱的不同而有不同的效用函数,(这些偏爱对报童的决策进程有着重要影响);Eeckhoudt et.al[5]研究了风险及风险厌恶对报童问题的效应;Porteus[5]通过对敏感度的定量分析,研究了带风险效用和风险厌恶的报童问题;文平[6]关于损失厌恶的报童—预期理论下的报童问题新解一文,基于Kahneman 和Tversky[6]于1979年提出的预期理论,也得出了比较理想的模型。
然而他们中的多数都是从获利期望值最大和期望效用理论的角度来考察的。
但是,报童问题也是一种经典的单阶段存贮问题。
对报童而言,他每一天的报纸都有三种结果:报纸卖不完、不够卖、刚好够卖。
这三种结局只有最后一种情况下才能达到报童的最大利润,因为报童的最大利润是订购量刚好和市场需求一致,即刚好够卖,也刚好卖完。
在过去关于报童问题的种种模型中,都很少考虑到报纸不够卖,即脱销的情况,此时大多是以刚好满足市场需求的情况来处理。
其实不然,对于这类薄利多销的报童问题而言,他们都不希望自己是做保本生意,都希望充分利用好市场,最大限度地获取利润。
报童诀窍一、问题:报童每天清晨从报社购进报纸零售,晚上将没有卖掉的报纸退回。
设报纸每份的购进价为b ,零售价为a ,退回价为c ,假设a>b>c 。
即报童售出一份报纸赚a-b ,退回一份赔b-c 。
报童每天购进报纸太多,卖不完会赔钱;购进太少,不够卖会少挣钱。
试为报童筹划一下每天购进报纸的数量,以获得最大收入。
二、模型分析:购进量由需求量确定,需求量是随机的。
假定报童已通过自己的经验或其他渠道掌握了需求量的随机规律,即在他的销受范围内每天报纸的需求量为 r 份的概率是f(r)(r=0,1,2…)有了f(r),a 和b,c 就可以建立关于购进量的优化模型。
三、模型建立:假设每天购进量是n 份,需求量是随机的,r 可以小于,等于或大于n, ,所以报童每天的收入也是随机的。
那么,作为优化模型的目标函数,不能取每天的收入,而取长期卖报(月,年)的日平均收入。
从概率论大数定律的观点看,这相当于报童每天收入的期望值,简称平均收入。
记报童每天购进n 份报纸的平均收入为G(n),如果这天的需求量r<=n, 则售出r 份,退回n-r 份;如果需求量人r>n,则r 份将全部售出。
需求量为r 的概率是f(r),则 ()()()()[]()()()∑∑=∞+=-+----=n r n r r nf b a r f r n c b r b a n G 01 问题归结为在()c b a r f ,,,已知时,求n 是G(n)最大。
四、模型求解:购进量n 都相当大,将r 视为连续变量便于分析和计算,这时概率f(r)转化为概率密度函数p(r)()()()()[]()()()⎰⎰∞-+----=n n dr r np b a dr r p r n c b r b a n G 0 计算()()()()⎰---=n dr r p c b n np b a dndG 0()()()()dr r p b a n np b a n ⎰∞-+-- 令0=dn dG 得dndG ()()()()()()dr r p b a dr r p c b n np c a n n ⎰⎰∞-+---=02得到()()c b b a dr r p dr r p n n--=⎰⎰∞0 n 应满足上式。
报童数学建模 IMB standardization office【IMB 5AB- IMBK 08- IMB 2C】报童诀窍一、问题: 报童每天清晨从报社购进报纸零售,晚上将没有卖掉的报纸退回。
设报纸每份的购进价为b ,零售价为a ,退回价为c ,假设a>b>c 。
即报童售出一份报纸赚a-b ,退回一份赔b-c 。
报童每天购进报纸太多,卖不完会赔钱;购进太少,不够卖会少挣钱。
试为报童筹划一下每天购进报纸的数量,以获得最大收入。
二、模型分析:购进量由需求量确定,需求量是随机的。
假定报童已通过自己的经验或其他渠道掌握了需求量的随机规律,即在他的销受范围内每天报纸的需求量为r 份的概率是f(r)(r=0,1,2…)有了f(r),a 和b,c 就可以建立关于购进量的优化模型。
三、模型建立:假设每天购进量是n 份,需求量是随机的,r 可以小于,等于或大于n,,所以报童每天的收入也是随机的。
那么,作为优化模型的目标函数,不能取每天的收入,而取长期卖报(月,年)的日平均收入。
从概率论大数定律的观点看,这相当于报童每天收入的期望值,简称平均收入。
记报童每天购进n 份报纸的平均收入为G(n),如果这天的需求量r<=n,则售出r份,退回n-r 份;如果需求量人r>n,则r 份将全部售出。
需求量为r 的概率是f(r),则问题归结为在()c b a r f ,,,已知时,求n 是G(n)最大。
四、模型求解:购进量n 都相当大,将r 视为连续变量便于分析和计算,这时概率f(r)转化为概率密度函数p(r)计算令0=dn dG 得dn dG ()()()()()()dr r p b a dr r p c b n np c a n n ⎰⎰∞-+---=02 得到()()c b b a dr r p dr r p n n--=⎰⎰∞0 n 应满足上式。
()10=⎰∞dr r p 使报童日平均收入达到最大的购进量为()ca b a dr r p n --=⎰0 根据需求量的概率密度p(r)的图形可以确定购进量n 在图中用p1,p2分别表示曲线p(r)下的两块面积,则cb b a P P --=21 O nr因为当购进n 份报纸时,()dr r p P n ⎰=01是需求量r 不超过n 的概率; ()dr r p P n ⎰∞=2是需求量r 超过n 的概率,既卖完的概率,所以上式表明,购进的份数n 应使卖不完与卖完的概率之比,恰好等于卖出一份赚的钱a-b 与退回一份赔的钱b-c 之比。
§ 2报童问题模型[问题的提出]报童每天清晨从报社购进报纸零售,晚上将没有卖掉的报纸退回.设报纸每份的购进价为b,零售价为a,退回价为c,应该自然地假设为a>b>c.这就是说,报童售出一份报纸赚a-b,退回一份赔b-c •报童每天如果购进的报纸太少,不够卖的,会少赚钱;如果购进太多,卖不完,将要赔钱•请你为报童筹划一下,他应如何确定每天购进报纸的数量,以获得最大的收入.[问题的分析及假设]众所周知,应该根据需求量确定购进量•需求量是随机的,假定报童已经通过自己的经验或其它的渠道掌握了需求量的随机规律,即在他的销售范围内每天报纸的需求量为r份的概率是f(r)(r 0,1,2, ) •有了f(r)和a , b, c, 就可以建立关于购进量的优化模型了.假设每天购进量为n份,因为需求量r是随机的,r可以小于n,等于n或大于n,致使报童每天的收入也是随机的,所以作为优化模型的目标函数,不能是报童每天的收入,而应该是他长期(几个月,一年)卖报的日平均收入.从概率论大数定律的观点看,这相当于报童每天收入的期望值,以下简称平均收入.[模型的建立及求解]记报童每天购进n份报纸时的平均收入为G(n),如果这天的需求量r < n,则他售出r份,退回n-r份;如果这天的需求量r>n ,则n份将全部售出.考虑到需求量为r的概率是f(r),所以问题归结为在f (r) , a, b, c已知时,求n使G(n)最大.通常需求量r的取值和购进量n都相当大,将r视为连续变量更便于分析和计算,这时概率f (r)转化为概率密度函数p(r), (1)式变成计算第163页^ = (a-b)npM-f <b-c)p(r)dr—(a -6) + (a - b) p( r)dr J H令dG 0.得到 dnI p{r)dr Joa-bI />(r Jdr 由 C J n使报童日平均收入达到最大的购进量n 应满足(3)式.因为° p(r)dr 1,所以(3)式又可表为 />(r)dr - a - a c 根据需求量的概率密度 p(r)的图形很容易从(3)式确定购进量 n .在图2中用R , P 2分别表示曲线p(r)下的两块面积,则(3)式可记作Pi _ a ~ b P tb - cn 因为当购进n 份报纸时,p 1 o p(r )dr 是需求量r 不超过 n 的概率,即卖不完的概率:P 2p(r)dr 是需求量r 超过n 的概率,即卖完n 的概率,所以(3)式表明,购进的份数 应该使卖不完和卖完的概率之比,恰好等于卖出一份赚的钱 a-b 与退回一份赔 b-c 之比.显然,当报童与报社签订的合同使报童每份赚钱和赔钱 之比越大时,报童购进的份数就应该越多第164页=-(b - c) />( r)dr +J 0 (4)。
报童模型概念引言报童模型(Newsboy Model)是供应链管理中常用的一种模型,用于帮助企业决策商品订购量。
它的目标是在不确定需求的情况下,最大化企业的利润。
本文将从报童模型的基本概念入手,深入探讨其原理、适用范围以及在实际应用中的注意事项。
什么是报童模型?报童模型是一种在需求不确定的情况下,进行商品订购量决策的模型。
它的名称源自于一位报童,在购买报纸时不知道具体有多少人会买报纸,只能根据过去的数据和一些预测来决定购买的数量。
报童模型的目标是最大化利润,即最大化销售额与成本之间的差额。
原理报童模型的核心原理是基于销售量与利润之间的关系。
一般来说,销售量越高,利润越大,但过高的销售量也会导致库存积压和浪费。
因此,企业需要在平衡销售量与成本之间做出决策。
具体而言,报童模型需要考虑以下几个关键因素:需求分布需求不确定是报童模型的前提条件之一。
一般来说,需求可以被建模为一个概率分布,比如正态分布、泊松分布等。
通过分析过去的销售数据和市场趋势,可以对需求分布进行估计。
订购成本订购成本是指企业为了获得一定数量的商品而需要支付的费用,包括采购成本、运输成本等。
订购成本一般随着订购量的增加而增加。
销售收益是指企业通过销售商品所获得的收入。
销售收益与销售量成正比,但一般销售收益与销售量之间并非线性关系。
在报童模型中,一般假设销售收益可以通过销售价格和销售量之间的函数关系来描述。
库存损失库存损失是指由于库存过剩导致的商品价值降低、过期等损失。
库存损失是报童模型考虑的一个重要因素,过高的库存会增加企业的成本。
基于以上因素,报童模型的目标是找到一个最优的订购量,使得销售收益与订购成本之间的差额最大化。
通常使用数学模型和优化算法来求解最优解。
适用范围报童模型在许多行业中都有广泛的应用。
以下是几个适用范围的示例:零售业零售业是报童模型应用最广泛的领域之一。
对于一些季节性商品或者具有一定时效性的商品,企业需要根据过去的销售数据和市场趋势来进行订购决策,以最大化利润。
计算机模拟实验目的:1.学习计算机模拟的基本过程与方法;2.会做简单的计算机模拟。
实验内容:一、了解什么是模拟模拟就是利用物理的、数学的模型来类比、模仿现实系统及其演变过程,以寻求过程规律的一种方法。
模拟的基本思想是建立一个试验模型,这个模型包含所研究系统的主要特点.通过对这个实验模型的运行,获得所要研究系统的必要信息模拟的方法:1、物理模拟:对实际系统及其过程用功能相似的实物系统去模仿。
例如,军事演习、船艇实验、沙盘作业等。
物理模拟通常花费较大、周期较长,且在物理模型上改变系统结构和系数都较困难。
而且,许多系统无法进行物理模拟,如社会经济系统、生态系统等。
2、数学模拟在一定的假设条件下,运用数学运算模拟系统的运行,称为数学模拟。
现代的数学模拟都是在计算机上进行的,称为计算机模拟。
计算机模拟可以反复进行,改变系统的结构和系数都比较容易。
在实际问题中,面对一些带随机因素的复杂系统,用分析方法建模常常需要作许多简化假设,与面临的实际问题可能相差甚远,以致解答根本无法应用。
这时,计算机模拟几乎成为唯一的选择。
二、报童问题某报童以每份0.03元的价格买进报纸,以0.05元的价格出售. 根据长期统计,报纸每天的销售量及百分率为已知当天销售不出去的报纸,将以每份0.02元的价格退还报社.试用模拟方法确定报童每天买进报纸数量,使报童的平均总收入为最大? [1] 系统的假设: (1) 模拟时间充分大;(2) 报童购买报纸量介于销售量最小值与最大值之间;(3)不考虑有重大事件发生时卖报的高峰期,也不考虑风雨天气时卖报的低谷期。
[2] 问题分析报童购进数量应根据需求量确定,但需求量是随机的,所以报童每天如果购进的报纸太少,不够买的,会少赚钱;如果购进太多,卖不完就要赔钱,这样由于每天报纸的需求量是随机的,致使报童每天的收入也是随机的,因此衡量报童的收入,不能是报童每天的收入,而应该是他长期(几个月、一年)卖报的日平均收入。
报童收益期望最大问题教程一:复习期望求解公式,二:报童问题报童进报纸每份价格a 元,卖价b 元,退还c 元,市场需求m 份报纸概率m p (假定平均需求λ份), 可以只考虑500≤m , 若报童进报n 份,求收益平均Income(n) 解答:对应市场需求m 份报纸,报童收益为[][]()[][]()m I m a b m I m n c a m a b n n ∞+-+----,1,0)())(()(,对应概率为m p因此,收益平均 Income(n)=[][]()[][](){}∑=∞+-+----500,1,0)())(()(m m n np m I m a b m I m n c a m a b例题:若a=0.4, b=0.6, c=0.3, !200200m ep mm -=,求Income 对n 表达矩阵Income(n)=[][]()[][](){}∑=∞+-+----500,1,0)())(()(m m n np m I n a b m I m n c a m a ba=0.4;b=0.6;c=0.3; lamda=200;for n=1:500for i=1:500; %忽略i=0情况gailv(i)=exp(-lamda+i*log(lamda)-sum(log(1:i))); Income(i)=((b-a)*i-(a-c)*(n-i))*(i<=n)+(b-a)*n*(i>n); endExpectationIncome(n)=sum(gailv.*Income); endplot(ExpectationIncome)在这里,ExpectationIncome是报童收益向量问题1、报童应该准备买进多少份报纸,使得期望收益达到最大?for i=1:500if ExpectationIncome(i)==max(ExpectationIncome);thebestamount=iendend运行结果thebestamount =206问题2、现在,若报童还卖另外一份报纸,对应a=0.5;b=0.7;c=0.4;lamda=250;两份报纸,报童各应准备买进多少份,使得期望收益达到最大?解答:显然,如果报童资金足够,每份报纸进货可以分别计算如问题一,得到,第一份报纸进货206,第二份报纸进货257,但是,如果报童总资金不足206*0.4+257*0.5=210.9000元,报童该如何进货呢?比如,报童只有150元)最大应该此时,假定第一份报纸买入i=1:206,计算第二份报纸在范围(257买入量时两份报纸总收益矩阵将a=0.4;b=0.6;c=0.3; lamda=200时报童收益向量定义为AA=ExpectationIncome; 将a=0.5;b=0.7;c=0.4;lamda=250时报童收益向量定义为B. B=ExpectationIncome;for i=1:206if (150-i*0.4)/0.5>=257;totalincome(i)=A(i)+max(B);elsetotalincome(i)=A(i)+B(ceil((150-i*0.4)/0.5));end endplot(totalincome)501001502002504850525456586062646668for i=1:206if totalincome(i)==max(totalincome)newspaperone=i, newspapertwo=(150-0.4*newspaperone)/0.5, maxincome=max(totalincome) end end。
四类基本模型1 优化模型1.1 数学规划模型线性规划、整数线性规划、非线性规划、多目标规划、动态规划。
1.2 微分方程组模型阻滞增长模型、SARS 传播模型。
1.3 图论与网络优化问题最短路径问题、网络最大流问题、最小费用最大流问题、最小生成树问题(MST)、旅行商问题(TSP)、图的着色问题。
1.4 概率模型决策模型、随机存储模型、随机人口模型、报童问题、Markov 链模型。
1.5 组合优化经典问题● 多维背包问题(MKP)背包问题:n 个物品,对物品i ,体积为i w ,背包容量为W 。
如何将尽可能多的物品装入背包。
多维背包问题:n 个物品,对物品i ,价值为i p ,体积为i w ,背包容量为W 。
如何选取物品装入背包,是背包中物品的总价值最大。
多维背包问题在实际中的应用有:资源分配、货物装载和存储分配等问题。
该问题属于NP 难问题。
● 二维指派问题(QAP)工作指派问题:n 个工作可以由n 个工人分别完成。
工人i 完成工作j 的时间为ij d 。
如何安排使总工作时间最小。
二维指派问题(常以机器布局问题为例):n 台机器要布置在n 个地方,机器i 与k 之间的物流量为ik f ,位置j 与l 之间的距离为jl d ,如何布置使费用最小。
二维指派问题在实际中的应用有:校园建筑物的布局、医院科室的安排、成组技术中加工中心的组成问题等。
●旅行商问题(TSP)旅行商问题:有n个城市,城市i与j之间的距离为d,找一条经过n个城ij市的巡回(每个城市经过且只经过一次,最后回到出发点),使得总路程最小。
●车辆路径问题(VRP)车辆路径问题(也称车辆计划):已知n个客户的位置坐标和货物需求,在可供使用车辆数量及运载能力条件的约束下,每辆车都从起点出发,完成若干客户点的运送任务后再回到起点,要求以最少的车辆数、最小的车辆总行程完成货物的派送任务。
TSP问题是VRP问题的特例。
●车间作业调度问题(JSP)车间调度问题:存在j个工作和m台机器,每个工作由一系列操作组成,操作的执行次序遵循严格的串行顺序,在特定的时间每个操作需要一台特定的机器完成,每台机器在同一时刻不能同时完成不同的工作,同一时刻同一工作的各个操作不能并发执行。
报童模型推导过程引言报童模型是运筹学中的一个经典问题,用来研究在确定需求不确定的情况下,如何进行订货决策以最大化利润或最小化成本。
该模型可以应用于各种销售场景,如零售业、餐饮业等。
本文将详细介绍报童模型的推导过程,以帮助读者更好地理解该模型的基本原理和应用方法。
问题描述在介绍推导过程之前,我们首先来明确报童模型的问题描述和假设条件。
假设一个报摊要在每天早上采购某种报纸供应给顾客,报纸当日的需求是随机的,报刊杂志店的利润等于报纸售价与进货价之间的差值,当售出的报纸数量超过需求时,超过的部分将无法销售并造成损失。
问题描述如下: - 每天早上只能进行一次订货,订货量为Q, - 报纸的需求量是随机的且服从已知的概率分布,可以假设为离散分布, - 报纸进货价格为C,售价为P,超过需求的报纸不可退还,且销售价格与需求量无关。
根据以上描述,我们的目标是通过确定订货量Q来使得期望利润最大化或者期望成本最小化。
推导过程为了求解最优的订货量Q,我们需要先通过数学推导建立相应的模型。
第一步:建立利润函数我们假设需求的概率分布为离散变量,其中每个需求量和对应的概率分别为d和P(d)。
那么对于每个可能的需求量d,利润可以表示为售价P与进货价C之差乘以实际售出的报纸数量min(d,Q)。
因此,对于每个订货量Q,我们可以计算出对应的利润。
定义利润函数f(Q)为:f(Q)=P⋅min(d,Q)−C⋅Q第二步:计算期望利润为了得到期望利润,我们需要计算利润函数对应于每个可能的需求量的加权平均值。
因此,期望利润E(Q)可以表示为:(d)⋅f(Q)E(Q)=∑Pd第三步:求解最优订货量我们的目标是通过求解最优订货量Q来使期望利润最大化或者最小化。
针对最大化期望利润的情况,我们需要对利润函数求导并找到使导数等于0的订货量。
第四步:求导计算对利润函数f(Q)进行求导,我们得到:df(Q)=P⋅I(Q>d)−CdQ其中,I(Q > d)为指示函数,当Q > d时取值为1,否则为0。
报童诀窍
一、问题:
报童每天清晨从报社购进报纸零售,晚上将没有卖掉的报纸退回。
设报纸每份的购进价为b ,零售价为a ,退回价为c ,假设a>b>c 。
即报童售出一份报纸赚a-b ,退回一份赔b-c 。
报童每天购进报纸太多,卖不完会赔钱;购进太少,不够卖会少挣钱。
试为报童筹划一下每天购进报纸的数量,以获得最大收入。
二、模型分析:
购进量由需求量确定,需求量是随机的。
假定报童已通过自己的经验或其他渠道掌握了需求量的随机规律,即在他的销受范围内每天报纸的需求量为 r 份的概率是f(r)(r=0,1,2…)有了f(r),a 和b,c 就可以建立关于购进量的优化模型。
三、模型建立:
假设每天购进量是n 份,需求量是随机的,r 可以小于,等于或大于n, ,所以报童每天的收入也是随机的。
那么,作为优化模型的目标函数,不能取每天的收入,而取长期卖报(月,年)的日平均收入。
从概率论大数定律的观点看,这相当于报童每天收入的期望值,简称平均收入。
记报童每天购进n 份报纸的平均收入为G(n),
如果这天的需求量r<=n, 则售出r 份,退回n-r 份;如果需求量人r>n,则r 份将全部售出。
需求量为r 的概率是f(r),则 ()()()()[]()()()∑∑=∞
+=-+
----=n r n r r nf b a r f r n c b r b a n G 01 问题归结为在()c b a r f ,,,已知时,求n 是G(n)最大。
四、模型求解:
购进量n 都相当大,将r 视为连续变量便于分析和计算,这时概率f(r)转化为概率密度函数p(r)
()()()()[]()()()⎰⎰∞
-+----=n n dr r np b a dr r p r n c b r b a n G 0 计算
()()()()⎰---=n dr r p c b n np b a dn
dG 0()()()()dr r p b a n np b a n ⎰∞-+-- 令0=dn dG 得dn
dG ()()()()()()dr r p b a dr r p c b n np c a n n ⎰⎰∞-+---=02
得到()()c b b a dr r p dr r p n n
--=⎰⎰∞
0 n 应满足上式。
()10=⎰∞
dr r p 使报童日平均收入达到最大的购进量为 ()c
a b a dr r p n --=⎰0 根据需求量的概率密度p(r)的图形可以确定购进量n 在图中用p1,p2分别表示曲线p(r)下的
两块面积,则
c
b b a P P --=21
O n r
因为当购进n 份报纸时,()dr r p P n
⎰=01是需求量r 不超过n 的概率; ()dr r p P n ⎰∞
=2是需求量r 超过n 的概率,既卖完的概率,所以上式表明,购进的份数n 应使卖不完与卖完的概率之比,恰好等于卖出一份赚的钱a-b 与退回一份赔的钱b-c 之比。
五、结论:
当报童与报社签订的合同使报童每份赚钱与赔钱之比约大时,报童购进的份数就应该越多。
六、问题求解:
利用上述模型计算,若每份报纸的购进价为0.75元,售出价为1元,退回价为0.6元,需求量服从均值500份,均方差50份的正态分布,报童每天应购进多少份报纸才能使平均收入最高,最高收入是多少?
当a=1, b=0.75, c==0.6时 需求量r 服从)50,500(~2N r 分布。
3
56.075.075.0121=--=--=c b b a P P 对应的正态分布表得到对应概率为0.9515 所以购进量为5.3128
5500=⨯ 当r<=n 时最高收入为()15.78951.05.31275.01=⨯⨯-
当r>n 时最高收入为()()()[]6.479515.05.3125006.075.05.31275.01=⨯-⨯--⨯-
()
r p。