Questions tagged «optimization»

我正在研究赌博行业中最佳支出百分比的模型。 因为1 美元门票的名义价格始终为 1 美元，所以我们使用有效的价格策略，其中Q = 1 美元的赢取奖金。如果游戏支付50％，则有效价格为2 美元，因为这是赢得预期的1 美元奖金所需的费用。很简单，对吧？ 好吧，我在一些研究中碰到了这个脚注，但无法从第一个方程式得出它们如何达到获利最大化的一阶条件： “让表示作为数量单位函数的运营成本，其中一个数量单位定义为奖品期望值的一美元。C(Q)C(Q)C(Q) 彩票代理机构的净利润为 N=PQ−Q−C(Q)N=PQ−Q−C(Q)N = PQ - Q - C(Q) 其中是按数量单位收取的价格。PPP 可以写出利润最大化的一阶条件 −EPQ=P(1−C′)/[P(1−C′)−1]−EPQ=P(1−C′)/[P(1−C′)−1]-E_{PQ} = P(1 - C')/[P(1 -C')- 1] 如果边际运营成本为销售额的％，支付率为％，则我们有和，这意味着最大利润时需求的价格弹性为。50 P = 2 C ^ ' = 0.12 - 2.3666505050P=2P=2P = 2C′=.12C′=.12C' = .12−2.3−2.3-2.3 为了提高支付率以增加利润，绝对值必须超过。” 2.3EPQEPQE_{PQ}2.32.32.3 - [引文] Clotfelter，Charles T和Philip …

13 linear-programming  profit-maximization  effective-price  optimization 

有谁知道学习连续时间动态编程的良好参考？引用不一定是书籍。它们也可以是在线资源的链接。链接到仅基础知识的清晰，简洁的讨论将很有帮助。

11 optimization  dynamic-programming  continuous-time 

当尝试最大化具有cobb-douglas实用函数且实用程序时，我发现以下公式（Wikipedia：马歇尔需求）：u=xa1xb2u=x1ax2bu=x_1^ax_2^ba+b=1a+b=1a+b = 1 x1=amp1x2=bmp2x1=amp1x2=bmp2x_1 = \frac{am}{p_1}\\ x_2 = \frac{bm}{p_2} In one of my books I also find these formulas for the same purpose: x1=aa+bmp1x2=ba+bmp2x1=aa+bmp1x2=ba+bmp2x_1 = \frac{a}{a+b}\frac{m}{p_1} \\ x_2= \frac{b}{a+b}\frac{m}{p_2} With pipip_i: prices of the goods; mmm: budget I tested all of them and they produced the same results. So are …

10 microeconomics  consumer-theory  optimization  cobb-douglas 

考虑以下动态优化问题 ST 最大值ü∫Ť0F（x ，u ）dŤX˙= f（x ，u ）最大值ü∫0ŤF（X，ü）dŤST X˙=F（X，ü）\begin{align} &\max_u \int^T_0{F(x,u)dt}\\ \text{s.t.}~& \dot{x} = f(x,u) \end{align} 方便旗 哈密​​顿量由 最优性的必要条件由最大值给出原理 H（x ，u ，λ ）= F（X ，Û ）+ λ ˚F（x ，u ）H（X，ü，λ）=F（X，ü）+λF（X，ü）\begin{align} H(x,u,\lambda) = F(x,u) + \lambda f(x,u) \end{align}∂H∂ü∂H∂X= 0= - λ˙∂H∂ü=0∂H∂X=-λ˙\begin{align} \frac{\partial H}{\partial u} &= 0\\[2mm] \frac{\partial H}{\partial x} &= -\dot{\lambda} …

9 optimization 

我可以使用我的数学知识来解决大多数效用最大化问题..但是关于Leontief偏好却无法解决。我没有书要依靠（自我学习），所以真的希望有所帮助。如何解决一般的最大化问题，例如max[αx1,βx2,γx3] subject to λ1x1+λ2x2+λ3x3=Mmax[αx1,βx2,γx3] subject to λ1x1+λ2x2+λ3x3=M\max [\alpha x_1, \beta x_2, \gamma x_3] \ \text{subject to } \ \lambda_1 x_1 + \lambda_2 x_2 + \lambda_3 x_3 = M 其中是收入，是好价钱？MMMλiλi\lambda_iiii 的确，关于这件该死的事情，我所知道的关于导数和斜率的一切都无处不在。如果有人告诉我价格和收入是多少，那么只有少数商品时，可能就可以通过运用常识找到最佳选择，但是一般情况如何？是否没有像Cobb Douglas和CES功能那样的通用“公式”？在这些情况下，我们是否使用一些入门方法？

8 consumer-theory  utility  optimization  leontief 

伯格定理指出 让 X∈Rm,Θ∈RnX∈Rm,Θ∈RnX \in \mathbb R^m, \Theta \in \mathbb R^n ，是一个共同连续函数，是连续的（上，下半连续）紧凑值correspondence.The最大化价值函数和最大化是 V（ \ theta）：= \ max_ {x \ in X} f（x，\ theta）C ^ \ ast（\ theta）：= \ {x \ in C（\ theta）\ mid f（x，\ theta）= V（\ theta）\} 然后V：\ Theta \ to \ mathbb R是连续的，C ^ \ ast：\ Theta \ rightrightarrows …

8 mathematical-economics  academic-graduate  optimization 

大多数航空公司从飞机的后部开始登机，然后朝着前部工作（登上优先舱和乘客后）。 在Mythbusters的一集中，Adam和Jamie检验了一个神话，即大多数航空公司（从最前面开始）偏爱的登机策略效率最低。 神话得到证实，结果如下： 在随机的没有座位的策略是最快的，其次是WILMA直策略。但是，随机无座席策略给出的满意度最低。 最高满意度得分由反向金字塔策略给出，即使它是第四快的。 仅凭时间和满意度得分（不包括诸如计算预期过道或座位干扰之类的高级信息），如何确定最佳的登机策略？ 除了将时间转换为秒，然后将其与满意度得分相乘，我似乎想不出任何一种单位转换，就好像我们正在尝试使时间与满意度得分的乘积最大化一样： f(t,s)=tsf(t,s)=tsf(t,s) = ts 这样做有哪些优点或缺点？ 一个缺点似乎是，按时间和满意度得分乘积的排名给出的满意度排名相同。 还有什么可以做的？似乎所有想到的都是产品，所以也许我可能会最大化这些东西： f(t,s)=t2sf(t,s)=t2sf(t,s) = t^2s f(t,s)=ts1/2(eliminating random no seats)f(t,s)=ts1/2(eliminating random no seats)f(t,s) = ts^{1/2} \text{(eliminating random no seats)} f(t,s)=t(s−save)f(t,s)=t(s−save)f(t,s) = t(s-s_{ave}) 我认为我们将不得不将时间和满意度得分与某些单位（例如金钱）相关联。因此，必须在登机时间和费用之间找到某种关系（例如，通过线性回归建立线性关系），然后再找到今天登机的满意度得分与下个月的航班收入之间的某种关系？ 一定要这样吗？ 我被建议使用z分数之类的东西，所以我尝试进行标准化，我认为： 为什么z的平方和为6？我做错什么了吗？那是第四时刻还是什么？

7 utility  optimization  statistics  economic-measurement  measuring-utility 

作为一个研究项目，我们正在研究为不可微分，凸（或凹，如果你进入经济学）优化而开发的各种算法。我想找到一些在不同领域出现的真实问题公式的好例子，尤其是经济学。 任何例子都是受欢迎的，只要它在某种意义上是非平滑的，无论是在目标函数还是可行集合中。理想情况下，我想要严格凹陷和非严格凹函数的例子。这两个问题都是可分离的凹陷和不是问题。

5 optimization 

我没有在任何地方看到这个问题，因此，我在这里摆出它，以防其他任何人（希望）能帮助我找到答案。简而言之，我的问题是：我们如何在带有Cobb-Douglas实用程序的规范OLG中实现保存功能？ 我将更详细地解释我的问题：在戴蒙德最初的OLG模型中，他将储蓄描述为工资和利率的函数，以便： st=st(wt,rt+1).st=st(wt,rt+1). s_t=s_t(w_t,r_{t+1}). 更具体地说，当实用程序是Cobb-Douglas时： U=(1−β)⋅ln(C1,t)+β⋅ln(C2,t+1)U=(1−β)⋅ln(C1,t)+β⋅ln(C2,t+1) U = (1-\beta) \cdot ln (C_{1,t}) + \beta \cdot ln(C_{2,t+1}) 钻石的结论是，储蓄率是工资率的一个固定的比例，使得： 同样的结论可以在覆盖规范OLG（例如，大多数在线引用发现这里）。st=β⋅wtst=β⋅wt s_t= \beta \cdot w_t 但是，我无法在任何地方找到一种解释来说明如何保存这一公式。在线上提供的大多数参考文献（例如我刚刚链接的参考文献）仅提供了一个公式，而没有对其衍生的解释。同时，在他的原始论文中，戴蒙德（Diamond）似乎跳到了这个结论（在第1134页），而没有逐步说明他如何得出柯布-道格拉斯案的这一结果。 有人可以帮助我了解这个结果如何产生吗？ C1,t=wt−st+AC1,t=wt−st+AC_{1,t} = w_t -s_t + A

2 macroeconomics  utility  optimization 

在讨论在沃森国际研究所的国际与公共事务上的11月9日，马克·布莱斯，政治学家说， 我们生活在这样一个世界，在这个世界上，10％的人口可以为每个人提供超级丰富的资源。 尽管Blyth没有在那次谈话中定义，但我认为这意味着超级丰富： 每天3500千卡（14.6兆焦耳）的营养全面食物 100平方米的适当避难所 衣服 娱乐（包括假期） 医疗保健，教育，卫生以及与马斯洛需求等级的前两个级别相关的所有其他事项 10％的人口可以全职工作还是整个工作人口（我假设50％的人口都有工作能力）只有20％的时间可以为整个世界工作？

1 optimization 

考虑的大风蛋糕问题，因此问题变为：u(c)=log(c)u(c)=log(c)u(c) = log(c)maxx∑t=0∞βtlog(xt−xt+1)sub0<xt+1≤xt,x0>0 givenmaxx∑t=0∞βtlog(xt−xt+1)sub0<xt+1≤xt,x0>0 given\max_{x}\sum_{t=0}^{\infty} \beta^{t}log(x_t-x_{t+1})\: sub\: 00\ given 很容易证明函数v:(0,x0]→Rv:(0,x0]→Rv:(0,x_0]\rightarrow\mathbb{R}由v(x)=A+Blog(x)v(x)=A+Blog(x)v(x)=A+B\:log(x)，其中A=β(1−β)2logβ+11−βlog(1−β)A=β(1−β)2logβ+11−βlog(1−β)A=\frac{\beta}{(1-\beta)^2}log\beta+\frac{1}{1-\beta}log(1-\beta)和B=11−βB=11−βB=\frac{1}{1-\beta}是Bellman的解决方案我也知道这是蛋糕问题的值函数，但不符合经典的验证原理，即limt→+∞βtv(xt)=0limt→+∞βtv(xt)=0\lim_{t \to +\infty} \beta^tv(x_t) = 0。 我应该如何继续实际证明v(x)v(x)v(x)是问题的价值函数？

1 optimization  dynamic-programming