ISSN 0236-235X (P)
ISSN 2311-2735 (E)

Публикационная активность

(сведения по итогам 2017 г.)
2-летний импакт-фактор РИНЦ: 0,500
2-летний импакт-фактор РИНЦ без самоцитирования: 0,405
Двухлетний импакт-фактор РИНЦ с учетом цитирования из всех
источников: 0,817
5-летний импакт-фактор РИНЦ: 0,319
5-летний импакт-фактор РИНЦ без самоцитирования: 0,264
Суммарное число цитирований журнала в РИНЦ: 6012
Пятилетний индекс Херфиндаля по цитирующим журналам: 404
Индекс Херфиндаля по организациям авторов: 338
Десятилетний индекс Хирша: 17
Место в общем рейтинге SCIENCE INDEX за 2017 год: 527
Место в рейтинге SCIENCE INDEX за 2017 год по тематике "Автоматика. Вычислительная техника": 16

Больше данных по публикационной активности нашего журнале за 2008-2017 гг. на сайте РИНЦ

Вход


Забыли пароль? / Регистрация

Добавить в закладки

Следующий номер на сайте

4
Ожидается:
16 Декабря 2018

Численное решение задачи потребительского выбора с нелинейными бюджетными ограничениями

Numerical solution of the consumer choice’s problem with nonlinear budget restrictions
Статья опубликована в выпуске журнала № 2 за 2011 год.[ 11.06.2011 ]
Аннотация:В данной работе рассмотрены наиболее распространенные функции полезности, в каждой из которых исследовано численное решение задачи потребительского выбора с нелинейными ограничениями при модификации бюджетных ограничений с использованием математического метода штрафных функций и с учетом разных видов этих функций.
Abstract:In the given work were considered more well-known functions of utility, each of which the numerical solution of the consumer choice’s problem with nonlinear restrictions at updating budget restrictions is investigated using a mathematical method of penalty functions and considering different types of penalty functions.
Авторы: Икума Иссомбо (hickman-jr@hotmail.com) - Тверской государственный университет, ,
Ключевые слова: метод штрафных функций, нелинейное программирование, штрафные функции, функция полезности, теория потребления
Keywords: penalty function method, non-linear programming, penalty functions, utility function, consumption theory
Количество просмотров: 11806
Версия для печати
Выпуск в формате PDF (5.35Мб)
Скачать обложку в формате PDF (1.27Мб)

Размер шрифта:       Шрифт:

Считается, что потребитель располагает доходом I, который полностью тратит на приобретение благ (продуктов). Учитывая структуру цен, доход и собственные предпочтения, потребитель приобретает определенное количество благ. Математическая модель такого поведения потребителя называется моделью потребительского выбора. На множестве потребительских наборов x=(x1, x2, …, xn)Πблаг определена функция , называемая функцией полезности потребителя, которая на потребительском наборе (x1, x2, …, xn) равна потребительской оценке индивидуума для этого набора.

Функция полезности удовлетворяет следующим свойствам:

1. Увеличение потребления одного продукта при постоянном потреблении других ведет к росту потребительской оценки:

.

2. Предельная полезность (первая частная производная) каждого продукта уменьшается, если объем его потребления растет (это свойство предельной полезности называется законом убывания предельной полезности):

.

3. Предельная полезность каждого продукта увеличивается, если растет количество потребления других продуктов:

.

Подпись:  
Рис. 1
Линия, соединяющая потребительские наборы (x1, x2, …, xn), имеющие один и тот же уровень удовлетворения потребностей индивидуума, называется линей безразличия, которая и есть линия уровня функции полезности.

Задача потребительского выбора заключается в выборе такого потребительского набора (x1, x2, …, xn), который максимизирует его функцию полезности при заданном бюджетном ограничении и является задачей выпуклого программирования.

Так как функция полезности выпуклая, на бюджетном множестве существует единственная точка максимума функции полезности.

Бюджетное ограничение означает, что расходы на продукты не могут превышать денежного дохода, то есть p1x1+…+pnxn£I, где piÎR+ – рыночная цена одной единицы i-го продукта, I – доход индивидуума.

Пусть задана целевая функция полезности (предпочтения) потребителя u(x1, …, xn), где xi – количество i-го блага, вектор цен p=(p1, …, pn)  и доход I. Записав бюджетное ограничение и ограничения на неотрицательность, получаем задачу u(x1, …, xn)®max при условиях , xi³0, i=1, …, n.

Для решения этой задачи на условный экстремум применим метод Лагранжа к задаче выпуклого программирования. Функция  , заданная на декартовом произведении Rn´R2, называется функцией Лагранжа задачи потребительского выбора.

Выписываем необходимые условия экстремума:

а) условие стационарности:

 i=1, …, n,

где x* – точка локального экстремума в задаче потребительского выбора;

б) условие дополняющей нежесткости:

;

в) условие неотрицательности (согласования знаков) l³0;

г) условие допустимости .

Из условия а) следует, что l>0, в противном случае все предельные полезности были бы равны нулю, что ведет к противоречию свойства 1. Отсюда вытекает следующая система уравнений:

,

.

Логично, что для всех i, j в точке x* локального рыночного равновесия выполняется

,

.

Исключив λ из этой системы, получаем равенство .

Итак, в точке оптимума отношение предельных полезностей любых двух благ равно отношению их рыночных цен.

Геометрически решение  можно интерпретировать как точку касания линии безразличия (линии уровня) функции полезности u(x1, …, xn) с бюджетной прямой pixi+pjxj=I (см. рис. 1). Это определяется тем, что отношение  показывает тангенс угла наклона линии уровня функции полезности, а отношение  представляет тангенс угла наклона бюджетной прямой. Поскольку в точке потребительского выбора (или локального рыночного равновесия) они равны, в этой точке происходит касание данных двух линий.

Задача –u(x1, …, xn)®min                           (1)

при условиях ,                             (2)

xi³0, i=1, …, n                                                       (3)

(здесь  – функция, зависящая от xi (количества благ i-го вида); ki, li, ri, si – числовые параметры), является двойственной задачей потребительского выбора с нелинейными ограничениями.

Основная задача метода штрафных функций состоит в преобразовании задачи минимизации функции –u(x) с соответствующими ограничениями, наложенными на x, в задачу поиска минимума без ограничений функции vk(x)= –u(x)+Pk(x).

Функция Pk(x) является штрафной. Необходимо, чтобы при нарушении ограничений она штрафовала функцию vk(x), то есть увеличивала ее значение. В этом случае минимум функции vk(x) будет находиться внутри области ограничений.

Методы штрафных функций разделяются на методы внутренней и внешней точки. Метод штрафных функций называется методом внутренней (внешней) точки, если все точки последовательности x[k], k=0, 1, 2, …, являются допустимыми (недопустимыми). Вид метода (внутренней или внешней точки) определяет вид штрафной функции и правило, по которому производится пересчет штрафного параметра после решения очередной задачи безусловной минимизации.

Рассмотрим следующие штрафные функции: внутренняя штрафная функция к (1)–(3)

                     (4)

и внешняя штрафная функция

, (5)

где Dk – коэффициенты штрафа (штрафные параметры), k=1, 2, 3, …

Тогда, учитывая штрафную функцию (5), исходная задача потребительского выбора переходит к следующей задаче безусловного экстремума:

xi³0, i=1, ..., n.

Алгоритм численной задачи условной минимизации методом штрафных функций заключается в следующем.

1. Задаются e, d1, d2, D0, c и x[0]; определяется x[0] (внутренняя или внешняя); выбирается штрафная функция Pk; строится расширенная функция vk; полагается k=1.

2. Решается задача безусловной минимизации vk(x, Dk–1)®min, , одним из численных методов. При этом начальная точка x(0)=x[k–1], условие окончания вычислений . Результатом решения задачи безусловной минимизации является точка x[k], в качестве которой используется оценка x(i) точки минимума задачи безусловной минимизации.

3. Проверяется условие при k=1. Если оно выполняется, осуществляется переход к п. 5. Если условие не выполняется – переход к п. 4.

4. Проверяются условия окончания решения исходной задачи:

,

.

Если они выполняются, полагается   и вычисления завершаются. Если условия не выполняются – переход к п. 5.

5. Определяется Dk=Dk/c (в случае внутренней штрафной функции) и Dk=Dk´c (в случае внешней), полагается k=k+1 и осуществляется пере- ход к п. 2.

Для приведенного численного решения задачи потребительского выбора с нелинейными бюджетными ограничениями были рассмотрены следующие функции полезности:

·     функция полезности с полным взаимозамещением благ: , где bi – числовая оценка полезности от потребителя единицы блага i-го вида;

·     функция полезности с полным взаимодополнением благ: , где bi – количество блага i-го вида, приходящееся на единицу полезности;

·     функция полезности Кобба–Дугласа: , где a – фактор шкалы изменения полезности, b1+b2+…+bn=1;

·     функция полезности замещающе-дополня­ющего типа: , где v1, v2, ..., vn находятся из системы неравенств ;

·     квадратичная функция полезности: u(x)=, где a+xTB>0; xT – транспонированный вектор x; B – положительно определенная n´n матрица;

·     логарифмическая функция полезности: , где ai>0, xi>bi³0;

·     экспоненциальная функция полезности: , где a>0, w(x)=a1x1+a2x2+…+anxn;

·     Подпись:  Рис. 2функция полезности Стоуна:  , где ai – минимально необходимое количество i-го блага, которое приобретается при любом случае и не является предметом выбора, коэффициенты ai>0 характеризуют относительную ценность благ для потребления.

Ввод данных: размерность n=2, параметры штрафной функции k=(300; 300), l=(50; 50), r=(10; 10) и s=(1; 1), бюджет потребителя I=1000. Критерий останова:

,

.

Для исследования сходимости метода штрафных функций была выбрана следующая внутренняя штрафная функция:

, (6)

где b=(10; 10) – начальное приближение, x=(10; 10) – внутренняя точка.

Результаты минимизации функции (6) методом внутренних штрафных функций отражены в таблице 1.

Таблица 1

Этап штрафного метода

Количество итераций в методе градиентного спуска

Значение функции vk(x)

1

27

–483,748169290347

2

19

–486,601912700893

3

22

–487,504261002403

4

20

–487,789600150714

5

20

–487,879831468878

6

22

–487,90836503274

7

19

–487,917388129467

Результаты эксперимента, отраженные в таблице 1, показаны на рисунке 2.

Для исследования сходимости метода штрафных функций была выбрана следующая внешняя штрафная функция:

                   (7)

где p=2, b=(10; 10) – начальное приближение, x=(20; 20) – внешняя точка.

Результаты минимизации функции (7) методом внешних штрафных функций отражены в таблице 2.

Таблица 2

Этап штрафного метода

Количество итераций в методе градиентного спуска

Значение функции vk(x)

1

46

–487,926299087495

2

23

–487,922034888234

3

24

–487,921608467512

Решение задачи потребительского выбора с нелинейными ограничениями носит особый характер в нахождении оптимального набора товаров, так как это задача нелинейного программирования. Для ее решения был использован математический метод штрафных функций.

Автором разработана компьютерная программа в среде языка программирования Delphi, позволяющая исследовать сходимость метода, используя разные функции полезности при различных штрафных функциях, с заданной точностью получать оптимальный набор товаров.

Литература

1.   Андреева Е.А., Цирулева В.М. Вариационное исчисление и методы оптимизации. Тверь: Изд-во ТГТУ, 2001.

2.   Замков О.О., Толстопятенко А.В., Черемных Ю.Н. Математические методы в экономике: учебник. М.: Изд-во «Дело и сервис», 2004.


Постоянный адрес статьи:
http://swsys.ru/index.php?page=article&id=2770
Версия для печати
Выпуск в формате PDF (5.35Мб)
Скачать обложку в формате PDF (1.27Мб)
Статья опубликована в выпуске журнала № 2 за 2011 год.

Возможно, Вас заинтересуют следующие статьи схожих тематик: