Рассматривается математическая модель деятельности склада, где особое внимание уделено применению релейно-гистерезисного управления ценой на товар. Правило управления устанавливается в зависимости от пороговых значений объемов товара, имеющегося в наличии на складе. Рассматриваются такие величины, как вероятности возникновения «упущенной выгоды» и осуществления продаж товара. Исследуется плотность вероятностей величины товара на складе.
Mathematical model of storehose function.pdf Пусть имеется предприятие, результатом деятельностикоторого, является выпуск однородной продукции с посто-янной скоростью единиц в единицу времени. Следова-тельно, за период времени t предприятием будет произве-дено ⋅t.Для хранения готового продукта существует специаль-ное помещение - склад. Через Q(t) обозначим количествотовара на складе в момент времени t.Естественно, что реализация готового продукта зависитот спроса покупателей. Итак, обозначим (S) - интенсивностьпотока покупателей, где S - стоимость единицы продукции.Очевидно, что монотонно убывает (S) с ростом цены S. Слу-чайное количество продукции, которое забирают с собой по-купатели, обозначим . Будем считать, что покупки имеютэкспоненциальное распределение ( ) p x 1 exp xa a = ⎛⎜− ⎞⎟⎝ ⎠.РЕЛЕЙНОЕ УПРАВЛЕНИЕ ЦЕНОЙНА ПРОДУКЦИЮ С ГИСТЕРЕЗИСОМУстанавливается два пороговых значения для ве-личины товара на складе Q1 и Q2 (Q1 < Q2). В областиQ < Q1 всегда устанавливается цена S1, что приводит кинтенсивности потока покупок величины 1 = (S1). Вобласти Q > Q2 всегда устанавливается цена S2, чтоприводит к интенсивности потока покупок величины2 = (S2). Причем S1 < S2, тогда 2 > 1, что уменьшаетриск переполнения склада.Для области Q1 < Q < Q2 используем следующееправило: если мы попали в эту область из области Q Q2, то значение цены сохраняет-ся величиной S2 и, следовательно, = 2.Найдем плотность вероятностей p(Q) количествапродукции Q на складе во всех областях.Начнем с области Q > Q2. Согласно нашей модели,в этой области интенсивность потока покупателей == 2; через p2(Q) обозначим плотность вероятностей вэтой области. Выведем явное выражение для p2(Q).Пусть мы имеем некоторый момент времени t. Тогдаполучить количество продукции Q на складе мы мо-жем двумя путями:а) в момент времени t − t количество товара наскладе было равно Q − t, и за интервал времениt было произведено продукции t с вероятностью(1 − 2t) + (t);б) с вероятностью 2t + (t) за период времениt удалось реализовать продукцию в размере , такчто в момент времени t − t количество продукции наскладе составило Q + - t.Для вывода явного вида используем идеологиювывода обратных уравнений Колмогорова для мар-ковских процессов:p2(Q) =p2(Q − t) (1 − 2t) +2 2( ) 2( ) ( )0t p Q x p x dx o t .+ + + (1)Разложим p2(Q -⋅t) в ряд Тейлораp2(Q − t) = p2(Q) − p2 (Q)t + (t)и подставим в (1)( ) ( ) ( ) ( )( ) ( ) ( )2 2 2 22 201.p Q p Q p Q t tt p Q x p x dx o t= ⎡⎣ − ⎤⎦ − ++ + + Раскроем скобки и приведем подобные слагаемые( ) ( )( ) ( ) ( )2 222 200.p Q t p Q tt p Q x p x dx o t= − − ++ + + Последнее выражение делим на t и устремляем кнулю t0. С учетом того, чтоp (x) 1a exp( x a), = −получим( ) ( )2 201exp 1 .Q ya aQp Q x x dx p y e e dxa a a + ⎛⎜− ⎞⎟ = −⎝ ⎠ Имеем( ) ( ) ( )2 2 2 2 21 0.Q ya aQp Q p Q e p y e dya − + − = (2)Умножим (2) наQe a−:2( ) 2 2 ( ) 2 2 ( )1 0.Q Q Qa a aQp Q e e p Q p y e dya − + − − − =Дифференцируем по Q:( ) ( ) ( )( ) ( )2 2 2 22 22 210.Q Q Qa a aQ Qa ap Q e p Q e p Q eap Q e p Q ea a− − −− − − + − − + =Все выражение умножим на eQ/a и соберем по-добные слагаемые:( ) 2 ( )2 20. p Q a p Qa + − = (3)Обозначим для краткости 21aa − = , причем1 > 0 . Тогда общее решение уравнения (3) будетиметь вид( ) 1p2Q = C2e− Q+ D2. (4)Заметим, что lim 2 ( ) 0Qp Q= и, следовательно,D2 = 0.Для удобства дальнейших записей возьмем C2 в виде1 2C2 = C e Q . (5)Тогда окончательно для p2 (Q) получаем( ) 1( 2)p2Q Ce Q Q ; Q Q2 = − − > . (6)Вид p2 (Q) в области Q>Q2 изображен на рис. 1.p2(Q)Q2 Qp2(Q)Рис. 1Перейдем к рассмотрению области Q1 < Q < Q2.Здесь возможны два варианта: = 1 или = 2. Рас-смотрим ситуацию при = 1. Соответствующуюплотность вероятностей будем обозначать p01 (Q) .Здесь существует одно условие: при скачке вверх ве-личина Q + x должна быть меньше Q2, т.е. Q + x < Q2,x < Q2 - Q. Тогда за период t рассмотрение исходовприводит к уравнениюp01( Q) =p01(Q − t) (1 − 1t) +( ) ( )21 010.Q Qt p Q xp xdx−+ + (7)Как и выше, p01(Q - ⋅t) раскладываем в ряд Тей-лора:p01( Q − t) =p01( Q) − p01( Q)t + (t).Полученное выражение подставим в (7). Раскры-ваем скобки, приводим подобные слагаемые:p01 (Q) + 1p01 (Q) =( ) ( ) ( )21 010.Q Qp Q x p x dx o t−= + + (8)Далее используем те же рассуждения, что и в (1) -(6), что приводит к дифференциальному уравнению( ) 1 ( )01 010. p Q a p Qa − − = (9)Обозначим 10 ; 0 0 aa − = >. Тогда общеерешение уравнения (9) имеет вид( ) 0p01 Q = D01− C01e Q. (10)Знак «минус» перед вторым слагаемым взят дляудобства окончательного результата. В отличие отпредыдущей части, здесь константы C01 и D01 не могутбыть произвольными, так как в (8) в верхнем пределеинтеграла стоит Q2 - Q, а не бесконечность. Подста-вим выражение (10) в (8). Имеем( ) ( )( ) ( ) ( )201 1 011 010.Q Qp Q p Qp Q x p x dx t− + == + + С учетом того, что p (x) 1 exp xa a = ⎛⎜− ⎞⎟⎝ ⎠, рассмот-рим интеграл по слагаемым:2 201 0101 1 ,Q Q x Q QD eadx D e a aa− − ⎛ − + ⎞= ⎜ − ⎟⎜ ⎟⎝ ⎠( )210exp 1 expQ Q a Q x xa a a− ⎛⎜⎝ − + ⎞⎟⎠ ⎛⎜⎝− ⎞⎟⎠ = 2 11201011exp 1.Q Q xQ aQ Qa Q e dxa ae ea− − − = ⎜⎝⎛ − ⎟⎠⎞ == ⎡⎢ − ⎤⎥ ⎢⎣ ⎥⎦Тогда, собирая выражения при константах C01 иD011 22101 01 1 0,Q Q Q QC e ea D e a eaa− − ⋅ − ⋅ =находим вид0 201 011D C e Qa =и вид плотностей вероятностей( ) 0 2 001 011p Q C e Q e Q .a⎛ ⎞= ⎜⎝ − ⎟⎠(11)Заметим, что > a1, т.е.11a>. Далее, посколь-ку 0 > 0 и Q1 < Q2, то e0Q 2 > e0Q и выражение,стоящее в скобках, должно быть положительным.Следовательно, C01 > 0. Коэффициент C01 будет опре-делен позже. Вид этой зависимости приведен нарис. 2.Q1p01(Q)p01(Q)Q2 QРис. 2Найдем теперь вид плотностей вероятностей вели-чины в области Q1 < Q < Q2, но при условии = 2.Обозначим ее через p11(Q). Рассматривая переходы заинтервал времени t, можем записать( ) ( ) ( )( ) ( )( ) ( )2211 2 112 11021.Q QQ Qp Q t p Q tt p Q xp xdxp Q x p x dx−−= − − +⎡+ + + ⎢⎢⎣⎤⎥+ +⎥И как ранее( ) ( ) ( ) ( )211 2 11 2 110Q Qp Q p Q p Q x p x dx−⎡ + = + + ⎢⎢⎣( ) ( )22 .Q Qp Q x p x dx−⎤⎥+ +⎥⎦ (12)При экспоненциальном распределении покупок ,используя те же рассуждения, что и выше, получаем( ) 2 ( )11 110. p Q a p Qa + − =Ранее был введен коэффициент 1, который опре-делялся как 21aa − =, согласно которому мы мо-жем последнее дифференциальное уравнение запи-сать какp11( Q) + 1p11 ( Q) = 0. (13)Общее решение (13) имеет вид( ) 111 11 11 . p Q D C ee Q − = − (14)Теперь задача заключается в определении кон-стант. В нашем случае Q2 граница может быть пере-сечена только сверху, так как пересечение процессомQ(t) границы Q1 снизу дает нам значение = 1, а не = 2. Тогда за интервал времени t( ) ( ) ( )( ) ( ) ( )2211 1 2 1102.Q QQ Qp Q t p Q x p x dxp Q x p x dx t−−⎡= + + ⎢⎢⎣⎤⎥+ + + ⎥⎦Устремим t0 и получим условиеp11( Q1) = 0. Тогда1 1D11 = C11e− Q. (15)Следовательно,( ) ( 1 1 1 )p11 Q = C11 e− Q − e− Q. (16)Так как Q > Q1, то e−1 Q 1 > e−1 Qи выражение,стоящее в скобках, положительно. Поэтому C11 > 0.Вид p11(Q) в области Q1 < Q < Q2 приведен на рис. 3.p11(Q)Q1p11(Q)Q2 QРис. 3Для нахождения связи между C11 и C2 решение (16)нужно подставить в интегрально-дифференциальноеуравнение (12). Выпишем еще раз (12):( ) ( ) ( ) ( )( ) ( )2211 2 11 2 1102.Q QQ Qp Q p Q p Q x p x dxp Q x p x dx−−⎡ + = + + ⎢⎢⎣⎤⎥+ +⎥⎦Из (16) следует, что1) ( ) 1p11 Q = C111e− Q.Рассмотрим слагаемые в квадратных скобках. Приэтом учитываем, что продажа товара имеет экспонен-циальное распределение.2) ( ) ( )22Q Qp Q x p x dx− + =2( )22 221222 2211 .a Q x xa aQ QQ x Qa QQ QC e e dxaC e e dx C e ea a − + −−− − −−= == = ⋅3) ( ) ( )2110Q Qp Q x p x dx− + =( ) 211 1 1 10.Q Q xC e Q e Q x eadxa= − ⎡⎣ − − − + ⎤⎦ −Результаты из «1», «2» и «3» подставляем в (12),приводим подобные слагаемые и получаем1 22 222 11 11 2 0, C e Q C ee Q C ee Qa a − −− − + + = (17)откуда находим зависимость между C2 и C11:2 1( 2 1)C2 C11 a e Q Q 1 = ⎡⎢⎣ − − ⎤⎥⎦или 2 1( 2 1)C11 C2 ae Q Q 1 . = ⎡⎢⎣ − − ⎤⎥⎦Так как 2 1 a>и Q2 > Q1, то и выражение в квадрат-ных скобках тоже положительно, при условииQ1 < Q < Q2( )( ( ) ( ) )( )1 2 1 1 21 2 1112.1Q Q Q QQ QC e ep Qa e − − −−=−(18)Рассмотрим ситуацию при Q = Q2 и вычислимконстанту C01. При Q > Q2 имеем плотность вероятно-стей вида p2 (Q) . При Q < Q2 могут быть процессыQ(t) с = 1 и = 2. Поэтому, рассматривая интервалвремени t, получим( ) ( ) ( )( ) ( )2 2 2 01 211 21.p Q t p Q tp Q t t= − − + ⎡⎣+ − + ⎤⎦(19)Устремим t0, что приводит нас кp2(Q2) = p01( Q2) + p11( Q2). (20)Подстановка решений дает( ( ) )( )1 2 10 21 2 1012 111 .1Q QQQ QC eC C ea e a − −− ⎡ ⎤= − + ⎢⎣ − ⎥⎦(21)Из последнего соотношения находим( ) ( )( )1 2 1 1 2 1 0 21 2 120121.1 1Q Q Q Q QQ Qae e eC Ca e a − − − −= ⎡⎢⎣ − ⎤⎥⎦⎡⎢⎣ − ⎤⎥⎦⎡⎢⎣ − ⎤⎥⎦(22)Окончательно вид для p01 (Q) таков:( )( )( )1 2 1 0 21 2 10122111 1Q Q QQ Qp Qa e eCa e a − − −== ⎛⎜⎝ − ⎞⎟⎠ ⋅ ⎡⎢⎣ − ⎤⎥⎦⎡⎢⎣ − ⎤⎥⎦0 2 01e Q e Q .a⎡⎢⎣ − ⎤⎥⎦(23)Рассмотрим область Q < Q1, плотность вероятно-стей процесса Q(t) обозначим p0(Q). Отметим, что = 1 и − a1 > 0, т.е. 1a 0 ; 0 0a − = > . Ис-пользуя вывод уравнений (1)-(6), можно получить( ) 0p0 Q = C0 e Q+ D0. (24)Но при Q − плотность вероятностей p0( Q)должна стремиться к нулю. Это означает, что D0 = 0.Для удобства представим p0( Q) в виде( ) 0( 1)p0 Q C0 e Q Q . = − (25)Рассмотрим Q = Q1. Тогдаp01( Q1) = (1 − 1t)p0 (Q 1− t) + (t).После предельного перехода при устремлении t 0получаем условие сшивания на границе Q = Q1:p01(Q1) = p0(Q1). Данное условие позволяет нам найтиконстантуC0 :( )( )1 2 1 0 21 2 10 2 0 12021111 1.Q Q QQ QQ Qa e eC Ca e ae ea − − − = ⎡⎢⎣ − ⎤⎥⎦ ⋅ ⎡⎢⎣ − ⎤⎥⎦⎡⎢⎣ − ⎤⎥⎦⎡⎢⎣ − ⎤⎥⎦Окончательный результат имеет вид( )( )( )1 2 1 0 21 2 10 2 020121111 1,Q Q QQ QQ Qa e ep Q Ca e ae ea − − − = ⎡⎢⎣ − ⎤⎥⎦ ⋅ ⋅ ⎢⎣⎡ − ⎥⎦⎤⎡⎢⎣ − ⎤⎥⎦⎡⎢⎣ − ⎤⎥⎦( )( ) ( )( )( ) ( )1 2 1 1 21 2 11 21122,1.Q Q Q QQ QQ Qp Q Ce ea ep Q Ce − − −− −= −−=Константа C определяется из условия нормировки( ) ( ) ( ) ( )1 21 20 01 11 21.Q QQ Qp Q dQ p Q p Q dQ p Q dQ− +⎡⎣ + ⎤⎦ + =Вычисляя входящие интегралы, получим( )( )( ( ) ( ))( )0 2 1 2 1 0 11 2 11 2 1 1 2 11 2 121 11 211 1211 1111 111Q Q Q QQ QQ Q Q QQ Qa a e e eCa a ea e ea e a − − − − −⎢⎡⎢ + ⎡⎢⎣ − ⎤⎥⎦ ⎡⎢⎣ − ⎤⎥⎦ +⎢ ⎡ ⎤⎣⎢ ⎣⎢ − ⎦⎥ +⎡⎢⎣ − ⎤⎥⎦⎡⎢⎣− + − ⎤⎥⎦+ ⎡⎢⎣ − ⎤⎥⎦( ) ( )( )0 2 10 2 1 1 2 1 0 21 2 121 0 1211 1 111.1 1Q QQ Q Q Q QQ Qa e eae e ea e a − − − −+ + ⎡⎢⎣ −
Терпугов Александр Фёдорович | Томский государственный университет | профессор, доктор физико-математических наук, профессор кафедры прикладной информатики факультета информатики, заслуженный деятель науки РФ | terpugov@fpmk.tsu.ru и terpugov@ic.tsu.ru |
Щирова Надежда Петровна | Томский государственный университет | аспирантка кафедры теории вероятностей и математической статистики факультета прикладной математики и кибернетики | Nadezhda@ido.tsu.ru |