Оптимальная нормированная структура спроса и добавленной стоимости в продуктивной модели Леонтьева

Розв’язано задачу знаходження нормованих векторів попиту та доданої вартості, які максимізують дохід в продуктивній моделі Леонтьєва. Показано, що коли матриця Леонтьєва продуктивна та нерозкладна, то оптимальна нормована структура попиту та доданої вартості визначається додатними компонентами влас...

Full description

Saved in:
Bibliographic Details
Published in:Кибернетика и системный анализ
Date:2010
Main Authors: Стецюк, П.И., Кошлай, Л.Б.
Format: Article
Language:Russian
Published: Інститут кібернетики ім. В.М. Глушкова НАН України 2010
Subjects:
Online Access:https://nasplib.isofts.kiev.ua/handle/123456789/45625
Tags: Add Tag
No Tags, Be the first to tag this record!
Journal Title:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Cite this:Оптимальная нормированная структура спроса и добавленной стоимости в продуктивной модели Леонтьева / П.И. Стецюк, Л.Б. Кошлай // Кибернетика и системный анализ. — 2010. — № 5. — С. 51-59. — Бібліогр.: 7 назв. — рос.

Institution

Digital Library of Periodicals of National Academy of Sciences of Ukraine
Description
Summary:Розв’язано задачу знаходження нормованих векторів попиту та доданої вартості, які максимізують дохід в продуктивній моделі Леонтьєва. Показано, що коли матриця Леонтьєва продуктивна та нерозкладна, то оптимальна нормована структура попиту та доданої вартості визначається додатними компонентами власних векторів, що відповідають максимальним власним числам симетричних матриць. Наведено тестові розрахунки для семигалузевої матриці. The problem of finding normalized vectors of demand and added value in a productive Leontiev model is solved. These vectors maximize the national income. It is shown that if Leontiev’s matrix is productive and indecomposable, then an optimal normalized structure is determined by positive components of eigenvectors corresponding to maximal eigenvalues of some symmetric matrices. The results of test calculations for 7-branches matrixes are presented.
ISSN:0023-1274