[論文レビュー] Long-Term Average Impulse and Singular Control of a Growth Model with Two Revenue Sources

K. L. Helmes, R. H. Stockbridge+1 more|arXiv (Cornell University)|Jan 14, 2026

Economic theories and models被引用数 0

ひとこと要約

この論文は、更新理論と準変分的不等式を用いて、2つの収益源を持つ1次元拡散過程に対する長期平均インパルス制御および関連する特異制御問題を分析・明示解を提示する。

ABSTRACT

This paper analyzes and explicitly solves a class of long-term average impulse control problems and a related class of singular control problems. The underlying process is a general one-dimensional diffusion with appropriate boundary behavior. The model is motivated by applications such as the optimal long-term management of renewable resources and financial portfolio management. A large class of admissible policies is identified over which the agent seeks to maximize her long-term average reward, consisting of a running reward and income from either discrete impulses or singular actions. The long-term expected total reward and its relation to overtaking optimality is also considered. Sensitivity analysis with regard to the parameters of the impulse control model are performed. Key connections between the impulse and singular control problems are displayed.

研究の動機と目的

• 再生可能資源管理および金融ポートフォリオ文脈で生じる長期平均インパルス制御・特異制御問題の動機付けとモデル化。
• 適容なインパルス方針の大きなクラスを同定し、$(s,S)$-型（本論では $(w,y)$）方針が最適となる条件を特徴づける。
• インパルス制御と特異制御の関係を確立し、 overtaking 最適性の考慮を含めて分析する。
• 長期報酬と供給率を表現・分析する更新論的枠組みを開発する。
• モデルパラメータとインパルス・特異制御の関係を明らかにする感度分析を行う。

提案手法

• 状態を境界条件2.1に従う1次元拡散としてモデル化する。
• インパルス方針 $R=igl\u0303( au_k,Y_k)\bigr o$ を定義し、制御過程 $X^R$（式（1.2））を導出する。
• $(w,y)$-方針を導入し、再生論拠（式3.3）を用いてそのペイオフを関数 $F(w,y;p,K,eta)$ で表現する。
• $(w,y)$方針の下での定常密度を特徴づけ、サイクル長をポテンシャル関数 $\xi$ と $g$ に関連づける（式3.4, 3.5）。
• 長期平均インパルス制御問題を定式化・分析し、QVI（準変分的不等式）を用いた最適方針の existence および uniqueness を含む（セクション4）。
• 固定費ゼロ極限としての特異制御問題を検討し、 overtaking 最適性を論じる（セクション7）。

実験結果

リサーチクエスチョン

• RQ1 この拡散設定で長期平均利益を最大化する最適インパルス戦略は何か。
• RQ2 どの条件下で一意な $(w,y)$ 方針が長期平均報酬を最大化するか。
• RQ3 インパルス制御と特異制御はどのように結びつき、固定費が消える極限での挙動はどうなるか。
• RQ4 定常分布と再生構造が値と方針の最適性にどう寄与するか。
• RQ5 パラメータ $(p,K,eta)$ と走行報酬関数 $c$ に対する最適方針の感度はどうなるか。

主な発見

• $(w,y)$ 方針の長期平均ペイオフの明示的形を $F(w,y;p,K, ilde\beta)$ として導出。
• $(w,y)$ 方針下の定常密度は速度測度と標準関数を含む分岐的表現で与えられる（式3.4）。
• 適切な条件下で、許容供給率の上界 $z_0$ が確立され、ある $(w,y)$ 方針により $z o (0,z_0)$ が達成される（命題3.3）。
• 適切な条件下で一意な最適 $(w,y)$ 方針が存在し、関数 $G$（インパルス報酬のポテンシャル）と $F^*$ が関連する QVI を解く（セクション4）。
• インパルス制御解は $K o 0$ のとき特異制御解へ収束し、両問題が結びつく（セクション7）。
• 感度分析により、最適方針と値が $(p,K,eta)$ および走行報酬 $c$ に対してどのように変化するかが示される（セクション6）。