2 votos

Mostrar que las condiciones de primer orden son necesarias y suficientes para la maximización de la utilidad

Tengo un presupuesto establecido

$$B=\{x=(x_1,x_2)\in R^2_+ \mid 2\sqrt{x_1}+x_2\le y\}$$

donde $y>0$ es el ingreso.

Suponiendo que las preferencias son estrictamente monótonas y convexas, quiero demostrar que las condiciones de primer orden son necesarias y suficientes para una solución interior al problema de maximización de la utilidad

**Mi solución**

Primer paso: Maximizo la utilidad sujeto al conjunto de presupuesto dado

Segundo paso: Calculo las condiciones de primer orden

Tercer paso: Uso la matriz hessiana.

Si el determinante de esta matriz hessiana H es negativo, entonces puedo decir que los FOCs son necesarios y suficientes. (¿Es esto verdad?)

Mi solución es así introduce la descripción de la imagen aquí

donde$$u_{11}={\partial^2 u(x_1, u_2)\over \partial x_1^2}$$

$$u_{22}={\partial^2 u(x_1, u_2)\over \partial x_2^2}$$

$$u_{12}={\partial^2 u(x_1, u_2)\over \partial x_1 \partial x_2}$$

$$u_{21}={\partial^2 u(x_1, u_2)\over \partial x_1 \partial x_2}$$

No sé si esta respuesta es suficiente y correcta. Porque esta solución parece no ser suficiente. Por favor, comparte tus ideas sobre mi solución.

Muchas gracias.

3voto

Sean Puntos 152

Considera la siguiente situación: Las preferencias del consumidor están representadas por la función de utilidad $u(x_1, x_2) = x_1 + x_2$. Se observa que las preferencias son estrictamente monótonas y convexas. Ahora, que el ingreso sea cualquier $y > 2$. Entonces, el problema del consumidor es: \begin{eqnarray*} \max_{x_1, x_2} & x_1 + x_2 \\ \text{s.t.} & \ \ 2\sqrt{x_1} + x_2 \leq y \\ & x_1\geq 0, \ x_2 \geq 0 \end{eqnarray*} Ahora procedamos a configurar el Lagrangiano: \begin{eqnarray*} \mathcal{L}(x_1, x_2) = x_1+x_2 - \lambda(2\sqrt{x_1} + x_2 - y) +\mu_1x_1 + \mu_2x_2 \end{eqnarray*} Aquí están las condiciones necesarias de primer orden: \begin{eqnarray*} \dfrac{\partial\mathcal{L}}{\partial x_1} & = & 1 - \dfrac{\lambda}{\sqrt{x_1}} + \mu_1= 0 \\ \dfrac{\partial\mathcal{L}}{\partial x_2} & = & 1 - \lambda + \mu_2= 0 \\ \dfrac{\partial\mathcal{L}}{\partial \lambda} & = & y -2\sqrt{x_1} - x_2 \geq 0, \ \lambda\geq 0, \ \lambda(2\sqrt{x_1} + x_2 - y) = 0 \\ \dfrac{\partial\mathcal{L}}{\partial \mu_1} & = & x_1 \geq 0, \ \mu_1\geq 0, \ \mu_1x_1 = 0 \\ \dfrac{\partial\mathcal{L}}{\partial \mu_2} & = & x_2 \geq 0, \ \mu_2\geq 0, \ \mu_2x_2 = 0 \end{eqnarray*}

Verifica que una de las soluciones para el conjunto de condiciones anterior es $x_1^* = 1, \ x_2^* = y -2, \ \lambda^* = 1, \ \mu_1^* = 0, \ \mu_2^* = 0$,

Pero no es la solución al problema de maximización de utilidad mencionado anteriormente. Esto se debe a que la utilidad de $(x_1^*, x_2^*) = (1, y-2)$, es decir, $u(x_1^*, x_2^*) = 1 + y - 2= y-1$, es menor que la utilidad de otro paquete de consumo asequible $(x^{**}_1, x^{**}_2) = (0, y)$ ya que $u(x_1^{**}, x_2^{**}) = 0 + y = y$ y $2\sqrt{x_1^{**}} + x_2^{**} =y$.

Por lo tanto, las condiciones de primer orden no son suficientes para la maximización de la utilidad.

0voto

Jason Moore Puntos 2415

¡Hola juego veo eso bastante bien! No sé si ya has visto las condiciones de Khun Tucker ya que usas un Lagrangiano, porque el Lagrangiano es con ecuaciones y Khun Tucker con desigualdades, y como ves eso es una desigualdad y las condiciones de la matriz cambian, pero supongamos que no viste Khun Tucker y el Lagrangiano está bien, encuentro bien tu respuesta, ¡pero eso es porque la Utilidad también es convexa! Y tal vez considerando que el conjunto es compacto y cerrado ¡puedes mostrarlo en un gráfico.

0 votos

Estimado @MiguelGutierrez, ¿puedes mostrarme la solución Kuhn Tucker? ¿Podrías mostrarme lo que dijiste? Esto me ayuda mucho. Gracias.

0 votos

Ya he demostrado que el conjunto de presupuestos es compacto y cerrado. math.stackexchange.com/questions/2773486/…

0 votos

Pero no puedo hacer lo que dices.

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