客房預(yù)訂的價(jià)格和數(shù)量

1、客房預(yù)訂的價(jià)格和數(shù)量摘要經(jīng)過(guò)分析可知，本題是關(guān)于客房預(yù)訂和數(shù)量的問(wèn)題。此類問(wèn)題可以通過(guò)建立數(shù)學(xué)模型，運(yùn)用線性回歸方程來(lái)求解。在賓館追求利潤(rùn)最大化的前提下，賓館一方面要保持自己的信譽(yù)度，又要盡最大的努力去尋求更多的客戶。根據(jù)市場(chǎng)需求情況，在旅游的淡季和旺季又要有不同的價(jià)格，而且還要盡量減少客房預(yù)定的不確定因素。對(duì)于問(wèn)題一，通過(guò)我們所學(xué)到的數(shù)學(xué)知識(shí)將多元線性回歸方程模型轉(zhuǎn)化為一元線性回歸方程模型，通過(guò)題目所給的表一（見(jiàn)附錄），利用Eviews軟件做出散點(diǎn)圖，通過(guò)散點(diǎn)圖我們可以看出從2005.10-2010.3期間，該賓館的標(biāo)準(zhǔn)間月平均價(jià)格呈線性關(guān)系，而且該散點(diǎn)圖直觀的表示出每年的標(biāo)準(zhǔn)間月平均價(jià)格呈

2、上升趨勢(shì)且周期大致為一年，利用MATLAB軟件算出不同年份的相同月份的線性關(guān)系，并根據(jù)已知數(shù)據(jù)進(jìn)行合理的檢驗(yàn)，利用這些線性關(guān)系很好地預(yù)測(cè)了未來(lái)一年內(nèi)該賓館標(biāo)準(zhǔn)間的參考價(jià)格。對(duì)于問(wèn)題二，通過(guò)概率學(xué)和統(tǒng)計(jì)學(xué)對(duì)總統(tǒng)套房，豪華套房，標(biāo)準(zhǔn)間，進(jìn)行合理化的假設(shè)和分析，利用概率學(xué)中的知識(shí)列出預(yù)訂成功且按時(shí)入住和預(yù)訂成功但預(yù)訂客房已滿的客戶，以及預(yù)訂成功但被擠掉的客戶之間的概率關(guān)系，通過(guò)計(jì)算以及檢驗(yàn),給該賓館制定了一個(gè)合理的客房數(shù)量的預(yù)訂策略，讓賓館總統(tǒng)套房最多預(yù)定20套,豪華套房預(yù)訂103套,標(biāo)準(zhǔn)間預(yù)定515套.使該賓館在不承擔(dān)信譽(yù)風(fēng)險(xiǎn)的情況下獲得最合理的利潤(rùn)。通過(guò)計(jì)算和檢驗(yàn)所得出的結(jié)果,準(zhǔn)確的估算出賓館未

3、來(lái)一年的標(biāo)準(zhǔn)間價(jià)格,和所需要預(yù)定的總統(tǒng)套房，豪華套房，標(biāo)準(zhǔn)間的數(shù)量，從而制定出較為合理的策略,使賓館在得到信譽(yù)保障的同時(shí),也得到了較合理的利潤(rùn)。關(guān)鍵詞：客房預(yù)訂的價(jià)格和數(shù)量 線性回歸模型 統(tǒng)計(jì)學(xué) eviews matlab 檢驗(yàn)1 問(wèn)題重述2006-隨著國(guó)家經(jīng)濟(jì)水平的提高，國(guó)民生活越來(lái)越豐富，推動(dòng)了旅游業(yè)的發(fā)展。特別是在春節(jié)，五一，十一黃金周等節(jié)假日，現(xiàn)有一某著名旅游景區(qū)供舉辦會(huì)議和游客使用的賓館。該賓館可以通過(guò)電話或者互聯(lián)網(wǎng)預(yù)定。但是存在不確定性，客戶很有可能因?yàn)楦鞣N原因取消預(yù)定，這樣就會(huì)給賓館造成經(jīng)濟(jì)損失。為了獲取更大的利潤(rùn)，賓館需要一方面爭(zhēng)取更多的客戶，另一方面又需要減少客戶預(yù)訂后取消的

4、損失。該賓館采取的措施有：客戶需要預(yù)付第一天房費(fèi)做定金，若客戶在前一天取消預(yù)訂則房費(fèi)如數(shù)退還，若客戶沒(méi)有在規(guī)定的時(shí)間內(nèi)取消預(yù)約，則不退房費(fèi)。另外，為了獲得利益最大化賓館在旅游旺季房?jī)r(jià)會(huì)比較高，在旅游淡季會(huì)比較低。（1） 運(yùn)用所學(xué)的知識(shí)給賓館建立一個(gè)預(yù)定價(jià)格的數(shù)學(xué)模型，并對(duì)表一（見(jiàn)附錄）給出2005.102010.3期間每月的平均價(jià)格進(jìn)行實(shí)例分析，用自己所建的模型說(shuō)明價(jià)格變動(dòng)規(guī)律，并估計(jì)未來(lái)來(lái)一年中的標(biāo)準(zhǔn)房參考價(jià)格。（2） 當(dāng)節(jié)假日到來(lái)的時(shí)候，也就是旅游景點(diǎn)旅游旺季到來(lái)的時(shí)候，賓館為了減少客戶取消預(yù)訂賓館時(shí)的損失往往會(huì)預(yù)定超出實(shí)際套數(shù)的客房，但也會(huì)有超出客房數(shù)的情況出現(xiàn)，為此賓館有兩種方法，一，

5、給客戶升級(jí)客房，但這樣賓館會(huì)有所損失；二，通過(guò)賠款來(lái)解決糾紛?，F(xiàn)在賓館有總統(tǒng)套房20套，豪華套房100套，標(biāo)準(zhǔn)間500套?，F(xiàn)為賓館制定一個(gè)合理的預(yù)定策略。2 問(wèn)題分析本題給出了某著名景區(qū)的賓館2005.10-2010.3月的標(biāo)準(zhǔn)間月平均價(jià)格，要求在這些數(shù)據(jù)的參考下制定一個(gè)預(yù)訂價(jià)格的數(shù)學(xué)模型，這樣就把實(shí)際生活中的問(wèn)題轉(zhuǎn)換為用數(shù)學(xué)知識(shí)解決的模型，在建立模型的過(guò)程中采用線性回歸模型，先求出每一年，每一個(gè)月的線性函數(shù)，針對(duì)每一個(gè)函數(shù)進(jìn)行解答，利用函數(shù)對(duì)未來(lái)一年內(nèi)的價(jià)格進(jìn)行預(yù)測(cè)。在建立模型的過(guò)程中需要很全面的考慮到各種因素，比如節(jié)假日給賓館帶來(lái)的影響，在節(jié)假日到來(lái)的時(shí)候會(huì)有很多旅客外出游玩，這個(gè)時(shí)候就是

6、該賓館旺季的時(shí)候，價(jià)格也會(huì)有所變動(dòng)。問(wèn)題一，經(jīng)過(guò)參考題目中所給的數(shù)據(jù)，為了更好地了解一年中旅游的淡旺季，通過(guò)日歷了解到2005年到2010年每個(gè)假期所在的月份，這樣可以盡量的在建立模型的時(shí)候減少誤差。然后可以采用Matlab，Eviews等軟件畫出散點(diǎn)圖，這幾年整體呈上升趨勢(shì)，并且每一年近似為一個(gè)周期，經(jīng)過(guò)分析不同年的同一個(gè)月份呈線性關(guān)系，對(duì)于所畫的散點(diǎn)圖，采用一元線性回歸方程建立線性回歸模型，并將未來(lái)一年的不同月份帶入進(jìn)行預(yù)測(cè)。問(wèn)題二從實(shí)際問(wèn)題出發(fā),考慮到旅游旺季,若有超出客房數(shù)的客戶出現(xiàn)沒(méi)有及時(shí)的處理,就會(huì)給公司帶來(lái)信譽(yù)問(wèn)題,這是公司最忌諱的.因此,這實(shí)際上是一個(gè)動(dòng)態(tài)問(wèn)題,為了讓賓館得到一

7、個(gè)較優(yōu)的策略解決此類問(wèn)題,應(yīng)用統(tǒng)計(jì)學(xué)的方法-數(shù)學(xué)期望(均值),來(lái)表示賓館的利潤(rùn):運(yùn)用概率 (k=0,1,2n) 計(jì)算出賓館n人中有k人未能按時(shí)入住的概率,進(jìn)而檢驗(yàn)計(jì)算出賓館最多能預(yù)定的各種套房的數(shù)量,在賓館的利潤(rùn)達(dá)到最平衡時(shí)是否合理,并且不會(huì)使賓館有信譽(yù)擔(dān)憂.3. 模型假設(shè)與符號(hào)說(shuō)3.1：模型假設(shè)1.每個(gè)客戶都是相互獨(dú)立的。2.客房全部通過(guò)互聯(lián)網(wǎng)或者電話預(yù)定。3.未來(lái)重大經(jīng)濟(jì)不影響賓館的價(jià)格。4.假設(shè)豪華套房和總統(tǒng)套房預(yù)訂不超出賓館的套房數(shù)。5.當(dāng)預(yù)訂的標(biāo)準(zhǔn)間套房數(shù)超出賓館現(xiàn)有的套房數(shù)時(shí)優(yōu)先考慮通過(guò)升級(jí)套房解決問(wèn)題，當(dāng)所有的套房均已住滿不能通過(guò)升級(jí)套房來(lái)解決問(wèn)題的時(shí)候再考慮通過(guò)賠償解決。3.2

8、:符號(hào)說(shuō)明 ：表示年份 ：表示賓館的價(jià)格 ：賓館留下的套房數(shù) ：被擠掉的客戶數(shù) ：一個(gè)已經(jīng)訂客房的客戶能按時(shí)入住的概率 ：一個(gè)已經(jīng)訂客房的客戶未能按時(shí)入住的概率 ：賓館可預(yù)訂的客房數(shù) ：人中有人未能按時(shí)入住的概率 ：一個(gè)客戶預(yù)定的費(fèi)用 ：賓館每天的成本 ：一位預(yù)訂客戶被擠掉的賠償 ：一天利潤(rùn) ：利潤(rùn)的平均值4 模型的建立與求解4.1.1問(wèn)題一 建立線性回歸模型來(lái)解決問(wèn)題。看到題目所給大量的數(shù)據(jù)，首先采用Eviews軟件將這些比較復(fù)雜的大量數(shù)據(jù)轉(zhuǎn)化成散點(diǎn)圖，再結(jié)合MATLAB軟件寫出不同年份的相同月份的一元線性函數(shù)，隨后進(jìn)行一元線性回歸方程的計(jì)算，最后將數(shù)據(jù)帶入進(jìn)行檢驗(yàn)和預(yù)測(cè)。一元線性回歸方程是

9、一個(gè)反映一個(gè)因變量與一個(gè)自變量之間線性關(guān)系的方程，當(dāng)直線方程中的a和b確定時(shí)，就是一元線性回歸方程。題目中給出了2005.10-2010.3月的標(biāo)準(zhǔn)間月平均價(jià)格，數(shù)據(jù)量大。經(jīng)過(guò)分析后，利用軟件制成散點(diǎn)圖。如圖一圖一：2005.102010.3月標(biāo)準(zhǔn)間月平均價(jià)格散點(diǎn)圖在2005年到2010年隨著我國(guó)的GDP每年以11.4%的速率增長(zhǎng)，人均收入的提高，以及社會(huì)保障的投入等使得人均消費(fèi)水平得以提高。所以通過(guò)上圖可以大致的看出，這幾年整體呈上升趨勢(shì)，經(jīng)過(guò)對(duì)2005.10月到2010.3月之間的節(jié)假日所在的月份進(jìn)行分析可知，在這幾年節(jié)假日所在的月份大致不變，旅游旺季一般都是在節(jié)假日，所以從圖上可以大致的

10、看出每一年近似為一個(gè)周期，經(jīng)過(guò)析不同年的同一個(gè)月份呈線性關(guān)系。如上圖所示的散點(diǎn)圖，雖然這些點(diǎn)不在同一條直線上，但是可以從中找到一條合適的直線，使得各個(gè)散點(diǎn)到這條直線的縱向距離之和最小，這條直線就是所找的回歸直線，這樣就能求出多元線性回歸方程。 (1) （2） （3） 對(duì)于（1）式，表示標(biāo)準(zhǔn)間的平均價(jià)格，代表常數(shù)，代表一元線性回歸方程的系數(shù)，表示的是年份，若想計(jì)算該賓館任意一年標(biāo)準(zhǔn)間價(jià)格，帶入到方程中即可。 為了更好的，更直觀的觀察每一年每一月的價(jià)格情況，我們繪制出了折線圖，從圖中可以更好地看出每一年每一月份的價(jià)格走勢(shì)。如圖二圖二：2005.102010.3月標(biāo)準(zhǔn)間月平均價(jià)格折線圖由于數(shù)據(jù)量比較

11、大，我們分開(kāi)計(jì)算不同年份的相同月份，提取出來(lái)不同年份的相同月份，利用MATLAB軟件進(jìn)行一元線性回歸方程的計(jì)算，通過(guò)利用一元線性回歸方程可以將數(shù)據(jù)帶入方程得出每一個(gè)月的回歸方程，這樣就可以直接帶入所想要計(jì)算的年份即可得出這個(gè)月的標(biāo)準(zhǔn)間價(jià)格，有了方程就減少了計(jì)算量。這樣的話雖然看起來(lái)算式比較多，但是計(jì)算起來(lái)卻是相當(dāng)容易。（一元線性回歸方程源代碼見(jiàn)附錄二）不同年份的相同月份一元線性回歸方程如下：一月份： 二月份：三月份： 四月份：五月份： 六月份：七月份： 八月份：九月份： 十月份：十一月： 十二月： 4.1.2檢驗(yàn)：有了不同年份的相同月份的一元線性回歸方程，可以將想要計(jì)算的任意一年的任意月份帶入

12、相對(duì)應(yīng)的月份的線性回歸方程中進(jìn)行計(jì)算。如：計(jì)算2006年一月份的標(biāo)準(zhǔn)間月平均價(jià)格，將x=2006代入一月份方程y=43.3x-86583中可以得到y(tǒng)=276.8元，從表一中可以查出2006年一月份的標(biāo)準(zhǔn)間月平均價(jià)格為241元；誤差為35元，計(jì)算2008年五月份的價(jià)格時(shí)把x=2008代入五月份方程y=48.5x-96916中可以得到y(tǒng)=472元，從表一中可以查出2008年五月份的標(biāo)準(zhǔn)間月平均價(jià)格為483元，誤差為11元。根據(jù)實(shí)際生活中我們所建的模型誤差在可接受范圍內(nèi)，所以我們所建的模型可以得到推廣。根據(jù)所建立的數(shù)學(xué)模型，運(yùn)用所求出的不同年份的相同月份一元線性回歸方程進(jìn)行預(yù)測(cè)，預(yù)測(cè)結(jié)果如圖三：圖三

13、：未來(lái)一年內(nèi)標(biāo)準(zhǔn)房月平均價(jià)格趨勢(shì)圖我們根據(jù)圖三2005.10月到2010.3月的標(biāo)準(zhǔn)間月平均價(jià)格可以很清楚的預(yù)測(cè)出未來(lái)一年的標(biāo)準(zhǔn)間月平均價(jià)格，從圖一中我們知道該賓館的標(biāo)準(zhǔn)間月平均價(jià)格類似一年為周期且呈上升趨勢(shì)，觀察圖三2010.4月到2011.3月可以看出價(jià)格走勢(shì)依然呈上升趨勢(shì)，與表一中2005.10月到2010.3月所給數(shù)據(jù)整理出來(lái)走勢(shì)圖一致，可以看做向右上平移所得。該賓館未來(lái)一年內(nèi)所預(yù)測(cè)的標(biāo)準(zhǔn)間的月平均價(jià)格符合實(shí)際生活。為了更加清楚，直觀的了解未來(lái)一年內(nèi)的價(jià)格走勢(shì)，我們利用excel做成表格，從表格中我們可以看出每一個(gè)月的標(biāo)準(zhǔn)間平均價(jià)格，通過(guò)不同年份的相同月份所建立的一元線性回歸模方程，我

14、們將2010.4月到2011.3月每一個(gè)月代入所建立的一元線性回歸方程中計(jì)算出未來(lái)一年內(nèi)每個(gè)月的標(biāo)準(zhǔn)間價(jià)格。 表二：未來(lái)一年內(nèi)標(biāo)準(zhǔn)間月平均價(jià)格預(yù)測(cè)表時(shí)間價(jià)格時(shí)間價(jià)格2010.45372010.16202010.55692010.115682010.65172010.124682010.75782011.1493.32010.86452011.2479.52010.95342011.3490.5在解決問(wèn)題一的過(guò)程中我們建立了線性回歸模型，對(duì)題目中所給的實(shí)例及數(shù)據(jù)進(jìn)行分析處理得到以下結(jié)論：在2005.10月-2010.3月每月的標(biāo)準(zhǔn)間平均價(jià)格大致為一年為周期且呈上升趨勢(shì)；根據(jù)未來(lái)建立的模型及方程預(yù)

15、測(cè)出未來(lái)一年內(nèi)的標(biāo)準(zhǔn)房參考價(jià)格（見(jiàn)表二）。4.2.1問(wèn)題二由于賓館往往可以預(yù)定超出實(shí)際套數(shù)的客戶數(shù)量,并且考慮到如果客戶數(shù)量超出客房的需求,則賓館就會(huì)出現(xiàn)信譽(yù)問(wèn)題這一情況,因此,賓館一天的利潤(rùn)S可以分為兩種情況:(1)當(dāng)入住人數(shù)小于等于賓館可預(yù)訂的客房數(shù),即 當(dāng) 時(shí) （4） (2)當(dāng)入住人數(shù)大于賓館可預(yù)訂的客房數(shù),即 當(dāng)時(shí) （5）由于賓館的利潤(rùn)是一個(gè)不確定的事件,因此要用利潤(rùn)的數(shù)學(xué)期望(均值)來(lái)表示,即: （6）將公式（4），（5）代入（6）中即可得到賓館利潤(rùn)的數(shù)學(xué)期望（均值）。 （7）所以賓館的利潤(rùn)均值為：（8）4.2.2結(jié)果的檢驗(yàn)分析：根據(jù)查詢到的市場(chǎng)資料調(diào)查，取三亞灣賓館的客房入住率為例

16、，在旅游淡季客房入住率為50%，旅游旺季客房入住率為80%，則取該賓館的入住率為70%。則 由于賓館利潤(rùn)是一個(gè)隨機(jī)事件，具有不確定性，對(duì)于這一動(dòng)態(tài)問(wèn)題將賓館利潤(rùn)的數(shù)學(xué)期望與賓館的運(yùn)營(yíng)成本之差作為衡量賓館的指標(biāo)。則：（9）記被擠掉的客戶概率為P，則：（10）根據(jù)題意得該賓館有總統(tǒng)套房20套，豪華套房100套，標(biāo)準(zhǔn)間500套，通過(guò)計(jì)算得到以下三種情況： 賓館可預(yù)訂總統(tǒng)套房M=20，設(shè)未能入住概率q=0.05,一位預(yù)定客戶被擠掉所得補(bǔ)償a=0.1g,當(dāng)賓館預(yù)訂的客房數(shù)n=25時(shí)，則： （11）當(dāng)賓館預(yù)定的客房數(shù)n=21時(shí)，則： （12） 通過(guò)計(jì)算結(jié)果可以看出，若總統(tǒng)套房訂夠21套時(shí)，有一人被擠出的概

17、率較大為0.341，所以總統(tǒng)套房最多只能訂20套。 賓館可預(yù)訂豪華套房M=100，設(shè)未能入住概率q=0.05,一位預(yù)定客戶被擠掉所得補(bǔ)償a=0.1g,當(dāng)賓館預(yù)訂的客房數(shù)n=103時(shí)，則： （13） 通過(guò)計(jì)算結(jié)果可以看出，若豪華套房訂夠103套時(shí)，有兩人被擠出的概率為0.037，概率較小，所以豪華套房最多只能訂103套。 賓館可預(yù)訂標(biāo)準(zhǔn)間M=500，設(shè)未能入住概率q=0.05,一位預(yù)定客戶被擠掉所得補(bǔ)償a=0.1g, 當(dāng)賓館預(yù)訂的客房數(shù)n=515時(shí)，則： （14） 通過(guò)計(jì)算結(jié)果可以看出，若標(biāo)準(zhǔn)間訂夠515套時(shí)，有八人被擠出的概率為0.00032，概率較小，所以標(biāo)準(zhǔn)間最多只能訂103套。對(duì)與問(wèn)題二

18、用MATLAB進(jìn)行計(jì)算，詳細(xì)程序見(jiàn)附錄三。通過(guò)上述計(jì)算我們更加清楚的了解賓館入住預(yù)訂客房這一實(shí)際問(wèn)題，并且也計(jì)算出了每種套房所需的最多客房數(shù)，同時(shí)，經(jīng)過(guò)檢驗(yàn)，該計(jì)算結(jié)果也符合題意，綜上，賓館各套房所需要的數(shù)量如下表所示：表三：該賓館所需要的各類別的最多套房數(shù)套房類別 最多預(yù)定數(shù)目（單位：套）總統(tǒng)套房20豪華套房103標(biāo)準(zhǔn)間515 根 據(jù)上表可以看出，只有在總統(tǒng)套房，豪華套房和標(biāo)準(zhǔn)間滿足以上條件時(shí)，該賓館獲得總利潤(rùn)的均值與運(yùn)營(yíng)成本之差最合理。故應(yīng)選用總統(tǒng)套房20套，豪華套房103套，標(biāo)準(zhǔn)間515套時(shí)，賓館的利潤(rùn)均值較為合理，在這種條件下實(shí)現(xiàn)利益最大化。 五模型評(píng)價(jià)優(yōu)點(diǎn):1. 本題建立的模型清晰易

19、懂，所建模型對(duì)解決問(wèn)題起到很好的作用。2. 通過(guò)散點(diǎn)圖，表格等直觀的表達(dá)出解決問(wèn)題的過(guò)程和解決結(jié)果。3. 利用Eviews，MATLAB等軟件繪圖使得圖表更有說(shuō)服力，計(jì)算結(jié)果精度高，預(yù)測(cè)結(jié)果好。4. 建立的模型能夠很好地結(jié)合實(shí)際生活，有利于提高模型的推廣性。5. 充分的考慮淡旺季的因素缺點(diǎn):1. 列式比較多。2. 沒(méi)有過(guò)多的考慮影響模型中影響因素小的因素。3. 沒(méi)有考慮重大經(jīng)濟(jì)事件對(duì)經(jīng)濟(jì)的影響。6 模型推廣 利用線性回歸模型，將一些離散的散點(diǎn)圖用線性曲線來(lái)表示，從而對(duì)問(wèn)題的解決更加方便，并且也能很清晰的看出這些離散的點(diǎn)的大體趨勢(shì)。利用線性回歸模型對(duì)解決預(yù)測(cè)問(wèn)題是十分必要的。在這些問(wèn)題上，此模型

20、可以很好的應(yīng)用。七參考文獻(xiàn)1 董臻圃, 數(shù)學(xué)建模方法與實(shí)踐, 北京: 國(guó)防工業(yè)出版社, 2006.2 吳禮斌, 李柏年, 數(shù)學(xué)實(shí)踐與建模, 北京: 國(guó)防工業(yè)出版社,2007.3 徐茂良,劉睿,數(shù)學(xué)建模與數(shù)學(xué)實(shí)驗(yàn),北京:國(guó)防工業(yè)出版社,2015.4 姜啟源,謝金星,數(shù)學(xué)模型,北京:高等教育出版社,2011.附錄一表一：2005.10-2010.3月標(biāo)準(zhǔn)間月平均價(jià)格時(shí)間價(jià)格時(shí)間價(jià)格時(shí)間價(jià)格2005.103282007.044012008.105342005.112632007.054392008.114982005.122512007.063972008.124022006.012412007.0

21、74632009.013972006.022492007.085092009.024162006.033162007.094742009.034512006.043442007.105082009.044862006.053602007.114582009.055072006.063202007.124122009.064582006.073442008.013692009.074932006.083842008.024032009.085622006.093682008.034362009.094742006.104012008.044472009.105282006.113632008.0

22、54832009.114362006.123362008.064392009.123982007.013662008.075142010.014422007.023312008.085502010.024042007.033902008.094892010.03428附錄二Matlab源程序：syms x1 x2 x y ;x1=2005:1:2009;y=251 336 412 402 398;x=ones(5,1),x1'plot(x1,y,'*')x=ones(5,1),x1'b,bint,r,rint,stats=regress(y',x)附錄三

23、 計(jì)算不同概率和超額預(yù)訂水平下賓館期望收益率的MATLAB程序示例總統(tǒng)套房n1=20kp=0:0.05:0.2k1=n1*kpm1=k1+n1p=0.875:0.025:0.975X11=0:1:m1(1)p11=binopdf(X11,m1(1),p(1)X12=0:1:m1(2)p12=binopdf(X12,m1(2),p(1)X13=0:1:m1(3)p13=binopdf(X13,m1(3),p(1)X14=0:1:m1(4)p14=binopdf(X14,m1(4),p(1)X15=0:1:m1(5)p15=binopdf(X15,m1(5),p(1)P11=sum(p11(21:

24、(m1(1)+1).*(X11-n1)P12=sum(p12(21:(m1(2)+1).*(X12(21:(m1(2)+1)-n1)P13=sum(p13(21:(m1(3)+1).*(X13(21:(m1(3)+1)-n1)P14=sum(p14(21:(m1(4)+1).*(X14(21:(m1(4)+1)-n1)P15=sum(p15(21:(m1(5)+1).*(X15(21:(m1(5)+1)-n1)P1=P11 P12 P13 P14 P15S1=(m1*p(1)-(1+0.2)*P1)/(0.6*n1)-1X21=0:1:m1(1)p21=binopdf(X21,m1(1),p(

25、2)X22=0:1:m1(2)p22=binopdf(X22,m1(2),p(2)X23=0:1:m1(3)p23=binopdf(X23,m1(3),p(2)X24=0:1:m1(4)p24=binopdf(X24,m1(4),p(2)X25=0:1:m1(5)p25=binopdf(X25,m1(5),p(2)P21=sum(p21(21:(m1(1)+1).*(X21-n1)P22=sum(p22(21:(m1(2)+1).*(X22(21:(m1(2)+1)-n1)P23=sum(p23(21:(m1(3)+1).*(X23(21:(m1(3)+1)-n1)P24=sum(p24(21

26、:(m1(4)+1).*(X24(21:(m1(4)+1)-n1)P25=sum(p25(21:(m1(5)+1).*(X25(21:(m1(5)+1)-n1)P2=P21 P22 P23 P24 P25S2=(m1*p(2)-(1+0.2)*P1)/(0.6*n1)-1X31=0:1:m1(1)p31=binopdf(X31,m1(1),p(3)X32=0:1:m1(2)p32=binopdf(X32,m1(2),p(3)X33=0:1:m1(3)p33=binopdf(X33,m1(3),p(3)X34=0:1:m1(4)p34=binopdf(X34,m1(4),p(3)X35=0:1:

27、m1(5)p35=binopdf(X35,m1(5),p(3)P31=sum(p31(21:(m1(1)+1).*(X31-n1)P32=sum(p32(21:(m1(2)+1).*(X32(21:(m1(2)+1)-n1)P33=sum(p33(21:(m1(3)+1).*(X33(21:(m1(3)+1)-n1)P34=sum(p34(21:(m1(4)+1).*(X34(21:(m1(4)+1)-n1)P35=sum(p35(21:(m1(5)+1).*(X35(21:(m1(5)+1)-n1)P3=P31 P32 P33 P34 P35S3=(m1*p(3)-(1+0.2)*P3)/(

28、0.6*n1)-1X41=0:1:m1(1)p41=binopdf(X41,m1(1),p(4)X42=0:1:m1(2)p42=binopdf(X42,m1(2),p(4)X43=0:1:m1(3)p43=binopdf(X43,m1(3),p(4)X44=0:1:m1(4)p44=binopdf(X44,m1(4),p(4)X45=0:1:m1(5)p45=binopdf(X45,m1(5),p(4)P41=sum(p41(21:(m1(1)+1).*(X41-n1)P42=sum(p42(21:(m1(2)+1).*(X42(21:(m1(2)+1)-n1)P43=sum(p43(21:(m1(3)+1).*(X43(21:(m1(3)+1)-n1)P44=sum(p44(21:(m1(4)+1).*(X44(21:(m1(4)+1)-n1)P45=sum(p45(21:(m1(5)+1).*(X45(21:(m1(5)+1)-n1)P4=P41 P42 P43 P44 P45S4=(m1*p(4)-(1+0.2)*P4)/(0.6*n1)-1X51=0:1:m1(1)p51=binopdf(X51,m1(1),p(5)X52=0:1:m1(2)p52=binopdf(X52,m1(2),p(5)X53=0:1:m1(3)p53=binopdf(X53,m1(3),p