算法第二弹-线性规划之投资的收益和风险分析及代码实现

嘻嘻，当你看到这篇文章的时候，是的，我又更新啦！初学小白的我对于如宇宙黑洞般一样神秘的算法，分享给大家一些小小的感受，第二弹！

算法和数学息息相关，巧妙的逻辑往往建立在数学上，今天结合线性规划，谈谈投资中收益与风险等因素的相互关系，为决策者在实际生活中提供参考依据，以及用Matlab实现的方法。学以致用，所以这是一篇实用贴！

题目：

----------------------------------------------------------------------分割线---------------------------------------------------------------------

以下是数学建模过程：

一.符号说明

二.基本假设

三.模型的分析与建立

四.模型简化

五.模型一的求解

六.结果分析

-------------------------------------------------至此模型的分析就告一段落啦，嘻嘻------------------------------------------------------

单纯形法是求解线性规划问题最常用最有效的算法之一，此处介绍一种好用的工具，将将-Matlab（可用于算法开发、数据可视化、数据分析以及数值计算，此外，还能创建用户界面以及调用其他语言（包括C\C++\Fortran）编写的程序）

Matlab解法：

//编写M文件；将M文件存盘，并命名为xxx.m;在Matlab指令窗运行xxx即可得所求结果clc,cleara=0;hold on                                  //实现新的plot命令产生的图形画在原来的图形上while a<0.05    c=[-0.05,-0.27,-0.19,-0.185,-0.185]         //规范化max->min    A=[zeros(4,1),diag([0.025,0.015,0.055,0.026])];    b=a*ones(4,1);    Aeq=[1,1.01,1.02,1.045,1.065];          //等式约束条件的系数    beq=1;                             //等式约束条件右边    LB=zeros(5,1);                       //变量允许的最低取值    [x,Q]=linprog(c,A,b,Aeq,beq,LB);        //线性规划函数    Q=-Q;                             //求得最大收益    plot(a,Q,’*r’);                       //Matlab中绘制二维曲线，其中’*r’表示线型点为加号，颜色为红色（具体可查“matlab中plot函数全部功能”）    a=a+0.001;                        //以进行循环搜索endxlabel(‘a’),ylabel(‘Q’)                    //标注

 “山河平静辽阔，无一点贪嗔痴爱，而我们匆匆忙忙，都还在路上”---《路上书》

文艺的say goodbye~~~

下期见❥(^_-)