数学建模优化模型简单例题_数学建模-最优化模型-单变量最优化-练习2

在售猪问题中，对每天饲养花费做灵敏度分析。分别考虑对最佳售猪时间和相应收益的影响，如果有新的饲养方式，每天的饲养花费为60美分，会使猪按7磅/天增重，那么是否值得改变饲养方式？求出使饲养方式值得改变的最小增重率？

# %%# 第一步提出问题# 1美元=100美分# 全部的变量# 养猪的天数# 猪的重量# 猪的价格# 饲养天数的花费# 售出猪的收益# 净收益# 假设# 从现在到出售猪期间经历的天数days = 0# 猪的重量def pigWeight(days):    return 200 + 5*days# 养猪期间的花费def cost(days, unitCost):    return days * unitCost# 猪的市场价格def unitPrice(days):    return 0.65 - 0.01*days# 售出生猪所获得的收益def revenue(days):    return pigWeight(days) * unitPrice(days)# 净收益def profit(days, unitCost=0.45):    return revenue(days) - cost(days, unitCost)# 目标# 求 净收益 的最大值# %%# 第二步是选择建模方法# 很明显真正的变量是养猪的天数，所以是一个单边量优化问题# %%# 推导模型# 设每天的养猪cost为c# f(x) = (200+5x)(0.65-0.01x)-cx# f'(x) = 5(0.65-0.01x) - (200+5x)0.01 - c#       = 3.25 - 0.05x - 2 - 0.05x - c = 1.25-0.1x -c # 令 f'(x) = 0 所以 0.1x = 1.25 -c 所以 x = 12.5 - 10c# 所以灵敏度 S(x, c) = dx/dc * c/x = -10c/x# 所以当c = 0.45 x = 8 S = -0.5625# 所以当每天养猪的cost增加10%时， 最佳售猪的时间将减少5.6%，等于说提前卖 # %%# 求解模型import matplotlib.pyplot as pltimport numpy as npdays = np.arange(0, 15, 1)p1 = profit(days,0.25)p2 = profit(days,0.35)p3 = profit(days,0.45)p4 = profit(days,0.55)p5 = profit(days,0.65)plt.figure()plt.plot(days, p1, color = "red", label= "0.25")plt.plot(days, p2, color = "green", label= "0.35")plt.plot(days, p3, color = "blue", label=