Transcript 称为的二阶差分。
Slide 1
§4.4 差分方程建模
一、差分方程简介
以t 表示时间,规 定t只取非负整数。t=0表示第一周期初,
t=1表示第二周期初等。 记yt 为变量y在时刻t 时的取值,则
称 yt yt 1 yt 为yt 的一阶差分,称
yt ( yt ) yt 1 yt yt 2 2 yt 1 yt
2
为的二阶差分。类似地,可以定义yt的n阶差分。
由t、yt及yt的差分给出的方程称 为yt差分方程,其中含的最
高阶差分的阶数称为该差分方程的阶。差分方程也可以写成
不显含差分的形式。例如,二阶差分方程
2
yt yt yt 0 也可改写成 yt 2 yt 1 yt 0
Slide 2
满足一差分方程的序 列yt称为此差分方程的解。类似于微分
方程情况,若解中含有的独立常数的个数等于差分方程的阶
数时,称此解为该差分方程 的通解。若解中不含任意常数,
则称此解为满足某些初值条件的 特解,例如,考察两阶差
分方程
yt 2 yt 0
t
t
yt sin 与 y t cos 均是它的特解,而
2
2
yt c1 sin t c2 sin t
2
2则为它的通解,其 中c1,c2为两个任
易见
意常数。类似于微分方程,称差分方程
a0 ( t ) yt n a1 ( t ) yt n1 an ( t ) yt b( t )
为n阶线性差分方程, 当 b(t )≠0时称其为n阶非齐次线性差
分方程,而
Slide 3
a0 ( t ) yt n a1 ( t ) yt n1 an ( t ) yt 0
则被称为方程对应的 齐次线性差分方程 。
若所有的 ai(t)均为与t无关的常数,则称其为 常系数差分
方程,即n阶常系数线性差分方程可分成
a0 yn t a1 yn t 1 an yt b( t )
的形式,其对应的齐次方程为
a0 yn t a1 yn t 1 an yt 0
(1)
t
容易证明,若序列 y 与 y
(1)
( 2)
yt c1 yt c2 yt
( 2)
t
(4.15)
(4.16)
均为方程(4.16)的解,则
也是方程(4.16)的解,其 中c1、c2为任意常数,这说明,
齐次方程的解构成一个 线性空间(解空间)。
此规律对于(4.15)也成立。
Slide 4
方程(4.15)可用如下的代数方法求其通解:
(步一)先求解对应的特征方程
n
n 1
(4.17)
a0 a1 an yt 0
(步二)根据特征根的不同情况,求齐次方 程(4.16)的通解
情况1 若特征方程(4.17)有n个互不相同的实根
,…,
,则齐次方程(4.16)的通解为
1
n
t
t
C1,1 C n n (C1,…,Cn为任意常数)
情况2 若λ 是特征方程(4.17)的k重根,通解中对应
k 1
t
(C1 C k t )
于λ的项为
C为任意常数,i=1,…,k。
i
情况3 若特征方程(4.17)有单重复根 a i
C1 cos t C2 sin t
2
2
arctan
为λ的幅角。
为λ的模,
通解中对应它们的项为
t
t
Slide 5
情况4 若
a i 为特征方程(4.17)的k重复根,则通
解对应于它们的项为
( C1 Ck t
k 1
) cos t ( Ck 1 C2k t
t
k 1
) sin t
t
C i 为任意常数,i=1,…,2k。
(步三) 求非齐次方程 (4.15)的一个特解 y t .若yt为方程(4.16)
的通解,则非齐次方程 (4.15)的通解为 yt yt
求非齐次方程(4.15)的特解一
般要用到 常数变易法,计算较繁。
对特殊形式 的b(t)也可使用 待定
系数法。
Slide 6
例4.13 求解两阶差分方程
yt 2 yt t
解 对应齐次方程的特征方程为 2 1 ,其特征根为
0
1, 2 i ,对应齐次方程的通解为 yt C1 cos
原方程有形如
1
at 的特解。代入原方程求得
b
2
t C 2 sin
t
2
1
a , b ,故原方程的通解为 C cos t C sin t 1 t 1
1
2
2
2
2
2
2
2
在应用差分方程研究问题时,一般不需要求出方程的通解,
在给定初值后,通常可用 计算机迭代求解,但我们常常需要
讨论解的稳定性。对 差分方程(4.15),若不论其对应齐次方程
的通解中任意常 数C1,…,Cn如何取值 , 在 t 时总
有 yt 0 ,则称方程 (7.14)的解是稳定 的,否则称其解为不
稳定 的.根据通解的结构不难看出 ,非齐次方程(4.15)稳定的
充要条件为其所有特征根的模均小 于1。
Slide 7
例4.14(市场经济的蛛网模 型)
在自由竞争的市场经济中,商品的价格是由市场上该
商品的供应量决定的,供应量越大,价格就越低。另
一方面,生产者提供的商品数量又是由该商品的价格
决定的,价格上升将刺激生产者的生产积极性,导致
商品生产量的增加。反之,价格降低会影响生产者的
积极性,导致商品生产量的下降。
在市场经济中,对每一商品事实上存在着两个不同的
函数:
(1)供应函数x=f(P),它是价格P的单增函数,其曲
线称为供应曲线。
(2)需求函数x=g(P),它是价格P的单降函数,其
曲线称为需求曲线,供应曲线与需求曲线的
形状如图所示。
Slide 8
P
记t时段初市场上的供应量 (即上
P0
一时段的生产 量)为xt ,市场上
该商品的价格 为Pt 。商品成交的
价格是由需求曲线决定的, 即 P2
P*
1
Pt g ( x t )
P1
*
,Mt将趋于平衡点M ,
随着 t
即商品量将趋于平衡 量x*,价格
将趋于平衡价 格P*。图中的箭线
o
反映了在市场经济下该商品的供
应量与价格的发展趋势。
P
但是,如果供应曲线和需求曲
线呈图①中的形状,则平衡点
M*是不稳定的,Mt将越来越远
离平衡点。
①
供应曲线
M0
M2
M*
需求曲线
M1
x1 x* x2 x0
x
M 1 M3
M2
o
②
x
Slide 9
但是,如果供应曲线和需求曲线呈 图②中的形状,则平衡点
M*是不稳定的,Mt将越来越远离平衡点。即使初始时刻的供
应量和价格对应于平衡点,一点微小的波动也会导致市场供
求出现越来越大的混乱。上述用图示法分析市场经济稳定性
的讨论在经济学中被称为市场经济的 蛛网模型。
不难看出,在 图①中平衡点
M*处供应曲线的切线斜率大于
图①和图②的区别在哪里,
需求曲线切线斜率的绝对值,
如何判定平衡点的稳定 性呢?
而在图②中情况恰好相反。
Slide 10
现在利用差 分方程方法来研究蛛网模型,以验证上述猜测是
否正确。我们知道,平衡 点M*是否稳定取决于 在M*附近供、
需曲线的局部性态。为此, 用M*处供、需曲线的线性近似
来代替它们,并讨论此线性近似模型 中M*的稳定性。
设供应曲线与需求曲线的线性近似分别为
P P b( x x )
P P a( x x 和
)
*
*
*
*
式中,a、b分别为供
应曲线在M*处的切线斜率与需求曲线 在M*处切线斜率的绝对值。
根据市场经济的规律,当供应量 为xt时,现时段的价格
*
*
Pt 1 P b( xt x ),又对价格 Pt 1 ,由供应曲线
Pt 1 P a( xt 1 x ) 解得下一时段的商品量
*
*
x t 1 x
*
1
a
( Pt 1 P ) x
*
*
1
a
[ P b( x t x ) P ]
*
*
*
Slide 11
x
*
b
a
( x t x ) 由此导出一阶差分方程:
*
b *
x t 1 x t 1 x
a
a
b
(4.18)
此差分方程的解在 (b/a)<1时是稳定的,从而证实了我们的
猜测。注意 到a和b的实际含义,上述结果在经济学上可作
如下解释: 当a>b时,顾客需求对价格的敏感度较小(小于
生产者的敏感程度),商品供应量和价格会自行调节而逐步
趋于稳定;反之, 若a商品供售市场易造成混乱 .
如果生产者对市场经济的蛛网模型有所了解,为了减少因价
格波动而造成的经济损失,他应当提高自己的经营水平,不
应当仅根据上一周期的价格来决定现阶段的生产量。例如可
以根据本时段与前一时段价格的平均值来确定生产量。此时,
若t 时段的商品量为 xt 时,仍有
Slide 12
Pt 1 P b( xt x (4.19)
)
1
*
*
x
x
(
P
P
)
但t+1时段的商品量则不再为
t 1
t 1
a
1 Pt 1 Pt
*
*
而被修正为 xt 1 x (
P ) (4.20)
*
*
a
2
由(4.19)式得 Pt P * b( xt 1 x * ) (4.21)
将(4.19)式、(4.21)式代入(4.20)式,整理得
2 x t 1
b
xt
b
x t 1 (1
b
*
) x (4.22)
a
a
a
(4.22)式是一个常系数二阶线性差分方程,特征方程为
2
2
b
a
其特征根为
b
a
0
Slide 13
2
b
b
b
不难发现,生产者管理方式的
8
a
a
a
这一更动不仅使自己减少了因
4
价格波动而带来的损失,而且
r
b
2
记 r 。若 r大大消除了市场的不稳定性。
8r 0 ,则 max 1 , 2 2 2
4
a
生产者在采取上述方式来确定
此时差分方程(4.22)是不稳定的。
各时段的生产量后,如发现市
若 r 2 8r 0场仍不稳定(b≥2a),可按类
,此时特征根 1, 2为一对共轭复数,
似方法试图再改变确定生产量
r
1
2
的方式,此时可得到更高阶的
1, 2
(
r
8
r
r
i) 。
,
1, 2
2
差分方程。对这些方程稳定性
4
条件的研究很可能会导出进一
由线性差分方程稳定的条件,
当r<2即b<2a时(4.22)式
是稳定的,从步稳定市场经济的新措施。
而M*是稳定的平衡点。
Slide 14
例4.15 国民经济的稳定性
国民收入的主要来源是生产,国民收入的开支主要用于消费
资金、投入再生产的积累资金及政府用于公共设施的开支。
现在我们用差分方程方法建立一个简略的模型,粗略地分析
一下国民经济的稳定性问题。
记yt为第t周期的国民收入,Ct为第t周期的消费资金。Ct的值决
定于前一周期的国民收入,设 C t ayt 1 ,0 a 1 。
再生产的投资水 平It取决于消费水平的变化量,设
I t b(C t C t 1 ), b 0
政府用于公共设施的开支在一个不太大的时期内变动不大,设
为常数G。故由 yt C t I t G 可得出
yt ayt 1 b(C t C t 1 ) G 。将 C t 1 ayt 2及C t ayt 1 代入
Slide 15
yt a(1 b) yt 1 abyt 2 G
(4.23)
(4.23)式是一个二阶常系数差分方程,其特征方程为
2
a(1 b) ab 0 ,相应特征根为
1
a (1 b ) ab 1
2
2
(4.24)
成立时才是稳定的。 (4.24)式可用于预报经济发展趋势。
4
现用待定系数法求方程 (4.23)的一个特解
代入(4.23)式,得
C
y。令
t
G
1 a
故当(4.24)式成立时,差分方程 (4.23)的通解为
y t (C1 cos t C 2 sin t )
t
其中ρ为 1, 2 的模,ω为其幅角。
G
1 a
yt C
Slide 16
例如,若取
1
1
a, b
4
2
易见,此时关系式 (4.12)成立,又若 取y0=1600,y1=1700,
G=550,则由迭代公式
yt a(1 b) yt 1 abyt 2 G
9
8
y t 1
3
8
yt 2 550
求得
y2=1862.5, y3=2007.8, y4=2110.3, y5=2171.2, y6=2201.2,
y7=2212.15, y8=2213.22, y9=2210.3,…。
易见
yt
G
1 a
2200
Slide 17
例4.16 商品销售量预测
(实例)某商品前5年的销售量见表 。现希望根据 前5年的统
计数据预测 第6年起该商品在各季度中的销售量。
年份
从表中可以看出,该商品在
前5年相同季节里的销售量呈增
销售量
长趋势,而在同一年中销售量先增后减,第一季度的销售量
第一年
第二年
第三年
第四年
第五年
季度
最小而第三季度的销售量最大。预测该商品以后的销售情况,
一种办法是应 用最小二乘法建立经验模型。即根据本例中数
据的特征,可以按季度建立四个经验公式,分别用来预测以
1
11
12
13
15
15
后各年同一季度的销售量。例如,如认为第一季度的销售量
2
16
18
20 (1)
24
25
大体按线性增长,可设销售量
b
3
25
26
27yt at 30
32
由 4
12 5
15
17
5 5 15
114
ty
t
a
t 1
t
yt
5 t 1 t 1
1
t 5 t
t 1
t 1
5
5
2
2
Slide 18
b y at
1 5
1 5
y y t ,t t
5
5
t 1
t 1
求得
a=1.3, b=9.5。
(1)
根据 yt 1.3t 9.5 预测第六年起第一季度的销售量 为
(1)
(1)
y
y6 =17.3, 7 =18.6,…
如认为销售量并非逐年等量增长而是按前一年或前几年同期销
售量的一定比例增长的,则可建立相应的差分方程模型。仍以
第一季度为例,为简便起见不再引入上标,以表示 第t年第
一节季度的销售量,建立形式如下的差分方程:
yt a0 a1 yt 1 或 yt a0 a1 yt 1 a2 yt 2 等等。
上述差分方程中的系数不一定能使所有统计数据吻合,较为合
理的办法是用最小二乘法求一组总体吻合较好的数据。以建立
二阶差分方程 yt a0 a1 yt 1 a2 yt为例,为选取a
2
0,a1,a2使
5
t 3
[ y t (a0 a 1 yt 1 yt 2 )] 最小,解线性方程组:
2
Slide 19
5
5
5
3a 0
y t 1
a1
yt 2
a 2 yt
t 3
t 3
t 3
5
5
5
5
2
y t 1
a0
y t 1
a1
y t 1 y t 2
a 2 y t 1 y t
t 3
t 3
t 3
t 3
5
5
5
5
2
yt 2
a0
y t 1 y t 2
a1
y t 1
a 2 yt 2 yt
t 3
t 3
t 3
t 3
即求解
3a0 40a1 36a2 44
40a0 538a1 483a 2 591
36a 483a 434a 531
0
1
2
得a0=-8,a1=-1,a2=3。即所求二阶差分方程为
yt 8 yt 1 3 yt 2
Slide 20
虽然这一差分方程恰好使所有统计数据吻合,但这只是一个
巧合。根据这一方程,可迭代求出以后各年第一季度销售量
的预测值 y6=21,y7=19,…等。
上述为预测各年第一季度销售量而建立的二阶差分方程,虽
然其系数与前 5年第一季度的统计数据完全吻合,但用于预测
时预测值与事实不符。凭直觉,第六年估计值明显偏高,第
七年销售量预测值甚至小于第六年。稍作分析,不难看出,
如分别对每一季度建立一差分方程,则根据统计数据拟合出
的系数可能会相差甚大,但对同一种商品,这种 差异 应当
是微小的,故应根据统计数据建立一个共用于各个季度的差
分方程。为此,将季度编号 为t=1,2,…,20,令
yt a0 a1 yt 4 或 yt a0 a1 yt 4 a2 yt 8 等,利用全体数
据来拟合,求拟合得最好的系数。以二阶差分方程为例,为
求a0、a1、a2使得 20
f (a0 , a1 , a 2 ) [ yt (a0 a1 yt 4 a 2 yt 8 )]
2
t 9
最小
Slide 21
求解线性方程组
20
20
20
12a 0
yt 4
a1
yt 8
a 2 yt
t 9
t 9
t 9
20
20 2
20
y
a
y
a
y
y
t 4 0 t 4 1 t 4 t 8
a 2
t 9
t 9
t 9
20
20
20 2
yt 8
a0
yt 8 yt 4
a1
yt 8
a 2
t 9
t 9
t 9
即求解三元一次方程组
20
y
t 4
yt
t 8
yt
t 9
20
y
t 9
12a0 229a1 209a2 249
229a0 4789a1 4376a 2 5193
209a 4376a 4009a 4747
0
1
2
解得a0=0.6937,a1=0.8737,a2=0.1941,故求得二阶差分方程
yt 0.6937 0.8737 yt 4 0.1941 yt 8 (t≥21)
根据此式迭代,可求得第六年和第七年第一季度销售量的预
测值为y21=17.58,y25=19.16还是较为可信的。
Slide 22
例4.16 人口问题的差分方程模型
在§3.2中,我们已经讨论了人口问题的两个常微分方程模
型——Malthus模型和Verhulst模型(又称Logistic模型)。
前者可用于人口增长的短期预测,后者在作中、长期预测时
效果较好。
1、离散时间 的Logistic模型
在研究人口或种群数量的实际增长情况时,有时采用离散化
的时间变量更为方便。例如,有些种群具有相对较为固定的
繁殖期,按时段统计种群数量更接近种群的实际增长方式。
人口增长虽无这种特征,但人口普查不可能连续统计,任何
方式的普查都只能得到一些离散时刻的人口总量(指较大范
围的普查)。这样,如何建立人口问题的离散模型的问题十
分自然地提了出来。
Slide 23
建立离散模型的一条直接途径是 用差分代替微分。从人口问
题的Logistic模型 dP
P
aP a P aP 1
dt
N
可导出一阶差分方程 Pt 1 Pt aPt (1
Pt
Pt
N (a )
a
) (4.25)
N
(4.25)式中右端的因子 (1 ) 常被称为阻尼因子。 当Pt<<
N
N时,种群增长接 近Malthus模型;当Pt接近N时,这一因子
将越来越明显地发挥阻尼作用, 若Pt<N,它将使种群增长
速度 在Pt接近N时变得越来越慢,若 P>N,它将使种群呈负
增长。
a
Pt (4.26)
(4.25)式可改写为 Pt 1 (a 1) Pt 1
记
a
Pt 1 (a 1), xt 1
Pt
(a 1) N
xt 1 bxt (1 xt ) f ( xt ),
(a 1) N
,于是(4.26)式又可改写为
t 0,1,2,
(4.27)
Slide 24
虽然,(4.27)式是一个非线性差分方程,但对确定的初值x0,
其后的 x1可利用方程确定的递推关系迭代求出。
b 1
*
差分方程(4.27)有两个平衡点, 即x*=0和 x
。类
b
似于微分方程稳定性的讨论,非线性差分方程平衡点的稳定
性也可通过对其线性近似方程平衡点稳定性的讨论部分地得
b 1
*
1
到确定(
时不能确定除外)。例如,对 x
,
b
讨论 xt 1 f ( xt ) 在x*处的线性近似方程
xt 1 x f ( x )( x x )
*
*
t
*
可知,当 f ( x * ) 2 b (即
1 b 3)时平衡点
1
b 1
是稳定的,此时
b
Pt
(a 1) N
a
x t (
N
xt x
b 1
*
b 1
b
a
)
a 1
若当 2 b 1 ,则平稳点 b 是不稳定的,(这与对
一切a,p*=N均为Logistic方程的稳定平衡点不同)。
§4.4 差分方程建模
一、差分方程简介
以t 表示时间,规 定t只取非负整数。t=0表示第一周期初,
t=1表示第二周期初等。 记yt 为变量y在时刻t 时的取值,则
称 yt yt 1 yt 为yt 的一阶差分,称
yt ( yt ) yt 1 yt yt 2 2 yt 1 yt
2
为的二阶差分。类似地,可以定义yt的n阶差分。
由t、yt及yt的差分给出的方程称 为yt差分方程,其中含的最
高阶差分的阶数称为该差分方程的阶。差分方程也可以写成
不显含差分的形式。例如,二阶差分方程
2
yt yt yt 0 也可改写成 yt 2 yt 1 yt 0
Slide 2
满足一差分方程的序 列yt称为此差分方程的解。类似于微分
方程情况,若解中含有的独立常数的个数等于差分方程的阶
数时,称此解为该差分方程 的通解。若解中不含任意常数,
则称此解为满足某些初值条件的 特解,例如,考察两阶差
分方程
yt 2 yt 0
t
t
yt sin 与 y t cos 均是它的特解,而
2
2
yt c1 sin t c2 sin t
2
2则为它的通解,其 中c1,c2为两个任
易见
意常数。类似于微分方程,称差分方程
a0 ( t ) yt n a1 ( t ) yt n1 an ( t ) yt b( t )
为n阶线性差分方程, 当 b(t )≠0时称其为n阶非齐次线性差
分方程,而
Slide 3
a0 ( t ) yt n a1 ( t ) yt n1 an ( t ) yt 0
则被称为方程对应的 齐次线性差分方程 。
若所有的 ai(t)均为与t无关的常数,则称其为 常系数差分
方程,即n阶常系数线性差分方程可分成
a0 yn t a1 yn t 1 an yt b( t )
的形式,其对应的齐次方程为
a0 yn t a1 yn t 1 an yt 0
(1)
t
容易证明,若序列 y 与 y
(1)
( 2)
yt c1 yt c2 yt
( 2)
t
(4.15)
(4.16)
均为方程(4.16)的解,则
也是方程(4.16)的解,其 中c1、c2为任意常数,这说明,
齐次方程的解构成一个 线性空间(解空间)。
此规律对于(4.15)也成立。
Slide 4
方程(4.15)可用如下的代数方法求其通解:
(步一)先求解对应的特征方程
n
n 1
(4.17)
a0 a1 an yt 0
(步二)根据特征根的不同情况,求齐次方 程(4.16)的通解
情况1 若特征方程(4.17)有n个互不相同的实根
,…,
,则齐次方程(4.16)的通解为
1
n
t
t
C1,1 C n n (C1,…,Cn为任意常数)
情况2 若λ 是特征方程(4.17)的k重根,通解中对应
k 1
t
(C1 C k t )
于λ的项为
C为任意常数,i=1,…,k。
i
情况3 若特征方程(4.17)有单重复根 a i
C1 cos t C2 sin t
2
2
arctan
为λ的幅角。
为λ的模,
通解中对应它们的项为
t
t
Slide 5
情况4 若
a i 为特征方程(4.17)的k重复根,则通
解对应于它们的项为
( C1 Ck t
k 1
) cos t ( Ck 1 C2k t
t
k 1
) sin t
t
C i 为任意常数,i=1,…,2k。
(步三) 求非齐次方程 (4.15)的一个特解 y t .若yt为方程(4.16)
的通解,则非齐次方程 (4.15)的通解为 yt yt
求非齐次方程(4.15)的特解一
般要用到 常数变易法,计算较繁。
对特殊形式 的b(t)也可使用 待定
系数法。
Slide 6
例4.13 求解两阶差分方程
yt 2 yt t
解 对应齐次方程的特征方程为 2 1 ,其特征根为
0
1, 2 i ,对应齐次方程的通解为 yt C1 cos
原方程有形如
1
at 的特解。代入原方程求得
b
2
t C 2 sin
t
2
1
a , b ,故原方程的通解为 C cos t C sin t 1 t 1
1
2
2
2
2
2
2
2
在应用差分方程研究问题时,一般不需要求出方程的通解,
在给定初值后,通常可用 计算机迭代求解,但我们常常需要
讨论解的稳定性。对 差分方程(4.15),若不论其对应齐次方程
的通解中任意常 数C1,…,Cn如何取值 , 在 t 时总
有 yt 0 ,则称方程 (7.14)的解是稳定 的,否则称其解为不
稳定 的.根据通解的结构不难看出 ,非齐次方程(4.15)稳定的
充要条件为其所有特征根的模均小 于1。
Slide 7
例4.14(市场经济的蛛网模 型)
在自由竞争的市场经济中,商品的价格是由市场上该
商品的供应量决定的,供应量越大,价格就越低。另
一方面,生产者提供的商品数量又是由该商品的价格
决定的,价格上升将刺激生产者的生产积极性,导致
商品生产量的增加。反之,价格降低会影响生产者的
积极性,导致商品生产量的下降。
在市场经济中,对每一商品事实上存在着两个不同的
函数:
(1)供应函数x=f(P),它是价格P的单增函数,其曲
线称为供应曲线。
(2)需求函数x=g(P),它是价格P的单降函数,其
曲线称为需求曲线,供应曲线与需求曲线的
形状如图所示。
Slide 8
P
记t时段初市场上的供应量 (即上
P0
一时段的生产 量)为xt ,市场上
该商品的价格 为Pt 。商品成交的
价格是由需求曲线决定的, 即 P2
P*
1
Pt g ( x t )
P1
*
,Mt将趋于平衡点M ,
随着 t
即商品量将趋于平衡 量x*,价格
将趋于平衡价 格P*。图中的箭线
o
反映了在市场经济下该商品的供
应量与价格的发展趋势。
P
但是,如果供应曲线和需求曲
线呈图①中的形状,则平衡点
M*是不稳定的,Mt将越来越远
离平衡点。
①
供应曲线
M0
M2
M*
需求曲线
M1
x1 x* x2 x0
x
M 1 M3
M2
o
②
x
Slide 9
但是,如果供应曲线和需求曲线呈 图②中的形状,则平衡点
M*是不稳定的,Mt将越来越远离平衡点。即使初始时刻的供
应量和价格对应于平衡点,一点微小的波动也会导致市场供
求出现越来越大的混乱。上述用图示法分析市场经济稳定性
的讨论在经济学中被称为市场经济的 蛛网模型。
不难看出,在 图①中平衡点
M*处供应曲线的切线斜率大于
图①和图②的区别在哪里,
需求曲线切线斜率的绝对值,
如何判定平衡点的稳定 性呢?
而在图②中情况恰好相反。
Slide 10
现在利用差 分方程方法来研究蛛网模型,以验证上述猜测是
否正确。我们知道,平衡 点M*是否稳定取决于 在M*附近供、
需曲线的局部性态。为此, 用M*处供、需曲线的线性近似
来代替它们,并讨论此线性近似模型 中M*的稳定性。
设供应曲线与需求曲线的线性近似分别为
P P b( x x )
P P a( x x 和
)
*
*
*
*
式中,a、b分别为供
应曲线在M*处的切线斜率与需求曲线 在M*处切线斜率的绝对值。
根据市场经济的规律,当供应量 为xt时,现时段的价格
*
*
Pt 1 P b( xt x ),又对价格 Pt 1 ,由供应曲线
Pt 1 P a( xt 1 x ) 解得下一时段的商品量
*
*
x t 1 x
*
1
a
( Pt 1 P ) x
*
*
1
a
[ P b( x t x ) P ]
*
*
*
Slide 11
x
*
b
a
( x t x ) 由此导出一阶差分方程:
*
b *
x t 1 x t 1 x
a
a
b
(4.18)
此差分方程的解在 (b/a)<1时是稳定的,从而证实了我们的
猜测。注意 到a和b的实际含义,上述结果在经济学上可作
如下解释: 当a>b时,顾客需求对价格的敏感度较小(小于
生产者的敏感程度),商品供应量和价格会自行调节而逐步
趋于稳定;反之, 若a商品供售市场易造成混乱 .
如果生产者对市场经济的蛛网模型有所了解,为了减少因价
格波动而造成的经济损失,他应当提高自己的经营水平,不
应当仅根据上一周期的价格来决定现阶段的生产量。例如可
以根据本时段与前一时段价格的平均值来确定生产量。此时,
若t 时段的商品量为 xt 时,仍有
Slide 12
Pt 1 P b( xt x (4.19)
)
1
*
*
x
x
(
P
P
)
但t+1时段的商品量则不再为
t 1
t 1
a
1 Pt 1 Pt
*
*
而被修正为 xt 1 x (
P ) (4.20)
*
*
a
2
由(4.19)式得 Pt P * b( xt 1 x * ) (4.21)
将(4.19)式、(4.21)式代入(4.20)式,整理得
2 x t 1
b
xt
b
x t 1 (1
b
*
) x (4.22)
a
a
a
(4.22)式是一个常系数二阶线性差分方程,特征方程为
2
2
b
a
其特征根为
b
a
0
Slide 13
2
b
b
b
不难发现,生产者管理方式的
8
a
a
a
这一更动不仅使自己减少了因
4
价格波动而带来的损失,而且
r
b
2
记 r 。若 r大大消除了市场的不稳定性。
8r 0 ,则 max 1 , 2 2 2
4
a
生产者在采取上述方式来确定
此时差分方程(4.22)是不稳定的。
各时段的生产量后,如发现市
若 r 2 8r 0场仍不稳定(b≥2a),可按类
,此时特征根 1, 2为一对共轭复数,
似方法试图再改变确定生产量
r
1
2
的方式,此时可得到更高阶的
1, 2
(
r
8
r
r
i) 。
,
1, 2
2
差分方程。对这些方程稳定性
4
条件的研究很可能会导出进一
由线性差分方程稳定的条件,
当r<2即b<2a时(4.22)式
是稳定的,从步稳定市场经济的新措施。
而M*是稳定的平衡点。
Slide 14
例4.15 国民经济的稳定性
国民收入的主要来源是生产,国民收入的开支主要用于消费
资金、投入再生产的积累资金及政府用于公共设施的开支。
现在我们用差分方程方法建立一个简略的模型,粗略地分析
一下国民经济的稳定性问题。
记yt为第t周期的国民收入,Ct为第t周期的消费资金。Ct的值决
定于前一周期的国民收入,设 C t ayt 1 ,0 a 1 。
再生产的投资水 平It取决于消费水平的变化量,设
I t b(C t C t 1 ), b 0
政府用于公共设施的开支在一个不太大的时期内变动不大,设
为常数G。故由 yt C t I t G 可得出
yt ayt 1 b(C t C t 1 ) G 。将 C t 1 ayt 2及C t ayt 1 代入
Slide 15
yt a(1 b) yt 1 abyt 2 G
(4.23)
(4.23)式是一个二阶常系数差分方程,其特征方程为
2
a(1 b) ab 0 ,相应特征根为
1
a (1 b ) ab 1
2
2
(4.24)
成立时才是稳定的。 (4.24)式可用于预报经济发展趋势。
4
现用待定系数法求方程 (4.23)的一个特解
代入(4.23)式,得
C
y。令
t
G
1 a
故当(4.24)式成立时,差分方程 (4.23)的通解为
y t (C1 cos t C 2 sin t )
t
其中ρ为 1, 2 的模,ω为其幅角。
G
1 a
yt C
Slide 16
例如,若取
1
1
a, b
4
2
易见,此时关系式 (4.12)成立,又若 取y0=1600,y1=1700,
G=550,则由迭代公式
yt a(1 b) yt 1 abyt 2 G
9
8
y t 1
3
8
yt 2 550
求得
y2=1862.5, y3=2007.8, y4=2110.3, y5=2171.2, y6=2201.2,
y7=2212.15, y8=2213.22, y9=2210.3,…。
易见
yt
G
1 a
2200
Slide 17
例4.16 商品销售量预测
(实例)某商品前5年的销售量见表 。现希望根据 前5年的统
计数据预测 第6年起该商品在各季度中的销售量。
年份
从表中可以看出,该商品在
前5年相同季节里的销售量呈增
销售量
长趋势,而在同一年中销售量先增后减,第一季度的销售量
第一年
第二年
第三年
第四年
第五年
季度
最小而第三季度的销售量最大。预测该商品以后的销售情况,
一种办法是应 用最小二乘法建立经验模型。即根据本例中数
据的特征,可以按季度建立四个经验公式,分别用来预测以
1
11
12
13
15
15
后各年同一季度的销售量。例如,如认为第一季度的销售量
2
16
18
20 (1)
24
25
大体按线性增长,可设销售量
b
3
25
26
27yt at 30
32
由 4
12 5
15
17
5 5 15
114
ty
t
a
t 1
t
yt
5 t 1 t 1
1
t 5 t
t 1
t 1
5
5
2
2
Slide 18
b y at
1 5
1 5
y y t ,t t
5
5
t 1
t 1
求得
a=1.3, b=9.5。
(1)
根据 yt 1.3t 9.5 预测第六年起第一季度的销售量 为
(1)
(1)
y
y6 =17.3, 7 =18.6,…
如认为销售量并非逐年等量增长而是按前一年或前几年同期销
售量的一定比例增长的,则可建立相应的差分方程模型。仍以
第一季度为例,为简便起见不再引入上标,以表示 第t年第
一节季度的销售量,建立形式如下的差分方程:
yt a0 a1 yt 1 或 yt a0 a1 yt 1 a2 yt 2 等等。
上述差分方程中的系数不一定能使所有统计数据吻合,较为合
理的办法是用最小二乘法求一组总体吻合较好的数据。以建立
二阶差分方程 yt a0 a1 yt 1 a2 yt为例,为选取a
2
0,a1,a2使
5
t 3
[ y t (a0 a 1 yt 1 yt 2 )] 最小,解线性方程组:
2
Slide 19
5
5
5
3a 0
y t 1
a1
yt 2
a 2 yt
t 3
t 3
t 3
5
5
5
5
2
y t 1
a0
y t 1
a1
y t 1 y t 2
a 2 y t 1 y t
t 3
t 3
t 3
t 3
5
5
5
5
2
yt 2
a0
y t 1 y t 2
a1
y t 1
a 2 yt 2 yt
t 3
t 3
t 3
t 3
即求解
3a0 40a1 36a2 44
40a0 538a1 483a 2 591
36a 483a 434a 531
0
1
2
得a0=-8,a1=-1,a2=3。即所求二阶差分方程为
yt 8 yt 1 3 yt 2
Slide 20
虽然这一差分方程恰好使所有统计数据吻合,但这只是一个
巧合。根据这一方程,可迭代求出以后各年第一季度销售量
的预测值 y6=21,y7=19,…等。
上述为预测各年第一季度销售量而建立的二阶差分方程,虽
然其系数与前 5年第一季度的统计数据完全吻合,但用于预测
时预测值与事实不符。凭直觉,第六年估计值明显偏高,第
七年销售量预测值甚至小于第六年。稍作分析,不难看出,
如分别对每一季度建立一差分方程,则根据统计数据拟合出
的系数可能会相差甚大,但对同一种商品,这种 差异 应当
是微小的,故应根据统计数据建立一个共用于各个季度的差
分方程。为此,将季度编号 为t=1,2,…,20,令
yt a0 a1 yt 4 或 yt a0 a1 yt 4 a2 yt 8 等,利用全体数
据来拟合,求拟合得最好的系数。以二阶差分方程为例,为
求a0、a1、a2使得 20
f (a0 , a1 , a 2 ) [ yt (a0 a1 yt 4 a 2 yt 8 )]
2
t 9
最小
Slide 21
求解线性方程组
20
20
20
12a 0
yt 4
a1
yt 8
a 2 yt
t 9
t 9
t 9
20
20 2
20
y
a
y
a
y
y
t 4 0 t 4 1 t 4 t 8
a 2
t 9
t 9
t 9
20
20
20 2
yt 8
a0
yt 8 yt 4
a1
yt 8
a 2
t 9
t 9
t 9
即求解三元一次方程组
20
y
t 4
yt
t 8
yt
t 9
20
y
t 9
12a0 229a1 209a2 249
229a0 4789a1 4376a 2 5193
209a 4376a 4009a 4747
0
1
2
解得a0=0.6937,a1=0.8737,a2=0.1941,故求得二阶差分方程
yt 0.6937 0.8737 yt 4 0.1941 yt 8 (t≥21)
根据此式迭代,可求得第六年和第七年第一季度销售量的预
测值为y21=17.58,y25=19.16还是较为可信的。
Slide 22
例4.16 人口问题的差分方程模型
在§3.2中,我们已经讨论了人口问题的两个常微分方程模
型——Malthus模型和Verhulst模型(又称Logistic模型)。
前者可用于人口增长的短期预测,后者在作中、长期预测时
效果较好。
1、离散时间 的Logistic模型
在研究人口或种群数量的实际增长情况时,有时采用离散化
的时间变量更为方便。例如,有些种群具有相对较为固定的
繁殖期,按时段统计种群数量更接近种群的实际增长方式。
人口增长虽无这种特征,但人口普查不可能连续统计,任何
方式的普查都只能得到一些离散时刻的人口总量(指较大范
围的普查)。这样,如何建立人口问题的离散模型的问题十
分自然地提了出来。
Slide 23
建立离散模型的一条直接途径是 用差分代替微分。从人口问
题的Logistic模型 dP
P
aP a P aP 1
dt
N
可导出一阶差分方程 Pt 1 Pt aPt (1
Pt
Pt
N (a )
a
) (4.25)
N
(4.25)式中右端的因子 (1 ) 常被称为阻尼因子。 当Pt<<
N
N时,种群增长接 近Malthus模型;当Pt接近N时,这一因子
将越来越明显地发挥阻尼作用, 若Pt<N,它将使种群增长
速度 在Pt接近N时变得越来越慢,若 P>N,它将使种群呈负
增长。
a
Pt (4.26)
(4.25)式可改写为 Pt 1 (a 1) Pt 1
记
a
Pt 1 (a 1), xt 1
Pt
(a 1) N
xt 1 bxt (1 xt ) f ( xt ),
(a 1) N
,于是(4.26)式又可改写为
t 0,1,2,
(4.27)
Slide 24
虽然,(4.27)式是一个非线性差分方程,但对确定的初值x0,
其后的 x1可利用方程确定的递推关系迭代求出。
b 1
*
差分方程(4.27)有两个平衡点, 即x*=0和 x
。类
b
似于微分方程稳定性的讨论,非线性差分方程平衡点的稳定
性也可通过对其线性近似方程平衡点稳定性的讨论部分地得
b 1
*
1
到确定(
时不能确定除外)。例如,对 x
,
b
讨论 xt 1 f ( xt ) 在x*处的线性近似方程
xt 1 x f ( x )( x x )
*
*
t
*
可知,当 f ( x * ) 2 b (即
1 b 3)时平衡点
1
b 1
是稳定的,此时
b
Pt
(a 1) N
a
x t (
N
xt x
b 1
*
b 1
b
a
)
a 1
若当 2 b 1 ,则平稳点 b 是不稳定的,(这与对
一切a,p*=N均为Logistic方程的稳定平衡点不同)。