はてなキーワード: 偏導関数とは
∀x, y ∈ X, x ≿ y ∨ y ≿ x
∀x, y, z ∈ X, (x ≿ y ∧ y ≿ z) ⇒ x ≿ z
∀x ∈ X, {y ∈ X | y ≿ x} と {y ∈ X | x ≿ y} は X において閉集合
∀x, y, z ∈ X, ∀α ∈ (0, 1), (x ≿ z ∧ y ≿ z) ⇒ αx + (1-α)y ≿ z
関数 u: X → ℝ が以下を満たすとき、u を選好関係 ≿ の効用関数と呼ぶ:
∀x, y ∈ X, x ≿ y ⇔ u(x) ≥ u(y)
効用関数 u: X → ℝ に対して、任意の r ∈ ℝ に対する無差別集合 I_r を以下で定義する:
I_r = {x ∈ X | u(x) = r}
公理 1-4 を満たす選好関係 ≿ に対応する効用関数 u が連続であるとき、任意の r ∈ ℝ に対して、I_r は X の閉集合である。
証明:
u の連続性より、I_r = u^(-1)({r}) は X の閉集合である。
公理 1-4 を満たす選好関係 ≿ に対応する効用関数 u が準凹であるとき、任意の r ∈ ℝ に対して、I_r は凸集合である。
証明:
x, y ∈ I_r, α ∈ (0, 1) とする。u の準凹性より、
u(αx + (1-α)y) ≥ min{u(x), u(y)} = r
一方、u(αx + (1-α)y) > r とすると、公理 4 に矛盾する。
よって、u(αx + (1-α)y) = r となり、αx + (1-α)y ∈ I_r が示される。
X が Banach 空間のとき、関数 f: X → ℝ が点 x ∈ X で Gâteaux 微分可能であるとは、任意の h ∈ X に対して以下の極限が存在することをいう:
δf(x; h) = lim_{t→0} (f(x + th) - f(x)) / t
効用関数 u: X → ℝ が Gâteaux 微分可能であるとき、点 x ∈ X における財 i と財 j の間の限界代替率 MRS_{ij}(x) を以下で定義する:
MRS_{ij}(x) = -δu(x; e_i) / δu(x; e_j)
ただし、e_i, e_j は i 番目、j 番目の基底ベクトルとする。
X が Hilbert 空間で、効用関数 u: X → ℝ が二回連続 Fréchet 微分可能かつ強凹であるとき、任意の x ∈ X と任意の i ≠ j に対して、
∂MRS_{ij}(x) / ∂x_i < 0
証明:
u の強凹性より、任意の h ≠ 0 に対して、
⟨D²u(x)h, h⟩ < 0
これを用いて、MRS の偏導関数の符号を評価することで証明が完了する。
X が局所凸位相線形空間、p ∈ X* (X の双対空間)、w ∈ ℝ とする。
効用関数 u: X → ℝ が連続かつ準凹で、以下の問題の解 x* が存在するとき、
max u(x) subject to ⟨p, x⟩ ≤ w, x ∈ X
ある λ ≥ 0 が存在して、以下が成り立つ:
1. ⟨p, x*⟩ = w
2. ∀y ∈ X, u(y) > u(x*) ⇒ ⟨p, y⟩ > w
3. δu(x*; h) ≤ λ⟨p, h⟩, ∀h ∈ X
証明:
超平面分離定理を用いて、{y ∈ X | u(y) > u(x*)} と {y ∈ X | ⟨p, y⟩ ≤ w} が分離可能であることを示し、そこから条件を導出する。