matlab内部迭代函数_MATLAB：向量化编程提升值函数迭代（Value Function Iteration）的速度...

最新推荐文章于 2023-06-06 11:19:19 发布

weixin_39884100

最新推荐文章于 2023-06-06 11:19:19 发布

阅读量1.5k

点赞数

文章标签： matlab内部迭代函数

本文链接：https://blog.csdn.net/weixin_39884100/article/details/113491647

版权

本文介绍了如何利用MATLAB的向量化编程提升值函数迭代（Value Function Iteration）的速度。通过对比循环和向量化编程两种方法，展示了向量化编程在解决迭代问题时的效率优势。文中提供了一个简单的迭代函数例子，并附带了测试代码，结果显示向量化编程的运行速度是循环编程的约10倍。对于更复杂的stochastic情况，虽然设置可能更复杂，但为提高计算效率，采用向量化编程是值得的。

摘要由CSDN通过智能技术生成

作者: 王美庭
Email: wangmeiting92@gmail.com
参考资料：我们高宏王彬老师的讲义

考虑以下贝尔曼方程：

迭代思想为：

直至值函数收敛。在编程时，我们需要对函数进行离散化。于是令

构建矩阵：

该矩阵第行的最大值即为，从而可得到下一期的。依此类推，即可构建出值函数迭代的编程过程。最开始时，我们可能会考虑使用循环来得到矩阵，这在思维上是比较清晰易懂、在编程中也是比较好操作的，代码可能如下：

vkk = zeros(N,N);               
 for i=1:N
     for j=1:N
         if A*k(i)^alpha-k(j)<=1e-5
             vkk(i,j) = -1e5; %如果消费为负，则使其不会被选中
         else
             vkk(i,j)= log(A*k(i)^alpha-k(j))+beta*v0(j);
         end
     end
 end

但这可能在运算上花费大量时间。如果我们采用向量化编程，代码可能如下(读者自己可以doc其中自己不太清楚的命令来理解其中的编程思想，其实这里仅仅是额外用