Para Treinar Com o GAMS

MODELOS DE OTIMIZAÇÃO E EQUILÍBRIO GERAL
UTILIZANDO O GAMS-Profa. Eveline B.S. Carvalho-CAEN-UFC
O General Algebraic Modeling System-GAMS é muito utilizado para problemas de otimização

e também em modelos de equilíbrio Geral. Iniciaremos com um modelo de otimização.
1.Otimização
Maximizar ou minimizar tendo restrições, são problemas de otimização que podem ser
resolvidos com o GAMS.
(1)
Suponha o seguinte Problema:
Ana tem a Utilidade dada por Ua=x1x2 e enfrenta a seguinte restrição: 5x1+10x2=200.
Determine os valores de x1, x2 maximizando Ua.
Ou seja:
Maximizar x1x2
sujeito a 5x1+10x2=200
Genericamente:
Maximizar 𝑥1𝑎 𝑥2𝑏
𝑥1 , 𝑥2
sujeito a 𝑤1 𝑥1 + 𝑤2 𝑥2 = 𝐶
Utilizando o multiplicador de Lagrange tem-se:

 = 𝑥1𝑎 𝑥2𝑏 − (𝑤1 𝑥1 + 𝑤2 𝑥2 − 𝐶)
Fazendo as condições de primeira ordem:

= 𝑎𝑥1𝑎−1 𝑥2𝑏 − 𝑤1 = 0 (1)
𝑥1

= 𝑏𝑥1𝑎 𝑥2𝑏−1 − 𝑤2 = 0 (2)
𝑥2

= 𝑤1 𝑥1 + 𝑤2 𝑥2 = 𝐶 (3)

𝑎𝑥1𝑎−1 𝑥2𝑏
De (1), obtém-se que  = 𝑤1
𝑏𝑥1𝑎 𝑥2𝑏−1
De (2), obtém-se que  = 𝑤2
Então:
𝑎𝑥1𝑎−1 𝑥2𝑏 𝑏𝑥1𝑎 𝑥2𝑏−1
=
𝑤1 𝑤2
ou
𝑤1 𝑎𝑥 𝑎−1 𝑥 𝑏 𝑤 𝑎𝑥 𝑎𝑤2 𝑥2
= 𝑏𝑥1𝑎 𝑥 𝑏−12 , 𝑤1 = 𝑏𝑥2 , 𝑥1 = (4)
𝑤2 1 2 2 1 𝑏𝑤1
Substituindo (4) em (3):
𝑎𝑤 𝑥 𝑏𝐶 𝑎𝐶
𝑤1 ( 𝑏𝑤2 2 ) + 𝑤2 𝑥2 = 𝐶, 𝑥2 (𝑤1 , 𝑤2 , 𝐶)∗ = 𝑤 , 𝑥1 (𝑤1 , 𝑤2 , 𝐶)∗ = 𝑤
1 2 (𝑎+𝑏) 1 (𝑎+𝑏)
representam as quantidades ótimas a serem utilizadas dos fatores de produção
de modo a maximizar a produção. Que substituídas em 𝑥1𝑎 𝑥2𝑏 dá o valor da
função objetivo.
No problema apresentado:
 = 𝑥1 𝑥2 − (5𝑥1 + 10𝑥2 − 200)

Fazendo as condições de primeira ordem:

= 𝑥2 − 5 = 0 (1)
𝑥1

= 𝑥1 − 10 = 0 (2)
𝑥2

= 5𝑥1 + 10𝑥2 = 200 (3)

𝑥2
De (1), obtém-se que  = 5
𝑥
De (2), obtém-se que  = 101
Então:
𝑥2 𝑥1
=
5 10
ou
𝑥
𝑥2 = 21 (4)
𝑥1
5𝑥1 + 10 = 200, obtém-se:
2
𝑥1 ∗ = 20, 𝑥2 ∗ = 10 e Ua = 𝑥1 𝑥2 = 200
No GAMS você apresenta esse problema de otimização da seguinte forma:
Free Variables x1, x2, p1, p2, z;
Equations
Con1,
Obj;
Con1..5*x1+10*x2=E=200;
Obj..x1*x2=E=z;
Model SampleProblem1 /
Con1,
Obj/ ;
Solve SampleProblem1 using NLP maximizing z;

Veja:
Após a apresentação do problema na forma acima, você deve ir em file, run ou F9. Então
o GAMS apresenta os resultados.
Resolução GAMS
Veja os resultados pelo programa das variáveis e função objetivo:
LOWER LEVEL UPPER MARGINAL
---- VAR x1 -INF 20.000 +INF EPS

---- VAR x2 -INF 10.000 +INF .
---- VAR z -INF 200.000 +INF .
**** REPORT SUMMARY : 0 NONOPT

0 INFEASIBLE
0 UNBOUNDED
0 ERRORS
EXECUTION TIME = 0.000 SECONDS 2 MB 25.0.2 r65346 WEX-VS8
USER: GAMS Development Corporation, USA G871201/0000CA-ANY

Free Demo, +1 202-342-0180, support@gams.com, www.gams.com DC0000
**** FILE SUMMARY

Input C:\Users\SONY\Documents\gamsdir\projdir\Untitled_9.gms
Output C:\Users\SONY\Documents\gamsdir\projdir\Untitled_9.lst
O GAMS informa que: x1=20, x2=10 e Ua=200 (ver em amarelo)

*MODELO DE EQUILÍBRIO GERAL COMPUTÁVEL
Um modelo CGE é uma implementação empírica de teorias de equilíbrio geral desenvolvidas

nas décadas de 1950 e 1960, como no trabalho pioneiro de Scarf (1967, 1973), que aplicou os
teoremas de ponto fixo para projetar uma maneira de encontrar soluções gerais de equilíbrio.
Somente em meados da década de 1970 os modelos CGE passaram a ser mais amplamente
usados como consequência do progresso da tecnologia de computadores.
A estrutura básica de um modelo (Computable General Equilibrium)CGE consiste de

produtores e consumidores em uma economia e, além desses dois elementos gerais, não
existe uniformidade estrutural. Por esta razão, os modelos CGE diferem substancialmente um
do outro e existem diferenças na tecnologia de produção, funções de demanda, por exemplo.
Existem dois tipos de modelos de equilíbrio econômico, o equilíbrio parcial e o equilíbrio

geral. No primeiro, os dados de entrada especificam as funções de demanda e oferta em
termos de preços nominais e, embora sejam facilmente aplicados, focalizam apenas um
mercado.
A modelagem de equilíbrio geral é geralmente baseada na representação de produção de

entrada-saída e enfatiza os microfundamentos, pois os dados de entrada especificam
preferências, dotações e tecnologia.
São, na verdade, extensões de modelos mais antigos de Input-Output (IO), que têm sido
amplamente utilizados para medir os efeitos das políticas públicas. A diferença é que os
modelos de Equilíbrio Geral Computável levam em conta as possibilidades de substituição em
termos de, por exemplo, tecnologia intensiva em trabalho ou capital, bem como o fluxo
circular de renda entre as famílias consumidoras e as empresas produtoras.
Assim, o uso de um CGE na análise de políticas permite levar em conta as interações por toda
a economia e fornece resultados comparativos à medida que as políticas afetam a economia
como um todo.
Os modelos de equilíbrio geral podem ser estáticos ou dinâmicos. Os modelos dinâmicos de

equilíbrio geral que tem a vantagem de mostrar o comportamento intertemporal do
movimento na economia a partir de um equilíbrio a curto prazo para outro a longo prazo.
A estrutura econômica de um modelo que engloba mais de uma região (ou país/bloco de
comércio), os chamados modelos multi regionais, requer três componentes básicos: o lado da
produção, o lado do comércio e a demanda final, seguidos de um equilíbrio ou fechamento.
Ele funciona aplicando dados ao modelo para descrever os lados acima da economia e
replicando o ano base no equilíbrio geral de referência. Após o modelo ter sido validado, as
mudanças na política podem ser simuladas e atuam como um choque. Finalmente, pode-se
comparar o equilíbrio novo e o original para a economia da região como um todo e para cada
atividade comercial para acessar o efeito da mudança de política.
Os modelos de equilíbrio geral são baseados na teoria do equilíbrio geral de Walras.
Metodologicamente, a abordagem do equilíbrio geral considera a economia como um sistema
inter-relacionado, no qual os valores de equilíbrio de todas as variáveis de interesse devem ser
determinados simultaneamente.
Se houver uma mudança no custo relativo do capital para o trabalho, os produtores podem
ajustar automaticamente sua tecnologia de produção para se tornar mais ou menos intensiva
em trabalho. Esse processo de substituição tem impactos importantes na determinação de
salários, já que a proporção de capital para trabalho em determinado setor determina a
produtividade do trabalhador. A extensão dessas possibilidades de substituição é capturada
pelas elasticidades de substituição.
Os dados são aplicados ao modelo e, depois de calibrados, devem replicar o ano base no
equilíbrio geral de referência. O computador é usado para desenvolver o modelo, uma vez que
simula o funcionamento e as reações da economia, assumindo que as atividades de produção
e consumo seguem certas formas matemáticas. Estas são (1) funções de produção mostrando
como a tecnologia determina a maneira pela qual os bens podem ser produzidos usando
fatores como trabalho e capital, e (2) funções de utilidade mostrando como diferentes
combinações de bens e serviços geram bem-estar para os consumidores.
O modelo básico do modelo é do tipo caracterizado por Arrow e Debreu (1954) onde, do lado
do produtor, os produtores maximizam o lucro e as mercadorias são produzidas usando bens
primários (capital e trabalho). Nos mercados de fatores, ambos os fatores de produção estão
em oferta fixa e perfeitamente móvel entre os setores, e o pleno emprego é assumido.
(2)
Vamos ver um exemplo prático de equilíbrio geral usando GAMS:
Se existem apenas 2 pessoas ou grupos de pessoas A e B. Se a função UA=2x1x2 e UB=3x1x2 , com

as seguintes dotações iniciais e preços: eA=(10,12), eB=(20,8), p1=2 e p2=3.
A:
Max UA = 2x1x2 sujeito a 2x1+3x2=20+36
= 2x1x2 - ( 2x1+3x2-56)

x1
= 2𝑥2 − 2 = 0


= 2𝑥1 − 3 = 0
x2



= 2𝑥1 + 3𝑥2 = 56

2𝑥1
De (1) e (2): x2= 3 (4)
2𝑥1 28
2𝑥1 + 3( 3
) = 56, então: x1A* = 14 e x2A*= 3
= 9,33
B:
Max UB = 3x1x2 sujeito a 2x1+3x2=40+24

= 3x1 x2 - (2x1+3x2-64 )

x1
= 3𝑥2 − 2 = 0


= 3𝑥1 − 3 = 0
x2


= 2𝑥1 + 3𝑥2 = 64


6𝑥1
De (1) e (2): x2= 9 (4)
6𝑥1 96
2𝑥1 + 3( 9
) = 64, então: x1B* = 16 e x2B*= 9
= 32/3 = 10,67
X1A*+ x1B*= 30
X2A*+ x2B*= 20
UA + UB = 2x1x2 + 3x1x2 =(2.14.9,33)+(3.16.10,67)=261,24+512,16=773,40

No GAMS:
Free Variables x1A, x2A, x1B, x2B, z;
Equations
Con1,
Con2,
Con3,
Con4,
Obj;
Con1..(2*x1A)+(3*x2A)=E=56;
Con2..(2*x1B)+(3*x2B)=E=64;
Con3..x1A+x1B=E=30;
Con4..x2A+x2B=E=20;
Obj..(2*x1A*x2A)+(3*x1B*x2B)=E=z;
Model CGE1 /
Con1,
Con2,
Con3,
Con4,
Obj/ ;
Solve CGE1 using NLP maximizing z;
Resolução do GAMS:
GAMS 25.0.2 r65346 Released Jan 31, 2018 WEX-VS8 x86 32bit/MS Windows 05/29/18
16:49:04 Page 1
General Algebraic Modeling System
Compilation
1
2 Free Variables x1A, x2A, x1B, x2B, z;
3
4 Equations
5 Con1,
6 Con2,
7 Con3,
8 Con4,
9 Obj;
10
11 Con1..(2*x1A)+(3*x2A)=E=56;
12 Con2..(2*x1B)+(3*x2B)=E=64;
13 Con3..x1A+x1B=E=30;
14 Con4..x2A+x2B=E=20;
15 Obj..(2*x1A*x2A)+(3*x1B*x2B)=E=z;
16
17 Model CGE1 /
18 Con1,
19 Con2,
20 Con3,
21 Con4,
22 Obj/ ;
23
24 Solve CGE1 using NLP maximizing z;
COMPILATION TIME = 0.000 SECONDS 2 MB 25.0.2 r65346 WEX-VS8

16:49:04 Page 2
Equation Listing SOLVE CGE1 Using NLP From line 24
---- Con1 =E=
Con1.. 2*x1A + 3*x2A =E= 56 ; (LHS = 0, INFES = 56 ****)
---- Con2 =E=
Con2.. 2*x1B + 3*x2B =E= 64 ; (LHS = 0, INFES = 64 ****)
---- Con3 =E=
Con3.. x1A + x1B =E= 30 ; (LHS = 0, INFES = 30 ****)
---- Con4 =E=
Con4.. x2A + x2B =E= 20 ; (LHS = 0, INFES = 20 ****)
---- Obj =E=
Obj.. (0)*x1A + (0)*x2A + (0)*x1B + (0)*x2B - z =E= 0 ; (LHS = 0)
16:49:04 Page 3
Column Listing SOLVE CGE1 Using NLP From line 24
---- x1A
x1A
(.LO, .L, .UP, .M = -INF, 0, +INF, 0)
2 Con1
1 Con3
(0) Obj
---- x2A
x2A
(.LO, .L, .UP, .M = -INF, 0, +INF, 0)
3 Con1
1 Con4
(0) Obj
---- x1B
x1B
(.LO, .L, .UP, .M = -INF, 0, +INF, 0)
2 Con2
1 Con3
(0) Obj
---- x2B
x2B
(.LO, .L, .UP, .M = -INF, 0, +INF, 0)
3 Con2
1 Con4
(0) Obj
---- z
z
(.LO, .L, .UP, .M = -INF, 0, +INF, 0)
-1 Obj
16:49:04 Page 4
Model Statistics SOLVE CGE1 Using NLP From line 24
MODEL STATISTICS
BLOCKS OF EQUATIONS 5 SINGLE EQUATIONS 5

BLOCKS OF VARIABLES 5 SINGLE VARIABLES 5
NON ZERO ELEMENTS 13 NON LINEAR N-Z 4
DERIVATIVE POOL 20 CONSTANT POOL 16
CODE LENGTH 10
GENERATION TIME = 0.031 SECONDS 3 MB 25.0.2 r65346 WEX-VS8

16:49:04 Page 5
Solution Report SOLVE CGE1 Using NLP From line 24
SOLVE SUMMARY
MODEL CGE1 OBJECTIVE z

TYPE NLP DIRECTION MAXIMIZE
SOLVER CONOPT FROM LINE 24
**** SOLVER STATUS 1 Normal Completion

**** MODEL STATUS 2 Locally Optimal
**** OBJECTIVE VALUE 773.3333
RESOURCE USAGE, LIMIT 0.015 1000.000

ITERATION COUNT, LIMIT 8 2000000000
EVALUATION ERRORS 0 0
CONOPT 3 25.0.2 r65346 Released Jan 31, 2018 VS8 x86 32bit/MS Windows
C O N O P T 3 version 3.17G
Copyright (C) ARKI Consulting and Development A/S
Bagsvaerdvej 246 A
DK-2880 Bagsvaerd, Denmark
Pre-triangular equations: 0
Post-triangular equations: 1
** Optimal solution. Reduced gradient less than tolerance.
CONOPT time Total 0.017 seconds

of which: Function evaluations 0.000 = 0.0%
1st Derivative evaluations 0.000 = 0.0%
---- EQU Con1 56.000 56.000 56.000 -6.667

---- EQU Con2 64.000 64.000 64.000 .
---- EQU Con3 30.000 30.000 30.000 32.000
---- EQU Con4 20.000 20.000 20.000 48.000
---- EQU Obj . . . -1.000

---- VAR x1A -INF 14.000 +INF EPS
---- VAR x2A -INF 9.333 +INF .
---- VAR x1B -INF 16.000 +INF .
---- VAR x2B -INF 10.667 +INF .
---- VAR z -INF 773.333 +INF .
**** REPORT SUMMARY : 0 NONOPT

0 INFEASIBLE
0 UNBOUNDED
0 ERRORS

**** FILE SUMMARY
(3)
Outro Modelo de Equilíbrio Geral

Suponha uma economia com uma mercadoria e dois fatores de produção K e L
As equações do modelo são:

1)Y=A.KD.LD1-
(𝟏−).𝐏.𝐘
2)LD= 𝒘
.𝐏.𝐘
3)KD= 𝒓
4)INC=w.LS+r.KS
𝑰𝑵𝑪
5)C= 𝑷
6)C=Y
Condições de Equilíbrio:
7)KD=KS
8)LD=LS
Sendo:
Y=oferta
A=escalar
=elasticidade
KD=demanda por capital
LD=demanda por trabalho
P=preço de Mercado
w=remuneração do trabalho
r=remuneração do capital
INC=renda nacional
C=Consumo nacional ou demanda
KS=oferta de capital
LS=oferta de trabalho
KS e LS são variáveis exógenas

KS=3.000
LS=7.000
De acordo com a Lei de Walras se duas equações estão em equilíbrio, a terceira estará
automaticamente.
Prova:
𝑰𝑵𝑪
De (5): C= 𝑷 , P.C=INC;
De (6): C=Y, então P.Y=INC;
De (4): INC=w.LS+r.KS, então: INC=P.Y= w.LS+r.KS.
De (2) e (3) tem-se:
wLD+rKD=(𝟏 − ). 𝐏. 𝐘 + . 𝐏. 𝐘, então: P.Y=wLS+r.KS= wLD+rKD.
Se esse equilíbrio existe, então: wLS= wLD ou LS= LD, ou seja, existe equilíbrio no Mercado
de trabalho o que implica que: r.KS=r.KD ou KS=KD.
Conclui-se que, dado um sistema de equações, se o mercado de bens está em equilíbrio e o
mercado de trabalho está em equilíbrio então o mercado de capital estará em equilíbrio.
No GAMS você apresenta da seguinte forma:
$TITLE CGE Model 1

PARAMETERS
*Behaviour parameter
alpha Cobb-Douglas (elasticity)
A Cobb-Douglas (scale parameter)
*Benchmark levels for variables

C0 National consumption (demand)
INC0 National Income
KD0 Demand for capital
KS0 Capital supply
LD0 Demand for Labour
LS0 Labour supply
P0 Price of the commodity
R0 Remuneration of capital
W0 Remuneration of labour
Y0 National production in volume (supply);
*Calibration process
LS0 = 7000;
KS0 = 3000;
*Arbitrary prices
P0 = 1;
R0 = 1;
W0 = 1;
*Calibration of other parameters

KD0 = KS0;
LD0 = LS0;
INC0 = W0*LS0 + R0*KS0;
C0 = INC0/P0;
Y0 = C0;
alpha = (R0*KD0)/(P0*Y0);
A = Y0/((KD0**alpha)*(LD0**(1-alpha)));
VARIABLES
C National consumpition (demand)
INC National Income
KD Demand for capital
KS Capital supply
LD Demand for Labour
LS Labour supply
P Price of the commodity
R Remuneration of capital
W Remuneration of labour
Y National production in volume (supply)
leon Walras;
EQUATIONS
Y_EQ Production
LD_EQ Labour demand
KD_EQ Capital in GDP
INC_EQ Income
C_EQ Consumption
P_EQ Equilibrium in goods market
W_EQ Equilibrium in labour market
leon_EQ Verification of the Walras law
;
Y_EQ.. Y =E= A*[KD**alpha]*[LD**(1-alpha)];

LD_EQ.. LD =E= [(1-alpha)*P*Y]/W;
KD_EQ.. KD =E= [alpha*P*Y]/R;
INC_EQ.. INC =E= W*LS + R*KS;
C_EQ.. C =E= INC/P;
P_EQ.. Y =E= C;
W_EQ.. LD =E= LS;
leon_EQ.. leon =E= KD - KS;
*Initialisation
C.l = C0;
KD.l = KD0;
LD.l = LD0;
INC.l = INC0;
R.l = R0;
W.l = W0;
Y.l = Y0;
*Closure
KS.fx = KS0;
LS.fx = LS0;
*Numeraire
P.fx = P0;
MODEL CGE Model /all/;
SOLVE CGE using cns;

Resultado no GAMS:
17:10:42 Page 1
CGE Model 1
Compilation
2 PARAMETERS
3 *Behaviour parameter
4 alpha Cobb-Douglas (elasticity)
5 A Cobb-Douglas (scale parameter)
6
7 *Benchmark levels for variables
8 C0 National consumpition (demand)
9 INC0 National Income
10 KD0 Demand for capital
11 KS0 Capital supply
12 LD0 Demand for Labour
13 LS0 Labour supply
14 P0 Price of the commodity
15 R0 Remuneration of capital
16 W0 Remuneration of labour
17 Y0 National production in volume (supply);
18
19 *Calibration process
20 LS0 = 7000;
21 KS0 = 3000;
22
23 *Arbitrary prices
24 P0 = 1;
25 R0 = 1;
26 W0 = 1;
27
28 *Calibration of other parameters
29 KD0 = KS0;
30 LD0 = LS0;
31 INC0 = W0*LS0 + R0*KS0;
32 C0 = INC0/P0;
33 Y0 = C0;
34 alpha = (R0*KD0)/(P0*Y0);
35 A = Y0/((KD0**alpha)*(LD0**(1-alpha)));
36
37 VARIABLES
38 C National consumpition (demand)
39 INC National Income
40 KD Demand for capital
41 KS Capital supply
42 LD Demand for Labour
43 LS Labour supply
44 P Price of the commodity
45 R Remuneration of capital
46 W Remuneration of labour
47 Y National production in volume (supply)
48 leon Walras;
49
50 EQUATIONS
51 Y_EQ Production
52 LD_EQ Labour demand
53 KD_EQ Capital in GDP
54 INC_EQ Income
55 C_EQ Consumption
56 P_EQ Equilibrium in goods market
57 W_EQ Equilibrium in labour market
58 leon_EQ Verification of the Walras law
59 ;
60
61 Y_EQ.. Y =E= A*[KD**alpha]*[LD**(1-alpha)];
62 LD_EQ.. LD =E= [(1-alpha)*P*Y]/W;
63 KD_EQ.. KD =E= [alpha*P*Y]/R;
64 INC_EQ.. INC =E= W*LS + R*KS;
65 C_EQ.. C =E= INC/P;
66 P_EQ.. Y =E= C;
67 W_EQ.. LD =E= LS;
68 leon_EQ.. leon =E= KD - KS;
69
70 *Initialisation
71 C.l = C0;
72 KD.l = KD0;
73 LD.l = LD0;
74 INC.l = INC0;
75 R.l = R0;
76 W.l = W0;
77 Y.l = Y0;
78
79 *Closure
80 KS.fx = KS0;
81 LS.fx = LS0;
82
83 *Numeraire
84 P.fx = P0;
85
86 MODEL CGE Model /all/;
87
88 SOLVE CGE using cns ;

17:10:42 Page 2
CGE Model 1
Equation Listing SOLVE CGE Using CNS From line 88
---- Y_EQ =E= Production
Y_EQ.. - (1)*KD - (1)*LD + Y =E= 0 ; (LHS = 0)
---- LD_EQ =E= Labour demand
LD_EQ.. LD - (7000)*P + (7000)*W - (0.7)*Y =E= 0 ; (LHS = 0)
---- KD_EQ =E= Capital in GDP
KD_EQ.. KD - (3000)*P + (3000)*R - (0.3)*Y =E= 0 ; (LHS = 0)
---- INC_EQ =E= Income
INC_EQ.. INC - (1)*KS - (1)*LS - (3000)*R - (7000)*W =E= 0 ; (LHS = 0)
---- C_EQ =E= Consumption
C_EQ.. C - (1)*INC + (10000)*P =E= 0 ; (LHS = 0)
---- P_EQ =E= Equilibrium in goods market
P_EQ.. - C + Y =E= 0 ; (LHS = 0)
---- W_EQ =E= Equilibrium in labour market
W_EQ.. LD - LS =E= 0 ; (LHS = 0)
---- leon_EQ =E= Verification of the Walras law
leon_EQ.. - KD + KS + leon =E= 0 ; (LHS = 0)

17:10:42 Page 3
CGE Model 1
Column Listing SOLVE CGE Using CNS From line 88
---- C National consumpition (demand)
C
(.LO, .L, .UP, .M = -INF, 10000, +INF, 0)
1 C_EQ
-1 P_EQ
---- INC National Income
INC
(.LO, .L, .UP, .M = -INF, 10000, +INF, 0)
1 INC_EQ
(-1) C_EQ
---- KD Demand for capital
KD
(.LO, .L, .UP, .M = -INF, 3000, +INF, 0)
(-1) Y_EQ
1 KD_EQ
-1 leon_EQ
---- KS Capital supply
KS
(.LO, .L, .UP, .M = 3000, 3000, 3000, 0)
(-1) INC_EQ
1 leon_EQ
---- LD Demand for Labour
LD
(.LO, .L, .UP, .M = -INF, 7000, +INF, 0)
(-1) Y_EQ
1 LD_EQ
1 W_EQ
---- LS Labour supply

LS
(.LO, .L, .UP, .M = 7000, 7000, 7000, 0)
(-1) INC_EQ
-1 W_EQ
---- P Price of the commodity
P
(.LO, .L, .UP, .M = 1, 1, 1, 0)
(-7000) LD_EQ
(-3000) KD_EQ
(10000) C_EQ
---- R Remuneration of capital
R
(.LO, .L, .UP, .M = -INF, 1, +INF, 0)
(3000) KD_EQ
(-3000) INC_EQ
---- W Remuneration of labour
W
(.LO, .L, .UP, .M = -INF, 1, +INF, 0)
(7000) LD_EQ
(-7000) INC_EQ
---- Y National production in volume (supply)
Y
(.LO, .L, .UP, .M = -INF, 10000, +INF, 0)
1 Y_EQ
(-0.7) LD_EQ
(-0.3) KD_EQ
1 P_EQ
---- leon Walras
leon
(.LO, .L, .UP, .M = -INF, 0, +INF, 0)
1 leon_EQ
17:10:42 Page 4
CGE Model 1
Model Statistics SOLVE CGE Using CNS From line 88
MODEL STATISTICS

CODE LENGTH 41
SINGLE =E|X= EQUS 8 SINGLE UNFIXED VARS 8

17:10:42 Page 5
CGE Model 1
Solution Report SOLVE CGE Using CNS From line 88
SOLVE SUMMARY
MODEL CGE
TYPE CNS

**** MODEL STATUS 16 Solved

Bagsvaerdvej 246 A
** Feasible solution to a square system.

LOWER LEVEL UPPER
---- EQU Y_EQ . . .

---- EQU LD_EQ . . .
---- EQU KD_EQ . . .
---- EQU INC_EQ . . .
---- EQU C_EQ . . .
---- EQU P_EQ . . .
---- EQU W_EQ . . .
---- EQU leon_EQ . . .
Y_EQ Production
LD_EQ Labour demand
INC_EQ Income
C_EQ Consumption
LOWER LEVEL UPPER
---- VAR C -INF 10000.000 +INF

---- VAR INC -INF 10000.000 +INF
---- VAR KD -INF 3000.000 +INF
---- VAR KS 3000.000 3000.000 3000.000
---- VAR LD -INF 7000.000 +INF
---- VAR LS 7000.000 7000.000 7000.000
---- VAR P 1.000 1.000 1.000
---- VAR R -INF 1.000 +INF
---- VAR W -INF 1.000 +INF
---- VAR Y -INF 10000.000 +INF
---- VAR leon -INF . +INF

INC National Income
KS Capital supply
LS Labour supply
leon Walras
**** REPORT SUMMARY : 0 INFEASIBLE

0 DEPENDENT
0 ERRORS

**** FILE SUMMARY

Os resultados acima (em amarelo) mostram o benchmark. A partir daí você pode fazer
simulações e encontrar valores diferentes em diferentes cenários ( incluindo ou retirando
imposto, por exemplo).
Suponha que ocorra um aumento de 10% na oferta de emprego.
Veja que o closure do benchmark era:
*Closure
KS.fx = KS0;
LS.fx = LS0;
*Numeraire
P.fx = P0;
Para a simulação proposta, você deve fazer a seguinte modificação:

*Closure
KS.fx = KS0;
LS.fx = LS0*1.1;
*Numeraire
P.fx = P0;
Agora, rode novamente o modelo. Você obterá o seguinte resultado:

17:40:23 Page 1
CGE Model
Compilation
2 PARAMETERS
3 *Behaviour parameter
4 alpha Cobb-Douglas (elasticity)
5 A Cobb-Douglas (scale parameter)
6
7 *Benchmark levels for variables
8 C0 National consumpition (demand)
9 INC0 National Income
10 KD0 Demand for capital
11 KS0 Capital supply
12 LD0 Demand for Labour
13 LS0 Labour supply
14 P0 Price of the commodity
15 R0 Remuneration of capital
16 W0 Remuneration of labour
17 Y0 National production in volume (supply);
18
19 *Calibration process
20 LS0 = 7000;
21 KS0 = 3000;
22
23 *Arbitrary prices
24 P0 = 1;
25 R0 = 1;
26 W0 = 1;
27
28 *Calibration of other parameters
29 KD0 = KS0;
30 LD0 = LS0;
31 INC0 = W0*LS0 + R0*KS0;
32 C0 = INC0/P0;
33 Y0 = C0;
34 alpha = (R0*KD0)/(P0*Y0);
35 A = Y0/((KD0**alpha)*(LD0**(1-alpha)));
36
37 VARIABLES
38 C National consumpition (demand)
39 INC National Income
40 KD Demand for capital
41 KS Capital supply
42 LD Demand for Labour
43 LS Labour supply
44 P Price of the commodity
45 R Remuneration of capital
46 W Remuneration of labour
47 Y National production in volume (supply)
48 leon Walras;
49
50 EQUATIONS
51 Y_EQ Production
52 LD_EQ Labour demand
53 KD_EQ Capital in GDP
54 INC_EQ Income
55 C_EQ Consumption
56 P_EQ Equilibrium in goods market
57 W_EQ Equilibrium in labour market
58 leon_EQ Verification of the Walras law
59 ;
60
61 Y_EQ.. Y =E= A*[KD**alpha]*[LD**(1-alpha)];
62 LD_EQ.. LD =E= [(1-alpha)*P*Y]/W;
63 KD_EQ.. KD =E= [alpha*P*Y]/R;
64 INC_EQ.. INC =E= W*LS + R*KS;
65 C_EQ.. C =E= INC/P;
66 P_EQ.. Y =E= C;
67 W_EQ.. LD =E= LS;
68 leon_EQ.. leon =E= KD - KS;
69
70 *Initialisation
71 C.l = C0;
72 KD.l = KD0;
73 LD.l = LD0;
74 INC.l = INC0;
75 R.l = R0;
76 W.l = W0;
77 Y.l = Y0;
78
79 *Closure
80 KS.fx = KS0*1.1;
81 LS.fx = LS0;
82
83 *Numeraire
84 P.fx = P0;
85
86 MODEL CGE Model /all/;
87
88 SOLVE CGE using cns ;

17:40:23 Page 2
CGE Model
Equation Listing SOLVE CGE Using CNS From line 88
---- Y_EQ =E= Production
Y_EQ.. - (1)*KD - (1)*LD + Y =E= 0 ; (LHS = 0)
---- LD_EQ =E= Labour demand
LD_EQ.. LD - (7000)*P + (7000)*W - (0.7)*Y =E= 0 ; (LHS = 0)
---- KD_EQ =E= Capital in GDP
KD_EQ.. KD - (3000)*P + (3000)*R - (0.3)*Y =E= 0 ; (LHS = 0)
---- INC_EQ =E= Income
INC_EQ.. INC - (1)*KS - (1)*LS - (3300)*R - (7000)*W =E= 0 ;
(LHS = -300, INFES = 300 ****)
---- C_EQ =E= Consumption
C_EQ.. C - (1)*INC + (10000)*P =E= 0 ; (LHS = 0)
---- P_EQ =E= Equilibrium in goods market
P_EQ.. - C + Y =E= 0 ; (LHS = 0)
---- W_EQ =E= Equilibrium in labour market
W_EQ.. LD - LS =E= 0 ; (LHS = 0)
---- leon_EQ =E= Verification of the Walras law
leon_EQ.. - KD + KS + leon =E= 0 ; (LHS = 300, INFES = 300 ****)

17:40:23 Page 3
CGE Model
Column Listing SOLVE CGE Using CNS From line 88
---- C National consumpition (demand)
C
(.LO, .L, .UP, .M = -INF, 10000, +INF, 0)
1 C_EQ
-1 P_EQ
---- INC National Income
INC
(.LO, .L, .UP, .M = -INF, 10000, +INF, 0)
1 INC_EQ
(-1) C_EQ
---- KD Demand for capital
KD
(.LO, .L, .UP, .M = -INF, 3000, +INF, 0)
(-1) Y_EQ
1 KD_EQ
-1 leon_EQ
---- KS Capital supply
KS
(.LO, .L, .UP, .M = 3300, 3300, 3300, 0)
(-1) INC_EQ
1 leon_EQ
---- LD Demand for Labour
LD
(.LO, .L, .UP, .M = -INF, 7000, +INF, 0)
(-1) Y_EQ
1 LD_EQ
1 W_EQ
---- LS Labour supply

LS
(.LO, .L, .UP, .M = 7000, 7000, 7000, 0)
(-1) INC_EQ
-1 W_EQ
---- P Price of the commodity
P
(.LO, .L, .UP, .M = 1, 1, 1, 0)
(-7000) LD_EQ
(-3000) KD_EQ
(10000) C_EQ
---- R Remuneration of capital
R
(.LO, .L, .UP, .M = -INF, 1, +INF, 0)
(3000) KD_EQ
(-3300) INC_EQ
---- W Remuneration of labour
W
(.LO, .L, .UP, .M = -INF, 1, +INF, 0)
(7000) LD_EQ
(-7000) INC_EQ
---- Y National production in volume (supply)
Y
(.LO, .L, .UP, .M = -INF, 10000, +INF, 0)
1 Y_EQ
(-0.7) LD_EQ
(-0.3) KD_EQ
1 P_EQ
---- leon Walras
leon
(.LO, .L, .UP, .M = -INF, 0, +INF, 0)
1 leon_EQ
17:40:23 Page 4
CGE Model
Model Statistics SOLVE CGE Using CNS From line 88
MODEL STATISTICS

CODE LENGTH 41
SINGLE =E|X= EQUS 8 SINGLE UNFIXED VARS 8

17:40:23 Page 5
CGE Model
Solution Report SOLVE CGE Using CNS From line 88
SOLVE SUMMARY
MODEL CGE
TYPE CNS

**** MODEL STATUS 16 Solved

Bagsvaerdvej 246 A
** Feasible solution to a square system.

LOWER LEVEL UPPER
---- EQU Y_EQ . -5.049E-7 .

---- EQU LD_EQ . . .
---- EQU KD_EQ . -4.625E-7 .
---- EQU INC_EQ . . .
---- EQU C_EQ . . .
---- EQU P_EQ . . .
---- EQU W_EQ . . .
---- EQU leon_EQ . . .
Y_EQ Production
LD_EQ Labour demand
INC_EQ Income
C_EQ Consumption
LOWER LEVEL UPPER
---- VAR C -INF 10290.058 +INF

---- VAR INC -INF 10290.058 +INF
---- VAR KD -INF 3300.000 +INF
---- VAR KS 3300.000 3300.000 3300.000
---- VAR LD -INF 7000.000 +INF
---- VAR LS 7000.000 7000.000 7000.000
---- VAR P 1.000 1.000 1.000
---- VAR R -INF 0.935 +INF
---- VAR W -INF 1.029 +INF
---- VAR Y -INF 10290.058 +INF
---- VAR leon -INF -4.625E-7 +INF

INC National Income
KS Capital supply
LS Labour supply
leon Walras
**** REPORT SUMMARY : 0 INFEASIBLE

0 DEPENDENT
0 ERRORS

**** FILE SUMMARY

Observe que os valores obtidos das variáveis são diferentes, como era de se esperar e a
variável leon (que comprova o equilíbrio de Walras) já não é mais zero como no benchmark.
Antes:
---- VAR C -INF 10000.000 +INF
---- VAR INC -INF 10000.000 +INF
---- VAR KD -INF 3000.000 +INF
---- VAR KS 3000.000 3000.000 3000.000
---- VAR LD -INF 7000.000 +INF
---- VAR LS 7000.000 7000.000 7000.000
---- VAR P 1.000 1.000 1.000
---- VAR R -INF 1.000 +INF
---- VAR W -INF 1.000 +INF
---- VAR Y -INF 10000.000 +INF
---- VAR leon -INF . +INF
Depois:
---- VAR C -INF 10290.058 +INF
---- VAR INC -INF 10290.058 +INF
---- VAR KD -INF 3300.000 +INF
---- VAR KS 3300.000 3300.000 3300.000
---- VAR LD -INF 7000.000 +INF
---- VAR LS 7000.000 7000.000 7000.000
---- VAR P 1.000 1.000 1.000
---- VAR R -INF 0.935 +INF
---- VAR W -INF 1.029 +INF
---- VAR Y -INF 10290.058 +INF
---- VAR leon -INF -4.625E-7 +INF
O Programa GAMS é muito utilizado em modelagem de equilíbrio Geral. Para construir um

modelo de equilíbrio geral é preciso:
a) Escrever uma estrutura matemática de modo que o número de variáveis endógenas
seja igual ao número de equações;
b) Verifique primeiro se o modelo replica seus dados. Então verifique se todos os
mercados estão em equilíbrio através de uma variável do tipo `leon`do modelo
acima.
Referências:
Carvalho, E. A Computable General Model of Trade, In Economic Integration Impacts

and Alternative Responses in Brazil´s Northeast, Verlag/Amazon, 2008.
Hosoe, N., Computable General Equilibrium Modeling with GAMS, Draft, 2004
https://www.youtube.com/watch?v=3-9pGY6aKhg

Para Treinar Com o GAMS

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Para Treinar Com o GAMS

Enviado por

Direitos autorais:

Formatos disponíveis

MODELOS DE OTIMIZAÇÃO E EQUILÍBRIO GERAL

UTILIZANDO O GAMS-Profa. Eveline B.S. Carvalho-CAEN-UFC

O General Algebraic Modeling System-GAMS é muito utilizado para problemas de otimização

Suponha o seguinte Problema:

Utilizando o multiplicador de Lagrange tem-se:

 = 𝑥1 𝑥2 − (5𝑥1 + 10𝑥2 − 200)

No GAMS você apresenta esse problema de otimização da seguinte forma:

Free Variables x1, x2, p1, p2, z;

Solve SampleProblem1 using NLP maximizing z;

Veja os resultados pelo programa das variáveis e função objetivo:

LOWER LEVEL UPPER MARGINAL

---- VAR x1 -INF 20.000 +INF EPS

**** REPORT SUMMARY : 0 NONOPT

EXECUTION TIME = 0.000 SECONDS 2 MB 25.0.2 r65346 WEX-VS8

USER: GAMS Development Corporation, USA G871201/0000CA-ANY

**** FILE SUMMARY

O GAMS informa que: x1=20, x2=10 e Ua=200 (ver em amarelo)

Um modelo CGE é uma implementação empírica de teorias de equilíbrio geral desenvolvidas

A estrutura básica de um modelo (Computable General Equilibrium)CGE consiste de

Existem dois tipos de modelos de equilíbrio econômico, o equilíbrio parcial e o equilíbrio

A modelagem de equilíbrio geral é geralmente baseada na representação de produção de

Os modelos de equilíbrio geral podem ser estáticos ou dinâmicos. Os modelos dinâmicos de

Vamos ver um exemplo prático de equilíbrio geral usando GAMS:

Se existem apenas 2 pessoas ou grupos de pessoas A e B. Se a função UA=2x1x2 e UB=3x1x2 , com

Max UB = 3x1x2 sujeito a 2x1+3x2=40+24

UA + UB = 2x1x2 + 3x1x2 =(2.14.9,33)+(3.16.10,67)=261,24+512,16=773,40

Free Variables x1A, x2A, x1B, x2B, z;

Solve CGE1 using NLP maximizing z;

COMPILATION TIME = 0.000 SECONDS 2 MB 25.0.2 r65346 WEX-VS8

BLOCKS OF EQUATIONS 5 SINGLE EQUATIONS 5

GENERATION TIME = 0.031 SECONDS 3 MB 25.0.2 r65346 WEX-VS8

EXECUTION TIME = 0.031 SECONDS 3 MB 25.0.2 r65346 WEX-VS8

MODEL CGE1 OBJECTIVE z

**** SOLVER STATUS 1 Normal Completion

RESOURCE USAGE, LIMIT 0.015 1000.000

** Optimal solution. Reduced gradient less than tolerance.

CONOPT time Total 0.017 seconds

LOWER LEVEL UPPER MARGINAL

---- EQU Con1 56.000 56.000 56.000 -6.667

LOWER LEVEL UPPER MARGINAL

**** REPORT SUMMARY : 0 NONOPT

EXECUTION TIME = 0.000 SECONDS 2 MB 25.0.2 r65346 WEX-VS8

USER: GAMS Development Corporation, USA G871201/0000CA-ANY

**** FILE SUMMARY

Outro Modelo de Equilíbrio Geral

As equações do modelo são:

KS e LS são variáveis exógenas

No GAMS você apresenta da seguinte forma:

$TITLE CGE Model 1

*Benchmark levels for variables

*Calibration of other parameters

Y_EQ.. Y =E= A*[KD**alpha]*[LD**(1-alpha)];

MODEL CGE Model /all/;

SOLVE CGE using cns;

COMPILATION TIME = 0.000 SECONDS 2 MB 25.0.2 r65346 WEX-VS8

---- Y_EQ =E= Production

Y_EQ.. - (1)*KD - (1)*LD + Y =E= 0 ; (LHS = 0)

---- LD_EQ =E= Labour demand

LD_EQ.. LD - (7000)*P + (7000)*W - (0.7)*Y =E= 0 ; (LHS = 0)

---- KD_EQ =E= Capital in GDP

KD_EQ.. KD - (3000)*P + (3000)*R - (0.3)*Y =E= 0 ; (LHS = 0)

---- INC_EQ =E= Income

INC_EQ.. INC - (1)*KS - (1)*LS - (3000)*R - (7000)*W =E= 0 ; (LHS = 0)

---- C_EQ =E= Consumption

Y_EQ.. - (1)KD - (1)LD + Y =E= 0 ; (LHS = 0)

LD_EQ.. LD - (7000)P + (7000)W - (0.7)*Y =E= 0 ; (LHS = 0)

KD_EQ.. KD - (3000)P + (3000)R - (0.3)*Y =E= 0 ; (LHS = 0)

INC_EQ.. INC - (1)KS - (1)LS - (3000)R - (7000)W =E= 0 ; (LHS = 0)

C_EQ.. C - (1)INC + (10000)P =E= 0 ; (LHS = 0)

Y_EQ.. - (1)KD - (1)LD + Y =E= 0 ; (LHS = 0)

LD_EQ.. LD - (7000)P + (7000)W - (0.7)*Y =E= 0 ; (LHS = 0)

KD_EQ.. KD - (3000)P + (3000)R - (0.3)*Y =E= 0 ; (LHS = 0)

INC_EQ.. INC - (1)KS - (1)LS - (3300)R - (7000)W =E= 0 ;

C_EQ.. C - (1)INC + (10000)P =E= 0 ; (LHS = 0)