Introducao A Teoria Da Escolha - Castro e Faro

Introdu c ao ` a Teoria da Escolha
Luciano I. de Castro Jos e Heleno Faro
Sum ario
I Escolha sob Certeza
. . . .
8
10 10 12 18 21
1 Conjuntos de Escolha e Ordens 1.1 Introdu c ao . . . . . . . . . . . . . . . . . . . . . 1.2 Conjuntos e Regras de Escolha . . . . . . . . . 1.3 Prefer encias . . . . . . . . . . . . . . . . . . . . 1.3.1 Observa c ao sobre a deni c ao . . . . . . 1.4 Como obter prefer encias de conjuntos de escolha e vice-versa . . . . . . . . . . . . . . . . . . . . 1.4.1 Como denir uma uma prefer encia a partir de uma estrutura de escolha . . . . . 1.4.2 Como denir uma estrutura de escolha a partir de uma prefer encia . . . . . . . . 1.4.3 Racionaliza c ao e Representa c ao . . . . . 1.5 Propriedades de Prefer encias e Estruturas de Escolha . . . . . . . . . . . . . . . . . . . . . . . . 1.5.1 Racionalidade e suas implica c oes sobre C (, ) . . . . . . . . . . . . . . . . . . 1.5.2 As implica c oes do AFPR . . . . . . . .
. 22 . 22 . 24 . 26 . 27 . 27 . 28
2 Fun c ao utilidade 30 2.1 Prefer encias e sua representa c ao por fun c ao utilidade . . . . . . . . . . . . . . . . . . . . . . . . . 31 2.2 Caso Finito . . . . . . . . . . . . . . . . . . . . . 32 2
SUMARIO
3 Caso Enumer avel . . . . . . . . . . . . . . . . . . 34 Conjuntos N ao-Enumer aveis . . . . . . . . . . . . 35 Prefer encias Mon otonas . . . . . . . . . . . . . . 37
2.3 2.4 2.5
3 Teorema de Debreu-Eilenberg-Rader. 39 3.1 No c oes B asicas de Topologia Geral. . . . . . . . . 39 3.2 Teorema de Representa c ao . . . . . . . . . . . . . 43 4 Introdu c ao ` a Teoria do Consumidor 49
II
Escolha sob Risco e Incerteza
52
5 Estados da Natureza e estados do mundo 54 5.1 Introdu c ao . . . . . . . . . . . . . . . . . . . . . . 54 5.2 Modelagem de situa c oes incertas . . . . . . . . . 55 5.3 Terminologia dos pr oximos cap tulos . . . . . . . 59 6 Escolhas sob Risco 6.1 Apresenta c ao . . . . . . . . . . . . . . . . . . . . 6.2 Utilidade Esperada de von Neumann-Morgenstern. 6.2.1 O conjunto de alternativas arriscadas . . . 6.2.2 Prefer encias sobre loterias . . . . . . . . . 6.2.3 Atitudes frente ao risco. . . . . . . . . . . 60 60 62 62 64 72
7 A teoria da probabilidade subjetiva de Savage. 81 7.1 Apresenta c ao . . . . . . . . . . . . . . . . . . . . 81 7.2 Elementos b asicos e axiomas comportamentais. . 83 8 Paradoxos da Teoria de Utilidade Esperada 93 8.0.1 O paradoxo de Allais. . . . . . . . . . . . 93 8.0.2 Paradoxo de Ellsberg . . . . . . . . . . . . 95
SUMARIO
III
Escolha sob Ambiguidade
97
9 Escolhas com ambiguidade. 99 9.1 Ambiguidade a partir de capacidades. . . . . . . 102 9.2 Ambiguidade a partir de Conjuntos de Probabilidades. . . . . . . . . . . . . . . . . . . . . . . . . 118
IV
Escolha Social
122
10 Regras de Escolha Social 124 10.1 Sistemas de Escolha Sim-N ao . . . . . . . . . . . 125 11 Teorema de Impossibilidade de Arrow 137
SUMARIO
Apresenta c ao
Esta monograa est a dividida em quatropartes: escolha sob certeza, sob risco e incerteza, escolha sob ambig uidade e escolha social. Antes de descrever o que cont em cada uma das partes, talvez devamos esclarecer a distin c ao entre risco, incerteza e ambig uidade. Entendemos por risco a situa c ao na qual o tomador de decis oes pode usar apenas uma probabilidade (objetivamente) denida para cada um dos resultados poss veis. Por exemplo, ao jogar um dado n ao-viesado, o indiv duo deve esperar o n umero 4 com probabilidade 1/6. A situa c ao de incerteza corresponde ao caso em que as probabilidades n ao s ao objetivamente denidas, isto e, o indiv duo atribui uma probabilidade subjetiva de que ocorra algum evento. Por exemplo, numa corrida de cavalos, o indiv duo acredita que um determinado cavalo ganhar a com 30% de chances. Ambig uidade ocorre quando mais de uma probabilidade pode ser usada. Por exemplo: ser a retirada ao acaso uma bola de uma urna com 100 bolas pretas e brancas e o tomador de decis ao tem de escolher entre apostar nas brancas ou nas pretas. A situa c ao ser a de risco se ele sabe que h a 30 bolas brancas e 70 bolas pretas, por exemplo, mas ser a de incerteza se ele n ao sabe a propor c ao das bolas na urna. N ao e preciso dizer que em v arias situa c oes de nossa vida temos de fazer escolhas, tomar decis oes, sob as mais diversas circunst ancias, muitas delas sendo situa c oes de incerteza e de ambig uidade. Ali as, devemos fazer a ressalva que a terminologia apresentada acima n ao e uniformemente usada em todos os textos e mesmo n ao e claro quando o melhor modelo e um modelo com ambig uidade ou com incerteza. No entanto, o objetivo desta monograa e apenas introduzir um m etodo de modelamento dessas situa c oes. Na constru c ao de nosso modelo, vamos
SUMARIO
procurar nos manter pr oximos ` a realidade, mas o leitor observar a a necessidade de fazer simplica c oes e restri c oes para que o modelo se torne trat avel. natural se perguntar porque o que signica trat E avel e por que queremos que o modelo tenha tal atributo. A resposta a estas quest oes est a intimamente ligada ao pr oprio objetivo da modelagem: pretendemos dispor de um modelo matem atico aproximado das decis oes humanas que nos permita prever, dentro de limita c oes aceit aveis, quais ser ao tais decis oes. Naturalmente, esse objetivo e fact vel apenas em parte, mas seu valor e t ao elevado que mesmo um resultado parcial j a e desej avel. De fato, um governo precisa antecipar as decis oes dos contribuintes frente ` as regras tribut arias que estiver determinando - e isso ter a impactos n ao apenas em suas receitas mas tamb em no desenvolvimento do pa s. Um gerente precisa antecipar as decis oes de compra de seus clientes em fun c ao dos pre cos que escolher. Tudo isso apela para o poder descritivo da teoria da escolha que vamos desenvolver. Mas nossa teoria ainda pode ir mais longe, dando indica c oes de quais decis oes s ao melhores em compara c ao com outras. Assim, a teoria come ca a adquirir um car ater normativo, isto e, indicador do que deve ser feito em cada situa c ao. Nesta monograa, vamos procurar partir sempre da descri c ao da realidade, para que o modelo se mantenha, tanto ` medida que a teoria for sendo dequanto poss vel, realista. A senvolvida, vamos apontando os aspectos normativos da mesma. Passemos agora ` a descri c ao detalhada do conte udo a ser abordado. A primeira parte apresenta os fundamentos da teoria de decis ao usualmente adotada em Economia. Sua aplica c ao e muito geral e, de fato, abrange muitos contextos diversos, servindo de base tamb em para as escolhas sob risco e sob incerteza. Na verdade, chega quase a ser uma impropriedade chamar a teoria
SUMARIO
desenvolvida nesta primeira parte como decis oes sob certeza. Um t tulo talvez mais preciso seria decis oes em situa c oes abstratas, mas isso poderia obscurecer o fato de que e bem f acil dar exemplos concretos da constru c ao que realizamos nesta parte. A primeira parte consta de tr es cap tulos. O cap tulo 1 desenvolve os conceitos de conjuntos de escolha e de ordens. O cap tulo 2 introduz o conceito de fun c ao de utilidade. O cap tulo 3 enuncia e demonstra o Teorema de Debreu de representa c ao de fun c ao utilidade. O cap tulo 4 introduz a Teoria do Consumidor como uma aplica c ao da teoria desenvolvida nesta primeira parte. Na segunda parte, tratamos sob as situa c oes de risco. O cap tulo 5 introduz o conceito de estados da Natureza. No cap tulo 6, apresentamos a Teoria de Utilidade Esperada, de von Neumman e Morgenstern. No cap tulo 7, apresentamos a teoria de probabilidades subjetivas de Savage, que contempla o que chamamos de situa c ao de incerteza. No cap tulo 8, apresentamos as principais cr ticas ` a Teoria de Utilidade Esperada, atrav es dos paradoxos de Allais e de Ellsberg. A partir da , tratamos da Escolha sob Ambiguidade, apresentando os modelos de Schmeidler e de Gilboa-Schmeidler no cap tulo 9. O cap tulo 10 introduz regras de escolha social. Finalmente, o importante Teorema de Impossibilidade de Arrow e enunciado e provado no cap tulo 11.
Parte I
Escolha sob Certeza
Cap tulo 1
Conjuntos de Escolha e Ordens

1.1 Introdu c ao
Para motivar e introduzir algumas situa c oes que nossa teoria ser a capaz de modelar, vamos apresentar alguns exemplos. Exemplo 1. Um consumidor precisa de uma geladeira nova. Vai a uma loja (ou pesquisa pela internet) e encontra v arias op c oes, com mais ou menos capacidade, reservat orio de agua com sa da externa, porta do congelador e da geladeira independentes, etc. Cada uma delas, dependendo das vantagens apresentadas e da marca, tem um custo diferente. Ele tem um or camento dentro do qual pode gastar. A geladeira mais cara, por exemplo, est a fora do que pode comprar. No entanto, a mais barata n ao atende a suas expectativas. Como far a sua escolha? A pergunta apresentada neste exemplo e a mais simples e, talvez, uma das mais dif cieis da Teoria da Escolha. H a ainda 10
[SEC. 1.1: INTRODUC AO
11
muita pesquisa sendo desenvolvida para compreender esse processo de escolha (que leva em conta muitos aspectos mentais). O que apresentaremos nesta monograa e apenas a abordagem (neo-)cl assica da economia, em alguns aspectos pouco satisfat oria, mas muito u til em certas aplica c oes. Exemplo 2. Um apostador est a considerando em que cavalo deve fazer sua aposta (de $1), sendo que cada um d a um pagamento diferente, conforme demonstrado abaixo: atos / vencedor cavalo 1 cavalo 2 cavalo 3 aposta no cavalo 1 3 1 1 aposta no cavalo 2 1 1 1 aposta no cavalo 3 1 1 5 O indiv duo, ent ao, aposta no cavalo 1. Isso e razo avel? O que implica em termos das cren cas do apostador sobre a probabilidade do cavalo 1 ganhar? Exemplo 3. O gerente de uma empresa est a diante de duas oportunidades de investimento, A e B, mas pode escolher apenas uma delas. A alternativa A d a um lucro de $1000 com 80% de chance e de $100 com 20% de chance. A alternativa B d a um lucro certo (sem risco) de $800. O gerente escolhe a segunda. O que se pode inferir sobre suas prefer encias? Ele agiu de forma irracional? Exemplo 4. Um investidor considera investir em a c oes ou aplicar em um fundo de renda xa. Como se sabe, o retorno da a c ao e incerto (podendo ser alto ou at e negativo), enquanto o da renda xa e conhecido. Que informa c oes ele deve considerar para fazer a decis ao sobre qual deve ser sua aloca c ao? Considere ainda o seguinte exemplo:
12
[CAP. 1: CONJUNTOS DE ESCOLHA E ORDENS
Exemplo 5. Um indiv duo tem as seguintes prefer encias: ele prefere uma determinada casa de campo a um autom ovel; prefere o autom ovel a um apartamento; mas prefere o apartamento ` a casa de campo. H a algo de estranho com as prefer encias desse indiv duo? Vamos supor que ao dizermos prefere, estamos querendo dizer que o indiv duo est a disposto a pagar uma quantia positiva para para trocar de um bem pelo outro. Nesse caso, esse indiv duo pode car pobre rapidamente: suponha que ele tenha a casa e paga (pelo menos um pouco) para troc a-la pelo apartamento; ent ao paga novamente para trocar o apartamento pelo autom ovel e nalmente paga para trocar o apartamento pela casa. Ao m, continua com a casa e apenas perdeu dinheiro. Esse tipo de prefer encia, portanto, n ao e muito razo avel e ela ser a eliminada no tipo de teoria que faremos para escolhas. Quando a circunst ancia acima e proibida (e outras hip oteses razo aveis s ao assumidas), veremos que e poss vel denir uma fun c ao de utilidade para representar as escolhas do indiv duo. Isso ser a muito conveniente e u til no que faremos em seguida. Com exce c ao do primeiro exemplo, as situa c oes acima envolvem eventos incertos. Apesar disso e do t tulo desta parte, a teoria que desenvolveremos aqui ser a capaz de abranger todos estes exemplos. Naturalmente isso signicar a que precisaremos ser mais abstratos no modelamento das escolhas. No entanto, o tratamento dado aqui permitir a a especializa c ao para o caso de risco e de incerteza, da segunda e terceira parte.
1.2
Conjuntos e Regras de Escolha
Seja X o conjunto de alternativas que um indiv duo t em a sua frente. No exemplo 1 da introdu c ao, eram as geladeiras da loja;
[SEC. 1.2: CONJUNTOS E REGRAS DE ESCOLHA
13
no exemplo 2, os cavalos em que poderia apostar, etc. No exemplo 1, mencionamos que o indiv duo pode n ao ser capaz de escolher todos os elementos em X (por limita c oes or cament arias, por exemplo). Para estudar as escolhas do indiv duo em X , seja X o conjunto das partes de X , isto e, X = {A : A X }e seja B um subconjunto de X que n ao cont em o vazio. B representar a a lista de conjuntos sob os quais o indiv duo faz suas escolhas (por exemplo, o conjunto de objetos dispon vel para compra pelo indiv duo, sob diversas situa c oes or cament arias). Para cada B B , o indiv duo poder a escolher um (ou mais) elemento(s) de B , atrav es de uma fun c ao de escolha, denida da seguinte forma: Deni c ao. Uma fun c ao (ou regra) de escolha e uma fun c ao C : B X tal que C (B ) B . Observe que, apesar de / B , a deni c ao permite que C (B ), isto e, uma fun c ao de escolha pode assumir valores vazios. Permitimos isso por conveni encia.1 O sentido da fun c ao de escolha e de que C (B ) representa os elementos de B que o indiv duo considera melhores. Deni c ao. Uma estrutura de escolha e uma tripla (X, B , C ), formada por um conjunto de alternativas X , uma lista de conjuntos de escolha BX (X ) e uma fun c ao de escolha C : B X. Por exemplo, suponha que um economista experimental convida um grupo de m estudantes para participar de uma pesquisa de prefer encias. S ao utilizados n objetos, isto e, X = {x1 , ..., xn }. O cientista apresenta para os estudantes todos os
1
A deni c ao de Mas-Colell et. al. (1995) n ao permite isso.
14
poss veis pares de objetos, entre os quais os estudantes devem escolher aqueles que preferem. A experi encia e modela da seguinte forma. Primeiro, a lista dos conjuntos de escolha e
n B = n i=j,i=1 j =1 {xi , xj }.
Cada estudante k = 1, ..., m tem uma regra de escolha Ck : B X , que atribui ao conjunto {xi , xj }, com i = j , a escolha Ck ({xi , xj }) {xi , xj }. Vamos ser mais concretos: suponha que n = 3 (h a 3 objetos) e m = 1 (h a um s o indiv duo). Ent ao uma possibilidade para a regra de escolha e C0 ({x1 , x2 }) = {x1 } ; C0 ({x1 , x3 }) = {x3 } ; C0 ({x2 , x3 }) = {x2 , x3 } . Se essas s ao as escolhas do estudante, ent ao o cientista poderia ach a-las um tanto estranhas: quando confrontado com as alternativas x1 e x3 , ele escolhe apenas x3 (o que nos levaria a dizer que x3 e considerado melhor do que x1 ) e quando e confrontado com x1 e x2 , ele escolhe apenas x1 (o que entender amos por signicar que x1 e melhor do que x2 . No entanto, x2 tamb em e escolhido quando x2 e x3 s ao ofertados. Logo, x2 e t ao bom quanto x3 . Para evitar esse problema de interpreta c oes (e acomodar tal tipo de prefer encias), n os lemos a situa c ao x, y B , x C (B ) como x e (revelado) ser pelo menos t ao bom quanto y . Lendo dessa forma, a escolha acima parece um pouco menos estranha. No entanto, suponhamos que num segundo experimento, tenhamos o seguinte: X = {x, y, z, w}, B = {{x, y } , {y, z, w} , {x, y, w} , {x, y, w, z }}
15
e as seguintes fun c oes de escolha: C1 ({x, y }) = {x} ; C1 ({y, z, w}) = {z } ; C1 ({x, y, w}) = {w} ; C1 ({x, y, z, w}) = {z } . e C2 ({x, y }) = {x} ; C2 ({y, z, w}) = {y } ; C2 ({x, y, w}) = {w} ; C2 ({x, y, z, w}) = {z } . A regra de escolha 1 n ao parece ter problemas: o indiv duo prefere sempre z . Se este n ao est a presente, prefere w e caso este n ao esteja presente, prefere x. A regra 2, no entanto, apesar de ter apenas um valor diferente (para o conjunto {y, z, w}), e muito estranha. Apesar de z ser escolhido frente ao conjunto {x, y, z, w}, esta alternativa n ao e escolhida frente a {y, z, w}. Uma teoria sobre indiv duos que escolhem dessa forma seria muito dif cil e provavelmente n ao seria muito u til (ele pode escolher de maneiras muito inesperadas!). Por isso, gostar amos de denir uma propriedade razo avel que impe ca esse tipo de escolha. Amartya Sen introduziu a seguinte propriedade: Propriedade de Sen: Dizemos que uma estrutura de escolha (X, B , C ) ou, abreviadamente, que a regra de escolha C satisfaz a Propriedade se ocorre o seguinte: para todos B1 , B2 B , se x B1 B2 e x C (B2 ), ent ao x C (B1 ). Observe que C2 acima n ao cumpre a Propriedade . De fato, z {y, z, w} {x, y, z, w} e z C2 ({x, y, z, w}) = {z }, mas z / C2 ({y, z, w}) = {y }.
16
Observe que o primeiro exemplo satisfaz a Propriedade . Suponha, no entanto, que modicamos aquele exemplo para incluir na lista de conjuntos de escolha o conjunto X = {x1 , x2 , x3 }. Temos: C3 ({x1 , x2 }) = {x1 } ; C3 ({x1 , x3 }) = {x3 } ; C3 ({x2 , x3 }) = {x2 , x3 } C3 ({x1 , x2 , x3 }) = {x1 } Esta regra n ao satisfaz a Propriedade , porque x1 {x1 , x3 } {x1 , x2 , x3 }, e x1 C3 ({x1 , x2 , x3 }), mas x1 C3 ({x1 , x3 }). Al em da propriedade , Sen introduziu a: Propriedade de Sen: Dizemos que uma estrutura de escolha (X, B , C ) ou, abreviadamente, que a regra de escolha C satisfaz a Propriedade se ocorre o seguinte: para todos B1 , B2 B , se x, y C (B1 ), B1 B2 , ent ao x C (B2 ) y C (B2 ). u E til reexaminar os exemplos anteriores e vericar se satisfazem ou n ao a Propriedade . Temos que C0 satisfaz trivialmente porque se B1 , B2 B e B1 B2 ent ao B1 = B2 . C1 e C2 tamb em satisfazem trivialmente porque se a, b C (B1 ), ent ao a = b. C3 satisfaz porque se B1 B2 , B1 = B2 , ent ao B2 = {x1 , x2 , x3 } e se x = y , x, y C (B1 ), ent ao B1 = {x2 , x3 } e x, y C (B2 ). (Da conclu mos que n ao implica .) Vejamos agora um exemplo que n ao satisfaz a Propriedade : C4 ({x1 , x2 }) = {x1 , x2 } ; C4 ({x1 , x3 }) = {x1 } ; C4 ({x2 , x3 }) = {x2 } ; C4 ({x1 , x2 , x3 }) = {x1 } .
17
De fato, C4 n ao satisfaz porque x1 , x2 C4 ({x1 , x2 }) = {x1 , x2 } {x1 , x2 , x3 } e x1 C4 ({x1 , x2 , x3 }) mas x2 C4 ({x1 , x2 , x3 }). Observe, por em, que C4 satisfaz a propriedade , porque se B1 B2 , B1 = B2 , ent ao B2 = {x1 , x2 , x3 }. Se x C4 ({x1 , x2 , x3 }), ent ao x = x1 e x1 C (B1 ) se x1 B1 . Isto mostra que a Propriedade n ao implica a Propriedade . Na verdade, as duas propriedades podem ser combinadas numa u nica, mais sint etica (e tamb em mais conhecida), que pode, no entanto, ser mais trabalhosa para vericar. Trata-se do Axioma Fraco das Prefer encias Reveladas: Axioma Fraco das Prefer encias Reveladas (AFPR). Dizemos que uma estrutura de escolha (X, B , C ) cumpre o Axioma Fraco das Prefer encias Reveladas ou, abreviadamente, que a regra de escolha C cumpre o AFPR se ocorre o seguinte: quaisquer que sejam B1 e B2 B e x, y B1 B2 , ent ao x C (B1 ) , y C (B2 ) y C (B1 ) . Na verdade, e equivalente solicitar a implica c ao (aparentemente mais forte):
x C (B1 ) , y C (B2 ) y C (B1 ) , x C (B2 .) Para ver essa equival encia, basta trocar os pap eis de x e y e de B1 e B2 na primeira deni c ao: x, y B1 B2 , x C (B1 ), y C (B2 ) x C (B2 ). Pensamos que a u ltima rela c ao eu til por ser mais facilmente recordada. Naturalmente estamos interessados em estudar as rela c oes entre as propriedades e e o AFPR. O teorema abaixo estabelece de fato que as propriedades e s ao equivalentes ao AFPR se as regras de escolha s ao n ao vazias.
18
Teorema 1. As propriedades e implicam o AFPR. O AFPR implica a propriedade . Se C (B ) = , B B , ent ao o AFPR implica tamb em a propriedade . Prova. , AFPR. Suponha que C (.) satisfaz as propriedades e . Sejam x, y B1 B2 , x C (B1 ), y C (B2 ). Basta provar que y C (B1 ). Como B1 B2 B2 , a propriedade implica que y C (B1 B2 ). Como B1 B2 B1 , a propriedade implica que x C (B1 ) y C (B1 ). A conclus ao segue. AFPR . Sejam B1 , B2 B , x, y C (B1 ), B1 B2 . O AFPR implica que se x C (B2 ) ent ao y C (B2 ). Da mesma forma, y C (B2 ) x C (B2 ), isto e, x C (B2 ) y C (B2 ) e vale a propriedade . C () = e AFPR . Sejam B1 , B2 B e x B1 B2 , x C (B2 ). Como C (B1 ) = , existe y C (B1 ) B1 B2 . Pelo AFPR, x C (B2 ) e y C (B1 ) implica x C (B1 ). Por enquanto, estas propriedades s ao sucientes para nosso prop osito de estudar escolhas razo aveis. Veremos, por em, que h a estruturas matem aticas mais u teis, pela facilidade com que podem ser manipuladas. Estamos falando das ordens ou prefer encias, abordadas a seguir.
1.3
Prefer encias
Seja X um conjunto de escolhas. No exemplo 1 acima, X ={aposta no cavalo 1, aposta no cavalo 2, aposta no cavalo 3}. No exemplo 2, X = {A, B }. No exemplo 3, X = R+ R+ , denotando as quantidades (n ao negativas) a serem aplicadas em a c oes e renda xa.
[SEC. 1.3: PREFERENCIAS
19
Uma prefer encia sobre X e simplesmente uma rela c ao 2 em X , isto e, X . Ent ao, para x, y X , podemos ter (x, y ) . Nesse caso, escrevemos tamb em x y e lemos x e pelo menos t ao bom quanto y ou x e fracamente (debilmente) melhor que y . A partir da rela c ao de prefer encia denimos duas novas rela c oes, e : x y (x y ) (y y ) (y x) ; x) .
x y (x
Adotamos o seguinte: x y l e-se como x e (estritamente) melhor do que y ou x e prefer vel a y , enquanto x y l e-se como x e t ao bom quanto y ou x e equivalente a y ou ainda o indiv duo e indiferente entre x e y . Para estudar as propriedades dessas tr es rela c oes, vamos nos recordar das seguintes propriedades gerais de uma rela c ao R X 2. R e transitiva se x, y, z X , xRy e yRz implicam xRz . R e completa se x, y X , xRy ou yRx. R e reexiva se x X , xRx. R e sim etrica se x, y X , xRy yRx. R e assim etrica x, y X , xRy (yRx). R e negativamente transitiva se x, y, z X , xRz (xRy ) (yRz ). R e rela c ao de equival encia se e sim etrica, reexiva e transitiva. R e racional se e completa e transitiva.
20
A partir de uma prefer encia Com base nas deni c oes acima, podemos chegar a algumas conclus oes (que s ao exerc cios f aceis para os leitores): 1. Se 2. Se 3. Se 4. Se 5. Se e transitiva, ent ao e transitiva.
e transitiva, ent ao e transitiva. e transitiva, e x y, y z ent ao x z ent ao x z. z.
e transitiva, e x y , y
e completa, ent ao e reexiva.
6. e sim etrica. 7. Existe 8. Existe 9. Existe 10. Se 11. 12. tal que n ao e reexiva. completa tal que n ao e completa.
completa tal que n ao e completa. e vazia.
e sim etrica ent ao n ao e sim etrica. e assim etrica.
13. Existe rela c ao que n ao e sim etrica e tamb em n ao e assim etrica. 14. Se 15. Se e racional, ent ao e rela c ao de equival encia. e racional, ent ao e negativamente transitiva.
As prefer encias servir ao para modelar as escolhas dos consumidores.
[SEC. 1.3: PREFERENCIAS
21
O exemplo 5 acima justica a necessidade de que a prefer encia seja transitiva. Tamb em e natural pedir que ela seja completa. De fato, se n ao for completa ent ao existem duas alternativas x e y em X , tais que o indiv duo e incapaz de decidir entre x e y (ou de compar a-las). Observe que isso n ao e o mesmo de dizer que o ind viduo e indiferente entre x e y , o que pode ser modelado como x y (x y ) (y x). Ent ao pediremos que as prefer encias dos indiv duos sejam sempre transitivas e completas. Quando uma prefer encia e transitiva e completa, dizemos que ela e racional. Prefer encias racionais s ao muito convenientes e importantes, em vista do fato de poderem ser representadas por fun c ao utilidade, conforme mostraremos no pr oximo cap tulo. Por enquanto, vamos estudar a rela c ao entre prefer encias e fun c oes de escolha.
1.3.1
Observa c ao sobre a deni c ao
H a autores que ao inv es de partir da rela c ao e denir e , como zemos, partem da ordem estrita que, para n ao confundir, denotaremos por >. Ent ao denem: x y (x > y ) (y > x) x y (x > y ) (x y )
Observe que esta forma de denir n ao e em geral equivalente a que demos. No entanto, temos a seguinte: Proposi c ao. Suponha que x completa. Ent ao: y x > y e que seja
x yxy x yx y
22
Demonstra c ao. x y (x y )(y x) (x y ) (y x) (x > y ) (y > x) x y , onde a segunda equival encia vale pela completude de . Para o segundo resultado, veja que x y (x > y ) (x y ) (x y )(x y ) ((x y ) (y x)) ((x y ) (y x)) x y . Proposi c ao. Suponha que x y x > y . Ent ao e completa se e reexiva e se > cumpre a seguinte condi c ao: x, y X , x = y , ent ao x > y ou y > x. Demonstra c ao. Como e reexiva, x x. Suponha que x = y e (x y ). Temos: (x y ) (x y ) (y x) (x y ) (x > y ) (y > x) (pela hip otese) (y x) (y x). Logo, estabelecemos que para todo x e y , (x y ) (y x). Observa c ao N ao vale a volta da proposi c ao anterior, pois se x y e x = y , n ao se cumpre (x y ) (y x).
1.4
Como obter prefer encias de conjuntos de escolha e vice-versa
Nosso primeiro objetivo ser a denir, a partir de estruturas de escolhas, uma prefer encia correspondente. A seguir, faremos a tarefa inversa: denir uma estrutura de escolha a partir de prefer encias. A se c ao concluir a com a rela c ao entre ambas.
1.4.1
Como denir uma uma prefer encia a partir de uma estrutura de escolha
Dada uma estrutura de escolha (X, B , C ), e poss vel denir a seguinte prefer encia associada ` a mesma: x
C
y B B , tal que x, y B e x C (B ) .
[SEC. 1.4: COMO OBTER PREFERENCIAS DE CONJUNTOS DE ESCOLHA E VICE-VERSA23
Observe que tal deni c ao depende muito fortemente da exist encia de conjuntos de escolha na lista B . Esta, por em, n ao eau nica deni c ao poss vel. Poder amos ter denido a seguinte prefer encia: x
M
y B B , tal que x, y B ent ao y C (B ) x C (B ) .
Temos o seguinte resultado, por em: Lema 1. Suponha que (X, B , C ) satisfa ca o AFPR.Ent ao x
C
yx
y.
Prova. Uma vez que x C y , existe B1 B , tal que x, y B1 e x C (B1 ) . Suponha que x M y , isto e, existe um B2 tal que x, y B2 , y C (B2 ) mas x / C (B2 ). Isso contraria o AFPR, uma vez que x C (B1 ), y C (B2 ) x C (B2 ), y C (B1 ). Lema 2. Suponha que (X, B , C ) seja tal que C () = e que B contenha todos os conjuntos de dois elementos.Ent ao x
M
yx
y.
Prova. Por hip otese, {x, y } B . Como C ({x, y }) = ent ao x C ({x, y }), ou y C ({x, y }). No segundo caso, x M y implica que y C ({x, y }) x C ({x, y }). Assim, sempre se ter a x C ({x, y }), o que signica que x C y. Exerc cio. Encontre contra-exemplos para os dois lemas acima, quando suas hip oteses s ao relaxadas. Os resultados acima indicam que n ao apenas o AFPR mas tamb em a riqueza das listas de conjuntos de escolha s ao propriedades desej aveis para uma estrutura de escolha.
24
1.4.2
Como denir uma estrutura de escolha a partir de uma prefer encia
A maneira mais natural de denir uma estrutura de escolha C (, ) a partir de uma prefer encia e a seguinte: C (B, ) {x B : x y, y B } .
O conjunto C (B, ) e chamado de conjunto de melhores elementos de B . Observe que a princ pio podemos denir a fun c ao de escolha C (B, ) para qualquer conjunto B X , isto e, a deni c ao n ao imp oe restri c ao aos conjuntos na lista de conjuntos de escolha. Apesar de essa ser bastante natural, h a uma outra forma de obter uma fun c ao de escolha a partir de uma prefer encia. Trata-se dos conjuntos de elementos maximais, denido por: M (B, ) {x B : y B tal que y x} ,
onde, como antes, y x y x (x y ). Antes de prosseguir talvez o leitor julgue conveniente pensar em qual das duas rela c oes e mais restritiva. De fato, propomos o seguinte: Exerc cio: Crie um exemplo de prefer encia tal que C (B, ) = M (B, ). Voc e e capaz de dar um exemplo com prefer encias transitivas? Se n ao conseguir fazer esse exerc cio diretamente, as informa c oes abaixo podem ajudar a vericar o que n ao pode ser feito. De fato, temos o seguinte: Lema 1. C (B, ) M (B, ). Prova: Seja x C (B, ), isto e, y B, x y . Por contradi c ao, suponha que x / M (B, ), isto e, y B, tal
[SEC. 1.4: COMO OBTER PREFERENCIAS DE CONJUNTOS DE ESCOLHA E VICE-VERSA25
que y y B.
x (y
x) (x
y ). Isto contradiz x
y,
Lema 2. Se e completa, ent ao: M (, ) = C (, ). Prova: Resta provar que M (B, ) C (B, ). Seja x M (B, ), isto e, y B tal que y x. Se x / C (B, ), ent ao y B, (x y ), isto e, y x, porque e completa. Logo, y x, o que d a a contradi c ao. Lema 3. Se for transitiva, C (, ) = , ent ao C (, ) = M (, ). Prova: x0 C (B, ), isto e, y B, x0 y. Pelo Lema 1, x0 M (B, ). Suponha que z M (B, ) tal que z / C (B, ). Mas x0 z porque x0 C (B, ). Como z M (B, ), n ao pode ser x0 z . Portanto, z x0 . Como y B, x0 y e e transitiva, ent ao y B, z y . Isto contradiz z / C (B, ). Desses lemas, v e-se claramente que as duas formas de denir a fun c ao de escolha s ao equivalentes se a prefer encia e racional. Um resultado importante e o seguinte: Proposi c ao. Se e racional e B e nito n ao vazio, ent ao C (B, ) = . Prova. Vamos fazer a prova por indu c ao no n umero n de elementos de B . O resultado e trivial se n = 1, pois e reexiva. Suponha v alido para n, isto e, se B tem n elementos, C (B, ) = . Considere um conjunto B com n + 1 elementos. Tome-se um elemento x B . O conjunto B \{x} tem n elementos e, portanto, y C (B \{x}, ), isto e, y z , z B \{x}. Como e completa, ou x y ou y x. No primeiro caso, a transitividade implica que x z , z B , isto e, x C (B, ). No segundo caso, y z , z B , isto e, y C (B, ). Em qualquer caso, C (B, ) = .
26
Observe que no caso de B innito, a proposi c ao acima n ao e mais v alida. De fato, considere o seguinte: Exemplo. Seja B = (0, 1) = {x R : 0 < x < 1} e seja denida como a ordem natural dos n umeros reais: . Ent ao C (B, ) = .
1.4.3
Racionaliza c ao e Representa c ao
racionaliza a estrutura
Dizemos que uma prefer encia racional de escolha (X, B , C ) se
C (B, ) = C (B ) , B B . Analogamente, dizemos que uma estrutura de escolha (X, B , C ) representa uma prefer encia se x yx
C
y.
Temos o seguinte resultado: Proposi c ao. Suponha que seja racional e que (X, B , C ) satisfa ca o AFPR, B cont em todos os conjuntos de 1 e 2 elementos e que C () e n ao vazia. Ent ao racionaliza (X, B , C ) se e somente se (X, B , C ) representa . Prova. Suponha que racionaliza C. Devemos provar que x y x C y . Suponha que x y . Sabemos que {x, y } B . Do fato que racionaliza C , x C ({x, y }). Logo, por deni c ao, x C y . Suponha agora que x C y . Existe, portanto, conjunto B B tal que x, y B e x C (B ). Como C satisfaz a propriedade ent ao x C ({x, y }) {x, y } B . Como racionaliza C , x C ({x, y } , ) = C ({x, y }). Logo, x y. Suponha agora que C representa , isto e, x y x C y. Devemos provar que C (B, ) = C (B ), B B , nito. Seja x
[SEC. 1.5: PROPRIEDADES DE PREFERENCIAS E ESTRUTURAS DE ESCOLHA27
C (B, ). Queremos mostrar que x C (B ). Caso contr ario, existe um outro elemento y C (B ) B . Como x C (B, ), x y o que implica que x C y . Por sua vez, isso implica que B B tal que x, y B e x C (B ). Pelo AFPR, x C (B ). Isso mostra que C (B, ) C (B ). Tome agora x C (B ). Se x / C (B, ), existe um z B tal que (x z ). C Ent ao x z . Mas isso contradiz o fato que x, z B e x C (B ). Isto completa a prova. Observe que uma implica c ao da proposi c ao acima e que, quando a lista de conjuntos de escolha t em todos os conjuntos de 1 e 2 elementos, ent ao C e a u nica prefer encia que pode racionalizar C (). A pr oxima se c ao tratar a de alguns aspectos da racionaliza c ao e da representa c ao de prefer encias e estruturas de escolha.
1.5
1.5.1
Propriedades de Prefer encias e Estruturas de Escolha

Racionalidade e suas implica c oes sobre C (, )
Quando a prefer encia e racional, devemos esperar que C (, ) cumpra o AFPR? Ali as, a racionalidade e necess aria para que C (, ) cumpra o AFPR? O lema abaixo mostra que a propriedade e sempre cumprida por C (, ). O lema seguinte mostra que a transitividade e suciente para a propriedade . Lema 1. C (, ) cumpre a propriedade . Prova. Seja x B1 B2 , x C (B2 , ). Ent ao x y B2 . Ou seja, x y , y B1 . Logo, x C (B2 , ). Lema 2. Se priedade .
y,
e transitiva, ent ao C (, ) cumpre a pro-
28
Prova. Sejam x, y B1 B2 , x, y C (B1 , ), o que requer x y e y x. Queremos provar que x C (B2 ) y C (B2 ). Se x C (B2 ), ent ao x z , z B2 . Mas ent ao o fato de que y x e a transitividade implicam que y z, z B2 . A implica c ao inversa e similar. Corol ario. AFPR. Se e transitiva, ent ao C (, ) cumpre o
Exerc cio. D e um contra-exemplo de uma tal que C (, ) n ao cumpre a propriedade .
n ao-transitiva,
1.5.2
As implica c oes do AFPR
Considere a seguinte estrutura de escolha: Exemplo. X = {a, b, c}, B = {{a, b} , {b, c} , {a, c}} e C ({a, b}) = {a}, C ({b, c}) = {b}, C ({a, c}) = {c}. Como B1 , B2 B , B1 B2 B1 = B2 , as propriedades e s ao trivialmente satisfeitas, isto e, a estrutura de escolha satisfaz o AFPR. No entanto, temos que a C b, b C c, c C a mas n ao vale b C a, c C b, a C c. Isso implica que C n ao e transitiva. Conclu mos que C satisfaz o AFPR mas C n ao e racional. O leitor pode perceber que a principal raz ao para termos conseguido produzir o exemplo acima foi o fato de a lista de conjuntos de escolha ser demasiadamente pobre. De fato, temos o seguinte resultado importante: Teorema. Suponha que a estrutura de escolha (X, B , C ) satisfa ca o AFPR, cumpra C () = e B contenha todos os conjuntos de 1, 2 e 3 elementos. Ent ao C e racional. Mais ainda, eau nica prefer encia que racionaliza C .
[SEC. 1.5: PROPRIEDADES DE PREFERENCIAS E ESTRUTURAS DE ESCOLHA29
Prova. (i) C e completa. Dados x, y X , {x, y } B (mesmo que x = y ). Como C ({x, y }) = , ent ao ou x C ({x, y }) ou y C ({x, y }). No primeiro caso, temos x C y e no segundo, y C x. (ii) C e transitiva. Suponha que x C y e y C z . Isso signica que existem B1 e B2 B tais que x, y B1 , y, z B2 , x C (B1 ) e y C (B2 ). Queremos mostrar que x C z . Para tanto, basta mostrar que x C ({x, y, z }). Como C ({x, y, z }) = , ou temos nossa tese ou ent ao y C ({x, y, z }) ou z C ({x, y, z }). No u ltimo caso, o AFPR permite escrever z C ({x, y, z }) , y C (B2 ) y C ({x, y, z }) , z C (B2 ) . De qualquer forma, portanto, temos que y C ({x, y, z }). Novamente o AFPR nos d a: y C ({x, y, z }) , x C (B1 ) x C ({x, y, z }) , y C (B1 ) . Portanto, x C ({x, y, z }) como quer amos. (iii) A unicidade vem da u ltima proposi c ao da se c ao anterior.
Cap tulo 2
Fun c ao utilidade
Como vimos nos cap tulos anteriores, e poss vel representar escolhas das pessoas por estruturas de escolha ou por prefer encias. No entanto, estas formas ainda n ao s ao completamente satisfat orias porque s ao pouco pr aticas para aplica c oes. Em particular, n ao permitem utilizar as convenientes ferramentas do c alculo, que s ao poss veis com fun c oes. Nosso primeiro objetivo e estabelecer as implica c oes sobre as prefer encias para o fato de serem represent aveis por fun c oes de utilidade. Com isso, aprenderemos as condi c oes necess arias para essa representabilidade. Em seguida, estudaremos condi c oes sucientes. Isso nos levar a a analisar o caso de nitas alternativas e ir tomando conjuntos cada vez mais gerais. Por m, seremos capazes de estabelecer a exist encia de representa c ao por fun c ao utilidade em situa c oes sucientemente gerais para serem u teis. 30
POR FUNC UTILIDADE31 [SEC. 2.1: PREFERENCIAS E SUA REPRESENTAC AO AO
2.1
Prefer encias e sua representa c ao por fun c ao utilidade
Deni c ao. Dizemos que uma fun c ao utilidade u : X R representa uma prefer encia quando para todos x, y X , x y u (x) u (y ). Trabalhar com fun c oes utilidade e, em geral, muito mais conveniente que trabalhar com prefer encias, porque podemos usar as ferramentas de an alise e c alculo para tirar conclus oes sobre as prefer encias e os comportamentos dos indiv duos. Temos o seguinte resultado que mostra a import ancia das prefer encias racionais: Teorema 1. Se uma prefer encia pode ser representada por fun c ao utilidade, ent ao e racional. Prova: Suponha que u : X R representa a prefer encia . Vamos provar que e completa. Dados x, y X , temos u (x) u (y ) ou u (y ) u (x). Logo, x y ou y x, ou seja, e completa. Agora, se x y , y z , ent ao u (x) u (y ) e u (y ) u (z ). Logo, u (x) u (z ) ou x z , o que mostra que e transitiva. Bom, uma vez que n os mostramos que ser racional e condi c ao necess aria para haver representa c ao por fun c ao utilidade, nossa pr oxima pergunta e saber se seria tamb em condi c ao suciente. No caso geral, a resposta e negativa, conforme mostra o seguinte contra-exemplo: Os resultados positivos que obtivemos at e aqui nos sugerem a pergunta: ser a que n ao vale a exist encia de fun c ao utilidade no caso geral? Infelizmente, a resposta e negativa, como mostra o seguinte:
32
UTILIDADE [CAP. 2: FUNC AO
Exemplo. Prefer encias Lexicogr acas 2 Seja X = R e a prefer encia Lexicogr aca seguinte forma: (x1 , x2 ) (y1 , y2 ) x1 > y1 ou x1 = y1 e x2
denida da
y2 .
Deixamos para o leitor vericar que esta prefer encia e racional. No entanto, ela n ao tem representa c ao por fun c ao utilidade. De fato, suponha que exista u : X R que representa . Ent ao denamos a fun c ao: f : R Q da seguinte forma. Para cada x R, sabemos que u (x, 1) < u (x, 2). Existe, ent ao, um r Q tal que u (x, 1) < r < u (x, 2). Denamos f (x) = r. Observe que se x, y R, y > x, ent ao f (x) < u (x, 2) < u (y, 1) < f (y ) . Logo, f : R Q e estritamente crescente e, portanto, injetiva. Isso e um absurdo porque n ao pode haver fun c ao injetiva de um conjunto n ao-enumer avel (no caso, R) para um conjunto enumer avel (Q ). O exemplo acima mostra que a racionalidade n ao e condi c ao suciente para a demonstra c ao de exist encia de representa c ao por fun c ao utilidade no caso geral. Vamos precisar considerar outras hip oteses.
2.2
Caso Finito
A situa c ao mais simples onde se consegue estabelecer a representa c ao por fun c ao utilidade ocorre quando X e nito. Teorema 2. Seja X nito. Ent ao uma prefer encia sobre X pode ser representado por fun c ao utilidade se e somente se for racional.
[SEC. 2.2: CASO FINITO
33
Prova A necessidade j a foi demonstrada no Teorema 1. Mostremos a suci encia por indu c ao no n umero de elementos de X . Se X tem apenas 1 (ou nenhum) elemento, n ao h a o que demonstrar. Por hip otese de indu c ao, vamos supor que toda prefer encia racional sobre um conjunto com k 1 elementos t em representa c ao. Mostremos que tamb em tem representa c ao uma prefer encia racional sobre um conjunto X com k + 1 elementos. Fixe um elemento x0 do conjunto X e seja X = f X \ {x0 }. Seja a restri c ao de ao conjunto X . E acil ver que e racional. (Exerc cio: verique isso.) Ent ao existe fun c ao u : X R que representa . Ordene os elementos de X de forma que u (x1 ) u (x2 ) ... u (xk ). Ent ao x1 x2 ... xk , o que implica tamb em x1 x2 ... xk . Se x0 x1 , escolha u (x0 ) > u (x1 ) e se xk x0 , escolha u (x0 ) < u (xk ). Caso contr ario, existe n, 1 n k , tal que xn x0 xn+1 , porque e completa. Ent ao dena: u (xn ) , u (xn )+u (xn+1 ) 2 u (xn+1 ) , se x0 xn se xn x0 xn+1 se x0 xn+1
u (x0 ) =
Em qualquer caso, para todo 1 n k , ponha u (xn ) = u (xn ). A fun c ao assim denida representa . De fato, se x, y X , h a tr es casos: 1o caso. Se x, y X , como u = u em X , ent ao x y se e somente se u (x) = u (x) u (y ) = u (y ), porque u representa . 2o caso. Se apenas um, digamos y pertence a X , ent ao x = x0 e x y se e somente se u (x) = u (x0 ) u (y ) = u (y ) (Complete o argumento chegando essa arma c ao.) 3o caso. Se x, y X \X , x = y = x0 e u (x) = u (y ) = u (x0 ). Assim, a u denida representa .
34 2a Prova. Dena u (x) = {y X : x
y} .
Se x z ent ao {y X : z y } {y X : x y }. Logo, u (z ) u (x). Conversamente, suponha que u (z ) u (x) e que y {y X : z y } e y / {y X : x y }. Por completeza, y x e, portanto, z x, uma vez que z y . Mas ent ao, por transitividade, {y X : z y } {y X : x y }, o que implica que u (z ) > u (x), uma contradi c ao da hip otese original. Portanto, u (z ) u (x) implica {y X : z y } {y X : x y } e obtemos x z . Observa c ao: Na u ltima demonstra c ao, foi usada a nitude para que a fun c ao esteja bem denida.
2.3
Caso Enumer avel
O Teorema 2 nos sugere o seguinte: Teorema 3 Suponha que X seja enumer avel. Ent ao existe fun c ao de utilidade que representa se e somente se e racional. Prova: Seja X = {x1 , x2 , ...} uma enumera c ao de X . Dena u (x) = 2j
j :x xj
Essa fun c ao representa {j N : y
. De fato, se x xj } {j N : x
y ent ao xj } ,
por transitividade. Logo, u (y ) u (x). Conversamente, suponha que u (y ) u (x) e que n ao vale x y . Por completeza, ent ao, y x. Isso implica que
[SEC. 2.4: CONJUNTOS NAO-ENUMER AVEIS
35
{j N : y xj } {j N : x xj } pois y = xn para algum n N, e esse n pertence a {j N : y xj } mas n ao a {j N : x xj }. Isso implica que u (y ) > u (x), uma contradi c ao. De fato, temos algo ainda mais forte. Para enunci a-lo, vamos precisar da seguinte deni c ao. Deni c ao Dizemos que Y X e -ordem denso em X se para quaisquer x, y X \Y , x y , existe um z Y tal que x z e z y. Temos ent ao: Teorema 4. Suponha que o conjunto Y X e enumer avel e -ordem denso em X . Ent ao existe fun c ao de utilidade que representa se e somente se e racional. Prova: Seja Y = {x1 , x2 , ...} uma enumera c ao de Y . Dena u (x) = 2j
j :x xj
A prova dada no teorema anterior pode ent ao ser repetida com uma pequena adapta c ao no nal. Se temos que u (y ) u (x) e y x, existe xn Y tal que esse n pertence a {j N : y xj } mas n ao a {j N : x xj }. Isso implica que u (y ) > u (x), contradizendo u (y ) u (x).
2.4
Conjuntos N ao-Enumer aveis
Ainda n ao estamos satisfeitos com os resultados obtidos at e aqui, uma vez que n ao permitem tratar escolhas n ao-enumer aveis, como escolhas sobre quantidades reais. No entanto, os resultados anteriores s ao u teis para nos guiar em mais algumas generaliza c oes.
36
Precisaremos de mais duas deni c oes: Deni c ao: Dizemos que {y X : y x} e {y X : x X. e cont nua quando os conjuntos y } s ao fechados para todo x
Observe que os conjuntos acima n ao s ao fechados para a prefer encia lexicogr aca (Exemplo 1). No entanto, a prefer encia lexicogr aca cumpre a condi c ao seguinte, que e pouco restritiva. Deni c ao: Dizemos que e localmente n ao-saci avel se para todo x X e toda vizinhan ca U de x, existe y U tal que y x. Temos o seguinte: Teorema 5. Suponha que X possua um subconjunto Y enumer avel denso e que seja racional, cont nua e localmente n ao saci avel. Ent ao existe fun c ao de utilidade u : X R que representa . Prova. Os conjuntos {y X : x y } = X \ {y X : y x} e {y X : y x} = X \ {y X : x y } s ao abertos para todo x X , pois e cont nua. Suponha que x y . Ent ao x {z X : z y } e y {z X : x z }. Seja U vizinhan ca de y contida em {z X : x z }. Como a prefer encia e localmente n ao saci avel, existe z U tal que z y . Como U {z X : x z } ent ao z y e x z . Logo, {z X : z y } {z X : x z } = {z X : x z y } e um aberto n ao vazio. Seja V uma vizinhan ca de z contida em {z X : x z y }. Como Y e denso, existe w Y V . Portanto, x w e w y . Isso mostra que Y e -ordem denso em X . Como e enumer avel, o resultado segue do teorema anterior.
[SEC. 2.5: PREFERENCIAS MONOTONAS
37
2.5
Prefer encias Mon otonas
A demonstra c ao anterior e um tanto quanto abstrata. H a uma outra demonstra c ao que e mais construtiva e que pode ser, portanto, mais did atica. Para ela, vamos restringir X a ser L R+ e usar a seguinte condi c ao, que e mais restritiva que a local n ao-saciedade. Deni c ao: Seja X = RL encia sobre X + . Uma prefer e mon otona se para todo x, y X temos que x y, x = y implica x y , onde x = (x1 , ..., xL ) y = (y1 , ..., yL ) se e somente se xk yk para todo k = 1, ..., L. Alertamos o leitor para o fato de que alguns autores chamam a propriedade acima de fortemente mon otona. Temos o seguinte: Teorema 6. Sejam X = RL uma prefer encia racional, + e cont nua e mon otona sobre X . Ent ao existe fun c ao de utilidade u : X R que representa . Prova. Em primeiro lugar, observemos que se x = 0 RL +, ent ao x 0, o que decorre imediatamente da monotonicidade. Seja e = (1, ..., 1) RL + e m (x) = maxi xi . Se m (x) e = (m (x) , ..., m (x)) = x, ent ao m (x) e x. Fixe x X . De+ namos os seguintes conjuntos: Ax = { R : e x} e A = { R : x e } . Ambos s a o fechados, pelo fato de que x os conjuntos {y X : y x} e {y X : x y } s ao fechados. (Verique isso.) Pelas observa c oes iniciais, temos que 0 A x + e m (x) + 1 Ax . Al em do mais, por completeza, R+ = A+ x ao fechados n A e conexo e A+ ao vazios, x . Como R+ x e Ax s eu existe (x) A+ nico. De fato, suponha que existam x Ax e + , Ax Ax , > , o que implica, por monotonicidade, que e e. Temos e x, x e, o que implica e x, o mesmo valendo para , isto e, e x. Por transitividade,
38
e e, o que e uma contradi c ao. Portanto, : X R+ e uma fun c ao e est a bem denida. Denimos u (x) = (x). Esta fun c ao representa a prefer encia. De fato, se x y e u (x) < u (y ), temos y u (y ) e u (x) e x, o que e uma contradi c ao de x y . Por outro lado, se u (x) u (y ) n ao pode ser y x, pois neste caso ter amos u (y ) e y x u (x) e, o que implicaria u (x) < u (y ). Corol ario. Sejam X = RL uma prefer encia racional, + e cont nua e mon otona sobre X . Ent ao existe fun c ao de utilidade cont nua u : X R que representa . Demonstra c ao. Basta demonstrar que a u obtida na de suciente mostrar que u1 ((u (x) monstra c ao acima e cont nua. E , u (x) + )) e aberto para todo x X e > 0. De fato, u1 ((u (x) , u (x) + )) = {y X : u (x) + > u (y ) > u (x) } = = y X : u1 (u (x) + ) y X : u1 (u (x) + ) y u1 (u (x) ) u1 (u (x) ) y yX:y
que e a interse c ao de dois abertos e, portanto, aberto. Observe que embora u1 (u (x) + ) n ao seja um elemento de X (e sim um subconjunto), todo z u1 (u (x) + ) e tal que z [u (x) + ] e e os conjuntos acima est ao bem denidos. Observa c ao Lembre-se que nem toda representa c ao precisa ser cont nua. De fato, se u representa uma prefer encia sobre X e f : R R e qualquer fun c ao estritamente crescente, ent ao f u : X R representa .
Cap tulo 3
Teorema de DebreuEilenberg-Rader.
Apresentaremos neste cap tulo um teorema de representa c ao para uma ampla classe de conjuntos de escolhas. A principal caracter stica da representa c ao que estudaremos e a continuidade, conceito este intimamente ligado ` a topologia do espa co de escolha. Assim, num primeiro momento, vamos apresentar algumas no c oes b asicas de topologia geral para em seguida tratarmos o objetivo central, que d a t tulo a este cap tulo.
3.1
No c oes B asicas de Topologia Geral.
Uma topologia em X e qualquer fam lia de subcojuntos de X que cumprir: (a) , X ; (b) {Ei }iI Ei , I arbitr ario.
iI
(c) E1 , E2 E1 E2 Chamamos o par (X, ) de um espa co topol ogico e estando a topologia sobre X evidente, como de usual, vamos nos referir 39
40
[CAP. 3: TEOREMA DE DEBREU-EILENBERG-RADER.
a X como um espa co topol ogico. Nos referimos aos elementos de uma topologias como sendo os abertos desta topologia. Um subconjunto F X e fechado se F c pertence ` a topologia . Dadas duas topologias 1 e 2 sobre X , dizemos que a topologia 1 e mais fraca que 2 se 1 2 , isto e, a topologia 1 conter menos abertos que 2 . Fixada uma topologia em X , uma vizinha de x X e qualquer V contendo x. Dado um subconjunto A X , seu B , o seu fecho como interior e denido como A =
{B : B A}
A=
{C : C A}
C , ainda, dizemos que x e ponto de acumula c ao
de A se toda vizinhan ca de x conter algum elemento y A tal que y = x: isto e, se para todo vizinhan ca V de x for verdadeiro que V (A\(x}) = . Notemos que a interse c ao arbitr aria de fechados e um conjunto fechado e a uni ao nita de fechados e um conjunto fechado; ainda, e X s ao fechados. Deni c ao 1. Dado um espa co topol ogico (X, ), uma base para a topologia e qualquer cole c ao B tal que, para todo aberto A A= B
{B B: B A}
equivalentemente, para todo x A existe algum B B onde x B A. Deni c ao 2. Dado um espa co topol ogico (X, ), uma cole c ao C de conjuntos e uma sub-base para a topologia se a cole c ao B= Cj : Cj C , j J em que J e nito
j J
for uma base para a topologia .
[SEC. 3.1: NOC OES BASICAS DE TOPOLOGIA GERAL.
41
Notemos que B e simplesmente a cole c ao de todas as interse c oes nitas de sub-conjuntos de C . Logo se B B ent ao onde C C para todo k { 1 , ..., K } tal que existe {Ck }K k k=1
K
B=
k=1
Ck
e da , dado um aberto A , para todo x A existe {Ck }K k=1 C em que

K
x
k=1
Ck A
Proposi c ao 3. Dada uma cole c ao C de subconjuntos de X tal que , X C ent ao C e sub-base da topologia menos na (i.e, com menos abertos) na qual os elementos de C s ao abertos. Demonstra c ao: Dena B= Cj : Cj C , j J em que J e nito
j J
logo se B1 , B2 B ent ao B1 B2 B . Denimos a topologia como A x A, B B tal que x B A Logo e uma topologia. Ainda, C e uma sub-base por constru c ao. Seja 1 uma topologia qualquer em X tal que C 1 . Como interse c ao nita de abertos e um aberto, temos que B 1 . Agora, como uni ao arbitr aria de abertos e um aberto, temos que 1 . Logo e a topologia menos na tal que C .
42
Um exemplo padr ao, que ilustra os conceitos apresentados, e o da reta em que a topologia usual sobre (, +) apresenta como base todos os intervalos abertos (a, b), onde a e b s ao n umeros reais arbitr arios. Uma outra base para esta topologia e quando tomamos a e b n umeros racionais arbitr arios. A sub-base para esta topologia e dada por todos os intervalos innitos (, a), (b, +), onde a e b s ao ambos reais (ou racionais). Denimos como R = R {, +} a reta extendida e tomamos como sub-base os intervalos da forma [, a), (b, +], onde a e b s ao ambos reais (ou racionais). Uma base B para um espa co topol ogico (X, ) e dita uma base enumer avel se puder se escrita da forma B = {Bn }nN , ou seja, B for uma cole c ao enumer avel de elementos de . Naturalmente, chamamos um conjunto X , munido de uma topologia , que admita uma base enumer avel B de um espa co topol ogico com base enumer avel. Pelo que discutimos no par agrafo anterior, R e um exemplo. Sejam (X, 1 ) e (Y, 2 ) dois espa cos topol ogicos, o conceito de continuidade para fun c oes f : X Y e dado por: Deni c ao 4. Um fun c ao f : X Y e cont nua em x X quando para todo W 2 tal que f (x) W existir algum G 1 onde a G e f (G) := {f (x) : x G} W . A proposi c ao a seguir nos d a v arios crit erios equivalentes para a continuidade: Proposi c ao 5. Sejam (X, 1 ) e (Y, 2 ) dois espa cos topol ogicos e uma fun c ao f : X Y , s ao equivalentes: (i) f e continua em cada ponto x X ; (ii) Para todo A aberto em Y , f 1 (A) := {x X : f (x) A} e um aberto em X ; (iii) Para todo fechado F em Y , f 1 (F ) e um fechado em X; (iv) Se A Y ent ao f 1 (A) f 1 (A);
[SEC. 3.2: TEOREMA DE REPRESENTAC AO
43
(v) Se A X ent ao f (A) f (A); (vi) Para todo A pertencente a uma sub-base de (Y, 2 ), o conjunto f 1 (A) e aberto em X . Deixamos como exerc cio para o leitor provar a proposi c ao anterior. Um resultado importante que vamos utilizar e o Teorema do gap de Bowen-Debreu. Para podemos enunci a-lo necessitamos da: Deni c ao 6. Sejam R = R {, +} a reta extendida e S R. Uma gap de S e um intervalo maximal, n ao-degenerado e disjunto de S que apresente seu supremo e seu nmo em S . Por exemplo, se S = [a, b] ent ao S n ao possui nenhum gap. Se S = [2, 3] [5, 7] ent ao seu u nico gap e dado por (3, 5). Se S = [2, 3](5, 7] ent ao seu u nico gap e dado por (3, 5]. Tomando S = (1, 2) (2, 4] [6, 7] (9, 10] ent ao S apresenta somente dois gaps dados por (4, 6) e (7, 9] O lema do gap de Bowen-Debreu diz: Teorema 7. Se S e um subconjunto de R ent ao existe uma fun c ao crescente g : S R tal que todo gap de g (S ) e aberto. A demonstra c ao pode ser encontrada em Bowen(1968).
3.2
Teorema de Representa c ao
Dado um conjunto X e uma rela c ao bin aria X X recordemos que uma fun c ao u : X R representa quando: x y u(x) u(y ) sempre
e se u representa ent ao v = f ou tamb em representa que f : R R for crescente.
44
Dada uma rela c ao bin aria sobre o espa co topol ogico X , esta e dita: (i) prefer encia racional se (a) para todo x, y X : x y ou y x. (b) para todo x, y, z X : se x y e y z ent ao x z ; (ii) cont nua quando x X {z X : z x} e {z X : x z } s ao fechados em X . Teorema 8. (Debreu-Eilenberg-Rader) Seja uma prefer encia racional e cont nua sobre um espa co topol ogico com base enumer avel X . Ent ao existe uma fun c ao (utilidade) cont nua u : X R que representa . Demonstra c ao: Exist encia: Seja B = {Bn }nN uma base enumer avel para a topologia em X . Para todo x X vamos considerar o conjunto: N (x) = {n N : x z para todo z Bn }
e ent ao denimos para x X , onde N (x) = : v (x) =

k N ( x)
2 k
quando N (x) = , colocamos v (x) = 0. Dados y x temos que se x z ent ao y z e da se k N (x) ent ao k N (y ), logo v (y ) v (x). Por outro lado, tomando y x temos que x {z X : y z } mas y / {z X : x z }, ou seja {z X : x z} {z X : y z}
agora, pela continuidade os dois conjuntos s ao abertos. Como ambos podem ser escritos como uma uni ao de subconjuntos escolhidos em B , existe Bk B tal que Bk {z X : y z } mas Bk {z X : y z } e ent ao k N (y )\N (x), por isso
45
N (x) N (y ) e v (y ) > v (x). Ou seja, se v (x) v (y ) ent ao x y . Logo v representa . Continuidade: fazendo S = v (X ), o teorema do gap de Debreu nos garante que existe uma fun c ao crescente g : v (X ) R tal que todo gap de g (v (X )) e aberto. Denindo u sobre X, fazendo para todo x X , u(x) = g (v (x)), temos que u representa pelo teorema de Debreu, todo gap de u(X ) e aberto. Para a continuidade de u e suciente provar que para todo t R os conjuntos u1 ([, t]) e u1 ([t, +]) s ao fechados1 : (a) Se t u(X ): logo existe y X tal que u(y ) = t e da u1 ([t, +]) = {z X : z y } e u1 ([, t]) = {x X : y z } que s ao fechados pela hip otese de continuidade de . (b) Se t / u(X ) e t n ao pertence a algum gap de u(X ) ent ao: (i) t inf u(X ), ou (ii) t sup u(X ), ou
(iii) [t, +] =
<t u(X )
[, +] e
[, t] =
>t u(X )
[, ]
(i) implica que u1 ([t, +]) = X e u1 ([, t]) = ;

Isso segue do item (vi) da proposi c ao que tratava das caracteriza c ao equivalentes de continuidade e do fato, j a discutido, de que a reta extendida tem como sub-base todos os conjuntos da forma [, a] e [b, +], com a, b R.
1
46
(ii) implica que u1 ([t, +]) = e u1 ([, t]) = X ; (iii) implica que u1 ([t, +]) = u1 ([, +]) e u1 ([, t]) =
<t u(X )
u1 ([, ]), que s ao fechados como interse c ao de fecha>t u(X )
dos; (c)Se t / u(X ) e t pertence a algum gap de u(X ), que e um aberto pelo teorema de Bowen-Debreu, temos que t (a, b) e ent ao u1 ([t, +]) = u1 ([b, +]) e u1 ([, t]) = u1 ([, a]) que s ao fechados. Este teorema de representa c ao n ao e o caso mais geral conhecido. Monteiro (1987) estabelece condi c oes mais gerais para a exist encia de um funcional de utilidade. Por exemplo, o espa co X = l (R) das sequ encias limitadas na reta, com a topologia da norma x = sup |xn |, n ao e um espa co topol ogico com base enumer avel. Mas uma prefer encia racional e cont nua, denida sobre l (R), tem uma representa c ao garantida pelo teorema de representa c ao de Monteiro. Exercicios 1) Prove a Proposi c ao 5. 2) Seja uma prefer encia racional e cont nua sobre Rl +. l Prove que dado qualquer subconjunto compacto C de R+ , existe um melhor elemento x C (i.e, x x para todo x C ); chamamos x de um elemento maximal. dica: Existem duas formas de ser provar isso: Em uma delas poderemos utilizar, pelo teorema de DebreuEilenberg-Rader, a exist encia de uma fun c ao cont nua u : Rl + R que represente a prefer encia .
nN
47
A outra maneira de realizarmos a prova, bem mais elegante, dispensa a exist encia de uma fun c ao de utilidade; basta lembrarmos da propriedade da interse c ao nita que diz: a interse c ao de qualquer cole c ao de subconjuntos fechados de um conjunto compacto C e n ao-vazio se a interse c ao de qualquer sub-cole c ao nita de fechados em C for n ao-vazia. Da podemos proceder denindo Cz = {x C : x z }, que e um fechado pela hip otese de continuidade. Agora, notemos que podemos denir o conjunto de melhores elementos da seguinte maneira: C = Cz ,
z C
lembrando que a interse c ao arbitr aria de fechados e um fechado, temos que C e um subconjunto compacto de Rl + . Para vemos que C e n ao-vazio basta utilizarmos a propriedade da interse c ao nita. Exeric cio 3: (Avan cado) Considere um subconjunto n ao. Seja uma prefer e ncia vazio, compacto e convexo C Rl + z} e convexo que seja convexa (i. e, { x Rl sobre Rl + : x + l z R+ ) e cont nua mas que n ao seja transitiva. Prove que existe uma elemento maximal x para em C . dica: Denindo a correspond encia : C C x} x (x) = {y Rl + :y
o problema se reduz a provar que existe x C tal que (x ) = . Vamos supor que (x) = para todo x C . Notemos que (x) e a valores convexos para todo x C e possui gr aco aberto (i.e, {(x, y ) C C : y x} e aberto). Pelo teorema de Sele c ao de Michael existe uma sele c ao cont nua para a correspond encia , ou seja, existe uma fun c ao cont nua f : C C tal que f (x) (x) x C . Agora, pelo teorema do ponto
48
xo de Brouwer, temos que existe x C tal que f (x) = x, uma contradi c ao.
Cap tulo 4
Introdu c ao ` a Teoria do Consumidor

Embora n ao seja o objetivo principal deste curso, e interessante indicar como a teoria que desenvolvemos at e agora pode ser usada para modelar o comportamento de consumidores numa economia. Supomos que os indiv duos t em um conjunto de bens a disposi c ao para comprar: comida (arroz, feij ao, carne, etc.), transporte (trem, onibus, taxi, etc.), roupas, etc. Nossa teoria ser a xa no tempo, isto e, suporemos que a lista de bens dispon veis n ao muda e que as prefer encias dos indiv duos sobre esses bens tamb em n ao muda. Antes de prosseguir, o leitor j a e capaz de imaginar qual deveria ser o conjunto de escolha X ? Lembre-se que a quantidade de cada produto e tamb em um n umero a ser decidido pelo consumidor. Assumiremos que h a L bens na economia, para serem adquiridos e consumidos pelos indiv duos. Cada indiv duo compra uma cesta de bens, isto e, uma determinada quantidade de cada um dos bens. Representaremos sua escolha por um ve49
50
A ` TEORIA DO CONSUMIDOR [CAP. 4: INTRODUC AO
tor x = (x1 , x2 , ..., xL ), onde xk e a quantidade n ao negativa de bens que o indiv duo resolve comprar/consumir. Assim, o conjunto de escolha e o conjunto de cestas, isto e , X = RL +. Falta ainda uma pe ca para denir nossa teoria. Em geral as prefer encias s ao monot onicas quanto mais unidades s ao consumidas mais os consumidores cam satisfeitos. Ent ao, como ele pode escolher uma cesta se tiver ` a disposi c ao todas as cestas da economia? A solu c ao para isso vem de nossa pr opria intui c ao di aria. Ele consome at e o que pode gastar. Em suma, supomos que existe um or camento w que representa a riqueza do indiv duo e que ele n ao pode gastar mais do que isso e existem pre cos p1 , ..., pL para cada um dos bens. Logo, o problema do consumidor ser a escolher uma cesta no conjunto de restri c ao or cament aria :
L
B (p, w) =
x RL + :px=
k=1
pk xk
w .
Se podemos especicar as prefer encias de um ind viduo por meio de uma fun c ao utilidade ent ao temos um meio muito adequado para escrever qual e o problema do consumidor: max u (x) (Problema do Consumidor)
xB (p,w)
Assim se constr oi a Teoria do Consumidor. Em particular, temos o seguinte: Teorema. (Exist encia de Solu c ao para o Problema do Consumidor) Suponha que p 0, w > 0 e u seja cont nua. Ent ao existe solu c ao para o Problema do Consumidor. Demonstra c ao. Provemos que B (p, w) e compacto n ao vazio. Ora, claramente 0 B (p, w). Uma vez que pk > 0 para todo k = 1, ..., L, temos que se x B (p, w) ent ao
51 w . pk
pk xk
px
w xk
Ou seja, B (p, w) e limitado. Ele e fechado porque se xn B (p, w), xn x, ent ao p xn w o que implica que p x w, ou seja, x B (p, w). Como uma fun c ao cont nua assume m aximo num conjunto compacto, ent ao o problema do consumidor tem solu c ao. N os n ao vamos prosseguir com o estudo dessa teoria. De qualquer forma, deixamos o seguinte: Exerc cio. Suponha que L = 2 e que u (x1 , x2 ) = a + ln x1 + ln x2 . Determine a solu c ao do problema do consumidor em fun c ao de p = (p1 , p2 ) e w.
Parte II
Escolha sob Risco e Incerteza
52
Cap tulo 5
Estados da Natureza e estados do mundo

5.1 Introdu c ao
O objetivo deste cap tulo e apenas oferecer uma introdu c ao para o conceito de estados da Natureza, de forma a permitir uma melhor compreens ao da Teoria de von Neumann-Morgenstern. Leitores sucientemente maduros podem omitir sua leitura sem perda de conte udo. At e este momento, investigamos as escolhas de indiv duos na verdade, as prefer encias na situa c ao em que estes podem sabem exatamente o que ir ao obter depois que tomam suas a c oes. Por exemplo, ao comprar um carro novo, o consumidor sabe exatamente o que estar a levando para a casa. Esta teoria, entendida como escolha sob certeza, tem um bom campo de aplica c ao. E obvio, por em, que h a muitas situa c oes que n ao se adequam bem a esta descri c ao. Em geral, ao tomarmos uma decis ao econ omica, h a um bom grau de incerteza sobre qual ser a a conseq u encia de nossa a c ao. Por exemplo, se ao inv es de 54
[SEC. 5.2: MODELAGEM DE SITUAC OES INCERTAS
55
comprar um carro novo, o consumidor est a diante da tarefa de comprar um carro com v arios anos de uso, ele ter a diante de si uma perspectiva diferente: sua decis ao de comprar ou n ao 1 pode levar a diferentes resultados. Um exemplo mais claro e o da opera c ao em bolsa. Digamos que um investidor decisa comprar uma a c ao X hoje ao pre co de 1 (uma) unidade monet aria e que ele vai querer vend e-la no dia seguinte (ou no m es seguinte, tanto faz). Naturalmente o investidor valoriza o resultado x 1 da opera c ao, onde x representa o pre co da a c ao no momento da venda. Quando ele est a decidindo se compra ou n ao a a c ao, ele n ao sabe qual e o valor de x. Como podemos modelar a situa c ao de que o investidor prefere comprar a a c ao X e n ao a a c ao Y (que daria um resultado de y 1, tamb em incerto)? Nesta parte do curso, iremos tentar modelar tais situa c oes.
5.2
Modelagem de situa c oes incertas
Em primeiro lugar, vamos eliminar as considera c oes com o tempo. Ele e um elemento importante em v arios aspectos por exemplo no pr oprio mercado nanceiro mencionado acima - mas precisamos simplicar um pouco as coisas no come co. A inclus ao do tempo poder a ser feita depois sem problemas. Sabemos j a trabalhar com prefer encias sobre cestas sobre as quais temos total conhecimento. Vamos aproveitar, portanto, tal teoria. Vamos especicar, portanto, um conjunto de estados da natureza N sobre as quais o ind viduo n ao tem mais nenhuma d uvida em rela c ao a suas prefer encias. No exemplo do investidor acima, isso corresponderia a uma situa c ao em que o
1 Mesmo na compra do carro novo, pode ser que ocorram problemas inesperados e o carro apresente defeitos de fabrica c ao. Naturalmente, isso e muito menos comum do que os defeitos de carros usados.
56
[CAP. 5: ESTADOS DA NATUREZA E ESTADOS DO MUNDO
claro que pre co de venda da a c ao X e o n umero x. E e estritamente melhor comprar a a c ao X se e somente se x > 1. Podemos montar, ent ao, a seguinte tabela:
Estados da Natureza x>1 x 1 x>1 x 1
Decis ao do Investidor Compra Compra N ao Compra N ao Compra Tabela 1
Resultado Final x1>0 x1 0 0 0
A Tabela 1 sugere um problema em colocar as prefer encias do investidor sobre os estados da natureza. De fato, para um mesmo estado da natureza, por exemplo x > 1, e duas a c oes diferentes (comprar e n ao comprar) os resultados nais s ao diferentes. O que o consumidor pode dizer com certeza e que, se x > 1, comprar e melhor que n ao comprar e se x 1, n ao comprar e pelo menos t ao bom quanto (e pode ser melhor que) comprar. Ent ao, o que aprendemos e que as prefer encias est ao na verdade sobre os resultados nais, que chamaremos de estados do mundo, sendo o conjunto de estados do mundo denotado por M . Estados do mundo incluem, portanto, as escolhas dos indiv duos, ao contr ario dos estados da natureza.2 A deni c ao apropriada de quais s ao os estados do mundo e da natureza pode ser, em geral controvertida. Como regra geral, pensamos ser sempre melhor optar pelos conjuntos mais simples poss veis.3
A terminologia estados do mundo e estados da natureza e algumas vezes usada indistintamente, umas vezes para signicar um ou outro conceito. Pensamos que essa diferencia c ao e mais apropriada. 3 H a uma raz ao mais profunda para isso do que somente a simplicidade. Discutiremos esse assunto mais ` a frente.
2
[SEC. 5.2: MODELAGEM DE SITUAC OES INCERTAS
57
Um outro exemplo ser au til. Suponha que uma pessoa tenha de decidir se apaga ou n ao um e-mail de um desconhecido, sem abri-lo.
Estados da Natureza Conte udo relevante Conte udo relevante Conte udo n ao relevante Conte udo n ao relevante Conte udo danoso (v rus) Conte udo danoso (v rus)
Decis oes Abre Apaga Abre Apaga Abre Apaga Tabela 2
Resultado Final Conte udo captado Perde Perde tempo. Nada ocorre Computador infectado Nada ocorre
Observe que a u ltima e a antepen ultima linha s ao descritas pela mesma express ao nada ocorre. No entanto, ser a que elas s ao realmente equivalentes? Podem ou n ao ser equivalentes, mas nossa modelagem as trata como diferentes, isto e, n ao identicamos esses dois estados. Isso e feito da seguinte forma. Temos um indiv duo que toma a c oes a num conjunto de a c oes A. Sob um estado da natureza n N , ele tem um resultado nal m que e um estado do mundo, isto e, m M . Identicaremos os estados do mundo m com os estados da natureza e as a c oes, isto e, m = (n, a) e, portanto, M = N A. Nossas hip oteses nos levam a assumir que o indiv duo tem uma prefer encia bem denida sobre M = N A e esta e governada pela teoria que desenvolvemos anteriormente. Assumiremos que esta prefer encia, denotada por , e racional. Podemos denir uma ordem sobre as a c oes da seguinte forma: Deni c ao . a
1
a. . (n, a )
1
(n, a), para todos n N .
Exerc cio 1. Prove que
e transitiva mas n ao completa.
58
[CAP. 5: ESTADOS DA NATUREZA E ESTADOS DO MUNDO
O problema com essa deni c ao e, como apontado pelo exerc cio acima, ela e transitiva, mas n ao e completa, portanto n ao e racional como gostar amos. claro que h E a muitas solu c oes matem aticas para esse problema. Por exemplo, considere a seguinte: Deni c ao. a 2 a. . (n, a ) (n, a), para algum n N . Voc e e capaz de dizer qual e o problema dessa deni c ao? Exerc cio 2. Prove que Exerc cio 3. Prove que a
2
e transitiva e completa.
2
b = a
b.
Exerc cio 4. Suponha que para todo par de elementos a, b A, temos que um dos dois fatos ocorre a 2 b ou b 2 a. Mostre que 2 e equivalente a 1 . Vemos que as tentativas anteriores n ao s ao aceit aveis. A solu c ao mais razo avel e a que leva em conta probabilidades. Consideremos o caso em que N e nito (para n ao entrarmos em quest oes mais sosticadas de teoria de probabilidade). Seja N = {1, ..., n}. Assumimos que o indiv duo tem uma cren ca sobre a probabilidade de ocorr encia de cada um dos estados da natureza e s ao expressos pelos n umeros p1 , ..., pn . Ou seja, assumimos que
n
pi = 1
i=1
e pi 0, para todos i = 1, ..., n. Vamos assumir que a prefer encia sobre M seja representada pela fun c ao de utilidade u : M R. Ent ao podemos denir a seguinte ordem de prefer encia sobre as a c oes:
[SEC. 5.3: TERMINOLOGIA DOS PROXIMOS CAP ITULOS n i=1 pi u (i, a n i=1 pi u (i, a).
59
Deni c ao. a
a. .
Quando denimos a prefer encia sobre as a c oes dessa forma, temos a prefer encia dada pela utilidade esperada. H a algumas rela c oes que podemos estabelecer: Exerc cios: 5. Mostre que e racional. 6. Suponha que o espa co de a c oes e convexo. Mostre que se u (i, ) : A R for quasic oncava, ent ao a prefer encia denida e convexa. 7. Mostre que a 1 b a b e que a b a 2 b.
5.3
Terminologia dos pr oximos cap tulos
Vamos agora explicar a terminologia do pr oximo cap tulo. Um conjunto de conseq u encias X ser a a imagem do conjunto de estados do mundo por uma fun c ao v : M X , isto e, X = v (M ) . A id eia e que uma conseq u encia representar a os resultados ou pr emios a que os indiv duos t em direito. Um ato ser a uma fun c ao f : N X , isto e, que associa cada estado da Natureza a uma conseq u encia. Naturalmente, que dada uma fun c ao v : M X , podemos denir os atos a partir das a c oes: para cada a c ao a, dena o ato fa : N X que associa a cada n N a conseq u encia x = v (n, a). Reciprocamente, dado um ato f : N X , podemos denir a a c ao af como sendo a a c ao tal que f (n) = v (n, af ), se existir. As prefer encias que discutimos acima sobre o conjunto de estados do mundo podem ser estudadas sob o conjunto de conseq u encias X . Em geral, e isto que e usualmente feito e ser aa abordagem que adotaremos apartir de agora.
Cap tulo 6
Escolhas sob Risco

6.1 Apresenta c ao
Nos cap tulos anteriores tratamos escolhas em ambientes onde os resultados das decis oes s ao perfeitamente conhecidos. Entretanto, em v arias circunst ancias e mais natural imaginar que os resultados n ao sejam antecipados de forma precisa. A teoria econ omica apresenta um grande n umero de exemplos em que isso e evidente: teoria dos mercados incompletos, jogos com informa c ao incompleta, modelos estoc asticos de crescimento econ omico, dentre outras areas. Em geral, as escolhas que tratam a ci encia econ omica envolvem consequ encias incertas no momento da tomada de decis ao. A teoria moderna da escolha sob incerteza apresenta duas bases primordiais: a teoria da utilidade esperada com risco de von Neumann-Morgenstern (1944) e a teoria da utilidade esperada com incerteza de Savage(1954). Nosso ponto de partida e a teoria de von Neumann-Morgenstern originalmente proposta na obra Theory of Games and Economic Behavior. Sua estrutura toma como primitivos um espa co de consequ encias, dado por loterias sobre um conjunto 60
[SEC. 6.1: APRESENTAC AO
61
de resultados (pr emios), e uma rela c ao de prefer encia sobre as consequ encias. Notemos que os objetos de escolhas s ao dados por distribui c oes de probabilidades objetivas (i.e., pass veis de comprova c ao emp rica) sobre os pr emios e e o fato de termos as probabilidades dadas de maneira ex ogena que caracteriza uma situa c ao de escolha sob risco.
Quando os pr emios s ao quantias monet arias podemos dizer algo mais sobre a natureza da fun c ao de utilidade que representa as prefer encias. Mais precisamente, podemos tratar os comportamentos de avers ao, neutralidade e propens ao ao risco.
Em seguida veremos o tratamento dado por Savage (1954) que usa as no c oes de consequ encias, estados da natureza e atos para formalizar sua teoria. Nesta abordagem n ao temos na descri c ao dos primitivos qualquer men c ao ` a probabilidades objetivas e os objetos de escolha s ao dados pelos conjunto de atos: fun c oes que associam cada estado da natureza ` a uma consequ encia. Para cada ato temos um conjunto de poss veis consequ encias dados pela imagem do conjunto de estados a partir do ato. Este tratamento imp oe um conjunto de restri c oes para uma rela c ao de prefer encia sobre os atos que permite uma representa c ao a partir de um ndice de utilidade sobre as consequ encias, que capta os gosto do tomador de decis oes, e uma distribui c ao de probabilidade sobre os estados da natureza, que importante capta a cren ca subjetiva do tomador de decis oes. E destacarmos o car ater end ogeno da probabilidade, o que justica a qualica c ao de subjetiva. O funcional que representa a prefer encia calcula a esperan ca matem atica da composi c ao do indice de utilidade com o ato a partir da probabilidade subjetiva mencionada.
62
[CAP. 6: ESCOLHAS SOB RISCO
6.2
6.2.1
Utilidade Esperada de von NeumannMorgenstern.

O conjunto de alternativas arriscadas
Vamos denotar por Z o conjunto de resultados ou pr emios: este conjunto, por exemplo, pode denotar o conjunto de cestas de consumo ou de quantias monet arias. Nesta exposi c ao vamos tomar Z como sendo um conjunto nito de pr emios. O espa co de escolhas e dado pelo conjunto de loterias sobre Z = {z1 , ..., zn }, ou seja, o espa co de distribui c oes de probabilidade denotado por
n
X = {x : Z [0, 1] :
i=1
x(zi ) = 1}
onde x(zi ) denota a probabilidade de a loteria x entregar o pr emio zi . Exemplo: Seja Z = {z1 , z2 }, neste caso o conjunto X e dado pelo subconjunto de R2 dado por {(x1 , x2 ) [0, 1]2 : x2 = 1 x1 }, em que xi e a probabilidade de se obter o resultado zi , i = 1, 2. Por exemplo, o lan camento de uma moeda honesta, onde se ocorrer cara se ganha z1 e se ocorrer coroa se ganha z2 , e modelada simplesmente pelo elemento (1/2, 1/2). Notemos que ao tratarmos o caso em que Z tem n elementos podemos indenticar o conjunto de loterias X com o simplex n-dimensional
n
n1 = {p Rn + :
i=1
pi = 1}
onde pi = x(zi ).
[SEC. 6.2: UTILIDADE ESPERADA DE VON NEUMANN-MORGENSTERN.
63
Podemos denir uma importante opera c ao de composi c ao de loterias Deni c ao 9. Sejam {xk }K k=1 X um conjunto com K loterias e um elemento = (1 , ..., K ) pertencente ao simplex K -dimensional K 1 . Denimos a mistura das K loterias {xk }K k=1 a partir de como sendo a loteria
K
y X tal que y (zi ) =

k=1
k x(zi ) para todo i {1, ..., n}
Notemos que esta opera c ao esta bem denida porque o simplex n-dimensional e um conjunto convexo. Exemplo: Seja Z = {z1 , z2 , z3 } e sejam as loterias x1 = (1/2, 1/4, 1/4), x2 = (0, 1/2, 1/2) e x3 = (1/4, 3/4, 0) e o peso = (1/2, 1/4, 1/4). Temos assim a mistura destas tr es loterias para o peso dado pela loteria y :
y = 0.5(1/2, 1/4, 1/4)+0.25(0, 1/2, 1/2)+0.25(1/4, 3/4, 0) = (5/16, 7/16, Neste caso a mistura ou loteria composta nos entrega z1 com probabilidade 5/16, z2 com probabilidade 7/16 e z3 com probabilidade 4/16.
Observa c ao 10. Um nota c ao usualmente empregada para uma loteria x e dada por x (z1 , x(z1 ); ...; zn , x(zn )), no exemplo anterior poder amos escrever a loteria obtida y como (z1 , 5/16; z2 , 7/16; z3 , 4/16)
64
6.2.2
Prefer encias sobre loterias
Agora vamos imaginar um tomador de decis oes diante do espa co de escolha de loterias X . Como de costume, vamos tomar como primitivo uma rela c ao bin aria sobre X denotanto a prefer encia ou crit erio de escolha do consumidor. Notemos que quando tratamos do caso determin stico obtinhamos, sob determinadas condi c oes, uma representa c ao cont nua sem uma forma espec ca a priori. A teoria de von Neumann-Morgenstern obt em uma forma particular para o funcional que representa a prefer encia: tal funcional calcula o valor esperado das utilidades dos pr emio, isto e, realiza uma soma das utilidades dos pr emios ponderada pelas probabilidades de cada um deles. Os axiomas da teoria de von Neumann-Morgenstern s ao dados por: (vN-M1) e completa e transitiva ; (vN-M2) satisfaz a seguinte condi c ao de continuidade : Para todo x, y, z X { [0, 1] : x + (1 )y { [0, 1] : z z}
x + (1 )y }
s ao subconjunto fechados de [0, 1]. (vN-M3) satisfaz a independ encia : Dados x, y, z X e (0, 1) x y x + (1 )z y + (1 )z
Notemos que os axiomas (vN-M1) e (vN-M2) implicam, pelo que j a vimos em cap tulos anteriores, na exist encia de uma representa c ao cont nua para a prefer encia. No contexto de loterias, a continuidade nos diz que pequenas altera c oes nas probabilidades n ao alteram a natureza da ordem entre duas loterias. O axioma que imp oe, como veremos, uma importante estrutura ` a representa c ao de von Neumann-Morgenstern e o axioma
65
de independ encia (vN-M3). Este nos diz que se n os misturarmos as loterias x e y com uma terceira z ent ao a prefer encia entre estas duas misturas (x + (1 )z e y + (1 )z ) e totalmente determinada pela prefer encia dada entre x e y, independentemente do peso e da terceira loteria z adotada. Em um dos exerc cios ao m deste cap tulo pedimos que o leitor mostre que: Proposi c ao 11. Se uma prefer encia sobre X satisfaz o axioma de independ encia ent ao para cada (0, 1) e x, y, z, w X vale que1 : (a) x y se, e s o se, x + (1 )z y + (1 )z ; (b) x y se, e s o se, x + (1 )z y + (1 )z ; (c) Se x y e z w ent ao x + (1 )z y + (1 )w. Vamos denotar por {z } X como sendo a loteria que entrega o pr emio z Z com probabidade 1. A principal caracter stica da representa c ao de von NeumannMorgenstern e a linearidade nas probabilidades. Esta propriedade diz que a utilidade de uma loteria obtida a partir de uma combina c ao convexa de K loterias (i.e., um loteria composta) e igual a combina c ao convexa, com mesmos pesos, das utilidades de cada loteria utilizada na mistura. Deni c ao 12. Uma funcional de utilidade U : X R apresenta a forma de utilidade esperada se existe um ind ce de utilidade sobre os pr emios u : Z R tal que para toda loteria x X :
n
U (x) =
i=1
1
u(zi )x(zi )
s ao
Lembrando que os componentes sim etricos e assim etricos de denotados por e : := {(x, y ) : (y, x) } := {(x, y ) : (y, x) / }
66
Este tipo de funcional de utilidade e chamado de fun c ao de utilidade de von Neumann-Morgenstern (v.N-M). Notemos que para um funcional U de vN-M, para todo z Z : U ( {z } ) = u(z ) ou seja, U e uma extens ao de u. Proposi c ao 13. Uma funcional de utilidade U : X R apresenta a forma de utilidade esperada se, e s o se, for linear nas probK abilidades, ou seja, dados {xk }k=1 X e K 1 :
K K
U
k=1
k xk
=
k=1
k U (xk )
Demonstra c ao: Suci encia: Seja x X e escrevendo x = (z1 , 1 ; ...; zn , n ) temos que
n
x=
i=1
i {zi }
ou seja, toda loteria pode ser escrita como uma combina c ao convexa das loterias degeneradas com pesos dados pelas probabilidades atribu das por x. Logo,
n n
U (x) = U
i=1
i { zi }
=
i=1
u(zi )i
K 1 seja x = Necessidade: dados {xk }K k=1 X e K K
k xk , assim x (zi ) =
k=1 K k=1
k xk (zi ) para todo i (1, ...n} :

n K
U (x ) = U
k=1
k xk
=
i=1
u(zi )
k=1
k xk (zi )
[SEC. 6.2: UTILIDADE ESPERADA DE VON NEUMANN-MORGENSTERN. K n K
67
k
k=1 i=1
u(zi )xk (zi )
=
k=1
k U (xk )
Dada um funcional de utilidade U sobre X a valores reais, uma tranforma c ao am positiva de U e quaquer funcional V : X R tal que, para todo x X V (x) = aU (x) + b, onde a > 0 e b R Notemos que partindo de um funcional U : X R de vNM, se denirmos uma prefer encia U sobre X dada por: x
U
y U (x) U (y )
ent ao U e uma prefer encia racional (completa e transitiva) cumprindo os axiomas de continuidade e independ encia2 . Em particular, destacamos eque o axioma de independ encia e uma condi c ao necess aria para a representa c ao de vN-M sobre X. Vamos agora tratar do teorema cl assico de von Neumann Morgenstern: Teorema 14. Seja uma rela ca o bin aria sobre X , s ao equivalentes: (i) A rela c ao bin aria cumpre os axiomas (vN-M1), (vNM2) e (vN-M3); (ii) A rela c ao bin aria admite uma representa c ao de vN-M U : X R, ou seja, existe um ind ce de utilidade u : Z R tal que para todo par x, y X :
n n
x
2
y
i=1
u(zi )x(zi )
i=1
u(zi )y (zi )
Deixamos como exerc cio para o leitor a prova deste fato.
68
Demonstra c ao: (ii) (i): como j a mencionado, deixamos como exerc cio. (i) (ii): Inicialmente notemos que como o conjunto de resultados Z e nito, os axiomas (vN-M1) e (vN-M3) garatem a exist encia de um pior e uma melhor loteria para a prefer encia : isto e, existem x e x X tais que x x x, para todo x X 3. Procedemos ent ao em 4 passos: (passo 1): Se x y ent ao para todo (0, 1) : x x + (1 )y e x + (1 )y y. supondo que exista (0, 1) onde x + (1 )y x. Denotando por z = x +(1 )y , vamos considerar os conjuntos A = { [0, 1] : z + (1 )y e B = { [0, 1] : x z + (1 )y } que, pela continuidade(vN-M2), s ao fechados. Como 1 A, 0 B e a completude garante que A B = [0, 1], sendo [0, 1] um conexo temos que A B = ; ou seja, existe [0, 1] em que z + (1 )y x, ou seja: ()x + [1 ()]y x seja o compacto n ao-vazio C = { [0, 1] : x ( )x + > 0 e x [1 ( )]y }, logo temos 0 = min{ : C } (0 )x + [1 (0 )]y . Pelo axioma de independ encia (vN-M3): x + (1 )y [0 x + (1 0 )y ] + (1 )y ou seja, z 0 2 x + (1 0 2 )y
Por este dois axiomas, procedendo por indu c ao sobre o n umero de elementos em Z , existem b, w Z tais que {b} = x e {w} =x. De outra forma, a exist encia de x e x pode ser derivada dos axiomas (vN-M1) e (vN-M2).
3
x}
69
como z + (1 )y x: x 0 2 x + (1 0 2 )y + (1 )y portanto, x 0 2 x + (1 0 2 )y e assim 0 C e ent ao 0 < 0 0 1 < (1/) < ; uma contradi c ao. A outra parte segue por racioc nio an alogo. (passo 2): Se x y ent ao 1 > 0 x + (1 )y Pelo passo 1, x +(1 )y pelo passo 1 x +(1 )y x + (1 )y
y e como (/) < 1, novamente
(/)(x +(1 )y )+(1 /)y = x +(1 )y
Para a rec proca, se no caso em que = ter amos que x + (1 )y x + (1 )y , uma contradi c ao. Sendo < , pelo argumento feito para a primeira parte do passo 2, ter amos que x + (1 )y x + (1 )y , onde obtemos novamente uma contradi c ao. (passo 3) Para todo x X existe um u nico x [0, 1] tal que x x x + (1 x )x vamos considerar os conjuntos A = { [0, 1] : x + (1 )x e B = { [0, 1] : x x + (1 )x} que, pela continuidade(vN-M2), s ao fechados. Como 1 A, 0 B e a completude garante que A B = [0, 1], sendo [0, 1] um x}
70
conexo temos que A B = ; ou seja, existe [0, 1] em que x + (1 )x x. Para a unicidade: supondo que exista [0, 1] onde, sem perda de generalidade, < e x + (1 )x x. Usando o passo 2 chegamos a seguinte contradi c ao: x x + (1 )x x + (1 )x x
(passo 4)Denindo U : X R fazendo para todo x X U (x) = x temos que U e uma utilidade esperada para . Inicialmente, mostremos que U representa a prefer encia : De fato, sejam x, y X tais que x y x x + (1 x )x y x + (1 y )x U (x) = x > y = U (y ), onde esta u ltima passagem segue do passo 2. Agora mostremos que U cumpre a propriedade de utilidade
K
esperada: Seja x =
k=1
k {zk } , onde k = x(zk ). Notemos que
dadas duas loterias x, y X e [0, 1] temos pelo axioma de independ encia (vN-M3): x + (1 )y [x x + (1 x )x] + (1 )[y x + (1 y )x] (x + (1 )y )x + (1 (x + (1 )y )x logo x+(1)y = x + (1 )y , ou seja, U (x+(1)y ) = x +(1)y = U (x+(1)y ) = U (x)+(1)U (y ) nalmente, por indu c ao sobre k , podemos mostrar que
K K K
U (x) = U
k=1
k { zk }
=
k=1
k U ( {zk } ) =
k=1
k {z
k}
71
e assim temos o ind ce u : Z R dado por u(z ) = {z} . E ent ao escrevemos

K
U (x) =
k=1
k u(zk )
Corol ario 15. Sob as hip oteses do teorema de von NeumannMorgenstern, se U e V s ao representa c oes de vN-M para ent ao V e uma transforma c ao am positiva de U . Demonstra c ao: Seja x X de tal modo que x x x + (1 x )x, logo U (x) = x U (x) + (1 x )U (x) e portanto x = U (x) U (x) U (x) U (x)
no caso em que U (x) U (x) > 0. Quando U (x) = U (x), temos que U e constante e o resultado e trivial. Agora, como V (x) = V (x x + (1 x )x) = x V (x) + (1 x )V (x) = x (V (x) V (x)) + V (x), substituindo x a partir da express ao acima: V (x) = e ent ao V (x) = V (x) V (x) U (x) U (x) U (x) U (x) V (x) V (x) U (x) U (x) + V (x)
V ( x) V ( x) U (x)U (x)
U (x) U (x) U (x) U (x)
(V (x) V (x)) + V (x)
e temos ent ao a = R.
V ( x) V ( x) U ( x) U ( x)
> 0 e b = V (x)U (x)
72
6.2.3
Atitudes frente ao risco.
Vamos tomar agora o conjunto de pr emios Z como sendo o conjunto dos n umeros reais positivos. A escolha deste conjunto serve para denotar quantia monet arias prometidas por apostas. Da e natural n ao tomarmos um conjunto nito de pr emios como zemos na se c ao anterior. Para podermos evitar algumas complica c oes que implicariam no uso de certos intrumentais que n ao s ao pr e-requisitos para esta leitura, vamos tomar como espa co de escolhas o conjunto de loterias (monet arias) simples, como deniremos a seguir. Dada x : R+ [0, 1] denimos o suporte de x como supp[x] = f echo{z R+ : x(z ) = 0}4 o conjunto de loterias simples e dado por: X = {x : R+ [0, 1]/ supp[x] e nito e
z supp[x]
x(z ) = 1}
ou seja, o conjunto de escolhas e dado pela cole c ao de probabilidades que d ao com probabilidade positiva um n umero nito de pr emios monet arios. Neste caso o teorema de von Neumann-Morgensten tamb em e v alido nos fornecendo uma utilidade esperada da forma U (x) =
z supp[x]
u(z )x(z )
Seguindo nota c ao usual na literatura, chamamos um loteria monet aria simples de um jogo simples. Um caso que em princ pio descartamos, mas que n ao implica em muitas complica c oes, e quando supp[x] e enumer avel. Neste caso temos supp[x] = {zn }nN e o funcional de utilidade esperada toma a forma: U (x) =
nN
u(zn )x(zn )
73
Antes de introduzirmos a no c ao de avers ao ao risco, vejamos um exemplo conhecido por Paradoxo de S ao Petersburgo. Um jogo prop oe a seguinte aposta: joga-se uma moeda at e que se obtenha a face cara, em que a chance de se obter cara e igual a p (0, 1) em cada lan camento. Se a face cara sair no j- esimo lan camento o jogo paga 2j unidades monet arias. Logo o valor esperado do jogo, V EJ(p) , e igual a:
V EJ(p) =
j =1
2j p(1 p)j 1
por exemplo, se a moeda for honesta (i.e, p = 1/2), temos V EJ(1/2) = . Assim, se um indiv duo olha simplesmente para o valor esperado do jogo5 , este prefere participar deste jogo a qualquer quantia oferecida, o que e um contrasenso. Notemos, contudo, que se seu comportamento for descrito por uma utilidade esperada com ndice dado por u(z ) = ln(z ), a utilidade esperada do jogo de S ao Petersburgo (denotado por xsp ) e dado por6 :
U (xsp ) =
j =1
ln(2j )p(1 p)j 1 =
pln(2)
j =1
jp(1 p)j 1 = ln(2)/p
Neste caso temos que o indiv duo e indiferente entre uma 1 /p loteria que entregue 2 , com probabilidade um, e o jogo de
Isso e o mesmo que dizer que o indiv duo tem seu comportamento caracterizado por uma utilidade esperada com ndice de utilidade dado pela fun c ao identidade. Veremos que isso caracteriza neutralidade ao risco. 6 Au tima passagem segue ao observamos que
5
X jp(1 p)
j =1
j 1
d(
P(1 p) )
j
d(1 p)
74
S ao Petersburgo j a que u(21/p ) = ln(21/p ) = U (xsp ). Este resultado ilustra a avers ao ao risco, conceito que captura uma tend encia comportamental de se evitar apostas com valores muito d spares. Para caracterizarmos a atitude frente ao risco, vamos tomar utilidades esperadas caracterizadas por ndices u : R+ R que sejam duas vezes diferenci aveis com sua primeira derivada satisfazendo u > 0. Dado um jogo x X , vamos usar a nota c ao U (x) = Ex [u(z )] para denotar a utilidade esperada do jogo x para um indiv duo com ndice u. Um jogo x X e dito justo se Ex Ex [Id (z )] = 0, onde Id denota a fun c ao indentidade. Notemos que caso em que supp[x] = {a, b}, podemos escrever x = [a, p; b , 1 p] com pa + (1 p)b = 07 . Deni c ao 16. Seja a prefer encia de um indiv duo represent avel por uma utilidade esperada com ndice u. Dizemos que o indiv duo e: (a) avesso ao risco se preferir n ao participar de jogos justos; (b) neutro ao risco se for indiferente entre participar ou n ao de jogos justos; (c) propenso ao risco se preferir participar de jogos justos. Suponha que R+ seja a riqueza inicial do indiv duo, da deni c ao anterior temos que um indiv duo e avesso ao risco se, dado um jogo justo x com supp[x] = {a, b} :
7
Obviamente, neste caso, a > 0 b < 0.
75
onde, x [ + a, p; + b, (1 p)]. Logo u( ) E(x) [u(z )] = pu( + a) + (1 p)u( + b) como pa + (1 p)b = 0 e p + (1 p) = , temos que u(p( + a) + (1 p)( + b)) pu( + a) + (1 p)u( + b) ou seja, u e c oncava. De fato, a proposi c ao a seguir nos d a uma caracteriza c ao completa da atitude frente ao risco a partir do ndice de utilidade u: Proposi c ao 17. Um indiv duo e: (a) avesso ao risco se, e s o se, u e c oncava; (b) neutro ao risco se, e s o se, u e linear (portanto, spg, u e a identidade); (c) propenso ao risco se, e s o se, u e convexa. Demonstra c ao: (a) J a vimos que se o indiv duo e avesso ao risco ent ao seu ndice de utilidade e c oncavo. Para a rec proca, dado um n vel de riqueza > 0 e um jogo justo x = [a, p; b , 1 p] tal que, spg, + a > > + b. Da , pela concavidade: u( ) = u(p( + a) + (1 p)( + b)) pu( + a) + (1 p)u( + b) = E(x) [u(z )] ou seja, x. Os demais itens seguem por argumentos an alogos. Dados dois indiv duos caracterizados por utilidades esperadas, uma maneira de compararmos que indiv duo e mais avesso ao risco que outro e dado pelo seguinte crit erio: Deni c ao 18. O coeciente de avers ao ao risco de ArrowPratt em z > 0 e dado por r(z ) = u (z ) u (z )
76
Deni c ao 19. Dizemos que um indiv duo com utilidade sobre os pr emios u1 e t ao avesso ao risco quanto um indiv duo com utilidade sobre os pr emios u2 quando r1 r2 . Pela caracteriza c ao que vimos da atitude frente ao risco a partir do ndice de utilidade, e lembrando que u duas vezes diferenci avel e c oncava se, e s o se, u 0, temos que um ndiv duo e avesso ao risco se, e s o se, r 0. Da mesma maneira, podemos ver que neutralidade ao risco e equivalente a r ser identicamente nula e propens ao ao risco equivale a r 0. Dada uma loteria x X , seu equivalente certo e um pr emio z R+ tal que z x ou seja, u(z ) = Ex [u(z )]. No exemplo do Paradoxo de S ao Petersburg, quando tomamos o ndice de utilidade dado por ln(z ), obtivemos que o equivalente certo do jogo era dado por 21/p . Vamos denotar o equivalente certo de uma loteria x X por cx . Notemos que pelas hip oteses aqui adotadas, temos que cx = u1 (Ex [u(z )]). Mas, a exist encia de um equivalente certo e garantida simplesmente pela continuidade de u : R+ R, j a que o teorema do valor intermedi ario garante a exist encia de algum z tal que u(z ) = Ex [u(z )]
z supp[x]
min u(z ), max u(z ) .

z supp[x]
Notemos que um ind v duo avesso ao risco pode ser caracterizado por Ex x j a que, pela desiguadade de Jensen para fun c oes c oncavas (veja James (1996), p agina 116) Ex [u(z )] u(Ex ), lembrando que Ex e o valor esperado do jogo, i.e, Ex =
z supp[x]
zx(z ).
77
Como u > 0 implica que (u1 ) > 0 temos que cx = u1 (Ex [u(z )]) Ex . A diferen ca Ex cx representa um pr emio ao risco. De outra forma, dado um n vel de riqueza inicial e um jogo justo x X , o pr emio ao risco da loteria x dada uma riqueza , denotado por (, x), e denido implicitamente como: u( (, x)) = E [u(x )] Sendo u crescente e estritamente c oncava temos que (, x) = u1 (E [u(x )]) > 0, e ent ao (, x) pode ser interpretado como o pr emio que o indiv duo esta disposto a pagar para car com o mesmo n vel de utilidade gerado pelo jogo representado por x . Vejamos um exemplo em que aplicamos as no c oes desenvolvidas pela teoria de vN-M. Exemplo: Imaginemos um indiv duo que tem a posse de um bem cuja as estat sticas indiquem uma probabilidade p de que este bem no futuro tenha um valor igual a z uma probabilidade igual a 1 p de que seu valor no futuro seja igual a z , com z > z . Existe uma companhia de seguros que oferece uma prote c ao contra a conting encia ruim: se o consumidor paga um pr emio igual a , a companhia de seguros ir a pagar uma quantia igual a se a conting encia ruim ocorrer. O consumidor pode pagar um cobertura a e obt em a se ocorrer a conting encia ruim. Vamos supor que este indiv duo satisfaz os pressusposto de vN-M, mais ainda, que seu comportamento possa ser descrito por um ndice de utilidade que satisfa ca as hip oteses de diferenciabilidade dados no in cio desta se c ao com u < 0. Assim o problema deste indiv duo e dado por: max{pu(z a) + (1 p)u(z + a a)}
aR
n ao e dif cil ver que a condi c ao de primeira ordem para este
78 problema e dado por
pu (z a) = (1 p)( )u (z (1 a) a) Como u e estritamente c oncava, a condi c ao de primeira ordem e necess aria e suciente para se obter a solu c ao. O contrato de seguro e dito atuariamente equitativo se o valor esperado da indeniza c ao (1 p) for igual ao pr emio . Ou seja, p = (1 p)( ) e assim se o contrato for atuariamente equitativo temos que u (z a) = u (z (1 a) a) o que implica que a = 1, ou seja, uma cobertura total. O contrato e atuariamente n ao-equitativo se a indeniza c ao esperada for menor que o pr emio. Seja = p/(1 p)( ) e assim o contrato e atuariamente n ao-equitativo se > 1. Logo, nesta condi c ao u (z a) = u (z (1 a) a) e assim qualquer solu c ao dever a respeita o fato de que u (z a) < u (z (1 a) a) e como u e decrescente, a solu c ao dever a respeita a seguinte desigualdade: z a > z (1 a) a ou seja, na solu c ao deveremos ter a < 1, ou seja, uma cobertura parcial. Exerc cios: 1) Dado os axiomas de vN-M e supondo que o conjunto de pr emios e nito, mostre que existe uma pior e uma melhor loteria de duas maneiras distintas.
79
2) Adapte a prova de exist encia de utilidade esperada para o contexto em que as loterias associem probabilidade positiva apenas para um n umero nito de pr emios, ou seja, o conjunto Z e arbitr ario mas X = {x : Z [0, 1]/ para cada x existe Zx Z nito onde
ex z Z
x(z ) = 1
3) Estenda o resultado anterior para o caso em que
X = {x : Z [0, 1]/ para cada x existe {zn }nN onde

n=1
x(zn ) = 1}
1 4) Considere Z = {z1 , z2 }. Logo cada loteria em X = 2 + pode ser escrita como uma soma poderada de loterias degeneradas: x = z1 + (1 ) z2
(a) Se U (x) = 2 , U e uma utilidade esperada? Tomando sobre o espa c o de loterias X , esta prefer encia cumpre o U axiomas de vN-M? Obtenha um representa c ao de vN-M em caso positivo. (b) Seja V uma fun c ao sobre X denida como V (x) = [ (1/2)]2 , Existe utilidade esperada para a prefer encia induzida V ? 2) Considere dois agentes que apresentem comportamentos consistentes com os axiomas de vN-M e apresentem utilidades sobre o espa co de pr emios R+ que sejam duas vezes diferenci aveis com u > 0. Sendo I um intervalo aberto em R+ , mostre que s ao equivalentes: (a) Para todo z I, r1 (z ) r2 (z )
80
(b) Para todo I e para todo jogo justo x X tal que8 supp[x z ] I 1 (, x) 1 (, x) dica: para mostrar que (a) (b), prove inicialmente que a 1 hip otese implica que a composi c ao u1 o u 2 : u2 (I ) R dene uma fun c ao c oncava, sendo que para isso e necess ario utilizar o Teorema da Fun c ao Inversa sobre u2 e o fato de ln : R+ R ser uma fun c ao estritamente crescente. Em seguida aplique a deseguidade de Jensen j a utilizada no texto.
Notemos que dado um pr emios z R+ e loteria x X , a loteria x z satisfaz: supp[x z ] = {z + z : z supp[x]} e x(z + z ) = x(zi ).
Cap tulo 7
A teoria da probabilidade subjetiva de Savage.

7.1 Apresenta c ao
A teoria de von Neumann-Morgenstern apresenta como maior alvo de cr ticas em seus fundamentos a no c ao de probabilidades objetivas. A exist encia de mecanismos rand omicos pass veis de comprova c ao emp rica n ao s ao naturais em virtude da natureza singular dos fen omenos econ omicos, ou seja, as escolhas em geral n ao est ao sujeitas a aleatoriedades conhecidas pelo tomador de decis oes como ocorre, por exemplo, quando se joga uma moeda ou se roda uma roleta. Neste sentido, em geral, os problemas econ omicos envolvem tomadas de decis oes sobre incerteza ao inv es de risco, isto e, situa c oes onde n ao temos probabilidades dadas de maneira ex ogena. A abordagem realizada por Savage (1954), sobre o problema da escolha num contexto puramente subjetivo, apresenta um important ssimo resultado para a teoria econ omica ao funda81
82
[CAP. 7: A TEORIA DA PROBABILIDADE SUBJETIVA DE SAVAGE.
mentar axiomaticamente uma representa c ao de prefer encias a partir da exist encia de um ndice de utilidade, que capta os gostos do tomador de decis oes, e de uma probabilidade subjetiva, que capta as cren cas do tomador de decis oes.
O contexto tratado por Savage envolve um conjunto de estados da natureza S , um conjunto de consequ encias X e um conjunto de atos F consistinto de todas as fun c oes de S em X . A interpreta c ao e que, quando o verdadeiro estado da natureza s S n ao e conhecido, a prefer encia do tomador de decis oes sobre os atos dependem tanto das consequ encias que este ato pode implicar em cada estado quanto da cren ca deste sobre que estado da natureza dever a ocorrer. Savage mostrou que, dado um conjunto de axiomas com respeito a racionalidade da prefer encia de um indiv duo, existe uma u nica medida de probabilidade (nitamente aditiva) sobre a fam lia de subconjuntos de S e um u nico (a menos de uma transforma c ao am positiva) ndice de utilidade u sobre as consequ encias tal que um ato f e fracamente prefer vel ao ato g se, e somente se, o valor esperado de uof para e maior ou igual ao valor esperadode uog para . Um requerimento para o resultado original de Savage e que o conjunto S seja innito e da temos a utiliza c ao do instrumental da teoria da medida (nitamente aditiva). Em nossa exposi c ao vamos considerar um tramento alternativo em que tenhamos o conjunto de estados da natureza S sendo nito. Vamos apresentar abordagem realizada por Gul (1992) para se obter o teorema de representa c ao de Savage com um n umero nito de estados. Um ponto importante desta abordagem e apresenta um conjunto de axiomas que dispensem a necessidade de um espa co de estados innito.
[SEC. 7.2: ELEMENTOS BASICOS E AXIOMAS COMPORTAMENTAIS.
83
7.2
Elementos b asicos e axiomas comportamentais.
Seja S um conjunto nito denotando os estados da natureza, em que cada s S representa uma descri c ao da resolu c ao nal de qualquer incerteza (relevante). Por exemplo, se imaginamos uma corrida de cavalos, cada s representa uma descri c ao da ordem de chegada dos cavalos e S e o conjunto de todas as ordem de chegada poss veis. Para completar este exemplo de maneira um pouco exagerada, desconsideramos a possibilidade de uma guerra se iniciar durante a corrida e afetar a competi c ao, ou seja, consideramos esta incerteza irrelevante. A fam lia de eventos e dada pela cole c ao de todos os subconjuntos de S denotada por 2S . Deni c ao 20. Uma probabilidade1 sobre S e qualquer aplica c ao: : 2S [0, 1] tal que (i) (S ) = 1; (ii) (Aditividade) Se E F = ent ao (E F ) = (E ) + (F ). Tomamos o conjunto de consequ encias X como sendo um subconjunto da reta e F a fam lia de todas as fun c oes de S em X , isto e: F = XS Dado um evento E S , escrevemos f |E = g |E para denotar que f (s) = g (s) para todo s E .
1 O termo medida de probabilidade tamb em e usualmente adotado na literatura. No caso geral, a abordagem de Savage exige apenas aditividade sobre uni oes nitas de eventos disjuntos.
84
Seja um rela c ao bin aria sobre F , o primeiro axioma e dado pelo cl assico: (S-G 1): um rela c ao completa e transitiva; Fixada nossa prefer encia sobre F , podemos denir para a fam lia de subconjunto 2S : Deni c ao 21. Um evento E e dito -nulo quando f |E c = c g |E implicar que f g . Um estado da natureza s e dito nulo se o conjunto unit ario {s} for -nulo. Notemos que pelo axioma (S-G 1), um evento E e -nulo se, e somente se, todo estado s E for -nulo. Agora, dados f, g F e E S denimos o ato f Eg F como sendo f (s) se s E f Eg (s) = g (s) se s E c Podemos identicar cada x X com o ato constante (ou totalmente seguro) que em cada estado s S entrega o pr oprio x; e, por abuso de nota c ao, vamos denotar por x. A hip otese a seguir e central para a representa c ao que vamos obter e para elucidar a apresenta c ao vamos supor por um momento que exista um mecanismo rand omico ex ogeno com X sendo um intervalo da reta. Tomando um caso em que para algum trio x, y, z [m, M ] a consequ encia x e indiferente ao ato que entrega (y, p; z, 1 p). Para um agente maximizar de utilidade esperada, isso e equivalente a u(x) = pu(y ) + (1 p)u(z ) embora n ao tenhamos mecanismo rand omicos ex ogenos como primitivos, podemos pensar que se x yEz ent ao, sendo prob(A) a probabilidade da ocorr encia do evento A : u(x) = prob(E )u(y ) + prob(E c )u(z )
85
segue ent ao o seguinte axioma: (S-G 2): Se para todo s S e algum E n ao
-nulo
f (s) f (s)Eg (s) e g (s) g (s)Ef (s) ent ao f gf g O axioma (S-G 2) e an alogo ao axioma de independ encia tratado no contexto de von Neumann-Morgenstern. Tomando atos arbitr arios f, g e algum evento E n ao -nulo e considerando, se poss vel, um ato f constru do a partir de f, g e E tendo como requerimento que o resultado de f em qualquer estado s e indiferente (como um ato constante) ao ato que entrega f (s) se ocorrer E e entrega g (s) se ocorrer E c , temos que ao proceder analogamente na constru c ao, se poss vel, de um ato g , ent ao f e estritamente prefer vel a g se, e s o se, f for estritamente prefer vel a g . Notemos que este axioma n ao imp oe que f e g sempre podem ser constru dos, somente diz que se pudermos contru -los ent ao temos a propriedade explicitada acima. O terceiro axioma segue como: (S-G 3): Se x > y ent ao x y . Ainda, existe um evento E S n ao -nulo tal que para todo par x, y X : xE y yE x A primeira parte imp oe monotonicidade sobre os atos constantes. A segunda parte nos diz que e poss vel particionar S em dois eventos igualmente prov aveis. Um exemplo, no contexo de probabilidades objetivas, e o lan camento de uma moeda honesta, pensando em x = 1 e y = 1. Notemos que, como X e um subconjunto da reta, podemos ver F como um subconjunto de RN , onde N e a cardinalidade de S . Da , dizemos que um subconjunto G F e fechado se for N um subconjunto fechado de R . Neste sentido apresentamos um axioma de continuidade a la Debreu:
86
(S-G 4): Para todo f F , os conjuntos B (f ) = {g F : g e W (f ) = {g F : f g} s ao fechados. O teorema de representa c ao de Savage no caso nito obtido por Gul e dado por: Teorema 22. Se satisfaz os axiomas (S-G i), i = 1, 2, 3, 4, ent ao existe uma probabilidade sobre S e uma fun c ao u : X R tal que: (a) f g se, e somente se2 , u(f (s))(s)
s S sS
f}
u(g (s))(s);
(b) u e cont nua e estritamente crescente; (c) Se o item (a) continua verdadeiro quando trocamos a probabilidade por e trocamos a fun c ao u por u : X R, ent ao = e u = au + b para algum a > 0 e b R. Para a demonstra c ao necessitamos de v arios lemas. Lema 23. Se x > y ent ao (i) x xE y y (ii) xE z yE z sempre que z z . Demonstra c ao: (i) Assumindo que xE y x ent ao pela continuidade (S-G 4) temos que existe x (x, y ) tal que xE y x. Por (S-G 3), x y ; usando (S-G 2), x x o que contraria (S-G 3). De maneira similar temos xE y y .
2
Por abuso de nota c ao escrevemos ({s}) = (s).
87
(ii) Pelo item (i) e (S-G 4), existe y, x tais que y yE z e x xE z . Por (S-G 3) e (S-G 2) temos que y < x e assim xE z yE z , repetindo o argumento para yE z e yE z encerra a prova. Assim temos que, pelo Lema 23 e por (S-G 4), que para todo xE y existe um u nico cxE y X tal que cxE y xE y . Lema 24. (i) Existe uma fun c ao cont nua u : X R, u nica a menos de uma tranforma c ao am positiva, tal que xE y wE z se, e s o se, u(x) + u(y ) u(w) + u(z ). (ii) u e estritamente crescente e pode ser tomada de modo que u(X ) = [0, 1]. Demonstra c ao: Escrevemos a seguinte condi c ao () x2 E y1 implica que x1 E y3 x3 E y2 e x3 E y2 y3 E x1 x2 E y3
mostremos inicialmente que () e v alida: Pelo Lema 23 e por (S-G 3) temos M E y2 x2 E m e pela primissa em (), (S-G 4) e Lema 23 existe y1 y1 , x1 x1 e t X tal que x2 E y1 x1 E y2 t. Similarmente, temos y3 y3 , x3 x3 e t X tal que x3 E y2 x2 E y3 t . Sejam f = y1 E x3 , g = y3 E x1 , h = x2 E y2 e E = E . Assim, (S-G 2) e (S-G 3) nos permitem escrever f g se tE t t E t. Por (S-G 3) vemos que x1 E y3 y3 E x1 . Como exerc cio ao m do cap tulo deixamos para o leitor a prova de que se satisfaz a condi c ao () e (S-G 4) ent ao (i) e satisfeito. (ii) Segue de (i) e da monotonicidade em (S-G 3). Lema 25. (i) Para todo y0 X dena para algum x X : y1 = y0 E x, ..., yk yk1 E x. A sequ encia {yk }k1 converge para x.
88
(ii) Seja H = {x1 , ..., xn }, dizemos que y0 alcan ca x atrav es de H quando yk yk1 E xi para todo k = 1, ..., n, e yn = x. Para cada y0 X e x (m, M ) existe um subconjunto nito H de X tal que y0 alcan ca x atrav es de H . Demonstra c ao: (i) Se x = y0 , n ao temos nada a prova; supondo, spg, que x > y0 e usando o Lema 23 e o axioma (S-G 3) temos que a sequ encia {yk } e estritamente crescente com yk < x para todo k 1. Seja lim yk = y < x; tomando y y E x, novamente pelo Lema 23 e (S-G 3) vale que y < y < x. Logo, (1/2)(y + y ) > y > yk+1 yk E x. Usando (S-G 3) mais uma vez, obtemos que (1/2)(y + y ) yk E x, mas lim (yk E x) = y E x y > (1/2)(y + y ), contrariando (S-G 4). (ii) Novamente, spg, supondo que x > y0 , denindo yk yk1 E M . Por (i), temos que a sequ encia {yk } converge para M . Seja = inf {k : yk > x} 1, que esta bem denido j a que lim yk = M . Da , y1 x < y y1 E M . Por (S-G 4), (S-G 3) e Lema 23, existe algum z tal que x y1 E z . Assim, fazendo xk = M para k = 1, ..., 1 e x = z constru mos o conjunto nito H que desejav amos. Lema 26. Seja G = {f1 , ..., fn }, dizemos que g0 alcan ca f atrav es de G se para todo s S gk (s) gk1 (s)E fk (s) para cada k {1, ..., n}, e gn = f . (i) Se g0 F e f (s) (m, M ) para cada s S ent ao existe um conjunto G tal que g0 alcan ca f atrav es de G. (ii) Se g0 alcan ca f atrav es de G e g0 alcan ca f atrav es de G ent ao g0 g0 se, e somente se, f f e para todo s S g0 (s) > g0 (s) f (s) > f (s)
89
Demonstra c ao: (i) Segue diretamente ao aplicarmos repetidamente o Lema 25. (ii) A primeira arma c ao segue ao aplicaramos repetidamente o axioma (S-G 2). A segunda parte segue do Lema 23 e do axioma (S-G 3). O terceiro postulado original de Savage diz essencialmente que: Lema 27. Se f (s) g (s) para todo s S e existe algum estado s n ao -nulo tal que f (s ) > g (s ), ent ao f g . Demonstra c ao: Vamos fazer a prova para um par de fun c oes em que f |{s }c = g |{s }c , j a que este fato conjuntamente com a transitividade nos permite chegar ` a arma c ao desejada. Pelo Lema 26(i), para cada x X , existe H tal que f alcan ca x atrav es de H . Agora, pelo Lema 26(ii), tomando g |{s }c = x e g (s ) = y < x, temos que g alcan ca g atrav es de H . Mais ainda, pelo Lema 25(ii), podemos tomar y arbitrariamente perto de x de modo que M g m; e assim, pelo axioma (SG 4), existe x X tal que x g . Por (S-G 2) obtemos que x x g . E por m o Lema 26(ii) nos permite concluir que f g. Dado um evento E n ao -nulo denimos CE (E, f ) como ao sendo o elemento x X tal que se g |E = x e g |E c = f |E c ent f g . Ainda, denotamos por CE (f ) = CE (S, f ). O segundo postulado de Savage, conhecido como o princ pio da coisa segura, e dado por: Lema 28. Se f = f Eg , g = g Ef e f = f Eg ent ao3 f
3
gf
Assim g = gEf .
90
Demonstra c ao: Sendo g (S ) (m, M ), sabemos pelo Lema 26(i) que existe uma sequ encia nita H tal que, fazendo f = xEg com x (m, M ), f alcan ca f atrav es de H . Assim, pelo Lema 26(ii), g alcan ca alguma g atrav es de H , onde g |E c = g |E c . Agora para cada hi H denimos hi = hi Eg e chamamos o conjunto obtido de H . Pelo Lema 26(ii) vale que f g se, e s o se, f g . Se existe s E c tal que g (s) (m, M ) denimos f1 , g1 , f1 , g1 como: Para cada s S e para algum x (m, M ) f1 (s) f (s)E x, g1 (s) g (s)E x, f1 (s) f (s)E x, g1 (s) g (s)E x Pelo Lema 23, g1 (s) (m, M ) para todo s S . Da , aplicando o argumento feito no in cio desta demonstra c ao, temos f1 g1 se, e s o se, f1 g1 . Mas pelo axioma (S-G 2) f g se, e s o se, f1 g1 e f g se, e s o se, f1 g1 , o que encerra a prova. Denindo sobre 2S a aplica c ao a partir de p(E ) = u(CE (M Em)), obtemos: Lema 29. Se p(E )u(x)+(1p(E ))u(y ) = u(z ) e |u(x) u(y )| = (1/2n ) para algum n N ent ao xEy z Lema 30. Se p(E )u(x)+(1p(E ))u(y ) = u(z ) e |u(x) u(y )| = (h/2n ) para algum h, n N onde h 2n ent ao xEy z Lema 31. xEy (1 p(E ))u(z ). wEz p(E )u(x)+(1p(E ))u(y ) p(E )u(w)+
Lema 32. Sejem E, F S tais que E F = e tenhamos f |E = x |E , f |F = y |F , g |E F = z |E e g |(E F )c = f |(E F )c , ent ao p(E )u(x) + (1 p(E ))u(y ) = p(E F )u(z ) f g .
91
Demonstra c ao: (Representa c ao de Savage) Seja U (f ) =

sS
u(f (s))p(s)
j a vimos pelo u ltimo lema que p e aditiva. Mostremos que f g se, e somente se, U (f ) U (g ): Seja S = {s1 , ..., sK } o conjunto de estados n ao -nulos. Para cada f F vamos denir a sequ encia nita f1 , ..., fk da seguinte forma: z1 = f (s1 ), f1 = f . Para n 2, fazendo En =
n i=1 zn e
c = fn1 |E c onde {si }, escrevemos fn |En = zn |En e fn |En n
tal que p(En )u(zn ) = p(En )u(f (sn )) + p(En1 )u(zn1 ). Por constru c ao, U (fn ) = U (fn+1 ) e pelo pen ultimo lema, fn fn+1 para todo n 1. Ainda, fK |S = zk |S . Logo, f z e U (f ) = U (fK 1 ) = u(z ), onde a u ltima igualdade segue do fato de termos p(S ) = 1, p e aditiva e p(s) = 0 para todo s S \S . Repetindo o mesmo argumento para g, obtemos z tal que U (g ) = u(z ) e g z . Assim, se f g , pelo primiero lema, z z e da , j a que u e crescente, U (f ) = u(z ) u(z ) = U (g ). De modo an alogo, se U (f ) U (g ) ent ao u(z ) u(z ) o que nos d a f z z g. A unicidade (a menos de uma transforma c ao mon otona) de u segue do segundo lema desta se c ao. A unicidade de p decorre da unicidade de u: Como M Em x implica que p(E )u(M ) + (1 P (E ))u(m) = u(x) , temos que p(E ) = u(x) u(m) u(M ) u(m)
o que e invariante sobre transforma c oes ans positivas de u. Exerc cios:
92
Exerc cio 1:Dada a condi c ao () x2 E y1 implica que x1 E y3 x3 E y2 e x3 E y2 y3 E x1 x2 E y3
Prove que se satisfaz a condi c ao () e o axioma de continuidade (S-G 4) ent ao existe uma fun c ao cont nua u : X R ( unica a menos de uma tranforma c ao am positiva) tal que xE y wE z se, e s o se, u(x) + u(y ) u(w) + u(z ). Exerc cio 2: Prove as arma c oes feitas na demonstra c ao do Lema 26. Exerc cio 3: Seja S = {s1 , s2 } o conjunto de estados da natureza e considere uma fun c ao f : S R tal que f (s1 ) > f (s2 ). Podemos pensar f como sendo um ativo nanceiro que entrega f (si ) unidades monet arias no pr oximo per odo caso ocorra o estado da natureza si .Suponha que um ndiv duo apresente um probabilidade subjetiva p : 2S [0, 1] e uma utilidade sobre as consequ encias dada por u = Id ; (a) Se o indiv duo e indiferente entre f e um ativo livre de risco que entregue uma u nidade monet aria em cada estado da natureza, qual e a probabilidade subjetiva do indiv duo? (b) Supondo agora que f (s1 ) = 6 e f (s2 ) = 2 e p = (1/4, 3/4). Para que valores prometidos pelo ativo livre de risco o indiv duo prefere estritamente adquirir f ?
Cap tulo 8
Paradoxos da Teoria de Utilidade Esperada

Vimos dois tratamentos cl assicos em teoria da escolha em que o conceito de probabilidade e fundamental. No primeiro, vimos que uma prefer encia no contexto de loterias, respeitando o conjunto de axiomas de vN-M, apresenta um representa c ao linear na probabilidades. No segundo caso, uma prefer encias sobre atos satisfazendo o conjunto de axiomas comportamentais de Savage-Gul e representada por um ndice de utilidade sobre as consequ encias e uma probabilidade subjetiva sobre os estados. Ambas as abordagens podem parecer satisfat orias do ponto de vista normativo, entretanto, como uma teoria descritiva apresentam diculdades que apresentamos abaixo.
8.0.1
O paradoxo de Allais.
O exemplo a seguir foi originalmente apresentado por Maurice Allais (1953) e constitui a mais antiga e famosa cr tica descritiva a teoria da utilidade esperada de vN-M. Imaginemos o seguinte ` experimento: existem tr es poss veis pr emios em Euros, descritos 93
94
[CAP. 8: PARADOXOS DA TEORIA DE UTILIDADE ESPERADA
pelo conjunto X = {2.500.000, 500.000, 0} Um indiv duo e submetido a dois conjunto de escolhas. No primeiro, este pode escolher entre duas loterias, a saber: x1 = (0, 1, 0) e x2 = (0.10, 0.89, 0.01) e no segundo temos: y1 = (0, 0.11, 0.89) e y2 = (0.10, 0, 0.90) Em geral os indiv duos apresentam a seguinte ordena c ao de prefer encias: x1 x2 e y2 y1 Na primeira escolha, o indiv duo prefere receber com a certeza 500.000 euros a participar de uma loteria que entrega o mesmo valor com 89% de chances, entrega cinco vezes este valor com 10% de chances, mas implica num risco de 1% de n ao se receber nada. No segundo caso, a prefer encia pela segunda loteria capta o fato de que a chance de receber nada e alta e muito pr oxima em ambas loterias, mas a segunda loteria entrega 2.500.000 euros com uma probabilidade muito pr oxima da probabilidade que a primeria loteria promete entregar 500.000. Entretanto, esse comportamento n ao e consistente com uma representa c ao de vN-M. De fato, supondo que existisse um representa c ao do tipo vN-M, sejam u1 > u2 > u3 as utilidades nos pr emios, onde obviamente u1 representa a utilidade de obter o maior valor e u3 e a utilidade em se receber o menor pr emio. Logo x1 x2 u2 > 0.10u1 + 0.89u2 + 0.01u3 e y2 y1 0.10u1 + 0.90u3 > 0.11u2 + 0.89u1
95 e da a contradi c ao: 0.10u1 + 0.01u3 > 0.11u2 > 0.10u1 + 0.01u3 Como exerc cio proposto ao m deste cap tulo, pedimos ao leitor que chegue ao absurdo do axioma de independ encia.
8.0.2
Paradoxo de Ellsberg
Muito embora as fundamenta c oes da teoria da probabilidade subjetiva sejam usualmente associadas ao paradigma Bayesiano e este seja dominante no pensamento econ omico contempor aneo, muitas cr ticas descritivas e desenvolvimentos te oricos importantes foram realizados a partir de id eias tratadas por Frank Knight (1921) que tentam evitar o uso de probabilidades cl assicas como forma de modelar as cren cas dos indiv duos. A mais importante obje c ao ` a abordagem da probabilidade subjetiva foi feita por Ellsberg (1961) e e comumente conhecida como o Paradoxo de Ellsberg : Temos duas urnas A and B , cada uma delas contendo cem bolas. Cada bola pode ser preta ou branca. Na urna A existem 50 bolas de cada cor e n ao temos nenhuma informa c ao sobre a urna B . Uma bola e retirada de cada urna. Existem quatro estados da natureza denotados por S = {(p, p), (p, b), (b, p), (b, b)}, onde (p, p) denota o estado em que a bola retirada da urna A e preta e a bola retirada da urna B e preta, etc. Podemos construir quatro apostas (atos), denotadas por Ap , Ab , B p , B b , em que a aposta Ap entrega $100 se o estado (p, p) ou (p, b) acontencer e zero em caso contr ario, i.e., Ap e apostar que a bola preta ser a escolhida na urna A. Os resultados obtidos por Ellsberg conrmam que os indiv duos, em geral, s ao indiferentes entre apostar que a bola preta sair a na urna A(B ) ou apostar que a bola branca sair a na urna A(B ). Entretanto, existe uma propor c ao n ao negligenci avel de indiv duos que preferem sempre tomar apostas referentes ` a urna A (preta ou branca) do que tomar apostas
96
[CAP. 8: PARADOXOS DA TEORIA DE UTILIDADE ESPERADA
referentes ` a urna B (preta ou branca). Assim, temos a seguinte ordena c ao sobre as quatro poss veis apostas: Ap Ab Bp Bb
Agora, se um indiv duo submetido a esta escolha apresenta tal ordena c ao de prefer encias e se tem seu comportamento como descrito no conjunto de axiomas de Savage-Gul, este deve apresentar uma representa c ao de suas prefer encias, onde: p p u(A (s))p(s) = (u(0) + u(100))/2 = U (Ab ) U (A ) =
sS
e supomos u(0) < u(100). Ainda, se p((b, b) ou (p, b)) = = 1 p((b, p) ou (p, p)) : U (B b ) = u(100) + (1 )u(0) e pela ordena c ao encontrada por Ellsberg: u(100) + (1 )u(0) < (u(0) + u(100))/2 e portanto: ( 1/2)(u(100) u(0)) < 0 Novamente, pela ordena c ao acima: U (B p ) = (1 )u(100) + u(0) e (1 )u(100) + u(0) < (u(100) + u(0))/2 e ent ao: (1/2 )(u(100) u(0)) < 0 o que leva a uma contradi c ao. Assim a ordena c ao acima n ao e consistente com teoria da probabilidade subjetiva.
Parte III
Escolha sob Ambiguidade
97
Cap tulo 9
Escolhas com ambiguidade.

Vimos que a abordagem de Savage (1954) consegue preservar a no c ao de probabilidades frente ` as cr ticas da exist encia de probabilidades objetivas. Isto e feito ao derivar um ndice de utilidade sobre as consequ encias e uma probabilidade sobre os estados a partir de axiomas comportamentais. Mas como vimos, o paradoxo de Ellsberg mostra que em termos descritivos esta teoria e problem atica. Por ambiguidade entendemos a incapacidade, frente ao conjunto de informa c ao que disp oe o tomador de decis oes, de especicar uma distribui c ao de probabilidades sobre os estados da natureza. O Paradoxo de Ellsberg deixa em evid encia a id eia de que os indiv duos tendem a preferir situa c oes onde sejam capazes de especicar probabilidades ` aquelas situa c oes em que isso n ao seja poss vel. Isso pode ser visto como um atitude de avers ao a ambiguidade e tal comportamento ` e de extrema import ancia, uma vez que, em grande parte dos fen omenos econ omicos os indiv duos n ao s ao capazes de especicar uma avalia c ao prob99
100
[CAP. 9: ESCOLHAS COM AMBIGUIDADE.
abil stica precisa. Uma importante e mais simples abordagem da teoria da probabilidade subjetiva foi feita por Anscombe-Aumann (1964). Como vamos desenvolver o modelo de escolhas sob ambiguidade destro desta abordagem vamos apresentar rapidamente os elementos b asicos desta constru c ao. Anscombe-Aumann chegam ao resultado de exist encia de probabilidades subjetivas tomando como espa co de consequ encias o conjunto de escolhas dado na teoria de von Neumann-Morgenstern, ou seja:
n
X = {x : Z [0, 1] :
i=1
x(zi ) = 1}
em que Z e o conjunto nito de resultados ou pr emios. Neste caso, um ato f : S X associa a cada estado da natureza uma resultado aleat orio com distribui c ao dada exogenamente, isto e, uma consequ encia e uma loteria do tipo von Neumann-Morgenstern. Anscombe-Aumann chamam os elementos de X de loterias de roleta e os atos de loterias de cavalo. A distin c ao deixa clara a diferen ca entre apostas que envolvem mecanismos rand omicos bem espec cos, como o caso de uma roleta, e apostas que envolvem situa c oes onde n ao seja poss vel especicar uma lei probabil stica objetiva, como e o caso de uma corrida de cavalo ou uma partida de futebol. O espa co de atos no contexto de Anscombe-Aumann e dado por: F = XS Como de costume, vamos enchergar x tanto como um elemento de X como um ato constante (que entrega x em cada estado) em F . Dados dois elementos f, g F , denimos a mistura f + (1 )g fazendo, para todo s S : (f + (1 )g )(s) = f (s) + (1 )g (s)
101 esta propriedade e fundamental para a descri c ao dos axiomas a seguir e caracteriza o conjunto F como sendo um espa co de misturas. Denimos ent ao uma rela c ao de prefer encia sobre F , satisfazendo o seguinte conjunto de axiomas: (Axioma 1) Ordem fraca n ao-degenerada: Se f, g, h F : (completa) f (transitiva) f g ou g ge g f h implicam que f F2 tal que f g h
Existe um par (f, g )
(Axioma 2) Continuidade. para todo f, g, h F os conjuntos: { [0, 1] : f + (1 )g h}, { [0, 1] : h f + (1 )g } s ao fechados. (Axioma 3) Monotonicidade. para todo f, g F : se f (s) g (s) para todo s S ent ao f g.
(Axioma 4) Independ encia: para todo f, g, h F e (0, 1) : f g f + (1 )h g + (1 )h A representa c ao no contexto de Anscombe-Aumann e dada pelo seguinte teorema: Teorema 33. Suponha que uma prefer encia sobre F satisfa ca os axiomas 1,2,3 e 4. Ent ao existe uma u nica probabilidade p sobre 2S e uma fun c ao u sobre X de vN-M, tal que, para todo par de atos f e g em F : f g
sS
u(f (s))p(s)
sS
u(g (s))p(s)
102
Ainda, se existem p e u como acima ent ao a rela c ao de prefer encia induzida satisfaz os axiomas 1,2,3 e 4. Finalmente, a fun c ao eu nica a menos de uma transforma c ao do tipo u au + b, com a > 0 e b R. Veremos resultados ` a frente onde o teorema de AnscombeAumann ocorre como caso particular. Assim, temos fundamentado no contexto de Anscombe-Aumann a no c ao de probabilidade subjetiva: um tomador de decis oes que apresente um comportamento consistente com o conjunto de axiomas dados acima tem suas escolhas determinadas por uma fun ca o de utilidade de von Neumann-Morgenstern e uma probabilidade subjetiva. J a vimos que o paradoxo de Ellsberg mostra um problema descritivo desta teoria e, em termos axiom aticos, o problema esta exatamente no axioma de independ encia. No contexto proposto por Anscombe-Aumann e que ocorreu o pioneirismo de algumas generaliza c oes importantes da teoria da utilidade esperada, com destaque para os resultados obtidos por Schmeidler (1989) e por Gilboa-Schmeildler (1989).
9.1
Ambiguidade a partir de capacidades.
Um importante resultado que fundamenta a no c ao de ambiguidade e dado por Schmeidler (1989). Sua representa c ao utiliza a no c ao de probabilidade n ao-aditiva ou capacidade : Deni c ao 34. Dado um conjunto nito e n ao-vazio S = {1, ....K } e considerando a fam lia de subconjuntos 2S de S , uma capacidade e uma fun c ao conjunto v : 2S [0, 1] que cumpre: (a) v () = 0, v (S ) = 1 (b)(Mon otona) para todo E, F : E F v (E ) v (F ). Obviamente, toda probabilidade e uma capacidade mas a rec proca e falsa.
[SEC. 9.1: AMBIGUIDADE A PARTIR DE CAPACIDADES.
103
Deni c ao 35. Dada uma fun ca o a : S R, o funcional de Choquet de a com respeito ` a capacidade v e dado por1 :
K 1
Iv (a) =
s=1
[v ({s, ..., K }) v ({s + 1, ..., K }]as + v ({K })aK
onde as = a(s) e tomamos a1 ... aK . Observa c ao 36. Se v for aditiva o funcional de Choquet e igual a ` express ao usual do valor esperado. De fato, v ({s, ..., K })
K
v ({s + 1, ..., K } = v ({s}) e assim Iv (a) =

s=1
v ({s})ai .
Notemos que se, por exemplo, temos S = {1, 2, 3}, uma capacidade v : 2{1,2,3} [0, 1] e uma fun c ao b = (2, 3, 1), para calcular o funcional de Choquet de b temos que tomar uma permuta c ao n : {1, 2, 3} {1, 2, 3} de modo que n(1) = n1 = 3, n2 = 1 e n3 = 2 e assim bn1 bn2 bn3 , o que nos permite escrever
Iv (b) = [v ({n1 , n2 , n3 })v ({n2 , n3 })]1+[v ({n2 , n3 })v ({n3 })]2+v ({n De modo geral, dada b : S R, sempre podemos tomar uma permuta c ao n : S S em que bn1 ... bnK de modo que podemos escrever:
K 1
[v ({nk , ..., nK }) v ({nk+1 , ..., nK }]ank + v ({nK })anK

k=1
Em geral, o funcional de Choquet n ao e aditivo. Por exemplo, tomando S = {1, 2}, e uma capacidade v : 2S [0, 1] de
Como S = {1, ..., K }, o conjunto de todas as fun c oes de S em R pode ser identicado com RK .
1
104
modo que v (1) = v (2) = 0.3. Dadas a, b R2 tais que a1 = 2, a2 = 3 e b1 = 3 e b2 = 1 temos que c = a + b = (5, 4) e Iv (a) = (0.7) 2 + (0.3) 3 = 2.5 Iv (b) = (0.7) 1 + (0.3) 3 = 1.6 e da Iv (a) + Iv (b) = 4.1, mas Iv (c) = (0.7) 4 + (0.3) 5 = 4.3 ou seja, Iv (a + b) > Iv (a) + Iv (b). Entretanto, para uma certa classe de fun c oes a aditividade e v alida e para isso precisamos da seguinte deni c ao: Deni c ao 37. Duas fun c oes a, b RK s ao comonot onicas quando (ai aj )(bi bj ) 0, i, j S. Ou equivalentemente, n ao existem i, j S (ai aj ) > 0 e (bi bj ) < 0 Segue ent ao o importante: Teorema 38. Se a, b RK s ao comonot onicas ent ao Iv (a + b) = Iv (a) + Iv (b) Demonstra c ao: Sejam a, b RK comonot onicas onde a1 ... aK . Notemos que para todo s {1, ..., K } tal que que as+1 > as devemos que ter que bs+1 bs ; em caso contr ario vale (as+1 as )(bs+1 bs ) < 0 e ent ao a e b n ao seriam comonot onicas.
105
Assim se as+1 > as ent ao as + bs < as+1 + bs+1 . Da , quando a1 < ... < aK temos que
K 1
Iv (a + b) =
s=1 K 1
[v ({s, ..., K }) v ({s + 1, ..., K }](as + bs ) + v ({K })(a [v ({s, ..., K }) v ({s + 1, ..., K }]as + v ({K })aK +
s=1 K 1
=
s=1
[v ({s, ..., K }) v ({s + 1, ..., K }]bs + v ({K })bK =
= Iv (a) + Iv (b). Para o caso geral vamos usar uma caracteriza c ao alternativa do funcional de Choquet. Seja a RK de modo que a imagem de a seja dada por Im[a] = {1 , ..., N }, de modo que 1 > ... > claro que N K e N = K se, e s N . E o se, a for injetora2 . 1 Denindo Ei = a (i ), 1 i N ; temos que Ei Ej =
N
quando i = j e
i=1
Ei = S , ou seja, {Ei }N e uma parti c ao de i=1
xando N +1 = 0, o funcional de Choquet pode ser reescrito como

N i
Iv (a) =
i=1
(i i+1 )v
j =1
Ej
notemos que se N = K , Ei = {si } para algum si S e o funcional ca

N
Iv (a) =
i=1
(ai ai+1 )v ({s1 , ..., si })
Como exerc cio ao m do cap tulo, deixamos para o leitor a tarefa de conferir que a deni c ao dada inicialmente coincide com a express ao que acabamos de escrever.
2
Ou seja, k > k+1 para todo k.
106
Assim, dados a, b RK de modo que Im[a] = {1 , ..., N } e Im[b] = { 1 , ..., M } com 1 > ... > N e 1 > ... > M . Seja 1, s E E (s) = 0, s E c sendo Ei = a1 (i ) e Fi = b1 ( i ), podemos reescrever
N M
a=
i=1
i Ei e b =
j =1
j Fj
Notemos que, pelo fato de a e b serem comonot onicas, existe de S e dois conjuntos { 1 , ..., P } e uma parti c ao {Gp }P p=1 {1 , ..., P } de modo que
P P
a=
p=1
p Gp e b =
p=1
p Gp
onde 1 ... P e 1 ... P . Ainda, a express ao para o funcional de Choquet para a (e vale o an alogo para b) e o mesmo que vimos acima, i.e,
P p
Iv (a) =
p=1
( p p+1 )v
j =1
Gj
Deste modo,
P
a+b=
p=1
( p + p )Gp
e temos
P
[ p + p ( p+1 + p+1 )]v
Gj
Iv (a + b) =
p=1
j =1
= Iv (a) + Iv (b)
107
Vamos em muitos casos utilizar em muitos casos a forma do funcional de Choquet obtida na proposi c ao anterior:
N i
Iv (a) =
i=1
(i i+1 )v
j =1
Ej
onde Im[a] = {1 , ..., N }, 1 > ... > N e Ei = a1 (i ), 1 i N e uma parti c ao de S . Mais ainda, dado a RK e escrevendo {a } = {s S : a(s) }, denimos a distribui c ao de a com respeito ` a capacidade v como sendo: a () = v ({a }), 0 v ({a }) 1, < 0
O funcional de Choquet e ent ao dado pela integral de Riemann de a : +

N i
a ()d =
i=1
(i i+1 )v
j =1
Ej = Iv (a)
Notemos que se a 0, ou seja, a RK ao + ent

+ +
Iv (a) =
a ()d =
0
v ({a })d
: Proposi c ao 39. O funcional de Choquet Iv sobre RK + apresenta as seguintes propriedades: (a) Iv e normalizado: Iv (S ) = 1; (b) Iv e mon otono: a b (ou seja, ak bk ), k S Iv (a) Iv (b);
108
(c) Iv e positivamente homog eneo: > 0, Iv (a) = Iv (a); (d) Dado > 0, Iv (a + S ) = Iv (a) + (e) Iv e cont nuo. Demonstra c ao: (a) Como S (s) = 1 para todo s S Iv (S ) = v (S ) = 1 (b) Tomando a, b RK onde a b obtemos que {a } {b } e da a b pela monotonicidade da capacidade. Assim,
+ +
Iv (a) =
+
a ()d
b ()d = Iv (b)
+
(c) Iv (a) =
0
v ({a })d =
0 +
v ({a /})d,
fazendo = / obtemos: Iv (a) =

0
v ({a })d = Iv (a).
(d) J a vimos que o funcional de Choquet e aditivo sobre fun co es comon otonicas. E f acil ver que a e S s ao fun c oes comonot onicas para todo R. Em particular, pelo itens (a) e (c), quando > 0 temos que: Iv (a + S ) = Iv (a) + (e) Notemos que a(s) b(s) + a(s) b(s) para todo s S e da a b + max |a(s) b(s)| S
sS
b a + max |a(s) b(s)| S

sS
109
por (b) e (d): Iv (a) Iv (b) + max |a(s) b(s)|

sS
Iv (b) Iv (a) + max |a(s) b(s)|

sS
ou seja |Iv (a) Iv (b)| max |a(s) b(s)|

sS
Assim, se ak a ent ao Iv (ak ) Iv (a) max ak (s) a(s)

sS
0, pois a converg encia dada na hip otese implica que ak (s) a(s) 0 para cada s S . ao Iv (a) = Vimos que se a RK + ent a RK , denindo a = mina(s) e a = maxa(s)
sS sS +
v ({a })d. Para

0
ent ao a1 = a a S RK + e
a a
Iv (a1 ) =
0 a a
v ({[a a S ] })d =
a =+a 0
v ({a + a })d
0 a
v ({a })d +
0 0 a
v ({a })d
0
=
0 a
v ({a })d +
a
[v ({a }) 1]d +
a
=
a
a ( )d a
110
Logo tamb em valem as propriedades enumeradas na Proposi c ao K 39 para o funcional de Choquet em todo R . Uma pergunta respondida em Schmeidler (1986), de maneira positiva, e se a rec proca do que vimos at e aqui e verdade: Teorema 40. Seja J : RK R um funcional normalizado (i.e, J (S ) = 1) satisfazendo: (i) J e aditivo sobre fun c oes comonot onicas; (ii) J e mon otono; Ent ao a seguinte rela c ao dene uma capacidade v : 2S [0, 1]
E v (E ) = J (E ) e para todo a RK :
a N
(i i+1 )v
Ej
I (a) =
a
a ( )d =
i=1
j =1
Demonstra c ao: Inicialmente vamos nos restringir ` as fun c oes em RK ; + (passo 1): J e positivamente homog eneo; (1.a) J (na) = nJ (a) para todo n N. Por indu c ao, n = 1 e trivial. Supondo v alido para n = k 2, J ((k +1)a) = J (ka+a) = J (ka)+J (a) = kJ (a)+J (a) = (k +1)J (a) (1.b) J (ra) = rJ (a) para todo r Q++ . J (a) = J ((1/n)n a) = nJ ((1/n)a), ou seja, (1/n)J (a) = J ((1/n)a). Da , escrevendo r = (p/q ) com p, q N, (1.a) e a primeira parte deste item nos d a a igualdade procurada. Notemos que J e cont nuo: De fato, Dado r Q++ arbitr ario se am a ent ao existe m0 tal que para todo m m0
(1.a) (ii) hi
111
e para todo s S : am (s) a(s) r, e am (s) a(s) rpara todo s S Pela monotonicidade e por (1.b) temos que |J (am ) J (a)| r (1.c) Para todo > 0, J (E ) = . Com efeito, dado > 0 podemos tomar sequ encias {rn } e {rn } em Q++ de modo que rn e rn . Pela monotonicidade de J J (rn S ) J (S ) J (rn S ), n 1 Como J e normalizado e por (1.b) : rn J (S ) rn , n 1 E assim, J (E ) = . Seja > 0 logo existe alguma sequ encia {rn } em Q++ de modo que rn , logo para toda a RK + rn a a pois
n sS
lim max |rn a(s) a(s)| = lim max |a(s)| |rn | 0

n sS
Como J e cont nuo

n
lim J (rn a) = J (a)
Mas J (rn a) = rn J (a) e rn J (a) J (a) e portanto J (a) = J (a), para todo > 0.
112
[CAP. 9: ESCOLHAS COM AMBIGUIDADE. N i=1 N
(passo 2) Para todo a RK + com a = N : (i i+1 )v

i=1 j =1 i
i Ei e 1 > ... >
Ej = Iv (a).
J (a) =
Notemos que pelas propriedades de J ao denirmos a aplica c ao v sobre 2S a partir da regra dada no enunciado, v (E ) = J (E ), temos que v e claramente uma capacidade. Por indu c ao, sobre o n umero de diferentes valores assumidos distintos de zero, vamos realizar a prova utilizando os fatos vistos anteriormente e as propriedade de J : passo 1 Para k = 1, a = 1 S e assim J (a) = J (1 S ) = 1 J (S ) = 1 v (S ) = Iv (a). Agora supondo que J (a) = Iv (a) para o caso em que a assume k 1 valores distintos de zero, temos:
N N 1
J(
i=1
i Ei ) = J (
(ii)
(i i=1 N 1
i=1
N )Ei + N S )
= J(
(i N )Ei ) + J (N S )
Da , pelo passo 1, o fato de J ser normalizado e a hip otese de indu c ao:

N 1 i=1 N i
J (a) =
(i i+1 )v
j =1
Ej + N
i
(i i+1 )v
Ej = Iv (a)
=
i=1
j =1
e assim temos o teorema para o caso de fun c oes n ao-negativas.
113
Usando um processo an alogo ao que zemos nos coment arios anteriores ao enunciando deste teorema, temos que se T : RK R e um funcional que extende Iv |RK , positivamente homog eneo
+
e aditivo sobre fun c oes comonot onicas ent ao para toda a RK :

a
T (a) =
a
a ( )d
o que encerra a demonstra c ao. Naturalmente, para K R denotamos por K S o conjunto de fun c oes de S em R que que tens seus valores em K . Vamos supor que [1, 1] K e que K e convexo. Um importante resultado que utililizaremos ` a frente e dado por: Corol ario 41. Seja J : K S R satisfazendo (i) Para todo K, I (S ) = ; (ii) Se a, b e c em K S s ao dois a dois comonot onicas com J (a) > J (b) ent ao para todo (0, 1) J (a + (1 )c) > J (b + (1 )c); (iii) Se a b ent ao J (a) J (b). Ent ao denindo v (E ) = J (E ) sobre 2S ent ao para toda S aK J (a) = Iv (a). Em sua representa c ao, Schmeidler (1989) utiliza o mesmo contexto desenvolvido por Anscombe-Aumann (1964) e enfraquece o axioma de independ encia. Para isso Schmeidler introduz a no c ao de comonotonicidade no contexto de prefer encias: Dois atos f, g F s ao comonot onicos se n ao exitem s1 , s2 S tais que f (s1 ) f (s2 ) e g (s2 ) g (s1 )
114
Para ilustramos essa id eia, notemos que se ao inv es de valores em X os atos tomassem valores em R com a ordem usual, ent ao ter amos a no c ao de comonotonicidade como anteriormente vimos. Ainda, notemos que no paradoxo de Ellsberg os acts B p e B b n ao s ao comonot onicos: [B p ((p, p))B p ((p, b))][B b ((p, p))B b ((p, b))] = (1000)(0100) = 1002 < 0 O axioma introduzido por Schmeidler e dado por: (Axioma 5) Independ encia comonot onica: para todo f, g, h F , dois a dois comonot onicos, e (0, 1) : f g f + (1 )h g + (1 )h Substituindo o axioma 4 por sua forma mais fraca dado no axioma 5, obtemos: Teorema 42. (Schmeidler, 1989) Suponha que uma prefer encia sobre F satisfa ca os axiomas 1,2,3 e 5. Ent ao existe uma u nica capacidade v sobre 2S e uma fun c ao de vN-M u sobre X tal que, para todo par de atos f e g em F : f g Iv (uof ) Iv (uog )
Ainda, se existem v e u como acima ent ao a rela c ao de prefer encia induzida satisfaz os axiomas 1,2,3 e 5. Finalmente, a fun c ao eu nica a menos de uma transforma c ao do tipo u au + b, com a > 0 e b R. Demonstra c ao: Como todos os atos constantes s ao dois a dois comonot onicos a prefer encia induzida sobre X satisfaz os axiomas de vN-M. Logo temos uma utilidade esperada u sobre X que representa a prefer encia induzida. Como, por hip otese, e n ao degenerada existe f , f F com f f . Pela monotonicidade podemos escolher um estado da natureza s S de
115
modo que f (s) x x f (s). Como u eu nica a menos de uma transforma c ao am positiva, podemos xar u(x ) = 1 e u(x ) = 1. Escrevemos K = u(X ), que ent ao e um subconjunto convexo da reta que inclue o intervalo [1, 1]. Para cada f F denimos Mf = {f + (1 )x : x X e [0, 1]} Obviamente qualquer Mf inclue o conjunto de atos constantes Fc X . Ainda, temos que dados quaisquer dois atos g, h Mf , g e h s ao comonot onicos: Com efeito, tomando dois elementos em Mf dados por f + (1 )x1 e f + (1 )x2 , se existisse algum par de estados s1 , s2 tal que f (s1 ) + (1 )x1 f (s1 ) + (1 )x2 , e
f (s2 ) + (1 )x1 f (s2 ) + (1 )x2 podemos aplicar u e obter u(f (s1 )) + (1 )u(x1 ) > u(f (s1 )) + (1 )u(x2 ), e u(f (s2 )) + (1 )u(x1 ) < u(f (s2 )) + (1 )u(x2 ) e da u(x1 ) > u(x2 ) e u(x1 ) < u(x2 ), um absurdo. Por uma forma mais geral do teorema de vN-M temos que existe uma fun c ao Tf sobre Mf a valores reais e am3 que representa a prefer encia induzida |Mf Mf . Ainda, podemos fazer Tf (x ) = 1 e Tf (x ) = 1 e obtemos que Tf (x) = u(x) para todo x X . Temos tamb em que se h Mf Mg ent ao Tf (h) = Tg (h); da podemos denir T : F R como T (f ) =
3 A fun c ao Jf ser am quer dizer que para todo [0, 1] e para todo g, h Mf :
Jf (g + (1 )h) = Jf (g ) + (1 )Jf (h)
116
Tf (f ). Notemos que T representa a prefer encia sobre F e para todo x X vale que T (x) = u(x). Seja K S o conjunto de fun c oes de S em K . Denimos U f a partir da seguinte regra: U (f )(s) = u(f (s)), s S Notemos que U e uma sobreje c ao. Ainda, se U (f ) = U (g ) temos que f g . Agora podemos denir J : K S R fazendo J (a) = T (f ) onde U (f ) = a Esta aplica c ao esta bem denida pois T e constante sobre U 1 (a). A aplica c ao J : K S R satisfaz: (i) Para todo K, I (S ) = ; (ii) Se a, b e c em K S s ao dois a dois comonot onicas com J (a) > J (b) ent ao para todo (0, 1) J (a + (1 )c) > J (b + (1 )c); (iii) Se a b ent ao J (a) J (b). Logo podemos aplicar o Corol ario 41 e ao escrever v (E ) = J (E ) sobre 2S obter que dados a, b K S J (a) J (b) Iv (a) Iv (b) e da para todo f, g F f g Iv (U (f )) Iv (U (g )) : F KS
U (f )
117
o que completa a prova da exist encia de um representa c ao via funcional de Choquet.
Exemplo: No experimento de Ellsberg, se o tomador de decis oes apresentar uma capacidade v , em que, este associe: v ((b, b) ou (b, p)) = v ((p, b) ou (p, p)) = 1/2 v ((b, b) ou (p, b)) = v ((b, p) ou (p, p)) = com 2 < 1, ent ao I (B b ) = (u(100)u(0))v ((b, b) ou (p, b))+u(0) = u(100)+(1)u(0) ainda, I (B p ) = I (B b ) < (1/2)u(100) + (1/2)u(0) = I (Ap ) = I (Ab ). E esta ordena c ao e consistente com aquela obtida por Ellsberg. A avers ao ` a ambiguidade de uma prefer encia e expressa pela seguinte propriedade: dados f, g pertencentes a F e pertencente ao intervalo [0, 1] : f g f + (1 )g f
Comentaremos mais sobre esta propriedade quando tratarmos da representa c ao de Gilboa-Schmeidler (1989). No contexto dado no teorema de Schmeidler, a avers ao a ambiguidade pode ser expressa pela convexidade da capacidade v : Deni c ao 43. Uma capacidade v : 2S [0, 1] e convexa ou super-aditiva se para todo E, F : v (E F ) v (E ) + v (F ) v (E F )
118
Em particular pode existir algum evento A tal que v (A) + v (Ac ) < 1 Schmeidler (1989) ainda obt em uma importante caracteriza c ao para prefer encias que revelem avers ao ` a ambiguidade: Proposi c ao 44. Dada uma prefer encia nas condi c oes do teorema de Schmeidler, s ao equivalentes: (a) revela avers ao ` a ambiguidade; (b) A capacidade v obtida na representa c ao e convexa; (c) Para todo f F : I (f ) =
pcore(v )
min
u(f (s))p(s)
sS
onde, core(v ) = {p : 2S [0, 1] : p e uma probabilidade tal que p v em 2S } (d) Para todo f, g F : I (f + g ) I (f ) + I (g ) Neste proposi c ao o fato mais importante a ser mencionado e a caracteriza c ao dada no item (c): um tomador de decis oes, que respeite as propriedade comportamentais descritas nos axiomas de Schmeidler e que seja avesso ` a ambiguidade, tem sua escolha determinada por um conjunto de distribui c oes de probabilidade: A utilidade ex ante proporcionada por um ato f e dada pelo m nimo dentre todos os valores esperados calculados a partir das probabilidades dadas no core(v ).
9.2
Ambiguidade a partir de Conjuntos de Probabilidades.
Essa caracteriza c ao e explorada por Gilboa-Schmeidler (1989), tamb em no contexto de Anscombe-Aumann, ao enfraquecerem o axioma de independ encia comonot onica :
[SEC. 9.2: AMBIGUIDADE A PARTIR DE CONJUNTOS DE PROBABILIDADES.119
(Axioma 6) C-Independ encia (certainty-independence ): para todo f, g F , x X e (0, 1) : f g f + (1 )x g + (1 )x Notemos que este axioma enfraquece o axioma 5, uma vez que, dados f F e x X temos que f e x s ao comonot onicos. Ainda, xamos como axioma 7: (Axioma 7) A prefer encia revela avers ao ` a ambiguidade. Temos ent ao dadas as condi c oes para enunciar o teorema de Gilboa-Schmeidler (1989): Teorema 45. (Gilboa-Schmeidler) Seja uma rela c ao bin aria sobre F , s ao equivalentes: (a) A rela c ao satisfaz os axiomas 1, 2, 3, 6 e 7; (b) Existe uma fun c ao de vN-M u : X R e um u nico conjunto C n ao-vazio, convexo e fechado de probabilidades sobre 2S tal que, para todo f, g F : f g min
pC sS
u(f (s))p(s) min

pC sS
u(f (s))p(s)
Ainda, a fun c ao eu nica a menos de uma transforma c ao do tipo u au + b, com a > 0 e b R. O conjunto de probabilidades C , obtido na representa c ao, e interpretado como a ambiguidade percebida pelo tomador de decis oes e o operador min captura a atitude de avers ao ` a ambiguidade. A propriedade de avers ao ` a ambiguidade pode ser interpretada como uma propens ao ao heding. Esta caracter stica comportamental n ao e suportada na teoria da probabilidade subjetiva. Por exemplo, um tomador de decis oes pode ser indiferente entre dois ativos do tipo: f (s1 ) = 2, f (s2 ) = 6 e g (s1 ) = 8, g (s2 ) = 0
120
e preferir estritamente um ativo que entregue 4 com certeza ao comparar com f ou g , para isso tome: C = {(, 1 ) : [0.4, 0.6]} e u igual ` a identidade. Notemos ainda que, no caso do Paradoxo de Ellsberg, se o tomador de decis oes considera todas as cren cas poss veis, seu comportamento ser a consistente com aquele descrito na ordena c ao incompat vel com a abordagem de probabilidades subjetivas. Uma importante aplica c ao desta teoria foi dada por DowWerlang (1992) ` a escolha de portif olio, ilutramos este resultado com o seguinte exemplo: Existem dois poss veis estados da natureza, sendo a probabilidade do estado 1, e considere um investidor que apresente um comportamento consiste com o seguinte funcional de utilidade: U (f ) =
{ :0.5 0.6}
min
{f (s1 ) + (1 )f (s2 )}
Se g e tal que g (s1 ) = 8 e g (s2 ) = 2, para qual intervalo de pre cos este investidor tomar uma posi c ao de compra(venda)? Na teoria da utilidade esperada temos que existe um pre co onde o investidor ca indiferente entre tomar uma ou outra posi c ao, acima deste pre co o investidor vende o ativo (short sale ) e abaixo do mesmo o investidor compra o ativo (buying ). Neste nosso exemplo as coisas s ao diferentes: U (g ) = U (g ) = min
{ :0.5 0.6}
min
{8 + 2(1 )} = 5.0 min {6 2} = 5.6
{ :0.5 0.6}
{8 +2(1 )} =
{ :0.5 0.6}
Ou seja, na compra o investidor tem um payo ex ante de 5.0 e na venda seu payo ex ante e de 5.6, ou seja, ele antecipa pagar 5.6. Logo se o pre co do ativo for < 5.0 o investidor
[SEC. 9.2: AMBIGUIDADE A PARTIR DE CONJUNTOS DE PROBABILIDADES.121
toma uma posi c ao de compra, quando o pre co do ativo for > 5.6 ele toma uma posi c ao de venda. Da , temos um intervalo de in ercia onde o investidor n ao negocia o ativo. Ainda, a ambiguidade esta positivamente relacionada ao tamanho do intervalo de aus encia de trocas.
Parte IV
Escolha Social
122
Cap tulo 10
Regras de Escolha Social

evidente que h Vamos agora estudar as escolhas sociais. E a situa c oes em que decis oes que precisam ser tomadas em grupo afetam o bem-estar de cada indiv duo. Em primeiro lugar, devemos observar que dependendo da forma de escolha que se adote, um indiv duo pode ser beneciado. Para ilustrar isso, recordemos o Paradoxo de Condorcet: Suponha que a C amara de Deputados e formada por tr es partidos, 1, 2, 3, de mesmo peso pol tico (mesmo n umero de votos) e h a tr es projetos (A, B, C) em considera c ao sendo que apenas um deles deve ser escolhido. A prefer encia dos partidos e a seguinte: A B C
1 2 3
B C A
1 2 3
C A B
Digamos que o presidente da C amara estabele ca o seguinte sistema de escolha dos projetos: dois projetos s ao votados. O 124
[SEC. 10.1: SISTEMAS DE ESCOLHA SIM-NAO
125
que obtiver maior n umero de votos disputar a com o terceiro. O vencedor da segunda vota c ao ser a o projeto escolhido. A ordem com que os projetos ser ao votados ser a determinada aleatoriamente pelo presidente da C amara. Essa regra parece bastante razo avel, pelo menos ` a primeira vista. No entanto, ela simplesmente determina que o presidente escolher a, sozinho, o projeto. De fato, e poss vel ver que, qualquer que seja o projeto deixado para o segundo round, este ser a o projeto vencedor. De fato: Segundo round com A - Neste caso o projeto B recebe os votos dos partidos 1 e 2 e vence a primeira rodada. Depois, o projeto A recebe os votos dos partidos 1 e 3. Segundo round com B - O projeto C recebe os votos dos partidos 2 e 3. Depois e derrotado para o projeto B, que recebe os votos de 2 e 1. Segundo round com C - O projeto A ganha a primeira rodada com os votos de 1 e 3 e depois perde para C pelos votos de 2 e 3. O exemplo acima mostra, ent ao, que escolhas sociais podem ser manipuladas. Na verdade, conforme veremos mais ` a frente, n ao existirir a nenhuma maneira de estabelecer regras de escolha social totalmente satisfat orias no caso geral. Isso nos obriga, ent ao, a estudar cada uma delas e o que apresentam de bom e ruim. Come caremos com o caso em que h a apenas duas escolhas poss veis.
10.1
Sistemas de Escolha Sim-N ao
Suponha que o conjunto de decis ao tem apenas duas alternativas, isto e, X = {1, 0}, onde 1 signica sim, isto e, uma proposta
126
[CAP. 10: REGRAS DE ESCOLHA SOCIAL
e aprovada e 0, n ao (o projeto e rejeitado e sua alternativa e 1 adotada). Seja I = {1, ..., n} o conjunto de indiv duos na sociedade, cada um deles com uma prefer encia bem denida, isto e, a cada indiv duo e atribu do um elemento de X . O conjunto X n denota, portanto, o conjunto de todas as congura c oes de prefer encias da sociedade. Temos a seguinte: Deni c ao - Uma regra de escolha social ou simplesmente regra de escolha e uma fun c ao F : X n X . Damos a seguir alguns exemplos de regras de escolha social: Exemplo 0 - Plebiscitos Cada eleitor d a um voto (sim ou n ao) e a proposta e aprovada n se a maioria dos votos e sim, isto e, F (x) = 1 se i=1 xi n/2 e 0 caso contr ario. Para os exemplos abaixo, procure denir a regra de escolha social. Exemplo 1 - Comit e de Pol tica Monet aria (COPOM) E formado por oito membros da Diretoria do Banco Central com direito a voto, sendo que o Presidente do Banco Central tem o voto qualicado (isto e, em caso de empate prevalece seu 2 voto). Exemplo 2 - Comunidade Europ eia (congura c ao do Tratado de Roma de 1958)
1 Observe que estamos impedindo a possibilidade de empate ou indiferen ca. Isso e bastante real stico em muitas situa c oes. Posteriormente relaxaremos essa hip otese. 2 Naturalmente o COPOM decide entre mais do que uma alternativa. Podemos simplicar as coisas, por em, sem fugir muito ` a realidade, se assumirmos que a decis ao e apenas aprovar ou n ao a recomenda c ao do Diretor de Pol tica Monet aria.
127
Era formada por seis pa ses - Fran ca, Alemanha, It alia, B elgica, Holanda, Luxemburgo. Os tr es primeiros pa ses tinha direito a quatro votos cada, B elgica e Holanda tinham dois votos cada, e Luxemburgo tinha direito a apenas um voto. Uma proposta seria aceita se tivesse um total de doze votos. Exemplo 3 - Conselho de Seguran ca da ONU H a quinze pa ses, sendo cinco com assento permanente (China, Inglaterra, Fran ca, R ussia e Estados Unidos) e que tem o poder de veto. Uma proposta e aprovada se tem pelo menos 9 votos favor aveis. Exemplo 4 - Emendas ` a Constitui c ao Brasileira Para que uma emenda seja aprovada, e necess ario que seja aprovada por 3/5 dos membros da C amara dos Deputados e por 3/5 dos membros do Senado.3 Exemplo 5 - Emendas ` a Constitui c ao do Canad a O Canad a tem um sistema diferente para aprova c ao de emendas ` a Constitui c ao: ela tem de ser aprovada por pelo menos sete das dez prov ncias canadenses, sujeita ` a condi c ao de que as prov ncias que aprovam a emenda tenham pelo menos metade da popula c ao canadense. Para efeito do exemplo, vamos tomar a popula c ao dada pelo censo de 1961: Ilha Pr ncipe Edward - 1% Newfoundland - 3% New Brunswick - 3% Nova Scotia - 4% Manitoba - 5% Saskatchewan - 5% Alberta - 7%
E requerido vota c ao em dois turnos. Se supusermos que n ao h a mudan ca de opini ao (e de conte udo), isso se torna irrelevante.
3
128 British Columbia - 9% Quebec - 29% Ont ario - 34%
A deni c ao de regra de escolha social n ao imp oe nenhuma estrutura sobre a fun c ao F . E f acil ver, por em, que algumas propriedades b asicas s ao desej aveis. Por exemplo, e bastante razo avel pedir que, se todos os indiv duos da sociedade aceitam o projeto (x = (1, ..., 1) ) ent ao o projeto ser a adotado, isto e, F (x) = 1. De fato, esta propriedade b asica tem um nome: Axioma da Unanimidade - Dizemos que uma regra de escolha social satisfaz o Axioma da Unanimidade ou respeita unanimidade (ou ainda que e Paretiana) se F (1, ..., 1) = 1 e F (0, ..., 0) = 0. Observe que respeitar a unanimidade e uma condi c ao bastante fraca. Em outras palavras, se um regra n ao satisfaz o Axioma da Unanimidade, ent ao ela certamente n ao e uma regra de escolha social razo avel. Uma condi c ao mais interessante e a seguinte: Deni c ao - Uma regra de escolha social F : X n X e um sistema por pesos se existem pesos 1 , ..., n R+ , n ao todos identicamente nulos e uma quota q R++ tais que F pode ser descrita da seguinte forma: F (x) =
n 1, se q i=1 i xi 0, caso contr ario
(10.1)
Observe que um sistema por pesos e bastante conveniente, porque especica de uma forma clara qual e o peso que cada participante tem. Temos o seguinte resultado bastante natural:
129
Proposition 1. Um sistema por pesos satisfaz o Axioma da Unanimidade. Demonstra c ao: Exerc cio. E obvio que o exemplo 0 e um sistema por peso. Tamb em e bastante evidente que o exemplo 2 tamb em e um sistema por pesos. De fato, sua descri c ao j a atribui os pesos i de cada pa s e, ainda, a quota m nima q = 12 para que uma proposta seja aprovada. Os outros exemplos s ao menos obvios. Exemplo 1 (cont.) - O sistema de decis ao do COPOM e um sistema por pesos Este sistema especica que o voto do presidente tem o poder natural, portanto, que atribuamos um peso de desempatar. E um pouco maior para seu voto, mas isso tem de ser feito sem que alteremos o resultado da decis ao em casos em que n ao h a empate. Verique que 1 = 1.5, 2 = ... = 8 = 1 e uma quota q = 4.2 s ao sucientes para descrever F. Exemplo 3 (cont.) - Talvez surpreendentemente, o sistema de vota c ao do Conselho de Seguran ca da ONU e tamb em um sistema por pesos. Para mostrar isso, precisamos encontrar os pesos e a quota. Vamos come car atribuindo peso 1 para os membros n ao permanentes e seja x o peso dos membros permanentes. Sabemos que mesmo que os 10 membros n ao permanentes e mais quatro permanentes aceitem uma proposta, ela ser a rejeitada (uma vez que um membro permanente 4 e contr ario). Ou seja, temos 4x + 10 < q, e nove membros, ou seja, os cinco membros permanentes mais quatro n ao permanentes s ao sucientes para a aprova c ao, isto
4
Lembre-se que n ao estamos considerando absten c oes.
130
e, 5x + 4 q . Para que ambas desigualdades possam ser satisfeitas, e necess ario x > 6. Seja x = 7. Ent ao, precisamos 38 < q 39. Portanto, nosso candidato e um sistema por pesos em que a quota e 39 e o peso dos membros permanentes e 7 em compara c ao com o peso de 1 dos membros n ao permanentes.5 O leitor e convidado a vericar que o sistema por pesos proposto representa a regra analisada. Agora vamos introduzir alguns conceitos que usaremos posteriormente. Deni c ao - a) Uma coaliz ao e qualquer conjunto C I de indiv duos. b) Dada uma regra F , uma coaliz ao C e vencedora se, no caso em que todos os indiv duos na coaliz ao t em a mesma prefer encia, isto e, se xi = k , i C , ent ao a escolha social e a mesma da coaliz ao, isto e, F (x) = k , para k = 1 ou 0.6 c) Uma regra F e mon otona se para toda coaliz ao vencedora C , todo coaliz ao D C e tamb em vencedora.
Proposition 2. Se uma regra e mon otona e tem pelo menos uma coaliz ao vencedora, ent ao a regra satisfaz o Axioma da Unanimidade. Demonstra c ao - Exerc cio. Observe que pode haver regras que n ao t em coaliz oes vencedoras. Considere o seguinte
Observe que n ao h a unicidade na escolha. Poder amos ter arbitrado x = 8 e q poderia ser 43 ou 44, apenas para falar em n umeros inteiros. 6 Em outras palavras, uma coaliz ao e vencedora se consegue determinar o resultado da escolha social n ao importando a opini ao dos membros de fora da coaliz ao.
5
131
Exemplo 6- I = {1, 2} e F (0, 0) = 1, F (0, 1) = 0, F (1, 0) = 0, F (1, 1) = 1. Esta regra n ao satisfaz o Axioma da Unanimidade. Observe que F n ao tem coaliz oes vencedoras e, portanto, e mon otona. Reciprocamente, temos a seguinte: Proposition 3. Se F satisfaz o Axioma da Unanimidade ent ao existem coaliz oes vencedoras. Demonstra c ao. Nesse caso, trivialmente a coaliz ao formada por todos os indiv duos, I , e vencedora. Naturalmente, o fato de uma regra satisfazer o Axioma da Unanimidade n ao implica que a regra seja mon otona. Por outro lado, temos o seguinte resultado interessante:
Proposition 4. Todo sistema por pesos e mon otono e tem coaliz oes vencedoras. Demonstra c ao - Exerc cio. Bom, depois dessa digress ao, vamos retomar nossa an alise de se todos as regras (ou quais regras) s ao, na verdade, sistemas por peso. Em certo sentido, o exemplo 3 foi surpreendente porque ele colocava poder de veto que p ode ser representado por pesos. Podemos agora vericar que o exemplo 4 n ao ser a sistema por pesos. Deni c ao - Uma regra de escolha social e robusta a trocas se, para quaisquer duas coaliz oes vencedoras C e C , e indiv duos i, i tais que i C e i C , pelo menos uma das duas coaliz oes C {i } \ {i} ou C {i} \ {i } ainda e vencedora.
132
Em palavras, uma regra e robusta a trocas se podemos trocar dois indiv duos em coaliz oes vencedoras e ainda assim obtemos pelo menos uma coaliz ao vencedora. Proposition 5. Um sistema por pesos e robusto a trocas. Demonstra c ao: Seja S a soma de todos os pesos, isto e, . E f a cil ver que uma e seja P ( C ) = S = n j C j j =1 j coaliz ao C e vencedora se e somente se P (C ) =
j C
q>
j /C
j = S P (C )
Sejam C e C coaliz oes vencedoras e indiv duos i, i tais que i C e i C . Suponha, sem perda de generalidade, que i i . Ent ao P C {i} \ i P C q > S P C S P C {i} \ i ,
o que signica que a coaliz ao C {i} \ {i } e vencedora. Agora, podemos vericar que o Exemplo 4 n ao e um sistema por votos! Exemplo 4 - (cont.) Dividamos a C amara de Deputados em dois conjuntos n ao id enticos, D e D cada um dos quais tem o menor n umero (inteiro) de deputados n ao inferior a 3/5 do total de deputados e, com deni c oes similares, tomemos os conjuntos S e S de membros do Senado. Considere as seguintes coaliz oes vencedoras: C = D S e C = D S . Agora tome um senador i S e um deputado i D. Ent ao nenhuma das duas coaliz oes C {i } \ {i} ou C {i} \ {i } e vencedora. A primeira tem um senador a menos que o necess ario para a aprova c ao no Senado; a segunda tem um deputado a menos.
133
Logo, o processo de emenda da Constitui c ao Brasileira n ao e um sistema por pesos. O processo de emenda ` a Constitui c ao do Canad a, por em, e robusto a trocas, como mostramos abaixo. Exemplo 5 - (cont.) Uma coaliz ao e vencedora nessa regra se e somente se cont em pelo menos sete prov ncias e se sua popula c ao total for de pelo menos 50%. Dadas duas coaliz oes C e C e duas prov ncias distintas i C e i C , ambas as coaliz oes C {i } \ {i} e C {i} \ {i } t em pelo menos sete prov ncias. Tamb em e verdade que pelo menos uma das duas tem pelo menos 50% da popula c ao. Logo, uma das duas e vencedora, o que mostra que o processo e robusto a trocas. Apesar de o sistema descrito no Exemplo 5 ser robusto a trocas, ele n ao e um sistema por pesos, como mostraremos a baixo. Para demonstrar isso, precisamos de uma nova deni c ao: Deni c ao. Seja {Cj }l c ao de coaliz oes e seja j =1 uma cole i {Cj }l o n umero de conjuntos na cole c ao {Cj }l j =1 j =1 que cont em o indiv duo i. Uma regra e robusta a interc ambios se para toda cole c ao {Cj }l de coaliz o es vencedoras e toda outra j =1
l
cole c ao
Cj
j =1
tal que i {Cj }l j =1
= i
Cj
j =1
, para
todo i = 1, ..., n, ent ao existe um k tal que Ck e vencedora. Em termos simples, a robustez a interc ambios signica que podemos rearranjar da maneira que quisermos os indiv duos nas coaliz oes, contanto que n ao eliminemos a participa c ao de ningu em. Temos o seguinte resultado: Proposition 6. Um sistema por pesos e robusto a interc ambios.
134
Demonstra c ao: Como a cole c ao {Cj }l e formada por j =1 coaliz oes vencedoras, ent ao para todo k ,
P (Cj ) Observe tamb em que
q > S P (Cj ) . (Cj ) =

l n i=1 i
l j =1 P
{Cj }l j =1 i . Como
o n umero i {Cj }l ao pode ser alterado por interc ambios, j =1 n isto e, i {Cj }l j =1
l j =1 P
= i
Cj
j =1
, ent ao
l j =1 P
Cj
l
=
j =1
e m aximo entre os Cj (Cj ). Seja k tal que P (Ck )
Temos:
lP Ck
j =1
P Cj =
j =1
P (Cj )
lq > lS
j =1
P Cj
lS lP Ck
o que implica, dividindo por l,
P Ck
q > S P Ck ,
ou seja, Ck e uma coaliz ao vencedora.
Exemplo 5 (cont.) - O processo de emenda da constitui c ao do Canad a n ao e robusto a interc ambios. Considere as seguintes coaliz oes vencedoras:
135
C1 Ilha Pr ncipe Edward (1%) Newfoundland (3%) Manitoba (5%) Saskatchewan (5%) Alberta (7%) British Columbia (9%) Quebec (29%) N umero de prov ncias: 7 Percentual da Popula c ao: 59%
C2 New Brunswick (3%) Nova Scotia (4%) Manitoba (5%) Saskatchewan (5%) Alberta (7%) British Columbia (9%) Ontario (34%) N umero de prov ncias: 7 Percentual da Popula c ao: 67%
Agora se intercambiarmos Ontario com Ilha Pr ncipe Edward e Newfoundland, obtemos as seguintes coaliz oes: C1 Ontario (34%) Manitoba (5%) Saskatchewan (5%) Alberta (7%) British Columbia (9%) Quebec (29%) N umero de prov ncias: 6 Percentual da Popula c ao: 79% C2 New Brunswick (3%) Nova Scotia (4%) Manitoba (5%) Saskatchewan (5%) Alberta (7%) British Columbia (9%) Ilha Pr ncipe Edward (1%) Newfoundland (3%) N umero de prov ncias: 8 Percentual da Popula c ao: 37%
C1 n ao e vencedora porque tem um n umero insuciente de prov ncias e C2 n ao tem popula c ao suciente. Conclu mos, portanto, que o processo de emenda do Canad a n ao e robusto a interc ambios e, portanto, n ao pode ser um sistema por pesos. Exerc cios
136
1) Suponha que uma determinada regra de escolha social, F, e um sistema por pesos. Suponha que modicamos F para F estabelecendo que no caso de empate, o indiv duo 1 tem o voto qualicado. Ser a que F e ainda um sistema por pesos? 2) Suponha que I = {1, 2, 3, 4, 5} e que uma regra F especique que uma coaliz ao e vencedora se ela tiver pelo menos tr es n umeros consecutivos. Essa regra e um sistema por pesos? 3) Assuma I = {1, 2, 3, 4, 5, 6, 7, 8}, sendo que os indiv duos {1, 2, 3, 4, 5} s ao brancos e {6, 7, 8} s ao negros. Considere a seguinte regra da minoria: uma proposta e aprovada se recebe pelo menos cinco votos favor aveis, sendo que pelo menos dois votos dos negros. Prove que esse sistema e robusto a trocas, mas n ao e robusto a interc ambios.
Cap tulo 11
Teorema de Impossibilidade de Arrow

Seja A um conjunto arbitr ario de alternativas (nito ou innito). Seja P o conjunto das prefer encias sobre A, isto e, P = (A A). Seja R P o conjunto das prefer encias racionais sobre A e seja I = {1, ..., n} o conjunto de indiv duos n na sociedade. Seja X um subconjunto qualquer de P , isto e, X representa uma cole c ao de prefer encias dos n indiv duos da sociedade. Representaremos um elemento de X por x = ( 1 , ..., n ). Deni c ao. Fixado um conjunto X de prefer encias dos indiv duos na sociedade, uma regra de escolha social (RES) e uma fun c ao F : X P . Deni c ao. Fixado um conjunto X de prefer encias dos indiv duos na sociedade, uma fun c ao de bem-estar social (FBS) e uma fun c ao F : X R. 137
138
[CAP. 11: TEOREMA DE IMPOSSIBILIDADE DE ARROW
Assim, para que uma regra de escolha social (RES) seja tamb em uma fun c ao de bem-estar social (FBS) e necess ario que ela dena apenas prefer encias racionais, isto e, transitivas e completas.1 Quando n ao houver perigo de confus ao, denotaremos por a prefer encia social F ( 1 , ..., n ). Exemplo 1 - Consenso Consideremos a RES usada em algumas circunst ancias que requer que todos os indiv duos concordem com determinada escolha para que seja implementada pela sociedade. H a duas formas de model a-la: a) Seja X = P n (ou X = Rn ) e seja F : X P denida por, para quais a, b A, (a, b) F ( 1 , ..., n ) ou a b se e somente se a i b para todo i I. Denindo-se o consenso dessa forma, isto e, para todas as prefer encias poss veis, v e-se facilmente que F n ao e completa e, portanto, n ao racional. Logo, o consenso seria apenas uma RES, mas n ao uma FBS. b) Podemos, por em, restringir o dom nio de deni c ao n de nossa regra: X = {( 1 , ..., n ) R : a i b para algum i I se e somente se a j b para todo j I }. Isso restringe bastante as prefer encias que podemos considerar. No entanto, se o consenso e denido apenas para prefer encias nesse X , vemos que se torna uma fun c ao de bem-estar social. O exemplo 1 sugere que podemos passar de uma regra de escolha social para uma fun c ao de bem-estar social apenas com
Aqui e nas deni c oes abaixo, seguiremos a terminologia usada por Amartya Sen.
1
139 a restri c ao das prefer encias consideradas. De fato, por mais esdr uxula que seja uma regra de escolha social, se ela dene uma prefer encia racional pelo menos para um valor ( 1 , ..., n ) n P , ent ao ela pode ser tornada uma FBS fazendo X = {( 1 , ..., n )}. Assim, torna-se natural pedir a seguinte condi c ao: (U) - Dom nio Irrestrito - Uma RES F : X P satisfaz ter dom nio irrestrito se quando X = Rn , ent ao ela e uma FBS. Em outras palavras, F tem dom nio irrestrito se F (Rn ) R, isto e, se ela especica prefer encias racionais sempre que as prefer encias dos indiv duos forem racionais. Outras hip oteses razo aveis s ao as seguintes: (P) Condi c ao de Pareto ou Axioma da Unanimidade - Uma RES satisfaz a condi c ao de Pareto se a i b para todo i I , ent ao a b. (D) N ao Ditatura - Uma RES F n ao tem ditador (ou n ao e uma ditadura) se n ao existe indiv duo d I tal que, qualquer que seja ( 1 , ..., n ) X , a d b a b, onde a b (a b) (b a) e representa F ( 1 , ..., n ). Em outras palavras, n ao existe indiv duo que determine, sozinho, a escolha social. Uma hip otese um pouco mais forte e a seguinte: (I) Independ encia das Alternativas Irrelevantes - Uma RES satisfaz a condi c ao de independ encia das alternativas irrelevantes se a prefer encia de a sobre b n ao depende de como os indiv duos consideram as outras alternativas. Formalmente: suponha que duas listas de prefer encias ( 1 , ..., n ) e ( 1 , ..., e, n ) coincidam no que concerne as alternativas a e b, isto a i b se e somente se a i b e b i a se e somente se b i a
140
para todo i I . Ent ao as prefer encias sociais = F ( 1 , ..., = F ( 1 , ..., n ) satisfazem: a b se e somente se n) e a b e b a se e somente se b a. Uma quest ao importante e: existe alguma FBS que satisfa ca U, P, D e I? A resposta e armativa se o conjunto de alternativas tem apenas dois elementos. Exerc cio - Prove que o Voto Majorit ario e uma FBS que satisfaz U, P, D e I se o conjunto de alternativas A tem apenas dois elementos. No entanto, temos o seguinte: Teorema de Impossibilidade de Arrow - N ao existe FBS que satisfa ca U, P, D e I se o conjunto de alternativas A tiver pelo menos 3 elementos. Prova Primeiro observamos que um ditador forma uma coaliz ao unit aria de indiv duos que e completamente decisiva. Dizemos que uma coaliz ao de indiv duos S I e completamente decisiva se para quaisquer alternativas a, b A, a
i
b para todo i S a
b.
Ent ao o Teorema estar a demonstrado se provarmos que existe uma coaliz ao unit aria completamente decisiva. Para chegar a isso, vamos fazer a demonstra c ao de tr es fatos. Para enunci alos, precisamos de uma deni c ao a mais: Deni c ao. Uma coaliz ao de indiv duos S I e decisiva para a sobre b se a
i
b para todo i S e b
a para todo j I \S ent ao a
b.
141 Vamos denotar o fato de que a coaliz ao S e decisiva para a sobre b por S (a, b). Observe que para testar se uma coaliz ao S I e decisiva para a sobre b, temos de testar apenas o caso em que ele determina a escolha sempre que h a oposi c ao por parte de todos os outros indiv duos que n ao est ao no coaliz ao S . Os tr es fatos abaixo implicam que existe uma coaliz ao unit aria completametne decisiva e, portanto, demonstram o Teorema de Arrow. Fato 1) Existe uma coaliz ao unit aria S = {i} e um par de alternativas a, b tal que S (a, b). Fato 2) Toda coaliz ao S tal que S (a, b) (para algum par de alternativas a e b) ent ao S (u, v ) para quaisquer alternativas u e v. Fato 3) Se uma coaliz ao S e tal que S (u, v ) para quaisquer alternativas u e v , ent ao S e uma coaliz ao completamente decisiva. Prova do Fato 1 Observemos inicialmente que existe pelo menos uma coaliz ao decisiva para um par de alternativas. De fato, a condi c ao (P) implica que I e decisiva para a sobre b, quaisquer que sejam as alternativas a e b. Seja S a coaliz ao decisiva para um par qualquer de alternativas com o menor n umero poss vel de indiv duos. Isto e, existe um par de alternativas a, b tal que S (a, b) e n ao existe nenhum outra coaliz ao S com menos indiv duos do que S nem outro par de alternativas, u, v tal que S (u, v ). Tudo que temos de mostrar e que S e unit ario. Suponha que n ao seja assim. Ent ao podemos segmentar S em dois conjuntos disjuntos e n ao vazios S1 e S2 , isto e, S = S1 S2 . Observe que S1 e S2 n ao podem ser decisivos para nenhum par de alter-
142
nativas uma vez que S e, por deni c ao, a coaliz ao decisiva com o menor n umero de indiv duos. Pelo fato de que A tem pelo menos 3 elementos, podemos tomar um c = a e c = b. Por U , podemos tomar quaisquer prefer encias racionais para os indiv duos. Considere prefer encias racionais que satisfa cam o seguinte: a c b
ib ia ic i i i
c, i S1 b, i S2 a, i I \S
poss E vel que I \S seja vazio. O que faremos na seq u encia continua v alido mesmo se esse for o caso. Observe que para todo i S = S1 S2 , a i b e para todo i I \S , b i a. Ent ao S (a, b) a b. Vamos mostrar agora que b c, o que implica que a c e vamos chegar a um absurdo desse fato. Prova de que b c Como a prefer encia e completa, basta chegarmos a um absurdo se c b. Suponhamos isso e consideremos prefer encias i tais que
b c b
i c, i b, i c,
i S1 ; i S2 ; i I \S.
Observe que a prefer encia dos indiv duos entre b e c e a mesma . Ent a o, por (I), c b . Mas observe que isso vale para e i i toda prefer encia tal que c i b, i S2 e .b i c, i I \S2 . Isso signica S2 (c, b), o que e um absurdo. Logo, n ao pode ser c b. Absurdo a partir de a c.
143 Considere agora prefer encias a c c

i c, i a, i a, i
tais que
i S1 ; i S2 ; i I \S.
De novo por (I), a c, mas isso signica que S1 (a, c), o que novamente e um absurdo. Isso estabelece o Fato 1. Prova do Fato 2 Vamos provar inicialmente que S (a, b) S (u, v ) para quaisquer u, v A. De fato, seja c A, c = a e c = b e xe prefer encias tais que a b
ib ic
i i
c, i S a, i I \S
Ent ao, S (a, b) a b. Observe tamb em que b i c, i I . Ent ao (P) implica que b c. Portanto, a c. Considere prefer encias i tais que a c
i c, i a,
i S ; i I \S
Ent ao, por (I), a c, o que implica S (a, c). Agora se tomarmos prefer encias tais que c b
ia ic
i i
b, i S a, i I \S a, o que implica c b
Ent ao, S (a, b) a b e (P) c Considere prefer encias i tais que c b

i b, i c,
i S ; i I \S
144
Por (I), c b. Logo, S (c, b). Fixemos tr es alternativas distintas, a, b e c. Ent ao para qualquer u A, u = c, S (a, b) S (c, u) e S (u, c). De fato, S (a, b) S (a, c) e S (c, b). Se u e diferente de a, ent ao S (a, u) e S (u, c). Se u e diferente de b, ent ao S (c, u) e S (u, b). Em qualquer caso (mesmo que u seja a ou b), temos S (u, c) e S (c, u). Agora, podemos concluir a demonstra c ao do Fato 2 da seguinte forma. Tome u e v alternativas quaisquer e xe tr es alternativas distintas, a, b e c. Primeiro observe que se u = v , ent ao S (u, v ), uma vez que nenhum indiv duo com prefer encia racional pode colocar u i v . Se u = c e v = c, ent ao S (a, b) S (c, v ) e S (v, c), ou seja, vale S (u, v ). O mesmo vale para u = c e v = c, Se agora u = c e v = c, ent ao S (a, b) S (c, u) e u = v S (u, v ). Isso conclui a demonstra c ao do fato 2. Prova do Fato 3 Seja S coaliz ao tal que S (u, v ) para todo par de alternativas u, v. Queremos provar que para quaisquer duas alternativas a e b, a i b, i S a b (n ao importando a opini ao dos demais). Fixe a e b, tome uma alternativa distinta c e considere prefer encias para as quais vale a c
ic ia i
b, i S
i
ec
b, i I \S
Observe que n ao especicamos as prefer encias dos indiv duos i I \S entre a e b. S (a, c) a c e (P) c b. Logo, a b. Por (I), o fato de que a b n ao depende de como os indiv duos consideram c. Logo, a b sempre que a i b, i S , que era o que quer amos mostrar. Isso conclui a demonstra c ao do teorema.
Refer encias Bibliogr acas

[1] Anscombe, F.J. and R.J. Aumann.(1963): A denition of subjective probability, Annals of Mathematical Statistics, 34, 199-205. [2] Debreu. G.(1954): Representation of a preference ordering by a numerical functions. in Decision Processes, R. Thrall, C. Coombs and R. Davis(eds.), Nova York; John Wiley and Sons. [3] Dow, J. and S. R. C. Werlang.(1992): Uncertainty aversion, risk aversion, and the optimal choice of portifolio. Econometrica, 60, 197-204. [4] Ellsberg, D.(1961):Risk, ambiguity and the Savage axioms. Quartely Journal of Economics, 75, 643-669. [5] Fishburn, P. C.,(1970): Utility Theory for Decision Making. Wiley, New York. [6] Ghirardato, P., F. Maccheroni, M. Marinacci, and M. Siniscalchi.(2003): A subjective spin on roulette wheels, Econometrica, 71, 1897-1908. 145
146
REFERENCIAS BIBLIOGRAFICAS
[7] Gilboa, I., A. Postlewaite, D. Schmeidler(2004): Rationality of beleif, or: why Bayesianism is neither necessary nor sucient for racionality. RUD 2004 Conference, Northwestern University. [8] Gilboa, I. and D. Schmeidler.(1989): Maxmin expected utility with a non-unique prior. Journal of Mathematical Economics, 18, 141-153. [9] Gul, F.(1992): Savages theorem with a nite number of states. Journal of Economic Theory, 57, 99-110. [10] Knight, F. H.(1921): Risks, Uncertainty and Prot. Boston: Houghton-Miin. [11] Savage, L. J.(1954): The Foundations of Statistics. Wiley, New York. [12] Monteiro, P. K.(1987): Some results on the existence of utility functions on path connected spaces. Journal of Mathematical Economics, 18, 147-156. [13] Schmeidler, D.(1989): Subjective probability and expected utility theory without additivity, Econometrica, 57, 571587. [14] von Neumann, J. and O. Morgenstern.(1944): Theory of Games and Economic Behavior. Princeton University Press, Princenton.

Introducao A Teoria Da Escolha - Castro e Faro

Caricato da

Informazioni sul documento

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Introducao A Teoria Da Escolha - Castro e Faro

Caricato da

Copyright:

Formati disponibili

Introdu c ao ` a Teoria da Escolha

Luciano I. de Castro Jos e Heleno Faro

2.3 2.4 2.5

Escolha sob Risco e Incerteza

Escolha sob Ambiguidade

Escolha sob Certeza

Conjuntos de Escolha e Ordens

[SEC. 1.1: INTRODUC AO

[CAP. 1: CONJUNTOS DE ESCOLHA E ORDENS

Conjuntos e Regras de Escolha

[SEC. 1.2: CONJUNTOS E REGRAS DE ESCOLHA

A deni c ao de Mas-Colell et. al. (1995) n ao permite isso.

[CAP. 1: CONJUNTOS DE ESCOLHA E ORDENS

[SEC. 1.2: CONJUNTOS E REGRAS DE ESCOLHA

[CAP. 1: CONJUNTOS DE ESCOLHA E ORDENS

[SEC. 1.2: CONJUNTOS E REGRAS DE ESCOLHA

[CAP. 1: CONJUNTOS DE ESCOLHA E ORDENS

[SEC. 1.3: PREFERENCIAS

[CAP. 1: CONJUNTOS DE ESCOLHA E ORDENS

e transitiva, ent ao e transitiva. e transitiva, e x y, y z ent ao x z ent ao x z. z.

e completa, ent ao e reexiva.

completa tal que n ao e completa. e vazia.

e sim etrica ent ao n ao e sim etrica. e assim etrica.

As prefer encias servir ao para modelar as escolhas dos consumidores.

[SEC. 1.3: PREFERENCIAS

Observa c ao sobre a deni c ao

[CAP. 1: CONJUNTOS DE ESCOLHA E ORDENS

Como obter prefer encias de conjuntos de escolha e vice-versa

[SEC. 1.4: COMO OBTER PREFERENCIAS DE CONJUNTOS DE ESCOLHA E VICE-VERSA23

y B B , tal que x, y B ent ao y C (B ) x C (B ) .

[CAP. 1: CONJUNTOS DE ESCOLHA E ORDENS

Como denir uma estrutura de escolha a partir de uma prefer encia

[SEC. 1.4: COMO OBTER PREFERENCIAS DE CONJUNTOS DE ESCOLHA E VICE-VERSA25

[CAP. 1: CONJUNTOS DE ESCOLHA E ORDENS

Dizemos que uma prefer encia racional de escolha (X, B , C ) se

[SEC. 1.5: PROPRIEDADES DE PREFERENCIAS E ESTRUTURAS DE ESCOLHA27

Propriedades de Prefer encias e Estruturas de Escolha

e transitiva, ent ao C (, ) cumpre a pro-

[CAP. 1: CONJUNTOS DE ESCOLHA E ORDENS

Exerc cio. D e um contra-exemplo de uma tal que C (, ) n ao cumpre a propriedade .

As implica c oes do AFPR

[SEC. 1.5: PROPRIEDADES DE PREFERENCIAS E ESTRUTURAS DE ESCOLHA29

POR FUNC UTILIDADE31 [SEC. 2.1: PREFERENCIAS E SUA REPRESENTAC AO AO

Prefer encias e sua representa c ao por fun c ao utilidade

UTILIDADE [CAP. 2: FUNC AO

[SEC. 2.2: CASO FINITO

34 2a Prova. Dena u (x) = {y X : x

UTILIDADE [CAP. 2: FUNC AO

Caso Enumer avel

Essa fun c ao representa {j N : y

[SEC. 2.4: CONJUNTOS NAO-ENUMER AVEIS

Conjuntos N ao-Enumer aveis

UTILIDADE [CAP. 2: FUNC AO

[SEC. 2.5: PREFERENCIAS MONOTONAS

Prefer encias Mon otonas

UTILIDADE [CAP. 2: FUNC AO

No c oes B asicas de Topologia Geral.

[CAP. 3: TEOREMA DE DEBREU-EILENBERG-RADER.

C , ainda, dizemos que x e ponto de acumula c ao

for uma base para a topologia .

[SEC. 3.1: NOC OES BASICAS DE TOPOLOGIA GERAL.

e da , dado um aberto A , para todo x A existe {Ck }K k=1 C em que

[CAP. 3: TEOREMA DE DEBREU-EILENBERG-RADER.