如何最大化-log(x) 曲线下的面积?

How to maximize the area under -log(x) curve?

我正在尝试获取曲线下面积最大的 xy 坐标:y=-15.7log(x)+154.94。我想在 R 或 Python 中计算这个。有人可以帮我找到吗?


背景:我有销售 (y) 与价格 (x) 的数据点。我尝试在 R: lm(formula = y ~ log(x)) 中拟合一条对数曲线,它给出了上面的等式。我正在努力增加收入,这是销售和价格的产物。因此曲线下的矩形区域应该最大化。

那不是编程题而是数学题,如果我答对了你问题中的函数,答案是 "wherever the graph hits the x-axis"。
但我认为那不是你想要的。也许您想要 O(0,0) 和 P(x, y) 之间的矩形?
你仍然应该简单地使用一个 cas 和 a-level 数学: A = x*(-15.7log(x)+154.94)

R解

# objective function should be minimized
NegArea <- function (x) x * (15.7 * log(x) - 154.94)
# sketch this function: there is a minimum
curve(NegArea, from = 0, to = 10000)
# use optimize()
optimize(NegArea, c(4000, 8000))

解析解

一阶导数是:

15.7 + 15.7 * log(x) - 154.94

置零并求解:

x = 7106.675

这与 R 结果一致。