- 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
- 36395 点
- 威望
- 11 点
- 阅读权限
- 255
- 积分
- 13879
- 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?
7 _/ q3 o/ O9 x' [) g) J0 V( Y+ F5 w9 c2 n* Z4 @
4 W! [7 P+ p) w8 t9 \; z
" W- J& e; W0 o4 W2 R: p
- W/ K4 J9 E; E% Z& R5 l
9 ]( o& ?9 k% X (1)问题分析
, `+ k6 R& I% c& J
, l" Q; q; V8 E. r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。
; A" e& M! A% B
- i) @/ {8 E3 [& r(2)模型的建立 - P8 t; a' ]4 m/ V: _
3 @$ @* n* I" z- w) d7 b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
1 t7 o' x( h0 ~: W- T/ F* @ h# O+ f. ~. [2 m% C; ~+ y1 e
(1)/ S. c* V6 A. Y9 N& B; ?
/ c5 ?0 w5 R2 k& ]! h/ d$ z' h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
5 p: i% L8 t* v$ P6 m, O- A, f
( _ ]8 A- l6 w$ \: c( a6 K4 N2 F) n" f& C- _. S* l
(2) . c) k) E6 Q. v p* {' i3 A. s
% L+ I) |! {2 s X! q I' H
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)。
, o7 j; S1 ^; \+ Q" l
# c8 n. D B" ~5 }. R- E (3)模型的求解
* r' i7 B, Z8 V; u" a& k4 o# B
+ v& A( o" H( nLINGO程序如下:
7 D. H. ^" \( t/ U0 J1 z; U& C: ?) [4 V) Z s
MODEL: # J; L9 _9 m8 `4 B
TITLE 新产品的市场预测;
, r* k6 D/ H. P1 S0 }SETS:
; Y/ {6 k8 `! L; N+ M5 n PROD/ A B C D/: P;
" o" R/ Q, R3 U/ _' j3 N LINK(PROD, PROD): T;
. r2 y0 T- Q; d2 y: g, W; Z9 q- CENDSETS
3 g: S. z1 p, j2 TDATA: ! 转移概率矩阵;
8 j# x5 l9 |% j- y9 N. G- ? T = .75 .1 .05 .1
$ A* a% Y3 b; e0 Z7 N! j& Q .4 .2 .1 .3
, _# N+ j1 u! K( W3 z6 K, W .1 .2 .4 .3 3 h: x* S* O5 L' r' @* b* q
.2 .2 .3 .3;
9 x+ r% M2 I" G2 vENDDATA 3 A3 T$ m, Z6 |! ^+ b
@FOR(PROD(I): P(I)=@SUM(LINK(J,I): P(J)* T(J,I)) );
8 P ?0 T' x2 M6 s3 R" c@SUM(PROD: P) = 1; # A0 P% Z8 E/ p' n' X: F
@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)); ) Y* p! B4 `+ C, ^! I
END
" L. j! d5 e* m; u. V6 i) }5 T4 H4 J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%。 % h% T- R$ I5 p) e* k% d
' B& Z1 R. Y( X6 ~5 t, f# F# \7 C3 y9 V, \, B& g
, F8 Q, w4 H4 M9 c; V* b3 D/ @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。
, o9 Z' w( F3 f8 s0 }' P7 \0 d" u
![]()
0 H* Q5 l& T, ]5 H6 ~. |# a, k- @8 w+ r
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?
2 |* ^! M! b( X( E————————————————
9 \0 \/ d* A, f4 w* D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。% b# d. J1 `6 l8 {
原文链接:https://blog.csdn.net/qq_29831163/java/article/details/894128127 \+ e& v7 \& O6 I% t" Q
5 ~& O: W$ W/ j* m# C: P$ K0 F5 ~% m: n
|
zan
|