Académique Documents
Professionnel Documents
Culture Documents
Micromt Cours-2
Micromt Cours-2
Marianne Tenand
marianne.tenand@ens.fr
1
2
Questions fondamentales
Objectif du cours :
Déterminer de manière analytique la demande
Solutions intérieures et solutions en coin
Applications numériques
Caractériser certaines propriétés de la fonction de
demande marshallienne
Déterminer les relations entre demande hicksienne et
demande marshallienne
1. Résolution analytique du 3
problème de maximisation de
l’utilité sous contrainte
Def : Soit une fonction d’utilité U, un ensemble des objets
X, un vecteur de prix p > 0 et un niveau de revenu
individuel Ri > 0. Le programme de maximisation de l’utilité
sous contrainte budgétaire s’écrit :
maxx Ui(x)
p.x ≤ R et x ≥ 0
1. ∂L(x,λ,μ)/∂x = 0
2. ∂L(x,λ,μ)/∂λ ≥ 0
et ∂L(x,λ,μ)/∂μ ≥ 0
3. λ ≥ 0
et μ ≥ 0
4. λ(p.x – R) = 0
et μ.x = 0
1. Résolution analytique du 6
problème de maximisation de
l’utilité sous contrainte
On peut réécrire les conditions de Kuhn et Tucker ainsi :
3. λ≥0
et μ ≥ 0
4. λ(p.x – R) = 0
et μ.x = 0
1. Résolution analytique du 7
problème de maximisation de
l’utilité sous contrainte
Le TMS entre les 2 biens est alors telle que: TMS12 (𝒙∗𝟏 , 𝒙∗𝟐 )< p1/p2
Dans le cas où on a μ1 > 0 (« vraie » solution en coin, et pas tangence de la
courbe d’utilité à la droite de budget sur un des axes)
Ou encore :
[ ∂U(𝑥 ∗ )/∂x1 ] / p1 < [ ∂U(𝑥 ∗ )/∂x2 ] /p2
Interprétation : étant donnés les prix des biens, l’utilité marginale par euro
dépensé pour le bien 1 est plus faible que l’utilité marginale par euro dépensé
pour le bien 2, de sorte que le consommateur serait prêt à échanger
davantage du bien 1 pour avoir davantage de bien 2… Mais il ne peut plus !
1. Résolution analytique du 11
problème de maximisation de
l’utilité sous contrainte
Signification du multiplicateur de Lagrange (solution intérieure)
Pour un consommateur, le multiplicateur représente l’augmentation marginale
de l’utilité induite par le relâchement de la contrainte budgétaire (par ex., une
augmentation marginale du revenu)
∂v(p,R)/∂R = λ
NB : dès lors que la loi de Walras n’est pas respectée (donc que U(.) n’est pas monotone),
le desserrement de la contrainte budgétaire n’apporte aucun supplément d’utilité
(puisque la contrainte n’était pas réellement contraignante, ou « binding »). Comme
l’indiquent les conditions de Kuhn et Tucker, on est bien dans le cas où λ = 0
1. Résolution analytique du 12
problème de maximisation de
l’utilité sous contrainte
Généralisation (1)
Cas d’une optimisation sous une contrainte d’égalité :
max U(x1,…, xk) s.c. g(x1,…, xk) = c
La contrainte peut être une contrainte budgétaire, une contrainte de
temps, etc.
Le Lagrangien s’écrit L(x, λ) = U(x) – λ(g(x) – c)
U(x) ≥ 𝑈 et x ≥ 0
Lemme de Shepard
Pour tout j=1,…,k, ∂e(p,u0)/∂pj= hj(p,u0)
Equation de Slutsky
∂xi(p,R)/∂pj = [∂hi(p, u0)/∂pj] – xj(p,R) [∂xi(p,R)/∂R]