Capítulo 2 — A Caixa de Ferramentas Matemática do Economista¶
Introdução¶
A microeconomia moderna é uma disciplina intrinsecamente matemática. Os modelos apresentados no Capítulo 1 — maximização de utilidade, maximização de lucro, equilíbrio de mercado — requerem um aparato formal para serem formulados com precisão e para que suas implicações possam ser derivadas rigorosamente. Este capítulo apresenta as ferramentas matemáticas essenciais para o estudo da microeconomia em nível avançado.
O objetivo não é substituir um curso de matemática, mas fornecer uma referência autocontida dos resultados e técnicas que serão utilizados ao longo do livro. O leitor familiarizado com cálculo multivariado e álgebra linear pode percorrer este capítulo rapidamente, concentrando-se nas aplicações econômicas e nos resultados menos habituais, como o teorema do envelope e as condições de Kuhn-Tucker.
2.1 Maximização de funções de uma variável¶
Condições de primeira ordem¶
Seja \(f: \mathbb{R} \to \mathbb{R}\) uma função duas vezes diferenciável. Se \(x^*\) é um máximo interior de \(f\), então:
A CPO identifica pontos críticos (máximos, mínimos ou pontos de inflexão), mas não os distingue entre si.
Condições de segunda ordem¶
Para garantir que o ponto crítico é um máximo (e não um mínimo), exige-se:
Se \(f''(x^*) > 0\), o ponto é um mínimo local. Se \(f''(x^*) = 0\), o teste é inconclusivo.
Aplicação: receita marginal decrescente
Considere uma firma monopolista com função de demanda inversa \(P(q) = 100 - 2q\) e custo total \(CT(q) = 10q + q^2\). O lucro é:
CPO: \(\pi'(q) = 90 - 6q = 0 \implies q^* = 15\).
CSO: \(\pi''(q) = -6 < 0\). Confirmado: \(q^* = 15\) é um máximo.
Lucro máximo: \(\pi(15) = 90(15) - 3(225) = 1350 - 675 = 675\).
2.2 Funções de várias variáveis¶
Derivadas parciais¶
Seja \(f: \mathbb{R}^n \to \mathbb{R}\). A derivada parcial de \(f\) em relação a \(x_i\), denotada \(\frac{\partial f}{\partial x_i}\) ou \(f_i\), mede a taxa de variação de \(f\) quando apenas \(x_i\) varia, mantendo todas as demais variáveis constantes — é o equivalente matemático do ceteris paribus.
Diferencial total¶
A diferencial total de \(f(x_1, x_2, \ldots, x_n)\) é:
A diferencial total expressa a variação aproximada de \(f\) quando todas as variáveis mudam simultaneamente por quantidades infinitesimais.
Teorema da função implícita¶
Teorema da Função Implícita
Seja \(F(x, y) = 0\) uma relação implícita entre \(x\) e \(y\), com \(F\) continuamente diferenciável e \(F_y \neq 0\) em um ponto \((x_0, y_0)\). Então, em uma vizinhança de \((x_0, y_0)\), existe uma função \(y = g(x)\) tal que \(F(x, g(x)) = 0\), e:
Este resultado é fundamental em estática comparativa: permite calcular como uma variável endógena responde a mudanças em uma variável exógena quando a relação entre elas é dada implicitamente por uma condição de equilíbrio.
Aplicação. Considere a condição de equilíbrio \(D(P, Y) - S(P) = 0\), onde \(P\) é o preço e \(Y\) é a renda. Pelo teorema da função implícita:
Se \(D_Y > 0\) (bem normal) e \(D_P - S_P < 0\) (inclinação da demanda menor que a da oferta), então \(\frac{dP}{dY} > 0\): um aumento na renda eleva o preço de equilíbrio.
2.3 Maximização com várias variáveis¶
Para maximizar \(f(x_1, x_2, \ldots, x_n)\) sem restrições, as condições necessárias de primeira ordem são:
Isso gera um sistema de \(n\) equações com \(n\) incógnitas.
As condições de segunda ordem envolvem a matriz hessiana:
onde \(f_{ij} = \frac{\partial^2 f}{\partial x_i \partial x_j}\).
Condição Suficiente de Segunda Ordem (caso irrestrito)
O ponto crítico \(\mathbf{x}^*\) é um máximo local se a matriz hessiana \(H(\mathbf{x}^*)\) for negativa definida, ou seja, se todos os seus autovalores forem negativos. Equivalentemente, os menores principais líderes devem alternar em sinal: \(f_{11} < 0\), \(f_{11}f_{22} - f_{12}^2 > 0\), etc.
2.4 Teorema do envelope¶
O teorema do envelope é um dos resultados mais úteis e elegantes da microeconomia. Ele permite calcular como o valor ótimo de uma função objetivo muda quando um parâmetro varia, sem necessidade de recalcular a solução ótima.
Teorema do Envelope (caso irrestrito)
Seja \(f(x, a)\) uma função de \(x\) (variável de escolha) e \(a\) (parâmetro), e seja \(x^*(a)\) a solução do problema \(\max_x f(x, a)\). Defina a função valor como:
Então:
Ou seja, o efeito de uma mudança no parâmetro sobre o valor ótimo é dado pela derivada parcial direta de \(f\) em relação a \(a\), avaliada na solução ótima — ignorando o efeito indireto via \(x^*(a)\).
Demonstração.
Pela regra da cadeia:
Mas, pela condição de primeira ordem, \(\frac{\partial f}{\partial x}\big|_{x^*(a)} = 0\). Logo, o primeiro termo desaparece e:
\(\blacksquare\)
Intuição econômica
O resultado é intuitivo: no ótimo, o agente já ajustou \(x\) da melhor forma possível. Uma pequena mudança em \(x\) a partir do ótimo tem efeito de segunda ordem sobre \(f\) (pelo fato de que a derivada é zero no ótimo). Portanto, o único efeito de primeira ordem de uma mudança em \(a\) é o efeito direto.
2.5 Maximização com restrições: o método de Lagrange¶
Formulação do problema¶
O problema canônico da microeconomia é:
onde \(f\) é a função objetivo e \(g(\mathbf{x}) = c\) é a restrição.
O Lagrangeano¶
Define-se a função de Lagrange (ou Lagrangeano):
onde \(\lambda\) é o multiplicador de Lagrange.
Condições de primeira ordem¶
Das primeiras \(n\) condições, obtém-se:
Isso implica que as razões das derivadas parciais da função objetivo e da restrição são iguais para todas as variáveis — um resultado com interpretação econômica profunda.
Interpretação do multiplicador de Lagrange¶
Interpretação de \(\lambda\)
O multiplicador de Lagrange \(\lambda\) mede o valor marginal da restrição: é a taxa à qual o valor ótimo da função objetivo aumenta quando a constante da restrição é relaxada marginalmente.
onde \(V(c) = f(\mathbf{x}^*(c))\) é a função valor.
Exemplo: maximização de utilidade. No problema do consumidor:
O multiplicador \(\lambda\) é a utilidade marginal da renda: mede o aumento na utilidade máxima quando a renda \(m\) aumenta em uma unidade monetária. As CPOs implicam:
Ou seja, no ótimo, a utilidade marginal por unidade monetária gasta é igual para todos os bens — o famoso princípio da equimarginalidade.
2.6 Teorema do envelope na maximização restrita¶
Teorema do Envelope (caso restrito)
Considere o problema \(\max_{\mathbf{x}} f(\mathbf{x}, a)\) sujeito a \(g(\mathbf{x}, a) = c\), e defina a função valor \(V(a) = f(\mathbf{x}^*(a), a)\). Então:
Ou seja, o efeito de uma mudança no parâmetro sobre o valor ótimo é dado pela derivada parcial do Lagrangeano (não apenas de \(f\)) em relação ao parâmetro, avaliada na solução ótima.
Demonstração completa.
Defina a função valor:
O Lagrangeano é \(\mathcal{L} = f(\mathbf{x}, a) + \lambda[c - g(\mathbf{x}, a)]\). Como a restrição é satisfeita no ótimo, \(g(\mathbf{x}^*(a), a) = c\), temos:
Diferenciando \(V(a)\) em relação a \(a\):
Pelas CPOs, \(\frac{\partial f}{\partial x_i} = \lambda^* \frac{\partial g}{\partial x_i}\). Substituindo:
Diferenciando a restrição \(g(\mathbf{x}^*(a), a) = c\) em relação a \(a\):
Portanto:
Substituindo:
\(\blacksquare\)
2.7 Restrições de desigualdade: condições de Kuhn-Tucker¶
Em muitos problemas econômicos, as restrições são desigualdades (por exemplo, \(x_i \geq 0\), ou restrições orçamentárias do tipo \(\leq\)):
Condições de Kuhn-Tucker (KKT)¶
O Lagrangeano generalizado é:
As condições KKT são:
Condições de folga complementar
As condições \(x_i \cdot \frac{\partial \mathcal{L}}{\partial x_i} = 0\) e \(\lambda_j [c_j - g_j(\mathbf{x})] = 0\) são chamadas de condições de folga complementar (complementary slackness). Elas expressam que:
- Se \(x_i > 0\), então \(\frac{\partial \mathcal{L}}{\partial x_i} = 0\) (a CPO usual vale).
- Se a restrição \(j\) não é ativa (\(g_j < c_j\)), então \(\lambda_j = 0\) (a restrição é irrelevante e seu multiplicador é zero).
Interpretação econômica
As condições KKT generalizam o método de Lagrange para situações em que o agente pode estar em uma "solução de canto". Por exemplo, um consumidor pode decidir não consumir nenhuma quantidade de um bem (solução \(x_i = 0\)), caso a utilidade marginal por unidade monetária desse bem seja inferior à dos demais bens, mesmo ao nível zero de consumo.
2.8 Condições de segunda ordem e curvatura¶
Concavidade e convexidade¶
Concavidade
Uma função \(f: \mathbb{R}^n \to \mathbb{R}\) é côncava se, para todo \(\mathbf{x}, \mathbf{y} \in \mathbb{R}^n\) e todo \(t \in [0,1]\):
Se a desigualdade é estrita para \(\mathbf{x} \neq \mathbf{y}\) e \(t \in (0,1)\), a função é estritamente côncava.
Para funções duas vezes diferenciáveis, a concavidade equivale à condição de que a hessiana seja negativa semidefinida em todos os pontos.
Uma função côncava tem a propriedade crucial de que todo ponto crítico é um máximo global — o que simplifica enormemente os problemas de otimização.
Quase-concavidade¶
Quase-concavidade
Uma função \(f\) é quase-côncava se seus conjuntos de nível superior \(\{x : f(x) \geq k\}\) são convexos para todo \(k\).
A quase-concavidade é mais fraca que a concavidade, mas é suficiente para garantir que curvas de indiferença têm o formato convexo usual (abauladas em direção à origem). A maioria das funções utilidade usadas em microeconomia é quase-côncava, embora nem todas sejam côncavas.
Condições de segunda ordem em problemas restritos
Para problemas de maximização com restrições de igualdade, as condições de segunda ordem envolvem o hessiano orlado (bordered Hessian), que incorpora as derivadas da restrição. A quase-concavidade da função objetivo é suficiente para garantir que as CSO são satisfeitas em problemas restritos.
2.9 Funções homogêneas e Teorema de Euler¶
Função Homogênea
Uma função \(f: \mathbb{R}^n \to \mathbb{R}\) é homogênea de grau \(k\) se, para todo escalar \(t > 0\):
Exemplos em economia:
- Uma função de produção com retornos constantes de escala é homogênea de grau 1.
- Funções de demanda são homogêneas de grau 0 em preços e renda (ausência de ilusão monetária).
Teorema de Euler
Se \(f\) é homogênea de grau \(k\) e diferenciável, então:
Aplicação. Para uma função de produção \(F(K, L)\) homogênea de grau 1 (retornos constantes de escala):
Se cada fator recebe sua produtividade marginal (\(r = F_K\) e \(w = F_L\)), então \(rK + wL = F(K,L)\) — o produto é exatamente esgotado pela remuneração dos fatores. Este resultado é conhecido como o problema da exaustão do produto (Nicholson & Snyder, 2017).
2.10 Integração¶
Em microeconomia, a integração aparece em diversos contextos:
- Excedente do consumidor: \(EC = \int_{0}^{Q^*} D^{-1}(q) \, dq - P^* Q^*\)
- Excedente do produtor: \(EP = P^* Q^* - \int_{0}^{Q^*} CMg(q) \, dq\)
- Valor esperado: \(E[X] = \int_{-\infty}^{\infty} x \, f(x) \, dx\)
O Teorema Fundamental do Cálculo conecta integração e diferenciação:
Em análise de bem-estar, a integração permite calcular a variação compensatória e a variação equivalente, medidas exatas de mudança no bem-estar do consumidor.
2.11 Otimização dinâmica: uma breve introdução¶
Muitos problemas econômicos envolvem decisões ao longo do tempo:
- Quanto consumir hoje versus poupar para amanhã?
- Quanto investir em capital em cada período?
- Qual a trajetória ótima de extração de um recurso natural?
Otimização intertemporal discreta¶
O problema canônico em tempo discreto é:
onde \(\beta \in (0,1)\) é o fator de desconto, \(c_t\) é o consumo, \(a_t\) é a riqueza e \(r\) é a taxa de juros.
A equação de Euler resultante é:
que expressa a condição de que o agente é indiferente entre consumir uma unidade hoje e poupá-la para consumir \((1+r)\) unidades amanhã, descontadas pelo fator \(\beta\).
Otimização contínua: cálculo de variações e controle ótimo¶
Em tempo contínuo, problemas de otimização dinâmica são resolvidos pelo cálculo de variações ou pela teoria do controle ótimo (princípio do máximo de Pontryagin). Esses métodos são particularmente usados em teoria do crescimento, economia dos recursos naturais e finanças.
2.12 Estatística matemática: valor esperado e variância¶
A incerteza é onipresente em decisões econômicas. As ferramentas básicas de probabilidade são essenciais para a análise de escolha sob risco.
Valor esperado¶
Variância¶
Utilidade esperada¶
No modelo de von Neumann-Morgenstern, o agente avesso ao risco maximiza a utilidade esperada:
A aversão ao risco corresponde à concavidade da função utilidade (\(U'' < 0\)), e pode ser medida pelo coeficiente de Arrow-Pratt:
Conexão com a concavidade
A desigualdade de Jensen afirma que, para funções côncavas, \(E[U(W)] \leq U(E[W])\). Isso significa que um agente avesso ao risco prefere a renda esperada com certeza à loteria em si — ele estaria disposto a pagar um prêmio para eliminar o risco.
Gráficos interativos¶
Otimização de função de uma variável¶
Figura 2.1 — Arraste o ponto sobre a curva para explorar \(f'(x)\): a reta tangente mostra a inclinação em tempo real. No máximo, \(f'(x^*)=0\) e \(f''(x^*)<0\). Use os sliders para alterar curvatura e posição do pico.
Otimização com restrição: Lagrangeano¶
Figura 2.2 — Maximização de \(f(x,y)=xy\) sujeita a \(x+y=c\). O ótimo ocorre na tangência entre a curva de nível e a restrição, onde \(\nabla f = \lambda \nabla g\). Varie \(c\) e observe os gradientes paralelos.
Teorema do envelope¶
Figura 2.3 — Família de curvas \(f(x,\alpha)\) e a envoltória \(V(\alpha)=\max_x f(x,\alpha)\). O teorema do envelope mostra que \(dV/d\alpha = \partial f/\partial \alpha|_{x^*}\) — basta a derivada parcial direta, sem recalcular o ótimo.
Tabela-resumo: condições de otimização¶
| Tipo de Problema | Condição de Primeira Ordem | Condição de Segunda Ordem | Observação |
|---|---|---|---|
| Sem restrição (1 variável) | \(f'(x^*) = 0\) | \(f''(x^*) < 0\) para máx. | Teste da derivada segunda |
| Sem restrição (\(n\) variáveis) | \(\nabla f(\mathbf{x}^*) = \mathbf{0}\) | \(H(\mathbf{x}^*)\) negativa definida para máx. | \(H\) é a hessiana |
| Restrição de igualdade | \(\nabla f = \lambda \nabla g\); \(g(\mathbf{x}) = c\) | Hessiano orlado com menores alternando em sinal | \(\lambda\) = valor sombra da restrição |
| Restrição de desigualdade | Condições KKT: folga complementar | Mesmas do caso com igualdade nas restrições ativas | Restrições inativas: \(\lambda_j = 0\) |
Box Brasil: A matemática por trás do IPCA¶
Box Brasil — O IPCA e as funções de agregação de Laspeyres
O Índice Nacional de Preços ao Consumidor Amplo (IPCA), calculado mensalmente pelo IBGE, é o indicador oficial de inflação no Brasil e meta do regime de metas de inflação adotado desde 1999. Por trás de sua aparente simplicidade — "quanto subiram os preços?" — há um arcabouço matemático preciso baseado em funções de agregação de preços.
A fórmula de Laspeyres. O IPCA utiliza uma variação da fórmula de Laspeyres, que mede a variação no custo de uma cesta fixa de bens entre dois períodos. Para \(n\) bens, o índice de Laspeyres é:
onde \(p_i^t\) é o preço do bem \(i\) no período \(t\), \(q_i^0\) é a quantidade consumida no período-base e \(w_i^0 = \frac{p_i^0 q_i^0}{\sum_j p_j^0 q_j^0}\) é o peso do bem \(i\) na cesta de consumo do período-base.
Estrutura de pesos. O IPCA utiliza pesos derivados da Pesquisa de Orçamentos Familiares (POF) do IBGE, que levanta os padrões de consumo das famílias brasileiras com renda de 1 a 40 salários mínimos. Os principais grupos e seus pesos aproximados (base POF 2017-2018) são: Alimentação e bebidas (19%), Habitação (15%), Transportes (21%), Saúde (14%), Educação (6%), entre outros.
O viés de substituição. Uma propriedade matemática importante: o índice de Laspeyres tende a superestimar a inflação verdadeira porque mantém a cesta fixa. Quando o preço de um bem sobe, o consumidor tende a substituí-lo por alternativas mais baratas — mas a fórmula de Laspeyres não captura essa substituição. Em termos formais, se o consumidor maximiza utilidade, o verdadeiro índice de custo de vida (baseado na função dispêndio) é menor ou igual ao índice de Laspeyres. Este resultado é uma aplicação direta da teoria do consumidor: a cesta do período-base é uma cesta viável (mas geralmente não ótima) aos preços do período corrente.
Agregação geográfica e temporal. Na prática, o IBGE calcula o IPCA em 16 regiões metropolitanas e usa médias ponderadas pela população para obter o índice nacional. Os preços são coletados ao longo de cada mês, exigindo técnicas de agregação temporal. A fórmula final combina índices elementares (nível de produto) em índices superiores (subitens, itens, subgrupos, grupos) mediante uma estrutura hierárquica de agregação.
O IPCA é, portanto, um exemplo concreto de como funções de agregação, teoria dos números-índice e conceitos de otimização do consumidor se combinam para produzir uma estatística que afeta diretamente a vida de milhões de brasileiros — desde a meta de juros fixada pelo Copom até o reajuste de contratos de aluguel e tarifas públicas.
Exercícios¶
Exercício 2.1. Considere a função \(f(x) = 12x - 3x^2 + 2x^3 - \frac{1}{4}x^4\).
a) Encontre todos os pontos críticos.
b) Classifique cada ponto crítico como máximo local, mínimo local ou ponto de inflexão usando a condição de segunda ordem.
c) Identifique o máximo global no intervalo \([0, 4]\).
Exercício 2.2. Um consumidor tem função utilidade \(U(x_1, x_2) = x_1^{1/3} x_2^{2/3}\) e enfrenta preços \(p_1\) e \(p_2\) com renda \(m\).
a) Formule o Lagrangeano do problema de maximização de utilidade.
b) Derive as condições de primeira ordem.
c) Obtenha as funções de demanda marshallianas \(x_1^*(p_1, p_2, m)\) e \(x_2^*(p_1, p_2, m)\).
d) Verifique que as funções de demanda são homogêneas de grau 0 em \((p_1, p_2, m)\).
e) Interprete economicamente o multiplicador de Lagrange \(\lambda^*\).
Exercício 2.3. Considere a função de produção Cobb-Douglas \(Q = A K^\alpha L^\beta\) com \(\alpha, \beta > 0\).
a) Mostre que \(Q\) é homogênea de grau \(\alpha + \beta\).
b) Verifique o Teorema de Euler para esta função.
c) Sob que condição a função apresenta retornos constantes de escala? E retornos decrescentes?
d) Calcule a taxa marginal de substituição técnica (\(TMST\)) entre capital e trabalho e interprete economicamente.
Exercício 2.4 (Teorema do Envelope). Uma firma monopolista enfrenta a demanda \(P = a - bQ\) e tem custo total \(CT = cQ\), onde \(a\), \(b\) e \(c\) são parâmetros positivos com \(a > c\).
a) Encontre a quantidade ótima \(Q^*(a, b, c)\) e o lucro máximo \(\pi^*(a, b, c)\).
b) Use o teorema do envelope para calcular \(\frac{\partial \pi^*}{\partial a}\), \(\frac{\partial \pi^*}{\partial b}\) e \(\frac{\partial \pi^*}{\partial c}\).
c) Verifique os resultados do item (b) diferenciando diretamente a expressão do lucro máximo.
d) Interprete economicamente o sinal de cada derivada.
Exercício 2.5 (Kuhn-Tucker). Um consumidor tem utilidade \(U(x_1, x_2) = \ln(x_1) + x_2\) (preferências quase-lineares), preços \(p_1 = 2\) e \(p_2 = 1\), e renda \(m\).
a) Formule o problema com restrição de não-negatividade e restrição orçamentária de desigualdade.
b) Escreva as condições de Kuhn-Tucker.
c) Para \(m = 10\), encontre a solução ótima e verifique todas as condições KKT.
d) Para \(m = 0{,}3\), mostre que a solução envolve \(x_2 = 0\) (solução de canto) e encontre \(x_1^*\).
e) Qual o valor mínimo de \(m\) a partir do qual o consumidor passa a adquirir quantidades positivas de ambos os bens?
Referências¶
- MAS-COLELL, A.; WHINSTON, M. D.; GREEN, J. R. Microeconomic Theory. New York: Oxford University Press, 1995.
- NICHOLSON, W.; SNYDER, C. Microeconomic Theory: Basic Principles and Extensions. 12. ed. Boston: Cengage Learning, 2017.
- PINDYCK, R. S.; RUBINFELD, D. L. Microeconomia. 8. ed. São Paulo: Pearson, 2013.
- SIMON, C. P.; BLUME, L. Mathematics for Economists. New York: W. W. Norton, 1994.
- VARIAN, H. R. Microeconomia: uma abordagem moderna. 9. ed. Rio de Janeiro: Elsevier, 2015.