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 36467 点 威望 11 点 阅读权限 255 积分 13901 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?; u- M( r7 a/ ~9 y3 v3 c
+ t+ M! [: I/ Y1 _
% ~* [, m* N7 t3 t$ s$ e
' r; `, O0 r4 O# f" l1 \3 f
% O! r4 V2 W( o" n4 A+ t
0 M7 K6 b/ q; y* A% C q (1)问题分析# g% \3 P! a: Y( H+ D
* w- F! U- K4 t* S1 b) @3 c 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 q" T3 `) Y. j9 F1 G
5 A$ F7 B) Y' o, V, n& S5 } (2)模型的建立 $ j( f" k4 S' w5 I/ ^8 x" T
# I% U3 D/ k3 @0 K C' y* 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
0 V3 P- l9 H: O$ r ( o8 ^4 _) j2 X
(1): k# u* J9 c+ }6 q y
: C, J- P" v7 W% k! x) @$ H7 Q 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 , Q( `4 P# G/ E8 j3 ~
9 M8 }5 Z8 X; f' L) {- m 5 ]2 i6 t% O! N! G& ?
(2) # W2 x3 I- l+ G/ j& n9 ^
0 G" O: ?" p5 a" d. \$ j: V
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)。0 H" _# V+ l8 ?2 a
7 Z3 s3 E6 `% B" ]$ Y
(3)模型的求解
4 S' y; J& B# i, x/ i# @! l) E
2 e$ @" j" b# z8 R" P0 K1 v LINGO程序如下:+ i. `# C. C1 Y; p6 Q- p
3 }: g# K# F5 c+ x& g( J MODEL:
* g: Z( f) V, J3 N8 E8 K' @ TITLE 新产品的市场预测; . A1 z" ?/ |( F. s% k$ v
SETS:
1 s' I: E: W4 C( U PROD/ A B C D/: P; 2 ?: T1 b- [* Z7 h
LINK(PROD, PROD): T; 6 x1 @& o8 I: K* @1 H" r
ENDSETS
% C5 H0 Y7 `! ~# O DATA: ! 转移概率矩阵; 8 A3 X9 e+ X' D1 p; s
T = .75 .1 .05 .1 / K. v) ^7 o0 O5 h9 P
.4 .2 .1 .3
+ o Z: g6 i$ W9 g7 C. e- a .1 .2 .4 .3
9 J" p0 f5 k% L* H( g( S .2 .2 .3 .3;
! F% w- ~8 ^) G! C) i ENDDATA
, |; c! \8 L0 N) m. D. @9 j: W( a @FOR(PROD(I): P(I)=@SUM(LINK(J,I): P(J)* T(J,I)) );
% o; s& f. }, Q* K @SUM(PROD: P) = 1; 1 ?& b* K% P/ n% K
@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)); , [' B9 K7 V3 Y* f, J
END : O& D1 l' s- x: M" @6 s2 p" q4 u
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%。 - N1 T; f4 X {7 o7 |2 D! t
7 k0 {4 E/ i+ H# d4 s& J) ]; J
+ X9 B7 w) E* [' R/ E ' N4 _6 f: L1 t/ _8 w, k
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。
6 _- P3 r! D4 ?( u9 B9 r0 f# \3 c2 ~
5 l% {. o2 r/ n3 X) q6 h/ O3 | ( X# f: a9 ^# z/ `
( J2 i2 B$ b& f+ L8 u( ~1 W 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?
4 x+ X! W; ^6 R' C/ e' ? Q/ V/ V ————————————————
7 Q5 R C9 A1 s* `/ h5 f2 E# m 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。) v9 ~; [( k9 I; G! Y
原文链接:https://blog.csdn.net/qq_29831163/java/article/details/89412812
) V% o/ j5 a, g, a" ?# L + R$ v2 l$ K3 d7 i
( L9 w5 u& [( q0 N: Z
zan