1 Teoria popytu Relacjapreferencjikonsumenta Funkcjaużyteczności Interpretacjeekonomiczne Funkcjapopytu...

Wielkość: px
Rozpocząć pokaz od strony:

Download "1 Teoria popytu 1 1.1 Relacjapreferencjikonsumenta... 1 1.2 Funkcjaużyteczności... 6 1.3 Interpretacjeekonomiczne... 10 1.4 Funkcjapopytu..."

Transkrypt

1 Zamawianie kształcenia na kierunkach technicznych, matematycznych i przyrodniczych- pilotaż projekt systemowy Ministerstwa Nauki i Szkolnictwa Wyższego umowa na realizację zadania nr 22/DSW/4.1.2/2008 z dn r. Uniwersytet Mikołaja Kopernika w Toruniu Wydział Matematyki i Informatyki Krzysztof Frączek Modele Matematyczne Gospodarki Rynkowej Wykład dla studentów II roku kierunku matematyka specjalność zastosowania matematyki Toruń 2010 Projekt współfinansowany ze środków Unii Europejskiej w ramach Europejskiego Funduszu Społecznego

2 Spis treści 1 Teoria popytu Relacjapreferencjikonsumenta Funkcjaużyteczności Interpretacjeekonomiczne Funkcjapopytu Teoria produkcji Przestrzeńprodukcyjnaifunkcjaprodukcji FunkcjaprodukcjiCobba-Douglasa Producentwwarunkachdoskonałejkonkurencji Modele równowagi rynkowej ModelrynkuArrowa-Hurwicza ModelArrowa-Debreugo-McKenziego... 40

3 1 TEORIA POPYTU 1 1 Teoriapopytu 1.1 Relacja preferencji konsumenta Podstawowym powodem działalności ekonomicznej człowieka lub grup ludzkich jest zaspokajanie potrzeb konsumpcyjnych, w ramach możliwości, które daje rynek towarów konsumpcyjnych. Konsument, czyli albo pojedynczy człowiek albo zorganizowana grupa, dokonuje zakupów towarów, czyli produktów pracy lub usług. Do zakupu towarów konsument przeznacza swój dochód, który na początku naszych rozważań będzie ignorowany. Celem tego wykładu jest zbudowanie modelu matematycznego, który pozwoli w sposób formalny(matematyczny) opisywać zjawiska zachodzące na rynku towarów. Załóżmy,żenarynekoferujekonsumentommróżnychtowarów.Przezx i będziemy oznaczać ilość i-tego towaru mierzoną w odpowiednich jednostkach (kilogramach, litrach, metrach, sztukach itp.). Oznaczenia. Dowolny wektor x=(x 1,...,x m ) R m + =[0, )m będziemy interpretować jako potencjalny koszyk towarów konsumenta. NatomiastprzezX R m +będziemyoznaczaćzbiórwszystkichkoszykówdostępnych na rynku towarów konsumpcyjnych i nazywać przestrzenią towarów. Przykład 1. Załóżmy, że rynek oferuje tylko dwa towary: wódkę i papierosy. Ilość tych dóbr jest ograniczona, mamy 20 litrów wódki i 1000 papierosów. Wówczas zbiór dostępnych koszyków to X={(x 1,x 2 ):x 1 R +,x 2 N,x 1 20,x }. Konsument kieruje się przy wyborze koszyka towarów swoim gustem. Każdy konsument posiada swój indywidualny gust, np. preferencje konsumenta palącego i niepalącego są diametralnie różne. Gusta konsumentów opisuje tzw. relacja preferencji. Definicja. Mówimy, że relacja X X jest relacją słabej preferencji jeśli jest preporządkiem zupełnym, tzn. (i) x,y,z X (x y y z)= x z(tranzytywność); (ii) x,y X x y y x(zupełność). Jeślix ytomówimy,że koszyktowarówxjestsłabopreferowanynad koszyky lub koszyktowarówxjestniegorszyodkoszykay.

4 1 TEORIA POPYTU 2 Uwaga 1.1. Zauważmy, że bezpośrednio z warunku zupełności wynika zwrotnośćrelacjisłabejpreferencji,tzn.x xdladowolnegokoszykax X. Definicja. Polem preferencji konsumenta będziemy nazywać parę(x, ), gdzie X jest przestrzenią towarów dostępnych na rynku towarów oraz X X jest relacją słabej preferencji charakteryzującą gust konsumenta. Definicja.Mówimy,żedwakoszykix,y Xsąindyferentnelubrównoważne jeślix yorazy x.wówczaspiszemyx y. Mówimy,żekoszykx X jestsilniepreferowanynadkoszyky,jeśli (y x).wówczaspiszemyx y. Jeślikoszykxjestsilniepreferowanynady,tooznacza,żexjestlepszy z punktu widzenia konsumenta od koszyka y. Jeśli koszyki są indyferentne, to są one równie dobre dla konsumenta. Ćwiczenie. Relacja indyferencji X X jest relacją równoważności. Ćwiczenie. Relacja silnej preferencji X X spełnia następujące warunki: (i) (x x); (ii)x y (x y) (x y); (iii)x y (x y) (x y); (iv)(x y) (y z)= (x z); (v)(x y) (y x); (vi)(x y) (y x) (x y). Kolejnym aksjomatem teorii preferencji, po aksjomacie zupełnego preporządku relacji słabej preferencji, jest aksjomat ciągłości. Definicja.Mówimy,żerelacjapreferencji X Xjestciągła,gdyzbiór G={(x,y) X X:x y} jestotwartymwmetrycenax Xindukowanejzmetrykiproduktowejna R m R m. Uwaga1.2.Naprzestrzeni R m rozważaćbędziemymetrykępochodzącąod normy x =sup 1 i m x i.jednakwybórtakiejwłaśnienormyniejestzbyt istotny.jakwiadomowszystkienormyna R m sąrównoważne,więcpojęcie zbioru otwartego dla każdej z nich oznacza to samo. Wybór tej właśnie normy podyktowane jest względami estetycznymi. Będziemy jednak korzystać równieżznormyeuklidesowej x E = mi=1 x 2 ioraz x = m i=1 x i.

5 1 TEORIA POPYTU 3 Uwaga 1.3. Ciągłość relacji preferencji oznacza, że dla dowolnej pary nieindyferentnychkoszykówx yistniejeε>0taki,że {(x,y ) X X: (x,y ) (x,y) =sup( x x, y y )<ε} G. Zatemjeśli x i x i <εoraz y i y i <εdla1 i m,tox y. To oznacza, że relacja silnej preferencji jest nieczuła na małe zaburzenia koszyków towarów, co wydaje się być naturalnym założeniem. Twierdzenie1.4.Relacjapreferencji X Xjestciągławtedyitylko wtedy,gdydladowolnycha,b Xzbiory G 1 (a)={y X:a y}orazg 2 (b)={x X:x b} są otwartymi podzbiorami X. Dowód.( ) Załóżmy, że zbiór G jest otwarty. Udowodnimy, że dla dowolnego a XzbiórG 1 (a)jestotwartywx.otwartościzbiorug 2 (b)dowodzisię podobnie, co pominiemy. Niechy G 1 (a),zatema y,czyli(a,y) G.PonieważG X X jestotwarty,więcistniejeε>0takie,żejeślisup( x a, y y )<ε tox y.weźmydowolnyelementy Xtaki,że y y <ε.ponieważ sup( a a, y y )<ε,więca y,astądy G 1 (a).wtensposób pokazaliśmy,żepewneotoczenieywxzawartejestwzbiorzeg 1 (a),azatem G 1 (a)jestotwartywx,cokończydowódwłatwiejsząstronę. ( )Załóżmy,żezbioryG 1 (a),g 2 (b)sąotwartewxdladowolnycha,b X.Niech(a,b)będziedowolnymelementemG,czylia b. Przypadek1.Załóżmy,żeistniejec Xtakie,żea c b.wówczas (a,b) G 2 (c) G 1 (c) G. (1) Rzeczywiście,jeśli(x,y) G 2 (c) G 1 (c),tox corazc y,coztranzytywnościdajex y.zbiórg 2 (c) G 1 (c)jestzbioremotwartymwx X,jako produkt zbiorów otwartych. Zatem punkt(a, b) posiada otoczenie zawarte wg 2 (c) G 1 (c).z(1),otoczenietozawartejestrównieżwg,codowodzi otwartościgwx X. Przypadek2.Załóżmy,żenieistniejec X takie,żea c b. Oznaczmy F 1 (a)={x X:x a}=x\g 1 (a), F 2 (b)={y X:b y}=x\g 2 (b). Jako dopełnienia zbiorów otwartych są one domknięte w X. Zauważmy, że F 1 (a) F 2 (b)= orazg 1 (a) G 2 (b)=.rzeczywiście,jeślic F 1 (a)oraz

6 1 TEORIA POPYTU 4 c F 2 (b),toc aorazb c.ztranzytywnościb acostoiwsprzeczności zzałożeniem,że(a,b) G. Natomiast,jeślic G 1 (a)orazc G 2 (b),toa corazc b,costoiw sprzeczności z głównym założeniem w Przypadku 2. Ponadto, X=X\(G 1 (a) G 2 (b))=(x\g 1 (a)) (X\G 2 (b))=f 1 (a) F 2 (b). StądF 1 (a)=x\f 2 (b)orazf 2 (b)=x\f 1 (a)ijakodopełnieniazbiorów dotkniętych są otwarte. Następnie zauważmy, że (a,b) F 1 (a) F 2 (b) G. (2) Rzeczywiście,jeśli(x,y) F 1 (a) F 2 (b),tox aorazb y.ponieważ a b,ztranzytywnościotrzymujemyx y.zbiórf 1 (a) F 2 (b)jestzbiorem otwartymwx X,jakoproduktzbiorówotwartych.Zatempunkt(a,b) posiadaotoczeniezawartewf 1 (a) F 2 (b).z(2),otoczenietozawartejest również w G. W ten sposób udowodniliśmy otwartość zbioru G, co kończy dowód. Załóżmy teraz, że możliwości budżetowe konsumenta są ograniczone, wtedy nie wszystkie koszyki ze zbioru koszyków towarów X są osiągalne. Oznaczmy przez M X zbiór koszyków osiągalnych przez konsumenta. Definicja. Niech(X, ) będzie polem preferencji konsumenta oraz niech M będzie niepustym podzbiorem przestrzeni towarów X. Mówimy, że element x M jestm-preferowanymkoszykiemjeślix ydlakażdegokoszyka y M. Koszyk M-preferowany możemy zinterpretować jako, w pewnym sensie najlepszy koszyk dla konsumenta, przy jego ograniczeniach budżetowych. Koszyk ten jest nie gorszy od wszystkich osiągalnych koszyków. Przypomnienie. Podzbiór A przestrzni metrycznej(x, ρ) jest zwarty, gdy spełnia jeden z trzech równoważnych warunków (i)dowolnyciągelementówzaposiadapodciągzbieżnydoelementuza; (ii)dladowolnegopokryciazbioruazbioramiotwartymi(u t ) t T (A t TU t )istniejepodpokrycieskończone,tzn.a U t1... U tn ; (iii)dladowolnejrodziny(f t ) t T domkniętychpodzbiorówajeśli t T F t dladowolnegoskończonegopodzbiorut T,to t TF t Twierdzenie 1.5. Załóżmy, że relacja preferencji X X jest ciągła orazzbiórm Xjestniepustyizwarty.Wówczasistniejeconajmniejjeden koszyk M-preferowany oraz zbiór koszyków M-preferowanych jest zwarty.

7 1 TEORIA POPYTU 5 Dowód. Najpierw zauważmy, że zbiór koszyków M-preferowanych jest równy M:= (F 1 (y) M)=M F 1 (y), y M gdzieprzypomnijmyf 1 (y)={x X:x y}.istotniex Mwtedyitylko wtedy,gdyx Morazx F 1 (y)dlakażdegoy M.Tooznacza,żex y dlakażdegoy M,cojestrównoważneztym,żexjestM-preferowany. ZciągłościrelacjipreferencjikażdyzezbiorówF 1 (y),y Mjestdomknięty,azatemF 1 (y) M,y Msązbioraminiepustymiizwartymi. Ponieważ wszystkie te zbiory są podzbiorami zbioru zwartego M, wystarczy pokazać, że przekrój dowolnej skończonej podrodziny jest niepusty, to implikuje niepustość przekroju całej rodziny. RozważmyzatemdowolnątakąskończonąrodzinęF 1 (y i ) M,1 i k, gdziey i Mdla1 i k.ponieważrelacjapreferencjijestzupełnym preporządkiem,wskończonymzbiorze{y i :i=1,...,k}istniejeelementnie gorszyodwszystkichinnychwtymzbiorze,oznaczmytenelementprzezy i0. Wówczas F 1 (y i0 ) F 1 (y i )dlakażdego1 i k. Istotnie,jeślix F 1 (y i0 ),tox y i0,aponieważy i0 y i,więcztranzytywnościx y i,astądx F 1 (y i ).Takwięc y M k F 1 (y i0 ) M= (F 1 (y i ) M). i=1 PonieważzbiórF 1 (y i0 ) Mjestniepusty,toprzekrój k i=1 (F 1 (y i ) M)jest równieżniepusty.zatemzezwartościmzbiór M= y M(F 1 (y) M)jest niepusty i jako przekrój zbiorów zwartych jest też zwarty. Definicja. Mówimy, że pole preferencji(x, ) jest słabo wypukłe, jeśli (i)przestrzeńtowarówx R m + jestpodzbioremwypukłym; (ii)dladowolnegoy XzbiórF 1 (y)={x X:x y}jestwypukły. Uwaga 1.6. Powyższy aksjomat słabej wypukłości oznacza, że dla dowolnego koszykayjeślidwakoszykix 1,x 2 sąsłabopreferowanenady,tokażdykoszyk pośrednipostaciαx 1 +βx 2,gdzieα,β 0orazα+β=1,jestrównieżsłabo preferowany nad koszyk y, co wydaje się naturalnym założeniem. Obecnie sformułujemy aksjomat silnej wypukłości pola preferencji konsumenta. Aksjomat ten pozwoli na udowodnienie jednoznaczności koszyka M-preferowanego.

8 1 TEORIA POPYTU 6 Definicja. Mówimy, że pole preferencji(x, ) jest silnie wypukłe, jeśli (i)przestrzeńtowarówx R m + jestpodzbioremwypukłym; (ii)dladowolnegoy Xjeślix 1 y,x 2 yorazx 1 x 2,todladowolnych α,β>0orazα+β=1mamyαx 1 +βx 2 y. Twierdzenie 1.7. Załóżmy, że pole preferencji konsumenta(x, ) jest słabo wypukłe oraz zbiór M X jest również wypukły. Wówczas zbiór koszyków M-preferowanych jest wypukły. Jeśli dodatkowo pole preferencji jest silnie wypukłe, to istnieje co najwyżej jeden M-preferowany koszyk. Dowód. Przypomnijmy, że zbiór koszyków M-preferowanych jest postaci M= (F 1 (y) M). y M Ponieważ,zzałożenia,zbioryF 1 (y)orazmsąwypukłe,więcichprzekrój jestteżzbioremwypukłym.zatem Mjestwypukły. Załóżmy dodatkowo, że pole preferencji konsumenta jest silnie wypukłe. Przypuśćmy, że zbiór koszyków M-preferowanych zawiera co najmniej dwa różneelementyx 1,x 2 M.Zzupełnościrelacjipreferencjimożemyprzyjąć, żex 1 x 2.Zatemzzałożeniasilnejwypukłościdladowolnychα,β>0 takich,żeα+β =1mamyαx 1 +βx 2 x 2.PonieważM jestzbiorem wypukłym,więcαx 1 +βx 2 M.ZatemistniejeelementzbioruM,który jestsilniejpreferowanyodx 2,czylix 2 niemożebyćm-preferowany.dajeto sprzeczność z założeniem, że zbiór koszyków M-preferowanych ma więcej niż jeden element. Wniosek1.8.Załóżmy,żerelacjapreferencji X Xjestciągłaisłabo wypukła oraz zbiór M X jest niepusty, zwarty oraz wypukły. Wówczas zbiór koszyków M-preferowanych jest niepusty, zwarty i wypukły. Jeśli dodatkowo pole preferencji jest silnie wypukłe, to istnieje dokładnie jeden M-preferowany koszyk. 1.2 Funkcjaużyteczności Znacznie wygodniejszą formą przedstawienia gustu konsumenta jest przedstawienie go w sposób liczbowy przy pomocy tzw. funkcji użyteczności. Jest to funkcja, która każdemu koszykowi z przestrzeni towarów przypisuje wartość liczbową, tak aby bardziej wartościowym koszykom, z punktu widzenia konsumenta, przypisane były większe wartości.

9 1 TEORIA POPYTU 7 Definicja. Niech(X, ) będzie polem preferencji konsumenta. Funkcję u: X R nazywamy funkcją użyteczności, gdy u(x)>u(y) x yorazu(x) u(y) x y. Uwaga1.9.Zdrugiejstronydowolnafunkcjau:X Rwyznaczarelację słabejpreferencjizdefiniowanąnastępująco:x y,gdyu(x) u(y).sprawdzić, że X X jest zupełnym preporządkiem(ćwiczenie). Ćwiczenie.Jeśliu:X Rjestfunkcjąużytecznościdlarelacji,tou(x)= u(y)wtedyitylkowtedy,gdyx y. Ćwiczenie.Jeśliu:X Rjestfunkcjąużytecznościdlarelacji,todla dowolnejfunkcjirosnącejg:r Rfunkcjag u:x Rjestfunkcją użyteczności dla relacji. Uwaga1.10.Niechu:X Rbędziefunkcjąużytecznościdlarelacji. Jeśliujestfunkcjąciągłą,torelacja jestrównieżciągła.abytopokazać wystarczy zauważyć, że zbiory G 1 (a)={y X:a y}={y X:u(a)>u(y)}=u 1 (,u(a)), G 2 (b)={x X:x b}={x X:u(x)>u(b)}=u 1 (u(b),+ ) jako przeciwobrazy zbiorów otwartych są również otwarte. Teraz wystarczy skorzystać z twierdzenia 1.4. Twierdzenie1.11.NiechX R m + będziepodzbioremspójnymoraz X X ciągłą relacją preferencji. Wówczas istnieje funkcja użyteczności u: X Rdlarelacji. Dowód. Patrz[1]. Definicja. Załóżmy, że X jest zbiorem wypukłym. Mówimy, że funkcja u: X R jest quasi-wklęsła, gdy dla dowolnej liczby rzeczywistej r zbiór u 1 ([r,+ ))={x X:u(x) r}jestwypukły. Mówimy,żefunkcjau:X Rjestsilniequasi-wklęsła,gdydlakażdego y X,jeśliu(x 1 ) u(y),u(x 2 ) u(y)dlax 1 x 2 X,tou(αx 1 +βx 2 )> u(y)dladowolnychα,β>0takich,żeα+β=1. Uwaga Korzystając z określenia funkcji użyteczności dla danej relacji preferencji łatwo zauważyć, że (i) funkcja użyteczności u jest quasi-wklęsłą wtedy i tylko wtedy, gdy relacja preferencji jest wypukła;

10 1 TEORIA POPYTU 8 (ii) funkcja użyteczności u jest silnie quasi-wklęsłą wtedy i tylko wtedy, gdy relacja preferencji jest silnie wypukła; Lemat1.13.Załóżmy,żeXjestzbioremwypukłym.Jeśliu:X Rjest wklęsła, to jest quasi-wklęsła oraz jeśli u jest silnie wklęsła, to jest silnie quasi-wklęsła Dowód.Przypomnijmy,żefunkcjau:X Rokreślonanazbiorzewypukłymjestwklęsła,gdydladowolnychx 1,x 2 Xorazα,β 0takich,że α+β=1mamy u(αx 1 +βx 2 ) αu(x 1 )+βu(x 2 ). Wówczasjeśliu(x 1 ) rorazu(x 2 ) r,to u(αx 1 +βx 2 ) αu(x 1 )+βu(x 2 ) αr+βr=r. Zatemzbiór{x X:u(x) r}jestwypukły,awięcujestquasi-wklęsła. Przypomnijmy,żefunkcjau:X Rjestsilniewklęsła,gdydladowolnychx 1 x 2 Xorazα,β>0takich,żeα+β=1mamy u(αx 1 +βx 2 )>αu(x 1 )+βu(x 2 ). Załóżmy,żeu(x 1 ) u(y)orazu(x 2 ) u(y)orazx 1 x 2.Wtedy u(αx 1 +βx 2 )>αu(x 1 )+βu(x 2 ) αu(y)+βu(y)=u(y). Zatem u jest silnie quasi-wklęsła. Następny aksjomat dotyczący relacji preferencji związany jest ze zjawiskiem niedosytu. Oznaczenia.Na R m +będziemyrozpatrywaćnastępującąrelacjęczęściowego porządku R m + Rm + x y 1 i m x i y i. Będziemy również korzystać z następujących dwóch relacji: x y x y x yorazx>y 1 i m x i >y i. Definicja. Mówimy, że w polu preferencji konsumenta(x, ) obserwujemy zjawisko niedosytu, gdy x y x y.

11 1 TEORIA POPYTU 9 Uwaga1.14.Niechu:X Rbędziefunkcjąużytecznościdlarelacji. Wówczas w polu preferencji(x, ) występuje niedosyt wtedy i tylko wtedy, gdyfunkcjau:x Rjestrosnąca,tzn. x y u(x)>u(y). Lemat1.15.Jeślifunkcjaużytecznościu:R m + RjestklasyC1 oraz to jest rosnąca. u (x)>0dlawszystkichx R m +oraz1 i m, Dowód. Załóżmy, że wszystkie pochodne cząstkowe są dodatnie oraz x y. KorzystającztwierdzeniaLagrange adlafunkcjiϕ(t)=u(tx+(1 t)y) istnieje0<θ<1takie,że u(x) u(y)=ϕ(1) ϕ(0)=ϕ (θ)= m i=1 u (θx+(1 θ)y)(x i y i ). Ponieważwszystkiepochodnecząstkowesądodatnie,wszystkieróżnicex i y i są nieujemne i przynajmniej jedna z nich jest dodatnia, więc prawa strona jest dodatnia. Stąd u(x) > u(y). Uwaga1.16.Jeślifunkcjaużytecznościu:R m + RjestklasyC2,wówczas warunek wklęsłości i silnej wklęsłości można sprawdzać korzystając z macierzy drugiej pochodnej(hesjanu) H(x)= 2 u(x) x 2 = 2 u x 1 x 1 (x) 2 u x 2 x 1 (x). 2 u x m x 1 (x) 2 u x 1 x 2 (x) 2 u x 2 x 2 (x). 2 u x m x 2 (x) 2 u x 1 x m (x) 2 u x 2 x m (x).. 2 u x m x m (x) Przypomnijmy, że jeśli H(x) jest niedodatnio określona dla wszystkich x, to ujestwklęsłaorazjeślih(x)jestujemnieokreślonadlawszystkichx,tou jest silnie wklęsła. Podamyterazlistęstandardowychfunkcjiu:R m + R,którespełniają warunki funkcji użyteczności. Przykład 2(Funkcja logarytmiczna). Niech u(x 1,...,x m )=a+α 1 lnx α m lnx m, gdziea>0orazα i >0dla1 i m.wówczas u (x)= α i x i >0oraz hesjan H(x) jest macierzą diagonalną, przy czym na przekątnej znajdują

12 1 TEORIA POPYTU 10 się 2 u(x)= α x 2 i <0dlai=1,...,m.ZatemH(x)jestzawszeujemnie i x 2 i określona. Podsumowując relacja preferencji wyznaczona przez funkcję logarytmiczną jest ciągła, silnie wypukła oraz spełnia warunek niedosytu. Przykład 3(Funkcja multiplikatywna). Niech u(x 1,...,x m )=a x α x αm m, gdziea>0orazα i >0dla1 i m.zauważmy,żefunkcjamultiplikatywna powstajeprzezzłożeniefunkcjilogarytmicznejzfunkcjąwykładnicząx e x, która jest rosnąca. Zatem wyznaczona przez u relacja preferencji ma te same własności co relacja wyznaczona przez funkcję logarytmiczną. Przykład 4(Funkcja addytywna). Niech u(x 1,...,x m )=a(x α x αm m ), gdziea>0oraz0<α i <1dla1 i m.wówczas u (x)=α i x α i 1 i >0 oraz hesjan H(x) jest macierzą diagonalną, przy czym na przekątnej znajdują się 2 u(x)=α x 2 i (α i 1)x α i 2 i <0dlai=1,...,m.ZatemH(x)jestzawsze i ujemnie określona. Przykład 5(Funkcja kwadratowa). Niech m m u(x 1,...,x m )= a i x i + b ij x i x j, i=1 i,j=1 gdziemacierzb=[b ij ] 1 i,j m jestujemnieokreślona.wówczas u (x)= a i + m j=1 b ij x j.zatemabyfunkcjaubyłarosnącamusimydodatkowozałożyć, żea i + m j=1 b ij x j >0dladowolnych1 i morazx R m +.Dlafunkcji kwadratowej hesjan H(x) jest równy macierzy B, co daje ujemną określoność. 1.3 Interpretacjeekonomiczne Definicja.Niechu:X RbędziefunkcjąużytecznościklasyC 1.Pochodną cząstkową u(x) nazywamykrańcowąużytecznościąi-tegotowaruwkoszyku x. Zewzględunazałożenieniedosytu u(x) >0,ponadto, u(x 1,...,x i +1,...,x m ) u(x 1,...,x m ) u(x) >0. Zatem krańcowa użyteczność i-tego towaru mierzy wzrost użyteczności koszykax Xprzyzwiększeniuilościi-tegotowaruwkoszykuojednąjednostkę.

13 1 TEORIA POPYTU 11 Uwaga1.17.Załóżmy,żefunkcjaużytecznościujestklasyC 1 orazsilniewklęsła.wówczasfunkcjajednejzmiennejx u(x 1,...,x i 1,x,x i+1,...,x m ) jestsilniewklęsłaijejpochodnarówna u(x) jestmalejąca.zatemkrańcowa użyteczność i-tego towaru maleje ze wzrostem konsumpcji tego towaru. Własność tę ekonomiści nazywają prawem Gossena(niemiecki ekonomista, ) Uwaga Przypomnijmy, że iloraz różnicowy u(x 1,...,x i + x,...,x m ) u(x 1,...,x m ) x jest stosunkiem bezwzględnego przyrostu użyteczności do przyrostu ilości i- tego towaru, czyli mówi o wzroście zadowolenia przy zwiększeniu ilości towaru o x. Z punktu widzenia ekonomisty bardziej interesująca jest wiedza o procentowym wzroście zadowolenia, czyli o ile procent wzrosło zadowolenie jeśli wiemy o ile procent więcej jest i-tego towaru. Wówczas należy policzyć następujący iloraz u(x 1,...,x i + x,...,x m ) u(x 1,...,x m ) u(x 1,...,x m ) / x = u(x 1,...,x i + x,...,x m ) u(x 1,...,x m ) x x i x i u(x). Przechodząc z przyrostem x do zera, w granicy otrzymamy E xi (u):= u(x) x i u(x). LiczbęE xi (u)nazywamyelastycznościąfunkcjiwzględemi-tejzmiennej. Przykład6.Niechu:R + Rbędziefunkcjąpotęgowąjednejzmiennej u(x)=x α,α 0.Wówczas E x (u)= u (x)x u(x) = αxα 1 x x α =α. Definicja.Niechu:R m + RbędziefunkcjąużytecznościklasyC 1.Dla ustalonego a R rozważmy zbiór {x R m + :u(x)=a}, nazywamy powierzchnią obojętności na poziomie użyteczności a.

14 1 TEORIA POPYTU 12 Powierzchnia obojętności jest zbiorem rozwiązań równania u(x)=u(x 1,...,x m )=a. (3) Załóżmy,że u x j >0dlaj =1,...,m(zjawiskoniedosytu).Ztwierdzenia o funkcji uwikłanej, lokalnie wokół każdego rozwiązania, istnieje funkcja g j klasyc 1 zależącaodx 1,...,x j 1,x j+1,...,x m taka,żeprzyustalonych x 1,...,x j 1,x j+1,...,x m koszyk x=(x 1,...,x j 1,g j (x 1,...,x j 1,x j+1,...,x m ),x j+1,...,x m ) leży na powierzchni obojętności oraz jest jedynym takim koszykiem. Definicja. Niech i j. Pochodną cząstkową s ij (x):= g j (x 1,...,x j 1,x j+1,...,x m ) nazywamy krańcową stopą substytucji i-tego towaru przez j-ty towar w koszyku x. Natomiast pochodną cząstkową ǫ s ij (x):= g j(x 1,...,x j 1,x j+1,...,x m ) x i g(x 1,...,x j 1,x j+1,...,x m ) nazywamy elastycznością substytucji i-tego towaru przez j-ty towar w koszykux. Uwaga1.19.Ponieważdlai j g j (...,x i x i,...) g j (...,x i,...) x i g j (...,x i,...) =x j + x i s ij (x), więc u(x)=u(x 1,...,x i x i,...,x j + x i s ij (x),...,x m ). Zatemkrańcowastopasubstytucjis ij (x)mówi,oilezwiększyćilośćj-tego towaru przy ubytku jednej jednostki i-tego towaru tak, aby użyteczność koszykapozostałatakasama.natomiastelastycznościąsubstytucjiǫ s ij (x)mówi, o ile procent należy zwiększyć ilość j-tego towaru aby zrekompensować jednoprocentowy ubytek i-tego towaru. Obie wielkości można jednak wyznaczyć bez rozwikływania równania(3). Różniczkującstronamiwzględemzmiennejx i wyrażenia u(x 1,...,x j 1,g j (x 1,...,x j 1,x j+1,...,x m ),x j+1,...,x m )=a,

15 1 TEORIA POPYTU 13 dlai jotrzymujemy u(x) + u(x) g j (x 1,...,x j 1,x j+1,...,x m )=0. x j Zatem oraz s ij (x)= u(x) ǫ s ij (x)= u(x) / u(x) x j / u(x) x j xi x j. Przykład7.Dlafunkcjiużytecznościpostacia+ m i=1 α i logx i luba m i=1 x α i i mamy s ij (x)= α ix j oraz ǫ s α j x ij(x)= α i. i α j Dlafunkcjiużytecznościpostacia+ m i=1 x α i i mamy s ij (x)= α ix αi 1 i α j x α j 1 j oraz ǫ s ij (x)=α ix αi i. α j x α j j 1.4 Funkcjapopytu Obecnie zajmiemy się problemem maksymalizowania zadowolenia konsumenta biorąc pod uwagę jego ograniczenia budżetowe. Zakładamy, że konsument dysponuje pewnym dochodem I > 0. Ponadto, zakładamy, że każdy towar ma ustaloną cenę kupna. Ceny towarów będziemy reprezentować w postaci wektora cen towarów p=(p 1,p 2,...,p m )>0, tzn.p i >0jestcenąi-tegotowaru.OznaczmyprzezD(p,I)zbiórkoszyków, któresąosiągalnedlakonsumentdysponującegodochodemi 0,zatem D(p,I)={x R m +: p,x I}. Uwaga Zauważmy, że zbiór D(p, I) jest zwarty i wypukły. Rzeczywiście, jeślix D(p,I),todladowolnego1 i mmamy p i x i p,x Istąd0 x i I/p i. ZatemzbiórD(p,I)jestzawartywkostce m i=1 [0,I/p i ],więcjestograniczony. Ponadto, jest on domknięty ponieważ jest przeciwobrazem poprzez odwzorowanie ciągłe x p, x zbioru domkniętego[0, I].

16 1 TEORIA POPYTU 14 Zauważmyrównież,żejeślix 1,x 2 D(p,I),todladowolnychα,β>0 takich,żeα+β=1mamy p,αx 1 +βx 2 =α p,x 1 +β p,x 2 αi+βi=i. Stądαx 1 +βx 2 D(p,I),codajewypukłośćzbioruD(p,I). Twierdzenie1.21.Jeślifunkcjaużytecznościu:R m + Rjestciągłai silniewklęsła,todladowolnejpary(p,i),p>0,i 0istniejedokładnie jeden koszyk D(p, I)-preferowany. Dowód. Twierdzenie wynika bezpośrednio z wniosku 1.8. Oznaczenia. Jedyny D(p, I)-preferowany koszyk, którego istnienie właśnie dowiedliśmy, będziemy oznaczać przez ϕ(p, I). Jest to najkorzystniejszy dla konsumenta koszyk, który dysponuje dochodem I, przy cenach towarów wyznaczonych przez wektor p. Wyznaczenie koszyka ϕ(p, I) sprowadza się do rozwiązania zadania z programowania wypukłego następującej postaci: wyznaczyćmaksimumu(x)przyograniczeniachx 0, p,x I. (4) Rozważmyfunkcjęϕ:IntR m + R + R m +,którawskazujewjakisposób zmienia się najbardziej wartościowy koszyk przy zmianach cen towarów oraz dochodów konsumenta. W trywialnym przypadku, gdy dochód I = 0 mamy D(p,I)={0},awtedyϕ(p,I)=0. Definicja.Funkcjęϕ:IntR m + R + R m +nazywamyfunkcjąpopytukonsumpcyjnego na towary w zależności od ich cen i dochodu konsumenta. Twierdzenie1.22.Jeślifunkcjaużytecznościu:R m + Rjestciągłai silniewklęsła,tofunkcjapopytuϕ:intr m + R + R m + jestciągła. Dowód.Rozważmyciąg{(p n,i n )}zbieżnywintr n + R +do(p,i)(p>0). Niechx n =ϕ(p n,i n )oraz x=ϕ(p,i).musimyudowodnić,żex n x. Najpierwzauważmy,żeciąg{x n }jestograniczony.wprzeciwnymrazie x kn + wzdłużpewnegopodciągu.ponadto, + = min p ilim 1 i m n m i=1 x kn i min 1 i m pkn i m i=1 x kn i p kn,x kn I kn I, codajesprzeczność.ponieważciąg{x n }jestograniczonywięcwystarczy pokazać,żedowolnyjegopodciągzbieżnymagranicęrówną x. Niech{x kn }będziepodciągiemzbieżnymdowektorax 0.Ponieważx kn D(p kn,i kn ),więc x 0,p =lim x kn,p kn limi kn =I. (5)

17 1 TEORIA POPYTU 15 Stądx 0 D(p,I),zatemu(x 0 ) u( x).jeślii=0,to x=ϕ(p,i)=0oraz znierówności(5)mamy x 0,p =0.Stądx 0 =0= x. Załóżmywięc,żeI>0.Zauważmy,że lim inf n dist( x,d(p kn,i kn ))=0. (6) Wprzeciwnymprzypadkuistniejeε>0orazn 0 takie,że dist( x,d(p kn,i kn ))>ε>0dlan n 0, zatem K( x,ε) R m + R m +\D(p kn,i kn )dlan n 0. Stądwynika,żedladowolnegox K( x,ε) R m + mamy x,p =lim x,p kn limi kn =I. PonieważI>0,więcistnieje0<θ<1takie,żeθ x K( x,ε).wówczas x,p >θ x,p = θ x,p I. Zdrugiejstrony x=ϕ(p,i) D(p,I),więc x,p isprzeczność,codowodzi (6). Napodstawie(6)istniejeciąg{y k ln }taki,że y k ln D(p k ln,i k ln)oraz lim n x y k ln =0. Zatemu(y k ln ) u(x k ln),azciągłościfunkcjiumamy u( x)=lim n u(y k ln ) lim n u(x k ln )=u(x 0 ). Ponieważx 0 D(p,I)(z(5))orazwx 0 funkcjaprzyjmujewartośćniemniejsząodwartościnajwiększejnazbiorzed(p,i),więcx 0 =ϕ(p,i)= x,co kończy dowód twierdzenia. Załóżmy,żeprzestrzeńtowarówX R m + spełniawarunek dladowolnegociągu{x n } n=1wxtakiego,żex n i 0 + dla pewnego1 i 0 m,mamyx n i + dlakażdego1 i m. (7) Wówczasdladowolnegop 0orazI 0zbiór D(p,I)={x X: p,x I}.

18 1 TEORIA POPYTU 16 jest zwarty i wypukły. Domkniętość i wypukłość pokazuje się jak w ogólnym przypadku, pozostaje więc ograniczoność, która jest kłopotliwa, gdy któraś ze współrzędnych wektora cen p jest zerowa. Załóżmy, że zbiór D(p, I) nie jestograniczony.wówczasistniejeciąg{x n } n=1 wxtaki,że sup x n i= x n + gdyn +. 1 i m Przechodzącdopodciąguotrzymujemy,żeistniejewspółrzędna1 i 0 m taka,żex n i 0 +.Zzałożenia(7)mamy x n i + dladowolnego1 i m, astądinf 1 i m x n i +.Ponieważ m i=1 p i >0otrzymujemystąd + m i=1 p i inf 1 i m xn i p,x n I i sprzeczność. Stosując ponownie wniosek 1.8 otrzymujemy, że dla dowolnych p 0, I 0istniejedokładniejedenkoszykD(p,I)-preferowany,którytakjakw poprzednio będziemy oznaczać przez ϕ(p, I). Twierdzenie1.23.Załóżmy,żeprzestrzeńtowarówX R m +spełniawarunek(7)orazfunkcjaużytecznościu:x Rjestciągłaisilniewklęsła. Wówczasfunkcjapopytuϕ:(R m + \{0}) R + Xjestciągła. Dowód. Dowód jest niemal kopią dowodu twierdzenia Jedyna istotnaróżnicawystępujewdowodzieograniczonościciągu{x n },gdziex n = ϕ(p n,i n ).Załóżmy,żeciąg{x n }niejestograniczony.wówczas x kn + wzdłużpewnegopodciągu.korzystajączwarunku(7)mamyinf 1 i m x kn i +. Stąd + = m i=1 p i lim n inf 1 i m xkn i m i=1 p kn i inf 1 i m xkn i p kn,x kn I kn I i sprzeczność. W pozostałą część dowodu pozostawiamy jako ćwiczenie. Wprzypadku,gdyfunkcjaużytecznościjestklasyC 2 narzędziempomocnym do znajdowania rozwiązań problemu(4) jest następujące twierdzenie Kuhna-Tuckera.

19 1 TEORIA POPYTU 17 Twierdzenie1.24.Niechu:R m + RbędziefunkcjąklasyC 2 taką,że 2 u(x)jestujemnieokreślonaoraz u x 2 x (x)>0dlawszystkichx IntRm +. Niech p > 0. Rozważmy stowarzyszoną funkcję Lagrange a L:R m + R + R, L(x,λ)=u(x)+λ(I p,x ). Wówczasx 0 R m +jestrozwiązaniemproblemu(4)wtedyitylkowtedy,gdy istniejeliczbaλ 0 0taka,że Uwaga Ponieważ L x (x0,λ 0 ) 0, L x (x0,λ 0 ),x 0 =0, (8) L λ (x0,λ 0 ) 0, λ 0 L λ (x0,λ 0 )=0. (9) ( ) L u x (x0,λ 0 )= (x 0 ) λ 0 u p 1,..., (x 0 ) λ 0 p m x 1 x m oraz L λ (x0,λ 0 )=I p,x 0, warunek(8) można zapisać równoważnie [ ] u u (x 0 ) λ 0 p i (x 0 )=λ 0 p i x 0 i x =0 i zaś warunek(9) można zapisać równoważnie p,x 0 I [ p,x 0 =I λ 0 =0]. dla1 i n, Uwaga1.26.JeśliI>0,toponieważfunkcjaużytecznościujestrosnąca otrzymujemyx 0 0,azatemistniejeitakie,żex 0 i>0.ponieważp i >0,więc 0< u (x 0 )=λ 0 p i,astądλ 0 >0.Toimplikujeautomatycznie p,x 0 =I. Definicja.Mówimy,żekoszyktowarówx R n + leżynaliniibudżetowej,jeśli p,x =I. Wniosek1.27.Koszykoptymalnyx 0 =ϕ(p,i)leżynaliniibudżetowej. Ponadtojeślix i >0,to u (x 0 )=λ 0 p i. Uwaga1.28.Liczbęλ 0 = u (x 0 )/p i >0możnainterpretowaćekonomicznie jako stosunek krańcowej użyteczności i-tego nabywanego towaru do jego ceny.

20 1 TEORIA POPYTU 18 Stosunek ten nie zależy od towaru. Zatem przy najlepszym wyborze koszyka użyteczność towarów jest proporcjonalna do ich cen. Jeślix i,x j >0,wówczas s ij (x 0 )= u(x0 ) / u(x0 ) x j = λ0 p i λ 0 p j = p i p j, a więc krańcowa stopa substytucji i-tego towaru przez j-ty towar w najlepszym koszyku jest równa stosunkowi cen tych towarów. Załóżmy, że w najkorzystniejszym dla konsumenta koszyku znajdują się wszystkietowary,tzn.x 0 i >0dla1 i m.jeślitakniejest,topoprostu odrzucamy z naszych rozważań te towary, które nie są nabywane. Wówczas rozwiązanie problemu(4) jest równoważne rozwiązaniu następującego układu równań u (x) λp i =0 dla i=1,...,m, I p,x =0, przyczymszukanajestpara(x,λ) IntR m + IntR +.Innymisłowy,przy ustalonych(p,i) IntR m + IntR + chcemyrozwiązaćrówniepostaci gdzie Niech ψ(x,λ,p,i)=0, ψ:intr m + IntR + IntR m + IntR + R m R, ( ) u ψ(x,λ,p,i)= x (x) λp,i p,x. ψ 1 :IntR m + IntR + IntR m + IntR + R m, ψ 1 (x,λ,p,i)= u x (x) λp, ψ 2 :IntR m + IntR + IntR m + IntR + R, ψ 2 (x,λ,p,i)=i p,x. PonieważuzzałożeniajestfunkcjąklasyC 2,funkcjaψjestklasyC 1 oraz ( ) [ ] [ ] ψ ψ ψ1 ψ ( x, λ) = x, ψ 1 2 u(x) = x λ p = T x 2. (10) λ p 0 ψ 2 x Pokażemy,żemacierztajestnieosobliwa.PonieważH =H(x)= 2 u(x) [ ] x 2 H p T jest ujemnie określona, więc jest nieosobliwa. Macierz jest symetryczna, więc ewentualna macierz odwrotna jest również symetryczna, a p 0 zatemjestpostaci [ ] T A b, b c ψ 2 λ

21 1 TEORIA POPYTU 19 gdzieajestm mmacierzą,b R m orazc R.Ponieważ [ Id 0 T 0 1 ] = [ H p T p 0 ][ A b T b c ] = HA pt b Hb T p T c pa pb T otrzymujemy, że b T =H 1 p T c, 1= pb T = ph 1 p T coraza=h 1 p T b+h 1. Stąd wynika, że c= (ph 1 p T ) 1 >0 oraz b T =ch 1 p T oraza=ch 1 p T ph 1 +H 1. Teraz każdy może sprawdzić, że rzeczywiście [ ] H p T 1 [ H =c 1 p T ph 1 +c 1 H 1 H 1 p T p 0 ph 1 1 ]. (11) Ustalmy(p 0,I 0 ) IntR m + IntR +.Niech(x 0,λ 0 ) IntR m + IntR +będzie rozwiązaniemproblemu(4)lubrównoważnieψ(x 0,λ 0,p 0,I 0 )=0.Wówczasz twierdzeniaofunkcjiuwikłanejwotoczeniu(p 0,I 0 ) IntR m + IntR +istnieją funkcjeϕ(p,i) R m +,ϕ 0(p,I) R + klasyc 1 takie,żejeśli x=ϕ(p,i),λ=ϕ 0 (p,i), toψ(x,λ,p,i)=0.ponieważzdefiniowanalokalniefunkcjaϕpokrywasięw otoczeniupunktu(p 0,I 0 ) IntR m + IntR + zezdefiniowanąwcześniejfunkcją popytuϕ:intr m + IntR + R m +,więcfunkcjapopytujestklasyc1. Twierdzenie 1.29(o braku iluzji pieniądza). Funkcja popytu jest jednorodnastopnia0,tzn.dladowolnychp>0,i>0orazθ>0mamy ϕ(θp,θi)=ϕ(p,i). Dowód. Załóżmy, że para(x, λ) jest rozwiązaniem problemu znajdowania optymalnegokoszykadlapary(p,i).zatem u(x) =λporazi= p,x.stąd x u(x) =λ/θ(θp)orazθi= θp,x,awięc(x,λ/θ)jestrozwiązaniemproblemu x optymalnego koszyka dla pary(θp, θi), co kończy dowód.

22 1 TEORIA POPYTU 20 Lemat Niech Wówczas H=H(p,I)= 2 u x 2(ϕ(p,I))orazδ=δ(p,I)= (ph 1 p T ) 1 >0. ϕ(p, I) p =δϕ 0 (p,i)h 1 p T ph 1 +ϕ 0 (p,i)h 1 +δh 1 p T ϕ(p,i), (12) ϕ 0 (p,i) p ϕ(p, I) I = δh 1 p T, (13) =δϕ 0 (p,i)ph 1 +δϕ(p,i), ϕ 0(p,I) I = δ, Uwaga Wzory(12) oraz(13) wyjaśniają w jaki sposób zmienia się popyt na towary przy zmieniających się cenach oraz zmieniającym się dochodzie konsumenta. Dowód.Niechϕ(p,I)=(ϕ(p,I),ϕ 0 (p,i))=(x,λ).ponieważ ψ(ϕ(p,i),p,i)=0, licząc pochodną względem zmiennych(p, I) otrzymujemy Przypomnijmy, że z(10) mamy jest macierzą odwracalną oraz ψ ϕ (x, λ) (p,i) + ψ =0. (14) (p,i) ψ (x,λ) = [ H p T p 0 ψ p =( λid, x)t oraz ψ I =(0,1)T, gdziex=ϕ(p,i)orazλ=ϕ 0 (p,i).zatemzewzględuna(14)oraz(11) otrzymujemy ( ) 1 [ ] ϕ ψ ψ H p = (p, I) (x, λ) (p,i) = T 1 [ ] T λid 0 p 0 x 1 [ H = δ 1 p T ph 1 +δ 1 H 1 H 1 p T ][ ] T λid 0 ph 1 1 x 1 [ λh = δ 1 p T ph 1 +λδ 1 H 1 +H 1 p T x H 1 p T ] λph 1, +x 1 ]

23 1 TEORIA POPYTU 21 astąd ϕ(p, I) p =δλh 1 p T ph 1 +λh 1 +δh 1 p T x, ϕ 0 (p,i) p =δλph 1 +δx, gdziex=ϕ(p,i)orazλ=ϕ 0 (p,i). ϕ 0 (p,i) I ϕ(p, I) I = δ, = δh 1 p T, Lemat1.32.Jeślim mmacierzajestsymetrycznaiujemnieokreślona, todladowolnegoniezerowegowektorab R m macierza T b T ba (bab T )A jestniedodatniookreślona.ponadto,jeśli0 x R m niejestwspółliniowy zb,to xa T b T bax T (bab T )xax T <0. Dowód.Musimypokazać,żedladowolnegox R m mamy xa T b T bax T (bab T )xax T 0. MacierzAwyznaczailoczynskalarny x,y A = xay T.Zauważmy,że xa T b T =(bax T ) T =bax T = b,x A. Zatem z nierówności Cauchy ego-schwarza mamy xa T b T bax T = b,x 2 A b,b A x,x A =(bab T )xax T. Druga część lematu wynika z fakty, że nierówność Cauchy ego jest ostra dla niewspółliniowych wektorów. Twierdzenie1.33.Dladowolnego1 i mmamy Dowód. Rozważmy macierz ϕ i (p,i) + ϕ i(p,i) ϕ i (p,i)<0. p i I ϕ(p, I) p + ϕ(p,i) ϕ(p,i). (15) I Zewzględuna(12)oraz(13),kładącλ=ϕ 0 (p,i)orazx=ϕ(p,i)otrzymujemy ϕ(p, I) + ϕ(p,i) ϕ(p, I) p I = δλh 1 p T ph 1 +λh 1 +δh 1 p T x δh 1 p T x = δλ ( H 1 p T ph 1 (ph 1 p T )H 1).

24 1 TEORIA POPYTU 22 PonieważmacierzH 1 jestujemnieokreślona,zlematu1.32otrzymujemy, że dla dowolnego wektora e niewspółliniowego z p mamy e ( H 1 p T ph 1 (ph 1 p T )H 1) e T <0. Ponieważ wszystkie współczynniki wektora p są dodatnie, powyższa nierównośćjestspełnionadladowolnegowersorabazowegoe i.stądelementymacierzyh 1 p T ph 1 (ph 1 p T )H 1 leżącenaprzekątnejsąujemne.zatem elementy leżące na przekątnej macierzy(15) są również ujemne, a tymi elementami są właśnie ϕ i (p,i) + ϕ i(p,i) ϕ i (p,i), i=1,...,m. p i I Definicja. Macierz ε c (p,i)= [ ϕi (p,i) p j ] p j ϕ i (p,i) 1 i,j m nazywamy macierzą współczynników elastyczności cenowej. Współczynnik ε c ij(p,i)wskazujejakzachowujesiępopytnai-towarprzyrosnącejcenie j-tego towaru. Liczbę ε d j (p,i)= ϕ j(p,i) I I ϕ j (p,i) nazywamy elastycznością dochodową popytu na j-ty towar. Wskazuje ona w jaki sposób zachowuje się popyt na j-ty towar przy wzroście dochodów. Uwaga1.34.Intuicjamówinam,żezewzrostemcenypopytnatowarpowinienmaleć,tzn.współczynnikelastycznościcenowejε c jj(p,i)j-tegoproduktu powinien być ujemny. Jednak pod koniec XIX w. angielski ekonomista Robert Giffen( ) zaobserwował odwrotne zjawisko. Dla niektórych towarów,takichjakchleb,czyziemniakipopytrósłwrazzichceną.tozjawisko nazwano paradoksem Giffena, zaś towary, których ono dotyczy towarami Giffena,tzn.jeśliε c jj (p,i)>0,toj-tytowarnazywamytowaremgiffena. Jeśliε c jj(p,i)<0,tomówimy,żej-tytowarjestnormalny. Jako konkluzję z twierdzenia 1.33 otrzymujemy następujący rezultat. Wniosek Jeśli j-ty towar jest towarem Giffena, to elastyczność dochodowaε d j (p,i)j-tegotowarujestujemna.zatemzewzrostemdochodów maleje popyt na ten towar.

25 1 TEORIA POPYTU 23 Dowód. Ponieważ ϕ j (p,i) + ϕ j(p,i) ϕ j (p,i)<0, p j I ϕ j (p,i)>0oraz ϕ j(p,i) p j >0(Giffen),więc ϕ j(p,i) musi być liczbą ujemną, I stąd ε d j (p,i)= ϕ j(p,i) I I ϕ j (p,i) <0. Powyższy wniosek wskazuje dobitnie na to, że towary Giffena są towarami zaspokajającymi najbardziej elementarne potrzeby życiowe, tzn. gdy przychodzi bieda popyt na nie wzrasta kosztem towarów normalnych, a w dobrobycie nie są już tak ważne. W przypadku towarów normalnych elastyczność dochodowa może być zarównoujemna,jakidodatnia.jeślijestonaujemna,czylitakjakdlatowarów Giffena popyt maleje ze wzrostem dochodu, mówimy o towarach niższego rzędu. Natomiast, gdy elastyczność dochodowa jest dodatnia, czyli popyt rośnie ze wzrostem dochodu, mówimy o towarach wyższego rzędu. Możemy traktować je jako towary luksusowe. Przykład 8. Wyznaczmy funkcję popytu w przypadku, gdy na rynku są tylko dwa rodzaje towarów oraz funkcja użyteczności jest logarytmiczna u(x 1,x 2 )=alnx 1 +blnx 2,gdziea,b>0. Musimy rozwiązać układ równań 0= u x 1 (x 1,x 2 ) λp 1 = a x 1 λp 1, 0= u x 2 (x 1,x 2 ) λp 2 = b x 2 λp 2, I=p 1 x 1 +p 2 x 2. Zdwupierwszychrównańmamyx 1 = a λp 1 orazx 2 = b λp 2.Wstawiająctoco otrzymaliśmy do trzeciego równania mamy a b I=p 1 x 1 +p 2 x 2 =p 1 +p 2 = a+b λp 1 λp 2 λ, awięcλ= a+b I orazx 1 = a ϕ(p 1,p 2,I)= ( λp 1 = ai,x p 1 (a+b) 2= b ) ai p 1 (a+b), bi p 2 (a+b) Wówczas ϕ 1 a = I p 1 >0oraz ϕ 2 (a+b) czynienia z towarami wyższego rzędu. I = b λp 2 = bi p 2 (a+b).zatem orazϕ 0 (p 1,p 2,I)= a+b. I p 2 (a+b) >0,więcmamytutajdo

26 2 TEORIA PRODUKCJI 24 2 Teoriaprodukcji 2.1 Przestrzeń produkcyjna i funkcja produkcji Dotejporynieinteresowałonasskądtowaryznajdująsięnarynku,czyliwyłączyliśmy producentów towarów z gry ekonomicznej. Obecnie zajmiemy się rynkiem towarów tylko z punktu widzenia producenta, który z towarów, zwanych czasem środkami produkcji, produkuje towary konsumpcyjne. Zwykle w ekonomii nie dokonuje się rozróżnienia pomiędzy środkami produkcji a towarami konsumpcyjnymi ponieważ towar konsumpcyjny może być środkiem produkcji dla innego podmiotu gospodarczego. Przez proces produkcyjny potocznie rozumiemy proces przetwarzania jednych towarów(środki produkcji) w inne towary(konsumpcyjne), przy zastosowaniu pewnych procesów technologicznych, które wiążą się też z pewnymi nakładami(np. na płace). Te dodatkowe nakłady będziemy włączać do środków produkcji i traktować równorzędnie z twardymi towarami produkcyjnymi. Sam proces technologiczny z punktu widzenia ekonomii matematycznej nie jest istotny, interesuje nas tylko ile towaru weszło i ile wyszło w procesie produkcji. Załóżmy, że w gospodarce mamy m towarów. Wówczas działalność produkcyjną możemy scharakteryzować za pomocą wektora (x 1,...,x m,y 1,...,y m ) R m + R m +. Wówczaswektorx=(x 1,...,x m )interpretujemyjakowektornakładów,zaś y=(y 1,...,y m )interpretujemyjakowektorwyników(produkcji).wektor (x,y) R m + R m +nazywamyprocesemprodukcyjnym.innymisłowy,wprocesieprodukcyjnym(x,y)zużytox i 0i-tegotowarudlai=1,...,m,aby wyprodukowaćy j 0j-tegotowarudlaj=1,...,m. Oczywiście dla danego producenta nie wszystkie procesy produkcyjne są osiągalne, ze względu na ograniczenia technologiczne(szewc nie będzie piekł chleba). Dlatego z każdym producentem stowarzysza się zbiór dopuszczalnych procesówprodukcyjnych,któryoznaczmyprzezz R m + R m +.Zbiórten nazywamy przestrzenią produkcyjną. Podamy teraz listę naturalnych założeń, które będą dotyczyć przestrzeni produkcyjnej. (Z1)Proporcjonalnośćnakładówiwyników.Dladowolnegoα 0 mamy αz Z. Założenie to oznacza, że proporcjonalna zmiana nakładów (z x na αx) daje proporcjonalną zmianę wyników. Czasem zamiast warunku(z1) rozważa się inne alternatywne warunki, w zależności od charakterystyki producenta.

27 2 TEORIA PRODUKCJI 25 (Z1 )Założeniemalejącychprzychodów.Dlakażdego0 α<1 mamyαz Zorazistniejeα >1taki,żeα Z Z. (Z1 ) Założenie rosnących przychodów. Dla każdego α > 1 mamy αz Zorazistnieje0 α <1taki,żeα Z Z. (Z2) Addytywność procesów produkcyjnych. (x 1,y 1 ) Z (x 2,y 2 ) Z= (x 1 +x 2,y 1 +y 2 ) Z, tzn. dodawanie nakładów powoduje dodanie się wyników produkcji. (Z3) Brak rogu obfitości. (0,y) Z y=0, tzn. brak nakładów powoduje brak wyników. (Z4) Możliwość marnotrawstwa(wariant I). (x,y) Z 0 y y (x,y ) Z, tzn. jeśli możliwe jest wyprodukowanie wektora towarów y, to możliwe jest każdego gorszego wektora towarów. (Z5) Możliwość marnotrawstwa(wariant II). (x,y) Z x x (x,y) Z, tzn. jeśli wektor nakładów x wystarczy do wyprodukowania wektora produktów y, to każde większe nakłady również wystarczą. (Z6)Domkniętośćprzestrzeniprodukcyjnej.ZbiórZ R m + R m + jest domknięty, tzn. jeśli dowolnie blisko wektora(x, y) znajdziemy proces dopuszczalny, to(x, y) jest też procesem produkcyjnym dopuszczalnym. (Z7) Nieodwracalność procesów produkcyjnych. (x,y) Z (x y) (y,x)/ Z, tzn. niemożliwe jest odtworzenie wektora nakładów z wektora wyników. Definicja.Jeśli(x,y) Z,towektorq=y xnazywamywektoremczystej produkcji, natomiast zbiór {q=y x:(x,y) Z} nazywamyprzestrzeniąc-produkcyjną.gdyq i >0oznaczatododatniąprodukcjęi-tegotowaru,q i <0oznaczazużyciewprodukcjii-tegotowaru. Definicja. Mówimy, że proces produkcyjny(x, y) Z jest technologicznie efektywny, gdy y y (x,y )/ Z.

28 2 TEORIA PRODUKCJI 26 Definicja.Jeśliistniejefunkcjaf: R m + R m +taka,że y=f(x) (x,y) Ztechnologicznieefektywny, tofunkcjęf: R m + R m +nazywamyfunkcjąprodukcjidlaprzestrzeniprodukcyjnej Z. Załóżmy dla prostoty, że producent wytwarza tylko jeden towar zużywając m różnych rodzajów środków produkcji. Wówczas funkcja produkcji mapostaćf: R m + R +.Zwyklebędziemyzakładać,żefunkcjaprodukcji f: R m + R +jestklasyc 2 orazspełnianastępującewarunki (F1)f(0)=0; (F2) f(x) >0dlawszystkich1 i morazx IntR m + ; (F3)hesjanH(x)= 2 f(x) x 2 jestniedodatniookreślonydlax R m + ; (F4)f(αx)=αf(x)dlawszystkichα 0orazx R m + (fjestjednorodna stopnia1). Lemat2.1.Jeślifunkcjaf: R m + R +spełniawarunki(f1)-(f4),tojest ona nadaddytywna, tzn. f(x 1 +x 2 ) f(x 1 )+f(x 2 )dlax 1,x 2 R m +. Dowód. Z warunku(f3) funkcja f jest wklęsła, więc z jednorodności mamy ( f(x 1+x 2 )=f 2 x ) 2 x 1 2 f(x 1)+ 1 2 f(x 2). Twierdzenie2.2.Niechf: R m + R m +będziefunkcjąklasyc 2,taką,że każdajejfunkcjawspółrzędnaf j : R m + R +,1 j mspełniawarunki (F1)-(F4). Wówczas zbiór Z={(x,y) R m + R m +:0 y f(x)} spełnia własności(z1)-(z6) oraz f jest funkcją produkcji dla Z. Dowód.(Z1).Jeśli(x,y) Z,toy f(x),awięcdladowolnegoα 0,z jednorodności f, mamy αy αf(x)=f(αx).

29 2 TEORIA PRODUKCJI 27 Stądα(x,y) Z. (Z2).Jeśli(x 1,y 1 ) Zoraz(x 2,y 2 ) Z,toy 1 f(x 1 )orazy 2 f(x 2 ). Zatem z lematu 2.1 otrzymujemy y 1 +y 2 f(x 1 )+f(x 2 ) f(x 1 +x 2 ), astąd(x 1 +x 2,y 1 +y 2 ) Z. (Z3).Jeśli(0,y) Z,to0 y f(0)=0,awięcy=0. (Z4).Jeśli(x,y) Zoraz0 y y,to y y f(x), więc(x,y ) Z. (Z5).Załóżmy,że(x,y) Zorazx x.zzałożenia(f2)funkcjafjest rosnąca, więc y f(x) f(x ), astąd(x,y) Z. (Z6). Domkniętość zbioru Z wynika łatwo z ciągłości f. Wróćmy do sytuacji, gdy producent produkuje tylko jeden towar. Definicja.Pochodnącząstkową f(x) nazywamykrańcowąwydajnościąi-tego środka produkcji w wektorze nakładów x. Wielkość ta wskazuje o ile wzrośnie produkcja jeśli zwiększymy nakład i-tego czynnika produkcji o jedną jednostkę. Natomiast ε f i(x)= f(x) x i f(x) >0 nazywamy elastycznością produkcji względem i-tego czynnika produkcji. Wskazuje ona o ile procent wzrośnie produkcja, gdy nakład i-tego czynnika produkcji zwiększymy o 1%. Ustalmywielkośćprodukcjinapoziomiey 0 >0orazrozważmywszystkie możliwe wektory nakładu, które realizują ten poziom produkcji, tzn. G={x R m + :f(x)=y 0}, zbiórtennazywanyjestizokwantąfunkcjiprodukcji.niechx 0 G.Ponieważ f(x0 ) x j >0,więcztwierdzeniaofunkcjiuwikłanejistniejefunkcja G j klasyc 2 zależącaodx 1,...,x j 1,x j+1,...,x m taka,żeprzyustalonych x 1,...,x j 1,x j+1,...,x m mamy x=(x 1,...,x j 1,G j (x 1,...,x j 1,x j+1,...,x m ),x j+1,...,x m ) G.

30 2 TEORIA PRODUKCJI 28 Ponieważ f(x 1,...,x j 1,G j (x 1,...,x j 1,x j+1,...,x m ),x j+1,...,x m )=y 0, więcróżniczkującpowyższewyrażeniepox i (i j)otrzymamy f(x) + f(x) x j G j (x 1,...,x j 1,x j+1,...,x m ) =0. Definicja. Pochodną cząstkową σ f ij(x):= G j (x 1,...,x j 1,x j+1,...,x m )= f(x) / f(x) x j nazywamy krańcową stopą substytucji i-tego towaru przez j-ty towar w wektorze nakładów x. Natomiast ǫ f ij(x) = G j(x 1,...,x j 1,x j+1,...,x m ) = f(x) / f(x) x i x j x j x i G j (x 1,...,x j 1,x j+1,...,x m ) nazywamy elastycznością substytucji i-tego towaru przez j-ty w wektorze nakładów x. Uwaga2.3.Krańcowąstopąsubstytucjiσ f ij(x)>0wskazujejakąilościąjtego towaru należy zrekompensować jednostkowy spadek ilości i-tego towaru tak,abyniezmienićpoziomuprodukcji.elastycznościąsubstytucjiǫ f ij(x) wskazuje podobną rekompensatę ale w terminach procentowych. 2.2 Funkcja produkcji Cobba-Douglasa Załóżmy, że proces produkcyjny zależy tylko od kapitału k > 0 wniesionego przez producenta w procesie produkcji oraz ilości pracy z > 0 mierzonej np. w roboczogodzinach. Wówczas iloraz u = k/z nazywamy technicznym uzbrojeniem pracy. Załóżmy,żekrańcowastopasubstytucjiσ f zk pracyprzezkapitałjestproporcjonalna do stosunku kapitału do ilości pracy(technicznego uzbrojenia pracy), tzn.istniejeliczbaα>0taka,że f z (k,z)/ f k (k,z)=σf zk (k,z)=αk z. (16) Inaczej mówiąc elastyczność substytucji pracy przez kapitał jest stała ǫ f zk (k,z)= f z (k,z)/ f k (k,z)z k =α.

31 2 TEORIA PRODUKCJI 29 Załóżmy ponadto, że funkcja produkcji spełnia warunki(f1)-(f4). Z jednorodności funkcji f mamy NiechF(u)=f(u,1).Wówczas f(k,z)=zf(k/z,1)=zf(u,1). f(k,z) k =zf (u) 1 z =F (u) oraz f(k,z) =F(u) zf (u) k (u). z z 2=F(u) uf Z(16) otrzymujemy więc F(u) uf (u) F (u) =αu df du = F (1+α)u. Zatem musimy rozwiązać równanie różniczkowe rozdzielonych zmiennych, a więc df ln F = F = du (1+α)u =ln u 1+α +C. stąd lnf(u) lnf(1)= ln u 1+α = F(u)=F(1)uε,gdzieε=1/(1+α). Korzystając jeszcze raz z jednorodności otrzymujemy f(k,z)=zf(u,1)=zf(1,1)u ε =f(1,1)k ε z 1 ε. Funkcjęprodukcjipostacif(k,z)=ak ε z 1 ε,gdziea>0oraz0<ε<1 nazywamy funkcją Cobba-Douglasa. Łatwo sprawdzić, że funkcje Cobba-Douglasa faktycznie spełniają własności(f1)-(f4). Ponadto, stałe ε oraz 1 ε mają swoje interpretacje ekonomiczne, są to elastyczności produkcji odpowiednio względem kapitału i ilości pracy, istotnie E k f(k,z)= f(k,z) k E z f(k,z)= f(k,z) z k f(k,z) =aεkε 1 z 1 ε k ak ε z 1 ε=ε, z f(k,z) =a(1 ε)kε z ε z ak ε z 1 ε=1 ε.

32 2 TEORIA PRODUKCJI 30 Uwaga 2.4. Jeśli założymy, że σ f zk =αuσ,gdzie0<σ 1, to można pokazać(podobnie jak powyżej), że f(k,z)=[ak γ +bz γ ] 1/γ,gdzieγ=σ 1oraza,b>0. Funkcje tego typu nazywa się funkcjami CES, jest to skrót od angielskiej nazwy constant elasticity of substitution. 2.3 Producent w warunkach doskonałej konkurencji Podstawowym celem producenta jest maksymalizowanie dochodów. Będziemy zakładać, że producent produkuje jeden towar zużywając m różnych środków produkcji. Załóżmy, że jego przestrzeń produkcyjna wyznaczona jest przezfunkcjęprodukcjif: R m + R +. Zastanowimy się nad tzw. strategią długookresową producenta. Przy podejściu długookresowym producent ma możliwość wyboru dowolnego wektora nakładów tzn. dostępna jest dowolna ilość każdego czynnika produkcji. Załóżmy,żewektorv=(v 1,...,v m )>0opisujecenyzakupuśrodkówprodukcji, zaśp>0jestceną,którąproducentuzyskazajednąjednostkęwyprodukowanego towaru. Wówczas przy nakładach reprezentowanych przez wektor x=(x 1,...,x m ) R m +,kosztyprodukcjiwynoszą v,x,zaśprzychódwynosi pf(x). Stąd dochód producenta wynosi pf(x) v,x. Zatem zadaniem, które musi rozwiązać producent jest: znaleźćmaksimumpf(x) v,x przyograniczeniux 0. (17) Zauważmy, że jeśli f jest jednorodna stopnia 1, ten problem nie ma rozwiązania. Istotnie, ponieważ pf(θx) v,θx =θ(pf(x) v,x )dladowolnegoθ 0, więcjeśliznajdziemynakładyx,któredajązysk,tzn.pf(x) v,x >0,to lim pf(θx) v,θx =+. θ +

33 2 TEORIA PRODUKCJI 31 Twierdzenie 2.5. Załóżmy, że funkcja produkcji f spełnia własności(f1), (F2)orazjestsilniewklęsła.Ponadtozałóżmy,żecenyvipspełniająwarunek p f x (0)>v>limp f (x). (18) x x Wówczasistniejedokładniejednorozwiązanie0 x R m + problemu(17). Ponadto, warunkiem koniecznym i dostatecznym na istnienie rozwiązania x > 0 problemu(17) jest spełnianie równania Dowód. Rozważmy funkcję g: R m + p f x (x)=v. R, g(x)=pf(x) v,x. Ponieważ g x (x)=p f x (x) v,zzałożeniamamy g x (0)>0>lim g x x (x). Zatemistniejer>0taki,żejeśli x rto g x (x)<0.stądfunkcjagna zbiorze{x R m +: x r}jestmalejąca.zdrugiejstronyfunkcjagna zbiorzek r ={x R m + : x r},jakofunkcjaciągłanazbiorzezwartym, przyjmujewartośćnajwiększąwpewnympunkciex 0 K r.ponadto,dla dowolnegoxtakiego,że x >rmamyx>rx/ x K r,astąd g(x)<g(rx/ x ) max K r g=g(x 0 ). Zatemfunkcjag: R m + Rprzyjmujewartośćnajwiększąwpunkciex 0.Ponieważ 2 g = 2 f,więcfunkcjagjestsilniewklęsła,acozatymidzieprzyjmujewartośćnajwiększąwconajwyżejjednympunkcie.ponieważ g (0)>0, x x 2 x 2 więcwotoczeniu0funkcjagjestrosnąca,cooznacza,żeniemożeprzyjmować wartości największej w punkcie 0. Ponadto,zsilnejwklęsłościg:IntR m + Rwarunkiemrównoważnym realizacjiwartościnajwiększejwpunkciex IntR m + jest co kończy dowód twierdzenia. p f x (x) v= g x (x)=0,

34 2 TEORIA PRODUKCJI 32 Rozważmyfunkcjęψ: R m + R + R m + R m +klasyc 1 danąwzorem ψ(x,p,v)=p f x (x) v. Na mocy poprzedniego twierdzenia warunkiem równoważnym istnienia dodatniego rozwiązania problemu(17) jest istnienie rozwiązania równania ψ(x,p,v)=0, gdziedanymisąporazv.zauważmy,że ψ f x (x,p,v)=p 2 x 2(x), a z założenia jest to macierz ujemnie określona, więc nieosobliwa dla p > 0. Zatem na mocy twierdzenia o funkcji uwikłanej w otoczeniu dowolnego punktu(p 0,v 0 ),dlaktóregoproblem(17)madodatnierozwiązanieistnieje funkcjaξklasyc 1 takie,że x=ξ(p,v) jest dodatnim rozwiązaniem(17). W istocie dziedzinę funkcji ξ możemy rozszerzyć do zbioru wszystkich par(p, v) spełniających warunek(18). Definicja. Funkcję ξ nazywamy funkcją produkcyjnego popytu na czynniki produkcji. Funkcja ξ wskazuje jaki jest popyt producenta na środki produkcji przy ustalonych cenach towarów zużywanych v oraz cenie produkowanego towaru p. Definicja. Funkcję η(p,v)=f(ξ(p,v)) nazywamy funkcją podaży towaru. Wskazuje ona optymalny poziom produkcji przy ustalonych cenach towarów zużywanych v oraz cenie produkowanego towaru p. Zajmiemy się teraz problemem reakcji producenta na zmiany cen na rynku.zdefinicjifunkcjipopytuξorazfunkcjipodażyη p f x (ξ(p,v))=vorazη(p,v)=f(ξ(p,v)). Różniczkując obie równości względem p oraz v otrzymujemy f T x +ph(ξ) ξ p =0T, η p = f x ξ p, ph(ξ) ξ v =Id, η v = f x ξ v,

35 2 TEORIA PRODUKCJI 33 gdzieh(x)= 2 f (x).pochodnecząstkowe η η oraz x 2 p v i opisujązmianypodaży przy jednostkowych zmianach cen odpowiednio towaru produkowanego porazi-tegoczynnikaprodukcjiv i.natomiastwektory ξ p oraz ξ v i opisują zmiany popytu na towary produkcyjne przy jednostkowych zmianach cen odpowiedniotowaruprodukowanegoporazi-tegoczynnikaprodukcjiv i.pochodnacząstkowa f jestkrańcowąwydajnościąprodukcjidlai-tegośrodka produkcji. Ponieważ macierz H jest odwracalna mamy ξ p = p 1 H(ξ) 1 ft x, η p = f x ξ p = p 1 f x H(ξ) 1 ft x, ξ = p 1 H(ξ) 1, v η = f x ξ v v =p 1 f x H(ξ) 1. Z powyższych wzorów możemy wysnuć pewne ogólne wnioski. Po pierwsze z ujemnejokreślonościh 1 otrzymujemy η p >0, czyli podaż produktu rośnie ze wzrostem jego ceny. Ponadto η v = ξt p = η v i = ξ i p, czyli wzrost ceny produkowanego towaru powoduje wzrost(spadek) popytu na i-ty środek produkcji wtedy i tylko wtedy, gdy zwiększenie ceny i-tego środka produkcji powoduje obniżenie(wzrost) produkcji. PonieważmacierzH 1 jestsymetryczna,więcmacierz ξ/ vteżjest symetryczna, a zatem ξ j = ξ i, v i v j czyli wpływ zmiany ceny i-tego środka produkcji na popyt na j-ty środek produkcji jest taki sam jak wpływ zmiany ceny j-tego środka produkcji na popyt na i-ty środek produkcji. Z założenia wszystkie współczynniki wektora f/ x są dodatnie. Ponadto, f x ξ p = η p >0,

36 2 TEORIA PRODUKCJI 34 więcistnieje1 i mtaka,że ξ i p >0 η v i = ξ i p <0. Zatem wzrost ceny produkowanego towaru spowoduje wzrost popytu na niektóre środki produkcji oraz, że istnieją takie środki produkcji, których wzrost cen spowoduje spadek produkcji. Uwaga 2.6. Przy podejściu krótkoterminowym do planowania produkcji musimy uwzględnić ograniczenia w dostępie do środków produkcji, które nie występowały w podejściu długoterminowym. Wówczas problem planowania produkcji sprowadza się do rozwiązania problemu znaleźćmaksimumpf(x) v,x podwarunkiemh(x)=0,x 0, (19) gdzieh:r m + Rk jestfunkcjąklasyc 2,którawyznaczaograniczenia w nakładach. Do rozwiązania tego zadania stosuje się metodę mnożników Lagrange a, w stylu twierdzenia Kuhna-Tuckera. Aby przekonać się o różnicach pomiędzy podejściem długo i krótkookresowym prześledźmy konkretny przykład Przykład 9(Podejściedługookresowe).Niechf(x 1,x 2 )=x 1/4 1 x 1/4 2.Zatem szukamy maksimum g(x 1,x 2 )=px 1/4 1 x 1/4 2 v 1 x 1 v 2 x 2 dlax 1,x 2 0. Szukamy więc rozwiązania układu równań Stąd 0= g (x 1,x 2 )=p 1 x 1 4 x 3/4 1 x 1/4 2 v 1, 0= g (x 1,x 2 )=p 1 x 2 4 x1/4 1 x 3/4 2 v 2. x 3/4 1 x 1/4 2 = 4v 1 p, x1/4 1 x 3/4 2 = 4v 2 p. Dzielącrównaniastronamiotrzymujemyx 2 /x 1 =v 1 /v 2 ikorzystającztego mamy x 1/2 1 =x 3/4 1 x 1/4 1 = 4v 1v 1/4 2 = 4v3/4 1 v 1/4 2, p v 1/4 p 1 x 1/2 2 =x 3/4 2 x 1/4 2 = 4v 2v 1/4 1 p v 1/4 2 = 4v3/4 2 v 1/4 1 p,

Teoria popytu. Popyt indywidualny konsumenta

Teoria popytu. Popyt indywidualny konsumenta Teoria popytu Popyt indywidualny konsumenta Koszyk towarów Definicja 1 Wektor x=(x 1,x 2,x 3,...,x n ) taki, że x i 0 dla każdego i,w którym i-ta współrzędna oznacza ilość towaru nr i, którą konsument

Bardziej szczegółowo

Ekonomia matematyczna - 1.2

Ekonomia matematyczna - 1.2 Ekonomia matematyczna - 1.2 6. Popyt Marshalla, a popyt Hicksa. Poruszać się będziemy w tzw. standardowym polu preferencji X,, gdzie X R n i jest relacją preferencji, która jest: a) rosnąca (tzn. x y x

Bardziej szczegółowo

Metoda mnożników Lagrange a i jej zastosowania w ekonomii

Metoda mnożników Lagrange a i jej zastosowania w ekonomii Maciej Grzesiak Metoda mnożników Lagrange a i jej zastosowania w ekonomii 1 Metoda mnożników Lagrange a znajdowania ekstremum warunkowego Pochodna kierunkowa i gradient Dla prostoty ograniczymy się do

Bardziej szczegółowo

Teoria produkcji pojęcie, prawa, izokwanty. Funkcja produkcji pojęcie, przykłady.

Teoria produkcji pojęcie, prawa, izokwanty. Funkcja produkcji pojęcie, przykłady. Przedmiot: EKONOMIA MATEMATYCZNA Katedra: Ekonomii Opracowanie: dr hab. Jerzy Telep Temat: Matematyczna teoria produkcji Zagadnienia: Teoria produkcji pojęcie, prawa, izokwanty. Funkcja produkcji pojęcie,

Bardziej szczegółowo

Metoda mnożników Lagrange a i jej zastosowania w ekonomii

Metoda mnożników Lagrange a i jej zastosowania w ekonomii Maciej Grzesiak Metoda mnożników Lagrange a i jej zastosowania w ekonomii 1. Metoda mnożników Lagrange a znajdowania ekstremum warunkowego Pochodna kierunkowa i gradient. Dla prostoty ograniczymy się do

Bardziej szczegółowo

Rachunek Różniczkowy

Rachunek Różniczkowy Rachunek Różniczkowy Sąsiedztwo punktu Liczby rzeczywiste będziemy teraz nazywać również punktami. Dla ustalonego punktu x 0 i promienia r > 0 zbiór S(x 0, r) = (x 0 r, x 0 ) (x 0, x 0 + r) nazywamy sąsiedztwem

Bardziej szczegółowo

Ekonomia. matematyczna. Materia y do çwiczeƒ. Joanna Górka Witold Orzeszko Marcin Wata

Ekonomia. matematyczna. Materia y do çwiczeƒ. Joanna Górka Witold Orzeszko Marcin Wata Ekonomia matematyczna Materia y do çwiczeƒ Joanna Górka Witold Orzeszko Marcin Wata Ekonomia matematyczna Ekonomia matematyczna Materia y do çwiczeƒ Joanna Górka Witold Orzeszko Marcin Wata WYDAWNICTWO

Bardziej szczegółowo

ZESTAWY ZADAŃ Z EKONOMII MATEMATYCZNEJ

ZESTAWY ZADAŃ Z EKONOMII MATEMATYCZNEJ ZESTAWY ZADAŃ Z EKONOMII MATEMATYCZNEJ Zestaw 5 1.Narynkuistniejądwajhandlowcyidwatowary,przyczymtowarupierwszegosą3sztuki,adrugiego 2sztuki. a). Jak wygląda zbiór alokacji dopuszczalnych, jeśli towary

Bardziej szczegółowo

ANALIZA MATEMATYCZNA Z ELEMENTAMI STATYSTYKI MATEMATYCZNEJ

ANALIZA MATEMATYCZNA Z ELEMENTAMI STATYSTYKI MATEMATYCZNEJ ANALIZA MATEMATYCZNA Z ELEMENTAMI STATYSTYKI MATEMATYCZNEJ FUNKCJE DWÓCH ZMIENNYCH RZECZYWISTYCH Definicja 1. Niech A będzie dowolnym niepustym zbiorem. Metryką w zbiorze A nazywamy funkcję rzeczywistą

Bardziej szczegółowo

x = (x 1, x 2,..., x n ), p = (p 1, p 2,..., p n )

x = (x 1, x 2,..., x n ), p = (p 1, p 2,..., p n ) *** Elementy teorii popytu *** II. Funkcja popytu konsumenta x = (x 1, x 2,..., x n ), p = (p 1, p 2,..., p n ) p, x = p 1 x 1 + p 2 x 2 + + p n x n cena koszyka x Zbiór wszystkich koszyków, na jakie sta

Bardziej szczegółowo

Rozdział 6. Ciągłość. 6.1 Granica funkcji

Rozdział 6. Ciągłość. 6.1 Granica funkcji Rozdział 6 Ciągłość 6.1 Granica funkcji Podamy najpierw dwie definicje granicy funkcji w punkcie i pokażemy ich równoważność. Definicja Cauchy ego granicy funkcji w punkcie. Niech f : X R, gdzie X R oraz

Bardziej szczegółowo

Korzystając z własności metryki łatwo wykazać, że dla dowolnych x, y, z X zachodzi

Korzystając z własności metryki łatwo wykazać, że dla dowolnych x, y, z X zachodzi M. Beśka, Wstęp do teorii miary, Dodatek 158 10 Dodatek 10.1 Przestrzenie metryczne Niech X będzie niepustym zbiorem. Funkcję d : X X [0, ) spełniającą dla x, y, z X warunki (i) d(x, y) = 0 x = y, (ii)

Bardziej szczegółowo

IX. Rachunek różniczkowy funkcji wielu zmiennych. 1. Funkcja dwóch i trzech zmiennych - pojęcia podstawowe. - funkcja dwóch zmiennych,

IX. Rachunek różniczkowy funkcji wielu zmiennych. 1. Funkcja dwóch i trzech zmiennych - pojęcia podstawowe. - funkcja dwóch zmiennych, IX. Rachunek różniczkowy funkcji wielu zmiennych. 1. Funkcja dwóch i trzech zmiennych - pojęcia podstawowe. Definicja 1.1. Niech D będzie podzbiorem przestrzeni R n, n 2. Odwzorowanie f : D R nazywamy

Bardziej szczegółowo

Funkcje dwóch zmiennych

Funkcje dwóch zmiennych Funkcje dwóch zmiennych Andrzej Musielak Str Funkcje dwóch zmiennych Wstęp Funkcja rzeczywista dwóch zmiennych to funkcja, której argumentem jest para liczb rzeczywistych, a wartością liczba rzeczywista.

Bardziej szczegółowo

Teoria miary. WPPT/Matematyka, rok II. Wykład 5

Teoria miary. WPPT/Matematyka, rok II. Wykład 5 Teoria miary WPPT/Matematyka, rok II Wykład 5 Funkcje mierzalne Niech (X, F) będzie przestrzenią mierzalną i niech f : X R. Twierdzenie 1. NWSR 1. {x X : f(x) > a} F dla każdego a R 2. {x X : f(x) a} F

Bardziej szczegółowo

8. Funkcje wielu zmiennych - pochodne cząstkowe

8. Funkcje wielu zmiennych - pochodne cząstkowe 8. Funkcje wielu zmiennych - pochodne cząstkowe Grzegorz Kosiorowski Uniwersytet Ekonomiczny w Krakowie lato 2015/2016 rzegorz Kosiorowski (Uniwersytet Ekonomiczny 8. Funkcje w Krakowie) wielu zmiennych

Bardziej szczegółowo

Układy równań i równania wyższych rzędów

Układy równań i równania wyższych rzędów Rozdział Układy równań i równania wyższych rzędów Układy równań różniczkowych zwyczajnych Wprowadzenie W poprzednich paragrafach zajmowaliśmy się równaniami różniczkowymi y = f(x, y), których rozwiązaniem

Bardziej szczegółowo

1 Pochodne wyższych rzędów

1 Pochodne wyższych rzędów 1 Pochodne wyższych rzędów Definicja 1.1 (Pochodne cząstkowe drugiego rzędu) Niech f będzie odwzorowaniem o wartościach w R m, określonym na zbiorze G R k. Załóżmy, że zbiór tych x G, dla których istnieje

Bardziej szczegółowo

Układy równań i nierówności liniowych

Układy równań i nierówności liniowych Układy równań i nierówności liniowych Wiesław Krakowiak 1 grudnia 2010 1 Układy równań liniowych DEFINICJA 11 Układem równań m liniowych o n niewiadomych X 1,, X n, nazywamy układ postaci: a 11 X 1 + +

Bardziej szczegółowo

9 Funkcje Użyteczności

9 Funkcje Użyteczności 9 Funkcje Użyteczności Niech u(x) oznacza użyteczność wynikającą z posiadania x jednostek pewnego dobra. Z założenia, 0 jest punktem referencyjnym, czyli u(0) = 0. Należy to zinterpretować jako użyteczność

Bardziej szczegółowo

Formy kwadratowe. Rozdział 10

Formy kwadratowe. Rozdział 10 Rozdział 10 Formy kwadratowe Rozważmy rzeczywistą macierz symetryczną A R n n Definicja 101 Funkcję h : R n R postaci h (x) = x T Ax (101) nazywamy formą kwadratową Macierz symetryczną A występującą w

Bardziej szczegółowo

C~A C > B C~C Podaj relacje indyferencji, silnej i słabej preferencji. Zapisz zbiór koszyków indyferentnych

C~A C > B C~C Podaj relacje indyferencji, silnej i słabej preferencji. Zapisz zbiór koszyków indyferentnych ZADANIA EGZAMIN EKONOMIA MATEMATYCZNA TEORIA POPYTU a. Podaj iloczyn kartezjański zbiorów X={,3,4}, Y={,} b. Narysuj iloczyn kartezjański zbiorów X=[,], Y=[,3]. Dane są punkty A(3,4) i B(,). Oblicz odległość

Bardziej szczegółowo

Analiza funkcjonalna 1.

Analiza funkcjonalna 1. Analiza funkcjonalna 1. Wioletta Karpińska Semestr letni 2015/2016 0 Bibliografia [1] Banaszczyk W., Analiza matematyczna 3. Wykłady. (http://math.uni.lodz.pl/ wbanasz/am3/) [2] Birkholc A., Analiza matematyczna.

Bardziej szczegółowo

Programowanie nieliniowe. Badania operacyjne Wykład 3 Metoda Lagrange a

Programowanie nieliniowe. Badania operacyjne Wykład 3 Metoda Lagrange a Programowanie nieliniowe Badania operacyjne Wykład 3 Metoda Lagrange a Plan wykładu Przykład problemu z nieliniową funkcją celu Sformułowanie problemu programowania matematycznego Podstawowe definicje

Bardziej szczegółowo

F t+ := s>t. F s = F t.

F t+ := s>t. F s = F t. M. Beśka, Całka Stochastyczna, wykład 1 1 1 Wiadomości wstępne 1.1 Przestrzeń probabilistyczna z filtracją Niech (Ω, F, P ) będzie ustaloną przestrzenią probabilistyczną i niech F = {F t } t 0 będzie rodziną

Bardziej szczegółowo

2. Definicja pochodnej w R n

2. Definicja pochodnej w R n 2. Definicja pochodnej w R n Niech będzie dana funkcja f : U R określona na zbiorze otwartym U R n. Pochodną kierunkową w punkcie a U w kierunku wektora u R n nazywamy granicę u f(a) = lim t 0 f(a + tu)

Bardziej szczegółowo

Baza w jądrze i baza obrazu ( )

Baza w jądrze i baza obrazu ( ) Przykład Baza w jądrze i baza obrazu (839) Znajdź bazy jądra i obrazu odwzorowania α : R 4 R 3, gdzie α(x, y, z, t) = (x + 2z + t, 2x + y 3z 5t, x y + z + 4t) () zór ten oznacza, że α jest odwzorowaniem

Bardziej szczegółowo

Matematyka i Statystyka w Finansach. Rachunek Różniczkowy

Matematyka i Statystyka w Finansach. Rachunek Różniczkowy Rachunek Różniczkowy Ciąg liczbowy Link Ciągiem liczbowym nieskończonym nazywamy każdą funkcję a która odwzorowuje zbiór liczb naturalnych N w zbiór liczb rzeczywistych R a : N R. Tradycyjnie wartość a(n)

Bardziej szczegółowo

Zadania z ekonomii matematycznej Teoria konsumenta

Zadania z ekonomii matematycznej Teoria konsumenta Paweł Kliber Zadania z ekonomii matematycznej Teoria konsumenta Zad Dla podanych niżej funcji użyteczności: (a u (x x = x + x (b u (x x = x x (c u (x x = x x (d u (x x = x x 4 (e u (x x = x + x = x + x

Bardziej szczegółowo

Pochodne cząstkowe i ich zastosowanie. Ekstrema lokalne funkcji

Pochodne cząstkowe i ich zastosowanie. Ekstrema lokalne funkcji Pochodne cząstkowe i ich zastosowanie. Ekstrema lokalne funkcji Adam Kiersztyn Lublin 2014 Adam Kiersztyn () Pochodne cząstkowe i ich zastosowanie. Ekstrema lokalne funkcji maj 2014 1 / 24 Zanim przejdziemy

Bardziej szczegółowo

RÓŻNICZKOWANIE FUNKCJI WIELU ZMIENNYCH: rachunek pochodnych dla funkcji wektorowych. Pochodne cząstkowe funkcji rzeczywistej wielu zmiennych

RÓŻNICZKOWANIE FUNKCJI WIELU ZMIENNYCH: rachunek pochodnych dla funkcji wektorowych. Pochodne cząstkowe funkcji rzeczywistej wielu zmiennych RÓŻNICZKOWANIE FUNKCJI WIELU ZMIENNYCH: rachunek pochodnych dla funkcji wektorowych Pochodne cząstkowe funkcji rzeczywistej wielu zmiennych wyliczamy według wzoru (x, x 2,..., x n ) f(x, x 2,..., x n )

Bardziej szczegółowo

VII. Elementy teorii stabilności. Funkcja Lapunowa. 1. Stabilność w sensie Lapunowa.

VII. Elementy teorii stabilności. Funkcja Lapunowa. 1. Stabilność w sensie Lapunowa. VII. Elementy teorii stabilności. Funkcja Lapunowa. 1. Stabilność w sensie Lapunowa. W rozdziale tym zajmiemy się dokładniej badaniem stabilności rozwiązań równania różniczkowego. Pojęcie stabilności w

Bardziej szczegółowo

Politechnika Wrocławska, Wydział Informatyki i Zarządzania. Optymalizacja

Politechnika Wrocławska, Wydział Informatyki i Zarządzania. Optymalizacja Politechnika Wrocławska, Wydział Informatyki i Zarządzania Optymalizacja Dla podanych niżej problemów decyzyjnych (zad.1 zad.5) należy sformułować zadania optymalizacji, tj.: określić postać zmiennych

Bardziej szczegółowo

13. Funkcje wielu zmiennych pochodne, gradient, Jacobian, ekstrema lokalne.

13. Funkcje wielu zmiennych pochodne, gradient, Jacobian, ekstrema lokalne. 13. Funkcje wielu zmiennych pochodne, gradient, Jacobian, ekstrema lokalne. 1. Wprowadzenie. Dotąd rozważaliśmy funkcje działające z podzbioru liczb rzeczywistych w zbiór liczb rzeczywistych, zatem funkcje

Bardziej szczegółowo

Notatki z Analizy Matematycznej 2. Jacek M. Jędrzejewski

Notatki z Analizy Matematycznej 2. Jacek M. Jędrzejewski Notatki z Analizy Matematycznej 2 Jacek M. Jędrzejewski Definicja 3.1. Niech (a n ) n=1 będzie ciągiem liczbowym. Dla każdej liczby naturalnej dodatniej n utwórzmy S n nazywamy n-tą sumą częściową. ROZDZIAŁ

Bardziej szczegółowo

Dwa równania kwadratowe z częścią całkowitą

Dwa równania kwadratowe z częścią całkowitą Dwa równania kwadratowe z częścią całkowitą Andrzej Nowicki Wydział Matematyki i Informatyki Uniwersytet M. Kopernika w Toruniu anow @ mat.uni.torun.pl 4 sierpnia 00 Jeśli r jest liczbą rzeczywistą, to

Bardziej szczegółowo

5. Równania różniczkowe zwyczajne pierwszego rzędu

5. Równania różniczkowe zwyczajne pierwszego rzędu 5. Równania różniczkowe zwyczajne pierwszego rzędu 5.1. Wstęp. Definicja 5.1. Niech V R 3 będzie obszarem oraz F : V R. Równaniem różniczkowym zwyczajnym rzędu pierwszego nazywamy równanie postaci Równanie

Bardziej szczegółowo

Definicje i przykłady

Definicje i przykłady Rozdział 1 Definicje i przykłady 1.1 Definicja równania różniczkowego 1.1 DEFINICJA. Równaniem różniczkowym zwyczajnym rzędu n nazywamy równanie F (t, x, ẋ, ẍ,..., x (n) ) = 0. (1.1) W równaniu tym t jest

Bardziej szczegółowo

Programowanie liniowe

Programowanie liniowe Programowanie liniowe Maciej Drwal maciej.drwal@pwr.wroc.pl 1 Problem programowania liniowego min x c T x (1) Ax b, (2) x 0. (3) gdzie A R m n, c R n, b R m. Oznaczmy przez x rozwiązanie optymalne, tzn.

Bardziej szczegółowo

Model przepływów międzygałęziowych (model Leontiewa)

Model przepływów międzygałęziowych (model Leontiewa) Model przepływów międzygałęziowych (model Leontiewa) Maciej Grzesiak Przedstawimy tzw. analizę wejścia-wyjścia jako narzędzie do badań ekonomicznych. Stworzymy matematyczny model gospodarki, w którym można

Bardziej szczegółowo

1 Metody rozwiązywania równań nieliniowych. Postawienie problemu

1 Metody rozwiązywania równań nieliniowych. Postawienie problemu 1 Metody rozwiązywania równań nieliniowych. Postawienie problemu Dla danej funkcji ciągłej f znaleźć wartości x, dla których f(x) = 0. (1) 2 Przedział izolacji pierwiastka Będziemy zakładać, że równanie

Bardziej szczegółowo

4. O funkcji uwikłanej 4.1. Twierdzenie. Niech będzie dana funkcja f klasy C 1 na otwartym podzbiorze. ϕ : K(x 0, δ) (y 0 η, y 0 + η), taka że

4. O funkcji uwikłanej 4.1. Twierdzenie. Niech będzie dana funkcja f klasy C 1 na otwartym podzbiorze. ϕ : K(x 0, δ) (y 0 η, y 0 + η), taka że 4. O funkcji uwikłanej 4.1. Twierdzenie. Niech będzie dana funkcja f klasy C 1 na otwartym podzbiorze taka że K(x 0, δ) (y 0 η, y 0 + η) R n R, f(x 0, y 0 ) = 0, y f(x 0, y 0 ) 0. Wówczas dla odpowiednio

Bardziej szczegółowo

Analiza matematyczna 1 - test egzaminacyjny wersja do ćwiczeń

Analiza matematyczna 1 - test egzaminacyjny wersja do ćwiczeń Analiza matematyczna 1 - test egzaminacyjny wersja do ćwiczeń Leszek Skrzypczak 1. Niech E = {x [0, 1] : x = k 2 n k = 1, 2,... 2 n, n = 1, 2, 3,...} Wówczas: (a) Dla dowolnych liczb wymiernych p, q [0,

Bardziej szczegółowo

Wykład 1. Na początku zajmować się będziemy zbiorem liczb całkowitych

Wykład 1. Na początku zajmować się będziemy zbiorem liczb całkowitych Arytmetyka liczb całkowitych Wykład 1 Na początku zajmować się będziemy zbiorem liczb całkowitych Z = {0, ±1, ±2,...}. Zakładamy, że czytelnik zna relację

Bardziej szczegółowo

1 Określenie pierścienia

1 Określenie pierścienia 1 Określenie pierścienia Definicja 1. Niech P będzie zbiorem, w którym określone są działania +, (dodawanie i mnożenie). Mówimy, że struktura (P, +, ) jest pierścieniem, jeżeli spełnione są następujące

Bardziej szczegółowo

Nazwisko i Imię zł 100 zł 129 zł 260 zł 929 zł 3. Jeżeli wraz ze wzrostem dochodu, maleje popyt na dane dobro to jest to: (2 pkt)

Nazwisko i Imię zł 100 zł 129 zł 260 zł 929 zł 3. Jeżeli wraz ze wzrostem dochodu, maleje popyt na dane dobro to jest to: (2 pkt) Nazwisko i Imię... Numer albumu... A 1. Utrata wartości dobra kapitałowego w ciągu roku będąca rezultatem wykorzystania tego dobra w procesie produkcji nazywana jest: (2 pkt) ujemnym przepływem pieniężnym

Bardziej szczegółowo

Mikroekonomia. Wykład 4

Mikroekonomia. Wykład 4 Mikroekonomia Wykład 4 Ekonomia dobrobytu Na rynku doskonale konkurencyjnym, na którym występuje dwóch konsumentów scharakteryzowanych wypukłymi krzywymi obojętności, równowaga ustali się w prostokącie

Bardziej szczegółowo

Wykład z modelowania matematycznego. Zagadnienie transportowe.

Wykład z modelowania matematycznego. Zagadnienie transportowe. Wykład z modelowania matematycznego. Zagadnienie transportowe. 1 Zagadnienie transportowe zostało sformułowane w 1941 przez F.L.Hitchcocka. Metoda rozwiązania tego zagadnienia zwana algorytmem transportowymópracowana

Bardziej szczegółowo

Lokalna odwracalność odwzorowań, odwzorowania uwikłane

Lokalna odwracalność odwzorowań, odwzorowania uwikłane Lokalna odwracalność odwzorowań, odwzorowania uwikłane Katedra Matematyki i Ekonomii Matematycznej Szkoła Główna Handlowa 17 maja 2012 Definicja Mówimy, że odwzorowanie F : X R n, gdzie X R n, jest lokalnie

Bardziej szczegółowo

Rozdział 4. Ciągi nieskończone. 4.1 Ciągi nieskończone

Rozdział 4. Ciągi nieskończone. 4.1 Ciągi nieskończone Rozdział 4 Ciągi nieskończone W rozdziale tym wprowadzimy pojęcie granicy ciągu. Dalej rozszerzymy to pojęcie na przypadek dowolnych funkcji. Jak zauważyliśmy we wstępie jest to najważniejsze pojęcie analizy

Bardziej szczegółowo

1 Nierówność Minkowskiego i Hoeldera

1 Nierówność Minkowskiego i Hoeldera 1 Nierówność Minkowskiego i Hoeldera Na państwa użytek załączam precyzyjne sformułowania i dowody nierówności Hoeldera i Minkowskiego: Twierdzenie 1.1 Nierówność Hoeldera). Niech p, q będą takimi liczbami

Bardziej szczegółowo

jest ciągiem elementów z przestrzeni B(R, R)

jest ciągiem elementów z przestrzeni B(R, R) Wykład 2 1 Ciągi Definicja 1.1 (ciąg) Ciągiem w zbiorze X nazywamy odwzorowanie x: N X. Dla uproszczenia piszemy x n zamiast x(n). Przykład 1. x n = n jest ciągiem elementów z przestrzeni R 2. f n (x)

Bardziej szczegółowo

Wykład 4 Przebieg zmienności funkcji. Badanie dziedziny oraz wyznaczanie granic funkcji poznaliśmy na poprzednich wykładach.

Wykład 4 Przebieg zmienności funkcji. Badanie dziedziny oraz wyznaczanie granic funkcji poznaliśmy na poprzednich wykładach. Wykład Przebieg zmienności funkcji. Celem badania przebiegu zmienności funkcji y = f() jest poznanie ważnych własności tej funkcji na podstawie jej wzoru. Efekty badania pozwalają naszkicować wykres badanej

Bardziej szczegółowo

Funkcje - monotoniczność, różnowartościowość, funkcje parzyste, nieparzyste, okresowe. Funkcja liniowa.

Funkcje - monotoniczność, różnowartościowość, funkcje parzyste, nieparzyste, okresowe. Funkcja liniowa. Funkcje - monotoniczność, różnowartościowość, funkcje parzyste, nieparzyste, okresowe. Funkcja liniowa. Monotoniczność i różnowartościowość. Definicja 1 Niech f : X R, X R. Funkcję f nazywamy rosnącą w

Bardziej szczegółowo

VIII. Zastosowanie rachunku różniczkowego do badania funkcji. 1. Twierdzenia o wartości średniej. Monotoniczność funkcji.

VIII. Zastosowanie rachunku różniczkowego do badania funkcji. 1. Twierdzenia o wartości średniej. Monotoniczność funkcji. VIII. Zastosowanie rachunku różniczkowego do badania funkcji. 1. Twierdzenia o wartości średniej. Monotoniczność funkcji. Twierdzenie 1.1. (Rolle a) Jeżeli funkcja f jest ciągła w przedziale domkniętym

Bardziej szczegółowo

Agata Boratyńska ZADANIA Z MATEMATYKI, I ROK SGH GRANICA CIĄGU

Agata Boratyńska ZADANIA Z MATEMATYKI, I ROK SGH GRANICA CIĄGU Agata Boratyńska Zadania z matematyki Agata Boratyńska ZADANIA Z MATEMATYKI, I ROK SGH GRANICA CIĄGU. Korzystając z definicji granicy ciągu udowodnić: a) n + n+ = 0 b) n + n n+ = c) n + n a =, gdzie a

Bardziej szczegółowo

Łatwy dowód poniższej własności pozostawiamy czytelnikowi.

Łatwy dowód poniższej własności pozostawiamy czytelnikowi. Rozdział 3 Logarytm i potęga 3.1 Potęga o wykładniku naturalnym Definicja potęgi o wykładniku naturalnym. Niech x R oraz n N. Potęgą o podstawie x i wykładniku n nazywamy liczbę x n określoną następująco:

Bardziej szczegółowo

Metody optymalizacji. notatki dla studentów matematyki semestr zimowy 2015/2016

Metody optymalizacji. notatki dla studentów matematyki semestr zimowy 2015/2016 Metody optymalizacji notatki dla studentów matematyki semestr zimowy 2015/2016 Aktualizacja: 11 stycznia 2016 Spis treści Spis treści 2 1 Wprowadzenie do optymalizacji 1 11 Podstawowe definicje i własności

Bardziej szczegółowo

Konstrukcja liczb rzeczywistych przy pomocy ciągów Cauchy ego liczb wymiernych

Konstrukcja liczb rzeczywistych przy pomocy ciągów Cauchy ego liczb wymiernych Konstrukcja liczb rzeczywistych przy pomocy ciągów Cauchy ego liczb wymiernych Marcin Michalski 14.11.014 1 Wprowadzenie Jedną z intuicji na temat liczb rzeczywistych jest myślenie o nich jako liczbach,

Bardziej szczegółowo

Biotechnologia, Chemia, Chemia Budowlana - Wydział Chemiczny - 1

Biotechnologia, Chemia, Chemia Budowlana - Wydział Chemiczny - 1 Biotechnologia, Chemia, Chemia Budowlana - Wydział Chemiczny - 1 Równania różniczkowe pierwszego rzędu Równaniem różniczkowym zwyczajnym pierwszego rzędu nazywamy równanie postaci (R) y = f(x, y). Najogólniejszą

Bardziej szczegółowo

Pochodna funkcji. Pochodna funkcji w punkcie. Różniczka funkcji i obliczenia przybliżone. Zastosowania pochodnych. Badanie funkcji.

Pochodna funkcji. Pochodna funkcji w punkcie. Różniczka funkcji i obliczenia przybliżone. Zastosowania pochodnych. Badanie funkcji. Pochodna funkcji Pochodna funkcji w punkcie. Różniczka funkcji i obliczenia przybliżone. Zastosowania pochodnych. Badanie funkcji. Małgorzata Wyrwas Katedra Matematyki Wydział Informatyki Politechnika

Bardziej szczegółowo

5. Badanie przebiegu zmienności funkcji - monotoniczność i wypukłość

5. Badanie przebiegu zmienności funkcji - monotoniczność i wypukłość 5. Badanie przebiegu zmienności funkcji - monotoniczność i wypukłość Grzegorz Kosiorowski Uniwersytet Ekonomiczny w Krakowie rzegorz Kosiorowski (Uniwersytet Ekonomiczny 5. Badanie w Krakowie) przebiegu

Bardziej szczegółowo

Zagadnienia brzegowe dla równań eliptycznych

Zagadnienia brzegowe dla równań eliptycznych Temat 7 Zagadnienia brzegowe dla równań eliptycznych Rozważmy płaski obszar R 2 ograniczony krzywą. la równania Laplace a (Poissona) stawia się trzy podstawowe zagadnienia brzegowe. Zagadnienie irichleta

Bardziej szczegółowo

Projekt Era inżyniera pewna lokata na przyszłość jest współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego

Projekt Era inżyniera pewna lokata na przyszłość jest współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego Materiały dydaktyczne na zajęcia wyrównawcze z matematyki dla studentów pierwszego roku kierunku zamawianego Inżynieria i Gospodarka Wodna w ramach projektu Era inżyniera pewna lokata na przyszłość Projekt

Bardziej szczegółowo

PROGRAMOWANIE KWADRATOWE

PROGRAMOWANIE KWADRATOWE PROGRAMOWANIE KWADRATOWE Programowanie kwadratowe Zadanie programowania kwadratowego: Funkcja celu lub/i co najmniej jedno z ograniczeń jest funkcją kwadratową. 2 Programowanie kwadratowe Nie ma uniwersalnej

Bardziej szczegółowo

Teoria wyboru konsumenta. Marta Lubieniecka Tomasz Szemraj

Teoria wyboru konsumenta. Marta Lubieniecka Tomasz Szemraj Teoria wyboru konsumenta Marta Lubieniecka Tomasz Szemraj Teoria wyboru konsumenta 1) Przedmiot wyboru konsumenta na rynku towarów. 2) Zmienne decyzyjne, parametry rynkowe i preferencje jako warunki wyboru.

Bardziej szczegółowo

III. Funkcje rzeczywiste

III. Funkcje rzeczywiste . Pojęcia podstawowe Załóżmy, że dane są dwa niepuste zbiory X i Y. Definicja. Jeżeli każdemu elementowi x X przyporządkujemy dokładnie jeden element y Y, to mówimy, że na zbiorze X została określona funkcja

Bardziej szczegółowo

Funkcje rzeczywiste jednej. Matematyka Studium doktoranckie KAE SGH Semestr letni 2008/2009 R. Łochowski

Funkcje rzeczywiste jednej. Matematyka Studium doktoranckie KAE SGH Semestr letni 2008/2009 R. Łochowski Funkcje rzeczywiste jednej zmiennej rzeczywistej Matematyka Studium doktoranckie KAE SGH Semestr letni 2008/2009 R. Łochowski Definicje Funkcją (odwzorowaniem) f, odwzorowującą zbiór D w zbiór P nazywamy

Bardziej szczegółowo

Indukcja. Materiały pomocnicze do wykładu. wykładowca: dr Magdalena Kacprzak

Indukcja. Materiały pomocnicze do wykładu. wykładowca: dr Magdalena Kacprzak Indukcja Materiały pomocnicze do wykładu wykładowca: dr Magdalena Kacprzak Charakteryzacja zbioru liczb naturalnych Arytmetyka liczb naturalnych Jedną z najważniejszych teorii matematycznych jest arytmetyka

Bardziej szczegółowo

Informacja o przestrzeniach Sobolewa

Informacja o przestrzeniach Sobolewa Wykład 11 Informacja o przestrzeniach Sobolewa 11.1 Definicja przestrzeni Sobolewa Niech R n będzie zbiorem mierzalnym. Rozważmy przestrzeń Hilberta X = L 2 () z iloczynem skalarnym zdefiniowanym równością

Bardziej szczegółowo

RÓWNANIA RÓŻNICZKOWE WYKŁAD 2

RÓWNANIA RÓŻNICZKOWE WYKŁAD 2 RÓWNANIA RÓŻNICZKOWE WYKŁAD 2 Równania różniczkowe o zmiennych rozdzielonych Równania sprowadzalne do równań o zmiennych rozdzielonych Niech f będzie funkcją ciągłą na przedziale (a, b), spełniającą na

Bardziej szczegółowo

Zajęcia nr. 3 notatki

Zajęcia nr. 3 notatki Zajęcia nr. 3 notatki 22 kwietnia 2005 1 Funkcje liczbowe wprowadzenie Istnieje nieskończenie wiele funkcji w matematyce. W dodaktu nie wszystkie są liczbowe. Rozpatruje się funkcje które pobierają argumenty

Bardziej szczegółowo

1 Pochodne wyższych rzędów

1 Pochodne wyższych rzędów Pochodne wyższych rzędów Pochodną rzędu drugiego lub drugą pochodną funkcji y = f(x) nazywamy pochodną pierwszej pochodnej tej funkcji. Analogicznie definiujemy pochodne wyższych rzędów, jako pochodne

Bardziej szczegółowo

A i. i=1. i=1. i=1. i=1. W dalszej części skryptu będziemy mieli najczęściej do czynienia z miarami określonymi na rodzinach, które są σ - algebrami.

A i. i=1. i=1. i=1. i=1. W dalszej części skryptu będziemy mieli najczęściej do czynienia z miarami określonymi na rodzinach, które są σ - algebrami. M. Beśka, Wstęp do teorii miary, rozdz. 3 25 3 Miara 3.1 Definicja miary i jej podstawowe własności Niech X będzie niepustym zbiorem, a A 2 X niepustą rodziną podzbiorów. Wtedy dowolne odwzorowanie : A

Bardziej szczegółowo

Fakty wstępne Problem brachistochrony Literatura. Rachunek wariacyjny. Bartosz Wróblewski

Fakty wstępne Problem brachistochrony Literatura. Rachunek wariacyjny. Bartosz Wróblewski 26.10.13 - dziedzina analizy matematycznej zajmująca się znajdowaniem ekstremów i wartości stacjonarnych funkcjonałów. Powstał jako odpowiedź na pewne szczególne rozważania w mechanice teoretycznej. Swą

Bardziej szczegółowo

Analiza portfelowa w czasie ciagłym dla ogólnych cen zakupu i sp. ze stałymi kosztami za transakcje

Analiza portfelowa w czasie ciagłym dla ogólnych cen zakupu i sp. ze stałymi kosztami za transakcje Analiza portfelowa w czasie ciagłym dla ogólnych cen zakupu i sprzedaży ze stałymi kosztami za transakcje Instytut Matematyczny PAN Problem bez stałych kosztów za transakcje (Ω, F, (F t ), P) przestrzeń

Bardziej szczegółowo

Równania różniczkowe. Notatki z wykładu.

Równania różniczkowe. Notatki z wykładu. Równania różniczkowe Notatki z wykładu http://robert.brainusers.net 17.06.2009 Notatki własne z wykładu. Są niekompletne, bez bibliografii oraz mogą zawierać błędy i usterki. Z tego powodu niniejszy dokument

Bardziej szczegółowo

7 Twierdzenie Fubiniego

7 Twierdzenie Fubiniego M. Beśka, Wstęp do teorii miary, wykład 7 19 7 Twierdzenie Fubiniego 7.1 Miary produktowe Niech i będą niepustymi zbiorami. Przez oznaczmy produkt kartezjański i tj. zbiór = { (x, y : x y }. Niech E oraz

Bardziej szczegółowo

II. FUNKCJE WIELU ZMIENNYCH

II. FUNKCJE WIELU ZMIENNYCH II. FUNKCJE WIELU ZMIENNYCH 1. Zbiory w przestrzeni R n Ustalmy dowolne n N. Definicja 1.1. Zbiór wszystkich uporzadkowanych układów (x 1,..., x n ) n liczb rzeczywistych, nazywamy przestrzenią n-wymiarową

Bardziej szczegółowo

Projekt Era inżyniera pewna lokata na przyszłość jest współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego

Projekt Era inżyniera pewna lokata na przyszłość jest współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego Materiały dydaktyczne na zajęcia wyrównawcze z matematyki dla studentów pierwszego roku kierunku zamawianego Inżynieria Środowiska w ramach projektu Era inżyniera pewna lokata na przyszłość Projekt Era

Bardziej szczegółowo

1 Macierz odwrotna metoda operacji elementarnych

1 Macierz odwrotna metoda operacji elementarnych W tej części skupimy się na macierzach kwadratowych. Zakładać będziemy, że A M(n, n) dla pewnego n N. Definicja 1. Niech A M(n, n). Wtedy macierzą odwrotną macierzy A (ozn. A 1 ) nazywamy taką macierz

Bardziej szczegółowo

1 Funkcje dwóch zmiennych podstawowe pojęcia

1 Funkcje dwóch zmiennych podstawowe pojęcia 1 Funkcje dwóch zmiennych podstawowe pojęcia Definicja 1 Funkcją dwóch zmiennych określoną na zbiorze A R 2 o wartościach w zbiorze R nazywamy przyporządkowanie każdemu punktowi ze zbioru A dokładnie jednej

Bardziej szczegółowo

Spis treści. Wstęp Konstrukcja modelu matematycznego... 1

Spis treści. Wstęp Konstrukcja modelu matematycznego... 1 Spis treści Wstęp........................................................ XI 1. Konstrukcja modelu matematycznego............................. 1 2. Relacje. Teoria preferencji konsumenta...........................

Bardziej szczegółowo

II. Wstęp: Funkcje elementarne - część 2

II. Wstęp: Funkcje elementarne - część 2 II. Wstęp: Funkcje elementarne - część 2 Grzegorz Kosiorowski Uniwersytet Ekonomiczny w Krakowie rzegorz Kosiorowski (Uniwersytet EkonomicznyII. wwstęp: Krakowie) Funkcje elementarne - część 2 1 / 34 1

Bardziej szczegółowo

Jak łatwo zauważyć, zbiór form symetrycznych (podobnie antysymetrycznych) stanowi podprzestrzeń przestrzeni L(V, V, K). Oznaczamy ją Sym(V ).

Jak łatwo zauważyć, zbiór form symetrycznych (podobnie antysymetrycznych) stanowi podprzestrzeń przestrzeni L(V, V, K). Oznaczamy ją Sym(V ). Odwzorowania n-liniowe; formy n-liniowe Definicja 1 Niech V 1,..., V n, U będą przestrzeniami liniowymi nad ciałem K. Odwzorowanie G: V 1 V n U nazywamy n-liniowym, jeśli dla każdego k [n] i wszelkich

Bardziej szczegółowo

Elementy geometrii analitycznej w R 3

Elementy geometrii analitycznej w R 3 Rozdział 12 Elementy geometrii analitycznej w R 3 Elementy trójwymiarowej przestrzeni rzeczywistej R 3 = {(x,y,z) : x,y,z R} możemy interpretować co najmniej na trzy sposoby, tzn. jako: zbiór punktów (x,

Bardziej szczegółowo

Model Davida Ricardo

Model Davida Ricardo Model Davida Ricardo mgr eszek incenciak 15 lutego 2005 r. 1 Założenia modelu Analiza w modelu Ricardo opiera się na następujących założeniach: istnieje doskonała konkurencja na rynku dóbr i rynku pracy;

Bardziej szczegółowo

Matematyka z el. statystyki, # 4 /Geodezja i kartografia I/

Matematyka z el. statystyki, # 4 /Geodezja i kartografia I/ Matematyka z el. statystyki, # 4 /Geodezja i kartografia I/ dr n. mat. Zdzisław Otachel Uniwersytet Przyrodniczy w Lublinie Katedra Zastosowań Matematyki i Informatyki ul. Akademicka 15, p.211a, bud. Agro

Bardziej szczegółowo

Równania różniczkowe liniowe wyższych rzędów o stałych współcz

Równania różniczkowe liniowe wyższych rzędów o stałych współcz Równania różniczkowe liniowe wyższych rzędów o stałych współczynnikach Katedra Matematyki i Ekonomii Matematycznej SGH 12 maja 2016 Równanie liniowe n-tego rzędu Definicja Równaniem różniczkowym liniowym

Bardziej szczegółowo

Funkcje analityczne. Wykład 3. Funkcje holomorficzne. Paweł Mleczko. Funkcje analityczne (rok akademicki 2016/2017) z = x + iy A

Funkcje analityczne. Wykład 3. Funkcje holomorficzne. Paweł Mleczko. Funkcje analityczne (rok akademicki 2016/2017) z = x + iy A Funkcje analityczne Wykład 3. Funkcje holomorficzne Paweł Mleczko Funkcje analityczne (rok akademicki 206/207) Funkcje zespolone zmiennej zespolonej Funkcje zespolone zmiennej zespolonej Niech A C. Funkcja

Bardziej szczegółowo

Funkcja kwadratowa. f(x) = ax 2 + bx + c,

Funkcja kwadratowa. f(x) = ax 2 + bx + c, Funkcja kwadratowa. Funkcją kwadratową nazywamy funkcję f : R R określoną wzorem gdzie a, b, c R, a 0. f(x) = ax 2 + bx + c, Szczególnym przypadkiem funkcji kwadratowej jest funkcja f(x) = ax 2, a R \

Bardziej szczegółowo

12. Wykład 12: Algebraiczne domkniecie ciała. Wielokrotne pierwiastki wielomianów. Rózniczkowanie wielomianów. Elementy rozdzielcze.

12. Wykład 12: Algebraiczne domkniecie ciała. Wielokrotne pierwiastki wielomianów. Rózniczkowanie wielomianów. Elementy rozdzielcze. 12. Wykład 12: Algebraiczne domkniecie ciała. Wielokrotne pierwiastki wielomianów. Rózniczkowanie wielomianów. Elementy rozdzielcze. Rozszerzenia rozdzielcze i pojedyncze. Rozszerzenia normalne. 12.1.

Bardziej szczegółowo

1 Relacje i odwzorowania

1 Relacje i odwzorowania Relacje i odwzorowania Relacje Jacek Kłopotowski Zadania z analizy matematycznej I Wykazać, że jeśli relacja ρ X X jest przeciwzwrotna i przechodnia, to jest przeciwsymetryczna Zbadać czy relacja ρ X X

Bardziej szczegółowo

Decyzje konsumenta I WYBIERZ POPRAWNE ODPOWIEDZI

Decyzje konsumenta I WYBIERZ POPRAWNE ODPOWIEDZI Decyzje konsumenta I WYBIERZ POPRAWNE ODPOWIEDZI 1. Dobrami podrzędnymi nazywamy te dobra: a. które nie mają bliskich substytutów b. na które popyt maleje w miarę wzrostu dochodów konsumenta, przy pozostałych

Bardziej szczegółowo

Wykład 13. Informatyka Stosowana. 14 stycznia 2019 Magdalena Alama-Bućko. Informatyka Stosowana Wykład , M.A-B 1 / 34

Wykład 13. Informatyka Stosowana. 14 stycznia 2019 Magdalena Alama-Bućko. Informatyka Stosowana Wykład , M.A-B 1 / 34 Wykład 13 Informatyka Stosowana 14 stycznia 2019 Magdalena Alama-Bućko Informatyka Stosowana Wykład 13 14.01.2019, M.A-B 1 / 34 Pochodne z funkcji elementarnych c = 0 (x n ) = nx n 1 (a x ) = a x ln a,

Bardziej szczegółowo

Funkcje dwóch zmiennych, pochodne cząstkowe

Funkcje dwóch zmiennych, pochodne cząstkowe Wykłady z matematyki inżynierskiej Funkcje dwóch zmiennych, pochodne cząstkowe JJ, IMiF UTP 17 f (x, y) DEFINICJA. Funkcja dwóch zmiennych określona w zbiorze D R 2, to przyporządkowanie każdemu punktowi

Bardziej szczegółowo

Notatki z Analizy Matematycznej 3. Jacek M. Jędrzejewski

Notatki z Analizy Matematycznej 3. Jacek M. Jędrzejewski Notatki z Analizy Matematycznej 3 Jacek M. Jędrzejewski ROZDZIAŁ 6 Różniczkowanie funkcji rzeczywistej 1. Pocodna funkcji W tym rozdziale rozważać będziemy funkcje rzeczywiste określone w pewnym przedziale

Bardziej szczegółowo

VI. Równania różniczkowe liniowe wyższych rzędów

VI. Równania różniczkowe liniowe wyższych rzędów VI. 1. Równanie różniczkowe liniowe n-tego rzędu o zmiennych współczynnikach Niech podobnie jak w poprzednim paragrafie K = C lub K = R. Podobnie jak w dziedzinie rzeczywistej wprowadzamy pochodne wyższych

Bardziej szczegółowo