Baixe o app para aproveitar ainda mais
Prévia do material em texto
Microeconomia I – Monitoria 1 Professor: Leonardo Rezende Monitor: Igor Rigolon 1 Reticulados e supermodularidade 1.1 Join e meet Definição 1.1: Join e meet Em um conjunto X com ordem ≥, definimos as operações de join (∨) e meet (∧): • x ∨ y ∈ X é uma cota superior dos elementos (x ∨ y ≥ x, y), e é a menor cota superior (se z ≥ x, y é cota superior, z ≥ x ∨ y). • x∧ y ∈ X é uma cota inferior dos elementos (x∧ y ≤ x, y), e é a maior cota inferior (se z ≤ x, y é cota inferior, z ≤ x ∧ y). Exerćıcio 1.1. Para cada conjunto ordenado abaixo, calcule as operações de meet (∨) e join (∧) para elementos arbitrários. (a) Conjunto de subconjuntos de X com a ordem A ≥ B ⇐⇒ A ⊇ B. (b) Conjunto de intervalos [a, b] ⊆ R, também com a ordem ≥=⊇. (c) Espaço de funções f : Rn → R com a relação de ordem f ≥ g ⇐⇒ f(x) ≥ g(x)∀x. (d) Números naturais N, mas com a ordem n ≥ m ⇐⇒ n é diviśıvel por m. Exerćıcio 1.2. Prove que, no espaço Rn com a norma euclidiana e a ordem elemento a elemento, ||x ∨ y − x ∧ y|| = ||x− y||. 1 1.2 Reticulados e subreticulados Definição 1.2: Reticulado Um conjunto ordenado X é um reticulado se, para todos x, y ∈ X, existem x ∨ y e x ∧ y. Exerćıcio 1.3. Prove que todo subconjunto X ⊂ R é um reticulado. Exerćıcio 1.4. Prove que o quadrado com um buraco X = ([0, 2]× [0, 2]) \ {(1, 1)} não é um reticulado. Definição 1.3: Subreticulado Um subconjunto A ⊆ X é um subreticulado de X se, usando as operações de join e meet de X, todos x, y ∈ A têm x ∨ y ∈ A e x ∧ y ∈ A. (A é fechado para essas operações) Exerćıcio 1.5. Sejam X = R2 e A = {(0, 0), (2, 1), (1, 2), (3, 3)}. Prove que A é um reticulado, mas não é um subreticulado de X. *Exerćıcio 1.6. Para um reticulado arbitrário (X,≥), sejam x1, x2 ∈ X e defina [x1, x2] := {x ∈ X : x ≥ x1, x2 ≥ x}. Mostra que essa espécie de intervalo fechado é um subreticulado de X. 1.3 Supermodularidade e Diferenças Crescentes Definição 1.4: Supermodularidade Uma função f : X → R definida em um reticulado X é supermodular se, para todos x, y ∈ X, f(x ∨ y) + f(x ∧ y) ≥ f(x) + f(y). Exerćıcio 1.7. Prove que toda f : X ⊆ R → R é supermodular. Teorema 1.1: Caracterização com derivadas em R2 Uma função f : X → R duas vezes diferenciável, definida em um retic- ulado X ⊆ R2 aberto, é supermodular se, e somente se, f12 ≥ 0. 2 Esboço da prova. Tome ε1, ε2 > 0 e (a, b) ∈ X. (⇒) Se f é super- modular, vale a desigualdade para todos ε1, ε2. Reescrevendo como quociente diferencial e tomando ε → 0, chegamos ao reultado. (⇐) Se a derivada mista é positiva, o Teorema do Valor Médio garante que vale a mesma desigualdade, caso contrário a derivada mista seria negativa em algum ponto. Definição 1.5: Diferenças Crescentes Uma função f : X × T → R tem diferenças crescentes se, para x′ ≥ x ∈ X e t′ ≥ t ∈ T , f(x′, t′)− f(x, t′) ≥ f(x′, t)− f(x, t). Teorema 1.2: Caracterização com derivadas em Rn Seja f(x, t) = f(x1, . . . , xk, t1, . . . , tℓ) uma função de X×T ⊆ Rn → R duas vezes diferenciável. A função f tem diferenças crescentes em (x, t) se, e somente se, para todos i, j, ∂2f ∂tj∂xi ≥ 0. Prova. Por definição, f tem DC sse para x′ ≥ x e t′ ≥ t vale f(x′, t′)− f(x, t′) ≥ f(x′, t)− f(x, t). Fixe x ∈ X, t ∈ T , e escolha x′ = x + h1ei, t ′ = t + h2ej, onde ek é o vetor k da base canônica, (0, . . . , 0, 1, 0, . . . , 0), com 1 na posição k, e h1, h2 > 0. (⇒) Se f tem DC, a desigualdade tem que valer para essas escolhas espećıficas de x′, t′. Então f(x+ h1ei, t ′)− f(x, t′) h1 ≥ f(x+ h1ei, t)− f(x, t) h1 h1→0−→ ∂f ∂x (x, t′)− ∂f ∂x (x, t) ≥ 0. 3 Repetindo o truque, substituindo a expressão para t′, dividindo por h2, e deixando h2 → 0, chegamos a ∂tj∂xi f ≥ 0. (⇐) Se a derivada mista é positiva, a derivada ∂f/∂xi tem de ser crescente em tj, valendo ∂f ∂x (x, t′)− ∂f ∂x (x, t) = ∂ ∂x [f(x, t′)− f(x, t)] ≥ 0. Como a derivada da diferença é positiva, a diferença tem que ser cres- cente em x. Então f(x′, t′)− f(x, t′) ≥ f(x′, t)− f(x, t), para quaisquer x, t e x′ = x + h1ei e t′ = t + h2ej. Mas, como isso deve valer para todos i, j, dado um x′ ≥ x arbitrário, escrevemos x′ = x+ (u1, . . . , uk). Defina x1 = x+ e1u1 como primeiro passo. f(x′, t′)− f(x, t′) = f(x′, t′)− f(x1, t′) + [ f(x1, t′)− f(x, t′) ] ≥ f(x′, t′)− f(x1, t′) + f(x1, t)− f(x, t) = f(x′, t′)− [ f(x1, t′)− f(x1, t) ] − f(x, t) Agora, seja t1 = t+ e1v1. f(x′, t′)− f(x, t′) ≥ f(x′, t′)− [f(x, t′)− f(x, t)]− f(x, t) = 0, para x′ ≥ x, t′ ≥ t arbitrários. Teorema 1.3: SM =⇒ DC Se f : Y → R definida em um reticulado Y = X × T é supermodular, então f : X × T → R tem diferenças crescentes. 4 Teorema 1.4: DC (às vezes) =⇒ SM Se f(x, t) definida em um reticulado Y = X × T tem diferenças crescentes e é supermodular em x e em t, então f é supermodular. Obs: f(x, t) é supermodular em x se, fixando t, a função f(·, t) é supermodular. Mais explicitamente, g(x) := f(x, t) é supermodular. Prova. Tome x1, x2 ∈ X e t1, t2 ∈ T , usando (x1, t1) ∨ (x2, t2) = (x1 ∨ x2, t1 ∨ t2), o mesmo para o meet. f(x1 ∨ x2, t1 ∨ t2)− f(x1, t1) = f(x1 ∨ x2, t1 ∨ t2)− f(x1 ∨ x2, t1)︸ ︷︷ ︸ A + f(x1 ∨ x2, t1)− f(x1, t1)︸ ︷︷ ︸ B . A SM t ≥ f(x1 ∨ x2, t2)− f(x1 ∨ x2, t1 ∧ t2) DC ≥ f(x2, t2)− f(x2, t1 ∧ t2) B SM t ≥ f(x2, t1)− f(x1 ∧ x2, t1) DC ≥ f(x2, t1 ∧ t2)− f(x1 ∧ x2, t1 ∧ t2). Unindo as peças, chegandos na definição de supermodularidade. Exerćıcio 1.8. Justifique por que f(x1, x2, x3, x4) = x1x2x3x4 para x > 0 é supermodular. Exerćıcio 1.9. Seja f(x1, x2, x3, t1, t2) = x1t 2 1 x2t2 + x3, x, t > 0. Veja que f não é SM em x nem tem DC em (x, t). Mas, trocando alguns sinais, justifique porque f é SM em (x1,−x2, x3) e tem DC em ( (x1,−x2, x3), (t1,−t2) ) . 5 Corolário 1.1: DC (às vezes) =⇒ SM (Generalização) Se X = X1×· · ·×Xn, e f : X → R tem diferenças crescentes em todas as formas de decompor X = Z1 × Z2 e é supermodular em cada Xi, f é supermodular em X.. *Exerćıcio 1.10. Indutivamente, pense como o Teorema anterior implica o Corolário acima. Exerćıcio 1.11. Algumas dificuldades ao afirmar que uma f : Rn → R é supermodular: (Suponha que as coordenadas são ≥ 0) (a) Veja que f(x, y, z) = xy/z é supermodular e diferenças crescentes em (x, y), também é supermodular em z, mas não é supermodular em (x, y, z). (b) Veja que f(x, y, z, w) = xy/zw tem diferenças crescentes em (x, y) e em (z, w), mas não é supermodular como um todo. *Exerćıcio 1.12. Seja f : Rn → R uma função com diferenças crescentes em cada par (xi, xj). Iremos mostrar que, no Rn, essa condição coincide com a supermodularidade. (a) Mantenha todas as outras coordenadas fixas, e considere, por enquanto, f(x, y, z). Mostre, pelas desigualdades, que como f tem DC em (x, z) e em (y, z), também tem DC em ( (x, y), z ) . (b) Repetindo esse processo para várias combinações de coordenadas, veja que f tem diferenças crescentes em qualquer combinação de coorde- nadas ( (xi1 , . . . , xik), (xj1 , . . . , xjℓ) ) . Nesse caso, o corolário se aplica, garantindo que f é supermodular. (c) Relembre o Teorema 1.2. Veja que, pelo item (b) acima, se f é duas vezes diferenciável e todas as derivadas parciais mistas atendem ∂j∂if ≥ 0, f é supermodular. *Exerćıcio 1.13 (Supermodularidade de diferenças crescentes). Demonstre as seguintes afirmações: (a) Suponha que g1, g2 : R → R sejam não-decrescentes. Se f : R2 → R é supermodular, então f (g1 (x1) , g2 (x2)) também é supermodular. 6 (b) Seja h : R → R duas vezes diferenciável. Mostre que g(x, t) := h(x− t) satisfaz diferenças crescentes se, e somente se, h é côncava. Exerćıcio 1.14. Uma função f : X → R é dita log-supermodular se, para todos x, y ∈ X, f(x ∨ y) f(x ∧ y) ≥ f(x) f(y). (a) Observe que, para funções positivas, com f(x) > 0 para todo x, f é log-supermodular se, e somente se, log f é supermodular. (b) Dê um exemplo de f : X ⊆ R2 → R que é supermodular, masnão é log-supermodular. (c) Dê um exemplo de função log-supermodular, mas não supermodular. 2 Estática comparativa 2.1 Teorema do Envelope Definição 2.1: Continuidade Absoluta Uma função G : [a, b] → R é absolutamente cont́ınua se, para todo ε > 0 e n ∈ N, existe δ > 0 tal que, para toda coleção de subinter- valos disjuntos (a1, b1), . . . , (an, bn) que satisfaz ∑ i(bi − ai) < δ, vale∑ i|G(bi)−G(ai)| < ε. Lema 2.1: Caracterização de continuidade absoluta Uma função G : [a, b] → R é absolutamente cont́ınua se, e somente se, G(x) = G(a) + ∫ x a g(t) dt, onde G é diferenciável em quase todo ponto, com G′(x) = g(x) nesses pontos. 7 Teorema 2.1: Teorema do Envelope Seja f : X × [a, b] → R diferenciável em t e com derivada parcial limitada |∂f/∂t| ≤ M . Defina V (t) := maxx f(x, t) e x∗(t) := argmaxx f(x, t). Tomando x(t) ∈ x∗(t), V (y) = V (a) + ∫ y a ∂f ∂t (x(t), t) dt. Ou seja, V é diferenciável em quase todo ponto, com V ′(t) = ∂f/∂t. Prova (Parte 1). Primeiro, iremos provar que f é absolutamente cont́ınua. Fixe ε > 0 e n ∈ N. Para qualquer subintervalo com ai < bi ∈ [a, b], |V (bi)− V (ai)| = |f(x∗(bi), bi)− f(x∗(ai), ai)| ≤ sup x |f(x, bi)− f(x, ai)| = sup x ∣∣∣∣∂f∂t (x, ti) (bi − ai) ∣∣∣∣ para ti ∈ (ai, bi), pelo TVM ≤ M (bi − ai), pela derivada parcial ser limitada. Escolhendo δ = ε/M , sempre que ∑ i(bi − ai) < δ, vale∑ i |V (bi)− V (ai)| ≤ M ∑ i (bi − ai) < M δ = ε. Isso prova que V é absolutamente cont́ınua. Prova (Parte 2). Pelo Lema anterior, V pode ser representada por V (x) = V (a) + ∫ x a v(t) dt, sendo V ′(t) = v(t) em q.t.p., quando a derivada existe. Resta mostrar que, se V é diferenciável, vale, necessariamente, que V ′(t) = ∂f/∂t. Nos pontos t onde V ′(t) existe, seja x(t) ∈ x∗(t) e considere a derivada pela direita, V ′ +. V ′ +(t) = lim h→0+ V (t+ h)− V (t) h = lim h→0+ f(x(t+ h), t+ h)− f(x(t), t) h = lim h→0+ f(x(t+ h), t+ h)− f(x(t), t+ h) h + f(x(t), t+ h)− f(x(t), t) h 8 Pelo máximo, f(x(t+h), t+h) ≥ f(x(t), t+h). Eliminando o primeiro termo, V ′ +(t) ≥ lim h→0+ f(x(t), t+ h)− f(x(t), t) h = ∂f ∂t . Também podemos escrever V ′ +(t) = lim h→0+ f(x(t+ h), t+ h)− f(x(t+ h), t) h + f(x(t+ h), t)− f(x(t), t) h . Pelo mesmo truque, usando f(x(t), t) ≥ f(x(t+ h), t), V ′ +(t) ≤ lim h→0+ f(x(t+ h), t+ h)− f(x(t+ h), t) h = ∂f ∂t . O mesmo pode ser feito para V ′ −(t), provando que, quando a derivada existe, vale V ′(t) = ∂f/∂t Exerćıcio 2.1. Suponha que uma firma produza um produto q. A firma não é tomadora de preço, tal que o preço que obtém pela produção de uma quantidade q é dado pela função demanda inversa P (q). Sua receita, R(q), pode ser escrita como: R(q) = P (q) · q. Seu custo de produção é dado por c(q; θ), onde θ ∈ R é um parâmetro e c(q; θ) é diferenciável em θ e estritamente crescente em q. A empresa escolhe q∗(θ) de forma a maximizar R(q) − c(q; θ). Suponha que você só observe q∗(θ) e c (q∗(θ), θ) e o lucro da empresa quando θ = 0. Como identificar a função P (q∗(θ)) ? Derive sua expressão. 9 2.2 Teorema de Topkis Definição 2.2: Funções e correspondências crescentes Dado um conjunto ordenado T e um reticulado X, seja t′ ≥ t ∈ T . • Uma função f : T → X é crescente se f(t′) ≥ f(t). • Uma correspondência A : T ⇒ X é crescente se A(t) ∨ A(t′) ⊆ A(t′) e A(t) ∧ A(t′) ⊆ A(t), onde uso a notação A ∨ B para o conjunto formado por a ∨ b para todos a ∈ A, b ∈ B. Exerćıcio 2.2. Verifique se as definições acima são coerentes: tome uma função qualquer f : T → X e defina a correspondência equivalente A : T ⇒ X definida por A(t) = {f(t)}. Prove que f é crescente se, e somente se, A é crescente. *Exerćıcio 2.3. Seja A : R → R uma correspondência que mapeia cada ponto em um intervalo fechado [a(t), b(t)]. Prove que A é crescente se, e somente se, a e b são crescentes. Teorema 2.2: Topkis Seja T um conjunto ordenado e X um reticulado. Se f : X × T tem diferenças crescentes e é supermodular em x, e se A : T ⇒ X é cres- cente, então a correspondência x∗(t) := argmaxx∈A(t) f(x, t) é cres- cente. Exerćıcio 2.4. Verifique se valem as premissas e as conclusões do Teorema de Topkis nos casos abaixo, sempre com um problema de maximização f : X × T → R max x∈A(t) f(x, t). (a) X = T = R, f(x, t) = x, A(t) = {t}. (b) X = T = {0, 1}, f(x, t) = xt− x, A(t) ≡ X. (c) X = [0, 2]2 \ {(1, 1)} (quadrado com buraco), T = {0, 1}, f(x1, x2, t) = (x1 − t)2 + (x2 − t)2 , A(t) ≡ X. (d) X = [0, 2]2 \ {(1, 1)} (quadrado com buraco), T = {0, 1}, f(x1, x2, t) = − [ (x1 − t)2 + (x2 − t)2 ] , A(t) ≡ X. 10 (d) X = {(1, 0), (0, 2)}, T = {0, 1}, f(x1, x2, t) = x1x2+x1+tx2, A(t) ≡ X. *Exerćıcio 2.5. Seja f : R2 → R duas vezes diferenciável, e supermodular. Supondo que x∗(t) = argmaxx f(x, t) é diferenciável e sempre atinge um ponto de máximo interior, use o Teorema da Função Impĺıcita na CPO de maximização para mostrar que x∗ é crescente em t. 2.3 Teorema do Máximo de Berge Definição 2.3: Continuidade de Correspondências Para uma correspondência C : T ⇒ X, • C é semicont́ınua superiormente (SCS) se, para toda sequência (tn) ⊆ T com tn → t ∈ T , e para toda sequência xn ∈ C(tn), se xn → x, então x ∈ C(t). • C é semicont́ınua inferiormente (SCI) se, para toda sequência (tn) ⊆ T com tn → t ∈ T , e para todo x ∈ C(t), existe xn ∈ C(tn) tal que xn → x. • C é cont́ınua se é SCS e SCI. *Exerćıcio 2.6. Considere uma correspondência A(t) ≡ A constante. (a) Mostre que A é SCI. (b) Mostre que A é SCS se, e somente se, cada A(t) é um conjunto fechado. Exerćıcio 2.7. Mostre, em cada item, que a correspondência é ou não SCS e/ou SCI. • Para mostrar que não é SCS, encontre sequências tn → t e xn ∈ A(tn) tais que xn → x e x /∈ A(t). • Para mostrar que não é SCI, encontre uma sequência tn → t e x ∈ A(t) tais que nenhuma xn ∈ A(tn) converge para x. (a) Não é SCS nem SCI: A(t) = { {−1}, t ≤ 0, {+1}, t > 0 11 (b) É SCS, mas não SCI: A(t) = {−1}, t < 0, {−1,+1}, t = 0, {+1}, t > 0 (c) Não é SCS, mas é SCI A(t) = {−1}, t < 0, ∅, t = 0, {+1}, t > 0 *Exerćıcio 2.8. (Closed graph theorem) Dada uma correspondênciaA : T ⇒ X, defina o gráfico de A como Gr(A) := {(t, x) : t ∈ T, x ∈ A(t)}. (a) Mostre que, se o gráfico de A é fechado, A é SCS. (b) Agora a rećıproca: se A é SCS, Gr(A) é um conjunto fechado. *Exerćıcio 2.9. (Open graph theorem) Mostre que, se Gr(A) é um conjunto aberto, A é SCI. Teorema 2.3: Teorema do máximo de Berge Seja a função objetivo f : X ⊆ Rn × T ⊆ Rk → R cont́ınua, e a correspondência A : T ⇒ X cont́ınua, com cada A(t) compacto. Então o problema de maximização max x∈A(t) f(x, t) tem função valor V (t) cont́ınua, e solução x∗(t) SCS. Prova. Como, para cada t, f(·, t) é cont́ınua em A(t) compacto, Weierstraß garante que existe máximo, logo x∗(t) nunca é o conjunto vazio. Tome qualquer (tn) ⊆ T tal que tn → t ∈ T e qualquer (xn) ⊂ X tal que cada xn ∈ x∗(tn) e tal que xn → x ∈ X. Sabemos que x∗(t) ⊆ A(t) e que A é SCS, então x ∈ A(t). Mas suponha que 12 x /∈ x∗(t). Então existe z ∈ A(t) tal que f(z, t) > f(x, t). Como A é SCI, existe alguma sequência (zn) ⊂ T tal que zn ∈ A(tn) e zn → z. Como xn tem que ser o máximo de cada A(tn), para todo n vale f(xn, tn) ≥ f(zn, tn). Como f é cont́ınua, isso implica f(x, t) ≥ f(z, t), o que contradiz a existência de z. Portanto, x ∈ x∗(t), mostrando que x∗ é SCS. Usando o fato de x∗ ser SCS, iremos mostrar que V (t) := f ( x∗(t), t ) é cont́ınua. Defina x̃(t) = x ∈ x∗(t), onde escolhemos apenas um elemento de cada x∗(t). Tome qualquer sequência (tn) → t. Como x∗ é SCS e cada x̃(tn) ∈ x∗(tn), x̃(tn) → x̃(t). Como f é uma função cont́ınua e ( x̃(tn), tn ) → ( x̃(t), t ) , V (tn) = f ( x̃(tn), tn ) → f ( x̃(t), t ) = V (t). Como isso vale para tn → t arbitrária, V é cont́ınua. Exerćıcio 2.10. Para cada exemplo abaixo, resolva a maximização echeque se as implicações do Teorema de Berge valem. (a) Função descont́ınua em t: f(x, t) = { −(x− t− 1)2, t ≤ 0 1− (x+ t+ 1)2, t > 0 e A(t) = R. (b) Função descont́ınua em x: f(x, t) = { −1, x ≤ 0, +1, x > 0 e A(t) = (−∞, t]. (c) Correspondência não-SCS: f(x, t) = x e A(t) = { {−1}, t ≤ 0, {+1}, t > 0 . (d) Correspondência não-SCI: f(x, t) = x e A(t) = {−1}, t < 0, {−1,+1}, t = 0, {+1}, t > 0 . 13 Exerćıcio 2.11. Considere o problema de minimização de custo da firma que escolhe a quantidade dos insumos x e y (com preço unitário) para produzir z unidades de produto: C(z) = min f(x,y)≥z x+ y onde f(x, y) = max { 2x 1 3 , y 2 3 } (a) Encontre a solução (x, y)∗(z). (b) A correspondência (x, y)∗(z) é SCS? é SCI? (c) O teorema de Berge se aplica? 2.4 Teorema do Hiperplano Separador Teorema 2.4: Hiperplano Separador Sejam o conjunto A ⊆ Rn convexo e fechado, e o ponto x /∈ A. Então, existem p ∈ Rn \ {0} e c ∈ R tais que, para todo y ∈ A, p · x ≥ c ≥ p · y. Definição 2.4 O hiperplano gerado por p ∈ Rn \ {0} e c ∈ R é o conjunto H := {x ∈ Rn : p · x = c}. Diz-se que os pontos x ∈ Rn tais que pẋ > c estão acima de H, e os pontos com pẋ < c estão abaixo de H. Teorema 2.5: Hiperplano de Suporte Sejam A ⊆ Rn convexo e x na fronteira de A. Então, existem p ∈ Rn \ {0} e c ∈ R tais que, para todo y ∈ A, p · x ≥ c ≥ p · y. Teorema 2.6: Hiperplano Separador para dois conjuntos Sejam A,B ⊆ Rn convexos e disjuntos. Então, existem p ∈ Rn \ {0} e 14 c ∈ R tais que, para todos x ∈ A e y ∈ B, p · x ≥ c ≥ p · y. *Exerćıcio 2.12. (Segundo Teorema fundamental do Bem-Estar – Produção) Seja Y a tecnologia de produção da firma 1 tal que Y seja um conjunto con- vexo. Definição. Um vetor de produção y ∈ Y é eficiente se não existe outro vetor y′ ∈ Y tal que y′ ≥ y e y′ ̸= y Prove que todo vetor de produção eficiente y ∈ Y , existe um vetor de preços p ≥ 0 tal que y é a escolha maximizadora de lucro. 3 Questões de provas antigas Questão (P1 2018). Uma firma produz um produto q ∈ R+ a partir de um insumo z ∈ {1, 2}. Sua tecnologia Y é um conjunto de combinações viáveis de (q, z). Há uma coleção de posśıveis tecnologias Y1. Nesse exerćıcio vamos tentar obter resultados de estática comparativa prevendo como a firma reage a mudanças de sua tecnologia. A firma busca maximizar o lucro: π(Y ) = max (q,z)∈Y pq − wz, onde p e w são preços positivos arbitrários, e fixos. (a) Uma posśıvel relação de ordem em Y é Y ≤ Y ′ ⇐⇒ Y ⊂ Y ′. Para essa relação de ordem, o que é um meet e o que é um join de duas tecnologias Y e Y ′? (b) Proponha uma relação de ordem em Y que garanta que π(Y ) seja cres- cente em Y , para todos os preços p, w. 1Para evitar problemas com vazios, suponha que para todas as tecnologias Y ∈ Y, temos que (0, 1) e (0, 2) ∈ Y . 15 (c) Para essa relação de ordem, é posśıvel garantir que π(Y ) seja super- modular? (d) Proponha uma relação de ordem em Y que garanta que a demanda pelo fator z seja crescente em Y , para todos preços p, w. Questão (P1 2020). Um agente decide com o objetivo de maximizar a seguinte função: yf(x)− zg(y)− tx, onde f e g são funções estritamente crescentes e x, y, z e t são números reais positivos. Usando o Teorema de Topkis, investigue a validade de afirmações de estática comparativa entre cada variável que o agente controla e o parâmetro t (ou seja, afirme se cada variável é fracamente crescente ou decrescente em t ou se não é posśıvel concluir nada a esse respeito), supondo que: (a) O agente controla x e (y, z, t) são parâmetros. (b) O agente controla (x, y) e (z, t) são parâmetros. (c) O agente controla (x, y, z) e t é parâmetro. Lembre-se de justificar cada resposta com base no Teorema de Topkis. Questão (P2 2022 – Micro 2). Coautorias, nesse exerćıcio, são restritas a duas pessoas que podem se juntar e escrever um paper de qualidade f(xi, yj), em que xi é a habilidade do coautor i ∈ I ≡ {1, . . . , I} e yj é a habilidade do coautor j ∈ J ≡ {1, . . . , J}, sendo que I > J . Com um paper de qual- idade f(xi, yj), i pode receber ti, e, igualmente, j pode receber tj, tal que ti + tj ≤ f(xi, yj) (ti é a utilidade do autor i e tj do autor j). Definição. Um pareamento é dito estável se, para qualquer par (i, j), não há incentivos para que eles briguem e formem pares alternativos (i, j′) e (i′, j). (a) Suponha que f : I × J → R seja supermodular. Prove que i’s maiores se parearão com j’s maiores em um pareamento estável. (b) Quais i’s ficarão sem coautores? 16 Questão (P1 2023). Um professor tem a tarefa de elaborar um prova para seus alunos. Representamos formalmente esse processo como uma maxi- mização envolvendo três quantidades: o grau de dificuldade da prova d ∈ R+, o grau de criatividade das questões c ∈ R+ e o comprimento da prova ℓ ∈ R+. Sua função objetivo é a(−d2 − c/ℓ) + r(d) + b(c) + ℓp(x/c) onde a, r, e p são funções crescentes (pode supor que elas são tantas vezes diferenciáveis quanto desejar) que medem a acurária das notas, a reputação de que o curso é dif́ıcil, a beleza da prova, e o número esperado de reclamações que os alunos vão fazer sobre a correção da prova. x ∈ R+ é o grau de exigência (ou “xatura”) dos alunos, um parâmetro exógeno que afeta as es- colhas do professor. (a) Usando o Teorema de Topkis, obtenha um resultado de estática com- parativa para como c e d variam em resposta a um aumento de x, considerando ℓ fixo. Você pode fazer suposições sobre a curvatura de algumas das funções a, r, b, ou p (ie se são côncavas ou convexas), conforme necessário. Mas deixe claro a suposição que está fazendo. (b) Refaça o item acima, mas agora supondo que c, d, e ℓ variam em resposta a um aumento de x. Explique porque o teorema pode não ser aplicável dependendo da concavidade de p. 4 Gabaritos selecionados *Exerćıcio 4.1. Seja f : Rn → R uma função com diferenças crescentes em cada par (xi, xj). Iremos mostrar que, no Rn, essa condição coincide com a supermodularidade. (a) Mantenha todas as outras coordenadas fixas, e considere, por enquanto, f(x, y, z). Mostre, pelas desigualdades, que como f tem DC em (x, z) e em (y, z), também tem DC em ( (x, y), z ) . Solução. Para mostrar que f tem DC em ( (x, y), z ) , precisamos mostrar que vale f(x′, y′, z′)− f(x, y, z′) ≥ f(x′, y′, z)− f(x, y, z). 17 Então manipulamos a expressão à esquerda, com o truque de subtrair e somar: f(x′, y′, z′)− f(x, y, z′) = = f(x′, y′, z′)− f(x′, y, z′)︸ ︷︷ ︸ DC (y, z) + f(x′, y, z′)− f(x, y, z′)︸ ︷︷ ︸ DC (x, z) ≥ f(x′, y′, z)− f(x′, y, z) + f(x′, y, z)− f(x, y, z) = f(x′, y′, z)− f(x, y, z). (b) Repetindo esse processo para várias combinações de coordenadas, veja que f tem diferenças crescentes em qualquer combinação de coorde- nadas ( (xi1 , . . . , xik), (xj1 , . . . , xjℓ) ) . Nesse caso, o corolário se aplica, garantindo que f é supermodular. Solução. Podemos escrever qualquer combinação de variáveis do enun- ciado como (y1, . . . , yn, t1, . . . , tn), sendo f DC em cada par (yi, tj). Pelo item (a), f DC em (y1, t1), (y1, t2) =⇒ f DC em (y1, (t1, t2)). Como f é DC em (y1, t3), (y1, t4), . . . , é DC em (y1, t). Mas, pelo mesmo processo, f é DC em (y2, t). Logo, é DC em ((y1, y2), t). Repetindo, sucessivamente, f é DC em (y, t). Sabemos que f é SM em x1 e em x2, pois são números reais. Como é DC em (x1, x2), o corolário 1.1 diz que f é SM em (x1, x2). Pelo que provamos acima, f é DC em ((x1, x2), x3). Como f também é SM em (x1, x2) e em x3, é SM em (x1, x2, x3). Repita para todas as coordenadas e temos f supermodular. (c) Relembre o Teorema 1.2. Veja que, pelo item (b) acima, se f é duas vezes diferenciável e todas as derivadas parciais mistas atendem ∂j∂if ≥ 0, f é supermodular. Solução. Consequência imediata do item (b), as derivadas dizem que é DC em todas as combinações (x, t), e o item (b) dizque isso garante SM. 18 *Exerćıcio 4.2. (Closed graph theorem) Dada uma correspondênciaA : T ⇒ X, defina o gráfico de A como Gr(A) := {(t, x) : t ∈ T, x ∈ A(t)}. (a) Mostre que, se o gráfico de A é fechado, A é SCS. Solução. Sejam (tn) ⊆ T com tn → t e xn ∈ A(tn) tal que xn → x. Para que seja SCS, temos que mostrar que x ∈ A(t). Temos que Gr(A) é um conjunto fechado, e a sequência (xn, tn) está contida no conjunto e é convergente, já que as duas coordenadas convergem. Por isso (xn, tn) → (x, t) ∈ Gr(A). Pela definição do gráfico, x ∈ A(t), provando SCS. (b) Agora a rećıproca: se A é SCS, Gr(A) é um conjunto fechado. Solução. Tome uma sequência convergente (xn, tn) ∈ Gr(A), e seja seu limite (x, t). Para que o conjunto seja fechado, precisamos mostrar que (x, t) ∈ Gr(A). Por definição do gráfico, xn ∈ A(tn), e pelo con- vergência do vetor, xn → x e tn → t. Como A é SCS, vale x ∈ A(t). *Exerćıcio 4.3. (Open graph theorem) Mostre que, se Gr(A) é um conjunto aberto, A é SCI. Solução. Tome alguma tn → t ∈ T e x ∈ A(t). Queremos mostrar que existe sequência xn ∈ A(tn) tal que xn → x. Temos que (x, t) ∈ Gr(A), um conjunto aberto. Então existe ε > 0 tal que todo ponto com ∥(x′, t′)− (x, t)∥ < ε está contido em Gr(A). Pela convergência de tn, existe N ∈ N tal que, para todo n ≥ N , |tn − t| < ε. Por isso, o ponto (x, tn) tem distância < ε de (x, t) e pertence ao gráfico, com x ∈ A(tn). Repetindo para εn = ε/n → 0, vemos que a sequência constante xn ≡ x atende xn ∈ A(tn) (pelo menos para n grande, antes disso poderia ter quaisquer outros valores), e xn → x. *Exerćıcio 4.4. (Segundo Teorema fundamental do Bem-Estar – Produção) Seja Y a tecnologia de produção da firma 1 tal que Y seja um conjunto con- vexo. Definição. Um vetor de produção y ∈ Y é eficiente se não existe outro vetor y′ ∈ Y tal que y′ ≥ y e y′ ̸= y 19 Prove que todo vetor de produção eficiente y ∈ Y , existe um vetor de preços p ≥ 0 tal que y é a escolha maximizadora de lucro. Solução. Temos Y convexo, e y eficiente. Em toda vizinhança Bε(y) ao redor de y, há pontos fora de Y (todos y′ > y), e há pontos dentro de Y (por ser convexo, todas as combinações convexas entre y e outro ponto estão em Y ). Por isso, y ∈ ∂Y . Pelo Teorema do Hiperplano de Suporte, existem p ̸= 0 e c ∈ R tais que, para todo ỹ ∈ Y , py ≥ c ≥ pỹ. Ou seja, y maximiza lucros. Mas não provamos que p ≥ 0. Suponha, por absurdo, que p ̸≥ 0. Então existe algum pi < 0. Seja ỹ = y − εei, reduzindo um pouco a coordenada i de y. Teremos, então, py < pỹ, uma contradição. Logo, p ≥ 0. 20 Reticulados e supermodularidade Join e meet Reticulados e subreticulados Supermodularidade e Diferenças Crescentes Estática comparativa Teorema do Envelope Teorema de Topkis Teorema do Máximo de Berge Teorema do Hiperplano Separador Questões de provas antigas Gabaritos selecionados
Compartilhar