Caderno.pdf
-
Upload
juliana-tessari -
Category
Documents
-
view
216 -
download
0
Transcript of Caderno.pdf
-
7/21/2019 Caderno.pdf
1/25
-
7/21/2019 Caderno.pdf
2/25
brio no mercado de capital17 brio no mercado de bem final27 brio no
mercado de trabalho37
EAE5701 - Macroeconomia I
Professor: Mauro Rodrigues
Primeiro Semestre de 2014
Este caderno e resultado da colaboracao dos alunos do IPE-USP em um
esforco conjunto para edicao e formatacao do curso de Macroeconomia I mi-
nistrado no primeiro semestre da pos-graduacao.
Participaram da edicao deste caderno os seguintes alunos:
Bruno Toni Palialol
Luza Cardoso de Andrade
Deborah Seabra
capa.jpg
2
-
7/21/2019 Caderno.pdf
3/25
1 Crescimento endogeno - modelo de Romer
Editores desta aula: Luza Andrade e Bruno Palialol
Data: 02/04/2014
Referencia: Romer, Paul. Endogenous Technological Change, Jornal of
Political Economy, 1990.
O modelo neoclassico nao gera crescimento sustentado a menos que haja
progresso tecnico exogeno.
O modelo de Romer endogeniza a tecnologia atraves de P&D. Trata-se
de um modelo de concorrencia imperfeita, em que patentes garantem lucro
extraordinario para as firmas que criarem novos produtos, o que gera incenti-
vos para o investimento na producao de novas ideias e produtos. Uma outra
linha de modelos que nao sera coberta por este curso modela o crecimento
endogeno atraves do spill-over de empresas que pesquisam e criam ideias
novas.
Dentro do modelo de Romer, portanto, o progresso tecnico e a producao
de novas ideias/novo conhecimento.Ha um monopolista neste modelo, cujo
monopolio e criado atraves de patentes, o que permite que ele extraia parte
da renda. Pelo Teorema de Euler, dada uma funcao de producao F(A, X)
com retornos constantes de escala,
F(A,X) =F(A, X),
em que X sao os fatores de producao, e A, a tecnologia.
O produto, sob concorrencia perfeita, faz com que toda a renda remunere
os fatores de producaoKe Lnao restando renda para remunerar a tecnologia.Portanto, para queA possa crescer endogenamente, deve haver concorrencia
imperfeita, de forma que os teoremas do bem-estar nao sao validos dentro
da estrutura deste modelo.
3
-
7/21/2019 Caderno.pdf
4/25
1.1 Descricao do modelo
Fatores de producao: capital (K), trabalho (L) e teconologia (A)
Setores produtivos: setor de pesquisa, setor de bens intermediarios,
setor de bens finais1
Estrutura de mercado: os mercados de bem final e de bens inter-
mediarios sao perfeitamente competitivos, porem o mercado de pes-
quisa funciona sob concorrencia monopolstica
Uso de fatores: os setores de pesquisa e de bem final usam apenas o
fator trabalho, enquanto o setor intermediario usa capital
O bem final pode ser consumido ou investido
1.2 Resolucao do modelo
O modelo de Romer deve ser resolvido em tres etapas:
1. Resolve-se o problema do setor de bens finais e encontra-se a demandapor bens intermediarios;
2. Resolve-se o problema do setor intermediario, tomando a demanda en-
contrada em (1) como dada, e encontra-se o preco das patentes;
3. Usa-se o preco das patentes para resolver o problemas do setor de pes-
quisa.
1.2.1 Setor de bem final
Funcao de producao: Yt = LY,t
Ato
xt(i)(1 ) di,
em que {x(i)}i [0, A] sao os bens intermediarios e LY e o trabalho.
1O bem intermediario e produzido no setor de pesquisa, e o bem final, no setor inter-
mediario, porem os b ens intermediarios tambem podem ajudar na pesquisa.
4
-
7/21/2019 Caderno.pdf
5/25
O bem final e o numerario, i.e., pY=1. Logo, o problema da firma do
setor final e
maxLY,t ,{xt(i)}
LY,t
Ato
xt(i)(1 ) di wtLY,t
Ato
pt(i)xt(i) di,
em quept(i) e o preco do i-esimo bem intermediario, ext(i), sua quantidade.
Condicoes de primeira ordem:
LY,t : L1Y,t At
o
xt(i)1 di= wt
xt(i) : (1 )LY,txt(i)
=pt(i)
Essa ultima condicao e a demanda pelo bemi, que sera usada no problema
do monopolista.
1.2.2 Setor de bens intermediarios
O problema da firma de bens intermediarios tem dois estagios:
1o) Adquire patente perpetua para produzir o bem
2o) Produz novo bem usando capital
O problema deve ser resolvido de tras para frente:
2o estagio:
Dado que a firma ja adquiriu a patente, ela se torna a unica produtora
do bem i e estabelece o preco e a quantidade produzida desse bem, dada a
demanda obttida no problema da firma produtora de bem final.
Funcao de producao: xt(i) = 1
kt(i),
em que e um fator de produtividade igual a 1 por hipotese. Tambem por
hipotese, nao ha crescimento populacional. O problema da firma e
maxpt(i),xt(i)
pt(i).xt(i) rt.kt(i)
5
-
7/21/2019 Caderno.pdf
6/25
-
7/21/2019 Caderno.pdf
7/25
1.2.3 Setor de pesquisa
O conhecimento novo e produzido atraves da pesquisa corrente e de todo o
estoque de conhecimento ja produzido (externalidade da pesquisa).
Funcao de producao: At = At.LA,t
Logo,AtAt
= LA,t. Alem disso, como o mercado de trabalho e perfeita-
mente competitivo, wt=pA,t.At.
1.2.4 Consumidores
Por hipotese, os consumidores sao homogeneos e vivem para sempre. As
famlias tem medida 1 (ou seja, cada famlia tem tamaho L). O problema da
famlia em t= 0 e:
Maxct
u0=
0
etc1t 1
1 dt
s.a. Kt = rt.Kt+wt.L+ t ct2
ctct
=rt
1.2.5 Equilbrio
Kt=
At0
Kt(i) di=
At0
xt(i) di= Atxt(1)eqn:Equilbrio no mercado de capital
Yt = Ct+dotKt (2)
eqn:Equilbrio no mercado de bem final
LY,t +LA,t = L (3)
2Observe que nao ha crescimento populacional nem depreciacao do capital nessa versao
do modelo.
7
-
7/21/2019 Caderno.pdf
8/25
-
7/21/2019 Caderno.pdf
9/25
lt = 1 nt, nt = horas de trabalho
uc > 0; ul >0; ucc
-
7/21/2019 Caderno.pdf
10/25
L =t=0 tu(ct, 1 nt) +t[F(kt, nt) ct kt+1+ (1 )kt]
Reescrevendo o lagrangeano para facilitar a derivada em relacao a kt+1:
L = ...+t
u(ct, 1 nt) + t[F(kt, nt) ct kt+1 + (1 )kt]
+
t+1
u(ct+1, 1 nt+1) + t+1[F(kt+1, nt+1) ct+1 kt+2+ (1 )kt+1]
+ ...
Resolvendo para ct, nt e kt+1:
ct: t{uc,t t} = 0 uc,t = t
nt: t{ul,t+tFn,t} = 0 ul,t = tFn,t
kt+1: tt+
t+1t+1[Fk,t+1+ 1 ] = 0 t = t+1[Fk,t+1+ 1 ]
Lembre que:
uc,t= u(ct,1nt)
cte ul,t =
u(ct,1nt)nt
Das duas primeiras equacoes tiramos que ul,t = uc,tFn,t. Alem disso, a
terceira equacao e a Equacao de Euler.Substituindo uc,t=t na Equacao de Euler, tiramos que:
uc,t = uc,t+1[Fk,t+1+ 1 ]
Sendo assim, temos as seguintes condicoes de otimo:
ul,t = uc,tFn,t
uc,t = uc,t+1[Fk,t+1+ 1 ]
ct+kt+1 (1 )kt=F(kt, nt)
limt
tuc,tkt+1= 0
(8)
2.2 Programacao Dinamica (escrevendo o problema na
forma recursiva)
maxxs+1,us
s=t
str(xs, us) s.a. xs+1=g(us), xt dado
10
-
7/21/2019 Caderno.pdf
11/25
{us}s=t: controles ; {xs}
s=t+1: estado
2.2.1 Funcao Valor
V(xt) = max{xs+1,us}s=t
s=t
str(xs, us)
s.a. xs+1 = g(us), s t
Queremos achar as regras de decisaout =h(xt) ext+1 = (xt) pois assim
podemos encontrar toda a sequencia de ut e xt+1 no tempo. Rearranjando,
temos:
V(xt) = max{xs+1,us}s=t
r(xt, ut) +
s=t+1
s(t+1)r(xs, us)
s.a. xs+1=g(us), s t
2.2.2 Equacao de Bellman
V(xt) = maxut,xt+1
r(xt, ut) +V(xt+1)
s.a. xt+1 = g(ut)
Ou, escrevendo de outra forma, podemos substituir o subscrito t+1porlinha:
V(x) =maxu,x
r(x, u) +V(x
)
s.a. x
=g(u)
Fazendo a CPO com relacao a u:
r(x, u)
u +V
(x
)g
(u) = 0
Sabemos que V
(x) = r(x,u)x
, entao, pelo Teorema do Envelope:
V
(x
) =r(x
, u
)
x
2.2.3 Aplicando Bellman no Modelo Neoclassico
max{cs,ns,ks+1}s=t
s=t
stu(cs, 1 ns) s.a. cs+ks+1 (1 )ks F(ks, ns)
kt > 0 dado
11
-
7/21/2019 Caderno.pdf
12/25
Substituindo as restricoes na equacao, obtemos:
V(kt) = max{ns,ks+1}s=t
s=t
stu[F(ks, ns) ks+1+ (1 )ks; 1 ns]
Rearranjando a equacao, temos:
V(kt) = maxnt,kt+1
u[F(kt, nt)kt+1+(1)kt; 1nt]+
s=t+1
s(t+1)u[F(ks, ns)
ks+1+ (1 )ks; 1 ns]
Substituindo o somatorio por V(kt+1):
V(kt) = maxnt,kt+1
u[F(kt, nt) kt+1+ (1 )kt; 1 nt] +V(kt+1)
Trocando t+1por linha:
V(k) =maxn,k
u[F(k, n) k
+ (1 )k; 1 n] +V(k
)
Fazendo a CPO:
n: ucFn ul = 0 ul =ucFn
k
: uc+V
(k
) = 0 uc=V
(k
)
Sabemos que V
(k) =uc[Fk+ 1 ]. Aplicando o Teorema do Envelope,
temos que:
V
(k
) =uc [Fk + 1 ]
Logo, substituindo V
(k
) na CPO, obtemos as seguintes condicoes de
otimo:
ul =ucFn
uc=uc [Fk + 1 ](9)
2.2.4 Resolucao da equacao de Bellman
A solucao do problema do planejador central sob a forma sequencial e a
trajetoria das variaveis x e u entre desde o instante inicial ate o infinito. A
equacao de Bellman permite que se reduza o objeto a ser escolhido, porem
requer que se resolva o problema para V, ou seja, que se encontre um ponto
12
-
7/21/2019 Caderno.pdf
13/25
fixo. Isso implica em uma resolucao recursiva:
1. Chutar uma funcao V0 e resolver o problema
maxu,x
r(u, x) +V0(x) :x =g(u)
e encontrar as regras de decisao para x e u,
u= h0(x)
x =0(x)(10)
2. Atualizar o chute: V1 =r(x, h0(x)) +V0(0(x)). Resolver o problema
maxu,x
r(u, x) +V1(x) :x =g(u)
encontrando as regras de decisao
u= h1(x)
x =1(x)(11)
3. Repetir continuamente o processo de atualizacao e resolucao: dado Vj(j),
resolver
maxu,x
r(u, x) +Vj(x) :x =g(u)
e encontrar
u= hj(x)
x =j(x)(12)
Para em seguida determinar Vj+1
=r(x, hj
(x)) +Vj+1
(j+1
(x)) e resolvernovamente o problema. Como veremos a seguir, as sequencias assim
geradas tem os seguintes limites:
{Vj (x)} V(x)
{hj (x)} h(x)
{j (x)} (x)
13
-
7/21/2019 Caderno.pdf
14/25
Teorema do ponto fixo de Banach: sejam X um espaco metrico completo,
f uma contracao,xe um ponto qualquer e {xn} e uma sequencia definida por
x1 = f(x), x2 = f(x1),...,xn = f(xn1). Entao existe um unico ponto fixo
x =f(x) e {xn} tende a x.
Demonstracao:
Sejam o espaco de funcoesx: D Red(x, y) dada pela metrica do sup:
d(x, y) =sup
tD
|x(t) y(t)|.
Def: seja X um espaco metrico e f : X X uma funcao. f e uma
contracao se existir k R, 0 0< 1 tal que d(f(x), f(y))(x, y), x, y X.
xn = f(xn1) =f(f(xn2)) =f2(xn2) =f
3(xn3) =... = fn(x)
xm = fm(x)
Paran > m:
d(xn, xm) =d(fn(x), fm(x)) =d(fm(xnm), f
m(x)) =d(f(fm1(xnm)), f(fm1(x)))
Pela definicao de contracao,d(Xn, xm) = d(f(f
m 1(xn m), f(fm 1(x))) k.d(fm1, fm1(x)) =
d(f(fm2(xnm)), f(fm2(x))) k.d(fm2, fm2(x))
Dando continuidade ao argumento,
d(xn, xm) kmd(xnm, x)
Pela desigualdade triangular,
kmd(xnm, x) km[d(xnm, xnm1) +d(xnm1, x)] k
m[d(xnm, xnm1) +
d(xnm1, xnm2) +d(xnm2,x)]
Dando continuidade ao argumento,
d(xn, xm) kmd(xnm, x) k
m[d(xnm, xnm1) +d(xnm1 , xnm2) + ... +
d(x1, x)]
Note que
d(xi, xj) kj .d(xij, x)
Para i= n mej=n m 1,
d(xnm, xnm1) knm1.d(x1, x)
14
-
7/21/2019 Caderno.pdf
15/25
Logo,
d(xn, xm) km[d(xnm, xnm1)+d(xnm1 , xnm2)+...+d(x1, x)] k
m[knm1d(x1, x)+
knm2d(x1, x) + ...+d(x, x)] = km(1 + k +k2 + ...+ k nm1d(x1, x)
km(1 +k+k2 +...)d(x1, x)
Ou seja,
d(xn, xm) km
1kd(x1, x)
E
limm
km
1kd(xn, xm) = lim
nd(x1, x)
Portanto, {xn} e uma sequencia de Cauchy. Como o espaco metrico e
completo, essa sequencia converge. Mais especificamente, {xn} x . Logo,
f(x) =x.
No entanto, se ha varios pontos fixos, x muda de acordo com o chute
inicial. Vejamos que isso nao ocorre: suponha, por contradicao, que ha dois
pontos fixos, xey. Entao 0 < d(x, y) = d(f(x), f(y)) k.d(x, y) 0, x X, T(x + c) T(x) + kc,
para algum [0, 1).
Entao T e uma contracao.
Obs.1: a propriedade (i) pode ser escrita, ponto a ponto, como x y
x(t) y(t), t D.
Obs.2: a propriedade (ii) pode ser colocada da seguinte forma: T nao
incorpora totalmente shifts em x.
Obs.3: as propriedades (i) e (ii) acima sao chamadas de condicoes sufici-
entes de Blackwell.
15
-
7/21/2019 Caderno.pdf
16/25
Demonstracao:
d(x, y) =suptD
|x(t) y(t)| |x(t) y(t)|, t Dx(t) y(t)
Logo,
x(t) x(t) +d(x, y) i.e., x y+d(x, y)
(i) x y T(x) T(y)
(ii) T(x+c) T(x) +c
de (i), T(x) T(y+d(x, y))
de(ii), T(y+d(x, y))(y) +d(x, y)
Portanto,
T(x) T(y) +d(x, y) i.e., T(x) T(y) d(x, y). (1)
Analogamente,
d(x, y) =d(x, y) =suptD
|y(t) x(t)| |y(t) x(t)| y(t) x(t)
Logo,
y x+d(x, y) eT(y) T(x) d(x, y) (2)
De (1) e (2),
T(x(t)) T(y(t)) d(x, y) e T(y(t)) T(x(t)) d(x, y)
Logo,
|T(x(t)) T(y(t))| d(x, y), t D
E
suptD
|T(x(t)) T(y(t))| d(x, y)
Ou seja,
d(T(x), T(y)) d(x, y) e T e uma contracao.
3 Forma sequencial
V(xt) = maxut,xt+1
r(xt, ut) +V(xt+1)
s.a. xt+1 = g(ut)
= max{xs+1,us}s=t
s=t
str(xs, us)
s.a. xs+1 = g(us), s t
16
-
7/21/2019 Caderno.pdf
17/25
4 Forma recursiva
V(x) = maxut,xt+1
r(xt, ut) +V(xt+1)
s.a. xt+1 = g(ut)
= maxu,x
r(x, u) +V(x
} x
=g(u)
Equacao de Bellman
4.1 Algortmo para resolver
10
Chute: V0
(x)
20 maxu,x
r(x, u) +V0(x
s.a.
u= h0(x)
x
=0(x)
30 Atualizar chute: V1(x) =r(x, h0(x)) +V0(0(x))
40 maxu,x
r(x, u) +V1(x
s.a.
u= h1(x)
x
=1(x)
5
0
Atualizar chute: V
2
(x) =r(x, h
1
(x)) +V
1
(
1
(x))
...
p/ dado Vj:
maxx
,u
r(x, u) +Vj(x
s.a.
u= hj(x)
x
=j(x)
Vj+1(x) =r(x, hj(x)) +Vj(j(x))
Sob determinadas hipoteses:
Vj(x)
V(x)
hj(x)
h(x)j(x)
(x)
17
-
7/21/2019 Caderno.pdf
18/25
Def: Contracao Sendo X:espaco metrico e f :X-X
d[f(x), f(y)] kd(x, y)
p/ algum k [0, 1)
p/ todo x, y X
Teorema: Seja X um espaco metrico completo, f:X X uma con-
tracao. x e ponto fixo unico( f(x) =x) p/ qualquer x X se;
x1=f(x0), x2 = f(x1),...,xn+1=f(xn), entao {xn} x
Condicoes suficientes de Blackwell: Seja X um espaco de
funcoes, d(x, y) = suptD
x(t) y(t) e T: X X. Se T satisfizer as
seguintes propriedades:
(a) monotonicidade: p/ todo x, y X, x y T(x) T(y)(b) discounting: p/ todo c e todox X, T(x + c) T(x) +
C p/ algum [0, 1)
Entao T e uma contracao.
Seja:
V(x) = maxu,x
r(x, u) +V(x
) : x
=g(u)
Vj+1(x) =T[Vj(x)] = maxu,x
{r(x, u) +Vj (x
) : x
=g(u)
queremos mostrar que T e uma contracao:
Prova:
Monotonicidade: Suponha V, W, sendo que V(X) W(X) entao
r(x, u) +V(x r(x, u) +W(x
)
T(V(x)) T(W(x))
18
-
7/21/2019 Caderno.pdf
19/25
Discounting:
T(V(x) +c) = maxu,x
r(x, u) +[V(x
) +c]
= maxu,x
r(x, u) +V(x
)
+c
=T(V(x)) +C
:. T(.) satisfaz (a) e (b) portanto e uma contracao.
Espaco de Funcoes X:
x X limitada, contnua e x: D R
d(x, y) = suptD
x(t) y(t) espaco metrico completo
(Stokey & Lucas p. 47)
Se r e g sao diferenciaveis ex0 e ponto interior do domnio D, entao
V e diferenciavel eV
(x0) = rx
(x0, h(x0))[condicao de Benveniste
Scheinkman]
Intuicao:
V(x) = maxu,x r(x, u) +V(x
) : x
=g(u)u= h(x)
x
=(x)
=r(x, h(x)) +V((x)) em um ponto qualquer
V(x0) =r(x0), h(x0)) +V((x0))
W(x0) =r(x, h(x0)) +V((x0))
W(x) V(x)
19
-
7/21/2019 Caderno.pdf
20/25
Se r e diferenciavel, entao w e diferenciavel
Grafico - Depois Coloco
entao V
(x0)W
(x0) = rx
(x0, h(x0))
4.2 Exemplo: Modelo neoclassico de crescimento com
utilidade log, sem utilidade do lazer n= 1
u(c, 1 n) =lnc
Funcao de producao Cobb DouglasF(K, N) =KN1 =k
Depreciacao completra (= 1) kt+ 1 = (1 )kt+it = it
Planejador central: maxu,k
t=0
tlnct s.a. c+k
=ka
V(k) = maxu,k
lnc+V(k) s.a. c+k =ka= max
k
ln(ka k
+V(k
)
Chute Inicial: V0(k) = 0
V(k) = maxk
ln(ka k
+V0
k
= 0 =0(k)
Atualizar chute: V1
(k) =ln(ka
) =alnk
2a iteracao: maxk
ln(ka k
) +lnk
CPO: 1
kk+
k = 0 k
=(k k
) k
=
1 +k =1(k)
20
-
7/21/2019 Caderno.pdf
21/25
Atualiza:
V2(k) =ln(k
1 +k) +ln(
1 +k)
=ln( 1
1 +k) +ln(
1 +k)
=(1 +) A2
ln(k) +ln( 1
1 +)ln(
1 +k)
B2
V2(k) =A2lnk+B2
3a iteracao: maxk
ln(ka k
) +[A2lnk
+B2]
CPO: 1
k k+
A2k
= 0 k
=A2(k k
)
k
= A21 +A2
k =2(k)
Atualiza:
V3(k) =ln(k A21 +A2
k
) +[A2ln( A2
1 +A2k
+B2]
=[lnk](1 +A2) +ln( 1
1 +A2+A2ln(
A21 +A2
+B2 =A3ln(k) +b3
=(1 +A2)
...
Vj(k) =Ajlnk+Bj
Vj+1(k) =Aj+1lnk+Bj+1, sendoAj+1=(1 +Aj )
k
=1(k) =1 +Aj
Ajk
21
-
7/21/2019 Caderno.pdf
22/25
A= (1 +A) A= 1
, quandoj,
{Aj } A{Aj } A
Aj+1 = Aj =A
k
= 1+AA
k
=1
1+ 1
k
Programacao Dinamica
Editora desta aula: Deborah Seabra
Data: 30/04/2014
5 Modelo Neoclassico de Crescimento: Planejador Cen-
tral
V(k) =maxc,k
u(c) +V(k
)
s.a. c+k
(1 )k F(k, 1) =f(k)
No otimo, a desigualdade torna-se uma igualdade.
Devemos levar em conta que o capital amanha afeta o payoff amanha.
Como nao ha utilidade do lazer, as pessoas trabalham o 100% do
tempo.
Sao necessarias duas condicoes para chegar na Equacao de Euler: CPO e
Teorema do Envelope
V(k) =maxk
u(f(k) k
+ (1 )k) +V(k
)
(13)
CPO: u
(c) +V
(k
) = 0 (14)
Envelope: V
(k) =u
(c)[f
(k) + (1 )] adianta 1 perodo (15)
V
(k
) =u
(c
)[f
(k
) + (1 )] (16)
22
-
7/21/2019 Caderno.pdf
23/25
Substituindo (4) em (2):
u
(c) =u
(c
)[f
(k) + (1 )]
Geralmente substitumos a restricao no problema, mas nem sempre esse
procedimento da certo. Dessa forma, podemos escrever o problema na forma
de Lagrange:
V(k) =maxc,k
u(c) +[f(k) c k
+ (1 )k] +V(k
) (17)CPO: c: u
(c) = (18)
k
:V
(k
) = (19)
Envelope: V
(k) =[f
(k) + (1 )] adianta 1 perodo (20)
V
(k
) =
[f
(k
) + (1 )] (21)
Substituindo (9) em (7):
=
[f
(k
) + (1 )]
e ira achar a mesma Equacao de Euler.
No estado estacionario:
c= c
=c
k = k
=k
e entao 1 =[f
(k) + (1 )]
Supondo Cobb-Douglas:
F(K, n) =Kn1
f(k) =k f(k) =k1
Entao,
23
-
7/21/2019 Caderno.pdf
24/25
1 =[f
(k) k1
+(1 )] k = 1
(1 )
1
11
Onde k e a referencia para limitar o domnio da funcao.
Supondo CRRA:
u(c) = c1 1
1
Reescrevendo o problema de programacao dinamica:
V(k) =maxc,k
u(c) +V(k
)
s.a. c+k
(1 )k f(k)
No Matlab: Quanto mais fino for o grid, isto e,
quanto mais proximos estiverem os pontos um dos ou-
tros, mais vai demorar para convergir. Ex: um grid
de 800 pontos requer 800x800 combinacoes de c e k.
6 Passos para solucao no Matlab - Value Function Ite-
ration
1) Grid discreto: k {k0, k1, . . . , k}. Quanto maior k, melhor a apro-
ximacao.
2) Construir funcao: U(k, k
) =
u(c), se c >0
, se c 0
onde c= k k
+ (1 )k
24
-
7/21/2019 Caderno.pdf
25/25
Obs: U nao depende da iteracao da funcao valor
3) Chute para a funcao valor: V0(k), que e um vetor contendo um valor
para cada ponto no grid.
Deve-se construir a funcao W(k, k
) = U(k, k
) +V0(k
), maximizar
em relacao ak
e atualizar a funcao valor. Ate aqui s o estamos mapeando os
payoffs, nao estamos maximizando a funcao objetivo!
4) Checar a distancia entre as duas ultimas iteracoes (ponto a ponto)
d= maxk
V1(k)V0(k)
se d < , parar
se d , repetir 3 e 4 usando V1 como novo chute
Repetir ate d < e entao encontrar V(k), k
=(k).
Programacao Dinamica
Editora desta aula: Thiago Cardoso
Data: 15/05/2014
Preferencia: U= E0
t=0 tu(ct, 1 nt)
Restricao de Recursos:ct+Kt+ 1 (1 )kt ztF(kt, nt)
ztsegueprocessodeMarkovc/matrizdetransicaoP
Formulacao do Problema
V(k,z)= maxu(c,1-n) + E[V(k,z)z]textbfs.t c+k-(1-)k zF(k, n)
V(k,z) = maxu(c,1-n) +
z[Z] V(k,z)P(z|z)
textbfs.t c+k-(1-)k zF(k, n)
25