- 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
- 36352 点
- 威望
- 11 点
- 阅读权限
- 255
- 积分
- 13866
- 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?
# r6 m$ C3 E1 P0 l2 ?+ l0 i
3 Z& W% k- i$ _& Y8 X5 C 2 ^ {& O& T! J* p6 k3 X
0 Y0 z2 V1 q1 Z* w+ b2 l ' o, R. v9 _* ~5 K+ H1 f
9 [! R4 F \3 M+ K$ [7 O, b
(1)问题分析 G5 U# f# \8 `, O# j: V) ]
5 }- A. W; L7 N# H! D
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。 - i, q& w: ~& _' l* J2 c6 {
, Y1 q3 \+ s. ^6 @% r+ X8 |- X
(2)模型的建立 4 X0 D# p. k. _* J: Z" G6 ~: o1 l
/ h) v' G5 m: g6 J4 @6 D( i
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
: O2 w# I3 J8 ~" v9 j, [0 P( u: {
0 N( `) |$ m; [7 K2 K$ |' z& e (1)
+ {- ?/ k3 `8 b: m1 x4 |1 y0 j9 ]$ D# g" {0 o* q5 [
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
% V% K5 c7 n; e: {2 S
. m2 ~5 _; q( c' E( o# S( y# V, z u8 A; j, _( z6 d0 C% y
(2) ( K4 n/ p8 N/ S7 S
" ^8 ?( R; @! q! d
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)。
/ E) `* O# l( g3 v9 U: F% k0 u. B/ C+ ]" K$ ?* n
(3)模型的求解
! J& V) |- W3 M( R( l7 `, j& }& d" Q7 v% s3 E6 l
LINGO程序如下:/ T( _) @) f5 V3 I' p; k( l
" C- n8 N) h1 E, [1 y7 L/ C0 G$ AMODEL: + v% I2 }7 G& V I& R* \% }7 L# M9 O
TITLE 新产品的市场预测; $ ?: e9 e8 ]' i3 R7 v; R/ l& H
SETS: 9 U- [6 \8 L4 o0 v \
PROD/ A B C D/: P;
9 j- J7 p* C d0 X LINK(PROD, PROD): T;
+ u/ U7 J/ F( QENDSETS 0 S7 y# @9 F, Z, l
DATA: ! 转移概率矩阵;
& ^+ g, B- }) n% g2 K- \9 n T = .75 .1 .05 .1
+ v9 U# | c$ ~8 r .4 .2 .1 .3
' R( O/ |2 u& M3 W- e6 x: s! F6 L .1 .2 .4 .3
8 y* h, i4 R- [* Z" h .2 .2 .3 .3;
! U3 a- x) ?2 T2 m1 @4 @ENDDATA 3 R: ]/ s. \- |& O
@FOR(PROD(I): P(I)=@SUM(LINK(J,I): P(J)* T(J,I)) ); - T) m! R7 P/ X9 Q# p$ I% w
@SUM(PROD: P) = 1; . u% v* _% ^3 I3 q) A
@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)); 8 v7 ~" A1 s6 v
END
+ J4 \. X1 K, _! s5 q2 O$ Y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%。
I; A7 [5 |; j% h2 }1 E. j) w
. a" P- m7 Y" w0 W
( Y7 K$ `. f2 \$ W8 M2 M# w, q# c+ u' L
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。
$ V$ i9 x! ^# g4 x% e
: R" H+ r* o8 ^0 B. g5 ^" n0 I! v # w* d% k# m3 @
* w/ b e% D! {2 I& Y5 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?
7 u3 h- F7 c% \1 f5 j————————————————3 o) Z# L% o- o1 N! Y" k* E! V# y9 e
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。
: b4 n& n5 a4 h( W2 t. P0 G原文链接:https://blog.csdn.net/qq_29831163/java/article/details/89412812
4 z3 Q8 q# y1 y* f2 j* V7 F/ L s; C9 n9 v M- A
& J" B1 L4 Y& ~+ d9 I
|
zan
|