Análise Econômica NotasAULA 2023

UNIVERSIDADE PRESBITERIANA MACKENZIE
CCSA – Centro de Ciências Sociais Aplicadas
Análise Econômica
Introdução
Economia Matemática
• Não é um ramo distinto
• É uma abordagem da Análise Econômica
• Problemas Econômicos através de Símbolos Matemáticos
• Teoremas Matemáticos para auxiliar o raciocínio
Tópicos específicos, que podem ser resolvidos com ferramentas

matemáticas, são, por exemplo, microeconomia, macroeconomia, finanças
públicas, economia urbana, política monetária etc.
Atualmente a maioria dos livros didáticos de Economia utiliza elementos de
Economia Matemática, entretanto, é mais comum associar tais técnicas
matemáticas à elementos como Álgebra Matricial, Cálculo Diferencial e Integral,
Equações Diferenciais etc.
Objetivo Geral de Economia Matemática: introduzir os aspectos mais

fundamentais dos métodos matemáticos utilizados em Economia.
Economia Matemática Vs. Economia Não Matemática

• Economia Matemática é equivalente a abordagem da Análise Econômica
Discursiva, portanto, não difere em nenhum sentido fundamental da
abordagem Não Matemática.
• Diferenças Formais:
➢ Economia Matemática usa símbolos para enunciar premissas e
conclusões, ao invés de palavras e textos longos.
➢ No lugar da lógica literária são usados teoremas matemáticos.
A Matemática tem a vantagem de obrigar os analistas a enunciar suas

premissas explicitamente em cada estágio do raciocínio.
Teoremas Matemáticos costumam utilizar a lógica:
“Se.... Então....”
1
Note: na Análise Econômica essa é a diferença fundamental entre os

Métodos Hipotéticos Dedutivos e os Métodos Históricos Dedutivos.
Geometria e sua limitação

Em Economia o uso de apenas duas dimensões, por exemplo, nas curvas de
indiferenças (das funções de Utilidade) se dá pelo fato de ser difícil construir
representações tridimensionais (𝑅3 ), e impossível representar dimensões
superiores (𝑅𝑛 , 𝑐𝑜𝑚 𝑛 ≥ 4).
Nesse sentido, é fisicamente impossível representar graficamente 04 ou
mais dimensões.
Para resolver problemas gerais com 03, 04 ou n dimensões (variáveis) deve-
se então utilizar-se de Equações ou Sistemas de Equações.
• Vantagens da Economia Matemática

➢ Linguagem mais precisa e concisa
➢ Vasto número de Teoremas Matemáticos a disposição
➢ Obriga formalismo e explicitação de premissas e hipóteses, o que
consequentemente minimiza ‘falhas’ na formulação e facilita a
verificação de cada etapa.
➢ Permite generalizações (n variáveis)
• Desvantagens:
➢ Dificuldade de Comunicação entre Economistas Matemáticos e
Não-Matemáticos
➢ Economia Matemática pode gerar hipóteses matemáticas
perfeitas, porém Não Realistas (com baixa aderência a realidade)
e Não Razoáveis Economicamente.
▪ Exemplo: Função de Utilidade e Escolha do Consumidor –
como funciona na realidade, igual ao que a Teoria
Microeconômica formaliza?
2
Economia Matemática Vs. Econometria

Econometria: mensuração de dados econômicos. Trata do estudo de
observações empíricas utilizando métodos estatísticos de estimação e teste de
hipóteses.
Economia Matemática é a aplicação de matemática aos aspectos
puramente teóricos da Análise Econômica.
Atualmente o método científico cobra estudos empíricos antes de aplicar
teorias e resultados. Ao mesmo tempo, o estudo empírico precisa da teoria como
fundamentação e orientação.
Porém, Economia Matemática é mais básica, pois para a obtenção de um
estudo estatístico e econométrico significativo é indispensável uma boa estrutura
teórica.
Modelos Econômicos
Um Modelo Econômico é uma estrutura analítica deliberadamente
simplificada da realidade, através da seleção de fatores mais importantes e das
inter-relações relevantes para o problema estudado.
Note: não precisa ser matemático.
Modelos Matemáticos
Um Modelo Matemático é construído de um conjunto de equações visando
descrever a estrutura de um problema.
Objetivo: obter um conjunto de conclusões lógicas através da aplicação de
operações matemáticas.
Se o Modelo Matemático for construído apropriadamente, de modo que
possa ser mensurado, pode-se então resolvê-lo de forma a gerar-se valores para
as soluções dos sistemas de variáveis utilizado.
Exemplo: Oferta e Demanda O

P
𝑄𝐷 = 𝑎 − 𝑏. 𝑃
{
𝑄𝑂 = 𝑐 + 𝑑. 𝑃 D
Variável, Constante e Parâmetro

Variável: algo que pode assumir valores diferentes.
3
Constante: valor fixo, por exemplo, na expressão [𝑏2 − 4. 𝑎. 𝑐] o valor 4 é

constante.
Parâmetro: é uma constante paramétrica que deve assumir valores fixos
para situações distintos, por exemplo, [𝑏2 − 4. 𝑎. 𝑐] onde 𝑏, 𝑎 𝑒 𝑐 são
parâmetros.
Variáveis Endógenas: seus valores são determinados pelo modelo
(originadas internamente).
Variáveis Exógenas: valores determinados por forças externas ao modelo
(aceitas como dadas).
Equações e Identidades
Variáveis existem independentes de relações, porém o maior interesse em
variáveis é a construção de relações por meio de equações e inequações.
As aplicações econômicas têm 03 tipos de equações
• Equações de Definição
• Equações de Comportamento
• Equações de Equilíbrio
Equações de Definição: impõe uma identidade entre duas expressões

alternativas com mesmo significado
Exemplo: 𝐿𝑢𝑐𝑟𝑜 = 𝑅𝑒𝑐𝑒𝑖𝑡𝑎 − 𝐶𝑢𝑠𝑡𝑜
Equações de Comportamento: impõe o padrão de comportamento de uma

variável relativo a mudanças em outras variáveis.
Exemplos:
➢ Comportamento humano como em 𝐶 = 𝐶 (𝑌) ou 𝐶(𝑌, 𝐼), função
consumo como resposta ao nível de (renda) ou (renda e
investimento).
➢ Comportamento não humano 𝐶(𝑦), função custo da firma como
resposta ao nível de produção.
Equações de Comportamento precisam adotar pressupostos bem definidos
com relação ao padrão de comportamento da variável em questão.
4
Equações de Equilíbrio: impõe a condição que é pré-requisito para a

obtenção do equilíbrio.
Exemplo:
𝑄𝐸𝑞𝑢𝑖𝑙 : 𝑄𝐷 = 𝑄𝑂
Dessa forma, o sistema

𝑄𝐷 = 𝑎 − 𝑏. 𝑃
{ 𝑂
𝑄 = 𝑐 + 𝑑. 𝑃
𝒂−𝒄
Tem como solução 𝑷∗ = 𝒅+𝒃
Relações, Funções e Gráficos

Relação: é qualquer subconjunto específico de uma regra de associação de
números mais geral.
Função: regra de associação entre números onde cada elemento do
domínio tem um único elemento na imagem.
Exemplos:
𝑦 = 𝑓 (𝑥 )
𝑦: 𝑣𝑎𝑟𝑖á𝑣𝑒𝑙 𝑑𝑒𝑝𝑒𝑛𝑑𝑒𝑛𝑡𝑒
𝑥: 𝑣𝑎𝑟𝑖á𝑣𝑒𝑙 𝑖𝑛𝑑𝑒𝑝𝑒𝑛𝑑𝑒𝑛𝑡𝑒
Ou
𝑓: 𝑥 → 𝑦
→: 𝑚𝑎𝑝𝑒𝑎𝑚𝑒𝑛𝑡𝑜
′𝑓 ′ : 𝑟𝑒𝑔𝑟𝑎 𝑑𝑒 𝑚𝑎𝑝𝑒𝑎𝑚𝑒𝑛𝑡𝑜
Ou
𝑧 = 𝑓 (𝑥, 𝑦)
(𝑥, 𝑦): 𝑣𝑎𝑟. 𝑖𝑛𝑑𝑒𝑝𝑒𝑛𝑑𝑒𝑛𝑡𝑒𝑠 (𝐷𝑜𝑚í𝑛𝑖𝑜)
(𝑧): 𝑣𝑎𝑟. 𝑑𝑒𝑝𝑒𝑛𝑑𝑒𝑛𝑡𝑒 (𝐼𝑚𝑎𝑔𝑒𝑚)
5
Gráficos de Funções
• Linear: 𝑦 = 𝑎0 + 𝑎1 . 𝑥
• Quadrática: 𝑦 = 𝑎0 + 𝑎1 . 𝑥 + 𝑎2 . 𝑥 2
• Cúbica: 𝑦 = 𝑎0 + 𝑎1 . 𝑥 + 𝑎2 . 𝑥 2 + 𝑎3 . 𝑥 3
𝑎
• Hipérbole Retangular: 𝑦 = com 𝑎 > 𝑎 𝑒 𝑥 > 0
𝑥
• Exponencial: 𝑦 = 𝑏 𝑥
6
• Logarítmica: 𝑦 = log 𝑏 𝑥
Níveis de Generalizações
O mais comum é funções e modelos com as constantes dadas, tais como:
𝑦 = 7, 𝑦 = 6𝑥 + 4, 𝑦 = 𝑥 2 − 3𝑥 + 1, etc.
Um nível mais geral de discussão e análise é

𝑦 = 𝑎, 𝑦 = 𝑎 + 𝑏. 𝑥, 𝑦 = 𝑎 + 𝑏𝑥 + 𝑐𝑥 2 , etc.
O mais generalizado é a falta da definição da forma analítica da função, tal

como: 𝑦 = 𝑓(𝑥) ou 𝑧 = 𝑔(𝑥, 𝑦).
Roteiro para resolução de problemas

1) Selecionar variáveis apropriadas (Endógenas/Exógenas)
2) Traduzir em Equações as Suposições Analíticas
3) Derivar as conclusões através de manipulação matemática e interpretar
economicamente os resultados
Análise do Equilíbrio em Economia

Equilíbrio quando estamos pensando nos modelos econômicos é em
essência a situação caracterizada por ausência de tendência a mudança.
O equilíbrio quando atingido tende a se perpetuar exceto por quaisquer
mudanças nas forças externas.
• Equilíbrio:
➢ Estável
➢ Instável
7
Equilíbrio Estável acontece quando mesmo com pequenas oscilações das

forças do sistema o equilíbrio tende a permanecer ou ser novamente atingido.
Equilíbrio Instável acontece quando qualquer pequena oscilação das forças
do sistema retira a condição de equilíbrio.
Equilíbrio Estático acontece quando estaticamente as variáveis do sistema
garantem a condição de equilíbrio entre as equações do sistema.
➔ Equilíbrio Parcial de Mercado – modelo linear

Objetivo: encontrar um conjunto de valores das variáveis endógenas que
satisfazem as condições de equilíbrio.
Exemplo:
• 01 Mercadoria
• Variáveis: 𝑄𝐷 , 𝑄𝑂 , 𝑃
• Supostos: Condição de Equilíbrio 𝑄𝐷 = 𝑄𝑂 (ou seja, [𝑄 𝐷 − 𝑄𝑂 = 0]
Excesso de Demanda igual a Zero).
𝑄𝐷 = 𝑎 − 𝑏. 𝑃 (𝑙𝑖𝑛𝑒𝑎𝑟 𝑑𝑒𝑐𝑟𝑒𝑠𝑐𝑒𝑛𝑡𝑒)
{
𝑄𝑂 = −𝑐 + 𝑑. 𝑃 (𝑙𝑖𝑛𝑒𝑎𝑟 𝑐𝑟𝑒𝑠𝑐𝑒𝑛𝑡𝑒)
𝑎, 𝑏 > 0
Sendo: {
𝑐, 𝑑 > 0
Q
O
a
Q*
D
P* P
-c
𝑄∗ : 𝑄𝐷 = 𝑄𝑂
→ (𝑎 − 𝑏. 𝑃) = (−𝑐 + 𝑑. 𝑃)
(𝑏 + 𝑑 ). 𝑃 = 𝑎 + 𝑐
𝒂+𝒄
Tem-se como solução 𝑷∗ = 𝒃+𝒅
(Preço de Equilíbrio como função dos parâmetros)
Usando 𝑷∗ na equação demanda temos:
𝑎+𝑐
𝑄∗ = 𝑄𝐷 (𝑃∗ ) = 𝑎 − 𝑏. ( )
𝑏+𝑑
8
𝑎𝑏 + 𝑎𝑑 − 𝑎𝑏 − 𝑏𝑐
𝑄∗ = ( )
𝑏+𝑑
𝑎𝑑 − 𝑏𝑐
𝑄∗ = ( )
𝑏+𝑑
O que exige [𝑎𝑑 > 𝑏𝑐 ], para fazer sentido econômico.
➔ Equilíbrio Parcial de Mercado – modelo linear

Exemplo:
• 01 Mercadoria
• Variáveis: 𝑄𝐷 , 𝑄𝑂 , 𝑃
• Supostos: Condição de Equilíbrio 𝑄𝐷 = 𝑄𝑂
𝑄𝐷 = 𝑄𝑂
{𝑄 𝐷 = 4 − 𝑃 2
𝑄𝑂 = 4. 𝑃 − 1
𝑄𝐷 = 𝑄𝑂
… 𝑃∗ = 1
𝑄∗ = 3
Lista.01 – resolver e fazer os gráficos

• Seção 3.2
➢ #02 a) e b)
• Seção 3.3
➢ #06 a) e b)
9
#02)
𝐷
a) {𝑄 = 51 − 3. 𝑃
𝑄𝑂 = 6. 𝑃 − 10
𝐷
Respostas:
b) {𝑄 𝑂 = 30 − 2. 𝑃 61 92
𝑄 = −6 + 5. 𝑃 #02. a) 𝑃∗ = e 𝑄∗ =
9 3
#06) b) 𝑃∗ =
36
e 𝑄∗ =
138
7 7
𝐷 2
a) {𝑄 = 3 − 𝑃
𝑄𝑂 = 6. 𝑃 − 4
#06. a) 𝑃∗ = 1 e 𝑄 ∗ = 2
𝐷 2
b) {𝑄 𝑂 = 8 − 𝑃
b) 𝑃∗ = +√5 e 𝑄 ∗ = 3
2
𝑄 =𝑃 −2
Equilíbrio Geral de Mercado

Todos os bens da Economia interagem entre si por relações de substituição
e complementariedade nas trocas, dado variações de preços.
Em um mercado isolado (equilíbrio parcial) a condição de equilíbrio consiste
apenas em uma equação 𝑄𝐷 = 𝑄 𝑆 (ou seja, Equilíbrio é 𝑄𝐷 − 𝑄 𝑠 = 0).
Em um mercado com várias mercadorias independentes, consideradas
simultaneamente, temos para cada mercadoria:
𝐸𝑞𝑢𝑖𝑙í𝑏𝑟𝑖𝑜𝑖 = 𝑄𝑖𝐷 − 𝑄𝑖𝑆 = 0
{
𝑖 = 1, 2, … , 𝑛
Se existir uma solução, haverá um conjunto de preços 𝑃𝑖∗ e correspondentes

quantidades de equilíbrio 𝑄𝑖∗ tais que todas as (n) equações da condição de
equilíbrio serão satisfeitas simultaneamente.
➔ Modelo de Mercado com duas Mercadorias - LINEAR

𝑸𝒅𝟏 − 𝑸𝒔𝟏 = 𝟎
[ 𝑄𝑑1 = 𝑎0 + 𝑎1 . 𝑃1 + 𝑎2 . 𝑃2
𝑄𝑠1 = 𝑏0 + 𝑏1 . 𝑃1 + 𝑏2 . 𝑃2
𝑸𝒅𝟐 − 𝑸𝒔𝟐 = 𝟎
[ 𝑄𝑑2 = 𝛼0 + 𝛼1 . 𝑃1 + 𝛼2 . 𝑃2
{ 𝑄𝑠2 = 𝛽0 + 𝛽1 . 𝑃1 + 𝛽2 . 𝑃2
10
O que nos leva a:

(𝑎0 − 𝑏0 ) + (𝑎1 − 𝑏1 ). 𝑃1 + (𝑎2 − 𝑏2 ). 𝑃2 = 0
{
(𝛼0 − 𝛽0 ) + (𝛼1 − 𝛽1 ). 𝑃1 + (𝛼2 − 𝛽2 ). 𝑃2 = 0
Para simplificar, vamos reescrever os coeficientes tais como:

𝑐𝑖 = 𝑎𝑖 − 𝑏𝑖
{ (𝑖 = 0, 1, 2)
𝛾𝑖 = 𝛼𝑖 − 𝛽𝑖
Então temos:
𝑐0 + 𝑐1 . 𝑃1 + 𝑐2 . 𝑃2 = 0
{
𝛾0 + 𝛾1 . 𝑃1 + 𝛾2 . 𝑃2 = 0
Resolvendo temos:
𝛾2
[𝑐1 . 𝑃1 + 𝑐2 . 𝑃2 = −𝑐0 ]. [− ]
{ 𝑐2
𝛾1 . 𝑃1 + 𝛾2 . 𝑃2 = −𝛾0
𝛾2 𝛾2
− . 𝑐1 . 𝑃1 + −𝛾2 . 𝑃2 = +𝑐0 .
{ 𝑐2 𝑐2
𝛾1 . 𝑃1 + 𝛾2 . 𝑃2 = −𝛾0
𝑐1 𝑐0
(𝛾1 − . 𝛾 ) . 𝑃1 + 0= . 𝛾 − 𝛾0
𝑐2 2 𝑐2 2
𝑐2 . 𝛾1 − 𝑐1 . 𝛾2 𝑐0 . 𝛾2 − 𝑐2 . 𝛾0
. 𝑃1 =
𝑐2 𝑐2
𝒄𝟎 . 𝜸𝟐 − 𝒄𝟐 . 𝜸𝟎
𝑷∗𝟏 =
𝒄𝟐 . 𝜸𝟏 − 𝒄𝟏 . 𝜸𝟐
Substituindo 𝑃1∗ na primeira equação do sistema, temos:

𝑐0 . 𝛾2 − 𝑐2 . 𝛾0
𝑐1 . ( ) + 𝑐2 . 𝑃2 = −𝑐0
𝑐2 . 𝛾1 − 𝑐1 . 𝛾2
−𝑐1 . 𝑐0 . 𝛾2 + 𝑐1 . 𝑐2 . 𝛾0 − 𝑐0 . 𝑐2 . 𝛾1 + 𝑐1 . 𝑐0 . 𝛾2
𝑐2 . 𝑃2 =
𝑐2 . 𝛾1 − 𝑐1 . 𝛾2
11
+𝑐1 . 𝛾0 − 𝑐0 . 𝛾1
𝑐2 . 𝑃2 = 𝑐2 .
𝑐2 . 𝛾1 − 𝑐1 . 𝛾2
Portanto:
+𝒄𝟎 . 𝜸𝟏 − 𝒄𝟏 . 𝜸𝟎
𝑷𝟐∗ =
𝒄𝟏 . 𝜸𝟐 − 𝒄𝟐 . 𝜸𝟏
Restrições:
i) Denominador diferente de zero → 𝒄𝟏 . 𝜸𝟐 ≠ 𝒄𝟐 . 𝜸𝟏
ii) Numerador com mesmo sinal que o denominador
Obtendo 𝑃1∗ e 𝑃2∗ podemos calcular 𝑄1∗ e 𝑄2∗ .
Exemplo Numérico
𝑄𝑑1 = 10 − 2𝑃1 + 𝑃2
𝑄 = −2 + 3. 𝑃1
{ 𝑠1
𝑄𝑑2 = 15 + 𝑃1 − 𝑃2
𝑄𝑠2 = −1 + 2. 𝑃2
10 − 2𝑃1 + 𝑃2 = −2 + 3. 𝑃1
{
15 + 𝑃1 − 𝑃2 = −1 + 2. 𝑃2
5. 𝑃1 − 𝑃2 = 12 . (−3)
{
𝑃1 − 3. 𝑃2 = −16
−14. 𝑃1 + 0 = −36 − 16
52
𝑃1∗ =
14
𝟐𝟔 𝟒𝟔
(… ) 𝑷∗𝟏 = 𝑷𝟐∗ =
𝟕 𝟕
𝟔𝟒 𝟖𝟓
(… ) 𝑸∗𝟏 = 𝑸𝟐∗ =
𝟕 𝟕
12
Modelo de Mercado com (n) mercadorias

𝑄𝑑𝑖 = 𝑄𝑑𝑖 (𝑃1 , 𝑃2 , … , 𝑃𝑛 )
{ [𝑖 = 1, … , 𝑛]
𝑄𝑠𝑖 = 𝑄𝑠𝑖 (𝑃1 , 𝑃2 , … , 𝑃𝑛 )
Assim temos (2. 𝑛) equações que em condições de equilíbrio devem gerar

um sistema de (𝑛) equações dadas por:
{𝑄𝑑𝑖 (𝑃1 , 𝑃2 , … , 𝑃𝑛 ) − 𝑄𝑠𝑖 (𝑃1 , 𝑃2 , … , 𝑃𝑛 ) = 0 [𝑖 = 1, … , 𝑛]
Resolvidas simultaneamente, essas (𝑛) equações podem determinar os (𝑛)

preços de equilíbrio (𝑃𝑖∗ ) - se realmente existir uma solução. E então, (𝑄𝑖∗ ) pode
ser obtido das funções de demanda e oferta.
Solução de um Sistema Geral de Equações

Não basta contar número de equações e variáveis para definir se existe
solução. Vejamos os seguintes exemplos:
𝑥+𝑦 =8
{ → Sistema inconsistente, NÃO EXISTE Solução
𝑥+𝑦 =9
2𝑥 + 𝑦 = 8
{ → INFINITAS Soluções
4𝑥 + 2𝑦 = 16
2𝑥 + 3𝑦 = 58
{ 𝑦 = 18 → Solução ÚNICA (2, 18)
𝑥 + 𝑦 = 20
Para haver solução única as equações do sistema têm que formar uma
matriz quadrada com os coeficientes das variáveis do sistema, de forma que, esta
matriz dos coeficientes do sistema tem que ser Linearmente Independente (L.I.).
Equilíbrio na Análise da Renda Nacional

➔ Modelo Keynesiano de Determinação da Renda
𝑌 = 𝐶 + 𝐼0 + 𝐺0
{ (𝑎 > 0; 0 < 𝑏 < 1)
𝐶 = 𝑎 + 𝑏. 𝑌
Onde:
Y (Renda) e C (Consumo das Famílias) – Variáveis Endógenas
(𝑏) propensão marginal a consumir
13
Substituindo (𝐶) em (𝑌), temos:

➔ 𝑌 = (𝑎 + 𝑏. 𝑌) + 𝐼0 + 𝐺0
(1 − 𝑏). 𝑌 = 𝑎 + 𝐼0 + 𝐺0
𝑎+𝐼0 +𝐺0
∴ 𝑌∗ =
1−𝑏
𝑎+𝐼0 +𝐺0 𝑎−𝑎𝑏+𝑎𝑏+𝑏(𝐼0 +𝐺0 )

➔ 𝐶 = 𝑎 + 𝑏. ( )=
1−𝑏 1−𝑏
𝑎+𝑏.(𝐼0 +𝐺0 )
∴ 𝐶∗ =
1−𝑏
Restrições:
1) (1 − 𝑏) ≠ 0 → 1 ≠ 𝑏
Ou seja, propensão marginal a consumir 0 < 𝑏 < 1
2) 𝑌 ∗ , 𝐶 ∗ > 0 → 𝑁𝑢𝑚𝑒𝑟𝑎𝑑𝑜𝑟 > 0
Onde:
𝑎: nível de consumo mínimo
𝐼0 : Investimento (normalmente >0)
𝐺0 : Gastos do Governo (normalmente >0)
Lista.02 – Resolver
• Seção 3.4
➢ #03
• Seção 3.5
➢ #01, #02 e #03
Seção 3.4: #03) As funções demanda e oferta de um modelo de duas

mercadorias são as seguintes:
𝑄𝑑1 = 18 − 3𝑃1 + 𝑃2
𝑄 = −2 + 4. 𝑃1
{ 𝑠1
𝑄𝑑2 = 12 + 𝑃1 − 2. 𝑃2
𝑄𝑠2 = −2 + 3. 𝑃2
Calcule 𝑷𝟏 , 𝑷𝟐 , 𝑸𝟏 𝒆 𝑸𝟐 de equilíbrio.
14
Seção 3.5: #01) Dado o seguinte modelo:

𝑌 = 𝐶 + 𝐼0 + 𝐺0
{ 𝐶 = 𝑎 + 𝑏 (𝑌 − 𝑇 ) (𝑎 > 0, 0 < 𝑏 < 1)
𝑇 = 𝑑 + 𝑡. 𝑌 (𝑑 > 0, 0 < 𝑡 < 1)
a) Quantas variáveis endógenas existem?
b) Calcule 𝑌 ∗ , 𝐶 ∗ , 𝑒 𝑇 ∗ .
#02) Seja o modelo de Renda Nacional:

𝑌 = 𝐶 + 𝐼0 + 𝐺
{𝐶 = 𝑎 + 𝑏(𝑌 − 𝑇0 ) (𝑎 > 0, 0 < 𝑏 < 1)
𝐺 = 𝑔. 𝑌 ( 0 < 𝑔 < 1)
a) Identifique as variáveis endógenas.
b) Dê o significado econômico do parâmetro (𝑔).
c) Calcule a Renda Nacional de Equilíbrio.
d) Quais restrições devem ser impostas aos parâmetros para que exista
uma solução?
#03) Calcule 𝑌 ∗ e 𝐶 ∗ do seguinte sistema:

𝑌 = 𝐶 + 𝐼0 + 𝐺0
1
𝐶 = 25 + 6. 𝑌 2
{ 𝐼0 = 16 𝐺0 = 14
Modelos Lineares e Álgebra Matricial

Vantagens:
1) Fornece um modo compacto de escrever um sistema de equações.
2) Possibilidade de encontrar soluções através do cálculo do determinante.
3) Fornece um método para calcular a solução.
4) Aplicabilidade em Análise Estática, Estática Comparativa, Análise
Dinâmica, e Otimização, entre outros.
Restrições: Aplicável somente a sistemas de equações lineares.
15
Em muitos casos, a relação linear gera uma aproximação suficientemente

boa a uma relação concreta não-linear.
Ainda há casos onde, através de transformações monotônicas, podemos
linearizar as funções a serem utilizadas.
Exemplo: 𝑦 = 𝑎. 𝑥 𝑏 → ln(𝑦) = ln(𝑎) + 𝑏. ln(𝑥)
[Linear para (ln(𝑦)) e (ln(𝑥))].
Matrizes e Vetores
Sistema de (𝑚) equações lineares com (𝑛) variáveis (𝑥1 , … , 𝑥𝑛 ) pode ser
representado da seguinte forma:
𝑎11 . 𝑥1 + 𝑎12 . 𝑥2 + ⋯ + 𝑎1𝑛 . 𝑥𝑛 = 𝑑1
𝑎 . 𝑥 + 𝑎22 . 𝑥2 + ⋯ + 𝑎2𝑛 . 𝑥𝑛 = 𝑑2
{ 21 1
⋮ ⋮ ⋮ ⋮
𝑎𝑚1 . 𝑥1 + 𝑎𝑚2 . 𝑥2 + ⋯ + 𝑎𝑚𝑛 . 𝑥𝑛 = 𝑑𝑚
Que pode ser reescrito matricialmente por:
𝑎11 𝑎12 … 𝑎1𝑛 𝑥1 𝑑1

𝑎21 𝑎22 … 𝑎2𝑛 𝑥2 𝑑2
( ⋮ ⋮ ⋮ ).( ⋮ ) = ( ⋮ )
𝑎𝑚1 𝑎𝑚2 … 𝑎𝑚𝑛 𝑥𝑛 𝑑𝑛
• Matriz dos coeficientes
𝑎11 𝑎12 … 𝑎1𝑛
𝑎21 𝑎22 … 𝑎2𝑛
𝐴=( ⋮ ⋮ ⋮ )
𝑎𝑚1 𝑎𝑚2 … 𝑎𝑚𝑛
• Matriz (ou Vetor) de variáveis (Variáveis Endógenas)
𝑥1 𝑥1
𝑥2 𝑥2
𝑥=(⋮) ou 𝑥⃗ = ( ⋮ )
𝑥𝑛 𝑥𝑛
• Matriz (ou Vetor) de termos constantes
𝑑1 𝑑1
𝑑 𝑑
𝑑 = ( 2) ou 𝑑⃗ = ( 2 )
⋮ ⋮
𝑑𝑛 𝑑𝑛
16
Exemplo
6𝑥1 + 3𝑥2 + 𝑥3 = 22
{𝑥1 + 4𝑥2 − 2𝑥3 = 12
4𝑥1 − 𝑥2 + 5𝑥3 = 10
Que pode ser decomposto em:

6 3 1 𝑥1 22
𝐴 = (1 4 −2) 𝑥 = (𝑥2 ) 𝑑 = (12)
4 −1 5 𝑥3 10
Ou seja, podemos escrever 𝐴. 𝑥 = 𝑑, tal como:

6 3 1 𝑥1 22
𝑥
(1 4 −2) . ( 2 ) = (12)
4 −1 5 𝑥3 10
SOLUÇÃO DE SISTEMAS LINEARES POR MÉTODOS MATRICIAS

Em Economia é muito comum a discussão de sistemas de equações lineares
por meio dos métodos matriciais. Todos os sistemas, de Microeconomia,
Macroeconomia e Econometria, que tem por base equações lineares, são
computacionalmente resolvidos por formas matriciais.
Para a solução de sistemas lineares iremos considerar os casos descritos
por:
𝐴. 𝑥 = 𝑑
Esses sistemas têm essencialmente dois métodos tradicionais de solução:

1) Matriz Inversa (𝑨−𝟏 )
𝑨. 𝒙 = 𝒅 → 𝒙∗ = (𝑨−𝟏 ). 𝒅
2) Regra de Cramer
𝐝𝐞𝐭(𝑨𝒊 )
𝑨. 𝒙 = 𝒅 → 𝒙∗𝒊 =
𝐝𝐞𝐭(𝑨)
Onde (𝐴𝑖 ) é a matriz que se obtem da substituição da i-ésima coluna de (𝐴)

pelo vetor (𝑑 ).
17
Condição de Existência de Solução

Essencialmente, para que seja possível calcular matricialmente a solução
dos sistemas, pelos dois métodos supracitados, é necessário que det(𝐴) ≠ 0.
Propriedade:
Det(𝐴) ≠ 0 ⇔ 𝐸𝑥𝑖𝑠𝑡𝑒 (𝐴−1 )
Det(𝐴) = 0 ⇔ 𝑁Ã𝑂 𝐸𝑥𝑖𝑠𝑡𝑒 (𝐴−1 )
Em resumo: se det(𝐴) = 0 não existe solução única do sistema linear em

estudo.
Matrizes – REVISÃO
➔ Definições
1) ESCALAR: número real (ou complexo).
2) MATRIZ: conjunto de escalares com duas ordenações, uma por linha e
outra por coluna.
𝐴 = [𝑎𝑖𝑗 ]𝑚𝑥𝑛 𝑖 = 1, … , 𝑚 𝑗 = 1, … , 𝑛
1 −5 0
Exemplo: 𝐴 = [ ]
2 3 4
𝑎12 = −5
𝑎23 = 4
3) VETOR: matriz com uma linha ou uma coluna.

3
𝑥⃗ = [1] vetor coluna 𝑦⃗ = [5 2 3]1𝑥3 vetor linha
2 3𝑥1
➔ Operações com MATRIZES

4) Adição (ou Subtração)
𝐴 + 𝐵 = 𝐶 → 𝑎𝑖𝑗 + 𝑏𝑖𝑗 = 𝑐𝑖𝑗
𝐴 − 𝐵 = 𝐶 → 𝑎𝑖𝑗 − 𝑏𝑖𝑗 = 𝑐𝑖𝑗
18
1 2 5 0 −3 2 1 −1 7
Exemplo: [ ]+[ ]=[ ]
4 1 0 −1 1 4 3 2 4
5) Multiplicação de Matriz por Escalar
𝛼. 𝐴 = 𝐵 → 𝑏𝑖𝑗 = 𝛼. 𝑎𝑖𝑗
1 0 2 0
Ex.01: 2. [ ]=[ ]
2 3 4 6
1 1 2
Ex.01: 𝛼 = 2 𝑥⃗ = [ ] → 𝛼. 𝑥⃗ = 2. [ ] = [ ]
1 1 2
6) Multiplicação de Matrizes
a. Produto Interno (ou produto escalar)
1 2
⃗𝑥⃗ = [ 5 ] e 𝑦⃗ = [ 3 ]
2 1
⃗𝑥⃗ ∗ 𝑦
⃗⃗⃗ = (1.2) + (5.3) + (2.1) = 19
Ou seja, 𝒙 ⃗⃗⃗ = ∑𝒏𝒊 𝒙𝒊 . 𝒚𝒊

⃗⃗⃗ ∗ 𝒚
b. Multiplicação de Matrizes
𝐴𝒎𝑥𝒑 . 𝐵𝒑𝑥𝒏 = 𝐶𝒎𝑥𝒏
➢ Para ser possível a multiplicação matricial o número de colunas

da matriz (𝐴) deve ser igual ao número de linhas da matriz (𝐵).
➢ A matriz (𝐶 ) resultante tem dimensões dadas por (𝒎 𝑥 𝒏), que
correspondem ao número de linhas da matriz (𝐴) e ao número
de colunas da matriz (𝐵).
➢ Cada elemento 𝑐𝑖𝑗 é o resultado do produto interno da i-ésima
linha de (𝐴) com a j-ésima coluna de (𝐵).
19
5 2
1 2 1 𝟏𝟒 𝟖
Ex.01: [ ] . [4 3] =[ ]
3 4 2 2𝑥3 𝟑𝟑 𝟏𝟖 2𝑥2
1 0 3𝑥2
𝑐11 = (1.5) + (2.4) + (1.1) = 14

𝑐12 = (1.2) + (2.3) + (1.0) = 08
𝑐21 = (3.5) + (4.4) + (2.1) = 33
{𝑐22 = (3.2) + (4.3) + (2.0) = 18
Ex.02:
1 1 1 1
𝐴=[ ] e 𝐵=[ ]
1 1 −1 1
1 1 1 1 0 2
→ 𝐴. 𝐵 = [ ].[ ]=[ ]
1 1 −1 1 0 2
1 1 1 1 2 2
→ 𝐵. 𝐴 = [ ].[ ]=[ ]
−1 1 1 1 0 0
Ou seja, a ordem importa na multiplicação matricial. Somente em casos

especiais (exceções à regra) a ordem não importa, tal como na multiplicação da
matriz pela sua matriz inversa.
➔ Definições de espécies de MATRIZES

7) Matriz Quadrada
Matriz com mesmo número de linhas e colunas.
Exemplos: 𝐴2𝑥2 , 𝐴3𝑥3 , ..., 𝐴𝑛𝑥𝑛 .
8) Matriz Diagonal
Matriz quadrada cujos elementos fora da diagonal principal são nulos.
𝐴𝑛𝑥𝑛 e 𝑎𝑖𝑗 = 0, 𝑠𝑒 𝑖 ≠ 𝑗
𝑎11 𝑎12 𝑎11 0
Exemplo: [𝑎 𝑎22 ] = [ ]
21 0 𝑎22
20
9) Matriz Identidade
Matriz quadrada com os elementos da diagonal principal todos iguais a
1, e com os elementos fora da diagonal principal iguais a zero.
0, 𝑠𝑒 𝑖 ≠ 𝑗
Ou seja: 𝑎𝑖𝑗 = {
1, 𝑠𝑒 𝑖 = 𝑗
1 0
Exemplo: 𝐼2 = [ ]
0 1
Tem a propriedade da Neutralidade na Multiplicação Matricial, tal que

𝑰. 𝑨 = 𝑨.
1 0 1 4 1 4
Exemplo: [ ].[ ]=[ ]
0 1 5 2 5 2
10) Matriz Transposta (𝐴′ 𝑜𝑢 𝐴𝑡 )

Operação que troca as linhas pelas colunas (ou as colunas pelas linhas)
de uma matriz A.
1 2
1 3 5
Ex.01: 𝐴 = [3 4] → 𝐴′ = [ ]
2 4 6 2𝑥3
5 6 3𝑥2
2 3 2 3
Ex.02: 𝐴 = [ ] → 𝐴′ = [ ]
3 5 3 5
Observação: quando 𝐴 = 𝐴′ dizemos que 𝐴 é simétrica, pois temos
𝑎𝑖𝑗 = 𝑎𝑗𝑖 .
11) Matriz Inversa (𝑨−𝟏 )

A matriz inversa (𝐴−1 ) de uma matriz quadrada (𝐴), se existir, guarda a
importante propriedade matricial:
(𝑨). (𝑨−𝟏 ) = (𝑨−𝟏 ). (𝑨) = 𝑰

Exemplo: encontrar, pela definição, a matriz inversa (𝑨−𝟏 ), dada
1 2
𝐴=[ ]
0 1
Resolução:
(𝑨). (𝑨−𝟏 ) = 𝑰
21
1 2 𝑎 𝑏 1 0
[ ].[ ]= [ ]
0 1 𝑐 𝑑 0 1
1. 𝑎 + 2. 𝑐 = 1
1. 𝑏 + 2. 𝑑 = 0
{ →𝑐=0 𝑒 𝑑=1 →𝑎=1 𝑒 𝑏 = −2
0. 𝑎 + 1. 𝑐 = 0
0. 𝑏 + 1. 𝑑 = 1
𝑎 𝑏 1 −2
Portanto: 𝑨−𝟏 = [ ]= [ ]
𝑐 𝑑 0 1
Verificando que: (𝑨). (𝑨−𝟏 ) = 𝑰

Temos:
1 2 1 −2 1 (−2 + 2) 𝟏 𝟎
[ ].[ ]= [ ]=[ ]
0 1 0 1 0 1 𝟎 𝟏
➔ Aplicação da Inversa para Resolver Sistemas Lineares

12) Propriedades de Matriz Inversa e Solução de Sistemas
Seja 𝐴. 𝑥 = 𝑑, com 𝐴𝑛𝑥𝑛 , um sistema de equações lineares descrito por:
𝑎11 . 𝑥1 + 𝑎12 . 𝑥2 + ⋯ + 𝑎1𝑛 . 𝑥𝑛 = 𝑑1
𝑎 . 𝑥 + 𝑎22 . 𝑥2 + ⋯ + 𝑎2𝑛 . 𝑥𝑛 = 𝑑2
{ 21 1
⋮ ⋮ ⋮ ⋮
𝑎𝑛1 . 𝑥1 + 𝑎𝑛2 . 𝑥2 + ⋯ + 𝑎𝑛𝑛 . 𝑥𝑛 = 𝑑𝑛
Que pode ser reescrito matricialmente por:
𝑎11 𝑎12 … 𝑎1𝑛 𝑥1 𝑑1

𝑎21 𝑎22 … 𝑎2𝑛 𝑥2 𝑑
( ⋮ ⋮ ⋮) .( ⋮ ) = ( 2)
⋮
𝑎𝑛1 𝑎𝑛2 … 𝑎𝑛𝑛 𝑛𝑥𝑛 𝑥𝑛 𝑛𝑥1 𝑑𝑛 𝑛𝑥1
Se existir (𝑨−𝟏 ) temos que:

𝐴. 𝑥 = 𝑑 (multiplicando ambos os lados pela inversa)
(𝑨−𝟏 ). 𝐴. 𝑥 = (𝑨−𝟏 ). 𝑑
22
Mas, utilizando as propriedades (𝑨−𝟏 ). (𝑨) = 𝑰 e também que 𝐼. 𝑥 = 𝑥

reescrevemos o sistema por:
𝒙∗ = (𝑨−𝟏 ). 𝒅
Ou seja, se existir (𝐴−1 ) temos:
𝑨. 𝒙 = 𝒅 → 𝒙∗ = (𝑨−𝟏 ). 𝒅 como solução de qualquer sistema linear com
(𝑛) equações e (𝑛) variáveis.
𝑥 + 2𝑦 = 5
Exemplo: {
3𝑦 = 3
Esse sistema tem uma solução muito simples dada por 𝑦 = 1 e 𝑥 = 3.
Utilizando o método matricial de resolução pela matriz inversa temos:

1 2 𝑥 5
( ) . (𝑦 ) = ( )
0 3 3
1 2
Portanto 𝐴 = ( ).
0 3
Utilizando da definição (𝑨). (𝑨−𝟏 ) = 𝑰
1 2 𝑎 𝑏 1 0
[ ].[ ]= [ ]
0 3 𝑐 𝑑 0 1
1. 𝑎 + 2. 𝑐 = 1
1. 𝑏 + 2. 𝑑 = 0 1 2
{ →𝑐=0 𝑒 𝑑= →𝑎=1 𝑒 𝑏=−
0. 𝑎 + 3. 𝑐 = 0 3 3
0. 𝑏 + 3. 𝑑 = 1
𝟐
𝟏 −
𝟑
Desse modo (𝑨−𝟏 ) = [ 𝟏 ]
𝟎
𝟑
Calculando a solução do sistema com (𝑨−𝟏 ), temos:

𝟐
𝒙∗ 𝟏 − 𝟓
∗ −𝟏 ) 𝟑
𝒙 = (𝑨 . 𝒅 → ( ∗) = [ ].( )
𝒚 𝟎
𝟏 𝟑
𝟑
𝒙∗ 𝟑
( ∗) = ( )
𝒚 𝟏
23
➔ Cálculo de Determinantes
13) Determinantes
a. Matriz 1𝑥1
𝐴 = [𝑎11 ] → det(𝐴) = 𝑎11
b. Matriz 2𝑥2
𝑎11 𝑎12
𝐴 = [𝑎 𝑎22 ] → det(𝐴) = (𝑎11 . 𝑎22 ) − (𝑎12 . 𝑎21 )
21
1 5
Exemplo: | | = 8 − 10 = −2
2 8
c. Matriz 3𝑥3 – Regra de Sarrus
1 0 3
Exemplo.01: 𝐴 = [2 1 5]
4 1 4
1 0 3 1 0
det(𝐴) = 2 1 5 2 1
4 1 4 4 1
𝐝𝐞𝐭(𝑨) = 4 + 0 + 6 − 12 − 5 − 0 = −𝟕
1 2 3
Exemplo.02: 𝐴 = [4 5 6]
9 12 15
𝐝𝐞𝐭(𝑨) = 75 + 108 + 144 − 135 − 72 − 120
= 327 − 327
𝐝𝐞𝐭(𝑨) = 𝟎
24
d. Matriz 𝒏 𝑥 𝒏 (𝑛 >= 4) – Regra da Expansão de Laplace

(ou Teorema de Laplace)
𝐝𝐞𝐭(𝑨) = ∑𝒏 𝒊=𝟏 𝒂𝒊𝒋 . 𝑪𝒊𝒋

(𝒐𝒖 𝒋=𝟏)
Onde:
𝐶𝑖𝑗 é a matriz co-fatora dada por 𝐶𝑖𝑗 = (−1)𝑖+𝑗 . det(𝑀𝑖𝑗 )
𝑀𝑖𝑗 é o Menor Principal, que é a matriz resultante da eliminação
da linha (𝑖) e da coluna (𝑗) da matriz principal (𝐴), quando
percorre-se uma linha (ou uma coluna) desta matriz (𝐴).
3 1 −2 1
5 2 2 3
Exemplo: Determine o 𝐷𝑒𝑡(𝐴) = | |
7 4 −5 0
1 −1 11 2
𝐷𝑒𝑡(𝐴) = 𝟕. 𝑪𝟑𝟏 + 𝟒. 𝑪𝟑𝟐 + (−𝟓). 𝑪𝟑𝟑 + 𝟎. 𝑪𝟑𝟒
Sendo:
1 −2 1
𝑪𝟑𝟏 = (−1)𝟑+𝟏 . | 2 2 3| = ⋯ = (+1). (42 − 33) = 𝟗
−1 11 2
3 −2 1
𝑪𝟑𝟐 = (−1)𝟑+𝟐 . |5 2 3| = ⋯ = 𝟐𝟎
1 11 2
3 1 1
𝟑+𝟑
𝑪𝟑𝟑 = (−1) . |5 2 3| = ⋯ = 𝟕
1 −1 2
Portanto temos:
𝐷𝑒𝑡(𝐴) = 7. (9) + 4. (20) + (−5). 7 + 0
𝑫𝒆𝒕(𝑨) = 𝟏𝟎𝟖
25
14) Regra de CRAMER

Seja 𝐴. 𝑥⃗ = 𝑑⃗ um sistema linear onde (𝐴) é uma matriz quadrada.
Então a solução do sistema, se det (𝐴) ≠ 0, é dada por:
det(𝐴𝑖 )
𝑥𝑖∗ =
det (𝐴)
Onde (𝐴𝑖 ) é a matriz resultante da substituição da i-ésima coluna de (𝐴)

pelo vetor 𝑑⃗.
3𝑥1 + 4𝑥2 = 2
Ex.01: {
𝑥1 + 2𝑥2 = 4
3 4 2 4 3 2
𝐴=( ) 𝐴1 = ( ) 𝐴2 = ( )
1 2 4 2 1 4
det(𝐴1 ) 12
𝒙𝟏∗ = = − = −𝟔
det (𝐴) 2
det(𝐴2 ) 10
𝒙𝟐∗ = = =𝟓
det (𝐴) 2
𝑥1 + 3𝑥2 = 0
Ex.02: {
2𝑥1 + 5𝑥2 = 0
1 3 0 3 1 0
𝐴=( ) 𝐴1 = ( ) 𝐴2 = ( )
2 5 0 5 2 0
det(𝐴1 ) 0
𝒙𝟏∗ = = − =𝟎
det (𝐴) 1
det(𝐴2 ) 0
𝒙𝟐∗ = = =𝟎
det (𝐴) −1
Quando 𝑑⃗ = 0 o sistema é chamado de sistema homogêneo e, nesse caso,

sempre tem pelo menos uma solução trivial 𝑥⃗ = 0.
26
Ou seja:
1 3 𝑥1 0
( ) . (𝑥 ) = ( )
2 5 2 0
𝑥∗ 0
Tem solução trivial: ( 1∗ ) = ( ).
𝑥2 0
Ex.03: Modelo Keynesiano de Determinação da Renda

𝑌 = 𝐶 + 𝐼0 + 𝐺0
{
𝐶 = 𝑎 + 𝑏. (𝑌 − 𝑇0 )
Resolvendo matricialmente:
𝑌 − 𝐶 = 𝐼0 + 𝐺0
{
−𝑏. 𝑌 + 𝐶 = 𝑎 − 𝑏. 𝑇0
1 −1 𝑌 𝐼 + 𝐺0
( ) .( ) = ( 0 )
−𝑏 +1 𝐶 𝑎 − 𝑏. 𝑇0
Portanto: [ 𝐴 . 𝑥⃗ = 𝑑⃗ ]
1 −1 𝐼0 + 𝐺0 −1 1 𝐼0 + 𝐺0
𝐴=( ) 𝐴1 = ( ) 𝐴2 = ( )
−𝑏 +1 𝑎 − 𝑏. 𝑇0 +1 −𝑏 𝑎 − 𝑏. 𝑇0
det(𝐴1 ) 𝑰𝟎 +𝑮𝟎 +𝒂−𝒃.𝑻𝟎

𝒀∗ = =
det(𝐴) 𝟏−𝒃
det(𝐴2 ) 𝒂−𝒃.𝑻𝟎 +𝒃.(𝑰𝟎 +𝑮𝟎 )
𝑪∗ = =
det(𝐴) 𝟏−𝒃
• Qual a variação de (𝑌) dado variações em (𝐼0 )?

𝑰𝟎 𝐺0 +𝑎−𝑏.𝑇0
➢ 𝒀∗ = +
𝟏−𝒃 1−𝑏
∆𝐼0 ∆𝒀∗ 𝟏
➢ ∆𝑌 ∗ = → =
1−𝑏 ∆𝑰𝟎 𝟏−𝒃
27
#01) Dado
𝑌 = 𝐶 + 𝐼0 + 𝐺0
{
𝐶 = 25 + 0,8. (𝑌 − 𝑇0 )
a) Indique as variáveis endógenas e as exógenas
b) Represente o sistema matricialmente
c) Calcule (𝑌 ∗ ) se 𝐼0 = 100, 𝐺0 = 75 e 𝑇0 = 100.
d) Se o Investimento cair para 𝐼0 = 60, qual será a nova renda de
equilíbrio?
e) Se o Investimento subir para 𝐼0 = 120, qual será a nova renda de
equilíbrio?
f) Se os Gastos aumentarem para 𝐺0 = 95, qual será a nova renda de
equilíbrio?
[Respostas: c) 𝒀∗ = 𝟔𝟎𝟎; d) 𝒀∗ = 𝟒𝟎𝟎; e) 𝒀∗ = 𝟕𝟎𝟎; f) 𝒀∗ = 𝟕𝟎𝟎]
#02) Modelo Keynesiano com Economia Aberta

Sejam (𝑿𝟎 ) nível de exportação e (𝑴𝟎 ) nível de importação. Pode-se
reecrever (𝑌) como:
𝒀 = 𝑪 + 𝑰𝟎 + 𝑮𝟎 + (𝑿𝟎 − 𝑴)
Admitindo um comportamento linear para (𝑀) em função da renda

disponível tem-se:
𝑴 = 𝒖 + 𝒗. 𝒀𝑫
Onde: 𝑌𝐷 = 𝑌 − 𝑇
Então temos:
𝑌 = 𝐶 + 𝐼0 + 𝐺0 + 𝑋0 − 𝑀
{ 𝐶 = 𝑎 + 𝑏. 𝑌𝐷
𝑀 = 𝑢 + 𝑣. 𝑌𝐷
a) Quais são as variáveis endógenas e quais são as variáveis exógenas?

b) Escreva matricialmente o problema.
c) Calcule as expressões de 𝑌 ∗ e 𝑀∗ .
28
∆𝒀∗
d) Calcule a expressão para .
∆𝑰𝟎
Respostas:
𝑰𝟎 +𝑮𝟎 +𝑿𝟎 −𝒖+𝒗.𝑻𝟎 +𝒂−𝒃.𝑻𝟎
c) 𝒀∗ = 𝟏−𝒃+𝒗
[𝒖−𝒗.𝑻𝟎 ]+𝒗.[𝒂−𝒃.𝑻𝟎 ]+𝒗.[𝑰𝟎 +𝑮𝟎 +𝑿𝟎 ]−𝒃.[𝒖−𝒗.𝑻𝟎 ]
𝑴∗ = 𝟏−𝒃+𝒗
∆𝒀∗ 𝟏
d) ∆𝑰𝟎
= 𝟏−𝒃+𝒗
Lista.04 – Resolver (Matrizes)
 4 −1
1. Dada a matriz A =   , encontre sua matriz inversa, A−1 , utilizando a definição de
6 9 
matriz inversa.
1 2 
2. Determine o valor de x para que a matriz A =   seja igual a sua inversa.
0 x 
3. Quando possível, resolva os sistemas a seguir pela utilização da inversa. (dica: comece
representando os sistemas na sua forma matricial, Ax=d)
 2 x1 − x2 = 2
5 x + 3 y = 2 6 x − 5 y = 2 
a)  b)  c) 3x 2 + 2 x 3 = 16
4 x − y = 5 7 x + y = 16  5x + 3x = 21
 1 3
4. Reescreva cada modelo de equilíbrio de renda nacional dado a seguir no formato

matricial Ax = d, analise a existência e a unicidade do equilíbrio utilizando-se da Regra
de Cramer e, se for o caso, determine a renda de equilíbrio:
Y = C + 50

a. 
C = 20 + 0,4Y
Y = C + 50

b. 
C = 20 + aY
Y = C + 50

C = 20 + 0,4(Y − T )
T = 0,3Y
c. 
Y = C + 50

C = 20 + a (Y − T )
T = 0,3Y
d. 
29
01) Encontre o equilíbrio (𝑃∗ , 𝑄 ∗ ) e represente graficamente o seguinte sistema:

𝐷 2
{𝑄 𝑂= 142− 𝑃 Q
𝑄 =𝑃 −4
02) Escreva os sistemas de equações a seguir na forma matricial, (𝐴). 𝑥⃗ = 𝑑⃗.

det(𝐴𝑖 )
Resolva aplicando a Regra de Cramer 𝑥𝑖∗ = det (𝐴)
.
a) Seja o modelo de Renda Nacional:

𝑌 = 𝐶 + 𝐼0 + 𝐺
{ = 𝑎 + 𝑏(𝑌 − 𝑇0 )
𝐶 (𝑎 > 0, 0 < 𝑏 < 1)
𝐺 = 𝑔. 𝑌 (0 < 𝑔 < 1)
Calcule a expressão do 𝒀∗ , 𝑪∗ 𝒆 𝑮∗ .
𝑌 = 𝐶 + 𝐼0 + 𝐺0 + 𝑋0 − 𝑀
b) { 𝐶 = 20 + 0,75(𝑌 − 𝑇0 )
𝑀 = 0,25(𝑌 − 𝑇0 )
Em que Y representa a renda nacional, C representa o consumo agregado, I0 o investimento,
G0 o gasto do governo, T0 o nível de tributação, X0 o nível de exportações, M o nível de
importações.
Calcule o de equilíbrio 𝒀∗ , 𝑪∗ 𝒆 𝑴∗, utilizando a Regra de Cramer.
Sendo 𝐼0 = 200, 𝐺0 = 250, 𝑋0 = 150, e 𝑇0 = 100
30
Análise Econômica – parte 02
➔ Cálculo de Matriz Inversa (𝑨−𝟏 )

Se uma matriz 𝐴𝑛𝑥𝑛 tem det (𝐴) ≠ 0, então é possível calcular a inversa, e
um modo algébrico de proceder com esse cálculo é dado pela seguinte expressão:
𝟏
𝑨−𝟏 = . 𝑨𝒅𝒋(𝑨)
|𝑨|
Onde a matriz Adjunta(A) é dada por:
𝑨𝒅𝒋(𝑨) = [𝑪𝒐𝑭𝒂𝒕𝒐𝒓𝒂(𝑨)]𝒕
E, por sua vez, a matriz CoFatora(A) é dada por elementos:
𝒄𝒊𝒋 = (−𝟏)𝒊+𝒋 . 𝑴𝒆𝒏𝒐𝒓𝑷𝒓𝒊𝒏𝒄𝒊𝒍𝒊𝒋
Exemplo.01
3 2
𝐴= ( ), calcule 𝐴−1 pela expressão da matriz Adj(A):
1 0
Resolvendo:
𝑐11 = (−1)1+1 . |0| = 0
𝑐12 = (−1)1+2 . |1| = −1
𝑐21 = (−1)2+1 . |2| = −2
𝑐22 = (−1)2+2 . |3| = 3
0 −1 0 −2
Portanto: 𝐶 = ( ), e então 𝑨𝒅𝒋(𝑨) = 𝑪𝒕 = ( )
−2 3 −1 3
𝟏
Como temos: 𝑨−𝟏 = . 𝑨𝒅𝒋(𝑨) e |𝑨| = −𝟐
|𝑨|
1 0 −2 𝟎 𝟏
Então 𝑨−𝟏 = − . ( ) = (𝟏
− )
𝟑
2 −1 3 𝟐 𝟐
31
Lista.06 – resolver
• Seção 5.4
➢ #02 a) , b) , c) e d)
➢ #04 a) , b) , c) e d)
#02 Encontre a inversa de cada uma das seguintes matrizes

5 2
a) 𝐴 = ( )
0 1
−1 0
b) 𝐵 = ( )
9 2
3 7
c) 𝐶 = ( )
3 −1
7 6
d) 𝐷 = ( )
0 3
#04 Encontre a inversa de cada uma das seguintes matrizes

4 −2 1
a) 𝐴 = (7 3 0)
2 0 1
1 −1 2
b) 𝐵 = (1 0 3)
4 0 2
1 0 0
(
c) 𝐶 = 0 0 1)
0 1 0
1 0 0
d) 𝐷 = (0 1 0)
0 0 1
32
➔ Análise de Estática Comparativa

Seja o modelo linear de Oferta e Demanda dado por:
𝑄𝐷 = 𝑎 − 𝑏. 𝑃 (𝑙𝑖𝑛𝑒𝑎𝑟 𝑑𝑒𝑐𝑟𝑒𝑠𝑐𝑒𝑛𝑡𝑒)
{
𝑄 𝑆 = −𝑐 + 𝑑. 𝑃 (𝑙𝑖𝑛𝑒𝑎𝑟 𝑐𝑟𝑒𝑠𝑐𝑒𝑛𝑡𝑒)
𝑎, 𝑏 > 0
Sendo: {
𝑐, 𝑑 > 0
Q
a
S
Q*
D
P* P
-c
𝒂+𝒄
Tem-se como solução 𝑷∗ =
𝒃+𝒅
(Preço de Equilíbrio como função dos parâmetros)

𝒂𝒅−𝒃𝒄
𝑸∗ = ( ), o que exige [𝑎𝑑 > 𝑏𝑐 ], para fazer sentido econômico.
𝒃+𝒅
Estática Comparativa
Para sabermos como uma variação infinitesimal de um dos parâmetros
afetará (𝑃∗ ), basta diferenciar parcialmente 𝑃∗ em relação a cada um dos
parâmetros, o que nos leva para a mensuração da variação de 𝑃∗ dado um
incremento infinitesimal do parâmetro de interesse.
Para esse modelo temos:
𝝏𝑷∗ 𝟏
= [> 0] variação positiva
𝝏𝒂 𝒃+𝒅
𝝏𝑷∗ (𝒂+𝒄)
= − (𝒃+𝒅)𝟐 [< 0] variação negativa
𝝏𝒃
𝝏𝑷∗ 𝟏
= [> 0] variação positiva
𝝏𝒄 𝒃+𝒅
𝝏𝑷∗ (𝒂+𝒄)
= − (𝒃+𝒅)𝟐 [< 0] variação negativa
𝝏𝒅
33
Ou seja, alterações em (𝑎) 𝑒 (𝑏) movimentam a curva de Demanda, e

alterações em (𝑐 ) 𝑒 (𝑑 ) movimentam a curva de Oferta, e determinam um novo
ponto de equilíbrio.
#01 (Seção 7.5 exercício 01) Encontre a analise o sinal das variações dadas
𝜕𝑄∗ 𝜕𝑄 ∗ 𝜕𝑄∗ 𝜕𝑄∗
por , , e .
𝜕𝑎 𝜕𝑏 𝜕𝑐 𝜕𝑑
𝜕𝑝∗ 𝜕𝑝∗
#02 Encontre o equilíbrio (𝑝∗ , 𝑞 ∗ ), do sistema a seguir, e calcule e .
𝜕𝑦 𝜕𝑘
𝑞𝑑 = 𝛼 − 𝛽. 𝑝 + 𝛾. 𝑦
{ 𝑠𝑒𝑛𝑑𝑜 (𝛽, 𝛾 > 0) 𝑒 (𝜃, 𝜀 > 0)
𝑞 𝑠 = 𝜆 + 𝜃. 𝑝 − 𝜀. 𝑘
Variáveis Endógenas: q e p.
Variáveis Exógenas: y e k (renda e custo de capital).
34
𝜕𝑞 ∗ 𝜕𝑞∗ 𝜕𝑝∗
#03 Encontre o equilíbrio (𝑝∗ , 𝑞 ∗ ), do sistema a seguir, e calcule , ,
𝜕𝑦 𝜕𝑘 𝜕𝑦
𝜕𝑝∗
e .
𝜕𝑘
𝑞𝑑 = 3 − 2. 𝑝 + 4. 𝑦
{ 𝑠
𝑞 = 5 + 3. 𝑝 − 2. 𝑘
Variáveis Endógenas: q e p.
Variáveis Exógenas: y e k (renda e custo de capital).
𝜕𝑌 ∗ 𝜕𝐶 ∗
#04 Encontre o equilíbrio (𝑌 ∗ , 𝐶 ∗ , 𝑇 ∗ ), do sistema a seguir, e calcule ,
𝜕𝑡 𝜕𝑡
𝜕𝑇 ∗
e .
𝜕𝑡
𝑌 = 𝐶 + 𝐼0 + 𝐺0
{𝐶 = 𝑐0 + 𝛽. (𝑌 − 𝑇) (𝑐0 > 0; 0 < 𝛽 < 1; 0 < 𝑡 < 1)
𝑇 = 𝑡. 𝑌
Modelos de Insumo-Produto de Leontief

O professor Wassily Leontief foi prêmio Nobel pela solução de:
“Que nível de produto cada uma das (n) indústrias de uma economia deve
produzir, de modo que seja exatamente suficiente para satisfazer a demanda
total por aquele produto? ”.
Análise Insumo-Produto: o produto de qualquer indústria é necessário
como insumo de várias outras indústrias.
➔ Estrutura de um Modelo Insumo-Produto:

• Grande número de indústrias
• Por simplificação adotamos as hipóteses:
1) Cada indústria produz apenas uma mercadoria homogênea (02 ou
mais mercadorias podem ser pensadas em proporções fixas).
2) Cada indústria usa uma razão fixa de insumos (ou combinações) para
a produção de seu produto.
3) A produção em todas as indústrias está sujeita a rendimentos
constantes de escala (𝑓 (𝑘. 𝑥1 , … , 𝑘. 𝑥2 ) = 𝑘 1 . 𝑓 (𝑥1 , … , 𝑥𝑛 ))
35
Observação: se uma indústria produz duas mercadorias diferentes ou

duas combinações possíveis de fatores, então, ela pode ser encarada
como duas indústrias separadas.
Para produzir uma unidade da j-ésima mercadoria as quantidades dos

insumos necessários são 𝑎1𝑗 , 𝑎2𝑗 , … , 𝑎𝑛𝑗 .
Onde temos: 𝑎𝑖𝑗 relacionando insumo (𝒊) e produto (𝒋).
Modelo Aberto
Se além das (𝑛) indústrias o modelo tiver um setor “aberto” (externo ao
modelo, como, por exemplo, famílias, governo ou países estrangeiros) que
determine exogenamente uma demanda final (ou seja, não intermediária) pelo
produto de cada indústria e que fornece um insumo primário não produzido pelas
(𝑛) indústrias, então chamamos de modelo aberto.
Para atender a condição de modelo aberto a soma dos elementos de cada
coluna não pode exceder 1.
Assim temos:
∑𝑛𝑖=1 𝑎𝑖𝑗 < 1 para cada 𝑗 = 1, 2, … , 𝑛
PRODUTO
𝐼 𝐼𝐼 𝑁
𝐼 𝑎11 𝑎12 … 𝑎1𝑛
INSUMO
𝐼𝐼 ( 𝑎21 𝑎22 … 𝑎2𝑛

⋮ ⋮ ⋮)
𝑁 𝑎𝑛1 𝑎𝑛2 … 𝑎𝑛𝑛 𝑛𝑥𝑛
Se a indústria (𝐼) opera a um nível de produção exatamente igual ao

necessário para satisfazer as necessidades das (𝑛) indústrias, assim como a
demanda final do setor aberto, então seu nível de produção (𝑥1 ) deve atender a
seguinte condição:
𝑥1 = 𝑎11 . 𝑥1 + 𝑎12 . 𝑥2 + ⋯ + 𝑎1𝑛 . 𝑥𝑛 + 𝒅𝟏
Onde temos:
𝑑1 : demanda final pelo produto 𝑥1 .
𝑎𝑖𝑗 : requisição do insumo (𝑖) pela indústria (𝑗).
36
Para os produtos 𝑥2 a 𝑥𝑛 devemos também impor que:

𝑥2 = 𝑎21 . 𝑥1 + 𝑎22 . 𝑥2 + ⋯ + 𝑎2𝑛 . 𝑥𝑛 + 𝒅𝟐
⋮
𝑥𝑛 = 𝑎𝑛1 . 𝑥1 + 𝑎𝑛2 . 𝑥2 + ⋯ + 𝑎𝑛𝑛 . 𝑥𝑛 + 𝒅𝒏
Isso nos leva a:

(1 − 𝑎11 ). 𝑥1 − 𝑎12 . 𝑥2 − ⋯ − 𝑎1𝑛 . 𝑥𝑛 = 𝑑1
−𝑎 . 𝑥 + (1 − 𝑎22 ). 𝑥2 − ⋯ − 𝑎2𝑛 . 𝑥𝑛 = 𝑑2
{ 21 1
⋮ ⋮ ⋮ ⋮
−𝑎𝑛1 . 𝑥1 − 𝑎𝑛2 . 𝑥2 − ⋯ + (1 − 𝑎𝑛𝑛 ). 𝑥𝑛 = 𝑑𝑛
Matricialmente temos:
(1 − 𝑎11 ) − 𝑎12 … − 𝑎1𝑛 𝑥1 𝑑1
−𝑎21 (1 − 𝑎22 ) … − 𝑎2𝑛 𝑥2 𝑑
( ) .( ⋮ ) = ( 2)
⋮ ⋮ ⋮ ⋮
−𝑎𝑛1 − 𝑎𝑛2 … (1 − 𝑎𝑛𝑛 ) 𝑛𝑥𝑛 𝑥 𝑛 𝑛𝑥1 𝑑𝑛 𝑛𝑥1
Assim temos que:

(𝑰 − 𝑨). 𝑥 = 𝑑
Onde (𝐼 − 𝐴) é a denominada Matriz de Liontief.

Se existir a inversa de (𝐼 − 𝐴), então temos:
𝒙∗ = (𝑰 − 𝑨)−𝟏 . 𝒅
Exemplo numérico de Matriz Insumo-Produto

0,2 0,3 0,2
Seja 𝐴 = (0,4 0,1 0,2) e 𝑑 𝑡 = [10 5 6]
0,1 0,3 0,2
(Observação: lê-se, por exemplo, “são necessários U$ 0,4 cents da
mercadoria (𝐼𝐼) para produzir U$ 1,00 da mercadoria (𝐼)”).
0,8 −0,3 −0,2

Então teremos (𝐼 − 𝐴) = (−0,4 0,9 −0,2)
−0,1 −0,3 0,8
37
𝑥1∗
Como (𝑥2∗ ) = (𝐼 − 𝐴)−1 . 𝑑
𝑥3∗
|𝑀11 | |𝑀12 | |𝑀13 |

Então temos 𝑀(𝐼−𝐴) = (|𝑀21 | |𝑀22 | |𝑀23 |)
|𝑀31 | |𝑀32 | |𝑀33 |
0,9 −0,2 −0,4 −0,2 −0,4 0,9

| | | | | |
−0,3 0,8 −0,1 0,8 −0,1 −0,3
−0,3 0,2 0,8 −0,2 0,8 −0,3
𝑀(𝐼−𝐴) = | | | | | |
−0,3 0,8 −0,1 0,8 −0,1 −0,3
−0,3 −0,2 0,8 −0,2 0,8 −0,3
(| 0,9 −0,2|
| | | |
−0,4 −0,2 −0,4 0,9 )
(0,72 − 0,06) (−0,32 − 0,02) (0,12 + 0,09)

𝑀(𝐼−𝐴) = ((−0,24 − 0,06) (0,64 − 0,02) (−0,24 − 0,03))
(0,06 + 0,18) (−0,16 − 0,08) (0,72 − 0,12)
0,66 −0,34 0,21

𝑀(𝐼−𝐴) = (−0,30 0,62 −0,27)
0,24 −0,24 0,60
0,66 −0,30 0,24

𝒕
(𝑴(𝑰−𝑨) ) = (−0,34 0,62 −0,24)
0,21 −0,27 0,60
𝟎, 𝟔𝟔 𝟎, 𝟑𝟎 𝟎, 𝟐𝟒
(𝑪𝒐𝑭𝒂𝒕(𝑰 − 𝑨) )𝒕 = (𝟎, 𝟑𝟒 𝟎, 𝟔𝟐 𝟎, 𝟐𝟒)
𝟎, 𝟐𝟏 𝟎, 𝟐𝟕 𝟎, 𝟔𝟎
𝑥1∗ 0,66 0,3 0,24 10

∗ 1
Teremos (𝑥2 ) = . (0,34 0,62 0,24) . ( 5 )
∗ 0,384
𝑥3 0,21 0,27 0,60 6
38
Assim temos:
1 𝟗, 𝟓𝟒
𝒙∗𝟏 = . [0,66. (10) + 0,30. (5) + 0,24. (6)] = = 𝟐𝟒, 𝟖𝟒
0,384 𝟎, 𝟑𝟖𝟒
1 𝟕, 𝟗𝟒
𝒙∗𝟐 = . [0,34. (10) + 0,62. (5) + 0,24. (6)] = = 𝟐𝟎, 𝟔𝟖
0,384 𝟎, 𝟑𝟖𝟒
1 𝟕, 𝟎𝟓
𝒙∗𝟑 = . [0,21. (10) + 0,27. (5) + 0,60. (6)] = = 𝟏𝟖, 𝟑𝟔
0,384 𝟎, 𝟑𝟖𝟒
𝒙∗𝟏 𝟐𝟒, 𝟖𝟒
∗
Portanto, temos: (𝒙𝟐 ) = (𝟐𝟎, 𝟔𝟖) bi de dólares.
𝒙∗𝟑 𝟏𝟖, 𝟑𝟔
Demais conclusões do modelo

1) Como em cada coluna encontramos:
𝑎01 = 1 − 0,7 = 0,3
{𝑎02 = 1 − 0,7 = 0,3
𝑎03 = 1 − 0,6 = 0,4
Onde (𝑎0𝑗 ) é a quantidade em dólares do insumo primário utilizado para
obter 01 dólar da j-ésima mercadoria.
➔ 𝑎01 . 𝑥1∗ + 𝑎02 . 𝑥2∗ + 𝑎03 . 𝑥3∗ =
= 0,3 ∗ (24,84) + 0,3 ∗ (20,68) + 0,4 ∗ (18,36) = 𝑼$𝟐𝟏 𝒃𝒊𝒍𝒉õ𝒆𝒔
Para atender a demanda final 𝒅𝒕 = [𝟏𝟎 𝟓 𝟔] é necessário como gastos

de insumo primário U$21 bilhões.
2) Se os coeficiente da matriz inversa, (𝐼 − 𝐴)−1 , não forem alterados – ou

seja, se a relação Insumo-Produto das (𝑛) indústrias não se alterar –
podemos testar para qualquer combinação de demanda final 𝑑 𝑡 =
[𝑑1 𝑑2 … 𝑑𝑛 ] os valores de (𝑥 ∗ )𝑡 = [𝑥1∗ 𝑥2∗ … 𝑥𝑛∗ ] e assim identificar os
gastos com insumos primários.
39
Análise Dinâmica
Dinâmica: determinação e estudo das trajetórias temporais específicas das
variáveis do modelo. Estuda-se também se, dado tempo suficiente, essas
variáveis tenderão a convergir para certos valores de equilíbrio.
Na Estática sempre adotamos a hipótese implícita de que o processo de
ajustamento econômico conduz inevitavelmente ao equilíbrio.
Na Dinâmica, ao invés de admitirmos a inexistência/existência do equilíbrio,
estuda-se as trajetórias e condições de convergências ao equilíbrio.
Tempo Discreto Vs. Tempo Contínuo

Discreto: variável sofre alterações em determinados instantes de tempo de
forma enumerável (por exemplo, mês 1, mês 2, ..., mês n).
Contínuo: variável sofre alterações em cada ponto do tempo (por exemplos,
variável aleatória contínua, ou acumulação contínua do capital no tempo).
• Dinâmica e Integração
Modelo Estático
Achar valores das variáveis endógenas que satisfazem certas condições de
equilíbrio específicas.
Modelo Dinâmico
Determinar trajetória temporal de alguma variável com base em algum
padrão conhecido de mudança.
Exemplo
Vamos supor que a população H varia ao longo do tempo com a taxa
𝑑𝐻 1
= 𝑡 −2
𝑑𝑡
Procura-se então a determinação da função, que representa a trajetória

𝑑𝐻
temporal 𝐻(𝑡), que resulta na taxa .
𝑑𝑡
Assim tempos:
1
𝐻 (𝑡 ) = 2. 𝑡 2 + 𝑐
40
E dessa forma, para cada 𝐻 (𝑡 = 0) = ℎ0 temos níveis diferentes da

trajetória no instante 𝑡 = 0.
• Modelos Contínuos
➢ Integrais
➢ Equações Diferenciais
• Modelos Discretos
➢ Somatórias
➢ Equações a Diferenças Finitas
➔ Regras de Integração
• Integral Indefinida
𝑑
Se 𝐹 (𝑥) = 𝑓 (𝑥) → ∫ 𝑓 (𝑥). 𝑑𝑥 = 𝐹 (𝑥) + 𝑐
𝑑𝑥
• Regra I (regra da potência)

𝟏
∫ 𝒙𝒏 𝒅𝒙 = 𝒏+𝟏 . 𝒙𝒏+𝟏 + 𝒄 (𝑛 ≠ −1)
• Regra II (Exponencial)
∫ 𝑒 𝑥 𝑑𝑥 = 𝑒 𝑥 + 𝑐
1
∫ 𝑒 𝑢(𝑥) 𝑑𝑥 = 𝑑 . 𝑒 𝑢(𝑥) + 𝑐
(𝑢(𝑥))
𝑑𝑥
➢ Regra II.(a):
∫ 𝒇′(𝒙) . 𝒆𝒇(𝒙) 𝒅𝒙 = 𝒆𝒇(𝒙) + 𝒄
• Regra III (Logarítima)

1
∫ 𝑥 𝑑𝑥 = ln(𝑥) + 𝑐 (𝑥 > 0)
ou
= 𝑙𝑛|𝑥| + 𝑐 (𝑥 ≠ 0)
41
➢ Regra III.(a):
𝒇′ (𝒙)
∫ 𝒅𝒙 = 𝐥𝐧(𝒇(𝒙)) + 𝒄 (𝒇(𝒙) > 𝟎)
𝒇(𝒙)
ou
= 𝐥𝐧|𝒇(𝒙)| + 𝒄 (𝒇(𝒙) ≠ 𝟎)
• Regra IV (integral de uma soma)

∫[𝑓(𝑥) + 𝑔(𝑥)]𝑑𝑥 = ∫ 𝑓(𝑥)𝑑𝑥 + ∫ 𝑔(𝑥)𝑑𝑥
• Regra V (multiplicação escalar)

∫ 𝑘. 𝑓 (𝑥)𝑑𝑥 = 𝑘. ∫ 𝑓 (𝑥)𝑑𝑥
• Regra VI (regra da substituição)

𝑑𝑢
∫ 𝑓 (𝑢) . 𝑑𝑥 . 𝑑𝑥 = ∫ 𝑓 (𝑢) 𝑑𝑢 = 𝐹 (𝑢) + 𝑐
Observação: após resolver a integral, fazemos a substituição de 𝑢(𝑥) em
𝐹(𝑢).
• Regra VII (integral por partes)

∫ 𝑢 . 𝑑𝑣 = 𝑢. 𝑣 − ∫ 𝑣 . 𝑑𝑢
𝑏 𝑏 𝑏
Note que: ∫𝑎 𝑢 . 𝑑𝑣 = 𝑢. 𝑣| − ∫𝑎 𝑣 . 𝑑𝑢
𝑎
Exemplo.01
𝑥4 𝑥2
∫(𝑥 3 + 𝑥 + 1) 𝑑𝑥 = 4
+
2
+𝑥+𝑐
Exemplo.02
14𝑥
∫ (2. 𝑒 2𝑥 + 7𝑥2 +5) 𝑑𝑥 = 𝑒 2𝑥 + ln(7𝑥 2 + 5) + 𝑐
42
• Seção 14.2
• Seção 14.3 (#01 e #02)
➔ Seção 14.2
#01 Resolva as seguintes integrais:
a) ∫ 16 𝑥 −3 𝑑𝑥
b) ∫ 9 𝑥 8 𝑑𝑥
c) ∫(𝑥 5 − 3𝑥) 𝑑𝑥
d) ∫ 2. 𝑒 −2𝑥 𝑑𝑥
4𝑥
e) ∫ 2 𝑑𝑥
𝑥 +1

a) ∫ 13 𝑒 𝑥 𝑑𝑥
4
b) ∫ (3𝑒 𝑥 + ) 𝑑𝑥
𝑥
3
c) ∫ (5𝑒 𝑥 + 2 ) 𝑑𝑥
𝑥
d) ∫ 3. 𝑒 −(2𝑥+7) 𝑑𝑥
2 +3
e) ∫ 4𝑥. 𝑒 𝑥 𝑑𝑥
2 +9
f) ∫ 𝑥. 𝑒 𝑥 𝑑𝑥

3
a) ∫ 𝑑𝑥
𝑥
1
b) ∫ 𝑑𝑥
𝑥−2
2𝑥
c) ∫ 2 𝑑𝑥
𝑥 +3
𝑥
d) ∫ 2 𝑑𝑥
3𝑥 +5
43
➔ Integrais Definidas
𝒃 𝒃
∫𝒂 𝒇(𝒙) . 𝒅𝒙 = [𝑭(𝒙)]| = 𝑭(𝒃) − 𝑭(𝒂)
𝒂
➔ Seção 14.3
#01 Calcule as seguintes integrais:
31
a) ∫1 𝑥 2 𝑑𝑥
2
1
b) ∫0 𝑥. (𝑥 2 + 6) 𝑑𝑥
3
c) ∫1 3√𝑥 𝑑𝑥
4
d) ∫2 (𝑥 3 − 6𝑥 2 ) 𝑑𝑥
1
e) ∫−1(𝑎𝑥 2 + 𝑏𝑥 + 𝑐 ) 𝑑𝑥
2 1
f) ∫4 𝑥 2 . ( 𝑥 3 + 1) 𝑑𝑥
3
#02 Calcule as seguintes integrais:

2
a) ∫1 𝑒 −2𝑥 𝑑𝑥
𝑒−2 1
b) ∫−1 𝑑𝑥
𝑥+2
3
c) ∫2 (𝑒 2𝑥 + 𝑒 𝑥 ) 𝑑𝑥
6 1 1
d) ∫𝑒 ( + ) 𝑑𝑥
𝑥 1+𝑥
➔ Integrais Impróprias
Quando temos integrais definidas da forma:
∞ 𝑏 ∞
∫𝑎 𝑓 (𝑥) . 𝑑𝑥 ou ∫−∞ 𝑓 (𝑥) . 𝑑𝑥 ou ∫−∞ 𝑓(𝑥) . 𝑑𝑥
Com o limite de integração inferior, ou o limite superior, ou ambos, com o

valor INFINITO, nos referimos a elas como integrais impróprias.
44
Não será imprópria se o limite ao INFINITO gerar um valor convergente para

a função primitiva, que se pretende calcular a integral.
Exemplo
𝟏∞
1∞
∫ 𝟐 𝒅𝒙 = − | = 0 + 1 = 𝟏
𝟏 𝒙 𝑥1
Tempo Contínuo: Equações Diferenciais de Primeira

Ordem
Ordem: indica a mais alta ordem das derivadas (ou diferenciais) que
aparecem na equação diferencial.
Uma equação diferencial de 1ª ordem pode conter apenas derivadas
𝑑𝑦
primeiras, como por exemplo .
𝑑𝑡
➔ Equações Diferenciais Lineares de Primeira Ordem com Termo e

Coeficientes Constantes
𝑑𝑦
A derivada primeira ( ) é a única que pode figurar em uma E.D.O. (equação
𝑑𝑡
diferencial ordinária) de 1ª ordem, porém ela pode estar elevada a qualquer
𝑑𝑦 𝑑𝑦 2 𝑑𝑦 3 𝑑𝑦 𝑛
potência como: ( ), ( ) , ( ) , ..., ( ) .
𝑑𝑡 𝑑𝑡 𝑑𝑡 𝑑𝑡
A mais alta potência à qual está elevada a derivada na equação determina

𝑑𝑦
o grau da Equação Diferencial. No caso de aparecer somente ( ) temos apenas
𝑑𝑡
primeiro grau.
𝑑𝑦
Se não ocorrer 𝑦. ( ) na equação, então temos uma equação linear.
𝑑𝑡
Uma E.D.O. linear de 1ª ordem assume em sua forma geral:

𝒅𝒚
+ 𝒖(𝒕). 𝒚 = 𝒘(𝒕)
𝒅𝒕
Onde 𝑢(𝑡 ) e 𝑤 (𝑡 ) são funções de (𝑡 ), tal como (𝑦).
45
➔ Caso Homogêneo
𝒅𝒚
+ 𝒂. 𝒚(𝒕) = 𝟎 (𝒂 é 𝒄𝒕𝒆)
𝒅𝒕
Solução:
𝒅𝒚
= −𝒂. 𝒚(𝒕)
𝒅𝒕
Integrando ambos os lados em (𝑡 ) temos:

𝒅𝒚
∫( ) 𝒅𝒕 = ∫(−𝒂. 𝒚(𝒕))𝒅𝒕
𝒅𝒕
Como (𝑦) depende de (𝑡 ) então não podemos determinar a solução da

integral em função de (𝑡 ) sem saber qual é a função.
Novamente:
𝒅𝒚 𝟏 𝒅𝒚
= −𝒂. 𝒚(𝒕) → . = −𝒂
𝒅𝒕 𝒚(𝒕) 𝒅𝒕
Integrando ambos os lados:
𝟏 𝒅𝒚
∫( . ) 𝒅𝒕 = ∫(−𝒂) 𝒅𝒕
𝒚(𝒕) 𝒅𝒕
O que implica em:

ln(𝑦) = −𝑎. 𝑡 + 𝑐
Portanto: 𝑦(𝑡 ) = 𝑒 −𝑎.𝑡+𝑐 → 𝑦(𝑡 ) = 𝑒 𝐶 . 𝑒 −𝑎𝑡
O que nos leva a: 𝒚(𝒕) = 𝑨. 𝒆−𝒂𝒕
Dessa forma, sendo 𝑦(0) = 𝐴

→ 𝑦(𝑡 ) = 𝑦(0). 𝑒 −𝑎𝑡
46
Portanto:
𝐴. 𝑒 −𝑎𝑡 (𝑠𝑜𝑙𝑢çã𝑜 𝑔𝑒𝑟𝑎𝑙)
𝑦 (𝑡 ) = {
𝑦(0). 𝑒 −𝑎𝑡 (𝑠𝑜𝑙𝑢çã𝑜 𝑑𝑒𝑓𝑖𝑛𝑖𝑑𝑎 − 𝑑𝑎𝑑𝑎 𝑎 𝑐𝑜𝑛𝑑𝑖çã𝑜 𝑖𝑛𝑖𝑐𝑖𝑎𝑙)
Observação: é importante notar que as solução de E.D.O não são um

número ou valor, mas uma função de (𝑡 ), tal como 𝑦(𝑡 ).
➔ Caso Não-Homogêneo
𝒅𝒚
+ 𝒂. 𝒚(𝒕) = 𝒃 (𝒂, 𝒃 𝒔ã𝒐 𝒄𝒐𝒏𝒔𝒕𝒂𝒏𝒕𝒆𝒔)
𝒅𝒕
A solução deste tipo de equação é a combinação de dois termos:

𝒚(𝒕) = 𝒚𝑯 (𝒕) + 𝒚𝑷 (𝒕)
𝑦𝐻 : solução da parte homogênea
𝑦𝑃 : solução particular
Como resolvido anteriormente, temos:

𝒅𝒚
+ 𝒂. 𝒚(𝒕) = 𝟎 com solução dada por 𝒚𝑯 (𝒕) = 𝑨. 𝒆−𝒂𝒕
𝒅𝒕
A parte não homogênea seguirá o padrão de função dado pela expressão

que aparece depois da igualdade na E.D.O, nesse caso uma constante (𝑏).
A solução particular 𝑦𝑝 (𝑡 ) é simplesmente qualquer solução particular da
equação diferencial. A forma funcional da solução particular deve ser
matematicamente semelhante a parte não-homogênea da equação diferencial.
Como a parte não homogênea, neste exemplo, é dada por (𝑏) propomos
então 𝑦𝑃 (𝑡 ) = 𝑘, constante.
Assim temos:
𝑑𝑦(𝑡)
𝑦𝑃 (𝑡 ) = 𝑘 o que implica em =0
𝑑𝑡
Substituindo na equação temos:

𝒅𝒚
→ + 𝒂. 𝒚(𝒕) = 𝒃
𝒅𝒕
→ 0 + 𝑎. (𝑘 ) = 𝑏
47
𝑏 𝒃
Portanto: 𝑘 = (𝑎 ≠ 0) o que nos leva a 𝒚𝑷 (𝒕) =
𝑎 𝒂
Assim então, a solução geral da E.D.O é dada por:

𝒃
𝒚(𝒕) = 𝑨. 𝒆−𝒂𝒕 +
𝒂
Substituindo a condição inicial 𝒚(𝟎), temos:

𝑏
→ 𝑦(0) = 𝐴. 𝑒 0 +
𝑎
𝑏
→ 𝑦(0) = 𝐴. 1 +
𝑎
𝒃
→ 𝑨 = (𝒚(𝟎) − )
𝒂
Portanto, dada a E.D.O.:

𝒅𝒚
+ 𝒂. 𝒚(𝒕) = 𝒃 𝒄𝒐𝒎 𝒚(𝟎)
𝒅𝒕
Temos
𝑦(𝑡 ) = 𝑦𝐻 (𝑡 ) + 𝑦𝑃 (𝑡 )
𝒃 𝒃
𝒚(𝒕) = (𝒚(𝟎) − ) . 𝒆−𝒂𝒕 +
𝒂 𝒂
Exemplo.01
𝒅𝒚
+ 𝟐𝒚 = 𝟔 com a condição inicial 𝑦(0) = 10
𝒅𝒕
𝑏 𝑏
𝑦(𝑡 ) = (𝑦(0) − ) . 𝑒 −𝑎𝑡 +
𝑎 𝑎
6 6
𝑦(𝑡 ) = (10 − ) . 𝑒 −2𝑡 +
2 2
−𝟐𝒕
𝒚(𝒕) = 𝟕. 𝒆 +𝟑
Exemplo.02
𝒅𝒚
+ 𝟒𝒚 = 𝟎 com a condição inicial 𝑦(0) = 1
𝒅𝒕
𝑏 𝑏
𝑦(𝑡 ) = (𝑦(0) − ) . 𝑒 −𝑎𝑡 +
𝑎 𝑎
48
𝑦(𝑡 ) = (1 − 0). 𝑒 −4𝑡 + 0

𝒚(𝒕) = 𝒆−𝟒𝒕
• Seção 15.1 (#01 e #03)
#01 Encontre 𝑦𝐻 , 𝑦𝑃 , a solução geral e a solução definida, e teste a solução

encontrada para confirmar sua resposta:
𝑑𝑦
a) + 4𝑦 = 12 𝑦 (0) = 2
𝑑𝑡
𝑑𝑦
b) − 2𝑦 = 0 𝑦 (0) = 9
𝑑𝑡
𝑑𝑦
c) + 10𝑦 = 15 𝑦 (0) = 0
𝑑𝑡
𝑑𝑦 3
d) 2 + 4𝑦 = 6 𝑦 (0) =
𝑑𝑡 2
#03 Encontre 𝑦𝐻 , 𝑦𝑃 , a solução geral e a solução definida, e teste a solução

encontrada para confirmar sua resposta:
𝑑𝑦
a) +𝑦=4 𝑦 (0) = 0
𝑑𝑡
𝑑𝑦
b) = 23 𝑦 (0) = 1
𝑑𝑡
𝑑𝑦
c) − 5𝑦 = 0 𝑦 (0) = 6
𝑑𝑡
𝑑𝑦
d) + 3𝑦 = 2 𝑦 (0) = 4
𝑑𝑡
𝑑𝑦
e) − 7𝑦 = 7 𝑦 (0) = 7
𝑑𝑡
𝑑𝑦
f) 3 + 6𝑦 = 5 𝑦 (0) = 0
𝑑𝑡
Teste da Solução
Uma característica comum a todas as EDO’s é o fato de que sua validade de
solução pode sempre ser testada por meio da diferenciação e substituição dos
fatores correspondentes na equação principal.
49
Dinâmica do Preço – no equilíbrio da oferta e da demanda

Suponha a seguinte estrutura de mercado:
𝑄𝑑 = 𝛼 − 𝛽. 𝑃 (𝛼, 𝛽 > 0)
{
𝑄𝑠 = −𝛾 + 𝛿. 𝑃 (𝛾, 𝛿 > 0)
𝜶+𝜸
→ 𝑷∗ = (esse resultado é um valor constante positivo)
𝜷+𝜹
Seja um preço inicial dado por 𝑃(0), de tal forma que:

𝑃(0) = 𝑃∗ ∶ 𝑚𝑒𝑟𝑐𝑎𝑑𝑜 𝑒𝑚 𝑒𝑞𝑢𝑖𝑙í𝑏𝑟𝑖𝑜
{
𝑃(0) ≠ 𝑃∗ ∶ 𝑚𝑒𝑟𝑐𝑎𝑑𝑜 𝑑𝑒𝑣𝑒𝑟á 𝑠𝑒 𝑎𝑗𝑢𝑠𝑡𝑎𝑟
Trajetória Temporal
Vamos super que a taxa de variação de preços, em relação ao tempo, seja
diretamente proporcional ao excesso de demanda [𝑄𝑑 − 𝑄𝑠 ]. Assim temos:
𝒅𝑷
= 𝒋. [𝑸𝒅 − 𝑸𝒔 ] 𝑐𝑜𝑚 (𝑗 > 0)
𝒅𝒕
Esse padrão de variação de preços, no tempo, implica em

𝑑𝑃
= 0 ↔ 𝑄𝑑 = 𝑄𝑠
𝑑𝑡
Substituindo as expressões de 𝑄𝑑 e 𝑄𝑠 temos que:

𝒅𝑷
= 𝒋. [𝑸𝒅 − 𝑸𝒔 ]
𝒅𝒕
𝑑𝑃
→ = 𝑗. [𝛼 − 𝛽. 𝑃 + 𝛾 − 𝛿. 𝑃]
𝑑𝑡
𝑑𝑃
→ = 𝑗. (𝛼 + 𝛾 ) − 𝑗. (𝛽 + 𝛿 ). 𝑃
𝑑𝑡
Portanto temos a seguinte EDO:

𝒅𝑷
+ 𝒋. (𝜷 + 𝜹). 𝑷 = 𝒋. (𝜶 + 𝜸)
𝒅𝒕
50
Vamos relacionar com o caso:

𝒅𝒚
+ 𝒂. 𝒚(𝒕) = 𝒃
𝒅𝒕
E a sua respectiva solução:
𝒃
𝒚(𝒕) = 𝑨. 𝒆−𝒂𝒕 +
𝒂
E dada uma condição inicial, 𝑦(0), assumirá a forma:

𝒃 𝒃
𝒚(𝒕) = (𝒚(𝟎) − ) . 𝒆−𝒂𝒕 +
𝒂 𝒂
Desse modo temos que:

𝑃𝐻 (𝑡 ) = 𝐴. 𝑒 −𝒋.(𝜷+𝜹).𝒕
E
𝜶+𝜸
𝑃𝑃 (𝑡 ) =
𝜷+𝜹
Portanto a solução geral será dada por:
𝜶+𝜸
𝑃∗ (𝑡 ) = 𝑃𝐻 (𝑡 ) + 𝑃𝑃 (𝑡 ) = 𝑨. 𝒆−𝒋.(𝜷+𝜹).𝒕 +
𝜷+𝜹
Dada uma condição inicial 𝑃(0) temos então:

𝜶 + 𝜸 −𝒋.(𝜷+𝜹).𝒕 𝜶 + 𝜸
𝑃 ∗ (𝑡 ) = [𝑷(𝟎) − ].𝒆 +
𝜷+𝜹 𝜷+𝜹
𝛼+𝛾
Como no equilíbrio 𝑃∗ = , então a equação da dinâmica do Preço, no
𝛽+𝛿
tempo ganha a seguinte forma:
𝑷∗ (𝒕) = [𝑷(𝟎) − 𝑷∗ ]. 𝒆−𝒌.𝒕 + 𝑷∗
Onde: 𝒌 = 𝒋. (𝜷 + 𝜹) > 𝟎
51
Graficamente – dinâmica do Preço
[𝑃(0)−𝑃∗ ]
Note que: lim 𝑃∗ (𝑡) = lim + 𝑃∗ = 0 + 𝑃∗ = 𝑷∗
𝑡→∞ 𝑡→∞ 𝑒 𝑘.𝑡
Equação Diferencial Ordinária de Primeira Ordem com

COEFICIENTE VARIÁVEL E TERMO VARIÁVEL
Uma E.D.O. linear de 1ª ordem assume em sua forma geral:
𝒅𝒚
+ 𝒖(𝒕). 𝒚 = 𝒘(𝒕)
𝒅𝒕
➔ Caso Homogêneo 𝒘(𝒕) = 𝟎

𝒅𝒚
+ 𝒖(𝒕). 𝒚 = 𝟎
𝒅𝒕
𝑑𝑦 𝑑𝑦
→ = −𝑢(𝑡). 𝑦 → = −𝑢(𝑡). 𝑑𝑡
𝑑𝑡 𝑦
→ 𝑙𝑛(𝑦) + 𝑐 = − ∫ 𝑢(𝑡) 𝑑𝑡
→ 𝑙𝑛(𝑦) = −𝑐 − ∫ 𝑢(𝑡) 𝑑𝑡
→ 𝑦(𝑡) = 𝑒 −𝑐−∫ 𝑢(𝑡)𝑑𝑡
→ 𝒚(𝒕) = 𝑨. 𝒆− ∫ 𝒖(𝒕)𝒅𝒕
52
𝒅𝒚
Exemplo: + (𝟑𝒕𝟐 ). 𝒚 = 𝟎
𝒅𝒕
𝑑𝑦 𝑑𝑦
→ = −3. 𝑡 2 . 𝑦 → = −3. 𝑡 2 . 𝑑𝑡
𝑑𝑡 𝑦
𝑡3
→ 𝑙𝑛(𝑦) = −3. +𝑐
3
3
→ 𝑦 = 𝑒 −𝑡 . 𝑒 𝑐
𝟑
→ 𝒚(𝒕) = 𝑨. 𝒆−𝒕
➔ Caso Não-Homogêneo e FATOR INTEGRANTE

Para todos os casos onde:
𝒅𝒚
+ 𝒖(𝒕). 𝒚 = 𝒘(𝒕)
𝒅𝒕
Em que 𝑤 (𝑡 ) ≠ 0, podemos determinar um fator integrante dado por:
FATOR INTEGRANTE = 𝒆∫ 𝒖(𝒕)𝒅𝒕
Esse fator deve ser utilizado para reescrever o 1º membro da equação

diferencial como o resultado da derivada de um produto, tal como:
𝒅𝒚
[𝒆∫ 𝒖(𝒕)𝒅𝒕 ]. [ + 𝒖(𝒕). 𝒚 = 𝒘(𝒕)]
𝒅𝒕
𝒅𝒚 ∫ 𝒖(𝒕)𝒅𝒕
→
𝒅𝒕
.𝒆 + 𝒖(𝒕). 𝒆∫ 𝒖(𝒕)𝒅𝒕 . 𝒚 = 𝒘(𝒕). 𝒆∫ 𝒖(𝒕)𝒅𝒕
′
→ [𝒚. 𝒆∫ 𝒖(𝒕)𝒅𝒕 ] = 𝒘(𝒕). 𝒆∫ 𝒖(𝒕)𝒅𝒕
→ 𝒚. 𝒆∫ 𝒖(𝒕)𝒅𝒕 + 𝒄𝟏 = ∫ 𝒘(𝒕). 𝒆∫ 𝒖(𝒕)𝒅𝒕 𝒅𝒕
53
Portanto:
𝒄𝟐 + ∫ 𝒘(𝒕).𝒆∫ 𝒖(𝒕)𝒅𝒕 𝒅𝒕
𝒚(𝒕) =
𝒆∫ 𝒖(𝒕)𝒅𝒕
𝑑𝑦
Exemplo 01: + 4𝑡. 𝑦 = 4𝑡
𝑑𝑡
𝟐
➔ Fator Integrante: 𝒆∫ 𝟒𝒕𝒅𝒕 = 𝒆𝟐𝒕
𝑑𝑦 𝟐 𝟐 𝟐
➔ Multiplicando: . (𝒆𝟐𝒕 ) + 4𝑡. (𝒆𝟐𝒕 ). 𝑦 = 4𝑡. (𝒆𝟐𝒕 )
𝑑𝑡
𝟐 ′ 𝟐
→ [𝑦. (𝒆𝟐𝒕 )] = 4𝑡. (𝒆𝟐𝒕 )
𝟐 𝟐
→ 𝑦. (𝒆𝟐𝒕 ) + 𝐾 = ∫ 4𝑡. (𝒆𝟐𝒕 ) 𝑑𝑡
𝟐 𝟐
→ 𝑦. (𝒆𝟐𝒕 ) = +𝐾 + 𝒆𝟐𝒕
𝟐
𝐾 𝒆𝟐𝒕
→𝑦=+ 𝟐 + 𝟐
(𝒆𝟐𝒕 ) (𝒆𝟐𝒕 )
𝟐
Portanto: 𝒚(𝒕) = +𝑲. 𝒆−𝟐𝒕 + 𝟏
𝑑𝑦 3
Exemplo 02: + 2𝑡. 𝑦 = 𝑡 𝑦(0) =
𝑑𝑡 2
𝟐𝒕𝟐 𝟐
➔ Fator Integrante: 𝒆∫ 𝟐𝒕𝒅𝒕 =𝒆𝟐 = 𝒆𝒕
𝑑𝑦 𝟐 𝟐 𝟐
➔ Multiplicando: . (𝒆𝒕 ) + 2𝑡. (𝒆𝒕 ). 𝑦 = 𝑡. (𝒆𝒕 )
𝑑𝑡
𝟐 ′ 𝟐
→ [𝑦. (𝒆𝒕 )] = 𝑡. (𝒆𝒕 )
54
𝟐 𝟐
→ 𝒚. (𝒆𝒕 ) + 𝒄𝟏 = ∫ 𝒕. (𝒆𝒕 ) 𝒅𝒕
𝟐
Resolvendo ∫ 𝒕. (𝒆𝒕 ) 𝒅𝒕, por substituição temos que 𝑢 = 𝑡 2 → 𝑑𝑢 = 2𝑡. 𝑑𝑡
o que implica em:
𝟐 1 1 𝟏 𝟐
∫ 𝒕. (𝒆𝒕 ) 𝒅𝒕 = ∫ . (𝑒 u ) 𝑑𝑡 = . 𝑒 𝑢 = . 𝒆𝒕
2 2 𝟐
Voltando na Equação Diferencial temos:

𝟐 𝟐
→ 𝒚. (𝒆𝒕 ) + 𝒄𝟏 = ∫ 𝒕. (𝒆𝒕 ) 𝒅𝒕
𝟐 𝟏 𝟐
→ 𝒚. (𝒆𝒕 ) + 𝒄𝟏 = . 𝒆𝒕 + 𝒄𝟐
𝟐
𝟏 𝟐
( .𝒆𝒕 +𝒄)
𝟐
→ 𝒚(𝒕) = 𝟐
(𝒆𝒕 )
𝟏 𝒄 𝟏 𝟐
→ 𝒚(𝒕) = + 𝟐 = + 𝒄. (𝒆−𝒕 )
𝟐 (𝒆𝒕 ) 𝟐
3
Substituindo a Condição Inicial 𝑦(0) = temos:
2
𝟏 −𝒕𝟐
→ 𝒚(𝒕) = + 𝒄. (𝒆 )
𝟐
3 1 3 1 2
→ = + 𝑐. 𝑒 0 →𝑐= − = =𝟏
2 2 2 2 2
𝟏 𝟐
Portanto: 𝒚(𝒕) = + 𝒆−𝒕
𝟐
55
• Seção 15.3 (#01 ao #06)
Resolva as seguintes equações diferenciais lineares de primeira ordem. Se
for dada a condição inicial, defina a constante arbitrária:
𝑑𝑦
#01 + 5𝑦 = 15
𝑑𝑡
𝑑𝑦
#02 + 2𝑡𝑦 = 0
𝑑𝑡
𝑑𝑦 3
#03 + 2𝑡𝑦 = 𝑡 𝑦 (0) =
𝑑𝑡 2
𝑑𝑦
#04 + 𝑡 2 𝑦 = 5𝑡 2 𝑦 (0) = 6
𝑑𝑡
𝑑𝑦 6
#05 2 + 12𝑦 + 2𝑒 𝑡 = 0 𝑦 (0 ) =
𝑑𝑡 7
𝑑𝑦
#06 +𝑦=𝑡
𝑑𝑡
03 Tipos de Equações Diferenciais Ordinárias e Métodos

de Solução
E.D.O. Exatas
Dado 𝐹 (𝑦, 𝑡 ) a diferencial total é dada por
𝜕𝐹 𝜕𝐹
𝑑𝐹 (𝑦, 𝑡 ) = . 𝑑𝑦 + . 𝑑𝑡
𝜕𝑦 𝜕𝑡
E.D.O. Exata implica 𝑑𝐹 (𝑦, 𝑡 ) = 0.
Em geral, uma E.D.O. da forma [𝑀. 𝑑𝑦 + 𝑁. 𝑑𝑡 ] = 0 é exata se existir 𝑀 =

𝜕𝐹 𝜕𝐹
e N= , dado uma função 𝐹 (𝑦, 𝑡 ).
𝜕𝑦 𝜕𝑡
Variáveis Separáveis
Se a Equação Diferencial
𝑓 (𝑦, 𝑡 ). 𝑑𝑦 + 𝑔(𝑦, 𝑡 ). 𝑑𝑡 = 0
56
Possuir a seguinte conveniência:

𝑓 (𝑦). 𝑑𝑦 + 𝑔( 𝑡 ). 𝑑𝑡 = 0
Então classificamos esse caso como E.D.O. Separável.

SOLUÇÃO: nesse caso, podemos isolar [𝒚 𝒆 𝒅𝒚] no 1º membro, e [𝒕 𝒆 𝒅𝒕]
no 2º membro da equação, para então integrar ambos.
Equações Redutíveis
Se a equação diferencial assumir forma não-linear, devemos procurar
transformações de variáveis de forma que a E.D.O. seja resolvida, na variável
transformada, de forma linear.
Diagrama de FASE
Uma informação gráfica qualitativa interessante nos problemas de dinâmica
𝑑𝑦
é a obtenção do gráfico ( ) por (𝑦). Essa informação gráfica ilustra a trajetória
𝑑𝑡
de equilíbrio, que pode, nesse sentido, ser convergente ou divergente.
Considere a E.D.O. linear com coeficientes constantes:
𝒅𝒚
+ 𝒂. 𝒚(𝒕) = 𝒃
𝒅𝒕
Sabemos que a solução desta E.D.O. é dada por:

𝒃 𝒃
𝒚(𝒕) = (𝒚(𝟎) − ) . 𝒆−𝒂𝒕 +
𝒂 𝒂
Se analisarmos especificamente o sinal de (𝑎), teremos a seguinte

conclusão:
𝑠𝑒 𝑎 > 0 ↔ 𝑦(𝑡 ) 𝑐𝑜𝑛𝑣𝑒𝑟𝑔𝑒
{
𝑠𝑒 𝑎 < 0 ↔ 𝑦(𝑡 ) 𝑑𝑖𝑣𝑒𝑟𝑔𝑒
Pois temos a seguinte análise, quando (𝑡 → ∞):

𝑠𝑒 𝑎 > 0 → lim 𝒆−𝒂𝒕 = 0
𝑡→∞
{
𝑠𝑒 𝑎 < 0 → (lim 𝒆−𝒂𝒕 ) → ∞
𝑡→∞
57
Graficamente, a análise de 𝑦(𝑡 ) pode ser representada:
O Diagrama de Fases representa o comportamento do equilíbrio, nesse

caso, Equilíbrio Instável se (𝑎 < 0) e Equilíbrio Estável se (𝑎 > 0).
• Seção 15.6 (#01 e #02)
#01 Construa o gráfico da linha de fase (diagrama de fase) para cada uma
das seguintes funções, e discuta suas implicações qualitativas:
𝑑𝑦
a) =𝑦−7
𝑑𝑡
𝑑𝑦
b) = 1 − 5𝑦
𝑑𝑡
𝑑𝑦 𝑦
c) =4−
𝑑𝑡 2
𝑑𝑦
d) = 9𝑦 − 11
𝑑𝑡
58
#02 Construa o gráfico da linha de fase (diagrama de fase) para cada uma
das seguintes funções, e discuta suas implicações qualitativas:
𝑑𝑦
a) = (𝑦 + 1)2 − 16 (𝑦 ≥ 0)
𝑑𝑡
𝑑𝑦 1
b) = 𝑦 − 𝑦2 (𝑦 ≥ 0)
𝑑𝑡 2
Exemplo – Diagrama de Fases do Modelo de Solow

Dada uma função de produção 𝑄 = 𝑓(𝐾, 𝐿) com (𝐾, 𝐿 > 0), temos a regra
do produto para definir as condições de equilíbrio dada por:
𝐾̇ = 𝐿. 𝑘̇ + 𝑘. 𝐿̇ (regra do produto)
Onde:
𝑑𝐾
• 𝐾̇ = = 𝑠. 𝑄
𝑑𝑡
𝐾
• 𝑘=
𝐿
𝑑𝐿
• 𝐿̇ = = 𝜆. 𝐿
𝑑𝑡
O que nos leva a Equação Fundamental do Modelo de Crescimento de

Solow, dado por:
𝒌̇ = 𝒔. 𝝓(𝒌) − 𝝀. 𝒌
Ou seja, uma Equação Diferencial Ordinária, na variável (𝑘 ), com dois

parâmetros (𝑠) e (𝜆).
Graficamente temos:
59
Tempo Discreto: Equações a Diferenças Finitas

Quando estamos tratando o tempo discreto, o valor da variável (𝑦) mudará
somente quando a variável (𝑡 ) mudar de um valor inteiro para o seguinte, tal
como de 𝑡 = 1 para 𝑡 = 2.
A variação de (𝑦) no tempo de forma discreta pode ser escrita por:
Δ𝑦𝑡 = 𝑦𝑡+1 − 𝑦𝑡
Onde (𝑦𝑡 ) significa o (𝑦) no t-ésimo período.
Exemplos de E.D.F. de primeira ordem são:

Ex.01: Δ𝑦𝑡 = 2 → 𝒚𝒕+𝟏 − 𝒚𝒕 = 𝟐
Ex.02: Δ𝑦𝑡 = −0,1. 𝑦𝑡 → 𝑦𝑡+1 − 𝑦𝑡 = −0,1. 𝑦𝑡

𝒚𝒕+𝟏 − 𝟎, 𝟗. 𝒚𝒕 = 𝟎
Resolvendo uma E.D.F de 1ª ordem

➔ Método Iterativo
Resultados das iterações em diferentes instantes de tempo permitem inferir
sobre a trajetória temporal.
Ex.01: 𝑦𝑡+1 = 𝑦𝑡 + 2 𝑦0 = 15
→ 𝑦1 = 𝑦0 + 2
𝑦2 = 𝑦1 + 2 = (𝑦0 + 2) + 2 = 𝑦0 + 2. (2)
𝑦3 = 𝑦2 + 2 = (𝑦0 + 2) + 2. (2) = 𝑦0 + 3. (2)
⋮
→ 𝒚𝒕 = 𝒚𝟎 + 𝒕. (𝟐)
Como 𝑦0 = 15, então temos: 𝒚𝒕 = 𝟏𝟓 + 𝟐. 𝒕
Ex.02: 𝑦𝑡+1 = 0,9. 𝑦𝑡

→ 𝑦1 = 0,9. 𝑦0
𝑦2 = 0,9. 𝑦1 = (0,9)2 . 𝑦0
𝑦3 = 0,9. 𝑦2 = (0,9)3 . 𝑦0
60
⋮
→ 𝒚𝒕 = (𝟎, 𝟗)𝒕 . 𝒚𝟎
Ex.03: 𝒎. 𝒚𝒕+𝟏 − 𝒏. 𝒚𝒕 = 𝟎
𝑛
→ 𝑦𝑡+1 = ( ) . 𝑦𝑡
𝑚
𝒏 𝒕
Portanto: 𝒚𝒕 = ( ) . 𝒚𝟎
𝒎
Uma forma mais geral de expressar, esse tipo de solução, é dada por:
𝒚𝒕 = 𝑨. (𝒃)𝒕
➔ Método Geral
Suponha que estamos procurando a solução da E.D.F de 1ªordem:
𝒚𝒕+𝟏 + 𝒂. 𝒚𝒕 = 𝒄
Como (𝑎) e (𝑐 ) são constantes, então temos a solução dada por:

𝑦𝑡 = 𝑦𝑡𝐻 + 𝑦𝑡𝑃
➔ Caso Homogêneo
A E.D.F. homogênea de 1ª ordem é dada por:
𝒚𝒕+𝟏 + 𝒂. 𝒚𝒕 = 𝟎
→ 𝑦𝑡+1 = −𝑎. 𝑦𝑡
Portanto: 𝒚𝑯 𝒕
𝒕 = (−𝒂) . 𝒚𝟎
Assumindo que a condição inicial é igual a uma constante tal como 𝑦0 = 𝐴,

temos portanto:
𝒚𝑯
𝒕 = 𝑨. (−𝒂)
𝒕
➔ Caso Não-Homogêneo – Solução Particular

A E.D.F. não-homogênea de 1ª ordem é dada por:
61
𝒚𝒕+𝟏 + 𝒂. 𝒚𝒕 = 𝒄
Vamos supor que 𝒚𝒕+𝟏 = 𝒌, então 𝒚𝒕 = 𝒌 também. Substituindo temos:

→ 𝑘 + 𝑎. 𝑘 = 𝑐
𝑘. (1 + 𝑎) = 𝑐
𝒄
→𝒌=
𝟏+𝒂
Caso (𝒂 = −𝟏)
Se ocorrer o caso (𝑎 = −1), então (𝑘 ) fica indefinido de forma que
tentamos outra solução.
Suponha que 𝒚𝒕 = 𝒌. 𝒕, então 𝒚𝒕+𝟏 = 𝒌(𝒕 + 𝟏). Substituindo temos:
𝒚𝒕+𝟏 + 𝒂. 𝒚𝒕 = 𝒄
→ 𝑘. (𝑡 + 1) + 𝑎. 𝑘. 𝑡 = 𝑐
𝑘. (𝑡 + 1 + 𝑎. 𝑡 ) = 𝑐
𝑐
→𝑘= como 𝑎 = −1 temos 𝑘 = 𝑐
𝑡+1+𝑎𝑡
Portanto: 𝒚𝑷𝒕 = 𝒄. 𝒕
Assim a solução geral é dada por:

𝑐
𝑦𝑡 = 𝐴. (−𝑎)𝑡 + (𝑐𝑎𝑠𝑜 𝑎 ≠ −1)
{ 1+𝑎
𝑦𝑡 = 𝐴. (−𝑎)𝑡 + 𝑐. 𝑡 (𝑐𝑎𝑠𝑜 𝑎 = −1)
• Seção 17.2 (#01, #02 e #04)
#01 Reescreve as seguintes Equações a Diferenças na forma:
(𝒚𝒕+𝟏 + 𝒂. 𝒚𝒕 = 𝒄)
a) ∆𝑦𝑡 = 7
b) ∆𝑦𝑡 = 0,3. 𝑦𝑡
c) ∆𝑦𝑡 = 2. 𝑦𝑡 − 9
62
#02 Resolva as seguintes Equações a Diferenças por ITERAÇÃO:

a) 𝑦𝑡+1 = 𝑦𝑡 + 1 (𝑦0 = 10)
b) 𝑦𝑡+1 = 𝛼. 𝑦𝑡 (𝑦0 = 𝛽)
c) 𝑦𝑡+1 = 𝛼. 𝑦𝑡 − 𝛽 (𝑦𝑡 = 𝑦0 𝑜𝑛𝑑𝑒 𝑡 = 0)
#04 Resolva as seguintes Equações a Diferenças:

a) 𝑦𝑡+1 + 3. 𝑦𝑡 = 4 (𝑦0 = 4)
b) 2𝑦𝑡+1 − 𝑦𝑡 = 6 (𝑦0 = 7)
c) 𝑦𝑡+1 = 0,2. 𝑦𝑡 + 4 (𝑦0 = 4)
Tempo Contínuo: Equação Diferencial Ordinária de 2ª Ordem

𝒂. 𝒚′′ (𝒕) + 𝒃. 𝒚′ (𝒕) + 𝒄. 𝒚(𝒕) = 𝟎 (Caso Homogêneo)
➔ Raízes da Equação Característica:

𝒂. 𝒓𝟐 + 𝒃. 𝒓 + 𝒄 = 𝟎
• Raízes Reais e Distintas (𝑟1 ≠ 𝑟2 )

𝒚(𝒕) = 𝑨𝟏 . 𝒆𝒓𝟏 .𝒕 + 𝑨𝟐 . 𝒆𝒓𝟐 .𝒕
• Raízes Reais Repetidas (𝑟1 = 𝑟2 )

𝒚(𝒕) = 𝑨𝟏 . 𝒆𝒓.𝒕 + 𝑨𝟐 . (𝐭). 𝒆𝐫.𝒕
• Raízes Complexas (𝑟1,2 = 𝑎 ± 𝑏. 𝑖)

𝒚(𝒕) = 𝒆𝒂𝒕 . [(𝑨𝟏 + 𝑨𝟐 ). 𝐜𝐨𝐬(𝒃𝒕) + (𝑨𝟏 − 𝑨𝟐 ). 𝒊. 𝐬𝐞𝐧(𝒃𝒕)]
➔ Solução Particular
Caso tenhamos 𝒂. 𝒚′′ (𝒕) + 𝒃. 𝒚′ (𝒕) + 𝒄. 𝒚(𝒕) = 𝒘(𝒕), então 𝑦(𝑡 ) =
𝑦𝐻 (𝑡 ) + 𝑦𝑃 (𝑡), onde a solução particular é dada por uma função 𝑦𝑃 (𝑡 ) que
possui a mesma forma funcional matemática de 𝑤(𝑡).
63

Análise Econômica NotasAULA 2023

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

Análise Econômica NotasAULA 2023

Enviado por

Direitos autorais:

Formatos disponíveis

UNIVERSIDADE PRESBITERIANA MACKENZIE

CCSA – Centro de Ciências Sociais Aplicadas

Tópicos específicos, que podem ser resolvidos com ferramentas

Objetivo Geral de Economia Matemática: introduzir os aspectos mais

Economia Matemática Vs. Economia Não Matemática

A Matemática tem a vantagem de obrigar os analistas a enunciar suas

Note: na Análise Econômica essa é a diferença fundamental entre os

Geometria e sua limitação

• Vantagens da Economia Matemática

Economia Matemática Vs. Econometria

Exemplo: Oferta e Demanda O

Variável, Constante e Parâmetro

Constante: valor fixo, por exemplo, na expressão [𝑏2 − 4. 𝑎. 𝑐] o valor 4 é

Equações de Definição: impõe uma identidade entre duas expressões

Equações de Comportamento: impõe o padrão de comportamento de uma

Equações de Equilíbrio: impõe a condição que é pré-requisito para a

Dessa forma, o sistema

Relações, Funções e Gráficos

Um nível mais geral de discussão e análise é

O mais generalizado é a falta da definição da forma analítica da função, tal

Roteiro para resolução de problemas

Análise do Equilíbrio em Economia

Equilíbrio Estável acontece quando mesmo com pequenas oscilações das

➔ Equilíbrio Parcial de Mercado – modelo linear

➔ Equilíbrio Parcial de Mercado – modelo linear

Lista.01 – resolver e fazer os gráficos

Equilíbrio Geral de Mercado

Se existir uma solução, haverá um conjunto de preços 𝑃𝑖∗ e correspondentes

➔ Modelo de Mercado com duas Mercadorias - LINEAR

O que nos leva a:

Para simplificar, vamos reescrever os coeficientes tais como:

Substituindo 𝑃1∗ na primeira equação do sistema, temos:

Obtendo 𝑃1∗ e 𝑃2∗ podemos calcular 𝑄1∗ e 𝑄2∗ .

Modelo de Mercado com (n) mercadorias

Assim temos (2. 𝑛) equações que em condições de equilíbrio devem gerar

{𝑄𝑑𝑖 (𝑃1 , 𝑃2 , … , 𝑃𝑛 ) − 𝑄𝑠𝑖 (𝑃1 , 𝑃2 , … , 𝑃𝑛 ) = 0 [𝑖 = 1, … , 𝑛]

Resolvidas simultaneamente, essas (𝑛) equações podem determinar os (𝑛)

Solução de um Sistema Geral de Equações

Equilíbrio na Análise da Renda Nacional

Substituindo (𝐶) em (𝑌), temos:

𝑎+𝐼0 +𝐺0 𝑎−𝑎𝑏+𝑎𝑏+𝑏(𝐼0 +𝐺0 )

Seção 3.4: #03) As funções demanda e oferta de um modelo de duas

Seção 3.5: #01) Dado o seguinte modelo:

#02) Seja o modelo de Renda Nacional:

#03) Calcule 𝑌 ∗ e 𝐶 ∗ do seguinte sistema:

Modelos Lineares e Álgebra Matricial

Em muitos casos, a relação linear gera uma aproximação suficientemente

Que pode ser reescrito matricialmente por:

𝑎11 𝑎12 … 𝑎1𝑛 𝑥1 𝑑1

Que pode ser decomposto em:

Ou seja, podemos escrever 𝐴. 𝑥 = 𝑑, tal como:

SOLUÇÃO DE SISTEMAS LINEARES POR MÉTODOS MATRICIAS

Esses sistemas têm essencialmente dois métodos tradicionais de solução:

Onde (𝐴𝑖 ) é a matriz que se obtem da substituição da i-ésima coluna de (𝐴)

Condição de Existência de Solução

Det(𝐴) = 0 ⇔ 𝑁Ã𝑂 𝐸𝑥𝑖𝑠𝑡𝑒 (𝐴−1 )

Em resumo: se det(𝐴) = 0 não existe solução única do sistema linear em

3) VETOR: matriz com uma linha ou uma coluna.

➔ Operações com MATRIZES

5) Multiplicação de Matriz por Escalar

Ou seja, 𝒙 ⃗⃗⃗ = ∑𝒏𝒊 𝒙𝒊 . 𝒚𝒊

➢ Para ser possível a multiplicação matricial o número de colunas

𝑐11 = (1.5) + (2.4) + (1.1) = 14

Ou seja, a ordem importa na multiplicação matricial. Somente em casos