Ekonomia matematyczna - 1.1

Podobne dokumenty
Ekonomia matematyczna 2-2

Ekonomia matematyczna - 2.1

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

I. Ciągi liczbowe. , gdzie a n oznacza n-ty wyraz ciągu (a n ) n N. spełniający warunek. a n+1 a n = r, spełniający warunek a n+1 a n

a 1, a 2, a 3,..., a n,...

1 Twierdzenia o granicznym przejściu pod znakiem całki

Analiza numeryczna. Stanisław Lewanowicz. Aproksymacja funkcji

Operatory zwarte Lemat. Jeśli T jest odwzorowaniem całkowym na przestrzeni Hilberta X = L 2 (Ω) z jądrem k L 2 (M M)

Wykład 7. Przestrzenie metryczne zwarte. x jest ciągiem Cauchy ego i posiada podciąg zbieżny. Na mocy

Analiza matematyczna. Robert Rałowski

Stwierdzenie 1. Jeżeli ciąg ma granicę, to jest ona określona jednoznacznie (żaden ciąg nie może mieć dwóch różnych granic).

3. Funkcje elementarne

Materiały do ćwiczeń z Analizy Matematycznej I

Teoria popytu. Popyt indywidualny konsumenta

Zadania z analizy matematycznej - sem. I Szeregi liczbowe

Funkcja wykładnicza i logarytm

Ciągi liczbowe wykład 3

ZADANIA Z TOPOLOGII I. PRZESTRZENIE METRYCZNE. II. ZBIORY OTWARTE I DOMKNIĘTE.

Fraktale - ciąg g dalszy

1. Relacja preferencji

Zadanie 1.6. Niech n N, a R + \ N, a 2 = n. Wykazać, że a / Q. Zadanie 1.7. Wykazać następujące twierdzenia za pomocą indukcji matematycznej.

O liczbach naturalnych, których suma równa się iloczynowi

Zdarzenia losowe, definicja prawdopodobieństwa, zmienne losowe

RÓWNANIA RÓŻNICZKOWE WYKŁAD 11

Podprzestrzenie macierzowe

Jarosław Wróblewski Analiza Matematyczna 1A, zima 2012/13. Ciągi.

I kolokwium z Analizy Matematycznej

2. Nieskończone ciągi liczbowe

8. Jednostajność. sin x sin y = 2 sin x y 2

O pewnych zastosowaniach rachunku różniczkowego funkcji dwóch zmiennych w ekonomii

Wzór Taylora. Matematyka Studium doktoranckie KAE SGH Semestr letni 2008/2009 R. Łochowski

Podprzestrzenie macierzowe

Informatyka Stosowana-egzamin z Analizy Matematycznej Każde zadanie należy rozwiązać na oddzielnej, podpisanej kartce!

Analiza Funkcjonalna WPPT IIIr. semestr letni 2011 WYK LAD 9,5: ZBIEŻNOŚĆ S LABA I *-S LABA TWIERDZENIE BANACHA ALAOGLU 28/05/2013

Wyk lad 8 Zasadnicze twierdzenie algebry. Poj. ecie pierścienia

dna szeregu. ; m., k N ; ó. ; u. x 2n 1 ; e. n n! jest, że

Zadania z algebry liniowej - sem. I Liczby zespolone

Jarosław Wróblewski Analiza Matematyczna A1, zima 2011/12. Kresy zbiorów. x Z M R

Teoria. a k. Wskaźnik sumowania można oznaczać dowolną literą. Mamy np. a j = a i =

Parametryzacja rozwiązań układu równań

Szeregi liczbowe. Szeregi potęgowe i trygonometryczne.

Przykładowe zadania dla poziomu rozszerzonego

Zestaw zadań do skryptu z Teorii miary i całki. Katarzyna Lubnauer Hanna Podsędkowska

Wykład 11. a, b G a b = b a,

0, co implikuje tezę. W interpretacji geometrycznej: musi istnieć punkt, w którym styczna ( f (c)

2 n < 2n + 2 n. 2 n = 2. 2 n 2 +3n+2 > 2 0 = 1 = 2. n+2 n 1 n+1 = 2. n+1

Metody badania zbieżności/rozbieżności ciągów liczbowych

Twierdzenie Cayleya-Hamiltona

Materiały do wykładu Matematyka Stosowana 1. Dariusz Chrobak

Wykład 6. Przestrzenie metryczne ośrodkowe i zupełne. ρ, gdzie r

Niezależność zmiennych, funkcje i charakterystyki wektora losowego, centralne twierdzenia graniczne

Zadanie 3. ( ) Udowodnij, że jeśli (X n, F n ) jest martyngałem, to. X i > t) E X n. . t. P(sup

5. Zasada indukcji matematycznej. Dowody indukcyjne.

x t 1 (x) o 1 : x s 3 (x) Tym samym S(3) = {id 3,o 1,o 2,s 1,s 2,s 3 }. W zbiorze S(n) definiujemy działanie wzorem

Rekursja 2. Materiały pomocnicze do wykładu. wykładowca: dr Magdalena Kacprzak

3. Wykład III: Warunki optymalności dla zadań bez ograniczeń

Jarosław Wróblewski Analiza Matematyczna 1, zima 2016/17

Podróże po Imperium Liczb

P π n π. Równanie ogólne płaszczyzny w E 3. Dane: n=[a,b,c] Wówczas: P 0 P=[x-x 0,y-y 0,z-z 0 ] Równanie (1) nazywamy równaniem ogólnym płaszczyzny

Jarosław Wróblewski Analiza Matematyczna 1A, zima 2014/15. n = Rozwiązanie: Stosując wzór na wartość współczynnika dwumianowego otrzymujemy

Relacje rekurencyjne. będzie następująco zdefiniowanym ciągiem:

1 Układy równań liniowych

UKŁADY RÓWNAŃ LINOWYCH

3 Arytmetyka. 3.1 Zbiory liczbowe.

(x 1 y 1 ) (x n y n ) 2. 1<j<m x i y i. x2 y 2 gdy x 1 = y 1 x 2 y 2 + x 1 + y 1 gdy x 1 = y 1. gdy x, y, 0 nie są współliniowe

Jarosław Wróblewski Analiza Matematyczna 2B, lato 2015/16

f '. Funkcja h jest ciągła. Załóżmy, że ciąg (z n ) n 0, z n+1 = h(z n ) jest dobrze określony, tzn. n 0 f ' ( z n

1 Pochodne wyższych rzędów

MACIERZE STOCHASTYCZNE

1. Miara i całka Lebesgue a na R d

1. Granica funkcji w punkcie

Matematyka I. Bezpieczeństwo jądrowe i ochrona radiologiczna Semestr zimowy 2018/2019 Wykład 11

P ( i I A i) = i I P (A i) dla parami rozłącznych zbiorów A i. F ( ) = lim t F (t) = 0, F (+ ) = lim t + F (t) = 1.

7 Liczby zespolone. 7.1 Działania na liczbach zespolonych. Liczby zespolone to liczby postaci. z = a + bi,

Matematyka ETId I.Gorgol Twierdzenia o granicach ciagów. Twierdzenia o granicach ciagów

Analiza I.1, zima wzorcowe rozwiązania

Szkic notatek do wykładu Analiza Funkcjonalna MAP9907

Pierwiastki z liczby zespolonej. Autorzy: Agnieszka Kowalik

ma rozkład złożony Poissona z oczekiwaną liczbą szkód równą λ i rozkładem wartości pojedynczej szkody takim, że Pr( Y

Jarosław Wróblewski Analiza Matematyczna 2B, lato 2015/16

Egzaminy. na wyższe uczelnie zadania

Analiza Matematyczna I dla Inżynierii Biomedycznej Lista zadań

Jarosław Wróblewski Analiza Matematyczna 1 LUX, zima 2016/17

Znajdowanie pozostałych pierwiastków liczby zespolonej, gdy znany jest jeden pierwiastek

Szeregi liczbowe. 15 stycznia 2012

Moduł 4. Granica funkcji, asymptoty

z przedziału 0,1. Rozważmy trzy zmienne losowe:..., gdzie X

Jarosław Wróblewski Analiza Matematyczna 1A, zima 2014/15. n 4n n 1

Ciągi i szeregi liczbowe. Ciągi nieskończone.

Ekonomia matematyczna - 1.2

I. Podzielność liczb całkowitych

CIĄGI LICZBOWE. Poziom podstawowy

Funkcje tworz ce skrypt do zada«

Analiza matematyczna dla informatyków

Metrologia: miary dokładności. dr inż. Paweł Zalewski Akademia Morska w Szczecinie

Zasada indukcji matematycznej. Dowody indukcyjne.

Analiza matematyczna dla informatyków

Statystyka matematyczna. Wykład II. Estymacja punktowa

Prawdopodobieństwo i statystyka

MODELE MATEMATYCZNE W UBEZPIECZENIACH. 1. Renty

Transkrypt:

Ekoomia matematycza - 1.1 Elemety teorii kosumeta 1. Pole preferecji Ozaczmy R x x 1,...,x : x j 0 x x, x j1 j. R rozpatrujemy z ormą x j 2. Dla x x 1,...,x,p p 1,...,p Ip x, p x j p j x 1 p 1 x 2 p 2...x p j1 Weźmy pod uwagę ryek, a którym występuje skończoa liczba towarów 1, 2,...,. Koszyk (wektor) towarów x x 1,x 2,...,x R składa się z towarów w ilościach x 1,x 2,...,x. Będziemy zakładać,że przestrzeią towarów jest zbiór X R. Na ryku towarów operuje m agetów 1,...,m. Każdy z ich jest scharakteryzoway przez: 1) swój koszyk początkowy x 0 i x 0 i1,x 0 i2,...,x 0 i lub dochód I i, 2) przestrzeń kosumpcyją X i R przestrzeń towarów, w zakresie której, i-ty aget wybiera koszyki, 3) relację prefecji i określoą w przestrzei kosumpcyjej X i. Defiicja 1.1. Relację w X azywamy relacją preferecji (albo słabej preferecji), gdy jest to relacja: 1) zwrota: x x, xx 2) przechodia: x,y,zx 3) zupeła (liiowa): x,yx x y y z x z, x y y x. Defiicja 1.2. Parę X,, gdzie X jest przestrzeią towarów X,X R, a jest relacją słabej preferecji kosumeta w X, azywamy polem preferecji kosumeta. 1

Defiicja 1.3. 1) Jeżeli jest relacją słabej preferecji, to relacja zdefiiowaa: x y x yy x jest relacją rówoważości (jest zwrota, przechodia oraz symetrycza, tz. x y x,yx y x). 2) Jeżeli jest relacją słabej preferecji, to relacja zdefiiowaa: x y x yy x lub rówoważie x y x yx y jest relacją silej preferecji. Defiicja 1.4. Obszarami obojętości w przestrzei towarów X azywamy klasy abstrakcji relacji, tj. zbiory: K x y X : y x,x X. Defiicja 1.5. Relację azywamy ciągłą w X, jeśli zbiór x, y : x y jest zbiorem domkiętym w X X. Rówoważie: x, y : y x jest zbiorem otwartym w X X. Twierdzeie 1.1. Następujace waruki są rówoważe: 1) relacja preferecji w zbiorze X R jest ciągła, 2) dla dowolych a, b X zbiory G a x X : a x,g b x X : x b są otwarte, 3) dla dowolych a, b X zbiory F a x X : x a, F b x X : b x są domkięte. Dowód: (ćwiczeie) Defiicja 1.6. Niech para X, tworzy pole preferecji i iech zbiór B, B X. Elemet x B taki,że y x,dla każdego y B, ozaczymy x arg max B i azwiemy B-preferowaym. Ozaczmy też Argmax B x B : y x. yb 2. Fukcja użyteczości 2

Defiicja 2.1. Określoą a przestrzei towarów fukcję u : X R azywamy fukcją użyteczości zgodą z relacją preferecji, jeżeli dla dowolych x, y X zachodzi: ux uy x y, Twierdzeie 2.1. Jeżeli u : X R jest fukcją użyteczości zgodą z relacją, to ux uy wtedy i tylko wtedy, gdy x y. Twierdzeie 2.2. Jeśli u : X R jest fukcją użyteczości zgodą z relacją i g : R R jest fukcjąściśle rosącą, to gu też jest fukcją użyteczości zgodą z relacją. Twierdzeie 2.3. Gdy relacja preferecji zdefiiowaa jest przez fukcję użyteczości u : X R, tz. x y def ux uy, przy czym u jest fukcją ciągłą, to relacja jest ciągła. O ile powyższe twierdzeie jest dość oczywiste, to poiższe twierdzeie Debreu jest ietrywiale. Twierdzeie 2.4.(Debreu) Jeśli jest relacją preferecji a X i jest ciągła, to istieje ciągła fukcja użyteczości u : X R taka,że ux uy wtedy i tylko wtedy, gdy x y. Dowód: (ćwiczeie) Defiicja 2.2. Mówimy, że w polu preferecji X, zachodzi zjawisko iedosytu (iaczej: relacja preferecji jest rosąca względem ), gdy: x yx y x y. x,yx 3. Maksymalizacja użyteczości Twierdzeie 3.1.(Weierstrasse a) 3

Niech B będzie zwartym, iepustym podzbiorem R i a R daa iech będzie ciągła relacja preferecji.wówczas zbiór ajlepszych w B względem koszyków jest iepusty i zwarty. Twierdzeie 3.2. Niech B będzie wypukłym podzbiorem R. 1) Jeżeli relacja preferecji jest wypukła, tz. dla dowolego x zbiór F x y : x y jest wypukły, to zbiór Argmax B jest wypukły. 2) Jeśli relacja preferecji jestściśle wypukła, tz. dla dowolego x zbiór F x y : x y jestściśle wypukły, czyli v,zf x 0,1 x v1z, to zbiór Argmax B jest zbiorem co ajwyżej jedopuktowym. Uwaga 3.1. Jeśli x y ux uy, gdzie u : X R jest fukcją: 1) quasi-wklęsłą, tz. x,y to relacja jest wypukła. 2)ściśle quasi-wklęsłą, tz. x,y 0,1 0,1 ux 1y miux,uy, ux 1y miux,uy, to relacja jestściśle wypukła. Każda fukcja wklęsła jest quasi-wklęsła. Każda fukcjaściśle wklęsła jestściśle quasi-wklęsła. Wiosek 3.1. Jeśli B jest ograiczoym, domkiętym, wypukłym podzbiorem w R, a fukcja użyteczości u : R R jest ciągła iściśle quasi-wklęsła (relacja preferecji jest ciągła iściśle wypukła), to istieje dokładie jede x B taki,że ux ux, dla każdego x B. Weźmy pod uwagę opisaą wcześiej przestrzeń towarów X oraz operujących a ryku 4

agetów (kosumetów). Aget dyspoujący dochodem I scharakteryzoway jest przez fukcję użyteczości u : X R, która jest związaa z jego preferecją, tz. x y ux uy. Aget zgłasza popyt idywidualy Dp x Bp,I : x x, xbp,i gdzie zbiór Bp,I x X : x, p I azywamy jego zbiorem budżetowym. Gdy dochód ageta pochodzi wyłączie z wartości jego koszyka towarów - czyli zależy od ce p, to I Ip x 0, p, a wtedy B x 0p Bp,Ip x X : x x 0, p 0. Iaczej mówiąc: aget rozwiązuje zadaie maksymalizacji z ograiczeiami: 1 p,i max ux max ux 1,...,x przy ograiczeiach x 1 0, x 0, x,p x 1 p 1 x p I, gdzie p 0,I 0. Przy założeiach,że fukcja użyteczości jestściśle wklęsła, rosąca i dwukrotie różiczkowala rozwiązaie x zadaia 1p,I jest fukcją zmieych p 0,I 0 : x p,i. (Gdy I Ip x 0, p,to x p,ip). Przy założeiu wklęsłości fukcji u moża, w oparciu o twierdzeie Kuha-Tuckera, podać waruki koiecze i dostatecze a to, by elemet x był rozwiązaiem tego zadaia. Twierdzeie 3.3.(Kuha-Tuckera) Niech f,g 1,...,g : R R będą fukcjami wypukłymi i róziczkowalymi. Wówczas x R jest rozwiązaiem zadaia programowaia wypukłego: mifx przy ograiczeiach 5

g 1 x 0, g x 0, wtedy i tylko wtedy, gdy spełia waruki: a) g 1 x 0, g x 0, b) istieje 1,..., 0 takie,że (b1) j g j x 0, dla każdego j 1,...,, (b2) gdzie fx f x 1 x,..., fx j g j x, j1 f x x g j x g j x 1 x,..., g j x x ozaczają odpowiedio gradiety fukcji f oraz g j, (tz. f x 1 x j1.... f x m x j1 j g j x 1 x j g j x m x.) Aby skorzystać z twierdzeia Kuha-Tuckera zadaie maksymalizacji użyteczości 1 p,i moża zapisać w rówoważej postaci: 2 p,i mi ux przy ograiczeiach g 1 x x,e 1 x 1 0, g x x,e x 0, g 1 x x, p I x 1 p 1...x p I 0. 6

Mamy więc z twierdzeia Kuha-Tuckera astępujące wioski: Wiosek 3.2. Jeśli u : R R jest fukcją wklęsłą i róziczkowalą, to x R jest rozwiązaiem zadaia 1 p,i wtedy i tylko wtedy, gdy: a) x 1 0, x 0, x 1 p 1...x p I, b) istieją 1,...,, 1 0 takie,że (b1) j x j 0, dla j 1,...,, 1 x 1 p 1...x p I 0, (b2) ux 1 p 0, gdzie 1,...,, p 0 tz. u x 1 x 1 1 p 1, u x x 1 p. Defiicja 3.1. O koszyku towarów x X mówimy,że leży a hiperpłaszczyźie budżetowej, jeżeli spełia waruek x, p I. Wiosek 3.4. Gdy fukcja użyteczości u jest jak we wiosku 3.2, różiczkowala oraz rosąca względem porządku w R, to wtedy ux 0. Gdy w waruku (b2) ostatiego wiosku, dla pewego j, mamy ierówość u x j x 0, to u x j x 1 p j j 0, stąd 1 p j j 0, 7

zatem 1 0. Stąd i z waruku (b1) wyika,że 1 x 1 p 1...x p I 0 wtedy i tylko wtedy, gdy x 1 p 1...x p I 0. A zatem x, p I. To ozacza,że rozwiązaie zadaia 1p,I leży a hiperpłaszczyźie budżetowej. 4. Krańcowa uzyteczość, substytucja, elastyczośćsubstytucji Defiicja 4.1 Krańcową uzyteczością j tego towaru w koszyku x azwiemy pochodą cząstkową u x j x Defiicja 4.2 Krańcową stopą substytucji i tego towaru przez towar j ty w koszyku x azwiemy liczbę s ij x u x i x u x j x x j x i Defiicja 4.3 Elastyczoscią substytucji i tego towaru przez towar j ty w koszyku x azwiemy liczbę ij x u x i x u x j x x i x j Przykłady fukcji użyteczości (w przestrzei dwóch towarów) ux 1,x 2 x 1 0.4 x 2 0.6 x j x j x i x i 8

s 12 x 1,x 2 ux 1,x 2 x 1 ux 1,x 2 2x 2 3x 1 x 2 12 x 1,x 2 2 3 5 4 3 2 1 1 2 3 4 5 vx 1,x 2 lux 1,x 2 0. 4 lx 1 0. 6 lx 2 s 12 x 1,x 2 vx 1,x 2 x 1 2x 2 vx 1,x 2 3x 1 x 2 12 x 1,x 2 2 3 9

5 4 3 2 1 1 2 3 4 5 5. Fukcja popytu (popyt Marshalla) Jeśli u jest fukcjąściśle quasi-wklęsłą i ciągłą, to zadaie maksymalizacji użyteczości ma dokładie jedo rozwiązaie x, dla każdego p 0 i każdego I 0, tz. mamy określoą fukcję popytu: p,i p, I x. Bez założeń dotyczących fukcji u, może istieć dokładie jede ajlepszy koszyk, może istieć wiele takich koszyków, lub może w ogóle ie istieć taki koszyk. Twierdzeie 5.1. Jeżeli: 1) relacja preferecji jest ciągła a R, 2) pole preferecji R, jestściśle wypukłe, to odwzorowaie p,i p,i przyporządkowujące każdej parze p 0,I 0 dokładie jede ajlepszy, przy ograiczeiach budżetowych, koszyk jest fukcją. Dowód: Zauważmy,że gdy p 0, to 10

Bp,I co 0, I p1 e 1,..., I p e, zatem zbiory Bp,I są zwarte, a relacja preferecji jest ciągła. Wobec tego każdemu dodatiemu wektorowi ce i dodatiemu dochodowi moża przyporządkować przyajmiej jede Bp,I-preferoway koszyk towarów (z twierdzeia 3.1). Bp, I jest wypukły, pole preferecji jest z założeiaściśle wypukłe, zatem istieje ie więcej iż jede Bp,I-preferoway koszyk, dla każdego wektora ce p 0 i dochodu I 0 (z twierdzeia 3.2). Łącząc oba wioski, stwierdzamy,że każdej parze p 0, I 0 przyporządkoway jest dokładie jede Bp,I-preferoway koszyk towarów. Twierdzeie 5.2. Jeśli fukcja użyteczości jestściśle quasi-wklęsła, rosąca i ciągła, to fukcja p,i p,i jest ciągła w każdym p,i takim,że p 0, I 0. Dowód: Niech p k,i k p,i, przy czym p 0, I 0 oraz x k p k,i k, x p, I. Należy wykazać,że x k x, gdy k. Pokażemy ajpierw,że istieją y k Bp k,i k, dla k 1, 2,... takie,że y k x 0, gdy k (tz. w istocie pokażemy,że multifukcja B jest dolie półciągła). Istotie, iech y k j 1,...,). Wtedy y k, p k I k x,p k x, dla odpowiedio dużych k (tz. takich,że p kj 0, dla I k x,p k x, p k I k, a poadto y k I x x, gdyż x, p I. x,p Zauważmy jeszcze,że a mocy defiicji puktów x k mamy (*) uy k ux k. Przypuśćmy teraz,że ciąg x k ie zbiega do x. Wtedy istieje 0 oraz podciąg x kl ciągu x k taki,że x kl x. Ciąg x k jest ograiczoy. Wyika to z astepujących ierówości: v v 2 j j1 j1 v j v j j1 q j miq 1,...,q 1 v, q, miq 1,...,q 11

prawdziwych dla v 0,q 0. Zatem x k 1 mip k1,...,p k x k, p k 1 x, p, mip 1,...,p poieważ x k, p k I k I x, p. Wobec tego podciąg x kl też jest ograiczoy, więc moża z iego wybrać podciąg x kls zbieży do pewego x 0 0. Mamy x 0 x lim s x kls x. Poadto x 0, p lim s x kls,p kls lim k I k I oraz ux 0 lim s ux kls. Ze względu aścisłą quasi-wklęsłość fukcji u, mamy u 1 2 x 0 1 2 x miux 0,ux. Ale ux 0 lim s ux kls lim s u y kls ux, (patrz (*)). Otrzymujemy więc u 1 2 x 0 1 2 x ux, dla puktu z 1 2 x 0x takiego,że z,p I; sprzeczość. 12