I have modified the code comments, main body content and website address of samuelson.md

Author: yuki-820

lectures/samuelson.md

@@ -105,8 +105,8 @@ Samuelson使用该模型分析了边际消费倾向和加速系数的特定值
 * $\{I_t\}$ 是投资率的序列，是另一个关键内生变量。
 * $\{Y_t\}$ 是国民收入水平的序列，也是一个内生变量。
 
-- $a$ 是凯恩斯消费函数 $C_t = a Y_{t-1} + \gamma$ 中的边际消费倾向。
-- $b$ 是"投资加速器"$I_t = b (Y_{t-1} - Y_{t-2})$ 中的"加速系数"。
+- $a$ 是凯恩斯消费函数 $C_t = \alpha Y_{t-1} + \gamma$ 中的边际消费倾向。
+- $b$ 是"投资加速器"$I_t = \beta (Y_{t-1} - Y_{t-2})$ 中的"加速系数"。
 - $\{\epsilon_{t}\}$ 是一个独立同分布的标准正态随机变量序列。
 - $\sigma \geq 0$ 是一个"波动性"参数 --- 当设定 $\sigma = 0$ 时，
   我们将得到最初要研究的非随机情况。
@@ -116,15 +116,15 @@ Samuelson使用该模型分析了边际消费倾向和加速系数的特定值
 ```{math}
 :label: consumption
 
-C_t = a Y_{t-1} + \gamma
+C_t = α Y_{t-1} + \gamma
 ```
 
 和投资加速器
 
 ```{math}
 :label: accelerator
 
-I_t = b (Y_{t-1} - Y_{t-2})
+I_t = β (Y_{t-1} - Y_{t-2})
 ```
 
 以及国民收入恒等式
@@ -136,15 +136,15 @@ Y_t = C_t + I_t + G_t
 ```
 
 - 参数 $a$ 是人们的收入*边际消费倾向*
-  - 方程 {eq}`consumption` 表明人们会消费每增加一美元收入中的 $a \in (0,1)$ 部分。
-- 参数 $b > 0$ 是投资加速系数 - 方程
+  - 方程 {eq}`consumption` 表明人们会消费每增加一美元收入中的 $\alpha \in (0,1)$ 部分。
+- 参数 $\beta > 0$ 是投资加速系数 - 方程
   {eq}`accelerator` 表明当收入增加时人们会投资实物资本，当收入减少时会减少投资。
 
 方程 {eq}`consumption`、{eq}`accelerator` 和 {eq}`income_identity`
 推导出以下关于国民收入的二阶线性差分方程：
 
 $$
-Y_t = (a+b) Y_{t-1} - b Y_{t-2} + (\gamma + G_t)
+Y_t = (\alpha+\beta) Y_{t-1} - \beta Y_{t-2} + (\gamma + G_t)
 $$
 
 或
@@ -155,7 +155,7 @@ $$
 Y_t = \rho_1 Y_{t-1} + \rho_2 Y_{t-2} + (\gamma + G_t)
 ```
 
-其中 $\rho_1 = (a+b)$ 且 $\rho_2 = -b$。
+其中 $\rho_1 = (\alpha+\beta)$ 且 $\rho_2 = -\beta$。
 
 为完成这个模型，我们需要两个**初始条件**。
 
@@ -167,7 +167,7 @@ $$
 Y_{-1} = \bar Y_{-1}, \quad  Y_{-2} = \bar Y_{-2}
 $$
 
-我们通常会设置参数$(a,b)$，使得从任意一对初始条件$(\bar Y_{-1}, \bar Y_{-2})$开始，国民收入$Y_t$在$t$变大时会收敛到一个常数值。
+我们通常会设置参数$(\alpha,\beta)$，使得从任意一对初始条件$(\bar Y_{-1}, \bar Y_{-2})$开始，国民收入$Y_t$在$t$变大时会收敛到一个常数值。
 
 我们感兴趣的是：
 
@@ -187,7 +187,7 @@ $$
 ```{math}
 :label: second_stochastic
 
-Y_t = G_t + a (1-b) Y_{t-1} - a b Y_{t-2} + \sigma \epsilon_{t}
+Y_t = \gamma + G_t + (α+β) Y_{t-1} - β Y_{t-2} + \sigma \epsilon_{t}
 ```
 
 ### 模型的数学分析
@@ -911,7 +911,7 @@ class Samuelson():
 
     .. math::
 
-        Y_t =  + \alpha (1 + \beta) Y_{t-1} - \alpha \beta Y_{t-2}
+        Y_t = + (α + β) Y_{t-1} - β Y_{t-2}
 
     参数
     ----------