前言:
本文可以说是上一篇文章的“姊妹篇”,同样利用一元二次函数图像的性质,构造边际成本函数(Marginal Cost Function),然后在此基础上还原各种成本函数。为了让函数构造更加精准。笔者首先进行了一个简单的函数绘图作为调试环节。
调试环节——简单的一元二次函数与其轴对称图形绘制:
函数1: Y1=-X²+50X
函数2: Y2=-X²-50X
函数3: Y3=X²-50X+750
Y1与Y2关于x轴对称,而Y3则确保Y2上移后最小值大于零。
调试环节的代码实现:
import matplotlib.pyplot as plt import numpy as np #调试语句,判断Y3图形位置 n = 200 X = np.linspace(0,50,n) Y1 = [] Y2 = [] Y3 = [] for i in range(len(X)): x = X[i] y1 = -(x**2)+50*x y2 = (x**2)-50*x y3 = (x**2)-50*x+750 Y1.append(y1) Y2.append(y2) Y3.append(y3) fig = plt.figure(1) ax1 = plt.subplot(111) ax1.plot(X, Y1,'r',label='y1=-x^2+50x') ax1.plot(X, Y2,'g',label='y2=x^2-50x') ax1.plot(X, Y3,'b',label='y3=x^2-50x+750') ax1.set_xlabel('X