猪的最佳销售时机
matlab数学实验练习题
Matlab 数学实验实验一 插值与拟合实验内容：预备知识：编制计算拉格朗日插值的M 文件。
1. 选择一些函数，在n 个节点上（n 不要太大，如5 ~ 11）用拉格朗日、分段线性、三次样条三种插值方法，计算m 个插值点的函数值（m 要适中，如50~100）。
通过数值和图形输出，将三种插值结果与精确值进行比较。
适当增加n ，再做比较，由此作初步分析。
下列函数任选一种。
（1）、 ;20,sin π≤≤=x x y （2）、;11,)1(2/12≤≤--=x x y （3）、;22,c o s10≤≤-=x x y（4）、22),exp(2≤≤--=x x y2.用电压V=10伏的电池给电容器充电，电容器上t 时刻的电压为)(0)()(t eV V V t v ---=，其中0V 是电容器的初始电压，τ是充电常数。
试由下面一组t ，V 数据确定0V 和τ。
实验二 常微分方程数值解试验实验目的：1. 用MATLAB 软件求解微分方程，掌握Euler 方法和龙格-库塔方法；2. 掌握用微分方程模型解决简化的实际问题。
实验内容：实验三地图问题1.下图是一个国家的地图，为了计算出它的国土面积，首先对地图作如下测量：以由西向东方向为x轴，由南到北方向为y轴，选择方便的原点，并将从最西边界点到最东边界点在x轴上的区间适当地划分为若干段，在每个分点的y方向测出南边界点和北边界点的y坐标y1和y2，这样就得到了表中的数据（单位mm）。
根据地图的比例我们知道18mm相当于40km，试由测量数据计算该国土的近似面积，并与它的精确值41288km2比较。
实验四狼追兔问题狼猎兔问题是欧洲文艺复兴时代的著名人物达.芬奇提出的一个数学问题。
当一个兔子正在它的洞穴南面60码处觅食时，一只恶狼出现在兔子正东的100码处。
当两只动物同时发现对方以后，兔子奔向自己的洞穴，狼以快于兔子一倍的速度紧追兔子不放。
狼在追赶过程中所形成的轨迹就是追击曲线。
肥猪多大体重出栏最合算
02
合理规划和管理场内物流路线，避免交叉污染和疫病传播。
强化疫病监测与预警
03
建立疫病监测体系，及时发现和报告疫情，以便采取有效措施
控制疫情扩散。
05
总结与建议
根据市场价格和饲养条件选择合适的出栏体重
总结：根据市场价格波动和饲养条件的变化 ，选择合适的出栏体重可以最大化养猪收益 。在市场价格高的时候，适当增加出栏体重 可以增加收益；在市场价格低的时候，适当 降低出栏体重可以降低损失。同时，考虑饲 养条件的影响，如饲料供应、饲养环境等， 以确定最佳的出栏体重。
肥猪体重在100公斤 至150公斤时，料肉 比约为2.5至3.6；
料肉比对肥猪经济效益的影响
料肉比是评价饲料转化率的重要 指标，对肥猪经济效益有重要影
响。
料肉比越低，说明饲料转化率越 高，养殖成本越低，反之亦然。
因此，根据不同体重阶段的料肉 比，可以合理安排肥猪的出栏体
重，以实现最佳的经济效益。
03
根据猪场规模和饲养条件选择合适的饲养管理方式
总结：根据猪场规模和饲养条件的不同，选择合适的 饲养管理方式可以最大化养猪收益。大型猪场可以采 用较为先进的饲养管理方式，如智能化饲养、全进全 出等，以提高生产效率和降低成本；而小型猪场则应 该采用较为简单的饲养管理方式，如分批饲养、定期 消毒等，以保证猪群的健康和生产的安全。同时，考 虑市场价格的影响，以确定最佳的出栏时机。
脂肪积累
随着体重的增加，肥猪的 脂肪积累逐渐增多，这会 影响肉的质量和口感。
饲料转化率
肥猪的饲料转化率相对较 高，但随着体重增加，单 位增重的饲料成本也会上 升。
饲养周期对肥猪的影响
饲养周期长
饲养周期越长，肥猪的饲料消耗量越大，同时出栏时间也推迟，增加了养殖成 本。
杜宾两步法用于修正(
试题 3一、填空题1. 杜宾两步法用于修正（ ）模型（Answer in English ）。
2. 2δ的无偏估计是（ ）。
3. 克服自变量与随机扰动项相关影响的一种参数估计方法是（ ）。
4. Granger 原因最优滞后期的选择基于（ ）准则。
5. 已知F0.01（4，35）=36.8，则R2=_________。
二、判断题1. 线性规划问题的基本解对应可行域的顶点。
（ ）2. 若21,X X 是某线性规划问题的可行解，则1122121X X X λλλλ=++=（）也必是该问题的可行解。
（ ）3. 数学模型11max (1,2,,).0(1,2,,)nj jj nij j i j jf c x a x b i m s t x j n ===⎧==⎪⎨⎪≥=⎩∏∑L L 为线性规划模型。
（ ） 4. 数学模型22112min ,..(1,2,,;1,2,,)mni i j j i j i i ijf a x b y s t x y c i m j m ===++≤==∑∑L L 为线性规划模型。
（ ）5. 表达形式i i i x b a y ε++=ˆˆˆ是正确的。
（ ）6. 表达形式i i i x b a y ε++=ˆˆ是正确的。
（ ）7. 表达形式i i i e x b a y ++=ˆˆ是正确的。
（ ）8. 表达形式ii i e x b a y ++=ˆˆˆ是正确的。
（ ） 9. 在存在异方差情况下，普通最小二乘法（OLS ）估计量是有偏的和无效的。
（ ）10. 如果存在异方差，通常使用的t 检验和F 检验是无效的。
（ ）三、问答题1. 简述虚拟变量的作用和设置原则。
2. 养老保险一般对起保年龄不作太多限制，投保到达退休年龄截止。
因此起保年龄越大，每月投保金额越多。
通常保险公司会提供多种方式的养老金计划让投保人选择,在计划中详细列出保险费和养老金的数额。
客户应当如何选择最适合自己的养老金计划？3. 金融机构为保证现金充分支付,设立一笔总额T=5400万的基金,分开放置在位于A 城和B城的两家公司,基金在平时可以使用,但每周末结算时必须确保总额仍然为5400万。
提高农户养猪效益主要措施-五适时出栏
汇报人： 2024-01-10
目录
• 引言 • 五适时出栏的重要性 • 五适时出栏的具体措施 • 实施五适时出栏的注意事项 • 案例分析 • 结论
01
引言
目的和背景
随着我国经济的快速发展，养猪业也得到了迅速发展，但同 时也面临着诸多挑战，如养殖成本增加、市场波动大等。为 了提高农户养猪效益，需要采取一系列措施，其中五适时出 栏是其中一种重要的措施。
需要不断学习和实践，不断完善养猪技术
学习养猪技术
通过学习养猪技术，了解不同品种、生长阶段和市场需求的特点 ，掌握适时出栏的技巧。
实践经验积累
通过实践经验的积累，不断调整和完善适时出栏的策略，提高养 猪效益。
参加培训和交流活动
参加养猪培训和交流活动，了解最新的养猪技术和市场动态，提 高自己的养猪技术水平。
生长速度
观察猪只的生长速度，如果生长速度过快可能导致肉质下降，生长速度过慢则 会影响经济效益。根据猪只的生长速度，适时调整饲养方案，确保猪只健康生 长。
根据市场行情出栏
市场价格
关注猪肉市场价格波动，在价格较高 时适时出栏，以获得更好的经济效益 。同时，了解市场需求和趋势，合理 安排出栏时间。
季节性需求
降低养殖风险
五适时出栏可以根据市场行情和猪只生长情况灵活调整出栏时间，降低养殖风险。
避免因猪只生长过快或过慢而导致的养殖困难和市场风险。
03
五适时出栏的具体措施
根据猪的生理阶段出栏
猪的生长阶段
根据猪的生理生长阶段，如哺乳阶段、保育阶段、生长肥育阶段等，选择合适 的出栏时间。在猪的生长阶段结束时，适时出栏可以确保猪只生长效率高、肉 质好。
THANKS
2.3 生猪出售时机
（四）灵敏度分析
在实践中， 在实践中，由(2.3.7)式定义的灵敏度需要数值计 式定义的灵敏度需要数值计 算得到列表的结果（ 算得到列表的结果（见表 2.3）. ） 的灵敏度（ =10） 表 2.3 数值计算 t 对 r 的灵敏度（r=1,t=10） t t r (%) t (%) S (t , r ) = r+r t+t r r r t 1.01 1.05 1.1 1 5 10 10.644 13.095 15.909 6.4356 30.952 59.091 6.4356 6.1905 5.9091
（四）灵敏度分析
(2.3.11) 定义 t 对 g 的灵敏度为 S (t , g ) = t t g g 由(2.3.11)式数值计算得到的结果见表 2.4. 式数值计算得到的结果见表 的灵敏度（ =10） 表 2.4 数值计算 t 对 g 的灵敏度（g=0.08,t=10） t t g (%) t (%) S (t , g ) = g+g t+t g g g t 0.0808 1 9.4554 -5.4455 -5.4455 0.084 5 7.381 -26.19 -5.2381 0.088 10 5 -50 -5
（五）强健性分析
更实际的模型应考虑非线性和不确定性， 更实际的模型应考虑非线性和不确定性，则所求 的优化目标函数可以写成 (2.3.15) Q(t ) = p (t ) w(t ) C (t ) p (0) w(0) 假设(2.3.15)式中的所有函数均可导，于是求导可得 假设 式中的所有函数均可导， Q′(t ) = p′(t ) w(t ) + p(t ) w′(t ) C ′(t ) 所以如果 Q(t)在 t 取得极值，t 应该满足 在 取得极值， (2.3.16) p′(t ) w(t ) + p (t ) w′(t ) = C ′(t ) 在经济学上，出售的最佳时机恰好在单位时间内 在经济学上，出售的最佳时机恰好在单位时间内 增加的出售收入等于单位时间内增加的投入的时候. 等于单位时间内增加的投入的时候 增加的出售收入等于单位时间内增加的投入的时候
猪的最佳销售时机问题
猪的最佳销售时机问题一般从事猪的商业性饲养和销售总是希望获得利润，因此饲养某种猪是否获利，怎样获得最大利润是饲养者必须首先考虑的问题，如果把饲养技术水平、猪的类型等因素视售出的时机，即何时把猪卖出获利最大．也许有人认为，猪养得越大，售出后获利越大．其实不然，因为随着猪的生长，单位时间消耗的饲料费用也就愈多，但同时其体重的增长速度却不断下降，饲养时间过长是不合算的．试作适当的假设，引入相应的参数，建立猪的最佳销售时机的数学模型．设X 为某品种猪的最大体重，为猪可售出的最小体重，为反映猪体重增长速度的参数，c 为猪的单位重量售价，r 为单位时间消耗的饲养费．为t=0时猪的体重．设某品种的猪X=200kg ，s x =75kg ，α=0.5kg/天，c=6 元/kg ， r=1.5 元/天， =1元/天 ，0x =5kg 用所建模型求解．s x α0x β一．提出问题何时售猪可以达到最大的净收益；变量：t =时间（天） w =猪的重量（千克） R =售出猪的收益（元） b =单位时间消耗的饲料费用（元）C =饲养t 天的花费（元） P =净收益（元）假设：dw/dt=α(1-w/0x ) db/dt=r-β(1-x/0x )R=c×w P=R-C t≥0 s x ≤w≤X目标：求P 的最大值二．选择建模方法logistic 回归又称logistic 回归分析，主要在流行病学中应用较多，比较常用的情形是探索某疾病的危险因素，根据危险因素预测某疾病发生的概率，等等。
例如，想探讨胃癌发生的危险因素，可以选择两组人群，一组是胃癌组，一组是非胃癌组，两组人群肯定有不同的体征和生活方式等。
这里的因变量就是是否胃癌，即“是”或“否”，为两分类变量，自变量就可以包括很多了，例如年龄、性别、饮食习惯、幽门螺杆菌感染等。
自变量既可以是连续的，也可以是分类的。
通过logistic 回归分析，就可以大致了解到底哪些因素是胃癌的危险因素。
第七次讲课课件微分方程模型
解得： ln8 / 6 0.2877 t0 2.0607
这时求得的t0是大象从死亡时间到被发现的时间（即上午 10点），因此反推回去可知大象被猎杀的时间是早上8点 左右.
四、猪的最佳销售时机
问题的提出： 养猪是否获利，怎样获得最大利 润？如果把饲养技术水平，猪的类型 等因素忽略不计，且不考虑市场需求 的变化，那么影响获利大小的一个主 要因素就是选择猪的售出时机.
试作出适当的假设，建立猪的 最佳销售时机的数学模型.
主模型的建立——利润模型
模型假设： x(t)为t 时刻的体重； y(t)表示一头猪从开始饲养到t时刻共 消耗的费用（包括人员工薪等）； xs为猪可上市销售的最小体重； ts为猪从体重x0增长至xs所需的饲养时 间； p(t,x)为t 时刻体重为x的猪的单位售价.
微分方程模型
平衡原理和数学模型
“平衡”是我们在现实生活中随处可见的一个现象． 如：物理中的能量守恒和动量守恒定律都是在描述物 理中的能量和动量平衡的现象． 再如考虑一段时间内(或一定的范围内)物质的变化， 我们会发现这段时间内物质的改变量与它的增加量和减少 量之差也处于平衡的状态(我们称这种平衡规律为物质平 衡原理)． 我们统称这些描述平衡现象的规律为平衡原理． 由于这种平衡关系比较容易由数学表达式给出，注意 发掘实际问题中的平衡原理无疑应该是数学模型组建过程 中的一个关键问题.
流出盐量
t t
t
p( )rO ( )d
p( t t )V ( t t ) p(t )V (t ) [ pI ( )rI ( ) p( )rO ( )]d t • 利用积分中值定理可得
t t
p(t t )V (t t ) p(t )V (t )
生猪的出售时机
模型求解 这是求二次函数最大值问题，用代数或微分法容易得到
t 4r40g2 rg
（2）
当r=2,g=0.1时，t=10,Q(10)=20,即10天后出售，可得最大纯利润20元。
敏感性分析 由于模型假设中的参数（生猪每天体重的增加r和价格的
降低g）是估计和预测的，所以在实际使用这个模型时,应该研究r,g变
化时对出售时机的影响。
（ t r） 4r40g2 rg
t(g) 4r 40g2 rg
1.设每天生猪价格的降低g=0.1元不变,研究r变化的影响,由(2)式可得 t 4 0 r 6 0 , 因 为 g 取 为 0 . 1 ,而 t 不 能 为 负 数 ， 所 以 r 1 . 5（3）
r
t是r的增函数,表1和图3给出它们的关系.
(6)
40r60
即生猪每天体重r增加1%,出售时间推迟3%. 类似地定义t对g的敏感度S(t,g),由(4)式,当g=0.1时,
可算出
S(t,g) t/td tg 3 3 g/g d gt 32 0g
即生猪价格每天的降低g增加1%,出售时间提前3%,r
和g的微小变化对模型结果的影响并不算大.
模型假设 观测数据
半期考试复习提纲
1、数学模型的构成 2、数学模型与数学建模的不同 3、数学模型与计算机模拟的关系 4、在人口模型中，反复讨论参数拟合的意义何在？
5、在人口问题中，关注从一般拟合到线性拟合 6、在人口问题中，如何从函数的导数推知函数 7、数学建模的一般步骤 8、模型的强健性、敏感性分析的含义及意义 9、洞察力、想象力、直觉、灵感由何而来 11、表述Q值法 12、在双层玻璃窗的讨论中，认识(2)式 13、指出动物身长讨论中的精彩之处 14、两人持有数量不等的n种物品进行实物交换，列出讨论要点 15、在核军备竞赛中 认识模型精细化中的隐函数
- 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、"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、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)。
肥猪的最佳销售时机摘要猪的商业性饲养和销售的主要目的是获得最大利润，建立其最大利润方程得到猪的最佳销售时机具有十分重要的意义。
猪的利润由销售额和饲养成本决定，而这两者均受诸多因素影响，为简化模型，以每头猪所获得的利润为研究对象，销售额在排除市场的影响后只由猪销售时的体重决定，而猪的体重随时间的变化可以用logistic模型来模拟，这样就解决了猪的销售额。
另一方面，猪的饲养成本由猪仔的购价和饲料决定，而每头猪每天消耗的饲料随猪的三个生长阶段（小猪，中猪，大猪）而变化，由此建立分段函数来解决猪的饲养成本。
所以，最大利润为销售额与饲养成本之差，通过以每头猪所获得的利润为目标函数来解决销售的最佳时机。
为减少繁琐的计算及画图问题，我们在模型求解过程中使用了Matlab软件。
关键词：肥猪最佳销售时机；饲料消耗；Logistic模型；利润；生长曲线；体重；生长量一、问题重述和分析一般从事猪的饲养和销售总希望获得利润，因此饲养某种猪是否获利，怎样获得最大利润，是饲养者必须考虑的问题。
如果把饲养技术水平，猪的性质等因素看成不变的，且不考虑市场的需求变化，那么影响获利大小的一个主要因素是如何选择猪的售出时机，即何时把猪卖出获利最大。
也许有人认为，猪养的越大，售出后获利愈大，其实不然，因为随着猪的生长，单位时间消耗的饲养费用也就愈多，但同时其体重的增长速度却不断下降，所以饲养时间过长是不合算的。
考虑某个品种猪的最佳销售时机的数学模型。
要求猪的最佳销售时机，目标是寻求最大利润的取得，由此实际上需要找出收入和支出分别是什么，受什么影响。
为了简化问题，我们只考虑一头猪的利润，并且做了一系列的理想化的假设，比如生猪价格固定等，所以收入与猪的体重成正比，而成本则由固定成本（如猪仔价格，防疫费用）和变化成本（主要是饲料的消耗）组成，最终问题转化成建立猪的生长模型和饲料消耗模型。
通过查阅大量相关资料，我们选择了用Logistic模型来模拟猪的生长情况，而对于后者，我们对实际原始数据进行了分析，建立了较理想的模型。
而对于最优化的出售时机，可以考虑最大总利润的时间。
二、模型假设1.不考虑猪的品种和猪的公母的区别2.在养猪期间，猪正常生长，不考虑猪生病或其他因素造成的成本3.猪是从猪仔饲养时的各生理条件一致4.每只猪的销售价格是紧仅由它的重量决定5.成本主要由饲料和猪仔价格决定6.生猪的价格固定，且其销售不受市场供求关系影响7.体重的绝对增重规律：一般体重的增长是慢—快—慢的趋势。
三、符号说明●C：饲养成本；●S：销售价格；●P：利润值；● dN/dt ：表明为猪生长速度；● )(t N ：是猪的日龄称重；● t ：为时间,用来表示猪的生长日龄,记刚买进仔猪的时间00=t ;● r ：为瞬间相对生长速度(近似),若自出生开始分析,则为出生时的相对生长速度,若自受精开始分析,则为受精卵的相对生长速度；● 0N ：是猪的个体初始体重；● m N ：是猪成熟体重。
四、模型建立求解⑴销售利润模型由 利润=销售价格-成本得C S P -= （1.1）其销售价格与猪的质量有关，设猪在t 天时的质量是N （t ），销售价格为一公斤a 元，销售价格是关于质量的一次函数，即)(t aN S = （1.2）猪的饲养成本为仔猪的价格和饲料的成本之和，由于猪在成长阶段的每个时期，每天所吃的饲料的数量f 并不相同，而是随着猪的体重有所变化，所以f 是质量N 的函数，即)(N f ,对于猪的采食量（即猪消耗的饲料），我们从网上查到资料如下：通过matlab 软件对该十组数据描点并用最小二乘法进行了拟合（代码见附录），发现效果比较理想，由此把该拟合的线性关系作为体重和饲料消耗量的关系。
数据拟合图线如下：图1 每天饲料消耗量随体重变化图由图形曲线可以设猪的日采食量)N的关系为(tf与猪的重量)(N=)((（1.3）f+)NqtpN根据附录1的Matlab程序可以得到p0.0307=q0.2965=故(+=t)f（1.4）NN2965.0)(.00307饲料的总数量是)f关于变量N的积分，即(N(=（1.5）⎰Y)dNNf联立（1.4）与（1.5），又根据实际资料显示，当猪的重量达到100kg时，需要食用的饲料为260kg，所以有=t+(+NtY（1.6）N)(.0)77.2965.001535)(85设饲料的价格为每公斤b 元,仔猪的价格为0C ，所以0)(C dN N f b C +=⎰ （1.7）综上所述可知0)()(C dN N f b t aN P --=⎰ （1.8）联立式子（1.4）和（1.7）⎪⎩⎪⎨⎧--=+=⎰0)()(2965.0)(0307.0)(C dN N f b t aN P t N N f 得085.77)2965.0)(01535.0)(()(C t N t bN t aN P -++-= （1.9）⑵猪的生长模型实际中猪的生长变化规律是很复杂的，一般的，猪的体重会随着时间t 的增加而增加。
由于动物生长到一定程度后（即猪成熟之后），体重的增长速率下降知道不再增加而慢慢老化。
假设当时间m t t →时，猪的体重达到最大N （t ）m N →，为了简化模型，可以把猪的生长速率设为))(1(),(mN t N r N t v -= （2.1） 当式子中的m t t →时，)(t N m N →，，从而),(N t v →0。
于是猪的生长模型可以用Logistic 模型来表示，其微分方程表示为:⎪⎩⎪⎨⎧=-==0)0())(1)(()(),(N N N t N t rN t N N t v dtdN m （2.2） 方程（2.2）可用分离变量法求解得到)()10(1)1(00)(0t t r e N N N rt e N N rt e N N t N m m m m ---+=-+= （2.3） 由（2.2）式子可以得出))(21)()(1)((022m m N t N N t N t N r dtN d --= （2.4）当022=dtN d 时，说明此时猪的增长速率最大，是“体重的增长是慢—快—慢的趋势曲线”的拐点，即m p N N 21=将其代入（2.3）计算得到 00)1ln(r N N t m p -=上述说明点),(p p N t 是)(t N 的拐点，由显示资料显示，我们可以定义kg N 150=kg N m 115=024.0=r利用Matlab 编程可得到)(t N 的图形如下图（代码见附录1）图2 体重随日龄变化曲线⑶模型求解综上，由利润公式（1.9）和猪的质量生长公式（2.3）的⎪⎪⎪⎩⎪⎪⎪⎨⎧---+=-+-=)()10(1)(15.222)2965.0)(01535.0)(()(0t t r e N N N t N t N t bN t aN P m m （*） 由市场调查可知我们认为仔猪)15(kg 的价格可以定为0C =300元，销售价格为一公斤11=a 元，饲料的价格为每公斤5.3=b 元所以，15.222)(49595.10)(053725.02-+-=t N t N P （1）由Mtlab 程序（代码见附录3）可以得出，当6822.97053725.0*249595.10)(=--=t N 的时候，P 取得最大值290.5，其图形曲线如下图所示图3 利润随体重变化曲线由图二可知当6822.97)(=t N 时，t=152。
故，最后结果是猪龄152天的时候将其售出可获得到最大利润290.5元。
五、模型的检验1.考虑的成本过于理想。
猪的成本不仅只有仔猪的价格和饲料的价格，它还包括猪在生长过程中必须的预防及药品费、工作人员的工资及水电费等。
预防及药品费每头猪约为15元，工作人员的工资平均到每头猪约为30元，水电及其他费用每头猪约为5元。
此时每头猪的成本价将再加上50元。
可见此时利润大大减小。
对于大规模猪场而言，利润较为合理。
而对于中小规模的猪场而言有所偏低。
但是，我们的模型中所用的猪肉市场价格正处于低谷，待猪肉价格回升以后，利润也必将有所提高。
2.由模型的结果可知，模型中我们考虑的是单个猪获得的最大利润，而没有考虑单个猪每天所获得的最大利润，根据实际情况，在一段时期内，利润值随时间而增加，但是时间越长，而猪的生长周期一定，所饲养的批次就少，在较长的时间里其所获得总的利润不一定最大。
没有考虑单个猪每天所获的利润是本模型的缺点。
总体来说，上述模型与实际情况基本符合，但考虑的因素过于简单，有较大的改进之处。
六、参考文献[1] 孙华，彭先文，梅书棋.湖北白猪优质系生长曲线分析.湖北省农业科学院畜牧兽医研究所.2008-09-16.[2]徐如海，胡锦平，翁经强，褚晓红，黄少珍.连续日称重杜洛克公猪的生长曲线分析（Compertz模型）.浙江省农业科学院畜牧兽医研究所.2007-04-08[3]农博畜牧网.全国各地仔猪市场价格，全国各地生猪市场价格.www.http//.2009-08-15.[4] 石辛民,郝整清.基于MATLAB的实用数值计算，清华大学出版社北京交通大学出版社附录1grid on;hold onf=[0.25 0.65 0.9 1.4 1.8 2.0 2.2 2.7 3.0 3.2]; n=[6.5 13 20 30 42 53 64 76 88 100];p=polyfit(n,f,1)plot(n,f,'*','markersize',15)hold ongrid onx=0:0.1:100;y=p(1)*x+p(2);plot(x,y,'b-','linewidth',2)附录2n0=15;n1=115;r=0.024;t=0:500;d=(n1/n0-1)*exp(-r*t);n=n1./(1+d);plot(t,n,'linewidth',2)附录3n=[6.5 13 20 30 42 53 64 76 88 100];ni=0:1:150;a=-0.053725;b=10.49595;c=222.15;pi=a.*ni.^2+b*ni-c;plot(ni,pi)。