- 在线时间
- 791 小时
- 最后登录
- 2022-11-28
- 注册时间
- 2017-6-12
- 听众数
- 15
- 收听数
- 0
- 能力
- 120 分
- 体力
- 36312 点
- 威望
- 11 点
- 阅读权限
- 255
- 积分
- 13854
- 相册
- 0
- 日志
- 0
- 记录
- 1
- 帖子
- 616
- 主题
- 542
- 精华
- 12
- 分享
- 0
- 好友
- 225
TA的每日心情 | 开心 2020-11-14 17:15 |
|---|
签到天数: 74 天 [LV.6]常住居民II
 群组: 2019美赛冲刺课程 群组: 站长地区赛培训 群组: 2019考研数学 桃子老师 群组: 2018教师培训(呼伦贝 群组: 2019考研数学 站长系列 |
某公司开发了一种新产品,打算与目前市场上已有的三种同类产品竞争。 为了了解这种新产品在市场上的竞争力,在大规模投放市场 前,公司营销部门进行了广 泛的市场调查,得到了表8。四种产品分别记为 A 、B 、C、D ,其中 A为新产品,表 中的数据的含义是:近购买某种产品(用行表示)的顾客下次购买四种产品的机会(概 率)。例如:表中第一行数据表示当前购买产品 A的顾客,下次购买产品 A 、B 、C、D 的概率分别为75%,10%,5%,10%。请你根据这个调查结果,分析新产品 A未来 的市场份额大概是多少?- z6 K7 f) O0 V& M/ Y8 [( Y' o
5 v7 _( z/ }2 }# H+ l9 I
0 \- J6 a2 g8 @+ B
, u. _8 S8 i4 k, Z, f& s& p![]()
9 r8 }8 l& R% h: d$ T/ {' F7 @/ ^8 ^: u6 ~9 q. D
(1)问题分析
' b1 y' E+ m. _) \" l
0 ^# S4 S, E! h+ ?! o5 I9 v5 S新产品进入市场后,初期的市场份额将会不断发生变化,因此,本例中的问题是一 个离散动态随机过程,也就是马氏链(Markov chain)。很显然,上面给出的表实 际上是转移概率矩阵(注意每行元素的和肯定为1)。要分析新产品 A未来的市场份额, 就是要计算稳定状态下每种产品的概率。 2 [& g4 [. \: ^: @; A" {; h
- v! v: a0 T/ K9 b6 ^2 n& a) y5 K% ]
(2)模型的建立 + ~6 o% a! {7 `- B
7 E" L: h( k' J& g记 N 为产品种数。产品编号为i( N i =1, 2,...1 L= ),转移概率矩阵的元素记为,稳定状态下产品i的市场份额记为 . 因为是稳定状态,所以应该有 2 ~. {+ [7 @0 s. L
, n( W1 {6 Y7 J: ]. D7 r
(1)
, Y, q E) p2 h. g" P
+ u) L1 p0 ]6 b: L不过,这N 个方程实际上并不独立,至少有一个是冗余的。好在我们还有另一个 约束,即 N 种产品的市场份额之和等于1 ( H: T, D& a0 V+ I: M
& H5 X) W6 q* R( W3 k' R# F( o/ v7 u# I5 i
(2)
8 Z' Q, j! D9 m5 R' Q. Y# t ^1 p
可见,这个问题的模型实际上是一个非常简单的方程组(当然,还应该增加概率 非负的约束)。如果把这些看成约束条件,那就是一个特殊的优化模型(没有目标函数)。. W& I3 I; F( q/ t0 S, E7 o
, w0 n, B5 W- K" y' | (3)模型的求解8 N1 k2 ]1 @$ H0 S2 i% Q
+ @6 q' l2 W: l, @ Y8 w' ILINGO程序如下:( P, q; t$ F0 U
8 a+ x( ^: n) P$ W+ \! k, z6 ZMODEL:
1 x. L( e4 p! l' G" eTITLE 新产品的市场预测; 4 r" V+ o) I8 O( r& D3 ~% X" [
SETS: & Q3 F6 t+ U. s t& l4 I* X* J4 |
PROD/ A B C D/: P; & j3 U" Y4 L0 K2 L- ~
LINK(PROD, PROD): T;
. ^9 X( c* d: Y) V! rENDSETS
; ~1 ?3 R+ q; K7 E* i4 R) j" `: LDATA: ! 转移概率矩阵; & F/ r' ]9 z. m
T = .75 .1 .05 .1
* n w% ~* x/ B: m( Z; c# V7 N$ e) U .4 .2 .1 .3
+ c/ o2 N% Q) y% D, M7 t, B. U .1 .2 .4 .3
& U: l* \: _: {- X( p; y1 { .2 .2 .3 .3; ! k" x3 G4 T+ t8 |: U" j3 D) T
ENDDATA
6 p" t4 s: b6 g7 Q/ `" J5 n4 ?@FOR(PROD(I): P(I)=@SUM(LINK(J,I): P(J)* T(J,I)) );
6 U, K( b! z T& i+ w@SUM(PROD: P) = 1; 7 Y2 ?/ E5 S) G
@FOR(PROD(I): @WARN( '输入矩阵的每行之和必须是1', @ABS( 1 - @SUM(LINK(I,J): T(I,J)))#GT# .000001));
: W2 L/ D& S2 L. OEND
7 A* S/ G# g" R0 Y5 p+ Z! q可以指出的是,上面LINGO模型中后的语句@WARN只是为了验证输入矩阵的每行 之和必须是1,而且我们看到为了比较两个实数(如X和1)是否相等,一般不能直接用 “X#NE#1”,因为受计算机字长(精度)的限制,实数在计算机内存存储是有误差的。所 以,通常的方法是比较这两个实数之差的绝对值是否足够小。 求解结果为 A ,B ,C, D的市场份额分别是47.5%,15.25%,16.75%,20.5%。
' r' e+ a8 V$ d2 H% ^) o, {
$ V! Z. v+ \: l& i
. @ I; b" t. `6 U
9 t; ~ f" d: J8 y: U习题:假设某公司在银行有一个现金帐户和一个长期投资帐户,现金帐户利息很低, 而长期投资帐户利息较高。所有业务往来(收入和支出)只能通过现金帐户进行,如果 现金帐户中钱很多,就可能需要将一部分钱转入长期投资帐户;反之,需要将一部分钱从长期投资帐户转入现金帐户。为简单起见,假设以万元为单位,现金帐户的钱数只能 是-20,-10,0,…,40,50(万元)之一,分别记为状态1,2,…,7,8,它们 每个月分别导致的费用如表12所示。此外,根据统计,如果当月现金帐户的状态位于i ( 2 ≤i ≤7 ),下个月现金帐户的状态只可能位于 i-1,i,i+1 三者之一,并且概率分别为0.4,0.1,0.5;如果当月现金帐户的状态位于1,则下个月现金帐户的状态只可 能位于1和2,并且概率分别为0.5,0.5;如果当月现金帐户的状态位于8,则下个月 现金帐户的状态只可能位于7和8,并且概率分别为0.4,0.6。 2 H+ Y% {% z( {2 b
0 ]3 ?( `7 [1 @2 F& S
![]()
2 S! {" n8 v. }3 w+ J' ?
* b6 P* H4 C7 y$ V' q1 Q" I 每月初你可以改变当前状态(即从长期投资帐户转入现金帐户,或从现金帐户转入 长期投资帐户),但假设每次状态的改变银行收取0.3万元的固定费用,此外还要收取 转帐金额5%的转帐手续费。请你建立优化模型,确定如果当月现金帐户的状态位于i, 是否应该改变当前状态,如何改变状态?
* c8 z8 N2 [2 F2 @. z2 `' |; _6 U————————————————; z; {- u" P: T& h
版权声明:本文为CSDN博主「wamg潇潇」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。2 b3 p4 ]* K$ k$ E. _
原文链接:https://blog.csdn.net/qq_29831163/java/article/details/89412812( N" f! q. |( }, c
, ~# j& m% m& i# P/ \7 W9 P8 A7 Q+ ?0 B" I4 e. c( U& s: Z1 p2 j
|
zan
|