高宏第三章最优控制.docxVIP

第三章 最优控制(上〉-变分法 第一节 动态优化简介 一、静态优化问题 如果一个企业要确定一个最优产出水平F以最大利润F(x): max 论° F(x) (1) 这样的问题的解通常将是一数，即确定选择变量的单个最优值。最优值常可 由一阶条件= 0确定。 动态问题是多期(multiperiod)的，但恳芳否是亩爭期的吋I可敵是勿杏回題。 考虑企业的多期决策问题： T max 工 F(/,兀) (2) 兀a=0」……门描述的是每阶段的产出组成的序列，即给出了一个产出的 时间路径。显而易见，总利润不是由单期的产岀决定，而是由整个的产出的时间 路径确定，所以要使利润最大化，实质上是要找到一条最优的路径(而不是单个 期的兀)。但由于/期利润只与(期的产岀有关，所以耍在整个时间序列内最大化 利润，就只要分别在每一期最大化利润即可，即这一个问题的解是一个有卩个数 的集合，｛兀,……x；｝o所以由于任一产量只影响该期利润，问题(2)实际上是 一系列的静态问题，即在每一期选择当前产量使该期利润最大化。问题(2)有 ? ? ? ? 类似的7个一阶条件，各期的一阶条件之间没有联系。在Ramsey模型的竞争性 均衡结构中，生产者问题就具有这样的性质。 二、动态问题 具有动态性质的问题是，当前的产出不但影响到当前的利润，还影啊到禾 来的利润。更为一般地来说，当前决策影响未来决策。 T max 工 F(/,兀，兀 _J /=l s.t. xf 09t = l-如给定或x(0) =如 在问题(3)中，每一期的利润不但取决于当前产量，述与过去的产量有关; 换句话说，［期选择的产量召不但影响/期的利润，还会影响到以后的利润。注 意，上述问题中已指定了勺。兀。影响到了以后各期的利润(从而也影响到总利 润)。 问题(3)与问题(2)不同，它的最优解的卩个一阶条件不能分别确定，而 是要同时确定，也就是我们实际上要“一次性”确定一条最优路径。每一产出路 径对应一个利润(目标值)，这种路径(而不是单个数值)到实数之间的映射关 系叫运甬。在动态优化中，我们处理的问题的目标函数通常是泛函形式，称为目 标运甬。简而言之，函数是值到值的对应关系，而泛函是路径到值的对应关系。 问题(3)中，我们假设了一个给定的初始点，即初始吋间给定，且初始吋 刻的产出(状态)已知。注意初始点有两个维度：时间与状态。有吋终结点也给 定的，即已知结束的时间与状态。 三、连续时间情形 问题(2)与(3)的连续时间对应物分别是问题(4)与(5)： max］。F(f,x(r))力 s.t. x(t) 0 (4) 7. max ￡ F(Z,x(/)?x(t))dt s.t. x(t) 0, x(0) = x0 (5) 和前面一样，只有(5)才真正具有“动态”性质：即现在与将来相关。注 意(5)中是以丘⑴作为自变量，而(3)中是為-,其原因在于在连续时间下“以 前时期”没有明确含义，所以用状态的变化率来表示这种动态性。 四、问题的不同形式 我们后面处理的动态优化问题都是连续的形式(离散时间问题的处理都可用 拉格開日方法，参见第一章作业)。动态优化问题会因端点(起始点与终结点) 不同而所有不同。一般经济学中遇到的问题都可认为起始点已知，下面我们讨论 不同终结点的变形。图1表述的固定终结点的三条不同吋间路径A、B、C, 0 标函数是不同路径的泛函。这个问题中，终结点已知，时间为卩，状态为Z,即 x（T） = Z o 图2为垂直终结线（固定吋间）问题；图3为水平终结线问题，图4为终结 曲线问题。在图2、3、4中，终结点要自由一些。图2中终结的时间己限定，但 状态可自由变化；图3中相反；图4中时间与状态均未限定，但两者有一个约束 条件 Z = 0（T） o 这三种形式的问题中，对路径的选择比前面固定终结点更自由，所以为了推 导出最优的目标值，要对路径选择加以限制，即以一个附加条件来确定所选的确 切路径。这个条件就是横截性条仔.（TYQ,它描述的是最优路径如何跨越（穿 过）终结线。在固定终结点问题屮已知了这样的条件，而可变端点（即终结点） 时，要推导出一个条件。 五、三种处理方法 总体来说，有三种常用的处理动态优化问题的方法：变分法、最优控制和动 态规划。 1、变分(variation)是指状态的整个路径的变化(如产出兀的变化)。变分 的基本问题如下： max(min) V [y] = J： F [r, y(/), y(t)]dt s.t. y(0) = A, y(T) = Z , A、7\ Z给定 (6) 回忆静态优化问题:max^ = /(x)o其一阶条件为： dx dx a) h 可以这样看待这个一阶条件：假设已知最优值，它将满足的条件是，对它无 穷小的扰动将对目标值没有影响。推导变分法一阶条件的思路和静态