Constructing the CES Production Function Based on the Discrete Weibull Distribution

Capa

Citar

Texto integral

Resumo

This paper considers a probabilistic approach to obtaining the CES production function. It consists in calculating the mean and median of the Leontief function (the quantity of output) as a random variable depending on the capacities of production factors, i.e., the ratios of the factors to their per-unit values. The type of the cumulative distribution function of the minimum from a set of independent random variables is substantiated. Explicit expressions are derived for the mean and median of the quantity of output as CES functions when the factor capacities have (continuous) Weibull distributions. Discretely distributed production factors are considered using the example of a geometric law. An attempt is made to derive the CES function when the factor capacities have discrete Weibull distributions. The difficulties arising in the analytical use of the mean of the Leontief function are described.

Sobre autores

V. Kokov

Bauman Moscow State Technical University

Autor responsável pela correspondência
Email: kokovvsevo@gmail.com

V. Sokolyanskiy

Bauman Moscow State Technical University

Email: sokolyansky63@mail.ru

Bibliografia

  1. Горбунов В.К. Производственные функции: теория и построение: учебное пособие. – Ульяновск: УлГУ, 2013. – 84 с. – URL: https://ulsu.ru/media/documents/13Горбунов_ПрФунк.pdf [Gorbunov, V.K. Proizvodstvennye funktsii: teoriya i postroenie: uchebnoe posobie. – Ulyanovsk: ULGU, 2013. – 84 s. – URL: https://ulsu.ru/media/documents/13Горбунов_ПрФунк.pdf (In Russian)]
  2. Jones, C.I. The Shape of Aggregate Production Functions and the Direction of Technical Change // Quarterly Journal of Economics. – 2005. – Vol. 120, no. 2. – P. 517–549.
  3. Growiec, J. Production Functions and Distributions of Unit Factor Productivities: Uncovering the Link // Economics Letters. – 2008. – Vol. 101, no. 1. – P. 87–90.
  4. Growiec, J. A Microfoundation for Normalized CES Production Functions with Factor-augmenting Technical Change // Journal of Economic Dynamics and Control. – 2013. – Vol. 37, no. 11. – P. 2336–2350.
  5. Матвеенко В.Д. «Анатомия» производственной функции: технологическое меню и выбор наилучшей технологии // Экономика и математические методы. – 2009. – T. 45, № 2. – С. 85–95. [Matveenko, V.D. “Anatomy” of the Production Function: Technological Menu and Selection of the Best Technology // Economics and Mathematical Methods. – 2009. – Vol. 45, no. 2. – P. 85–95. (In Russian)]
  6. Михеев А.В. Вероятностный подход к определению производственных функций // Вестник Астраханского государственного технического университета. Серия: Управление, вычислительная техника и информатика. – 2021. – № 4. – С. 82–94. [Mikheev, A.V. Probabilistic Approach to Determining Production Functions // Vestnik of Astrakhan State Technical University. Series: Management, Computer Science and Informatics. – 2021. – No. 4. – P. 82–94. (In Russian)]
  7. Математическая статистика: Учебник для вузов / В.Б. Горяинов, И.В. Павлов, Г.М. Цветкова и др.; под ред. В.С. Зарубина, А.П. Крищенко. – 3-е изд., исправл. – М.: Изд-во МГТУ им. Н.Э. Баумана, 2008. – 424 с. [Matematicheskaya statistika: Uchebnik dlya vuzov / V.B. Goryainov, I.V. Pavlov, G.M. Tsvetkova i dr.; pod red. V.S. Zarubina, A.P. Krishchenko. – 3-e izd., ispravl. – M.: Izd-vo MGTU im. N.Eh. Baumana, 2008. – 424 s. (In Russian)]
  8. Теория вероятностей: Учебник для вузов / В.А. Печинкин, О.И. Тескин, Г.М. Цветкова и др.; под ред. В.С. Зарубина, А.П. Крищенко. – М.: Изд-во МГТУ им. Н.Э. Баумана, 1998. – 456 с. [Teoriya veroyatnostei: Uchebnik dlya vuzov / V.A. Pechinkin, O.I. Teskin, G.M. Tsvetkova i dr.; pod red. V.S. Zarubina, A.P. Krishchenko. – M.: Izd-vo MGTU im. N.E. Baumana, 1998. – 456 s. (In Russian)]
  9. Rinne, H. The Weibull Distribution: A Handbook. – New York: Chapman and Hall/CRC, 2008. – 808 p.
  10. Barbiero, A. Discrete Weibull Distributions (Type 1 and 3) // The Comprehensive R Archive Network. – 2025. – URL: https://cran.r-project.org/web/packages/DiscreteWeibull/DiscreteWeibull.pdf.
  11. Woit, P. Fourier Analysis Notes, Spring 2020. – New York: Department of Mathematics, Columbia University, 2020. – 79 p. – URL: https://www.math.columbia.edu/~woit/fourier-analysis/fouriernotes.pdf.

Arquivos suplementares

Arquivos suplementares
Ação
1. JATS XML


Creative Commons License
Este artigo é disponível sob a Licença Creative Commons Atribuição 4.0 Internacional.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».