动态优化——经济学和管理学中的变分法和最优控制_动态最优化基础——学习笔记01...

在中级微观经济学中，我们常常使用拉格朗日乘数法等方法求解某个问题的最优解，但我们所得到的结果往往只是某个选择变量的单个最优值，计算得到的结果只能支持我们进行一次决策。这种方法在解决静态优化问题时通常是有效的。当我学习到增长理论时，我们就会开始考虑一个时间路径上的选择。比如某消费者A拥有预算Y，效用和货币的折现率不同，那么在一定时期T中，A该如何花掉他手上的这笔钱来得到最大的效用呢？

在这种情况下，我们曾经无往而不利的方法就难以继续解决问题了，因为现在面临的是一个动态的问题，我们被要求在给定条件下，求得一个最优路径（在这个问题里就是每一个时点上A应该花掉的货币数量），曾经针对某个时点求取当前最优值的方法有的不能用了，有的用来求解过于麻烦。在这种情况下，我们就应该拓展我们的数学工具，来学习动态最优化。

我学习动态最优化的教材是蒋中一的《动态最优化基础》，把学习笔记放在这里供大家参考。

01——动态最优化的性质

1.动态最优化问题：在整个计划期内的每个时期(离散时间情形)或给定时间区间如[0,T]中的每个时刻，选择变量的最优值是什么？

也就是说，我们要对每个时期或时刻的选择变量都确定一个值，使得这样选择的结果能使我们得到我们想要的结果(比如最大化、最小化某个函数)。当我们确定下来之后，这些值以及对应的时间就构成了一条最优时间路径。其中，我们用符号 * 代表最优，时间路径用

表示，连续时间下的某个变量y的最优时间路径用

表示。

学习过博弈论的朋友都知道，在每时每刻作出当前阶段最优的选择并不代表着结果是最优的，这里也是一样：每时每刻最优不代表最优路径。因为我们想要的最优是从上帝视角看在整个计划期内的整体是最优的。

2.两类情形

通常我们把问题分为两类：离散情形、连续变量情形

离散情形如下图，我们从A点前往Z点，每条路上标的值为过路费，如何选择使过路费最小？

连续变量情况如下图，同样从A点到Z点，如何选择使得路径最短？

连续变量情形 (很明显这里是直线最短)

3.基本要素

简单的动态最优化问题有四个基本要素：

• 给定初始点和终结点
• 从初始点到终结点的至少一组可行路径
• 充当路径表现指标的一组路径值
• 特定的目标

路径表现指标就是说我们用什么方法对路径进行排序，然后用一个指标(一般就是实数)表示这个排序。

特定的目标就是我们想要得到什么，最短的路径？最长的路径？总效用最大？还是什么？

4.泛函

泛函就是从路径(曲线)到实数(表现指标)的映射。

这里的实数我们用