タグ付けされた質問 「dynamic-optimization」

新古典派の成長モデルには、次の横断条件があります。 K T + 1、Tリムt → ∞βtあなた』（ct）kt + 1= 0 、limt→∞βtu′(ct)kt+1=0,\lim_{t\rightarrow\infty}\beta^{t}u'(c_{t})k_{t+1}= 0,kt + 1kt+1k_{t+1}ttt 私の質問は： この状態はどのようにして導き出されるのでしょうか？ 債務の累積がない経路を除外したいのに、なぜこれが必要なのでしょうか。 なぜラグランジュ乗数 が現在の資本の割引額なのですか？βtあなた』（ct）= βtλtβtあなた』（ct）=βtλt\beta^{t}u'(c_{t}) = \beta^{t}\lambda_{t}

8 economic-growth  dynamic-optimization 

単純で動的な消費節約の問題を考えてみましょう。解は、一次条件と境界条件のセットを生成するラグランジアンアプローチを使用して特徴付けることができます。 別のアプローチは、ベルマン方程式を使用して設定することです。私が理解していないのは、どのようにしてベルマン方程式アプローチがソリューション方法論の境界条件に関する情報を使用しないように見えるのですか？つまり、ベルマン方程式には期間tとt + 1の間でトレードオフがありますが、全体的な予算の制約は表されていないようです。

2 dynamic-optimization 

McCandless著（2008年）の本の確率的RBCモデルの基本的な例に取り組んでいます：The ABCs of RBCs、pp。71-75 標準的な確率的動的計画問題 基本的な確率的動的プログラミングモデルの定式化はとおりです。 yt=Atf(kt)yt=Atf(kt)\begin{equation} y_t = A^t f(k_t) \end{equation} At={A1 with probability pA2 with probability (1−p)At={A1 with probability pA2 with probability (1−p)\begin{equation} A^t = \cases{A_1 \text{ with probability } p \\ A_2 \text{ with probability } (1 - p) } \end{equation} kt+1=Atf(kt)+(1−δ)kt−ctkt+1=Atf(kt)+(1−δ)kt−ct\begin{equation} k_{t+1} = A^tf(k_t) + (1 …

1 dynamic-programming  dynamic-optimization  stochastic-processes 

小売会社の1年間の販売データがあり、製品の翌月の販売を予測しているとしましょう。Rの時系列を使用して売上を取得しました。次に、価格も予測します。需要と価格の両方を使用してモデルを構築したい。私の関数はf（D P）で、Dは需要で、Pは価格です。Revenue = D Pの場合、RevenueまたはProfitを最大化したい。 今のところ、私は販売を予測し、単一の製品の最適な価格を得るために価格自体に線形プログラミングを行いました。私は自分のモデルを堅牢にしたいのですが、これは需要予測が価格に依存し、価格が需要に依存する鶏卵理論です。このモデルまたはいくつかのRモデルに適したいくつかの理論を共有してください。

elasticity  optimization  price  dynamic-optimization  r