概率统计案例(6)ppt课件.ppt

概率统计案例(6)ppt课件.ppt

ID:59480304

大小:363.50 KB

页数:37页

时间:2020-09-14

概率统计案例(6)ppt课件.ppt_第1页
概率统计案例(6)ppt课件.ppt_第2页
概率统计案例(6)ppt课件.ppt_第3页
概率统计案例(6)ppt课件.ppt_第4页
概率统计案例(6)ppt课件.ppt_第5页
资源描述:

《概率统计案例(6)ppt课件.ppt》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、概率统计数学模型青岛理工大学理学院1.1、保险储备策略问题某企业每年耗用某种材料3650件,每日平均耗用10件,材料单价10元,一次订购费每件25元,每件年储存费2元,每件缺货一次费用4元,平均交货期10天,交货期内不同耗用量X的概率分布如下表所示,试求使用平均费用达到最小的订货量、订购次数及含有保险储量的最佳订货点。Xi80859095100105110115120125130Pi0.010.020.050.150.250.200.150.100.040.020.012./*数学建模步骤:(1)问题分析及模型的建立:a、求最佳订货量及订货次数;b、求最佳订货点和保险储备量(2)模型的

2、Matlab实现方法*/(1)问题分析及模型的建立名词解释:保险储备是指企业在经济活动中,按照某一经济订货批量,在订货点发出订货单后,如果需求增大或送货延迟,就会发生缺货或供货中断。为防止由此造成的损失,需要多储备一些存货以备应急之需,称为保险储备。这些存货在正常情况下不动用,只有当存货过量使用或送货延迟时才使用。3.假设:4.a、求最佳订货量及订货次数货物订货量Q=RT记任意时刻t的库存量为q(t),则有:q(t+△t)=q(t)-R△t,0≤t

3、保险储备量订货点:S=LR+B当库存量降到S时应订货,订货期内发生缺货则采取缺货不供应处理方式。设:因此得年度缺货费为N*C3E(Y),保险储备费为C2B,总费用为:T=N*C3E(Y)+C2(S-LR)求T最小,即由min{N*C3E(Y)+C2(S-LR)}确定S*、B*。7.小结:模型的建立1定义:C1=25元/次,C2=2元/年,C3=4元/件×次,U=10元/件,D=3650件/年,R=10件/天,L=10天。2定义:Q=RT8.3定义:S=LR+B用枚举法求S*使min{N*C3E(Y)+C2(S-LR)}再由B*=S*-LR确定,最后求得:Q*,N*,S*,B*9.(2)

4、模型的Matlab实现方法命令:min(X)—求向量的最小值实现方法:在Matlab中编辑M函数文件,已知数据:h=10;n=12,g=4;l=10;d=10;B=0:5:30;E=1:7;C=1:7;H=1:7;T=1:7;X=80:5:130Q=1:11;P=[0.01,0.02,0.05,0.15,0.25,0.20,0.15,0.10,0.04,0.02,0.01];10.fori=1:7s=l*d+B(i);forj=1:11ifX(j)>sQ(j)=X(j)-s;elseQ(j)=0;endendQ;E(i)=Q*P’;C(i)=n*g*E(i);H(i)=h*B(i);T

5、(i)=C(i)+H(i);end11.E,C,R,T;Mint=min(T’);运算结果为:E=(5.60003.0001.40000.550000.20000.500)C=268.800144.00067.20026.4009.6002.4000H=050100150200250300T=26.800194.000167.200176.400209.600252.400300.00minT=167.2000,B*=10,S*=10.结果:(1)不采用储存策略,缺货费用较多;(2)保存较多的库存量,储备费用较多;(3)建立合理的保险储备量,则企业的年度平均费用最少.12.2、回归分析

6、—商品销量与价格的关系某厂生产的一种电器的销量y与竞争对手的价格x1和本厂的价格x2有关,下表是该商品在10个城市的销售记录,试根据这些数据建立y与x1、x2的关系式。若某市本厂产品销价160元,竞争对手销价170元,预测商品在该市的销量.x1/元120140190130155175125145180150X2/元10011090150210150250270300250y/个1021001207746932669658513.(1)模型的建立将(x1,y)和(x2,y)各10个点绘成散点图,可以看出y与x2有比较明显的线性关系,而y与x1之间的关系则难以确定,用回归分析进行研究(pl

7、ot(x,y,’:r+’))回归分析的类型:最简单形式:y=b0+b1x多元形式:y=b0+b1x1+b2x2+‥‥‥+bmxm更一般形式:(多元线性回归的标准形)y=b0+b1f1(x)+b2f2(x)+‥‥‥+bmfm(x)其中m≥2,x=(x1,x2,‥‥‥,xm),fj是已知函数b=(b0,b1,‥‥‥,bm)为回归系数14.在回归分析中自变量x=(x1,x2,‥‥‥,xm)是影响变量y的主要因素,是能够被控制和观察的,且还受到随机因素

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。