第4基于线性代数与差分方程方法的模型.pptVIP

记 。若 ，则 此时差分方程（4.22）是不稳定的。 ， 若 ，此时特征根 为一对共轭复数， 。 由线性差分方程稳定的条件， 当r2即b2a时（4.22）式是稳定的，从 而M*是稳定的平衡点。 不难发现，生产者管理方式的这一更动不仅使自己减少了因价格波动而带来的损失，而且大大消除了市场的不稳定性。生产者在采取上述方式来确定各时段的生产量后，如发现市场仍不稳定（b≥2a），可按类似方法试图再改变确定生产量的方式，此时可得到更高阶的差分方程。对这些方程稳定性条件的研究很可能会导出进一步稳定市场经济的新措施。 例4.15 国民经济的稳定性 国民收入的主要来源是生产，国民收入的开支主要用于消费资金、投入再生产的积累资金及政府用于公共设施的开支。现在我们用差分方程方法建立一个简略的模型，粗略地分析一下国民经济的稳定性问题。 再生产的投资水 平It取决于消费水平的变化量，设 政府用于公共设施的开支在一个不太大的时期内变动不大，设 为常数G。故由 可得出 。将 及 代入 。 记yt为第t周期的国民收入，Ct为第t周期的消费资金。Ct的值决定于前一周期的国民收入，设 （4.23） （4.23）式是一个二阶常系数差分方程，其特征方程为 ，相应特征根为 （4.24） 成立时才是稳定的。 （4.24）式可用于预报经济发展趋势。 现用待定系数法求方程 （4.23）的一个特解 。令 代入（4.23）式，得 故当（4.24）式成立时，差分方程 （4.23）的通解为 其中ρ为 的模，ω为其幅角。 例如，若取 ， 易见，此时关系式 （4.12）成立，又若 取y0=1600，y1=1700， G=550，则由迭代公式 求得 y2=1862.5, y3=2007.8, y4=2110.3, y5=2171.2, y6=2201.2, y7=2212.15, y8=2213.22, y9=2210.3,…。 易见 例4.16 商品销售量预测 (实例)某商品前5年的销售量见表 。现希望根据 前5年的统计数据预测 第6年起该商品在各季度中的销售量。 从表中可以看出，该商品在 前5年相同季节里的销售量呈增长趋势，而在同一年中销售量先增后减，第一季度的销售量最小而第三季度的销售量最大。预测该商品以后的销售情况，一种办法是应 用最小二乘法建立经验模型。即根据本例中数据的特征，可以按季度建立四个经验公式，分别用来预测以后各年同一季度的销售量。例如，如认为第一季度的销售量大体按线性增长，可设销售量 由 15 25 32 17 15 24 30 15 13 20 27 15 12 18 26 14 11 16 25 12 1 2 3 4 第五年 第四年 第三年 第二年 第一年 销售量 季度 年份 求得 a=1.3， b=9.5。 根据 预测第六年起第一季度的销售量 为 =17.3， =18.6，… 如认为销售量并非逐年等量增长而是按前一年或前几年同期销售量的一定比例增长的，则可建立相应的差分方程模型。仍以第一季度为例，为简便起见不再引入上标，以表示 第t年第一节季度的销售量，建立形式如下的差分方程： 或 等等。 上述差分方程中的系数不一定能使所有统计数据吻合，较为合 理的办法是用最小二乘法求一组总体吻合较好的数据。以建立 二阶差分方程 为例，为选取a0,a1,a2使 最小，解线性方程组： 即求解 得a0=-8，a1=-1，a2=3。即所求二阶差分方程为 虽然这一差分方程恰好使所有统计数据吻合，但这只是一个巧合。根据这一方程，可迭代求出以后各年第一季度销售量的预测值 y6=21，y7=19，…等。 上述为预测各年第一季度销售量而建立的二阶差分方程，虽然其系数与前 5年第一季度的统计数据完全吻合，但用于预测时预测值与事实不符。凭直觉，第六年估计值明显偏高，第七年销售量预测值甚至小于第六年。稍作分析，不难看出，如分别对每一季度建立一差分方程，则根据统计数据拟合出的系数可能会相差甚大，但对同一种商品，这种 差异 应当是微小的，故应根据统计数据建立一个共用