Академический Документы
Профессиональный Документы
Культура Документы
2.4 Incerteza
2.4.1 Preferncias
At agora, assumimos que os individuos agiam sob um mundo de absoluta certeza. o
Consumidor conhece os preos de todas as mercadorias e sabe que qualquer
Pode ser obtido com certeza. Claramente, os agentes econmicos no mundo real no podem
Sempre operam em condies to agradveis. Muitas decises econmicas contm
Elemento de incerteza. Ao comprar um carro, por exemplo, o consumidor deve considerar o preo futuro da
gasolina, as despesas com reparos eo valor de revenda do carro vrios anos
Mais tarde - nenhum dos quais conhecido com certeza no momento da deciso. Decises como esta
Envolvem incerteza sobre o resultado da escolha que feita. Considerando que a deciso
Fabricante pode conhecer as probabilidades de diferentes resultados possveis, o resultado final
Deciso no pode ser conhecida at que ocorra.
primeira vista, a incerteza pode parecer um problema intratvel, contudo a teoria econmica
Tem muito a contribuir. A principal abordagem analtica da incerteza baseia-se na
Trabalho pioneiro de Von Neumann e Morgenstern (1944).
2.4.1 PREFERNCIAS
Anteriormente, no texto, supunha-se que o consumidor tinha uma relao de preferncia sobre todo o
consumo X em um conjunto de consumo X. Para permitir a incerteza precisamos apenas
Perspectiva ligeiramente. Manteremos a noo de uma relao de preferncia, mas, em vez de
Consumo, ser assumido que o indivduo tem uma relao de preferncia
Gambles. Para formalizar isso, vamos A = {a1,. . . , Um} denotar um conjunto finito de resultados. Os ai
Podem ser pacotes de consumo, montantes de dinheiro (positivo ou negativo) ou qualquer
em absoluto. O ponto principal que os prprios AI no envolvem nenhuma incerteza. Por outro lado,
Usaremos o conjunto A como base para a criao de jogos.
Por exemplo, seja A = {1, -1}, onde 1 o resultado 'ganha um dlar' e -1
O resultado "perder um dlar". Suponha que voc tenha entrado na seguinte aposta com
um amigo. Se o lance de uma moeda justa vier acima das cabeas, paga-lhe um dlar, e voc paga
Seu um dlar se vier acima caudas. Do seu ponto de vista, esta aposta resultar em uma
Dos dois resultados em A: 1 (ganhar um dlar) ou -1 (perder um dlar), e cada um destes ocorre
Com uma probabilidade de metade porque a moeda justa.
Mais geralmente, um jogo simples atribui uma probabilidade, pi, a cada um dos resultados
Ai, em A. Naturalmente, porque as pi so probabilidades, elas devem ser no-negativas, e
Porque o gamble deve resultar em algum resultado em A, o pi deve somar a one.We denote
Este jogo simples por (p1 a1, ..., pn an). Definimos o conjunto de jogos simples GS como
Segue.
DEFINIO 2.2 Loterias Simples
Seja A = {a1,. . . , Um} o conjunto de resultados. Ento GS, o jogo de gambles simples (em A),
dado por
Se e somente se .
Note que a monotonicidade implica a1? E, portanto, o caso em que o tomador de deciso
indiferente entre todos os resultados em A descartada.
Embora a maioria das pessoas geralmente prefira gambles que do melhores resultados mais elevados
A probabilidade, como exige a monotonia, nem sempre assim. Por exemplo, para um safari
Caador, a morte pode ser o pior resultado de uma sada, mas a possibilidade de morte
A emoo do empreendimento. Uma excurso com uma pequena probabilidade de morte seria ento
Preferido a um com probabilidade zero, uma clara violao da monotonicidade.
O prximo axioma afirma que o tomador de decises indiferente entre um
Outro se indiferente entre suas realizaes, e suas realizaes ocorrem com o
Mesmas probabilidades.
AXIOM 5: Substituio. Se g = (p1 g1, ..., pk gk) e h = (p1 h1, ..., pk hk) esto em
G, e se hi ~ gi para cada i, ento h ~ g.
Juntamente com G1, Axiom G5 implica que quando o agente indiferente entre
Dois jogos ele deve ser indiferente entre todas as combinaes convexas deles. Isso ,
Se g ~ h, ento porque G1 g ~ g, Axioma G5 implica ( g, (1 - ) h) ~ ( g,
(1 - ) g) = g.
Nosso prximo, e final, o axioma afirma que quando se considera uma aposta particular, o
O tomador de decises se preocupa apenas com as probabilidades efetivas que a aposta atribui a cada
Resultado em A. Isto justifica um pouco de discusso.
Por exemplo, suponha que A = {a1, a2}. Considere o jogo composto dando
Resultado a1 com probabilidade , e produzindo um bilhete de loteria com probabilidade 1 - , onde
O bilhete de loteria em si um jogo simples. Ele produz o resultado a1 com probabilidade e
O resultado a2 com probabilidade 1 .
Agora, tomados todos junto, que a probabilidade eficaz que o resultado na realidade
Ser a1? Bem, a1 pode resultar em duas maneiras mutuamente exclusivas, a saber, como um imediato
Resultado do jogo composto, ou como resultado do bilhete de loteria. A probabilidade de
Primeiro claramente . A probabilidade do segundo (1 - ) , porque para obter a1 atravs da
Bilhete de loteria, a1 no deve ter sido o resultado imediato do jogo composto e
Ele deve ter sido o resultado do bilhete de loteria. Assim, todos juntos, a probabilidade
O resultado a1 a soma, ou seja, + (1 - ) , porque as duas maneiras diferentes que a1
Podem surgir so mutuamente exclusivas. Da mesma forma, a probabilidade efetiva de que o resultado seja
a2,
(1 - ) (1 - ).
Dizer que o tomador de deciso se preocupa apenas com as probabilidades
Ai quando se considera o jogo composto anterior dizer que o tomador de deciso
indiferente entre o jogo composto eo jogo simples ( + (1 - )
A1, (1 - ) (1 - ) a2) que induz.
Claramente, pode-se derivar as probabilidades (nicas) efetivas nos ai induzidas por qualquer
De forma semelhante. No soletraremos explicitamente o procedimento aqui, como
Ela , pelo menos conceitualmente, direta.
Para qualquer jogo g G, se pi denota a probabilidade efetiva atribuda a ai por g, ento
Dizemos que g induz o jogo simples (p1 a1, ..., pn an) GS. Enfatizamos que
Cada g G induz um nico jogo simples. Nosso axioma final ento como segue.3
AXIOM 6: Reduo para Gambles Simples. Para qualquer jogo g G, se (p1 a1, ..., pn an)
o jogo simples induzido por g, ento (p1 a1, ..., pn an) ~ g.
Note-se que por G6 (e transitividade G2), as preferncias de um indivduo sobre
Jogos - compostos ou no - so completamente determinados por suas preferncias
Simples.
Por mais plausvel que G6 possa parecer, ele restringe o domnio da nossa anlise. Em particular,
Esta no seria uma suposio apropriada para manter se se quisesse modelar a
Comportamento dos turistas em Las Vegas. Eles provavelmente no seria indiferente entre jogar as mquinas
caa-nqueis muitas vezes durante a sua estadia e tendo o nico uma vez e
Para todas as apostas definidas pelas probabilidades efetivas sobre ganhos e perdas. No outro
Muitas decises sob incerteza so tomadas fora de Las Vegas, e para muitos
Destes, o Axioma G6 razovel.
3Em alguns tratamentos, os axiomas G5 e G6 so combinados em um nico axioma de "independncia".
(Ver Exerccio 2.20.)
2.4.2 VON NEUMANN-MORGENSTERN UTILITY
Agora que caracterizamos os axiomas preferncias sobre gambles deve obedecer, ns uma vez
Novamente perguntem se podemos representar tais preferncias com uma funo contnua e de valor real.
A resposta a essa pergunta sim, o que no deve surpreender. Sabemos de
Nosso estudo das preferncias sob a certeza de que, aqui, os Axiomas G1, G2 e algum tipo de continuidade
Suposio deve ser suficiente para assegurar a existncia de uma funo contnua
Representando?. Por outro lado, fizemos suposies alm de G1, G2 e
continuidade. Poder-se-ia ento esperar derivar uma representao utilitria que mais do que apenas
contnuo. Com efeito, mostraremos que no s podemos obter uma funo de utilidade contnua
Representando Em G, podemos obter uma que seja linear nas probabilidades efetivas na
resultados.
Para ser mais preciso, suponha que u: G R uma funo de utilidade que representa? Em G.4
Assim, para cada g G, u (g) denota o nmero de utilidade atribudo ao jogo g. Em particular,
Para cada i, u atribui o nmero u (ai) ao jogo degenerado (1 ai), em que o
O resultado ai ocorre com certeza. Freqentemente nos referiremos a u (ai) como simplesmente a utilidade
da
Resultado ai. Estamos agora preparados para descrever a propriedade de linearidade mencionada acima.
DEFINIO 2.3 Propriedade de Utilidade Esperada
A funo de utilidade u: G R tem a propriedade de utilidade esperada se, para todo g G,
Onde (p1 a1, ..., pn an) o jogo simples induzido por g.
Assim, dizer que u tem a propriedade de utilidade esperada dizer que atribui a cada
O valor esperado dos utilitrios que podem resultar, onde cada utilitrio que
A probabilidade efetiva de g
A utilidade u (ai) simplesmente a probabilidade efetiva de obter o resultado ai, ou seja, pi.
4A funo u () representa? Sempre que g? G? Se e somente se u (g) u (g?
). Ver definio 1.5.
5 O valor esperado de uma funo x assumindo os valores x1,. . . , Xn com probabilidades p1,. . . , Pn,
respectivamente,
Definido como igual a
Ni
= 1 pixi. Aqui, os u (ai) 's desempenham o papel dos xi's, de modo que estamos considerando o esperado
Valor da utilidade.
Observe que se u tem a propriedade de utilidade esperada e se gs = (p1 a1, ..., pn an)
Um jogo simples, ento porque o jogo simples induzido por gs gs em si, devemos ter
or G3, tal nmero deve existir, e voc solicitado a mostrar no Exerccio 2.19 que por
G4 este nmero nico. Isso ento define uma funo de valor real, u, em G. (Incidentalmente,
Por definio, u (g) [0, 1] para todos g.)
Resta mostrar que u representa?, E que tem a propriedade de utilidade esperada.
Comearemos com a primeira delas.
Ento vamos g, g? G so gambles arbitrrios. Afirmamos que as seguintes equivalncias mantm
Se e somente se
Se e somente se
Para ver isso, note que (P.1) iff (P.2) porque? transitiva e g ~ (u (g) a1, (1 - u (g))
A), e g? ~ (U (g?
) a1, (1 - u (g?
)) a), tanto pela definio de u. Alm disso, (P.2) iff (P.3)
Segue diretamente da monotonicidade (Axioma G4).
Consequentemente, g? G Se e somente se u (g) u (g?
), De modo que u representa? Em G.
Para completar a prova, devemos mostrar que u tem a propriedade de utilidade esperada. assim
Seja g G um jogo arbitrrio, e gs (p1 a1, ..., pn an) GS seja o simples
Gamble que induz. Devemos mostrar que
Porque por G6 g ~ gs, e porque u representa?, Devemos ter u (g) = u (gs). isto
Portanto, suficiente para mostrar que
Vamos qi denotar o jogo simples direita em (P.5). Isto , qi (u (ai) a1, (1-
U (ai)) a) para todo i = 1,. . . , N. Consequentemente, qi ~ ai para cada i, de modo que pelo
Axioma de substituio, G5,
No entanto, por definio (e Exerccio 2.19), u (gs) o nmero nico que satisfaz
como desejado.
O leitor cuidadoso pode ter notado que o Axiom G1 no foi invocado no processo
De provar Teorema 2.7. Na verdade, redundante dado os outros axiomas. No Exerccio 2.22,
Voc solicitado a mostrar que G2, G3 e G4 juntos implicam G1. Consequentemente, poderamos
Prosseguiram sem mencionar explicitamente a exaustividade. Por outro lado,
Assumindo que a transitividade e no a integralidade certamente teriam levantado questes desnecessrias
Na mente do leitor. Para poupar esse tipo de estresse, optamos pela abordagem
Apresentado aqui.
O resultado do teorema 2.7 este: se as preferncias de um indivduo sobre gambles satisfazem
Axiomas G1 a G6, ento h nmeros de utilidade que podem ser atribudos aos resultados
Em A de modo que o indivduo prefira um gamble sobre outro se e somente se o um tiver um
Maior utilidade esperada do que a outra.
A prova do Teorema 2.7 no s estabelece a existncia de uma funo de utilidade com
A propriedade de utilidade esperada, mas tambm mostra-nos os passos que poderamos tomar na
construo
Essa funo na prtica. Para determinar a utilidade de qualquer resultado ai, basta perguntar
O indivduo para a probabilidade do melhor resultado que o faria indiferente
Entre a melhor-pior gamble da forma ( a1, (1 - ) an) eo resultado ai com
certeza. Repetindo esse processo para cada ai A, ento poderamos calcular a utilidade
Associado a qualquer jogo g G como simplesmente a utilidade esperada que gera. E se o
As preferncias individuais satisfazem G1 a G6, o Teorema 2.7 garante que a utilidade
Funo que obtemos desta forma representa suas preferncias.
EXEMPLO 2.4 Suponha que A = {$ 10, $ 4, - $ 2}, onde cada um deles representa milhares de
Dlares Podemos razoavelmente supor que o melhor resultado $ 10 eo pior - $ 2.
Para construir a funo de utilidade VNM usada na prova do Teorema 2.7, primeiro temos
Para chegar a probabilidades de indiferena associada com cada um dos trs resultados. Ns
Conseguindo isso, compondo os melhores-pior gambles que oferecem $ 10 e - $ 2 com ainda
Probabilidades desconhecidas somando a 1. Finalmente, pedimos ao indivduo a seguinte pergunta
Para cada um dos trs resultados: "Qual a probabilidade de o melhor resultado vai fazer voc
Indiferente entre a melhor e a pior jogada que compusemos eo resultado ai com
Certeza? "As respostas que obtemos sero os nmeros de utilidade que atribumos a cada um dos trs
Resultados finais. Suponhamos que
Observe cuidadosamente que sob este mapeamento, a utilidade do melhor resultado deve ser sempre
1 e que o pior resultado deve ser sempre zero. No entanto, o utilitrio
Resultados intermedirios, como $ 4 neste exemplo, depender da atitude do indivduo
Riscos.
Tendo obtido os nmeros de utilidade para cada um dos trs resultados possveis,
Tem cada bit de informao que precisamos para classificar todos os jogos envolvendo-los. Considere, para
instncia,
Qual destes preferir o indivduo? Assumindo que suas preferncias sobre gambles satisfazem
G1 a G6, podemos recorrer ao Teorema 2.7. Diz-nos que precisamos apenas calcular
A utilidade esperada de cada jogo, usando os nmeros de utilidade gerados em (E.1) atravs de
(E.3), para descobrir. Fazendo isso, encontramos
Onde a segunda igualdade segue da propriedade de utilidade esperada de u. Mas esta igualdade
Podem ser rearranjados para
Para cada i = 1,. . . , N tal que ai? Um (i.e., tal que i> 0).
De (P.4) podemos concluir que
Sempre que ai a. No entanto, (P.5) mantm-se mesmo quando ai ~ a porque neste caso u (ai) =
U (an) e v (ai) = v (an). Portanto, (P.5) vlido para todos i = 1,. . . , N.
Reorganizar (P.5) pode ser expresso na forma
Onde
Observe que ambos e so constantes (isto , independentes de i), e que estritamente positivo.
Assim, para qualquer jogo g, se (p1 a1, ..., pn an) o jogo simples induzido por g,
ento
Agora, suponha que o indivduo oferecido uma escolha entre receber riqueza igual a
E (g) = pw1 + (1 - p) w2 com certeza ou recebendo o prprio jogo g. Podemos avaliar
As alternativas como segue:
Onde observamos que E (g) = w0. O equivalente de certeza para g deve satisfazer
Onde, como voc se lembra, h uma funo estritamente cncava. Assim, de acordo com (2.16), u um
"Concavificao" de v. Esta mais uma expresso (equivalente) da idia de que consumidor
1 mais avessos ao risco do que consumidor 2.
Ra (w) apenas uma medida local de averso ao risco, portanto, no precisa ser a mesma a cada
Nvel de riqueza. Na verdade, espera-se que as atitudes em relao ao risco, e assim a medida Arrow-Pratt,
Variar normalmente com a riqueza, e variar em modos "sensveis". Arrow props uma
Simples de funes de utilidade VNM (ou segmentos de funo de utilidade) de
Como Ra (w) varia com a riqueza. Muito diretamente, dizemos que uma funo de utilidade VNM
Exibe constante, diminuindo ou aumentando a averso absoluta ao risco sobre algum domnio
De riqueza se, durante esse intervalo, Ra (w) permanece constante, diminui ou aumenta com um
Aumento da riqueza, respectivamente.
A reduo da averso absoluta ao risco (DARA) geralmente uma restrio
impor. Sob constante averso absoluta ao risco, no haveria maior disposio
Para aceitar um pequeno jogo em nveis mais elevados de riqueza, e sob risco absoluto crescente
Averso, temos um comportamento bastante perverso: quanto maior a riqueza, mais avesso
Um se torna a aceitar o mesmo pequeno jogo. DARA impe o mais plausvel
Restrio de que o indivduo seja menos avesso a tomar pequenos riscos em nveis mais altos de riqueza.
EXEMPLO 2.6 Considere um investidor que deve decidir quanto de sua riqueza inicial w
Para colocar em um ativo arriscado. O ativo de risco pode ter qualquer uma das taxas positivas ou
Return ri com probabilidades pi, i = 1,. . . , N. Se a quantidade de riqueza a ser posta em
O ativo de risco, a riqueza final sob o resultado i ser (w - ) + (1 + ri) = w + ri. o
O problema do investidor escolher para maximizar a utilidade esperada da riqueza. Podemos escrever
Formalmente como o problema de otimizao de varivel nica
A soma no lado direito apenas o retorno esperado sobre o ativo arriscado. Porque voc
(W)
Deve ser positivo, o retorno esperado deve ser no-positivo. Porque voc pode facilmente verificar
Que a concavidade de u na riqueza suficiente para garantir a concavidade de (E.1) em , ns
Concluir que um indivduo avesso ao risco se abster completamente do ativo de risco se e
Somente se esse ativo tiver um retorno esperado no-positivo. Alternativamente, podemos dizer que um
risco
Investidor sempre prefere colocar alguma riqueza em um ativo de risco com um
Retorno esperado positivo.
Agora, suponha que o ativo de risco tem um retorno esperado positivo. Como vimos, este
Significa que podemos excluir
* = 0. Suponhamos tambm que
*
<W. A primeira e segunda ordem
Condies para um mximo interior de (E.1) nos dizer que
A averso ao risco garante que o denominador em (E.4) ser negativo, portanto ativos
Ser 'normal' somente quando o numerador tambm negativo. DARA suficiente para garantir isso.
Para ver isso, observe que a definio de Ra (w +
* Ri) implica
EXEMPLO 2.7 Um indivuo avesso ao risco com uma funo inicial de utilidade w0 e VNM
U deve decidir se e para quanto para segurar seu carro. A probabilidade de que ele
Ter um acidente e incorrer em uma perda de dlar de L em danos (0, 1). Quantos
Seguro, x, ele deve comprar?
Naturalmente, a resposta depende do preo em que o seguro est disponvel. Deixe-nos
Suponha que o seguro est disponvel a um preo atuarialmente justo, isto , aquele que gera seguro
Empresas zero lucro esperado. Agora, se denota a taxa em que cada dlar de seguro
Pode ser comprado, os lucros esperados da companhia de seguros por dlar de seguro
Vendido (assumindo custos zero) ser ( - 1) + (1 - ) . Definir isto igual a zero implica
Que = .
Assim, com o preo por dlar de seguro igual a , quanto seguro deve
Nossa compra individual avessa ao risco? Como ele um maximizador de utilidade esperado, ele
Escolher essa quantidade de seguro, x, para maximizar sua utilidade esperada,
Para um vetor de entrada x, a isoquanta atravs de x o conjunto de vetores de entrada que produz o Mesma
sada como x, ou seja, Q (f (x)).
Figura 3.1. A taxa marginal de Substituio tcnica.
No caso de duas entradas, conforme ilustrado na Fig. 3.1, MRTS12 (x1) o valor absoluto da inclinao
Da isoquanta atravs de x1 no ponto x1.
Em geral, o MRTS entre quaisquer duas entradas depende dos valores de todas as entradas
empregado. No entanto, bastante comum, particularmente no trabalho emprico,
Insumos podem ser classificados em um nmero relativamente pequeno de tipos, com graus de
substituibilidade
Entre os de um dado tipo que se distinguem sistematicamente do grau de substituibilidade
Entre os de tipos diferentes. As funes de produo desta variedade so chamadas
Separvel, e h pelo menos duas formas principais de separabilidade. Na definio seguinte,
Usamos fi (x) como uma abreviatura para o produto marginal da entrada i, isto , para f (x) / xi.
DEFINIO 3.1
Funes de produo separveis
Seja N = {1,. . . , N} indexe o conjunto de todas as entradas e suponha que essas entradas podem ser
particionadas Em S> 1 subconjuntos mutuamente exclusivos e exaustivos, N1,. . . , NS. A produo
Funo chamada fracamente separvel se o MRTS entre duas entradas dentro do mesmo grupo
independente das entradas utilizadas em outros grupos:
Onde x (r) o vetor nico de entradas x = (x1, ..., xn) tal que (i) xj / xi = r, (ii) xk =
X0 K para k? = I, j, e (iii) f (x) = f (x0) .2 (2 Que x (r) existe e nico segue da Assuno 3.1.)
A elasticidade de substituio ij (x0) uma medida da curvatura da isoquante i-j
Atravs de x0 em x0. Quando a funo de produo quasi-cncava, a elasticidade de substituio
Nunca pode ser negativo, ento ij 0. Em geral, quanto mais prximo estiver de zero, mais "difcil"
a substituio entre as entradas; O maior , o 'mais fcil' a substituio entre eles.
Quando houver apenas duas entradas, escreveremos em vez de 12. Consideremos alguns
Dois exemplos de entrada. Na fig. 3.2 (a), a isoquanta linear e existe uma perfeita substituibilidade
Entre as entradas. L, infinito. Na fig. 3.2 (c), as duas entradas so produtivas somente em
Propores fixas entre si - a substituio entre eles efetivamente impossvel,
E zero. Na fig. 3.2 (b), ilustramos um caso intermedirio onde no nem
Zero ou infinito, e as isoquantes no so nem rectas nem ngulos retos. Em geral,
Quanto mais prximo estiver a zero, mais isoquantes em forma de L e mais "difcil" de substituio
Entre entradas; Quanto maior for , mais lisas as isoquantes e a substituio 'mais fcil'
entre eles.
Figura 3.2. (A) infinita e h uma perfeita substituibilidade entre inputs. (B)
finito mas maior do que zero, indicando uma substituibilidade inferior perfeita. (C) zero
E no h substituibilidade entre os insumos.
EXEMPLO 3.1 Estamos familiarizados com a funo de utilidade de CES da teoria da demanda. Talvez seja
hora de ver de onde vem esse nome, considerando a produo CES funo,
Para 0#p<1
Para calcular a elasticidade de substituio, , note-se primeiro que a taxa marginal de
Substituio tcnica em um ponto arbitrrio (x1, x2)
Assim, neste exemplo, a razo entre as duas entradas sozinha determina o MRTS, independentemente de
A quantidade de produo produzida. Consequentemente, o ajuste r = x2 / x1,
Que uma constante. Isto explica as iniciais CES, que representam elasticidade constante de
substituio.
Com a forma CES, o grau de substituibilidade entre os insumos sempre o mesmo,
Independentemente do nvel de produo ou propores de entrada. Trata-se, portanto, de uma
Caracterizao da tecnologia. Por outro lado, diferentes valores do parmetro
, e assim diferentes valores do parmetro , podem ser usados para representar tecnologias com
(Embora em toda parte constante) substituibilidade entre inputs. O mais perto
para unidade, maior ; Quando igual a 1, infinito ea funo de produo
linear, com isoquantes semelhantes aos da Fig. 3.2 (a).
Outras funes de produo populares tambm podem ser vistas como casos especiais de CES especficos
Formulrios. Em particular, fcil verificar que
uma forma CES com ij = 1 / (1 - ) para tudo i? = J. Pode-se mostrar que como 0, ij 1,
E esta forma CES se reduz forma linear homognea de Cobb-Douglas,
como desejado.
Suponha agora que f homognea de grau (0, 1). Ento f
1 homogneo De grau um e satisfaz a Assuno 3.1. Assim, pelo que acabamos de provar, f
1 cncavo. Mas ento f = ?
F1
cncava desde 1.
3.2.1 RETORNOS ESCALA E PROPORES VARIATIVAS
Frequentemente queremos saber como a produo responde medida que as quantidades de
variado. Por exemplo, no curto prazo, o perodo de tempo em que pelo menos uma entrada
Fixo, a produo s pode ser alterada alterando as quantidades de alguns insumos, mas no outros.
medida que as quantidades dos inputs variveis so alteradas, as propores em que as variveis
Tambm so alteradas. 'Retorna a propores variveis' referem-se
Responde nessa situao. A longo prazo, a empresa livre para variar todos os insumos e classificar
Produo por seus "retornos escala" uma maneira de descrever como a produo
Responde nessa situao. Especificamente, os retornos a escala referem-se a como a sada
Todas as entradas so variadas na mesma proporo, isto , quando toda a "escala" de operao aumentada
ou diminuda proporcionalmente. No caso de duas entradas, a distino entre estes
Dois atributos da funo de produo so melhor compreendidos considerando-se a Fig. 3.3. Retorna
A propores variveis dizem respeito a como o produto se comporta medida que nos movemos atravs do
mapa de isoquncias
Ao longo da horizontal em x2, mantendo x2 constante e variando a quantidade de x1. Volta para
Escala tem a ver com o modo como a sada se comporta medida que nos movemos atravs do mapa
Ray como OA, onde os nveis de x1 e x2 so alterados simultaneamente, permanecendo sempre
Na proporo x2 / x1 = .
Figura 3.3. Retorna escala e varia
propores.
Retorna escala so localmente constante, aumentando, ou diminuindo como (x) igual a, maior
Inferior ou igual a um. A elasticidade da escala e as elasticidades de sada dos insumos so
Relacionados como segue:
EXEMPLO 3.2 Examinemos uma funo de produo com retornos variveis escala:
Onde > 0, > 0, e k um limite superior no nvel de sada, de modo que 0 y <k.
Calculando as elasticidades de sada para cada entrada, obtemos
Cada um dos quais claramente varia com propores de escala e de entrada. Adicionando os dois d
A seguinte expresso para a elasticidade da escala:
Que tambm varia com x.
Muitas expresses mais ntidas so obtidas se vemos essas elasticidades como funes de
O nvel de produo. De (E.1), podemos escrever
Aqui est claro que os retornos para cada entrada, e os retornos globais escala, declinam monotonicamente
medida que a produo aumenta. Em y = 0,
*(Y) = ( + )> 0, e como y k,
*(Y) 0. Se + > 1, a funo de produo exibe retornos crescentes de escala para baixos nveis de
, 0 y <k [1 - 1 / ( + )], devolve localmente constante em y = k [1 - 1 / ( + )], e
Retornos decrescentes para altos nveis de produo, k [1 - 1 / ( + )] <y <k.
(B) Usando a frmula em (a), mostre que ij (x) 0 sempre que f crescente e cncava. (A elasticidade
De substituio no negativo quando f meramente quasicncavo, mas voc no precisa mostrar
esta.)
3.12 A funo de produo CMS (partes marginais constantes) a forma y = Axa
1 x 1- 2 - mx2. Calcular para esta funo e mostrar que, para m? = 0 e ? = 1, AP2 sobe como 1.
Em que condies Essa funo se reduz a uma funo de produo linear?
3.13 Uma generalizao da funo de produo do CES dada por
Para A> 0, 0 0, i 0, e 0? = <1. Calcule ij para esta funo. Mostre que quando 0 = 0,
A elasticidade da escala medida pelo parmetro
3.17 Para a funo de produo do CES no exerccio anterior, comprovar as seguintes alegaes
texto.
3.33 Seja si a entrada de entrada para a entrada i. Mostre que para qualquer funo de custo, si = ln [c (w,
y)] / ln (wi). VerificarVerificando a funo de custo Cobb-Douglas.
3.34 Foi demonstrado que a funo de custo translog uma aproximao (local) de segunda ordem para um
Funo de custo arbitrria. dado implicitamente pela forma linear-in-logs:
3.36 Deduza a funo de custo para a tecnologia Cobb-Douglas de duas entradas e retornos constantes.
Corrigir uma entrada E derivam a funo de custo de curto prazo. Mostre que o custo marginal mdio e
longo prazo de longo prazo Constante e igual. Mostre que para cada nvel da entrada fixa, o custo mdio de
curto prazo ea longo prazo Custo mdio so iguais ao nvel mnimo de custo mdio de curto prazo. Ilustre
seus resultados no Custo-sada.
3.44 Derivar a funo lucro para uma empresa com a tecnologia Cobb-Douglas, y = x
1 xp 2. Quais restries Em e so necessrios para garantir que a funo de lucro est bem definida?
Explicar.
3.46 Verifique o Teorema 3.7 para a funo de lucro obtida no Exemplo 3.5. Verifique o teorema 3.8 para o
Funes de demanda de entrada e de entrada associadas.
3.47 Ao determinar a funo de suprimento de curto prazo da empresa no Exemplo 3.6, ignoramos a
condio de desligamento Supondo uma soluo interior para o problema da maximizao do lucro da
empresa. D uma
Descrio do comportamento de curto prazo da oferta nesse caso de Cobb-Douglas.
3.49 Derivar a funo de custo para a funo de produo no Exemplo 3.5. Ento, resolva maxy py - c (w, y)
E comparar sua soluo, y (p, w), soluo em (E.5). Verifique se (p, w) = py (p, w) -
C (w, y (p, w)). Supondo que > 1, confirme a nossa concluso de que os lucros so minimizados quando o
As condies de primeira ordem so satisfeitas mostrando que o custo marginal est diminuindo na soluo.
Esboo Seus resultados.
3.50 Demonstrar que a oferta de curto prazo ea demanda de entrada de curto prazo so homogneas de grau
zero Em p e w.