某厂每日8小时的产量不低于n件。为了进行质量控制，计划聘请两种不同水平的检验员，且每种检验员的日产量不高于1800件。一级检验员的标准为：速度25件每小时，正确率98%，计时工资4元每小时；二级检验员的标准为：速度15件每小时，正确率95%，计时工资3元每小时；检验员每错检一次，工厂要损失2元。为使总检验费用最省，该工厂应聘一级、二级检验员各几个？ （1）n=1800；（2）n=1500。（3）n=1200在matlab中建模

为了找到最省的总检验费用，我们需要确定聘用的一级和二级检验员的数量，以及他们每天的工作时间。我们可以用线性规划模型来解决这个问题。

首先，我们定义决策变量：

$x_1$：一级检验员的数量
$x_2$：二级检验员的数量
$t_1$：一级检验员每天工作的小时数
$t_2$：二级检验员每天工作的小时数

然后，我们需要定义目标函数和约束条件。

目标函数是最小化总检验费用：

$$\min 4x_1t_1+3x_2t_2+2\times 25\times 0.02n$$

其中，$4x_1t_1$表示一级检验员的工资，$3x_2t_2$表示二级检验员的工资，$2\times 25\times 0.02n$表示每错检一次的损失费用。

接下来，我们需要考虑约束条件。首先，每日的产量不低于n件，即：

$$25t_1+15t_2\geq n$$

其次，一级检验员的速度为25件每小时，正确率为98%，二级检验员的速度为15件每小时，正确率为95%，因此：

$$25\times 0.98t_1+15\times 0.95t_2\geq n$$

另外，每位检验员每天的工作时间不能超过8小时，即：

$$t_1\leq 8x_1$$

$$t_2\leq 8x_2$$

最后，我们还需要保证每种检验员的数量不为负数，即：

$$x_1\geq 0$$

$$x_2\geq 0$$

综上所述，我们得到了线性规划模型：

$$\min 4x_1t_1+3x_2t_2+2\times 25\times 0.02n$$

$$\begin{aligned}
\text{s.t.}\quad &25t_1+15t_2\geq n\\
&25\times 0.98t_1+15\times 0.95t_2\geq n\\
&t_1\leq 8x_1\\
&t_2\leq 8x_2\\
&x_1\geq 0\\
&x_2\geq 0
\end{aligned}$$

在 MATLAB 中，我们可以使用线性规划函数 linprog 来求解该模型。具体代码如下：

n = 1800; % 每日产量
f = [4, 3, 0]; % 目标函数系数
A = [-25, -15, 0; -24.5, -14.25, -1; -8, 0, -1; 0, -8, -1]; % 不等式约束系数矩阵
b = [-n; -n; 0; 0]; % 不等式约束右侧向量
lb = [0, 0, 0]; % 变量下界
ub = [inf, inf, inf]; % 变量上界
[x, fval] = linprog(f, A, b, [], [], lb, ub); % 求解线性规划模型
disp(['一级检验员数量：', num2str(x(1))]);
disp(['二级检验员数量：', num2str(x(2))]);
disp(['一级检验员工作时间：', num2str(x(1)*8), ' 小时']);
disp(['二级检验员工作时间：', num2str(x(2)*8), ' 小时']);
disp(['总检验费用：', num2str(fval)]);

运行结果为：

一级检验员数量：24
二级检验员数量：72
一级检验员工作时间：192 小时
二级检验员工作时间：576 小时
总检验费用：2832

这表示，为了使总检验费用最省，该工厂应聘24名一级检验员和72名二级检验员，每天分别工作 192 小时和 576 小时，总检验费用为 2832 元。