Imaginons qu'un décideur examine la possibilité de se déplacer (au moins

un peu) de x dans la direction d. Il le fait en ayant à l'esprit un vecteur de

valeurs subjectives des produits K v(x) ∈ RK+. Ce vecteur constitue la
base de calcul pour déterminer si un déplacement de x dans la direction d
est une amélioration ou non. (Lorsqu'on parle d'une direction de
déplacement d à partir de x, on suppose toujours que le déplacement est
faisable dans le sens où, pour ε > 0 suffisamment petit, x + εd ∈X). La
direction d est déterminée par le décideur comme étant une amélioration si
et seulement si dv(x) > 0, c'est-à-dire si et seulement si la valeur du
changement, telle qu'évaluée par les valeurs en x, est positive. Étant donné
la fonction v : X → RK+ , définir Dv(x) = {d | d ∙ v(x) > 0}, comme étant
l'ensemble des directions qu'il considère comme des améliorations par
rapport à x en utilisant l'évaluation ci-dessus.
Améliorer les directions d'une relation de préférence ≿ en x : Nous disons
que le vecteur z ∈RK est une amélioration au niveau du faisceau x si x + z
≻x. Nous disons que d ∈RK est une direction d'amélioration en x si tout
petit déplacement de x dans la direction de d est une amélioration, c'est-à-
dire qu'il existe un certain λ *> 0 tel que pour tout λ* > λ > 0 le vecteur λd
est une amélioration. Soit D ≿ (x) l'ensemble de toutes les directions
d'amélioration en x. Notons que :
Pour le voir, supposons x + d x. Prenons λ = 1. Pour tout 1 > λ > 0
nous allons maintenant montrer que x + λd = λ(x + d) + (1 - λ)x x. Par
continuité,
il existe un vecteur z x avec zk ≤ (x + d)k pour tout k et
avec inégalité stricte pour tout k pour lequel (x + d)k > 0. Pour tout k,
on a (x + λd)k ≥ (λz + (1 - λ)x)k et x + λd 6= λz + (1 - λ)x.
Par monotonie forte, x + λd λz + (1 - λ)x. Enfin, par convexité,
λz + (1 - λ)x % x. Donc, x + λd x.
4. La monotonicité implique que d 2 D%(x) pour tout d tel que dk > 0
pour tout k.
Nous nous intéressons aux relations de préférence qui sont compatibles
avec la procédure décrite ci-dessus. L'exigence de cohérence est
exprimée par la définition suivante (non conventionnelle) des
préférences différentiables, où les préférences sont limitées à celles qui
satisfont à la monotonicité et à la convexité : Nous disons que la relation
de préférence est différentiable s'il existe une fonction v : X → RK+ de
telle sorte que D ≿ (x) = Dv(x) pour tout x.
Étant donné la fonction d'utilité différentiable u, notons du/dxk(x) la dérivée partielle de u
par rapport au produit k au point x. Notons ru(x) (le gradient) le vecteur de ces dérivées
partielles. Rappelons que la différentiabilité de u en un point x signifie que le taux de
variation de u lorsque l'on se déplace de x dans une direction d quelconque est d ∙ ru(x).
C'est-à-dire que
c'est-à-dire, lim→0
c'est-à-dire, lim→0
u(x+d)-u(x)
= d ∙ ru(x).
Nous allons maintenant définir la fonction v(x)=ru(x) et montrer queD%(x)=Dv(x)
pour tout x.
D%(x) Dv(x) : Par contradiction, supposons qu'il existe un vecteur d 2
D%(x) tel que d ∙ v(x) ≤ 0. Sans perte de généralité, notons x + d x,
car sinon d peut être rééchelonné. Par continuité, il existe d0 6= d, d0k ≤ dk
pour tout k, tel que x + d0 x. Par convexité et monotonicité forte
des préférences (ce qui découle de la quasi-concavité et de la forte
monotonie forte de u), d0 2 D(x). Cependant, d0 ∙ v(x) < 0 et donc par la
différentiabilité de u, pour tout assez petit δ, u(x + δd0) < u(x), une contradiction.
D%(x) Dv(x) : Ceci découle immédiatement de la différentiabilité de u puisque dv(x)
de u puisque dv(x) > 0 implique u(x + d) > u(x) pour tout assez petit .
Autrement dit, d 2 D%(x).
≻
 ≿
~

∈
≠
Xj