《 线性代数及其应用 (原书第4版)》—— 2.6 列昂惕夫投入产出模型
本节书摘来自华章出版社《 线性代数及其应用 (原书第4版)》一书中的第2章,第2.6节,作者:(美)戴维C. 雷(David C. Lay)马里兰大学帕克学院 著刘深泉 张万芹 陈玉珍 包乐娥 陆 博 译,更多章节内容可以访问云栖社区“华章计算机”公众号查看
2.6 列昂惕夫投入产出模型在Wassily Leontief获得诺贝尔奖的工作中,线性代数起着重要的作用. 如第1章开始所提到的,本节所叙述的经济模型是现在世界各国广泛使用模型的基础.
设某国的经济体系分为 n个部门,这些部门生产商品和服务. 设 x为 中产出向量,它列出了每一部门一年中的产出. 同时,设经济体系的另一部分(称为开放部门)不生产产品或服务,仅仅消费商品或服务,d 为最终需求向量,它列出经济体系中的各种非生产部门所需求的商品或服务. 此向量代表消费者需求、政府消费、超额生产、出口或其他外部需求.
由于各部门生产商品以满足消费者需求,生产者本身创造了中间需求,需要这些产品作为生产部门的投入,部门之间的关系是很复杂的,而生产和最后需求之间的联系也还不清楚. 列昂惕夫思考是否存在某一生产水平x 恰好的满足这一生产水平的总需求(x 称为供给),那么
{总产出x}={中间需求}+{最终需求d} (1)
列昂惕夫的投入产出模型的基本假设是,对每个部门,有一个单位消费向量,它列出了该部门的单位产出所需的投入. 所有的投入与产出都以百万美元作为单位,而不用具体的单位如吨等(假设商品和服务的价格为常数).
作为一个简单的例子,设经济体系由三个部门组成——制造业、农业和服务业. 单位消费向量 如表2-1所示.
例1 如果制造业决定生产100单位产品,它将消费多少?
解 计算
为生产100单位产品,制造业需要消费制造业其他部门的50单位产品,20单位农业产品,10单位服务业产品.
若制造业决定生产 单位产出,则在生产的过程中消费掉的中间需求是
,类似地,若
和
表示农业和服务业的计划产出,则
和
为它们的对应中间需求. 三个部门的中间需求为
(2)
这里 C是消耗矩阵 ,即
(3)
方程(1)和(2)产生列昂惕夫模型.
列昂惕夫投入产出模型或生产方程 (4)
把x 写成 Ix,应用矩阵代数,可把(4)重写为 (5)
例2 考虑消耗矩阵为(3)的经济. 假设最终需求是制造业50单位,农业30单位,服务业20单位,求生产水平x .
解 (5)中系数矩阵为
为解方程(5),对增广矩阵作行变换
最后一列四舍五入到整数,制造业需生产约226单位,农业119单位,服务业78单位.
若矩阵 I-C可逆,则我们可应用2.2节定理5,用 I-C代替 A,由方程(I-C)x=d 得出 . 下列定理说明,在大部分的实际情况下,I-C 是可逆的,而且产出向量x 是经济上可行的,亦即 x中的元素是非负的.
在此定理中,列的和表示矩阵中某一列元素的和. 在通常情况下,某一消耗矩阵的列的和是小于1的,因为一个部门要生产一单位产出所需投入的总价值应该小于1.
定理11 设 C为某一经济的消耗矩阵,d 为最终需求. 若C 和 d的元素非负,C 的每一列的和小于1,则 存在,而产出向量
有非负元素,且是下列方程的唯一解
下列讨论说明定理成立的理由,且给出一种计算 的新方法.
的公式
假设由 d表示的需求在年初提供给各种工业,它们制定产业水平为x=d 的计划,它将恰好满足最终需求,由于这些工业准备产出为f ,它们将提出对原料及其他投入的要求. 这就创造出对投入的需求 Cd.
为满足附加需求 Cd,这些工业又需要进一步的投入为 ,当然,它又创造出第二轮的中间需求,当要满足这些需求时,它们又创造出第三轮需求,即
,等等.
理论上,这个过程可无限延续下去,虽然实际上这样一系列事件不可能一直发生下去. 我们可把这一假设的情形表示如表2-2所示.
为了满足所有这些需求的产出水平 x是 (6)
为了使(6)有意义,我们使用下列代数恒等式: (7)
可以证明,若 C的列的和都严格小于1,则 I-C是可逆的,当 m趋于无穷时 趋于0,而
.(这有点类似于当正数 小于1时,随着 m增大,
.)应用(7),我们有
当C 的列的和小于1时, (8)
我们将(8)解释为当 m充分大时,右边可以任意接近于 .
在实际的投入产出模型中,消耗矩阵的幂迅速趋于0,故(8)实际上给出一种计算 的方法. 类似地,对任意d ,向量
迅速地趋于零向量,而(6)给出实际解
的方法. 若C 和d 中的元素是非负的,则(6)说明 x中的元素也是非负的.
中元素的经济重要性
中的元素是有意义的,因它们可用来预计当最终需求 改变时,产出向量 如何改变. 事实上,
的第 j列表示当第 j个部门的最终需求增加1单位时,各部门需要增加产出的数量. 见习题8.
数值计算的注解 在任何应用问题中(不仅是经济学)方程 总可以写成
的形式,其中
. 若方程组很大而且稀疏(大部分元素为0),可能C 的各列元素绝对值之和小于1,这时
,若
趋向于零足够迅速,(6)和(8)可以用来作为解方程
的实际方法,也可用来求
.
练习题
设某一经济有两个部门,商品和服务部门. 商品部门的单位产出需要0.2单位商品和0.5单位服务的投入,服务部门的单位产出需要0.4单位商品和0.3单位服务的投入. 最终需求是20单位商品和30单位服务,列出列昂惕夫投入产出模型的方程.
习题2.6
相关文章
- 单调栈应用--将一个数删除n各数字之后的最大最小值
- 104. 【教程】电脑Outlook直接收发邮件的方法( 使用Office365应用密码(Outlook独立密码)MFA )
- Extjs Window用法详解 2 打印具体应用
- 参与 ECS 应用监控邀测活动,获得阿里云代金券
- 从 Java 应用部署方式看 IT 思潮——从开发和运维到开发自运维
- 表格存储在互联网风控和金融数据服务上的应用实践
- SAP UI5 应用开发教程之八十一 - 采用 OPA5 进行 SAP UI5 集成测试(Integration Test)的一个例子试读版
- 使用 SAP Cloud SDK 开发应用时,如何通过环境变量的配置避免硬编码
- 如何证明CRM WebClient UI上的应用是有状态(Stateful)的
- SAP UI5 应用开发教程之九十七 - 如何使用客户端 JSON 模型构建一个 Master-Detail-Detail 布局中的明细页面试读版
- 最详细的Vue Hello World应用开发步骤
- XAI之GS:全局代理(Global Surrogate,对黑盒机器学习执行模型可解释性的技术)的简介、常用工具包、案例应用之详细攻略
- ML:分类预测任务中模型评估指标(ER/混淆矩阵ACC、Precision、Recall、AP、mAP、F1、ROC-AUC)简介、使用方法、代码实现、案例应用之详细攻略
- ML与Information:信息论(信息熵/互信息/最大熵模型/条件熵/KL散度)在机器学习中的简介、主要内容、关系、常用方法、案例应用
- ML之ME/LF:机器学习中常见模型评估指标/损失函数(LiR损失、L1损失、L2损失、Logistic损失)求梯度/求导、案例应用之详细攻略
- 灰色GM(1,1)模型及其在电力负荷预测中的应用(Matlab代码实现)
- 以两种异步模型应用案例,深度解析Future接口
- Python实现决策树回归模型(DecisionTreeRegressor算法)并应用网格搜索算法调优项目实战
- EM算法在高斯混合模型学习中的应用
- 【人工智能】论未来人工智能的大模型生态:重塑技术前景与应用
- 【Linux 内核 内存管理】RCU 机制 ① ( RCU 机制简介 | RCU 机制的优势与弊端 | RCU 机制的链表应用场景 )
- 【Android 进程保活】应用进程拉活 ( 账户同步拉活 | 账户同步 | 源码资源 )
- Vue中自定义指令是什么?有哪些应用场景?
- DataScience&ML:金融科技之风控领域的CreditRisk+模型(信用风险度量模型)的简介、案例应用(代码实现)之详细攻略
- CV之FR:基于Keras框架利用训练好的hdf5模型直接进行人脸识别推理实现人脸表情识别/脸部表情识别、性别识别(gradcam可视化)案例应用
- 基于元胞自动机森林火灾模型及应用(Matlab代码实现)
- 【使用 BERT 的问答系统】第 6 章 :BERT 模型应用:其他任务
- pytorch 7 应用于语义分割、自动编码机和GAN数据增强方法(支持多图输入模型)
- Qt数据库应用7-导出打印QTableWidget/QTableView数据