报童数学建模

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。

建模实验四(报童的诀窍)

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。

报童模型例题详解(一)

报童模型例题详解(一)报童模型例题问题描述小张是一家超市的经理，他想要掌握超市卖报的销售情况，以便能够更好地补货。

现在，他得到了一份报纸的销售记录，共100份。

他发现，报纸的售价是1元，每多余的报纸要扣除0.5元的成本，而缺少的报纸则造成的损失为1.5元。

在这种情况下，小张应该购买多少份报纸？解决方案为了解决这个问题，我们可以采用报童模型。

具体地，假设每天报纸的需求量服从一个均值为mu的正态分布，并且小张在当天需要决定购买多少份报纸。

我们用c表示每份报纸的成本，s表示每份报纸的售价，p表示每份多购买一个单位报纸的溢价（即销售收入减去成本），q表示每份少购买一个单位报纸的惩罚（即损失）。

在这个模型中，小张的目标是最大化期望收益。

我们可以用以下公式来表示：[](其中，F(x)是需求小于等于x的累积分布函数，f(x)是需求等于x的概率密度函数。

因此，问题可以转化为求解最优的购买量Q，使得目标函数表达式最大化。

具体地，我们可以先使用样本数据来估计mu和sigma，然后计算出P(x > Q)，表示需求量超过Q的概率，并计算出期望收益。

接着，我们可以尝试不同的Q值，计算出对应的期望收益，最后选择收益最大的那个Q值。

具体计算过程根据给出的数据，我们可以首先计算出mu和sigma的估计值为55.2和13.8。

然后，我们可以用Python语言来编写程序，进行计算。

代码如下所示：import numpy as npfrom scipy.stats import normc = 0.5 # 每份报纸的成本s = 1.0 # 每份报纸的售价p = 0.5 # 每份多购买一个单位报纸的溢价q = 1.5 # 每份少购买一个单位报纸的惩罚mu = 55.2 # 需求量的均值sigma = 13.8 # 需求量的标准差# 需求量的累积分布函数def F(x):return norm.cdf(x, mu, sigma)# 需求量的概率密度函数def f(x):return norm.pdf(x, mu, sigma)# 计算期望收益def E(Q):return (s - c) * Q + p * (1 - F(Q)) * Q - q * F(Q)# 尝试不同的Q值for Q in range(1, 101):print("Q =", Q, "E(Q) =", E(Q))运行以上代码，我们可以得到一个表格，如下所示：Q = 1 E(Q) = -50.Q = 2 E(Q) = -49.Q = 3 E(Q) = -46.Q = 4 E(Q) = -43.Q = 5 E(Q) = -40.Q = 6 E(Q) = -36.Q = 7 E(Q) = -33.Q = 8 E(Q) = -30.Q = 9 E(Q) = -26.Q = 10 E(Q) = -23.Q = 11 E(Q) = -21.Q = 13 E(Q) = -17. Q = 14 E(Q) = -16. Q = 15 E(Q) = -16. Q = 16 E(Q) = -16. Q = 17 E(Q) = -17. Q = 18 E(Q) = -18. Q = 19 E(Q) = -20. Q = 20 E(Q) = -23. Q = 21 E(Q) = -26. Q = 22 E(Q) = -29. Q = 23 E(Q) = -33. Q = 24 E(Q) = -37. Q = 25 E(Q) = -42. Q = 26 E(Q) = -46. Q = 27 E(Q) = -51. Q = 28 E(Q) = -56. Q = 29 E(Q) = -61. Q = 30 E(Q) = -67. Q = 31 E(Q) = -72. Q = 32 E(Q) = -78. Q = 33 E(Q) = -84. Q = 34 E(Q) = -89. Q = 35 E(Q) = -95. Q = 36 E(Q) = -101. Q = 37 E(Q) = -108.Q = 39 E(Q) = -121. Q = 40 E(Q) = -128. Q = 41 E(Q) = -135. Q = 42 E(Q) = -142. Q = 43 E(Q) = -150. Q = 44 E(Q) = -158. Q = 45 E(Q) = -167. Q = 46 E(Q) = -176. Q = 47 E(Q) = -186. Q = 48 E(Q) = -196. Q = 49 E(Q) = -207. Q = 50 E(Q) = -219. Q = 51 E(Q) = -232. Q = 52 E(Q) = -246. Q = 53 E(Q) = -261. Q = 54 E(Q) = -277. Q = 55 E(Q) = -294. Q = 56 E(Q) = -312. Q = 57 E(Q) = -332. Q = 58 E(Q) = -354. Q = 59 E(Q) = -379. Q = 60 E(Q) = -406. Q = 61 E(Q) = -435. Q = 62 E(Q) = -467. Q = 63 E(Q) = -500.Q = 65 E(Q) = -565. Q = 66 E(Q) = -593. Q = 67 E(Q) = -616. Q = 68 E(Q) = -633. Q = 69 E(Q) = -642. Q = 70 E(Q) = -643. Q = 71 E(Q) = -636. Q = 72 E(Q) = -621. Q = 73 E(Q) = -601. Q = 74 E(Q) = -579. Q = 75 E(Q) = -555. Q = 76 E(Q) = -533. Q = 77 E(Q) = -514. Q = 78 E(Q) = -497. Q = 79 E(Q) = -483. Q = 80 E(Q) = -471. Q = 81 E(Q) = -458. Q = 82 E(Q) = -444. Q = 83 E(Q) = -430. Q = 84 E(Q) = -416. Q = 85 E(Q) = -402. Q = 86 E(Q) = -387. Q = 87 E(Q) = -373. Q = 88 E(Q) = -360. Q = 89 E(Q) = -346.Q = 91 E(Q) = -320.Q = 92 E(Q) = -307.Q = 93 E(Q) = -295.Q = 94 E(Q) = -283.Q = 95 E(Q) = -271.Q = 96 E(Q) = -259.Q = 97 E(Q) = -247.Q = 98 E(Q) = -236.Q = 99 E(Q) = -224.Q = 100 E(Q) = -213.从表格中，我们可以看到当Q等于70时，期望收益最大，为-643.45元。

报童模型3种例题详解

报童模型3种例题详解报童模型是运用到库存管理中的一种经典模型，用于确定最佳的库存订货量，以最小化库存成本和缺货成本。

下面详细解释三个报童模型的例题：例题1：某商店销售某种商品。

历史数据显示，每天的销售量为10件，每天订货的成本为2元/件，进货价为5元/件，若产品缺货，损失为10元/件。

假设商店每天只能订货一次，求最佳的订货量。

解答：该问题可以使用最小化库存成本和缺货成本的思路来解决。

设x为每次订货量。

当需求量大于等于订货量x时，每天的库存为x-10；当需求量小于订货量x时，每天的库存为0。

对于需求量小于订货量x的天数，损失的总成本为需求量与订货量之差乘以损失成本，即(10-x)*10元；对于需求量大于等于订货量x的天数，成本为每天订货的成本，即x*2元。

因此，总成本为(10-x)*10+x*2，我们的目标是求出该表达式的最小值。

对该表达式求导，得到10-2x，令其等于0，解得x=5。

由于x为整数，最佳的订货量设为5。

例题2：某商店销售某种商品。

该商品每天的需求量服从均值为10，标准差为2的正态分布，每天订货的成本为2元/件，进货价为5元/件，若产品缺货，损失为10元/件。

假设商店每天只能订货一次，求最佳的订货量。

解答：该问题可以使用报童模型的经典公式来解决。

设x为每次订货量。

根据正态分布的性质，需求量小于等于订货量x且大于等于0的概率为P(D ≤ x) = Φ((x-10)/2)，其中Φ为标准正态分布的累积分布函数。

对于需求量小于等于订货量x的天数，损失的总成本为需求量与订货量之差乘以损失成本，即(10-x)*10元；对于需求量大于订货量x的天数，成本为每天订货的成本，即x*2元。

因此，总成本为P(D ≤ x)(10-x)*10 + (1-P(D ≤ x))x*2，我们的目标是求出该表达式的最小值。

根据最小化总成本的目标，我们可以代入Φ((x-10)/2)并求导，得到关于x的一元二次方程。

解该方程，求得最佳的订货量。

报童数学建模

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。

报童问题模型

§ 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)。

报童数学建模

报童数学建模WTD standardization office【WTD 5AB- WTDK 08- WTD 2C】报童卖报国贸系报关班：王曦法学系行政法务一班：何国泽一、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。

()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cb 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。

关于报童问题的分析

关于报童问题的分析摘要本文讨论了单周期的随即贮存模型——报童问题。

通过运用插值拟合等基本模型，运用概率论与数理统计、数值积分等背景知识，得出每天报纸需求量的概率分布，建立报童收益模型，以达到报童最大收益为目的，使报童每天的买进量与需求量尽可能地吻合，以使损失最少，收益最大。

在问题一中，首先求出概率分布)(r f 。

再设定每天报纸的买进量是定值，并将其代入建立好的报童收益模型中求出平均收益最大值，得出nr r f =)(，7358.33)(=n MaxG ，200=n。

在问题二中，即将第一问中的概率分布)(r f 转化为概率密度)(r p ，在matlab工具箱子cftool 中计算得出此时概率密度为正态分布，将问题一模型中的求和转化为积分，通过对目标通过数值积分等手段得出报童每天不同买进量下每天平均收入，从而分析得出每天的最优报纸进货量n 。

其中2)98.54)1.190(()(--=x er p ，=)(n G 672.84，=n207。

关键词随即贮存，概率分布，概率密度，平均收益，数值积分1、问题重述1.１问题背景在实际生产生活过程中，经常会遇到一些随时间、地点、背景不同而发生变化的事物，例如报纸的销售的问题。

如果报纸的销售量小于需求量，则会给报童带来缺货损失，失去一部分潜在客户，一部分报纸失销（为简化计算，在本模型中我们忽略缺货损失）；如果报纸的销售量大于需求量，则会导致一部分报纸被退回报社，给报童造成一部分退货损失，减少盈利。

所以在实际考虑中，应使报纸的购入量尽可能地吻合需求量，减少报童的损失，获得更大的盈利。

１.２报童获利途径报童以每份0.3元的价格买进报纸，以0.5元的价格出售。

当天销售不出去的报纸将以每份0.2元的价格退还报社。

根据长期统计，假设已经得到了159天报纸需求量的情况。

对现有数据分析，得出报童每天最佳买进报纸量，使报童的平均总收入最大。

１.３问题提出现在需用数学建模解决以下问题：问题1：若将据报纸需求量看作离散型分布，试根据给出统计数据，求出报纸需求量的分布律，并建立数学模型，确定报童每天买进报纸的数量，使报童的平均总收入最大？问题2：若将据报纸需求量看作连续型分布，试根据给出的统计数据，进行分布假设检验，确定该报纸需求量的分布，并建立数学模型，确定报童每天买进报纸的数量，使报童的平均总收入最大？２、模型假设（１）假设报童在以后的日子里需求量概率分布概率密度遵循这159天的规律（２）假设不考虑缺货损失（３）假设报童进报纸量达到一定数量后不会产生贮存等其他费用（４）假设报童每天都能买进计算出来的应进报纸量３、符号说明r报纸需求量(rf报纸需求量概率密度（离散型）)p报纸需求量概率密度（连续型）(r)n每天报纸买进量)(n G 报童每天购进n 份报纸的平均收入 )(n g报童一天的利润收入1p n r <时的概率 2p nr >时的概率i s 每天卖出报纸量 ib每天退回报纸量４、问题分析单周期随机贮存在实际生产生活中经常遇到，单周期即只订一次（缺时也不订），期后可处理余货；随机因素是需求和拖后时间，统计规律为历史资料。

报童模型推导过程

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。

数学建模之报童收益最大期望问题

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)=[][]()[][](){}∑=∞+-+----5000,1,0)())(()(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 e p mm -=，求Income 对n 表达矩阵 Income(n)=[][]()[][](){}∑=∞+-+----5000,1,0)())(()(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));endendplot(totalincome)050100150200250 4850525456586062646668for i=1:206if totalincome(i)==max(totalincome)newspaperone=i, newspapertwo=(150-0.4*newspaperone)/0.5,maxincome=max(totalincome)endend。

报童模型推导过程

报童模型推导过程一、背景介绍报童模型是指在零售店等场景中，为了最大化收益和最小化损失而进行的一种库存管理策略。

其基本思想是在每个订货周期结束时，根据需求量和库存量来决定下一个订货周期的订单量。

这种模型适用于需求不稳定的情况下，但需要考虑到过多的库存会增加成本，过少的库存则会导致销售机会损失。

二、模型假设1. 需求量符合泊松分布；2. 订货时间间隔固定；3. 订货成本和销售收益不考虑时间价值；4. 库存不允许超卖。

三、数学推导1. 假设每个订货周期为T，则需求量D符合参数为λT的泊松分布，即D~Poisson(λT)。

2. 假设每个单位产品的成本为c，每个单位产品的售价为r，则单次订单量Q应该使得期望收益最大化。

因此有：E[profit] = E[revenue] - E[cost]= rE[sales] - cE[order]= rEQ - cQ其中E[sales]表示销售额期望值，E[order]表示订货成本期望值，EQ 表示销售量期望值。

令E[profit]对Q求导数为0，则有：rλT - c = 0Q* = λT/c即最优订单量Q*等于需求率λ乘以订货周期T再除以单位产品的成本c。

3. 由于库存不允许超卖，因此需要保证最小库存量S不小于期望销售量EQ。

因此有：S = EQ = λT4. 最后，由于需求量D符合泊松分布，因此可以通过设置安全库存量来控制超卖的概率。

假设安全库存量为s，则在订货周期内出现超卖的概率为：P(D > Q* + s) = P(D > λT/c + s)= 1 - F(D <= λT/c + s)其中F表示累积分布函数。

如果要控制超卖的概率不超过α，则可以根据泊松分布的性质计算出对应的安全库存量s。

四、实际应用1. 确定订货周期T：根据产品特性和市场需求确定合适的订货周期。

2. 计算最优订单量Q*：根据产品成本和售价计算出最优订单量。

3. 确定最小库存量S：根据需求率和订货周期计算出最小库存量。

知识点2聪明的报童模型

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．若每份报纸的购进价为b 元/份，售价为a 元/份；若不能售出，退回价c 元/份．假设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),2,1,0()( =r r f ．有了)(r f 和a ，ｂ，ｃ，就可以建立关于购进量的优化模型了．模型假设假设每天购进量为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．建模与求解记报童每天购进n 份报纸时的平均收入为)(n G ,如果这天的需求量n r ≤，则他售出r 份，退回r n -份；如果这天的需求量n r >，则n 份将全部售出．考虑到需求量为r 的概率是)(r f ，所以∑∑∞+==-+----=10)()()()])(()[()(n r n r r nf b a r f r n c b r b a n G (5.4.1) 问题归结为在c b a r f ,,),(已知时，求n 使)(n G 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)(r f 转化为概率密度函数)(r p ，(5.4.1)式变成⎰⎰∞-+----=n n dr r np b a dr r p r n c b r b a n G )()()()])(()[()(0 5.4.2)计算⎰⎰∞-+-----=n n dr r p b a n np b a dr r p c b n np b a dndG )()()()()()()()(0 ⎰⎰∞-+--=n n dr r p b a dr r p c b )()()()(0 令0=dndG ，得到 cb b a dr r p drr p nn --=⎰⎰∞)()(0 (5.4.3)使报童日平均收入达到最大的购进量n 应满足(5.4.3)式．因为1)(0=⎰∞dr r p ，所以(5.4.3)式又可以表为ca b a dr r p n --=⎰0)( (5.4.4) 根据需求量的概率密度)(r p 的图形很容易从(5.4.3)式确定购进量n ．在图5-4中用21,P P 分别表示曲线)(r p 下的两块面积，则(5.4.3)式可记作ca b a P P --=21(5.4.5)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，即卖不完的概率； dr r p P n⎰∞=)(2是需求量r 超过n 的概率，即卖完的概率，所以(5.4.3)表明，购进的份数n应该使卖不完与卖完的概率之比，恰好等于卖出一份赚的钱b a -与退回一份赔的钱c b -之比．显然，当报童与报社签订的合同使报童每图5-4 由)(r p 确定n 的图解法份赚钱与赔钱之比越大时，报童购进的份数就应该越多．评注：在问题的分析中，我们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，但没有指明其概率的具体分布，其实也可以假定需求量为ｒ份的概率是一个具体的分布，如泊松分布，然后再具体分析计算，其结果也会与上面的讨论结果相近．。

报童__数学建模

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。

数学建模报童问题

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。

数学模型与数学建模6.2节

§6.2 报童问题与随机库存模型
6.2.1 报童Байду номын сангаас题
Newsboy问题中，报童每天清晨从报社购进报纸，通过一天的零售后，晚上将没有卖掉的报纸以低于购进价的价格退回。设进价为c，零售价为s，剩余退回的价格为a，问其如何确定每天购进的数量，使
其期望获益最大。这里满足 s > c >。a
从过上述假设，报童每正常卖掉一份报纸利润为s c，退
（2）利用式（6.2.8）求s：由于S=90，式（6.2.8）右端为
2825 750090 100(90 80)0.1 8500 (10 0.3 20 0.3 30 0.1) 779825
当s=80时，式（6.2.8）左端为
7500 80 100 (80 80) 0.1 8500 (10 0.2 20 0.3 30 0.3 40 0.1) 778500
中ri ri1ri，1 ri ri 0
i 0,1,, （,m 1
）。Sr0只, r1从, 中, ri , ri1, , rm
取值。当S取值为 ri 时，记为 Si ，则 Si Si1 Si ri1 ri r 0
。与newsboy模型中求极值的方法类似，我们求
回一份赔 c a，由于需求量事先无法确定，是随机的。若通
过以往销售的经验了解到需求量的随机规律，销售 r份的概
率为P(r)，r 0, 1, 2, 。我们根据 P(r)以及报纸的进价、零售价和剩余退回价格来建立优化模型，求解最优的订购量。
假设报童早晨购进报纸的量为n，则r n或 r n，所以
水平时，需要订货？假设这一水平是s，当 I s时，可以不订货，当 I 时s 要订货，使库存达到S，订货量为 Q S。 I要想确定s，

数学建模：随机模型

预测在不同价格和广告费用下的牙膏销售量. 收集了30个销售周期本公司牙膏销售量、价格、广告费用，及同期其他厂家同类牙膏的平均售价 .
销售周期 1 2 29 30 本公司价格(元) 3.85 3.75 3.80 3.70 其他厂家价格(元) 3.80 4.00 3.85 4.25 广告费用 (百万元) 5.50 6.75 5.80 6.80 价格差（元） -0.05 0.25 0.05 0.55 销售量 (百万支) 7.38 8.51 7.93 9.26
3
§1 报童的诀窍
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。
9
模型假设
若X(t)=n, 对t到t+t的出生和死亡概率作以下假设 1)出生一人的概率与t成正比，记bnt ; 出生二人及二人以上的概率为o(t). 2)死亡一人的概率与t成正比，记dnt ; 死亡二人及二人以上的概率为o(t).
3)出生和死亡是相互独立的随机事件。
进一步假设 bn与n成正比，记bn=n , ~出生概率；
n

( a b ) p ( r ) dr

n
( b c ) p ( r ) dr ( a b ) p ( r ) dr
0 n
dG dn
0
p ( r ) dr
0
n

a b b c
7
n

数学建模之报童收益最大期望问题

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)=[][]()[][](){}∑=∞+-+----5000,1,0)())(()(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 e p mm -=，求Income 对n 表达矩阵 Income(n)=[][]()[][](){}∑=∞+-+----5000,1,0)())(()(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));endendplot(totalincome)050100150200250 4850525456586062646668for i=1:206if totalincome(i)==max(totalincome)newspaperone=i, newspapertwo=(150-0.4*newspaperone)/0.5,maxincome=max(totalincome)endend。

报童数学建模

报童 数学建模

建模实验四(报童的诀窍)

报童模型例题详解(一)

报童模型3种例题详解

报童数学建模

报童问题模型

报童数学建模

关于报童问题的分析

报童模型推导过程

数学建模之报童收益最大期望问题

报童模型推导过程

知识点2聪明的报童模型

报童__数学建模

数学建模报童问题

数学模型与数学建模6.2节

数学建模：随机模型

数学建模之报童收益最大期望问题

报童数学建模