|
最终计算时间是相同的,但时间步长现在选择为t=0.1。图5.3和图5.4中的结果与玻尔兹曼描述一致。正如在[10]中所观察到的,主要差异出现在分布的峰值和人口密度的较低部分,其中福克-普朗克解接近于零。后一种影响是由于福克-普朗克方程的x=0和v=0的边界条件的一致性。x-kn owledgeF(x)t=1000时的知识边际密度12300.511.52ψ=1:Boltzmann区ψ=1:Fokker-Planck区Φ:Boltzmann区ψ=Φ:Fokker-Planck区Φ:Fokker-Planck区Φ:财富边际密度t=1000时的财富边际密度12300.511.52ψ=1:Boltzmann区ψ=1:Fokker-Planck区ψ=Φ:Boltzmann区ψ=Φ:Fokker-Planck区图5.3:测试1和测试2。这里λ=λB=γ=σ=0.1在玻尔兹曼体系中,λ=λB=γ=σ=0.01在福克-普朗克体系中。测试2在这个新测试中,我们保持参数的相同值,并修改微观财富交互,允许知识在二进制交易中发挥规则作用。更准确地说,我们假设in(3.6)ψ(x)=Φ(x)。这样,二进制事务仍然是保守的,但更大的知识将对应于事务中的增益。图5.2 f中报告了全密度的结果,图5.3和5.4中报告了边缘密度及其尾部分布。我们可以观察到,对于知识水平较高的人来说,这种选择是如何使整个分配向更富裕的国家转变的。特别是,与第一个测试案例相比,财富的边际密度的尾部更胖。
|