CAPITULO 3 Analise de equilibrio em economia 0 procedimento anatitico esbocado no Capitulo 2 seré aplicado, em primeiro lugar, ao que € conhecido como anitise estatica ou andlive de equilitri, Para tal finalidade, é imperativo, antes de mais nada, entender claramente o que significa equilitrio, 3.1 O significado de equilibrio ‘Como qualquer termo utilizado em ceonomia, equlinio pode ser definido de diversas manciras. Segundo uma das definicbes, um equilibrio é “uma conselacio de variaveis interrelacionadas selecionadas, ajustadas umas as outras de tal maneira que nenhuma tendéncia inerente a mu- danga prevaleca no modelo que elas constituem”.' Diversas palavras nessa definicaomerecem es- pecial atenco. Em primeiro lugar, a palavra seltvionadasalienta o fato de existirem variiveis que, por escolha do analista, nao foram incluidas no modelo. Conseqiientemente, 0 equilibrio em questio pode ter relexancia somente no contexto do conjunto particular de variaveis escolhidas ¢,se0 modelo for ampliado para incluir varidveis adicionais, o estadode equilibrio pertinente ao modelo menor nao se aplicara mais. Em segundo lugar, a palavra inlerrdtacionada indica que, para ocorter 0 equilfori sariiveis no modelo deverio estar simultaneamente em um estado de repouso. Além. tado de repouso de cada varivel deve ser compativel com o estado de repouso de cada uma das outras variiveis; caso contrario, uma ou algumas dessas varidveis estari mudando e, conseqiente- mente, por uma reagao em cadeia, também estard fazendo com que outras variaveis mudem e, entio, podese dizer que nao existe equilfbrio algum. Em terceiro lugar, a palavra incrnie implica que, a0 definir um equilibrio, 6 estado de re- pouso envolvido é baseado apenas no equilibrio das forcas internas do modelo. admitindose, a0 ‘mesmo tempo, que osfatoresexternos sio fixos, Em termos operacionais, isso significa que pard- metros € variaveis exégenas so tratados como constantes. Quando os fatores externos muda jo com base nos valores des novos parametros, porém, 20 definir 6 novo equilibrio, admitese novamente que os valores dox novos parimetros persister € permanecem imutiveis. todasas ‘ Maehlup, Fete. “tquifbrium and Diequlibrism: Misplaced Coneretenes: and Disguised Polis”. Econamic Journ. p.9, ‘mat. 1956 (Publicado novamiente em Macrlup, F. Essays on Economic Semantics, Exglewoos Cliffs, N.: Prentce Hal ic. 1953)Analise de equilibrio em economia ELSEVIER Em esséncia, um equilibrio para um modelo especificado € uma situacdo caracterizada por uuma auséncia de tendéncia a mudanca. E por essa razao que a andlise de equilibrio (mais especi- icamente © estudo de como € 0 estado de equilibrio) & denominada extiicr 0 fato de um equilibrio implicarnenhuma tendéncia a madanca pode nos tentar aconehiir que ele constitui necessariamente um esiado de coisas desejavel ou ideal, tendo como premissa que somente no estado ideal haveria umaauséncia de motivacdo para mudanca. Essaconclusio€ injustificavel. Mesmo que uma determinada posicdo de equilibrio possa representar um estado desejivel ¢ algo por que se deva lutar-— tal como uma situacio de maximizagao do Iucro, do pon- to de vista da empresa ~ uma outra posicio de equilibrio talvez seja bastante indesejavel e, por tanto, algo que deve ser evitado, tal como um nivel de equilibrio de subutilizacdo da renda nacio- nal. A tinica interpretacao justificivel é que um equilibrio uma situacao que, se atingida, tende- ria ase perpetuar, salvo quaisquer mudancas nas forcas externas. A variedade desejivel de equilibrio, a qual denominaremos equilibrioalon sera dise mais adiante, na Parte 4, como problemas de otimizacao. Neste capitulo, a discussio era restrita a0 tipo de equilibrio que nao tem um alvo definido, que nio resulta cle nenhuma intencio conscien- tedeatingirum determinado objetivo, mas de um processo impessoal ou suprapesscal de intera- io € ajuste de forcas econdmicas. Exemplos desse tipo de equilibrio sio 0 equilfbrio atingiclo por um mereado sob determinadas condicées de demanda e oferta e oq nal sob determinadas condicdes de consumo ¢ padrdes de investimento. warewarica rama ecovowisras] 3.2 Equilibrio parcial de mercado — um modelo linear Jo €achar 6 conjunto de valores das, umavezidentif Em um modelo de equilibrio estatico,o problema pad veis endégenas que satisfario a condigio de equilibrio do modelo. Iso porqué cadlos esses valores, teremos, na verdade, identificado 0 estado de equilibrio, Vamos lusirarcom ‘que denominames um modelo de equilibrio parcial de mercado, isto é, um modelo de deter minaco de preco em um mercado isolado, Construcao do modelo Uma vez que somente uma mercadoria esta sendo considerida, é necessirio incluir somente trés variaveis no modelo: a quantidade demandada da mercadoria (Q,).a quantidade ofertada da mercadoria (Q,) € seu preco(?). A quantidade € medida, por exemple, em quilos por sen © preco em reais. Escolhidas as variaveis, nossa proxima tarefa é adotar certas premi cio ao funcionamento do mercado. Em primeiro Ingar, devemos especificar uma condicao de librio ~algo indispensivel em um modelo de equilibrio. A premissa pario é que ocorre ibrio no mercado se, e somente se, 0 excesso de dlemanda for zero (Q,— Q.= 0), ist somente se, 0 mereado estiver servido. Porém, isso levanta imediatamente a ques comoas préprias Qe Q, sio determinadas. Para responder essa pergunta, admitimos que Q,6 ‘uma funcao linear decrescente de P (4 medida que Paumenta, Q., diminui). Por outro lado, 0.6 postulada como uma funcio linear crescente de P (A medida que Paumenta, Q, também aumen- ta), com a condicao de que nenhuma quantidade ¢ ofertada a menox que o preco exceda um de- terminado nivel positivo. Entio, ao todo, o modelo conteri uma conilicio de equilfbrig das equine mentais que regerio os ados da cemanda e da oferta do mereado, res pectivamente. Traduzido para e 5 compor inciados matemiitices, o modelo pode ser escrito como =e, Qy=0-P (a, b>0) Qa-r+dP (gd >0) (3)seven 3.2 Equilibrio parcial de mercado-um modelo linear EB FIGURA 3.1 AND TMMNIVM / ONVIND Quatro pardmetros, a, bce d, aparecem nas duas Funcdes lineares, ¢ todos eles si especifi- cados como positivos. Quando a funcio de demanda é represeniada graficamente, como na Fi- gua 3.1, ela intercepta o eixo vertical em «, e sua inclinacito € -J, negativa, como requerido. A funcao de oferra também tem o tipo requerido de inclinacao, jé que d€ positive, mas vemos que sata interseqio com o eixo vertical & negat vertical negativa? A resposta éque, ao fiver isso, obrigamos a curva de ofertaa ter uma intersecio horizontal positiva em P;, satisfazendo, desse modo, a condicio determinada anteriormente de que no ocorrera oferta menos que 6 preco seja postivo e suficientemente alto leitor deve observar que, a0 contraio da pritica usual, a quantidade, € néo 0 preco, foi colocada no eixo vertical na Figura 3.1. Contud, isso segue a convencio matemtica de colocar 4 varidvel dependente no eixo vertical. Em uum contexto diferente, no qual, do ponto de vista de ‘uma empresa comercial, se considera que a curva de demanda descreve a curva da receita média, AR = P= f{Q,), inverteremos 0s eixos € colocaremos Pno eixo vertical. Agora qute 0 modelo foi construfdo, a proxima etapa € resolvé-o, ito €, obteros valores de solucio das trés variéveis endégenas, Qi Q, € P. Os valores de solucio so aqueles que satista- zemas trés equacées em (3.1) simultancamente: isto €, 0 0s valores que, quando substituidos. nas trés equacdes, fazem delas um conjunto de enunciados verdadeiros. No contexto de um modelo de equilibrio, esses valores também podem ser denominados valows de equilidrio das va- ridveis ctadas. Ht res que nio empregam simbolos especiais para denotar os valores de solucio das variiveis endégenas. Assim, Q.,€ usado para representar a variavel quantidade demandada (com toda uma faixa de valores) ou 0 valor da soluco (um valor especifico), © mesmo aconie- cendo coms simbolos Q, € P. Infelizmente, essa pritica pode dar origem a possiveis contusoes, especialmente no contexio da analise estatica comparativa (ver Secao 7.5). Para evitar tal fonte de confusio, denotaremos 0 valor da solucio de uma variivel endégena com um asterisco. Assim, os valores de solucio de Q, Q,€ Psio denotados por Q;,Q! € P. respectivamenie. Porém, visto que Q; =Q;, esses simbolos podem até mesmo ser substituidos por um tinico simbolo @ Porconseguinte, uma solucao de equilibriodo modelo pode ser denotada simplesmente por um par ordenato( jondo ser tiniea, diversos paresordenados podem satis- fazer o sistema de equacies si : entio haverd um conjunto de solucées que contém mais de um elemento. Todavia, asituacao de equilibrio miiltiplo ndo pode surgir em um modelo linear tal como o presente. Solucao por eliminagéo de variévei Um modo de achar uma solugdo para um sistema de equacdes € pela eliminagao sucessiva de ¥ riaveis e equacies por substituicio. Em (3.1), 0 modelo contém trés equacdes € trés vari Contudo, em vista da igualdade entre Qe Q,determinada pela condicio de equilfbrio, pode- mos deixar Q= Q,~ Q, ereescrever o modelo na seguinte forma equivalente:EE sratieve caamaoan coors fusevtea 2 2 8 < z g = (32) ooque o reduz a duas equacdes com duas variaveis, Além disso, substituindo a primeira equaczo na segunda cm (3.2), 0 modelo pode ser reduzido ainda mais, resultando em uma dniea equa cio, com uma tii cel a-bP=—c+ dP ou, apés subtrair («+ dP) de ambos os lados da equagio ¢ multiplicar tudo por—1, (b+ dP= are (3.3) __ Esse resultado também pode ser obtido diretamente de (3.1) substituindo asegunda ea ter- ceira equagées na primeira. Visto que b+ d2 0, podemos dividir ambos os ladosde (3.3) por (b+). O resultado é ovalor da solugio de F ate pad By bea Note que P” &~ como todos 0s valores da solucio devem ser — expresso integralmente em termos dos parimetros, que representam dados determinadospara o modelo. Assim, P” é um vie lor determinado, como dere ser. Note também que P*€| — como tum prego deve ser por que todos os quatro paramettos sio positivos por especificagao do modelo. Para achar a quantidade de equilfbrio Q (= Q; =Q5) que corresponde ao valor P”, basta substituir (3.4) em quaiguerequacio de (3.2) € resolvera equacao resultante. Substituindo (3.4) na funcio de demanda, por exemplo, podemos obier Ware) Qed alb+d)-Ya+e) _ad-be 3.5) bed bed ee, que, novamente, é uma expressio em termos de parametros,apenas. Como. denominador (b+ ¢) € positivo, a positividade de Q requer que o numerador (cu! —be) também seja positivo. Por con- sequinte, para ser significative em termes econdmicos, 0 presente modelo deve conter a restr: cio adicional ad > be. O significado dessa restrigio pode ser observado na Figura 8.1. Todos sabemos que ” ¢ de ‘um modelo de mercado podem ser determinados graficamente na intersecao das curvas de de- manda ede oferta, Para que @ >0, € preciso queo ponto de intersecao esteja localizado acima do .o horizontal na Figura 3.1, 0 que, por sua ver, requer que as inelinacdes ¢ intersecies das duas ccurvas com © eixo vertical obedecam a uma certa restrico no que se referea suas grandezas (mag- nitudes) relativas. Essa restricio, segundo (3.5), é ad > tx eaclo que ambos, bd, so positives. ‘A propésito, a intersecao das curvas de demanda e de oferta na Figura 3.1. nao € conceittal mente diferente dainterseydo mostrada no diagrama de Venn da Figura 2.24, Héapenas uma di ferenca: em ver de os pontos estarem dentro de dois eirculos, o presente caso envolve os pontos que esto em duas retas. Denotemos o conjunto de pontos nas curv de demanda e de oferta io, wilizando 0 simbolo Q (= Q.,~ Q,),08 dois conjuntose sua in- por De Srespectivamente. En tersecao podem ser escritos D=((P.Q | Q=a-bP} Sal Q|Qa-ct dP © DOS = (P,Q)oes 3.3 Equilibrio parcial de mercedo um modelo naosinear EB Nessa circunstncia, o conjunto intersecdo contém somente um tinico elemento, o par or denado (P*, @*). 0 equilibrio de mercado € unico. EXERCICIO 3.2 1. Dado modelo de mercado a Calcule P* e O* por (a) eliminagio de varidveis @ (b) usando as Formulas 3.4) ¢ (3.5) (Use fragdes em vez de decimais) 2. Considerando as seguintes funcbes de demanda e oferta: (0)Q4=30-2P Q=6+5P calcul P* © Q* por eliminagso de voriéveis. (Use fragbes em vez de decimais) LNOTUM NIM 7 OmvIND, 3. Segundo (3.5), para Q* ser positvo, & necessério que a expresso (ad ~ be) tenha.o mes- ‘mossinal algébrico de (b + 0). Verifique se essa condicaoé realmente satisfeitanosmode- los dos Problemas 1 e 2. 4, Se (b +0) = Ono modelo linear de mercado, pode-se achar uma solugo de equillbrio Usando (3.4) e (3.5)? Justifique sua resposta. 5. Se(b +) =0no modelo linear de mercado, o que voce pode concluir em rela¢ao &s posi- ces das curvas de demanda e oferta na Figura 3.12£, entdo, que pode concluir em re~ lacio & solucao de equillbrio? 3.3 Equilibrio parcial de mercado - um modelo nao-linear Vamos substituir a demanda linear no modelo de mercado isolado por uma fungi quadritica de demands, maniendo linear funcio d Além disso, vamos i em ver de parimetros. Entio, pode surgir um modelo como o seguinte: i coeficientes: Q,=4P-1 36) Comoanteriormente, ese sistema de i285 equagdes pode ser redurido a por eliminacio de vatiaveis (por substituicao): iinica equacio 4-PP=4P-1 +4P— 7) Essa € yim e o quadratic a equacao line: o quadrsiica porque a expressio A esqui saridvel P, Uma importante diferenca entre que, em geral, a primeira resultara em dois valores de solucao, equacio quadritica eFld ste ce euitorio en economia et 2 2 8 S = 2 FIGURA 3.2 Equacao quadratica versus funcao quadratica Antes de discutir 0 método de solucio, é preciso fazer uma clara distingao entre os dois termos equacio quadrética e funcdo quadrética, Como discutimos anteriormente, a expressio P? + 4P ~5 cconstitui uma funca quadratica, digamos, /(P). Por conseguinte, podemos escrever 3.8) Embora tenhamos relacionado somente nore valores de Presa tabela, na verdade, todos os da fancio podem figurar na lista. Talver seja esta a razio por que rara- mente falamos em “resolver” a equacio /(P) = P? + 4P-5, pois normalmente esperamos que os “valores da solucdo” sejam poucos, mas aqui todos os valores de P podem ser envolvidos. No obstante, podemos considerar legitimamente cada par ordenado na tabela - tal como(~6,7) € (5, 0) ~como uma solugae de (9.8), visto que cada um deles realmente satisfuz aquela equaciio. Considerando que pode-se escrever um mimero infinito desses pares ordenados, um para cada valor de P, hi um mimero infinite de solucées para (3.8). Quando descritos por uma curva, 0 conjunto esses pares ordenades, juntos, resultam na pardbola na Figura 3.2. Em (3.7), onde determinamos que a funcao quadratica f (P) € igual a zero, a situacio muda fundamenalmente. Ja que agora a ariivel f (P) desaparece (pois recebew um valor zer0),0 resultado é uma equacioquadritica com uma tinica variivel P? Agora que /(P) esta re trita a um valor zero, somente um niimero selecionado de valores de P pode satisfazer (3.7) € se quualificar como seusvalores da solucao, a saber, os valores de Pnos quais a parabola da Figu- 1a8.2intercepta o eixo horizontal ~no qual /(P) € zero. Note que, dessa vez, 08 valores da solu- Gio sio apenas valores P, endo pares ordenados. Os valores da solugao P normalmente sao de nominados as rafzesda equacdo quadritiea /(P)=0 ou, alternativamente, os zeros la funcdo que dratica ((P) " Adistngdo entre ungao quadaticae equacao quedrstca que acabamos de discuttabim pode ser estendda para casos deo {10s poingrios, lem dos quacatics. Ass, resuta uma equacso ccbca quando igualamos ums fungio clbcea ze.13.3 Equilibrio parcial de mercado - um modelo nio-linear Seve Hi dois desses pontos de intersecao na Figura 3.2, a saber, (1, 0) € (-5.0). Como exigido, 0 segundo elemento de cada um desses pares ordenados (a ordenada do ponto correspondente) mostra que /(F) = 0 em ambos os casos, Por out lado. primeiro elemento de cada par ordena- do (a abscissa do ponto) ai o valor da solucio de P. Aqui, obtemos duas solucdes: massomente a primeira éadmissivel em termos econmicos, pois aregra exclui pregos negatives. A formula quadratica A equacio (3.7) foi resolvida graficamente, mas também hd um método algébrico disponivel. Em geral, dada uma equacdo quadrdtica na forma attbete=0 (220) 9) izes que podem ser obtidas da formula quadnétiea: «nb +" - 400)" xp xh (3.10) onde a parte referente ao + no sinal + resula em xj ¢ parte referente ao — resulta em x3. Note também que, contanto que 6? ~ 4ae > 0.05 valores de xj ¢ x3 serio diferentes. 0 que nos da dois mtimeros reais distintos como raizes. Mas, no caso especial em que #- 4ac= 0, veria- mosque xj = x; =-b/2a, Nesse cas0, as das raizes compartiham o valor idéntico; sio denomina- das raizes repetidas. Em mais um outro caso especial, onde 0? — 4ar <0, teriamos de extrait a raiz quadrada de um niimero negativo, o que nio € posivel ne sistema dos mimero reais. Nesse vi imo 280, no existe nenhuma raiz de valor real. Discutiremos mais esse assunto na Seco 16.1, Essa formula amplamente utilizada € obtida por meio de um processo conhecido como “com pletar o quadrado”, Em primeiro lugar, dividir cada termo de (3.9) por a resulta na equacao ab xtetee Subtraindo ¢/1 adicionando &/Aé! a ambos os lados da equacio, obtemos, be, Pe a 4a? 4a? a © Indo esquerdo agora & um “quadrado perfeito” ¢, assim, a equagae pode ser expressa 0-400 4a ou, ap6s extrair a raiz quadrada de ambos os lados, au? 2a 2a Finalmente, subtraindo 6/24 de ambos os lados, obtem-se 0 resultado em (3.10). laa (9.7), onde a= 1, 0= © x= P,verificames que as raizes so LHOTUMNIVM / ONYINDBB) poste de equttovo em economia rusevien PARA ECONOMISTAS [Matematica FIGURA 3.3 que esto de acordo com as solucbes graficas na Figura 3.2. Novamente, rejeitamos P base em premissas economicas e, apos omitir 0 subscrito 1, escrevemos simplesmen ‘Com essa informacao em maos, a quantidade de cquilibrie @ pode ser caleulada pronta- ‘mente pela segunda ou pela terceira equacio de (3.6), ou seja, @ = 3. Uma outra solucao grafica {Um dos métodos de sohigio grifica do pre: ente modelo foiapresentado na Figura 32, Contudo, uma vez quea variivel quantidade foi eliminada na obtencao da equacio quadratica, somente P* pode ser calculado a partir daquela figura. Se estivermos interessados em achar F ¢ Q simulta- neamente por um grafico, devemos usar um diagrama que apresente Qem um eixo ¢ Pno outro, semelhante a0 da Figura 3.1. Iso ¢ ilustrado na Figura 3.3. E claro que, novamente, nosso proble- achar a Jo de dois conjuntos de pontos, a saber, D=(P.Q |Q=4- PA © SHU Q |Q=4P-1) Se nao for imposta nenhuma restricio sobre o dominio ea imagem, o conjunto intersecao conterd dois elementos, a saber, DO S=((1,9). 2D) O primeiro esti localizado no quadrante 1, ¢ 0 tilimo (ndo desenhado) no quadrante Il. Se, por restricao, o dominio e a imagem tiverem de ser nio-negativos, somente o primeito par o- denado (1, 3) pode seraceito. Entao, mais uma vez, 0 equilibrio € tnico. is de grau mais alto Equacées polinomi Se um sistema de equacdes simultineas nao for redutivel a uma equacio linear como (3.3)! oua uuma equacéo quadratica como (3.7), mas @ uma equa cibica (Polinomial de terceiro gra) ‘ou quarca (polinomial de quarto grat), sera mais dificil char as raizes. Um mévodo ail, que * A equacao (3.3) pove ser considera como 0 resultato de iualarefuncao near + Pla + ©) azersve pode ser excrita, apésa fatoraciio, como Para que 0 produto a esquerda seja zero, pelo menos um dos ués termos do produto deve ser zero. Igualando a zero um termo de cata vez, obtemos Esas trés equagdes forneceriio as we 3.3 Equilibrio parcial de mercado-um modelo naosinear EB A expressa0x? ~~ 4x + 4 pode ser escrlia como a produto dees fatores (x— 1), r+ 2) # (x2). Asem, a equacao cibica Sadxt4e0 (x-1)(x+2)(x-2) = 0 AND LeMMIVm | ON WIND, 220 =0 ou x#2=0 ou x res da equagio cdbica, a saber, O Exemplo | ilustra dois fatos interessantes ¢ titeis sobre fatoracio. Primeiro, dada uma equacao polinomial de terceiro grau, 2 fatoracéo resula em ués termos na forma (x~raiz),resul tando, assim, em trés rafzes. Em geral, uma equacio polinomial de grau n deve ter um total de raizes, Segundo, e mais importante para. finalidade de achar raizes, observamos a seg ye rela- cdoentre as trés raizes (1,~2,2) e 0 termo constante 4: uma vez que o termo constante deve ser 0 produto dss ts raizes, cada raiz deve ser um divisor do termo constante. Essa relacao pode ser formalizada no seguinte teorema: Teorema I nna qual todos os coeficientes sio inteiros e o coeficiente de x" é a unidade, se existirem raize Dada a equacio polinomial AY tay gx tebe tay teiras, entio cada uma delas deve ser um divisor de a. Entretanto, 3s vezes encontramos coeficientes fracionrios naequacio polinomial, como em 1x+6=0 nao cumprem a condigao do Teorema I. Mesmo multiplicando todos os termos por 2 para par as fragies (o que resulta na forma m podemos aplicar o Teorema I porque 0 coefi rada no Exemplo 2 a seguir), ainda assim nao esses casos, podemes recorrera um teorema mais geral: Teorema II Dada a equacio polinomial com coeficientes inteiros 98 + ag hh bank aires ay = 0 se existir uma raiz racional 1/s, onde re s sio inteiros que nao tém um divisor comum, exceto a unidade, entio ré um divisor de qe sé um divisor de a, A equacéo quartica 2c + SP 112-204 1220 tem rales rcionals? Com ap = 12, 05 Unicos valores possieis para o numerador,r em r/sperten= ccemao conjunto de dvisores 1,1, 2,~2, 3,-3.4, ~4, 6,6, 12,121. E, para, =2, cs dnicosva-MATEMATICA PARA ECONOMISTAS 5 No Exemplo 2, rejeitamos 0 isto €, substituir x= 1 na equacio nao produza identidade dere o caso em que x= 1 vax" Esse fato fornece © de equilibrio em economia ELSEVIER lores possveispara fs pertencem ao conjunto de divsores {1,~1, 2, -2)-Tomando cadaelemento no conjunto rde cada vez, ¢ dvidindo-o por elemento no cenjunto s, respectivament, vrifis ‘mas que ris somente pode assumiros valores A n22,3,-3,3.-34,-4,6,-6.12-12 22 rar Enreessescaddstosa raves. mutos ndosatstazen aeauaciodace Por evemlo se x= 1 8 equaréo quarica cbtemosoriicuo resultado ~12 = 0. Na verdad, como estamos resend {ina equa quartic, podemos eserar que noma qua dos valores staconadcsane- Tormente se qualfiguem como rates Os quato cenddatos bem-sucedios 0: 2-2-9 fim, confome 0 pincp a ftrago, podemos tert + equacao guar equalente (= Ye= 2h 2h +3) =0 {nde o primero fator também pode ser escito altemativamente como (2¢~ 1). \didato a raiz 1 porque no satisfaz a equacio como requerido. Age de fito, uma raiz de alguma equacdo polinomial. Nesse caso, visto que = += x= 1, equacdo polinomial se reduziria a forma simples 4, + a, + + +a+ 4) =0. ineipio racionall para o seguinte teorema: Teorema III Dada a equacio polinomial S€0s coeficientes a, 4,.y. ~~ 4 Somarem zero, entio x= 1é O04 ayy + 4 g)24 =O EXERCICIO 3.3 1 Encontre os zeros das seguintes fungées, por melo de um grafico: (@) fey) 28 8x4 15 (©) 90) =22- 4-16 2, Resolva 0 Problema 1 pela formula quacrtica. (@) Ache uma equarao cabica com raizes 6-1 € 3. (0) Ache uma equacao quartica com raizes 1,2, 35. Fara cada uma das sequintes equasoes polinomiais, determine se x= 1 € uma raiz. (2-24 +3x-2=0 (03-2 +2x-420 (28-1 44-220 Calcule as ratzes racionais se existirem, das seguintes equagdes: () 8-42 4x46=0 (x84 }2-gx-J=0 () 82 +62-3x-120 (8-68 473.23 x-2-0 Encontre a solugdo de equilibrio para cada um dos seguintes modelos: A.condigio de equilibrio de mercado, Qy = Q,, & freqtientemente expressa em uma for- ma altemativa equivalente, Q,- 0, =0, cuja interpretacao econémica é a sequinte: “0 ‘excesso de demanda é zero”. A equacéo (3.7) representa essa ultima versao da condicéo ‘de equilibrio? Se a resposta for negativa, dé uma interpretacso economica adequada para (3.7).= 3.4 Equilibrio geralde mercado aisevien 3.4 Equilibrio geral de mercado es trataram de modelos de um mercado isolado, no qual Qye Q, de uma o preco daquela mercadoria apenas. No mundo real, entretanto, ne- fora (ou sofre) cal existéncia eremftica; para cada mereador malmente existiriam muitos bens substitutos € complementares. Assim, uma descricio mais rea lista da funcio de demanda de uma mercadoria deve levar em conta nao apenas 0 efeito do pre~ em si, mas também os precos de mercadorias relacionadas. O mesmovale tam- wo de oferta. Tao logo os precos de outras mercadorias passem a fazer parte do quadfo, entretanto, a prépria estrutura do modelo tem de ser ampliada, de modo a poder rest. tar também os valores de equilibrio desses outros precos. Conseqiientemente, as varidveis preco e quantidade de varias mercadorias devem entrar no modelo endogenamente, em massa, Em um modelo de mercado isolado, a condicao de equilibrio consiste em apenas umaequa- co, Qy= Q, ou E= Q,-Q,=0, onde Erepresenta o excesso de «lemanda, Quando varias merea- dorias io consideradas simultaneamente, o equilibrio exigiria a auséncia de excesso de deman- «da para cada uma das mercadorias inclufdas no modelo, pois, seao menos uma mercadoria en- frentar um excesso de demanda, o ajuste de preco dessa mercadoria necessariamente afetard as ‘quantidades demandadas e ofertadas das mercadorias relacionadas, ocasionando, assim, uma mudanga geral de pregos. Conseqiientemente, a condicio de equilibrio para um modelo de mercado de n mercadorias envolveria nequacées, uma para cada mercadoria, na forma =0,=0 AAs duas tiltimas sey mercadoria sao funco: LMOTuMNiVM | ONVIND, son) (3.11) Se exisir uma solucio, haverd um conjunto de preces Pc quantidades correspondentes ais que todas as m equacdes da condicio de equilibrio serao satisfeitas simultaneamente, Modelo de mercado de duas mercadorias Parailustrar esse problema, vamos discutir um modelo simples no qual somente duas mercado- as dio relacionadas uma com a outra. Por simplicidade, admitimos queas funcBesde demanda ede oferta de ambas as mercadoriassio lineares. Em termos paramétricos, al modelo pode ser escrito como Qa- Qa -0 Qam + mF + Py Qi= + bP + Pe 2) Qu Qe=0 Qn= e+ aR + b+ BiP, + BaP ‘onde os coeficientes ae b pertencem as fungSes de demanda e de oferta da primeira mercadoria 0s coeficientes ce f sao atribuidosa demands e oferta da segunda. Nao nos preocupamos em. ‘spevificar os sinals os coeficienies, mas, no devorrer da andlse, surgito certas resirigbes como pré.requisito para resultados econémicos sensatos. Além disto, em tum exemplo numérico subse nte, serio feitos alguns comentarios sobre os sinais especificos que devem ser atribuidos 20s coeficientes. ‘omo tuma primeira etapa da solucdo desse modelo, podemos recorrer novamente a elimi- nagiio de varidveis, Substiwindo a segunda e a terceira equagSes na primeira (para a primeira mereadoria) ea quintae asexta equacdes na quarta (para a segunda mereadoria) modelo é re- duzido a duas equacdes de duas variiveiEB sratise ae equitbrio em economia ELSEVIER MATEMATICA PARA ECONOMISTAS (ay ~ by) + (a, 5)P, + (ab) (iy By) + (ey ~Py)P, + (ey fa) Py = 0 (3.13) Essas duasequacdes representam a versio de (3.11) para duas mercadorias, apés a substiai cao das funcdes de demanda e de oferta nas duas condigies de equilibrio. Embora esse seja um sistema simples de somente duas equacdes, hi 12 parametros envolvi- dos,¢ sera impraticavel recorrer a manipulacSesalgébricasa menos que seja utiizado algum tipo de notacdo abreviada, Portanto, vamos definir os simbolos abreviados Gea) featp. G=0.1, Entio, apes transportar os termos 6 € to para o lado direito, obtemos hit oP=-@ “Io (3.13) nh ‘que podem ser resolvidas por mais eliminacio de varldveis. Na primeira equacao, podese achar “(4+ 4P))/ey Substituindo essa expresso na segunda equagio e resolvendo, abtemos (3.1) ete eath Note que P) esti expresso integralmente em termos dos dados (parametros) do modelo, como deve ser expreso um valor da solucio. Utilzando um processo semelhante, achamos 0 preco de equilibrio da segunda mercadoria: fot “Cr%o @.15) Contudo, para que esses dois valores fagam sentido, devem ser impostas certas restrigdes 20 modelo, Em primeiro lugar, visto que a divisio por zero é indefinida, devemos exigirque 0 deno- minador comum de (3.14) ¢ (3.15) seja ndio-ero (diferente de zero), istoé, rf» # éy7)- Em segun- do lugar, para garantira positividade, o numerador também deve tero mesmo sinal que o deno- minador. ncontrados os preces de equilibr s quantidades de equilibrioQ}eQ3 podem ser pron- tamente calculadassubstituindo (9.14) e (3.15) na segunda (ott na tereeita) equacio e na quinta (ou na sexta) equacao de (3.12). Esses valores da solucao também serio naturalmente expressos: em termos de parimetros. (O cileulo propriamente dito desses valores é proposio como um exercicio,) Exemplo numérico Suponha que as funcées de demanda ¢ oferta sejam as seguintes, em termos numéricos: Qu = 1 P+ Py 8.18)= 3.4 Equiv gerademercado aSviEk Qual €a solucao de equitibrio? 3 jesponder a essa pergunta, vamos examinar os coeficientes numéricos. Para cada 5 verifiease que Q, dependeapenasde P., masque Qyé uma fungi de ambos os pre- 2 (0s. Note que, enquanto P, tem um coeficiente negativo em Qn, como seria dese esperar,o coe- : ficiente de Py € positivo. O fato de que um aumento em P, tende a elevar Q sugere que as duas z mercadoris sio substitutas uma da outra. O papel de F; na fun¢a0 Qa tem umainterpretacao se- > = f= WW (-2) =12 = 21 (CA)=16 ad -0-1 Assim, todos os valores de equilibrio resultaram positivos, como requerido, Para preservar os valores exatos de Pe P; que serio usados no calculo subseqitente deQ; € 0), éaconselhavel expressiclos em fracdes em vez de decimais. Poderiamos ter obtido 0s precos de equilibrio graficamente? A resposta é sim. Examinando (3.13), flcactaro que um modelo de duas mercadorias pode ser resumido por duas equacdes de is, P, ¢ Py Com coeficientes numérieos conhecidos, ambas as equtacdes podem ser colocadas no plano cartesiano P,P, ¢, entao, a intersecdo das duas curvas indicard Pj e PS. duas varia Caso de n mercadorias A discussie anterior do mercado multimercadorias limitou-se ao caso de duas mercadorias, masji deve ser evidente que estamos passando da anailise de equilibrio parcial para a anilise de equilibrio geal. A medida que mais mercadorias entram em um modelo, haveri mais varidveis € mais equagdes, ¢ as equacdes ficarao mais compridas e mais complicadas. Se todas asmercado- rasde uma economia fossem incluidas em um modelo de mercado abrangente, oresultado se ia um modelo de equilibrio geral de mercado do tipo Walrasiano, no qual o excesso de de- manda para cada mercadoria € considerado uma funcao dosprecosde todas as mercadoriasna economia. E claro que alguns desses precos podem ter coeficientes zero quando nao desempenham nenhum papel na deerminagao do excesso de demanda de uma mercadoria especifiea; por ‘exemplo, na funcio de excesso de demanda de pianos, 6 preco da pipoca pode perfeitamente ter um coeficiente zero, Contudo, em geral, com 1 mereadoriasao todo, podemos expressaras fungSesde demanda e de oferta como se segue (usando Q,-e Q,,como ossimbolos de fungdes no lugar de fe g): Qu= Qu (Pre Q= QWih P P) (#12) (3.17) sP) Em vista do indice subserito, essas duias equacdes representam a totalidade das 2n funedes que o modelo contém. (Fssas fungdes nao sdo necessariamente lineares.) Além disso, condicio. de equilibrio em si é composta por um conjunto de nequacées,EX] Anise de equiibrio em economia FLSEVIER MATEMATICA PARA ECONOMISTAS Qui - Qa Quando (3.18) é adicionada a (8.17), 0 modelo fica completo. Conseqiientemente, a conta- gem final é um total de 3n equacées. Com a substituigao de (3.17) em (3.18), contudo, o modelo podeserreduzido aum conjun- to de m equac6es simultaneas: 132.0) (5.18) Qe, (Phe Pay os Py) — Qa (Ph, Pa ns Pa) = (=1,2....0) Além disso, considerando que £) Q.~ Qyy onde E; também é, necessariamente, uma fun- io de todosos 1 precos o itimo conjunio de equagbes pode ser escrico alternativamiente come E,(Pyy Pay on Py) =O (4= 12, sae Resolvidas simultaneamente, essas nequacdes podem determinar os n precos de equilibrio P) ~s¢ realmente existir uma solugao. E entio, Qj pode ser obtido das fungées de demanda ou de oferta Solugdo de um sistema geral de equacées Se um modelo vier equipado com coeficientes m brio das varidveis também serio termos numéricos. Em ppresso em termos de constantes paramétricas, como em (3.12), os valores de equilibrio também envolverio parimetros e, conseqientemente, aparecerio como “férmulas”, como exemplifica- do por (3.14) e (8.13). Entretanto, se, para maior generalidade, até mesmo as formas de fuuncoes sarem deserespecificadas em um modelo, comoem (3.17), mancirade expressar os valores da solucio também seri, inevitavelmente, excesivamente geral Lancando mio de nossa experiéncia em modelos paramétricos, sabemos que um valor da solucio ¢ sempre uma expressio em termos dos parimetros, Para um modelo de funcio geral que contenha, digamos, um tora de mparimetros (2), du») ~onde m nao é necessariamen- teigual a n—poslemos esperar que 0: n pregos de equilibrio tomem a forma analitica geral de em (3.16), 0s valores de equi rfvel mais geral, se um modelo for ex im) (1 Essa é uma afirmacio simbdlica no sentido de que o valor da solucao de cada variavel (aqui, © preco) é uma fungio do conjunto de todosos parémetros do modelo. Como essa observagio é muito geral, na yerdade ela nao da informacies muito detalhadas sobre a soluco. Mas, no tratz- mento analitico geral de alguns tipos de problema, mesmo esse moclo aparentemente nao informativo de expresser um solucdo provara ser itil, como veremos no Capitulo 8. Escrever uma solucio desse tipo € uma tarefa facil. Mas existe umadesvantagem:a expresso em (8.19) pode ser justificada se, ¢ somente se, existir, de fato, uma solugio nica, pois cntio, ¢ somente entio, podemos mapear os m parametros ordenadlos (a), a... @,) para um determi nado valor para cada preco P; .Ainda assim, infelizmente para nés, nao ha nenhuma rao a prior para supor que cada modelo automaticamente resultari em uma solugao tinica. Com relacio a isso, € preciso enfatizar que o processo de “contar equacdes e incdgnitas” nao ¢ um teste suficiente. guns exemplos simples deverio nos convencer de que um ntimero igual de equacdes ¢ incégn tas (varidveis endégenas) nio garantem, necessariamente, a existéncia de uma sohicio tinica. Considere os trés sistemas de equacées simultineas, 7 (445 ay n) (8.19) r+y-8 rtya9 (3.20) Qxtya12 (21)= A quite geaidemersdo e+ By shed (3.22) y=20 Em (3.20), despeito do fato de que duas incOgnitas estio ligadas por exatamente duas equa- Ges, ainda assim nio existe nenhuma soluucio. Acontece que essas equacies sto inconsisentes pois, se asoma de xe y€8, entio nao pode ser 9 a0 mesmo tempo. Em (321), um outro caso de duas. uma pode segunda equacio é igual a dtuas ezesa primeira equacio.) Conseqitentemente, wma cas equacdes é redundante e pode ser descar- tada do sistema, deixando, efetivamente, somente uma equacdo com dias incégnitas. Entdo, a so- lucao sera a equacio y= 12-22, que nao resulta em um tinico par ordenado (3°, y")- mas em um wo de pares, incline (0, 12), (1, 10), (2, 8) ete, todos os quais satisfazem aquela . Por fim, 0 caso de (3.22) envolve mais equaagdes que incdgnitas; ainda assim, o par orde- nado(2, 18) constitui saa tinica solucio. A ravao é qute, em vista da existéncia de dependéncia fun- cional entre as equacdes (a primeira ¢ igual a segunda mais dua vezesa terceira), temos, na verda- de, somente duas equacdes independentes, consistentes, com dus varisveis. Esses exemplos simples devem ser suficientes para transmitira importancia da consistinciae da independéncia funcimatcomo os dois pré-requisitos para a aplicacao do processo de contagem de equacdes e incégnitas. Em geral, para aplicar esse processo, certifique-se de que (1) a satisfa- cdo de qualquer uma das equagdes no modelo nao impede asatisfacao de uma outra;€ (2) ne- nhuma equacao € redundante. Em (9.17), por exemplo, podemos admitir com seguranga a funcaes dle demand e as x funcdes de oferta so independentes umas das outras, pois cada uma ¢ obtida de uma fonte diferente — cada demanda das decisdes ce um grupo de consumido- res ¢ cada oferta da decisio de um grupo de empresas. Assim, cacta funcdo serve para descrever uma faceta da situagao do mercado e nenhuma€ redundante. Taivez também seja possivelactmi- tir aconsisténcia mitua. Alem disso, as equagées de condicao de equilibrio em (9.18) também Sio independentes ¢ presumivelmente consistentes. Por conseguinte, a solucio analitica como, escrita em (3.19) pode, em geral, ser considerada justificivel.! Para modelos de equacdes simultineas, Ind métodos sistemiticos para testar a existencia de uma Gnica (ou determiniada) solucao. Esses testes envolveriam, para modelos lineares, api ito de determinantes, que seré apresentado no Capitulo 5. No caso de modelos mnio-lineares, tal teste exigiria também 0 conhecimento de derivadas parciais e de tum tipo especial de determinante chamado deterninante Jacobiano, que sera discutido nos Ca- pitulos 7 €8. LHOINMMIVM | ONVIND, EXERCICIO 3.4 1. Estude, etapa a etapa, a solucso de (2.134, veriicando, G.9) Escreva (3.14) e (3.15) em termos dos parametros originais do modelo em (3.12). ‘As tungBesde demanda ede oferta de um modelo de mercado de dues mercadarias s30 assim, os resultados em (3.14) © as seguintes: Qui= 18-37) +P, 124P, -2%, Qy= 244, 2 | 43R Calcule Ae Q' (/=1, 2). (Use fragbes em ver de decimais.) "Esse, em esstncia,o modo como Léon Waa abordou problema da exstncia de um equlitrie gerle mercado, Na eratura moderna, paderes encontrar murrerasprovs matematica!sotstieacas 6 exstenca de um equllonoge mercado conpetzia 2D certasconeigées econdmcas postlalas Portn, ressecasa. 6 ulizada matemutia nancada A grova masa de entender se. ‘alex, a dida por Dorfman, Rober, Samuston,2aul A; eM, Rober; Nova York: Slow In Linear Programming ard Economic ral, NeGreertll Book Company, 1958, Capitola 13.BE atic de equtro em economis rtseviee a & & < = = = 3.5 Equilibrio na andlise da renda nacional Embora até aquia discussao da anilise estitica tenha se restringidoa modelos de mercadosob varios aspectos — lineares ¢ nao-lineares, de uma mereadoria ¢ multimercadorias, especificos ¢ gerais ~ € claro que essa andlise também pode ser aplicada em outras ireas da economia. Como exemplo, podemos citar o mais simples dos modelos: 0 keynesiano de renda nacional, Crh+G (20, O2be1) 3.23) Cea by onde Ye Crepresentam as varidveis endégenas renda nacional e despesa de consumo (planeja- da), respectivamente, € fy € Gy representam despesis de investimentos © governamentais deter minadas exogenamente. A primeira equacio & uma condicao de equilibrio (renda naci dlespesa total planejada). A segunda equacdo, a fungio de consumo, écomportamental. Os dois pariimetros da fungio de consumo, a b, representam a despesa de consumo auténoma ea pro~ pensao marginal ao consumo, respectivamente. Ebem claro que essas duas equagSes de duas variaveis enddgenas nao dependem funcion mente uma da outra, nem sao inconsistentes uma em relacio 4 outra. Assim, poderiamos achar osvalores de equilibrio da renda e da despesa de consumo, Ye C*, em termos dos parametros @ € be das variivels exdgenas [, ¢ Gy. A substituigao da segunda equacao na primeira redusira (3.23) a uma tinica equagao de Y=a+bh+h+ G ow (=O Y= a+h+G —(reunindo termes que envolvem ») Para encontrar ovalor da solucia de ¥ (rend nacional de equilibrio), hastadlividir tudo por (1 ~)): Floto or 1-3 Note, mais umaver, que o valor da solucio é expresso integralmente em termos dos parime- tros e variaveis exégenas, os dados determinados pelo modelo. Inserir (3.24) na segunda equa cao de (3.23) resultard, entio, no nivel de equilibrio de despesa de consumo: Orn at byt nas et lo 7 Go) > al =b) +004 fy +Gp) _ a+ Wo +Gy) oss) 1-b 1-5 Novamente, isso € expresso inteiramente em termos dos dados determinados pelo modelo, Ambos, 1* € C*, tem aexpressio (1 ~ 0) no denominador; data necessidade de impor uma restricio b¢ 1, para evitar divisio por zero. Visto que admitimos que J, propensio marginal ao consumo, é uma fracio positiva. essa restricao € automaticamente satisfeita. Além do mais, para que }*e C* sejam positivos,os numeradores em (3.24) ¢ (3.25) devem ser positivos. Como asdes pesas exdgenas /) € (j) normalmente sio positivas, assim como pardmetto a (a interse¢io verti Cal da fungao de consumo), o sinal das expresdes do numerador também funcionard. Paraverificar nosso caileulo, podemos adicionara expressio C* em (8.25) a (J,+G) € veril car sea soma € igual a expressio ¥ em (3.24).ek 3.5 Equilibrio na andlise da renda nacional I Esse é um modelo cija cruz e simplicidade extremas sio dbyias, mas outros modelos de determinacio da renda nacional com grausvarkaveis ce complexiade eofistcacio também po- demserconstrufdos, Condo, em caclcaso, os principios emolidos na construgav ena analise do modelo sio idénticos aoe discutidos. Por essa rardo, no inemos mais adiante com owas ilustrcdes. Um modelo de renda nacional maisabrangente, envelvendoo equilibro simultineo do mercado monetirio e do mercado de bens serd diseutidomna Secio 86. EXERCICIO 3. Dado o seguinte modelo: ¥=C+/p+G Caa+bY-1 — (@>0, 0.<6 <1) [Timpostos] Ted+ty (d>0, _ 0 )-[) wxemmos} }[% 32] pu pe 22m a2)" [Jan daa) om esses exempos, 0 principio racioral do name escalr deve fcarclao, pois oscar faz oVa- Tor da mattis umentar(-eccar”paracira) ou dima (escla™ para bale) por um certo ‘plo 0 excalar também pode, € caro serum ame nega. wanes] [Moe alts $j Laer ana 2) "Lar a2 te Note que, sea matiadesquerda representa os oefcienteseostermos constanes nas equactes simuitaneas ntéo a mulipiacdo pelo escalar-1serd.0 mesmo que multiplicar ambos os lads da equagbo por-1, tocando assim, o nal de tos os tos no sstema Multiplicagao de matrizes Enquanto um escalar pode ser usado para muliplicar uma matriz de qualquer dimensio, a mul- Liplicagio de duas matrizes depende da satisfagio de um requisito dimensional diferente Suponha que, dadas duas matrizes, Ae B, queiramos achar 0 produto AB. A condicio de conformidade para a multiplicagio & que a dimensio da coluaa de A (a matriz “guia” na expres- Sio AB) deve ser igual dimensao da linha de 8 (a matriz “guiada”) Por exemplo, se ] anBEd ocelostnearesetotra maviia casevten 'ARA ECONOMISTAS [warewarica FIGURA 4.1 entdo 0 produto AB édefinido, jé que A tem duas colunas ¢ B tem duas linhas- exatamente omes- ‘mo ntimero-t Isso pode ser verificado imediatamente comparando 0 segundo ntimero do indica dor de dimensao de A, que é (1 x2),como prineiromtimero do indicador de dimensio de B, (2 x3), Por outro lado, 0 produto inverso BA ndoé definido nese caso, porque B (agoraa matriz guia) tem tris colunas, enquanto A (amatriz guiada) tem somente uma linha; por conse: condicéo de conformidade foi violada. Em geral, se a dimensio de A for mx nea dimensio de Bfor px q, 0 produto das matrizes, AB, serddefinido se e somente se n= p. Al ais, se definido, a matriz. produto ABterd a di ‘mensio mx qo mesmo niimerodle linhasda matriz guia Ae omesmo ntimero de calunas da mae triz guiada B, Para as matrizes dadas em (4.5), AB sera 1 x3. Resia definir 0 procedimento exato de multiplicacao. Para essa finalidade, vamos utilizar como ilustracao as matrizes A e Bem (4.5). Visto que 0 produto AB definido e sta dimensio e= petada é 1 x3, podemos escrever,de modo geral (wsando osimbolo Cemvezde ¢ para o vetor li- nha), que AB= = Lai a2 4s) Cada elemento namatriz produto G denotado por ¢p definido como uma soma de prodi- tos a ser calculada a partir dos elementos na éésima linha da matriz guia A e dos elementos na _jésima coluna na matriz guiada B. Para achat ¢,,,por exemplo, devemos tomar-a primeira linha de ‘A (fique = 1) e primeira coluna de B (ja que j= |) ~como mostra parte superior da Figura 4.1~ € entio reunir os elementos em pares em seqiiéncia, multiplicar cada par € tomar a soma dos produtos resultantes, para obter n= Mi1by * Mabe (4.6) De forma semelhante, para cy, pegamosa primeira linha de A (ja que i= 1) ea segunda coluna de B (6 que j= 2) ecaleulamosasoma indicada de produtos — de acordo com painel inferior da Figura 4.1 como se segue: 2 iy + hee 46) Pelo mesmo critério, devemos ter também eay= tniba aes (46) Pare ey! Primero oat Segundo par Perm imei pat + mati 4, por ser um vetor nha, normalmente seria denctada por a’. Aqui wares o smb A parasaliertarofstode que are- gf de multpcacso que esa sendoeyplkadase aplcasmatzesem guralendesorrente ao produto de um vetor ema mazee 4.2 Operacses com matrizes EB ‘seven E 0 requisito especifico de formacio de pares nesse processo que exige a compatibilizacao enue adimensio da coluna da maui guia a dimensio da linha da matsiz guiada antes de exe~ cutar a multiplicagio. procedimento de multiplicacio ilustrado na Figura 4.1 também pode ser descrito wilt zando 0 conceito de produto interno de dois vetores. Dados dois vetores ue v com n elementos, cada, digamos, (uy Uy thy) € (Ds thy =» 8) dispostos ou como duas linhas ov como duas colt has ow como uma linha € uma coluna, seu produtointerno, denotado como t+» (com um ponto no meio), é definido como VE yy Hyd te + Ut, Essa €a soma dos produtos de elementos correspondentes e, por conseguinte; 0 produto ins terno dos dois vetores é um escalar. EXEMPLO 7 | Se, 206suma rodada de compra, cispusermosas quantidades compradas den bens como umve= torlinhe Q'= [0, Q; => Qnlelstarmos os precosdesses bensem um vetorde precasP=[P, Py Pri entdo 0 produto intemo desses dos vetoes & OPH OP, + OP, +~ + O,%,=cust total da compra Usindo esse conceito, podemos descrever o elemento ¢ a matriz produto C= AB sim- plesmente como o produto interno da isimalinha da matriz guia Ae da jésima coluna da ma- triz guiada B. Examinando a Figura 4.1, podemos facilmente verificar a validade dessa descricio. ‘A regta de maltiplicacao que acabamos de esbocar se aplica com igual validade quando as dimensdesde Ae Bsio outras que nio as ilustradas na Figura 4.1;0 tinico pré-requisito € que seja cumprida a condicao de conformidade. Dador 13 = eye 8 dole. la 9] calcule AB. 0 produto ABé, de fato, definido, porque A temduas colunas.e Btem dvs linhas, Sua rmatrig produto deve ser3 x |, um vetorcolura: WS) + 319) ] [32 AB =|2(5) + 819) |=| 82 46)+09)] [20 ssa ultima matriz - uma matiz quadrada com nimeres 1 em sua diagonal arincipal(a dagonal ue va da esquerda paraa dirita(noroeste para sudeste), e ndmeros zero no restante ~ exemmpli- ficao tipo imporiante de maviz denominado matric identidade. Ese assunto seramass detalhado na Secdo 45.Ell Modelos tineares e slaebra matricial ELSEVIER MATEMATICA PARA ECONOMISTAS EXEMPLO 70) EXEMPLO #1 ‘Agora vamos consderar a matr2 A eo vetor «como definidosem (4.4)e caculer Ax. A matrz pro- dato & um vetor coluns 3 x 1: 6 3 T[m] [On+3n+ x3 ave|1 4-2] =| y+ 4a -2x3 4-1 silag) Lam- 1g +543, 3) Bx) x1) Nota:O produto 8 direta é um vetor coluna, no obstante sus aparéncla corpulentsl Quando es ‘crevemos Ax = d, portanto, temos m+ 3K2+ x3] [22 X44 xy -2x5 | =| 12 x= 4)+5x3) [10 que, segundo a definigio de igualdade de matizes, & equivalente ao sistema de equagdes em 43) ‘Observe que, para usar anotagio matricial Ax= d,¢ preciso, por causa da condicdo de confor ‘midace, dispor as vaiaveis gem um vetorcolune, mesmo que e555 varavels estejzm lstadas em ‘exdem horizontal no sistema de equacées exginal (© moiielo mais simples de renca necional de duas variaveis endogenas Y eC, YeC+h+G Cearby Pode ser rearranjado no formato padr8o (4.1) como se seque ¥-Cak+G by += Dai, amattiz Ge coeficientes 4,0 vetor de variévels xe o vetor de constantes d s30 . dv 4 [lo*So @o lc] dnl @ \Varnos venficar se esse sistema pode ser expresso pela equago Ax = Pela regra de multilicacao de matrzes, eros eels Teens) Lived ak i ia -py+c}"| a \Vsto que gualdade de matrizes significa a igualdade entre elementos correspondentes, éclaro ‘que a equacie Ax = d representa precisamente o sistema de equacées orginal expresso ns for ma (4.1),™ 42 Operactes commatrizes ‘SEVER A questo da divisao Ao passo que matrizes, assim como mimeros, podem ser somadas, subtraidas multiplicadas sujeitas is condicées de conformidade -, nao € possivel dividir uma matriz por outra. Isto é, nao podemos escrever A/B. Para dois ntimeros ae 6 0 quociente a/b (com b= 0) pode ser escrito, alternativamente, como al" ou &1a, onde &" representa o inverso ou reciproca de b. Como ab! = 5a, a expressio de quociente 4/b pode ser usada para representar ambos, ab"! ¢ 1a, O caso de matrizes € diferente. Aplicando conceito de inversos a matrizes podemos, em certos casos (ver Secao 4.6), definir umamatiz 5"! queé oinverso damatriz.B. Mas,dla discussio da condigao de conformidade, co cluise que, se AB for definido, nao pode haver nenhuma seguranca de que BA também seja definido, Mesmo que AB" ¢ 5-14 sejam, de fato, ambos definidos, ainda assim poderao nio te- presentar omesmo produto, Por conseguinte, a expresso A/B nao pode ser usada sem ambigiii- dade e deve serevitada. Em vez disso, vocé deve especificar se esta se teferindoa AB" owa "A contanto que oinverso J realmente existae que © produto de matrizes em questo seja de do, Matrizes inversas sero discutidas com mais deralhes na Secao 4.6, ANDIuMNIVM 7 ONVIND A notacao = Auutlizaciode simbolos com indices naosomente ajuda a designar aslocalizacies de parimetros evariaveis, mas também se prestaa uma notacio abreviada flexivel para denotarsoma de termos, ‘como as que surgem durante 0 processo de multiplicacio de matrizes. A notacao abreviada para somatorio utiliza letra grega E (sigma, de “soma’). Por exemplo, para expressar a soma de 1, 13 € 3, podemos escrever ntntyed ‘que se lé “a soma de x,quando jvai de 1 23°. O simbolo j, denominado indice do somatério assume somente valores inteiros. A expressio x, representa o somando (aquele que deve ser sommado) €é, comefeito, uma fungao de j. Além da letra j, indices de somat6rios também sao comumente de- notados por jou &, tal como em Pca gaaremen > mts tent A.aplicacao da notagao ¥ pode ser prontamente estendida a casos em que o termo xé prece- dido de um coeficiente owem que cada termo da soma elevado a uma potneia inteira positiva, Por exemplo, podemos escrever: Sage an tant ous aly tite zi Sagem tae ay Sraptm ages pl + penne yt aet ag bentoMATEMATICA PARA ECONOMISTAS Modelos lineares e algebra matricial ELSEVIER O iiltimo exemplo, em particular, mostra quea expressio 3" a,x! pode, de fato, ser usada ‘como notagio abreviada para a fungio polinomial geral de (2.4). Apr anis ar dona ul Bape wie Oe winns Gh ucninny narra, swat sabighldade Geacie Aiea ds ateassec pitabals >” pidemeridats eakHe eae Hieahiin Gatley (come Sis), Gu clan spenav (adie ieioy Game Ys). Vamosaplicara notagioabreviadaS) a muliplicagio dematrizes. Em (4.6), (46) © (46°), cada elemento da matriz produto C= AB’ é definido como uma soma de termes, que agora po- dem serescrtos da seguinte maneira: 4 tubs + Gaby = Souh a eas auibiy + Gabon = Do tabs a= anh + a: Em cada caso, o primeiro indice de «€ refletido no primeiro indice de ay € osegundo in- ice de 4, € refletido no segundo indice de by na expressio. O indice k, por outro lado, é um in- ice “ficticio”; serve para indicar qual par de elementos especitico esti sendo multiplicado, mas no aparece no simbolo ¢y Estendendo isso para multiplicagio de uma matriz mx », Aw [ay]-e parauuma matriz xp B= [by], agora podemos escrever os elementos da matriz produto mx p, AB= C= [¢,], como Zou eaaZoute ‘ou, de maneira mais geral, Essa tihima equagio representa um outro modo de ent matrizes definida anteriommente. 1" a regra de multiplicagio de EXERCICIO 4.2 onsale shee[s a]eee(e aos (A+B (6) C-A (34 (d) 48 42C 7 2 onal sjo-8 3 Jecef : (a) AB é definido? Calcule AB. € possivel calcular 84? Por qué? (b) BC € definido? Calcule 8C. CB ¢ definido? Se for, calcule CB. E verdade que BC = CB? 3. Tendo como bese as matrizes dadas no Exemplo 9, 0 produto BA é definido? Se for, cal cule o produto, Nesse caso, temos AB = BA? 4. Caleuleas matrizes produtos nos seguintes casos (em cada caso, acrescente umindicador de dimensdo embaixo de cada matriz):= 43 Notas sobre operacbesvetoriais BJ Esevies ey a 7 wf (fe b a 1 aly ate 5. No Exemplo 7, se dispusermos as quantidades e prasos como vetores colunas em vez de vetores linhas, Q - P é definido? Podemos expressar o custo total de compra como QP? Como Q’ P? Como Q: P? 6. Expanda as seguintes expressdes de somatério: @ Sa OS on" 6 z = é a ww Sax, eo dern® a & ode, 7. Escreva as seguintes expresses em notacao ¥: (a) 1404; ~ 1) + 2xalxq~ 1) + 3ag0g- 1) (b) aplxs +2) + aglty +3) + agbes +4) (x20) 8. Mostre que as seguintes iguaidades so verdadeiras: a(S } x00 Sy = o) Saryj=a Soy) ia ia okeep=S5+Ey Bee | 4.3 Notas sobre operacoes vetoriais Nas Secdes 4.1 e 4.2, osvetores sio considerados como um tipo especial de matriz. Como tal, eles se qualificam para a aplicacao de todas as operacdes algébricas discutidas. Entretanto, devido a suas peculiaridades dimensionais, ¢ interessante fazer alguns comentirios adicionais sobre ope- ragdes veto Multiplicacao de vetores ‘Um vetorcoluna mx 1, u. eum yetor linha 1 xm, , resulam em uma matriz produto wn/ de dimen- ‘ =11 4 5), podemos obterEB] modetos tineares ¢ algebra matricial ELSEVIER -[29 39 36773 12 8 “lan 24) 26)J"[2 8 10. Visto que cada linha em u consste em somente um elemento, assin como cada coluna em, «ads clomento deur revela-se um produto dco, em vez de uma soma de rodutos.O produta 1o/ €.uma matriz2 x 3, mesmo que tenhamos comecado com um par de vetores. Por outro iadto, dados um vetor lina 1 x n, w,e um vetor coluna n> 1, x, 0produto weterd dimensio 1 1. EXEMPLO 2 | Dados: : baer pes 310) + 407) 55] MATEMATICA PARA ECONOMISTAS Como escrte, v'vé uma matrie a despite da fata de apenas um elemento estar presente, Entio= tanto, matrizes 1 x 1 se comportam evatamente como escalaresno que diz respeto a ado e 3 multplicacac: [4+ 1] =[12], xatamente como 4 +8 =12; e(3][7] =[21], exatamente como 37) 121. Além dso, mavizes 1 » 1 ndo pessuem nenhuma propriedade importante que os escalares, 1n8o tenham, De fato, ha uma correspondéncia um a um entre o conjanto de todos os escalarese ‘2 conjunio de todas as metrizes 1x 1 cujoselementos sio escalares. Por essa azo, podemos re- defiir u'r como o esealarcorrespendente & matiz produto | x 1. Censeqdentemente, no Exe plo 2. podemos escrever v'v = 55. Esse produto ¢ denominado um produto escalar." Lembre-e, 1, seta sera aumentada (escalard para cima);se 0 << I,aseta seri encurtada (exealard para baixo); s¢ k=, aseta encolheri até 0 ponto de origem — que repre- 0 Senta um zeornuls,| |, Lm muliplicador escalar negativo até mesmo inverteria diregio da seta, Se o yewor u for mul iplicadlo por -1, por exemplo, obtemos-u I que é representado graf camente na Figura 4.26 como uma seta com 0 mesmo comprimento de u, mas com direcio dia- metralmente oposta. FIGURA 4.2EB] vodetostineares e algebra matricial ELSEVIER WATEMATICA PARA ECONOMISTAS "I usps canassenaossaconinc| [ye] anise 2 rrepresentada pela seta tracejada na Figura 4.2c. Contudo, se construirmos um paralelogramo no qual dois lados sito 03 dois vetores 1 v (setas em linhas cheias), a diagonal do paralelogramo serd exatamentea seta que representa a soma vetorial v+ u. Em geral, uma soma vetorial pode ser obtida geometricamente de um paralelogramo. Além disso, esse método também pode nos dar a diferenca wetorial v —u, jé que esta é equivalente soma de ve (~1) w. Na Figura 4.24, em primeiro lugar, reproduzimoso vetor veo vetor negativo ~u dos diagramas ce 6, respectivamente, € entio construimos um paralelogramo. A diagonal resultante representa a diferenca vetorial v~ 1 Uma simples extensdo desses resultados € suficiente para interpretar geometricamente uma combinacio linear (isto é, uma soma ou diferenca linear) de vetores. Considere 0 caso sosteeal Joa © aspecto da multiplicagao escalar dessa operacdo envolve a relocalizagio das respectivas pontas das setas dos dois vetores 1 u,e oaspecto da adicao pede a construcio de um paralelo- ‘gramo, Além dessas duas operacdes geométricas basicas, nao hd nada de novo em uma combina- io linear de vetores. Isso €valido mesmo se houver maistermosna combinacio linear, comoem hy + hate th, onde 4 representa um conjunto de escalares, masos simbolos v,, com indices, agora denotam um, conjunto de vetores. Para formar essa soma, 0s dois primeiros termos podem ser somadosem pri meiro lugar ¢, entio,a soma resultanteadicionada ao terceito ¢ assim por diante até que todes os termos sejam incluidos. Dependéncia linear Diz-se que um conjunto de vetores 2... 0, € linearmente dependente se (e somente se) qualquer tum deles puder ser expresso como uma combinacao linear dos vetores restantes; caso contritio, sito linearmente independentes, TERRE) onrewees |= ]os[ J porare epessoa co "Note que ess dltima equacso pode ser expressaaltemativamente como 34-24 -4y=0 ote uni tonnes EXEMPLO 5 | Osdois vetoreslinhasv;=[5 12] ev3=[10 24] si linearmente dependentes porque a 1 122110 2=vy O fato de um vetor ser um mcitplo de um outro vetorilusra © caso mais simples de combinag3o linear. Observe, novermente, que esse Jitma equacdo pode ses escita equivalenternente comopas wsanccowoonveeras El onde 0 epreenta oveter linha mule [0 0}, Com a introdugao de vetores nulos,a dependéncia linear pode ser redefinida como segue. Um conjunto de wet0res m 2, By 6 inearmente dependentese e somente se existir um Conjunto de ‘escalates hy, ws hy (nem todos zeros) tal que ANDIUMNIVM | ONVIND Por outro lado, seessa equacio puder ser satisfeita sonente quando ki= 0 para todos os i esses vetores so linearmente independentes. Oconceito dedependéncia inearadmite também uma interpretacéo geométrca fil. Dois yetores w¢ 2x um miltiplo do outro -s4o obviamente dependentes. Geometricamente, na Fi- gura 4.24, suas setas estao sobre uma tinica reta. O mesmo € verdadeiro para os dois vetores de- pendenies we-una Figura 4.20. Ao contrério, os dois vetores we uda Figura 4.2csio linearmente independents, porque & impossivel expressar um como miltiplo do outro. Geometricamente, siias setas nio esto sobre uma tinica linha reta. ‘Quando sio considerados mais de dois vetores no espaco 2, surgea seguinte conchsiosigni- ficativa: uma ver encontrados dois Vetores linearmente independentes no espaco 2 (digamos, te 2), todos 0s outros vetores naquele espaco poderio ser expressos como uma combinaco linear esses dois (1 € 2). Nas Figuras 4.2¢ e d,j foi ilustrade como as duas combinacbes lineares sim- ples v+ we yu padem ser encontradas. Além do mais, aumentando, reduzindo e invertendo os dados vetores ie ve depois combinando esses vetores em varios paralelogramos, podemos gerar ‘um ntimero infinito de novos vetores, que esgotardo 0 conjuunto de todos os vetores 2, Por causa disso, qualquer conjunto de trés ou mais vetores 2 (trés ou mais vetores em um espaco 2) tem de ser linearmente dependente. Dois deles podem ser independentes, maso terceiro deve ser uma ‘combinacao linear dos dois primeiros. Espaco vetorial 0 total de vetores 2 gerados pelas varias combinacées lineares de dois vetores independentes we vconstitui o espaco veloria! bidimensional. Uma ver que estamos tratando somente com vetores ‘eujos elementos tém valores reais, ese espaco vetorial nao € nenhum outro senio Ff, 0 expaco 2 que estivemos nos referindoo tempo todo. O espaco 2 nio pade ser gerado por um tinicovetor 2 porque combinardes lineares deste tikimo nao podem dar origem ao conjunto de vetores que fica sobre uma iinica reta. E a geracao do espaco 2 tampouco requer mais do que dois vetores 2- nearmente independentes — de qualquer forma, seria impossivel achar mais que dois. Diese que os dois vetores linearmente independentes we © geram o espaco 2. Diz-se, tam- hém, que eles constituem uma base para o espaco 2. Note que dissemos uma base e nao abase, porque qualquer par de vetores 2 pode cumprir aquela finalidade contanto que sejam linear- mente independentes. Em particular, considere osdois vetores {1 0] ¢ [0 1], questo denomi nados wions unidade. A represeniacao grafica do primeiro € uma seta a0 longo do elxo horizon- tal ea do segundo é uma seta ao longo do eixo vertical, Gomo eles sao linearmente independen- tes, podem servir como uma base pari o espaco 2 €,na verdade, nés geralmente imaginamos 0 ¢s- paco 2 como o espaco abrangido porseus dois eixos, que nada mais s4o do que verses ampliadas os dois vetores unidade. Por analogia, o espaco vetorial tridimensional é a totalidade de vetores3 e deve ser gerado por exatamente trés vetores $ linearmente independentes. Considere, como ilustracio, 0 con- junto de trés vetores unidade v aslo ¢ 6 (ar)EB] rodeos tineares e algebra matricial ELSEVIER MATEMATICA PARA ECONOMISTS FIGURA 4.3 e,-26, 1.20) ‘onde cada ¢,€ um yetor cujo #ésimo elemento € 1 ¢ todos 0s outros elementos so zeros.* Esses tus \etores so obsiamente linearmente independentes; de fato, suas setas ficam ao longo dos trés eixos do espaco tridimensional na Figura 4.3. Assim, eles geram o espaco 3, o que implica que o espaco 3 inteiro (R®, em nossa estrutura) pode ser gerado por esses trés vetores unidade. 1 Por exemplo, ovetor| 2| pode ser considerado como a combinacao linear ¢, +24, + 24, Geometti- 2 camente, podemos primeiramente somar os vetores¢, ¢ 2e na Figura 4.3 pelo método do parale- Togramo, demodo a obter o vetor representado pelo ponto (1,2, 0) no plano x,%, € entio somar este tiltimo vetor a 24 ~ por meio do paralelogramo construido no plano vertical sombreado = para obter 0 resultado final desejado, no poato (1,2, 2). Aextensio para espaco n deve ser Gbvia. O espaco m pode ser definido como a totalidade de vetores n, Embora impossivel de representar graficamente, ainda assim podemos imaginaro es paco n como o espaco abrangido por um total de 7 (elementos n) vetores unidade, todos linear mente independentes. Cada vetor n, endo uma mupla ordenada, representa wm ponto no espago ‘now uma seta que se estende do ponto de origem (isto é, 0 vetor nulo de elementos n) até aquele ponto, Equalquer dado conjunto de n vetores nlinearmente independentes €, de fato, capaz de erar 0 espaco n inteiro. Visto que, em nossa discussio, cada elemento do vetor n esti limitadoa, ser um niimcro real, exe expayo 1 é,na verdade, R'. © espaco na que nos referimos é, Asvezes, denor diano (de Euctides). Para explicar esse tiltimo conceito, devemos, em primeiro lugar, comentat brevemente 0 conceito de disténcia entre dois pontos vetoriais. Para qualquer par de pontosveto- riais we vem um dado espaco, a distincia de wa v é alguma fungio de valor real d= d(u, 0) 1ado mais especificamente espaco n eucli- com as seguintes propriedades: (1) quando we v coincidem, a distancia é zero; (2) quando os dois pontos sio distintes, adistincia de ua ve a distincia de va usio representadas por um mi meroreal idéntico; (3) adistincia entre we v nunca é maior que a distancia de wa w (um ponto distinto de we 1) maisa distancia de wa v. Expresso simbolicamente, au.) =0 (para w= 2) du 2) = du) >0 (para ws v) Au, ¥) S du w) + dw.) (pare we uv) * 0 simaoloe pose ser associa com a palawaalema ens, que signica “umPat danowinbreoperatesveorais asvier Altima propriedade & conhecida como desigualdade triangular porque os trés pontos uve ‘, juntos, ustalmente definirao um triangulo. ‘Quando um espaco vetorial tem uma priedades citadas, € denominado um espaco nétrico. Contudo, note que a distincia du. v) tem. sido discutida apenas em termes gerais. Dependendo da forma especttica atribuida a funcao d, pode resultar uma variedade de espacos métricos. © denominado espaco euclidiano é um tipo especifico de espaco metrico com uma funcao de distancia definida da seguinte maneira. Sea 0 ponto wa n-upla (+49, d) € ponto van-upla (bj, by by); entio,a funcio da distancia cu- clidiana é du») onde admite-se que a raiz quadrada é positiva. Como pode ser facilmente verifieado, essa Fungo de distincia especifica satisfaz todas as trés propriedades enumeradas anteriormente. Aplicada a0 espaco bidimensional na Figura 4.2«, verifica-se que a distancia entre os dois pontos (6, 4) € (2 Yi -3)* + 4-9)? = 3? +2? = Vi Esse resultado é considerado consistente com 0 teorema de Pitdgoras, que diz que 0 compri- mento da hipotenusa de um triangulo retingulo é igual a raiz. quadrada (positiva) da soma dos quadrados dos comprimentos dos outros dois actos. Pois, se tomarmos (6, 4) € (3,2) como we v, e colocarmos um novo pont wem (6,2), teremes, realmente, um tridngulo retangulo cujos Ia- dos horizontal ¢ vertical tm comprimentes iguais a 3¢ 2, respectivamente, ¢ cuja hipotenusa (a distincia entre we v) tem comprimento iguala 3* +2* = VIB. A funcao da distincia euclidiana também pode ser expressa em termos da raiz quadrada de tum produto escalar de dois vetores. Uma ver que we vdenotam as duas reuplas (6), 0» @) € (b, so by)» pOdemos escrever um yetor coluna wv, com elementos G~ by dy by on y= by O GUE Va ‘embaixo do sinal de raiz quadrada na funcio da distincia euclidiana é, é claro, simplesmente a soma dos quadrados desses n elementos que. em vista do Exemplo 3 dlesta seco, pode ser escrito como o produto escalar (u ~ v)'(u—v). Por conseguinte, temos du. v) = Yu EXERCICIO 4.3 1. Dadosu’={5 1 3],¥=13 1-1], lunas u, v, we x,e calcule: =17 5 Blex=by x xs] escreva osvetores co- (uv (xx uy @uy @)uw ve (hws xx z 2. Dadosw=) 2) [3h 16, (2) Quals dos seguintes sa0 definidos: wx, x YY; ¥¥, 22, YW, X°Y? (b) Calcule todos os produtos que si0 definides. 2. Tendo vendide nitens de mercadoria em quantidades Qy,.., Qy @ PreGOs Pym Px COMO vocé expressaria a receita total em (a) notacao 5; e (b) notagéo vetorial? 4, Dadosdois vetores ndo-zerow; ew, 0 angulo 0 (0°<0< 180°) que eles formam esta rela- cionado ao produto escalar w} wz (= ww) como segue: fagudo | 8.€um angulojreto {se esomente se wiw, |=10 lovtuso) <)EB Wescostinerse gee matic easevter MATEMATICA PARA ECONOMISTAS \Verifique essa condicao calculando produto escalar de cada um dos seguintes pares de vetores (veja Figuras 4.2€ 4:3): om-fe[] @ ol wl tm Ee + oasve[*]eva] cakes egies ese gtanente: wy (@2v (ou-v (©) 2u+3v @usy (vu (h4u-2v 6. Visto que © espero tridimensional é abrangido pelos trés vetores unidade éefinides em (4.7), deve ser possivel expressar qualquer outro vetor 3 como uma combina¢ao linear de 1, €)€ @3, Mostre que os seguintes vetores 3 podem ser expressos dessa forma: a 25) = 2 @|7 (0) (| 6) (ajo 0, 1 3, 8 7. No espago tridimensional euclidiano, qual é a distancia entre os seguintes pontos? (2) 3, 2,8) e(,-1, 5) (b) (9,0, 4) € (2, 0,-4) 8. Adesigualdade triangular éescrita como sinal de desigualdade fraca <, em vez do sinal de desigualdade estrita <. Sob quais circunsténcias se aplica ¢ parte "=" da desigualdade? 9. Expresse 0 comprimento de um vetor rao, v, no espago n euclidiano (sto, adistanda da ‘origem até 0 ponto v) usando cada um dos seguintes: (@) escalares (b)um produto escalar (©) um produto interno 4.4 Leis comutativas, associativas e distributivas Nadlgebra escalar comum, as operagSes de adi¢io e multiplicacio obedecem As leis comutativa associativa e distributiva como se segue: Lei comutativa da adicao: atb=b+a Lei comutativa da multiplicagio: ab= ba (a+b) sen as (bed Lei associativa da multiplicacao: (abye= alte) Lei distributiva: alb+ 0) = ab+ ac Essasleis foram citadasdu discussio das leis de nomes semelhantes aplicaveis4 uniso fe Aintersecdode conjuntos. A maioria dessas leis, mas nao todas, também se aplicam a operacies, com mratrizes ~a excecao significativa é a lei comutativa da multiplicacao. Adicao de matrizes A adicio de matrizes € comutativa, bem como associativa. Isso porque quer apenas soma dos elementos correspondentes das duas matrizes ¢ porque a ordem em que cada par de elementos ésomado nio tem importincia. A propésito, nesse contexto, a operacao4. Leis comutatives, assocativas e distributivas stort a de subtracio A ~ B pode ser considerada simplesmente comoa operacio deadicao A+ (~B) e.as- sim, nao precisa ser discutida separadamente. Aslcis comutativa € associativa podem ser enunciadas como se segue: Lei comutativa A+B=B+A DEMONSTRAGKO A+ B= [aj] + (0) = [aj+ = [by+a,)= B+ A aNDrumnivm ) ONWIND 02 r Examen 4] Oatosa=[ j]ea=/5 { vriiaros qe “la 4 Asanavaal® 2 36 Lei associativa (A+ B)+ C=A+ (B+, DEMONSTRAGAO = (A+B) +6 = Lay + 64) + [G] = Layt 0/4 6) = (aj) +[b+¢) =A+ (Bt O En] vo *] wollen came wonmne(S}-E)-[9] woteoe[s[Z]-["] Aplicada a combinaco linear de vetores hy +++ hv, a lei associativa nos permite sel rar qualquer par de termos para adicio (ou subtragao) antes, em vez deter de seguir aseqii nna qual 0s 7 termos sto listados. Multiplicacgo de matrizes A multiplicagdo de matrizes ndo é comutativa, isto é, ADe BA Como explicado anteriormente, mesmo quando ABE definido, BA pode nao ser; mas, mes- ‘mo que ambos os produtos sejam definides, a regra geral continua sendo AB# BA. LT] ap ae[! Zeae[? fe Pe biter ena gy 30)+4(6) 3-n+4cn)" [24 25, 0-13) 0@)="4)] [3 mi BA a * [evra saennl'L> =] om ‘Seja 1 x 3 (um veto linha) entao, 0 vetor celune correspondent, u, tem de ser 3 x 1.0 produ= tou sera t x 1, mas oproduto uu’ sera 3x 3, Assim, obviamente, uu uu’BEE ecetss arson MATEMATICA PARA ECONOMISTAS EISEVIER Em vistada regra geral AB# BA, os termos prémultiplicare pés-multiplicar sto freqitentemen- te usados para especificar a ordem de multiplicacao. No produto AB, dizse que a matriz Bé prémultiplicada por A, € A€ pismultiplicada por B. Contuco, existem excecdes interessante & regra ABs BA. Um desses casos € quando 4 é uma matriz quadradae Bé uma matriz identidade. Outro é quando A 60 inverso de B isto é quando Az B'|, Ambos os casos serao retomados maisadiante. Aqui € preciso observar, também, que a muk tiplicacao escalar de uma matriz obvdece a lei comutativa; assim, se kfor um escalar, entao WA=Ak Embora a multiplicacao de matrizes nao seja, em geral, comutativa, ela éassociativa, Lei associativa (AB)C= A(BO) = ABC Ao formar 0 produto ABC,a condi¢ao de conformidade deve ser naturalmente satisfeita por par adjacentede matrizes, Se A for mx nese Cfor px 9, entio aconformidade requer que Bsejz xf 4B 6 (om) nsp) ea) Note que ne paparecem duas vezes nos indicadores de dimenséo, Se a condicio de conform dade for cumprica ale associativa estabelece que qualquer par adjacetede matrizes pode ser mult plicado primeiro,contanto que o produto seja devidamente inserido no lugar exato do par original. exempta = sere[Sleaa[%! open am), 2 2 Cbtemos eatamenteo mesmo resultado com Veneta sta ead ean No Exemplo 5,a matriz quadrada A tem os elementos nao-nulos a), € ap na diagonal princk pal e zeros em todos 03 outros lugares. Essa matriz € denominada uma mairi diagonal. Quando ‘uma matriz diagonal A aparece no produto ¥/Ax. 0 produto resultado di uma soma de quadrados “ponderada'e os pesos para ostermos x} e para os termos x3 sio fornecidos pelos elementos na diagonal de A. Esse resultado contrasta com o produto escalar x'x, que resulta em uma soma de ‘quadrads simples (nao ponderada). EXEMPLO 6] Vamos defn odes! econdmico como o rival do recsitanaconal ®igado 3 ta ce infacso pve ‘mossupor que consderemos quelque desfo posto dareceta eal emrelao 2 td iguaimen- teindesejvel quanto um desno negato da mesa grandeza, 0 mesmo acontecendo com o devo ere 2 taxa de inflo real pep. Ent, podernesexrever uma fargo de peda social a corno Azaly- °F + fla- 9? ‘onde « @s80 0¢ pesos atribuidos 4s duas fontes de perda socal, Se os desvios em relagio a Vfo= rem considerados come o tipo de pe'da mais sério, entdo.e deve ser maior que. Note que eevar (08 desvios 20 quadrado produz dois efetos. Em primero lugar, eevando um desvo pesto a0 quadrado ele receber$ 0 mesmovalo: de perda de umdesvio negatvo da mesma grandeza numé: ric. Em segundo lugar, elevar 20 quadrado faz com que os Gesvios mais altos se cestaquem de ‘modo muito mais sgnificatio que os desvios menores quando a perda social é medida, Tal fun- {fo de perda social pode se expressa, se desejarmnos, pels matriz produto ww pals Jt)4. Leis comutativas asociativas edistibutives J aver A multiplicagio de matrizes também é distributiva. Leldistibuiva — A(B+Q)=AB+ AC [prémmuldplicago por A] (B+QA=BA+ CA [pésmuliplicacio por A] Emcada caso.as condicées de conformidade paraa adicao, bem como paraa multiplicacao. devem, é claro, ser observadas. EXERCICIO 4.4 v tracle Saal Ze (2) (A+B)+C=A+(B+0 (b) (A+B)-C=A+ (8-0) 2. A subtrago de uma matriz 8 pode ser considerada como a adicao da matriz -1)8. A lei comutativa da adi;ao nos permite afirmar que A - B = B- A? Se a resposta for negativa, como voc® corrigitia essa afirmagao? LMDTUMNIYM 7 ONVIND as c-p} wma 3 Soars sce ts igi a if 7 gfe af [td] ee ‘| 4. Demonstre que, para quaisquer dois escalares ge ke (a) A+ B)= kA +kB (b) (g +K)A=GA+kA (Nota: para demonstrar um resultado, vocé no pode usar exemplos especificos.) 5. Caleule C= AB para (a) (b). (0) e (d. 12 14) 39 wate] tLe 3] 47 ses wa-[p 1} ope i] p71 Fé eae] [244] 10 6, L fio 1 taal? 3] als 29 (€) Caleule () C= AB, € (i) D = BA, para 2 “| ‘ 8=[3 © -2] 7 6. Demonstre que (A+ B\(C + D)= AC+ AD+ BC +BD. 7. Se todos osquatro elementos da matriz A no Exemplo 5 fossem ndo-zero, x“Ax ainda da- ria uma soma ponderada de quadrados? A lei associativa ainda se aplicaria? 8. Cite algumas situagées ou contextos nos quais a nogo de uma soma de quadrades pon- derada ou nao-ponderada pode ser relevante.EBD vodetos tineares e algebra matricial ELSEVIER AS. [maTmaATica pata aconowt 4.5 Matrizes identidade e matrizes nulas Matrizes identidade Janos referimos ameriormente ao terme matrisidentidade, Essa matrie € definida como uma ma- ‘riz quadrada (repito: quadrada) que tem miimeros 1 em sua diagonal principal e ntimeros0 em todos os outros lugares. Ela € denotada pelo simbolo /, ou /,,no qual o indice nserve para indicar adimensio de sua linha, bem como de sua coluna. Assim, ‘Mas amas também podem ser denotadas por /. A importincia desse tipo especial de matriz deve-e ao fato de que ela desempenha um pa- pelsemelhante.ao do niimero I na algebra escalar. Para qualquer niimero , temos 1(a) = a(1) De maneira semethante, temos, para qualquer matri aedt~A as as aaa] waft 2 Hae i 1 ovf1 2 3,71 bilo ab ,f1 0 Oo} weft 2 Sfe 8S) 3 ga Coma A é2 x 3, a pré-multipicacgo e a pés-multipicacio de A por /exigria matrzesidentidade de dimensoes diferentes, asaber,/,e, respectvarente. Mas, no caso em que A én xn, entéoa mesma matric dentidade,, pode er sade, demodo que (4.8) tornse , A= Al, ilustrando, 2 sim, uma excecBo 8 regra due diz que a multipicagio de matizes no ¢ comutatva A natureza especial das matuizesidentidades possibilita inserirow removeruma matriz identi- dade durante o processo dle multiplicacéo sem afetar o produto de matrizes. Isso decorre direta- mente de (4.8). Recordando a lei associativa, temos, por exemplo, Ad B =(ANB= AB (en) (m9) (oe) (9%) ‘que mostra que presenca oua anséncia de Mnio afetao produto. Observe que a conformidade coma dimensio é preservada quer apareca ou nao no produto, ‘Um caso interessante de (4.8) ocorre quando A= /,, pois temos, entio Aly= (h)?= by ‘que diz que uma matriz identidade ao quadrado é igual a si mesma. Uma generalizacao desse re sultado € que ()h= I, (k=, Uma matriz identidade permanece imutavel quando é multiplicada porsi mesma qualquer niimero de vezes. Quaiquer matriz que tenha essa propriedade (a saber, AA~= A) é denominada ‘uma mairiz idempotent.assacizesvieneidedsa matioesnucs Matrizes nulas Exatamente como uma matriz identidade /taz0 papel do ntimero 1, uma matré: mula ou matri: se70~ denotada por 0, faz papel do mtimero 0, Uma matriz nulaé, simplesmente, uma matrizna qual todos os elementos sio zero. Diferentemente de J, a matriz 7er0 nivo esta resiita a ser quae dada, Assim, é possivel escrever 0 0) 0 0 0) 0. © 2 0 0, » [0 0 0 assim por diante, Uma matriz quadrada nula € idempotente, mas uma nao quadrada nao é, (Por qué?) Assim como 0 mimero 0, matrizes nulas obedecem as seguintes regras de operacao (sujeitas ‘is condigdes de conformidade) em relagao & adicio € & mukiplicagio: +0 = 04+ A= A 4A 0 = 0 © Oo Azo (meme) imp) Wem yaeny en) ‘Note que, na multiplicagao, a matriz nula a esquerdado sinal de igual ea matriz direita po- dem ter dimensdes diferentes. fan 92),[0 0] far az) y Lear 42} LO OF Laas 222) EXEMPLO? 9 cfg Lol" A esquerda, a matriz aula € um vetornulo 3 x 1; 8 direta, € um vetor nulo 2x 1 ageltt 2 2] Bada" an a Idiossincrasias da algebra matricial A despeito das aparentes similaridades entre 2 algebra matricial e a algebra escalar, 0 caso das matrizes realmente apresenta certas idiossincrasias que nos servem de alerta quanto a “tomar emprestado” da algebra escalar sem muito questionamento. Ja vimos que, em geral, AB 2 BAna Algebra matricial. Agora vamos examinar mais duas dessas idiossincrasias. A primeira é que, quando se trata de escalares,a equacio ab 0 sempre implica que ou @ou & zero, mas isso nio acontece na multiplicacio de matrizes. Assim, temos [ali 2 Como outra ilustracio, para esalares, a equa ‘mo no é valid para matrizes. Assim, dads, verificamos que mesmo que D+ E.BEd Wodeis nears egebra mavical easevie [Matematica PAnA ECONOMISTAS Na verdade, esses resultados estranhos concernem apenas a classe especial de mattizes co- nhecidas como matrizes singulare, das quais as 1 A, Be C sio exemplos. (Grosso mado, ess matrizes contém uma linha que é miltipla de uma outra linha.) ‘mostramas armadilhas propostas por estender, de maneira nao justificada, teoremas algébricos a operacdes com matrizes. obstante, esses exemplos EXeRcicio 4.5 OF -1 57 xy aft 2 Tolle oel : Indiquea dimensio da matriz identidade usada om cada caso. 2 Caleule:()Ab (6) Alb (XIA (DXA Alesareho cern) aetna estado G2 A cio dtm eto resitindo em (0? 3. Qual é a dimensdo da matriz nula resultante de cada um dos seguintes? (2) Pré-multiplicar A por uma matriz nula $ x2. (0) Pos-multiplicar A por uma matriz nule 3 x6. (0 Pré-multiplicar b por uma matriz nula 2 x3. (@) Pos-multiplicar x por uma matriz nula 1 x5. 4. Mostre que a matriz diagonal a 0 ° 0 az 0 0 0 ‘pode ser idempotente apenas se cada elemento da diagonal for ou 1 ou 0. Quantas ‘matrizes diagonais numéricas idempotentes de dimensao n xn podem ser construidas, {20 todo, a partir de tal matriz? 4.6 Transpostas e inversas Quando as linhas ¢ colunas de uma matriz A sio intercambiadas - de modo que sua primeira l- noha €igual a sua primeira coluna e vice-versa obtemosa transpasia de A, que € denotada por ‘ow AT, Osimbolo com “linha” (aspa simples) nao é, de modo algum, novidade para nds, foi usa- do ante: disinguir um vetor linha de um vetor eoluna, Na nova terminologia que deapresentar, um vetorlinha ¥ constitui o transposto do vetor coluna x Oindice To. ‘bolo alternative é, obviamente, a notacao abreviada para a palavra transposta. = 2-5 prs SEO] oo a of 8 Yea of? “]enenesinwanbiractinee nas enco eddie ee ao] so) an ls a Por definiggo, se uma matric @ m x n, entao sua transposta A’ deve ser nx m. Uma matrizque+ dada n xn, entre‘anto, possul uma transpesta com a mesma dimensio,4.6 Transpostas¢ inversas avin 7 o Agu, @ dimensao de cade transposta ¢identica& da matriz original. ANOTHMKIVM | ONVIND ‘Também observamos, em D', um resultado notavel: D’ herda nao somente a dimensio de D as também a disposicao original de elementos! O fato de D’ = Dé o resultado da simetria dos elementos com referéncia & diagonal principal. Considerando a diagonal principal de Dcomo um espelho, os elementos localizados a sua direita so imagens exatas dos elementos a sta es- querda; por conseguinte, a leitura da primeira linha éidéntiea A da primeira coluna e assim por diante. A matriz Dexemplifica a classe especial de matrizes quadradas conhecidas como matrices siméricas, Um outro exemplo desse tipo de matriz é matriz identidade J, que, como uma matriz, simétrica, tem a transposta I Propriedades das transpostas As seguintes propriedades caracterizam as transpostas: (ayaa 49) (A+ BY A+B (4.10) (AB)' = BA’ (4.11) nal —uuma conelusio bem A primeira afirma que a transposta da transposta é a matriz evidente por sis6. ‘A segunda propriedade pode ser enunciada verbalmente assim: a transposta de uma soma é a soma das transpostas. seaae] al tere “one worl 104 eel EY A terceira propriedade é que a transposta de tum produto é 0 produto das transpostas na or dem inversa. Para avaliar a necessidade da ordem inversa, vamos examinar a conformidade de z 5 z pode se escrito em notasso maticial como Ar = ¢, onde flo+G0] © gx[2*50] a Ainversa de mati A&(vejaexplcacio na Seqio 5.6) et [tt ‘Assi, 2 solu do modelo ¢x* = Ad, ou Y]__1 Jt Mlo+Go]_ 1 [ b+ Gra cl"blo wl a Bip +Go)+ 2 EXERCICIO 4.6 1 ordeal © floe[? “local! 9 S]atea.arec 2. Use as matrizes dadas no Problema 1 para verificar que (a)(A+By=A'+8" (b)(AQ'=C A 3. Generalize o resultado (4.11) para o caso de um produto de trés matrizes provando que, soutpmgurmatterneenenA be Stats ASCE Ba a 4. Dousquov rtersogdne ests qual una lave maou: 1 el aT 1-4 4 -7 of eed = «fq [3 i 5. Generalize o resultado (4.14) provando que, para quaisquer matrizes conformes nao- singulares, A, B e C, a equacdo (ABC = CBA 6 valida. 6. SejaA=!-X(K XX, (a) A deve ser quadrada? (X"X) deve ser quedrada? X deve ser quadrada? (6) Mostre que a matriz A é idempotente. [Nota: se X' e Xndo forem quadradas, é inapropriado aplicar (4.14).] 4.7 Cadeias finitas de Markov Uma aplicacio comum da lgebra ‘encontrada nos chamadas processos ou eadeias de Markov. Processos de Markow sio usados para medir ou estimar mudancas ao longo do tempo, 0FBI vodeios ineares e slgeora matricial ELSEVIER MATEMATICA PARA ECONOMISTAS aque envolve a utlizacio de uma matriz de transicio de Markov, na qual cada valor na matriz de transi¢do € uma probabilidade de mudar de um estado (localizacao, emprego etc.) para um ov- tro estado, Ha, também, tum vetor que contém a distribuigao inieial por todos os wirios estados. Multiplicando repetidamente esse vetor pela matriz de transicdo, podese estimar mudancas nos eestaclos a0 longo do tempo. Considere 0 problema da rotatividade interna dos empregados de uma empresa que tem :muitas fiiais ou lojas diferentes.* Uma ilustracao simples usando duas filiais, tais como Abbots ford eBuraby, ajudaraia demonstrar 0 bisico de um processo de Markov. Para determinar 6 m+ mero de empregados em Abbotsford amanha, tomamos a probabilidade de que esses emprega- dos permanecerio na filial de Abbotsford multiplicada pelo ntimero toxal de empregedos que es {Go atualmente em Abbotsford, o que resulta no mimero total de empregados que estao alt menteem Abbowsford ¢ que continuario Li amanha. Adiciona-se a esse ntimero o ntimero deem pregados da filial de Burnaby que serao transferidos para Abbotsford, Achasse esse mimero muk tiplicando-se o niimero total de empregados atuais em Burnaby pela probabilidade de um em- pregado dessa filial ser transferido para Abbotsford. De modo semelhante, o processo seria 0 mesmo para determinar 0 ntimero de empregados na regiao de Burnaby amanha, formado pe- los empregaclos de Burnaby que preferiram ficar € pelos empregados de Abbotsford que foram transferidos para a regio de Burnaby hoje, O processo descrito envolve quatro probabilidades Essas quatro probabilidades juntas podem ser dispostas em uma matriz, que & conhecida como ‘uma matriz de transicao de Markov (ou, smplesmente, uma “Marko Denote por 4, ¢ B,as popuiacées de Abbotsford e Burnaby, respect mento, Akém dlsso, defina as probabilidades transicionais como segue: algum mo- P..probabilidade de que um A atual permaneca um A y= probabilidade de que um Aatual passe para B Pay = probabilidade de que um Batual permaneca um B Py = probabilidade de que um Batual passe para A Se denotarmos a disiribuicéo de empregados pelaslocalizages no momento fcomoum vetor x14, Bd € 28 probabilidades ransicionais em forma de matriz, Pu Pip Pax Pan entio,a distribuigao de empregados pelas localizagdes no proximo perfodo (1+ 1) & M=! HM =x sy (e) Paw la, aap z | (A.Puy+ By Pag) (Ay Pant By Pad] = [Ant Beal Para achar a disiribui¢io de empregados apés dois periodos Pas Pan] to sl (Ans * Gastariames de apracecera Sarah Dunn pr este emg. Ese rabato seonigna de seuprojto final como estudante do Eiish Columba insttuteof Technology, Sumaby, BC, Carada unr, 2003),= 4.7 Cadeias finitas de Markov [EZ a fia a 4, BJ = TAs Bel ilps falle es Pa Pan)? i, aly : | = [Aye Bul iim gerd para perldow 4, val ] = [Ann Boal Pax Pay iWoLwmNIvm® | ONVIND, A matriz de probabilidade 2x 2, M, é conhecida como a matris de transicdo de Markov. Para 0 caso em que né ex6geno, o proceso € conhecido como uma cadeia de Markov finita. EXEMPLO 4] Suponha que a dstribuicio inicial de empregados pelas duas localizacdes no momento t= 0# xp=lA, Bol={100 100) £m outrs pelavras,inicialmente ha um ndmero igual de empregades em cada localzacac. Além disso, seam as seguintes as probeblidades em forme matricial raid fl [02 a Pex Pes) "loa 06 Ent, a distibuigdo de empregados pelas localizacbes no proximo periodo (t= 1) & 07 03] {100 199194 gale 1-H a | distrbuigdo ap5s dois periodos & dada por 07 037 v0 1027 227 <0 ve O52 0,48, ty 82) 61 a 2113 87] A distribuicao apds 10 periodos t= 10) ¢ dada por 07 oy? fos17%4 04226) tron roofs, o's] =1190 100 re olaas! #11143 851=149 Bia) Observe o que acontece cuando a matiz de transcao de Markov é elevada 2 potincias cada vez maisaltas. A nova matriz de transic3o encontrada elevando a matiz original a poténcis cada ‘ez malores converge para uma matrizna qual as linhas sa0 identcas. sso e denominado estado ‘stave, Na sua opinio, como seri 0 décimo primero periodo de distibuigao ou periedos de cis- ‘mibuigdo mas alts? Caso especial: cadeias de Markov absorventes Agora, vamos ampliar 0 modelo adicionando uma terceira opcio: empregados podem sair da empresa, com Pip= probabilidade de que um A atual prefira sair (E) Py:= probabilidade de que um Batual prefira sair (£) Nesse ponio, faremos as seguinte premissas adicionais:EB icc iineares e algebra matricial FLSEVIER 2 z & S 2 @ 2 © Pyg= 0 Pyp= onde Puy Pyy € Py: sto as probabilidades de que para A, Bou F, respectivamente. Em outras palavras, fica implicito, por essas restricdes, que nos empresi nunca substitu empregados que stem (nio ha novas contratagdes). Gomecando no momento ¢=0, nossa cadela de Markov agora se toma cempregado que esti amalmente em Fini a empresa volta. Também Pu Pay Par) TAy By Fl] Pma Pan Pre A, B, Pes Pay Per Pa Pan Puc)" {Ay &y Al |Pay Pan Paw | = 0A, B, By] o 0 1 (Suponha que fy =0.) Esse tipo de processo de Markov é conhecido como uma cadeia de Markov absorvente. Porcau ss dos valores das probabilidades transicionais encontrados na terceira linha, vemos que, uma ver que um empregado se torna um £em um estado (periodo de tempo), ele permanecera ali durante todos 0s estados futuros (periodos de tempo). A medida que » tende ao infinite, A, By tend mero total de trabalhadores no momento se aproximario de zero & 2610 (isto €, Ay + By + Fy) EXERCICIO 4.7 1. Considere a situagao de uma demissao em massa (isto é, 0 fechamento de uma fabrica), nna qual 1.200 pessoas ficam desempregadas ecomecam a procurar emprego. Nesse caso, hd dois estados: empregado (E) e desempregado (U) com um vetor inicial Xx =I Ul=[0 1.200] ‘Suponha que, em qualquer periodo dado, uma pessoa desempregada conseguira um ‘emprego com probabilidade 0,7 e que, portanto, ficaré desempregade com uma probabilidade de 0.3. Além disso, pessoas que esto emoregadas em qualquer periodo ‘de tempo dado podem perder seus empregos com uma probabilidade de 0,1 (e terao ma probabilidade de 0,9 de continuarem empregados). (2) Monte a matriz de transicao de Markov para esse problema. (2) Qual sera o numero de desempregados apés (i) 2 perfodos; (ii) 3 periodos; 5 periodos; (iv) 10 periodos? (©) Qual 6 o nivel de desemprego no estado estavel?