数模论文—南大学校赛B.docVIP

第七届大学生数学建模竞赛 2013.05.17-2013.05.22 主办： 东南大学教务处 承办： 东南大学数学系 东南大学数学建模竞赛组委会 论文选题及题目： 校赛B题 参赛队员信息： 队员1 队员2 队员3 姓名 院系 手机 email 校赛B题 摘 要 我们通过对附件（B）中数据的分析，发现商品的出售具有一定的周期性质。首先，我们利用泊松分布（A商品）和正态分布（B,C商品），找出商店缺货零出的点及其频率，再得出商店进货的周期。然后我们以月为单位，将各类商品的出售数量进行统计和作图。接下来，我们再通过傅里叶变化得出该数据中的幅频最高的点，找出其幅频最高的点对应的周期，验证正态分布中的周期。再接下来，运用最直接的极大值和极小值的方法，得出周期，再去验证之前得到的周期的正确性。 我们通过一些图形模拟和计算，得出A,B,C商品的进货（缺货）的周期大约是12天。所以我们就可以很容易的得出，该商店的进货策略和在825天内进了多少次货。而且，在第二个问题上，我们通过泊松分布的得出A的日需求量为3.07件，由正态分布很容易得出B的平均值为4.5左右，C的平均值为7左右，即B,C的日需求量约为4.5和7。 在问题三中，通过程序，找出A,B,C中连续点或者是相邻差值非常大的点，再从中挑选出符合缺货条件的点，从而算出，A的缺货时间为93天，缺货量为301件。B缺货时间大约为62天，缺货量大约286件。C缺货时间大约为48天，缺货量大约为339天。 在问题四中，通过计算，A在每个周期内缺货大约为4.36件，确定B在每个周期内缺货大约4.14件，C在每个周期内大约缺货4.91件。由此，我们可以很容易得出当周期为11天时，A,B,C三种商品的缺货损失减半。 关键词：泊松分布 正态分布 傅里叶变换 假设检验 目 录 一 问题重述 4 1.1 4 1.2 4 二 问题分析 4 三 模型假设 4 四 符号说明 4 五 模型的建立与求解 5 六 模型的检验 12 七 模型的优缺点分析 12 八 模型的推广与改进 12 参考文献 12 附 录 13 一 问题重述 1.1 背景： 某商店取得了某物在该区域的市场经销权，销售该物的三类产品，附表1给出了该店过去连续800多天的三类产品销售记录。 1.2 问题描述： 该店三类产品的进货策略是什么？800多天内共进了多少次货？ 该三类产品在该区域的市场需求如何？ 分析现有进货策略下，该店的缺货情况（包括缺货时间及缺货量）。 （4）如果现有进货策略已经充分考虑了该店的产品存贮能力，如何改进进货策略，将缺货损失减半，且进货次数尽可能少？ 二 问题分析 在该题的观察中，我们观察到A,B,C数据繁多，而且绘成图之后没有明显的图象趋势，没有明显的特点。所以我们决定对原始数据进行一系列的处理，包括傅里叶变换，频率分布等处理，希望取得图象深程度的理解。 在问题（一）中，我们认为这是一个固定周期的模型。我们认为，只要通过对数据的分析，找出商家去购买商品的大概周期，然后我们再结合数据中的一些特殊情况，就可以找出商家的进货方式了。然后我们用825除以周期，就可以得到商家在825天内大概进了多少次货。 在问题（二）中，我们认为如果找到了，A,B,C的本质分布曲线，就可以通过求平均值或者正态分布平均值的方法，得到居民对于A,B，C的日需求量。 在问题（三）中，我们认为要分析缺货情况，必须要在数据中找到哪些数据是断货或是缺货的，然后我们在找出缺货时间的基础上，去得到缺货量。 在问题（四）中，我们认为只要找到在825天的缺货量，再除以售卖周期，就可以得到在每个周期内的缺货数量。这样就可以通过调整周期得到让让缺货损失减半的方法。 三 模型假设 商家是主要是定期去采购商品； A,B,C商品储存方式不能替代； 在商品无限充足的自然情况下，商品售出的数量大约呈正态分布。 四 符号说明 P 概率分布（泊松分布和正态分布） λ 泊松分布中为平均值（方差） μ 正态分布中的平均值 σ^2 正态分布中的方差 W 傅里叶变换中的频率 ΔP0 标准曲线与实际曲线在零点处的频率差值 ΔPI，NI 标准曲线与实际曲线在大于平均值（方差）处的频率差值和对应的频数 ΔPi，Ni 实际曲线与标准曲线在小于平均值（方差）处的频率差值和对应的频数 T 总的出售时间，即825天 t 总的缺货时间 t1 缺货（不