用途：该技能用于解决单周期库存优化问题，即产品只有一次订货机会、需求不确定时，确定最优订货量，在缺货成本与积压成本之间取得平衡。适用对象包括报纸、时尚服饰、季节性商品与易腐品等。
主要能力：提供经典报童模型的建模与求解，包括关键分位数（Critical Fractile）计算、最优订货量 Q* 求解、期望利润、期望销量、期望剩余库存、期望缺货量与现货满足率等指标；支持多种需求分布（正态、对数正态、均匀、指数）；提供利润曲线、需求分布与最优订货量的可视化，以及成本、价格、残值、需求均值与标准差等参数的敏感性分析。核心公式为 P(Demand ≤ Q*) = Cu / (Cu + Co)，其中缺货成本 Cu = p - c，积压成本 Co = c - v；正态需求下 Q* = μ + z*σ。
使用方式：资料给出以 Python 实现的 NewsvendorModel 类，依赖 numpy、pandas、scipy、matplotlib，构造时传入单位成本 cost、售价 price、残值 salvage，以及 demand_dist 与 demand_params（如 {'mean': 200, 'std': 50}）；通过 optimal_order_quantity() 获取结果，profit_curve()/plot_profit_curve() 绘制利润曲线，sensitivity_analysis() 分析参数敏感性。
适用场景：单次订货季节品、易腐或短生命周期产品、一次性采购决策，需在缺货与积压之间做权衡。
限制：资料未提供官方文档、安装命令、版本要求、收费信息或实际业务数据验证结果；模型假设为单周期、需求分布已知，不同分布与参数结果可能不同，实际使用需结合业务校验。