数学实验报告——利用maltab进行线性规划.docxVIP

实验六 线性规划 一、债券投资 ㈠问题描述 给定可供购进的证券以及其信用等级、到期年限、收益。市政证券的收益可以免税，其他证券的收益需按50%的税率纳税。此外还有以下限制： (1) 政府及代办机构的证券总共至少要购进400万元； (2) 所购证券的平均信用等级不超过1.4； (3) 所购证券的平均到期年限不超过5年。 1、若经理有1000万元资金，应如何进行投资？ 2、如果能以2.75%的利率借到不超过100万元资金，该经理应如何操作？ 3、在1000万元资金情况下，若证券A的税前收益增加为4.5%，投资应够改变？若证券C的税前收益减少为4.8%，投资应否改变？ ㈡简要分析 本题是一个比较简单的线性规划+扰动分析问题，对所谓问题进行建模，可以得到线性规划如下： 设分别购入A、B、C、D、E五种证券a、b、c、d、e万元。 于是对第1问有 b+c+d≥400 2a+2b+c+d+5e≤1.4(a+b+c+d+e) 9a+15b+4c+3d+2e≤5(a+b+c+d+e) a+b+c+d+e≤100 a,b,c,d,e≥0 max 对第2问，增设a1,b1,c1,d1,e1分别表示用借来的资金购买证券的金额，于是规划变为 b+c+d+b1+c1+d1≥400 2 9(a+a1)+15(b+b1)+4(c+c1)+3(d+d1)+2(e+e1)≤5(a+b+c+d+e+a1+b1+c1+d1+e1) a+b+c+d+e≤1000 a1+b1+c1+d1+e1≤100 a,b,c,d,e,a1,b1,c1,d1,e1≥0 max 对第三问，仅需将第一问中的规划做一点修改即可。 ㈢方法与公式 线性规划方法： (1)内点算法 opt1=optimset(’largescale’,’on’); [x,f,exitflag,output,lag]= linprog(c,A,b,[],[],[],[],[],opt1); (2)有效集方法 opt2=optimset(’largescale’,’off’); [x,f,exitflag,output,lag]= linprog(c,A,b,[],[],[],[],[],opt2); (3)单纯形算法 opt3=optimset(’largescale’,’off’,’simplex’,’on’); [x,f,exitflag,output,lag]= linprog(c,A,b,[],[],[],[],[],opt3); ㈣结果与分析 1、第一问： 　 最优解 最优目标值 平均迭代次数 平均使用 时间 内点 218.181818 8.45E-09 736.363636 2.29E-08 45.4545455 -29.8363636352 6 0有效集 218.181818 -8.81E-16 736.363636 0 45.4545455 -29.8363636364 5 0.004822365 单纯形 218.181818 0 736.363636 0 45.4545455 -29.8363636364 4 0.009097038 使用三种方法进行计算，得到结果对比如下： 结果为： 应购买A种证券218.18万元、B种证券0元、C种证券736.36万元、D种证券0元、E种证券45.45万元；最终得到的收益约为29.8364万元。 通过对比可以发现以下几点结论： (1)三种算法所得的计算结果基本一致，各种算法计算得到的目标值仅在小数点后第10位才有所区别； (2)三种算法得到的最优解略有区别，其中内点算法没有得出第2、4项为0的结论（虽然已很接近），这也许只是因为计算精度的问题，但也有可能是算法本身的原因； (3)迭代次数上，内点算法有效集算法 (4)使用时间上，这里对三种算法分别进行了100次调用，计算得到平均使用时间。从表格可以看出使用时间上内点算法单纯性算法 2、第二问 继续采用三种算法，计算结果如下： 　 最优解 内点 229.1 1.74E-07 739.3996 8.11E-06 31.52 1.09E+01 1.73E-07 7.06E+01 5.39E-06 18.478886 有效集 240 -5.32E-15 710 0 50 -1.36E-14 -6.71E-16 100 0 -8.52E-15 单纯形 240 0 710 0 50 0 0 100 0 0 将所得的最优解根据债券类型进行合并，即计算a+a1,b+b1,c+c1,d+d1,e+e1，记录如下： 　 最优解 最优目标值 平均迭代次数 平均使用时间 内点 240.00 0.00 810.00 0.00 50.00 -30.0699999606 7 0.01