Python柯布-道格拉斯效用函数规划食品预算和拟合前沿生产函数评估农作物生产效率

本文主要是介绍Python柯布-道格拉斯效用函数规划食品预算和拟合前沿生产函数评估农作物生产效率,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

柯布-道格拉斯效用函数

柯布-道格拉斯生产函数在引入数据时具有吸引人的统计特性。 该函数如下所示。
Y = z K α L 1 − α Y=z K^\alpha L^{1-\alpha} Y=zKαL1α
该函数的参数化为:

  • 参数 α ∈ [ 0 , 1 ] \alpha \in[0,1] α[0,1] 称为“资本的产出弹性”。
  • z z z 称为全要素生产率的值

现在,我们定义一个函数,该函数计算参数为 z = 1 z=1 z=1 α = 0.33 \alpha=0.33 α=0.33 的柯布-道格拉斯生产函数的输出,并接受输入 K K K L L L

def cobb_douglas(K, L):# Create alpha and zz = 1alpha = 0.33return z * K**alpha * L**(1 - alpha)

我们可以像使用均值函数一样使用这个函数。

cobb_douglas(1.0, 0.5)		

输出

0.6285066872609142

经济学家经常对这个问题感兴趣:如果我们修改投入,产出会发生多大变化?例如,采用生产函数 Y 1 = F ( K 1 , L 1 ) Y_1=F\left(K_1, L_1\right) Y1=F(K1,L1),它生产 Y 1 Y_1 Y1 单位的货物。如果我们将输入分别乘以 γ \gamma γ,则 K 2 = γ K 1 K_2=\gamma K_1 K2=γK1 L 2 = γ L 1 L_2=\gamma L_1 L2=γL1,则输出为
Y 2 = F ( K 2 , L 2 ) = F ( γ K 1 , γ L 1 ) Y_2=F\left(K_2, L_2\right)=F\left(\gamma K_1, \gamma L_1\right) Y2=F(K2,L2)=F(γK1,γL1)
Y 1 Y_1 Y1 Y 2 Y_2 Y2 相比如何?

如果对于任意 K , L K, L K,L,我们将 K , L K, L K,L 乘以一个值 γ \gamma γ

  • 如果 Y 2 Y 1 < γ \frac{Y_2}{Y_1}<\gamma Y1Y2<γ 则我们说生产函数的规模收益递减。
  • 如果 Y 2 Y 1 = γ \frac{Y_2}{Y_1}=\gamma Y1Y2=γ 则我们说生产函数具有规模报酬不变。
  • 如果 Y 2 Y 1 > γ \frac{Y_2}{Y_1}>\gamma Y1Y2>γ 则我们说生产函数具有规模报酬递增。

让我们尝试一下,看看我们的函数结果是什么!

y1 = cobb_douglas(1.0, 0.5)
print(y1)
y2 = cobb_douglas(2*1.0, 2*0.5)
print(y2)

输出:

0.6285066872609142
1.2570133745218284

Y 1 Y_1 Y1 Y 2 Y_2 Y2 有什么关系?

y2 / y1

输出:

2.0

Y 2 Y_2 Y2 恰好是 Y 1 Y_1 Y1 的两倍!

让我们编写一个函数来计算 K K K L L L 不同值的规模回报。

这是一个示例,说明编写函数如何让我们能够以我们最初意想不到的方式重用代码。

def returns_to_scale(K, L, gamma):y1 = cobb_douglas(K, L)y2 = cobb_douglas(gamma*K, gamma*L)y_ratio = y2 / y1return y_ratio / gamma
returns_to_scale(1.0, 0.5, 2.0)

输出:

1.0

事实证明,通过一点代数,我们可以检查这对于上面的柯布-道格拉斯示例是否始终成立。

柯布-道格拉斯效用函数规划食品预算

拟合前沿生产函数评估农作物生产效率

参阅 - 亚图跨际

这篇关于Python柯布-道格拉斯效用函数规划食品预算和拟合前沿生产函数评估农作物生产效率的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/179136

相关文章

python: 多模块(.py)中全局变量的导入

文章目录 global关键字可变类型和不可变类型数据的内存地址单模块(单个py文件)的全局变量示例总结 多模块(多个py文件)的全局变量from x import x导入全局变量示例 import x导入全局变量示例 总结 global关键字 global 的作用范围是模块(.py)级别: 当你在一个模块(文件)中使用 global 声明变量时,这个变量只在该模块的全局命名空

NameNode内存生产配置

Hadoop2.x 系列,配置 NameNode 内存 NameNode 内存默认 2000m ,如果服务器内存 4G , NameNode 内存可以配置 3g 。在 hadoop-env.sh 文件中配置如下。 HADOOP_NAMENODE_OPTS=-Xmx3072m Hadoop3.x 系列,配置 Nam

hdu1171(母函数或多重背包)

题意:把物品分成两份,使得价值最接近 可以用背包,或者是母函数来解,母函数(1 + x^v+x^2v+.....+x^num*v)(1 + x^v+x^2v+.....+x^num*v)(1 + x^v+x^2v+.....+x^num*v) 其中指数为价值,每一项的数目为(该物品数+1)个 代码如下: #include<iostream>#include<algorithm>

动态规划---打家劫舍

题目: 你是一个专业的小偷,计划偷窃沿街的房屋。每间房内都藏有一定的现金,影响你偷窃的唯一制约因素就是相邻的房屋装有相互连通的防盗系统,如果两间相邻的房屋在同一晚上被小偷闯入,系统会自动报警。 给定一个代表每个房屋存放金额的非负整数数组,计算你 不触动警报装置的情况下 ,一夜之内能够偷窃到的最高金额。 思路: 动态规划五部曲: 1.确定dp数组及含义 dp数组是一维数组,dp[i]代表

【Python编程】Linux创建虚拟环境并配置与notebook相连接

1.创建 使用 venv 创建虚拟环境。例如,在当前目录下创建一个名为 myenv 的虚拟环境: python3 -m venv myenv 2.激活 激活虚拟环境使其成为当前终端会话的活动环境。运行: source myenv/bin/activate 3.与notebook连接 在虚拟环境中,使用 pip 安装 Jupyter 和 ipykernel: pip instal

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

软考系统规划与管理师考试证书含金量高吗?

2024年软考系统规划与管理师考试报名时间节点: 报名时间:2024年上半年软考将于3月中旬陆续开始报名 考试时间:上半年5月25日到28日,下半年11月9日到12日 分数线:所有科目成绩均须达到45分以上(包括45分)方可通过考试 成绩查询:可在“中国计算机技术职业资格网”上查询软考成绩 出成绩时间:预计在11月左右 证书领取时间:一般在考试成绩公布后3~4个月,各地领取时间有所不同

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络(1)sklearn

系列文章目录 监督学习:参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归(SAheart.csv) 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学

poj 2976 分数规划二分贪心(部分对总体的贡献度) poj 3111

poj 2976: 题意: 在n场考试中,每场考试共有b题,答对的题目有a题。 允许去掉k场考试,求能达到的最高正确率是多少。 解析: 假设已知准确率为x,则每场考试对于准确率的贡献值为: a - b * x,将贡献值大的排序排在前面舍弃掉后k个。 然后二分x就行了。 代码: #include <iostream>#include <cstdio>#incl

nudepy,一个有趣的 Python 库!

更多资料获取 📚 个人网站:ipengtao.com 大家好,今天为大家分享一个有趣的 Python 库 - nudepy。 Github地址:https://github.com/hhatto/nude.py 在图像处理和计算机视觉应用中,检测图像中的不适当内容(例如裸露图像)是一个重要的任务。nudepy 是一个基于 Python 的库,专门用于检测图像中的不适当内容。该