Microeconomie

Curs 1
Microeconomia este acea parte a teorie economice care abordeaz i analizeaz
fenomenele i procesele economice la nivel micro; analizeaz comportamentul agen ilor
economici bine individualiza i (consumatori, produc tori), cererea i oferta, mecanismul
de produc ie i modul de alocare i combinare a resurselor, diferitelor forme de
concuren ; analizeaz diferite politici economice de restabilire a eficien ei Pareto (în
economiile cu externalit i i cu bunuri publice).
În general, analiza comportamentului agen ilor economici se face plecând de la sistemul
de pre uri i, din acest motiv, câteodat microeconomia se g se te i sub denumirea de
teoria pre urilor.
În microeconomie sunt folosite dou genuri de principii:
A. Principiul optimiz rii;
B. Principiul echilibrului.
Problemele de optimizare întâlnite în microeconomie sunt cele de optimizare
condi ionat .

Optimizare condi ionat

Foarte multe dintre problemele economice se reduc la optimizarea unei func ii obiectiv pe
o mul ime admisibil de solu ii.
Formal, problema poate fi dat în felul urm tor:
Fie f : ℜ n → ℜ si g j : ℜ n → ℜ, f si g ∈ C 2 ℜ n ( )

Se cere : [Opt ] f ( x )
s.r. g j ( x1 , x 2 ,..., x n ) = c j , j = 1,2,..., m

Mul imea solu iilor admisibile este dat de cele m restric ii.
Rezolvarea unei astfel de probleme se face cu ajutorul metodei LAGRANGE care
presupune parcurgerea urm toarelor etape:
EI:
1. Se asociaz problemei func ia lui Lagrange
L : ℜn × ℜm → ℜ

[ ]
m
L( x1 , x 2 ,..., x n , λ1 , λ 2 ,..., λ m ) = f ( x1 , x 2 ,..., x n ) + ∑ λ j g j ( x1 , x 2 ,..., x n ) − c j
j =1

unde λ j reprezint multiplicatorul lui Lagrange asociat restric iei g j ( x1 ,..., x n ) = c j .

[ ]
m
(Dac nu exist pericolul unei confuzii vom scrie L( x, λ ) = f ( x ) + ∑ λ j g j ( x ) − c j ).
j =1

2. Se determin punctele sta ionare, adic solu iile sistemului:

 ∂L
 ∂x = 0, i = 1,2,..., n
 i
 ,
 ∂L = 0, j = 1,2,..., m
 ∂λ j

De m+n ecua ii cu m+n necunoscute.

( ) ( ( ) (
Fie x ∗ , λ∗ , x ∗ = x1* , x 2* ,..., x n* , λ∗ = λ1* , λ*2 ,..., λ*m )) una dintre solu ii (dac exist ), adic

unul dintre punctele sta ionare.

3. Se calculeaz matricea hessian pentru func ia (
φ ( x ) = L x, λ* ;)
 ∂ 2φ 
H φ (x ) =  
 ∂x i ∂x j  i =1,..., n
  j =1,..., n

4. Se stabile te natura matricei simetrice H φ (x * ) :

i) dac nu este definit → STOP (punctul sta ionar nu este

punct de optim)
ii) dac este definit , atunci avem dou posibilit i:
- negativ definit → punctul sta ionar este punct de maxim
- pozitiv definit → punctul sta ionar este punct de minim
În cazul în care H φ (x * ) este semipozitiv definit sau seminegativ definit se trece la

etapa a doua.
E2
 5. Se scrie forma p tratic generat de matricea H φ (x * ) (diferen iala de ordinul II a

 dx1 
 
2 T *
( )  dx 2 
func iei lui Lagrange) dup formula : d L = (dx ) H φ x (dx ) unde dx = 
... 
 
 dx 
 n
6. Se diferen iaz restric iile de tip egalitate : g j ( x1 , x 2 ,..., x n ) − c j = 0, j = 1,2,..., m

i se ob ine un sistem în necunoscutele (dx1 , dx 2 ,..., dx n ) de m ecua ii cu n

∂g j
necunoscute. (Variabilele x1 , x 2 ,..., x n se înlocuiesc în derivatele par iale cu
∂x i

(x , x
*
1
*
2 )
,..., x n* de la punctul (1).
presupunem c rangul sistemului este r. Vom rezolva sistemul cu cele r necunoscute
principale în func ie de cele n-r necunoscute secundare i le vom introduce în d 2 L de
mai sus.
Se ob ine o form p tratic redus (doar cu n-r variabile).
7. Se stabile te natura acestei forme p tratice i se decide astfel:
i) Dac forma p tratic este negativ definit , atunci punctul
sta ionar este un punct de maxim.
ii) Dac forma p tratic este pozitivdefinit , atunci punctul
sta ionar este un punct de minim.
În caz contrar, se afirm c punctul sta ionar ales nu este punct de extrem.
Se procedeaz ca mai sus cu toate punctele sta ionare.

Exemplul 1:
[Max ] f ( x ) = x11 2 x 12 2

se determine: s.r. x1 + x 2 = 4
 x > 0, x > 0
 1 2

E1.
1. L( x1 , x 2 , λ ) = x11 2 x 12 2 + λ ( x1 + x 2 − 4)
 ∂L x2
2. =0⇒ +λ =0
∂x1 2 x1

∂L x1
=0⇒ +λ=0
∂x 2 2 x2

∂L
= 0 ⇒ x1 + x 2 = 4
∂λ
1
Solu ia sistemului este unic i anume: x1* = x 2* = 2, λ* = −
2
−1 8 1 8 
3. φ ( x ) = L(x, λ* ) = x11 2 x 12 2 −
1
( )
(x1 + x2 − 4) cu H φ x * =   care
2  1 8 − 1 8
4. este seminegativ definit .
Se trece la E2:

5. d 2 L = −
1
(dx1 )2 + 1 dx1 dx2 − 1 (dx 2 )2
8 4 8
6. dx1 + dx 2 = 0
dx1 = −dx 2

7. Forma p tratic redus devine: d 2 L = −

1
(dx1 )2 < 0 . Atunci punctul sta ionar
2

(x , x
*
1
*
2 )  1
, λ* =  2,2,−  este punct de maxim.
 2
Un alt tip de optimizare condi ionat mai des întâlnit în analiza economic este cel cu
restric ii de tip inegalitate.
În general, variabilele economice care se refer la input-urile din sistemul economic
trebuie s fie nenegative.
De asemenea, consumul de resurse (materiale, financiare, energetice) sau capacitatea de
produc ie nu pot dep i disponibilul.
Puterea de absorb ie a unei pie e este limitat .
Acestea reprezint doar câteva argumente pentru a studia problemele de acest tip.

Formularea problemei:
Fie f , g , g j : ℜ n → ℜ , j = 1,..., m func ii de clas C 2 pe ℜ n .
Se cere:
[Opt ] f ( x1 , x 2 ,..., x n )

s.r g ( x1 , x 2 ,..., x n ) = g 0
 g j ( x1 , x 2 ,..., x n ) ≤ 0

sau
 g j ( x1 , x 2 ,..., x n ) ≥ 0

 x i ≥ 0, i = 1,2,..., n, j = 1,2,.., m

Rezolvarea acestei probleme se face cu ajutorul metodei KUHN-TUCKER care

generalizeaz problema multiplicatorilor lui Lagrange de mai sus.
Vom nota cu λ multiplicatorul asociat restric iei de tip egalitate i cu λ j multiplicatorii

Kuhn-Tucker asocia i restric iilor de tip inegalitate.

Vom fixa semnul multiplicatorilor i anume: vom presupune c sunt nenegativi.
Atunci, problema de maxim trebuie s fie scris astfel:
[Max ] f ( x1 , x 2 ,..., x n )
 g - g( x , x ,..., x ) = 0
 0 1 2 n

 g j ( x1 , x 2 ,..., x n ) ≥ 0
 x i ≥ 0, i = 1,2,..., n, j = 1,2,.., m

Pentru problema de minim:
[Min] f ( x1 , x 2 ,..., x n )
 g - g( x , x ,..., x ) = 0
 0 1 2 n

 g j ( x1 , x 2 ,..., x n ) ≤ 0
 x i ≥ 0, i = 1,2,..., n, j = 1,2,.., m


Condi iile necesare de optim

(Condi iile de ordinul I Kuhn-Tucker)
Pentru maxim
Se scrie func ia lui Lagrange:
m
L( x1 , x 2 ,..., x n , λ , λ1 , λ 2 ,..., λ m ) = f ( x1 , x 2 ,..., x n ) + λ [g 0 − g ( x1 , x 2 ,..., x n )] + ∑ λ j g j ( x1 , x 2 ,..., x n )
j =1
  ∂L ∂L
 ∂x ≤ 0, x i ≥ 0 si x i ∂x = 0, i = 1,2,..., n
 i i

 ∂L
 =0
 ∂λ
 ∂L ∂L
 ∂λ ≥ 0, λ j ≥ 0 si λ j ∂λ = 0, j = 1,2,..., m
 j j

sau înc :
∂L
≤ 0 dac x i = 0
∂x i
∂L
= 0 dac x i > 0
∂x i
∂L
=0
∂λ
∂L
≥ 0 dac λ j = 0
∂λ j

∂L
= 0 dac λ j > 0
∂λ j

Condi iile Kuhn-Tucker pentru problemele de minim:

 ∂L ∂L
 ∂x ≥ 0, xi ≥ 0 si x i ∂x = 0, i = 1,2,..., n
 i i

 ∂L
 =0
 ∂λ
 ∂L ∂L
 ∂λ ≤ 0, λ j ≥ 0 si λ j ∂λ = 0, j = 1,2,..., m
 j j

sau
∂L
≥ 0 dac x i = 0
∂x i
∂L
= 0 dac x i > 0
∂x i
∂L
=0
∂λ
∂L
≤ 0 dac λ j = 0
∂λ j
 ∂L
= 0 dac λ j > 0
∂λ j

Exist i o alt formulare a problemei de mai sus cu integrarea variabilelor în func ia lui
Lagrange.
Pentru problema de maxim mai sus formulat func ia lui Lagrange se scrie:
m n
L1 ( ) = f (x1 , x 2 ,..., x n ) + λ[g 0 − g ( x1 , x 2 ,..., x n )] + ∑ λ j g j (x1 , x 2 ,..., x n ) + ∑ α i x i (cu
j =1 i =1

multiplicatorii α i ≥ 0 ).
Condi iile de ordinul I devin:
 ∂L1
 ∂x = 0, i = 1,2,..., n
 i
 ∂L1
 =0
 ∂λ
 ∂L ∂L1
 1 ≥ 0, λ j ≥ 0 si λ j = 0, j = 1,2,..., m
 ∂λ j ∂λ j

 ∂L1 ≥ 0, α i ≥ 0 si α i
∂L1
= 0, i = 1,2,..., n
 ∂α i ∂α i
sau
∂L1
= 0 , i=1,2,...,n
∂x i

∂L1
=0
∂λ
∂L1
≥ 0 dac λ j = 0
∂λ j

∂L1
= 0 dac λ j > 0
∂λ j

∂L1
≥ 0 dac α i = 0
∂α i

∂L1
= 0 dac α i > 0
∂α i
Analog, pentru problemele de minim. (Se schimb sensul ultimelor dou grupuri de
restric ii).
Condi iile de ordinul I sunt doar necesare nu i suficiente.

Condi iile suficiente Kuhn-Tucker:

Pentru problema de maxim:
1. Func ia obiectiv s fie diferen iabil i concav în ℜ n+

2. Func iile care definesc restric iile s fie diferen iabile i convexe în ℜ n+

( )
3. Punctul x = x 1 , x 2 ,..., x n s verifice condi iile de optim Kuhn-Tucker.
Pentru problema de minim:
1. Func ia obiectiv s fie diferen iabil i convex în ℜ n+

2. Func iile care definesc restric iile s fie diferen iabile i concave în ℜ n+

( )
3. Punctul x = x 1 , x 2 ,..., x n s verifice condi iile de optim Kuhn-Tucker.

Exemplul 2:
se determine:

(
MaxU ( x1 , x 2 , x 3 ) = x1 + x 1 x 2m x3n

)
 p 1 x1 + p 2 x 2 + p 3 x 3 ≤ R

 x1 ≥ 0, x 2 ≥ 0, x 3 ≥ 0
si u * > 0, x 1 > 0, m > 0, n > 0, p > 0, p > 0, p > 0
 1 2 3

Rezolvare
Problema poate fi transformat astfel:

( )
MaxV ( x1 , x 2 , x 3 ) = ln x1 + x 1 + m ln x 2 + n ln x 3

 p 1 x1 + p 2 x 2 + p 3 x 3 ≤ R

(
 x1 ≥ 0, x 2 > 0, x 3 > 0 in caz contrar u = 0
*
)
Func ia lui Lagrange asociat :
( )
L( x1 , x 2 , x 3 , λ ) = ln x1 + x 1 + m ln x 2 + n ln x 3 + λ [R − p1 x1 − p 2 x 2 − p 3 x 3 ]
Condi iile de ordinul I (condi iile necesare, condi iile Kuhn-Tucker)
  ∂L ∂L
 ∂x ≤ 0, x 1 ≥ 0 si x 1 ∂x = 0
 1 1

 ∂L
 ∂x = 0, x 2 > 0
 2

 ∂L = 0, x > 0
 ∂x 3 3


 ∂L ≥ 0, λ ≥ 0 si λ ∂L = 0
 ∂λ ∂λ
sau
 1 ∂L
 * − λp1 ≤ 0 cu x 1* > 0 ⇒ =0
 x1 + x1 ∂x1
 m
 * − λ* p 2 = 0, x *2 > 0
 x2
n
 * − λ* p 3 = 0, x *3 > 0
 x 3

i R − p1 x1* − p 2 x 2* − p 3 x3* = 0 deoarece din ultimele dou ecua ii rezult λ > 0 .

Distingem dou cazuri:
Cazul 1. x1* = 0

Elimin m λ* din ultimele dou ecua ii:

m n m+n m+n
λ* = = = =
p 2 x2 p3 x3 p 2 x 2 + p3 x3
* * * *
R
i deci:
mR
x 2* =
p 2 (m + n )
nR
x 3* =
p 3 (m + n )

1 (m + n) p1 R
Aceast solu ie este acceptat dac : ≤ λp1 = sau x 1 ≥ sau
x1 R (m + n ) p1
R
p1 ≥ . (Dac pre ul este prea mare, atunci x1* = 0 )
(m + n)x1
Cazul 2: x1* > 0

Atunci, eliminând λ* ob inem:

 1 m n m + n +1 m+n
λ* = = = = =
(
p1 x1* + x 1 ) p 2 x 2 p 3 x 3 p1 x1 + p 2 x 2 + p 3 x 3 + p1 x 1
* * * * *
R

Sau
m + n +1
λ* =
R + p1 x 1
m + n +1 1 m n
λ* = = = =
R + p1 x 1 (
p1 x1* + x 1 ) p 2 x 2 p 3 x 3*
*

(
p1 x1* + x 1 = ) R + p1 x 1
m + n +1
R + p1 x 1 R + p1 x 1 p x 1 (m + n + 1)
x1* = − x1 = − 1
p1 (m + n + 1) p1 (m + n + 1) p1 (m + n + 1)

R x 1 (m + n ) R x 1 (m + n ) R
x1* = − >0⇒ > ⇒ p1 <
p1 (m + n + 1) (m + n + 1) p1 (m + n + 1) (m + n + 1) x 1 (m + n )

x 2* =
(
m R + p1 x 1 )
p 2 (m + n + 1)

x 3* =
(
n R + p1 x 1 )
p 3 (m + n + 1)