Zagadnienia

3. Narzędzia

3.1. Optymalizacja

Aby analizować zagadnienia teorii wyboru, potrzebujemy trochę teorii optymalizacji. Niektóre z poniższych faktów są zapewne państwu znane.

Zaczniemy od warunku koniecznego optymalności (tzw. warunku pierwszego rzędu).

Twierdzenie 3.1

(mnożniki Lagrange'a)

Niech X=Rn i niech funkcje f:X→R i gi:X→R dla i=1,…,m będą różniczkowalne. Jeżeli w punkcie x*∈X, jest przyjmowane maximum (minimum) f na zbiorze {x:gi(x)=0 dla i=1,…,m} i gradienty funkcji gi są liniowo niezależne w x*, to istnieje taki wektor λ∈Rm, że ∇⁡f⁢x*-λT⁢∇⁡g⁢x*=0.

Definicja 3.1

Funkcję L⁢λ,x=f⁢x-λT⁢g⁢x nazywamy lagrangianem, a wektor λ nazywamy mnożnikami Lagrange'a.

Twierdzenie można sformułować następująco: punkt optymalny dla optymalizacji z ograniczeniami równościowymi wraz wektorem mnożników musi być punktem krytycznym lagrangianu (zerowanie pochodnej po λ to równości definiujące zbiór dopuszczalny).

Uwaga: Dla uproszczenia zapisu wyników maksymalizacji (minimalizacji) funkcji f po zbiorze Γ, wprowadzimy symbole Argmaxx∈Γf⁢x (Argminx∈Γf⁢x) na zbiór tych punktów, w których maksimum (minimum) jest przyjmowane.

Ponadto, jeżeli maksymalizujemy funkcję po pewnym zbiorze i ten zbiór okaże się pusty, wówczas za maksimum przyjmujemy -∞ (analogicznie za minimum +∞).

Przykład 3.1

Znajdowanie maksimum ściśle monotonicznej, ściśle wklęsłej i różniczkowalnej funkcji użyteczności u na Walrasowskim zbiorze budżetowym x∈R+2:pT⁢x≤m (gdzie pi,m>0) przy pomocy mnożników Lagrange'a.

W niniejszym przykładzie rozwiązujemy zagadnienie, z jakim mamy do czynienia zazwyczaj przy wyborze konsumenta: funkcja użyteczności jest ściśle monotoniczna, i wklęsła, a zbiory budżetowe są walrasowskie. Ponieważ u jest monotoniczna, więc maxx:p1⁢x1+p2⁢x2≤m⁡u⁢x=maxx:p1⁢x1+p2⁢x2=m⁡u⁢x. Ponieważ ponadto u jest ściśle monotoniczna, także Argmaxx:p1⁢x1+p2⁢x2≤mu⁢x=Argmaxx:p1⁢x1+p2⁢x2=mu⁢x, co sprowadza optymalizację z ograniczeniem nierównościowym do optymalizacji z ograniczeniem równościowym.

Lagrangian zagadnienia ma postać L⁢λ,x=u⁢x-λ⁢p1⁢x1+p2⁢x2-m, a więc warunki konieczne na to, aby w punkcie x o obu współrzędnych dodatnich było przyjmowane maksimum to: ∂⁡u⁢x∂⁡x1-λ⁢p1=0, ∂⁡u⁢x∂⁡x2-λ⁢p2=0, p1⁢x1+p2⁢x2=m.

Przeanalizujmy dwa pierwsze równania: ∂⁡u⁢x∂⁡x1=λ⁢p1, ∂⁡u⁢x∂⁡x2=λ⁢p2.

Ponieważ u jest ściśle monotoniczna, w x nie może być przyjmowane maksimum globalne u, a ponieważ funkcja jest ściśle wklęsła, pochodna może się zerować tylko w maksimum globalnym, stąd wiemy, że λ≠0. Możemy więc podzielić równania przez siebie stronami. Otrzymamy ∂⁡u⁢x∂⁡x1∂⁡u⁢x∂⁡x2=λ⁢p1λ⁢p2=p1p2.

Jest to warunek konieczny maksymalizacji w naszym przypadku. Ma on interpretacje zarówno ekonomiczną jak i graficzną. Obie będą bardziej oczywiste, jeżeli powyższe równanie pomnożymy przez -1:

-∂⁡u⁢x∂⁡x1∂⁡u⁢x∂⁡x2=-p1p2.

Prawa strona to oczywiście nachylenie ograniczenia budżetowego, natomiast lewa to nachylenie krzywej obojętności przechodzącej przez punkt x (co łatwo wynika z twierdzenia o funkcji uwikłanej), a więc to, co otrzymaliśmy, to warunek konieczny styczności: równość nachyleń w punkcie styczności.

krańcowa stopa substytucji równa się, co do modułu, stosunkowi cen
Rys. 3.1. Warunek konieczny maksymalizacji – interpretacja graficzna.

Interpretacja ekonomiczna brzmi: krańcowa stopa substytucji równa się, co do modułu, stosunkowi cen.

Definicja 3.2

Krańcową stopą substytucji pomiędzy dobrami 1 i 2 w punkcie x nazywamy współczynnik kierunkowy krzywej obojętności w punkcie x. Oznaczamy ją skrótem M⁢R⁢S⁢x1,⁢x2 (od angielskiego marginal rate of substitution).

Z twierdzenia o funkcji uwikłanej mamy więc M⁢R⁢S⁢x1,⁢x2=-∂⁡u⁢x∂⁡x1∂⁡u⁢x∂⁡x2.

Uwaga 3.1

W niektórych podręcznikach krańcowa stopa substytucji jest definiowana bez minusa, a czasem nawet zdarzają się niekonsekwencje: jest definiowana jako nachylenie, a więc z minusem, a potem minus ginie w stwierdzeniu ”krańcowa stopa substytucji równa się stosunkowi cen” i tym podobnych.

Uwaga 3.2

Interpetacja łopatologiczna słowa ”krańcowy”, czyli pochodnych w ekonomii, jako skutku zmiany o jednostkę. W przypadku teorii wyboru konsumenta ma to niewielki sens, natomiast w przypadku wyboru producenta, przy bardzo dużych nakładach produkcji może być w miarę przyzwoitym przybliżeniem.

A więc ekonomista może zdefiniować krańcową stopę substytucji słowami: ”o ile musi zmienić się konsumpcja dobra 2 jesłi konsumpcja dobra 1 zwiększyła się o jednostkę, abyśmy pozostali na tej samej krzywej obojętności”.

Warunek dostateczny optymalności uogólnia warunek dostateczny dla przypadku optymalizacji bez ograniczeń: jeśli w dopuszczalnym x* spełniony jest warunek pierwszego rzędu i macierz drugiej pochodnej jest dodatnio określona w dowolnym kierunku dopuszczalnym (tzn. hT⋅D2⁢f⁢x*⋅h≥0 dla h takich, że ∇⁡g⁢x*⋅h=0), to w punkcie x* jest przyjmowane minimum, jeśli natomiast ujemnie określona – maksimum. Ponieważ jednak badanie określoności macierzy dla wektorów z pewnej podprzestrzeni nie jest trywialne, sformułujemy ten warunek równoważnie.

Twierdzenie 3.2

Niech m=1. Jeśli w dopuszczalnym punkcie x* spełnione są warunki pierwszego rzędu dla pewnego mnożnika λ* i jeśli dla k≥3 minory główne Δk macierzy D2⁢L⁢λ*,x* spełniają warunek signΔk=-1, to w x* jest przyjmowane minimum, jeśli natomiast signΔk=-1k+1, to maksimum.

Twierdzenie 3.3

Jeśli funkcja f jest wklęsła, g liniowa i x* dopuszczalny spełnia warunek pierwszego rzędu, to w x* jest przyjmowane maksimum, a jeśli f jest wypukła, to minimum.

W przypadku ograniczeń nierównościowych mamy podobne warunki pierwszego rzędu.

Twierdzenie 3.4

(warunki konieczne Kuhna-Tuckera albo Karusha-Kuhna-Tuckera)

Niech X=Rn i niech funkcje f:X→R i gi,hi:X→R będą różniczkowalne. Jeżeli w punkcie x*∈X, jest przyjmowane maximum f na zbiorze {x:gi(x)≤0 dla i=1,…,m; hi⁢x=0 dla i=1,…,k} i gradienty w x* funkcji hi oraz tych z funkcji gi, dla których gi⁢x*=0, są liniowo niezależne, to istnieją takie wektory λ∈R+m, μ∈Rk że ∇⁡f⁢x*-λT⁢∇⁡g⁢x*-μT⁢∇⁡h⁢x*=0. Ponadto jeśli gi⁢x*≠0, to λi=0.

Ćwiczenie 3.1

Powtórzyć analizę przykładu 3.1 bez założenia ścisłej dodatniości współrzędnych przy użyciu warunków koniecznych Kuhna-Tuckera.

Warunków koniecznych Kuhna-Tuckera można użyć nawet do rozwiązania zagadnień maksymalizacjnych, do których zazwyczaj nie przyszłoby nam do głowy liczenie pochodnej – maksymalizacji funkcji liniowej przy ograniczeniach liniowych.

Ćwiczenie 3.2

Rozwiązać zagadnienie maksymalizacji u⁢x=a1⋅x1+a2⋅x2 (doskonałe substytuty) na Walrasowskim zbiorze budżetowym w R+2.

W przypadku ograniczeń nierównościowych wektor mnożników (tzw. mnożników Kuhna-Tuckera) jest nieujemny, istotny jest więc kierunek nierówności. Dlatego, aby uzyskać nieujemny wektor mnożników w przypadku zagadnienia minimalizacji, musimy zapisać ograniczenia w postaci gi⁢x≥0. Musimy na to też zwrócić uwagę przy warunkach drugiego rzędu.

Twierdzenie 3.5

Jeśli x* dopuszczalny spełnia warunek pierwszego rzędu, a funkcja f jest wklęsła, funkcje gi wypukłe, hi liniowe, to w x* jest przyjmowane maksimum f na zbiorze {x:gi(x)≤0 dla i=1,…,m; hi⁢x=0 dla i=1,…,k}, a jeśli f jest wypukła a funkcje gi wklęsłe, hi liniowe, to minimum f na zbiorze {x:gi(x)≥0 dla i=1,…,m, ; hi⁢x=0 dla i=1,…,k}.

Definicja 3.3

Funkcję f:Rn→R nazywamy górnie (dolnie) półciągła, jeśli dla każdego x∈Rn i ϵ>0 istnieje δ>0, taka że dla y dla których x-y<δ zachodzi własność f⁢x-f⁢y>-ϵ (dla dolnej półciągłości f⁢x-f⁢y<ϵ).

Definicja 3.4

a) Funkcję f:Rn→R nazywamy quasi-wklęsłą, jeśli dla każdego x,y i dla każdego 0<t<1 zachodzi warunek f⁢t⁢x+1-t⁢y≥min⁡f⁢x,f⁢y.

b) Funkcja f jest ściśle quasi-wklęsła, jeśli dla każdego x≠y i dla każdego 0<t<1 zachodzi warunek f⁢t⁢x+1-t⁢y>min⁡f⁢x,f⁢y.

c) Funkcja f jest quasi-wypukła (ściśle), jeśli funkcja -f jest quasi wklęsła (ściśle).

Każda funkcja wklęsła jest quasi wklęsła, natomiast nie na odwrót. W szczególności funkcja quasi wklęsła nie musi być ciągła, a funkcja wklęsła określona na zbiorze otwartym jest ciągła. Funkcją quasi-wklęsłą może być nawet funkcja ściśle wypukła określona na odcinku, o ile nie ma minimum w jego wnętrzu: na przykład x2:R+→R+.

Stwierdzenie 3.1

a) Funkcja f jest quasi wklęsła wtedy i tylko wtedy, gdy ∀r y:u⁢y≥r jest wypukły;

b) Funkcja f jest ściśle quasi wklęsła wtedy i tylko wtedy, gdy ∀r y:u⁢y≥r jest wypukły i ∀r∈R,x≠y∈X jeśli u⁢x=u⁢y=r, to ∀t∈0,1 u⁢t⁢x+1-t⁢y>r.

Na mocy tego stwierdzenia możemy coś powiedzieć na temat funkcji użyteczności odzwierciedlającej wypukłe preferencje.

Stwierdzenie 3.2

Każda funkcja użyteczności odzwierciedlająca wypukłe preferencje jest quasi wklęsła, a ściśle wypukłe – ściśle quasi wklęsła.

Twierdzenie 3.6

(istnienie i jednoznaczność maximum)

a) Jeżeli funkcja f:X→R jest górnie półciągła a zbiór G niepusty, zwarty, to istnieje punkt realizujący maksimum f na G.

b) Jeżeli funkcja f:X→R jest ściśle quasi-wklęsła a zbiór G wypukły, to istnieje co najwyżej jeden punkt realizujący maksimum f na G.

c) Jeżeli funkcja f:X→R jest quasi-wklęsła a zbiór G wypukły, to zbiór punktów realizujących maksimum f na G jest wypukły.

Twierdzenie 3.7

(twierdzenie o obwiedni dla maksymalizacji z ograniczeniami)

a) Niech X=Rn i niech funkcje f:X×R→R i g:X×R→R będą różniczkowalne i takie, że dla każdego a, maxg⁢x,a=0⁡f⁢x,a jest przyjmowane w dokładnie jednym punkcie x⁢a dla jednoznacznego wektora mnożników λ i tak zdefiniowana funkcja x jest różniczkowalna. Definiujemy M⁢a=maxg⁢x,a=0⁡f⁢x,a. Dla funkcji M zachodzi następująca własność:

d⁢Md⁢a=⁢∂⁡L⁢λ,x,a∂⁡ax=x⁢a,λ=λ⁢a.

b) Niech X=Rn i niech funkcje f:X×R→R i g:X×R→R będą różniczkowalne i takie, że dla każdego a, maxg⁢x,a≤0⁡f⁢x,a jest przyjmowane w dokładnie jednym punkcie x⁢a dla jednoznacznego wektora mnożników λ i tak zdefiniowane funkcje x i λ są różniczkowalne. Definiujemy M⁢a=maxg⁢x,a≤0⁡f⁢x,a. Dla funkcji M zachodzi następująca własność:

d⁢Md⁢a=⁢∂⁡L⁢λ,x,a∂⁡ax=x⁢a,λ=λ⁢a.

Wniosek 3.1

(twierdzenie o obwiedni dla maksymalizacji bez ograniczeń)

Niech X=Rn i niech funkcja f:X×R→R będzie różniczkowalna i taka, że dla każdego a, maxx∈X⁡f⁢x,a jest przyjmowane w dokładnie jednym punkcie x⁢a i tak zdefiniowana funkcja x jest różniczkowalna. Definiujemy M⁢a=maxx∈X⁡f⁢x,a. Dla funkcji M zachodzi następująca własność: d⁢Md⁢a=⁢∂⁡f⁢x,a∂⁡ax=x⁢a.

Ćwiczenie 3.3

Udowodnić twierdzenia o obwiedni.

Definicja 3.5

Niech X=Rn i funkcja f:X→R. Funkcję f nazywamy (dodatnio) jednorodną stopnia r, jeżeli dla każdego x∈X, t>0 mamy f⁢t⁢x=tr⁢f⁢x.

Treść automatycznie generowana z plików źródłowych LaTeXa za pomocą oprogramowania wykorzystującego LaTeXML.

Projekt współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego.

Projekt współfinansowany przez Ministerstwo Nauki i Szkolnictwa Wyższego i przez Uniwersytet Warszawski.