Professional Documents
Culture Documents
Matematica para Economistas - Carl P. Simon
Matematica para Economistas - Carl P. Simon
SSiZSl I I a 6 zo os: 9 £ 5 82 Z
r
MMHPI- 9
i 01! :l I! illSIlli I3 i
II c
I I
-2
an mmmY/ M Mi
!W mm m &
i
fi
:
L «
- >.j
•A
i
Z'ZD £ 0 -S;? £“ S 8 N9 S
o
r
Ham mm 8SS
^
y>
rz pt :
* gHB
*
&
10
! ,v V Si'
u )
mm mm 1» fjtss
mt
&KH8. HHi is
£« w1C&
*
v
m NBM as
J&rS /
-s SSSfc i
M^
if
i~ t? S£e
S3
-as
a
it pr^: r>
. ... •. * . ’. . s a m
’«
m v> mt t
auinm aouajMei m
i
s« m
,
Ws
: it
-
mm 11 iii m
J
i*& iJ: 3! '<'
Mtl i
( )
mm mi
•vs
! is
&
3ssa§g w
Q
t
uouijs d lien m m
WM
m
on
IBS
m
m
'1
nt
i
)
^ «
5
g$«S&
a
i
JSKS!3 jS
SVISING
'I
iri
i, 1
I I v>
=
#» ? 8* fife*: iitf a as.fi & £ ft
v
t: nKti'* .
.
'.ts; %•?'
£ 2« £ . =v. T
Sfe «$
f.V. A
9R }
m .* '
•> !*
Mi
mr-
* ft >
\.
c tv
- * rV
* . &
\\ Rg
w.
>. T '
i
m-
S
*
it ")
: »! &
.V
’ - '
V
v
-
V:
>
:
, V;:
;
££ - ‘
S
v fx
-
-.
*•
>
M ?. i
*.
• ,v
r ;
•
.
/01
SB*
3:
A:
?* •
i
iSK:
Ml II
ic >
2 V\ &
•j
.> 4
' i it
?
- IT .
' '•
I. . • v
•••
'
-
"J
-; . • "*V
_> .;. ,-
,
.- .
> •• ? • :
• • % •;’
'
: ;
..- it S&(
.
-v; .J)
;
I) [ j sn -••
^
:*
:' •
J/| ;V - -l C Sc !
=
iZ 0 Sc l “ 0S‘
' ’
l
<.•.• .<
'
.
m B
tv.
:
:
H sr
<-.
°/ - ’/ M II
bV ? • ? & r
|g
!'
®'V
"
LV
3 ^&. 1$
. r
\ /
/
SH
- ^.
" •y. r v " "'
i - v - ' •' t '
f . Un
c cw; .
\ ff
! l
v ;
/ /\ '
;
;
i
-;
<> •
I s
" 1). ' 'W . t< -->~A (
*•
V• V • ":. - ‘
A • •• . •
r>
wir?
-. A
» m
- *:
m
te
I. S • V
?
rc.
•
—
&
x 19 “ V
• s
Uw ?
r - - K ’JVi r
* ?
r s
^n .
ft
Ipll:
?
K 1
— w Pt
. =
:-
% I m
V & « 5~>
ir \
-D .-n 01 <i y
ir
;
LA ..
:;V
.A * ss 8a L --
m f (
p -
!
A «
R
n
ii
" ii . :;
•
. iI — == - £ A
!» M fe& &
ivS
V
0l
c; " V V'
•: Si
A .V, SS?. a
m Mi S 5f?
r.
vv.; &
?/
^ ln 50 ? . tv-
V •
V-
»v
* • ; i"
L
•i
U
• /
V...
r
r
r
r >
c
c
1
r
r .V
<
r •; )
*
r o
r )
r : >
c
r
c . >
c
(
c ~ -.w
(
c •
(
c
(
c
c-
(
c
c /
u * i
<
u r
x
. )
C'
/
0
3
Pclnlas I
3
•, ?
\ . — ’ •*
? T
O .• .-- • .
7 i
O - .. ..
:. . . . .
v; •
O
)
) MATEMAIICA
)
)
)
PARA ECOHOHISTAS
3
)
)
•
)
Tradugao:
)
Dr. Claus Jvo Doering
) Professor Titular do Institute de Matematica da UFRGS
>.
) /
)
;
t »
.Reimpressao 2006
J S594m Simon, Carl P.
MateijnlUica para cconomistas / Carl P. Simon e Lawrence Blame;
.A
$ < : •
«
..
trad Clan1? I
j
O Docrinc. - Pono Alegre : Bookman. 2004.
'
. Ma emdeien - Economic. I. Bltimc. Lawrence. (I. Tiiuln.
J i 1 Bookman^ :
•1
las deixavam em branco algumas das necessidadcs basicas dos professores e esiudarues dessa Fone: ( 5 1 ) 3027-7000 Fax : ( 5 1 ) 3027 -7070 j
area. Em particular, lentamos imroduzir as seguintes melhorias em relagao a ouiros texios:
-
1. Muilos livros nesia area enfocam as tec>liras a cusia das iiicigs e da bmii do maiemaii
^ E proibicla a duplicaeao ou reproducao desie volume, no tndo ou em pane, sob quaisquer . )
-
cas, apresemando uma ” abordagem de livro de receiias* . Nosso livro desenvolve a imuiguo do formas ou por quaisquer meios (eleironico. mecanico. gravagao. loiocdpia. disiribuigao na Web
esiudanie para como e porque funcionam as diversas le'cnicas maiemaiicas. Ele coniem mui - e ouiros). sem permissac expressa da Ediiora . ' )
.
IO mais figuras do que ouiros simiiares coin o objeiivo de consimir a imuigao geomeirica do
SAG PAULO
•
j
leiior. Ele enfaiiza o papel primordial do Calculo;na aproximacao de uma funcao nao- linear
por uma Timcao linear ou polinomuil. objeiivando ronstruir uma imagern simples do compor- Av. Angelica. 1.091 Higienopolis
-
01227 100 - Sao Paulo - SP .)
lamenio da Tuncao nao-linear — um prinnpio ricoem conteiido geometric!). -
Fone. Mb 3665 - 1100 Fax: ( I I ) 3667- 1333 )
2. Os ahmos aprendem a usnr e aplicar a Maiemaiica irabalhando com exempios e exeref - ,
cios concreios. llusirumos cada novo conceiio e ciida nova iconic a com exempios deiallmdos .
Ao final de cada >egfu>. incltrimos exerdcios para -propieiar aos esiudames a experience ne- -
SAC OXfJO 703 3444 )
cessaria irabalhando com a Maiemaiica apreseniada. '.)
IMPRESSO NO BRASIL
PRINTED IN BRAZIL
1
1
i
i
o PREFACIO vll Vi PREFACiO
A analise das solugoes de problemas de otimizagao envolve. era serai, o estudo de >olu- Este e um livro sobre como utilizar a Matematica para entender a estrutura da Econo
-
goes dos sistemas deequagoes dadas peias condigoes de primeira ordeiP. Na prirneira metadc mic V “editamos que ele contem mais Economia do que qualquer outro texto de Matematica
deste livro, concpntramo-nos no estudo de tais sistemas de equagoes. Primeiro, desenvolve^ p£? economistas. Cada capftulo comega com uma discussao da motivacao economi:a para o
>
o mos uma teoria bostante completa de solugoes de sistemas lineares, com enfase em questoes
como: Existe alguma solugao? Quantas ha? 0 que acontece com a solugao quando as equa-
conccito matematico apresemado. Por outro lado, cste e um livro de Matematica para econo
misias c nao um texto de: Economia Matematica. Nao entendemos que seja produiivo apron
-
ao estudo de sis-
-
© $6es sofrem pequenas alteragoes? (Capftulos 6 a 10. Em seguida passamos
) , der Matematica e Economia avangadas simultaneamente. Assim, nosso enfoque foi apresen
-
temas nao-lineares , que sao mais realistas e mais complexos (Capftulos 11 a 15). Aplicamos tar uma imrodugao a Matematica que e necessaria para os estudantes poderem
e a esse estudo de sistemas nao-lineares o metaprinefpio do Calculo: a melhor maneira de estu- modelos economicos mais avangados .
trabalhar com
duzidos no Capftulo 12. No Capftulo 30. rcunimos algumas das provas mais complexes da
analise.a varias varitWeis apresentadas nos Capftulos 13, 14 e 15. Em sala de aula, o comcudo
• \
g de qualquer um destes ultimos cinco capftulos pode ser apresemado: I) imedhuameme up6s
OQUETEM NESTE LIVRO ?
o material correspondeme nos capftulos iniciais, 2) ao final do curso ou 3 nunca. depended
1
g do do tempo disponfvel e das necessidades dos alunos.
) *
No cerne da microeconomia moderna esut a hipotese de que os agentes economicos escoihem
conscicntememe sou comportamento preferido de acordo com as nlternmivas das quais di>-
0 pdem. A area mais relev ntc da Matematica para tal estudo c a da maximizacao e ininimiza
^
cao de uma fungao de varias variaveis, em que estas sofrem restrigoes de iguniclade.s e desi -
-
o COORDENAQAO COM OUTRAS DISCIPLINAS gualdades. 0 enfoque deste livro e justamente esse problema maremaiico abordado em roda
u Muitas vezes o comeiido desia disciplina 6 ensinado concomitamemcmc com Micro e Ma - .
sua generalidade necessa ia qtie. as vezes e denominado o problema do mnltiplicador de La-
croeconomia avangadas. Algumas vezes os estudantes ficam frlistrados com ossa simulta - grange ( veja especialmene os Capftulos 16 a 19 ). Os capftulos estao organizados de tal
"
J .
neidade.poisem Micro e Macro coir egam a trabalhar com otimizagao condicionada ou di -
-
clo que esse material poss t ser qssimilado rapida e complctameme.
! namica muiio antes de tais topicos poderem ser apresemados de uma maneira mmematiea Estc texto comeca com um resumo dc calculo a uma vuriavel ( Capftulos 2 a 41 c de
J mcme ordenada. neneiais e logariimos ( Capiiulo 5 K Podcnins dcsenvolver cssa pane da materia durante ;t> pri-
Sugerimos algumas esiraiegias para minimizar ossa dillculdude. Em primeiro lugar ten * .
J tamos apresentar o material de maneira que o cstudanie po>sa imerpretar sozinho cada ea-
meira> semanas de aula ou. o quo a ' leditamos scr mais usual, podemos pcclir
o estudem por coma propria, como uma revisao das auias de Calculo que j;i jN>istirani Os
-
aitmo vjue
nualo introduioi io c obier uma visao razoavelmeme Clara de como trabalhar com o comcCi - e.xemplos e exercieios presemes nesses primeiros capftulos tornam qualquer um de >se pn
^ *-
r« l:iriv:imi>nfcT simnles.
'
1
)
)
)
Vill PflEFACIO
j ' . ; objetivo, providenciamos varios exercicios resolvidos com Figuras descritivas em cada ca - )
' . pfiuio introdutorio.
Muitas vezes, durante as duas primeiras semanas da nossa primeira disciplina utilizando
este material , apresentamos uma serie de mddulos curios, introduzindo a Jinguagem e formu -
>
Sumario lai;ao dos tdpicos mais avan ados, permitindo assim aos estudantes ler partes selecionadas dc
>
Finalmente , cosiumamos solicitar aos alunos que pretendem cursor nossa disciplina que
)
se familiarizem com os capftulos de Calculo a uma variavel e de teoria matricia! elementar,
antes do comet o das aulas . Constatamos que praticamente todos os nossos alunos estudaram
^
Calculo e quase dois tergos deles conheciam um pouco de Algebra Matricial. Desta maneira ,
)
——
esse requisito algumas vezes complementado com uma reuniao de revisao antes do come * )
90 das aulas tem ajudado a tomar mais homogeneo o fundamento matemdtico dos alunos
na nossa disciplina. )
)
AGRADECIMENTOS
25 )
Parte I Introdugao
—-
\ •
.
-
Com muito prazer reconhecemos as valiosas sugestdes ecomentarios de nossos colegas, alu -
nos e revisores: colegas como Philippe Artzner, Ted Bergstrom , Ken Binmore, Dee Dechert , )
i':. 27
David Easley, Leonard Herk , Phil Howrey, John Jacquez, Jan Kmcnta , James Koopman Tn- . )
Capitulo 1 Introdu ao pan Mitra, Peter Morgan, John Nachbar, Scott Pierce, Zvi Safra , Hal Varian e Henry Wan:
1.1
^
A Matematica na Teoria Economica
27 alunos como Kathleen Anderson, Jackie Coolidge, Don Dunbar, Tom George, Kevin Jack - )
son , David Meyer, Ann Simon , David Simon e John Wooders e as inumeras turmas nas Uni- ’ .
1.2 Modelos de Escolha do Consumidor
28 versidades Cornell e de Michigan , que lutaram para entender versoes preiiminares; revisores )
28 como Richard Anderson , da Universidade Texas A & M ; James Bergin , da Universidade
Modelos Bidimensionais de Escolha do Consumidor 32 Queen ’s; Brian Binger, da Universidade do Arizona; Mark Feldman, da Universidade de Illi - )
Modelos Multidimensional de Escolha do Consumidor nois; Roger Folsom , da Universidade Estadual de San Jose; Femida Handy, da Universidade
York ; John McDonald , da Universidade de Illinois; Norman Obsi, da Universidade Estadual )
33
Capitulo 2 Calculo a Uma Variavel: Fundamentos de Michigan: John Riley, da Universidade da California em Los Angeles, e Myrna Wooders. ’ )
33 da Universidade de Toronto. Agradecemos 0 apoio do pessoal da Editora W. W. Norton, em
2.1 Fun oes em R
^ ' ’ 33 especial Drake McFeely, Catherine Wick e Catherine Von Novak. A seqiiencia dos nornes dos )
Vocabulario de Fungoes 34 nutores na capa deste livro tao-somente rcflete nossa decisao de alternar a ordem dos mesmos
Polinomios 35 nos varios livros que escrevemos. )
Graficos
.
Fun 9oes Crescemes c Decrescer tcs
35
35
Dedicamos este livro as nossas esposas Susan e Maralyn.
)
Dorrnnio 3?
Notagao de Imervalo
)
38 )
2.2 Fungoes Lineares 38
A lnclina ao de uma Rcta no Plano
^
A Equa$ao de uma Reta
41
41
)
43 j
2.3 A Inclinagao de Fun9oes Nao-lineares
)
46
2.4 Calculando Derivadas
4S )
Regius para Calcular Derivadas
)
i
2 -
T. T:
i
i
i >.:
•
'
: ” *• * & ••
'
*
! • . ;
- ’ : •* --
ijr ' J i . , . . .. • .
. . .> C
•
. . . ..
i - 50
•
WC*sZ .$ £*£><?'WPVJ«S:>
;
102:
• • ••
->
- i.c - >es Ccnfir uamenfc Oiterenci£veis . ;
52
D
j
3- / O Nur«ero s *
-
—
7.4 Posto O Criterio Fundamental
Aplicacoes a Teoria de Portfolio
152
157
4.2 Fungoes Inversas e suas Derivadas
Dellnigao e Exemplos da Inversa dc uma Fungao
91
v>
J
91
160 A Derivada da Fungao Inversa
7.5 OTeorema da Fungao Implfcita Linear ,
A Deri nda de .v v"**
95
96
. )
( ;• )
t
,• 'i
SUMARIO 13 12 SUMARIO i )
f
\
10.4 Comprimento e Produto Interno em Rn 220 Capftulo 8 Algebra Matricia!
Comprimento e Distancia 221 ' )
0 Produto Interno 224 8.1 Algebra Matricial 164
Adigao 164 : )
10.5 Retas 233 Subtragao 164
10.6 Pianos 236
Multiplicagao por Escalar 165
< )
)
Capftulo 11 Independencia Linear 247 Prova doTeorema 8.! 3
( )
11.1 Independencia Linear 247 8.6 Matrizes em Blocos (opcional) 190
Definigao 24 S
251 8.7 Decomposigao de Matrizes (opcional)
y
>
Verificando Independencia Linear 192
)
indugao Matcmatica
11.2 Conjuntos Geradores .. 254 Incluindo Permuta de Linhas
194 ”
.)
195
11.3 Base e Dimensao em Rn 257
Dimensao 258 Capftulo 9 Determinates: Um Resumo < J
199
259 9.1 O Determinante de uma Matriz ! )
11.4 Epflogo 200
Defmindo o Determinante 200 < )
Caiculando o Determinante 201
261 Principal Propriedade do Determinante 203 • : )
Parte III Calculo a Varias Variaveis
'
Capftulo 12 Limites e Conjuntos Abertos 263 9.3 Analise IS-LM Usando a Regra de Cramer 208 r )
264 ( )
12.1 Seqiiencias de Numeros Reais •
Capftulo 10 Espagos Euclidianos
Dcfinigao 264 211
' )
Litniie de uma Seqiiencia 264 10.1 Pontos e Vetores no Espaco Euclidiano
266
- 211
Propriedades Algebricas de Limites A Reia Real 2 !I
( )
.>
Interior de um Conjunto 277 214
10.3 A Algebra de Vetores <_)
12.4 Conjuntos Fechados , . 278
Adicao e Subtragao
216
Feeho de um Conjunto . . 279 217
Multipiicagiic por Escalar
\)
Frontcira de um Conjunto 279 219
(
)
I
0
0
n
SUMARIO 15
o 14.6 Derivadas Direcionais e Gradientes 331
14 SUMARI
^
) Derivadas Direcionais 331 12 5 Conjuntos Compactos 281
o 0 Veior Gradiente 332
12.6 Epflogo 283
o 1'
14.7 Fungoes Explfcitas de Rn em
Aproximagao por Diferenciais
Rm 334
335 Capftulo 13 Fungoes de Varias Variaveis 285
A Regra da Cadeia 337
Q ••
-
'
)
)
Tangente ao Conjunto de Nivel Usando Diferenciais
Conjuntos de Nfvel de Fungoes de Vdrias Varidveis
15.3 Sistemas de Fungoes Implfcitas
Sistemas Lineares
. 358
. 361
. 361
Fungoes Inversas
Composigao de Fungoes
313
o Sistemas Nao-Lineares . 363
14.1 Definigoes e Exemplos
<
g > 15.4 Aplicagao: Estatica Comparativa
15.5 OTeorema da Fungao Inversa (opcional )
. 369
. 374
. 378
14.2 Interpretagao Economics
Produtividades Ivjarginais . .
Elasticida i t ... .
*
313
315
315
Ordem e Convexidade
386
389
389
Dcrivngao ao Longo de tuna Curva: A Regra da Cadeia
325
32 S
P \
SuMARIO 17
16 SUMARIO
19.4 Dependencia Suave dos Parametros 478 17.3 Condigoes de Segunda Ordem
Condigoes SuFicientes
409
409
>
19.5 Gualificagoes de Restrigao Condigoes Necessarias J
412
19.6 Provas das Condigoes de Prime!ra Ordem .. 486 17.4 Maximos e Minimos Globais 413 >
Prova dos Teoremas 18.1 e 18.2: Restrigoes de Igualdade 487 Maximos Globais de Fungoes Concavas 413 )
Prova dos Teoremas 18.3 e 18.4: Restrigoes de Desigualdade 489
17.5 Aplicagoes a Economia 415 )
Firma Maximizadorn de Lucro 415
Capitulo 20 Fungoes Homogeneas e Homoteticas 493 Monopolista Astuto )
416
493 Analise de Minimos Quadrados 417 ,
20.1 Fungoes Homogeneas )
Dcfinigao e Exemplos 493
Fungoes Homogeneas em Economia 495 Capitulo 18 Otimizagao com Restrigoes I: Condigoes de Primeira Ordem 421 )
Propricdades de Fungoes Homogeneas 496
Urn Criterio de Cdlculo para Homogencidade 501 * 18.1 Exemplos 421 )
Aplicagoes do Teorema de Euler a Economia 502 i
440 >
Motivagao e Definigao
510 18.4 Restrigoes Mistas 444
;
Carnctcrizando Fungoes Homoteticas
18.5 Problemas de Minimizagao Condicionada )
446
Capitulo 21 Fungoes Concavas e Quase-conce vas 513 \
513
-
18.6 Formulagao de Kuhn Tucker 449
21.1 Fungoes Concavas e Convsxas )
18.7 Exemplos e Aplicagoes 451
Criterio de Calculo para a Concavidadc . 5I7
Aplicagao: Uma Firma Maximizadora de Vcndas com Propaganda 451 )
21.2 Propriedades de Fungoes Concavas :j 524 Aplicagao: O Efeito Averch- Johnson 452 .
Fungoes Concavas na Economia j 528 Mais urn Exemplo Detalhado 454 )
i
SUMARiC 19
r 55 SUMAPIC
) Prova doTeorema 23.9 631 22.2 Aplicagao a Ecoriomia: Lucro e Custo ... 563
> A Firma Maximizadora de Lucro , 563
A Fungao Custo , 566
Capftulo 24 Equates DiferencSais Ordinarias: Equagoes Escalares 633
r
24.2 Solugoes Explicitas 638 Condigoes SuFicientes para um 6timo de Pareto . 572
24.3 Equagoes Lineares de Segunda Ordem 646 Os Teoremas Fundamentals da Economia do Bem-Estar 577
i
Imrodugao 646
J Raizes Reais e Distimas da Equagao Caracteristica 646 1
6
,
*
Raizes Reais e Iguais da Equacao Caracteristica
Raizes Complexos da Equacao Caracteristica
64 $
649 Parte V Autovalores e Dinamica 581
9 O Movimemo de uma Mola
-
Equagoes Nao Homogeneas de Segunda Ordem
65 i
652
J Capftulo 23 Autovalores e Autovetores 583
y Campos dc Diregoes
1
656
23.2 Resolvendo Equagoes Lineares a Diferengas
Equagoes Unidimensionais
588
58 S
j 24.5 Retratos de Fase e Equilfbrios em R 661
Esbogando Retratos dc Fase 66! Sistemas Bidimensionais: Um Exemplo 589
j Esiabilidade de Pontos de Equilibrio na Reta 665 Segoes Cdnicas 590
O Modelo Populacicnal de Leslie 591
* •
*
I:
)
SUMARIO 21
20 SUMARIO
Conclusao 762
25.5 Retratos de Fase de Sistemas Pfanares 683
27.6 Espa9 os Vetoriais Abstratos 763 Campos de Vctorcs
Retratos de Fase: Sistemas Lineares
683-» '
686
- )
I
1
r> r
~
)
o A1.2 Numeros .
SUMARIO 23
838
22 -
SjJWAn 0
m Provas Jndiretas
Indugao Matematica
844
845
1
29.2 Conjuntos Compactos
29.3 Conjuntos Conexos
797
799
D
29.4 Normas Altemativas 801
iii Apendice A2 FungoesTrigonometricas 849 Tres Normas cm R" 801
Normas Equivalentes 803
O A2.1 Definigdes das FungoesTrigonometricas 849
Normas em Espagos de Fungoes
'
805
1 A2.2 Tragando Graficos de FungoesTrigonometricas 853
29.5 Apendice . r 806
4
) A 2.3 OTeoremadePitagoras 854 Propriedade da Cobertura Finita S06
I O Teorema de Heine- Borel 807
3 A2.4 CalculandoValoresde FungoesTrigonometricas 855 Resumo \ t
• S 10
A2.5 Formulas de Multiplos de Angulos 858
Capftulo 30 Calculo a Varias *fariaveis II 813
) A2.6 Fungoes de Numeros Reais 858
30.1 Teoremas de Weierstrass e do Valor Medio 813
) A2.7 Calculo com FungoesTrigonometricas 859 Existencia de Maximos Globais em Conjuntos Compactos 813
Teoremas de Rolle e do Valor Medio 815
) A2.8 Series delay lor 861
5
30.2 Polinomios deTaylor em R 818
AJ
A2.9 Prova doTeorema A2.3 862
Fungoes de uma Vari 5vel 8i8
) 30.3 Polinomios deTaylor em Rn 823
Apendice A3 Numeros Complexos 865
O A3.1 Motivagao 865 30.4 Condigoes de Otimizagao de Segunda Ordem 827
Condigoes de Segunda Ordem Suficienies para Otimizagao 827
J Definigoes
Operngoes Ariimeticas
866
866 Hessiana Indefinida 830
J Condigoes de Segunda Ordem Necessarias para a Otimizagao 83 )
A3.2 Solugoes de Equagoes Polinomiais 867
)
A3.3 Representagao Geomeirica 868 j 30.5 Otimizagao Condicionada 832
o l -
)
24 SUMARIO
Indlce .909
)
• )
> )
)
k
)
' )
<
i
)
l )
)
i
;
'
)
* J
1
1 I
1 CAP ITU LO
‘
)
A Introdugao
o
©
o
)
f* •
T.T A MATEMATICA NATEORIA ECONOMICA
^
Durante os ultimos 30 anos, a Matematica emergiu como a “ tinguagem da Economia". Hoje
) em dia , os economistas veem a Matematica como uma ferramenta inestimavel em todos os m
veisde esiudo, abrangendo desde a expressao estatistica dc tendencias do mundo real ate o do-
-
d senvolvimento de sistemas econdmicoscompietantente abstratos. Este texto aprescmara uma
) ampla imroaugao ao estreito relacionamenio entre a Matematica e a Economia.
Em seu nivel mats bdsico, a Matematica fomece o fundamento para proposigdcs empiri -
’
)
)
—
cas sobre vanaveis cconomicas afirmagoes ccmo “ urn aumento dc 1 0% no prego da gaso
lina provoca uma queda de 5% na demanda por gasolina". A expressao matematica dessa rc-
- t
lagao e a fungao demanda. Em particular, a obscrvagao acima pode scr rcsumida pc la all min
gao a elasticidade da demanda por gasolina e -0,5". Aprendemos essa rclncao cmptVica uti -
i4
-
./
-
lizando tecnicus de Estatistica , que e um rnmo da Matematica. Utilizando a Estatistica. o eco
nomista transforma dados brutos do muttdo real em generalizacoes numericas como a que
J
acabamos de mencionar.
.) Ale'm disso. uma vez formulada uma relagao estatistica como essa. podcmos eombina-la
com outras do mesmo tipo. Pega por pega. o ccononiista constrdi uma rede comp lei a de tela
•
) goes imerligadas. Tal rede permite a ele tirarconclusocs sobre vnriuvcis economicas ligadas
*
j umas as outras arenas inciiretainenic. Comcgando com a inlbrmagao de epic a demanda por
gasolina tern uma determinada coniunidade ) cat pela metade quando o prego sobe. o ccono-
j mista podera explorar como o prego da gasolina esta relacionado ao prego do oleo. ao custo !
de vida ou a demanda por elctricidude.
.
) Ao mesmo tempo, o papel da Matematica na Economia se estende muiio alem do domi-
J .
nio da tccnica estatistica. Por exemplo. os economistas constroem icprescmacoes matemati -
cas de mercados e comunidades para emender melhor como funcionam. 0 proprio processo i
presentando a quamidade de loisas compradas peloconsumidor. 0 par ( x { , x2 ) representa aes- tica. Mesmo ciencias sociais, como Sociology ou Antropologia, cujas tecnicas sao mais “!i-
colha de uma quamidade de bens (ambos) e e denominado;,lccsta de mercadorias”. Se consi- terarias” que matemSticas, dependent muito de modelos de algum tipo, tanto para a explora- )
derarmos que x } e x2 podem ser quaisquer numeros nac-ndgativos, entao o conjumo de todas gao quanto para a apresemagao de seu material. Ao mesmo tempo, ha muitas razoes por que
as cestas de mercadorias pode ser representado geometricameme como o quadrante nao-ne- a modelagem matematica e particularmente util na Economia. I
gativo do piano. Tal quadrante e denominado “espago das mercadorias". Na Figura 1.1, o ei- Para comegar, um modelo matematico forga o economista a definir os termos precisamen-
xo horizontal mede o niimero dc coisas numa cesta de mercadorias, enquanto o eixo vertical
!
te. O economista deve enunciar claramente as suposigoes subjacentes antes de iniciar uma ^
mede o numero de loisas numa cesta.
•
longa cadeia de raciocmio. A natureza exata da abstragao com a qual o economista esta traba- 's
Os consumidores tem preferences sobre cestas de mercadorias no espago das mercado-
rias: dadas duas cestas de mercadorias quaisquer, ou o consumidor prefere uma cesta em vez
da outra ou entao e indtferenie entre as duas. Se as preferences do consumidor satisfazem al-
! lhando fica clara, logo de satda, nao so na mente dele mas na mente de cada pessoa que esta
lendo o trabalho. Conseqiientemente, o debate sobre a relevancia do modelo para o mundo re-
al 6 bastante enfocado. Pode ate ser possive! traduzir o modelo teorico em fdrmulas estatfsri-
)
guma hipotesede consistency, elas podem ser representadas por uma fungao utilidade. Uma cas, de modo que sua validade possa ser testada com dados do mundo real. . )
A Matematica e unlizada nao so para organizar fatos, mas para ativamente gerar e explo-
fungao utilidade associa urn niimero real a cada cesta de mercadorias. Se o consumidor prefe -
,
re a cesta de mercadorias (JC ,X2) sobre a cesta ( v,, y,), entao a fungao utilidade associa um nii- i rar novas ideias teoricas. Os economistas muitas vezes usam tecnicas matematicas, como a
,
mero maior a { xux2 ) do que a (y , v2). Escrevemos U(xv x2) para o numero associado pbla fun - dedugao !6gica, para deduzir tcoremas que aplicam a uma grande variedade de situagoes eco-
.
'>
gao utilidade h cesta ( ( > 2). Em geral, representamos essa situagao esbogando uma amostra- i ndmicas, nao so a uma comunidade espect'fica local ou nacional Considere, por exemplo, a
** .
gem de curvas de indiferenga do consumidor no espago das mercadorias conforme indicado
na Figura 1.2. A fungao utilidade associa o mesmo numero a todas as cestas sobre uma dada
curva de indiferenga. Em outras palavras, o consumidor e indiferente entre duas cestas quais-
I .aDrmagao.“alocagoes de recursos em mercados competitivos sao dtimos de Pareto” * um teo-
. .
rema de importance central na maioria das discipltnas que tratam de teoria microecondmica
intermediary. De forma simpfificada esse teorema afirma que, em um sistema de mercado
competitivo, quando os mercados se ajustam de tal modo que a ofertae a demands estao equi-
)
quer sobre a mesma curva de indiferenga. A seta na Figura 1.2 indica a diregao da preferen- y
cia. Cestas de mercadorias em curvas de indiferenga longe da origem tem preference sobre >i libradas, qualquer alteragao exequfvel no consuino ou na produgao, que melhore a situagao
cestas em curvas de indiferenga perto da origem, sinalizando que esse consumidor prefere <
para algumas pessoas, vai fazer com que a situagao piore para outras. Contrastando marcada- )
"
mais” a “ menos”. mente com afirmagoes como “ a demanda por gasotina cat pela metade quando o prego da ga-
Utilizanios esta representagao das preferences do consumidor para descrever a escolha do
i- solina sobe \ esse teorema nao se origina da observngao direta do cotidiano que vivemos.w )
consumidor. Suponha que um consumidor seja confrontado com um conjumo B de cestas de
r
! Tampouco esta expresso estatisticamente. Ao contrario, ele e um prinetpio universal que foi
mercadorias e que seja solicitado a optar por uma delas. 0 consumidor fara sua opgiio de tal derivado logicamente de uma descrigiio matematica idealizada de varios mercados. Como a .
modo que sua fungiio utilidade seja maximizada no conjumo B. 0 problems de maximizar Matematica usadn no dcsenvolvimcnto desse teorema esta bastante afastada da observagao di-
uma fungao num determinado conjunto e um problema maternalico. reia, e' impcssfvel testar a veracidade ou a falsidade final do teorema em questao. So mente sua ^
0 que acabamos de descrever e um modelo mitematico muito simples dc escolha do
.
consumidor. Tal modelo abstraiu ou ignorou, mui :os aspectos de escolha que em alguns .
aplicabilidade a economia mundial ou a economia de uma particular regiao ou pats e que es
(a aberta ao questionamento.
- )
.
contextos, poderiamos considerar muito important . Porexemplo como foi que o consu -
^ A Matematica nao 6 so uma ferramenta poderosa para obter insights a partir de modelos )
midor “aprendeu” o suficieme sobre os produtos, ji pohto dc Inzer uma escolha rational ? cconomicos; ela tambe'm e necessdria para estender a aplicabilidade de um modelo que foi •
j constriudo esireiramente demais para ter alguma utilidade. Exercfcios em textos de Economia
no njvel dc graduaguo. por exemplo, para simpIt Hear sao geralme me limitndos it productlo ou
,
y
r a venda de dois bens. 0 esiudame mais avangado ou o economista profissional usn a Matema-
tica para estender esses modelos de livros basicos. de modo que possum cbarcar mais in for- j
*2 !
. .
magao simultaneameme, levandoemconta inflagao bens adicionais competidores adteionais
. .
ou eventual mente omros fatores. Isso posto vamos agora, elaborar um exemplo especffico )
«.2.6 i para esse tipo de uso de modelagem matematica em Economia. Veremos como a Matematica j
6 nplicada para aumemar a abrangcncia de um modelo geometrico familiar simples da teoria
I microeconomica de nivel intermediario. >
I
i
r
tar: para fins desui argumentagao. digamos. entre coisas e loisos. Seja A*, uma variavel que re -
*1
Figura i .1 Dints cestas (fe m* trattorias no espago das meivadnrius. presenta a quamidade de ccisas compradas por nossc consumidor c seja .v, uma variavel re * (
/
o
o
o
n
i
) \ \
o
-
Q
L
A* • ••
V. r
*
X rW:
S®
&r;
c
u 10
u
-
=6
>. ‘
v *>
IP y
u u= 1
C
o Figura 1.2 'Curvas de indiferetu;a no espagn das mercadorias.
) Figure 1.3 Conjunto orgamentdrio OAD e curwis <ie i/ idiferetina.
' Comoo consumidorusaessainformagao ao fazer uma escolha? Em cermos gerais , de onde
_) geral, isso e enunciado assim: Em c , a taxa marginal de substitute) (a inclinagao da curva de
vieram as preferences do consumidor e como sao elas influenciadas pelo ambiente no qual
indiferenga por c) iguala a razao entre os preges ( a inclinagao da rcta orgament£ria ).
a decisao esta sendo feita? Algumas atividades dc escolha sao habituais ; por cxcmplo, a de
‘
-
cisao de acender um cigano. Em nosso modelo. nao dissemos coisa alguma sobre formagao
Nesse contexto bidimensional , pedemos desenvolver varios raciocmios: 0 que ocorre com dc habito . Algumas escolhas sao reguladas por costumes sociais; por exemplo, a decisao de
) a demanda por coisas quando o prego delas aumenta? E quando aumenta o prego das loisas?
um executivo dc corporagao de vestir um terno para o trabalho. Novamente, em aosso mo-
'
) Equando aumenta o orgamenio? Esses experiments sao, bs vezes, denominados problemas
dclo nao est1 < explicitado o papel dos costumes sociais. Ignorando esses e outros aspecios
de estatica comparativa. Os experiments de aumentar o orgamento M do consumidor e do
de escolha. construimos um modelo de componamemo de preferencias que e simples e f1 < -
j prego /?, das coisas sao apresentados nas Figuras 1.4 e 1.5. cil de entender. No entanto, o fato de ignorar fatorcs potencialinente importamespode limi -
Em aulas de Microeconomia intercnediaria , registrants os resultados desses experimen -
tar a utiliaade dessc modelo simples. Para determinadas aplicagoes . pode ser necessario um
.) tos em graficos, tais como curvas de demanda ou curvas de Engel. Neste ponto comegamos a
modelo mais sofisticado.
observar algumas das limitagoes dessa abordagetn geometrica. Mesmo no caso de dois bens,
>
V
que e o mais simples de todos, a demanda por qualquer iim dos bens depende de tres aspec
ts: o prego do bem , o prego do omro bem e o orgamento. Nao cxiste uma maneirn de repre -
- Felizmente , nao estamos interessados cm utilizar in! modelo para explicar todos os com-
portamentos de escolha . Somente estamos interessados naquelas escolhas que surgem cm
) sentar essas relagocs simultaneamente em um quadro bidimensional. Assim, resta- nos o me-
mercados. Descrevemos essas situagoes de escolha como segue: associado a cada mercadoria
ha um preco: /> , para o preco de coisas e. p2 para o prego de loisas. Nosso consumidor possui
•J todo altamenie insatisfatorio de empurrar curvas de demanda cada vez que quisermos falar de
M unidades monetarias para dividir entre os dois bens. 0 consumidor nao pode gastar mais
mudangas no orgamento ou no prego do omro bem . Tampouco temos uma nianeira convenien-
) dinheiro do que possui . 0 custo do cesta de mercadorias (.v,. .v:) e /;,.v, + Estc custo nao
te de falar rigorosamente sobre como a demanda e afetada pefo formato das curvas de indife-
pode exceder M .
E suficieme que nossa teoria seja apiicavel a con juntos de escolha da forma
D - { (.v, . . ) : .v, > 0 , .:> 0. / ,.v , + f K X z < M \ .
\\ Y )
J ra do conjunto oreament trio cxceto pelo ponto r. onde chi e » ' ngcme it reta orgamemaria. Em
J r
£ ss a noiacAo de conjures S 2? a utiilzada erp lodo o' livio. Em pa lavras. SEO conjunto de todos os pares de mimeros x:) tais cue
) Fiaura 1.4 Ox sfriws de nnwenrnr M. -
ami,os os rumeros sao nao r.^ cativos e a desigualdade p, x. •* p j X } < M esta sailsleiia .
)
I )
i:
i
)
32 MATEMATICA PARA ECONOMISTAS \
f
2
i
/
CAPITULO i
Calculo a Uma \
Variavel : Fundamentos c )
)
c
>
I. )
ij 0 A* A
/
Figura 1.5 Os efe /ios de aumentar pr
1
t
T Tm objetivo central da teoria economica e escabelecer e entender relagoes entre varid-
I I veis econdmicas. Essas relates sao descritas matematicamente por fungoes Se esti- . renga. Em teoria microeconomica intermediaria, costumamos examinar dois casos opostos — . 1
va' vermos interessados no efeito de uma varidvel economica (como o gasto govern- curvas de indiferenga dadas por linhas retas (substitutes perfeitos) e curvas de indiferenga em_
mental) sobre uma outra variavel economica (como o produto intemo bruto), somos levados
ao estudo de fungdes de uma unica variavel — urn ponto natural para comegar nossa analtse
.
angulo reto (complementares perfeitos). Esses sao, entretanto, casos especiais raros Alem .
disso, precisamos saber como os resultados que poderemos descobrir em tal contexto serac
matematica. afetados se abnndonarmos a hipotese de que ha somente dois bens.
A informagao crucial sobre essas relagoes entre varidveis economicas se refere ao efeito I
/
que a mudanga numa variavel exerce sobre a outra. Como e que uma mudanga na oferta mo -
netaria aieta a taxa de juros? Urn aumento de um milhao de dolares nos gastos govemamcn-
’
Modelcs Multidimensionais de Escoiha do Consumitior
tais ira aumentar ou diminuir a produgao total? Em quanto? Quando essas relagoes sao dadas Nenhuma dessas questoes pode ser respondida dentro da nossa estrutura geometrica, Deve
por fungoes lined res. o efeito que uma mudanga ’numa varidvel exerce sobre a outra c fome- mos nos voltar para outras tecnicas matematicas: em particular, para o Calculo a vdrias varid-
cido pela “inclinagao'1 da fungao, Para fungoes niio- lineares mais gerats, o efeito dcssa mu - veis e para a Algebra Matricial. Para isso, precisamos colocaro problema anaiiticamente. Su-
danga e fomecido pela "derivada” da fungao. A derivada e simplesmente a generalizagao ties - ponha que nossa economia modelo tem / 2 bens. As cestas de mercadorias agora sao listas (A- . ,
sn inclinagao para fungoes nao-lineares. Neste capitulo, vamos definir a derivada de :uma fun- .v: v„) e uma fungao utilidade associa um numero U { x xr ) a cada uma dessas listas (
gao de uma variavel e aprender como caicula- la, registrando a importancia do seu papcl na
xtl
. .. . xt ). 0 problema de maximizagao do consumidor pode ser enunciado da maneira seguinte *
quantificagaoda relagao entre varidveis.
maximizar £?(A , ,
*
A )
1
)
2.1 FUNgOES EM R sujcito as restrigbes
)
Vocabulario de Fur oes
^
As pedras fundamentals da Matematica sao os numeros e as fungoes. Ao trabalhar com ntime -
Pixi + P& + " + P
A'; >0 ,, > 0^
A
-
.
M*
)
ros. verificamos que c convenience rcpresema-los geometricamente como pontos de uma reta )
0 sistema de equagoes matematicas que usamos para descrever as condigoes de “ tangencia”
numerica. A reta numcrica e uma reta que se estende indefimdameme para a dircita e para a es -
querda de um porno chamado origem. A origem e identificada pelo numero 0. Pontos a direita
.
quando ha n incognitas em vez de 2 incognitas e' complexo Ele comem 2/i + J equagoes dis-
da origem representam numeros positivos e pontos a esquerda representam numeros negativos, tintas e 2n + l incognitas. 0 estudo de todas as questoes do paragrafo anterior reduz- se ao es -
Escolhemos uma unidade basica de comprimento e. panindo da origem, marcamos sucessivos tudo desse sistema de equagoes. Essas equagoes aparecem na Annlise Matematica como ques- 1
tbes sobre a existencia de solucoes do sistema de equagoes e questoes sobre como ns solucoe>
intervales desse comprinienio. As marcas a direita sa< numeradas + 1. -j-2, +3. etc.; as marcas a
j 1
esquerda sao numeradas - 1. -2.-3. etc. Agora podemos representor qualquer numero real posh madam quando mudam os parametros. tais como pregos e renda. Neste livro, disemiremos
tivo nessa reta. bastando encomrar o ponto a direita da;origem cuja distancia desde essa origem. ideias e tecnicas de Calculo a vdrias varidveis e Algebra Linear, que fornecem respostas pro-
)
na unidade esecihida. e esse numero. Numeros negativos sao represent ados da mesma maneira. cisas a essas questoes.
.
so que nos movemos par * a csquenla . Conscquememdme cada numero real e represemado por )
exaiamente uni ponto da reta e cada porno da reta represeuta um, c somente um. numero real.
Veja a Figura 2.1. Ideiuificamos o conjunto de todos o s numeros rcais como R 1.
'
>
/
1
n
o i
n Em geral , a informa o essential sobre uma fungao esta contida em seu grafico . 0 grafico de
^
uma fun ao de uma variSvel consiste de todos os pontos do piano cartesiano cujas coordcna- Figura 2.1 A retci numerica Rl.
o ^
das ( x, y ) satisfazem a equa$ao y = f { x ) . Os graficos das cinco fur oes mencionadas estao es-
^
- bo9ados na Figura 2.2.
Uma fun9ao e decrescente se 0 seu grafico desce da esquerda para a direita , ou seja. se
g(4) = 8 e g (-3) = -6 para indicar que ela associa 8 a 4 e -6 a -3 , respectivameme .
Muitas vezes usarrjos uma variavcl , digamos x. para a entrada da fun9ao e unn outra , diga-
mos y , para a safda da funcao. Nessa nota9ao. escrcvenamos as duas fun9oes / e acima como
^
>
y » x + l e y = 2xt
-t, > x2 implica /(.t , ) < f ( x2 ) .
9
4 *
?) Muitas vezes diremos que uma tal fun9ao e estritamente decrescente para enfatizar a dcsi -
guaidade estrita . A quarta funcao na Figura 2.2./2(JY) = - v , e uma fun9ao decrescente .
exogena , em aplica9oes economicas . A variavel de saiday 6 denominada variavel dependen -
te ou , em apiica9ocs economicas , variavel endogena .
Os lugares onde uma fun9ao passa de crescente para decrescente e vice - versa tambem sao
importames. Se em .r0 uma fun9ao/ muda de decrescente para crescente. 0 grdflco de / fica vi -
v > rado para cima em tomo do ponto (A0, /CY0) ) , como mostra a Figura 2.3. lsto implica quo em
Polinomios
) tomo do porno (.Y0,/(.Y0)), 0 grafico de / fica acima dele . Urn tal ponto Cv /(x«)) denomina
^ - As fun 9oes mais simples, do ponto de vista onalitico . sao os monomios, aquelas fungocs
do um minimo relativo ou local da funqao /. Se o grafico de uma fungilo nitnea fica abuixo que podem serescritas como / (.v ) = a.xk para algum niimero a e algum inteiro positive k :
j do ponto (x0,/(.v0)) , ou seja, se /(.v) > /(.v0) para cada *, entao (x0 ,/(.t0)) e denominado um mi -
nimo absoluto ou global de/. 0 ponto ( 0.0 ) e um minimo global de /, (.v) = 3.v na Figura 2.2 .
“
por exemplo .
2
) Analogameme se , uma fun9 ao g muda de crescente para decrescente em c 0. 0 grafico do "
/, (.v ) = 3.vJ , /:(.v) = - v' e f? ( x ) = -\0x
y (1)
g { Zfi ) para lodox , entao ( zu. g(:u) ) e um maximo absoluto ou global de g . A I ungao/, = - KXv
' *
Dominio
-* >
•
no qual escrevemos os terrr.os monomiais em ordem dc grau decrescente . Para qualquer poli -
Algumas funcoes somenie estao definidas em subconjumos proprios de Rl . Dada uma funcao nomio, o grau do maior monomio que aparece e 0 grau do polinomio. Por exemplo, 0 grau do
) e 0 dominio de /. Para cada uma das polinomio h acima e 7 . *
J
I
trito 0 dominio de uma luncao: por causa da matematica e por causa das aplicacoes. A raziio
v=
•
*
/.
.Y 1 i — '
“ V
—
= .V 3.Y 2
+ +
e V
* = .Y—
A"
" +l
( 2»
* y niatemaiica mais comum que restringe 0 dominio e que nao podemos dividir por zero e nao po-
y demos extrair a rai 2 qitadmda 1 ou 0 logaritmo ) de um mimero negative. Por exemplo. o domi- as funcoes exponentials, nas quais a variavel .v aparece como um expoente . como x = Ilf :
nie da funcao h x ) - U (\
m
- be todos v exceto ( - 1 . + 11 e 0 dominio da luncao hxx 1 = funcoes trigonometricas. como y = sen A e v = cos A C assim por dionte .
L
j ^
v .v - 7 e todos .v > 7 .
.
J
I
(
)
I
>
CALCULO A UMA VAHJAVEL: FUNDAMENTOS 37 36 MATEMATICA PAOA ECONOMISTAS )
1
)
• ————
/ )
;
: } ? i
)
/ )
1
)
Figura 2A A firngdo g tem um mdximo em z#
)
0 domfnio de uma fungao tambc'm podc estar restrito pela aplicagao na qual a fungao sur-
giu. Porexemplo , se C(.v) e o custo de produzirjc carros, .t e naturalmente um imciro postlivo.
0 domfnio de C seria o conjunto dos intciros positivos . Se redefinirmos a fungao custo. de
- '
)
)
A semi - reta nao- negativa R + e um domfnio usual para fungoes quc surgem em nplicngoes.
'
/
I
1 \
Notagao Se o domfnio da fungao v = /(.v) a valores reais e o conjunto OcR , tamo por cau - i
/: D -» R \
\ }
\
= .
Figura 2.2 Os vrrificos cief ( x ) x + l , £(J:) = 2.v /,(.v) = 3.vJ. \ -
] ( x ) = x ef3( x ) = -10A .
2
)
Notagao de Intervalo
1
Por falar em subconjuntos da reta, vamos rever a notagiio padroni zaa a para os intervalo* tie R . !
.
Dados dois numeros reais a tb o conjunto de todos os numeros entre a e b c denominado in-
.
tcrvalo. Se os extremos a e /; estao exclufdos o intervalo e um intervalo aberto. denotado por
)
\
1
)
Se ambos extremos estao incluidos no intervalo, este e' um intervalo fechado, denotado por )
[ a.b] = (.veR : ti < .v < /; ) .
1
. = - Rlj:.r > « ) .
(« « ) |ve *0 I
)
j
V
o
1 Mi •
•
'
1
~ -
) 4:. ;
1 .
•
*V ' , ?
o
5
a 2
produto , pois mais produto requer mais insumo, o qual deve ser pago . En:ontre mais
dois tipos de fumjoes que surgem em modelos economicos c que sao mturalmente
) crescentes. Encontre dois tipos dc tais fun oes que sao nacuralmente decrejcentes . En -
^
contre um tipo que provavelmentc troca de crescente para decrescente .
) 3
2.3 0 grau de uma fun ao racional e o grau do seu numerador polinomial menos o grau do
)
i
^ —
seu denominador polinomial . Qualquer numero inteiro positive , negaiivo ou zero
) — pode ser .o grau de uma fun ao racional . Qual e o grau de cada uma das fun oes ra-
^ ^
Figura 2.5 Algumcis indinagdes no piano. cionais em (2)?
2.4 Obtenha o domrnio dc cada uma das seguimes fungoes:
) Exemplo 2.1 Por exemplo, se comegarmos no ponto ( 1 , 0) na reta i , da Figura 2.5 c avangar- ! \ , 1
mos ao longo da mesma ate alcangar o ponto cuja COORDENADAA e 2, estaremos no porno a) y b) y- c)
'
) ( 2 , 3). Como v aumemou em 3 unidades nesse processo, di 2emos quc a inclinagao da rcta
A -l VA - T 1
VA2 4- 1
da Figura 2.5 e' 3. A rcta diagonal i 2 da Figura 2.5 forma um angulo de 45 ° com a hori - A I
) zontal . Sua inclinagao e + 1 , pois QUANDOA aumenta em uma unidade , o mesmo ocorrc com
rf ) .v =s ~ T :
;
“
X ~l
e) V^ VT- .Y 2 : /) y =
yquando movimentamo- nos para cima na A inclinagao da reta Cy que forma um Angu -
)
lo de -45° com a horizontal na Figura 2.5 , e - I . Retas mais ingremes do quc Q tom dccli -
2.5 Qual c o domrnio de cada uma das fungoes racionais cm ( 2)?
>
\
vidades entre + 1 e -H» . Retas com declividade para cima. mas menos ingremes do quc
tem inclinagbes entre 0 e + 1 . Retas horizontais tern inclinagao zero. Retas que descent da
2.6 Qual e o -dominio natural das fungoes economicas mencionadas no Exerctcio 2.2?
V
.) L
esquerda para a direiia , como tem declividade negativa .
.
) Devenios estarcientes de que a inclinagao de uma reta independe do porno a partir do 2.2 FUNQOES LINEARES
qua! a caiculamos. Para calcular a inclinagao da rcta na Figura 2.6. podemos comcgar no
polinomios dc grau 0: as fungoes const antes /f.v ) = b .
As funcoes mats simple *: possi'veis sao
ponto (.v,. v, ) e avangar para o ponto (.v, + l . y{ ) no triangulo # l . Neste caso. a inciinagSo que
Como essas fungoes associam o mesmo numero b a cada numero real A, elas sao simples de -
obtemos e yf - y ,. um numero que e a razao entre os dois catetos do triangulo retangulo # 1 .
> Se. em vez disso. comegarmos no ponto (A,, y2) e avangarmos para o ponto (.\\ + ! , y0. obie -
mais para serem imeressuntes. As mais simples fungoes mteressantes sao polinomios de grau
1 : funcoes/ da forma
.) remos a inclinagao yj - y,. a razao entre os dois catetos do triangulo retangulo # 2 . Observe
*
A f i x ) - nix + b .
que cs lados correspondents dos triangulos # 1 c #2 sao paralelos. Por re suit ados basicos de
J
• A
geometria plana , os triangulos # 1 c #2 sao semclhames e ponanto as razoes entre lados cor-
Tins funcoes sao denominadas fungoes linenrcs. pois sao precisamente as fungoes cvijos era -
ficos sao linhas retas, como demons!raremos a seguir.
respondentes sao iguais:
J
J
/i - _3 — 3
yi *
1
*
i
A Inclinacao de uma Reta no Plano
I 1
J Isso prova que . nao importa de onde comegarmos. sempre obteremos a mesmo inclinacao Inicialmemc. vamos olhar para a geometria das retas no piano canesiano . A caracMcrtstica
para ( . principal quc distingue uma reta da outra e sua declividade. que denominamos inclinacao da
> Firilmenie . considerc c triangulo retangulo # 3 na Figura 2.6 , que e formado a partir da rcta. Uma maneira natural de medir a inclinacao de uma reta e comcgar cm um ponto i .vu. y. , »
qualquer da reta e avancar ao longo dela ate .. coordenada x aumentar em wm unidade . A cor -
troca de (,rvy;) para i .v4, v4 ) ao iongo de f . A coordenuda .v4 nao nccessariamcnie e .\\ + 1 . Pc -
la mesma analise geometries, o triangulo # 3 6 semeihamc aos triangulos ti \ c t? 2 . Portamo. as respondente mudanga na coordenada y e a inclinagao da reta .
)
mr -
'
WM
iSL
)
m0¥ 40
:
»
0 teorema a seguir resume esse calculo simples.
[ x2 + 1 , /21 )
Teorema 2.1 A reta cuja inclina ao e m e cujo ponto de corte com o eixo y 6 (0, b) e
dada pela equagaoy = mx + b. ^ )
1*2' Yv J y
Yi ~ Yi
)
Polinomios de Grau um tem Graficos Lineares (*1 + 1 , y, 'J
Agora vamos considerar o polinomio geral de grau umj r) = mxitbz. Seu grdfico e o tra ado
de todos os pontos ( x , y ) que satisfazem a equa ao y -
^
(A|, >*|) e (x2, y2 ) nesse grafico , a inclinagao da reta que os liga 6
*
^
ados dois pontos quaisquer ^
{ \>
* Y \ ) ll±
Y) - >'
1
t
v2 - Vj _ (mxj + b ) - ( mx, + fc )
q
A2 ” * . AS ” A' j Figura 2.6 Colcuhndo a inclinagdo da reta l de tres tnaneiras. V
)
= —m(—x- - .—) =
> A
m
i )
" v2 >' 1 •
<
Como a inclina 9ao desse tra ado c sempre m em todas partes , esse tragado e uma linha re - - .V3
^
ta . Podemos verificar diretamente que (0, b ) to ponto de corte com o eixo y. Assim. os po -
V4 i 1
linomios de grau um realmente tem retas por graficos e e natural dizer que essas sao fun - Esie uso de dois pomos arbitrarios de uma reta para calcular sua inclina 9ao leva a seguinte de
(.
*
)
ponto dado (.Y0, vl }) e um ponto generico (.r. y ) dessa reta para calcular sua inclinacao:
e denominado inclinacao da reta A analise na Figura 2.6 mosira que a inclina ao de f in -
9 Y
depende dos pontos escolhidos em Z . A mesma analise mostra que duas retas sao pa rale las
.v - A‘0
se , e someme se , tem a mesma inclina 9ao.
Segue dai que a equa no dessa reta e y - m( x - .t0) + y0, cu
^ y =s tux + { v0 - mx0) . (3)
1
1
: •;
> : : em gr. : w. •
-
*
. *
' r .
**. • *•:- t, -
s: j itiaaorseas •: J 32CF: a ;emoe- y -. u
) - j/.geia e que 100°C ou 212CF c v :emperau;>a em que a igua ferve.
'
vcusceo da reta atraves dos pontos (0, 32) e (100.212). A inclinagao dessa reta e
O 212 - 32 __ 180 _ 9
-
“
100 0 100 5
) I
J
. . .
)
2.8 Enconire a formula para a fungao linear- cujo grafico: -- 1 •
• a ) iem inclinagao 2 e poato (0, 3) de coiie com o eixo yt Interpretando a Inclinacao de uma Fumgao Linear
) b ) tem inclinagao -3 e ponto (0, 0) de corte com o eixo >>,
c) iem inclinagao 4 e passa pelo ponto ( 1, i ),
A inclinagao do grafico de uma fungao linear e um conceito essential Costumamoi faiar sim . -
plesmentc em inclinagao da fungao linear. Lembre que a inclinagao de uma reta mede o
) d ) tem inclinagao -2 c passa pelo ponto (2, -2),
quanto muday quando avangamos ao loneo da reta ate aumeniar * em uma unidade. Assim, a
e ) passa pelos pontos (2, 3) e (4, 5),
: .
) -
J ) passa pelos pontos ( 2 , 4) e (0, 3).
inclinagao de uma fungao linear mede o quanto }{ x ) aumenta para cada aumento em uma uni
.
dade em x Ela mede a taxa de aumento, ou melhor, a taxa de variagao da fungao/. Fungoes
lineares tem a mesma taxa de variagao em qualquer ponto.
-
) 2.9 Supondo que cada uma das seguintes fungoes seja linear, de uma interpretagao econo-
'
> conceito fundamental para fungoes lineares em teoria econdmica. Contudo. quase todas as adicional de renda. Essa utilidade adicional e denominada utilidade marginal da renda. Se
; fungoes que surgem em aplicagoes sao nao- lineares. Como podemos medir o eteiio marginal v • O( z) e uma fungao linear que mede o produio v obtido utilizando z unidades de insumo de
“
) -
dessas fungoes nao lineares? trabalho, entao sua inclinagao demenstra quanto produto adicional e conseguido contratando
- ) -
Digatnos que estamos estudando a fungao nao lineary = f { x ) e que atualmeme estamcs no uma unidade adicional de trabalho, e e denominada produtividade marginal do trabalhn.
. >
poiito (JCQJ { x0 ) ) do grafico de /, como na Figura 2.8. Queremos medir a taxa de variagao de / Todas as regras que caracterizam o componamento de maximizagao de satisfagao de consu -
j ou a inclinagao do grafico de f quando .r = .t0. Uma solugao natural para esse problema e tra- midores e o componamento de maximizagao de lucro de firmas envoivem tais medidas mar-
gar a reta tangente ao grafico de /em xc, como rnostra a Figura 2.8 . Como a reta tangcnte apro- ginals. ja que as decisoes de consumir ou nao mais uma unidade dc uma mercadoria ou de
j xima bastame o grafico de / em tomo do ponto (.v0, /(.v0)), ela e uma boa substituta para o pro- produzirou nao mais uma unidade dc produio sao baseadas nao tamo na quamidade total con -
prio grafico de / Sun inclinacao, que sabemos como medir, deveria ser realmente uma boa ; sumida ou produzida ate a data , mas sim no quanto o proximo item consumido vai afetar a sa -
j medida para a inclinagao da fungao nao- linear em ,v0. Observemos que para fungoes niio-li - tisfagao total ou como o proximo item produzido vai afetar renda, custo c lucro.
o neares, diferememente do que ocorre com fungoes lineares. a inclinacao da reta tangeme va
ria de ponto a porno
-
j
) i
i
l * )
45 a*** :
CALCULO A UMAVARIAVEL: FUNDAMENTQS S$£SQ!44 MATTMAUCA PARA ECONOMISTAS }
r
YHi
II?.AV
)
J
A
)
(0,0) !
*o
)
I
grafted dc x\ -
Figura 2.8 0 grdfico dc umafunf &o ado linear. )
Figura 2.9 Uma reta tangente ( o eixo x ) e uma reta nao - tangente ao
Aproveitamos a ideia de aproximar urn grafico pela sua reta tangente na nossa vida coti-
de zero do que /i e esboce a reta secante in do grdfico de/que liga x0 , f xn
, ( .
( ) ) e (.r0 -5- /i 2 /(.v0+
diana. Por exemplo, empreiteiros que planejam constmir um grande shopping ou planta in - S
to )). Continue
, desse modo e escolha uma seqtiencia { / ij de niimeros pequenos que converge
monoionamente a 0. Para cada n , desenhe uma reta sccante Cn
ligando os dois pontos disiin
secantes { \ aproximam geome-
- dustrial , e fazendeiros que querem dividir grandes dreas de terra, em gerai supoem que cstao
.
uabalhando em terms pianos , embora r ao desconhegam que estao trabalhando num planeta • )
tos { x0 , f { xQ ) ) e (.r0 + hn, f { x0+ hj ) do grafico de /. As retas tn verdadeiramenie redondo. De fato, eles operam com o piano tangente a Terra e as contas que
inclinagoes se aproximam da in-
tricamente a reta tangente ao grdfico /em xQ 0
clinagao da reta tangente . Como tn
de
passa pelos
( , f
dois
( x ) ) e
pontos
suas
.
(*0 /(*0)) e (.v0 + !iHtf { x0+ hj ) sua . ra seus propositos.
—
fizerem estarao corretas ate a decima ou vigesima casa decimal aproximagao suficiente pa -
)
/
,
•
4
inclinagao c -
Assim, definlmos a inclinagao de uma fungao nao linear / num ponto Or0,/ (jr0)) de seu gra-
-
.- -
f (*o + K ) -
f { x<} ) _ f { x n + K ) /(* ) .
fico como a incJinagfio da reta tangente ao grafico de / naquele ponto Dizemos que a inclina f
gao da reta tangente ao grdfico de ft m (.t0, /(.v0 ) ) e' a derivoda de / em .r0, que e denotada por
( Y + ,) ,v0
-0 /
l - h
J
quando hn converge a 0.
Portamo. a inclinagao da reta tangente e o limite desse proeesso f 'W ou
i
Esta ultima notagao deriva do seguinte fato: a inclinagao e a mu -
mudanga em / divjdida pela
.
danga em x ou A/M.t, onde seguimos a convengao de escrever a letra grega maiuscula delta A
para denotar mudanga .
A Como a derivnda e um conceito tao fundamental , necessitamos de uma definigao analftica i
com o qual possamos trabaihar. 0 primeiro passo e tomar precisa a definigao de reta tangente
( x0 + / ( XQ + M ac grafico de / num ponto. Tente fomnilar tal definigao. Ela nao e “ a reta que encontra o grafi- < )
\
\ co de / em someme um ponto” , pois o ponto A na Figura 2.9 niostra que precisamos acrescen -
IX0 + / j;, RXQ + 2 » ) tar mais geometria a essa primeira tentativa de definigao. Podenamos, entao, expandir essa ten - i
tattva para “ a reta que encontra o grafico de / em soir.ente um ponto, mas que nao cruza o gra-
\
( XQ + .
h- f{ x0 + M
3 =3
fico'*. No entanto, o eixo.r na Figura 2.9 e a verdadeira reta tangente ao grafico de y x em (0,
)
0) e ela realmente atravessa o grdfico de ,r . Assim, precisamos ser bem mais sutis.
( x0, ;{x0)) Infelizmentc. a unica maneira de traiar tal problema e usando um proeesso de limite. Pri -
meiro. lembre que um segmento de reta ligando dois pontos de um grafico e denominado re
ta secante. Em seguida. avance um pouco do ponto f.r0, /(.v0)) no grafico de / para o ponto (.v0
-
^
, ,
+ /i ;./(.v + A )). onde A t algum numero pequeno. Desenhe a reta secante ( , no grafico. ligan -
I
)
clo esses dois pontos, como na Figura 2.10. A reta secanie c uma aproximagao da reta tan - )
gente . Escolhendo o segundo ponto mais proximo po^ iveI de ( v0,/tv0)), estaremos desenhan -
-
i JO aproximagoes bem mclhores para a reia tangente desejada. Assim , escolha h2 mais perto >
r
r 46 MATEMATICA PARA ECONOMISTAS
c CALCULO A UMA VARIAVEL: FUNDAMENTOS 47 .
r Tabela 2.1 Def ini9ao Seja (x0, / ( x0) ) um ponto no grdfico de >
-= .
fix ) A derivada de/em xQ , dn otada por
c^
o <
K
0,1
0,01
0,001
3,1
3,01
3,001
9,61
f ( X0 + lln )
9,0601
9,006001
I { x* + K ) - f { x* )
K
6, 1
6,01
6,001
f (*o ) ou
^ (*0 ) ou
e a inclina o da reta tangente ao grafico de / em (jc0,/(.t0)). Analiiicamente,
^
© 0,0001 3,0001 9,00060001 6,0001
x <
Exemplo 2.5 Para provar que /' (3) = 6, precisamos mostrar que
sc este limiie existir. Quando este limiie existe , dizemos que a fun 9ao / e derivarel ou dife-
renciavel em x0 com derivada / Vn ).
§
— -—
n
'
J
)
) -
^
K
> 6, com hn -» 0,
para coda sequencia { /ij que se aproxima de zero, nao so para a sequencia (5). Provamos
- (6) analiiicamente. Para cada /i,- - -
( 6)
2 ,4 CALCULANDO DERIVADAS
.Exemplo 2.4 Vamos usar a formula ( 4 ) para calcular a derivada da fun9ao nao lincar mais
.
simples, fix ) - x", no ponto x0 - 3 Como 0 grafico de x2 e bastante mgreme ito ponto (3,
-
- 32 _ 9+ 6 h+ h - 9 = K6 + h ) ^ e +, !
(3 + /Q 2 2
9 ), como vemos na Figura 2.11 , esperamos encontrar /'(3) consideravelmente major do
.) *’ }
h h h que 1 . Para a sequencia de numeros /?„convergindo a zero, escolha a sequencia
) que claramente converge a 6 com h -> 0. Agora podemos ter certeza que /' (3) = 6. . I Ai I — 0, 1 ; 0,01 ; 0 . 0 0 1 ; (0 , l (5)
A Tabela 2.1 resume os calculos que precisamos fazer.
’ )
Exemplo 2.6 Agora acrescentamos mais um grau de genera ) idade e calculamos a derivada de
3 2
.
f { x ) = .t em um ponto arbitrario x0 Seja ( /?„} uma sequencia qualquer que converge a 0
) com /i - » 00. Entao,
*
.
/(*o + fr ) - /(*o ) (-r0 + /i„)
=
3
- .rg _ .r5 -!- 2 /i„.rn + /i,; -.vg
\ K K K
>
— 2.r + h„.
1
j K
()
(3,91
) que tendc a '2v0 quando hn -> 0, Tal calculo demonstra o teorema a scguir.
J
j Teorema 2.2 A derivada de f { x ) - x ~ em xQ e /' (.v0) 2v0. =
j
0 Teorema 2.2 e o Exercicio 2.10 podem ser resumidos na afirmacao cie que a derivada de
t
:
J / e kx^ parak = 0.1, 2, 3 e 4. Agora provaremos que essa afirma o c verdadeira para todos
•
os inteiros positivos k. Mais adiante veremos que e verdadeira para qualquer numero real k , ^
J inclusive numeros negativos c fra9oes. Na prova do Teorema k
2.2 e nas provas da pane b do
Exercicio 2.10 utilizamos a formula explicita para (.v + h ) para pequenos inteiros k . Para pro-
J var 0 resuiiado mais geral. precisamos da formula geral para ( x + hf para qualquer imeiro po-
J siiivo k , uma formula que apreseniamos no lema a seguir. Sua prova pode ser encontrada em
Figura 2.11 A rein utngeiue ao grajicc, de fix ) x: em ,v0 = 3.
=
qualquer livro de algebra de segunao grau sob 0 tiiulo “ formula binomial “
. .)
Lema 2.1 Para qualquer imeiro positivo k . Com !i , 0, 0 quocieme da ultima cohina da Tabela 2. J aproxima 6. Assim. a inelinaq;V
' J
(.r + hf = xk + olxk ~ lhi
+ ••• + + nkf 14 , (7
^
=
da reta taneepie ao grafico de fix ) x" no ponto ( 3, 9) e 6 ou seja /'(3) 6. . . =
\
• )
\
49 48 MATEMATICA PARA ECONOMISTAS
CALCULO A UMA VARIAVEL: FUNDAMENTOS
>
kl
onde para j -I k- )
Teorema 2.4 Suponha que k t uma constanie arbiiraria e que / e g sao fungoes dcrivaveis
a7- =
.
em r = A0. Entao, :
Ak - J }-
Em particular, a , = k . a 2 - k ( k - l)/2 e ak - 1.
\
f
Prova
\
*
[
^' + lk - ^- +.- + atht - ')
1
/) II
, . h kx ( k l )x h
— — • :
a) (.v 7
+ 3A- - 4A-
6 2
+ 5)' = 7A- + 18 x* 8.r,
6
- .)
Regras para Calcular Derivadas
((.v:+ 3.v - l)(.vJ - 8A-))' = ( 2.v + 3)(.vJ - 8A-)
*
b)
Os ntoncmios xk sao as pecas com as quais consirufmos uma classe ampla de fungoes, induin'
+(.v:+ 3.v - - 8) do todos os polinomios e as fungoes racionais. Para calcular as derivadas de ( undoes nessas
classes maiores* precisamos saber como obter a derivada da soma, diferenga, produto e quo- •
’.
=6.v5 + I5.vj - 4.v - 24.v - 48A + 8.
.
3 2
ciente de duas fungoes cujas derivadas sabemos calcular. Em primeiro lugar, lembre que so -
mamos, subtratmos, mukiplicamos e dividimos fungous da maneira natural simplesmenu — ~
,
, fjr- lV = (2-v)(.v- + l) - (.v- - l)(2.v) efctuamos essas operagdes nos valores das fungoes. Por exemplo, se /(A) = A e g(x ) = 6.r , en-
3 2
j
C > v:+ 1 J (r + )
,
J
tao as fungoes soma, produto e quociente dessas duas sao, respeciivamenie:
1
4A-
7.
j (/ + s)M s /M + six ) = x1 + 6.t 2 . )
J i ( 3.\: "* + AY 1 )
* "
- 2 A ':: 3A -
——
O teorema a seguir apresenta as regras para derivacao da soma, diferenga, produto, quo - )
ciente e potenciade fungous. Essas regras, junto com o Teorema 2.3, permitirao calcular a dc-
EXERCICIOS rivnda das fungoes mats elementares, inclusive de todos os polinomios e fungoes racionais.
A pane c do Teorema 2.4 c denominada Regra do Produto. a parte d e a Regra do Quo-
2.10 rM Usando a definicSo geomctrica da derivada. prove qtie a derivada de uma funcflo ciente e a parte e e a Regra da Potencia. Observe que a derivada e muito bem componado em
constitute e () em cada porno e que a derivada c
i\ fix ) = nix = in para cada .v.
relagao a soma e diferenca de fungoes. mas que as regras de dcrivagao de produtos e quocien- j
a derivada dex e AY e quo tes sao urn pouco mais complicadas. A prova dc cada uma das afirmagoes no Teorema 2.4 re -
bi Usando o memdo da prova do Teorema 2.2. prove qnc
*
quer uma aplicagao bastante direta da defmigao (4) da derivada. As nartes a e b devem ser de- I
a derivada dc A e 4.v .
.
monstrndas como exercicio ilustrativo. As provas das partes c d e c sao urn pouco mais sutis. (
A prova da parte j aparece enunciada logo adiante como exercicio para inteiros negativos k e
sera apresentada para fragoes k na Segno 4.2. ' -
y
D
0 f
0
0 O i ; c* A U';; *
0
0
o
- :-t .
*
1 .
- V X -/X- . :
- ox 2,
2/5 12 ..
I~ X
« i/
A
;) ^
o t,
©
0 x+
x 1 —r j)
x
x2 + !
X
k ) (.t5 - /) - 6.v + ir)w,
"
m)
3 " :
(.r 4- 2r) ’(4.r + 5) .
'
o Figura 2A2 0 grafico de f { x) |x|.= 2.12 Enconcre a equa ao da reta tangentc ao grafico da funqao dada no valor especificado
) ^
de x. [Sugesiao: Dados um porno nuina reta e a indiiutf &o da reta. podemrs consiruir
a cqua ao da reta. ]
> Para ver por que a defmi ao onaluicQ (8) de derivada nao funciona para |r| substitua cada
_. •:
^
0 uma das sequencias ^ a) f (x )
= x~.x. = 3
>
•
h\ f ( v\
- r / f v'
J
4- v — I
J £j
A Um 2 Furt 9 ao Nao-Diferenciavel
J A
Como um exemplo de uma fun no que nao c derivavel em todos os pomos. considere o grail -
J ^
co da fun ao valor absoluiof ( x ) =|.v| na Figura 2.12 . Ele tern um angulo promtndndo na ori -
!
'
A
^
gem . Nao ha uma langeme natural a esse grafico em i (>. 0 ). Aliernntivameme. como indica a
J A
A Figura 2.13. ha intlnitas retas por ( 0. Oj que ficam de um so lado do grafico e poriamo seriam
J candidatas a reta umgepte. Como o gnillco de |.v| nao tern uma reta tangentc bcm dcllnida em -
-
.v = 0. a I uncao !.v|nao e derivavel em .v = 0.
'
,)
CALCULO A UMA VARIAVEL: FUNDAMENTOS 53
52 MATEMATICA PARA ECONOMISTAS , )
.
A primeira seqiiencia e ( 1 , 1 1 ... ) , que ciaramente converge para + 1; a segunda scquenci . )
A fungao g(x) definida em (9) nao satisfaz essa defin ao cm x = 0, pois
^ e ( ~ l , -1
*
-. .
1 ... } que ciaramente converge para -1. Como sequences distintas que conver- , )
gent para 0 oferecem limites diferentes em ( 8), a fun9ao |x| nao tern uma derivada em x 0.
lim /((-0,l)") = -l . mas /(0) = +l. = , )
•
A maioria dos teoremas na teoria econdmica exigem que a fun ao seja contmua se nao
:
Furies Continuas , )
^
for diferenciave ). A continuidade c uma hipoiese/ razoavel nas aplica < joes. Por exemplo se .
1
Uma propriedade de fun9oes mais fundamental que a diferenciabilidade e a continuidade. Do 'l
y f ( x ) e uma fun9ao de produ9ao, e razoavel supor que uma pequena varia9ao na quanti
= - ponto de vista geometrico, uma fungao e contmua se o seu grafico nao tem rupturas. Embo
dade de insumo x vai provocar uma pequena variiagao na correspondcnte quantidade y de =
ra nao seja derivavel em x = 0 » a fun9ao f ( x ) |x|e ainda contmua. Por outro lado, a fun9ao V
)
produto produzido. i
*W =
x + l , x > 0,
(9)
o
Fun$oes Continuamente Diferenciaveis •
i
X
2
- 1, x < 0, v. )
Se / e uma fun 9ao diferenciavcl , sua derivada /' (x) i uma ouira fur ao de x. £ a fungao que -
^
associa a cada porno x a inclina9ao da reta tangente ao grdfico de /em (x, /(x))., Podemos per-
cujo grafico aparece na Figura 2.14, nao e contmua em x 0. Neste caso, dizemos que o pon
'
to x 0 c uma dcscontinuidade de g. Fica claro que o grafico de uma fungao nao pode ter
=
.. )
guntar se essa nova fun 9ao e ou nao 6 contmua. Geometricamente, a fungao /' sera contmua i uma reta tangente em um ponto de descontinuidade. Em outras palavras, para uma fun 9ao se )
. se a reta tangente ao grafico de/em (x, /(x)) variar continuamente com x. StJ' (x) e uma1 fun- diferenciavcl, ela deve ser no minimo contmua. Para fun9oes descritas por formulas concre-
9ao conu'nua dex, dizcmos que a funeao/ original e continuamente diferenci: vel, ou C , pa - .
tas, as descontinuidades surgem quando a fun9ao 6 defmida por diferentes formulas em par- -
• )
ra encurtar. tes diferentes da reta nume'rica e quando os valores dessas duas formulas sao diferentes nr “ )
ponto em que a formula muda , por exemplo, no ponto x = 0 em (9).
A ruptura no grafico de g na origem na Figura 2.14 significa que ha pontos no eixo x (L
J
Exemplo 2.8 Todo polinomio e uma funeao contmua. Como a derivada de uin polinomio e
um polinomio de um grau a menos, ela tambem e continua . Assim, todo polinomio e c\
EXERCICIOS
cada lado do zero que estao arbilrariamente proximos entre si , mas cujos valores por g nao es-
tao proximos entre si. Embora (-0, l )r e ( +0, 1 )" estejam arbitrariamente proximos entre sb '
—
g({-0, l )" ) csta proximo de -1 , e £((+ 0, 1 )" ) csta proximo dc + 1. Quando x cruza 0, o valor dr
funcao muda subitamente em duas unidades. Pequenas vnria9dcs em x nao produzem peque-
nas varia 9oes em £(.r ). Isto leva a seguinte defin ao mnis analitica dc continuidade.
)
)
2.15 Fa9a um esboeo da argumentagao usada quando provamos que/(x) = jx|nao tcm uma
derivada em x 0. Mostrc que / tern uma derivada em cada outro ponto que nao 0.
^ )
= Defin ao Uma fun 9ao /: £> -> tf 1 e contmua em x0 6 O se dada qualquer seqiiencia { |
2.16 Para cada uma das fun9oes a seguir, esboce seu grafico e determine sc c contmua e/ou
^
que converge a x0 em D./(xn ) converge a / (x0 ). Uma fun9ao e continua no conjunto (/ c T
xn )
)
se e contmua em cada x e U . Finalmentc, dizemos que uma fun 9ao e continua quando ela e
diferenciavei no ponto de iransigao entie suas duas formulas:
contmua em cada ponto de seu dominio. )
+x 2 , x > 0, +x‘+ 1 , .v > 0,
«) v = b) > = - A 2 - I. .v < 6;
*
! )
-x 2 , .v < 0; ’
c) V - <
x } , x 1, d)
x\ .
.v < 1 )
x. x > 1; 3.v - 2. X > 1.
• )
1 ' )
2.17 Quais das fungocs do excrctcio anterior sao C em cada ponto?
1
)
2.18 Esboce c grafico da funcao /(x) xJ e dcscreva |i continuidade e diferenciabilidade
=
de$ > a funcao. ( 0 limite em (8) deve ser finito parajque exista a derivada.) o )
)
Figura 2.14 giltulupor ( 9 ) L Jc.m»iriiwa emx = 0.
o
o
o
o
D 'J
n J ::
'
•
. -' r. f .
r> • v «* •
• . ;r* v u.- cv. . . .v.
HiuaemR poccmos . i *
.
*" c . • ;•> *- a . ungao; possu :i* nao uma derivada sr um pome z* . A derivadi de V (.t ) em
*
i 6 , per :: i UT' Z fungao continua, ?» zsr;r oue / e C\ S? / ter ; v ~ :#.:: vs »;o corning de
• .• derivada segunda de / em e escrevemos
o
a
q »j2icyer ordem, cu seja, se / e C para cada - meiro positive k ,
lanterns direrenctevel”. Todos os polindmios sac funcoes (T.
ry? / * C O -J "inflni - i i
n*o) ou
0 EXERCICIOS
Exemplo 2.9 A derivada da fungao f { x ) = x + 3 x2 + 3.v + l e a fungao f (.v)
2
+ 6.v + 3.
2.19 Esbocc o grdfico da fungao em (10). Sua derivada , a derivada segunda de / e f” ( x ) - 6 x + 6.
^ t
O •
+{ x 2 , x > 0,
/(•v ) = 2
. ) 2.7 APROXIMAQAO POR DIFERENCIA 1S ~7- V , .V < 0. ( 10 )
o tulo, a derivada vai ser usada para que o lei tor entenda melhor as fungoes. para trocar graficos
mais eficiememente, para resolver problemas de otimizagao e para carnctcriznr o maximo on
J
I
mo tipo de argumento mostra que /' e continua , pois f pode ser escriia como
v ) o mmimo de uma fungao, especialmente em comextos ccondmicos. Comegamos nossa argu - /' « 1f-+.-vv., x 0,
x < 0.
o memagao dos usos do Cdlculo mostrando como a definigao da derivada leva natural memo a
consirugao da aproximagao linear de uma fungao. Como esse material e a csscncta do papot
derivando ambos os lados de ( 10 ) . Como f e comniua./ e C\ No entanto. como /' f.v) =
que o Calculo desempenha, foi incluido neste capitulo junto coni os conceitos fundameiuais
)
do Calculo. W./' n^° e dcrivavel emx = 0 e portanto f"( x ) nao existe em .v = 0, mas a derivada segun -
) .
Recorde que para uma fungao lincar/(.v) = nix + b a derivada /' (.v) = m da a ineimagao do
da de / existe em todos os outros pontos. .
grafico de/e mede a laxa de variagao ou variagao marginal de /: o aumemo no valor de / pa - Se / tern uma derivada segunda em cada ponto. entaof" e uma fungao bem -deftnida de .v. Ve-
) ra cada aumemo de uma unidade no valor de ,v .
-
Vamos transportar essa analise marginal para fun goes nao lineares. Alina! de comas, es - remos mais adianie que a derivada segunda tern um significado gcometrico ricoem termos do
\
< .
sa foi a razao primordial para definir a derivada de uma ml fungao Ao Ibrmiilar a definigao .
forma to do grafico dg /. Se f" por sua vez. e uma fungao com mu a de .v. dizemos q tie /e dims
) analuica da derivada de/ um’izamos o seguime fato: a inciinagao da reta umgeme ao grafico
vezes continuamente diferenciavel. ou C\ para abrcviar. Todo polinomio e uma - fungao C .
. .
em (.vD,/(.v0) ) e bem aproximada pela inciinagao da reta secarne ligando Uu j u;,) ) e um pon - Esse processo continua. Se / e C~. de modo que x i-> f'\x ) 6 uma fungao cominua, po -
) to (. + lufl.Xfi + h ) ) proximo no grafico. Em stmbolos . demos percuntar se ft! tern uma derivada em .v0. Se liver , escrevemos essa derivada como
vn r
) y (.V(, -r l l ) - f ( xu ) _ y|- ! • ?
/;
/
^^
( II ) i on r' M ou H
axm
( xti ).
J .
para h pequeno onde ~ significa * esia sendo bem aproximado por ou "tern um valor pro-
" 1
J ximo de” . s Ror exemplo. para o polinomio cubico f \ ( ) do Exemplo 2.9. temo$ f"\x ) = 6. Se f i x ) existe
Se colocarmos 1 em ( 11 ). entao ( ! 1 ) pode ser esertto comn
*= j para cada x e se /#/ (.v) e. por sua vez. uma fungao continua de A , dizemos que a fungao origi
mil e C\
/ *
-
O ;
Esse processo comimm para todos os imetros positives. Sc /(.v ) tern deri \ adr*s dc ordens l .
./ (.Vo + A-'iiH / Vo )’ ' 12 ' \\
J p 2 k e se a derivada /r-esima de /
em palavras. a derivada de / em .v„e uma boa aproximagao da variagao marginal de / em .v„. E
claro que. quanto nienoscurvo o grafico de / em .vH. melhor a aproximagao em i 12 ;.
•
J
*i
s
J
' J
p
l
i
I }
CALCULO A UMA VARJAVEL: FUNDAMENTOS 57 MATEMATICA PARA ECONOMISTAS
)
0 novo produto real e F(896) = 14 ,9663 ' ; novamente, a aproximagao por derivada e bas-
tame boa.
*
.
Exemplo 2 H Considere a fungao de producao -
7 V* . Suponha que a firma esteja )
usando atualmeme 100 unidades de insumo de trabalho x, dc modo que seu produto seja .
u nidades. A derivada da fungao de producao F em x = 100, )
.
De um ponto de vista matematico podemos considerar ( 14 ) como uma maneira ehcaz de
aproximar /(A ) para .r proximo de um ponto .r0 no qual / (x0) e /'(.r0 ) sao facilmeme calcula-
*
r(100) = il00-,,J = ± = 0,025, )
{ N/900 = 15.
^
veis. Por exemplo, no Exemplo 2.12 calculamos 1 896 usando nossa familiaridade com
e uma boa medida da produtividade marginal do trabalho, que e o produto adicionat
)
que pode ser alcangado contratando-se mais uma unidade de trabalho. O aumento real n )
-
produto eF( IQl ) F( 100) 0,02494 ... bastame proximo de 0,025.
=
Exemplo 2.13 Vamos usar ( 14 ) paraestimar a raiz cubicade 1001 ,5: Sabemos que a raizcu -
xm
bica de !.000 e 10. Escolhemos / (x ) = , ,c0 = 1.000 e 4t = + l ,5. Entao,
! i;
=
Embora nao seja exatamente o aumento em y F( x ), devido a um aumento de uma unide
)
)
i de em *, os economistas ainda usam F' ( x ) como a variagao marginal de F por ser mais facn
-
r , = -i- .
trabalhar com o unico termo F\x ) do que com a diferenga F{ x + 1 ) F( x ) e tamb£m por qu )
rw = - '’- 23
^ /'(|.000) = l ( l .000
2 e usando o iinico termo F' ( x ) evita-se a questao de qual unidade usar para medir uma unidade
de aumento em A. . .. " J
i
Assim , O que ocorre se a mudanga na quantidade de insumo .r nao for exatamente uma unidade0 )
:
Volte a ( 11) e coloque Av , a variagao exata em x, no lugar de h. Multiplicando e simplifican -
15 do em ( 11 ), obtemos )
/( LOO 1, 5) = /(1.000) + /'(1.000|) 1.5 = 10 + -p- = 10.005,
i
* .
i
I -
Ay = f ( x0 + Ar) f ( x0 ) ^ f' ixjAx, (13; )
proximo ao valor real 10,004998 de *
- Vl 001, 5. ou /(;r0 + Ar) = f ( x0 ) +/'(* ) AX, ( 14 ^
;
As cquagoes ( 13) e ( 14 ) sao meramcme represen tagoes anal ideas do seguinte fato geornc - -
onde escrevemos Ay para a variagao exata em y f { x ) quando A: varia por Ar. Mais uma ve? <
)
. -
j x ) ein { xQ f ( x$ uma boa aproximagao ao proprio
trico: a reta tangente ( ao grafico dey = \ quanto menos curve for o grafico e/ou quanto menor for a variagao Ac cm x > melhor sera a
grafico. para .vperto de .v0. Como indica a Figura 2.15, os (ados csquerdos de ( 13) e ( 14 ) refe * aproximagao em ( 13) e ( 14 ). )
rem-se a movimento ao longo do grafico de /, enquanto os ( ados direitos referem-se a movi -
mento ao longo da reta tangente f , jn que a equagao da reta tangente, que e a reta pelo ponto Exemplo 2.J 2 Considere novamente uma firma com fungao de produgao y = fx. Suponha )
(. . ( v»
vo / 0 com inclinagiiof (.v0), e dada por que csta firma reduza sua forga de trabalho .v de 900 para 896 unidades. Vamos estimar 1
V = /(A-0) + /' (-VQ)(A - A0) =/(A-0) + /'(A- )AV. variagao Ay no produto e o novo produto y cm .v = 896. Substitufmos
Continue escrcvendo Ay para a variagao real de/ quando.v muda por Av. ou seja. para a vat ia - F{ x ) = i xu ,
2
.v0 = 900 e A x = -4
cao ao longo do grafico de /. como na Figura 2.15. Escreva dy para a variagiio de y ao longo )
da reta tangente ( quando .v varia para Av. Entao ( 13) pode serescrito como
em ( 13) e ( 14) e fazemos os calculos: )
4v * rfv - /Vo ) Av )
r(.v) = i .v -’-'2
*
0 F'(900) = I - ± = Tl .
Costimiumos escrcver dx em vez de Av quando estamos trabalhando com variacoes ao longo )
da reta tangente. mesmo scndo tix igual a Av. Os incrementos elv e tix ao longo da reta wngcn - Por ( 13). o pioduto ira decrescer aproximadamente
te i sao denuminados diferenciais. As vexes escrevemcs a difercncial r // no lugar de dx. A
)
equagao
d f - f \ x }dx{ ) on d y - f ' i x dx
^
v 0, ) Ar =
F'fjcv
—
20
4 = —30 unidades.
)
)
i
^
-
-
r( 900 ) + F'( 900)( 4
J - = 15 -
^ = 14 = 14 9666
~ ,
J
)
)
)
1
A
o . s
0 .
•: V
A
A f’( Xry ) (iX
\
A
o Calculu a uma i !.\ Ay =
'
Variayel : Aplicacoes
©
i
A •
A L *0 Xn + Ax
X
) A gora que defmimos e aprendemos a calcular a derivada. vamos utiliza-la para escla -
A / \ receralgumas relateseconomicas. 0 primeiro passo no estudoda rclagaocntrc duas
jCTj
^variaveis e esbogar o seu grafico. Para fungoes nao-lineares. is to pode ser uma tarda
dificil. As Segoes 3.1 a 3.4 mostram como a dcrivada pode ajtidar a dcscnhar graficos com
1 Figura 2.15 Contporando dv com Ay.
A>
maioreficiencia e maior exatidao. Alem disso, muitos problemas economicos envoivcm a nia -
;) ximizagao ou a minimizagao de alguma emidade econdmica, por exemplo. a maximizaguo do
lucros ou de servigos e a minimizacao de custos ou riscos. A Segao 3.5 mostra como usar a EXERCICIOS
) derivada de uma fungao tamo para resolver tais problemas de otimizagfto quanto para esclare-
2.22 Suponha que 6 cusio total de manufaturar .v unidades de uma cena mercadoria seja
) cer sobre os principios economicos que estao por tras dessas solugoes. Lste capituU ) enccrra
na Segao 3.6 com uma descrigao da principal aplicagao do Caiculo a Microeconomia no esiu - C(.v ) = 2v + 6 x + i 2. Use diferenciais para aproximar o custo de produzir a 2 P unida -
‘
) -
2.23 0 custo total de um fabricante e C(.v) = ( 0.1 )x* (0, 25) v2 + 300Lv + 100 unidades mo-
netarias, onde jteo mvel de produgao. Estime o efeito no custo total de um aumento
3.1 USANDO A DERIVADA PRIMEIRA PARA TRAQAR GRAFICOS
.) A derivada de uma fungao carrega muita informagao sobre as propriedadcs importanies da
de 6 para 6 , 1 unidades no mvel de produgao.
< } fungao. Nesta segao veremos que. para esbogar um grafico correio de uma fungao. cm gcral c .
2.24 Estima -se quedaqui a / anos a populagiio de uma certa cidade sera F ( r ) = 40 [ 3/(7 + -
suficieme simplesme me conbecer os sinais das derivadas primeira e sccunda de uma fungao 2)}. Use difercjiciais
para estimar o quanto vai aumemar a populagao durante os pro-
o e a localizagao de someiue alguns poucos pomos de seu grafico. xinos scis me.ses.
rj :
2.25 Use diferenciais para aproximar a ) -J50 , b) il 9991 , c) (10.003)'. *
o
o
)
)
60 MATEMATICA PARA ECONOWISTAS
CALCULO A UMA VARIAVEL: APLICAQOES 61
OsTeoremas 3.1 e 3.2 sao uteis nas aplicagoes nas quais temos alguma informagao sobre )
as derivadas de / e precisamos saber se/ e ou nao 6 crescente. Iremos apresentar um exemplo )
desse fenomeno na Segao 3.6, quando provaremos que, se o custo marginal e major do que o
custo mddio, o custo mddio esta aumentando. )
)
Usando a Derivada Primeira paraTragar Graficos
)
Para usar oTeorema 3.2 no tragado do grafico de uma dada fungao /, precisamos encomrar os
intervalos nos quais /' > 0 e os intervalos nos quais /' < 0. Para conseguir isso, proccdcmos co - )
mo segue:
)
( 1 ) Primeiro, encontramos os poncos nos quaisf { x ) ou /' nao esid definida. Tais pentos
sao denominados pontos criticos de /. Com um pouco de sortc, a nossa fungao tem so )
um numero finito de pontos criticos A:, , X2 ,. .., xk. Figura 3.1 Sef\x0 ) > 0, entao o grafico def 4 inclinado pcira cima.
(2) Calculamos o valor da fungao em cada um desses pontos criticos x2 t ...txkc esboga-
_ )
mos os pontos correspondentes no grafico. .
— ...
Prova Vamos esbogar uma prova geometrica c uma prova analftica da parte a. A prova da
j
^ . ~
.. . ,.( ., , -0 ( x» ). parte b e analoga & da parte a. )
(-oo, X [ ), { x ] r x2),
A Figura 3.1 ( lustra o simples conteudo geometrico subjacente h afinmagao do Teore-
Em cada um desses intervalos, /' esta definida e c nao- nula. Como f' ( x ) = 0 somente
quando x = .t , ,..., .v e/' e continua , /' nao p.ode mudar de sina! nesses intervalos; ela e
*
ma 3.1 . Como /' (.v0 ) e a inclinagao da rcta tangentc ao grafico de / emxQ , f' ( xQ ) > 0 sisni
fica que a reta tangente se inclina para cima e portanto o grafico ao qua! e tangente tam -
- ^
sempre negativa ou sempre positiva enr cada um deles. Para ver se /' e positiva ou nc- bem sc inclina para cima. w '
gativa em qualquer um dos intervalos, precisamos somente confcrir $eu sinal em um De um ponto de vista analitico, como / e diferenciavel cm .v0. \
)
. -
Essa desigunldade implicit que se h e pcqueno e positivo entao f { xn + h ) /(.v( l ) c' post
- )
tivo tambem. Se escrevermos x ] em vez de .v0 -f /?, essa afirmagao equivale a: para .v per-
,
Exemplo 3.1 Considere a fungao cubica f { x ) x - 3 r. E lacil calcular que
= ,
to de .v0 )
3x - 3 = 3( - l )( r + 1 ).
2
/' (.v) * A ,
-
que e' igual a zero somente em x = 1 , + 1. Esses sao os pontos criticos de / 0s pontos’ cor-
V|
* > vfl = /(-v, ) > /(.v ).
> 0
)
-
respondentes no grafico de /sao ( 1.2) e ( 1.-2). Em seguida , conferimos o sinal de / nos isso sign; fica que / e uma fungao crescente perto de .vc. t ^
ires intervalos obtidos quando suprimimos os ires pontos criticos de R :
/ = (- *>, -1 ). -.
J2 = ( l + l ) e / = (+ ! +
i
. )
O
' ria conforme o numero xde trabalhadores. De intcio , cresce o predate idmionai que coda no
1 vo trabalhador adiciona ao processo de produgao, quando ocorre espedc'i zagao e cooperacao.
*
h -1 h +• J;.
rCr marginal do trabalho) tambem e crcscente; para x maior do que a , a inclinagao decrcsce a me Figura 3.2 Um resumo da informa ao da derivada prtmeira para f ( x ) = x1 - 3 x.
--
dida que .t cresce.
*
^
« Curvas de aprendizado, que reladonam a quamidade aprendida com o tempo decorrido.
T
(
muitas vezes tem graficos formad os conio o da Figura 3.4. A quantidade aprendida por uni -
—
dade de tempo — a inclinagao da curva 6 grande inicialmente e crescente . Contudo , a mc -
fl dida que o material 6 aprendido ou a mente do aprendiz alcanna a capacidade de retcr mais da-
dos, a taxa de aprendizado comeg a a cair.
rO) Parax e (0. a ) na Figura 3.4, a inclinagao de fix ) e uma fungao crescente . Pelo Tcorema
3.2, a derivada de /"{* ) > e nao- negativa nesse intervalo: f"( x ) 0 em (0, a ) . Para ,v > a na
Figura 3.4,/'e uma fungao decrescente d e a s s i m , f\x ) < 0 em («, «.). Uma fungao diferen -
ciavel / para a qua! f\x ) 0 em um intervalo I (de modo que /' e crescente em f ) e dita con -
0 +5
cava para cima em /. Uma fur.gao diferencidvel / para a qual f'{ x ) < 0 em um intervalo / (de
modo que f e decrescente em I ) e chamada concava para baixo em /.
Uma fungao crescente pode ser concava para cima ou concava para baixo em seu interva-
lo de crescimento. Esses dois casos sao iiustrados na Figura 3 5. A Figura 3.6 mostru como
,
uma fungao decrescente pode ser concava para cima ou concava para baixo em seu dommio.
Observe que a inclinagao de /e uma fungao crescente de x para uma fur.gao que e concava pa -
I) ra cima e e uma fungao decrescente de x para unm fungao que e concava para baixo.
Tambe'm ha uma caracterizacao de concava para cima e concava para baixo que niio UMI 0 !•
> Calculo. Essa caracteri2agao decorre da seguinte observagao: para uma fungao concava para
cima. a reta secante ligando dois pontos quaisquer do grafico llca acimo deste. como ilustra a Figura 3.3 0 gnifwo dej\x ) - x - 3x
)
j Por scr facil de calcul ir, 0 porno de cortc (0, /( 0 ) ) de / com 0 eixo v deve ser indicado no
esbo90 do grafico de / No caso da fungao no Exeniplo 3.1 . esse ponto e a origan ( 0, 0) . As
) vezes e facil calcular os pontos de cone de / com o eixo .v, os pontos onde /U) = 0. Embora
esse calculo seja simples, inclua tambem esses pontos cm seu grafico. Para a fungao cubica
? i'
do Exemplo 3.1 . _os cones com o eixo .v silo as solugoes de f i x ) - .v(.v: - 3 ) = 0 . a saber.
. ) .v = - v 3 . 0. + %
r
.)
EXERC 1 CIOS
J 3.1 Use as iccnicas vistas nesta seciio para esbocar os graficos das seguinies ftmeoes:
J !>
d ) x - 7.v. ‘
e ) x*' . f ) 2.x ' - 3.v + 2 .
J •V
V
3.2 Escreva os argumemos correspontlenies a parte b do Teorema 3 . i
J X 3.2
I
DERIVADA SEGUNDA E CONVEXIDADE
—
J Muitas vezes precisamos saber mais sobre a forma do gnii 0 do que ondc ele cresce ou dc -
Figura 3.4 .'/ in ifpii o fnn ao tie prodnyto.
'
\
3
)
. >
(a /(a)
3
'
(1 - <
t) / a) r /(6) s0
)
^ 0 fc
)
Ad - t)a + fb) Grafico Figura 3.5 Uma fungao crescente podc ser concava para cima ou para baixo. )
m i Mm
)
a
.
V
(5 - l)a + lb J
:
k )
)
Figura 3.7 Numa fungao concava para cima , a secante sempre fica acima do grafico. )
para quaisquer <?, be l tie [0, 1 ], Uma fungao e concava para baixo ou simplesmente con -
cava em um inter\'alo / se, e somente se,
J
)
i
f { { \ - i)a + t b ) \ ~ i )f { a ) + tf { b )
J
i
i
Os textos de Calculo preferem os termos “ concavo para cima’' e “ concavo para baixo" cm
)
i
vez dos termos “ convexo” e "concavo'’. Contudo, fungoes de mais de uma variavei que satis - .
Figura 3.7 . Para quaisquer dois pontos atb a totalidade dos pontos entre a e b e dada pelt )
fazem as condigoes (2) ou (3) desempenham um pajjel central na tcoria economica , e para cl ns .
conjumo l:lh - \a b ) de todas as combinagoes convexas de a e b:
e comum usar a terminologia "convexo" e "concavp".
.
E claro que para tragar o grafico de uma fungaoj e uma informagao valiosa saber onde cla !lh
)
= { ( \ ~ t )a + t b : Q t l) .
6 convexa ou concava. Para isso, basta sabermos ojidtf " > 0 e onde f" < 0. 0 teste para ver ;
onde uma fungao e convexa ou concava imita o teste usado para determinar se uma fungao e 0 grafico de / acima de llih e o conjumo de pontos
crescente ou decrescente , so que usa a derivada segunda cm vez da primeira. Inicialmeme cn - { (( 1 - i )a -u b . f (( \ - t )a + ib )) : 0 < i < 1 } .
contramos aqueles pontos nos quai$/"(x ) = 0. resol vfen do essa equagao cm A. Esses pontos siio
’ *
)
denominates pontos criticos de segunda ordem de / on . sc a derivada segunda eletivamen -
te trocar de sinal no ponto. dizemos que o porno ctflico e um ponto de inflcxao de / Esses
. .
Por outro lado. a reta sccante Jigando os pontos { a f ( a )) e ( b f { b)) no grafico de / e dada por
)
>
pontos dividem o dommio de / em imervalos, em cada um dos quais /" e sempre positiva ou
sempre negativa. Em cada um desses imervalos. basta catcular /" em um unico ponto do in -
(1 - i )(£f./( tf )) + »»•/(«) = ( ( I - Off + 1
^ (1 -/
^ '«
) + /( )
)
icrvalo para determinar seu sinal em todo imervalo. para : em [0, 1 ]. Assim. afirmar que a reta secante estd acima do grafico de / para A e I.lb equi-
vale a afirmar que ).
.
Exemplo 3.2 Vamos voltar ac Exemplo 3.1 /(A ) = .v ’ - 3.v. Usando a derivada primeira , de - ( 1 - t ] f ( a ) + tf { b ) > /( ( 1 - t )a + tb ) (1)
•.
Para Inzer esse esbogc Hear mais correto. devemos calcular as regioes de concavidade e de
convexidade. Essas regioes sac obridns tacilmeme calculando-sc a derivada segunda da fun- Definigao Dizemos que uma funcao e concava para cima on simplcsmeme convexa em um )
ciio original: f'\x ) - 6.v. Notan . s que /" e zero someme em 0. que e negativa onde x e nega - imervalo 1 sc. e somente se.
livo e que c positiva onde .v e posit ivo. Port an to, / e' concava para A negativo c convexa para .v
*
i y
~
)
0
o
£ x
6
')
i
) Figura 3.8 Um candidate a grafico de fix ) .v5 - 3.r.
=
Figura 3.9 0 grafico def { x ) - \/x.
EXERCICIOS
lado dessa assmtota vertical , o grafico de/ vai a +«* ou a usamos tecnicas de Caiculo pa - 3.3 Para as fungbes do Exercfcio 3.1, calcule as regibes dc convexidade e de concavidade
ra descobrir qual dos dois. e inclua essa informagao em seus graficos.
.) Ao esbogar o grafico de uma fungao racional , trate os zeros do denominador da fungao ra -
i cional como os pontos cmicos de primeira e segunda ordens que surgem no proccsso dc en - 3.4 Esboce o grafico dc uma fungao que tem as seguimes propriedades:
) contrar os sinais de / e de f" , pois /' e /" podem trocar de sinal quando cruzamos uma assin-
7
- -
c) f"{ x ) > 0 para ©° < x < 3 e 0 < x < 3;
d ) f i x ) < 0 para -3 < .v < 0 e para 3 < .v <
Dicas para Tra$ ar Graficos
j -
( 1 ) Observe que para encontrar o ponto decone de uma fungao racional com o cixo.v, bus -
ta igualar o numerador a zero. Se nao ha cone com o eixo x num dado intervalo emre
j
>
pontos cmicos e/ou assmtotas, o grafico nao cmza o eixo x naquele intervalo
informagao que pode ser muico util para esbogar um grafico.detalhado.
—uma
(2) A propria fungao. sua derivada primeira e sua derivada segunda , todas tornecem infor -
3.3 TRAQANDO GRAFICOS DE FUNQOES RACIONAIS
Completamos nossa argumemacao do uso das derivadas para esbogar os graficos de fungoes
trabalhando com as fungoes rocionais. Como fungoes racionais tem denominadores. apresen -
.
magao coda uma sobre as dcmais, no grafico da fungao: portanto, evite usar a palavra tam mais desafios do que os polindmios . A!em disso, cm geral e mais facil visualizar o grafi-
J "ela” quando pensar em qualquer uma delas e quando discutir o tragado de um grafico co de um polinomio do que o grafico de uma fungao racional.
com alguem . Se voce mantiver um comrole cuidadoso sobre qual derivada voce esta A fungao racional mais simples e' f ( x ) = lix , cujo grafico e dado na Figura 3.9. Como o de-
J trabalhando a cada momemo. vai pouparalgumas confusoes. nominador de tima fratjao nao pode ser zero, essa fungao nao esta definida em x = 0. Alem dis -
IO, quando x tende a O .pelo lado negativo , o valor de J\x ) vai para o -<* e quando .v tende a 0
0
S : pelo lado positive, o valor defix ) vat para o Em ambos os casos, o grafico cle / **se apro-
EXERCICIOS
J xiina” da reta vertical que passa pelo ponto .r = 0. ende a luncfio nao esta deiinida . Dizemos
3.6 Use Caiculo par esbogar o grafico de I 6u + 1 j/g.v - 2 /. que tal reta vertical e Jma assmtota vertical de /.
0 Em geral. sc / e unia fungao racior.al cujo denominador e zero no ponto ,v0 to cujo nume -
A rador e nao - nulo em ,va}. entao a reta vertical |.v = xQ ) e uma assmtota vertical dc /. Em cada
)
;
Ii
i }
CALCULO A UMA VARIAVEL: APUCACCES 69 68 MATEMATICA PARA ECONOMISTAS
t*
)
•
x+
i
ro com 3! dfgitos. Poroutro lado, -Ax^ e -4 10 - —
um niimero com apems 21 dfgitos. Para
x = 10 , somar ^lx ax3 naoafetaosprimeiros 10 dfgitos dex3. Uma calculadora que somen
'
-
)
e) . !) te exibe 10 dfgitos significativos sequer vai detectar o resultado dessa soms. O efeito dos ter- )
x 2 -\
t
' 2
.t 1 * +[
mos 5x + 6 e minusculo em comparagao. A medida que xfica ainda maior, o efeito dos tennos
nao-dominantes toma-se ainda mais insignificante.
3.8 Na Figura 3.10 aparecem esbogados quatro graficos de derivadas - primeiras de cercas Resumindo, para|x| muito grande, o grafico de um polinomio )
fungoes /. Em cada caso, determine onde a propria fungao / e crescent , decresccntc, *
concava para cima e cdncava para baixo. Coloque essa informagao nun a reta numeri- /(X ) = CIQX * + a{ xk
~l
,
+ - + flx. _ x -i- a
* *
fica completameme determinado pelo seu temio dominante xk. Para tragar o grafico da cau
da de um polinomio qualquer, basta saber esbogar o grafico de um monomio qu alquer. O grd -
-
fico do monomio an
e determinado pelo sinai de e pc!a paridade de k .Se k 6 par, ambas
>
—~
as caudas vao a +*< > quando jx[ » se a0 > 0 e ambas as caudas vao a quando |x| > ^ se"
<70 < 0. Pense nos graficos de x e de -x~ coino exemplos. Se k e fmpar, uim cauda do graficc
—
— }
"
Ax) vai a +09 c a outra a -o* quando \ x \ > dependendo mais uma vez do sinai de a0. Pense nos
3 3
graficos de x e de -x como exemplos dcsse fenomeno. )
)
Assfntotas Horizontais de Fungoes Racionais
)
x Em seguida , considere uma fungao racional gerat:
2 3 2 0
I
+ fli.v* 1 + ••• +
"
+ ak
Si* ) = o . b * 0.
V' + V ” ' 1 + " •+ K ix + K
fl ”
- ^ )
Para|.v| muito grande, o comportamento do numerador polinomio! e determinado pelo seu ter- )
mo dominante e o componamento do denominador polinomial e determinado pelo seu
)
termodominante bp. Em outras palavras, para jx|grande, a fungao racional g espelha ocom-
portamento do monomio )
, = Ml = 2oA.<-
f( ) »
%
/
V“ b0
- 0 1 2 3 /-2 -1 o
\ ’ P )
Em particular, se k > >nr entao f (x) e um monomio de grau positivo e as caudas da ftmcao ra-
: )
cional g vfio a ±*> exatamente como as caudas de um polinomio. Poroutro lado . se k < m . cr,-
— f
—
lao t {x » > 0 quando jx| > *= , cxaiamente como ocorre com 1 /x na Figura 3.9. Nessc caso.
—~
ambas as caudas de g sfio assintoticas ao eixo x quando |.\ j > e dizemos que o eixo x e uma
)
.
assfntota horizontal do grafico de g . Essa e a situaeao que ocorre no Exercfcio 3.6 . Final- >
F/'pdJ. 3.7 0 Graftcos de quairo derivudus
•
mcme. se k = m. entao o quociente {.(x) dos tcrmoS dominames dc g e uma constame nao mi- - )
n
n !
T i
o
*
!
o CAICULO A UMA VARIAVEL: APUCAQSES 71 70 =
MATEMAV;CA >ABA EOONOWSTAS
^
-
6 iccoi em .vr se fix ) para cada x em algum intcrvalo aberto contendo x0; f ten um maxi -
-
©
„ „
mo absolute ou global cm .r se /( x ) < /(.v ) para cada x no domfnio de /. A fun $a) / tem um
mfnimo relativo ou local cm ,t0 se fix ) f ( xQ ) para cada x em algum intervalo abeto conten
do xQ\ f tem um mfnimo absoluto ou global em x0 se fix ) f ( xQ ) para cada x no dcminio de /.
Vcja a argumentaqao e os graficos no comedo do Capftulo 2 .
$c / tem um maximo (ou mfnimo) local em .c0, diremos simplesmente que .r0 e rtn max (ou
-
w min ) de f Sc quisermos enfatizar que / tem um maximo ( ou mfnimo ) global em ;0, diremos
que x0 cum max global (ou min global ) de /.
O J
) Figura 3.12 Uma fungdo com am maximo interior em x 1/3. = Maximos e Mmimos Locais na Fronteira e no Interior
) Um max ou um min de uma funqao pode oconer em um ponto que e um extremo Jo domfnio
"
) Prova De um porno de vista analitico, uma fun ao nao e nem cresceme nem decrescente num
^
intervalo em tomo de um max ou min interior. Pelo Teorema 3.1 » sua derivada primeira
—
de / ou em um ponto que nao e um extremo esia no “ interior ” do dommio. Esses dois ca-
sos estao ilustrados nas Figuras 3.11 e 3.12 para fun$oes cujos domfnios sao o intervalo fe -
) .
chado [ 0, lj Na Figura 3.11, / e cresceme em [0, 1 ) e assim o seu max ocorre no ponto final
nao pode ser positiva nem negativa nessa vizinhan a; logo f' ( xQ ) deve ser zero ou nao es-
'
)
)
— ^
tar definida x0 e um ponto critico de / De um ponto de vista geometrico, se o grafico de
/ tern uma reta tangente em um max ou min, essa reta tangente deve ser horizontal , pois
.
nesse ponto o grafico fica encurvado, como na Figura 3.13. Em outras palavras /Xv,}) e
-
.v 1 de ( 0. 1 J. Na Figura 3.12 , o max de / ocorre em x 1 /3, no interior de [0, l ) . Diremos
=
que um max ( ou min ) que ocorre num ponto extremo do domfnio de / c um max de frontei
ra ( ou min de fronteira ). Diremos que um max (ou min ) que nao e um ponto extremo do do-
mfnio de / e um max interior (ou min interior ). E claro que se o domfnio de / e todo R 1 ou e
-
‘
r= 0
;
)
V9
v
3
J
3
p -vo
j Figura 3.13 0 grafico <lc f cm um maxima x#
J
J -
Exemplo 3.3 Para a lunqao /(.v) = x 3.\\ que aparece na Figura 3.3, os max e min locais
0 -
ocorrem nos pontos cnticos .v - ! c .v + 1. rcspectivameme.
= Figura 3.11 Unui fun tio com um maximo na Jnmreira em x = I .
^
J Exemplo 3.4 Como esia ilusmido na Figura ?. 11. a derivada de / num max ou min dejcuntei -
ra nao precisa ser zero. A funcao de produce que aparece na Figura 3.4 tern dommio JO.
J co). Como e uma t unqao cresceme, seu min ( global ) ocorre no poiuo de fromcira x - 0. o:i-
'
.,
Teorema 3.3 Sc .v„e um max ou min interior de J . entuo v, e um ponto ciitico de
de a derivada de / nao e necessariamente zero.
)
Se xQ 6 um ponto crftico de uma fungao /, como podemos usar o Calculo para decidir se o pon
to cntico x0 6 um max, um min ou nenhum dos dois? A resposta para esta pergunta 6 dada pe
la derivada segunda de ft m x0 .
- )
l
Teorema 3.4
(a) Sc /'(.r0) = 0 e /"(*0) < 0, entao x0 6 um max dc / ; 1 )
( fc) Stf' ( xQ ) 0 ef "( x0 ) > 0, entao .r0 e um min de / ; e
= .
(c) Se f\x0 ) - 0 e f"( x0 ) =
0, entao x0 pode ser um max, um min , ' /
ou nenhum dos dois. |
Prova Vamos apresentar uma prova da pane a e deixar a parte b como exercicio. De um pon -
, I
to de vista geom trico, / (x0) = 0 signiFica que a reta tangeme ap gr fico de / e' horizontai
^ -
em xQ e f"( x0 ) < 0 significa que o grafico de / ctirva se para baixo, como na Figura 3.13^
Essas duas cond oes juntas implicam que / tem um max local em *0. De um ponto de vis - '
^
ta mais analftico,/"(x0) < 0 significa que a derivada primeira /' de / 6 uma fungao decres
cente num intervalo em tomo de xQ. Ja o fato dc que /' i decresccnte e de que /%v0) = 0,
i
significa que /' 6 positiva h esquerda de .r0 e negaliva a direita dex0. Pelo Teorema 3.1 , es
sas duas cond ocs na derivada garamem que / e crescente a esquerda de x0 e decresccnte
-
^
a direita de x0. Em outras palavras, / tem um max local em x0
t
/
—
Para verificar a afirma9ao c que pode acomecer qualqucr coisa quandof' ( x0 ) = 0 r
—
f” ( x0 ) = 0 considere os quatro graficos na Figura 3.14. Cada um destes grdficos satisfnz
/'(0) = 0 e /"(0) = 0. No entanto, 0 e um min locai paraft e um max local para /2, enquan )
to fy e estritamente crcscente em 0 e /4 estritameme dccrescente em 0.
-
Figura 3.14 Os graft cos de fx{ x) x , f f x ) - x\ fy{ x ) - x eft4(.r)
4
= --x .
Observa 9§o Um ponto crftico de /, no qua! lambem a derivada segunda f" c zero, e denomi - 1
nado ponto cntico degenerado de /. Como indica a pane c do Teorema 3.4 , para determinar
se um dado ponto crftico degenerado e um max , min ou nenhum dos dois, precisamos de mat: I
informa9ao sobre a fun 9§o do que o sinal de sua derivada segunda informacao como o si
nal de /' em todo um intervalo em torno do ponto crftico.
— -
)
4
Exemplo 3.5 Vamos usar o Teorema 3.4 para encontrar os max e min locals de /(.v) = .v - 4.v *
/
~
+ 4x + 4. Os pontos crfticos de fsao as soiuqoes de
)
/'(.v)
3
= 4.V - 2
=
1 lv + S.v 4.v(.v - l )(.v - 2) = 0. /
ou seja..v = 0. 1.2. Esses ires pontos sao os unicos candidruos para max ou min de /. Va
mos conferir a derivada segunda./"(.v) = l lv' - 24* + S, nos tres pontos a seguir:
*$
7
7 Decorre do Teorema 3.6 cue um ponto crilico de u^a iuncfc f
- - ^
*
•
'
a :* r< ?> n V •
i- Tj:ii e:> contrar um max global de uma Iun So ou ate provar
$ qu: um dado
7
7
—
intervale de R 1 e. necess2ricrr<* tr
- 3
‘-
*v >Q5 \ rrt “ " > dO
rianen - e azn
r?.of J ipiervgl- v
"
maximo gicbs
vrSnlr ys
-
:> r
vf:ai £gv.r*J£rjt£ UrT pOli C % : •’
‘ f
* 6 f t f qualquermfniruo ••.•
'
.
'
• :
. .
•
ncrr
.V - ..- livO ‘
• a
e>:;re-
nr
•
•
•
•
-
- - . fac:;.
* s v ’ tf
y’ c
*
Ocorrem. entretanto. tres situacccs nas quais esse problemi e , de cer
7 .
7 Fur oes cujos Dominios sao Intervalos Finitos e Fechados (c) r0 eo unico ponto critico de / em /.
7 ^ No entanto, um teorema famoso, creditado a Weierstrass, afirma que uma funcao conunua cu - Entao, .r0 e o maximo global de / em 1.
Teorema 3.6 Se ft uma funcao C cujo dominio e um intervalo / e se f" nunca c zero em
'
7 No periodo entre 1960 e 1980, qua! foi o maior e o menor numero de filiados conquista- * I . entao / tem no maximo um ponto critico em /. Esse ponto critico e um mfnimo global sc
•
) dos e quando esses extremos ocorreram? Matematicamcnie . trata-se de um problema de | /" > 0 e um maximo global sef " < 0 . •
maximizar em x no intervalo [0, 20]. O ponto critico dc /, as solugoes de
) 0 =\f x ) s 6.v - 90.r + 300
2
Prova Suponha que f " e sempre positiva no domfnio / . Pelo Teorema 3.2 , /' e uma funcao
= 6(x - 5)(.v - 10 . crescente em /. Isso significa que /' pode scr zero em no maximo um ponto . Se exisiir um
U sao .r = 5 e 10. Para resoiver esse problema , so precisamos calcular o valor de / nos pontos ponto .v0 no qual /'(.v0) = 0, entao .v0 sera um infnimo local de / pois /"(.v ) > 0 . Pelo Teo -
0
UFPel )
BCU0TH> SETOflUl
soaws )
CALCULO A UMA VARIAVEL1 APLICAQOES 76 WAT'EMATICA PARA ECONOMISTAS
’
tem as propricdades ilustradas na Figura 3.4 e nao que ela tenha uma forma funcional especf - EXERCICIOS
f;ca . como f { q ) = )
• Quando precisarmos fazcr .supos oes sobre uma fun ao de produ ao
y = f { q ) numa economia , iremos supor somente que: ^ ^ ^ 3.9 Para cada uma das seguintes fun<;oes /, com dommios especificados Z> e D2 , encontre
o maximo global e o minimo global de / em cada Dit sc existirem . Justfiquesuas res-
)
2
( 1 ) ela e contmua ou talvez C, postas: )
( 2) ela 6 crescente e
( 3 ) existe urn ni'vel de insumo a ral que a funsao de produijao e' concava jara cima para a ) \/ x ,
em 0 = ( 1 , 2) e em D2 = ( 1.2], t
0 < q < a e concava para baixo para q > a . b ) x + 3.v emD , = (-C®, +°°) e em D2 = [0, 1 ],
)
c ) x - 3x em Di = [- 4, -2] e em D 2 ~
Se / e C , essas hipoteses migram para as seguintes , referemes a derivada de /: 2
d ) x l( x + 1 ) em D { = [0 , 10] e em D2 = )
(2') J' ( q ) > 0 para cada q c (4 )
5
e ) 3A 5.T - 3
em =
[- 2 , + 2] e em Z)2 = [ ” -\/2 > ^ V2 ]
3
(3') existe a 0 tal que f" ( q ) para q e [0 , a ) e /"(?) < 0 para q > a. J ) x + { Wx ) em D { = (0 , )~ e cm D 2 = (-oo 0).
(
^oes sao , para q > 0, ou sempre concavas para cima ou semprc concavas para baixo. Em par- da artefato e vendido porx unidades monetdrias, emao serao vendido* ( 15 x ) artefn -
tos. Qual e a fun9ao lucro do fabricante? Qual c o pre90 que o fabricintc deveria co -
- — )
ticular, se 0 < b < \ , emao a = 0 em ( 4 ) e f { q ) e sempre concava para baixo; sc b > 1 . emao a
= «> em (4) e f ( q ) c sempre concava para cima. 0 fato de essa classe de fun9oes ter dois para - brar para maximizar o lucro?
:
metros que podem ser ajustados de acordo com o processo de produ ao cm qucstao. adiciona
^
alguma riqueza e flexibilidade ao seu uso. Mesmo assim, um economista deve se scmir pou -
3.11 Um fabricante pode produzir livfos de economia a $5 cada. Atualmente o livro 6 ven -
dido a $ ! 0 e sao vendidos 10 exemplares pordia . 0 fabricante estimaque cadaunida- ^
co a vontade com um princfpio economico que so vale para uma economia comandada por dc moneiaria a menos no prego faz com que seja vendido um cxemplsr a mais . Escre - *
Uma fun$ao custo C(.v) associa a cada ni'vel de produgdo x o custo total de produzir essa 3.13 Fi» ga um esbo90 apropriado para ilustrar a prova do Teorema 3.5 c dcsenvolva a prova
quantidade de produtos. Assim como as fun9des de produce , as fun ;< des custo tambem. silo do Teorema 3.5 para o caso em que y0 < x0.
naturnlmente fungoes crescentcs de seu argumentox. No intanto, a varidvcl independente pa -
3.14 Adapte o argumento na prova do Teorema 3.6 para o caso em que /" emaior do que ou
ra uma fungao custo e o ni’vel de produ ao, ao passo que i variavcl independente de uma fun
ao de produ ao e c mvel de insumo . ^ *
igual a zero no domfnio /.
^ ^
A derivada C%r) de uma fun ao custo c denominada 'custo marginal e vamos denota - la
)
^
por CMglx ). Conforme vimos na Secao 2.7 , CMg ( x ) mede o custo abicional decorrente da
produ9ao de uma unidade a mats do produto quando a produto atual e .v.
3.6 APLICAQOES A ECONOMIA
A funcao custo medio tambem desempenha um papel imponante na tcoria economics . K Nesta secfio veremos olgumas das maneiras pelas quais os conceitos e as te'cnicas do Calculo
a funcao levam a um cmendimento melhor dcs principios ela Economia. Aid este capuuio. utilizamos o »
C( x ) Calculo para estudar lunges espedftcas* como
CMe{ x ) =
. x , >
x? - 3A e x - 4A3 + 4A 2 + 4.
4 .
f
que mede o custo por ur. idadc produzida . Utilizando Calculo , podemos dcrivar algumas rela - nos Exemplos 3.1 e 3.5 . rcspectivamen '.e . Agora precisamcs avan9&r e considerar fun9oes de )
coes liteis entre as fringes custo marginal e custo medio. um modo mais geral.que se distinguem nao pelas suns formulas mas pelas suas propriedades.
,
Funqoes de Producac )
Teorema 3.7 Stiponha que a funcao custo Cix ) e Cl . Emao .
[ ii\ se CXIg > CMc. entiio CMe e crescente . Considere . como excmplo, uma funqao de production = /i// l que relaciona a quantidade de in - )
.
( b ) se CMg < CMc emao CMe e decrcscenic . e sumo q fdigamos. traba' lio ) . a quantidade do produto v qu pode ser produzido com q unida -
-
( c ) CMe CMg em um pomo nunimo interior de CMe. des dc insumo. Como quereinos uma teoria que seja largameiue aplicavel quando modelar-
mos o processo de producao. vamos supor someme que a funcao dc producao que utilizamos ^
i
A
3
i
n
o " “
•
•
• .e
•• :y
• , • '
' jo
'
) -
c ...v clem*
? «: • * *
. . r. ac. p:
^
d e
o CMe' ( x ) =
d ( 0(
^3)
_ --
C ( x ) • x l C(A)
dx\ x x~
[ nclinagao = C Melx,)
/ _ C ( x ) - ( C{ x ) i x ) _ CMg - CMe
X x
——
1
^
( c ) Se A0 e um porno mini mo interior de CMe { x ) entao, pelo 'Teorema 3.3 ,
J
\ ~ CMe' { xQ ) 0 e CMg { x0 ) CMe ( x0 ). M
= =
y lx,, Gx,))
< 0 Teorema 3.7 tem um rico conteudo intuitivo e geometrico. De um ponto dc vista intui -
s
'
J
v'
- Inclinagao = CM x )
Inclinagao = CMefx , )
^,
tivo, o teorema afirma;que se um dia voce produz mais do que a sua media, sua n £dia aumen -
'
ta naquele dia. Quandp voce produz menos do que sua media, sua media dimintii. Para fas de
beisebol , um batedor que acaba um jogo sem pomos vera sua media cair; um baiedor que < ^ m
um dia perfeito ira aurnemar sua media.
''
s X, Xj> Xj
X
Assumindo um ponto de vista geome trico, considere o grafico de uma fungao custo y =
'
C(A) exposto nas Figuras 3.16 e 3.17. Esse grafico e algumas vezes denominado curva de
Figura 3.16 Emxv CMe > CMg e CMe e decresceme. Em x2 , CMg > CMe e CMe e crescente. custo. O custo marginal CMg { x) no ponto A pode ser considerado a inclinagao da reta tangen -
te a essa curva no ponto (A, C(A)). O custo rne'dio em A.
'
'
'
-
s
Cominuarnos a denotar por C(x) a fungao custo de uma firrua em relagao ao seu produto A. Sc
-
ja R(:r) a fungao receita da tal firma , que indica quanto dinheiro ela recebe por vender A unkla
des de seu produto. Assim como a fungao custc, R( x ) tambem deve scr uma fungao crescente
de x. Escrevemos R&Ig ( x ) para a fungao receita marginal tf %t) da firma. Se p( x ) e o prego uni-
-
-
A-0
pode ser considerado como a inclinagao do segmento de reta de (A. C(A)) a origem ( 0.0). A
curva de custo C nas Figuras 3.16 e 3.17 e uma fungao crescente c C(.v) > 0 implica que exis-
v tario quando a produgao da firma e de x unidades, entao R( x ) e simplesmente p{ x ) •.v. Em urn
modelo de competigao ou concorrencia perfeita, isto e, um modelo caracterizado pe!a supo-
tent alguns custos fixes
— custos que independent da quantia produzida. Nos pomos (A ,
C(A|)) e (A C(A,) ) da curva de custo na Figura 3.16, desenhamos a reta tangente ao grafico.
,
sigaode que ha muitas firmas e que nenhumaem particular consegue controlar o prego do pro- cuja inclinagao representa CMgix ), bent como a reta a origem , cuja inclinagao represent
duto por meio de sua atividade produtiva, o prego que qualquer firma recebe pelo sen produto CMe ( xt ). Observe que CMe( xy ) > CMg ( x { ) e tiue CMe( x ) decresce quando A cresce a partir de
Aj. Por outro lado no ponto (A2, C(A 2}). tem OS CMg { x2 ) > CMe( xz ) e CMc [ x ) cresce quando A
,
Ls -- cresce a partir de A2; isso e contpativel com o Teorema 3.7. Na Figura 3.17 chamamos a aien -
gao para o ponto (x0. C(A0) ) do grafico. onde a inclinagao da reta a origem esta uum mi'nimo.
Nesse ponto mi'nimo ( A0, C(A0}), a reta a origem e . de fato , tangente ao grafico: CMe { x(> ) =
CMg( xn ). como estabelece o Teorema 3.7.
A medida que A cresce de 0 a nas Figuras 3.16 e 3.17, a inclinagao da reta de ( A, C\A ) ) a
origem comega muito grande, decresce para alem de At > alcanga seu valor mi'nimo em A0 e entao
^
. -
cresce novamente quando A passa cle x2 e toma se arbitrariamente grands. Se tragarmos o grafi-
J
Inclinagao = CAIC .Y0) = CAigr Vg)
< .
co dessa indinacito, isto e se tragarmos a curva de custo me'dio CMe { x ) em relagao a A. encon -
-
traremos uma cun a em forma da letra L1. como esbogamos na Figura 3.18. Nessa mesma llgu -
J ra tambem desenhamos a curva de custo marginal CMg . A propriedade critica nessa figura e que
J para .v < A0. a curva Ct\Jg fica abaixo da CUA' U CMe , enquamo CMe e dccrescente: para A > .v . a „
curva CMg fica acimada ctina CMe , enquamo CMe A crescente. A Figura 3.18 desen J pen ha um
3 Figura 3.17 Em
A' o
CMe e um minimo e CMe - CMg .
x
pnpd de destacjuc no estudo de uma firmn em microeconomia de mvel imermediario.
—
»
ta a curva de receita marginal ( RMg ) e receiia mddia ( RMe ) da firma , de acordo com ( 5 ). A e uma constante p{ x ) = p , independentemente da quantidade x que ela proiuz . Nesse caso , a
produ ao 6 tima x\ onde RMg = CMg , est4 destacada com urn ponto preto na Figura 3.19 , na fungao receita da Firma 6 simplesmente a fungao linear R (x) = p • x e '
^
imerse ao das curvas RMg e CMg.
-
RMg RMe p\ - )
^ -
Se o pre o de mercado p do produto aumentass * , entao a reta RMg dada por y p na Fi -
( 5)
^
gura 3.19 subiria e a correspondente produto 6 tima tambdm aumentaria . Em cada estagio. o as receitas marginal e media sao iguais.
pre o pea produ ao 6 tima x estao relacionados pela equagao p = CMg( x ) e a produgao oti - A fungao lucro de uma Firma e simplesmente a diferenga ^
^ ^
ma 6 represen tada por urn ponto da curva custo marginal . Uma outra maneira de enunciar que , =
U ( x ) R( x ) - C ( x ) )
para cada prego, a quantidade btima de produgao d£ uma firma corresponde ao poruo cm que
entre sua receita e seu custo em qualquer nfvel de produgao x. Os economistas mimas vezes
a reta horizontal de prego cona a curva CMg , 6 dizer que a curva CMg traga os pontos das )
utilizam a leira grega maiuscula pi , n , para representar o lucro. O dominiode FT, de R e de C
combinagoes de produgao ritima com prego. Na linguagem da economia , a curva CMg c a
curva de oferta , a curva que relaciona o prego de nlercado a quantidade produzida . 6 geralmente o semi-eixo nao- negativo ( 0, °°). Supondo que o objetivo daFirma e escolher c )
Finalmente, trazemos a cena a condigao da derivada segunda que deve ser satisfcita por nfvel de produgao x que maximiza o seu lucro, entao, pelo Teorema 3.3 , onfvel de produgao
uma produgao dtima interior / . Como -
= p C( x) , temos otimo x\ se nfio for nulo, satisfaz
-1
Elasticidade e Fur oes Demanda
^
A fungao receita R( x ) de uma Firma pode ser escrita como o produto da quantidade vendida
otimo , e uma das pedras fundamentals da teoria economica . £ uma diretriz bastante intuitiva .
Uma firma deve continuar produzindo ate que o custo de produzir uma unidade a mais de pro - '
pelo prego unitario de venda . Em modelos simples, supomos que a quantidade vendida igua - duto ( CMg ) seja exatamente anulado pela receita que a unidade adicional de produto vai conse- |
ia a quantidade .r produzida . No modelo de concorrencia perfeita, analisado na Figura 3.19 , guir ( RMg ). Se a firma receber mais peia unidade adiciona! do que essa unidade vai acrescemar “
consideramos que o prego de venda e um escalar p independente da quantidade produzida . ao seu custo { RMg > CMg ) , entao a produgao dessa unidade adicional vai aumentar o lucro des
* )
Contudo, em modelos de monopolio (uma industria com uma unica Firma ) e oligopdlio ( uma sa firma e tal unidade deve ser produzida . Se o custo de produzir uma unidade adicional e maior
industria dominada por um pequeno mimero de firmas), em geral existe uma relagan entre a do que a receiia que essa unidade vai conseguir no mercado ( CMg > RMg ) , entao a produgao )
quantidade .v do produto no mercado e o prego pelo qual e vendido o produto. Se essu relagiio dessa unidade adicional cortara o lucro da empresa, que deveria ter parado a produgao antes .
Vejamos com mais cuidado o caso perfeitamente competitive em que a fungao receita e !
e represen tada por uma fungao * = F( p ) , que expressa a quantidade x consumida cm termos
do nfvel de prego p , entao dizemos que F e uma fungao demanda. Se a rclagao c representa - R( x ) - p .v. Na Figura 3.19 esbogamos tipicas curvas de custo medio ( CMe ) e de custo mar* -
*
\
da por uma fungao p = G( x ), que expressa o prego p em termos da quantidade .r sendo consu - ginal ( CMg ), como na Figura 3.18. Acresccntamos uma reta horizontal em >* ~ p que re presen- .
)
CMe Gvie
CMg CMg
CMe CMe
r
)
RMg = RMe
CMC [ C\ lg
/ >
"X
yo X
Xi
/
.
Figura 3.19 Av cm ms CMe , CMg RMe e RMg para uma jinna amipetitiva. Finurn 3 1 R 4 v rurwiv C\t» o I
1
O
^
P e altamente dependent das unidades usadas para medir quantidade e prego. Suponha, para
O fator Ax/ Ap nos dois ultimos termos e simplesmeme a demanda marginal, ao passo que o exemplificar, que um aumento de 10 centavos de unidade moneiaria no prego provoque uma
diminuigao de um milhao de galoes no consumo de gasolina. A demanda inargiml e'
)
)
quociente x/ p no ultimo termo e a demanda media. Assim, a elasticidade pode ser cntendida
como a demanda marginal dividida pela demanda media. '
• -A -demanda marginal pode.ser. bem aproximada pej.a inclinagao £( jz) dajunggo demanda
Ai = zi2l = 103
Ap 10
_
x = F( p ).Substitpindo F' ( p ) por Ax/ Ap e F { p ) por x em (3), obtemos a forma de Cdlculo da
O elasticidade de prego: se medirmos A: em galoes e /? em centavos. No entanto, se medirmos x em galoes c p em uni
dades monetarias , entao a demanda marginal muda por um fator dc 100 para
-
) -
F' { P ) P
(9 )
F( P ) A -
A - I 06 = -107 (6)
) Ap 0, 10
-
Nolagao A vcrsao discreta (8) da elasticidade de prego e denominada elasticidade arco e e
) costumeirameme usada para calcular e quando conhecemos somente uma quantidade finila dc Finalmcme, se usarmos um milhao de galoes como nossa unidade de consumo ce gasolina e
-
combinagoes prego quamidade. A versao diferenciavcl (9) da elasticidade de prego e denomi - i
um centavo como nossa unidade de prego, entao a demanda marginal passa a scr
)
)
nada elasticidade pontual e e utilizada quando tiver sido esiimada uma curva de demanda
contfnua ou na prova de teoremas sobre elasticidade de prego.
Logo adiante iremos usar (9) para provar uma relagao esclarecedora entre elasticidade e
A x
A p
—
To
\
-0,1
j receita ou gasto totais. Antes, vamos olhar a elasticidade rnais de perto e, enquanto isso, intro - que e 100 milhocs de ve 2es menor do que o medido em (6). Os economistas gostariam de ter
duzir mais um pouco de vocabulario. Uma hipotese basica sobre fungoes demanda e que, ;tu - uma medida da sensibilidade da demanda, em relagao a variagoes no prego, que nao pudesse
) mentando o prego de uma mercadoria, em geral diminui a quantidade consumida. Matemati - ser manipulada pela escolha de unidades e que pudesse ser usada para comparar habitos de
camente, a demanda e uma fungao decrescente do prego. ( Estamos ignorando o fenomeno consumidores em varios pafses. com diferentes moedas c medidas dc peso ou volume.
J —
empiricamente raro de um bem de Giffen um bem para o qual pregos mais baixos levam a
uma diminuigao no consumo.) Essa hipdtese significa que Ax/ Ap em ( S) c F' ( p ) em (9) sao
A solugao para esse problema consiste em utilizar taxas de variagao percentuais em vez de
uixas de variagao reais. Dada uma quantidade qualquer, a taxa dc variagao percentual e a ta
-
.) numeros negatives, como vimos em (6) e, portanto, a elasticidade de prego de um bem e um :< a de variagao real dividida pela quantidade inicial :
> numero negaiivo. ( Alguns textos de Economia intermediaries definem a elasticidade de pre
go como o valor absoluto da expressao em (8) ou (9) para evitar o uso de niiineros negativos.
- 7i ~ % _ Aj /
)
1
i
\i
x Se o prego de um bem sobe, entao a variagao no gasto total daquele beme indeterminada,
a primeira vista, pois gasto e prego vezes quantidade, e esses dots caminlam era diregoes i
b
n=0 opostas. Como o prdximo teorema mostra , essa ambigiiidade e resoivida pea elasiicidade de
prego do tat bem.
co )
Teorema 3.8 Para um bem inelastico, um aumento no prego leva a um aaescimo no gas- I
ft S/ ,
°i to total . Para um bem eldstico, um aumento no prego leva a um decriscitm no gasto total .
#
afzb
Prova Seja x = F( p ) a fungao demanda para o bem em questao. 0 gasto total com
prego p e
Figura 3.20 0 grafico da fimgao demanda linear x ~ a bp. - E( p ) - p ‘ X = p ‘ F( p).
i Para ver se E( p ) 6 crcscente ou dccrescente, basta verificar o sinal da derivada primeira.
-
todas as outras relates quantidade prego que estudamos ate aqui
— —
custo,- reeeita , lucro e
suas manifestagoes marginals e me'dias o produto JC naturalmeme era a varidvel indepen -
Pela Regra do Produto, -
- E' ( p ) -
= p F' ( p ) + i F( p ). -
- -
)
dente e era represemada ao longo do eixo x horizontal, enquanto que a variavel prego era na- \
Divida ambos os ( ados pela quantidade posiliva F( p ):
turalmente a variavel dependente e era represemada ao longo do eixo y vertical. Como esse
uso de eixos horizontal e vertical e a situagao mais comuni Dara fungoes economicas e como E'( p) .. p F' ( p ) ( - )
queremos incorporar as relag5es de demanda cm nosso estudo gritfico de curvas de receita, + £ + 1, ( 10)
F{ P ) F{ p )
custo e lucro, como na Figura 3.19, iremos tragar o grafico das retagoes de demanda com a
quantidade no eixo horizontal e o prego no eixo vertical . usando (9). Se o bem e inelastico. “ l < £ < 0 e e + l > 0. Neste caso, ( 10) e positivo, E' ( p ) r
Concluimos csta segao inccrporando as curvas de demanda, de receita media e de receita e posiliva e portamo E( p ) 6 uma fungao cresceme de p . Analogamente, se o bem 6 eijisti - )
marginal, em nossa analise das curvas de custo da Figura 3.18. Isso foi feito na Figura 3.19 co, e < - 1 e e + l < 0. Agora, cada expressao em (10) e negativa, E' { p ) e negativa e portan- )
para o caso de concorrencia perfeita , onde a curva de receita media c uma reta horizontal. to E( p ) 6 uma fungao dccrescente de p . B
Agora tratamos do caso antfpoda de urn monopolista puro cncontrando uma curva de deman -
-
da linear .v - a bp para o seu produto. A curva de demanda inversae Ao trabalhar com modelos economicos concretos, os economistas as vezes usam forma *
a 1
1p =b x. ! ( 13) linear
b )
o preco sobe .
f
i
*
i »
7
7 I
!
7
o 86 MATEMATICA PARA ECO/MOMISTAS
7 i
7
7
4 CAPITULO \ CMe
CMg
CMe
7
o Calculo a Uma Variavel:
A Regra da Cadeia \
\
i
i /
7
e \ i /
RMe ~ DD
/ i
i
o
i
CMg yS i
i RMg
J
i
) i
) ”
Tk fT uitas situagoes economicas envoivem cadeias de relagoes entre varidveis econo- Figura 3.21 As curvas CMg , CMe, RMg e RMe para urn monopolista puro.
) j\ |
/ micas: a variavel A afeta a variavel B que, por sua vez, afeta a varidvel C. Por
JLexemplo, num modelo de firma, a quantidade de insumo utilizada determina a
) quantidade de produto que , por sua vcz, determina a receita dessa firma , A receita 6 uma
fungao direta do produto e indireia, ou composta, do insumo. Neste capitulo imroduzimos EXERCICIOS
7 a Regra da Cadeia, que descreve a derivada de uma fungao composta em termos das deri -
vadas de suas fungoes componentes, de ta! modo que, se soubermos o efeito sobre o produ -
3
3.15 Mostre que a fungao f ( x ) - x + ,v + 1 tern as propriedades essenciais de uma fungao
) custo. Esboce cuidadosamente suas correspondentes fungoes custo medioe custo mar-
to acarretado por uma variagao no insumo, e se soubermos o efeito sobre a receita acarreta - ginal nos mesmos eixos coordenados e compare sua resposta com a Figura 3.18.
do por uma variagao no produto, entao poderemos calcular o efeito sobre a receita acarre-
7 tado por uma variagao no insumo. 3.16 0 que acontcce com uma firma compedtiva cuja fungao custo exibe custo marginal de -
; Na Segao 4.2 enfocamos fungoes invertiveis. Tais fungoes correspondem a relagoes emre crescent e em todos os pontos? Consirua uma fungao custo cone re ta deste tipo e reali -
.
variaveis economicas, digamos A etf dasquais algumas vezes queremos e mender o efeito de ze a busca pelo produto que maximiza o lucro.
7 A sobre B e outras vezes estamos mais interessados no efeito de B sobre A. Por exemplo, os
economistas costumeiramente se preocupam com o efeito sobre a demanda acarretado pelo 3.17 a ) Qual retungiilo na Figura 3.19 tern area igual a receita oiimu da firma em x = xl
)
. aumento de urn prego, mas algumas vezes querem entendercoino uma mudanga na demanda b ) Usando o faio de que CMe(.r) = C ( x )/ x e portanto C(.v) = CMc (.r) .v, encontre o
retangulo cuja area da o custo total do produto .v .
"
) afeta os pregos. E claro que ha uma relagao muito estreita entre a derivada de uma fungao e a
7
derivada de sua fungao inversa; conhecendo uma , podemos deduzir a outra. No proximo ca -
pftulo, vamos usar o conceito de fungao inversa e sua derivada quando estudarmos :i fungao
)
naj
c Qual area Figura 3.19 represen ta o lucro oiimo da empresa?
3.18 Prove que a elasticidade pontual e -1 exatamente no ponto medio da demanda linear
logaritmica ccmo a inversa da fungao exponencial.
na Figura 3.20. ;
> Finalmente, ao final deste capitulo, aplicamos esses conceitos matemaiicos para calcular
xn, ,
a derivada da fungaof { x ) = ’. Esta fungao surge naturalmente cm muitos modelos econo - 3.19 Calcule a elasricidade pontual da fungao demanda ( 12) e conclua por que ( 12 ) edeno-
micos. como as fungoes de produgao e utilidaae Cobb- Douglas. minada demanda de elasticidade constante.
j
3.20 0 que ocone com / cp' se a curva de demanda sobe na Figura 3.21 ?
} 4.1 FUNQOES COMPOSTAS
E A REGRA DA CADEIA
3.21 Indique cuidadosamente o retangulo na Figura 3.21 cuja area rep resent a o lucre do
Composigao de Fungoes monopolism.
Na Segao 2.4 descrevemos as regras para calcular a derivada de uma fungao obtida a partir da
soma , diferenga, produto ou qucciente de duns outras fungoes. Mesta segao, apresentamos e
e sen prego.
-
3.22 Para F [ p ) - a b p z C(.v) = kx ~. calcule explicitamemc a formula para o produto oiimo
entao aplicamos a Regra da Cadeia. que e a formula para derivar uma fungao obtida a partir
-- -
da composigao de duas outras funcoes. Se g c ft siio duas fungoes em R . entao a i uncao obti
1 '
7
7
i
/
Na Segao 2.4, intioduzimos a Regra da Potencia, que 6 a regra para tomar a derivada de uma
fungao composta na qual a fungao de fora 6 h( z ) = z , para algum expoente k : /( *) = %(*))
• ou /(*) = (* •*)(*)
A fungao / 6 denominada a fungao composta das fungoes / teg; dizemos Lf 6 h composta cc
Regra da Potencia: = £(«(*))* * *
£'( *) (3 ) g" eque ‘/ egseguidadeh” .
2
Exemplo 4.1 Por exemplo, se g (x ) A: e h{ x ) = A: + 4, entao ( h o g)(A;) = x 2 + 4. Se a order'
=
Em palavras: a derivada de uma fungao elevada k /c-£sima poiencia t k vezes a fungao ele
vada k ( Jk - l ) esima potencia vezes a derivada da fungao. Como a derivada de h{ z ) = z c
*
- 2
-
da composigao c invertida neste exemplo, entao (go /i)(.r ) = ( A: ? 4 ) . Observe quv
*
h\z ) = kz ~\ podemos pensar em (3) como a derivada da fungao de fora h (calculada na fun - hog * go h. :
i
>
goes quaisquer hcg . Nesse formato geral, e denominada Regra da Cadeia . Muitas vezes re -
sumimos essa regra como “ a derivada da de fora vezes a derivada da de dentro ” mas e preci- Exemplo 4.2 As fungoes que descrevem o comportamento de uma fima, como sua funga'
so lembrar sempre que a derivada da fungao de fora 6 calculada na fungao de dentro. lucro FI , sao escritas. em geral , como fungoes do mvel de produgao y d 2 mesma. Se qut - )
posta 9 =n .
°/ dadaem ( 1 ) no Exemplo 4.2 A fungao de fora c
i des de insumo de trabalho. 0 resultado e uma fungao
J
n( ) = -( ) + 6( f - 5
J cp( z.) sn(/( L)) = (n °/)( £) )
Por exemplo, se
a derivada da fungao de fora e :
n(y) = -/ + 6/ - 5 e f ( L)= 5 L (I)
m ) = -4( )-v- i 2( ) entao ?( L ) = nm)
e a derivada calculada na fungao de dentro f { L ) 5 LJ e
= *
= -(5 L-") + 6(52?' 5
J
/- (2; • /
demanda de mercado de uma mercadoria , em termos dc seu prego. Suponha que. devido k
-
= (-4i 5 i.-' jy r !2(5 £:w )].
o que. simplificando se. results em ^ •T ( i ) = F { p( i ) )
Quando trabalhamos com uma fungao composta f {\ . ) = /i (g(.v )), e natural identificar a pri
meira funcao que sc aplica { neste cqso. g ) como fung.»o de dentro e , a segunda ( neste case.
it ), cumo funcao de fora . Por exemplo . na composta (,v: + 3.v + 2) 7, a fungao de deniro e yt-v *
- )
4.2 Para cada uma das seguintes fungoes compostas, qual e a fun9iio de dentro e qual e a rivada da fun9ao de fora e *
) fungao de fora? fl) V3A + 1, b ) ( V- ) + 5(l/i) + 4, c) C6S(2 A 7), U ) 3
2
* I —dz sen( ) = cos( )
4.3 Use a Regra da Cadeia para calcular a derivada de todas as fun oes compostas do
^
Exercicio 4.1 a partir das derivadas das duas fun oes componentes. Em seguida cal- . i
J.
^
cule cada derivada direiamente, usando sua expressao para a fungao composta, simpli-
"
A derivada da fun9ao de fora, calculada na fun9ao de dentro, e
4
a ) sen(.t ) b ) sen(l/x) c ) *Jsen x -
d ) sen J x .
1 e ) exp( + 3;t) f ) exp(Ut) .
g ) log( v2 + 4)
:
h ) sen((.v2 + 4 ) )
»«! «
* * •«« * «
!
••
0 * (
Notaqao Alem da frase “derivada da ue fora vezes a derivada da de dentro”, ha uma outra
maneira util de lembrare usarn Regra da Cadeia. Continue cscrevcndo g ( x ) para a fui ao de
o
v
4.6 Uma firma calcuia que cm um dado momento sua produ ao esui crescendo a uma ta-
^
xa de 2 unidades por hora e que seu custo marginal 6 12, Qual e a tax a de crescimento
dentro e /?( -) para a fun ao de fora. Entao. a Regra da Cadeia pode ser escrita como
^
^
.) do custo por hora? Expltque sua resposta.
.
i
escreva t 5 ) como
.
creva h( .x ) para Mg(.v)). Finalmente ignorando 0 fato de que h\z ) c calculada em - g (A )
=
-
.
Definifao e Exemplos da Inversa de uma Fun?ao dh _ dh -
^
)
Considere a relacao de demanda entre o preco p c a quantia x que os consumidores estao dis-
posios a consumir a tal pre o. Algumas vexes, os economistas observant que e con\ entente
dx dz dx
d
. ^ .
pensar nessa relate definindo x cm fun .io de />. por exemplo, quando calculatn clasticida- que e uma formula de aspecto enganosameme simples.
s des e a< vtzts definindo p cm fungiio de .v. por exemplo. quando catculam a receita marginal
>
. )
)
t )
x, * x, => /(x,) */(x?) (H) entao a fungao demanda inversa e obtida resolvendo (6) para p em termo de x :
Uma fungao / que satisfaz ( l 1 ) ou ( 12) em um conjunto £ e denomtnada injetora. | Essa mesma relagao inversa existe entre a fungao no Exemplo 2.3, quecoiverte graus Celsius
Resumindo o paragrafo precedente: para uma fungao ser invertt'vel , ela precisa ser injeto - em graus Fahrenheit:
ra- Reciprocamente, se uma fungao e injetora num conjunto £, entao existe uma fungao bem-
—
definidag : f { E) > R 1 que manda cada ponto v da imagem de / de volta ao ( unico) ponto x que
/ associou a y. Se / e dada por uma formula que expressa y em termos dc x, podemos encon -
;
r
£= —59 C + 32 (8 )
trar uma formula para sua inversa g reescrevendo x em termos de y na formula de /. Se esse e a fungao que convene graus Fahrenheit em graus Celsius:
processo determina um unico x para caday, entao a nova formula define a inversa g de /.
*
Notagao Sc ft invenivel cm seu domfnio, entao sua inversa esta defmida univocamente .
r
C - (F -32)
| (f
Muitas vezes escrevemos /“ para a fungao inversa de /. Dizemos que a fungaop J-» 3 - 2 p em (6) e a inversa da fungao x (3 - x ) em ( 7 ) e vice
Observando-se o grafico de uma fungao / defmida num intervalo £ de R \ e ftcil cletermi - • , ;
nar se / e ou nao e injetora. Como ilustra a Figura 4.1 , o grafico de / nao pode dobrar, isto c , -
versa. Analoeamente, as fungoes Ct-> jC + 32 c /r £ ( £ 3 2) em ( $ ) e (9) sao inverse i
i
nao pode ter maximos ou mtnimos locais em £. A fungao deve ser monotonamentc crcscente uma em relagao a outra. Mais formalmente, dada qualquer fungao / £ > R1, onde o dorrf,-
ou dccresceme em £. A fungao cujo gnlfico e ilustrado na Figura 4.1 nao e injetora , porque nio £[ de ft um subconjunto de R 1 , dizemos que a fungao g\ E2 -> R 1 e uma inversa de / se
,
dois pontos .v e x, sao levados no mesmo ponto y .
£(/ (.*) ) = x para cada x no dommio £ de / e ,
( 1C
/ (s( z)) = z para cada z no dommio £, de g i
Exemplo 4.6 Para ver que as fungoes descriras pelas expressoes (6 ) c ( 7) sao real men te inver
sas uma da outra , forme suacomposta substituindo em (6) a expressao para p dada em ( 7):
/1
j - J = 3 - (3-.r) = .r
.v = 3 - 2| (3 .r)
/(.v ) = 2v e i’(.v) .V = -i )
X / (,< ) = .V e =
vV (.v) V.v Par(l x , y > 0
/( .v ; = x
'
e s( y ) = yl !': )
/ (.v) = i-Zi
Figura 4.1 Umtifun< <io tulo e injetora man intervab contendo ion max ou min local
l
x+1
e «(>•) = I -)
- I
fix ) =1 e ?( y ) = -
-
Exemplo 4.S Considere a funcao / u ) x\ Como uma funcao defmida em todo R , / nao e in* ' .V /
-- = -
jetora. pois manda x 2 e.v + 2 ao ponto v 4 . Sua inversa deveria m and ary = 4 de voi - Observe que l /.v e sua propria inversa.
. . = -
ta para um dos dois digamos para A + 2. Mas entao g (/( 2 ) ) y(4 ) +2 e g nao satis
= =
faz a del migao { IOJ de uma inverse. Contudo. se restringirmos o dommio dc / aor nume .
-
Suponha que a funcao / tem uma inversa g . Se /associa o porno v„ao ponto x0. entao g as -
/
/
)
'
s
'
V
-
py.emplo 4,9 A fungao x* 3A:, cujo grafico aparece na Figura 3.2. nao e injetoratm R 1, pois
-
o
--^ -v 3, 0, ' J 3 sao todos levados emy = 0. Alem disso./ tem dois extremes locais, de
•
A
/ mode que nao uma fungao mondtona. Contudo. como / e monotona para x > 1 , sua res -
y fx trigao ao imervalo ( I , °°) 6 inveru'vel .
O - v = x>
Teorema 4.1 Jma fungao / definida num imervalo E de R 1 tern uma inversa b:m -defini
da no intervale /(£) se, e so se./ e monotonameme crescente em todo intervale E ou mo
notonamente c ecrescente em todo imervalo E.
-
-
-
j
-
i
) Figura 4.3 Os grdficos dasfimgdes y = x e y ^ ^ fx para x, y 0.
2
Para fungoes diferenciaveis, o Teorema 3.2 ofercce urn criterio de Calculo para uma fun-
gao ser monotonameme crescente ou decrescente. A combinagao daqueke resultado com o
*
dessas fungoes. Em particular, se / eC: , c portamo scu grafico tern uma rota tangeme varian
-1
-
) do suavemente, entao o grafico de/ tambem [era uma reta tangcnte variando suavememe,
.
ou seja, / tambem sera C\ 0 proximo teorema combina essa observugao com o Teorema 4.2
1"
De um pcnco de vista gcomeuico, se / manda ,v0 em y0. de mode que o ponto (.v>. vp) esta no
) para fomecer uma imagem bastante completa para a exisiencia e difcrenciabilidade da inver- grafico de /, entao / 1 manda y0 de veka em .v0, de modo que o ponto ( v0, ,v0) esta no grafico de
“
sa de uma fungao C\
'
) significa que o grafico dc / simplesmcntc e a reilexao do grafico de / peia diagonal dada pe-
‘
la equagao A: = y. As Figuras 4.2 e 4.3 ilustram esse fenomeno para os dois primeiros pares de
) fungoes no Exemplo 4.7.
1
Teorema 4.3 {Teorema da Fungao Inversa ) Suponha que f 6 uma fungao C defmida no
) imervalo I de R . Se f' ( x ) * 0 para cada x e l , entao:
1 y
v>J
y = 2x
( a ) ft inveru'vel em /,
1
( b)sua inversa £ e' uma fungao C no intervalo/( /) e y
tc) para cada z no domfnio da fungao inversa <>. vale
( 13)
;i /'(sW )
x
>' - "TA
I
1
Prova A existencia de f segue do Teorema 4. i . Como o grafico de / e a reilexao do gra-
1 "
Vi fico /
de em tomo da reta diagonal y .v.=o grafico de / tern
"
uma reta tangeme bem -de-
finida em cada ponto. ou seja. e difercnciavel. se o1 grafico de / fiver uma reta tangeme
y - 2x
VJ -
bem defmida em cada ponto. Supondo que g = / e dilerenciaveL calculamos $ escre
vendo primeiro a relagao da inversa como cm ( 10 ):
‘
u
i
Ml ) =: < l4t
(
v
l
)
!
i
l • .
)
)
96 MATEMATICA PARA ECONOMISTAS )
CALCULO A UMA VARIAVEL: A REGRA DA CADEIA 97
)
Em seguida , tomamos a derivada de ambos os lados de (14) em relaeao a z , usando a *
= — c a l c u l a d a e m >’ - j r gra da Cadeia no lado esquerdo: )
)
/'(s( z)) - 2'(z ) = l
)
ou
)
Teorema 4.5 Para quaisquer imeiros positivos «i.e h, )
.
' —
= it- .
\
06)
Exemplo 4AO A tnversa
£'(>’) = -
m
=
de y = f ( x ) = mx 6 x - g ( y ) {\lm )y Observe que
m
\
)
.1t( l-n ) / n
n
( pelo Teorema 4.4 )
/(*) = x + \ -
x \
e x= 2
)
—_
)
—
"*
”
n
J
*
#
-
r1( m n )ln
n
*V
-
(/n / /i ) l
(simplificando ).
Como/(2 ) 1 /3, a inversa $ de / manda 1 / 3 em 2. Como /'(.t)
= = 2/(.t + l )\ /'(2) = 2/9. K )
lo Teorema 4.3,
Tendo provado que a derivada de / e' kx* ~ 1 para todos numeros racionais k , podemos ex - / 1 1 9
tender esse resultado a todos numeros rcaisk uproximando os expoemes irrationals por sc- & 7/ )
3. /' (2) 2/ 9 2 .
tao: Em < /. use a formula de resoluqilo de equates quad nit icas.| teiro k. No Teorema 2.4. atirmnmos, sem provar. que essa aHrmagao e valida para qualque - )
numero k. Nesta se$ao. utilizaremos o Teorema 4.3 e a Regra da Cadeia para mostrar que es-
4.9 Para cada uma das funqoes / do excrcicio anterior, use o Teorema 4.3 para calcular a )
derivada de sua funeao in versa no poruo /( l ). Confira sua resposta. calculando as tle-
sa formula vale para qualquer numero racional k min . =
)
rivadas das funcoes in versa * diretameme a partirdas respostas do excrcicio anterior.
i Teorema 4.4 Para qualquer imeiro positive n. )
4.10 Aplique a Regra do Quocicnte as afirma oes dos Teoremas 4.4 e 4.5 para deduzir os
resultados correspondents para e.xpoentes negativos. ^ (/'' ) =1 '
Y
( I /, H ,
( 15)
I )
I
)
)
!
Prova A unersa de v = v '" e .v = y\ Pelo Teorema 4.3,
,
i .
)
=: calculada emv x
Hr
= )
1
o
*)
S
i
~)
? iL^ Donenciais
^ Logaritmos
1
i i
) '
Tfc Tos uliimos ires capftulos, tratamos exclusivamente de relagoes expressas por fun oes
"
J i
\
EXPONENCIAIS S LOGARITMOS 101 100 MATEMATICA PARA ECONOMISTAS
• 1
Nesses cases, dizemos que o numero 2 e a base da funqao exponencial.
/ = 10* Para emender melhor essa fun ?ao exponencial , vamos tragar o seu grdfico. Como ainda
1 \ y = 3*
-
y 2
i
nao sabemos como derivar 2
T
— —
a derivada (2v)' certameme nao e x2'"' precinnnos dese-
nhar alguns pontos no grdfico. Calculamos os valores de 2* na Tabela 5.1 e desenhimos o gra -
fico conespondente na Figura 5.1.
t )
Tabela 5.1
x r •
'
)
-3 l /8
I : -2 1/4
/ ;
I
-1
0
1 /2
1 . )
/•/ 1 2
2 4
3 8 • )
f
—
i
• \
)
Tabela 5.2
-
A ( 1/2)'
;
I
-3 8 )
r -2 4
-1 2
I
)
i 0
)
: 1 1 /2
2 1 /4 )
3 1 /8
)
I Observe que o grdfico tem uma ossmiota horizontal no eixo .t mas, ao contrdrio do que
ocoite com qualquer fun ao racional . o grdfico aproxima cssa assimoja sornente em uma di - )
^
reqao. Na outra direqao. o grdfico e muito mgrenie. Com cleito , ele cresce mais rapidamenie
.
I
—^
do que qualquer polinomio tem “ crescimento exponencial ” . i
Na Figura 5.2 esiao esbo ados os graficos de/,(.r) - 2*,/,(*) = 3* e /,(.x ) = 10*. Note que os f i
graficos vao bem parccicios: quanto maior a base , mais rapidameiite o grdfico Hen assimdiico
ao eixo .v em uma dire ao e ingreme em outra riirecao. J
^
As tres bases na Figura 5.2 sao maiores do que l . O grdfico de y = !>' 6 um pouco diferen -
— te sc a base besui emre 0 e 1 . Considere. por exemplo. h( x ) = ( 1 /2 ) '. A Tabela 5.2 apresema
uma lisia de valores de (.v. y ) no grdfico de h para imeiros x pequenos. Note que as entradas na
}
l
c* ' lima de y na Tabela 5.2 sao as mesmas que as entradas na coluna de y na Tabela 5.1 . pc? ni .- j
em orcicm reversa , ja que 11 /2)' = 2". Nso significa que o grdfico de /i (.v) = ( 1 / 2) e simples
. - /
memo a re I l ex ao do grdfico de /(.v ) = 2' em torno do eixo v, como aparcce nr Fieura 5.3. Os
'
)
p i
O I
i
P
‘
>
EXPONENCIAIS E LCGARITMOS 103
mo Israel , Argentina e Russia , experimentaram taxas de juros de 100% e at6 mais elevadas em
102 MATEMATICA PARA ECONOMISTAS
p —
Nao sao permitidas bases negativas para a fun<;ac exponencial . Por exemplo, a fun ao k ( x )
—
P anos recentes. = ( -2? tomaria valores positivos quando x fosse um inteiro par c tomaria valores negativos ^
quando x fosse um imeiro impar; no entanto , nunca seria nula emre esses inteiros. Alem dis-
P ( )
Calculamos l + ~ para vdrios valores de n utilizando uma calculadora e listamcs os re - so, como nao existem rai'zes quadradas de numeros negativos, a fun ao ( - 2/ sequer estaria
dcfinida em x = Ml ou , mais geralmente , em qualquer racional x - plq com q um inteiro par. ^ ’
n (41 »
EXERCICIOS
l 2,0 , 5.1 Calcule os seguintes valores:
2
4
2,25
2,4414 I 23, . / 64-“ , 6253 25-“
2°. 8 “ 8-” ,
W
,
'
) e= linij l+ —n )j ( I) •
-
.4( 1 + / ) ( ! + / ) = . H I + ;T
) unidades monetarias. Depois de / anos, teremosAU + r )' unidades monetarias nessu poupan9a .
Com sete casas decimais, temos c = 2,7182818 • .
•
*
Vamos , agora , super que o banco crcdiia os juros qttatro vezes an ano; ao final de cada tri -
) Esse numero a desempenha o mesmo papel fundamental na economia e nas finanqus que mestre . ele paga um juro dc i / 4 vezes o juro anual . Depois ue um trimestre , essa poupanqa te-
o numero n desempenha na geometria. Em particular, a fun<po f ( x ) = c e denominada ra A -f A unidades monetarias. Depois dc um ano. ou seja . depois do quairo ajustes credita -
.j
j
fun9ao exponencial . Muitas vezes escrevemos exp(.v) para a exponencial como 2 < e < 3 o
grafico de exp(.v) = e tern o formaio cios graficos da Figura 5.2.
; ,
p ( - ) unidades
p
£
I Mais comumeme. se os juros sao creditados / t vezes ao ano . teremos
monetarias depois do primeiro penodo dc convcrsau. A|l +
A 1
coma , vamos comccnr com uma taxa dc juros anual de I tK)% . isio e . / • = 1 . Alguns passes, ce -
J
' )
)
}
H
HI J
)
1
I
5.3 LOGARITMOS
i
Considerc uma fungao exponential geral y = a\ com base a > L Tal fungao exponencial e es-
—
por substituigao direta. Sendo n > obtemos f
)
iritamente crescente: im ( l + -
n)
l= +
m)
1) )
X) > x 2 => aX ]
> a** <
Em palavras: quanto mais vezes a e multi plicado por si mesmo, maior fica. Como obscrvamos
noTeorema 4, l , fungoes estritamente crescemes tern invcrsas naturais. Lembre que a inversa
= f limfl +-m ]) 1) )
da fungao y = f { x ) e a fungao obtida resol vendor = /(.t) parax em termos de y. Por exeniplo,
= er
-
para a > 0, a inversa da fungao linear crcscente/(x) ox + b 6 a fungao linear 0') = ( I 7a )(y -
^
)
b ), que 6 encontrada resolvendo-se a equagao y = ax + b para x em termos dc y: \ No segundo passo, utilizamos a continuidade dexrem relagao ax, de moJo que se {x„} co
)
I /i
=l
I
y = at + b <=> x = (y - b ) — ]
| ( 2) .
6 uma sequencia de nurr eros que tendc a x0, entao a sequencia das poteicias {x' j tende i
Num certo sentido, a inversa g de / desfaz a operagao de /, de ntodo que
xo , ou seja. )
J
J . gV ( x ) ) = x
Veja a Segao 4.2 para uma argumemagao detalhada da inversa de uma fungao.
Nao podemos calcular a inversa da fungao exponencial crescente / (x) = a explicitamcmc
1
— f — ^Y
lim-
\ /n * «
- =-lim (<„)
/
)
i
Logaritmos na Base 10
Comegamos trabalhando com a base o = 10. A fungao logantmica na base 10 e um iogaritmo
'
Exeniplo 5.7 For exeniplo. o Los de 1.000 e aquela porencia de 10 aue da 1.000. Como
! »
limf
-* A l + -n J
«
=/ '
:
)
)
-
10‘ = 1.000. rcmos Log 1.000 = 3. O Log de 0.01 e' 2. pois 10 " = 0.01 . Aqui temos mais
*
! Se dcpositarmos A unidades moneiarias numa coma que paga uma tax a de juros anna ! /• !
alguns valores de Log:: crcdicados cominuamente, entao, depois de / anos, essa coma crescera para Ac ' unidades \
)
monetarias.
Log !0 = 1 pois 10
l
= 10
Log 100.000 = 5 -
pcis lO' = 100.000
=
Log ! 0 pois 10
'
=1 Observe as vantage ns do credito freqiiente. Com ; = 1 . ou seja. a uma tax a de juros tie
•
/
Log 625 = 2.7 WSS • pois 10 = 625 100%. A unidades monetarias dobram para 2 A em um ar»o sem credito. No entanto, se o ju - )
Para a maioria dos valores de: voce neccssitani de uma calculation! cu de uma label a de
re e crediiatlo cominuamente. entao A unidades monetarias crescent para eA unidades mone
iarias. com c > 2.7: a coma quase triplica de tumanho.
- )
logaritmos para calcular Log :. \
'
)
'
)
'
Obtemos o grSfico da fungao inversa / : trocando os papeis dos eixos horizonai e verti-
"
i Exemplo 5.2 Vejamos alguns exemplos. 0 log natural de 10 6 a potencia de e que da 10. Co - cal no gr &fico de /. Em outras palavras, o grdfico da inversa de uma fungao y = /(.1} e a re fie -
" mo e 6 urn pouco menor do que 3 e 32 = 9, e 6 um pouco menor do que 9. Frecisamos ele- xao do grdfico de / em tomo da diagonal y = *, jd que (y, *) 6 um ponto do graficode / 1 se, e
) vare a uma potencia maior do que 2 para obter 10. Como 33 27, e e um pouco menor do
**
= somente se, (*, y ) e um ponto do grdfico de /. Na Figura 5.4 desenhamos 0 grdficcde y 10' =
) que 27. Assim , e de se esperar que In 10 Fique entre 2 e 3, um pouco mais perto de 2. Usan - e 0 refietimos pe!a diagonal x ~ y para obter 0 grafico dey Log *.
douma calculadora, verificamos que, ate quatro casas decimals In 10 = 2,3026. . =
o Listamos mais alguns exemplos. Cubra o lado dircito desta label a e tentc cncontrar esses
Como o eixo * negativo e uma assfntota horizontal para 0 grafico de y 10*, oeixo y ne- =
logaritmos natumis.
=
gativo e uma assfntota venical para o grafico dey Log Como 10f cresce muito npidamen -
. . =
te Log x cresce muito lentamcnte Em x 1.000, 0 Log x recem chegou a 3; em xigual a um
In e = 1 pois e =c .
milhao Log x somente escalou atey 6. Finalmente, como 10‘6 um numero positi /o para ca
= -
da xt a fun ao Log * so estd definida para x > 0. Seu domfnio e R , 0 conjunto dcs numeros
© In 1 = 0 pois e
0
=! ^
estritamente positivos .
^
= .v ( 4)
o d) Iog2 S
g ) In { e )'
e ) log6 36
h ) In
f ) log3 0,2
4e 0 ln l
O grafico de ex e sua reflexilo em tomo da diagonal , que e 0 grafico de In *, sao scmelhantes
-
aos grdftcos de 10 c Log .v que apurecem na Figura 5.4.
)
J das para que as cinco regras acima valham para todos os numeros reais r c s.
t
Essas cinco propriedades das fungoes exponenciais sao refletidas pelas cinco conespon -
J dentes propriedades dos logaritmos:
\
J ( O i o g( r - l o g > + log J •
)
EXPONENCIAIS e LOGARJTMOS .109 MATEMATICA PARA ECONOMISTAS
)
In q In kpc = In k +.£ In p
= (7 ) A quinta propriedade dos Iogaritmos segue diretamente da quinta propriedade de a e do seguin-
te fato: a e log0 x sao inversas uma da outra. Para provar as outras quatro propriedades, tome : *
1
Em coordenadas logaritmicas , a demanda agora e uma fungao linear cuja inclina ao e a elas- -
ticidade e. ^ = logd re v = log, s, de modo que r d es = a\ Usandoo fato de que log o1) = x, obtemos:
^ )
v
= = = =
( 1 ) log ( r • x) log(flu a ) Iog (a“ * ) « + v log r + log J
*
J
EXERCICIOS =
(2) log( Us ) log( 1/ a ) ~ log (a )
aw
v
v
"
v _= - = -
log s
5.5 Resolva as seguimes equates emx: =
(3) log( r/5) = log( / d ) log (fla ) u - v log r - log s
= =
a ) 2/' = 18 b) / = \ c) T = 1e (4 ) log / a* Iog(a “ )J - log aus - us = s log r \
d) 2"i 5 = e) ln ;t2 = 5 f ) In x* - (0,5) In ,t = In 25 Os Iogaritmos sao especialmente uteis para trazer uma variovel x, que ocorrc como um ex - )
poente, de volta a base, onde pode ser manipulada mais facilmente.
5.6 Obtenha uma .formula do tempo que leva para uma quamia de dinheiro triplicar numa \
cademeta de poupanga que paga uma taxa de juros de r%, creditados continuameme.
Exemplo 5.3 Para resolver a equagao 25' = 10 em x, tomamos Log em ambos os lados: I
5.7 Quanto tempo leva para $500 crescer para $600 se a taxa de juros e 5 % c o juro e cre-
ditado continuamente? Log 2* = Log 10 ou 5x Log 2 = l -
Segue que
5.5 DERIVADAS DE EXP E LOG
~ 0, 6644
Para poder trabalhar prodmivamente com as fungdes exponenciais e logaritmicas. precisamos 5 Log 2
calcular e usar suas derivadas. As fungdes exponential e logaritmo naturais tern derivadas par - Tambem poderiamos ter usado In cm vcz de Log ncsta coma.
ticularmente simples, como indica o enunciado do teorema a seguir.
)
Exemplo 5.4 Queremos saber quanto tempo leva uma quamia A depositada numa cademeta )
{ Teorema 5.2 As fungdes e e In x sao contmuus.'em scus dommios e tern derivadas conn - i
de poupanga para dobrar de valor, quando a taxa anual de juros e r e o juro e crcditado
| nuas de lodas as ordens. As derivadas primeiras sao dadas por cominuamente. O que queremos, portanto, 6 resolver a equacao
a ) (t, )
T /
=e j
.
2/1 = Ae ' (5 )
)
b ) ( In xY ~ I ?
x ! )
na varidvel /. Primeiro dividimos ambos os lados de 15) por A. Isso etimina A de nossas
Se H(.V) e uma fungao diferencidvel , entao t comas, o que e compatfvel com nossa imuigao de que o tempo que uma quantia leva para )
dobrar independe da quamia em questao. Para trazer a varidvel i para baixo. onde e mais
o (^>y = (^ . uTv)
;
d ) ( In a( x ) )'
*
^ .
M( V)
se «(.v ) > 0
facil trabalhar, tome o logaritmo natural de ambos os lados da equagao 2 = e":
In 2 = In t*
)
)
)
usando (4 ). Resolvendo (6) em r, obtemos a seguime informagiio: o tempo que uma quan -
ti a leva para dobrar e t ( In 2 )!r.
=
Provaremos esse teorema cm etapas. A continuidade da exponential deveria ser intuitiva - Como in 2 ~ 0,69, esta regra diz que, para esiimar o tempo que uma quamia leva para do -
mente clam a partir do grafico na Figura 5.4: cste nao apresenta sahos netrt descontinuidades. .
brar a uma taxa de juros fixade r % , bastadividir 69 pela taxa de juros. Por exemplo, a um
Como o grafico de In x e tao- someme a reflexao do grafico de e em tomo da diagonal x = v, juro de 10%, o tempo que uma quamia leva para dobrar e 69/ 10 6,9 anos; a um juro de
= )
o sjraficc de In x tampouco tern descontinuidades e portanto a lungiio In x e cominua em cada = .
89c, o tempo para dobrar e 69/8 S 625 anos. Essa coma tambem nos diz que leva 8,625
)
dnconjunio R.. dos numeros positives. anos para o mve! de precos dobrar a uma taxa de inllacao eonstame de 8% ao ano.
Ocorre que e mais fiicil calcular primtiro a derivada do logaritmo natural.
Como ja abordamos na Segao 3.6. os economistas que estudam a relagao entre o preco p e a ) •
Lema 5.1 Supondo quo In x e uma fungao contmua em R , ,., ela tambem e diferentiave ) e suit quantidade q demandadn de uni cerio hem muitas vezes prelcrem trabaihar corn a lamilia a dois
derivada e dada por parfimetros de Lingoes de demanda de elastieidade constante dadas por q = kpr.onde k e £ sac
parametros que dependem do bem em questao. O parametro e e o mais imeressame dos dois.
( In x)' - - pois e igual a elastieidade { pfq )( dqidp ). Iomando o log de ambos os lados de q ~ kp\ obtemos:
'
x i
0
1
'
JJ
Lema 5.3
da simplificamos aj expressao usando as propriedades do logaritmo. Fixamojx > 0.
. -
J
Prove Utilize a definigao de In x em (4) para escrever In e* = x Tomando a derivada em am
bos os lados dessa equagao e usando o lema anterior, calculamos
•
ln(* + %- ln £
h
.Ilnf £±£ ) = 41.
h V x J V
+ fLf
/
G M =7 K = ' ' 1 I
- Inll ifi)) h
eJ
+
I ih
Segue que
- — —
( eV
— =e
* Agora tomamos m
1 Ih , obtemos
= \!h. Quando h — » 0, temos m ©o . Cominuando as cottas corn m =
I —. . . • •••• • •• » » »» « «i
_
i
nm UM mm nmtm n m »* - * ** ‘ tf
* fi ft »
» » « »«««« *
o
Finalmeme, para provar a parte c do Teorema 5.2, simplesmente aplicamos a Regra da Cadcia
a fungao compostay = e** .A fungao de fora e e\cuja derivada tambem e e' Sua derivada cal-
culada na fungao de dentro e
conclufmos que
)
'
eu
. Multiplicando isso pela derivada da fungao M(JC) de dentro,’
. lim
-
A tO
+ )~1 x
^h' " '
lim 4^ l+
—T
( 1x + UxT
m J
= 1In flim
J (e"w ) = e**V { x )
' m )
)
) •
i
= \r\ eUx = —
)
Exemplo 5.5 Usando o Teorema 5.2, calculamos as seguinccs dcrivadas Assim , ( In x )' = 1lx. Observe que podemos trocar a ordem de In e lim nas iguutdades aci
ma devido a continuidade da fungao y = In x, que garante: xn -> .v0 implies In xni -> In xQ
-
'
) a) (*5') = 5e 5x
b) = Ake* ou , equivalenicmente,
;
)
e) M' -- f --a 2x /> MT~ As tres outnjs afimiagocs do Teorema 5.2. seguem imediatamentc da Regra da Cadeia, co
mo pro vamos ajseguir. -
> .?) ( jee1 *' ) = e3 "’1 xf ~ h) (ln(.r + 3.r -ri)) = Lema 5.2 Se h{ x ) e uma fungao diferenciavel e positiva. emuo
^ h( x )
j
)
/{*) - •v 2;t e.- -
a /:
—
tro /;(.v) —
ponanto \ / h ( x )
—
vezes a derivada h\x ) da fungao h dc dentro:
A deri -
vnda de / e a derivada da fungao de fora In y que e 1 / v calculada na fungao de den
— -
j Vamos utilizar o Calculo para csbocar o grafico de seu nucleo 0W
j sM = *
“
Agora fica fdcil calcular a derivada da fungao exponcncial v = e\ usando que e a inversa
j . de In x.
Em primeiro lugar. note que g e sempre positive de modo que sen grafico esta sempre aci , -
o ma do eixo .v. Sua derivada primeira e
j , ,‘/:
g (.v ) = -.ve “
t
..
Como e ~ x’ n 6 sempre positiva, g'(*) » 0 se, e somente se, x 0. Como $(0) ] , o
-
Prova Como b = enbt resulta bx (e1" 6)1 = ev x. Pe!a equa^ao b no Exemplo 5.5,
’ nb)
candidato para max ou min de g e o ponto (0, 1 ). Alem disso, $'( ) > 0 se, = = tinico
EXERCICIOS
$10) < 0 e g'\x ) = 0 « .r = ± l ( 8,
5.8 Calcule as derivadas.primeira e segunda de cada uma das seguinies funqoes: A primeira igualdade em (8) verifica que, com cfeito, o
ponto critico (0, 1 ) eum max lo -
a ) xe*
2
b ) e’ *3'"2 c) !n (.tJ + if d) S. e ) JL J ) J1
ex
[
£
In x x _
cal de g . Usando a segunda pane de ($) observamos que
-l =>
oo < .r <
. )
5.9 Use o Calculo para esbo ar o griifico de cada uma das seguintes fun es:
^ ^ - I <.x < +1 =* $1;0 < 0 .)
^
"
.
5JD Use a equa ao lO1 08' = x o Exemplo 5.7 e o metodo da prova do Lema 5.3 para dedu *
Valor Presente
Agora utilizamos a equate b do Exemplo 5.5 para calcular a
derivada da fun9ao cx -
Muitos problemas economtcos requerem comparar quantidades de dinheiro cm tempos dis-
•
ponencial geral y b\ -
timos numa mesma conta. Por exemplo, a analise de custo-beneficio da constru ao de uma re
^ -
presa deve comparar numa mesma equacao o custo de construgao neste a no. os cusios de ma *
)
nutengao da represaem anos futuros e os beneficios monetarios fumros da milizuqao da re:
presa. A mnneira mais simples de tratar com tais companies e utilizar o conceiio de valor )
presente para iransponar todas as importances de volia para o preseme.
Se depositarmos A unidades monetarias numa conta que credita juros cominuaineme a ! 06 )
uma taxa r. emao leremos
\ )
B = Ae" j ( 10 ) -I
)
j
unidades monetarias nessa conta , dccorridos ! anos. pelo Teorema 5.1. Rcciprocamente. para
gerar D unidades monetarias daqui a t anos , numa conta que credita juros continuanunte a
-. Figura 5.5 O grofico de
uma taxa r. teriamos que invesiir . \ = Be" unidades monetarias na conta agora , resolvendo
*
[ h ’i = ( In h\b ) (9 i
1
n
1
'
PV = ( 17) uni -
dades monetdrias. Estritamente falando, esta ultima situagao so faz sentido para rinteiro. Por
'
)
essa razao e por ser muito mais facii trabalhar com a fungao exponencial do que com a fun - en
6 A formula ( 17) e bastante imuitiva: para gerar urn fluxo perpetuo de /1 unidades monetarias
anuais, de uma conta que paga juros anuais a uma taxa r , o deposito inicial deve scr de Air
gao ( l + r)', utilizaremos o valor presente na versao composigao conti'nua.
unidades monetarias.
0 valor presence tambem pode ser definido para fluxos de caixa. A uma taxa r, o valor pre
sente do fluxo, isto d, B unidades monetarias daqui a r, anos , B 2 unidades moneurias daqui a
{
-
e Tempo Otimo de Espera
t 2 anos fi„ unidades monetarias daqui a ( n anos , e dado por
PV (U)
Suponha que voce possua algum imovel, cujo valor de mercado serd V ( t ) unidades monetarias
o daqui a r anos. Se a taxa de juros permanecer constante em r ao longo desse perfodo. o fluxo
temporal conespondente de valores presentes e V( t )e . A teoria economica sugere que o tem
~ r1
-
Anuidades
Uma anuidade 6 uma seqiiencia de pagamentos iguais em intervalos regularesao longo de
O po otimo para vender essa propriedade 6 o instante t = tQ , em que ocone o valor mdximo des- um periodo de tempo especificado. 0 valor presente de uma anuidade que paga A unidades
monetarias aO final de cada um dos proximos /Vanos, supondo Uma taxa de juros constante r
'
se fluxo temporal de valores presentes / As condigoes de primeira ordem para esse problcma
'
—- + Ae ~rN
—
'
( 12 )
) * -
A[e r + e -r 2 +
‘
+ e '* \
'
ou yy(0
KO =
) r
em r = tempo otimo de venda r0 ( IS ) Como (« + •« -
+ an )( l a ) - a - , que e facilmcntc verifleado, segue que
)
A condigao ( 18) e uma condigao natural para o tempo otimo de espera . 0 lado esquerdo dc
( 13 )
> ( 18) da a taxa de variagao de Vdividida pelo valor de V , uma quantidade denominoda taxa de
variagao percentual, ou simplesmente a taxa de crcscimento. O lado direiio dc ( 18 ) da a u\ - Substituindo a = e ' t n = /Vem ( 12). obtemos um valor presentc da anuidade de
l -a
) xa de juros, que e a taxa de variagao percentual do dinheiro no banco. Enquanto o valor do
imovel estiver crescendo mais rapidameme do que o dinheiro no banco, dcvcriamos espcrar <r'( i - <rnV ) A I - ?-"v
[ )
} para vender o imovel. Assim que o dinheiro no banco tiver uma taxa de crcscimento maior, { PV ~ A' ( 14 )
} - e~
f
~i
entao sera melhor vender o imdvel e aplicar o produto a uma taxa de juros r. 0 ponto em que
•
. > ocorre essa mudanga e dado por (18), onde as taxas de variagao percentual sao iguais. Para calcular o valor pfesente de uma anuidade que paga A unidades monetarias anualmente
) Esse principio de tempo otimo de espera e util numa variedade de circunstancias por . ,
j -
Aplicando ( ] 3) com a 1 /r 1 + r ) c n = N , resulta
o
j
0 = F'( 0 = lO.OOOtf'
_- (
A condigao de primeira ordem para esse problema de maximizagao e
i7 4> cfi,
- 0.06
pv = , iiLt . , _ _Lr
4f ;
r [ 1 -5- / ) [ V l + / • ) .
*
fl _ [ _Lr ]
^ 1.1 r )
r V
+ J
116 )
j
•
)
'
)
I
J f
i
116 MATEMATICA PARA ECONOMISTAS )
i ^XPONENCIAIS E LOGARITMOS 117
que vale se , e somente se,
'• ( akj- a
Exemplo 5.10 Um problems cldssico de Cdlculo, que pode ser resolvitio por este me todo, 6
-
calcular a derivada de £ (*) / . Como — ==? 0, 06 ou 44
)
(In x1)'
)
fato, o mtiximo global do valor presente e 6 o tempo otimo de venda desse imdvel.
que fizemos com a fungao demanda de elasticidade’ constame em (7). Neste caso estaremos . Como o operador logaritmico transforma exponenciagao em multiplicagao, multiplicagao em
trabalhando com a mudanga de varidveis adigao e divisao em subtragao, ele muitas vezes pode simplificar o calculo de derivadas de
fungoes complexas, jd que, pelo Lema 5.2 ,
y = l n y e X - \t ) x
(19)
A inclinagao do grafico de Y = F( X ), ou seja, do grafico de / nas coordenadas log- log, e dada Se e mais facil trabalhar com In u( x ) do que com a propria u( x ), podemos calcular u de modo
por
_
dF( X ) d F [ x{ X ) ) iLx ..-
mais facil usando ( 19) do que calculando diretamente.
^j
l
c|a Re( da Cadeia )
( IX dx ( IX
Exemplo 5.9 Vamos usar csta idein para calcular a derivada de
rx
I
y - x~ + \
( 20 ) '
/
I
A aproximagao incremental do ultimo lemio em ( 22) c
___
df ( x ) x A/ X\
_ A / jA x
0 log natural dessa fungao e
, )
^
v.v
dx f ( x ) A .v /(.«) f ( x) x j In
;r +1
= - n (.r ~ l ) - ln ( j:2 + l ) ( 21 ) -
/
que e a variagao percentual de / cm relagao a variacac percentual de .r. Este e o quocieme que
E muito mais simples calcular a derivada de (21 ) do que calcular a derivada do quocieme
estivemos denominando a elasticidade ( pontual ) de / em relagao a .v. especial men to sc / for ( 20):
uma fungao demanda e .v representor prego ou renda. )
Esta argumentagao mostra que a inclinagao do grafico de fnas coordenadas log -log e a d , ( Vx - 1 - 1 1 2x
elasticidade ( pontual ) de /: — —In ;
d x v x~ + 1 / 4 x2 1 -
2x
x2 + 1
)
= nf i±x )£
)
£ -3.v3 - 5.v <
2(.v: ~ l )(.v 2 + l )
.
Em vista do que aprcseniamos, os economistas as vezes , escrevcm essa elasticidade como Agora , usamos ( 19) para calcular /:
e=
.
</(lr /)
.
rf ( In v ) V.v 2 - 1 ^ -3.v ? + 5.v Hx 2 - 1 )
.r + 1 :
2(.v - l )(.v + 1 )"
.v" *f I
j
-w -\- v
i l
“
/
i
)
[
1
o
116 MATEMATICA PARA EtpONQMlSTAS
PARTE II j EXERCICIOS
5.11 A uma laxa anual de juros de 10% , determine qual das seguintes imponancias tem o
/ maior valor presente:
#
Algebra Linear a ) $215 daqui a dois anos,
b ) $100 no final de cada urn dos proximos dois anos ,
c ) $ 100 agora c $95 daqui a dois anos.
-
5.12 Supondo uma taxa de juros de 10%, creditada cominuamente, qual e o valor presente
de uma anuidade quc paga $500 por ano a ) durante os proximos cinco anos, b ) e para
U scmpre?
O ^
5.13 Digamos que voce possua urn livro raro, cujo valor daqui a i anos sera de £( / ) = 2
unidades monctarias. Supondo uma taxa de juros constantc de 5%, quando sera a me -
Ihor dpoca para vender o livro c investir o produio?
5.14 Um negocianie de vinho possui uma caixa de um vinho fino que pode ser vendido por
)
» ^
Ke unidades monctarias daqui a / anos. Se nuo houver gastos com armazenagem e
) a taxa de juros e r, quando e a melhorepocu para vender o vinho?
} 5.35 O valor de um loie comprado para especular esta crescendo de acordo com a formula
,UA
) V = 2000 e . Sc a taxa de juros c 10%. por quanto tempo deveria ser manrido o ter-
reno para maximizar o valor presente?
) 5.16 Use o meiodo da derivada logantmica para calcular a derivada de cada uma das se-
) yj( x ~ l)/(-r
2
guintes fun oes: rr ) A' “ + 4 ) , b ) l *" ) .
) ^
5.17 Use a argumema So acima para provar quc a elasticidade do produto de duas tundoes
'
} ^
e' a soma das elasiicidades.
j
. )
i
J
>
6 i -
J
J
J
J
J
A
f
)
\
6 CAPITULO
\
Introdugao a )
Algebra Linear )
/ \ Alem disso, alguns dos modelos econdmicos mais estudados sao modelos lineares. Nos
A. \.proximos capitulos estudaremos os sistemas de equacoes mais simples: os lineares.
'
6.1 SISTEMAS LINEARES /
x ] + lx 2 = 3 e • , - 3.r = $
2x 2
Essas equates sao lineares porque seus graficos sao retas. Em geral, uma equaqao e denonii - )
^ ^
riavel e cssa variavel aparece somentc a primeira potencia, nunca eievada a segimda ou a uma )
nao - lineares muitas vezes nao podem ser calculadas explieitameme e podemos apenas esperar
CIK\ c.trar « h? forma indireta algumas das propriedades dcssas solucoes. Para sistemas lineares.
)
i
1
3
s
s
s3 ? 23
.. --
y .
; .
lit :r.oc; *?* / ?
•
-
o: * A fadlmen ;* .
'
3 svmpiificaaorc. O munde *v.i 3 nao iinear O Cai-
*
- .
:' . vO
:
•. .
> J • • •«: *. .dac? o.c sisiemas lineares para e > .- dar sistemas nao-linearss. A ideia
"
^ " • /.
'
do
de eonacoes atraves do estudo de uma aproximagao linear do sistema , conve-
o te f = (0,40) i • 00.000 - (C + 5)], ou escofnida. or exemplo, a melhor aproximagao linear ao grdfico de uma fungao
^
*
nao-linear em qualquer ponto de seu grdfico e a reta tangente ao grafico naquele ponto. Pode-
=
(0,4)C + (0,4)5 + F 40.000
mos aprender mui;o sobre o comportamento da fungao na vizinhanga de qualquer ponto exa-
Podemos resumir esses pagamentos futuros no sistema de equagoes lineares minando a inclinagao da reta tangente. Sea fungao e crescente ou decrescente, basta observar
a reta tangente e verificar se estd subindo ou descendo. O primeiro exercicio imponante no es-
C + 0JS + 0.1F
0,05 + S
- 10.000
= 5.000 (1) —
tudo do Calculo 6 aprender a calcular essa inclinagao a derivada da fungao. Paraurn exem -
plo mais prosaico da importance das aproximagoes lineares, considere que poucas pessoas
o 0,4C + 0,45 + F - 40.000 discordam da afirmagao de que a Terra £ praticamente esferica; no entamo, ao constmir casas,
ediffeios e mesmo cidades, sempre supomos que a Terra e plana e acabamos obtendo resulta-
Ha muitas maneiras de resolver esse sistema. Por exemplo, podemos resolver a equagao do dos impressionantes utilizando so a geometria euclidiana plana. Mais uma vez estamos tiran-
meio para S em termok .de C -Substimir.essa .fclagao.na pnmeira ejia tercejra equagoes em ( 1 )
.
do vantagem de uma aproximagao linear eficaz a um fenomeno ndo-linear.
*'
3 e etuao resolver, facihnente, o sistema resuhurtte de duas equagoes a duas varidveis para obter Como um dos objetivos fundamentals do Calculo a varias variaveis e fomecerum meca -
3 C = 5.956 5 = 4.702 e F = 35.737 nismo para aproximar sistemas nao-lineares complexos por sistemas lineares mais simples ,
arredondados ate a unidade mais prdxima. O proximo capitulo e dedicado a solugao dc tats
faz sentido comegar extraindo toda informagao que pudermos obter de sistemas lineares
is nia tare fa que realizamos nos proximos seis capftulos.
—
sisiemas de equagoes lineares. Observe quo o lucro de flrma, deduzidos os imposts e a doa - Uma razao final para examinarmos primeiro sisiemas lineares e que alguns dos modelos
3 gao, e de S53.605. ccondmicos mais frequemememe estudados sao lineares . Aqui esbogaremos cinco deles. A
) Podemos usar esse modelo linear para verificarque o lucro, apos o pagamento dos impos - medida que dcsenvolvennos nossa teoria de sistemas lineares, iremos retomar seguidamente
es dessa firma, teria sido de $57,000 sc nuo tivesse sido feita a doagao a Cruz Vermelha a esses modelos e chamar a atengao para a compreensao que a teoria linear oferece. Nas no-
(Exercicio 6.1). Isso significa que a doagao de $5 ,956 realmente custou $3,395 (= S57.000 -
> $53,605). Adiante desenvotveremos uma formula para C, S e Tern termos dc urn lucro nao-
tas ao final dcsie capiiulo podem ser encontradas referencias para um estudo complementar
sobre esses topicos.
) especificado P antes de pagar os impostos e, no Capitulo 26, ate em termos dc aliquoias de
' impostos e de percemuais de doagoes.
) 6.2 EXEMPLOS DE MODELOS LINEARES
i
Exemplo 1: Beneficios de Impostos com Contribui oes Beneficentes
) Exemplo 2: Modelos Lineares de Produio
-
^
Uma companhia lorte-americana tem um lucro dc SI 00.000 antes dos impostos. Essacompa -
) Os modelos lineares de produgao sao, talvcz, os mais ftceis de se descrevcr. Aqui. iluscrevc
remos o mais simples dos modelos lineares. Suponhamos que a nossa economia tem a -r l nhia concordou ejm contribuircom ! 0% de seu lucro, descomados os impostos, ao Fundo de
bens. Cada um dos bens de 1 a n e produzido por unt processo de produgao. Tam hum ha uma Assistencra da Cruz Vermelha . A companhia tambem deve pagar impostos estaduais de 5 % de
J
, ;
mercadoria. o trabaiho {bem 0), que nao e produzido por processo algum. e que cada proces - seu lucro (descontada a doagao a Cruz Vermelha ) c impostos federais de 40% de seu lucro (des-
) so utilize em sua produgao. Um processo dc produgao e simplesmente uma lista de quaniida - con tada a doagao e apos a pagamentc dos impostos estaduais). Qual o montame pago em im -
des de bens: tamo do bem, 1, tamo do bem 2. e assim por diante. Essas quantidades sao o postos estaduais, impostos federais e na doagao a Cruz Vermelha?
; J montame de insumo nccessario para preduzir uma unidade do produio do processo, Por
Sem um modelo para esnuturar nossa analise. este problema e bastante dificil. pois cada
J exemplo. a produgao de uni automovel reqtier um tamo de ago, um tamo de plastico, um tan - um dos ires pagamentos deve lcvar em coma os omros pagamentos . No entamo, depots de es-
crevermos as equagoes ( lineares) que descrevem as varias dedugoes, poderemos emender
to de trabaiho, um tanto de elelricidade, e assim pordmnte. Na realidade, alguns processos de
mais claramente as relagoes entre cstes pagamentos e entao resolver de uma maneira direta
J produgao. como o do age para automovcis, urilizam pane de seu proprio produio para auxiiiar
para obter os momantes pagos.
na produgao subseqiienie.
J A simplicidade do modelo linear de produgao e devida a do is fatores. Primeiro, nesses
Sejam C. 5 e Fos valores. resp:ctivameme, da doagao beneficente, do imposto estadual c
dobro do requerido para produzir um automovel. Ties carros requeretn o triplo de insumo, e
.O assim por diante. No jnrpo da microeconomia. cada processo de produgao exibe retornos c + (0. ij.s + ( 01 nF = IO.OOO,
.
constants dc escala. A producao de 2 3 nu k carros requer 2, 3 on k vezes a quamidade de
P insumo necessaria para a produgao de 1 carro. Em segtmdo lugar. nestes modeios so existe
uma maneira de produzir um carro. Nfto ha como substiuiir eletricidade por trabaiho na pro *
J
>
No caso gcral, o processo de produgao para o bem j pode ser descrito por urn conjunto de dugao de automriveis. A produgao nao pode ser aumentada utilizando mais de un so fator;
- precisa-se mais de todos os fatores, e sempre na mesma proporgao. Isso simplifies a analise
-
coeficientes de insumo produto { a0j, amJ ) , ondc a }j denota o insumo do bem i necessa
dos problemas de produgao, pois a combinagao de insumos otima para a produgao de, diga
f
no para produzir uma unidade do bem j. Lembre que o primeiro subscrito representa o bem -
de insumo e o scgundo representa o bem de produgao A produgao dex;. unidades do bem;re- . .
mos, 1.000 carros, nao precisa sercaiculada Siinplesmente e 1.000 vezes a combinigao de in-
sumos otima para a produgao de i carro.
^
qucr n0jXj unidades do bem 0, axft unidades do bem 1, e assim por diante. )
0 produto total do bem / deve ser alocado cntre as atividades de produgao e de consumo. Antes de partir para a andlise abstrata, vamos elaborar um exemplo que ilustra as caracte
rfsticas essenciais do modelo. Considere a economia de uma fazenda organica cue produz
-
Denote por c,- a demands de consumo para o bem /. Essa demanda e dada dc modo exogeno ou . dois bens: milho e fertilizante. O milho e produzido utilizando- se graos de milho (para plan
}
seja, ela nao 6 resoivida dentro do modelo. Seja c0 o suprimento de trabalho do consumidor.
tar) e fertilizante. O fertilizante e preparado a partir do caule dc safras anteriores do prdpric
-
Como o bem 0 ( trabalho) e suprido pelos consumidores, em vez de ser demandado pclos con-
milho (e talvez pelo produto final das vacas que sao alimentadas com o milho). Suponha que
sumidorcs. c0 sera um numero negaiivo. Uma n up!a (c0, -
cj e denominada uma /i-upla dc
.
demanda dc consumo admissive! se c0 e negativo mas todos os deniais c; sao nao-negativos.
a produgao de 1 tonelada de milho requeira o insumo de 0, 1 tonelada de milho e 0.8 tonelada
de fenilizante. A produgao de uma tonelada de fertilizante requer nenhum fertilizante e 0,5 to-
Queremos que cada processo produza um produto que e suficientc para atender tamo h de man- nelada de milho.
\
da do consumo quanto as exigences de insumo das n industrias. Para nossa economia linear
Podemos descrever cada um dos dois processos de produgao por pares de numeros (A, b ) ,
simples, essa e a lei da oferta e demanda: o produto produzido deve ser usado na produgao ou /
onde a representa o insumo de milho e b representa o insumo de fertilizante. O processo de
no consumo* Seja x} a quamidade de produto produzido pelo processo j. Se o processo j produz
produgao do milho e descrito pelo par ’de numeros (0,1; 0,8). O processo de produgao de fer-
Xj unidades dc produto, ele necessita de o - } unidades do bem /. Somando esses termos sobre
rx
+ c;. A lei de ofer- tilizante i descrito pelo par de numeros (6,5; 0).
todas as industrias, resulta na demanda para o bem i : attxt + t2 + ••• + )
A pergunta mais importante a ser feita sobre este modelo e: O que pode ser produzido pa-
tae demanda entao requer
ra consumo? O milho 6 utilizado tanto na produgao de milho quanto na de fertilizante. O fer
! = V'l+ «tt 2 + ’ * + Vn + Cr
*
1'
' '
' - * *
:•
tiltzante e utilizado na produgao de milho. Existe alguma maneira de conduzir esses dois pro-
E convenient rearranjar essa equagao para dizer que a demanda de consumo deve igualar o cessos, de modo a deixar algum milho e algum fertilizante para consumo proprio? Se existir, 1
produto bruto menos a quantidade de bens necessaria para o insumo do processo de produgao. quais combinagoes de milho e fenilizante para consumo sao possiveis?
.
Para o bem 1 significa As respostas a essas perguntas podem ser encontradas examinando - se um sistema de 1
(I ,).,-«,,.
|
(
| V Y2 „4 = <V
fl|
equagoes lineares particular. Suponha que os dois processos de produgao sao conduzidos de
tal modo que produzam xst toneladas de milho
cxF toneladas tie fertilizante. A quantidade de
milho realmeme uiilizada na produgao de milho e (0,l).rlf a quantidade de milho necessa
—
^ equacao anriloga para o bem i e ria por tonelada produzida dc milho vezes o numero de toneladas produzidas. Analogamenre.
- )
! -
produgao dc milho e fertilizante: xSf (0,l)xw ~ (0,5).\ , ou (0,9).rv; (0,5) toneladas. A Quan
> - -
"
Vi ^
tidade de fertilizante necessaria a produgao e (0,8).tw. Assim, a quantidade que sobra para o i
- -
(0.9).YW (0.5).iy 4 j
I
-(0,8)AW + xy = 2 ,
— ~( i ;
!2
as —- •• f (l “ M ,,,) „“ t- a
' ) « •
Esse sistema e resolvido facilmente. Resolvemos a segueda equagao para termos de xxt :
- rt0|.Y| "
No:Y: . = £‘
ll * xf = (0,8).rV|+ 2 ( 2)
'
Subsiitumios essa expressao em xr na piimeira equagao: )
Esse si<uv;ru linear c denominado sistema de Leonlicl aberto. erii homenagem a Wassily -
0,9.vv 0.5{ 0.8.y,/ + 2) = 4
'
Leomief quo primeiro esuidou esse tipo de sistema na decaila de I 9.M e. mais tarde. recebeu
. )
e resoivemos para .v,,:
o P eniio Nobel tie Economia pclo sen trabalho. Esse sistema e conhccido eomo aherto por-
^
que Jemandas sao dad as de modo exogeno . enquaiito a olerta do bens e tictcrminada tic .
O.5.V . - 5 ponanto .vw = 10
maneira enddgena ou seja. determinada pelas equagoes em questao. Nosse sistema tie etp.ia-
. ,
Finalmeme. substima x> = 10 de volta em (2) para obter
i
)
.
goes os a , e c . silo Ibrnecidos e devemos resolver e i h o s produtos brutos das industrias
.
AV = 0,8 " 10 -1- 2 = 10 /
i
r >
r
r - INTROPUCAO A ALGEBRA LINEAR 127 126 MATEMAT <CA PA RA ECONOWSTAS
r
r .
ss 0,998xf + 0,136)»f
>,> , = 0.002 ,+ 0,864yf
5
''
Hz um certo numero de questoes algebncas associates a essas equagoes, cujasrespostas
-
sac. ;»r.pcrtantes para obter -se a compreensao economica que este modelo interinduitrial tem
r Para homens de raga negra, o sistema e
* a oferecer. Por exempio, qual conjunto de coeficiemes de insumo-produto fomecero uma so-
lugao nao-negativa do sistema (3) para alguma n-upla de demanda de consumo? Quil conjun -
r .
*„, = 0,996*,+ 0*102y,
to de /t -uplas de produgatj) alcangard uma n-upla especfficade demanda de consumo admissi-
-
o , = 0,00. + 0,898^
>’„ ^
(6) ve!? Qual conjunto de n ijplas de produgao pode ser obtido de um dado conjunto decoeficien-
tes de insumo-produto? j
Nos tres sistemas de equates dados observe que para qualquer par de numeros
, x, e y, vale Vimos como este mo.delo funciona em termos de um sistema de equagoes lineires. Mas
'
muito sobre o funcionamento do modelo de Leontief pode ser mais bem entendidose for es-
*» + y»i - x,+ yr
<
u i tudada a geometria do modelo. Nos estudaremos os sistemas lineares do porno de vista geo-
metrico no Capftulo 27. ’
g Em particular, se comegarmos com dados percemuais, de modo quex0 e y0 somam 1, entao x, e
> yfsempresomam 1, para qualquer t . Para verificar, basta somar as duas equates cm (4). Alent
c disso, e ftci! verque se , e >,» sao numeros nao-negativos, e m a o e
* tambern o serao. As-
sim,se os dados iniciais que colocarmos na equagao no instante de tempo 0 sao uma distribui-
Exempio 3: Modelos de Emprego de Markov
Taxas de desemprego agregadas nao contam a historia completa do desemprego Para poder .
) gao da populagao, entao os dados a cada instante de tempo / tambe'm serao uma distribuigao. direcionar polfticas de renda conveniences 6 necessdrio ver exatamente quern estl desempre -
.)
Ha-duas-questoes costumeiramerne perguntadas de-sistemas de- Markov,-Em primeiro lu - gado. Por exempio, a maior parte do desemprego se deve a poucas pessoas desempregadas por *
gar, e >*, chegarao a ser constantes no decorrer do tempo? Ou seja, existe uma distribuigao
) *(
da populagao entre os dois estados que sera replicada na dinamica da equagao (4) ? Em omras
longos perfodos de tempo on e devido a muitas pessoas, cada uma das quais desempregada
por pouco tempo? Perguntas como essa podem ser respondidas a panir de dados sobre a du-
palavras, perguniamos se existe um par nao -negativo ( , y) tal que ragao do desemprego c a transigao entre emprego e desemprego. Os modelos probabiKsticos
*
x - qx + py, .
cm gera! utiiizados neste escudo, sao os modelos de Markov.
v = ( 1 - q )x + { l - p )y. (7)
Se um indivfduo nao estiver empregado cm uma dada semana, entao na proxina semana
1 = + ).’ cle pedera cncomrar um emprego ou coniinvar desempregado. Com alguma probabiiidade,
j * diganios p, o indivfduo encontrarS um emprego e. portanto, com uma probabiiidade 1 - /?, es -
Um tal par, se exisiir, e denominado uma distribuigao estacionaria ou um cstudo conlfnuo se indivfduo permanecera desempregado. Analogamente, se um individuo estiver empregado
> de (4). Uma vez tendo ocorridc, tal distribuigao continuara a ocorrer permanentememe { a me-
nos que pe q mudcmj .
em uma dadn semana. seja q a probabiiidade dcsse indivfduo pcrmanecer empregado e portan-
.
to. I - qu probabiiidade que tera de perdero emprego. As probabilidadesp, 1 - p qc 1 - q sao
A segunda questao e condicionada a existencia de uma distribuigao estacionaria Come . - denominadas probabilidades de transigao. Para mamer esse modelo simples, vamos consi-
gando a panir de uma distribuigao iniciai qualquer de estados, o sistema converging a uma dis- derar que as chances dc cncomrar um emprego independent de ha quantas semanas o indivf-
J; tribuigao estacionriria? Se isso ocorrer, dizemos que o sistema e globalmente estavel. Ambas duo esta desempregado e tambem que as chances de um indivfduo abandenar um emprego in-
) as questoes podem ser respondidas utilizando- se te'cnicas de algebra linear. .
dependent de ha quantas sentanas o indivfduo trabalhou Nessc caso,dizemos que o processo
As duas primeiras equagoes do sistema de equagoes (7) podem ser reescritas como aleatorio de Hear desempregado ou de cncomrar um emprego e um processo de Markov. As
)
0 = ( q - D-v + pv.
.
duas possibilidades. empregado ou desempregado sao os estados do processo.
As probabilidades dc transigao levant a uma descrigaodo padrao do desemprego ao longo
J .
do tempo. Per exemplo jsuponha que ha homens com idadc para trabalhar que cstao atual-
'
*
Sf mente empregados e vque esiao atualmcnte desentpregados. Como serao esses numeros na
•
.
No emanto so ha realmente uma equagao distinta em (S), ja que a segunda equagao e simples-
i) . . .
mente o negativo da primeira equagao c pode portamo ser ignorada Combinando a primei -
proxima semana? Dosx ’jtoniens atualmente empregados, em media qx permaneccrao empre-
gados e ( 1 - qtx llcarao desempregadus. Dos v homens aiunlmeme desempregados. em me-
.
'
.
ra equagao do sistema (8) com a ultima equagao em (7) conclumios que os candidatos a esia-
dia py encontrarao emptego e ( 1 - p )y perjr anecerao desempregados. Somando, o mimero
do contfnuo sao as solugoes do sistema de equagoes
t' J
(q - l)* + p>’ = 0.
( Tambem temos a restrigao de nao - negatividade. mas isso nao constitui um problema.) Para
meclio de empregados na semana seguime sera qx py e o numero medio de desempregados
sera ( 1 - q )x + ( 1 - p )y. 5 e ignoramtos alteragoes no tamanho do mercado dc trabalho. entao
a dinamica semanal do oesemprego ntedio e descrita pelas equagoes iincares
•v;., - r/.v, +
( 4>
- , - * -
. » ( 1 r/ ) ,+ ( ! p )y,
v
b resolver o sistema (9 ). multipiique a segunda equagao por -p e ndicione o rcsultado a primei -
ra equagao.A equagao resulumic nao content mais yc pode ser rcsolvida facilmentc em . De-
=
.
onde A, e v. sao os numeros medios do emprego e desemprego, respectivamente na semana /.
b pois. utilize qualquer uma das equagoes em t 9 ) para resolver em y . A solugiio resuiumte c * Este sistema de equagoes e um exempio do sistema linear de equagoes a dil'erengas.
O maeroeconomisia Robej Hall calculou as probabilidades de transigao dc varios seg -
b 1+ p- q l + / > - </
mentus da populagao Jos EUA em 1966. Para homens dc raga branca, o sistema eorrespon-
dente a (4) e
1
<
mbs pagam uma taxa r. Em geral, comenta-se que a demanda por moeda por motivo es ecu -
- se e mais difTcil do que qualquer coisa que j fizemos atd aqui , mas mesmo assim $6 envoi
^ -
laqao varia inversamente com a taxa de juros (diretamente com o prego dos u lulos ). A mais
simples dessas relagoes 6 a linear
'
^ i
i
tccnicas lineares.
Observe que temos dois sistemas lineares diferentes no modelo de Markov: o sistema ('
que descreve a dinamica da dislribuigao populacional, e o sistema (9), que descreve o estacin \
de equilfbrio em longo prazo.
Mdi - Mn - hr
A curva LM e a rclagao enire renda nacional e taxas de juros, deicrminada pela condigao
que a ofcria de moeda e igual a demanda de moeda: Exemplo 4: Analise IS-LM j
-
A analise IS LM e a imerpretagao de Sir John Hicks em relagao aos eiementos basicos do tra -
ou Ms =tmY + M° - hr balho classico Teoria Geral do Emprego, Juros e da Moeda , de John Maynard Keynes. Vam.
-
mY hr = M } - M° examinar um exemplo simples de andiise IS-LM: um modelo linear de uma economia fectr
da , tal como pode serencontrado em qualquer texto de macroeconomia em nivel de graduagau.
Os parametros m> httvf sao todos positivos. Considere uma economia sem importagao, exportagao ou outros vazamentos. Numa ?
Neste modelo simples, qe.qyilfbrip .ocorrequa.ndo ambas as. equagoes IS .(equiIibrio dc economia , o Valbr da pYOdugao total 6 igual ao valor do gasto toTal, que por sua vez 6 igual K
' ' ' ' '
produgao) e LM (equilfbrio monetario) sao simultaneamente satisfeitas. A renda nacionai Y renda nacional total; todos esses valorcs scrao denotados pela variavel Y. Do lado do gasto,
deequitibrio e taxa de juros r sao solutes do sistema c e equates gasto total Y pode ser decompose no gasto C dos consumidores (consumo) mais o gasto / dr ..
' + ar = /" + (
j}
empresas ( investimento) mais o gasto G do govemo:
| no }
-
mY hr ^ M - tr Y = C+ I+ G
. —
variam os parametros que dcscrevem o sistema e rcvelada aproximando o modelo niio-li
near do modelo linear e entao estudar do a versao linear. Essas ires razoes para cnfocur os mo-
- Y = bY + ( r ~ ar ) + G '
)
)
delos linearcs. quando queremos estudar fenomenos nao-lineares. aparecem trequcnteiiiente. que reescrevemos como •
goes lineares cuidadosamente escolhidas. ende s - 1 - b.a. I ” e G sao parametros positivos. As vezes, dizemos que essa equacao IS des - \
crave o lado real da economia, pois resume as decisoes dc consumo, investimento c poupanv
Por outre lado, a equacao LM e determinada por uma condi ao de equiltbrio de me read ^
Exemplo 5: Investimento e Arbitragem
No simpltficado modelo ncoclassico de escolha do consumidor, um consumidor decide quan -
^
que a oferta de moeda Mt 6 igual a demanda de moeda Md.A oferta de moeda Mf e deterrm '
nada fora do sistema. Supomos que a demanda dc moeda Md tem dois componentes: a <1
- j
to ira cortsumir hoje de cada um de n bens beni espccificados. Para estendcr cssc modelo ao nianda por motivo transa $ao ou motivo preven no Mtll e a demanda por motivo especu - J
—
estudo de decisoes de investimento. precisamos acrescentar dois ingredientes tempo e in- lagao ^
A demanda por motivo transagao decorre do fato de que a maioria das transneo
ceneza. Suponha que ha A ativos de investimento que o nosso investidor pode comprar no co- silo realizadas em dinheiro. Assim. quando a renda nacional cresce. tambem cresce a dema »* J
rnea* de um periodo de investimento e vender no final do periodo. Para introduzir incertez.i da por fundos. Escrevemos essa relagao come*
nessa argument ugao. suponha que durante o pioximo periodo sejam possivejs 5 ciimas fintro-
ceiros diferentes. Dizemos que essas condicoes >5» ) estudos da natureza . Exautincmc um f
desses estados vai ocorrer: c claro que ninguem sabc qutil. Um ativo tera retornos dileicntcs
'
1
~
)
n iNTRQDUQAO A ALGEBRA LINEAR 131 130 MATEMATICA PARA ECONOMISTAS
n
r> Neste ponto, imroduzimos uma pane do vocabulSrio da teoria financeira. Um ponfolio (.v,.
xz..... Jfj £ denominndo scm risco se fomecer o mesmo reiomo em cada esiado da natureza:
em estados da natureza difereiues. Seja v. 0 valor corrente de uma unidade do ativo i e seja ys .
0 valor, incluindo-se dividendos pagos, de uma unidade do ativo i ao final do penodo de in -
i A
vestimento no qpal ocorreu 0 estado s. Entao, 0 retorno realizado ou 0 pagamento do r esi- -
A A mo ativo no estado s 6
'i X= V i = X= V = = X=
^
; "
)
b
r i l
i
'
vi
- .
Uma A upla nao-nula (A , A ,,..., xA ) 6 denominada portfolio de arbitragers sc
, + - - • + xA - 0
A' (em vez de 1 ). Essa e a quantia que 0 investidor rccebera por cada dolar investido no ativo /, no caso de ocor-
Q rer 0 esiado s. (0 retorno realizado pode ser pensado como l mais a taxa de retorno.)
Em lal portfolio, o dinheiro rccebidona venda das posi$dcs curias e usado na coinpra das po - Seja n. 0 numero de unidades ou cotas que 0 investidor possui do ativo i. A quantia nf dc
.
si oes longas. Observe que num ponfolio de arbitragers, n [ vi + • • • + 0 de modo quo = . cotas pode ter sinal positivo ou negarivo. Um n } positivo indica uma posigao Ionga e portan -
^
o portfolio custa nada. to da ao investidor 0 dircito de receberyji no caso de ocorrer 0 estado s . Um /i , negativo in -
^
0
'
,
Um portfolio ( A , .V > xA ) 6 denominado duplicat'd se existir um portfolio difercnte ( u \ , dica uma posi ao curta; o investidor, na verdade. toma emprestado ni cotas do ativo / c pro-
^
.
us,.. , iv,) com exatameme os mesmos retornos em cada estado: mete pogarytln . ao final do penodo, no caso de ocorrer o estado s. Neste caso, o investimen-
(
7 _
10 no ativo i tem uma taxa de retorno positiva somente se yJ. < v; ou seja , se pagar rs cotas que .
-
;)
(
~ A
A’ ‘ '
foram tomadas emprestadas for mais barato do que toma-las emprestado. '
”
X= Kixi =X= Rji 'wi ii
para cada s lS . - Se 0 investidor tem uma importancia > v0 disponivcl para investimentos , a restriqiio orqa-
-)
I I
i
mentaria do investidor e'
.)
Um estado s e denominado seguravcl se existir um ponfolio (A , , AS - xA ) que tern rctor-
no positivo se ocorrcr o estado s' e retorno zero em cada ornro estado:
•
;) Se ocorrer 0 esiado s , o retorno para o investidor que comprou n; cotas do ativo i para i = I
) . x
/ =j
«,,* >
°
e de
_ _
^ • * >I 2 } .<AUA
=y
} h
A ft A *1 •
X^ «-Vi ~ 0’ Para ( d° V 5* s .
° ( 12 )
> **l
Em geral. normalizamos fazendo
7 O nome e' apropriado, pois tal portfolio fomece seguro contra a ocorrencia do estado s .
As vezes e conveniente associar um pre$o a cada um dos estados x da nature /.a. Di /emos
j .
que uma 5 upla (/>, />, ps ) e um vetor de preso de estado se
*
wo
J , /;J.V|1 + P l f z i + ’ ’ + PsPsi ~ vi representar a fraqSo do or amento do investidor aplicada no ativo /. A restriqflo orqamemaria
^
*
o
i
( 12 ) simplcsmemee ;
. PJi 2 + 1*2*22 + * •• + t e: = u .M
, + \+ + A\ = 1 .
a
> Wto * Ps )to = '\\
A* \ |
A A - upla v.v ,. A , .vA)je denominada 0 portfolio e os .vf sao os pesos do portfolio. Se ocorrer
'
J.
i
o estado s . o retorno para 0 investidor do portfolio c
ou . equivaleiuemcnie.
J
1
J P\ R\ \ + P2 R21 + ” * + Ps ^ si ~
«
tf
0 ^= l r -
; I > "
WVl»
*1 1
« r
j p{ Rr + p: R> 2 + ••
^
+ Ps s: “
*
"
\ 114 , pelas defmicoes de Rjc x, .
Vj
!> AA + — * P* Rs \
Os sisiemas j 13 ) e i 14 ) alinnam que 0 preyo commie v. do alive j e igual a uma soma pondera -
=1
da de sens retornos em cada estado da natureza. com mesmo peso para cada j. 0 peso / >. para 0
I
estados e um tipo de preco para t: riqueza no estado x e J muiias vezes denominado prey) de e.s -
/
nho requer 1 / 2 quilo de uvas, um trabalhador e 1 /4 litro de vinho. A ilha tem 10 traba - tado. Se pudermos dar pregos aos estados , entao o prego de cada ativo e simpesmente o valor '
lhadorcs que, todos juntos, cxigem 1 qiiilo de uvas c 3 litros de vinho para consumo nos pregos de estado dos retomos em cada estado. Esse t o contcudo do sistena linear ( 13). l
-
pr6prio. Equacjone o sistema de insumo produto da economia desta ilha. Voce conse - Como todas as cquagoes nesta aplicagao sao lineares, nao surpreende qte as tdcnicas de
gue resolver o sistema ? algebra linear podem responder questoes sobre a existencia e caracterizagao <fc portf6 lios sem ^
risco, duplicaveis e de arbitragers, e de estados segurSveis e pregos de estadc.
'
)
6.4 Suponha agora que a produgao de 1 quilo de uvas requeira 7/8 litro de vinho. Sem al -
terar os demais coeficientes de insumo- produto, escreva o novo sistema para os nfveis Exemplo 6.1 Suponha que haja dois ativos e tres estados possiveis. Se ocorrm o estado 1 , en - /
de produgao. tfio o ativo 1 retoma /? ,, = 1 e o ativo 2 rctoma ,
= 3. Se oconero estalo 2, entao /?, =
6.5 Suponha que 10% dos homens de raga branca em idadc de trabalhar e 20% dos homens 2 cRn 2 = . Se oconero estado 3, entao Ryi - 3 e R -
y2 1. Scambos os aivos term o mes-
de raga negra em idade de trabalhar estejam desempregados em 1966. De acordo com
,
mo valor corrente e se o investidorcompra n = 3 cotas do ativo 1 e /i 2 = icotas do ativo 2, >
entao o portfolio conespondente e e os retomos sao
.
o modelo de Hall , quais serao as corresponde ntes taxas de desemprego em 1967?
6.6 Para o modelo de emprego de Markov, Hall da p = 0,106 e q = 0,993 para mulheres de no estado 1 ,
raga negra e /7 = 0,151 e = 0 ,997 para mulheres de raga branca. Enconue os sistemas
^ ,-
de Markov de equagoes a diferengas para essas duas situagoes. Calcule as distributes
estacionarias.
ft 7 +
^- =
7 2
no estado 2,
no estado 3.
+ '
7=7
6.7 Considere o modelo IS-LM do Exemplo 4 sem politics fiscal (G = 0). Suponha que M
-
= M° , isto e, 0 e o cone da curva LM. Supdnha que f = 1000, s 0,2, h = 1500, a = O portfolio (4 , y) e um portfblio sem risco, pois da um retomo de 2 nos tres estados ( ve-
=
2000 em O, 16. Obtenhaexplicitamenteosistemadcequagoes IS - LM . Resolvaosis
'
Veja. por exemplo. o Capitulo 4 dc Macroeconomics. 4? Edicao ( New York : Norton, 1993). de 6.1 Suponha que a firma do Exemplo l nao te iha fciio doaedes beneficentes. Encomre o
R. Hall e J . Taylor. O texto classico de Keynes ncssa area e The General Theory of Employ - sistema de equagoes que descreve os impostos estadual c federal pagos por tal firma e
.
ment Interest anil Money ( New York: Harcoun. Brace. 1936 ), deJ. M. Keynes ( 1883-1946). cm seguida resolva este sistema . Qual e o custo Kquido da doagao beneficeme dc
Para conhecer a inteipretagao de Hicks sobre ossa teoria . veja J .R . Hicks ( 1904-1939), “ Mr. S5.956 leito pela firma do Exemplo 1 ?
Keynes and the 'Classics : a Suggested interpretation". Econometrica ( Abril de 1937 ).
*
147- 159. Entre as boas exposigoes da moderna teoria de portfolio estii Theory of Financial 6.2 No estado norte - americano de Missouri , os impostos de renda federais sao deduzidos
Decision Making ( Rcwmnn & Littlefield . 1987 *. de Jonathan Ingersol !.
' dos impostos cstaduais. Enconirc e solucione o sistema de equacoes que descreve os
impostos estadual e federal c a doagao beneftcente da firma do Exemplo 1 se esia es-
tivesse sediadn no Missouri. Resolva o sistema obtido.
6.3 A economia na ilha Baco produz somente uvas c vinho. A prodticao de ! quilo tie uvas
requer 1 / 2 quilo dc mns, 1 trabalhador e nenhum vinho. A produgao dc I litro de vi -
i
1
1
cr
rc
Qf
.
0
'
Sistemas de
Equagoes Lineares
CAPITULO
i
O
)
)
B ^ omo vimos no capitulo anterior, os sistemas de equagbes lineares surgem de duas ma
neiras ria teoria economica. Atguns modelos economicos tem uma estrutura linear na -
-
T) V^/ tural , como os dos cinco exemplos do capitulo anterior. Por outro lado, quando as re-
1 does entre as variaveis em quesiao sao dcscritas por um sistema de equacocs new Iincares ,
tomamos a derivada dessas equates para convertedas num sistema linear aproximanic. Os
-
) teoremas do Calculo nos dizem que, atrave's do estudo das propriedodes deste sistema , pode -
mos aprender muito sobre o sistema nao-lincar subjaceme. i
) cas em quesiao tern misturadas entre si, num mesmo lado do sinal de igualdade, as variaveis
exogenas e as endogenas. Este capitulo enceira com o Teorema da Fungao Implicit a Linear,
) que nos diz como usaras tccnicas de dlgebra linear para quantilicar o efeito que uma variagao
nas variaveis exogenas tem sobre as varidveis endogenas de um sistema linear implfcito.
)
) 7.1 ELIMINAQAO GAUSSIANA E DE GAUSS-JORDAN i
[> . Comegamos nossc estudo dos fenomenos lineares considerando o problema do resolver siste-
mas lineares de equagbes. tais como
j
.
2r i -p .lv. = 7
OU
.Y, + -V: 4 .V, = 5
ID
j Vj
, - \
A = I
< .V, 4-
N|
ff
—
"l -Y + , 2.Y: + + <!, „*, = / ,
;
+ • - ll:nXn = />.
• r
j C)
s + a,n 2 X 2 * * *’
* = K.
J
I %
UFPel
HBUOTECA SETOftlAL
D6_ q£ HClAS SOCUJS
StSTEMAS DE EQUATES LlNEARES 137 136 MATEMATICA PARA ECONOMISTAS
,
Sejax o total produzido do bem i. Como discutimos no capftuio anterior, “ oferta igua- -
Neste sistema, os a{} t b sao numeros reais dados; o }J i 0 coeficiente da inedgnita x} na i- t
la demanda” leva ao seguinte sistema de cqua9des: - ,
dsima equa ao. Uma solugao do sistema (2) e uman upla de numeros reais * , *2,..., *„que sa-
x, - 0 x , + 0,4 x, + 0,3 xy + 130
^
tisfaz cada uma das m equates em (2). Por exemplo, xt = 2, *2 = 1 resolve 0 primeiro siste- ,
x2 = 0,2x , + 0, 12X 2 + 0,14*j + 74
,
ma em ( 1 ) e * = 5, *2 = 0, *3 = 0 resolve 0 segundo.
Para um sistema linear como (2), estamos interessados nas tres seguintes questocs: 1
= 0,5x} + 0.2 x2 + 0,05*3 + 95
( 1 ) Existe alguma solugao? 1
que pode ser reescrito como o sistema de coordenadas (2 ) Quamas solu des existem ?
- —
x, - 0.4 x-, 0,3 x } 130 ^
(3) Existe um algoritmo eficiente que realmente calcula solu oes?
-0,2*, + 0,88*3 - 0,14*3 = 74 ( 3)
^ 1
Essencialmente, ha tres maneiras de resolver tais sistemas:
“ 0,5* ,-0.2 *2 + 0,95*-, ” 95
( 1 ) substitui
^ao,
1
Escreveremos (3a ), (3b) e ( 3c ) para as ires equates do sistema ( 3) na ordem dada e ana- (2) eliminagao de variaveis e
logamente para os proximos sistemas . Resol vendo a equa<;ao (3a ) para *, em termos de *-, (3) me'todos matriciais .
e *3 obtemos
-0,5(0,4*, + 0.3*5 + 130) - 0.2 * + 0,95*3 = 95 termos das outras variaveis daqueia equagao. Substitua essa expressao por xn nas outras / /1 - 1 J ;
l
- -
equagoes. O resultado e um novo sistema de m 1 equagoes nas /1 1 incognitas _
xn t .
quesimplifica para
0,8*.- 0.2*3 = 10
_
Continue esse processo, resolvendo uma equagao do novo sistema para uma varidvel, digamos
*„ , , e substituindo essa expressao nas outras m 2 equ 39005 para obter um sistema de m 2
- -
°
-0t4*:+ 0,8*, = 1 60
(5) equagoes nas n - 2 incognitas *,, „,. Proceda assim ate alcangar um sistema com uma uni-
ca equagao, uma situageio que e facilmente rcsolvidu. Finalmeme . use as expressoes amerio- .
(
(
\
/
Agora use snbstituigao para resolver o subsistema (5), resolvendo a primeira equngao (5a ) res de uma variavel em termos das outras para encontrar todos os
para *, em termos de *3: Isso parece complicado mas, na verdade, e muito direto. Ja utilizamos a substituigao para ' ’
-
resolver 0 sistema de insumo produto na Segao 6.2. Vejamos como isso funciona num mode . . -
*, = 125 + 0,25*3 (6) lo de insumo- produto de tres bens.
e substituindo esta expressao na segunda equagao (5b): ( :
Exemplo 7,1 O processo de produgiio numa economia de tres bens e resumido pel a tabela de
-0.4( 125 + 0.25*3) + 0,8*3 = 160 insumo- produto:
I
Tabela 7.1
011 *. = 300
0 0,4 0.3 )
Substitunx, = 300 em (6 ) para resolver *: = 200. ( Verifique.) Finalmeme , substitua *, =
200 e *5 = 300 em (4 ) para calcular t ;
0, 2 0.12 0.14
*, = 0.4 ‘ 200 + 0.3 - 300 + 130 = 300 i
Assim, essa economia necessita produzir 300 unidades dp bem l , 200 unidades do bem 2 0.5 0.2 0.05 < i
e 300 nnidaces do bem 3 para aiender a demanda excgena .
Vimos. no capftuio anterior, que as entradas da segunda coluna da Tabela 7. ! significant ' )
Como mostra este exemplo. 0 metodo de substijuiciio e basiante direto, embora possa ser que sao necessarias 0.4 unidades do bem 1.0.12 unidades do bem 2 e 0,2 unidades do bem I
3^ para produzir uma unidade do bem 2 . Neste exemplo ignoramos 0 componente trabalho.
1
causative. Alem ilisso. nao esclarece muita a naturdza da solucao geral de sistemas como 13).
-
nao seiido urn metodo sobre 0 qual pc ssamos constjuir uma teoria geral de sistemas iineares. Suponhu que exista uma demanda exogena para 130 unidades do bem l . 74 unidades do
bem 2 e 95 unidades do bem 3. Qual 0 nfvel de produc.. J necessbrio para a economia men -
/
^
der essa demanda ? r /
I
I
'
7
o_
'
) T
o !
o SlSTEMAS DE EOUAQdES UNSARES 139 138 MATEMATICA PARA ECONOMISTAS
o Nosso sistema (8) foi transformado no sistema mais simples No emanto, e o metodo mais direto para resolver ccrtos sistemas muito simples que tem utn
o -
I*, - 0 ,4*, 0, 3*, “ 130
-
+ 0,8*2 0,2*3 = 100 ' - (9)
fonnato especial. Como tal , ira desempenhar um pnpel na tecnica, que desenvolveremos em
seguida, de obter soloes gerais.
o . - 0,4*2 + 0,8Xy = 160, .
o Na iransformagao de ( 8) em (9) utilizamos uma unica opera9iio: somar um multiplo tie
uma equa ao a uma outra , Esta opera < jzio e reversivcl. Por cxemplo. podemos recuperar ( 8 ) de
Eliminagao de Variaveis :
e ^
(9) somando -0,2 vezes (9a) a ( 9b) para obter (8b ) e entao somando -0.5 vezes ( 9a ) a (9c ) pa-
ra obter (8c ). ( Cominuamos escrevendo (9a ) para denoiar a primeira cqua ao do sistema ( 9 ).)
O metodo que melhor conduz a analise teorica e o da elimina do de variaveis, que tambem
^
nos soa familiar desde a algebra do segundo grau. Primciro, considere o sistema simples
# ^ *, - 2v, = 8
Existem duas ouiras operates reversivcis que utilizamos para transformar um sistema de
-
equagoes: I ) multiplicar ambos os lados de uma equa9ao por um escalar nao nulo e 2) pcrmu - ;, ,; = 3
3 +
(7)
tar duas equa oes. Essas ires operates recebem o nome de operates elementares sobre
^
equa oes. Como as igualdades sao sempre somadas ou subtraidas de igualdudcs ou multipli-
,
Podemos “ eliminar’' a variavel * desse sistema multiplicando a equacao ( 7a) por -3 para ob -
^
cadas pelo mesmo cscalar, oconjumo dosjr, que resol vein o sistema original tambem resolve-
icr3*, + 6*2 -24 e sQmar essa nova equa9ao a ( 7 b). O rcsultado e
- =
-
i •
) rao o sistema transformado. Mais do que isso. como essas tres opcodes sao roversiveis. qual- ^
7*; = -21 ou *, = -3
quer solu9ao do sistema transformado sera tambem uma solu jao do sistema original . Consc -
) quememente, ambos os sistemas tcrao exatamente o mesmo conjuntdcle soluqdes. Dizcmos .
Para encontrar *, substituimos x2 = -3 de volta em ( 7 b) ou ( 7a ) e obtemos *, = 2. Optamos
que dois sistemas de equagoes lineares sao cquivalentes se qualquer soluqao dc um dos sis- por multiplicar a equa 9ao (7 a) por -3 precisameme para “ eliminar"*, do sistema , quando so-
. ) mamos a equa9ao nova a ( 7 b ).
temas tambem e solugao do outro sistema.
)
Fato Se um sistema de equates lineares e obtido de um outre sistema por operates ele-
Para resolver um sisiema geral de m equagoes pela climina9ao de variaveis, use o coefi
ciente de *, na primeira equayao para eliminar o *t de todas as equa90es abaixo da primeira.
-
) mentares. entao ambos os sistemas tem as mesma solu oes, ou seja , sao equivalemos. Para isso, adicionc multiplos adequados da primeira equa9ao a cada uma das equa9oes subse-
^
Vamos voltar ao nosso procedimemo de elimina$ao e continunr rrabalhundn com o sis - qiicmcs. Agora , descane a primeira equa 9ao c elimine a segunda variavel
—
cm geral c *,—
) , ^ .
tema (9 ). Tcndo eliminado.v das duas ultimas equa oes queremos agora eliminar * da ul - . -
das m I equa9oes restantes da mesma maneira que foi eliminado *;. ou seja , pela soma de
) tima cqua ao. Aplicamos o processo de climinaqao ao sistema de duas cquaqoes a duas in-
^
edgnitas (9 b) e (9c ). Multiplique ( 9 b) por 1 / 2 e adicionc essa nova cquaqao a ( 9c ) para ob -
multiplos adequados da segunda equacao a cada uma das equa9oes subseqiiemes. Se a segun
da equaciio nao contiver .v.. mas uma equa9ao inferior contiver, sera necessario permutar a or-
-
) ter o novo sistema: dem dessas duas equ;i9oe> antes de prosseguir. Continue eliminando variaveis ate nlcangar a
,-
l.v 0.4.i\ - 0.3.v. 130
= ultima equ;u;ao. O sistema resuita me pode. agora , ser resolvidc facilmcme por substitui9ao.
) + 0,S*:- 0.2r. 100 Vamos tcntarcssc metodo no sistema ( 3 ) originado da Tabela 7.1 dc insumo- procluto para
= i 10 )
tres bens:
) + 0,7.V3 = 210.
Como cadn equaqao em ( 10) tem uma variavel a menos do que a amerior. esse sistema c . - - .=
v, 0,4 .v, 0,3 v, 130
o particulanneme acessivel ft resolu9ao por subsiituiqao. Assim. *; = 300 decorre dc l.10c ).
Substituindo.v, 300 em ( I Ob), resuita em *: = 200. Finnlmcme. substiatmdo csscs dois va -
-O.Zv, + O.SS.v, " 0.I4.V = 74
*
-0.5.vt - 0.2 *, + 0.95*, 95
( 8)
j = =
lores cm ( I (3a ) resuita em .v, 300. O metodo utilizado neste panigralb vecebc o nome de
= Priineiro tentamos eliminar *, das duas ultimas cqmujbes. somando a cada uma destas um
'
>
i
substituicao inversa.
.
Esse metodo de reducao de um dado sistema de equates lineares por mcio da soma do muliiplo adequado da primeira equaqao. Para eliminar o lermo -0.21*. de ( Sb). multiplicamos
(8 a ) por 0, 2 e somamos esta nova equacao a ( Sb ). O resultado pode ser visto assim:
*
J muliiplo de uma equacao a uma outra ou pela permuta de equnodes, ate alcanqar um sistema
no formate dc ( l O i e entao resolver o sistema pela substituicao inversa . c denominado elimi - O.lv, - 0.08*, - 0.06*. = 26
J naqao gauss iana. A caraciertstica imponante do sistema ( 10 ) e quo cada equacao comem me-
.!
nos variaveis do que a equngao anterior.
-
+ 0.1vt + 0,88*2 - 0, 14*- =: 74
J Em cadn estngiedo processo de eliminate gaussiana queremos alterar alcum coeficieme de + 0.8*2 - 0.2*, = 100
J uma equacao de nosso sistema iinear para 0 pela soma dc um multiple de uma cquuqao anterior Analogamcme. soimndo 0.5 vezes iSa ) a ( 8ci obtemos uma terceira equaciio
a equacao cm qnestao. Por cxemplo, se quisermos usar o coelicieme a?. da terceira equacao pa-
J> ra eliminar ocoeficieme aH da quinta equacao. somamos t vczes a terceira equacao ft -0.4*: + 0.8*. = 160
J quinta para obter uma nova quinta equaciio cujo A -esimo coelicieme c 0. O coelicieme a;. e. en
% -
tao. denominado pivft e tlizeinos que "pivoiamos em < i :. para eliminar Em cada estagin do
.
procedimemodc climinacao. utilizamos um pi' < > para cli.. inar todos os demais coeficientes di-
reiameme abaixo. Por cxemplo, tiansformando ( 8) em ( 9 ). o pivo e o coelicieme ) da equacao
'
140
)
SlSTEMAS OE EQUAQOES LlNEARES 141 MATEMATICA PARA ECONOMISTAS
! )
r
> - 7.3 Resolva os seguintes sistemas por eliminagao de Gauss-Jordan . Observe que no tercei -'
ro sistema e necessario permutar equagoes
! * Observe , que neste processo, 0 nunca pode ser um pivo. Sc quisermos eliminar xk de um
subsistema de equagoes e se o coeficiente de xk 6 zero na primeira equagao do subsistema e e 1
nao- nulo numa equagao subsequente , entao precisamos antes permutar a ordem dessas duas )
a ) 2 x + 3y = 4 6) 4 x + 2 y - 3 z = 1 •
@)2.v + 2y - i - 2 equagoes para poder prosseguir.
- > = 10 Nao utilizamos a operagao de transformar uma equagao apenas pela multiplicagao por um
jc
6x + 3>' - 5 z = 0
a x+ y+ i
_
~ ~2
escalar nao - nulo. Exisce uma variame da eliminagao gaussiana , denominada eliminagao de
)
x + v + 2z = 9 \ 2 x ~ 4 y + 3z = 0
Gauss -Jordan , que usa as tres operagoes elementares sobre equagoes. Este mdtodo comega )
lado esquerdo de cada equagao acima em ( 11 ). Porexemplo, adicione 0,25 vezes a equagao )
b ) De que forma o PNB de equilibrio depehde da propensao marginal para poupar?
( He) equagao ( l i b) para eliminar o coeficiente dex3 em ( 1 lb) e obterx, = 200. Em segui -
c) Dc que forma a taxa de juros de equilibrio depende da propensao marginal para )
pouparr ) 1 da , adicione 0, 3 vezes ( 1 lc ) a ( 1 la ) e 0,4 vezes ( 1 lb ) a ( I l a ) para obter o novo sistema:
x, = 300 )
3x -f 3y = 4 . O que aconiece e por que?
> r (Q) Use eliminagiio gaussiana para resolver
, < x2 =
. 200. ( 12)
-x - y = 10 x, = 300 /
^
^7 )
1
i
'L ) Resolva o sisiema geral . Que hipoteses precisam ser criadas em que nao necessita maior trabalho para que possamos visualizar a solugao. A eliminagao de
a2 i ri +
* = b2 Gauss- Jordan c particularmcme litil no desenvolvimento da teoriade sistemas lineares ; a eli - }
relagao aos coeficieiues a;j para cncomrarmos uma solugao? minagao gaussiana . em geral , e mais eficiente na resolugiio dc sistemas lineares especiTicos.
Antei iormente mencionnmos um tercciro metodo para resolver sistemas lineares , a saber, )
7.2 OPERAQOES ELEMENTARES SOBRE L1NHAS metodos matriciais . Esses mc todos scrao estudados nos proximos dois capltulos. quando dis-
'
cutiremos a inversao matricial e a regra de Cramer. Por enquanto , basta observar que toda o )
Na ultima segao. o cemro dc nossa atengao estava voltado aos coeftcientes a - e b } dos sistemas imuigao subjacente a esses metodos mais avangados dcriva da eliminagao gaussiana . O enten - )
com os quais trabalhamcs. Na realidade , foi um pouco ineficicnte reescrevcr os .v;. o sinal da dimento desta tdcnica fomecera uma base solida sobre a qual pode ser alicergado seu conhe-
soma e o sinal da igualdade a cada ve2 que transformamos um sistema . Faz semido simplifi - cimento de algebra linear. )
car a apresentogao do sistema linear ( 2 ) usando seus coeficientes para escrever dois ngrupu -
mcnios rctangulares. que denominamos matrizes . O primeiro agrupamento e )
EXERC1CIOS
fn, . "i2 • •• «i„' V 7.1 Quais das equagoes seguintes sao lineares? )
(f {t “ * (l
2\ 22 2n 2
= . a ) 3.v , - 4.v; -t- 5 x } = 6 b ) x , XsX } = -2 c) x + 6 v - 1 )
AI "m2 ( ,
mnj
d ) (x + > )(.v ~ :) = -7
* e ) x + 3‘ "
z-4 f ) :.t -f 3z ' 2 = -4 )
)
que recebe o nome de matriz de coeficientes de ( 2). Quando acrcscentamos uma coluna , cor- 7.2 Resolva os sistemas seguintes por substituigao. eliminagao gaussiana e por eliminagao
respondeme ao lado direito no sistema ( 2 ). ob.temos a matriz de Gauss -Jordan: )
r .i .
(t )
.v - 3 v + 6: = ~ 1 b) •V| + x2 + .v = 0 -
"l ! ‘h: "i, *' i
2.v - 5y + 1 Or. 0 = 12. r + 2 AS 3.v ,
, = 5 - )
a:: b:
:
i *
3.v - 8 v + 17 ,: = 1 3x, ~r 4 AS + x. = -4 y
)
.- 1
I
J
r;i KJ
1
1
2
o 142 MATEMATICA PARA ECONOMISTAS
n SISTERS DE EQUACOES LINEARES 143
i que represenia ( 10) e que cada linha comega com mais zeros do que a linha anterior. Uma ta! que recebe c nome de matriz aumentada de ( 2) . As linhas de A correspondent naiuralmente
matriz diz-se em forma escalonada por linhas . &s equates de ( 2). Por exemplo,
7) '
-2 } n - 2 8>
Detinicao Dizemos que a linha de uma matriz tern k zeros h'dcres se os primeiros k elemen - 1
D -
ts da linha sao todos zero e o (£ + l )-csimo element da linha e nao nulo. Com esta termino - U \ ) e
b i 3;
cm
<
logy dizemos que uma matriz esta cm forma escalonada por linhas se cada linha tem mais
zeros h'dcres do que a linha que a precede. sao a matriz de cc eficientes e a matriz aumentada do sisiema (7). Para poder controlar melhor
i as contas, muitas vezes e util tragar uma linha vertical imediatamente antes da ultima coluna
> A primeira linha da matriz aumentada ( t 3) nao tem zeros Udercs. A segunda linha tem um da matriz aumentada. no lugar correspondent aos sinais de igualdade nas equates, por
c e a terceirr.
tem dois. Como cada linha tem mais zeros h'dcres do que a linha que a precede , exemplo, ;
conchn mos que a matriz ( l 3) esta em forma escalonada por linhas. Vejamos alguns exemplos
'
c concretos. r
1 -2 | 8
O
O
Exemplo 7.2 As matrizes
, 3 1 | 3j
^
Nossas tres operacoes elementares tomam -se , agora, operates elcmentares sobre linhas:
fl 2 3 N
-) . 0 0 4
10
l 3 4'
l 6j
C
(i
0 6
3
^ ^
'
( 1 ) permuta ao de duas linhas de uma matriz,
o 0 0 0
10 0 Oj 10 0J
(2) altera ao de uma linha pela adi ao de um multiplo dc uma outra linha , e
^ ^
(3) mu ) tiplica< jno de cada element de uma linha pelo mesmo numero nao nulo. -
o estao em forma escalonada por linhas. Se uma matriz cm forma escalonada por linhas con - A nova mmriz aumentada representara um sisiema de equates lineares que e equivalente ao
) te'm someme zeros, entao todas as linhas subsequences devem corner somente zeros. sisiema representado pela matriz aumentada original.
Para verificar essa equivalence, observe printeiro que cada operagao elementar sobre li -
o Exemplo 7.3 As matrizes nhas node ser reverrida . Certamente podemos reverter a permutagao de duas linhas on a mill *
o ' 1 5 2>
0 7^
tiplica ao de uma linha por um escalar nao- nulo. Vejamos, agora , a opera ao sobre linhas em
^
matriz aumentada e
^
que somamos k vezes a segunda linha da matriz aumentada A a primeira linha de A . A nova
) e 9 0
2 0 1,
) lo - J " „ + kala I
i , '
b + kb ,
1,
car a ordem das equates, vemos que quatquer solucao do sisiema de equacoes original i era
tainbem umn solucao do’, sisiema transforntado. Como essas operacoes sao reversfveis. qual -
quer soluefto do sisiema de equacoes transformado sera tambem uma solucao do sisiema ori
-
-
‘.J .O 0
L
• ••
ginal. Conseqiieniememe , os sisccmas representados pelas matrizes At 8 tem idenricos con-
J juntos de solugoes e ponjamo sao equivalcmes .
Exemplo 7.5 A matriz cujos elements sao todos 0 e denominada matriz zero on matriz nu O objetivo de efeiuar- Qperacoes sobre linhas e chegar imma matriz que seja muito pareci -
J la e esta em forma escalonada por linhas: da com i 10 ). O aspectconvenient da matriz aumentada
r
0 0 0' '! - 0.4 - 0.5 1
150 '
0 0 •• • 0
J 0 0.S - 0.2 j 100 • 15
fi 0 0.7 | 210,
1
)
)
SJSTHMAS DE EQUATES LINEARES 145 144 MATEMATICA PARA ECONOMISTAS
)
Observe que esta e a matriz aumemada do sistema (12) e que podemos visualizar as solugoes A utilidade da forma escalonada por linhas pode ser percebida considerando- se o sistema de )
diretamente da ultima coluna: equagoes (8). A matriz aumentada associada com (8) 6
)
x{ - 300 * = 200 2 JC3 = 300 ' 1 -0> 4 -0,3 | 130
-0,2 0,88 -0,14 1 74 i
Dizemos que a matriz ( 15) estd em forma escalonada reduzida por linhas.
Definigao Dizemos que uma matriz em forma escalonada por linhas cstd em forma escalo -
. -0,5 -0,2 0,95 1 95 )
nada reduzida por linhas se cada pivo e 1 e cada coluna que contem um pivo nao concern ou- e com algutnas operates sobre linhas podemos reduzi la a - )
tros elementos nao -nulos.
As matrizes nos Exemplos 7.4 e 7.5 acima estao em forma escalonada reduzida por linhas.
' 1 ~0, 4 -0,3 | 130^ >
0 0.8 -0.2 | 100 ( 14) )
Note que ao transformar uma matriz d forma escalonada por linhas trabalhamos do topo a es -
querda para a base d direita. Para obter a forma escalonada reduzida por linhas, cominur mos . , 0 0 0,7 j 210,
do mesmo modo mas no outro sentido, da base d direita para o topo d esquerda . )
Esia ultima matriz estd em forma escalonada por linhas e o sistema correspondente pode ser
r-
)
~ facilmeme resoivido por substituigao. Basta reescrevc - ia em formato de equagao e resolver o
.. . EXERC1CIOS sistema de baixo para cima, como fizemos com o sistema ( 10).
7.9 Enuncie as operacoes sobre linhas utilizadas ’para passar das equates (8) para as Por causa dessa relagao com a eliminagao gaussiana, e natural dizer que a primeira entra - >
equagoes ( 10). : da nao-nula em cada linha de uma matriz em forma escalonada por linhas e um pivo. )
A forma escalonada por linhas e o objetivo do proces$o de eliminagao gaussiana. Na eli -
7.10 Coloque as matrizes nos Exemplos 7.2 e 7.3 em forma escalonada reduzida por iinhas. minagao de Gauss-Jordan, queremos utilizaroperagbes elementares sobre linhas para reduzir
’ )
ainda mais a matriz. Primeiro, multiplicamos cada linha da forma escalonada por linhas pelo
7.11 Escreva os ties sistemas no Exercfcio 7.3 em fonna matricial. Em seguida, uilize ope- >
recfproco do pivo daquela linha e criamos uma nova matriz, na qual todos os pivos sao 1, Em
ragdes sobre linhas para encontrar as correspondcntes formas escalonada \ or linhas e
seguida, usamos esses novos pivos (iniciando com o 1 da ultima linha) para transformar cada )
escalonada reduzida por linhas e as solugoes.
enlrada nao nula acima do pivo (e na mesma coluna) em zero.
-
7.12 Utilize a eliminagao de Gauss-Jordan na forma matricial para resolver o sistema Por exemplo . multiplique a segunda linha de ( 14) por 1 /0,8 e a terceira linha de ( 14) por j
1 /0.7 para obter a matriz
iu + .v + 3 v - 2r = 0
2n» + 3.r + 7 v - 2 z = 9
' 1 -0, 4 0, 3 - | 130'
)
0 1 -0, 25 | 125
3w + 5.r + 13y - 9z = 1 )
, 0 0 1 i 300;
-2 w + x - z-0 )
Em seguida, use o pivo da linha 3 para transformar as entradas -0,25 e -0,3 acima dele em ze -
7.3 SISTEMAS COM MUITAS SOLUQOES OU NENHUMA
—
ros primeiro somando 0.25 vezes a terceira linha a segunda linha e depois somando 0,3 ve
zes a terceira linha a primeira. O resultado c
- )
)
Como veremos mais detalhadamente logo adiante, o trago de todos os pontos (.t , x: ) que sa - r I -0.4 0 | 220 '
,,
iislhzcm n equagao linear .v + aiyxz = 6, e uma reta no piano. Portamo. a solucao \ x: ) de
xv 0 1 0 | 200 )
duns equates lineares a duas incognitas
, 0, 0 l I 300, )
<72I.V ] + ni:x2 = b2 Finalmeme, use o pivo da linha 2 para eliminar a entrada nao - nula acima dele, somando 0.4 )
vczes a segunda linha a primeira e obtendo a matriz
e um porno do piano canesiano que esia em ambas ns reins de { 16). Resolver um sistema ( 16) )
eqaivale a determinar onde cruzam as duas rotas dadas por ( 16 ). Em serai, duas retas no pia- rl 0 0 | 300 N
no sao nao- paralelas e crtizam-se em exatamente um porno. No ciuamo. as retas dadas por )
0 l 0 | 200 ( 151
( 16) podem ser parole las. Neste caso. ou coincident ou mmea se cruzam. Se elns coincident.
)
0 0 1 j 300
)
t
t
"
)
^
O
j
\
- que e a matriz escalonada reduzida por linhas, coirespondendo ao sistema
SlSTEMAS DH EOUAQQES LwgARES 147 146 MATEMATICA PARA ECONOMISTAS
entao cada ponto em qualquer uma delas e uma solugao de ( 16 ) e, assim , ( 16) tem uma quan -
.
tidade infinita de solugoes Um exemplo e o sistema
o -
Pi Pi o - .t , + 2X 2 - 3
'
p2 + 2P ) = 0,5
O ,
2x + 4AS = 6
Cj Se escrevermos esse sistema como No caso em que as duas paralelas nao se ertizam , o sistema correspondente nao tern solugao,
Pi = Pi como iiustra o exemplo
( l 8)
p2 = 0,5 2p3 - i xl + Zxi 3 -
© -
notamos que nao ha uma unica solugao de ( 18): para qualqiter valor dc py o sistema ( 18) de ‘
j xt + 2*, = 4
_
'
^-
s^
*= 8’
1
I
1
i I
1 Ate aqui trabalhamosjcom exemplos de sistemas que possuiam exatamente o mesmo nu -
niero de equates e de incognitas. Como yimos. no Capttulo 6, nos modelos de insumo- pro-
duto e de Markov podemj surgir, naturalmente, sistemas nos quais o numero de equagoes di -
'
__
/
\ Por exemplo, vejamos o sistema de pregos de estado para o modelo tie invest!memos do
'
w 1
ft = ?
" = 5‘
1
ft ~l10 Exemplo 6.1. Substituindo o retomo do estado Rif do Exemplo 6.1 nas equagoes ( 14 ) do Ca
pttulo 6 para os pregos de estado le ^a ao sistema
-
w ( Observe que essas tres sao realmenic solugoes de ( 17 ).) P\ + 2pj + 3p = 1 ,
'
v^
/
Como urn exemplo de urn sistemasem solu$desy considere urn modelo de invest imentos
com retornos de estado
3p , + 2p, + py 1 —
/ citja matriz aumentada 6
^
—
R2i - 3
1
^R: i “
=
3
\
R =2
^
R:y = 3
l 1 2 3 | P
22
1 3 2 1
w Mats uma vez pelas equates ( 14 ) do Capttulo 6, o sistema correspondente de equates para
i I,
’
^ ,
Ip + 3p2 - 1
linhas
r
1 2 3
'
3pj + \ p2 = 1 ( 19 )
O ^
0 ~4 -8
- Pi + 3p: - 1
Para obter a matriz escalonada reduzida por linhas. multiplique a ultima equagao por - 1 /4:
No sistema ( 19 ), observe que o unico parpt , p: que resolve as duas primeiras equagoes e .v , =
0.25 e .v, = 0.25. Como esse par nao satisfaz a terceira equagao, ( 19 ) nao existe solucao. Quan - M 2 3 | P
do reduzimos a matriz aumentada de (19) a forma escalonada por linhas. obtemos
l 0 I 2 | 0.5 ,
' 0
0 -S
3
|
!
-2
^ Em seguida. adicione -2 vezes a nova ultima linha a primeira linha para eliminur o 2 admit do
pivo na primeira li (]ha. o que resulta cm
, 0 0 | -0.25;
Vw- ( 1 -l
' 0 | CP
A ultima linha correspond? a cquacao l » t 2 1 0.5 , 1
O Op. + Op, = -0.25 ( 201
J
t
f
i
\
O lado esquerdo desta equagao i sempre 0 e portanto nunca pode ser igual a -0,25. Assim,
Como na Segao 6.2, escrevemos ys{ para o valor de uma cota do ativo i daqui a um ano se ocor
rer o estado s. Suponha que os ytl tenham os seguintes valores:
- nao existe parp , , p2 algum que resolva esta equagao. Observe que se trocarmos a ultima cqua-
gao em ( 19) por
.
* = 17
It
ll
-
>12 =
> 22 =
2
I2
:
V
>23
-=
• II
<
i
+
K
IS ,
2p + 2p2 = 1 )
Por ( 13) no Capnulo 6, os pregos p [ > p1 , p i t p A de estado deste modelo satisfazem o sistema
e a forma escalonada por linhas da matriz aumentada toma -se *
'
lpj + 4pj + 17 p3 + 4 p4 = 38
1>
r
1 3 | r
2 px + 12 p2 + 46 /?3 + 10 p4 = 98
3 + 18/72 + 69p3 + 17 /74 = 153
0 -8 | -2
, 00 I 0,
A matrix aumentada deste sistema c que nao contem con trad i goes. (Exerctciq: confira todos esses cSIculos.)
r\ Esses exemplos levantam as seguintes questoes sobre sistemas de equagoes lineares:
4 17 4 | 38 ^
( 1 ) Quando e que um determinado sistema de equagoes lineares tem uma solugao?
2 12 46 10 '| 98
, 3 18 69 17 | 153, ( 2) Quantas solugoes existem? Como podemos calcula Ias? - )
(3) Quais condigoes sobre a matriz de co cientes garantem a existencia de pclo menos
com correspondente forma escalonada por linhas ^
uma solugao para quaiquer escolha dos b no lado direito de ( 2)? i
' 1 4 17 4 ) 38> ( 4) Quais condigoes sobre a matriz de coeficicntes garantem a existencia de no maximo
uma soiugao para quaiquer escolha dos bp.
0 4 12 2 -| 22
( 3) Quais condigoes sobre a matriz de coeficicntes garantem a existencia dc uma unica so
, 0 0 0 2 | 6, *
Dividindo a scgunda iinha por 4 c a terccira por 2 , obtemos As respostas a essas questoes podem ser encontradns cstudando-se as matrizes aumenui-
)
das na forma escalonada reduzida por linhas. A climinagao de Gauss- Jordan , que alcanga a
* «
' l 4 17 4 • | 383 ! forma escalonada reduzida por linhas, funciona da mesma mancira quer tenhamos ou nao o )
0 1 3 0.5 | 5, 5 mesmo numero de equagoes e de incognitas. Recordcmcs , mats uma vez, esse proccdimemo.
0 0 0 1 | 3;
* Comegando com uma matriz aumentada , use operagoes sobre linhas para alcangar uma ma - !
triz Bern forma escalonada, na qual a primeiraentrada niio-nula em cada linha ( istoe, o pivo)
v
Trabalhe primeiro com o pivo na tcrceira linha para mudar a coluna 4 de e 1 . Entao, use esses pivos (comegando com o da ultima linha ) para transformer cada entrade )
nao-nula acima do pivo ( na mesma coluna ) em zero.
' 4) ro' Por exemplo, se o ultimo pivo esta na linha h e coluna k e se ajl: 6 uma entrada nao- nula na )
0, 5 para 0 linha j e na ( mesma ) coluna k com j < k. entao somamos vezes a linha h a linha j para ob- )
ter um novo ati igual a zero. Depois , cominuamos ate que o pivo ( = i ) seja a unica entrada niio-
. ‘
V 4 nula na coluna k . Em seguida, passamos ao pivo na linha h - 1 e usamos operagoes sobre li- I
nhas ate que ele tambem seja a unica eiitrada nao-nula em sua coluna . Essas operagoes nao
pela adigao de -0,5 vezes a linha 3 a linha 2 e em segu da pela adigiio de 4 vexes a linha 3 a - vao afetar a nova coluna k , pois todas as entradas acima da linha h na coluna k sao zero. O re-
linha 1: sultado final deste processo e uma matriz escalonada por linhas na qual cada pivo e' 1 c cada
1 4 17 0 26 ) coluna que possui um pivo nao contem nenhuma ctura entrada nao-nula. ou seja. e uma ma
triz escalonada reduzida por linhas.
-
0 l 3 0 |a *
Como outre exemplo, considere um modelo de investimemo com ( res aiivos e quatro es-
[ 0 0 0 1 5 A tados. Suponha que as coins tlos ires aiivos tenham os seguintes valores correntes: )
i
v , = 5 <8 \
\ = 98 v. = 153 J
I
•~
)
T
O
SISTERS DE EQUATES LINEAFES 151 150
O MATC'MATICA PARA ECONOMISTAS
) -
X . by r
I 0 5 0 j 10'
.t5 = C | ~C
2 6 ^ 0 13 0 | 4
CI '
X7 =4 , 0 0 0 0 | 3;
C
)
Aqui, a unica variavel que esta determinada sem ambiguidade e x7 . As variaveis xy xy e xb es
tao livres para lomar qualquer valor; uma vez selecionados valores para essas ires variaveis,
- ( Observe que, como a nova coluna 4 someme content zeros nos lugares apropriacos, ela nao
foi afetada pelo nosso trabalho na coluna 2.) Esta mairiz agora esta em forma escalonada rc-
(
^- r
'
sistemas nos quais cada variavel basica ou 6 determinada sem ambiguidade ou entao e uma
expressao linear das variaveis livres. As variaveis livres tern liberdade de tomar qualquer va
lor. Uma vez escolhidos os valores para as variaveis livres, ficam - deierminados os valores das
variaveis basicas.
'
- t
que pode ser reescrito c.omo
j. P* = 3
C^
Como no exemplo actma, muilas vezes colocamos as variaveis livres do lado dirciio das ‘ . . p, = 10 - 5p,
equates para enfatizar que seus valores nao sao deierminados pclo sistema; mais do que isso. , = 4 - 3p3
' as variaveis livres agem como parametros na deierminagao de valores para as variaveis basicas.
^=
/>4 3
^^
Quais variaveis sao livres e quais sao basicas, cm um dado problema , dependent da ordem
em que usamos as operates no processo da eliminagao gaussiana c a ordem na qua ) as vuria- Observe que p4 est <i determinada sem ambiguidade, mas nao as demais variaveis. A variavel
veis sao indexadas. p3 pode tomar qualquer valor. Uma vez sclecionado um valor para p3, os valores das variaveis
p , e p, estao deierminados pelas equates acima. Este e um outro sistema com infinitas solu -
'•
EXERC1C10 S
goes, como o sistema ( 17), e todas essas solutes podem ser litlas direiatnente da mairiz cs -
calonada reduzida por linhas.
-
7.13 Reduza as seguimes mairizes a forma escalonada por linhas e a forma cseakninda re- Por exemplo. se escothemios p3 = I , obteremos 0 sistema dc prceos
.= I
^^ duzida por linhas: , =5 =1 />4 = 3
--
/> /> / >5
'
y'
U -!) 2
l
1
0
Se escolhermos />. = 0,5, obteremos o sistema dc prc$os
. .
'
iTS
<
. ‘
\t \A ^Rcsolva o sisiema de equates - f-4
+ 6 v + 45 - 4
^ jc
*
Como ultimo exemplo, considere a seguinie mairiz esqucmatica, na quai os astcriscor (*)
representam pivos nao- nulos e os w podem ser miles ou nao nulos: -
'
y 2-V Y -r 4 = 1 -
7.15 Use climinagao de Gauss-Jordan para decerminar para quais valores de k 0 sistema * IV IV I f IV If IV | iv '
^ .v , +.\\ = I 0 0 0 * iv iv if j iv
^
'
y
.j
- .v, - k\\ = 1
nao icm nenhuma solugao, tern so uma solugao e lem mais do que uma solugiio.
7.16 Utilize a eliminagao de Gauss-Jordan para resolver os quatro seguimes sistemas do
equates lineares. Quais variaveis sao livres e quais sao basicas e;n cada soiucao?
:
0 0 0 0
0 0 0 0
*
!
Esta matriz esta em foffna escalonada por linhas. A con espondeme forma escalonada reduzi -
da por linhas e • j.
w
0 *
'
iv |
|
iv
i
^
.j 2.v -r v
it * + =1 - if - x + 3v -: = 0
J
,7 ) 3» » -
*
-
x- y + 2z 3
- x+ v - : 1
—= b) if + 4.v
—
3uf + ?.v + y + ; = 6
v+ 3= 3
1
0
0
0
If
0
If
0
(1
0
i
0
0
0 ii
1 IV
IV 0
0
If ’
u
«
*
\
2 » + 3 Y + 3v - 3; = 3
"
3if + 2.v + 5y z = 3 - • (
. () 0 i) 0 0 0
0
1
I I
! *
A A
porque as escolhas de operagoes elementares sobre linhas para passar de A a Bnunca envol- -
w + 2x + 3y z = 1 -
x y + 2z = 3
vem a ultima coluna da matriz aumemada . Em outras palavras, B 6 , eia pr6pria , uma matriz
aumemada para B.
-vv +
x + 2 y + 3z = 2
c 3w x + y + 2 z 2 el )
-
2w + 2 x 2 y + 4 z = 6
.
Fato 7.1 Sejam A a matriz de coeficientes e A a matriz aumemada correspondente. Emiio , moedas dc cada tipo voce recebe? (Sugestao: veja parte a.)
(a) posto A < posto A, . y Para quais valores do parametro a o sistema de equagoes abaixo tern uma solugao?
l\ )
3x + y - 4
Os fatos seguintes relacionam os postos de A e A a existencia de uma solugao do .sistema
em questao e nos fomccem a primeira resposid a Questao 1 acima.
•HV . iV -
6.v - 2 y a
=
)
.
Fato 7.2 Um sistema de equagoes lineares com matriz de coeficientes A e matriz aumentada 7.19 Peio Capftulo 6 , a distribuigao estacionaria no modelo de Markov de desemprego sa
lisfaz o sistema
- i
A possui uma solugao se, e somente sc,
posto A = .posto A
(q - 1 ) r + py = 0
(1 - q )x - py - 0
x+ y = 1
Prova A prova dessa afirmagao percebe-se facilmente a panir de um exame cuidadoso da for - j
t
ma escalonada por linhas fide A.Se posto A > posto A , entao existeuma linha nulana ma - rt )Sep zq estao entre 0 e 1, quantas solugoes possui o sistema ? Por que?
triz de coeficientes escalonada por linhas B que corresponde a uma linha nao- nula na cor - b ) Ignorando a exigencia de p e q estar entre 0 e 1 , obtenha valores dc p e q para os j
respondente matriz aumemada , escalonada por linhas fi. Isso se traduz na equagao quais este sistema nao tem solugao.
i
Ox, + O.r, + • • • + 0.ri = b'
(
( 21 }
7.4 POSTO — 0 CRITERIO FUNDAMENTAL
com b' nao- nulo. Conscqucntemeritc, a forma escalonada nao possui solugao c portanto o
'
sistema original igualmeme nao possui solugao. Agora iremos responder as cinco perguntas basicas sobre a existencia e unicidadc de solugoes
Por outro lado, se a forma escalonada por linhas da matnz aumentada nao contiver li - colocadas na Segao 7.3. 0 principal criterio cnvolvido nas respostas a cssas questoes e o pos -
to dc uma matriz. Inicialmente. observe que a linha de uma matriz e nao- nula se. e somente )
nha alguma correspondente a equagao (21 ), isto e. se posto A = posto A , entao nao ha cc-
*
'
Como uma matriz pode ser reduzida a varias matrizes escalonadas por linhas diferemes
Se um sistema com uma solugao possuir variaveis livres. entao essas variaveis podem tornar
qualquer valor na solugao gcral do sistema. Conscqufcnicmentc. c sistema original tera infini -
( pennutando linhas ) , precisamos mostrar que esta dcftnicao de posto independe dc qual ma-
triz escalonada por linhas e utilizada. Vamos deixar isso para o Capitulo 27 , onde tambem dis -
J
ms solugoes. Se nao houver variaveis livres. entao cada variavel e uma variave) basics. Neste
.
caso. as eliminagbes gaussinna : de Gauss-Jordan determinam um ur ico valor para cada va
riih el; ou seja. exisie somente uma solugao do sisteirin . Podemos resumir essas observagoes .
-
cut iremos o posto de uma mauiz de um porno de vista diferemc. mais gcomctrico.
Sejam A e A , respectivamente, a matriz de coeficientes e a matriz aumentada de um siste-
)
ma de equagoes lineares. Sejam B e /isuas formas escalonadas por linhas. Para reduzir A a B J
usamns or. mermor nnrror one rprKi lr A < f ? itwlunoivinm
^ . - — : ‘
D
O
"
)
SlSTEMAS DE EQUAQQCS U*£ARE5 1_OS 154 MM:SVATiDA PARA ECCNOMISTAS
.
Fato 7.7 Um sistema de equagoes lineares com matriz de coeficientes A tem uma somg £o pa * .
Fate 7 =3. Um sistema linear de equagoes necessariameme nao tem nenhuma solugao ou ape-
..
ra cada escolha de lado direico b[ t bm se, e somente se
y } nas uma solugao , ou infinitas solugoes. Assim. se um sistema liver mais do que uma solugao .
entao tera infinitas solugoes.
0 posio A - numero de linhas de A. Vejamos com mais cuidado o caso em que o sistema em questao nao possui viridvel livre.
! Como cada variavel e uma variavel basica , cada coluna contem exatamente umpivo. Como
Q « kf f « * •* » **«»
cada linha nao- nula carnbem contem um pivo, devemos ter pelo menos tantas linhas como co-
Prove (Se): Se posto A eigual ao numero de linhas de A , entao a matriz esealonada por linhas
e B de A nao possui linhas imeiras de zeros. Seja bm uma escolha de lados direitos no
sistema (2). Seja 5 a forma esealonada por linhas da correspondente matriz aumentada.
lunas. (Podcria haver algumas linhas de zeros na base da matriz esealonada por linhas .) Isso
prova:
k
£ Pelas observagoes no comedo desta segao, B 6 uma matriz aumentada para B c portanto i Fato 7.4. Se Um sistema tem exatamente uma solugao, entao a matriz de coeficientes A tem
tampouco B tera linhas inteiras de zeros. Assim , i
pelo menos ta Has linhas quanto colunas. Em outras palavras, um sistema com solugao tinica
! deve ter pelo r tenos tantas equagoes quanto variaveis.
O posto A = numero de linhas de A = numero de linhas de A = posto A . J
!"
Pelo Fato 7.2, nosso sistema possui alguma solugao. ^
0 Fato 7.4 pode ser enunciado da seguintc forma altemativa .
? (Somente se): Se posto A e menor do que o numero de linhas de A , entao a tinha m a
~
ultima linha da matriz esealonada por lirih as 5 de A sera uma Ifrifia quesd con tera zeros .
’ " ' ’" ’ *
. '
L
Fato 7.5. Se um. sjsiemade equagoes lineares tem mais incognitas do que equagoes, entao o.
sistema nao tem nenhuma solugao ou tem uma quantidade infinita de solugoes.
— *\
* (* *
o 5=
0 * * + - + n„.vrt = 0
o i
... oj
<i 2|jr, + - + ci 2 A =0
o lo 0
«*I*I
) Aumemamos B com uma coliina inreira de l para obter B :
Um sistema como esse e denominacio homogeneo. Como veremos adiante , os sistomas ho -
) r
* * ... * | p mogeneos desempenham um papel especialmente imporiar.te noestudo de equagoes lineares.
0 * | 1 Qualquer sistema homogeneo tern pelo menos uma solugao:
) B = : i
o 1.0 0 ... 0 I \)
V|
* = *, - • = .v„= 0
••
)
SlSTEMAS DE EQUAQOES LINEARES 157 156 MATEMATICA PAHA ECONOMISTAS
)
exatamente tan tas equagoes quanto incognitas; A matriz de coeficientes correspondente deve
;
Fato 7.8. Se um sistema de equagoes lineares tem mais equagoes do que inc6gnitas, entao )
ter o mesmo numero de linhas do que de colunas, Uma matriz deste tipo 6 denominada matriz existe um lado direito tal que o sistema resultante nao possui solugao. *
quadrada . Em seguida passamos <i Questao 4 e enunciamos uma condigao que garante que nosso sis-
)
0 problema de determinar quando uma matriz quadrada tern posto mdximo (ou seja, um
posto como no Fato 7.10) 6 um problema central da dlgebra linear. Afortunadamerne, existe
tema ter£ no maximo uma solugao, ou seja , que nunca ter£ uma infinidade de solugoes, inde - )
um niimero facilmente calculdvel que podemos aSspciar a uma matriz quadrada que determi -
pendentemente da escolha de lado direito bm. )
na se essa condigao sobre o posto vale ou nao. Esse numero 6 denominado determinante da Fato 7.9. Qualquer sistema de equagoes lineares com matriz de coeficientes A tem no maxi-
matriz e serd o ass unto para nossa discussao nos Capitulos 9 e 26. mo uma solugao para cada escolha de lado direito 6 , ,..., bm se, e somente se, )
Finalmente, o Fato 7.11 resume nossa investigagao nesta segao para um sistema de m
—
equagSes a n incognitas um sistema cuja matriz de coeficientes tem m linhas e « colunas.
)
= b.
Prova (Se): Se posto A 6 igual ao numero de colunas de A. entao existe o mesmo numero de
J
pivos na matriz escalonada reduzida por linhas A" quanto colunas em A". Como cada co-
(a ) Se o numero de equates < o ntimero de incognitas, entao:
luna pode corner no mdximo um pivo, existe um pivo em cada coluna. Assim , cada varid-.
( 0 Ax = 0 tem um niimero infinito de solugoes,
( jj) para qualquer b dado, Ax = btem (Xou-um -numeroinfinito.de solugoes, e
_
.yel.e uma yariav.el . bdsica .e..nao.hd aridyeisJivres. A matrizes.calonada reduzida porJU .
^
‘
)
)
< /) Ax = 0 tem uma ou um numero in nito de solutes,
^
f
( ti ) para qualquer b dado, Ax = b tem 0, uma ou um numero infinito de solugoes, e
=
( iii ) se posto A = numero de incognitas, Ax b tem 0 ou uma solugao para cada esco-
lha de lado direito b.
A"
- 0 0 0
0 0 0
1
0 /
!
(c) Se o numero de equagoes = o numero de incognitas, entao: )
i ( 0 Ax = 0 tem uma ou um numero infinito dc solugoes,
^ 0 0 0 0)
.
(JI ) para qualquer b dado Ax = b tern 0 ou um numero infinito de solugoes, e }
uma solugao para cada escolha dc lado direito b. Se existir uma solugao para algum lado direito bl btlt , essa solugao sera deierminada }
-
upia (.Yj ,..., xA ) tal que x , + • • + xA = 1 e chamada portfolio, onde .r. denota . a fragao da rique
za do invesudor para ser gasta no ativo i .
- lor nas solugoes (conforme vimos na segao anterior), existe uma infinidade de solugoes
para o sistema. Isto prova a segurida meiade do Fato 7.9.
)
Suponha que hd S estados da natureza e que Ri denota o rctomo de uma unidade do ativo
}
i /. ao final do periodo de investimento, quando o periodo e caracterizadc pelo estado s . 0 re - Finalmcme, combinamos os Fatos 7.7 e 7.9 para caractcrizar aquelas matrixes de coefi- j
cientes que tem a seguime propriedade: para qualquer lado direito bm, o sistema corres-
torno do portfolio x no estado s e , R^ Um portfolio e chamado sem risco quan-
xr pondente de equagoes lineares tem exatameme uma solugao. Essas matrixes de coeficientes )
do ele fomece o mesmo retomo em cada estado de natureza : sac denominados nao-singulares. Elas sao as matrizes que surgirao mais freqiien [entente no
A A A
nosso estudo de sistemas lineares e de outros fenomenos lineares.
^
X ‘Vi = X =1
,-V - =?" ' = Z= RSrx : ‘
-
Fato 7.10. Uma matriz de coeficientes A e nao singular. ou seja , o sistema linear correspon - ^
1 =1 1 1
. .
deme tem uma , c so uma solugao para cada escolha de lado direito bv ..., btil se , e somente se
Um portfolio t.v,...., xA ) e diio duplicavel se existe um out © portfolio in , - v. J com exata - ^
memc os mesmos retornos cm cada estado: numero de linhas de A - niimero de colunas de A = posto A
* J
!
7 3 t cj \
0 0 | a+ c 2b - ^ X= Rs’ iXi > ®
i l
*)
_ >—
i
i
)
7.20 Calcule o posto de cada uma das seguintes matrixes:
a)
- —
2
1
n
<P
2.
6 -7 5'\
b)
3
2 -4 2
.
^ 1 9 -7 4
M :tt~3- 8 — 4
7 6 -7 3 O
c)
n 6
—
-7 3"
^
. :*
.
i
Seja ft. a matriz de. coeficientes S x A dos
-,
ftji x + ••• + R AxA
R=
Rtl:
( Ru -
^ — ftj
( 22)
i i 9 -6 9 4
i rf )
i 3 -8 2 4
e) 1 9 - 6 4 2 V ^si RSAJ
\
15 - 13 11 16
,1 3 -8 4 5
) 9
J Primeiro, suponhamos que a matriz ft tem posto S, que e o numero de Iinhas de ft. Entao,
.) -
pelo Fato 7.7, podemos resolver o sistema (22) para quaiquer S upla ( ft , , .., Rs ) de retomos. .
7.21 As cinco seguintes matrizes sao matrixes de coeficientes de sistemas de equates li-
Em particular, se tomarmos ft , • • fts b , para algum 6 ^ 0 entao quando convenieme-
= *
= = . .
mente normalizada de tal modo a valcr .r, + • • + xA l , a solugao de (22) sera um ativo sem
-
) neares. Para cada matriz, o que pode scr dito sobre o niimero de solnodes do sistema .
=
correspondents a) quando o lado direito e b { • • • = bfl1 0, e b ) para um lado direito - =
risco. Se tomarmos Rk I e ft; = 0 para i * k , entao quando convemcnicincntc normalizada. a
.
solugao de ( 22) sera um portfolio de seguro para o estado k . Assim se o posto de ft e 5, entao
7 .. , quaiquer?
^ existe um ativo sem risco c cada estado c seguravei.
7 '2 r Na Segao. 28.2 veremos que tambem vale a reciproca. Se cada estado for seguravei , entao
.
ft devera ter posto S. Em particular, se A < S , ou seja se ha mais estados dc natureza do que
..) /)
(\ 4
U
^
iJ
ii)
( 1 4 3\
l2 1 O/
\) Hi ) 1 4 ativos, entao ft nao pode ter posto S e devcm cxistir estados que nao sao seguraveis.
o 7 4 3'
V
7 4- 3'
,0 3, .
Finalmente, existem portfolios duplicavcis se e somente se, a cquagiio ( 22) tem solugoes
multiplas de portfolios para alguns lados direitos. Essa situagao sc ocorre sc o sistema ( 22 ) li -
j ver variaveis livres, isto e, so se o posto de ft for mcnor do que A ,
r0
oi iv ) 2 1
7 i
0
l
V) 2
0 7 6,
J Bxemplo 7.6 No Exemplo 6.1 trabalhamos corn a matriz 3 x 2 de retomos de estado duda por
- ft
7 3N
2 2
5 It
7.23 Quais das matrizes de coeficientes dos sistemas do Exercicio 7.16 saiisfazem a condi
gao do Fato 7.10, ou seja , sao nao-singulares? v3 1
J
- I
7.24 Mosire que uma matriz quadrada A e nao-singular se. c somente se. suas formas csca - que tem 2 colimas e posto 2. Usamcs eliminagao gaussiaua para transformar ft em sua for-
J lonadas por iinhas nao tem zeros na diagonal. ma escalonad ; por Iinhas:
A
1
V <. f
-4 )
1
7.5 0 TEOREMA DA FUNQAO IMPUCITA LINEAR '
)
, ...
ri /eis exogenas, existe3 um conjunto unico de valores x0, , que resolve (24) sef e so-
^
menie sc:
(a) -
^
k m ( numero de variaveis enddgenas = numero de equates) c
nados extemamente, enquanto que as equagoes lineares , elas mesmo, representam 3lguma
,.
condigao de equilibrio que determina as varidveis intemas x ,. ., xn. Idealmente, deveria have
,
algum equilibrio tinico para cada escolha de parametros b,,..., bm. O Fato 7.10 nos diz exata:
'
)
( b) a matrix mente quando ocorre essa situagao ideal : o numero de equagoes deve ser igual ao numero 6 L
<c al 2 “ *
% ^ inc6gnitas e a matriz de coeficientes deve ter posto mdximo . )
\i
-
Sob este ponto de vista , considere mais uma vez o modelo IS LM descrito no Capttulo 6:
)
a2\ a22 "
i a2 k .
sY + or = /’ + G
mY - hr
(23
' )
)
Escolha valores numericos para os parametros s, a , mth , I , G e M no sistema (23). Entretan
que corresponde as variaveis enddgenas, lem posio k . to, pense no estoque monetdrio M , como sendo um parametro politico varidvel , que pode se» -
Nas condigoes do Teorema 7.1, podemos pensar no sistema (24) como apresentando im-
plicitamente cada uma das varidveis enddgenas como fundees de todas as variaveis exbgenas.
..fixado extemamente poi-um executorde. politica. Para.cada .cscolhade estoquejnonetdrio , a.
economia alcanga um equilibrio em Y e r. Como temos duas equagoes a duas variaveis, 0 Fa
to 7.10 nos diz que o sistema (23) de fato determina um unico par ( F, r) para cada escolha de
—
)
Mt , desde que a matriz de coeficientes
—.
Mais adiante, iremos reforgar esse resultado e utilizd -lo como motivagao para o Teorema da
Fungao Implfcita de sistemas de equagoes nao-lineares um resultado que serd a pedra fun - t
damental no nosso tratamento de equagoes nao-lineares cspec!Jmeme aplicado a estatica s a
comparativa em modelos economicos. , m -h )
> t
)
EXERCICIOS j ; tenha posto dois.
Neste inodelo IS- LM , as variaveis F e r sao c'namadas variaveis endogenas, pois seus v? )
7.25 Em cada um dos dois sistemas abaixo. queremos separar as variaveis entre exogenas e lores sao determinados pelo sistema de equagoes em questao. Por outro lado Ms e chamada
endogenas, de tal modo que cada escolha de valores para as varidveis exogenas deter - varidvel exogena, pois seu valor e determinado fora do sistema (23). Se os vissemos corn - ,
)
mine valores unicos para as variaveis endogenas. Para cada sistema. .
parametros r , n , m , h , G e /V/‘ tambem seriam variaveis exogenas. Os matemdticos diriam
a ) determine quantas varidveis podem ser endogenas a qualquer momemo,
b ) determine uma separagao bem -sucedida entre varidveis exogenas e endogenas, e
que as varidveis exbgenas sao variaveis independentes e as variaveis endogenas sao varia -
veis dependentes.
c) encontre uma formula explfcita para as variaveis endogenas em cersnos das varia- )
Um modelo linear geral tcra m equagoes e n incognitas:
veis exogenas:
+ )
|A|
'
^
x + 2 y + 1 - \v 1=
x + 2}' + z » v = 3 - (24) )
ii ) 3.t - y -4 z +2 w - 3
-
3.v -f 6 v - z 3tv = 2
*
•
v +z + iv = 0 )
Usualmente havera uma divisao natural dos .r: cm variaveis exogenas e endogenas. dada pelo )
7.26 No Exemplo 1 do Capt'tulo 6, obienha o sisterga linear que corresponde a equagao ( 1 i -
modelo. Essa divisao sera bem sucedida somente se, depois de escolhennos os valores par
.
do Capitalo 6. mas com o lucre de SlOO.OOO 'antes dos impostos, substitufdo por um as variaveis exogenas e substituMos no sistema (24), pudermos resolver o sistema, sem am - )
lucro gcnerico P, antes dos impostos. Resolva osistema resukante para C, Se Fern ter- bigtiidades, para o rcsto das varidveis, as endogenas. O Fato 7.10 da ultima segao fomece-noV )
mosdcP. •; . •
as duas condicoes que devem valer para que esta panigao em varidveis exogenas e endbgena '
tenha sucesso. Deve haver exatamente tamas variaveis endogenas quanto equagoes em ( 24 ) c )
7.27 Para os valores das constants do Exercicio 6.7. mosirc que cada escolha de M deier-
a matriz quadrada corresponde me as variaveis endogenas deve ter posto maxi mo m. Essa afii y
mina um equilibrio ( F. r) de maneira union. • magao e uma versao do Teorema da Fungao Implfciia para equagoes lineares e esta resumid ^
no teorema a seguir. )
).
1
O
1
A
o J 62
"
MATE.MATICA PARA ECCNOMISTAS
i C A P I T U L 0 -
7.2S a ) No modelo IS LM dado por (23), use eiimina ao gaussiana para encontrar uma
. ^
formula geral envolvendc s, a , me }t que garanta , quando satisfeita, que o sistema
o ( 23) determine um valor unico de Y e r para cada escolha de / , M , G e Mr
o Algebra Matricial b ) Neste caso, encontre uma fdrmula explfcita para K e r e m termos de todas as de-
mais variaveis.
D c ) Veriftque como as alterasoes em cada uma das varidveis exdgenas afeta os valores
de Y e r.
% 7.29 Considere o sistema
Q
-
w - v + 3y - z -0
w w + 4x -
y + 2z -3
O 3> + lx +
v y + z = 6
) a ) Separe as varidveis entre enddgenas e exogenas, de tal modo que cada escolha das
variaveis exdgenas determine valores unicos para as varidveis endogenas.
) .... -
s mairizes forann introduzidas no capftulo anterior para organ!zar as comas com as
A:
b ) A partir da suaTesposta aoitema, quais sao oTvaloresUas variaveiferiddgenas,
'
" ’
/ \ quaisresolvemossistemasdeequateslineares. Asmatrizesdesempcnhamumpapel quando todafc as varidveis exogenas sao tomadas como sendo 0?
s
I
-Z jLimportante em muitas outras areas da economia e da matematica aplicada. A matriz
-
de insumo produto do Exemplo 2 no Capftulo 6 e a matriz de Markov do Exemplo 3 sao ape
nas dois exemplos. Outros exemplos incluem a matriz de pagamentos da teoria dc jogos, a
-
c) Encontre uma separagao entre as variaveis enddgenas e exdgenas ( com o mesmo
numero de cada uma obtido na pane a) que nao funcione no sentido do item a. En-
contre um valor das novas variaveis exogenas para o qual exista uma infmidadc de
,> matriz de coeficientes e a matriz de corre lagdo da ecoiiometria, as matrizes de Slutsky e de varidveis enddgenas correspondentes.
p Antonelli da teoria do consumidor e as matrizes hessiana e hessiana orladas que materializam
as ccndi?oes de segunda ordem na teoria de otimiza ao a vdrias variaveis.
^
•
7.30 Considere o sistema
Uma matriz simplesmeme e um agrupamemo retar.gular de numeros. Assim, qualquer
i
)
' tabela de dados e uma matriz. 0 tamanho da matriz e indicado pelo numero de suas lir.has -.r + 3y - z -0
;
r
e pelo numero de suas colunas. Uma matriz com k linhas e n colunas e' chamada matriz k x
n ( pronunciatnos “ Jc por n” ). 0 numero na linha i e coluna j c denominada ( /, y>esima en -
w + 4.x y+ z - -3
3 + lx + y + z
w =6
»
J trada da matriz, que em geral e escrita como aijt como jd o fizemos no Capftulo 7. Duas ma -
trizes sao iguais se ambas tern o mesmo tamanho t as entradas corrcspondcmcs nas duas
matrizes sao iguais.
-
Existe alguma separa ao bem sucedida entre as variaveis endogenas e exogenas ? Ex -
^
pliquc.
Em um certo sentido, as matrizes sao numeros gencralizados. Quando os tamanhos estao
.3
5
corretos, podemos somar, subtrair, multiplicar e ate dividir matrizes. Scmprc que um modelo
econ&mico utilizar matrizes, podercmos aprender muito sobrc o niodcio subjacent atraves
dessas operates alge bricas. Este capftulo e um pouco mais abstrato do que os anteriorcs. pois
'
focaliza as operates algebricas e suas propriedades. Estas operates serao utilizadas ao lon -
go de todo o iivro. Sua utiliza ao sera ilustrada na Se$ao 8.5 , onde deduziremos a proorieda-
J ^
de basica do modelo de insumo- produto de Leonticf .
)
i. .
J
J
i
J
j J
J
t
I
1
:v
U F Pel ’V
l
BJGUOTECASGOaU. .
, ID6 CAUCUS 800A& !
:v )
AUGEBJU MATRICIAL 165 164 MATEMATICA PARA ECONOMISTAS
)
Como A - B 6 s6 uma maneira mais economica de escrever A + (-B ), subtraimos matrizes de 8.1 ALGEBRA MATRICIAL
mesmo tamanho simplesmente subiraindo suas entradas correspondemes:
Adifao
(
aU ” *
\
' bn - C a\ \ ~ bu •* * «i « 0 Comegamos com a adigao de matrizes. Podemos somar duas matrizes de mesmo tamanho, ou
,
”
- ; : seja , com o mesmo numero de Iinhas e de colunas Sua soma e uma nova matriz com o mes . -
^ ^ 1 b
'
mo tamanho das duas matrizes somadas. A ( t , j)- sima entrada da matriz soma 6 simplesmen
^ -
^
{
tk
\
*
”
^
&k\ *'*
^ knJ
t
j i
j te a soma das
Em sfmbolos,
simas entradas das duas matrizes somadas.
-
mente ao definir ~A , que e ( 1 )A. Mais geralmente , o produto da matriz A pelo numero r, que
e denotado rA , 6 a matriz criada multipiicando-se cada entrada de A por r.
S. flJtl *"
aknj , bH b
^j ^ akl + bk \ akn + bknj
f \ f
Por exemplo, i
• - n
rat * «!„\-
r i a,j i ss : ran :
' 3 4 r f
-1 0 T'
I
r
2 4 8" \
6 7 0 + 6 5 1 =f 12 12 1
! k
°L \ ( lknj
i - rak« j
v -1 3 8, 7 0, 10
)
Resumindo, dentro da classe das mamzes k x /i, a adi iio, a subtragao e a muliiplicagiio por
escaiar escfio todas defmidas da maneira obvia e operam exatameme como esperumos. ^ mas f1 Q1 2 3^| r 3 6 >
2 -2> J 4 >
Multiplicagao Matricia !
nao esta defmida.
Assim como dois numeros podem ser multiplicados, tambem duas matrizes podem ser multi - A matriz 0, cujas entradas sao todas zero, e uma idemidade aditiva , pois
plicadas. Mas neste porno a algebra matricia! toma-se um pouco mais coinpiicada do que a ;ii
.
gebra de numeros reais. Existetr duas diferencas: duas matrizes quaisquer nao necessariu-
mente podem ser multiplicadas e a ordem na qua ! duas matrizes sao multiplicadas pode ser
relevante.
<
: "«r
« „\
+
' o
:
. - o;
o,
,
!
/ „
«
11
i
"*
ai} \
\
Para existir o produto matricial, A deve ser k x m e ft deve ser m x n . Para obter a ( /. / esima > )
entrada de AB, mubipHque a i-csima linha de A e ay esinia coinna dc ft como segue: - Subtracao
* )
V ti Como -A 6 o que somamos a A para obter 0.
L% «11 «>:> r -«
,
ll l tlim J = {'A + - Av
+ ” + «;
* “ n ” *
b. 1
: njy : — ; - a9 ;
v v " /
. abu k
~ak\ * * ~ahtj
)
)
:
).
)
1
i
1 ALGEBRA MATF»C»AL 167 166 MATEMATICA PARA tCONOWlSTAS
'
e multiplicagao de matrizes obedecem & maioria das mesmas leis que os ndmeros.
i
X= a,A;
h )
) Associatividades: ( A + B) + C = A + {B + Q
6 Por exemplo,
b> r aA
A ( AB )C = A{ BQ f
a + bC aB + bD
Comutalividade da adigao: A+ B = B+ A
c
<e
d
fj
{U
A
1) =
D
<
cA
eA
4
*
+
dC
JC
cB + dD
eB + JO
% I
Distributividades: A( B + Q = A B + A C
(.A + B )C =AC + BC
Note que, neste.caso, o produto tornado na ordem inversa,
(A B)
fa b )
9 c d
J.
"
V -Anjnica lerimportame-que-os numeros-satisfazem, mas nao-as matrizes>-d-a comuiativida
de da multiplicagao. Embora ab = ba para quaisquer numeros a e b, nao 6 verdade que AB =
- \ C D7
U f) "
T) BA para matrizes, ate mesmo quando ambos os produtos esido definidos. Ja encontramos
cxemplos em que apenas urn dos produtos estd definido. Mas note que, mesmo sc ambos os
nao esta definido. Veja o Exercicio 8.2.
Se A e k x m e B e m x n. entao o produto A B t k x n. A matriz produto A B herds o nume -
) produtos existirem , eles nao serao necessariamente do mesmo tamanho. Por exemplo, sc Ac ro de suas linhas de A e o numero de suas coiunas de B:
uma matriz 2 x 3 e £ e 3 x 2, emao AB e uma mairiz 2 x 2, enquanto que BA 6 3 x 3. Mesmo
;> que AB e BA tenham o mesmo tamanho, AB nao precisa ser igual a BA. Por exemplo,
nuinero de linhas 6 c A B = numero de linhas d e A ;
) 1 1 - r2 0\ numero de coiunas de A B = numero de coiunas de B\
( k x m ) • ( /« x « ) = ( k x ;i )
) enquanto
1 0 2 J lj
) 1 - 2 f1 0 A matriz n x n
0 2 I
) ' 1 0 - 0>
) 0 1 - 0
Transposta
j
FinaJmeme, ha mais uma operagao sobre matrizes que sera usada com frequencia. A trans - 1° 0 /
) posta de uma matriz A de tamanho k x n c uma mairiz de tamanho n x k obtida pe' a permuia
das linhas com as coiunas de A . Esta matriz e muiias vezes denotada por A 7, A segunda linha -
com ai; = 1 para todo i e ai} 0 para quaisquer / / j , tern a seguinte propriedade: para qualqucr
*
i-
) -
deA toma se a segunda coluna de Ar e assim por diante, Portanto, a 0\ y)-esima entrada de A matriz A de tamanho m x JI .
toma-se a { j , /)-esima entrada de A . Por exempio. AI = A
)
i
J /
an a\ 2 \T
/
a ii a21 e para qualquer mairiz B de tamanho n x / .
•i' °12 a12 a22
lfl21 a22 a22 ) O:ij n22 )
IB - B
J
I
Ij ‘l" ' 1
matrizes. exatamente como o numero 1 e uma identidade para os numeros rents.
t
JI i
)
Sr,
ALGEBRA MATRICIAL 169 168 MATEUATICA PARA ECONOMISTAS )
4
Este sistema pode ser expresso de maneira muito mais compacta utjlizando se a notagao su - - As seguintes regras sao de verificagao bastante direta:
#
J
gerida pela algebra matricial. Como antes, seja A’ a matriz de coeficientes do sistema: )
/
aIn ( A + B )T = Ar + ’
)
A = i 4 > -
( A B )T = AT - BT )
K° k\ " t Qkn ) (At)T = A
)
( rA )T = rAT
Tamb£ m tomamos \
)
r Yx \ onde A e B sao k x n e r 6 um escalar. A seguinte regra nao 6 tao 6bvia e requer um pouco
\
'V trabalho:
de
)
x t b =
( AB )T = BTAT )
\ Xn / V. bkJ
Observe a troca de ordem na multiplicagao. !
Ambos, x e b, sao matrizes, chamadas matrizes-coluna. A matriz x de tamanhojn x l content
as variaveis e a-matriz- b de^amanho. /c-X. l -contdm os paranietros do lado direito do sistema.
. )
Entao, o sistema de equagoes pode ser escrito como
\
Teorema 8.1 Sejam A uma matriz k x m c B uma matriz mxn. Entao (A5)r
f \ ( r > ’K = BTAT.
...
)
i atJ : II
i - ^ .K
\
)
aVxtj
^ ak\
*
’* /
I Provo Trabalharemos com seis matrizes diferentes: A, B , AT , BT , (AB )T e BTAT. Para simplifi
-
on . simplcsineme. como .
/
t Ax = b car a escrita, sc C for qualquer uma dessas matrizes denotaremos o ( /, y)-esimo elemento
de C por Ci;. Por exemplo, (( AB )r)fj denota o (/.; esimo elemento da matriz ( AB )r Agora. .
i onde Ax se referc ao produto matricial da matriz A de tamanho k x n com a matriz x dc tama - >
n h o f i x 1. Esse produto e uma matriz de tamanho k x l , que deve ser igualada 5 matriz b de
-
tamanho kx 1. Vcrifique que, efetuando se a multiplicagao matricial em Ax b e aplicando
se a definigao de igualdade de matrizes retorna, exatamente, o sistema original de equates
= - { ( AB ) )
T
r( AB ) f (definigao de transposta)
}
lineares. A notagao matricial e muito mais compacta do que escrever ngrupamemos de coeli - (definigao de multiplicagao matricial)
cientes e, como veremos, indica como encontrar a solugao do sistema por analogia com o ca
so de uma variave) .
-
- XK )
h hj
iBT )lh f
(definigao de transposta, duas vezes)
\
-1 2\
&
8.1 Sejam A — 7 3
0 -1
1
2
B=
0
4
1
-1 2
C (1 v
(definigao dc multiplicagao matricial)
f
r
2 1
Ponamo. ( AB )T = BTAT .I )
D -, 1 J
e : E= \
°\nx„ = by J
B+ C . D- C CA. EC. )
[ CA\ crCT . el2lX\ + *" + <h« Xn = b2 )
7
»
t
ALGEBRA MATRICIAL 171 170 MATEMATICA PARA ECONOMISTAS
J
^
N
Matrix triangular inferior at] - 0 se i < /, ou seja, uma matriz ( geralmente quadrada) na 8.2 Confira o seguinte produto:
qual cada entrada acima da diagonal 6 0. Por exemplo,
r2 2 3'
J 'a 0
c
(\ 0 0 >
2 3 0
0 -1
3 1
2 1
4^
-l
0 1
0 ‘ 5
2
ir
3
O- ,c d
4 5 6/
,5 0 6 0,
1 l 10 21
\
^
IB Matriz simetrica .
AT = A, ou seja, ai} = aJ } para quaisquer i j Essas matrizes Observe que nao esta definido o produto na ordem trocada.
O sao necessariamente quadradas. Por exemplo, 8.3 Mostre que se o produto AB estiver definido, emao BTAT estara definido mas ATBT nao
(\ precisa estar definido.
( a b
2 3
^
w b d
e 2
3
4
5
5
6;
8.4 Se escolhermos aJeatoriamente quatro numeros para as entradas de uma matriz A de
tamanho 2 x 2 e quatro outros numeros para as entradas de uma matriz B de lamanho
—_
\
j 2 x 2, emao a matriz AB provavelmente nao sera igual a BA . Faga isso algumas vezes.
r^ Matriz idempotente Uma matriz quadrada B cal que B • B = B, como B - / ou
8.5 Oc.orre, as vezes, que AB.= BA,
i (2 fi 3 -4
v
< 3 a ) Verifique isso para A =
U V
eB
- 3 4
b ) Mostre que. se .B e um multiplo escalar da matriz identidade 2 x 2, cntao AB = BA
Matriz de permuta ao Uma matriz quadrada de entradas 0 e l , na qual cada linha e para qualquer matriz A de tamanho 2 x 2.
^ cada coluna contem exatameme um i . Por exemplo,
»
-
Matriz nao singular Uma matriz quadrada cujo posto e igual ao numcro de suas Matriz quadrada
-
k = n , ou seja, mesmo numero de linhas e de colunas.
linhas (ou colunas). Quando uma matrix destas surge como Matriz coluna n = I , ou seja, urna coluna. Por exemplo,
a matriz de coeficientes de um sistcma de equates lineares,
^
/ \
a
osistema tera uma, e so uma , solugao.
b e
1;
EXERCICIOS Kc )
8.6 De um exemplo com mais de duas linhas ou mais de duas colunas de cada um dos ti - Matriz-linha . .
k = 1 ou seja uma linha. Por exemplo,
pos de matrizes relacionarios acima. (2 I : 0) e (2 3)
( -} 2 ) ( 3 6) .
i Matriz diagonal k= n e ai} - 0 para / * j, ou seja, uma matriz quadrada na
8.7 Mostre que 1 e sao idempotentes. qua! cada entrada fora da diagonal e 0. Por exemplo.
"
-
l l J v ~J -
8.8 Denotemos por Dy Uy L e S os conjuntos de todas as matrizes diagonais, triangulares
i
'i 0 0 ^
fa 0 > e
superiores, triangulares inferiores e simetricas, respectivamente. 0 2 0
a ) Mostre que D , V e Bsaotodos fechados na adigac e na multiplicagao matriciais, ou
-
,0 bj . 0 0 3;
~
C*
-
seja, que a soma e o produto de duas matrizes em qualquer um desses tres conjun
tos e tambem urna matriz de tal conjunto.
Matriz triangular superior = 0 se / >;, ou seja, uma matriz {geralmente quadradai
na qual cada entrada abaixo da diagonal e 0. Por exemplo.
' b ) Mostre que DC1 U = DyS fl IJ = DcDcS.
O c ) Mostre que todas as matrizes em. D comutam eiure si. Isso vale para matrizes em U '\ 2 3'
ou 5? (a h
) e
J d ) Mostre que S e fechndo na adigiio. mas nao na multiplicagao. [0 d )
0 4 5
t
) .0 0 6,
)
j
[
l
£
Finalmente, para executar a Operagao sobre Linhas 2, que 6 a soma de r vezes a linha i de 8.9 Quantas matrizes de permutagao de tamanho nxn existem ? > )
-
A a / esima linha de A , construa a matriz £~{r) somando r vezes a linha i da matriz identidade
8.10 0 conjunto de todas as matrizes de permutagao de tamanho nxn 6 fechado na multi
.
/ & /-£sima linha de I Em outras palavras, substitua o zero na coluna i e linha j de / por r, Mul - plicacao matricial?
'
-V )
tiplicando A a esquerda por E r ) fard com que r vezes a linha i seja somada d / dsima linha de -
3 temos
^
A , deixando as entradas em todas as demais linhas de A inalteradas Por cxcmplo, no caso 3 x
\
.
8.3 MATRIZES ELEMENTARES
)
)
j
fI 0 /
an (
12 a13\ Uma outra ciasse importance de matrizes e a classe das matrizes elementares. Recorde que j
as tres operagoes elementares sobre linhas que sao utilizadas para trazer uma matriz & forma
-
E2 } ( 5 ) A 0 1 0 >
a21 «22 «23
escalonada por linhas sao:
,0 5 U a32 a
(1 ) permutagao de linhas, )
ai\ an % (2) soma de um multiplo de uma linha a uma outra linha, e
all a2l «23 (3) multiplicagao de uma linha por um escalar nao nuio. -
5«22 + <i32
^
5 1 + ^31
^ ^ 23 + fl33 > Essas operagoes podem ser efemadas em uma matriz A pela multiplicagao & esquerda por cer-
:
Definigao As mairizes Eijy E.}{ r ) e Efr ), que foram obtidas executando as operagoes clemen -
. - -
ilustra como permutar as linhas i e j de uma dada matriz A .
.
tas matrizes especiais denominadas ttiarrize.y- ef £/rte /iMrej -Por-exemplo, o seguinte teorema — •*
Resumimos essa discussao no teorema seguinte, cuja prova edeixada como cxcrc /cio . Teorema 8.2 Forme a matriz de permutagao E;j pela permuta da /-esima com a j-6sima li-
.
nha da matriz identidade /. Emao a multiplicagao a esquerda de uma dada matriz A por Ei}
-
tern o efeito de permutar a / esima com a / esima linha de A.
-
Teorema 8.3 Seja Euma matriz elementar « x n obtida executando-se uma dada operagao
j elementar sobre linhas na matriz identidade n x n . Se A e uma matriz n x n qualquer. entao
I £4 e a matriz obtida executando aquela mesma operagao elementar sobre linhas cm A.
Prova Para verificar isso, denotaremos por ekk uma entrada qualquer de ESj:
No Caphulo 7. mostramos que as operagoes elementares sobre linhas podem ser usadas =
e» «ii = 0 \
para reduzir qualquer matriz d forma escalonada por linhas. A versao matricia! desse fato e ehh se h* i j (1)
afirmada no proximo teorema , cuja prova tambem 6 deixada como exercicio. i
ellt = 0 caso contrario.
)
0 elemento na linha k e coluna /i de EifA e
| Teorema 8.4 Dada qualquer matriz A de tamanho x X /i, existem matrizes elementares £ j.
' )
% k = /
! Ert mis que o produto matricial £,.. - A. = U > . onde U esta em forma esca -
lonada ( reduzida) por linhas.
1
X'
m
/' km Gmn k = j )
j k =4 /,/
i
Podemos representar uma operagao elementar sobre equagoes de urn sistema linear Ax = por ( 1 ). Portamo, E;jA e simplesmente A com as linhas : e j trocadas entre si. *
pk
j-
| b mtiitiplicando ambos os lados da equagao pela cortesoondeme matriz elementar E para ob-
Para executar a Operagao sobre Linhas 3, que e a multiplicagao da linha / pelo escalar r * 0,
| ter o novo sistema EAx = Eb. Esse Into i lustra a convenience da notacao matricia I para repre -
construa a matriz E{ [ r ) muhiplicando a /-esima linha da matriz identidade I pelo escalar r. O efei-
sentar sistenias lineares. J
to de multiplicar uma matriz A a esquerda por £,( >•) e multiplicar cada entrada na /-esima linha
de A por r. Por exemplo. no caso geral dc uma matriz A de tamanho 3 x 3. temos )
ExemploSJ Considere a matriz
ri i r o o ^ ij (i>
2 ( ,y
<
f )
i
A 12 2 -3 E2 { 5 ) - A = U 5 0 ch \
°:i — a. 5
.0 0 1 . n-
i j) ( In (t
-
.-i - 0 On
>
O
o '
i
o ALGEBRA MATRfciAL 175 174 MATEMATJCA PARA ECGNOMISTAS
o 8.4 ALGEBRA DE MATRIZES QUADRADAS para irazer A i forma escalonada por linhas, primeiro somamos -12 vczes a linla l a ii -
nha 2. Essa operagao corresponde i matriz elementar
1 Dentro da classe Mn das matrizes (quadradas) nx /i, podcmos usar todas as operates aritmd-
ticas que defmimos at£ aqui. A soma , a diferen$a e o produio de duas matrizes n x n 6 uma 1 0 0>
0 matriz n x n.Ate transpostas de matrizes em Mn sao n x n. A identidade / de tamanho n x n 6 -
£|2 ( 12) -12 1 0
o uma verdadeira identidade multiplicativa em Mn > pois AJ = IA = A para cada A em Mn. A ma
triz / desempenha em Mn o mesmo papel que o numero 1 desempenha nos numeros reais
- l o 0 K
% (M,). No entamo, observe que se A e B estao em Mn , entao A B em geral nao sera igual a BA.
Como podemos SGmar, subtrair e multiplicar matrizes quadradas, 6 razodvel perguntar se Em seguida, somamos -3 vezes a linha 1 & linha 3 e finalmente 1 /10 vezes a lirfia 2 a li-
© tambdm podemos dividir matrizes quadradas. Para numeros, dividir por a o mesmo que nha 3. Essas operates correspondent is matrizes elementares
multiplicar por 1 f a = a 1 e a’1 faz sentido desde que a * 0. Para reproduzir isso (se possivel) t 0
para matrizes, precisamos determinar o que significa A 1 para matrizes em Mn. O numero "
ax £I3H) =
:> e definido como o numero b que satisfaz a b = ba = 1 Diz se que b 6 o inverso do numero a.
'
. - 0 1 0
Fazemos o mesmo para matrizes em Mn. ,“3 0 1,
) M 0 0>
Detlni ao Scja A uma matriz em Mn. Uma matriz B em Mn e uma inversa para A se
) ^- -
A B= B A I: • - - - -- -0 i--0-
{ 0 0,1 \ )
O Se existir a matriz B , dizemos que A 6 invertivel. Nossa definigao deixa abena a possibi-
)
lidade de uma matriz A ter varias inversas. Isso nao e verdadeiro para numeros e tampouco pa
ra matrizes.
- rcspectivamente. Venfique que a forma escalonada de A e
:) ( 1
S 1
')
Teorema 8.5 Uma matriz A de tamanho « xn pode ter, no maximo, uma unica inversa. 0 flO -15 = H23 (0 I) £13 (-3). E12(- 12) . A
. ^
J |- 0 . -3.5,
.) •••••••• * ** * 9 % ••••• *•••••••••••••••• ••••••» ••• •* ••
>
•«
«• • •••
»« * •••» ••••••» « ••*** « • •••••••••••* * •••••
4 r* » M ••••••••» « •« » « ••« •••*•« aa •w 9
* o o r
i i r
Prova Suponha que B e C sejam inversas de A . Entao, -12 1 0 12 2 -3
*
•
*
'
C = CI = C( A B ) = (CA )B = IB = B v -4,2 0, 1 \j , 3 4 1;
)
Se uma matriz A de tamanho n x n e invertivel, denotamos sua unica inversa por A 1. Observe "
O queseA e 1 x I , entao A 1 = 1/A . Assim, multiplicar por A 1 e' o mesmo que dividir por A .
" '
EXERCICIOS
A unica matriz 1 x 1 que nao e invertivel eO. Um dos principals objetivos dcsta se ao e'
O idcntificar exatameme quais matrizes n x n nao sao invertiveis. Veremos que uma matriz 6 in - ^ 8.11 Efetue a multiplica So mairicial do Exemplo 8.1.
o vertivel se, e soincnte se. e nao-singular. Com efeiio, as duas propriedades se refcrqam mu - ^
tuamente. Rccorde que uma matriz quadrada A e nao-singular se, e somentc se, o sistema Ax 8.12 Prove o Teorema 8.3.
J = b tem uma unica solu ao x para cada b do lado direito. 0 Teorema 8.6 a seguir afinna que,
^ 8.13 Prove o Teorema 8.4.
se uma matriz quadrada tem uma inversa, entao a matriz e nao-singular. A prova deste teore-
<5 ma mostra como usar a inversa de A para resolver um sistema geral Ax = b. 0 Teorema 8.7 6 5.14 Prove a seguime afirma ao: Se P e uma matriz de permuta ao m x m e A e m x n..
j a afirma ao reciprocal se uma matriz e nao-singular, entao ela e invertivel. Sua prova mostra
^
come usar a nao-$ingu!aridade de A para calcular a inversa de A. Antes de provar esses tcore-
A)
^
entao PA 6 a matriz A com suas linhas pcmiutadas de acordo com P . Se 1. en - ^ -
-
tao a t -esima linha de PA sera a / esima linha de A .
0
'
j CA = /.
o
j
: )
E •
I
A 5
—
'
-
»i « *« •« »
- •O M i O t U H H M 1 I » t
»*« |
Para enfocar suas colunas, escreva a identidade / como [e1 e , e3]. Sendo /1 nao singular,
1
# : "0 1i \ N
=,
I
,
a equa9ao Ax = e tem uma unica soluggo x c (£ claro. que c, 6 uma matriz « x 1.) Seja
:
( i 3 i '
Exemplo 8.2 A matriz 0 -1 6 uma inversa & direita da matnz |, mas nao
C a matriz cujas n colunas sao as respectivas sOlu$oes ch c ,. , Como multiplicamos , .. cn. 2 10 )
U 2)
-
cada linha de A pela j-esima coluna de C para obter a j dsima coluna de AC, podemos es - )
crever *i *
o o n
uma inversa & esquerda. Por outro lado, a matriz | j 9 I
e uma inversa & esquer-
)
= /t[c ..!,cJ
j i t
AC |(
( 1 2 )
1 , mas nao uma inversa & direita.
= h eJ
=/
-- (2)
da da matriz 3
l1 0J
Lema 8.1 Se uma matriz A tem uma inversa a direita B e uma inversa a esquerda C, entao A
)
as mesmas opera9oes sobre linhas que reduzirao [4 | ef.) a ( / 1 cj tambem reduzirao [A|ey ] a x = A-' b )
[/ 1 c,J. Podemos ser mats eficientes aglutinando todi essa informagao em uma matriz aumen-
tada gigantesca [A|e, ej [A|/] e executar a elimina9ao de Gauss-Jordan somente uma Certifique-se que voce sabe justificar cada passo desic calculo. I )
=
\ unica vez em vez de n vezes. Neste processo, a matriz aumentada ( A | f ] reduz a [ / 1 A"1 ]. •» •* •* »«
Exemplo 8.3 ApJiquemos esse metodo para encontrar a inversa da matriz A do Exemplo 8.1:
Teorema 8.7 Se uma matriz A de tamanho n x n e nao-singular, entao A e invertivel.
srfe
•
i
*
r i 1 n |
i
)
A = 12 2 -3 ;3) )
v 3 4 1/
*
Prova Suponha que Ae nao-singular. Provaremos que essa matriz tem uma inversa mostran - )
Prime!ro. aumentc A com a matriz identidade: do como calcular esta. Denotemos por e a i-csima coluna de /. Por exemplo. ;
se n 3. - )
1 1 0 u
-'
[ I 0= 12 2
A I
0
/v
0 p. - 0
rr
e.
f
0
\ »
- 1 n
)
1
n
1 ALGEBRA MATRICIAL 179 178 MATyMAmCrA PARA ECONO MlSTAS
4 que reduzem A b forma escalonada por
Agora execute em [ A |/] as operagoes sobre linhas
4 transformar (6) na forma escalonada reduzida por linhas. Multiplique a primeira linha de
(6) por 1la e a segunda linha de (6) por aJ{ ad - bc\ para obter a matrix
i
.
linhas As tres primeiras desias operagoes foram
descritas no Exemplo 8.1 e proiuzem a
7 matnz
o a a
c a
r
1
0 -10
i
-
1 |
15 | 12
1
-
0
1
0^
0
# 0 1
- - 3,5 I -4, 2 0, 1 1,
•n
ad - be ,
i
ad be ,0 0
I
cujas entradas Ifderes sao ambas 1. Para completar a redugao , some -bla vezes a linha 2 h
linha 1.0 resultado final 6 ’
Em seguida, reduza essa matriz tt forma escalonada
reduzida por linhas usando as opera -
'
!
goes descritas na Segao 7.2:
r f
1 0 I
d
-
ad be
b
ad - be
\
/
l 0 0 I 0, 4 i .1'
)
0 1 |
-— —ad - be , — 0 1 0 I -
0,6 1
)
ad be
(7 ) / 1
0, 4
)
) -
Observe que se ad be* 0, entao ate nao podem, ambos, ser 0. Assim , pelo Exemplo 8.3 e
-0 6 - 4 T (4)
)
o Exercfcio 8.17, provamos o seguinte teorema sobre matrizes 2 x 2:
V
i2
- 4 4
.) e a inversa de A .
Teorema 8.3 A matriz arbitraria A de tamanho 2 x 2 dada por (5) e nao-singular (e, por-
) -
tanto, invertfvel) se, e somente se, ad be 0. Sua inversa e a matriz ( 7 ). a inversa de uma matriz 2 x 2
Exemplo 8.4 Agora aplicaremos este metodo para
.
* calcular
7 a b (5)
A
.) 0 objetivo no proximo capftulo e a generalizagao deste convenicme crite rio para o caso de ' c d
j matrizes arbitrarias de tamanho n x n.
arbitraria. Comece escrevendo a matriz aumentada
J
Recolliendo os fatos sobre nao-singularidade do Caphulo 7 e juntando o que foi feito aqui,
) chegamos as seguintes equivalences.
o [A 11]
a
C
b
d
!
I
1
0
0
lj ^
J Teorema 8.S Para qualquer malriz quadrada A, sao equivalences as seguintes afirmagoes: Se a e c sao ambos 0. A claramence e singular.
Vamos supor, portamo, que a -r- 0. Primciro
por linhas
. > ( u) A c invertfvel. -
somamos c/ a vezes a linha 1 & linha 2, para obter a forma escalonada
( b) A tem uma inversa a dtreita.
J (c) A tem uma inversa h esquerda.
id ) 0 sistema Ax = b tem pelo menos uma solugao para cada b.
/ a b
ad be - --a
1
C
0
1
^ ( 6)
J ( e) 0 sistema Ax b tem no maximo uma soiugao para cada b.
=
0
a
J -
(J ) A e nao singular.
Este curio calculo ja nos diz que, quando a ± 0. A
e nao-singular (e ponmuo invertfvel ) sc .
( g) A tem posto maxirno.
-
e somente se, ad Oc * 0. Agora a climinaciio de Gauss-Jordan para
J , ccniinuamos coin
J
’
v »
k
;
4) 4
\
1 180 MATEMATICA PARA ECONOMISTAS
ALGEBRA MATRICIAL 181
m) . }
Exemplo 8.5 Como cada uma das operagoes elementares sobre linhas e reversive ), cadauma
das matrixes elementares e invertivel e tern uma matriz elementar como inverse . Por exem - Teorema 8.10 Sejam A e B matrizes quadradas invertfveis. Entao,
plo, a inversa da matriz de permutagao E}J 6 E ~ (= Ei} ) , a inversa de E r ) 6 E,{ 1/ ) ea inver-
^
r
sa de £. (r) e £ ( l /r). -
(a) ( A ' T ' ^ A ,
i
^ ( b ) ( AY = ( A ' )T -
Como cada matriz elementar 6 invertivel, qualquer produto de matrizes elementares tamb m
e invertivel peloTeorema 8.10c. Invenendo as matrizes elementares no enunciado do Tcore
^- (c) AB £ invertivel e ( AB )"' = C'/T 1
)
ma 8.4, podemos escrever qualquer matriz A como o produto de matrizes elementares por \
uma matriz escalonada reduzida por linhas U :
ATriversa“deThatrizes funciona de maheira rnuito parecida com dlnversa 3e numeros. Sc A ~e I
’ '
“
i
A= E? - E;1 - E£ - U B sao invertiveis, A + B nao precisa ser invertivel e, mesmo se for, (A + 8) ' nao 6 , em geral ,
]
igual a A~ + B\~ Ate
“
• I
para matrizes I x 1 ou escalares, i
-
Ale'm disso, sc A e nao singular, sua forma escalonada reduzida por linhas c a matriz identi - _
dade, como vimos na prova do Teorema 8.7
A discussao prccedeme nos apresenta um teorema de decomposigao de matrizes que sera
(3 + 2) '
— ;
utilizado no Capitulo 26.
Se A i uma matriz quadrada , podemos tomar potencias inteiras de A. A matriz Am e defi-
nida como o produto A • A • • • A { m vezes). Por exemplo, se /
/ /
Teorema 8.12 Qualquer matriz A pode serescrita como uni produto 2 1
A
= Ft - F m U 1 1 i
A \ !
entao r 2 P f
2 5 3
no qual as Fi sao matrizes elementares e U esta cm forma escalonada reduzida por li - A2
-
nhas. Quando A 6 nao singular. £/ = / e A = Fi • • • Fm J K \ 1 3 2
)
Se A e invertivel , tambem podemos dcfinir potencias negativas dc A :
)
t
EXERCICIOS A "m
= (A '* 1
) - A -1 - A ' - - A ^
'
* 1 (m vezes) )
OS Verifiqueque
A potenciagao de matrizes segue a maioria das regras basicas de potenciagao de escalares. Is- )
ft CL 0 )- -0.5' so e resumido no seguinte teorema.
f 1 f
-r 1 \ 0.5 0
)
r 2
— I
)J c 0 1
1
l
p
0, 5
o i
/
0
1
0.5
o }
§ L
-
i i
= ' = y
$.17 Suponha que a - 0 mas c ? 0 em (5). Mostre que , ncste caso obtemos a mesma inver- . lb ) para quaisquer intciros r e s ArA* Ar'\ e . -
sa ( 7) para A.
j .
( c) para qualquer esealar r z 0 rA e invertivel e (MV1 ( 1 /rJA 1
= - )
!
1
1
T .
1
Q 182 .
MATEMATICA PARA ECONOMISES "
ALGEBRA MATFUCIAL 183
f.1
8.26 ProveoTeorema 8. I I . 8.18')Mostre que se ad - be* 0. entao
O 8.27 a ) Prove que (AB)* = A 4B* se AB = BA . s’ ,
l i d
.
b) Moscre que, em geral (AB) * Aktf .
4 -
ad bc [
)
c) Conclua que (A + B) nao e igual a A 2 + 2AB + B2, a menos que AB = BA.
2
8.28 Qual e a inversa da matriz diagonal n x n 6 tanto uma inversa h esquerda como uma inversa a direita de A , multiplicando se as -
>
1 matrizes diretamente.
<
,
( B 0 0 0^
8.19 Use a tecnica do Exemplo 8.3 para ou inverter cada uma das seguintes matrizes ou pro-
D 0 B2 0 0
9 varque e singular:
ill f
2 4 O^i
cl.n j r 2
a 0 0 0
<0
2
1
1
1
b)
4
2
f, 4 j c)
1
-2
d) 64 3
} , -6 -10 0j
8.29 Mosire que a inversa de uma matriz simdtrica S de tamanho 2 x 2 e simetrica.
(2 6 • 0
) 8.30 Mostre que a inversa de uma matriz nxn triangular superior V e triangular superior.
/ 2 I O' )
6 21 8 17
Voce consegue um argumento facil para estender esse resultado para matrizes triangu - e) 6 2 6 /) 4 12 -4 13
lares inferiores?
^ -4 -
3
1 -3 - 12 2j
)
'
)
*
[Sugestao: Ha varias maneiras dc realizar a primeira paite. Voce pode utilizar o meto-
do de inversao descrito na prova doTeorema 8.7, observando atentamente os 0 abaixo
°
=
da diagonal. Ou voce pode mostrar por calculo direto que BU I implica que B so tem 8.20 Inverta a matriz de coeficientes para resolver cada um dos seguintes sistemas de equa-
) .
0 abaixo da diagonal ] 9oes: . . :
) - PT. 2.v, + .r2
]
8.31 Mostre que para qualquer matriz de pcrmuta ao P, vale P 2.r, + 4.Y2
'
^ 2.r. + x 2 . - 5 = 4 2
) -
8.32 Use elimina <;ao de Gauss Jordan para obter um crteio para a invenibilidade de matri- a)
,
.r + x , - 3
| £) ,
6.r -I- 2 x 2 + = 20 c) 4.vs - 6.Y2 + 3.v , 1
-
zes 3 x 3 semclhante ao criterio ad be do caso 2 x 2. Para simplificar, suponha que - , 4.v - 3X 2 + 9.V3 - 3 - 6.vt - 1 0.Y2 -6
: ) nao sao necessarias permutas de Jinhas no processo de elimina 9ao.
8.21 Mosire que se A 6 n x ti e AB = BA , entao B tambem e n xn.
’
>
matriz A de tamanho m x «, onde m* n:
a ) Uma matriz nao-quadmda nao pode ter nem uma inversa a esquerda nem uma in -
versa a direita.
^
8.23 Verifjque as allrma oes sobre as inversas de matrizes elementares da ultima frase do
Exemplo 8.5! ^
J b ) Se A tem uina inversa a esquerda (direita ), emao tem uma iufinidade de inversas.
J
.
c) Se m < ;i, emao A tem uma inversa a direita se e somente se, posto A = m.
d ) St :?i > n , emao A tem uma inversa a esquerda se, e somente sc. posto A = n.
3.24 a ) Use o Teorema 8.8 para provar que uma rnatriz triangular inferior ou superior de ta
manho 2 x 2 e invertive! se, e somente se , cada entrada na diagonal e' nao- nu!a.
-
) b ) Mostre que a inversa de uma matriz triangular inferior de tamanho 2 x 2 c triangu - '
lar inferior.
MATRIZES DE INSUMO-PRODUTO
0 8.5 Na ultima secao mostramos que resolver uin sistema Ax,= b de n equates a n incognitas es -
! 1 c) Mostre que a inversa de uma matriz triangular superior de tamanho 2 x 2 e triangu
lar superior.
-
J ta esireitameme relncionado com inverter a matriz A . pots
:
J Para um unico b fixado, em geral e' mnis rapido resolver Ax = b por eliminaqao gaussiana tc
c) Mostre com um exemplo que se A e B sao inveinveis entao A + B nao precisa ser .
invertive l.
substiuiigao inversa ). Contudo. sc trabalhannos com varios ' tdos direitos diferentes b e uma ci ) Mostre que. quando existe, (A + B) 1 nao e em geral . igual a A‘ ' + B 1. .
J
" "
t „
mesma A. pode ser mais facil inverter A c usar ( 8).
; ... .
?:•
A prova do Teorema 8.13 ser £ apresentada ao final desta se ao. Primeiro, para tomar con- Por exemplo, considere o exemplo de insumo -produto do Capftulo 6. Este 6 um modelo de
^
creta a discussao precedente, considere uma economia simples de trcs industrias, com matriz
'
uma economia com n industrias. Cada industria produz um unico produto, usando como in-
)
sumo a produ ao das demais industrias. Escreva x, para a produto total do produto i e deno \
de insumo-produto
^ -
te por atj a quantidade do bem i necesslria para produzir uma unidade do bem j . Seja c{ a de -
0,15
0,3
0,5
0,1
0.25
0, 4
.
manda para o consumo do produto / No Capftulo 6, vimos que a condiqao para o equilfbrio
de mercado em que a oferta iguala a demanda 6 dada pelas n equates
c = 20 c c - 20
x = Ax + c .
J, to o que 6 mais convenientemente escrito como
°
Qual sera o correspondente mvel de produ ao da industria?
i
(/ - A ) x = c. (9)
i
' 0,85 »
0,5 -0.25 | J 0 0>
-0,3 0.9 -0, 4 | 0 1 0 .
Observe que alem de exigir a inveriibilidade de / - A , tambem estamos exigindo que a solu -
:
, -0, 15 -0,3 0,8 | ;0 0 1; ( - -
jtio de ( 9 ) e nao negativa sempre que c 6 nDo negativo. Isso corresponde a exigir que quai-
quer solu ao dc nosso sistema economico produza quantidades nao - negativas de cada mer-
>
1,399 >
.
cos no modelo estao contidos na matriz A Nao basta simplesmente supor que / A tern uma -
l
(\ 0 0 I
1.975 1 564 inversa nao-negativa. Precisamos encontrar hipoteses sobre A que impliquem o comporta-
:
0 1 0 | 0,988 2{ 115 • 1.366 mento desejado dc / - A.
,0 0 1 | 0,741 1.086 . 2.025;
'
Como os fatores de produto tern unidndcs naturals distintas, e' conveniente na anaiise de )
-
insumo-produto expressd las em termos monetarios, digamos; em mikhdes de dciares. Neste
1
.
As ultimas tres colunas sao ( / - A)" Observe que, como prediz o Teorema 8.13, todas as en- caso, a (i,;)-dsima entrada da matriz dos coeficicntes tecnicos A indica quantos milhoes de )
V - rradas sao positives. dolares do bem / sao necessdrios para produzir um milhao de dolares do bem j . A soma das •
:!• '20 ^ entradas em cada coluna de A da ocusto total de produzir l milhao de dolares dc produto re -
* presentaao pcla coluna. Como esperamos que cada industria tenha um lucro coniabU positi-
Quando a demanda de consumo e c = 20 „a produqao total deveria ser vo, a soma das entradas em cada coluna deveria ser menor do que 1. Ocorre que essa e uma
r -
JO, das cond oes sobre a matriz dos coeficientes tecnicos A que garame que / - A tenha uma in-
r
1.399' '20 > '84.77'
^
versa nac- negativa.
1,975 1,564 f
0,988 2 i!
, 5 1.366 20 = 75.72 )
0,741 1,086 2.025 y 110 , ,56, 72;
. Teorema 8.13 Seja A uma matriz de tamanho n x n , tnl que cada uma de suas entradas e'
; . -
nito-ncgaiivn e a soma das entradas em cada coluna e menor do que l . Entao a matriz 1 / !
t
1
'
1
i
n 186
i- ALGSSRA MATRTCIAL 187 MATEWATICA PARA ECONOMISTAS
:
!
Para resolver o problema , transformamos a Tabela 8.2 na matriz dos tceficientes tecni *
TO "
cos A c a Tabela 8.3 na matriz-coluna de demanda final c. Como antes, o objetivo e resolver
$
o
-
( / - A )x c para a matriz-coluna x do nfvel de produ ao:
x= -
(/ A )
rl, 975
20 , a produ o total deveria ser
1, 564
^
1, 399 > ' lO 'l '79, 01'
x = ( / - A )- Ic 0, 988 2, 115 1, 366 20 79, 51
-
1 A
^
0, 741 1,086 2.025; 20, ,69.63,
© '1 0 0 0 0 0^ r
0,170 0, 004 0 0, 029 0 0.008 > <
Leontief utilizou a analise de insumo-produto para estudar a economia none-americana de
0 1 0 0 0 0 0,003 0, 295 0,0 ) 8 0,002 0.004 0.016 1958. Ele dividiu a economia em 81 gupos e agregou esses grupos em seis setores de grupos
relacionados. Aqui trataremos cada um dos seis setores como uma industry so, a fim de sim-
o — 00
0 0 1
0
1 0 0
0
0
0
0.025
0,348
0, 173
0,037
0, 460
0, 021
0, 007
0, 403
0.011
0, 011
0, 007
0, 048 plificar nossa apresenta ao. Essas seis industrias estao listadas na Tabela 8.1 e sees fatores de
^
demanda intermediaries estao listados na Tabela 8.2. As unidades sao milhoes de d6iares. Por -
)
—'
0
0 0 0 1 0 0,007 0, 001
__ _
0, 039 0,025
.
0,358 0.025 tento o 0,173 na linha 3 e coluna 2 significa que a produ 9ao no valor de l milhao de dolares
_> - - A-.0 . . 0 . 0. -
0 h 0,120 0,074. 0, I 04 Q 123 0.234,
' 0, 830 -0,004 0
k
\
-)) A inversa tlessa matriz de insumo- produto Ifquido pode sercalculada pelos me'todos da Sc ao
Sctor
NF Nao- meiaj final
Excm pios
Couro, moveis, alimentagao
-
8.4 e entao utilizada para calcular a matriz coluna de nfvel de produce bruto. ^ MF Metal fmtf Maquinario de constru 9ao, eletrodomesticos
)
x = { I - AT' c
MB Metal oas co .
Mineraqao pcqas de oficina
) NB -
Nuo meia basico Vidro, madeira. texteis , produtos agricolas
E Energia ; Carvao, peiroleo, eletriciclade , gas
;
O. OiS ' 99.640 ' S Servi9os \ Servi os governamentais, transporte. mercado imobiliario
) 1,234 0,014 0, 006 0,064 0, 007
^ ^
)
0, 017
0.071
1, 436
0, 465
0, 057
1 , 877
0, 012
0, 019
0,020
0, 045
0.032 75.54S
0.031 14.444
-
Tabela 8.2 Demandas Imemas da Economia None americana cm / 958 ( cm milhoes de dolares )
NF MF MB NB E S
J
:•
0.751 0,134 0, 100 1 , 740 0, 066 0.124 33.501
NF 0, 170 0.004 0.000 0,029 0,000 0.008
0, 060 0.045 0, 130 0, 082 1.578 0.059 23.527 MF 0 ,003 0.295 0.0 IS 0,002 0,004 0.016
0, 339 0, 236 0, 307 0, 312 0,376 !, 349; ,263.985, MB 0,025 0, 173 0,460 0,007 0,011 0,007
6 ' 131.16 P NB
E
0.348
0,007
0.037
0.001
0.021
0.039
•
'
0,403
0.025
0.011
0.35S
0.04S
0.025
8 j
120.324
79.194
178.936
66.703
$ 0, 120 0 ,074 0.104
-
0,123
Tabela 8.3 Demandas Extern as da Economia None americana em 1958 ( em nullifies de dolares )
0.173 0.234
\F S99.640
j k
426.542 , s!F 75.548
;
vIB t 4.444
3 Conclufmos. per exemplo, que e necessnrio um valor < le 131.161 milhoes de prodmos da in - NB 33.501
dustry de nao- metal final para atender tamo a demanda uermediaria quanto a final da eco-
? )
nomia none-americana de 1958.
E
S
23.527
263.985
.
i
....
>,
* 1
i y
\
c
'
'
\
) ALGEBRA MATRICJAL 189 188 MATEMATICA PARA ECONOMISTAS
•
v.
:* H- i.
I
A matriz 5ae tamanho ( ti - l ) x ( n - 1) aind 2 e diagonal dominance, pois suas entradas fo- Prova do Teorema 8.13
ra da diagonal ainda sao nao- positivas e a soma das entradas na (/ l ) esima coluna 6 - - Concluiremos esta se$ao provando o Teorema 8.13. Seja A a matriz dos coeficientes tecnicos ..
f que satisfaz as hipdteses do Teorema 8.13: entradas n5o-negativas e somas de colunas meno - ^
\
J
\ res do que 1. Entao A tem todas suas entradas e somas de colunas entre 0 e 1 e / - A satis
- - -
h* L °\\ faz as tres propriedades seguintes:
= -1
^ \*
J K J
- b
b
h lj
. \
:y
2\ +‘" + bn ,
bi )
(a) cada entrada fora da diagonal 6 < 0,
(.b) cada entrada diagonal 6 positiva , e
I
\
(c) a soma das entradas em cada coluna e positiva.
> bji - Lbv - b>
'
j
i
I *. h \j
As matrizes que satisfazem essas trSs condi < joes constituem um caso especial da classe das
>0 ( por (10), 2 vezes) matrizes diagonals dominantes. Uma definigao mais geral de matriz diagonal dominante re-
'
. quer que em cada coluna o valor absoluto da entrada diagonal seja pelo menos tao grande
0 novo lado direito c tem todas as entradas positivas. Continue aplicando a climinaqao quanto a soma dos valores absolutes das outras entradas naquela coluna. Para provar o Teore -
I
gaussiana; a cada etapa, a submatriz resuhante ainda satisfaz a , b e c Concluimos que a . ma 8.13 basta provar o resultado seguinte. i
forma escalonada de [ B|c) tem o seguinte padrao dc sinais:
-d
~ - .. +)
'
0 +
0 0
-
+
- +
+
Oprema 8.14 Seja B uma
tao} todas as entradas de B
matriz quadrada que satisfaz as condigoes a b e c acima. En -
-
sao nao negativas.
.
0 0 0 " +
[0 0 0 " -r
Prova Para mamer o comrcie sobre os sinais e tamanhos das entradas da matriz Bt vamos es -
A subsiituigao in versa em uma matriz come essa fornece uma solu o positiva x para o creve-la como .
sistema 3x = e. Se o lado direito nao- nuio c tivesse algumaentrada zero e stA tivesse al - ^ bln^
gum termo zero fora da diagonal, o mesmo argumento fomeceria uma solugao nao- nega - b\\
^12
tiva de Bx = c. Como as colunas de B~ l sao os vetqres-solu ao de Bx = e; (Teorema 8.7 ), as
5
entradas de ZT sao todas numeros nao- negativos ’ I
'
^ B
~
bz\ b2 , - -bln
^
K | ~ bn 2 hn n j
I EXERCICIOS
! \
f 0, 7
8.34 Suponha que a matriz dos coeficientes te'cnicos e duda por A 0.1
0, 2
0, 6 0.1^
0, 2
onde cadaZ>.. > 0 e ^ - X* i \ < bjj
h
( 10) /
1, 0, 1 Ojl 0,6 ) para cada j. Seja c um vetor com todas as entradas positivas e considere o sistema Bx c. Pa = - )
Encomre os vetores de produgao bruta quando a demanda final £ . ra resolver esic sistema , milizarcmos eliminagao gaussiana na matriz aumentada [ B|c). So-
me bjjbu vezes a linha 1 a linha j para cada j > 1 . O resultado e a nova matriz aumentada )
' 2\ /
2N
~b[ n
^ c\
(
% o) 1 b) 1 c) 1 *"
i2
i
V W
i
o • •• -K - ipbu- K
8.35 Suponha que a matrix dos coeficientes te cnicos 2 x 2 geral seja dada por
'
^ 11
^ 11
la b'
c J
.1 =
•
V
0 '
bn2 ~ r~ b\:
bu
bvitni — —b -
d u[ j
ii
In ^^, 1
11 /
J
)
Prove oTeorema 8.13 diretameme par uma ta! matriz, utiiizando c Teorema 8.8.
"
.
r bI I a c.J
)
=
0 B C
1
1
r
r-
r Aiesgfu 191 no MATEX
^TlCA RARA ECQNOMigTA^
^ JJR!C!AL > & :
£N;»
3*
Seja A uma matriz m x n . Uma submatriz de A 6 uma matriz obtida descartando-se ajgumas
IMizamos a multiplicagao por blocos de matrizes particionadas na Segao 8 .4 quando e$-
crevemos o produto matricial AA ‘ = / como
“ Iinhas e/ou colunas inteicas de A . Uma matriz em blocos, ou entao, particionada , duma ma-
triz que foi subdividida em submatrizes por Iinhas horizontal e /ou venicais que seestendem
^
oo
1
t
A ( c,
^
Uma razao para particionar matrizes 6 que freqiientemente
cJ = ( e,
onde c; e ay-esimacolunadeA ee eay-esimacoluna da matriz identidade . Naquele caso, o
y - esimo produto de blocos fomeceu^a cquagao Ac = tj em (2).
e' muito mais facil calcular in
versas ( ou mostrarque nao existem) utilizando blocos do que por meio de calculos diretos.
e„ )
*
ao longo de Iinhas ou colunas imeiros de A . Por exemplo,
A ==
/
^
a n a12
a2 l ^22
a3 l a32
I a23 I
I °33 I
a13 a24
a24
a34
a15
a2 S
a35
a26\
a26
a36 j
( ID
m Por exemplo, o proximo resultado sobre panigoes e util para obter proposigoes sobre como a
fungao demandadepende do mvel de pregos. '
que podemos reescrever como
)
.
A=
' At Ai I bA
)
. Teorema 8.15 Seja A uma.matriz quadrada particionada como
iAi Aa I A3 J
T At Cada submatriz Ai} 6 chainada bloco de A . Matrizes aumentadas sao urn exemplo de matrizes
) em bioco: elas sao particionadas verticalmente em dois blocos.
A i A2 J Se A 6 uma matriz quadrada que foi particionada como 1
.
) Ai A 2 A? At *
"" 0 A22 ** * 0
( 12)
'
) sao nao- singulares, entao A e nao singu!ar e *
1
) D~ ] - DAlpAJ,1 '
l 0 0 Abu
) — - A;1 A21 D - 1 A > ( / + At ^ )
04) onde cada As e qukdrada p Atj = 0 para i -/ y , entao A e denominada matriz diagonal em blocos.
"
^^
"
'
12 22 ;
Suponha que A e B sao duas matrizes m x /1 que foram particionadas da mesrr a maneira , .
) ou seja .
A prova desse teorema e' deixada como excrcfcio. A2 422
- -4 ^A1 A2 A3 N
.
I ,1
e
EXERCICIOS
V A IA 2 B12 B13
- J
1
onde A , , e Bn lem 0 mesmo tamanho , A , 2 e Bx 2 tem 0 mesmo tamanho, e assim por diante. En -
) 836 O que deve valerem ( 13) , quanto ao tamanho dos varios blocos An . A , , . C, r e assim tao. At B podem ser somadas como se os blocos fossem emradas escalares:
_i por diante, para a multiplicagao por blocos fazer sentido?
) A1 * A 1 A , 2 *r Bl 2 A13
r ) 837 Suponha que A e dada por ( 11 ) e que a matriz C e dada por A+ B=
A 2| + B2-, t A22 + 822
^ 13 +
A2 y + 323
\
) ^'
11 i I' ll
Analogameme . duas matrizes em bloco A e C podem ser multiplicadas , traiando -se os blo-
.
C2 J 1 C22 c23 C 24 cos como escalares, se os blocos forem todos de tal tamanho que possa ser efetuada a sua mu!-
0 cSl ! 02
.
CX c34
' C„ A 2 cLI 3 ^ tiplicagao . Por exemplo, se
J i f 42
On ^ 22
fAi A:' C
^C
IQ",
12
CM c:J e C=| ( 13)
J C l
* ! cv c>3
&i C 3:
U> ATT; 2T
^; 23
;j .
a ) Verifique que a muUiplicncao por b ^cos pode ser etetuada para o produto matri - AC =
r
. A Cn +
| AI ^ Yl AJ 2 Cn Air 3 + A :C2
^
cial AC. A 2 | CJ ) + A 22 C2| AT I C, 2 T* ATTC
^ T AlQs t
‘*
^ ^ jJ
22 2
5?
i \
* -
A partir de (15), a (/, i) £sima entrada na diagonal de LM 6 l} p\n.Se lti - mu = 1, entao, _
8.38 Mostre que a matriz diagonal em blocos A em (12) e invertivel se , e somente se, cada
Au 6 invertivel. Encontre A .
mi * 1
% • ,« M M k < • < |
X Agora podemos tmlizar nosso conhecimento sobre matrizes elementares para decompor ma- 8.39 Prove o Teorema 8.15. Primeiro mostre que a matriz D existe. Depois verifique que z
z r.
ri
trizes. matriz ( 14) e a inversa de A usando multiplicagao por blocos. i
8.40 Substitua a hipotese sobre a matriz A do Teorema 8.15 pela seguinte hipotese: An e •
£
Teorema 8.16 Seja A uma macriz arbitrSria k x n e suponha que nao e necessdrio efetuar
* ,
An " A2 lAf lAI 2 sao invertivels. Prove que A 6 invertivel e encontre sua inversa.
* ftrc
••
.
permuta de linhas para reduzir A h sua forma escalonada por linhas Entao, A pode ser es - 8.41 Reescreva as condigoes de invertibilidade do Teorema 8.15 para os seguintes casos.
50S ' •
crita como um produto LU , onde L 6 uma matriz triangular inferior k x k com somente en-
% a ) A2I “ 0
tradas 1 na diagonal tUe uma matriz triangular superiork x n. b ) A 22 e 1 x 1 ( um escalar)
v . ,,
c) A e o escalar 0 e A2 [ = Aj2 = p , ondep e um vetor-coluna.
I
£,
A matriz U no Teorema 8.16 e a forma escalonada por linhas de A. Embora nao seja ne-
!? cessariamente uma matriz quadrada , dizemos que e triangular superior porque suas ( ij ) tsi - - 8.7 DECOMPOSIQAO DE MATRIZES (opcional)
p
•
mas entradas sao todas zero semprc que i > j. Nesta segao mostramos como a maioria das matrizes pode ser cscrita como o produto de uma • i
iX : P matriz triangular inferior L c uma matriz triangular superior U . Essa decomposigiio LU leva
&?
V- -
Prova 0 Teorema 8.16 e uma conseqtiencia dos Teoremas 8.4 e 8.12, que resumem a aborda - a uma abordagem cftciente da resolugao de sistemas de equagoes ( Exerclcio 8.51 ). Tambem
:-.y : gem a eliminagao gaussiana via matrizes elementares. Se nao e necessario efetuar permu
ta de linhas para reduzir A it sua forma escalonada por linhas U , entao a unica operagao
- e a tecnica centra! na prova de teoremas imporlantes sobre matrizes (especialmente no Capl-
tulo 26). Essa decomposigao e uma conseqliencia direta do Teorema 8.12 e do seguinte lema
exigida e a adigao de um multiplo de uma linha a uma outra linha que esta mais abaixo na sobre o produto de matrizes elementares.
. matriz. Essa operagao e' descrita pel a matriz elementar £#(r), onde / < j. Essas matrizes ele-
r mentares sao triangulares inferiores com somente entradas 1 em sua diagonal. Os Teore
mas 8.4 e 8.12 nos dizem que
-
:i*
.
Lema 8.2 Sejam L e M duas matrizes triangulares inferiores n x n Entrio, o produto ma-
A^ Er - E^
' U ( 16) tricial LM e triangular inferior. Se L e M tem somente 1 em suas diagonais, entao o mesmo
ocorre corn LM . ‘ \
j
Jr
3
0 i
7 Exemplo S.6 Para ilustrar o Teorema 8.16, voltemos ao Exemplo 8.1 , onde escrevemos a for - „
[ LM \.. = ( I hj -
1 hi 0 0) ma ( 15) i
ma escalonada por linhas U de 1 m
\
/
I
)
I
A - 12 2 -J >
'
m.
\
4 /
i
£ >
i
n
7)
T i
7)
' S AUGSSPA MATRICWL 195
194 MATEMATICA PARA ECONOMISTAS
>
-
(embora a prova seja suficientemente sudl para podermos apenas esbog3 la aqui) . As permu-
tas de linhas s6 sao exigidas porque, em algum estagio do processo de redugao, aparece um
r I o o'' /
1 1 n
1
pivo de valor 0. Assim, reduza A & forma escalonada , observando atentamente as trocas de li - -
12 l 0 12 2 -3
~
<
1 -4.2 1J
0
~
nhas requeridas. Suponha agora que essas trocas de linhas tenham sido feitas antes de termos
comegado a redugao. Hnrao, todos os pivds estariam no lugar certo e nao encontrariamos pi-
v6s 0 no processo de escalonamento por linhas. Como trocamos as linhas de A ? As permutas
0,1
Multiplique o lado direito pelas inversas das matrizes elementares:
lj
^ 34
1
, ,
= £l2(-12)- - £l3(-3r - £a (0. l)- . t/
(
\
de linhas podem ser efetuadas multiplicando A b esquerda por matrizes de permutagao as — 14
|
.
2 mairizes O produto de matrizes de permutagao e uma matriz de permutagao (Exercfcio
8.10) eportanto, para eltminar a necessidade de uma troca de linhas durante o processo de re-
= £l 2 (12) . £IJ (3) £23 (-O I ) f /
r dugao, podemos simplesmente multiplicar A a esquerda por uma conveniente matriz de per- < 1 0 0"\ i i n
> ... .. . -.. mutagao P. Assim,.existem uma. matriz.de permutagao P , uma matriz triangular superior U e 12 ... . 1 ... 0 0 -
10 -15
•
j’
)
uma matriz triangular inferior L tais que PA = LU.
Quando A e singular, a historia nao e muito diferente. Nesse caso, quando encontramos
.
l 3 -O t \ ) ,I 0 0 — 3 5J
,
LU
- -
um pivo 0, talvez nao seja possivel troc £ lo por um pivo nao nulo usando uma troca de linha.
?! Tudo abaixo do pivo pode tambem serO. Isto nao se constitui em problema: simplesmente
passamos a coluna seguinte. E claro que alguns pivos podem ter elementos nao- nulos abaixo
Observe que os negatives das entradas abaixo da diagonal de L refietem as operagocs e!e-
mentares sobre linhas que foram usadas para reduzir A a U.
• iI deles, de modo que continuamos precisando de troca de linhas. Mesmo assim, nossas conclu -
) soes nao sao alteradas. Resumimos esta discussao no teorema a seguir.
Indugao Matematica
) A prova do Teorema 8.16 nao e completamente rigorosa , por que a afirmagao ‘‘repetindo es-
se argumento tamas vezes quantas forem necessarias ” e' vaga demais. Como saber que real -
I
1 .
Teorema 8.17 Seja A uma matriz qualquer k x n Entao, podemos escrever M = LUt on - mente podemos fozer .isso? Existe uma tecnica formal para esse procedimcnto, que e o prin-
de P 6 uma matriz de permutagao k x k , L 6 uma matriz triangular inferior k x k com so - ciple da indugao mate/tuitica . O prinefpio da indugao matematica e descrito porcoinpleto no
J mente 1 na diagonal e U uma matriz triangular superior k x n.
.
primeiro apendice deste livro. Aqui so mostraremos como podemos aplica-lo a prova do Teo-
0 ;
rema 8. l 6. •
Na prova do Teorema 8.16 queremos mostrar que , para qualquer k , o produto de k mairi -
?) EXERC1 C10S
zes triangulares inferidres L, • U • • • 1^ e triangular inferior. Essa afirmagao e claramente ver-
dadeira quando k = 1.0 Lerna 8.12 diz que a afirmagao e verdadeira para k = 2. Para k - 3. es-
crevemos Ll • Lr L } c6 mo ( L, • L2 ) • Ly Como a afirmagao vale para k = 2, ( /L , • L ) e triangu . -
. 8.42 Para cada uma das matrizes A a seguir, escrc'ra a seqiicncia das matrizes elementares -
lar inferior. O Lema 8. ! 2 entiio garame que o produto Z., • L, • Ly e triangular inferior, e assim
?
que sao necessarias para levar A a forma escalonada por linhas.
> pordiante.
O ( 2 1 Para formalizar esse argumento, dividimo-lo em dois passos:
J
a)
f
{
2
-6 1
-13;
b) 6
-4 -3
2 6
9,
( 1 ) o produto de duns matrizes triangulares inferiores e triangular inferior, e
. -
(2 ) se o produto de k mairizes triangulares inferiores e triangular inferior, entao o produto
J t n
(2 6 0 5N de k + 1 matrizes triangulares inferiores e triangular inferior.
O c) 4 6
4 0
^ d)
6 21 S 17 As afirmacoes 1 e 2 sao verdadeiras pelo Lema 8.2. Tomadas juntas, as afirmagoes 1 c 2 nos
J , 6 - -10 0 4J
0 -3 -
12 2 permitem concluir que o produto de um numero arbiirario k de matrizes triangulares inferio-
s4 12 -4 \o ) =
res e triangular inferior. Primeiro. tomamos k 2 em 2, entao 1 e 2 implicate que a afirmagao
J I
vale para k - 3. Depois . tomamos k - 3 em 2 para concluir que a afirmagao vale para k 4, e =
• . assim por diante. A afirmagao 2 e denominada hipotese de indugao. Essa prova por indugao
J e' um meiodc nuto - suficiente que e milieus vezes usado para provar propo.4gocs da forma: a
t
) afirmagao P{ k ) e verdadeira para todo inteiro positivo k .
t
*!
m )
)
ALGEBRA MATRICIAL 197 196 MATEMATICA PARA ECONOMISTAS
)
8.51 A decomposigao LU fomece uma maneira eficienid de resolver um sistema de equa
goes lineares Ax - b para valores diferentes de b. Essa maneira requer muito menos
- 8.43 Escreva por extenso a decomposifao ID de cada matriz do Exercicio 8.42.
i
t
passos aritmeticos do que inversao matricial, e funciona tamb6m quando A nao qua - I 8.44 Mostre que a decomposigao IDdeA 6 unica se A e quadrada, invertivel e satisfaz a hi - )
p6 tese do Teorema 8.16.
I drada. Use a decomposigao LU para reescrever o sistema de equagoes como LUx b. - [Sugestao: Escreva A =!, (/, = L,U 2 , onde as matrizes I, sao invertfveis e triangulares
--
Agora o sistema pode ser resolvido tomando primeiro Ux z, resolvendo o sistema de
equates Lz = b para z e entao resolvendo o sistema Ux z para x. Como ambos os
v inferiores com 1 na diagonal. Mostre que as matrizes U ; sao invertfveis e escreva
'
)
£ iLl = U 2U 1 • Conclua que ambos os lados sao diagonals e que o lado esquerdo e, de
sistemas sao triangulares, so precisamos usar substituigao inversa para resolve-los.
« ) Verifique que as solugoes obtidas dessa maneira sao precisamente as soloes de ^
fato, a matriz identidade.)
)
)
Ax - b.
8.45 Mostre que a decomposigao LU de uma matriz A que satisfaz a hipbtese do Teorema
b) Resolva os seguintes sistemas usando essa tecnica:
8.16 e unica se A tern posto maximo.
f 2 4 0 ( x} s
^ 2N /
2 4 O
' /
.ri \ *
( 2\ -
[Sugestao: Como no exerefeio anterior, escreva U2 LlUi - U 2 Verifique que D, c U 2
nao tern linha de zeros e entao mostre que a equagao L LfJ { - U 2 implica que
[ -6
4 6
-10
3 x2
° ) UJ
1
[ -6 )
4
- -
6
6
10
3
0j
•
x2
1*3 )
8
e a matriz identidade.) ^
n ( xl
^ r -55 . H /V
—
8.46 Mostre com um exemplo que se A nao tern posto maximo, entao a decomposigao LU
f
5 3 ' 7 3 2\
deA naoprecisa ser unica: :
-5 -4 1 X2 -10 -
4 1 X7 - 5
" '
. [
v -10 “ 9 5J
^- j l -10
24 5 J J { -\ A ) 8.47 Prove a seguinte proposigao: Se A e uma matriz quadrada nao-singular e se nao 6 nc - |
t
ccsstirio permuta de linhas para chegar h forma escalonada por linhas de A , entao A po-
de ser cscrita de maneira unica como A = LDU , onde I e U sao matrizes triangulares
inferioresuperior, respectivamente , com somente 1 emsuas diagonalseDe umama-
NOTAS triz diagonal. As entradas na diagonal de D sao precisamente os pivos de A . w 1 )
Para um excelentc resumo do trabalho de Leontiefj
veja W. Leontief , “ The structure of the [Sugestao: Comece com a decomposigao LU de A e decomponha U no produco de
U.S. economy,“ Scientific American 212 (Abril de 1965). Nossa discussao do mcxielo de 1958 .
duns matrizes cada uma com as propriedndes desejadas.] j
de Leontief e adapiado de uma apresentagao cm Applied Mathematics for the Management . 8.48 Encontre a decomposigao LDU das matrizes do Exerefeio 8.42 a. b e d. }
Life , and Social Sciences ( Belmont, Calif.: Wadswolrth, 1983), de Stanley Grossman. Nossa
prova do Teorema 8. i 4 foi adaptadade Carl Simon, ‘jSome’ Fine-Tuning for Dominant Diago- 8.49 As duas matrizes a seguir requerem troca de linhas para chegar as suas formas escalo -
I
nal Matrices,*’ Economic Letters 30 ( 1989), 217-22 fj. nadas por linhas. Para cada matriz A :
r
a ) Calcule a forma escalonada por linhas .
i />) Construe a matriz de permutagao P que corresponde a essas trocas de linhas. i
c) Calcule a forma escalonada por linhas de PA e compare sua resposia com a da par -
te a . )
i
d ) Encontre a decomposigao LU de PA . )
f 0 i 1 4'
r
3 2 <T 1 I 2 2
)
6 4 1 : 7) A =
/
_2 - 3
-6 -5 -ii 12 )
—3 4 l,
, 2 3 j
)
I S.50 n ) O que dove valer para as entradas de uma matriz arbitraria 2 x 2 se forem necessa -
\
rias permutas de linhas para chegar a forma escalonada por linhas?
h ) E para matrizes 3 x 3?
)
)
)
!
3
3
3\
5
'
j
/
I
CAPITULO
: )
I?
__
Jim
j Li
e
Determinantes :
Um Resumo
P
P
~
AT s matrizes mais importantes em modelos economicos sao as nfatrizes quaclra<Jast nas
" ' '
' '
\
/ quais o numero de incdgnitas iguala o numero de equates. Por exemplo, todas as
P JL jLmairizes de analise economica listadas no primeiro parSgrafo do Capitulo 8 sao ma
-
trizes quadradas. As matrizes quadradas mais importances sao as nao singulares. Estas sao
-
P precisamente as matrizes de coeficientes A , tais que o sistema de n equates a n incognitas
,) (
iuxt + a[ 2 x2 + ••• + a ] nxn = b{
: )
^ :
-
a + ariX , + ••• + alnxn b-,
: :
-
(D
,3 4,1*1 + «„2*2 + - + amX « = bn
J
ou, em notagao matricial, Ax - b, tem uma, c so uma, solusao para cada lado direito b. Como
3 vimos no capitulo anterior, estas sao tambern as matrizes que sao invertfveis. Como nem to-
das as matrizes quadradas sao nao-singu!ares, neste capitulo descreveremos um teste direto
3 para deierminar se uma dada matriz e ou nao 6 nao-singular. Em particular, para cada matriz
3 quadrada iremos defmir um numero, o determinants , com a seguinie propriedade: a matriz
quadrada e nao singular se, e somente se, seu determinante e nao- nu )o. Adiante utilizaremos
*
3 o determinante para outras tarefas, por exemplo, para desenvolver uma formula expKcita pa-
i
- i '
ra a solu ao de ( l ) em termos dos a}- e b;, para derivar uma formula para a inversa de uma ma
i
iJ ^
triz e para classificar o comportamento de fun oes quadratieas.
I
^
Muitos modeios matematicos na Economia sao constmidos em termos de problemas de
maximiza ao ou minimiza ao. Tambem nesses problemas os determinantes desempcnhnm
0 ^ ^
um papel, pots as condigoes de segunda ordem para tais problemas exigem uma verificatjao
dos sinais dos determinantes de certas matrizes de derivadas segundas.
0 determinante pode ser uma expressao bastame complexa. Para uma matriz arbitraria
s
6 n x /i ha / i ! parcelas, cada uma delas o produto de. n entradas diferemes da matriz. Algumas
das prevas de suas propriedades tambem sao razoavclmeme complexas. Consequentememe.
5 neste capitulo apresemamos uma visaogeral abrangente do determinante: como calcula-lo e
como usa -lo. com relativameme pouca motivate e nenhitma prova complexa. 0 Capitulo 26
concern uma analise completa do determinante, incluindo provas de suas importantes proprie-
r dades e principal aplicacoes. Dependeudo da quantidade de :talhe com que se quer estudur
'
J
j
I :! . r -
S ’
m )
j DETERMINATES: UM RESUMO
1
201 200 MATEMATICA PARA ECONOMISTAS
i )
-
6 denominado o (/,/) 6simo co fator de A. Um cp- fator 6 um menor com sinal. Observe que
- determinantes, podemos: 1) ler este capftulo e omitir o Capftulo 26, pelo menos por enquan - . .#1:
My = Cj se (i+ j) 6 par e\f ;j = -C-- se (/ +J ) 6 impan I
to; 2) ler o Capftulo 26 agora e pular este capftulo; ou 3) ler este capftulo como um resumo de
A F6rmula (3) pode ser escrita como
determinantes, seguido de uma leitura cuidadosa do Capftulo 26 e depois seguir com o Capf- \
,,
detA = anM - a 1MJ2 = au Cn + a 2C 2
{ , , tulo 10.
i
Usamos essa expressao como motivagao para definir o determinante de uma matriz 3 x 3.
9.1 0 DETERMINANTE DE UMA MATRIZ ’
)
Deflnl ao 0 determinante de uma mairiz 3 x 3 6 dado por
^ Definindo o Determinante
0 determinante de uma matriz e definido indutivamente. Existe uma defini ao natural para
f
aii
*12 a13
\
,, „ ,
= o M - fl|jM 3 + anMl3
Uma matriz 1 x i 6 simplesmente um escalar (a). Como a inversa Ma de a existe se, e so-
mente se, a 6 nao-nulo, e natural definir o determinante de uma tal matriz como sendo sim-
)
r* ;•
- det *23
^ plesmente o escalar a : i
2i
Oj- j
1*
i
se I +/ 6 par e por um sinal de menos se 1 + / e fmpar. o Teorema 8.8 afirma que A e nao-singular se, e somenic se. 0. Assim. defini -
mos o determinante de uma matriz A de tamanho 2 x 2:
*
\
Defini ao 0 determinante de uma matriz A de tninanho n x n e dado por
r
^ \
*M *12 * * ~ 12 21 J
det
** ”
11 22 <2)
det A = «MCn + 0\ 2C\ 2 + t * + «|flC|n *
*21 *22 >
“
*iMi *12^12 v
”* * •' •
—
+ ( 1) olnMin (4)
Observe que ( 2) e simplesmente o produto das duas entradas da diagonal menos o produto das
duas entradas fora da diagonal. Com o objetivo de mottvar a defini ao geral de um determi -
name, escrcvemos (2) como segue: ^ i
f r para del
* • • • submatriz obtida suprimindo de A a linha e a coluna que content aquela entrada; o segundo
-
termo e a (l, 2) e'sima entrada de A vezes o determinante da submatriz obtida suprimindo de
)
*« *„:i "*
*„„ .* «l *:2 / * *' ar. . j
r A a linha e a coluna que content aquela entrada. Os termos alternant de sinal; o termo con ten-
)
Observaqao Existe uma mnemonics fScil de lembrar para calcular o determinante de uma out equivalentemente, .•
f
:
'
) matrizA de tamanho 3 x 3, mas que s6 funciona para matrizes 3 x 3. Forme a matriz parti - «32 (5)
cionada A copiando a primeira e a segunda linha de A imediatamente abaixo de A , como indi-
detA ~ ^ J 2
^ I2 «22
^
22
^
32
o
.
ca a Figura 9.1. Come ando em a ,, no topo a esquerda de A, some os tres produtos ao longo
^ Oy-dsimo lermo do lado direito de (5) d afl vezes o determinante da submatriz obtidasupri-
mindo a linha e coluna de A que contem arf , o termo e precedido pelo sinal mais se 0 + 2) for
'-J
’
j X
das ires “ diagonals” indicadas pelas Iinhas sdlidas na Figura 9.1:
par e pelo sinal menos se 0 + 2 for fmpar.
'
)
ana22aa + azianau + a3i«i2«23 Em geral , o determinante de uma matriz nxn envolve n\ termos, cada um deles o produ -
# (6)
to de n entradas. Esse pode ser um c &lculo que consome tempo. Existem certas classes ie ma -
trizes cujos determinantes sao faceis de calcular, como ilustra o prdximo teorema.
o7u t Entao, come ando em na base & esquerda de A , subtiaia de (6) os ires produios ao iongo
^
das ires “ conira-diagonais” indicadas pelas Iinhas tracejadas na Figura 9.1:
.
...P.I?su!tadoJ6H (7) e o determinante de A. Altemativameme o mesmo pode ser execuiado •
(7 )
Teorema 9.1 O determinante de uma matriz triangular inferior ou triangular superbr ou
diagonal e simplesmente o produto de suas entradas diagonals.
?) a II % a\l ) Exemplo 9.1 Para uma matrizA de tamanho 2 x 2 triangular inferior ou superior, r? i 2
0. Ponanto, por ( 2),
=
= 0 ou
. n2 lXfl22
°23
) detA = - 0 = nufl22
A = «31 an>Ca33
a ,, a Para uma matriz triangular inferior 3 x 3, use a defini ao para calcular
)
a
\ 21
12
a‘22
“ 23
^
j ( an 0 0
Figura 9.1 Caiculondo o determinants de uma matriz 3 x 3. det a2 l 0 rtjjCj [ + 0 • C|2 + 0 • C13
O
. i
'
“a
2>
)
Exemplo 9.2 Usando esse metodo, e facil verificar que }2
° Xi )
i (0 1 2^ = andet
(h
-, o
: )
del 3 4 5 -- -- --— --— - - - -
0 4 8+3 7 2+6 1 5 3 1 8 0 7 5 6 - 4 2
a32 a33
) 16 7 8J O Teorema 9.1 junto com 6 proximo teorema inuitas vezes levam a comas simplificadas de
d e t A.
J = 0 + 42 + 30 - 24 - 48
=0
) Teorema 9.2 Seja A uma matriz de tamanho n x n c seja R sua forma escalonada por
Principal Propriedade do Determinante Iinhas. Entao.
J Finalmente. juntamos os fatos apresencados acima sobre determinames para deduzir a princi- detA = ± dziR
!
.
J
v
* •
nao e nao-singular.
—
pal propriedade do deierminanie o determinante determina se uma matriz quadrada e ou
Se nao tiverem sido usadas permutatjoes de Iinhas para obter R dc A , entao det A = det R.
J --
r
Teorema 9.3 Uma matriz quadrada e nao-singular se, e sememe se , seu determinants e
0 -
nao nuio.
'I Freqiientememe podemos combinar os dois tcorenias acima para calcular det A de tnanei-
. j ra mais eficicnie. Pritneiro, converta A em sua forma escalonada por Iinhas R . Como R c uma
matriz triangular superior, seu determinante e simplesmente o produto dc suas entradas na
J i
diagonal .
J
\
i\ UFPel
B«U0TECA 8erofiWt
* ttc&JOAs seems _ ____
9.2 USOS DO DETERMINANTE
DETEflMiNANTES: UM HESUM6 205 204 MATEMATICAPARA ECONOMISTAS
— “
- • \
i
Esboqo de Prova Lembre que uma matriz quadradaA 6 nao singular sb, e somente se, sua -
Como o determinante detecta se A ' existe ou nao c se Ax = b tem ou nao uma solu ao unica,
"
forma cscaionada por linhas R nao tem linhas inteiras de zeros. Como cada linha da ma-
nao e surpreendente que possamos usar o determinante para deduzir uma fdrmuia para Ae ^ triz quadrada R tem mais zeros Ifderes do que a linha anterior, R nao tem linhas inteiras de
uma formula para a solu5ao x de Ax = b. Primeiro, defmimos a matriz adjunta de A como a zeros se, e somente se, a j-6sima linha de R river exatamente 0 1) zeros Ifderes, Isso - >
-
transposta da matriz dos co fatores de A . ocorre se, e somente se, R nao tem zeros na diagonal. Como det R 6 o produto de suas cn-
tradas na diagonal, A e nao- singular se, e somente se, det R e nao nulo. Como det R = ±det )
Definl$ao Para qualquer matriz A de tamanho n x n, seja C }j o ( /,; esimo co fator de A , ou
, > - / A , resulta que A e nao-singular se, e somente se, det A e nao- nulo.
-
seja , ( l ) +y vezes o determinante da submatriz obtida suprimindo a f dsima linha e a esima - >
1
^ -
coluna de A . A matriz de tamanho « xn cuja ( /,; esima entrada 6 Cj;t o (/, i 6simo co-fator
>
de A (observe a troca de indices ), e denominada matriz adjunta de A e e denotada por
> 0 Teorema 9.3 e obvio para matrizes 1 x 1, pois a equa o ox b tem uma unica soiu ao,
^ -
adjA.
=
x blciy para qualquer by se, e somente se, a * 0. 0 Teorema 8.8 demonstra o Teorema 9 ,3 pa
ra matrizes 2 x 2.
EXHRC1CIOS
Teorema 9.4 Seja A uma matriz nao-singular. Entao, Escreva por extenso a expressao completa para 6 determinante de uma matriz 3 x 3
seis parcelas, cada uma opfodutd de tres eritfadas.
—
—
' ' ' ' '
—detA - adjA, e
* “ ‘
(a ) A~ l -
! ( b ) ( Regra de Cramer) a ilnica solusao x = (A ,. , A ) do sistema Ax -
9.2 Escreva por extenso a defini ao do determinante dc uma matriz 4 x 4 em termos dos
^
determinantes de algumas de suas submatrizes 3 x 3. Quantas parcelas existem na ex-
b dc tamanho /ixnc pansao completa do determinante de uma matriz 4 x 4? i
dCt B; 9.3 Calcule por extenso a expressao do lado direito de (5). Mosirc que e igual a expressao J
X: = detAL , para i = 1,..., /1,
calculada no Exercfcio 9.1.
onde B; e a matriz A com o lado direito b substituindo a i-csima coluna dc A . ( ju ) Mostre que obtemos a mesma fdrmula para o determinante de uma matriz 2 x 2, inde-
pendentememe de qual linha ou coluna utilizamos em sua expansao.
9.5 Use uma formula para o determinante para verificar o Teorema 9.1 para matrizes trian -
Para sistemas 3 x 3, , \ gulares superiors 3 x 3.
jAj + 12 ^2 + «1.V*3 ~
^
n2 ,.V, -r (122* 2 + Ct2iX 3 =
^ 1 9.6 Verifique a conclusao do Teorema 9.2 para matrizes 2 x 2, mostrando que o deter ni -
name de uma matriz qualquer 2 x 2 nao e alterado se somarmos r vezes a linha 1 a li -
.
i ^ 2
nha 2.
__ _ 9.7 Pam cada uma das seguintes matrizes, calcule a forma escalonada por linhas e verifT
que a conclusao do Teorema 9.2:
'
A 0 3 0
i
i
i U 0 Jj 9.9 Use o Teorema 9.3 para determinar quais das matrizes nos Excrcfcios 9.7 e 9.8 siio
(S)
nao-singu lares. }
/
1
x
T I . •
) (\ 2 3\
4 3 a b Exempio 9.4 Podemos usar a regra de Cramer para calcular .v3 para o sistema no Exempio
) a) b) 0 5 6 c) 7.1, que escrcvemos em forma matricial como
I 1 c d
0 8
) f I i n
x 1\ ( 0 >
) 5) Use a regra de Cramer para calcularx, e x, no Exempio 9.4. 12 2 -3 x2 5
> )
^ s,
9.13' Use a regra de Cramer para resolver os seguintes sistemas de equagoes:
l 3
2.Vj - 3x2=2
) a ) 5.t] + x2 = 3 b) 4x, - 6x2 + x3 = 7 l 1 0>
,
2 x - x2 - 4 : By 12 2 5
xl +\0 x2 - 1
. )
$A4) Verifique as conclusoes do Teorema 9.5 para os seguintes pares de matrizes: x . . .
1
j- l 3 4 -4 ;
)
:
tambem e 35. Assin ), xx = \ B }\ f [\\ = \ -
o }
0) A-
,1 U
fA 5
B=
f
J
3 4>
h |
Finalmentc; cnunci mos tres propriedades algebricas da funcao determinante que serao
*
>
’
0 4 5 5= 2 3 0
) 10 0 6; 4 5 6 Teorema 9.5 Seja A uma matriz quadrada. Entao,
5
-
5
e) A
fe b\
8
r
<8
* rh
)
(0 ) detAT = detA
det (A • B ) = (del A )( det B ). e
( .b )
(c) det (A + B ) det A det B . em geral .
= 1
j
u
2) 1
f
f
DeTeRMINANTES: UM RESUMO 209 208 MATEMAUCA PARA ECONOMISTAS
I
r
\
=
da depois dos impostos, C b( Y - tY ), entao o sistema (10) passa a ser
Como um exemplo ilustrativo, considere o modelo de renda nacional linear IS-LM descrito
=r+G
( 1 - t )sY + ar | no Capftulo 6: \
J - = Mt - M 0
mY hr sY + ar ^ P + G (10)
Use a regra de Cramer para verificar como os equilibrios Y e r sno afciados pela taxa
I -
mY hr = Ms -\ i f.
de impostos t . =
onde Y produto nacional Ifquido,
9.18 Considere o seguinte modelo linear IS-LM mais elaborado:
-
r taxa de juros,
s = propensao marginal para poupar,
a = eficiSncia marginal do capital ,
Cl ) r = C+ / + C d) / = r + a Y - ar
0
-
/ - investimento (= 1° ar ) ,
,
b ) C = c0 + c ( K - 7) c2r- e) - m Y + A/' - hr m = saldo monetdrio necessdrio por dolar de transagao,
G = gasio govemamentaJ.
c) r = /0 + ;, r Mt = oferta de moeda..
Todos os parametros sao positivos. Como os ooeficiemes desse sistema sao parametros, em -
-
Substitua c no lugar dc b para obter b'\ entao substitua b* e d em a para obter a nova vcz de numeros, o mais fdcil 6 resolver (10) pela regra de Cramer:
curva IS. Combine isso com e e use a regra .cjc Cramer para resolver esse sistema para
Ye re m termos das variaveis exogenas. Mostre que um aumento em C on uma redu - I° + G a
pao de rn ou / , aumentara Y\ em termos macroeconomicos, a polftica fiscal kevnesiana Mt - M° ~h ( .r + C )h + a( M , ~ M ° )
.
“ funciona” nes e modelo. Mostre que cssas mudangas tambe'm aumentam r. Quanto 5
polftica monetaria , mostre que um aumento em M\ aumenta Ye diminui r.
s a sh + am
•; *
,
m -h
9.19 Qua ] 6 o efeito de um aumento em t\ c0 ou m? s I° + G
i
9.20 Para o Exemplo 1 do Capttulo 6. escreva por extenso o sistema linear que corrcsponde m M g - M°
it equagao ( 1 ) no Capitulo 6, inas agora com um lucro geral P , antes dos impostos, uma a a sh + am
perccntagem geral c de contribuicocs c impostos gerais cstaduais r e federal / Use a
regra de Cramer para calcular C, S e Fem termos de P. c , s t }.
m h -
I
Agora podemos usar essas expressoes para ver que, neste modelo, um aumento em G
ou Mx ou uma diminuigiio cm M" ou m leva a um aumento no produto lfquido de equilfbrio Y .
Um aumento cm f’ ou Af ou uma diminuigao cm Mr h ou m leva a um aumento na taxa de ju -
ros'de equilfbrio r.
EXERCICIOS
k 9.15 Verifioue a veracidade das afirmagoes nas duas ultimas sentengas antes destes exercicios.
i i
t dY
da
-rh
( sh -5- fl/«)
<0
i
i
)
r
o r
i
0
>
i CAPITULO 10
c Espa? os Euclidianos
®
D
0
(
^
0
v
.
^O
'
I
omo discutimos no final do Capitulo 1 um dos principals usos da anflise matemacica
na teoria economica 6 no auxflio para construir as generaliza oes geom&ricas e analf
^
V ticas adequadas dos modelos geometricos bidimensionais, que sao a base de sustenta-
-
w
'
^
$ao das disciplinas de Economia em mvel de graduate. Neste capitulo, come amos essas
^
constancies estudando r ~ mo gencralizar as nogoes de pontos, retas, pianos, distances e an -
w^
gulos para espa os euclidianos n-dimensionais. Mais adiante, nossa andlise de economies de
^
n mercadorias fara uso constante desses conceitos.
Nas primeiras ires segoes deste capitulo , aprcscntamos a geometria basica de coordena-
w das, pontos e deslocamemos no espago n-dimcnsional . Se o assunto ja for dc dominio da
maioria dos alunos, pode ser deixado como tarefa dc leitura de revisao.
-6 -5 -4 ~3 -2 -1 0 1 2 3 4 5 6
! F * •
k :
f j., : . )
1 r
u ESPACOS EUCLIDIANOS 213 212 MATEMAUCA PARA ECONOMISTAS .:
'•
V
0 ponto de intersegao das retas numdricas horizontal e vertical 6 o nosso porno de referen - x2 ). A unidade de comprimento 6 geralmente a mesma ao longo de cada reUs(embora nao pre
cise ser). Essas duas retas numdricas sao denominadas eixos coordenados .Eles intersectam
- )
da para medir a localizagao de p. £ denominado on gem e denotado pelo sfmbolo 0, pois re
presents o par (0, 0).
- se em suas origens. A Figura 10.2 mostra como cada ponto no piano 6 ideitificado com urr )
unico par de ndmeros. J £ usamos o piano cartesiano no Capftulo 2 para desenhar grdficos de
fungoes de uma varifivel .
)
Tres Dimensoes e Mais
)
Analogamente, podemos visualizar o espago eucliaiano tridimensional R3 tragando tres retas
numericas mutuamente perpendicu lares. Como antes, cada uma dessas retas numericas e dc -
,
nominada eixo coordenado: o EIXOA , o eixo A2 eo eixo A3, respectivamente. Em geral , dese- P (a,b ) "
b
xz
nhamos o eixo como o eixo horizontal e o eixo x3 como o eixo vertical no piano da prigina , 4
deixando para o eixoAj aparentemente sair da pagina em nossa diregao, como na Figura 10.4.
)
1 *3 i
0 2 3 )
.
;
/
r
/
y~ i
- -1
— • • »
' - -
*+ w
4
_ •
/
/
/.
.
•/
/
l
•
/ i
/ \ l )
-i h *2
i Figura 10.2 Identificando um ponto no piano com um par ordenado.
)
Um ponto p no piano cartesiano representa um parde numeros (a , b) como segue: trace uma
reta vertical <?, e uma reta horizontal t 2 pelo ponto p. A reta vertical cruza o eixo A em a e L , )
rcta horizontal cruza o eixo x2 em b.Associamos o par (n , b ) ao ponto p . Para ir na outra dire -
)
)
i
i
I
i 0 processo dc identificar um ponto com um particular temo de numeros utiliza as tccnicas
,
denada A de p e O numero b 6 denominado coordennda A, de p. Na Figura \ 0.3 mostramos J
i
que usamos em R \ 0 processo e ilustrado na Figura 10.5. Para encontrar o ponto represen - alguns pontos e suas coordenadas.
)
tado pelo terno ( a , b, c), esquega a por um momento c localize o ponto representando ( /;, c )
—
i
no piano x>v3 o piano da pagina. Esse e um exercfcio bidimensional quc jd sabcmos fazer. )
A partir do ponto ( b c) no piano da pagina , mova a unidades na diregao paraiela ao eixo A .
> , •3
i
i
Desloque para fora da pagina se a for positive e para tras da pagina se a for negativo. Se a )
ifc
1 i
forO, tique onde estiver. O ponto p. onde parar, representa ( a , b. c). que tambem denotamcs 2 ! (3, 2 )
% por p(rz, by c). Poderiamos igualmente ter comegadc no piano AJA3 e entao movido b unida - ! i
i
)
des para a direita (com b positive ) ou ainda no PIANOA,A? e entao rnovido c unidades para ci - !
i
k. i
J
m ma ( com c positivo). Verifique que terminamos no mesmo ponto, independentememe do nie-
%
1 w todo empregado.
i
l
>
•
t
. 2 1l
i
i- -
i
—
L 1 1 !
*
-1
-2 '
i I
"
7(3 -1 )
i
J
!
)
J-
em su a diregao. As coordenadas btc agora sao encontradas usando se as tccnicas bidimen - - !
|
i --3
l
t
)
sionais. Novameiue. a rcsposia 6 independence do piano para o qual nos dirigimos no injeio. 1
)
'\ F.ssa cescricao e o diagrama que o acompanha ( Figura 10.5) e um cxemplo dc uma situacao
/ em que uma imagem vale mais do quc mil palavras. )
Figura 10.3 Coordenadas de pontos cm R \
C
•V V
\
ESPAQOS EUCLIOIANOS 215 214 MATEMATJCA PARA ECONOMISTAS u
-?
V
.b.c)
n- <0,0,0
Q (O
/
j
v
(
O
f
>
J
,
_
<
4
— i i f i — i
p
i i 1 b
(3,0,0
s
Y
[ ( 3,6,0 /
\I /
a
. . ’ Ao b,o)
/
1
b
.
. /
\ s
IJ
)
(3,0,0) / j 13, 6.0)
/ I
Q
Figura 10.5 0 ponto p de coordenadas ( a b, c ). .
Figura 10.6 0 deslocamento { Zx 2 ).
Eclaro que nao podemos desenhar figuras gcomdtricas de espagos euclidianos dedimensocs
Por exemplo, a cauda do deslocamento denomdo por v na Figura 10.6 esta na posigao (3, l ) e
superiores, mas podemos usar nossas figuras de R \ R* e R para guiar nossa intuigao. Vere
3
2 3
-
mos que as formulas que descrevem objetos geometricos e suas 1propriedades em R e R ge-
a ponta esta em (6, 3). As vezes escrevemos PQ para o deslocamento cuja cauda estd no pon - neralizam diretamente para dimensoes superiores. A reta real R consiste de numeros indivi -
to P e a ponia no ponto Q. Du:.., setas representam o mesmo deslocamento se forem paralelas . 2
duals. 0 piano R consiste de pares ordenados numeros. Dizemos que os pares sao orde -
tem a mcsma diregao e sentido, e o mesmo comprimento. Para os nossos propositos, essas nados porque e imponante a ordem dos numeros; ( l , 0) nao e o mesmo que (0, 1 ). O espago
duas flechas sao equivalcmes: independentementc dc suas posigoes inicial e final diferenies. euclidiano n-dimensional consiste de n - uplas ordenadas de numeros listas ordenadas de n
numeros. Por exemplo, o espago euclidiano tridimensional comem lemos ordenados ( A, b , c )
—
--
ambas representam o mesmo deslocamento. Os ingredientes essenciais de um deslocamento
sao sua magnitude, dirccao e scntido. -
de numeros. 0 espago euclidiano 5 dimensional contem 5-uplas ordenadas ( <J, 6, c , d > e ). Em
O Como associamos uma u- upia a uma dada seta? Medimos ate que distanuia devemos se- -
geral , nos referimos ao espago euclidiano / i dimensional como Rn. 0 numero n em Rn se re-
*
guir em cada diregao para ir da cauda a ponta da seta . Por exemplo, considere a seta v na Fi - fere a quamidade dc numeros que sao nccessarios para descrever cada posigao. Diz se que e - '
a dimensaodeR". Assim , R 5 tem 5 dimensoes, ao passo que R tern somentc duas dimensoes.
, 2
;
s
gura 10.6. Para irda cauda a ponta precisamos nos mover 3 unidades na diregao .v e 2 uni
dades na diregao x,. Ponanio, v deve representar o deslocamento (3, 2). Mats fomialmeme,
- Cada espago terd sua origem , c ponto em relagao ao qual fazemos nossas medigdes de coor-
.
dado um deslocamento de uma posigao inicial ( A , b ) para uma posigao final fc. d ). entfto o
. movimento na diregao.t , e c - a , pois a + (c ~ a ) c e o movimento na diregao A\ e d - b. pois
-
v
..
- .
b + ( d b ) = b. Assim. o deslocamento e ( c - a d - b ). Estc metodo de subtrair coordenadas 10.2 VETORES
.
correspondentes tambem e aplicado cm dimensoes maiores. 0 deslocamento do poiuo p (« ,.
-
'
N
, • c, ort ) ao ponto q{6,, />,} em R " e' Os espagos euclidianos sao uteis para modclar uma grande variedade de fenomenos economi-
cos, porque as n uplas de numeros tem muitas interpretagoes uteis. Ate aqui enfaiizamos sua
A Figura 10.6 ilusira que ha varios deslocamentos (3.2 ). Em quaiquer discussao. todos os
interpretagao como posigoes, ou pontos, no espago /i-dimensional . Por exemplo, o ponto (3,
2) representa uma particular posigao no piano, encontrada ao seguir 3 unidades para a direita
e 2 unidades para cima , a partir da origem. !$so e precisanicnte como usamos coordenadas pa -
ra encontrar a localizagao de uma cidade especifica no mapa de um pais. Exatamente da mes -
'
deslocamentos tern, em geral , a mesma posigao inicial (cauda ). Muitas vezes essa posigao ini -
^ O
O
cial nacuralmeme e o origem 0. Dessa posigao inicial. o deslocamento (3. 2 ) nos leva ft posi
fao ( 3. 2 ) . Com cssa “ representagao canonica * de deslocamentos. podemos pensar em post
na Figura 10.7.
*
coes como deslocamentos a partir da origem. Varios deslocamentos diferenies sao mostrados
-
-
ma maneira utilizamos coordenadas para descrever posigoes em dimensoes superiores. Mui-
tas aplicagoes economicas requerem que pensemos em n uplas de mimeros como posigoes.
Por exemplo, pensamos em cesias de consumo como posigoes no espago- merendoria.
Tambe' m podemos interpretar n - uplas como deslocamentos. Esta e uma maneira muito
util de pensar em vetorcs quando fazemos calculos. Visualizamos esses deslocamentos co-
-
:J -
mo setas em R ". O deslocamento ( 3. 2) signifies mova se 3 unidades para a direita e 2 uni
dadcs para cima , a partir de sua posigao atual . A cauda da seta marca a posigao inicial ; sua
-
O
••
ponta marca a posigao depois de cxecutado o deslocamento. Na Figura 10.6, cada flecha re -
presents o deslocamento ( 3. 2 ). mas em cada caso o deslocamento e aplicado a uma posi -
( \ gao inicial diferente.
)
1
& )
Sr.
4
mi
&- . )
V K\'
ESPAQOS EUCUDIINOS 217 if : 216 MATEMATJCA PARA ECONOMJSTAS
4 )
Adi5ao e Subtratgao (1 ,31 )
Dois vetores sao somados exatamente como ndmeros. Simplesmente somamos separadamen - (-2 , 2) )
te as coordenadas correspondences dos dois vetores. Assim,
( 2, 1 )
—
)
(3, 2) + (4, 1) = (7, 3)
i
•
. e I
(4,0)
JH- )
)
(*, , + (y, , yv y> ) = (Jfi + y , . *2 + y* xi + y3 )
Note que so podemos somar dois vetores de um mesmo espago vetorial. A soma (2, 1 ) 4- ( 3, 4. M,-2 > !
2
1) nao esta definida , pois o primeiro vetormora em R , enquanto o segundo mora em RJ. Mais
l
1
geralmente, a soma de dois vetores de R" 6 um vetor e 6 um vetor de Rfl. Quando somamos (3,
5, 1, 0) + (0, 0, 0, 1 ) em R , obtemos o vetor (3, 5, 1, 1 ) que tamblm estd em R .
4 4
)
1 0 mais natural para desenvolver uma intuigao geom&rica da adigao vetoria! 6 pensar em Figura 10.7 Algims deslocametuos no piano.
vetores como setas de deslocamento. Se u (a, b ) e v = (c, d) em R , entao queremos que u +
l 2
= )
o deslocamento da cauda de u at £ a ponta de v, como aparece na Figura 10.8. Verifique que u A [ guns livros fazem uma distingao emre posigao e deslocamento, escrevendo uma posi -
)
+ v, como descnhado, tem coordenadas ( a . c, b + d ). gao como um vetor-linha ( a , b) e um deslocamento como um vetor-cotuna [ a ]. Essa ahorda-
A Figura 10.9 mostra que nao hd diferenga em ver u + v :omo um deslocamento por u se-
UJ )
guido por um deslocamento por v ou eniao como um desloc:memo por v seguido por um des-
gem c ma! conduzida e desnecessdria. De agora em diante utilizaremos a palavra “ vetor ’ can
to para posigao quanto para deslocamento. Em cada situagao particular sempre devera ficar
*
- )
locamento por u. Como as duas setas que representam u na Figura 10.9 sao paraleias e tern o claro se esiamos pensando em posigao ou em deslocamento, pois isso ser£ explicitamente )
mesmo comprimemo e sentido, e o mesmo ocorTe com as ‘duas setas que representam v o . mencionado ou entao estard claro pelo contexto.
quadrilatero na Figura 10.9 e um paralelogramo. Sua diagonal representa u + vev + u. For- )
=
maimente, a Figura 10.9 mostra que u + v v + u; a adigao vetorial , como a adigao de numc - EXERCICIOS
ros reais, e comutativa.
10.1 Esboce uma reta numerica e nela localize, aproximadamente, os pontos 1 , 3/2, i
-
;
b+ &-
--
2, 72, / re n i l .
)
10.2 Esboce um piano cartesiano e nele localize os seguimes pontos: ( i , l ), (-1 / 2 , 3/2 ),
/
I
( .
o. om -o u - vn )
u+v 10.3 Esboce um piano e nele o caminho que e percorrido, comegando cm ( ~ 1, 3) e em se- )
guida deslocando-se primeiro pelo vetor ( 1 , - 3 ) e depois pelo vetor (- 1 , - 3).
C/T V
)
V
1 10.4 Para os pontos P t Q listados a seguir, trace o correspondence vetor deslocamento PQ
)
e calcule a ccrrespondente /i- upla PQ :
f c a a+c
a ) P( 0, 0) e 2(2, -1) f ) P( 3, 2 ) c 2( 1 , 1 ) )
c ) P{ 3, 2) e (2(5, 3) rf) P( Q , I ) e 2(3.1) )
i
I
Figura 10.8 A soma de dais vetores no piano. e ) P [ Q. 0, 0) e Q( l , 2, 4 ) /) P(6, 1.0) e 2( 2, -) , 3)
)
10.3 A ALGEBRA DE VETORES
)
Exifiem qitatro operates bbsicas para os numeros reais R 1: adiqao. subfracSo, muit:plica?2o
e divisQo . Esta se;ao introduz as ( res operates aigebricas basicas em esna os euclidiaiios n- )
dimensionak * nrllrnn p cnhfrnrno w»tnr«nk .
» ,
r
-.- ^
1
O
i
O ESPAQOS EUCUDIANOS 219
i
U +V V
o X
.1
V
V + u
a u
ser o vetor nulo. Quando isso ocorre, nao podemos deflnir a operaijao inversa da multipli-
ca9ao, a divisao. Contudo, existe uma operagao em espa9os vetoriais que corresponde a
afirmagoes tais como “ perconer o dobro da disiSncia” ou “ estar na metade do caminho” .
Esia opera9 ao 6 denominada multiplica9ao por escalar, na qual multiplicamos cada coor -
denada de um vetor por um numero real , ou ^scalar. Se r e o escalar e x = (x, , ,r2,..., xn ) 6
i como 11a Figura 10.9. Em seguida, tome u + v como a diagonal- desse- paralelogramo com a
sua cauda na cauda comum de u e de v. Os fisicos utilizam vetores deslocamento para repre
sentar for9as agindo em um dado ponto. Se os vetores u e v representam duas forgas no pon
to P , eniao 0 vetor u + v representa a for9a que resulta quando ambas as for9as sio aplicadas
em P no mesmo instante.
A adigao vctorial obedece as demais regras satisfeitas pela ..Jigao de numeros reais. Essas
-
-
—
) vidades:
cauda e a pontade -u . Simbolicamemc, ~ P Q - Q P . Verifiqueque os pontosde vista algebri-
co e geome'trico sfio compntiveis e que u + (-u ) = 0.
. ) a • { b + c ) = ab + ac e (n + b ) • c = oc + be -
A subtra9 ao de numeros reais e defmida pela equagiio a - b a + ( b ). Podemos usar a -
) mesma regra para definir a subtragao de vetores. Assim,
* r «
'
J u
•
. \ (4 , 3, 5 ) - ( 1 , 3, 2 ) (4 , 3, 5) + (- 1 . -3 . -2 )
=
W
\ = (4 -1.3 - 3. 5 - 2 )
'
= (3 0, 3)
O V
,
M
! )
ras verticals chamam a atengao k analogia entre o comprimento no piano e o valor absoluio na EXERCICIOS
reta.
J . . _
Seiam u = (1.2) v = (Q, 1) w = (1, -3), x = (1, 2, 0) e z = C0., .Ui ) Xalcule os. seguni-
i
3x + z, -2x, w + 2x.
-
tes vetores, sempre que estiverem definidos: u + v , 4 w, u + z, 32, 2v, u + 2v , u - v, )
,
,
Esta situagao estk retratada na Figura 10.!3, onde P Jem coordenadas (o . b ) c Q tern coor
denadas (a,, b). O comprimento desse sesrmento e claramente o comprimento do segmento de
,
reta ligando a a a 2 no eixo.t . Como o comprimento esempre urn numero positivo ocompri -
memo desse segmento no eixo xi e simplesmente |n 2 - vij. Conciuimos que [| PQ§ ~= | / 2
ccmo mostra a Figura 10.13.
.
-
-
+& 10.9 Use a Figura 10.12 para dar uma prova geomdtrica da associatevidade da adigao veto -
\
)
)
rial: u + ( v + w) ( u + v) 4- w.
=
)
:
\
•
b-
,
Aa , b)
• — Q 3 ,b )
— < •:
u
U +V
v+w
VV
)
)
(u + v) + w
u + ( v + w) ;
.i
)
Figura 10,12 u + ( v 4 w) = (u 4 v ) 4 w.
5' ai
\
I
C2 +
Si V QU ,bz )
)
4 ci T 5
i
•
./
-i
6 ,
5-
b2
P[ aM
a *a a
j
) 3
Figure 10.14 ,.
II J>QIM62 - 6|
i
Figure 10.16 Calculando o comprimento do segmento PQ em R .
>
t
Como RQ e paralelo ao eixo xy seu comprimento e simplesmente |c, c|
"
-
, . Para encontrar o
Finalmen te, considere o caso geral, como aparece na Figura 10.15. Para calculaio compri-
,
) comprimento de PR, trabalhamos no piano bidimensional por PR , que 6 paralelo ao piano , av
mento do segmento C ligando os pontos P( at > £ ) e Q{ b2 ), marque o ponto intermediario
, . av ,
R( a2 , £ ). Sejam m o segmento de reta ( horizontal ) de P( b: ) a R{ a2, 6 ) eno segmento de
) x{ xy Observe que se S = (a2> bJt c,), entao PS e paralelo ao eixo x c , portanto tem comprimen- ,
reta ( venical) de Q( a2 , b2) a R( a2, b ). O triangulo correspondente PRQ e um triangulo retan
-
,
to|a2 - c|e SR 6 paralelo ao eixo.t, c ^ m comprimento ]6; b| -
, . Aplicando o Tcorema de Pi - gulo cuja hipotenusa e o segmento de reta t.
tdgoras ao triangulo retangulo PSR,obtemos:
? Aplique o Teorema de PitSgoras paira deduzir o comprimento de i\
(comprimento de tf (comprimento de m )2 + (comprimento de /i):
) P* f =V* f +V* f =
. i
= k - «jl:+ k - kl2
Totnando a raiz quadrada de ambos os lados desta equa<;ao:
Substituindo isto na equa o (2), resulia:
-i
/ ^ M = k -aJ k -
2 2
+ + k - c ,[-
~
/,
|| PQ|| = comprimento de t = - ( « “ «> )’ + ( tf| “ (l)
. ; .
Podcmos aplicar cste argumemo a dimensoes superiores como retratamos na Figura 10.16.
} x - y|
|
-
deslocamento. Recorde que x y e o vetor ligando os pontos x e y e que seu comprimento
|c o mesnto que a distancia entre esses dois pontos. Assim. e natural escrever r?
j ! 3
l|x - yll = V ( vi -.vi) + ( ':-.v:) + " + (•*, •
i
A
*
R
-
224 MATEMATICA PARA ECONOMISTAS , 4
Defini 9ao Sejam u » un
) e v (vlM = .., vn) dois vetores em Rn. O produto interne eucli Podemos, agora , tomar mais preciso o efeito da multiplicagao por escalar sobre o compri
A
I
E
diano de u e Y, denotado por u • v , 6 o numero -
mento de um vetor v . Se r 6 um escalar positivo, o comprimento de rv 6 r vezes o comprimen '
to de v. Se r 6 um escalar negativo, o comprimento de rv 6|rj vezes o comprimento de v. >
s: Isso
U * Y=M V , , + «2V + - - - + HflVn
2 pode ser resumido como segue.
*
Para enfatizar que o resultado desta operagao 6 um escalar, o produto interno euclidiano tarn - \
bem 6 denominado produto escalar. Nos exercicios desta segao introduzimos3 o produto ve- .
i
i
torial ou produto extemo como uma maneira de multiplicar dois vetores de R para obter um =
Teorema 10.1 ||rv|| \r\ • )|v|| para quaisquer r e m R ' e v e m Rn. )
outro vetor de R .
3
)
u • v = 4 • 6 + (- l ) • 3 + 2 • ( 4) 13 - =
—
\
(A) u • v =v • u : Dado um vetor de deslocamento nao- nulo v, precisamos, ocasior' lmente, encontrar um vetor
w que tenha a niesma diregao e sentido de v , mas com comprimento I . Tal vetor w e denomi
- )
(&) u • (v + w) =u • v + u • \v nado vetor unitario na dire ao de v ou , &s vezes, simplesmente a diregao de v. Para obter um - '
>
= r( u • v ) = ( ru ) • v ^
tal vetor w, simplesmente multiplique v pelo escalar r =
.
(c) u • (rv )
^
, pois
( d) u • u > 0 :
1 I )
(e) u u = 0 implica u = 0, c
•
V V =
!
(/) ( u + v) • ( u + v) = II • u + 2( u v) + v • v
Exemplo 10.1 Por exemplo, o comprimento dc { l , 2. 3) cm R 3 e - )
)
de
0 produto intemo euclidiano esta relacionado de perto coni o comprimcmo euclidiano )|= %/l: + (-2)2 + 33
||{1,-2.3|
um vetor. Como )
-
u u = trf + /<? + •••+ icn
i
e |
rm
)=
|u| + wj +
— i
+ t*
Segue que
)
)
Conscquemcmcnte. a disiancia entre dois vetores ucv pode screscriia em termos do produ - v
r. to intemo como -
e' um vetor que aponta na mesma diregao e sentido de ( 1, 2, 3) mas tern comprimento 1. ;
)
:•
|[U - vi! = ,,/ fll - - -
v) ( u v ) 0 Produto Interno )
- Aprendemos como somar e subtrair dois vetores e como calcular a disiancia entre
Qunisquer dois vetores u e v de Rn determinant um piano como ilustra a Figura 10.17. Na
,
segao introduzimos uma outra operagao sobre pares de vetores, o produto intemo
eles. Nesta ;
qucle piano podemos medir o fmgulo Centre u e 0 produto intemo fomecc uma concxao euclidiano.
Esta operncao associa um numero a cada par de vetores. Vcremos que esri relacionada a no
imporianteentre os comprimemos de u e de vco Sngulo Centre u e v . - )
cao de "angulo entre dois vetores e portanio e litil na discussao de problemas geomctricos.
)
)
k-
'
l
T
J
X
'
.
;
T
v^
-
Em ambos casos, o co-seno de 0 fica entre 1 e +1, pois um cateto de um triangulo retangu - *
lo nunca pode sermaior do que a hipotenusa . Para n 6s, as propriedades mais imponantes de
/ cos 9 sao:
\ ^
^
w cos 0 > O setfdagudo,
0
'
cosfleO
^
se dobtuso,
e\
’
cos 0 = 0 se 6 e um Angulo reio. .
®
Cl" Prova do Teorema 10.3 A seguinte prova 6 um pouco mais complexa do que as provas que
temos visto. Novamente utilizamos o Teorema de Pitdgoras. Sem perda de gcneralidade,
'
III
podemos trabalhar com u e v como veiores com porno incial na origem 0; digamos que u
O = 6P e v = OQ .Seja t a reta pelo vetor v, ou seja, a reta pelos pontos 0 e Q. Desenhe o
segmento de reta perpendicular m do ponto P (a poma de u ) & reta C , como na Figura
i
^“
^ v
— 10.20~SejaJLo.pomo emquew encontra t Comoi? estd em l. 0?? 6 um mujtiplp escajar
de v = 60
*
.
, Escreva o)? = rv. Como u , tv e o segmento m sao os tres lados do triangulo re-
Figura 10.17 0 angulo entre dois vetores em Rn.
“ tangulo PORy -
podemos escrever m como o vetor u rv. Como u i a hipotenusa desse
J ^ '
^ .
triangulo rei ngulo
Teorema 10.3 Sejam u e v dois vetores em Rn. Seja do angulo entre os dois vetores. Entao
\
~^ / cos *= M =
« (4 )
u • v = Hull t|v|j cos 9
xw-
s
"
Por outro lado, pelo Teorema de Pitagoras e o Teorema 10.2, o quadrado do compri- t
Observa ao Recorde que para medir o co-seno de um angulo 9 = Z.BAC como na Figura i
\
mento da hipotenusa e
^
10.18, desenhamos a perpendicular de B ao ponto D na reta contendo A e C. Entao, no trian -
!
r
2 v 2
= r || || + u • u - 2 u • ( rv ) + ( rv ) • ( rv ) > |/||/ti?||.
de 66 o negative de||d £| I>
^w ou
2i( u • v) = 2r||v||2 oi
A O -
V
Segue que
u-v i
- -
Figura 10.18 cos t? =||. t /)||/|j. \ 5||.
tmrt
_
(5 )
1
8
Substituindo (5) em (4), resulta
cos 0 =
-
u v
/
MM 0 \
D A C
^ - - |.
|.'\ 0|
Figura 10.19 Colculondo o co scnn dc um angulo obtuse: cos 0 = ||.'l />!j /|
I
)
!
f*
£ •
: )
Usando uma tabela trigonome irica ou uma calculadora, veriftcamos que cos 0 - l / V5 im-
'
' )
pltca que 6 - 54°44'.
v (0,0,0
u
i
U + V
( c, c, c) )
d
/
( 0, 0 , 0 ) «2 ( 0, c . O)
)
Ui
;
( c0,0) j
)
Figura 10.21 O cubo de lado c. <
: Teorema 10.5 Para quaisquer dois vetores uev cm R . Raramente nos interessa saber que um angulo entre dois vetores mede 710 ou 3 1/7 radianos. ,
^
/
=
!|u + vj|< iju||+ ||v ( 6) : Em geral . so queremos saber se o angulo e agudo. obtuso ou reto. Como cos 06 positive quan-
do 66 agudo. negative) quando 06 obtuso, e zero quando 06 um angulo reto , o produto esca- )
•
i kt. nos da a informalno que queremos por meio do Teorema 10.3.
J
'
•i
1
l
5 m
w
3
3
ESPAQOS EUCUDIANOS 231 230 MATEMATICA FARA ECONOMISTAS I-
'
1 (2) Hr u||= H Hull 1
Prova Lembre que
- if ; ' !
•
3 ^
minada norma. No Exercicio 10.16 listamos outras normas que surgem naturalmente em HNii
aplicagoes. Diremos mais sobre normas na tiltima se ao do Capitulo 29.
^
rfr pelo Teorema 10.3. Portanto,
jrj-
<
. EXERCIGIOS 1 - -
u v <||u|i ||v||
2
J ,«010.10 . Enconire o comprimento dos seguintes vetores. Esboce os vetores dos itens a ) a £ );
j !lul| + 2( u v) +||Y||3 <|lu||2 + 2||u|l|v|] +||v||
2
f
<
*) 3, 4); (0, 3); -d ( U 1 ); d ) (3, 3); e ) ( ] !); - .- - -
u u + u + v + v u + v - v < (||u||+||v||)
2
.
J ) (1.2 3); g ) (2, 0); ~W) (1, 2, 3, 4); 0 (3.0 0.0 0). . .
~ 10.11 Encontre a distancia de P a Q , fazendo um csbo$o quando possfvel:
a ) P{ 0 , 0) . Q{3, -4); b ) P( 1 , -1),
( u + v ) - (u + v) < (||u||+||v||)
iiu + vf < (Hun + iiviD
J
P _ "(2(7.7):
. .
. .
c) TO, 2),
e)...P( U 2,3, 4), ...
00, 2);
0, -1„0)
—
cl) />( 1, 1 -1 ), 0(2 -1.5);
10.12 Para cada um dos seguintes pares de vetores, determine primeiro se o angulo entre eles
6 agudo, obtuso ou reto e em seguida calcule esse angulo:
lIu lflM + MI
^
Em ROSSO estudo de espa ;< os euclidianos, utilizaremos repetidameme a desigualdade triangu -
lar (6). Praticamente toda afirma ao matsmatica envolvendo uma desigualdade requer a desi -
v
a ) u = ( l , 0) =
y (2, 2) b ) u (4 , l ) v = ( 2. -S )
= ^
gualdade triangular em sua prova. O proximo teorema apresenta uma variante da desigualda-
c) u = ( l , 1.0) v = ( l , 2r 1 ) . .
d ) a =,( 1 -1 0) v = ( 1.2. 1 ) de triangular que tambern terri uso freqiieme em nossa analise, especialmcnte quando quiser-
= =
e ) u ( l , 0, 0, 0.0) v ( I , 1, 1, 1, l ) mos derivar uma cota inferior para algumas expressoes. Para melhor entender esse resultado,
voce deveria testar a validade para pares de numeros reais, especialmcnte pares de numeros
j 10.13 Para cada um dos seguintes vetores, encontre um vetor de comprimento l que aponta de sinais opostos.
. .
na mcsmadire ao e sentido. a ) (3, 4), b ) (6, 0) c) ( 1 , 1 1 ), d ) (-1.2, -3 ).
^
.) 10.14 Para cada um dos vetores do exercicio anterior, encontre um vetor de comprimento 5
>
)
que aponta na mesma dire ao. mas com sentido oposto.
^
|2 =||u|j - 2u • v + j) v||.
|u - v| 2 2
Teorema 10.6 Para quaisquer dois vetores x e y em Rn ,
10.15 Prove que| IIM! - !b1l I llx - y|l
j 10.16 a ) A partir do que foi visto no ultimo paragrafo desta seqao. prove que cada uma das
2
seguintes e uma norma em R :
j
j
.
1(W «0111 = l« rl +
|
Prova Aplique o Teorema 10.5 com u
-
= x - y c v = y em (6) para obter a desigualdade
llxll <|ix jil +||y||ou
3
! . .
, .|» |) .
l (« i "0lll = max (|H|
INI - llyll II x - y||
. (7 )
b ) Quais sao os analogos dessas normas em Rn?
Agora aplique o Teorema 10.5 com u = v - x c v = x em ( 6 ) para obter a desigualdade
3 10.17 Fonieca uma prova completa e detaihada do Teorema 10.2. •
llyll lly - 4 + M ou:-.
r
J
j
'
lar de 2 x 3 x 4 cm.
! I lix|| - ib ll I llx - y||
As ires propriedades basifas do comprimemo euclidiano sao:
3 |> 0 e |jii|| 0 somenic se u 0
( i ) ||u| = =
3 <
.
Vv Vv *!
’
v *r-
'
Ff
•
5 ••
If ’
"" ' “
i
.. _ >
/ ^
* 10.21 Prove as seguimes identidadesj. „
a )| 2
vf -
u + +||u v|| = 2||u|| + 2|jv|f * \
u
b) u - v = i||u + v||2 -i||u - v||2 I
h
:
10.22 Prove que||u + vj|3 = ||u|j +||v|| s e u e v sao vetores orxogonais. Explique por que es-
2
f
ta afirma ao e denominada a vsrsao geral do Tcorcma de Pitagoras.
^
—
0 v
10.23 O produto vetorial e uma multiplica$ao muito usada para vetores de R ; nesta opera-
3
I
Os objeios fundamemais da Geometria Euclidiaria sao pomos, retas e pianos. Nas duas proxi- f 2
' lly
“ l »3 u , H2
>
mas se oes mosiramos coino descrevcr retas c pianos e seus antilogos em dimensoes maiores. 1
v 3 Vl
^
Inicialmeme trabalhamos com reias em R 2. Na algebra de Ensino Medio, aprcndemos que re-
V3 V2 , /
, , ^
pressao (.v (0, -V:(n ) com o parametro ; em R ‘. O pomo x = (.v , A:) esta na reta se. e sememe i ) u - f v x w) — Vt v:
I )
se. x = t .v , (; ) ) para algum valort do parametro /. Para tornnr isto mais concrete, voce
if | iv vr - >
pode imaginar / como represemando o tempo e a para met riza ao descrevendo o percurso de ^
| ^
um enminho. As coordenadas (.v, u ). .r:lr » descrcvcm a localiza ao particuiar que e alcancada )
no instante t . i ^ 10.24 Mostre que o produto vetorial pode ser rcpreseniado simbolicarnenie por
ct e: e , )
I
I.
V 1 "
—
n
jo '
j
ESPAgQS EUCUDtANOS 235 234 MATEMATICA PARA ECONOMJSTAS
§
Wx.
'
J A Figura 10.25 mostra que (5, 3) e (1, -1) estao na reta a. 0 primeiro ponto 6 alcangado f-
quando 1 e o segundo quando t = 3. -
J Note que a mesma reta pode ser descrita por diferentes equagoes parametricas. Por V
exemplo, tambem podemos vera reta a da Figura 10.25 como a reta pelo ponto ( lt - 1) na
J diregao (2, 2). Isso fomece a parametrizagao
(4, 2)
Com essa parametrizagao, a reta passa por (4, 2) quando t = 1,5 e por (5 , 3) quando / = 2.
2
1
-D
( 1,
I :
1
D
mi
;
- £ claroque a parametrizagao (10) funciona em todas as dimensoes. Por exemplo, a reta
era R3 pelo ponto XQ = (2, 1, 3) na diregao v = (4, -2, 5) tem a parametrizagao
x(0 = (*i (»W'W0)
)
= (2,1,3) + ({4, 2,5) - 2
= (2 + 4 (,l - 2(,3 + 5( ) Figura 10.25 Retas em R .
7 Uma outra maneira de determinar uma rctad identificando dois de seus pontos. Digamos que
-J
x e y sao dois pontos da reta i. Entao, pode ser vista como a reta que passa por x e aponta Uma reta Fica completamente determinada por dois aspectos: um ponto XQ na reta e uma dire -
? na diregao y - x. Assim, uma parametrizagao para essa reta 6 gao v na qual mover-se a partir de XQ. Geometricamente, para descrever movimento na dire
gao v a partir do ponto x0, simplcsmente sornamos multiplos escalares de v a x0, como na Fi-
-
0 x(r ) = x + t( y ~ x) gura 10.26. O resultado e a representagao parame'trica
) - x+ ty - tx x(/) = Xo + /.v ( 10)
) = (l - r)x + ry (i3 >
Quando r = 0, estamos no ponto x; e quando t = 1, estamos no ponto . Quando t esta entre 0
y
) e 1, estamos em pontos entre x e y. Consequentememe, parametrizamos o segmento de reta xo +
de x a y como
;
' *«w
'
)
-
£(x, y) = { ( 1 /) x + /y : 0 < r < 1 } V
t -
Dados dois pontos x (a, b ) e y = ( c, d ) de uma reta t no piano, podemos escrevcr a equagao
parame trica de i como (13) ou entao a equagao nao-parametrica de t como
. ) '
-
d bf
-, - , - o)
x
) x2 b = (x *0
c a
„
) Podemos usar essas duas expressoes para passar da equagao parametrica de uma reta no pia -
:
-
no para a equagao nao- parametrica e vice versa , como segue: primeiro encontramos dois pon-
tos na reta a parrir das equagoes dadas e entao utilizamos esses pontos para cncontrar a nova
> equagao. Tambem podemos passar diretamente da forma ( 10) para a forma ( 9) resolvendo as
equates em (10) para t e entao igualando as duas novas equagoes. Por exemplo, nas equa-
!
*
Figura 10.26 Uma reta parametrica em R \
gces ( ll ) e ( l 2) temos
t- — , 1-
X 4
4
c t-
_ -
x2 2
J -
J
Assim, x, - 4 .Vi - 2 ou .V 2 = .Y - 2
|
—
Exemplo 10.4 Por exemplo, a reta a na Figura 10.25 e a reta que passa pelo ponto ( 4, 2) e se
gue direto para o nordcsie na diregao ( l . 1 ) . Essa reta e descrita pel a parameirizagao
J Para ir na outra diregao, basta observar que a equagao (9) e a equagao da reta pelo ponto (0, b )
- ( 4, 2) + /( l. lj
na diregfio ( l , ?«).
J . .
-
i (4 + / • l , 2 -r t i )
\ ou .v . = 4+ 1•I (10
)
..
J x\i i
— )
fv
*
f ESPAQOS EUCUOIANOS 237 236 MATEMATICA PARA ECONOMISTAS
-
y
- rvI?-f
•*
«•
V£
*
-
\
)
I i
l
?
I
1
EXERCfclOS — * )
1
10.28 Para cada um dos seguintes pares de pontos p, e p2, escreva as equagoes parametricas
da reta por p, e p2 , encontre o ponto m £dio da reta £( p , , p 2) , e esboce a reta .
i
i
w a ) p , = (3 , 0) p2 = (5 ,0) )
b ) pl = ( 1 , 0) P2 = (0.1 )
X c ) p, = ( 1 , 0, 1 ) P 2 - (2. U 0) )
* dire- )
£ 1«
cionais linearmentcuTdegendemesposicionados ein p que estaono piano, entao , como indi -
camos na Figura 10.28, podemos usar o m&odo mcncionado para parametrizar o piano como
. m 4 -A . .
1 10.30 Transforme cada uma das seguintes equagoes parametricas na forma (9):
x = p + sv + tw •
5, / emR ( 14 ) jr = 4 , -
2f —
x|, = ^3 + 1
* \ x ] = 3+ /
I
*3
a
^
X 2 = 3+ 6 r »
*a 5 --/
c)
x =5 r
1
10.31 Transforme cada uma das seguintes equagoes nao- paramdtricas na forma ( 10):
a ) 2.t, = 3.r, + 5 b ) x2 = -xx + 7 c ) x, = 6 V
v
P
I w 10.6 PLANOS
/
I Equagoes Parametricas
Uma reta e unidimensional . Intuitivamente , a dimensao de uma reia e rcfletida no numero de •
parametros utilizados para descreve- la . Os pianos sao bidimensionais e por tan to parece razo £-
0 vel que eies sejam descritos por expressoes com dois parametros.
3
Para sermos mais concretos, seja (Pum piano em R pela origem. Sejam v e \v dois veto-
res cm 9. conforme mostramos na Figura 10.27 . Escolha v e w de tal modo que apontem em .)
diregoes diferentes ou , em outras palavras , de tal modo que nenhum deles seja um rmiltiplo
/
Figura 10.28 Um piano que nao comem a origem. cscalar do outro. Neste caso, dizemos que vew sao linearmente independentes, um topico a
l* !* Exatamcntc como dois pottos deicrminam uma reta , ires pontos ( nao-eolineares ) determinant
ser discutido em mais detalhes no proximo capftulo. Para quaisquer escalares s e r, o vetorjv
+ nv c denominado combinagao linear de v e w. Pela nossa interpretagao gcom£ trica da mul -
)
i
um piano. Para encontrar a equagao parameirica do piano contendo os pomos p , q e r. obser- tiplicagao por escalar e da adicao, fica claro que todas as combinagoes lineares dc v e w estao
ve que podemos visuaiizar q - p c r - p como vetores deslocamemo local izados nesie piano no piano 9. Com efeito, se tomarmes todas as combinagoes lineares de v e w , cobrimos todo
I e com ponto inicial em p. Assim , uma parametrizagao do piano ce o piano. A equagao
)
x (s, / ) = p + *( q - p ) + / ( r - p) x = JV + nv i
= ( l - j - / )p + jq + rr ( l 5) A| = JV , + nv ,
)
x 2 - sv 2 + ms
Compare ( l 5) com a correspondeme equagao parametrica 13 ) de uma reia. Da equagao i 15)
i
vemos que um piano e o conjumo daouelas combinagoes l nearcs de ires vetores fixos cujos Ay -sv } -f m- -
coeficiemes tent soma l : /
tomece uma parametrizagao do piano *P.
x = M> + rcr + ;, r / . + /. - */ =
. i < i<
1
n 1
"
7 !
r
n
o
i - 6). e*vk. v r ^ w- usombreida
- vw :
- . v.-s, :k,u -
err
—
• • • : . .» .. negat
-
•
- ns Fi-
o .. 70
•• ••
5 "
ft ?
* ’ j •
cfenrricas dos vertices q e r sao (0, 1 0) e (0, 0, 1 ), respectivameme. O centro de nassa deste
triangulo, ou centroide, e o ponto
T
[ 1
x = p + -q + l r
3 —
3
£
0 *2 cujas coordenadas baricentricas sao ( 1/3, 1/3, 1/3).
)
)
) Figura 10.30 Um piano por p com nonnal n. -
9
)
Lembre que dois vetores sao perpendiculares se, e somente se, seu produto escalar e zero; por-
m
i tanto, '
P
»I m R
m
> 0 = n ( x - p) = (a, b,c ) • ( x - x y - yQ z z 0 ) .- A
o« , \ t \ / ^\ ( l 7) t .
V
a( x - x0 ) + ( y “ Jo ) + c( z ~ * o ) = *0 K
) * ‘
0
p
*2
) A forma ( 17) e denominada equagao ponto normal do piano. As vezes cscrevemos - -7-
( 18 ) r
) ax + by + cz d = ^1
•
’
i -
onde, neste caso, d ax0 + by0 + cz0. Reciprocamente, podemos verificar que a equagao ( 18)
e a equagao do piano com vetor nonnal ( a , b , c ) e que conlem cada um dos ponios (0.0, die ) . Figuni 10.29 Um triangulo com vertices p, q e r.
v
J -
Exemplo 10.6 A equagao 3x y + 4z = 12 e uma equagao nao-parameuica do piano pelo pon *
x2 = 2 r + 6 s + Or
Xj = 3r + 7r + Ir
.Vj = 4 r + Sr + 2 r onde r + s + 1 -1
to (4, 0, 0) (ou entao (0, 0, 3) ou (0, -12, 0 ) ou (5 , 7, 1 ) ) com vetor normal n = (3, 1, 4 ). -
Equa5 oes Nao-Parametricas
Para passar de uma equagao nao parametrica (18) de um piano para uma parametrica , sim-
-
J plesmente usamos ( 18) para encontrar tres ponios no piano e entao usamos a equagao ( 15). £
mats dificil ir de uma representagao parametrica para uma nao- parametrica, pois precisamos
-
Passamos, agora , as .equagoes nao parametricas de um piano em R 3. Assim como uma rein
em R , um piano em R 3 fica compietamente determinado com o fomecimento de sua inclina -
J encontrar uma nonnal n ao piano, dados dois vetores v e w paralelos a este. Existem duas ma - gao e de um de sens pontos. Em geral expressamos essa inclinagao especificando um vetor n.
neiras de calcular tal n. Na primeira , usamos os exercicios da ultima segao e tomamos n co- denominado vetor normal , que e perpendicular ao piano. Vejamos a equagao do piano pelo
J mo o produto vetorial v x w. Na segunda , alternativamente, dados v e w, resolvemos o siste- ponto p = [ xQ.y0 > Zg) c com vetor nomial n = ( a , b, c ). Se x = (A\ », i ) 6 um ponto arbitrario nes -
>
J ma linear n • v = 0 e n • v = 0 explicitamente para n . -
te piano , entao x p serajum vetor do piano e, consequentemente. sera perpendieu lar a n , co-
mo na Figura 10,30. i-
)
1
fA ¥
M f& i
I i
i
1034 Escreva as equagoes parametricas para cada um dos seguintes pianos e rctas:
a ) x2 = 3A , - 7
,
b ) 3x, + 4x2 12 =
ESPAQOS EUCUDIANOS 241
240 MATEMATICA PARA ECONOMISTAS
—
Exemplo J 0.7 Para encontrar a equagao ponto- normal do piano ? que cont &ti os pontos
— M
\
V<
\
1
_
i
1035 Escreva equagdes nao-param tricas para cada um dos seguintes pianos e reias:
^ observe que os vetores
a ) x = 3 - 4;
b ) x = 21
c) X = 1 + S + t
y = 1 + 2;
1+/
y = 2 + 3s + 4 / j z = J- f
-
v = q ~ p = ( 1,-1, 4)
— e = -
u r - p = ( 2, 0, 6)
_ ,
•
estao ambos em *P. Para encontrar uma normal n (ft , n > n ) ao piano *?, resolva o
d) x = 2 - 3s + / y=4 i Z= 1 +J + / t ma
= 2 3 siste-
temos de pontos de R :
3
-
1036 Obienha equagoes paramdtricas e nao param tricas para os pianos por cada um dos
^ n y- - ,- -
A n 2 4/I3 = 0
.
a ) (6, 0, 0) (0 -6.0) (0 , 0, 3)
b ) (0, 3, 2) (3, 3, 1) (2, 5, 0)
!
"
n • u = -2n , + On , + 6n3 = 0,
\
i )
digamos, por eliminagao gaussiana, para concluir que n i qualquer multiplo de (3, 7, )
1037 As equagdes nao-paramdtricas de uma reta em R
4
sao equagoes da forma - 1.
Finalmente, use n e p para escrever a equagao ponto-normal " )
ou 3x 7 y + z - 0 )
Elas sao denominndas equagoes simetricas da reta. Podem scr dcduzidas das cqua -
goes parameuicas eiiminando o /, exatamente como se fnz no piano. )
Hiperplanos
a ) Quais sao as equagdes parametricas que correspondent as equagdes simetricas
Uma reta em R1 e um piano em R 3 sao exemplos de conjuntos descritos por uma !
(20)?
equagao linear em R". Tais espagos sao muitas vezes denominados hiperplanos. Uma reta “
simples
b ) Na forma (20) , podemos ver a reta como uma intersegao de quais dois pianos? em
c ) Encomre as equagdes simetricas das seguintes duas reias em R 3: R 2 pode ser escrita como
)
0 x, = 2 - / it ) .V , = 1 + 4/ ,, - =
a A + fl wr, d
x: = 3 + 4; x2 - 2 + 5/ )
e um piano em R3 pode ser escrito em forma ponto- normal como
xy = 1 + 3; x. = 3 + 6;
o { x, + ayx2 + dyXy d =
d ) Para cada parte ent c, encontre as equagoes dos dois pianos cuja intersegao e aque -
—
la reta. Analogamente, um hipcrplano em R " pode ser escrito cm forma pomo- normal )
como
1038 Determine se os seguintes pares de pianos se intersecionam. atxl + apc2 + + ajcn ^ d ( 19)
)
-
n ) r + 2v 3» a 6 c -
x + 3y 2 z = 6 O hiperplano descrito pcla equagao (19) pode ser emendidocomo o conjunto
tores com cauda ent (0,..., 0, dfaa ) que sao perpendiculares ao vetor n
de todos os ve- )
b ) x + 2 v - 3z 6 = e - Zr- 4 y + 6 z = 10 =
£ mos aftrmando que n e um veior normal ao hiperplano. cn ). Continua- )
0 i
10.40 Encontre a intersegao do piano x + v + - = 1 e a reta .r = 3 + , v = l - 7 . .- = 3 - 3 .
/ / /
~j 3;
^
10.33 Deduza equagoes parame tricas e nao- parametricas para as reins que pnssam por cada
' ;
10.41 Use eliminacao aaussiana para encomrar :\ equagao da reta que t a intersegao dos pia -
nos .v + v - ; 4 e A + 2\ + - 3. um dos seguintes pares de pontos de R 2:
= a ) (!, 2) c (3. 6) b ) ( 1 , 1 ) e (4. 10) c ) f 3.0) e 10.4
0 (0, 4 )
I
.£
/
J
J
# lr -
•;
A
*
\
V
%
?A7, MATEMATICA PARA ECONOMiSTAS V
ESPAQQS EUCLIDIANOS 243
kh
das as cestas de insumos de urn dado prego C, um conjunto isocusto, 6 aquela parte do hiper - 10.7 APLICAQOES A ECONOMIA t
. -
piano w • x = C que esc£ no octante positivo. O vetor prego w i perpendicular a este hiper-
a- plano. Fixando w e variando C , obtemos hiperplanos de isocusto paralelos uns aos outros.
Dependendo da situagao em questap, hs vezes escrevemos insurnos como numeros nega -
Conjuntos Or9amentarios no Espago-Mercadoria
Uma aplicagao importante dos espagos euclidianos na teoria economica e a nogao de espago
J .
tives Neste caso, o espago dos insumos seria o octante negativo de R". de mercadorias, ou espago-mercadoria. Em uma economia com n mercadorias, sejar, a quan-
o Simplexo Probabilistic ©
tia da mercadoria i. Suponha que cada mercadoria e completamente divisive ) , de modo que A,.
pode ser qualquer numero nao- negativo. O vetor
>
a
Um hiperplano que surge freqiientemente nas aplicagoes e o espago de vetores- probabilidade
i
m P .= l (P .*0 : 0 ep, + p2 + - + p,= 1 ) , -
que associa uma quantidade nao negativa a cada uma das n mercadorias e denominado cesta
de mercadorias. Como estamos tratando somentecom quantidades nao- negativas, o conjun -
que denominamos simplexo probabilistico. Nessas aplicacoes, hi n estados do mundo mu - to de todas as cestas de mercadorias e o octante positivo de Rn
1 tuamente exclusivos e p; e a probabilidade de ocorrer o estado i. Como deve ocorrcr um des-
tes estados, a soma dos p; deve ser 1.0 simplexo probabilfstico Pn e parte de um hiperplano
{ (* -rn > 0 }
. 3 em Rn cujo vetor normal e 1 = ( 1, 1,..., 1); na Figura 10.32 aparece Py que denominamos o espago -mercadoria ou , entao, o espago das mercadorias.. , .
r '
?) (0, 0, i )
/ *X - ^+ Pi v, + P 3
* + PA = P X.
*
Um consumidor com renda J so pode comprar cestas x tais que p x < /. Este subconjunto do
•
)
/m«m^
T
p ^ ( p, p2 )
.
( 1, 0, 0)
3 '
)
Figura 10.32 O simplexo probabilfstico para n = 3. !•
J
c, = (1.0. 0) e„ = (0.0 o. n.
i
xi
pl A j + pjAi =/
O Modelo de Investimento
A analise de portfolio introduzida no Hxemplo 5 do Capitulo 6 sc cncaixa naturalmente na es- Figura 10,31 Um conjunto orgamentario p x - -
I no espago mercadoria.
trutura geometrica deste capitulo.
J Suponha que um investidor escolhe a fragaox, de sua fertuna para investir no ativo i. Se ha
- Espago dos Insumos
J
A diferentes oportunidades de investimento, dizemos que uma A upla x (.v -
, ; e um
vA = ,
portfolio. Como os x. represemam fragoes de um total de uma fortuna, sua soma deve sei 1 . Uma situagao semelhante ocorre para um processo produtivo que usa n insumos . Se .r; de -
'
. 3
\
.v, + .r2 +
— r .v
*
= 1.
mos. que tambem e o octante positivo de R". Se u- . denota o custo da imidade de insumo i c
w = {w entao o custo de adquirir uma cesta de insumos x e \v • x . O con junto de to-
\
)
9amentirio 6 todo o hiperplano '
•
a < 1 , de modo que o vetor normal aponta para o nordeste e a reia IS tem inclina9ao negativa
0 . *“
x •1 = 1 >:> '
)
a + c2 norma! ao vetor 1 = ( 1 , I ,.. ., 1 ) . A Figura 10.32 mostra a interse9ao desse hiperplano com o
}
octante positivo de R" ( para n = 3).
Suponha que hd S climas Fmanceiros ou “ estados da namreza” possiveis no prdximo pe-
0 vetor normal h reta LM 6 ( m , -/i ), que aponta para o sudeste, de modo que a reta LM tem riodo de investimento. Seja rs . o retomo do ativo / se ocorrer o estado s e
inciina9ao positiva him.
ri = (rii » rii rj
Usando esses diagramas , podemos aplicar a geometria para estudar os efeitos de mudan - o vetor-retomo. Entao, o retomo do ponfdlic x = xA ) para o investidor 6 r, - x . Urn port- )
folio x 6 sem risco sc rctomar o mesmo retomo em cada estado da natureza:
9as nos parametros ou nas varidveis exogenas, exatamente como fizemos analiticamente nos N
exercfcios da Se9ao 9.3. Por exemplo, se G ou I crescem ou se /0 decresce, cntao o I ado direi - r, • x - r2 • x = • • = rs . x
«
to da equa9ao IS cresce e a reta IS se desloca para fora , como na Figura 10.34 . 0 resultado 6
urn aumento no equilibrio Y t r , exatamente como obtivemos no Exercicio 9.15 . Observe que
Analise IS- LM
este resultado Valeria mesmo se a inciina9ao da reta IS fosse positiva , dcsde que fosse menor
do que a. inclina9ao da reta LM. No Capitulo 6, e tambem no Capftulo 9 > discutimos urn modelo macroeconomico linear key-
'
LM
-
[l c1(l - fl )- fl0)y' -f (n + Cj)r = r0 - clr0 + /‘xC \
mY - hr - Ms - M' w
I
Yo V ;
ISo
IS
Y
(1
— C[ ( 1 ~ q ) - a0, n + c,)
)
)
Figurd 10.34 0 efei :o de uni awnenio em G ou I .
I LM
}
% EXERCICIOS
f
— 1 0 . 4 2 Use o diagrama da Figura 10.33 para encomrar o efeito em Y e r de urn aumemo em
cada uma das variaveis / , Ms , m, h , a0, a , c3 e
i
i
)
)
V
t
)
i
3
3
'
3 V •••
3
'
n 7.
n
•
'0
11 C A P I T U t 0
!
o Independencia Linear i
a
b
(
si
i
\
3
)
I !
0 bidimensional e bastante intuitiva. Neste capitulo, daremos uma definigao precisa da “ dimen -
sao" de espagos vetoriais. 0 conceito central e o de independencia linear.
A questao matematica relevante mais direta e sobre o tamanho, ou seja , a dimensao do
3
' - =
conjumo sclugao de um sistema de equagdes lineares Ax b. No Capitulo 27 apresemamos
) uma resposta precisa a essa questao atraves do Teorema Fundamental do Algebra Linear: a
) - =
dimensao do conjunto solugao de Ax b 6 o numero de varidveis menos o posto de A. No Ca-
pftulo 27, tambem investigamos o tamanho do conjunto de lados direitos b p;ira os quais um
dado sistema Ax = b tern solugao; aie'm disso, oferecemos uma descrigiio aprofundada da di -
3 .
mensao de um espago vetorial abstrato No Capitulo 28 , apresemamos aplicagoes desses con -
3 ceitos a analise de portfolio, paradoxos da votagao e analisc de aiividade. Aqueles que dispu -
serem de tempo devem ier os Capftulos 27 e 28 entre os Capitulos 11 c 12.
3 A independencia linear e definida e caraceerizada na Segao 11.1. A nogao complemcniar
de espago gerado e o objetivo da Segao 11.2. 0 conceito de base de um espago euclidiano 6
J imroduzido na Segao 11.3.
J
:j -
11 1 INDEPENDENCIA LINEAR
Na Segao 10.5 observamos que o conjunto de todos os multiplos escalares de um vetor nao -
j nulo v e uma reta pela origem. Neste capitulo, denotamos esie conjumo por £( v]:
3 N
£[v] H j r\’ : r G R }
J e dizemos que c a reta gerada por v. Voja a Figura 11.1. Por exemplo, se v = ( 1 , 0 01. en -
lao £ [ v] c o eixo .r , em Rft. Se v = ( 1 , 1 ) em R . entao £[ v ) e a reta diagonal que aparece na Fi -
"
J gura 11.1.
I
j
i >
4
&
)
A
i
%
h
£ IVj, Vj|
1
)
Vl }
*2
V
)
X!
)
Figura 11.1 A reta £[v] gerada pelo vetor v.
,
Figura 11.3 Se v , woo i um multiplo de v,, eflrio o co/ytmro £[v , vj <? w//i piano.
r •
Definite) i
Este processo podc scr estendido a cole ocs maiores de vetores. 0 conjnmo dc todas as coni
^ - £( V|, v 2 j
\
bim oes lineares dc tres vetores v., v, e v..
^ i
| . , .,
£[v , v,, vj s|r,v , + r.v; + r v? : r,, jJ, r £ R|
Vl
)
s fomece uni espneo tridimensional , desdc que nenhum dos ires vetores v| \\ e v. s.eja uma
# V -
k combinacao linear dos outros dois. Se. por exeinplo. v, e uma combinacao linear dc v , e v,, ou I
, ,
seja , se v. = r v, + r2v,, mas v e v, sao linearmente independentes, entao £[ v|t v,J e um piano
r- e v. e um vetor neste piano; assim, o conjunto £[ vr v:, vj de todas as combinaedes lineares i
vr .
dc v,. v, e v. simplesmeme constitui o piano £| v,] como vemos na Figura 1 !.4 . Como an - ^3 y
tes. dizemos que os ires vetores vl \\ e v. sao linearmente dependemes se mn deles pode sei
%
escrito como uma combinagao linear dos dois outros. A versao pratica desta dcfmigno e que Figura 11.2 Se v , e um multiplo de v„cmno £fv ,, v.] s. X{ v ,] e uma reta. J
algiima combinacao nuo-nufa de v ,. v, e v. da o vetor 0:
os vetores v „v, e v. sao linearmente dependentes se. e somer.te se . existem
)
escalares
,, .
t\. c: . c*;, nao todos zero, tais que c v + < \ v 2 + c.v » 0. I 15 )
5>
1
'
1-
i m
o INDEPENDENCE UNEAR 251 250 MATEMATICA PARA ECONCMISTAS
-:H
•
;.V
?K
‘
"V
w
o A ultima equagao vetorial implica que c , = c2 = - c„= 0 •••
$
i:
o Exemplo 11.2 Osvetores
v3 v2
\
o "= l
A
2 w2
w
5 e w3 = 8
1
/1
2 -2 5 +1
^ f
8 0
c> W l6J w W
ejvy c uma combinagdo linear de v , e v? enrao X[ v ,, v2. vj e wn plant.
>- Figura 11.4 5 l
) l3> w w W
Definigao Os vetores vr v 2„.., v. em R" sao linearmente dependentes se, e somente se.
existem escalares r ,. c: c4 . ndo todos zero , tais que
e resolvemos esse sistema para todos os possi'veis valores dc c, , c2 c cy Efetuando as multipii -
)
> cagoes no sistema ( 7), obtemos c, v , 4 CJVJ 4 ••• + ctv, = 0.
J ,
1c 4 4c2 + 7C3 =0 Os vetores v| v > vt em Rn sao linearmente independentes se. c somente se . , v,
t* 4 4
.
t
t
quc e urn sistema de equagbes lineares nas variaveis c|tc2 e cy A fcrmulngao matricial do sis - Exemplo 11.1 Os vetores
tema (8) e rn
o rol
!
0 0
-i >
o fl
2
4
5 8
7
^ c2 0 (9 )
«1 = 1
0 It
1
,3 6 9j W lo. Li ,
.cm Rn sao linearmente independentes pois. dados escalares c
Observe que a matriz de coeficientes em (9) e simplesmente a matriz cujas colunas sao os ve - c„, tais que
o tores originals \v, , w2 e w3. Assim , a questao da independencia linear de \v , \v: e vv. reduz se
a consideragao da matriz de coeficientes de colunas w| w, e w,. Neste caso. reduzimos a ma t
. -
-
c , e , 4 c:e, 4 • • • 4 c,.er = 0, resulia
rr r
0> rir V, '
J triz de coeficientes a forma esealonada por linhas:
0 1 0 c> 0
.» \
r i r> + -+ C, ~
=
^
J () 4 7 4
:
J 2 5 8 => 0 -3 -6 \
>
1i , 0,
1 L3 6 9 t W 0 Oj
) 1
)
I m W }
t )
INDEPENOENCIA LINEAR 253 252 MATEMATICA PARA ECONOMISTAS ~;.v
i e conclmmos, ] & que a forma escalonada por Iinhas tem uma linha de zeros, que z matriz de ,«* '
)
)
1 U Mostre que se ( 1 ) ou (2) vale , entao (3) vale, e que se (3) vale, entao ( I ) ou (2) vale.
11.2 Ouais dos seguintes pares ou temos de vctores e linearmente independeme? - ,
tem umasolugao nao nula (c ,..., ck ), ondeAeamatriznxJ:, cujascolunas sao os vetores )
a ) 12.1), (1, 2); b ) ( 2, l ), H, -2); )
c ) ( l , 1 , 0), (0, ] , 1 ); .
cl ) 11 » l 0), (0, 1 , I ), ( 1 , 0, 1 ).
A = ( v , v, - vt ) )
1.3 Determine se cada uma das seguimcs cole oes de vetores em RJ c ou niio linearmente
^
^ independeme: )
/1\ f i "\
i 'P n O proximo teorema e uma reformulagao do Teorema 11.1 para o caso k = nt usando o seguin -
0 0 0 0 o 0 te fato: uma matriz quadrada e nao-singular se, e somente se, seu decerminatite e nao- nulo. • -
«) b)
l 0 1 l -i 1
0
W W \ / LoJ l oj W
Teorema 11.2 Um conjunto v , vw de ti vetorcs dc Rn e linearmente independence sc, e 1
)
somente se,
1.4 Prove que se (4 ) vale, entao v , nfio e uni multiplo de \\ \
\ c nao c: uni nuiltiplo de vJ #
)
,
dct ( vl v, ••• v.. ) * 0
]1.5 a ) Mostre que se vp v, e v, nao satisfazem (5 ) entao nao satishr/em ( 6 ). e vice - versa. )
I b ) Mostre que (5 ) e equivalents & seguinte afirmagao: urn dos vetores v ,. v; e v , e uma
conibinaciio linear dos outros dois. )
Por exemplo, a matriz cujas colunas sao cs vetores e, ,..., en de R" do Exemplo 11.1 e a matriz
I ^^
• 11.6 Prove que qualquer agrupamento de vetores que mcl i c vetor zero nao pode ser li -
neannente independeme.
-^ .
1 ] 8 Prove o Teorema 11.2. mente dependentes e quaisquer tres vetores num piano siio linearmente dependentes. )
i )
)
'
1
'
T
O
iNDEPENOSK’GM UNEAR 255 254
i- MATEWATICA PARA EOONOMISTAS
M
o Exemplo 11.6 Conjuntos diferentes de vetores podem gerar o mesmo esw.rv Por exempt o.
X .Z CONJUNTOS GERADORES f
o 2
cada urn dos seguintes conjuntos de vetores gera R : Seja v ,„.„Vj um conjumo fixado de vetores em Rn. Na ultima se ao 'alamos do conjunto
? ; - f
o 0
>r
£ [vi v, ) = {clv 1 + -- + ctvt :c 6 R}
o -i '0 , ...
a oj - ,1
r
de todas as combina oes lineares de v , , vt , e o denominamos conjunto gerado por
>v ^
Suponhaque seja dado umsubconjunto V^ de Rn. E pertinents perguntar se existern ou nao
a 1 0 \
, ,
vetores v ,..., v , em Rn , jtais que cada vetor em V pode ser escrito como uma combina ao li
c)
or 1 r
V lu *
,.
near de v ,.. , v4: ^ -
1 r | v,]
>
d)
-1 /
V = L[ v (10)
Quando ocorre ( 10), di emos que v ,,..., Y 4 gera V .
) n |T 3' ^
)-
-1 iJ’ 4
K
OTeorema 11. i apresentouumcriterio matricial paraconferir seumdadoconjunto de ve-
Exemplo 11.3 Cada reta pela origem 6 gerada por um vetor nao nulo da reta. Por exemplo, o
eixo x, e gerado por e, = ( 1 , 0,..., 0) e a reta diagonal
-
:) lores e linearmente independence. 0 proximo teorcma dd a versao correspondence para
conferir se um dado conjunio de vetores gera um espa o.
^ A = {M s) E R ": n £ R} =
) Teorema 11.4 Seja v , vt um conjunto de k vetores de Rn c considere a matriz n x k cu >
e gerada pelo vetor ( 1 , 1 ,. ., 1 ). .
jas colunas sao os vetores
.4 = ( Vj v2 • •• .
V;) (||)
Exemplo 11.4 O piano .r ,.v> de R 3 e gerado petos vetores unitarios e , = ( 1. 0, 0) e e, = (0, i ,
\
0), pots cada vetor { a , b , 0) neste piano pode ser escrito como
> .1 vj gcrado por v , se, e somen-
Seja b um vetor de Rn. Entao, b esta no espaco £[ v , \k
( a" 'r
J
\
.
te se 0 sistema Ac = b tem uma solu ao c
^ . b =a 0 +b l
) , oJ ,0;
,3
' .
Prova Escreva v ,,.., vt em coordenadas, assim: ..• ., MI |
»| MII * MMMI
• ••
** l * l * ' M * l * IMM « » IM * ll « »*l 11 * I * «|» •|
• • » « M I <M MI 11*1•1 >f MM I MM I III •• |f »|»f I# M I *4111 1
* ( III M| «
| I Ml I
•» «
) f vll 3 V Exemplo 11.5 O proprio espaco euciidiano » t -dimensiona ) c gcrado pelos vetores e„do
..
' Exemplo 11.1 , pois, se ( n ,...., an ) c um vetor arbttrario de Rn, podemos escrever
) > 11 : > It
3
0
Emao b esta em £[ v , vtj se, e somcnte se,
sVtnJ
podemos cncontrar c , ct tais que a2
= «i
rn
0
r >
°
i
-r ••
0
, - c, vt = .x-T ^ b \ • j
v tjv +
** +
vuy . 0, ,0; X
... i
j + ••• + £;.
t
< vu ) hJ i
O t
o , -
qv i + + f;lu = /> - ,
—
I %
J
3
« *»!• + f lh, i
+| -’.,-
)
.
4
‘
INDEPENDENCE LINEAR
i
''ll - V >
' ( cr
11.3 BASE E DIMENSAO EM Rn \
; vi
)
— ,
N T
nagao linear dos vetores do conjunto gerador para obter um conjunto gerador maior. No en - 4 l« *"
<ckj A;
tamo, o que realmente queremos e ir na diregao oposta e cncontrar um conjunto gerador efi-
ciente. ,
Assim, b e X[ v ,..., vj se, e somente se, o sistema (12) tem uma solugao c. 9
)
Exemplo 11.7 Seja Wo conjunto de todas as combinagoes lineares de v, = ( l , 1 , |), v, = ( I , O proximo corolario do Teorema 11.4 fomece um criterio simples para sabermos se um dado. ,
w = ov, + by 2 + cvj|
i , .
Teorema 11.5 Seja v ,.. , vt um conjunto de k vetores de Rn e considere a matriz A de ta- |
, ..
manho n x k , cujas colunas sao os vetores v., como em ( i 1). Entao v ,. , vk gera Rn se , e so-
= rtv , + bv, + c(\ j + v 2 ) mente se, o sistema Ax b tem uma solugao x para cada lado direito b.
= [
= (fl + f )v, + ( / + c)v 2.
;
0 (T U ')
f (T >
0
er “
w
e, «
.k
'J
5 11.10 Os vetores 2
..3
5 e 8 geram R ? Explique.
0
)
)
constituent uma base de R*. Por ser uma base tao nut Aral , e denominacla base eanomca cie -?>13.11 Prove o Teorema 11.5. )
Pr J
-£
2
n
n
T i
1
i •
>)
)
• . A . ' ‘ v CC iC •
'
- •
JO /
'
H> - .: •> -
Jfcy ' x • :‘
-
V.? • . • • • ' •• S.; ‘ •
br^ .jrrje. r
• ••<! •'
'
^ • J cada : w .tem
’ *
BwUl * i-,.hoj
t •
^ 4>
- V
u a) 1 2 b) i 2 0
> ) 3 2 » > C 1 t
) i
X JJ X XY .9, CO
’
> T - to -
i
•
2 , 0
- X - T — T 10'
e) 1 > 2 0 I
Proya Pelo Teorema 11.3, uma base de Rn nao pode comer mais do que n elementos; caso
contrdrio, o conjunto em questao nao poderia ser linearmente independents. Pelo Teore-
) %
ma 11.6 , uma base de Rn nao pode ter menos do que n elementos; caso contrario, o con-
.1 1 . . a. A A junto em questao nao geraria Rn . Portanto , uma base de Rn deve ter exatamcnte n elemen -
l tos .
*
) 11.15 Prove o Teorema 11.8.
.I Podemos combinar os Teoremas 11.1 , 11.2 e 11.5 com o Teorema 9.3 matrizes quadradas —
) sao nao -sirigulares se , e somente se , tern determiname nao - nulo — para obter a seguime equi -
! 11.4 EPILOGO valence das no oes de independencia linear, gerador e base relativas a conjuntos de n vetores
r
) Completamos, assim , nossa introdugao a independencia linear, conjuntos geradores e dimen - cm Rn. ^
% sao. Ames de passar ao estudo de fun oes nao- lineares na Parte 3, voce pode querer aprofun -
-«' ^
dar-se nesses tdpicos que foram somente esbogados. Neste caso, os seguintes capitulos, com
material mais avan9ado, sao indicados: Teorema 11.8 Seja v , vB um agrupamemo de n vetores de Rn. Seja A a matriz
) * o os \y. A = ( v ,
n x / ? , cujas colunas s! v , •• • v; ) . Enrao , as seguintes afirma oes sao
Capitulo 27: Subespagos Associados a uma Matriz Como cominuagao do Capitulo 11 ,
cquivalentes:
i
^
neste capitulo defmimos espa9os vetoriais abstratos e seus subespa os e carregamos a no ao
r
)
de dimensao para tais espa os. Como exemplos importantes, estudamos ires subespa os asso- ^ ^ (n ) vvw sao linearmente independentes ,
^ ^
V ciados a qualquer matriz: o espa -linha , o espa o- coluna e o espa90 nulo. 0 capitulo encer-
^ ^
ra com uma caracterizaqao completa do tamanho, ou seja, da dimensao. do conjunto de so! u -
(b ) v
(c ) v ,
vfl gera Rn , *
) 9oes do material dos Capituios II e 27 a analise de portfolio , paradoxos da vota 9ao e analise
ip de atividade .
Dimensao
rf :
0 fato de cadh base de Rn center exatamente n vetores nos diz que exisiem n dire des inde-
J pendentes em Rn. E nisto que estamos pensando quando dizemos que Rn e / i dimensional . Po- - ^
demos usar a ideia de base para estender o conceito de dimensao a outros subccnjunios de Rn.
ji Em particular, seja Vo conjunto £[ v , vtj gerado pelo conjunto de vetores v . ..... vA . Se o
. J conjunto v , , .... v{ e' linearmente independenie. entao forma uma base de V . No Capitulo 27
—
provaremos que qualquer base de V' tcm exatamente k vetores o analogc do Teorema M • '
-J
para subconjuntos proprios de Rn . Ess ». .uimero k de vetores um qualquer base de Vc tlenonu -
i;
i i
nado dimensao de V .
)
z/ . )
\
I
PARTE )
r‘
t
Calculo a Varias Variaveis
J
i
!
!
? )
/
(
)
J
)
)
J
V
)
)
I
)
)
~
)
O
ii
0 I!
'Si
A '
I
—_
l
] '
CAP 12
ITU LO
1
i
I
A
1!
^
Cj.
Limites e
Conjuntos Abertos
'
ft
(
)
J
.
Jll.
O
^
v
V
iv
.
..
_ T "T ma preocupa ao central na teoria economica e o efeito que uma pequena variaijao em
*
^
I I uma variavel economica x tem sobre alguma outra variavel economica y. Se .t mudar
^
j
V
V^/ para urn x proximo, como isto afetara y? Antes de podermos precisar esse efeito, ne-
cessitamos emeqder melhor os conceitos de pequena variaplo e de proximo. O que significa
<
^ dizerquc uma cesta de mercadorias ou de insumos esta proxima de outra? 0 que significa uma
V
J^
v.
pequena varia ao no prego? Como podemos quantificar tendencias em pre os ou consumo?
^ ^
Neste capi'tulo, enfocamos essas questoes, estudando com maior profundidade as no< jocs-
de seqiiencia , limiie, vizinhanga , conjumo aberto e conjunto fechado. De um pomo de vista
V
»
-
L
.
-
/ matematico. o limiie de uma seqiiencia e o conceito que separa a Matematica do Ensino Me
'
Sw. dio da Matematica do Ensino Superior. Os limites desempenham um papel central , por cxcm-
'
. S
plo, nas defini oes de fun$ao contfnua , derivada de uma fun ao e ate' do numero a
^ ^ .
'
Nosso esiudo de proximidade comega com uma observa ao cuidadosa do seqiicncias c
'
W ^
scus limites: primeiroem R 1 , naSesao 12.2 eentaocm Rn, naSe ao 12.3. NasSeqdes 12.4 e
^
12.5 definimos conjuntos abertos e conjuntos fechados e descrevemos a complemcmaridade i
I !
entrc cstes dois topicos. Os conjuntos abertos e os conjuntos fechados tem um papel impor -
tant no esclarecimento das hipoteses que estao por eras da maioria dos prinefpios economi -
cos. Por exemplo, os teoremas que caracterizam equilibrios cconomicos muitas vezes reque -
rem que ojespago das mercadorias subjacente seja fechado e limitado, pois a exisiencia de um
equilibrio’ e garantida em tais conjuntos. Na Segao 12.6, discutimos as propriedades dos con -
^ juntos fechados e limitados.
A exposigao deste capfculo segue um desenvolvimento logico cuidadoso a medida que ca -
^ da principio e deduzido dos anteriorcs. Como uma conseqiiencia. neste capi tulo hd mais pro-
'
vas do que nos capiiulos anteriores. A maioria dessas provas sao cunas c diretas. Aplique-se pa -
^ ra entender essas provas, pois a habilidade de acompanhar um argumento logico, e ocasional
menie de produzirum, e um componente valioso para trabalhar efetivameme em Economia .
-
I --
'
'
w
^
)
I I4 i
§ t
6 LIMITES E CONJUNTOS ABERTOS 265 264 MATEMATICA PARA ECONOMISTAS
)
I M
*
)
i;
I
. ,
Definigao Sejam {JC , x1> xi ,... ) umasequgncia dc nuiheros reais e r um numero real. Dizemos
que r i o limite desta seqiiencia sc, para qualquer nunilero positivo (e pequeno) e, existe um in-
teiro positive Ntal que, para cada n Ntxn estd no intkvalo de raio eem tomo de rt ou seja,
12.1 SEQUENCIAS DE NUMEROS REAIS
Definifao
m
%
& -
i
)
>
k- H < *
—
Os numeros naturais tambdm denominados inteiros positivos sao simplesmente os
. —
numeros de contagem: 1 , 2, 3, 4, ... Uma seqiiencia de ntimeros reais e uma associa ao de um
numero real a cada numero natural. Uma seqiiencia e geralmente denotadapor {.x, , JC2, ^
w
"
i
, \
)
Neste caso, dizemos que a seqiiencia converge are escrevemos onde x } 6 o numero real associado ao numero natural j , oprimeiro numero rta seqiien
cia, x2 d o numero real associado a 2, o segundo numero na seqiiencia , e assim por diante.
- \
limxw - r xn -* r. } )
lim .r„ = r ; *
ou ou, simplesmente,
-
a *** !
Exemplo 12.1 Alguns exemplos de seqiiencias sao: i )
Esta definigao afirma que x„converge a r se, nao importa quao pequeno escolhamos um inter-
valo em tomo de r, a partir de um certo porno ( rt N na definigao acima ) as entradas da se-
qiiencia emram e permanecem naquele intervalo. E claro que o ponto a partir do qual as en -
.
a) {1 2, 3, 4, ...}, b) {l. i. 4
. )
_ i I _i
I , 0, i 0, 0.. ..,
-
Para cada numero natural rt , cada seqiiencia tem um / t dsimo numero bem -definido. Por xu
exemplo, o n-6simo numero na seqiiencia b e 1/n, o n -esimo numero na seqiiencia e 6 (-1 )n, o
- *
)
] n - esimo numero na seqiienciaft ( n + i )ln e o u-dsimo numero na seqiiencia g 6 o truncamen- w
2 3 4
t
1 2 1 2’ 1’ 2 1
to da expansao decimal do numero x de n casas decimals. As vezes, escrevemos uma seqiien
.
ciaqualquer {.v ,..v, .vv... ) como {A }
- \ )
rr2 *
2 3 3 4 *
•4 t 4 >< > 4 HIM »MMMM < M 4 > »4 > Hi > 4 l,4lt < 4 l «4 lbi > l 4 <|
4 4 IM
| |
||llH
J = J
i )
t
Limite de uma Seqiiencia ,
’
)
Observe que os elementos de uma seqiiencia convergente nao precisam ser distintos entre si Existent basicamente ires tipos de seqiiencias:
nem distintos do limite , como ilustra a primeira seqiiencia do Exemplo 12.2 . A convergence - - 1 )
.
nao precisa ser unilateral , descendo para o limite, ou subindo para o limite, como ilustra a sc
'
- ( l ) seqiiencias c o m o n a s q u a i s as entradas seaproximam mais e ntais, e permane
cem proximas de um valor limite;
- .
.
’
/ i )
gunda seqiiencia. Finalmeme, a convergencia nao p ecisa ser mondtona: cada clemento nao
precisa estar mais proximo do limite do que todos ospnteriores. Isso e ilustrado na terceira se - (2) seqiiencias como a . nas quais as entradas crescent sent limitagao. e : i
' .)
qiiencia do Exemplo 12.2. Tudo que a convergencia c*xige e que. especiticada qualquer distun- (3) seqiiencias como c. d. e e h. nas quais nenhum desses comportantentos ocorre. pois as
cia; todos os elementos, a partir de um certo elemenjto, estejam a uma distancia menor do li- ' )
entradas saltam para frente c para tras na rota numerica.
mite. ;
Como mencionamos acima , as seqiiencias c , d t e do Exemplo 12.1 nao convergent a um —
Estamos interessados no primeiro tipo de seqiiencias nas quais as entradas se aproximam
—
' j
i )
Iri limite. Embora suas entradas se aproximem arbitrariamente de um numero 0 em c. + 1 c de algum numero real epermanecem arbitrariamente proximas deste numero, denominadb // -
;
—
-1 em cit e elas nao permanecem perro. Se as entradas de uma seqiiencia ficam arbitra -
riamente proximas de um numero, dizemos que o numero e um ponto de acumulagao da
seqiiencia. Mais formalmente, r e' um ponto de acumulagao ou entao, um ponto aderente
mite da seqiiencia. Observe que precisamos de ambas as partes desta anrmacao. As entradas
da seqiiencia c ficam arbitrariamente proximas de 0, mas nao permanecem la; as entradas da
seqiiencia d se aproximam arbitrariamente de + 1 e de - l , mas a seqiiencia nao fica perto de
i
i
>
)
o Algumas provas tambdm exigem a variante da desigualdade trianjpjt*: r &ra a subtragao: Pr^ vft Oueremos formalizar a nogao intuitiva que uma sequencia nao pode se apreximar e
||A] |y|] < lx- >i para ouaisquer z y. - (3) . j - emxtnecsr perra de dois poruos diferemes. Suponha que a seqiiencia
miie > . r. ?. rr Tomamos como sum numero menor do que a meiade da distancia entre r, e
cem dois U -
o Para numeros reals, podemos prcvar (2) e (3) diretamente, olhando por exemplo, para os di- k, digamos £ ~ - '“2 j, oe modo que /t( r , ) e /r( r2) sao intervalos disjumos, coir.o na Fi-
,
enre 12.1 . Como X., -4 r , existe um N, tal que todos xr, estao em /,( r}) , desde que n > /V, ;
o versos casos dos sinais de x e de y , (Exercicio.) Para vetoies em suHiitufmos o valor ab-
solute das desigualdades ( 2) e (3) por rionnas. Neste case, as afinuayces correspondences sac . —
c orr c * n ? r2, existe um N 2 tai que todos xn estao em /E( r,) desde que n > N 2. Porunto, to -
a
f
a Desiguaidade Triangular do Teorema 10.5 e a Desigualdade do Teorema 10.6. dos x„estao em ambos /c( r, ) e /£(r2), para todos n max ( /V, , /V;}. Mas ponio algum pode
Q
estar em ambos 7c( r, ) e Ie( r2 )
—
uma contradigao que prova o teorema. M
W W
Teorema 12.2 Sejam {x„} J= t
e {yn}“ seqiiencias com limites x e y, respectivameme.
-
Entao a seqiiencia {x„+ >‘„}~=1 converge ao limitex + y.
4
o rt
lr2 - A| '2
o ,
Figura 12, 1 Os intervalos l( { r ) e It( r2 ) sao disjumos para £ = - r-,
;> , . . •• . •. -
.«. < »»*« * »» >«
— *» ** »* •
*» »«»»
Prwa Escolha e fixe uma pequena constame positiva . [ Praticamente todas as provas sobre
»* 1M »
'.»«
! «»!V !*? .M
" ” t t*
—
'
Muitas vezes, ao estudar seqiiencias, precisamos considerar as subseqiiencias de umadada se-
) limites comegam assim.] Como sabemos que xn -» x e y„ > y, existe um inceiro N , cal que
! quencia. Para definir o conceito de subsequ 6 ncia com cuidado, pense em uma seqiiencia co -
O
i
e um inteiro N 2 tal que /2 I < ;i
2 < -
Nj <
.
.
)
)
!.v„->1 < — para n > N , . Crie uma nova seqiiencia ( yft }, dada por
: >y = -v para j = l , 2, 3
,
SejaN = max ( A' , AL ) . Entao, paraqualquer n > N, temos
j Diz-se que essa nova seqiiencia
J .
|k + a )- (* +?)!= Ik -*) + k - >')l
e uma subseqiiencia da seqiiencia original {x }. Re-
sumindo, construimos uma subseqiiencia de uma seqiiencia pela escolha de uma colegao m-
(l
por ( 2) fmita das entradas da seqiiencia original na ordem em que estes elementos ncla aparecem.
0 < £ -4
( Vejao Exercfcio 12.2.)
o j = e.
2 7
"
Propriedades Algebricas de Limites
P
) —. —
Em seguida provamos que sex; > .v e ); > y, entaox,yn » xy Esta prova e um pouco mais en -
fadonha que a do Teorema 12.2, e pode seromitida em uma primeira leitura. Comegamos escre-
— -
Deveria ser imuitivamente claroque os limites de seqiiencias sao preservados poroperacoes
algebricas. Por exemplo, se {xff }“ _,
tlca arbitrartameme peno de x e se {.v „}” : fica arbi
= -
Pu vendo a diferenga crucial piy -x yj como uma soma de tres parcelas, cada uma das quais envol-
.
-
ve as disdneias \xr ~ x\ t|yn y|, sobre as quais sabemos algo, Depois, escolhemos um epositi-
vo qualquer Para mostrar que a soma das tres parcelas e menor do que £ para N suficientemen -
trariamcme perto de v, entao a seqiiencia das somas {* a + y„}M = r Hca arbitrariamente per-
to de x + y, e anajogameme para diferengas, produtos e quocientes Esforce se para enten -
der ao maximo as duns prbximas provas: o objetivo e desenvolver uni emendiinemo util da
. -
te grande, mostrames que cadaparcela e menor do que *73 para N suftcientemente grande.
u nogao de limite e do proprio conceito de uma prova cuidadosa . As provas da maioria dos
teoremas sobre ssquencias e seus limites requerem a desigualdade triangular, freqiieme -
O meme mais de uma vez:
vJ |.v + y| < |.vj r [\ j
* pa ra quaisquer .v. y. ( 2;
J
1
t
!
rm- )
T»
)
I : UMITES E CONJUNTOS ABERTOS 269
I
268 MATEMATICA PARA ECONOMISTAS :i!7
>
i P
Teorema 12.3 Sejam {-xrt}J= l e {jn }"=1 seqiiencias com limites x e y, respectivamenteL m &
)
m
i
ry- * W 3p ij + Vi) 3(H + i) + 3p7i) W Entao, a sequfcncia de produtos {*„?,, converge ao Itmite xy.
& w +
^ e e ^M
+ ^
i j e
(W + 0 3 32 ( + 1) W +1) ( \ y + 1) 3
I
7
*
)
• rS ’*
)
s£+ £
3 fV YJ 3
+i .
3
xn -
Prova Para mostrar que \xy - jc„yJ 6 pequeno quando\ x\ e \yn y\ sao pequenos, tente es-
crever o primeiro em termos dos dois tiltimos. Conseguimos isso usando o tmque dos ma
-
- . .4
•
!
'
=
)
< £. temdticos de somar e subtrair o mesmo elemento & dada expressao; comefeito, fazemos : '
* j
Aqui usamos os seguintes fatos: I
i
isso duas vezes. |
i’ {,
'
f. ; )
5 Uma outra propriedade importante das seqiiencias e que elas preservam relaqoes nao-estritas ( usando a: desigualdade triangular tripla)
* .i
'
)
l de ordem, como mostra o proximo teorema.
\4>: ->1.1 + 1*- - >1 + 1*- .
t -i )
i
uma seqiiencjaconvergente com limits .xe um numero tal
t Sabemos que cada parcel a na tiltima expressao tende a zero. Para tomar este processo pre
ciso, proceda exatameme como na prova do Teorema 12.2. Escolha e fixe um ndmerp po-
- ,
r
rx. )
Teorema 12.4 Seja
.
quearfl b para todo n Entaox < b. Sexn b para todon , entaox > b.
' ^ sitivo pequeno £, com £ < 1 . Como -> x , existe um inteiro tal que
xn
.
12.2 Explique per que cada umdos seguintes conjuruos nao e uma subseqiiencia do ultimo
final da desigualdade acima , o numero 3 nestas desigualdades tern a seguinte utilidade: pa
ra fazer a primeira expressao menor do que £, faremos cada uma das tres parcelas menor ,,
do que e/3; para fazer a primeira parcela, j.t|[y - yj, menor do que e/ 3 , queremos [y - yj <
- )
)
conjunto no Exemplo 12.2: £/ ( 3 jr|). Acresceniamos um 1 adictonal ao denominador do lado direito para garantir o ca / - '
i jl 2 1. 1 I4 . 15 l l 22 . 23 : 1 21 1 1 1 *
so em que x e zero. Agora tomamos /V = max ( /V,, N 2 } . Entao, se n > N , .
1
V
)
a) W c) )
112 2 3
.
I!
>
rf2 3 4 5’ * '" ' '
)
12.3 De uma prova direr.a das desigualdade* ( 2 ) e ( 3 ) para numeros reais.
J
.
12.4 Prove que j.vv| = j.v| • \ y\ p,. a quaisquer.v, y.
; :
)
1
n
1 UP
i I-
i
LIMITES E CONJUNTOS ABERTOS 271 270 MATEMATJCA PARA ECONOMISTAS
m
M
1£-
)
A desigualdade triangular (Teorema 10.5) implica que para tres vetores x. y e z quaisquer vale 12.5 Prove que \x + y + z\ \x\ + \y\ + [zj para quaisquer numeros x, y z. 7
12.6 Prove que se {xn }~ | e {yfl }" | sao sequencias com limites x e y, respectivamente,
ni ,
I
||x -C= ( x - y) + ( y - z)|!
- ~_, converge ao limite x - y.
- "A
= = *
) 0 !
< x - y | + )|y - 4 entao a seqiiencia {*„ yrt }
o OU
d (x, z) < d(x, y ) + d (y, z). (4)
12.7 Suponha que e uma seqiiencia de ntimeros reais que converge a x0 t que to-
a
-
dos os e x0 sao nao- nulos.
xn
Definlgao Seja rum vetor em
^Rm,
A generaiizagao do intervalo / r ) de raio e em ;tomo de R16 a bola de raio e em Rm.
e seja eum ntimero positivo. A bola de raio eem tomo de
a ) Prove que existe um numero positivo B tal que \xn\ > B, para cada n
b ) Usando a, prove que ( 1 /jtJ converge a { l /x0 ).
.
r 6 dada por
12.8 Sejam {xn } J= 1
e sequencias convergences com limites x e y, respectivamen-
O Be( r) = [x e Rm:||x - r||< e} te. Suponha que todos os y„e y sao nao- nulos. Mostre que a seqiiencia
) -.
,>
*
converge a x f y. •
Intuitivamente, um vetor x de Rm est5 proximo de r se x est5 em alguma Be{ r) para um e pe -
> - queno mas positivo; Quanto menor o ermais perto x-estard de r
• ^ - . — — 12.9 Mostre
Uma seqiiencia e ciita limitada se existe unrnumero tal que \xn\ < - -
que se {xj}~ converge a 0 e se {yn} e limitada,
S
cada^r fi; paia
V.
K
)
)
Definl$ao Dizemos que uma seqiiencia ( x,, x2, x -,,...} de vetores converge ao vetor x se, pa-
ra qualquer escolha de um numero real posidvo £, existe um inteiro /V tal que, para cada n
N , vale x„e BJix ), ou seja,
=1
produtos converged . 6 *
^
a seqiiencia dos
12.10 Escreva por extens.o a prova da ultima frase do enunciado do Teorema 12.4.
l
entao
)
) ^(x„.x) =|ix„- x||ce. 12.2 SEQUENCIAS EM Rm
Uma seqiiencia em Rm e exatamente o que esperamos que seja: uma associa ao de um vetor
O 0 vetor x e denominado o limite da seqiiencia. ,
de Rmacada numero natural n : { x , x 2, x3,... ) . Paraestas sequencias precisamos comrolardois ^
Em outras palavras, uma seqiiencia de vetores {*n}n = ] converge ao vetor limite x se, e so- indices diferentes: um para as m coordenadas de cada vetor de R e outro para indicar qual
j . -
mente se, a seqiiencia das distances do vetor x„ao vetor x, isto e {|j x „ xll} ., converge a 0 fl
. elemento da seqiiencia cstd sendo estudado.
Antes de poder definir cuidadosamente o conceito de convergence, devemos precisar nos-
em R1. sa noijao dc proximidade em Rm, como o fizemos para sequencias cm R 1 no infeio da se ao
l
anterior. Lembre que no Capfiulo 10 definimos a distancia emre dois vetores x e y quaisquer ^
0 Exemplo 12,3 Por causa da dimensao extra, que permite maior movimento, uma seqiiencia de Rm como sendo a norma de sua diferen$a:
convergente pode mover-se em todo upo de espiral em Rm enquanto converge ao seu limi-
te. Por exemplo, seja { AJ a seqiiencia de + I e -1 , que trocam de sinal a coda tax' dro ter - - / -
rf ( x , y ) =||x yjl = 1 (.vl .vl ) +
!
-+ (.rJ„- y„,):.
? mo:
k};„={i, i , -
1.1, i, - i 1.1 . . - i. - > ' } Por esta defini ao, a distancia entre dois numeros e' o comprimento do segmento de reta que
•••
^
os une, como indica a Figura 12.2. A distancia ou “ metrica” definida pela norma cuclidiana
LiiVii) -
llx yll
PJ <
2
1
' ’ 4 5A 5 6/
- i,
r qj
)
I h
272 MATEMATICA PAFIA ECONOMISTAS n®
\
f
|$
. * J
’
_ v
:•
\
(Somente se) Para provar a recfproca , suponha que {
*„} , converge a x\ Hscolha
*
e>
0, como de costume. Entao, existe um inteiro N tal que, para cada n Ny vale||x„- x*|| < £.
i
i
4
,0-
)
)
Mas entao, para cada n N e para cada componente i , V
/
)
'
^
. \2
*4 )
*5
-r
X „- X \\ < £ . )
?
)
- r.
Teorema 12.6 Sejam {x „}~ , e sequencias convergentes de vetores em R171 com
— FlgUra 12.3 Aseqiiencia con vergehle (5) em R
' "
.
1
>
V .
limites x e y, respectivamcnte, e seja {cfJ }~ cl
uma seqiiencia convergcnte de ntimeros reais No entanto, se a seqiiencia ( xj converge a x , entao cada componente dos x„ deve convergir
com limite c. Entao, a seqiiencia {c„x„+ y„}~ 1 converge ao limite cx + y.
ao componente correspondente do vetor limite x, e reciprocamente. Esta equivalence entre a '
*
)
= convergencia de uma seqiiencia de vetores e a convergence de cada um de seus componcntes
reduz o problema de verificar a convergencia de uma seqiiencia de vetores em Rm ao proble- w ;
i
ma de verificar a convergencia de m sequencias em R 1. r \
)
Prova Como de costume, comece escolhendo um numero positivo £. Observe que • i "
v
)
Teorema 12.5 Uma seqiiencia de vetores em Rm converge se , e somente se, cada uma das
il(c„xJ + y„) - (cx + y)l < ||c„x„ - cx|| +||y„ - y|j
1
{6 )
m sequencias de seus componentes converge em R 1.
Como a seqiiencia dos y„converge a y, sabemos que existe um inteiro ;V tal que, para ca- , )
da it -
vale||y„ y||< f /2. Poroutro lado, para cada componente f , a seqiiencia ( cirvj o i
,
converge a cx pelo Teorema 12.3. Peio Teorema 12.5, isso implica que a seqiiencia
~ .
{cirxn} ~| converge a cx Assim, existe um N , tal que, para cada n N> vale||c„x - rx||< . #j
Prova (Se ) Seja { x;i}"ct uma seqiiencia de vetores em Rm. Escrdva x„= (.v , xutn ).Suponha ' 7
)
por (6),
- „
s'2. Segue que, para cada « > N max ( /V tf,}, vale|| - cx||+||y,- y||< £ c portamo.
cnxn
,
/
= J
que cada uma das m sequencias {.v / l } i de numcros, com / = 1 m, converge a um limi-
r ,,, ). Escolha e fixe uma pequena constante posiliva e. Para cada /
)
te A -. Seja x = (.v
^
!
• * • *
)
||(cA + y„)- (cx +|
3i < e- \
entao xln - j < e\ / fm. Seja
*
entre 1 e m, existe um inteiro N: tal que, sc n
.v-
r
i a *
r. max { /V,...., /V; ). Suponha que n > /V. Entao,
rj
)
Uni argumento semelhante pode ser usado para mostrAr que a seqiiencia dos produtos escala- v> )
-- res de duas sequencias convergentes de vetores converge ao produto escalar de seus limites.
•
2
IK - A =
y
I
< ; + •• • +
m—
£' c )
Definigao 0 vetor x e um pontode acumula $ao da seqiiencia se, para cada e > 0 da - v.>-
I
n m:
m
LJMITES E CONJUNTOS ABERTOS 275 274 :
MATEMATICA PARA ECONOMISTAS
&
i —
i ,
A palavra “ aberto” tem conotagao de “ sem fronteira” : a parlir de cada ponto sempre pode- Um ponto que e um limite tambdm satisfaz a definigao de ponto de acumulagac uma | j |
'
“
S mos movimentar-nos uraa pequena distancia em qualquer diregao e ainda assim permanecer
no conjunto. A definigao de conjunto aberto torna precisa esta iddia: cada elemento de um
infinidade de termos da seqiiencia estao a menos de uma distancia e do ponto limit;. Mas a |
defmigao de limite requer algo mais. Todos os termos suficieniemente avangados daseqtien
: f\
- %
-
conjunto aberto possui uma bola tnteira em tomo dele que ainda esti no conjunto Conseqiien- cia convergente devem estar a menos de uma determinada distancia do limite, nao souma in
finidade deles. Como vimos em R \ uma conseqiiencia desta distingao e que uma stquencia
-
temente, conjuntos abertos nao podem center seus “ pontos de fronteira” .
/
0 pode ter varios pontos de acumulagao, mas uma seqiiencia convergente s6 pode ter am limt
te. A unicidade dos limites em Rm parte diretamente dos Teoremas 12.1 e 12.5.
-
Exemplol 2,4 Ointervalo
©
h (0,1) = {x E R:0 < * < 1} *
l perto de 0 do que b e ainda esti em (0, 1), enquanto o numero b + (1 - b )/ 2 estd mais per -
/
.
*
n . - -
tode 1 do que b e ainda esti em (0 1) Se 6 = min ( k/2, b + ( 1 b )l 2 ) , o intervalo ( b E, b
f
]
n , < n 2 < ny < nA <
6 + e) 6 um intervalo aberto em tomo de b contido em (0, 1). (Verifique.) \
, - x„., y2 ==\ 3 = x , e assim por diante.
tais que y ,y
_ __ _
A defini ao de conjunto aberto tambem irnplica que esses conjuntos sao “ gordos” ou “ de di -
IU 0j
-- Mesmose uma- seqiiedicia tern um ponto de acumulagao, el a pode nao ter limite, como
i> ^
'
i\ mensao total,” pois um conjunto aberto em Rm contem uma bola de dimensao m em tomo de ilustram as seqiiencias c & d <io Exemplo 12.1. Contudo, para cada ponto de acumulagao de :
) cada um de seus pontos. Conseqiientemente, uma reta em R2 nao 6 um conjunto aberto. Co - uma seqiiencia existe uma subseqiiencia que converge a esse ponto de acumulagao. Por exem-
l. mo estd indicado na Figura 12.4, pelo fato de uma reta ser um subconjunto unidimensional de plo, na seqiiencia c, .os ter nos de indice par formam uma subseqiiencia convergent* com li-
1 R2, a bola em tomo de qualquer um de seus pontos contdm pontos que nao estao na reta. Ana- mite 0. Na seqiiencia dy os termos de indice par formam uma subseqiiencia convergente com
logamente, uma reta ou um piano em R3 nao pode ser aberto, e conjuntos constitufdos de um limite -1 e os termos de indice impar formam uma subseqiiencia convergente com limite L
) tinico ponto nunca sao abertos.
I
) Estd intuitivamente claro que bolas abertas sao conjuntos abertos. O prdximo teorcma e a Fi-
gure 12.5 esclarecem bem este aspecto. EXERCfdOS
Mosire que, se {x „}~ sao seqiiencias de vetores em Rk convergentes a
=|e
12.11 duas
. ~_
x e y respectivameme, entao {xf; y„} ( converge a x y.
l Teorema 12.7 Bolas abertas sao conjuntos abertos . | 12.12 Mostre que uma seqiiencia convergente em Rm so pode ter um unico ponto de acumu -
) I
lagfio e, portamo, so um ur.ico limite.
i 12 3 CONJUNTOS ABERTOS
? Nossa discussOo de seqiiencias leva naturalmeme ao esuido de conjuntos abertos e fechados
oe em Rm. A definigao de conjunto fechado requer diretamente o conceito de seqiiencia conver
gente. A definigao de conjunto aberto requer o uso de bolas de raio £. Embora essas duas
-
) defmugoes nao paregam relacionadas, veremos que os conceitos sao verdadeiramente com-
5 plementares .
Comegamos com conjuntos abertos por serein a construgao topol6gica mais bdsica. Para
.
um vetor z em Rm e um numero positivo e a bola de raio £ em tomo de z e o conjunto S £{i) =
2
;
y
t
jx £ Rm :||x - z | < £ ) . As vezes dizemos que Bc{ z ) e a bola aberta de raio e, para distingui- la
da bola fechada ( xe R" :||x - z|| < e}, que incluiafromeira. Bolas abertas sao exemplos im
1
- ^
jj
$ Figura 12.4 Uma bola em tomo de um ponto dc uma reta em R‘contem pontos
que ndo sdo da reta.
Definicao Um cor junto S em R ” e aberto se para coda x e S existe uma bola aberta de raio
1
i \
xe S => existe e > 0 tal me
Um conjunto aberto contendo o ponto x e denominado vizinhangn aberta de x.
- c S.
}
0:1
Ol i
contida em 5, como sugere a Figura 12.5. Seja z um ponto arbitrdrio de V. Entao, pela -"
i
)
v‘ Observe que qualquer uniao de conjuntos abertos 6 um aberto; contudo, a interse ao de urn
>
s ^
numero infinito de conjuntos abertos nao precisa serum aberto. Por exemplo, considere os in -
i desigualdade triangular, > - \
f tervalos abertos S„ = (“ 1 /n, +Un ) em R1. O conjunto Sn e o intervalo de raio 1In em tomo de i
-
z - x||s||z - yS +||y - x||< (e 5) + 5 = £ o
~_,
0. £ facil verificar que p) $u 6 simplesmente o conjunto pontual { 0 }; sey e qualquer ponto
i
t
)
r distinto de 0, entao y & Sn para cada n > lly , e portanto y t S. Mas ( 0 } nao e um conjunto i Assim, V <r B. N
!
aberto.
i )
E 5
Interior de um Conjunto '
}
Por ser sempre um aberto a uniao qualquer de abertos, podemos definir uma opera ao sobre Y
conjuntos quaisquer que produz conjuntos abertos . i ^ 8 \ )
I
! Deflnlgao Dado um subconjunto S de Rm, denotamos por intSa uniao de todos os conjuntos
abertos comidos em S . 0 conjunto aberto int S e denominado interior de S . x
i
f Por definisao, o interior de um conjunto pode ser considerado o maior conjunto aberto que
esta contido no conjunto dado. Por exemplo, o interior da bola fechada de raio £ em tomo de E
)
V - -
x e a bola aberta de raio £ em tomo de x. O interior do intervalo semi aberto [ a, b ) 6 o inter - ;
valo aberto (a, b). 0 interior de uma reta no piano e o conjunto vazio, pois nenhum subcon -
2 /
junto da reta em R e aberto em R‘. Como mostra o Exercicio 12.16 abaixo, o interior dp um
conjunto aberto S e o proprio conjunto S .
12.13 Use o Teorema 12.8 para esbo9ar alguns conjuntos abertos no piano que mlo sao bo
*
- * )
las. O proximo teorema descreve o comportamento de conjuntos abertos sujeitos ds operates de
uniao e imerse ao de conjuntos e nos permite construir exemplos interessantes de conjuntos* . j )
12.14 Prove que ooctante positivo abertos . ^
! )
R.T = {( •-' ): X; > 0 para r = l »(}
n. )
Teorema 12.8
I
e um conjunto aberto de Rm, encontrando uma fdrmula para e em termos dos A ..
( a ) Qualquer uniao de conjuntos abertos e um conjunto aberto. t .
)
I 12.15 Mostre que as bolas abenas na reta real sao exa amente os intervalos abertos: ou seja,
os conjuntos da forma (o, b ) = (.v: a < x < b ) , definidos para dots numeros a e b dados
{ b ) A interse aoyrnf m de conjuntos abertos e um conjunto aberto.
^
'
i
b;
i
quaisquer, com a < b.
12.16 Mostre que qualquer conjunto abeno 6 uma uniao de bolas abenas. Concluaque qual -
o. J
¥ T
quer conjunto aberto e o seu proprio interior.
^ al
ra rodo / t suficiencemenie grande. Esta afirma scbre seqiiencias e , as vezes. usada
estar em a I gum conjunto S}. Como Sj 6 aberto, existe uma bola aberta B em tomo de x con
tida em Sj. Emao B estd comida na uniao S dos 5;.
J
^
como a defini ao de conjumc aberto ou do interior de um conjunto. b ) Sejam 5, ,.... Sn conjuntos abertos e seja 5 - -
)
^ sr
Se x esta em St entao x esta em ca :
_
da S.. Como cada 5, e aberto, para cada i existe um s{ tal que 81 ( x ) c 5- . Seja e - join £,.. i
%
h 1
56 ; •* « • »;
' ; * '
-
.:* ].:•.1: “ '
V*.. : r: - : .
:// ».
*>
\> c«iijCv*io ftfch&do tambem desempenha um papci fundamental na. georaetria e
'
•£ •jorss frvfc.wc.
.de
} t espagos euclidianos .
>} A uniac finite de conjuntos fechados e um conjunio ?ecfcaifr.
A' juntos fechados S„= [-nl{ n + 1 ), nJ{ n + 1 )] para n > 1 . O leitor deve verificar que
Un ;» , Sn = .
to de F Conseqtfentemente, um conjunto fechado deve conter todos os seus “ fontos de fron-
(-1, 1) 6 um imervalo abeito. teira” , que e exatamente o contrario do que ocorre com conjuntos abertos. Con efeito, ser fe-
D chado ou ser aberto sao propriedades complementares no seguinte sentido: o complememar de
um conjunto aberto e fechado e o complememar de um conjunto fechado 6 aberto . Recorde que
1Fecho de um Conjunto o complementar de um conjunto S 6 o conjunto de todos os pontos que nao estao em S .
r; \ A operagao de tomar o fecho de um conjumo complementa a operagao que produz o interior
de um conjunto.
1 Deflnlgao Dado um subconjumo 5 de Rm, denotamos por fech S (ou entao por 3 ) a interse
- Teorema 12.9 Um conjunto S em Rm 6 fechado se , e somente se, seu complememar
&
X
gao de todos os conjuntos fechados contendo S. O conjunto fechado fech S 6 denominado fe
cho de S.
Por definigao, o fecho de S e o menor conjunto fechado que conte'm 5.0 proximo teore-
- S' = Rm - 5* e aberto.
l
-
De fato, se tivcssemos £f(x) O S 0 para algum £ > 0, entao o complememar de BfiQ se -
ria um conjumo fechado contendo S mas nao x, contradizendc que x e fech S. Agora cons -'
Usando 0 Teorema 12.9 junto com 0 Teorema 12.8, obtemos 0 proximo teorema simplesmen-
trufmos uma sequencia {xn}JBj escolhendo xn e B , /n(x) 0 S. Isto e uma sequencia em S te tomando 0 complementar, ja que
com limite x . K ,
complementar de U S; = H { complememar de S }
- *
~T - - -
jT'Fronteira de um Conjunto A prova fica como exerefeio.
p Neste ponto, podemos precisar a nogiio de fronteira de um conjunio. um conceito que suiou
) nossa intuigao na discussiio sobrc conjuntos abenos e conjuntos fechados. lntuiiivarneme , um
/ ponto x estd na fromeira de um conjunto 5 se hd pontos de S arbiirariameme proximos de c ,
x
XJ tambem, pontos fora de S arbiirariameme proximos de x. t
It . A 9
s
?
ff
i
| LiwrrEs E CONJUNTOS ABERTOS 281 280 MATEMATICA PARA ECONOMISTAS
0
m \
1227 Mostre que Rm e o conjunto vazio satisfazem as definigoes de conjunto aberto e de Definigao Um ponto x esta na fronteira de um conjunto S se cada bola aberta em tomo de x
conjunto fechado de Rm. contdm tanto pontos de S quanto pontos do complememar de S.
ft \
1228 Prove que nenhum subconjumo prdprio nao-vazio de Rm pode ser aberto e fechado si
mu Itaneamente. [Sugestao: Suponha que exista um tal conjunto S. Primeiro encontre
- 0 proximo teorema essencialmente segue da definigao de ponto de fronteira.
um segmenio de reta t em Rm com uma exiremidade num ponto a de S e a outra hum .>
ponto b que nao estd em S. Encontre o ponto c no segmento t com a seguinte pronrie-
dade: todos os pontos de i entre a e c estao no conjunto aberto 5 e c 6 o ponto de t Teorema 12.12 0 conjunto de pontos de fronteira de um conjunto S 6 igual h. intersegao
fech S D fech & dos fechos de S e do complementar de S.
mais distante de a com esta propriedade. Como S 6 fechado e aberto, c e S e todos os '
—
pontos do segmento suficientemente prdximos de c estao em S em contradigao
com a escolha de c.]
Ti 7
k
12.5 CONJUNTOS COMPACTOS
Existem muitos conjuntos que nao sao abertos nem fechados; por exemplo, o intervalo semi -
aberto ( a , b ] em R , a sequencia { 1In: n = 1 , 2,... ) sem seu limice 0 em R euma reta despro-
1 1 .r ¥
Depois dos conjuntos abertos e fechados, os conjuntos mais importantes sao os conjuntos vida de um ponto no piano. S<5 hi dois conjuntos que sao tanto abertos quanto fechados em A. )
compactos, basicamente porque tem muitas propriedades importantes dos conjuntos finitos. Rm: o espago R" todo e, por default, o conjunto vazio. Veja os Exercfcios 12.27 e 12.28.
J,
-
—
A teoria economica , especialmente a microeconomia, ocupa se com as consequencias da oti-
w
\
mizagao a procura por um ponto em algum conjunto no qual uma dada fungao assume o i
EXERCICIOS r'
"
' )
valor maximo ou mfnimo que pode alcangar no conjunto. Os conjuntos compactos tem um pa- t
it pel importante nas questoes sobre a existencia de dtimos. Vimos no Capflulo 3 que uma fun-
i
12.18 Mostre que intervalos fechados em R 1, ou seja, conjuntos da forma [ a, b ) { x: a x
=
< b ) , definidos para dois numeros a e b dados quaisquer, com a < b, sao conjuntos fe- ;
~
gao contfnua definida num intervalo aberto (a, b ) ou num intervalo infinlto (-«>, + ) nao pre
cisa alcangar um valor mtiximo nesse intervalo; tome, por exemplo, a fungao linear /(jr) = It.
- chados.
v ./
/ A
Contudo, em quaJquer intervalo [ at b ] fechado e limitado, uma fungao contfnua sempre alcan - -
12.19 Mostre que bolasfechados em Rm, ou seja, conjuntos da forma ( x:||x z|| < e ) , defi - ,->
gaseu maximo, possivelmente em um dos extremos do intervalo. Os conjuntos compactos sao
<
i
- \
varemos no Capflulo 30 que uma fungao contfnua definida num conjunto compacto sempre
alcangaseu maximo neste conjunto. [ .’ .
12.20 Prove que qualquer conjunto finito e um conjunto fechado. Prove que o conjunto dos
imeiros e um conjunto fechado.
-
*
{\ j
Lembre que um conjunto 5 em Rm e limitado se existe um numero B tal que ||x||< B para •
cada x e 5, ou seja , se S esii contido em alguma bola dfe Rm. Exemplos de conjuntos limita- 12.21 Para cada um dos seguintes subconjumos do piano, esboce o conjunto, decida se e \* / )
1
dos incluem qualquer intervalo ou uniao finita de intervalos de R , exceto aqueles que tem +°° aberto, fechado, ou nenhum dos dois, e justifique resumidamente sua resposta:
: -l < x < + Uy 0) , V -\
ou -oo como extremidades. Qualquer disco no piano, com raio finito, e' limitado. Exemplos de «) = b ) { (.t, y ) : x t y sao imeiros ) , r
1
conjuntos que nao sao limitados incluem os imeiros em R e qualquer hipcrplano em Rn\ ou \ J
c ) ( x, y ) : .x + y =\ ) d { .v v : x + v < 1 ) ,
) ( , )
^ ? t
•
)
qualquer semi-reta . c ) ( (.w v ): x = 0 ou v = 0 ) . (
12.22 Prove o Teorema 12.10 usando o que sabe sobre o complementar de um conjunto. )
Definigao Um conjunto S em Rm e compacto se. e someme se, e fechado c limitado simul -
taneameiue . Tambcm prove o teorema a partir da defmigao de conjunto fechado. o )
j? 12.23 Suponha que S e um subconjumo de Rm com complememar T. Mostre que fech Sc o .
1
Assim , qualquer intervalo fechado em R coni extremidades '
finiias e compacto,
mas incer - complementar de int T.
'4
)
valos abertos nao sao compactos. Qualquer disco fechado de raio finito no piano e compacto .
mas oucras discos podcm nao ser. 12.24 Genera ) izamos a definigao de ponto de acumulagao de uma sequencia para conjuntos
0
Uma caracterfstica importante de conjuntos compactos e que qualquer sequencia definida
em um conjunto compacto dever conter uma subseqiiencia convergence, um resultado conhc - arbitrdribs, defmindo x como um ponto de acumulagao de um conjunto S se toda bo- 0\ )
* cido como Teorema dc BolzanoAVeierstrass. Esta caracteristica de conjuntos compactos se - la em torno de x comiver pontos de S diferentes de x. Note que x nao precisa ser um
ponto de S. Se S e fechado, mostre que S contem tcdos os seus pontos de acumulagao.
h \
J
ra ulilizada uma diizia de vezes neste livro. Nesta scgao provamos este resultado para o inter- Para tint S arbitrario, prove que fech Sea uniao de S com seus pontos de acumulagao.
valo compacto |0.11 de Rl e esbogamos a provageral. No Capftulo 29 apresentamos uma pro- . -» j
va decalhada para conjuntos compactos arbitrariosde Rm. 12.25 Mostre que os tres exemplos do ultimo paragrafo nao sno abertos nem fechados. 1^7
)
12.26 Prove o Teorema 12.12. i
I I . %
1
nV-
•r
1
'
4 .
LlMiTES E CONJUNIOS ASERTQS 283 282 MATEMATJCA PARA ECONOMISTAS
v
99
-
V
EXERCICIOS .
Teorema 12.13 Qualquer seqiiencia contida no intervalo fechado e limitado [Q 1] tern . j’
1
' 1229 Prove que um subconjunto fechado de um conjumo compacto 6 compacto. uma subseqiiencia convergente.
'h
i$ 12.6
1231 Quais dos cinco conjuntos no Exercicio 12.21 sao compactos?
1232 Prove que a intersegao de conjuntos compactos 6 um compacto e que a uniao finita de
conjuntos compactos 6 um compacto. Mostre que a uniao infinita de conjuntos com
pactos nao precisa ser um compacto
EPILOGO
.
Neste capitulo abordamos as nogoes bSsicas de limites e de conjuntos abertos e fechados que
-
Prova Seja {xn }~= l uma seqiiencia arbitr £ria em [0, l ). Um dos dois subintervalos [0, 1/2] ou
[ 1/ 2, 1 ] de [0, 1 ] deve conter uma subseqiiencia { infinita ) de pois a uniao de dois
conjuntos finitos e um conjunto finito. Digamos, para simplificaro argumento, que [0,
1 /2] contem uma subseqiiencia infinita e seja yt = xW uma entrada dessa subseqiiencia.
|
Agora dividi [0, 1 /2] em dois subintervalos [0, 1/4] e [ 1 /4, 1 /2). Um desses dois contem
uma subseqidncia infinita de {*„1 , digamos [ 1 /4, 1/2]. Sejay, = xn uma eatrada desta
, ^ >
subseqiiencia tal que n 2 > n . Agora divida [ 1 /4, 1 /2] em dois subintervalos [ 1/4, 3/8] e
sao necessdrios para uma exposigao cuidadosa de cdlculo a vdrias varidveis. A discussao des- [3/8, 1/2]. Um destes dois contem uma subseqiiencia infinita de {*r}~ ].Sejay3 = .rnj um
te capitulo continua no Capitulo 29, no qual sao discutidos tdpicos mais avangados. Se hou- =
1 .
elemento de umajal subsequencia com > nr . Continue dividindo em intervaios meno-
9) ver tempo, Capitulo 29 pode ser lido neste ponto, enquanto as iddias ainda est &o frescas. Na
' ' ' ' " '
primeira segao do Capitulo 29 continuaraos nossa descrigao das propriedades importantes das
sequencias. Atd aqui, o unico recurso do qual dispomos para verificar se uma seqiiencia 6 ou
r
res e menores, sempre escolhendo um subintervalo que contenha uma subsequencia {infi
nita ) da seqiiencia original {,tn }~=|e um elemento da seqiiencia naquele intervalo, com um
-
i nao 6 convergente e efetivamente identificar um limite para ela; mas &s vezes queremos pro- mdice maior do que o do elemento escolhido anteriormente. Finalmente, prova-se que a
) varque uma seqiiencia abstrata com certas propriedades especiais converge a um limite sem seqiiencia dosyr- assim construida constitui uma subsequencia convergente de
especificar qualquer limite concreto. Isfa Segao 29.1 introduzimos o conceito de convergen-
O mesmo argumento funciona em qualquer intervalo compacto [ a , b] de R 1 e , de fato, em
.i
)
ce segundo Cauchy, que nos permite capturar o conceito de convergence sem efetivamen
te encontrarum limite. a Segao 29.2 continuamos nossadiscussao de conjuntos compactos,
- qualquer retangulo [n,. bt ] x [n 2, b2 ] de R e ate em qualquer caixa generalizada
2
^ -
incluindo uma prova cuidadosa doTeorema de Bolzano Weierstrass. No restante do Capitulo
9 29 tratamos de conjuntos conexos e de normas diferentes de Rm. B —|(x ,.
| . AJ;I ) 6 R •
— Aj by , ..., an, bm J
M
9
9 J
9
< \
r 0
o
a )
&
Z"
&
*
a
CAPITULO 13 !
1 c
c
)
)
!»..V F|Ungoes de n )
( ;
f
l'.
r
Varias Yariaveis
)
& I
1
f
\ ,
—
)
f
i
- -* -Mungoes de produgao, fungoes custo,- fungoes lucro,- fungoes utiHdade, fungoes
.
deman- t
l
r.
rH da: as fungoes permeiam a andlise economica Essas fungoes sao as -
representngoes ma
JL tem ticas das relagoes entre urn grande numero de vari£veis econdmicas. Este capftulo
^
l,
i
comega com o estudo de fungoes nao-lineares de vdrias varidveis. Desenvolveremos algum r )
vocabulario para trabalhar com fungoes de vdrias varidveis e indicamos como visualizar geo-
metricamente essas relagoes subjacentes, pelo menos quando sd ha tres ou quairo varidveis
i
r \
envolvidas. o
13.1 FUNQOES ENTRE ESPAQOS EUCLIDfANOS
o
Deflnigao Uma fungao de um conjunto A em um conjunto B e uma regra que associa, a ca- o
da objeto de A , um e somcme um objeto de B. Neste caso, escrevemos / A B. (i
Como discutimos no Capitulo 2 para fungoes definidas em R \ o dominio de uma fungao * -
'.
fA B e o conjunto A dos elementos nos quais / esta definida; o conjunto B no qua ) / assu -
me seus valores e denominado contradominio, ou espago-alvo. Escrevemos/(x) para o ele- y
menio de B que / associa ao eiemento x de A . Neste caso, dizemos que y = /( x ) e a imagem
ki )
de x por / 0 conjunto de todos os /(x), com x no dominio de /, ou seja , o conjunto de todos
aqueles elementos de B que sao imagens por / de elementos do dominio /1, e' denominado
imagem de /
c
, • ••
).
u
f negativos.
- 1
2
.
Exemplo 13.1 Considere a fungao /:R: R1 definida por /(.r, y) “ x + y1 0 dominio de / e
todo R \ o espago alvo de / 6 R e a imagem de / e o conjunto de todos numeros reals nao-
(
i
j
: *
i
/
o :
>
imagem tambem e Rl - 0 ).
»«
{
••••••••••«
• , G
4
)
}
< '
t r
FUNQGES DE VARIAS VARIAVEIS
-
1;
!
286 MATEMATJCA PARA ECONOMISTAS
/especffica, devemos escrever simplesmente 0 simbolo/, ou entao usar a notagao 1 > */(x) de
aplicagao. •
-
-
m
;aj
%
j :•
^^
kx x Cobb-Douglas,
!
• •
i
Fungoes de Rn em R
<? =
min £L *2 insumo-produto,
Em C£lculo e Economia elementares, tratamos quase que exclusivamente com fungoes de
1
q
C
^ Ci
,
|+ c x2 ) elasticidade de substituigao constante.
uma unica varidvel, como o fizemos nos Capftulos 2 a 5. Contudo, a maioria dosfenomenos
do mundo real envolve mais do que um parametro. Por exemplo, em microecononia elemen-
'
1 tar, usamos fungoes demanda q = /(/?), nas quais a quantidade demandada 6 simplesmente
A generalizagao destas fungoes de produgao para mais de dois insumos e imediata. uma fungao de seu prdprio prego. Uma abordagem mais realista considera tambftn a depen-
h Ao estudar o comportamento de consumidores individuals numa economia com k merca-
,
dorias, seja* a quantidade da mercadoria i.Como indicamos no Capitulo I , o vetor (AT , ,. .., .rt )
dence da quantidade demandada dos pregos de outros bens do mercado e da rendiy: q
-
p2 , y ) Um exemplo concreto 6 a fungao demanda de elasticidade constante
k'
i
que indica uma quantidade para cada uma das k mercadorias 6 denominado cesta de merca
dorias. Uma fungao utilidad e 6 uma fungao que associa um numero u( x
- , - f { P\ ,Pi .y )= * P?' Pi 1 / '
xk ) a cada cesta ( i;
— !
<? |
'
de mercadorias um ntimero que mede o grau de satisfagao do' cbnsumidbr com a cesta da
da de mercadorias ou a utilidade da cesta. Neste contexto, um economista esta interessado nas
- onde an > al 2 e sao elasticidades.
)
K trocas de cestas de mercadorias que aumentam a utilidade do consumidor. Muitas vezes os U
.i
Um outro exemplo simples, a quantidade de dinheiro (z) atualmente em uma conta de pou -
!!
microeconomistas aplicados usam para fungoes utilidade as mesmas formas funcionais das panga depende de quanto foi originalmente investido (A ) , da taxa de juros anual (r), de quan
fungoes de produgao da lista acima. tas vezes (n) por ano 0 juro 6 creditado e de quantos anos (/) se passaram desde o deposito ori -
ginal. Como observamos no Capitulo 5 , a relagao funcional emre essas variaveise
1
Furies de Rk em Rm
0 .
.
A maioria das firmas produz mais do que um produto Para modelar sua produgao, necessita
mos de uma fungao de produgao para cada produto Por exemplo, se a firma usa ires insumos
-
,
?
) para produzir dois produtos, necessiiamos de duas fungoes de produgao <7 = /,(*, , A\ , A , ) e <7,, Gostariamos de entendercomo mudangas em qualquer uma dessas variaveis afeta a quantida -
“ /( »
2 ^1 .
» 3) distintas Neste caso, podemos escrever q
^* = ,
( <7 , q2 ) como uma cesta de produ - de de dinheiro atualmente depositada.
tos dessa empresa e resumir as alividades desta com uma fungao F (/ , /,) cujo dominio es = , - Duas fungoes que desempenham um papel central na teoria economica sao as fungoes de
1 3
t £ em R e cujo espago-alvo e R :
1
produgao e as- fungoes utilidade. Considere uma firma que utiliza n insumos para produzir um
3 linico produto. Para i n , seja x{ a quantidade de insumo /. O vetor x„) 6 denomi -
q = (9i » ?] ) = nado cesta de insumos. A fungao de produgao da firma associa a cada cesta de insumos
iJ
> (A, xn ) o produto y xn
) maximo que pode ser alcangado com aquela cesta de insu -
it J Escrevemos F: R3 -» R 2. Uma firma que utiliza k insumos para produzir m produtos teria uma ,
mos. Se somerite pcrrmtirmos a variagao de um insumo, digamos x , mantendo os demais n -
u
fungao de produgao F: Rk > Rm. —
Analogamente, em uma economia com m consumidores e k mercadorias, cada consumi -
.
l insumos fixados digmnos em x 2
de uma unica variavel ,
-
A * , entao a fungao de produgao reduz se a uma fungao
dor tern uma fungao utilidade, digamos, I/(JC, xk ) para 0 i-e'sirno consumidor. Uma cesta de
-
I
consumo para a economia toda seria uma escolha de um vetor de mercadorias para cada um r > *-» / *i
1 *i
dos m consumidores:
Isso ocorre, asvezes, no estudo das decisoes ds curtoprazo da firma. Em geral , queremos sa-
*= K *?) eRkm ber 0 efeito de variagoes nas quantidades de mais de um insumo. Se permitirmos a variagao
l
t das quantidades dp todos os n insumos, entao estaremos estudando 0 processo de decisoes de
A aplicagau utilidade u:Rkm Rm definida por
% longo prazo da firma.
'!)
•
• «"(-vr *? ))
'P da 0 nfvel de utilidade de cada consumidor para sua cesta de mercadorias . E uma medida do
estado da economia como um todo. 1
\
\
"
IT
si
vr
V
I: 288 MATEMATICA PARA ECONOMISTAS
\ i
crito como *
ft
1 = f > ( Yo > C0 , /0, 0 » T+ Mo* F0 R0 , /V0)
e analogamente para C
^ ^ , vt -
\
Nr J
que associa a cada instante de tempo de 1900 at £ hoje 0 valor de cada uma das variaveis cco- | •'
:: ^
nomicas naquele instante de tempo. A fungao g 6 uma fungao de um subconjunto de R * em v ) ! )
( 1 , 0, 1 ) 10
R . Essential mentc, sao dez fungoes reais separadas combinadas numa sd. , \
Assim como podemos tomar m fungoes relacionadas de Rk em R para formar uma so fun- v * j
1
(0,0, 0) - >
gao de Rk em Rm. tambem e igualmente facil fazer 0 oposto. Se / e uma fungao de Rk em Rm. - * *
^ )
entao a cada x do dommio , /associa um vetor y = /( x ) no espago- alvo. Escreva a i-dsima coor-
x
denada / x
de ( ) como /( x ). Entao podemos pensar em /. como uma fungao do domfnio de / em '\ f
j
_ )
Figura 13.1 O grdfico de /(.v, v) = x~ + y‘. R 1 c escrever / = (J\ /J . A fungao real / c a /-esima fungao componcnte de / Assim , num >
,
•
1
sentido muito real , cada fungao em Rm pode ser considerada como m fungoes em R . Por %
i
)
exemplo. a fungao ! U )
,. , + A-J +.V;)
\
z
= (.Vf.VvV Jf
)
I
t
\
(0, 1 , 1 )
3
, , -
2
e uma funcao de R em R : suas duas fungoes componemes sao
/ (.V .X >X \ ) = .Vf .V;.V: C f (,Y|..Y:.v, ) ,Y + X, 4- .V .“ , *
h
; ‘N
\
f
(0.0, 0)
•J
'
1f \
\
13.2 REPRESENTAgAO GEOMETRICA DE FUNpOES
\
* •
(1.2,3 )
Graficos de Fungoes de Duas Variaveis
0 \
I \
Muitas vezes. ao estudar fungoes de R em Rl . verificamos que o grdfico de lima funcao lor- -'
1 •
)
ncce mais informagao util do que sua formula analitica . Em geral . simplesmeme olhondo pa - ; ?
?
v
ra a formula que define uma funcao. e dilTci! entendcr onde eld i creseeme . onde e dccres- x j J
'
'
kOl
^
_
-
N
FUNQOES DE VARIAS VARIAVBS 291
*
i
299 MATEMATICA PARA ECONCMSTAS
rW
m
m.
O’ !
O z z z z z
\.
z
z
x
"
C
X X X x
{/ = -2 ) {y = -i }
'
-
(y QI {y = 1) (y = 2) (y = -2| (y = -1) {y = 0} (/ = 1) iy= D
" 1
-
Flgura 13.5 Restrigdes de z y ~ x aospianos { y - b }. Flgura 13.3 Fatias dez = x2 + y2 nos pianos { y b ) . =
~
0
f
x
)
:•
Uma m &neira mais sistemdtica de gerar tais grdficos e trapar o grafico unidimensional usual
em varias fatias bidimensionais {x = a ] ou {y = b ) , para valores diferentes de a e b e depois 9
juntar codas essas fatias. Por exemplo, considere novamente a funsao z = x2 f y2. Sua restri ao
^
*
i
-
ao piano ( y = 0 ) , ou seja, ao piano xz , 6 z = x2 + 0, a parabola padrao cujo grafico aparece na
fI.
)
/
/
/
r
i
fatia central na Figura 13.3. Sua restri ao aos pianos ( y = l ) e ( y =: ~ l ) e z = x2 + 1, que 6 a
^
parabola- padrao empurrada uma unidade para cima. Sua restrigao aos pianos ( y -~2 ) e ( y =
-2 } e z = x2 + 4, que e a parabola-padrao empurrada quatro unidades para cima. Por outro la
do, a restri ao ao piano yz, dada por ( x = 0 ) , e a parabola- padrao z 0 + v2. Junte todas as fa
^
tias da Figura 13.3, usando como guia a parabola no piano {x = 0}. A partir destc processo,
-
-
-
) /
que esta representado na Figura 13.4, e fdcil recuperar o grafico completo apresentado na Fi-
X gura 13.1.
) /
/
/
‘pendure” cada uma das parabolas viradas para baixo da Figura 13.5 nesca parabola virada pa -
? ra cima , como aparece na Figura 13.6. 0 restante do grafico deve, agora, ser facil de interpo-
lar e ser visio como o grafico em forma de sela da Figura 13.2.
9 Curvas de Nfvel / /
!
/ /
Estes graftcos sao complicados de se desenhar. Muitos de nos nao tern uma vjsao tridimensio- \
/
/
!
t
/
i
if nal suncientememe desenvolvida para conseguiresbogar estes gr£ficos de cal maneira que de- \
\ l
t /
;
-
f
-
/
les possamos extrair toda a informaijao que podemos obter de graficos de fun oes de uma va
/
ill 2
ri vei. Afominadamente, existe umaputra maneira de visualizar-se uma funpao de R em R ,
1 ^ t /
L'
>
^ —
que so requer esbopos idimensionais o estudo de curvas de nfvel no piano. Para cada (x,
/
y
f
/ ^
y ) novamente calculamos /(x, y) para obter, digamos, Agora esbo amos, no piano xy, o iu -
.
gar geometrico de todos os oucros pares (x y ) nos quais / toma o mesmo valor Esse conjun - ^
/
/
) i
9 Figura 13.4 Juntando as fatias.
i
1*
I
UFPel
j
• -QI
¥ PUNCHES D£ VAniAS VARr£VElS* 293
'
BtetXFTHa scroflw.
tt caucus soa>is
292 MATEMATICA PARA ECONOMJSTAS
a
i
i
\$ \f
k
Exemplo 13.3 Voltamos b fungao /(*, y ) = xl + y . Comece com o ponto (0, 1), no qual / vale
i
5
I Billings
20
Boston
1 . Agora procure encontrar iodos os demais pontos nos quais / vale 1, Isto 6 o conjunto
_,
[ (*, y )' x2 + y2 = 1 ) t um cfrculo de raio 1 em tomo da origem no piano. Tambdm denota-
^
•
/
F
y )
20 mos esta curva de nfvel por/ ( l ). Agora escolha um outro ponto, digamos, (2, 1), no qual ‘ J
*. 40 D
20
j
/ toma o valor 5.0 conjunto de todos os pontos nos quais / vale 5 6 /\
W
c ea 0 V New York
60 40 40
r ' ( 5 ) Ux, y ): x* +
= f =5 } n
.
«©5< 40 um cfrculo de raio 45 em tomo da origem. Calcule os conjuntos de nfvel para mais dois : ;
\*•
>
oem 0
pontos e desen he essas curvas; por exemplo, n a Figura 13.7 desenhamos as curvas de ni - )
I 60 60
ft
vel / l ( l ), / “ ' (5), / (4) e / (9), todas cfrculos em tomo da origem.
" "
‘ " l
i Dallas Cada ponto no piano estd em uma , e somente uma , curva de nfvel de /. Para z = x + y ,
r
a m :o ~
todas as curvas de nfvel sao cfrculos em tomo da origem, exceto f (0) que 6 a prdpria ’
Miami origem.
li
I£
j,
FIgura 13.8 Um mapa do tempo para os Estados Unidos.
-
s f l (9)
)
S
'
que estao exatamente a mesma altura acima do mvel do mar. Por exemplo, os pontos A e B es-
I tao a 700 metros e os pontos C e D estao a 680 metros. O ponto E cstd a aproximadainente
695 metros. Uma pessoa que queira permanecer h mesma altura (por exemplo, algudm cortan -
f (1
.
do a grama nesse terreno), tentaria caminhar ao longo de uma dessas curvas de nfvel. Por ou - -
f l (0)
•
\
/
tro lado, alguem procurando a subida mais fngreme, iria nadjregao em que distintas curvas dc
mvel estiverem mais pr6ximas, por exemplo, na dtregao da sfeta no ponto F. Uma pessoa pro
curando um lugar razoavelmentc piano para caminhar ( ou pira jogar golfe ) , procuraria uma
- •* )
regiao na qua ) as curvas de nfvel estivessem espagadas, longe umas das outras, por exemplo,
S
.
*
-
>
.
f
*h
no ponto G As curvas de nfvel na Figura 13.9 apresentam uma iddia bastante completa das
possibilidades de iocomogao numa dada regiao. o '
f s X
5
>•
f i
&
3 )
Figura 13.7 As atnm de nfvel de z=A *'
+ V.
G )
C ( ;
F Curvas de nfvel aparecem natural men te em situagoes reais. Por exemplo, seja T{.r, v ) a
Q
fungao que fornece a temperatura , em gratis Fahrenheit , no ponto cuja latitude ix e cuja Ion - \
710
( ) 8 gitude e y. Num programa de meteorologia, em que se quer descrever a fungao T para os te- •
690
700
L
710
720 lespectadores, isto e feito muito eficieniemerite pela exibigao de varias curvas de nfvel de Ty
as linhas isotermas, nas quais T = 50°, 60°, 70° e assim por diante, Em geral , o telespectador
^
<
>
«r
£. 660 A in terpreta essa Figu ra com re ) ativa faci l idade . A s isotermas de 20°, 30°, 40°, 50°, 60° e 70° no >
:
i:
t
•
V *F mapa do tempo da Figura 13.8 sao representadas como as curvas na tronteira entre as regioes
sombreadas e as nao-sembreadas. Por exemplo, a linha isoterma de 40° e a curva pela cidade
*
)
C ( .
4 de Boise, entre a regiao sombreada de 30° c a regiao nao-sombreada de 40°.
r• )
-
£
• t
-^ .. ..
MATEMATICA PARA ECONOMISTAS
3S&!:
1
1»
m
m :-
Tragando Graflcos a Partir de Conjuntos de Nivel m
•
:
o Depois de esbogar um conjunto completo de curvas de mvel no piano, fica muito mais fdcil
visualizar o grdfico bidimensional no espago tridimensional. Comegando com 3
um esbogo das
curvas de nivel de /(x, y ) no piano xy, visualize os eixos coordenados de R , de tal modo que
s
•
os eixos x e y estejam no piano da pSgina e o eixo z parta da pdgina em sua diregao. Coa side
re, por exemplo, a curva de nivel /’ ‘(10), o conjunto de todos os pontos nos quais / toma o va-
-
-
a lor 10. Imagine puxar esta curva de nfvel para cima atd o piano [ z 10 ) , ou seja, 10 unidades
acima do piano da paginal / nalogamente, para cada b > 0, “ puxe” / ’ (£) para cima ate o pla~
^
”
is no [ z - b ) , que estd b unidades acima do piano da pdgina. Se os cfrculos da Figura 13.7 fos -
’
-
1.
)
.
sem puxados para cima atd a altura indicada, o resultado seria o grdflco em forma de bicia da
Figura 13.1. 0 que obtenamos, caso pux ssemos as curvas de nfvel do mapa de montanhismo
Os economistas utilizam conjuntos de mvel para estudar as duas fungoes fundamentals da mi-
—
croeconomia fungoes de produgao e fungoes utilidade. Por exemplo, uma das fungoes de
-
produgao mais simplest a fungao Cobb Douglas: Q = x y, ondexty medem a quantidade
*
de dois insumos, digamos capital e trabalho, e Q 6 a quantidade de produto que pode ser pro-
Representando Fur oes de Rk em R com k > 2 1
duzida uti!izando-se x unidades de capital e y unidades de trabalho. Os conjuntos de nivel de
?V ) ^
Como poderiamos represents geometricamentc fungoes de Rk em R 1 , para k > 3? O grdfico fungoes de produgao sao denominados isoquantas. A isoquanta para Q = 5 passa por todos os
3
de uma fungao de R em Rl esta naturalmente em R \ onde nao podemos visualizd-lo. Algu - vetores insumo (x, y) que produzem 5 unidades de produto. Uma maneira adequada de esbo-
<
mascoisas podem serprovidenciadas para nos ajudar a entender tal fungao /. Em primeiro lu - -
gar a curva de nivel {xy = 5 ) e resolver a equagao|x>’ = 5 ) para > em termos de x e entao tra-
gs, podemos esbogar os graficcs tridimensionais das resirigocs de / a vdrias fatias bidinien - t gar o grafico desta nova equagao y - g( x ) como se faz em Cdlculo elementar:
p sionais {x. = b ] e entao tents imaginarcomo essas fatias se encaixam. Altemativamentc. po-
(
demos tentar visualizaros conjuntos em R3, nos quais / toma o mesmo valor constantc, Esses xy = 5 implica y= ~
) conjuntos, agora denominados conjuntos de mvel, em vez de curvas de rn'vel scrao superfi-
cies em R3. Por exemplo, desenhamos alguns conjuntos de mvel de z = x3 - xf - x? na Figu -
ra 13.11 e alguns conjuntos de mvel de z = x, + x2 + xy na Figura 13.12. Poderiamos esbogar cujo grdfico foi rotulado /5 'na Figura 13.10. Analogamente, para encontrar a isoquanta de
esses conjuntos de mvel aproveitando a mesma abordagem usada para esbogar curvas de nf - Q = 10, mudamos xy = 10 para y = 10/x e esbogamos o grdfico desta equagao no piano xy , ob - j
tendo a curva 7 I 0 na Figura 13.10. Continue desta maneira ate teresbogadoo numero suficien -
vel. Para cada valor fixo de z, resolva a equagao z = /(x,, x,, x3 ) para x3 cm termos das outras
variSveis:x3 = g (x, , x2) e entao esboce o grdfico de g usando as tecnicas descritas para fungoes te de isoquantas para obter uma figura comoleta da fungao dc produgao. De fato, todas as fun -
P de duas variaveis.
.
goes de produgao Cobb- Douglas Q = kxay\ com k , a fi > 0, tern curves de nivel semelhantes
ds da Figura 13.10.
5J-
O tratamenio que os economistas dao ds fungoes utilidade e semelhante ao que dao as fun - j
DtJ
goes de produgao. fato, os conjuntos de rn'vel de uma fungao utilidade tfpica tem as mes - •
mas formas das isoquantas na Figura 13, 10, lembrando a microeconomia intermedidria. As
j curvas de nfvel de utpa fungao utilidade silo denominadas curvas de indiferenga, porque o
M , , .
consumidor e indiferente enlre duas quaisquer cestas de mercadorias (x , y ) e (x> y2 ) da mes-
|
ma curva de nfvel; ambas (x,, y, ) e (x,, y:) fomecem a mesma satisfagao. De fato, na teoria do
5rj consumidor, o nfvel de utilidade que 6 associado a cada curva de nfvel nao tem a mesma im -
portance do nfvel na ieoria de producao. Someme imeressa o formato e a localizagao das cur-
vas de indiferenga.
V
I
ur i
i
\
.
o )
o
<
FUNQQES DE VARFAS VARIAVEIS 297 296 MATEMATICA PARA ECONOMISTAS
)
;1V
*
,
cada /, f(r) d um ponto em R\ Se marcamios cada um desses pontos f (/) no piano JC JC2, traga- r . '
)
¥V remos um caminho ou curva no piano. No vocabulfrio da Seg5o 13.1, esta curva 6 a imagem r
da fungao f. Jd trabalhamos com estas curvas quando escrevemos a equagao paramdtrica dc \
uma reia em Rm pelo ponto XQ na dire$2o y como f (f ) = % + rv no Capftulo 10. A reta , neste l }
caso, 6 a imagem de f. Nas Figuras 13.13 a 13.15, desenhamos ires curvas parametrizadas que * .
-v sao as imagens de fungoes de domfnio Rl. Tente reproduzir essas curvas e entender as dife- a
)
*>;
f \
it I
\
I- ! 1
- L
!
i
Figura 13.11 Alguns conjunios de m'vel de z = x2 - xf - x\ .
\,
)
$
Figura 13.13 A curva pcirametrizada ( I + l, 3 - 2 / ). U
f' i
i
y
;
1
aw
?
•
im 4
'
mmftfe i S ' /
; i
; \
3BKS
*5
i
& m
i i fz
' j. MS
nt&
- ii \!
j
« s /
J
§ V * i
=?
. Figura 13.12 Alguns conjuntos de nivel de z = ,v, + x2 + xy
c i
Para dimensoes mais alias, somente podemos tentar construir analogias esclarecedoras com
graficos de dimensoes menores.
^£ : '
Imagens de Fun9oes de R1 em Rm
i
jl /
/
w i;
Ja discuiimos como tragar graficos de !undoes de R 1 em R 1 ou de R 2 em R 1 e como esbocar ^
conjuntos de m'vel de [‘undoes d -' R‘em R ou de R ' em Rl . Existe mais uma situa ao em que
1 ’
^
podemos desenhar represemagoes geometricas esclarecedoras, a saber, para fungoes de R 1 cm
R 2 ou de R 1 em R 3. Uma fungao tipica de Rl em R seria escrita como f ( / ) (/, ( /)./,( /)). onde
Figura 13.15 A curva parameirizada (cos /. sen /. / ).
'
=
t /, e /2 sao as fungoes componentes de f, con forme aiscutimos ao final da segao anterior. Para , .
'
I
l
T: .
*X;
n
rV
X FUNCOSS PE VARIAS VARIAVBS 299
•
::v:
i
iH
-
m.
$
S Fungoes Lineares de Rk EXERCfCIOS v-
A maiorpaite da primeira metade deste livro enfocou as equagdes lineares e os espagos veto - 13*1 Use o mdtodo das fatias para esbogar os grdficos das seguintes fungoes:
riais.As fungoes lineares tiveram um papel pelo menos implfcito na maior parte desta discus-
6
sao. a) —
z - x2
z = y- x
— y1 b) z = y - x2
z = x 2 - y2
c) z = ye~ x
Definlgao lima fungao linear de Rk em Rm e uma fungao /que preserva a estrutura de espa - d) e) f) z= y / x
90 vetoxial:
13.2 Para cada uma das fungoes do exercfcio anterior, esboce um ndmero razo£vel de cur -
m - rf ( x ) vas de nfvel. Em seguida, use essas curvas para obter novamente os grdficos
-o
i
:
..
/(x + y) = /(x) + /(y) e f ( rx )
.
para quaisquer x e y em Rk e qualquer escalar r As fungoes lineares sao, muitas vezes, deno-
minadas transformagoes lineares.
1
(2)
!
!
13.3 Se vocS tivesse 0 grifico de
de nfvel de/?
z = fix, y), como voce 0 utilizaria para esbogar as curvas
— 13.4 Descreva um outrjo exemplo em que ocorce uma fungao com curvas de nfvel na vida re-
/
v %
X = x2 = xi
rn ' 0'
0 + x 2 1 + x3 0 = X, e, + ^2e2 + X3e3’
—
13.10 Considers uma fungao f : Rl > R qualquer. Mostre que 0 grafico de / no piano e exa
1
rI
)
2 E
&
L .
n t
FUNQCESDE VARIAS VARIAVEIS 301 300 MATEMATICA PARA ECONOMISTAS !
•
1 '
tv ’
XS. )
i Jc t
Formas Quadraticas *
O Teorema 13.1 implica que toda fungao linear a valores reais de R pode ser ssociada a um ^ *
tres O )
varidveis i Reciprocamente , cada vetor a induz a uma aplicagao linear, como mostra (3). * ~
>
i A mesma correspondencia entre fungoes lineares e matrizes passa para forgoes de Rk em )
i
Q-Wxi’ x-i ) - an*? + anhxi + anx\ x- + a i + <hixixi + %x* (7 ) Rm . St A 6 uma matriz m x k , entao a fungao /< (x) = Ax 6 uma fungao linear. 0 pr6ximo teo- rJ
rema prova a recfproca.
Deiinifao Uma forma quadratica em Rk 6 uma fun$ao feal no formato
Teorema 13.2 Seja /:Rk -> Rm uma fun o linear. Entao , existe uma matriz A de tamanho
Q[ x\ xk )=
’
Jc
Yi* °9xixj
ij V •
- •
m x k tal que /(x) = Ax para todo x e R k. ^ \
>
t
\
- >_
4
As formas quadrdticas sao tao importantes em andlise a diversas varidveis que dedicaremos
)
todo o Capitulo 16 & descrigao de suas principals propriedades. •» ••••••I •• •< •<!*•« » »•
! •*« l ft
•«
» » « » «! |»« »•ft ft I IA » •« •• •
»» » « •« » ! I »* »««
•» » « »»» » • ••« »!•»•I
«
A curva de nivel de uma forma quadratica geral (6) em R \ Prova A prova e basicamente a mesma que a do Teorema 13.1 . Sejam eta base canoni- s
)
ca de Rk, como em (4). Para cada j = 1 k , seja a;- = /(ey) Rm. Seja A a matriz mx k cu - v •
al ! *? + al 2 xtx2 + <hlx2 b
• ”
i
ja;-dsima coluna e o vetor-coluna Para cada x = em Rk , '
i
e uma elipse , uma hip rbole, um par de retas ou , possivelmente , o conjunto vazio. Como to-
^
das essas curvas podem ser obtidas cortando- se um cone por um piano ( ver Figura 13 j6), elas
* .
/{x) = /(x, e, + - + xtc*)
A
• /
i
sao denominadas seines conicas. Qua! destas segoes conicas ocorre depende do valor dos
:
= .t|/(e, ) + - + xif ( et ) /« -
.
f
coeficientes a , ,, aJ 2 , e b . No Capitulo 16 encontraremos um algoritmo, envolvendo « , , , a ,,
• ?
J
e 0 » que nos permitira distinguir entre essas possibilidades.
^ = .r,a , + -- + jr1at \• rr
/ Av: \
> •\
-
i
a» ) ^
2
(a i a2 ***
t) )
v
Sr
\XkJ .i
*
! . 1>
J
i '' xl
x' *
* j
t
/
-» »*
U l x->
A Ax {
.
'
l 1i
'
Circulo
Hipefbpie
v i
*
s
w Kxk ) s,.? i
i.
Elipse
fc 0 Teorema 13.2 reforga a correspondencia bijetora entre fungoes lineares de Rk em Rm e ma- ' J
SglS trizes m x k . Cada / linear e do tipo fA para uma unica matriz A de tamanho m x k . Este fato de-
EC
i '
ll/V\ sempenhara um papel importante na seqliencia deste livro. As matrizes nao sao apenas uma co-
)
P
- «Y- -
lit -A >
\
legao retangular de numeros ou uma maneira conveniente de tabular dados ou de codificar sis -
temas de equagoes lineares. As matrizes sao representagoes de fungoes lineares . Quando utili -
zamos o Calculo para exercer sua fungao principal , a saber, aproximar uma fungao nao - linear
/ em um dado ponto por uma fungao linear, a derivada de /, escreveremos essa fungao linear co-
C
.•
>
i
J
I
*
Figura 13.16 Uma elipse e uma hiperbole como a imersctfo de um cone e um piano. mos hiperplanos na Segao 10.6: por exemplo , retas unidimensionaisem R: e pianos bidimen-
.<• sionais em R 3, como ilustra a figura 13.12. *w= i
I-
1
"
)
T
M
) 302 MATEMATICA PARA ECONOMISTAS
m
r
FuNgOes DE WRIAS VARIAVEIS 303 fit
Exemplo 13.4 A Equagao (8) i muito mais f £cil de se analisar quando o coeficiette an do
m.
*
*
Teorema 13.3 A forma quadratica. geral •
— ^5
«lit ? «2n «*m j
\ xny
uma hip rbole.
^
Exemplo 13.5 Por outro lado, quando an = fl22 = 0 em (8), entao (8) reduz-se a a pcfa b. =
^
Esta familia de hiperboles e o conjunto de isoquantas da fungao Cobb-Douglas de produ-
ou seja, como xrAx, = , .
gao /(XpJtp fll 2x x2 como ilustra a Figura 13.10.
onde A e uma matriz simetrica ( unica). Reciprocamente, se A 6 uma matriz simetrica , en-
;
; tao a fungao a valores reals g(x) xrAx, como acima , 6 uma forma quadrdtica. Repreienta9§ o Matricial de Formas Quadraticas
=
i Assim como uma fungao linear /(*) ,...,*„) = a , j:, + rt2.r2 + + anxn tem uma representa-
j
***
) gao matricial dada por (5), tambem uma forma quadratica tem uma representagao matricial.
) ! A prova do Teorema 13.3 e uma conta direta, que deixamos como exercfcio.
Por exemplo, podemos escrever a forma quadrdtica geral (8) em R' como
O f j
1
Polinomios "l l-f + «12*1*2 + = (*1 -T2 ) o'
;i .
( Confira isto!) Na verdade, .ha muitas matrizes diferentes que dao ceito para cada Q , depen -
Fungoes llneares e formasTiuadraticas saocasos especiais de uma classe geral de fungoes po-
~) linomiais, que porsua vez sao simplesmente somas flnitas de monornios.
i dendo de como repartimoj o coeficiente ai 2 do termo com produto misto de (8 ) entre as cntra -
> Definigao Uma fungao/:Rk -» RJ 6 um mondmio se pode ser escrita como das ( 1 , 2) e (2, 1) da matrjz. Como veremos, a maneira ideal de repartirn,, e' dividi lo igual- -
mente, de modo a obter uma matriz simetrica:
)
)
/(*I ! "
x = (,Vj x2 )
+ ai 2 xtx2 + o22|
/
an
i
°
2 U
\
•
> .
orde ce um escalare os expoentes r?t sao inteiros nao- negativos . A soma dos cxpocmes I
2 al 2 <l 22 j
j . a , + • • + dk e denominada o grau do monomio.
* ^
't
>
( Conllra tambem isto!) Analogamente, podemos usar uma mairiz 3 x 3 simetrica para repre-
mI*i * Exemplo 1 .6
^ 3
sentar a forma quadratica geral (7) em R :
F
(a) f ( xi , x2 ) = -4xfx2 e um monomio de grau 3; / \ 1 ^
«11 “ dl 2 «
2 13
)
/(x, ,x2, x3) = 3xfx x3
.
si (b)
^ 6 um monomio de grau 6;
(c) uma fungao constante 6 um monomio de grau 0;
.
G(X| X2 , X3) = (X, X2 X3) 1
«
2 12
Cl 22
1
«
2 23
X2
Bf l
« l
«23
( d ) cada termo de uma fungao linear e um monomio de grau I , como afirmam os Teore
mas 13.1 e 13.2; e
- ^ 2 13 I
Cl33 y
Este procedimento construtivo fomece uma prova para o teorema basico sobre representagao
-/ ( e ) cada termo de uma forma quadratica c um monomio de grau 2, como ilustram as ex - de formas quadraticas em Rn.
o 3
pressoes (6) c (7).
J
6
\
i
nr
304 MATEMATICA PARA ECONOMISTAS
n /
Afinmar que o gr&ico de / d uma curva conexa significa que o ponto (*0, /(XQ)) no gr£fico de / • j
*
. • •
i . a forma *
-
f,( x ) = a i x + bi .
Assim , a prdpria / tambem tem a forma /(x ) = Ax + b, para alguma matriz A de tamanho * l
m x k e algum vetor bde R . Tal fungaoedenominadafungaoafim.
• •
*• ••» »•« >••»« »•» •• >
_
"
EXERCICIOS :’
& 13.11 Escreva as seguintes fungoes lirieares em formato matriciai:
I 4— 4 4 44
**
n)/(^i .^2.^3 ) = 2x, — 3JT2 + 5JT3 ;
*o b)/(.vl , x2 ) = (2jrl - 3j:,,^1 - 4jr;, , jr1 );
v
O /(>V*2.*0 = (.t] - , 2*1 + 3J:2 - 6X3, X, + 2J:, ).
Figura 13.17 Uma fungao continua. ^
13.12 Escrcva as seguintes formas quadriticas em formato matricial : I
a ) xf - 2 X|JC2 + .r :
^
; ‘
A fungao / e continua em x„ se, dada qualquer seqiiencia {xfl } J3|
em Rk que converge a x0,
b ) 5. - 10.r , A 2 - jrf :
xf • -
vale que a seqiiencia {/( x „)} das imagens em Rm converge a /(x0). A fungao / 6 dita con-
^ c ) x{ + 2.v? + 3. + 4 JCI.X2 - 6.r,^1 + 8.v2.t 1 .
rJ . .
tinua se e continua em cada ponto de seu dominio.
Intuitivamente , esta defwigao aflrma que / d continua em x0 se pudermos prever com exa- 13.13 Escreva tres fungoes de Rl cm R 1 que nao sao polinomios. ( •
-
tidao a imagem de XQ por / sabendo as imagens de todos os peno de ( mas nao iguais a ) xn, 13.14 Prove oTeorema 13.1 para Rk.
ou seja, se /(x0) for o que voce esperaria encontrar conhecen lo todos os /(x) para x * x0 .
••••••»** t 13.15 Prove que uma fungao linear de Rk em Rm manda uma reta em Rk cm um ponto ou r \
I * » » »*« »
/
Exemplo 13.8 Talvez seja mais fdci! entender as fimeoes cpntinuas observando -se como e - uma reta de Rn‘. ’
.
uma fungao que nao e continua . Se / r.ao e continua etri x , entao existe uma seqiiencia >
•
;. •
{x„}~ , que converge axe para a qual /(x„) nao converge a/(x). Por exemplo, considere C
a fungao
13.4 FUNQOES CONTIMUAS
H . 1, se .r > 0
Fungoes que levam pontos proximos em pontos proximos sao denominadas fungoes contmuas.
1
\
_ : i
/
exatamente como o eram para fungoes de R . Quase todas as fungoes basicas que surgern em
M 0, se < 0 modelos matem&icos nas ciencias sao consideradas continuas. Por exemplo, uma fungao de v_ ;
i .
*
$ produgao e continua se uma pequena alteragao no vetor de insumo acarretar uma mudangs pc-
cujo grafico aparece na Figura 13.18 . Observe que / (0) = 0, mas/(.r) - 1 paraxarbitraria- —
quena no correspondente vetor de producao uma hipotese bastante razoavel . Nesta segao, i
mente proximo de 0 no lado direito dc 0. A seqiiencia l /;i converge a 0 , mas / ( l /i ) = 1 dellnimos formalmente acontinuidade e discutimos algumas de suas propriedades.
converge a 1 . que nao e /(0). Esta fungao nao e continua no ponto em que seu grille ) tem Alguns textos introdutorios de Calculo descrevem uma fungao de uma variavel como sen -
um salto. do continua se o seu grafico puder ser desenhado sem que seja necess rio levantar o lapis da
^
folha de papel . Essa ideia captura a c ncia da continuidade. Para transforma- la em uma de-
^
finigao util , usamos os conceitos de sequencias e limites . Scja .v0 um ponto do dominio de uma
r
& I
r
r !
A i
r
o M
o FUNQOESDF VAwftsVffl ^
vHS 307 306 MATEM/TICA PARA ECCNOMISTAS
i4.; -
3
'
;V
13.18 Complete a prova do Teorema 13.4.
)
13.19 P-xr-'e o Teorema 13.5.
O 13.20 Prove cuidadosamente que a fur. ao h :Rk -> R dada por h( xt , xl 2 x4) = x; £ continue
1
finida porg(f) = /(r, a4). Mostre que g 6 continua em a , . Este resultado garante
que se / e continua, tarobem e contmua sua restri ao a qualquer reta paralela a urn ei - Figura 13.18 Um saho no grafico de uma fungao descontmua.
^
xo de coordenadas. No entanto, nao vale a recfproca. Considere a fun9ao /(x, y) =
xf / ( x2 + y ), com/(0, 0) = 0. Mostre que/, ( r) = /(r, a ) e/2(r) = /(a , / ) sao contlnuas em Esta caracterizaqao seqiiencial da conrinuidade e muito util para provar que combina oes
/ para cada a fixado. Mostre que a propria fungao / nao 6 contmua em 0. 0 . [Suge -
gebricas de fun oes contlnuas sao ainda contlnuas. Lembre que se e g sao duas fuiujoes -
/
( ) .s al
3 tao: Tome uma scquencia na diagonal .] ^ /
Rk em Rm , podemos definir uma nova fun ao (f + g ) de Rk em Rm por [ f + )(x) =/(x) + g (de
^
) paia todo x , e analogamejue para /- g e / - g . ^ ^ x)
J conjunto de todos os pontos que tern a mesma imagem que os pontos de W. Certamente os
V
pontos de (J estao nesss conjunto, mas poderia haver outros pontos. fora de U > que tem a mes-
o
ma imagem que pontos de
: atHf
fu
!
•
il- 308 MATEMATJCA PARA ECONOMISTAS I
4 fe FUNQCES PE VADIAS VARIAVEIS 309
!
A Figura 13.19 ilustra algumas das afirrnagoes doTeorema 13.6.
U Fun ?oes Inverses 1 Ji&r >
Quando/ A -» B 6 injetora num conjunto C c A, ex ste uma fungao natural de /(C) de volta '
para C que associa a cada b e /(C) o tinico ponto de ' C que foi levado em b. Esta aplicagao 6 S
’
'
- - jf . :
r' m ,
f ( U2 ) /«; ) {
Por exemplo, a inversa da fungao que transforms graus Fahrenheit em graus Celsius e a fun *
-
A fungao demanda associa a cada prego p de uma mercadoria a quantidade q D { p) que 6
consumidacom aquele prego. Se fizermos a supostgao natural que q decrescc & medida que p
i i r l
cresce, entao a fungao demanda 6 injetora em seu dominio.Sua inversa, a fungao demanda in - U )
~ q ) no qua ) os
verea, associa a cada quantidade q de um bem sob consideragao o prego p = D\ <4
!
consumed ores compraraoj? u nidades da mercadoria. Ambas as fungoes demanda e demanda i
duto que maximize o lucro de uma firma monopclista, os economistas precisam trabalhar com
p como fungao de q.
Exemplo 13.9 Considerc novamenre a fungao /:R -> R definida por f ( x\* xi ) ~ x ] + xi .
2 1
Figura 13.19 Uma ilusrragdo das afirrnagoes do Teoremo J 3.6.
Seu contradommio e Rl; sua imagem e o conjunto de todos numeros reais nao-negativos.
s
t
I
Comoestes dois conjumos nao sao iguais,/ nao 6 sobrejetora. Tampouco / c injetora , pois
f
/(1, 0) = /(0, 1) = 1. Fungoes Sobrejetoras e Fun9oes Injetoras
Dizemos que uma fungao /: A -> B 6 sobrejetora ou que aplica .4 sobre B se, para cada cle
1
Exemplo 13.10 0 contradominio da fungao g (.t) = \!xt R , mas sua imagem 6 R - ( 0 ) , to -
1
memo b e /?, existe um elemento a e A tal que b =/( a ); em outras palavras, se a imagem de -
dos numeros reais exceto 0 e portanto esta fungao nao 6 sobrejetora. Contudo, 6 injetora , r ‘
: pois nao ha dois numeros que sao levados no mesmo numero por g . Em termos dc sen gra-
/ e todo o contradommio de/.
Uma nogao complementar 6 a de fungao injetora, um conceito que apareceu pela primei- v !
fico, g e injetora porque cada reta horizontal y - b que cruza o grdfico de g corta o grafico . ra vez na nossa discussao sobre a inversa de uma fungao, na Segao 4.2. Em gerai, dizemos que
emumuniro ponto.
-
uma fungao /: A » B 6 injetora em um subconjunto C dc A se. c somente se, para quaisquer
'
l Exemplo 13.11 Considere as fungoes ft g de R em R defmidas por /(.r) lx e g [ x ) lx
1 1
= = -
x, yemC, .
I
l
-
Para ambas as fungoes. o tiommio e a imagem sao todo o R , Ambas sao fungoes inje- ./( x)
=
/(>') => x = y . :
icras de R sobre R . Suas inversas saodndas poij Em outras palavras, / e injetora em C c A se cada b e /( C) e a imagem de precisameme um
1 1
* '
! elememodeC.
/ '(> ) = 7? « « ’ >) = (.v + i )
^ Os r.onceitos de sobrejetora e injetora sao especialmente imponantes quando estamos tra-
^
* •
•
baihando com equacoes em x da fornia /(x ) = b. A fungao ft sobrejetora se a equacac (x)
/ =
b tern pslo menos uma solugao para cada lado direito b. A fungao/e injetora sc a equagao (x)
;
~
=
Para encontnr a formula para g ' t basta resol very 2x - 1 para x em termos de y. /
! Composigao de Fur oes
= tem no mdximo uma solugao para cada lado direito b.
b )
NaSegao 4.1
^
introduzimos o operadorde composigao para pares
;
de fungoes de umo variavei .
Em gerai , esta eperagao so esta definida para fungoes / e g se o dominio de um l contiver a
imneem da cutn.
1
A
'
o
A
A
A
_ FUNQ6ES DE VARIAS VARIAVEIS
A linguagem dcfun9oes e suas composites fomece uma defin ao util dos conceitos de se
^
qiiencia e subseqiiencia. Uma seqiiencia em R"6 simplesmente uma fun9ao / do conjunto Z+
dos inteiros posilivos em R” . Em geral escrevemos f ( n ) como . Para consiruir uma subse-
xn
quencia desia seqiiencia , seja g: Z* X um 2 fun9ao que preserva a ordem usual de Z: k < C
311
-
310
—
MATEMATICA PARA ECONOMJSTAS
^
g t definida por
. ,
Defln ao Sejam /: A > Beg„
,
- -
: C > D duas fun 9oes. Suponha que B, o
6 um subconjunto de C. o dominio de g. Emao, a fun ao comradomfoioie /,
9 composi9ao go f \ A > D te/com
W
'
-
I
1 '
ft ^ '
a ) f ( x ) - 3 x -7 b) f ( x ) - x~ -l c ) f [ x )= ex C
) 1324 Para cada uma das seguimcs fui oes, escrcva h como uma composi9ao de duas fun -
9oes/ e g: ^ Figura 13.20 A compost $ao de f com g.
)
a ) /i(x) = log(.x 2 + l)
?
’
) =
b ) /i ( jr) (sen ;c)
3
c) (*) = (cos* , sen *
*
3 3
) d ) h( x ,y ) = (jry) 4* x 2 y Exemplo 13.12 A Junto /i (.t ) sen .r2 e a composi
= o de /(.r) =
.
~
)_
2
yjx + y e y
=
composito de /(.v. y) = x + y com g( z )
3
com g(.v) = sen x. A fun -
920 h{ x ) (x V 4 )3 e']a composiqao de fix ) x + 4 com g ( x ) :3
J . A fuihjSo hit, v) = ^ = =
) = Vz •
) Usamos o meiodo da pro ' a do Teorema 13.4 para provar
que a compos ao de duas fun &es
)
continuas dcfinidas em es'pa os euclidianos e uma fun ao
^ 9 cominua.
9
^
? i
Teorema 13.7 Sejam /:RK R "‘ uma fungaocontmuaem
qao cominua em/(x) e Rra. Er.tiio, a fun ao
xe Rk e g :R ,n Rn uma fun -
.> . 9 composta gof : Rk e uma (110920 con -
•
linua em x. ^
j
;
o
j = xn
Provo Seja ( |„ i uma seqiiencia cm Rk
convergente a x. Por continuidade de cm x,
*
j
;
.:
{/(x )} , converge a /(x). Por continuidade de g em /(x), a seqiiencia /
{
——
! $(/(*„
converge a g( f ( x )). Assim. 0 c cominua emx. /
j • )
• ^
•••• •••** ••» « •••* « •I ••••» • ••« « » •
«
I |
*k ,a «•••« • ••••
»
-
j
J
j
t
? i
)
i
ri W
'
m
*
>.
)
)
f m )
14
CAPITULO
)
Calculo a
+
I
I y
)
)
)
i Varias Variaveis )
{
l
)
!
- i
objeiivo principal da an &lise eccnomica e verificar como uma mudanga em- urha va-
* '
9 9 navel economica afeta uma oiitra. No Capimto 3 demonstranios que o Calculo Q uma )
variavel e a fcmimema principal para emender os efcitos de tais mudangas em reia-
gbcs economicas definidas por fungoes de uma unica varidvel: y = f ( x ). Neste capitulo imro- )
duzimos o Calculo a varias variaveis como a ferramenta principal para entender como variri-
vcis afetam outras em relagoes economicas definidas por fungoes de » arias variaveis: v = )
/{*, -O *
Tomamos a abordagem mais simples para aplicar o Calculo ao cstudo de fungoes de varias va -
—-
riaveis. Mudamos uma variavel de cada vez. mantendo icxlas as demais constants. Como ne.s
le case nao estamos olbando para a variagao total db/ mas so para uma variagao parcial a
- —
variagao acarretada pela mudanga em uma unica van a el , drgamos x; a dcrivatla correspon -
}
\
denteedenominoda a derivada parcial de /emrelagto a .rf . Esta derivada e denmada por
i - Av, !
i
^
com letras 3 parecidas com o 5grego em vez dor/ rom no. Outras maneims hnbhuais de denn -
i )
—,
y
( If »
=
Lv0 ) mn
fa + *) /(*> )
/ “ )
d x ' ' *-*n h
)
)
1
c
c
c -w
Xi
w ?
6 -
a ) 4 x2 y 3xy3 + 6 x b) Ay C) Ay
2
/ o
^
o\ _ lim
/(^P *? +* > • > *?) - /(*? xf x° )
d) P'*3v * +2
x- y
f ) lx2 y 1xfi - f
i
0 h
m -
se este limite existir. Sornente a r esima varidvel muda; as outras sao tratadas como constaites.
14.2 Calcule as derivadas parciais da fungao de produgao Cobb-Douglas q - kx° l A?2 e da fun -
~) Exemplo 14.1 Considere a fungao f ( x , y ) 3xy2 + 4xy3 + ly. Calculamos 3/ / 3A inuanio y
=
gao de produgao Elasticidade de Substituigao Constante (CES) q = A'(CIA,~ ' + CI. *' ) TJ como uma constante. A pnmeira parccla e x2 vezes uma “ constante" (3v2); assim, SUJ de
o supondo que todos os parametros sao positivos . rivada 6 lx vezes a constante, ou seja,
-
)
J li-2
"
INTERPRETAgAO ECONOMICA
) Produtividades Marginais
•
— (3JC2}'1) = 2x 3>J = 6xy*
A segunda parcela 6 uma “ constante” vezes A; sua derivada e simplesmente a constante
Para uma fungao y -/(A) de uma variavel , a derivada /'(A) medc ( infiniiesimalmemc ) como
uma variagao Ax em x afeta y: A (4xy3) = 4y3
)
I Ay — f ( x ) Ax.
/
J
'
=
trabalho para produzir Q F( K , L ) unidades de produto, entao a derivada parcinl
Junte tudo isso, lembrando que a derivada da soma e a soma das derivadas:
)
l *
i
j OX
(3A 2 V2 4- 4.vy3 + 7y) = 6 xy2 + 4y3
j e a taxa de variagao do produto em relagao ao capital K , mantendo L fixo cm L . Se o capital Para calcular a derivada parcial em relagao a >\ trate x como uma constante. A primeira
crescer AK, entao o produto crescera parcela de /e y* vezes uma constante; sua derivada em y e ly vezes a constante:
J
'
y ~ (3.vV ) = (2 ')(3.i:2) = 6xzy
^
o . Colocando AK = \ , vemos que ( dF/ dK )( K\ L ) estima a variagao no produto devid;* a uma
A segunda parcela d v ‘vezes uma constante; sua derivada em y e 3v2 vezes a constante:
unidade de aumento no capiral (com L fixo). Ponanto, a derivada (3F/ dK )( K . L ) e denomi -
*
j
nada a produtividade marginal do capital ou PMgK. Analogameme. [ dF/ dttlK . L ) e a ta-
j xa de variagao do produto em relagao ao trabalho, com capital fixo em A' . Como isio e uma
boa esiimativa da variagao do produto devido a uma unidade de aumento de trabalho a deri- . | = (3yJ )(4-r) = l2-L
C vada { dFIdL ){ K\ L ) 6 denominada a produtividade marginal do trabalho ( muiias vezes
Finalmente. e claro que a derivada de 7y e 7. Juntando essas contas. cbiemos
/ abreviada por PMgL).
L
j
- Exemplo 14.2 Considere a fungao de produgao Cobb Douglas - • *
(3.v: .
+ 4 vy ’ + 7y) - 6.v 2y + 1 Ixy 2 + 7
Q = 4 Ky L
, ,u.
j
- «• 1
J
)
nr
t
i
f
i
\
-.
"
*
•
A
*
/ s
316 I
" CALCULO A VARIAS VARIAVEIS 317 MATEMATICA PARA ECONOMISTAS N
4
\
)
Quando K = 10.000 e L = 625 , o produto ft 6
; Em geral, espera se que 3£,/3P, seja negaliva: Como discutimos na nossa apresentasao de
- ! .4 )
elasticidade no Capftulo 3» a quantidade 3(21/dP1 £ insati$fat6ria. como uraa mcdida de sensi- Q = 4 " 10.0003" " 625 IM = 4 • 105 • 5 = 20.000.
bilidade de pre o, pois depende muito fortemente das unidades ulili2adas. Para remover esta
^
dependencia de unidades, os economistas medem a sensibilidade da demanda em termos per *
Calculando as derivadas parciais, ‘ y
-
centuais. Mais precisamente, eles definem elastiddade preso da demanda por )
mudan a % da demands
^
_ Aft / ft _ P, Aft,
\
)
ft,
1
mudanga % no prdprio prego A/] / Pl A/ j
.
--
{ lembre que L deve ser tratada como constante) e )
Ag, q( Pi + ) - 0i ( n ) ag,
Como
, ^A
^elasticidade3e ,
"
AP P 3ft )
(iL )
!
j 3A =
(4K )
l para AP, pequeno por (3), em termos de CAlculo esta )
I ( tratando K como constante). Alem disso . )
3 - 625l /4 - )
^
3 5
(10.000,625) = ;
10.000l /-*
" ’ (T)
OK 10
Em geral, e negaiiva. Se ficar enire -1 e 0, o bem 1 einelastico.Se esta elasticidade ficar en - )
Estas elasticidades cmzadas podem tomar qualqucr sinal. Se £QVP7 e sao ambos posi-
i
»
:
--
20.000 + 8 ( 2) = 19.984 )
tives, os bens ) e 2 sao duos substitutes. Urn aumemode prego do bem 1 leva os eonsumido-
res a demandar mais do bem 2 como um substituto do bem l . Se e cQ*.t ) sao ambos
que e uma boa nproxuna aode (2( 10.000, 623) = 19.983,981..., o valor real exato ate a wr
ceira casa decimal. ^ - )
negatives, os bens 1 e 2 sao Jiios bens complemcntares. Neste caso. se o prego dc um bem )
aumenta, a demanda por ambos bens diminui {supondo que as elasticidades- prego sao nega - Se U { x ] .
.Yj e uma funi ao utilidade uma anaiise semelhante mosint que a derivada parcial
tivas). Em outras palavras, as demandas por bens compiementares andam juntas. ^
(3(// dvJ )(,r’ ....r’ ), denominada utilidade marginal do bem i em x \ esiima a utilidade adi - )
Finalmeme, quandc os economistas querem medir a sensibilida.de da demanda na varia
(
,
gaeda renda , digamos em um ccrto mvd ( P \ tf , / ) dc pregos e rendas. eles estudam a elas
*
_
*
i-
-
tiddade renda da demanda
} Elasticidade
u )
£
mudanga % na mudanga Aft / ft ^ i
mudanga % na renda All ] Se £ , QX ( P\ Pi, l ) representa a demanda pelo bem I em termos dos pre <;os dos bens 1 e 2 e )
= %
,
da renda , eniao 3£ / 3P, e n taxa de varia no da demanda em rclaijao ac seu propric pre o. Sc
ou. em termos de Calculo, ^ ,.
o pret o do bem i aumenta uma pequena quantidade AP a demanda pelo bem l sofrerti uma ^ )
, ^
varit fio nproximada de
y-
' ' g, di ^ )
)
[ })
todas calculadns era jP,\ P:\ / ) .
"
1
n
n s
n_ CALCULO A VAQIAS VARIAVEIS 319 318
i
MATEMATICA PARA ECONOMISTAS
m Quanto mais pnSximas as curvas de mvel estiverem umas das outras, maior 6 a variagao de /
quando y aumenta uma unidade, maior e a derivada ( dfldy ). Na Figura 14.3, (8//8y)(o, b) e
I
t z
maior do que 0jfdy )( a , b' ). Fatia |y = b )
e
0 Grafico de x •-> f (t, b )
) Grafico de f
J /
) 25- " 4-
^ •
) \ •
f = 20 ^
o f = 15 >
U b)
a
b
7
f= (a'fb )
!
) f=5
/ ! X
j .
Figura 14.3 (Sf/ dy )( a b) mede a variagao d e f e m { x = a }. i na Figura 14.1. Analogameme, (df / dy )( a, b ) e a inclinagao da reta tangente a curva que e n in
tersecaodo grafico de / com a fatia { * = « }; como ilustra a Figura 14.2.
-
-
> EXERCICIOS 2
constames.
0 b ) Qual e um domfnin razoavel para os quairo parametros de 0 t ?
i
)
%
I 320 MATEMATICA PARA ECONOMISTAS
w
CALCULO A VARIAS VARIAVEIS 321
; 5®
• '
Reta tangente
14.4 A DERIVADATOTAL m )
)
f( x*) + ftx* )h
fix* + b)
Suponha que estamos interessados no comportamento de uma fungao F( x, y) de duas varid
veis na yiziuhanga de um dado ponto (x\ y ). Como observambs na Segao 14.2, o Cdlculo de
uma vari £vel nos diz que se mantivermos y fixado em y e mudarmos x para x + Ac, entao
-
^;
)
-
F(J: + bx , y‘ ) F ( x’ , y )= At ( 4) )
!
x* x“ + h * O que ocorre se permitirmos que ambos xty variem simultaneamente? Como estamos traba
Ihando no inundo das aproximagdes Jineares, e natural que o efeito da variagao conjunta seja
-
Figura 14.4 A geomerria da expressao ( 8 ). aproximadamente a soma dos efeitos das variagoes das mudangas unidimensionaist )
F [ x + AJC. - .
^ ^
= (/.y')Ax + (/ , y‘)Ay l
=
Para uma fungao z F(;c, y) de duas variaveis, o graflco 6 uma superffcie bidimensional em V + Ay ) F( x' y’ ) (6)
R3 e o anSlogo da rcta tangente du Figura 14.4 6 o piano tangente ao gr £fico, coiio 6 ilustra
do na Figura 14.5. Hm seguida mostramos que (7) afiima que o piano tangente ai grSfico de
- )
As vezes usamos (6) no formato
F em ( x\ \y F { x , y*)) e uma boa aproximagao do prdprio grSfico na vizinhanga de ( x\ y\ )
F( x\ v )). Lembre que no Capuuio 10 vimos que, para calcular a cquagao parametrizada do
’
piano tangente 'P no ponto p , precisamos de dois vetores independentes u e v no piano com F(.r‘+ Ax, / + Ay) ~ + (7) )
base em p. Neste caso, paramcirizamos o piano como
jx = p + su + rv : v ^ R1} ( 9)
Exemplo NJ Na Segao 14.2 trabalhamos com a fungao de produgao Q = F ( Ky L ) 4KvsLul
na vizinhanga do ponto (A'\ L ) = ( 10.000, 625). Usamos (4) paraestimnr que F( 10.010,
= i
Pela discussao da segao precedente, os vetores (1.0, ( dFBx)[x , y )) e (0, 1, 0F/t)y)(.t , y ) ) 625) e 20.015 e (5) para estimar que F{ 10.000, 623) e 19.984. Se quisermos considoraro
sao dois vetores independentes no piano tangente P, como esca ilustrado nas Figuras 14.1 e efeito de ambas as variances, podemos usar (7) para estiniar V
34.2. Assim. por (9), o piano tangente Ppode ser pammetrizado per
F( 10.010, 623)
Vil UfdFdx/.V.) 1+ I .l dFd -( x\. y ) )
^
/ t
.i\ y\ F(.v\ /} Q
= F( 10.000, 625|
^
/
\ s ) + (10.000.625) 10 +
dK CIL*
-
(10.000,625) • ( 2) >
)
para grandes projetos de construgao no nosso planeta redondo. Qua! e o significado geometrico da aproximagao ( 7)? Para uma fungao de uma variavel , a
aproximacao conespondeme e
)
Como discut:mos na Secao 2.7. o lado direito c!e (8) e acquagao parameirica da rcta tangente ao )
grafico de / em .v . Assim, (8) stmplesmeme afirma que a reta tangente no gratico de / em x e
I .
uma boa aproximacaodo proprio graftco na vizinhanga de ( x\ f {>' )) como iiusua a Figura 14.4. )
)
14
L
a>- v *
? )
como represemaitdo a aproximagao linear de F em tomo de (x\ y ). Neste sentido. dizemos m
fc que esta aplicacao linear e a matriz que a representa 6 a derivada de F em (x\ y ) e denota- m
-
mo la por %
r>
iV
-
„r (f £(* ./) . ) mmM
wmsm
n
)
/
DF(/ y )= DF )
^
E basiame natural formarmna matriz cujas entradas sao todas as derivadas parciais de F e di-
zer que a matriz e a derivada de /7. Mas 6 importance entenderque muito mais estci acontecen -
do aqui, pois a aplicagao linear representada por esta matrix 6 a aproximagao linear apropria-
(*’ / )
i
wm
Figura 14.5 O piano tangente ao grdfico de F .
b .. da de F em (x\ y ) . . Notagao Usamos dx , dy t.4 F quando tfabalhamos no piano tangente ao grSfico de F era (x\
2
As observagoes. e expressoes analiticas das fungoes de R passam de maneiia natural para fun-
,
goes de R°. Se csiudamos uma fungao F(x ,..., xn ) de n variaveis numa vizinhanga de algum
rfx = A* . dy = tsy . e rfF = +
ponto seleeionado x , entao exatamente como o fizemos para fungoes de uma varidvel . Essas variagoes no piano tangente
,) -
' sao chamadas diferenciais. A expressao (6) afirma que a mudanga AF no grafico do F e . apro
) ximadamente, a mudanga dF no piano tangente. A expressao acima a direita , de dh em termos
de dx e dy , e denominada diferencial total de F em [ x , >• ).
i
(10)
O ^;) |
ffc ( x K + -|
^ ^
(x‘K'
+ +
) Aproximaqao Linear :
9
T
) 0 lado direito de (10) e a representagao parametricu do hiperplano (n-dimensional) tangen - Vimos que o piano tangente \P pode ser considerado o grafico da aplicagao afim
-
tc ao grdfico n dimensional de Fem R'"1. Frequememente utilizamos as diferenciais <iF ,
:)
.
:
d x d x n para denotar variagoes no hiperplano ft A expressao (10) afimia que, na vizinhan
ca de x , o hiperplano tangente ao grafico de Ft uma boa aproximagao ao proprio grdfico no
-
:J seguime seniido: a variagao real AF = F(x’ + Ax) - F(x’) e bem aproximada pelo difcrcnctal ••
=^
, r> F/ 3F / »\ .
( K
O
^ )* +
»
rfF 1 (ID
;
.
J i ,
no hiperplano tangente, com dx;= Ax para cada i. Como o hiperplano tangente e o grafico da
pode ser aproximada pela aplicagao linear
J .,y
J
fungao afim , dF / dF / ,
- ,\
y )
'
0
o
s>
i
P (A A ) H 'c(/ ) +
{ h«
•» -
^ (/ )J, + ":+
| |f (/ K
02)
que pode ser escrita em formato mamcial como
far , - v. )
^ - i d F , . .0
a7 ^- )
v
:i
J
} - w
!v
I
i \
1 :j i
i
i Curvas
i
CALCVLO A VARIAS VARIAVEIS 325
i 324 MATEMATICA PARA ECONOMJSTAS
matriz
.
e uma boa aproximagao da verdadeira variagao de F Dizemos que a aplicagao linen (12) e a
)
)
,
-
Definigao Uma curva em Rft 6 uma /i upla de fungoes contfnuas
<i
DF - -(l
-^- ZF
) )
J 03)
* .-.*.(0)
'
)
x(d = ( i(O * *
i que a representa e a derivada de Fem x ou, as vezes, a derWada jacobiana do Fem x . '
i )
l i
ondecada.t;lcva R em R. As fungoes,q(0 sao denominadas fungoes coordenadas e 1 6 o pa -
, .- — -
\
rametrD descrevendo a curva. A n- upia (x (0 (/)) descreve as coordenadas da curva no EXERCICIOS )
* Tn
ponto em que o valor do parimetro 6 r. Se pcnsarmos em i como o tempo decorrido, entao x(r)
14.6 Considere a fungao demanda de elasticidade consume Q = 6 p p n, onefc Q 6 a de-
~2
*
= xm{ t)) da a posigao no instame t de um ponto em sua trajetdria em R \ manda do bem l e p - 6 o prego do bem i , para x = 1, 2. Suponha que os pregos acuais sao
Pj - 6 ep2 = 9. i
a ) Qual e a demanda atual para Q ?
.
Exemplo 14.4 Para um exemplo bem concreto considerc uma viagem de cano de uma cida*
b ) Use diferenciais para estimar as variagoes na demanda quando pi aumsnta 0,25 e .-
)
de ate uma outra cidade distame. 0 trajeto da viagem pode ser desenhado num mapa; e
p2 diminui 0,5.
uma curva.H5 muitas maneiras diferentes de paramctrizarcsta curva. Podenamos dcscre-
c) Analogamente, estime a variagao na demanda quando ambos ospregosaumentanr ~“
ver a curva dando as coordenadas oo mapa-que identificam a localizagao do carro quando
0,2.
.
o carro esta viajando ha / horas. Neste caso a curva c parametrizada pelo tempo da via-
t
i
•i
if ) Estime a demanda total nas situagoes b t e e compare suas estimativascom as va -
i
gem. Altemativamente, podenamos usar a distancia total viajada para parametrizar o ca-
riagocs reais. j
minho descrito na viagem.
14.7 Uma firma tern a fungao de produgao Cobb-Douglas y = lO.. '3 2 ,* * .
1
^^
)
Atualmente,
.
Exemplo 14.5 0 segmemo de icta ligando (0 0) c ( 1, 1) e uma curva. Uma parametrizagao Ii
i ela usa a cesta de tnsumos (27, 16, 64). r K
possi'vele * *
n) Quanto csta produzindo a firma?
.v( /) = /, >( /) = i. • 0 ' l. u) Use diferenciais para aproximar seu novo mvel de produgao quando .r aumenta pa , - )
ra 27,1, jr » diminui para 15,7 e JC3 permanece igual.
Uma omra parametrizagao 6 x{ t ) = f , v(0 - f . pam 0 < i < 1. c) Use umn calculadora para comparar sua resposta na parte b com a real produgao. I
.
«) /( r, v) =.r 4 + 2 xly2 + xyA h 10>* em .t = 10, 36 e y = l,04
\
b ) /( v, v) = 6 x -l y n em .t = 998 e v = 101.5 '
. }
' ,
c) .
/(.v v.c) = \/.vl 2 +.V 5 + 5r cm .v = 4, 2,
/ /
y = 7.95 e z = 1.02 .- •
)
14.9 Use o Calculo mas nenhuma calculadora para esiiniar o produto dado pela fungao de
produgao Q = 3 A* lL' quando: a ) K = 1000 e L * 125, b ) K = 998 e L = 128.
0
— x
^
Figura 14.6 0 segmemo de rem ligando {0.0) a (1.1). f
Vetor Tangents a uma Curva Na Segao 14.3 mostramos que as derivadas parciais dcscrevem como uma fungao varia em di-
recoes paraleltis aos eixos coordenados. Nesta segno demonstraremos como as derivadas par - J
Sejn >:<:> = xJU ) ) uma curva pammetrhada cm RB. Se o parametro i representa tem- ciais podem scr usados para descrever como uma fungao varia em qualquer direcao. Mais ge -
_
po. euiao .v!(n ? a veiocidade instaniSnea da / - e$ima coordenada ao Jongo da curva no ins- .
ralineme muitas vezes estamos imeressados em como uma funcao varia quando ncs movemos
f
. v .. . . ; -
n u m e r r r-
o
•
• • • *
. •
- v
^ -
. * v. .••'TaiS qv.erjsJsdcpontosdacurvateRdericc; ^
: Se Mt,\ ? * - J 0 h\ ei~. R pode serescrito ccmo
como rioFig;ra
o .A - -
^gam iest?, cura e risostredar a Figura A $ Quango ' - j .
} - r i::; o > ’!. ) \
? ’ **
"
* * "
- *
Para hi perio de 0,
# queestiesbo adonaFigura 14.8 comoaim vetorcom cauda em f ( l , 1 ) e ponta em (4, 3) I
^
o
= (3+ 1, 2 + 1).
Note que esta curva nao e suave em .(0, 0), onde t = 0, e portanto nao existe ai um ve-
tor iangente bem-dcfmido. Esse fato refletido pda seguinte obsen'a ao: o vetor tangen - i
-l (/x( /0 + Ay ) - x(r0 ) j =
(
x ( /0 +
^) - ( ) x /0
(15)
^ ^ ii
tenesse pontoe
somente alonga os vetores em ( l 4), como na Figura 14.7. A medidaque h} » 0, o veior limi- —
: (^m/(0)) = (3 .2r) = = (0 0)
/ J ,
te ser «i tangente a curva em x ( f 0). Mas esse vetor iimite e
)
—
i 0
. -X : -
I —^ *')-
- hj x{t0 ) - -
que 6 o vetor zero. Dizemos que essa curva "pontuda" tern uma cuspide na origem.
• •
P iim
I
Umcomportaiuento irregular, como oda ctispide do Excmplo 14.6, pode ser evitado se impu - (° , > ) ~ , <> l -
-T i ( fa + ;'j ) -T"( <o )
sermos maiscondigoes de regularidade no componamento das curvas. Fara os nossos propd -
sitos, basia a seguinte expend a.
'[ *
j
— \
lim
hj » 0
Jf| f + l
flj
f|
^ |im
hj -40 hj
"
I
= (4'o ) -< ( r0 )) = x'(/0).
;
o h2
{X ( IQ + / J2) - X ( /0 D
O
j
•
: —
1
[ xitQ + h ). - xU )
0 )
1
.) X ;
«
x o)
X ( f0 +
) xltg + h: )
Figura 14.9 0 vetor iangente a uma curva parametrizada.
J
„»
J ,
Uma curva (x {/),..., xB( /)) e dita regular se, e somente se, cada xj( t ) e conu'nua
Definite
J em / e (*;( f ) .*,'{/ )) * {<>,...0) para cada t.
j Tamfcem poderiamos definir o que seria uma curva regular em um dado porno.
i
Figura 14.7 O vetor nut entc a uma curva cumo um Iimite de vetores sccantes
^ .
}
v j
)
.)
T TV .
\
' '
Je '
-
}
,
)
?
•••••««
( mi
••«
»»» MIMM * I «" » »* <
""*«« > PM >> •< i » •••• »»
•
***»« »*« * < « k <|> M b
Bxemplo 14.7 Sejam f { xy y ) - x2 + y2 e x(f ) = t , y{t ) 1.A curva (x(f ), >’(/)) 6 uma reta t pela
origem, com vetor velocidade (1, 1) em cada r. A fungao g(/) = y( t ) ) mede o quadra-
- I
Deriva $ao ao Longo de uma Curva: A Regra da Cadeia )
Seja xjf ) )9 para a t bt uma curva regular. Freqiientemente queremos saber como
do da distancia b origem quando nos afastamos ao longo de i. Vamos calculai: a derivada se comporta ao longo da curva uma fungao / definida em Ra. Calculando / ao longodi curva,
)
de g( t ) quando t = 1. Isto 6 fdcil de fazer diretamente. Como g{ t ) = 2 r\ temos \ g i ) = 4t e somos levados a escudar a fungao de uma variSvel I
£ 0 ) - 4. t
Se usaimos a Regra da Cadeia , calcufamos primeiro c)/73x = 2x e 3/73y = 2y e x'( r) = 8(0 = /{*i (0 .
*„(0) o<t <b . (16) )
/(r) = 1. Quando t = 1 ,x y 1. Portanto, --
Como g : Rl -» R , sua derivada unidimensional g\t ) di a taxa de variagao de / ao longo da
1
I
curva x (0- Se x (0 tivesse so um componente, ou seja, se x( r) = x(r) fosse uma curva tru R \ en-
=
ax oy
(U) -l= 2 l + 2 -l= 4 - r tao g { t ) = / (*( /)) e utilizariamos a Regra da Cadeia do Cdlculo a uma variavel (da Segao 4-.1 )
paracalcular
As vezes, a Regra da Cadeia (19) escrita assim:
s'W = /'W')M0 07)
(20)
dt dxi di dx2 dt dxn di Em palavras, a derivada da fungao composts /(x(0) d a derivada da fungao de fora fix') (cal
culada na fungao de dentro) vezes a derivada da fungao de dentro *( /).-
- i
\
onde o lado esquerdo de (20) signiftca (d/br)/(x(/)). Observe que se ignorarmos todos os dt Quando hi mais de uma fungao de dentro, como no caso (16) em questao, cafculamos a J
nos dcnominadores de (20), voltamos a regra (11) dc diferenciais totais. derivada usando o antilogo de (17). Tomamos a derivada em relagao a cada fungaode dentro,
A Equagao (20) tamb£ m sugere uma generalizagao natural da Regra da Cadeia para o uma de cada vez: }
\
caso em que a fungao de dentro 6 uma fungao de virias variaveis. Considere uma fungao
dg
|(x(r))*f(r)+ a/
^ ^
u:R* -» Rn
-(x(oj (0 + a** (x(0KW
u ( 0 = (« l ( l , - . .
' - '0'U2('l .0} ;
dt
=
^ + ( 18)
I
,
A derivada da composts e a derivada dffd.r de / em relagao a primeira fungao de dentro vezes
Entao, para qualquer fungSo / iR * -* R 1, a fungao ccmposta
1
*
:
1
,
a derivada desta primeira fungao * ( /) de dentro mais a derivada dfldx2 de / em relagao b se-
gunda fungao de dentro vezes a derivada desta segunda fungao x2( f ) de dentro, e assim por
.«(' 1 '•i ) s /(«l ( t) «2( 0 . .-.u ( t)) » diante.
Para referenda, enunciamos a Regra da Cadeia como um teorema formal . Inicialmente
e uma fungao dc R* em Rl. Derivamos uma tal fungao variando urn de cada vez, mantendo precisamos da seguinte definigao.
i
todos os demais ftxos. Resulta entao que oTeorema 14.1 leva a Regra da Cadeia mais geral ,
i
a Regra da Cadeia II: —
Dsfinigao Uma fungao / :Rft > R * e continuamente diferenciavel (ou Cl ) em um conjumo
aberto (icRn se, e somente se, para cada /, a derivada parcial (3j78x;)(x) existe em cada x de
)
1
-
U e e contmua em x. Analogamentc, uma curva x:( n, b ) > R ” 6 continuamente diferenciavel )
( ou C ) se cada uma dc suas fungoes componentes .r.( r) 6 continuamente diferenciavel.
(2 ! )
l
+ ••• +
^>
ExempJo 14.8 Considere a fungao de producao dobb-Douglas Q = 4 Kv Lm.Suponhaqueos
(0
*
Teorema 14.1 ( Regra da Cadeia 1 ) Se x ( r ) = ( 0) e uma curva C1 num inter\'alo
^
em tomo de t0 e / 6 uma fungao Cl numa bola em tomo de x ( t0); entao g [ t ) = f { x l x ,[ r ) )
1
insumos Ke L variem com o tempo re a taxa je jurbs r, atraves das expressoes e uma fungao C em t0 e
K (/. r) =
— r
2
e
!}
£ j/, r) = .6r + 0r
^ (19)
>
!
}
l
~
)
1
'
i
o
o CALCULC A VASIAS VARAVEIS 331 330 M EWATiCA PARA CcONOMlSTAS
^
'
1
'
) 14.6 DERIVADAS DIRECIONAIS E GRADIENTES Calculamos a taxa de variagao do produto Q em relacao a t quando r = 10 e r = 0, 1.
Primeiro. note que
Derivadas Dlreclonais
. 3G _ 0Q BQ BL
o
Nesta segao veremos como a Regra da Cadeia
,
nos permite calcuiar a taxa de variagao de uma
fungao F(jc ,..., xn ) cm um dado ponio x ca diregao de qualquer vetor v = ( v,,..., vn ) dado. Pa-
*
Bt BK 31^ BL Bt
ra parametrizar a diregao v a partir do ponio x , escreva a equagao parametrica da reta por x = ( - ' . ) (20/r 1 ) -> ( K0' /. 3' ) (12,-)
3A' | 4 iIM •
' 4 ' 4
na diregao v:
© X = x‘+ tv =
Como 10; 0 , 1) = 10.000 e i( 10; 0,1 ) 625, a expressao acima , tomando / - 10 e r = 0.1 .
e igual a • ;
—) Para ver como F varia ao longo desia reia, inicialmente calculamos F ao longo desta reta:
(3 •10.OOOtIM 6251M ) (20 • 10 • 10) + (lO.OOO3'4 • 625~3/ J ) (12 10)
o
•
> f (*‘) e D A* ) 1
14.13 Calcule dzJdt em i = 0 sc
. 3 Neste contexto, se quisermos saber como uma dada fungao F varia em x na diregao e , = ( 1. Sr 4- 3AV
2 n'- y
x = r + 1, y - vr 2 + 1 e w - e* + 1.
0 0) paralcla ao eixo xv calculamos
3
.
'1 ' -
, ( Isto e um pouco sutil , pois ha um / na fungao original . Se ajudnr. acrescente a equa
“ t w- l S o M)
0 3F
_> £ W
= TcXv-, 1 X gao. r = / as expressocs para .v, y e w em icrmos de i . )
14.14 Calcule a taxa de variagao do prodmo em relagao a variagoes de r no Exemplo 14.8
O : quandc t - 10 e r 0,!. -
que c exaiamente o que se espera para a derivada de F na diregao .v , .
j - -— ...... . |
14.15 Um morceg } chamado Beto voa em uma trajetoria tal que sua postgao no instante de
—
tempo i e ( 2 /, r , 1 + r ) desdc o instante i - 0 ate' o instante / = 1. No instante / = 1, ele
«» Ii »» »»»»» « » « « »* n »*« » « » « »* * * **
m«n r*
•
) Exemplo 14.9 Considere novamcnte a fungao de produgao abandona e sa trajetoria e sai voando pela reta tangente h trajetoria , mantendo a velo-
J . =
Q ^ F( K L ) 4 KV
4
Ltn ^
cidade que desenvolvia no instante / = 1 . Qua! sera a posicao de Beto no instante t = 3?
J:
*
—
?K
........
•nil
BL - —
(10.000.625) 1 -f ( 10.000.625) • l 1.5 1 + 81 = 9, 5
' = - 14. i 7 Seja u uma fungao de R em R 1. Scjam r y - x c s = + x Seja F { x
*
.)
J
;
i
)
CALCULO A VARIAS VARIAVEIS 333 332 MATEMATICA PARA ECONOMISTAS
,)
Por ser equivalent 5 derivada direcional, VF(x’) • v mede a taxa 5 qual F aumenta ou dimi
- O Vetor Gradiente I
nui quando safmos de x na diie ao v. Pela propriedade conhecida do produto escalar (Teore- Estamos escrevendo a derivada de y = F(x , ,..., xn ) em um dado ponto x como a matriidinha
*
^
ma 103), a derivada de F na dire ao v e
^ dF , >
VF(x’) - v = ||VF( x )|S INI c s 9 = PF(* )\ cosO.
*
° ( 23) DF . /
{ ) }
K /
)
pois ||v||= 1, onde 0 eo anguloentreosvetores VF(x ) e vnopontobasex \ como indicamos interpretando-a como uma fumjao linear que aproxima Fern tomo de x . As vezes, escreve-
naFigura 14.9. mos a derivada de Fern x como uma matriz-co / tma: I
I
I
fOF /
Fix' )
)
dF , .x
* T* *•
e\ Interpretamos essa matriz-coluna como um vetor de Rn com cauda em x\ Este vetor, quee dc-
notado por VF( x') ou , 5s vezes , por grad F(x’ ), e denominado vetor gradiente de F em x \ ou
simplesmeme gradiente de F em x \
\
^igura 14.9 VF{x‘) • v As caractensticas imponantes de um vetor sao seu comprimcnto, sua direqao e seu semi
. ^
do. O comprimento dire ao e sentido do vetor gradiente VF(x) tem signiffcado. Em primei-
-
ro lugar, note que a derivada direcional DF>(v) de F em x na direqao v pode ser representada r >
Neste pornoc natural pergumar: cm qual diregdo a fun$ao Foresee mais rapidamente? Como pelo produto escalar dos vetores VF( x ) e v:
cos flvaria enue -1 e + 1, (23) implicaque o major VF(x ) vdentre os vetores v de lamanho
*
(,.)A V
*
unitario ocorre quando cos 6 = 1, ou seja, quando & = (T. Assim , com v variando nos vetores ( dF ,
de lamanho unitario, VF(x ) • Y sera o maior quando v aponta nu mesma diregfio o sentido de
VF(x’). 0 proximo teorema formaliza estc resuliaJc. !
s V->
)
00 - v =
'
" dF . x
h
f
Teorema 14.2 Seja F : R" -> R uma fun ao C\ Em cada pornox dodominiode Fernque |
1 S1’ <VJ
^
VF(.x)* 0. o vetor gradiente VF(x ) de F em x aponia na dire< jao em que F cresce mais ra -j Vamos nos concentrar, por enquamo. somente na dire iio e sentido tie v, ignorando seu com
pidamente. j primento||v| ^
|. Para operacionalizar esta enfase na direqao. vamos trabalhor somente com ve -
*
)
tores v de tamanho 1 : ||v|
|= I . Alguns text os ate impoem esta conditio {JvJ| = 1 como pane da I
defmi ao da derivada direcional 0F% ( v) de Fem x na diregdo v.
^
Exemplo 14.11 Consideramos mais uma vez a funcao de prodncao Q = 4 K*ULU\ Suponha Exemplo 14.10 Considcrando novamente a fungao de produeno do exemplo anterior, pergun -
novamentc que z ccsta de insumo atur.l e (10.000, 625). Sequisermos saber em quais pro- tamos a que taxa cresceria a produciio so aumentassemos K e L a mesma taxa ? Como nao
I
I
poses devemos acresccntar A' e L a ( 10.000. 625) para aumemnr a produeno mais rnpi- sabemos a magnitude da varia uo e so sua direquo, usamos o vetor unitario
damente, calculamos o vetor gradiente ^
(1 / N/2 * 1 / V2 j na diregao e sentido de ( I , 1 ). A taxa de vnriagao de F na diregdo
J
:
Vf ( l 0.000, 62}) = -
(l / /l 1 / VI ) e
, . _|
i
J
i
e deduzimos que devemos acresccntar K e L enj uma propcrcao de l .5 para 8. Esta varia
casesiareprcsenwdanaFigura 14.10. ; '
*
• *
•
1
- .5
^
+ 8~ =
^ = 6.7|75
•
« «
;
)
)
"
)
n
O
n y:
.
o CALCULO A V'ARIAS VARlAVciS 335 334 MATEMATJOA ECONCMSSTAS
<?
V
o
Em vez de interpreter (24) como m fungoes de n varidveis, podemos ver (24) como uma {ini
ca fungao de Rp em R :
l
;
^
r r
) £Z:.
(jfi: • ) /" f ^]'• - I\ \
6 ^ * > > » /s •• v V !
Na Segao 13.2 hstamos algous exemples economicos de fungoes de R “ em. R , per exemplo,
’ ‘25)
'
\
\
\
fungoes demands e apiicagces utilidade.
Por oucro lado, se comegamos com uma unica fungao
m F: Rn ^ Rm ( 26)
—
em urn ponto especificox = ( jq » ,**) de R" e que queremos usar uma aproximagao por di
ferenciais para estimar o efeito de uma variagno em x de Ax = ( Axt ,..., AxJ. Em primeiro iu -
;
EXERCICIOS
) ^ 14. IS Em qual diregfio devemos nos mover a partir do porno ( 2, 3) para aumemar 4.v’ v mais
^(x + to)-/,(x"j = -
^^ > fj^ >
- (x')ivl + -+ ( x )iv„
» '
' rnpidameme? Apreseme sua resposta como urn vetor de comprimemo 1 .
)
= j (x l + -- -
* (x , para aumentar o valor dessa fungao mats rapidamente? Expresse sua resposta como
um vetor de comprimemo L
j
.i
14.20 Calcule a derivada direcional de /(.v. y) = xym + .v y no ponto ( 4. -2) na diregao
(x- + Ax) - /„
(x-) -
'
)
(x')Av, + •• + ~(-^K
*
O
7
*•
)
/„
^
Em seguida. mitizamos noiagao veioria ) e matricial para combinar esses resuiiados e obter 14.7
( i / VTo , 3 / VTo}.
FUNgOES EXPUCITAS DE Rn EM Rm
£w
^
J ? (« )' '
dx,
•
•
,
' A.t ')
Av,
Ate aqui estudamos fungoes com somen.te uma variavel endogena. Fungoes com varias varia-
veis endogenassurgem naturalmente em modelos economicos, comojaobsen'amos no Capi-
O. F[ x + Ax) - f ( x } ^*
{ 2D
tal o 13. Nesses c &sos, quando ha m variaveis endogenas no sistema , deve haver m fungoes dis-
.
tintas para determinar seus valores. Por exemplo uma firma de miiltiplos prodittos que trans -
. J- forma n insumos eip m produtos cem uma fungao de produgao paia cada produto:
‘A' «
J
J :
;
<i> = A t v, v„)
J )
i„
--
V 4l
J
\
)
’ x
\
\
i
CAICULO A VARIAS VARIAVEIS 337 336 MATEWATICA PARA ECONOMfSTAS
}
Por exemplo, se ambos os pregos aumentam por 0,1 (ou seja, dpi dpz = 0, 1 ) e a renda cai = A expressao (27) descreve a aproximagao linear de F em x \ A matriz do lado direito de ( 27)
=- -- .
por 0,1 ( dy = -0,1 ), entao dqt 0,6 tdq7 l Em notagao mairicia], o calculo fica assim: e denotada por ? \
\
)
f
9? tyL'
^'
fM £« - -l
O ?)
f'
)
3p, fa b I
d<h.l dq,
9pi
d t d g2
3p, 3v , k*
D F( x ) = DFx . = ( 28 ) )
J - 3 1,5 4V . r oO..iP \ 1
fbn
~" 1 - J
)
1. 16 / 9 -32 / 27 32 / 3, IV
140 ,
— 1J
1.0074 e e' denominada derivada ou derivada jacobiana de F em x \ E claro que ( 27) e a general i -
zagao natural de ( 13) para m variaveis endogenas.
« •« •« ••»WM
s Como ja enfatizamos na Segao 14.4, e natural formar uma matriz com todas as derivadas
A Regra da Cadeia -
parciais de primeira ordem dos /- e denomina la Q derivada de F. Mas aqui est 2 acomeccndo
niuito mais! A expressao (27) afirma que a aplicagao linear representada por esta matriz e a
}
A Regra da Cadeia tem uma extensao panicularmente natural a fungoes de R " cm k "\ como aproximagao linear efetiva de F em tomo de x \ Isto e a essencia do que trata o Calculo . Ao
indica o proximo teorema. estudar o componamento de uma fungao nao- linear F : R " Rm na vizinhanga de algum pon -
to x especial:
( ) ) usamos derivadas para constrair a aproximagao linear DF (\
x
(2) usamos a teoria linear para estudar o componamento da aplicagao linear DF( x \c
—
\
Teorema 14.3 ( Regra da Cadeia II!) Sejam FiR" > Rn e a:R >
1
’ - Rn fungoes C . Emtio. u j
1
( 3) usamos a ieoria do Calculo para traduzir a informagao sobre a fungao linear DF(x ) pa -
fungao composta g ( / ) F(a(f )) e uma fungao C* de R cm RMc
= i }
j ra a correspondente informagao sobre a fungao nao-linear F na vizinhanga de x .
j 0x J
£/?(»( )) - o'W
' 12cn I
I
Exemplo Id.13 Num mundo de duas mercadorias , considere o par de fungoes demanda de
Jumando todas cssas condigbes de componentes. obiemos a cqungao vciorial elasticidade constante J
i
- j <71 = 6 p;: P: ~ y e <fc = ‘IPiftV
' )
( Foa (/ )) = Of ( a(0)
^r =
() £) a'(/ )
I
i -
na vi zinhangn dos pregos e renda atuais ! \
/
p[ = 6. />» =9 c y 2 )
Exunplo 14.14 , ..
No Exemplo 14.3, suponhn cuc /? />, cy variant ao longo do tempo segundo
Se iratarmos cada uma debs como fungoes q individuals, calculamos {
)
assquagocs j
f ft ( /) = v 12f „ /;2 (/) = r e v(f ) |
!
-i -\ opt op , dr
?
Qual e a variagao da demanda em rclagao ao tempo cm / 3?
»=
Observe que (p,(3), p2{ 3), v(3 (6, 9, 2). Portanto .
'
= '
, -
= (-12 p;': pir- y )( tp + [9 fi' p' f-y )dp2 + [ 6 p;: p'f- ) dy v
^7 t 32ZL )
_j!
dt >
< 7i d(/ : 3v
yr/: d( / : ?{ / s
! (3)
l ^ dq ~ —,
d/ )
apt + T ^ dp , +
f )/ >
: ‘ dv
r/ v — )
—
< h /
v'C'1
< /; j } < r:
f) v ;
= !4 ;K ‘v- ) //>. - i r ( I / >, /K V ) (/;>. -J- (8ft />2 * v ) flfv :
i
16 32 , /v
(!
l ~ f /; cm 6- 2 )
I
^
J
)
' 27 / : + y ^^
7
7
7
7
7 C.4LCUL0 A VAFJ/ S VARSAyHiS 339 33S MAT= ?/ AT;CA PARA ECONOMISTAS
> 1
7
7 14.21 Suponha que, no Exemplo
EXERCICIOS
14.13, os pregos e a renda sao fungoes das variaveis inde-
pendentes tempo t e taxa de juros r, atraves das equates px J \ 2 i , pz ~ 10/ r 2 e y --
—
Podemos avangar a Regra da Cadeia mais um passo substituindo a curva a ^ R Rn porurna
fungao a: R‘ > R“ , como fizemos em (21). Entao, a composig3o g(t ) = (aCt)) 6 uma fui9 ao
de R* em Rm. Se mantivermos s - 1 coordcnadas de t ftxas e derivarmos g em relagaoa ir en
^
-
6 = 20r. Eocontre a taxa de variagao
tempo e taxa de juros, quando r
da quantidade demandada , <y , e qy, em relagao a
= 3 e r = 0,1.
tao (29 ) e dada por
( 30
# •) 2 2 2
14.22 Sabendo que G(x, > = ( x + 1 , y ) e / ( «, v) = ( « + v, v ), calcule a derivada jacobiana
*
ciais; as derivadas de ordens superiores sao freqiientemente signiflcaiivas. Juntando essas equagoes, com i
temos f
) -
aFigura 2.l 3. Dizemosque|x|enao diferencidvelemx = 0. Como discutimos na Segao 2.5 ,
_
se y = /(x) tem uma derivada /'(*) para cadax de urn intervalo 7, dizemos que ft diferenciu - , * ?!
" ...
> V
^ h)
7 vel em 7. Stf' { x ) tambem e continua em cada x de 7, dizemos que / e continuamente dife-
1
ranciavel ou C1 em 7. Se ft C , podemos continuar tentando calcular as derivadas de ordens
7 superiores. Se J' {x ) tem uma derivada { f' )' { x ) = f"( x ) em cada pomo de 7. dizemos qu e / e
7 duas vezes diferenciavel em 7.Se esta segunda derivada /" e coniir ua, dizemos que / e duas
vezes continuamente diferenciavel ou , simplesmeme , C cm 7. Similarmcme. sc todas as dc-
. l
—
*
Teorema 14.4 (Regra da Cadeia IV ) Scjam F: Rft -> Rme A:R* » Rr* fungoes C1 e s’ £ R'
7 • rivadas de / de ordera < k existem e sao contmuas em 7, dizemos que / e k vezes continua - e x = A (s ) e R° pontos. Considere a fungao composta
mente diferenciavel ou C em 7. St ft C para cada k , cada derivada de / de qualquer ordem
1
j. sao fungoes conunuas num ponto x’ de R", dizemos que / e continuamente diferenciavel ou i
OH ( s' ' '
j
C* em x . Se todas as n fungoes djBx.sao, elas mesmas, diferenciaveis em uma regiao aberta J
Como a multiplicagao matricial pode ser vista como a composicao das correspondents apli-
dx A
'
7; •
j
6 dita a segunda derivada partial .v,Y.de /. Geralmente esta derivada e escrita > em os parerne-
cacoes lineares. a Regra da Cadeia diz que a derivada da aplicagao composhi e a cornposiciio
das derivadas das apliccgocs compoi:e:ncs , calculadas nos pontos certos.
7 ses. abreviando-se 33 como 3 : ‘
-7 . / 3
;7 .
d.Xjdxj
)
••
A
OTeorema deYoung A segnnda derivada parcia! xrx: de / d geralmente escrita como *dxLL* em vez de dxfdxj
j f . As -
Q _ -
jr' 3 / 4
_ d£
:
|
Derivadas de Segunda Ordem e Matriz Hessiana
)
dl2K 4 dKdL ,
Exemplo 14.15 Vamos tomar as derivadas segundas da fun9 no de produ 9ao Q = 4ff14 Ll / . No
Ocorre que essas parciais mistas sao em gem ) iguais
como Teorema de Young. — um important rcsuliado conhecido Exemplo 14.2. enconrramos
dQ _
= 3K^-J / 4 1/ 4
c„
_ ^ , ,-
KJ3/ 4AL 3/ 4
\
^ ^ ^ 0L =
0 '
•
dK
= . xn
Teorema 14.5 Suponha quey /(.Tj,. , ) seja C numa regiao abcrtai tie Rft. Entao pa-
1
. Assim ,
ra cada x de J e para cada par de indices / e /
&Q a V= idr-(3^^ £.:',)1 = 24 /r>«L-
«XW ,£LW . r
aLdK 3L
A outra derivada mista c
^ J ' 3«
32Q d fdQ i 3«
-,
Exemplo 14.16 Considerc a fun ao de produ ao Cobb-Douglas gcral (2 = k.\ y . Entao.
•-
dKbL dK dLj = dV
As duas ouiras derivadas parciais sao
^
-( Ar rM ')1 = - A Mr3'4
4
^ ^ Af
= 9 L\is
'
) i_ ( KV* r?,4 l = -- KVicVi
di2 dl ) = 4
^
*
aJtr°-y
dx = 3y e
32(3 - y -‘ ,
e
^
com as duas ultimas expressdes iguais, como mandn o Teorema de Young.
- = oto"
- 1 l.hK -UiLut ) --4 /r Jz.
3/C3 dA U^ J = 3* '
B
5 l/J V
/
Observe que uma fun ao de 2 variaveis tern 4 derivadas parciais de segunda ordem . Urna fun -
OTeorema 14.5 afirma que nao impona a ordem de jderiva o para umn funqao C quatquer. ^
coo de n variaveis tem n‘ derivadas parciais de segunda ordem. E natural arranjar esias n ~ de -
^
Embora as hipoteses possam ser enfraquecidas um p’ouco (ambus parciais de segunda ordem rivadas parciais numa matriz n x / » cuja ' /./>e'sima entrada e ( d' fldxjdxjix ) . Esso matriz e de -
devem existir. e claro, mas basia uma ser conunua ), jexistem exemplos de futures estranhas nominada matriz hessiana de / e e denotada por 0 /( x ) on £> /v: ' '
que sao duas vezes diferenciaveis. mas nao duas vezes coniinuamente diferenciaveis e cujas
paiciais mistas nao sao iguais. Veja o Exercicio 14.2$. - a- - -
f O
/
->
37
« \
Afortnnadamente , praiicameme rodas as funcoes i- ue encomraremos r.as aplicacces serao 3.V/ a.v:a vf
. 3 -A . /
C: e ponamo suas parciais misias serao iguais. E importamc noiar que o Teorema de Young ay
ay 37- J
implica que a matriz hessiana e simeirico.
-
D fs a v,a r2
. . a.r22 ._
3-v 3.r, t
a -/ 37 37
/
Se todas esias / » derivadas de segunda ordem existem e funedes contmuas tic (.v,
'
vr ). di-
i zemos que / e duas vezes coniinuamente diferenciuvel oti C.
1
1
n
o CALCUIO A VAPSAS VARiAvas 343
M2 MAJPMATICA PARA ECONOMISTAS
T
Derivadas de Ordens Superiores
T EXERC1C10S
continuer tcmnndo derivadas de ordens superiores e o Teorema de Young conenua
1-
.
14.23 Calcule a matriz hessiana para cada uma das seis funcoes do Exercicio 14.1 . Verifi que
que cada uma delas e uma matriz siraeorica.
Y3 i;d'-‘nesses casos. Por exemplo , se tomarmos uma derivada x { x de ordem tres , ertaoi or-
clem de derivagac nao impona para uma fungao C5: ^
O 14.24- Calcule todas as derivadas parciais de terceira ordem da fungao de produgao Q = ; ay ay ay
_
4KV Lm. Use o Teorema deYoung para acelerar esse processo.
4
m 14.25 lllse o Teorema deYoung para as derivadas parciais de segunda ordem para provar o
Teorema deYoung para derivadas parciais de terceira ordem para fungoes C\ m
* *
.
K
. 1
a7 —
dx cb:43 v, —
11
.
a/ 5 a?/
5X45X23A|
2
14.26 Para quais valores de seus parameiros as funcoes de produgao Cobb- Douglas e CES
n obedecera a lei de reiomos marginais decrescentes?
3
Uma fungao em R e C3 (ou 3 vezes continuamente diferenciavel ) se todas suas n3 derhadas
parciais de terceira ordem existem e sao continuas. Podemos continuar e defmir derivadas par-
o 14.27 Considere a fungao de produgao Q - K** LV* . Mostre que a produlividade marginal de
cada fator e deciescente . Mostre, contudo, que para qualquer combinagao csiritamen -
1
ciais de &-esima ordem e funcoes C . Para fungoes C , nao imporca a ordem cm que se tonam
as k derivadas parciais.
; ) te posidva de insumos, quando dobra a combinagao do insumo, o produto mais do que
dobra.
O Uma Aplicagao a Economia
14.28 O objetivo deste exercicio e examinar uma fungao Cl para a qual falha a conclusao do
o Teorema 14.5 — as parciais mistas nao sao iguais. Seja Para uma fungao de prochigao Q - F { K . i ) . a derivada parcial ( dQ / c) L ){ K\ L ) mede a prcduti -
vidade marginal do trabalho ( PMgL) — intuitivamente . o produto adicional que resulta de em-
'
) pregar mais um trabalhador enquanto se mamem fixo o cquipamemo de capital F . E razo vel
o se ( x . y ) = ( 0.0 ) supor que , a parrir de um certo porno, quando mais trabalhadores sao acrescentados a linha de
^
)
/(*.*) = xJy - xy 3 montagem , ou fabrica ou fazenda , diminucm os beneffcios dc readicionar mais uni trabalhador.
caso conirdrio.
0 x~ + y~ Por exemplo , algumas ineficiencias podem ser causadas por excesso de pessoas num recinto.
Os economistas tipicarnente supoem que , pelo menos a partir de um certo porno , a taxn dccres-
cimento da PMgL diminui . Em termos da funcao de produgao. estas suposigoes significam que
dQldLc posiliva mas e decrescente em L a panirde um ceno porno, de. inodo que d QldL 6 ne - ' '
a ) Prove que f zero ao Iongo dos eixosx e y . Conclua que { df / d.x )( Q . 0 j e ( fJ/7c)v )(0.0}
gative a partir de um certo ponto. Similarmcnte , supoem que dQ/ dK e positiva e que dzQldX 2 6
sao zero.
nesaiiva a partir de um certo ponto. A negatividade destas parciais de segunda ordem e. algu -
O b ) Calcule dfldx t djldy e para { x , y ) * (0, 0).
mas vezes , denominada a Ini da prnduiividade marginal decrescente .
<
c) Conclua que 3/73jr)(0, y) - -yc ( dfldy )( x , 0) = x .
O d) Mostre que Notagao Outras notagoes frcqiientementc utilizaclas para derivadas parciais de segunda or-
o dem incluem
O
Q
? ~
dvdx
(0, ) =
° i(l) < -° = -
0 ) lim 3"
v »0 V
dr
ay
D.vrlv / v
« “ &sJ e
y- f
0 V, 5.V
f
*i* t
~
JV -
c) Mostre que
0 As vezes e acrescemadp urn sinal dc derivada ( ou dois ) para enfatizar: j " . e assini por
u :
37
~
dxdv
=
a far ( ) lim ay
cb: \f
dy
0.0 =
X
ay
= +l
diante. Este mesmo truque tambeni e utilizado para indicar derivadas parciais de ordem supe -
rior, como /- { e outras.
j
• J
; •
)
vs
& Sfv \
Fungoes Implfcitas e cesso, provaremos dois importames teoremas de andlise econdmica: 1) oTeorema de Weiers
trass* que afirma que uma fungao contfnua cujo domfnio i um conjunto compact} alcanga
seus valores mdximo e mfnimo em seu doixunio e 2) a condigao de segunda ordemsuficiente
- )
)
Suas Derivadas para os problemas de otimizagao que estao noceme da teoria economica.
)
I
l
i
J
i
)
Atd aqui irnbalhamos someme com fun oes nas quais as variaveis endogcnas ou depen
/ ^
\ dentessaofun desexplfciiasdasvariSvcisexfegenasouindependentes. Emouiraspala
*
- >
^
X JLvras, todas as funQces que cstudamos tern osir, no lado direito c o y no lado esquerdo: )
y = f (* A) O) J
Quando as variaveis estao separadas como em ( ) ), dizemos que a varidvei cndogena e uma
)
funpo explfcita das variaveis exogenas.
Nos modelos economicos nem sempre ocorre esta situagao ideal. Frequentemente. por )
exemplo, em problemas de maximizagao, as equagees que ocorrern naturalmeme como con - !
didoesde primeira orderr, tem as variaveis exdgenas misturadas com as variaveis endogcnas. )
como em
)
G(-Vri Jf. y) = 0
*
(2i
J
, xn
Se, para tada (x ,..., ) , a equagao (2) detenninar urn valor y correspondente , diremos que a
equate (2) define a varidvei endogenay como uma fungao implfcita das variaveis exogenas J
.Y,,...,.YV Uma expressao como (2) muitas vezes e tao complicada que n;io se conscgue resol-
ve-la, para separar as variaveis exogenas de um lado e as endogcnas do outro. como cm ( I j. )
Coniudo, queremos responder a questOo btisica: como uma pequenu variacao em uma das va - )
4
riaveis exogenas afeta o valor da varidvei endogena? Neste capitulo demons!ramos como res
ponder esta quest ao para fineries implfcitas.
-
!
;
t
j )
i
)
I
i
> )
J J
)
J
)
}
1
6 A
1
15.1 FUNQOESIMPUCITAS a5
-
Exemplo 25 5 Considere uma firma maximizadora de lucro que usa um unico insumo x a um
custo uoitirio de w unidades monetdrias para produzir um unico produto, dado por uma Exempios #«5 :;
*
.
fungao de produgaoy =/(r) Se o produto vends a um prego unitliio de p unidades mone - Comegamos com alguns exempios simples.
taiias, a fungao lucro da empresa para cada pew fixos e
O n(x) = p /(*) - w - x
•
- -
pf' ( x ) w 0 (6 ) expressam >• como uma fungao implfcita dc x . B claro que, nesie caso, podemos resolver
( 3) facilmeme e escrever y como uma fungao explfcita de x :
o Pense cm pew como vari &veis exogenas. Para cada escolha de p e w , a firma querera es-
colher umx que satisfaga (6). Nao existe motivo para limitar os modeios a fungoes de pro- y - 2,5 lx -
o dugao para as quais (6) possa ser resolvido explicitameme para x em termos de p e w. Pa -
ra estudaro comportamento que maximiza lucro de uma firma qualquer, precisamos tra -
J . balhar com equagoescomo (6) que definem .t como uma fungao implfcita dep c w. Vamos
Exemplo 15.2 Um exemplo mais complexo de uma fungao implfcita e a equagao
) querer saber, por exemplo, como a escolha otima de produto x varia quando p on w cres-
ce. Se h£ mtiltiplas solugoes x de (6) para pew dados, muitas vezes podemos escolher
-
y2 5xy + 4.t" - 0 ( 4)
o uma demre as solugoes utilizando condigoes de segunda ordem para um maxi mo local ou
entao procurando pelo maximo global.
Substitufmos um valor especificado qualquer de x em (4) e er.tao resolvemos a cqua-
gao quadratica rcsultante paray. Por exemplo , quando x = 0, (4 ) e y2 0. cuja soliigSo =
) e y = 0. Quando x = l , (4) e y~ - 5y + 4 = 0, cujas solugoes sao y - 1 e y = 4. ( Q » - .ndo hli
O simples fato de podermos escrever uma fungao implfcita G(x, y ) - c nao significa que mais de uma escolha de y para um determinado valor de x , em geral existe alguma infor
magao adicional que leva a escolher um unico valor de y.) Mesmo sendo (4) mais com -
-
esta equagao automaticamente define y como uma fungao dex. Por exemplo, considere a fun -
*-
) gao implfcita simples plexo do que (3). ainda podemos converter (4 ) em uma fungao explfcita ( mais precisa
mente, em uma corrcspondencia explfcita) aplicando a formula de resolugrio dc equa -
-
x3 + / = l l? ) goes quadraticas a ( 4 ):
1
Quandox > 1, nao hay que satisfaga (7). No entanto, em geral eomegamos corn uma soluguo
—
x
) 5 x ± ' Jl 5 x ~ - 16 A 2 4*
especffica (T yc) da equagao implfcita G(,r, y) = c e perguntamos se e possfvel encomrnr um y TS ( 5.t ± 3.r )
*
y proximo doy0 original que satisfaga a equagao quando x esta proximo de x.y Por exemplo, 2 .r
. .) •
V comegando com a soIugaojr = 0, y = 1 de (7) e variandox um pouco, podemos cncomrar um
-
unico y =z \j\ ~ x“ Peno dey = 1 que corresponde ao novox.Podemos ate esbogar um grallco Exemplo 75.J . Aplicando a formula de resolugiio de equagoes quadraticas a fungao implfcita
v- dessa relagao ezpifcita em tomo do porno (0, 1), como mostramos na Figura 15.1 - AT- - 3 v - <?' = 0 obtemos a fungao explfcita
J f
i v= —( A ± Vo + Axe* )
= Vl - Jr
?
Oi •
(0.1 )
* Nro entanto, podc muito bem ser mais diffcil trabalhnr com esta fimgao explfcita do que
com a fungao implfcita original.
j
o Exemplo 15.4 Modificando um expoente em (4) para construir a fungao impifeita
0i
x
y* - 5xy + 4A'2 = 0 (5 )
obtemos uma ex press ao que n .io pode ser resoivida numa fungao explfcita. porque nao
i
v> \
existe uma formula geral para i :solver equagoes qufmicas. Conuido. (5) ainda define y co-
\ mo uma funcao de A. For exon Mo quando.v = 0. ( 5 ) e y' = 0. cuja sohicao e y = 0. Quan -
do .1 » l . 15 J e yf - 5y + 4 C . com :- oh:cao y = 1 .
=
i
it r-x
e.j:
M
‘P
i
’
•?
W -S
Contudo, comegando com a solugao x = 1 , y = 0 de (7), nao existe uma tal relagao iuncional W; '
plicit cubica
Como indica a Figura 15.2, se aumentarmos x um pouco para x - 1 + £, entao nao existe um *
y correspondente ta! que ( 1 + £, y ) resolve (7). Se diminuirmos x um pouco para x = l - en _W ‘
x2 - 3xy -fyJ - 7 = 0 ( 8)
tao existem dois candidatos para y igualmente bons e prdximos de y = 0, a saber, ^ r
em tomo do porno x = 4, y = 3. ( Verifique que este ponio satisfaz ( 8). ) Suponha que exis-
y - +V2£ - E2 e y = -V 2£ £2 -
)
ts uma fungao y = y(x) que resolve (8). Substituindo essa fungao em ( 8). obtemos
Como ilustra a Figura 15.2, por ser a curva x + / = 1 vertical em tomo de ( 1 , 0), juste ponto
I
xi - 3.t> (*) + > ( Jt )5 - 7 = 0
’ • cla nao define y como uma fungao de x .
Derive essa expressao em relagao a x , usando a regra do produco para derivar o segunda
parcela e a Regra da Cadeia para derivar a terceira parcela: )
2
2 x - ly( x ) - 3xy'(.r) + 3> (JC) " y'( x ) = 0 )
„x 2x - 3y )
°u . w
( 1 , 0)
Em x = 4, y = 3, oblemos
/
o
2 - 4 - j- 3 _ I
/(4) = - 3 O - -- 2 - 4 - ! 5 1+ £
*1 i
Conclufmos que se existir uma fungao y(x) que resolve ( 8 ) c que e diferenciave ) . entao y
x, - 1 -£
varia Ax/!5 quando x varia Ax. .1
)
I
^
( 1 ) Dacia a equagao implicit a G(x, v) = c e um ponto ( x0 , y0) tal que G (.v0 , ye ) = c . existe
ou ( )+
dv Wo c\y
•
vT'n ) = 0 uma fungao contmua y - y(x ) defmida num iniervalo / em tomo de xb tai que : J
( a ) G(x. y(x)) = c para cada x de / e .>
)
Resolvendo paray'(x0), obtemos ( b) y (x0) = y0?
)
9G (2 ) Sey(.r ) existe e e diferenciavel. o que ey {.vc)?
Note que a afmrtagao y( r) existe’ * e muiio mais gera ) do que a afirmagtio “ podemos escrever J
Mil ”
(,
.f uma fungao ex plfcita y(.v)’ \ )
dv Ocorre que as respostas a essas (Juas questoes estiio muiio relacionadas. uma ve 2 que se a
primeira " ir positiva. entao podemos litcilmenie usar a Regra da Cadeia para calcular utna for * , . J
Vcmus cm t i l ) que se a solugaoy(.vt de i7\x. VJ = c existee e dcrivnvel. c necessario que mu I a para y\x ) em temios de 3G/d. v c c)G%. Por outro lado . estn formula para y'f.v) em termos •
1
-
( 0 G7ov ) (.vo. y(l ) seja nao ntiia. Como o seguinte resuUndo fundamental da realise mntematica dc 8G/C)A' e leva no rnterio naruml mm roemm \ icfpnri -
* > i
1
0
3
I FUNQOES iMPLfCITAS E SUAS DERIVAQAS 351 350 MATEMATICA PARA ECONOMISTAS
1
'
r l -,
T
—
Exemplo 15.8 Retomemos & equa$ao x + y = 1. Vimos que esta equa o determina y como
2 2
1 ^
uma fungao dex em tomo do porno* = 0 ey = 1. Podemos calcular facilmente que dGIdy
Teorema 15.1 (Teorema da Fun $ao Implicita ) Seja G( x, y ) uma fungao C1 numa bola
em tomo de (*0, yj em R2. Suponha que G(*0, y0) c e cGnsidere a expressao
=
o 2y = 2 $ 0 em (0, 1). Assim, o Teorema 15.1 nos garante a existencia de y{ x ).Alem dis-
=
so, nos diz que G( x , y ) = c
6 _
dGIdx ~ 2 x 0 _ Se (3G/ dy )(*0, y0) * 0,;entao existe uma fun <;ao y = > (*) definida num imervalo / enuorro
# /MUo dGldy
-
2y
~~
2 do ponto *0 que c .C1 e tal que:
i
)
)
para ><*). Podemos calcular diretamentc de (13) que
4i-7
{c )
*14) •
*
{x
- *)
que, realmeme, e zero quando * = 0. Eclaro que na Figura 15.1 podemos ver que o graft - Exemplo 15.7 Considere a equa < jao
) co de > (*) e horizontal em (0, 1), de modo que sua derivada deveria ser zero.
Por omro lado, observamos na Figura 15.2 que nao exisie uma funijao y [ x ) que seja boa
) 2
parajr + / = l em tomo do porno x = l , y = 0. Is^ ecompaftvel com o Teorema 15.1 , pois -
G(.v, y) = .r: 3A> + y - ~ 7 = 0
*
(12 )
'
) -
dG/ dy = 2y 0 em (1.0).
em corno- do ponto (*0 y0 ) = (4, 3) do Exemplo 15.6. Calculamos
>
—
JVarias Variaveis Exogenas numa Funsao Implicita
/
\
0 Teorema 15.1 e a discussao em tomo dele passam de mancira direta para a situacao cm que —ac dr
= 2.v - 3 v = - l em ( 4, 3)
—dGay = -3* + 3
4
hi varias vari &veis exogenas, mas ainda uma eqna$ao e port a mo uma variavel endogena:
) yA = 15 .
em ( 4 3)
G(x , xkiy ) -c ( 14 )
Em tomo de um dado ponto (*, queremos variar x = (A , ,.... xt ) e entao encontrar Como (aG%}(4. 3) = 15 0, o Teorema 15.1 nos diz que ( 12) de fato dehne v como uma
* *
^ .v 4, v 3. Alem disso,
fup.gao Cl de err. tomo de
um valory que corresponda a cada um destes xk ). Neste caso, dizemos que a equa ao * 0= 0=
v
)
^
(14) definey como uma funsaoimpliri!ade (jc,,...,.Tt ). Mais uma vez. dados G e ( x , v ). que-
o remos saber se esta relagao funcional existe e, caso exista, comey varia se qualquer um dos .v-
•
V
?
)
variar a partir de x- .Como agora estamos trabalhando com urna fim ao de diversas variaveis
^
jq), mameremos consumes todos os.qexceio um , e variamos uma variavel exogena de
cada vez. Mas isto nos coloca de volta exatamente a situacao bidimensional que esiivemos
discuiindo.
/ -—
w i-( Wo) '
—oy lD
I
A extensao natural do Teorema 15.1 paraestc contexto e a upresemnda a seguir. exatamente ccjmcdescobrimos no Exemplo 15.6. Podemos, agora, conciuir que a soluciio
j ,
correspondence a .v = 4.3 e. aproximadameme.
‘
V .V] = >0 + = 3+ o,3 = 3, 02
VJ que compara-se nem ao valor real y, = 3.01475.... verificado numa calculndora.
- r
o. . y
)
! FUNQOES IMPUCITAS £ SUAS DERIVADAS
*J , y ) saisfaz
‘
numa
\
>
. e x )*
b ) de.t = I >* s= 0
c) de x = 0.5. v = 0; neste caso. calcule clc/ d* e dzJdy neste ponio. *
«
^ ° )
15.9 Considere a equagao 3jc _yz. + -xyz = 30 definindox como uma fungao implfcim de y e z
2 ” Emao exisie uma fungao C1 y = xK ) definida numa bola abena B en tomo dc
em tomo do ponio .r = 1 , y = 3 e z =2. ( *,
’
x ) ta ) que:
* i
a ) Se y crescer para 3 ,2 e z pcrmanecer em 2, use o Teorenia da Fungao Imp]idea pa - (a ) 0 [ x yU, ,..., *t)) = c para qualquer xk ) e B
ra estimar o .t conespondenie.
b) Use a formula de resol ugao de equates quadraticas para resolver 3x2 yz + ,vv:‘ = 30
(« y = y {*l *i )
para x como uma fungao explicita de y e z. Use aproximagao por diferenciais nes - (c) para cada indice /, /
la formula explfcita para estimar .r quando y £ 3.2 e z = 2.
c ) Qual das duas maneiras acima foi a mais fticil? *
<G , ..
_
, x
S
- — l
i
Jty ; .
I
i
15.2 CURVAS DE NIVEL E SUASTANGENTES
Interpreta o Geometrica doTeorema da Fun 9§o Impl /cita
( 15)
3tx-
.
'
* dG (
Oy
•
Ii ^
Ncsta segao olharemos para o Teorema da Fungao Implicit de uni ponio de vista mais geo -
(
mctrico. Em geral , esperamos que a equagao G(.v, y ) - c de duas variaveis dellna uma curvn
no piano. Por exemplo, a equagao AT + By = C define uma reia no piano e a equagao xm + y -
l define urn efreuto no plar.o. Podcmos ver o Teorema da Fungao Impli'ciia como lorneeendn
a seguime informagao geometrica: - i
Quando o conjumo dos ponios do piano que satisfazem a equagao G( .r, y ) = r pode ser EXERCICIOS
considerado o grafico de uma fungao v = / (.v) de uma variavel , especial me me na vizinhanga 15.1 r?) Prove que a expressaox' - xy* + y5 = 17 e uma fungao implfcita de y em termos de
de uma soiugao fixada (.r0, y0). x numa vizinhanga de ( x , y ) = (5, 2) . - t:
t
*
i b ) Agora estime o valor de y que corresponde a x = 4 ,8.
’
Exemplo 15.9 Considere novamente a equagao .v + V = l . que descrcve urn cfrculo de raio 15.2 Suponha que queiramos resolver G( x, >•) = cpara .t como uma fungao dey em lorno de
1 . A Figura 15.1 indica que podemos pensar no arco do cfrculo em lorno do ponio UK 11 algum ponio (.v0, v0). Escreva por extenso e com cuidado urn enunciado do Teoreina da :
i
Fungao Implfcita para tratar desie caso. *
:
como o grafico de uma fungao y = /(.v ) V 1 - .r ). Comudo. como indica a Figura 15.2 .
i
i o arco do ci'rculo em lomo do ponio ( 1 , 0) nao pode ser considerado como o grafico de 15.3 Para a equagao (8). estime y quando .v = 3 ,7.
uma fungao v = /(.r). Uma la ) /associaria dois valores de v pamx a esquerda de ,v = I e ne -
nhum valor para .t a direiia de .v = I .
15.4 Podcmos resolver ( 8 ) emycomo uma funcao dc jrquando .ta 0? Se pudermos , estime
-
os v que correspondent a x - OAt a .v = 0, 15 . respectivamcme.
^
\
)
>
Alem de nos dizer se o conjunio-solugao de G(.v , y) = c pode ser descriio como o grafico 15.5 Use a maneira implfcita c a maneira explicita de ca!cu!ary'(jr) para ( x , y) ( 1 , 1 ) do J
de uma fungao y = /(.t), o Teorema da Fungao Implfcim tambem nos da n indinacilo fix ) da Exemplo 15.2 .
= ' j
~
)
FUNQCES iMPucnag c J355 -
* PAR* EC 5NOM:2 "
-5
5 «
V
/ . . .. . C p; -'
'
.
i • : r ;V - r • = :
O i
j
.
. • ar. t o . ; :.e : % q \. -: poJ- t sc/ pensc.d? :ojrr= o . e uma f
*
-ncao CJ
(.•} A / em disso . a ir»clinac ?odesta curva 6 :
! ) > : . •••
>
V: T £
1
r i
£ C £ r-i mtorrerne
crescente em c,,
y0
yo - e
•
!
^ ay
Se ( 3G/9y)(x0, y0) = 0, mas ( 3G/3x)(xc, yQ) * 0, entao o Teorema da Fun ao Imphcita nos
diz que o conjunto -solugao de C(x. y ) = c e uma curva suave em tomo de (x0. y0) , que po
( Wo)
•
^
'
C < 0 cm [ y S ) 0 - z ) i demos considerar como defmindoxem fun aodoy; alem disso, a reta tangente a cnr\ ano
^
< *
' )
ponto (x0, y0) 6 paralela ao eixo y, ou seja , e veilical .
.
) 1
X
x0 - e x0 x ,'x0 + e - *
5
Delini ao Um ponto (x0, y0) e dito um ponto regular de uma funqao C G(x, y) se
) F) gvra 15.3 0 quadrado S em R .
2
^
)
lO
77
:)
G(x, )*(,- e) < 0 e
tr
Como 3G/3y 6 posiiiva em cada G 6 estrilament'' crescente cm cada it . Como G(.r0. y0) =
0 e G e estritamente crescente em txC G(x0, y0- £) < 0 e G(x0> y0 + g) > 0. Pda conti nuidade de
%
-
Se G(x, y) = c 6 uma curva regular no piano, emao o Teorema 15.3 afirma qtie em cada
5. Em cada segmemo vertical Ct:
'
v ponto na curva , essa pode ser considerada como definindo y como funpao dc x ou x como fun -
( !) G e negativa no ponto mais inferior ( .x, y0 ~ £) , i;ao dev. Alem disso , exisie uma reta tangente bem - defmida em cada pome dessa curva.
V)
i (2) G e positiva no ponto mais superior (x, > 0 + £), e
p ( 3) G e estritamente crescente. Um Esbo90 da Prova
p >
Assim, para cadax em (x0 - e, x0 - t- £), existe um unico y = y(x), dependenie dc .v. para o qual
G ( x , y ) = 0. Um pouco mais de irabaiho ntostra que a continuidade de G gar ante que e conti-
O Teorema da Fungao Implfcita 6 tao importante que serfamos negligentes caso eviiassemos
uma discussao de sua prova . Por isso. passamos a esbocar uma prova da versao geometrica do
nua a dependencia dey(x) einx e que a diferenciabilidade de G garantc que c diferenciavel a Tcorema da Fun9ao Impheiia. o Teorema 15.3 acima . '
dependencia de y [ x ) emx. Esiay(x) 6 a fun ao suave da conclusao do Tcorema ] 5.3. Seja G uma fun ao C! de R 2. como no enunciado do Tcorema 15.3. Vamos supor que G(x0,
^ ^
y0) = 0 e que ( 3G/ 3y)(x0. yj - 0; sem perda de gcnernlidade , vamos super que ( 3G/3V)(A;,. y„)
J Reiagao com o Gradiente > 0. Como G 6 C\oGfby e contmua e podemos cncontrar um E > 0 e um pequeno quadrado
J Na Segao 14.6, aprendemos que o vetor gradiente VG(x, y ) de uma fungiio Cl G aponta na di -
re ao de maior crescimento. Agora iremos provar um resultado complementar: que o grad jen -
S S {( jr . > ) : -r - 0 £ < .t < x0 + s . ya - £ < v < y0 + e}
^
te e sempre perpendicular a curva de mvel , ou seja, e perpendicular a reta tangeme a ctirva de
para o qual ( 3G/ 3y)(x. y ) > 0 para cada (x, y) G S . Para x, e (x0 - t. x0 -i- e ) . denotamos por f *
rn'vel por (x, v). Eclaro que, para poder ailrmar isto. precisamos garamir que a curva de mVtl
o segmento de reta vertical em S pelo porno (.v, . ye). como na Figura 15.3:
de G por (rfi, v0) realmente tenha uma reta tangente . Pelo Teorema da Funcao imphcita . hasta '
;J ;
• exigir que (xu. y > seja um ponto regular de G .
^ • = {( '••> ) :
• V
- -ei V y„ + fl C .V
• J
0
)
*
J
}
FUNQAES IMPUCITAS E SUAS DERIVADAS 357 356 MATEMATICA PARA ECONOMISTAS
)
Teorema 15.4 Seja G uma fungao C1 numa vizinhanga de (JC0, yQ). Suponha que (*, y ) se- ,
ja um ponto regular de G. Eniao, o vetor gradiente VG(x0, y0 ) e perpendicular ao conjunto
de nivel dc G por Gv0, y0). }
(0,1 !
( 1,0)
>
,
/Vova Seja (A , , y0) um ponto regular de G:
^
)
.
VG(x0 y0 ) (xoOo ). ~ (x0’ yo ) * (0.0)
^°
nivel e uma reta venical, como vimos acima . Neste caso, os dois sao perpendiculares. Em
1
A geometria por tras da afirmagao do Teorema 15.4 apresema uma justificativa geomcmca >
.
=
das hipoteses do Teorema da Fungao Implfcita. Se G{ x, y) c define uma curva regular cm
=
tomo do ponto (.t y0), essa curva sera o gritfic^ de uma fungao v f { x ) se, e somente se a cur- . f( Wo) r
v <*
i
^
va nao e venical em (jr0, >o), ou seja, se, e someme se. o gradiente ROO e horizontal em tv vrt). 0 vetor oue tem esta inclinagao e
ou seja, se, e somente se, o component dGfdy da coordenada y de VG( xt ) y0) o nao nulo. . -
( 1 I
t
f- ( Wo)
J
)
i
Como
—
i
i „
C( jr0 + A*,y + Ay) - C(A0 >|>) = . dtf
(.t0.yf )Av +
dO .v„.y ,
( ( Jiv ( \ h\ 3C ,
- „
v VG(.v0 , y ) , pc ac ) /
i
Podemos usar (16) para perguntar qua! e a combinagiio de njiovimentos lineares Av e civ a par-
•
ac . . U-v ’ 3y J 1
lir de tv >'o) quolevam a pe/i/mwa variogao de G. Esta deveria ser a diregao da reta tangeme
= .
ao conjunto de nivel { G(J, >•) G(,r0, y } em (,r0 yj. Para encontrar cssa diregao, simples -
^
mente tome o lado esquerdo AG de ( 16) igual a zero: ve VG (.v, . v0) apontam cm direcoes perpendiculares.
j I
J
I
— ...
• ••« •«
* •*
••• •
•« « « *•
^ (-V0, y0 ) A.c + [ xn,y0 )Av Exemplo 15.JO 0 gradiente dc G( x , y ) .c + y no ponto ( 0, l ), onde o circuit) e horizontal ,
= "
=
"
0 Of )
». e o vetor vertical (0,2); no ponto ( I , 0). onde o ciTculo e vertical, e c vetor horizontal ( 2,
0). Veja a Figura 15.4.
••HMIM. • « M< ilaMMMMMi »an
A direcao dc nenhuma mudanga de G em (.v0. yn) c obtida resolve i;ao ( 17 ) para Av/Ax\
ft
? ! j
! 3G , , i
!
1
iv J
?
Ar dCf
- iv . ) v
r ) )
^
ov
~
>
o
o IK
o_ *
t f e
9
FUNQQSS iMPucfTAS E SuAs DEPJVADAS 35S 35&
— MATEMATICA PARA ECONOMISTA§
«
— — y
Podemos usar as express &es ( 17) e ( 18) para reformular os Teoremas 15.3 e 15.4 em termos
de diregoes tangentes ao conjunto de nivel de G em (*0. yc).
-*
(0, 0,1 ) *0,0,1)
o 1
Teorema 15.5 Seja G uma fungao C numa vizinhanga de { x0 , y0 ) . Suponha que (*0, yjseja
:
I
um ponto regular de G . Entao, o vetor v = ( v,, v2) aponta na diregao paraiela ii reta tangente
ao conjunto de nivel de G por U0, >'0) se, e somente se ,
©
o
)
Figura 15.5 A esjerax + y + z~
DC ( x0 , yB ) y =
^ ^
|( V >oh . '
) = I cm RJ.
f* - * •
Este uso doTeorema da Fungao Implicita e a abordagem natural quando cstudamos a inclina -
) Neste caso, o hiperplano tangenle ao conjunto de nivel de F e o hiperplano tangcme ao grafi - gao de uma curva de indiferen9a de uma fungao udlidade e a inclinagao de uma curva iso-
co de /. Como em duas dimensoes, o vetor gradieme quanta de uma fungao de produgao , pois nestas siruagccs estamos realmente imeressados nas
) dire9oes em que devemos nos mover para manter a fungao constante. Lembrc que a curva dc
) Vffx >(fw 19 )) '
nivel de uma fungao utilidade U ( x , y ) e denominada curvp dc indiferen9a dc U . Sua inclina-
gao em (JC0, yQ ) e denominada taxa marginal de substituigao (TMgS ) de U cm (t0, y0) por
) e perpendicular ao hiperplano tangcme do conjunto de nivel. medir, num sentido marginal , quanto do bem y o consumidor iria exigir para compensar a per-
da de uma unidade dp bem x para manter o mesmo nivel de satisfagao. Pelo Teorema da Fun-
o gao Implicita , a TMgS em ( x0 , y0 ) e:
Exemplo 15.11 0 porno {0, 0, 1) e o ‘ polo none” da csfcrax + y1 + 9 = 1 . Neste pomo. o vr-
1 .
; '
ay ,
.*
fc tor gradientc e (0, 0.2), que aponta para o none perpendicular a csfera cm ( 0.0. I ) . como
,
Definigao Urn pomo x e chnmado ponto regular da fungao Cl F(.v, x9 ) se VF( x ; 0. ou aparece na Figura 15.5 . Em ambos os conjuntos, em cada pomo existem duas diregoes inde *
9 seja. se alguma (c)F/ d.r.;( x') e nao- nula. Se cada pomo do conjunio de nivel
^ , pendentes nas quais podemos nos mover. Se alguma (0F/dvi)(x ) ^ 0 . entao o Teorema da Fmv
gao Implicita nos diz que o conjunto de nivel dc F por x pode ser considerauo como o crai i -
’ '
9 F, s{(-V|
co -1e uma fungao de ,v. em termos de x v x _ *
v em tomo dc x em R*: „
J
•
•» „); -•„) = <-} t
I
I
-i '
i
FUKQ6ES h IPUCITAS E SUAS DEBIVADAS 361 TEMAUCA PARA ECONOMISTAS
• )
15.3 SISTEMAS DE FUNQOESIMPLICITAS Teorema 15.6 Se F:Rn R e uma fungao C\ se x 6 um porno de Rn e se
1 *
e denominado um sistema de fungoes impiicitas $e existir uma divisao entre variaveis tx6ge - numa vizinhanga de x
-
pode ser visto como o grdfico de uma fungao real de n 1 variaveis renis
nas e endogenas, de tal modo que, se substnuirmos valores numericos para as variaveis exo -.
genas em (20), o sistema resultanie possa ser resolvido de maneira unica ( em algum send do) .
( fc) o vetor gradiente VF(x*), considerado um vetor em x * e perperriicular
para os vaJores enddgenos corTespondentes. Essa e a generalizagao natural do sistema de uni - ao hiperplano tangente de *
em x , e
ca fungao imptfcila que consideramos na Segao 15.1 . ( c) o vetor v, sendo um vetor com cauda em x \ e um vetor tangente re con- 1
junto de nfvel ( 19) de x * se, e somentc se , v e um vetor do niicleo <Ie
Sistemas Lineares r* • *• ,
\
DF( x ou seja , DF( X )Y 0. = )
,
7 — l.t
-lx +5 s
-2.v r s ,
-3
*
( 22)
lificada diariarnente para produzir 0(.i\ v) = 60.vJ‘’ vl/ ' unidades de produto por dia.
/
/
b ) Em que diregao ( expressa por vetor unitario) a tirma deveria mudar (x, y) se quiser
.
Como o determinant da matriz de coeficier res de ( 22) e 40, podemos inverter (22) e re - aumentar a produgao o mais rapidamente? )
solver expliciramenre (y, z , r ) em termos de x c s: c ) A firma estd planejando comratar uma hora e meia adicional de mao-de- obra qua -
y\ '2 2 .-1' - ' 5
1
-4.v -3 j> .
lirtcada. Use o Calculo para estimara conesponderite aheracao r a mao- de -ohra
)
z 0 2 8 7 -2.v -TSJ -
nao qualificada que mameria a produciic no nfvel atual.
J . ,2 0 1, k
+2.v • + .v )
on
2
16
-2
4 -16
IS'' 5
7
y
—
-2.v -5s
4.Y -2 s )
40 . )
1
n
o
o FUNQteS iMPLfClTAS £ SUAS PEflVADAS 363 362 MATEMATICA PARA ECONOMISTAS
i - - -,, -
tem determinante c2( l b) i c , que e nao nu!o, pois 0 < b < i . A &sixn, pooemcs resol -
~
) ver o sistema (24) para Ye r, neste caso, podemos inverter a matriz f 25) pan* obter a solu -
?or outro lado , se quisermos temar x, y e z como variaveis endogenas, precisamos resel
ler o sistema
-
pao explfciia
-,
i_
i '4 2 2' 5 + r 25 s
o or C2 ;t
i
\ fa +
* G - i?T 'j 2 0 2 y = -
1 Sr -r 5s ( 25 )
1/ J + -(l - b)J , ^ J ,2 2 0; ,0 - r +
©
Como o determinante da matriz de coeficientes de ( 23 ) e' zero, sabemos que existent lacks
® -
Sistemas Nao Lineares direitos para os quais (23) nao pode ser resolvido em (.r. y. z ). Por exemplo, tomerros r
=
0 resultado conespondeme para sistemas naodineares segue do paradigma usual do Calculo: -5 e s = 0. Entao (23) e
transforme em sistema linear tomando a dcrivada, aplique o teorcma linear a este sistema li-
o nearizado e transfira o resultado de volta ao sistema nao-linear original. Escrevemos o siste
ma nao-linear basico de m equates am + n incognitas como
- 4 x + 2y +2z
2.r +2 z
=0
= 47
)
;> y„ x . *» ) = CL
2x + 2y =5
= «! Somando as duas ultimas equapoes, obtemos o sistema inconsistent
) : : ( 26)
.
4.r + 2y + 2 z -0
) 4 x + 2 y + 2 z = 52
> onde queremos que sejam endogenas e JC, xn sejam exogenas. Pel a teoria linear, sa
bemos que deveria haver lamas varicivets endogenas quanto equates independentes , m nestc
- genas e endogenas nao funciona.
.
Como nao existe solugao em { x y, z ) para ( r, s ) = (-5 , 0), essa divisao entre variaveis e d
* -
)
caso. O sistema (26) linearizado cm tomo do ponto (y , x ) e r
Exemplo IS.14 Um sistema classico de tungoes impHcitas na Economia e o modelo 1S- LM
keyncsiano linear:
o 3* * *§
dxr. •*• =
»
)
*ym «*i
(27)
C «+
-=
K C + /.+ G
i
> - 73
/;( '
( idemidade de comsbilidade do
( funcfio consumo)
PNB )
.= o
)
v
;
)
+ -+
^ dx
onde todas as derivadas parciais sao calculadas no ponto (y , x ). Pelo Teorema da Funpao lm
plfciia Linear, o sistema linear (27) pode ser resolvido para dy dym em termos de d x d x„
-
/= /0 - v-
hf = c, Y - c ,r
( fungfio investimento)
j
i
J
J
i
I . SKSET
Z
= c,
6 nao-singular em (y x’) Como este sistema i linear, se a matriz de coeficientes (2J) d n 2o
\
singular, podemos usar a inversa de (28) para resolver (27) para os dy em termos dot dx. e to
dos os coeficiemes:
, *
-
- f- )
: = : ( 32)
f fy )
f
^ VYyf^
p»( y *„) = c„ 9
*
que possivelmenie define y como ( lingoes implicilas de x Suponha qne
=: — K K V .
( 29 )
)
(}•’, x‘) e uma solugao de (32). Se o determinante damatriz /nxm
l 9» hm ) )
Como a aproxima9ao linear (27) do sistema original (26) e uma verdadeira fun aoimpHcita
9)'i 9y„ dos dyt em termos dos dxo principio do CSlculo nos leva hconclusao que o sistema (26 ) de- ^ )
_ 9( fj 5, O ,
fine os y como funqoes implfcitas dos xjt pelo menos numa vizinhan a de ( y , x ) .
• • *
3(yi 3% ) ^
.
is ... iSi
>* Alem disso, podemos efeiivamente usar o sistema linear (29) dos dy; em termos dos dxj pa -
ra encontrar as derivadas dos >*; em relagao aos xi cm ( y , x ). Para calcular dyjdxh pirs algum
•
>„= / (jti . -0 i
(30)
•V
)
9Fm dFm
defmidas numa bola B em tomo de x tais que
l 9» -
9> „, j \
dx*. )
- „) = C,
V
Altemativamente, podemos aplicar a regra de Cramer a ( 27) e obter
•:
j : ;
)
) em B e
para quaisquer x = A ! det
-.)
s
)
V; = ./j(-' '
l f ( .
)F'/ n §5
• i : l 9» dx , , a>v J j
'M dF} 1
>;
i 9
^ . .
i -v )
\ )
»
I
9v h
i 1.31 ) )
del
| Alcm disso . podenics calcular (3jJ/D.rk)(y\ x ) = {dyfixki\y . x colocando rfv,. I e fir 0 j )
= =
ver o resukame para dyk , Isso pode ser alcanc ado: • 9C 35
i para *
j h em ( 27 ) e resol sistema
( a ) invertendo-se a matriz nao-sinsular ( 2$) para obter a solute ( 30 ). on l 9.v,
•n
9>>
* .J
3y
)
)
-
( b) ap!icanoo se a regra de Cramer a (27 ) para obter a solucao (31 ).
de;
9(
^i Ft Fj
1
9( ri y,„)
E: -, 91/,
h
r, r„r) )
del
>\ v« ) 1
t
0 proximo teorema . a forma muis geral Jo Teorema da FuncSo Jmpheita, resume essas con- )
1
nJ
~r
JT
..
N
.
^ ,{yi y* >*i * ) — cm
» 4 x + 2y + 2z 52 =
) . -
Como nao exist solugao em (x y, z ) para ( r, s ) = ( 5 , 0). essa divisao entre variaveis ex6-
onde queremos que ,
ym sejam end6gena$ ex ,..., xn sejam exogenas. Pela tcoria linear, sa -
- --S -
genas e enddgenas nao funciona.
"X
) bemos que deveria haver tantas variaveis endogenas quanto cquagoes independents, ni neste
caso. O sisiema (26) linearizado em lomodo ponto ( y , x ) e •••••• « ••••»«•••••
o
• •••
V
)
I* £ * *
(27 )
y=c+ / + o ( identidadc de contbilidade do PNB )
v. ( fungiio consumo)
^
dF
) -dy\ + •••+ + - +
dx dxx . =0
1 I 3» -
l = iQ i\r \ • ( fungao investimemo )
V
p
> •
onde todas as derivadas parciais sao calculadas no ponto ( y , x ). Pelo Teorema da Fungiio Im - M
^ ' Y -c s
C (equilibria do merendo moneinrio)
J piiciia Linear, o sisiema linear (27) pode ser resolvido para c/y, dym em termos de rfx d\,t , onde Y £ o PNB ou a rendu national, C. 6 o consumo dos consnmidores, 16 o invesiimeu
i
. .
*
) se e sorr.enie se a mairiz de coeficienies dos dy? to. G e o gasio governamemal. Tea coleta de imposts, M' e a oferta de moeda , ;• e a taxa
f
:
r AE
de juros e as outras seis letras minusculas representam parameiros positivos dc comporia
mento, com 0 < b < \ . Seguimos o mciodo- padrao de subsiimir a segunda e terceira CAiua-
-
Vj ‘
dvi
.1
ML )
a.v,„ coes na primsira e simplifies, para obter o sistema
> *[ F> Fm ) =
y»)
(28) ( l 6) K + /, /• = « + /0 + G - />7
-
/j
'
v 3y,
aFWj ,-
c Y c2r = M’
(24 )
_> As variaveis endogenas naturais desie modelo sao Y e r. as variaveis a esquerda em 124 ».
J
J 1
A matriz de coeficienies de ( K. r ) em ( 24 ).
J
J -
1 /^ i, \
J . U -cj (25;
)
I
l
i
. *
\
|
FU *Q6ES IMPLICITAS £ SUAS DERIVADAS 365 364 MATEWATICA PARA ECONOMISTAS M
m:
r
.
e nao-singular em (y \ x‘) Como este sistema 6 linear, se a matriz de coeficientes (28j£ )
Teorema 15.7 Sejam F Rl fon9c?s C1. Considere o sistema de equates .
singular, podemos usar a inversa de (28) para resolver (27) para os dy em termos dosdc. e to - - v.
dos os coeficientes: )
v ./
f
(32) 35.
’ dy ), 3ft G
s
*
)
( 29)
r- * ,
,
que possivelmeme define y ,..., yn como fun9oes implicilas
matriz m x
de
m
xn. Staponha que cdy* , 34 ... y ,= iJHuLdx'. 0
)
’
(y\ x ) e uma solu9ao de (32). Se o determinante da { 3ft 3y„ J * j \
a5 Como a aproxima9ao linear (27) do sistema original (26) e uma verdadeira fun9ao rnplfciia
-
(
)
a> i 3>'„ dos dy, em termos dos dxJt o principio do GSlcuio nos leva 5 conclusao que o *sistema (26 ) de - G
3( 5 5, 4) fine os y,- como fun9oes implfcitas dos pelo menos numa vizinhan9a de ( y , x ).
"
34 ...
3(ft ft .
ft ) Alem disso, podemos efetivamente usar o sistema linear* (29) dos dy em termos dos dr . pa
ra enconirar as derivadas dos y; em rela9ao aosx} em (y\ x ). Para calcular 3yfixh para a] gum
, -
/
l 3ft .. .. - 3>» J par de indices h e A, lembre que esta derivada estima o efeito sobre yt de um crescimento de x.
poruma unidade ( dxh ~ 1). Assim , igualamosazerotodosos r> em ( 27) ou (29) excetoarf e en ^ - )
’ *
.
ealculada em ( y x ) i nao- nulo. emao cxistcm fun?oes
C ,
tao rcsol vemos (27) ou (29) para os dy correspondemes. Se utilizarmos (29), obteremos )
V7
i-.
#
\
i
)
.
definidas numa bola 8 err iomo de x cats que [ dx> J l hm ) J I
i
-. -
4(/IW /»(*) 'I -vj = c„ fM
3v,
. .. M ... lil
3y,
0
•J )
l 3.v,
/*
I
/
I I
det (3 D O (
r a )u ao (31).
-
( b ) aplicando se a regra de Cramer n (27 para obter so 9
)
det
3( 5
3( > i
5 4)
y,„)
1
5 - -9,
'
)
^ 3|v, ^
y>
f )
'"
y„)
0 proximo teorema. .1 forma niais genii do Teorema da Funcao Implfcita, resume essus con -
G
>
/
/
o
n r
O
9 FI." T v " • ’*
MiTSW / riCA PARA &CONOMISTAS •
9
1 :r
-
r?. : r. hov. '
*/ ; : • , •
'
-
vCV.Svitt’S
oY
, e
^dr
-<0 (35 ) det
3*
*
f 2
dy
lS
o
.
( , 1, 2) = det '
,0
2 2
2
= 4 *0
) - -
Y C( Y 7 j- /(>) = G
(36)
Assim , e possfvel resolver o sistema (34) para x ey como funqoes de a perto de (0, 1, 2).
Alem disso, em x = 0, y = 1, a = 2 , temos
.
)
)
M ( Yyr ) = M5
o qual queremos que defina Y e rcomo fun oes implfcitas de G , M* e 7. Suponha que o
^
atual (G, Af , T ) 6 ( G\.Vf*\ 7' ) e que o equilfbrio ( K r) correspondence e ( 7 , r') . Ss va - dy _= d „3dM
( x,a
> ) * .
r
r 2 x + ay
\
2r
2x + ay
xy
-2«
AJC + 2
-
>, \
>
9 riarmos (G» A/\ 7) um pouco, existe um equilfbrio (7, r) correspondence e como varia ? A
versao linear do sistema (36) e K* y )>
det
. 2> -J
)
(l - C'( Y' - T' ) )dY - l'( r )<lr = dC - C'( Y ’ - T )dT '
.
e catcuiando em (0, lv 2) resulta.
O dM c )M ,
"7 —
3Y
dY -t
dr — ,. , c
dr - dMs 2 0
) ou
' i - c'( r - r) -/'( / )' '
dY
(37)
*-
da
(2)
det
0 -4
2 2
0 2
= 2= 2>0
3M dM
V 3K 3r )
A
Portanto. se n cresce para 2, 1 , o v corrcspondente ira crescer para aproximadamente 1.2 .
9 7
( dG - C' Y' ~ T‘ ctf
[ ) Vamos usar o outro metodo para calcular o efeito sobre x. Tome diferenciais do siste *
V )
l <>MS
ina nao-linear
\
r i
*
V
1
^ m • * c i
5 i
FUN OES iMPLfCITAS E SUAS DERIVAOAS 369 368 MATEMAUCA PARA ECONOMISTAS & ; l
Si
^ ri • j
15.21 A economia de um dos estados do Canada estd em equittbrio quando o sistema de -
e negativo por (35) e portanto nao nulo. Pelo Teorema 15.7 , o sistema (35) realmente de -
fine Ye r como fungoes implfcitas de G, M* eTem tomo de ( Y\ r \ G\ A/ *, f ). Invenen
equagoes »
do (37), calculamos
- - \
r
-
2 xz + xy + z 2Vz = 1 1 *
xyz = 6
f
esta satisfeito. Uma solugao deste conjunto de equagoes e x 3, y = 2, z 1 e tal esta -
fdYy ~ nr ) dG C Y' -\ - T' )lT' )
= = .
» y
. ^ < dr , D dM
do esia em equilibrio nesse ponto Suponha que o primeiro ministro canadense descu -
bra que a variavel z (a produgao de pele de castor) pode ser controlada por um simples
decreto.
{ i - c ( y* - r * )
#
J dMs
n )
a ) Se o primeiro ministro aumentar z para 1, 1, use o C£ lculo para estimar a variagao Se aumentarmos o gasto govemamental G, mantendo fixos M 1 e T > verifcamos que
\
. i
emjrey
b) Sex estivesse sob controle do primeiro ministro e nao y ou z, explique por que nao
se pode usar este metodo para estimar o efeito de reduzir x de 3 para 2,95.
JV
dY ~
——
D
1 aw dG
^ e dr
J
- 1 3M ^
D ay
dG — \
como definindo algumas vari£veis enddgenas em ternios de algumas variaveis exoge - 15.14 Faga todos o$ cdlculos do Exemplo 15.14.
nas. 15.15 De que modo um aumento em M‘ afeta o equilibrio Y e r nos modelGS IS-LM linear e
n ) Divida as ires varidveis entre exogenas e endogenas numa vjzinhanga de v = 2, y,
- nao-linear (24 ) e (36)? E um aumento em i ?
«
)
1 , z = l de tal modo que o Tcurema de Fungao Implicila seja aplicavcl .
b) Se cada uma das variaveis exogenas de sua resposta a A ) aumentar de 0,25, use o -
.-
15.16 Umasolugao do sistema z = l , .r + y2 + z3 = 6 ejt l , y = 2, z = l . UseoCdlculo ^.
Calculo para estimar como varia cada uma das variaveis endogenas. para estimar os correspondentes x e y quando z ~ 1 , 1 i *
> >
15.23 Considere o sistema de duas equagoes a tres incognitas:.v + 2v + z = 5, 3.v:vz
= 12. 15.17 Considere o sistema de equagoes .\ '
-
a ) No ponto x = 2. y = 1 , z 1, por que podemos considerar z como variavel exogcna
e .t e v como variaveis dependentes? y 2 + hr + v 2 - xx = 15 2y 2
+ ir + v + .r>' = 38 2
; j
b ) Se z aumentar para 1,2 , use o Calculo para estimar os x e y correspondentes. •
*
x
nasolugilo ,t = 1 , y = 4, n = 1 , v = - t . Considereue VEXOGENASEA: ey endogenas. Use
15.24 Uma firma usa dois insumos para sua produgao por meio da fungao de produgao Cobb- o Calculo para estimar os valores de x e y que correspondent a u = 0,9 e v = -1 , 1. r
- -
Douglas z = x°ybt o n d e a - b 0,5. 0 atual nfvel de produgao e x = 25, y = 100. A fir-
'
ms ira introduzir uma nova tecnologia que mudara o expoente b de sua fungao de pro- 15.18 Uma solugao do sistema ;
dugao para b = 0,504, sem alteram. Use o Calculo pafa estimar a combinagao de insu - >
mo que mantera inalterados tanto o nfvel de produgao quanto a soma dos insumos.
2
2.v + 3.WZ 4wr - 16, - x + y + 3z + u v - 10 - '
J
-
#
>
f do ponto (1, 1, 1, 1)? Se definir, calcule dzJdx, azJBy dv/ dx e dvldy nesse ponto. % \ - J )
15.4 APLICAQAO: ESTATICA COMPARATIVA 15.20 Verifique que x ~ 1. y = 4. u = !, v - -1 e lima solugao do sistema
Vamos colocaroTeoremada Fungao Impltcita a trabalhar no exemplo de equilibrio geral mais :
y + 2 + v - xx - 15 2 v 2 + ir + v2 - - xx = 3$
2 :
basico da microeconomia: uma economia de purn troca com dois consumidores, denotados por
// t
] e 2. e dois bens de consmno. parametrizados por .v e v. Vamos supor que o consumidoij l tern r-
uma dotacao inicial Ir, , 0) e que o consumidor 2 tem uma dotagao inicial (0. e2 ). Para dcscre- i
.
Se y crcsce. para 4,02 e x permanece rixo. existe um (« v ) perto de ( 1 . -1 ) que resolve es - )
\ eras preftrencias dos consumidores, SEJANTM , e u: fungoes C estriiamente concavas
( u" < 0 ) te sistema? Caso nao exista. per que nao? Caso exista , cstime os novos valores de it e v.
i
)
\
o mo escalar nao muda as equagoes (41 ) a (46) . Para remover esta ambigUidade, vamos tomar
q = 1 . Na linguagem da Economia, esiamos tratando o bem 2 como numcrdrio .
0) de uma unica vari £vel eaum escalar entre 0 e 1 . Para i ~ 1 , 2, vamos supor que as peferen
cias do consumidor i sobre consumir as cestas (x, y ) sao descritas pela fungao utilidadt
-
Podemos ignorar a equagao (44) por sofrer implicagoes das equagoes (42), (45 ) e (46).
D
si
(Exercicio.) As demais cinco podem ser escritas como tf/ taft) s +0- ( 38 )
* ) - KW = 0
;
y7 «'i ( i Esses (J ; incluem as fungtes utilidade Cobb-Douglas. (Exercicio 1 .) Denotemos porp e q os
O
;
8
^ px, + y\ - pe, - 0
pregos de uma unidadedos bens 1 e 2, respectivamente . Neste exemplo, escreveremosis equa
-
goes para os pregos de equilibrio e as cestas de consumo para este modelo e entao estuJaremos
© —
- uiixi ) - pui( y1 ) = 0 (47) como essas cestas sao afetadas por variagoes nas dotagoes iniciais dos consumidores .
0 consumidor i quer consumir a cesta (JC;, y-) que maximize (/, sujeito 5 restrigaode
•
) deve igualar a razSo dos pregos p/ q , que e a valorizagao relativa externa dos dois bens pelo
(Exercicio.) Agora pergumamos como uma variagao na dotagao inicial e 2 afeta us cestas de
) mercado. Por (38), (39) e (40), as equagoes que dcscrcvem a escolha otima para o consumi-
consumo e pregos de equilibrio (48), mantendo e ) fixo. dor 1 sao
0 sistema (48) linearizado e
)
rc'fo ) P
k
) «f (*i )*1 - P h
' 0))d>'\ -"i (?i ) dp = 0 ( I - «K(.V| ) q
) piLxx + \d\\ + ( .v , - ] ) dp = 0
».
J
i Y ~u2 (* )*2 - P
j I ( yi ) dyi - »2 ( yi ) dp = o (49
^ px[ + qyi = pe{ ( 42)
o 1 dXy + I dx 2 - 0
I + 1 dy2 = de2
e as equagoes corrcspondentes para o consumidor 2
• [. CtUti .Xy ) p
p
J
O Teorema da Fungao Imphcita nos diz que se soubermos resolver o sistema linear (49 ) para
dxv dt,, dylt dy2 dp, entao saberemos calcular
t
d.r,/3e,, dxjde2 8y ,/8e,, dyjde2 e 8 plde2 .
%
A maneira mais simples de solucionar o sistema (49) e resolver as duas ultimas equagoes
. • ^
|
r
(J 3 )
oms
i
para dxt e dx2: p.x2 + qy2 ~ qc% - (, 44 j
dx 2 - - dx } dy, = de2 - dy\
Como estamos tratando com uma economia de pura troca, os valores totais de ambas as mer-
cadorias sao fixas:
v e substituir (48) e essas expressoes para dx2 e dy\ncs primeiras tres equagoes de ( 49):
.V , + .V, = 6', ( 45 )
:? i
y, + \\ = e2
As equagoes ( 41 ) a ( 46 ) formam um sistema de seis equagoes nas seis incognitas . y.. .v . y .
( 46 )
: :
p c q . Como senipre . todos os pregos sao relativos: multiplicando ambos os pregos polo mes-
vr
j
J1
J
)
r
.
J ;r
\
i
FUNQOES IMPLICITAS E SUAS DERIVADAS 373
2Z? MATEMATICA PAflA ECONOMISTAS )
\
t
: Esse sisiema pode ser resolvido aplicando-se a regra de Cramer para obter
_
1 a
(a)*i ~
J~“ f - u'l ( a )dP = 0 )
- 2 (l - , )(! - a)2
dX\ = * *D -de a
2
! 1 a - + dyt + ( a l )d p = 0 - \
1
; (52)
0 - a)*i + 7a 0 - a V y, - ui ( l - a )dp = -
D
i ^~
“ CT
-
(l a)<fe, '
’
’
^ de
“
dp
A
=- ~2- J 2
)
Multiplique a primeira equa?ao por (1 - a) (a)
onde /?L s /i (a ) > 0, Rz sr2 ( l - a) > 0 equa?aopor ( \ - a f jea
/uf , a segunda equa?ao por I - a e a I
- a) - terceira •
(
^
KW
<
J
)
\
«i («) “ (1 - a )
! cr 1~a
'V . 1 )
~( l ~ a )2
0
a», -ff2 ( i - , ) ( i
*O 0
./
1
9^->
de -,
ar2 _ /?2( l - /?.) (! - qj2 «£ (! - a)
>
D ) )
(51 )
dy7 }
( l - q) j?;[ y?l ( l - a) + g] “ iU ) ! v
de2 O A expressao (51 ) e uma medida da
concavidade
s
/
3p _ /?t /?2 denominada medida Arrow - Pralt de aversao de uf ; nos esiudos de escolha de portfolio. <5
DC?2 D
suficiente saber que r, (z) e r2( z ) sao esiriiamemerelativa ao risco. Para os nossos propusitos. c
posicivas. Reescreva o sistema (
/'
50) como :
)
f
Conclufmos que quando as dotages iniciais sao e , = e, = 1 , um aumemo de e 2 . quc e a doia - \
I
1 gao do bem 2, leva a um aumento do prego do bem 1 relaiivamente ao bem 2 ( 3p / de2 > 0) e a
-'i (a)
’ ](<
*) -( I - a)
0 i 0
•
l um aumemo no consumo do bem 2 pelo consumidor 1 (3v , /de: > 0). 0 quc aconiece com 0 q 1 - flf ~0 - q )2 . i
bem 1 depende das fungoes utiJidade .
dvl 0
r2 ( l ~ cc ) -r2( l - a)
a ;
J i p j [-r2( i - a )
*J
EXERCICIOS ‘ .y
)
Bs{ bo), existe no maximo um x em tal que F(x) - b. ^ 15.5 O TEOREMA DA FUNQAO INVERSA ( opcional )
# Em outras palavras , F e localmente sobrejetora em x0 se, perturbando b0 um pouco para
b, , ainda existe um xx perto de XQ tal que F(x , ) - b,; F 6 localmente injetora cm x*, se, pertur-
Nesta segao apresentamos uma abordagem adicional do Teorema da Fungao Impbcita . Esta
abordagem apresenta mais uma ilustragao do paradigma bdsico do Calcuio, a sabir* que po -
'
bando b0 um pouco para b, , existe no maximo um x , perto de XQ tal que F(x , ) = b , . Com essa demos aprender muito sobre uma fungao nao- linear a partir de sua aproximagao lirear. Neste
terminologia, podemos escrever o Teorema da Fungao Implfcita como segue. contexto, para resolver um problems sobre o comportamento de uma fungao nao- linear F na
vizinhanga de um dado ponto x\ tome a derivada DFX . de Fern x*. use as ferramenus da alge-
o 1 * *
bra linear para obter a infonmagao apropriada sobre a fungao linear DFX . e use as tjcnicas do
Calcuio para transferir essa informagao de volta F original .
^
) Teorema 15.8 Seja F:Rn -> Rw uma fungao C com F(x ) = b . Seja OFx . a matriz jaco- Por exemplo, suponha que F e uma fungao C1 de R” em Rm, que b0 e u m porno dado do
biana mX /i de F em x : contradomfnio Rra e que; e uma solugao do sistema de equagoes -
'
?
)
(а ) Se £>FX. e sobrejetora (n > m = posto de Z)FX.). entao F e localmente sobre -
^ F( x ) = b0 (54 )
) *
jetora em x .
I Uma questao b5sica da analise de equilibria e: o que acontece se variarmos b0 um pouco, di -
) (б) Se DFX. e injetora (m > n - posto de DFX . ), entao F 6 localmente injetora gamos, para b , ? Seri qup a equagao F(x) - b , correspondcme ainda tem uma solugao? Se li -
em x . ver, quamas solugoes tern essa equagao?
o
*
>
0 principal objetivo do Capftulo 7 foi responder essas questoes para um sistema linear de
equagoes
’
) »
o Ax - b0
\ -||
immmiiniimi
( 55 )
ii ii
^
i •
Prova Inicialmente suponha que DFX . e sobrejetora, ou seja , que { DFx .) y - b tern uma solu -
gao y para cada lado direito b. Pelos resuliados do Capftulo 7 , n m = posto de DFX .. 0 As respostas dependem do tamanho e do posto de A .
0 fato de DFX . ter posto maximo signifies que essa matriz tern uina submairiz m x m nao - Se A e m x /i, entao ( 55 ) tem uma solugao para cada lado direito b0 se , e somente sc. m
singular. Para stmplificar a notagao, vamos supor que a submairiz m x rn mais a esquerda n to posto de A 6 m\ ( 55 ) tem no maximo uma solugao para cada lado direito b0 se, e somen -
te se , m > / i e o posto de A 6 n.
' dFu< ^> 3F} , Ames de continuar, vamos recordar algum vocabulririo apropriado , introduzido no Capi -
^f
a “ "
tulo 13 .
v f
-
( ) ' ' ••
;
Definigao Uma fungao F: Rn -> Rm e sobrejetora se para cada b em Rm exisie pelo menos
um x em R" tal que F( x ) = b. Uma fungao F e injetora se , para qualquer b em Rn\ exisie no
maximo um x em Rn tal que F(x ) = b.
A fungao Fe sobrejetora se. e somente se. o sistema F(x) = b tem pelo menos uma soJu-
'
cao x para cad 2 b: Fe injerora se. e somente se. o sistema F(x ) = b nunca tem mais do que
uma solugao x para qualquer b.
: )
FJ (.t , . . , , xm » vw+
| < |
^ — bi —
x 0
(57)
As versoes locais desses conceitos tambem sao importantes. Nestes casos estamos interes -
sados em solugoes de F(x) = b somente para valores de b proximos de um b0 especificado.
c/
J
J . *
!’
\
r 4£
.
i
\
FUNQQgS iMPLlCITAS E SUAS DERIVAOAS 377 376 MATEMATICA PARA ECONOMISTAS
4
i
i\ i.
Cj •
( Dr L- A r
’
, tao poderemos encontrar x' perto de x tal que F(x') = b'. Isso prova qw F 6 localmente . .. i
^ I .
sobre em x .
Suponha, agora , que DFX . 6 injetora. Isto significa que ;i < m e que amatriz DFt . tem
posto n; por sua vez, isso implica que DFX . tem uma submatriz nxn jao-singular. Por
)
)
causa da nota ao, vamos supor que a submatriz nxn mais no topo,
^
Prova A primeira parte do Teorema 15.9 segue imediatamente das duas panes
15.8. A inversa local de F 6 simplesmente a aplica ao
^ <j> de (60)
]
do Teorema
, que e C pelo Teorema da
i
(Teorema 14.4) a equa ao <p { F ( xj) = x para obter ( 58 )
^
i
D W ) ^'
• df
V
&0 - >) \
DC> = DWK )
'
Observe que para uma aplica o suave de R em Rm ser invertfvel , precisamos que m =
° n.
^ possui uma
F* ixi xn ) K =0
Uma aplica ao Fcontinua e injetora de um conjunto U sobre um conjunto V que 1
,
^
inversa Fl :V -> U conimua, e denominada homeomorfismo emre U e . Se F
V e F sao C\
Como (58 ) e nao -singular, o Teorema da Fun ao Implfcita nos diz que o sistema ( 59 ) po -
Ft dito um difeomorftsmo entre 1/ e V. Analiticamente , podemos considerar um difeomor
em
-
de ser resolvido para ^
xn em termos de 6, ,..., bn proximes de x e de ( fy* . . . .6 * ): . .
fismo como uma reparametriza ao ou mudan 9 a de coordenadas U .
^ {b b„) i
2 de-
Exemplo 15J 7 Considere a fun ao F ( x , y) - (jr - v , 2xy ) . A derivada jacobiana de F tem
'
2 ^
terminante 4(.r + y ) no ponto (x, y). Pelo Teorema da Fun ao Inversa , F t localmente in -
^
(60) :•
venfvei em cnda ponto, exceto (0, 0). Oconre que Fnao e globalmcntt injetora . No primci - r = (*i b„)
ro exercicio abaixo. solici tamos ao lei tor mostrar que (0, 0) e o unico ponto
- ;
do contrado -
•»
^
Para prevar que Ft localmente injetora em x \ suponha que F { x ) - F { y‘) - b' para x'. y
/
)
injetora .
15.37 Mostre queyu ) = < cos i . sen / ) e localmente injetora. mas nfio
globulmcme
/
i
n
b -•V.
\2
\ d { + d2 dy + d& dy + d4 j
s
15.6 APLICAQAO: O PARADOXO DE SIMPSON
O Como cada x,. esta em [0, 1] e cada ( d d2 , rf3, d4 ) estd no conjunto tridimensional afim
#
’
^ Suponha que uma industria farmaceutica testa sua nova medicagao contra a tosse cm Curiti -
ba ( C) e Porto Alegre (C ) . Em cada cidade , um grupo de teste ( T) de pessoas com tosse rece -
be a nova medicagao e um grnpo de controle ( T ) recebe a medicagao antiga. Algumas pessoas
X (4)= >
dos grupos recuperam asaude ( H ) enquamo outros continuam tossindo ( H' ) . Suponha que, em
cada cidade, a nova medicagao contra tosse seja considerada um sucesso, por queo percen-
4
temos F:[0, l ] x 1(4) R3.0 domrnio de F e de dimensao 7; podemos usar d4 = l - d ] - d2 tual de pessoas que parou de tossir tomando a nova medicagao e maior do que o de pessoas
- dy para eliminar d4 da expressao de F: que tomou a medicagao antiga. Em simbolos,
2 xx
F( ,x2 ,x x4 ,dlyd2
^ ldi) = ( xl - xvx 2 - xA , e
P( H : CT ) > P( H : CT )
P( H : CT ) > P { H : CT )
( 61 )
—
• , (62) • -
X\d\ .X4 (l
d{ + d2
X 2d2
^ di + dt \ -*d] - d2
3 3
^1 - di - d2
onde escrevemos P ( A : B ) para aprobabilidade conditional de uma pessoa estar no grupo A ,
2 '
J sabendo que a pessoa est5 no grupo B . SenS possfvei que , no resultado agregado , o grupo com
1 a medicagao antiga tenha resposta melhor do que o grupo com a nova medicagao:
P A matriz jacobiana OF de F tem o formato:
P { H : T ) > P { H : T) r> (63)
*$ *
d ] + d2 d{ + a 2 -
1 - dl d2 1 iS
^ CT S2 = CT Sy = CT' sA = cr
) como conjumos mutuamente disjuntos. Por exemplo, 5, e o conjunto das pessoas do grupo de
Setomarmosx39:: x4, ascolunas 1, 2 e 7 deDFsao linearmeme independentes e DFtem pos-
V
4
V Entao, F(x\ d ) - 0 e DF(x\ d ) tem posto maximo. Pelo Teorema da Fungao Implicita . Fe
‘
;•
dx + d 2 + dy -f dA = I ( 64 )
VJ
:
sobre uma vizinhanga de ( 0, 0, 0) . Em oulras palavras, se escolhermos . no comradomfnio R 3.
qualquer padrao de sinais ( e, . ej , onde cada e; = ± 1 . e um ponto z = c:. z } ) perto de ( 0.
Pelas regras usuais de probabilidades condicionais. temos
4
?* 0, 0) que tem este padrao de sinais, emao existe um ponio ( x . d') cm 10 , l ] x 1( 4) tai que
7
P ( H : 7) = P( H : TC ) - P( TC : 7) + P( tf : 7C
> F(7C : 7)
7
- •'I •
d\ ,
—— —
d) + d2
+ AS
d ->
di + d2
—
[ P( H : C7 ) - P { H : CV\ P( H : C' T ) - P { H : C 77). P ( H : T' ) - P( H : 7))
'
*
tem o padrao de sinais ( tv , t\. £. ) preestabelecido. d\ + d.s
--yI
I
r i '
• r
[r
j
f
1
380 MATEMATICA PARA ECONOMISTAS Al
FUNQOES IMPLICITAS S SUAS OERIVADAS
i» ^
1
* * • "* - * '
— 381
S (Exercicio.) Finalmente, aplique o Teorema da Fungao Implicita para mostrar que qualquer Exemplo 15.18 Suponha que, em cada cidade, 300 pessoas participaram d* teste. Suponha
padrao de sinal no contradomfnio de dimensao 7 pode ser escrito como a imagem por F de que, em Curitiba, 240 rcceberam a nova medicagao e 60 a antiga, sendc que 90 dos pri -
pontos prdximos de (x , d ). meiros (37,5%) e 20 dos segundos (33,3% ) recuperaram a sadde. Suponla que, em Porto
0 comportamento descrito nesta segao, no qual a conclusao dos dados agregados difere de Alegre, 60 receberam a nova medicagao e 240 a antiga, sendo que 30 dos primeiros (50%)
uma conclusao comum das subpopulagoes, acaba sendo uma caractenstica de modelos e 110 dos segundos (45,8%) recuperaram a saude. A nova medicagao ap;esentou resulta -
-
construidos em probabilidades condicionais ou na combinagao nao linear de varidveis aleatd- dos melhores do que a antiga em cada cidade. Contudo, na amostragem agregada de 600, ' /
rias. Este tipo de comportamento inconsistente ocone com muitos, se nao a maioria, dos pro- veriftcamos que 120 dos 300 que tomaram a nova medicagao recuperaraii a saude (40%), ‘
1
-
cessos decisdrios estatisticos, incluindo o teste de Kruskal Wallis. enquanto que 130 dos 300 que tomaram a antiga recuperaram a saude (43 ,3%).
EXERCICIOS Podemos complicar muito mais os arranjos do teste, de modo que quase qualquer combina
gao de resultados pode ocorrer. Suponha que em cada cidade os testes sejant conduzidos nu -
- /
usando o Teorema da Fungao Implfcita , gens em que a nova medicagao para a tosse tem mais sucesso que a antiga em cada um dos
quatro laboratdrios e nos agregados de cada cidade, mas tem menos sucesso no agregado to-
-
tal da populagao teste. Em outras amostragens, as conclusoes oscilam com o nfvel: a nova me -
NOTAS
D. G. Saari foi o pioneiro da abordagem apresentada na ultima segao. Veja: D. G. Saari , “ The
dicagao apresenta mehos sucesscTdo que a antiga em cada ' um'a das quatro ins talagoes. tem
'
mais sucesso em cada cidade, mas tem menos sucesso no agregado total, e assim por diante.
' r
-
sources of some paradoxes from social choice and probability.” Journal of Economic Theory Esbogamos a extensao dos argumemos acima a esta situagao. Agora h £ oito grupos mu tua- '
41(1987), 1-22. 0 material desta segao pode ser constderado naturalmente como o analogo mente exclusivos:
nao-linear do materia! sobre paradoxos de votagao do Capftulo 28. Veja D. Haunsberger e D.
G. Saari, “ The lack of consistency for statistical decision procedures.” American Statistician Sl = TCU . S2 = TCU \ S = TCU , S4 = TC' V\ }
45(1991), 252-255, para uma exposigao sobre como oicomportamento inconsistente do para- s5 = rcu, s6 = rcu\ s7 = ret/, s rew.
doxo de Simpson ocorre com uma quantidade de outros processos decisorios estatisticos, in - ^
-
cluindo o teste de Kruskal Wallis. l Mais uma vez, sejam x = P( H: S ) e d; = P(S,-) para i - 1,..., 8. Sejam
{
>
-
y, P{ H : TC). y2 = P{ H : TC ) , v3 = P{ H : 7'C), y4 = P{ H
z > = P( H : T ) e z2 = P{ H : T ) /
; / s
f-
_
Ji
-r2;-
dzj -i
- * x2 jd2 j
j 1
* - = Xy = V- h " = Xy%* xjdj/
"
1
ji i
’ 2
5
' (65 )
r v
J
^ j •
I
\
...,A §. l\
A| ( df ) ( A ; — A Aj — .
A $ V| — y^, \*2 Vj, )
^ ^2
i.
i
1 ) r {.\ \ d ) = 0
I 2 ) DF (x , d ) tem posto imlximo 7.
( 66) :
i ' (
7
n
7
7
7
•
7 P I V
ARTE
7 1
I
7 Otimizagao i
o
©
o
7
7
: ..
.
)
7 i
) i
7)
7)
,t >
J
\
,7
7
7f
7
j
o
i‘•1
. i
8i
1
f I
\
' -s
)
16 C A P I T U L 0 •
>
Formas Quadraticas e
Matrizes Definidas \
(
I
mas quadraticas sao as fungoes mais simples. Assim como as fungoes lineares, elas tern repre-
sentagao matricial, de modo que estudar as propriedades de uma forma quadratica reduz-sc a
cstudar as propriedades de uma inatriz simetrica. As formas quadraticas fomecem uma exee -
lente introdugao ao vocabulcirio e as tecnicas de problemas de btimizagao. Alem disso, as con -
digoes de segunda ordem que distingucm maximos de minim )s em problemas de otimizagao )
de otimizagao economicos tem uma fungao objetivo quadratica, por exemplo, problemas dc
minimizagaode risco nas fmangns, onde o lisco e rnedido pela variancia (quadratica ) dos rc- i !
tomos de investimentos.
/
Exemplo 16.1 Entre as fungoes de uma variavel, as fungoes mais simples com urn union cx -
= -
tremo global sao as puramente quadraticas: y .f e y = A \ A primeira tem um nrinimo
I
i V i
Recordemos a definigao de formas quadraticas em R" da Secao 13.3.
i
e(* I = (i) ;
V
>
Na Secao 13.3 mostramos quo toda forma quadratica Q pode ser rep resent ada por uma
mairiz simStrica A . como segue:
1 )
®X ) = X/ A
' X \2 )
)
:
}
t
(
n
~)
r *<
'
1
n FORMAS QUADRATICAS E MATRIZES DERNIDAS 387 386 MATSMATICA PARA ECONOMISTAS
o 2
.
entao ax 6 sempre < 0 e 6 igual a 0 s6 quando x = 0 Tal forma e chamada negatsva ; x=0e *2
g , ) = (x, + x ) - xf + 2x, x + xj
^
“
x
^ 2 2
?) que nunca e negativa, mas e zero’ em pontos nao-nulos como (x,, X2) = ( 1, -1 ) ou (-2, 2). Uma
2
forma quadratica como Q5{ x ] x2 ) = - (xt + x2) , que nunca e positiva , mas que pode ser zero
t
'
-
em alguns x fora da origem, e chamada nao positiva. Formas quadraticas nao negativas ou -
i > nao-positivas sao chamadas semidefinidas.
As Ftguras 16.2 a 16.6 apresentam os graficos das cinco formas quadrdticas Q,,..., g5 aci-
Figura 16.1 As fungdes f ( x ) = x2 e f [ x) = -x1.
) 2
ma. Cada forma quadratica em R tem urn grrifico similar a um desses cinco graficos . Por
\ 2 Por exemplo, a forma quadratica bidimensionat geral
) exemplo, toda forma quadrdtica positiva em R tem um grafico em forma de bacia. como na
1
2
Figura 16.2, e toda forma quadratica indefinida em R tem um grafico em forma de sela, co -
. ) mo na Figura 16.4. (3 )
J ^
Oj 1 1
*
^ 22^ 2 ( 4)
2 = xf + x ;.
J 16.2 FORMAS QUADRATICAS DEFINIDAS
>
O
'
3 '
Uma forma quadratica sempre assume o vaior zero no ponio x = 0. A caracieristica que dis-
tingue as formas quadraticas e o con junto de valores que a forma assume quando x 0. Nes-
:> igual a 0 so quando .v = 0. Tal forma c chamada positiva: .v = 0 e o minimo global . Se a < 0 .
\
"N . )
'
)
*3 '
)
/
/ )
/
t
/
•»
I >
>
-
Figura 16.6 Ografico da forma nao posidva Q5( x ]t x2 ). - ± x2 )2
. . ,
Figura 16.3 0 grdjico da forma negativa 02(x , xj = -xf. ^ x\ , I
)
.
Uma matriz sim&rica 6 dita positiva, nao-nega':vaf negativa, etc , se a forma quadrdtica £(x) )
- .
= xrAx e positiva, nao negativa, negativa, etc., respectivamente Como em geral estaremos
aplicando esta terminologiadiretamente a matrizes simetricas, daremos as definigdes formais /
»
de tais matrizes. r >
I
.
Definigao Seja A uma matriz sim&rica n X n Enlao A e': 'i
)
(n) positiva se xrAx > 0 para qualquer x 0 em Rn,
(6)
*
nao-negativa se xrAx > 0 para qualquer x 0 em R ", V )
(c)
*
negativa se xrAx < 0 para qualquer x 0 em R", i
{ d)
7 *
nao-positiva se x Ax < 0 para qualquer x 0 em R" e
*
indefinida se xrAx > C para alguns x em Rn e
(e)
xrAxj
< 0 para outros x em R \
,
Figura 16.4 0 grdfico daforma indefinida Qs ( xt , x ) = .r 2 -.v?.
2
Observagao Analogamenie a terminologia de formas quadraticas, as matrizes sime'tricas posi - \ >
tivas ou negaiivas sao ehamndas definidas e matrizes simetricas nao-negativas ou nao -positivas
sao chamadas semidefinidas. Uma matriz que e defmida c automaticamente semidefmida. A
n
)
nao ser por isso, cada matriz simctrica cai em uma das cinco classificagoes acima.
ca e na matem tica aplicada em geral. Por exemplo, para uma fungao v = /(.r) de uma varia
^ - O
vel, o sinal da derivada segundaf" ( x0 ) num ponto critico .v0 de/ da uma condigao necessaria e
. .
uma condigao suficiente para determinar se v0 e um maximo de/ um mmimo de / ou nenhum
.
dos dois A generalizagao desie teste da derivada segunda para dimensoes superiores envolve
confcrir se a matriz da derivada segunda (ou matriz hessiana) de/num ponto critico deft po-
sitiva, negativa cu indefinida. :
\ -
V
/
lw
Definlgao Seja- A uma matriz n X n . Uma submatriz principal de ordem J: de A e uma sub- Apiicasao: Se oes Conlcas
matriz deA de tamanho k X fcformadaa partir deA suprimindo n - k colunas , digamos, as co - ^
Na geometria plana, a segao conica descrita pela curva de mvel
lunas i„, k easmesmasn - k linhas, ou seja, as linhas ij, O determinante de
6
oj
uma submatriz principal kX k 6 denominado um menor principal de ordem k de A .
T « 4 tt «
| v Mt*H*» *««*
Q( xltx2 ) = at , xf + al 2 xlX 2 + a22 x 2 =1 (5 )
t
Exemplo 16.2 Para uma matriz 3 X 3 6 completamente determinada pela classificagao de Q ou de sua matriz associada
/
# “u £T12
“ l3 (
“u
i
2 flj 2
'
'i
m A-
“ 21
31
“
“
22
32
“ 23
“ 33, i J “ t2 “ 22 j
qualquer, existe um menor principal de terceira ordem: det A . Existem tres menores de se- A Figura 16.7 ilustra esta relagao. O piano horizontal ( JC3 - 1 } cona o grafico da Figura 16.2
o gunda ordem:
nn.
numa elipse ou circulo. Porfanto, se A e positiva, o conjunto (5 ) e uma elipse ou umcfrculo.
Como [ x2 = 1 } corta o grdfipo da Figura 16.4 numa hipdrbole , o que tambem e ilustracb na Fi-
o (0
i ,1
a'12
formado suprimindo -se a coluna 3 e a I inha 3 deA ,
t gura 16.7 , a equagao (5 ) descreve uma hip rbole se A 6 indefinida. Como { 3 = 1 } com o grS-
^ ^ se A
) “ 21 “ 22 fico da Figura 16.5 num par deretas paralelas, a equagao (5 ) define duas retas enao- ne^- - —
gativa mas nao e positiva . Finalmente, como o piano [ x2 = 1 } fica estritamente acima dos grd-
(2) “ ll , formado suprimindo -se a coluna 2 e a Hnha 2 de A , e
> «31
“ 33
ftcos das Figuras 16.3 e 16.6, o conjunto (5 ) e vazio se A e negativa ou ate nao - positiva.
) ( 3)
«22 “ 13 , formado suprimjndo - se a coluna 1 e a I inha 1 de A .
«32
9
%
“ 33
Existem ires menores de primeira ordem:
) /
|an| , formado suprimindo-se as duas ultimas linhas ecolunas ,
( 1)
(2 ) [« 22 , formado suprimindo-se as primeira e terceira linhas e colunas , e
\
!
*r
(3) |«3j| , formado suprimindo-se as duas primeiras linhas e colunas.
7 Eimportanteentenderporque nenhumaouiru submatriz deA e uma submatriz princi -
pal . Para treinar, liste todos os menores principals de uma matriz 4 X 4 qualquer.
(M .
M *M I M « if < • •
* »*
Dentre os menores principals de ordem k de uma matriz dada, existe um em especial que que- - 1}
F remos destacar. /
y Definigao Seja A uma matriz n X n . A submatriz principal de ordem k de A obrida suprimin-
5 /
9 :
“
! st
j
*
!“: :
i
i it 22
“ 23
Menores Principais de uma W atriz
9 i
“ 32 “33
Nesta segno descreveremos um teste simples para determinar a classiHcaqao de uma forma
quadratics ou de uma matriz simetrica . Para descrevcr cstc nlgoritmo, precisamos ampliar o
vj 0 proximo icon:mu fornece um nlgoritmo direto que utiliza os menores principals 1 idea's vocabulario.
para determinar a classiftcagao de uma matriz dada. A prova do teorema e apresentadu no
Aoendice destc caoitulo. Outroscriterios para a cinssificacao de uma matriz simetrica scrao
V
/
• \
4
{ b ) A e negativa se, e somente se, os n menores principals lfderes de A alter-
miner de perto os dois casos mais simples de matrizes simetricas; as matrizes diagonals e as
nate de sinal, como segue:
matrizes 2 X 2. '
i
0 Q- anJ {** ) )
)
liva se, e somente se, todos os a: sao > 0 e 6 nao-positiva se, e somente se, todos os a.sao < 0. triz A nao e definida, podendo ser semidefinida ou nao. Neste caso, para conferir se a matriz V
Seexistem dois fl. de sinais opostos, esta forma e indefinida. c semidefinida , nao contamos mais com o luxo de conferir somente o sinal dos n menores f >
* y
Como todas as submatrizes principals tambem sao matrizes diagonals, sens determinan - principais lfderes de A , mas precisamos conferir o sinal de cada menor principal de A , usan -
tes, que sao os menores principals, sao simplesmente produtos dos af. Se todos os o; sao posi - do o teste descrito no teorema seguinte. )
tivos, entao todos seus produtos sao positivos e portanto todos os menores principals lfderes
sao positivos. Se todos os ai sao negativos (e portanto a forma e negativa ), entao os produtos
,
de um numero Impar de a s5o negativos c os produtos de urn numero par de A, sao positivos. ,
Teorema 16.2 Seja A uma matriz n X n simetrica. Entao A e nao- negativa se, e somente
Isto corresponde & cond ao de sinais altemados b) do Teorema 16.1 e sinaliza por que deve-
^
mos esperar uma tal condigao de sinais altemados em vez de todos menores negativos num
teste para classificar matrizes negativas.
-
se, todos os menores principais de A sao > 0; A e nao positiva se, e somente se, cada me j
nor principal de A de ordem fmpar e < 0 e cada menor principal de A de ordem par e > 0. \
- ..
Se A , e zero em (6), a forma nao pode ser defmida pois, calculada em ( 1 , 0 0 ), e nula .
Observe que neste caso diagonal, todos os menores principals lideres de (6) tambem sao nu -
los, independentemente do sinal dos demais ar Para verificar se todos os o; tem sinais corre-
)
tos quando alguns deles sao nulos, precisamos conferir muito mais do que sd os menores prin -
i
Exemplo 16.3 Suponha que A e uma matriz 4 X 4 simetrica e denote o menor principal Ifder )
cipais lideres. de A de ordem / por |Aj. j \ •
j
( ft ) Se |At| > 0, \A:\ > 0.|A.| > 0. |A j > 0. entao A e positiva ( e vale a recfproca ). . .
Matrizes 2 x 2 Definidas . ,] < 0, |.42|> 0,|A | < 0, [Aj > 0, entao A e negativa (e vale a recfproca ).
( b ) Se [ A )
3
Podemos verificar os Teoremas 16.1 e 1.6.2 diretamente para matrizes simetricas 2 x 2 com - , > 0,|A,|> 0,|Aj = 0.|Aj < 0, entao A e indefinida por causa de Av
( c) Se [A | )
pletando o quadrado nacorrespondente fonna quadratica. Considere a forma quadrdtica geral
em R‘: ( d ) Se |.4 ,|< 0,|A ,| < 0, \ A | < 0. |.4 J < 0, entao A e indefinida por causa de A , ( e .4 .).
;
'
i
/
•
d ']
b .v i r Se j.4 , J = 0, 1.4 ,1 < 0 [A .| > 0.1.4 J = i ). entao A e indefinida por causa de A:.
e(.v,..v:) = (.vl
;
.(,)
v
| cl A ;7 ) </ Se |.4 ,| > 0. |A:| = 0.|A -|> 0. |.- \ J > 0. entao A nao e defmida. A nao e nao-positiva.
j . ;
= ax; + + c.vf -
mas pode ser nao- negati \ a. Para verificar se c nao negativa, precisamos conferir to - >
dos os 15 menores principals de .4. nao somente os quairo lfderes. Se nenhum dos ' - )
menores principais for negativo. entao A sera nao- negativa. Se pelo menos um de -
’.
les for negativo
O
A e indefinida . a i
1
n i
(2 3 '2 4
1 :
A
1
,3 7
e £=
,4 7
sim , suponha que a * 0 e complete 0 quadrado em (7), somando e subtraindo b 2 x 2 a na ex -
pressao ( 7) :
/
" )
A £ positiva, pois|A ,| = 2 e |A2| = 5. B e indefinida, pois |B ,| = 2 e ]#2[ = -2.
rt
C=
0
0
0>
c/
= 01, xf2 + a —,
2b
x x2
b1
Q"
2
\
/
b2
a
•
x ;> + cx;2 (8)
( b \2 5(ac - b 2 ) ,
-
I
/) 4M
| kkk * 4 *4 H
* i
) , 2 -1
' -3 47 f -3 d)
2 4
)
a)
14 -1 4 -5 j
c)
V 4 -6; 4 8 , ou seja, quandox, = 0 ex2 = 0. Em outras palavras , se
k
°5i
/
1 0 3
7) ,
'( \
>2
- 0
^ -1 1
^
0 a b
a
-0 e) 2
^
4 i5 /) 1 -1 0 S)
0 2 0 |n| > 0 e detA - >0
^
r
3 0 4 0 b c
1
^
0 0 -2 0
\
6J
) \
entao Q e positiva . Reciprocamente , para Q ser positiva , e necessArio que ambos a e det A =
V ac - b2 sejam positi - ’os.
) 16.2 Seja Q( x ) ~ xTAx urna forma quadrattca em Rn. Calculando Q em cada um dos eixos Analogamente , Q e negativa se, e somente se , ambos coeficientes a e { ac - b2 )!a na exprcs -
J
coordenados de Rn, prove que uma condi$ao necessAria para uma matriz simetrica ser
positiva (nao -negativa) 6 que todas as emradas na diagonal sejam posiiivas ( nao - nega-
tivas). Enuncie e prove 0 resuliado correspondente para matrizes negativas ( nao-posi -
^
sao (8 ) sao negativo . Esta situa9ao oco’rre se , e somente se , a < 0 e ac - b1 > 0, ou seja , quan -
do os menores principals lideres altemam de sinal .
Se o menor principal de segunda ordem ( ac - b2 ) c negativo , entao os dois coeficientes de
livas). De um exemplo para mosirar que esta condi ao necessAria nao e suficiente. ( 8 ) t6 m sinais opostos. Em particular,
^
i 16.3 Usando o metodo do exercicio anterior, esboce uma prova da seguime afirmagao: se A _ )=
e positiva (ou ncgativa), entao tambem cada submatriz principal de A 6 positiva (ou ne -
gativa).
el ? 1 £
T ^ e 2( l ' 0) = <7
,7
- 16.5 Repita o calculo em ( 8) para provar 0 Teorema 16.1 para uma matriz simetrica qual -
quer 3 X 3. [Sugestao: depots de “ completar 0 quadrado” , voce deve obter
J
9j
.
J
J
)
,
entao substituir esta expressao para x na fun9ao objetivo (9): \an a23 «3.V h )
2
* A
J + ! jL + MaZfESi A +
'
aB1
= -£Tx 2
2
— YX 2bB 2
*
, CX 2
*
( i i)
W *, + «n
^ ^
+
«n J M l M
^
A,
3
i
F
-
Concluimos de ( 11 ) que Q 6 positiva no conjunto restr ao (10) se e somente se, aB
2
. - Lembre-se que determinar a classifica9ao de uma forma quadrdtica Q e cquivalente a deter - r
2bAB + cAz > Oe negativa em ( 10) se, e somente se, aB - 2bAB + cA < 0. Hxiste uma manei-
7 ~ ^ minar se x = 0 e urn maximo, um mmimo, ou nenhum dos dois para a fun9ao real Q Por
exemplo, x 0 6 0 unico mmimo global da forma quadrdtica Q se, e somente sev.(2 & positiva , .1
=
. .
ra adequada de escrever essa expressao: * pela propria deftn ao de positiva. SimiJarmente, x = 0 e 0 unico mdximo global de Q se e so
^
mente se, Q 6 negativa.
? - )
(0 A B}
( 12) A caracteriza9ao do Teorema 16.1 funciona somente se nao houver resides no probte- . \ >
aB2 - 2 bAB + cA 2 = -det A a b ma em questao, ou seja , se x puder tomar qualquer valor em R \ A anatise fica mais delicada
se houver rcstr oes.
B b c
^
A matriz em ( 12) foi obtida a partir da matriz 2 X 2 da forma quadratica em (9) acrescentan - ,
Exemplo 16.6 A forma quadratica Q(x , x2 ) “ x2 - x2 em R c indefinida: a origem nao e um :
"
do os coeficiemes da restrigao linear (10) como “ orlas” no topo e 5 csquerda. O proximo teo- maximo nem um mmimo. Mas se nos restringirmos ao eixo xt > ou scja, se impusermos a 1
rema resume esses cdlculos. rcstr ao x2 = 0, entao Q[ x ., 0) = xf tem um mmimo global estrito em x = 0 e, portanto, ,
^
Q e positiva no conjumo- restr ao {x2 = 0 } . Analogamente, se impusermos a restricaox = ,
1
j Teorema 16.3 A forma quadrdtica Q( x { , A,) ax{ + 2 bxbc 2 + cx; e posmva (respectiva-
=
. , ^
0 e considerarmos Q somente no eixo x2, entao x2 = 0 e um mdximo global de 0(0, x2) - i .
,
-x 2 e Q e negativa no subespa90 { x = 0 ). ' Na reta x 2x > = 0, Q( 2x2, x2) = . •. ,-
I ,
mente, negativa ) no conjunto- restriQao Ax + Bx, 0 se, e iomente se, o deteiminante
= '
- x? = 3XT e positiva. * y 1
! • t )
'0 A Bs )
Mostraremos no Capftulo 19 que a cond ao de segunda ordem que distingue entre maxi-
det /1 a b ^
mos e mmimos em problemas de otimiza9ao com restrigdes e uma cond ao sobre a classifl f 3
cacao de uma forma quadratica restrita a um subespaco vetoria!. Como a maioria dos proble- { > ^ -
:
b 1
mas de orimiza ao em Economia envolve restri9oes sobre as varidveis em estudo, no resto ' ” )
^
•
4
,
Q(x , x2 ) = AV,2 + 2bxyx2 + ex; - (x,
n b ) x\1
x2 ) b c
\
[ASJ
(9) : J
J
)
)
(2(.\ ) = xrA \ = (.v1
*
** • x„) restrita ao esp«90 vetoria! geral
r. . '
)
, "li, «2« A> ,
A.r + Bx 1 =0 ( 10 )
)
N Exemplo 16.6, trabalhamos com A - 0. depois com B = 0 e, iinulmeme. com A = 1 e B = -2 . :
J
I
r
c- -
a.
c
c
C
r
r
- FORMAS QUAORATICAS H MATRIZES DEEINIDAS
Nao iremos apresentar aqui a prova bast an le com pi ex a deste teorema. Observe que sua
conclusao e compativel com as conclusoes do Teorema 16.3 para n = 2 e m = 1 onde, no case
-
399 398 MATEMATICA PARA ECONOMISTAS
^
'
O Colocamos uma orla na matriz da forma quadr tica em ( 13), acrescentando a matrizda restri
^ -
gao linear (14) no topo e h esquerda;
no conjunto-restrigao
CD t
0 0 u ,
BIn
n
>
xl + x3 =0 *1 9*2 +“
=0
C construa a matriz orlada . H=
0 0 .
Bml Bm
n B 711 a11 a In ( 15)
c^
/
0 0 1 0 1 1 1
0 0 1 -9 ' '
0 “
1 $ B[ n 5mn aIn ®nn j
° H.6 = 0
1
1
1
-9
0
1
1
1
1
0
0
-1
0
2
0
2
1
-1
0
0
Inicialmente precisamos descobrir quais submatrizes de // devemos considerar neste caso ge-
rai. Ao estudar a quadratica (9) no conjunto- restrigao (10) so foi necessdrio conferir uma con -
digao no Teorema 16.3, porque a nossa unica restrigao em RJ resuitou em um problema uni
.
dimensional O problema rl.3, 14) acima tem m equagoes lineaics de n variaveis. Conseqiien
temente, podemos esperar que esse problema realmente seja de dimensao n - m e que, portan -
-
-
1 1 1 -1 0 0 1
to, precisemos conferir /z - m condigoes na matriz H em ( 15). Al£ m disso, pela nossa expe -
\ /
rience na Segao 16.2, estaremos preparados para encontrar menores principals lideres dc
V9 vidade de Q. Como det H 6 - 24 e det /7S = 77, concluimos que Q e positiva no conjunto
restrigao e x = 0 e um mfnimo de Q restrita ao conjunto-restrigao.
- cerminame de H mesmo.
-
( a ) Sedet H tem o mesmo sinal de ( 1 )" e se estes ultimos n m menores prin - -
Observagao Se o teste de classificagao de formas quadraticas definidas sujeitas a restrigoes cipais lideres ahemam de sinal, entao Q e negative! no conjunto- restrigao
j do Teorema 16.4 falhar somente porque um ou mais .dos ijltimos /? m menores principals li - - Bx ~ 0 e x = 0 e um max global estrito de Q neste conjunto- restrigao.
'
.. >
deres sao zero, entao gostariamos de ter um teste de classificagao de formas quadraticas semi - ( b ) Se det , H e estes ultimos n - m menores principais lideres tem todos o
9 definidas com restrigoes analogo ao enunciado no Teorema 16.2 para o problema sem restri
goes. Infeiizmente. testes para classificagao de formas quadraticas semidefinidas com restri
-
-
mesmo sinal de entao Q e positiva no conjunto- restrigao Bx = 0 e •
9 goes sao muito rnais tediosos de enunciar do que o criterio descrito no Teorema 16.2. Feliz - >
(c)
x ~ 0 e um mill global estrito de Q neste conjunto-restrigao.
Se ambas as condigoes a ) e b ) sao violadas por menores principais h'de-
9 mente, tais testes rarameme sao requeridos em aplicagoes.
- .
res nao nulcs entao Q e indeftnida no conjunto- restrigao Bx 0 e x = 0 i - *
^-
uma unica restrigao A + • • + A n 0, o Teorema 16.4 afirma que somente precisamos con
ferir os ultimos n - 1 menores principais Ifderes de
-
equagao linear Bx = 0 abaixo t a direita da matriz A da forma quadrStica fi(x) = xrAx: ( 0 Ai K\
' A >
;Br Ai aH aI n
( 16)
V B 0, \
^1n ** '
^n n j
-
Nesta situagao, ainda precisamos conferir n m menores principais. Contudo, as submatrizes
^
principals correspondentes nao sao mais Ifderes , mas sim submatrizes que “ preservam as or- As unicas submatrizes principais Ifderes omitidas sao
- -
las” . Removemos de Hm + nt uma de cada vez, as n m 1 linhas e colunas que contem as ul -
-
timas n m - 1 linhas e colunas da matriz A , ou seja , as linhas e colunas ny n - 1,..., m + 2 de f
0 Ai < i
H.m + n ~ (0) e r
*
l A °! l
Exemplo 16.8 Para usar esta abordagem para o problema do Exemplo 16.7, construa a ma-
Suponhamos que A , * 0. (Algum dos A . deve ser nao nulo.) Entao det H 2 -A < 0. Como m
- , >
triz orlada
1 0 0 1 - 0 1
= —
1 e ( l)
1
1, o critdrio para verificar a positividade condicionada de fid que os ultimos n
- 1 menores principais Ifderes de ( 16) sejam negativos. Como de' H2 < 0, este criterio 6 equi
valence a seguinte afirmagao: os ultimos n menores principais Ifderes tern o mesmo sinal. O
=
-
j
0 -1 2 0 1 -9 criterio para verificar a negatividade condicionada de fi 6 que det //n + tenha o sinal de (-1 )”, *"
0 2 10 ' 1 0 i
}
,
e que det Hdet Hi + altemem o sinal. Isso significa , neste caso, que det deve ser posi - (
tivo. Segue que a condigao para fi ser negativa sujeita a restrigao e equivalente a seguinte con -
= - 1 0 0 1 1 1 ,
digao: os ultimos n menores principais Ifderes de + altemam o sinal. O prriximo teorema
“
I T -
^
1 -9
i
0 1
0
0
0
0
resume esta discussao do caso m = 1 e fomece uma abordagem que e facil de lembrar do pro
blema de determinar a classificagao quando existe somente uma restrigao linear.
v /
0 -l |
Jf ,
ultimos n menores principals Ifderes de Hr altemam o sinal , entao fi e negativa no con -
2 1 -9 junto- restrigao (e x 0 e um max restrito de fi).
=
0
r\
1 i • l . 0 I
: l 0 '
0 l 1 0
\
1 -9 0 !1 1. •0 • 0
Outras Abordagens
Observe que det H = 24 e det cxatamemc o mesmo que obtivemos para os cor - Para sermos completos, vamos mencionar duas abordagens altemativas ao problema de deter-
minar a definigao de uma forma quadratica de n variaveis sujeita a m equagoes lineares. O
)
algoritmo. Algumas apresentagoes. em vez disso, enfocam a mcnor das ultimas n - m subma - i
trizes principais Ifderes: a submairiz principal Ifderde ordem 2m + 1 . 0 Teorema 16.4
implica as seguintes verificagoes altemativas: >
i
1
0
n FORMAS QUAPHATICAS £ MATRJZES DEFINIOAS 403 402 MATEMATJCA PARA ECONOMISTAS
O
-
Suponha que QrAQ seja positiva. Seja x * 0 um vetor rsao nulo arbicrdrio era Rn. Como Q EXERCICIOS
i -
6 nao singular, existe um vetor y tal que x = Qy. Entao,
16.6 Determine a cJassificagao das seguintes formas quadraticas restritas:
! xrAx - ( Qy )r A(Gy) = yTQT AQy - yT { QTA £?) y -
a) Q { x ] yx2 ) = x } + 2x } x2 x\ sujeita a x{ + x2 0 . -
0 - xl , +x = 0 .
6 que e positivo, pois $AQ 6 positiva. Portanto, A 6 positiva.
W Q{ xl , x2 ) = 4 xf + 2 xix2
c ) Q( xlyx2 > x2 ) = x f + xl - xl
sujeita a
, -
A
+ 4JC JC3 2 X [ X 2
2
sujeita a ,
x + *2 + Xj =0 e
-
Por outro lado, se A e positiva e z 6 um vetor nao nulo quaiquer, entao Qz serd um vetor
.
X ] + X 2 X2 = Q. -
+ -
nao nulo tambem, jd que Q 6 nao-singular Portanto, d ) Q{ xltx2 tx3 ) = x f + xl + + 4 xlx7l - 2 xix 2 sujeita a xi + x2 + xy = 0 e
e (£AQ e positiva.
16.7 Prove que as afirmagoes Ae B acima sao equivalentes ao enunciado do Teorema 16.4.
'
7 16.8 Use a tepria de determjnantes para mostrar por que os menores correspondentes nos
, „
i9
Primeiro provamos que se todos os A - tem determinante positivo, entao A e positiva. As
submatrizes principais Ifderes de An sao Aj,..., An, que sao positivas por hipotese de indu-
gao, jd que sao as primeiras n submatrizes principais Ifderes de A. Pel a hipdtese de indu
gao, a saber, que o teorema e verdadeiro para matrizes n X n, a matriz n\ X n simetrica An
- Prova Suponha que uma tpl A seja singular. Entao existe um vetor nao- nuio x tal que Ax = 0
e portanto
6 positiva. Pe!o Lema 16,1 acima. A„e invertfvei. Particione A como
xr - Ax = xr 0=0
i
•
\
i
A — An,
ar
a
^n+ l.n - - t;
J
(17) contradizendo a defmigao de A .
Lema 16,2 Suponha’ que A e uma matriz simetrica e que Q 6 uma matriz nao-singular. Entao
onde a denote a matri2-coluna n X 1
QtAQ e uma matriz simetrica e A e positiva ( negaiiva ) se. e somente se, OtAQ 6 positiva tne-
gativa ).
3
'
u- Prova Para ver que QTAQ 6 simetrica. verificamos diretamente que esta matriz e' igual ii sua
j propria transposta :
< >
ar
_ ^ . --
n ni1 j
T
[ QrAQ ) = QTAT { Qr )' = QrArQ = Q' AQ.
Escreva d = anw , , - (A „) a e sejam /„ a matriz identidade n X n e 0 l a matriz-coluna
1
;
;i X 1 constituida imeirameme de zeros , Entao, a matriz A em ( 17) pode ser escrita como
J
j
i
EXERCfclOS
A=
(
K r A, .) f
0
\
. L 1
16.10 Mostre que a decomposigao em blocos (18) esi4 correta.
v
1
/
V
°n \ d l 0J I 1 ( 18)
!
.
(Exercfcio ) Por propriedades do determinante,
. = d det An.
i
Portanto, det 4 • ( 19 )
i
i
Como dec /1 > 0 e det A„ > 0, temos d > 0.
i
Seja X um vetor (/? + l )-dimen $ional arbitrario. Escreva X como
x \
X
W
-
onde x e um vetor ^ dimensional. Entao, /
'
XrBX = [ xr *„, ) A |I
k 0J
. '
0 .YUJ)
d)
x
(20) .
i
zz
xTArx + dxl -1 nt t '•
Como A„6 positiva pela hipdtese de indu$ao e d > 0, esta Ultima expressao 6 estritamense . )
positiva. Portanto B QtAQ e positiva. Pelo Lema 16.2, A 6 positiva .
=
.
i
Para provar a reclproca , ou seja , que A positiva implica que todos os [Aj sao positives, ' u
novamente usamos indugao. Vimos que este resultado e verdadeiro para matrizes l X l e - :•
1 •
. 2 X 2 . Considere que tambdm e verdadeiro para matrizes simetricas n X n e seja A uma
matriz (« + l ) X ( n + l ) simetrica positiva. Primeiro mostraremos que todas as A} sao po l *
/
sitivas. Seja x;. um vetor nao- nulo de dimensao j e seja 0 o vetor nolo de dimensao (/i + l ) -
y
- j. Entao,
( X; i
0 < (*/ J rx ] AJxj ;
e Af 6 positiva. )
Em particular, como An z positiva , a hipotese de indu$ao garante que todos A ,..., AK‘ ; ,
tem determinante positive. Resta provar que o determinante da propria A 6 positivo. Co-
mo A,. e invemvel, podemos novamente escrever A QrBQ , como em ( l 8), e concluir que *
=
-
( 1 9) ainda vale. Como A e positiva. B e positiva pelo Lema 16.2. Escolha X cm (20) de tal
modo que x = 0 e xH , = l . Entao, i
0 < XTBX =d l
o
i
1
o
)
17 C A P I T U L O
Q
Otimiza ao
^
r <
6
* Nao-Condicionada
©
)
)
) onsiderando que a otimiza ao desempenha urn papel taoimportante na teoria econo-
)
^
I mica, este capftulo sobre otimizagao sem restri9oes e os prdximos trcs capuulos sobre
V^^ otimiza ao com restrigoes podem ser considerados como os principais deste livro.
^
Neste capftulo abandonamos os criterios matriciais que especificam as cond oes para otimi -
*
^
zagao de formas quadraticas e partimos para as condicoes de primeira e de segunda ordens so
bre as derivadas que caracierizam os exiremos de uma fun9ao diferenciavel qualquer. Assim
-
') como as te'cnicas do Calculo desempenham urn papel relevante nos problemas de orimiza9iio
para fungoes de uma variavel, elas desempenham um papel igualmente imponante para fun -
) 9oes de vdrias varidveis. Os resultados principais para fun 9oes a varias variaveis sao analogos
aos resultados unidimensionais:
(1) uma condigSo necessaria para XQ ser um max interior de z = F(x) e que as derivadas pri-
meiras de F em XQ sejam zero, e
?) (2) se incluirmos uma condi9ao apropriada sobre a derivada segunda dc F, essu condigao
necessdria toma-se tambem suficiente.
\ ) ; 17.1 DEFINigOES ’
Of As defini9oes de maximo e mfaimo para uma fungao de varias variaveis sao as mesmas que ;
as defin oes correspondentes para uma fungao de uma variavel. Seja F: U -» Rl uma fun9ao
^
real de n variaveis, cujo domfnio e um subconjunto de Rn.
) ( 1 ) Um ponio x’ e U e um max de F em U se F(x ) F(x), para cada x e U.
f (2) \ •= U 6 um max estrito se x’ e um max e F(x ) > F(xV para cada x ^ x em U .
* ’ l .
(3) x e U e um max local (ou relativo) de F se existe uma bola B,{ x ) em tome de x tal
’
que F(x ) > F(x), para cada x e Br{ x ) n U.
VJ (4) x’ 6 U e um max local estrito de F se existe uma bola fl,(x ) em tomo de x’ tal que
F(x’) > F(x), para cada x * x em Br{\ ) n V .
*
Em outras palavras. um ponto x e u m max local se nao existirem pomos proximo* nos quais
’
.J ) F assume um valor maior. E claro que um max e sempre um max local. Se quisermos enfati -
zar que um ponto x e um max de F em tedo seu domfnio (A e nao apenas um max local , di -
—)
* zemos que x* e um max global cu um max absoluto de Fern U.
y
)
)
>
UFPsI )
8«U0mS T0rtAl
^
DeC HCKS SQQAiS
OTIMIZACAO - CONDICIONADA 409
NAO 408 MATEMATICA PARA ECONOMISTAS "
i
’
A primeira equagao fomece y = -ix . Substitua isso na segunda equagao:
2 Para sermos precisos deverfamos dizer, por exemplo em (1), que x 6 urc ponto de m £xi
seu valor mdximo em x \ O termo “ max ” 6 uma abreviagao
-
mo de F, ou que F tem apenai
apropriada. t
. r
)
Esia equagao pode ser escrita como Tix - x =s A(27 - x3) = 0, cujas solugoes sao.r = 0 e x 17.2 CONDIQOES DE PRIMEIRA ORDEM ;
ou min local de F sao estes dois ponios: (0, 0) e (3, -3). Ainda somos incapazes de dizer x’ nao seja um extremo do intervalo em questao ou, em outras palavras, que x esteja no inte-
se algum deles e max ou min. rior do domfnio def A mesma condigao de primeira erdem funciona para ima fungao Fde n •
varidveis. No entanto, uma fungao de n varidveis tem n derivadas: as parciais aF/ dx.. O analo
, -
- ‘
go n dimensional de /'(x ) = 0 6 que cada dFfdx = 0 em x\ Neste caso, x 6 um ponto inte-
i
, xn
mensionai x e um ponto critico de uma fungao F(x , J, ) se x* satisfaz
*
: 1 *
Teorema 17.1 Seja F: U -» R uma fungao C definida num subconjunto V de Rn Se x 6 . >
dF , um max ou min local de F em U e se x *
6 um ponto interior de U , entao
(x ) ~ para / =:
^
3 ° ( 3)
-
Os pomoscrilicosdeF ( x , y ) x y + 9xy no Exeniplo 17.1 sao (0, 0) e (3, -3). Para dc-
=
— (x j = U p a r a i - l ,..., n. ( 1) ! /
terminar se algum destes pontos cnticos 6 um max ou min, necessitamos usar uma condigao C'- I
sofcre as derivadas segundas de F , como ja o fizemos para fungoes tie uma variavel. Ja obser-
i
vamos no Capftulo 14 que uma fungao C de n varidveis tem n’ derivadas parciais desegunda
ordem em cada ponto de seu domfnio e que e natural combina-las em uma matriz n >) /i, deno-
Prova Vamos trabalhar com o caso de um max local; a mesma prova vale no caso de min. Sc- ; > )
minada matriz hcssiana de Fou , simplesmeme, a hessiana de F: ‘
ja B = B/x uma bola
) em tomo de x *
em U com a seguinte propriedade: F(x’) > F(x ) pa-; :
( .
y- F , , ?F x.A ,
(
d.v„3jr! J
ra cada x e B. Como x' maximiza F em Bt x lambem e o mdximo de F em qualquer seg -
memo de reia paralelo a um dos eixos, que passa por x' e que esta contido em B. Em ou - ]
tras palavras , x maximiza a fungao de uma variavel: .
- ;
*
D2 F( X )=
l
JrF_(0 VF ,
^ )
(4 )
- ,- !-» 4VI
V
- X'+ -r» ) )
para x} e -
- r ,x ] + r ) Aplique o crite'rio de maximizagao de uma variavel do Teorema i .
)
Como as derivadas mistas sao iguais para uma fungao C ( peioTeorema 14.5 ), D2F( x ) 6 uma 3.3 a cada um desses n problemas unidimensionais para concluir que )
matriz simetrica.
dF / A 3F / «\
.
X
i
)
Concedes Suficientes
A condigao de segunda ordem para um porno critico / de uma fungao / em Rl ser um max e i
Exemplo 17.1 Para encontrar os maximos e mfnimos locais de F(x, y ) = .r - v + 9A;T, ealeu - .
3 3
que a derivada segunda J %\ ) seja negaiiva . A condigao comespondeiue para uma tuncao Fde ,
n variaveis e que a derivada segunda D F( x ) no ponto critico x' seja negaiiva. como uma ma-
'
lamos as derivadas parciais de primeira ordem e as igualamos a zero: )
triz simetrica. Analogamente. a condigao de segunda ordem suficieme para um porno critico )
-V de uma fungao / de lima variavel ser um min ’local e que /"(.r ) seja posiiiva: a condigao de
segunda ordem analoga para um ponto critico x n-dimensional ser um min local e que a hes- dx
= 3A + 9v = 0 '
cry
- -
e “ r- = 3v f 9 A = 0 t -) • .
siana de F cm x seja posiliva.
_
«
n
OTIMIZAQAO NXOCONDICIONADA
*
411 410 MATEMATJCA PARA ECOMOMISTAS
o 1 2
Teorema 17.3 SejaF: £/ — » R uma {\1n5ao C cajo domfnio d um conjunto aberto U em
1 2
Teorema 17.2 Seja Fr. t/ -A R uma fungao C cujo domfnio e um conjunto abertc U em
) Rtt. Suponha que Rn. Suponha que x’ e Um ponto critico de F, isto 6 , satisfaz ( 3).
1 — (x*) = 0 para i = 1 n
( 1 ) Se.ajhessiana £>2F(x* ) 6 uma matrix simetrica negativa , entao x’. e um
. max local estrito de F. I
2 . (2) . Se a Aessiana D2F( x‘) e uma matriz simetrica positiva , entao x ’ eu m min
e que os n menores principals Ifderes de D F(x’) altemam de sinal em x *: ‘
local estrito de F.
( 3) Se D F(x ) e indefinida, entao x nao e nem um max local nemum min
F rF x F
F Fr2Jtl * l*\ *2 \ XV ] local deF
Vl
Vil l
F, r < 0
Fxlx
1
*
F1
>0 Fxjx 2
FX 2 X
2
F,r
3't2 1
C 2 * *1
F*
*1 2
FX 2 X
3
F* *
2 2 * 2 *
Definigao Um ponto critico x de F para 0 qual a hessiana D F(x ) c indefinida , e cknomina-
Ci Entao, x* c um max local estrito de F. do ponto de sela de F. Um ponto de sela x e um min de F em algumas diregoes e um max de
F em outras diregoes. Portanto, 0 seu grdfico, como 0 de F(x, y) = x* - x da Figure 16.4, e \
^ em forma de sela .
^
O Teorema 17.4 Seja F: U -» R uma fungao ?
1
< cujo domfnio 6 um conjunto aberto U em
No Capftulo 30 apresentaremos uma prova cuidadosa do Teorema 17.2, depoisde desen -
volvcr a teorja de aproximagao por polindmios de Taylor. A ideia da prova e bastante simples .
Seja x um ponto critico de F, como no enunciado do Teorema 17.2 . Veremos no Cipftulo 30
r' °
R . Suponha que
como aproximor uma fungao O pelo seu polinomio de Taylor em tomo de x’:
'
! ( )=
^” ^
’
x 0 para 1 =
z F( x‘ + h ) = F(x * ) + DF( x')h + |hT £> F(x )h + F(h)
2 “
{5 )
'
e que os n menores principals Ifderes de D F(x‘) sao todos positivos em x :
2
^ F l<0
F
XJXJ ^x,X]
F
F
* X Xj
|
F.TT*! FX-JXJ
4
onde DF(x’) e a matriz jacobiana de Fem x" , £> 2 F(x’ ) e a matriz hessiana (4) dasderivadas
parciais de segunda ordem de F em x e R{ h ) e o termo restantc , que tende a 0 muito rapida-
mente quando h 0. Neste esbogo de prova , vamos ignorar 0 termo nao-significativo R{ In e .
rv
<
*
Vil FXjXo FXnXj
J
>0 ' l'T2
Fxlx
3
FX 2 X
3
FX
3X 2
como na htpotese do Teorema 17.2, tomar DF(x ) iguat a zero. Entao , podemos escrever ( 3 )
como
Se £>:F(x ' e neg; tiva , entao para qualquer h * 0 ( suficientememe pequeno ), o lado dircito do
"
( 6)
OO
\
0 menor principal iider de primeira ordem 6 Fxx = 6 x e o menor principal Ifder de segun- Condigoes Necess6rias }
-
da ordem e det D2F { x ) = 36xy - 81. Hm (0, 0), estes dois menores sao 0 e 81, respecti
^
- A condigao de segunda ordem necessaria para um max ou min de uma fungao de uma varid • -
vamente. Como o menor principal Ifder de segunda ordem 6 negativo, (0, 0) i uma sela de
vel e' mais fraca do que a condigao de segunda ordem suficiente. A desigualdade ftaca da con -
-
F, portanto nem max nem min. Em (3, 3), estes dois menores sao 18 c 243, Como estes
digao necessdria, a saber, que J"(x ) < 0 em um max local e que /"(x ) > 0 em um min local,
dois numeros sao positivos, Z>V(3, -3) e positiva e (3, -3) e um min local cstrito de F.
Observe que (3, -3) riao e um min global , porque no ponto (0, n) temos F(0, n) ~ -n2 ,
que vai a quando n > —
substitui a desigualdade estrita da condigao suficiente. As fungoes /](x) = x e (x) = x for- \
^
necem as ilustragoes mais simples da diferenga entre as condigoes necessfria e suficiente em .
-
Para ambas as fungdes, /'(0) = 0 e //'(0) 0; no entanto,/ tern um min global estrito cm
— *
j
•
: )
EXERCICIOS'
x = 0 e /2 tern um max global estrito em x = 0.
Para fungoes de vdrias varilveis ocorre um enfraquecimento semelhante. Nesse caso, '
^
17.1 Para cada uma das seguintes fungoes definidas em R 2, eiicontre os pontos criticos e substitufmos as condigoes de definigSo negativa e positiva sobre a hessiana de F nas condi-
classifique-os como max local, min local, ponto de sela ou "nao sei ” : goes suficientes dos Teoremas 17.3 e 17.4 pela exigencia que a hessiana deve ser nao positi- - }
va em um max local e nao-negativa em um min local.
a ) x 4 + x2 ~ 6ry + 3y 2 - -
b ) x 2 6 xy + 2 y2 + [ 0 x + 2 y 5
2 2y
c ) xy + x - xy 4
d) 3x + 3 x y y 2
- 3 f
Teorema 17.6 Seja F: CT4 Rl uma fungao C cujo dofmriio U este em Rn. Suponhaque
2
'
- ' '
17.2 Para cada uma das seguintes fungoes definidas em R3, encontre os pontos criticos e
*
x 6 um ponto interior de U e que x e um max local (respectivamente, min local) de F En -
*
.
-
' classifique os como max local , min local, ponto de sela ou nao
“ sei ” : ‘
= 7
tao, £> F(x ) 0 e D F ( x ) 6 nao- positiva (respectivamente, nao-negativa) . )
2
a ) x + 6.ry + y 2
- 3 yz + 4 z - l 0x - 5y ~ 2 Iz
2 ‘
b) U1 + V + 3zi ) e ' -( 2
^ «i > A discussao no Capftulo 16 mostra que uma matriz simetrica 6 nao-negativa se, e somente se,
todos os seus 2" - 1 menores principals sao > 0 e que uma matriz sim &rica 6 nao- positiva se, ;x
)
e somente se, todos os seus menores principals de ordem fmpar sao 0 e todos os seus mcno . - )
res principal de ordem par sao > 0. Com este teste analftico de semidefmigao em meme, r e e s . - )
As condigoes suficientes de primeira e de segunda ordem da segao anterior encontram todos crevemos o Teorema 17.6 como segue.
os maximos e minimos locais de uma fungao diferenciavel cujo dommio seja um conjunto
aberto em Rn. Como ilustra o Exemplo 17.2, essas condigoes nada dizem sobre algum desses
extremos locais ser um max ou min global. Nesta segao, djscutiremos condigoes suficientes
Teorema 17.7 SejaF: U -> Rl uma fungao C den variaveis. Suponhaquex 6 um ponto
2
para maximos e minimos globais de uma fungao real em Rn.
O estudo dos problemas de otimizagaounidimensionaisda Segao 3.5 colocou duas condi
. - interior de U . )
goes para um por to critico x de / ser um max (ou min ) global quando / e uma fungao Cf de
finida num intervalo conexo / de Rr:
- ( а ) Se x e um min local de F , entao (3f /3.v.)(x ) = 0 para i = l
*
n e todos i
os menores principals da hessiana D ~ F( x ) sao > 0.
( 1 ) A eum max ( ou min ) local eco unico critico de / em /; ou ‘
. (б) Se x’ e um max local de F , entao (3F/0.vf)(x ) = 0 para i = 1 e todos
/i
)
(2) /" < 0 em todo / (ou /" 0 em 1 para um min ); ou seja , / e uma funcao concava em /
'
2
( ou / e uma fungao convexa pamurn min ). os menores principals de ordem fmpar da hessiana D F ( x ) sao < e todos )
2
os menores principals de ordem par da hessiana D F(x ) sao > 0.
A Condigao 1 nao funcionaem dimensoes maiores. como e ilustrado pela funcao F cujas )
curvas de nfvel aparecem na Bigura 17.1. O ponto A na Figura 17.1 e um max iocal de F no
conjunto aberto U . EmboraA seja o unico ponto critico de Fern U a fungao Fassume um va-
% A prova do Teorema 17.6 esta no Capftulo 30. Agora vamos aplicar todas as nossas condigoes )
lor major no ponto B. . de segunda ordem a fungao cdbica do Exempo 17.1. ( )
Maximos Globais de Fungoes Cdncavas Exemplo 17.2 No Exemplo 17.1 calculamos que os pontos criticos de F(.r , y ) x* / + 9xy = - )
dicao e cxmamenteo criicrio de cierivada segunda para Fser uma fungao concava. O teorema fF 6.v 9
»
a seguir resume os criterion Je primeira e de segunda oirlens para umafuncSo em Rn ser con
cava ou convexa c relaciona essas propriedades com extremos globais.
- 9 -6 vJ )
)
o
1
o -
o OriMiZAgAo NAO CONOICIONADA 415 414 MATEMATICA PARA ECONOMISTAS
"
)
—
Tomando limites com h » 0, (8) resulta em
%) - FW 5 rW(y - x) (9)
1
2
0
\
-1 -2 -3 -2 -1 0 1 2 3 4
'
) .
Isto mostra que ai implica aii
3
o Para provar c, suponha que F seja concava e que F ( x ) = 0. Entao, pela desigualdade
(9) acima, para qualquer y e £/, temos
"A
0 F( y )- F( x' )
^ ( y - x* ) ^ 0 /
© ou seja, F ( y ) < F( x' ) para cada y e U .Assim, x 6 um max global de F em G. M
Figura 17.1 Conjuntos de nivel de uma fun ao cujo unico max local nao 4 um max glcbal.
Hd uma comparagao interessante enire os Teoremas 17.8 e 17.2. Para garamir que um pon-
^
o * ( *
2
to critico x’ de uma fungao F que e C seja um max local, precisamos mostrar que D2F{ x' ) 6
negativa; mostrar que D F x nao-positiva nao 6 suficientemeiue forte. Contudo, se conse-
) 6
1 2
Teorema 17.8 Seja F: U R uma fun9ao C cujo dommio e um subconjunto aberto con -
guirmos mostrar que D2F( y ) 6 nao-positiva nao s6 em x* mas para qualquer y em toda uma vexo U de Rn .
’ bola em tomo dex1 , entao podemos concluirque x’ eummax de F pelo Teorema 17.8. Por (ia) As tres cond oes a seguir sao equivalentes:
^
' '
exemplo, o cdlculo de /-"(0) nao consegue distinguir o ponto critico 0 como um min de/ (x) , (i ) F d u m a f u n9a o c6 ncavaemU;
- -
x do ponto critico 0 como um max de/2(x) = -/. Contudo, como fi\x ) = 12x 2 < 0 para -
( /0 F\ y ) - F(x) < DF(x)( y x ) para quaisquer x, y < U e =
) .
cada x e R 1 sabemos pelo Teorema 17.8 que 0 e um max de/2 em R \ ( iit) DlF ( x ) 4 nao positiva para qualquer x e U.
-
.
(b) As ires cond oes a seguir sao equivalents:
EXERC1CIOS ^
(0 F 6 uma fun9ao convexa em U\
, ) 173 Qua] dos mdximos e mmimosdo Exercfcio 17.1 sao miximos globais ou rmnimos glo- 2
- -
(«) F( y ) F ( x ) > DF ( x )( y x) para quaisquer x y e U e .
bais? («0 D F ( X ) e nao- negativa para qualquer xe U .
=
*
(c) Se F 6 uma fun9ao concava em Uc DF ( x ) 0 para a l g u m x e U
’
.
entao x e um max global de Fem U .
, > 17.5 APLICAQOES A ECONOMIA
A maioria dos princfpios da teoria economica decone de condiqoes de primeira ordem (e, as
Se F.e uma fun9ao convexa e m (/ e DF(x )
*
= 0 para algum x e U.
*
-J} 0 exemplode varias variaveis mais simples ocorre no estudo da firma maximizadora de lucro.
Suponha que uma finna usa n insumos para produzir um unico produto. Se x e R" representa
uma cesta de insumos, se y - G(x) e a fun9ao de produ9ao C1 da finna e se /; e o prego de ven -
Esbogo de Prova em R : Por defini9ao, uma fun 9§o F e concava em U se, e soments se.
1
' F( v) + (1 - i ) F{ x ) < F( ty (1 -- i )x )
da do produto. entao a receita dessa fuma e R( x ) = pG(x). Se C(x) representa o custo da cesta (71
J de insumos x, o lucro F(x) da firma com o uso otimo da cesta de insumos x e
* para quaisquer x> y G V e qualquer / e [0 , l ]. Escreva (7 ) como
J F(x) “ R( x ) ~ C(x)
Suponha que R e C sejam tais que a firma maximizadora de lucro utiliza uma quaniidade po- F( x + t { y - x ) ) - F( x )
J sitiva de cada insumo, de modo que a cesta x* que maximiza o lucro ocone no interior do oc-
F(y) - F(.v) <
i
J .
tante positivo R - . Entao. pelo Teorema 17.1 as derivadas parciais de F devem ser nulas na
tomando // = i( y - .v ) , como
*
. ? cesta x que maximiza o lucro: oil ,
J dF [ dR , dC . . ,
M
0 0) F( y) - F( x ) < + - - .v)
F( v Vy (S)
h
]
! )
)
cada mercado para maximizar seu lucro?
produzir para A condigao de primeira ordem ( 10) agora 6
)
A fungao lucro deste monopolista astuto 6 dR / dG , / . dG / w 2
,
F( Q, , Q2) = Q (50 - 5Q ) + Qi (100 - 10Q2 ) - (90 + 20(
<2, + Q, )) )
1
Os pontos cnticos de F satisfazem para i = 1 ,.. ., n. A condigao necessaria de segunda ordem noTeorema 17.7 requer que D F{ x ) )
BF seja nao-positiva . No caso de 2custo* marginal constante , esta condigao de segunda ordem im -
-
oQi =
50-100, - 20 = 0 ou 0, = 3 plica que a matriz hessiana D G(x ) deve ser nao - positiva* na cesta de insumo dtima . Em par-
)
_ ticular, isto implica que cada 32G/3x? deve ser 0 em x . Uma outra manara de aFtrmar is-
so e considerar que os vetores de insumo que maximizam o lucro' somente ccorrem
•
)
^
naquelas : v
- 100- 20(2, - 20 = 0 , qu j22 = 4.
002 = , .
regioes do espago dos irisumos ohde tbdaras 92 G/0x? sao < 0. Se para cada x e H" existir
’
' “ ' ‘
>
nao
um fndice i tal que ( 32G/ 3X?)( X) > 0, entao a firma sob estudo pode ter um pro -
Agora confira as condigoes de segunda ordem . Como
duto que maximiza o lucro no interior de RJ . )
Em -10 FQ2Q2 = 20 "
EQ\Q2 Fn2 ®l
1@
=0 )
o menor principal Ifder de primeira ordem de DlF j , 4) 6 10 e o menor principal '
- Itder de Monopolista Astuto
^ U )
O modelo de um monopolista astuto e um outro exemplo de um problema de maximizagao ao
segunda ordem e 200. Portanto , F 6 uma fungao concava e o porno ( 3 , 4) e a estrategia de
demanda que maximiza o lucro sobre todas as outras estratdgias no quadrame positivo . qual se aplicam os resultados deste capftulo. Suponha que um monopolista enfrema dois mer .
*
)
cados distintos e separados , por exemplo , um mercado domestico e um mercado extemo . ca- •
da um com sua prdpria fungao demanda. Seja Q t. a quantidade demandada pelo mercado / c
•
Analise de Minimos Quadrados
seja = Gf 0
P . ( ) a fungao demanda inversa para o mercado i , de modo que e a reccita
Muitas vezes os cientistas que estudam os dados de algumas ) bservagoes ou cxperimemos (
)
es - obtida suprindo o mercado i com fi . unidades de produto. Suponha que o custo de produgao . .
tao interessados em descobrir se as variivcis sob estudo esno relacionadas linearmente , ou C depends somente do total 0 = Qt + fi2 produzido. ou seja, que a fungao custo da empress . ;
pelo rnenos em encontrar um grafico linear que melhbr encaixa os dados. Suponha que J
esta- possa ser escrita como C( 0t + 00 - Entao, o lucro e
mos estudando a relagao entre duas variiveis , de modo que cada observagiio pode ser repre- r? )
sentada por um ponto (x;, y.) de dados no piano. Se tivermos somente dois pontos , entao
(
metodo da Segao 2.2 podemos encontrar a equagao da unica reta que passa por esses dois pon
pelo , ,e e
F{ Q . £?:) = !2| •c ( , ) + 0i • G,( , ) - C(0 + 02 ) , .
)
-
tos. Contudo, se tivermos tres ou mais pontos de dados , e pouco provavcl que estejam o
dos em uma unica linha reta. Neste case, gostariamos de encontrar a reta que melhor se ajus
alinha- Se soubermos que a firnra ira produzir uma quantidade positiva para cada mercado , entao >
)
- nosso problema e calcular os muximos da . fungao lucre F no interior do quadrante positixo.
ta a esses pontos de dados , tanto para langar luz sobre algum padruo subjacente
aos dados Esses maximos satisfazem , 2
)
quanto para possivelmente prever a localizagao de outros pontos.
Suponha que os pontos de dados sao (.v , , { xn y„), com n > 3. como ilustra a Figura
%
17.2 . Para qualquer retay = nix + b dada , podemos medir a distancia vertical de cada
_
0 jf = 4
&C ( Qi )) |
. C'( Q H Q - .) )
tes n pontos a reta. Essas distancias sao representadas pelos comprimentos d
unj des
dos seg-
*
<?,
f) < IQ>
)
dn
mentos de reta verticals pontilhados na Figura 17 , 2. A coordenada x do ponto da reta
corres - jp = rf(&G2(gi )) _ } )
pondents a (x;, v.) e o proprio x/ pois estamos tomando distancias venicais. Como a eqiiagao 9(2: < Q. -
‘ _
f
.
da reta e v = mx + b o valor da coordenada y deste ponto da reta e v. nix- + b. como mostra
= )
a Figura 17.2 . A distancia vertical do ponto de dados (X. v .) ao ponto (x . MIX. + / e
» \mxi + b - ^( Oifit/01(Ci )) _ ( :<>^Q?:(C:))
9 Q
yj. Como estamos trabalhando com Calculo e a funcao valor absolute nao e derivavel
;
. substi -
tufmos \IILX , + b - yj por { nix b - y .Y . Lisamos o quadrado. pois queremos que a distancia se -
ou
'
+Q
^ )
ja um mimeio positive: caso comrario. um pome que esta . digamos, a 100 unidades acima da A receiia marginal em cada mercado deve igualar exatamente ncusio marginal da produgao )
rctu e um ponto que esia a 101) unidades abnixo da rein irao anular- se total . •
2*,
(x2, ax2 + b)
{ X ] ,axi + b) *
^
m d |X , - ta, + b)| 4
,,
( x ,/ )
o 2 4 I*,?,
o u• 2 )V (21JC?)(S»)-(2 i-*r X2 »J%y/) (15)
) 2*? 2-r,- n2 i 4 ~ { 2 ixiY
r 2-*i fi __ Figura 17.2. A distdneia agregada de ires pontos de dados a urna reta.
)
Exemplo 17.4 Para encontrar a reta que melhor ajusta os pontos (0, 4), (3, 3), (4, 2), (3, 1) e = rrDi + b - y f + { mx2 + b - y$ + --- ± {mxn + b - ynf
S' { { { ‘ (i i)
i (5, 0), construa a tabela:
• «
. £- [ mx,+ b - y,)
n
j xi yt x} S{ m b ) = ' j ,
) 1 0 4 0 0
I
) 2 3 3 9 9 A reta que melhor ajusta >s n pontos de dados deveria ser a reta cujos parametros m e b mi-
3 4 2 8 16
liiinizam a discrepAncia total S. Como // i e b podem serquaisquer numeros reais, para encon -
7) 4 3 13 9
trar os minimos de S , primeiro resolvemos o sistema
1)
m
. = 5 - 20 - 15 - 10 =
fr ~ - - -
-
5 59 - 15 15
. _ 59 10 15 20
- — 29
5
7
para os pontos criticos de F: os criticos sao obtido usando a Regra da Cadcia cm cada parce-
la de ( l !). ( Lembre |
tes em
variaveis:
( 12 ) por 2
< ue aqui os .vf ey.sao conhecidos e as variaveis sao m e b.] Divida as equa-
c redistribua os somatdrios para ooter o sistema de duas equates a -duas
- - -
-
"
5 59 15 15 7
j A reta que melhor ajusia esses cinco ponies tem a equa ao X' ^Xn - X -viv
+ 0
.*
^ i / f
VJ v = ~.r +
7 . 7 — ou 5x + 7 v = 29
^ ^ mxi + b - X >) = 0
J;
Vocabulario A tecnica que discutimos acima e denominada metodo dos minimos quadra - X -v.r )m + ( X -v,-)ft = X
dos ou analise de regressao. Neste caso. a reta y = m x + /; que melhor ajusta os dados pon tl .' l
7j mais e denominada reta de regressao.
*
OU
Z, V; w -i- ^ nb = 2_V
y.
i >
j
1
}
CAPITULO IO EXERCICIOS
17.4 Uma firma usa dois insumos para produzir um unico produto . Se sua fungao de prbdu -
)
9ao e Qssxwyw e se vende cada unidade de seu produto por uma unidade monetSria e
Otimizagao com compra cada unidade de insumo por 4 unidades monetdrias , encontre sua cesta de in-
sumo maximizadora de lucro. ( Confira as condigoes de segunda ordem. )
*
•
Restrigdes I :. dondigoes 17.5 Mais geralmente , suponha que uma firma tem uma fungao de produgao Cobb - Douglas
Q = xyb e que trabalha com um pre90 de produto p e precos de insumos w c ry respec-
tivamente . Resolva as condigoes de primeira ordem para uma cesta de insumos maxi -
)
)
de Primeira Ordem mizadora de lucro. Use as condigoes de segunda ordem para determinar os valores dos
pardmetros at b , p , \ver para os quais esta solugao 6 um max global . )
17.6 A companhia adrea Tijolinho, que oferece voos regulares entre Sao Paulo e P090S de 1
Caldas, pode tratar as viagens de negdcios e de lazer como mercados separados , exi - ' '
\
gindo compras antecipadas e pemoite aos s £bados para viagens de lazer. Suponha que :
MTuitas vezes a Economia l definida como o estudo da aloca ao 6 ttma ‘ a companhia observa uma fungao demanda Q = 16~- p paraviagens de neg 6cios e uma '
Tl
"
defecursos
1
>
central e o de maximizar (ou de minimizar, no caso de custo , gasto ou risco) uma fungao de :
varias variaveis quando estas estao vinculadas a algumas equagoes condicionantes . 0 pro - 17.S Encontre a equagao da reta que melhor ajusta os dados pontuais ( 1 , 2), ( 3 , 4 ) , (5, 3) e
)
totipo dcste problema e' ( 6, 6). .
maximizar /(.v,,
2
vr), 17.9 rt )Prove que lab < a + b , para quaisquer niimeros a c b .
' '
^^ ^
h x x -c
*,
h, ( ,» . /
A-J - C ,n
(1)
< .Yf + - +.v;+ (
i
<j
yi - i) { xf + —+-j
A“
)
A fungao/ e denominada a fungao objetivo, enquanto as fungoes e hM sao de - )
nominadas fungoes restrigao. As definein as rcsthgoes de desigualdade e ns hi deftnem as
^
restricoes dc igualdade. Nas aplica9oes, as restrigoes de desigualdade mats ccmuns sao ns )
, ...
restrigoes de nao - negatividade: A > 0, , x„> 0. A|s restrigoes de igualdade surgem , muitas c ) Conclua que 0 ponto (m , b' ) em ( 14) e ( 15) e um minimizador global da funcao S ‘
'
vezes. como defmigbes de uma variavel cm tenr.oi.de outVas . Neste capitulo comecamos o cm (11).
' >
tratamento de problemas de maximizagao com restqgbes e veremos que toclo o cenario mate -
'
^
matico dos capitulos anteriores tern relagao com estfc topico central da teoria economica . 17.10 Use as panes a e b do exercicio acima para determinar a interpreta9ao geometrica de )
um determinante nulo nos numeradores de ( i 4) e ( 15 ). 1
)
^
em R \ encontre uma equacao para os coe-
*
1 )
Comecamos apresentando ulguns exemplos economicos importantes de problemas de otimi - licientes .4 . B e C do piano z - AY + By + C cujo grafico meihor ajusta esses pontos.
zacao condicionada . )
17.12 Divida as equacoes ( 1 4 ) e i 1 5 ) por > 1 para expressar os coellcie.ntes m ei; de mini
'
*
)
mos quadrados em termos dos vaioivs nmVm dos .Y -, v;. etc .
)
)
o
n
OTIM >ZAQAO COM RgsTfligoES 1: CONDIQOES PE PRIMEIRA ORDEM 423 MATEMATICA PARA ECONOMISTAS
422
n suieito a
Exemplo 18.1 ( Problema de Maximizagao da Utilidade Neste
) problema muito bisico, x ;
pf ( x
n
, ...
represema a quantidade de uma mercadoria i e/(* , , xn\em geral denotada
por
de utilidade ou satisfagao individual com o consumo de xx unidades do
x„), mede o nfvel
i t
& (*) &* bem 1 , x2 unidades do. bem 2, e assim por diante
. Denotemos os pregos das merradorias
*
n
*
por pn e seja / a renda individual . O consumidor deseja
•*[ S 0 .*„> 0
maximizar
© A primeira restrigao de desigualdade refiete a exigencia da firma
realizar um lucro nao-
negauvo. As resides dos g} representam restrigoes na disponibilidade
dos insumos. sujeita a ,
p x, + p x: + • • + p .n < I
^
# ^
.
x, 0, x2 > 0, .. , xn > 0
18.2 RESTR1Q0ES DE IGUALDADE
-
o
^ Duas Variaveis e uma Restrisao de Igualdade Parasermos coerentes com o formato geral (1), as restrigoes de nao -
negativitlade .r,. > Ode-
J ;
l )
J f i
•i . I
i
J £ •
-
v:
' %
OTIMIZAQAO COM RESTRICTS I: CONDUCES PE PBIMEIRA ORDEM 425 424 MATEMATICA PARA ECONOMISTAS !
Como devemos resolver para as tres incognitas { x [ t .t2, /i), vamos precisar de tres equagoes,
A curva de nfvel de / ser tangente ao conjunto-restrigao C no mdximo condicbnado x* )
uma a mais do que aparece em (5). No entanto, temos uma terceira equagao: a equagao de res- significa que, em x', a inclinagao do conjunto de nfvel dtfi igual d inclinagao dacurva de
.
trigao h( xt , Xj) = c Juntando esta equagao de restrigao com as duas equagoes de (5), obtemos
restrigao C. Lembre que, na Segao 15.2, vimos que a inclinagao do conjunto de Divel de / )
um sistema de tres equagoes a tres incdgnitas: . *
em x e
df . \
df \r (.x)N = .0 X t
\
OX| ox 3x2 >
4,
ll
|W - m'0 (6)
e que a inclinagao do conjunto- restrigao [ h( xlt x2 ) = c ) em x e
*
)
)
;i(x rx 2.)';- c = o •
Ha uma maneira adequada de escrever esse sistema (6). Monte a fungao lagrangiana ou, 3-x, 7 3^2
simplesmente, o lagrangiano
Dizer que essas duas inclinagoes sao iguais significa que
4*i. x .n)
2 E .
/{x, 2 ) -
jr -
, x2 ) c)
/- ] 1
)
Encontre os pontos criticos do lagrangiano L, calculando dUdxv 3L/ dx2 e dLIdp e igualando
_ (2)
cada um a zero. Como pode ser verificado facilmente, o resultado deste processo 6 precisa-
mente o sistema (6). Observe que como p simplesmente multiplica a restrigao na definigao de
SO )
)
L, a equagao dUdp 0 e enuivalente a equagao de restrigao c - h( xlt xj - 0. Esta nova varid-
=
vel /rque muitiplica a restrigao 6 denominada Um multiplicador de Lagrange.
Como veremos em breve, e conveniente cscre . or essa equagao assim: /
i )
Este processo e realmente magico. Quandoqueremos maximizar uma fungao num proble-
ma sem restrigoes, simplesmente resolvemos seus pontos criticos igualando suas derivadas 3L V
riavcis a um problema de tres varidveis sem restrigoes. A pcnalidade para esta redugao e a in- Para evitar denominadores possivelmente nulos. scja p o valor comum dos dois quocien- { *
clusao da variavel p , nova e um tanto artificial. Como veremos no Capftulo 19 , esta nova va- tcs cm ( 3): :
riavel p estd carregada de significado economico; el a nos dara uma nova medida do valor dos
' l )
recursos escassos no problema sob consideragao.
I
X
I
:
Cabe introduzir aqui uma observagao de cautela. Esta redugao nao teria funcionado se >
3/i/3.v, e dh/ dx2 fossem zero no mdximo x' na equagao (3). Por esta razao, vamos precisar = m. f4) ' *.
)
,
criar a hipotese de aue a parcia! 3/i/3ic , ou a parcial 3/t/3x2, 6 nao- nula no maxi mo condicio-
nado, ou ambas sao nulas. Como esta 6 uma imposigao (fraca) no conjunto-resiricao, e deno- }
minada quaiificagao de restrigao. Se a restrigao linear, como ocone nos problemas de ma-
^
ximizagao de fungoes utilidade dos Exemplos 1 S . I. e 1 S.2, esta quaiificagao de restrigao e sa
'
(5 ) )
/
/
)
i
J
)
/
o
'
r- .
•*<•</
_v - . .
, •“ vi
1
" S )
OriMizAgAoco v . RESTRICTS|; CoNDJQdgs SE PRIMEIRA ORDEM 427 426 MATEMATICA PARA ECONOMISTAS
Oi
[ Teorenia 18.1 Sejam , eh funcoes C deduas varidveis. Suponha quex’ = ( jq .xJ) euma
) 1
f '
"
a X v h ( x* ) X
jtj ^
Suponha lamb m que ( ,; ) nao e um ponto critico de
^
* h. Entao, existe um numero real
)
.L .
Observagao Se estivessemos minimizando/em vez de maximizando no
/ conjunto resuigao
CA, tenamos utilizado os mesmos argumentos que usamos na prova geometrica do Teorema
18.1. Em oinras palavras, a conclusao do Teorema 18.1 vale canto para
maximizar
- dxj
0
^
dx2
=0 e
dF
=0
ra minimizar / em Ch. NaSegao 19.3 iremos descrever uma condigao de segunda/quanto pa- : as curvas
) ordem que Observagao Nossa prova geometrica do Teorema 18.1 foi baseada no seguinte fato
distingue mdx 'mos de mfnimos. ( ) p .,
^ rtanto tern a mesma inclinagao. Vamos apre -
e
^
'
s
de nfvel de / e de h sao tangentes em t ,
) sentar agora uma outra versao dessa prova, baseada no
seguinte fato: os veiores gradieme
••*••»«» •••»««
» »« ( l«
•
) Exemplo 18.4 Vamos usar o Teorema 18.1 para resolver um problema
gao da utilidade:
simples de maximiza - rvv, ) _
f d h\
O maxmuzar /(^ >
| JTJAJ V/( x)
3.
e
3i
V/i(x) « *
dh
sujeita a hbcvx£ - xt + 4x2 = 16 ( 7) 3/
[dxj \ 2)
dx
; Como o gradieme de h e (1, 4), h nao tern pontos criticos e a qualificagao de
restrigao es -
ta satisfeita. Formamos o lagrangiano
. -
i
aos con
considerados como vetores-deslocarremo ou flechas no porno x, sao perpendiculares
Como os conjuntos de nfvel de / e h tern a mesma in -
junios de nfvel de/e h , respeciivameme ’:
r
^{ XI » X 2* F ) = *|*2 “ (*1 + 4^2 - 16)
^ clinagao em x \ os veiores gradieme V/( x ) e V/ (x ) devem estar alinhados
j em x\ ou seja , tem
Figura 18.2, ou
e igualanios suas derivadas parciais a zero: a mesma diregao; eies apomam no mesmo sentido, como no lado esquerdoda
J como no lado direiio da Figura 18.2 . Em ambos os cnsos , os gradienies
—— —
em semidos ^ opo tos ,
sao muliiplos escalares -
um do ouiro. Se escrevermos esse multiplicador como //, obteremos
? dL ,
3*,
= .v -/z = 0 - *
V/(x‘) u‘V/j(x ), ou seja .
-? dL
dx,- -
at
,
.v - 4 u = 0 (3 )
s \
a.v, a
=
( dh 1
C)A l
dL if 3A
j
dg =
,
-(.t + 4 X2 - 16) = 0
/
j
, I1 yd.u ,
Observe que, como era de se esperar, a equagao dUdp 0 simplesmemc repete a resirigiio
J = imcdiainmeme iraduz-se no sisiema ( 5 ).
N
( sso
de igualdade. Queremos resolver esie sisiema (8) de ires cquagoes IS. I .
. ..» a ires variaveis. Nesie Na ultima seciio do Capfiulo 19 apresciuaremos uma prova analfiica do Teorema
exemplo simples, o sisiema ( 8) e linear e podemos usar os
'
metodos do Capiculo 7. Como
( 8) e simples, usamos substituigao.
•i
V X
J fe
v Ivi
/
’ir; ..
>U M . )
OTlMfZAQAQ COM RESTRIgOES 1: CONDIQOES DE PfllMElRA pRpEM 429 428 MATEMATICA PARA ECONOMISTAS
)
A primeira equaijao em (11) fomece x, 0 ou x2 = 2//. Tratamos cada um dos dois ca
=
, - Das primeiras duas equagoes de (8), decorre que )
Portanto, ^
ses separadamente. Se x = 0, entao x2 = ± 3 pela terceira equaqao e p 0 pela segunda! =
P =*1 =
1
4*
1 (9) )
(0, V3,0) e (0.-V3.0) )
i
sao duas solugoes do sistema (11). e portanto x{ = 4x2 ( 10)
,
Se x, * 0 em (11), entao x2 2/i ou p = xJ 2 pela primeira equa ao em ( 11). Substituin
\
.
(1, 1, 0,5) (-1 - 1, - 0, 5) ( -1 . - 0 5) , e (-1, I, 0, 5)
O Teorema 18.1 afirma que p unico candidato a so.lu 9ao.do problema ( ?) ex,
*
- 8, x, - 2. -
i
Como veremos no CapAulo 30, a compacjdade do conjunto-restr ao Ch significa que •.•••• • * •••
^
k< *» * *! “
existe um max condicionado para este problema (Teorema 30.1). Como nao temos um tes
te de segunda ordem e sabemos peloTeoremi 18.1 que b max condicionado e um destes
- Exemplo 18.5 Vamos claborar um exemplo mais complexo: )
seis candidatos, podemos substituircada uni deles em /(x| x ) e verificar qual fomece 0
2 t max i mizar ,
/(x , x2 ) = xfx2
1
valor maior. romo \ , -
sujeita a (x , x2 ) c.tar no conjumo restr ao
^
/(u ) = /H, l ) - l
,. v = 3}
Q, = {(.x .r2 ):2xf +| -
(
<
A
'
)
—
/(!,- ) ) = /(- 1,- 1) = -l
1
/(o, V5) = /(0, J5) = 0 Para verificar a qualifica9ao de restr ao, calculamos os pontos criticos de h( xt , x2) =
' 1
^
2 xr + x; • O unico ponto critico desta funcao ocorre em (x,, x2 ) = 0 0
( , ), que 6 um ponto ;
0 . - -
max oeorre cm ( 1 1 ) e (-1.1). Observe que ( 1 , I ) e ( !, - 1 ) minimizoniftm . Veja
Ch que /wo estd no conjunto- restri9ao Ch. Portanto, a qualifica9ao de restri9ao deste proble- ;
'
)
oExercicro 18.1.
ma esta satisfeita. Agora, forme 0 lagrangiano •
t
Os calculos nos Exemplos 18.4 e 18.5 mostram como e aplicado oTeorema 18.1 . Primei-
t
r,
ro, verifique a qunlificaqao de restriqao calculando cs pontos criticos da fun9ao restr ao /1, ou
L(xp .v- , /i) = xf .t2 - p(2.vf + .v 22 - 3) )
seja, as soluqoes dc dh/ d.r , = 0 e dh/ dx 2 0. Se nenhuma destas esta no conjumo- restr ao, po-
-
demos escrever 0 lugrangiano, igualar suas derivadas parciais a zero e resolver 0 sistema de
^^ calcule suas derivadas parciais e iguale-as a zero:
)
equagoes resultamc. Se oconjunto re$ tri 9ao contdm um panto crftico da funcao res )
*
)
— = -2xf - x? + 3 = 0 i
1
:j )
Em seguida consideramos 0 problema de maximizar uma funcao f ( x v„) de n variaveis
condicionada por mais dc uma. digamos. por m restr oes de igualdade . Sejam / i , ( x ) hjs )
Mais uma vez. a equa9ao dL/ du = 0 simplesmente repete a restricao de igualdade. Quere-
^
as funedes que delinem o con junto- restri 9ao . Em ouiras palavras , queremos
mos resolver este sistema naodinear ( 11 ) de tres equa9oes a ires variaveis. O metodo usu - ~
maximizar ou minimizar f{ x , ; 1 al e resolver uma das duas primeiras equncoes em m e substituir esta expressao na outra , *
1
j
JO QllMIZApAO COM RESTRIQOES 1:CONDigCES DE PBIMEIRA QRDEM
431 430 MATEMATICA PARA ECONOMISTAS
0
.
Teorema 18.2 Sejam /, hv „, hm fun oes C1 de n varidveis. Precisamos generalizar para m fun oes a qualifica9ao de restri ao que utilizamos pan uma
JJ- ^
ximizar (ou minimizar) /(x) no conjunto -restri ao
^
Considere o problema de ma-
IO
«
(:q /4 ,
*
Suponha que x e Ch e que x e um max ou min (local) de
*
Em outras palavras,
^[A,(x)- a, ]- / [*z(x)- a ]
i2 2 -
pm[ hm ( x) a„]
») ( 13)
J’
) Se estivermos tratando com m fun9oes de resui9ao, m > 1, a general iza9ao natural de ( 12) e
)
—
i
— ( -. -)-o
> -
( 14)
( 13) envolve a derivada jacobiana
^
t
) x p ~-( V) o
)
) Dh ( x’ ) !"( ) - 1^«
i
>
)
h ] ( xty. z )* x2 + y \= \ e h2{ x, yt z ) s x + z = 1
hin ) se o posto da matriz Dh ( x’) e < m . Portanto, a generaliz39ao natural da qualifica9ao de res -
Inicialmente, olhamos para este problema geometricameme e vemos que o tri9ao ( 13) e que o posto de Dh(x) seja m, o maior possivcl. Mais formalmente, dizemos que
•j nido por /z, e o cilindro C, paralelo ao eixo z, esbo ado na Figura con junto defi - , hj satisfaz a qualiRca 9ao de restri9ao nao-degencrada (QRND) em x se o posto da
(/ j
i- do por h2 e o piano C2 paralelo ao eixo y, esbotjado 9 18.3. 0 conjumo defini
na Figura 18.3. 0 conjunto- restriqao - matriz jacobiana Dh (x’) em x’ e m. A QRND e uma cond ao de regularidade, como a defini-
^
Ch e. entao, a intersegaode C, e de C?. 9ao de uma curva regular na Se9ao 14.5 e iniplica que o conjunto- resir ao tem um piano tan -
o Agcra vamos atacar este problema analiticameme. Primeiro,
na das fungoes restrigao calcule a matriz jacobia - -
gente ( n m )-dimensional bem -definido em todos os pontos. ^
i 0 enunciado do teorema geral para maximizar uma fun5ao de n variaveis condicionada
) por m restr oes dc igualdade e uma generaliza9ao direta do Teorema 18.1. Contudo, nao po-
V ^
demos utilizar nossa prova geometrica bidimensional. Apresentaremos uma prova completa
: ")
i ^ (•W) = [* 0
1
na Se9ao 19.6.
.)
j
o
.>
.V
.Vi I ;i
•
J , J
J j' !
si
)
)
'
)
'
)
OTIMIZAQAO COM RESTRIQOES i: CONDUCES DE PRIMEIRA ORDEM 433 432 MATEMATICA PARA ECONOMISTAS )
0 resultado e uma equagao cubica com x = I como urna raiz. Podemos dividir a ctibica por
-
x 1 e resolver a equagao quadrdtica resultantepara obter * = i (~ i ± Vl 3), aproximada-
mente -0,7676 e 0,4343. Substicuindo esses numeros nas restrigoes, obtemos os quatro ‘
I
)
candidatos a solugao
r
x ~ 0,4343 ± 0,9008 f z= 0,5657;
i
S
)
juntamente com os pontos crfticos do lagrangiano. Figura 18.3 O conjunto-restrigao do Exemplo 18.6. )
~ .
Como qualquer ponto com x = y = )
’ EXERCICIOS". Seu posto e menor do que 2 se, e somente se, x = y = 0
*
18.1 Para o problema do Exemplo 18.5, esboce Ck e alguns conjuntos de mvel de/, como na 0 violaria a primeira restrigao, todos os pontos no conjunto -restrigao satisfazem QRND. )
Figura 18.1, para obteruma interpretagao geomdtrica das solugoes . Use esse esbogo Em seguida, forme o lagrangiano
)
para dcterminar se os pontos (0, ± V3) sao max local , min local ou nenhum dos dois. , -, -
L( x , y,z ,H ,li2 )= xyz y ( x + y - 1) /i2 (.r + 2 1)
2 1
-
)
18.2 Encontre as distances mdxinia e minima da origem a elipse x1 + xy + y2 = 3. [Suges - iguais a 0:
tao: Como fungao objetivo use x + y .) e coloque suas derivadas parciais de primeira ordem .
2 2 <• V \
• . J V
^^ - ,
2
18.3 Encontre o ponto da parabola >• = x que esta mais proximo do ponto (2, 1 ). ( Aproxime yz 2p .r ~ /i2 =0 )
ox =
•
r
;
•
>.
;• )
3
--
^
18.5 Encontre oponto mais proximo da origem em R que esta em ambos os pianos, 2x + v )
+ 2 = 5 e .v + )> + z = 1.
i v2 - r =0
M / )
18.6 Encontre o max e o min def {x , v, z ) = x + v + z2 sujeita a x2 + y2 + z2 ~ 1 e v « 0. dL -x-z -0
Da 2 )
18.7 Maximizef { x, y. z) yy + Apujeitaay + z~ = 1 e.rz = 3.
de . , v e:e substitua estcs ' )
18.8 Mostre que a QRND implica que m < /i. Rcsolva a segunda c terceira cquagoes para a, e u2 em termos "v : ;
n > valores na primeira equagao para obier )
18.9 Maximize x )*V sujeita a x~ + y~ + f = c‘, onde c e dlguma constante positiva fixada .
2
r rr
> •»
/ i
^ I W >
_ .
>
< I ~ .v + y + z )
">\1
\*
/
(.vr; )
• •> \ l /3
> » *
_ ,V “
> .
+ V” + Z
i
" ou
-* z x r» z - x v > - 0
v‘ - ( 15)
( *
j < 2 equacao para z em ter- I
3 Entao resolva a quarta equagao para x em termos de .v e a ultima
:
•
i mos d e x e substitua estes em ( 15 ). para obier ; i
>
i
(I -.r )(l - .v) — .v *( l - A ) - x( l -.v2 ) = 0
>
'
>i '
I
) ..
l(x y X) = /(x ,y ) - Xf -r.y)- i>]
0 e, como mostramos em (16), colocamos
ambos
^ Para encontrar o mdximo ou minimo de uma fungao num conjunto- restrigao deste tipo, sim-
plesmente construimos o lagrangiano, igualamos suas (m + n) derivadas parciai$ de primeira
o —= dx
e
—=
I
ordem a zero e entao resolvemos estas ( m + n) equates a ( m + n ) incognitas, cuidando um
pouco da qualificayao de restri ao ao lonfrt do caminho. Contudo, a maioria dos problemas
^
economicos tern suas restri9oes defmidas por desigualdades:
dx dy dy dy
,} iguais a zero. Tambem queremos, como
flzemos na segao anterior, a qualificag<io de restrigao, xMby
que o maximo nao seja um ponto critico da fungao
de restrigao g.
%
3
J
ESS3S
mt,
/
ft
9
3
\
=v
:
j
:
Ii
Comecemos novamente obsenrando o caso mais simples, o de duas variaveis e uma restri ao
de desigualdade:
maximizar .
f ( x y)
^
sujeita a
^(.r, y) < b
V Figura 18.4 Vfe apontam no mesmo diregdo e sentido no
maxima p.
l
-
Na Figura - 18.4, a enrva mais grossa e a curva g(.v, v) b\ a regiao a esquerda e nbaixo dessa
:v> I curva e o conjunto- restri ao g(.v, v) < b. As linhas mais finas sao as curvas de nivel da fun ao
^
objetivo/. Estudando a Figura 18.4. notamos que a curva de nivel de / de maior nivel que en - ^
y I ;
contra o conjunto- restri ao, toca esse conjunto no ponto p. Como p esta na fronteira do con -
^
y junto- iesiri ao, onde (.v. y ) = b , dizemos que a restri ao ti ativa ( ou , entao, vinculadora. efl -
I1
’
^ ^ ^
i
. .. - *
)
)
)
OTIMIZAQAO COM RESTRICTS I: CONDUCES DE PRIMEIRA 436 MATEMATICA PARA ECONOMISTAS
OADEM 437
J
Como nao sabemos a priori se a restrigao ser£ ou nao ativa no mlximo, nao podemos
usar a
=
condigao BUBp. 0 que foi utilizada com restrigoes de igualdade, pois esta
condigao 6 equi -
-
valent ag x, y ) b 0. Vamos substituir essaafiimagao pela condigao (17), que
( =
a restrigao i ativa ou seu multiplicador 6 zero (ou, em circunstancias raras, diz que ou
r r
g( r)
Curvas de nfvel de f
)
ambos). Juntando )
esses dois casos, podemos resumir nossas observagoes nesta segao no
teorema que segue. i
\a * Xr
i
m
i L'fS
m
5
m lia?
;
Teorema 18.3 Suponhaque/eg sao fungoes C1 em R2 e que (x\ y ) maximiza
junto-restrigao g( x, y ) < b.Se g( xt y ) b, suponha que
=
/ no con- Is® >
m )
z Wm g (x y) m b
m \
ou
;(x»0
| • &
)
g(KY)* ti
Em qualquer caso, forme a fungao lagrangiana • i )
X(x, y, ?.) =7fy, y) - X -
'
Figura 18.5 A situagao em que a restrigao nao e ativa.
- 6] " •«
)
Entao, existe um multiplicador A* tal que: Antes de considerar BL/ BX* precisamos examinar mais uma situacao
. Suponha que o ma - • '
° %
sa para representar a fronteira g(x, y ) b do = conjunto - restrigao . 0 conjunto -restrigao inteiro : >.
dc / ocorre r.um ponto q V i
(б) § ^(x ’’X') = Q 1. •
fica a esquerda e abaixo dessa curva . Contudo , desta vez o maximo
no interior do conjunto-restrigao. Existe um ponto r no conjunio deVnfvel
esse conjunto de nfvel 6 tangente a um conjunto de nfvel de /
g( xt >0 = b em que
, mas / e Vg apontam em sen-
_ \
(c) -
X -[4r , / ) -i] = 0
'
j
tidos opostos em r. De fato, podemos aumentar o valor de/ dirigindo
-
conjunto restri 9ao a partir de r, ate alcan 9ar q. Como g x, y estritamente
conjunto - restrigao ,
(
dizemos
) e
que a
-nos mais para dentro do -
restrigao
menor do que b ;
6 inativa ( nao- ‘
j
)
em q, ou seja , q esta no interior do de f ou se- i
um max local
(<0 X’ > 0 vinculadora , ineficaz ou solta) em q. Observe que o ponto q deve ser j )
. Pelo Teorema i 7.1 , isso significa que
ja, um max local nao-condicionado
-
i i
.
g{* y ) s b )
to
|o (q ) - |
« (q ) o , j
)
lagrangiano e , entao, escrito como L( x , y X ) = f ( x> y) + A • [g( x, y)- b].Estas duas nosso lagrangiano j
alteragoes se
anulam, de modo que a conclusao do Teorema 1S.3 continua valendo num max
condicionado. . - ^
L{ x , y X ) = f ( x ,y ) Xj (x, y) - fi] J )
Observe as semelhangas e diferengas entre o enunciado do Teorema 18.2, que trata
=
'
de res-
c igualar dUdx e BUBy a zero, desde que coloquemos X igual a
zero. Colocar A 0 faz coin )
trigoes de igualdade, e o enunciado do Teorema 18.3, que cobre restrigoes de
desigualdade: da andlise ; isto e exatamente o que se quer quando a restricao
( 1) Ambos usam o mcsmo lagrangiano L e ambos requerem que a fungao restrigao caia fora
que as derivadas de L em rc- no max nao e ativa . J
lagao aos x; sejam nulas.
•
' .
Resumindo, ou a resirigao e ativa , isto e, g (,x y) - b 0, como na Figura 1 S
= .4, caso em que o .
18.5 . caso em que )
= - =
(2) A condigao BUBp h( x, y ) c 0 para restrigoes de igualdade
pode nao valer mais pa - multiplicador A deve ser > 0, ou entao a restrigao e inativa, como na Figura
situagao . na qual uma das duas desigualdades deve scr ati- j
ra resides de desigualdade, pois a restricao nao precisa ser ativa no
maximo no caso ?
o multiplicador A deve ser = 0. Tal de resumir a ; ;
de restrigao de desigualdade. A condigao e subsiiiuida por duas condigoes: 3
va. e denominada condigao de folga complcmentar . Uma maneira conveniente
7 3
deve ser ze-
exigcncia de que um de dois numeros deve ser zero e aflrmar qbe o seu proditto j
.
-
X l«(-V,y) - fc] = 0 e
-
|s(.M ) - i < 0 >
i ro . Portanto. vamos resumir nosso criterio. a saber , que
A •f (.v.y) -
^
g ( x y
^]- 0
) 0 ou A = 0 , exigindo que
=
( 17 ) v - '
‘
. !
1
n
x = ~ JL
ft y~~ 1
f t x = +J?
1
do, so precisamos conferir a qualificagao de restrigao
para uma restrigao di desigual -
)
*= J
_ +
1
y= ~ 1 ,x ~ 1 ; dade se a restrigao 6 ativa no candidato a solugao.
na situagao de restrigoes de igualdade;
__
^ ft
1
j2 = 2 (4) Nao havia restrigoes no sinal do multiplicador
contudo, o multiplicador para restrigoes de desigualdade deve ser nao-negitivo.
#
'
R
ft y -*
ii x = 4- (5) Para restrigoes de igualdade (e para problemas
de primeira ordem que valem para problemas
sem restrigoes), as mesmai condigoes
de maximizagao tambemvalem para
3 . Descartamos os dois tiltimos candidatos, pois envolvem . Contudo , o argumento que V/(p) e Vg( p) apontam no
-
'
um multiplicador negativo. As problemas de minimizagao
sim, incluindo (0, 0, 0), hi tres candidatos que satisfazem todas as resumido na Figura 18.4, vale somen -
6 meira ordem. Substituindo esses ties na fungao objetivo,
cinco condigoes de pri-
encontramos que
mesmo sentido para restrigoes de desigualdade
te para o problema de maximizagao. O mesmo tipo
,
de raciocmio leva a concluir que V
opostos para problemas de minimizagao com
o /(p) e Vg(p) deyem apontarem asentidos
'
) •
x ~ f t ,y ~
f t e
~- i
ft' ym ~l2
i
J nimizar xy no conjunto-restrigao x2 + y1 < 1. solutes do problema de mi - - x + y < 1.0 tinico ponto critico
2 2 de g ocorre na origem, bem distante da fronteira x +
de restrigao estarS satisfeita em qual -
2
y 1 -
do conjunto- restrigao. Assim, a qualificagao
) : Uma maneira de pensar nacondigaoc do Teorema 18.3 e que se X ,
> 0 entao sabemos que quer candidato a solugao. Forme o Iagrangiano
a restrigao sera ativa epodemos tratd-lacomo uma restrigao de
igualdade em vez de uma res-
trigao de desigualdade, o que e um criterio muito mais simples j -
£(*, y , X ) xy - X ( x + y 1)
2 1
-
guns problemas economicos, este tipo de analise pode fomecer
com o qua! trabalhar. Em al
informagao util sobre o feno-
-
meno que estamos estudando, como ilustra o prdximo exemplo. no Teorema i 8.3:
e escreva por extenso as condigoes de primeira ordem descritas
o Exemplo 18.8 Considere novamente o problema padrao
>
\
Ji
de maximizagao
Exemplo 18.1. Continuamos a ignorar as restrigoes de nao- negatividade da utilidade do
forgamos a restrigao orgamentaria a ser ativa no enunciado do
justeza da restrigao orgamentaria, ou seja, a conclusao de que
o
, mas agora nao
problema. Veremos que a
renda dispomvel, e uma conseqilencia de uma hip6tese natural deconsumidor gasta toda a
)
['.
)
•
„
^ =
. ox '
-
y 2\x - 0
+ y1 -1) = 0
ay
x 2 + y2 I
2 Xy = 0
X 0
> ^
portanto,
ou (*, ,) > 0
jr
- com ( 18), obtemos .r = ± i/ \/ 2 Com-
= 1 2 * = ±\ j42 ty candidatos - -
= 0. Combinando issoequagao os
para X em ( 18 , obtemos quatro
) seguintes :
binandoessas com a
) Isto i uma versao da hipotese usual de monotonicidade ou nao
'
as mercadGrias em questao sao bens cujo aumento de consumo -saturagao, que afirma que
mo a qualificagao de restrigao usual estd satisfeita, podemos aumenta sua utilidade. Co-
formar o Iagrangiano
J- J
y i ;
i
V
)
)
I
lt*„X2,X) =
;
!
~ + PlXl ~ ! )
Aj > • - Ai:) = /(x) “
Xjgj (x) r- — • •“ 2. [g (x )
^ ^ — e calcular seus pontos criticos em xi e x2’
:
:
(19) ' )
w
(A)
^ ^ x‘ X - >0
Xi[«,{x’) _ bi ] -
x; > o x; > o
' (x’’ r ) = 0
=0
3L (
^
3U j \
- ^V2 = 0n
No mdximo, 0 multiplicador X nao pode ser zero; se fosse, ambas as parciais dU / dxl e
dU / dx2 seriam nulas em ( 19), em contradigao a nossa hip6tese de monotonicidade. Como -
)
(c ) ;
X>0 e X ( plJCl + p2 x2 - /) = 0
(x’ ) s 6»
id) ^ segue.que p j.+ p ^/io- consumidor gastarltodarenda- disponivele-podemos tratar- a
^ ^ 1
restrigao orgamentdria como uma restrigao de iguaidade.
Observegao A qualificagao de restrigao no enunciado do Teorema 18.4 6 a generalizagao na- Varias Restritpoes de Desigualdade
tural das qualificagoes de restrigao dos Teoremas 18.2 e 18.3. Esta condigao envoive somen- A generalizagao do Teorenr 18.3 para mais varidveis e mais restrigoes 6 imediata . Apresen-
te as restrigoes ativas , pois as restrigoes inativas nao devem desempenhar um papel nas con- taremos seu enunciado aqui e entao veremos alguns problcmasconcretos usando essa gene- w
digoes de primeira ordem . Assim , tratamos as restrigoes ativas exatamente como tratamos as ralizagao, mas sua prova sera apresentada apenas na Segao 19.6. Lembre que^uma restrigao , }
g (x) b 6 ativa (ouentao, eficazou justa) em um candidatoasolugao x seg (x ) = b . Seg ( x )
j '
restrigoes de iguaidade no Teorema 18.2, supondo que sua matriz jacobiana tem posto maxi -
mo. Continuaremos a abreviar essa versao das qualificagoes de restrigao nao -degeneradas por < b dizemos
, que a restrigao 6 inativa ( ineficaz ou solta ) e m x . •
QRND. 1
1
1
Exemplo 18.9 Considere o problema de maximizary, z ) = xyz no conjumo -restrigao de -
finido pelas desigualdades [ 1 *
Teorema 18.4 Suponha que /, g , gk sao fungoes C de n varidveis. Suponha que x e /
x+ y+ z \ x>0 y >i
«
) e z>0 Rn e um mfiximo local de / no conjunto-restrigao definido pelas k desigualdades )
Este 6 o problema tfpico de maximizagao da utilidade num espngo- mercadoria tridimen - Sl (*l *« ) * bl & (*!••; A )
sional . Como precisamos escrever todas nossas restrigoes de desigualdade consistemc -
mente, com um < escrevemos as tres restrigoes de nao -hegatividade como Para facilitar a notagao , suponha que as primeiras restrigoes sao ativas em x e que as
*
^
'
1
)
0 -1 0
-!; )
. 0 0
Como suas colunas sao iinearmcnte independentes, seu posto e ires. Como no maxinio \
cU'„ f
>
\
ires das qiunro rcstricoes pcdem ser ativas em qualquer ponto , a QRND vale cm inlquer \
candidaio a solugao. Forme o Jagrangiano j das restrigoes ativas e kQ> ou seja , e 0 maior possivel .
' Forme o lagrangiano J
1
/
v, ur.vl*.2 .•
*
t
"
— •* • '
o
I
6 COM RESTORES I: CONDUCES PE PR;ME< RA PROEM 443 442 MATEMATICA PARA ECONOMISTAS
n OTIMIZA
^ AQ
n va a uma contradigao, conclufmos que x > 0. Argumentos semelhantes mostram que tam-
bemy e z sao positives. Entao as condigoes 5, 6 e 7 implicam que h. = A3 = A* 0 e as
= parcelas deste lagrangiano, podemos
") de menos nas tres tillimas
equagoes (20) simplificam para Por causa do duplo sinal como
1 yz = xz xy - -
escreve lo mais esteticamente ,
A (x + y + z - 1) + A2X + A3y + A. z
-
^ .
x , y, z, A, , A . Aj A4 ) = xyz 1
L(
*
^
^^- =- - ^ ^ =
(i ) yz i +
OX
o 4HB >0 dL ; «
- Al + A3 = 0 ,
(10) A > 0
)
concluimos que (22) e a solugao do-problema de maximizagao condicionada. (11) A4 > 0
>) (3)
3L X A + 4 = ®
dz
= / I - - ^-
Como mostra este exemplo, a solugao de urn problema de maximizagao condicionada co (12) x + y + z < l
mumente envolve repartir as condigoes de primeira ordem em varios casos. Muitas vezes, o
*
-
(4) 2,(x + y + z 1) = 0
j -
mais fiSci! e comegar com as restrigoes de nao negatividade ou com os sinais dos multiplica-
(13) ^ O -
dores. No Exeirplo 18.9, trabalhamos primeiro com o caso 2, = 0. Cada case precisa ser le-
(5) V=0 (14) > > 0
>
(6) Ajy - o
'
) vado at6 o fim, aid que se calcule um candidaio completo para a solugao, inclusive valores pa-
ra os multiplicadores, ou entao ate alcangar alguma comradigao em uma das condigoes de pri- ; (15) zSO
meira ordem. Enquanto se trabalha em qualquer dado caso, 6 possfvel que precisemos repar - (7) A4Z 0 =
> tir o caso em dois subcasos, dependendo se uma segunda restrigao de desigualdade e ou nao
e ativa. No Exemplo 18.9, ao estudar o caso A, > 0, tivemos de examinar dois subcasos, de-
pendendo do sinal dex.
Na teoria economica, entretanto, raramente precisamos calcular os m£ximos ou mfnimos
(8) A , 0
Podemos escrever as
i ‘ •
A, = yz + Aj = xz + Aj = xy + A4
(20)
") de um problema especiTico. Em geral, estamos mais interessados em estudar as condigoes de
> primeira ordem que surgem em um tipo especiTico de problema, pois estas podem levar a re- A, = 0 e A, > 0
Vamos examinar dois casos: ) entao variavcl da equagao (20).
j lagoes interessantes entre as vari £veis do problema ou ate a principios economicos gerais.
Se A, = 0 na equagao (20 -
, por ser nao negativa cada
o -
i
Neste capitulo fornecemos vlrios exemplos e exercicios concretos que tomam mais facil tra
temos (21)
balhar e entender as condigoes de primeira ordem do Teorema 18.4. Assim , apresentaremos
yz xz = xy = 0 c Aj = A
- = = =
, X3 A4 C
o i
y
mais um exemplo concreto com restrigoes de desigualdade na ultima segao deste capuulo.
equagoes (21 ) levam a um conjunto (infinito) de candidatos
a solugao nos quais duas
0, 1]. Em particular, a fun-
> EXERCICIOS
As e qualquer numero no intervaio
varidveis sao nulas e a terceira(x, y. z ) que satisfaz ( 21).
gao objetivo e nula em cada
[
y + z 1; pelo menos
=
) 18.10 Encomre o maximo def { x, v) = x1 + y\ sujeita a 2x + y < 2, .v > 0, y > 0. A, > 0. Pela condigao 4, temos x +
Em seguida , vejamos o caso . Suponha por um momento que x = 0. Entao, usando
-
um dentre x, y e z deve ser naoque A, > 0, vemos que A3 = A4 = A, > 0. Mas entao as condi
nulo -
9J 18.11 Encomre o maximo de/(x, y ) = 2 yl - x, sujeita a x + y < 1 , x > 0. y 0.
2 2
v i i
•liLifl ,r.. "i-z'Jh/ - •T ...•..' .
*
--
iv vi
)
\
)
r
OrjMiZApAQ COM RESini Qks 1: CONDICQES DE PFKMEIRA OBDEM 444 MATEMATICA PARA ECONOMISTAS
^ 445 )
- •
e) Mostre que x = 1, y 1 > z = 4 satisfaz
= essas equagoes.
-p,[/ ,(x)-
i C| ] restrigao de desigualdade orgamentdria d ativa mesmo
•
;
)
^
|(x',;i ) = 0 )
(fl) p$ + p3z /.
*
trigaox + y + z < 1 para a restrigao +
'
1
;
W -
*i[si (x‘) *>1]= 0 A;[gt (x') - bt j = 0 18.4 RESTRigOES MISTAS
Como observamos no Exemplo 18.8, alguns
problemas de maximizagao envolvem tamo res -
(?) A (* ) = C
*
| .
A (x‘) = c„ trigoes de igualdade quanto de desigualdade. E
mas 18.2 e 18.4 em um unico resultado quelrata
imediato combinar os enunciados dos Teore-
do caso geral. ~
)
)
(d ) A; > 0 A; > O 1
>
sao fungoes C de n varidveis. Suponha
1
(e) SI (X') - I ( )
gt x' £ 6jt Teorema 18.5 Suponha que/, gkt i ; )
^ que x’ e R" 6 um mdximo local de/ m conjumo -
restrigao definido pelas k desigualdades
Q )
e m igualdades: 7
£ l ( *) »..• */:) — f •
ambos os casos, a matriz jacobiana 2 x 2 cqrrespondente de restrigao nao -degenerada estd satisfeita em x *. t
as restri oes tern posto dots e r ha que a seguinte qualificagao
|
portamo a QRND esttf automaticamente
satisfeita - Forme 0 lagrangiano ^ e / O posto em x da matriz jacobiana
’
j
.- .
-|) A,. 1 j.
i
f
^
L= v y2 - ti [x 2
+ y2 4 + r + A2 v .)
; »
:
t.
T
;
1 dxa ;
i
. I
( 2) ~ - -2 y - 2pv i- A; = 0 ( 4 ) A .Y , =0 d /i , /
'
} )
1
:
3A / \
Escreva acondigao 1 sem 0 sinal de menos como I + A, 2
0. Portamo / / > 0 e.v > 0 (e A, = 0). Escreva a condigao = ar. ]Como A, > 0, I + A, >
2 como
u > 0. on y e A, sao riulos ou ambos sao positivos. Pcia condigao2y + it ) = A,. Como 1 +
(
5. nao podem mnbos ser
!
; 1
{
dli
( )
dx I * ?*„ (« )
d\
)
J
{.v, v. f /. Ar A:) = ( 2, 0.1 / 4.0, 0). *1 i
;
das restrigoes
maior posstvel.
Forme 0 lagrangiano
•
I
'
j
?:
1
1
'
.fcs - v
ig' :
-- - —
--
••• *•
—
t
) . Forme o lagrangiano
PROBLEMAS DE MINIMIZASAO CONDICIONADA
i
o 18.5
As condisoes de primeira ordem de
um problema de minimizasao com restrisoes <fc igualda -
-, , -,
s /(x) A [g (x) fr ] A [g (x)
* * - bk ] de, que consideramos na Segao 18.2
, sao as mesmas das condisoes de primeira ordem de um
derestrigoes
, Segao 18.3, onde tratamos problemas
m -cm ] problema de maxunizagao. No entanto na
de desigualdade, nossa discussao sobre o sinal do multiplicador se aplica somentt a proble
mostraria que, se quisessemos minimi2ir /em vez
-
Eritao existem multiplicadores
taisque: mas de maximiza :ao. O mesmo argumentorestrigao , escreveriamos o lagrangianoda mesma
-
de maximizci la sobre omesmo conjunto -
o ) ^ >
* ) = °. .—^ -(x ,; O= 0
maneira , mas iriamos requerer que os
multiplicadores
Exemplo 18.7, no qual os pontos minimizantes
fossem 0. Isto estd ibstrado no
correspondem a multiplicadores regativos.
de tratar problemas de minimizasao condi --
No entanto, existe uma maneira mais comum
de minimizasao sao, geraliremc, apre
[ ,( )- ,]= ... ;[ ( ) -fcJ;]= o cionada. As restrisoes de desigualdade num problema nos problemas de maximizasao. Por-
> ^
( b) g x‘ i
° ; ,A gt x'
sentados com g(x) > b em vez de g x( ) < b , como ocorre
de minimizasao que tira vantag« m desta si -
) . tanto, iremos usar uma formulasao de problemas
to M
) ,*‘ = c Am(x ) = cM
*
tuagao e que e um analogo mais natural da nossa abordagem de problemas de maximizasao,
esta formulasao como um teorema ,
) ; especialmente para o estudo de dualidade. Apresentamos .
que e andlogo ao Teorema 18.5 para problemas maximizasao
de
to A; > C, e
: )
")
*
to
^ >0
Y
:;
restante exatamente como na
restrisoes
de desigualdade
formulasao de max condicionado, inclusive a forma das
.
o
I ( 3
iy ] |SL( x- )1
(2) Coloque os multiplicadores d.Y l '
YJ
(
no lagrangiano com um sinai
menos, mantepdo as restrisoes como elas estavam para de mais em vez do sinal de
o problema de maximizasao
condicionada.
t
^( )
: !
j L x
j
mini mizar /(,y. y) = 2v -.t: “ -J i
g sujcita a 2
A >0 y> 0
A* + y< 1 ( 23)
?
S
Ames de escrever o lagrangiano, escrevemos a primeira
- - -
^
2 2 !
J restrisao como x v > 1 (» )
tao, o lagrangiano e . En - i - v
J r( v .. 1 i 1 \ «
i •
f
\
r
( l«
1
J
-
( t
i
P
<
{ y *
!
!
* i
** 1
\ *
(
c
(
(
(
(.
t
(
(
(
I
i
(
r
c~
c
c-
c
- QnMfZAtpAO COM RESTRIQOES I: CONDjgOES OE PRIMEtRA ORDEM. 447 446 MATEMATICA PARA ECONOMISTAS
r EXERCICIOS
r- das restrigoes de igualdade e das restrigoes de desigualdade ativas 6 kD + m, ou seja , 6 o
•
o-
C Forme o lagrangiano
18.5 PROBLEMAS DE MINIMIZAQAO CONDICIONADA
..
L( X } .., xn , \ ,..., Xk , /i!, . /im )
s /( )- AlaW - &i ] — [&(*)- A ]
As condigoes de )rimeira ordem de um problema de minimizagao com restrigoes ie igualda -
#' *
]— -/ „
C|
**
[A„(x) - ca ]
t
de, que consideramos na Segao 18.2, sao as mesmas das condigoes de primeira ordem de um
problema de maximizagao. No entanto, na Segao 18.3, onde tratamos problemas de restrigoes
# de desigualdade, nossa discussao sobre o sinal do multiplicador se aplica somente a proble-
mas de maximizagao. 0 mesmo argumento mostraria que , se quisdssemos minimizar / em vez
r Entao existem multiplicadores A J A.*,/q t a i s q u e: de maximiz£- la sobre o mesmo conjunto-restrigao, escrevenamos o lagrangiano da mesma
o - >° -- maneira, mas iriamos requerer que os multiplicadores fossem < 0. Isto est itostrado no
^
^ ^
(a) (x ,A , (x ,A ) = 0 Exemplo 18.7, no qual os pontos minimizantes correspondem a multiplicadores negativos.
o No entanto, existe uma maneira mais comum de tratar problemas de minimizagao condi
cionada. As restrigoes de desigualdade num problema de minimizagao sao, geralraeme, apre-
-
"
) ,[ , ) - fci ]= or:;.,A;[&(x')- fci] = o
(fc) A‘g (x‘ sentados com g( x ) b em vez de g\ ( ) by como ocorre nos problemas de maximizagao, Por -
)
tanto, iremos usar uma formulagao de problemas de minimizagao que tira vantagem desta si -
(c) A (x’) = c, A„(x’ ) = c„
. tuagao e que e um an &logo mais natural da nossa abordagem de problemas de maximizagao,
especialmente para o estudo de dualidade. Apresentamos esta formulagao como um teorema,
|
'
) que e analogo ao Teorema 18.5 para problemas de maximizagao.
M A; > o ;
A > &, e
— —
. . .. -.
• O Note que, neste caso,- as restrigoes de nao-negatividade j £ estao na forma correta; agora
elsis aparecem no lagrangiano como -A ..
= c, M r,....-O = cm
:• ‘-t "
*
'
^
textos podem seguir oulras abordagens em problemas de mfnimos condicionados
i
-
*
t • : (1) Substiluaf por -/, j £ que minimizar / e equivalents a maximizar / Mantenha todo o 0 posto ein x da matriz jacobiana
(2). Coloque os multiplicadores no lagrangiano com urn sinal de mais em vez do sinal de
menos, mamendo as restrigoes como clas estavam para o problema de maximizagao
condicionada.
1 • *•••*•••• ••••*
» «
••••• ••••
Exemplo 18.11 Considere o problema
IMM « >
1
i.
ty )
t : :
mini mizar /(.v, y ) = 2v - x
sujeita a .V + y1 1 x 0 y 0 ( 23)
- x - v -1. En-
IrK)
^
Antes de escrever o lagrangiano, escrevemos a primeira restrigao como ' '
•
J tao, o lagrangiano e
)j
\
-J /( r w1 1
——
- 3 . l = 7 v v- - « i
-
lL 1. «• Lv
448 MATEMATICA PARA ECONOMISES
OTIMIZACAO COM RESTRK?0ES [: CONDiCOES DE PfllMEIRA ORDEM
,
449
)
18.6 FORMULAQAO DE KUHN-TUCKER “
By
- 2 + 2A,y A3 = 0 - (25, ;•
1
1
Os problemas de maximizagao condicionada mais comuns em Economia envolvem somente Aj (~x2 ~ y 2 + 1) = 0 J
restrigoes de desigualdade e uma coiegao completa de restrigoes de riao-negatividade: (26) )
AjX = 0 A3y = 0
maximize /(xt ,..., jrn) (27) .
>
(28)
sujeita a «( I JC ik ( x (31 )
junto com as restr oes originais (23) . _
i
^
Uma maneira eficiente de come9ar a resolver um sistema de equapoes e desigualdade i
Observe que separamos as restrigoes de nao-negatividade do restante das restrigoes de desi- como este e escrever as equagoes dL/ dx{ sem 0 sinal de menos. Neste caso, as equagoes
}
gualdade. Esta situagao 6 tao comum que se criou urn lagrangiano especial para tratar deste (24) e (25) fomecem ; ;
caso. Como a abordagem que estamos prestes a dtscrever remonta 30 trabalho pioneiro de - )
Harold Kuhn e A. W.Tucker sobre problemas de maximizagao com resides de desigualda- . 2.x + X2 = 2 At;t (29, -
de, ela l conhecida como formulagao Kuhn Tuck . *
jr 2 + 2 Ajy = A3 (30, : >
Ao Ion go desta segao vamos considerar que a QRND usual vale na solugao x do proble-
' *
ma (31). Se utilizSssemos as tScnicas da Segao 18.$ para resolver o problema (31), escreve - -
Como cada vartevel em (29) e (30) 6 nao negativa, podemos ver imediatamente a panir dt s
riamos o lagrangiano como (30) queXz ‘> 2 > 0 . Conciufmosde (27) quey 0 ede (30) queXy 2 = =.
1 Em seguida examinamos dois casos, dependendo do sinal de x Se .x = 0, ernao A &? . ,=
^(x, At A v, , . )
^
.. ^ = -
por (26) e por sery 0 e A, 0 por (24). Assim, (x, y) (0, 0) satisfaz as condigoes de pri »"
= - )
= /(x ) - A, [g, ( x ) - A j A •(& (x) bk ] + V.AT, + " " " + V .
- meira ordem (24) a ( 28) e /(0, 0) = 0 .
* ,=
Sex > 0, entao A - 0 por (27), A 1 por (29) e*2 + yJ 1 por (26). Como y 0, temos / = = )
As condigoes de primeira ordem correspondentcs sao x" = l e, como x > 0,^temos x 1. A solugao ( x, y) ( 1 , 0) das condigoes de primeira ordem
'
= =
dL
~
_ df .
T A\ T
3s, .
Ak d-.Y + Vl oU
k
_ = -
-
y) 2 v .x' noconjunto- restrigao (23) .
.
- levam ao valor/( 1 , 0) = 1 da fungao cbjetivo .Conciufmos que (jr, y) = ( 1, 0) minimiza/(.v, *
.
c/x i
'
dx ] dYj |
(32) •
EXERCICIOS . j
^ ji 9g L
— •
dxr.
& + v,
=o 18.16 . Confira que a QRND esta satisfeita no Exemplo 18. i 1.
O
l t
|=0
^
A, U , ( x) - 6J ) = -AJ 18.18 Minimize 2v + 2y2 - 2.ty - 9y no conjunto- restrigao
"
)
I : f
2
(33) 4.v + 3y < 10 y - 4.v > -2 .r > 0 v>0
J)
J
i
At ( gk (x) A ) =
” “
4 -o Este problema e bem complexo, de modo que fornecemos algumas sugestoes para sua
f ^ resolugao. 1 ) Como sempre, escrcva primeirp o lagrangiano e a coiegao completa das
condigoes de primeira ordem . 2) Escreva as duas primeiras equagdes das condi9oes de j ’
)
lVYj =0 primeira ordem sem sinais de inenos. 3) Examine separadamente cada um dos tres ca - )
( 34 ) sos seguinies e mostre que cada um leva a uma contradigao de condipoes de primeira •*
ordem:.v = 0. v = 0: .v > 0. v = 0: x 0. y > 0.4 ) Conclua que .v > 0 e v > {) e que cada / ..
-
um de sous muitiplicadore.s A, e A e milo. 5 ) Examine quatro casos de ncordo com a “ \
^
A|..- ., A. v., vB > 0 positividade de A , e A,. Mostre que cada um dos tres casos seguinies leva a uma con -
irnd iio de condicoes de primeira ordem: A , 0. -
0: A , 0. > 0: A, > 0. A, > 0. .
= }
mais as desigualdndes em (31). ^
6 ) Calcule a so!u 9ao que corresponde a A, > 0, A, = 0.
= *
-
4
1
'
1
O OTIMIZAQAO COM RESTRIQOES hCoNDjgOEjS DE PRIMEIRA ORDEM 451: 450 MATEMATICA PARA . ECONOMISTAS
n
i
"
Teorema 18.7 Considere o problema de maximizagao condicionada (31) sem restrades
Kuhn e 'Ibcker trabalharam com um lagrangianoX que nao inciui as restrigoes de nao-ne
gatividade: -
o de igualdade e com uma colegao complete de restrigoes de nao-negatividade. Forme o la-
*
) grangiano Kuhn-Tbcker L como em (35). Suponha que x 6 uma solugao de (31) e que a
mattiz Qgfixp tem posto m&ximo em x , onde os i variam sobre os indices das restrigoes
^
.
L (x, j „ ., Aj. ) = /(x )
^
j
— '“
^]
jt (35)
g que sao ativas em x’ e os j variam sobre os indices j para os quais Xj > 0 . Entao exis-
.
temmultiplicadoresnao- negativos A|,..., AJ tais que Xj\...,x , A},...A satisfaz o sistema
# de equates e desigualdades (40).
* *
. Al ,., .,Ai , Vj ,..., vn ) - £(x, Ah..., A ) + V X + ...+
£( x ,|A
*
,, vnxn
) Para j = 1,..., n, escreva (32) como
—* =- _L -
'
6 -
Exemplo 18.12 Nesta estruturagao, o lagrangiano Kuhn Tucker para o problema usual de
• • 3
dXj
3
+ v 0n
3AV J =
j
( 36)
- maximizagao da utilidade do Exemplo 18.1 e
i
:)
.1
J
)
)
' i
l { x [ , x1;X ) = V {xl . x2 ) - X { plxl + pix1- - l )
e as condigoes de primeira ordem agora sao:
—— ou
AL-
3A j
-v j (37)
6 3L ~
Por outro lado, para cada x,
| , ~ P\X\ ~ P2 xl ) - 0
j= / - p1A - p2X2 0 .
: > A~
^ 3L
^ ^- S;( x) >
=
3A; ° (39)
EXERCICIOS Combinando (34), (38) e (39), verifcamos que ascondigoes de primeira ordem em termos do
• .* .
. .
Kuhn• -Tucker sao
. lagrangiano
::1820 Mostre que a QRND usual, quando. aplicada ao problema (31), leva a qualificagao de -\
'
• •*
'
/•« •
*
• ’ *
, .. - - % .
? •' . •
J restrigao formulada no enunciado do Teorema 18.7.
1
1 . i
18.21 Escreva por extenso a formulagao Kuhn-Tucker para um problema de minimizagao
condicionada.
3Al
3£ n _ 3£
-
d c„
_
3£
3Ai
. 3£
> o....
_
—
3A,
>0
( 40 )
3£
- . At -
. „ .
~ O ... 0
A
18.7 EXEMPLOS E APLICACOES ! 3A- , 3mA i ^
dXk
Aplicagao: Uma Firma Maximizadora de Vendas com Propaganda
Esta formuiagao tem algumas vamagens sobre a formulagao da Segao i 8.3. Em primeiro
Para determinar o efeiio de tais iiens como propaganda, maximizagao de vendas, impostos e lugar. envolve n + k equagoes a n + k incognitas, em vez das 2n + k cquacdcs a 2n + k incog-
[I restrigoes govemamentais sobre o comportamento btimo de uma firma utilizamos princfpios
de proeramagao. Encerramos este capftulo com dois exemplos de tais estudos.
nitas no sistema (32) a (34). Comudo, ao resolver um problema numerico especftlco. como
nos exercfcios ao final da Secao 18.3. muitas vezes e mais facil trabalhar com os na formti -
J Suponha que a polilicade uma firma e determinada porum gerencecuja fungao objetivo e
.
maximizar vendas ou seja, receiia, sem deixar o lucro cair abaixo de algum mvel escabeieci-
lagao original. Uma varuagem mais imponante de ( 40) e' a maneira sime trica pela qual os.v, c
.
'
-> do. Para incrementar o problema, vamos acrescentar urn custo com propaganda a e R +. Seja .
A er tram nas condigoes de primeira ordem. Esta abordagem naturalmente leva a considera
*
gao do problema dual de (31 ), a saber, o problema de minimizagao no qual os A sao as variii-
-
J R( y, a ) a receita da firma quando o mvel de produgao e v e R+ e o custo com a propaganda e veis principals. O proximo teorema resume as observagoes desta segao.
J
)
OTIMFZAQAO COM RESTRICTS I: CoNPigflES PE PRIMEIRA ORDEM 453 452 MAT £MATICAPARA ECONOMISTAS - .
envolvidos em manter uma unidade de instalagSo e equipamento e c, o custo de aquisigao de a e R+. Seja C( y ) o custo de manufaturar y unidades do prqduto. Vamos supor que C e R sao 1
uma unidade de instalagao e material. Seja r2 o sal&io pago por unidade de trabalho. Para sim- fungdes C\ que C > 0 e que dRJda > 0. Nosso problema de programagao 6 maximizar R( y , a )
plificar, escolha as unidades de tal modo que c = 1 , . sujeita hs restrigoes
0 valor do capital utilizado na produgao 6 c,xp o custo total do trabalho e ( R( y ) -
r ctx\ 6 a taxa de retomo em instalagao e equipamento. A restrigao reguladora 6 expressa n = ^(>'^) - C( ') - a > m,
) •
y '> 0, a > 0.
^
pelo fato de existir uma constante sl > 0 tal que
Considere que (y\ a ) 6 uma solugao dtima com y > 0. Forme 0 lagrangiano
sJ (44) , -
L( y ,a;A , Aj) s R( y ,a ) + A1a A2 ( m - R( y ,a ) + C( y ) + a ).
1
v 1
,
sujeitoa /?(/(x , x2 )). r2x2 - - S& 0 (45)
mil
xt > 0 x2 > 0 ;
Escrevemos R\X { 9 X 2 ) para a receita da firma como funiao dos insumos, em vez de R( f (
x,)). Consideremos que R’ tem regularidade suficiente p ira satisfazer a QRND nas solugoes
xv Como dRJda > 0 e Ao > 0 em (42), temos A
^ , -\- .
A, o ~ 0 e X m R{ yyo) -t- C(y) + a) = 0 .
< 0 Como A, > G, Aj deve ser estritamente po-
(43) .
,
- (l - % + v2 = 0
, , =0 e v2 x2 - 0
(47)
(48)
[i
maximizagao de lucro.
“
- *
; .
•
.
'
;
ij
^
»
Primeiro afirmamos que , para que a firma realize algum lucro, a taxa de retomo s } permilida .
Aplica ao: O Efeito Averch-Johnson
deve ser maior do que 0 custo do capital r,. Suponha que s, < r,. Entao, ^ Considere 0 efeito de uma resirigao reguladora por taxa de retomo sobre 0 componamento de
71 = , 2 ) - r,x, - r x
R' ( x , X 2 2 uma firma monopolista que usa capital e trabalho para prcdiizir uma unica mercadoria. Neste
caso, c prego cobrado pela firma esti sujeito ao controle govemamental , na medida em que uma • J
= (^ (x x )-s, xl - r2x2 ) + (^, - r, )x,
|» 2 agencia reguladora garante que, depois de a firma subtrair as despesas operacionais de suas re - /
< 0 + (5, - )x, ( por ( 44 )) ceiias, a receita liquida remanescenie deve ser exatamente suficiente para compensar 0 investi-
< 0,
^ mento em instaiagao e equipamento da propria finna. Este exemplo e devido a H. Averch e L.
Johnson ( ver notas ao final do capitulo), que aplicaram sua analise a regulamentagao da indus - i
try teiefonica e telegrafica pela Comissao Federal de Comunicagoes dos EUA.
, , ,
Assim. podemos considerar que x > r e quex ex, sao positives, caso em que v = v, = 0. Is- , Seja y = /(x,, x,) a quantidade de produio produzido com x, unidades de capital e x, uni-
10 tambem significa que X z 1 em (46). Afirmamto que A deve ser menor do que l . Para ob - dades de trabalho. Suponha que a produgao requerquantidades posilivas tanto do trabalho
,
semr isso, escolha r tao grande que a resirigao ijeguiadora seja ineficaz, isto e , que X = 0. A ,
quamo de capital , on seja, que v = 0 se x = 0 ou se x, = 0. Sejam p{ y ) a fungao demanda in - ' ;
versa e R( y ) = /;(y)y a receita da vends tie v unidades de produio. Sejam r, 0 custo dos juros )
o
)
y
y . - . . ' .V VV,,i!
*
=2
“
=2x+l ~ 2X ,+l1 =0 , ’
1) ~ 5) A y = 0 9) 2x + 2y < 1 i
k
1
OX
como na situagao desregulada. Por (46),
#
y
2)
^,
dy = 8y-2A, + X, = 0
-
3) A (2jc + 2y l) = 0
6) A, > 0
7) Aj > 0
10) x > 0
11) y 0 .
d( p(y )y)
dxx 1“ A
O
)
4) X x 0
^ — S) >0
Escrevemos a condigao 1 sem o sinal de menos como 2x + 1 + A, = 2A,. Junto com as con-
i
i : . --
'• pT" )
(1- A)
-A i *
y
)
*
digoes 7 e 10, estaequagao implica 2A1 > 1 > 0 e isto, pelacondigao 3, implicaque a pri
meira relagao 6 adva:
2x + 2y = 1 (49)
-
— -—
Hsi ri
~
r >0
) Agora precisamos examinar alguns casos. Primeiro consideramos 0 caso Aj > 0. Neste ca-
so, a partir da condigao 4, x = 0; dr equagao (49), y = 0,5 e, da condigao 5, A3 = 0.Substi- 9( p(y)y)
) tuindo.y = 0,5 e A3 = 0 na condigao 2, obtemos A, = 2. Substituindo x = 0 e A, = 2 na con-
'
J Combinando a ultima equagao com a condigao 5, somos levados 5 conclusao que ou bem Exemplo 18.13 Consiclere 0 problema de maximizarf { x , y ) x1 + x + 4 yl sujeita as restrigoes
=
1
y = 0 ou bem Xy = 0, mas nao ambos. Se y = 0, entao A3 = 2; pela equagao (49), resultax = r de desigualdade ;
> •
0,5 e, pela equagao (50), A, 1. Se, em vez disso, Aj = 0, entao y = 0,2, * = 0,3 e A, = 0.8.
=
Conseqiicfitememe, 0 caso A, = 0 leva aos dois candidaios - .!• Zx + 2 y < 1
*
x 0 e y 0
J A matriz jacobiana das fungoes de restrigao e
j (x, y, A , ktXy )
(0,5; 0; 1; 0; 2) ou F
l
|
(0,3; 0, 2; 0,8; 0; 0). r 2 2'
-1 0
7> -
Calculanao a fungao objetivo em cada um dcstes ires candidaios, vemos que 0 maximo
condicionado ocone no ponto A 0, y = 0,5, onde A, = 2, A* = 3 e A.. = 0.
*
= 1 0 -1,
o
v r
No maximo dnas restrigoes podem ser ativas ao mesrho tempo e quaiqucr submatriz 2 x 2
desta jacobiana tem posto 2. Portanto. para qualquer candidato a solugao, vale a QRND.
J Forme 0 lagrangiano
y
i
19 C A P ITU L O NOTAS
Para uma versao anterior do material deste capftulo e dos Capftulos 19, 21122, veja C.
mon, “ Scalar and Vector Maximization: Calculus Techniques with Economic ApplicationsSi - •
Otimizagao com em (S. Reiter, editor) Studies in Mathematical Economics (Washington, D.C.:
- Mathematical
Association of America, 1986), 62 159. Para um estudo adicional sobre a aplicagao da
-
,”
maxi \ ; *
Restricoes II mizagao de vendas da Segao 18.7, veja W.J. Baumol, Economic Theory and Operations
-
search (Englewood Cliffs, N.J.: Prentice Hall, 1961) e H. Kuhn , “ Lectures on
economics,’* em G. Dantzig e A. Veinott (editores), Mathematics of the Dtcision
-
Re
mathematical • *
Sciences,
American Math. Soc. Lectures in Applied Math., vol. 12, Providence, R.I., 1968,
49-84. A
-
andlise de Averch Johnson 6 apresentada em H. Averch e L. Johnson, “ Behavior of
the firm
1*
-
under regulatory constraints ,' American Economic Review 52 (1962), 1052 1069.
Zajac, “ Lagrange Multiplier Values at Constrained Optima,” Journal of Economic
Veja E. E.
Theory 4 •
-
(1972), 125 131, para um argumento mais detalhado e criterioso do que
0 A < i no exem- i
-
plo de Averch Johnson .
^
’
‘ '' '
^
leoriaeconQmica: asolu aodeproblemasdeotimizagaocondicionada. Oformalis-
-seus
L 1 mo lagrangiano desta solu ^ no
ao foi introduzido .tiltimo capftulo, onde enfocamos
aspectos mais importances: as^condi oes de primeira ordem que formarn a base de um
^
grande ntimero de princfpios econOmicos. Nesteicapftulo, partimos para tres outros aspectos
da abordagem lagrangiana: v
(1) a sensibilidade do valor 6timo da funsao objetivo a mudangas nos parametros do pro-
blema,
ri i
(2 as condigoes de segunda ordem que distinguem mflximos de mfnimos, e
)
.•
.
(3) a hipotese sutil, mas necess£ria, da qualificagao de restricao na abordagem lagrangiana 1
Na ultima segao deste capftulo apresentaremos provas detalhadas das condigdes de pri-
meira ordem Wsicas que estudamos no capftulo anterior.
\
. • . : j • , >
19.1 0 SIGNIFICADO DO MULTIPLICADOR
>•
o
Ao resol ver problemas de otimizagao condicionada, parece que estamos obtendo informagao
.
irrelevante com os valores dos multiplicadores ( Aj,.. , A ). Contudo, os multiplicadores de - ; \v," >
o
^
sempenham um papel importante na andlise economica; em alguns problemas. um papel po-
lo menos tao importame quanto o do prdprio maximo. Veremos nesta segao que os multipli - J
cadores medem a sensibilidade do valor dtimo da fungao objetivo a variagoes no lado direito >
I
das restrigbes et como uma eonseqiiencia , os multiplicadores fomecem uma medida natural
de valor dos recursos escassos em problemas de maximizagao economica. !
(
o
1 \
'
1 i
i
o Vamos considerar a como um parametro que varia de problema a problema. Para qualquer va-
'
) ^ /(/ (4/ (0)) = 3xv
^ 1 ^Wto;) da M
/w+
dyv*Wto
( ' )
' * da v )
lor fixo de a, escreva (\
x a)ty\a) ) para a solugao do problema (1) e escreva pi ( a ) paia o mul-
tiplicador que corresponde a esta solugao. Seja/(/(a ), \
y a )) o valor 6timo correspondente da
o §
[ . ^ |- ^
=M *
§ (* Ww) - («) + M (*Ww) - w fungao objetivo. Vamos provar que, sob condigoes razodveis, que valem para quasetodos os
problemas de maxjmizagao, pi ( a) mede a taxa de variagao do valor 6timo de/ em relagao ao
o
/
*
parSmetro a ou, mgnos precisamente, m ( a) mede o efeito (infinitesimal) sobre f ( x (a ), y\a ) )
m
|
^ ^
= /x' (/ W / W)
= / !•
rW + (A: (4/ W) -W do aumento de ump unidade de a .
.
Teorema 19.1 Sejam /e / j fungoes C de duas varidveis Para qualquer valor fixo do pa
rametro at seja ( x\a ) , y ( a )) a solugao do problema (1) com multiplicador correspondente
-
Exemplo 19.1 No Exemplo 18.5, obdvemos um mdximo JC = 1, xz = ,
o 1 , com
multiplicador /i
= 0,5, da fungao/(*,, xj xfe no conjunto-restrigao 2xf + x\ 3 = 3. O valor mdxi-
= =
H\ a ).Suponha que \
/i (a) . Entao,
*
>
x y e\i sao fungoes C* de a e que a QRND vale em { x\a ), y\a),
•
) mo de/6/' =/(1, 1) 1. Refaga o problema, desta vez usando a restrigao 2 x } + x\ = 3,3.
=
^
0 mesmo cdlculo do Exemplo 18.5 fomece a solugaojq “ *2 = , com valor mdximo /
V ( o )= -
•
j
= lJ ^ TTl
( )
^ 537 , um aumento 3e 0,1537 sobre o vaToT/'Ttfiginal: -
Por outro lado, o Teorema:19.1 preve que urna variagao de 0,3 unidades do lado direi-
— f [ x ( a ), y ( a ) ) (2)
^ [ x {a ).\
'
i.
y a ),n' ( a ); a )
7) ,
Teorema 192 Sejam /, A,,..., fc^ fiingoes C de Rn. Seja a = (a »..., am ) uma m- upla de pa-
0
oy
’
•
( 4)
.I
u
? ,.
h.
->
Lagrange
(n,
, .
Seja x*(a) ..., x'( a) a solugao do problema ( P\
2
comcorrespondemes multiplicadores de
^
Suponha tambem que e /iySao fungoesdiferencidveisde
aj e que vale a QRND. Entao, para cada; = l nu temps
(6)
. ^
= (-r'(“ )'.v'(<1)’ AI"(a ))
para cada a Alem disso, como para cada a temos h( x' ( a ), \
|
\ dh / • w\ dx . x
" |
y a)) = a
,
-(- (a), y (a),^ (n))
/i"(a)
dh / , .
t"
*
\ dy , *
"
.
f (5 )
dxv ' da dv ' ' J
da
7) .
vale para cada a Portdmo, usando a Regra da Cadeia e as equagoes (4) e (5).
-
i > i#
J
)
!
)
i
OnMizAgfo COM RESTRJCOES II 461 /
460 MATEMATJCA PARA ECQNOMISTAS
r
Como Xj ( a) tambdm 6 nulo pelo Teorema 18.4, a equagao (8) ainda vale para restrigoes Restrigoes de Desigualdade
de desigualdade inativas. Como indica o pr6ximo teorema, osTeoremas 19.1 e 19.2 sao iguialmente vdlidos para restri-
„ . - ...... goes de desigualdade. Para facilitar a exposigao, vamos supor que todas as restrig5es sob con-
Exemplo 19.2 No Exemplo 18.9, calculamos que o max de xyz no conjunto sideragao sao restrigoes de desigualdade. O enunciado do resultado correspondente para res -
trigoes mistas 6 imediato. J
x+ y+ z 1 x> 0 y>0 z 0
I
! ;
ocorre em x - y = z = 1 /3, onde xyz = 1 /27. Os quatro multiplicadores sao.1/9, 0, 0 e 0, res -
'
pectivamente.
( a ) Se modificamos a primejra restri$ao para x + y + z 0,9, calculamos que a solu- Teorema 19.3 Seja a’ = (flj > * * * » ) umak-upla. Considere o problema ( Q * ) de maximi-
9§o ocorre em x = y = z = 0,3, onde xyz = 0,027.0 Teorema 19.3 preve que o no
vo valor <5 timo seria 5
*
^
zar/(xp... , x„) sujeita &s k restrigoes de desigualdade 1
—27i 1
r
~ 7Z 0, 0259 : « (*i ^„) a] (7)
To
* *
9
I
( b) Se, em vez disso, modificarmos a seguhda restrigao dex > 0 parax 0, 1 , nao alte-
*
^
pondentes multiplicadores de Lagrange. Suponha que a medida que a varia perto de a \
*
ramos a solugao nem o valor 6dmo, poVque a nova regiao 6 um subconjunto da an- x{ . .., x * e X, , .. . , Xk . sao fungoes diferenci £veis de (ap..., a ) e que vale a QRND em a *.
f t
tiga e ainda concern o ponto <5 timo da- regiao antiga . Esse resultado 6 compaifvel Entao, para cada j = 1 k, temos
*
com o Teorema 19.3, pois o multiplicador para a restrigao (inativa) x > 0 era zero. )
I
.v a d) x {a; ;. (8)
Interpretando o Multiplicador
Finalmente , vamos considerar o papel central que a equagao (8) desempenha na teoria econo-
mica. Pense na fungao objetivo /(x) no problema (Q ) do Teorema 19.3 como a fungao lucro
de uma firma e pense nos do lado direito das restrigoes como representando as quantidades i
dispomveis como insumos no processo produtivo da mcsma . Por exemplo, num problema de Prova (Esbogo) Para facilitar a notagao, escreveremos a’ simplesmente como a. Como sem-
an &Iise de atividade, consideramos que o processo produtivo da firma consiste de n atividades pre , separamos as restrigoes de desigualdade em dois grupos: as restrigoes ativas e as ina- ‘ ' i
produtivas diferentes e que x, represent o nfvei de intensidade da atividade t. Seja g;(x , ,..., xn ) tivas. As restrigSes atiyas podem ser tratadas como restrigoes de igualdade e portanto apli- ! j
a quantidade de insumo j que essa fimia requer para tocar a atividade 1 a mvel xp a atividade ’* •.• camos a elas o Teorema 19.2. Seja g} a fungao de restrigao de uma das restrigoes inativas: - ,
2 a mvel JC2, e assim por diante: Seja a} a quantidade de insumo j dispomvel para a firma, o que i(x ;(a )) < a} . Seja C o conjunto-restrigao descrito pelas desigualdades (7). Seja fly qual -
leva as restrigoes de desigualdade gj( xv ... xn ) < a}. Seja /(.rp..., xn ) o lucro reali2ado pela fir-
t
.* * *
* . •
^
. qiier ndmero tal que
'
^
ma com seus produtos quando as atividades sao tocadas nos niveis xn, respectivamente. *
e seja C o conjunto- restrigao descrito pelas desigualdades (7 ) com &(x) < a ] no lugar de
»
.
^ - /(-Ti (a )
'
* )
represent a variagao no lucro 6timo resultante da disponibilidade de uma unidade a mais de in-
sumo j. Por (8), o;-esimo multiplicador Xj ( a ) representa essa variagao infinitesimal . Ele de-
monstra o quanto uma unidade a rr ais de insumo j e valiosa para os Iucros da firma. Altemati -
Como x‘(a) maximiza / em C, como C c Ce como x*(a ) e Crscgue que x’( a ) maxi -
miza / em C . Em outras palavras, se :
a /
= (‘' -
ai-\' a’} ab *)
a
\
vamente , ele diz a quantidade maxima que a firma estaria disposta a pagar para adquirir uma
unidade a mais do insumo j . Por esse motivo, A}( a ) e , muitas vezes , denominado valor interne
emao x ( a') = x‘( a; e portanco/(x (a')) /fx’(a) ), de modo que o valor mdximo de/ nao 6
' '
=
afetado. quando varia um potico. Isso implica que
ou valor imputndo, ou . mais freqiientemenie , prego-sombra do insumo j. Ele pode ser um fn -
ir/ ( ' { -
dice mais imponante para a firma do que o prego de mercado extemo do insumo j.
x a
-
a >
“
“ 0
o
O
w
i
|
^o • • "•
• •• • . /• . . .
' ; OnMIZApAQCOM RESTRrQOES II
~
. 463 (
462 MATEMATICA PAFIA ECONOMISTAS
EXERCICIOS
Jvj-
O Problemas sem Restrigoes 19.1 a) Encontre as distancias maxima e minima da origem k elipse x1 + xy + y: = 3 r 3.
'
j b) Use 0 Teorema 19.1 e sua resposta ao Exercfcio 18.2 para estimar as respostas da
1 parte a .
a . Para cada escolha do
Teorema 19.4 Seja /(x; a ) uma fimgao C de x e Rn e do escalar i 2 2 2 2
pararaetro a, considere o problems sem restrigoes 19.2 Encontre 0 m&cimo de x + y + z sujeita a x + y + z = 0,8 e y = 0:
a ) usando 0 Teorema 19.1 e 0 Exercfcio 18.6,
maximizar /(x; a ) em rela9ao ax. (9)
®-
' b ) fazendo a conta toda desde 0 come9o.
111 ’ 1
Seja x\a ) uma solu9ao do problems. Suponha quex (o) 6 uma fon ^ao C de a Entao
.
(
19.3 Uma determinada fabrics produz Q(x, y) = 50xl /2yJ /2 unidades de produto se gastar .v
milhares de uniijades monet&ias em trabalho ey milhares de unidades monetdrias em
^ ^
- /(x’ (a);a) = /(x>);a) i
(10) equipamento. j
O l
a ) Como devenam ser alocadas 80.000 unidades monetirias entre trabalho e equipa-
'
o 19.4 Use 0 Teorema 19.3 e o Exercfcio 18.11 para estimar 0 valor m £ximo de /{*, y) = 2 y1
- x no conjunto-restri9ao x2 + y2 0,9 , x 0 e y 0.
o M* fl'W 19.5 Use 0 Teorema 19.3 e 0 Exercfcio S. 12 para er'; maro valor maximo de /Cr. y , z ) - xyz
o-
'
:
+ znoconjunto-restrigaox + yl + z 6 ,2, x > 0, y > 0 e z > 0.
2
19.6 Use 0 Teorema da Fungao Implfcita para escrever detalhadamente uma desigualdade
0 especffica que garanta que as soloes (x(n), y{ a )) do Probtema ( 1 ) dependem suave -
w-
'
o
pois‘
3f
^
*
tulo 17;
L(\ ( a ); a ) = 0 parai = 1
'
primeira vista , aconclu -
•
mente de a, como na hipotese no Teorema 19.1 .
Observe as semelhangas entre as provas dosTeoremas 19. i e 19.4. A 19.8 Escreva por extenso o enunciado do teorema que corresponde aos Teoremas 19.2 e
'
‘
. • . ... sao ( lO) do Teorema. 19-4 parecedesinteressante,
porqoe ambos os lados de (10) parecem -se • -. . 19.3, mas. agora para restrigdes tanto de igualdade quanto de desigualdade.
• ' '
lado direito de ( . ,
*
> 1 }: • •
.::W derivada total no lado esquerdo, comoilustrao proximo exemplo. 19.9 Escreva por extenso o enunciado do teorema que corresponde aos Teoremas 19.2 e
& •
. . • •. • • •
:
19.2 TEOREMAS DE ENVOLTORIA
2
f { x\a ) = -aV + 15 x3 e°.r + 17 -
* •
i
Os Teoremas 19.1 , 19.2 e 19.3 sao casos especiais de uma classe de teoremas que descrevem
lider
em tomo de a = I . Como ft uni polinomio de grau quatro emx, com um coeficiente um como 0 valor drimo da fungao objetivo num problema de otimiza9ao paramecrizado se altera
— «> . Pprtanto. / realmente tern
negativo quando a = 1 *
, temos /(x) -» -«> quando .t » ± quando um dos parametros se modiftca . Tais teoremas sao denominados teoremas de envol-
m5ximo global finite x (a) para cada valor de a perto de 1 . Por ( 10),
^
toria. Come amo com d Teorema da Envoltoria para problemas sem restrigoes.
^
( a ) otimo, po -
que e negativo em cada a e cada x* 0. Assim, mesmo sem resolver para 0 x para alem de
demos dizer que f ( x\a )\ a ) e uma fungao decrescente de a quando a
0. O pico do grafico da fungao x *-> /(.r;a) decresce quando a cresce.
cresce
.. - - - -
)
/ o
(
'
OHMIZAQAO COM RESTRIQOES II 465 464 MATEMATICA PARA ECONOMISTAS
'
• )
0 Teorema da Envolt6ria mais geral trata de problemas condicionados nos quais hd parame- -
f ( x\ a ) = x2 + 2ax + 4a2, quando maximizaraos/em relagao ax para cada a? Inicialmen -
tros tamo na fungao objetivo quanto nas restrigoes. Por exemplo, considere o problema de ma- te, calculemos a resposta dixetamente. A equag3o para o mSximo de/ d
-
ximizar /(x; a ) sujeita a A,(x; a ) 0,..., hk\
( \ a ) = 0. Se / nao depender de a e se cada fy(x; a) )
puder ser escrita como hfyc ) - a , entao estaremos de volta d situagao doTeorema 19.2. Portan- f' ( x ) - -2x + 2a “ 0
to, o caso em questao 6 mais geral do que os dois outros casos que estudamos Contudo, a res. - | )
.
posta t quase tao imediata como naqueles casos Como indtca o prOximo teorema , a taxa de entao /(a) = a. Colocando esse valor em/(*; a) leva a :
variagao de/(x (a); a ) em relagao a a 6 igual d derivada partial em relagao a a , nao de / mas
sim da fungao lagrangiana correspondente . /(x* (o);fl) - /(a,'2) = -a2 + 2a o + 4a 2 = 5a 2 - (l i)
)
... / i(x;^ ) = 0
» 2
-
da —
—= oa-(- : (a);a) = lx +. 8a = 10a
ji *
pois / (a ) = a. )
para qualquer escolha do parametro a.Suponha que x’(a) e os multiplicadores de La -
grange
1
fik( a ) sao fungoes C de a e que vale a QRND Entao, . Exemplo 19.5 Uma firma da California tem urn mvel y de produgao de microprocessadores )
de computador e uma fungao custo c(y), com c'(y) 0 e c"( y) > 0. Uma fragao 1 - a dos
| -^
^ ^
microprocessadores produzidos estd irremediavelmente defeituosa e nao pode ser vendi )
/(x‘(a);a) = (x*(a), /i(a);a) (12)
da. Os microprocessadores que funcionam podem ser vendidos a urn pre50 p e o mercado , \
de microprocessadores e altamente competitivo. Como sera afetado o lucro da firma ocor- )
onde L 6 o lagrangiano natural deste problema. rendo um aumento na qualidade de produgao?
)
A fungao lucro da firma 6
)
! [ pccy - c( y ) ]
x{ p,a ) = m*
y )
Observe que, como na expressao ( 10), o lado esquerdo de (12) 6 uma derivada total, enquan- i
.
to que o lado direito 6 um2 derivada partial A prova do Teorema 3 9.5 e semelHante &s provas
' ’
.
onde “ maxy” signified o valor mdximb em relagao a y As condigoes sobre a fungao custo
'
-)
dos Teoremas 19.1 e 19.4 e serd deixada como exerefeio . . . garantem; que existe um mvel de prodiig5o nao-nulo mdximo de lucro / ( a) que depende
suavemente de a. A denvadadb
derivada db lucro
liicro Otimo
'
rem relacao
btimo^Trbm relagao a c t e: " '
*
’ V
Exemplo 19.6 Modifique a restrigao no Exemplo 18.7 de x + y 1 para * + 1, ly < 1 , man
~ ~
-
=
tendo a fungao objetivo /(*, y ) xy. Se escrevermos ambas as restrigoes como x* + ay
1, o lagrangiano para o problema parameuizado e
2
fa = ± ( Pay - c( y ))= py, > o •
)
)
-
L( xfy,?,\ a ) = xy A(x2 + ay2 - l) _ Como era de se esperar, um aumento da fragao de microprocessadores sem defeito aurnen -
ta o lucro da firma. Mais uma vez, conseguimos determinar isso -sem realmente resolvei
)
£:/(
^ /(*i (a ) di ) = JC! ( 4 x;(a);a, ,)
<?
I
i
o
D \
7
O
466
o MATEMATICA PARA.ECONOMISTAS
"
OnMtZAQAo COM ReSTOlcOES l ( - 467
i Como
) dL 1 1 J.
/
CMg
3a V2
9 2 4
o valor dtimo decresce aproximadamente 0,1/4 0,025, passando para 0,475. Podemos
Q =
-
calcular diretamente que a solugao do novo problema 6 x l /V2 , y l/ 2, com valor
mdximo da fungao objetivo / igual a aproximadamente 0,4767.
=
ti :
Todos os teoremas das ultimas duas segdes t£m duas hipdteses bdsicas: a dependencia sua
ve dos mdximos e muldplicadores em relagao aos par&metros e a qualificagao de restrigao nao-
-
.'
• degenerada (QRND). Na Segao 19.4, examinaremos essas duas hipoteses com maiscuidado e
M5ximo de lucro as. reformularemos em termos de propriedades das fungoes objetivo e restrigao do problema.
0 /
o CMg crescents
"
"
EXERCICIOS
) 19.10 Esc reva tima prova detalliada 'd6TebremaT9.5.
Flgura 19,1 CMg versus prego num mercodo em concorrencia perfeita.
) 19.11 Recupere o enunciado do Teorema do Multiplicador de Lagrange (Teorema 19.1) a
partir do enunciado do Teorema 19.5.
) ja matriz de coeficientes e a matriz das condigoes de segimda ordem do problema de maximi-
zagao original. O inal do determinante dessa matriz toma se importante, por exemplo, quan
^ - - 19.12 Use o Exercicio 18.2 e o Teorema Envoltdria para estimar as distancias mdxima e
minima da origem elipse xl + xy + 0,9y2 = 3.
do usamos; a regra de Cramer para resolver o sistcma resultante nas diferenciais das varidveis
enddgenasl Na prdxima segao ilustramos esse uso das condigoes de segunda ordem e relacio-
^
7
’ •
namos essa abordagem aos teoremas das duas primeiras segoes. 19.13 Use o Exemplo 18.13 e o Teorema da Envolt6ria para estimar o valor maximo dex: +
x + 4,1/ no conjunto- restrigao 2x + 2 y 1, x 0, y 0.
7 Na Segao 17.3 vimos que a condigao de segunda ordem para maximizar sem restrigdes
uma fungao /CcJt..., x„) de n variaveis 6 que a hessiana
O
’
*-/(*> dem correspondentes fomecem alguns ajustes linos desses principios. Por exemplo, como ob-
r. £&$$$£& :.<** 4 V ,
*•
' "* C. r
* -
y. *.*rk - O; r.‘
•
•• • ••
'
V S/2 > ,•
rdx- . • •
| servamos na Segao 3.6, no caso de uma firma num mercado em conconencia perfeita, a con-
digao de primeira ordem pata maximizar o lucro impiica que a receita marginal seja igual ao
;,
; |.. >
. . .. custo marginal no hfvel de produgao que maximiza o lucro. A condigao de segunda ordem pa
ra maximizar o lucro requer que, no nfvel de produgao que maximiza o lucro, a firma deva ter
-
de/ no mdximo x' seja negativa. Mais precisamente, num mdximo /(x ), D/ ( x ) deve ser zero
custo marginal crescente, como ilusira a Figura 19.1. De um ponto de vista computacional , a
1 • -
e 0 2f ( x ) deve ser ndo posiriva (condigoes necessarias): * condigao de segunda ordem muitas vezes pode ajudar a escolher um maximo em meio a um
conjunto de candidatos que satisfazem as condigoes de primeira ordem. Por exemplo, as con-
vf (D /(X ))Y < 0
2
para quaisquer vetores nao-nulos v.
digoes de segunda ordem eliminariam q = <? , como um nfvel de produgao que maximiza o lu
cro na Figura 19.1.
-
/
;• : '
*
Para garantir que um ponto x seja um maximo local , precisamos que D f { x ) = 0 e que Alem disso; as condigoes de segunda ordem de um problema de maximizagao desempe -
tf/d ) seja negativa (condigoes suficiemes): nham um papel na andlise de estitica comparativa da solugao desse problema. Como acaba -
J mos de mencionar, as condigoes de primeira ordem descrevem as relagoes que devem ocorrer
emre as variaveis exogehas e as variaveis endogenas na solugao otima. Na estatica compara -
'
no conjunlo-restrigao )
trigoes: ‘ )
Forme o lagrangiano (13) e suponha que . •. 1
ta
a 0
( a ) x" est £ no conjunto-restri$ao Ch (1) deveriam envolver a negatividade de alguma matriz hessiana, mas )
(fc) existem tais que
(2) deveriam apenas dizer respeito as didoes ao longo do conjunto-restrigao . )
Por exemplo, suponha que a fungao objetivo 6 uma fungao quadrdiica Q(x ) xTHx =: =
i i = o -M: = o - 2 hjjXiXj para alguma matriz simdtrica H ((h;j)) e que o conjunto- restri ao seja definido pe- >
= ^ '
^ 3,
*
=0 dx„ ^
3/4 =
o -
lo sistema de equagdes lineares Ax = 6. Como 0 est£ no conjunto restrigao e 6 urn ponto cri-
tico de 0, 6 natural perguntar se 0 6 o max condicionado. Analiticamente, queremos saber se
em (/i » • 4•
" i •» / 4)_ __^ 0 xTHx paraqualquer x talque =
Ax 0 \
)
^ 1
)
0 A>
v * 0 e Dh (x‘) v = 0 => vr ( (x \ /x ))v < 0
Z)2 Z, *
( 14) C
i
1
)
AT HJ .•
)
Entao, x e urn max condicionado local estrito de/ em Ch.
*
Para o problema de maximizar uma /(x) qualquer, sujeita a restrigoes de igualdade possivel .
mente nao-lineares A ,(x) c,,..., hk( x ) = clt as condigoes de primeira ordem acarretam encon -
-
=
trar os pontos cnticos da fun9ao lagrangiana
^ )
* :•
Na Segao 16.3, aprendemos a condigao sobre matrizes orlada para verificar a conditio de se-
gunda ordem (14). Colocamos a matriz Dh (x') das restrigoes (que e de tamanho kxn ) orlan -
do a matriz hessiana D* Z,( x \ /i') (n x A) de L:
0 Dh (x‘) 1 4,
U
'
• •
•
= /(x) (/t,(x).- c,)-
— fik ( hk ( x )
Seja (x , /ij.um ponto critico de L. Esperamos que a condigao de segunda ’brdem envolva ?(
\ hegatividade deuma^fonna .qu
' ao longo de. um conjunto- restricao linear. Um candida-
- ckl (13) .
’J
\
^
)
r V
'
• >
: . .
:'
to natural i forma quadrdtica 6 a hessiana da fun9ao lagrangiana em relagao a xn.0 con-! ;
Dh (x') )
-
junto restri9ao linear natural para este problema e 0 hiperplano tangente ao conjunto- restr ao %
'
^
’
0 ... •
o 36, dh , =
*
0 prdximo teorema afirma que esfes candidatos naturais realmence fomecem as condi9oes' •
;;
)
a* dx„ de segunda ordem adequadas para um max condicionado. Antes disso, lembre (Teorema 15.6) )
queo espa90 tangente a ( h (x) = c ) no ponto x’ eo conjunto de vecores v tais que Dh ( x’) v = 0: ; *
. )
0 0
!
i t A
dx» ( 15)
(considerando tais vetores com cauda em x ). Para ver isto, seja x ( r) uma cum dentro deste .
conjunto-restri9ao que passa por x’ com vetor tangente v, de modo que x(0) = x\ x (0) = v, e’ - J
=
h (x(0) ’ c. Entao, pela Regra da Cadeia ,
7
t
)
)
dhi
3.vJ
— L
3/f;.
dxi
dhk |
i
j
a*f
3£"
3: L
dx„x ,
&L
O=
assim, 0 vetor tangente v a qualquer curva no conjunto- restri 900 { h(x) ^ c ) satisfaz Oh ( x ) v = 0.,
)
)
, 4
)
n .
\~rrr " v
—
• '
•« . «'
•
1 dhk
o Dl *)
u U
' . dXy
( 16)
" 3/i, 3hk , d2 L 32 L
)
) JVova A condigao fcimplica— -
••••» » •« » •» > »«•»••»•«•••!»•«
!
*« • ••••« **« I
3x,
• •
. .. t e\ L
11
M
:
dx„x ,
o Vamos supor, perda de generalidade, que (3A/3y)(*\ y*) 0. Entao, pelo Teorema da
*
3^!X„ 9
^
) Fun$ao Impltcita (Teorema 15.1 ), o, conjunto-restri ao Ch pode ser considerado o grdfico ^^ . Se multiplicarmos cada uma das dltimas n linhas e cada uma das ulti -
de uma fungao y - <j> ( x ) que e C eni tomo de (x\ y ); em outras palavras,
1 ^ pois
dxjdpj dxt
1
h( x, <j> ( x ) ) - c para qualquer .r perto de x . ( 17 ) mas n colunas em ( 16) por - l , nao alteraremos 0 sinal de det DlL ou de qualquer um de seus
) menores principals pois, em cada caso, este processo envolve um numero par de multiplica-
- Derivando ( l 7), obtemos 9oes por -1.0 resultado e a matriz hessiana orlada em ( 15 ). Assim , a matriz hessiana orlada
'
> em ( 15 ) tern os mesmos menores principals que a matriz hessiana completa do lagrangiano
^ ( x , ( x ) ) + ~ { x , ,f> { x ) )<p\x ) = Q
) ( 18) em ( 16). No entanto. lembre que a condiqao de segunda o.rdem para 0 problema de maximi-
^ za ao condicionada envolve verificar somente 0s n - k ultimos dos n + k menores principals
^
r
.\
'
:
".. . '
^W))
|
v; L ' • > . • V * •,
IfderesdeD L .
^
Vejamos detalhadamente a prova do Teorema 19.6 para 0 problema de maximiza ao con-
dicionada mais Simples: diias variaveis e uma restri ao de igualdade . A prova do caso geral e
^
^
* « = -4—
\ • * • •. *
*
ou
'
* - (19) apresentada no Capt tulo; 30. *
7 .
u Seja F(.v) — ( 20) 2 2
Teorema 19.7 Sejam /e /ifun oes C em R . Considere 0 problema de maximizar/ no
• J> ^
conjunto-restri ao Ch = { (A:, y): h( x y ) - c ) . Forme 0 lagrangiano
v.
J ::
a fun ao / calculada em CftI que e uma fun ao de uma variavel nao - restrita . Pelas condi -
^ ^ ^ %
9oes usuais de primeira e de segunda ordens para tais funqoes. se F ( x ) = 0 e F" ( x ) < 0,
> I
entao x sera um max local estrito de Ft ( x\y ) = ( x\$ (* )) sera um max local condicio-
’ Hx , y,n ) = f ( x, y ) - /i( h( x, y ) - c )
7 nado de /.
Por isso calculamos F ( x ) e F\\
x Temos 1
i
Suponha que ( x\ y\ u ) satisfaz:
1
^
"H
7 nv|
) = {x. S(|
) j + (.r, (.r))f (.v)
^( A ( 21 ) 1
(«)
jt , 3»
=0 d3„
p
em [ x\y\p ) e
J ;
:J r
\
« •
Exemplo 19J No Exemplo 18.5 consideramos o problemade maximizar /(*,, xj = xfx2 no
* •*
- -
Multiplique a equag3o (18) por \i e some-a com (21), calculando ambasem x= x* :
-
conjunto restrigao h( xlt J ) 2xf + x\ = 3 e encontramos scis solugoes das condigoes
^=
(18.11) de primeira ordem:
I ’
'
(0, ±V3,0) (22)
}
\
Vamos usar condigoes de segunda ordem para decidir quais desses pontos sao mdximos Peia hipdtese a do Teorema, F' [ x* ) = 0.
locais e quais sao mlntmos locais. r*
—0 h* ] h* -
"LX - ' Axt0
* 2
• ""
Tx , "
2 X 2'
2 por (19) v
)
\ Lxxxx { X2
2X 2 4 - 2 xt j dhjdx \ d” 2 Lr f dh/ dx\
+
»
hX Lr*2 Xr\ Lr*2*2 ) . Ixi -2/IJ dx 2 3x3y[ dh/ dyJ dyz { dh/ dyy
^
T
1 )
fd* L( dh \ 2 32 L dh dh d 2 L ( dh' 1
1
-2
-
Este problema tem n 2 variaveis e k 1 restrigoes de igualdade. Como indica o Teorema
=
19.7, basta conferir o sinal de n - k = 1 determinante, o determinante da prdpria H . Se det
' dh V 13)> j 3 3y dx dy dy2 l,dx
jr i ; i
Hrivero mesmo sinal de (-l ) = + l , ou seja, se det H > 0 num ponto candidato, entao es-
n fr ) / > /
te ponto dum max local . Se det // river o mesmo sinal de (-1 )* = -1, ou seja. se det // < 0 que 6 negativa pela hipotese b do teorema. c :
J
num ponto candidato, entao este ponto e um min local. Como F(x‘) e F\x ) < 0,
-
Nos pontos (±1, 1, -0,5), * y
f
0 +4 2)
s XH F{ x ) = f { x ,<j>( xj)
r
= ±4
\ -2
0
±2
±2
l)
.
tem um max local erii x e, pomnto / restrita a Ch tem urn max local em (x , y ): *
o j
t
Em ambosos casos, det H = +48, de modo que esses dois pontos sao mdximos locais.
Esses calculos conferem com as observagoes que fizemos ao final do Exemplo 18.5.
No entanto, nao fomos cppazes de determinar o comportamento de (x,, x2) = ( 0, ± \/3 ) sim-
v* 0 e Dh (x' )v = 0 > v 7
=
^ L(x’ ,;/ )) v > 0
no enunciado do Teorema 19.6. Pela nossa discussao na Sbgao 16.3, as condigoes sobre ahes-
siana orlada para (23) sao que os ( n - k ) ultimos menores principals Jfderes de (15) tenham to-
'
(23)
J
]
j
)
dos o mesmo sinal que (-!)*, onde keo numero de restrigoes . Para c caso n = 2 e k = 1 no Teo-
plesmente pela substituigao desses pontos na fungao objetivo do Exemplo 18.5, Como .u
rema 19.7, esta condigao de positividade requer que seja negativo o determinante nacondigao *
= 0 para esses pontos, a hessiana orlada correspondentejC b do Teorema 19.7.
)
0 0 ± 2 V3 X t
0 ±2 %/3 0
\
+2 V3 0 0 )
1
'
)
o 474 MATEMATICA PARA ECONOMJSTAS
n / OTIMIZACAO COM RESTRIQQES II 475
I
o 18.3. Dada uma solugao (x’, X ) das cond oes de primeira ordem, divida as rescri oes de
^ ^ '
Para (*,, x2 ) = (0, V3)» temos det H -24 3 < 0 e este ponto 6 um min local. Para (* jr2)
= -
= ^
(0, V3 )» temos det H = + 24V3 > 0 e este ponto d um max local. Esses c& ulos, que
,.
) desigualdade entre resides advas e restates inadvas em x\ Por um lado, tralamos as restri- deveriam conferir com. as conclusdes da abordagem geomdtrica do Exemplol 8.5, ilus-
os
9oes de desigualdade advas como restrispes de igualdade; por outro lado, muldplicadores tram que os extremos calculados atravds das cond oes de primeira e segundi ordem do
o *
das restri oes inadvas devem ser nulos e essas restrigSes desaparecem do lagrangiano. O pr6
^
ximo teorema resume essas considera oes a um problema de maximiza ao condicionada.
- Teorema 19.6 nao necessariamente sao extremos globais ^ .
o ^ ^ Exemplo 19.8 Considere o problema de maximizar x2yV sujeita a x1 + y 2 + z2 = 3, que e um
caso particular do Exercfcio 18.9. As condhjoes de primeira ordem sao
, .. hk fun9oes C em Rn. Considere o problema de
2
£ Teorema 19.8 Sejam /, g ,. , g„, -r~ = 2 xy ~ z 2 - 2 px = 0
maximizar/no conjunto restr ao - ^ ox
= c„.../»*(x) = ct}
i
D
Forme o lagrangiano
Qh = M *w(x) <
f
^ dy =
oz
-
2 x 2 yz 2 r 2 py
= 2x2 y2 z - 2\iz
=0
o
> I(x,;
~
-« /**) . di =
!»
^
t
- 3 =0
) ^,
= /(*)- (gi (x ) - i>, ) xm
[ gm (x ) bm ) 3/i
)
'
-ft (Mx)-ci) Mhk (* ) ~ Ct ) 21= z -
com solugao .x2 =* y
r 0
2
fi = 1. A matriz hessiana orlada para este problema i
"
-
*
!
)
o. a; o =
Em x = y z = ju 1, a matriz hessiana crlada e'
=
*!
J
-- ^
-* ) =
> ..
( ) -*„) =
>
x *
0 ( 0 . 2 |
^
2
w;
• i
;
.T
. ;
r.
2
2
0
4
4
0
|
1
4
4
. .
*
i • •
» (24 )
g sao advas em
o, suponha que g { x‘e -
(fc) Para sirr plificar a nota
^
i
;
Ji: •
2 4 4 oj
) •* • que a hessiana de L em rela9ao a x em (x\ A\ f i ) t negativa no
t
conjunto-resiri9ao linear - s Como n = 3 e k = l , devemos conferir os sinais dos dois menores principals li'dercs: a sub-
) matriz Hy de tamanho 3 x 3 acima da linha tracejada em ( 24) e a matriz completa de ta
Hi -
J |v:£)gf (x )v = 0 ’ e ^ oJ Dh (x* ) v manho 4 x 4 em (24). Calculate que det Hy = 32 e det HA -192. Como estes determinan
= -
u ouseja, v * 0, Z)g £ ( ) = 0,
x‘ v ( )v = 0 Z)h x’
tes altemam de sinal e como o sinal de det Hx e o sinal de ( 1)' 1 , o candidato.v y
1 e, realmente, um max local condicionado pelo Teorema 19.6.
= = =z — - *
J , . ,*
9 Entao, K e um max local estrito condicionado de / em Cp h. Para incluir restrigoes de desiguald :de no cnunciudo do Teorema 19.6. rccorrcmos as tecnicas
naturais que usamos neste estagir te nossu discussao de condi es de primeira ordem. na Se
o -
^
-9
.
j
J
!
'
476 MATEMATICA PARA ECONOMISTAS
OTIMIZAQAO COM RESTRIQSES II 477
Para conferir a condigao (b ) , forme a matriz hessiana orlada
)
32 L a2 L fa 3A,
ax,2 ,
3x 3x„
1
3xj 0 0 0! 0 |
a* ... M )
• * 3*, fa
* * 1 : • )
, J1
d
ax„3x
2L
. 32I
V
dh
dx„
dhk
0 0 0 D |
fa
te\
3A,
fa
fa
%
/
(25) 3/2,
fa 3/i, ... 0 0 0 0 |
11 J A
y te fa )
ten : 1
]
\
1l
dhk fa
.11 ) ... y
0 0 0 ‘
- 0 |
3hk
te>
A
fa
dx\
J
-- Em vexde examinar- os n --k ultimos menores principais Iideres, este ponto de vista enfoca os 3,
* 3
* #
'
dhi fa 11 3 2L 2
3 L
maiores n menores principais que “ respeitam as orlas” ; depois de calcular o determinante 3x, 3x, dx{ fa dx ] dxn*1
-
de toda H > primeiro suprimimos a linha n e a coluna n de Ht depois a linha /1 1 e a coluna n 1 •
)
principal de menor tamanho conferido e 0 mesmo sinal de (-1)* + particular, 0 problema de minimizagao deve ser apresentado em formato padrao, como no ;
Teorema 18.6. Fazemosas seguintes alteragoes no enunciado do Teorema 19.8 para um pro-
-
*
pago-nulo da matriz jacobiana Dh (x ) das fungoes restrigao, ou seja, a condigao ( 14) no Teo- . • (3) troque “ negativa” e “ < 0” na condigao ( b ) por “ positiva e "> 0” ,
” ; > )
rema 19.6. A condigao necesstiria correspondente que um maximo condicionado deve satis- ;
(4) troque “ max ” por “ min” na frase final. j 4
fazer e, clarumente, que DX2 L( X , A' ) seja nao- positiva no espago-nulo de Dh(x ). A caracteri-
*
cao das oilas na hessiana orlada e as regras para os sinais dos menores principais Iideres para
distinguir um max de um min. Muiios textos colocam a jacobiana Dh ( x’) das fungoes restri -
ct a direita e abaixo da hessiana Z?" L( x \ A* ) do lagrangiano em relagao aos .v;: :
)
~)
1
: =
1 -i
< 19.16 Escreva a prova do Teorema 19.7 para o problema de minimiza9ao condiconada.
# Uma an&ise semelhante funcionapara problemas condicionados. Considere o problema
parametrizado de maxiimza$ao condidonada (S0): 19.17 Escreva por extenso uma prova completa do Teorema 19.8 para o caso deduas varid-
© maximize /(x; a )
veis e uma restr o de desigualdade.
^
* , :. sujeita a A,(x; a ) = 0,..., hk( x‘ a ) = 0 y
19.4 DEPENDENCE SUAVE DOS PARAMETROS
como discunraos no Teorema 19.5. Supondo que a QRND i
1 Todos os resultados nas duas primeiras se oes deste capitulo tinham duas hipdteses bdsicas:
S a dependencia suave dos mdbcimos em re!a9^ao aos parametros do problema e a qualifica9ao de
'
i
>: r. k
^ -
restr So n5o degenerada (QRND). Nesta secao examinaremos estas duas hipdtese com mais
-
cuidado e mostraremos|como reformuld las em termos das fun9oes objetivo e i?stri9ao do
1 posto (29) problema. {
Q Considere primeiro o problema parametrizado (9) sem restri9oes do Teorema 19.5:
r
P . .. . j
' F ( a ) = max /( x;a )
-) '
vale em x (a), escrevemos o lagrangiano do Problema ( Sc ) como
-
Como nao hS restri oes de nao negatividade e estamos supondo que existe um mdximo
^6 )
P ..
L[ xl , . ,x„,nl ,... t ;a ) = f ( x\a ) - nlh[ ( x:a ) #iA (x;a )
^
x (<z), temos que x (A) 6 uma S0 IU 9S0 das cond oes de primeira ordem usuais
^
P ^
x* > a ) ®-
j
v
.0 m5ximo X (G) deve satisfazer as condi oes de primeira ordem
^ ^ (27)
) df f .
‘
t • .
..
)
. . .. (30)
= ..i yfik (x.Af ;a) = 0
^ ^
; 1 Pelo Teorema da runQao Imphcita (Teorema 15.7), podemos resolver essas n equa9oes
•••1
^
Y~ V SPpP . r •
.
^
'
v : •• .V *
- •
••
•
(x,
^ o) 0,.
‘ (27). nas n incognitas x ] ... xn
,. como fun9oes Cl da variiivel exogena G, desdeque a matriz ja
y
cobiana das fun9oes de (27) em rela 9ac as variaveis endogenas seja nao singular em -
-
( X (G); G ). Mas a jacobiana das derivadas parciais 3//d.r. de primeira ordem e simplesmente a
que d um s istema dc n + A equagdes em n + /:incdgnitas x„, /q,..., /iA. Mais uma vbz, recor - >
hessiana de / em (X (G); a ):
remos ao Teorema da Fun$ao Implfcita para as cond oes que garantam que x (G) e fi (a) depen-
0
>
^
dam suavementc da variavel exogena a, ou seja , que a jacobiana das equates defmidoras (30)
1
' 9V -
yf y-i
em re!a9ao as variaveis endogenas deve ser uma rnatriz de tamanho (/ » + k ) x ( n + k ) que e nao - a.t, 2
dx-dxy
)
J singular em (X'(G), /X (G); a ). Esta jacobiana e simplesmente a hessiana do lagrangiano
*
y- f y/
3-
^y/ i
.>
0
J D
%- w r )» dxtdx2 dxy dxndx2
y-i y/ y- f
5 i
9
J
o-
l
:.$w
. .
OnmzAQAo.cQM RESTRICTS.11 .. 480 MATEMATICA PARA ECONOMISTAS
; , 481-ii.- #
r
i
i
Finalmente, observamos que o Teorema da Envoltdria e suas variagoes sao verdadeiros
mcsmo sem tais condigoes de nao-degeneragao e, de fato, atd sem as hipdteses de suavidadc
r d2 L
'
a2r >
*
)
i 3J:, 2
KK M
sobre/e as hr Neste caso, precisamos supor que todas as fungoes envolvidas sao concavas ou
convexas.
d2L d 2i d2L 32L )
KK 2 * y
EXHRCICIOS
D%.» = K MK
19.18 Considere o problema de maximizar xjx2 n < j> conjunto-restrigao 2 x? + x\ = a , como d 2L a 2i d 2L \
no Exemplo 18.5. Use o Teorema da Fungacj Implfctta diretamente nas condigoes de KMI KM W
primeira ordem deste problema para provar que as solugoes A:, ( A), x a ) e A(a ) depen-
i
2
19.19 Prove que, se Dh em (29) nao tem posto nrfximo, entao D L em (31) tern determinant
te nulo . ;
l KM KM MM W
f ML d2 L dh‘1, K\ (31)
dx 2 K dXi
)
19.5 QUALiFICAQOES DE RESTRIQAO
Aoaplicar os teoremas do Capitulo 18 na obtengao das solugoes de problemas de otimizagao
condicionada, sempre verificamos as qualificagoes de restrigao calculando os pontos cnticos d2 L d2 L dh. $!h )
das fungoes restrigao. Se nenhum desses pontos esrf no conjunto-restrigao, escrevemos o la - KK K 2
dxn„
gnmgiano, usamos suas derivadas parciais para escrever o sistema de condigoes de primeira dhL dh
-
ordem e resolvemos esse sistema de equagoes. Se o conjunto restrigao cora&m pontos crfticos o 0
das fungoes restrigao, entao inclufmos esses pontos entre nossos.candidatos h solugao do pro - I
~
/
blema de maximizagao condicionada original, juntamente com as solugoes das condigoes de r\
primeira ordem. dht _ dhL o
Ao trabalhar com apticagoes economicas ou estudando teoria economica em geral, cm ge - , K 0
J
ral nao sabemos a forma funcional exata das fungoes dc restrigao do problema em questao.
Ponanto, e util possuir versoes dos teoremas do Capitulo 18 que nao imponham hipdteses nas calculadaem (x’(a ), [1 ( a ); a ): .
•
fungoes restrigao e que incorporem ambos os tipos de candidatos a maximos condicionados Como aprendemos, por exemplo, na expressao (25) da Segao 19.3, esta 6 uma
— —
pontos criticos do lagrangiano e pontos cnticos da fungao restrigao em um unico crite
rio.Tal crit rio realmente existe. Contudo, ele requer mais um multiplicador, a saber, um mul
^
-
- ‘
matriz que utilizamos para conferir as condigoes de segunda ordem em um max
do. Como ho problema sem restrigoes , esta Hessianalem , em geral ,
forma da )
condiciona . . -
*
. •
!'
'
-
Sa > determi - )
blema com duas varrfveis e uma restrigao de igualdade. 0 seguinte teorema resume essa abor- Observe que a jacobiana (29) das fungoes restrigao Dh deseriipenha um papel
dagem altemativa.. • importance f )
nesta hessiana. De fato, como pedimos para ser verificado no )
* j
2 Exercicio 19.9, o determinante
de D L serf nulo se Dh nao tiver posto mlxirno k. Assim, a condigao natural que
. * garante que
.i x (n) e ji (a) dependem suavemente do parametro a inclui a qualificagao de restrigao
generada QRND.
nao-de - )
Resumindo, no Teorema 19.5 podemos substituir a condigao de que x a ) c fi ( a )
\
fungoes Cl do parametro a e a exigSncia da qualificagao de restrigao nao degenerada
sejam
1
Teorema 19.10 Sejam / e h fungoes C de duas vapaveis. Suponha que x -
*
( jTpjTj ) e uma solugao do problema ; do lagrangiano tcnha determinante nao-nulo em (x*(a), r'(n); a ).
' •
)
/
)
maximizar f {x
Teorema 19.9 Seja x (n ) a solugao do problema parametrizado de
no conjumo- restrigao { (A /, ,v2): h( x ] , „r2) - c }
*
maximizagao condi
cionada (5J e seja }i ( u ) o correspondentc multiplicador de Lagrange. Fixe o
valor do pa-
- )
Consirua o lagrangiano
entao:
= -
rametro em a a0. Se a matriz hessiana ( 30) e nao singular no
ponto (x’(n0), ti0). }
L{*\ • .Ao -Pi ) = /W(*h*2 ) [*(X -r2)- c ] {« )• x’(n ) e /;’(«) sao fungoes C1 de a em a - a e
^ "
|
JrJ
J
j
J
-- y
OriMiZAgAo COM RESTRIQOES IT . 483 482 - MATEMATICAPARA ECONOMISTAS
'
J
' incluindo um multiplicador
e /q taisque: ^ para a fungao objetivo:Entao, existem multiplicaores
-
'
i
i
IJXMK
( b) e O o u 1, e
x . (c )
dL 3/
^^
a qtiddrupla ( xpX /i /q ) satisfaz as equagoes
, x dh , x
dh df
= Po 2 - ( \ dh f - %
^ tt =0 (32)
"
1
O
)
.
Figura 19.2 0 conjunto restrigao x + y - 3 1
= 0. = c - /I(JC, ,X2 ) = 0
)
i
L( x, y, M ) = f ( x .y ) - [ h( x , y ) - c ] = x - n( x> + / )
n
resolvend o o sistema
) ,
Prova Suponha que ( x , x2 ) e uma solugao do problema de maximizagao condicionada. Se
—=- l 3/tc2 =0 -
^^ -
( Xj , x2 ) nao e um ponto critico de h podemos tomar - 1 e usar o Teorema 18.1 para de
5) —
dx
dl
By
n
-0
,
%
j . Em comas concretas com formas funcionais especificas, 6 mais fdcil aplicar o mdtodo do
'
*) •
‘
!:
" .
Esse sistemaTNfo possui solugao (Verifique!) Consequehtemente, o unico candidate a so - Teorema .18.1 e do. Exemplo 18.5: primeiro confira os pontos criticos de h que estao no con-
:•>
'
. .
*
lugao do problema de maximizagao e o ponto critico (0, 6) de h que, de fato, e a solugao junto-restrigao e entao calcule os pontos criticos do Iagrangiano usual com //0 = 1.0 prdximo
.
J
'
.
^
3/i; =
-{S + r ) =o
onde ( /t0, u ,) * (0.0). A unica solugao com ( //0, /i,) * (0, 0) e x = v = /i0 = 0 e ti ] = qualquer
-
numero nao nulo. (Verifique.) Isto da , de fato, o maximo condicionado.
pontos criticos do lagrangiano
.
i
?
.
A unica solugao c (0, 0) que realmente esta no conjunto- restrigao. Agora, encontre os
_) i
)
;
1 !i
y
!
i OtiMizAgXo COM RESTRIQOESH 485 484 MATEMATI.GAPARA- ECXJNOMJSTAS' /
'
1 »
A, = Aj = . 3 - A4 0 exemplo acima mostra que realmente precisamos de uma qualificassD de restrigao no '
>
^ ! enunciado do Teorema 18.1 . Certamente o Teorema 19.10 vale para o problema de otimiza- N
)
nenhum dos quais pode ser nulo pcla condigaolfno Teorema 19.11. Mas se A, , A*, A^ e A4 gao condicionada geral , com restngoes de igualdade e/ou restrigdes de desigualdade em Rn . \
fossem positivos, todas as restngoes seriam ativas: jc = 0, y = 0, z = 0 e ^ + y + z = l , uma Vamos enunciar a versao de restrigoes de desigualdade; tal teorema 6 , ds v<zes, denominado J
impossibilidade . Conclmmos que XQ - 1 e piocedemos como no Exemplo 18.9. Teorema de Fritz John. )
I •••»
» M « » M *»* •
« * » « •»•« » r « « » «« •** • •|
« » t » »» •« * « « •« « III » lA # « » « » « fH M * M » » I III!•M »1« • Mlllll M « If * • • •
» •« IMM ) **# • » »«« »•« »* »* I» I
^
Claramente preferimos que A * 0; caso contr rio, a fungao objetivo , que 6 a propria fun-
$ que estamos maximizando, cairia completamente fora das condigoes de primeira ordem .
ao
Por esta razao. preferimos ter alguma qualificagacfdas fungoes restrigao que garanta que po-
^ Teorema 19.11 Sejam /, gk fungdes Cl de n varidveis. Suponha quer l um mdxi -
* .• N )
demos tomar XQ = 1 , daf O nome “ qualificagao de restrigao.” mo local de / no conjunto-restrigao definido pelas J: desigualdades )
As condigoes de primeira ordem do ultimo capftulo enfarizaram a qualificagao de restri-
; >
§o nao-degenerada (QRND). No entanto, hd outras qualificagoes de restrigao que garantem
9 I
Sl (*l Xn ) ^ bl & (*| „)* bk
X \ r
que Aj, pode ser tornado igual a 1.0 prdximo teorema lista algumas das qualificagoes de res-
}
\ S
trigao mais comumente usadas no problema de maximizagao com restrigdes de desigualdade. Forme o lagrangiano _ >
i
—
\
L( xlt .. , , xnt AQ , A, , .. ., Aj. ) = /(x) A,[g, (x) ~ ] - -
*
At[ (x) bk ]
com um multiplicador\
^ "
^
para a fungao objetivo Entao existem multiplicidores
.
. r‘
SlM^I gk ( x ) bk c. * :
(b) A;[^l (x') - fe1 ]= 0 .. ., A;[&(x ) - 6i ] = 0
, '
Para simplificar a notagao, suponha que g , ,... , gh fomecem restngoes ativas em x e que /
$ gk sao inativas em x\ Suponha que as fungoes restrigaoaf /vas satisfazem uma M A; > O, . . . A; > O
das seguimes propriedades:
/
j
» f
,
(/) r40) = x\ /
(iO CK'(O) = v , e )
( «0 gj { a{ ;)) b .t para quaisquer i - 1 ,..., k e t e [0, £ ) .
( QR Slater) Existe uma bola U em tomo de x em R" tal que g , ,... , gk
’ 1
i (c) I
sao fungoes convexas em U e existe z e U taTque cada g [ z ) < b;.
Exemplo 19.10 Vamos resolver o problema no Exemplo 18.9 usando o Teorema 19.11 . Sem )
(d) gp..., gh sao fungoes concavas. conferir quaiificagao de restrigao. alguma, escreveriamos o lagrangiano
)
( e) g, gh sao fungdes lineares.
X) Aj A, , A , Aj ) = AflXys — Aj(.r T y + z — l ) + Xx +
Entao podemos tomar A j, I na cor.ciusao do Teorem 119.11.
i
> ,
^ ^3)' + A4 z
As quinze condigoes de primeira ordem no Exemplo 18.9 permaneceriam as mesmas , ex - i
ceio que cada uma das rres primeiras comegaria com um A, . Tambdm acrescentariamcs as ;
condigoes e e / do Teorema 19.11 . Se A’tt = 0. entao a equagao 20 no Capitulo 1 S serin . .
f
I
1
o i .
:.QTIMZACAO COM RESTRIQQES 11?;:- 487
o j. • /. • • ?
486 . M ATEMAHCA PARA- ECONOMISTAS
o (3) do seguinte fato: as linhas de uma matriz m x n (com m n) sao vetores n dimensio
• nais lineaimente independentes se, e soraente se, a matriz tem posto m .
- - A primeira qualificagao de restrigao no enunciado do Teorema 19.12 6 a QRNEque esti-
vemos usando em todo o Capftulo 18. A segunda qualificagao de restrigao 6 a conii ao que
Vamos elaborar esta ultima afirmagao. Na Segao 7.4 definimos o posto de uma matriz A ^
Kuhn e Thicker utilizaram em seu trabalho pioneiro sobre problemas com restrigoes de desi -
3 de tamanho m x n como o nunriero de linhas nao-nulas em sua forma escalonada por linhas AR. gualdade. A condigao foi elaborada para eliminar as ctispides do conjunto-restriga), como a
i
Em particular, se A tem posto m, todas as m linhas de AR sao nao-nulas. Como cada linha de do Exemplo 19.9. (veja Exercfcio 19.23.) A terceira qualificagao de restrigao reqier que o
o AR comega com mais zeros do que a linha acima, 6 fdcil verificar que as linhas de AR sao li-
nearmente independentes (ver Lema 27.2). Contudo, podemos ir e voltar entre as linhas de A
-
conjunto restrigao tenha um - interior nao-vazio e que as fungoes de restrigao sejamconvexas .
As ultimas tres qualificagdes de restrigao no Teorema 19.12 sao particularmentt titeis nas
a s
e as linhas de AR simplesmente pela adigao de uma linha com um multiplo de uma outra linha. aplicagoes economicas, porque sao hip6teses sobre o comportamento geral das fungoes res-
Entao, todas as linhas de As sao linearmente independentes se, e somente se, todas as linhas trigao, suposigoes estas que sao comuns na teoria econdmica. A condigao e no Teonma 19.12
de A forem linearmente independentes. Assim, vemos que a Afirmagao 3 acima verdadeira. e especialmente importante, porque restrigoes lineares sao comuns em modelos economicos.
Veja a Segao 27.3 para uma discussao completa. =
Por exemplo, podemos automaticamente tomar AJ 1 no problema de maximiza ao da uti-
^
lidade do Exemplo 18.1 porque ali todas as fungoes restrigao sao lineares. A mesma afirma-
3 Prova dosTeoremas 18.1 e 18.2; Restrigoes de Igualdade
gao pode ser feita sobre os problemas nos Exemplos 18.9 e 18.13. Existem livros inteiros de-
dicados a problemas de programagao linear, que sao problemas de otimizagao cordidonada
3 '
Estamos considerando que: nos quais a fungao objetivo e todas as fungoes restrigao sao lineares. Pelo Teorema 19.12 po-
> --
—
(1) ..x- maxinuza/ noconjunta restrigao - . - .... demos tomar XQ - = 1 em todos esses problemas. Podemos tomar == 1 no Exernplo 18.7
porque sua fungao restrigao e convexa. A prova do Teorema 19.12 e uma aplicagao do Lema
de Farkas, que omitirembs.
3 fc|(x') = c> hn(x‘) = <: (33)
Para problemas de njinimizagao com restrigoes de desigualdade do tipo x ) > bi o Teo-
o (2) a matriz jacobiana Z)h(
*
x ) de tamanho m x n das fungoes restrigao h tem posto mdxi -
%
rema 19.12 ainda vale desde que invertamos as duas desigualdades < da condigao b e troque -
o mo m em x :
mos entre si as palavras rconcavo” e “ convexo” nas condigoes c e d.
*
)
)
m = posto Dh (x’) -.posto
Oh
dxi K) Ofi
to ., . /
(34 )
EXERCICIOS
19.20 Seguindo as indicagoes no Exemplo 19.10, desenvolva a aplicagao analoga do Teore-
ma 19.11 para o Exemplo 18.13.
3
) \
—
^f
(x )
i
/ *\
- •
dhm (x )
af
'"' n
/
19.21 Qual das ultimas tres qualificagoes de restrigao no Teorema 19.12 vale para a fungao
restrigao nos Exercfcios 18.10, 18.11, 18.12, 18.17 e 18.18?
19.22 Considere o problema demaximizarxsujeita a y - x* < 0, x3 - y < 0 e.t < 1 /2. Tente re-
:
Inicialmeme afinnamos que a matriz jacobiana .de . tamanho ( m + l ) X n
solver esse problema com e sem utilizar um multiplicador AQ para a fungao objetivo.
• Vo r . 33
t -f .
:;-
,
* F
'• ..
. \
ft afur if ) 19.23 Confirme que a qualificagao de restrigao b do Teorema 19.12 nao esta satisfeita no
J :: • x, i
Exemplo 19.9.
j tf ) (35) ; ,19.6 PROVAS DAS CONDIGOES DE PRIMEIRA ORDEM
I ) i
- •
Nesta segao final apresentamos provas completas dos principais tcoremas do Capftulo 18. Pa -
) ra alguns desses teoremas ja apresentamos argumentos geometricos para versoes de dimen -
'
J que encontramos em teoria economica avangada. Elas usam muito da teoria matemaiica de-
y /( vt
« ) = c0
senvolvjda nos capftulos ameriores deste iivro. Em particular, elas dependem fundamemal -
mente:
v> '
( 36 ) ( 1 ) do Teorema da Fungao Implfcita (Scgiio 15.3),
t
;
)
! )
: |l !
OTIMIZACAO COM RESTRigflES II 489 488 . MATEMAT(CA:PARA >ECONOMISTAS
i! Sabemos que (xfv .,x* ) d uma solugao do sistema (36). Pense nos lados direitos c0 , c,,...,
j
Vamos supor que a matriz (35) tenha posto mlximo m + 1. Entao, pelo Teorema da Fun- ; 1
(1) \ e Rn maximiza / no conjunto-restrigao gao Implfcita, podemos variar os c, um pouquinho para c\ e ainda encontrar uma solugao i \
x',...,*' para. o sistema revisado (36) com os c\ do lado direito. Eni particular, poderfamos ),
(*) * &
*W
g
^ fc (39)
' <
encontraruma solugao x f x ** do sistema perturbado
* *
} .
• •
*
)
, ge sao ativas em x :
#
:« '
(2) somente g /(*!> * •» *« ) ~ c0 ^ £ )
(42) * i vois c0 + e > c0. Isto contraria nossa hip6tese de que x* maximiza / no conjunto-restrigao (33). ..
^ ;! (* ) , i
Concluimos que a matriz (35) nao tem posto m + 1. Isto significa que suas m + I linhas sao li
.
nearmente dependentes ou seja , que existem escalares £ , a , -
am nao todos nulos, tais que
i
.0 ^' pf )
fas ,
Como as g{ sao fungoes contfnuas, existe uma bola aberta B = Br( x ) de raio r > 0 em tor-
no de x’ tal que gfi< ) < bf para quaisqucr x e B t j - e 1 k. Ate o final desta prova estare-
mos trabalhando no conjumo aberto B .
df r
+ «i + ••• + «,„
IrM '0'
0
(38) ;
)
)
Observe que x maximiza / em B no conjunto- restrigao
*
• V >
,0,
5iW = ^, = (43)
Em seguida mostraremos que a QRND (34) implica que
a t
**
pois se houvesse urn outro ponto x em B que satisfizesse (43) e dessc um valor maior de /, * 0. Realmente, se OQ = 0 em \
i[38), entao y /il(x‘),...; V /2 1(x'). sao linearmente dependentes por (38). Isto significa que a J )
entao esse ponto fomeceria um vaior de / maiofno conjunto-restrigao original (39) e contra-
#f
htatriz (34). que tem os V /i.(x‘) como suas m linhas, nao tem posto m5ximo, o que contraria f j,
diria a definigao de x\ Alem disso, por (42), x saiisfaz a QRND para o problema de maximi - a hipotese b. Concluimos que * 0.
)
zar / no conjunto restrigao (43). Portanto, pelo Tc orema 18.2, existem
- tais que
-
Finalmente, divida (38) pelo numero nao nuto c , e escreva fi - - ~ a/ c , para cada i = 0,...,
m. Entao, (38) fomece ^ ^ ^ )
)
(44) V/(x* ) - /J , V;i, (x* ) =0 :
gl X . -
{ ') - f 1 = 0,.. ,!gf (x ) - /» = 0 f
sendo precisamente a conclusao do Teorema 18.2.
’
)
onde L( X , /J ) , [ , ( x ) - i, ]
= /(x) - )i| - -^[ & ( x) - b,]
Note que se nao considerarmos a QRND (34), entao obteremos a conclusao do Teorema
19.11 de Fritz John para restngoes de igualdade.
\
)
Asora considere o lagrangiano usual
)
l( x , A. Xk ) = /(x ) - A , [ g - 1 ( x) - b, ] Xk [ gk (x) - bk ]
• ( 45 )
)
i
o
n
i
o .. OTMZACAQ COM RESTRICQES II 491 490 MATEMATICA RARA. ECONOMISTAS
) -‘TT
n Seja DJJix ) a derivada do lagrangiano (45) em relagao a x. Pelas nossas condigoes de.primei - Tome A* = /i para * = 1
^ e e A] 0 para / = e + -=
k. XJsando esta escolha dos A* e ob-
servando aequagao (44), vemos que (x\ A ) 6 uma solugao das seguintes n + k equates a n
*
ra ordem (46) e (49), temos
3
'
j + k incdgnitas:
o 0 = DxL(x') v !!
(x .A
^^ ^^
o >
= D/(x - £ AlDg.(x )v
/
1
,
( x *, A > 0 ..., ,
> 0 (46)
contdm tanto restrigoes de desigualdade quanto restrigoes de igualdade, desde que a QRND
seja v lida em x’ para o coniunto das restrigdes de igualdade e das restrigoes de desigualdade
): ativas.
^ j a (* *» ) =A
1 , |
) :
j 1
(47)
)
HXERCfclOS
19.24 Escreva a prova de\ 0 na prova do.Teorema 18.4.
i
.1
-
g<[ xi , x„) = bt
O '"
•
1925 Escreva uma proYa minuciosa do Teorema 18.5 para restrigoes mistas.
;
:;
•
coordenadas *y , |
J
Pela condigao de posto [42) e pclo Teorema da Fungao Implicita (Teorema 15.7), existem e
ais que podemos considerar o sistema (47) como definindo
'
o
:
xj{
vari veis exogenas, mantenha
-
xjc implicitamenite em termos do resto dos x e todos os b.. Neste ultimo conjunto de
bf constantes, mantenha os x} exdgenos constantes e per-
) ^ -
mita que bt cresga lineamvente: / *-> b ] 1 para ( 0. Pclo Teorema da Fungao Implicita , va-
riando a varidvel exrigcna b ] ainda podemos resolver o sistema (47) em
y ... */ Isto sig-
nifica, em particular, que exisui uma curva x(/) que e C\ definida para t e [0, \
.
e tal que x (0)
) .t *
= x e, para cada t [0,: e),
> .i . •. . .
_
* 7 ' • • •' s
,,
£* ) •? • )
> ''
s ' "''
1 '
*
: ;
$\' 1 ‘ - V:7 ; Escreva y = x'(0). Aplicando a Regra da Cadeia a (48), concluimos que
•
• /)g , (x > = -r
. 0g/ x’)v = 0 para ./ = 2,..., e. (49)
3 r
*
Como x(/) esta no conjunto- restrigao para cada t e x maximiza / no conjunto restrigao, / de- -
t
-
ve ser nao crescente ao longo de x( r). Portanto,
V
0
.*
V
J
J
^ / W0 to = D/(x )v < O '
?J
V. -
y
p A P f T U L 0 20
-
s» rf .•
- — *
\
Fungoes|l omogeneas
<
1
\ ;
e Homoteticas
1
:
i
— Jt
' '
\
exemplo, fungoes demanda sao naturalmente homogeneas em relagao ao prego e renda. Ou - i
tras vezes, os economistas impoem essas hipoteses para poder provar teoremas sobre mode - ^ t
7
los econdmicos; por exemplo, podemos falar muito mais sobre modelos com fungoes utilida- i
de homoteticas ou fungoes lucro concavas do que podenamos sem essas hipoteses.
Nos prdximos dois capitulos examinaremos as importantes propriedades de tipos espe- )
ciais de fungoes que surgem em modelos econdmicos. Hd duas categorias bdsicas de tais fun - i, V
—
goes: as fungoes homogeneas e as fungoes concavas/convexas. Cada uma dessas categorias
tern um componente cardinal e um componente ordinal conceitos que desenvolveremos na
Segao 20.4. Como veremos, a homogeneidade e a concavidade sao propriedades cardinais; o
analogo ordinal da homogeneidade e a honioteticidade e o analogo ordinal da concavidade 6
I
(
J
l
i
i
a quase- concavidade. 1
I .
Cada uma dessas classes 6 definida sem constderagdes de diferenciabilidade. No entanto,
.
•i
podemos obter resultados especial mente fortes para as fungoes diferenciciveis de cada uma
dessas categorias. Em particular, provaremos criterios simples, usando Cdlculo, para determi-
;•
‘
o
narse uma determinada fungao diferenciavel fazjparte ou nao de uma dessas classes.
i
!
/
T
•
L "
-
/ FUNgOES HOMQG NEAS E HOMOTgTICAS 495
i . ^
J
O'
'
•
Com a definigao formal acima, podemds procurar candidatos a fungoes homogeneas fora
da classe dos polindraios. Em particular podemos permitir expoentes fraciondrios ou negati-
ves e quocientes de forgoes.
^^
Para fungoes de v£rias varidveis, um mondmio z - ax x x23 d homogeneo de grau
K + k3. Seu grau 6 a soma dos expoentes. Por exemplo, z = 8x3x2 6 homogenea de grau qua-
tro e z = 3 xfx2 x* 6 homogenea de grau sete. A soma de monomios de grau k 6 uma fungao
+
C r
Exemplo 20.1
'
/i (*i »*2) = 30xJ / 2x2/ 2 - 2JC,V -
# «
I ’ { a ) x { x2 + 3 xlx2 + x 2 6 homogSnea de grau tres , pois cada parcela 6 homogenea de
grau tres ,
D 6 homogenea de grau dois. A fim ao
(
^
0,0 = 00 + -0-5' xjx2 xl + 5 xfx2 - x2 xl
; (b)
]
4 6 homogenea de grau dez, pois cada parcela 6 homogenea
(
'
de grau dez .
J e homogenea de grau tres quartos. Os expoentes fracion*irios nesses dois exemplos apresen-
(c) 4 2 - 5xjx| nao 6 homogenea, pois a primeira parcela tem grau cinco e a segun-
.
)
)
tam um motivo para fazer^se a restrig 3o t > 0 na definigio de homogeneidade. A fungao
~ TO-
^
da parcela tem grau tres.
f i + 02X2 + * * • + anxn , e homogenea de grau um.
M * 2 ~
> xf + 2 x14 + 4 ( d ) Uma fungao linear z =
)
) e homogenea de grau tres (= 7 - 4).
(e) Uma for •na quadritica z = S aijxixj £ homogenea de grau dois.
Assim, em grri il podemos reconhecer que uma fungao especiflca e homogenea simples
) Exemplo 20.4 No entamo, as unicas fungoes homogeneas de uma variavel sao as fungoes da mente observando ’sua expressao. Essa intuigao fomece uma definigao analfdca que stri im-
forma z = ax , onde A e quaiquer numero real . Para provar esta afirmagao, seja z = /(x) uma poaante para deduzir resultados sobre fungoes homogeneas.
) fungao homogenea quaiquer de uma variavel. Tome a =/( I ) e seja x arbitrario. Entao ,
Definigao Dado um escalar k , dizemos que uma fungao real /(x, , ..., xn) e homogenea de
.
i
) m= f (x ’ D = xkm = cx* grau k se
)
> ,
/(;x, ,.. txn ) = f/(x,
M xn ) para quaisquerXi x„ e t > 0. ( 1)
. Fungoes Homogeneas em Economia
* - Em geral, estaremos trabalhando com fungoes homogeneas defmidas no octante positivo
_J . •
. . iOs economistas consideram cohveniente, niuitas vezes, trabalhar com fungoes homogeneas
'
RJ. Em todo caso, 0 domfnio de uma fungao homogenea deve ser um cune, que 6 um conjun-
. Vcomo fungoes de prpdugao. Por exemplo, se q = /(x,v.., x„) 6 uma fungao de produgao que e
.
m : . r.
m
f ‘ &- to com a seguinte propriedade: se x esta no conjunto , entao quaiquer multiplo escalar positi-
' ;homogenea degrau: um , entao ; '
* :
- i
• . : vo rx de x tanib&n estd.
>
? ,
•
f { tx ] ,... jxn ) = tf ( xl , ..: txl )
'
(2)
para quaiquer cesta de insumos (x, ,..„xa ) e quaiquer / > 0. Tomando t = 2 , a equagao (2) diz
Exemplo 20.2 Substituindo x , . x2 ex? por tx, , tx 2 e /x3, respectivamente , nos Exemplos 20. In
.
e 20.1 , resulta
^
que se a fiima duplicar cada jnsumo, 6 duplicado tamb m o produto. Para t = 3, se triplicar ca-
^
) da insumo, triplica o produto correspondence. Dizemos que tal firma exibe retornos constan -
tes de escala. Suponha , por outro lado , que a fungao de produgao e homogenea de grau k > ! .
*
(rx, ) (rx2 ) + 3( fx, )( rr2 ) + ( fx2 )3 = / 2X2JX2 + 3rx,r 2x? + r 3x2
“ “
J J
Se uma tal firma fosse duplicar a quamidade de cada insumo, seu produto aumentaria por um = *3 ( A;,2X2 + 3XJX2 + x2 )
fator 2*. Cdmo k > 1 , seu produto mais que dobraria. Dizemos que tal firma exibe retornos
^
J crescentes de escala . Finalmente , uma firma que tem uma fungao de produgao que e homo- e («, )7 (/x, )(«3)J + {«, f («, )4 + {«2 )5 («3 )5
J genea de grau k < I , ter£ sua produgao aumentada por um fator menor do que dois quando du -
= / I 0 ( XJ7 X2X32 + xfx2 + x|x|)
plicar todos os se us insumos. Dizemos que tal firma exibe retornos decrescentes de escala .
'
j!
FU COES HOMOGSNEAS E HOMOT£TICAS 497
4
^ 496 .. MATEMATICA PARA- ECONOMISTAS . y
Em primciro lugar, provamos uma propriedade' bastante intuitiva de fungoes homogeneas que d um mondmio com expoentes a , ,..., an que sao, em geral , fragoes positivas. Desde o tra-
diferenci £veis, a saber, que as derivadas parciaisde uma fungao homogenea de grau k sao, por balho pioneirona ddcadade 1920 do matem dco C. W. Cobb e do econoraista (e, mais tarde,
sua vez, fungoes homogeneas de grau k - 1 . Esta propriedade 6 bastante dbvia para polind - ^
senador dos EUA) Paul Douglas, os economistas interessados em estimar a fungao de produ - i
mios homogSneos. O teorema a seguir prova isso para fungoes homogeneas quaisquer. gao de uma firma ou indristria especffica tentam, muitas vezes, encontrar a fungao de produ
- • ;
gao Cobb-Douglas que melhor se ajusta aos dados de insumo-produgao da fiima. Muitas ve- )
ij .
l zes eles podem utilizar tdcnicas de mfnimos quadrados lineares comuns, pois tomando o lo - ‘ *
garitmo em ambos os lados da fungao (3), eles podem trabalhar com o logaritmo do produto
como uma fungao /menr dos logaritmos dos insumos:
Teorema 20.1 Seja z = /(x) uma fungao C num cone aberto de Rn. S t f 6 ho mogSnea de
] '
s
grau A, suas derivadas parciais de primeira ordem sao homogeneas de grau k - 1 . log = IogA + fli log*, + * ” + <2 logxn
^ ll
Observe que uma fungao de produgao Cobb-Douglas exibe retomos decrescentes de escala, : •
retomos constantes de escala ou retomos crescentes de escala se a soma dos expoentes e me-
nor do que 1 , igual a 1 ou maior do que 1, respecdvamente: Os economistas observaram em ;
seus estudos empfricos que em geral essa soma esti muito prdxima de 1 * .
Enquanto as fungoes de produgao sao muitas vezes_homog_eneas por hipotese , asfungoes ; ;
-Prova -Para-simplificac ajiQlagao,.provamos. esse .teoremapara dfJdxv Por hipotese,
! demanda sao homogfineas por natureza (pelo menos se ignorarmos a “ ilusao monet4ria>‘) . »
(6) Lembre que uma fungao demanda x =
fipt|»
-’
w
(4)
“ '"'I* ' > Observe que , se todos os pregos e a renda consumidor triplicassem , a restrigao (4) nao se -
do
ria afetada . Simplesmeme podenamos aividir a nova igualdade por 3 para retomar a desigual - •
l
ou , dividindo ambos os lados por /, dade original . Em particular, a cesta de consumo otimo x nao seria afetada. Em termos da fun-
gao demanda , ’
-(«) = |
‘
|
f
•
-(4 D( tpv^ tpnji) = D(plt ... ypnfr) para quaisquer (5) ;
fi • * \
Como fa 1, a equagao (5 ) afirma que a demanda e homogenea de grau zero em p e 7. Como \ £
A propriedade geomdtrica bdsica das fungoes homogeneas 6 uma conseqiiencia direta da
f
-
cada fungao demanda individual 6 homogenea de grau zero, tambdm 6 homogenea de grau ze-
defmigao de homogeneidade. Seja q =/(x) uma fungao de produgao que homogenea de grau ro a demanda agregada, que e a soma dessas demandas individuais. Os Teoremas 22.3 e 22.4 #
um. Na Figura 20.1 , ideniificamos quatro pontos x, na linha isoquanta de [ q = 1 } . Sejam w. = apresentam alguns princfpios economicqs especfficos, que decorrem da homogeneidade das • "•
2x . para < = 1 , 2 , 3, 4. Como/ e homogenea de grau um , fungoes demanda. • • )
Finalmente, uma coma imediata, e semelhame , mostra que a fungao custo ( mfnimo) e uma ? '
/(W;) =/(2x-) --2/(x.) j 2 fungao homogSnea dos pregos dos insumos e a fungao lucro otimo 6 uma fungao homogenea
Os w, estao todos na isoquanta [ q = 2 ) . Mais geralmeme , se transladarmos cada ponto x da
do prego do produto para uma firma num mercado em concorrencia perfeita. -
isoquanta [ q = 1 ) por um fator r ao longo de raios a pa tir da origein, geraremos a isoquan -
ta { q = r ) . Se / 6 homogenea de grau k entao geraremos a isoquanta { q = / } ao transladar
a
*
Propriedades de Fungoes Homogeneas
isoquanta q = 1 por um fator r ao longo de raios a partir da origem , pois/(rx) = r /(x) = r se
con- A homogeneidade e uma hipdtese bastante fone para uma fungao de produgao e especialmen -
/(x) = 1 . Resumindo os conjunios de nfvei de uma fungao hGmogenea sao expansdes e
,
/
3
f
'
) \
T
o /
o
J
/ } w4
/ i
*
/
Q /
i
/
/
t
/
# /
/ /
/
/
W3
# / I
x4 /
/
/
/
/ / /
t
/ /
f *2
*3
3- /
/
f
/
/
*2
) i r
/ i /t w
- i /
>- -
6
Figura 20.2 A TMgST de uma fungao homogenea d cons fame ao longo de raios a partir de 0.
u/ * *1
)
Figura 20.1 . f { 2xf ) = 2/(x.) = 2 s e f e homogenea de gran um e /(x,) = 1.
) 0 Teorema 20.2 tern conseqiiencias importances para fungocs utilidade e de produgao Por .
.. .i
Uma conseqiiencia.dessa observagao e expressa no seguinte teorema.
) exemplo, suponha que C/(x) 6 uma fungao utilidade homog6nea. Fixe os pregos em p = (pit. » I
pn ) e a renda em 70. Considere mais uma vez o problema de maximizar U( x ) sujeita & restrigao
) „
orgamentaria p{ x{ + ••• + p„x < 70 . A solugao geomdtrica usual deste problema 6 apresenta-
; da na Figura 20.3. No maximo a curva de nivel de U 6 tangente a reta orgamentaria . j
i Teorema 20.2 5eja q = /(x) uma fungao homogenea C1 no octante positivo de Rn . Os
- /
Analiticamente, a inclinagao I/J t/' da curva de nivel (ou a taxa marginal de substituigao) pianos tangentes aos conjuntos de ntvel de / tern inclinagao constante ao longo de raios a
>•
> em x(/o) e igual inclinagao -pxtp2 da reta orgamentaria.
^ partir da origem.
J
.y.;
'.
> ,
J O v
- - • V.: - • ••
' , Iifpj' ’•
• A-:.. ‘I .
Prova Para simplificar a notagao, vamos provar esse teorema para uma fungao de produgao
homogenea em R * Basicamente queremos mostrar que a taxa marginal de substituigao
tecnica (TMgST) e constante ao longo de raios a partir da origem. Sejant (Z , K0 ) e ( Lv Kx )
/ - I ( LQ, K0 ) duas cestas de insumos no mesmo raio a partir da origem, como^ilustra a Figu -
j /
/
/
/
ra 20.2. Escrevemos f [ para dfldL A TMgST em (L,, K } ) 6 igual a .
/
: X ( /, )
* f L M ) rdfl+ x )
* ( por definigao de (L „ ))
^,
/
/
xoy fUbXi )
J
.^ )
i
/
/
.V / O o ( pelo Teorema 20.1)
J /
/
/
/
J /
/
FLKKD) .m
v
y Figura 20.3 A ccsia x ( /0) / naximiza a utilidade no conjunlo orgamemdrio para a renda JQ.
VPi VP, /x ( V ^o )
(a TMgST em (L|t K { )
J
)
500 MATEMATJCAPARA ECONOMISTAS
PUNCHES HOMOGENEAS E HOMOTSTICAS 501
,
Agora aumente a renda por um fator rt de /0 para / , mantendo os pregos constants. A re -
:i Um Criterio de Calculo para Homogeneldade ta orgamentlria correspondente moveu paralelamente a si mesrrio parai mais longe da origcm , •
necessdria, conhecida como Teorema de Euler, 6 uma fe Tamenta analftica titil ao trabalhar substituigao 6 igual a -p , /p2. Como a fungao utilidade 6 homogenea, pelo Teorema 20.2 esse N
com fungoes homogeneas. Esta condigao est£ relational com o seguinte fato: quando deri- ponto estard na intersegao da nova reta orgamentiria com o raio por x(4) a partir da origem, *
'
vamos um monomio, multiplicands seu coeficiente pelo expoente original e entao diminut - -
como na Figura 20.3. A curva parametrizada / > > x{7) da Figura 20.3, que indica a cesta de-
mandada para nfveis de renda diferentes, 6 denominada caminho de expansao die renda.
*
mos em 1 o seu expoente: (ax* ) = kwc*" 1 . Assim, Acabamos de mostrar que o caminho de expansao de renda para umaTungao utilidade homo-
genea 6 um raio a partir da origem.
Como a reta orgamentdria na Figura 20.3 moveu -se para fora por um fator r, a nova cesta
= A(ax* ); ouseja , xf' { x ) = }< f ( x )
de escolha x(/, ) 6 um multiple da anterior por um fator r. Analiticamente, x(/, ) = x ( r/0) = *
5
O proximo teoreina 6 a versao n-dimensional deste resultado. rx (/0). Em outras palavras, a fungao demanda conespondente a uma fungao utilidade homo-
genea de grau k 6 uma fungao da renda homogenea de grau um;. duplicando a renda, o consu- • ‘
mo de cada bem d duplicado.
Neste modelo, dizer que a demanda, como fungao da unica varidvel renda, e homogenea 7 '
Teorema 20,4 {Teorema de Euler) Seja/(x) uma fungao Cl homogenea de grau k em -de-grauuiirsignifica que cadacomponentex,( f ) de x(i) d uma fungao lineardarenda: xff )
' ' '
-
\ *
R+. Entao, para qualquer x, i aj, pelo Exemplo 20.4. Assim , cada elasticidade-renda da demanda d identicamente 1, pois -
3/
* —
Xj Qjl implica
3/
dx ,
af
' dx2
+ - + *„
dxn = WO (7 )
^ .1, = ‘ . L, -
.
d! x
a - ~1
aI
i
|
ou, em notaijao de gradients
-
-^
Dada uma fungao de produgao q /(x) e um custo C de insumos, a empresa quer escolher
x - Vf ( x ) = kf ( x ) - -
a cesta de insumos x que maximiza a receita p/(x), sujeita a w x < C . Se a fungao de produ
gao d homogenea, a analise acima mostra que a escolha dtima de cada insumo 6 uma fungao
; 1
)
linear do custo: jq(Q = afC. Substituindo essas expressdes ha fungao de produgao homogenea, * '
fomece
• .
, = r ta.
C
)
.. dx» . • i J
- . - Pdrtanto, a fungao custo, que relaciona o custo do insumo com o nfvel de produgao otimo, e
-\ .
' V
I
'
tada no Apendice do Capftulo 24. (/) a TMgS d constante ao longo dc raios a partir da origem ,
07) os caminhos de expansao de renda sao raios a partir da origem. !
077) a demanda correspondente depende linearmente da renda. e
1
R " . Suponha
/
^ -( x ) + " • + x„
1
( x ) = kf ( x (/) a TMgST e constante ao longo de raios a partir da origem.
1
)
o- EXERCICIOS ’
para qualquer x em R + . Entao, fi homogSnea de grau k.
n 20.1 Quais das seguintes fun oes sao homogSneas? Quais sao o$ graus daquelas que sao ho
^ -
i i
mogeneas?
a c) 2 ~U2
,
+ 3xyl +1 d ) xViy + 6 x '“
( x2 - y2 )
Uma aplicaqao-padrao do Teorema de Euler & Economia e a histdria da “ exaustao.do produ -
to” para firmas com fun 9oes de produgao homogSneas. Se uma firma tem uma fungao de pro-
,
duqao q = /(x ,..., xn ) que e- homogenea de grau um, entao (7) significa
(* +^rii
© e ) xViyl i +6 x + 4
'
f)
rr +s
>-
)
X
202 . Verifique o Teorema de Euler para as funijoes nos Exemplos 20.1 e 20.3.
203 Prove que o produto de fun5oes homogeneas 6 uma fungao homogenea.
20.4 Considere a fun9ao de produgao de elasticidade constante de substitui ao (CES) dada
^
*i
^ ^ „
- -
me sobre todos os insumos. De acordo com (8), o resultado e a quantidade de produto q. Pa-
( 8)
Para cada insumo, muliiplique a quantidade x{ usada pela produtividade marginal df /dx, e so
ra entender a implicaqao de (8), suponha que a firma utiliza o critdrio usual de maximiza9ao
,
de lucro, a saber, que a firma paga a cada fatorx o produto de sua rente marginal p • ( df / dx
)
por F{ x,, x ) = A (fl0 + axrf + fl
la quando ao 0
*
=. ^^ j Mostre que F tem retomos constantes de esca-
de modo que a firma contrata cada fator at6 que a contribuigao daquele fator para o seu pro-
duto seja igual ao custo de adquirir unidades adicionais do fator em questao. ( Veja a SegSo
^
1 203 Se y =/(* ,.Xj) e C*e homogenea de grau r, mostre que 17.5.) Entao, o pagamento total da firma serd
-)
,,
7
J 20.6 Prove que, se /eg sao fuinjoes de R“ homogeneas de graus diferentes, entao / + g nao -
ta de uma firma com lima fun9ao de produ 9ao com retomos constantes dc escala estd exata-
-
Mas, pela equa9§o (8Jf, isso e simplesmente p q , o valor do produto da firma. Assim, a recei
\ 6 homogenea. ’
-
) mente exaurida com cs pagamentos a todos os fatores. Tais firmas tem lucro economico zero.
• 20.7 A furi9ao nula /(x) = 0 6 homogenea? Se for, de qual grau ? Como sua resposta estd re- Se o grau da homoger eidade fosse major do que um, os pagamentos totais scriam maiores do
) lacionada com o exercicio anterior? que o valor da produto; se o grau fosse menor do que um , os pagamentos totais seriam me-
V: nores do que o valor do produto e a firma obteria um lucro positivo.
- v v v. -. - - Como outra aplica9ao do Teorema de Euler, seja q -/(x,, x f ) uma fun9ao de produ 9ao que
; y ‘. : r-
• • ^ ••
<o
Vi f
‘
aplica9oesr cjue e normal perguntar se uma fun9ao arbitrdria pode ser considerada a restri9ao
• de uma fun9ao homogenea definida num espa90 de dimensao maior. A resposta a esta ques - (2) produtividade marginal dext decrescente: x { : d 2 f / dx } < 0
.
t
tao e um claro “ sim” , e a constru 9ao e razoavelmenie direta . Como / e homogenea de grau um , sua derivada parcial df / dx ] e homogenea de grau zero. Apli-
* que o Teorema de Euler a df / dx
\
J
) , ,.
Teorema 20.6 Seja (x x„) •-> /(x ,. ., xf ) uma fun9ao real definida num cone C em Rn . + x2 *
dx2 3x,
Seja k um inteiro. Defma uma nova fun 9ao F de n + 1 variaveis por
.
j
»
.
(9)
ou
•
u
3x ,3x i
« »: 3.vf
•
j
.
Q
r
Entao, F e uma fun9ao homogenea de grau k no cone CxR + em Rn *\ Como /(x) = F ( x . ,
que e positivo, pois /qx < 0 . Esta derivada parcial mista positiva significa que a produtivi-
r
j
i ) para todo x e C, podemos considerar / como a restr ao de F a um subconjumo n di-
^ - dade marginal de um fator cresce quando o otitro fator e aumentado. Este resultado, as vezes,
mensionai de Rn * '. e denominado lei de Wicksell.
.'
s
J
FUNC&ES HOMOG ENEAS E HOMOT£TICAS 505 504> . . MATEMATICA) PARA-, ECONOMISTAS
,, ; .
— t
homogenea F de n varidveis, podemos utilizar os Teoremas 20.6 e 20.7 para construir F a par-
F( tx,tz ) =
_
tirde/. Por exemplo, / poderia ser uma fungao de produgao que foi estimada utilizando-se
uma listaincompletex{ x„ , de fatores. Suponha que exista um fator nao-esiimado e que
(pels definigao (9) de F )
i. t
sesabe que a fungao de produgao completa de todos os n fatores apresenta retomos constan- r \
:]
tes de escala. Pelo Teorema 20.7, temos F(x ,..., )
\Xn Xn J
, xn = xn •/i
• Com esta fdrmu - M tkF( x,z ) (pela definigao (9) de F ): - ‘
i i
la explfcita para F, podemos calcular coisas tais como a produtividade marginal do fator es- A recfproca do Teorema 20.6 tambdm vale. Se F 6 uma extensao homog& nea de/, entao / ‘i.
Exemplo 20.7 Num processo produtivo de dois fatores e com retomos constantes de escala , ...
um econometrista estima que, quando o segundo fator 6 mantido constante, a fungao de
, ,= . Teorema 20.7 Suponha que (x, z) »-> F(x, z) 6 uma fungao homog& nea de grau k num
produgao do primeiro fator 6 / (* ) x° , para algum a e (0, l ) Entao, a fungao de produ - subconiunto Cx R^, para algum cone C em R°, e que
I
i
- -
gaocompletaseria'afurigacfdeprodugaoCobb DougIas F(xj, x2) - ^ “ x Vcomatalcula:
^
" ‘” * ' *
:
.
mos no Exemplo 20.5 Se escolhermos as unidades de tal modo que Xj 1 durante a esti-
, ,= , .
mativa de/,, entao a fungao estimada 6/ (x ) F(x , 1) A produtividade marginal do fator
= F(x, l ) =/(x) para qualquer x e C. ( 1 0) - -
CxRf .
t
escoodidox2 quando x2 1 6 = Entao, F(x, z) = zf para qualquer (x, z)e I
: \
Jfi «]
i
= (l -a)/(ar,)
(
Prova Como F e homogenea de grau k ,
i
’
Na teoria do consumidor, sabeinos que as fungoes demanda devem ser homogeneas de
grau zero em todas as mercadorias. Suponha, por exemplo, que estamos estudando um mer - - : r - .>
cadodedois bens, digamos biscoitcs e leite. Suponna que calculamos a demaiida /),(/?,) para
r •
oleite numa situagao em que o prego dos biscoitos 6 mantido constante. Para obter a fungao •• • ..
•'
= zk ‘/[f -zXJ
X (p 0 r
^® *
demanda do leite, usando (9) com k 0: • - C* Exemplo 20.5 Se / ( x ) = xa em R^, entao sua homogeheizagao de grau um e
( \°
't
J
A * —Pi F( x, y ) = y £
[ yjl v .V *
*
leite e = bpfp! , que e' homogenea de grau zero, como deveria ser. Kx < y) = y f
<y
/
= >i
x2 . .
•
= x ~ a- y
.. .
o / 506 MATEMATJCAIPARA . ECONOMIS TAS
o /
FUNQOES HOMOGENEAS E HOMOTETICAS 507
- ex
o /
£ claro que $e g 6 diferenciavel e se g'(x) > 0 para cada x em /, entao g e uma transforma
gao mondtona. (Poderiaraos permitir que uma tal g tivesse derivada nula em pontos isolados ,
a ): b ) In * c) 5 d) x f +4 e ) x } + x22
o Por exemplo, i estritamente crescente, mesmo que sua derivada seja nula em z = 0 e positi
va em todos demais Dontos.)
-
© 20.3 UTILIDADES CARDINAL E ORDINAL
r>
’
)
Exemplo 20.10 Consiaere a classe de fungoes utilidade em R* que sao monomios, ou seja ,
o numero que a rungao utilidade associa a um dado conjunto de nivel qualquer Na teoria da .
o polinomios com urn unico termo; por exemplo, o polinomio u{ x, y ) x y A fungao utili = . '
-
utilidade, esses conjuntps de nivel sao denominados conjuntos de indiferenga, ou curvas de
indiferenga , quando os conjuntos de nfvel sao curvas. Uma propriedade de uma fungao utili-
dade v(x, v) = xy + 1 e uma transformagao monotona de u. Conforme discutimos acima , dade e denominada ordinal se ela depende somente da forma e localizagao dos conjuntos de
u e v tem as mesmas curvas de indiferenga. No entanto, v nao e um monomio. Assim , ser indiferenga do consumidor. Por outro lado, dizemos que uma propriedade e cardinal se ela
“
, \ •
J . um monomio e uma propriedade cardinal. Deveriamos nos sentir pouco b vontade com um tamb6n .depende da efetiva quamidade de utilidade que a fungao utilidade associa a cada
t . •- conjunto di indiferenga.
'
3 :i -
#>'* y ' ' """
* **** ^
MMVOM *«* * **» ** •
«M*< H* MMiMt
|•• ••• • *
l« kH> *»
* f ••
I •••
»« « I Mi »|
SytfrfJ \ V Exemplo 2011 Uma fungao utilidade w(,r,,;r2) e monotona em * se u 6 uma fungao crescen -
i ! ! «« M «» I »»»««« N » «« MI
,
»M I »» « »«»» M »< t N ft MI » IN »i IM
•
Neste contexto , dizemos que duas fungoes sao equivalentes se ambas possuem exatamen-
te os mesmos conjuntos de indiferenga , embora possam associar numeros diferentes a um da-
l •• •
v ;'" ,
te de it para cadax2 fixado. Se u eldiferenciavel
, poderiamos escrever esta propriedade co- .
do conjunto de indiferenga. Por exemplo, seja u( x y) uma fungao utilidade em R:. Seja v( x ,
, - >•) a fungSo * >tilidade M(X, y ) + \ . Estas duas fungoes possuem exatamente o mesmo conjunto
Vv • mo 3u/3
'
,
.v > 0. Intuitivamente, a monotonicidade emr significa que a utilidade da merca
doria um aumenta se aumentar o consumo da mercadoria um; em outras palavras, a mer -
.
de curvas de indiferenga. A fungao v associa a um numero uma unidade maior do que o nu -
V cadoria um e um bem. Esta propriedade depende somente da forma e da localizagao dos mero que a fungao u associa a cada curva de indiferenga. Por exemplo, a curva de indiferen
ga { w = 13 ] coincide com a curva de indiferenga ( v = 14 ) . As fungoes u e v representam as
-
0 conjuntos de nivel de u e da diregao em que aumenta a utilidade sendo, portanto, uma pro-
priedade ordinal. Analiticameme, se g ( z ) e uma transformagao monotona com g' > 0 , en - mesmas preferences e sao, ponanto, equivalentes. Como um segundo exemplo, a fungao uti -
0 tao, pela Regra da Cadeia ' . ^ -
lidade \v{ x , y ) [u (x, y ) ] 2 tambem e equivalente a it . Se
a
,
^
w(*i * > ) = w( x2> > 2) = = «(x2 y2 ) = Va
J «V|
• ( x] tX 2 ) > 0 t
Assim, fungoes utilidade equivalentes tem utilidades marginais diferentes na mesma ces-
20.13 Use a transformagao mondtona £ para provar que toda fungao homogenea 6 equivalen -
ta. Por outro Iado, aTMgS 6 um conceito ordinal . Seja v uma transformagao mondtona. ]
te a uma fungao homogenea de grau urn.
i qualquer de u : v(x, y) = g ( u( xty )). A TMgS de v em (x\ y*), >
)
20.14 Ter utilidade marginal decrescente, ou seja , (fi 2U / dxf ) < 0 para cada f, e uma proprie-
dade ordinal? Por quS?
i
t( * x* * > ) 3
dx •>
’ )) t
i ;
i
i
20.15 Prove que qualquer fungao /:R* -> R 1, com /' > 0 em cada ponto, 6 equivalente a uma 3y dy i
fungao homogenea de grau um.
nam as fungoes homog neas tao uteis na teoria de utilidade sao propriedades ordinais:
^
( 1 ) Os conjuntos de nfvel sao expansoes e contragoes radiais uns dos outros.
Observagao Ao tratar com fungoes de produgao, preocupamo - nos bastante com o mimero - 1
)
que uma fungao de produgao associa a qualquer isoquanta . O nfvel de produgao para cada in- f
(2) A inclinagao dos conjuntos de nfvel e constante ao longo de raios a partir da origem .
Estas duas propriedades sao claramente ordinais; clas se referem apenas h forma e incli -
nagao de curvas de nfvel , sem referenda alguma aos ntimeros associados a esses conjuntos de
sumo tem significado total . Em outras palavras, a distingao entre cardinal e ordinal nao nos
interessa quando estamos falando de fungoes de produgao. ^
nfvel . As conseqiiencias dessas propriedades para a teoria de demanda sao descritas no Teo-
rema 20.3: os camtnhos de expansao de renda sao raios a partir da origem e a elasticidade-ren - EXERC1CIOS .
da da demanda e igual a 1 em toda pane . 20.9 Para cada uma das cinco fungoes utilidade em ( 1 i ) no Exemplo 20.9, identifique os, i "
Agora definiremos uma classe de fungoes ordinais, uma classe que tem todas as proprie- conjuntos de nfvel que conespondem aos conjuntos de nfvel de u dados por {xy = 1 } e *
-
{xy 4 ) . Por exemplo , o conjunto de nfvel de { xy = 1 } corresponde ao conjunto de nf - [ )
vel { 3x>; + 2 = 5 ] da primeira fungao utilidade. Em cada caso, certifique-se de que es- ,
‘
Definigao Uma fungao v:RJ -> R 16 denominada homotetica se e uma transformagao mono-
tes conjuntos de nfvel sao realniente identicos, encontrando qiiatracestas no conjunto ’* ? \
tona de uma fungao homogenea , ou seja , se existem uma trahsformagao mondtona z >-> g (z) de
de nfvel dexy e mostrando que essas cestas estao nos conjuntos de nfvel correspondent / >
R + e uma fungao homogenea «: RJ -> R* tais que v(x) = g (kx)) para cada x no domfnio de v. tes das cinco fungoes utilidade . ,
\ /
20.10 Mostre diretamente que cada uma das cinco fungdes utilidade equivalentes no Exem-
Exemplo 20.13 As duas fungoes do come90 desta segno, plo 20.9 tem as mesmas taxas marginais de substituigao (
na cesta 2 1 Mostre que tem
, ) .
)
v(.r. v) = x y? + xy e \v( x, y ) = xy + 1- utilidades marginais diferentes ( boas) em ( 2, 1 ).
i
sao fungoes homoteticas com M(X, y ) = xy e com g , ( z) = £ + z e g 2( z ) - z + 1, respectiva- 20.11 Quais das seguintes sao transformagoes monotonas de R+?
mente. Os cinco exemplos no Exemplo 20.1 sao fungoes homoteticas.
a) ZA + Z 2 b ) z* - Z 2 c ) zj{ z + 1) dy 41 e) Vz 2 + 4
Fica claro, pela definigao, que a homoteticidade e uma propriedade ordinal . Para provar isto
analiticamente , precisamos provar que uma transformagao mondtona de uma funcao homoieti - 20.12 Quais das seguintes fungoes sao equivalentes a .xy? Para as que sao , qual 6 a transfer- *
)
ca ainda e uma fungao homotetica . Sejam z *-> h( z ) uma transformagao mondtona ex v(x ) magao mondtona que dd esta equivalencia?
^ .
uma transformagao homote'tica. Precisamos conferir se h ° v e homotetica . Pela definigao' de no-
moieticidade . v( x ) pode ser escrita como v(x ) = g ( tt (x ) ). onde g c uma transformagao mohoiona , n ) 7x2y2 + 2 b) lnx + lny + l
. c) x2 y d) xl /3y, / 3
^
e z = u [ x ) e uma fu ngao homogenea . Temos J
hMx ) ) hlslu( x ) ) = ( h o e )( u(\ ))
~ }
1
o i
o
o 510- . . .MATEMATIGA PARA- ECONOMISTAS -^ V .
FUNCOES'Ho ^pGfeNEAS E HOMOTfeTICAS 511
•
0 “
. !•
V : '
•
"
) ,
.Como u 6 estritamente crescente tambdm / d estritamente crescente e, portanto,/ tem uma Como u 6 homogenea; b sta mostrar que h ° g 6 uma transformagao mondtona. Em outras pa -
'
1
- .
inversa estritamente crescente; Seja v g ° u Entao, ^
lavras, precisamos conferif se uma transformagao mondtona de uma transformaijao mondto-
na 6 , ainda, uma transformagao mondtona.
i
f °.v = f ° ( sou ) = ( f ° g )° u u. =
1 v 6 Komotdtica, basta provar que v 6 homogenea.
Seja z2 > Como g 6 estritamente crescente, g( z2 ) > g( z } ). Como h 6 estritamente crescen-
zr
,
o • .
Para provar que u
Para qualquer escalar a, a fungao a z* g ( a ) diz em que altura da diagonal A o conjun-
to de mvel u \a ) encontra A. Conseqiientemente, v(x) = g(«(x)) diz’ em que ajtura da dia-
te, h( g ( z2 )) > h( g( zt\
) ou seja, (h «» g)(z2) > ( h <> g)(z ). Isto implica que h ° g e uma trans-
formagao mondtona e portanto, que /t ° v = (/ j ° g) ° « e uma transfonnagao mon <5tona da
transformagao mondtona u , ou seja, h ® v 6 homotdtica.
gonal A o conjunto de mvel de u por x encontra A. Analiticamente, r = v (x) 6 a solugao de
a u (x) = n(/e). ( 13) Caracterizando Fun$6es Homoteticas
=
«(x) «(/$) => "
•
T>
J
^
verificar que v 6 homogenea de grau um e que g 2 e crescente, de modo que podemos es
crevern comp ,
ht cpm/= g * g2 crescente e h linear homogenea.
- Uma fungao u e estritariiente mondtona se, para quaisquer x, y e RJ ,
x>y => w(x) > «(y)
. . Mais lima vei suporihaque u(x) > w (yj e a> 0. Como fi estritamente crescente , / pos
-1 estritamente crescente:
-
:* .' r - Y’sui lima inversa /
' Monotonicidade e m > notonicidade estrita sao propriedades naturais de fungoes utilidade,
pois capturam .a essencia do aspecto “ mais 6 melhor” da preferencia. 0 proximo teorema ofe-
%:
O j
r' («(x)) sr'Ky)).
'
v(x) > v(y ),
= av( x) > av(y) = v(ay),
v(ax)
rece a prometida caracterizagao de fungoes homoteticas.
—
Teorema 20.8 Seja u\ R" > R uma fungao estritamente monotona. Entao, u 6 homote -
/( v(ax)) > /(v(ay)). ~ f. tica se, e someme se , para quaisquer x e y em RJ ,
J w(ca) > w (ay); . M(X) « (y ) <=^ w ( flx) > u{ ccy ) para qualquer a > 0 ( 12)
Fungoes Concavas
pianos tangentes aos conjuntos de nlvel de u 6 constante ao longo de.raios a partir da ori
gem; em outras palavras, para quaisquer if j e qualquer x em . RJ ,
— —
du
{«)
f N du . .
(x)
.
- *
^ ,I )
^ A \
e Quase- concavas 9«
(re)v
/
—
3M
*
/
(x)
,
para todo t > 0 n *
\
)
^ a^ i
)
j
\
0 Teorema 20.9 afirma que se u £ homotetica , entao sua taxa marginal de substituigao *
y
ujna fungao homogSnea de grau zero.
'
*
*
)
— - — /V
-• A - - sfung6es- c6ncavasdesempenham umpapel semelhante ao das-fungoes-homogeneas
**
.
na teoria econQmica Ambas as classes surgem naturalmente em modelos econdmi -
PrWa A p rovre uma combTiTagatrimediata'‘das ‘provas dos TeOremas 20.2 e“ do Exemplr
' ' ''
to concavas. Ambas as classes tSm propriedades desejSveis para fungoes udlidade e fungoes )
*
.
de piodugao Ambas as classes tern caracterizagoes simples em termos de Cdlculo: as fungoes cao £ homotetica . Alguns textos definem uma fungao como sendo homotetica se sua taxa mar . - *
homogeneas atraves do Teorema de Euler e as fungoes cdncavas atrav s do teste da derivada ginal de substituigao for homogenea de grau zero. Como no caso da recfproca do Teorema dLJ
^
segunda. Finalmente, ambas as classes sao cardinais e devem ser modificadas para uso com -
/
Euler, a prova da recfproca do Teorema 20.9, que omitimos, envolve equagoes diferenciais. />
)
)
pleto em teoria de udlidade.
Poroutro lado, a concavidade 6 urn conceito muito diferente da homogeneidade. Como
veremos, cxistem fungoes que sao homogeneas mas. lao concavas ou convexas, e hd fungoes Teorema 20.10 Seja u uma fungao C 1 em RJ. Se a condigao (15) vale para quaisquer x I
que sao concavas ou convexas mas nao homogeneas Num certo sentido, essas duas proprie - .
em RJ,./ > 0 e i j , entao u £ homotetica. ’
• }
dades sao complementares; os economistas muitas v izes preferem trabalhar com fungoes de
produgao que possucm ambas as propriedades. • . . l
20.16 Usando os argumentos do Exemplo 20.13 e do Exercfcio 20.13, mostre que podemos,
!)
r^
)
)
Os estudantes costumarn encontrar fungoes cohcavas.Je convexas pela primeira vez no estudo
de fungoes de uma variavel no Calculo, como o da Segaq 3.2,- As definigoes de concavidade e
convexidade de fungoes de n variaveis sao as mesmas que as de uma variavel.
. substituir "homogenea” por "homogenea de grau um” na definigao de funcao homo-
tetica. ’ ’
#
^S '
)
i
Dsfinigao Uma fungao real / definida num subconjunto convexo U de R" e concava se, para 20.17 Quais das seguintes fungoes sao homoteticas? Justifique cada resposta. ’
quaisquer x, y em U e para todo t entre 0 e 1, ~> yexr-»
•
«) ex b) 2 log .v + 3 logy c) x3 y 6* 3x 2 y'i + 6 xy2 + 9
)
)
«(« + ( i - Oy ) 's(*) + 0 -')s(y) C- > 20.19 Escreva por extenso uma prova detalhada do Teorema 20.9.
)
20.20 Mostre que. para uma fungao u estritameme monotona as duas desigualdades na con
- . '
’
)
U -) podem ser substitufdas por igualdades, sem perda de generalidade.
1
"
)
o
\) / -
FUNQOES GONCAVAS E QUASE CONCAVAS 515 514‘? ... MATEMAnCA PARA EcONOMfSTAS , .
A
Observagao Observe que / 6 cdncava se, e somente se, -f 6 convexa . A cada propriedade de
A fungoes c&ncavas corresponde naturalmente uma propriedade de fungoes convexas.
A ti*+ 0 - I)) - * Observagao Muitos textos introdutdrios de Cdlculo denominam as fungoes convexas de
/( x) + (i - 0«y) “ cdncavas para cima" e as fungoes cdncavas de “ concavas para baixo” , como fizemos na Se-
1 f( y)
gao 3.2. Daqui em diante, vamos aderir aos termos mais cldssicos: “ convexo’' e “ ccrxcavo” .
o Observagao Nao confunda a nogao dtfungao convexa com o de conjunto convexo Urn con-
junto U 6 urn conjunto convexo se , dados quaisquer pontos x e y em ( / , o segmento de reta
ligando x a y ,
-
y tx + (1 t ) y x
X
o tamtam estd em U . Na Figura 21.1 , a bola em (a) e o interior do triangulo em (b) sao conjun-
) tos convexos , enquanto que o anel (a regiao entre dois cfrculos concentricos) em (c) e a estre-
Figura 21
^ A interpretagao geometrica da definigao de fungao concava. la errL(d)ji50 sao convexos , como indicam os segmentos dejeta nos dois ultimos conjuntos.
> -
Esta propriedadc ilustrada nas Figuras 21.3 e 21.4, que apresentam os grdficos de duas
A definigao de uma fungao concava ou convexa/ requerque sempre que / esdver definida em
x e e m y, tambem deverSestardefinida nos pontos do segmento £(x, y). Assim , is fungoes
concavas e convexas devem ter doxnimos convexos. Nesta segao, todas as fungoes estarao de-
2
fungoes convexas prototfpicas: y = x e z = + * • 2 finidas em conjuntos convexos, tanto as fungoes concavas quanto as convexas e ate mesmo as
) . Ao desenvolver uma intuigao para fungoes concavas de vdrias varidveis e ao provar teore-
-)
v
mas sobre suas propriedades, 6 util observar que uma fungao de n varidveis, definida num con-
que nao sao nem concavas nem convexas. Esta nao e a tinica ligagao entre conjuntos conve -
xos e fungoes concavas ou convexas. Verifique que f 6 concava se, e somente se, o conjunto
junto convexo Ut e concava se, e somente se, sua restrigao a qualquer segmento de reta em U
( (*» yY: y /WI for um conjunto convexo; obtenha a afirmagao correspondente para fungoes .
) 6 uma fungao concava de uma varidvel. Isto deveria ser intuitivamente claro , pois a definigao
convexas. Quase todas as fungoes em Economia, especialmente as fungoes de produgao e uti-
(1) de fungao concava e uma afirmagao sobre seu comportamento em segmentos de reta. Por
lidade , tern conjuntos convexos como dormnios naturais .
serum fato tao util’, fomeccremos uma prova analftica detalhada. No restante desta segao, usa-
O remos esse resultado para reduzir as provas de teoremas sobre fungoes concavas em Rn a afir-
) . magoes sobre fungoes concavas de uma unica varidvel.
7
Vy .
Mi
m
/
yx fg:® m
mmm ^-
'
r . 5: 0
*
.
r -,
• "
t
'• *i : > .• St HI*
: ) (a ) ( b) (c ) (d )
j
j
Figura 21.1 As panes ( a ) e ( k ) representam conjuntos convexos; ( c ) e ( d ) ilusiram
A conjuntos ndo-convexos.
:> j
?. . ‘
\ X
Os estudantes , em geral, desenvolvem uma intuigao geometrica para fungoes concavas e
convexas de uma varidvel numa primeira disciplina de Calculo. Hies podetn reconhecer uma
*
p
^ funcao concava pelo seu grdfico pois , como ilusira a Figura 21.2, a desiguaidade ( 1 ) na defi -
nigao de uma fungao concava tern a sesuime interpretagao geometrica:
p 2
Figura 21.3 0 grafico da fungao convexo y = x .
Uma fungao/de n variaveis e concava se , e somente se, qualquer segmento de reta secan-
j tc ligando dois pontos do grafico de / ftca abaixo do graftco. Uma fungao e convexa se , e
somente se . qualquer segmento de reta secanie ligando dois pontos no seu grafico fica a . . -
J tna do seu grafico.
J
l
l
l!
. • FuftgQES’06NCAVAS E .QUASE-C6NCAVAS 517 516 ... MATEMATIQA PARAIECONOMISTAS •v
^ •• • •/
' i
r-
,
> f/( j x + (1-ij)y) + (1- 0/( 2x + (1-
* *2)y)
(concavidade de f ) J
i
= (l “ 0sta ) (defmigao de g ) k
1 J
Portanto, g 6 concava. A prova para fungoes convexas 6 praticamente idSntica. I
'
0 objetivo no restante desta segao e entender as fungoes concavas e convexas mais profun-
.\
damente, objetivando tr£s metas concretas: *
(1) desenvolver testes simples, que utilizem Cdlculo, para a concavidade e convexidade, )
(2) descobrir as propriedades desejSveis das fun96.es cdncavas e convexas, e •
\ i
para acohcavidade:
.
U . Seja g(r) sf ( tx + ( 1 - t )y ) Por hipdtese, g e concava. Assim, para t entre 0 e l temos
\
i
. /
(1) Uma fungao C num intervalo e cdncava sfe, e somente se, sua derivada primeira f' ( x )
!
/(« + (1 - / )y) = (deftnigao de g )
O
.e uma fungao decrescente de x, para x em j.
•
= g (/ i + ( i - ;) o)
(2) Uma fungao C d concava num intervalo / Se, e somente se, sua derivada segunda/"(x)
2
> <g(l) + (l - f )g(0) ; O )
e < 0 para todo x em /.
'
( pois g e concava )
O
( Veja Segao 3.2.) Como pode ser intuido doTeorema 21.2, as generalizagoes desses criterios = /jr(x ) + (l - /)/(y ).
.
funcior am em qualquer dimensao. Antes de mais nada, entretanto, precisamos descobrir quais
sao essas generalizagoes. '
Conseqiientemenie , / e concava.
(definigao de g )
i
A generalizagao natural da derivada primeira f' ( x ) para fungoes de varias variaveis e a ma - Reciprocamente, suponha que /e concava . Queremos mostrar que e concava a restri-
'
)
triz ( jacobiana) das derivadas parciais de primeira ordem de/: gao g ( t) 2,/( /x + ( 1 - r)y) de/ ao segmento de reta contendo x e y. Para fazer isso, Fixe e .,
-ffw fw - f, w]
st •
5, e tome r entre 0 e 1. Entao,
D/ M
-
{ dx } dx2 OX s(«i + (1 - 0^2 ) = /((«1 + ( i -'k> )x + (* -(«1 + (i -0*2 ))y) t
rclacionado para a concavidade em R que tem uma generalizagao obvia para fungoes de (rearranjando)
i
varias variaveis.
\
o
n 5
r ' .
O
•
-j
J - '
" FUNQOES CONCAVAS E QUASE-OQNCAVAS " " 519 518:. MATEMATICA: PARA ECONOMISTA 3
'
.*
^
‘
) Analogamente,
Teorema 21.2 Seja / in la fungao Cl num intervalo I de Rl. Entao, / d cfincava em / se, e
/
:
T) /M - /((i-0* + oO (i -*)/'((1-')* + *y ){ y - x ) somente se, • •
f ( y ) ~ /(*) /'Mb’ “ x ) .
^y
para quaisquer x, ye / (3)
Multiplique a primeira desigualdade por 1 - / e a segunda por / e entao some ambas para
^~ obter A fungao / d convexa em / se, e somente se,
m A generalizagao natural da condigao (3) para fungoes de vdrias varidveis d, agora, direta.
Observagao Primeiro mostraremos que a condigao (3) significa que/' e uma fungio decres-
Teorema 21.3 Seja / uma fungao Cl num subconjunto convexo U de Rn. Emao,/ 6 con -
. -
cente Divida ambos os lados de (3) por y x; lembre de inverter a desigualdade sey x < 0. -
O cava em U se, e somente se, para quaisquer x, y em U :
Os resultados sao
o
J
_ •
. /(y)- /(*) zy(x)(y - x) Jly&M -zf' M
>- -
y x
para quaisquer y > x e W
o ou seja,
MU -*t ) + -|
,
.
)
x
1
)
)
/(yWM
^ + [-(x)U -*« )
Analogamente, ft convexa em U se, e somente se,/( y) -/(x) > D/(x)(y - x) para quais
quer x, y em U .
(6)
-
e
-
y x
> /'(x) para quaisquer y < x e /.
Para ver que (4) e (5) implicam que/' e decrescente, suponha que z, < z2 em /. Entao,
rw
j /-
^ Z Cl
. ..
,
(por (4), comx = z e y = z,)
.
\
»« M « *« M M »* » t I M I *•** > M1M I
M M Ikl M M| >M « X I * M« M
••< k« « *M
.
i. 'l
Prova Sejam x e y pontos arbitrdrios em U Seja
= /,('y + ( -f ,» ~
Zi ~ z-> ( multiplicand © em cima e embaixopor -1 )
oV ,u - .
?x,yW
*
•
..
.
= /( + i(y|- ^ ) -. Jc + /(y„TJc„))
- - * /'<*)
/• . v, : : • , ,
= z2 ey = z,)
- jt|
11 ( por (5), comx
.
Prova do Teorema 21.2 Suponha que / e uma fungao concava cm 1. Sejam x, y e / e seja r e
(0, 1], Entao,
T
J!
• f ifk* + <( y - *) Xa -* ) (7)
tf { y ) + (1 - t ) f ( x ) < f ( ry + (1 - ;)x)
„
J
J e 1 ., ° X
Sx { ) =
^ -
-(x )(>7 xi ) = /(xXy - x)
^
PelosTeoremas 21.1 e 21.2,/ d concava se, e somente se, cada uma destas gx } e concava
se, e somente se, para quaisquer x, y e U ,
”
ou / W - /(,) s
_
*±fcOWW
f ( x + t( y - x ) ) - f ( .< )
' ( y-x)
{> )
5 ,y (o )(i - o) = g; y (o)
O ^ .
—
A condigao (3) segue tomando i > 0 na ultima expressao.
Por outro lado suponha que (3) vale para quaisquer x, y e /. Entao,
se , e somente se, para quaisquer x, y e (/,
J / W - /((! - 0 + O ) /'((1“ 0-V + O'X-V - ((! - i ) x + O')
J /(>•)- /( > ) ^ /-VvO( y - 4 * * ' •
'
= w/'(( l -;).t + o')(.V -.v)
i
• t
1
Coroldrio 21.4 $e / 6 uma fungao C1 cdncava num conjunto convexo £/ e seXg e U ,
;
entao
-
Df ( Xc )( y Xo ) 0 implica /(y) </(Xo) (8)
)
-
Em particular, se Df { xJ ( y XQ) 0 para todo y e U , entao XQ 6 urn max global de / V >
\ >
)
)
\ Vamos parar por urn momento para considerar a geometria desta situagao. Para isto, utili- )
f{ Xr ) zaremos o conceito mais geomdtrico de vetorgradiente V/(Xo) em vezda matriz das derivadas
=
Conjunto de nfvel ( x|fix) /IXQ)} D/CXQ). Lembre que na Segao 15.2 vimos que Vf (x0) 6 urn vetor perpendicularao conjunto de .
nfvel de / por x ..A desigualdade (8) diz que se o vetor de a y forma um angulo obtuso com
*0 ^
V/(Xo) em x ou seja, se V/fxJ (y - XQ) < 0, entao/(y) (XQ). Altemativamente, como V/CXQ) ;
* ^
6 perpendicular ao hiperplano tangente ao conjunto de nfvel de/ por x , a condi ao (8) diz que,
^ ^ )
r• - X Reta tangenteao conjunto de nfvel - ... parauma-fungao.cdncava , aconjunto-fz: /(z) / ).}, incluindoo conjunto d e-rnvel-j z (z
t
^ ^ / >^
/(x0) ) fica acima do hiperplano tangente ao conjunto de nfvel de / por XQ. Resumindo^, se / e — .
*
Figura 21.5 A relagao entre grad / ( x e o conjunto de nfvel por Xg de uma fitngao cdncava f
cdncava , entao cada conjunto de nfvel de/fica acima de qualquer um de seus hiperplanos tan -
^ gentes, onde “ acima*’ significa na diregao de valores crescentes de / Veja a Figura 21.5. : i
)
E? jmplo 21.1 Vamos aplicar o teste do Tporema 21.3 para mosirar que/(* , x2 ) = x* + x\ 6 , J
fx fx\ X 2 f
Jx xn convexa em R 2. A fungao /6 convexa se, e somente se . i l )
^ \
D* f ( x ) =
fx x 2 }
fxl x2
- fx2*n
( vf + v5 ) - (.tf -h « ) > (2.x, 2 X2 )
4
• J l ~ X2 1
< l
f
-xnx2 fxnxn ) ,,
= 2* y - 2xf + 2 x2 y2 2 x - \
onde escrevemos fx.x . para d ffoxjCj e cada variSvel 6 calculada no porno x. A generalizagao
2 se, e somente se . i
2
natural de /"(*) < 0 e a afirmagao que a matriz hessiana v f ( x ) 6 nao-positiva em cada x do -H xfxl - 2.r, y| - 2 x2 y2 > 0
domfnio de/ 0 proximo teorema resume o teste da derivpda segunda para fungoes cdncavas
vf + ’
i /
e convexas em R". I se, e somente se,
)
;
r>
.)
(.Vi - V,)2 + (>’, -i2 )3 0
-
^
Teorema 21.5 Seja / uma fungao C num conjunto aberto convexo U de Rn. Entao , /
uma fungao cdncava em U se, e someme se, a matrix hessiana Dj ( x ) t nao-positiva para
o que e verdadeiro para quaisquer (.v, , x2 ) e (y| y2 ) em R 2.
cada x em V . A fungao / 6 uma fungao convexa em tf se, e somente se, D f ( x ) 6 nao-ne-
2
t
;
gativa para cada x em U . .
0 Teorema 21.3 e uma tecnica muito util para provar propriedades sobre fungoes ednea
vas e convexas. Contudo, por envoi ver a vcrificagao de uma desigualdade para quaisquer x, y
- * »
J
‘
Observagao Lembre que na Segao 16.2 definimos uma matriz H como sendo positiva se, e
no domfnio, em geral nao e um teste muito priitico para verificar se uma dada fungao qualquer j
someme se,\THv > 0 para todo v 0 emRn; // e negativa se, esomente se, vrtf v < 0 para to - e cdncava ou convexa. Para poder utilizar mais adiante no texto, passamos a apresentar agora
^
do v ^ 0 em Rn . A substituigao das desigualdades estritas acima por desigualdades fracas for , - uma generalizagao do teste da derivada $egunda: / e cdncava num intervalo / se, e somente se, J
f\x ) para qualquerxem /. ( Ver Segao 3.2.) A generalizagao natural da derivada segunda f\x )
- -
nece as definigoes de matriz nao negativa e nao positiva , respectivameme. 0 Teorema 16. i do
de / em R a fungoes de varias vari&veis e a matriz hessiana de todas as derivadas parciais de
)
Capitulo 16 da condigoes anaifticas necessarias e suficientes para uma matriz ser defjnida ou
semidefinida: segunda ordem: j
i .
’
)
( 1) Uma matriz He positiva se , e someme se , seus n mehores principais Ifderes sfiu to -
dos > 0.
J
oJ ,
i
!
-!V
I
/
FuNpbES CONCAVAS E QUASE CONCAVAS - 523 522 MATEMATICA PARA ECONOWISTAS . .
Uma matriz H 6 r egativa se, e somente se, seus n menores principal Kderes altemam
u) Exemplo 21,3 Uraa fungao utilidade ou produgao comumente usada 6 F( xt y ) xy , Sua hes - - (2)
de sinal com os de ordem fmpar sendo negativos e os de ordem par sendo positivos.
siana d i ,
It (3) Uma matriz H 6 riao-negativa se, e somente se, seus 1 menores principals sao to-
LJ
l i / v r° n dos > 0 . | .
0 I •
) \
-
(4) Uma matriz H 6 nao positiva se, e somente se, seus 2n 1 menores principal altemam -
L
-
cujo menor principal lider 6 det D F( x, y ) -1. Como este menor de segunda ordem 6 ne
2
- o sinal, de lal modo que os de ordem fmpar sao 0 e os de ordem par sao > 0 .
2
. gativ6, D FdindefinidaeFnaodnem concava nem convexa / *
-
» M ltlUM > Mf « MM MM MI Mtl
* *»«»M**#*MM***M*« MI
, ••
» »• •••« MM M »l » •M ••M M » »« »«« M M Provado Teorema 21,5 Comona prova anterior, sejamx e y pontos arbitdrios e m t/ c seja
Exempli 21.4 Considere a transformagao mondtona G( x, y ) = -
plo anterior pela fungao g( z ) - z '\ G estd definida somente no quadrarite positive Rj e
xl iym da fungao F do exem r
-
Sx yO ) - f (* y + (1 Ox). Entao,/ d edneava em Use, e somente se, cada g y ( t ) 6 concava,-
.
que 6 equivalente a cada g"7 ( t ) 0 . Agora, pela equagao (7) e a Regra da^ Cadeia,
sua hessiana d
\
K V'41
-
3
2 <
__ D2G( x,y ) = -3/ 4..-3/4 tb'V'M
;
3
w - -. ’r
,
— . „
3 Parax > 0 e y > 0, o merior principal Ifder de primetra ordem e negativo e o menor princi -
3
- pal lider de segunda ordem, xmVty*af 128, d positivo. Portanto DlG{ x , y ) 6 negativa em Rj
Exemplo 21,5 Considere, agora, a fungao Cobb-Douglas geral i/(x, y ) = xayb Sua hessiana 6 . -
Se cada Z>2/(z) e nao positiva, entao,
3 n2„, J a( a - \) x^ / . -
abx
- /-
y-' V (« ) cada g"y[0 < 0 .
3 ^ { “ -' yb- 1 2
abx b{ b 1)*0 , ( b ) cada gx y 6 edneava , e
(c) a prdpria / 6 goncava ,
3 . • cujo determinante e
Reciprocameme, jsuponha que/ e concava em U , Seja z um ponto arbitrdrio em U e se-
iyi >\ --
det &?£/(*, y) “ ab[1 a &)x2o~2y ~2
^ ja y. um yetof de?loca|piento arbitrdrio em Rn. Queremos mostrar que vTD2f ( z) v < O. Como
U 6 abertQi exi? te t0 1 0 tal que y z -f- r0v est em U . Como f 6 concava, g 6 concava e
=
.3AParsque Use}a concava em :R;, precisamos queit(aM ) < 0 eafc(l - a b ) > 0, ou seja,
. - > £''y (0) < 0 . Pelopangrafo anterior, ’
^
J ) / precisamos que 0 < o <;U 6'< b < l ea + b < 1. Resumindo, uma fungao de produgao ;
My - i )r D* f ( z ) - to z ) -
• •
-
Cobb £-)ou °las em R 2 e cdricava 0>
:
=^
se, e somente se, exiberetomos de escala crescente ou .( 0
;
. :•
•
'
J \ '
: decrescente..
'
• T • •
MT - °V -(v)
>
(z)
J f
'
Observagao Esses quatro exemplos ilustram algumas relagoes entre as v&ias classes de fun -
-
goes que estamos estudando. Os Exemplos 21.3 e 21.5 mostram que uma fungao pode ser ho =(
^F- ]
2
3 D /(Z) V
• ‘
mogeriea ou homotdtica e nao ser concava ou convexa. 0 Exemplo 21.2, junto com o Exerci-
J cio 20.13, mostra que uma fungao pode ser edneava ou convexa e nao ser homogenea ou ho- '
T 2
Assim,\ D f ( z ) • v < 0 e Dlf { z) e nao-positiva para cada z em JJ .
1
motdtica. Os Exemplos 21.4 e 21.5 mostram que uma fungao pode ser tanto concava (ou con-
3 vexa) e homogenea (ou homotdtica). Finalmente, os ultimos tres exemplos mostram clara- Exemplo 21.2 A hessiana da fungao /(.r, y) = x4 + x2y2 + y4 - 3.t - 8y e
mente que a concavidade e uma propriedade cardinal; uma transformagao mondtona de uma
O fungao concava nao precisa ser concava. 12A 2 + 2 y2
y
J - .
D f ( .x y ) =
4.vv
4 xy
2 x2 + 12 y 2 >
0 Para (A, y) ^ ( 0, 0), os dois menores principals Ifderes, 12A2 + 2y e 24A f !32.vV + 24y4, . " "
3 l
sao ambos positivos, de modo que / 6 uma fungao convexa em todo R 2.
O
() >
i /
1 O )
524 MATEMATICA PARA.ECONOMJSTAS . o
-
-V
*•• • •
i I
EXERCfCIOS • o
Teorema 21.6 Seja/ uma fungao cdncava (convexa) niim subconjunto aberto e convexo
U de Rn. Se XQ d um ponto crftico de/, ou seja, se DfixJ = 0, entao 6 um mdximo 21.1 Prove que toda fungao linear d homogenea, cdncava e convexa. o )
( mtoimo) global de/em U . 21.2 Qual das seguintes fungoes de Rn d cdncava ou convexa? Pelo menos tente apiicar o o )
teste de primeira ordera do Teorema 21.3 antes de decidir com o teste de segunda or-
dem do Teorema 21.5 . o
Prova Para provar que um ponto crftico de uma fungao cdncava 6 automaticamen e um md - O 'l
ximo global, simplesmente nos referimos ao Teorema 21.3 e ao Coroldrio 21.4. Se/ d cdn -
*
a ) f ( x ) = 2ex + 5x4 - Inx -
b ) f [ x* y ) = ~3x2 + 2 xy y2 + 3x - 4 y + 1
G
cava e Df ( xJ = 0, entao, pelas desigualdades (6) e (8), temos / Cy) /(Xo) 0 >ara qual- - c ) f { x* y ,z ) = 3ex + 5 y4.~ lnz ; «0 f ( xry, z ) = Axaybzct a , byc > 0.
quer y em £/. Em outras palavras, para qiialquer y el/, temos/(y) £/(Xo), OU sej;a, XQ d um s
i G
mdximo global de/ em U . . Q
f M »# • •
» «• MI ••• •*
M« I # t M + M *
Na reaiidade, para fungoes concavas vale um resultado mais forte do que o Teorema 21.6.
' ••••• •«»••••« ******** ************************ I ***** ••••*•• 21.3 Prove que uma forma quadrdtica em Rn d cdncava se, e somente se, d nao positiva.
Prove que d convexa se, e somente se, d nao-negativa. O que pode ser dito sobre a “ fun-
- '
/
•
Na discussao anterior ao enunciado do Teorema 21.6 estdvamos nos referindo somente a md- gao quadrdtica” mais geral /(x) = xrAx + b • x + c? O
ximos interiores. No entanto, freqiientemente o mdximo global ocorre na fronteira do domi- ••
G
nio convexo U . O Coroldrio 21.4 imediatamente fomece a seguinte condigao para um mdxi- 21.4 Prove que toda-fungao-homogenefrem R/ d-cdncava ou convexar *
ino gTobal de uma fun ao c6ncava, mesmo se o mdximo estiver na fronteira do domfnio. Dei- G
~
^
”
21.5 Prove que uma fimgao de n varidveis d cdncava se, e somente se, o conjunto abaixo de )
xamos sua prova como exercicio. Observe que este teorema inclui o Teorema 21.6 como um
•
caso especial.
+1
seu grdfico em Rn d um conjunto convexo. Pelo Teorema 21.1, basta provar esta afir- G
magao para fungoes de uma varidvel. /
)
. 21.6 Interprete geometricamente as desigualdades (4) e (5).
Teorema 21.7 Seja / uma fungao C definida nu n subconjunto convexo U de R \ Se / d
1 9 )
uma fungao cdncava e se XQ e um ponto de U qu : satisfaz Df ( xJ ( y - XQ) < 0 para todo y
.
21.7 Suponha que/ d concava e que g 6 a fungao afimr »-> ax + bf com a > 0. Prove que g <>
/e cdncava. o r )
G U, entaox0 e V 6 um mdximo global de / em J Se / 6 uma fungao convexa e se x e
um ponto de U que satisfaz Z>/(x0)( y - x,)) > 0 p? ratodby e £/, entao XQG U 6 umnuni
^
- 1
21.8 Sejam /e g fungoes dc R . Quais hlpbteses sobre /e g garantem que a compostaf * g e c
. m
% m
.. MM *
21.9 Para quais fungoes concavas / vale que 1If i uma fungao convexa? G
Exemplo 21.6 Se / d uma fungao de uma varidvei jque d C\ cdncava e crescente no iritervalo
’
v • ; il.'lO . O produto de duasTuftgdes homogeneas d sempre uma fungao honiogenea. De condi-
•
O
-
[ a , bl entao /'(&)(* b ) < 0 para todo.x e [a , b ) (Por qud?) Pelo Teorema 21.7, b d o ma . - ; :
g o e s sob as quajs o produto. de duas fungods concavas d uma fungdo concava. )
—
; .
.
•*
1
*
•:
f
^
VCv V• .. ' *
.
1
• -
’
•
^
• •
. .
‘
.
' ’ ' "
^
, *
• • •
^
O
•
/4
*
21:2 PROPRIEDADES DE FUNgOES CONCAVAS
Exemplo 21.7 Considere afungao concava f /(x, y) = xl Jy/
no triangulo (convexo)
As tres propriedades que tomam as fungoes concavas tao valiosas na Economia sao: que setis ” ‘
Por simetria, d de se esperar que (*0, yj = ( i, 1) seja o mdximo de U em B. Para provar is-
cavas e uma fungao cdncava, e que os conjuntos de mvel de uma fungao cdncava tem o for
mato ideal para a teoria de consumo e produgao .• . '
-
to, use o .Teorema 21.7. Seja (x, y ) um ponto arbitrario em B . Entao,
•
Como mostramos no Capftulo 17, quando utilizamos o Calculo para encontrar maximos in - G
. ?
teriores de uma fungao/ primeiro procuramos os pontos criticos de/ igualando a zero suas de
- ©
rivadas de primeira ordem e resolvendo as equagoes correspondentes. Depois, usamos o teste >
da derivada segunda para separar os maximos dos mfnimos e selas e calculamos o valor da fun- © \
(;
=k + y - 2) 1 gao em todos os maximos locais para decidir qual desses maximos locais 6 o mdximo global.
G
4* No entanto, para fungoes concavas, esses passos adicionais sao desnecessarios. Um ponto cri-
•
• ( /
<0 tico de uma fungao cdncava e automaticamente um maximo e, de fato, um mdximo global. O
pois x + y - 2 < 0 para (jr, v) no corijunto- restrigao 5. Pelo T orema 21.7, ( 1, 1 ) d o maxi- o : • )
)
mo global de U em B.
1
G \
c-
r
r y- FUNCQES C6NCAVAS E Q0AS£-C6NOAVAS 527 526 . MATEMATICA PAHA Eco JOMJSTAS -.
^
te na teoria ecoribmica. Por exemplo, muitos prinefpios economicos, tais como a taxa margi-
^
sumidores e funpoes utilidade um respectivamenfe, uma niedida do bem-estar social de
%
nal de substituipko ser igual k razao dos prepos, ou a receita marginal ser igual ao custo mar-
qualquer alocapao de reciirsos 6 a soma axux + + amu„t onde os a{ sao qualquer conjunto de
pesos pdsitivos. Se as u, forem tddas concavas , a correspondente funpao do bem-estar social ginal sao simplesmente condipoes de primeira ordem necessdrias do correspondente proble-
X ma de maxiraizapab, Idealmente, um economista gostaria que uma tal regra fosse tambem
t ser& cdncava . Neste caso, o conjunto de mdximos das vdrias funpoes do bem-estar social se-
rao alocapoes 6timas de Pareto. . ' uma condipao suficiente que garantisse que a utilidade ou lucro est£ sendo maximizado e as-
Uma terceira vantagem das funpoes cdncavas 6 que seus conjuntos de nfvel tem exatamen- sim poder servir de modelo de comportamento econdmico. Esta situapao ocorre quando a fun-
te o formato certo, pois limitam conjuntos convexos “ porbaixo” .
pao objetivo 6 concava. Alera disso, um economista que queira analisar como o mdximo de
J um problema parametrizado depende dos parametros envolvidos, em geral aplica o Teorema
da Funpao Implfcita equapoes das condipoes de primeira ordem necessSrias para a maximi-
zapao. A unica situapao na qual pode ser garantido que a solupao destas equapoes perturbado-
% Teorema 21.9 Seja/ uma funpao definida num conjunto convexo U de R °. Se / d cdnca-
va entao, para cada XQ em Ut o conjunto
ras 6 de fato um mdximo para todos os valores dos parametros ocorre quando a funpao obje-
tivo 6 concava.
j
c;s {xe {/:/(x) > /(x0 )} Exemplo 2 LS „Considere o problema de maximizar o lucro de uma firma cuja funpao de pro-
Vi
dupgo 6 y = g (x), onde y denota o produto e x denota a cesta de insumos. Sep 6 o prepo do
Vi — ^umcoftjSiit ttoWZXo7 Sef convexa, entao; para cada Xo em Ut o conjunto produto e wt 6 o custo unitSrio do insumo /, entao a funpao lucro da finna 6
);
v _. C - = {xet/:/(x) < /(x )} 0 n(x) = re(x) - ( w, , -i- Jr • + ) ( 9)
i
Como pode ser facilmente verificado, n SET£ uma funpao concava sempre que a funpao de
.* 6 um conjunto convexo . produpao tor uma funpao edneava. (Exercicio.) Neste caso, a condipao de primeira ordem
t
) dg
v >i- Pdx; Wi para / = 1, 2,. .., n ( 10)
> Prom Sejam x e y dois pontos em CJo (XQ)e /(y) >/
, de modo que/(x) >/ (XQ).Entao,
que afirma que o produto da receita marginal pela produttvidade marginal 6 igual ao pre-
, '
^
T
•
'
V ’
;
; •i ; ’
•
• . .. * ?
. , . • •*
' J
. .. •
.. .. .
'
I:
. ,.Uma segunda proppe lade valiosa das funpoes concavas e que elas se comportam bem sob
;
i •tMrtifitvt'lf
'
*f *il »l*l*l*lrl»lt*t*l*fil*1*'
k
' *'
1 11 1** *
** .
V.
; ; adipao e muitipjicapao. e ipalar por numeros positivos, como indica o proximo teorema. Sua
^ ^ fc A ^ ^
de ue c6 untp ima e qualquer conjunto de nfvel e um conjunto conve-
^^^ ^^
’ '
•
, /
pn .
prova segue diretamente da definipao ( 1 ) de funpao concava e e deixada como exercicio.
^ v xoeumaexigencianaturalparafunpoesdeprodupadeutilidade. Porexemplo, considereuma
' •
‘ ' .
. .
.
curva de indiferenpa C da funpao utilidade concava U ilustrada na Figtira 21 ,6. Duas cestas A
J e B foram identificadas na curva C. Pelo Teorema 21.9, a regiao sombreada da Figura 21.6,
J l
que representa todas as cestas que sao prefenveis a A e B, 6 um conjunto convexo. Em parti- Teorema 21 ,8 Sejam /t fk funpoes edneavas (convexas), cada uma definida no mesmo
J '
J
cular, o cpnjunto das combinapoes convexas de A e Bt que sao as cestas que podem ser obti -
.
das misturando-se o contetido das cestas A e 5, e o segmento de rcta que liga A a B e, portan-
subconjunto convexo U de R" Sejam a ,,..., ak numeros positivos. Entao,
e uma funpao concava (convexa) em U .
+ K akfk —
to, estd na drea sombreada. Assim , as funpoes utilidade concavas tem a seguinte propriedade
J desejdveli dadas duas cestas quaisquer A e B de “ bens” um consumidor com uma funpao uti -
lidade concava sempre preferirS uma mistura das cestas A e B tanto sobre A quanto B. Um tex-
O to de microeconomia elementar poderia enunciar essa propriedade assim: um consumidor Podemos usar o Teorema 21.8 e o fato de funpoes Iineares serem concavas para deduzir,
J preferiria uma cesta contendo refrigerante e salgadinho a uma cesta so com refrigerante, sem
salgadinho, ou uma cesta sem refrigerante e so com salgadinho.
imediatamente , que se a funpao de produpao £ no Exemplo 21.8 for concava, entao tambdm o
e a correspondente funpao lucro fl . As vezes, podemos usar o Teorema 21.8 para provar que
o- Uma vantagem mais importante do formato da curva de indiferenpa na Figura 21.6 6 que
ela exibe uma taxa marginal de subsntuigdo decrescente . A medida que nos movemos da es-
a soma de funpoes e concava mostrando que cada parcela e , ela prdpria , concava. Por e; m -
J querda para a direita ao longo da curva de indiferenpa C aumentando o consume do bem um,
pIo , / (.V|„. . . A;) = 1-
entre 0 e 1 . ( Veja o Exercicio 21.4. )
anxknn
e concava em RJ sempre que cada > 0 e cada estiver
^
J o consumidor est2 disposto a desistir de mais e mais unidades do bem um para ganhar uma
3
5 i; O
I FUNQ6E$ C6NCAVAS E QUASE-CONCAVAS 528
O
| 529 . MATEMAUCA.PARA* ECQNOMISTAS -.
J
• :'
' ' q «
p:x"Se(p,u)
' e p';x" > e(p',«) ' (12)
.
unidade adicional do bem dois vEssa propriedade,; que 6 um axioma central da
sumidor, 6. umapropriedade das fiingdes utilidade cOncavas, porque cada
teoria do con-
A combinagao tie (11) e (12) fomece a concavidade de e(p, u ) em p: constitui a fronteira de uma regiao convexa..
conjunto de nfvel G i
,
e(p", H) S «( p, u) + (l -Oe(p , «) o >
Para ver que e(tp , u ) te( p, u) observe que, pela definite de fungao despesa acima, a ces-
'
= o
r.
gao.
-
ta x que minimiza p x, sujeita a w(x) > u , tambdm minimiza tp • x, com a mesma restri-
. . ..
.». o
)
Com efeito, tudo que exige a prova acima 6 que minimizemos uma fungao objetivo linear i
o :)
num conjunto-restrigao e que a fungao em questao seja exatamente o valor rnfnimb. V&rias ou
.
- G
tras fungoes econdmicas surgem desta maneira Por exemplo, a fungao custo c( w, y) corres- A .i:
pondente a uma dada fungao de produgao g pode ser considerada como o custo mfnimo ne- O t
ces$£rio para um nfvel de produgaoy quando os pregos dos insumos sao dados por w:
O
^ , -
. c(w,y) = min * + + wnxn:g( x ) = y}
C
)
)
O mesmo argumento da prova do Teorema 21.10 mostra que c(w, y ) 6 edneava e homoge - O
nea nos pregos w dos fatores. Finalmente, considere a fungao lucro dtimo n( p , w), que 6 o lu - B
C )
cro m £ximo que pode ser obrido quando o prego do produto 6 p e o custo dos insumos 6 w.
Escreva ;rcomo
o )
}
-
n( p,w) = max{py f w •xry < g(x)} (13)
FIgura 21.6 Qronjunto “ acima" da curva de nivel C 4 um
para uma fungao utilidade concava.
conjunto convexo c . )
G
Entao jtfp, >v) 6 convexa e homogenea de grau um em ( pt w). (Exercfcio.)
Essas tres fungoes ilustram um fendmeno gen 1 sobre otimizagao de fungoes objetivo li- o J
neares, que enunciamos no teorema seguinte. A prova 6 deixada como exercfcio . Fungoes Concavas na Economia
Acabamos de descrever tres propriedades importantes das fungoes concavas que as
c )
tomam es-
pecjalmente dteis em modelos economicos. Aldm disso,
exisiem
certas fungoes que surgem
G
.G
i
.
dade:M hVmpregap. Ahaiitic mente essa fungao pode ser
^ por descrita G
com uma fungao objetivo linear, p valor da fungao objetivo dtimad uma fungao concava G
e homogenea de grau um de a . . ;
i
e seri estudada detalhadamente na Segao 22. i. G
Finalmente, as fungoes utilidade ebneavas desempenham um papel destacado na teoria de
utilidade esperada porque, como foi observado pela primeira vez por K. Arrow, em rais mo-
delos o nfve!de aversao ao risco de um consumidor 6 medido pela concavidade da.fungao uti - Teorema 21.10 A fungao despesa e concava e homogenea de grau
o )
l idade do consumidor. um em p. / G
f
•.
.
G .. )
EXERCICIOS
21.11 Prove que a fungao lucro (9) do Exemplo 21.8 6 concava se a fungao de produgao v =
( x ) e concava.
•••• ;
7
;
Prova Sejam ( p, x) e (p , x') duas combinagoes
•
-
-
nfvel de utilidade u. Sejam p" = rp + (1 r)p' para qualquer t entre
-
prego consumo que minimizam a despesa no
0 e 1 e x" a cesta cor-
— p
v
,)
f
^
>
convexa.Aldm disso, qualquer transformagSo mondtona de uma fungao cdncava.d uma fun- .
-
gao quase cdncava. Em particular, como cada fungao Cobt Douglas 6 uma transformagao -
'
21.14. Escreva uma prova do Teorema 21.2 para fungoes convexas.
ii
-
moridtona de uma fungap Cobb Douglas com retomos decrescentes de escala, cada fungao
Cobb-Douglas de duas variSveis 6 quase-cdncava;
21.15 Prove o Teoren a 21.8 diretamente da def!nig3o (1) de fungSo cdncava.
21.16 Prove que Tip, w) em (13) 6 convexa e homogenea de grau um em ( pt w).
Teorema 21.13 Cada fungao Cobb-Douglas F( x, y) = Axaybx com A a vb todos positi- 21.17 Prove o Teorema 21.11.
It
%
ves, d quase-cdncava. I
f As fungdes cdncavas colocam o mesmo dilema que as fungoes homogeneas colocaxam na Se-
. Exempto 21.9 Considere a fungao deprodugao de Leontief ou de coeficientes fixos Q( x , y ) - gap 26,2 Elas tdm muitas propriedades desej veis para fungoes de produgao e utilidade. Con-
. ^
- ntin [ ax, by } com a\ b i> 0. 0$ conjuntos;de nfvel de Q estao esbogados na Figura 21.1.
t
Certamente e um conjunto convexo a regiao acima e 3 direita das curvas de nfvel c- m for-
tudo, comoiindicam claramente os Exemplos 21.3, 21.4 e 21.5, a concavidade e uma proprie-
dade cardinal , Ela depende dos ndmeros que a fungao assoeia aos conjuntos de nfvel, nao s 6
ma de L desta fungao. Portanto, Q 6 quase cdncava. - !l ,
do fonpato dos conjuntos de nfvel. Em outras palavras, uma transfoimagao mondtona de uma
fungao cdncava nao precisa ser concava.
i
n No entanto, as fungoes cdncavas tern uma propriedade ordinal fundamental, como indica
3
'
•
y i
i 6 Teorema 21,9. Seus conjuntos de nfvel limitam regioes convexas por baixo. Esta proprieda-
3 i ‘
de leva 3 condigao altamente desejdvel de taxas marginais de substituigao decrescentes para
as curvas de indjferenga.
3 <
i
Assim como o fizemos para as fungoes homogdneas, atribufmos um nome 3 classe de fun
goes que tSm a desejada propriedade ordinal que as fungoes cdncavas possuem. Um nome,
-
3 quase natural para uma fungao que 6 a versao ordinal de uma fungao cdncava e o de fungao
Q
J n quase-cdncava.
-
Definigao Uma fungao/ definida num subconjunto convexo C/ de R” 6 quase concava se, pa-
ra cada mimero real a , • “ *
-
kJ
) *
\ . f -v .
•V
X
\
l
I
c; S {x 6 l/: /( x) > a}
. e um conjunto convexo. Analogamente, / .quase-convexa se, para cada ntfmero real A,
^
. vV ./;-:sv
•
v * Figure 21.7\ Fungao de prvdugao de coeficientes fixos . 4. , • • ‘ -
felV
/ > •
. .• t
. e um conjunto convexo.
!
Exemplo 21.10 Considere a fungao de produgao de elasticidade de substituigao constante
j ’ •
(CES) ' > -
Apresentamos algumas definigoes altemativas de quase concavidade e quase-convexida-
de no prdximo teorema , cuja prova e deixada como exercicio.
O , oa ), rl
Q{ x,y ) = { alx r +
/
^
'
onde 0 < r < 1
0 Pelo Teorema 21.8 e o Exercicio kl .4, ( [ + apt?) 6 cdncava. Como £(z) = zt r e uma
axx
, Teorema 21.12 Seja / uma fungao definida num conjunto convexo V de Rn. Entao as se -
0 transformagao mon 6tona, Q 6 uma transformagao mondtona de uma fungao concava e, guintes afirmagoes sao equivalentes entre si:
o . portanto, d quase-concava. ( a) f 6 uma fungao quase-cdncava em U .
( b ) Para q u a i s q u e r x , y e t/ e r e [0, l ),
o Exemplo 21.11 Seja y =/(*) uma fungao cresceme quaiquer de R1, como na Figura 21.8. Pa- /(x ) > /(y) implica /(rx + (1 - /)y) >/(y)
o ra qualquer.v , o conjunto ( x: /(x ) > /(x*) ) e simplesmente o intervalo [ x\ «), que e um
. -
subconjunto convexo de R 1 Portanto,/ e quase cdncava. Por outro lado, { x: f ( x ) < fix' ) } .
( c ) Para quaisquer x y e U tie [0, 1 ],
0 e o conjunto convexo x*]. Portanto, uma fungao crescente em RJ 6 tanto quase-con - /(rx + ( 1 - r) y) > min (/(x), /(y) }
0 -
cava quanto quase convexa. 0 mesmo argumento se aplica a uma fungao decrescente.
<• 1
Cf i
i o
il1
iu I JAVAS 533
532 . MATEMATICA.PARAECONOMISTAS, o
4»
o
Criterfo de .C£ lculo
s* «1 » .
Agora passamos a trabalhar na dire ao de um critSrio de CdJcuIo para a quase-concavidade.
o )
^
Analogamente aoTeoiema 21.3 para fungSes cdncavas, existe um teste de derivada primeira
necess£rio e suficiente para fun< j6es quase-concavas que fomece uma tScnica iltil para provar
i o >
-
teoremas sobre fun$oes quase cdncavas. Assim como o Teorema 21.3, este teste 6 um tamo
inapropriado para verificarmos se uma fun$ao espectfka 6 quase-cbncava, de modo que na
pr6xima segSo desenvolveremos um teste de segunda ordem mais simples. Como dispomos
{x|/(x) /(X*)} xK(x)
{
X
/(X*)} 0 r
de concedes de primeira ordem para as outras classes especiais de fun$6es, apresentamos es- fix' ) O )
ta condi ao de primeira ordem tambdm para fun oes quase concavas.
^ ^ - i
i
-i >
0
o 'i
Teorema 21.14 Suponha que F 6 uma fungao C1 num subconjunto aberto convexo U de
-
Rn. Entao, F 6 quase concava em U se, e somente se,
;:
o )
. • mos .conjuntos de nfvel.de uma fun ao homogenea. No primeiro caso, defiiiimos uma fungao =fc
^
»
|
para qualquer / e (0, 1), deixamos / -> 0 para obter
-^
q u a s e r c d n c a V.a como qualquer fun o que tenfik as propriedades orBihais desej veis de fun-
^
;
^
'^ '
,
*' .1 . %i:. • joes cpilcayasr 6 natural perguntar se realmente qualquer fungao concava 6 equivalents a al Q
*
7 ‘
'
\
m r §o 6ribava por uma tfansforma ab mondtona! K. Arrow e A. Enthoven considera-
, :-V- .
^ ^^ ^ ^ J
. • :•
V •
*
A prova da recfproca segue o mesmo tipo de argumento, mas um pouco mais intricada e
•
;
.Yram /estaquestab .em seu tratado piqneiro :spbre fungoes quase-concavas e fomeceram um
'
©
pode ser encontrada no Apendice deste capjtulo. -
‘ ‘
.
y:- " *
v . exemplo concreto de uma fungao quase-concava que nao 6 a transforma ao monbtona de ne
^ - )
**
- j nhumafungaocbncava. (Veja as Notasao final deste capftulo.) ^
^
- -
- J
Observa$ao Pelo Teorema 21.9, todas as fimgoes concavas sao quase concavas. Es e fato !
©
tamtem pode ser visto comparando as condipoes (6) e (14) de primeira ordem correspc nden
.
- Q
)
tes Como ilustram os Exemplos 21.8 e 21.9, nem toda fun ao quase concava 6 cdnca' 'a De .
- ^
fato, as fringes quase concavas deixam de ter duas das tres propriedades importantes d,e fun -
i
0
)
.
poes concavas que destacamos anteriormente Em primeiro lugar, um ponto crftico de uma ,
f ( xn )
-
fun 9ao quase concava nao precisa ser um mdximo, muito menos um m ximo global Por
^ .
exemplo, a fun ao y x3 em R1 quase-concava pelo Exemplo 21.8; seu ponto critico x = 0
=
^
certamente nao e' nenhum tipo de mdximo. Em segundo lugar, a soma de fun$6es quase con - - o )
)
J
{x|fix ) > f ( Xo)l ©
J
Fiaura 21.9 Estas funcdes em forma de sino sdo quase -concavas.
© )
")
V
S? i
. . .
' y j •* ’
534 VIATEMATICA PARA ECONOMISTAS
• »«
%*
'
" . "
^
FUNQCESGONCAVASE QUASE-CONCAVAS
^
535 . *
cavas nab precisa ser qu se-concava. For exemplo, /, (x) = x tf 2( x) = -x sao ambas fungoes
'
^ .
- ^
mondtonas em Rl (e pqrtanto quase-cSncavas). No entanto,/3(x) = A: - AT nao e nem quase
concavanein quase-convexa. (Verifique.)
3
-
I
dadeem (15).
Como observanios no Corol &rio 21.4, o criterio de primeira ordem (21.3) para a concavi - • No entanto, uma fungao quase-cOncava 6 cOncava se tambdm for homogenea de grau um
I
gao que se usa para provar que um ponto critico de uma fungao ebneava 6 automaticamente
.
um max global Como utilizaremos isso em capftulos posteriores, vambs enunciar esta obser-
*
Teorema 21.15 Suponfia que F 6 uma fungao real positiva definida num cone convexo C
vagao como um teorema:
de R" Se F 6 homogSnea de grau um e quase-edneava em C, entao F edneava em C.
% i
Teorema 2 16 Sejam U um subconjunto convexo de R" e F:U -» R uma fungao C1
X
^
pseudoconcava. Se x e U tern a propriedade DF( x )( y x*) < 0 para todo y e U, por
exempIOi se.DF( x’ ) = 0, entao x* 6 um max global de Fern U. Um resultadoandlogo vale
-
. •
. A .prova do Teorema
ApSridice deste capftulo.
/
21.19 Escreva uma prova criteriosa do Teorema 21,12. A prova 6 imediata, mas deve ajudar
sinais < d e ( 16) por sinais para obter ( 15). 0 prdximo teorema toma pfecisa a feJagao estrei - nosso entendimento de fungoes quase-concavas e reforgar nossa habilidade de provar
> ta entre fungoes pseudoconcavas e quase-concavas. Sua prova d imediata. Contudo, desloca - teoremas.
• remos esta prova para o Apendice deste capftulo, para nao interrompef o fluxo de nossa apre
sentagao neste ponto. Tente realizar a demonstragao antes de ler o Apendice.-
-
21.20 Escreva o teorema correspondente para fungoes quase-epnvexas.
*
J •
- V . •. i 21.21 Prove que uma fungao quase-concava nao .pode ter um rmnimo estrito interior.
J
\ .V -.
'
.S?
•
f u:
'
^^
.
'
7. ^quase^- ^^^a-
; \ . .i t
'
-concavaem . e
e
:‘
C/ •
*
'
fqngao C . En -
:
n' •
: ; ; 2 1?2 2|
'
' tona. Prove que
- ... 4 - i 5
— .
i S e j a m f u n g o e s concavas de uma varidvel Seja g ( z ) uma transformagao mono
-
xk ) = g( fi( xt ) + + fk( xk) ) 6 uma fungao quase concava.
-
J
J
. '
v.'
;
K?y '•
vi
-
' (W se
^
.. . U se, e somente se, F 6 quase-cdncav.a em U.
’
^^ ^ ^ ;0 ; entao Fe pseudoconcava em
/,
21.4
\
FUNGOES jPSEudpcPNCAVAS
- ‘
•
;
" - .?
*
|l : • .
Com o intuito. de desenvolver um criterio de Calculo mais Qtil para a quase-concavidade e a
#
O maximizar F(x)
.
sujeita a Cx = { y e U : DF{ x )( y - x') < 0 )
( 17)
0
i
l t
A
\
I
f
O ,
/
FUNQGES GGNCAVAS E QUASE*C(5NCAVAS: . 537
536 :MATEMATICA PAR*ECONOMISTAS /
. *
* . . .
• i»
•: . . . . . .
a
Z' V
)
definidoVy
A prova do Teorema 21.18 segue imediatamente observando que a condiglo
^
Ob&ervagao A condi$ao do Teorema 21.19 6 uma condig5o suficiente, mas nlo uma condi - (15) de pseudoconcavidade 6 equivalente h. afiima o maximizadora do Teorema 21.18.
9§o necessdria. Existem vdrias condigSes necessdrias na bibliografia pertinente Uma tal con-
digSo necessdria 6 a scguinte: substitufmos todas.as desigualdades estritas que se referem aos
. detalhes s2o deixados como exercfcio . *
^
Nos Capftulos 18 e 19 desenvolvemos condigdes de primeira e segunda ordens necess( l
menores principals de // no Teorema 21.19 por desigualdades nSo estritas e aplicamos o tes
te a todos os menores principals de H que incluem a primeird linha e coluna e que tenham ta-
- - rias e suficientes para probleroas de maximiza ao condicionada como (17). Para qualquer Y\
^ *S
‘
l
(17) d pseudoconcavidade. Para simplificar a escrita, vamos nos ater a fungbes quase-cfinca- Como 6 linear a restriijao em (17), o Teorema 19.2 dir que nao precisamos de um multiplicQ
vas mondtonas . dor para a fungao objetivo. Como |
)
Teorema 21.20 Seja F uma fungao C num subconjunto convexo Wde R . Suponha que
2 2 — M -° 6
Q
)
F 6 mondtona tal que F' > 0 e F' > 0 em W Se o.ditemiinante . x = x*, A = 1 6 uma solu ao da condigao de primeira ordem do problema* (17). A corTespOT* v
^
)
dente cond ao suficiente de segunda ordem que deve ser satisfeita por x para ser uma soK*
o jf F; ^
gao de (17), envoive a matriz hessiana orlada H de F.Essa matriz H 6 formada orlando a vr •
K K %
F'y "
Fyv F"
yy
(19) ordem DF( x ) de F:
2
r* iz hessiana usual D F( x ) acima e a esquerda com as orlas das derivadas parciais de primeira ^
O : )
)
f0 F*2 6
gativo para cada (x, y) e W , entao F 6 quase convexfc, em W.
-
i > 0 para cada (JC, y ) e \Vt entao F 6 quase cdncava 6m W Se o determinante ( 19) 6 ne-
-
. F'
H = F'r2
1,
^
F'
F't2J:'{
F'
F'X
'
2 X2
c •
. .)
./
•• )
oCi
I
, : convexa em W , entao o determinante (19) 6 < 0 para cada ( x , y) e W . Para executar o teste de segunda ordem, calculamos os dltimos (n - 1) menores principais Jfa
-
)
.V./ detis <& By comecarido cbm a matriz 3 x 3^ do topo k esquerda e contiiiuando ate a matrizlf
C
^
*„ •• '
: yy -
" . ;• /, Obseryagao Como menctonamos na ;nossa discussao sobre matrizes orlada no Capftulo 16, v
.
^.
^ btaniaiSwOt iyibtal, como descrevemos naSegao 16.3. Queremos que estes
^
;’
, .. • alguns textos “ oriam a hessiana’ ' k direita e enibaixo com DF( x ) em vez de it esquerda e aci
ma , corno. o fizemosem (18): ' • * * '
- : h'f •
'
’
> ;
-
timbs n 1 menores principais lideres de // altcmbm de sinal com o menor de todos, que 6 c
: '
* | *] 2 \*n
estes padrdes de sinais devem valer para todos os x do dominio de F 0 prdximo teorenia .
Ff / Fx" xn F'x .' .
f
FX )
2 X\ •r2Jf 2 2 2 i
sume este teste de pseudoconcavidade. T- (ft - '
i )
F” - F"xnx2 ••• F" . F’
V\ Vfl xn Teorema 21.19 Seja F uma fungao C num subconjunto aberto convexo W de Rn. Consi-
2
F'x Fx'2 ••• F*
xn 0
U /
dere a matriz hessiana orlada H em ( 18).
^ \ /
a direita seja positivo e que todos os demais menores principais finais altemem de sinal. cava em W , i )
(/? ) Se estes dltimos n - 1 menores principais lideres sao todos negatives para qual
)
quer x 6 Wt entao F e pseudoconvexa e portanto quase-convexa em W.
i )
V
'
%
J • / - . MATHMATICA PARAECONOMISTAS W.
53B ,
FUNQOES CONCAVASEQUXSE-CONCAVAS' "V 539
.
V
*
!
'
Problemas sein Restrl$6es .
Exemplo 2 L13 OTeofema 2 L13 implica que a fungao Cobb Douglas U( x, y ) - xy e quase- -
V
' Iniciaimente repetimos b eriunciado do Teorema 21.6 para o problema de programagao cdn
cava sem restrigdes.Lembre que, pelo Teorema 2 LI 6, o Teorema 21.6 perraanece vdlido mes-
- c6ncava em R + para at b > 0, pois 6 uma transformagao mon6tona de uma fungao conca-
va. Vamos uiaro Teorema 21.20 para provar a quase-concavidade de t/. A matriz hessia -
V
1
J.
. mose/ 6 pseudoconcava, mas nao riecessariamente se/ 6 quase concava. - naorlada ( l9) 6
*
' 0 ax° ' yb - bx“ yb ~ l
Teorqma 21.21 Sejam V um subconjunto conyexo de Rn e /:£/ 4 R uma fungao C con - 1 1
- -
oxa ' yb a( a^ l )xa^ yb abxa-' yb ~' '
cava (convexa) em V. Entao x* 6 um max global de/em U se, e somente se , Df \ - abx° - y- 1 b( b - i y-2 j
I fa y-1
( )( x
x*) 0 para qualquer x e U.Em particular, se U 6 aberto ou se x* e um porno interior de >
U, entao x* 6 um max (mih) global de/em U se, e somente set D/( ) = 0. xr cujo determinante 6
I t
i
Problemas com Restrigoes
- ’
»
precisamos de algumas hipoteses de concavidade ou convexi-
Para problemas condicionados,
_dadejambem sobre as fungoes restrigao. *
.
que 6 sempre posiuvo parax > 0, y > 0, a > 0 e b > 0. Pelo Teorema 21.20, U 6 pseudocdn-
cava e, portanto, quase'Con’cava‘
"
7 "
r
):
:> Teorema 21.22 Sejam U um subconjunto aberto convexo de Rn e/ £/ » R1 uma fungao - EXERCICIOS
C1 pseudoconcava em U ; por exemplo, uma/ quase concava com gradiente nao-nulo. Se - - 21.23 Temos tres maneiras prdticas de veriftcar a quase-concavidade de uma dada fungao.
i .
jam gfy „t &:£/ -> R fungoes C1 quase convexas. Considere o problema de programagao - Podemos mostrar que ela tern os mesmos conjuntos de nfvel de uma fungao concava.
- maximizar /(x) Podemos usar o metodo da prova do Teorema 21.20 no Aperidice para mostrar que
i
'
V. '
:$e existejn x e
- ^ v. . .
i
- ’ .
*
•
,
^
&?:
V
tais •qiie
•
..
• -• ; v.
.
. • •
. '
-V . •
:• . .
1 .
e)
g)
- lA JAT .T 1
emRl
"
jr
) fix< y ) = cm R'
*
^ emR'
0
‘ 1
* *
' i
r " . »
21.25 Seja L:Rm P uma fungao linear. Seja /:Rn -4 R. Mostre que se / e quase concava,
n
-
0 entao x
*
e um max global de/ no conjunto restrigao Cb. - f •
entao f ° L tambem oee, se / e' pseudoconcava,/ ° L tambemo e.
0.
<' 21.5 PROGRAMAQACj CONCAVA
r
J Prova Escreva a condigao (22) como
Ft Como vimos ao longo deste capitnlo, nao s6 as fungoes concavas e quase-concavas surgem
J . ! O/(*') -HD4 )= O S' ( 24 )
naturalmente na Economia, mas estas fungoes tambem dao uma maior estrutura a analise dos
« problemas de otimizagaoque constituem o ceme da teoria economica. Em particular, as con -
J
r
= / 1
digoes necessdrias de primeira on em que caracterizam a solugao do problema generalizado
-
>>
.Seja -
x um ponto arbitrario no conjunto restrigao! Para cada restrigao g . ativa, temos g / x ) de otimizagao diferenciave ) , tamoem sao condigoes suficientes quando as fungoes envolvidas
J
J
-
g£x ) tomo g. e quase-convexa , " sao concavas.
0
{f *J|
!
'
i
f
.*
A .: ,V
r P ‘
(,b) Seja b 3
= /b
.1
‘ + (1 f)bJ.2 e tomemos x' e Z( b') para 1 1, 2, 3. Entao, para j
- = =F Vgfic )( x x ) 0 - * v
‘
-
• (25)i
pelo Teorema 21.14. Gomo A) = 0 para as restrigoes inativas £, por (23), temos n
< 5/«' + (1 - 1) x )
2
,'
tg ( x j + (1 - f) £y (x ) (convexidade de g )
2
XiDg{ x )( x - x* ) < 0 o )
=4 '
-
+ ( l 0 b; ( pois ft(x ) < 6), ( = 1, 2) '
para cada i e qualquer x e Cb. Por (24),
o )
-
£/(x )(x x') < 0 (26)
C
o
i
= /(x3) para qualquer x e Cb. Como / 6 pseudoedneava, (26) implies que/(x) /(x’) e, portanto,
V ( b3)
> /(rx' + ( l - /)x2) (pois x e Z(h ))
' 3 3 que x* 6 um max global de / em Cb . , ^ o )
= ,2
/ K (b ).+ ( l r) V(b ) - .
0 : !
)
(1) Na prova do Teorema 21.21 realmente s <5 necessitamos que as restri9oes de desigual- )
jlade ativas fossem quase convexas.
Abordagem de Ponto de Sela • ! “ ‘
t- - ^ )
-^ >
(2) As qualifica oes de resui9ao mais naturais para o problema (20) sao ou que os £ sao - r -
Para poder calcular miximos de problemas de otiiqizagao condicionada como (20), muitas •!
^
lineares ou que os & sao fun9oes convexas com £.(z') < b para alguraz e Uc qual r ,
(
)
i vezes consideramos o correspondente problema de ponto de sela, especialmente quando as .
• quer / Vejao Teorema 19.12 . •
fungoes envolvidas sao cortcavas. n ' i
(3) Como no enunciado do Teorema 21.7, a condigao (22) suficiente para um max global ^
Definlgao Seja (/ um subconjunto convexo de Rn. Considere a fungao lagrangiana (21) do pro - l do problema (20) pode ser enfiraquecida para ft )
blema de programagao (20) como fungao de x e A. Enjtao (x , X ) 6 um ponto de sela de L se
i -
D£( x\ A*)(x x ) 0, para qualquer x e Cb. (27) Q
L(x, X *)
I(x \ V )’ < (x \ X) (28) ! Como indica o prdximo teorema, tanto o conjunto de mdximqs quanto a fungao valor m £ -0
para quaisquer A > 0 e x e U . Em geral , U Rn ou U R +, o octante positivo de " Neste Ul
timo caso, dizemos que (x \ A ) 6 um ponto de sela nao negativo de L.
•.
= =
-
-
p. -
1; i
. L
^
vfl deb. .
o
• •
« »* •» •« « » » •••« ••« ••« « « ••! » « •« ••« « •« !
% ! >
•• •Ml ** * ’ * *
Prova Inicialmente mostramos que x' estd em Cb. 0 lado direito de (28) implies que )
t
gA ; 4x ) - 6 ) < o
, ~ A )( - f .. r . (29) Prova
‘ 2
( a ) Suponha que x ex estao em Z( b) e seja . v
©
o
/
para todos A,- > 0. Para h fixo qualquer, substitua Xh = Xh + 1 e A. = A para cada i * h em *,
-
x 3 = tx * + (I r ) x 2 e (x \ x 2 )
^ 0 )
-
( 29). Entao (29) transforma se em gh( x ) bh < 0. Assim , x’ e Cb - . o j
;
Segue que X A’ x') bt ) < 0. Por outro lado, tomando cada
- - A/ = 0 em (29) fomece
, iX -
X [ g / ) bt ) 0. e portanto
Xf ^ (
Como as g { sao quase-convexas, Cb e um conjunto convexo e x3 e
quase-concava,
Cb. Como / e
o i
^^ ($r (X ) ~ ) = 0
%
^ eCaCia (30)
/(xa) min {/(x!), /(x 2 )} o ;
0 )
Como /( x 1 ) = /( x ) = max (/(x): x e Cb ) , temos /(x 3) = f ( x2 ) e x3 tambem estd em
‘
A )
Z( b). Ponanto Z( b) e um conjunto convexo. ^ j
1I
—
J '
1'
54g *
J
/ •• FUNCOHS GONCAVAS E QUASrrC0heAVA3Ai--' 543>
^^ Atjo
^fiOA^ PARATV ECONO M ISTAS
^ ^
,
U * '
,
DxL( x , A )(X - X ) = S
,
(X > A*)*i -
f (\
x
•
i
•
/(x) < /(x) - X A;( (X) -A)
• *
^
I
. A .
para xt 0, por (33). 0 resto da prova acima continua vdlido se substituirmos “ =
nal de (32) por “ < 0” »
0*' no fi - < /(x ) -S A‘fe(x ) - faf ) - por (28)
*
•
= f(x ) por (30).
Para dar alguma indicagao do interesse na abordagem de ponto de sela na Economia, volta-
Observe que no enur ciado do Teorema 21.24 nao hd hipdteses de concavidade. Em progra-
• *
mosaos modelos de andlise de atividade. do comportamento de uma firma; Nesses modelos , magao concava, as solut dgs de problemas de ponto de sela sao mais ou menos equivalentes a
uma firma tem n processos produtivos e xf 0 representa o nivel de atividad do i-6simo pro-
f.
cesso, para / = 1 ,..., n. Para cada vetor de atividade x = xn )> f ( x ) denota o lucro da firma
quando o z-6simo processo 6 executado ao irfvel e gj( x ) denota a quantidade doy-dsimo re-
^ solugoes de problemas oe programagao, como mostra o prdximo teorema, de Kuhn e Tucker.
curso que d exigido no nivel de atividade x. Seja b} a quantidade de recursos disponfveis atual- Teorema 21.25 Suponha que U = R + ou que U 6 um subconjunto aberto convexo de R".
mente. O problema de otimizagao da firma d escolher x para maximizar o lucro/(x) sujeito a 1 1
* Suponha que /e uma fungao C cbncava e que g g k sao fungoes C convexas em U .
A. s/ x ) < bp paray f 1 k e x 0, . ' •
*
Suponha que x maximiza / no cdhjiihtb- '
restngab Cb7comb definidb
'
em (20). AI6mdis- " '
>•
i
V so, digamos que vale uma das qualificagdes de restrigao do Teorema 19.12. Entao, existe
Se permitirmos U ser o octante positivo R", o lagrangiano (Kuhn-Tujcker) para este problema 6
X > 0 tal que (x\ X) e um ponto de sela do lagrangiano (21 ).
£ - k
L( x , A) = /( x) + S Xj ( bj - gj(\) )\ :
r» .
(34)
) i
Prova Inicialmente trabalhamos com o caso em que U 6 um subconjunto aberto de Rn , por
V f . exemplo, o prbprio Rn. Pela condigao de primeira ordem usual , existe X > 0 tal que X ) • ( gf
) De acordo com a discussao na Segao 19.1 , o multiplicador /ypode ser considerado como o t
) prego sombra ou valorizagao interna do fatory. Assim, a fungao lagrangiana (34) pode ser
considerada o valor combinado do produto /(x) da firma com o saldo nao-utilizado Z} A;.
\
( bj ~ gj( x ) ) de seus recursos. A existencia de um ponto de sela (x X ) expressa um equilf - DxL( x\ A’ ) = D/(x') - ZA; £»ft ( x* ) = 0 (3 D
•
brio entreo valor do produtoe o valor desses recursos que nao foramutilizados, $ ump.as -
) ' so bdsicb ha tedria do equilfbrio de ecdnomias de produgao, que 6 especialmente importan - Pelo Teorema 21.8, a fungao x *-> L(x , X ) 6 uma fungao concava de x. Pelo critdrio de con-
ce *
. te para estudar firmas que tratam de atividades como investimento, pesca ou madeira , nas
. cavidade da derivada primeira do Teorema 21.3 e por (31 ), para qualquer x e Cb,
Y - ••
qUais devem sertomadas decisoes
quaisaeyemsertomaaasaecis * sobre utilizar os recursos ou deixS-los crescer a taxas na-
L(x , X ) ~ L( X\ X ) < DXL( X* > A* )( X - X * ) = 0 ( 32)
,•
i :
jJi: ” 8
.
2 •
: •
•
EXERC1GIOS
.
Por outfo ladb, para qualquer A* > 0 em R ,
4* . A ) = /( X ) - LA;(&(* ) -<V)
* * * .
r> ’ 1
vidade de/ no Teorema 21.25 pela hipotese mais fraca de/ser quase-concava ou pseu -
J doconcava. V-
= /(* ) (pois cada A’(g,. ( x ) -
' ‘
= o)
t ’ •
j
^
21.27 Suponha que (x, a) -» /(x , a) e uma fun9ao concava de x e Rn e do parametro a e Rm
* < /( x') - Z A,- (ft(x* ) - i>f )
e que (x, a ) >4- (xT a ) sao fun9des convexas de x e Rn e a 6 Rm para i = 1 , ..., k . Seja
^
Ca = ( x 6 Rn: gjix , a) 0, i - I , ..., k } . Seja Z(a) o conjunto de m ximos de /( , a) em ^ • = L( x’ , A* )
Ca e seja V(a) = /(Z(a ), a). Mostre que V 6 uma fun9ao concava de a.
Agora , suponha que U = R" , de modo que estamos considerando um ponto de sela ndo-
o 21.28 No exercicio anterior, omita a cjependencia de g , em a e a hipotese de convexidade dos
gr Suponha somente que cada a >-> /(x , a) 6 uma fun9ao convexa de a . Mostre que a
negativo . A fungao ( 21 ) agora e o lagrangiano Kuhn -Tuckerdo problema ( 20), conforme
discutimos na Segao 18.6. Pelas condigoes de primeira ordem de max condicionado em x
fungao valor mdximo a »-> ( a ) e uma fungao convexa de a .
^ vistas na Segao 18.6 , existe um X 0 tal que
.
. t W "
:•
°! i
o- j
--
RJNCOES C6NCAVAS E QUAS&jcbNGAVAS ^ 545,
'
EcONOMiSTAS ,
V: A
i
Teorema 21 /14 Suponha que F 6 uma fungao Cs num subconjunto aberto convexo U de '
ro mostramos que ^ -
entao, F 6 quase cdncava em U . G
G*r = l ( xty ) G G f Q^m) :. i., G
-
6 um conjunto convexo. Sejam (x, y ) e (x' /) pontos de de modo que 0 < y < F(x) e 0 Prova Escolha x e x, em U-tais que XQ * x, e F(x,) F(XQ). Seja x, = x + /(xt - XQ) umJ para- Q
< / < F(xO. Como F 6 homogenea de grau um, y > 0 e (x, y ) e
’
f
— inetrizagao 0
do segmentcrdereta de XQ para Xi / Queremos provar que F(x,) F(XQ) para ca-
’ '
0
Para alcangar alguma contradigao, suponha que exista um t (0, 1) tal que F(x, ) /
i) = i . F(x) si .7 = l F( Xf ) > F(x, ). Seja J = [/,, t ] um intervalo (conexo) em (6, 1) com r e J e tal que F(XQ) > ^
'
*
y) y y ' 2
.
F(xf ) paratodote JeF(xf ) = F(xf ) = F( XQ). PRIMEIRAMENTEOBSERVEQUENOSSASUPOSIGAO
|
implica )
—
X
Analogamente, F| | 1. Assim,
*
OFfx
pois dado f e J, temos F( ) F(x0) > F(x,). Por (35),
^
x, >
Xj - x ) ,, = 0 . para qualquer '
t e 7, (36) 9
o i i
/
— lj . ! •
e /
^7, 1
Ay
] estao em Gp
'
. Por definigao,
^
-
- ^ -- ( - Xo
. . 0F(x,)(xo - x,) > O
x, - x, = l - (XJ -
Substituindo estas igualdades em 37), obtenios
^ / Xj
'
(
) e
e DF(x,)(
•
(
xrx,) > 0
XQ)
(37)
o
G
Q
j
,: J
.
•*
/
'
-
. ; tDFMtxirxj > 0 e (1 - 0^<X,)(XJTOO > 6 0
.
Entao 0 tambem esta em [0, 1 ). Como F 6 quase concava, - Como ( e i if s5o.positivos, DF(xf )(x, “ x0) = 0, provahdo (36).
- '
u
\ i Por outro Iado, '
.. ).
( x'
-
ou seja i
y)
+0
^ 11 ^ i »
0 < F(Xo ) - F(x . )
= F( xr, ) - f (x . ) o
e
J
lW ^ ( pelo Teorema do
e pela Regra da Cadeia)
viior Mddio da Segao 30.1 o /
)
Pela definigao de q .
= (/' - fI )Df (x, )(X - x0 ) ;>
(
e- Vo - ) 0
fx' U {
Ax + ( ) - A)x' '
.1
i |
o )
{ O' tAv + (l A)/ - J pois Xr, - x, * ( ft - f )(x
= , - x ). Esta contradigao da afirmagao (36) implica que nao existe
0
J
i com F( x,') < F( xfl). Como F( x,) > F(x0) para todo ; 6 [0, 1 ], resulta que F 6 quase-con
cava nelo Teorema > II 0 *
-
V
Mostraremos que, sob as hipdteses deste teorema e supondo (38), podemos alterar y (Ax + (l- A)x', Ay +(1- A)y') esteem Gp
o ! para / de tal modo que
I
—
<0
^
/ 1| V (x’) II2 -K)
Prova do Teorema 21.17
^ ~ — '
Teorema 21.17 Sejam U um subconjunto convexo de R” e F:U R uma funqao C .
1 F(y + fv) > F(x ) e. DF( x )(y + rv - x ) < 0
'
Entao,
(n) se F e pseudoedneava em £/, entao F 6 quase-edneava em U , e
>
O '
ou seja, y' = y + tv satisfaz (39), uma contradiqao k caracterizaqao (16) de quase- conca- ( b) se U e aberto e VF(x) 0 para qualquer x e U , entao F 6 pseudoconcava em U
^
.
vidade Hsta contiadiqao prova que nao pode ocorrer (38) e que, portanto, F 6 pseudo- se, e somentc se,F e quase-coiicava em U . •
concava. '
) Prova
Prova do Teorema 21.20
V '• '
' ,
( a) Suponha que F e pseudoconcava em U . Sejam y0 e y dois pontos de V tais que F(y ) ,
\ . Agora provamos o teste da hessiana orlada para a pseudoconcavidade e quase-concavidade . ,-
F(y0) Seja y, H y0 h t( y y0), para 0 < t < 1, uma parametrizaqao do segmento de re-
para fun?6es de duas vari yeis, que 6 um caso especial do Teorema 21.19 Por ser mais sim-
^ . ,.
ta de y0 para y Seja g ( t ) = F(yx).
y '
pies, vamos trabalhar com funqoes utilidade U no piano que sao C , quase-edneavas e mono-
2
Afirmamos que F(yx) > F(y0) para cada t e (0, !]. Esta afirmagao e automadca -
.
tonas A quase-concavidade signifi.ca que as curvas de indiferenqa limitam conjuntos conve- mente valida se o valor minimo de g em [0, 1] ocorre em t 0 ou / = 1 Podemos, por = . -
- .-
^\ /tWvlZr& xos por b ixdeaipiono.toriicidade significa que a utilidade e estritamente crescente quando a tanto, supor que o valor mmimo .de g em [0 1] ocorre em algum f * do iritervalo aber-
<,
^ .
'
: ‘
... ' * . / qu.ahtidade. dealgumbemaumenta. Defato, vamossuporqueessamonotdnicidade 6 dadapor .
to (0, 1) Neste caso
r' CeV' > 0 .;Aquase-concavidade e a monotonicidade implicam que as curvas de indife-
. 0 = 40 = DF{ ya + f "(y, ^ y0)) - (y, - y0)
' '
' r- * ’
^ . ?
pela condi ao dejprimeira ordem para um minimo usual e a Regra da Cadeia; entao
r ••
• •
. ^
T> ' }
0 = DF( y0 + / *(y , - y )).(-;*(y - y ))
0 | 0
^
r> concluimos que
V --
Jo para x e U . Para provar que Fe pseudoedne 'a, vamos supor que DF\ x ) ( y ~ x " )
. %
.
< 0 como na hipotese de ( 15) e provar que F( y) < F( x ) Se DF( x’)( y x " ) < 0, entao -
V F( y) < F( x’) por ( 16). Basra eliminar a possibilidade
J Fiaura 21.10 Curvas de indiferenca de uma funcao utilidade monotona auase -edneava.
i
1 O
i
i o
-
v
.
l “
"
0 )
?
• ••
* Teorema 21.20 Seja U uma fungao C2 num conjunto convexo W de R2. Suponha que U 6
o
NOTAS J
i
mondtona tal que U'x > 0 e U'y > 0 em W . Se o determinants 0 )
-
(a) Um dos primeiros artigos sobre fun9oes quase-cdncavas deve se a K. ArroW e A . En-
o u: u; 0
thoven, “ Quasiconcave programming,” Econometrica 29 (1961 ), 779-800. O artigo
inclui o exemplo concreto de uma fun9ao quase-cdncava que nao 6 uma transforma ao
^ v’x u" u% (40) 0 )
1
mondtona de uma fun9§o concava.
( b ) Um dos primeiros artigos sobre funfoes pseudocdncavas deve-se a O. Mangasarian,
u; u" u;y o i
“ Pseudoconvex functions,” Society for Industrial and Applied Mathematics Journal on 6 > 0 em IV, entao V 6 quase-cdncava em IV. Reciprocamente, se U 6 quase-cdncava em 0 i
I
Control 3 ( 1965), 281- 290. Mangasarian defmiu as fungdes pseudocdncavas cdmo IV, entlo o determinante (40) 0.
0
•
uma classe que return algumas das propriedades mais interessantes das fongoes quase- )
vexidade de g como fungao de uma vari £vel (Exercicio 21.5), que por sua vez implica ^
)
)
p sons,” Mathematical Progamming 23 ( 1982), 19S-205. Estes artigos tambdm apresen- g"( x ) 0. Agora, pelo Teorema 15.1 , g'(x) 6 a taxa marginal de substituigao - U'g (x,
tam as condigoes necessirias para uma funcao ser pseudocdncava . £(*))/U'y (.r, g( x ) ) . Portanto, )
j
c )
U ,( x , g( x ) ) G
_ K + U^ ))U^ {U> KS\ ))K
' X X
6 i
Q
(41 )
'
7 * 7
O ’
^
EXERCICIOS
21.29 Por que a hipdtese BU / By > 0 implica que podemos trabalharcom cada curva de nivel &
o
de i/(.t, y ) como o grafico de uma fungao y = g(x)? j
*
^C
i
G u
J
G
J
G • }
T
v..
>
r>
/
'
. • •>
t
C A P I T U L O >
u
1v1
h
- Aplica§des <
Q) a Economia
% >
i
XI
5 ^
desenvolvemos nos ultimos quatro capftulos aos dois principals problemas de odmizagao em
Economia: o problema de maximiza9ao da utilidade do consumidor e o problema de maximi .. -
D za9ao do lucro da firma.
3 O principal objetivo deste capftulo e ilustrar como se aplicam os teoremas do multiplica -
dor de Lagrange dos Capftulos 18 e 19, Conseqiientemenre, as provas dos princfpios econd-
J micos descritos neste capftulo sao desenvolvidas com maioraten ao ao detalhe do que ks pro-
^
. vas de outros resultados neste livro. Estas sao situa9bes em que os metodos utilizados sao tao
J interessantes quanto os resultados alcan 9ados.
^ v.SMaximlzafao
. - da Utilidade ^
_Jr | 5
g.i "
'
^
me9amps erifpcanid6 o problema de
R. ‘
’
'
•
.# s ;;
> : 3.; t-
3
:
rnf »fradnrTA. Seja
mercadoria Qpia U ...
r . t xY ,\) aa fungao
T H( Xp fHtrforip do
fnnpnniutilidade
) rrmcnmiHnr, que
Ho consumidor .ilft o
mede
nnp. inp n niwl
nfvel de -
cnfkfa
HP. satisfa .
•* - '
-V -
• 9ao do consumidor com a cesta de mercadorias x
= xa ).Seja p} > 0 o pre90 de uma -
uni
3 -^
. dade day sima marcadoria e seja / > C a renda de que o consumidor dispoe para gastar com
3
3
»
essas n mercadorias. 0 objetivo do consumidor e
..
maximizar U ( xt , , txn )
sujeita k restrigSo o amentaria
*
*
!
!
3 ^ (I)
3 X] > 0, *„ > 0 i
3 Nesta se9ao vamos nos concentrar nas propriedades que podem ser deduzidas utilizando o
Cdlculo. Assim , supomos que U e uma fungao C . Alem disso, supomos que as mercadorias
] !
3 -
sao “ bens,” no seguinte sentido um consumo crescente aumenta sua utilidade. Formalizamos
eJ
3 esta hipotese de monotonicidade exigindo:
3
'
! u
o
i - APUGACOE 3CA:ECGNOM >AV ;
•
•
••
>
.:
553
- V'
552
.. .
^v
MATEMATICA
^-— * .
.. . v •
PARA . ECONOMISTAS /
%
o
: .. • •• *v
•
O
* »« » » «• » »
V• . -
M » « '
3 /Vova A primeira parte desta prova luma aplicag3o direta dos Teoremas 18.4 0 19.8» 0 la-
grangiano para este problema 6 “ j ’
.
'
®
. o )
„..., x„; A v, O
^ Xftx, - /j+ Xv,x,
L( x . , v„) = y(x) - A i Como vimos no Exempt 18.8, esta hipdtese implica que 6 gasta toda a renda; a restrig2o or- \
gamentiria 6 ativa num m£ximb da utilidade. O teorema seguinte resume a aplicagao de nos- .
sas condigoes de primeira e de segunda ordens para um max condicionado deste problema V '
onde usamos A para denotar o multiplicador da restrigao orgamentdria. Como as restrigoes
em (1 ) sao lineares, a qualificagao de restrigao linear do Teorema 19:12 esti satisfeita em :
5 c
! 1
I l
*
0
OX; . / .i
; • 1 • *
„ G
A
^ Xp,x( - / = 0 | )
U
'
L~ ,1, , fi
(9)
(a) .
Pi dx,
^
l (x‘) < A*
'
para i = 1
i
“ T.
A>0 e
(
I
i I »»
1 9U , .* :.
e c )
Pi dx ,(
x -A ) = - pi < 0
\ ‘
— (12)
dV , i
« Q
)
(x* ) dx , _ p, X
O
A conclusao (3) segue imediatamente . Aplicando ( 12) 4 mercadori i h para a qual
,
,
Pi dx , ' pj dxj
ou
l^(x ’) ' Pi
(5)
(d (/yarhXx- ) > o, conclufmos que l > 0. Se x\ e x) sao > 0, entao V = v; =f 0 por ( 10) e en- G
* v
OXj •
' dade ( 2) e que x’ e um ponto no conjunto orgamentdrio ( 1 ) que satisfaz X; > 0 paratodo / Qj f
de (9) e a conclusao A > 0. • • .
- . ,v
e a condigao de primeira ordem (5 ) para quaisquer /, y. .
Para provar a parte d, que i a condigao de segunda ordem suficiente, lembre que na Se-
gao 19.3 vimos que a matriz hessiana orlada deste problema e
(d ) : StU. &:c se . . .
'
. . . .. . . . . o
0 /
r0
£w
d
:
Pi
fu d 2U
Pn I
0 - 0 v ;
Pi 3bcf
92U
9xn 9x| -
9%
( 13) (-!)* •det, I
STM
dxj v ~
dxkdxri
(x - ) >0 (7)
Q
0 . )
)
’
Pnn dU , . x ! 92U ( .
te\dxn K x 9Vt
,
[ dx * dx dxt
X
, dx;
^ ) Q
e que , se os determinantes de seus n 1 ultimos menores principals lfderes alternant de si -
- 0
nal , com o determinantc da maior matriz tendo o sinal de (-1 )” , entao valem as condigoes para k = 2, . . . , / ? , entao x e uma solugao local estrita para o problema de maximizagao da
de segunda ordem suficientes para um maximo condicionado. Subsiitua cadap; na primei - utilidade ( 1 ). 0 •
)
ra linha e primeira coluna de ( . 3) por ( l /A)(9 f //9;Cy)(x ) > 0, de acordo com a condigao (4). ( c) Se U e quase-concava e VU { x ) 0 para lode- x 0, entao x’ £ uma solugao glo -
* * 0
Segue que no ponto x \ vale j bal do problema ( 1 ) .
0 ' J
0
Sl. :
)
554 .: MATEMATICA PARA EQONOM(STAS
V
i *>
/. APUCAQSES A dBNGMJ
^ . 555
’
"
.
* *
va>
*
Prova As n + 1 equ &gqes (8) e (9) .determinam (x, A) como fungoes de (p I ) A matriz em ? . / 0 PI ••• Pk
\
(13) 6 a matriz das derivadas destes equagoes em relagSo hs yari £veis enddgerias (x, A). Pe - du
2
d 2U
U !as contas dodeterminante ao final da proya do Teorema 22.1, esta matriz tem determinan- Pi dxf dxkdx ,
X
v; .
-
te nao nulo se, somente se, (7) vale para k n Neste caso, o Teorema da Fungao Implicit -. det 4
»
3%
•
32U
ta garante que podemos resolver (8) e (9) para x e l como fungoes C1 de (p, I ) para p per -
> to de p* e / perto de /*. Pela tiltirna afiimagSo do Teorema 22.1, estes x que satisfazem (8) t 3 a*,a** >
a e (9) serao miximos de utilidade condicionada, ou seja, cada um destes x ser£ igual a £(p,
.
I ) A equagao (14) 6 uma aplicagao direta do Teorema da Envoltdria (19.3) a este proble-
/
•
0
1 du i aa’)
ma de maximizagao da utilidade. ,
r tin » W|WM M « M » Wtimm MtMH m WM1»
J V • “
para calcular A (Fungao Demanda
- '-
- :
•
vDados qualquer vetor pregd p e renda /, denotamos por x = (p, I ) a cesta de mercadorias que
- -.
^
‘ '
• ?‘v
'
.$« ; foj
' V '";: • . :.Q J: " '
i
^ -
^.
: . gao demand do consiin idpr pu, s vezes, fungao demanda marshalliana Esta fungao de
*?fS
'
••
-33
•
^ ^ ^
. maiida riao preci$q sercpntfnua nem mesmo bem-definida. Conforme vimos na Segao 19.4, pa-
Assiin, a fun ac demanda da fun o utilidade Cobb-Douglas e
^
: ' '
’
X -V '
ra garantir que elaseja localmeiite bem-definida e diferencidvel, basta supor que 6 nao-singular
'
- a matriz jacobiana das.condigbes (8) e (9) de primeira ordem que determinamx* ( p, /). =
^
*
\
(17)
y. ’ VPi Pi )
Teorema 22.2 S Jponha que U 6 uma fungao utilidade pseudoconcava C2 e que £( p, I ) 6
3 •Usamos (3), (4) e (16) para resolver para o multiplicador A (p,7): .
a soliigao do problema de maximizagao da utilidade (1) Sejam p' > 0 um vetor prego po-
3 sitivo e / > 0 um a renda positiva. Suponha que (p *, / ) e um vetor estritamente positivo
*
3 .
ax? lxi
1_ “ * 1 2
’
A _ a [ al
\o -i
bl\b
aabb '
= ' ^^
e que (7) vale paTa k ^ n. cmx §( p , / ). Entao (p, 1) 6 o multiplicador de Lagrange
A( p,- 1) na condigao a do'Teorema 22.1 sao fungoes Cl bem defmidas de (p, /) numa vizi--
Py Pi KP\ J P2 ; P\ Pi
nhanga aberta em tomo de (p , / ). Alem disso .
. „.!% 01
3 i
1rv
2
.
i (
O
> 1
r
o
•
V
". / APUCAQOESA ECONOMIA ;- 557 556 ,,MATEMATICA PARA- ECONOMISTAS " , "
i 6
,
*. (
1
-- !
Teorema 22.4 Sejam p > 0, / > 0 e £(p, 7) como o Teorema 22.3 Sejam % efJ e 7 j# as . '
A primeira propriedade 6 simplesmente uma reformulagao de (6), que afirma que toda
renda 6 -gasta no mdximo da utilidade:A segunda propriedade parte diietamente do seguin- n ^
^
i '
elasticidades definidas por (23), (24) e (25) e seja sf a parcela da despesa definida em ,
te fato: multiplicando-se todos os p por um escalar r e multiplicando-se 1 por r nao afetaV * )
.
(26) Entao, para cad a jt a restrigao orgament&ia (1). 0 mesmo x que maximiza U no conjunto-restrig3o (1) tam-Q
*
—-
slEl ] + + snenj = sJ
Wj + + Sn% = 1
(27)
(28)
4
T b6 m maximiza U sujeita is restrigoes
Xfo ) xiirI
,
'T’. SO
V
Q
y ^
Ii
* -
« + + « + ty = 0
*
(29) '
Lembre que no Capftulo 21 vimos que (19) significa que £ 6 homogenea de grau zero Se
.
'
. (}
)
(18) em relagao a pi e / e (19) em relagao a r, resulta o seguinte teorenja. O
••» • • M» •» « .•
II M
•
« » « >•< « IMM »
• •»»• •••»
«*•« *• •»»»»!•a »« # HI UltM • ••••••«
« « < •« » « »«•»« ft
••» « •«
1 H M a M H M »l •«• .........derivarmos
...........................
a ....... ......... ................................... . ....................................................... ........
I * i l - C* tltttMtM j
Prova Vamos provar a primeira igualdade (27) e deixar as provas das duas outras como exer - G
cfcio. Multiplique cada termoem (20) por Pj / I e coloque o primeiro termo no lado direito:
Teorema 22.3 Suponha que (p, I ) *-> $(p, 1) 6 a fungao demanda da fungao utilidade U . r>rj /
v Pt Hi n _ P& i Suponha que p* > 0, / > 0 e (p*, /’) > 0 e que U satisfaz (7) em ( p*, /’). Entao, para j
^ ^ = 1
.
/. »
i
-
-1,, fjt.ft quajquer ( p, I ) perto de (p ,\
*
l .temps. U
9
-
Agora multiplique o r lsimo termo do somatdrio & cjquerda por
=
« i vPj
(20) r \
r >,
Y ML (30) ;
r / 5py 6 7 (21 )
§
J
Aplique as definigoes de elasticidade em (23) e (24) para traduzir (30) para (27). f )
>
(22) V
Cada uma das conclusoes do Teorema 22.4 diz alguma coisa sobre a resposta da demanda a
variagoes no prego ou renda . A equagao (27) implica que a resposta m£dia na demanda por to- P f J
dos os bens a urn aumento de prego de um bem 6 negativa , onde- os pesos para a m £dia sao da- :
•« .... 0
dos pelas parcelas de despesa. A equagao (28) afirma que a elasticidade renda m£dia 6 1; se a - Prova As hipdteses e o Teorema 22.2 sao exatamente o que e necess£rio para garantir que 1
renda aumenta 5%, entao o aumento na mddia da demanda, com pesos dados pela s. parcelas, : •
. 6 uma fungao diferenciavel na vizinhanga de ( p’, /’). Derive ( 18) em relagao a Pj para ob- . ,
.
e de 5% A equagao (29) d £ mais ajtistes finos das elasticidades. Por exeniplo nu na econo-
'
^
•>
ter (20); derive ( 18) em relagao a / para cbter (21); derive (19) em relagao a r e tome r ) = 10
mia de dois bens, (2?) implica que se um .bem tern elasticidade- renda I entao o.outro bem de
; ^
- .i'.i y - :
' ' '
ppara obter (22
< ua auicr
^ ). vuayi
6/ Observe
' y que
^ uv (22) e somente o Teorema de Euler (20.4) para fungoes hoy
&
/
u
i
^
ve.ser um substitute se o primeiro bem for prego-eldstico e um complementar se o primeiro •
Jr '
. vvl
’ *
? • •
- mogeneas aplicado a '
* I
i
Muitas vezes escrevcmos os resultados do Teorema 22.3 na forma de elasticidades. Lembre
p )
\
rema 22.2 e V tambdm e C , pela Regra da Cadei a . A equagao ( 14) nos dd a derivada parcial
1
de V em relagao a /: dVIdl = A.
6/ 7 te I
0 proximo teorema, conhecido como a identi lade de Roy , relaciona as derivadas de ( p, ^ Firialmente, seja 5,. a proporgao da renda gasta com a mercadoria i: 0 /
5 ~ S
P£ , ( 26
o
)
)
;
' T '
0
"J
i
?6 r f
;
i
I
k ApucAgdES A ECONOMIA . " . 559 558; MATEMATICA PARA HCONOMISTAS
• ' •• •
v
mimmizar p • x
3V(p, /)
dp ,
* ( M) -
:
4i
J
3/
Para qualquer escolha de pew, seja Z(p*. «) a cesta de mercadorias que resolve o problema 4 .
. se p, 7 e •£(p, I ) sao todbs estritamente positives.
>
(32) Dizemos que Z(p, u ) 6 a fungao demanda compensada (ou fungao demanda hlcksia
na) porque, em sua construgao, as variagoes na renda compensam as variagoes nos pregos, pa
-- I
I
I
I
•• • *
k . -
5— ra manter o consumidor num determinado nfvel de utilidade Analogamente h fungao utilida
de indireta , definimos a fungao despesa £(p, u) do consumidor como o valor 6timo da fun
gao objetivo do problema (32):
— ^(pr»^r z(pru)
- Prova Pelo Teorema 2Z2, $ e V sao fungoes C de p e I. Tome a derivada da identidade (31)
em relagao a p(\ j- . .
1
1I . . —
- -- jy
* =--- *
—
* •
A fungao despesa 2s (p, u ) 6 o custo (mfnimo) para o consumidor poder alcangar o nfvel de uti
.
lidade u quando o sistema de pregos e p No Teorema 21.10 provamos que a fungao despesa
- 3ft A
jdxjdp
I
.
c r 6 cfincava e homogenea de grau um como fungao de p para cada u fixo. Logo veremos que E
muitas vezes se comporta como se fosse uma fungao utilidade.
s V Ap . . V-
J —
Pin.
( por (4) do Teorema 22.1)
J utilidade 6 a fungao restrigao dp problema de minimizagao de despesa, dizemos que estes dois
problemas sao duais um do outro. Como indica o proximo teorema, estes dois problemas tem
JPJ
3/ 3ft
as mesmas condigoes de primeira ordem e portanto tern as mesmas solugoes. Hste teorema | _
= K . ( .( Pi )) (por (20) do Teorema 22.3).
j:
-V : tamb&n calcula as derivadas de primeira ordem da fungao despesa E . ^ /
. ‘
Teorema 22 J6 Suponha que U e.uma fungao,C que satisfaz.a seguinte. versao da condi- Continuandp nossos c lculos com a fungao utilidade Cobb-Douglas do Hxem- .
r ‘ Exemplo 22.2
^
.gabde- mono
.
^
: ;p
- ^
a:quaiguer ;x ^ 0, ; - > e tste- umitalque — (x)' xi > ® (33) .• . -
^
plo 22.1, calculamos qu e a fungao utilidade indireta 6
^
: ? ' *
\\ . f
•
^ . •
•
v 'i '• • • '“ ‘ • ; s
Py .Pi ) IftJUay Pt Pi
y- - X ' • . Fixados um sistenia. depregos
u ) a solugao do problema (32). Entao,
p positivo e um nfvel de utilidade u , seja z Z( p , =
Para testar a identidade de Roy, calculamos
J ‘ • ( a ) as condigoes de primeira e de segunda ordens do problema (32) sao as mesmas »
Prova Por ser semelhante ds provas dos Teoremas 22.1 e 22;2, vamos apenas esbogar a pro-
.. -
IH
o .
\
tar, onde 6 conhecida como fungao compensagSo. Dado urn sistema de pregos p e uma cesta va deste resultado. 0 lagrangiano para este problema de minimizag2o condicionada i V
de consumo x, a fungao M( p, x) diz quanto dinheiro, com um dado nfvel de pregos, um con-
sumidor precisaria para estar tao bem quanto se consumisse a cesta x , Pela conclusao d do 4(x, V, V B) = £P,X J - V{J/(X) -K) - t /
)
Teorema 22.6, E( p, u ) i uma fungao crescente de u . Portanto, para o sistema de pregos p fixa-
do, Af(p, x) 6 uma transformagao mon6tona da fungao utilidade Ue 6 ela mesmo uma fungao
'
*
' . C )
A condigao (33) 6 exatamente do que precisamos para garantir a QRND. As condigoes de ,
utilidade. Sob esse aspecto, £s vezes M d denominada fungao utilidade de compensagao. ; primeira ordem sao iguais a (8), ( 10) e ( 11) da prova do Teorema 22.1 , com Aem (8) cor- ( ^,
respondendo a 1/v neste problema. Mais uma vez, as condigdes de primeira ordem e a / >
A Equa$ao de Slutsky condigao de monotonicidade (33) implicam que o multiplicador seja positivo e portanto a '
restrigao U( x ) ucm (32) 6 ativa; isto provab. A conclusao c parte do argumento noTeo- Q
^
A fungao despesa leva a uma prova simples da equ tgao .de Slutsky, a equagao que descreve a rema 22.2. A conclusao d 6 o andlogo da equagao (14) do Teorema 22.2. A conclusao e 6
relagao entre as demandas marshalliana e hicksiana e quefofnece a importante decomposigao uma conseqiiSncia direta do Teorema da Envoltdria (19.4) aplicado a (32). . (
do efeito de uma variagao de prego no efeito-substituigao e no efeito-renda. . . . >:.v . • •
- 1
• •
I .. )
Em seguida vamos mostrar que o problema de maximizagao da utilidade e seu dual (32) tern v- )
a mesma solugao quando fazemos os devidos ajustes para que os dois probleraas sejam com-
Teorema 22.8 (Equagao de Siutsky) Seja_ V urn fungao utilidade C que satisfaz a hi-
^^
p6 tese em6iibtbniciWdr(2Je aTup(5 tese denao egenerescSncia (7)7Sejam 5(priyai
^
' '
2
- pardveis.-A-prova requer somente o andlogo contuiuo das condigoes de monotonicidade (2) e
( 33) que estivemos supondo. .
^O )
3£,M dZjfcVfr . I ) ) 9
i
um fndice i tal que V 6 estritamente crescente em x, em x . Entao, para quaisquer p > 0, / c
9Pi 9/ 6 ( 36) > 0 e u , temos
( a ) Z(p, u) = £(p, £(p, K)) *
c \
)
I
Prova Aship6teseseosTeoremas 22.2 e 22.6 garantemqueZ, xcVsaofungoesdiferencid- i
—
>.
^ “ -^
^ ^ ^^
4r x OfSuponhaqufe orp imi usiya /supoi aqueexista
^ ^ ^
0 o
5 f
^ ^
,
(p' “ ) = (p’ /) + (p’ £(p' )) (p ) (37) ta! que p - 2 < / mas U{ z' ) > V ( z ). (35)
'' '
' " .
Como V e contlnua e mon6 tona e cada /?,. 6 > 0, podemos perturbar z' um pouco para z" ( j
Mas por (34) do Teorema 22.6, a derivada dEfdp{ 6 simplesmenteft. Finalmente, rearran - i > 0, de tal modo que *
i ^
^
i V. /
»
jando os termos de (37) obtemos (36). /r *
p z < p 2' / enquanto U ( z” ) > V ( z ) = u .
* *
)
*
Mas a existencia de um tal z" contradiz o fato que z minimize p • x sujeita a U( x ) > u . Es-
v
A equagao de Slutsky ( 36) decompoe a variagao Ax} da demanda devida a uma variagao
Ap{ do prego em dois efeitos separados: o efeito-subjstituigao e o efeito-renda. Escreva a equa-
gao de Slutsky como j
ta contradigao implica
no conjunto -restrigao
que a hipdtese
z
( 35 ) 6 falsa , ou seja
'
, que
0 termo
AXj
^NP '
3Z, , .
1
v
(p. «) - Aft
-
^ -
- (P. 0 tfiPi isto prova a .
Para provar c, observe que
V(p. £(p, u ) ) = (/( ftp. £( p. «) »=
pela defmigao de V, da parte a deste teorema e da conclusao b do Teorema 22.6.
«)) = U ( z ) = w.
^
l -
'
),
%r r
y'
APUCA<?OES' A ECONOMIAf:
<i*
'
^-
-
* •
'
urn dado candidate a fungao demanda (p, I ) £(p, I ) surgiu ou nao de uma maximiza$o da xai Otermo
'
^ . i
^^ • ,•A ft
(p /)!
•
r
tada cuja fungao demanda i £.
'
~
EXERCICIOS f -
represents o efeito renda, que 6 a variagao Ap. do “ poder aquisitivo” devido A variagao do
prego multiplicada pelo impacto d£ fil desta variagao sobre a demanda, mantendo pregos
22.1 RefagaosExemplos 22.1 e 22.2 semsupora + b l. - constantes.
Observagao Esta prova, baseada nos artigos de L. McKenzie e P. Cook, 6 um grande avan-
22*2 Expanda o Exemplo 22.1 calculahdo a fungao demanda e a utilidade marginal da ren-
proves
•
o
-
—
da para uma fungao utilidade Cobb Douglas (de grau um) de n mercadorias.
. .
223 Deduza as equagoes (28) e (29) no Teorema 22.4,
go sobre as
condigfies
...
encontradas em muitos textos mais antigos, que utilizam diretamente as
de primeira ordem de maximizagao da utilidade.
•
*
Encerraimos nosso tratamento da teoria de demanda com algumas observagoes finals so-
O 22.4 Fomega os detalhes da prova do Teorema 22.6. bre as fungoes demanda marshallianas e hicksianas.
x _.
t7
. ”*
22T5 Prove as partes £ ei do Teorema 22.7. ”
3 Teorema 22.9 Seja U uma fungao utilidade com fungoes demanda marshallianas £( p, /)
22.6 Fomega uma outra prova da identidade de Roy derivando a aiirmagao c do Teorema e hicksiana Z(p, w) diferenci veis. Entao, a matriz dos “ termos de substituigao” e uma
22.7 em relagao a p{. matriz sim trica:
^
^
22.7 Verifique a equagao de Slutsky para fungoes utilidade Cobb-Douglas. _ ,
3Zj ( p, ») dZ ( p, u )
i
22.8 Use o Teorema da Fungao Implicita nas condigdes de primeira e segunda ordens para dp , dpj
o probiema de minimizagao de despesa (32) e o probiema de maximizagao da utilida -
3 de, para dar a prova “ cl£ssica” do Teorema 22.9, mesmo para uma economia de dois
bens.
ou, equivalentemente,
j‘ ; despesa (um pouco sutil) para a fungao utilidade U( x2) (xp x2) ( x\ + x$ r de
xv = =
,
22.9 Calcule as fungoes demanda marshallianas,.as fungoes utilidade indireta e a fungao
-J '
.:A
<t
;
-
A!'- Firma YIMIY arirt de Lucro
Maiximizaddra
FirmaMa '
^
.
Zj ( p «) =
- ° pj “) .
j Passamos a aplicagoes de nossos teoremas sobre otimizagao condicionada ao comportamen-
J i. to economico de uma firma. Dados o prego e a demanda de cada insumo, o prego e a deman - Tome a derivada em relagao a pj desta identidade e use o Teorema de Young (14.5):
da de cada produto e as relagoes tecnologicas entre insumo e produto, a Firma , para alcangar
v
i seus objetivos economicos, deve decidir seus nfveis de produgao e quanto insumo dever2 uti
'
- dZj
^
d2 E _ d 2E _ dz} ...
lizar nessa produgao. Para simplificar, vamos crabalharcom uma firma que produz uma unica dp: dpidpj dpjdp; dpj
J mercadoria a partir de n insumos. Sejam x{ a quantidade do /-esimo insumo, x = (x,,..., xn) o
vetor dos insumos resultante eye R a quantidade produzida; Vamos supor que tal firma tem
J uma fungao de produgao / R" -» R, onde /(x) denota o nivel mdximo de produgao obteni- Park obter (38), apljque (37) da prova da equagao de Slutsky.
3 vel com o vetor dos insumos x.
Vimos no Teorema 21 iO que a despesa e uma fungao concava de p e portanto tem uma ma -
Na maior parte das vezes, denotariamos por p( y) e w(x) as fungoes demanda inversa do
3 produto e do insumo, respectivamente; assim , p(y ) 6 o prego unitSrio que uma firma pode co- -
triz hessiana nao positiva. Pela prova do Teorema 22.9, isto implica que a matriz dos efeitos-
substituigao e nao-positiva e, em particular, que os termos dZ / dp .na diagonal sao todos < 0.
3 brar pelo seu produto se seu nivel de produgao fory e w(x) e R" 6 o vetor prego do insumo
que essa firma paga ao comprar o vetor dcr. insumos x. Para uma firma em concorrencia per-
Enquanto a demanda marShalliana nao precisa decrescer ouando os pregos crescem. a deman -
da hicksiana sempre d cresce quando os pregos crescem.
3 feita , p e vv sao constantes . Uma empresa monopolisia pode controlar o prego de seu produto
variando a quantidade produzida, pois w constante mas p nao e'. Uma firma
^
3
I
o
{ o
o
o
0
0
I
*
0
e
y' o
(' 0
O
O
0
I
0
o
1
O
( o
D
o
I
O
D l
(
0 1
?
J
O
Q
O 1
\
i’
I
a { •
a
t
(
a
u
a
u
o
I
u
7
(
_
1
rr
5§4 MATE ^
ApucAgOEsAEcoNowA - ; 565 ^A ECONOMISTAS
TiCAify
n
'
X L
A fung2o f *(p, w) =/(z(p> w)) 6 denominada fungaooferta doproduto e di a quantidade de
monopsonista pode influenciar o prego de um insumo variando a quantidade de insumo com-
. Ikvprada» poispdconstante maswnao 6. .
) produtp pferecido. pela firma que maximiza o lucre quando os pregos s2o p para 6 produto e *
. 0 caso mais simples a considerar 6 o de uma firma que objetiva maximizar o lucre e que
- -
-cl
> ^
w para os insumos Esta fungao 6 um components da an ise de oferta demanda que 6 o pon
to centra!de disciplinas elementares de Economia. Pela recfproca do Teorema 22.10, sempre
que valer (42), % e F s5o fungdes C1 (pelo menos localmente bem definidas) de p e w.
.
.
opera num mercado de concorrdncia perfeita Sejam p o prego de uma unidade de insumo e w
seu vetor custo cqnstante O lucro ll da firma 6 sua receita, dada por py pf { \
x menos seu -
Podemos derivar propriedades dessas fungoes usando tdcnicas semelhantes £s dos Teore - -
custom dado por w| x. Seu objetivo 6
mas 225 e 22.6 da segao anterior. v maximizar Il(x) = pf ( x ) - w • x, x 0 . (39)
~r > }
O pr6ximo teorenja, que 6 o an£logo dos Teoremas 22.1 e 22.2 de maximizagao da utilidade,
Teorema 22.11 Suponha que a fiing o de produgSo x ^ /(x) de uma firma que maximk -
^ -
za o lucre satisfaz (41) e (42) no vetor positivo x %( pt w) dos insuraos que maximiza o
d 4 condigdes necess&iase suficientes para um vetor dos insumos x* ser uma escolha para ma
ximizagao de lucre. *
a
.
lucre Seja
> rr (p. w) = n(zM) Teorema 22.10 Suponha que / 6 uma fungao de produgao C2 e que x’ eo m£ximo do
*
a fungao lucre dtimo. Entao, problema (39). Entao, para cada i 1,..., n, =
X
U
X '
(44) com
\
X
KJ (45)
P —
df {
ax,-
(x ; - tv. { para qualquer i lal que x ] > 0 (41 )
HI ^ (46) ^
Reciprocamente, se x * 6 um vetor tal que:
" . (a) x ] > 0 para qualquer it
( b ) vale a condigao (41), e
- vAship6teses (42);eqT5 .. (c) a m.atriz;.hessiana tf/(x’) 6 negativa, ou seja,
^
.. ' equagoes (43):e;(44) sao aplicagdes diretas do ^Teorema da fenvoltdria (19.4) I fbhgao lu -
Jojr« ai| :
( erivada de (44) cm relagao a >y;, use 6 Teoreiua .. if ’.: /
#1 JV 1
- - -
f,;i '•‘ V
Para obter (46), tome a deriyada de (44) em relagao a p , use o Teorema de Young e entao
j
= ...
parafc 1, , a
\ dxl k y (42)
aplique (43):
J .
entao x* 6 um mdximo Ideal estrito do lucre Neste caso, x * 6 uma fungao C1 de p e w.
'
'
3 p
A prova do Teorema 22.1 e semelhante as provas dos Teoremas 22.1 e 22.2 e e deixada co-
J mo exerefeio. * .
As equagoes (43) e (44) juntas sao conhecidas como o Lema de Hotelling. A equagao (44) e A condigao de primeifa ordem (41) para maximizagao do lucre afirma que, quando uma
J simplesmente a seguinte afirmagao: se o prego do insumo i aumenta 1 centavo e a firma utilk firma est £ operando no niyel dtimo de insumo, uma unidade adicional de produto trard tanta
j za x{ unidades deste .insumo, entao seu lucre decrescer£ x( centavos, mesmo levando em con - receita quanto custa produzir aqueia unidade adicional. Por analogia com o que fizetnos com
ta possiveismudangas na produgao. A condigao-' de simetria (45) e conhecida como condigao o problema de maximizagao da utilidade, definimos x( p w) x como a solugao do proble-
-
_
*
J de reciprocidade. Esta condigao afirma que o efeito de uma mudanga no sal £rio do /-dsimo ma (39) para pew fixos. A aplicagao % 6 denominada correspondencia fator de demanda.
.3 insumo sobre a demanda do /-6simo insumo 6 o mesmo que o efeito de uma mudanga no sa -
n .
o
APUCA?<5ES A ECCNOMIA -
i
567 i
"
- .566 . .. MATEMATIOA FARA ECONOM'STAS O \
Idrio doj £simo insumo sobre a demanda do i 6simo insumo.A equag2o (46) implica que.um
- ( >
: ?
aumento no prego do produto aumenta a demanda pelo insumo / se, e somente se, um aumen- >
-^
Wf
to no salSrio do insumo i reduz o nfvel de produgSo 6timo. Vimos no Teorema 21.11 que a
•
^
fungao objetivo dtima il (p, w ) 6 uma fung2o convexa e portanto sua matriz hessiana 6 nao f ]
*
(50)
£w J
’
i
•
negativa. Entre outras coisas, isto implica que os termos da diagonal da matriz hessiana sao, s
-
nao negativos e que *
i \
- \
(c) s& f 6 C2 e se z* > 0, entao (;
— 5^ ,47,G
to £ • .,.! £ '
dxj • .! 3x
*
^^
3vv; =
* -
dwf
- 0 para todo i
—
* ’ .
5/ a2/ r.
a 2/
para k = 2,..., n.
' \
_ ____ ___ __ _ __ (51)
A Fun$ao Custo c
t n
A fungao lucro <5 timo ’(p* w) uma firma desempenha o papel que a fungao utilidade iny^
t
Reciprocamente, se / 6 C2, z um vetor positivo que satisfaz (50) para quaisquer ij e se direta V( p> w) desempenha para o consumidor. Yeremos agora que a fungao custo de uma I
mo exercfcio. A principal condigao de primeira ordem (50) e a mesma que a condigao de pri - nfvel de produgao que minimize o custo :
dadq )
*
^^
meira ordem de maximizagao do Iucro no Teorema 22.10 (e andloga a condigao de primeira
ordem (5) de maximizagao da utilidade). Assirn, tratamos o problema de maximizagao do lu
cro como o dual do problema (48) de minimizagao do custo. Denote por C(y, w) o custo mf
-
-
minimizarw x *
sujeito a f ( x ) = y (48) - ^Q I
nimo de produzir a cesta de produtos y quando os pregos dos insumos sao dados por w: x
^e° .
O proximo teorema resume as condigoes de primeira segunda ordem para o problema (48
)
(S*r
t
C(y, w) sz’(y, w) w «
“
(52) ^
que e o valor dtimo da fungao objetivo do problema (48). Esta 6 a fungao custoy »-» C(y) usu- de minimizagao do custo de uma firma. t
*
*• 4
sumidor. A fungao z’(y, w) 6, as vezes, denominado fator de demanda condicional da firma; cidade
I
“ conditional” porque depende do nfvel de produgao, bem como tambem dos pregos dos insu - >
mos. O andlogo da equagao (34) da teoria do consumidor pode ser provado aplicando-se o
Teorema da Envoltoria (19.4) ao problema (48). (Exercfcio.) Na teoria da produgao, esta
equagao e conhecida como Lema de Shephard. Entao,
.
i
9/(x)
para cada x* 0, existe um indice i tal que x,. vXft > 0. —— : b
I !
V
X)
i
»»« »1M
— i
*» 1
e
X ,( w.y)=~
dC
= W'wT*/ = W —
- l a Exemplo 22.3 Vamos deduzir a fun9§o custo para a fun9ao de produ9ao Cobb-Douglas
vv 1
.
y = hcfx£ (55)
-a de uma firma de dbis insumos. A paitir de (50), as cond oes de primeira ordem sao
*2 ("A = = JC(1 - a) = *(1 - «)/ 1 —W
W\ _ _a X2
^
n Resolva essas duas equa9oes em w/vv e iguale os resultados: , w2 bxfx2 bx ,
bwtxx = aw xf (56)
^
” ” """
T-T/a ou •
^7 *2 x2
> , Combinando (56) com (55), obtemos
^ _ aw x _ aw f
VJ w Kayb
I lb
O 2 2 2 y
Eleve as duas ultimas expressoes h potencia -<2(1 - a );
bwt [tef .
X
'
> . -
j bwt
,^
a~ l )
aY ly~ «
Kaa° yabx\a ~ K0~\l X2
a
•i
3 • ou y = Kx ;4
/b l ~a ) b
4 que simplifica para
/ bf ( a+b )
J ,
:
x, =
aw2 - yl f ( a+b ) (57)
- - . .. '! •
• \l
onde K [ Ka - - a )1 “
•i - Analogamente caljculamos
f ;
EXERCICIOS *
M
' '
’
A v
'
. -;
*
'
-
Prbve que bM ubr6'6timan’ ;e homogerieo de grau urn: n *(rp, rw) = rYl* ( p , w) para >v 7
i;
;
‘
'
3
1
‘
,aw2
[ bwlkl bj Mb
\ b/ [ a+ b )
+ w2
aw2k
bw1 ^
. J
\-
j / (a + t)
y ] f ( a+ b )
3; estuda 0 comportamento de uma firma, provavelmente considera mais facil estimar sua fun 9ao
_
'
1 custo do que sua fun9ao de produ9ao. A teoria da dualidade, On particular o Lema de She-
phard , nos diz quais formatos de fun9oes sao candidatos aceitdveis para a fun 9ao custo e como
3 .
obter desses candidatos informa9oes sobre as fun9oes de produ 9ao e demanda de insumo. O
T prdximo exemplo ilustra a dedugao da fungao de produ 9ao a partir de uma fun 9ao custo.
'
f >
n
APUCAQOESA ECONOMIA ' 571
—
570
^
". MATEMATICAPARAECONOMJSTAS
1 : :
. : : : : ;
f
i >
tarmos destes problemas como problemas de maximizagao independentes estaremos ignoran- " )
A; > 0 e ; =1 (60)
i do tanto as restrigoes sobre o estoque de bens e recursos disponfveis quanto as interagoes en r
(6 i )
;tre os v£rios componentes da economia. Aldm disso, tal tratamento em geral leva a um pro-
blema matemdtico com um conjunto-solugao vazio. Nesta secao introduzimos o conceito df1
^
j l mdximo vetorial ou dtimo de Pareto para as situagdes nas quais vtirios agentes estao tentando^,
/ 1
*1 alcangar seus objetivos independentes.
^