数学建模投资问题

合集下载

投资问题数学建模

投资问题数学建模

投资问题数学建模投资问题的数学建模是将投资问题转化为数学模型,并通过求解模型来得到最优的投资策略。

首先,我们需要定义一些变量:- t:投资期限,表示投资的时间长度。

- I(t):在t时刻的投资金额。

- R(t):在t时刻的投资收益率。

- C(t):在t时刻的现金流。

- X(t):在t时刻的投资组合,包括不同的投资品种和金额。

然后,我们可以根据投资问题的具体情况,建立数学模型。

以下是一些常见的投资问题数学建模方法:1. 简单的投资决策问题:假设只有一个投资品种,且投资金额恒定,我们可以使用期望收益率来衡量投资的性能。

数学模型如下:```max E[R(t)] - I(t)```该模型表示在投资期限为t的情况下,最大化期望收益率与投资金额的差值。

2. 多个投资品种的优化投资问题:假设有多个不同的投资品种可供选择,并且每个品种有不同的收益率和风险。

我们可以使用资本资产定价模型(Capital Asset Pricing Model, CAPM)或马科维茨组合理论(Markowitz Portfolio Theory)等模型来进行优化投资决策。

3. 动态投资决策问题:假设投资策略随时间变化,我们可以使用动态规划方法来建立模型。

这通常涉及到投资组合的再平衡和资产配置调整等决策。

4. 投资组合优化问题:假设有多个不同的投资品种可供选择,并且每个品种有不同的收益率、风险和相关性。

我们可以使用马科维茨组合理论等模型来建立投资组合的最优权重分配模型。

以上只是一些常见的投资问题数学建模方法,具体的建模方法需要根据具体的投资问题来确定。

需要注意的是,在建立数学模型时,还需要考虑到实际的投资限制和约束条件,如最小投资金额、投资品种的限制和杠杆效应等。

数学建模在投资风险管理中的应用

数学建模在投资风险管理中的应用

数学建模在投资风险管理中的应用一、引言在现代金融市场中,投资风险是不可避免的。

因此,如何有效地管理风险,达到更好的投资效果,一直是金融工作者们需要解决的核心问题。

数学建模作为一种工具,可以通过对金融数据进行分析、预测和优化,从而帮助投资者更好地管理风险。

二、基础数学知识在投资分析中的应用在投资分析中,基础数学知识如统计学、概率论、线性方程组、微积分等都有着重要的应用。

例如,在股票价格的分析中,投资者可以利用概率分布函数和统计方法来预测股票价格的走势。

同时,利用线性代数和微积分等数学方法,可以对多个股票进行组合投资的裸跑分析。

此外,在金融衍生品的定价分析中,利用微积分和概率论可以推导出定价公式,帮助投资者更好地进行衍生品的买卖和对冲。

三、数据分析在投资管理中的应用随着现代技术的不断发展,大量的投资数据也得到了收集和分析。

在投资管理中,数据分析可以帮助投资者更好地理解市场的趋势和动向,从而做出更为准确的投资决策。

例如,通过对历史股票价格的分析,可以发现股市的波动是有一定规律的,因此投资者可以利用这一规律制定相应的投资策略。

同时,在量化投资中,数据分析技术也被广泛应用,例如通过构建多因子模型来挖掘市场的潜在机会,从而达到更好的投资效果。

四、金融风险管理中的数学模型金融风险是投资过程中需要面对的一个重要挑战,而数学建模可以帮助我们更好地管理这些风险。

例如,在对冲基金风险管理中,利用随机过程和蒙特卡罗模拟等数学方法,可以帮助投资者更好地估计风险值。

同时,利用协方差矩阵和极值理论等数学工具,可以对股票组合进行风险分析和优化配置。

此外,金融市场中还存在着利率风险和信用风险等多种风险,针对不同类型的风险,数学模型也可以提供相应的解决方案。

五、结论综上所述,数学建模在投资风险管理中有着广泛的应用,基础数学知识可以帮助投资者更深入地理解市场的运作机制,数据分析技术可以帮助投资者更好地把握市场的趋势和动向,而金融风险管理中的数学模型则可以帮助投资者更好地管理和控制风险,从而达到更好的投资效果。

数学建模13道题

数学建模13道题

数学建模13道题1.某投资者有40000美元用于投资,她所考虑的投资方式的收益为:储蓄利率7%,市政债券9%,股票的平均收益为14%,不同的投资方式的风险程度是不同的。

该投资者列出了她的投资组合目标为:1)年收益至少为5000美元; 2)股票投资至少为10000美元;3)股票投资额不能超过储蓄和市政债券投资额之和;4)储蓄额位于5000-15000美元之间; 5)总投资额不超过40000美元。

2.用长8米的角钢切割钢窗用料。

每副钢窗含长1.5米的料2根,1.45米的2根,1.3米的6根,0.35米的12根,若需钢窗100副,问至少需切割8米长的角钢多少根?3.某照相机厂生产12,A A 两种型号的相机,每台12,A A 型相机的利润分别为25元和40元,生产相机需要三道工序,生产两种不同型号的相机在不同的工序所需要的工作时间(单位:小时)如下表所示:工序相机类型机身制造零件装配检验包装1A 0.1 0.2 0.1 2A0.70.10.3此外三道工序每周可供使用的工作时间为机身制造有150小时,零件装配有250小时,检验包装有100小时,而市场需要12,A A 型相机每周至少为350台和200台,该工厂应如何安排生产,才能使得工厂获得最大利润?4.某饲料公司生产饲养雏鸡,蛋鸡和肉鸡的三种饲料,三种饲料都是由A,B,C 三种原料混合而成,具体要求,产品单价,日销售量表如下:原料A 原料B 原料C 日销量(t )售价(百元/t )雏鸡饲料不少于50% 不超过20%5 9 蛋鸡饲料不少于30%不超过30% 18 7 肉鸡饲料不少于50%10 8 原料价格(百元/t ) 505 4 5受资金和生产能力的限制,每天只能生产30t ,问如何安排生产计划才能获利最大?5.某公司用木头雕刻士兵模型出售。

公司的两大主要产品类型分别是“盟军”和“联军”士兵,每件利润分别为28美元和30美元。

制作一个“盟军”士兵需要使用2张木板,花费4小时的木工,再经过2小时的整修。

数学建模—投资的收益和风险问题

数学建模—投资的收益和风险问题

数学建模—投资的收益和风险问题投资一直是人们追逐财富增值的方式之一。

然而,投资市场的不确定性和风险给人们带来了很大的挑战。

数学建模作为一种解决问题的工具,可以帮助我们分析和评估投资的收益和风险。

本文将从数学建模的角度探讨投资的收益和风险问题。

一、投资收益的数学建模投资收益是投资者最关心的问题之一,通过数学建模我们可以对投资收益进行评估和预测。

常用的数学模型之一是股票价格的随机过程模型,其中最经典的是布朗运动模型。

布朗运动模型假设股票价格的波动符合随机游走过程,即无论是股票的上涨还是下跌都服从正态分布。

在这个模型中,我们可以通过计算出股票价格的期望回报和标准差,来评估投资的收益和风险。

除了布朗运动模型,我们还可以利用时间序列分析来预测股票价格的变动趋势。

时间序列分析是一种利用历史数据来分析未来走势的方法,通过建立股票价格与时间的数学模型,可以得到股票价格的预测值。

然而,需要注意的是,时间序列分析并不能完全预测未来的变动,因为股票价格受到很多因素的影响,例如市场供求关系、公司业绩等。

二、投资风险的数学建模除了投资收益,投资风险也是投资者非常关注的问题。

投资风险是指投资在市场变动中可能遭受的损失和波动程度,通过数学建模我们可以对投资风险进行量化评估。

常用的风险评估方法之一是价值-at-风险(Value at Risk,VaR)模型。

VaR模型以一定的概率来评估投资可能遭受的最大损失。

该模型通过构建投资组合的收益分布函数,计算出投资组合在给定概率下可能遭受的最大损失。

VaR模型可以帮助投资者合理地控制风险,制定适当的投资策略。

除了VaR模型,我们还可以利用随机模拟方法来评估投资风险。

随机模拟方法通过生成一系列符合规定分布的随机数,来模拟投资组合的收益分布。

通过模拟大量的随机数,我们可以得到投资组合可能的收益和风险情况,进而评估投资的风险。

三、数学建模在投资决策中的应用数学建模在投资决策中有着广泛的应用。

数学建模—投资的收益和风险问题

数学建模—投资的收益和风险问题

学建模二号:名:级:投资的收益和风险问题摘要:某投资公司现有一大笔资金(8000 万),可用作今后一段时间的市场投资,假设可供选择的四种资产在这一段时间的平均收益率分别为 r i ,风险损失率分别为 q i 。

考虑到投资越分散,总的风险越小,公司确定,当用这笔资金购买若干种资产时,总体风险可用所投资的资产中最大的一个风险来度量。

另外,假定同期银行存款利率是 r0 =5%。

具体数据如下表:对于第一问,我建立了一个优化的线性规划模型,得到了不错的结果。

假设 5 年的投资时间,我认为五年末所得利润最大可为:37.94 亿。

具体如何安排未来一段时间内的投资,请看下面的详细解答。

如果可供选择的资产有如下15 种,可任意选定投资组合方式,就一般情况对以上问题进行讨论,结果又如何?对于第二问,考虑独立投资各个项目的到期利润率,通过分析,发现数据中存在着相互的联系。

由此,我建立了一个统计回归模型x5=a0+a1*x4+a2*x3+a3*x2+a4*x1+a5*x1^2+a6*x2^2+a7*x3^2+a8*x4^2通过这个模型,我预测了今后5年各个项目的到期利润率。

如第一个项目今后五年的到期利润率为:第一年:0.1431 第二年:0.1601 第三年:0.0605 第四年:0.1816 第五年:0.1572 。

(其他几个项目的预测祥见下面的解答)考虑风险损失率时,定义计算式为:f=d*p;d 为该项目 5 年内的到期利润率的标准差,p 为到期利润率;考虑相互影响各个项目的到期利润率时,我们在第一个模型的基础上建立一新的模型:x5=a10+a11*x4+a12*x3+a13*x2+a14*x1+a15*y5 y5=a20+a21*y4+a22*y3+a23*y2+a24*y1+a25*x5 (两个项目互相影响的模型) x5=a10+a11*x4+a12*x3+a13*x2+a14*x1+a15*y5+a16*z5y5=a20+a21*y4+a22*y3+a23*y2+a24*y1+a25*z5+a26*x5z5=a30+a31*z4+a32*z3+a33*z2+a34*z1+a35*x5+a37*y5(三个项目互相影响的模型)通过解方程组,我们可以预测出今后五年的到期利润率。

2023年数学建模c题目

2023年数学建模c题目

2023年数学建模c题目
2023年数学建模竞赛C题是“多阶段投资组合优化问题”。

问题描述:
假设你是一位投资者,在多阶段投资环境中,需要确定在每个阶段应该如何分配你的投资金额。

为了简化问题,我们假设你只有一个投资目标,即在每个阶段最大化预期收益,并且你的投资金额为100万元。

具体来说,你需要确定在每个阶段应该投资多少金额,以及应该选择哪些资产进行投资。

投资环境包括股票、债券和现金等三种资产,每种资产的预期收益率和风险水平不同。

在每个阶段,你都需要考虑过去的历史数据和当前的市场情况来制定投资策略。

例如,在第一阶段,你需要基于过去10年的数据来确定股票、债券和现金的权重。

在第二阶段,你需要根据第一阶段的结果和市场情况来调整你的投资策略。

目标是最大化预期收益,同时考虑风险水平。

你需要确定一个多阶段投资组合优化模型,并使用历史数据和数学方法来解决这个问题。

问题要求:
1. 建立多阶段投资组合优化模型,并使用历史数据来求解该模型。

2. 确定投资策略,包括在每个阶段的投资金额和资产选择。

3. 分析投资结果,包括预期收益和风险水平。

4. 讨论如何根据市场变化调整投资策略。

5. 编写一个Python程序来实现你的模型和算法,并输出结果。

这是一个非常具有挑战性的问题,需要你掌握多阶段投资组合优化、统计分析和Python编程等方面的知识。

希望你能通过解决这个问题,提高自己的数学建模能力和实际应用能力。

数学建模项目投资

项目投资的最优问题摘要本文主要讨论项目投资的最优化问题。

首先对该问题进行分析,建立相应的数学模型,以使得投资获得的总利润达到最大值。

这是一个典型的线性规划问题,我们首先建立单目标的优化模型,以第五年末所拥有的本利息总额为目标函数,以资金流转分析加上各种投资金额的限制为约束条件。

再用lingo软件对问题进行求解,得到比较理想的结果:现有10万元的可用资金经最优投资到第五年末拥有总资金为143750元,即盈利43.75%。

在本文最后我们对项目投资最优的建模方法做了评价,对其算法(如:自行设计算法,利用软件进一步求解,多种方法相结合等)进行综合考虑并做了简要分析。

关键词:线性规划优化模型 lingo一问题的提出1.背景随着全球经济的高速发展,改革开放的不断推进,社会主义市场经济在中国不断完善,投资项目的最优化设计日渐突显其重要意义。

在这样的市场经济条件下,企业追求的目标是利润最大化。

由于企业的资金是有限的,对资金进行合理有效的配置,可以降低企业的成本,提高资金的使用效益,使企业获得最优效益。

投资项目的最优化设计日渐突显其重要意义。

2.问题的提出某部门在今后5年内考虑给以下4个项目投资:项目A:从第一年到第四年年初需要投资,并于次年末回收本利115%;项目B:从第三年年初需要投资,到第五年年末能回收本利125%,但规定最大投资额不超过4万元。

项目C:从第二年年初需要投资,到第五年年末能收回本利140%,但规定最大投资额不超过3万。

项目D:五年内,每年年初可以够买公债,于当年末归还并加利息6%;该部门现有资金10万元,问应该如何确定给这些项目的投资额,使第五年末拥有资金的本利总额最大?二问题的分析显然这是一个最优化问题,解决这类问题最常用方法就是线性规划方法。

线性规划可以合理地分配、使用有限的资源,使其能够获得“最优效益”。

目标函数是第五年末拥有资金的本利息总额。

为使资金得到有效利用,应在每年年初将手头全部资金投出去,每年年末回收各项投资的本利息即为第二年初手头拥有的投资总额,又全部投入到第二年年初所有可能的投资机会中去,以此类推,每年年初投资额等于头年末返回本利总额,这些资金流转分析加上各种投资金额的限制成为约束条件。

1998年数学建模a题

1998年数学建模a题
1998年A题数学建模题目为:研究与投资有关的经济发展问题。

该题要求研究者对影响投资环境的各种因素进行分析,并进行投
资经济学的建模。

研究的内容包括:投资回报、投资项目的净现值、
投资风险、投资成本、投资价值、投资结构、投资综合评价等。

首先,研究者应该对影响投资环境的各种因素进行全面分析,包
括民族国家的政治环境、经济环境、金融环境、法律环境以及社会文
化环境等,以确定背景和方向。

其次,研究者应采用投资回报模型,分析投资市场的现状,如投
资回报率、投资成本、投资风险等,进而判断投资环境的优劣。

此外,研究还可以运用净现值模型,根据投资价值的不同,以及
价格水平的变化,来判断投资项目的合理性。

最后,研究者还可以使用投资结构分析技术来进行投资综合评价,以了解投资环境中的优势和劣势,并给出相应的经济发展建议。

综上所述,1998年A题数学建模题目主要是要求研究者对影响投
资环境的各种因素进行全面分析,并运用投资回报模型、净现值模型
以及投资结构分析技术等,对投资市场进行分析,以便给出相应的经
济发展建议。

数学建模投资风险与收益

数学建模投资风险与收益
投资风险和收益是投资领域中的两个最重要的概念。

投资者在做出最终的决策之前,
必须仔细衡量这两者之间的关系。

投资风险是指可能发生的一系列不确定的事件,这些事件可能会导致投资者在投资过
程中遭受损失。

投资风险包括市场风险、信用风险、流动性风险和操作风险等。

投资收益是指投资者在投资中获得的收益,包括股息、利息、资本利得和其他收益等。

投资者的收益与投资风险密切相关,通常来说,风险越高,收益也就越高,反之亦然。

在数学建模中,我们可以使用各种数学工具和技巧来分析投资风险和收益之间的关系。

例如,我们可以使用统计方法来评估一个投资组合的风险和收益。

通过分析投资组合中每
个资产的历史数据,我们可以得出该组合的风险和收益情况,并通过优化投资组合的资产
配置,实现最大化收益和最小化风险的目标。

另外,我们还可以使用金融工程学中的定价模型来评估投资的风险和收益。

例如,利
用风险价格和风险杠杆来评估投资组合的风险和收益,并通过调整投资组合的配置,使风
险和收益达到最优化。

除了数学建模,我们还可以使用许多其他工具和技巧来帮助我们评估投资风险和收益
之间的关系。

例如,我们可以使用基本面分析来评估股票的价值,使用技术分析来预测股
票价格的变化,使用公司财务分析来评估企业的财务状况等。

总之,投资风险和收益是投资领域中的两个最重要的概念。

通过使用数学建模和其他
工具和技巧,我们可以更加准确地分析投资组合的风险和收益,并实现最优化的投资决
策。

投资的收益和风险问题—数学建模论文

投资的收益和风险问题摘要本论文主要讨论解决了在组合投资问题中的投资收益与风险的相关问题。

分别在不考虑风险和考虑风险的情况下建立相应的数学模型,来使得投资所获得的总利润达到最大。

问题一是一个典型的线性规划问题,我们首先建立单目标的优化模型,也即模型1,用Lingo软件求解,得到在不考虑投资风险的情况下,20亿的可用投资金额所获得的最大利润为153254.4万元。

然后分别分析预计到期利润率、可用投资总资金和各投资项目的投资上限对总利润的影响。

发现利润与利润率成正比的关系;可用投资总额有一个上限,当投资额小于这个上限时,总利润与可用投资额成正比的关系,当大于这个上限时,可用投资额与总的利润没有关系,总利润率保持不变;各项目的投资上限均与目标值呈正相关,项目预计到期利润率越大,该项目投资上限的变动对目标值的影响越大。

问题二是一个时间序列预测问题。

分别在独立投资与考虑项目间的相互影响投资的情况下来对到期利润率和风险损失率的预测。

两种情况下的预测思路与方法大致相同。

首先根据数据计算出到期利润率,将每一个项目的利润率看成一个时间序列,对该序列的数据进行处理,可以得到一个具有平稳性、正态性和零均值的新时间序列。

再计算该序列的自相关函数和偏相关函数,发现该时间序列具有自相关函数截尾,偏自相关函数拖尾的特点,所以可认为该序列为一次滑动平均模型(简称MA(1))。

接着,用DPS数据处理系统软件中的一次滑动平均模型依次预测出各项目未来五年的投资利润率。

对于风险损失率,我们用每组数据的标准差来衡量风险损失的大小,将预测出来的投资利润率加入到样本数据序列中,算出该组数据的标准差,用该值来衡量未来五年的风险损失率。

具体答案见4.2.2.1问题的分析与求解。

同样在考虑相互影响的情况下,我们运用ARMA(3,1)模型进行预测,结果见4.2.2.2 问题三与问题一类似,也是优化的问题,其目标仍是第五年末的利润最大,而且也没有考虑风险问题,只是约束条件改变了。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

某银行经理计划用一笔资金进行有价证劵的投资,可供购进的证劵以及其信用等级、到期年限、收益如下表所示。

按照规定,市政证劵的收益可以免税,其他证劵的收益需按照50%的税率纳税。

此外还有以下限制:(1)政府及代办机构的证劵总共至少要购进400万元;(2)所购证劵的平均信用等级不超过1.4(信用等级数字越小,信用程度越高);(2)如果能够以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,若证劵A的税前收益增加为4.5%,投资应否改变?若证劵C的税前收益减少为4.8%,投资应否改变?2.模型的假设(1)假设该投资为连续性投资,即该经理投资不会受到年限过长而导致资金周转困难的影响;(2)假设证劵税收政策稳定不变而且该经理优先考虑可以免税的市政证劵的情况下再考虑其他证劵种类以节约成本;(3)假设各证劵之间相互独立而且各自的风险损失率为零。

(4)假设在经理投资之后,各证劵的信用等级、到期年限都没有发生改变;(5)假设投资不需要任何交易费或者交易费远远少于投资金额和所获得的收益,可以忽略不计;(6)假设所借贷资金所要支付的利息不会随时间增长,直接等于所给的利率乘上借贷资金。

3.符号说明X1:投资证劵A的金额(百万元);X2:投资证劵A的金额(百万元);X3:投资证劵A的金额(百万元);X4:投资证劵A的金额(百万元);X5:投资证劵A的金额(百万元);Y:投资之后所获得的总收益(百万元);对于该经理根据现有投资趋势,为解决投资方案问题,运用连续性投资模型,根据所给的客观的条件,来确定各种投资方案,并利用线性规划模型进行选择方案,以获得最大的收益。

问题一,该经理优先考虑可以免税的市政证劵的情况下再考虑其他证劵种类以节约成本,我们可以在所提出的假设都成立的前提下(尤其是假设所借贷资金所要支付的利息不会随时间增长,直接等于所给的利率乘上借贷资金)以及综合考虑约束资金和限制条件,将1000万元的资金按照一定的比例分别投资个各种证劵。

而该如何分配呢?怎样地分配才是最合理的呢?我们通过建立一个线性规划模型来解决这个问题。

由所给的表格知证劵A(市政),B(代办机构),C(政府),D(政府),E(市政)的信用等级分别为2,2,1,1,5,到期年限分别为9,15,4,3,2,1,到期税前收益(%)分别为4.3,5.4,5.0,4.4,4.5(市政证劵的收益可以免税,其他的收益按50%的税率纳税)以及政府及代办机构的证券总共至少要购进400万元,所购证券的平均信用等级不超过1.4(信用等级数字越小,信用程度越高),所购证券的平均到期年限不超过5年这三个约束条件,不妨设投资证劵A,B,C,D,E的金额分别为x1,x2,x3,x4,x5,建立线性规划模型,用lingo或者lindo软件求解即可得出最优投资方案和最大利润。

问题二中的解决方法和问题一中的解决方法是一样的,只不过在求解时需要进行灵敏度分析利用问题一的模型,把借贷的1百万元在投资后所获得的收益与借贷所要付出的利息作比较,即与2.75%的利率借到的1百万元资金的利息比较,若大于,则应借贷;反之,则不借贷。

若借贷,投资方案需将问题一模型的第二个约束条件右端10改为11,用lingo软件求解即可得出最优方案以及最大收益。

而对问题三,是否该改变要看最优解是否改变,如果各证劵所对应的字数在最优解不变的条件下目标函数允许的变化范围内,则不应该改变投资方案,反之则改变投资方案。

即证劵A所对应的系数只取决于到期税前收益,而证劵C所对应的系数取决于到期税前收益和其收益所需的税额。

同样的通过在问题一的灵敏度分析结果中可以知道最优解不变的条件下目标函数系数所允许的变化范围,根据题中证劵A和证劵C所对应的系数系数改变即可决定投资方案是否应改变。

5.模型的建立与求解问题一的求解:在提出的假设条件成立的前提下,根据题目给出的限制条件以及各种证劵的信息(政府及代办机构的证劵总共至少要购进4百万元;所购证劵的平均信用等级不超过1.4;所购证劵的平均到期年限不超过5年),设投资证劵A、证劵B、证劵C、证劵D、证劵E 的金额分别为:X1、X2、X3、X4、X5(百万元),投资之后获得的总收益为Y百万元。

对于平均信用等级和平均到期年限的求解,我们可以用加权算术平均值的算法求得,即用各个信用等级(平均到期年限)乘以相应的权,然后相加,所得之和再除以所有的权之和。

在1000万元的资金约束条件下,另外考虑到证劵B、C、D的收益都需按照50%的税率纳税,我们可以建立如下的线性规划模型:Max Y=0.043X1+(0.054*0.5)X2+(0.05*0.5)X3+(0.044*0.5)X4+0.045X5S.t.X2+X3+X4>=4X1+X2+X3+X4+X5<=10(2X1+2X2+X3+X4+5X5)/( X1+X2+X3+X4+X5)<=1.4(X1+15X2+4X3+3X4+2X5)/( X1+X2+X3+X4+X5)<=5将上面模型进行整理后可得:Max Y=0.043X1+0.027X2+0.025X3+0.022X4+0.045X5S.t.X2+X3+X4>=4X1+X2+X3+X4+X5<=106X1+6X2-4X3-X4+36X5<=04X1+10X2-X3-2X4-3X5<=0用LINGO求解可得Y=0.298,X1=2.182,X3=7.364,X5=0.454。

从结果上看出最优解方案不投资证劵B和证劵D,综合考虑它们的信用等级、到期年限和到期税前收益以及所要缴纳的税额我们可知这是合理的。

因为证劵B的到期税前收益虽然是五种证劵中最高的,但是它的到期年限过长不适合考虑,而证劵D的到期税前收益相对过低而且还需按50%的税率纳税,也不应该考虑。

而对证劵A的投资金额是最高的,首先由于不考虑证劵B、D的投资了,而又要求政府和代办机构的证劵至少要投资4万元,而上述方案中证劵C的投资金额为7.364百万元,这是符合要求的,另外综合考虑信用等级和到期年限,证劵A的信用等级最低而且到期年限也相对比较合适,我们也应该优先考虑证劵A。

而对于证劵E,其信用等级过高,几乎可认为是不可信的了,但又考虑到它的收益可以免税,所以我们可以稍微对它投资一些数额不多的金额,这也是合理的。

而当对证劵C和E的投资金额确定后,证劵A的也就确定了。

综上所述,我们可认为这个最优解方案是合理的。

问题二的求解:首先对问题一的求解后的影子价格分析可以知道,投资金额每增加100万元,收益可增加0.0298百万元,而借贷100万元所要支付的利息是0.0275百万元,比0.0298百万元少,所以应该借贷这100万元。

这时候问题的求解还是如同问题一一样建立一个线性规划模型来求出最优解,模型如下:(此时只是对问题一的模型中的第二个约束条件作了改变)Max Y=0.043X1+(0.054*0.5)X2+(0.05*0.5)X3+(0.044*0.5)X4+0.045X5S.t.X2+X3+X4>=4X1+X2+X3+X4+X5<=11(2X1+2X2+X3+X4+5X5)/( X1+X2+X3+X4+X5)<=1.4(X1+15X2+4X3+3X4+2X5)/( X1+X2+X3+X4+X5)<=5同样地,将上面模型进行整理后可得:Max Y=0.043X1+0.027X2+0.025X3+0.022X4+0.045X5S.t.X2+X3+X4>=4X1+X2+X3+X4+X5<=116X1+6X2-4X3-X4+36X5<=04X1+10X2-X3-2X4-3X5<=0用LINGO求解可得:Y=0.328,X1=2.4,X3=8.1,X5=0.5。

即应投资证劵A 2.4百万元,证劵C 8.1百万元,证劵E 0.5百万元。

此时收益总额为0.328百万元,再减去所要支付的利息0.0275百万元,还剩0.3005百万元,比问题一中的收益总额0.298百万元还要多,这也证明了借贷100万元来投资明智的选择。

(我们看到此时的收益总额0.328百万元减去0.298为0.030百万元,并不与其影子价格0.0298百万元相符合。

考虑到计算机在运算过程中对有效数字的取舍所带来的一点点偏差,我们认为这点偏差是可以接受的。

)问题三的求解:从问题一的灵敏度分析结果中知道,最优解不变的条件下目标函数系数允许的变化范围:X1的系数为(0.043-0.013,0.043+0.0035),即(0.030,0.0465),X3的系数为(0.025-0.0006,0.025+0.017),即(0.02494,0.042),当证劵A的税前收益增加为4.5%时,其在目标函数中的系数为0.045,在最优解不变的条件下目标函数系数允许的变化范围内,所以投资方案不应该改变。

当证劵C的税前收益减少为4.8%时,其在目标函数中的系数为0.024,不在X3允许的变化范围内,因此投资方案必须改变,重新找到一个最优解方案才能使银行经理获得最大收益值。

6.模型评价根据现有投资趋势,为解决投资方案问题,运用连续性投资模型,根据客观的条件,来确定各种投资方案,并利用改进的线性规划模型进行选择方案,以获得最大的收益,在此基础上选择方案进行合理的方案评价。

最后通过例题分析获得了实践证明。

在分析连续投资模型的基础上,对其在实际生活中的应用进行了推广,将其应用到虚拟游戏设计和农作物连续种植等中间,连续投资模型也会产生很大的经济效益。

连续性投资模型的应用原理符合实际,解决了投资中方案确定的难题,对各种投资问题都有很重要的参考意义。

7.参考文献[1] 张杰,周硕,郭丽杰,运筹学模型与实验,中国电力出版社,2007[2] 韩中庚,宋明武,邵广纪,数学建模竞赛,科学出版社,2007[3] 姜启源,鞋金星,叶俊,数学模型(第三版),高等教育出版社,2003[4] 费业泰,误差理论与数据处理(第五版),合肥工业大学,20048.附录LINGO代码:模型一:Max=0.043*x1+0.027*x2+0.025*x3+0.022*x4+0.045*x5;x2+x3+x4>=4;x1+x2+x3+x4+x5<=10;6*x1+6*x2-4*x3-4*x4+36*x5<=0;4*x1+10*x2-x3-2*x4-3*x5<=0;运行结果:(进行灵敏度分析)Global optimal solution found.Objective value: 0.2983636Total solver iterations: 3Variable Value Reduced CostX1 2.181818 0.000000X2 0.000000 0.3018182E-01X3 7.363636 0.000000X4 0.000000 0.6363636E-03X5 0.4545455 0.000000Row Slack or Surplus Dual Price1 0.2983636 1.0000002 3.363636 0.0000003 0.000000 0.2983636E-014 0.000000 0.6181818E-035 0.000000 0.2363636E-02 Ranges in which the basis is unchanged:Objective Coefficient RangesCurrent Allowable AllowableVariable Coefficient Increase Decrease X1 0.4300000E-01 0.3500000E-02 0.1300000E-01 X2 0.2700000E-01 0.3018182E-01 INFINITY X3 0.2500000E-01 0.1733333E-01 0.5600000E-03 X4 0.2200000E-01 0.6363636E-03 INFINITY X5 0.4500000E-01 0.5200000E-01 0.1400000E-01Righthand Side RangesRow Current Allowable AllowableRHS Increase Decrease2 4.000000 3.363636 INFINITY3 10.00000 INFINITY 4.5679014 0.0 105.7143 20.000005 0.0 10.00000 12.00000模型二:Max=0.043*x1+0.027*x2+0.025*x3+0.022*x4+0.045*x5;x2+x3+x4>=4;x1+x2+x3+x4+x5<=11;6*x1+6*x2-4*x3-4*x4+36*x5<=0;4*x1+10*x2-x3-2*x4-3*x5<=0;运行结果:Global optimal solution found.Objective value: 0.3282000Total solver iterations: 0Variable Value Reduced CostX1 2.400000 0.000000X2 0.000000 0.3018182E-01 X3 8.100000 0.000000X4 0.000000 0.6363636E-03 X5 0.5000000 0.000000Row Slack or Surplus Dual Price1 0.3282000 1.0000002 4.100000 0.0000003 0.000000 0.2983636E-014 0.000000 0.6181818E-035 0.000000 0.2363636E-02。

相关文档
最新文档