Utilidad Esperada

En estas notas nos interesaremos en la representacin de preferencias cuando el conjunto de las posibles
elecciones es el conjunto de todas las loteras (o distribuciones de probabilidad) sobre un cierto espacio nito
A. La mayora de las situaciones de inters en economa son de elecciones en condiciones de incertidumbre.
Por eso es muy importante tener una teora de la decisin que sea til para estas situaciones. Eso es lo que
trataremos de desarrollar en estas notas.
Sea A un conjunto nito, r
1
, ..., r
n
interpretado como el conjunto de las posibles canastas de consumo.
Sea 1 el conjunto de todas las distribuciones de probabilidad sobre A, interpretado como el conjunto de
todas las loteras cuyos premios son canastas posibles de consumo. Formalmente,
1 =
_
j R
n
: j
I
[0, 1] para todo i, y
n

I=1
j
I
= 1
_
Vemos que si j, 1, entonces para cualquier ` (0, 1) , el punto `j + (1 `)r de R
n
tambin pertenece
a 1, pues
`j + (1 `)r = (`j
1
+ (1 `)r
1
, ..., `j
n
+ (1 `)r
n
)
es tal que cada una de sus componentes es positiva, y adems suman 1. Por lo tanto, si tomamos dos
distribuciones de probabilidad j y , y las mezclamos como hicimos recin, obtenemos otra distribucin
de probabilidad.
Decimos que una relacin de preferencias satisface
Independencia si para todo j, , r 1 y todo ` (0, 1)
j % si y slo si `j + (1 `)r % ` + (1 `)r.
Continuidad si para todos los j, , t 1 tales que j ~ y j _ t _ , los conjuntos c : cj + (1 c) _ t
y c : t _ cj + (1 c) son cerrados.
Sobre Independencia se han dicho millones de cosas. A continuacin presentamos algunas.
Defensa A. Argumentaremos ahora que es un axioma intuitivo. Para ver porqu, pensemos en lo siguiente.
Supongamos que una persona, Ins por ejemplo, preere j a , es decir j _ . Ahora, a Ins se le pregunta
cual de las siguientes dos loteras preere, si `j + (1 `)r o ` + (1 `)r. La lotera `j + (1 `)r se
puede interpretar como una lotera en dos etapas. En la primera etapa, se tira una moneda que tiene
probabilidad ` de caer en cara, y 1 ` de caer en nmero. Si cae en cara, Ins recibir la lotera j, y si sale
nmero recibir r. Ahora, comparando `j + (1 `)r con ` + (1 `)r, Ins piensa:
Cuando tiren la moneda, si sale nmero, me da exactamente lo mismo `j+(1`)r o `+(1`)r,
porque en ambos casos recibir r. Si sale cara, en un caso recibir j y en el otro , por lo que mi
decisin entre `j + (1 `)r y ` + (1 `)r debera reducirse slo a la comparacin entre j y .
Como dije que prefera j a , debo tambin preferir `j + (1 `)r a ` + (1 `)r.
1
Defensa B. Tambin se ha argumentado que el axioma se debe cumplir pues se puede disear un truco
para que aquellos cuyas preferencias no satisfacen el axioma entreguen voluntariamente todo su dinero.
Supongamos por ejemplo que hay tres loteras j, y r tales que j ~ y j ~ r. En el Ejercicio 1 se le
pide que demuestre que el axioma de Independencia implica que para todo ` (0, 1) , j ~ ` + (1 `) r.
Supongamos que un individuo tiene preferencias que violan el axioma de Independencia, de tal forma que
` + (1 `) r ~ j, y que la persona posee la lotera j. Como ` + (1 `) r es preferido a j, el individuo
estar dispuesto a pagar una pequea suma de dinero por obtener ` + (1 `) r y entregar j. Una vez que
haya pagado ese dinero, se ejecuta la primera parte de la lotera (la que da con probabilidad `, y r con
probabilidad 1 `). Ahora el individuo est en posesin de r o de , y como j ~ y j ~ r, estar dispuesto
a pagar una pequea suma de dinero por cambiar o r por j. Una vez que haya hecho el cambio, estar
igual que al principio, poseyendo j, pero dos pequeas sumas de dinero ms pobre.
Ejercicio 1 Demuestre que si j ~ y j ~ r y ` [0, 1] y las preferencias son transitivas y cumplen el
axioma de Independencia, entonces j ~ ` + (1 `) r.
Presentado as, con esas dos defensas, el axioma suena sumamente razonable. Uno empieza a sospechar
que quizs no sea tan inocuo cuando se da cuenta que de todas las formas posibles que podran tener las
curvas de indiferencia sobre 1, cuando hay slo 3 premios posibles, el axioma de Independencia implica que
son rectas paralelas! Veamos ahora porqu. Primero, 1 se puede representar por un tringulo equiltero: si
dibujan 1 en R
3
, 1 es un tringulo equiltero, y no hace falta dibujar todo el resto de R
3
para dibujar slo
un tringulo. Tomemos ahora dos loteras j y en 1 tales que j ~ , y tomemos otro punto cualquiera :
entre medio de ellas. Eligiendo a (0, 1) apropiadamente, podemos hacer que : = aj + (1 a)
* q
* p
* ap + (1-a)q
Vamos a mostrar ahora que j ~ : ~ , por lo que todas las curvas de indiferencia son rectas. Como
j _ , tomando r = en el axioma de Independencia obtenemos
j _ =aj + (1 a) r _ a + (1 a) r =
aj + (1 a) _ a + (1 a) =: _
De forma similar, como _ j y tomando r = en el axioma de Independencia, obtenemos
_ j =a + (1 a) r _ aj + (1 a) r =
a + (1 a) _ aj + (1 a) = _ :
lo que termina de demostrar que ~ :. Por transitividad de ~ obtenemos tambin que j ~ :, como queramos
demostrar.
2
Falta mostrar ahora que adems de ser rectas, las curvas de indiferencia son tambin paralelas. Para
eso, tomamos cualquier : que no est entre j y , y encontramos un r tal que : = a + (1 a) r, como en el
dibujo.
* q
*
p
*
aq + (1-a)r
* r
Las curvas de indiferencia son paralelas si y slo si a +(1 a) r ~ aj +(1 a) r, pues el tringulo j, , r es
semejante al tringulo por a + (1 a) r, aj + (1 a) r y r :
*
q
*
p
*
aq + (1-a)r
*
r
*
ap + (1-a)r
En efecto, aplicando el axioma de Independencia directamente, vemos que
j ~ =
_
j _ =aj + (1 a) r _ a + (1 a) r
_ r =a + (1 a) r _ aj + (1 a) r
_
=aj + (1 a) r ~ a + (1 a) r
como queramos demostrar.
Adems de esta restriccin tan seria sobre la forma de las curvas de indiferencia, se han propuesto
muchsimas crticas tanto al axioma de Independencia directamente, como a sus consecuencias. Presentamos
ahora la crtica ms conocida al axioma: la paradoja de Allais.
Crtica A: La Paradoja de Allais (Econometrica 21, ao 1953). En este experimento hay tres
premios posibles: r
10
= 10.000.000, r
1
= 1.000.000 y r
0
= 0, que vamos a interpretar como 10, 1 y 0
millones de dlares respectivamente. A Ins se le ofrecen primero dos loteras, j = (j
10
, j
1
, j
0
) = (0, 1, 0) y
=
_
10
100
,
89
100
,
1
100
_
. Tpicamente, la gente elige j, quizs porque da un milln de dlares seguro, y no tiene
chance de salir 0, que sera horrible. En el segundo experimento de eleccin, se le ofrecen a Ins otras dos
3
loteras, r =
_
0,
11
100
,
89
100
_
y : =
_
10
100
, 0,
90
100
_
. Tpicamente, aca la gente elige :, quizs porque
11
100
y
10
100
son
muy parecidos, pero 10 millones es mucho ms que un milln. El problema es que la gente que elige de esa
forma tiene preferencias que no satisfacen el axioma de Independencia. Se puede ver directamente usando
el axioma, pero es ms fcil usar una de sus consecuencias para ver que en efecto se viola. En el Teorema 7
veremos que si se satisface el axioma de Independencia, existe una funcin de utilidad n : A R tal que
j _ si y slo si

r
n(r) j (r) _

r
n(r) (r) . Por lo tanto, la gente que elige j sobre nos est diciendo
que
n(1)
10
100
n(10) +
89
100
n(1) +
1
100
n(0) =11n(1) 10n(10) +n(0) .
Por otro lado, esa misma gente, al elegir : sobre r nos est diciendo que
10
100
n(10) +
90
100
n(0)
11
100
n(1) +
89
100
n(0) =10n(10) +n(0) 11n(1)
lo que contradice la ecuacin anterior.
Ejercicio 2 Dibuje las loteras j, , r y :, y muestre que las curvas de Indiferencia de alguien que elige j
sobre y : sobre r no son paralelas. Muestre tambin que se viola el axioma de Independencia.
Crtica B: La Paradoja de Machina (Journal of Economic Perspectives 1, ao 1987). Sea
A = un viaje a Venecia, mirar una buena pelcula sobre Venecia, quedarse en casa
y sean , j y las loteras que dan el iaje, la jelcula y edarse con probabilidad 1 respectivamente.
Supongamos tambin que la persona que va a elegir preere ir a Venecia, antes que mirar la pelcula, y
preere la pelcula antes que quedarse en casa. Es decir ~ j ~ . A la persona en cuestin se le ofrecen dos
loteras. En la primera la probabilidad del viaje a Venecia es 99,9% y la probabilidad de la pelcula es 0,1%.
Es decir, |
1
= (|
u
, |

, |
j
) =
_
999
100
,
1
1000
, 0
_
. En la segunda, la probabilidad del viaje sigue siendo 99,9%, pero
con probabilidad 0,1% sale quedarse en casa: |
2
=
_
999
100
, 0,
1
1000
_
. Como j ~ , el axioma de independencia
nos dice que
|
1
=
1
1000
j +
999
1000
~
1
1000
+
999
1000
= |
2
.
Sin embargo, sera sumamente razonable que la gente preriera |
2
a |
1
: si uno elige |
1
, pero le toca la pelcula,
uno estar muy enojado, y preferir quedarse en casa antes que ver una pelcula sobre el lugar al que no
pudo ir.
Crtica C: La Paradoja de Ellsberg (Quarterly Journal of Economics 75, ao 1961). Hay una
urna con 200 pelotas: hay 50 Rojas y 50 Azules, y hay 100 que son algunas Verdes y otras Blancas, pero
no se sabe en qu proporcin. Al tomador de decisiones se le plantean dos problemas de decisin. En el
primero, se sacar una bola, y debe elegir entre las loteras
j : $1.000 si la bola es 1 o y $0 en los dems casos : $1.000 si la bola es 1 o \ y $0 en los dems casos
En el segundo problema de decisin, se saca una nueva bola, despus de haber repuesto la anterior, y el
individuo debe elegir entre las loteras
r : $1.000 si la bola es \ o 1 y $0 en los dems casos : : $1.000 si la bola es o 1 y $0 en los dems casos
Antes de seguir, piense qu elegira. Tpicamente la gente elige j y r. Esas elecciones son inconsistentes
con la teora de la utilidad esperada y con el axioma de independencia. Para ver porqu, notamos que si
4
se cumplieran todos los axiomas de la utilidad esperada, el individuo tendra una funcin de utilidad, y al
elegir j sobre , nos dice que
(j
1
+j
.
) n(1000) + (j
\
+j
1
) n(0) (j
1
+j
\
) n(1000) + (j
.
+j
1
) n(0) =
j
.
n(1000) +j
\
n(0) j
\
n(1000) +j
.
n(0) =j
.
j
\
A su vez, al elegir r sobre :, nos dice que
(j
\
+j
1
) n(1000) + (j
1
+j
.
) n(0) (j
.
+j
1
) n(1000) + (j
1
+j
\
) n(0) =
j
\
n(1000) +j
.
n(0) j
.
n(1000) +j
\
n(0) =j
\
j
.
lo cual contradice j
.
j
\
.
Sin perjuicio de las crticas, el axioma de Independencia es muy til, pues nos da el Teorema de la Utilidad
Esperada:
Teorema 3 La relacin de preferencias _ es completa, transitiva, continua y satisface independencia si y
slo si existe una funcin n : A R tal que
j _ si y slo si

r
n(r) j (r) _

r
n(r) (r) . (1)
Adems, tambin satisface (1) si y slo si existen a 0 y / R tales que (.) = an(.) +/.
Prueba. Si para todo j, en 1, tenemos j ~ , el teorema es trivial, por lo tanto asumimos que existen r
y : tales que r ~ :. La prueba ser una serie de muchos pasos.
Paso 1. Si j ~ y c (0, 1) , entonces j ~ cj + (1 c) ~ .
Por el slo si de independencia tenemos que j = cj + (1 c) j _ cj + (1 c) . Tambin, si fuera el
caso que cj + (1 c) _ cj + (1 c) j = j, obtendramos por el si de independencia que _ j, lo cual
no es cierto. Deducimos que j ~ cj + (1 c) . El razonamiento para cj + (1 c) ~ es similar y se
omite.
Paso 2. Sean c, , (0, 1) y j ~ . Entonces ,j + (1 ,) ~ cj + (1 c) si y slo si , c.
Supongamos ,j +(1 ,) ~ cj +(1 c) para mostrar que , c. Si fuera el caso contrario y c _ ,,
tendramos por independencia que
1 c
1 ,
(,j + (1 ,) ) +
_
1
1 c
1 ,
_
j _
1 c
1 ,
(,j + (1 ,) ) +
_
1
1 c
1 ,
_
(,j + (1 ,) ) .
El lado izquierdo es igual a cj+(1 c) y el derecho a ,j+(1 ,) , por lo que obtenemos una contradiccin.
Supodremos ahora que , c y demostraremos que ,j+(1 ,) ~ cj+(1 c) . Por el paso 1 sabemos
que ,j + (1 ,) ~ , y aplicando el paso 1 nuevamente, vemos que
,j + (1 ,) ~
c
,
(,j + (1 ,) ) +
_
1
c
,
_
= cj + (1 c) .
Paso 3. Para j, , t 1 cualesquiera tales que j ~ y j _ t _ , existe algn c
|
j
[0, 1] tal que
c
|
j
j +
_
1 c
|
j
_
~ t. Por continuidad, sabemos que los conjuntos
+
= c : cj + (1 c) _ t y

=
5
c : t _ cj + (1 c) son cerrados, y son no vacos. Como las preferencias son completas, sabemos que
[0, 1] _
+
'

. Para demostrar que existe algn c

|
j
tal que c
|
j
j +
_
1 c
|
j
_
~ t alcanzar entonces
con mostrar que
+
= [a, 1] para algn a, y

= [0, /] para algn / (slo lo demostraremos para

+
, pues
la demostracin para

es similar). Como sabemos que

+
es cerrado, alcanzar con mostrar que es un
intervalo. Por el paso 2 sabemos que si , c y j ~ , entonces ,j+(1 ,) ~ cj+(1 c) . Por lo tanto,
si c
+
y , c, por transitividad obtenemos que ,j + (1 ,) _ t por lo que ,
+
Paso 4. Para j, , t 1 cualesquiera tales que j ~ y j _ t _ , existe un nico c
|
j
[0, 1] tal que
c
|
j
j +
_
1 c
|
j
_
~ t. Por el paso 3 sabemos que existe algn c
|
j
con la propiedad deseada. Supongamos
entonces que existe otro , [0, 1] tal que
,j + (1 ,) ~ c
|
j
j +
_
1 c
|
j
_
~ t.
Demostraremos ahora que no podemos tener , c
|
j
, el caso para , < c
|
j
es anlogo y ser omitido.
Si c
|
j
= 1, , no puede ser menor o igual a 1, y mayor que c
|
j
, por lo que no hay nada que demostrar.
Asumiremos entonces que c
|
j
< 1. Tampoco podemos tener c
|
j
= 0 y , = 1, pues quedara
= c
|
j
j +
_
1 c
|
j
_
~ ,j + (1 ,) = j
lo que contradice j ~ . Si c
|
j
= 0 y , (0, 1) , por el paso 1 obtenemos que
,j + (1 ,) ~ = c
|
j
j +
_
1 c
|
j
_
~ t
lo que contradice ,j + (1 ,) ~ t. Supongamos entonces que c
|
j
, , (0, 1) y , c
|
j
. En ese caso, el
paso 2 nos dice que ,j + (1 ,) ~ c
|
j
j +
_
1 c
|
j
_
, lo cual es una contradiccin.
Paso 5. Existen r
n
y r
1
(piensen en mnimo y mximo) tales que c
r
M
_ j _ c
rm
para todo j 1 (donde
c
r
es la lotera que le asigna probabilidad 1 a la canasta r). Primero debemos ranquear todas las loteras
c
ri
de acuerdo a las preferencias. Dentro de las que sean las mejores (si hay ms de una) elegimos una, y la
llamamos c
r
M
. Dentro de las peores, elegimos c
rm
. Ahora demostraremos que c
r
M
_ j para todo j 1. El
caso para j _ c
rm
es anlogo y se omite. Tenemos que j = (j
1
, j
2
, ..., j
n
) , donde j
I
es la probabilidad que
se le asigna a r
I
y por lo tanto,
j =
n

I=1
j
I
c
ri
.
Aplicando independencia tenemos que
c
r
M
_ j
1
c
r1
+ (1 j
1
) c
r
M
_ j
1
c
r1
+ (1 j
1
)
_
j
2
1 j
1
c
r2
+
_
1
j
2
1 j
1
_
c
r
M
_
= j
1
c
r1
+j
2
c
r2
+ (1 j
1
j
2
) c
r
M
_ j
1
c
r1
+j
2
c
r2
+ (1 j
1
j
2
)
_
j
3
1 j
1
j
2
c
r3
+
_
1
j
3
1 j
1
j
2
_
c
r
M
_
= j
1
c
r1
+j
2
c
r2
+j
3
c
r3
+ (1 j
1
j
2
j
3
) c
r
M
_ ... =
n

I=1
j
I
c
ri
como queramos demostrar.
Paso 6. La funcin l (j) = c

ox
M
oxm
representa a _ . Debemos demostrar que l (j) _ l () si y slo si
j _ .
6
Paso 6.i. Asumamos que c

ox
M
oxm
c
j
ox
M
oxm
(pues si son iguales se obtiene trivialmente que j ~ ). Si
c
j
ox
M
oxm
= 0, obtenemos j _ c
rm
~ , por lo que asumimos c
j
ox
M
oxm
(0, 1) . Si c

ox
M
oxm
= 1, obtenemos
j ~ c
r
M
_ , por lo que asumimos c

ox
M
oxm
(0, 1) . El paso 2 nos dice ahora que
c

ox
M
oxm
c
r
M
+
_
1 c

ox
M
oxm
_
c
rm
~ c
j
ox
M
oxm
c
r
M
+
_
1 c
j
ox
M
oxm
_
c
rm
como queramos demostrar.
Paso 6.ii. Demostraremos ahora que j _ implica l (j) _ l (). No podemos tener j _ y c
j
ox
M
oxm
= 1
y c

ox
M
oxm
= 0, pues tendramos ~ c
r
M
~ c
rm
~ j. Tampoco podemos tener j _ y
1 c
j
ox
M
oxm
c

ox
M
oxm
= 0
pues el paso 1 nos dice que
~ c
j
ox
M
oxm
c
r
M
+
_
1 c
j
ox
M
oxm
_
c
rm
~ c
rm
~ j
lo que es una contradiccin. Por lo tanto, si j _ y c

ox
M
oxm
= 0, obtenemos c

ox
M
oxm
= c
j
ox
M
oxm
.
Si j _ y 1 = c
j
ox
M
oxm
c

ox
M
oxm
0, el paso 1 nos dara
~ c
r
M
~ c

ox
M
oxm
c
r
M
+
_
1 c

ox
M
oxm
_
c
rm
~ j
otra contradiccin. Por lo tanto, si j _ y 1 = c
j
ox
M
oxm
, obtenemos c

ox
M
oxm
= c
j
ox
M
oxm
.
Resta ahora analizar el caso en que j _ y 1 c
j
ox
M
oxm
y c

ox
M
oxm
0. Si tuviramos c
j
ox
M
oxm

c

ox
M
oxm
, el paso 2 nos dira que
~ c
j
ox
M
oxm
c
r
M
+
_
1 c
j
ox
M
oxm
_
c
rm
~ c

ox
M
oxm
c
r
M
+
_
1 c

ox
M
oxm
_
c
rm
~ j
lo cual constituye una contradiccin. Debemos tener entonces c

ox
M
oxm
_ c
j
ox
M
oxm
, como queramos demostrar.
Paso 7. Se dice que una funcin l : 1 R es lineal si
l (aj + (1 a) ) = al (j) + (1 a) l ()
para todo j, 1 y a [0, 1]. Mostraremos que la funcin l dada en el paso 6 es lineal. Tenemos que por
independencia,
aj + (1 a) ~ a (l (j) c
r
M
+ (1 l (j)) c
rm
) + (1 a)
~ a (l (j) c
r
M
+ (1 l (j)) c
rm
) + (1 a) (l () c
r
M
+ (1 l ()) c
rm
)
= [al (j) + (1 a) l ()] c
r
M
+ [1 al (j) (1 a) l ()] c
rm
.
Por lo tanto, recordando que l (aj + (1 a) ) es aqul nmero para el cual
l (aj + (1 a) ) c
r
M
+ (1 l (aj + (1 a) )) c
rm
~ aj + (1 a) ,
vemos que l (aj + (1 a) ) = al (j) + (1 a) l () como queramos demostrar.
Paso 8. Mostraremos ahora que si l : 1 R es lineal, existe una funcin n : A R tal que
l (j) =

r
n(r) j (r) (2)
7
Para hacer eso, necesitamos una denicin. El soporte de una distribucin de probabilidad j es el
conjunto de puntos para los cuales j
I
0. Vamos a mostrar que para una l lineal, n(r) = l (c
r
) satisface
(2). Lo haremos por induccin en el tamao del soporte de j. Si el soporte tiene un elemento, j = c
r
para
algn r. Por lo tanto, l (j) = l (c
r
) = n(r) = n(r) + 1. Supongamos ahora que (2) se cumple para todas
las distribuciones j con soporte de tamao :1, y tomemos una j con soporte de tamao :. Tambin, sea
. un elemento cualquiera del soporte de j, y sea tal que
(r) =
_
0 si r = .
(r)
1(:)
si r ,= .
Vemos que tiene soporte de tamao :1 y
j = j (.) c
:
+ (1 j (.)) .
Como l es lineal y satisface (2) para , tenemos
l (j) = j (.) l (c
:
) + (1 j (.)) l ()
= j (.) n(.) + (1 j (.))

r6=:
j (r)
1 j (.)
n(r)
=

r
j (r) n(r)
y la demostracin est completa.
Falta ahora demostrar que tambin satisface (1) si y slo si existen a 0 y / R tales que (.) =
an(.) + /. Y falta tambin demostrar que si _ tiene una representacin como (1), entonces satisface los
axiomas. Eso se deja como ejercicio.
Ejercicio 4 Las funciones n y satisfacen (1) si y slo si existen a 0 y / R tales que (.) = an(.) +/.
Ejercicio 5 Mostrar que si _satisface (1) para alguna funcin de utilidad n, entonces tiene que ser completa,
transitiva, continua, y satisfacer independencia.
El Teorema de la Utilidad Esperada tiene innidad de aplicaciones. Veamos por ejemplo una de sus
primeras aplicaciones.
Aplicacin A. La Paradoja de San Petesburgo. Esta paradoja fue descrita por Daniel Bernoulli en
un artculo en 1738. Contar la versin basada en la leyenda, no la del artculo, porque no lo he ledo.
En San Petesburgo haba una casa de apuestas que le pona un precio a cualquier apuesta, y la jugaba.
Bernoulli se imagin el siguiente experimento: comenzar a tirar una moneda, y si la primera cara sala en
la :-sima tirada, la casa de apuestas le pagaba a l $2
n
. En la poca se pensaba que la gente evaluaba este
tipo de apuestas por su valor esperado: si la casa de apuestas le pona a la apuesta cualquier precio menor al
valor esperado de las ganancias, la persona deba aceptar. Haciendo un simple clculo vemos que el valor
esperado de la apuesta es innito
Primera cara en tirada 1 2 3 4 ... : ...
Probabilidad
1
2
1
4
1
8
1
16
...
1
2
n
...
Plata 2 4 8 16 ... 2
n
...
Producto 1 1 1 1 ... 1 ...
8
Si lo que crea la gente en aqul entonces era correcto, Daniel tendra que haber estado dispuesto a pagar
cualquier suma de dinero que le propusiera la casa de apuestas. La realidad del asunto es que nadie estara
dispuesto a pagar mucho ms que, digamos, $1000. Bernoulli se pregunt por qu? Su respuesta fue que
la gente tiene funciones de utilidad cncavas, para las cuales la utilidad marginal del dinero (la derivada
primera) es decreciente: a Bill Gates tener $100.000 ms, no le cambia nada, en cambio a cualquiera de
nosotros s nos cambia mucho. En particular, l dijo que la gente se comporta como si tuviera una funcin
de utilidad logartmica: n(r) = log r. En ese caso la utilidad esperada de la apuesta propuesta, asumiendo
que despus de pagar el precio la riqueza es 0, es
|=1

|=1
1
2
|
log 2
|
= ln4
que es mucho menos que innito!
Un pequeo desvo en la ruta: que el valor esperado de la apuesta de San Petesburgo sea innito quiere
decir que para cualquier precio jo que nos quieran cobrar por cada intento, si hacemos el experimento
una cantidad suciente de veces podemos asegurarnos que nuestra ganancia ser ms grande que cualquier
nmero que nos jemos como objetivo. En general a la gente le suena muy raro eso. Supongamos que la casa
de apuestas nos quiere cobrar $1000 por cada intento. Si sale cara en la primera tirada, habremos perdido
$998. Si probamos otra vez, y sale cara por primera vez en la tirada 4, habremos perdido $984. Sin embargo,
hay una forma fcil de convencerse que se terminar ganando cualquier cantidad de dinero casi seguramente
con sucientes tiradas.
En Excel, pongan en la celda A1 la frmula =Aleatorio(). Esa frmula nos da un nmero aleatorio
entre 0 y 1, distribuido uniformemente: tiene la misma probabilidad de caer en cualquier parte del intervalo.
De acuerdo a esta distribucin, la probabilidad de que el nmero caiga en cada intervalo es igual a la longitud
del intervalo. As por ejemplo, la probabilidad de que caiga en el intervalo
_
0,
1
2
_
es
1
2
, y por tanto, es como
si la primera cara hubiera salido en la primera tirada. Similarmente, la probabilidad de que el nmero
aleatorio caiga en el intervalo
_
7
8
,
15
16
_
es
1
16
y es como si la primera cara hubiera caido en la cuarta tirada.
Esa informacin se resume en la tabla siguiente:
Intervalo
_
0,
1
2
_ _
1
2
,
3
4
_ _
3
4
,
7
8
_
...
_
1
1
2
n1
, 1
1
2
n
_
...
Probabilidad
1
2
1
4
1
8
...
1
2
n
...
Primera Cara en Tirada 1 2 3 ... : ...
Por lo tanto, si llamamos r al nmero aleatorio, y
1
1
2
n1
_ r < 1
1
2
n
es que sali cara en la :-sima tirada. Igualando r al primer trmino, y despejando : obtenemos : como
funcin de r :
1
1
2
n1
= r =1 r =
1
2
n1
=log (1 r) = (: + 1) log 2 =: = 1
log (1 r)
log 2
.
Ah jamos el r ms chico para el cual sale cara en la :-sima tirada, pero para cualquier otro r, nos
puede dar : un nmero no entero. Por lo tanto, alcanza con encontrar la parte entera de 1log (1 r) , log 2.
As, poniendo en Excel, en la celda B1 =Entero(1-Log(1-A1)/Log(2)) obtenemos para cada r que se genere
en la celda A1, a qu tirada corresponde la primera cara. En la celda C1 ponemos +2^B1 - 1000, y sale la
9
cantidad de dinero que se ganara en un experimento, con un precio de 1000. Copiando esas tres celdas en
las las de abajo, tanto como quieran, obtendrn lo que hubiera obtenido Bernoulli en varios experimentos
independientes. Sumando las ganancias de cada experimento, se obtiene que cuando el nmero de las
se hace ms y ms grande, las ganancias van creciendo. Pero hay que ser paciente: si el experimento se
repite 65.000 veces, la cantidad esperada de experimentos donde sale la primera cara en la tirada 16 es 1, y
es obviamente la mitad para la primera cara en 17, y as sucesivamente. A pesar de lo difcil que es sacar
cara en la tirada 16, slo se obtienen $65.536. Peor an, la probabilidad que en todos los experimentos la
primera cara salga antes de la tirada 23 es 99%!
El ejemplo de la Paradoja de San Petesburgo sirve para ilustrar varias cosas. Primero, el concepto de
utilidad marginal decreciente del dinero, pero tambin para indicar que en general la gente es aversa al
riesgo, no le gusta tomar riesgos. Deniremos ahora la aversin al riesgo formalmente. Hasta ahora hemos
trabajado con un conjunto A nito, pero para tratar loteras sobre cantidades de dinero, y temas de aversin
al riesgo es ms conveniente trabajar con un intervalo A _ R, y con 1 el conjunto de loteras sobre A.
Ejercicio 6 Suponga que A = 1, 2, 3 , y que _ sobre (A) =
_
j R
3
+
:

3
I=1
j
I
= 1
_
satisfacen Inde-
pendencia. Asuma tambin que una funcin l representa a las preferencias _, con l
_
1
3
,
1
3
,
1
3
_
= l (0, 1, 0) =
1
2
y l (0, 0, 1) = 1. Podemos saber cunto es l (1, 0, 0)? Y si en vez de saber que _ satisface independencia
supiramos que n es lineal, podramos saber cunto es l (1, 0, 0)?
Denicin. Una relacin de preferencias _ en 1 es aversa al riesgo si para toda lotera j, la lotera que
es degenerada en el valor esperado de j, c
J
, es preferida a j : c
J
_ j. Es decir, la persona preere recibir
una cantidad de dinero segura, antes que una lotera que en promedio da esa cantidad, pero que tiene cierta
variabilidad. Por ejemplo, una persona aversa al riesgo preere 1 milln de dlares seguro, antes que una
lotera 50-50 de recibir $0 o 2 millones de dlares.
Si las preferencias se pueden representar con una funcin de utilidad esperada n, cuya derivada segunda
existe para todo r, hay otras dos condiciones que podran parecer adecuadas para ser la denicin de aversin
al riesgo:
Condicin A. La funcin n exhibe utilidad marginal decreciente del dinero. Formalmente, esto quiere decir
que n
0
es decreciente. Para ver porqu esta podra ser una denicin de aversin al riesgo, imaginemonos
un individuo que evala quedarse seguro con la cantidad de dinero que tiene, o tomar una lotera con
probabilidades 50 50 de perder o ganar un peso. En este contexto, la persona piensa:
Si gano un peso, la utilidad marginal de ese peso va a ser chica, no gano tanto, mientras que si
pierdo un peso, la utilidad marginal de ese peso es alta, pierdo mucho. Por lo tanto, no tomo esa
apuesta.
Por lo tanto, la persona elige la opcin sin riesgo.
Condicin B. La funcin n es cncava: para todo r, j A y ` [0, 1] ,
n(`r + (1 `) j) _ `n(r) + (1 `) n(j) . (3)
10
Para ver porqu la concavidad de n es razonable como denicin de aversin al riesgo, es til interpretar a
` como la probabilidad que salga r. As, que n sea cncava nos dice que la persona preere recibir seguro
`r + (1 `) j pesos, antes que una lotera que le da $r con probabilidad ` y $j con probabilidad 1 `, ya
que el lado derecho de la desigualdad (3) es la utilidad esperada de esa lotera.
Por suerte, la denicin de aversin al riesgo es equivalente a la Condicin A y a la Condicin B. Para
ver que A y B son equivalentes, alcanza con saber que si n tiene derivada segunda, n es cncava si y slo si,
su derivada segunda es negativa. Eso es lo mismo que decir que la derivada primera es decreciente, que es
la Condicin A. Para ver la conexin entre la Condicin B y la denicin, vemos que la persona es aversa al
riesgo si y slo si para todo j
n(1

(r)) _ 1

(n(r)) . (4)
Demostraremos que la Condicin B y la denicin son equivalentes si demostramos que n es cncava si y
slo si se cumple la ecuacin (4). Eso es el contenido del siguiente Teorema.
Teorema 7 Desigualdad de Jensen. La funcin n : A R es cncava si y slo si para toda lotera j
se cumple la ecuacin (4).
Prueba. Asumamos primero que la ecuacin (4) se cumple para todas las loteras. Entonces, se cumple en
particular para cualquier lotera que asigne probabilidades ` y 1 ` a r e j, por lo que la funcin debe ser
cncava.
Para ver el converso, recordamos que para las funciones cncavas, la recta j = :(r 1

(r))+n(1

(r))
pasa por el punto (1

(r) , n(1

(r))) y est siempre por encima de n(r) , cuando : es menor que la derivda
por la izquierda de n, y mayor que la derivda por la derecha de n (las derivadas por izquierda y derecha
siempre existen) en el punto 1

(r). Es decir, para un : adecuado, para todo r,

:(r 1

(r)) +n(1

(r)) _ n(r) .
Para completar la demostracin slo hace falta tomar esperanzas con respecto a j en ambos lados de esa
ecuacin para obtener n(1

(r)) _ 1

(n) . Eso es equivalente a hacer lo siguiente: si j le asigna probabili-

dades positivas a r
1
, r
2
, ..., r
n
, reescribiendo la ecuacin de arriba obtenemos
:(r
1
1

(r)) +n(1

(r)) _ n(r
1
) = :(j
1
r
1
j
1
1

(r)) +j
1
n(1

(r)) _ j
1
n(r
1
)
:(r
2
1

(r)) +n(1

(r)) _ n(r
2
) = :(j
2
r
2
j
2
1

(r)) +j
2
n(1

(r)) _ j
2
n(r
2
)
.
.
.
.
.
.
.
.
.
:(r
n
1

(r)) +n(1

(r)) _ n(r
n
) = :(j
n
r
n
j
n
1

(r)) +j
n
n(1

(r)) _ j
n
n(r
n
)
sumando la columna derecha : n(1

(r)) _ 1

(n)
como queramos demostrar.
En la demostracin usamos que la cuerda j = :(r 1

(r)) + n(1

(r)) est siempre por encima

de n(r) , para : entre las derivadas por la izquierda y por la derecha de n. Si la derivada de n existe,
: = n
0
(1

(r)) , y la ecuacin se transforma en

n
0
(1

(r)) (r 1

(r)) +n(1

(r)) _ n(r) .
Para ver por qu es cierta esa armacin, pongamos 1

(r) = r
0
para que quede
n(r) _ n(r
0
) +n
0
(r
0
) (r r
0
) (5)
11
que se parece mucho a una expansin de Taylor. Recordemos que una versin de Taylor es que para todo r
y r
0
(no para r cerca de r
0
) y para algn r

entre r y r
0
,
n(r) = n(r
0
) +n
0
(r
0
) (r r
0
) +
n
00
(r

)
2
(r r
0
)
2
.
Como n es cncava, obtenemos n
00
_ 0, y por tanto se cumple la ecuacin (5).
Comentario Jensen: El Teorema 7 est formulado en trminos de una funcin cncava, pero como n es
cncava si y slo si n es convexa, la desigualdad de Jensen tambin nos dice que n es convexa si y slo si
n(1 (j)) _ 1

(n) .
Crtica D: Rabin, Risk Aversion and Expected-Utility Theory: A Calibration Theorem,
Econometrica. Esta es una crtica a la utilidad esperada, y no al axioma de Independencia.
Aplicacin B. Demanda de Activos Riesgosos. Hay un activo que cuesta 1 peso por cada unidad. Por
cada unidad del activo que el inversor compre hoy, recibir un retorno aleatorio, variable, de $. maana.
La variable . se distribuye de acuerdo a una probabilidad j. Slo sabemos que el valor esperado de ., la
cantidad promedio de dinero que dar, es mayor que 1, es decir, 1 (.) 1. Cada peso no invertido en el
activo puede ser guardado debajo del colchn hasta maana, sin generar intereses. El que debe tomar la
decisin de cuanto comprar posee una riqueza de $r, y tiene una funcin de utilidad esperada n : R R,
donde n(r) es la utilidad del individuo de tener una riqueza de r maana. La funcin n es diferenciable y
cncava: es averso al riesgo. Es comn que la gente piense que con slo esa informacin no se puede decir
nada sobre si la persona invertir algo, poco, mucho o nada en el activo riesgoso. Eso est mal. Con la
informacin que poseemos, sabemos que el individuo invertir seguro algo en el activo riesgoso.
El tomador de decisiones debe elegir la cantidad c de dinero para maximizar

I
n(r c +c.
I
) j
I
.
Para cada retorno . que pueda dar el activo, la riqueza maana ser r c, que se guard debajo del colchn,
ms c. que es el retorno del activo, multiplicado por la cantidad de unidades. Si tomamos las condiciones
de primer orden obtenemos
d

I
n(r c +c.
I
) j
I
dc
=

I
dn(r c +c.
I
) j
I
dc
=

I
n
0
(r c +c.
I
) (.
I
1) j
I
.
Si esta derivada es estrictamente positiva en c = 0, quiere decir que si la persona est evaluando invertir 0 en
el activo riesgoso, puede aumentar su utilidad eligiendo algn c 0. Vemos ahora que la ltima expresin,
evaluada en 0 es

I
n
0
(r) (.
I
1) j
I
= n
0
(r)
_

I
.
I
j
I
1
_
que es estrictamente positiva pues

I
.
I
j
I
= 1 (.) 1, como queramos demostrar.
Ejercicio 8 Hay un activo que cuesta 1 peso por unidad invertida en el activo. El mismo da retornos de 2.5
y 0 con probabilidad
1
2
. El individuo puede comprar cualquier proporcin que quiera del activo (es decir, si
quiere comprar un dcimo, puede hacerlo, pagando
1
10
pesos, y obtiene, en caso que el activo de el retorno
positivo,
1
4
). Si su riqueza inicial es un peso, y su utilidad es
n(r) =
_
r si r _ 1
r+1
2
si r 1
12
Cul es el valor esperado de la riqueza si se adquieren . unidades del activo? Cunto comprar del activo?
Hay algo raro en esto, dada la Aplicacin 13?
Ejercicio 9 Hay un activo que cuesta $1 por unidad. El activo valdr
I
en el estado i de la naturaleza
(i = 1, ..., :). Para jar ideas, supongamos que
1
_
2
_ ... _
n
. El estado i ocurre con probabilidad j
I
, y
asumimos que 1 () 1. Un individuo tiene una riqueza inicial de n y una funcin de utilidad sobre niveles
nales de riqueza . dada por n(.) = . a.
2
, para a 0. Asumimos que n
n
_ 1,2a (eso asegura que la
funcin de utilidad sea creciente en todos los tramos relevantes).
Parte A. Encuentre la cantidad ptima del activo que comprar el individuo.
Parte B. Dena r
I
=
I
1, el retorno del activo (el valor, menos el precio). Escriba la cantidad ptima
hallada en la Parte A como funcin de la media del retorno, j = 1 (r
I
) y de la varianza del retorno,
o
2
= 1
_
r
2
_
(1 (r))
2
.
Parte C. Calcule la derivada de con respecto a j,y verique que podra haber dos activos, y 1 tales
que tuvieran la misma varianza, j
.
_ j
1
y sin embargo, el individuo demandara ms de 1 que de . cmo
es posible?
Aplicacin C. Demanda de Seguros. Este ejemplo muestra la contracara de la Aplicacin B. Esa deca
que si era benecioso tomar riesgos, el individuo iba a tomar algo, aunque fuera averso al riesgo. Esta dice
que si existe un seguro con una prima justa el individuo se asegurar completamente.
El individuo posee una casa valuada en $1, que puede quemarse con una probabilidad j, y pasar a valer
$11. La persona puede comprar tantas unidades como quiera, a un precio de $ por unidad, de un seguro
que paga $1 en caso de accidente, y 0 en caso contrario. Como hay competencia en el mercado de seguros,
los benecios esperados de las compaas son 0 :
j + 1 (1 j) + 0 = 0 =j = .
Cunto comprar el individuo de seguro si su funcin de utilidad esperada es tal que n
00
< 0?
El individuo debe elegir r, la cantidad de unidades de seguro, para maximizar su utilidad esperada
jn(1 1 +r jr) + (1 j) n(1 jr) .
La condicin de primer orden (como n es cncava, es necesaria y suciente) es
jn
0
(1 1 jr +r) (1 j) = (1 j) n
0
(1 jr) j =n
0
(1 1 jr +r) = n
0
(1 jr) .
Como n
00
< 0, eso implica que se debe cumplir que 1 1 jr + r = 1 jr o lo que es lo mismo, r = 1.
Es decir, el individuo se asegura completamente. Otra forma fcil de ver que la solucin es la propuesta, es
ver que si el individuo compara asegurarse completamente con tomar un seguro con r ,= 1, ambas loteras
tienen la misma media, 1 j1, pero una tiene riesgo y la otra no: para cada r, el valor esperado de la
riqueza es
1 (n) = j (1 1 jr +r) + (1 j) (1 jr) = 1 1j.
Por denicin de aversin al riesgo, el individuo preferir el seguro total.
Otra forma de verlo, es pensando que la compaa de seguros ofrece dos niveles de riqueza al individuo,
n
n
en caso de :o fuego, y n
}
en caso de fuego. Es fcil ver que cada r que uno elige se tranforma en un par
de niveles de riqueza n
n
y n
}
; pero tambin es cierto que se puede pasar de un contrato n
n
, n
}
a un r,
notando que si uno elige un nivel de riqueza n
n
= n, est eligiendo el r tal que 1jr = n =r =
1u

. Es
decir, se puede pasar de un tipo de contrato al otro. Si la rma nos ofreciera contratos en la forma n
n
, n
}
,
13
la condicin de benecio 0 sera que el individuo puede elegir los n
}
y n
n
que quiera, mientras cumplan
jn
}
+ (1 j) n
n
= 1 j1. Gracando eso en un par de ejes con n
n
en las abcisas y n
b
en las ordenadas,
queda como una restriccin presupuestal. El individuo debe maximizar jn(n
}
) + (1 j) n
n
sujeto a esa
restriccin, y se maximiza en n
n
= n
}
.
Ejercicio 10 Continuado de la Aplicacin D. El individuo posee una casa valuada en $1, que puede que-
marse con una probabilidad j, y pasar a valer $1 1. La persona puede comprar tantas unidades como
quiera, a un precio de $ por unidad, de un seguro que paga $1 en caso de accidente, y 0 en caso contrario.
Asuma que j, y demuestre que el individuo no se asegurar completamente.
Aplicacin E. La inacin es buena para las empresas. La funcin de benecios es convexa, entonces
la inacin es buena (volatilidad en los precios relativos no es mala, como dice la gente). Explicacin: el
dueo puede ser averso al riesgo, o hay monopolios. Que el dueo sea averso importa poco: si con mayor
volatilidad aumenta el valor esperado de los benecios, eso aumentar el valor de la rma, y el dueo podra
vender la rma y ganar ms (seguro, con la venta) que si se quedara con la rma. Que la rma sea un
monopolio tampoco es una buena defensa de la aseveracin a las rmas no les gusta la volatilidad de
precios: si la rma no es tomadora de precios no pods decir A las empresas no les gusta que varen los
precios, y al mismo tiempo decir que las empresas son monopolios y por lo tanto jadoras de precios).
Ejercicio 11 Calcular las utilidades esperadas de cada funcin de utilidad, con cada una de las distribu-
ciones. Algunas utilidades esperadas pueden no existir. Indique cules.
n(r) di:tri/nci o: di:tri/nci o:
a.I r
o
para a [0, 1] uniforme en [0, 1] j (0) = c, j (1) = 1 c
a.II log r uniforme en [0, 1] j (0) = c, j (1) = 1 c
a.III ar +/ uniforme en [0, 1] j (0) = c, j (1) = 1 c
a.IV r + 1 uniforme en [0, 1] j (0) = c, j (1) = 1 c
a.V r
1
uniforme en [0, 1] j (0) = c, j (1) = 1 c
Antes de pasar a la siguiente aplicacin, daremos la denicin de lo que signica que un individuo sea
ms averso al riesgo que otro.
Denicin. Una relacin de preferencias _
2
es ms aversa al riesgo que la relacin de preferencias _
1
si
siempre que j _
2
c
r
, tenemos que j _
1
c
r
. Es decir, podemos decir que Woody Allen es ms averso al riesgo
que Schwarzenegger si siempre que Woody Allen elige algo riesgoso sobre algo sin riesgo, Schwarzenegger
tambin elige la alternativa riesgosa.
Esta formulacin parece bastante intuitiva, pero no muy til. Adems, uno podra pensar que hay otras
condiciones que tambin parecen razonables, y que parecen ms tiles. Por ejemplo, damos dos ahora.
Condicin A. Para preferencias _
1
y _
2
que tienen funciones de utilidad n
1
y n
2
, decimos que n
2
es ms
cncava que n
1
si existe una funcin cncava y creciente ) tal que n
2
(r) = ) (n
1
(r)) . Como habamos
asociado concavidad a aversin al riesgo, esta parece una condicin razonable.
Condicin B. Denimos el coeciente de aversin al riesgo de Arrow y Pratt como
r (r) =
n
00
(r)
n
0
(r)
.
14
Decimos que n
2
es ms aversa al riesgo que n
1
si para todo r,
u
00
2
(r)
u
0
2
(r)
_
u
00
1
(r)
u
0
1
(r)
.
Si la curvatura es una seal de aversin al riesgo, cuanto ms curva n, ms grande n
00
, y ms grande
r (r) . La razn para dividir entre n
0
, es que n
00
depende de la representacin que elijamos para _: por
ejemplo, segn el teorema de la utilidad esperada, tanto n(r) =
_
r como (r) = 2
_
r representan a las
mismas preferencias. Si el coeciente de aversin al riesgo fuera slo n
00
, obtendramos que el coeciente de
aversin al riesgo de sera mayor que el de n, lo cual no tendra demasiado sentido, porque son las mismas
preferencias. Al dividir entre n
0
se arregla ese problema.
Por suerte, otra vez, la denicin de ms averso al riesgo es equivalente a las Condiciones A y B.
Teorema 12 Asuma que las relaciones de preferencias _
1
y _
2
se pueden representar por funciones de
utilidad n
1
y n
2
con derivadas segundas negativas. La relacin de preferencias _
2
es ms aversa al riesgo que
_
1
si y slo si r
2
(r) _ r
1
(r) para todo r, si y slo si existe una funcin cncava ) tal que n
2
(r) = ) (n
1
(r)) .
El siguiente ejercicio pide la demostracin de una de las echitas (Denicin =Condicin A =Condi-
cin B: habra que demostrar 2 echitas. La forma habitual es hacer Denicin =Condicin A =Condicin
B = Denicin. Con eso nos ahorramos de hacer las otras echitas).
Ejercicio 13 Deberes. Muestre que si n
2
= ) (n
1
) , para ) cncava y creciente, entonces r
2
(r) _ r
1
(r)
para todo r.
Otra de las cosas relativamente fciles de demostrar del Teorema es el objeto del siguiente ejercicio.
Ejercicio 14 Si n
2
= ) (n
1
) para ) cncava y creciente, entonces las preferencias _
2
representadas por n
2
son ms aversas al riesgo que las preferencias _
1
representadas por n
1
.
Como siempre, para que las deniciones tengan algn sentido, deben tener alguna implicacin testeable
que sea razonable. Por ejemplo, si digo que Juan es ms averso al riesgo que Pedro, debera suceder que, a
igualdad de otras cosas, Pedro invierte ms en un activo riesgoso que Juan. La prxima aplicacin demuestra
precisamente eso.
Aplicacin F. Como en la Aplicacin B, hay un activo que cuesta 1 peso por cada unidad. Por cada unidad
del activo que el inversor compre hoy, recibir un retorno aleatorio, variable, de $. maana. La variable .
se distribuye de acuerdo a una probabilidad j con 1

(.) 1. Sean n
1
y n
2
tales que n
2
es ms aversa al
riesgo que n
1
, es decir, n
2
= ) (n
1
) para ) cncava. Sea c
|
la cantidad que resuelve el problema de elegir c
para maximizar

|
(c) =

I
n
|
(r c +c.
I
) j
I
. (6)
Para que la denicin de ms averso al riesgo tenga algo de sentido en trminos de comportamiento,
debera suceder que, como n
2
es ms averso al riesgo que n
1
, c
2
debera ser ms chico que c
1
. En particular,
debera suceder que
0
2
(c
1
) sea negativo. Eso quiere decir que si al individuo 2 le preguntamos cmo
te sents invirtiendo lo mismo que el superarriesgado individuo 1? l nos contesta mal, me doy cuenta
que invirtiendo un poco menos en el activo riesgoso estoy ms contento. Demostraremos entonces que

0
2
(c
1
) _ 0.
En la demostracin precisaremos usar que, como )
0
es decreciente,
)
0
(n
1
(r +c
1
(. 1))) (. 1) _ )
0
(n
1
(r)) (. 1) (7)
15
pues
. 1 = n
1
(r +c
1
(. 1)) _ n
1
(r) = )
0
(n
1
(r +c
1
(. 1))) _ )
0
(n
1
(r))
. < 1 = n
1
(r +c
1
(. 1)) _ n
1
(r) = )
0
(n
1
(r +c
1
(. 1))) _ )
0
(n
1
(r))
y en ambos casos se obtiene la ecuacin (7).
La condicin de primer orden para el individuo 1 en el problema (6) es

0
1
(c
1
) = 1n
0
1
(r c
1
+c
1
.) (. 1) = 0
y tenemos que
0
2
evaluada en c
1
es
d
2
dc

c1
=
d1) (n
1
(r c +c.))
dc

c1
= 1 [)
0
(n
1
(r +c
1
(. 1))) n
0
1
(r +c
1
(. 1)) (. 1)] .
Entonces,

0
2
(c
1
) = 1 [)
0
(n
1
(r +c
1
(. 1))) n
0
1
(r +c
1
(. 1)) (. 1)] _ 1 [)
0
(n
1
(r)) n
0
1
(r +c
1
(. 1)) (. 1)]
= )
0
(n
1
(r)) 1 [n
0
1
(r +c
1
(. 1)) (. 1)] = )
0
(n
1
(r)) + 0 = 0
como queramos demostrar.
La ltima aplicacin de utilidad esperada que consideraremos es al problema de analizar cmo cambia el
ahorro de una persona en el primer perodo de su vida si aumenta la incertidumbre respecto a los ingresos
en el segundo perodo de su vida.
Aplicacin G. Un individuo recibe riquezas n
0
y n
1
en los perodos 0 y 1 de su vida. Debe decidir slo
cunto ahorrar, o pedir prestado, en el primer perodo de su vida, para maximizar su utilidad. La tasa de
inters es r y asumiremos que la utilidad se puede escribir como n
0
+n
1
para n
0
y n
1
cncavas. El problema
es entonces el de elegir el ahorro : para maximizar
(:) = n
0
(n
0
:) +n
1
(n
1
+: (1 +r)) .
Por la concavidad de las n, la condicin de primer orden es necesaria y suciente para encontrar el : ptimo:

0
(:

) = 0 =n
0
0
(n
0
:

) = n
0
1
(n
1
+:

(1 +r)) (1 +r)
Supongamos ahora que en vez de ser la riqueza del segundo perodo un nmero cierto n
1
, es n
1
+., donde
. es aleatorio, y 1. = 0. En ese caso, el individuo debe elegir : para maximizar
\ (:) = n
0
(n
0
:) +1n
1
(n
1
+. +: (1 +r)) .
Otra vez, las condiciones de primer orden son necesarias y sucientes. El individuo incrementar su ahorro
con incertidumbre si y slo si \
0
(:

) _ 0; la utilidad marginal de ahorrar lo mismo que cuando no haba

incertidumbre. Eso se cumple si y slo si
n
0
0
(n
0
:

) _ 1n
0
1
(n
1
+. +:

(1 +r)) (1 +r) =
n
0
1
(n
1
+:

(1 +r)) (1 +r) _ 1n
0
1
(n
1
+. +:

(1 +r)) (1 +r) =
n
0
1
(n
1
+:

(1 +r)) _ 1n
0
1
(n
1
+. +:

(1 +r))
que se cumple si y slo si n
0
1
es convexa (ver Comentario Jensen). Es decir, el individuo aumenta su ahorro
cuando aumenta la incerticumbre (\
0
(:

) _ 0) si y slo si n
0
1
es convexa. Entonces, se dice que el individuo
es prudente si n
0
1
es convexa.
16
Ejercicio 15 Deberes. Supongamos que tengo \ = 100 dlares para invertir en dos activos. Por cada
dlar que invierto en la fbrica de Paraguas gano $10 si el ao es lluvioso y $3 si el ao es seco. Por cada
dlar que invierto en la fbrica de Helados gano $2 si el ao es lluvioso y $9 si es seco. El ao es lluvioso
con probabilidad 0.5 y seco con 0.5. Mi funcin de utilidad esperada es n(r) =
_
r cuando mi riqueza nal
es r. Supongamos que invierto una fraccin ` de mi riqueza en Paraguas y el resto en los Helados.
Parte A. Cul es el valor de ` que maximiza el retorno esperado?
Parte B. Cul es el valor de ` que maximiza mi utilidad esperada?
Ejercicio 16 Deberes. Suponga que la relacin de preferencias _ denida en el conjunto 1 de distribu-
ciones de probabilidad sobre A = 1, 2, 3 es completa, transitiva y satisface continuidad. Para todo j 1,
j = (a, /)
querr decir que la probabilidad que j le asigna a 1 es a, y a 2 es /. Si la relacin de preferencias es tal que
(0, 1) ~
_
1
2
, 0
_
y adems
_
3
4
, 0
_
~
_
1
2
,
1
2
_
puede satisfacer independencia?
Ejercicio 17 Sea A = 0, 200, 1.200, r
J
, r
1
y sea 1 el conjunto de distribuciones de probabilidad sobre
A. Sean las loteras (distribuciones de probabilidad)
1 =
_
200 dlares con probabilidad 0, 7
0 dlares con probabilidad 0, 3
' =
_
1.200 dlares con probabilidad 0, 1
0 dlares con probabilidad 0, 9
y sean r
J
y r
1
las cantidades de dinero que son indiferentes a 1 y ' respectivamente. Diremos que una
relacin de preferencias _ en 1 es montona si para todo r, j A, la lotera que le asigna probabilidad 1 a
r es estrictamente preferida a la lotera que le asigna probabilidad 1 a j si y slo si r j. Demostrar que si
las preferencias son transitivas y montonas, 1 ~ ' = r
J
r
1
. (En la solucin no tendrn que usar las
formas especcas de 1 y ', pero el punto es que en experimentos mucha gente revela con sus elecciones
que 1 ~ ', pero r
J
< r
1
).
Ejercicio 18 Suponga que A, el espacio de los premios, es A = 1, 2, 3 y que c
2
~
3
4
c
3
+
1
4
c
1
. Si existe
una funcin de utilidad n tal que
j _ =

r
n(r) j (r)

r
n(r) (r)
encuentre c para que la lotera
_
1
3
,
1
3
,
1
3
_
~ cc
3
+ (1 c) c
1
.
Ejercicio 19 . Un consumidor tiene una funcin de utilidad dada por n(n) = lnn. Se le ofrece una apuesta
que le dejar una riqueza nal de n
1
con probabilidad j y n
2
con probabilidad 1 j. Cul es el nivel de
riqueza n que lo deja indiferente entre tener una riqueza n y aceptar la apuesta?
17
Ejercicio 20 Sea A = a, /, c y sea _ en 1 (el conjunto de probabilidades sobre A) dada por
j _ =
_

_
j
c
<
c
o
j
c
=
c
y j
b
_
b
_

_
.
La interpretacin es que c es muy malo y que a es mejor que /. Con argumentos similares a los utilizados
para demostrar que las preferencias lexicogrcas no tenan una funcin de utilidad, se puede demostrar
que estas preferencias tampoco tienen una funcin de utilidad. Por tanto, no tienen una funcin de utilidad
esperada, y ello signica que deben violar alguno de los siguientes axiomas: completas; transitivas; continuas;
independencia. Determine cual o cules satisface y cual o cules viola.
Ejercicio 21 Sea A = a, /, c y sea 1 el conjunto de distribuciones de probabilidad sobre A. Suponga
que j = (j
o
, j
b
) =
_
1
3
,
1
3
_
~
_
1
2
, 0
_
= (
o
,
b
) = , y que _ satisface independencia. Cules de las siguientes
alternativas son Verdaderas, Falsas, o Imposibles de determinar con la informacin dada:
(i) c
o
_ j
(ii) c
o
_
(iii) c
b
~ j
(iv)
_
1
4
, 0
_
~
_
1
6
,
1
6
_
Ejercicio 22 Deberes. El temeroso. Un individuo se va a ir a estudiar un doctorado a Estados Unidos.
Al terminar tendr tres opciones: volver (), irse a Europa (c) o quedarse en Estados Unidos (). l sabe
que las preferencias de la gente cambian con el tiempo, y evala que sus utilidades posibles al terminar
son n y n, que vienen dadas por: n() = 1, n(c) = 2 y n() = 3 o n() = 3, n(c) = 2 y n() = 1.
Para irse a estudiar, precisa elaborar una propuesta de trabajo, y cada propuesta genera una distribucin de
probabilidades sobre , c y (por ejemplo, si en la propuesta el individuo dice que va a estudiar las causas de
la pobreza en Uruguay, la probabilidad de conseguir trabajo en Europa o Estados Unidos son 0, por lo que
volver seguro). Como el individuo es muy temeroso, y piensa que la naturaleza le jugar una mala pasada
con la eleccin de sus preferencias en el futuro, evala la utilidad de cada distribucin de probabilidades
j = (j
u
, j
t
, j
j
) con la frmula
l (j) = minj
u
n() +j
t
n(c) +j
j
n() , j
u
n() +j
t
n(c) +j
j
n() .
Parte A. Calcule las utilidades de las loteras
_
1
2
,
1
4
,
1
4
_
y
_
1
3
,
1
3
,
1
3
_
Parte B. Graque la curva de indiferencia que pasa por la lotera que es degenerada en c, y graque la
curva de indiferencia que pasa por la lotera
_
1
3
,
1
3
,
1
3
_
.
Parte C. Diga (no demuestre) cules de los axiomas del teorema de la utilidad esperada satisfacen las
preferencias de este individuo, y si se viola alguno, demuestre con un ejemplo porqu se viola.
18
Ejercicio 23 Sea A = 1, 2, 3, 4 y _ denida sobre 1 (A) . Sea n : A R tal que
j _ =

n(r) j (r) _

n(r) (r)
y tal que n(1) = 1, n(2) = 3 y n(3) = 5. Para las siguientes funciones de utilidad n
I
: A R determine si:
n
I
tambin representa a _; si n
I
no representa a _; no se puede saber si n
I
representa a _ .
n
1
(1) = 1, n
1
(2) = 2, n
1
(3) = 5.
n
2
(1) = 1, n
2
(2) = 5, n
2
(3) = 9.
Ejercicio 24 Deberes. Sean n(r) = c
r
y (r) =
r
1a
1o
, para a (0, 1) , dos funciones de utilidad
esperada denidas sobre A = R
+
. Se puede decir que las preferencias representadas por n son ms aversas
al riesgo que las representadas por ? Y lo contrario?
Ejercicio 25 Sea A = 1, 2, 3 , y suponga que para cada j = (j
1
, j
2
, j
3
) 1, j
I
es la probabilidad que
j le asigna a que salga el nmero i. Suponga adems que c
3
~ c
2
~ c
1
y las preferencias _ satisfacen
independencia.
Parte A. Si c
2
~
2
3
c
3
+
1
3
c
1
, encuentre el nmero c tal que
_
1
4
,
1
2
,
1
4
_
~ cc
3
+ (1 c) c
1
.
Parte B. Si las preferencias son transitivas, cul de las siguientes aseveraciones es cierta: c
2
~
_
1
4
,
1
2
,
1
4
_
,
o
_
1
4
,
1
2
,
1
4
_
~ c
2
?
Ejercicio 26 Deberes. Hay un activo que cuesta $1 por cada unidad comprada y, por cada unidad, da
retornos de $0, $1 y $2 con probabilidades
1
4
,
1
4
y
1
2
. Una persona con una riqueza inicial de $r intenta decidir
cunto invertir en ese activo y cunto poner debajo del colchn. Su funcin de utilidad es n(r) = r
o
para
a (0, 1) .
Parte A. Muestre que la persona invertir
c

= r
2
1
1a
1
2
1
1a
+ 1
en el activo riesgoso, y que pondr n c

debajo del colchn.

Parte B. Muestre que cuanto ms chico es a, menos se invierte en el activo riesgoso.
Parte C. Muestre de al menos dos formas que cuanto ms chico es a, ms aversa al riesgo es la persona.
Ejercicio 27 Sea n(r) una funcin de utilidad con n
00
< 0.. Hay un activo . que se rinde ' 0 o 0 con
probabilidad 1,2 cada uno, por unidad de dinero invertida. El individuo puede invertir la proporcin que
desee de su riqueza n en el activo, y el resto lo puede poner debajo del colchn.
Parte A. Si ' = 2, Cuanto invertir en .?
Parte B. Si ' 2, y n(r) = c
:r
, Cunto invertir en .?
Parte C. Cmo cambia su demanda cuando cambian r y '? Sin hacer los clculos en la Parte B, sabemos
algo sobre cmo cambia la demanda cuando cambia r?
19
Ejercicio 28 Mostrar que si para todo t 1, l
|
= j : j _ t y 1
|
= j : t _ j son cerrados, entonces _
es continua. Es decir, el axioma de continuidad que usamos antes (en las notas de preferencias y utilidad)
es ms fuerte que el que estamos usando en estas notas.
Ejercicio 29 Deberes. Sea . un activo que se distribuye uniformemente en [0, 2], y que cuesta $1 por
unidad invertida. Sea n = 2 la riqueza inicial, y sea n(r) = r(r 20) la utilidad si la riqueza nal es r.
Parte A. Encuentre la inversin ptima. Explique.
Parte B. Encuentre la inversin ptima si . se distribuye uniformemente en [0, 3].
Ejercicio 30 Deberes. Muestre que para una funcin de utilidad dada por n(r) = c
or
, si una lotera
es mejor que otra para una riqueza inicial n, entonces sigue siendo mejor para cualquier otro nivel inicial de
riqueza n
0
,= n. Es decir, suponga que la lotera arroja premios r
1
, ..., r
n
con probabilidades
1
, ...,
n
y
que la lotera j arroja los mismos premios con probabilidades j
1
, ..., j
n
. Muestre que si es mejor que j para
el nivel de riqueza inicial n, entonces sigue siendo mejor que j para cualquier otro nivel de riqueza inicial
n
0
. Como el nivel de riqueza inicial no afecta las actitudes frente al riesgo de quienes tienen esta funcin de
utilidad, se las llama de aversin al riesgo constante. Para vericar que el nombre tiene sentido, calcule el
coeciente de aversin al riesgo de esta utilidad, y verique que no depende del nivel de riqueza.
Ejercicio 31 Hay una lotera que arroja un pago lto, , con probabilidad j, y uno 1ajo, 1, con proba-
bilidad 1 j. El individuo posee una riqueza inicial n y tiene una funcin de utilidad esperada n.
Parte A. Encuentre el precio ms chico al cual el individuo estara dispuesto a vender la lotera, si fuera
el dueo.
Parte B. Encuentre el precio ms alto que estara dispuesto a pagar por la lotera si no fuera el dueo.
Parte C. Por qu no son iguales los precios? Argumente que es por el efecto de la riqueza inicial sobre la
aversin al riesgo. Bajo qu condiciones sobre , 1, j y n son iguales?
Parte D. Sean = 25, 1 = 7, n = 9, j = 1,2 y n(r) =
_
r. Calcule los precios de compra y venta para
este caso. Ver que es ms grande el de la Parte A que el de la Parte B, y eso es porque esta utilidad, y
cualquiera de la forma r
o
tienen aversin al riesgo decreciente en r (Verifquelo).
Parte E. Sean = 25, 1 = 7, n = 9, j = 1,2 y n(r) = c
r
. Calcule los precios de compra y venta para
este caso.
Ejercicio 32 Suponga que A = 1, 2, 3 y sea 1 =
_
j R
3
+
:

j
I
= 1
_
. El individuo tiene preferencias
_ 1 1 que satisfacen independencia y son transitivas. El vector j 1 le asigna una probabilidad j
1
a
1, j
2
a 2 y j
3
= 1 j
1
j
2
a 3. Asuma que
c
3
= (0, 0, 1) ~ (0, 1, 0) = c
2
~
_
1
4
, 0,
3
4
_
.
20
Parte A. Muestre que las preferencias del individuo son completas.
Parte B. Encuentre una vector n R
3
+
(una funcin de utilidad) que represente a las preferencias: j _ =

j
I
n
I
_

I
n
I
. Pista: fjese en la demostracin del teorema de von Neumann y Morgenstern qu utilidad
se le asigna a cada lotera, y trate de construir la utilidad en este caso de la misma forma. En particular,
encuentre l (c
I
) para i = 1, 2, 3, y luego observe que
l (j) = l
_
j
1
(1, 0, 0) + (1 j
1
)
_
0,
j
2
1 j
1
,
j
3
1 j
1
__
= j
1
l (c
1
) + (1 j
1
) l
_
0,
j
2
1 j
1
,
j
3
1 j
1
_
= j
1
l (c
1
) + (1 j
1
) l
_
j
2
1 j
1
(0, 1, 0) +
j
3
1 j
1
(0, 0, 1)
_
= j
1
l (c
1
) +j
2
l (c
2
) +j
3
l (c
3
)
Ejercicio 33 Sea A = 1, 2, 3 y sea
1 =
_
j R
3
: j
I
[0, 1] para todo i, y
3

I=1
j
I
= 1
_
,
con la interpretacin que j
1
es la probabilidad que j le asigna a 1, j
2
la probabilidad de 2, y j
3
la probabilidad
de 3. Suponga que unas preferencias _ sobre 1 satisfacen independencia. Suponga que
c
2
= (0, 1, 0) ~
_
1
2
, 0,
1
2
_
.
Parte A. Asuma que existe n R
3
tal que j _ =n.j =

n
I
j
I
_

n
I

I
= n., y utilizando esta funcin
de utilidad muestre que
_
1
2
,
1
2
, 0
_
~
_
3
4
, 0,
1
4
_
.
Parte B. Usando slo el axioma de independencia muestre que
_
1
2
,
1
2
, 0
_
~
_
3
4
, 0,
1
4
_
.
Ejercicio 34 Calcule la utilidad esperada de un individuo que: tiene una riqueza inicial de r = 10; que
compra 2 unidades de un activo que cuesta $1 por unidad; que ese activo tiene un retorno aleatorio de .,
por cada unidad comprada, con . R
+
; que . tiene una densidad dada por
) (.) = 2c
2:
;
y la funcin de utilidad del individuo, para una riqueza nal de n es c
3u
.
Ejercicio 40. There are three prizes an individual can receive r
1
= $1, r
2
= $4 and r
3
= $9.
Part A. 4% If we set l (r
1
) = 0 and l (r
3
) = 1, what is l (r
2
) according to the Von Neumann Morgenstern
construction of utilities?
Part B. 4% If the individual had to pay $4 to participate in a bet that would give $1 with probability
5
8
and $9 with probability
3
8
, would that bet be actuarially fair?
Part C. 4% Suppose the individuals initial wealth is $4, and that he has a utility function l (r) =
p
r
3
.
Would he take the bet in Part B?
21
Part D. 6% Suppose the individual with utility
_
r has a car worth $9 (and no other wealth) which would
be worth $1 if it caught re, and assume that the probability of re is 5,8. What would be a fair price for
the insurance, and how much would the individual be willing to pay?
Ejercicio 41: Suponga que un agente, con utilidad sobre la riqueza n(n) = n
o
con c R va a un casino a
jugar a la ruleta. Suponga que puede jugar a cualquiera de los juegos de la ruleta una cantidad . [0, +).
(es decir, no es discreto: si quisiera, podra jugar pesos, o
_
2 pesos). Tambin implica que el individuo
no tiene cota para endeudarse: puede jugar todo lo que quiera. Se supone que la ruleta tiene 0 y 00 entre
las posibilidades.
Parte A. Sabiendo que la casa paga 36 a 1 lo apostado a un numero cualquiera: cual es la apuesta ptima
del agente dependiendo del parmetro c ?
Parte B. Sabiendo que la casa paga 2 a 1 lo apostado a color: cual es la apuesta ptima del agente
dependiento del parmetro c?
Parte C. Encuentre el rango de valores para c para los cuales el agente presenta aversin al riesgo
Parte D. Encuentre el rango de valores para c para los cuales el agente es amante del riesgo (es decir, su
funcin de utilidad es convexa)
Parte E. Encuentre el rango de valores para c para los cuales el agente es neutral al riesgo (es decir, su
funcin de utilidad es convexa y cncava)
Parte F Que relacin encuentra entre los resultados de las partes A y B con las partes C a E?
Ejercicio 42 Sea n : R
+
R una funcin de utilidad sobre estados, denida sobre niveles de riqueza.
Parte A. Pruebe que si n es de la forma: n(r) = cr+,, entonces, para toda distribucin de probabilidades
1 (continua o discreta) sobre la variable aleatoria A (denida como riqueza) se cumple que:
E
J
(n(A)) = n(E
J
(A))
A este tipo de funciones se les llama funciones anes y a agentes que presentan funciones lineales o
anes se los llama neutrales al riesgo. Interprete esta denicin.
Parte B. En general, se dene funcin lineal a aquella que, dados r, j R
+
cumple que:
n(`r + (1 `j)) = `n(r) + (1 `) n(j) para todo ` [0, 1]
Pruebe que si n es diferenciable dos veces, si n es lineal, obtenemos que n
00
= 0. (Sugerencia: pruebe
que este tipo de funciones de utilidad son de agentes tanto amantes del riesgo como aversos al riesgo)
Parte C. Asumiendo que n(r) 0 para todo r R, pruebe que si n no es afn, entonces existe una
distribucin 1
u
tal que
E
Ju
(n(A)) ,= n(E
Ju
(A))
(Sugerencia: Estudie el signicado de que una funcin no sea afn, e intente encontrar una distribucin
1
u
discreta )
22
Ejercicio 43. Hay un agente con funcin de utilidad sobre la riqueza n : R
+
R con n diferenciable dos
veces (es decir, existen n
0
y n
00
) tal que n
0
0 y n
00
< 0. Suponga ademas, que el individuo cuenta con
una riqueza ja n. Suponga ahora que se le presenta la siguiente lotera:
_
gana 100-% de n con probabilidad
1
2
+
pierde 100-% de n con probabilidad
1
2

Parte A. Sea \ la riqueza esperada de enfrentar esta lotera. Pruebe que E(\) = n(1 + 2-). Usando
esto, pruebe que E(\) n cuando - 0.Tambin vea que si = 0 entonces E(\) = n. Interprete.
Denimos premio en probabilidad relativo por riesgo a la probabilidad (-) que depende de la
cantidad que puede ganar (o perder) a aquella probabilidad que hace que el individuo sea indiferente entre
tomar la loteria y quedarse con la riqueza n. Esto es, (-) se dene implcitamente a partir de la siguiente
ecuacin:
n(n) =
_
1
2
+ (-)
_
n[n(1 +-)] +
_
1
2
(-)
_
n[n(1 -)]
Parte B. Si el agente es averso al riesgo, argumente (con palabras) porque debera suceder que (-) _ 0
para todo - 0
Parte C. Pruebe que (0) = 0. Para esto, diferencie ambos lados de la igualdad respecto de - y pruebe que:
(-) n
0
(n(1 +-)) +n
0
(n(1 -)) n+
0
(-) n(n(1 +-)) n(n(1 -))+
1
2
[n
0
(n(1 +-)) n
0
(n(1 -))] n = 0
Y luego vale esta igualdad en - = 0
Parte D. Pruebe que
0
(0) = c
u
00
(u)u
u
0
(u)
= co (n) con o (n) el coeciente de aversin absoluta al riesgo
de Arrow-Pratt y c R (Sugerencia: diferencie la igualdad encontrada en el punto anterior y valela
luego en - = 0. No se asusten: son muchos terminos, pero cuando - = 0 luego son facilmente simplicables).
Esto nos dice que el coeciente de aversin relativa al riesgo mide la tasa a la cual el premio en probabilidad
relativo por riesgo crece cuando estamos en situaciones con poco riesgo (medidos por - )
Ejercicio 44 (Mas Collel). Pruebe las siguientes armaciones:
Parte A. Una funcin de utilidad sobre estados n : R
+
R creciente, tiene coeciente de aversin relativa
al riesgo o =
u
00
(r)
u
0
(r)
r constante para todo r R
+
si y solo si n(r) = ,r
1
+ con , 0 y R
Parte B. Una funcin de utilidad sobre estados n : R
+
R creciente, tiene coeciente de aversin relativa
al riesgo constante e igual a 1 para todo r R
+
si y solo si n(r) = , ln(r) + con , 0 y R
Parte C. lim
!1
r
1
1
= ln(r) para todo r 0.
Sugerencias: Para las Partes A y B utilice lo que conoce de resolucin de ecuaciones diferenciales, de
matematica 3. Para la Parte C utilice la regla de LHopital, que dice que lim
r!o
}(r)
(r)
= lim
r!o
}
0
(r)

0
(r)
.
Ejercicio 45 (Mas Collel) Sea n : R
+
R una funcin de utilidad de estados sobre riqueza, con la forma:
n(r) = ,r
2
+r
Parte A. Pruebe que la utilidad esperada para cualquier distribucin 1 depende unicamente del valor
esperado de la riqueza bajo 1, E
J
(A) y de su varianza, V
J
(A).
23
Parte B Para que valores de r y valores de los parametros , y es la funcin de utilidad creciente y
cncava?
Ejercicio 47. Suponga que el espacio de estados es A = R
2
+
. Es decir, los estados son las posibles canastas
de consumo . Suponga que la funcin de utilidad sobre estados es una Cobb-Douglas: n(r
1
, r
2
) = r
o
1
r
1o
2
.
Suponga que los precios de los bienes son j
1
, j
2
0 y que el ingreso es n 0.
Parte A. Pruebe que la solucin de problema del consumidor, sin incertidumbre, consiste en elegir consumos
ptimos (r

1
, r

2
) tales que
r

1
= c
n
j
1
y r

2
= (1 c)
n
j
2
Parte B. Suponga que ahora, el agente no puede comprar directamente los bienes, sino que puede comprar
activos
1
y
2
tales que si compro .
1
unidades del activo
1
, obtengo .
1
A
1
unidades del bien 1, con A
1
una variable aletoria que toma valores positivos. De la misma manera, si compro .
2
unidades del activo
2
,
obtengo .
2
A
2
unidades del bien 2, con A
2
otra variable aleatoria que toma tambin valores positivos. El
vector aleatorio (A
1
, A
2
) tiene densidad ) (r
1
, r
2
) con ) (r
1
, r
2
) 0 siempre que r
1
_ 0 y r
2
_ 0. Es
decir:
(A
1
, A
2
) ~ ) (r
1
, r
2
)
Cada unidad del activo
1
cuesta
1
pesos y cada unidad del activo
2
cuesta
2
pesos. explique con
palabras, que el problema a resolver es el de elegir .
1
, .
2
para maximizar
_
+1
0
_
+1
0
n(.
1
r
1
, .
2
r
2
) ) (r
1
r
2
) dr
1
dr
2
sujeto a :
1
.
1
+
2
.
2
_ n
Parte C. Suponiendo que existe la esperanza de la variable aleatoria H = A
o
1
A
1o
2
= n(A
1
, A
2
), pruebe
que, para el caso de n(r
1
, r
2
) = r
o
1
r
1o
2
se cumple que:
_
+1
0
_
+1
0
n(.
1
r
1
, .
2
r
2
) ) (r
1
r
2
) dr
1
dr
2
= n(.
1
, .
2
) E[n(A
1
, A
2
)] = n(.
1
, .
2
) E(H)
Parte D. Utilizando la parte anterior, y sin resolver explcitamente el problema, pruebe que la solucin al
problema planteado en la Parte B consiste en elegir cantidades de activos (.

1
, .

2
) tales que:
.

1
= c
n

1
y .

2
= (1 c)
n

2
Parte E. Resuelva el mismo problema cuando n(r
1
, r
2
) = r
1
+ r
2
, A
1
y A
2
son variables aleatorias
independientes con
A
1
~ l [0, 1]
A
2
~ l [0, 2]
Interprete.
Ejercicio 35 Deberes (basado en Mas-Collel) Suponga que una agencia de seguridad nacional esta
pensando en establecer un criterio bajo el cual un rea que es suceptible de enfrentar huracanes sea evacuada
o no. La probabilidad de que haya un huracn es de 1%. Hay 4 posibles resultados:
24
1. No es necesario envacuar la ciudad (no hay huracn) y no se realiza la evacuacin (que llamaremos
escenario )
2. No es necesario evacuar (no hay huracn) y se realiza una evacuacin innecesaria (que llamaremos
escenario 1)
3. Es neceasario evacuar (hay huracn) y se hace la evacuacin (que llamaremos escenario C)
4. Es necesario evacuar, pero no se realiza una evacuacin (que llamaremos escenario 1)
Suponga que la agencia est indiferente entre el escenario 1 y una loteria que con probabilidad 0.9 da
el escenario y con probabilidad 0.1 da el escenario 1. Tambin suponga que la agencia esta indiferente
entre el escenario C y una lotera que con probabilidad 0.95 da el escenario y con probabilidad 0.05 da
el escenario 1. Suponga tambin que las preferencias son tales que el escenario es estrictamente preferido
al escenario 1 ( y ademas, son el mejor y el peor) y que las preferencias sobre loterias sobre los estados son
tales que se cumplen los supuestos del teorema de Von Neumman y Morgenstern.
Parte A. Construya una funcin de utilidad sobre estados para calcular la utilidad esperada de la agencia
(Sugerencia: Siempre se puede suponer que la utilidad de la peor lotera degenerada es 0 y que la utilidad
de la mejor loteria degenerada es 1)
Parte B. Considere los siguientes criterios:
Criterio 1: Se evaca el 90% de los casos en los que un huracn pasa por la ciudad; si no hay huracn,
se evaca en el 10% de los casos;
Criterio 2: Se evaca el 95% de los casos en los que un huracn pasa por la ciudad; si no hay huracn,
se evaca en el 15% de los casos.
Derive las distribuciones de probabilidad de los 4 escenarios bajo ambos criterios, y en base a la Parte A
encuentre cual de los dos criterios debera ser escogido por la agencia.
Ejercicio 48 (Basado en Mas Collel) El siguiente ejercicio es un argumento por el cual a veces se pide
que la funcin de utilidad sobre riqueza n : R
+
R sea acotada. Decimos que una funcion n : R
+
R es
acotada si existe 1 R
+
tal que [n(r)[ _ 1 para todo r R
+
Parte A. Suponga que un agente tiene utilidad sobre la riqueza n(n) tal que n es una funcin no acotada.
Pruebe que, para todo : N existe un nivel de riqueza r
n
tal que n(r
n
) 2
n
Parte B. A este agente se le presenta la siguiente apuesta: Se tira una moneda hasta que sale cara. Si sale
cara en la :sima tirada, se paga r
n
al agente con la secuencia r
n
la denida en el punto anterior. Pruebe
que la utilidad esperada de esta lotera es innito (Sugerencia: utilice el primer criterio de comparacin
para series innitas que dice si tengo dos sucesiones tales que a
n
/
n
_ 0 para todo : N y

1
1
/
n
= +
entonces

1
0
a
n


1
0
/
n
= +==

1
0
a
n
= + )
Parte C. Suponga que usted tiene una casa de apuestas, y que hay dos tipos de personas a las cuales
puede enfrentarse: aquellas con funcin de utilidad n(r) = log(r) y aquellas con funcion de utilidad
(r) =
_
r 5. En base a lo visto en las partes anteriores, disee una loteria en base a tiradas repetidas
de una moneda, tal que cualquiera de los dos individuos estara dispuestos a pagar cualquier suma de dinero
por esta lotera. Encuentra algo extrao en esta aseveracin, si quisiera testearse a nivel emprico?
25
Ejercicio 49. Suponga que tiene un individuo con funcin de utilidad sobre riqueza n(r) = r
1
2
. Este
individuo tiene riqueza n = 1. Al individuo se le presentan dos activos: un activo
1
que por unidad
comprada, paga un rendimiento de 1
1
= (1 + t
1
) con t
1
la "tasa de interes", aleatorio, y un activo
2
que paga un rendimiento 1
2
aleatorio por unidad comprada. Ambos activos cuestan $1 la unidad. Asuma,
asimismo, que el individuo puede comprar cualqueir cantidad de estos activos (es decir, puede llegar a
comprar mas que lo que puede con la riqueza n) Suponga que los rendimientos aleatorios de ambos activos,
(1
1
, 1
2
) son un vector aleatorio con la siguiente funcin de densidad:
) (r
1
, r
2
) =
_
1
4
si r
1
+r
2
_ 2, r
1
_ 0, r
2
_ 0
0 en caso contrario
Parte A. Bosqueje el soporte de la densidad ) (es decir, el conjunto en R
2
+
donde ) 0 )
Parte B. Encuentre las densidades marginales para 1
1
y 1
2
Parte C. Calcule E(1
1
), E(1
2
) y Cov (1
1
, 1
2
)
Parte D. Argumente (con palabras) que el problema que debe resolver el agente es el de elegir (.
1
, .
2
) R
2
+
para maximizar
_
+1
1
_
+1
1
n[n .
1
(1 r
1
) .
2
(1 r
2
)] ) (r
1
, r
2
) dr
1
dr
2
Parte E Usando la Parte B encuentre las demandas ptimas de estos activos si existiera solamente el activo
1 y el activo 2: es decir, si llamamos q
1
(r
1
) a la marginal de 1
1
, encuentre la solucin al problema de elegir
.
1
para maximizar
_
+1
1
n[n .
1
(1 r
1
)] q
1
(r
1
) dr
1
y anlogamente para el activo
2
.
Parte F. Sin resolver el problema planteado en la Parte D, investigue si las soluciones separadas para cada
activo encontradas en la Parte E son tambin solucin del problema de la Parte D. (Sugerencia: encuentre
las condiciones de primer rden del problema de la Parte D sin resolverlas, e investigue si las soluciones
particulares que encontr en la Parte E la satisfacen)
Parte G. Explique, en base a los datos que a encontrado a lo largo del ejercicio, porque pasa lo que vi en
la parte F (Sugerencia: investigue los momentos encontrados para la distribucin ) )
Ejercicio 50. Un fabricante de lamparas de halgeno es monopolista en el mercado local. La intendencia
municipal le solicita un presupuesto para hacer el alumrado pblico de un parque: especicamente, una
lampara. El fabricante de lampara debe elegir la calidad de la lampara que vendera. La calidad viene dada
por la duracin esperada de la lampara: especicamente, se supone que si llamamos T a la duracion de la
lampara, tenemos que T ~ exp(`), o ms especicamente, T tiene densidad
) (t) =
_
1
X
exp
_
1
X
t
_
si ` _ 0
0 en caso contrario
Puede probarse que E(T) = `. Justamente es el parmetro ` el indicador de calidad de la lampara.
El tiempo se mide en das. Por otra parte, el fabricante tiene un costo para la tecnologa de produccin
de calidad ` : especcamente, c (`) = j`
o
con j, , 0. El contrato que propone la intendencia es
el siguiente: si las lamparas duran t das, pagar 1 (t) = at, con a 0 El fabricante debe elegir ` para
maximizar benecios.
Parte A. Dada una calidad `, demuestre que la utilidad esperada del fabricante es n(`) = a` j`
o
26
Parte B. Encuentre la calidad ptima `

dependiendo de los parmetros a y j

Parte C. Suponga que , = 1 y que en el contrato, se exige una duracin mnima de 1 das: si la lampara
se rompe antes de los 1 das, la intendencia no paga nada por ella. Plantee y resuelva el problema: como
cambia la solucin del problema anterior?
Parte D Cual es el tiempo esperado de duracin de las lamparas en ambos problemas?
Ejercicio 51. Tenemos un conductor, que puede chocar o no chocar. Esto depende de la cantidad de esfuerzo
que realiza al conducir, teniendo en cuenta las seales de trnsito, respetando los lmites de velocidad, etc.
El nivel de esfuerzo que realiza afecta la probabilidad de chocar: explicitamente, suponemos que el nivel de
esfuerzo es una variable c [0, 1] , tenemos que Pr [chocar [ c] = 1 c. Obviamente, tendremos entonces
que Pr [no chocar [ c] = c, por lo que el esfuerzo se interpretara como la probabilidad de no tener accidentes
de transito. La utilidad del individuo en los siguientes estados de la naturaleza es la siguiente:
Utilidad de esforzarse c si no choca: c
2
Utilidad de esforzarse c si choca: (a +:) c
2
Con a (0, 1) y : (0, 1) las desutilidades por la destruccin del auto (a) y por los gastos mdicos luego
del accidente (:). El conductor elige el nivel de esfuerzo ptimo c [0, 1]
Parte A. Plante el problema de eleccin del nivel de esfuerzo ptimo del conductor, suponiendo que puede
aplicarsele el teorema de la utilidad esperada.
Parte B. Encuentre el nivel de esfuerzo ptimo c

dependiendo de los parametros (a, :). Encuentra la

utilidad esperada en el nivel de esfuerzo ptimo c

. Como cambia la solucin c

ante cambios en los

parmetros? Explique la intuicin detrs de los resultados
Parte C. Suponga que ahora se le obliga al conductor usar cinturn de seguridad. Esto hace que, en caso de
accidente, el costo por gastos mdicos sea :
0
< :. Sin embargo, por tener que utilizar cinturn de seguridad,
tiene desutilidad c (0, 1). Es decir:
Utilidad de esforzarse c si no choca: c
2
c
Utilidad de esforzarse c si choca: (a +:
0
) c
2
c
Plantee y resuelva para c. Encuentre la utilidad esperada para el valor de c ptimo
Parte D. Suponga ahora que se le da a elegir libremente al conductor entre usar cinturn de seguridad
y no usarlo. Cual es la eleccin ptima del conductor? (Sugerencia: Compare las utilidades esperadas
maximas de los puntos (b) y (c)
Parte E. En no mas de 5 lneas, y sin usar ninguna formula matemtica, discuta la siguiente armacin:
La obligatoriedad del cinturn de seguridad ha contribuido a la disminucin de los accidentes de trnsito
27
Ejercicio 36 Consider a world in which there are exactly two assets (labelled A and B) and two states of
nature (labelled 1 and 2). The payo of the assets in the two states is as follows:
Asset Asset 1
State 1 5 20
State 2 6 0
Denote by r
.
and r
1
the number of units of assets A and B purchased by an investor. If it ever matters,
we assume that r
.
, r
1
_ 0.
We say that the Fundamental Valuation Relationship is satised if for both assets, in the optimum,
1 (n
0
(n) (1 +r
.
)) = 1 (n
0
(n) (1 +r
1
)) .
Parte A. The investor is assumed to have preferences which depend on the total amount received in each
state, not whether the return comes from one asset or the other. Apart from this, the investors preferences
are unspecied (for example we dont know if his utility is an Expected Utility). If the preferences are
represented by an objective function, what are the arguments of the function?
Parte B. Suppose that the investor behaves according to the expected utility hypothesis and believes that
the probability of state 1 is 1/3 and the probability of state 2 is 2/3. How would you express the investors
objective function (ie the function that the investor seeks to maximize)? Write out the investors objective
function in as much detail as you can, given the information which is provided.
Parte C. Suppose that the von Neumann Morgenstern utility function (or the Bernoulli utility function)
is n(n) =
_
n, that the initial wealth level of the individual is 390, and that j
.
= j
1
= 2. Calculate the
optimal portfolio for this individual. Verify that the FVR holds.
Parte D. Calculate the optimal portfolio when the assets values are given by
Asset Asset 1
State 1 6 18
State 2 6 0
and the probabilities, income and prices are as in the previous parts. Explain (hint: is the individual risk
averse?)
Parte E. Calculate the optimal portfolio when the asset values are given by
Asset Asset 1
State 1 6 17
State 2 6 0
and the probabilities, income and prices are as in the previous parts. Is the FVR satised?
Ejercicio 37 An investor chooses a portfolio comprising one risky asset with expected rate of return j
2
=
0.15, and standard deviation of return o
2
= 0.40, and lending or borrowing at a risk-free rate, r
0
= 7%. Let
j
1
denote the expected rate of return on the investors portfolio, and let o
1
denote the standard deviation
of the rate of return on the portfolio. Let denote the proportion of the portfolio invested in the risky asset.
28
Part A. In a diagram, sketch the trade-o of feasible pairs of (j
1
, o
1
) (i.e. pairs that the investor could
choose). In the diagram, identify the points for which = 0 (all capital invested at the risk-free rate) and
= 1 (all capital invested in the risky asset). Show that the slope of the trade-o equals 0.20.
Part B. Assume that the investor acts to maximise the objective function: G(j
1
, o
1
) = j
1
0.5o
2
1
.
Sketch the indierence curves for the investor in (j
1
, o
1
) space. Show that the slope of each indierence
curve for this objective function equals o
1
(i.e. dj
1
,do
1
= o
1
). Generalise your answer to show that if
G(j
1
, o
1
) = j
1
co
2
1
, then the slope of each indierence curve equals 2co
1
. (Note: is a parameter that
expresses the investors risk preferences.)
Part C. In a diagram, depict the pair (j
1
, o
1
) corresponding to an optimal portfolio. Using the information
given above, show that for this investor, one-half of the portfolio is invested in the risky asset and one-half
in the risk-free asset, i.e. = 1,2 . [Hint: o
1
= o
2
, and equate the slope of the indierence curve
at the optimum with the slope of the trade-o of feasible portfolios.] Generalise your result to show that
= (j
2
r
0
),2co
2
7.
Part C. Suppose that the interest rate increases to 11% (j
2
and o
2
, remaining unchanged). Sketch the
eect on the optimal portfolio in a diagram and calculate the new value of , given the numerical information
provided.
53. La utilidad es n(:) = ln(:) , la riqueza inicial es : = 30. En una apuesta, si sale // = +20, /t = 24,
tt = +4, t/ = 6.
53.A. Cual es el valor esperado? 1\ =
20+430
4
=
3
2
53.B. Cual es la utilidad esperada? 1n =
ln(50)+ln(6)+ln(34)+ln(24)
4
= 3.102
53.C. Cuanto esta dispuesto a pagar para salirse de la apuesta? n(30 r) = 3.102 = ln(30 r) = 3.102,
Solution is: 7.7576
Theres an asset that costs j = 1 and that has returns of 4 and 16 in states 1 and 2 respectively; the states
have probability 1/2 each. The consumer has an initial wealth of n and a utility function for consumptions
in periods 0 and 1 given by
l (c
0
, c
1
) =
c
1~
0
1
+c1
_
c
1~
1
1
_
where 1 is the expectation operator. Find how much will the individual save.
The individual must choose : to maximize
c
1~
0
1
+c1
_
c
1~
1
1
_
:.t.c
0
= n :
c
11
= 4:
c
12
= 16:
Substituting, we get
l =
(n :)
1~
1
+
c
2
_
(4:)
1~
1
+
(16:)
1~
1
_
=
(n :)
1~
1
+
c
2
_
4
1~
1
+
16
1~
1
_
:
1~
and the rst order condition is
l = (n :)
~
+
c
2
_
4
1~
+ 16
1~

:
~
= 0 =(n :)
~
=
c
2
_
4
1~
+ 16
1~

:
~
29
so that elevating both sides to the power of 1, we get
n : =
_
c
2
_
4
1~
+ 16
1~
_
_
1

: =: =
n
1 +
_
o
2
(4
1~
+ 16
1~
)

Suppose asset returns are given by

Asset Asset 1
State 1 5 20
State 2 6 0
and that the probability of state 1 is 1,3 while that of state 2 is 2,3. Suppose that the von Neumann
Morgenstern utility function (or the Bernoulli utility function) is n(c
0
, c
1
) =
_
c
0
+ c1
_
c
1
(the price of
the consumption good is 1 in both periods) that the initial wealth level of the individual is n, and that
j
.
= j
1
= 2. Calculate the optimal portfolio for this individual.
He must choose c
0
, r
.
, r
1
to maximize
_
c
0
+c1 (
_
c
1
)
n = c
0
+ 2r
.
+ 2r
1
c
11
= 5r
.
+ 20r
1
c
12
= 6r
.
Getting rid of r
1
using the budget constraint, we see that the individual must choose c
0
and r
.
to maximize
_
c
0
+c
_
1
3
_
5r
.
+ 20
n c
0
2r
.
2
+
2
3
_
6r
.
_
The rst order conditions with respect to c
0
and r
.
imply
c
11
= c
2
100
9
c
0
and 8c
11
= 75r
.
respectively. Using c
11
= 5r
.
+ 20
uc02r
A
2
(which contains the budget constraint and c
11
= 5r
.
+ 20r
1
)
we get
c
0
= 9
n
26c
2
+ 9
, and r
.
= 32n
c
2
78c
2
+ 27
.
Then, using the budget constraint we get r
1
= 7n
o
2
78o
2
+27
.
If, for example n = 795 and c =
3
20
_
5 we get c
0
= 600 and r
.
= 80 and r
1
= 35,2.
30