数学模型-耐用品销售

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

建立耐用消费品(本文使用的是彩色电视机的数据)数学模型,并预测下一时期此类消费品的销售量。

二、使用到的数据:

1、产品的销售只受市场的影响。

2、市场发展在一段时间内是平稳的。

3、市场需求量是平稳的。

4、销售量和需求量是按时间连续变化的。

四、建模型, 设变量

(1)模型分析:初期彩色电视机销售量增长率会不断提高,由于彩色电视机在本地区的越来越普及,彩色电视机的销售量增长率会变小,最后销售量会趋于一个相对固定的值,增长率趋于0。因此,彩色电视机的销售量满足Logistic模型。

(2)变量假设:

彩色电视机的销售量为y(t)

彩色电视机的固有增长率:r(即彩色电视机数量很少时的增长率)

彩色电视机的增长率为:r(t)

该地区彩色电视机的最大数量为:y m ,其中r(y m)=0

则有:r(t)=r(1-y/y m) dy/dt=ry(1-y/y m) y(0)=y0

(3)因此建立模型: dy/dt=ry(1-y/y m)

y(0)=y0

五、参数估计

(1)将模型线性化:

此微分方程可化成如下形式:(dy/dt)/y=r-(r/y m)y

设z=(dy/dt)/y a=-(r/y m) b=r

这样,可得到一个线性关系式:z=ay+b

(2)数值微分法计算z的值

首先计算左端z,使用数值微分的方法(采用插值多项式):

代码如下:

t=0:1:12;

y=[43.65,109.86,187.21,312.67,496.58,707.65,960.25,1238.

75,1560.00,1824.29,2199.00,2438.89,2737.71];

p=polyfit(t,y,5) %用5次多项式p拟合f(x)

dp=polyder(p) %对拟合多项式p求导数dp

dpt=polyval(dp,t) %求dp在假设点的函数值

z=dpt./y

解得:z =1.1489 0.6402 0.5658 0.4778 0.3916 0.3336 0.2816 0.2380 0.1975 0.1700 0.1373 0.1173 0.0973

我们可以得到下表:

(3)最小二乘法拟合,求线性方程的系数:

代码如下:

y=[43.65,109.86,187.21,312.67,496.58,707.65,960.25,1238.75, 1560.00,1824.29,2299.00,2538.89,2837.71];

z=[1.1489,0.6402,0.5658,0.4778,0.3916,0.3336,0.2816,0.2380, 0.1975,0.1700,0.1373,0.1173,0.0973];

result=polyfit(y,z,1) %最小二乘法回归求系数;

z1=result(1)*y+result(2)

plot(y,z,'*',y,z1,'-');

xlabel('y'); ylabel('z');

legend('实际z值','拟合z值',1);

得到如下结果:a=-0.0002 b=0.6536

即a=-( r/y m)=-0.0002 b=r=0.6536

下面是线性拟合的图像:

(4)求解销售模型:

由上面可以解得:r=0.6536 y m =3268

所以 dy/dt=0.6536y(1-y/3268)

y(0)=43.65

代入模型求解:dsolve('Dy=0.6536*y*(1-y/3268)','y(0)=43.65') 解得销售模型为:y(t)= 3268/(1+73.868e-0.6536t)

(5)销售模型与实际数据的比较

代码如下:

t=0:12;

y=[43.65,109.86,187.21,312.67,496.58,707.65,960.25,1238.75, 1560.00,1824.29,2199.00,2438.89,2737.71];

y1= 3268./(73.868*exp(-0.6536*t) + 1)

plot(t,y,'*',t,y1,'r--');

xlabel('时间');

ylabel('销售量');

title('实际销售量和预测销售量');

legend('实际数据','预测数据',1);

六、模型检验与分析:

由(5)所得模型解得销售量与实际销售量如下表:

此模型的平均误差为:(y1-y)./y*13=2%,但是后面误差比较大,可能与该地区的销售条件,居民的生活水平有关,总体来说该模型比较满意。

七、预测:

我们可以通过所建立的模型预测以后的销售量:

预测1994年得销售量为:y(13)=3268/(1+73.868e-0.6536*13)=3219.5 可以预计1994年得销售量为:3219.5

相关文档
最新文档