为了解决这个问题，我们可以建立一个线性规划模型，以蔬菜品类为变量，销售总量和成本加成为目标函数。然后使用Lingo软件求解最优解。

首先，我们需要定义决策变量、目标函数和约束条件。

1. 决策变量：

   • x[i]:表示第i天蔬菜品类的销售量
   • y[j]:表示第j天蔬菜品类的成本加成

2. 目标函数：

   • 总收益 = 销售总量 定价 + 成本加成 销售量
   • 我们希望最大化总收益，即最大化目标函数：maximize sum(x[i] * y[j]) for all i, j

3. 约束条件：

   • 各蔬菜品类的销售总量不能为负数：sum(x[i]) >= 0 for all i
   • 各蔬菜品类的成本加成不能超过其销售量的10%:y[j] <= x[i] * 0.1 for all i, j
   • 各蔬菜品类的成本加成之和不超过总成本的50%:sum(y[j]) <= total_cost * 0.5 for all j

接下来，我们使用Lingo软件编写代码求解这个线性规划问题。

! 定义决策变量
VARIABLES:
x(i): COST;
y(j): COST;
z(i): INT;

! 定义目标函数
MAXIMIZE: sum(x[i] * y[j]) for all i, j;

! 定义约束条件
SUBJECT TO:
sum(x[i]) >= 0;
y[j] <= x[i] * 0.1 for all i, j;
sum(y[j]) <= total_cost * 0.5;
END;

! 求解最优解
SOLVE;

在得到最优解后，我们可以根据各蔬菜品类的销售总量和成本加成计算出未来一周的日补货总量和定价策略。