Научная статья на тему 'Оптимальные режимы в многомерной модели экономического роста'

Оптимальные режимы в многомерной модели экономического роста Текст научной статьи по специальности «Математика»

CC BY
74
11
i Надоели баннеры? Вы всегда можете отключить рекламу.
Ключевые слова
МНОГОФАКТОРНАЯ ЭКОНОМИЧЕСКАЯ МОДЕЛЬ / ФУНКЦИЯ КОББА-ДУГЛАСА / ОПТИМАЛЬНОЕ УПРАВЛЕНИЕ / ПРИНЦИП МАКСИМУМА / MULTIFACTOR MODEL OF ECONOMIC GROWTH / COBB-DOUGLAS PRODUCTION FUNCTION / OPTIMAL CONTROL / PONTRYAGIN MAXIMUM PRINCIPLE

Аннотация научной статьи по математике, автор научной работы — Киселёв Ю. Н., Орлов М. В., Орлов С. М.

В статье исследована $n$-мерная задача оптимального экономического роста в многофакторной модели с производственной функцией Кобба-Дугласа и функционалом интегрального типа с дисконтированием. Модель исследуется в предположении, что все коэффициенты амортизации равны между собой. Получено конструктивное описание оптимального решения при достаточно “большом” горизонте планирования и достаточно “малом” коэффициенте дисконтирования. Для экстремального решения построено описание в аналитической форме. Исследованная задача с другими производственными функциями допускает биологическую интерпретацию в модели оптимального роста сельскохозяйственных растений на заданном конечном промежутке времени с $n$ вегетативными органами.

i Надоели баннеры? Вы всегда можете отключить рекламу.
iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

Optimal solutions in a multidimensional model of economic growth

In this article a multidimensional allocation problem in an economic growth model with the Cobb-Douglas production function and integrating type functional cost with discounting is considered. The model was studied under assumption that all amortization coefficients are the same. A constructive analytical description of the optimal solution was obtained under sufficiently large planning horizon and sufficiently small discounting coefficient. The investigated problem with different types of the production function is subject to biological interpretation under the model of optimal growth of plants with many vegetative organs during the given period of time (agricultural season).

Текст научной работы на тему «Оптимальные режимы в многомерной модели экономического роста»

УДК 517.977

Ю. Н. Киселёв, М. В. Орлов2, С. М. Орлов3

ОПТИМАЛЬНЫЕ РЕЖИМЫ В МНОГОМЕРНОЙ МОДЕЛИ ЭКОНОМИЧЕСКОГО РОСТА*

В статье исследована п-мерная задача оптимального экономического роста в многофакторной модели с производственной функцией Кобба-Дугласа и функционалом интегрального типа с дисконтированием. Модель исследуется в предположении, что все коэффициенты амортизации равны между собой. Получено конструктивное описание оптимального решения при достаточно "большом" горизонте планирования и достаточно "малом" коэффициенте дисконтирования. Для экстремального решения построено описание в аналитической форме. Исследованная задача с другими производственными функциями допускает биологическую интерпретацию в модели оптимального роста сельскохозяйственных растений на заданном конечном промежутке времени с п вегетативными органами.

Ключевые слова: многофакторная экономическая модель, функция Кобба-Дугласа, оптимальное управление, принцип максимума.

1. Введение. Постановка задачи. Рассмотрим нелинейную п-мерную задачу оптимального управления

У .

ii = —F(x), х%(0) = хм >0, 1 ^ г ^ n, n ^ 2,

T

J =-!<-■"

0

X — ^X X ; • • •

и = (til, ... 0 < t < T,

n

щ ) F(x) dt —> max,

жп)т G R'l = {x G Rn: Xi > 0, % = 1,..., n},

(1)

%)T G U = { и G Rn: щ ^ 0, % = 1,.

i= 1

где x — вектор положительных фазовых переменных, и — вектор переменных управления, которые являются кусочно-непрерывными на [0, Т] функциями времени со значениями из области управления U С Rn, где U является n-мерным симплексом, х° = (жю, Ж20, • • •, ж„о)т G i?" — начальное состояние управляемого объекта, Т > 0 — заданная длительность процесса управления. В дифференциальных уравнениях управляемого движения задачи (1) участвует производственная функция Кобба-Дугласа

F(x) ■i' 1' -'V • • • , х G R\, в которой коэффициенты эластичности £i, е2, ■ ■ ■, £п удовлетворяют условиям

5>г = 1,

г=1

£i > 0, г = 1,.... п.

(2)

Фазовые переменные характеризуют уровень развития соответствующих секторов экономики, а функционал — интегральный объем потребления на отрезке времени [0, Т] с учетом дисконтирования. Набор исходных данных задачи управления (1) состоит из положительных чисел г/, Т, Жго, г = 1,..., п, и параметров (2), V > 0 — коэффициент дисконтирования.

1 Факультет ВМК МГУ, доц., к.ф.-м.н., e-mail: kiselevQcs.msu.su

2 Факультет ВМК МГУ, доц., к.ф.-м.н., e-mail: orlovQcs.msu.su

3 Факультет ВМК МГУ, асс., к.ф.-м.н., e-mail: sergey.orlovQcs.msu.su

* Работа выполнена при финансовой поддержке РФФИ, проект № 16-31-00177 мол_а.

К задаче (1) путем введения новых переменных и при подходящем масштабировании времени сводится следующая задача:

Уг = щщр(у) - цуи уг{0) = УгО > О, i = 1, . . . , 71, п ^ 2,

т\

о 1=1

у = (у1,...,у„)т €

и = («1,..., ип)т € II = € Яп : щ ^ 0, г = 1,..., щ ^^ щ ^ 1^, О < г < Ть г/1 > 0, /¿>0, аг > 0, г = 1,

(3)

,71.

В задаче (3) положительный параметр /х — единый для всех секторов экономики коэффициент амортизации. При исследовании задачи оптимального управления (1) используются подходы, разработанные в [1-4]. Задача (1) рассматривается при "достаточно большом" горизонте планирования Т > 0 и допускает различные особые режимы, описанные далее.

Для построения оптимального решения задачи (1) используется принцип максимума Понтряги-на [5]. Для обоснования оптимальности построенного решения применяется теорема о достаточных условиях оптимальности в форме конструкций принципа максимума [6]. Случай п = 2 изучен ранее в [2].

Замечание 1. Задача вида (1) при других типах производственной функции F(x) (см. [7]) допускает биологическую интерпретацию в модели роста сельскохозяйственных растений, в которой Xi характеризует степень развития г-го вегетативного органа растения, а оптимизируемый функционал — массу выросших плодов на заданном промежутке времени (сельскохозяйственный сезон).

Задачи вида (1), (3) и их возможные приложения изучались в работах отечественных и зарубежных ученых, среди них: С.М. Асеев, A.B. Кряжимский, A.M. Тарасьев, Г. Хутченрайтер и многие другие, включая авторов данной статьи. Основной результат выполненной работы состоит в аналитическом описании оптимального решения в нелинейной задаче оптимального управления произвольной размерности.

2. Система обозначений, используемая при формулировке основных результатов.

Без ограничения общности предположим, что начальные условия задачи (1) подчиняются ограничениям

С0 : Ж1(0) = жю < ж2(0) = ж20 < ... < жп(0) = хп0-

Этого всегда можно добиться путем изменения нумерации фазовых переменных. Введем обозначения:

1 1 — е~иТ Т„ = — 1п -->0, в = т^ти, д(г) =-,

1/1 — 1/ V

1—£1 _ 1—£1 . 1 — (£1+62) _ 1 —(£1+62) _ _ Ж20 ~ Ж10 _ е1 + _ •%)_~ Ж20_

1 — ж20 ' ' ' Жга0 1 — + • • • Жпд

тп-1 =

£п-1

ьп0

X

(га —1)0

X,

гаО

^(га—1)0

.-1)

х

гаО

X

гаО

Г = Ti + . . . + Тп_2,

Г = Г + Гп_1,

Щ) =

/0\

о о

\0/

и\ =

/1\

О

о \0/

щ =

/£1/(£1 гч/Оп

V

/

2 < % < п - 2,

ип-1 =

( гп/Оп 4 е2/Ой 4

V

£п-1) \ £п-1)

+ £п-1)

/ £1/(1-е«) \

£2/(1 - £п)

£п-1/(1 —

О

, '¿¿тт. —

(еА

£2 ез

Vе«/

3. Формулировка теоремы об оптимальном решении задачи (1).

Теорема 1. В случае выполнения ограничений Со при V € (0,1), Т > Т„ + г, оптимальное управление и(1) и оптимальная траектория х(1) задачи (1) определяются следуют,им образом:

1) для £ € [0, тх]: и(1) = йх,

( \ — £\ х \

Жх — I Ж2о ' ' ' Жпд t + Ж-^д I , Жг = Ж^о, 2 ^ 2 ^ П', \ £1 /

2) для I € (тх, тх + т2]: = «2,

жх(г) = ж2(г) = ( -—^—— + х12~£1~£2 )

\ £1 + £2 /

= хм, 3 < 7, < п;

3) ы так далее;

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

4) Лиг £ € (тх + ... + тп_2, тх + ... + тп_х] = (г, г]: «(£) = йп_х,

/1_е1_ — е х 1 е £ 4 1/(1-61-...-еп-1)

Жг(^) = I —— —— жпо(£ — + ж(п-1)о

\ £1 +...+£п-1 у '

£ ^

1/(1-£1-е2)

\ Ч^п

{т^тп-г}) + ж5_1)о) ! 1<г<п-1, жп(г) = жп0;

5) для £ € (т, 0]: = ип, жД^) = ж„ое* т, 1 ^ г ^ п;

6) для £ € (0,Т]: = й0, Жг(^) = хпоев~Т = ж¿(0), 1 ^ г ^ п.

Параметры Т„, в, т, а также 1 ^ г ^ п — 1, 0 ^ г ^ п, определены в п. 2.

Из теоремы 1 следует, что оптимальное решение содержит не менее одного и не более п — 1 особых участков, где принцип максимума не позволяет однозначно определить вид экстремального управления. Финальный участок времени, на котором управление равно нулю, является участком стабильности фазовых переменных, а предшествующий ему особый участок является участком сбалансированного роста фазовых переменных. Замечание 2. Легко проверить, что

1 1 Нт Т„ = Нт — 1п-= 1,

V 1 — г/

Жх(тх) = Ж20, Жх(г1 + . . . + Гг) = . . . = Жг(гх + . . . + Гг) = Ж(г+1)0, 2 < I < П - 1.

Из последнего равенства имеем жх(т) = ... = жп(т) = ж„о. Обоснование утверждений теоремы 1 приводится ниже.

4. Краевая задача принципа максимума. Полагая </•(, I. запишем функцию Гамильтона-Понтрягина для задачи (1):

(п \ п

,'-1 / ,'-1

г= 1 7 г= 1

Здесь

п

д(ф, и, t) = e~vt + J] {iJi/ei - e~vt) щ.

i= 1

Введем в рассмотрение функцию G(ip,t) = maxg(ijj,u,t). Эту функцию можно представить в виде

и еи

/>i/ei -e"vt\

G(ij,t) = e~ut+ c(U,p), р= :

\'Фп/£п - e~utJ

где c(U,p) — опорная функция (см. [8]) множества U. Так как 0 € U, то c(U,p) ^ 0 для всех р € i?n, поэтому

ОД, t) ^ e~ut >0 0.

Сопряженное уравнение

4p = -F'(x)G(4p,t), Ф(Т) = 0,

в координатной форме имеет вид

•¡¡>i = -F'Xi{x)G{$,t), 4>i(T) = 0 ipi = ——F(x)G(ip,t), фг{Т) = 0, 1 < i < п.

%i

К сопряженным уравнениям присоединены условия трансверсальности. Функция максимума

М(х, ф, t) = max К (ж, ф, и, t)

и еи

может быть записана в форме

М(х,ф,1) = F(x)G(4/>,t),

где фазовые и сопряженные переменные разделены. Сопряженное уравнение удобно записать в форме

Ф =-м'х{х,ф,г), Ф(т) = о,

где Mx(x,ip,t) = F'(x)G(ip,t) — градиент функции максимума по фазовой переменной х. Краевая задача принципа максимума Понтрягина для задачи (1) имеет вид

U'

' Xi = —F(x), Жг(0) = XiQ > 0,

< фг = -^F(x)G(ll>,t), Фг{Т) = 0, (4)

ж.

к(х(г),ф(г),и(г),г) = м(х(г),ф(г),г), о < г < т,

где 1 ^ % ^ п. Краевая задача (4) состоит из 2п дифференциальных уравнений, 2п краевых условий и условия максимума. Пусть функции

ж(г), ф(г), «(¿), о < г < т, (5)

образуют решение краевой задачи (4) (экстремальная тройка). Пару функций ж(£),«(£), 0 ^ £ ^ Т, называют экстремальным процессом, который удовлетворяет необходимым условиям оптимальности в форме принципа максимума Понтрягина с участием сопряженной переменной ф{Ь).

Далее будет построена экстремальная тройка (5). Применение теоремы о достаточных условиях в форме конструкций принципа максимума [6] гарантирует оптимальность построенного экстремального процесса, что равносильно доказательству теоремы 1. При этом используется схема рассуждений, использованная в работах [1-4].

Замечание 3. Неравенства Р(х) > 0 Ух € Д™, 0(ф, > О У^ е й" и { ) 0, влекут неравенства < О, 1 ^ г ^ п, следовательно, сопряженные переменные 1 ^ г ^ п, являются

убывающими функциями времени на отрезке [О, Т] и положительными на полуинтервале [О, Т); производные фi(t), 1 ^ i ^ п, непрерывно зависят от времени.

5. Построение экстремального решения. Заметим, что при обосновании оптимальности экстремального процесса его явный вид не используется. В данном разделе дается описание экстремальной тройки (5) задачи (4). Формулы, определяющие траекторию х(1) и управление и(1), приведены в формулировке теоремы 1. Остается указать явные выражения для экстремальной сопряженной переменной.

Теорема 2. В случае выполнения ограничений Со при V € (0,1), Т > Т„ + г, сопряженные переменные фг{^ определяются из следующих соотношений:

1) для I € (в,Т]: ^г^ ^ = д(£), 1 ^ 1 ^ п, причем на интервале (0,Т) имеем

£г

_ _

-— ... —- < е ,

2) для í € (т, 9\. ^г^ ^ = д(0)ее_*, 1 ^ г ^ п, причем на интервале (т,в) имеем

£г

_ _

-— ... —- > е ,

3) Лит г € (т - тп_1, т] = (п + ... + гп_2, Т1 + ... + гп_1]:

^г(^) /дч 0-т ( хп0 \ П л ^ - ^ 1 ^п^) 0—т/1 ,

-= д(0)ерт1—-I , -= д(в)е° Т(1 + г -

причем на интервале (г — тп_1,т) имеем

Фп(¿) ^ Фп-1(Ь) _ _ -VI

- <. -— ... —- .> е ;

£п £-п—1

4) для г € (т - (тп_1 + тп_2), т - гп_1]:

^ = д(*)в'"т Г(^1)1) 1"еП"вП"1 , 1 < < < п - 2,

£г \Ж(„_1)о/ \ Жг(^)

= ((г+(-^2- ) (г - г^ -

еп-1 \®(п-1)0/ \ \ж(п-1)0

причем на интервале (т — {тп-\ + тп_2),т — тп_1) имеем

Фп(Ь) ^ Фп-1(Ь) ^ Фп—2 _ _ ^

- <. - <. -— ... — - .> е ;

^п —1 £п — 2

5) ы так далее;

6) для I € [0,ri] = [т - (т„ , + ... + г,), г - (т„ , + ... + г2)]:

/ 1.1\ / \ 1—£п \ 1 —(Sn+Sn-l) / \ £1+^2 / \ £l

V'lW (D\ в-т ( хп0 \ I ж(п-1)0 \ /Жзо\ / x2q 4

= <?W е

\ж(п-1)0/ \ж(п-2)0/ \ж20 /

30

^ = g(0) ( ... f £l+£2 (1 + (n - i)

^2 \Ж(„_1)0/ \ж20

20

^^ = я(0)ев~т (1_£П ( 1 + - тп_! - i)'

V X(n — 1)0 / \ X(n — 1)Q ,

=g(0)ee-T(l + r-i),

e

n

причем на полуинтервале [О, Т\) имеем - < ... < - > е

Параметры Т„, в, т, а также 1 ^ г ^ п — 1, ы функция ц определены в п. 2.

Доказательство. Справедливость утверждений теоремы 2 проверяется непосредственно. Замечание4. Теоремы 1 и 2 остаются справедливыми и при г/ = 0. В этом случае меняются только два соотношения, а именно: Т„ = 1, д(£) = Т — Ь.

Замечание 5. Если для некоторого индекса 1, выполняется равенство

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

= Ж(г_|_1)0, то Тг = 0. В частности, если х^ = Ж(г+1)о для всех г от 1 до п — 1, то все т^ = 0, а значит, г = т\ + ... + тп_ 1 = 0.

Замечание 6. При ь> ^ тах (х% ... х£Л/хм) ^ 1 оптимальное решение задачи (1) имеет

для 0 ^ £ ^ Т следующий вид:

= 0, Х^) = ЖгО, 1 < г < п.

Если жю = ... = х„х) = жо при V ^ 1, то экстремальная тройка (5) определяется для 0 ^ £ ^ Т тривиальным образом:

= 0, Хг{1) = Жо, = д(1;), 1 ^ г ^ П.

В этом случае

СПИСОК ЛИТЕРАТУРЫ

1. Киселёв Ю.Н., Орлов М.В., Орлов С. М. Оптимальная программа распределения ресурсов в двухсекторной экономической модели с функционалом интегрального типа при различных коэффициентах амортизации // Дифференц. уравн. 2015. 51. № 5. С. 671-687. (Kiselev Yu.N., Orlov М.V., О rlo v S. М. Optimal resource allocation program in a two-sector economic with an integral type functional for various amortization factors // Differential Equations. 2015. 51. N 5. P. 683-700.)

2. Киселёв Ю.Н., Орлов M. В., Орлов С.М. Исследование двухсекторной экономической модели с функционалом интегрального типа // Вестн. Моск. ун-та. Сер. 15. Вычисл. матем. и киберн. 2013. №4. С. 18-24. (Kiselev Yu.N., Orlov М. V., Orlov S.M. Investigating a two-sector model with an integrating type functional cost // Moscow Univ. Comput. Math. Cybern. 2013. 37. N 4. P. 172-179.)

3.Киселёв Ю.Н., Орлов M. В. Исследование задачи распределения ресурсов в двухсекторной экономической модели с производственной функцией Кобба-Дугласа и функционалом интегрального типа // Проблемы динамического управления. Вып. 6. М.: МАКС Пресс, 2012. С. 102-111.

4. Киселёв Ю.Н., Орлов М. В. Оптимальная программа распределения ресурсов в двухсекторной экономической модели с производственной функцией Кобба-Дугласа // Дифференц. уравн. 2010. 46. № 12. С. 1749-1765. (Kiselev Yu.N., Orlov М. V. Optimal resource allocation program in a two-sector

economic model with a Cobb-Douglas production function // Differential Equations. 2010. 46. N 12. P. 17501766.)

5. Понтрягин JI. С., Болтянский В.Г., Гамкрелидзе Р.В., Мищенко Е. Ф. Математическая теория оптимальных процессов. М.: Наука, 1961. (Pontryagin L. S., Boltyanskii V. G., Gamkrelidze R. V., Mishchenko E. F. The Mathematical Theory of Optimal Processes. New York: Interscience, 1962.)

6. Киселёв Ю.Н. Достаточные условия оптимальности в терминах конструкций принципа максимума Понтрягина // Математические модели в экономике и биологии. М.: МАКС Пресс, 2003. С. 57-67.

7. Iwasa Y., Roughgarden J. Shoot/root balance of plants: optimal growth of a system with many vegitative organs // Theoretical Population Biology. 1984. 25. P. 78-105.

8. Киселёв Ю.Н., Аввакумов C.H., Орлов M.B. Оптимальное управление. Линейная теория и приложения. М.: МАКС Пресс, 2007.

Поступила в редакцию 02.11.16

УДК 519.22

0. В. Шестаков1

СТАБИЛИЗИРОВАННАЯ ЖЕСТКАЯ ПОРОГОВАЯ ОБРАБОТКА ПРИ НЕИЗВЕСТНОМ УРОВНЕ ШУМА*

В работе изучается влияние способов оценивания дисперсии шума на статистические характеристики стабилизированного метода жесткой пороговой обработки коэффициентов вейвлет-разложения функции сигнала. Проведен анализ несмещенной оценки среднеквадратичного риска и показано, что при выполнении определенных условий распределение оценки стремится к нормальному закону с дисперсией, зависящей от вида оценки дисперсии шума.

Ключевые слова: вейвлеты, пороговая обработка, несмещенная оценка риска, асимптотическая нормальность, оценка дисперсии.

1. Введение. Методы обработки сигналов и изображений, основанные на идеях вейвлет-анализа, остаются популярными уже несколько десятилетий. Объясняется это тем, что такие методы вычислительно эффективны и способны решать те задачи, в которых традиционный Фурье-анализ неприменим. Основные задачи, для решения которых используются вейвлеты, — это сжатие сигналов/изображений и удаление шума. При этом чаще всего применяются процедуры пороговой обработки вейвлет-коэффициентов. В работе [1] предложен стабилизированный вариант жесткой пороговой обработки, позволяющий устранить недостатки традиционных видов жесткой и мягкой пороговых обработок, а в работе [2] изучены статистические свойства этого метода и показано, что несмещенная оценка среднеквадратичного риска является сильно состоятельной и асимптотически нормальной. На практике дисперсия шума также неизвестна, и ее необходимо оценивать. Влияние различных видов оценки дисперсии при мягкой пороговой обработке на предельное распределение среднеквадратичного риска исследовано в работах [3-8]. В данной работе исследуется предельное распределение оценки риска при стабилизированной жесткой пороговой обработке и различных способах оценивания дисперсии шума.

2. Пороговая обработка вейвлет-коэффициентов. Для применения методов пороговой обработки функция / € L2(R), описывающая сигнал, сначала раскладывается по базису, в котором она имеет "экономное" представление. Часто таким базисом является вейвлет-базис, имеющий

1 Факультет ВМК МГУ, доц.; Институт проблем информатики Федерального исследовательского центра "Информатика и управление" Российской академии наук, ст. науч. сотр., д.ф.-м.н., e-mail: oshestakovQcs.msu.su

* Работа выполнена при финансовой поддержке РФФИ, проект № 16-07-00736.

i Надоели баннеры? Вы всегда можете отключить рекламу.