关于优化的数学知识(全).ppt

* 位似函数 x 和 y之间隐含的替代关系是 如果 t = 1/y, * 位似函数 替代关系不受到单调变换的影响，仍然仅仅是 x 与 y 比率的函数 * 要点回顾: 数学为经济学家提供了一个简便的方式发展模型 各种经济假设的含义可以通过使用数学工具在简化的环境中研究 * 要点回顾: 经济学中经常使用导数，因为经济学家关心一个变量的微小改变如何影响另外一个变量 偏导数包含了大多数经济模型中使用的其他条件不变 假设 * 要点回顾: 优化数学是一个发展模型的重要工具，这些模型假设经济人理性地追求某些目标 最大值的一阶条件要求所有的偏导数都等于零 * 要点回顾: 大多数经济优化问题包含参与人进行选择的时候必须满足的约束 最大值的一阶条件表明每一个行动都在边际收益和边际成本的一个比率上进行 * 要点回顾: 拉各朗日乘子用于帮助解决约束的最大化问题 拉各朗日乘子可以解释为约束的隐含价值 (影子价格) * 要点回顾: 隐函数定理说明了优化问题的最优选择依赖于问题的参数 * 要点回顾: 包络定理考察了问题参数的变化如何影响最优选择 一些优化问题可能包含不等式约束 * 要点回顾: 一阶条件是必要条件，但不是最大值或者最小值的充分条件 需要考察描述了函数弯曲的二阶条件 * 要点回顾: 在许多经济问题中存在的某些函数 拟凹函数满足线性约束条件下最大值或者最小值问题的二阶条件 位似函数具有这样的特性，变量之间隐含的替代关系仅仅依赖于变量的比率 * 补充例子。 * 不等式约束 这些结果有时候被称为 库恩-塔克条件 表明不等式约束最优化问题的解不同于等式约束问题的方式相当简单 我们先从等式约束问题分析起不会有错误 * 例子 max 10x-x2+180y-y2 s.t. 80-x-y ≥0 x,y ≥0 考虑无约束问题 10-2x=0 180-2y=0 求解 x=5,y=90 因此约束起作用 * 例子 求解等式约束 L=10x-x2+180y-y2+ ? (80-x-y) 一阶条件 10-2x- ? =0 (1) 180-2y- ? =0 (2) 80-x-y=0 (3) 解得 x=-2.5 * 例子 对于x的约束起作用，所以x*=0 因此，y*=80 此时， ? ＝20 由(1)可知，10-20＝-100,符合库恩－塔克条件 * 例子 如果约束为 85-x-y ≥0 可以解得 x*=0 ，y*=85， ? ＝10 由(1)可知，10-10＝0,符合库恩－塔克条件 * 例子 如果约束为 110-x-y ≥0 可以解得 x*=12.5，y*=97.5， ? ＝-15 解应该是? ＝0，110-x-y 0 可以解得 x*=5，y*=90 * 二阶条件 – 单变量函数 令 y = f(x) 最大值点的必要条件 dy/dx = f ’(x) = 0 为了保证这个点是最大值点, y 必须在离开这个点的时候递减 * 二阶条件 – 单变量函数 全微分衡量了 y 的变化 dy = f ’(x) dx 在最大值点,对于 x 的微小增加dy 一定会减小 为了看到 dy 的变化, 我们必须利用 y 的二阶导数 * 二阶条件 – 单变量函数 注意 d 2y 0 意味着 f ’’(x)dx2 0 因为 dx2 一定是正的, f ’’(x) 0 这意味着函数 f 在驻点一定是凹的 * 二阶条件 – 双变量函数 假定 y = f(x1, x2) 最大值点的一阶条件 ?y/?x1 = f1 = 0 ?y/?x2 = f2 = 0 为了保证这个点是最大值点, 从任何方向离开驻点 y 必须减小 * 二阶条件 – 双变量函数 x1 方向的斜率 (f1) 必须在驻点减小 x2 方向的斜率 (f2) 必须在驻点减小 但是, 交叉导数 (f12 = f21) 也必须满足约束，以保证dy 对于任何方向离开驻点的运动都会减少 * 二阶条件 – 双变量函数 y 的全微分 dy = f1 dx1 + f2 dx2 这个函数的微分是 d 2y = (f11dx1 + f12dx2)dx1 + (f21dx1 + f22dx2)dx2 d 2y = f11dx12 + f12dx2dx1 + f21dx1 dx2 + f22dx22 根据Young定理, f12 = f21 并且 d 2y = f11dx12 + 2f12dx1dx2 + f22dx22 * 二阶条件 – 双变量函数 d 2y = f11dx12 + 2f12dx1dx2 + f22dx22 为了使得这个方程对于x的任何方向都是