ВУЗ:
Составители:
Рубрика:
55
§3. Уравнение Слуцкого.
Уравнение Евгения Слуцкого (1915 г.) является аналитическим представлением эффекта
замещения и эффекта дохода. Оно позволяет дать более строгое (по сравнению с графическим
анализом) объяснение величины и направления этих эффектов. Предлагаемый здесь вывод уравнения
будет базироваться на принципе двойственности, сформулированном в конце §2 второй главы, и на
лемме Шепарда. Поэтому прежде, чем перейти непосредственно к уравнению Слуцкого, мы
представим один из способов доказательства леммы Шепарда. Этот способ основывается на теореме
об огибающей, которая часто используется в микроэкономическом анализе.
Теорема об огибающей.
Рассмотрим проблему минимизации с учётом изменения одного из параметров в ограничении и
целевой функции. Заметим, что полученный здесь результат будет таким же и для задачи
максимизации.
Пусть целевая функция:
),(
21
axxg
, где a - параметр. И пусть )(a
M
- минимальное значение
этой функции.
(3.11)
),,()(
21
,
min
21
axxgaM
XX
= при условии, что .0),,(
21
=
axxh
(3.12)
min),,(),,(
2121
→⋅−= axxhaxxgL
λ
0
111
=
∂
∂
⋅−
∂
∂
=
∂
∂
x
h
x
g
x
L
λ
0
222
=
∂
∂
⋅−
∂
∂
=
∂
∂
x
h
x
g
x
L
λ
(3.13)
0),,(
21
==
∂
∂
axxh
L
λ
Эти условия минимизации первого порядка определяют функции оптимального выбора:
)(
1
ax
и
)(
2
ax , которые, в свою очередь, определяют минимальное значение целевой функции:
§3. Уравнение Слуцкого. Уравнение Евгения Слуцкого (1915 г.) является аналитическим представлением эффекта замещения и эффекта дохода. Оно позволяет дать более строгое (по сравнению с графическим анализом) объяснение величины и направления этих эффектов. Предлагаемый здесь вывод уравнения будет базироваться на принципе двойственности, сформулированном в конце §2 второй главы, и на лемме Шепарда. Поэтому прежде, чем перейти непосредственно к уравнению Слуцкого, мы представим один из способов доказательства леммы Шепарда. Этот способ основывается на теореме об огибающей, которая часто используется в микроэкономическом анализе. Теорема об огибающей. Рассмотрим проблему минимизации с учётом изменения одного из параметров в ограничении и целевой функции. Заметим, что полученный здесь результат будет таким же и для задачи максимизации. Пусть целевая функция: g ( x1 , x2 a ) , где a - параметр. И пусть M (a ) - минимальное значение этой функции. (3.11) M (a ) = min X ,X g ( x1 , x2 , a ) при условии, что h( x1 , x2 , a ) = 0. 1 2 (3.12) L = g ( x1 , x2 , a ) − λ ⋅ h( x1 , x2 , a ) → min ∂L ∂g ∂h = −λ⋅ =0 ∂x1 ∂x1 ∂x1 (3.13) ∂L ∂g ∂h = −λ⋅ =0 ∂x2 ∂x2 ∂x2 ∂L = h( x1 , x2 , a ) = 0 ∂λ Эти условия минимизации первого порядка определяют функции оптимального выбора: x1 ( a ) и x2 ( a ) , которые, в свою очередь, определяют минимальное значение целевой функции: 55
Страницы
- « первая
- ‹ предыдущая
- …
- 53
- 54
- 55
- 56
- 57
- …
- следующая ›
- последняя »