【微观经济学】Consumer Theory

news2024/11/27 18:36:38

1.Preference

1) Preferences assumption

a. completeness:对每一个东西都有一个确定的偏好,不能说不确定

b. transitivity

c. nonsatiation:more is better

2) Utility function

使用效用函数来刻画消费者的偏好

例如U=\sqrt{PC}

拿这个效用函数,效用取不同的值,画出来的的曲线就是冷漠曲线。

3) Indifference Curves

使用冷漠曲线来刻画消费者的偏好,一条冷漠曲线上的所有组合都能达到相同的效用

这是一个二维的冷漠曲线,但现实里这一定是一个很多维的,因为效用函数一定有很多变量。

性质:

  1. 消费者总是会喜欢更高的IC
  2. IC向右下倾斜
  3. ICs 永不相交
  4. 每个组合只被一条IC穿过

 

4) Marginal Utility(MU)

是效用函数对某个变元的偏导,反映了某个商品的变化对效用的影响。

离散的来说,对于某一种物品,例如披萨,就是下一张披萨对你偏好的提升。

边际效用递减原则:大部分情况下边际效用是递减的,也就是说效用函数对所有变元的偏导是单减的。

举个例子,星巴克的拿铁,中杯355ml,卖30,超大杯592ml,卖36,只花了一小比例的钱却得到了将近两倍的饮料,这就是因为边际效用是递减的,人们不愿意多花一倍的钱来多买一倍的饮料。

5) Marginal Rate of Substitution(MRS)

离散上理解,就是你愿意花几个当前商品来换另一个商品。

那么你a商品越少,b商品越多,你自然就愿意花更少的a来换更多的b,MRS就会小。

就是边际替代率递减原则。

是冷漠曲线某一点的斜率。

一个性质:IC对于原点非凹。

直观上看,是因为边际效用递减原则,越往右,花y轴商品来换一单元x轴商品需要的y轴商品数量就越少。

数学上看,IC对于原点非凹,IC,P=f(C)的一阶导单减,MRS单减,那么就是C的边际效用与P的边际效用的比值,随着C的增加,P的减少,单减;就是说,MUC随着C的增加减少,MUP随着P的减少增加,符合边际效用递减原则。

2.Budget Constraints

是一条线,表示了同一预算的所有商品组合。也就是说,越高的预算线就有更高的预算。

斜率是marginal rate of transformation(MRT)

MRT由市场决定,是商品价格的比

3.Demand Curve

1)如何在固定预算的情况下最优化资源配置

固定某条预算线BC,因为BC由当前市场和自己的预算决定,预算线BC会和某一个效用对应的IC相切,这时就是该预算对应的最大效用。

为什么是相切:相切说明首先他俩在这点相交,因为是确定的某一商品组合。其次说明他俩斜率一样,斜率一样说明

换种表达说明是\frac{MU_{x}}{P_{x}}=\frac{MU_{y}}{P_{y}}

x的效用比上x的价格=y的效用比y的价格,那就是每块钱,x的效用和y的效用都相等了,那么这时候如果打破平衡,重新分配一个\epsilon,x和y的效用价格比就会改变,就会导致预算重新流向更高效用价格比商品,回到刚才的平衡。

2)如何导出Demand Curve

首先,需求曲线是某一商品的需求(数量)关于价格的函数,但是在经济学中,通常把价格画在y轴,所以画出来的函数是p=f(q)

I)画x1的DC的前提

  1. 效用函数u=f(x1,x2,x3…)
  2. 除x1以外的所有商品的价格,这里要固定这些值,改变x1,
  3. 收入,这里也是固定的

II)步骤

  1. 根据效用函数画无数条冷漠曲线IC
  2. 固定收入、x1以外的所有商品的价格,改变x1,画无数条预算线BC
  3. 对于每个x1的价格,有一条对应的BC,找出当前BC下最优的配置,也就是IC与BC相切的点,画出点
  4. 将所有点连成线,就是x1的需求曲线。

这个图画的不是很好,意会就好了。 

3)Elasticity of Demand

这个怎么理解,就是价格P变动的百分比对于需求Q变动的百分比的影响,他们分别除以自己的原来的值Q,P相当于做了标准化。

另一种理解,拆开理解。

需求曲线就是P=f(Q)

导数就是dp/dq,这里把这个分开就是需求曲线的导数的倒数,乘上当前点价格P和数量Q的比值。

所以这有两个参数,第一个是需求曲线的斜率的导数,第二个是当前点价格P和数量Q的比值。

需求曲线的在一点的斜率,表示的是当前价格,改变Q对价格的影响的大小,倒数就是说,改变价格P对数量Q的影响的大小。所以说,这个参数,其实是反应商品需求对于价格的敏感度,越敏感,那么这个参数就越大,反之亦然。

考虑第二项是对前一项的放缩,对于奢侈品来说,通常P/Q的值是相对来说大的,而必需品来说,P/Q的值是相对来说小的。

这里举两个极端的例子。

I)胰岛素,极端不弹性,\epsilon =0,需求曲线斜率的倒数等于0,说明斜率无穷大

因为不管胰岛素多贵多便宜,病人一定是要打的,不打就会死,体现了很高的不可替代性,价格极度不敏感。

II),极端弹性,\epsilon \approx -无穷,需求曲线的倒数=-无穷,说明斜率约等于0。

这个图可以理解成还是向右下倾斜的,只是倾斜的极少,说明改变一点点价格,需求就会大幅改变。

或者就是说价格只要提高一点,需求就变为0,价格只要降低一点,需求就变成无穷。展示出极高的可替代性,价格极度敏感。

4.Engel Curve

1)画engel curve

对于某一商品的恩格尔曲线,就是固定效用函数、市场价格,改变收入,然后对于每个收入,画出对应的某个商品的需求,再把点连成线y=f(Q)

2)Income Elasticity of Demand

是数量变化的百分比除以收入变化的百分比,也就是需求随收入变化的大小。

\gamma =\frac{\frac{\partial Q}{Q}}{\frac{\partial Y}{Y}}

考虑几种情况

a.\gamma>0,这种叫做normal good,这如何理解,就是说收入增长,需求也会增长,只不过增速不同

\gamma>1的,就是需求的增长的百分比大于收入增长的百分比,比如收入*2,但是需求*3,这种通常是奢侈品。

\gamma<1的,就是需求增长的百分比小于收入增长的百分比,比如收入*2,需求*1.5,这种通常是必需品。

b.\gamma<0,这种叫做inferior good,就是说收入增长,需求反而下降了。典型的例子就是快餐,说是富人会吃少些快餐。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1177284.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

web —— html

Web —— css基础 1. HTML2. 基本HTML结构3. HTML常用标签3.1 文本相关标签3.2 HTML图像标签3.3 HTML超链接标签3.4 HTML表&#xff0c;单3.4.1 HTML表格3.4.2 HTML表单&#xff0c;输入框&#xff08;多选框&#xff0c;单选框&#xff09;下拉框 3.5 HTML分区标签3.5.1 div标…

音频文件元数据修改:批量操作的技巧和方法

在音乐产业不断发展和数字技术日益成熟的今天&#xff0c;音频文件已经成为我们日常生活中的重要组成部分。在这些文件中&#xff0c;元数据起着至关重要的作用&#xff0c;它不仅提供了关于音频文件的基本信息&#xff0c;如艺术家、歌曲名称、专辑名称等&#xff0c;还为我们…

速学数据结构 | 我不允许还有人不会用栈实现队列!

&#x1f3ac; 鸽芷咕&#xff1a;个人主页 &#x1f525;个人专栏:《Linux深造日志》《C干货基地》 ⛺️生活的理想&#xff0c;就是为了理想的生活! &#x1f4cb; 前言 &#x1f308;hello&#xff01; 各位铁铁们大家好啊&#xff0c;不知道大家对栈和队列的学习都学过了吧…

LLM之幻觉(一):大语言模型幻觉解决方案综述

论文题目&#xff1a;《Cognitive Mirage: A Review of Hallucinations in Large Language Models》 ​论文链接&#xff1a;https://arxiv.org/abs/2309.06794v1 论文代码&#xff1a;https://github.com/hongbinye/cognitive-mirage-hallucinations-in-llms 一、幻觉介绍 …

【Python报错合集】Python元组tuple、张量tensor(IndexError、TypeError、RuntimeError……)~持续更新

文章目录 IndexError1. tuple index out of rangea. 示例代码b.报错原因c.解决方案 TypeError1. len() of a 0-d tensora. 示例代码b.报错原因c.解决方案 RuntimeError1. output with shape … doesnt match the broadcast shape …a. 示例代码b.报错原因c.解决方案 2. Cant ca…

【C++干货铺】内存管理new和delete

个人主页点击直达&#xff1a;小白不是程序媛 C系列专栏&#xff1a;C干货铺 代码仓库&#xff1a;Gitee 目录 C语言中动态内存管理方式 malloc/calloc/realloc的区别&#xff1f; C内存管理的方式 内置类型 自定义类型 operator new 和 operator delete 函数 operato…

Premiere Pro 2024 v24.0

adobe Premiere Pro 2024 Mac版发布了吗&#xff1f;无论您是编辑社交媒体视频还是大电影&#xff0c;Premiere Pro 都可以帮助您借助工具精心创作有意义的故事。导入和编辑&#xff0c;添加效果&#xff0c;然后将素材导出到任何目标。无论您要创作什么内容&#xff0c;它都可…

正点原子嵌入式linux驱动开发——Linux 4G通信

前面学习了如何在Linux中使用有线网络或者WIFI&#xff0c;但是使用有线网络或者WIFI有很多限制&#xff0c;因为要布线&#xff0c;即使是WIFI也得先布线&#xff0c;然后再接个无线路由器。有很多场合是不方便布线的&#xff0c;这个时候就是4G大显身手的时候&#xff0c;产品…

mediapipe流水线分析 二

目标检测 Graph 一 流水线上游输入处理 1 TfLiteConverterCalculator 将输入的数据转换成tensorflow api 支持的Tensor TfLiteTensor 并初始化相关输入输出节点 &#xff0c;该类的业务主要通过 interpreter std::unique_ptrtflite::Interpreter interpreter_ nullptr; 实现…

Ansible入门使用

目录 前言 一、环境概况 修改主机名&#xff08;可选项&#xff09; 二、安装部署 1.安装epel扩展源 2.安装Ansible 3.修改Ansible的hosts文件 4.生成密钥 三、Ansible模块使用介绍 Command模块 Shell模块 User模块 Copy模块 File模块 Hostname模块 Yum模块 Se…

windows下mysql5.7.19批处理安装启动修改密码

有时候要在windows下安装mysql&#xff0c;新手一般觉得复杂&#xff0c;要搞命令行。 于是弄了些批处理&#xff0c;win7 64 测试通过&#xff0c; windows server 2012测试通过 mysql5.7.19 x64版本在windows下的一键安装批处理与mysql解压包 1&#xff0c;无需管理员运…

中国人民大学与加拿大女王大学金融硕士——一把开启未来金融世界的金钥匙

在这个日新月异、竞争激烈的时代&#xff0c;每个人都渴望不断提升自我&#xff0c;以应对不断变化的世界。在当今的金融领域&#xff0c;国际化的视野和多元化的知识结构变得越来越重要。如何才能掌握未来世界的金钥匙呢&#xff1f;其实&#xff0c;这把金钥匙并非遥不可及&a…

北斗升级轨道检查,高精度定位确保铁路畅通无阻

北斗升级轨道检查&#xff0c;高精度定位确保铁路畅通无阻 随着科技的发展&#xff0c;北斗卫星系统在各个领域的应用越来越广泛。其中&#xff0c;在铁路轨道检查中&#xff0c;北斗卫星技术的应用不仅能够提高效率&#xff0c;减少人力成本&#xff0c;还能够保障安全&#x…

变压器试验VR虚拟仿真操作培训提升受训者技能水平

VR电气设备安装模拟仿真实训系统是一种利用虚拟现实技术来模拟电气设备安装过程的培训系统。它能够为学员提供一个真实、安全、高效的学习环境&#xff0c;帮助他们更好地掌握电气设备的安装技能。 华锐视点采用VR虚拟现实技术、MR混合现实技术、虚拟仿真技术、三维建模技术、人…

css布局grid-template-columns属性

grid-template-columns属性可以用于创建一个网格布局&#xff0c;以下是使用此属性的步骤&#xff1a; 首先在网格容器上使用 display: grid; 将其转换为网格容器。 然后使用 grid-template-columns 属性来定义列的数量和大小。例如&#xff0c;使用 “grid-template-columns:…

私域流量搭建与运营,技巧全攻略!

2023年是比拼运营深度和服务效率的一年&#xff0c;用户对于体验的期望值将持续增长&#xff0c;企业需提供无缝的客户体验&#xff0c;以推动增长、保障收入、确保客户忠诚度。在疫情新常态下&#xff0c;企业已构建起APP、小程序等一系列线上触点矩阵&#xff0c;而各个触点之…

承载AI计算的数据中心网络和传统数据中心有何不同?

生成式AI正在风靡全球&#xff0c;不少企业开始研究如何在其业务流程中采用人工智能技术&#xff0c;更有一些企业客户开始考虑在数据中心和私有云中部署自己的AIGC和 GPU 扩展网络。从网络角度来看&#xff0c;用于承载这类业务的数据中心与传统的数据中心有很大不同&#xff…

Qt6远程连接MySQL数据库(简单易上手版)

在对照文章开始操作之前&#xff0c;MySQL 和 Navicat 的安装配置要自己提前弄好。 步骤1&#xff1a; 在电脑桌面任务栏中的搜索框中输入 mysql&#xff0c;找到名为&#xff1a;MySQL 8.0 Command Line Client&#xff0c;然后打开。 步骤2&#xff1a; 输入密码后回车&a…

从Hugging Face下载数据测试whisper、fast_whisper耗时

时长比较短的音频&#xff1a;https://huggingface.co/datasets/PolyAI/minds14/viewer/en-US 时长比较长的音频&#xff1a;https://huggingface.co/datasets/librispeech_asr?row8 下载数据集 from datasets import load_datasetminds_14 load_dataset("PolyAI/mind…

找短视频素材就上这8个网站

找短视频素材就上这8个网站&#xff0c;视频剪辑、自媒体必备&#xff0c;质量高&#xff0c;还能免费下载&#xff0c;赶紧收藏&#xff01; 1、菜鸟图库 https://www.sucai999.com/video.html?vNTYxMjky 菜鸟图库网素材非常丰富&#xff0c;网站主要还是以设计类素材为主&…