Baixe o app para aproveitar ainda mais
Prévia do material em texto
Marcelo de Sales Pessoa Otimização Dinâmica Problema Típico O problema típico é: max c(t) V (0) = Z T 0 v (k (t) ; c (t) ; t) dt s.a (1) a) _k (t) = g (k (t) ; c (t) ; t) b) k (0) = k0 > 0 c) k (T ) :e��r(T ):T � 0 Onde: V (0) é o valor da função objetivo no instante t = 0: Essa função objetivo é a integral no intervalo de 0 a T de funções de felicidade v (:) que podem ser funções de utilidade, função de lucro, funções objetivo do governo, etc. c (t) é a variável de controle. É o que o agente escolhe para maximizar a função. k (t) é a variável de estado. obs.: tanto k como c podem ser vetores. Isso signi ca que podemos ter n variáveis de estado e m variáveis de controle. �r (t) é a taxa média de desconto que vigora entre 0 e t; T é a data nal do planejamento, que pode ser nita ou in nita; a) restrição de acumulação ou equação de transição ou equação de movi- mento. Também é chamada de equação de Euler. Trata-se de uma equação diferencial que mostra como a escolha da variável de controle afeta a trajetória da variável estado. b) condição inicial. c) condição nal. Restrição com horizonte in nito Se T for in nito, c) ca igual a: lim t!1 k (t) :e � R t 0 r(�)d� � 0 Derivação Heurística das Condições Necessárias Das condições de Karush-Kuhn-Tucker, temos: 1) DL = 0; 2) _k (t) = g (k (t) ; c (t) ; t) ; k (T ) :e��r(T ):T � 0; k0 > 0; � � 0; � (t) � 0: 3) �k (T ) e��r(T ):T = 0: Montando a função lagrangiana: 1 L = Z T 0 v (k (t) ; c (t) ; t) dt+ Z T 0 � (t) h g (k (t) ; c (t) ; t)� _k (t) i dt+�k (T ) e��r(T ):T onde � (t) é o multiplicador de Lagrange associado à restrição a). Ele pode ser chamado de variável de coestado ou multiplicador de Lagrange dinâmico e � é o multiplicador de Lagrange associado à restrição k (T ) :e��r(T ):T � 0: Então, L = Z T 0 [v (k (t) ; c (t) ; t) + � (t) g (k (t) ; c (t) ; t)] dt+ Z T 0 _� (t) k (t) dt� � (T ) k (T ) +� (0) k (0) + �k (T ) e��r(T ):T A expressão na primeira integral é chamada de Hamiltoniano: Def.: Hamiltoniano: H (k; c; t; �) � v (k; c; t) + �g (k; c; t) : Devemos ter: i) @H (:) @c = 0 ii) _� (t) = �@H (:) @k iii) � (T ) = �e��r(T ):T Além disso, como devemos ter a condição de folga complementar de Karush- Kuhn-Tucker (KKT): �k (T ) e��r(T ):T = 0 Podemos usar iii) para fazer: � (T ) k (T ) = 0 Essa condição é chamada de condição de transversalidade. Condições Necessárias para Problema de Otimização Dinâmica com Tempo Finito Assim, resumindo, temos as seguintes condições necessárias: 1) @H @c = 0 2) _� = �@H @k 3) � (T ) k (T ) = 0 2 4) restrições válidas obs.: As condições 1) e 2) vêm da condição DL = 0 de KKT; a condição 3) vem da condição DL = 0 e da condição de transversalidade de KKT ; e a condição 4) é idêntica em KKT. Condições Su cientes Se v (:) e g (:) forem côncavas em k e em c; então, as condições necessárias também são su cientes. Trajetória Ótima do Hamiltoniano A derivada total do hamiltoniano na trajetória ótima em relação ao tempo é: dH (k; c; �; t) dt = @H @t Horizontes In nitos Problema com horizonte in nito: max c(t) V (0) = Z 1 0 v (k (t) ; c (t) ; t) dt s.a a) _k (t) = g (k (t) ; c (t) ; t) b) k (0) = k0 > 0 c) lim t!1 k (t) :e ��r(t):t � 0 Condições Necessárias para Problema de Otimização Dinâmica com Hori- zonte In nito 1) @H @c = 0 2) _� = �@H @k 3) lim t!1� (t) k (t) = 0 ou limt!1H (t) = 0 4) restrições válidas O Modelo de Crescimento Neoclássico Problema 3 Seja o seguinte problema: max c(t) U (0) = Z 1 0 e��t ln c (t) dt s.a a) _k (t) = k� (t)� c (t)� �k (t) b) k (0) = 1 c) lim t!1 k (t) e ��r(t)t � 0 (2) onde 0 < � < 1; r (t) = �k (t) ��1 � � e �r (t) = 1 t Z t 0 r (�) d� Parâmetros da Função Objetivo Parâmetro de Impaciência: �. Reete o quanto o agente prefere consumir hoje ao invés de amanhã, pois é a taxa à qual esse agente desconta a utilidade do consumo amanhã. Def: Medida de Aversão ao Risco Absoluta de Arrow-Pratt: A (c) = � u00(c) u0(c) : Def: Medida de Aversão ao Risco Relativa de Arrow-Pratt: R (c) = �c u00(c) u0(c) : Essa medida diz o quanto o agente deseja suavizar consumo no tempo. obs.: Def.: Regra de LHôpital: Sejam f (x) e g (x) funções tais que: lim x!x� f (x) = 0 lim x!x� g (x) = 0 Então, lim x!x� f (x) g (x) = lim x!x� f 0 (x) g0 (x) 4 Elasticidade de Substituição Intertemporal do Consumo ESIC � = � d ln � ct+1 ct � d ln � u0(ct+1) u0(ct) � Podemos fazer também: � = d ln � ct+1 ct � dr Análise das Restrições Função de Produção Temos: Y (t) = F (K (t) ; L (t) ; T (t)) onde: Y (t) é o uxo de produto em t: K (t) é o capital que se deprecia à taxa �: L (t) é o trabalho. T (t) é a tecnologia. obs.: Capital e trabalho são bens rivais: não podem ser usados por mais de um agente ao mesmo tempo. Tecnologia é um bem não-rival. Os bens produzidos podem ser consumidos ou investidos: Y (t) = C (t) + I (t) onde I (t) é o investimento, a criação de unidades de capital K (t) : Dadas essas de nições, Investimento é igual a poupança: I (t) = Y (t)� C(t) Então, a variação no estoque de capital ao longo do tempo é: _K (t) = F (K (t) ; L (t) ; T (t))� C(t)� �K (t) Assumimos que L (t) cresce a uma taxa constante n: Então, _L L = n Função de Produção Neoclássica Em nosso modelo, a função de produção é neoclássica. Por isso, esse modelo é chamado de Modelo de Crescimento Neoclássico. Dizemos que uma função de produção F (K;L; T ) é neoclássica se ela apre- senta: 5 1. Retorno constante de escala Def.: Função homogênea: uma função f é dita homogênea do grau k se: f (�v) = �kf (v) : Def.: Retorno constante de escala: uma função de produção apresenta re- torno constante de escala se for homogênea do grau 1 nos insumos: Y (t) = F (�K (t) ; �L (t) ; T (t)) = �F (K (t) ; L (t) ; T (t)) 2. Produtividade Marginal positiva e decrescente: 8K > 0 e 8L > 0; temos: @F @K > 0; @2F @K2 < 0 @F @L > 0; @2F @L2 < 0 3. Condições de Inada lim K!0 � @F @K � = lim L!0 � @F @L � =1 lim K!1 � @F @K � = lim L!1 � @F @L � = 0 4. Essencialidade: F (0; L) = F (K; 0) = 0 Variáveis Per Capita Como a função de produção é neoclássica, podemos fazer: Y = F (K;L; T ) Temos @Y @K = f 0 (k) e @Y @L = f (k)� kf 0 (k) Podemos fazer: 6 _K (t) = s (t)Y (t)� �K (t) onde s (t) é a fração do produto que é poupada. Em termos per capita, temos: _k = sf (k)� (� + n) k Essa é a equação de acumulação do capital per capita. Se zermos a hipótese de que a taxa de poupança s é constante, exógena, então, essa equação é a equação fundamental do modelo de Solow-Swan. Função de Produção Cobb-Douglas Y = AK�L1�� onde A é o nível da tecnologia e 0 < � < 1: Cobb-Douglas per capita: y = Ak� Numa economia competitiva, os insumos são remunerados de acordo com suas produtividades marginais. Então, R = �Ak��1 e w = (1� �)Ak� Assim, nummercado competitivo, � é a parcela da renda destinada ao capital e 1� � é a parcela da renda destinada ao trabalho. Solução do Problema hamiltoniano: H (c; k; �; t) = e��t ln c+ � (k� � c� �k) condições necessárias: 1) e��t 1 c � � = 0 2) _� = �� ��k��1 � �� 3) lim t!1� (t) k (t) = 0 4) _k = k� � c� �k; k (0) = 1; lim t!1 k (t) e ��r(t)t � 0 As condições 2) e 4) formam um sistema de EDO: 7 _� = �� ��k��1 � �� _k = k� � c� �k Podemos montar um sistema apenas em função de c e de k, usando a condição 1) : _� � = ��� _c c Então, substituindo na condição 2): _c c = �k��1 � � � � Sistemade EDO Agora, temos o sistema: _c = c � �k��1 � � � �� _k = k� � c� �k Temos, no estado estacionário do consumo: k� = � � � + � � 1 1�� Agora, encontrando c� : c� = k�� � �k� Para encontrar a trajetória especí ca, precisamos das condições terminais. Temos a condição inicial k (0) = 1 e a condição de transversalidade: lim t!1� (t) k (t) = 0 Da condição 1, temos: _� � = ��� _c c Por isso, no estado estacionário, no limite, podemos fazer: lim t!1 e ��tk (t) = 0 Assim, teremos as condições: k (0) = 1 e limt!1 e��tk (t) = 0: Condição sobre o Hamiltoniano vs Condição sobre � (t) k (t) 8 Temos essas duas condições necessárias possíveis: lim t!1� (t) k (t) = 0 e lim t!1H (t) = 0 Agora, suponha um problema em que � = 0: Nesse caso, o hamiltoniano será: H (c; k; �; t) = ln c+ � (k� � c� �k) Então, teremos a condição necessária de Pontryagin: � = 1 c Por isso, lim t!1� (t) = 1 c� e não: lim t!1� (t) = 0 Sendo assim, a condição de transversalidade ca: lim t!1� (t) k (t) = k� c� 6= 0 Por isso, podemos ter um estado estacionário sem a condição de transversal- idade acima, ou seja, ela não é uma condição necessária em todos os problemas. Assim, para problemas sem taxa de desconto, devemos ter: lim t!1H (t) = 0 9
Compartilhar