快餐店的策略.docxVIP

快餐店的策略 方兴 10模具 吴耀华 10建工 浦嘉豪 10市营摘要：在社会生产的商品交换中，普遍存在“随机存储”问题。在随机存储问题上，基本决策判别标准是使期望成本最小化或等价于期望利润的最大化。快餐店每天应销售多少份快餐可使利润最大化就是这样一类“随机存储”问题。 关键词：最优销售量、期望值、收益函数、赚钱与赔钱之比 正文 问题提出： 快餐店每天清晨提供好一定量的快餐，晚上将没有卖出的快餐处理掉。设每份快餐的成本为b，售价为a,若有多余的快餐没有卖出，则每份快餐损失c，假设ab。即销售出一份快餐赚a-b，多余一份赔b-c。快餐店每天提供的快餐太多，卖不完会赔钱；提供太少，不够卖会少赚钱。试为快餐店老板制定一个最优销售量计划，使得利润最大化。 分析与假设： 快餐的提供量由需求量决定，需求量是随机的。假定快餐店通过自己的经验或其他渠道掌握了需求量的随机规律，即在他的销售范围内每天快餐的需求量为r份的概率是p(r)，r=0，1，2，…。有了p(r)和a，b，c就可以建立关于快餐销售量的优化模型。假设每天的提供量是n份，需求量r是随机的，r可以小于、等于或大于n，所以快餐店每天的收入也是随机的。那么，作为优化模型的目标函数，不能取每天的收入，而取长期销售快餐（月，年）的平均收入，这相当于快餐店每天收入的期望值，简称平均利润。 建立模型： 记快餐店每天提供快餐n份，若nr，则以a价售出r份快餐，以b价处理n-r份快餐；若n=r，则全部以a价售出，则收益函数为Lr=a-br-(b-c)n-r rna-bn r≥n 故利润的期望即平均利润G(N)为 Gn=r=0na-br-(b-c)n-rpr+r=n+1∞a-bnp(r) 问题归结为p(r)和a，b已知时，求n使G(n)最大。 模型求解： 通常需求量r和提供量n都相当大，将r视为连续型随机变量便于分析和计算，这时概率p(r)转化为概率密度函数f(r)则 Gn=0na-br-(b-c)n-rfrdr+n∞a-bnf(r)dr 计算 dGndn=a-bnfn-0n(b-c)frdr-a-bnfn+n∞a-bfrdr =-(b-c)0nf(r)dr+(a-b)n∞f(r)dr 令 dGndn=0，得0nf(r)drn∞f(r)dr=a-bb-c ① 使快餐店日平均利润达到最大的提供量n应满足上式。因为0∞frdr=1，所以0∞frdr=a-ba-c。根据需求量的概率密度f(r)的图形可以确定提供量n。图中用f1，f2分别表示曲线下的两块面积，则f1f2=a-ba-c。 概率密度曲线 F1 F2 n r 0 F(r) 因为当提供n份快餐时，f1=0nf(r)dr 是需求量r不超过n的概率，即卖不完的概率；f2=n∞f(r)dr 是需求量r超过n的概率，即卖完的概率，所以①表明，提供的份数n应该使卖不完与卖完的概率之比，恰好等于卖出一份赚的钱(a-b)与处理一份赔的钱(b-c)之比。 结论：当快餐店每天提供的快餐数使得赚钱与赔钱之比越大时，快餐店销售的份数就应该越多。 结合实例：小组成员在对一家快餐店进行调查访问几天后，得到了以下信息：大部分的快餐店的快餐成本平均为6元，售价15元，每天的销量在1000份左右。 将所得信息代入上述模型，因为当快餐没有卖出时，多余的则损失其每份的成本钱，即a=15，b=6，c=0，需求量r服从正态分布N(1000,1002)，则0nfrdr=a-ba-c=0.6，通过查正态分布表得到n=1052时长期平均收益最大，即那家快餐店每天提供1052份时可以获得最大利润。 模型评价： 该模型也可以理解为单周期随机库存问题，即假定在一个周期末库存的货物对下一个周期没有任何价值，仅有一次机会存储以供需求的生产。如时装、月饼、挂历等。上面给出的是关于需求是连续型随机变量的情况???如果需求是离散型的情况，同理可以解。 参考文献： 母丽华 周永芳；《数学建模》第4章 概率统计模型 第54~56页；2011，北京 科学出版社 附表： 标准正态分布表