题目
应用题例:市场上对商品需求量为X~U(2000,4000),每售出1吨可得3万元,若售不出而囤积在仓库中则每吨需保养费1万元,问需要组织多少货源,才能使收益最大?
应用题
例:市场上对商品需求量为X~U(2000,4000),每售出1吨可得3万元,若售不出而囤积在仓库中则每吨需保养费1万元,问需要组织多少货源,才能使收益最大?
题目解答
答案
解:设
,
,







时,
取到最大。
例:设由自动线加工的某种零件的内径X(毫米)服从正态分布N(μ,1),内径小于10或大于12为不合格品,其余为合格品。销售每件合格品获利,销售每件不合格品亏损。已知销售利润T(单元:元)与销售零件的内径X有如下关系。
问平均内径μ取何值时,销售一个零件的平均利润最大?
解:





令

又
,
时,平均利润最大。
解析
本题主要考查了在不同概率分布下,通过建立收益或利润的数学期望函数,利用求导的方法来确定使收益或利润最大的参数值。
第一题
本题考查均匀分布下的收益最大化问题。解题思路如下:
- 首先设出货源量 $a$、收益 $y$ 和需求量 $x$,根据不同的销售情况建立收益函数 $y = g(x)$。
- 当 $x\lt a$ 时,每售出 $1$ 吨可得 $3$ 万元,未售出的 $a - x$ 吨每吨需保养费 $1$ 万元,所以收益 $y = 3x-(a - x)=4x - a$。
- 当 $x\geqslant a$ 时,所有货源都售出,收益 $y = 3a$。
- 即 $y = g(x)=\begin{cases}4x - a, & x\lt a\\3a, & x\geqslant a\end{cases}$。
- 已知需求量 $X\sim U(2000,4000)$,其概率密度函数为 $f(x)=\begin{cases}\frac{1}{2000}, & x\in[2000,4000]\\0, & \text{其他}\end{cases}$。
- 然后根据期望的定义计算收益的数学期望 $E(y)$:
- $E(y)=\int_{-\infty}^{+\infty}g(x)f(x)dx=\int_{2000}^{a}(4x - a)\frac{1}{2000}dx+\int_{a}^{4000}3a\frac{1}{2000}dx$。
- 先计算 $\int_{2000}^{a}(4x - a)\frac{1}{2000}dx$:
- 根据积分公式 $\int x^n dx=\frac{1}{n + 1}x^{n+1}+C(n\neq - 1)$,$\int_{2000}^{a}(4x - a)\frac{1}{2000}dx=\frac{1}{2000}\left(2x^{2}-ax\right)\big|_{2000}^{a}$。
- $=\frac{1}{2000}\left(2a^{2}-a^{2}-2\times2000^{2}+2000a\right)=\frac{1}{2000}\left(a^{2}+2000a - 8\times10^{6}\right)$。
- 再计算 $\int_{a}^{4000}3a\frac{1}{2000}dx=\frac{3a}{2000}(4000 - a)$。
- 则 $E(y)=\frac{1}{2000}\left(a^{2}+2000a - 8\times10^{6}\right)+\frac{3a}{2000}(4000 - a)$。
- 展开并化简得 $E(y)=\frac{1}{2000}\left(a^{2}+2000a - 8\times10^{6}+12000a-3a^{2}\right)=\frac{1}{1000}\left(-a^{2}+7000a - 4\times10^{6}\right)$。
- 对 $E(y)$ 求关于 $a$ 的一阶导数:
- 根据求导公式 $(X^n)^\prime=nX^{n - 1}$,$[E(y)]^\prime_a=\frac{1}{1000}(-2a + 7000)$。
- 令 $[E(y)]^\prime_a = 0$,即 $\frac{1}{1000}(-2a + 7000)=0$,解得 $a = 3500$。
- 再求 $E(y)$ 关于 $a$ 的二阶导数:
- $[E(y)]^{\prime\prime}_a=\frac{1}{1000}\times(-2)=-2\lt0$,说明当 $a = 3500$ 时,$E(y)$ 取得最大值。
第二题
本题考查正态分布下的利润最大化问题。解题思路如下:
- 设销售利润为 $T$,根据不同内径范围对应的利润情况建立利润函数:
- 已知 $T=\begin{cases}-1, & X\lt10\\20, & 10\leqslant X\leqslant12\\-5, & X\gt12\end{cases}$。
- 根据期望的定义计算销售一个零件的平均利润 $E(T)$:
- $E(T)=(-1)P(X\lt10)+20P(10\leqslant X\leqslant12)+(-5)P(X\gt12)$。
- 因为 $X\sim N(\mu,1)$,则 $Z=\frac{X - \mu}{1}\sim N(0,1)$。
- $P(X\lt10)=\varPhi(10 - \mu)$,$P(10\leqslant X\leqslant12)=\varPhi(12 - \mu)-\varPhi(10 - \mu)$,$P(X\gt12)=1-\varPhi(12 - \mu)$。
- 所以 $E(T)=(-1)\varPhi(10 - \mu)+20[\varPhi(12 - \mu)-\varPhi(10 - \mu)]-5[1 - \varPhi(12 - \mu)]$。
- 展开并化简得 $E(T)=25\varPhi(12 - \mu)-21\varPhi(10 - \mu)-5$。
- 对 $E(T)$ 求关于 $\mu$ 的一阶导数:
- 根据复合函数求导法则,若 $y = \varPhi(u)$,$u = ax + b$,则 $y^\prime=\varPhi^\prime(u)\cdot a$,且 $\varPhi^\prime(x)=\frac{1}{\sqrt{2\pi}}e^{-\frac{x^{2}}{2}}$。
- $[E(T)]^\prime_{\mu}=25\varPhi^\prime(12 - \mu)\times(-1)-21\varPhi^\prime(10 - \mu)\times(-1)$。
- 令 $[E(T)]^\prime_{\mu}=0$,即 $21\varPhi^\prime(10 - \mu)-25\varPhi^\prime(12 - \mu)=0$。
- 因为 $\varPhi^\prime(x)=\frac{1}{\sqrt{2\pi}}e^{-\frac{x^{2}}{2}}$,所以 $21\times\frac{1}{\sqrt{2\pi}}e^{-\frac{(10 - \mu)^{2}}{2}}-25\times\frac{1}{\sqrt{2\pi}}e^{-\frac{(12 - \mu)^{2}}{2}}=0$。
- 两边同时约去 $\frac{1}{\sqrt{2\pi}}$,得到 $21e^{-\frac{(10 - \mu)^{2}}{2}}=25e^{-\frac{(12 - \mu)^{2}}{2}}$。
- 两边取自然对数:$\ln21-\frac{(10 - \mu)^{2}}{2}=\ln25-\frac{(12 - \mu)^{2}}{2}$。
- 移项可得 $\frac{(12 - \mu)^{2}}{2}-\frac{(10 - \mu)^{2}}{2}=\ln25-\ln21$。
- 根据平方差公式 $A^{2}-B^{2}=(A + B)(A - B)$,$\frac{(12 - \mu + 10 - \mu)(12 - \mu-(10 - \mu))}{2}=\ln\frac{25}{21}$。
- 即 $\frac{(22 - 2\mu)\times2}{2}=\ln\frac{25}{21}$,$22 - 2\mu=\ln\frac{25}{21}$,解得 $\mu = 11-\frac{1}{2}\ln\frac{25}{21}$。
- 对 $E(T)$ 求关于 $\mu$ 的二阶导数并判断:
- 当 $\mu=\mu_0 = 11-\frac{1}{2}\ln\frac{25}{21}$ 时,$[E(T)]^{\prime\prime}_{\mu_0}\lt0$,说明此时平均利润最大。