如何将方程中的最大化问题转化为R?

时间:2019-05-29 09:47:29

标签: r numerical-methods

资深程序员。我正在研究一本关于经济学数值解的书(Judd 1998)。我正在尝试从R的同一本书中重现问题,因此我可以使用optim包来查看是否可以获得相似的结果。

作者提出的问题是这个one:,他的结果是these

我试图将这个问题转录为R,这导致了以下代码块:

DisutilityJudd <- function(L){
  if(L == 0){
    return(0)
  }else{
    return(0.1)
  }
}

AgentUtilityJudd <- function(w, L){
  (-exp(-2*w) + 1) - DisutilityJudd(L)
}

reservation.utility.judd <- AgentUtilityJudd(1, 1)

MaxEffortUtility <- function(w1, w2, L = 1){
  0.8 * AgentUtilityJudd(w1, L) + 0.2 * AgentUtilityJudd(w2, L)
}

LeastEffortUtility <- function(w1, w2, L = 0){
  0.4 * AgentUtilityJudd(w1, L) + 0.6 * AgentUtilityJudd(w2, L)
}

UtilityDifferenceJudd <- function(w1, w2){
  MaxEffortUtility(w1, w2) - LeastEffortUtility(w1, w2)
}

PenaltyFunctionJudd <- function(w1, w2, P = 100000){
  if(length(w1) == 2){
    y <- -1 *  (0.8 * (2 - w1[1]) - 0.2 * w1[2] - P * 
                  (pmax(0, -MaxEffortUtility(w1[1], w1[1]) - reservation.utility.judd))^2 -
                  P * (pmax(0, -UtilityDifferenceJudd(w1[1], w1[1])))^2)
  }else{
    y <- -1 * (0.8 * (2 - w1) - 0.2 * w2 - P * 
                 (pmax(0, -MaxEffortUtility(w1, w2) - reservation.utility.judd))^2 -
                 P * (pmax(0, -UtilityDifferenceJudd(w1, w2)))^2)
  }
  return(y)
}

没有错误,但是我的代码生成的结果与我所期望的相去甚远:

optim(c(1.1, 0.5), PenaltyFunctionJudd)
$par
[1]  1.343909e+49 -2.370681e+51

$value
[1] -4.633849e+50

$counts
function gradient 
     501       NA 

$convergence
[1] 1

$message
NULL

我的惩罚函数可能有问题。我假设这是由于pmax函数引起的。有人可以帮助我识别它吗?谢谢,谢谢您的关注。

编辑:错字。

1 个答案:

答案 0 :(得分:0)

我相信您是在w1[2]为真时表示if(length(w1) == 2)

我已经修改了您的代码,而没有涉及到如何定义先前的功能。目前尚不清楚结果是否为预期值:IV(-1)是什么意思,结果是否为负1?如果是10的功率?

PenaltyFunctionJudd <- function(w1, w2, P = 1e5){

        if(length(w1) > 1){
                w2 <- w1[2]
                w1 <- w1[1]
        }
        # cat("length is 2 \n")

        y <- 0.8 * (2 - w1) - 0.2 * w2 - P *
                ( pmax(0, -MaxEffortUtility(w1, w2) - reservation.utility.judd) )^2 -
                P * ( pmax(0, -UtilityDifferenceJudd(w1, w2)) )^2

        # cat("pmax1 :", pmax(0, -MaxEffortUtility(w1, w2) - reservation.utility.judd), "\n")
        # cat("pmax2 :", pmax(0, -UtilityDifferenceJudd(w1, w2)), "\n")

        return(y)
}

optim(c(1.1, 0.5), PenaltyFunctionJudd, control = list(fnscale = -1) )
optim(c(11, 5), PenaltyFunctionJudd, method = "BFGS", control = list(fnscale = -1, maxit = 100) )

您可以使用catprint来检查您的值(这里我注意到一些Inf,0导致我注意到代码错误)。

友好警告:只要您正确定义了先前的功能,优化中就会有很多不稳定的地方(问题设置不当?需要更多的罚款?)。确实,当运行两次或两次以上时,算法参数会有很大的波动...