2 votos

Forma de las curvas de indiferencia y cuasi-concavidad de la utilidad

Así que mi profesor me dijo que las utilidades casi cóncavas conducen a preferencias/curvas de indiferencia convexas. Tengo algunos problemas conceptuales para entender esta afirmación.

  1. Las curvas de indiferencia se trazan a partir de funciones de utilidad y son convexas, así que ¿cómo puede la función ser cuasicóncava y la curva trazada ser convexa?
  2. La cuasi-concavidad implica concavidad, así que puedo demostrar que la utilidad es cóncava para demostrar que las curvas de ID son convexas? La concavidad se puede demostrar mediante una matriz hessiana de segundas derivadas, ¿no?
  3. Entiendo la diferencia entre concavidad y cóncavo estricto. ¿Cuál es el significado de cuasi-cóncavo en un lenguaje más sencillo?

Muchas gracias. Entiendo que estas dudas son cojas pero quiero entender el concepto correctamente.

2voto

Joe M Puntos 66

Puede que todo lo que necesites esté en los vídeos de Youtube que ha citado Amit más arriba, pero yo añadiría algunas observaciones concisas, principalmente a través de ejemplos, que espero que puedan ser útiles para ti y otros colaboradores.

Empecemos por el punto 3 de su pregunta.

Punto 3.

Para tener una comprensión sencilla e intuitiva del concepto de cuasi-concavidad, podría ser conveniente ver el concepto simétrico de cuasi-convexidad para funciones de $\mathbb{R}$ a $\mathbb{R}$ .

(Usar la cuasi-convexidad sería lo mismo, ya que la cuasi-convexidad es la cuasi-convexidad con el signo menos antes. Yo uso la cuasi-convexidad porque creo que las imágenes y las fórmulas son más claras).

El definición formal es: una función $f$ de $\mathbb{R}$ a $\mathbb{R}$ es cuasi-convexo si, $\forall \alpha \in \mathbb{R}$ el conjunto

$$\{x\in D: f(x)<\alpha\},$$

donde $D$ es el domani de $f$ es convexo .

En la imagen de abajo hay un ejemplo de una función no cuasi-convexa y de una función cuasi-convexa que no es convexa.

enter image description here

enter image description here

En la primera imagen tenemos una función no cuasi-convexa, $f(x)= x^2(x^2-2)$ : el conjunto de puntos para los que $f(x)$ está bajo la línea verde es la unión de los dos intervalos rojos, y no es convexo.

La segunda imagen muestra la función $f(x)=\sqrt|x|$ que es cuasi-convexo, pero no convexo.

Punto 1.

¿cómo puede la función ser cuasi-cóncava y la curva trazada ser convexa?

Recuerda que las curvas de indiferencia son curvas de nivel de una función de utilidad. Una función cuasi-cóncava peut por supuesto, tienen curvas de nivel convexas.

Veamos un ejemplo, de una función de $\mathbb{R^2}$ a $\mathbb{R}$ .

Considere una Función de utilidad Cobb-Douglas , $U(x,y)= kx^\alpha y ^{1-\alpha}$ , $x,y\geq0$ , $k \in R_+$ et $\alpha \in (0,1)$ .

El Cobb Douglas es estrictamente cóncavo, por lo que es cóncavo, por lo que es cuasi-cóncavo. Las curvas de indiferencia son convexas.

Se puede tener una idea intuitiva a partir de la siguiente imagen, donde se representan las gráficas del Cobb Douglas en tres dimensiones, y de sus curvas de nivel (curvas de indiferencia).

enter image description here

enter image description here

Si se calculan analíticamente las curvas de nivel del Cobb-Douglas, se puede ver que son convexas.

Por ejemplo, para $k=1$ y $\alpha=1/2$ tenemos las hipérbolas

$$ y=c^2/x,$$ $c\in R$ , para $x>0$ .

Punto 2.

La cuasi-concavidad implica concavidad, así que puedo demostrar que la utilidad es cóncava para demostrar que las curvas de ID son convexas? La concavidad se puede demostrar a través de una matriz hessiana de segundas derivadas, ¿verdad?

Creo que has cometido una errata, lo contrario de lo que has escrito es cierto: la concavidad implica la cuasi-concavidad (la cuasi-concavidad es una propiedad más débil), por lo que basta con demostrar la concavidad.

La concavidad se puede demostrar mediante segundas derivadas para funciones de $\mathbb{R}$ a $\mathbb{R}$ o a través de la matriz hessiana, para funciones de $\mathbb{R^n}$ a $\mathbb{R}$ pero siempre que la función de utilidad sea diferenciable como es necesario.

Por ejemplo, no se puede demostrar la convexidad de $f(x))= |x|$ utilizando las derivadas, porque esta función no es diferenciable en todo $\mathbb{R}$ ( no es diferenciable en $0$ ).

Finanhelp.com

FinanHelp es una comunidad para personas con conocimientos de economía y finanzas, o quiere aprender. Puedes hacer tus propias preguntas o resolver las de los demás.

Powered by:

X