一、賭博地最優(yōu)策略模型_第1頁
一、賭博地最優(yōu)策略模型_第2頁
一、賭博地最優(yōu)策略模型_第3頁
一、賭博地最優(yōu)策略模型_第4頁
一、賭博地最優(yōu)策略模型_第5頁
已閱讀5頁,還剩15頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

介紹八個模型,并給出相應(yīng)的應(yīng)用與實(shí)踐題一、賭博的最優(yōu)策略模型假設(shè)有數(shù)量為的本錢,賭博規(guī)則為每次可以壓任意多的錢,賭博結(jié)果為以的概率贏回同樣多的錢(輸了的話壓出去的錢就沒了)。如果賭博的目標(biāo)是本錢增長到或者破產(chǎn)(輸光所有的錢為止)。問什么樣的方式可以最大化成功(贏到走人)的概率呢?愿賭服輸,所以大多數(shù)賭博的結(jié)果基本上是不受自己控制的。但最優(yōu)化賭博成功的概率還是可以做到的。我們現(xiàn)在討論一個非常簡單的游戲,假設(shè)有數(shù)量為冗的本錢,賭博規(guī)則為每次可以壓任意多的錢,賭博結(jié)果為以P的概率贏回同樣多的錢(輸了的話壓出去的錢就沒了)。如果賭博的目標(biāo)是本錢增長到[廣或者破產(chǎn)(輸光所有的錢為止)。問什么樣的方式可以最大化成功(贏到走人)的概率呢?顯然對于卩的不同大小有三種可能性::這時候沒什么取巧的可能性,隨便壓,成功地概率固定的為,成功概率與本錢成正比。:這種情況比較有趣。如果錢可以無限細(xì)分的話,成功的概率是可以趨近1的,但現(xiàn)實(shí)中并不是這樣,另外還得考慮賭博的時間成本對不。這時候每次壓上da—1)」廣是一個比較快捷勝率又高的方法。:其實(shí)這種情況才是賭場里的大多數(shù)的情況(莊家贏的概率肯定要大一些嘛,否則賭場怎么賺錢呢)。但注意與大多數(shù)想象的不同,在這時穩(wěn)打穩(wěn)扎是慢性自殺,孤注一擲才是最優(yōu)策略。這也符合歷史經(jīng)驗(yàn),歷史上一些搞陰謀成功的哪個不是亡命徒?最后成功的概率為. ,本錢少時,概率下降得更快。所以高手賭錢,應(yīng)該是這樣的,先計(jì)算每次游戲的可能的勝率卩,當(dāng)卩>備寸,壓上玄卩一1比例的本錢。二、 魚群的適度捕撈問題魚群是一種可再生的資源,若目前魚群的總數(shù)為x(單位:kg),經(jīng)過一年的成長與繁殖,第二年魚群的總數(shù)為y(單位:kg)。反映x與y之間相互關(guān)系的曲線稱為再生曲線,記為y=f(x)。x現(xiàn)設(shè)魚群的再生曲線為y=rx(1-n)(其中r是魚群的自然生長率,r>1,N是自然環(huán)境能夠負(fù)荷的最大魚群數(shù)量)。為使魚群的數(shù)量保持穩(wěn)定,在捕魚時必須注意適度捕獲。問魚群的數(shù)量控制在多大時,才能獲取最大的持續(xù)捕撈量?x解:首先我們對再生曲線y=rx(1-)的實(shí)際意義作簡略解釋。N由于r是自然增長率,故一般可認(rèn)為y=rx,但是,由于自然環(huán)境的限制,當(dāng)魚群的數(shù)量過大時,其生長環(huán)xx境就會惡化,導(dǎo)致魚群增長率的降低。為此,我們乘上了一個修正因子(1,),于是y=rx(1-),這樣當(dāng)

X€N時,y€0,即N是自然環(huán)境所能容納的魚群極限量。設(shè)每年的捕獲量為h(x),則第二年的魚群總量為y,f(x)-h(x)要限制魚群總量保持在某一個數(shù)值x,則x,f(x)-h(x)xr所以h(x),f(x)-x,皿-萬)-x,(一i)x-Nx2-現(xiàn)在求h(x)的極大值:由h'(x),(r-1)-:x,0,得駐點(diǎn)x*,—NN 2r2r (r-1)由于h"(x),- ?0,所以,x*, N是h(x)的極大值點(diǎn)。N 2r(r—1)因此,魚群規(guī)??刂圃趚*, N時,可以使我們獲得最大的持續(xù)捕撈量。此時2rrh(x*),(r-1)x*-x*2

Nr-1“r (r-1)2,(r-1)N-—x N22rN4r2,3N4r即最大持續(xù)捕撈量為匕吉N,4r三、隨機(jī)優(yōu)化數(shù)學(xué)模型實(shí)例在微分方程中,我們講過一些簡單的的最優(yōu)化數(shù)學(xué)模型,如利潤的最大化、平均成本的最小化、用料最省等問題,它們都是確定性的問題。實(shí)際上,很多情況下某一個量受到一些隨機(jī)因素的影響,這個量也就是隨機(jī)變量,它的最優(yōu)化就應(yīng)是其均值(期望)的最優(yōu)化,只要它的概率分布已知,就可以利用微積分的知識考慮它的最優(yōu)化問題。下面看兩個具體例子。例 假定在國際市場上每年對我國某種出口商品的需求量是隨機(jī)變量(單位:),它服從 ,上的均勻分布。設(shè)每售出這種產(chǎn)品,可為國家掙得外匯萬元;但假如銷售不出而囤積于倉庫。則每需浪費(fèi)保養(yǎng)費(fèi)1萬元。問應(yīng)當(dāng)組織多少貨源才能使國家收益最大?解:因?yàn)閄?U[2000,4000]所以p(x)…,所以p(x)…,20002000?x?4000其他設(shè)y表示某年預(yù)備出口的商品數(shù),則收益為由式(Y…f(由式(Y…f(X)…)3得.3y3X—(y-X)::y (單位:萬元)<4000f(x)dx<4000f(x)dx2000E(Y)…卜f(x)p(x)dx…-g…1…20002000[<y(4x-y)dx+<40003ydx]2000 y… (-y2+7000y一4x106)1000d1—[E(Y)]…——(-2y+7000)…0欲使砂)最大,只要旳 1000因而y…3500,因此,組織 此種商品的貨源是最好的決策。例2報(bào)童訂購多少報(bào)紙才能獲得最大的收入。報(bào)童每天清晨從報(bào)社購進(jìn)報(bào)紙零售,晚上將沒有賣掉的報(bào)紙退回。設(shè)報(bào)紙每份的購進(jìn)價為b,零售價為a,退貨價為c,顯然應(yīng)當(dāng)有a>b>c,這樣,報(bào)童每售出一份報(bào)紙賺a一b,退回一份要賠b-c。報(bào)童每天如果購進(jìn)的報(bào)紙?zhí)?,不夠賣,會少賺錢;如果購進(jìn)太多,賣不完,將要賠錢。請你為報(bào)童籌劃一下,他應(yīng)如何確定每天購進(jìn)報(bào)紙的數(shù)量,以獲得最大的收入。我們知道,應(yīng)該根據(jù)需求量來確定購進(jìn)量,而需求量是隨機(jī)的,假定報(bào)童已經(jīng)通過自己的經(jīng)驗(yàn)或其他渠道掌握了需求量的隨機(jī)規(guī)律,即在他的銷售范圍內(nèi)每天報(bào)紙的需求量為r份的概念為f(r) (r…0,1,2…),有了f(r)和a、b、c,就可以建立購進(jìn)量的優(yōu)化模型了。假設(shè)每天的購進(jìn)量為n份,需求量r是隨機(jī)的,因而報(bào)童的收入R(n)也是隨機(jī)的。\(a-b)r-(b-c)(n-r), r?nR(n)…,/[(a-b)n, r>n考慮到需求量為r的概率是f(r),所以R(n)的期望,即平均收入為文案大全(14.5.1)G(n)=€[(a一b)r一(b-c)(n一r)]f(r)+€(a一b)nf(r)(14.5.1)r=0 r=n+1函數(shù)G(n)為優(yōu)化模型的目標(biāo)函數(shù),問題就歸結(jié)為在f(r)、ab、c已知時,求n使G(n)最大。通常需求量r的取值和購進(jìn)量n都相當(dāng)大,將廠視為連續(xù)型隨機(jī)變量便于分析和計(jì)算,這時概率f(廠)轉(zhuǎn)化為)5變.成1密度函數(shù)P(r)5變.成1(14.5.2)G(n)=…n[(a一b)r一(b一c)(n一r)]p(r)dr+卜(a一b)p(r)dr(14.5.2)0n求導(dǎo)數(shù)dG"n)=(a一b)np(n)一…n(b—c)p(r)dr一(a一b)np(n)+f+,(a一b)p(r)drdn 0 n=-(b一c)…"p(r)dr+(a一b)…+,p(r)dr0 ndG(n)=0令dn,得到J"p(r)dr a-dG(n)=0令dn,得到J"p(r)dr a-b0 =l+,p(r)drb-cn(14.5.3)J+,p(r)dr=1 J+,p(r)dr=1-Jnp(r)dr,從而n 0)5,.得3因?yàn)?所以由式((14.5.4)0這就是說,使報(bào)童平均收入達(dá)到最大的購進(jìn)量n應(yīng)滿足式()5或.式3()5。P=Jnp(r)dr在式()中】o 是需求量不超過n的概率,即賣不完的概率:的概率,即賣完的概率,所以,式(np(r)dr0 是需求量超過n)5表.明3,購進(jìn)的份數(shù)應(yīng)當(dāng)使賣不完與賣完的概率恰好等于賣出一份賺的錢a?b與退回一份賠的錢b?c之比。顯然,當(dāng)報(bào)童與報(bào)社簽訂的合同使報(bào)童每份賺錢與賠錢之比越大時,報(bào)童購進(jìn)的份數(shù)就應(yīng)該越多。常用經(jīng)濟(jì)管理數(shù)學(xué)模型應(yīng)用數(shù)學(xué)方法解決實(shí)際問題時,首先必須建立數(shù)學(xué)模型。本節(jié)將結(jié)合高等數(shù)學(xué)知識介紹一些常用的經(jīng)濟(jì)管理數(shù)學(xué)模型,學(xué)習(xí)和了解綜合運(yùn)用數(shù)學(xué)知識和數(shù)學(xué)工具解決實(shí)際問題的過程和方法,達(dá)到運(yùn)用數(shù)學(xué)模型為現(xiàn)實(shí)生活服務(wù)的目的。四、優(yōu)秀研究成果評選的公平性模型1.問題的提出設(shè)有N個評委組成的評選委員會,有M項(xiàng)研究成果,評委會要從中選出m(m,M)項(xiàng)優(yōu)秀成果,但有些評委是某些成果的完成者,問應(yīng)如何處理此問題才是公平的?2.模型的構(gòu)成與求解方案按得票多少順序,得票較多的前項(xiàng)成果為優(yōu)秀成果。分析評價:這個方案對非評委的研究成果的完成者不夠公平。因?yàn)樵u委對自己完成的成果投贊成票的可能性最大。方案2對方案1做如下修改:評委不參加對自己的研究成果投票,按得票率多少排序,取得票率較大的前項(xiàng)成果為優(yōu)秀成果分析評價:下面來分析一下方案2是否公平。設(shè)某項(xiàng)成果涉及C個評委,他們回避后該項(xiàng)成果得x票,x<N-C,則該項(xiàng)成果的得票率為1)r(x)…1)iN—C上述結(jié)果似乎可以接受。因?yàn)榈闷彪m然少了,但作為分母的總?cè)藬?shù)也少了,所以似乎是公平的。參與完成該項(xiàng)成果的C個評委仍不大滿意,他們認(rèn)為:若他們也參加投票,則投票率為r(x)…^NC2N通過比較[⑴與W的大小可知上述兩個公式的差別。因?yàn)楫?dāng)x,N-C時恒有[(x)W綜合上述討論,按照相對公平的原則,應(yīng)采取對r(x)和W的折衷方案,即度量得票多少的函數(shù)y(x)應(yīng)滿足以下三個條件:()y(x)是x的單調(diào)遞增函數(shù)()r(x),y(x),r(x),0,x,N一C,C>0;12()y(0)…0,y(N一C)…1.由上述三個條件還不能唯一確定函數(shù)y(x),但可據(jù)此定出一個相對公平、且比較簡單實(shí)用的度量函數(shù)y(x)。例如定義

y(x)=&〔(x以x)飛,'NN^I作為度量函數(shù)。實(shí)踐與思考你能否構(gòu)造一個滿足上面三個條件的函數(shù)y(x)?五、公平的席位分配模型.問題的提出0名學(xué)生代表組成學(xué)某校有3個系共20名0學(xué)生,其中甲系10人0,乙系60人,丙系400名學(xué)生代表組成學(xué)個席位。生會,公平的辦法是按學(xué)生人數(shù)的比例分配席位,即甲乙丙三系分別如果三個系的人數(shù)分別改成10人3、63人和34人,那么怎樣分配各系的席位呢?個席位。模2型.的構(gòu)建與求解過去的慣例是這樣分配的:先按比例分配,甲、乙、丙系分別應(yīng)得、3和席4,舍去小數(shù)部分后分別得席,剩下的過去的慣例是這樣分配的:先按比例分配,甲、乙、丙系分別應(yīng)得、3和席4,舍去小數(shù)部分后分別得席,剩下的1席分給“損失”最大的丙系,于是三個系仍分別占席。假定學(xué)生會的席位增到21席,按照上述方法重新分配席位,結(jié)果如表的1第列,三個系分配占有、17、3、17、3席。這個結(jié)果對丙系顯然不公平,因?yàn)榭傁辉黾佣档南环炊鴾p少了。結(jié)果大家對這種分法產(chǎn)生懷疑,要求重新討論分配方法。.按1慣例的席位分配0席的分配0席的分配1席的分配系別人數(shù)比例按比實(shí)際分配系別人數(shù)比例按比實(shí)際分配按比例實(shí)際分配總和什么是公平的分法?“絕對公平”的分法應(yīng)是每個席位代表的學(xué)生數(shù)相同,這在一般情況下是做不到的。所以,希望每個席位代表的學(xué)生數(shù)盡量接近。什么是公平的分法?“絕對公平”假定共有m個系,各系人數(shù)分別為n,n, ,n,全???cè)藬?shù)為n=n€n€ €no又假設(shè)學(xué)生會共設(shè)N1 2m 1 2 m個席位,于是平均每個席位代表學(xué)生數(shù)為

設(shè)各系分配的席位為NN2, ,N,則各系每席實(shí)際代表的人數(shù)為a,—j(i,1,2,iNi為了衡量一種分配方法的“公平”程度,我們可以提出不同的標(biāo)準(zhǔn),也就是用各種不同的目標(biāo)函數(shù)來衡量“公平度”,例如:標(biāo)準(zhǔn)1要求目標(biāo)函數(shù)z,maxa盡可能小。i標(biāo)準(zhǔn)2要求目標(biāo)函數(shù)z,?\a-a\最小。i,1標(biāo)準(zhǔn)3要求目標(biāo)函數(shù)z=mina最大。i這里我們只研究標(biāo)準(zhǔn)1,我們假定滿足標(biāo)準(zhǔn)1的分配方法為為最優(yōu)分配。請看下面的例子。人7,共有250人7,共有250人0,現(xiàn)要選出25名代表組成學(xué)生會、應(yīng)如何分配?解如按比例分配席位,每人0分配1席,其結(jié)果如表10。.解如按比例分配席位,每表10.按2標(biāo)準(zhǔn)1的席位分配系別人數(shù)比例分配席判別數(shù)實(shí)際分配席系別人數(shù)比例分配席判別數(shù)實(shí)際分配席四五總和如按取整分配,各系應(yīng)分配席,哪個系最吃虧呢?就是說,哪個系每席代表的學(xué)生數(shù)最多如按取整分配,各系應(yīng)分配呢?按比例分配,各系應(yīng)分配席位數(shù)為N,2,洌(i,1,2,,5) 現(xiàn)取整數(shù),第i系分到h]席,每席代表學(xué)生ian in N…ai,何,a'tNlii因?yàn)閍與系別無關(guān),所以N/€N]較大的系比較吃虧(這就是按慣例分配的問題所在,不應(yīng)比較“尾數(shù)”大小,ii應(yīng)比較“尾數(shù)”占總數(shù)比例)。我們稱N/€N]為判別數(shù),因?yàn)榕袆e數(shù)越大的系越吃虧,所以首先應(yīng)給五系增加ii席?,F(xiàn)在我們證明:最優(yōu)分配方案必定分給五系席。若五系分席,則Z,。廣1.37,顯然不是最優(yōu)。若五系分席(或更多),則把五系多分的席位分給最吃虧的系,又可使目標(biāo)函數(shù)Z減小,因而這種方案也不是最優(yōu)。同理,四系應(yīng)分席。余下席是否應(yīng)該按、、分配呢?如你這樣想就錯了,按同樣的原理分配,列表如下:系別 人數(shù) 按比例分配席 判別數(shù)位總和 2115 20因此三系應(yīng)分席,同理一、二系分別分、席,這樣五個系各得、6、3席。這時 。由此看來,過去的分法是大系占了便宜。由上面算法可以看出,最優(yōu)分配方案可能不是唯一的。這時我們采取照顧小系的方法,即優(yōu)先分配給人數(shù)少的系。若兩系人數(shù)相同,可規(guī)定分給序號在前的系,這就能保證求出唯一的方案。實(shí)踐與思考1某.大學(xué)共有200名0學(xué)生,其中文科類103名0、理工類34名0、工科類63名0。該校學(xué)生會有21名代表席位,問該如何公平地分配這些席位?六、復(fù)利、貼現(xiàn)模型問題的提出向銀行存款或貸款是最常見的金融活動,貸款的報(bào)酬稱為利息。貸款有規(guī)定的計(jì)息期限(如以一年,一月或一日為一期等),貸款的總額稱為本金。作為貸款的報(bào)酬,收回貸款時所收的額外的本金的一定百分比或千分比即利息,如何計(jì)算利息以及由此產(chǎn)生的時間價值是本節(jié)將討論的問題。模型的構(gòu)建記本金為P,每期利息與本金之比為利率,記為R。利率與貸款期限的長短有關(guān),按期限有年、月、日,分別稱為年利率、月利率和日利率。利率用百分率和千分率表示,習(xí)慣上分別稱為分或厘。如月息3厘表示一個月可獲本金%。作為利息。年利率,月利率之間可以互相換算。文案大全例如 年銀行的存款年利率為,活期 ,三個月期 ,一年期 ,二年期 ,三年期,五年期。經(jīng)換算可得個月期的期利率為R=1.71%/4,=0.4275%而三年期的期利率為R=€3.24經(jīng)=。9.72經(jīng)最常用的計(jì)算利息的方法是復(fù)利計(jì)息。下面介紹復(fù)利計(jì)息的數(shù)學(xué)模型及其應(yīng)用。(1)復(fù)利復(fù)利計(jì)息方法是在貸款一期之末結(jié)息一次,再將利息轉(zhuǎn)為本金,即和原來的本金一起作為下一期的本金而產(chǎn)生利息,這種計(jì)息方法稱為復(fù)利。我們稱本金和利息之總和為本利和,記為,有S二P,I其中為本金為利息。設(shè)利率為,貸款時間為n期,那么第期末的本利和為S=P,PR=P(1,R),第2期的本利和為S=S(1,R)=P(1,R)221依此類推,第n期末的本利和為SS二P(1,R)nn而貸款n期的利息為I=S-P=P(1,R)n-P二P((1,R)n-1) ()n這兩個公式即為復(fù)利計(jì)算的基本公式。(2貼)現(xiàn)貨幣用來投資,隨著時間的推移會產(chǎn)生收益,從而使貨幣增加,這就是貨幣的時間價值。由于銀行利率是綜合經(jīng)濟(jì)發(fā)展的各種因素確定的,因此人們通常用銀行利率來分析貨幣的時間價值。終值和現(xiàn)值是刻畫貨幣時間價值的兩個概念。例如在復(fù)利計(jì)算的情形下,設(shè)本金為P,每期利率為R,貸款期數(shù)為n,至Un期末本利和就變?yōu)镾=P(1+R)n了,S稱為P的終值。反過來,現(xiàn)在手中的多少錢存銀行n期就可以變成S元呢?顯然可以按下式計(jì)算Q=(^RT ()其中Q稱為S的現(xiàn)值,即n期末的S元相當(dāng)于現(xiàn)在的Q元。

模.型的應(yīng)用例1如銀行存款年利率為2.2,5每%年結(jié)息一次。若3年后要得到本利和60元0,應(yīng)存入銀行多少元呢?解設(shè)存入本金為P。由(解設(shè)存入本金為P。由(式可得P=,所以,600(600(1+2.25%)3,561.26(元)因此,為得本利和60元0,則應(yīng)存入561.元2。例2若本金為70元0,存一年期年利率為2.2,5復(fù)%利計(jì)息,為得本利和124元0,求存期。在(3)式兩邊取常用對數(shù)得lgS,lg(P(1+R)"),lgP+nlg(1+R),解得n,(lgS—lgP)/lg(1+R),(lg1240—lg700)/lg(1+1.0225)…25.70(年),則為得本利和124元0需存25.年7。0例3一處房產(chǎn)價格為21萬元,據(jù)預(yù)測該房產(chǎn)三年后的價格將上漲為23萬元。某人欲向銀行貸款來進(jìn)行此項(xiàng)房產(chǎn)投資。設(shè)銀行貸款的年利潤為5,%按復(fù)利計(jì)算,此項(xiàng)投資能否盈利?解法1 年3后23萬元的現(xiàn)值為…19.8683萬元Q,亠,亠…19.8683萬元(1+R)n (1+0.05J3Q<21萬元,現(xiàn)值低于投資額,不能贏利。解法2 萬2元1三年后的終值為S,P(1+R)3,21X1.053…24.31(萬元),S>23萬元,即歸還銀行貸款的本利和超過年后房屋的價值,不能贏利。實(shí)踐與思考有位初一學(xué)生的家長欲將一萬元存銀行6年后供學(xué)生上大學(xué)用,設(shè)6年中利率不變,他應(yīng)采用何種方案存款使獲利最大?有兩個投資項(xiàng)目可供選擇,第一個項(xiàng)目投資10萬0元,每年末收益14萬元,可收益15年,第二個項(xiàng)目投資12萬0元,每年末收益16萬元,可收益18年,哪一項(xiàng)目對投資者更有利?某廠200年5生產(chǎn)產(chǎn)值是199年5的8倍(翻3番),那么從199年5到200年5產(chǎn)值的年增長率是多少?若按這樣的增長率發(fā)展,201年5的產(chǎn)值是199年5的幾倍?七、運(yùn)輸車輛經(jīng)濟(jì)使用壽命模型問題的提出車輛在使用過程中,由于零件磨損、老化等原因,汽車性能隨行使里程的增加而逐漸下降,到了一定期限就應(yīng)報(bào)廢。如果把汽車的使用壽命無限延長,不斷地對汽車進(jìn)行維修,用很高的代價來維持車輛運(yùn)行,必然會出現(xiàn)車況下降、小修頻率上升,致使維修費(fèi)用急劇增加,燃料消耗過多,最終使車輛的動力性、經(jīng)濟(jì)性和安全性等大幅度下降。如何合理地確定汽車經(jīng)濟(jì)的使用壽命,下面將進(jìn)行專題研究。模型的建立汽車的整個使用過程完全是一個低劣化過程,從低劣化理論可知,在低劣化過程中,總是存在一個經(jīng)濟(jì)效益最佳點(diǎn),以此來確定汽車的經(jīng)濟(jì)使用壽命。低劣化值為每千千米以b的幅度增加,第L千千米時為bL,從而在0口L千千米內(nèi),平均低劣化值為.5ob值可用維修費(fèi)用與行使里程L的關(guān)系,采用回歸分析的方法確定。維修費(fèi)用是汽車使用過程中各種維護(hù)費(fèi)用及日常小修費(fèi)用的總和,記為C,滿足C€a+bL,其中a為維修費(fèi)用初始值(回歸分析的回歸初始值),b為系數(shù)(回歸分析的回歸系數(shù)),L為累計(jì)行駛里程。綜合上述分析,可知車輛使用費(fèi)用包括(1) 每千千米車輛投資費(fèi),其值隨行使里程的增加不斷減少,KC€—;1L(2) 車輛平均低劣化數(shù)值,其值隨行使里程而增加,C€1bL.22所以,車輛的使用費(fèi)用方程式為K1C€C+C+C€—o+—bL+C ()1 2 0L2 0,其中Ko為原始投資費(fèi),單位為元;L為累計(jì)行使里程,單位為千千米;b為各影響因素的費(fèi)用低劣化增長強(qiáng)度。單位為元千千米;Co為固定費(fèi)用,即與車輛行使無關(guān)的累計(jì)費(fèi)用值,單位為元。模型的求解確定汽車經(jīng)濟(jì)使用壽命可由(6)式描繪出曲線.在描繪的曲線中的最低點(diǎn)為相應(yīng)的行使里程,就是所要確定文案大全

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論