一座六层建筑，第一层是员工乘坐电梯的地方，再往上五层是办公室。该公司在这五个办公楼层各有75名员工。他们有3部电梯（没人想走楼梯）。员工们都在早上8:50到9:00之间到达，这造成了电梯的瓶颈，导致许多员工在到达他们的楼层时迟到了。电梯能容纳10个人。在地面层装载货物大约需要20秒，在两个连续的楼层之间移动需要5秒，在一层卸下货物大约需要10秒。为了减少员工迟到现象的发生，请你结合所给材料背景，建立数学模型。

为了建立电梯调度的数学模型，我们需要考虑以下几个因素：

1. 员工到达电梯的时间分布：根据题目描述，员工在早上8:50到9:00之间到达，我们可以假设员工到达时间服从均匀分布。

2. 电梯的容量和速度：根据题目描述，电梯能容纳10个人，装载货物大约需要20秒，在两个连续的楼层之间移动需要5秒，在一层卸下货物大约需要10秒。

3. 员工的目的地：根据题目描述，员工需要前往五个不同的楼层，每层有75名员工。

基于以上因素，我们可以建立如下的数学模型：

1. 定义时间轴：我们可以将时间轴分为10分钟的时间块，每个时间块表示一个员工到达电梯的时间段。

2. 定义状态：我们可以定义状态为电梯当前所在楼层和电梯内的乘客人数。

3. 定义动作：我们可以定义动作为电梯的上行、下行和停留操作，以及员工的进入和离开操作。

4. 定义奖励函数：我们可以定义奖励函数为员工到达目的地的时间，即员工进入电梯到达目的地所需的时间。

5. 建立决策模型：我们可以采用强化学习中的 Q-learning 算法，通过学习历史数据来选择最优的电梯调度策略，以最小化员工到达目的地的时间。

在具体实现时，我们可以采用 Python 编程语言，使用强化学习库如 TensorFlow、Keras 等来实现 Q-learning 算法，以及利用 NumPy、Pandas 等库来处理数据和进行模拟实验。