UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL UFRGS

DEPARTAMENTO DE ECONOMIA
CURSO DE CINCIAS ECONMICAS
DISCIPLINA: TEORIA MICROECONMICA II
Primeiro Semestre/2001
Professor: Sabino da Silva Porto Jnior
Estgio Docncia: Rafael Tiecher Cusinato.

Notas de aula nmero 1: Otimizao

Rafael Tiecher Cusinato.

A. Estrutura de um problema de otimizao

Todo problema de otimizao consiste em trs elementos:
1. Variveis de escolha: so as variveis cujos valores timos devem ser
determinados. Por exemplo:
( i ) Uma firma quer saber qual nvel de produto deve produzir para obter o lucro
mximo possvel. Neste caso, o produto a varivel de escolha.
( ii ) Uma firma quer saber qual quantidade de trabalho, capital e insumos que deve
usar para produzir determinado nvel de produto ao mnimo custo possvel.
( iii ) Um consumidor deseja comprar uma cesta de bens que ele tenha condies
de adquirir e que lhe deixe na melhor situao. Aqui, as variveis de escolha so as
quantidades dos bens.
2. Funo objetivo: fornece uma especificao matemtica da relao entre as
variveis de escolha e a varivel que desejamos maximizar ou minimizar. Assim, seguindo
os exemplos do item 1, as funes objetivos podem tomar a forma de relacionar:
( i ) lucro ao nvel de produto.
( ii ) custo quantidade de trabalho, capital e insumos.
( iii ) um indexador da satisfao do consumidor s diferentes quantidades de bens
que ele pode comprar.
Em ( i ) e (iii ), as funes devem ser maximizadas e em ( ii ), minimizada todas
em respeito as suas respectivas variveis de escolha.

3. Conjunto vivel: uma parte essencial de qualquer problema de otimizao a

especificao exata de quais alternativas esto disponveis para o tomador de decises.
O conjunto de alternativas disponveis chamado de conjunto vivel. H trs maneiras no
qual um conjunto vivel pode ser especificado:
(a) Por enumerao direta, i.e., por uma proposio que afirme: as alternativas
so A, B, C...
(b) Por uma ou mais desigualdades que define diretamente um conjunto de
valores alternativos para as variveis de escolha.
(c) Por uma ou mais funes ou equaes que defina um conjunto de valores
alternativos.
Podemos resumir que um problema de otimizao formado pelas variveis de
escolha, funo objetivo e conjunto vivel. O problema escolher a melhor alternativa do
conjunto vivel. Em geral, a teoria permite a representao do problema em uma procura
pelo mximo ou mnimo da funo objetivo em respeito s variveis de escolha e sujeito
restries.

B. Solues: questes e conceitos

A soluo de um problema de otimizao tal que o vetor de valores da varivel
de escolha est no conjunto vivel e fornece o mximo ou o mnimo da funo objetivo
sobre o conjunto vivel. A partir de agora, utilizaremos o exemplo de uma maximizao
cuja funo objetivo f (x1, x2, ..., xn) = f (x). Denotaremos o conjunto vivel dos vetores por
S. Ento, a soluo para o problema um vetor de variveis de escolha x * que possui a
seguinte propriedade:
f (x*) f (x) x, x* S

(1)

(O smbolo significa para todo.)

Solues globais vs locais: uma soluo global aquela que satisfaz a condio
(1). Naquele ponto, a funo objetivo toma um valor que no excedido em qualquer
outro ponto dentro do conjunto vivel. , portanto, a soluo que procuramos. Por outro
lado, uma soluo local satisfaz a condio:

f (x**) f (x) x N** S

(2)

onde N** um conjunto de pontos na vizinhana de x **.

Unicidade da soluo: a soluo no necessariamente nica, possvel que
haja mais de um mximo global.
Soluo interior vs de fronteira: na figura 1, os pontos x = 0 e x = x 0 so pontos de
fronteira, enquanto todos os outros pontos no conjunto S so pontos de interior. Uma
soluo interior um ponto interior que satisfaz a condio (1). Uma soluo de fronteira
um ponto de fronteira que satisfaz a condio (1). A distino importante pois
pequenas mudanas em uma restrio geralmente no afetam uma soluo interior o
ponto timo continua o mesmo. Porm, tendem a afetar uma soluo de fronteira.

Dizemos que uma restrio est ou ativa quando h uma soluo de fronteira
sob a fronteira definida pela restrio em questo. Uma restrio no est ativa ou
no-ativa quando a soluo for interior ou quando a soluo de fronteira mas a soluo
est sob a fronteira de outra restrio.

Continuidade da funo objetivo: uma funo y = f(x) contnua se no h cortes

no grfico, ou seja, intuitivamente, se podemos desenh-la sem tirar a caneta do papel.
Na figura 2, as funes desenhadas em (b) e (c) no so contnuas, enquanto que (a)
contnua.

Concavidade da funo objetivo: na figura 3, temos os grficos de quatro tipos de

funes. Uma funo com uma curvatura do tipo mostrado em (a) chamada de funo
cncava. Em (b) temos uma funo convexa e em (c), uma funo que no cncava
nem convexa.

Quando uma funo for diferencivel, podemos expressar a concavidade pela condio
f (x) < 0 e a convexidade por f (x) > 0.
Funes quase-cncavas

Dado uma funo y = f (x1, x2, ..., xn) = f (x), podemos escolher algum nmero c e
fazer:
f(x)=c

(3)

Podemos dizer que (3) define o contorno da funo f (x) e que o conjunto de valores de x
que satisfaz (3) o conjunto dos contornos.
A continuidade dos contornos definida da mesma maneira que a continuidade
da funo e pode ser pensada como a inexistncia de cortes, brechas ou pulos no grfico.
A continuidade de uma funo e a de seus contornos esto intimamente relacionados
pode ser mostrado que a continuidade da funo implica a continuidade de seus
contornos.
Analisaremos agora, a concavidade dos contornos. Restringiremos nossas
atenes s funes com derivadas f 1, f2 positivas. A figura 4 ilustra a concavidade dos
contornos destas funes. Escolha dois pontos sobre o mesmo contorno tal como x e x
na figura. Ou seja, f (x) = f (x) = c. Escolha qualquer ponto da linha reta que liga x e x tal
como x* na figura. Ento, dizemos que o contorno cncavo se:
f (x*) f (x) = f (x) = c

(4)

Em palavras, uma combinao convexa de qualquer dois pontos de um contorno fornece

valores pelo menos to altos quanto da funo e, portanto, est sob o mesmo contorno ou
sob um contorno mais alto. Uma funo cujos contornos satisfazem esta definio dita
funo quase-cncava. As funes cujo contornos so mostrados em (a) e (b) da figura 4
so quase-cncavas enquanto a mostrada em (c) no .

Podemos fazer uma distino observando (a) e (b) da figura acima. Em (a), para qualquer
dois pontos do contorno, a linha que liga eles estar sempre acima do contorno e
nunca sob o contorno. Tal funo chamada de estritamente quase-cncava. No
caso de (b), podemos encontrar pontos em que a linha que os une ficar sob o
contorno e, portanto, apesar desta funo ser quase-cncava, ela no
estritamente quase-cncava.
Em um problema de otimizao, dado f 1, f2 > 0, quanto mais alto o contorno
alcanado, maior o valor da funo objetivo. Portanto, maximizar a funo objetivo
equivalente a encontrar o contorno mais alto possvel.
Propriedades do conjunto vivel
No-vazio: um conjunto no-vazio se contm pelo menos um elemento. Um
problema de otimizao s tem soluo se o conjunto vivel for no-vazio.
Fechado: um conjunto fechado se todos os pontos de sua fronteira so
elementos do conjunto. Portanto, o conjunto de nmeros do intervalo 0 x 1 fechado
enquanto os conjuntos definidos nos intervalos 0 < x < 1 e 0 x < 1 no so.
Limitado: um conjunto limitado quando no possvel ir adiante para o infinito
em qualquer direo mantendo-se dentro do conjunto. Assim, o conjunto de nmeros x do
intervalo 0 < x < 1 limitado, enquanto o conjunto x 0 no-limitado. Note que as
definies de conjunto fechado e limitado so diferentes: o conjunto definido por 0 < x < 1
limitado mas no fechado; o conjunto de valores x 0 no-limitado mas fechado.

Convexidade: um conjunto convexo se para cada par de pontos que pertencem

ao conjunto, podemos lig-los com uma linha reta e esta linha fica completamente dentro
do conjunto. Portanto, os conjuntos de (a) da figura 5 so convexos enquanto os de (b)
no so convexos. Quando qualquer dois pontos da fronteira de um conjunto convexo so
ligados por uma reta que, exceto em seus pontos terminais, esto no interior do conjunto,
ento o conjunto estritamente convexo.

C. Existncia de solues
Teorema da existncia:
Um problema de otimizao sempre tem soluo se:
( i ) a funo objetivo contnua
( ii ) o conjunto vivel no-vazio, fechado e limitado.
D. timo local e global
Teorema:
Um mximo local sempre um mximo global se:
( i ) a funo objetivo quase-cncava
( ii ) o conjunto vivel convexo.

E. Unicidade da soluo
Teorema da unicidade:
Dado um problema de otimizao no qual o conjunto vivel convexo e a
funo objetivo quase-cncava, a soluo nica se:
( i ) o conjunto vivel estritamente convexo ou
( ii ) a funo objetivo estritamente quase-cncava ou
( iii ) ambos

F. timo de interior e de fronteira

Em geral, a soluo de um problema de otimizao que um ponto interior do
conjunto vivel no afetada por pequenas mudanas nas fronteiras do conjunto. Por
outro lado, uma soluo de fronteira dever ser sensitiva mudanas em pelo menos
uma restrio.
Nas partes (a) e (b) da figura 6, o conjunto vivel est inicialmente na rea 0ab.
Em (a), temos um timo interior em x * e em (b) e (c), temos timo de fronteira tambm
denotado por x*. A soluo (a) no afetada por pequenas mudanas na restrio por
exemplo, para ab. Em (b), a mudana para ab afeta a soluo e em (c), uma mudana
da restrio cd tm efeito sobre a otimizao, mas o mesmo no ocorre para pequenas
mudanas em ab, como ilustrado.
A ausncia de resposta da soluo (a) mudanas devido a existncia de um
ponto de saciedade em x* no qual a funo objetivo atinge o mximo. A ocorrncia de um
ponto de saciedade no interior do conjunto vivel claramente uma condio necessria
para existir um mximo interior. Portanto, podemos caracterizar um mximo de fronteira
como um mximo em que no existe um ponto de saciedade. Uma classe deste tipo de
mximo quando a funo objetivo monotonicamente crescente; i.e., f i > 0, onde fi a
i-sima derivada parcial da funo. Neste caso, a soluo estar necessariamente sob a
fronteira superior do conjunto vivel.

As partes (b) e (c) da figura 6 mostram dois tipos de timos de fronteira. Em (b),
existe apenas uma fronteira superior e, dado a suposio que c 2 > c1, a mudana na
fronteira modifica o timo. Em (c), conjunto vivel inicial dado pela rea 0ceb definida
pelas duas desigualdades lineares fracas. O timo inicial na fronteira em x *. Neste
ponto, a restrio definida pela linha ab satisfeita. Esta restrio efetivamente
inoperante na soluo e, portanto, esta restrio no-ativa. Uma vez que sabemos onde
a soluo est, uma restrio no-ativa pode ser deixada de fora de qualquer anlise que
esteja interessada em movimentos pequenos nas vizinhanas do timo. Seguidamente,
isto permite uma simplificao da anlise.
G. Localizao do timo
A condio necessria para o ponto x * = (x1*, x2*, ..., xn*) alcanar o mximo da
funo f (x) quando no h restries
fi (x*) = 0

i = 1, 2, ..., n

(5)

isto , cada derivada parcial da funo, avaliada em x *, deve ser zero.

Quando h restries garantindo a inadimissibilidade de quantidades negativas,
i.e., xi 0 para i = 1,2,...,n, temos as seguintes condies necessrias:
fi (x*) 0

xi* 0

xi* fi (x*) = 0

i=1,2,...,n

(6)

Mtodo de Lagrange
Quando h restries funcionais, devemos utilizar o mtodo dos multiplicadores
de Lagrange. Suponha o problema da maximizao da funo objetivo f (x1,x2) sujeito
restrio funcional g (x1,x2) b. Na figura 7, o problema est colocado na forma grfica.

Neste caso, devemos montar a funo lagrangeano:

L (x1, x2, ) = f (x1, x2) [ g (x1, x2) b ]

(7)

E, a partir de sua diferenciao, temos as condies necessrias para maximizao:

f1 - *g1 = 0
f2 - *g2 = 0

(8)

g (x1*, x2*) b = 0
Interpretao do multiplicadores de Lagrange ( *)
Em economia, as derivadas so usualmente designadas pelo termo marginal.
Assim, * pode ser pensado como a mudana marginal no valor otimizado da funo
objetivo com respeito mudanas na restrio.

H. Generalizao adicional
Suponha que queremos o maximizar o problema na forma geral:
Max f (x)
s. a. g j (x) bj

x0

( j=1,..., m )

(9)

Desta forma, temos a funo lagrangeano:

L (x, ) = f (x) j [ g j (x) bj ]

(10)

As condies necessrias so:

fi j* g i j 0;

xi* 0;

xi* Li = 0

( i=1, ..., n )

b gi (x*) 0;

i* 0;

i* Li = 0

( j=1, ..., m )

Resumo

do

(11)
(12)

captulo 2, optimization, de GRAVELLE, H & REES, R.

Microeconomia. London, Longman, 1981.