拟凹性：所谓拟凹函数，就是相对坐标横轴，图像里没有下凸现象的曲线（下凸：斜率从负到零，又继续上升的现象）。亦即对任意两点x、y属于定义域，有：
f ( a x + ( 1 − a ) y ) ≥ m i n [ f ( x ) , f ( y ) ] f(ax+(1-a)y)≥min[f(x),f(y)] f(ax+(1−a)y)≥min[f(x),f(y)]
容易证明：若函数是拟凹的，当且仅当其定义域上的所有上轮廓集（upper contour set）都是凸的（凸集的定义：任意两点的连线被完全包含在集合内）。
参考 人大经济论坛
在最优化问题中，拟凸（凹）函数之所以重要，是因为严格拟凸（凹）函数的约束最优化取值不但是全局最优的，而且是唯一的。（二元变量情形下）拟凹函数满足下列不等式：
f 11 f 2 2 + f 22 f 1 2 − 2 f 12 f 1 f 2 < 0 f_{11}f_2^2+f_{22}f_1^2-2f_{12}f_1f_2<0 f11f22+f22f12−2f12f1f2<0
凹（凸）函数一定是拟凹（凸）函数，但是反之不一定成立
图片来源：维基百科
凸性：偏好的凸性被解释为偏好是边际替代率递减的（不是边际效用递减），注意这里的凸性指的是图像的形状（连接无差异曲线上任意两点的直线在无差异曲线的上方），而不是函数的性质，函数具有的是拟凹性。
这个与数学中的凹凸性是反过来的
上图是具有凸性的无差异曲线
这张图就不具有凸性了，边际替代率不递减
总结：以下几个命题是等价的
无差异曲线是凸的 ⇔ \Leftrightarrow ⇔无差异曲线是拟凹的 ⇔ \Leftrightarrow ⇔边际替代率递减
证明：无差异曲线是拟凹的 ⇔ \Leftrightarrow ⇔边际替代率递减
M R S = − d y d x = U x U y ( 1 ) MRS =-\frac{dy}{dx}= \frac{U_x}{U_y}\qquad (1) MRS=−dxdy=</
最低0.47元/天 解锁文章
扫一扫
3797
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
