1 votos

¿Se representa la preferencia por la función de utilidad a continuación de manera convexa?

¿Cómo puedo demostrar que es convexo? ¿Cómo probarlo con la típica definición de t en [0,1]? Estoy teniendo problemas al escribir ecuaciones aquí, disculpa. Por favor ayúdame

0 votos

¿Insistes en demostrarlo con la definición [0,1], o considerarías usar derivadas?

0 votos

@Giskard ¿Usando la definición de derivada? Si tengo que usar la definición de Hessiano, ¿debería ser positivo semi-definido? Pero, ¿no sé qué significa positivo semi-definido? Además, ¿hay alguna diferencia al probar que la preferencia es convexa frente a que la función sea convexa?

0 votos

¿Es $\ln[(x_1)^2]$ o $[\ln(x_1)]^2$?

2voto

Joe M Puntos 66

Podemos hacer la vida más fácil tomando una transformación monotónica de $$U=log (x_1)^2+log (x_2)^2.$$

Esto es posible ya que las transformaciones monótonicas de una función de utilidad representan las mismas preferencias.

Podemos ver que la función de utilidad anterior se puede reconducir a una función de utilidad Cobb-Douglas $U(x_1,x_2)= x_1^ax_2^b$, $a,b>0$.

Toma

$U_1(x_1,x_2)=e^{log (x_1)^2+log (x_2)^2}= x_1^2 x_2^2, $

lo cual puede ser además transformado (ya que el cuadrado es una transformación monótona para valores positivos) como:

$$U_2(x_1,x_2)=x_1 x_2.$$

Las curvas de indiferencia están dadas por:

$$U_2(x_1,x_2)=x_1 x_2=c.$$ $c$ constante,

es decir:

$$x_1=\frac{c}{x_2}.$$

Las curvas de indiferencia son hipérbolas, que son convexas, las preferencias son convexas.

0 votos

¿No es la pregunta si la función de utilidad es convexa? (A diferencia de si genera curvas de indiferencia convexas, o racionaliza preferencias convexas.)

0 votos

Son preguntas conectadas. Una preferencia puede definirse como 'convexa si el conjunto de contorno superior es convexo'. Esta definición es equivalente a la definición con $\lambda$ y $[0,1]$ y así sucesivamente. Para ver estas definiciones, puede consultar a Mas Colell, Teoría Microeconómica.

0 votos

No creo que la conexión esté clara en absoluto. Por ejemplo, las preferencias Cobb Douglas pueden representarse utilizando una función de utilidad cóncava, pero generan curvas de indiferencia convexas. En contraste, existe una conexión entre la convexidad de las curvas de indiferencia y la cuasi-concavidad de la función de utilidad.

1voto

Una prueba que utilizó una calculadora:

Sea $y = (\frac{3}{4},\frac{1}{4}), z = (\frac{1}{4},\frac{3}{4}), x = (e,1)$

Tenemos que

$U(x) = (\log(e))^2 + (\log(1))^2 = 1^2 + 0^2 = 1 + 0 = 1$,

$U(y) = (\log{\frac{3}{4}})^2 + (\log{\frac{1}{4}})^2 = (\log(3) - \log(4))^2 + (-\log(4))^2 = (\log(4) - \log(3))^2 + (\log(4))^2 = (\log(4))^2 - 2 \log(3)\log(4) + (\log(4))^2 = 2 (\log(4))^2 - 2 \log(3) \log(4)$

$= 2 (2 \log(2))^2 -4 \log(3) \log(2) = 8 \log(2) - 4 \log(3) \log(2) = (8-4\log(3)) \log(2) \approx 2$

Nota que $U(x_1,x_2)$ es simétrico en $x_1, x_2$.

Por simetría, $U(z) = (8-4\log(3)) \log(2) \approx 2$.

Esto implica que $y \geq x$ y $z \geq x$.

Pero para $\lambda = \frac{1}{2} \in [0,1]$,

$\lambda y + (1-\lambda)z = \frac{1}{2} y + \frac{1}{2} z = (\frac{1}{2},\frac{1}{2})$,

y

$U(\frac{1}{2},\frac{1}{2}) = (\log(\frac{1}{2}))^2 + (\log(\frac{1}{2}))^2 = 2 (\log(\frac{1}{2}))^2 = 2 (-\log(2))^2 = 2 (\log(2))^2 \approx 0.96 < 1 = U(x)$

Por lo tanto, $\lambda y + (1-\lambda)z < x$.

A partir de esto, podemos concluir que la relación de preferencia representada por la función de utilidad no es convexa.

0 votos

La otra respuesta de @BakerStreet contradice this??

2 votos

Mi respuesta es para (ln(x_i))^2 y la de @BakerStreet es para (ln(x_i^2)). No son la misma función. Pensé que te referías a lo primero, por eso respondí así.

1voto

Ceri Puntos 11

En una línea: la función de utilidad que posteaste es monótona y continua. Cualquier función monótona es cuasi-cóncava. La cuasi-cóncavidad implica preferencias convexas.

La forma más rápida posible de ver que esta función es estrictamente cóncava es simplemente notar (sin álgebra) que el Hessiano es negativo semidefinido, ya que las derivadas cruzadas son cero.

0 votos

Tal vez te refieras a funciones de $\mathbb{R}$ a $\mathbb{R}$. Una función definida en un intervalo de $\mathbb{R}$ es cuasiconcava si es monótona, eso es verdad. Pero la función en cuestión es una función de dos variables. No puedes extender esta afirmación a funciones de $\mathbb{R^2}$ a $\mathbb{R}$, porque en $\mathbb{R^2}$, en análisis matemático, no hablamos de 'función monótona'. Una definición de monotonía requiere un orden. En $\mathbb{R}$ hay un orden, en $\mathbb{R^2}$ un orden no está definido.

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