1. Trang chủ
  2. » Giáo Dục - Đào Tạo

5 vi du 2 chuong 1

5 114 0

Đang tải... (xem toàn văn)

THÔNG TIN TÀI LIỆU

Nội dung

MH PHÂN TÍCH HÀNH VI CỦA HGĐ • Hàm thỏa dụng (lợi ích tiêu dùng) dạng Cobb-Douglas: U = ax1αx2β (a > 0, < α, β < 1) + MU1 = Ux1 ; MU2 = Ux2 + Các hệ số co giãn + Hệ số thay thế/bổ sung loại hàng hóa + Phân tích quy luật lợi ích cận biên giảm dần MH PHÂN TÍCH HÀNH VI CỦA DN • Mơ hình tối đa hóa lợi ích tiêu dùng Xác định x1, x2 cho: U = ax1αx2β  max Với điều kiện: P1x1 + P2x2 = M + Lập hàm Lagrange: L(x1, x2, λ) = ax1αx2β + λ(M - P1x1 - P2x2) + Điều kiện cần: (1): P1x1 + P2x2 = M (2): MU1/MU2 = P1/P2  Điểm dừng + Điều kiện đủ (Lập ma trận Hess – biên)  Xác định x1*, x2* U* (mức lợi ích tối ưu) x1*, x2* gọi hàm cầu Marshall HGĐ λ* = P1/MU1 = P2/MU2 = U*M  Phân tích tác động M, P1, P2 đến x1*, x2* U* Ma trận Hess- biên  P1 P2   ÷ H =  P1 U11 U12 ÷ P U U ÷ 21 22   2 ⇒ H = PPU + P PU − P U − P 12 21 11 U 22 > (∀x1 , x1 , λ > 0) MH PHÂN TÍCH HÀNH VI CỦA DN • Mơ hình cực tiêu hóa chi phí Xác định x1, x2 cho: C = PKK + PLL  Min Với điều kiện: ax1αx2β = U0 + Lập hàm Lagrange: L(K, L, λ) = P1x1 + P2x2 + λ(U0 - ax1αx2β) + Điều kiện cần: (1): ax1αx2β = U0 (2): MU1/MU2 = P1/P2  Điểm dừng + Điều kiện đủ (Lập ma trận Hess – biên)  Xác định x1*, x2* C* (mức chi tiêu tối ưu) x1*, x2* gọi hàm cầu Hicks HGĐ λ* = P1/MU1 = P2/MU2 = C*Uo  Phân tích tác động U0, P1, P2 đến x1*, x2* C* Ma trận Hess- biên    ÷ MU1 MU ÷   ∂MU1 ÷ H =  MU1 ÷ ∂x2 ÷   ÷ ∂MU ÷  MU ∂x1   ∂MU1 ∂MU ⇒ H = MU MU + MU MU < (∀x1 , x2 , λ > 0) ∂x2 ∂x1 ... = P2/MU2 = U*M  Phân tích tác động M, P1, P2 đến x1*, x2* U* Ma trận Hess- biên  P1 P2   ÷ H =  P1 U 11 U 12 ÷ P U U ÷ 21 22   2 ⇒ H = PPU + P PU − P U − P 12 21 11 U 22 > (∀x1 , x1 , λ... cần: (1) : P1x1 + P2x2 = M (2) : MU1/MU2 = P1/P2  Điểm dừng + Điều kiện đủ (Lập ma trận Hess – biên)  Xác định x1*, x2* U* (mức lợi ích tối ưu) x1*, x2* gọi hàm cầu Marshall HGĐ λ* = P1/MU1 = P2/MU2... HÀNH VI CỦA DN • Mơ hình tối đa hóa lợi ích tiêu dùng Xác định x1, x2 cho: U = ax1αx2β  max Với điều kiện: P1x1 + P2x2 = M + Lập hàm Lagrange: L(x1, x2, λ) = ax1αx2β + λ(M - P1x1 - P2x2) + Điều

Ngày đăng: 13/11/2018, 09:24

TỪ KHÓA LIÊN QUAN