maximización de utilidad

✓+

¥ → Poniendo
"

monotonía
A /
, / •

↳B

¥
* ×
✗

C :
tangencia →
pendiente =
Pendiente
curva restricción
↓ ↓

¥
-

TMS = _

Umg ✗ Eqvi marginalidad

• : TMS =

Umgy
=
¥ ,
↓
 Eqvi marginalidad : en
Umsx =
Umgy
Px Py
el óptimo la Umy un w

Unos Por Vmg por peso

por peso gastado es
Peso gastado en × gastado en y
igual en ambos
bienes

En el A : inclinación de
>
inclinación de
la curva la restricción
'

↓
↓
TMS Umst >
Epg
-

Vmgy

Vmgx > Vmgy

Px Py
w un

Umg por Vmg por peso

peso gastado en × gastado en y

i. consume más de ×
, menos de y

En el B : TMS =
Una < A-
Umgy Py
Vmgx < Umgy
Px Py
i. consume más de y , menos de ×
 Problema de maximización
de utilidad

variables Max UCX y ) ,

o
de elección Xp restricción
tpjy
.

A. ✗
'

g. a I ≥ →
presupuestal

}
✗ 3-0 restricciones de

≥ O
no negatividad
y

L =
VK.yltpf-II-R-x-B.gl/-pfXtpf.y
Condiciones de primer orden :C .RO .

Umgx O
{ Px NITNX =
-
-

B. A-
1- = Umgy -

1- Ny = O

Condiciones de segundo orden ( Kuhn Tucker )

-

LI I-pxx-Py.us ≥ O pts-0 ; pf / I AX B. y) -0
= - -

;
LNI

LL = ✗ 3-0 ,
pts-0 ; A. ✗ = O

LA

2¥ Oi ≥O
-

_ Y ≥
Ny ; My = o

,
¿ qué pasa cuando una persona consume cantidades

positivas de ×,
y ( solución interior ) ? × > 0 , y >O

etamosmnoniendo
lo

A. ✗ = 0
,
× > O ° i. si × >o no
=) si y > o
Ny -0
Mi y = O , y > o
µ, = o

LL = Umgx -

Px NITO
-

= O Umgx = Riff ①
LX

PYVI 1-0=0
2¥ Umgy Umgy Ay A- ②
-

= =
-

① i. ②
Ufff aqui marginalidad
¥
: -1ms =

, ,

Si ✗ SO
'

tms-Y.ms; PE
. .

y >◦
,

(solución interior )
 Intuición de multiplicadores
Y
I ≥ Pxxtpiy
B
✗ ≥o E. •

≥ O
y
1- = Pxxtpjy
E- O
A
NI > O
A >O
•

• D
1- ¥ ,

E.¡
•

y -0
Ny > O
Px

Los multiplicadores van a estar prendidos l > 0) si

en el Óptimo su restricción se cumple con

igualdad

A :[ = A- ✗ tpjy pts0 B : E- PXXTPY y

-

NI >O
× >O
A -0 ✗ pts0
y >o Ny -0 y >o Ny -0
 simplificaciones al problema
de max

1. Ley de Walras :

si UH , y ) es monótona en el Óptimo se agota I :

Pyy
* '
I =P✗ ✗ +
'

Demostración ( por contradicción ) :

supongamos que UVVY) es monótona y que

en la
"
canasta óptima Px tpjy
*
no agota I: I > .

Existe c- >o tal que la canasta (✗ *

te .ME)

es factible : I ≥ Px ( Ett ) tpsluítt )

Por monotonía V1 ✗ el Ulx :$)
* ☒
: + E. +
y
encontramos factible
canasta que le da
una

mayor utilidad que la canasta Óptima ?

i. si UH , y ) es monótona en el Óptimo se agota I
B. y
* '
I =P✗ ✗ +
'
 y
Ut
¥
,

/
y
*
+ É
⑨
_

☒ /
y tt - o

j - -
-
- - %

¡ : '

.
i
i
×

¥
☒ * "

✗ ✗ te ✗ té
 ' ±
Ejemplo : UH y / = ,
✗ +y → es monótona

I. Plantea el problema de max y obtén las CPO

≤
Max ✗ tyt
✗' Y
g. a I≥ Pxxtpy -

y
✗ 2o

y≥o
±
L = ✗
tytt A- ( I Pix Py y ) tpfxxtpy.us
-
- -

2¥ {É PXNI trío
-

±
{ Py A- tpf
-

¥, o
. =
y
-

Ax Py y
LJ A- ( I-pxx-py.us ) = O
=
I - - .

≥O ; NI ≥ 0 ;
,

ftp.x-H-oim-3-oipkx-OL-fy-y
≥o ;
Ny ≥ o i Njy _
-

O
2. suponiendo que × >0
encuentre la canasta
, y >O ,

Óptima
Nx O
,
× >O A- O
-0
MY -

, y >o
Ny = O

2¥ tx-E-px.pt
①
=
1-0=0 {µ = Pitt

± '
②
{y Py A- +0=0 Pitt
-

Yg
-
.
=
=
≥
<
y

①
¥ (E) ¥
:
tns = =
,
,

E- 1¥12
5- ( Él ? ×

Por Ley de Walras : E- Pxxtpyy

Pxxtpy.IR#?xI- X(PxtPy(Pp--yj)-v
E-

función de I
*
I
⇐ = ✗
§ =

los parámetros Pxt Py pxtp>

( ¥) ( Epyj
'

( I. A. B) ,
 '
Ejemplo : UH y / = ( ✗
,
"
+ y
-
'
I

l .
Plantea el problema de maximización de utilidad

y obtén las CPO .

" " "

-0 es monótona
Max (✗ ty )
×, y
5. a I ≥ Pxxtpyy
×≥o

y≥o
"
2=1×-11-5
'
) t.pt/I-Pxx-Pjy)tNxXtNyY
* ' Riri + río
-
-

B Nitruro
¥
- .

Pix Pyy ≥ 0 pts-0 ; Pi ( I Pxx Pjy /

2¥
I O
- -

-
-
=
= ;

Nix -0
2¥; Nx ≥ O
× ≥O i ;

2¥ Njy O
Ny
-

≥o : ≥o ;
y
-

,
2. Suponiendo que × > 0, O encuentre la canasta
y
>
,

óptima .

✗ >O
,
Niko NEO

y
>o
, Ny 5- O.

Ny -0
↓

-11×-1+54-21 -1×-2 )
{¥ Pxpf +0=0
-

↓
-11×-1 + y
"
) -21-1×-2 ) = PXNI ①

-11×-4-5521-152 ) B. NI
LI +0=0
-

,
↓
-11×-4-54-21 ly 2) = py.pt ②
-

t.lx-Y-Px.tk
→

① ÷② -11×-1+5 /
'
:

-11×-4-5521+152 ) py.pt

,
=

¥ , ¡ ¥ =

, 1¥12 ¥
-
-

↓
 :
¥ -1¥)
5- ( ¥,):X -

p.my#. ,. .m.n.,mf
Por Ley de Walras : Pxxtpyy = I

pxxtpy.IR#?x=IxfPxtPy-(Epyj=)- I
*
✗ = I = ✗ YA.BE )
µ ↑
✗ óptima

I
y óptima -0J ( Epg):# + py.jp#j-.=Jlk.BrIl-
↑
demanda
/ liana
Marsha
 ± ±
Ejemplo : UH y / , = ✗ y

Pits I ,

no puede consumir más de K unidades de ✗

1. Plantea el problema de Max

y las CPO

Max ✗ ÍYÍ
✗,
y

5. a I≥ Pxxtpyy
× ≥o

y ≥o
✗ ≤ K
± '
f- ✗
'
y + A- ( I Px
- -

X -

B. g) TNXXTNJJTNKIK -
× )

=L ÉT
≥
2¥ Px A- ta Nx -0
. -

y
-
.

±
Él y py.pt
µg
-

O
{ Ny
- + =
=

A- ( I Px B. y )
ftp.j-I-AX-py.ys-O pts-0
- -

X -

; ;

¥z=
≥O
MAO × ; ; pts-0
2¥ y ≥ oir, ≥o ¡ B. 5- O
-

NAO ; NKIK 1=0

¥µµ= K ≥O ;
-
×
-
✗

Suponga X > 0 >0 ✗< K Encuentre la

2.
que , y , .

canasta óptima .

Nxx -0 ,
× >O NEO
B. y 0
=
, y >O
NEO

NKIK -
✗ 1=0 ,
✗ <
K Mío
A
①

4¥ =L, ÉT .

y
≥
- Px A- +0-0=0
.

tyx-E.yt-px.pt
=p , .ME
±

ftp.tzxky-t-py.pt Él y
-

+0=0
¿

①
:& =
¥ ,
{ =P
;
+
E. a-

Por Ley de Walras :

pxxtpy.FI
Px ✗ tpy ¥ 2.x I
-

=
.
-

,
 Pxxt 2hr .

✗ = I

3 PXX = I

3¥
* "
✗ =
= ✗ ( A. B. II

E- ¥-2 .

3¥ =

} .

# =
ymlA.ME) o

-
-
- -
- - - -
-
- -

Función de utilidad indirecta : f. VI .

"
✗ 1AM #
Ej
ULEYA.py.II.ymlpx.BE/)--UlPxrBrI)yMPxPy,I
.

UH y )
,
un
)
F. V. I
.

≠ ±
3¥
"
( ABE)
Ejemplo : UH , y / = ✗ y
= ✗

§ ymlA.BE)
# =
.

HA .rs .

Ikf }
Utilidad max

\
 Propiedades ✗ YA , Py , Il , ymlpx.BE )

1. son homogéneas de grado O en A. B. I

si A. Py I
,
cambian en la misma proporción ,
✗ Tyr no

cambian

B. i.II-xmlpx.ME)
'

Xmlripx n >O

ymli.px.n.B.it/=ymlPx.PzI)
Ejemplo :

YA I

.BE/-PxtPy-(Epyj=xmli.Px,n.Py.nIt=!nI .Pxtn.Py*Pi-
✗

" I
= =
{
/¥) :)
"
in Pxtpy +
BIP;)
☒ P] ,

2. no cambian con transformaciones monótonas

-
de VH1 ) mismas preferencias

VK.us/=flnxtjhytrans.monotoras
Tarea :
Ulxryk 24×7-500
3. si UHM ) es estrictamente cuasicóncava xmrym son

solución Única

Demostración :( por contradicción )

supongamos que VA y )
, es estrict .
cuasi cóncava y

existen dos canastas A = ( ✗A. YA ) B Kayo ) que

y
=

maximizan utilidad .

Sea [ = LA 1- ( 1-d) B con LELQI ) una combinación

lineal de A y B .

por cuasi concavidad estricta : Vlc ) > UIAKUIB)

por conjunto presupuestal convexo : la canasta C es

factible
encontramos una canasta que es factible y da más

utilidad ?
i. si VAN estrict . cvasic .
solución Única
Y ✓ +
y
/ supuesto
¥ ,

/
A •

C
/
•

¡
/
'
n
-

¥
,

✗
E.
 Paréntesis :
conjunto convexo las combinaciones
y
lineales son factibles
y

A •

A.

B
B
• •

'
✗
✗

Conjuntos no convexos

A- •

¡
✗
 Propiedades de F. V. I. :
vlk.BE )

I. Homogénea grado O en Px Py , .
I

si A. Py I cambian en la ,
misma
proporción ,

la utilidad no cambia

vii. Pxin B. XI ) . =
vlpx.BE ) A >
O

max
Ejemplo : VCKYKX y .

vlpxpy I ) ,
= Í
4A Py
' ?

PXPÍYPÉP
VII. A. i. Py ,
i. IK III ) =
E. I
Yi Pxripy
-

4 ,

Paréntesis : Teorema de la envolvente

LHR-B.tl =
LL
L Parámetro L Parámetro
en
evaluar en el óptimo ( resuelve C.RO .
)

Parámetro : lo que no escoge la persona -0 Px Py

, ,
I

-
-
- -
-
-
-

-
2. ✓( PXPY ,
I) es no decreciente en el I : DHABI) ≥ o
FÍEdepende LI

Intuitivamente : FI o es imposible que b- lt → ↑ v0

puede quedar =

drlkpy.tl =
LL = NÉ ≥ O
LI LI *
↑
lo obtenemos de las CPO
L = UH y) ,
t PEII -

PXX -

Pyy ) tptxtpj.us

3. HARRIS es
inminente en Px y Py
decreciente o no depende

Intuitivamente : ↑ Px o imposible que ↑ r otro

queda =

LHPx.BE) ?
=
LL | =
-
X NÉ ≤ O
LA LPX *
↑
de C. P O . .

drlk.AE/=tgpIyf=-ym.M--
LPY
≤ O
4. HA .ME) si cambia con trans . monótonas
de VK.gl
-
- -
-
-
-
-
-
- -
-

Tipos de soluciones al problema

de max

I. Solución interior : × >O

, y
> O

"
y "

ÉG
.

+ ,
"

y - -
-
- -
•
/
"
-
,
VK.ymt-HR.BE )

/
I
y
-

¥,
!
×
xm
¥
A : TMS = Umgx A e
9- vimarsinalidad
Vmgy =p,
 no significa
2. Solución de esquina : ✗= O
y
>
O o
,
que ✗ sea

un mal ,

" puede ser

y
A
Ip,
•

xm -0
I
y?
/ Fy
y
-

¥ ,
/

¥
A : TMSI # QUE
#) ≤
¥ ,
÷ .

esquina
 solución de ✗ 0,9=0
esquina
>
3. :

É y
-

¥,
,
,
,
,

.nu/xm-- ¥
ym -0
r

'

, A

÷
.
×

A: TMSI #
E. y :o) ≥
¥
,
 ±
Ejemplo :
UCKYK ☒ 1) + 1-
Yy
¿ Para que valores de Px Py
, ,
I la persona consume ✗= 0,

5- O .
✗ soy > O ?
±
UCKYK ☒ + 1) 1-4
y
"
Umgx { lxttj >O

↓ 1×+15%-8%152
=

TMK

Umgy = Y >O

para que ✗= O : TMSI # QY =

¥) ≤
¥
,

I
8( XHÍ
≤
¥,
✗= O

5-
Ip,
1
810+117
≤
P¥
§ ≤
¥ ,

Py ≤ 8 Px → específico de
estas preferencias
Para que y=O : TMSI #
E. y :o) ≥
¥
I
81×+152
≥
¥
✗=
¥
4=0

1 ≥ ¥ depende solo
de parámetros
8/ ¥+114 Py

para que × >0 , y>o : en los complementos de las

desigualdades anteriores
 Segunda simplificación : condiciones de Inada
↓
nos permiten saber si hay soluciones
de esquina o no

I . si lim TMS = o × >O

✗ 00

2. si him TMS O > O

=
y
y -00

y .
.

I
PYV

:
V

¡
¥
c < <
c c ×

,
Ejemplo :
Ulxryt -

t ty
-

I. Plantear el problema de max , Lagrangiano y CPO

tarea

2. Obtener ×? ym
É j'
Ulxryt ¥ ty
-

=
-
-
.
-

-2
Vmgx = ✗ >o

¡¡ =/ ¥12
ME =
-2
Vmgy =
y
>o
y
-2

finjo # ¡
}
=
a × >°
solución interior :

Tm=P¥
fío (E) 2=0 y > o

" '
HE # E- (E) 9=1*1
-
×

Por Ley de Walras : A. ✗ + Pyy = I

"
A. ✗ B. I
(¥)
+ -
✗ =

,
 '
( Px + B. (¥) ) I
✗ =

in
I
=p ✗ + B. LEÍ
-

"
5- 1¥/ t.IE)
O
"
,
¡ ✗ +

-
-
- - - - - -
-
- -

Ejemplo : Ulx g) .
= 2×+2 1- Y

I. Plantear el problema de max , Lagrangiano y CPO

tarea

2. Obtener xm , ym

Ulxry ) = 2×7 1- y
±
Umg ✗ = ✗ > O

Vmsy = | yo
ME =
¥ ,

ÉI # = a × > o

Fío # = ≠o y ≥o
↓
O
puede ser
 Caso I : ×> O
, y > O solución interior
( CPO :
Nx -0 , py
= O )

TMS =

¥ =

Pq
✗
ÍP¥
1¥12
"
✗ =
depende solo
de parámetros

tpy.-IR.fr#2tB.y- IPy.=I-PxfB-pjyn=I-RfB-pj
Por Ley de Walras : A. ✗

Py

y?
Caso 2 O de Walras
: por ley :

tpy.y-IR.lt
A. ✗

B. O = I

A. ✗ = I

¥
"
✗ =
Tarea : ¿ cuándo estamos en cada caso ?