一头猪重200磅，每天增重5磅，饲养每天需花费45美分，猪的市场价格为65美分/磅每天下降1%，求生猪出售的最佳时间，做敏感性分析。用lingo编写程序

在Lingo（一款用于优化建模的语言）中，我们可以建立一个线性规划模型来确定最佳的生猪出售时间。首先，我们需要定义几个变量：

1. `x`: 表示猪肉出售的时间（天数），从第一天开始算起。
2. `weight`: 按天计算的猪体重，初始为200磅，每天增加5磅。
3. `price`: 按天计算的每磅猪价，初始为65美分，每天减少1%。

我们的目标是找到出售时能获得最大利润的时间点。我们将利润表示为`revenue = price * weight`，同时考虑饲养成本。

以下是如何使用Lingo编写这个模型的基本结构：

SETS
  Days := 0..(200 / 5) : Integer;  // 假设猪达到200磅后就不再增长

VARIABLES
  x(Days) : Continuous;  // 出售时间
  weight(Days) : Continuous;
  revenue(Days) : Continuous;

EQUATIONS
  InitialWeight := weight[0] = 200;  // 初始重量
  DailyWeightIncrease := weight[t+1] = weight[t] + 5;  // 每天增长5磅
  PriceDrop := price[t] = 65 * (1 - 0.01);  // 每天价格下降1%
  Revenue := revenue[t] = price[t] * weight[t];  // 利润
  Cost := cost[t] = 45 * x[t];  // 饲养成本
  ProfitMax := Maximize(revenue[t], t in Days);  // 找到总利润最大化

SOLVE

OUTPUT
  x, weight, revenue, ProfitMax;

在这个模型中，我们假设猪生长速度恒定不变，直到达到200磅。实际问题可能需要更复杂的条件判断，比如考虑到生长曲线的变化等。为了进行敏感性分析，你需要对饲料成本、市场价变动率等关键参数进行改变，然后运行模型查看结果变化。