Ηλεκτρονικοί Υπολογιστές I

Σχετικά έγγραφα
Lagrance.

Ηλεκτρονικοί Υπολογιστές I

Ηλεκτρονικοί Υπολογιστές I

Ηλεκτρονικοί Υπολογιστές I

Ηλεκτρονικοί Υπολογιστές I

Ηλεκτρονικοί Υπολογιστές I

Ηλεκτρονικοί Υπολογιστές IV

Ηλεκτρονικοί Υπολογιστές I

Ηλεκτρονικοί Υπολογιστές I

Μικροοικονομική Ανάλυση της Κατανάλωσης και της Παραγωγής

Μικροοικονομική Ανάλυση της Κατανάλωσης και της Παραγωγής

Μικροβιολογία & Υγιεινή Τροφίμων

Τίτλος Μαθήματος: Ηλεκτρονικοί Υπολογιστές IΙΙ. Διδάσκων: Επίκουρος Καθηγητής Αθανάσιος Σταυρακούδης

Μικροοικονομική Ανάλυση της Κατανάλωσης και της Παραγωγής

Ηλεκτρονικοί Υπολογιστές IV

Μικροοικονομική Ανάλυση Ι

Μικροοικονομική Ανάλυση της Κατανάλωσης και της Παραγωγής

Τίτλος Μαθήματος: Μαθηματική Ανάλυση Ενότητα Γ. Ολοκληρωτικός Λογισμός

Μικροοικονομική Ανάλυση Ι

Μικροοικονομική Ανάλυση Ι

Ηλεκτρονικοί Υπολογιστές IV

Μαθηματικά Διοικητικών & Οικονομικών Επιστημών

Εφαρμοσμένη Στατιστική

Πολιτική Οικονομία Ενότητα

Ηλεκτρισμός & Μαγνητισμός

Ηλεκτρονικοί Υπολογιστές I

Βέλτιστος Έλεγχος Συστημάτων

Γενικά Μαθηματικά Ι. Ενότητα 12: Κριτήρια Σύγκλισης Σειρών. Λουκάς Βλάχος Τμήμα Φυσικής ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ

Ηλεκτρονικοί Υπολογιστές IV

Οικονομετρία. Εξειδίκευση του υποδείγματος. Μορφή της συνάρτησης: Πολυωνυμική, αντίστροφη και αλληλεπίδραση μεταβλητών

ΠΑΝΕΠΙΣΤΗΜΙΟ ΙΩΑΝΝΙΝΩΝ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ ΦΥΣΙΚΟΧΗΜΕΙΑ ΙΙ

Μικροοικονομική Ανάλυση της Κατανάλωσης και της Παραγωγής

Ηλεκτρονικοί Υπολογιστές I

Γενικά Μαθηματικά Ι. Ενότητα 1: Συναρτήσεις και Γραφικές Παραστάσεις. Λουκάς Βλάχος Τμήμα Φυσικής ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ

Μικροοικονομική Ανάλυση Ι

ΠΑΝΕΠΙΣΤΗΜΙΟ ΙΩΑΝΝΙΝΩΝ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ. Πιθανότητες. Συνδυαστική Ανάλυση Διδάσκων: Επίκουρος Καθηγητής Κωνσταντίνος Μπλέκας

Εφαρμοσμένη Στατιστική

Μαθηματικά και Φυσική με Υπολογιστές

Ιστορία της μετάφρασης

Οικονομικά για Μη Οικονομολόγους Ενότητα 2: Θεωρία Καταναλωτή

Μαθηματικά Διοικητικών & Οικονομικών Επιστημών

Γραμμική Άλγεβρα και Μαθηματικός Λογισμός για Οικονομικά και Επιχειρησιακά Προβλήματα

Μαθηματικά και Φυσική με Υπολογιστές

Μαθηματικά Διοικητικών & Οικονομικών Επιστημών

Βασικοί άξονες Μαθηματικά στην εκπαίδευση:

Εκκλησιαστικό Δίκαιο. Ενότητα 10η: Ιερά Σύνοδος της Ιεραρχίας και Διαρκής Ιερά Σύνοδος Κυριάκος Κυριαζόπουλος Τμήμα Νομικής Α.Π.Θ.

Οικονομία των ΜΜΕ. Ενότητα 9: Εταιρική διασπορά και στρατηγικές τιμολόγησης

Βέλτιστος Έλεγχος Συστημάτων

Γραμμική Άλγεβρα και Μαθηματικός Λογισμός για Οικονομικά και Επιχειρησιακά Προβλήματα

Πολιτική Οικονομία Ενότητα

Οικονομετρία. Συστήματα συναληθευουσών εξισώσεων Το πρόβλημα της ταυτοποίησης. Τμήμα: Αγροτικής Οικονομίας & Ανάπτυξης. Διδάσκων: Λαζαρίδης Παναγιώτης

Μαθηματικά Διοικητικών & Οικονομικών Επιστημών

Μικροοικονομική Ανάλυση Ι

Μικροοικονομία. Ενότητα 4: Θεωρία Χρησιμότητας και Καταναλωτική Συμπεριφορά. Δριτσάκη Χάιδω Τμήμα Λογιστικής και Χρηματοοικονομικής

Θεωρία Καταναλωτή. Υποδειγματοποίηση της συμπεριφοράς του καταναλωτή. Βασική έννοια: Βελτιστοποίηση υπό περιορισμό.

ΠΑΝΕΠΙΣΤΗΜΙΟ ΙΩΑΝΝΙΝΩΝ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ. Πιθανότητες. Συνεχείς τυχαίες μεταβλητές Διδάσκων: Επίκουρος Καθηγητής Κωνσταντίνος Μπλέκας

Εφαρμοσμένη Βελτιστοποίηση

Γενικά Μαθηματικά Ι. Ενότητα 7: Σειρές Taylor, Maclaurin. Λουκάς Βλάχος Τμήμα Φυσικής ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ

Τίτλος Μαθήματος: Μαθηματική Ανάλυση Ενότητα Γ. Ολοκληρωτικός Λογισμός

Λογιστική Κόστους Ενότητα 12: Λογισμός Κόστους (2)

Γενικά Μαθηματικά Ι. Ενότητα 15: Ολοκληρώματα Με Ρητές Και Τριγωνομετρικές Συναρτήσεις Λουκάς Βλάχος Τμήμα Φυσικής

Τίτλος Μαθήματος: Μαθηματική Ανάλυση Ενότητα Β. Διαφορικός Λογισμός

Γενικά Μαθηματικά Ι. Ενότητα 5: Παράγωγος Πεπλεγμένης Συνάρτησης, Κατασκευή Διαφορικής Εξίσωσης. Λουκάς Βλάχος Τμήμα Φυσικής

Βέλτιστος Έλεγχος Συστημάτων

Εφαρμοσμένη Βελτιστοποίηση

Μαθηματικά Διοικητικών & Οικονομικών Επιστημών

Υπολογιστές Ι. Άδειες Χρήσης. Δομή του προγράμματος. Διδάσκοντες: Αν. Καθ. Δ. Παπαγεωργίου, Αν. Καθ. Ε. Λοιδωρίκης

Επιχειρησιακή Έρευνα

Μικροοικονομική Ανάλυση Ι

Επιχειρησιακή Έρευνα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΙΩΑΝΝΙΝΩΝ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ. Πιθανότητες. Συναρτήσεις πολλών μεταβλητών Διδάσκων: Επίκουρος Καθηγητής Κωνσταντίνος Μπλέκας

Διεθνείς Οικονομικές Σχέσεις και Ανάπτυξη

Θεσμοί Ευρωπαϊκών Λαών Ι 19 ος -20 ος αιώνας

Ιστορία της μετάφρασης

Οικονομία των ΜΜΕ. Ενότητα 7: Μορφές αγοράς και συγκέντρωση των ΜΜΕ

Γενικά Μαθηματικά Ι. Ενότητα 17: Αριθμητική Ολοκλήρωση, Υπολογισμός Μήκους Καμπύλης Λουκάς Βλάχος Τμήμα Φυσικής ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ

Προγραμματισμός Ηλεκτρονικών Υπολογιστών 2 - Εργαστήριο

Μαθηματικά και Φυσική με Υπολογιστές

Εισαγωγή στην Διοίκηση Επιχειρήσεων

Ηλεκτρονικοί Υπολογιστές IV

Εκκλησιαστικό Δίκαιο

Οικονομετρία. Απλή Παλινδρόμηση. Πληθυσμός και δείγμα. H μέθοδος Ελαχίστων Τετραγώνων. Τμήμα: Αγροτικής Οικονομίας & Ανάπτυξης

Οικονομετρία. Εξειδίκευση του υποδείγματος. Μορφή της συνάρτησης: Γραμμική, διπλή λογαριθμική, ημιλογαριθμική. Τμήμα: Αγροτικής Οικονομίας & Ανάπτυξης

Εφαρμοσμένη Στατιστική

Θεωρία Πιθανοτήτων & Στατιστική

Βασικές Αρχές Φαρμακοκινητικής

Λογισμός 3. Ενότητα 19: Θεώρημα Πεπλεγμένων (γενική μορφή) Μιχ. Γ. Μαριάς Τμήμα Μαθηματικών ΑΝΟΙΚΤΑ ΑΚΑ ΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ

Θεσμοί Ευρωπαϊκών Λαών Ι 19 ος -20 ος αιώνας

Μαθηματικά Διοικητικών & Οικονομικών Επιστημών

Μαθηματικά Διοικητικών & Οικονομικών Επιστημών

Τίτλος Μαθήματος: Μαθηματική Ανάλυση Ενότητα Γ. Ολοκληρωτικός Λογισμός

Μικροοικονομική Ανάλυση Ι

Κλασική Ηλεκτροδυναμική Ι

Μηχανολογικό Σχέδιο Ι

Μαθηματικά Διοικητικών & Οικονομικών Επιστημών

Εισαγωγή στην Διοίκηση Επιχειρήσεων

Ηλεκτρονικοί Υπολογιστές I

Εκκλησιαστικό Δίκαιο

Εφαρμοσμένη Στατιστική

Οικονομικά για Μη Οικονομολόγους Ενότητα 4: Θεωρία Ζήτησης και Προσφοράς

Transcript:

ΠΑΝΕΠΙΣΤΗΜΙΟ ΙΩΑΝΝΙΝΩΝ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ Ηλεκτρονικοί Υπολογιστές I Χρησιμότητα και εφαρμογές, μεγιστοποίηση χρησιμότητας με τη μέθοδο Lagrange Διδάσκων: Επίκουρος Καθηγητής Αθανάσιος Σταυρακούδης

Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται σε άλλου τύπου άδειας χρήσης, η άδεια χρήσης αναφέρεται ρητώς.

Μεγιστοποίηση χρησιμότητας με τη μέθοδο Lagrance Εφαρμογή με το πρόγραμμα Maxima ΜΗ ΕΙΝΑΙ ΒΑΣΙΛΙΚΗΝ ΑΤΡΑΠΟΝ ΕΠΙ ΓΕΩΜΕΤΡΙΑΝ Αθανάσιος Σταυρακούδης http://stavrakoudis.econ.uoi.gr 18 Νοεμβρίου 2013 1 / 31

Χρήμα και ευτυχία 1. The Beatles Cause I don t care too much for money For money can t buy me love 2. Dunn, Gilbert & Wilson If money doesn t make you happy, then you probably aren t spending it right 3. Margaret Thatcher No-one would remember the Good Samaritan if he d only had good intentions; he had money as well. 2 / 31

Περισσότερο από αμφιθέατρο Δείτε Economics of Happiness http://www.youtube.com/watch?v=ycv8iplp-ge http://www.theeconomicsofhappiness.org Διαβάστε Happiness: A Revolution in Economics Bruno S. Frey, Alois Stutzer, Matthias Benz http://books.google.gr/books?id=0tqgsaaacaaj Happiness Economics Shari Lapeña http://books.google.gr/books?id=x7pnfd_uvpsc Ηθικά Νικομάχεια, Αριστοτέλης Απαντήστε Θα θέλατε άλλες μέρες σαν τη χθεσινή; 3 / 31

Καμπύλες αδιαφορίας U (x, y) = x 1/2 y 1/2 4 / 31

Οι καμπύλες αδιαφορίας καλύπτουν όλο το επίπεδο U (x, y) = x 1/2 y 1/2 5 / 31

Καμπύλες αδιαφορίας και εισοδηματικός περιορισμός U (x, y) = x 1/2 y 1/2 I = x + y = 8 6 / 31

Τομή μιας καμπύλης χρησιμότητας με την καμπύλη εισοδηματικού περιορισμού U (x, y) = x 1/3 y 2/3 7 / 31

Τομή μιας καμπύλης χρησιμότητας με την καμπύλη εισοδηματικού περιορισμού Ο υπολογισμός ριζών μιας τέτοιας εξίσωσης δεν είναι απλή υπόθεση. Για παράδειγμα έστω: U = x 1/3 y 2/3 = 2 και I = x + 4 y = 12 Αν λύσουμε και τις δύο εξισώσεις ως προς y: y = 2 3 2 x και y = x 12 4 Καταλήγουμε στη μη γραμμική εξίσωση: 2 3 2 = x 12 x 4 x 3/2 12 x 1/2 + 2 7 2 = 0 Πως λύνουμε εξισώσεις με κλασματικούς εκθέτες; 8 / 31

Η εντολή find root Σε παρόμοιες περιπτώσεις η εντολή solve αποτυγχάνει και δεν μπορεί να χρησιμοποιηθεί. Δεν υπάρχει γενική αναλυτική μέθοδος επίλυσης μη γραμμικών εξισώσεων, μπορούμε να δράσουμε μόνο κατά περίπτωση. Η πλέον ακολουθούμενη πρακτική είναι η αριθμητική προσέγγιση ριζών. Χρησιμοποιούμε την εντολή find root ως εξής: find root(eq, x, min, max) για τον υπολογισμό ρίζας της παράστασης eq ως προς x στο ανοιχτό διάστημα (min, max) 1 eq : x^(3/2) - 12*x^(1/2) + 2^(7/2) = 0; 2 find_root (eq, x, 1, 2); 9 / 31

Το πρόβλημα μεγιστοποίησης της χρησιμότητας Εστω η συνάρτησης χρησιμότητας τύπου Cobb Douglas: U(x, y) = 5 x 3/5 y 2/5 Ο καταναλωτής αγοράζει τα δύο προϊόντα πληρώνοντας κάποιο τίμημα, πχ: P x = 5, P y = 2 Αν ο καταναλωτής δαπανήσει I = 25 χρηματικές μονάδες αγοράζοντας x, y ποσότητες προϊόντων τότε ισχύει: I = P x x + P y y Ποιος συνδυασμός x, y μεγιστοποιεί την τιμή της U, χωρίς να παραβιαστεί η συνθήκη P x x + P y y I ; 10 / 31

Βελτιστοποίηση υπό περιορισμούς και θετική ανάλυση Τα τρία εργαλεία 1 Βελτιστοποίηση υπό περιορισμούς 2 Ανάλυση ισορροπίας 3 Τη συγκριτική στατική ανάλυση Θετική ανάλυση Τι συμβαίνει στο y όταν αλλάζει το x; Ποιο x μας δίνει το βέλτιστο y; Για ποια x συμβαίνει το y; 11 / 31

Βελτιστοποίηση υπό περιορισμούς με τη μέθοδο Lagrance Για να βρούμε το ακρότατο μιας συνάρτησης δύο μεταβλητών: f (x, y) κάτω από τον περιορισμό: g(x, y) = c υπολογίζουμε τις συνθήκες που μεγιστοποιούν τη συνάρτηση: L(x, y, λ) = f (x, y) + λ (g(x, y) c) Λύνοντας το σύστημα: L x = 0 L y = 0 L λ = 0 12 / 31

Βελτιστοποίηση χρησιμότητας υπό περιορισμούς με τη μέθοδο Lagrance Για να βρούμε το ακρότατο της συνάρτησης: U(x, y) = 5 x 3/5 y 2/5 κάτω από τον περιορισμό: 2 x + 3 y + 2 z = 120 υπολογίζουμε τις συνθήκες που μεγιστοποιούν τη συνάρτηση: L(x, y, λ) = 5 x 3/5 y 2/5 + λ (2 x + 3 y + 2 z 120) Λύνοντας το σύστημα: L x = 0 L y = 0 L λ = 0 13 / 31

Βήματα μεγιστοποίησης χρησιμότητας με τη μέθοδο Lagrance 1 Ορίζουμε τη συνάρτηση χρησιμότητας 2 Θέτουμε τις τιμές των αγαθών και το διαθέσιμο εισόδημα 3 Ορίζουμε τη συνάρτηση Lagrange ως προς x, y, λ 4 Υπολογίζουμε τις 3 μερικές παραγώγους της συνάρτησης Lagrange ως προς x, y, λ 5 Λύνουμε το σύστημα 3 3 που προκύπτει Η επίλυση του συστήματος μας δίνει τις ποσότητες x, y που μεγιστοποιούν την χρησιμότητα U, καθώς και την τιμή της μεταβλητής λ, η οποία έχει ειδική σημασία. 14 / 31

Μεγιστοποίηση Lagrance Βήμα 1 Ορισμός της συνάρτησης χρησιμότητας. U(x, y) = 5 x 3/5 y 2/5 1 U(x,y) := 5 * x^(3/5) * y^(2/5); 15 / 31

Μεγιστοποίηση Lagrance Βήμα 2 Τιμές των αγαθών και διαθέσιμο εισόδημα. P x = 5 P y = 2 I = 25 1 Px : 5; 2 Py : 2; 3 I : 25; 16 / 31

Μεγιστοποίηση Lagrance Βήμα 3 Ορισμός της συνάρτησης Lagrance: L = U(x, y) + λ C(x, y) 1 L(x,y,lambda) := (U(x,y) + lambda*(i - Px*x - Py*y)); 17 / 31

Μεγιστοποίηση Lagrance Βήμα 4 Μερικές παράγωγοι: dl dx = 3 x 2 2 5 y 5 5 λ = 0 dl dy = 2 x 3 5 y 3 5 5 λ = 0 dl = 5 x 2 y + 25 = 0 dλ 1 eq1 : diff(l(x,y,lambda), x) = 0; 2 eq2 : diff(l(x,y,lambda), y) = 0; 3 eq3 : diff(l(x,y,lambda), lambda) = 0; 18 / 31

Μεγιστοποίηση Lagrance Βήμα 5 Επίλυση του συστήματος και εξαγωγή της λύσης: 1 sol : solve([eq1, eq2, eq3], [x,y,lambda]); 2 xmax : rhs(sol[1][1]); 3 ymax : rhs(sol[1][2]); 4 lmax : rhs(sol[1][3]); Η λύση είναι: x max = 3 y max = 5 ( ) 3 3 5 λ max = 0.736 5 19 / 31

Μεγιστοποίηση Lagrance με το Maxima Ολο το πρόγραμμα: 1 U(x,y) := 5 * x^(3/5) * y^(2/5); 2 Px : 5; 3 Py : 2; 4 I : 25; 5 L(x,y,lambda) := (U(x,y) + lambda*(i - Px*x - Py*y)); 6 eq1 : diff(l(x,y,lambda), x) = 0; 7 eq2 : diff(l(x,y,lambda), y) = 0; 8 eq3 : diff(l(x,y,lambda), lambda) = 0; 9 sol : solve([eq1, eq2, eq3], [x,y,lambda]); 10 xmax : rhs(sol[1][1]); 11 ymax : rhs(sol[1][2]); 12 lmax : rhs(sol[1][3]); 20 / 31

Τι σημαίνει η τιμή του πολλαπλασιαστή Lagrance Μεταβολή της χρησιμότητας ως προς τη μεταβολή του εισοδήματος. dl = λ di Αν λ = 0.736, τότε μεταβολή του εισοδήματος κατά 1 μονάδα συνεπάγεται μεταβολή της χρησιμότητας κατά 0.736 μονάδες. 21 / 31

Γενική λύση μεγιστοποίησης μιας συνάρτησης τύπου Cobb-Douglas Εστω η γενικού τύπου Cobb Douglas συνάρτηση χρησιμότητας: U(x, y) = A x a y 1 a (1) με A > 0 και 0 < a < 1. Αν P x και P y είναι οι τιμές των προϊόντων x και y αντίστοιχα και I είναι το διαθέσιμο εισόδημα του καταναλωτή, τότε: I = P x x + P y y (2) Μεγιστοποίηση χρησιμότητας έχουμε όταν: x max = a I P x y max = (1 a) I P y Στο σημείο αυτό ισχύει: λ = (1 a) A P y ( Py P x ) a ( a ) a 1 a 22 / 31

Αριθμητικό παράδειγμα U = Ax a y 1 a A = 5 a = 3/5 P x = 5 P y = 2 x max = a I = 3 25 P x 5 5 = 3 y max = (1 a) I = P y λ = (1 a) A P y ( Py P x ( 1 3 5 ) 25 2 = 2 25 5 2 = 5 ( 3 5 ) a ( ) a a = 1 a ) 3 5 0.736 23 / 31

Πρόγραμμα μεγιστοποίησης χρησιμότητας χωρίς αριθμητικές τιμές Γενική λύση 1 U(x,y) := A * x^(a) * y^(1-a); 2 L(x,y,lambda) := (U(x,y) + lambda*(i - Px*x - Py*y)); 3 eq1 : diff(l(x,y,lambda), x) = 0; 4 eq2 : diff(l(x,y,lambda), y) = 0; 5 eq3 : diff(l(x,y,lambda), lambda) = 0; 6 sol : solve([eq1, eq2, eq3], [x,y,lambda]); 7 xmax : rhs(sol[1][1]); 8 ymax : rhs(sol[1][2]); 9 lmax : rhs(sol[1][3]); 24 / 31

Μεγιστοποίηση χρησιμότητας με τρία αγαθά Εστω λοιπόν η συνάρτηση χρησιμότητας: U (x, y, z) = 2 x 2 + y + z 2 + y z όπου x, y, x οι ποσότητες τριών προϊόντων που ένας καταναλωτής προμηθεύεται με P x = 2, P y = 3 και P z = 2 χρηματικές μονάδες αντίστοιχα. Ο καταναλωτής έχει διαθέσιμο εισόδημα I = 120, οπότε: P x x + P y y + P z z = 120 Να υπολογιστούν οι ποσότητες x m ax, y m ax, z m ax που μεγιστοποιούν τη χρησιμότητα. 25 / 31

Μεταβολή των επιλογών του καταναλωτή Παρατηρήσεις Άσκηση Μεταβολή στο εισόδημα του καταναλωτή οδηγεί σε μεταβολή των προτιμήσεων του. Μεταβολή στις τιμές των προϊόντων οδηγεί σε σε μεταβολή των προτιμήσεων του. U(x, y) = x 3/4 y 1/4 I = 24 P x = 2, P y = 1 1 Αν το εισόδημα αυξηθεί από 24 σε 32, πόσο θα θα μεταβληθούν οι ποσότητες x max, y max που μεγιστοποιούν τη χρησιμότητα U; Πόσο θα μεταβληθεί η χρησιμότητα; 2 Αν το εισόδημα αυξηθεί από 24 σε 32, και διπλασιαστούν οι τιμές P x, P y πόσο θα μεταβληθούν οι ποσότητες x max, y max ; Πόση είναι η ποσοστιαία μεταβολή της χρησιμότητας; 26 / 31

Μεταβολή των επιλογών του καταναλωτή 27 / 31

Οριακή χρησιμότητα Οριακή χρησιμότητα ενός αγαθού: Ο ρυθμός μεταβολής της χρησιμότητας που προκύπτει από τη μεταβολή κατανάλωσης του αγαθού, κρατώντας την κατανάλωση άλλων αγαθών σταθερή. MU x = U x MU y = U y Ακολουθεί παράδειγμα υπολογισμού οριακής χρησιμότητας. 28 / 31

Προβοκατόρικες ερωτήσεις Αν αυξηθεί το εισόδημα θα αυξηθεί η ζήτηση για: 1 Εισιτήρια αστικών μετακινήσεων; 2 Εισιτηρίων αεροπορικών μετακινήσεων; 3 Φαγητού στο φοιτητικό εστιατόριο; 4 Φαγητού στα εστιατόρια της πόλης; 5 No-name ρούχων; 6 Επώνυμων ρούχων; ΓΛΩΤΤΑΝ ΜΗ ΠΡΟΤΡΕΧΕΤΩ ΤΟΥ ΝΟΥ 29 / 31

Ασκήσεις για το μέλλον 1 Οι συναρτήσεις τύπου Cobb-Douglas U = Ax a y 1 a μοντελοποιούν τη χρησιμότητα κανονικών αγαθών. Να βρεθεί παράδειγμα μαθηματικής σχέσης που να μοντελοποιεί κατώτερα αγαθά. 2 Ποιο είναι και πως λύνεται το παράδοξο της Αγίας Πετρούπολης; 3 Σχετίζεται η έννοια της χρησιμότητας με την εξελεγκτική ψυχολογία; 4 Τι είναι η σταθμητή χρησιμότητα (cardinal utility); 5 Τι σχέση έχει η χρησιμότητα με την έννοια της πιθανότητας; 30 / 31

Σχόλια και ερωτήσεις Σας ευχαριστώ για την προσοχή σας Είμαι στη διάθεσή σας για σχόλια, απορίες και ερωτήσεις 31 / 31

Τέλος Ενότητας

Χρηματοδότηση Το παρόν εκπαιδευτικό υλικό έχει αναπτυχθεί στα πλαίσια του εκπαιδευτικού έργου του διδάσκοντα. Το έργο «Ανοικτά Ακαδημαϊκά Μαθήματα στο Πανεπιστήμιο Ιωαννίνων» έχει χρηματοδοτήσει μόνο τη αναδιαμόρφωση του εκπαιδευτικού υλικού. Το έργο υλοποιείται στο πλαίσιο του Επιχειρησιακού Προγράμματος «Εκπαίδευση και Δια Βίου Μάθηση» και συγχρηματοδοτείται από την Ευρωπαϊκή Ένωση (Ευρωπαϊκό Κοινωνικό Ταμείο) και από εθνικούς πόρους.

Σημειώματα

Σημείωμα Ιστορικού Εκδόσεων Έργου Το παρόν έργο αποτελεί την έκδοση 1.0. Έχουν προηγηθεί οι κάτωθι εκδόσεις: Έκδοση 1.0 διαθέσιμη εδώ. http://ecourse.uoi.gr/course/view.php?id=1064.

Σημείωμα Αναφοράς Copyright Πανεπιστήμιο Ιωαννίνων, Διδάσκων: Επίκουρος Καθηγητής Αθανάσιος Σταυρακούδης. «Ηλεκτρονικοί Υπολογιστές IV. Χρησιμότητα και εφαρμογές, μεγιστοποίηση χρησιμότητας με τη μέθοδο Lagrange». Έκδοση: 1.0. Ιωάννινα 2014. Διαθέσιμο από τη δικτυακή διεύθυνση: http://ecourse.uoi.gr/course/view.php?id=1064.

Σημείωμα Αδειοδότησης Το παρόν υλικό διατίθεται με τους όρους της άδειας χρήσης Creative Commons Αναφορά Δημιουργού - Παρόμοια Διανομή, Διεθνής Έκδοση 4.0 [1] ή μεταγενέστερη. [1] https://creativecommons.org/licenses/by-sa/4.0/.