作业6非线性函数non-linearfunctions.docVIP

第6章 非線性函數 Non-Linear Functions 非線性函數是變數次方不等於1的多項式，對數，乘冪，及指數等函數。在經濟學及商學中，直線的線性函數通常無法正確的表示變數之間的關係，因而必須使用非線性函數。非線性函數的圖形絕大多數是曲線。所謂曲線，意即方向隨時在變。線性函數的斜率一成不變，但非線性函數的斜率一直在變。使用微分，可計算出曲線上任何一點的斜率。商業及經濟學上至少有四種曲線函數，即變數次方不是1的函數，例如：多項式函數(polynomial function)，自然對數函數(natural logarithm function)，乘冪函數(exponential function)，自然指數函數(natural exponential function)。 6.1函數及其圖形 以下分別以銷售趨勢線，需求的價格彈性，消費財與資本財的非線性函數與圖形說明其性質及應用。迴歸函數對原來數據的解釋能力或有不同，然而在預測時可取其平均值，以避免過度偏差的結果。 6.1.1趨勢線 圖6-1是大山公司A產品1月到12月的銷售量。將各月份的數據連線(細線)無法準確預測隔年1月的銷售量，將這些數據用非線性函數表示，則為公式(6-1)，(6-2)，(6-3)，(6-4)所示；R2為相關係數(correlation coefficient)。 多項式函數：y = -0.0787x2 + 3.6206x + 25.477，R2 = 0.7899 (6-1) (自然)對數函數：y = 11.672 ln(x) + 25.308，R2 = 0.6948 (6-2) 乘冪函數：y = 27.326 x0.2791，R2 = 0.6838 (6-3) (自然)指數函數：y = 29.174 e0.0615x，R2 = 0.7544 (6-4) 以上四個迴歸函數(方程式)以多項式函數的相關係數R2最趨近於1，意即多項式函數解釋迴歸的情況與原來數據的比例最高。 例題6.1.1 以圖6-1及迴歸函數預測未來1月份的銷售量。 解：若以x = 13代入各公式(6-1)，(6-2)，(6-3)，(6-4)可預估下年度1月的銷售量。這些預估的銷售量分別為59.24，55.25，55.91，64.90；它們的平均數是58.83，此亦即下年度1月的預估銷售量。 圖6-1 非線性函數及其曲線 Remark 6.1.1 用Excel可易於計算結果。在A1，A2，A3，A4格內分別打下列各式即可得答案。 = -0.0787*13^2 + 3.6206*13 + 25.477 = 11.672*LN(13) + 25.308 = 27.326*13^0.2791 = 29.174*EXP(0.0615*13) 6.1.2需求彈性 需求的價格彈性(price elasticity of demand)，在經濟學中一般用來衡量需求的數量隨商品的價格的變動而變動的情況。假設Q為某個商品的需求，P為該商品的價格，則計算需求的價格彈性Ed為 (6-5) 若使用微積分： (6-6) 一般而言，因為商品價格的下跌會導致需求數量的增加，所以一般情況下需求的價格彈性係數為負數。圖6-2為需求的價格彈性，x軸為價格，y軸為需求量。四種非線性函數及相關係數(R2)分別列於公式(6-7)，(6-8)，(6-9)，(6-10)。 圖6-2 需求彈性 y = -9.0695Ln(x) + 35.814 (R2 = 0.9901) (6-7) y = 70.698x-0.7362 (R2 = 0.9058) (6-8) y = 29.353e-0.0625x (R2 = 0.9917) (6-9) y = 0.022x2 - 1.4444x + 28.192 (R2 = 0.9821) (6-10) 例題6.1.2-1 (a)圖6-2中那一種函數模型與數據的符合度最高？為什麼？(b)以多項式函數計之，價格等於12的點彈性為何？ 解：(a)自然指數模型，因為相關係數(R2)最接近1。 (b)改寫多項式函數，公式(6-10)為 Q = 0.022P2 - 1.4444P + 28.192 Q對P微分(微量變化的比值)得 價格P等於12時，Q = 14.0272， 。 根據公式(6-6) 此結果以經濟學而言是缺乏彈性的需求。 6.1.3資本財與消費財 資本財(capital goods)一般指機器，廠房，設備等，屬於人造的生產工具。財貨只有兩種用途，用來生產或者是用作消費。當人們要進行生產期較長的生產行為時，就必須進行對消費財