Introdução A Teoria Da Escolha - IMPA

Introduo Teoria da Escolha
Publicaes Matemticas
Introduo Teoria da Escolha
Luciano I. de Castro e Jos Heleno Faro

IMPA
impa
25o Colquio Brasileiro de Matemtica
Copyright 2005 by Luciano I. de Castro e Jos Heleno Faro

Direitos reservados, 2005 pela Associao Instituto
Nacional de Matemtica Pura e Aplicada - IMPA
Estrada Dona Castorina, 110
22460-320 Rio de Janeiro, RJ
Impresso no Brasil / Printed in Brazil
Capa: Noni Geiger / Srgio R. Vaz
25o Colquio Brasileiro de Matemtica
A Short Introduction to Numerical Analysis of Stochastic Differential Equations Luis Jos Roman
An Introduction to Gauge Theory and its Applications - Marcos Jardim
Aplicaes da Anlise Combinatria Mecnica Estatstica - Domingos H. U.
Marchetti
Dynamics of Infinite-dimensional Groups and Ramsey-type Phenomena - Vladimir
Pestov
Elementos de Estatstica Computacional usando Plataformas de Software
Livre/Gratuito - Alejandro C. Frery e Francisco Cribari-Neto
Espaos de Hardy no Disco Unitrio - Gustavo Hoepfner e Jorge Hounie
Fotografia 3D - Paulo Cezar Carvalho, Luiz Velho, Anselmo Antunes Montenegro,
Adelailson Peixoto, Asla S e Esdras Soares
Introduo Teoria da Escolha - Luciano I. de Castro e Jos Heleno Faro
Introduo Dinmica de Aplicaes do Tipo Twist - Clodoaldo G. Ragazzo, Mrio
J. Dias Carneiro e Salvador Addas Zanata
Schubert Calculus: an Algebraic Introduction - Letterio Gatto
Surface Subgroups and Subgroup Separability in 3-manifold Topology - Darren
Long and Alan W. Reid
Tpicos em Processos Estocsticos: Eventos Raros, Tempos Exponenciais e
Metaestabilidade - Adilson Simonis e Cludia Peixoto
Topics in Inverse Problems - Johann Baumeister and Antonio Leito
Um Primeiro Curso sobre Teoria Ergdica com Aplicaes - Krerley Oliveira
Uma Introduo Simetrizao em Anlise e Geometria - Renato H. L. Pedrosa
Distribuio:
IMPA
Estrada Dona Castorina, 110
22460-320 Rio de Janeiro, RJ
E-mail: ddic@impa.br - http://www.impa.br
ISBN: 85-244-0229-6
A minha famlia
L.I.C.F.
A minha me e avs (in memoriam)

J.H.F.
livro
2005/5/20
page 1
i
livro
2005/6/9
page 1
i
Sumrio
1 Viso Geral
1.1 Incerteza, risco e ambigidade
1.2 Discusso geral sobre modelos
1.3 Contedo . . . . . . . . . . .
1.4 Pr-requisitos . . . . . . . . .
Escolha sob Certeza
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
5
5
6
7
8
2 Conjuntos de Escolha e Ordens

11
2.1 Introduo . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.2 Conjuntos e Regras de Escolha . . . . . . . . . . . . . 13
2.3 Preferncias . . . . . . . . . . . . . . . . . . . . . . . . 18
2.3.1 Observao sobre a definio . . . . . . . . . . 20
2.4 Preferncias e Estruturas de Escolha . . . . . . . . . . 21
2.4.1 De Estruturas de Escolha a Preferncias . . . . 21
2.4.2 De Preferncias a Estruturas de Escolha . . . . 22
2.4.3 Racionalizao e Representao . . . . . . . . . 24
2.5 Racionalidade e o AFPR . . . . . . . . . . . . . . . . . 25
2.5.1 Racionalidade e suas implicaes sobre C (, <) 25
2.5.2 As implicaes do AFPR . . . . . . . . . . . . 26
2.6 Exerccios . . . . . . . . . . . . . . . . . . . . . . . . . 27
3 Funo utilidade
29
3.1 Preferncias e sua representao . . . . . . . . . . . . 29
3.2 Caso Finito . . . . . . . . . . . . . . . . . . . . . . . . 31
1
i
livro
2005/6/9
page 2
i
SUMRIO
3.3
3.4
3.5
3.6
Caso Enumervel . . . . . .
Conjuntos No-Enumerveis
Preferncias Montonas . .
Exerccios . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
32
33
34
36
4 Teorema de Debreu
37
4.1 Noes Bsicas de Topologia Geral. . . . . . . . . . . . 37
4.2 Teorema de Representao . . . . . . . . . . . . . . . . 41
4.3 Exercicios . . . . . . . . . . . . . . . . . . . . . . . . . 44
5 Teoria do Consumidor
47
5.1 Conceitos Bsicos . . . . . . . . . . . . . . . . . . . . . 47
5.2 Demanda Walrasiana . . . . . . . . . . . . . . . . . . . 49
II
Escolha sob Risco e Incerteza
53
6 Estados da Natureza e do mundo

6.1 Modelagem de incerteza . . . . .
6.2 Exerccios . . . . . . . . . . . . .
6.3 Roletas e corridas de cavalos . .
6.4 Atos, conseqncias e resultados
6.5 Observao final . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
55
56
59
59
61
68
7 Utilidade Esperada
7.1 Loterias . . . . . . . . . .
7.2 Preferncias sobre loterias
7.3 Atitudes frente ao risco. .
7.4 Exerccios . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
69
70
71
79
85
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
8 Teoria de Savage
87
8.1 Axiomas . . . . . . . . . . . . . . . . . . . . . . . . . . 88
8.2 Teorema de Representao . . . . . . . . . . . . . . . . 91
8.3 Exerccios . . . . . . . . . . . . . . . . . . . . . . . . . 99
9 Paradoxos da Utilidade Esperada.
9.1 O paradoxo de Allais. . . . . . . . . . . . . . . . . . .
9.2 Paradoxo de Ellsberg . . . . . . . . . . . . . . . . . . .
9.3 Exerccio . . . . . . . . . . . . . . . . . . . . . . . . .
101
101
103
104
SUMRIO
III
IV
Escolha sob Ambiguidade
10 Escolhas com ambiguidade.

10.1 Modelo de Anscombe-Aumann . . . . . . . .
10.2 Ambiguidade a partir de capacidades . . . . .
10.3 Ambiguidade e Conjuntos de Probabilidades.
10.4 Comentrios Finais . . . . . . . . . . . . . . .
10.5 Exerccios . . . . . . . . . . . . . . . . . . . .
livro
2005/6/9
page 3
i
105
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
Escolha Social
107
108
110
126
133
134
137
11 Introduo a escolhas sociais

139
11.1 Sistemas de Escolha Sim-No . . . . . . . . . . . . . . 140
11.2 Exerccios . . . . . . . . . . . . . . . . . . . . . . . . . 149
12 Teorema de Arrow
12.1 Regras de escolha social . . . . . . . . . . . . . . . . .
12.2 Teorema de Impossibilidade . . . . . . . . . . . . . . .
12.3 Exerccio . . . . . . . . . . . . . . . . . . . . . . . . .
150
150
153
157
livro
2005/5/20
page 1
i
livro
2005/6/9
page 5
i
Captulo 1
Viso Geral
Esta monografia est dividida em quatro partes: escolha sob certeza,
escolha sob risco e incerteza, escolha sob ambigidade e escolha social.
Antes de descrever o que contm cada uma das partes, vamos
esclarecer a distino entre risco, incerteza e ambigidade.
1.1
Incerteza, risco e ambigidade
Entendemos por risco a situao na qual o tomador de decises pode

usar apenas uma probabilidade (objetivamente) definida para cada
um dos resultados possveis. Por exemplo, ao jogar um dado noviesado, o indivduo deve esperar o nmero 4 com probabilidade 1/6.
A situao de incerteza corresponde ao caso em que as probabilidades no so objetivamente definidas, isto , o indivduo atribui uma
probabilidade subjetiva de que ocorra algum evento. Por exemplo,
numa corrida de cavalos, o indivduo acredita que um determinado
cavalo ganhar com 30% de chances.
Ambigidade ocorre num contexto de incerteza quando o indivduo no capaz de especificar uma probabilidade sobre os eventos,
mas sim um conjunto delas (ou uma probabilidade no aditiva). Por
exemplo: ser retirada ao acaso uma bola de uma urna com 100 bolas
pretas e brancas e o tomador de deciso tem de escolher entre apostar nas brancas ou nas pretas. Naturalmente ele quer saber qual a
5
i
livro
2005/6/9
page 6
i
CAPTULO 1. VISO GERAL
probabilidade de tirar, por exemplo, a bola branca. A situao ser

de risco se ele sabe que esta probabilidade , digamos, 30% (porque
h 30 bolas brancas e 70 bolas pretas). Ser de incerteza se ele no
sabe a proporo das bolas na urna, mas atribui uma probabilidade
especfica para se retirar uma bola branca (50%, por exemplo). Ser
de ambigidade se ele admite como possveis vrias probabilidades
(por exemplo, entre 20 e 80%).
No preciso dizer que em vrios momentos de nossa vida temos
de fazer escolhas, tomar decises, sob as mais diversas circunstncias
de incerteza ou de ambigidade. No apenas ns, mas vrias decises
com impactos em nossas vidas so feitas nessas circunstncias. Por
exemplo, as decises do governo, de empresas, de investidores, etc.
Da a relevncia deste estudo.
Devemos fazer a ressalva, no entanto, que a terminologia apresentada acima no uniformemente usada em todos os textos e mesmo
no claro quando o melhor modelo um modelo com ambigidade ou com incerteza. No entanto, o objetivo desta monografia
apenas introduzir um mtodo de modelagem dessas situaes. Na
construo de nosso modelo, vamos procurar nos manter prximos
realidade, mas o leitor observar a necessidade de fazer simplificaes
e restries para que o modelo se torne tratvel.
1.2
Discusso geral sobre modelos
natural se perguntar o que significa tratvel e por que queremos

que o modelo tenha tal atributo. A resposta a estas questes est
intimamente ligada ao prprio objetivo da modelagem: pretendemos
dispor de um modelo matemtico aproximado das decises humanas
que nos permita prever, dentro de limitaes aceitveis, quais sero
tais decises. Naturalmente, esse objetivo factvel apenas em parte,
mas seu valor to elevado que mesmo um resultado parcial j vale
a pena.
De fato, um governo precisa antecipar as decises dos contribuintes
frente s regras tributrias que estiver determinando - e isso ter impactos no apenas em suas receitas mas tambm no desenvolvimento
do pas. Um gerente precisa antecipar as decises de compra de seus
clientes em funo dos preos que escolher. Todas essas antecipaes
1.3. CONTEDO
livro
2005/6/9
page 7
i
seriam impossveis sem uma teoria de como as decises so tomadas.

Tal justificativa pe em destaque a importncia do poder descritivo da teoria da escolha que vamos desenvolver. No entanto, nossa
teoria ainda pode ir mais longe, dando indicaes de quais decises
so melhores em comparao com outras. Assim, a teoria comea a
adquirir um carter normativo, isto , indicador do que deve ser feito
em cada situao. Ambos os aspectos so contemplados pela teoria
que apresentaremos.
Usamos o mtodo axiomtico. Isto significa que comeamos com
axiomas que consideramos razoveis ou aceitveis. claro que, como
em qualquer teoria, os axiomas apelam para justificativas normativas.
Por exemplo: quando supomos que um indivduo capaz de comparar
quaisquer alternativas de escolha, estamos implicitamente afirmando
que um comportamento razovel deveria apresentar tal propriedade.
Finalmente, fazemos a ressalva que nesta monografia usaremos escolha e deciso como sinnimos. Embora seja possvel traar alguma
distino entre ambos conceitos, no ser til para nossos propsitos
faz-lo.
Passemos agora descrio detalhada do contedo a ser abordado.
1.3
Contedo
A primeira parte apresenta os fundamentos da teoria de deciso usualmente adotada em Economia. Sua aplicao muito geral e, de fato,
abrange muitos contextos diversos, servindo de base tambm para as
escolhas sob risco e sob incerteza. Na verdade, chega quase a ser uma
impropriedade chamar a teoria desenvolvida nesta primeira parte de
escolhas sob certeza. Um ttulo talvez mais preciso seria decises
em situaes abstratas, mas isso poderia obscurecer o fato de que
bem fcil dar exemplos concretos da construo que realizamos nesta
parte.
A primeira parte consta de trs captulos. O captulo 2 desenvolve os conceitos de conjuntos de escolha e de ordens. O captulo 3
introduz o conceito de funo de utilidade. O captulo 4 enuncia e demonstra o Teorema de Debreu de representao de funo utilidade.
O captulo 5 introduz a Teoria do Consumidor como uma aplicao
da teoria desenvolvida nesta primeira parte.
livro
2005/6/9
page 8
i
CAPTULO 1. VISO GERAL
Na segunda parte, tratamos sob as situaes de risco. O captulo 6 introduz o conceito de estados da Natureza. No captulo 7,
apresentamos a Teoria de Utilidade Esperada, de von Neumman e
Morgenstern. No captulo 8, apresentamos a teoria de probabilidades
subjetivas de Savage, que contempla o que chamamos de situao de
incerteza.
No captulo 9, apresentamos as principais crticas Teoria de
Utilidade Esperada, atravs 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 captulo 10.
O captulo 11 introduz regras de escolha social. Finalmente, o importante Teorema de Impossibilidade de Arrow enunciado e provado
no captulo 12.
1.4
Pr-requisitos
Este curso tem pr-requisitos mnimos. Apenas assumimos que o

leitor est familiarizado com as noes de continuidade de funes,
seqncias, conjuntos abertos e fechados e integral de Riemman. Algumas noes de lgebra linear tambm so teis. No necessrio
conhecer Teoria da Probabilidade, uma vez que sempre nos restringimos aos casos finitos. Quanto aos conceitos econmicos, procuramos
defini-los explicitamente sempre que utilizados.
Finalmente, o captulo 4 requer conhecimentos um pouco mais
avanados de Topologia, mas inclumos os conceitos necessrios na
seo 4.1.
livro
2005/6/9
page 9
i
Parte I
Escolha sob Certeza
9
i
livro
2005/6/9
page 10
i
10
.
livro
2005/6/9
page 11
i
Captulo 2
Conjuntos de Escolha e
Ordens
2.1
Introduo
Considere a seguinte situao: Um consumidor precisa de uma geladeira

nova. Vai a uma loja (ou pesquisa pela internet) e encontra vrias
opes, com mais ou menos capacidade, reservatrio de gua com
sada 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 oramento dentro do qual pode
gastar. A geladeira mais cara, por exemplo, est fora do que pode
comprar. No entanto, h vrias outras, mais ou menos caras, que em
princpio poderia comprar. Como far sua escolha?
A pergunta apresentada na situao acima a mais simples e,
talvez, uma das mais difcieis da Teoria da Escolha. Muita pesquisa
ainda est sendo desenvolvida para compreender esse processo de
escolha (que leva em conta muitos aspectos mentais). O que apresentaremos nesta monografia apenas a abordagem (neo-)clssica da
economia, em alguns aspectos pouco satisfatria, mas muito til em
certas aplicaes.
Considere os exemplos seguintes.
11
i
12
livro
2005/6/9
page 12
i
CAPTULO 2. CONJUNTOS DE ESCOLHA E ORDENS
Exemplo 1. Um apostador est considerando em que cavalo

deve fazer sua aposta (de $1), sendo que cada um d 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 indivduo, ento, aposta no cavalo 1. Isso razovel? O que
implica em termos das crenas do apostador sobre a probabilidade
do cavalo 1 ganhar?
Exemplo 2. O gerente de uma empresa est diante de duas
oportunidades de investimento, A e B, mas pode escolher apenas uma
delas. A alternativa A d um lucro de $1000 com 80% de chance e
de $100 com 20% de chance. A alternativa B d um lucro certo (sem
risco) de $800. O gerente escolhe a segunda. O que se pode inferir
sobre suas preferncias? Ele agiu de forma irracional?
Exemplo 3. Um investidor considera investir em aes ou aplicar
em um fundo de renda fixa. Como se sabe, o retorno da ao
incerto (podendo ser alto ou at negativo), enquanto o da renda fixa
conhecido. Que informaes ele deve considerar para fazer a deciso
sobre qual deve ser sua alocao?
Exemplo 4. Um indivduo tem as seguintes preferncias: ele
prefere uma determinada casa de campo a um automvel; prefere o
automvel a um apartamento; mas prefere o apartamento casa de
campo.
H algo de estranho com as preferncias do indivduo no ltimo
exemplo? Vamos supor que ao dizermos "prefere", estamos querendo
dizer que o indivduo est disposto a pagar uma quantia positiva para
trocar um bem pelo outro. Nesse caso, esse indivduo pode ficar pobre
rapidamente: suponha que ele tenha a casa e paga (pelo menos um
pouco) para troc-la pelo apartamento; ento paga novamente para
trocar o apartamento pelo automvel e finalmente paga para trocar o
2.2. CONJUNTOS E REGRAS DE ESCOLHA
livro
2005/6/9
page 13
i
13
apartamento pela casa. Ao fim, continua com a casa e apenas perdeu

dinheiro. Esse tipo de preferncia, portanto, no muito razovel e
ela ser eliminada no tipo de teoria que faremos para escolhas.
Quando a circunstncia acima proibida (e outras hipteses razoveis so assumidas), veremos que possvel definir uma funo de
utilidade para representar as escolhas do indivduo. Isso ser muito
conveniente e til no que faremos em seguida.
Com exceo do primeiro exemplo, as situaes acima envolvem
eventos incertos. Apesar disso e do ttulo desta parte, a teoria que
desenvolveremos aqui ser capaz de abranger todos estes exemplos.
Naturalmente isso significar que precisaremos ser mais abstratos
na modelagem das escolhas. No entanto, o tratamento dado aqui
permitir a especializao para o caso de risco e de incerteza, da
segunda e terceira parte.
A teoria desenvolvida neste captulo baseia-se em Mas-Colell et.
al. (1995) e Sen (1970).
2.2
Conjuntos e Regras de Escolha
Seja X o conjunto de alternativas que um indivduo tm a sua frente.

Na situao apresentada no incio da introduo, eram as geladeiras
da loja; no exemplo 1, os cavalos em que poderia apostar, etc.
Na situao do consumidor comprando geladeiras, mencionamos
que o indivduo pode no ser capaz de escolher todos os elementos
em X (por limitaes oramentrias, por exemplo). Para estudar as
escolhas do indivduo em X, seja X o conjunto das partes de X, isto
, X = {A : A X} e seja B um subconjunto de X que no contm
o vazio. B representar a lista de conjuntos sob os quais o indivduo
faz suas escolhas (por exemplo, o conjunto de objetos disponvel para
compra pelo indivduo, sob diversas situaes oramentrias).
Para cada B B, o indivduo poder escolher um (ou mais)
elemento(s) de B, atravs de uma funo de escolha, definida da
seguinte forma:
Definio 5. Uma funo (ou regra) de escolha uma funo
C : B X tal que C (B) B.
14
livro
2005/6/9
page 14
i
Observe que, apesar de

/ B, a definio permite que C (B),
isto , uma funo de escolha pode assumir valores vazios. Permitimos
isso por convenincia.1 O sentido da funo de escolha de que C (B)
representa os elementos de B que o indivduo considera melhores.
Definio 6. Uma estrutura de escolha uma tripla (X, B, C),
formada por um conjunto de alternativas X, uma lista de conjuntos
de escolha BX (X) e uma funo de escolha C : B X .
Por exemplo, suponha que um economista experimental convida
um grupo de m estudantes para participar de uma pesquisa de preferncias. So utilizados n objetos, isto , X = {x1 , ..., xn }. O cientista
apresenta para os estudantes todos os possveis pares de objetos, entre
os quais os estudantes devem escolher aqueles que preferem.
A experincia modela da seguinte forma. Primeiro, a lista dos
conjuntos de escolha
B = ni6=j,i=1 nj=1 {xi , xj }.
Cada estudante k = 1, ..., m tem uma regra de escolha Ck : B X ,
que atribui ao conjunto {xi , xj }, com i 6= j, a escolha Ck ({xi , xj })
{xi , xj }.
Vamos ser mais concretos: suponha que n = 3 (h 3 objetos) e
m = 1 (h um s indivduo). Ento uma possibilidade para a regra
de escolha
C0 ({x1 , x2 }) = {x1 } ;
C0 ({x1 , x3 }) = {x3 } ;
C0 ({x2 , x3 }) = {x2 , x3 } .
Se essas so as escolhas do estudante, ento o cientista poderia
ach-las um tanto estranhas: quando confrontado com as alternativas
x1 e x3 , ele escolhe apenas x3 (o que nos levaria a dizer que x3
considerado melhor do que x1 ) e quando confrontado com x1 e x2 ,
ele escolhe apenas x1 (o que entenderamos por significar que x1
melhor do que x2 . No entanto, x2 tambm escolhido quando x2 e
x3 so ofertados. Logo, x2 to bom quanto x3 . Para evitar esse
1A
definio de Mas-Colell et. al. (1995) no permite isso.
livro
2005/6/9
page 15
i
15
problema de interpretaes (e acomodar tal tipo de preferncias), ns

lemos a situao x, y B, x C (B) como x (revelado) ser pelo
menos to 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}}
e as seguintes funes de escolha:
C1 ({x, y})
C1 ({y, z, w})
C1 ({x, y, w})
C1 ({x, y, z, w})
=
=
=
=
{x} ;
{z} ;
{w} ;
{z} .
C2 ({x, y})
C2 ({y, z, w})
C2 ({x, y, w})
C2 ({x, y, z, w})
=
=
=
=
{x} ;
{y} ;
{w} ;
{z} .
A regra de escolha 1 no parece ter problemas: o indivduo prefere

sempre z. Se este no est presente, prefere w e caso este no esteja
presente, prefere x. A regra 2, no entanto, apesar de ter apenas um
valor diferente (para o conjunto {y, z, w}), muito estranha. Apesar
de z ser escolhido frente ao conjunto {x, y, z, w}, esta alternativa
no escolhida frente a {y, z, w}. Uma teoria sobre indivduos que
escolhem dessa forma seria muito difcil e provavelmente no seria
muito til (ele pode escolher de maneiras muito inesperadas!). Por
isso, gostaramos de definir uma propriedade razovel que impea 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
16
livro
2005/6/9
page 16
i
Propriedade se ocorre o seguinte: para todos B1 , B2 B, se x

B1 B2 e x C(B2 ), ento x C(B1 ).
interessante compreender em palavras o que pede a Propriedade
: se uma alternativa x escolhida frente a um conjunto de alternativas e depois restringimos o conjunto de alternativas mantendo x,
ento x tem que continuar sendo escolhido.
claro que a Propriedade bastante razovel. No entanto, no
difcil imaginar situaes em que violada. Considere por exemplo
que, numa eleio entre trs candidatos, um eleitor gosta muito do
primeiro e mais ou menos do segundo, mas no suporta o terceiro.
O eleitor votar no segundo se acredita que este tem mais chance de
impedir que o terceiro se eleja. No entanto, modificaria sua escolha
para o primeiro se a eleio no contasse com o terceiro candidato.
Observe que C2 acima no 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}.
Observe que o primeiro exemplo satisfaz a Propriedade . Suponha, no entanto, que modificamos aquele exemplo para incluir na
lista de conjuntos de escolha o conjunto X = {x1 , x2 , x3 }. Temos:
C3 ({x1 , x2 })
C3 ({x1 , x3 })
C3 ({x2 , x3 })
C3 ({x1 , x2 , x3 })
=
=
=
=
{x1 } ;
{x3 } ;
{x2 , x3 }
{x1 }
Esta regra no satisfaz a Propriedade , porque x1 {x1 , x3 }

{x1 , x2 , x3 }, e x1 C3 ({x1 , x2 , x3 }), mas x1 6C3 ({x1 , x3 }).
Alm 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 , ento x C(B2 ) y C(B2 ).
A Propriedade exige que se duas alternativas so escolhidas
numa situao de escolha restrita, ento uma no se torna estritamente melhor que a outra se apenas acrescentamos novas alternativas.
Mais uma vez, isto parece bastante razovel.
livro
2005/6/9
page 17
i
17
til reexaminar os exemplos anteriores e verificar se satisfazem

ou no a Propriedade . Temos que C0 satisfaz trivialmente porque
se B1 , B2 B e B1 B2 ento B1 = B2 . C1 e C2 tambm satisfazem
trivialmente porque se a, b C(B1 ), ento a = b. C3 satisfaz
porque se B1 B2 , B1 6= B2 , ento B2 = {x1 , x2 , x3 } e se x 6= y,
x, y C(B1 ), ento B1 = {x2 , x3 } e x, y 6 C(B2 ). (Da conclumos
que no implica .)
Vejamos agora um exemplo que no satisfaz a Propriedade :
C4 ({x1 , x2 })
C4 ({x1 , x3 })
C4 ({x2 , x3 })
C4 ({x1 , x2 , x3 })
=
=
=
=
{x1 , x2 } ;
{x1 } ;
{x2 } ;
{x1 } .
De fato, C4 no satisfaz porque x1 , x2 C4 ({x1 , x2 }) = {x1 , x2 }

{x1 , x2 , x3 } e x1 C4 ({x1 , x2 , x3 }) mas x2 6 C4 ({x1 , x2 , x3 }).
Observe, porm, que C4 satisfaz a propriedade , porque se B1 B2 ,
B1 6= B2 , ento B2 = {x1 , x2 , x3 }. Se x C4 ({x1 , x2 , x3 }), ento
x = x1 e x1 C(B1 ) se x1 B1 . Isto mostra que a Propriedade
no implica a Propriedade .
Na verdade, as duas propriedades podem ser combinadas numa
nica, mais sinttica (e tambm mais conhecida), que pode, no entanto, ser mais trabalhosa para verificar. Trata-se do Axioma Fraco
das Preferncias Reveladas:
Axioma Fraco das Preferncias Reveladas (AFPR). Dizemos que uma estrutura de escolha (X, B, C) cumpre o Axioma Fraco
das Preferncias 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 , ento
x C (B1 ) , y C (B2 ) y C (B1 ) .
Na verdade, equivalente solicitar a implicao (aparentemente
mais forte):
x C (B1 ) , y C (B2 ) y C (B1 ) , x C (B2 .)
18
livro
2005/6/9
page 18
i
Para ver essa equivalncia, basta trocar os papis de x e y e de B1 e

B2 na primeira definio: x, y B1 B2 , x C (B1 ), y C (B2 )
x C (B2 ).
Pensamos que a ltima relao til por ser mais facilmente recordada.
Naturalmente estamos interessados em estudar as relaes entre
as propriedades e e o AFPR. O teorema abaixo estabelece de fato
que as propriedades e so equivalentes ao AFPR se as regras de
escolha so no vazias.
Teorema 7. As propriedades e implicam o AFPR. O AFPR
implica a propriedade . Se C (B) 6= , B B, ento o AFPR
implica tambm 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 concluso segue.
AFPR .
Sejam B1 , B2 B, x, y C(B1 ), B1 B2 . O AFPR implica que
se x C(B2 ) ento y C(B2 ). Da mesma forma, y C(B2 ) x
C(B2 ), isto , x C(B2 ) y C(B2 ) e vale a propriedade .
C () 6= e AFPR .
Sejam B1 , B2 B e x B1 B2 , x C(B2 ). Como C(B1 ) 6= ,
existe y C(B1 ) B1 B2 . Pelo AFPR, x C(B2 ) e y C(B1 )
implica x C(B1 ).
Por enquanto, estas propriedades so suficientes para nosso propsito
de estudar escolhas "razoveis". Veremos, porm, que h estruturas
matemticas mais teis, pela facilidade com que podem ser manipuladas. Estamos falando das ordens ou preferncias, abordadas a
seguir.
2.3
Preferncias
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,
2.3. PREFERNCIAS
livro
2005/6/9
page 19
i
19
X = {A, B}. No exemplo 3, X = R+ R+ , denotando as quantidades

(no negativas) a serem aplicadas em aes e renda fixa.
Uma preferncia < sobre X simplesmente uma relao em X,
isto , < X 2 . Ento, para x, y X, podemos ter (x, y) <. Nesse
caso, escrevemos tambm x < y e lemos x pelo menos to bom
quanto y ou x fracamente (debilmente) melhor que y.
A partir da relao de preferncia < definimos duas novas relaes,
e :
x y (x < y) (y < x) ;
x y (x < y) (y < x) .
Adotamos o seguinte: x y l-se como x (estritamente) melhor
do que y ou x prefervel a y, enquanto x y l-se como x
to bom quanto y ou x equivalente a y ou ainda o indivduo
indiferente entre x e y.
Para estudar as propriedades dessas trs relaes, vamos nos recordar das seguintes propriedades gerais de uma relao R X 2 .
R transitiva se x, y, z X, xRy e yRz implicam xRz.
R completa se x, y X, xRy ou yRx.
R reflexiva se x X, xRx.
R simtrica se x, y X, xRy yRx.
R assimtrica se x, y X, xRy (yRx).
R antisimtrica se x, y X, xRy e yRx x = y.
R negativamente transitiva se x, y, z X, xRz (xRy)
(yRz).
R relao de equivalncia se simtrica, reflexiva e transitiva.
R racional se completa e transitiva.
Ao final deste captulo o leitor encontrar vrios exerccios envolvendo os conceitos acima.
20
livro
2005/6/9
page 20
i
As preferncias serviro para modelar as escolhas dos consumidores.

O exemplo 4 acima justifica a necessidade de que a preferncia
< seja transitiva. Tambm natural pedir que ela seja completa.
De fato, se < no for completa ento existem duas alternativas x e
y em X, tais que o indivduo incapaz de decidir entre x e y (ou
de compar-las). Observe que isso no o mesmo de dizer que o
indviduo indiferente entre x e y, o que pode ser modelado como
x y (x < y) (y < x). Ento pediremos que as preferncias dos
indivduos sejam sempre transitivas e completas. Quando uma
preferncia < transitiva e completa, dizemos que ela racional.
Preferncias racionais so muito convenientes e importantes, em
vista do fato de poderem ser representadas por funo utilidade, conforme mostraremos no prximo captulo. Por enquanto, vamos estudar a relao entre preferncias e funes de escolha.
2.3.1
Observao sobre a definio
H autores que ao invs de partir da relao < e definir e , como

fizemos, partem da ordem estrita que, para no confundir, denotaremos por >. Ento definem:
x y (x > y) (y > x)
x & y (x > y) (x y)
Observe que esta forma de definir no em geral equivalente a
que demos. No entanto, temos a seguinte:
Proposio 8. Suponha que x y x > y e que < seja
completa. Ento:
x yxy
x < yx&y
Demonstrao. x y (x < y) (y < x) (x y)
(y x) (x > y) (y > x) x y, onde a segunda equivalncia vale pela completude de <.
2.4. PREFERNCIAS E ESTRUTURAS DE ESCOLHA
livro
2005/6/9
page 21
i
21
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.
Proposio 9. Suponha que x y x > y. Ento < completa
se reflexiva e se > cumpre a seguinte condio: x, y X, x 6= y,
ento x > y ou y > x.
Demonstrao. Como < reflexiva, x < x. Suponha que x 6= y
e (x < y). Temos: (x < y) (x < y) (y < x) (x y)
(x > y) (y > x) (pela hiptese) (y x) (y < x). Logo,
estabelecemos que para todo x e y, (x < y) (y < x).
Observao No vale a volta da proposio anterior, pois se x
y e x 6= y, no se cumpre (x y) (y x).
2.4
Preferncias e Estruturas de Escolha
Nosso objetivo ser definir, a partir de estruturas de escolhas, uma

preferncia. A seguir, faremos a tarefa inversa: definir uma estrutura
de escolha a partir de preferncias. A seo concluir com a relao
entre ambas.
2.4.1
De Estruturas de Escolha a Preferncias
Dada uma estrutura de escolha (X, B, C), possvel definir a seguinte

preferncia associada mesma:
x <C y B B, tal que x, y B e x C (B) .
Observe que tal definio depende muito fortemente da existncia
de conjuntos de escolha na lista B.
Esta, porm, no a nica definio possvel. Poderamos ter
definido a seguinte preferncia:
x <M y B B, tal que x, y B ento
y C (B) x C (B) .
22
livro
2005/6/9
page 22
i

Temos o seguinte resultado, porm:
Proposio 10. Suponha que (X, B, C) satisfaa o AFPR.Ento
x <C y x <M 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 , 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 ).
Proposio 11. Suponha que (X, B, C) seja tal que C () 6= e
que B contenha todos os conjuntos de dois elementos.Ento
x <M y x <C y.
Prova. Por hiptese, {x, y} B. Como C ({x, y}) 6= ento
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 x
C ({x, y}), o que significa que x <C y.
Exerccio. Encontre contra-exemplos para os dois resultados
acima, quando suas hipteses so relaxadas.
Os resultados acima indicam que no apenas o AFPR mas tambm a riqueza das listas de conjuntos de escolha so propriedades
desejveis para uma estrutura de escolha.
2.4.2
De Preferncias a Estruturas de Escolha
A maneira mais natural de definir uma estrutura de escolha C(, <)

a partir de uma preferncia < a seguinte:
C(B, <) {x B : x < y, y B} .
O conjunto C(B, <) chamado de conjunto de melhores elementos

de B. Observe que a princpio podemos definir a funo de escolha
C(B, <) para qualquer conjunto B X, isto , a definio no impe
restrio aos conjuntos na lista de conjuntos de escolha.
2.4. PREFERNCIAS E ESTRUTURAS DE ESCOLHA
livro
2005/6/9
page 23
i
23
Apesar de essa ser bastante natural, h uma outra forma de obter

uma funo de escolha a partir de uma preferncia. Trata-se dos
conjuntos de elementos maximais, definido 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 relaes mais restritiva. De fato, propomos o seguinte:
Exerccio. Crie um exemplo de preferncia tal que C(B, <) 6=
M (B, <). Voc capaz de dar um exemplo com preferncias transitivas?
Se no conseguir fazer esse exerccio diretamente, as informaes
abaixo podem ajudar a verificar o que no pode ser feito. De fato,
temos o seguinte:
Proposio 12. C(B, <) M (B, <).
Prova. Seja x C(B, <), isto , y B, x < y. Por contradio,
suponha que x
/ M (B, <), isto , y B, tal que y x (y <
x) (x < y). Isto contradiz x < y, y B.
Proposio 13. Se < completa, ento: M (, <) = C(, <).
Prova. Resta provar que M (B, <) C(B, <). Seja x M (B, <
), isto , @y B tal que y x. Se x
/ C(B, <), ento y B,
(x < y), isto , y < x, porque < completa. Logo, y x, o que d a
contradio.
Proposio 14. Se < for transitiva, C(, <) 6= , ento C(, <
) = M (, <).
Prova. x0 C(B, <), isto , y B, x0 < y. Pela Proposio
/ C(B, <).
12, x0 M (B, <). Suponha que z M (B, <) tal que z
Mas x0 < z porque x0 C(B, <). Como z M (B, <), no pode ser
x0 z. Portanto, z < x0 . Como y B, x0 < y e < transitiva,
ento y B, z < y. Isto contradiz z
/ C(B, <).
Desses resultados, v-se claramente que as duas formas de definir
a funo de escolha so equivalentes se a preferncia racional. Um
resultado importante o seguinte:
24
livro
2005/6/9
page 24
i
Proposio 15. Se < racional e B finito no vazio, ento

C(B, <) 6= .
Prova. Vamos fazer a prova por induo no nmero n de elementos de B. O resultado trivial se n = 1, pois < reflexiva. Suponha
vlido para n, isto , se B tem n elementos, C(B, <) 6= . 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 , y < z, z B\{x}. Como < completa, ou x < y ou y < x.
No primeiro caso, a transitividade implica que x < z, z B, isto ,
x C(B, <). No segundo caso, y < z, z B, isto , y C(B, <).
Em qualquer caso, C(B, <) 6= .
Observe que no caso de B infinito, a proposio acima no mais
vlida. De fato, considere o seguinte:
Exemplo 16. Seja B = (0, 1) = {x R : 0 < x < 1} e seja <
definida como a ordem natural dos nmeros reais: . Ento C(B, <
) = .
2.4.3
Racionalizao e Representao
Dizemos que uma preferncia racional < racionaliza a estrutura de

escolha (X, B, C) se
C (B, <) = C (B) , B B.
Analogamente, dizemos que uma estrutura de escolha (X, B, C)
representa uma preferncia < se
x < y x <C y.
Temos o seguinte resultado:
Proposio 17. Suponha que < seja racional e que (X, B, C)
satisfaa o AFPR, B contm todos os conjuntos de 1 e 2 elementos e
que C () no vazia. Ento < 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
2.5. RACIONALIDADE E O AFPR
livro
2005/6/9
page 25
i
25
que < racionaliza C, x C ({x, y}). Logo, por definio, 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 ento 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 , x < y x <C y.
Devemos provar que C (B, <) = C (B), B B, finito. Seja x
C (B, <). Queremos mostrar que x C (B). Caso contrrio, 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 0 B tal
que x, y B 0 e x C (B 0 ). Pelo AFPR, x C (B). Isso mostra que
C (B, <) C (B). Tome agora x C (B). Sex
/ C (B, <), existe
um z B tal que (x < z). Ento x <C z . Mas isso contradiz
o fato que x, z B e x C (B). Isto completa a prova.
Observe que uma implicao da proposio acima que, quando
a lista de conjuntos de escolha tm todos os conjuntos com 1 ou 2
elementos, ento <C a nica preferncia que pode racionalizar C ().
A prxima seo tratar de alguns aspectos da racionalizao e
da representao de preferncias e estruturas de escolha.
2.5
2.5.1
Racionalidade e o AFPR
Racionalidade e suas implicaes sobre C (, <)
Quando a preferncia < racional, devemos esperar que C (, <)

cumpra o AFPR? Alis, a racionalidade necessria para que C (, <)
cumpra o AFPR? O lema abaixo mostra que a propriedade sempre
cumprida por C (, <). O lema seguinte mostra que a transitividade
suficiente para a propriedade .
Lema 18. C (, <) cumpre a propriedade .
Prova. Seja x B1 B2 , x C (B2 , <). Ento x < y, y B2 .
Ou seja, x < y, y B1 . Logo, x C (B2 , <).
Lema 19. Se < transitiva, ento C (, <) cumpre a propriedade
.
26
livro
2005/6/9
page 26
i
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 ), ento x < z, z B2 . Mas ento o fato de que y < x e
a transitividade implicam que y < z, z B2 . A implicao inversa
similar.
Corolrio 20. Se < transitiva, ento C (, <) cumpre o AFPR.
Exerccio. D um contra-exemplo de uma < no-transitiva, tal
que C (, <) no cumpre a propriedade .
2.5.2
As implicaes do AFPR
Considere a seguinte estrutura de escolha:

Exemplo 21. 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 so trivialmente satisfeitas, isto
, a estrutura de escolha satisfaz o AFPR. No entanto, temos que
a <C b, b <C c, c <C a mas no vale b <C a, c <C b, a <C c. Isso
implica que <C no transitiva. Conclumos que C satisfaz o AFPR
mas <C no racional.
O leitor pode perceber que a principal razo 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 22. Suponha que a estrutura de escolha (X, B, C) satisfaa o AFPR, cumpra C () 6= e B contenha todos os conjuntos
de 1, 2 e 3 elementos. Ento <C racional. Mais ainda, a nica
preferncia que racionaliza C.
Prova. (i) <C completa. Dados x, y X, {x, y} B (mesmo
que x = y). Como C ({x, y}) 6= , ento 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 transitiva. Suponha que x <C y e y <C z. Isso significa
que existem B1 e B2 B tais que x, y B1 , y, z B2 , x C (B1 )
2.6. EXERCCIOS
livro
2005/6/9
page 27
i
27
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}) 6= , ou temos
nossa tese ou ento y C ({x, y, z}) ou z C ({x, y, z}). No 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:
y C ({x, y, z}) , x C (B1 ) x C ({x, y, z}) , y C (B1 ) .
Portanto, x C ({x, y, z}) como queramos.
(iii) A unicidade vem da ltima proposio da seo anterior.
2.6
Exerccios
Prove as afirmaes abaixo.

1. Se < transitiva, ento transitiva.
2. Se < transitiva, ento transitiva.
3. Se < transitiva, e x y, y < z ento x z.
4. Se < transitiva, e x y, y z ento x z.
5. Se < completa, ento reflexiva.
6. simtrica.
7. Existe < tal que no reflexiva.
8. Existe < completa tal que no completa.
9. Existe < completa tal que no completa.
10. Se < simtrica ento vazia.
11. no simtrica.
28
livro
2005/6/9
page 28
i
12. assimtrica.
13. Existe relao que no simtrica e tambm no assimtrica.
14. Se < racional, ento relao de equivalncia.
15. Se < racional, ento negativamente transitiva.
livro
2005/6/9
page 29
i
Captulo 3
Funo utilidade
Como vimos nos captulos anteriores, possvel representar escolhas
das pessoas por estruturas de escolha ou por preferncias. No entanto,
estas formas ainda no so completamente satisfatrias porque so
pouco prticas para aplicaes. Em particular, no permitem utilizar
as convenientes ferramentas do clculo, que so possveis com funes.
Nosso primeiro objetivo estabelecer as implicaes sobre as preferncias para o fato de serem representveis por funes de utilidade.
Com isso, aprenderemos as condies necessrias para essa representabilidade.
Em seguida, estudaremos condies suficientes. Isso nos levar a
analisar o caso de finitas alternativas e ir tomando conjuntos cada
vez mais gerais. Por fim, seremos capazes de estabelecer a existncia
de representao por funo utilidade em situaes suficientemente
gerais para serem teis.
3.1
Preferncias e sua representao
Definio 1. Dizemos que uma funo utilidade u : X R representa uma preferncia < quando para todos x, y X, x < y
u (x) > u (y).
Trabalhar com funes utilidade , em geral, muito mais conveniente que trabalhar com preferncias, porque podemos usar as ferra29
i
30
livro
2005/6/9
page 30
i
CAPTULO 3. FUNO UTILIDADE
mentas de anlise e clculo para tirar concluses sobre as preferncias

e os comportamentos dos indivduos.
Temos o seguinte resultado que mostra a importncia das preferncias racionais:
Teorema 2. Se uma preferncia < pode ser representada por
funo utilidade, ento < racional.
Prova: Suponha que u : X R representa a preferncia <.
Vamos provar que < completa. Dados x, y X, temos u (x) > u (y)
ou u (y) > u (x). Logo, x < y ou y < x, ou seja, < completa.
Agora, se x < y, y < z, ento u (x) > u (y) e u (y) > u (z). Logo,
u (x) > u (z) ou x < z, o que mostra que < transitiva.
Bom, uma vez que ns mostramos que ser racional condio
necessria para haver representao por funo utilidade, nossa prxima pergunta saber se seria tambm condio suficiente. No caso
geral, a resposta negativa, conforme mostra o seguinte contraexemplo:
Os resultados positivos que obtivemos at aqui nos sugerem a
pergunta: ser que no vale a existncia de funo utilidade no caso
geral? Infelizmente, a resposta negativa, como mostra o seguinte:
Exemplo 3. Preferncias Lexicogrficas
Seja X = R2 e a preferncia Lexicogrfica < definida da seguinte
forma:
(x1 , x2 ) < (y1 , y2 ) x1 > y1 ou x1 = y1 e x2 > y2 .
Deixamos para o leitor verificar que esta preferncia racional. No
entanto, ela no tem representao por funo utilidade. De fato,
suponha que exista u : X R que representa <. Ento definamos
a funo: f : R Q da seguinte forma. Para cada x R, sabemos
que u (x, 1) < u (x, 2). Existe, ento, um r Q tal que u (x, 1) < r <
u (x, 2). Definamos f (x) = r. Observe que se x, y R, y > x, ento
f (x) < u (x, 2) < u (y, 1) < f (y) .
3.2. CASO FINITO
livro
2005/6/9
page 31
i
31
Logo, f : R Q estritamente crescente e, portanto, injetiva. Isso

um absurdo porque no pode haver funo injetiva de um conjunto
no-enumervel (no caso, R) para um conjunto enumervel (Q ).
O exemplo acima mostra que a racionalidade no condio suficiente para a demonstrao de existncia de representao por funo
utilidade no caso geral. Vamos precisar considerar outras hipteses.
3.2
Caso Finito
A situao mais simples onde se consegue estabelecer a representao

por funo utilidade ocorre quando X finito.
Teorema 4. Seja X finito. Ento uma preferncia < sobre X
pode ser representado por funo utilidade se e somente se < for
racional.
1a Prova (Longa).
A necessidade j foi demonstrada no Teorema 1. Mostremos a suficincia por induo no nmero de elementos de X. Se X tem apenas 1
(ou nenhum) elemento, no h o que demonstrar. Por hiptese de induo, vamos supor que toda preferncia racional sobre um conjunto
com k > 1 elementos tm representao. Mostremos que tambm
tem representao uma preferncia racional < sobre um conjunto X
com k + 1 elementos. Fixe um elemento x0 do conjunto X e seja
X 0 = X\ {x0 }. Seja <0 a restrio de < ao conjunto X 0 . fcil ver
que <0 racional. (Exerccio: verifique isso.)
Ento existe funo u0 : X 0 R que representa <0 . Ordene os
elementos de X 0 de forma que u0 (x1 ) > u0 (x2 ) > ... > u0 (xk ). Ento
x1 <0 x2 <0 ... <0 xk , o que implica tambm x1 < x2 < ... < xk .
Se x0 x1 , escolha u (x0 ) > u0 (x1 ) e se xk x0 , escolha u (x0 ) <
u0 (xk ). Caso contrrio, existe n, 1 6 n 6 k, tal que xn < x0 < xn+1 ,
porque < completa. Ento defina:
u (x0 ) =
u0 (xn ) ,
u0 (xn )+u0 (xn+1 )
2
u0 (xn+1 ) ,
se x0 xn
se xn x0 xn+1
se x0 xn+1
32
livro
2005/6/9
page 32
i
Em qualquer caso, para todo 1 6 n 6 k, ponha u (xn ) = u0 (xn ).

A funo assim definida representa <. De fato, se x, y X, h trs
casos:
1o caso. Se x, y X 0 , como u = u0 em X 0 , ento x < y se e
somente se u (x) = u0 (x) > u0 (y) = u (y), porque u0 representa <0 .
2o caso. Se apenas um, digamos y pertence a X 0 , ento x = x0
e x < y se e somente se u (x) = u (x0 ) > u0 (y) = u (y) (Complete o
argumento chegando essa afirmao.)
3o caso. Se x, y X\X 0 , x = y = x0 e u (x) = u (y) = u (x0 ).
Assim, a u definida representa <.
2a Prova. Defina
u (x) = {y X : x < y} .
Se x < z ento {y X : z < y} {y X : x < y}. Logo, u (z)

u (x). Reciprocamente, suponha que u (z) u (x) e que
y {y X : z < y} e y
/ {y X : x < y} .
Por completude, y x e, portanto, z x, uma vez que z < y.

Mas ento, por transitividade, {y X : z < y} ! {y X : x < y}, o
que implica que u (z) > u (x), uma contradio da hiptese original.
Portanto, u (z) u (x) implica {y X : z < y} {y X : x < y} e
obtemos x < z.
Observao: Na ltima demonstrao, foi usada a finitude para
que a funo esteja bem definida.
3.3
Caso Enumervel
O Teorema 4 nos sugere o seguinte:

Teorema 5. Suponha que X seja enumervel. Ento existe
funo de utilidade que representa < se e somente se < racional.
Prova: Seja X = {x1 , x2 , ...} uma enumerao de X. Defina
X
u (x) =
2j
j:x< xj
3.4. CONJUNTOS NO-ENUMERVEIS
livro
2005/6/9
page 33
i
33
Essa funo representa <. De fato, se x < y ento

{j N : y < xj } {j N : x < xj } ,
por transitividade. Logo, u (y) u (x).
Reciprocamente, suponha que u (y) u (x) e que no vale x <
y. Por completude, y x. Isso implica que {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 no a {j N : x < xj }. Isso implica que
u (y) > u (x), uma contradio.
De fato, temos algo ainda mais forte. Para enunci-lo, vamos
precisar da seguinte definio.
Definio 6. Dizemos que Y X <-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 ento:
Teorema 7. Suponha que o conjunto Y X enumervel e <ordem denso em X. Ento existe funo de utilidade que representa
< se e somente se < racional.
Prova: Seja Y = {x1 , x2 , ...} uma enumerao de Y . Defina
X
2j
u (x) =
j:x< xj
A prova dada no teorema anterior pode ento ser repetida com uma
pequena adaptao no final. Se temos que u (y) u (x) e y x,
existe xn Y tal que esse n pertence a {j N : y < xj } mas no
a {j N : x < xj }. Isso implica que u (y) > u (x), contradizendo
u (y) u (x).
3.4
Conjuntos No-Enumerveis
Ainda no estamos satisfeitos com os resultados obtidos at aqui,

uma vez que no permitem tratar escolhas no-enumerveis, como
34
livro
2005/6/9
page 34
i
escolhas sobre quantidades reais. No entanto, os resultados anteriores

so teis para nos guiar em mais algumas generalizaes.
Precisaremos de mais duas definies:
Definio 8. Dizemos que < contnua quando os conjuntos
{y X : y < x} e {y X : x < y}
so fechados para todo x X.
Na seo de exerccios, pedimos para provar que os conjuntos
acima no so fechados para a preferncia lexicogrfica (Exemplo 3),
isto , ela no contnua. No entanto, a preferncia lexicogrfica
cumpre a condio seguinte, que pouco restritiva.
Definio 9. Dizemos que < localmente no-sacivel se para
todo x X e toda vizinhana U de x, existe y U tal que y x.
Temos o seguinte:
Teorema 10. Suponha que X possua um subconjunto Y enumervel denso e que < seja racional, contnua e localmente no sacivel.
Ento existe funo 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} so abertos para todo x X,
pois < contnua. Suponha que x y. Ento x {z X : z y} e y
{z X : x z}. Seja U vizinhana de y contida em {z X : x z}.
Como a preferncia localmente no sacivel, existe z U tal
que z y. Como U {z X : x z} ento z y e x z.
Logo, {z X : z y} {z X : x z} = {z X : x z y} um
aberto no vazio. Seja V uma vizinhana de z contida em {z X :
x z y}. Como Y denso, existe w Y V . Portanto, x w
e w y. Isso mostra que Y <-ordem denso em X. Como enumervel, o resultado segue do teorema anterior.
3.5
Preferncias Montonas
A demonstrao anterior um tanto quanto abstrata. H uma outra

demonstrao que mais construtiva e que pode ser, portanto, mais
3.5. PREFERNCIAS MONTONAS
livro
2005/6/9
page 35
i
35
didtica. Para ela, vamos restringir X a ser RL

+ e usar a seguinte
condio, que mais restritiva que a local no-saciedade.
Definio 11. Seja X = RL
+ . Uma preferncia < sobre X
montona se para todo x, y X temos que x > y, x 6= 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 montona. Temos o seguinte:
Teorema 12. Sejam X = RL
+ e < uma preferncia racional,
contnua e montona sobre X. Ento existe funo de utilidade u :
X R que representa <.
Prova. Em primeiro lugar, observemos que se x 6= 0 RL
+ , ento 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))
6= x, ento m (x) e x. Fixe x X. Definamos os seguintes con
juntos: A+
x = { R : e < x} e Ax = { R : x < e}.
Ambos so fechados, pelo fato de que os conjuntos {y X : y < x}
e {y X : x < y} so fechados. (Verifique isso.) Pelas observaes
+
iniciais, temos que 0 A
x e m (x)+1 Ax . Alm do mais, por com+
pleteza, R+ = Ax Ax . Como R+ conexo e A+

x e Ax so fechados
+
no vazios, existe (x) Ax Ax e nico. De fato, suponha que
existam , A+
x 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 x. Por transitividade, e e, o que
uma contradio.
Defina a funo u : X R+ associando a cada x X o nico
R tal que e x, isto , pondo u (x) = . Esta funo representa
a preferncia. De fato, se x < y e u (x) < u (y), temos y u (y) e
u (x) e x, o que contradiz x < y. Por outro lado, se u (x) > u (y)
no pode ser y x, pois neste caso teramos u (y) e y x u (x) e,
o que implicaria u (x) < u (y).
Corolrio 13. Sejam X = RL
+ e < uma preferncia racional,
contnua e montona sobre X. Ento existe funo de utilidade contnua u : X R que representa <.
36
livro
2005/6/9
page 36
i
Demonstrao. Basta demonstrar que a u obtida na demonstrao acima contnua. suficiente mostrar que u1 ((u (x) ,
u (x) + )) 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 u1 (u (x) )

=
y X : u1 (u (x) + ) y y X : y u1 (u (x) )
que a interseo de dois abertos e, portanto, aberto.1

Observao Lembre-se que nem toda representao precisa ser
contnua. De fato, se u representa uma preferncia < sobre X e f :
R R qualquer funo estritamente crescente, ento f u : X R
representa <.
3.6
Exerccios
1. Prove que a preferncia lexicogrfica (exemplo 3) no contnua.

2. Prove que a preferncia lexicogrfica localmente no sacivel.
3. A preferncia lexicogrfica montona? Prove sua afirmao.
1 Observe que na ltima linha estamos fazendo um abuso de notao, pois

u1 (u (x) + ) no um elemento de X (e sim um subconjunto), mas todo z
u1 (u (x) + ) tal que z [u (x) + ] e. Assim, claro o sentido desse abuso
de notao.
livro
2005/6/9
page 37
i
Captulo 4
Teorema de Debreu
Apresentaremos neste captulo um teorema de representao para
uma ampla classe de conjuntos de escolhas, o Teorema de Debreu ou
Teorema de Debreu-Eilenberg-Rader. A principal caracterstica da
representao que estudaremos a continuidade, conceito este intimamente ligado topologia do espao de escolha. Assim, num primeiro momento, vamos apresentar algumas noes bsicas de topologia geral para em seguida tratarmos o objetivo central, que d ttulo
a este captulo.
4.1
Noes Bsicas de Topologia Geral.
Uma topologia em X qualquer famlia de subcojuntos de X que

cumprir:
(a) , X ;
S
(b) {Ei }iI
Ei , I arbitrrio.
iI
(c) E1 , E2 E1 E2
Chamamos o par (X, ) de um espao topolgico e estando a
topologia sobre X evidente, como de usual, vamos nos referir a X como
um espao topolgico. Nos referimos aos elementos de uma topologias
como sendo os abertos desta topologia. Um subconjunto F X
fechado se F c pertence topologia .
37
i
38
livro
2005/6/9
page 38
i
CAPTULO 4. TEOREMA DE DEBREU
Dadas duas topologias 1 e 2 sobre X, dizemos que a topologia

1 mais fraca que 2 se 1 2 , isto , a topologia 1 conter menos
abertos que 2 .
Fixada uma topologia em X, uma vizinha de x X qualquer
aberto V contendo x. Dado um subconjunto A X, seu interior
definido como
[
A =
B,
{B : BA}
e o seu fecho como

A=
C.
{C : CA}
Dizemos que x ponto de acumulao de A se toda vizinhana

de x conter algum elemento y A tal que y 6= x; isto , se para todo
vizinhana V de x for verdadeiro que V (A\(x}) 6= .
Notemos que a interseo arbitrria de fechados um conjunto
fechado e a unio finita de fechados um conjunto fechado; ainda,
e X so fechados.
Definio 1. Dado um espao topolgico (X, ), uma base para
a topologia qualquer coleo B tal que, para todo aberto
A
[
A=
B
{BB: BA}
equivalentemente, para todo x A existe algum B B onde x B

A.
Definio 2. Dado um espao topolgico (X, ), uma coleo C
de conjuntos uma sub-base para a topologia se a coleo
\
Cj : Cj C, j J em que J finito
B=
jJ
for uma base para a topologia .

Notemos que B simplesmente a coleo de todas as intersees
finitas de sub-conjuntos de C. Logo se B B ento existe {Ck }K
k=1
4.1. NOES BSICAS DE TOPOLOGIA GERAL.
livro
2005/6/9
page 39
i
39
onde Ck C para todo k {1, ..., K} tal que

B=
K
\
Ck
k=1
e da, dado um aberto A , para todo x A existe {Ck }K

k=1 C
em que
K
\
Ck A
x
k=1
Proposio 3. Dada uma coleo C de subconjuntos de X tal

que , X C ento C sub-base da topologia menos fina (i.e, com
menos abertos) na qual os elementos de C so abertos.
Demonstrao: Defina
B=
Cj : Cj C, j J em que J finito
jJ
logo se B1 , B2 B ento B1 B2 B.
Definimos a topologia como
A x A, B B tal que x B A
Logo uma topologia. Ainda, C uma sub-base por construo.
Seja 1 uma topologia qualquer em X tal que C 1 . Como
interseo finita de abertos um aberto, temos que B 1 . Agora,
como unio arbitrria de abertos um aberto, temos que 1 .
Logo a topologia menos fina tal que C .
Um exemplo padro, que ilustra os conceitos apresentados, o

da reta em que a topologia usual sobre (, +) apresenta como
base todos os intervalos abertos (a, b), onde a e b so nmeros reais
arbitrrios. Uma outra base para esta topologia quando tomamos a
e b nmeros racionais arbitrrios. Uma sub-base para esta topologia
dada por todos os intervalos infinitos (, a), (b, +), onde a e b
40
livro
2005/6/9
page 40
i
so ambos reais (ou racionais). Definimos como R = R{, +} a

reta extendida e tomamos como sub-base os intervalos da forma
[, a), (b, +], onde a e b so ambos reais (ou racionais).
Uma base B para um espao topolgico (X, ) dita uma base
enumervel se puder se escrita da forma B = {Bn }nN , ou seja, B for
uma coleo enumervel de elementos de . Naturalmente, chamamos
um conjunto X, munido de uma topologia , que admita uma base
enumervel B de um espao topolgico com base enumervel. Pelo
que discutimos no pargrafo anterior, R um exemplo.
Sejam (X, 1 ) e (Y, 2 ) dois espaos topolgicos, o conceito de
continuidade para funes f : X Y dado por:
Definio 4. Um funo f : X Y contnua 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 proposio a seguir nos d vrios critrios equivalentes para a
continuidade:
Proposio 5. Sejam (X, 1 ) e (Y, 2 ) dois espaos topolgicos

e uma funo f : X Y , so equivalentes:
(i) f continua em cada ponto x X;
(ii) Para todo A aberto em Y , f 1 (A) := {x X : f (x)

A} um aberto em X;
(iii) Para todo fechado F em Y , f 1 (F ) um fechado em
X;
(iv) Se A Y ento f 1 (A) f 1 (A);
(v) Se A X ento f (A) f (A);
(vi) Para todo A pertencente a uma sub-base de (Y, 2 ),

o conjunto f 1 (A) aberto em X.
Deixamos como exerccio para o leitor provar a proposio anterior.

Um resultado importante que vamos utilizar o Teorema do
gap de Bowen-Debreu. Para podemos enunci-lo necessitamos da:
4.2. TEOREMA DE REPRESENTAO
livro
2005/6/9
page 41
i
41
Definio 6. Sejam R = R {, +} a reta extendida e

S R. Uma gap de S um intervalo maximal, no-degenerado e
disjunto de S que apresente seu supremo e seu nfimo em S.
Por exemplo, se S = [a, b] ento S no possui nenhum gap. Se
S = [2, 3] [5, 7] ento seu nico gap dado por (3, 5). Se S =
[2, 3] (5, 7] ento seu nico gap dado por (3, 5]. Tomando S =
(1, 2) (2, 4] [6, 7] (9, 10] ento S apresenta somente dois gaps
dados por (4, 6) e (7, 9]
O Teorema do gap de Bowen-Debreu diz:
Teorema 7. Se S um subconjunto de R ento existe uma funo

crescente g : S R tal que todo gap de g(S) aberto.
A demonstrao pode ser encontrada em Bowen(1968).
4.2
Teorema de Representao
Dado um conjunto X e uma relao binria % X X recordemos

que uma funo u : X R representa % quando:
x % y u(x) u(y)
e se u representa % ento v = f ou tambm representa % sempre que
f : R R for estritamente crescente.
Dada uma relao binria sobre o espao topolgico X, esta
dita:
(i) preferncia 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 ento x z;
(ii) contnua quando x X {z X : z x} e {z X : x z}
so fechados em X.
Teorema 8. (Debreu-Eilenberg-Rader) Seja % uma preferncia

racional e contnua sobre um espao topolgico com base enumervel
42
livro
2005/6/9
page 42
i
X. Ento existe uma funo (utilidade) contnua u : X R que

representa %.
Demonstrao: Existncia: Seja B = {Bn }nN uma base enumervel para a topologia em X. Para todo x X vamos considerar
o conjunto:
N (x) = {n N : x z para todo z Bn }
e ento definimos para x X, onde N (x) 6= :
v(x) =
2k
kN (x)
quando N (x) = , colocamos v(x) = 0.

Dados y % x temos que se x z ento y z e da se k
N (x) ento 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 so abertos. Como ambos
podem ser escritos como uma unio de subconjuntos escolhidos em
B, existe Bk B tal que Bk {z X : y z} mas Bk * {z X :
y z} e ento k N (y)\N (x), por isso N (x) $ N (y) e v(y) > v(x).
Ou seja, se v(x) v(y) ento x % y. Logo v representa %.
Continuidade: fazendo S = v(X), o teorema do gap de Debreu
nos garante que existe uma funo crescente g : v(X) R tal que
todo gap de g(v(X)) aberto.
Definindo 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)
aberto.
Para a continuidade de u suficiente provar que para todo t R os
conjuntos
u1 ([, t]) e u1 ([t, +])
so fechados1 :
1 Isso segue do item (vi) da Proposio 5 e do fato, j discutido, de que a reta
extendida tem como sub-base todos os conjuntos da forma [, a] e [b, +], com
a, b R.
livro
2005/6/9
page 43
i
43
(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 so fechados pela hiptese de continuidade de %.
(b) Se t
/ u(X) e t no pertence a algum gap de u(X) ento:
(i) t inf u(X), ou
(ii) t sup u(X), ou
\
(iii) [t, +] =
[, +] e
<t
u(X)
[, t] =
[, ]
>t
u(X)
(i) implica que u1 ([t, +]) = X e u1 ([, t]) = ;

(ii) implica que u1 ([t, +]) = e u1 ([, t]) = X;
(iii) implica que
\
u1 ([, +])
u1 ([t, +]) =
<t
u(X)
e
u1 ([, t]) =
u1 ([, ]) ,
>t
u(X)
que so fechados como interseo de fechados;

(c)Se t
/ u(X) e t pertence a algum gap de u(X), que um aberto
pelo teorema de Bowen-Debreu, temos que t (a, b) e ento
u1 ([t, +]) = u1 ([b, +])
e
u1 ([, t]) = u1 ([, a])
que so fechados.
Este teorema de representao no o caso mais geral conhecido.

Monteiro (1987) estabelece condies mais gerais para a existncia
44
livro
2005/6/9
page 44
i
de um funcional de utilidade. Por exemplo, o espao X = l (R)

das sequncias limitadas na reta, com a topologia da norma kxk =
sup |xn |, no um espao topolgico com base enumervel. Mas
nN
uma preferncia racional e contnua, definida sobre l (R), tem uma

representao garantida pelo teorema de representao de Monteiro.
4.3
Exercicios
1. Prove a Proposio 5.
2. Dada uma preferncia % sobre Rl+ que apresente uma representao u, prove que % convexa (i. e, {x Rl+ : x % z}
convexo z Rl+ ) se, e s se, u quase-cncava2 .
3. Dada u : R2+ R definida como:
x1 x2 , se x1 x2 < 4 ou x1 x2 > 8
u(x1 , x2 ) =
,
4, se 4 x1 x2 8
prove que a preferncia induzida a partir de u convexa. Existe
alguma representao v : R2+ R cncava para a preferncia
induzida a partir de u?
4. Seja P = [1/3, 2/3] e definimos a seguinte preferncia sobre R2+ :
x % y x1 + (1 )x2 y1 + (1 )y2 , P.
Encontre o conjunto de cestas to boas quanto a cesta (2, 2)
e o ilustre graficamente. Esta preferncia contnua? Existe
funo de utilidade que represente % ?
5. Seja % uma preferncia racional e contnua sobre Rl+ . Prove
que dado qualquer subconjunto compacto C de Rl+ , existe um
melhor elemento x0 C (i.e, x0 % x para todo x C); chamamos
x0 de um elemento maximal.
2 Uma
funo u : Rl+ R quase-cncava quando dados x, y Rl+ e [0, 1] :

u(x + (1 )y) min{u(x), u(y)}.
4.3. EXERCICIOS
livro
2005/6/9
page 45
i
45
Dica: Existem duas formas de ser provar isso:

Em uma delas podemos utilizar, pelo teorema de Debreu-EilenbergRader, a existncia de uma funo contnua u : Rl+ R que
represente a preferncia %.
A outra maneira de realizarmos a prova, bem mais elegante,
dispensa a existncia de uma funo de utilidade; basta lembrarmos que pela propriedade da interseo finita temos que
a interseo de qualquer coleo de subconjuntos fechados de
um conjunto compacto C no-vazio se a interseo de qualquer sub-coleo finita de fechados em C for no-vazia. Da
podemos proceder definindo Cz = {x C : x z}, que
um fechado pela hiptese de continuidade. Agora, notemos que
podemos definir o conjunto de melhores elementos da seguinte
maneira:
\
C% =
Cz ,
zC
lembrando que a interseo arbitrria de fechados um fechado,

temos que C% um subconjunto compacto de Rl+ . Para vermos que C% no-vazio basta utilizarmos a propriedade da
interseo finita.
6. (Avanado) Considere um subconjunto no-vazio, compacto e
convexo C Rl+ . Seja % uma preferncia sobre Rl+ convexa
e contnua mas que no seja transitiva. Prove que existe uma
elemento maximal x0 para % em C.
Dica: Definindo a correspondncia
: CC
x 7 (x) = {y Rl+ : y x}
o problema se reduz a provar que existe x0 C tal que (x0 ) =
.
Vamos supor que (x) 6= para todo x C. Notemos que (x)
a valores convexos para todo x C e possui grfico aberto (i.e,
{(x, y) C C : y x} aberto). Pelo teorema de Seleo de
Michael existe uma seleo contnua para a correspondncia ,
ou seja, existe uma funo contnua f : C C tal que f (x)
46
livro
2005/6/9
page 46
i

(x), x C. Agora, pelo teorema do ponto fixo de Brouwer,
temos que existe x
e C tal que f (e
x) = x
e, uma contradio.
livro
2005/6/9
page 47
i
Captulo 5
Introduo Teoria do
Consumidor
Embora no seja o objetivo principal deste curso, interessante indicar como a teoria que desenvolvemos at agora pode ser usada para
modelar o comportamento de consumidores numa economia.
Supomos que os indivduos tm um conjunto de bens a disposio
para comprar: comida (arroz, feijo, carne, etc.), transporte (trem,
nibus, taxi, etc.), roupas, etc. Nossa teoria ser fixa no tempo,
isto , vamos considerar uma escolha esttica, realizada num ponto
bem definido do tempo. Antes de prosseguir, o leitor j capaz de
imaginar qual deveria ser o conjunto de escolha X? Lembre-se que
a quantidade de cada produto tambm um nmero a ser decidido
pelo consumidor.
5.1
Conceitos Bsicos
Assumiremos que existem L bens na economia, para serem adquiridos

e consumidos pelos indivduos. Cada indivduo compra uma cesta
de bens, isto , uma determinada quantidade de cada um dos bens.
Representaremos sua escolha por um vetor x = (x1 , x2 , ..., xL ),
onde xk a quantidade no negativa de bens que o indivduo resolve
47
i
48
livro
2005/6/9
page 48
i
CAPTULO 5. TEORIA DO CONSUMIDOR
comprar/consumir. Assim, o conjunto de escolha o conjunto de

cestas, isto , X = RL
+.
Falta ainda uma pea para definir nossa teoria. Em geral as preferncias so monotnicas quanto mais unidades so consumidas mais
os consumidores ficam satisfeitos. Ento, como ele pode escolher uma
cesta se tiver disposio todas as cestas da economia? A soluo
para isso vem de nossa prpria intuio diria. Ele consome at o
que pode gastar. Em suma, supomos que existe um oramento w que
representa a riqueza do indivduo e que ele no pode gastar mais do
que isso e existem preos p1 , ..., pL para cada um dos bens. Logo,
o problema do consumidor ser escolher uma cesta no conjunto de
restrio oramentria:
(
)
L
X
B (p, w) = x RL
pk xk 6 w .
+ :px=
k=1
Para evitar que tenhamos conjuntos de restrio oramentria

absurdos, vamos nos restringir sempre a situaes em que os preos
so no-negativos e no nulos, isto , p 0, p 6= 0.
Se podemos especificar as preferncias de um indviduo por meio
de uma funo utilidade ento temos um meio muito adequado para
escrever qual o problema do consumidor:
max u (x)
xB(p,w)
(Problema do Consumidor)
Temos o seguinte:
Teorema 1. (Existncia de Soluo para o Problema do Consumidor) Suponha que p 0, w > 0 e u seja contnua. Ento existe
soluo para o Problema do Consumidor.
Demonstrao. Provemos que B (p, w) compacto no vazio.
Ora, claramente 0 B (p, w). Uma vez que pk > 0 para todo k = 1,
..., L, temos que se x B (p, w) ento
w
pk xk 6 p x 6 w xk 6 .
pk
Ou seja, B (p, w) limitado. Ele fechado porque se xn B (p, w),
xn x, ento p xn 6 w o que implica que p x 6 w, ou seja,
x B (p, w).
5.2. DEMANDA WALRASIANA
livro
2005/6/9
page 49
i
49
Como uma funo contnua assume mximo num conjunto compacto, ento o problema do consumidor tem soluo.
5.2
Demanda Walrasiana
Um conceito importante na Teoria do consumidor o de demanda

Walrasiana. Ela simplesmente o conjunto de todas as cestas que
maximizam a utilidade do consumidor entre as que ele pode comprar,
isto , dentro do conjunto das cestas na sua restrio oramentria.
Formalmente,
x(p, w) = arg max u(x).
xB(p,w)
Como definimos, a demanda Walrasiana um conjunto para cada

p e w fixos. Tecnicamente, portanto, a demanda Walrasiana uma
correspondncia, isto , uma funo que associa um vetor a um conjunto. No estamos interessados em descrever o tpico mais avanado
da teoria de correspondncias. Assim, interessante investigar quando
o conjunto acima unitrio, de forma que a demanda Walrasiana
possa ser considerada simplesmente uma funo. Este o objetivo
do prximo Lema. Antes, precisamos da seguinte definio:
Definio 2. Uma funo u : X R estritamente quasecncava se, dados x1 , x2 X, x1 6= x2 , ento para qualquer (0, 1),

u x1 + (1 ) x2 > min u x1 , u x2 .
Temos o seguinte:
Lema 3. Se a funo u : X R estritamente quase-cncava
ento a demanda Walrasiana univaluada.
Demonstrao.
que existam x1 , x2 x(p, w), x1 6=
1
Suponha
2
2
x . Ento
u x = u x = maxxB(p,w) u(x). No entanto, a cesta
xm = x1 + x2 /2 cumpre pxm = (px1 +px2 )/2 (w + w) /2 = w

e portanto xm B(p, w). No entanto, a estrita quase-concavidade
implica que

u (xm ) > min u x1 , u x2 = max u(x),
xB(p,w)
50
livro
2005/6/9
page 50
i
CAPTULO 5. TEORIA DO CONSUMIDOR
o que um absurdo.
Um outro conceito importante e que ser til no que se segue o
que chamamos a Lei de Walras. Essa Lei estabelece que o consumidor gasta todo seu capital na maximizao de sua utilidade. Para
enunciar a lei de forma mais formal, precisamos de outra definio.
Definio 4. Uma funo utilidade localmente no-sacivel se
para todo > 0 e todo x X, existe um x {y X : kx yk < }
tal que u (x ) > u (x).
A intuio para essa propriedade que o indivduo nunca fica
totalmente saciado com nenhum bem. Se oferecermos um pouco mais
para ele, ele ficar estritamente mais feliz. Essa propriedade permite
provar a Lei de Walras.
Lema 5. (Lei de Walras) Se u localmente no-sacivel, ento
se x x(p, w), tem-se p x = w.
Demonstrao. Suponha que x x(p, w), tem-se px < w. Seja
=
wpx
> 0.
PL
2 l=1 pl
Existe um x {y X : kx yk < } tal que u (x ) > u (x). No

entanto,
p x
L
X
l=1
pl (x + ) = p x +
L
X
pl < w.
l=1
Logo, x B(p, w), contradizendo x x(p, w).

Os dois ltimos lemas nos permitem concluir que se u estritamente quase-cncava e localmente no-sacivel ento (p, w) 7 x(p, w)
uma funo e que p x (p, w) = w. Se acrescentarmos agora a
propriedade que u contnua podemos provar que (p, w) 7 x(p, w)
tambm contnua. Esta a afirmao do prximo teorema.
Teorema 6. Suponha que u() seja uma utilidade contnua, estritamente quase-cncava e localmente no-sacivel. Ento a demanda
Walrasiana contnua.
5.2. DEMANDA WALRASIANA
livro
2005/6/9
page 51
i
51
Demonstrao. Seja (pn , wn ) uma sequncia convergente com

limite (p, w). Pela Lei de Walras temos que pn x(pn , wn ) = wn , para
todo n 1. Seja x0l = sup{wn /pnl : n 1} e escrevemos x0 =
(x01 , ..., x0L ) RL
+ Notemos que em cada bem l {1, ..., L} vale que
0 xl (pn , wn ) wn /pnl para todo n 1. Logo
kx(pn , wn )k2 =
L
X
l=1
xl (pn , wn )2
L
X
l=1
(x0l ) = kx0 k ,
ou seja, a sequncia {x(pn , wn )}n1 limitada em RL

+ . Agora suponha que exista alguma subsequncia {(pnk , wnk )}k1 de modo que
lim x(pnk , wnk ) = z 6= x(p, w).
k
Neste caso lim pnk x(pnk , wnk ) = lim wnk pz = w. Assim

k
z B(p, w) e como z 6= x(p, w) temos que u(x(p, w)) > u(z).

Pela continuidade de u, dado > 0 existe algum y B(p, w) com
ky x(p, w)k < e u(y) > u(z). Como (pn , wn ) (p, w) existe n0
tal que para todo n n0 tenhamos pn y < wn e assim
u(x(pn , wn )) u(y), n n0 ,
Agora, pela continuidade de u temos que u(z) u(y), o que nos leva
a um absurdo. Assim podemos concluir que
lim x(pn , wn ) = x(p, w).
livro
2005/5/20
page 1
i
livro
2005/6/9
page 53
i
Parte II
Escolha sob Risco e

Incerteza
53
i
livro
2005/5/20
page 1
i
livro
2005/6/9
page 55
i
Captulo 6
Estados da Natureza e
do mundo
O objetivo deste captulo oferecer uma introduo ao conceito de
estados da Natureza (e estados do mundo), de forma a permitir uma
melhor compreenso dos captulos subseqentes. Leitores suficientemente maduros podem omitir sua leitura sem perda de contedo.
At este momento, investigamos as escolhas de indivduos na
verdade, as preferncias na situao em que estes sabem exatamente o que iro obter depois que tomam suas aes. Por exemplo, ao comprar um quilograma de arroz, o consumidor sabe exatamente o que estar levando para a casa. No h nenhuma "incerteza"associada ao consumo do arroz e usamos aspas apenas
para frisar que ainda no discutimos esse conceito. De fato, apesar de termos chamado a primeira parte desta monografia de escolha
sob certeza, a teoria desenvolvida se abstrai de modelar "incerteza"e,
portanto, suficiente geral para contemplar todos os casos.
H situaes especficas, porm, em que gostaramos de ter uma
modelagem mais explcita de "incerteza". Em geral, ao tomarmos
uma deciso econmica, no sabemos ao certo qual vai ser a conseqncia ou o resultado de tal deciso. Por exemplo, suponha que a
deciso comprar um carro usado. Ao tomarmos a deciso no sabemos se o carro poder ser longamente usado sem apresentar defeitos
55
i
56
livro
2005/6/9
page 56
i
CAPTULO 6. ESTADOS DA NATUREZA E DO MUNDO
ou se ir dar defeito pouco tempo depois. Ao preo que o carro oferecido, ficaremos satisfeitos na primeira situao, mas no se tivermos
de gastar com manuteno. O problema que a deciso tem de ser
feita sem o conhecimento do que vai acontecer depois.
Um exemplo mais claro o da operao em bolsa. Digamos que
um investidor decida comprar uma ao X hoje ao preo de 1 (uma)
unidade monetria e que ele vai querer vend-la no ano seguinte,
digamos, ao valor de x (em valor presente). Naturalmente o investidor
valoriza o resultado x 1 da operao, onde x representa o preo da
ao no momento da venda. Quando ele est decidindo se compra ou
no a ao, ele no sabe qual o valor de x.
Nesta parte do curso, iremos tentar modelar tais situaes.
6.1
Modelagem de incerteza
Sabemos j trabalhar com preferncias sobre cestas sobre as quais

temos total conhecimento. Vamos aproveitar, portanto, tal teoria.
Vamos especificar um conjunto de estados da natureza N sobre os
quais o indviduo no tem nenhuma dvida em relao a suas preferncias. No exemplo do investidor acima, isso corresponderia a uma
situao em que o preo de venda da ao X o nmero x. claro
que estritamente melhor comprar a ao X se e somente se x > 1.
Podemos montar, ento, a seguinte tabela:
Estados da Natureza
x>1
x61
x>1
x61
Deciso do Investidor
Compra
Compra
No Compra
No Compra
Tabela 1
Resultado Final
x1>0
x160
0
0
A Tabela 1 sugere um problema em colocar as preferncias do

investidor sobre os estados da natureza. De fato, para um mesmo
estado da natureza, por exemplo x > 1, e duas aes diferentes (comprar e no comprar) os resultados finais so diferentes. O que o
consumidor pode dizer com certeza que, se x > 1, comprar melhor que no comprar e se x 6 1, no comprar pelo menos to bom
6.1. MODELAGEM DE INCERTEZA
livro
2005/6/9
page 57
i
57
quanto (e pode ser melhor que) comprar. Ento, o que aprendemos

que as preferncias esto na verdade sobre os resultados finais, que
chamaremos de estados do mundo, sendo o conjunto de estados do
mundo denotado por M . Estados do mundo incluem, portanto, as
escolhas dos indivduos, ao contrrio dos estados da natureza.1
A definio apropriada de quais so os estados do mundo e da natureza pode ser, em geral controvertida. Como regra geral, pensamos
ser sempre melhor optar pelos conjuntos mais simples possveis.2
Um outro exemplo ser til. Suponha que uma pessoa tenha de
decidir se apaga ou no um e-mail de um desconhecido, sem abri-lo.
Estados da Natureza
Contedo relevante
Contedo relevante
Contedo irrelevante
Contedo irrelevante
Contedo danoso (vrus)
Contedo danoso (vrus)
Decises
Abre
Apaga
Abre
Apaga
Abre
Apaga
Tabela 2
Resultado Final
Contedo captado
Perde
Perde tempo.
Nada ocorre
Computador infectado
Nada ocorre
Observe que a ltima e a antepenltima linha so descritas pela

mesma expresso nada ocorre. No entanto, ser que elas so realmente equivalentes? Podem ou no ser equivalentes, mas nossa modelagem as trata como diferentes, isto , no identificamos esses dois
estados.
Isso feito da seguinte forma. Temos um indivduo que toma aes
a num conjunto de aes A. Sob um estado da natureza n N , ele
tem um resultado final m que um estado do mundo, isto , m M .
Identificaremos os estados do mundo m com os estados da natureza
e as aes, isto , m = (n, a) e, portanto, M = N A. Nossas
hipteses nos levam a assumir que o indivduo tem uma preferncia
bem definida sobre M = N A e esta governada pela teoria que
1 A terminologia estados do mundo e estados da natureza algumas vezes usada
indistintamente, umas vezes para significar um ou outro conceito. Pensamos que
essa diferenciao mais apropriada.
2 H uma razo mais profunda para isso do que somente a simplicidade. Discutiremos esse assunto mais frente.
58
livro
2005/6/9
page 58
i
desenvolvemos anteriormente. Assumiremos que esta preferncia, denotada por >, racional.
Podemos definir uma ordem sobre as aes da seguinte forma:
Definio 1. a0 <1 a (n, a0 ) > (n, a), para todos n N .
Exerccio 1. Prove que <1 transitiva mas no completa.
O problema com essa definio , como apontado pelo exerccio
acima, ela transitiva, mas no completa, portanto no racional
como gostaramos.
claro que h muitas solues matemticas para esse problema.
Por exemplo, considere a seguinte:
Definio 2. a0 <2 a (n, a0 ) > (n, a), para algum n N .
Voc capaz de dizer qual o problema dessa definio?
Exerccio 2. Prove que <2 transitiva e completa.
Exerccio 3. Prove que a 2 b = a 1 b.
Exerccio 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
equivalente a <1 .
Vemos que as tentativas anteriores no so aceitveis. A soluo
mais razovel a que leva em conta probabilidades. Consideremos
o caso em que N finito (para no entrarmos em questes mais
sofisticadas de teoria de probabilidade). Seja N = {1, ..., n}. Assumimos que o indivduo tem uma crena dada por uma probabilidade de
ocorrncia de cada um dos estados da natureza e so expressos pelos
nmeros p1 , ..., pn . Ou seja, assumimos que
n
X
pi = 1
i=1
pi > 0, para todos i = 1, ..., n.
6.2. EXERCCIOS
livro
2005/6/9
page 59
i
59
Vamos assumir que a preferncia > sobre M seja representada pela

funo de utilidade u : M R. Ento podemos definir a seguinte
ordem de preferncia sobre as aes:
Definio 3. a0 < a
Pn
i=1
pi u (i, a0 ) >
Pn
i=1
pi u (i, a).
Quando definimos a preferncia sobre as aes dessa forma, temos

a preferncia dada pela utilidade esperada.
H algumas relaes que podemos estabelecer:
6.2
Exerccios
5. Mostre que < racional.

6. Suponha que o espao de aes convexo. Mostre que se u (i, ) :
A R for quase-cncava, ento a preferncia < definida
convexa.3
7. Mostre que a <1 b a < b e que a < b a <2 b.
6.3
Roletas e corridas de cavalos
A modelagem com estados da Natureza, conforme apresentada acima

no , ainda, suficientemente explcita para o que precisamos nos
prximos captulos. Ser necessrio distinguir o que entendemos por
situaes objetivas e subjetivas.
Essa distino vem de uma longa discusso travada no mbito da
estatstica. No apresentaremos nem sequer uma introduo a essa
discusso, mas vamos apenas mencionar seu tema. De um lado, estavam os objetivistas que viam todas as probabilidades como quantidades objetivamente determinadas. Por exemplo, a probabilidade
de dar o nmero 2 ao jogar um dado (no-viesado) 1/6, independente de qualquer julgamento subjetivo. Por outro lado, os subjetivistas acreditavam que no existem probabilidades objetivamente
determinadas: tudo subjetivo.
3 Ver
definio de funo quase-cncava no exerccio 2 do captulo 4.
60
livro
2005/6/9
page 60
i
Naturalmente, tal discusso terico-filosfica influenciou as aplicaes da Probabilidade em Economia. A teoria de von NeumannMorgenstern que apresentaremos no prximo captulo pertence a uma
certa viso objetivista de mundo. Como veremos, a incerteza est determinada completamente por probabilidades bem definidas, embora
esta possa ser considerada apenas uma forma de interpretar a teoria. De fato, Savage, um grande estatstico subjetivista, usou a teoria
de von Neumann-Morgenstern para basear a teoria de probabilidade
subjetiva! Nesse sentido, o ttulo de seu livro muito sugestivo: The
Foundations of Statistics. A teoria de Savage apresentada no captulo 7.
Desde ento, a literatura econmica de deciso sob incerteza comeou a tratar dois tipos diferentes de eventos incertos, chamando-os
de roletas e corridas de cavalos. Considere por exemplo uma roleta:
ela tem as casas 1, 2, 3, ... , 36 e a casa 0, que no recebe apostas.
So, portanto, 37 casas. A probabilidade (objetiva) de sair qualquer
nmero , portanto, 1/37. Assim, pode-se calcular a probabilidade
de qualquer aposta ser vencedora. Por exemplo, o evento de sair um
nmero par tem, portanto, uma probabilidade de 18/37 (lembrandose que o 0 no conta). A menos que a roleta no seja honesta, essas so
as probabilidades que qualquer um esperaria. Quando nos referirmos
s loterias de von Neumann - Morgenstern, estaremos nos referindo
a coisas que tm uma probabilidade objetiva, como as roletas.
Considere, porm, que o evento incerto o resultado de uma corrida de cavalos. Qual a probabilidade de ganhar o cavalo 2? No
h nenhuma maneira de definir ou estipular objetivamente tal probabilidade. Em outras palavras, cada indivduo estabelecer (ou no)
sua prpria crena sobre a probabilidade de vitria do tal cavalo 2.
Nessa situao, todas as probabilidades sobre o evento incerto so
subjetivas.
Embora isso no seja usual na literatura, podemos ento especificar melhor o conjunto de estados da Natureza, N , como sendo composto de dois tipos de eventos: os resultados de corridas de cavalos
(subjetivos) e os resultados de roletas (objetivos). Isto , escrevemos
N = S O onde S representa o conjunto de estados associados a
corridas de cavalos (aos quais cada agente atribuir sua probabilidade subjetiva) e O representar os estados da Natureza associados a
roletas (para os quais a probabilidade de ocorrncia objetivamente
6.4. ATOS, CONSEQNCIAS E RESULTADOS
livro
2005/6/9
page 61
i
61
determinada). No usaremos a terminologia de estados subjetivos e

objetivos, pois ela controversa e pode confundir mais do que clarificar.
Assim, podemos dizer que o captulo 6 aborda situaes que em
S trivial (unitrio), de forma que os estados da Natureza podem
ser identificados com os estados associados a roletas N = O. No
captulo 7, descrevemos a situao oposta, em que h apenas estados
associados a corridas de cavalo, isto , N = S.
Naturalmente, o leitor no deve ficar impressionado com a insistncia na terminologia corridas de cavalo e roletas. Fazemos
isso apenas porque est consagrada na literatura, a partir do trabalho de Anscombe-Aumann (1963). Se o leitor entendeu o conceito,
porm, deve ser capaz de classificar qualquer situao envolvendo
probabilidades como uma das duas classes: corridas de cavalo ou
roletas. O exemplo da prxima seo talvez ajude a clarificar isso.
Uma outra forma de ver a distino das duas classes a seguinte.
Uma corrida de cavalo ocorre uma nica vez (ou poucas vezes) e
no h como repeti-la de forma consistente. (Mesmo que tomemos os
mesmos cavalos e faamos com que corram vrias vezes, no podemos
assegurar que o resultado vir sempre de uma mesma medida de
probabilidade.) Por outro lado, roletas e dados permitem repeties
sem problemas conceituais. Repetindo-se o evento suficiente vezes,
sua freqncia de ocorrncia se aproximar das probabilidade objetiva
tanto quanto queiramos.
A vantagem de fazer essa distino permitir entender os conceitos de atos, conjuntos de conseqncias e conjuntos de resultados
que sero empregados nos prximos captulos, como apresentamos a
seguir.
6.4
Atos, conseqncias e resultados
No incio deste captulo, discutimos o conceito de estados do mundo,

como sendo formados pelos estados da natureza e as aes do(s) indivduos. Aps a discusso da ltima seo podemos dizer que o estado
do mundo m M descrito por uma tripla (s, o, a) onde s S representa a realizao do estado da corrida de cavalo, o O representa
a realizao do estado da roleta e a representa a ao tomada pelo
62
livro
2005/6/9
page 62
i
indivduo.
Um estado do mundo representa tudo que necessrio para descrever o que acontece de relevante para o indviduo. Suponha que
existe uma funo v que leve o estado do mundo num resultado para o
indivduo. A idia da funo v que diferentes estados do mundo podem ser indistinguveis para o indivduo e, portanto, representaro o
mesmo resultado. O conjunto de resultados, Z, simplesmente a imagem da funo v por M , isto , Z v (M ) . Ento podemos escrever
a funo v de M = S O A em Z como sendo v : S O A Z.
Muitas vezes, no estamos interessados em descrever a parte objetiva do conjunto de estados da Natureza. Por exemplo, ao jogar
uma roleta (ou como se costuma dizer, participar de uma loteria
de von Neumann-Morgenstern), h um momento em que (ainda)
no estamos interessados na resoluo da incerteza objetiva e queremos mant-la presente. Assim, definimos o conjunto de conseqncias X como sendo o conjunto de funes : O Z tais que
p (o) = v (s, o, a) para algum s e a. Podemos ainda denotar um
elemento de X como sendo v (s, , a). Embora tudo isso ainda parea
muito abstrato, o exemplo dado abaixo ir clarificar as coisas.
claro que se o conjunto O trivial, como na abordagem subjetivista de Savage, ento podemos identificar o conjunto de conseqncias X e o conjunto de resultados Z. Por outro lado, se S
trivial, ento X ser o conjunto de funes : O Z. (Uma
funo assim chamada de varivel aleatria.) No entanto, nesse caso
(von Neumann-Morgenstern), em geral no se explicita o conjunto O.
Como a probabilidade sobre O objetiva pode-se simplesmente identificar o conjunto de conseqncias com o conjunto das medidas de
probabilidades sobre Z.
Mais precisamente: seja O finito com n elementos (ser sempre
esse o caso estudado neste livro), isto , O = {o1 , ..., on }. Defina o
conjunto:
= {x : Z [0, 1] : existem resultados z1 , ..., zn tais que

X
n
X
x(zi ) = 1}.
x (z) = 0 se z 6= zi , i e
i=1
livro
2005/6/9
page 63
i
63
o conjunto de medidas de probabilFormalmente, o conjunto X

idade sobre Z que tm suporte finito com no mximo n elementos.
H uma relao de um para um entre o conjunto de conseqncias
X e o conjunto de medidas de probabilidades sobre resultados, X.
De fato, dado x X, tome O = {o1 , ..., on } e defina : O Z

como (oi ) zi . Nesse caso, a probabilidade objetiva p (oi ) =
x (zi ). Por outro lado, uma probabilidade objetiva p e uma varivel
da seguinte forma zi (oi )
aleatria : O Z, definimos x X
e x (zi ) = p (oi ) .
Assim, no captulo 6, falamos do espao de conseqncias como
isto , identificamos X = X
e usamos apenas a notao X.
sendo X,
til ainda denotar o conjunto das conseqncias como sendo o
conjunto das funes o 7 v (s, o, a) para cada (s, a) fixo. Em particular, uma conseqncia poder ser denotada por v (s, , a).
Um ato ser uma funo f : S X, isto , que associa cada
estado da Natureza a uma conseqncia. Naturalmente, que dada
uma funo v : S O A Z, podemos definir os atos a partir das
aes: para cada ao a, defina o ato fa : S X que associa a cada
s S a conseqncia
fa (s) v (s, , a) .
Reciprocamente, dado um ato f : S X, podemos definir a ao af
como sendo a ao tal que f (s) = v (s, , af ), se esta ao existir.
As preferncias que discutimos acima sobre o conjunto de estados do mundo podem ser estudadas sob o conjunto de conseqncias
X. Em geral, isto que usualmente feito e ser a abordagem que
adotaremos nos prximos captulos.
Para esclarecer todos esses conceitos, considere o seguinte exemplo, que uma adaptao de um exemplo originalmente dado por
Savage (1954), p. 13-15.
Exemplo do Bolo com Ovos
Um pequeno comerciante vai receber a visita de um dos representantes do seu maior cliente. Esse representante tem o poder de deciso
das compras do cliente e, portanto, o comerciante quer agrad-lo.
Para isso, ele descobre que o cliente tem 6 representantes e todos eles
gostam de bolo. No entanto, um deles vegetariano e s come bolo
64
livro
2005/6/9
page 64
i
que seja feito sem ovo. Os outros cinco tambm gostam de bolo sem
ovo, mas muito menos.
O cliente decide qual representante vai mandar usando um dado
e o comerciante s vai saber qual representante foi escolhido quando
este chegar para a visita.
A visita vai chegar em duas horas, de forma que o comerciante
s tem tempo e material para fazer um tipo de bolo (com ou sem
ovo). Para fazer o bolo sem ovo, basta acrescentar um pouco mais
de manteiga ao resto dos ingredientes. Como o ovo estava guardado
em seu estoque, ele no sabe se ele ainda est bom ou se est podre.
Ele tem uma tigela onde pode quebrar o ovo antes de misturar aos
outros ingredientes que j esto na panela, mas se fizer isso no ter
tempo de lavar a tigela, e isso tambm pode causar mal impresso ao
representante. Por outro lado, se o ovo estiver podre e ele quebr-lo
diretamente na panela, perder todos os ingredientes e no poder
fazer nenhum bolo. Nesse caso, alm de ficar com a panela suja, no
poder oferecer nenhum bolo ao representante.
Assim, ele tem de decidir se no faz o bolo, se faz bolo com ou
sem ovo e se for com ovo, se vai quebrar o ovo antes na tigela ou no.
Modelagem do exemplo
No exemplo acima, temos uma roleta, ou melhor, um dado,
decidindo sobre a realizao de O = {o1 , o2 }, onde o1 significa que
foi enviado o representante vegetariano, e o2 significa que foi enviado
um representante no-vegetariano. o1 ocorre com probabilidade 1/6
e o2 , 5/6.
Antes de ser resolvida a roleta, porm, h uma corrida de
cavalos: S = {s1 , s2 } onde s1 representa ovo bom e s2 representa ovo
podre. O comerciante tem de atribuir uma probabilidade subjetiva
para cada um desses eventos.
O conjunto de aes do comerciante A = {a1 , a2 , a3 , a4 }, onde a1
representa fazer bolo com ovo e quebrar ovo diretamente na panela;
a2 representa fazer bolo com ovo e quebrar ovo na tigela e, se esse
estive podre, fazer bolo sem ovo; a3 representa fazer bolo sem ovo e
a4 representa no fazer bolo.
O conjunto de resultados estados do mundo M = S O A.
Para cada estado do mundo, o indivduo atribui um resultado. Na
maioria dos exemplos, os resultados so valores monetrios, mas nem
livro
2005/6/9
page 65
i
65
sempre. Para simplificar, vamos descrever o resultado e atribuir um

valor monetrio a ele, como mostrado pela tabela abaixo.
Estado
Descrio
do mundo
m1
= um ovo bom quebrado na
(s1 , o1 , a1 ) panela, enviado o representante vegetariano
m2
(s1 , o2 , a1 ) panela, enviado o representante no-vegetariano
m3
= um ovo podre quebrado na
(s2 , o1 , a1 ) panela, enviado o representante vegetariano
m4
(s2 , o2 , a1 ) panela, enviado o representante no-vegetariano
m5
(s1 , o1 , a2 ) tigela, enviado o representante vegetariano
m6
(s1 , o2 , a2 ) tigela, enviado o representante no-vegetariano
m7
(s2 , o1 , a2 ) tigela, enviado o representante vegetariano
Resultado
representante
neutro (mas comerciante cansado)
representante
muito satisfeito
representante
neutro (mas comerciante um pouco
cansado)
representante
neutro (mas comerciante um pouco
cansado)
representante insatisfeito: no gosta
da sujeira
representante satisfeito (no gosta da
sujeira)
representante satisfeito (no gosta da
sujeira)
Tabela 1. Estados do mundo.
66
livro
2005/6/9
page 66
i

Estado
Descrio
do mundo
m8
(s2 , o2 , a2 ) tigela, enviado o representante no-vegetariano
m9
=
(s1 , o1 , a3 )
m10
=
(s1 , o2 , a3 )
faz bolo sem ovo, enviado

o representante vegetariano
faz bolo sem ovo, enviado o representante novegetariano
m11
=
(s2 , o1 , a3 )
m12
=
(s2 , o2 , a3 )
faz bolo sem ovo, enviado

o representante vegetariano
faz bolo sem ovo, enviado o representante novegetariano
m13
=
(s1 , o1 , a4 )
m14
=
(s1 , o2 , a4 )
m15
=
(s2 , o1 , a4 )
m16
=
(s2 , o2 , a4 )
no faz bolo, enviado o representante vegetariano

no faz bolo, enviado o representante no-vegetariano
no faz bolo, enviado o representante vegetariano
no faz bolo, enviado o representante no-vegetariano
Tabela 1 (cont.) Estados do
Resultado
representante
muito insatisfeito
(no gosta do bolo
nem da sujeira)
representante
muito satisfeito
representante
pouco
satisfeito
(no seu bolo
preferido)
representante
muito satisfeito
representante
pouco
satisfeito
(no seu bolo
preferido)
representante neutro
mundo.
O conjunto de conseqncias X o conjunto de funes o 7

v (s, o, a) ou, abreviadamente, v (s, , a), e descrito na Tabela 2.
Conseqncia
Descrio da conseqncia
x1 = v (s1 , , a1 ) um ovo bom que- bolo com ovo, tigela
brado na panela
limpa
Tabela 2. Conseqncias.
Ao

Conseqncia
x2 = v (s2 , , a1 )
x3 = v (s1 , , a2 )
x4 = v (s2 , , a2 )
x5 = v (s1 , , a3 )
Ao
um ovo podre
quebrado na panela
um ovo bom quebrado na tigela
um ovo podre
quebrado na tigela
faz bolo sem ovo
x6 = v (s2 , , a3 )
faz bolo sem ovo
x7 = v (s1 , , a4 )
no faz bolo
x8 = v (s2 , , a4 )
no faz bolo
livro
2005/6/9
page 67
i
67
Descrio da conseqncia
no h bolo, tigela
limpa
bolo com ovo, tigela
suja
bolo sem ovo, tigela
suja
limpa
limpa
no h bolo, tigela
limpa
no h bolo, tigela
limpa
Tabela 2 (cont.) Conseqncias.
Por definio, o conjunto dos atos formado por todas as funes

f : S X, onde S = {s1 , s2 } e X = {x1 , ..., x8 }. Logo, existem
82 = 64 atos. No entanto, muitos atos no fazem sentido. Por exemplo, o ato f definido por f (s1 ) = x2 = v (s2 , , a1 ) e f (s2 ) = x3 =
v (s1 , , a2 ) no faz o menor sentido. Os atos que fazem sentido so
os que correspondem a aes, conforme mostrado na Tabela 3.
Ao
a1
a3
Descrio
quebra o ovo na
panela
um ovo bom
quebrado na tigela
faz bolo sem ovo
a4
no faz bolo
a2
Ato
f1 (s1 ) = x1 ;
f1 (s2 ) = x2
f2 (s1 ) = x3 ;
f2 (s2 ) = x4
f3 (s1 ) = x5 ;
f3 (s2 ) = x6
f4 (s1 ) = x7 ;
f4 (s2 ) = x8
Tabela 3. Atos e aes.
68
6.5
livro
2005/6/9
page 68
i
Observao final
A representao baseada em estados da Natureza tem uma importante desvantagem: ela pressupe que os indivduos sejam capazes
de listar todas as situaes que podem ocorrer (todos os estados da
Natureza). Nos exemplos simples que apresentamos acima, isso pode
ser feito, mas em muitas situaes da vida real, essa uma tarefa
impossvel. Considere por exemplo, a situao de um presidente que
deve decidir entre declarar ou no uma guerra contra outro pas. Ser
impossvel descrever e at imaginar todas as contingncias possveis.
Gilboa e Schmeidler (1995) apresentaram uma alternativa para
situaes desse tipo, que eles chamaram de teoria de deciso baseada
em casos. Este artigo originou toda uma literatura, que tm se tornado bastante profcua nos ltimos anos. No vamos, porm, descrever essa teoria. O leitor interessado pode consultar o artigo mencionado ou Gilboa e Schmeidler (2002).
livro
2005/6/9
page 69
i
Captulo 7
Utilidade Esperada de
von
Neumann-Morgenstern
Na Parte I, tratamos escolhas em ambientes onde os resultados das
decises so perfeitamente conhecidos. Entretanto, em vrias circunstncias natural imaginarmos que os resultados no sejam antecipados de forma precisa. A teoria econmica apresenta um grande
nmero de exemplos em que isso evidente: teoria dos mercados
incompletos, jogos com informao incompleta, modelos estocsticos
de crescimento econmico, dentre outras reas. Em geral, as escolhas
que tratam a cincia econmica envolvem consequncias incertas no
momento da tomada de deciso. 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 a teoria de von Neumann-Morgenstern
originalmente proposta na obra Theory of Games and Economic
Behavior. Sua estrutura toma como primitivos um espao de consequncias, dado por loterias sobre um conjunto de resultados (prmios),
e uma relao de preferncia sobre as consequncias. Notemos que
os objetos de escolhas so dados por distribuies de probabilidades
69
i
70
livro
2005/6/9
page 70
i
CAPTULO 7. UTILIDADE ESPERADA
objetivas (i.e., passveis de comprovao emprica) sobre os prmios

e o fato de termos as probabilidades dadas de maneira exgena que
caracteriza uma situao de escolha sob risco.
Quando os prmios so quantias monetrias podemos dizer algo
mais sobre a natureza da funo de utilidade que representa as preferncias. Mais precisamente, podemos tratar os comportamentos de
averso, neutralidade e propenso ao risco. Sobre este tpico daremos apenas uma breve apresentao, o leitor poder consultar Arajo
(1983) para uma abordagem mais completa.
7.1
O conjunto de alternativas arriscadas
Vamos denotar por Z o conjunto de resultados ou prmios: este conjunto, por exemplo, pode denotar o conjunto de cestas de consumo ou
de quantias monetrias. Nesta exposio vamos tomar Z como sendo
um conjunto finito de resultados ou prmios. O espao de escolhas
dado pelo conjunto de loterias sobre Z = {z1 , ..., zn }, ou seja, o
espao de distribuies de probabilidade denotado por
X = {x : Z [0, 1] :
n
X
x(zi ) = 1}
i=1
onde x(zi ) denota a probabilidade de a loteria x entregar o prmio zi .

Exemplo: Seja Z = {z1 , z2 }, neste caso o conjunto X dado pelo
subconjunto de R2 dado por {(x1 , x2 ) [0, 1]2 : x2 = 1 x1 }, em
que xi a probabilidade de se obter o resultado zi , i = 1, 2. Por
exemplo, o lanamento de uma moeda honesta, onde se ocorrer cara
se ganha z1 e se ocorrer coroa se ganha z2 , modelada simplesmente
pelo elemento (1/2, 1/2).
Notemos que ao tratarmos o caso em que Z tem n elementos podemos

indentificar o conjunto de loterias X com o simplex n-dimensional
n1 = {p Rn+ :
n
X
pi = 1}
i=1
onde pi = x(zi ).
7.2. PREFERNCIAS SOBRE LOTERIAS
livro
2005/6/9
page 71
i
71
Podemos definir uma importante operao de composio de loterias

Definio 1. Sejam {xk }K
k=1 X um conjunto com K loterias e
um elemento = (1 , ..., K ) pertencente ao simplex K-dimensional
K1 . Definimos a mistura das K loterias {xk }K
k=1 a partir de
como sendo a loteria
y X tal que y(zi ) =
K
X
k=1
k x(zi ) para todo i {1, ..., n}
Notemos que esta operao esta bem definida porque o simplex

n-dimensional um conjunto convexo.
Exemplo: Dado Z = {z1 , z2 , z3 }, 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 trs
loterias para o peso dado pela loteria y igual a:
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, 4/16)
Neste caso a mistura ou loteria composta y nos entrega z1 com
probabilidade 5/16, z2 com probabilidade 7/16 e z3 com probabilidade 4/16.
Observao: Um notao usualmente empregada para uma loteria x dada por

x (z1 , x(z1 ); ...; zn , x(zn )),
no exemplo anterior poderamos escrever a loteria obtida y como
(z1 , 5/16; z2 , 7/16; z3 , 4/16)
7.2
Preferncias sobre loterias
Agora vamos imaginar um tomador de decises diante do espao de

escolha de loterias X. Como de costume, vamos tomar como primitivo uma relao binria % sobre X denotanto a preferncia ou critrio
72
livro
2005/6/9
page 72
i
de escolha do consumidor. Notemos que quando tratamos do caso

determinstico obtinhamos, sob determinadas condies, uma representao contnua sem uma forma especfica a priori. A teoria de von
Neumann-Morgenstern obtm uma forma particular para o funcional
que representa a preferncia: tal funcional calcula o valor esperado
das utilidades dos prmio, isto , realiza uma soma das utilidades dos
prmios ponderada pelas probabilidades de cada um deles.
Os axiomas da teoria de von Neumann-Morgenstern so dados
por:
(vN-M1) % completa e transitiva;
(vN-M2) % satisfaz a seguinte condio de continuidade: Para
todo x, y, z X
{ [0, 1] : x + (1 )y % z}
{ [0, 1] : z % x + (1 )y}
so subconjunto fechados de [0, 1].
(vN-M3) % satisfaz a independncia: 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 vimos em captulos anteriores, na existncia de uma representao
contnua para a preferncia. No contexto de loterias, a continuidade
nos diz que pequenas alteraes nas probabilidades no alteram a
natureza da ordem entre duas loterias.
O axioma que impe, como veremos, uma importante estrutura
representao de von Neumann-Morgenstern o axioma de independncia (vN-M3). Este nos diz que se ns misturarmos as loterias
x e y com uma terceira z ento a preferncia entre estas duas misturas
(x + (1 )z e y + (1 )z) totalmente determinada pela preferncia dada entre x e y, independentemente do peso e da terceira
loteria z adotada.
Em um dos exerccios ao fim deste captulo pedimos que o leitor
mostre que:
Proposio 2. Se uma preferncia % sobre X satisfaz
o axioma de independncia ento para cada (0, 1) e
livro
2005/6/9
page 73
i
73
x, y, z, w X vale que1 :
(a) x y se, e s se, x + (1 )z y + (1 )z;
(b) x y se, e s se, x + (1 )z y + (1 )z;
(c) Se x y e z w ento x + (1 )z y + (1 )w.

Vamos denotar por {z} X a loteria que entrega o prmio z Z
com probabidade 1.
A principal caracterstica da representao de von Neumann Morgenstern a linearidade nas probabilidades. Esta propriedade diz
que a utilidade de uma loteria obtida a partir de uma combinao
convexa de K loterias (i.e., um loteria composta) igual a combinao
convexa, com mesmos pesos, das utilidades de cada loteria utilizada
na mistura.
Definio 3. Uma funcional de utilidade U : X R apresenta a
forma de utilidade esperada se existe um indce de utilidade sobre
os prmios u : Z R tal que para toda loteria x X :
U (x) =
n
X
u(zi )x(zi )
i=1
Este tipo de funcional de utilidade chamado de funo 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 uma extenso de u.
Proposio 4. Uma funcional de utilidade U : X
R apresenta a forma de utilidade esperada se, e s se,
1 Lembrando que os componentes simtricos e assimtricos de % so denotados
por e :
:= {(x, y) %: (y, x) %}
:= {(x, y) %: (y, x) %}
/
74
livro
2005/6/9
page 74
i

for linear nas probabilidades, ou seja, dados {xk }K
k=1 X
e K1 :
K
!
K
X
X
U
k xk =
k U (xk )
k=1
k=1
Demonstrao:
Necessidade: Seja x X e escrevendo x =
(z1 , 1 ; ...; zn , n ) temos que
x=
n
X
i=1
i {zi }
ou seja, toda loteria pode ser escrita como uma combinao convexa das loterias degeneradas com pesos dados pelas probabilidades
atribudas por x.
Logo,
n
!
n
X
X
U (x) = U
i {zi } =
u(zi )i
i=1
i=1
K1
Suficincia: dados {xk }K
seja x0 =
k=1 X e
assim x0 (zi ) =
K
P
k=1
U (x ) = U
k xk (zi ) para todo i (1, ...n} :
K
X
k xk
k=1
K
X
k=1
n
X
i=1
n
X
u(zi )
i=1
K
X
k xk (zi )
k=1
u(zi )xk (zi )
K
X
K
P
k xk ,
k=1
k U (xk )
k=1
Dada um funcional de utilidade U sobre X a valores reais, uma

tranformao afim positiva de U quaquer funcional V : X R tal
que, para todo x X
V (x) = aU (x) + b, onde a > 0 e b R
livro
2005/6/9
page 75
i
75
Notemos que partindo de um funcional U : X R de vN-M, se

definirmos uma preferncia %U sobre X dada por:
x %U y U (x) U (y)
ento %U uma preferncia racional (completa e transitiva) cumprindo
os axiomas de continuidade e independncia2 . Em particular, destacamos que o axioma de independncia uma condio necessria
para a representao de vN-M sobre X.
Vamos agora tratar do teorema clssico de von Neumann Morgenstern:
Teorema 5. Seja % uma relao binria sobre X, so
equivalentes:
(i) A relao binria % cumpre os axiomas (vN-M1), (vNM2) e (vN-M3);
(ii) A relao binria % admite uma representao de vNM U : X R, ou seja, existe um indce de utilidade
u : Z R tal que para todo par x, y X :
x%y
n
X
i=1
u(zi )x(zi )
n
X
u(zi )y(zi )
i=1
Demonstrao: (ii) (i): como j mencionado, deixamos como

exerccio.
(i) (ii): Inicialmente notemos que como o conjunto de resultados Z finito, os axiomas (vN-M1) e (vN-M3) garatem a existncia
de um pior e uma melhor loteria para a preferncia %: isto , existem
x e x X tais que x % x %x, para todo x X 3 .
Procedemos ento em 4 passos:
(passo 1): Se x y ento para todo (0, 1) : x x + (1 )y
e x + (1 )y y.
2 Deixamos
como exerccio para o leitor a prova deste fato.

este dois axiomas, procedendo por induo sobre o nmero de elementos
em Z, existem b, w Z tais que {b} = x e {w} =x. De outra forma, a existncia
de x e x pode ser derivada dos axiomas (vN-M1) e (vN-M2).
3 Por
76
livro
2005/6/9
page 76
i
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 % x}
e
B = { [0, 1] : x % z + (1 )y}
que, pela continuidade(vN-M2), so fechados. Como 1 A, 0 B e

a completude garante que AB = [0, 1], sendo [0, 1] um conexo temos
que A B 6= ; ou seja, existe [0, 1] em que z + (1 )y x, ou
seja:
()x + [1 ()]y x
seja o compacto no-vazio C = {0 [0, 1] : x (0 )x+[1(0 )]y},

logo temos 0 = min{0 : 0 C } > 0 e x (0 )x + [1 (0 )]y.
Pelo axioma de independncia (vN-M3):
x + (1 )y [0 x + (1 0 )y] + (1 )y
ou seja,
z 0 2 x + (1 0 2 )y
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 ento 0 < 0 0 1 < (1/) < ; uma
contradio. A outra parte segue por raciocnio anlogo.
(passo 2): Se x y ento
1 > 0 x + (1 )y x + (1 )y
Pelo passo 1, x + (1 )y y e como (/) < 1, novamente pelo
passo 1
x + (1 )y (/)(x + (1 )y) + (1 /)y = x + (1 )y
Para a recproca, se no caso em que = teramos que
x + (1 )y x + (1 )y, uma contradio. Sendo < , pelo
livro
2005/6/9
page 77
i
77
argumento feito para a primeira parte do passo 2, teramos que x +

(1 )y x + (1 )y, onde obtemos novamente uma contradio.
(passo 3) Para todo x X existe um nico x [0, 1] tal que
x x x + (1 x )x.
Vamos considerar os conjuntos
A = { [0, 1] : x + (1 )x % x}
e
B = { [0, 1] : x % x + (1 )x}
que, pela continuidade(vN-M2), so fechados. Como 1 A, 0 B e

a completude garante que AB = [0, 1], sendo [0, 1] um conexo temos
que A B 6= ; ou seja, existe [0, 1] em que x + (1 )x x.
Para a unicidade: supondo que exista 0 [0, 1] onde, sem perda
de generalidade, 0 < e 0 x + (1 0 )x x. Usando o passo 2
chegamos a seguinte contradio:
x x + (1 )x 0 x + (1 0 )x x
(passo 4)Definindo U : X R fazendo para todo x X
U (x) = x
temos que U uma utilidade esperada para %.
Inicialmente, mostremos que U representa a preferncia %: 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 ltima passagem segue
do passo 2.
Agora mostremos que U cumpre a propriedade de utilidade esperK
P
k {zk } , onde k = x(zk ). Notemos que dadas
ada: Seja x =
k=1
duas loterias x, y X e [0, 1] temos pelo axioma de independncia (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
78
livro
2005/6/9
page 78
i
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)
finalmente, por induo sobre k, podemos mostrar que
K
!
K
K
X
X
X
U (x) = U
k {zk } =
k U ( {zk } ) =
k {zk }
k=1
k=1
k=1
e assim temos o indce u : Z R dado por u(z) = {z} . E ento

escrevemos
K
X
k u(zk )
U (x) =
k=1
Corolrio 6. Sob as hipteses do teorema de vN-M, se

U e V so representaes de vN-M para % ento V uma
transformao afim positiva de U .
Demonstrao: 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 constante e o resultado 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 expresso acima:
U (x) U (x)
V (x) =
(V (x) V (x)) + V (x)
U (x) U (x)
e ento
V (x) V (x)
V (x) V (x)
U (x) U (x)
+ V (x)
U (x) U (x)
U (x) U (x)
(x)V (x)
V (x)V (x)
>
0
e
b
=
V
(x)U
(x)
e temos ento a = VU (x)U
(x)
U (x)U (x)
R.
V (x) =
7.3. ATITUDES FRENTE AO RISCO.
7.3
livro
2005/6/9
page 79
i
79
Atitudes frente ao risco.
Vamos tomar agora o conjunto de prmios Z como sendo o conjunto

dos nmeros reais positivos. A escolha deste conjunto serve para
denotar quantias monetrias prometidas pelas loterias. Da natural no tomarmos um conjunto finito de prmios como fizemos na
seo anterior. Para podermos evitar algumas complicaes que implicariam no uso de certos intrumentais que no so pr-requisitos
para esta leitura, vamos tomar como espao de escolhas o conjunto
de loterias (monetrias) simples, como definiremos a seguir.
Dada x : R+ [0, 1] definimos o suporte de x como
supp[x] = f echo{z R+ : x(z) 6= 0},
notemos que se supp[x] finito ento supp[x] = {z R+ : x(z) 6= 0}.
O conjunto de loterias simples dado por:
X
x(z) = 1}
X = {x : R+ [0, 1]/ supp[x] finito e
zsupp[x]
ou seja, o conjunto de escolhas dado pela coleo de probabilidades

que do com probabilidade positiva um nmero finito de prmios
monetrios.
Neste caso o teorema de von Neumann-Morgensten tambm
vlido nos fornecendo uma utilidade esperada da forma
X
u(z)x(z)
U (x) =
zsupp[x]
Seguindo notao usual na literatura, chamamos um loteria monetria simples de um jogo simples.
Um caso que em princpio descartamos, mas que no implica em
muitas complicaes, quando supp[x] enumervel. Neste caso
temos supp[x] = {zn }nN e o funcional de utilidade esperada toma a
forma:
X
U (x) =
u(zn )x(zn )
nN
Antes de introduzirmos a noo de averso ao risco, vejamos

um exemplo conhecido por Paradoxo de So Petersburgo. Um jogo
80
livro
2005/6/9
page 80
i
prope a seguinte aposta: joga-se uma moeda at que se obtenha a

face cara, em que a chance de se obter cara igual a p (0, 1) em
cada lanamento. Se a face cara sair no j-simo lanamento o jogo
paga 2j unidades monetrias. Logo o valor esperado do jogo, V EJ(p) ,
igual a:
X
V EJ(p) =
2j p(1 p)j1
j=1
por exemplo, se a moeda for honesta (i.e, p = 1/2), temos V EJ(1/2) =

. Assim, se um indivduo olha simplesmente para o valor esperado
do jogo4 , este prefere participar deste jogo a qualquer quantia oferecida, o que 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 So Petersburgo
(denotado por xsp ) dada por5 :
U (xsp ) =
X
j=1
pln(2)
X
j=1
jp(1 p)j1
ln(2j )p(1 p)j1 =
= ln(2)/p
Neste caso temos que o indivduo indiferente entre uma loteria

que entregue 21/p , com probabilidade um, e o jogo de So Petersburgo
j que u(21/p ) = ln(21/p ) = U (xsp ). Este resultado ilustra a averso
ao risco, conceito que captura uma tendncia comportamental de se
evitar apostas com valores muito dspares.
Para caracterizarmos a atitude frente ao risco, vamos tomar utilidades esperadas caracterizadas por ndices u : R+ R que sejam duas vezes diferenciveis com sua primeira derivada satisfazendo
u0 > 0.
4 Isso o mesmo que dizer que o indivduo tem seu comportamento caracterizado por uma utilidade esperada com ndice de utilidade dado pela funo
identidade. Veremos que isso caracteriza neutralidade ao risco.
5 A tima passagem segue ao observamos que
S
[
d( (1 p)j )
jp(1 p)j1 =
d(1 p)
j=1
livro
2005/6/9
page 81
i
81
Dado um jogo x X, vamos usar a notao

U (x) = Ex [u(z)]
para denotar a utilidade esperada do jogo x para um indivduo com
ndice u.
Um jogo x X dito justo se Ex Ex [Id (z)] = 0, onde Id
denota a funo identidade.
Notemos que caso em que supp[x] = {a, b}, podemos escrever
x = [a, p; b , 1 p] com pa + (1 p)b = 06 .
Definio 7. Seja % a preferncia de um indivduo representvel
por uma utilidade esperada com ndice u. Dizemos que o indivduo
:
(a) avesso ao risco se preferir no participar de jogos justos;
(b) neutro ao risco se for indiferente entre participar ou no de
jogos justos;
(c) propenso ao risco se preferir participar de jogos justos
Suponha que R+ seja a riqueza inicial do indivduo, da
definio anterior temos que um indivduo avesso ao risco se, dado
um jogo justo x com supp[x] = {a, b} :
% x
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 cncava.
De fato, a proposio a seguir nos d uma caracterizao completa
da atitude frente ao risco a partir do ndice de utilidade u:
6 Obviamente,
neste caso, a > 0 b < 0.
82
livro
2005/6/9
page 82
i

Proposio 8. Um indivduo :
(a) avesso ao risco se, e s se, u cncava;
(b) neutro ao risco se, e s se, u linear (portanto, spg,
u a identidade);
(c) propenso ao risco se, e s se, u convexa.
Demonstrao: (a) J vimos que se o indivduo avesso ao risco

ento seu ndice de utilidade cncavo. Para a recproca, dado um
nvel 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 anlogos.
Dados dois indivduos caracterizados por utilidades esperadas,

uma maneira de compararmos que indivduo mais avesso ao risco
que outro dado pelo seguinte critrio:
Definio 9. O coeficiente de averso ao risco de Arrow-Pratt
em z > 0 dado por
00
u (z)
r(z) = 0
u (z)
Definio 10. Dizemos que um indivduo com utilidade sobre os
prmios u1 to avesso ao risco quanto um indivduo com utilidade
sobre os prmios u2 quando r1 r2 .
Pela caracterizao que vimos da atitude frente ao risco a partir
do ndice de utilidade, e lembrando que u duas vezes diferencivel
00
cncava se, e s se, u 0, temos que um ndivduo avesso ao risco
se, e s se, r 0. Da mesma maneira, podemos ver que neutralidade
ao risco equivalente a r ser identicamente nula e propenso ao risco
equivale a r 0.
Dada uma loteria x X, seu equivalente certo um prmio z
R+ tal que
z x
livro
2005/6/9
page 83
i
83
ou seja, u(z) = Ex [u(z)]. No exemplo do Paradoxo de So 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 hipteses aqui adotadas, temos que cx =
u1 (Ex [u(z)]). Mais ainda, a existncia de um equivalente certo
garantida simplesmente pela continuidade de u : R+ R, j que o
teorema do valor intermedirio

garante a existncia
de algum z tal
que u(z ) = Ex [u(z)]
min u(z), max u(z) .
zsupp[x]
zsupp[x]
Notemos que um indvduo avesso ao risco pode ser caracterizado
por
Ex % x
j que, pela desiguadade de Jensen para funes cncavas (veja James

(1996), pgina 116)
Ex [u(z)] u(Ex ),
P
lembrando que Ex o valor esperado do jogo, i.e, Ex =
zx(z).
zsupp[x]
Como u0 > 0 implica que (u1 )0 > 0 temos que cx = u1 (Ex [u(z)])
Ex . A diferena Ex cx representa um prmio ao risco.
De outra forma, dado um nvel de riqueza inicial e um jogo justo
x X , o prmio ao risco da loteria x dada uma riqueza , denotado
por (, x), definido implicitamente como:
u( (, x)) = E[u(x )]
Sendo u crescente e estritamente cncava temos que (, x) =
u1 (E[u(x )]) > 0, e ento (, x) pode ser interpretado como
o prmio que o indivduo esta disposto a pagar para ficar com o
mesmo nvel de utilidade gerado pelo jogo representado por x .
Exemplo: Vejamos um exemplo em que aplicamos as noes desenvolvidas pela teoria de vN-M.Imaginemos um indivduo que tem
a posse de um bem cuja as estatsticas indiquem uma probabilidade
p de que este bem no futuro tenha um valor igual a z e uma probabilidade igual a 1 p de que seu valor no futuro seja igual a z 0 , com
z > z 0 . Existe uma companhia de seguros que oferece uma proteo
contra a contingncia ruim: se o consumidor paga um prmio igual
84
livro
2005/6/9
page 84
i
a , a companhia de seguros ir pagar uma quantia igual a se a

contingncia ruim ocorrer. O consumidor pode pagar um cobertura
a e obter a se ocorrer a contingncia ruim. Vamos supor que
este indivduo satisfaz os pressusposto de vN-M, mais ainda, que seu
comportamento possa ser descrito por um ndice de utilidade que satisfaa as hipteses de diferenciabilidade dados no incio desta seo,
00
com u < 0. Assim o problema deste indivduo dado por:
max{pu(z a) + (1 p)u(z 0 + a a)}
aR
no difcil ver que a condio de primeira ordem para este problema

dado por
pu0 (z a) = (1 p)( )u0 (z (1 a) a)
Como u estritamente cncava, a condio de primeira ordem
necessria e suficiente para se obter a soluo.O contrato de seguro
dito atuariamente equitativo se o valor esperado da indenizao
(1 p) for igual ao prmio . Ou seja, p = (1 p)( ) e assim
se o contrato for atuariamente equitativo temos que
u0 (z a) = u0 (z (1 a) a)
o que implica que a = 1, ou seja, uma cobertura total.O contrato
atuariamente no-equitativo se a indenizao esperada for menor
que o prmio. Seja = p/(1 p)( ) e assim o contrato
atuariamente no-equitativo se > 1. Logo, nesta condio
u0 (z a) = u0 (z (1 a) a)
e assim qualquer soluo dever respeita o fato de que
u0 (z a) < u0 (z (1 a) a)
e como u0 decrescente, a soluo dever respeita a seguinte desigualdade:
z a > z (1 a) a
ou seja, na soluo deveremos ter a < 1, ou seja, uma cobertura parcial.
7.4. EXERCCIOS
7.4
livro
2005/6/9
page 85
i
85
Exerccios
1. Dado os axiomas de vN-M e supondo que o conjunto de prmios

finito, mostre que existe uma pior e uma melhor loteria de
duas maneiras distintas.
2. Adapte a prova de existncia de utilidade esperada para o contexto em que as loterias associem probabilidade positiva apenas
para um nmero finito de prmios, ou seja, o conjunto Z arbitrrio mas
X
ex
Z
= {x : Z [0, 1]/ para cada x existe

X
Z finito onde
x(z) = 1}
hx
zZ
3. Generalize o resultado anterior para o caso em que

X
existe {zn }nN onde
= {x : Z [0, 1]/ para cada x
x(zn ) = 1}
n=1
pode
4. Considere Z = {z1 , z2 }. Logo cada loteria em X = 21
+
ser escrita como uma soma ponderada de loterias degeneradas:
x = z1 + (1 ) z2
(a) Se U (x) = 2 , U uma utilidade esperada? Tomando
%U sobre o espao de loterias X, esta preferncia cumpre os
axiomas de vN-M? Obtenha uma representao de vN-M em
caso positivo.
(b) Seja V uma funo sobre X definida como
2
V (x) = [ (1/2)] ,
Existe utilidade esperada para a preferncia induzida %V ?
86
livro
2005/6/9
page 86
i

5. Considere duas loterias dadas por
x = (10, 2/3; 20, 1/3)ey = (5, 1/3; 15, 5/9; 30, 1/9).
Mostre que qualquer indivduo avesso ao risco considera a loteria x to boa quanto a loteria y.
6. Supondo Z = {z1 , z2 , z3 } e fixando uma preferncia % sobre
o conjunto de loterias X que cumpre os axiomas de vN-M;
sabendo que z1 z2 z3 , como possvel saber a ordenao
entre todas a loterias a partir das loterias degeneradas? Esboce
como ficam as curvas de indiferenas neste caso e destaque a
direo de aumento de satisfao.
7. Considere dois agentes que apresentem comportamentos consistentes com os axiomas de vN-M e apresentem utilidades sobre o
espao de prmios R+ que sejam duas vezes diferenciveis com
u0 > 0. Sendo I um intervalo aberto em R+ , mostre que so
equivalentes:
(a) Para todo z I, r1 (z) r2 (z)
(b) Para todo I e para todo jogo justo x X tal que7

supp[x z] I
1 (, x) 1 (, x)
Dica: para mostrar que (a) (b), prove inicialmente que a
hiptese implica que a composio u1 o u1
2 : u2 (I) R define
uma funo cncava, sendo que para isso necessrio utilizar
o Teorema da Funo Inversa em u2 e o fato de ln : R+ R
ser uma funo estritamente crescente. Em seguida aplique a
deseguidade de Jensen j utilizada no texto.
7 Notemos
que dado um prmios zh R+ e loteria x X, a loteria xz satisfaz:
e x(z + zh) = x(z).
supp[x zh] = {z + zh : z supp[x]}
livro
2005/6/9
page 87
i
Captulo 8
Teoria de Savage
A teoria de von Neumann-Morgenstern apresenta como maior alvo
de crticas em seus fundamentos a noo de probabilidades objetivas.
A existncia de mecanismos randmicos passveis de comprovao
emprica no so naturais em virtude da natureza singular dos fenmenos econmicos, ou seja, as escolhas em geral no esto sujeitas a
aleatoriedades conhecidas pelo tomador de decises como ocorre, por
exemplo, quando se joga uma moeda ou se roda uma roleta.
Neste sentido, em geral, os problemas econmicos envolvem tomadas de decises sobre incerteza ao invs de risco, isto , situaes
onde no temos probabilidades dadas de maneira exgena. A abordagem realizada por Savage (1954), sobre o problema da escolha num
contexto puramente subjetivo, apresenta um importantssimo resultado para a teoria econmica ao fundamentar axiomaticamente uma
representao de preferncias a partir da existncia de um ndice de
utilidade, que capta os gostos do tomador de decises, e de uma probabilidade subjetiva, que capta as crenas do tomador de decises.
O contexto tratado por Savage envolve um conjunto de estados
da natureza S, um conjunto de consequncias X e um conjunto de
atos F consistinto de todas as funes de S em X. A interpretao
que, quando o verdadeiro estado da natureza s S no conhecido,
a preferncia do tomador de decises sobre os atos dependem tanto
das consequncias que este ato pode implicar em cada estado quanto
da crena deste sobre que estado da natureza dever ocorrer. Savage
87
i
88
livro
2005/6/9
page 88
i
CAPTULO 8. TEORIA DE SAVAGE
mostrou que, dado um conjunto de axiomas com respeito a racionalidade da preferncia de um indivduo, existe uma nica medida de
probabilidade (finitamente aditiva) sobre a famlia de subconjuntos
de S e um nico (a menos de uma transformao afim positiva) ndice
de utilidade u sobre as consequncias tal que um ato f fracamente
prefervel ao ato g se, e somente se, o valor esperado de uof para
maior ou igual ao valor esperadode uog para . Um requerimento para o resultado original de Savage que o conjunto S seja
infinito e da temos a utilizao do instrumental da teoria da medida (finitamente aditiva). Em nossa exposio vamos considerar um
tramento alternativo em que tenhamos o conjunto de estados da natureza S sendo finito. Vamos apresentar a abordagem realizada por
Gul (1992) para se obter o teorema de representao de Savage com
um nmero finito de estados. Um ponto importante desta abordagem
apresentar um conjunto de axiomas que dispensem a necessidade
de um espao de estados infinito.
8.1
Elementos bsicos e axiomas comportamentais.
Seja S um conjunto finito denotando os estados da natureza, em que

cada s S representa uma descrio da resoluo final de qualquer
incerteza (relevante). Por exemplo, se imaginamos uma corrida de
cavalos, cada s representa uma descrio da ordem de chegada dos
cavalos e S o conjunto de todas as ordem de chegada possveis. Para
completar este exemplo de maneira um pouco exagerada, desconsideramos a possibilidade de uma guerra se iniciar durante a corrida e
afetar a competio, ou seja, consideramos esta incerteza irrelevante.
A famlia de eventos dada pela coleo de todos os subconjuntos de
S denotada por 2S .
Definio 1. Uma probabilidade1 sobre S qualquer aplicao:
: 2S [0, 1]
tal que
1 O termo medida de probabilidade tambm usualmente adotado na literatura. No caso geral, a abordagem de Savage exige apenas aditividade sobre
unies finitas de eventos disjuntos.
8.1. AXIOMAS
livro
2005/6/9
page 89
i
89
(i) (S) = 1;
(ii) (Aditividade) Se E F = ento (E F ) = (E) + (F ).
Tomamos o conjunto de consequncias X ,como sendo um subconjunto da reta dado pelo intervalo fechado e no-degenerado [m, M ],
e F a famlia de todas as funes de S em X, isto :
F = XS
Dado um evento E S, escrevemos f |E = g |E para denotar que
f (s) = g(s) para todo s E.
Seja % uma relao binria sobre F, o primeiro axioma dado
pelo clssico:
(S-G 1): % completa e transitiva;
Fixada nossa preferncia % sobre F, podemos definir para a famlia
de subconjunto 2S :
Definio 2. Um evento E dito %-nulo quando: dados f, g
F, se f |E c = g |E c ento f g. Um estado da natureza s dito
%-nulo se o conjunto unitrio {s} for %-nulo.
Notemos que pelo axioma (S-G 1), um evento E %-nulo se, e
somente se, todo estado s E for %-nulo.
Agora, dados f, g F e E S definimos o ato f Eg F como
sendo
f (s) se s E
f Eg(s) =
g(s) se s E c
Podemos identificar cada x X com o ato constante (ou totalmente seguro) que em cada estado s S entrega o prprio x; e, por
abuso de notao, vamos denot-lo por x.
A hiptese a seguir central para a representao que vamos obter
e para elucidar a apresentao vamos supor, por um momento, que
exista um mecanismo randmico exgeno. Tomando um caso em que
para algum trio x, y, z [m, M ] a consequncia x indiferente ao ato
que entrega (y, p; z, 1 p). Para um agente maximizador de utilidade
esperada, isso equivalente a
u(x) = pu(y) + (1 p)u(z),
90
livro
2005/6/9
page 90
i
embora no tenhamos mecanismo randmicos exgenos como primitivos, podemos pensar que se x yEz ento, sendo prob(A) a probabilidade da ocorrncia do evento A :
u(x) = prob(E)u(y) + prob(E c )u(z)
segue ento o seguinte axioma:
(S-G 2): Se para todo s S e algum E no %-nulo
f 0 (s) f (s)Eg(s) e g 0 (s) g(s)Ef (s)
ento
f g f 0 g0
O axioma (S-G 2) anlogo ao axioma de independncia tratado

no contexto de von Neumann-Morgenstern. Tomando atos arbitrrios
f, g e algum evento E no %-nulo e considerando, se possvel, um
ato f 0 construdo a partir de f, g e E tendo como requerimento que
o resultado de f 0 em qualquer estado s 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 construo, se
possvel, de um ato g 0 , ento f estritamente prefervel a g se, e s
se, f 0 for estritamente prefervel a g. Notemos que este axioma no
impe que f 0 e g 0 sempre possam ser construdos, somente diz que se
pudermos contru-los ento temos a propriedade descrita acima.
O terceiro axioma segue como:
(S-G 3): Se x > y ento x y. Ainda, existe um evento E S
no %-nulo tal que para todo par x, y X :
xE y yE x
A primeira parte impe monotonicidade sobre os atos constantes.
A segunda parte nos diz que possvel particionar S em dois eventos
igualmente provveis. Um exemplo, no contexo de probabilidades
objetivas, o lanamento de uma moeda honesta, pensando em x = 1
e y = 1.
Notemos que, como X um subconjunto da reta, podemos ver
F como um subconjunto de RN , onde N a cardinalidade de S.
Da, dizemos que um subconjunto G F fechado se for um subconjunto fechado de RN . Neste sentido apresentamos um axioma de
continuidade la Debreu:
livro
2005/6/9
page 91
i
91
(S-G 4): Para todo f F , os conjuntos

B(f ) = {g F : g % f }
e
W (f ) = {g F : f % g}
so fechados.
8.2
Teorema de Representao
O teorema de representao de Savage no caso finito obtido por Gul

dado por:
Teorema 3. Se % satisfaz os axiomas (S-G i), i =
1, 2, 3, 4, ento existe uma probabilidade sobre S e uma
funo u : X R tal que:
(a) f % g se, e somente se2 ,

X
sS
u(f (s))(s)
u(g(s))(s);
sS
(b) u contnua e estritamente crescente;

(c) Se o item (a) continua verdadeiro quando trocamos
a probabilidade por 0 e trocamos a funo u por u0 :
X R, ento
= 0 e u0 = au + b para algum a > 0 e b R.
Para a demonstrao, necessitamos de vrios lemas.
Lema 4. Se x > y ento
(i) x xE y y
(ii) xE z yE z 0 sempre que z z 0 .
2 Por
abuso de notao escrevemos ({s}) = (s).
92
livro
2005/6/9
page 92
i
Demonstrao: (i) Assumindo que xE y % x ento 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.
(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,

repetir o argumento para yE z e yE z 0 encerra a prova.
Assim temos que, pelo Lema 4 e por (S-G 4), que para todo
xE y existe um nico cxE y X tal que cxE y xE y.
Lema 5. (i) Existe uma funo contnua u : X R,
nica a menos de uma tranformao afim positiva, tal
que xE y % wE z se, e s se, u(x) + u(y) u(w) + u(z).
(ii) u estritamente crescente e pode ser tomada de modo

que u(X) = [0, 1].
Demonstrao: Escrevemos a seguinte condio

() x2 E y1
implica que x1 E y3
% x3 E y2 e x3 E y2 % x2 E y3
% y3 E x1
mostremos inicialmente que () vlida: Pelo Lema 4 e por (S-G 3)

temos M E y2 % x2 E m e pela premissa em (), (S-G 4) e Lema
4 existe y10 y1 , x01 x1 e t X tal que x2 E y10 x01 E y2 t.
Similarmente, temos y30 y3 , x03 x3 e t0 X tal que x03 E y2
x2 E y30 t0 .
Sejam f = y10 E x03 , g = y30 E x01 , h = x2 E y2 e E = E . Assim,
(S-G 2) e (S-G 3) nos permitem escrever f g se tE t0 t0 E t.
Por (S-G 3) vemos que x01 E y30 % y30 E x01 . Como exerccio ao fim do
captulo deixamos para o leitor a prova de que se % satisfaz a condio
() e (S-G 4) ento (i) satisfeito.
(ii) Segue de (i) e da monotonicidade em (S-G 3).
Lema 6.(i) Para todo y0 X defina para algum x X:

y1 = y0 E x, ..., yk yk1 E x. A sequncia {yk }k1 converge
para x.
livro
2005/6/9
page 93
i
93
(ii) Seja H = {x1 , ..., xn }, dizemos que y0 alcana x atravs

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
finito H de X tal que y0 alcana x atravs de H.
Demonstrao: (i) Se x = y0 , no temos nada para se provar;
supondo, spg, que x > y0 e usando o Lema 4 e o axioma (S-G 3)
temos que a sequncia {yk } estritamente crescente com yk < x
00
para todo k 1. Seja lim yk = y 0 < x; tomando y y 0 E x,
00
0
novamente pelo Lema 4 e (S-G 3) vale que y < y < x. Logo,
00
(1/2)(y 0 + y ) > y 0 > yk+1 yk E x. Usando (S-G 3) mais uma vez,
00
obtemos que (1/2)(y 0 + y ) % yk E x, mas lim (yk E x) = y 0 E x
00
00
0
y > (1/2)(y + y ), contrariando (S-G 4).
(ii) Novamente, spg, supondo que x > y0 , definindo yk yk1 E M .
Por (i), temos que a sequncia {yk } converge para M . Seja =
inf {k : yk > x} 1, que esta bem definido j que lim yk = M .
Da, y1 x < y y1 E M . Por (S-G 4), (S-G 3) e Lema 4,
existe algum z tal que x y1 E z. Assim, fazendo xk = M para
k = 1, ..., 1 e x = z construmos o conjunto finito H que desejvamos.
Lema 7.Seja G = {f1 , ..., fn }, dizemos que g0 alcana

f atravs 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 ento
existe um conjunto G tal que g0 alcana f atravs de G.
(ii) Se g0 alcana f atravs de G e g00 alcana f 0 atravs
de G ento g0 g00 se, e somente se, f f 0 e para todo
sS
g0 (s) > g00 (s) f (s) > f 0 (s)
Demonstrao:
mente o Lema 6.
(i) Segue diretamente ao aplicarmos repetida-
94
livro
2005/6/9
page 94
i
(ii) A primeira afirmao segue ao aplicaramos repetidamente o

axioma (S-G 2). A segunda parte segue do Lema 4 e do axioma (S-G
3).
O terceiro postulado original de Savage diz essencialmente que:

Lema 8. Se f (s) g(s) para todo s S e existe algum
estado s no % -nulo tal que f (s ) > g(s ), ento f g.
Demonstrao: Vamos fazer a prova para um par de funes em
que f |{s }c = g |{s }c , j que este fato conjuntamente com a transitividade nos permite chegar afirmao desejada. Pelo Lema 7(i),
para cada x X, existe H tal que f alcana x atravs de H. Agora,
pelo Lema 7(ii), tomando g 0 |{s }c = x e g 0 (s ) = y < x, temos que g 0
alcana g atravs de H. Mais ainda, pelo Lema 6(ii), podemos tomar
y arbitrariamente perto de x de modo que M g m; e assim, pelo
axioma (S-G 4), existe x0 X tal que x0 g 0 . Por (S-G 2) obtemos
que x x0 g 0 . E por fim o Lema 7(ii) nos permite concluir que
f g.
Dado um evento E no %-nulo definimos CE(E, f ) como sendo

o elemento x X tal que se g |E = x e g |Ec = f |E c ento f g.
Ainda, denotamos por CE(f ) = CE(S, f ).
O segundo postulado de Savage, conhecido como o princpio da
coisa segura, dado por:
Lema 9. Se f = f 0 Eg, g = g 0 Ef e f 0 = f Eg 0 ento3
f g f 0 g0
Demonstrao: Sendo g 0 (S) (m, M ), sabemos pelo Lema 7(i)
que existe uma sequncia finita H tal que, fazendo f = xEg 0 com
x (m, M ), f alcana f atravs de H. Assim, pelo Lema 7(ii),
g alcana alguma g atravs de H, onde g |E c = g 0 |E c . Agora para
cada hi H definimos h0i = hi Eg 0 e chamamos o conjunto obtido de
H 0 . Pelo Lema 7(ii) vale que f g se, e s se, f 0 g 0 . Se existe
3 Assim
g 0 = gEf 0 .
livro
2005/6/9
page 95
i
95
s E c tal que g(s) (m, M ) definimos f1 , g1 , f10 , g10 como: Para cada
s S e para algum x (m, M )
f1 (s) f (s)E x, g1 (s) g(s)E x, f10 (s)
f 0 (s)E x, g10 (s) g 0 (s)E x
Pelo Lema 4, g10 (s) (m, M ) para todo s S. Da, aplicando o
argumento feito no incio desta demonstrao, temos f1 g1 se, e s
se, f10 g10 . Mas pelo axioma (S-G 2) f g se, e s se, f1 g1 e
f 0 g 0 se, e s se, f10 g10 , o que encerra a prova.
Definindo sobre 2S a aplicao a partir de p(E) = u(CE(M Em)),

obtemos:
Lema 10. Se p(E)u(x)+(1p(E))u(y) = u(z) e |u(x) u(y)| =
(1/2n ) para algum n N ento
xEy z
Demonstrao: Se E ou E c %-nulo o resultado imediato. Em
caso contrrio, a prova segue por induo sobre n. Se n = 0 temos
|u(x) u(y)| = 1, o que nos duas opes: ou x = M e y = m, ou
y = M e x = m. Para o primeiro caso, u(z) = p(E)u(x) + (1
p(E))u(y) = p(E). Por nossa definio, M Em z 0 para algum z 0 tal
que u(z 0 ) = p(E); mas como u injetora, temos que z 0 = z, e assim
xEy z. Para o caso mEM , notemos que pelo Axioma (S-G3),
M E m mE M . Da pelo Axioma (S-G2)
[CE(M Em)] E [CE(mEM )] [CE(mEm)] E [CE(M EM )] ,
logo, zE zb mE M para cada z, zb tal que u(z) = p(E) e zb =
CE(mEM ). Mas pelo Lema 5, temos que u(z) + u(b
z ) = 1 e da
u(b
z ) = 1 p(E). Assim, mEM zb zbEb
z para zb tal que
u(b
z ) = 1p(E) = p(E)u(m)+(1p(E))u(M ) = p(E)u(x)+(1p(E)).
O fato de u ser injetora nos permite alcanar o resultado desejado
para n = 0.
96
livro
2005/6/9
page 96
i
Assumindo que o Lema vale para n e que p(E)u(x)+(1p(E))u(y) =

u(z) com
|u(x) u(y)| = (1/2n+1 ).
Sejam x0 , y 0 tais que |u(x0 ) u(y 0 )| = (1/2n ) em que, ou x0

x > y y 0 , ou y 0 y > x x0 . Notemos que esta escolha possvel
j que u contnua. Sem perda de generalidade, vamos assumir que
x0 x > y y 0 . Agora vamos usar novamente a continuidade e o fato
de termos u(X) = [0, 1]: Seja u de modo que 12 (u(x) + u ) = u(x) e
escolhemos w tal que u(w)

= u . Notemos
u(x0 )
que u = 2u(x)
n+1
0
u(x) 1 e 2u(x) = 2 u(y) + 1/2
= 2(y) u(y ) u(y) 0.
Deste modo, u [0, 1] e w esta bem definido. Pelo hiptese de
induo x0 Ey 0 ze para algum ze tal que
u(e
z ) = p(E)u(x0 ) + (1 p(E))u(y 0 ).
Pelo Axioma (S-G2)

z E w)] E [CE(x0 E M )] ,
[CE(x0 E w)] E [CE(y 0 E w)] [CE(e
e notemos que u(y 0 ) + u(w) = u(y 0 ) + 2u(y) u(y 0 ) = 2u(y) e, similarmente, u(x0 ) + u(w) = 2u(x). Logo, pelo Lema 5,
z E M )] ,
xEy [CE(e
z E w)] E [CE(e
novamente pelo Lema 5, CE(e
z E M ) = z 0 tal que
1
[u(e
z ) + u(w)]
2
1
[p(E)u(x0 ) + (1 p(E))u(y 0 ) + 2u(x) u(x0 )]
=
2
1
=
[2u(x) + (1 p(E))(u(y 0 ) u(x0 ))]
2
= p(E)u(x) + (1 p(E))u(y).
u(z 0 ) =
Assim, xEy z 0 onde u(z 0 ) = p(E)u(x) + (1 p(E))u(y). Mas

isso implica z 0 = z, o que conclui a prova.
Lema 11. 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 ento
xEy z
97
Demonstrao: Exerccio.
livro
2005/6/9
page 97
i
Lema 12. xEy % wEz p(E)u(x) + (1 p(E))u(y)

p(E)u(w) + (1 p(E))u(z).
Demonstrao: Basta mostrarmos que
xEy t p(E)u(x) + (1 p(E))u(y) = t.
Pelo Lema 11, temos que p(E) = 1 p(E c ) e, ainda, o resultado
trivial se E ou E c for %-nulo, ou ainda se x, y
/ (m, M ). Assim,
spg, vamos assumir que E e E c no so %-nulos e que x, y (m, M ).
Para provarmos a suficincia, seja t = CE(xEy) e {xi } uma sequncia que converge para x por cima e satisfaa
|u(xi ) u(y)| = (ki /2ni )
para inteiros {ki , ni }iN . Como o conjunto {(k/2n ) : k, n N, e
k 2n } denso em [0, 1] e u estritamente crescente com u(X) =
[0, 1], a existncia da sequncia tomada esta garantida. Seja tn tal
que tn = u(tn ) = p(E)u(xn ) + (1 p(E))u(y). Da, pelo Lema 10,
tn xn Ey e ento pelo Lema 8, tn xn Ey xEy t. Assim,
u(tn ) > u(t) para todo n N. Como X compacto, temos que a
sequncia {tn } admite alguma subsequncia que convergente, e, spg,
vamos assumir que {tn } converge para t0 . Pela continuidade de u
lim [p(E)u(xn ) + (1 P (E)u(y)]
n
= p(E)u(x) + (1 p(E))u(y) u(t0 ) u(t).

Para a desigualdade contrria, basta fazer um argumento simtrico.
A necessidade segue ao observarmos que, dado o Axioma (S-G4),
se xn Ey t ento xEy % t, e novamente por argumento simtrico a
prova esta completa.
Lema 13. Sejam E, F S tais que E F = e tenhamos

f |E = x |E , f |F = y |F , g |EF = z |E e g |(EF )c =
f |(EF )c , ento
p(E)u(x) + (1 p(E))u(y) = p(E F )u(z) f g.
98
livro
2005/6/9
page 98
i
Demonstrao: Primeiro vamos mostrar que p(E F ) = p(E) +

p(F ). Quando E %-nulo temos que CE(M Em) = m e da p(E) =
u(CE(M Em)) = 0. Ainda, se E e F so %-nulos bvio que E F
tambm %-nulo e da
p(E F ) = 0 = p(E) + P (F ).
Caso apenas um deles seja %-nulo, digamos E, notemos que
CE(M F m) = CE(M [E F ] m)
o que nos permite escrever
p(E F ) = p(F ) = p(F ) + p(E).
Caso nenhum deles seja %-nulo, definindo z = CE(E F, M Em)
obtemos que
M Em CE(M Em) z [E F ] m,
e pelo Lema 12,
p(E) = p(E F )u(z), (Eq1)
Agora, pelo Lema 9, mF M z [E F ] M . Seja t = CE(mF M ),
ento pelo Lema 12
p(F c ) = 1 p(F ) = u(t) = p(E F )u(z) + 1 p(E F ), (Eq2)
Agora por Eq1 e Eq2 temos a aditividade de p : 2S [0, 1].
Se E ou F for %-nulo claro que f g. Agora, se ambos no
so %-nulos, ento vamos definir z 0 = CE(E F, f ). Pelo Lema 9,
xEy z 0 [E F ] y. Seja t0 = CE(xEy). Pelo Lema 12,
p(E)u(x)+(1p(E))u(y) = u(t0 ) = p(EF )u(z 0 )+(1p(EF ))u(y),
a aditividade de p nos permite escreve
p(E F )u(z 0 ) = p(E)u(x) + (1 p(E))u(y) = p(E F )u(z),
e da z = z 0 , o que encerra a demonstrao.
8.3. EXERCCIOS
livro
2005/6/9
page 99
i
99
Demonstrao: (Representao de Savage)

Seja
X
U (f ) =
u(f (s))p(s)
sS
j vimos pelo ltimo lema que p aditiva. Mostremos que f % g se,

e somente se, U (f ) U (g):
Seja S = {s1 , ..., sK } o conjunto de estados no %-nulos. Para
cada f F vamos definir a sequncia finita f1 , ..., fk da seguinte
n
S
forma: z1 = f (s1 ), f1 = f . Para n 2, fazendo En =
{si },
i=1
escrevemos fn |En = zn |En e fn |Enc = fn1 |Enc onde zn tal que

p(En )u(zn ) = p(En )u(f (sn )) + p(En1 )u(zn1 ). Por construo,
U (fn ) = U (fn+1 ) e pelo Lema 12, fn fn+1 para todo n 1.
Ainda, fK |S = zk |S . Logo, f z e U (f ) = U (fK1 ) = u(z), onde
a ltima igualdade segue do fato de termos p(S) = 1, p aditiva e
p(s) = 0 para todo s S\S . Repetindo o mesmo argumento para g,
obtemos z 0 tal que U (g) = u(z 0 ) e g z 0 . Assim, se f % g, pelo Lema
4, z z 0 e da, j que u crescente, U (f ) = u(z) u(z 0 ) = U (g).
De modo anlogo, se U (f ) U (g) ento u(z) u(z 0 ) o que nos d
f z % z 0 g.
A unicidade (a menos de uma transformao montona) de u
segue do Lema 5. 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
u(x) u(m)
p(E) =
u(M ) u(m)
o que invariante sobre transformaes afins positivas de u.
8.3
Exerccios
1. Dada a condio
() x2 E y1
implica que x1 E y3
% x3 E y2 e x3 E y2 % x2 E y3
% y3 E x1
100
livro
2005/6/9
page 100
i

Prove que se % satisfaz a condio () e o axioma de continuidade (S-G 4) ento existe uma funo contnua u : X R
(nica a menos de uma tranformao afim positiva) tal que
xE y % wE z se, e s se, u(x) + u(y) u(w) + u(z).
2. Prove as afirmaes feitas na demonstrao do Lema 7.

3. Prove o Lema 11.
Dica: Seja L1 (n) este lema para um n fixado. Temos que L1 (0)
e L1 (1) seguem do Lema 10. Para provar que L1 (n) implica
em L1 (n + 1), assuma que |u(x) u(y)| = (h/2n+1 ). Agora use
induo sobre h: Seja L2 (l) a proposio quando h = l notando
que n + 1 esta fixado. Temos que L2 (0) trivial e L2 (1) segue
do Lema 10. Assim resta provar que L2 (l) implica L2 (l + 1)
para l 1.
4. Seja S = {s1 , s2 } o conjunto de estados da natureza e considere
uma funo f : S R tal que f (s1 ) > f (s2 ). Podemos pensar
f como sendo um ativo financeiro que entrega f (si ) unidades
monetrias no prximo perodo caso ocorra o estado da natureza si . Suponha que um ndivduo apresente um probabilidade subjetiva p : 2S [0, 1] e uma utilidade sobre as consequncias dada por u = Id ;
(a) Se o indivduo indiferente entre f e um ativo livre de risco
que entregue uma nidade monetria em cada estado da natureza, qual a probabilidade subjetiva do indivduo?
(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 indivduo
prefere estritamente adquirir f ?
livro
2005/6/9
page 101
i
Captulo 9
Paradoxos da Utilidade
Esperada.
Vimos dois tratamentos clssicos em teoria da escolha em que o conceito de probabilidade fundamental. No primeiro, vimos que uma
preferncia no contexto de loterias, respeitando o conjunto de axiomas
de vN-M, apresenta um representao linear nas probabilidades. No
segundo caso, uma preferncia sobre atos satisfazendo o conjunto
de axiomas comportamentais de Savage-Gul representada por um
ndice de utilidade sobre as consequncias e uma probabilidade subjetiva sobre os estados. Ambas as abordagens podem parecer satisfatrias do ponto de vista normativo, entretanto, como uma teoria
descritiva apresentam dificuldades que apresentamos abaixo.
9.1
O paradoxo de Allais.
O exemplo a seguir foi originalmente apresentado por Maurice Allais

(1953) e constitui a mais antiga e famosa crtica descritiva teoria
da utilidade esperada de vN-M. Imaginemos o seguinte experimento:
existem trs possveis prmios em euros, descritos pelo conjunto
Z = {2.500.000, 500.000, 0}
101
i
livro
2005/6/9
page 102
i
102 CAPTULO 9. PARADOXOS DA UTILIDADE ESPERADA.

Um indivduo 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 indivduos apresentam a seguinte ordenao de preferncias:
x1 x2 e y2 y1
Na primeira escolha, o indivduo 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 no se receber nada. No
segundo caso, a preferncia pela segunda loteria capta o fato de que
a chance de receber nada alta e muito prxima em ambas loterias,
mas a segunda loteria entrega 2.500.000 euros com uma probabilidade muito prxima da probabilidade que a primeria loteria promete
entregar 500.000.
Entretanto, esse comportamento no consistente com uma representao de vN-M. De fato, supondo que existisse um representao
do tipo vN-M, sejam u1 > u2 > u3 as utilidades nos prmios, onde
obviamente u1 representa a utilidade de obter o maior valor e u3 a
utilidade de receber o menor prmio. Logo
x1 x2 u2 > 0.10u1 + 0.89u2 + 0.01u3
e
y2 y1 0.10u1 + 0.90u3 > 0.11u2 + 0.89u1
e da a contradio:
0.10u1 + 0.01u3 > 0.11u2 > 0.10u1 + 0.01u3
Como exerccio proposto ao fim deste captulo, pedimos ao leitor
que chegue ao absurdo a partir do axioma de independncia.
Para mais paradoxos do comportamento usual dos indivduos,
o leitor convidado a ler o interessante e famoso artigo Prospect
9.2. PARADOXO DE ELLSBERG
livro
2005/6/9
page 103
i
103
Theory: An analysis of decisions under risk, escrito por Kahneman

e Tverski (1979). Para apresentar sua crtica teoria de utilidade
esperada, eles realizaram vrios experimentos de escolhas feitas por
alunos. Eles tambm propuseram uma teoria alternativa, a Prospect
Theory. Ultimamente toda uma linha de investigao aborda os
desvios da teoria de vN-M em vrias direes.
9.2
Paradoxo de Ellsberg
Muito embora as fundamentaes da teoria da probabilidade subjetiva sejam usualmente associadas ao paradigma Bayesiano1 e este seja
dominante no pensamento econmico contemporneo, muitas crticas
descritivas e desenvolvimentos tericos importantes foram realizados
a partir de idias tratadas por Frank Knight (1921) que tentam evitar
o uso de probabilidades clssicas como forma de modelar as crenas
dos indivduos. A mais importante objeo abordagem da probabilidade subjetiva foi feita por Ellsberg (1961) 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 no temos nenhuma informao
sobre a urna B. Uma bola 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 preta
e a bola retirada da urna B 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
contrrio, i.e., Ap apostar que a bola preta ser escolhida na urna
A. Os resultados obtidos por Ellsberg confirmam que os indivduos,
em geral, so indiferentes entre apostar que a bola preta sair na urna
A(B) ou apostar que a bola branca sair na urna A(B). Entretanto,
existe uma proporo no negligencivel de indivduos que preferem
sempre tomar apostas referentes urna A (preta ou branca) do que
tomar apostas referentes urna B (preta ou branca). Assim, temos
1 Para uma apresentao dos traoes fundamentais e uma crtica ao Bayesianismo como forma de se representar a racionalidade, consulte Gilboa-PostlewaiteSchmeidler (2004).
livro
2005/6/9
page 104
i
104 CAPTULO 9. PARADOXOS DA UTILIDADE ESPERADA.

a seguinte ordenao sobre as quatro possveis apostas:
Ap Ab B p B b
Agora, se um indivduo submetido a esta escolha apresenta tal
ordenao de preferncias e se tem seu comportamento como descrito
no conjunto de axiomas de Savage-Gul, este deve apresentar uma
representaoP
de suas preferncias, onde:
U (Ap ) =
u(Ap (s))p(s) = (u(0) + u(100))/2 = U (Ab )
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 ordenao encontrada por Ellsberg:

u(100) + (1 )u(0) < (u(0) + u(100))/2
e portanto:
( 1/2)(u(100) u(0)) < 0
Novamente, pela ordenao acima:
U (B p ) = (1 )u(100) + u(0) e
(1 )u(100) + u(0) < (u(100) + u(0))/2
e ento:
(1/2 )(u(100) u(0)) < 0
o que leva a uma contradio. Assim a ordenao acima no consistente com teoria da probabilidade subjetiva.
9.3
Exerccio
1) Mostre que sem apelar para a representao de vN-M podemos

chegar a um absurdo no exemplo dado por Allais a partir do axioma
de independncia.
livro
2005/6/9
page 105
i
Parte III
Escolha sob
Ambiguidade
105
i
livro
2005/5/20
page 1
i
livro
2005/6/9
page 107
i
Captulo 10
Escolhas com
ambiguidade.
Vimos que a abordagem de Savage (1954) consegue preservar a noo
de probabilidades frente s crticas da existncia de probabilidades
objetivas. Isto feito ao derivar um ndice de utilidade sobre as consequncias 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 problemtica.
Por ambiguidade entendemos a incapacidade, frente ao conjunto
de informao que dispe o tomador de decises, de especificar uma
distribuio de probabilidades sobre os estados da natureza.
O Paradoxo de Ellsberg deixa em evidncia a idia de que os indivduos tendem a preferir situaes onde sejam capazes de especificar
probabilidades quelas situaes em que isso no seja possvel. Isso
pode ser visto como uma atitude de averso ambiguidade e tal
comportamento de extrema importncia, uma vez que, em grande
parte dos fenmenos econmicos os indivduos no so capazes de
especificar uma avaliao probabilstica 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 bsicos desta
107
i
108
livro
2005/6/9
page 108
i
CAPTULO 10. ESCOLHAS COM AMBIGUIDADE.
construo.
10.1
Modelo de Anscombe-Aumann
Anscombe-Aumann chegam ao resultado de existncia de probabilidades subjetivas tomando como espao de consequncias o conjunto
de escolhas dado na teoria de von Neumann-Morgenstern, ou seja:
X = {x : Z [0, 1] :
n
X
x(zi ) = 1}
i=1
em que Z o conjunto finito de resultados ou prmios.

Neste caso, um ato f : S X associa a cada estado da natureza
uma resultado aleatrio com distribuio dada exogenamente, isto ,
uma consequncia 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 distino deixa clara a diferena
entre apostas que envolvem mecanismos randmicos bem especficos,
como o caso de uma roleta, e apostas que envolvem situaes onde
no seja possvel especificar uma lei probabilstica objetiva, como o
caso de uma corrida de cavalo ou uma partida de futebol.
O espao de atos no contexto de Anscombe-Aumann dado por:
F = XS
Como de costume, vamos enxergar 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, definimos a mistura f + (1 )g
fazendo, para todo s S :
(f + (1 )g)(s) = f (s) + (1 )g(s)
esta propriedade fundamental para a descrio dos axiomas a seguir
e caracteriza o conjunto F como sendo um espao de misturas.
Definimos ento uma relao de preferncia % sobre F, satisfazendo o seguinte conjunto de axiomas:
(Axioma 1) A preferncia racional e no-degenerada: Se f, g, h
F:
10.1. MODELO DE ANSCOMBE-AUMANN
livro
2005/6/9
page 109
i
109
(completa) f % g ou g % f
(transitiva) f % g e g % h implicam que f % h
Existe (f, g) F 2 tal que 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}
so fechados.
(Axioma 3) Monotonicidade. para todo f, g F:
se f (s) % g(s) para todo s S ento f % g.
(Axioma 4) Independncia: para todo f, g, h F e (0, 1) :
f g f + (1 )h g + (1 )h
A representao no contexto de Anscombe-Aumann dada pelo
seguinte teorema:
Teorema 1. Suponha que uma preferncia sobre F satisfaa
os axiomas 1,2,3 e 4. Ento existe uma nica probabilidade p sobre 2S e uma funo u sobre X de vN-M, tal
que, para todo par de atos f e g em F:
X
X
f %g
u(f (s))p(s)
u(g(s))p(s)
sS
sS
Ainda, se existem p e u como acima ento a relao de

preferncia induzida satisfaz os axiomas 1,2,3 e 4. Finalmente, a funo nica a menos de uma transformao
do tipo u 7 au + b, com a > 0 e b R.
Veremos resultados frente onde o teorema de Anscombe-Aumann
ocorre como caso particular.
Assim, temos fundamentado no contexto de Anscombe-Aumann
a noo de probabilidade subjetiva: um tomador de decises que apresente um comportamento consistente com o conjunto de axiomas
dados acima tem suas escolhas determinadas por uma funo de utilidade de von Neumann-Morgenstern e uma probabilidade subjetiva.
J vimos que o paradoxo de Ellsberg mostra um problema descritivo
110
livro
2005/6/9
page 110
i
desta teoria e, em termos axiomticos, o problema esta exatamente

no axioma de independncia.
No contexto proposto por Anscombe-Aumann que ocorreu o pioneirismo de algumas generalizaes importantes da teoria da utilidade
esperada, com destaque para os resultados obtidos por Schmeidler
(1989) e por Gilboa-Schmeildler (1989). Estes resultados tambm so
obtidos no contexto puramente subjetivo; uma maneira de se alcanar
tal resultado mantendo a simplicidade da abordagem de AnscombeAumann pode ser encontrada em Ghirardato et. al. (2003)1 .
10.2
Ambiguidade a partir de capacidades
Um importante resultado que fundamenta a noo de ambiguidade

dado por Schmeidler (1989). Sua representao utiliza a noo de
probabilidade no-aditiva ou capacidade:
Definio 2. Dado um conjunto finito e no-vazio S = {1, ....K}
e considerando a famlia de subconjuntos 2S de S, uma capacidade
uma aplicao v : 2S [0, 1] que cumpre:
(a) v() = 0, v(S) = 1
(b)(Montona) para todo E, F 2S : E F v(E) v(F ).
Obviamente, toda probabilidade uma capacidade mas a recproca falsa.
Definio 3. Dada uma funo a : S R, o funcional de
Choquet de a com respeito capacidade v dado por2 :
Iv (a) =
K1
X
s=1
[v({s, ..., K}) v({s + 1, ..., K}]as + v({K})aK
onde as = a(s) e tomamos a1 ... aK .

Observao: Se v for aditiva o funcional de Choquet igual
expresso usual do valor esperado. De fato, v({s, ..., K}) v({s +
K
P
v({s})ai .
1, ..., K} = v({s}) e assim Iv (a) =
s=1
1 Tais
autores utilizam a noo de misturas subjetivas, o que perminte uma

descrio dos axiomas de maneira similar ao feito por Anscombe-Aumann.
2 Como S = {1, ..., K}, o conjunto de todas as funes de S em R pode ser
identificado com RK .
10.2. AMBIGUIDADE A PARTIR DE CAPACIDADES
livro
2005/6/9
page 111
i
111
Notemos que se, por exemplo, temos S = {1, 2, 3}, uma capacidade v : 2{1,2,3} [0, 1] e uma funo b = (2, 3, 1), para calcular o funcional de Choquet de b temos que tomar uma permutao
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({n3 }) 3
De modo geral, dada b : S R, sempre podemos tomar uma
permutao n : S S em que bn1 ... bnK de modo que:
K1
X
k=1
[v({nk , ..., nK }) v({nk+1 , ..., nK }]bnk + v({nK })bnK
Em geral, o funcional de Choquet no aditivo. Por exemplo,

tomando S = {1, 2}, e uma capacidade v : 2S [0, 1] de 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 funes a aditividade vlida
e para isso precisamos da seguinte definio:
Definio 4. Duas funes a, b RK so comonotnicas quando
(ai aj )(bi bj ) 0, i, j S.
Ou equivalentemente, no existem i, j S
(ai aj ) > 0 e (bi bj ) < 0
Segue ento o importante:
112
livro
2005/6/9
page 112
i

Teorema 5. Se a, b RK so comonotnicas ento
Iv (a + b) = Iv (a) + Iv (b)
Demonstrao: Sejam a, b RK comonotnicas 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 contrrio vale (as+1 as )(bs+1
bs ) < 0 e ento a e b no seriam comonotnicas.
Assim se as+1 > as ento as + bs < as+1 + bs+1 . Da, quando
a1 < ... < aK temos que
Iv (a + b) =
=
K1
X
s=1
[v({s, ..., K}) v({s + 1, ..., K}](as + bs )
+v({K})(aK + bK )
K1
X
s=1
[v({s, ..., K}) v({s + 1, ..., K}]as + v({K})aK +
K1
X
s=1
[v({s, ..., K}) v({s + 1, ..., K}]bs + v({K})bK =
= Iv (a) + Iv (b).
Para o caso geral vamos usar uma caracterizao 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 > ... > N .
claro que N K e N = K se, e s se, a for injetora3 . Definindo
Ei = a1 (i ), 1 i N ; temos que Ei Ej = quando i 6= j e
N
S
Ei = S, ou seja, {Ei }N
i=1 uma partio de S. Fixando N +1 = 0,
i=1
o funcional de Choquet pode ser reescrito como
N
i
X
[
(i i+1 )v
Ej
Iv (a) =
i=1
3 Isto,
j=1
em nosso caso, implica k > k+1 para todo k.
livro
2005/6/9
page 113
i
113
notemos que se N = K, Ei = {si } para algum si S e o funcional

fica
N
X
(ai ai+1 )v ({s1 , ..., si })
Iv (a) =
i=1
Como exerccio ao fim do captulo, deixamos para o leitor a tarefa

de conferir que a definio dada inicialmente coincide com a expresso
que obtemos.
Assim, dados a, b RK de modo que Im[a] = {1 , ..., N } e
Im[b] = { 1 , ..., M } com 1 > ... > N e 1 > ... > M . Seja
E (s) =
1, s E
0, s E c
sendo Ei = a1 (i ) e Fi = b1 ( i ), podemos reescrever

a=
N
X
i Ei e b =
i=1
M
X
j Fj
j=1
Notemos que, pelo fato de a e b serem comonotnicas, existe uma

partio {Gp }P
p=1 de S e dois conjuntos { 1 , ..., P }, {1 , ..., P } de
modo que
P
P
X
X
a=
p Gp e b =
p Gp
p=1
p=1
onde 1 ... P e 1 ... P . Ainda, a expresso para o

funcional de Choquet para a (e vale o anlogo para b) o mesmo que
vimos acima, i.e,
p
P
X
[
Iv (a) =
( p p+1 )v
Gj
p=1
j=1
Deste modo,
P
X
a+b=
( p + p )Gp
p=1
114
livro
2005/6/9
page 114
i
e temos
p
P
X
[
Iv (a + b) =
[p + p (p+1 + p+1 )]v
Gj
p=1
j=1
= Iv (a) + Iv (b)
Vamos em muitos casos utilizar a forma do funcional de Choquet

obtida na proposio anterior:
N
i
X
[
Iv (a) =
(i i+1 )v
Ej
i=1
j=1
onde Im[a] = {1 , ..., N }, 1 > ... > N e Ei = a1 (i ), 1 i N

uma partio de S. Mais ainda, dado a RK e escrevendo {a
} = {s S : a(s) }, definimos a distribuio de a com respeito
capacidade v como sendo:
v({a }), 0
a () =
v({a }) 1, < 0
O funcional de Choquet ento dado pela integral de Riemann
de a :
+
Z
N
i
X
[
a ()d =
(i i+1 )v
Ej = Iv (a)
i=1
j=1
Isso pode ser facilmente provado por induo no nmero de valores

distintos de zero que a funo a assume. Notemos que se a 0 ento
+
+
Z
Z
Iv (a) =
a ()d =
v({a })d
Proposio 6. O funcional de Choquet Iv sobre RK

+
apresenta as seguintes propriedades:
livro
2005/6/9
page 115
i
115
(a) Iv normalizado: Iv (S ) = 1;
(b) Iv montono:
a b (ou seja, ak bk k S) Iv (a) Iv (b);
(c) Iv positivamente homogneo: > 0, Iv (a) =
Iv (a);
(d) Dado > 0,
Iv (a + S ) = Iv (a) +
(e) Iv contnuo.
Demonstrao: (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,
+
+
Z
Z
a ()d
b ()d = Iv (b)
Iv (a) =
(c) Iv (a) =
+
R
0
v({a })d =
= / obtemos:
+
R
0
v({a /})d, fazendo
+
Z
v({a })d = Iv (a).
Iv (a) =
0
(d) J vimos que o funcional de Choquet aditivo sobre funes

comontonicas. fcil ver que a e S so funes comonotnicas
para todo R. Em particular, pelo itens (a) e (c), quando > 0
temos que:
Iv (a + S ) = Iv (a) +
116
livro
2005/6/9
page 116
i
(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
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 ento Iv (ak ) Iv (a) max ak (s) a(s)

sS
0, pois a convergncia dada na hiptese implica que ak (s) a(s)

0 para cada s S.
Vimos que se a RK
+ ento Iv (a) =
a RK , definindo
+
R
0
v({a })d. Para
a = min a(s) e a = max a(s)

sS
sS
livro
2005/6/9
page 117
i
117
ento a1 = a a S RK
+ e
Iv (a1 ) =
aZa
aZa
v({[a a S ] })d
v({a + a })d
[ = + a ] =
Za
v({a })d +
Za
v({a })d +
v({a })d
Z0
[v({a }) 1]d +
a
Z
Z0
Z0
a ()d a
Logo tambm valem as propriedades enumeradas na Proposio

6 para o funcional de Choquet em todo RK .
Uma pergunta respondida em Schmeidler (1986), de maneira positiva, se a recproca do que vimos at aqui verdade:
Teorema 7. Seja J : RK R um funcional normalizado, J(S ) =
1, satisfazendo:
(i) J aditivo sobre funes comonotnicas;
(ii) J montono;
Ento a seguinte relao define uma capacidade
v
E
: 2S [0, 1]
v(E) = J(E )
e para todo a RK :
I(a) =
Za
N
i
X
[
a ()d =
(i i+1 )v
Ej
i=1
j=1
118
livro
2005/6/9
page 118
i
Demonstrao: Inicialmente vamos nos restringir s funes em

RK
+;
(passo 1): J positivamente homogneo;
(1.a) J(na) = nJ(a) para todo n N. Por induo, n = 1
trivial. Supondo vlido para n = k 2,
(ii)
hi
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++ ;
(1.a)
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 igualdade
procurada.
Notemos que J contnuo: De fato, Dado r Q++ arbitrrio se
am a ento existe m0 tal que para todo m m0 e para todo s S:
am (s) a(s) r, e
am (s) a(s) r
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 sequncias {rn } e {rn0 } em
Q++ de modo que rn e rn0 . Pela monotonicidade de J
J(rn S ) J(S ) J(rn0 S ), n 1
Como J normalizado e por (1.b) :
rn J(S ) rn0 , n 1
E assim, J(E ) = .
Seja > 0, logo existe alguma sequncia {rn } em Q++ de modo
que rn , logo para toda a RK
+
rn a a
livro
2005/6/9
page 119
i
119
Como J contnuo
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.
(passo 2) Para todo a RK
+ com a =
N
P
i=1
i Ei e 1 > ... > N :
N
i
X
[
J(a) =
(i i+1 )v
Ej = Iv (a).
i=1
j=1
Notemos que pelas propriedades de J ao definirmos a aplicao v

sobre 2S a partir da regra dada no enunciado, v(E) = J(E ), temos
que v claramente uma capacidade. Por induo, sobre o nmero 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
N1
X
X
i Ei ) = J(
(i N )Ei + N S )
J(
i=1
i=1
(ii)
= J(
N1
X
i=1
(i N )Ei ) + J(N S )
Da, pelo passo 1, o fato de J ser normalizado e a hiptese de

induo:
N
1
i
X
[
J(a) =
(i i+1 )v
Ej + N
i=1
j=1
N
i
X
[
=
(i i+1 )v
Ej = Iv (a)
i=1
j=1
120
livro
2005/6/9
page 120
i
e assim temos o teorema para o caso de funes no-negativas.

Usando um processo anlogo ao que fizemos nos comentrios anteriores ao enunciando deste teorema, temos que se T : RK R
um funcional que estende Iv |RK
, positivamente homogneo e aditivo
+
sobre funes comonotnicas ento para toda a RK :
a
T (a) =
a ()d
o que encerra a demonstrao.
Naturalmente, para K R denotamos por K S o conjunto de

funes de S em R que apresente seus valores em K. Vamos supor
que [1, 1] K e que K convexo. Um importante resultado que
utililizaremos frente dado por:
Corolrio 8. Seja J : K S R satisfazendo
(i) Para todo K, I(S ) = ;
(ii) Se a, b e c em K S so dois a dois comonotnicas com

J(a) > J(b) ento para todo (0, 1)
J(a + (1 )c) > J(b + (1 )c);
(iii) Se a b ento J(a) J(b).
Ento definindo v(E) = J(E ) sobre 2S ento para toda

a KS
J(a) = Iv (a).
Demonstrao: A idia da prova estender o funcional J para
todo RS e mostrar que as condies do Teorema anterior so satisfeitas. Pela propriedade (i) o funcional J homogneo sobre K S e da
admite uma nica extenso para todo RS .Vamos chamar a extenso
de J por convenincia. Por homogeneidade e pela propriedade (iii) o
funcional J sobre RS tambm cumpre a monotonicidade. A aditividade comonotnica segue do Lema a seguir e da homogeneidade.
livro
2005/6/9
page 121
i
121
Lema 9. Dadas as condies do Corolrio 8, sejam a, b

K S como-notnicas com valores em [1 + , 1 ] para
algum > 0 e seja 0 < < 1. Ento
J(a + (1 )b) = J(a) + (1 )J(b).
Demonstrao: Vamos denotar por J(a) = e J(B) = . Pela
condio do Lema e por (i) e (iii) do Corolrio 8, S , S K S com
J(S ) = e J(S ) = . Assim, queremos provar que J(a + (1
)b) = +(1). Por absurdo, vamos supor que J(a+(1)b) >
+ (1 ), para o outro caso o tratamento anlogo.
Seja 0 < < , logo por (i), J(a) < J(( + )S ) e J(b) <
J(( + )S ). Notemos que
(i)
+ (1 ) + = J(( + )S + (1 )( + )S )
(ii)
(ii)
> J(a + (1 )( + )S ) > J(a + (1 )b)
Como a desigualdade obtida vale para qualquer (0, ), obtemos uma contradio.
Em sua representao, Schmeidler (1989) utiliza o mesmo contexto desenvolvido por Anscombe-Aumann (1964) e enfraquece o axioma de independncia. Para isso Schmeidler introduz a noo de
comonotonicidade no contexto de preferncias:
Dois atos f, g F so comonotnicos se no exitem s1 , s2 S
tais que
f (s1 ) f (s2 ) e g(s2 ) g(s1 )
Para ilustramos essa idia, notemos que se ao invs de valores em X
os atos tomassem valores em R com a ordem usual, ento teramos a
noo de comonotonicidade como anteriormente vimos. Ainda, notemos que no paradoxo de Ellsberg os atos B p e B b no so comonotnicos:
[B p ((p, p)) B p ((p, b))][B b ((p, p)) B b ((p, b))] = 1002 < 0
O axioma introduzido por Schmeidler dado por:
(Axioma 5) Independncia comonotnica: para todo f, g, h F,
dois a dois comonotnicos, e (0, 1) :
122
livro
2005/6/9
page 122
i

f g f + (1 )h g + (1 )h
Substituindo o axioma 4 por sua forma mais fraca dado no axioma

5, obtemos:
Teorema 10. (Schmeidler, 1989) Suponha que uma
preferncia % sobre F satisfaa os axiomas 1,2,3 e 5. Ento existe uma nica capacidade v sobre 2S e uma funo
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 ento a relao de
preferncia induzida satisfaz os axiomas 1,2,3 e 5. Finalmente, a funo nica a menos de uma transformao
Demonstrao: Como todos os atos constantes so dois a dois
comonotnicos a preferncia induzida %|XX satisfaz os axiomas de
vN-M. Logo temos uma utilidade esperada u sobre X que represente
%|XX . Como, por hiptese, % no degenerada existe f , f F
com f f . Pela monotonicidade podemos escolher um estado da
natureza s S de modo que f (s) x x f (s). Como u
nica a menos de uma transformao afim positiva, podemos fixar
u(x ) = 1 e u(x ) = 1. Escrevemos K = u(X), que ento um
subconjunto convexo da reta que inclue o intervalo [1, 1].
Para cada f F definimos
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 so comonotnicos: 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 (s2 ) + (1 )x1
f (s1 ) + (1 )x2 , e
f (s2 ) + (1 )x2
livro
2005/6/9
page 123
i
123
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 funo Tf sobre Mf a valores reais e afim4 que representa a
preferncia 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
tambm que se h Mf Mg ento Tf (h) = Tg (h); da podemos
definir T : F R como T (f ) = Tf (f ). Notemos que T representa a
preferncia % sobre F e para todo x X vale que T (x) = u(x).
Seja K S o conjunto de funes de S em K. Definimos
U
f
: F KS
7
U (f )
a partir da seguinte regra:

U (f )(s) = u(f (s)), s S
Notemos que U uma sobrejeo. Ainda, se U (f ) = U (g) temos
que f g.
Agora podemos definir J : K S R fazendo
J(a) = T (f ) onde U (f ) = a
Esta aplicao esta bem definida pois T constante sobre U 1 (a).
Ainda fcil verificar que a aplicao J : K S R satisfaz:
(i) Para todo K, I(S ) = ;
(ii) Se a, b e c em K S so dois a dois comonotnicas com J(a) >
J(b) ento para todo (0, 1)
J(a + (1 )c) > J(b + (1 )c);
4 A funo J ser afim quer dizer que para todo [0, 1] e para todo g, h
f
Mf :
Jf (g + (1 )h) = Jf (g) + (1 )Jf (h)
124
livro
2005/6/9
page 124
i
(iii) Se a b ento J(a) J(b).

Logo podemos aplicar o Corolrio 8 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))
o que completa a prova da existncia de um representao via funcional de Choquet.
Para a reciproca, basta utilizar os resultados para o funcional de
Choquet j discutidos notando que K S = { uof : f F}.
Para a unicidade, suponha que exista um par (u0 , v 0 ) que represente a mesma preferncia. Tomando a restrio da representao
sobre X pelo Teorema de vN-M temos que u0 uma transformao
afim positiva de u. Da para provamos que v 0 = v, spg, podemos
supor u0 = u. Dado E S seja f F tal que U (f ) = E , por
exemplo, f (s) = x sobre E e f (s) = 12 x + 12 x sobre E c , o que
implica Iv (U (f )) = v(E) e Iv0 (U (g)) = v 0 (E). Seja x X tal que
u(x) = v(E), por exemplo, x = v(E)x + (1 v(E))( 12 x + 12 x ). Da
f x e assim, usando que (u0 , v 0 ) tambm representa a preferncia,
temos:
u(x) = u0 (x) = Iv0 (u0 ox) = v 0 (E)
e portanto v(E) = v 0 (E) para todo E S.
Exemplo: No experimento de Ellsberg, se o tomador de decises

apresentar uma capacidade v, em que:
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, ento
I(B b ) = (u(100) u(0))v((b, b) ou (p, b)) + u(0)
= u(100) + (1 )u(0)
livro
2005/6/9
page 125
i
125
ainda,
I(B p ) = I(B b ) < (1/2)u(100) + (1/2)u(0) = I(Ap ) = I(Ab )
Notemos que esta ordenao consistente com aquela obtida por
Ellsberg.
O Paradoxo de Ellsberg serve como uma evidncia de que os indivduos tendem a preferir situaes em que estes tenham uma melhor
informao sobre as possibilidades de perda e ganho. A ambiguidade reflete exatamente esta impossibilidade de conhecer ou estimar
a chances de cada contingncia numa situao de incerteza. Assim,
numa situao de incerteza em que um indivduo tenha uma comportamento consistente com a teoria da probabilidade subjetiva, este
apresenta neutralidade ambiguidade, como o caso de um indivduo
que associe uma probabilidade 50% 50% diante da urna B. Assim
comum dizer que a teoria de Savage reduz uma situao de incerteza
a uma situao de escolha sob risco.
A averso ambiguidade de uma preferncia % 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
representao de Gilboa-Schmeidler (1989). No contexto dado no
teorema de Schmeidler, a averso a ambiguidade pode ser expressa
pela convexidade da capacidade v :
Definio 11. Uma capacidade v : 2S [0, 1] convexa ou
super-aditiva se para todo E, F 2S :
v(E F ) v(E) + v(F ) v(E F )
Em particular pode existir algum evento A 2S tal que
v(A) + v(Ac ) < 1
A caracterizao obtidade por Schmeidler (1986, 1989) dada na
seguinte:
126
livro
2005/6/9
page 126
i

Proposio 12. Dada uma preferncia nas condies do
teorema de Schmeidler, so equivalentes:
(a) % revela averso ambiguidade;
(b) A capacidade v obtida na representao convexa;
(c) Para todo f F :
I(f ) =
min
pcore(v)
u(f (s))p(s)
sS
onde,
core(v) = {p : 2S [0, 1] :
p uma probabilidade t.q. p v em 2S }
(d) Para todo f, g F:

I(f + g) I(f ) + I(g)
Neste proposio5 o fato mais importante a ser mencionado
a caracterizao dada no item (c): um tomador de decises, que
respeite as propriedade comportamentais descritas nos axiomas de
Schmeidler e que seja avesso ambiguidade, tem sua escolha determinada por um conjunto de distribuies de probabilidade: A utilidade
ex ante proporcionada por um ato f dada pelo mnimo dentre todos os valores esperados calculados a partir das probabilidades dadas
no core(v).
10.3
Ambiguidade e Conjuntos de Probabilidades.
A ltima caracterizao dada na seo anterior abriu caminho para

uma nova maneria de se pensar a ambiguidade: uma escolha ambgua quando o tomador de decises apresentar mais que uma probabilidade como possvel descrio das chances de cada contingncia.
5 A prova desta proposio requer conhecimentos que vo alm daqueles pressupostos para esta leitura, e pode ser encontrada para o caso geral em Schmeidler(1986)
livro
2005/6/9
page 127
i
10.3. AMBIGUIDADE E CONJUNTOS DE PROBABILIDADES.127

Essa caracterizao obtida por Gilboa-Schmeidler (1989), tambm
no contexto de Anscombe-Aumann, ao enfraquer o axioma de independncia comonotnica:
(Axioma 6) C-Independncia : 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 so comonotnicos.
Ainda, fixamos como axioma 7:
(Axioma 7) A preferncia revela averso ambiguidade.
Temos ento dadas as condies para enunciar o teorema de GilboaSchmeidler (1989):
Teorema 13 (Gilboa-Schmeidler) Seja % uma relao binria
sobre F, so equivalentes:
(a) A relao % satisfaz os axiomas 1, 2, 3, 6 e 7;
(b) Existe uma funo de vN-M u : X R e um nico

conjunto C no-vazio, convexo e fechado de probabilidades sobre 2S tal que, para todo f, g F:
X
X
u(f (s))p(s) min
u(f (s))p(s)
f % g min
pC
sS
pC
sS
Ainda, a funo nica a menos de uma transformao

Para a demonstrao vamos proceder a partir de uma srie
de lemas:
Lema 14. Existe uma utilidade esperada u : X R que

no constante, tal que para todo x, y X : x % y se,
e s se, u(x) u(y). Ainda u nica a menos de uma
transformao afim positiva.
Demonstrao: Obviamente os axiomas (1,2 e 6) implicam as
condies dadas no Teorema de vN-M.
128
livro
2005/6/9
page 128
i

Lema 15. Para toda f F existe um equivalente certo
cf Fc X, isto , existe algum cf X tal que cf f.
Demonstrao: Para cada f F sejam x, y X de modo que

x % f (s) % y para todo s S
e assim x % f % y. Agora pela hiptese de continuidade os conjuntos
A = { [0, 1] : x + (1 )y % f } e
B = { [0, 1] : f % x + (1 )y}
so fechados com 1 A e 0 B de modo que A B = [0, 1] um
conexo. Assim, existe [0, 1] tal que x + (1 )y f.
Notemos que poderamos tomar a existncia de um equivalente

certo na prova da representao de Schmeidler, e proceder de maneira
um pouco mais fcil do que tomando os conjuntos Mf , f F.
Lema 16. Dada a funo u : X R obtida no Lema 15
existe um nico funcional J : F R such that
(i) f g se, e s se, J(f ) J(g) para todo f, g F.
(ii) Se f = xS Fc ento J(f ) = u(x).
Demonstrao: Sobre Fc o funcional J unicamente determinado

por (ii). Como para toda f F existe um equivalente certo cf Fc ,
podemos fazer J(f ) = u(cf ) e por construo J satisfaz (i), da tambm nico.
Como de costume denotamos por K S o conjunto de funes de S

em K R. Ainda, notemos que podemos tomar a funo de vN-M
de modo que existem x1 , x2 X onde u(x1 ) < 1 e u(x2 ) > 1 e
escolhemos K = u(X), que ento um conjunto fechado e convexo
convexo da reta.
Lema 17. Existe um funcional
I : RS R
livro
2005/6/9
page 129
i

tal que :
(i) I super-aditivo, i.e., para cada a, b RS : I(a + b)
I(a) + I(b);
(ii) I positivamente homogneo,i.e., para cada a, b
RS , 0 : I(a) = I(a);
(iii) I montono, i.e., para cada a, b RS : a b

I(a) I(b);
(iv) I normalizado, i.e., I(1S ) = 1;
(v) I C-independente, i.e., para cada a RS e k R,
I(a + kS ) = I(a) + I(kS ).
Demonstrao: Vamos iniciar a prova com domnio K S e ento

vamos extender para todo RS . Se f F ento u(f ) K S . Agora,
se a K S temos que existe uma partio {Ei }ni=1 2S de S e
{xi }ni=1 X tal que
n
X
a :=
u(xi )1Ei
i=1
da, basta escolhermos f F tal que f (s) = xi quando s Ei e ento

conclumos que a = u(f ).
Deste modo podemos escrever K S = {u(f ) : f F}; ainda,
u(f ) = u(g) u(f (s) = u(g(s)), s S f (s) g(s), s S; e
pela monotonicidade f g, i.e., u(f ) = u(g) J(f ) = J(g).
Defina I(a) = J(f ) quando a = u(f ); desse modo temos que I
esta bem definida sobre K S .
Agora, se a = u(f ) e b = u(f ) K S e a b ento u(f (s))
u(g(s)) para todo s S. Novamente pela monotonicidade temos que
f % g, i.e., J(f ) J(g) e I(a) = I(u(f )) = J(f ) J(g) = I(u(g)) =
I(b); o que prova que I montono.
Seja k u(X) ento existe algum x X tal que k = u(x) e
I(k1S ) = I(u(x)1S ) = J(x) = u(x) = k. Em particular, como
1 u(X), I(1S ) = 1.
Agora mostremos que I homogneo; tomando a = b onde
a, b K S e 0 < 1. Seja g F satisfazendo u(g) = b e defina
f = g + (1 )z, com z X e u(z) = 0. Da u(f ) = u(g) +
130
livro
2005/6/9
page 130
i
(1 )u(z) = b = a, e ento I(a) = J(f ). Pela C-independncia,

cg + (1 )z g + (1 )z = f , logo,
J(f ) = J(cg + (1 )x ) = J(cg ) + (1 )J(x ) = J(cg )
e podemos escrever
I(b) = I(a) = J(f ) = J(cg ) = I(b).
Mais ainda, temos igualdade para > 1 :
a = b b = 1 a I(b) = 1 I(a) I(a) = I(b).
Agora, por homogeneidade podemos extender I para todo RS e
tambm vamos chamar a exteno de I.
Agora vamos provar a propriedade (v); fixamos a RS and R.
Por homogeneidade podemos assumir , spg, que 2a e 2S K S .
Definindo = I(2a) = 2I(a). Seja f F de modo que u(f ) = 2a
e tomamos y, z X satisfazendo u(y) = S e u(z) = 2S . Como
f y a C-independncia da preferncia implica que
1
1
1
1
f + z y + z.
2
2
2
2
Da,
I(a + S ) = I(S + S ) =
1
+ = I(a) + ,
2
e assim I C-independnte.
Nos resta mostrar que I super-aditivo: Sejam, spg, a, b K S e
notemos que suficiente mostrarmos que
1
1
1
1
I
a + b I(a) + I(b)
2
2
2
2
Sejam f, g F tais que u(f ) = a e u(g) = b. Se I(a) = I(b) ento
pela averso ambiguidade 12 f + 12 g % f , e desse modo temos que
1
1
1
1
I
a + b I(a) = I(a) + I(b).
2
2
2
2
livro
2005/6/9
page 131
i

Agora, caso I(a) > I(b) fixamos = I(a) I(b). Definindo c =
b + S , pela C-independncia de I, o que j provamos, temos I(c) =
I(b) + = I(a). Usando a C-independncia de I novamente por duas
vezes e a super-aditividade de I para o caso j provado, obtemos:
1
1
1
1
1
I
a+ b + = I
a+ c
2
2
2
2
2
1
1
1
1
1
I(a) + I(c) = I(a) + I(b) + .
2
2
2
2
2
O que encerra a demonstrao deste lema.
Denotamos por (S) o conjunto de probabilidades sobre S, o

qual pode ser identificado com o simplex em RS , segue o importante
e fundamental lema para a representao de Gilboa-Schmeidler6 :
Lema 18. Seja I : RS R um funcional cumprindo
as propriedades {i, ii, iii, iv, v} do Lema anterior. Ento
existe um subconjunto no-vazio, convexo e fechado P
(S) tal que:
I(a) = min
pP
a(s)p(s)
sS
Demonstrao: A prova deste lema pode ser encontrada em Huber

(1981), p. 256, e utiliza o teorema de separao de convexos.
Combinando os resultados obtidos nos lemas anteriores, obtemos a

representao de Gilboa-Schmeidler a partir dos axiomas 1, 2, 3, 6 e 7.
A recproca segue da linearidade do somatrio e da super-aditividade
do operador inf : lembre que um resultado bsico de anlise diz que
dadas duas funes 1 , 2 : R R temos que inf ( 1 + 2 ) inf ( 1 )+
inf ( 2 ). Ainda, fcil provar que inf (+c) = inf ()+c, : R R
e c R.
6 Para o caso geral explorado em Gilboa-Schmeidler(1989) a prova deste lema
fundamental pode ser encontrada no prprio artigo. No caso geral, mas com X
dado pelo conjunto de payos monetrios R+ , a prova dada por Chateauneuf
(1991).
132
livro
2005/6/9
page 132
i
O conjunto de probabilidades C, obtido na representao, interpretado como a ambiguidade percebida pelo tomador de decises e o
operador min captura a atitude de averso ambiguidade.
A propriedade de averso ambiguidade pode ser interpretada
como uma propenso ao heding. Esta caracterstica comportamental
no suportada na teoria da probabilidade subjetiva. Por exemplo,
um tomador de decises pode ser indiferente entre dois ativos do tipo:
f (s1 ) = 2, f (s2 ) = 6 e g(s1 ) = 8, g(s2 ) = 0
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 identidade.
Notemos ainda que, no caso do Paradoxo de Ellsberg, se o tomador
de decises considera todas as crenas possveis, seu comportamento
ser consistente com aquele descrito na ordenao incompatvel com a
abordagem de probabilidades subjetivas, uma vez que as duas apostas
possveis na urna B nos do um payo ex-ante igual a zero.
Uma importante aplicao desta teoria foi dada por Dow-Werlang
(1992) escolha de portfolio, ilutramos este resultado com o seguinte
exemplo: Existem dois possveis estados da natureza, sendo a probabilidade do estado 1, e considere um investidor que apresente neutro
ao risco (i.e., u igual a identidade) um comportamento consiste com
o seguinte funcional de utilidade:
U (f ) =
min
{f (s1 ) + (1 )f (s2 )}
{:0.50.6}
Se g tal que g(s1 ) = 8 e g(s2 ) = 2, para qual intervalo de preos

este investidor tomar uma posio de compra(venda)?
Na teoria da utilidade esperada temos que existe um preo
onde o investidor fica indiferente entre tomar uma ou outra posio,
acima deste preo o investidor vende o ativo (short sale) e abaixo do
mesmo o investidor compra o ativo (buying). Neste nosso exemplo as
coisas so diferentes:
U (g) =
min
{8 + 2(1 )} = 5.0
{:0.50.6}
10.4. COMENTRIOS FINAIS

U (g) =
=
livro
2005/6/9
page 133
i
133
min
{8 + 2(1 )}
min
{6 2} = 5.6
{:0.50.6}
{:0.50.6}
Ou seja, na compra o investidor tem um payo ex ante de 5.0 e

na venda seu payo ex ante de 5.6, ou seja, ele antecipa pagar 5.6.
Logo se o preo do ativo for < 5.0 o investidor toma uma posio de
compra, quando o preo do ativo for > 5.6 ele toma uma posio
de venda. Da, temos um intervalo de inrcia onde o investidor no
negocia o ativo. Ainda, a ambiguidade esta positivamente relacionada
ao tamanho do intervalo de ausncia de trocas.
10.4
Comentrios Finais
Neste captulo tratamos da abordagem em que obtemos uma probabilidade no-aditiva (capacidade) ou um conjunto de probabilidades
como forma de se representar a avaliao subjetiva da informao
disponvel por parte de um tomador de decises. Tal caracterisca
interpretada como a ambiguidade percebida pelo tomador de decises.
Concentramos nossa apresentao para as generalizaes da teoria de
Anscombe-Aumann7 que enfraquecem o axioma de independncia.
Existe uma outra maneira de obter uma representao do julgamento subjetivo, a partir de um conjunto de probabilidades, ao
enfraquecer o axioma da completude da relao de preferncia. Tal
abordagem foi realizada por Bewley (1986) no contexto de AncombeAumann8 , e seu teorema principal diz que uma preferncia cumpre
os axioma de Anscombe-Aumann com exceo da completude, se e
somente se, existe uma utilidade u de vN-M sobre as consequncias
(loterias) e um conjunto C no-vazio, convexo e fechado9 de probabilidades sobre os estados da natureza tal que:
X
X
f %g
u(f (s))p(s)
u(g(s))p(s), para todo p C.
sS
sS
7 A obra de Fishburn (1970) uma referncia clssica ao contexto proposto

por Anscombe-Aumann por elaborar uma reformulao mais geral desta teoria.
8 Para o caso puramente subjetivo de Savage consulte Ghirardato et. al. (2003)
9 Como temos um nmero finito de estados da natureza, C subconjunto de
algum simplex finito dimensional.
134
livro
2005/6/9
page 134
i
Uma justificativa interessante para a incompletude da preferncia

reside no fato de o conjunto de atos abranger muitas decises contrafactuais. Neste sentido natural pensar que os indivduos no so
capazes de ordenar todos os atos.
Para um survey recente sobre as aplicaes, em diversos campos
da teoria econmica, da noo de ambiguidade proposta por Schmeidler (1989) e Gilboa-Schmeidler (1989) consulte Mukerji e Tallon
(2003). Relativamente, temos um nmero menor de aplicaes do
modelo proposto por Bewley (1986). Um bom exemplo da aplicao
da noo de mltiplas crenas via preferncias incompletas, ao contexto de equilbrio geral com mercados financeiros, dado por Rigotti
e Shannon (2005).
10.5
Exerccios
1. Mostre que o axioma de independncia dado por Anscombe Aumann no consistente com comportamento observado no
Paradoxo de Ellsberg.
2. Seja a RK de modo que a imagem de a seja dada por Im[a] =
{1 , ..., N }, de modo que 1 > ... > N . Definindo Ei =
a1 (i ), 1 i N ; temos que Ei Ej = quando i 6= j e
N
S
Ei = S, ou seja, {Ei }N
i=1 uma partio de S. Fixando
i=1
N +1
= 0, mostre que o funcional de Choquet, como definido

no texto, pode ser reescrito como
N
i
X
[
(i i+1 )v
Ej
Iv (a) =
i=1
j=1
3. Dada a distribuio de a com respeito a uma capacidade v,

denotada por a , mostre que o funcional de Choquet dado
pela integral de Riemann de a :
+
Z
N
i
X
[
a ()d =
(i i+1 )v
Ej = Iv (a)
i=1
j=1
10.5. EXERCCIOS
livro
2005/6/9
page 135
i
135
4. D exemplo de alguma situao em que a propriedade de averso ambiguidade possa ser interpretada como uma propenso
ao heding, como feito no texto.
5. Dada uma capacidade convexa v : 2S [0, 1], defina o ndice
de incerteza do evento E S como sendo
Cv (E) = 1 v(E) v(E c )
6. Suponha S = {s1 , s2 } e dois indivduos neutros ao risco com
capacidades convexas v1 e v2 de modo que Cv1 (E) > Cv2 (E)
em todo evento E 6= S. Dado um ato (ou ativo financeiro)
f : S R com f (s1 ) > f (s2 ), calcule os intervalos de inrcia
para cada indivduo. Qual maior?
livro
2005/5/20
page 1
i
livro
2005/6/9
page 137
i
Parte IV
Escolha Social
137
i
livro
2005/5/20
page 1
i
livro
2005/6/9
page 139
i
Captulo 11
Introduo a escolhas
sociais
Vamos agora estudar as escolhas sociais. evidente que h situaes
em que decises que precisam ser tomadas em grupo afetam o bemestar de cada indivduo. Em primeiro lugar, devemos observar que
dependendo da forma de escolha que se adote, um indivduo pode ser
beneficiado. Para ilustrar isso, recordemos o Paradoxo de Condorcet:
Suponha que a Cmara de Deputados formada por trs partidos,
1, 2, 3, de mesmo peso poltico (mesmo nmero de votos) e h trs
projetos (A, B, C) em considerao sendo que apenas um deles deve
ser escolhido. A preferncia dos partidos a seguinte:
A 1 B 1 C
B 2 C 2 A
C 3 A 3 B
Digamos que o presidente da Cmara estabelea o seguinte sistema de escolha dos projetos: dois projetos so votados. O que obtiver maior nmero de votos disputar com o terceiro. O vencedor da
segunda votao ser o projeto escolhido. A ordem com que os projetos sero votados ser determinada aleatoriamente pelo presidente
da Cmara.
139
i
140
livro
2005/6/9
page 140
i
CAPTULO 11. INTRODUO A ESCOLHAS SOCIAIS
Essa regra parece bastante razovel, pelo menos primeira vista.

No entanto, ela simplesmente determina que o presidente escolher,
sozinho, o projeto. De fato, possvel ver que, qualquer que seja o
projeto deixado para o segundo round, este ser 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 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, ento, que escolhas sociais podem ser

manipuladas. Na verdade, conforme veremos mais frente, no existirir nenhuma maneira de estabelecer regras de escolha social totalmente satisfatrias no caso geral. Isso nos obriga, ento, a estudar
cada uma delas e o que apresentam de bom e ruim. Comearemos
com o caso em que h apenas duas escolhas possveis.
Este captulo est fortemente baseado no livro de Taylor (1995).
11.1
Sistemas de Escolha Sim-No
Suponha que o conjunto de deciso tem apenas duas alternativas, isto

, X = {1, 0}, onde 1 significa sim, isto , uma proposta aprovada
e 0, no (o projeto rejeitado e sua alternativa adotada).1 Seja
I = {1, ..., n} o conjunto de indivduos na sociedade, cada um deles
com uma preferncia bem definida, isto , a cada indivduo atribudo
1 Observe que estamos impedindo a possibilidade de empate ou indiferena.
Isso bastante realstico em muitas situaes. Posteriormente relaxaremos essa
hiptese.
11.1. SISTEMAS DE ESCOLHA SIM-NO
livro
2005/6/9
page 141
i
141
um elemento de X. O conjunto X n denota, portanto, o conjunto

de todas as configuraes de preferncias da sociedade. Temos a
seguinte:
Definio 1. Uma regra de escolha social ou simplesmente regra
de escolha uma funo F : X n X.
Damos a seguir alguns exemplos de regras de escolha social:
Exemplo 2. Plebiscitos
Cada eleitor d um voto (sim ou no) e a P
proposta aprovada se
a maioria dos votos sim, isto , F (x) = 1 se ni=1 xi > n/2 e 0 caso
contrrio.
Para os exemplos abaixo, procure definir a regra de escolha social.
Exemplo 3. Comit de Poltica Monetria (COPOM)
formado por oito membros da Diretoria do Banco Central com
direito a voto, sendo que o Presidente do Banco Central tem o voto
qualificado (isto , em caso de empate prevalece seu voto).2
Exemplo 4. Comunidade Europia (configurao do Trata-do
de Roma de 1958)
Era formada por seis pases - Frana, Alemanha, Itlia, Blgica,
Holanda, Luxemburgo. Os trs primeiros pases tinha direito a quatro
votos cada, Blgica 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 5. Conselho de Segurana da ONU
H quinze pases, sendo cinco com assento permanente (China,
Inglaterra, Frana, Rssia e Estados Unidos) e que tem o poder de
veto. Uma proposta aprovada se tem pelo menos 9 votos favorveis.
Exemplo 6. Emendas Constituio Brasileira
2 Naturalmente
o COPOM decide entre mais do que uma alternativa. Podemos

simplificar as coisas, porm, sem fugir muito realidade, se assumirmos que a
deciso apenas aprovar ou no a recomendao do Diretor de Poltica Monetria.
142
livro
2005/6/9
page 142
i
Para que uma emenda seja aprovada, necessrio que seja aprovada
por 3/5 dos membros da Cmara dos Deputados e por 3/5 dos membros do Senado.3
Exemplo 7. Emendas Constituio do Canad
O Canad tem um sistema diferente para aprovao de emendas
Constituio: ela tem de ser aprovada por pelo menos sete das
dez provncias canadenses, sujeita condio de que as provncias
que aprovam a emenda tenham pelo menos metade da populao
canadense. Para efeito do exemplo, vamos tomar a populao dada
pelo censo de 1961:
Ilha Prncipe Edward - 1%
Newfoundland - 3%
New Brunswick - 3%
Nova Scotia - 4%
Manitoba - 5%
Saskatchewan - 5%
Alberta - 7%
British Columbia - 9%
Quebec - 29%
Ontrio - 34%
A definio de regra de escolha social no impe nenhuma estrutura sobre a funo F . fcil ver, porm, que algumas propriedades
bsicas so desejveis. Por exemplo, bastante razovel pedir que,
se todos os indivduos da sociedade aceitam o projeto (x = (1, ..., 1)
) ento o projeto ser adotado, isto , F (x) = 1. De fato, esta
propriedade bsica tem um nome:
Axioma da Unanimidade - Dizemos que uma regra de escolha
social satisfaz o Axioma da Unanimidade ou respeita unanimidade
(ou ainda que Paretiana) se F (1, ..., 1) = 1 e F (0, ..., 0) = 0.
Observe que respeitar a unanimidade uma condio bastante
fraca. Em outras palavras, se um regra no satisfaz o Axioma da
3 requerido votao em dois turnos. Se supusermos que no h mudana de
opinio (e de contedo), isso se torna irrelevante.
livro
2005/6/9
page 143
i
143
Unanimidade, ento ela certamente no uma regra de escolha social

razovel. Uma condio mais interessante a seguinte:
Definio 8. Uma regra de escolha social F : X n X um
sistema por pesos se existem pesos 1 , ..., n R+ , no todos identicamente nulos e uma quota q R++ tais que F pode ser descrita
da seguinte forma:
Pn
1, se
i=1 i xi > q
F (x) =
(11.1)
0,
caso contrrio
Observe que um sistema por pesos bastante conveniente, porque
especifica de uma forma clara qual o peso que cada participante tem.
Temos o seguinte resultado bastante natural:
Proposio 9. Um sistema por pesos satisfaz o Axioma da Unanimidade.

Demonstrao: Exerccio.
bvio que o exemplo 2 um sistema por peso. Tambm
bastante evidente que o exemplo 4 tambm um sistema por pesos.
De fato, sua descrio j atribui os pesos i de cada pas e, ainda,
a quota mnima q = 12 para que uma proposta seja aprovada. Os
outros exemplos so menos bvios.
Exemplo 3 (cont.) - O sistema de deciso do COPOM um
sistema por pesos
Este sistema especifica que o voto do presidente tem o poder de
desempatar. natural, portanto, que atribuamos um peso um pouco
maior para seu voto, mas isso tem de ser feito sem que alteremos o
resultado da deciso em casos em que no h empate. Verifique que
1 = 1.5, 2 = ... = 8 = 1 e uma quota q = 4.2 so suficientes para
descrever F.
Exemplo 5 (cont.) - Talvez surpreendentemente, o sistema de
votao do Conselho de Segurana da ONU tambm um sistema por
pesos. Para mostrar isso, precisamos encontrar os pesos e a quota.
Vamos comear atribuindo peso 1 para os membros no permanentes
e seja x o peso dos membros permanentes. Sabemos que mesmo que
144
livro
2005/6/9
page 144
i
os 10 membros no permanentes e mais quatro permanentes aceitem

uma proposta, ela ser rejeitada (uma vez que um membro permanente contrrio).4 Ou seja, temos
4x + 10 < q,
e nove membros, ou seja, os cinco membros permanentes mais quatro
no permanentes so suficientes para a aprovao, isto , 5x + 4 > q.
Para que ambas desigualdades possam ser satisfeitas, necessrio
x > 6. Seja x = 7. Ento, precisamos 38 < q 6 39. Portanto,
nosso candidato um sistema por pesos em que a quota 39 e o peso
dos membros permanentes 7 em comparao com o peso de 1 dos
membros no permanentes.5 O leitor convidado a verificar que o
sistema por pesos proposto representa a regra analisada.
Agora vamos introduzir alguns conceitos que usaremos posteriormente.
Definio 10. a) Uma coalizo qualquer conjunto C I de
indivduos.
b) Dada uma regra F , uma coalizo C vencedora se, no caso em
que todos os indivduos na coalizo tm a mesma preferncia, isto ,
se xi = k, i C, ento a escolha social a mesma da coalizo, isto
, F (x) = k, para k = 1 ou 0.6
c) Uma regra F montona se para toda coalizo vencedora C,
todo coalizo D C tambm vencedora.
Proposio 11. Se uma regra montona e tem pelo menos uma
coalizo vencedora, ento a regra satisfaz o Axioma da Unanimidade.
Demonstrao - Exerccio.
Observe que pode haver regras que no tm coalizes vencedoras.
Considere o seguinte
4 Lembre-se
que no estamos considerando abstenes.

que no h unicidade na escolha. Poderamos ter arbitrado x = 8 e
q poderia ser 43 ou 44, apenas para falar em nmeros inteiros.
6 Em outras palavras, uma coalizo vencedora se consegue determinar o resultado da escolha social no importando a opinio dos membros de fora da coalizo.
5 Observe
livro
2005/6/9
page 145
i
145
Exemplo 12. Seja I = {1, 2} e F (0, 0) = 1, F (0, 1) = 0,

F (1, 0) = 0, F (1, 1) = 1. Esta regra no satisfaz o Axioma da Unanimidade. Observe que F no tem coalizes vencedoras e, portanto,
montona.
Reciprocamente, temos a seguinte:
Proposio 13. Se F satisfaz o Axioma da Unanimidade ento
existem coalizes vencedoras.
Demonstrao. Nesse caso, trivialmente a coalizo formada por
todos os indivduos, I, vencedora.
Naturalmente, o fato de uma regra satisfazer o Axioma da Unanimidade no implica que a regra seja montona. Por outro lado,
temos o seguinte resultado interessante:
Proposio 14. Todo sistema por pesos montono e tem coalizes vencedoras.
Demonstrao - Exerccio.
Bom, depois dessa digresso, vamos retomar nossa anlise de se
todos as regras (ou quais regras) so, na verdade, sistemas por peso.
Em certo sentido, o exemplo 3 foi surpreendente porque ele colocava
poder de veto que pde ser representado por pesos. Podemos agora
verificar que o exemplo 4 no ser sistema por pesos.
Definio 15. Uma regra de escolha social robusta a trocas se,
para quaisquer duas coalizes vencedoras C e C 0 , e indivduos i, i0
tais que i C e i0 C 0 , pelo menos uma das duas coalizes C {i0 }
\ {i} ou C 0 {i} \ {i0 } ainda vencedora.
Em palavras, uma regra robusta a trocas se podemos trocar
dois indivduos em coalizes vencedoras e ainda assim obtemos pelo
menos uma coalizo vencedora.
Proposio 16. Um sistema por pesos robusto a trocas.
146
livro
2005/6/9
page 146
i
PnDemonstrao: Seja
PS a soma de todos os pesos, isto , S =
e
seja
P
(C)
=
j
jC j . fcil ver que uma coalizo C
j=1
vencedora se e somente se
X
X
j > q >
j = S P (C)
P (C) =
jC
j C
/
Sejam C e C 0 coalizes vencedoras e indivduos i, i0 tais que i C e

i0 C 0 . Suponha, sem perda de generalidade, que i > i0 . Ento
P (C 0 {i} \ {i0 }) > P (C 0 ) > q > SP (C 0 ) > SP (C 0 {i} \ {i0 }) ,
o que significa que a coalizo C 0 {i} \ {i0 } vencedora.
Agora, podemos verificar que o Exemplo 6 no um sistema por
votos!
Exemplo 6 (cont.). Dividamos a Cmara de Deputados em dois
conjuntos no idnticos, D e D0 cada um dos quais tem o menor
nmero (inteiro) de deputados no inferior a 3/5 do total de deputados e, com definies similares, tomemos os conjuntos S e S 0 de
membros do Senado. Considere as seguintes coalizes vencedoras:
C = D S e C 0 = D0 S 0 . Agora tome um senador i S e um
deputado i0 D. Ento nenhuma das duas coalizes C {i0 } \ {i} ou
C 0 {i} \ {i0 } vencedora. A primeira tem um senador a menos que o
necessrio para a aprovao no Senado; a segunda tem um deputado
a menos. Logo, o processo de emenda da Constituio Brasileira no
um sistema por pesos.
O processo de emenda Constituio do Canad, porm, robusto a trocas, como mostramos abaixo.
Exemplo 7 (cont.). Uma coalizo vencedora nessa regra se
e somente se contm pelo menos sete provncias e se sua populao
total for de pelo menos 50%. Dadas duas coalizes C e C 0 e duas
provncias distintas i C e i0 C 0 , ambas as coalizes C {i0 } \ {i}
e C 0 {i} \ {i0 } tm pelo menos sete provncias. Tambm verdade
que pelo menos uma das duas tem pelo menos 50% da populao.
livro
2005/6/9
page 147
i
147
Logo, uma das duas vencedora, o que mostra que o processo

robusto a trocas.
Apesar de o sistema descrito no Exemplo 7 ser robusto a trocas,
ele no um sistema por pesos, como mostraremos a baixo. Para
demonstrar isso, precisamos de uma nova definio. Seja {Cj }lj=1
uma coleo de coalizes. Denotaremos por i {Cj }lj=1 o nmero

l
de conjuntos na coleo {Cj }j=1 que contm o indivduo i.
Definio 17. Uma regra robusta a intercmbios se para toda

l
l
coleo {Cj }j=1 de coalizes vencedoras e toda outra coleo Cj0 j=1

l
tal que i {Cj }lj=1 = i Cj0 j=1 , para todo i = 1, ..., n, ento
existe um k tal que Ck0 vencedora.
Em termos simples, a robustez a intercmbios significa que podemos
rearranjar da maneira que quisermos os indivduos nas coalizes, contanto que no eliminemos a participao de ningum. Temos o seguinte resultado:
Proposio 18. Um sistema por pesos robusto a intercmbios.
Demonstrao: Como a coleo {Cj }lj=1 formada por coalizes vencedoras, ento para todo k,
P (Cj ) > q > S P (Cj ) .
Pl
Pn
l
Observe tambm que
P
(C
)
=
i
{C
}
j
j
i=1
j=1 i . Como
j=1
l
o nmero i {Cj }j=1 no pode ser alterado por intercmbios, isto

Pl
Pl
l
l
, i {Cj }j=1 = i Cj0 j=1 , ento j=1 P Cj0 = j=1 P (Cj ).
l
Seja k tal que P (Ck0 ) mximo entre os Cj0 j=1 . Temos:
lP (Ck0 ) >
l
X
j=1
l
l
X
X

P Cj0 =
P (Cj ) > lq > lS
P Cj0
> lS lP
j=1
j=1
(Ck0 )
148
livro
2005/6/9
page 148
i
o que implica, dividindo por l,

P (Ck0 ) > q > S P (Ck0 ) ,
ou seja, Ck0 uma coalizo vencedora.
Exemplo 7 (cont.) - O processo de emenda da constituio do

Canad no robusto a intercmbios. Considere as seguintes coalizes vencedoras:
C1
Ilha Prncipe Edward (1%)
Newfoundland (3%)
Manitoba (5%)
Saskatchewan (5%)
Alberta (7%)
British Columbia (9%)
Quebec (29%)
C2
New Brunswick (3%)
Nova Scotia (4%)
Manitoba (5%)
Saskatchewan (5%)
Alberta (7%)
Ontario (34%)
Nmero de provncias: 7
Percentual da Populao: 59%
Agora se intercambiarmos Ontario com Ilha Prncipe Edward e

Newfoundland, obtemos as seguintes coalizes:
C10
Ontario (34%)
Manitoba (5%)
Saskatchewan (5%)
Alberta (7%)
Quebec (29%)
C20
New Brunswick (3%)
Nova Scotia (4%)
Manitoba (5%)
Saskatchewan (5%)
Alberta (7%)
Ilha Prncipe Edward (1%)
Newfoundland (3%)
C10 no vencedora porque tem um nmero insuficiente de provncias e C20 no tem populao suficiente. Conclumos, portanto, que
11.2. EXERCCIOS
livro
2005/6/9
page 149
i
149
o processo de emenda do Canad no robusto a intercmbios e,

portanto, no pode ser um sistema por pesos.
11.2
Exerccios
1) Suponha que uma determinada regra de escolha social, F , um

sistema por pesos. Suponha que modificamos F para F 0 estabelecendo que no caso de empate, o indivduo 1 tem o voto qualificado.
Ser que F 0 ainda um sistema por pesos?
2) Suponha que I = {1, 2, 3, 4, 5} e que uma regra F especifique
que uma coalizo vencedora se ela tiver pelo menos trs nmeros
consecutivos. Essa regra um sistema por pesos?
3) Assuma I = {1, 2, ..., 8}, sendo que os indivduos {1, 2, 3, 4, 5}
so brancos e {6, 7, 8} so negros. Considere a seguinte regra da
minoria: uma proposta aprovada se recebe pelo menos cinco votos
favorveis, sendo que pelo menos dois votos dos negros. Prove que
esse sistema robusto a trocas, mas no robusto a intercmbios.
4) Prove a Proposio 9.
livro
2005/6/9
page 150
i
Captulo 12
Teorema de Arrow
Neste captulo apresentaremos o famoso Teorema de Impossibilidade
de Arrow (Arrow (1950)). Este surpreendente resultado basicamente
diz que no se pode desenvolver uma regra de escolha social racional
que respeite a unanimidade, que no d todo o poder a um nico
indivduo e que no considere alternativas irrelevantes para a deciso.
Tais conceitos ficaro claros na discusso abaixo.
12.1
Regras de escolha social
Seja A um conjunto arbitrrio de alternativas (finito ou infinito). Seja

P o conjunto das preferncias sobre A, isto , P = (A A). Seja
R P o conjunto das preferncias racionais sobre A e seja I = {1, ...,
n} o conjunto de indivduos na sociedade. Seja X um subconjunto
qualquer de P n , isto , X representa uma coleo de preferncias dos
n indivduos da sociedade. Representaremos um elemento de X por
x = (<1 , ..., <n ).
Definio 1. Fixado um conjunto X de preferncias dos indivduos na sociedade, uma regra de escolha social (RES) uma funo
F : X P.
Definio 2. Fixado um conjunto X de preferncias dos indivduos na sociedade, uma funo de bem-estar social (FBS) uma
150
i
12.1. REGRAS DE ESCOLHA SOCIAL
livro
2005/6/9
page 151
i
151
funo F : X R.
Assim, para que uma regra de escolha social (RES) seja tambm
uma funo de bem-estar social (FBS) necessrio que ela defina
apenas preferncias racionais, isto , transitivas e completas.1
Quando no houver perigo de confuso, denotaremos por < a
preferncia social F (<1 , ..., <n ).
Exemplo 3. Consenso
Consideremos a RES usada em algumas circunstncias que requer
que todos os indivduos concordem com determinada escolha para que
seja implementada pela sociedade. H duas formas de model-la:
a) Seja X = P n (ou X = Rn ) e seja F : X P definida
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. Definindo-se o
consenso dessa forma, isto , para todas as preferncias
possveis, v-se facilmente que F no completa e, portanto, no racional. Logo, o consenso seria apenas uma
RES, mas no uma FBS.
b) Podemos, porm, restringir o domnio de definio de
nossa regra: X = {(<1 , ..., <n ) Rn : a <i b para algum i I se e somente se a <j b para todo j I}. Isso
restringe bastante as preferncias que podemos considerar. No entanto, se o consenso definido apenas para
preferncias nesse X, vemos que se torna uma funo de
bem-estar social.
O exemplo 3 sugere que podemos passar de uma regra de escolha

social para uma funo de bem-estar social apenas com a restrio das
preferncias consideradas. De fato, por mais esdrxula que seja uma
regra de escolha social, se ela define uma preferncia racional pelo
menos para um valor (<1 , ..., <n ) P n , ento ela pode ser tornada
1 Aqui e nas definies abaixo, seguiremos a terminologia usada por Amartya
Sen.
152
livro
2005/6/9
page 152
i
CAPTULO 12. TEOREMA DE ARROW
uma FBS fazendo X = {(<1 , ..., <n )}. Assim, torna-se natural pedir
a seguinte condio:
(U) Domnio Irrestrito. Uma RES F : X P satisfaz ter
domnio irrestrito se quando X = Rn , ento ela uma FBS. Em
outras palavras, F tem domnio irrestrito se F (Rn ) R, isto , se
ela especifica preferncias racionais sempre que as preferncias dos
indivduos forem racionais.
Outras hipteses razoveis so as seguintes:
(P) Condio de Pareto ou Axioma da Unanimidade.
Uma RES satisfaz a condio de Pareto se a <i b para todo i I,
ento a < b.
(D) No Ditatura. Uma RES F no tem ditador (ou no
uma ditadura) se no existe indivduo 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, no
existe indivduo que determine, sozinho, a escolha social.
Uma hiptese um pouco mais forte a seguinte:
(I) Independncia das Alternativas Irrelevantes. Uma RES
satisfaz a condio de independncia das alternativas irrelevantes se
a preferncia de a sobre b no depende de como os indivduos consideram as outras alternativas. Formalmente: suponha que duas listas
de preferncias (<1 , ..., <n ) e (<01 , ..., <0n ) coincidam no que concerne
as alternativas a e b, isto , a <i b se e somente se a <0i b e b <i a se
e somente se b <0i a para todo i I. Ento as preferncias sociais <
= F (<1 , ..., <n ) e <0 = F (<01 , ..., <0n ) satisfazem: a < b se e somente
se a <0 b e b < a se e somente se b <0 a.
Uma questo importante : existe alguma FBS que satisfaa U,
P, D e I? A resposta afirmativa se o conjunto de alternativas tem
apenas dois elementos (veja exerccio ao final deste captulo).
Isto no contradiz, porm, o Teorema de Impossibilidade de Arrow
porque este se refere a situaes onde h pelo menos 3 alternativas.
12.2. TEOREMA DE IMPOSSIBILIDADE
livro
2005/6/9
page 153
i
153
De fato, apenas com 3 alternativas a hiptese I (independncia das

alternativas irrelevantes) passa a jogar um papel. Esse o objeto da
prxima seo.
12.2
Teorema de Impossibilidade
Teorema 4 (Teorema de Impossibilidade de Arrow). No

existe FBS que satisfaa U, P, D e I se o conjunto de alternativas A
tiver pelo menos 3 elementos.
Prova
Primeiro observamos que um ditador forma uma coalizo unitria
de indivduos que completamente decisiva. Dizemos que uma coalizo de indivduos S I completamente decisiva se para quaisquer
alternativas a, b A,
a i b para todo i S a b.
Ento o Teorema estar demonstrado se provarmos que existe uma
coalizo unitria completamente decisiva. Para chegar a isso, vamos
fazer a demonstrao de trs fatos. Para enunci-los, precisamos de
uma definio a mais:
Definio 5. Uma coalizo de indivduos S I decisiva para
a sobre b se
a i b para todo i S e b j a para todo j I\S ento a b.
Vamos denotar o fato de que a coalizo S decisiva para a sobre
b por S (a, b).
Observe que para testar se uma coalizo S I decisiva para a
sobre b, temos de testar apenas o caso em que ele determina a escolha
sempre que h oposio por parte de todos os outros indivduos que
no esto no coalizo S.
Os trs fatos abaixo implicam que existe uma coalizo unitria
completametne decisiva e, portanto, demonstram o Teorema de Arrow.
Fato 1) Existe uma coalizo unitria S = {i} e um par de alternativas a, b tal que S (a, b).
154
livro
2005/6/9
page 154
i
Fato 2) Toda coalizo S tal que S (a, b) (para algum par de alternativas a e b) ento S (u, v) para quaisquer alternativas u e v.
Fato 3) Se uma coalizo S tal que S (u, v) para quaisquer alternativas u e v, ento S uma coalizo completamente decisiva.
Prova do Fato 1
Observemos inicialmente que existe pelo menos uma coalizo decisiva para um par de alternativas. De fato, a condio (P) implica
que I decisiva para a sobre b, quaisquer que sejam as alternativas
a e b.
Seja S a coalizo decisiva para um par qualquer de alternativas
com o menor nmero possvel de indivduos. Isto , existe um par de
alternativas a, b tal que S (a, b) e no existe nenhum outra coalizo
S 0 com menos indivduos do que S nem outro par de alternativas, u,
v tal que S 0 (u, v).
Tudo que temos de mostrar que S unitrio. Suponha que no
seja assim. Ento podemos segmentar S em dois conjuntos disjuntos
e no vazios S1 e S2 , isto , S = S1 S2 . Observe que S1 e S2
no podem ser decisivos para nenhum par de alternativas uma vez
que S , por definio, a coalizo decisiva com o menor nmero de
indivduos.
Pelo fato de que A tem pelo menos 3 elementos, podemos tomar
um c 6= a e c 6= b. Por U , podemos tomar quaisquer preferncias
racionais para os indivduos. Considere preferncias racionais que
satisfaam o seguinte:
a
c
b
ib
i c, i S1
i a i b, i S2
i c i a, i I\S
possvel que I\S seja vazio. O que faremos na seqncia continua vlido 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. Ento 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 preferncia < completa, basta chegarmos a um absurdo
se c b. Suponhamos isso e consideremos preferncias 0i tais que
12.2. TEOREMA DE IMPOSSIBILIDADE
0
i c,
0
i b,
0
i c,
b
c
b
livro
2005/6/9
page 155
i
155
i S1 ;
i S2 ;
i I\S.
Observe que a preferncia dos indivduos entre b e c a mesma i

e 0i . Ento, por (I), c 0 b. Mas observe que isso vale para toda
preferncia tal que c 0i b, i S2 e .b 0i c, i I\S2 . Isso significa
S2 (c, b), o que um absurdo. Logo, no pode ser c b.
Absurdo a partir de a c.
Considere agora preferncias 0i tais que
0
i c,
0
i a,
0
i a,
a
c
c
i S1 ;
i S2 ;
i I\S.
De novo por (I), a 0 c, mas isso significa que S1 (a, c), o que novamente 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 6= a e c 6= b e fixe preferncias tais
que
a
b
ib
i c, i S
i c i a, i I\S
Ento, S (a, b) a b. Observe tambm que b i c, i I. Ento

(P) implica que b c. Portanto, a c. Considere preferncias 0i
tais que
a
c
0
i c,
0
i a,
i S;
i I\S
Ento, por (I), a 0 c, o que implica S (a, c).

Agora se tomarmos preferncias tais que
156
livro
2005/6/9
page 156
i
ia
i b, i S
i c i a, i I\S
c
b
Ento, S (a, b) a b e (P) c a, o que implica c b Considere

preferncias 0i tais que
c
b
0
i b,
0
i c,
i S;
i I\S
Por (I), c 0 b. Logo, S (c, b).

Fixemos trs alternativas distintas, a, b e c. Ento para qualquer
u A, u 6= 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 diferente de a, ento S (a, u) e S (u, c). Se u
diferente de b, ento 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 demonstrao do Fato 2 da seguinte
forma. Tome u e v alternativas quaisquer e fixe trs alternativas
distintas, a, b e c. Primeiro observe que se u = v, ento S (u, v),
uma vez que nenhum indivduo com preferncia racional pode colocar
u i v. Se u = c e v 6= c, ento S (a, b) S (c, v) e S (v, c), ou seja,
vale S (u, v). O mesmo vale para u 6= c e v = c, Se agora u 6= c e
v 6= c, ento S (a, b) S (c, u) e u 6= v S (u, v). Isso conclui a
demonstrao do fato 2.
Prova do Fato 3
Seja S coalizo 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 (no importando a opinio dos demais). Fixe a e
b, tome uma alternativa distinta c e considere preferncias para as
quais vale
a
c
ic
i b, i S
i a e c i b, i I\S
Observe que no especificamos as preferncias dos indivduos 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 no depende de como os indivduos consideram
12.3. EXERCCIO
livro
2005/6/9
page 157
i
157
c. Logo, a b sempre que a i b, i S, que era o que queramos

mostrar.
Isso conclui a demonstrao do teorema.
12.3
Exerccio
1) Prove que o Voto Majoritrio uma FBS que satisfaz U, P, D e I

se o conjunto de alternativas A tem apenas dois elementos.
158
livro
2005/6/9
page 158
i
livro
2005/6/9
page 159
i
Referncias
Bibliogrficas
[1] Allais, M. (1953): Le Comportment de lhomme rationnel devaint le risque: critique des postulats et axiomes de lecole
americane, Econometrica, 21, 503-546.
[2] Anscombe, F.J. and R.J. Aumann.(1963): A definition of subjective probability, Annals of Mathematical Statistics, 34,
199-205.
[3] Arajo, A.(1983): Introduo Economia Matemtica.
140 Colquio Brasileiro de Matemtica. IMPA.
[4] Arrow, K. (1950): A dicult in the concept of social welfare,
Journal of Political Economy, 58, 328-346.
[5] Bewley, T. (2002): Knightian Decision Theory: Part I., Decision in Economics and Finance, 25, 79110. Cowles
Foundations working paper 807, 1986
[6] Bowen, R.(1968): A new proof of a theorem in utility theory.
International Economic Review, 9 (3), 374.
[7] Chateauneuf, A.(1991): On the use of capacities in modeling
uncertainty aversion and risk aversion. Journal of Mathematical Economics, 20, 343-369.
[8] 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.
159
i
160
livro
2005/6/9
page 160
i
REFERNCIAS BIBLIOGRFICAS
[9] Dow, J. and S. R. C. Werlang.(1992): Uncertainty aversion, risk

aversion, and the optimal choice of portifolio. Econometrica, 60 (1), 197-204.
[10] Ellsberg, D.(1961):Risk, ambiguity and the Savage axioms.
Quartely Journal of Economics, 75, 643-669.
[11] Fishburn, P. C.,(1970): Utility Theory for Decision Making. Wiley, New York.
[12] Ghirardato, P., F. Maccheroni, M. Marinacci, and M. Siniscalchi.(2003): A subjective spin on roulette wheels, Econometrica, 71 (6), 1897-1908.
[13] Gilboa, I., A. Postlewaite, D. Schmeidler(2004): Rationality of
belief. Or: why Bayesianism is neither necessary nor sucient for racionality. RUD 2004 Conference, Northwestern
University.
[14] Gilboa, I. and D. Schmeidler.(1989): Maxmin expected utility
with a non-unique prior. Journal of Mathematical Economics, 18, 141-153.
[15] Gilboa, I. and D. Schmeidler.(1995): Case-Based Decision Theory. Quartely Journal of Economics, 110, 605-639.
[16] Gilboa, I. and D. Schmeidler.(2002): Utility in Case-Based Decision Theory. Journal of Economic Theory, 105, 483-502.
[17] Gul, F.(1992): Savages theorem with a finite number of states.
Journal of Economic Theory, 57, 99-110.
[18] Huber, P. J. (1981): Robust Statistics. Wiley Series in Probability and Mathematical Statistics. John Wiley & Sons, 308
pp.
[19] James. B. (1996): Probabilidade: um curso em nvel intermedirio. 2a ed. IMPA, Projeto Euclides, 304 pp.
[20] Kahneman, D. e Tversky, A. (1979): Prospect Theory: An analysis of decisions under risk. Econometrica, 47, 263-291.
[21] Knight, F. H.(1921): Risks, Uncertainty and Profit. Boston:
Houghton-Miin.
[22] Mas-Colell, A., Whinston, M. D. and Green, J. R. (1995): Microeconomic Theory. Oxford University Press, New York.
REFERNCIAS BIBLIOGRFICAS
livro
2005/6/9
page 161
i
161
[23] Monteiro, P. K.(1987): Some results on the existence of utility

functions on path connected spaces. Journal of Mathematical Economics, 18, 147-156.
[24] Mukerji, S. and J.-M. Tallon (2003): An overview of economic
applications of David Schmeidlers models of decision making
under uncertainty. mimeo.
[25] Rigotti, L e C. Shannon (2005): Uncertainty and Risk in Financial Markets. Econometrica, 73, 203-243.
[26] Savage, L. J.(1954): The Foundations of Statistics. Wiley,
New York.
[27] Sen, A. K. (1970): Collective choice and social welfare.
Advanced textbooks in economics. v. 11. Elsevier Science,
New York.
[28] Schmeidler, D.(1986): Integral representation without additivity.
Proceedings of the American Mathematical Society.
97 (2), 255-261.
[29] Schmeidler, D.(1989): Subjective probability and expected utility
theory without additivity, Econometrica, 57, 571-587.
[30] Taylor, A. D. (1995): Mathematics and Politics strategy,
voting, power and proof. Springer-Verlag, New York.
[31] von Neumann, J. and O. Morgenstern.(1944): Theory of
Games and Economic Behavior. Princeton University
Press, Princenton.

Introdução A Teoria Da Escolha - IMPA

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Introdução A Teoria Da Escolha - IMPA

Uploaded by

Copyright:

Available Formats

Introduo Teoria da Escolha

Introduo Teoria da Escolha

Luciano I. de Castro e Jos Heleno Faro

25o Colquio Brasileiro de Matemtica

Copyright 2005 by Luciano I. de Castro e Jos Heleno Faro

25o Colquio Brasileiro de Matemtica

A minha me e avs (in memoriam)

Escolha sob Certeza

2 Conjuntos de Escolha e Ordens

Escolha sob Risco e Incerteza

6 Estados da Natureza e do mundo

Escolha sob Ambiguidade

10 Escolhas com ambiguidade.

11 Introduo a escolhas sociais

Incerteza, risco e ambigidade

Entendemos por risco a situao na qual o tomador de decises pode

CAPTULO 1. VISO GERAL

probabilidade de tirar, por exemplo, a bola branca. A situao ser

Discusso geral sobre modelos

natural se perguntar o que significa tratvel e por que queremos

seriam impossveis sem uma teoria de como as decises so tomadas.

CAPTULO 1. VISO GERAL

Este curso tem pr-requisitos mnimos. Apenas assumimos que o

Escolha sob Certeza

Considere a seguinte situao: Um consumidor precisa de uma geladeira

CAPTULO 2. CONJUNTOS DE ESCOLHA E ORDENS

Exemplo 1. Um apostador est considerando em que cavalo

2.2. CONJUNTOS E REGRAS DE ESCOLHA

apartamento pela casa. Ao fim, continua com a casa e apenas perdeu

Conjuntos e Regras de Escolha

Seja X o conjunto de alternativas que um indivduo tm a sua frente.

CAPTULO 2. CONJUNTOS DE ESCOLHA E ORDENS

Observe que, apesar de

definio de Mas-Colell et. al. (1995) no permite isso.

2.2. CONJUNTOS E REGRAS DE ESCOLHA

problema de interpretaes (e acomodar tal tipo de preferncias), ns

A regra de escolha 1 no parece ter problemas: o indivduo prefere

CAPTULO 2. CONJUNTOS DE ESCOLHA E ORDENS

Propriedade se ocorre o seguinte: para todos B1 , B2 B, se x

Esta regra no satisfaz a Propriedade , porque x1 {x1 , x3 }

2.2. CONJUNTOS E REGRAS DE ESCOLHA

til reexaminar os exemplos anteriores e verificar se satisfazem

De fato, C4 no satisfaz porque x1 , x2 C4 ({x1 , x2 }) = {x1 , x2 }

CAPTULO 2. CONJUNTOS DE ESCOLHA E ORDENS

Para ver essa equivalncia, basta trocar os papis de x e y e de B1 e

Seja X um conjunto de escolhas. No exemplo 1 acima, X ={aposta

X = {A, B}. No exemplo 3, X = R+ R+ , denotando as quantidades

CAPTULO 2. CONJUNTOS DE ESCOLHA E ORDENS

As preferncias serviro para modelar as escolhas dos consumidores.

Observao sobre a definio

H autores que ao invs de partir da relao < e definir e , como

2.4. PREFERNCIAS E ESTRUTURAS DE ESCOLHA

Para o segundo resultado, veja que x & y (x > y) (x y)

Preferncias e Estruturas de Escolha

Nosso objetivo ser definir, a partir de estruturas de escolhas, uma

De Estruturas de Escolha a Preferncias

Dada uma estrutura de escolha (X, B, C), possvel definir a seguinte

CAPTULO 2. CONJUNTOS DE ESCOLHA E ORDENS

Prova. Uma vez que x <C y, existe

De Preferncias a Estruturas de Escolha

A maneira mais natural de definir uma estrutura de escolha C(, <)

O conjunto C(B, <) chamado de conjunto de melhores elementos

2.4. PREFERNCIAS E ESTRUTURAS DE ESCOLHA