Aula 01 – Curso de Nivelamento – CAEN/UFC

Professor: João Mário Santos de França

Notas de aula: José Marcos de Castro Martins

Assunto: Otimização Não Condicionada

Otimização e Tópicos de Microeconomia

Página 211, capítulo 9, Matemática para Economistas, 4ª edição, Alpha C. Chiang e Kevin
Wainwright, editora Campus-Elsevier.
Page 231, chapter nine, Fundamental Methods of Mathematical Economics, third edition,
Alpha C. Chiang, McGraw-Hill.

01. Otimização (The quest for the best)

* Otimização
* Não condicionada
- Caso de uma variável
- Caso de n variáveis
* Condicionada
- Restrições de igualdade
- Restrições de desigualdade

02. Otimização não condicionada: caso de uma variável

Função objetivo: z = f(x)
A essência do processo de otimização é simplesmente encontrar o conjunto de valores das
variáveis independentes que irão produzir o desejado extremo da função objetivo.
Condição necessária para pontos extremos:
Condição de primeira ordem (CPO): f’(x) = 0.
Assumiremos nesta discussão que a função f é continuamente diferenciável.
Há três testes para determinar se há máximos ou mínimos:
* Teste da derivada primeira
* Teste da derivada segunda
* Teste da enésima derivada

2.1. Teste da derivada primeira

Se a condição necessária f’(x0) = 0 é satisfeita, então a mudança de sinal da derivada primeira
em torno de x0 serve como condição suficiente.
x0: valor crítico
(x0 , f(x0)): valor estacionário
a) Ponto de máximo: muda o sinal de + para – em torno de f’(x0).
b) Ponto de mínimo: muda o sinal de - para + em torno de f’(x0).
c) Ponto de inflexão: não muda o sinal em torno de f’(x0).

2.2. Teste da derivada segunda

Sendo satisfeita a CPO f’(x0) = 0, aplica-se a condição de segunda ordem (CSO):
a) f’’(xo) < 0: ponto de máximo
b) f’’(x0) > 0: ponto de mínimo
c) f’’(x0) = 0: teste inconclusivo (pode ser ponto de máximo, de mínimo ou de inflexão)

A derivada primeira revela a inclinação da curva, também indicando se a função é crescente

ou decrescente. A derivada segunda revela a curvatura do gráfico, mostrando se a função é
côncava ou convexa.
Se f’’(x) < 0 para todo x ⇒ f(x) é estritamente côncava.
Se f’’(x) > 0 para todo x ⇒ f(x) é estritamente convexa.
2.3. Teste da enésima derivada
2.3.1. Expansão de Taylor e o resto de Lagrange
A função f(x) pode ser expandida ao redor do ponto x0 por meio de uma série de Taylor usando
a fórmula de Lagrange para o resto.
f ’’(x0 ) (x – x0 )2 f(n−1) (x0 ) (x – x0 )(n−1) f(n) (p) (x – x0 )n
f(x) = f(x0) + f’(x0) (x – x0) + + … … + +
2! (n−1)! (n)!

f(n) (p) (x – x0 )n
Em que é o resto de Lagrange e p é um número entre x e x0 .
(n)!

2.3.2. Definição
A função f(x) atinge um valor máximo em x0 , se f(x) – f(x0) for menor do que zero para valores
de x na vizinhança imediata de x0 tanto à sua esquerda quanto à sua direita.
A função f(x) atinge um valor mínimo em x0 se f(x) – f(x0) for maior do que zero para valores
de x na vizinhança imediata de x0 tanto à sua esquerda quanto à sua direita.
Reagrupando a expansão de Taylor com resto de Lagrange, tem-se:
f ’’(x0 ) (x – x0 )2 f(n−1)(x0 ) (x – x0 )(n−1) f(n) (p) (x – x0 )n
f(x) - f(x0) = f’(x0) (x – x0) + + … … + +
2! (n−1)! n!

2.3.3. Regra geral do teste da enésima derivada

A série de Taylor com resto de Lagrange reduz-se para
f(n)(p) (x – x0 )n
f(x) - f(x0) =
n!

se f’(x0) = f’’(x0) = ... = f(n-1)(x0) = 0 e fn (x0) ≠ 0.

Uma vez que fn(p) tem o mesmo sinal de fn(x0), segue-se que:

a) Caso n seja par:

se fn(x0) > 0 ⇒ x0 é ponto de mínimo

se fn(x0) < 0 ⇒ x0 é ponto de máximo

b) Caso n seja ímpar, basta que fn (x0) ≠ 0 para se ter um ponto de inflexão em x0 .