数学建模案例之多变量最优化.docVIP

数学建模案例之 多变量无约束最优化 问题 1[1] ：一家彩电制造商计划推出两种产品：一种 19 英寸立体声彩色电视机，制造商建 议零售价（ MSRP）为 339 美元。另一种 21 英寸立体声彩色电视机，零售价 399 美元。公司付出的成本为 19 英寸彩电 195 美元 / 台，21 英寸彩电 225 美元 / 台，还要加上 400000 美元的固定成本。 在竞争的销售市场中， 每年售出的彩电数量会影响彩电的平均售价。 据估计，对每种类型的彩电， 每多售出一台， 平均销售价格会下降 1 美分。而且 19 英寸彩电的销售 量会影响 21 英寸彩电的销售量，反之也是如此。据估计，每售出一台 21 英寸彩电， 19 英 寸的彩电平均售价会下降 0.3 美分，而每售出一台 19 英寸的彩电， 21 英寸彩电的平均售价会下降 0.4 美分。问题是：每种彩电应该各生产多少台？ 清晰问题：问每种彩电应该各生产多少台，使得利润最大化？ ．问题分析、假设与符号说明 这里涉及较多的变量： s：19 英寸彩电的售出数量（台） ； ：21 英寸彩电的售出数量（台） ； p：19 英寸彩电的售出价格（美元 / 台）； q：21 英寸彩电的售出价格（美元 / 台）； C：生产彩电的成本（美元） ； R：彩电销售的收入（美元） ； P：彩电销售的利润（美元） 这里涉及的常量有： 两种彩电的初始定价分别为： 339 美元和 399 美元，成本分别为： 195 美元和 225 美元；每种彩电每多销售一台，平均售价下降系数 a=0.01 美元（称为价格弹性系数） ； 两种彩电之间的销售相互影响系数分别为 0.04 美元和 0.03 美元；固定成本 400000 美 元。 变量之间的相互关系确定： 假设 1：对每种类型的彩电，每多售出一台，平均销售价格会下降 1 美分。 假设 2：据估计，每售出一台 21 英寸彩电， 19 英寸的彩电平均售价会下降 0.3 美分，而每售出一台 19 英寸的彩电， 21 英寸彩电的平均售价会下降 0.4 美分。 因此， 19 英寸彩电的销售价格为： p=339 - a × × t ，此处 英寸彩电的销售价格为： × × s 因此，总的销售收入为： R=p×s + q ×t 生产成本为： C=400000 + 195 ×s + 225 ×t 净利润为： P=R-C 因此，原问题转化为求 s≥0 和 t ≥0，使得 P 取得最大值。 2．建立数学模型 根据前面的分析，原问题的数学模型如下： max P(s, t ) s.t. P( s, t ) (339 as 0.003t ) s （ 1） (399 0.004s 0.01t )t (400000 195s 225t ) s 0 , t 0 3．模型求解 求解方法 （1）求出驻点（ s0 ，t 0），即解方程组 （2）判断是否在驻点处取得极值，方法如下： 1）先计算 2）若 D1 0 , D 2 0 ，则（ s0， t 0 ）是极小值点； 若 D1 0 , D 2 0 ，则（ s0 ，t 0）是极大值点； 若 D 2 0，则（ s0， t 0 ）不是极值点； 若 D 2 0 ，则不能肯定（ s0 ，t 0）是不是极值点，必须考察更高阶的偏导数。 3.2 计算结果 （1）利用 Matlab 计算出驻点为：（ 4735.04 ，7042.7 ） , 其中 a=0.01 ； （2）利用 Matlab 计算出 D1 =-0.020 ，D2=0.0003510，因此 P(s,t) 在（4735，7043）处取得极大值： 553641 美元。 （3）辅助数据：；q=309.63 ；C=2907950；利润率 =0.190389 。 3.3 结果解释 简单地讲，这家公司可以通过生产 4735 台 19 英寸彩电和 7043 台 21 英寸彩电来获得最大利润，每年获得的净利润是 553641 美元。 19 英寸彩电的平均售价为 270.52 美元 / 台； 21 英寸彩电的平均售价为 309.63 美 元/ 台；生产的总成本为 2907950 美元；相应的利润率为 19.0389%。 根据以上结果显示了是有利可图的，因此建议这家公司的推出新产品计划应该实 行。 图形显示见下图。 图 1 彩电问题 4．灵敏性分析 在报告结论之前，应该对关于彩电市场和生产过程所作的假设进行灵敏性 分析，以保证结果具有稳定性。我们主要关心的是决策变量 s、 t 的值，因为公 司据此来确定生产量。在前面的计算中，我们假设 a=0.01 美元 / 台，下面考虑 当 19 英寸的彩电的价格弹性系数 a 发生微小的变化时，公司的生产量以及利润将如何变化。 产量对 a 的灵敏性分析 P( s,