Professional Documents
Culture Documents
MATEMÁTICAS PARA EL
ANÁLISIS ECONÓMICO
C
g x , y
*
X3
f x , y
g x , y f x , y
*
X1* A 2B X2 K
g x , y
e-mail: cbnavarro@usat.edu.pe
Url: http://www.wix.com/ciroeduardo1972/ciro-bazan-navarro-web-page
PROGRAMA
BIBLIOGRAFÍA ESPECÍFICA:
6.1.- INTRODUCCIÓN
6.2.- ECUACIONES EN DIFERENCIAS ORDINARIAS
6.3.- ECUACIONES EN DIFERENCIAS DE PRIMER ORDEN
6.4.- ECUACIONES EN DIFERENCIAS LINEALES DE ORDEN SUPERIOR
7.1.- INTRODUCCIÓN
7.2.- EL CÁLCULO DE VARIACIONES
7.3.- TEORÍA DEL CONTROL ÓPTIMO
7.4.- PROGRAMACIÓN DINÁMICA
Capítulo I
INTRODUCCIÓN
Por otro lado podemos decir que la economía matemática es una aproximación
al análisis económico en donde el economista emplea símbolos matemáticos
para deducir un conjunto de conclusiones o teoremas a partir de un conjunto
dado de hipótesis de razonamiento.
Por otro lado, mediante el uso del lenguaje matemático únicamente se puede
representar una gama restringida de circunstancias y relaciones económicas. El
comportamiento de los agentes económicos, los rasgos históricos, culturales o
psicológicos, y las relaciones humanas no pueden “reducirse” a razonamientos
matemáticos.
2
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
2. La modelización
Todo fenómeno económico se presenta en un entorno complejo sobre el que
influyen muchos factores de diversa índole: económicos, tecnológicos,
políticos, psicológicos, etc. El análisis de un fenómeno económico se puede
realizar en dos pasos. En primer lugar, debido a la imposibilidad de tener en
consideración todos los factores que influyen en un fenómeno tan complejo,
se seleccionan aquellos que se consideran relevantes prescindiendo del resto
de factores. Es decir, en las explicaciones del fenómeno, únicamente se tiene
en consideración ciertos factores y todo lo demás se mantiene constante
(ceteris paribus). A continuación se establecen relaciones entre los factores
seleccionados. El conjunto de relaciones entre los factores relevantes
constituyen lo que se conoce como modelo económico. Al proceso de
seleccionar los factores relevantes y establecer relaciones entre ellos se le
denomina modelización.
3
CIRO BAZÁN ECONOMÍA MATEMÁTICA
Así:
1 D t 1 1 Pt 1t 1 , 1 0
2 S t 2 2 Pt 1 2 t 2 0, 2 0
3 D t S t q t equilibrio
Donde " Pt " es el precio, " D t " la demanda, " S t " la oferta, " μ1t " y " μ 2 t "
son variables aleatorias. Todos ellos en el periodo " t" , define un modelo en
su forma primaria que, en economía, se le conoce como el modelo de la
telaraña.
4
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
En cambio,
5 St 5 0,9 Pt 1 2t
6 D t St q t
S s / 1 0, 2 0, 1 0 , 2 0
5
CIRO BAZÁN ECONOMÍA MATEMÁTICA
Ejemplos:
La función consumo,
6
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
I t β 0 β1 Yt 1 Yt 2 β 2 rt μ t β 1, β 2 0
Ejemplos:
La ecuación del impuesto,
Tt α β Yt μ t 0 β 1
ella indica que el total de impuestos " Tt " que se pueda recaudar es
función del ingreso nacional " Yt " pero sus parámetros " α" y " β" están
condicionados por las leyes impositivas.
La ecuación,
M t α β Yt μ t β 0
7
CIRO BAZÁN ECONOMÍA MATEMÁTICA
Ejemplos:
La ecuación de producción Cobb–Douglas, homogénea de grado
uno F(λK, λL) λF(K, L) .
Ejemplos:
Yt C t I t
K t K t 1 I t
Ct It Ø
C t I t Yt
8
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Análogamente:
K t 1 I t Ø
K t 1 I t Yt
Una identidad por definición contable es una relación que “ex post” se
verifica siempre, como las identidades “ex post” que resultan de la
contabilidad del ingreso nacional. Por ejemplo, la identidad (contable)
“ex post” ahorro = inversión.
D t St q t
Así, para las variables precio, producción, consumo, ingreso, ahorro, etc.,
sólo son factibles los valores no negativos. Además en toda ecuación
interviene otra categoría matemática que son las constantes y los parámetros.
Por ejemplo, podemos representar el precio por la letra " P" , el costo por
la letra " C" , la renta nacional por la letra " Y" , etc.
9
CIRO BAZÁN ECONOMÍA MATEMÁTICA
I. Variables endógenas.
II. Variables predeterminadas:
II.1 Exógenas.
II.2 Endógenas con retardo.
III. Variables aleatorias o estocásticas.
IV. Variables expectativas.
Ejemplos:
En el modelo de la telaraña, son variables endógenas la demanda
" D t " , la oferta " S t " y el precio " Pt " .
10
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
11
CIRO BAZÁN ECONOMÍA MATEMÁTICA
12
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Ejemplo:
En la ecuación (2) del modelo de la telaraña, que relaciona el precio en el
periodo " t 1" con la oferta en el periodo " t" , o sea:
2 S t α 2 β 2 Pt 1 u 2 t α2 0,β2 0
el parámetro " β 2 " mide el impacto de los niveles de " P" en un periodo,
sobre el nivel de la oferta en el periodo siguiente. De acuerdo con la
restricción impuesta a " β 2 " (positiva), dicho impacto mide una relación
directa, o sea, a valores crecientes de " P" en un periodo inducen valores
crecientes de " S" en el periodo siguiente.
5. Análisis de un modelo
13
CIRO BAZÁN ECONOMÍA MATEMÁTICA
6. Propiedades de un modelo
Un modelo debe presentar propiedades lógicas y empíricas.
6.1 Lógicas:
6.2 Empíricas:
14
Capítulo II
1. Equilibrio
Es un conjunto de variables escogidas e interrelacionadas, ajustadas de tal
modo entre sí que no prevalezca ninguna tendencia inherente al cambio en el
modelo que constituyen.
1. Herramienta
La herramienta a utilizar para el estudio del análisis estático es el álgebra
matricial.
2. Utilidad
1. Proporciona una forma compacta de escribir un sistema de ecuaciones.
2. Prueba la existencia de una solución (mediante la evaluación del
determinante).
3. Proporciona un método para hallar una solución (si es que existe).
3. Restricción
Ejemplo:
log y log ax b log a log x b log a b log x
16
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
1. Modelo lineal
En un modelo de equilibrio estático el problema radica en hallar el conjunto
de valores de las variables endógenas que satisfacen la condición de
equilibrio del sistema. Ilustraremos esto con un “modelo de equilibrio
parcial de mercado”, es decir, un modelo de determinación del precio de un
bien en un mercado aislado.
17
CIRO BAZÁN ANÁLISIS DE EQUILIBRIO ESTÁTICO
1 Qd Qs Q
2 Q d a bP a 0, b 0
3 Q s c dP c 0, d 0
1Q 1Q 0P 0
d s 1 1 0 Q d 0
1Q d 0Qs bP a 1 0 b Qs a
0 1 d P c
0Q d 1Qs dP c
Variables Endógenas
0 1 0
a 0 b
c 1 d ( 1)( ad bc) bc ad ad bc
Qd
1 1 0 1( b) ( 1)( d) bd bd
1 0 b
0 1 d
1 0 0
1 a b
0 c d (1)( ad bc) bc ad ad bc
Qs
1 1 0 1( b) ( 1)( d) bd bd
1 0 b
0 1 d
ad bc
Q Qd Qs 0 ad bc 0 ad bc
bd
1 1 0
1 0 a
0 1 c (1)( a) ( 1)( c) ac ac
P
1 1 0 1( b) ( 1)( d) bd bd
1 0 b
0 1 d
ac
P 0 ya que: a, b, c, d 0
bd
18
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Q
Qd
a
Qs
P
P1=c/d P a/b
─c
Figura 1
Una vez que los precios de los otros bienes son incorporados en el modelo,
debe ampliarse su estructura de forma que éste nos permita determinar los
valores de equilibrio de esos otros precios, esto implica que las variables
cantidad y precio de las múltiples mercancías deben intervenir endógena y
globalmente en el mercado.
19
CIRO BAZÁN ANÁLISIS DE EQUILIBRIO ESTÁTICO
E 1 Q d1 Q s1 0
E 2 Q d 2 Q s 2 0
E 3 Q d 3 Q s 3 0
E i Q di Q si 0 exceso de demanda nuloi 1,.., n
E n Q dn Q sn 0
BIEN 1
Q Q 0
d1 s1 1
Qd1 a 0 a1p1 a 2p 2 2
Qs1 b0 b1p1 b 2p 2
3
BIEN 2
Q Q 0
d2 s2 4
d2
Q 0 1p1 2 p 2 5
Qs2 0 1p1 2p 2
6
No nos hemos preocupado por los signos de los coeficientes, pero a lo largo
del análisis aparecerán ciertas restricciones como prerrequisitos para que los
resultados sean aceptables desde el punto de vista económico:
a 0 a1p1 a 2 p 2 b 0 b1p1 b 2 p 2 0
20
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
a 0 b 0 a1 b1 p1 a 2 b 2 p 2 0 I
α 0 α1p1 α 2 p 2 β 0 β1p1 β 2 p 2 0
Hacemos:
c i a i b i
i 0,1, 2
γ i α i β i
Donde " c i " y " γ i " reciben el nombre de parámetros derivados o también
llamados parámetros de la forma reducida del modelo. Son funciones de los
parámetros estructurales y se les conoce habitualmente con el nombre de
multiplicadores.
c1 c 2 P1 c 0
γ1 γ 2 P2 γ 0
c0 c2
γ0 γ 2 c0 γ 2 c 2 γ 0
P1 0 (c1γ 2 c2 γ1)
c1 c 2 c1γ 2 c2 γ1
γ1 γ 2
c1 c 0
γ1 γ0 c1 γ 0 c 0 γ1
P2 0 (c1 γ 2 c 2 γ1 )
c1 c2 c1 γ 2 c 2 γ1
γ1 γ2
Ejemplo:
Q d1 10 2P1 P2 1 Q d 2 15 P1 P2 3
21
CIRO BAZÁN ANÁLISIS DE EQUILIBRIO ESTÁTICO
Podemos notar que en cada bien la " Q si " depende únicamente de su propio
precio " Pi " , mientras que " Q di " depende de ambos precios. Debido a que en
" Q d1 " el signo del coeficiente que precede a " P1 " es negativo y el del
coeficiente que precede a " P2 " es positivo, podemos suponer que los dos
artículos son bienes sustitutos ya que si aumentamos el precio del bien 2
P2 entonces es lógico pensar que " Q d1 " aumente y que " Q d 2 " disminuya.
El papel de " P1 " en la función " Q d 2 " tiene una interpretación similar.
5P1 P2 12 5 1 P1 12
P1 3P2 16 1 3 P2 16
12 1
16 3 36 16 52
P1 35
5 1 15 1 14 7
1 3
5 12
1 16 80 12 92
P2 64
5 1 14 14 7
1 3
26 46 64
Q1 10 2
Q1
7 7 7
46 85
Q 2 1 2
Q2
7 7
22
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Qdi Qdi(P1, P2,......... .., Pn ) 1
Qsi Qsi(P1, P2,......... ..., Pn ) 2 i 1,2,..., n
Q Q 0 3
di si
"3n"ecuaciones
Y C I 0 G 0 (1)
(a 0, 0 b 1)
C a bY (2)
Donde:
23
CIRO BAZÁN ANÁLISIS DE EQUILIBRIO ESTÁTICO
Y C I 0 G 0 1 1 Y I 0 G 0
bY C a b 1 C a
I0 G 0 1
a 1 (I 0 G 0 ) a a I0 G 0
Y
1 1 1 b 1 b
b 1
a I0 G0
Y (b 1)
1 b
1 I0 G 0
b a a b (I 0 G 0 ) a b (I 0 G 0 )
C (b 1)
1 1 1 b 1 b
b 1
Se debe imponer que b 1 para evitar la división entre cero, pero como
inicialmente se supuso 1 b 0 está restricción se satisface
automáticamente.
24
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
C t α 0 α1 Yt Tt 1 α 0 0 0 α1 1
Tt λ 0 λ1Yt 2 λ 0 0 0 λ1 1
Y C I G 3
t t t0 t0
Donde:
La ecuación (1) nos indica que los consumidores compran en función de sus
ingresos disponibles Yt Tt . La ecuación (1) es una ecuación de
comportamiento.
C t α1Tt α1Yt α0
Tt λ1Yt λ 0
C Yt (I t 0 G t 0 )
t
1 α1 α1 C t α0
0 1 λ1 Tt λ0
1 0 1 Yt ( I t G t )
0 0
A α1 (1 λ1 ) 1 0
25
CIRO BAZÁN ANÁLISIS DE EQUILIBRIO ESTÁTICO
α0 α1 α1
λ0 1 λ1
(It 0 G t 0 ) 0 1
Ct
α1 (1 λ1 ) 1
Ct
α 0 1 α1 λ 0 λ1 ( I t 0 G t 0 ) α1 ( I t 0 G t 0 )
α1 (1 λ1 ) 1
1 α0 α1
0 λ0 λ1
1 (It 0 G t 0 ) 1
Tt
α1 (1 λ1 ) 1
Tt
1 λ 0 λ 1 ( I t 0 G t 0 ) α 0 λ 1 α 1 λ 0
α 1 (1 λ 1 ) 1
1 α1 α0
0 1 λ0
1 0 (It 0 G t 0 )
Yt
α1 (1 λ1 ) 1
Yt
1 I t 0 G t 0 1 0 0 1
11 1 1
26
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
2. Aún cuando el proceso de ajuste continúe su curso sin ser perturbado, podría
darse el caso de no alcanzar en su conjunto el estado de equilibrio concebido
en un análisis estático. Este sería el caso del denominado “equilibrio
inestable”, que se caracteriza por el hecho de que el proceso de ajuste alejará
las variables del estado de equilibrio concebido en un análisis estático.
Donde:
27
CIRO BAZÁN ANÁLISIS DE EQUILIBRIO ESTÁTICO
La ecuación (4) es una ecuación de definición del ingreso nacional como el total
del consumo nacional más la inversión neta más los gatos públicos.
b1 0 0 0
b2 1 0 0
b3 0 1 λ1
b4 1 0 1 b1 1
Ct b1
1 0 0 0 111
0 1 0 0
0 0 1 λ1
1 1 0 1
A
___
Ct 0 1Yt 1 Tt 1
1 b1 0 0
0 b2 0 0
0 b3 1 1
1 b4 0 1 1b21
It b2
1 1
It 0 1Yt 1 Yt 2
28
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
1 0 b1 0
0 1 b2 0
0 0 b3 1
1 1 b4 1 11b3 1b 4 b 21 b1 1 1
Tt 1b1 b 2 b 4 b3
1 1
1 0 0 b1
0 1 0 b2
0 0 1 b3
1 1 0 b4 11 b 4 b 2 b1 11
Yt b 4 b 2 b1
1 1
C t 0 1 Yt Tt 1
Tt 0 1Yt 2
M Y T 3
t 0 1 t t
Y C I G X M
t t 0 0 0 t 4
Donde:
29
CIRO BAZÁN ANÁLISIS DE EQUILIBRIO ESTÁTICO
1 1 0 1 Ct 0
0 1 0 1 T
t 0
0 1 1 1 M t 0
1 0 1 1 Yt I0 G 0 X0
Donde:
0 1 0 1
0 1 0 1
0 1 1 1
I G 0 X0 0 1 1
Ct 0
1 1 0 1
0 1 0 1
0 1 1 1
1 0 1 1
A
30
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
1 0 0 1
0 0 0 1
0 0 1 1
1 I0 G 0 X 0 1 1 01 1 1 0 I0 G 0 X 0 01 01
Tt
1 1 0 1 11 1 11 1 1
0 1 0 1
0 1 1 1
1 0 1 1
A
1 1 0 1
0 1 0 1
0 1 0 1
1 0 I0 G 0 X 0 1
Mt
1 1 0 1
0 1 0 1
0 1 1 1
1 0 1 1
A
31
CIRO BAZÁN ANÁLISIS DE EQUILIBRIO ESTÁTICO
32
Capítulo III
III.1 Estática-comparativa
1. Definición
Trata acerca de la comparación de los diferentes estados de equilibrio los
cuales están asociados con ciertos valores de las variables exógenas y de los
parámetros.
Q d Q s 1
Q d a bp 2 a , b 0
Q c dp 3 c, d 0
s
(a c)
P
(b d)
Q (ad bc)
(b d)
P 1 1
0 P a
a (b d) bd
como a 0 P 0 Si a P .
34
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Q d d
0 Q a
a (b d) bd
como a 0 Q 0 Si a Q
Qs , Qd
Q1 E1
Q0 E0
a P
cd P0 P1 b
Figura 1
P (a c)
0
b (b d)2
(a c)
P b como b 0 P 0 Si b p .
(d b)
2
35
CIRO BAZÁN ANÁLISIS ESTÁTICO-COMPARATIVO
(cd ad)
Q b como b 0 Q 0 Si b Q .
( b d ) 2
Qd , Qs
Q0 E0
Q1 E1
α1 α0
a P
cd P1 P 0 a
b1 b
Figura 2
m0 tg 0 0
tg 0 tg 1 m0 m1
m1 tg 1 0
P 1
0
c (b d)
1
P c como c 0 P 0 Si c P .
bd
Q b
0
c (b d)
36
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
b
Q c como c 0 Q 0 Si c Q .
bd
Qd , Qs
a
Q0 E0
Q
Q1 E1
a P
P 0 P1 b
c
Figura 3
P (a c)
0
d (b d)2
(a c)
P d como d 0 P 0
(b d)
2
Si d P .
37
CIRO BAZÁN ANÁLISIS ESTÁTICO-COMPARATIVO
(ab bc)
Q d como d 0 Q 0 Si d Q .
( b d ) 2
Qd , Qs
Q1 E1
Q0 E0
a P
P1 P0 b
c
Figura 4
38
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Tt λ 0 λ1Yt (2) (λ 0 0, 0 λ1 1)
Ct
1 0 1(I t 0 G t 0 ) 0 1(I t 0 G t 0 )
1 1(1 1)
I t 0 G t 0 α1 λ 0 α 0
Yt
1 α1 (1 λ1 )
39
CIRO BAZÁN ANÁLISIS ESTÁTICO-COMPARATIVO
Yt 1 1
0 Si G t 0 Yt .
G t 0 (1 1 1 1) 1 1(1 1)
Yt
Multiplicador de gastos gubernamentales.
G t 0
Yt 1
0 Si 0 Yt .
0 1 1(1 1)
Yt
Multiplicador de impuestos indirectos, porque muestra cómo un
0
cambio en λ 0 afectará la renta de equilibrio.
Yt
Multiplicador de tasa de impuesto sobre la renta.
λ1
40
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Tt : Impuestos totales.
I t 0 : Inversión neta.
Ct Tt 0
G t 0 : Demanda agregada. Suma de los gastos de las
unidades familiares, empresa y gobierno.
λ 1 : Tasa de impuesto sobre la renta. Todos los sujetos de esta
economía tributan una tasa fija por cada unidad monetaria percibida
como ingreso.
λ 0 : Ingresos distintos a lo que se percibe por impuesto a la renta =
ingreso gubernamental de otras fuentes que excluyen el impuesto sobre
la renta. Nivel del monto total de tributación recaudado por el gobierno
que no depende del nivel de ingreso nacional.
El hecho de que en una o más de las ecuaciones que conforman un modelo que
aparezca una o más funciones generales impide que podamos obtener una
solución en el equilibrio en forma explícita y por tanto no podremos calcular las
derivadas parciales de dicha solución respecto de uno de sus parámetros o
respecto de una de sus variables exógenas debido a que no serán independientes
entre sí.
41
CIRO BAZÁN ANÁLISIS ESTÁTICO-COMPARATIVO
Ejemplo:
Y C I0 G 0
Y C(Y, T0 ) I 0 G 0 (ec. de equilibrio)
C C(Y; T0 )
Y Y ( I 0 , G 0 , T0 )
Ejemplo:
Y
Calcular .
T0
Y Y ( I 0 , G 0 , T0 )
I0
Y G0
T0
F T0
I0
G0
42
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
F F F F
Diferencial total: dF dY dT0 dI0 dG0 0
Y T0 I0 G0
1 0
0
F F dY F dT0 F dI0 F dG0
Derivada total parcial: 0
T0 Y dT0 T0 dT0 I0 dT0 G0 dT0
F F dY F
0
T0 Y dT0 T0
F C C
Y T0 T0 T0
T0 F 1 C 1 C
Y Y Y
También podemos encontrar una ecuación Fy, x1, x2,..., xm 0 la cual “puede”
definir una función implícita y f x1, x2,..., xm . La palabra ambigua “puede” de
la frase anterior se ha usado deliberadamente, porque, mientras que una función
explícita, por ejemplo, y f x1, x 2,..., xm siempre puede transformarse en una
ecuación Fy, x1, x 2,..., x m 0 simplemente trasladando la expresión
f x1, x 2,..., x m a la izquierda del signo igual, la transformación recíproca no
siempre es posible.
Ejemplo:
Fx, y x 2 y2 9 0
43
CIRO BAZÁN ANÁLISIS ESTÁTICO-COMPARATIVO
No implica una función, sino una relación debido a que a cada valor de “x” no le
corresponde un único valor de “y”.
y2 9 x 2 y2 9 x 2 y y2 9 x 2
y 9 x2
Ejemplos:
Ejemplos:
Fx , y y x 2 9 0 y 9 x 2 f x 1
A nosotros nos va a interesar que la ecuación Fy, x1, x2,..., xm 0 , nos defina
implícitamente una función, independientemente del hecho de que se pueda o
no a partir de ella obtener y f x1, x 2,..., xm .
44
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
En vista de que no toda ecuación Fy, x1, x2,..., xm 0 puede definir siempre
una función implícita y f x1, x2,..., xm , entonces vamos a estudiar bajo que
condiciones generales podemos asegurar que una ecuación dada en la forma
Fy, x1, x 2,..., x m 0 , define realmente una función implícita
y f x1, x2,..., xm.
Fy, x1 , x 2 ,..., x m 0 I
Si:
1.- Todas las derivadas parciales Fy , Fx1 , Fx 2 ,.., Fxm son continuas.
2.- En un punto y0,x10, x20,..., xm0 que pertenece a (I), es decir tal que
Fy0,x10, x 20,..., x m0 0 , se tiene que:
Entonces:
a.- Existe un entorno m-dimensional de x10, x20,..., xm0, E, en el que “y” está
definida como función implícita de las variables x1 , x 2 ,..., x m donde:
y0 f x10, x20,..., xm0. Además, para cualquier x1, x2,..., xm E se
verifica que: Ff x1, x2,..., xm, x1, x2,..., xm 0 .
Ejemplo:
Fx , y x 2 y 2 9 0
F
Fy 2y función polinomial continua.
y
1
F
Fx 2x función polinomial continua.
x
45
CIRO BAZÁN ANÁLISIS ESTÁTICO-COMPARATIVO
Figura 5
1.- Aún cuando esté asegurada la existencia de una función implícita “f”, el
teorema no da ningún indicio sobre que forma específica toma la función
“f”.
2.- No dice la medida exacta del entorno en el que está definida la función
implícita.
3.- El hecho de que Fy 0 en un punto que pertenezca a “F” no es una
condición necesaria para negar la existencia de una función implícita “f”.
46
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Ejemplo:
x 2 y 2 x y x y
d x 2 y 2 2 xdx 2 ydy
Fy dy Fx1 dx1 Fx 2 dx 2 Fx m dx m 0
dy Fx1 y Fx1
Fy dy Fx1 dx 1 0
dx1 x 2 , x 3 ,...,x m ctes .
Fy x 1 Fy
47
CIRO BAZÁN ANÁLISIS ESTÁTICO-COMPARATIVO
y Fx i
i 1,2,..., m
x i Fy
Ejemplo:
y
1. Hallar para cualquier función implícita que pueda definirse por la
X
ecuación F(y, x, w) y3x 2 w3 yxw 3 0 (*)
y Fx 2 y 3 x yw y 1,1,1 3
x Fy 3 y x xw
2 2
x 4
48
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
y1 f1x1,..., x m
y 2 f 2 x1,..., x m
II
y n f n x1,..., x m
Por decirlo de otra forma, estas condiciones sirven para asegurarnos que las
“n” ecuaciones de (I) pueden en principio resolverse para las “n” variables
y1 , y 2 ,..., y n incluso aunque no seamos capaces de obtener la solución (II)
en forma explícita.
49
CIRO BAZÁN ANÁLISIS ESTÁTICO-COMPARATIVO
Entonces:
F n F n F n
dx1 dx 2 dx m 0
x 1 x 2 x m
50
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
x 2
x m
m
2
F2 F2 F2 F2
dy1 dy2 dyn dx1
y1 y 2 y n x
1
2
F F2
* * dx2 dxm
x 2 x m
F n
F n
F n Fn
dy1 dy2 dyn dx1
y1 y 2 y n x
1
Fn Fn
dx2 dxm
x x m
2
Puesto que todas las derivadas parciales que aparecen en (**) tomarán
valores concretos (constantes) cuando las evaluemos en el punto
y10 ,..., y n 0 ; x10 ,..., x m0 [punto alrededor del cual están definidas las
funciones implícitas] tenemos aquí un sistema de “n” ecuaciones lineales, en
el cual los diferenciales " d yi " (considerados como endógenos) están
expresadas en términos de los diferenciales " d xi " (considerados como
exógenos).
51
CIRO BAZÁN ANÁLISIS ESTÁTICO-COMPARATIVO
Notación matricial:
y y
1 2 yn x1 x1
n n n
F F F yn F
n
y y
1 2 yn x1 x
1
J D d
52
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Para encontrar el vector columna [D] que contienen todas las derivadas
parciales de las funciones implícitas con respecto a todas las variables
x1 , x 2 , x 3 ,... x m podemos utilizar el método de la matriz inversa o el de
Cramer.
53
CIRO BAZÁN ANÁLISIS ESTÁTICO-COMPARATIVO
Aplicaciones:
Modelo de renta nacional que toma en cuenta los impuestos totales
Y C I0 G0 Y C I0 G0 0
1 C 0 1 (Y T) C 0 1(Y T) 0
T Y T Y 0
0 1 0 1
n 3
6
m
y1 y 2 y 3 x 1 x 2 x 3 x 4 x 5 x 6
F1 Y , C, T; I 0 , G 0 , α 0 , α1 , λ 0 , λ1 0
F 2 Y , C , T ; I 0 , G 0 , α 0 , α 1 , λ 0 , λ 1 0
3
F Y , C, T; I 0 , G 0 , α 0 , α1 , λ 0 , λ1 0
1 1 0
F2 F2 F2
J α1 1 1 1 1 11
Y C T
λ1 0 1
J 1 α1 ( λ1 1) 0
Y f1 I 0 , G 0 , α 0 , α1 , λ 0 , λ1
C f 2 I 0 , G 0 , α 0 , α1 , λ 0 , λ1
T f 3 I 0 , G 0 , α 0 , α1 , λ 0 , λ1
54
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Y F1
G0 G0
1 1 0 1
C 0 F2
α 1 G0
1 1 G0
λ 1 0 1 0 F
T
J 3 G
G 0 0
1 1 0
0 1 α1
Y 0 0 1 1
: Multiplicador del gasto público.
G 0 1 α1 ( λ 1 1) 1 α1 ( λ 1 1)
55
CIRO BAZÁN ANÁLISIS ESTÁTICO-COMPARATIVO
1. Modelo de mercado
Consideremos un mercado de un único bien, donde la cantidad demandada
“ Q d ” es una función no sólo del precio “ p ” sino también de una renta
determinada exógenamente “ Y0 ”. En cambio la cantidad ofertada “ Q s ” es
únicamente una función del precio.
Qd Qs
I Qd D(P, Y0) (D
P
0; D
Y0
0)
Q S(P) (dS 0)
s dP
Suponemos que tanto “D” como “S” son funciones que poseen derivadas
continuas, o en otras palabras, tienen gráficas suaves. Además, en orden a
asegurar su importancia económica, hemos impuesto restricciones definidas
sobre los signos de estas derivadas.
dS
0 La función de oferta será creciente con el precio.
dP
D
0 La función de demanda será decreciente con el precio.
P
D
0 La función de demanda será creciente con la renta.
Y0
56
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
D dS
2. FP , es negativa y por tanto no nula.
P dP
dP
Para calcular podemos aplicar la regla de la función implícita para la
dY0
obtención de la derivada estático – comparativa.
()
D
F
dP FY0 Y0 Y0
0
dY0 FP F D dS
P
P
d
P
()
57
CIRO BAZÁN ANÁLISIS ESTÁTICO-COMPARATIVO
dQ dS d P
0
dY0 d P dY0
Hacemos: Q Qd Qs
F1 ( P, Q; Y0 ) D( P, Y0 ) Q 0
F2 ( P, Q; Y0 ) S( P) Q 0
Donde:
n 2 (número de ecuaciones).
F1 F1 D
1
P Q P
dS D
J 0
dP P
F 2 F 2 dS
1 () ()
P Q dP
58
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
P P ( Y0 )
F1 D( P , Y0 ) Q 0
( B) y ( B' )
Q Q ( Y0 )
F S( P ) Q 0
2
1
D dP F D
1
P dY0 Y0 Y0
dS d Q F2 0
1
d
P dY0 Y0
J
D
1
Y0
D
dP 0 1 Y0
0
dY0 dS D dS D
dP P dP P
D D
P Y0
dS dS
0 D
dQ dP Y0
dP 0
dY0 dS D dS D
dP P dP P
Todas las derivadas de las funciones de demanda y oferta incluidas las que
aparecen en el jacobiano están evaluadas en el equilibrio inicial.
59
CIRO BAZÁN ANÁLISIS ESTÁTICO-COMPARATIVO
P
F
Y0
Variable independiente: Y0
Diferencial total:
F F
dF dY0 dP 0
Y0 P
dF F F dP
0
dY0 Y0 P dY0
dF D D S dP
0
dY0 Y0 P P dY0
dP
Despejando tenemos:
dY0
D
dP Y0
dY0 D S
P P
60
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
F F P, Q; Y0 D(P, Y0) Q 0
1 1
de B'
2
F F P, Q; Y0 S(P) Q 0
2
Donde P P ( Y0 ) y Q Q ( Y0 ) de (B).
P
1
F Y0 Y0
Q
Variable independiente: Y0 .
Diferencial total:
dF1 D dP D dQ
(1) 0
dY0 P dY0 Y0 dY0
D dP D dQ
0
P dY0 Y0 dY0
Operando:
D dP dQ D
(1)
P dY0 dY0 Y0
61
CIRO BAZÁN ANÁLISIS ESTÁTICO-COMPARATIVO
Variable independiente: Y0 .
Diferencial total:
F 2 F 2 F 2
d F2 dP dY0 dQ 0
P Y0 Q
Derivada total:
d F2 F 2 d P F 2 F 2 d Q
0
dY0 P dY0 Y0
Q dY0
0
d F2 S dP dQ
(1) 0
dY0 P dY0 dY0
S dP dQ
0 ( 2)
P dY0 dY0
De 1 y 2 :
D dP D
1
P dY0 Y0
S dQ 0
1
P dY0
Resolviendo, los resultados son idénticos a los obtenidos por los métodos
anteriores.
62
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
S SY, i 0 SY 1 ; Si 0
M MY 0 M 1
'
X X0
M d LY, i L Y 0; L i 0
Ms Ms0
Observaciones:
1. “I”, “S”, “M” y “X” representan conceptos de “flujo” ya que todos están
medidos por período de tiempo, como ocurre con “Y”.
Hipótesis:
63
CIRO BAZÁN ANÁLISIS ESTÁTICO-COMPARATIVO
Entradas = Salidas1
I X S M I
b. Condición de equilibrio del mercado de dinero.
Md Ms II
Variables endógenas: Y, i.
De (I) y (II):
y1 y2 x1 x 2
(B) F1(Y, i; X0, Ms0) I(i) X0 S(Y, i) M(Y) 0
2
F (Y, i; X0, Ms0) L(Y, i) Ms0 0
2. J
F1 Y F1 i
SY M' I' Si
LiSY M ' LYI ' Si 0
F2 Y F2 i LY Li
1
Ver apéndice al final del capítulo.
64
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Y Y ( X 0, M s 0 )
i i ( X 0 , M s 0 )
1
F I (i ) X 0 S Y , i M Y 0
2
F L Y, i M s 0 0
X0
Y M s0
i X0
F1
M s0
X0
Ms0
Diferencial total:
65
CIRO BAZÁN ANÁLISIS ESTÁTICO-COMPARATIVO
Y M s0
F2 i X0
M s0
X0
Ms0
Diferencial total:
F 2 F 2 F 2 F 2
dF2 dY di dX0 dMs0 0
Y i X0 Ms0
F 2 F 2 Y F 2 i F 2 F2 Ms0
0 (e)
X0 Y X0 i X0 X0 Ms0
X
0
0
F 2 F 2 Y F 2 i F 2 dX0 F 2
0 (f )
Ms0 Y Ms0 i Ms0 X0
dM
s0 Ms0
0
Y
SY M'
I' S
X0 i
Xi 1
(g)
0
F2 Y F2 i
F
2
Y X0 i X0 X0
i
LY Y Li 0
(h)
X0 X
0
66
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Y
S M'
Y
X 1
I Si 0
'
LY Li i
0
X0
1 (I' Si)
Y 0 L
i
L
i 0
X0 J J
SY M' 1
i LY 0 LY
0
X0 J J
Y i
Si trabajamos con (d) y (f) podremos obtener y .
Ms0 Ms0
Y
Podemos observar que tiene la naturaleza de un multiplicador de la
X0
exportación. Puesto que el incremento de la exportación inducida en la renta
de equilibrio causará por medio de la función de importación M M Y , una
subida de las importaciones, podremos aplicar la regla de la cadena para
hallar las derivadas estático-comparativas auxiliares:
'
M dM Y ML
i 0
X0 dY X0 J
I dI i I' L
Y 0
X0 di X0 J
S S i SL
i Y 0
X0 i X0 J
67
CIRO BAZÁN ANÁLISIS ESTÁTICO-COMPARATIVO
5. Modelo IS - LM
En el apartado anterior hemos visto el modelo de renta nacional y hemos
analizado el mercado de bienes y el mercado de dinero que son piezas del
Modelo IS - LM.
LM Y, r / L 0 LY, r M 0
Siendo:
Y: Ingreso nacional.
C0 Consumo autónomo.
C CYd , r : Función de consumo.
Yd Y T0 TY : Ingreso disponible.
T0 : Impuesto exógeno.
T TY : Función de impuestos.
r: Tasa de interés.
I0 : Inversión autónoma.
I IY, r : Función de inversión.
G0 : Gasto del gobierno.
L0 : Demanda exógena de dinero.
L LY, r : Función de demanda monetaria.
M0 : Oferta monetaria (conocida).
5.1. Hipótesis:
1. Supondremos que las funciones tienen derivadas parciales continuas.
Donde: 0 CYd 1; TY 0; Cr 0; IY 0; Ir 0; CYd IY 1; LY 0; Lr 0.
2
Ver apéndice al final del capítulo.
68
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
IS
LM
Y
Y
Figura 6
Variables endógenas: Y, r.
De (I) y (II):
y1 y2 x1 x 2 x3 x 4 x5 x 6
(B) F1(Y, r; C0 , T0, I0, G0, L0, M0 )
2
F (Y, r; C0 , T0, I0, G0, L0, M0 )
69
CIRO BAZÁN ANÁLISIS ESTÁTICO-COMPARATIVO
F1 F1
J
Y r
1 CYd 1 Ty IY Cr Ir
2. LY Lr
F2 F2
Y r
J 1 CYd 1 Ty IY Lr Cr Ir LY 0
Y Y ( C 0 , T0 , I 0 , G 0 , L 0 , M 0 )
r r ( C 0 , T0 , I 0 , G 0 , L 0 , M 0 )
1
F Y C 0 C Y T0 T Y , r I 0 I Y , r G 0 0
L Y , r M
2
F L0 0 0
70
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
C0
T0
I0
Y G0
L0
M0
C0
T0
I0
F1 r G0
L0
C0 M0
T0
I0
G0
Diferencial total:
F 1
dG0
0 (c)
G0 dC
0
0
F1 Y F1 r
F
1
Y C0 r C0
C0
r
1 CY 1 TY IY Y Cr Ir 1
c
'
C0 C0
d
71
CIRO BAZÁN ANÁLISIS ESTÁTICO-COMPARATIVO
F1 dG0
0 d
G0
dT
0
0
F1 Y F1 r
F
1
Y T0 r
T0
T0
1 CY 1 TY IY Y Cr Ir r CY d'
T0 T0
d d
F 1
dG0
0 e
G0
dI
0
0
F1 Y F1 r
F
1
Y I0 r I0
I0
1 CY 1 TY IY Y Cr Ir r 1 e'
I0 I0
d
F 1
0 f
G0
72
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
F1 Y F1 r
F
1
Y G0 r G0
G0
r
1 CY 1 TY IY Y Cr Ir
d
G0 G
1
f
'
0
F 1
dG0
0 (g)
G0 dL
0
0
F1 Y F1 r
0
Y L0 r L0
r
1 CY 1 TY IY Y Cr Ir 0
g '
L0
d
L
0
F1 Y F1 r
0
Y M0 r M0
r
1 CY 1 TY IY Y Cr Ir 0
h '
M0
d
M 0
73
CIRO BAZÁN ANÁLISIS ESTÁTICO-COMPARATIVO
C0
T0
I0
Y G0
L0
M0
C0
F2 T0
I0
r G0
L0
M0 M0
L0
F 2 F 2 F 2 F 2
dF2 dY dr dM0 dL0 0
Y r M0 L0
F 2 F 2 Y F 2 r F 2 dM0 F 2 dL0
0 i
C0 Y C0 r C0 M0
dC
0 L0
dC0
0 0
F2 Y F2 r
0
Y C0 r C0
Y
LY L r 0
C0
r
C0
i
'
F 2 F 2 Y F 2 r F 2 dM0 F 2 dL0
0 j
T0 Y T0 r T0 M0
dT
0 L0
dT0
0 0
F2 Y F2 r
0
Y T0 r T0
74
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Y
LY L r 0
T0
r T j '
0
F 2 F 2 Y F 2 r F 2 dM0 F 2 dL0
0 k
I0 Y I0 r I0 M0
dI
0 L0
dI0
0 0
F2 Y F2 r
0
Y I0 r I0
Y
LY L r 0
I0
r
I0
k '
F2 Y F2 r
0
Y G0 r G0
Y
LY L r 0
G0
r G l '
0
F 2 F 2 Y F 2 r F2 dM0 F 2
0 m
L0 Y L0 r L0 M0
dL
0 L0
0
F2 Y F2 r
F
2
Y L0 r L0
L0
Y r
LY L
L0 r 1
L0
m '
75
CIRO BAZÁN ANÁLISIS ESTÁTICO-COMPARATIVO
F2 Y F2 r
F
2
Y M0 r M0
M0
Y r
LY L
M0 r 1
M0
n '
1 Cr Ir
Y 0 Lr Lr
0
C0 J J
1 CY 1 TY IY
d
1
r LY 0 LY
0
C0 J J
76
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
CYd Cr Ir
Y 0 Lr Lr CYd
0
T0 J J
1 CY 1 TY IY
d
CYd
r LY 0 CYd LY
0
C0 J J
77
CIRO BAZÁN ANÁLISIS ESTÁTICO-COMPARATIVO
Apéndice
Demostración de la ecuación de equilibrio en el mercado de bienes
del modelo de renta nacional:
Se sabe que:
Y CIG 1
Y que:
C 0 1Y T 2
Y 0 1Y T I G
Y T 0 1Y T I G T
Y T 0 1Y 1T I G T 1 1 Y T G 0 1 1 T I
1
1 Y 0
T T G I S I Economíacerrada
Sprivado Spúblico
S X I M Economíaabierta 3
Donde:
X: Exportaciones.
M: Importaciones
S: Ahorro
I: Inversiones
X
M IS
X
M
Iprivado Sprivado Ipúblico Spúblico
Balanza Comercial Sector Externo Sector Privado Sector Público
78
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
LM Y, r / L 0 LY, r M 0
FLM L0 LY, r M0 0
r
FYIS
1 CYd 1 TY IY
1 CYd IY CYd TY
0
Y FrIS Cr Ir Cr Ir
r FYLM LY
0
Y FrLM Lr
79
CIRO BAZÁN ANÁLISIS ESTÁTICO-COMPARATIVO
80
Capítulo IV
OPTIMIZACIÓN EN ECONOMÍA
z z1, z2, , zn x (1 )y x1, x2, , xn (1 )y1, y2, , yn A 1
Es decir que si trazamos un segmento entre los puntos x, y ; para que el conjunto
sea un conjunto convexo, todo el segmento que los une deberá estar
totalmente contenido en el conjunto . En la figura 1 los tres primeros
conjuntos (a), (b) y (c) son convexos en cambio los conjuntos (d) y (e) no lo son.
x x
x
y y
y
1
A la ecuación (A) se le denomina combinación convexa de x y y.
CIRO BAZÁN OPTIMIZACIÓN EN ECONOMÍA
x y y
(d) (e)
Figura 1
Ejemplos:
Determinar si los siguientes son conjunto convexos.
a) X (x1, x2) 2 / x2 x1
b) X (x , x ) / x
1 2
2
2 x
2
1
c) X (x , x ) / x
1 2
2
2 x
2
1
Solución:
a) Sea x (x1, x2) e y (y1, y2) dos elementos de X, debemos probar que para
todo 0, 1 :
z (z1, z2) x (1 )y (x1 1 y1, x2 (1 )y2) debe pertenecer a X.
Debido a que x, y se cumple que x2 x1 e y2 y1 y como 1 0
y 1 1 0 se tiene que x2 x1 y 1 y2 (1 )y1 . Por lo tanto,
z2 x2 (1 )y2 x1 (1 )y1 z1, lo que prueba que X es convexo ya
que z .
82
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
x2
x1
Figura 2
b) Siguiendo un procedimiento similar al del ejercicio anterior, dado que x e y
son dos elementos de X, y que 0, 1 se tiene:
Por tanto:
z2 z12
83
CIRO BAZÁN OPTIMIZACIÓN EN ECONOMÍA
x2
x1
Figura 3
x2
x2 x12
X
x1
x2 x12
Figura 4
1. Introducción
En esta sección se introducen los conceptos de función convexa,
estrictamente convexa, cóncava y estrictamente cóncava en un conjunto
convexo. Estas características son fundamentales en la teoría de la
optimización, ya que permiten garantizar la globalidad de las soluciones.
f(x) f(x)
x x
a) b)
f(x)
x
c)
Figura 5
85
CIRO BAZÁN OPTIMIZACIÓN EN ECONOMÍA
2. Definiciones
Será cóncava en X si y sólo si para todo x, y X y para todo
0,1 se cumple:
Será estrictamente cóncava en X si y sólo si para todo x, y X ,
x y, y para todo 0, 1 se cumple:
z
f z f x, y
f x
f x 1 f y
A
B
f y
x2 z2 y2
y
y1
z1
x1 y
x z
X
x
Figura 6
86
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
La figura 6 muestra una función cóncava en X 2 ya que se verifica que
para todo par de puntos x, y X , la función evaluada en cualquier
combinación convexa z de x y y, es mayor o igual que la correspondiente
combinación convexa de f x y f y, es decir: f z f x 1 f y. Esto
implica que el arco que una los puntos A y B nunca estará debajo del
segmento de recta que une tales puntos. Para este caso, es importante señalar
que por lo general se verifica que f z f x 1 f y, pero en los puntos
A y B (cuando respectivamente 1 y 0 ) se cumple respectivamente
que: f z f x y f z f y.
Ejemplos:
1.- Determinar de acuerdo a las definiciones anteriores que tipo de funciones
son las siguientes:
1
a) f (x) en X , X es convexo.
x
b) f (x) x en .
Solución:
1 1 1
f (1 )x y (1 ) 1 f x f (y)
1 x y x y
Resolviendo:
1 1 1
(1 ) 0
x y 1 x y
(1 )y x 1
0
xy 1 x y
87
CIRO BAZÁN OPTIMIZACIÓN EN ECONOMÍA
Pero gracias a * , se cumple que 1 x y2 0 . Asimismo, dado
que X x 0 e y 0, ya que x , y X. Por tanto, fácilmente se
puede ver que el denominador de esta expresión es positivo, por lo que
se prueba que “f” es convexa. También, si x y y 0, 1 se cumple
que 1 x y2 0, por lo que “f” también es estrictamente convexa
en X.
1 x y 1 x y
2
(1 ) x y 0
f(x)
z
1 λ x λ y
0 x z y x
Figura 7
88
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
2.- En la teoría de la empresa competitiva, dado un vector de precios
w n de “n” factores de producción y el nivel “q” de producción del
bien correspondiente, se define la función “costo” como aquella que al
vector w , q n1 le hace corresponder el menor valor de
w x w1x1 w2x2 wn xn , siendo x x1, x2, , xn un vector de
cantidades de insumos que permite obtener el nivel de producción “q” [lo
cual se resume expresando x Vq ]. Siendo Vq el conjunto de insumos
requeridos para producir al menos “q” unidades del bien. Esto es:
Cw , q Cw 1 , w 2 , , w n , q min w x
s.a : x V q x n Qx q
Donde Qx es la función de producción. Se pide demostrar que la
función de costo es cóncava respecto a w.
Solución:
C w * , q Cw 1 , q 1 Cw 2 , q
Cw1 1 w2, q Cw1, q 1 Cw2, q.
Para algún x * w * , q Vq se debe verificar que:
C w* , q w* x* w* , q
C w * , q w 1 1 w 2 x * w * , q
C w * , q w 1 x * w * , q 1 w 2 x * w * , q
89
CIRO BAZÁN OPTIMIZACIÓN EN ECONOMÍA
De acuerdo a la definición, x * w * , q minimiza el costo de producir el
nivel “q” con el vector de precios w * , pero no necesariamente minimiza
el costo de producir el mismo nivel “q” con los vectores de precios w1 o
w 2 . Por tanto, se debe verificar que:
w 1 x * w * , q Cw 1 , q w 1 x w 1 , q
w 2 x* w , q Cw
*
2,q w 2 x w 2 , q
En consecuencia es fácil comprobar:
w 1 x * w * , q Cw 1 , q 1 w 2 x * w * , q 1 Cw 2 , q
Por tanto, la función Cw, q es cóncava respecto a w.
Por tanto:
E p'', U0 p'' x'' p 1 p' x''
Pero x'' no es necesariamente la forma más barata para alcanzar la
utilidad U 0 a los precios p o p' , por tanto:
p x'' Ep, U0 p' x'' E p', U0
En consecuencia, multiplicando las expresiones anteriores por y 1
respectivamente, se tiene:
p x'' Ep, U0 1 p' x'' 1 E p', U0
Sumando miembro a miembro las expresiones anteriores, tenemos:
p x'' 1 p' x'' Ep, U0 1 E p', U0
p 1 p x
' ''
p'' x'' E p'', U0 Ep, U0 1 E p', U0
Por tanto, la función de gasto, como una función de p para cada U 0
fijo, es cóncava.
4.- Sea la función de beneficio óptimo p, w que es el máximo beneficio
que se puede lograr cuando el precio del bien producido es “p” y el costo
de los factores de producción es w . Escribimos “ π ” como:
p, w max
p q w x : q Qx
q, x
Solución:
p, x max
pq w x
q, x
s.a: Qx q
Sean dos vectores: A p1, w1 y B p2, w2 y su combinación lineal la
siguiente:
91
CIRO BAZÁN OPTIMIZACIÓN EN ECONOMÍA
Z A 1 B p1 1 p2, w1 1 w2
Z A 1 B
Donde:
A p1 q w1 x
B p2 q w2 x
Para algún q, x / Qx q se debe cumplir:
Z p1 1 p2q w1 1 w2 x
Por otro lado, q, x maximiza el beneficio de producir el nivel “q” con el
vector Z , pero no necesariamente maximiza el beneficio de producir el
mismo nivel “q” con los vectores A y B entonces se debe cumplir que:
p1 q w1 x p1, w1
p2 q w2 x p2, w2
p1 q w1 x p1, w1 A
1 p2 q 1 w2 x 1 p2, w2 1 B
Z p1 1 p2 q w1 1 w2 x A 1 B
Por tanto, la función p, x es convexa.
92
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
b) Una condición necesaria pero no suficiente para que “f” sea cóncava en
un conjunto convexo X de n es que para cada número real el
conjunto:
x X / f (x) n sea convexo.
f(x)
x
Figura 8
f(x)
x
Figura 9
93
CIRO BAZÁN OPTIMIZACIÓN EN ECONOMÍA
f(x)
x
…….. ……..
Figura 10
Ejemplos:
De acuerdo a las definiciones anteriores, ¿podemos asegurar que alguna de
las siguientes funciones no sea cóncava ni convexa?
a) f (x) ex con x ,
b) f (x) ln x con x>0.
Solución:
x / ex
ln
si 0
si 0
,
x / ex ln , si 0
f(x)
ex
ln x
Figura 11
94
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Como se puede ver, aunque los conjuntos resultantes y son
convexos para todo , las condiciones a) y b) no nos permiten asegurar
si la función es cóncava o convexa.
x / ln x 0, e
x / ln x e,
f(x)
eα
x
Figura 12
Ef x, y n 1 / x X, y , f x y n 1
95
CIRO BAZÁN OPTIMIZACIÓN EN ECONOMÍA
f(x)=x2
Ef Hf
Figura 13
Ejemplos:
De acuerdo a las definiciones anteriores, ¿podemos asegurar que alguna de
las siguientes funciones no sea cóncava o convexa?
Solución:
a) Utilizando las definiciones anteriores, podemos ver que el epígrafo y el
hipógrafo de la función no son conjuntos convexos, por tanto la función
no será ni cóncava ni convexa.
Ef
Hf
Figura 14
96
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
b) Como podemos ver en este caso el epígrafo es un conjunto convexo, mas
el hipógrafo no lo es por lo tanto podemos afirmar que es una función
convexa.
Ef
Hf
Figura 15
Ef
Hf
Figura 16
a) Una condición necesaria pero no suficiente para que “f” sea convexa en
X es:
Para todo par x1, x2 X : f x2 f x1 f x1 x2 x1
2
Ver apéndice al final del capítulo.
97
CIRO BAZÁN OPTIMIZACIÓN EN ECONOMÍA
b) Una condición necesaria pero no suficiente para que “f” sea cóncava en
X es:
Para todo par x1, x2 X : f x2 f x1 f x1 x2 x1
Donde f indica el gradiente3 de “f”: f x f x1 x f x 2 x f x n x .
Las funciones serán respectivamente estrictamente cóncavas y estrictamente
convexas si las desigualdades anteriores se cumplen de forma estricta.
f x1 x 2 x1
f x 2 f x1
f x 2 f x1
f x1 x 2 x1
x1 x2
x1 x2
a) Convexa b) Cóncava
Figura 17
Ejemplos:
Teniendo en cuenta las definiciones anteriores estudiar la convexidad o
concavidad de las siguientes funciones:
a) f (x) ax b x ,
b) f (x) x x 0,
c) f (x) x3 x ,
3
Ver apéndice al final del capítulo.
98
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Funciones de 3 en definidas en un conjunto X:
f) f ( x ) ax 12 bx 22 cx 32 d ( x 1 , x 2 , x 3 ) 3 a , b, c, d ,
g) f ( x ) x 1 x 2 x 3 ( x 1 , x 2 , x 3 ) 3 0 .
Solución:
1
b) f x 2 f x1 x2 x1 (x 2 x1) f (x1) (x 2 x1)
2 x1
Debido a que:
1 x 2 x1 x2 x1
x 2 x1 (x 2 x1 )
2 x1 x2 x1 2 x1 2
x 2 x 1
x 1 x 2
0
2 x 1 x 2 x 1
f x 2 f x 1 f ( x 1 ) ( x 2 x 1 ) ( x 32 x 13 ) 3x 12 ( x 2 x 1 )
99
CIRO BAZÁN OPTIMIZACIÓN EN ECONOMÍA
f x 2 f x 1 f ( x 1 ) ( x 2 x 1 ) ( x 2 x 1 ) 2 x 2 2 x 1
Figura 18
d) f (y) f x ay12 by22 ax12 bx22 a(y12 x12) b(y22 x22)
y x1
f (x) (y x) 2ax1 2bx2 1 2ax1(y1 x1) 2bx2(y2 x 2)
y2 x 2
f y f x f (x) (y x) a(y1 x1)2 b(y2 x2)2
Para esta expresión se puede ver que el signo que tome dependerá del
signo de a y b.
Si a y b son positivos y x y la función será estrictamente convexa.
Si a y b son negativos y x y la función será estrictamente cóncava.
Si a y b tienen signos distintos la función no será ni cóncava ni convexa
ya que existen x e y tales que a(y1 x1)2 b(y2 x2)2 0.
e)
f ( y) f x e ay1 by2 e ax1 bx2
y x1
f ( x ) ( y x ) e ax1 bx2 a b 1 e
ax1 bx2
a ( y1 x 1 ) b( y 2 x 2 )
y 2 x 2
Se puede verificar que para todo x e y con x y :
100
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
f (x) (y x) f (y) f x
Ya que:
e ay1 by2
1 e a ( y1 x1 ) b ( y 2 x 2 ) 1 a ( y1 x 1 ) b ( y 2 x 2 )
e ax1 bx2
f ( z) e z 1
f(z)=z
Figura 19
g) f (y) f x y1 y2 y3 x1 x2 x3
101
CIRO BAZÁN OPTIMIZACIÓN EN ECONOMÍA
y1 x1
(y1 y2 y3) (x1 x 2 x3)
f (x) (y x) fx1x fx 2 x fx3 x y2 x 2
y3 x3 2 x1 x 2 x3
f y f x f (x) (y x)
f y f x f (x) (y x) ( y1 y2 y3 x1 x2 x3 )2 0
2. Una condición suficiente pero no necesaria para que “f” sea estrictamente
convexa sobre X es que Hf(x) sea definida positiva para todo x de X (es
decir, yt Hf(x)y 0 para todo y n, y 0 ).
4. Una condición suficiente pero no necesaria para que “f” sea estrictamente
cóncava sobre X es que Hf(x) sea definida negativa para todo x de X (es
decir yt Hf(x)y 0 para todo y n, y 0 ).
4
Ver apéndice al final del capítulo.
102
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Ejemplos:
a) f (x1, x2) ax12 bx22 (x1,x2) 2 a, b
b) f (x1, x2) x14 x12x22 x42 3x1 8x2 (x1,x2) 2
c) f (x1, x2) x1x2 (x1,x2) 2
d) Q(x1, x2) x1a xb2 (x1,x2) 2 a, b
e) f (x1, x2, x3) ax12 bx22 cx32 d (x1,x2,x3) 3
Solución:
a) Para todo x 2, el hessiano de la función f (x1, x2) ax12 bx22 es:
2a 0
Hf(x)
0 2b
H1 2a
H2 Hf(x) 4ab
Si a 0 y b 0 ó a 0 y b 0, H1 0 y H2 0 ó H1 0 y
H2 0 entonces Hf(x) es indefinida y la función no es ni convexa ni
cóncava.
12x 2 2x 22 4x1x 2
Hf(x) 1
4x1x 2 2x1 12x 22
2
103
CIRO BAZÁN OPTIMIZACIÓN EN ECONOMÍA
Para x 0 , los menores principales dominantes de orden uno y dos,
H1 12x 12 2 x 22 y H 2 24x 41 132x 12 x 22 24x 42 , son positivos, por
lo que Hf(x) es definida positiva. Por tanto, “f” es una función
estrictamente convexa.
0 1
Hf(x)
1 0
H2 HQ(x) ab(1 a b)x12a 2x22b 2
2a 0 0
Hf(x) 0 2b 0
0 0 2c
H1 2a
104
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
H2 4ab
H3 8abc
a) La función “f” es seudoconvexa en X si y sólo si para todo x1, x2 X tales
que f (x1)(x2 x1) 0 se verifica que f (x2) f (x1).
Ejemplos:
a) f x x3
b) f x x3 2x2 2x 1
105
CIRO BAZÁN OPTIMIZACIÓN EN ECONOMÍA
Solución:
f '(0)(1 0) 0 0
f '(0)(1 0) 0 0
Figura 20
2
2
2
f ' (x) 3x2 4x 2 3 x 0 para todo x
3 9
46
x
7 27
Figura 21
La función es cuasicóncava en X si y sólo si para todo x1, x2 X con
f (x1) f (x2) y todo 0, 1 se verifica que:
107
CIRO BAZÁN OPTIMIZACIÓN EN ECONOMÍA
La función es estrictamente cuasiconvexa en X si y sólo si para todo
x1, x2 X con x1 x2 , f (x1) f (x2) y todo 0, 1 se verifica que:
108
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Figura 22
Ejemplos:
1.- De acuerdo a las definiciones anteriores determinar a que tipo de función
pertenecen las siguientes gráficas.
a)
f x'
f z
f x''
x0 x'' z x' x1
Figura 23
f z f x ' (1 ) x '' f x ' max f x ' , f x '' .
f z f x ' (1 ) x ' ' f x ' ' min f x ' , f x ' ' .
109
CIRO BAZÁN OPTIMIZACIÓN EN ECONOMÍA
b)
y f x
x2 z x 1b x 1a
f x 2
f z f x
f x 1b a
1
Figura 24
f z f x 1a (1 ) x 2 f x 2 min f x 1a , f x 2 .
Se puede verificar que esta función es estrictamente cuasicónvexa, para
cualquier x 1b , x 2 X , 0 con x 1b x 2 , f x 1b f x 2 y
0, 1 se tiene que:
f z f x 1b (1 ) x 2 f x 1b max f x 1b , f x 2 .
2.- Sea f x ex. Donde: f : X y X es un conjunto abierto y
convexo. Demuestre que esta función es estrictamente cuasicóncava y
estrictamente cuasiconvexa.
y ex
f x 2
f z
f x 1
x1 z x2
Figura 25
Sea z 1 x 1 x 2 como 0 1 x 1 z x 2 .
max f x 1 , f x 2 f x 2 e x 2
f z e z max f x 1 , f x 2 f x 2 e x 2
min f x 1 , f x 2 f x 1 e x1
f z e z min f x 1 , f x 2 f x 1 e x1
Es convexo.
Es convexo.
Ejemplos:
Determinar si las siguientes funciones son cuasicóncavas o cuasiconvexas.
a) f (x) ex con x ,
111
CIRO BAZÁN OPTIMIZACIÓN EN ECONOMÍA
Solución:
Ejemplos:
Determinar si las siguientes funciones son cuasicóncavas o cuasiconvexas.
Solución:
112
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Por tanto:
Entonces:
Como:
y y1
f (x)(y x) a, b 1 a(y1 x1) b(y2 x 2) 0
y2 x 2
1 1 y1 x1 1
f (x)(y x) (y1 y2) (x1 x2) 0
x1 x 2 x1 x 2 y2 x2 x1 x2
113
CIRO BAZÁN OPTIMIZACIÓN EN ECONOMÍA
2.2. Condiciones de segundo orden
0 f x1x f x n x
f x1x f x1x1x f x1x n x
Hf x1, x 2, , x n
f x n x f x n x1x f x n x n x
n 1n 1
Drf x1, x 2, , x n
f x r x f x r x1x f x r x r x
r 1r 1
Se verifica que:
114
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Ejemplos:
Teniendo en cuenta las definiciones anteriores estudiar la cuasiconvexidad o
cuasiconcavidad de las siguientes funciones:
Solución:
D1U x1, x 2, , x n 0
ax1a 1x b2
ax1a 1x b2
aa 1x1 x 2
a 2 b
2
ax1a 1x b2 0
D2U x1, x2, , xn 2a 2b2 aa 1 b2 a 2bb 1x13a 2x32b 2
D2U x1, x2, , xn aba bx13a 2x32b 2 0
D1f x1, x 2, , x n 0
x 2x 3
x 2x3
0
x 2x32 0
115
CIRO BAZÁN OPTIMIZACIÓN EN ECONOMÍA
0 x 2x3 x1x3
D2f x1, x 2, , x n x 2x3 0 x3 2x1x 2x32 0
x1x3 x3 0
D3f x1, x 2, , x n x x
2 3
x1x3
0
x3
x3
0
x2
x1
x12x 22x32 0
x1x 2 x2 x1 0
Es decir, debemos determinar los valores que han de adoptar las variables de
decisión x x1, x2, , xn dentro del conjunto CF (conjunto de soluciones
factibles que queda definido por las restricciones del problema), para que la
función objetivo adopte el valor óptimo buscado.
116
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
1. Definiciones
Sea CF el conjunto de soluciones factibles de un programa matemático, cuya
función objetivo es “f”.
a)
Un punto x* x1*, x*2, , x*n CF es un máximo global del programa si
se verifica que f x f x para todo x x , x , , x CF.
*
1 2 n
B x CF.
*
r
En otras palabras, un punto x* es un máximo local si no hay puntos cercanos
a él en los que “f” adopte un mayor valor. Por supuesto, un máximo global es
siempre un máximo local. Sin embargo, el recíproco no es cierto.
5
Ver apéndice al final del capítulo.
6
Ver apéndice al final del capítulo.
117
CIRO BAZÁN OPTIMIZACIÓN EN ECONOMÍA
2. Formulación de programas sin restricciones
La formulación general de un programa sin restricciones es:
opt f x
I : n
x
II
f x* 0
A los puntos x* que hacen que el gradiente de una función “f” sea nulo
se les denomina puntos críticos de la función “f”. Por tanto, los
máximos y mínimos locales, y los puntos de silla (para n = 1: puntos de
inflexión) de una función diferenciable son puntos críticos de “f”.
a)
b)
Figura 26
118
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
En la figura 26 se aprecia el gráfico de funciones que dependen de dos
variables y que presenta planos tangentes horizontales en sus puntos
críticos. No obstante, se puede apreciar que la condición II es
necesaria pero no suficiente, ya que la gráfica de la función a) tiene un
punto crítico (punto de silla) que no es ni máximo ni mínimo.
f x f x
1
*
f x f x
2 *
Ejemplos:
Dadas las siguientes funciones, hallar los puntos críticos y clasificarlos
como máximos mínimos locales o globales o como puntos de silla.
a) f x 2x12 2x1x2 x22 2x1 3,
b) f x x12 5x22 8x1 3x32 10x2 2x3 13,
c) f x x1x2 .
Solución:
f x* 0
f x* 4x1* 2x*2 2, 2x1* 2x*2 0, 0
4x1* 2x*2 2 0
2x1* 2x*2 0
f x 4 f 1, 1 f x*.
resulta que Por tanto, en
x x1*, x*2 1, 1 “f” alcanza un mínimo global estricto ya que
*
Figura 27
2x1* 8 0
10x*2 10 0
6x*3 2 0
120
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Se comprueba que x* x1*, x*2, x*3 4, 1, 1 3 es un máximo
global ya que para todo x x1, x2, x3 3 :
f x x1 42 5x2 12 3x3 1 32 25 3 25 3 f x*
c) Para hallar los puntos críticos de “f” calculamos el vector
gradiente de “f” y lo igualamos al vector cero.
f x* x*2 , x1* 0, 0
Por lo que de la expresión anterior se tiene el siguiente sistema de
ecuaciones:
x1* 0
x*2 0
x2
f x1, x 2 0 f x1, x 2 0
0, 0 x1
r
f x1, x 2 0 f x1, x 2 0
Figura 28
121
CIRO BAZÁN OPTIMIZACIÓN EN ECONOMÍA
Figura 29
a)
Si Hf x* es definido positivo, x* es un mínimo relativo estricto de
“f”: (condición suficiente pero no necesaria).
b) Si Hf x* es definido negativa, x* es un máximo relativo estricto
de “f”: (condición suficiente pero no necesaria).
c)
Si Hf x* es indefinido, x* es un punto de silla de “f” (condición
suficiente pero no necesaria).
d) Si Hf x* es semidefinido positivo, x* es un mínimo relativo o un
punto de silla de “f” (condición necesaria).
e)
Si Hf x* es semidefinido negativo, x* es un máximo relativo o un
punto de silla de “f” (condición necesaria).
Ejemplos:
Dadas las siguientes funciones, identificar si sus puntos críticos son
máximos, mímimos o puntos de silla. Además, averiguar si los óptimos
relativos son globales.
d) f x1, x 2 2ex1 x 2
2 2
122
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Solución:
f x* 2x 2x1 1, x1x1 2 0, 0
2x 2x1 1 0
x1x1 2 0
2x 2 2x1 1
Hfx
2x1 1 0
Reemplazando x1* 0, 0 y x*2 2, 0 en el hessiano se tiene:
0 2
Hf x1*
2 0
0 2
Hf x*2
2 0
Hf x1* es una matriz indefinida ya que tiene un autovalor positivo
1 4 y otro negativo 2 4. Por tanto, x1* 0, 0 es un punto
de silla.
123
CIRO BAZÁN OPTIMIZACIÓN EN ECONOMÍA
Hf x1* es una matriz indefinida ya que tiene un autovalor positivo
1 4 y otro negativo 2 4. Por tanto, x*2 2, 0 es un punto
de silla.
Figura 30
f x* 3x12 2x22, 4x1x2 0, 0
3x12 2x22 0
4x1x2 0
124
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
6x 4x 2
Hfx 1
4x 2 4x1
Reemplazando x* 0, 0 en el hessiano se tiene:
0 0
Hf x*
0 0
f x* f 0, 0 0
Figura 31
125
CIRO BAZÁN OPTIMIZACIÓN EN ECONOMÍA
c) Calculamos los puntos críticos igualando el gradiente de “f” al
vector cero:
f x* 4x1x22, 4x12x2 0, 0
4x1x22 0
4x12x2 0
4x 2 8x1x 2
Hfx 2 2
8x1x 2 4x1
0 0
Hfa, 0 2
0 4a
4b2 0
Hf0, b
0 0
Se observa que:
f a, 0 0 a
f 0, b 0 b
126
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Pero, dado que f x1, x2 2x12x22 0 x1, x2 2 , entonces en
todos los puntos críticos (los ejes x1 y x2) hay un mínimo global.
Figura 32
f x* 4x1ex1 x 2 , 4x 2ex1 x 2 0, 0
2 2 2 2
4x1ex1 x 2 0
2 2
4x 2ex1 x 2 0
2 2
Hf x 1
8 x 2 4 e x12 x 22 8 x 1 x 2 e x1 x 2
2 2
8 x x e x12 x 22
1 2
8 x 22 4 e x1 x 2
2 2
Reemplazando x* 0, 0 en el hessiano se tiene:
127
CIRO BAZÁN OPTIMIZACIÓN EN ECONOMÍA
4 0
Hf x*
0 4
Figura 33
Asumiremos que Ix y Cx son tales que la empresa maximizadota de
beneficios utiliza una cantidad positiva de cada factor de producción de
manera que el x que maximiza el beneficio es un punto interior del
ortante positivo n.
128
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
El problema de optimización que la empresa deberá resolver es el
siguiente:
max x Ix Cx
x n
Ix Cx 0
x* * *
x 2 x 2 x 2
Ix Cx 0
x* * *
x n x n x n
p
Q x* w
Q x* w i
i 1,2, , n.
i
xi xi p
Discriminación monopolística
Incluso en el caso de una empresa que produce un único bien, puede
surgir un problema de optimización con dos o más variables. Tal podría
ser el caso, por ejemplo, de una empresa monopolística que vende un
único bien en dos o más mercados separados (por ejemplo, en el propio
país y en el extranjero) y, en consecuencia, debe decidir acerca de las
cantidades (Q1, Q2, etc.) que enviará a los mercados respectivos para
maximizar su beneficio. En general, los diversos mercados tendrán
diferentes condiciones de demanda, y, si la elasticidad de la demanda
difiere en los distintos mercados, la maximización del beneficio estará
vinculada a la práctica de la discriminación de precios. A continuación
vamos a deducir matemáticamente esta conocida conclusión.
Donde: Q Q1 Q 2 Q3
130
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Ahora la función de beneficios es:
, , 0, 0, 0
Q Q Q
1 2 3
1
C dC dQ dC
I1' (Q1) I1' (Q1) I1' (Q1) 0
Q1 Q1 dQ dQ1 dQ
1
C dC dQ dC
a I2' (Q2) I2' (Q2) I2' (Q2) 0
Q2 Q2 dQ dQ2 dQ
1
C dC dQ dC
I3' (Q3) I3' (Q3) I3' (Q3) 0
Q Q3 dQ dQ3 dQ
3
dC
Resulta que: I1 ' ( Q1 ) I 2 ' ( Q 2 ) I 3 ' ( Q3 ) 0
dQ
dPQi i
P Q 1
Qi 1
IMgi PiQi 1 i i
PiQi dQi
dQ
i dP Q
i i
Qi
P Q
i i
131
CIRO BAZÁN OPTIMIZACIÓN EN ECONOMÍA
1
IMgi PiQi 1 (i 1, 2, 3)
di
1
IMgi PiQi 1 (i 1, 2, 3) (A)
di
1 1
P1(Q1)1 P2(Q2)1 P (Q )1 1
d1 d2 3 3
d3
2 Q
I 1 ' ' ( Q1 ) C ' ' ( Q ) I 1 ' ' ( Q1 ) C ' ' ( Q )
Q1 2
Q1
132
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
2 Q
I 2 ' ' ( Q 2 ) C' ' ( Q) I 2 ' ' (Q 2 ) C ' ' (Q)
Q 2 2
Q 2
2 Q
I 3 ' ' ( Q 3 ) C' ' ( Q ) I 3 ' ' ( Q 3 ) C ' ' ( Q)
Q 3 2
Q 3
I 1 ' ' (Q 1 ) C ' ' (Q) C ' ' (Q) C ' ' (Q)
H C ' ' (Q) I 2 ' ' (Q 2 ) C ' ' (Q) C ' ' (Q)
C ' ' (Q) C ' ' (Q) I 3 ' ' (Q 3 ) C ' ' (Q)
I1' ' (Q1) C ' ' (Q) C ' ' (Q) C ' ' (Q)
H H3 C ' ' (Q) I2' ' (Q2) C ' ' (Q) C ' ' (Q)
C ' ' (Q) C ' ' (Q) I3' ' (Q3) C ' ' (Q)
H3 I1' ' (Q1)I2' ' (Q2)I3' ' (Q3) C ' ' (Q) I1' ' (Q1)I2' ' (Q2)
I1' ' (Q1)I3' ' (Q3) I2' ' (Q2)I3' ' (Q3)
I 1 ' ' ( Q1 ) C ' ' ( Q ) C ' ' ( Q)
H 2
C ' ' ( Q) I 2 ' ' (Q 2 ) C ' ' (Q)
H 2 I 1 ' ' (Q1 ) I 2 ' ' (Q 2 ) I 1 ' ' (Q1 ) I 2 ' ' (Q 2 ) C ' ' (Q)
1. H1 0 I1' ' (Q1) C ' ' (Q) 0 ; es decir, la pendiente de IMg1
deberá ser menor que la pendiente del CMg del producto total
(puesto que cualquiera de los tres mercados puede considerarse
como el “primer” mercado, esto implica, en efecto que,
I2' ' (Q2) C ' ' (Q) 0 y I3' ' (Q3) C ' ' (Q) 0 .
2. H2 0 H2 I1' ' (Q1) C ' ' (Q)I2' ' (Q2) C ' ' (Q) C ' ' (Q)2 0
3. H3 0
133
CIRO BAZÁN OPTIMIZACIÓN EN ECONOMÍA
2.4 Condiciones suficientes de optimalidad global:
Programación convexa
Programa convexo: Dado un programa matemático de la forma:
opt f x
III
s..a : x CF
n
Se dice que:
Se cumple que:
a) Si x* CF es un mínimo relativo, entonces x* es un mínimo
global.
b) El conjunto de todos los mínimos del programa es un conjunto
convexo.
Se cumple que:
c) Si x* CF es un máximo relativo, entonces x* es un máximo
global.
d) El conjunto de todos los máximos del programa es un conjunto
convexo.
7
Ver apéndice.
134
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
A continuación veremos que para programas convexos sin restricciones
las condiciones de primer orden son necesarias y suficientes para la
optimalidad global.
135
CIRO BAZÁN OPTIMIZACIÓN EN ECONOMÍA
Proposición 3: Sea S un subconjunto convexo y abierto de n y
f : S una función con derivadas parciales primeras y segundas
continuas en S. Si “f” es cuasiconvexa en S, se verifica que, si x* S es
tal que f x* 0 , entonces Hf x* es semidefinido positivo. Por tanto,
x* puede ser un mínimo o un punto de silla.
Solución:
2x1 0
10x2 4 0
Para todo x x1, x2 2 se tiene que:
2 0
Hfx
0 10
Note que como el dominio de “f”: D x1, x2 2 , que coincide
con el CF (para un programa sin restricciones), es un conjunto
convexo, y la función objetivo es estrictamente cóncava, entonces
tenemos un programa convexo para máximo. Por tanto, el máximo
local obtenido será también un máximo global.
136
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Figura 34
2x1 x2 2 0
2x1 x2 2 0
2 2
Hfx
2 2
Por otro lado, dado que f x1, x2 x1 x2 22 0 para todo
x x1, x2 2 , y como para x* x1*, x*2 / x1* x*2 2 0 se cumple
que
f x* f x1*, x*2 0 . Por tanto, en los puntos
*
x x1, x2 / x1 x2 2 0 “f” tiene un mínimo global.
* * * *
137
CIRO BAZÁN OPTIMIZACIÓN EN ECONOMÍA
Figura 35
opt f x,
VI n
x
Siendo “f” una función de clase dos C2 , x el vector de variables de
decisión, y k un vector de parámetros.
Si E k es un conjunto abierto y para todo E existe una solución
óptima de (VI) dada por x* x1* , x*2 , , x*n que verifica las
condiciones necesarias y suficientes de optimalidad local.
f x* ,
138
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
f x ,
*
j j
Ejemplos:
Solución:
139
CIRO BAZÁN OPTIMIZACIÓN EN ECONOMÍA
Por la condición de primer orden tenemos:
q*; , , ,
d q*; , , , 2q *
0 q*
dq 2
El hessiano de q*; , , , es:
H q*; , , , qqq* ; , , , 2
1*1
, , , q*; , , , q* q*
2
2 2
2
2 4
42
2
1
140
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
q ; , , , q
*
*
2
q ; , , , 1
*
De forma análoga,
1 0
q* 0
0. Es decir, un pequeño decremento en el costo fijo
producirá un incremento del beneficio óptimo.
K*, L*; p, r, w pQK K*, L* r, pQL K*, L* w 0, 0
* *
F1 K*, L*; p, r, w pQK K*, L* r 0
F K , L ; p, r, w pQ K , L w 0
2 * * * *
L
H1 K*, L* pQKK K*, L* pQKK K*, L* 0
Dado que p 0, se deduce que: QKK K*, L* 0 .
141
CIRO BAZÁN OPTIMIZACIÓN EN ECONOMÍA
H2 K , L H K , L
* *
* *
pQKK K*, L* pQKL K*, L*
pQKL K , L
* *
pQLL K , L
* *
2
H2 K*, L* p2QKK K*, L* QLL K*, L* QKL K*, L* 0
Nuevamente, como p 0, se deduce que:
QKK K*, L* QLL K*, L* QKL K*, L*
2
Pero, dado que QKK K*, L* 0 , para que la desigualdad
anterior se verifique debe cumplirse que:
QLL K*, L* 0 .
Por otro lado, si suponemos que las funciones “ F1 ” y “ F2 ” del
sistema (**) tienen derivadas continuas y si verificamos que el
jacobiano de este sistema con respecto a las variables endógenas
“K*” y “L*” no se anula en el equilibrio inicial: K*, L*; p, r, w , en
tal caso sería posible aplicar el teorema de la función implícita.
J*
F1 K*, L*; p, r, w K
F1 K*, L*; p, r, w L
F K , L ; p, r, w K
2 * *
F K , L ; p, r, w L
2 * *
J*
pQKK K*, L* pQKL K*, L*
pQKL K , L
* *
pQLL K , L
* *
K , L K p, r, w
* *
*
r r
K , K L p, r, w
* *
*
w w
QK p, r, w, L p, r, w 0 QK p, r, w, L p, r, wp
* * * *
p
0 p 0. Es decir, un incremento en “p” producirá un
incremento del beneficio óptimo.
K p, r, w 0 K p, r, wr
* *
r
143
CIRO BAZÁN OPTIMIZACIÓN EN ECONOMÍA
0 r 0. Es decir, un incremento en “r” producirá un
decremento del beneficio óptimo.
L p, r, w 0 L p, r, ww
* *
w
0 w 0. Es decir, un incremento en “w” producirá
un decremento del beneficio óptimo.
K , K L p, r, w
* *
*
w w
m
T
g x
L , x f x gx f x 1g1x mgmx f x i i
i 1
Donde:
g1x 1
g2x
2
gx
g x
m mx1 m mx1
A los componentes de se le conocen como multiplicadores de
Lagrange asociados a las restricciones gix 0, i 1, 2, , m o
variables duales correspondientes a las restricciones
gix 0, i 1, 2, , m .
144
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Condición necesaria de Lagrange:
* * T * T
x L , x
* T *
x
T f x g 0
nx1
L *, x* m n x 1
A
* * T
L , x
*
gx
mx1m n x 1
0
Donde:
Lx1 *, x *
2 ,x
Lx
* *
Lx1 *, x *
Lx *, x *
* *
T Lx
2 ,x
n
* * T
L *, x*
xL , x
L *, x*
1
L 2 , x
* *
n
Lx *, x *
nx1
m
L *, x*
m n x 1
8
A esta condición se le conoce como condición de regularidad (suficiente pero no necesaria). Todos los
puntos x* que verifican la condición de regularidad se denominan puntos regulares.
145
CIRO BAZÁN OPTIMIZACIÓN EN ECONOMÍA
1
L *, x *
* *
g x
m
T 2
L , x T * T
L *, x* , g x* * *
i i
i 1
L *, x *
n mx1
f x
f x* fx1 x* x2
*
fxn x*
1x n
g1 x * g1(x1*, x*2,........, x*n)
g x * g (x*, x*,........, x* )
2 2 1 2
g x*
n
Jg x*
*
g x g (x , x ,........, x )
m m 1 2
* * *
n mxn
g x *
1
g1 x*
g1 x*
x1 x2 x n
*
g2 x
g2 x*
g2 x*
*
g x x1
x2
x n
gm x*
gm x*
*
gm x
x1 x2 x n
mxn
g1 x*
g1 x*
g1 x*
x1 x 2 x n
g x *
g2 x*
g2 x*
*
2
g x x x 2 x n
1
*
gm x*
gm x
*
gm x
x1 x 2 x n mxn
*
m
gi x* j 1, , n
Lx j , x fx j x i 0
* * *
B i 1
x j
*
gi x 0 i 1, 2, , m
146
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Las soluciones factibles x* del programa (VII) que satisfacen la
primera fila del sistema (A) se denominan puntos estacionarios del
programa (VII).
por lo que L *, x* f x* 01 x m * f x* * .
g x
m
T T * T
f x* g x* * *
i i
i 1
g x
T m
f x* * g x* *
i i
*
i 1
Lo que implica que si se verifica la condición de Lagrange en x*,
entonces el vector gradiente de la función objetivo se puede expresar
como una combinación lineal de los vectores gradientes de las “m”
restricciones de igualdad.
Ejemplos:
1.- En el siguiente programa indique si se verifica la condición de
Lagrange en la solución óptima dada.
min x1 3 x 2
2 2
Donde: x* 0, 0.
s.a : x 2 x1
max f x 1 , x 2
s.a : g x 1 , x 2 b
147
CIRO BAZÁN OPTIMIZACIÓN EN ECONOMÍA
Siendo “f” y “g” funciones con derivadas parciales continuas en 2
y x* x*1, x*2 es un máximo relativo del programa, tal que
g x* 0 . Se pide:
a) Demostrar que en x* x*1, x*2 se satisface la condición necesaria
de Lagrange haciendo uso del teorema de la función implícita y
de las condiciones de primer orden para problemas de
optimización libre.
Se satisface la condición de Lagrange en el punto x* 0, 1 . ¿Es
x* 0, 1 un máximo del problema?
3.- En una fábrica se consume un único input, del que se dispone en una
cantidad limitada “c”, que es preciso consumir completamente. En
dicha planta funcionan dos procesos independientes entre los que es
preciso repartir la cantidad disponible del input. Si x1 y x 2 son las
cantidades de dicho input asignadas a cada proceso, y
Rx1 100 x1 22 y x2 100 x2 22 representan los
rendimientos obtenidos de ellos. ¿Cómo debe efectuarse el reparto
de “c” entre x1 y x 2 ? Compruebe que se verifica la condición de
regularidad en el óptimo.
Solución:
1.- En el punto crítico x* 0, 0 no se puede aplicar la condición de
Lagrange ya que en dicho punto no existe el gradiente de la
g0, 0
restricción gx1, x2 x2 x1 debido a que no existe .
x1
148
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
2.- a) Dado que g x* 0, al menos una de sus dos componentes es
distinta de cero. Supondremos, sin pérdida de generalidad, que
F x* gx 0, ya que gx 0 .
*
*
x 2 x 2
x 2 h x 1 x 1 E x* y en x * *
1, x2 se cumple que
1
x*2 h x1* ,
x1
f
x2 x1
149
CIRO BAZÁN OPTIMIZACIÓN EN ECONOMÍA
Utilizando las condiciones de primer orden para un programa sin
restricciones se tiene que:
T x1*
dfx f x f x dhx 0
dT x1* * * * *
1
dx1 dx1 x1 x 2 dx1
Reemplazando
dh x1*
en la expresión anterior, tenemos que:
dx1
f x g x
f x* *
x1
*
*
* fx 2 x
fx1 x
g x 0
*
g x
x x x1
1 2
* gx x*
x2 2
*
fx1 x*
fx 2 x*
g x1 x*
g x 2 x*
fx1 x* * gx1 x* 0 1
implican que
0.
g x*
Entonces el teorema de la función
x1
implícita nos dice que gx1, x2 b define a x1 como una función
diferenciable de x 2 en un entorno de x* . El resto del
razonamiento es análogo, con x1 y x 2 intercambiados, es decir:
g x g x
x2 x2
x 2 x 1
* *
x1 x1
*
fx1 x*
fx 2 x*
g x1 x*
g x 2 x*
fx 2 x* * gx 2 x* 0 2
fxi x* * gxi x* 0 i 1, 2 3
150
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Es importante resaltar que las ecuaciones 3 junto con la
restricción gx1, x2 b, son las condiciones necesarias de primer
orden de un programa con restricciones de igualdad.
b) Tenemos que *
fx1 x*
fx 2 x*
g x1 x* , por lo que podemos
g x 2 x*
escribir la expresión anterior en forma equivalente como sigue:
fx1 x*
fx 2 x*
g x1 x*
g x 2 x*
dhx g x .
dx*2 x1* *
1 x1
*
g x
dx dx *
1 1 x2
f x .
dx*2 x1* x1
*
f x
dx *
1 x2
En consecuencia:
dx*2 x1*
dx*2 x1*
.
dx1 dx1
curva de nivel restricció n
La ecuación anterior nos dice que en x* la pendiente de la
restricción coincide con la pendiente de la curva de nivel. Es
decir, en x* la curva de la restricción y la curva de nivel de la
función objetivo que pasa por x* son tangentes, tal como se
aprecia en la figura 36. Tenga presente que en esta figura se ha
supuesto que la restricción de igualdad es lineal.
g x*
g x*
g x*
0 0.
x1 x 2
151
CIRO BAZÁN OPTIMIZACIÓN EN ECONOMÍA
f x1, x 2
x2
x*
x1
Figura 36
Se observa que la función objetivo es f x x 12 2x 2 12 y
que la restricción de igualdad es gx1, x2 x1 x22 1.
Asimismo, se comprueba que D x1, x2 x1, x2 2 y que
CF x1, x2 2 x1, x2 D gx1, x2 x1 x22 1 0 .
Las derivadas parciales de “f” y de “g” son continuas en 2 , y
vienen dadas por las siguientes expresiones:
f x1 2 x 1 , f x 2 4x 2 1
gx1 1 , gx 2 2x2
f x 1 , x 2 2x 1 4x 2 1
Reemplazando x* 0, 1 en gx1, x2 se tiene que:
g x* g x1*, x*2 g0, 1 1 2 0 0 0
152
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Se comprueba que se cumple la condición de regularidad (en
este caso existen dos menores de orden uno distintos de cero, el
“ 1 0 ” y el “ 2 0 ”, lo que equivale a decir que el rango de
g x* es uno).
Lx1, x2, x12 2x2 12 x1 x22 1
Además, se comprueba que x* 0, 1 CF y cumplirá la
condición de Lagrange si para algún valor de resuelve el
siguiente sistema:
2 x 1* *
0
L * , x * T
* *
4 x 2 1 2 x 2 0
*
0
* 2
x 1 x 2 1
*
Por otra parte, x1, x2 CF /x1, x2 0,1 se verifica que
f x 1 , x 2 x 12 2x 2 12 0. Por tanto, x* 0, 1 es un
máximo global del programa.
Proceso 1 Rx1
c
Proceso 2 x2
Figura 37
El programa es:
max 100 x1 22 100 x 2 22
s.a : x1 x 2 c
153
CIRO BAZÁN OPTIMIZACIÓN EN ECONOMÍA
max 200 x1 22 x 2 22
s.a : x1 x 2 c 0
gx1 1 , gx 2 1
gx1, x2 1 1
Se observa que para todo x1, x2 2 el gx1, x2 0 . Por tanto, en
particular, en la solución del programa x* x1*, x*2
se verificará
que:
g x* g x1*, x*2 1 1 0 0 0
Para x* x1*, x*2 CF se cumplirá la condición de Lagrange si para
algún valor de resuelve el siguiente sistema:
2 x1* 2 *
0
T
L *, x* 2 x*2 2 * 0
* 0
x1 x 2 c
*
154
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Se comprueba que la solución del sistema es:
c c c c
*, x* *, x1*, x*2 4 c, , . En consecuencia, x* , es
2 2 2 2
una posible solución del programa para * 4 c .
Se observa que la función objetivo es f x1, x2, x3 x12 x2 22 x32
y que las restricciones de igualdad son g1x1, x2, x3 x12 x22 1 y
g2x1, x2, x3 x2 1. Asimismo, se comprueba que D x x 3 y
que CF x 3 x D g1x x1 x 22 1 0 g2x x 2 1 0 .
Las derivadas parciales de “f” y de “g” son continuas en 3 , y
vienen dadas por las siguientes expresiones:
Reemplazando x* 0, 1, 0 en g1x1, x2, x3 se tiene que:
155
CIRO BAZÁN OPTIMIZACIÓN EN ECONOMÍA
*
* * *
g1 x1*, x*2
g x g x1, x 2, x3 g0, 1, 0
0 2 0
g x*, x*
2 1 2 0
1 0
ag1 x1*, x*2 bg2 x1*, x*2 0
a0 2 0 b0 1 0 0 0 0
2a b 0 b 2a
Por tanto existen infinitos valores reales de “a” y “b” que satisfacen
la expresión anterior. En consecuencia, la combinación lineal de
g1 x1*, x*2 y g2 x1*, x*2 no genera al vector cero con unicidad.
Al no ser g1 x1*, x*2 y g2 x1*, x*2 linealmente independientes,
entonces no se verifica la condición de regularidad y por tanto no se
puede aplicar la condición necesaria de Lagrange.
2L , x
2L , x
2L , x
L , x
2
m1 2m mx1 mx n
HL, x
2L , x
L , x
2
L , x
2
2L , x
x11 x1m x12 x1x n
2L , x
2L , x
2L , x
2L , x
x n1 x nm x nx1 x 2n
156
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
g1x g1x
0 0
x1 x n
gmx gmx
0 0
x1 x n
HL, x
g x
1
gmx
L , x
2
2L , x
x x1 x12 x1x n
1
g x
1
gmx
2L , x
2L , x
x n x n x nx1 x 2n
0 gxmxn
mxm
HL, x
gxnxm H x L , x nxn
T
m n x m n
Teorema: Si
HL * , x *
es no singular (Decimos que tenemos un
máximo o un mínimo regular), entonces las condiciones suficientes de
Lagrange de segundo orden son también necesarias para un mínimo
(respectivamente máximo) para el problema (VII).
157
CIRO BAZÁN OPTIMIZACIÓN EN ECONOMÍA
Ejemplo:
Dado el siguiente programa, calcular sus puntos estacionarios y
clasificarlos:
Solución:
x*2x*3 * 0
T
L *, x*
x1*x*3 * 0
x1*x*2 * 0
x1* x*2 x*3 6 0
x*2 0, 6, 0 con *2 0
x*3 0, 0, 6 con *3 0
x*4 2, 2, 2 con *4 4
0 1 1 1
1 0
HL, x
x 3 x 2
1 x3 0 x1
1 x 2 x1 0
158
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Los menores principales dominantes del Hessiano Orlado son:
0 1 1
D3 1 0 x3
1 x3 0
0 1 1 1
1 0 x3 x 2
D4
1 x3 0 x1
1 x2 x1 0
En x*1 6, 0, 0 tenemos que:
0 1 1
1 1
D3 1 0 0 1 10 0
0 0
1 0 0
0 1 1 1
1 1 1
1 0 0 0 1 1
D4 10 0 6 1 6 66 36 0
1 0 0 6 0 6
0 6 0
1 0 6 0
En x*2 0, 6, 0 tenemos que:
0 1 1
1 1
D3 1 0 0 1 10 0
0 0
1 0 0
0 1 1 1
1 1 1
1 0 0 6 1 1
D4 10 0 6 1 6 6 6 36 0
1 0 0 0 6 0
6 0 0
1 6 0 0
159
CIRO BAZÁN OPTIMIZACIÓN EN ECONOMÍA
En x*3 0, 0, 6 tenemos que:
0 1 1
D3 1 0 6 1 6 16 12 0
1 6 0
0 1 1 1
1 0 6
1 0 6 0 0 6
D4 11 6 0 11 1 36 36 0
1 6 0 0 6 0
1 0 0
1 0 0 0
En x*4 2, 2, 2 tenemos que:
0 1 1
D3 1 0 2 1 2 12 4 0
1 2 0
0 1 1 1
1 2 2 1 0 2 1 0 2
1 0 2 2
D4 11 0 2 11 2 2 11 2 0 12 0
1 2 0 2
1 2 0 1 2 0 1 2 2
1 2 2 0
160
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Proposición 1: Dado el programa (VII) con m n y “f” y
gi i 1, 2, , m funciones de clase uno en un subconjunto abierto
D n. Entonces se verifica que si “f” es cóncava (respectivamente
convexa) en CF y, las funciones gi i 1, 2, , m son lineales, todos los
puntos estacionarios de (VII) son máximos (respectivamente mínimos)
globales.
Ejemplos:
Donde:
x1
x 2
wT w1 w2 wn1 x n , x
x n n x 1
161
CIRO BAZÁN OPTIMIZACIÓN EN ECONOMÍA
n
min w1x1 w n x n w x
i 1
i i
s.a : q f x 0
El lagrangiano es:
L, x w1x1 wn xn q f x
1
w1 *f x x*
0
*
w 2 f x 2 x 0
*
T
L *, x*
*
w n f x n x 0
*
0
q f x * n 1 x 1
T T
Lx *, x* w *f x* 0n x 1
T
L *, x* q f x* 01 x 1 0
* * 0,75 * 0,5
w1 0,25 x1 x2
0
T
L *, x*
w 2 0,5 x1
* * 0,25 * 0,5
x2
0
0
q x1*
0,25 * 0,5
x2
*
x w1 * 0,75
1
w2
x * 0,5
2
0,25 x * 0,5 0,5 x * 0,25
2 1
w2
x1* 0,5 x*2
w1
0,25 0,25
w2 *
q 0,5
x2
x * 0,5
2
w2
21 4
w
x
* 0,75
2
w1 1
1
w 3
x*2 q, w1, w 2 2 q 1
1 3 4 3
w2
2
w1 3
x1* q, w1, w 2 2 2 3 4 3
q
w
2
La función de costos es:
2 1
w1 3 w1 3
Cq, w1, w 2 w1 2 2 3 4 3
q 1 3 4 3
w2 2 q
w w
2 2
163
CIRO BAZÁN OPTIMIZACIÓN EN ECONOMÍA
Cq, w1, w2 22 3q4 3w11 3w22 3 21 3q4 3w11 3w22 3
22 3 21 3 q4 3w11 3w22 3
Cq, w1, w2 3 22 3q4 3w11 3w22 3 1,9q4 3w11 3w22 3
Si asumimos que la función Ux es cóncava, y ya que la restricción es
lineal en x , podemos aplicar la proposición 1 de la sección 3.3.
El lagrangiano será:
L, x Ux m pT x Ux m p1x1 p2x2 pn xn
Ux1 x* *p1
0
0
T
*
U x 2 x p2
*
L *, x*
0
*
Ux n x *pn
m p x* p x* p x* 0
1 1 2 2 n n
*
U x U x
Ux1 x* x2
*
xn
*
p1 p2 pn
164
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
*
Uxi x* i 1, 2, , n
pi
lnx
Ux i i i
i 1
n n
p
m pT pi i . Donde i i es el gasto en consumo de
i 1 i 1
subsistencia de todos los bienes.
El lagrangiano será:
lnx m p x
L, x i i i 1 1 p2 x 2 pn x n
i 1
165
CIRO BAZÁN OPTIMIZACIÓN EN ECONOMÍA
1
*p1
x1 1
*
0
2
*p2 0
*
T x
L *, x* 2 2
n
*pn 0
x*n n
n 0
m p1x1 p2x2 pn xn m
* * *
i 1
pix*i
i
*pi 0
x*i i
i *pi x*i i i 1, 2, , n
p x
n n
i 1
i *
i 1
*
i i i
n n
1 *
pi x*i pi i
i 1 i 1
n
1
1 *m pi i *
n
i 1 m pi i
i 1
i
pi x*i i
n
m p
i 1
i i
De donde:
p p m p
i n
x*im, p i m i T
i i i
pi i 1 i
f x b
f x* *
i
bi bi
b0
Sea B k un conjunto abierto, suponiendo que para todo B
existe x* x1*, x*2, , x*n que es solución de (IX) con
multiplicadores de Lagrange asociados * *1 , , *m y que
verifica las condiciones necesarias y suficientes de optimalidad local.
Entonces:
m
g x,
L , x, f x, i i
i 1
L *, x*, f x ,
* m
*
gi x ,
r
r r
i 1
*i
r
168
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Ejemplos:
1.- Sea qi Fixi la función de producción y pi el precio en la
industria i 1, 2 ; x i la cantidad del recurso utilizado por la
industria “i”; y la cantidad total disponible del recurso para ambas
industrias es X. Supongamos que los precios son determinados por
el mercado mundial, y por tanto en este caso son fijos. Para asignar
el recurso eficientemente, un planificador central maximiza los
ingresos sujetos a la restricción del recurso, esto es:
Solución:
p1
dF1 x1*
*
dx1
L *, x1*, x*2
T
dF x*
p1
1
2
0
0
*
dx2
0
x* x* X
1 2
* p1
p
dF1 x1*
dF2 x*2
2
dx1 dx2
x1
I
x2
dI x1*, x*2 p1
dF1 x1* dx p dx
dF2 x*2
1 2 2
dx1 dx2
Reemplazando * se tiene:
dI x1*, x*2 *dx1 *dx2 *dx1 dx2
dI x1*, x*2 *dX *
dI x1*, x*2
dX
I x1*, x*2 *X
Si X 1 entonces:
I x1*, x*2 $*
170
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
2.- La función de utilidad de un consumidor es:
Se pide:
a) Calcular la cantidad a consumir de cada uno de los bienes, en
función de los parámetros p1 , p2 y “m”, si el objetivo es
maximizar la utilidad.
b) Obtener la función de utilidad indirecta p1, p2, m.
p1, p2, m
c) Determinar derivando directamente en p1, p2, m ,
p1
y utilizando la función lagrangiana, de acuerdo al teorema de la
envolvente, comprobando que se obtiene el mismo resultado.
d) Verificar que un aumento en “m” produce un incremento en la
utilidad máxima, que un aumento en p1 produce una
disminución en la utilidad máxima y que un aumento de p2
también da lugar a una disminución en la utilidad máxima.
Solución:
1 3 x1
* 2 3 * 1 2
x 2 *p1
0
L *, x1*, x*2, p1, p2, m
T
13
1 2 x1* x*2
1 2
*p2 0
0
p1x1 p2x 2 m 0
* *
171
CIRO BAZÁN OPTIMIZACIÓN EN ECONOMÍA
Resolviendo el sistema anterior se tiene:
2m 3m
x1*p1, p2, m , x*2p1, p2, m
5p1 5p2
12 23
1 3m 5p1
p1, p2, m
*
2m
3p1 5p2
2 3
p1, p2, m
12 13 12
1 2m 2m 3m 1 2m 3m
p1 3 5p1 5p2 5p
1 2 3p1 5p1 5p
2
L *, x1*, x*2, p1, p2, m 1 3m
12
2m
13
p1, p2, m
L *, x1*, x*2, p1, p2, m * 1 3m
12
5p1
23
m m 3p1 5p2 2m
En consecuencia,
172
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
p1, p2, m
12 23
1 3m 5p1
0 p1, p2, m
2m m
m 3p1 5p2
p1, p2, m
x
L *, x1*, x*2, p1, p2, m * *
1 3m
12
2m
13
3p1 5p2 5p
1
p1 p1 1
p1, p2, m
12 13
1 3m 2m
0 p1, p2, m p
3p1 5p2 5p 1
p1 1
Finalmente,
p1, p2, m
x
L *, x1*, x*2, p1, p2, m * *
1 3m
32
5p1
23
p2 p2
2
3p1 5p2 2m
p1, p2, m
32 23
1 3m 5p1
0 p1, p2, m
2m p2
p2 3p1 5p2
4.1 Introducción
Es importante mencionar que la resolución de problemas de
optimización de funciones no lineales con restricciones de desigualdad
mediante “programas matemáticos no lineales” es mucho más reciente
que la resolución de problemas con restricciones de igualdad.
173
CIRO BAZÁN OPTIMIZACIÓN EN ECONOMÍA
En problemas con formulaciones no lineales (programación no lineal),
los métodos teóricos de resolución son recién conocidos en 1951
gracias a los trabajos realizados por los matemáticos norteamericanos
Kuhn y Tucker.
174
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Definición: Sea x* una solución factible de (XI), se dice que x*
*
satura la i-ésima restricción Gix 0 si Gi x 0, mientras que si
Gi x* 0 se dirá que x* no satura la i-ésima restricción. Si Gi x* 0
decimos que la restricción está activa, y si Gi x* 0 se dice que la
restricción está inactiva.
* * T
0f x T
*igi x* 0
iI
1 *0 0 , *i 0 i I
*
g j x 0 j 1, 2, , m
Además, si gi i I es diferenciable en x*, entonces (1) puede
expresarse de forma equivalente como:
m
T T T T
*0f x* g x* * *0f x* *jg j x* 0
j 1
T
m
g x* *
2 *jg j x* 0 *jg j x* 0 j 1, 2, , m
j 1
* 0 , * 0 j 1, 2, , m
0 j
j
g x * 0 j 1, 2, , m
175
CIRO BAZÁN OPTIMIZACIÓN EN ECONOMÍA
Donde:
f x x*
*1
*
T
f x*
f
1 *
x2
x 2
*
f xn x
*
n x1
*
m mx1
g1 x*
g 2 x*
g m x*
x1 x1 x1
g x *
g 2 x*
g m x*
T
g x *
1
x
2 x 2
x 2
*
g1 x*
g 2 x*
g m x
x n x n x n nxm
Es importante resaltar que una restricción gx 0 puede reemplazarse por las siguientes desigualdades:
9
10
La finalidad de la condición de cualificación o de regularidad es garantizar que el vector gradiente de la
función objetivo en la solución óptima x* se pueda escribir como una determinada combinación lineal de
los vectores gradientes correspondientes a las restricciones saturadas por x*, esto es:
T
*0 f x *
T
*i g i x *
para I i g i x * 0 .
iI
176
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Condiciones de Kuhn-Tucker (1951)
Sea x* un punto factible del programa (XII) tal que sature las
restricciones gix 0 para i I , donde: I i gi x* 0 . Si en x* las
funciones “f” y gi con i I son diferenciables, las g i con i I son
continuas y los vectores gradientes gi x* para i I son linealmente
independientes (condición de regularidad)11. En consecuencia, si x* es
un óptimo local del programa (XII) existen escalares *i para i I tales
que:
* T
f x T
*igi x* 0
iI
3 *i 0 i I
*
g j x 0 j 1, 2, , m
Si además suponemos que las gi con i I son diferenciables en x*, las
condiciones de Kuhn-Tucker pueden ser escritas equivalentemente de la
siguiente forma:
T
g x
m
T T *T
x L *, x* f x* g x* * f x* *
j j 0
j1
CHC
T
m
*
4 g x jg j x 0 jg j x 0
* * * * *
j 1, 2, , m
j1
* 0 j 1, 2, , m
j
j
g x * 0 j 1, 2, , m
Donde:
g x
m
T
L *, x* f x* g x* * f x* *
j j
*
j 1
Lx1 *, x *
g x
* *
T 2 ,x
Lx T
x L *, x* g x* g1 x* 2
*
gm x* 1x m
n
Lx *, x*
nx1
11
Los puntos que no saturan ninguna restricción (puntos interiores al CF) también son considerados puntos
regulares.
177
CIRO BAZÁN OPTIMIZACIÓN EN ECONOMÍA
A los escalares *j j 1, 2, , m se les denomina multiplicadores de
Lagrange. Las ecuaciones de la segunda fila de (4) reciben el nombre de
condiciones de holgura complementaria (CHC)12 y nos dicen que todos los
multiplicadores asociados a restricciones no saturadas (inactivas o no
vinculantes) son nulos *j 0 si g j x * 0 , mientras que todos los
multiplicadores correspondientes a restricciones saturadas (activas o
vinculantes) deben ser no negativos *j 0 si g j x * 0 si x* es un
mínimo local. Por tanto, *j
implica
0 si g j x * 0 que si
si *j 0 g j x * 0 . No obstante, es importante resaltar que es posible
que de manera simultánea *j 0 y g j x * 0 en *j 0 si g j x * 0 .
Ejemplos:
1.- Dados los siguientes programas:
12
La holgura complementaria exige que al menos una de las dos desigualdades *j 0 y g j x * 0
se mantenga como una desigualdad estricta. Equivalentemente, al menos una debe ser una igualdad.
178
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Vemos que en x 2 , 2 las restricciones que se saturan son
g1x x1 x2 0y g2x x12 x22 4 0 , y como todas las
funciones que definen el programa son diferenciables, en virtud de
las condiciones de Fritz-John, existirán escalares *0, *1, *2, *3, *4 no
negativos y no todos nulos tales que:
4
0
T T
*0f 2 , 2 *jg j 2 , 2
0
j 1
*jg j 2 , 2 0 j 1, 2, 3, 4
*
0 0 y j 0 j 1, 2, 3, 4
*
g j 2 , 2 0 j 1, 2, 3, 4
g 2 , 2
1
0
0
g2 2 , 2 0
0
g 2 , 2
0
2 , 2
2
g3
0
2
g4 2 , 2
2 2 3
T
T 1
f 2 , 2 g1 2 , 2
1
2
2 3 2
T 2 2 T 1
g2 2 , 2 g3 2 , 2
0
2 2
T 0
g4 2 , 2
1
179
CIRO BAZÁN OPTIMIZACIÓN EN ECONOMÍA
2 2 3* * 2 2 * * 0 a
0
1 2 3
*
2 2 3 20 1 2 2 2 4 0
* * *
b
*3 2 0 e
*4 2 0 f
Por (e) y (g) tenemos que *3 0 , y por (f) y (g) tenemos que
*4 0 .
2 4 2
*0 *1 *2 j
3 94 2
Dado que los *j j 1, 2, 3, 4 deben ser no todos nulos. Por tanto,
las condiciones de Fritz-John se verifican para cualesquieras
*0 , *1, *2 positivos que satisfagan (j). En particular, tenemos que
para:
94 2
*1 3 *0 2 *2 con *3 *4 0 .
2 2
T T 0
ag1 2 , 2 bg2 2 , 2
0
180
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
2 2
1 0
a b
1 0
2 2
2b 0
f 1 b, bT g11 b, bT
2b 1 0
1 0
g21 b, bT g31 b, bT
0 1
Si 0 b 1, en x 1 b, b se satura únicamente la restricción
g1x x1 x2 13 0 . Por tanto, I 1 g11 b, b 0. Se observa
que las funciones que definen el programa son diferenciables en
x 1 b, b y las condiciones de Fritz-John que se deberán
satisfacer son:
2b*0 *2 0
*2 2b*0 y *3 2b 1*0 .
2b 1* * 0
0 3
0
En este caso, el vector g11 b, bT es linealmente
0
0 0
dependiente ya que ag11 b, bT a a . Es
0 0
importante resaltar que dado que g11 b, bT es linealmente
dependiente, la única posibilidad que existe para que se verifique
(XII) es que *0 0 .
181
CIRO BAZÁN OPTIMIZACIÓN EN ECONOMÍA
Si b 1, en x 1 b, b 0, 1 se saturan g1x x1 x2 13 0 y
g2x x1 0 . Por tanto, I 1, 2 g10, 1 0 g20, 1 0. Se
observa que las funciones que definen el programa son
diferenciables en x 0, 1 y las condiciones de Fritz-John que se
deberán satisfacer son:
2*0 *2 0
*2 2*0 y *3 0 .
0* * 0
0 3
0 1
En este caso, los vectores g10, 1T y g20, 1T son
0 0
linealmente dependientes ya que para el siguiente sistema:
Si b 0 , en x 1 b, b 1, 0 se saturan g1x x1 x2 13 0 y
g3x x1 0 . Por tanto, I 1, 3 g10, 1 0 g30, 1 0. Se
observa que las funciones que definen el programa son
diferenciables en x 1, 0 y las condiciones de Fritz-John que se
deberán satisfacer son:
0*0 *2 0
*2 0 y *3 2*0 .
2* * 0
0 3
0 0
En este caso, los vectores g10, 1T y g30, 1T son
0 1
linealmente dependientes ya que para el siguiente sistema:
0 0 0
ag11 b, bT bg20, 1T a b
0 1 0
182
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
La solución es: a y b 0. Es decir, el vector cero no es
generado con unicidad por los gradientes de las restricciones
saturadas en x 1, 0 .
a) min 2x1 x 2
s.a : x12 x 22 4
x12 x 2 2 x* 3 , 1
x1 0
x2 0
Solución:
En la solución factible x* 3 , 1 , tenemos que I 1, 2, siendo
T T
los vectores gradientes g1 3 , 1 y g2 3 , 1 linealmente
independientes. Veamos si existen *j 0 , j 1, 2, 3, 4 tales que:
T
4
T
f x* *jg j x* 0
j 1
*g x * 0 j 1, 2, 3, 4
j j
* 0 j 1, 2, 3, 4
j
j
g x * 0 j 1, 2, 3, 4
183
CIRO BAZÁN OPTIMIZACIÓN EN ECONOMÍA
Dado que x* 3 , 1 no satura g j x* j 3, 4 , se tiene que:
Y como:
T 2 T 2 3
f 3 , 1 g1 3 , 1
1 2
T 2 3 T 1
g2 3 , 1 g3 3 , 1
1 0
T 0
g4 3 , 1
1
Entonces:
0 0
2 * 2 3 * 2 3 * 1 * 0 0
1 2 3 4
1 2 1 0 1 0
2 2 3 * 2 3 * 0
1 2 1 3 2 3
*1 0 y *2 0
1 2* * 0 3 3 3 3
1 2
184
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
2x1 3 * 2x1 * 1 * 1 *0 0
1 2 3 4
2x 2 2 2x 2 1 0 1 0
* 2
1 x1 x 2 5 0 ;
2
x12 x 22 5 0
* x x 3 0 ; x1 x 2 3 0
2 1 2
*3 x1 0 ; x1 0
*
4 x 2 0 ; x2 0
*
1 0 , *2 0 , *3 0 , *4 0
En el punto x* 2, 1 se tiene que:
g1 x* 0
g2 x* 0
g3 x* 2 0
g4 x* 1 0
T T 4
1 0
ag1 x* bg2 x* a b a b 0 .
2 1 0
Se aprecia que los vectores gradientes g12, 1T y g22, 1T son
linealmente independientes. Debido a que la tercera y la cuarta
restricción no están saturadas, entonces: *3 *4 0 .
Reemplazando x1 2, x2 1, *3 *4 0 en la ecuación
matricial se tiene:
0
2 4* * * 0
1 2 3
*1 0 y *2 2 0.
0
2 2* * * 0
1 2 4
Es decir, en el punto x* 2, 1 se verifican las condiciones de
Kuhn-Tucker con multiplicadores *2 2 0 y *1 *3 *4 0 .
9 6
En el punto xF , se tiene que:
5 5
g1 x F
8
25
0
g2 x F 0
9
g3 x F 0
5
6
g4 x F 0
5
T
1 0
ag2 x F a a 0 .
1 0
185
CIRO BAZÁN OPTIMIZACIÓN EN ECONOMÍA
12
*2 0
5
8
*2 0
5
Solución:
Los gradientes de las funciones del programa son:
T 2x1 T 1
f x g1x
2x 2 2 1
T 1 T 0
g2x g3x
1 1
*1x1 x 2 1 0 3
186
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
*2 x1 x 2 1 0 4
*3 x 2 0 5
x1 x 2 1 0 6
x1 x 2 1 0 7
x2 0 8
*1 0 9
*2 0 10
*3 0 11
2x1 0 x1 0
2x 2 2 0 x 2 2
g20, 2 1 0
2x1 0 x1 0
187
CIRO BAZÁN OPTIMIZACIÓN EN ECONOMÍA
Caso 3: *1 *3 0
x1 2 x2 (15)
1 3
x1 y x2
2 2
1 3
Pero el punto , no satisface la restricción (6)
2 2
1 3
g1 , 1 0
2 2
x1 x2 2 19
Como por hipótesis la primera restricción se satura,
g1x1, x2 x1 x2 1 0 x1 1 x2 : 20. Igualando (19) y
(20) se tiene que:
1 3
x1 y x2
2 2
188
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
1 3
Pero el punto , no satisface la restricción (7):
2 2
1 3
g2 , 1 0
2 2
Caso 5: *1 0
Caso 6: *2 0
Caso 7: *3 0
189
CIRO BAZÁN OPTIMIZACIÓN EN ECONOMÍA
Igualando (16) y (20) tenemos:
x1 0 y x2 1
*1 *2 0
2 * * 0
1 2
Se aprecia que en x* 0, 1 los vectores gradientes
g10, 1 y g20, 1 son linealmente independientes.
T T
Por tanto, el punto x* 0, 1 dado que *1 *2 1 0 , *3 0 es un
posible mínimo local del programa.
Caso 8: *1 0, *2 0 y *3 0 g1 x * g 2 x * g 3 x * 0
190
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
4.4 Restricciones de no negatividad
Frecuentemente las variables involucradas en la optimización económica
son esencialmente no negativas. El problema estándar con restricciones de
no negatividad que con frecuencia podremos encontrar viene dado por:
min f x f x 1 , x 2 , , x n
s.a : g 1 x 1 , x 2 , , x n 0
XIII g m x 1 , x 2 , , x n 0
x1 0
xn 0
j1 i 1
T
m n
T T
x L1 *, x* f x* *jg j x* *ih i x* 0
j1 i 1
CHC
CHC
5 j j
* g x * 0 j 1, 2, , m;
i x i 0
* *
i 1, 2, , n
* 0 j 1, 2, , m; *i 0 i 1, 2, , n
j
j
g x * 0 j 1, 2, , m; x*i 0 i 1, 2, , n
191
CIRO BAZÁN OPTIMIZACIÓN EN ECONOMÍA
El sistema anterior es equivalente a:
f x * m
g j x *
x i
*j
x
*i 0 i 1, 2, , n
j1 i
CHC
CHC
6 *j g j x * 0 j 1, 2, , m ;
i xi 0
* *
i 1, 2, , n
*
j 0 j 1, 2, , m ; *i 0 i 1, 2, , n
*
g j x 0 j 1, 2, , m ; x *i 0 i 1, 2, , n
CHC
*
* f x
m
*j
*
g j x
0 i 1, 2, , n
xi
x i j1 x i
*
f x m *
* g j x
j 0 i 1, 2, , n
x i j1 x i
7 x*i 0 i 1, 2, , n
CHC
*jg j x* 0
j 1, 2, , m
*j 0 j 1, 2, , m
g j x* 0
j 1, 2, , m
g x
m
L *, x* f x* *
j j
*
j1
Ejemplo:
Determinar las soluciones factibles x* en las que se verifican las
condiciones de Kuhn-Tucker en el siguiente programa diferenciable:
max f x 3 lnz 1 z 2 x y
s.a : z 2 x y
x0
y0
z0
192
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Solución:
El lagrangiano será:
Lx , y, z; 3 lnz 1 z 2 x y z 2 x y
Las condiciones necesarias de Kuhn-Tucker para este problema, que
incluye restricciones de no negatividad, serán:
CHC
1
x * 2 * 0
1
CHC
2
*
y 1 *
0 2
CHC
3
z * 3 1 2* z * 0 3
z* 1
2 * 0
4
1 * 0 5
3
1 2* z * 0 6
z* 1
*
x 0 7
*
y 0 8
*
z 0 9
CHC
4
z
* * 2
x y 0
* *
10
*
0 11
*2
z x * y* 0 12
193
CIRO BAZÁN OPTIMIZACIÓN EN ECONOMÍA
Las hipótesis que podemos hacer sobre los valores de * se resumen en
los 2m 21 2 casos que a continuación presentamos:
Caso 1: * 0
x* y y* 0 13
Los valores obtenidos en (13) satisfacen (7) y (8) como0 igualdades.
Además, al ser x* 0 la CHC1 hace que (4) se verifique como
desigualdad estricta: 2 0. Por otra parte al ser y* 0 la CHC2 hace
que (5) se verifique como desigualdad estricta: 1 0.
CHC
3
3
*
z * 1 0 14
z 1
Por tanto, la hipótesis no nos conduce a ningún puinto que satisfaga las
condiciones de Kuhn-Tucker.
Caso 2: * 0
2 * 0 * 2 15
De (2) y (5) tenemos que:
1 * 0 * 1 2 16
De (3) y (6), y teniendo en cuenta (16) tenemos que:
3
z 2 0
*
17
2
1 2z* 0 z* 1,5z* 1 0
z 1
*
z 0,5 0
*
194
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Por otro lado, al ser * 0, de (10) resulta que (12) debe verificarse
como una igualdad estricta:
z
*2
x* y* 0 18
y* 0,25 0
En consecuencia
1 1
x* x*,y*, z* 0, , satisface todas las
4 2
condiciones de Kuhn-Tucker.
M x* p n g j x* p 0 j J p 0 Ø
Siendo J j j 1, 2, , m, g j x* 0, *j 0
Se verifica que x* es un mínimo local estricto del programa.
M x* p n g j x* p 0 j J p 0 Ø
Siendo J j j 1, 2, , m, g j x* 0, *j 0
Se verifica que x* es un máximo local estricto del programa.
195
CIRO BAZÁN OPTIMIZACIÓN EN ECONOMÍA
Ejemplos:
Hallar analíticamente las soluciones factibles x* en las que se verifican
las condiciones de Kuhn-Tucker en los siguientes problemas
diferenciables, y estudiar si se cumplen las condiciones de la sección
4.4 en dichas soluciones.
min 1 x1 x 2
2
1.-
s.a : x1 x 2 1 0
2 2
max x1 x 2
2.- s.a : x14 2x12 x 2 0
x2 0
Solución:
min 1 x1 x 2
2
1.-
s.a : x1 x 2 1 0
2 2
T 1 T 2x
f x g1x 1
2x 2 2x 2
1 2x1*1 0 1
2x 2 1 *1 0 2
*1 0 3
*1 x12 x 22 1 0 4
x12 x 22 1 0 5
196
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Las hipótesis que podemos hacer sobre el valor de *1 se resumen
en los 2 2 casos que a continuación presentamos:
1
De (1) tenemos:
1 0
Por hipótesis:
g1x x12 x22 1 0 x12 02 1 0 x1 1
2 0
ag11, 0T a a 0 .
0 0
Se aprecia que en x* 1, 0 el vector gradiente g10, 1T es
linealmente independiente.
Por tanto, el punto x* 1, 0 dado que *1 1 2 0 , es un posible
mínimo local del programa.
Dado que g11, 0 2 0 , el conjunto M x* Ø será:
p p 0
M1, 0 p1, p2 2 2 0 1 0 1
2
p 2
p 0
197
CIRO BAZÁN OPTIMIZACIÓN EN ECONOMÍA
p 0
M1, 0 p1, p2 2 2p1 0p2 0 1
p 2 0
M1, 0 p1, p2 2 p1 0 p2 0 0, a 2 a 0
Siendo J 1 g11, 0 0, *1 12 0 .
Teniendo en cuenta que:
Hg x
Hx L *, x* Hf x* *
j j
*
jJ
0 0 1 2 0 1 0
Hx L1 2 ,1, 0
0 2 2 0 2 0 3
1 0 0
pTHx L1 2 , 1, 0 p 0 a 3a 0
2
0 3 a
x2 0 x2 0
T 0
g2x
1
1 4x13 4x1 *1 0 1
198
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
*1 0 3
*2 0 4
*1 x14 2x12 x 2 0 5
*2x 2 0 6
x 2 0 8
Las hipótesis que podemos hacer sobre los valores de *i i 1, 2, se
resumen en los 22 4 casos que a continuación presentamos:
De (1) tenemos:
1 0
Caso 2: *1 0
De (1) tenemos:
1 0
Caso 3: *2 0
De (2) tenemos:
*1 1 0
199
CIRO BAZÁN OPTIMIZACIÓN EN ECONOMÍA
Caso 4: *1 0, *2 0
Por hipótesis:
g1x x14 2x12 x 2 0
g2x x2 0 x2 0
Reemplazando x 2 0 en g1x tenemos:
0
x12 x12 2 0 x1 2
2
En 0, 0 :
De (1) tenemos:
1 0
En 2 , 0 :
De (1) tenemos:
*1 1 4 2 0
En 2 , 0 :
De (1) tenemos:
*1 1 4 2 0
*2 1 1 4 2 0
T T 4 2 0 0
ag1 2 , 0 bg2 2 , 0 a b a b 0 .
1 1 0
200
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Se aprecia que en x* 2 , 0 los vectores gradientes
T T
g1 2 , 0 y g2 2 , 0 son linealmente independientes.
Por tanto, el punto x* 2 , 0 dado que *1 1 4 2 0 y
*2 1 1 4 2 0es un posible mínimo local del programa
equivalente (de minimización). No obstante, dado que el problema
inicial era de maximización, x* 2 , 0 será un posible máximo
local del programa original con *1 1 4 2 0 y
*2 1 1 4 2 0 .
p p p 0
M 2 , 0 p 2 4 2 1 1 0 0 1 1 0 1
p2
p2 p2 0
p 0 p 0
M 2 , 0 p 2 1 1 Ø
2 2
p 0 p 0
Ejemplos:
1.- Una empresa produce refrigeradoras y ha establecido un contrato
para suministrar 50 unidades al final del primer mes, 50 al final del
segundo y 50 al final del tercero. El costo de producir “x”
refrigeradoras en cualquier mes es x 2. La empresa puede producir
más refrigeradoras de las que necesita en cualquier mes y guardarlas
para el siguiente, pero el costo de almacenaje es de 2000 soles por
unidad/mes. Suponiendo que no hay inventario inicial, determinar el
número de refrigeradoras que deben producirse cada mes para
minimizar el costo total.
Solución:
202
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
min Cx1, x 2, x3 x12 x 22 x32 2000x1 50 2000x1 x 2 100
s.a : x1 50 0
x1 x 2 100 0
x1 x 2 x3 150 0
x2 0
x3 0
2x1 4000 1 1
T T T
Cx 2x 2 2000 g1x 0 g2x 1
2x3 0 0
1 0 0
T T T
g3x 1 g4x 1 g5x 0
1 0 1
x1 50 0 9
203
CIRO BAZÁN OPTIMIZACIÓN EN ECONOMÍA
x1 x2 x3 150 0 11
x2 0 12
x3 0 13
*1 0 14
*2 0 15
*3 0 16
*4 0 17
*5 0 18
*4 0 17
*5 0 18
Dado que g1x g2x g3x 0, verificamos que los gradientes de
dichas restricciones sean linealmente independientes:
204
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
1 1 1 0
T T T
ag1x bg2x cg3x a 0 b 1 c 1 0
0 0 1 0
Por tanto, x x1, x2, x3 50, 50, 50 con *1 2000 0,
*2 2000 0 y *3 100 0 verifica las condiciones de Kuhn-
Tucker de mínimo global del programa.
*1 4q2 80q 390 0 2
*2 q 0 3
205
CIRO BAZÁN OPTIMIZACIÓN EN ECONOMÍA
4q 80q 390 0
2
4
q 0 5
*1 0 6
*2 0 7
11,58
g1q 4q2 80q 390 0 q
8,42
ag111,58T a12,64 0 a 0.
206
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
4.7 Propiedades e interpretación de los multiplicadores
bf xF b
T
b 0
T
bf x* *
f x F b
f x* *
i
bi bi
b 0
207
CIRO BAZÁN OPTIMIZACIÓN EN ECONOMÍA
Donde “f” y gi i 1, 2, , m son funciones de clase dos, siendo
x x1, x2, , xn un vector de variables de decisión y
1, 2, , k un vector de parámetros.
Sea B k un conjunto abierto, suponiendo que para todo B
existe x* x1*, x*2, , x*n que es solución óptima local de (XIV),
m
g x,
L , x, f x, i i
i 1
Ejemplo:
Un monopolista desea maximizar sus ingresos de modo que los
beneficios que obtenga no sean menores a un valor prefijado 0 $ 0 .
Si la función inversa de demanda es p a bq $ , la función de costos
es Cq c dq $ , donde 2d a d, b 0 , c 0 y d 0, y “q” es no
negativa.
Solución:
208
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
max Iq aq bq2
s.a : bq2 a dq c 0
q0
min Iq aq bq2
s.a : bq a dq c 0 0
2
q0
*1 b q* a dq* c 0 0 2
2
*2 q* 0 3
*1 0 4
*2 0 5
b q* a dq* c 0 0 6
2
q* 0 7
Las hipótesis que podemos hacer sobre los valores de *i i 1, 2, se
resumen en los 22 4 casos que a continuación presentamos:
a
De (1) se obtiene que q* 0.
2b
209
CIRO BAZÁN OPTIMIZACIÓN EN ECONOMÍA
a2d a 4bc 0
g1 q*
4b
0
Caso 2: *1 0
Por hipótesis:
g2 q* q* 0 q* 0
*2 a 0
Caso 3: *2 0
a 2bq*
2bq* a d a*1 2bq**1 0 *1
d a 2bq*
Por hipótesis:
g1 q* b q* a dq* c 0 0
2
210
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
d a d 4bc 0
2
0
d a d2 4bc 0 a d2 4bc 0
*1
a d2 4bc 0
d a d 4bc 0
2
0
a d2 4bc 0
2 2
L *1, *2, q*, aq* bq* *1 bq* a dq* c 0
*2 q*
La función de valor óptimo es:
2
2
I q* aq* bq* bq* aq*
Donde q* es la solución óptima del programa para un valor del
vector de parámetros.
211
CIRO BAZÁN OPTIMIZACIÓN EN ECONOMÍA
Teniendo en cuenta el teorema de la envolvente, obtenemos:
L *1, *2, q*, q q q 1
* * * * *
1 1
a a
q*1 *1 a si a 1 q*1 *1 0
Es decir, si se produce un incremento en la demanda
(incremento en “a”), se producirá un decremento en I q* .
Lo que equivale a decir que si si se produce un incremento en
la demanda, entonces se producirá un incremento en I q* .
L *1, *2, q*, *
0 0
1
*1 0 si 0 1 *1 0
*
q 2bq a
g1 q* a
*
a g q*
1 q*
Dado que:
2
g1 q* b q* a dq* c 0 0
Por tanto:
q*
a
* *
q 2bq a
2bq* a d
212
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Pero, ya que:
a 2bq* * a 2bq*
*1 2bq a d
d a 2bq* *1
Reemplazando la expresión anterior en tenemos:
a
*1q*
a
q* 2bq* a * * *
q 1q
a 2bq*
a
q *1 *1
Asimismo, teniendo en cuenta que:
q*
0 q* 0
2bq* a
g1 q* 0
0 g q*
1
q*
Dado que:
2
g1 q* b q* a dq* c 0 0
Por tanto:
0
2bq* a
2bq*
1
a d
Pero, ya que:
a 2bq* a 2bq*
*1 2bq* a d
d a 2bq* *1
Reemplazando la expresión anterior en tenemos:
0
0
2bq* a
*1
*
a 2bq* 1
213
CIRO BAZÁN OPTIMIZACIÓN EN ECONOMÍA
214
MÉTODOS MATEMÁTICOS PARA ECONOMISTAS
Apéndice
Definición de producto cartesiano:
El producto cartesiano de “n” conjuntos n N A1 , A 2 , , A n es el conjunto
formado por las n-uplas ordenadas:
A1 A 2 A n a 1 , a 2 , , a n a i A i , i 1, 2, , n.
El caso particular de la definición anterior que más nos interesa son los productos
cartesianos de por sí mismo, es decir, los denominados conjuntos euclídeos.
n x 1 , x 2 , , x n x i , i 1, 2, , n.
"n " veces
Ejemplos:
La recta real n 1 : . El conjunto de números reales se suele representar
gráficamente a través de una recta.
-2 -1,5 -1 -0,5 0 0,5 1 1,5 2
Figura I
x2
2
b a , b
x1
a
Figura II
CIRO BAZÁN OPTIMIZACIÓN EN ECONOMÍA
El espacio euclídeo n 3 : 3 x 1 , x 2 , x 3 x i , i 1, 2,3. Su
representación gráfica se realiza a través de tres ejes (perpendiculares entre
sí) de coordenadas cartesianas.
x3
3
x2
a , b, c b
a
x1
Figura III
De acuerdo a la definición anterior, es importante resaltar que las n-uplas deben ser
ordenadas. Es decir, por ejemplo en 3 , los elementos de coordenadas
1,2,3 1,3,2 2,1,3 .
Definición de bola cerrada/abierta
Dado x n, r , r 0, se define:
a) Bola cerrada de centro x y radio “r”: Brx, como el conjunto de puntos
de n cuya distancia al punto x es menor o igual que “r”, es decir:
B r x y n
xy r
b) Bola abierta de centro x y radio “r”: Brx, como el conjunto de puntos de
n cuya distancia al punto x es menor estrictamente que “r”, es decir:
B r x y n
xy r
Donde la distancia (euclídea) entre los puntos x y y es:
xy x 1 y 1 2 x n y n 2
Es importante recalcar que siempre se verificará que: Brx Brx. Esto es así ya que
a diferencia de la bola abierta, la bola cerrada incluye la frontera.
216
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Ejemplos:
En tenemos:
Br x y xy x y 2 x y r x r , x r
x-r x x+r
Figura IV
B r x y xy x y 2 x y r x r , x r
x-r x x+r
En 2 , sea x x1 , x 2 2 entonces:
Br x y1 , y 2 2 x1 y1 2 x 2 y 2 2 r
r 2
x1 x
x2
Figura V
217
CIRO BAZÁN OPTIMIZACIÓN EN ECONOMÍA
Gráficamente este conjunto coincide con los puntos de un círculo con centro en x
y radio “r” incluyendo los puntos de la circunferencia de centro en x y radio “r”.
Br x y1 , y 2 2 x1 y1 2 x 2 y 2 2 r
r 2
x1 x
x2
Figura VI
Gráficamente este conjunto coincide con los puntos de un círculo con centro en x
y radio “r” sin incluir los puntos de la circunferencia de centro en x y radio “r”.
En 3 , sea x x 1 , x 2 , x 3 3 entonces:
B r x y 1 , y 2 , y 3 3 x 1 y 1 2 x 2 y 2 2 x 3 y 3 2 r
3
x3
x2
x
x1
r
Figura VII
218
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Gráficamente este conjunto coincide con los puntos interiores de una esfera
con centro en x y radio “r” incluyendo los puntos de la esfera que la
delimita.
B r x y 1 , y 2 , y 3 3 x 1 y 1 2 x 2 y 2 2 x 3 y 3 2 r
3
x3
x2
x
x1
r
Figura VIII
Gráficamente este conjunto coincide con los puntos interiores de una esfera
con centro en x y radio “r” sin incluir los puntos de la esfera que la delimita.
219
CIRO BAZÁN OPTIMIZACIÓN EN ECONOMÍA
Teorema:
Es decir, S será un conjunto abierto si todos sus puntos son interiores, esto es, si
0
S S . Un conjunto abierto S que contiene al punto x se le denomina vecindad
abierta de x .
La palabra “abierta” tiene la connotación de “no acotado”: desde cualquier punto uno
siempre puede desplazarse una pequeña distancia en cualquier dirección y aún
permanecer en el conjunto. La definición de conjunto abierto establece la siguiente
idea en términos precisos: cada elemento en un conjunto abierto contiene una bola
completa al rededor de él que se encuentra en dicho conjunto. En consecuencia, los
conjuntos abiertos no pueden contener sus puntos de frontera.
Sea x n y S n , se dice que el punto x es un punto frontera del conjunto S, si
r 0, B r x S Ø y B r x S C Ø . Donde SC es el conjunto complementario
de S. Es decir x es un punto de frontera de S si cualquier bola centrada en él siempre
contiene elementos del conjunto S y de su complementario. Al conjunto formado por
todos los puntos frontera de S se le denomina conjunto frontera y se le denota como
Fr S . De la definición de punto frontera se desprende que Fr S Fr S C . Además,
se desprende que un punto interior no puede pertenecer a la frontera del conjunto. De
la definición de conjunto abierto se desprende que S n es un conjunto abierto sí
y sólo sí Fr S Fr S C .
Teorema:
a) Las bolas abiertas son conjuntos abiertos.
b) La unión de conjuntos abiertos es otro conjunto abierto.
c) La intersección de un número finito de conjuntos abiertos es otro conjunto
abierto.
220
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Un conjunto S n se denominará conjunto cerrado si contiene todos sus puntos
adherentes, esto es, si S S . De su definición se desprende que S n es un
conjunto cerrado sí y sólo sí su complementario S C es abierto.
Ejemplos:
1.- Conjuntos interior, adherencia y frontera de conjuntos en y 2 .
0
a , b a , b , a , b a , b, Fr a , b a , b
0
a , b a , b , a , b a , b, Fr a , b a , b
0
a , b a , b , a , b a , b, Fr a , b a , b
0
a , b a , b , a , b a , b, Fr a , b a , b
Si a :
0
, b , b , , b , b, Fr , b b
0
, b , b , , b , b, Fr , b b
Si b :
0
a , a , , a , a , , Fr a , a
0
a , a , , a , a , , Fr a , a
221
CIRO BAZÁN OPTIMIZACIÓN EN ECONOMÍA
En : Por ejemplo, para A 2,3 1, 4 se tiene:
2
0
A 2,3 1, 4 , A 2,3 1, 4
Fr A 2 1, 4 3 1, 4 2,3 1 2,3 4
1
2
0, 4
0,1
Figura IX
En :
Asimismo, si los dos extremos del intervalo son finitos, el conjunto será
acotado (siempre encontraremos una bola abierta centrada en “0” que contenga
al intervalo), mientras que si uno de su extremos es infinito será no acotado.
Por tanto, todo intervalo cerrado de amplitud finita será un conjunto cerrado y
acotado y, en consecuencia, compacto.
En 2 :
0
El conjunto A 2,3 1,4 es abierto ya que A A, y es acotado ya que, por
ejemplo, está contenido en la bola abierta de centro 0,0 y radio r 6 . Al no
ser cerrado no será un conjunto compacto.
1
Note que el conjunto frontera de A está formado por los puntos que se sitúan sobre el rectángulo que
bordea al mismo.
222
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
2
0, 4
0,1
Figura X
El conjunto B 2,3 1,4 es compacto ya que es cerrado B B y acotado.
2
0, 4
0,1
Figura XI
223
CIRO BAZÁN OPTIMIZACIÓN EN ECONOMÍA
Por otro lado, el conjunto C 2,3 1,4 no es abierto ya que contiene puntos
frontera, ni cerrado ya que no contiene algunos de sus puntos frontera (los de
coordenadas 1, x , con x 1, 4 ), siendo un conjunto acotado, pero no
compacto.
2
0, 4
0,1
Figura XII
Independencia lineal
Los vectores 1 , 2 , , n son linealmente independientes (l.i) si ninguno de ellos
es combinación lineal de los demás. Son linealmente dependientes (l.d) si al menos
uno de ellos es combinación lineal de los demás.
Un conjunto de vectores 1 , 2 , , n que genera con unicidad el vector cero se
denomina conjunto linealmente independiente. De no ser así, ese conjunto de vectores
es linealmente dependiente.
Independencia lineal significa:
n
ki i 0 implica que k i 0 i
i 1
224
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Ejemplo:
1 2 0
A continuación demostraremos que los siguientes vectores 2 ,
2 y 1 son
3 0 7
linealmente independientes.
1 2 0 0
k 1 2 k 2 2 k 3 1 0
3 0 7 0
k 1 2k 2 0k 3 0
2k 1 2k 2 1 k 3 0
3k 0 k 7 k 0
1 2 3
De lo cual se concluye que por ser la única solución (trivial), estos vectores generan
con unicidad al vector 0 , por lo tanto son linealmente independientes.
1 0 2 1 0 1
0 2 4 4 ; 0 2 2 2 ;
0 2 2 0 2 1
1 2 1 0 2 1
0 4 2 0; 2 4 2 0
0 2 1 2 2 1
225
CIRO BAZÁN OPTIMIZACIÓN EN ECONOMÍA
b) 18 menores de orden 2. Se obtienen suprimiendo una fila y dos columnas de todas
las formas posibles. Dos de ellos son:
1 0
2 (Se obtiene suprimiendo la 3ª fila y la 3ª y 4ª columna).
0 2
0 1
2 (Se obtiene suprimiendo la 2ª fila y la 1ª y 3ª columna).
2 1
El rango r(A) de la matriz “A” coincide con el máximo número de vectores columna y
con el máximo número de vectores fila linealmente independientes que hay en “A”.
Es decir, el rango de la matriz “A” es igual al mayor número de filas linealmente
independientes de dicha matriz, y también es igual al mayor número de columnas
linealmente independientes de dicha matriz.
El rango de una matriz “A” de orden “ m n ” puede ser a lo sumo “m” o “n”, según
cual sea el más pequeño. Formalmente esto se puede escribir como:
r A mín m, n
Ejemplo:
A continuación vamos a determinar el rango de la matriz formada por los siguientes
vectores columna:
1 1 1
1 , 1 ,
1
1 1 0
1 0 0
1 1 1
1 1 1
A
1 1 0
1 0 0
226
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Primero hallamos los menores de orden 1, comenzando por la parte superior izquierda
(sólo para llevar un orden).
1 1
Como 0 , entonces buscamos algún otro menor de orden 2 que sea diferente de cero.
1 1
1 1
1 , como este menor de orden 2 es diferente de cero, entonces el rango es
1 0
por lo menos dos.
Finalmente, hallamos los menores de orden 3, comenzando por la parte superior
izquierda (sólo para llevar un orden).
1 1 1
1 1 1 1 1 1
Como 1 1 1 1 1 1 1 1 0 0 , entonces
1 0 1 0 1 1
1 1 0
buscamos algún otro menor de orden 3 que sea diferente de cero.
1 1 1
1 0 1 0 1 1
1 1 0 1 1 1 0 10 1 1 1 , como este
0 0 1 0 1 0
1 0 0
menor de orden 3 es diferente de cero, entonces el rango es por lo menos 3.
Ya no podemos hallar menores de orden mayor que tres, por lo tanto r A 3 . Por
tanto, podemos añadir que en este caso los tres vectores columna del espacio 4 son
linealmente independientes.
a11 a13
, obtenido eliminando la columna 2 y la fila 2 de A.
a31 a33
a 22 a 23
, obtenido eliminando la columna 1 y la fila 1 de A.
a32 a33
a11 a12
A2 orden 2.
a 21 a 22
Una manera en la que el método de los menores principales dominantes puede fallar
para una matriz simétrica “A” es cuando algún menor principal dominante de A es
nulo mientras que los menores principales dominantes no nulos siguen el patron de
signos de cualquiera de los dos primeros casos antes mencionados (definida positiva y
definida negativa). Cuando esto ocurre, la matriz “A” es no definida (positiva o
negativa), y ésta puede ser semidifenida (positiva o negativa) o indefinida. En este
caso, para comprobar si la matriz “A” es o no semidefinida (positiva o negativa) se
debe verificar el signo de todos los menores principales de “A” y no solo verificar el
signo de los “n” menores principales dominantes de “A”.
n
Semidefinida positiva: Si y sólo si los 2 1 menores principales de A son
mayores o iguales a cero.
n
Semidefinida negativa: Si y sólo si los 2 1 menores principales alternan
de signo de modo que los menores principales de orden impar de la matriz A
son menores o iguales a cero y todos los menores principales de orden par
son mayores o iguales a cero.
Ejemplo:
Supongamos que “A” es una matriz simétrica de orden 4 4 , como es usual, Ai
representa el menor principal dominante de orden “i”:
229
CIRO BAZÁN OPTIMIZACIÓN EN ECONOMÍA
A I 0.
Para una determinada raíz característica i de A, a todos los valores de “x” que
satisfagan A iIx 0, se les denomina vectores característicos o autovectores de A
asociados a i .
230
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Formas cuadráticas
Dado un vector X T x 1 x 2 x n n , una forma cuadrática es una
aplicación Q : n de la forma:
x
a 11 a 12 a 1n 1
x 2
n n
a 2n
Q X X T AX x 1 x n 21
a a 22
x2
a ik x i x k
i 1 k 1
n1
a a n2 a nn
x n
Sea Q X una forma cuadrática diremos que es:
Definida Positiva: Sí y sólo si para todo x n , x 0, Q X 0. En este
caso todos sus autovalores serán positivos.
1 0 x 1
Ejemplo: Qx x 12 x 22 x 1 x 2 .
0 1 x 2
1 0 1 0 1 0
1 2 0 1 2 1 0.
0 1 0 1 0 1
Qx
x2
x1
Figura XIII
231
CIRO BAZÁN OPTIMIZACIÓN EN ECONOMÍA
Semidefinida positiva: Sí y sólo si para todo x n , Q X 0 y existe
algún vector x 0 0 Q X 0 0. En este caso, existirán p n autovalores
positivos y n p autovalores nulos.
1 1 x 1
Ejemplo: Qx x 12 2 x 1 x 2 x 22 x 1 x 2
. Se observa que
1 1 x 2
para todos los vectores que se encuentran sobre el eje x 1 Qx 0 , y para
cualquier otro vector que no pertenece al eje x 1 se verifica que Qx 0 .
1 1 1 0 1 1
2 0 1 0 y 2 2 0.
1 1 0 1 1 1
Qx
x2
x1
Figura XIV
Definida negativa: Sí y sólo si para todo x n , x 0, Q X 0. Esto se da
cuando todos los autovalores de A son negativos.
1 0 x 1
Ejemplo: Qx x 12 x 22 x 1 x 2 .
0 1 x 2
1 0 1 0 1 0
1 2 0 1 2 1 0.
0 1 0 1 0 1
232
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Qx
x2
x1
Figura XV
Semidefinida negativa: Sí y sólo si para todo x n , Q X 0 y existe
algún vector x 0 0 Q X 0 0. En este caso, existirán p n autovalores
negativos y n p autovalores nulos.
1 1 x 1
Ejemplo: Qx x 12 2 x 1 x 2 x 22 x 1 x 2
. Se observa
1 1 x 2
que para todos los vectores que se encuentran sobre el eje x 1 Qx 0 y
para cualquier otro vector que no pertenece al eje x 1 se verifica que
Q x 0 .
1 1 1 0 1 1
2 0 1 0 y 2 2 0.
1 1 0 1 1 1
Qx
x2
x1
Figura XVI
233
CIRO BAZÁN OPTIMIZACIÓN EN ECONOMÍA
Indefinida: Sí y sólo si existen X1 , X 2 Q X1 0 Q X 2 0. Por
tanto, existirán autovalores de A positivos y negativos.
1 0 x 1
Ejemplo: Qx x 12 x 22 x 1 x 2 . Se observa que para
0 1 x 2
todos los vectores de la forma x 2 x 1 , 0 Q x 2 x 12 0 x 1 0
(Curva AB), mientras que para vectores de la forma x 1 0, x 2
Q x 1 x 22 0 x 2 0 (Curva CD).
1 0 1 0 1 0
2 1 0 1 1 0 y 2 1 0.
0 1 0 1 0 1
Qx
x1
x2
Figura XVII
Se le denomina vector gradiente de “f” en x y se denota como f x.
Si f x tiene derivadas parciales, se puede probar que el gradiente f x es ortogonal
a la superficie de nivel cuya ecuación es f x k , donde “k” es una constante, y que
f x apunta en la dirección de crecimiento máximo de f x . Es decir, el vector
gradiente nos da la dirección y el sentido del desplazamiento en que aumenta el valor
de “k” y, el vector f x , vector con sentido opuesto a f x , indica la dirección y el
sentido en el que disminuye el valor de “k”.
234
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
k f x f x1 , x 2
f x1 , x 2 k 0
y x2
x f x1 , x 2 k 0
x
f x 1 , x 2 0
f x
x1
Figura XVIII
235
CIRO BAZÁN OPTIMIZACIÓN EN ECONOMÍA
236
Capítulo V
x f r , w, p, , t I
Sin embargo, nosotros no estudiaremos este tipo de ecuaciones diferenciales en
este manual ya que escapa a nuestros objetivos.
Ejemplos:
x x
1. 5 4 x f w , r
w r
3 2
2x 3 4
2. ln r x senz x 0 x f w , r , z
w 2 r 3 z
Ejemplos:
dy dz dy dz
1. F y, , z, ; r ln y senz 10r 0 ln ydy senzdz 10rdr
dr dr dr dr
dy dw dy dw
2. F y, , w, ; r y w r 2 0 ydy wdw r 2 dr
dr dr dr dr
No obstante, en este manual sólo abordaremos las EDO que contienen derivadas
totales de una única variable dependiente con respecto a una sola variable
independiente, y que pueden expresarse en forma implícita:
dx d 2 x d n x
F x , , , , ,r 0 III
dr dr 2 dr n
Donde:
F : n 2
dx n d n 1 x d 2 x dx
f , , , , x, r IV
dr n dr n 1 dr 2 dr
Dónde:
f : n 1
Es decir, nosotros estudiaremos aquellas EDOs que describan una relación entre una
función desconocida “x” y sus derivadas/diferenciales totales. A la ecuación (IV) se
le denomina ecuación diferencial ordinaria normal. La solución de este tipo de EDOs
es una función desconocida “ x r ” definida en un dominio “D” que admite
derivadas totales hasta de orden “n”, también definidas en “D”, tales que esta función
y sus derivadas satisfacen (IV) como una identidad cuando r D. Por tanto, la
solución general de (IV) será:
x:D
V
r x r
238
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Ejemplos:
dx dx
1. F x , , r 4 r 6 x 2 0 4 rdx 6 x 2 dr 0 x x r
dr dr
dx d 2 x d 2 x
3
dx
2. F x , , ;r 5 x 8 2 r 2 x 0 x x r
dr dr 2 dr 2
dr
3
dx d 2 x d 3 x dx
4
d2x d3x
3. F x , , , ; s e x 4
ln s 0 x x s
ds ds 2 ds 3 ds 2 ds 3
ds
dx d 2 x d n x
F x , , , , ,t 0 VI
dt dt 2 dt n
Dónde:
F : n 2
dx n d n 1 x d 2 x dx
f , , , , x, t VII
dt n dt n 1 dt 2
dt
Dónde:
f : n 1
x : D
VIII
t x t
La solución general de una EDO contendrá “n” constantes arbitrarias, por lo que
una EDO tendrá infinitas soluciones.
239
CIRO BAZÁN ECUACIONES DIFERENCIALES ORDINARIAS
V.3 Existencia y unicidad de una solución
A la ecuación (VII) junto con las siguientes “n” condiciones iniciales:
x t 0 x 0
x ' t 0 x '0
IX
x n 1 t 0 x 0n 1
Ejemplos:
1.- Determinar la solución del siguiente problema de valor inicial:
x '' t 10
x ( 0) 5 1
'
x 0 4
dx ' t
x '' t dt 10dt
dt 10dt x ' t 10t A
2
dt
1
Si junto a la ecuación (VII) se dan condiciones (denominadas condiciones de frontera) que corresponden
a valores distintos de la variable independiente se dice que se tiene un problema de valores en la frontera.
240
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Integrando (2) respecto de “t” resulta:
dxt
x t dt 10t A dt dt 10t A dt
'
dt
x t 5t 2 At B 3
x ' 0 A 4
4
x 0 B 5
x t 5 t 2 4 t 5
Figura 1
241
CIRO BAZÁN ECUACIONES DIFERENCIALES ORDINARIAS
2.- Determinar la solución del siguiente problema de valor inicial:
x ''' t 20
x ( 0) 10
' 5
x 0 4
''
x 0 8
dx '' t
x ''' t dt 20dt dt 20dt x t 20t A 6
''
dt
dx ' t
dt 20t A dt x t 10t At B 7
' 2
dt
dxt
x t dt 10t At B dt dt 10t At B dt
' 2 2
dt
A
x t 20t 3 t 2 Bt C 8
2
x '' 0 A 8
x 0 B 4 9
'
x 0 C 8
x t 20t 3 4 t 2 4 t 8
242
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
En la figura 2 se han representado algunas de las curvas que forman parte de
esta familia de soluciones de x ''' t 20. Entre ellas, se ha representado la
solución particular que resuelve el problema de valores iniciales (5).
Figura 2
Ejemplos:
3
d2x
3x 3 t 4 7 0 : EDO de segundo orden y tercer grado.
dt 2
e 53 t
2
dx 2
5
: EDO de primer orden y segundo grado.
dt
2
3u
r 3
u 2 r 3 sen r 3 u 2 5 0 : EDP de tercer orden y segundo grado.
243
CIRO BAZÁN ECUACIONES DIFERENCIALES ORDINARIAS
Clasificación de las ecuaciones diferenciales según el método de solución
Ecuaciones diferenciales
Ordinarias Parciales
Lineales No lineales
Homogéneas No homogéneas
244
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
1. EDOs lineales de primer orden con coeficientes constantes
La forma general de este tipo de ecuaciones puede expresarse como:
a0 f t
a1x ' a 0 x f t Si a1 0 x ' x
a1 a1
Resultando que:
x e
d xe wt ' wt
wxe wt qte wt
dt
d xe wt
dt qte dt xe wt qte dt C
wt wt
dt
x t e wt qt e wt
dt C XIII
Para el caso homogéneo, qt 0, entonces la versión homogénea de (XII)
sería:
x t Ce wt XV
q q
x t e wt e wt C Ce wt XVII
w w
245
CIRO BAZÁN ECUACIONES DIFERENCIALES ORDINARIAS
Para el caso homogéneo, q 0, entonces la versión homogénea de (XVI) sería:
x t x c t Ce wt XIX
A la solución de la ecuación diferencial homogénea (XVIII), que viene dada
por (XIX), se le suele denominar solución complementaria: x c t .
x ' g x p g x E q wx p 0 x p x E
q
XX
w
q
Donde a x p x E se le suele denominar valor de equilibrio, punto fijo o
w
solución particular de (XVI).
q
x t Ce wt x p x c t XXI
w
x t x p x 0 x p e wt x p x c 0 e wt x p x c t XXIII
La ecuación (XXIII) nos permite interpretar a la solución particular
x p x E q w como el equilibrio fijo (ya que no depende del tiempo) de
x t y a la solución complementaria x c t x 0 x p e wt como el desvío
de la trayectoria x t de su nivel de equilibrio a lo largo del tiempo. Este
desvío crecerá exponencialmente en el tiempo a una tasa “w” si w 0. Esto
es, si w 0, conforme t x c t Ce wt , por lo que en el
largo plazo (LP), si t x t . En términos formales:
x LP lím x t XXIV
t
246
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Este caso, con w 0 se dice que es inestable ya que el lím x t .
t
q
x LP lím x t xp xE XXV
t w
x t x t
x0 xp ; w 0
x0 x0 xp ; w 0
x0
xp xp
x0
x0 xp ; w 0
x0
x0 xp ; w 0
t t
a b
Figura 3
Ejemplos:
1.- Beneficio e inversión (Tu, 1994): En una economía donde el beneficio
“ ” es una función decreciente del stock de capital “K” y la inversión
I K es una función creciente del beneficio,
'
K
I K IA
'
247
CIRO BAZÁN ECUACIONES DIFERENCIALES ORDINARIAS
Donde , son coeficientes constantes positivos e “I A” es la inversión
autónoma, asumida constante. Se pide hallar el comportamiento temporal
del stock de capital y su valor de largo plazo, si se sabe que K0 K0 0.
K I A K E K p I A
IA
K t Ce t
IA IA
K0 C K0 C K0
IA I A t
K t K 0 e
IA IA t IA
K LP lím K t lím K 0 e
KE
t t
K t K E K 0 K E e t
Q D t dt p t dt función de demanda
Q S t dt p t función de oferta
Q D t dt Q S t dt Ecuación de equilibrio
248
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Donde , , son parámetros positivos, 0 , y se asume que los
productores esperan que en el siguiente instante t dt el precio sea igual
al precio actual. Determine el comportamiento temporal del precio de
equilibrio (aquel que vacía el mercado) asumiendo que dt 1, y que
p0 p0 0. Asimismo, determine las condiciones para que el precio de
Q D t dt p t p ' t
Q S t dt p t 10
Q D t dt Q S t dt
p t p ' t p t p ' t
p t
11
t
p t Ce
12
p0 C p0 C p0
249
CIRO BAZÁN ECUACIONES DIFERENCIALES ORDINARIAS
Reemplazando “C” en (12), se tiene:
t
p t p0 e
13
t
p LP lím pt lím p0 e
t t
0
t
p LP lím pt lím p0 e
t t
0
Pero como 0 0 .
p pE p LP
250
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Por lo que (13) podría escribirse como:
t
p t p E p 0 p E e
14
Derivando (14) respecto del tiempo obtenemos la tasa de cambio
instantánea del precio:
t
p t
'
p 0 p E e
15
Q D t dt Q S t dt p t p E
Q LP lím Q D t dt lím Q S t dt
t t
a 0 t f t
a 1 t x ' a 0 t x f t Si a 1 t 0 t x ' x
a 1 t a 1 t
x ' w t x q t XXVI
Su solución general la obtendremos multiplicando (XXVI) por el factor
w t dt
e , denominado factor de integración, de donde tenemos que:
251
CIRO BAZÁN ECUACIONES DIFERENCIALES ORDINARIAS
Resultando que:
d xe
w t dt
x ' e w t dt w t xe w t dt qt e w t dt
dt
w t dt
d xe
w t dt w t dt w t dt
q t e dt xe q t e
dt
dt
dt C
w t dt
w t dt
x t e q t e
dt C XXVII
x ' w t x 0 XXVIII
Cuya solución la obtenemos reemplazando qt 0 en (XXVII):
w t dt
x t Ce XXIX
Ejemplos:
1.- Crecimiento económico (Sydsæter, 2005): considere el siguiente modelo
de crecimiento económico en un país en vías de desarrollado:
252
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Determine el comportamiento temporal de “ Kt ” si
Mt M0e , K0 K0 y . Encuentre cómo evoluciona en el tiempo
t
Kt e
dt
t
M 0e e
dt
dt C Kt et M0et et dt C
M0
Kt et M0 et dt C Kt et
et C
M0
Kt et Cet
M0 M0
K0 C K0 C K0
M0 M0 t
Kt et K 0 e
M0 M0 t
Y t e t K 0 e
Y t M0 t
e t
M0
y t K0 e
N t N 0
N0
253
CIRO BAZÁN ECUACIONES DIFERENCIALES ORDINARIAS
2.- Modelo de bonos y tasas de interés: (Lomelí, 2003): Sea Bt el valor
(precio) de un bono al instante “t”. Se supone que la tasa de cambio relativo
instantánea del valor de este bono, la tasa de interés instantánea del bono al
tiempo “t”, viene dada por:
B ' t
r t B ' t r t Bt B ' t r t Bt 0 16
Bt
Supóngase que a lo largo del periodo de vida del bono se realizan varios
depósitos (o retiros), y que el valor de la inversión en bonos al instante “t”
viene dada por:
Z ' t t 18
Bajo todos los supuestos antes hechos, ahora vamos a calcular la variación
marginal del valor de la inversión en bonos en función de la variación
marginal de la cantidad de bonos que se tienen en la inversión y de la
variación marginal del valor de un bono, al instante “t”. Para ello, vamos a
derivar (8) respecto de “t”, de donde obtenemos:
254
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Para ello, primero resolveremos la ecuación (16) asumiendo que
BT BT , y tomando como instante inicial “T” y como instante final “t”.
t
r d
Multiplicando (16) por e T se tiene:
t
rd
d Bte
T
t t
rd
rd
B'te T rtBte T 0 0
dt
t t
r d
r d
Bt e T C Bt Ce T 22
r d
BT Ce T BT C BT 23
r d r d B t
r d
B t B T e T eT B T Bt e T 24
BT
t
r d
Ahora, para resolver (21) multiplicaremos dicha ecuación por e T :
t t t
r d
r d
r d
Y ' t e T r t Y t e T t Bt e T
t
r d
d Y t e T
t
r d
t Bt e T 25
dt
t
r d
d Y t e T
t B T 26
dt
255
CIRO BAZÁN ECUACIONES DIFERENCIALES ORDINARIAS
Integrando (26) obtenemos:
t
rd
dYte T
t
t
d
d BTd
T T
t t
r d
t r d
t
Y t e T Y T B T d Y t e
T Y T B T d
T T
t T
rd
rd
t
Yte T YTe T BT d
T
t r d
Y t Y T B T d e T
27
T
r d
Reemplazando YT YT y el valor de e T que aparece en (24)
obtenemos que:
Y t
Y t d Bt
28
T
BT
T
1
r t r0
t 1
T 1
t Bt 29
t 1
BT 1
Y T 1
1
t
256
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Dado que:
t 0 t 1 0 t 1 t 1
T t T 0 T 1 0 T 1 T 1
Por tanto:
t 1
r0 t T ln
T 1e r0 t T
Bt e r0 t ln t 1 r0T ln T 1 e T 1
30
t 1
T 1e r0 t T T 1
t t e r0 T t 31
t 1 t 1
e r0 T e r0 T t 1
t
t t
r0 T
d e d 32
r0 r0
T T T
e r0 T t 1 T 1e r0 t T
Y t 1
r0 t 1
k ' t f k t c t n g k t
' f ' k t g
c t
33
c t
Con las condiciones iniciales: k0 k0, c0 c0. Donde el stock de capital
por mano de obra efectiva, kt, y el consumo por mano de obra efectiva,
ct, son considerados como variables endógenas. Siendo “n” la tasa de
crecimiento instantáneo de la población, “g” la tasa instantánea de
progreso tecnológico, “ρ” es la tasa de descuento intertemporal, y “θ” es el
coeficiente de aversión relativa al riesgo.
f k t ak t ; a0 34
257
CIRO BAZÁN ECUACIONES DIFERENCIALES ORDINARIAS
Se pide determinar la evolución temporal del stock de capital kt.
f ' k t a ; 35
k ' t a n g k t ct
' a g 36
c t
c t
a g
c ' t c t 0
37
a g
t
c t Ce 38
a g
t
c t C c 0 c t c 0 e 39
Reemplazando (39) en la primera ecuación de (36) resulta:
a g
t
k t a n g k t c 0
'
e
a g
t
k t a n g k t c 0
'
e 40
La solución de (40) la podemos obtener a partir de (XXVII):
a g
t
a n g dt a n g dt
k t e
c0 e e dt C
a g
a n g t
k t e a n g t
c 0 e dt C
258
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
a g
a n g t
a n g t c 0 e
k t e C
a g
a n g
a g
t
c0 e
a n g t
k t Ce 41
a g
a n g
c 0 c0
k 0 C k0 C k0 42
a g a g
a n g a n g
a g
t
c0 e c0 e a n g t
k t k 0
a g a g
a n g a n g
259
CIRO BAZÁN ECUACIONES DIFERENCIALES ORDINARIAS
La solución complementaria puede encontrarse realizando la combinación
lineal de “n” soluciones linealmente independientes. Es decir:
n
x c t kixi k 1 x 1 k 2 x 2 k n x n XXXII
i 1
x1 x2 xi xn
x1' x'2 xi' x'n
Wt 0 con 0 i n
x1i xi2 xii xin
x1n 1 x n2 1 xin 1 x nn 1
Pr r n a n 1 r n 1 a 2 r 2 a 1 r a 0 0 XXXIII
n1 n2 n3
x c t A i e ri t B i t i 1 e rt e p t C i cos q i t G i senq i t XXXIV
i
i 1 i 1 i 1
260
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Dónde:
n W t
x p t x i Wit dt XXXVI
i 1
x1 x2 0 xn
x1' x '2 0 x'n
Wit
x1k x k2 0 x kn
x1n 1 x n2 1 f t x nn 1
c t
x
n1 n2 n3
xt Ai e ri t Bi t i 1e rt ep t Ci cos qi t Gisenqi t
i
i 1 i 1 i 1
XXXVII
n Wi t
xi Wt dt
i 1
x p t
q
x ' q wx E g x E 0 x E XXXVIII
w
261
CIRO BAZÁN ECUACIONES DIFERENCIALES ORDINARIAS
Un punto de equilibrio x E es estable si para cada 0 hay un “δ” tal que cada
trayectoria x t con x 0 x E satisface x t x E t 0. En otras
palabras, si una trayectoria que empieza “cerca” a un punto de equilibrio permanece
cerca a este punto durante todo el tiempo futuro, entonces el punto de equilibrio se
dice que es estable.
Una condición necesaria y suficiente para que la ecuación (XXX) sea estable
(globalmente asintóticamente estable) es que todas las raíces características
(autovalores) de (XXXIII), tengan partes reales negativas.
262
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Es claro que la solución general de (XXX) poseerá un equilibrio fijo si tanto
su solución complementaria como su solución particular convergen hacia un
valor real. La convergencia de la solución complementaria se garantizará si la
parte real de las raíces características es negativa, con lo cual se cumple que
el lím x ct 0, mientras que la convergencia de la solución particular se
t
garantizará si se cumple que el lím x pt x E .
t
Ejemplos:
Resuelva las siguientes ecuaciones diferenciales:
a bp
1. x '' x . Si se sabe que a, A, b y p son constantes positivas y que
A 2A
las condiciones iniciales son: x0 x 0 y xT x T.
a
r1 0
a
Pr r
A
2
0
A a
r2 0
A
x c t A 1 e 43
a At a At
A 2e
x2t e x'2t a A e
a At a At
El Wronsquiano será:
a At a At
Wt e e 2 a A 0
a At a At
a Ae a Ae
a At
0 e pb
W1t b p
a At
a At e
a Ae 2A
2A
263
CIRO BAZÁN ECUACIONES DIFERENCIALES ORDINARIAS
a At
e 0 bp
W2t
a At
a At bp e
a Ae 2A
2A
Por tanto:
pb
x 0 A1 A 2 x0
2a
pb
A1 A 2 x 0 46
2a
pb
x T A1e
a AT a AT
A 2e xT
2a
pb
A1e
a AT
A 2e
a AT
xT 47
2a
pb pb
x0 xT e a AT
2a
A1 2a
2 a A T
1 e
264
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
a A T pb pb a A T
e xT x0
e
2a 2a
A2
2 a A T
1 e
pb pb
x 0 xT e a AT
2a
x t
2a a At
e
2 a AT
1 e
pb pb
x T x0 e
a AT a AT
e
2a 2a a At pb
e
2 a AT 2a
1 e
5 1
2.- x '' x ' 2x 5t . Si se sabe que: x 0 y x ' 0 .
4 2
r1 1
Pr r 2 r 2 r 1r 2 0 .
r2 2
x c t A1e t A 2 e 2 t
Dónde:
x 1 t e t x 1' t e t
x 2 t e 2 t x '2 t 2e 2 t
265
CIRO BAZÁN ECUACIONES DIFERENCIALES ORDINARIAS
Por tanto, el Wronsquiano será:
et e 2 t
W t 3e t 0 W t 0
et 2e 2 t
Mientras que:
e 2 t
W1 t
0
5 te 2 t
5 t 2e 2 t
et
W2 t
0
5 te t
et 5t
Por tanto:
W1 t 5 te 2 t 5 5
dt dt te
t
dt t 1e t
W t 3e t 3 3
W1 t 5 5
x 1 t W t dt e t t 1e t t 1
3 3
W2 t 5 te t 5 5
dt 3e t dt 3 te
2t
dt e 2 t 2 t 1
W t 12
W2 t 5 2t 5
x 2 t dt e 2 t e 2 t 1 2 t 1
W t 12 12
Dónde:
5 5
x p t t 1 2 t 1
3 12
5 5
x t A 1 e t A 2 e 2 t t 1 2 t 1
3 12
266
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Simplificando:
5
x t A 1 e t A 2 e 2 t 2 t 1
4
5
x ' t A 1 e t 2 A 2 e 2 t
2
5 5
x 0 A1 A 2 48
4 4
5 1
x ' 0 A1 2 A 2 49
2 2
A1 1 y A 2 1 .
Figura 4
267
CIRO BAZÁN ECUACIONES DIFERENCIALES ORDINARIAS
135
3. x''' 13x' 34x e2t . Si las condiciones iniciales son: x0 ,
68
103 1
x'0 y x''0 .
34 17
r1 2
P r r 3 13r 34 r 2 r 2 2 r 17 0 p1 1.
r 1 4 j q 4
1
Donde:
x1t 2e
' 2t
x1t e2t
x1t 4e
'' 2t
Es decir, x1t e2t, x2t et cos4t y x3t etsen4t son soluciones de
xct que son linealmente independientes.
Mientras que:
268
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
e2t 0 etsen4t
W2t 2e2t 0 e t4 cos4t sen(4t) e t3sen(4t) 4 cos4t
4e 2t
e 2t
e 8 cos4t 15sen(4t)
t
Por tanto:
W1t 4e4t 1 1
Wt 100 dt 25 e
4t
dt dt e 4t
100
W1t 2t 1 4t 1 2t
x1t
Wt dt e 100 e
100 e
W2t 1
x 2t
Wt dt 1700 e cos4t 19sen(4t) 8 cos4t
2t
W3t 1
x3t
Wt dt 1700 e sen4t 19 cos(4t) 8sen4t
2t
Donde:
269
CIRO BAZÁN ECUACIONES DIFERENCIALES ORDINARIAS
e 2t e2t cos4t 19sen(4t) 8 cos4t
xt A1e2t e t C1 cos4t G1sen(4t)
100 1700
1 8
xt A1e2t e tC1 cos4t G1sen(4t) e 2t e 2t
100 1700
1
xt A1e2t e tC1 cos4t G1sen(4t) e 2t
68
1
x't 2A1e2t e t4G1 C1 cos(4t) G1 4C1 sen4t e 2t
34
1
x' 't 4A1e2t e t8C1 15G1 sen4t 8G1 15C1 cos(4t) e 2t
17
1 135
x 0 A1 C1 A 1 C1 2 50
68 68
1 103
x ' 0 2 A1 4G 1 C1 2 A 1 4 G 1 C1 3 51
34 34
1 1
x '' 0 4 A1 8G 1 15C1 4 A1 8G 1 15C1 0 52
17 17
A1 4, C1 2 y G1 7 / 4
7 1 2t
xt 4e2t e t 2 cos4t sen(4t) e
4 68
270
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Figura 5
Figura 6
271
CIRO BAZÁN ECUACIONES DIFERENCIALES ORDINARIAS
4.- Modelo IS-LM de la Economía (Tu, 1994): Considere una economía
cerrada descrita por las siguientes ecuaciones:
Y' hD S
'
r m LY M
D C I
C cY; 0 c 1
53
I ar; a 0
S Y
LY kY; k 0
s 1 c
La primera ecuación en (53) nos indica que la renta nacional “Y” aumenta
en respuesta al exceso de demanda agregada “D”, la segunda ecuación nos
indica que la tasa de interés “r” aumenta en respuesta al exceso de demanda
de dinero (diferencia entre la demanda y oferta de dinero: “ LY M ”), la
tercera ecuación nos indica que la demanda agregada es igual a la suma del
consumo y de la inversión, la cuarta y la quinta ecuación nos indican que es
el consumo y la inversión son funciones lineales de la renta y de la tasa de
interés respectivamente, la sexta ecuación nos señala que la oferta agregada
no es más que la producción nacional, la sexta ecuación nos indica que la
demanda de dinero es una función lineal creciente de la renta (es decir, el
dinero demandado únicamente con el propósito de realizar transacciones), la
séptima ecuación no es más que la definición de la propensión marginal a
ahorrar “s” en términos de la propensión marginal al consumo “c”. Se asume
que la oferta de dinero “ M ” es realizada por el Banco Central, y que las
velocidades de ajuste “h” y “m” son constantes e iguales a 1.
Y' C I Y
54
r ' kY M
Y cY ar Y 1 cY ar
'
' 55
r kY M
272
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Y cY ar Y sY ar
'
' 56
r kY M
Y '' sY' ar ' sY' a kY M Y '' sY' akY aM 57
s s2 4ak s
r1
Pr r 2 sr ak r r1r r2 0
2 2
s s2 4ak s
r2
2 2
r1 r1 0
Caso I: s 2 4ak 0 r2 r2 0
r r r r
1 2 2 1
Dónde:
er1t er2t
Wt r2 r1er1 r2 t er1 r2 t 0
r1er1t r2er2t
Mientras que:
er2t
W1t
0
aMer2t
aM r2er2 t
273
CIRO BAZÁN ECUACIONES DIFERENCIALES ORDINARIAS
er1t
W2t
0
r1t
aMer1t
r1e aM
Por tanto:
W1t aMer2t aM aM
Wt dt e
r1t
dt dt e r1t
er1 r2 t r1
W1t aM aM
Y1t Wt dt e
r1t
e r1t
r1 r1
W2t aMer1t aM aM
Wt e
r2 t
dt dt dt e r2t
er1 r2 t r2
W2t aM aM
Y2t Wt dt e
r2 t
e r2t
r2 r2
Dónde:
aM aM aM 1 1 aM r1 r2 aM r1 r2 M
Ypt
r1 r2 r2 r1 r r
1 2 r r
1 2 k
M
Y t A1e r1t A 2 e r2 t 59
k
M
YLP lím Y t
t k
s
Caso II: s 2 4ak 0 r1 r2 r r 0
2
Yc t B1e rt B 2 te rt 60
Dónde:
Y1 t e Y1 t re
rt ' rt
Y2 t te Y2 t e tre e 1 tr
rt ' rt rt rt
274
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Por tanto el Wronsquiano será:
e rt tert
W t e 2 rt 0
re rt e 1 tr
rt
Mientras que:
te rt
W1 t
0
aMte rt
aM e rt 1 tr
ert
W2t
0
aMert
rert aM
Por tanto:
W1 t aMtert aM 1
Wt dt e 2 rt
dt aM te rt dt
r
e rt t
r
W1 t aM 1 aM 1
Y1 t Wt dt e
rt
e rt t t
r r r r
W2 t aMe rt aM
W t
dt e 2 rt
dt aM e rt dt
r
e rt
W2 t aM aM
Y2 t dt te rt e rt t
W t r r
Dónde:
aM 1 aM aM
Yp t t
t
r r r r2
aM
Y t B1e rt B 2 te rt 61
r2
s
Reemplazando r 0 en (61) tenemos:
2
aM
YLP lím Y t 4
t s2
r p1 q1 j
Caso III: s2 4ak 0
p1 ; q1 0
Dónde:
cosq1tep1t senq1tep1t
Wt q1e2p1t 0
p1 cosq1t q1sen(q1t)e p1t
p1senq1t q1 cos(q1t)ep t 1
Mientras que:
senq1tep1t
W1t aMsenq1tep1t
0
aM p1senq1t q1 cos(q1t)ep t 1
cosq1tep1t
W2t aM cosq1tep1t
0
p1 cosq1t q1sen(q1t)e p1t
aM
Por tanto:
W1t aMsenq1tep1t aM
Wt dt senq1te
p1t
2p1t
dt dt
q1e q1
276
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
W1t aM
Wt dt q p2 q2 e p1t p1senq1t q1 cosq1t
1 1 1
W1t aM
Y1t
Wt dt e
p1t
cosq1t e p1t p1senq1t q1 cosq1t
q1 p12 q12
W1t aM
Y1t
Wt dt q p2 q2 cosq1t p1senq1t q1 cosq1t
1 1 1
W2t aM cosq1tep1t aM
Wt cosq1te
p1t
dt 2p1t
dt dt
q1e q1
W2t aM
Wt dt q p2 q2 e p1t q1senq1t p1 cosq1t
1 1 1
W2t aM
Y2t Wt dt e
p1t
senq1t e p1t q1senq1t p1 cosq1t
q1 p12 q12
W2 t aM
Y2 t Wt dt q p 2 q 2 senq1t q1senq1t p1 cosq1t
1 1 1
Dónde:
aM
Yp t cosq1t p1senq1t q1 cosq1t
q1 p12 q12
aM
senq1t q1senq1t p1 cosq1t
q1 p12 q12
aM
Ypt
p12 q12
Por tanto, la solución general de (57) en este caso será:
aM
Yt ep1t C1 cosq1t G1sen(q1t) 63
p 2
1 q12
Pero en este caso, dado que s2 4ak 0, entonces tenemos que:
277
CIRO BAZÁN ECUACIONES DIFERENCIALES ORDINARIAS
r s
s
4ak s 2
s
4ak s 2
1
2 2 2 2 2 2
s
64
s 4ak s 2 p1 0
2
r j jp1 q1 j
2 2
q1
4ak s 2
0
2
s2
p12
4
p12 q12 ak 65
2 4ak s 2
q1
4
Yt es 2t C1 cos
4ak s t G sen 4ak s t M
2 2
66
1
2 2 k
2
El valor absoluto del coeficiente de aversión absoluta al riesgo aproximadamente mide la variación
relativa de la utilidad marginal del agente ante un incremento unitario del dinero, para una cantidad “x” de
dinero. Aquellas funciones de utilidad que poseen un coeficiente de aversión absoluta al riesgo constante
suelen ser conocidas como funciones de utilidad CARA (Constant Absolute Risk Averse) o como funciones
de utilidad exponenciales.
278
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Dado que en este caso se requiere que el coeficiente de aversión absoluta
al riesgo sea constante, entonces:
r1 0
pr r 2 a r 0 pr rr a 0 70
r2 a 0
lím ux A1
t
dpt t
dt
k Dp Spd k 0 72
dpt e t
k Dp Spd Dp Spd
73
dt
e
279
CIRO BAZÁN ECUACIONES DIFERENCIALES ORDINARIAS
Derivando (73) respecto de “t”:
d
e t
p' 't k
Dp Spd Dp Spd
dt
e
d
e t
p' 't k Dp Spd Dp Spd
dt
e
d e d t
Dp Spd Dp Spd
p' 't k
dt dt
e
0
t
Dp Sp
t
d
e
p1 0
P r r 2 h b k 0 r h b k j p1 q1 j
q1
h b k 0
pc t C1 cosq1t G1sen(q1t )
3
Ver apéndice.
280
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Dónde:
cosq1t senq1t
W t q1 0
q1sen( q1t ) q1 cos(q1t )
Mientras que:
0 senq1t
W1 t k c a senq1t
k a c q1 cos(q1t )
cosq1t 0
W2 t k a c cosq1t
q1sen( q1t ) k a c
Por tanto:
W1 t k c a senq1t k c a k a c
Wt dt q1
dt
q1
senq1t dt q12
cosq1t
W1 t k a c k a c
p1 t Wt dt cosq1t cosq1t cos2 q1t
q12 q12
W2 t k a c cosq1t k a c k a c
Wt dt q1
dt
q1
cosq1t dt q12
senq1t
W2 t k a c k a c
p 2 t Wt dt senq1t senq1t sen2 q1t
q12 q12
Dónde:
k a c k a c k a c
p p t cos2 q1t sen2 q1t
q12 q12 q12
k a c
p t C1 cosq1t G1sen( q1t ) 76
q12
281
CIRO BAZÁN ECUACIONES DIFERENCIALES ORDINARIAS
Reemplazando q1 h b k en (76) resulta:
a c
p t C1 cos h b k t G1sen( h b k t) 77
hb
Figura 7
dy Ft
y ' t ; G y 0 XXXIX
dt G y
du' du' dx
xu ''x r u 'x x r u ' '
r 80
dx u x
du' dx
'
r lnu ' r lnx C1 81
u x
Dado que:
4
El valor absoluto del coeficiente de aversión relativa al riesgo aproximadamente mide la variación
porcentual de la utilidad marginal del agente ante un incremento respecto al nivel de dinero “x” del 1%.
Aquellas funciones de utilidad que poseen un coeficiente de aversión relativa al riesgo constante suelen ser
conocidas como funciones de utilidad CRRA (Constant Relative Risk Averse) o como funciones de utilidad
de elasticidad de sustitución constante (funciones de utilidad isoelásticas).
283
CIRO BAZÁN ECUACIONES DIFERENCIALES ORDINARIAS
Reemplazando (82) en (81) resulta:
u'
ln u ' r ln x C1 ln u ' ln C1 ln C 83
x r 1
u'
ln
x r u'
e eC1 r
eC1 u ' eC1 x r u ' A1x r 84
x
du
u' A1x r du A1x r dx 85
dx
A1
x 1 r A 2 ; r 1
du A1x
r
dx u x 1 r 86
A1 ln x A 2 ; r 1
dy
y1 y 87
dx x
1 y1 1
88
y 1 y
y1 y
y x 1
89
284
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Luego, haciendo x K L , y Y L , A 1 , y ,
demuestre que a partir de (89) se llega a la siguiente forma especial de la
función de producción CES:
Y A K 1 L
1
90
dy dx
91
y 1 y x
dy dx
92
y1 y x
1 1
y dy dx
93
y 1 y x
1 y 1
ln y ln 1 y ln x C ln C ln 1 y 94
x
y 1
C ln 1y
ln 1
y y
e x
e e C 1 y e C 1 y 95
x x
Dado que:
y 0 y y
x 0 x x 96
C
e 0 e C e C
y y y y y y
0 0 97
x x x x x x
285
CIRO BAZÁN ECUACIONES DIFERENCIALES ORDINARIAS
Reemplazando (96) y (97) en (95) se obtiene:
y
x
y
e C 1 y e C 1 y
e C 1 y
98
x
y
1 y y x y x y 1 x x
x
y 1 x 1 x 1
y 1 x 1
99
y x
1
100
x K L
y Y L
A 1 (101)
1
Se tiene:
1
K
Y
Y K L
1
L L
Y K 1 L
1
Y 1 K 1 L 1
Y A K 1 L
1
lqqd
286
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
3.- Supóngase que Y a K t 1 denota la producción en función del
capital “k”, donde el factor t 1 se debe al progreso tecnológico.
Supóngase que una fracción constante 0 s 1 es ahorrada, y que la
acumulación del capital es igual a los ahorros, de manera que tengamos la
siguiente ecuación diferencial:
dK
sY s a K t 1
dt (102)
K 0 K
0
dK dK
a K
s t 1 dt a K s t 1 dt
2
ln a K s t 13 2
C 103
3
a K a K 104
2
s t 1 C
3 2
2 ln a K
lna K s t 1 3 2
Ce e 3
3
2 2
s t 1 3 2
eC s t 1 3 2
a
a K e e C 3 K t e 3 105
2
eC s a eC a
K 0 e 3 K0 K 0 e 2s 3
106
a
2s
t 1 3 2
1 a
K t K 0 e
3
287
CIRO BAZÁN ECUACIONES DIFERENCIALES ORDINARIAS
2. EDOs con coeficientes homogéneos
Sea una EDO de primer orden en su forma diferencial:
Si Px , t y Qx , t son funciones homogéneas del mismo grado para “x” y
“t”, entonces la EDO recibe el nombre de homogénea o de coeficientes
homogéneos. Las funciones Px , t y Qx , t serán homogéneas si satisfacen la
siguiente propiedad:
P x , t P x , t
(XLIII)
Q x , t Q x , t
dt pt x dt
x pt x dx x qt x dt 0 f t x XLV
dx qt x dx
t
t x XLVI
x
dt d
dt dx xd x XLVII
dx dx
d d f dx d
f x XLVIII
dx dx x x f
288
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Ejemplos:
1.- (Weber, 1982): Suponga que la tasa de incremento en el costo “x” de
realizar un pedido y supervisarlo, a medida que aumenta el tamaño del
pedido a suministrar, es igual a la suma de los cuadrados del costo y el
tamaño del pedido, dividida entre el doble del producto del costo y el
tamaño del pedido. Determinar la relación entre el costo de realizar y
supervisar, y el tamaño del pedido si x 6 cuando t 1.
dx x2 t2 1 1
t x f t x 107
dt 2tx 2 t x
Se puede verificar que las funciones Px, t y Qx, t de (108) son funciones
homogéneas de grado dos:
x 2
x2 dx xd 2xxdx 0 2 1x 2dx 1 2 x 3d 0
1dx 1 xd 0
2 2 dx
1 d 0 2
1
x 2
dx 1 d C lnx 2 1 d C
2
1 1
x 2 2
d
lnx 2 d C
1
2
289
CIRO BAZÁN ECUACIONES DIFERENCIALES ORDINARIAS
x 1
e e
2
ln
x 2 1 x 2 1
e eC C
0 C
x 2 1 e C
x
eC 109
12
t x C
x
t x2 1
e x
t t eC 110
x t t eC 111
Reemplazando las condiciones de frontera en (110) tenemos:
6 1 eC eC 35 112
Reemplazando (112) en (111) tenemos:
Figura 8
290
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
2.- (Weber, 1982): La relación entre el costo promedio C , y el número de
unidades producidas “q”, es tal que el cambio en el costo promedio a
medida que crece el número de unidades es igual a la diferencia del
número de unidades y el costo promedio, dividida dicha diferencia entre el
número de unidades. Determine la relación entre el costo promedio y el
número de unidades producidas si C 9 cuando q 2. Grafique la
relación obtenida.
dC qC 1
1 f q C (114)
dq q q C
Expresando (114) en su forma diferencial se tiene:
q dC
C qdq 0
115
P C,q
Q C,q
P C, q q P C, q
C dC d
C q dC dq qd q 116
q dq dq
q q d dq d dq d
q
q
dq
q
2 1
0 q
2 1 K
1 2
lnq ln2 1 K 2 lnq ln2 1 2K lnq ln2 1 2K
2
ln q 2 21
lnq 2 ln2 1 2K lnq 22 1 2K e e2K 0
ln q 2 21
e e2K q 22 1 e2K 117
291
CIRO BAZÁN ECUACIONES DIFERENCIALES ORDINARIAS
Reemplazando (116) en (117) tenemos:
C
q 2 2
q
1 e2K
118
e2K 32 119
C 1 16
q 2 2 1 32 Cq q 120
q 2 q
Figura 9
3. EDOs exactas
Supongamos que se tiene una función implícita Fx , t c cuyo diferencial
total es:
Fx, t Fx, t
dFx, t dx dt 0 XLIX
x t
292
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Ahora, procediendo de manera inversa que en el razonamiento anterior,
supongamos que tenemos la siguiente ecuación diferencial:
F(x, t)
P(x, t)
x
(LI)
F(x, t)
Q(x, t)
t
Fx, t Fx, t
Px, t dx Qx, t dt dx dt 0 LII
x t
Una ecuación diferencial ordinaria que tiene la forma general dada por (LII)
será exacta si cumple el siguiente criterio de exactitud:
P(x, t) Q(x, t)
LIII
t x
F(x, t)
P(x, t) x 2F(x, t)
LIV
t t xt
F(x, t)
Q(x, t) t 2F(x, t)
LV
x x tx
Técnica de solución
Buscamos una función Fx, t que satisfaga (LI). Para determinar dicha
función, deberemos proceder de la siguiente forma:
2.- Integrar la primera ecuación que aparece en (LI) respecto a “x”, colocando
en lugar de la usual constante de integración una función genérica que
dependa de “t”: f t . En el proceso de integración se deberá considerar a
“t” constante.
f (t)
4. Integrar con respecto a “t” para obtener f t .
t
f (t)
dt f (t) LVIII
t
Qx, t Px, t
f t dt
a) Si x t f t el factor de integración será: t e .
Px, t
P x , t Q x , t
gx dx
b) Si t x h x el factor integración será: x e .
Q x , t
Ejemplos:
1.- Elasticidad de la función de costos respecto a la cantidad producida
(Larson, 1995): Si C Cq es el costo de producir “q” unidades de
determinado bien, la elasticidad del costo se define como:
20q C
q 122
2C 10q
q
dC
20q C
2C 10q
10
2Cq
q 2 dC 20
C2
Cq dq 0
123
C dq PC,q QC,q
295
CIRO BAZÁN ECUACIONES DIFERENCIALES ORDINARIAS
Siguiendo los pasos de la técnica de resolución de una EDO exacta,
primero derivaremos parcialmente PC, q y QC, q respecto a “q” y
a “C” respectivamente para verificar si se cumple o no del criterio
de exactitud dado por (LIII):
PC, q Q(C, q
2C 20q 124
q C
F( C, q )
P ( C, q )
C
125
F( C, q )
Q ( C, q )
q
F( C, q ) f q f q
C 2 20Cq QC, q C 2 20Cq 0 128
q q q
f q k 129
Finalmente, reemplazando (129) en (127) e igualando F(C, q) a una
constante C1 , la solución de (123) resulta:
5 q 2 q 4 1000000 q
Cq 132
q
5 q 2 q 4 1000000 q
Cq ; q 100
q
dx xq 12q
133
dq q2 8
P(x, q) Q(x, q)
2q q
q x
297
CIRO BAZÁN ECUACIONES DIFERENCIALES ORDINARIAS
Dado que no se satisface el criterio de exactitud, ahora vamos a
buscar si existe un factor de integración adecuado para transformar
(134) en una ecuación diferencial exacta.
P x , q Q x , q
2q q g x dx
h x x e
q x 1
Q x , q q x 12 x 12
dx
x e x 12 e
ln x 12
x 12 como x 0 x x 12
P1(x, q) Q1(x, q)
2qx 24q 2qx 24q
q x
F(x, q)
P1(x, q)
x
136
F(x, q)
Q1(x, q)
q
F(x, q) xq
8x 12q2 96 x f q
2
298
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
F(x, q) 2q
x 2
x
8 f q
24 138
gx, t
F( x , q ) f q
x 2 q 24qx Q1 x , q x 2 q 24qx 144q
q q
f q
144q 139
q
F( x , q )
x q 2 8 x 24
72q 2 C 141
2
C 25668 142
F( x , q )
x q 2 8 x 24 72q 2 25668
2
52488
x 12
q2 8
52488
x 12 ; q 0, 143
q2 8
299
CIRO BAZÁN ECUACIONES DIFERENCIALES ORDINARIAS
Note que este problema también podemos resolverlo probando con:
Qx, q Px, q
q 2q q f qdq
f q q e
x q
Px, q q 82
q 8
2
qdq
q 2 8 1 2 ln q 2 8 1 2
q e e q2 8 como q 2 8 0
q q 2 8 1 2
1
q2 8
2 xq 12q
q 8 dx dq 0 144
q2 8
P2 q , x
Q 2 q , x
P2 ( x , q ) q Q 2 ( x , q ) q
q q 8
2 x q 8
2
F( x , q )
P2 ( x , q )
x
145
F( x , q )
Q 2 (x, q)
q
300
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
F( x , q ) q 2 8 x f q
F( x , q ) q 2 8 x f q 147
g x ,t
F( x , q ) qx f q xq 12q
Q 2 x , q
q q2 8 q q2 8
f q 12q
148
q q2 8
f q 12 q 2 8 149
Posteriormente, reemplazando (149) en (147) e igualando F(x, q) a
una constante C , la solución de (133) resulta:
F( x , q ) q 2 8 x 12 q 2 8 C
F( x , q ) q 2 8 x 12 C 150
C 162 2 151
Reemplazando (151) en (150) obtenemos:
F( x , q ) q 2 8 x 12 162 2
162 2 52488
x 12 12 ; q 0,
q2 8 q2 8
301
CIRO BAZÁN ECUACIONES DIFERENCIALES ORDINARIAS
3.- Modelo macroeconómico (Sydsæter 2005): Sean Ct, It, e Yt el
consumo, la inversión y la renta nacional de un país en el instante
“t”. Supongamos que:
C t I t Y t
dCt
I t k 152
dt
C t aY t b
Yt b
lím si Y0
It
t 1 a
dCt
aY ' t 153
dt
P ( Y, t ) Q( Y, t )
0 a 1
t Y
302
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Dado que no se satisface el criterio de exactitud, ahora vamos a
buscar si existe un factor de integración adecuado para transformar
(156) en una ecuación diferencial exacta.
Probamos con:
P ( Y , t ) Q( Y, t )
1 a g Y dY
t Y h Y Y e
Q( Y, t ) a 1Y b
En consecuencia, el factor de integración será:
1 a
a 1Y b dY ln a 1Y b 1
Y e e
a 1Y b
1
Y
a 1Y b
Aun cuando podemos trabajar con cualquiera de los factores de
integración que acabamos de calcular, por simplicidad vamos a
trabajar con el factor positivo. Multiplicando (156) por el factor de
integración Y se tiene:
ka
dY 1 dt 0 157
a 1Y b
Q 1 Y , t
P1 Y , t
P1 ( Y, t ) Q1 ( Y, t )
0 0
t Y
FY , t
P1 Y , t
Y
158
FY , t )
Q 1 Y , t
t
F( Y, t ) F( Y, t ) P1 ( Y, t )Y f t
159
303
CIRO BAZÁN ECUACIONES DIFERENCIALES ORDINARIAS
Reemplazando P1 ( Y, t ) en (159) resulta:
ka
F( Y , t ) a 1Y b Y f t
ka
F( Y , t ) ln a 1Y b f t 160
a
1
g x , t
F( Y, t ) f t
Q1 Y, t 1
t t
f t
1 161
t
f t t 162
Subsiguientemente, reemplazando (162) en (160) e igualando
F( Y, t ) a una constante C , la solución de (156) resulta:
ka
F( Y , t ) ln a 1Y b t C 163
a 1
ka
C ln a 1Y0 b 164
a 1
ka ka
F( Y , t ) ln a 1Y b t ln a 1Y0 b 165
a 1 a 1
ka ka
ln a 1Y b t ln a 1Y0 b
a 1 a 1
ka a 1Y b a 1Y b a 1
ln t ln t
a 1 a 1Y0 b a 1Y0 b ka
304
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
a 1 a 1
a 1Y b t
a 1Y b t
e ka 0 e ka
a 1Y0 b a 1Y0 b
a 1 a 1
a 1Y b t
a 1Y0 b t
b
e ka Y t e ka
a 1Y0 b a 1 a 1
1 a
b t
ka b
Y t Y0 e
166
1 a 1 a
a 1 b
Y ' Y
167
ka ka
1 a 1 a
t t
b ka b
Y t Ce ka Ce ka 168
a 1 ka 1 a
b
C Y0 169
1 a
1 a
b b t
ka
Y t Y0 e
170
1 a 1 a
1 a
1 a b t
ka
Y ' t Y0
e
171
ka 1 a
305
CIRO BAZÁN ECUACIONES DIFERENCIALES ORDINARIAS
Reemplazando (171) en (154) resulta:
1 a
b t
ka
I t 1 a Y0 e
172
1 a
1 a
b b ka t
Y0 e
Y t 1 a 1 a
lím lím
t I t 1 a
t b ka t
1 a Y0 e
1 a
1 a
Y t 1 b b t
ka
lím lím Y0 e 1
t I t
1 a t 1 a 1 a
1 a
1 a t
0 a 1 k 0 0 si t e ka 0
ka
Por tanto:
Y t 1
lím
I t 1 a
t
4. Ecuación de Bernoulli
Una ecuación diferencial del tipo Bernoulli tiene la siguiente forma general:
1
y x 1 n y LXI
x n 1
x' 1
f t g t LXII
n n 1
x x
306
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Derivando (LXI) respecto de “t” tenemos:
dy dy dx dy dx
1 n x n
dt dx dt dt dt
y'
yf t g t y ' 1 n yf t 1 n g t
1 n
Ejemplos:
1.- Modelo de crecimiento económico de Solow-Swan (Vinogradov, 1999): El
modelo de Solow-Swan es el modelo básico de crecimiento económico y
éste descansa en la siguiente ecuación diferencial, que explica la dinámica
del capital por unidad de trabajo efectivo:
k ' t sf k t n g k t ; k 0 k 0 173
Dónde:
k' 1
1
n g s 175
k k
307
CIRO BAZÁN ECUACIONES DIFERENCIALES ORDINARIAS
Haciendo el siguiente cambio de variable:
1
y k 1 y
1
176
k
dy dy dk dy dk
1 k
dt dk dt dt dt
y'
n g y s y ' 1 n g y 1 s 178
1
s
C k 10 181
n g
Sustituyendo (181) en (180) se tiene:
1 1
s s 1 n g t
k t k 10 e 182
n g n g
s 1 n g t
lím k 10 e 0
t
n g
308
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Por tanto:
1 1
s
lím k t k LP
t n g
K' 2
1b 184
K K 1
1
y K1 y
1
185
K
dy dy dK dy dK
1 K
dt dK dt dt dt
y'
2 y 1b y ' 1 2 y 1 1b 187
1
1b
y t Ce 1 2 t 188
2
309
CIRO BAZÁN ECUACIONES DIFERENCIALES ORDINARIAS
Igualando (185) y (188) se tiene:
1b
K1 Ce 1 2 t
2
1 1
1b
K t Ce 1 2 t 189
2
1b
C K10 190
2
x 1' t a 11 t x 1 t a 12 t x 2 t a 1n t x n t b 1 t
x '2 t a 21 t x 1 t a 22 t x 2 t a 2 n t x n t b 2 t
(LXV)
x 'n t a n1 t x 1 t a n 2 t x 2 t a nn t x n t b n t
x 1' t a 11 t a 12 t a 1n t x 1 t b 1 t
'
x 2 t a 21 t a 22 t a 2 n t x 2 t b 2 t
(LXVI)
x 'n t a n1 t a n 2 t a nn t x n t b n t
X' t A t X t b t
310
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Donde A t es una matriz de dimensión n n cuyos coeficientes variables en el
tiempo son continuos en a t b, y b t es un vector de dimensión n 1 cuyas
componentes son variable en el tiempo y continuas en a t b. El caso de
coeficientes constantes surge como un caso particular en el que At A y bt b
son constantes (no dependen del tiempo). El sistema (LXVI) será homogéneo si
b t 0 y no homogéneo si bt 0. La solución completa de (LXVI) viene dada por
la combinación de la solución complementaria y de la solución particular o solución
de equilibrio:
X t X c t X p t (LXVII)
Donde X c t es la solución de la parte homogénea de (LXVI), esto es, es la solución
de X ' t At Xt ; y X p t es la solución que fija a (LXVI).
En general, si cada uno de los vectores X1 t , X 2 t , , X n t son soluciones de
(LXVI), también lo será su combinación lineal, esto es:
Xt c1X1 t c 2 X 2 t c n X n t (LXVIII)
x 11 t x 12 t x 1n t
x t x 22 t x 2 n t
1 2 n
t X t X t X t 21
(LXX)
x n1 t x n 2 t x nn t nn
Siendo:
x11 t x12 t x1n t
1 x t x 22 t ; ; X n t
x 2 n t
X t 21 ; X 2 t
x n1 t x n 2 t x nn t
x 1 j t
j x 2 j t
X t j 1, 2 , n (LXXI)
x nj t
311
CIRO BAZÁN ECUACIONES DIFERENCIALES ORDINARIAS
Al determinante de la matriz t 6 se le conoce como Wronskiano, W , esto es:
W t X1 t X 2 t X n t (LXXII)
x 1' t a 11 a 12 a 1n x 1 t
'
x 2 t a 21 a 22 a 2 n x 2 t
X ' t A X t (LXXV)
x 'n t a n1 a n 2 a nn x n t
X' t A X t
Si A 0, el único punto de equilibrio7 es X* 0 :
312
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Por otro lado, para sistemas lineales no homogéneos tales como (LXXIII), el
equilibrio puede encontrarse a partir de:
x1' t a11 a12 a1n x1* b1 0
'
x 2 t a 21 a 22 a 2 n x *2 b 2 0
A
*
X b0 (LXXVII)
x 'n t a n1 a n 2 a nn x *n b n 0
X ' t A X* b 0
* * 1
adjA b
A X b X A b A 0 (LXXVIII)
A
Dónde:
D t X t X * (LXXX)
Derivando (LXXX) respecto al tiempo tenemos:
D ' t X ' t (LXXXI)
Reemplazando (LXXXI) en (LXXIX) tenemos:
D ' t A Dt (LXXXII)
x 1 0
x 0
Donde X 0 2 .
x n 0
313
CIRO BAZÁN ECUACIONES DIFERENCIALES ORDINARIAS
Decimos que un vector X t es solución de (LXXXIII), si X t es derivable, satisface
el sistema de ecuaciones diferenciales y las condiciones iniciales.
p A I 0 (LXXXIV)
n
X t e At X 0 Pet P 1 X 0 cie t vi i (LXXXV)
i 1
Dónde:
t2 tn tk
eAt I tA A2 An Ak t (LXXXVI)
2! n! k 0 k!
P v1 v 2 v n n n (LXXXVII)
1 0 0 k1 0 0
0 2 0 k2
k
(LXXXVIII)
0 0 n 0 0 kn
314
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
k1 t k
k 0 k!
0 0
e1t
0 0
k2 t k 2t
k t k
e t
0 0
e
LXXXIX
k 0 k!
k 0 k!
k t k 0 0 e n t
n
0 0
k 0 k!
Ahora vamos a verificar que la primera expresión a la derecha del signo de igualdad
de (LXXXV) es solución de (LXXXIII). Para ello vamos a derivar (LXXXVI)
respecto a “t”:
A tA
d eAt 2
t n 1
A n A I tA
t2 2
A
t n n 1
A
dt n 1! 2! n!
Ae
d e At At
(XC)
dt
'
X t
d e At X 0
d e At
X0
(XCI)
dt dt
Ahora vamos a demostrar que la segunda expresión a la derecha del signo de igualdad
de (LXXXV) es solución de (LXXXIII).
315
CIRO BAZÁN ECUACIONES DIFERENCIALES ORDINARIAS
Teniendo en cuenta (LXXXVII) y (LXXXVIII), la igualdad dada por (XCIV) se
puede expresar de forma equivalente en forma matricial de la siguiente forma:
1 0 0
0 2
A v1 v2 v n v1 v2 vn
0 0 n
Es decir:
AP P P 1 AP o A PP 1 (XCV)
A 2 A A A 2 PP 1 PP 1 P P 1P P 1 P P 1 P 2 P 1
A A A A
3 2 3
P P PP P P P P
2 1 1 2 1 1
P 2 P 1 P 3 P 1
A k P k P 1 (XCVI)
tk tk tk
eAt k!
Ak k!
P k P 1 P
k P 1 Pet P 1 (XCVII)
k 0 k 0 k 0 k!
Por último vamos a verificar que la tercera expresión a la derecha del signo de
igualdad de (LXXXV) es solución de (LXXXIII). Para ello, con el propósito de
desacoplar el sistema (LXXXIII) realizaremos el siguiente cambio de variables:
Xt PYt (XCVIII)
316
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
de LXXXVIII
y1' t 1 0 0 y1t y1' t 1y1t
' '
y t 0 2 y 2t y t y t
Y 't Yt 2 2 2 2 (CI)
y1t 0 0
' n y n t y1t n y n t
'
y1 t c1e 1 t
y t c e 2 t
Y t 2 2 (CII)
y n t c n e n t
c1e1t c1e1t
de LXXXVII
c e 2 t c2e 2 t n
Xt P 2 v v v ci e t v i
i
1 2 n
i 1
cn e n t cn e n t
Dónde:
n
X 0 ci vi X 0 (CIII)
i 1
Ejemplo:
Resolver el siguiente sistema:
x ' 1 1 x
'
y 2 4 y
(191)
x 0 1
X0
y 0 2
1
1 3
p A I
1
2 4
2 5 6 0 (192)
2 2
Para 1 3 :
2 1 a 0
A 1 Iv 1 0 2a b 0 b 2a (193)
2 1 b 0
317
CIRO BAZÁN ECUACIONES DIFERENCIALES ORDINARIAS
Si hacemos a k b 2k, entonces:
k 1 1
v1 k si k 1 v1 (194)
2 k 2 2
Para 2 2 :
1 1 c 0
A 2 Iv 2 0 c d 0 c d (195)
2 2 d 0
Si hacemos c d k , entonces:
k 1 1
v 2 k si k 1 v 2 (196)
k
1 1
1
1 1 e3 t 0 1 1 1 1 1 e3 t 0 1 1 1
X t
2 t 2 1
2 1 0 e 2 2 1 0 e 2 t 2 1 2
e3 t 1 1
X t 3 t e 3 t 0 e 2 t (197)
2e 2 1
Consideremos el caso en el que el sistema (LXXXIII) posee una matriz “A” que tiene
autovalores repetidos, digamos algún “ i ” repetido “m” veces. En caso “m”
coincida con el número “ε” de autovectores linealmente independientes asociados a
“ i ”, entonces la solución de (LXXXIII) se hallará con (LXXXV). En caso “m”
sea mayor a “ε”, la solución de (LXXXIII) se hallará con:
*Si m 2 :
X t c1e t v1 c 2 e t tv1 v 2 (CIV)
*Si m 3 :
X t c1e t v1 c 2 e t tv1 v 2 c 3 e t t 2 v1 2 tv 2 3v 3
(CV)
Dónde:
A I v i
v i 1 i 1,2, , m (CVI)
318
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Ejemplo:
Resolver el siguiente sistema:
x ' 1 1 x
'
y 1 3 y
(198)
x 0 2
X0
y 0 3
1
p A I
1
1
3
2 4 4 2 2
0 1 2 2 (199)
Para 2 :
A Iv 1 0 11 1 a 0
a b 0 b a (200)
1 b 0
Si hacemos a b k , entonces:
k 1 1
v1 k si k 1 v1 (201)
k
1 1
1 1 c 1
A I v 2
v1 c d 1 (202)
1 1 d 1
0
v2 (203)
1
x t 2 t 1
2 t 1 0
c1e c 2 e t
y t 1
1
1
(204)
319
CIRO BAZÁN ECUACIONES DIFERENCIALES ORDINARIAS
Teniendo en cuenta las condiciones iniciales obtenemos:
x 0 2 1 0
c 1 2
c1 c 2
y 0
3
1
1 c 2 1
(205)
x t 2 t 1 2 t 1 0 x t 2e te
2t 2t
2e e t (206)
y t 1 1 1 y t 3e te
2t 2t
X t e t h 1 cos t h 2 sen t (CVII)
Donde h 1 c1 v1 c 2 v 2 y h 2 i c1 v1 c 2 v 2 son vectores de componentes reales.
Ejemplos:
Resolver el siguiente sistema:
x ' 3 4 x
'
y 2 1 y
(207)
x 0 1
X 0
y 0 4
3 4 3 4
A ; A 3 8 5; A I 2 2 5 0
2 1 2 1
1
1 1 2i y 2 1 2i (208)
2
2 2i 4 a 0
A 1I v 1 a b 1 i
2 2 2i b 0
Si hacemos a 2 b 1 i, entonces:
2
v1
1 i
Para 2 1 2i :
2 2i 4 c 0
A 2 Iv 2 c d 1 i
2 2 2i d 0
Si hacemos c 2 d 1 i, entonces:
2
v2
1 i
X t e t h 1 cos2 t h 2 sen2 t (209)
Con:
2 2 2c1 2c 2
h 1 c1 v 1 c 2 v 2 c1 c2 (210)
1 i 1 i 1 i c 1 1 i c 2
2 2 2i c1 c 2
h 2 i c1 v1 c 2 v 2 ic1 ic 2 (211)
1 i 1 i 1
i c 1 i c 2 1 i
1 7i
c 1
1 2c1 2c 2
X 0 h 1
4 (212)
4 1 i c1 1 i c 2 c 1 7 i
2
4
1 7
h1 y h 2 (213)
4 3
321
CIRO BAZÁN ECUACIONES DIFERENCIALES ORDINARIAS
Reemplazando (213) en (209) se tiene:
Modelo Keynesiano IS-LM (Tu, 1994): En este modelo la renta “Y” responde al
exceso de la cantidad demandada (esto es, al exceso de la inversión “I” respecto al
ahorro “S”), y la tasa de interés “r” responde al exceso de la demanda de dinero
(preferencia de liquidez) “ LY, r ” respecto a la oferta de dinero “ M ” determinada
exógenamente. El modelo matemáticamente se puede expresar de la siguiente forma:
Y c1I S
Y0 2
'
' ; (215)
r0
r c2 LY, r M
0,8
Dónde:
Y I 0 r s Y T T G
'
' (216)
r Y r M
Y ' s Y I 0 s 1T G
' (217)
r M
r
X' A X b
Para transformar el sistema (217) en uno homogéneo vamos a determinar el punto de equilibrio
*
X del sistema (217):
Y ' s Y * I 0 s 1T G 0
'
r
r *
M 0
X' A X* b
322
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
I0 s 1T G
Y* s 1 I0 s 1T G s M
*
r
M s
b
X* A 1
* Y * 1
M I 0 s 1T G
X *
r s
I 0 s 1T G sM
M I 0 s 1T G
* M I 0 s 1T G
Y
* Y * s s
X * (218)
r
I 0 s 1T G sM
I 0 s 1T G sM
r *
s s
d Y t Y *
D t 1 X t X* t *
(219)
d 2 r t r
d ' s d1
D ' t ADt 1' (220)
d 2 d 2
Ahora podemos resolver el sistema homogéneo dado por (220). Para ello vamos a
calcular el polinomio característico:
s
p 2 s s 2 trA A 0 (221)
Dónde:
A s 0
trA s 0
323
CIRO BAZÁN ECUACIONES DIFERENCIALES ORDINARIAS
Ahora vamos a asignar valores a los parámetros del problema de manera que podamos
encontrar soluciones explícitas para los tres casos analizados en la sección anterior.
1
Caso 1: trA2 4 A 0 trA2 4 A 2
1 2
trA 3,3
A 0,9625
7,04 (223)
*
Y 4,3117
*
r 0,02597
3,3 7,04
1 0,3234
2
3,3 7,04
2 2,9766
2
Para 1 :
10,7
v1
1
324
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Para 2 :
1
v2
10,7
Por tanto:
c1 0,22477
(227)
c 2 0,09335
325
CIRO BAZÁN ECUACIONES DIFERENCIALES ORDINARIAS
Caso II: trA 4 A 0 trA2 4 A 1 2
2
trA 1
A 0,25
0 (228)
*
Y 1,84
*
r 3,28
1 2 1 2
Para 1 2 :
Si hacemos a 1 b 3, entonces:
1
v1
3
0
v2 (231)
10
326
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
En consecuencia, de (65) tenemos:
1 1
d1 t 1 t 1 0
2 t
c1e c 2e
2
3 10
(232)
d 2 3
1
t
1
t
d1 c e 2 tc e 2
1
1
1
2
1
(233)
d 2 t t t
3c1e 2 3tc2e 2 10c2e 2
1
t
1
t
Yt Y* c e 2 tc e 2
*
1 2
rt r
1 1 1
t t t
3c1e 2 3tc2e 2 10c 2e 2
1
t
1
t
Yt Y *
c e 2 tc e 2
1 2
rt
1 1 1
t t t
r 3c1e 2 3tc2e 2 10c 2e 2
*
1
t
1
t
Yt Y* c e 2 tc e 2
1 2
1 1 1
(234)
t t t
rt r 3c1e
3tc2e 10c2e 2
* 2 2
1
t
1
t
Yt 1,84 c e 2 tc e 2
1 2
1 1 1
(**)
t t t
rt 3,28 3c1e 2 3tc2e 2 10c2e 2
c1 0,16
(235)
c 2 0,2
1
t
1
t
Yt 1,84 0,16e 2 0,2te 2
1 1 1
t t t
rt 3,28 0,48e 2 0,6te 2 2e 2
327
CIRO BAZÁN ECUACIONES DIFERENCIALES ORDINARIAS
1 i
Caso III: trA2 4 A 0 trA2 4 A
2 1 i
trA 1
A 1
3 (236)
*
Y 1,5
*
r 1
1 3 1 3 1 2
1 i y 2 i (238)
2 2 2 2
3 2
1 3
Para 1 i:
2 2
3
Si hacemos b 1 a i, entonces:
2
3
i
v1 2
1
328
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
1 3
Para 2 i:
2 2
3 2 i 0,75
c 0
A 2Iv 2
3
c id
3 2 i
d 0 2
1
Si hacemos d 1 c 3 2 i, entonces:
3
i
v2 2
1
t 3
1
d1 3
2 h cos
t
e t h 2 sen (239)
2
1
2
d 2
Con:
3
ic c
1
h1 c1v1 c 2 v 2 2
2
(240)
c1 c 2
3
c c
h 2 ic1v1 c 2 v 2 2
1 2
(241)
ic1 c2
t
1
d1 e 2 3 c c i cos 3 t 3 c c sen 3 t
2 1 2
2 1 2
2
2
(242)
t
1
d2 e 2 c c cos 3 t c c i sen 3 t
1 2
2 1 2
2
t
1
Yt Y* e 2 3 c c i cos 3 t 3 c c sen 3 t
2 1
2
2 1 2
2 2
(243)
t
1
rt r* e 2 c c cos 3 t c c i sen 3 t
1
2
2 1 2
2
329
CIRO BAZÁN ECUACIONES DIFERENCIALES ORDINARIAS
* *
Reemplazando Y y r en el sistema (243) tenemos:
t
1
Yt 1,5 e 2 3 c c i cos 3 t 3 c c sen 3 t
2
2
1 2 1 2
2 2
(***)
t
1
rt 1 e 2 c c cos 3 t c c i sen 3 t
2
1 2 1 2
2
Y0 2 1,5 3 c c i
r0 0,8 1 2c c
1 2
1 2
0,6 3 i
c1
6
(244)
0,6 3 i
c 2
6
t 1
1
3
Yt 1,5 e 2 cos 3
t
3
sen
t
2 10 2
2
(245)
t
1
3 3
2 3
rt 1 e 2 cos t sen t
10 2 3 2
330
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Diagramas de fase y soluciones cualitativas
Aunque muchas ecuaciones diferenciales ordinarias (EDO) no lineales de primer
orden, que suelen aparecer con relativa frecuencia en modelos económicos, no pueden
resolverse analíticamente, las propiedades cualitativas de sus soluciones pueden
algunas veces ser descritas gráficamente a través de los denominados diagramas de
fase. Supongamos que tenemos la forma general de una ecuación diferencial
autónoma8 de primer orden (lineal o no lineal respecto a “y”):
f y
dy
(CVIII)
dt
En esta sección estudiaremos algunos de los posibles diagramas de fase de una única
variable que pueden surgir en el análisis cualitativo de ecuaciones diferenciales
autónomas de primer orden, aquellas que satisfacen la ecuación (CVIII). Asociados a las
curvas de fase representadas en las figuras 10, 11,…,14, y 15 tenemos sus respectivas
trayectorias, sendas u órbitas temporales (figuras 16, 17,…, 20, y 21).
dy dt
f y
y 0B
y
y E y 0A
Figura 10
8
Una ecuación diferencial ordinaria (EDO), tal como la ecuación (CVIII), en la que el tiempo “t” no
aparece explícitamente como argumento de “f”, se denomina autónoma.
331
CIRO BAZÁN ECUACIONES DIFERENCIALES ORDINARIAS
dy dt f y
yE
y
y 0B y 0A
Figura 11
dy dt
D
C E
f(y)
B F
y y0 y1 y2 y
y
A G
H
Figura 12
dy dt f y
yE
y
y 0B y 0A
Figura 13
332
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
dy dt
f y
yE
y
y 0B y 0A
Figura 14
dy dt
f y
y
yE
Figura 15
Ahora veremos cómo, una vez conocida la curva de fase correspondiente a la ecuación
diferencial (CVIII), obtener información cualitativa importante de la trayectoria temporal
yt .
333
CIRO BAZÁN ECUACIONES DIFERENCIALES ORDINARIAS
En las figuras 10, 11, 12, 13, 14 y 15 se puede observar que encima del eje horizontal el
signo de dy dt es positivo, esto es dy dt 0, por lo que la variable “y” aumentará con el
transcurso del tiempo. Es por esta razón que los puntos que se encuentran encima del eje “y”
en las curvas de fase de las figuras 10, 11, 12, 13, 14 y 15 se desplazan de izquierda a
derecha, tal como muestran las flechas dibujadas sobre dichas curvas. De manera análoga,
podemos observar que los puntos que se encuentran debajo del eje “y” en las curvas de fase
se desplazarán de derecha a izquierda, ya que en esta dirección la dy dt 0, por lo que “y”
disminuirá con el paso del tiempo. Asimismo, es importante resaltar que los resultados antes
vistos son independientes del signo de la variable “y”. Es decir, aun cuando los diagramas de
fase de las figuras 10, 11, 12, 13, 14 y 15 se encontrasen a la izquierda del eje vertical
y 0, el sentido de las flechas en dichas curvas de fase no se vería afectado.
La estabilidad dinámica del equilibrio: la convergencia de la trayectoria
temporal
y 0A
yE
y 0B
Figura 16
y t
y 0A
yE
y 0B
t
Figura 17
En la figura 12 podemos apreciar una curva de fase que forma un “lazo cerrado”. Esto
se debe a que f y es una relación. Cuando el diagrama de fase es un lazo cerrado, un
movimiento oscilatorio de amplitud constante ocurrirá siempre que se verifiquen dos
condiciones: i) una parte de la curva de fase debe permanecer encima y otra parte
debajo del eje “y”, de modo que haya una etapa en la que “y” crece y otra etapa en la
que “y” decrece, ii) la curva de fase debe presentar pendiente no definida en los
puntos de intersección con el eje “y”. En la figura 12 se puede apreciar que en los
puntos “B” y “F” de la curva de fase se cumple que la dy dt 0, y sin embargo estos
puntos no representan puntos de equilibrio. Más bien, son extremos (mínimos y
máximos) relativos de la trayectoria temporal correspondiente a esta curva de fase, tal
como se aprecia en la figura 18. En esta figura, se aprecia que la trayectoria temporal
de “y” oscila periódicamente entre el valor correspondiente al punto B (mínimo
relativo) y el valor correspondiente al punto F (máximo relativo).
De los casos antes vistos podemos concluir que una condición necesaria, pero no
suficiente, que debe satisfacer todo punto de equilibrio y E es que la dyt E dt 0.
335
CIRO BAZÁN ECUACIONES DIFERENCIALES ORDINARIAS
Figura 18
Tabla I
Del análisis realizado en esta sección podemos observar que la estabilidad dinámica
del equilibrio, o equivalentemente la convergencia de la trayectoria temporal y t ,
dependerá del signo que tenga la pendiente de la curva de fase en la vecindad al punto
de intersección de dicha curva con el eje “y”. Por ejemplo, en la figura 10 se aprecia
que en la vecindad al punto y E la curva de fase presenta una df y dy 0, lo cual
da lugar a la inestabilidad dinámica. Mientras que en la figura 11 se aprecia que en la
vecindad al punto y E la curva de fase presenta una df y dy 0, lo cual da lugar a
la estabilidad dinámica de la variable “y”. Sin embargo, en la figura 12 se aprecia que
en los puntos “B” y “F”, que como ya hemos dicho no son puntos de equilibrio (son
sólo las cotas de una trayectoria temporal fluctuante), la curva de fase presenta una
df y dy que no está definida.
336
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Asimismo, si la curva de fase es tangencial al eje horizontal, permaneciendo siempre
a un lado de este (es decir, si el punto de tangencia es un máximo o un mínimo de la
curva de fase), el punto de equilibrio es estable por uno de sus lados e inestable por el
otro9. Este es el caso del punto y E de la figura 13, estable por izquierda (para valores
menores a y E ) e inestable por derecha (para valores mayores a y E ). En la figura 19
observamos las posibles trayectorias temporales correspondientes a la curva de fase
de la figura 13. Se observa que si y0 y0 y E entonces la trayectoria temporal de
“y” converge en el largo plazo hacia el valor y E . Sin embargo, si y0 y0 y E
entonces la trayectoria temporal de “y” diverge del valor y E (rama de la trayectoria
temporal que se encuentra a la izquierda de la asíntota vertical y encima del valor y E ).
Además, si el punto de tangencia corresponde a un punto de inflexión horizontal de la
curva de fase (figura 14), entonces el punto de equilibrio es estable (inestable) si la
curva de fase permanece encima (debajo) del eje “y” a la izquierda (derecha) del punto
de inflexión. En la figura 20 podemos ver la trayectoria temporal correspondiente al
diagrama de fase de la figura 14.
Por otro lado, es importante resaltar que pueden existir movimientos oscilatorios
(convergentes o divergentes) de amplitud no constante cuando f y es una relación. En
este caso la curva de fase no será un lazo cerrado como la figura 12 (aunque seguirá
satisfaciendo las condiciones i) y ii) de ocurrencia de un ciclo de la página 334) sino
una espiral (divergente) como muestra la figura 15. La posible trayectoria temporal
correspondiente a este diagrama de fase aparece en la figura 21.
9
A este tipo de punto se le denomina shunt. Un shunt es un punto de equilibrio alrededor del cual el
sistema evoluciona sin invertir su sentido (las flechas del eje “y” apuntan en un mismo sentido).
337
CIRO BAZÁN ECUACIONES DIFERENCIALES ORDINARIAS
y t
y 0A
yE
y 0B
Figura 19
y t
y 0A
yE
y 0B
t
Figura 20
Figura 21
338
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
dkt dt
t
k 1* 0 k *2 a
Figura 22
Ejemplos:
Realice un análisis cuantitativo y/o cualitativo de las siguientes ecuaciones
diferenciales:
P ' dP dt k a bP P k a k b P (246)
P ' k b P k a (247)
339
CIRO BAZÁN ECUACIONES DIFERENCIALES ORDINARIAS
Para realizar el análisis cualitativo de la ecuación diferencial necesitamos construir
el diagrama de fase. Dado que la ecuación (246) representa una recta en el plano
P ' -P, necesitaremos dos puntos para poder construir dicha recta. Para ello,
primero determinaremos el punto de equilibrio, intersección con el eje “P”,
igualando la ecuación (246) a cero:
a
P ' k a k b PE 0 PE
b
P ' k a 0
dP dt
k a
PE P0A
P
P0B
Figura 23
r k b 0 r k b
PC Aek b t
a
k b PP k a PP (248)
b
a
P t Aek b t (249)
b
a a
P0 A A P0
b b
a k b t a
P t P0 e (250)
b b
a
lím P t PE 0.
t b
P t
P0A
PE
P0B
t
Figura 24
dY
k D Y (251)
dt
D C I0 G0
D CY I 0 G 0
dY
Y' k CY I 0 G 0 Y kf Y (252)
dt
Donde f Y CY I 0 G 0 Y.
342
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Para obtener el diagrama de fase de la ecuación (252), primeramente vamos a
calcular la pendiente de la curva de fase en el plano Y ' -Y10:
dY ' df Y
k dCY dY 1 k (253)
dY dY
df Y dCY
Donde 1.
dY dY
d2Y' d 2 CY d 2 f Y
k k (254)
dY 2 dY 2 dY 2
d 2 f Y d 2 CY
Donde .
dY 2 dY 2
10
No tiene sentido trabajar con valores negativos de “Y” ya que la renta es una variable económica. Por
tanto, estaremos interesados en averiguar el signo de la pendiente de la curva de fase únicamente en el
primer y cuarto cuadrantes.
343
CIRO BAZÁN ECUACIONES DIFERENCIALES ORDINARIAS
Por otro lado, si la función de consumo es estrictamente cóncava respecto a la
renta, d 2 CY dY 2 0, por (254) la curva de fase también será estrictamente
cóncava respecto a la renta, d 2 f Y dY 2 0. Además, si f Y es estrictamente
decreciente con la renta, entonces df Y dY dCY dY 1 0. Esto significaría
que la propensión marginal al consumo 0 dCY dY 1. Asimismo, al ser el
intercepto de la curva de fase con el eje “ Y ' ” k f 0 k C0 I 0 G 0 0, y
al ser df Y dY 0 y d 2 f Y dY 2 0, habrá algún valor de “Y” perteneciente al
intervalo 0, en el que f Y 0, con lo cual se garantizará que Y ' 0.
f YE CYE I 0 G 0 YE 0
YE f 1 0
dY dt
kf Y : f ' Y 0
kf 0
YE f 1 0
Y
kf Y : f ' Y 0
Figura 25
344
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Plano de fase y retratos de fase de sistemas dinámicos autónomos
dx
x ' f x , y
dt
(CIX)
dy y ' g x , y
dt
x x t
Donde X X t es una solución del sistema (CX)12. Las componentes
y y t
de X t pueden entenderse como un par de ecuaciones paramétricas de forma que
para cada instante “t” se tiene un punto X Xt 2 . Las ecuaciones paramétricas
x t y yt son funciones diferenciables respecto a “t” que satisfacen el sistema (CX)
sobre algún intervalo abierto “I”. Una solución X t describe una curva o senda
(curva o senda de fase) en el plano x-y (plano de fase) que consta de todos los puntos
x t , yt t I. Al conjunto de todas las posibles sendas de fase13 se le denomina
retrato de fase.
11
Un sistema de ecuaciones diferenciales se denomina autónomo cuando la variable “t” no aparece
explícitamente en el sistema de ecuaciones; en caso contrario se dice que el sistema es no autónomo.
Téngase en cuenta que si X t es solución de (CIX), al ser (CIX) y (CX) sistemas equivalentes, también
12
será solución de (CX). Por esta razón, sólo haremos referencia a uno de los dos sistemas, el sistema (CX),
en el resto de esta sección.
13
Es importante resaltar que la senda de fase no debe ser confundida con el diagrama de fase analizado en
la sección precedente. El análogo a la senda de fase para una única ecuación diferencial sería el eje “y”.
345
CIRO BAZÁN ECUACIONES DIFERENCIALES ORDINARIAS
Es decir, el campo vectorial de (CX) es un conjunto de vectores en el plano x-y, tal
que la pendiente del vector Fx , y en el punto x , y coincide con la pendiente de la
tangente a la senda de fase que pasa por el punto x , y .
La pendiente del vector Fx , y en el punto x , y viene dada por:
dy dy dt y'
x' 0 (CXII)
dx dx dt x'
En la figura 26 se aprecia una senda de fase que es una solución particular del sistema
(CX), tal que en el instante inicial t 0 debe satisfacer la condición inicial
X 0 x 0 , y0 x 0 , y 0 . En esta figura podemos apreciar que en el punto inicial
X0 los signos de las razones de cambio de “x” y “y” son
f X 0 x ' 0 0 y g X 0 y ' 0 0, entonces según se incremente el tiempo, el
sistema se moverá desde el punto X 0 hacia la derecha y hacia arriba. Asimismo, se
aprecia que en un punto genérico en el instante “t” tal como X x t , yt los signos
de las razones de cambio de “x” y “y” son f x , y x ' t 0 y gx , y y ' t 0,
entonces según transcurra el tiempo, el sistema se moverá desde el punto X hacia la
derecha y hacia abajo. En el punto X x t , yt se aprecia que la velocidad de
movimiento (razón o tasa de cambio instantánea respecto al tiempo) está dada por la
longitud del vector F X .
y
X x t , yt
X 0 x 0 , y0
y ' t
Fx , y x ' t , y ' t
x t
'
Figura 26
14
Una órbita, a diferencia de una senda de fase, no nos da información sobre el sentido del movimiento.
346
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Para ilustrar la dinámica del sistema (CX), en principio, podemos dibujar tales
vectores en cada punto del plano x-y. Tal familia de vectores es llamada campo
vectorial15. En la práctica podemos dibujar sólo una pequeña muestra representativa
de estos vectores. Sobre la base del campo vectorial, teniendo en cuenta que los
vectores del campo vectorial son tangentes a las sendas de fase, podemos dibujar las
sendas de fase para el sistema y por tanto exhibir el retrato de fase del sistema.
x x 2 y f x , y
x ' 1 2 x
'
' X ' ' (CXIII)
y 3 2 y
y 3 x 2 y g x , y
A X
Para obtener algunos vectores del campo vectorial de este sistema podemos escoger
arbitrariamente algunos puntos del plano x-y para luego reemplazarlos en el vector X
que aparece en la ecuación (CXIII).
x 3 x ' 1 2 3 3
X X ' '
y 0 y 3
2 0 9
x 4 ' x ' 1 2 4 8
X X '
y 2 y 3
2 2 16
x 0 ' x ' 1 2 0 4
X X '
y 2 y 3
2 2 4
x 1 ' x ' 1 2 1 3
X X '
y 2 y 3
2 2 1
x 3 x ' 1 2 3 3
X X ' '
y 0
y
3 2 0 9
x 1 x ' 1 2 1 5
X X '
y 2 y' 3
2 2 7
x 0 x ' 1 2 0 10
X X '
y 5
y'
3 2 5 10
x 2 x ' 1 2 2 8
X X '
y 5
y'
3 2 5 4
Podemos observar que, por ejemplo, en el punto 3,0 del plano x-y tendremos un
vector que apunta en la dirección 3,9 . En el punto 2, 5 tendremos un vector que
apunta en la dirección 8, 4 . Repitiendo el proceso anterior para un gran número de
puntos del plano x-y se obtendrá el campo vectorial de la figura 2716.
15
Para obtener el campo vectorial de sistemas de ecuaciones diferenciales autónomos podemos utilizar
algunos programas matemáticos como Derive, Maple, Matlab, etc.
16
Es importante resaltar que la longitud de los vectores en la figura 27 ha sido proporcionalmente reducida
de manera que los vectores no interfieran el uno con el otro. Pero la longitud de cada vector aún sugiere la
velocidad de movimiento.
347
CIRO BAZÁN ECUACIONES DIFERENCIALES ORDINARIAS
Figura 27
Una vez que se ha obtenido el campo vectorial, podemos bosquejar algunas sendas de
fase teniendo en cuenta que los vectores de la figura 27 son tangentes a las sendas de
fase y que la dirección de los vectores nos da la dirección de la senda según se
incrementa el tiempo. Con el propósito de mostrar la dependencia temporal de la
solución, se han colocado flechas sobre las sendas de fase. En la figura 28 se muestra
el retrato de fase correspondiente al campo vectorial de la figura 27. Usualmente los
retratos de fase sólo incluyen algunas de las sendas de fase y no la totalidad de ellas.
Asimismo, frecuentemente el retrato de fase no va acompañado del campo vectorial,
aunque algunas veces por cuestiones didácticas se presentarán ambos bosquejados en
el plano x-y.
Figura 28
348
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Puntos fijos y estabilidad
Dado el sistema (CIX), si X* x * , y* es un punto en el plano para el cual
simultáneamente f x , y 0 y g x , y 0 , entonces resulta que x ' 0 y y ' 0. Esto
significa que ni “x” ni “y” cambian con el tiempo: el sistema tiene un punto fijo, o
tiene un punto de equilibrio. Una vez que hemos encontrado un punto de equilibrio, lo
que nos interesa es saber si este punto es estable o inestable.
B X*
X0 X*
B X*
Figura 29
349
CIRO BAZÁN ECUACIONES DIFERENCIALES ORDINARIAS
Por lo antes dicho, podemos introducir la siguiente definición de estabilidad.
Definición I: Un punto de equilibrio X* x* , y* es estable si para cualquier 0
existe un 0 tal que si X 0 X* entonces X t X* para todo “t”.
B X*
X*
B X*
X0
x
Figura 30
Note que la senda de fase puede alejarse del punto X * mientras permanece dentro de
la bola B X* y aproximarse al punto de equilibrio en el límite. Un punto que es
estable pero que no es asintóticamente estable suele denominársele como neutral o
marginalmente estable. La figura 30 muestra un punto de equilibrio neutralmente
estable.
350
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
La estabilidad asintótica es más fuerte que la estabilidad. Esto es claro ya que si un
punto de equilibrio es asintóticamente estable, entonces debe ser estable. La condición
límite por sí sola no es suficiente ya que un sistema puede empezar “cerca de” X* (es
decir, dentro de la bola de radio “δ”) y aproximarse al punto de equilibrio en el límite,
pero divergir considerablemente (ir más allá) de bola de radio “ε” en determinado
periodo.
a) Es estable;
b) Existe un 0 tal que siempre que X 0 X* entonces
lím X t X* 0.
t
Si un sistema tiene un punto de equilibrio X* que es asintóticamente estable, y si
cada senda de fase se aproxima al punto de equilibrio (es decir, tanto para puntos
cercanos al punto de equilibrio como para puntos lejanos de éste), entonces el punto
de equilibrio se dice que es globalmente estable. Otra forma de considerar esto es
establecer el conjunto inicial de condiciones para las cuales el punto de equilibrio
dado sea asintóticamente estable, esto es, la bola más grande a partir de la cual
cualquier trayectoria entrante converja asintóticamente al punto de equilibrio. Este
conjunto de condiciones iniciales es llamado fuente de atracción. Un punto de
equilibrio es localmente asintóticamente estable si existe una fuente de atracción,
B X* , dentro de la cual todas las sendas de fase entrantes a esta bola eventualmente
se aproximan al punto X* . Si la fuente de atracción es todo el plano x-y, entonces el
sistema es globalmente asintóticamente estable sobre el punto de equilibrio X* .
Por lo antes dicho, podemos introducir la siguiente definición de estabilidad.
Definición III: Sea X* un punto de equilibrio asintóticamente estable del sistema
(CIX), entonces el conjunto B X X 2 lím X t X* 0 es el dominio o
t
BX (o, en todo caso, si coincide con el plano de
2
fuente de atracción de X. Si
fase) entonces se dice que X es globalmente asintóticamente estable. Si la estabilidad
únicamente se mantiene en una vecindad de X , se dice que es localmente
asintóticamente estable.
Algunas propiedades de las sendas de fase de sistemas autónomos son las siguientes:
1.- No más de una senda de fase pasa por un punto del plano x-y;
2.- Una senda de fase que empieza en un punto que no es un punto de equilibrio
únicamente alcanzará un punto de equilibrio en un periodo infinito;
3.- Ninguna senda de fase puede atravesarse así misma a menos que sea una curva
cerrada. Si la senda de fase es una curva cerrada entonces la solución es periódica.
351
CIRO BAZÁN ECUACIONES DIFERENCIALES ORDINARIAS
Isoclinas y líneas de fuerza en el plano de fase:
x t f x , y
Sea X
x x'
. Dado el sistema X '
F X , donde F X
y t y g x , y
y'
Las isoclinas son de gran utilidad ya que nos permiten obtener la dirección de los
vectores del campo vectorial del sistema, lo que a su vez nos sirve para bosquejar las
sendas de fase.
En particular, las isoclinas en las que “a” y “b” son nulas (ceroclinas),
x ' f x , y 0
X ' ' , nos dan los puntos para los que ya no hay ajuste
g x , y 0
y
dinámico para “x” y para “y”. Es decir, en las intersecciones de las ceroclinas
encontraremos los puntos de equilibrio del sistema.
y
x' 0 x' 0
x' 0
x' 0
x' 0
x
Figura 31
352
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
La ceroclina y ' g x , y 0 también divide el plano x-y en dos regiones, una en la
que y ' g x , y 0 (donde “y” crece conforme transcurre el tiempo: en esta región
se dibujarán líneas de fuerza que apuntarán hacia arriba indicando el crecimiento de
“y” conforme se incrementa el tiempo) y la otra en la que y ' g x , y 0 (donde “y”
decrece conforme transcurre el tiempo: hacia abajo indicando el decrecimiento de “y”
conforme se incrementa el tiempo). En la figura 32 se aprecia el movimiento en el
plano x-y descrito líneas arriba. En esta figura también puede notarse que en las dos
regiones en que la ceroclina y ' g x , y 0 divide al plano x-y las líneas de fuerza
son opuestas (aquellas flechas que tienen el mismo color).
Es importante resaltar que las sendas de fase del sistema que se tracen en el plano x-y
cortarán verticalmente a la ceroclina x ' f x , y 0 y horizontalmente a la ceroclina
y ' g x , y 0.
y
y' 0
y' 0
y' 0
y' 0 y ' g x , y 0
x
Figura 32
Los puntos de equilibrio del sistema se encontrarán en las intersecciones de las
ceroclinas. Al superponer las ceroclinas de las figuras 31 y 32 en un mismo gráfico
(ver figura 33), el plano x-y quedará dividido en cuatro regiones en las que será
posible conocer la evolución temporal de “x” y de “y” a través de las líneas de
fuerza17. En la figura 33, sobre un punto de la ceroclina x ' f x , y 0 se ha trazado
arbitrariamente el gradiente de f x , y en dirección noroeste (de color azul). Dado que
la dirección del f x , y sobre cualquier punto de la ceroclina apunta hacia la
dirección donde f x , y x ' 0, en consecuencia, las líneas de fuerza que se
encuentran arriba de la ceroclina x ' f x , y 0 apuntarán hacia la derecha (este) ya
que en esa región, al ser x ' 0, “x” aumentará conforme transcurra el tiempo. En la
región que se encuentra debajo de la ceroclina x ' f x , y 0, al ser x ' 0, las
líneas de fuerza apuntarán hacia la izquierda (oeste) indicando el decrecimiento de
“x” conforme aumenta el tiempo.
17
Es importante resaltar que las ceroclinas x ' 0 y y ' 0 se pueden interceptar en más de un punto de
equilibrio y, por tanto, dividir el plano x-y en más de cuatro regiones.
353
CIRO BAZÁN ECUACIONES DIFERENCIALES ORDINARIAS
y
x' 0
y 0
'
f x , y
g x , y
E
x
Figura 33
y
y' 0 x' 0
x
Figura 34
354
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
En la figura 34 se han agregado algunas sendas de fase a la figura 33 en función de las
direcciones de las líneas de fuerza, las cuales sirven para prever el movimiento
dinámico del sistema a partir de cualquier punto inicial del plano x-y. Note que las
sendas de fase que cortan la ceroclina y ' g x , y 0 tienen una pendiente nula en el
punto de corte (líneas punteadas que cortan a la ceroclina y ' g x , y 0
horizontalmente), mientras que las sendas de fase que cortan la ceroclina
x ' f x , y 0 tienen una pendiente infinita en el punto de corte (líneas punteadas
que cortan a la ceroclina x ' f x , y 0 verticalmente).
v2
g x , y
f x , y
x
y' 0 E v1
x' 0
Figura 35: Nodo propio repulsor
18
Cuando las sendas de fase entran a un punto de equilibrio (sea un nodo o cualquier otro tipo de punto
crítico) se le suele denominar sumidero y cuando salen de él se le suele denominar fuente.
355
CIRO BAZÁN ECUACIONES DIFERENCIALES ORDINARIAS
En las figuras 36-a y 36-b se muestran ejemplos de un nodo impropio.
f x, y 0
gx, y gx, y 0 E
x
y' 0
v2 v1
f x , y
x' 0
f x , y 0
y
y' 0
v2
v1
E
x
g x , y
f x , y
g x , y 0
x' 0
Figura 36-b: Nodo impropio repulsor
356
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Un punto de silla es un punto de equilibrio que se caracteriza por ser estable en
algunas direcciones e inestable en otras. Específicamente, un punto de silla tiene un
par de ramas estables en las que las sendas de fase convergen hacia el punto de
equilibrio, y un par de ramas inestables en el que las sendas de fase se alejan del
punto de equilibrio. El resto de sendas de fase se mueven hacia el punto de silla
inicialmente pero luego se alejan de él. Debido a que la estabilidad sólo se observa en
el par de ramas estables, y ésta evidentemente no se obtiene como algo usual, en
general, al punto de silla se le suele clasificar como un punto de equilibrio inestable.
No obstante, en el caso muy poco probable, en el que en el instante inicial el estado
inicial del sistema se encontrase sobre alguna de las ramas estables, entonces el
sistema se movería a lo largo de esta rama hasta el punto de equilibrio. Es por esta
razón que algunos autores clasifican al punto de silla como un punto de equilibrio
condicionalmente estable19.
f x , y 0
f x , y
v1
x
E
v2
x' 0
g x , y
y' 0
Figura 37: punto de silla
Los focos son puntos de equilibrio caracterizados por sendas de fase en forma de espiral
o que se aproximan cíclicamente a él (foco estable) o que se alejan cíclicamente de éste
(foco inestable). En la figura 38 se muestra un foco inestable.
19
Para un estudio de sistemas dinámicos condicionalmente estables recurra a Gandolfo, G. Economic
Dynamics. Study Edition. Springer-Verlag. Berlin. 1997.
357
CIRO BAZÁN ECUACIONES DIFERENCIALES ORDINARIAS
y
y' 0
f x, y
x
E
x' 0
gx, y
Figura 38: foco inestable
y' 0
g x , y
E
x' 0
f x , y x
358
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Puntos de equilibrio y criterios de estabilidad para sistemas lineales (de “n”
variables) de ecuaciones diferenciales ordinarias de primer orden con
coeficientes constantes
Hemos visto que para el sistema de la ecuación (LXXIV), X' t A Xt b, si
A 0, entonces su único punto de equilibrio lo obtenemos de la ecuación
* 1
adjA b
(LXXVIII), X A b . Además, si A 0 y el sistema es
A
homogéneo b 0 , entonces el único punto de equilibrio sería el origen, X* 0.
Teorema de Routh-Hurwitz:
Dado el sistema (LXXIV), las partes reales de todas las raíces (autovalores) del
polinomio característico de grado “n”:
a1 a3 a5 a7 a9 0
a 0 a2 a4 a6 a8 0
0 a1 a3 a5 a7 0
0 a0 a2 a4 a6 0
0 0 a1 a3 a5 0
0 0 a0 a2 a4 0
0 0 0 0 0 a n
359
CIRO BAZÁN ECUACIONES DIFERENCIALES ORDINARIAS
a1 a3 a5 a7 a9 0
a0 a2 a4 a6 a8 0
0 a1 a3 a5 a7 0
a1 a3 0 a0 a2 a4 a6 0
a 1 a 1 0; 0; ; 0
a0 a2 0 0 a1 a3 a5 0
0 0 a0 a2 a4 0
0 0 0 0 0 an
a11 a12
a11 a11 0, 0,
a 21 a 22
Criterio II: Una condición de estabilidad necesaria y suficiente para la matriz “A” es
que los menores principales dominantes de la matriz simétrica “B” alternen de signo,
empezando con signo negativo. Dónde:
1 1
a11 a12 a 21 a1n a n1
2 2
1
a 2 n a n 2
1
A A a 21 a12
1 T a 22
B
2 2 2
1 1
a n1 a1n a n 2 a 2 n a nn
2 2
20
Para una revisión más exhaustiva de estos criterios puede recurrir a Gandolfo, G. Economic Dynamics.
Study Edition. Springer-Verlag. Berlin. 1997.
360
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Criterio III: Sea a ij 0, i j, (es decir, todos los elementos que no pertenecen a la
diagonal principal de “A” son no negativos). Entonces, en este caso, las condiciones
de estabilidad necesarias y suficientes para la matriz “A” son las mismas que las del
criterio I. Note que estas condiciones implican que a ii 0. Una matriz con a ii 0 y
a ij 0, i j, es denominada “matriz Metzleriana”.
o
n
a ii 0, a ii a ji Dominación por columnas
j 1
j i
dx
x ' a 11x a 12 y
dt x ' a a 12 x '
' 11 X t A X t (CXV)
dy y ' a x a y y a 21 a 22 y
dt
21 22
0
Si A 0, entonces posee como único punto crítico a X * , es decir, el origen.
0
El polinomio característico de (CXV) viene dado por:
a 11 a 12
p 2 a 11 a 22 a 11 a 22 a 12 a 21 0
a 21 a 22
a1 a3 trA 0
0 trA A 0 A 0
a0 a2 1 A
trA 1 2 y A 1 2 (CXVIII)
El estudio de los posibles estados del sistema (CXV) se realizará teniendo en cuenta
que:
362
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
A 1 2
0 trA2 4 A 0
0 0 IV VI V
I II
trA 1 2
III
Figura 40
363
CIRO BAZÁN ECUACIONES DIFERENCIALES ORDINARIAS
de c1 y c 2 . En este caso, en el largo plazo, las sendas de fase se aproximarán al
origen tangencialmente a la línea de acción del autovector V1 . En este caso se tendrá
un nodo impropio estable tal como el de la figura 36-a. De particular interés es el
hecho que si el punto inicial se encuentra justo sobre V1 , entonces c 2 0 y el
sistema se mueve a lo largo de la línea de acción del autovector V1 y se aproxima al
origen conforme transcurre el tiempo. De forma similar, si el punto inicial se
encuentra justo sobre V2 , entonces c1 0 y el sistema se mueve a lo largo de la
línea de acción de V2 , aproximándose al origen en el límite. Por tanto, el punto de
equilibrio es un nodo impropio asintóticamente estable. En segundo lugar, si
0 2 1 , se verificará que cuando t entonces e 1 t e 2 t . Por lo que
cuando t la solución tenderá a alinearse con c1e 1t V1 , esto es, en el largo plazo
tendremos que Xt c1e1t V1. En este caso, las sendas de fase se alejarán del punto
de equilibrio tangencialmente a la línea de acción del autovector V1 conforme
transcurra el tiempo. Esto se debe a que tanto x t e yt crecen exponencialmente
con el tiempo.
t
t
t
lím X t lím c1e 1t V1 c 2 e 2 t V2 lím e t c1 V1 c 2 V2
0.
364
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Caso III: autovalores reales distintos de signos opuestos
x x y
' x ' x
' ' (CXIX)
y x y y y
x R cos
(CXX)
y R sen
21
Como ya se dijo, salvo que el estado inicial del sistema se encuentre sobre una de las dos ramas estables,
un punto de silla es inestable.
365
CIRO BAZÁN ECUACIONES DIFERENCIALES ORDINARIAS
Realizando operaciones elementales con las ecuaciones del sistema (CXX) se tiene
que:
R 2 x 2 y 2
y (CXXI)
tg
x
Derivando respecto al tiempo las dos ecuaciones del sistema (CXXI) se tiene:
RR ' x x y y x y x 2 y 2 R 2
1 ' x x y y x y
2
cos R 2 cos2
R ' R
R R
'
2
' x y
2 (CXXIII)
'
R 2
R ce t
(CXXIV)
0 t
Donde “c” es una constante y 0 0 . Como 0, entonces “θ” decrece con el
tiempo, y por tanto el movimiento es en el sentido de las agujas del reloj 22. Además, si
t entonces:
R 0 si 0
R si 0
Por tanto, las sendas de fase son espirales que se aproximan o se alejan del origen
dependiendo del signo de “α”. En la figura 38 se muestra una espiral divergente.
22
En caso 0, el ángulo “θ” aumentaría con el transcurrir del tiempo, por lo que el sentido de giro sería
antihorario.
366
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Caso V: autovalores complejos con parte real nula
En la región VI, que es el eje “y” encima del origen, 0 y el punto de equilibrio
tiene un centro (vórtice) con una curva cerrada como trayectoria.
x y
' x ' 0 x
' ' (CXXV)
y x y 0 y
R 0
'
R c
' (CXXVI)
0 t
Donde “c” y 0 0 son constantes. Esto significa que las sendas de fase son
curvas cerradas (círculos o elipses) con centro en el origen. Si 0 el movimiento
será en el sentido de las agujas del reloj mientras que si 0 el movimiento será
antihorario. Un circuito completo alrededor del origen denota la fase del ciclo, que es
2 . En la figura 39 se muestra un centro.
367
CIRO BAZÁN ECUACIONES DIFERENCIALES ORDINARIAS
A 1 2 Autovalores Punto de
∆ Estabilidad
trA 1 2 de A equilibrio
Reales del
A 0 Nodo
0 mismo signo: Estable
trA 0 1 2 0
impropio
Reales del
A 0 Nodo
0 mismo signo: Inestable
trA 0 1 2 0
impropio
Tabla II
368
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Ejemplos:
Resuelva los siguientes sistemas dinámicos y realice su análisis cualitativo: represente
algunas de sus sendas de fase en el plano de fase x y.
x y
' x 0 5 x ' 0 1 x 5
1.- con X 0 ' con X 0 .
y x
'
y 0 2
y 1 0 y 2
A 1 0
0 2 41 4 0 (255)
trA 0
1 1 i 0
p 2 1 0 (256)
1
2 i 1
Para 1 i :
i 1 a 0
A 1 Iv 1 b ai
1 i b 0
1
v1
i
Para 2 i :
i 1 c 0
A 2 Iv 2 d ci
1 i d 0
Si hacemos c 1 d i, entonces:
1
v2
i
X t e 0 h 1 cost h 2 sent h 1 cost h 2 sent (257)
369
CIRO BAZÁN ECUACIONES DIFERENCIALES ORDINARIAS
Con:
1 1 c c 2
h 1 c1 v 1 c 2 v 2 c1 c 2 1 (258)
i i ic1 ic 2
1 1 i c c 2
h 2 i c1 v1 c 2 v 2 ic1 ic 2 1 (259)
i i c1 c 2
5 2i
c1
5 c1 c 2
X 0 h 1
2 (260)
2 ic1 ic 2 c 5 2i
2
2
5 2
h1 y h 2 (261)
2 5
Para encontrar las órbitas del sistema en el plano de fase x y vamos a utilizar
la ecuación (CXII):
dy y' x y2 x2
dx
x'
y
y 0 ydy xdx k1
2
k1
2
x2 y2
k1 x 2 y 2 2 k 1 x 2 y 2 k (263)
2 2
En consecuencia, las órbitas del sistema vienen dadas por (263), que representa
una familia de circunferencias con centro en el origen (el punto de equilibrio es
un centro o vórtice) y radio k tal como se aprecia en la figura 41. En el
instante inicial, t 0, se tiene que x 2 y 2 29. El sentido del movimiento de la
senda de fase que satisface las condiciones iniciales se obtiene evaluando el
vector tangente a dicha senda (vector de velocidad de movimiento) en el instante
inicial. En el instante inicial, t 0, tendríamos que el vector tangente es:
Fx 0 , y0 F0 F5, 2 x ' 0 , y' 0 2,5. En consecuencia el movimiento
de la senda de fase sería contrario al sentido de giro de las agujas del reloj.
370
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
y
y' 0
F0
2 X0
E
x 0
'
g x , y 5
f x , y x
Figura 41
Se puede apreciar que en este caso las ceroclinas coinciden con los ejes
coordenados:
Por esta razón los gradientes de “f” y “g” se encuentran también sobre los ejes
coordenados:
0
f x , y
1
1
g x , y
0
En consecuencia, por debajo del eje “x” las líneas de fuerza horizontales
apuntarán hacia la derecha, y por encima del eje “x” apuntarán hacia la izquierda.
Asimismo, las líneas de fuerza verticales apuntarán hacia arriba a la derecha del
eje “y”, y hacia abajo a la izquierda del eje “y”. Note que todas las soluciones del
sistema dinámico, salvo el origen, son circunferencias. Asimismo, note que en las
intersecciones de las circunferencias con el eje “x”, y 0, la dy dx no está
definida.
371
CIRO BAZÁN ECUACIONES DIFERENCIALES ORDINARIAS
x x y
' x 0 2 x ' 1 1 x 2
2.- con X 0 ' con X 0 .
y x y
'
y 0 1
y 1 1 y 1
A 2 0
2 2 42 4 0 (264)
trA 2
Para 1 1 1i :
i 1 a 0
A 1I v1 b ai
1 i b 0
Si hacemos a 1 b i, entonces:
1
v1
i
Para 2 1 1i :
i 1 c 0
A 2 I v 2 d ci
1 i d 0
1
v2
i
X t e t h1 cos t h 2 sen t e t h1 cost h 2 sent (266)
23
En este punto es importante darse cuenta que, de acuerdo al sistema dado por (CXIX), 1 0.
372
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Con:
1 1 c c 2
h1 c1v1 c 2 v 2 c1 c 2 1 (267)
i i i c1 c 2
1 1 i c c 2
h 2 i c1v1 c 2 v 2 ic1 ic2 1 (268)
i i c1 c 2
2 c c 2 c1 2 i 2
X 0 h1 1 (269)
1 1
i c c
2 c 2 2 i 2
2 1
h1 y h 2 (270)
1 2
x t e 2 cost sent
2 t
1
X t e t cost sent (271)
2 y t e cost 2sent
t
1
Para encontrar las órbitas del sistema en el plano de fase x y vamos a utilizar
la ecuación (CXII):
dy y' xy 1 y x
y x (272)
dx x '
xy 1 y / x
dy 1 u u 1 u 1 u 1
dy dx udx xdu
u 1 dx
dx 1 u u 1 u 1
u 1 u2 1
udx dx xdu dx xdu dx u 1 du
2
u 1 u 1 x u 1
dx u 1 1 x 2 y2 y
du ln x k ln
tg1 ; x 0
u 1
2 2
x 2 x x
373
CIRO BAZÁN ECUACIONES DIFERENCIALES ORDINARIAS
1 x 2 y2 y
Fx , y ln x k ln tg1 0 ; x 0 (274)
2
2 x x
1 x 2 y2 y
Fx , y ln x 1, 2683 ln tg1 0 ; x 0 (275)
2
2 x x
La ecuación (275) nos representa una espiral convergente al origen que satisface
las condiciones iniciales del sistema dinámico. Para determinar el sentido del
movimiento de la senda de fase evaluaremos el vector tangente a la senda de fase
(vector de velocidad de movimiento) por ejemplo en el instante t 0,
Fx 0 , y0 F0 F2,1 x ' 0 , y' 0 3,1.
Por otro lado, del sistema (271) es fácil verificar que se cumple que:
x 2 y 2 5e 2 t (276)
La ecuación (276) corresponde a una espiral, que puede interpretarse como una
circunferencia cuyo radio 5 e t tiende a cero cuando t .
R 2 x 2 y 2 5e 2 t R x 2 y 2 5 e t c 5 (277)
y 0 1
tg0 0 tg1 1 2 (278)
x 0 2
374
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
y
x' 0 y' 0
f x , y g x , y
F0
X0
2 x
Figura 42
Se puede apreciar que en este caso las ceroclinas vienen dadas por:
x f x , y x y 0 y x
'
'
y g x , y x y 0 y x
1
f x , y
1
1
g x , y
1
x x
' x 0 1 x ' 1 0 x 1
3.- con X 0 ' con X 0 .
y y
'
y 0 1 y 0 1 y 1
A 1 0
2 2 41 0 (280)
trA 2
375
CIRO BAZÁN ECUACIONES DIFERENCIALES ORDINARIAS
El polinomio característico de la matriz “A” es:
1 0
p 2 2 1 0 1 2 1 (281)
0 1
Utilizando 1 1 :
0 0 a 0 a
A 1 Iv 1 0a 0b 0
0 0 b 0 b
a
v1
b
Utilizando 2 1 :
0 0 c 0 c
A 2 Iv 2 0c0d 0
0 0
d 0 d
c
v2
d
Ya que A I v 0, con 1, se satisface para cualquier autovector v ,
entonces deberemos escoger arbitrariamente cualquier par de autovectores
linealmente independientes para los autovalores 1 2 1. Permítase que
dichos autovectores sean:
1 0
v1 y v 2
0 1
x t c 1 e
t
1 0
X t c 1 e t c 2 e t (282)
0 1 y t c 2 e
t
x 0 c1e 1 c1 1
x t e
0 t
1
X 0 (283)
1 y 0 c 2 e 1 c 2 1
y t e
0 t
Para encontrar las órbitas del sistema en el plano de fase x y vamos a utilizar
la ecuación (CXII):
dy y' y dy dx dy dx
dx
x '
x
x0
y
x
y
x
k ln y ln x k1
376
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
y y
ln k1 ; x 0 y 0 e k 1 c 0; x 0 y 0
x x
y y
c; x 0 y 0 c; x 0 y 0
x x
y cx; x 0 y 0 c (284)
y x; x 0 y 0 (285)
Se puede apreciar que en este caso las ceroclinas coinciden con los ejes
coordenados:
1
f x , y
0
0
g x , y
1
377
CIRO BAZÁN ECUACIONES DIFERENCIALES ORDINARIAS
y
F0
1
g x , y X0
x
y' 0 f x , y 1
x' 0
Figura 43
x 2 y
' x 0 2 x ' 0 2 x 2
4.- con X 0 ' con X 0 .
y x
'
y 0 1
y 1 0 y 1
A 2 0
0 2 4 2 8 0 (286)
trA 0
2
2 1
p 2 2 0 (287)
1
2 2
Para 1 2 :
2 a 0
A 1Iv1 2 2
b a
1 2 b 0 2
378
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Si hacemos a 1 b 2 2 , entonces:
1
v1
2 2
Para 2 2 :
2 2 c 0 2
A 2 I v 2 d c
1 2 d 0 2
Si hacemos c 1 d 2 2 , entonces:
1
v2
2 2
1 1
X t c1 e
2t
c2 e
2t
2 2 2 2
x t c1e c 2e 2 t
2t
(288)
y t 2 2 c1e 2 t 2 2 c 2 e 2t
2 1
c1 c 2 c1
2
X 0 2
(289)
1 2
c1
2
c2 2 1
c 2
2 2
2
2 1
x t 2 1 e 2t
2t
e
2 2
(290)
2 1 2 1
y t
e
2t
e
2t
2 2
379
CIRO BAZÁN ECUACIONES DIFERENCIALES ORDINARIAS
Para encontrar las órbitas del sistema en el plano de fase x y vamos a utilizar
la ecuación (CXII):
dy y' x x2
dx
x'
2y
y 0 2 ydy xdx k y 2
2
k
y2 x2
1 (291)
k 2k
En consecuencia, las órbitas del sistema vienen dadas por (291), que representa
una familia de hipérbolas con vértices en el eje “y” para valores de k 0, y con
vértices sobre el eje “x” para valores de k 0. Independientemente del signo de
“k”, las ecuaciones de las asíntotas a dichas hipérbolas son y 2 2 x. Note
que las pendientes de las rectas asíntotas coinciden con las tangentes de los
ángulos de inclinación de los autovectores v1 y v 2 . Asimismo, note que en las
intersecciones de las sendas de fase con el eje horizontal, y 0, la dy dx no está
definida. El punto de equilibrio es un punto de silla, tal como se aprecia en la figura
44. En el instante inicial, t 0, se tiene que 12 1 2 2 2 k 1. Por tanto,
la senda de fase que satisface las condiciones iniciales viene dada por:
x2 y2
1
2 1
Por esta razón los gradientes de “f” y “g” se encuentran también sobre los ejes
coordenados:
0
f x , y
2
1
g x , y
0
En consecuencia, por encima del eje “x” las líneas de fuerza horizontales
apuntarán hacia la derecha, y por debajo del eje “x” apuntarán hacia la izquierda.
Asimismo, las líneas de fuerza verticales apuntarán hacia arriba a la derecha del
eje “y”, y hacia abajo a la izquierda del eje “y”. Note que todas las soluciones del
sistema dinámico, salvo el origen y las asíntotas, son hipérbolas.
380
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
y
f x , y
1 v1
-2 F0
x 0
' x
v2
g x , y
y' 0
Figura 44
x 2 y
' x 0 2 x ' 0 2 x 2
5.- con X 0 ' con X 0 .
y x
'
y 0 1 y 1 0 y 1
A 20
0 2 42 8 0 (292)
trA 0
2 i
2 1 0
p 2 2 0 (293)
1
2
2 2 i
Para 1 2 i :
a 0
A 1Iv1 2i 2 2
b ai
1 2 i b 0 2
2
Si hacemos a 1 b i , entonces:
2
1
v1 2
i
2
381
CIRO BAZÁN ECUACIONES DIFERENCIALES ORDINARIAS
Para 2 2 i :
2i 2 c 0 2
A 2 Iv 2 d ci
1 2 i
d 0 2
2
Si hacemos c 1 d i , entonces:
2
1
v 2 2
i
2
Con:
1 1 c1 c 2
h1 c1v1 c 2 v 2 c1 2 c 2 2
(295)
i i c1 c 2
2
i
2 2 2
1 1 i c1 c 2
h 2 i c1v1 c 2 v 2 ic1 2 ic2 2
(296)
i
2
i
2
c1 c
2
2 2
c1 c 2 c 2 2 i 2
2
1
X 0 h1 2 (297)
1 i c1 c 2
c 2 2 2 i 2
2
2 2
h1 y h 2 (298)
1 2
2 2
X t cos 2 t sen 2 t
1 2
382
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
x t 2 cos 2 t 2 sen 2 t
(299)
y t cos 2 t 2 sen 2 t
Para encontrar las órbitas del sistema en el plano de fase x y vamos a utilizar
la ecuación (CXII):
dy y' x
dx
x '
2y
y 0 2 ydy xdx 2 ydy xdx k
x2 x2 y2
y2 k 1; k 0 (300)
2 2k k
En consecuencia, las órbitas del sistema vienen dadas por (300), que representa
una familia de elipses con centro en el origen (el punto de equilibrio es un centro
o vórtice) tal como se aprecia en la figura 45.
x2 y2
1
6 3
Se puede apreciar que en este caso las ceroclinas coinciden con los ejes
coordenados:
Por esta razón los gradientes de “f” y “g” se encuentran también sobre los ejes
coordenados:
0
f x , y
2
1
g x , y
0
383
CIRO BAZÁN ECUACIONES DIFERENCIALES ORDINARIAS
En consecuencia, por encima del eje “x” las líneas de fuerza horizontales
apuntarán hacia la derecha, y por debajo del eje “x” apuntarán hacia la izquierda.
Asimismo, las líneas de fuerza verticales apuntarán hacia arriba a la izquierda del
eje “y”, y hacia abajo a la derecha del eje “y”. Note que todas las soluciones del
sistema dinámico, salvo el origen, son elipses. Asimismo, note que en las
intersecciones de las elipses con el eje “x”, y 0, la dy dx no está definida.
X0
1
f x , y F0
E
2 x
g x , y
Figura 45
x 4x y
' x0 2 x ' 4 1 x 2
6.- con X0 ' con X0 .
y x 2y
' y0
2 y 1 2 y 2
A 90
6 2 49 0 (301)
trA 6 0
4 1
p 2 6 9 0 1 2 3 (302)
1 2
Para 3 :
1 1 a 0
A I v1 a b
1 1 b 0
1
v1
1
384
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Como apreciamos sólo existe un autovector asociado a 3. Para encontrar un
segundo autovector que sea linealmente independiente de v 1 vamos a utilizar la
expresión (CVI):
1 1 c 1
A I v 2
v1 c d 1 (303)
1 1 d 1
0
v2
1
x t 3t 1 3t 1 0
c1e c 2 e t
y t 1 1 1
x t c1e
3 t
c 2 te3 t
(304)
y t c1e c 2 t 1e 3 t
3t
x 0 c1 2
(305)
y 0 c1 c 2 2 c 2 4
x t 2 e
3 t
4 te3 t
(306)
y t 2e 4t 1e 3 t
3t
Para encontrar las órbitas del sistema en el plano de fase x y vamos a utilizar
la ecuación (CXII):
dy y' x 2y 2y x 1
y 4 x (307)
dx x '
4x y y / x 4
Si hacemos el siguiente cambio de variable:
dy 2u 1 2u 1 2u 1
dy dx udx xdu
u 4 dx
dx u4 u4
385
CIRO BAZÁN ECUACIONES DIFERENCIALES ORDINARIAS
2u 1 u 12 dx u4
udx dx xdu
dx xdu du
u4 u4 u 1
2
x
dx u4 3
du ln x k ln u 1 ; u 1
x u 12 u 1
y 3 y
ln x k ln 1 ; 1
x y x 1 x
xy 3x
ln x k ln ; y x
x xy
3x
Fx , y ln x y k 0; y x (309)
xy
3x
Fx , y ln x y 0,1137 0; y x (310)
xy
La ecuación (310) nos representa una senda de fase convergente al origen que
satisface las condiciones iniciales del sistema dinámico. Para determinar el
sentido del movimiento de la senda de fase evaluaremos el vector tangente a la
senda de fase (vector de velocidad de movimiento) por ejemplo en el instante
t 0, Fx 0 , y0 F0 F2, 2 x ' 0 , y' 0 10, 2 .
Se puede apreciar que en este caso las ceroclinas vienen dadas por:
x f x , y 4 x y 0 y 4 x
'
'
y g x , y x 2 y 0 y x 2
4
f x , y
1
1
g x , y
2
386
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
En consecuencia, a la izquierda de la ceroclina x ' 0 las líneas de fuerza
horizontales apuntarán hacia la derecha, y a la derecha de ella apuntarán hacia la
izquierda. Asimismo, las líneas de fuerza verticales apuntarán hacia arriba por
debajo de la ceroclina y ' 0, y hacia abajo por encima de ella. Note que en las
intersecciones de las sendas de fase con la isoclina x ' 0 y 4 x , la dy dx
no está definida. El punto de equilibrio es un nodo impropio estable.
x' 0
y
f x , y
y' 0
2 X0
F0
2 x
v1
v2
g x , y
Figura 46
Realice el análisis cualitativo del modelo Keynesiano IS-LM (Tu 1994), dado por el
sistema (215), para el caso III.
trA 1
A 1
0,5; s 0,5; 0,75; 1
3
I0 T G M 1 *
Y 1,5
*
r 1
387
CIRO BAZÁN ECUACIONES DIFERENCIALES ORDINARIAS
Teniendo en cuenta la ecuación (219) y los valores de equilibrio, se tiene:
0,5u 1 0,5u 1
d1 du u dd1 dd1 u dd1 d1 du
0,5 0,75u 0,5 0,75u
2 3 3
lnd1 ln tg1 u k 0
3 2
4 3u 2
2 3 3 d
lnd1 ln tg1 2 k 0
2 3 2 d1
d2
4 3
d
1
2 3 3 r 1
lnY 1,5 ln tg1 k 0
2 3 2 Y 1,5
r 1
4 3
Y 1,5
Donde Y 1,5.
2 3 3 r 1
lnY 1,5 ln tg1 0,8290 0
2 3 2 Y 1,5
r 1
4 3
Y 1,5
La ecuación anterior nos representa una espiral convergente al punto de equilibrio que
satisface las condiciones iniciales del sistema dinámico. Para determinar el sentido del
movimiento de la senda de fase evaluaremos el vector tangente a la senda de fase
(vector de velocidad de movimiento) por ejemplo en el instante t 0,
FY0, r0 F0 F2, 0,8 Y'0, r '0 0,1, 0,6.
' 2
Y f Y, r 0,5Y 0,75r 1,5 0 r 2 Y
3
'
r gY, r Y 0,5r 1 0 r 2Y 2
0,5
f Y, r
0,75
1
gY, r
0,5
389
CIRO BAZÁN ECUACIONES DIFERENCIALES ORDINARIAS
En consecuencia, a la izquierda de la ceroclina Y ' 0 las líneas de fuerza
horizontales apuntarán hacia la derecha, y a la derecha de ella apuntarán hacia la
izquierda. Asimismo, las líneas de fuerza verticales apuntarán hacia arriba por debajo
de la ceroclina r ' 0, y hacia abajo por encima de ella. Note que en las
intersecciones de las sendas de fase con la isoclina Y' 0 r 2 2 3 Y, la dr dY no
está definida.
r d2
r' 0
gY, r
f Y, r
F0
d1
X0
r* Y' 0
Y*
Figura 47
Análisis cualitativo de la estabilidad para sistemas autónomos de dos ecuaciones
diferenciales ordinarias de primer orden no lineales
En este apartado estudiaremos la estabilidad local de un sistema autónomo de dos
ecuaciones diferenciales ordinarias de primer orden no lineales, tal como el dado por
la ecuación (CIX), a través del procedimiento de linealización, que consiste en
expandir las funciones “f” y “g” en series de Taylor alrededor de algún punto de
equilibrio del sistema, sin considerar los términos de orden superior (aquellos
términos de la serie de Taylor que poseen derivadas parciales de orden mayor a uno).
Luego se analizan las propiedades de estabilidad del sistema linealizado para
finalmente ser extendidas al sistema no lineal original.
Para examinar si un punto de equilibrio X* x * , y* del sistema (CIX):
x ' f x , y
'
y g x , y
24
Ver apéndice.
390
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
x ' f x , y f x * , y*
f x * , y*
x x*
f x * , y*
y y*
x y
'
* *
g x * , y*
*
g x * , y*
y y*
y g x , y g x , y x x
x y
Pero ya que:
x ' f x * , y*
0
' g x * , y*
y 0
Entonces:
x ' f x , y
f x * , y*
x x*
f x * , y*
y y*
x y
'
g x * , y*
g x * , y*
y g x , y x x* y y*
x y
f
x , y
* *
f x * , y*
x f x , y
'
x y x x* x x*
'
y g x , y g x , y
* *
* *
*
g x , y y y
J x * , y* *
y y (CXXVII)
x y
Z ' J x * , y* Z (CXXVIII)
Tabla III
392
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Teorema de Lyapunov (1955): Sean f x , y y gx , y funciones de clase uno, C1, y sea
X* x * , y* algún punto de equilibrio tanto del sistema (CIX) así como también del
sistema (CXXVIII). Para el sistema lineal (CXXVIII), X* x * , y* será
asintóticamente globalmente estable si y solo si los dos autovalores de J x *
, y*
*
tienen partes reales negativas, o equivalentemente, si y solo si J x , y tiene traza *
negativa y determinante positivo. Dado que (CXXVIII) se “comporta”
aproximadamente como (CIX) cerca de X* x * , y* , entonces deducimos que en
este caso X* x * , y* es un punto de equilibrio asintóticamente localmente estable
del sistema (CIX).
f x x * , y * g y x * , y * 0 en todo 2 o f y * * x , y g x , y 0
x
* *
en todo 2 .
*
Entonces X x * , y* es un punto de equilibrio asintóticamente globalmente estable.
Aplicaciones económicas
f K , C K AK BK C
' 2
(CXXVIII)
g K , C C DA 2 BK C
'
Solución:
Para determinar los puntos de equilibrio de este sistema vamos a calcular las
ceroclinas, esto es:
f K , C K AK BK C 0 C AK BK
' 2 2
(317)
g K , C C DA 2 BK C 0 C 0 K A 2 B
'
393
CIRO BAZÁN ECUACIONES DIFERENCIALES ORDINARIAS
Se aprecia que en el plano K-C la ceroclina K ' 0 es una parábola
C AK BK 2 , y que C 0 (eje “K”) y K A 2B (recta perpendicular al eje
“K”) son parte de la ceroclina C ' 0. El gráfico de estas ceroclinas puede
apreciarse en la figura 48. En la intersección de las ceroclinas se encontrarán los
puntos
X* K* , C* de equilibrio del sistema (CXXVIII):
X1* 0, 0 , X *2 A B , 0 y X *3 A 2B , A 2 4B .
C
III IV
X *3
A 2 4B
I II
K' 0
C' 0
X1* A 2B X *2 K
Figura 48
Tabla IV
394
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
C
g x , y
X *3
f x , y
g x , y f x , y
X1* A 2B X *2 K
g x , y
Figura 49
Para posteriormente determinar los gradientes de “f” y “g” sobre cualquier punto
de las ceroclinas f K, C K ' 0 y g K, C C ' 0, primero vamos a calcular
los gradientes de “f” y “g” para cualquier punto K , C del plano de fase K-C:
f K K , C A 2 BK
f K , C
f C K , C 1
g K K , C 2 BDC
g K , C
g C K , C DA 2 BK
Para K A 2B :
f K K , C A 2 BK 0
f K , C
f C K , C 1 0
Para K A 2B :
f K K , C A 2 BK 0
f K , C
f C K , C 1 0
395
CIRO BAZÁN ECUACIONES DIFERENCIALES ORDINARIAS
Para K A 2B C 0 :
g K K , C 0 0
g K , C
g C K , C DA 2 BK 0
Para K A 2B C 0 :
g K K , C 0 0
g K , C
C
g K , C D A 2 BK 0
Para K A 2B C 0 :
g K K , C 2 BDC 0
g K , C
g C K , C 0 0
En la figura 49 se han dibujado los gradientes de “f” y “g” sobre las ceroclinas
f K, C K ' 0 y g K, C C ' 0 respectivamente. El gradiente de “f” apunta
hacia las región donde f K, C K ' 0 y el gradiente de “g” apunta hacia la
región donde g K, C C' 0 . Esto corrobora los resultados obtenidos en la tabla
IV.
Ahora para realizar el análisis de estabilidad vamos a calcular el jacobiano del
sistema de ecuaciones diferenciales (CXXVIII) y lo evaluaremos en sus puntos
de equilibrio:
f K , C f C K , C A 2 BK 1
J K , C K
K
g K , C g C K , C 2 BDC D A 2 BK
Para X1* 0, 0 , se tiene:
A 1
J 0,0
0 DA
trJ K * , C* trJ0,0 A DA A1 D 0
J K * , C* J 0,0 DA 2 0
A1 D 2 4 DA2 A1 D 2 0
Por tanto, X1* 0, 0 es asintóticamente localmente inestable. Si D 1 0,
entonces X1* 0, 0 sería un nodo propio asintóticamente localmente inestable,
pero si D 1 0, entonces X1* 0, 0 sería un nodo impropio
asintóticamente localmente inestable.
396
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Para X *2 A B , 0 , se tiene:
A 1
J A B ,0
0 DA
trJ K * , C* trJA B ,0 A DA A1 D 0
J K *
, C* J A B ,0 DA 2 0
A1 D 2 4 DA2 A1 D 2 0
Por tanto, X *2 A B , 0 es asintóticamente localmente estable. Si
D 1 0, entonces X *2 A B , 0 sería un nodo propio asintóticamente
localmente estable, pero si D 1 0, entonces X *2 A B , 0 sería un
nodo impropio asintóticamente localmente estable.
Para X *3 A 2B , A 2 4B , se tiene:
J A 2 B , A 0 1
2
4B
DA 2
2 0
trJ K * , C* trJ A 2B , A 2 4B 0
J K * , C* J A 2B , A 2 4B DA 2 2 0
0 2 4 DA2 2 2DA2 0
Por tanto, X*3 A 2B , A2 4B es asintóticamente localmente inestable. En este
caso, al ser el determinante del jacobiano negativo y el discriminante mayor a
cero, resulta que X*3 A 2B , A2 4B es un punto de silla normalmente
asintóticamente localmente inestable.
Se pide:
Solución:
a) Para resolver este apartado primero vamos a derivar respecto del tiempo a“k”
y a “kh” respectivamente:
k h K H AL k 'h H
K ' AL K H A'L AL'
AL2
K 'AL K A'L AL'
k K AL k
'
AL2
K'
k 'h H k h
AL
(319)
' K'
k k
AL
k h y k h
'
' (321)
k y k
Y K AL1
K H K
KH
y
AL
AL AL AL AL1 AL
y k k h (322)
f k h , k k h k k h k h
'
(323)
gk h , k k k k h k
'
b) Para determinar los puntos de equilibrio de este sistema vamos a calcular las
ceroclinas, esto es:
a
1 1 1
k h 0 k
' kh
ak h 0 ya que : a 0 k h 0
(324)
b
1
' 1
k 0 k kh
1
bkh 0 ya que : b 0 k h 0
1
1 1
1
1 1 1
*
X k*h , k*
,
(325)
Reemplazando X* en (322) resulta:
1
1
y* (326)
399
CIRO BAZÁN ECUACIONES DIFERENCIALES ORDINARIAS
Se aprecia que los valores de equilibrio X*, y* dependen directamente de las
tasas de ahorro “λ” y “δ”. Por tanto, un incremento en cualquiera de estas
tasas significaría tener en el largo plazo un mayor stock de capital humano
por unidad de trabajo calificado, un mayor stock de capital físico por unidad
de trabajo calificado y un mayor ingreso por unidad de trabajo calificado.
Asimismo, ante una mayor tasa de progreso tecnológico “η” o ante una
mayor tasa de crecimiento poblacional “γ”, en el largo plazo, menores serán
los valores de equilibrio por unidad de trabajo calificado.
c) Ahora vamos a dibujar las ceroclinas del sistema (324), que se interceptan en
el punto de equilibrio del sistema:
1 1 1
1
1 1 1
*
X k*h , k*
,
a
b
a
b
1 , b 1
1 1 1
Para la ceroclina, k 'h 0, k k h ak h se tiene:
1
dk 1
a kh 0 kh 0
dkh
1 2
2
d k a1 1 k 0 kh 0
dk2 2
h
h
1
1
Para la ceroclina, gk h, k k ' 0, k k h1 bkh1 se tiene:
dk b 1
1 0 k h 0
dkh 1
k h 1
2 2 1
d k b 1
2 k h 1 0 k h 0
dkh 1 2
400
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
En consecuencia, la ceroclina k ' 0 es una función estrictamente creciente
y estrictamente cóncava en k h 0.
1
dk
1 1
lím lím a kh 0
k h 0 dk
h f k h , k k 'h 0 k h 0
dk
b 1
lím lím 1
k h 0 dk
gk h , k k ' 0 k h 0 1
h
k h 1
k' 0
k*
X*
gk h , k
f k h , k
k *h kh
Figura 50
401
CIRO BAZÁN ECUACIONES DIFERENCIALES ORDINARIAS
Se puede apreciar que para cualquier punto de la ceroclina f k h , k k 'h 0,
con kh 0 y k 0, se tiene que:
f k h k h , k
1 kk h1 1 0
f k h , k 1
k k h k k h 1
f k k h , k 1 k k h 0
k k h
kk h1
g k h k h , k k k
1 0
gk h , k k k h k k h 1 h
1 1
g k k h , k
k k h 1 0
Para X* se tiene:
1
J k*h , k*
1
trJ k*h, k* 2 0 en todo 2
J k*h, k* 21 0 en todo 2
402
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Por tanto, gracias al teorema de Lyapunov, X* es un nodo impropio
asintóticamente localmente estable del sistema (323). Además, gracias a que
se verifica que f k h X* g k X* 1 1 0 en todo 2 ,
por el teorema de Olech, X* también es un nodo impropio asintóticamente
globalmente estable del sistema (323).
K K sK
'
'
1
(327)
P K P
Para resolver el problema, primero vamos a determinar las ceroclinas. Para ello
vamos a igualar a cero las dos ecuaciones que aparecen en (327), de donde
resulta:
1
s
f K, P K ' K sK 1 0 K 0 K
1
(328)
1 1
gK, P P' K P 0 K P
s 1
K , P s
* * 1 1
,
403
CIRO BAZÁN ECUACIONES DIFERENCIALES ORDINARIAS
De donde se obtiene:
trJ K*, P*
1 0
J K*, P*
1 0
K'
K ' sK K 0 K ' K sK K1 s 329
K
y K1 330
dy dy dK K' y'
y' 1 K K ' 331
dt dK dt K 1
y'
y s y' 1 y 1 s 332
1
404
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Por (XXI), la solución general de (332) viene dada por:
yt e 1t A e 1t 1 sdt
yt e 1t A e 1t Ae 1t
s s
333
1
s 1
Kt Ae 1t 334
1
s 1 s
K 0 A A K10 335
1
s s 1
Kt K10 e 1t 336
1
s 1
lím Kt K*
t
405
CIRO BAZÁN ECUACIONES DIFERENCIALES ORDINARIAS
406
Apéndice
Integrales indefinidas
Muchas veces, dada una función continua f x, uno está interesado en encontrar una
función Fx tal que su derivada sea f x . Tal función es denominada una antiderivada de
f x . Por ejemplo, si f x 24x3, entonces 6x 4 10 es una de sus antiderivadas, y
también lo es 6x 4 8, o cualquier función de la forma 6x 4 K, donde “K” es una
constante. Por lo anterior, es fácil darse cuenta que todas las antiderivadas de una función
dada difieren entre si sólo por una constante. Por esta razón, es conveniente definir la
integral indefinida de una función dada f x como la forma general de sus antiderivadas;
ésta siempre contiene una constante arbitraria. El símbolo para ésta es: f xdx.
Integrales indefinidas de algunas funciones
x n 1
1.- axdx ax K 2.- x n dx K; n 1
n 1
x e dx e
1
3.- dx lnx K 4.- x x
K
ax a f x
5.- a x dx K; a 0 6.- f 'xa f xdx K
ln a ln a
f ' x
7.- f 'xef xdx ef x K 8.- f x dx ln f x K; f x 0
Propiedades de integrales indefinidas
1.- I xe x dx
ux u xdx e dx e
' x x
v'x 1
Por tanto:
I xe
x
dx ex x ex dx ex x ex ex x 1 K
2.- I x 2ex dx
ux u xdx e dx e
' x x
v'x 2x
Por tanto:
I xe
dx ex x 2 2xe x dx ex x 2 2 xe x dx
x
I xe
x
dx ex x 2 2ex x 1 K ex x 2 2x 2 K
Integración por sustitución
Ejemplos:
1.- I 2xe x dx
2
2xe e du e
x2 2
I dx u u
K ex K
408
2x
2.- I x 2 1 dx
1 1
Sea ux x 2 1 gx g'x 2x f gx f u , entonces:
x 1
2
u
2x 1
I x 2 1 dx u du lnu K lnx 1 K
2
Integrales definidas
b
Donde Fx es cualquier antiderivada de f x . En la integral definida, “a” y “b” son
denominados límites superior e inferior de una integral. La variable “x” en la integral
definida puede reemplazarse por cualquier otra variable sin afectar el valor de la
misma. Por ejemplo:
b b
Ejemplos:
5
1.- I e x dx
2
5
I e dx F5 F2 e e2 141,02
x 5
5x
2
2.- I 2
3x 2 dx
0
5 3
Ya que Fx x3 x 2 K, entonces:
3 2
5x
2
40 12
I 2
3x 2 dx F2 F0 0 7,33
0 3 2
409
Propiedades
b a a
1.- f x dx f x dx
2.- f x dx 0
a b a
c b c b b
3.- f xdx f xdx f xdx;
a b c 4.- f xdx f xdx
a a b a a
b b b b b
5.- cf xdx c f xdx
6.- f x gxdx f xdx gxdx
a a a a a
b b b b
gx gx
dφx
φx f x, t dt
dx
f x, gx g 'x f x, hx h 'x f x, t x dt
hx hx
d f x, t dt
c
f x, t
dx
x
dt
c
410
Derivadas de funciones trigonométricas
Derivadas del sen θ y cos θ
Si f θ sen θ :
f θ Δθ f θ sen θ Δθ sen θ
f ' θ lím lím
Δθ 0
Δθ Δθ 0 Δθ
cos θ 1 sen Δθ
f ' θ lím sen θ lím lím cos θ lím
Δθ 0 Δθ 0
Δθ 0 Δθ 0 Δθ Δθ
cos θ 1 sen Δθ
f ' θ sen θ lím cos θ lím
Δθ
Δθ 0 Δθ Δθ 0
Ahora vamos a calcular cada uno del los límites que conforman f ' θ .
En primer lugar vamos a ayudarnos de la gráfica del cos θ para determinar el valor
cos θ 1
del lím .
Δθ 0 Δθ
Cos θ
θ(radianes)
–π/2 0 π/2
Figura I
411
La figura I muestra una parte de la gráfica de la función cosθ para valores
cercanos a θ 0 . Se puede observar que la recta tangente a la gráfica en θ 0 es
horizontal, por lo que su pendiente será igual a cero en dicho punto; de ahí que la
derivada del cosθ en θ 0 , es cero.
Para 0 :
cos Δθ 1
cos θ ' θ 0 lím 0
Δθ 0 Δθ
sen Δθ
En segundo lugar vamos a calcular el lím haciendo uso de un círculo
Δθ 0 Δθ
de radio unitario.
P(x, y)
1
y
θ
x
0 x Q R
Figura II
De la figura II tenemos:
PQ
y sen θ PQ .
1
412
Como “” se mide en radianes, se obtiene que: = P R
sen θ PQ sen θ
lím
PQ
lím
θ θ 0 θ θ 0
PR PR
sen θ PQ
lím lím 1
θ 0 θ θ 0
PR
sen Δθ
lím 1
Δθ 0
Δθ
Por tanto:
d senθ
cosθ
dθ
Si f θ cos θ
d cos θ
Ahora vamos a calcular .
dθ
Sabemos que:
π π
cos θ sen θ si hacemos U f θ θ cos θ sen U g U
2 2
π
Reemplazando U θ , tenemos que:
2
413
d cos θ
cos π 2 θ sen θ
dθ
Por tanto:
d cos θ
sen θ
dθ
sen θ
tg θ
cos θ
d tg θ sen θ ' . cos θ sen θ . cos θ ' cos θ . cos θ sen θ . sen θ
dθ cos θ 2 cos2 θ
cos θ
ctg θ
sen θ
d ctg θ cos θ ' . sen θ cos θ . sen θ ' sen θ . sen θ cos θ . cos θ
dθ sen θ 2 sen 2 θ
d ctg θ
sen 2 θ cos2 θ
sen 2 θ cos2 θ 1
csc2 θ
2 2
dθ sen θ sen θ sen 2 θ
1
sec θ cos θ 1
cos θ
1
csc θ sen θ 1
sen θ
414
Integrales de algunas funciones trigonométricas
De las derivadas de las funciones trigonométricas que se han obtenido en el apartado
anterior podemos obtener algunas integrales de las funciones trigonométricas
fundamentales.
I send
Sabemos que:
d cosθ
senθ d cosθ senθd dcosθ senθd
dθ
I senθd cos k
I cos d
Sabemos que:
d senθ
cosθ d senθ cosθo dsenθ cosθd
dθ
I cosθd sen k
I sec θd
2
Sabemos que:
d tg θ
sec 2 θ d tg θ sec 2 θd dtg θ sec
2
θd
dθ
I csc θd
2
Sabemos que:
d ctg θ
csc 2 θ d ctg θ csc 2 θd θ dctg θ csc
2
θd θ
dθ
I csc θd θ ctg k
2
415
I sec θ tg θ d
Sabemos que:
d sec θ
sec θ tg θ d sec θ sec θ tg θ d dsec θ sec θ tg θ d
dθ
d csc θ
csc θ ctg θ d csc θ csc θ ctg θ d dcsc θ csc θ ctg θ d
dθ
z a bi;
a y b i 2
1
z a bi
Eje imaginario
z a bi
z a 2 b2
a
Eje real
b
z a 2 b2
z a bi
Figura III
416
2.- El módulo o magnitud de un número complejo:
z r a 2 b2
z1 z1
z z z 2
1 1 1
zs z1 z 2 zs z1 z2
z z z z
1 2 1 2
z z z z
1 2 1 2
a b
Donde : cos y sen
a 2 b2 a 2 b2
417
9.- Fórmula de Moivre:
Teorema de Taylor
Versión unidimensional:
Sea f x una función de una variable real. El teorema de Taylor nos dice que podemos
aproximar esta función alrededor del punto x* con un polinomio de grado “n” como
sigue:
f x f x*
x x 1 d f x x x
df x* *
2 *
*2
x x
1 d n f x* *n
Rn 5.4
2 n
dx 2! dx n! dx
Donde
d n f x*
es la “n”-ésima derivada de “f” respecto a “x” evaluada en el punto
dxn
x*, n! n n 1 n 2 3 2 1 es el factorial de “n”, y “ R n ” es un residuo o
resto. La expresión de la ecuación (5.4), sin considerar “ R n ”, es la denominada
expansión de las series de Taylor de f x alrededor de x*.
f x f x*
x x 1 d f x x x
df x* *
2 *
*2
x x
1 d n f x* *n
5.5
2 n
dx 2! dx n! dx
418
La presencia del residuo “ R n ” en la ecuación (5.4) indica que la expansión de Taylor
no es una fórmula exacta para f x . El teorema de Taylor describe las condiciones
bajo las cuales la aproximación (la ecuación (5.4) sin el residuo) se hace más exacta
según “n” aumenta.
Versión bidimensional:
Sea f x1, x 2 una función real dos veces diferenciable. Podemos aproximar f x1, x 2
alrededor del punto x1*, x*2 con una expansión de segundo orden tal como se muestra
a continuación:
f xdx, x x x f dx
x ,x
x x
* * * *
f x1, x 2 f x1*, x*2
1 2 * 1 2 *
1 1 2 2
1 2
1 f x , x
x x 2 f x , x x x x x
2 * * 2 * *
*2 *2
1 2 1 2
1 1 1
*
1 2 2 (5.6)
2 x12 x1x 2
2f x1*, x*2 x
x*2 R 2
2
x12
La aproximación lineal de f x1, x 2 alrededor de x1*, x*2 está dada por los tres
primeros términos que aparecen a la derecha del signo de igualdad de la ecuación
(5.6).
f x1, x 2 f x1*, x*2
f x1*, x*2 x
x1*
f x1*, x*2 x x*2 (5.7)
1 2
dx1 dx2
419
420
Capítulo VI
ECUACIONES EN DIFERENCIAS
VI.1 Introducción
En el capítulo anterior estudiamos las ecuaciones diferenciales ordinarias
(EDOs) que involucraban a una variable xt y a sus derivadas x 't, x ''t, , x (n t
que proporcionaban tasas de cambio continuas. En el presente capítulo,
estudiaremos las denominadas ecuaciones en diferencias que involucran a una
variable “x” evaluada en “t”, x t , y a sus diferencias x t , 2x t , , n x t. Aquí, la
variable x t varía discretamente, o de forma más correcta, aún cuando dicha
variable cambie continuamente en el tiempo, las observaciones de esos cambios
son realizadas y registradas únicamente en intervalos de tiempo discretos. Por
ejemplo, muchas de las variables que suelen estudiar los economistas, tal es el
caso de la renta, el consumo, el ahorro, etc., son registradas en periodos de
tiempo fijos (a diario, semanalmente, quincenalmente, trimestralmente,
anualmente, etc.). A toda ecuación que relaciona dichas variables en diferentes
periodos de tiempo discretos se le denomina ecuación en diferencias. Estas
ecuaciones son denominadas ecuaciones en diferencias ya que involucran
diferencias en funciones. Por ejemplo, si x t f t la primera diferencia1 de “x”
evaluada en “t” es:
x t x t 1 x t f t 1 f t (I)
x t 1 x t 2 x t 1 f t 2 f t 1 (II)
1
Se debe resaltar que la primera diferencia de “x” evaluada en “t” también podría definirse de la siguiente
manera: xt xt xt 1 f t f t 1.
CIRO BAZÁN ECUACIONES EN DIFERENCIAS
La segunda diferencia de “x” evaluada en “ t 1 ” se puede calcular como la
diferencia entre dos primeras diferencias sucesivas, esto es:
3x t 2x t x t 1 x t 2x t 1 2x t x t 3 3x t 2 3x t 1 x t (V)
3x t 1 2 x t 1 x t 2 x t 1 2 x t 2 2 x t 1
(VI)
x t 4 3x t 3 3x t 2 x t 1
n n!
n x t n 1x t x t 1i i!n i! x t n i (VII)
i 0
n n!
n x t 1 n 1x t 1 x t 1 1i i!n i! x t n 1i (VIII)
i 0
Forma Implícita: F n x t , n 1x t , , 3x t , , 2x t , x t , x t , t 0 (IX)
Forma Explícita: n x t f n 1x t , , 3x t , , 2x t , x t , x t , t (X)
Ejemplos:
a) La ecuación x t 1 3x t 0 es lineal, de primer orden, está expresada en
forma implícita y es autónoma.
b) La ecuación x t 2 5x t 1 3x t 0 es lineal, de segundo orden, está
expresada en forma implícita y es autónoma.
c) La ecuación x t 2 2x t 1 4x 2t es no lineal, de segundo orden, está
expresada en forma explícita y es autónoma.
d) La ecuación x t 3 2x t 2 5x 4t 1 x t t 3 es no lineal, de tercer orden, está
expresada en forma explícita y es no autónoma.
423
CIRO BAZÁN ECUACIONES EN DIFERENCIAS
e) La ecuación x t 5x t x t x t 2 es no lineal, de segundo orden, está
2 2
x t f x t , t x t 1 x t f x t , t x t 1 x t f x t , t x t 1 hx t , t (XIII)
x1 hx 0,0
x 2 hx1,1 hhx 0,0,1
x 3 hx 2,2 hhhx 0,0,1,2 (XIV)
x 4 hx 3,3 hhhhx 0,0,1,2,3
x t gt; C (XV)
424
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
La ecuación (XV) satisface (XIII) para cada valor de la constante arbitraria “C”.
Además, para cada valor de x 0 usualmente existe un valor de “C” que satisface:
x 0 g0; C (XVI)
x t f x t x t 1 x t f x t x t 1 x t f x t x t 1 hx t (XVII)
x1 hx 0
x 2 hx1 hhx 0 h 2x 0
x 3 hx 2 hhhx 0 h 3x 0 (XVIII)
x t hh hx 0 h t x 0
x t 1 hx t h h t x 0 h t 1x 0 (XIX)
h x t 0
t
0 (XX)
h x* x* t (XXII)
425
CIRO BAZÁN ECUACIONES EN DIFERENCIAS
Como ocurrió con el estudio de los puntos de equilibrio en ecuaciones
diferenciales (tiempo continuo), una importante cuestión a tener en
consideración en ecuaciones en diferencias (tiempo discreto) es la
estabilidad/inestabilidad de un punto de equilibrio.
x 0 x* h t x 0 x* x t x* t 1. (XXIII)
x 0 x* h Tx 0 x* x T x* (XXIV)
x 0 x* lím x t x* (XXV)
t
426
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
xt xt
(a) Estable (b) Inestable
x +δ
*
x* + ε x* + δ
x* x* + ε
x0
x* - ε x*
x0
x* - δ x* - ε
x* - δ
0 2 4 6 8 10 0 2 4 6 8 10
t t
xt (c) Repulsor xt
(d) Asintóticamente estable
x* + γ
x 0b
*
x +δ
*
x
x* x a0
x0
x* - γ
x* - δ
0 2 4 6 8 10 0 2 4 6 8 10
t t
xt
(e) Globalmente asintóticamente estable
x 0b
x*
x a0
0 2 4 6 8 10
t
Figura 1
427
CIRO BAZÁN ECUACIONES EN DIFERENCIAS
estable ya que x 0 (“a” y “b”) se encuentra dentro de una distancia “ ” respecto
de x*, y además, se aprecia que conforme t x t x*. Finalmente, en la
figura 1 (e) se aprecia que x* es globalmente asintóticamente estable. Aquí se
verifica que x* es (localmente) estable y que conforme t x t x* para
todo x 0 (“a” y “b”).
1. Si
1
dh x*
entonces x* es un punto de equilibrio asintóticamente
dxt
estable (atractor o sumidero).
2. Si
1
dh x*
x* es inestable y es un punto de equilibrio repulsor.
dxt
3. Si
1 y:
dh x*
dxt
a) Si
0, entonces x
d 2 h x* *
es inestable.
dx2t
b) Si
0 d hx 0, entonces x
d 2 h x* 3 *
*
es inestable.
dx2t dx3t
c) Si
0 d hx 0,
d 2 h x* 3 *
entonces x* es asintóticamente
dx2t dx3t
estable.
4. Si
1 y:
dh x*
dxt
a) Si 2
d3h x* 3 d hx
2 *
2
0, entonces x* es asintóticamente
dx3t dx2t
estable.
b) Si 2
d3h x* 3 d hx
2 *
2
0, entonces x* es inestable.
dx3t dx2t
428
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
La solución de (XXVI) la podemos obtener mediante el método de iteración
tal como sigue:
x1 b0x 0 c0
x 2 b1x1 c1 b1 b0x 0 c0 c1
b1b0x 0 b1c0 c1
x 3 b2x 2 c2 b2 b1b0x 0 b1c0 c1 c2
b2b1b0x 0 b2b1c0 b2c1 c2
t 1 t 1 t 1
x t b
i x 0
i 0
bi cj (XXVII)
j0 i j1
Otro caso especial de la ecuación (XXVI) es que tanto bt y ct sean
constantes. Esto es:
t
t 1
b x 0
b t j1c b t x 0 x* x*; si b 1
j 0
xt (XXXI)
t t 1 "t" veces
0
1 x 1t j1
c x 0 c1 1 x 0 ct; si b 1
j 0
429
CIRO BAZÁN ECUACIONES EN DIFERENCIAS
Teorema 2: La ecuación en diferencias lineal de primer orden dada por
(XXX) (con x 0 dado y “b” y “c” constantes) tiene solución dada por
c
(XXXI). Donde x* . El comportamiento de la solución de (XXXI)
1 b
está dado en la tabla 1 (y está graficado en las figuras 2a y 2b) para todos
los posibles valores de “b” y “c”, y x 0. En particular, si
b 1 1 b 1, entonces la solución de (XXXI) converge hacia x*
(asintóticamente estable), y si b 1, b 1 b 1 la solución de (XXXI)
es divergente (inestable) a menos que x 0 x*.
Hipótesis Conclusiones
Para
Caso b c x0 La solución es:
t 1, 2,
(a) b 1 x 0 x* x t x* Constante (= x* ). Estable.
Monótona creciente,
(b) b 1 x 0 x* x t x*
diverge a . Inestable.
Monótona decreciente,
(c) b 1 x 0 x* x t x*
diverge a . Inestable.
Monótona decreciente,
(d) 0 b 1 x 0 x* x t x* converge a x* .
Asintóticamente estable.
Monótona creciente,
(e) 0 b 1 x 0 x* x t x* converge a x* .
Asintóticamente estable.
Oscilatoria amortiguada,
(f) 1 b 0 x 0 x* converge a x* .
Asintóticamente estable.
Marginalmente estable.
Presenta oscilaciones no
amortiguadas (de amplitud
(g) b 1 x 0 x*
constante) alrededor de x* .
No presenta estabilidad
asintótica.
Divergente, oscila
(h) b 1 x 0 x* infinitamente alrededor
de x* .
(i) b 1 c0 x t x0 Constante (= x 0 ).
x t x0 Monótona creciente,
(j) b 1 c0
diverge a .
x t x0 Monótona decreciente,
(k) b 1 c0
diverge a .
430
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
xt xt
(a) (b)
x0
x* = x0 x*
t t
0 2 4 6 8 10 0 2 4 6 8 10
xt (c) xt
(d)
x0
x* x*
x0
t t
0 2 4 6 8 10 0 2 4 6 8 10
xt xt
(e) (f)
x* x*
x0
x0
t t
0 2 4 6 8 10 0 2 4 6 8 10
431
CIRO BAZÁN ECUACIONES EN DIFERENCIAS
xt xt
(g) (h)
x*
x*
x0
x0
t t
0 2 4 6 8 10 0 2 4 6 8 10
xt xt
(i) (j)
x0 x0
t t
0 2 4 6 8 10 0 2 4 6 8 10
xt
(k)
x0
t
0 2 4 6 8 10
Ejemplos:
1.- Resolver la siguiente ecuación en diferencias y graficar su solución.
x t 1 t 2x t 3t t 2! , x 0 1, t 0
bt t 2 b
i i2
(1)
c t 3 t 2 ! cj 3 j 2!
t j
432
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Reemplazando (1) y x 0 1 en (XXVII) la solución será:
t 1 t 1 t 1
xt i 2 i 23 jj 2!
i 0 j0 i j1
t 1 t 1
x t 2 3 4 t t 1 i 2 30 2! i 2 31 3!
i 1 i2
t 1 t 1
i 2 32 4! i 2 3t 1 t 1!
i 3 i
t
1
x t 1 2 3 4 5 6 t t 1 3 4 5 6 t t 1 30 1 2
4 5 6 t t 1 31 1 2 3
5 6 t t 1 32 1 2 3 4 3t 1 t 1!
x t 1 2 3 4 5 6 t t 1 1 2 3 4 5 6 t t 1 30
1 2 3 4 5 6 t t 1 31 1 2 3 4 5 6 t t 1 32
3t 1 t 1!
t 1
xt t 1!t 1!30 31 32 3t 1 t 1!t 1! 3i
i 0
3t 1 t
x t t 1!t 1! t 1! 3 1 , t 1, 2, 3,
2 2
t 0 1 2 3 4 5 6
xt 1 4 30 336 4920 87840 1839600
433
CIRO BAZÁN ECUACIONES EN DIFERENCIAS
2000000
1500000
Xt 1000000
500000
0
0 1 2 3 4 5 6
t
Figura 3
x t 1 3x t 3t , x 0 1
b 3
(2)
ct 3 cj 3
t j
t 1 t 1
x t 3t 3t j13j 3t 3t 1
j0 j0
x t 3t t 3t 1 3t 1t 3
t 0 1 2 3 4 5 6
xt 1 4 15 54 189 648 2187
434
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
2500
2000
1500
Xt
1000
500
0
0 1 2 3 4 5 6
t
Figura 4
Dt 1 Dt rDt pt 1 rDt pt
b 1 r
(3)
ct pt cj pj
t 1
D t 1 rt D0 1 rt j1 pj
j0
t 1
D t 1 rt D0 1 rt j1pj (4)
j0
435
CIRO BAZÁN ECUACIONES EN DIFERENCIAS
Ahora si suponemos que pj M, entonces la solución (4) se
transforma en:
t 1
D t 1 rt D0 1 rt j1M
j0
Dt 1 rt D0
M
r
1 r 1
t
(5)
pet 1 pet a pt pet pet 1 apt 1 apet (8)
pt 1 pt bt (9)
Donde:
1 a
1 r ; 0 1 r 00 a 1
1 r a
(10)
d t 1 1 a d t
b t
1 r a
1 a1 r d t 1 1 ad t
p t 1 pt (14)
1 r a 1 r a
pt 1 pt bt l.q.q.d
t 1
p t t p0 t j1b j (15)
j0
1 a
1 r ; 0 1 r 00 a 1
1 r a
(16)
ad ad
b t b cte b j b cte
1 r a 1 r a
b b
p t t p0
(18)
1 1
h p* x* t
p* p* b h p* p* b
1
0
438
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Por tanto, la ecuación (18) puede escribirse tal como sigue:
pt t p0 p* p* (19)
dhp t
dh p* dhp si 0 1
*
(20)
dpt dpt dpt
xt xt
(a) (b)
p0
p* p*
p0
t t
0 2 4 6 8 10 0 2 4 6 8 10
439
CIRO BAZÁN ECUACIONES EN DIFERENCIAS
En general, se asume que la función de oferta en el periodo “t” para un
único bien viene dada por:
t Dp t cpt d; c 0, d 0
QD (22)
Aquí a, b, c, y d son parámetros reales. Inicialmente t 0, y luego “t”
se incrementa en una unidad en cada periodo. Se supondrá que en el
periodo inicial partimos de un precio p0 diferente al precio de
equilibrio intertemporal, p*, debido a un disturbio exógeno (por
ejemplo una sequía). Al precio p0 le corresponde una cantidad inicial
q 0. Asimismo, supondremos que la producción total de cada periodo
será vendida en el mercado (no existen inventarios). Asumiendo que el
mercado se vacía (el mercado está en equilibrio en el sentido que en
cada periodo ningún productor se queda con alguna cantidad de su
producción sin vender y ningún consumidor se queda sin satisfacer su
demanda) en cada periodo „t”, se tiene que:
t Qt
QO D
(23)
Reemplazando (21) y (22) en (23) resulta que:
a bd
apt 1 b cpt d pt pt 1
(24)
c c
Adelantando (24) en un periodo, se tiene que:
a bd
pt 1 pt hpt (25)
c c
En este punto es importante resaltar que el precio de mercado “ pt ” es
de equilibrio en cada periodo, esto es, el mercado se vacía en cada
periodo. Sin embargo, este precio fluctuará con el tiempo.
Teniendo en cuenta (XXXI) y que a c 1 a c 0, la solución de (25)
está dada por:
t
a
pt p0 p* p* (26)
c
441
CIRO BAZÁN ECUACIONES EN DIFERENCIAS
Qt
a c O
Q3 e
b a
Q1
Q0 d
Q2 c
Q4 D
pt
* p t 1
p3 p1p p0 p2 p4
(a)
Qt
a c
O
b a
Q1
Q3 e
Q4
c d
Q2
Q0
D pt
* p t 1
p1 p3 p p4 p2 p0
(b)
Qt
a c
O
b a
Q1
Q0
c d
D pt
p1 p0 p t 1
p*
(c)
442
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
pt
a c
p4
p2
p0
p*
p1
p3
t
0 2 4 6 8 10
(a)
a c
pt
p0
p2
p4
p*
p3
p1
t
0 2 4 6 8 10
(b)
a c
pt
p0
p*
p1
t
0 2 4 6 8 10
(c)
443
CIRO BAZÁN ECUACIONES EN DIFERENCIAS
6.- Modelo de crecimiento de la renta nacional en una economía en
expansión (Goldberg, 1958):
Yt Ct I t;
Ct c mYt; c 0 y 0 m 1 t 0, 1, 2, (28)
Y Y Y rI ; r 0
t t 1 t t
It Yt Ct (29)
Yt Yt 1 Yt r Yt Ct (30)
Yt 1 Yt r Yt c mYt Yt 1 1 r1 mYt rc (31)
It 1 Yt 1 Ct 1 (32)
444
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Reemplazando la tercera ecuación de (28) en (33) se tiene:
Ct 1 c mYt 1 (35)
I t 1 t It 1 It t 1 t I t 1 I t
r1 m (39)
It It It
Note que de (28) r1 m 0, por tanto “I” es una función creciente de
“t”. La inversión crece a una tasa constante r1 m, esta proporción
positiva de la inversión I t es añadida a I t para producir I t1, la
inversión en un periodo posterior. Teniendo en cuenta (XXXI) y que
1 r1 m 1 , la solución de (38), para un valor I0 dado, viene dada
por:
Yt 1 r1 mt Y0 Y* Y*; t 0, 1, 2, (41)
445
CIRO BAZÁN ECUACIONES EN DIFERENCIAS
Harrod consideró el caso particular en el que c 0. En este caso, como
puede apreciarse del hecho que las ecuaciones (31) y (38) asumen
precisamente la misma forma, la renta y la inversión deberían crecer a
la misma tasa garantizada de crecimiento5, dada por la constante
r1 m, para mantener el pleno empleo.
Donde bit y ct son funciones de variable real definidas para t 0 y bn t 0 para
todo t 0. Aquí la sucesión ct es denominada fuerza externa, control, o entrada del
sistema. Si ct es idénticamente nula, entonces la ecuación (XXXII) se dice que es
una ecuación homogénea. Podemos evaluar x n , haciendo t 0 en (XXXII), con:
Similarmente, se puede evaluar x n1, etc. Una sucesión x t0 se dice que es una
solución de (XXXII) si ésta satisface dicha ecuación. Si se especifican x0, x1, , x n 1,
se tiene el problema de valores iniciales.
5
Suponiendo que en esta economía (cerrada y sin sector público) en un periodo de pleno empleo, con renta
a un nivel tal que no todo se consume, sino que una cierta proporción queda para invertir. Cuando se
invierte, esta proporción causará un incremento en la capacidad (renta nacional total) del sistema y si se
mantiene el pleno empleo, los gastos de inversión también tendrán que crecer. Y este incremento en la
inversión nuevamente incrementará la capacidad que a su vez incrementará la inversión, etc. La tasa de
crecimiento de la inversión requerida para mantener pleno empleo es la denominada tasa garantizada de
Harrod.
446
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Un sistema dinámico discreto es una sucesión infinita de números, x t, que son
definidos recursivamente, es decir, existe una “regla o relación de recurrencia” que
relaciona a cada número en la sucesión con números previos en dicha sucesión.
x t 1 f x t I
447
CIRO BAZÁN ECUACIONES EN DIFERENCIAS
448
Capítulo VII
OPTIMIZACIÓN DINÁMICA
VII.1 Introducción
El problema fundamental de la economía consiste en la asignación eficiente de
recursos escasos entre distintos fines competitivos. La manera más sencilla de
resolver este problema es a través de la programción matemática considerando
que las variables económicas son invariantes en el horizonte temporal o que nos
encontramos en un determinado instante del tiempo. Bajo estas simplificaciones,
estaríamos frente a un problema de optimización estática que busca optimizar
una función (función objetivo) a través de la elección de ciertas variables
(variables de elección o de decisión) que pueden tomar valores dentro de un
conjunto de oportunidades (conjunto factible). La solución buscada en tales
problemas usualmente consta de una única magnitud óptima para cada variable
de elección, lo cuál no exige un programa de acción secuencial óptima.
Cuando permitimos que las variables de elección varíen con el tiempo, sujetas a
una determinada dinámica entre un instante inicial y un instante final, nos
encontramos frente a un problema de Optimización Dinámica u Optimización
Intertemporal. La optimización dinámica estudia la optimización de sistemas
dinámicos, esto es, la optimización de sistemas que evolucionan con el tiempo.
Dado un sistema que evoluciona en el tiempo, se busca conducir o controlar el
sistema de manera óptima a lo largo de un horizonte de tiempo determinado, de
acuerdo a un objetivo previamente establecido.
En la economía, esta técnica se empleó por primera vez a finales de los años
veinte y a comienzos de los treintas en los trabajos de Roos5, Evans6, Ramsey7 y
Hotelling8. Su finalidad fue resolver problemas relativos a encontrar la
trayectoria temporal óptima de una variable, con el propósito de optimizar
alguna funcional relacionada con los beneficios o la utilidad.
funcional objetivo
funciónintermedia
t 1
I opt J x f x t , x ' t , t dt
x t0
x t 0 x 0
s.a : condiciones de borde
x t 1 x1
4
Para más detalle, ver Kline, M. (1962): “Mathematics: A Cultural Approach”, Mass.: Addison-Wesley.
5
Roos, C. (1925): “A Mathematical Theory of Competition”, American Journal of Mathematics, 46, pp.
163-175.
6
Evans, G. (1924): “The Dynamics of Monopoly”, American Mathematical Monthly, febrero, pp. 77-83.
7
Ramsey, F. (1928): “A Mathematical Theory of Savings”, Economic Journal, Oxford: Blackwell
Publishers, diciembre, pp. 543-559.
8
Hotelling, H. (1931): “The Economics of Exhaustible Resourses”, Journal of Political Economy,
Chicago: The University of Chicago Press, abril, pp. 137-175.
451
CIRO BAZÁN OPTIMIZACIÓN DINÁMICA
dxt
Donde f xt, x't, t es una función de clase C2, x't
dt
, y los parámetros
xt1 x1
x*
xt 0 x0
t
t0 t1
Figura 1
Para que el problema (I) se pueda resolver es necesario que la funcional sea
integrable, es decir que la integral sea convergente. Además, las funciones
que aparecen en dicho problema deberán ser continuas y continuamente
diferenciables. Esto es necesario ya que la metodología sobre la cual se basa
el cálculo de variaciones es muy semejante a la utilizada en el clásico cálculo
diferencial. La diferencia fundamental radica en que en lugar de utilizar la
diferencial “dx” que cambia el valor de y f x , se empleará la “variación”
de una trayectoria (curva) completa “x” que afectará al valor de la funcional
J x .
452
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Sin pérdida de generalidad, inicialmente supondremos que todos los
problemas de cálculo de variaciones consisten en maximizar la funcional
objetivo J x . Más adelante, cuando se expliquen las condiciones de segundo
orden, se distinguirán entre problemas de maximización y de minimización.
Por tanto, el problema que resolveremos será:
f x t , x t , t dt
t1
max J x '
x
t0
x t 0 x 0
(III)
s.a :
x t 1 x 1
f x t , x
t1 t1
J x f x t , x ' t , t dt J x * * '*
t , t dt x t IV
t0 t0
f xt, x't, t
d f xt, x't, t
t t0, t1 V
xt dt x't
f
d f d fx' t t0, t1 VI
' fx
x dt x dt
x t
fx ' x'
t
453
CIRO BAZÁN OPTIMIZACIÓN DINÁMICA
La diferencial total de fx' es:
Por tanto:
fx' fx'
dx
fx'
dx'
fx'
f x 'x x' f x 'x ' x' ' f x 't VII
t x dt x '
dt t
f x f x ' x x' f x ' x ' x ' ' f x ' t t t0, t1 VIII
9
Un extremal no tiene porque ser un óptimo, sólo es un candidato a óptimo.
454
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
a) Si f es cóncava respecto a “x” y “ x ' ”, entonces la ecuación de Euler es
una condición suficiente de máximo global.
b) Si f es convexa respecto a “x” y “ x ' ”, entonces la ecuación de Euler es
una condición suficiente de mínimo global.
Si f xt, x't, t es una función de clase dos y es estrictamente cóncava
(convexa) en “x” y “ x ' ”, entonces la ecuación de Euler es una condición
suficiente de máximo (mínimo) global estricto (único).
Ejemplos:
x , x ' , t px C x , x ' , t
El problema al que se enfrenta el productor será el de maximización
temporal de beneficios que se reduce al siguiente problema de cálculo de
variaciones10:
px Cx , x , t dt
T T
max J x x , x ' , t dt '
x t
0 0
s.a : x 0 x 0
x T x T
Siendo
x, x', t pxt C x, x', t pxt C1x C2 x', t .
Se han considerado dos tipos de costos, por un lado se han incluido los
costos de producción:
10
En este problema consideraremos que el productor valora los beneficios futuros en el mismo grado que
los beneficios presentes. Por tanto, en este problema el factor de descuento intertemporal es igual a uno
(tasa de descuento interporal es nula).
455
CIRO BAZÁN OPTIMIZACIÓN DINÁMICA
Por otra parte, se seleccionan otros costos C2 x', t asociados a los
incrementos de la producción x ', tales como construcción de capacidad extra
en previsión a los crecimientos de la producción, alquiler de mano de obra
extra y su formación, reclutamiento de directivos o inflación. Supondremos
que el agregado de este tipo de costo se puede representar como:
2
C2 x', t A x' Bx' Ct A, B y C 0
2
x, x', t px ax2 bx c A x' Bx' Ct .
px ax
T
max J x
2
2
bx c A x ' Bx ' Ct dt
x t
0
s.a : x 0 x 0
x T x T
f d f
1
x dt x '
f
p 2ax b 2
x
f
2Ax' B 3
x '
d f d
2Ax' B 2Ax'' 4
dt x ' dt
a bp
x' ' x
5
A 2A
456
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Tenemos una ecuación diferencial ordinaria no homogénea de orden dos con
coeficientes constantes, cuyo polinomio característico es:
a
r1
a
Pr r 2
A
0
A a
r2
A
a bp bp
0 k k
A 2 A 2a
pb
x*t A1e 8
a At a At
A2e
2a
pb
x*0 A1 A2 x0
2a
pb
A1 A2 x0 9
2a
pb
x*T A1e
a AT a AT
A2e xT
2a
pb
A1e
a AT
A2e
a AT
xT 10
2a
457
CIRO BAZÁN OPTIMIZACIÓN DINÁMICA
Resolviendo (9) y (10) tenemos:
pb pb
x0 xT e a AT
2a
A1 2a
2 a A T
1 e
a A T pb pb a A T
e xT x0
e
2a 2a
A2
2 a A T
1 e
pb pb
x0 xT e a AT
2a 2a
x t
a At
*
e
2 a A T
1 e
a A T pb pb a A T
e xT x0
e
2a 2a a At pb
e
2 a A T 2a
1 e
2
f x, x', t x, x', t px ax2 bx c A x' Bx' Ct
Cuya matriz hessiana evaluada en cualquier x, x', t es:
xx xx' 2a 0
H
x'x x'x' 0
2A
458
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Además, se verifica la condición necesaria de segundo orden de óptimo local
dado que:
x ' x ' x * t , x '* t , t 2A 0 t 0, T .
q ln q 11
dxt
x't qt 12
dt
t t
xt
0
x'tdt
qtdt
0
0 t T
11
Ver apéndice al final del capítulo.
459
CIRO BAZÁN OPTIMIZACIÓN DINÁMICA
Donde:
0 0
x(0)
0
x'tdt
qtdt 0
0
T T
x(T)
0
x'tdt
qtdt Q
0
T T
e
t
q t dt e t ln x ' t dt
14
0 0
T
max J x e t ln x ' t dt
x t
0
s.a : x 0 0
x T Q
d
15
x dt x'
0 16
x
e t
17
x ' x'
460
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
e t
d '
x
e t
0 k cte
dt x'
x'
1 t
e 18
k
x dt k e
1 t 1
'
dt e t dt A1 e t dt
k
A1 t
xt e A 2 A 2 A 3 e t 19
x0 A 2 A 3 0 20
A2
Q
y A3
Q
22
e T
1 e T
1
Q Q
x*t e t 23
e
T
1 1 e
T
Q
q * t x ' * t e t 24
1 e T
461
CIRO BAZÁN OPTIMIZACIÓN DINÁMICA
Q
Para T 1 y 0,
1 e
tomará un valor positivo (ya que
T
q*t
Q
1 e
T
QeT
1 e
T
t
T
Figura 2
f x , x ' , t e t ln x ' t
Cuya matriz hessiana evaluada en cualquier x t , x ' t , t es:
0 0
Hf x t , x ' t , t 0 e
t
x'
2
e t e t
0
x
' 2
x
' 2
462
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Eliminando la segunda fila y la segunda columna tenemos:
0 0
0 0
e t 0
0
x
' 2
Por tanto, f x , x ' , t es cóncava respecto a “x” y “ x ' ”, entonces la ecuación
de Euler es una condición necesaria y suficiente de máximo global. Es decir,
x * maximiza globalmente la funcional objetivo.
f x ' x ' x t , x
* '*
t , t
e t
e t 1 e T
2
0 t 0, T .
x
'* 2 Q 2
4. Condición de transversalidad
Hasta este punto, el problema (III) se ha resuelto utilizando la ecuación de
Euler, y las condiciones de borde (condiciones que debían satisfacer las
trayectorias admisibles). No obstante, si no se conoce el valor inicial y/o el
valor terminal de la trayectoria óptima se perderá una condición de borde.
Por tanto, es indispensable contar con una condición adicional denominada
condición de transversalidad para poder resolver dicho problema. En
consecuencia, el nuevo problema que tendremos que resolver será:
t1
max J x f x t , x ' t , t dt
x
t0
(X)
s.a : x t 0 x 0 x 0 : dado
x t1 x1 t 1 ó x 1 : libres
463
CIRO BAZÁN OPTIMIZACIÓN DINÁMICA
4.1 Condición de transversalidad
f xt, x't, t
xt1 f xt, x't, t
dxt f xt, x't, t
t1 0
x't
dt x't
t t1 t t1
O de forma compacta:
fx t t
'
1
xt1 f x'fx' t t1
t1 0 XI
fx t t
'
1
xt1 0 XII
Pero, dado que xt1 puede tomar cualquier valor, la única forma de
que (XII) se verifique es que se cumpla la siguiente condición:
fx t t
'
1
0 XIII
xt0 x0
t
t0 t1
Figura 3
f x f '
x' t t1
t1 0 XIV
f x f '
x' t t1
0 XV
xt
xt1 x1
xt0 x0
t
t0
Figura 4
465
CIRO BAZÁN OPTIMIZACIÓN DINÁMICA
Curva terminal: t1 libre
f x f
' '
x' t t1
t 1 0 XVIII
f x f
' '
x' t t1
0 XIX
xt0 x0
t
t0
Figura 5
466
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Línea terminal vertical truncada (estado terminal
acotado inferiormente): xt 1 x mín
Cuando la línea terminal vertical es truncada, restringida por la
condición terminal x t1 x mín donde x mín es el nivel mínimo
permitido de “x”, la solución óptima puede tener dos posibles tipos de
resultado: x * t 1 x mín o x * t1 x mín . Donde x * t 1 es el valor
terminal de una trayectoria admisible x * t que satisface la ecuación de
Euler y la siguiente condición de transversalidad:
CHC
f x'
t t1
0 x * t 1 x mín *
x t 1 x mín f x '
t t1
0 XX
xt
x t 1 x mín
xt0 x0
t
t0 t1
Figura 6
x*tserá un máximo local de (X), con el instante final óptimo dado por t 1* ,
se cumplen las siguientes condiciones:
x*tserá un máximo local de (X), con el instante final óptimo dado por t 1* ,
se cumplen las siguientes condiciones:
*
x t , x t , t 0.
'*
2. La condición de Legendre: f x ' x '
dFK t d 2 FK t
Y FK t con 0, 0
dK dK 2
dKt
Y FK t Ct I t Ct
dt
De donde:
dKt
Ct FK t
dt
12
Frank Ramsey no ha pasado a la historia como alguien especialmente recordado fuera del entorno
económico, en parte se ha debido a su temprana muerte a la edad de 27 años. A pesar de ello dejó
plasmadas varias ideas brillantes en sus trabajos, que serían desarrolladas posteriormente por varios
renombrados economistas: Solow y Swan (1956), Cass y Koopmans (1965).
469
CIRO BAZÁN OPTIMIZACIÓN DINÁMICA
dKt
Ahora, para cada elección de la función de inversión It en 0, T,
dt
el capital es completamente determinado por la función
dK
t
Kt K0
0
dt
d y a su vez determina Ct. Además, se asume
dUCt d2UCt
0, 0
dCt dCt2
a) KT KT 0 ,
b) KT libre.
3.- Halle la senda, cuyo punto inicial es A 0, 1 y cuyo estado terminal está
determinado por t 4 3t , que minimice la distancia entre “A” y xt.
470
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
La elección de la senda temporal para Ct en la maximización es
restringida por la siguiente relación:
S0 S0
a) ST 0
ST b) libre
e c t
U C t 0
T
471
CIRO BAZÁN OPTIMIZACIÓN DINÁMICA
Es más conveniente definir y t como la diferencia entre la variable de
estado original y el nivel objetivo x̂ , yt x t x̂ , de manera que el valor
objetivo de y t sea nulo: yT x T x̂ 0 . Entonces
u t y t x t . Esto conduce al siguiente problema de cálculo de
' '
variaciones:
T
2
y t c y ' t dt
y t
2
min
0
s.a : y 0 y 0
y T 0
T T
U FK t K ' t dt
K t
U C t dt
C t
max max
0 0
s.a : K 0 k 0
s.a : K ' t FK t C t
K 0 k 0 K T 0
K T 0
T
max ae tct dt
ct
0
s.a : k0 0
kT kT
k' t et kt kt ct
Solución:
C x t , x ' t
C x t , x ' t
T T
2 2
min 2 x t x t dt max 2 x t x ' t dt
'
x t x t
0 0
s.a : x 0 0
x T N y T : libre
C d C
25
x dt x'
2
d
dt
2x 2x
' ''
x' ' 1 26
t2
xt At B 27
2
' C
C x 0 28
x' t T
2
2 x T x ' T x ' T 2 x ' T 2 x T x ' T
2
0
x T
' 2
2 x T 29
Por las condiciones iniciales tenemos que:
02 t2
x0 A0 B B 0 xt At 30
2 2
x't t A 31
Evaluando (30) y (31) en “T” tenemos:
T2
xT AT 32
2
x'T T A 33
Reemplazando (32) y (33) en (29) tenemos:
T2
T A2 2 AT T2 2AT A2 T2 2AT A 0
2
x * t t 2 2 34
Por las condiciones finales:
T2
xT N T* 2N 35
2
474
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Dado que: Cx'x' x*t, x'*t 2 0, en consecuencia, por la condición
Cxt, x tdt .
T
'
localmente a
0
xt
x*t t 2 2
t
0 T* 2N
Figura 7
Derivando (34):
x '* t t 36
funcional objetivo:
t2
2N
2
C x * t , x '* t 2 t2
2t
2
dt 2 N 3 2
2 3
0
K 0 k 0
1
C t
bKt K t
'
f K t , K ' t , t U C t e rt
1
e rt ; 0 1 37
U C t
475
CIRO BAZÁN OPTIMIZACIÓN DINÁMICA
Las derivadas parciales de “f” de primer y segundo orden son:
'
U
f K bU ' e rt b bK K '
e rt 38
F
f K' U e ' rt
bK K ' e rt 39
F'
f KK ' f K 'K b U '' e rt b bK K '
1 rt
e 40
f K ' t rU ' U '' C ' e rt
r bK K '
bK K
' 1
bK ' K '' e rt 43
bU' e rt rU ' U '' C ' e rt C ' r b U ' U '' *
Teniendo en cuenta que el coeficiente de aversión relativa al riesgo de
Ct U '' Ct
Arrow-Pratt es r t , tenemos:
U ' Ct
b
'
F K t r
C ' t
* *
C t r t
C ' t
0 F ' K t r
C t
476
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Por tanto, el consumo crece si y sólo si la productividad marginal del
capital “ F ' K t ” excede a la tasa de descuento intertemporal “r”. Por
otro lado, si F ' K t r , existe tanta impaciencia a consumir que el
consumo empieza alto, y luego decrece en el tiempo.
TRC
b
C ' t
r r t F K t
'
* * *
C t
bK '
K '' bK K '
r b
b r
bK K ' 1
b r b r
K ''
b K ' b
K 0 K '' K ' K 0 45
br
P 2 0 1 b y 2 .
La solución es:
br
t
K *
t A 1 e bt
A2 e 46
Por tanto, la inversión óptima será:
br
t
dK * t br
I *
t A 1 be bt
A2
e
47
dt
br
t
Y *
t bK t A 1 be
* bt
A2 be 48
477
CIRO BAZÁN OPTIMIZACIÓN DINÁMICA
br
t
br
C t Y t I t A 2 b 49
* * * e
K * 0 A 1 A 2 k 0 50
a) Para la condicón final K T K T 0 , tenemos:
br
T
K * T A 1 e bT A 2 e KT 51
De (50) y (51) se obtiene que:
br
T
K0 e KT K T K 0 e bT
A1 y A2
br br
T T
e e bT
e e bT
br
T br
t
K0 e KT K T K 0 e bT
Y * t be bt be 54
br br
T T
e e bT e e bT
br
t
K T K 0 e bT br
C t 55
*
b e
br
T
e e bT
478
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Ahora constataremos que la senda del stock de capital maximiza
globalmente la funcional objetivo.
1
Ct
b 2 b
bKt K 't 56
Hf K t , K ' t , t e rt
b 1
U Ct 0
' bKt K 't 0 U Ct 0
''
bKt K 't 0
f K '*
t T
0 58
f K '*
t T
bK* T K ' * T rT
e C* T e rT 0 59
Pero para:
Ct 1
U Ct 0 1
1
479
CIRO BAZÁN OPTIMIZACIÓN DINÁMICA
Tenemos que:
dUCt 1
0 C t 0
dCt C t
d 2 U Ct
0 C t 0
dCt 2
Ct 1
Por tanto, para que se verifiquen las hipótesis:
dUCt d 2 U Ct
0 0
dCt dCt 2
Ct 0 t 0, T
Por tanto:
C*T 0
3.- Se consideran todas las curvas xt de clase C2 que parten de A 0, 1 ,
que por tanto satisfacen la condición inicial, y que llegan a la recta
t 4 3t, por lo que cumplen la condición final xt1 t1 4 3t1, tal
como se aprecia en la figura 8. A cada una de dichas funciones se les
asigna como valor objetivo, la longitud total del arco de la curva xt , que
parte de A 0, 1 y llega a la recta t 4 3t .
dx2 2 dx2
dL2 dt2 dx2 dL2 1 dt dL 1 dt
dt2 dt2
480
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
2
dx
61
2
dL 1 dt 1 x' dt
dt
xt
dL
dx
dt
x t
*
A 0, 1 t 4 3t
Figura 8
Por tanto, la longitud total del arco de la curva xt , que parte de
A 0, 1 y llega a la recta t 4 3t vendrá determinada por la
integral de “dL” desde t 0 hasta el instante terminal t t1 :
t1
Lx 62
2
1 x' dt
0
F x t
'
dt
t1 t1
min Lx max Lx
2 2
x t 1 x'
x t 1 x' dt
0 0
s.a : x 0 1 s.a : x 0 1
x t1 4 3 t 1 x t1 4 3 t1
F x ' t
d F x ' t
x t dt x ' t
481
CIRO BAZÁN OPTIMIZACIÓN DINÁMICA
Sustituyendo las derivadas correspondientes tenemos:
F
x '
'
d x x' A2
0 A x' B
dt
1 x
'
2
1 x'
2
1 A2
x't B 65
Por la condición final tenemos:
3
xt1 Bt1 1 4 3t1 t1* 66
B3
F '
x ' Fx '
t t1*
0
B
1 B2 3 B 0
1 B
2
Fx ' x ' x '* t 1 1 1 3 2
3 2
0, entonces gracias a la condición de
Legendre, x t será una trayectoria que reemplazada en la funcional
*
objetivo Lx t hará que ésta sea máximizada localmente, y por tanto,
al reemplazar x*t en la funcional objetivo Lx t hará que ésta sea
mínimizada localmente.
t1*
9
10
67 x*t
t
3
1 0 t 9 10 68
x* t1*
13
10
69
482
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
9 10 2 9 10
1 10 10 3
1 dt
9 10
L x* dt t 0
10 .
0 3 0
9 9 10
3
d* 0 9 102 1 13 102 10 .
10
UiSt S t e
T T
U Ct e
rt
max dt max ' rt
dt
C t S t
0 0
s.a : S' t iSt Ct s.a : S0 S0
S0 S0
e C t e iS t S t
'
U Ct 0 ,
Ct
f St , S t , t
' 1
e
iS t S ' t rt
70
fS fS' t 77
ie C t rt C ' t r e C t rt
i C ' t r 78
483
CIRO BAZÁN OPTIMIZACIÓN DINÁMICA
Pero:
b bS' t S '' t r S '' t iS' t
rb
80
1 0
P 2 i 0
2 i
Por tanto:
1 eit
Wt ieit 0
0 ieit
Entonces:
0 e it 1 0
i r it ri
W1 t r i e
W2t ri
ie it 0
W1 t ir ir
S1p t S1 t dt
dt
i
t
84
W t i
484
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Sumando (84) y (85) obtenemos la solución particular:
ir ir
S p t t
2
86
i i
ir ir
S*t A1 A2eit t
2
87
i i
ir
I*t S'*t A2ieit
88
i
ir
C * t iS* t S '* t A 1 i t
89
ir
S*0 A1 A2 S0 90
2
i
ir ir
S*T A1 A2eiT T
i2 ST 91
i
ir
S0eiT ST 1 iT eiT
i2
A1 92
eiT 1
ri
ST S0 T
A2 i 93
eiT 1
485
CIRO BAZÁN OPTIMIZACIÓN DINÁMICA
Reemplazando (92) y (93) en (87), (88) y (89) tenemos:
ir
S 0 e iT S T 1 iT e iT
i
2
S * t
e iT 1
ri
ST S0 T
i ir ir
e it t
2
94
e 1 i i
iT
ri
ST S0 T
i ir
I * t S '* t ie it
95
e iT 1 i
S 0 e iT S T 1 iT e iT
i r ir
i
2
C t
*
i t
96
e iT 1
2 i
C t rt i
Hf St , S' t , t 97
e
i 1
fS '*
t T
0 98
486
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Reemplazando (72) en (98) y evaluando en “T” tenemos la siguiente
expresión:
e C T rT 0 99
*
fS '*
t T
q prod t x t (102)
dq prod t
p t x ' t (103)
dt
dC prod t
K 1 p t (104)
dq prod
dC Invent t
K 2 x t (105)
dt
487
CIRO BAZÁN OPTIMIZACIÓN DINÁMICA
Reemplazando (103), (104) y (105) en (101) se tiene que:
dCTot t
K1 p t p t K 2 x t K1 p t 2 K 2 x t
dt
dCTot t
dt
K 1 x ' t
2
K 2 x t (106)
K 1 x t
T
K 2 x t dt
' 2
(107)
0
T
K1 x ' t K 2 x t dt
2
x t
min
0
s.a : x 0 0 (108a)
x T A
p t 0
T
K1 x ' t K 2 x t dt
2
x t
max
0
s.a : x 0 0 (108b)
x T A
p t 0
dC Tot t dC Tot t
d x t
'
dt dt
x t dt
K2
d 2 K 1 x ' t K 2 2 K 1 x '' t x '' t
K2
(109)
dt 2K
K2
x ' t t K 3 (110)
2K
488
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Integrando (110) tenemos:
K2
x * t t 2 K 3 t K 4 (111)
4K 1
x * 0 K 4 0 (112)
K2
x * t t 2 K3t (113)
4K 1
K2 A K2
x * T T 2 K 3T A K 3 T (114)
4K 1 T 4K 1
K2 A K2
x * t t2 T t 0 t T (115)
T 4 K 1
4K1
P * t x '* t 0 (116)
K2 A K2
x '* t p * t t T 0 t T (117)
2K1 T 4K 1
K2 A K2
t T0 (118)
2K1 T 4K1
A K2 A K2
T0 T (119)
T 4K 1 T 4K 1
489
CIRO BAZÁN OPTIMIZACIÓN DINÁMICA
b) Para este nuevo caso, en el que “T” es libre, siguen siendo válidas la
ecuación de Euler, las condiciones iniciales y las condiciones finales
(pero “T” es desconocido) y las ecuaciones (115), (117) y (119). Pero
ahora hay que añadir la condición de transversalidad correspondiente
a “T” desconocido:
K1 x '
2
K2 x
K1 x
' 2
K 2 x x'
x '
0 (120)
t T
K 1 x *' T K 2 x * T x *' T 2 K 1 x *' T 0
2
K1 x *' T
2
K 2 x * T 2K1 x *' T
2
0
K1 x *' T
2
K 2 x * T 0 (121)
2
K2 A K2 K2 A K2
K1 T T K 2 T2 T T 0
2 K 1 4 K 1 4 K 1 4 K 1
T T
2
K2 A
K1 T AK 2 0 (122)
4 K 1 T
Factorizando se tiene:
2
A K2
K1 T 0
T 4 K1
A K2 AK1
T 0 T * 2 0
T 4 K1 K2
x * t
K2
4K1
t2 0 0 t T *
x '* t p * t
K2
2K1
t0 0 t T *
490
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
c) La condición necesaria de Legendre:
2 K 1 x '* t K 2 x * t
2
2 K 1 0
x ' t 2
0
H K 1 x ' t K 2 x t
2 0
0 2K 1
1 0 y 2 2K1 0
T T
2 2
y t 2 c y ' t dt y t c y ' t dt
y t
2
min max
y t
0 0
s.a : y 0 y 0 (123a) ≡ s.a : y 0 y 0 (123b)
y T 0 y T 0
2
y t c y t
2 '
d
2 '
2
y t c y t y t
'
y t dt
2 y t
d 2cy ' t 2 yt 2cy ' ' t y ' ' t
1
y t 0 (124)
dt c
491
CIRO BAZÁN OPTIMIZACIÓN DINÁMICA
El polinomio característico de (124) es:
1
r1
1 c
r 0
2
(125)
c 1
r2
c
y* t y*c t Ae
1c t 1c t
Be (126)
y1 t e y1' t 1 c e
1c t 1c t
y 2 t e y '2 t 1 c e
1c t 1c t
1c t 1c t
e e
W t 2 1 c 0 W t 0
1c t 1c t
1ce 1ce
y* 0 A B y 0 (127)
y* T Ae
1cT 1c T 2 1cT
Be 0 B Ae (128)
y0 y0
A y B (129)
2 1c T 2 1 c T
1 e 1 e
y0 y0
y * t e e
1c t 1c t
(130)
2 1c T 2 1c T
1 e 1 e
492
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Para verificar la globalidad de y * t debemos verificar si la función
intermedia es cóncava en y, y ' para cada t 0, T en el problema
(123b). Para ello bastará con verificar que el Hessiano de la función
intermedia es semidefinido negativo en y, y ' para cada t 0, T . El
Hessiano de la función intermedia para cada t 0, T viene dado por:
2
2
H y t 2 c y ' t
0
0
2c
1 2 y 2 2c 0
y0 y0
x * t e e
1c t 1c t
x̂
2 1c T 2 1c T
1 e 1 e
b) Para este nuevo caso, en el que “ yT ” es libre, siguen siendo válidas
la ecuación de Euler, la condición inicial y las ecuaciones (126) y
(127). Pero ahora hay que añadir la condición de transversalidad
correspondiente a “ yT ” desconocido:
2 '
2
y t c y t
0
y ' t
t T
y*' t A 1 c e
1c t 1c t
B 1 ce (132)
y*' T A 1 c e
1cT 1cT
B 1 ce 0 (133)
493
CIRO BAZÁN OPTIMIZACIÓN DINÁMICA
De (127) y (133) se obtiene:
y0 y0
A y B (134)
2 1c T 2 1 c T
1 e 1 e
y0 y0
y * t e e
1c t 1c t
(135)
2 1c T 2 1c T
1 e 1 e
y0 y0
y * T e e
1c T 1c T
2 1c T
2 1c T
1 e 1 e
2y0
y * T
1c T 1c T
e e
2y0
lím y * T lím 0
T T 1c T 1c T
e e
1c T
lím
2y0 2y0e
lím y * T lím
c 0 c 0 1c T 1c T c 0 2 1 c T
e e e 1
1c T y
2y0 1 c e
lím y * T lím 0
0
c 0 c 0 2 1c T
clím
0 1c T
2 1 c e e
494
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Finalmente, podemos observar que si c 0 entonces y* t 0
incluso cuando “T” es fijo. Esto se aprecia aplicando límites a (135)
cuando c 0 :
y0 y0
lím y * t lím e e
1c t 1c t
c 0 c 0 2 1c T
2 1c T
1 e 1 e
1c t 1 c 2T t
e e
lím y t y 0 lím
*
0
c 0 c 0 2 1 c T
1 e
T T
U FK t K ' t dt
K t
U C t dt
C t
max max
0 0
s.a : K 0 k 0
s.a : K ' t FK t C t
(136)
K 0 k 0 K T 0
K T 0
U
d U K '
K dt
Ct
d U '
Ct K '
U'
K dt
U ' F'
d U'
U ' F' U ' ' C'
U ''
F'
(137)
dt U' C'
e c t
U c t para α 0
495
CIRO BAZÁN OPTIMIZACIÓN DINÁMICA
Se tiene que el coeficiente de Arrow-Pratt de aversión absoluta al riesgo
es:
F' F'
C' (139)
C'
Entonces:
F ' K t b (141)
b
C ' t
b
C * t t (142)
b
C * t t bKt K ' t
b
K ' t bKt t
K ' t bKt 0
P b 0 b
496
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Entonces, la solución complementaria será:
K c t e bt (143)
K1 t e bt
W t e bt e bt 0
b b
W1 t t t
b
W1 t t 1
t
K p t K 1 t W t dt e
bt
dt (144)
e bt
b
1 t
K * t K c t K p t e bt (145)
b
CHC
U K'
t T
0 K * T 0
K * T 0 U K ' 0
t T
(146)
K * T K mín 0 (147)
497
CIRO BAZÁN OPTIMIZACIÓN DINÁMICA
Evaluando (145) en “T”, y teniendo en cuenta (147) tenemos:
1 T
K * T e bT 0 (148)
b
1 1
K * 0 K0 K0 (149)
b b
e bT bK 0 1 bT 1
(150)
e bT 1
Reemplazando (150) en (149) resulta:
K 0 T
(151)
1 e bT
Reemplazando (150) y (151) en (145) resulta:
K * t
K e T t K T
0
bT
0
e bt (152)
e 1
bT 1 e bT
1 b K 0 T
K '* t e bt (153)
1 e bT
Reemplazando (150) en (142) resulta:
b e bT bK 0 1 bT 1
C * t t (154)
e bT 1
Ahora constataremos que la trayectoria del capital, ecuación (152), y la
trayectoria de la inversión, ecuación (153), maximizan globalmente la
funcional objetivo.
2 b
C t b
HU K t , K ' t , t
e
b 1
498
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
La matriz hessiana HU K t , K ' t , t
será semidefinida negativa ya que
max J x f x t , x ' t , t dt
x t
XXI
0
s.a : x 0 x 0
x final libre
Dado que ahora la funcional está dada por una integral impropia, para que
esta funcional esté definida, la integral debe ser convergente. A continuación
se presentan dos condiciones suficientes para que la funcional objetivo sea
convergente.
b
S
J x f x t , x ' t , t e rt dt S e rt dt S lím
e
rt
dt
b r
0 0 0
499
CIRO BAZÁN OPTIMIZACIÓN DINÁMICA
7.2 Condiciones de transversalidad
Cuando el horizonte temporal es infinito, la ecuación de Euler y la
condición suficiente de segundo orden siguen siendo válidas para la
resolución del problema de cálculo de variaciones. No obstante la
condición de transversalidad se modifica ligeramente. En lugar de
utilizar la condición (XI), ahora se emplea la siguiente condición:
lím f x 'f x ' 0
t
XXIII
0
lím f
t x
' XXV
500
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
7.3 Condición Suficiente
Si la función intermedia f x t , x ' t , t es cóncava (convexa) en las
'
variables x , x en un problema con horizonte temporal infinito,
entonces la ecuación de Euler más la siguiente condición suplementaria:
lím f
t x
x x
'*
*
0
Ejemplo:
Modelo de Inversión13: Este modelo fue desarrollado por Eisner y
Strotz (1963). El modelo se centra en la inversión neta como un proceso
que amplía el tamaño de la planta de una empresa. Por tanto, no se
considera la depreciación del stock de capital. Se supondrá que una
empresa tiene como único insumo el capital K, que K AK BK 2
A y B 0 es su función de beneficios brutos, y que CK' aK' bK'
2
f K, K' , t
max J K AK BK 2 a K ' bK ' e rt dt
2
K t
0
s.a : K 0 K 0 0
K final : libre
Donde:
f K , K ' , t AK BK 2 a K '
2
bK ' e rt
13
Basado en Eisner, R. y Strotz, R., “Determinants of Business Investment”, Impacts of Monetary Policy,
Prentice-Hall, Englrwood Cliffs, New Jersey 1963, pp. 60-233.
501
CIRO BAZÁN OPTIMIZACIÓN DINÁMICA
Con derivadas:
f K A 2BK e rt
f K ' 2aK' b ert f KK 2Be rt
f K f K ' t A 2BKert 2aK' b r 2aK'' ert
B rb A
K ' ' rK ' K 155
a 2a
r r 2 4B a
1
B
P 2 r
2
0
ar r r 4B a
2
2
2
r r 4 B a r r 4 B a
2 2
t t
2 2
K c t A1 e A2 e 156
r r 4 B a r r 4 B a
2 2
t t
2 r r 2 4B a 2
K 1 t e K 1' t e
2
r r 4 B a r r 4 B a
2 2
t t
2 r r 2 4B a 2
K 2 t e K 2 t
'
e
2
502
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
El Wronsquiano será:
r r 4B a r r 4B a
2 2
t t
2 2
e e
Wt
r r 2 4B a
r r 2 4B a
t t
r r 2 4B a 2
r r 2 4B a 2
e e
2 2
En consecuencia:
r r 4B a
2
t
r r 4B a
2
2
0 e t
A rb 2
W1t
r r 2 4B a
e
t
rb A r 2
r 4 B a 2
2a
e
2a 2
r r 2 4B a
t
2 r r 4B a
2
e 0 t
rb A 2
W2t
r r 4B a
2
e
t 2a
r r 2 4B a 2
rb A
e
2 2a
Por tanto:
r r 4B a
2
t r r 4B a
2
2 t
W1t rb A e 2
K1t
Wt dt 2a r 2 4B a
e dt
W1t A rb
K1t
Wt dt a r 2
4B a r r 2 4B a
503
CIRO BAZÁN OPTIMIZACIÓN DINÁMICA
r r 2 4 B a
t r r 2 4 B a
2 t
W2 t rb A e 2
K 2 t dt e dt
W t 2 a r 2 4 B a
W2t rb A
K2t
Wt dt a r 2
4B a r r 2 4B a
A rb rb A
Kpt
a r 2 4B a r r 2 4B a a r 2 4B a r r 2 4B a
Simplificando:
A rb
Kp 0 157
2B
r r 4 B a r r 4 B a
2 2
t t
2 2 A rb
K * t A1 e A2 e 158
2B
r r 2 4B a r r 2 4B a
t t
r r 2 4B a 2 r r 2 4B a 2
K t A1
'*
e A2 e
2 2
K 0 A1 A 2 K p K 0 159
lím f K 'f K ' 0
t
t
2
CT1 lím AK BK2 a K' e rt 0
504
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Reemplazando K*t y K '*t en el límite anterior obtenemos lo
siguiente:
CT1 lím AK* B K *
t
2
a K '*
2 rt
e 0
CT1 lím A1 A 2BKp e1 rt A12 A21 B e21 rt 2A1A2A12 B
t
A2 A 2BKp e2 rt A22 A22 B e22 rt AKp BK2p e rt 0
La única forma de que este límite sea convergente a cero es que A1 0.
Por tanto, de (159) se tiene que:
A2 K0 Kp 160
Entonces, reemplazando A1 0 y A2 K0 Kp en (158) tenemos que:
r r 4 B a
2
t
A rb 2 A rb
K * t K 0 e 161
2 B 2B
2 Be rt 0
Hf K t , K ' t , t
2ae rt
0
lím f
t K
'*
K K*
0 lím f K '* lím K K *
t t
0 (163)
505
CIRO BAZÁN OPTIMIZACIÓN DINÁMICA
Derivando (161) respecto del tiempo se tiene:
r r 4 B a
2
t
r r 2 4 B a A rb 2
K t
'*
K 0 e
164
2 2B
Dado que f K '* 2aK '* b e rt , entonces:
r
r 2 4 B a
t
A rb
rt
2
lím f '* lím a r r 2 4B a K 0 e be
t K t 2 B
lím f
t K
'* 0
En cuanto a K K * , la forma cuadrática en “K” de la función de
beneficios, representada en la figura 9, sugiere que según “t” tienda a
infinito, la diferencia entre el valor “K” de cualquier trayectoria vecina
admisible y el valor “K*” es limitada. Por tanto, el hecho que “ f K '* ”
tienda a cero conforme “t” tiende a infinito, nos asegura que la
condición suplementaria (163) se satisfaga como igualdad. En
consecuencia, la concavidad estricta de la función intermedia hará que
la ecuación de Euler sea suficiente para un máximo global estricto en la
funcional objetivo.
AK BK 2
K
0 A 2B
Figura 9
VII.3 Teoría de control óptimo
Las primeras investigaciones realizadas sobre control óptimo fueron efectuadas
por Valentine (1937), McShane (1939) y Hestenes (1949). Pero el verdadero
desarrollo de esta técnica fue realizado por los rusos Pontryagin, Boltyanskii,
Gamkrelidze y Mishchenko (1958). La teoría de control óptimo se ha aplicado
extensivamente a la solución de problemas económicos desde los tempranos
documentos de trabajo que aparecieron en Shell (1967) y los trabajos de Arrow
(1968) y Shell (1969). El campo es demasiado extenso para ser examinado
detalladamente aquí. Sin embargo, podemos citar algunos interesantes libros que
abordan este tópico: Seierstad y Sydsæter (1987), Kamien y Schwartz (1991),
Léonard y Long (1992), Takayama (1993) y (1997), Gandolfo (1997), Chiang,
A. (2000), De la Fuente, A. (2000).
506
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
1. Formulación del problema fundamental de control óptimo
En la sección V.2 hemos estudiado el método clásico para resolver
problemas de optimización dinámica, el cálculo de variaciones. No obstante,
esta técnica no resulta conveniente para resolver problemas de optimización
dinámica en los que aparecen restricciones sobre las derivadas de las
funciones que intervienen en dichos problemas. Además, mediante este
método sólo se admiten soluciones interiores.
La técnica moderna que permite tratar características no clásicas como
soluciones de esquina, restricciones en forma de desigualdad sobre las
trayectorias, y otras generalizaciones, es la teoría de control óptimo. Esta
técnica se centra en una o más variables de control14 que sirven como
instrumentos de optimización, y que están asociadas a una o más variables de
estado a través de la denominada ecuación de movimiento. Específicamente,
esta técnica tiene como principal objetivo determinar la trayectoria temporal
óptima para la/s variable/s de control, a partir de la/s cual/es podremos
determinar la/s trayectoria/s óptima/s de la/s variable/s de estado asociada/s.
Supongamos que tenemos un sistema que está representado en el tiempo por
ciertas variables, denominadas variables de estado, dadas por
x 1 t , x 2 t , , x n t , cuya dinámica está descrita por un sistema de
ecuaciones diferenciales (tiempo continuo) o por un sistema de ecuaciones
en diferencias (tiempo discreto), y que pueden ser controladas por unas
variables denominadas variables de control, variables de decisión o
instrumentos, denotadas por u 1 t , u 2 t , , u m t . El problema general de
control óptimo que se plantea es obtener una trayectoria (senda) para las
variables de estado x 1 t , x 2 t , , x n t eligiendo adecuadamente las
trayectorias temporales de las variables de control u 1 t , u 2 t , , u m t de
modo que se maximice un objetivo sujeto a determinadas restricciones.
x 0 , t 0 y t 1 : dados
x 1 : dado en b y c
En (XXVI)16, la funcional objetivo, tiene como argumento a “u” y no a “x” y
la función intermedia tiene a “u” como argumento en lugar de “ x ' ” como
ocurría en el cálculo de variaciones. Además, debido a la presencia de “u”, es
indispensable contar con una conexión entre dicha variable y “x” para saber
cómo “u” afectará a la trayectoria adoptada por “x”. Esta información es
proporcionada por la ecuación diferencial, denominada ecuación de
movimiento, de transición o de estado, que relaciona a “x” con “u”. Esta
ecuación nos muestra cómo, en cada momento del tiempo, para un valor
dado de “x”, la variable de control “u”, elegida por un “planificador”, guiará
a “x” a lo largo del tiempo. Una vez determinada la senda óptima de la
variable de control, u * t , la ecuación de estado permitirá obtener la
trayectoria óptima de la variable de estado x * t .
Para que (XXVI) pueda resolverse, deberá verificarse que las funciones
f t , x t , u t y g t , x t , u t sean continuas en todos sus argumentos, y posean
derivadas parciales de primer orden continuas con respecto a “t” y a “ x t ”, pero
no necesariamente respecto a u t . Además, u t no tendrá que ser continua
para llegar a ser admisible; sólo necesitará ser continua a trozos17. Asimismo,
x t debe ser continua en el periodo de planificación temporal, aunque puede
presentar un número finito de puntos agudos o esquinas18. Es decir, para que una
senda de estado sea admisible sólo necesita ser diferenciable a trozos19.
16
Sin pérdida de generalidad, supondremos que todos los problemas de control óptimo consisten en
maximizar la funcional objetivo. Esto se adopta debido a que todo problema de minimización siempre se
podrá reformular como un problema de maximización añadiendo el signo menos a la funcional objetivo.
17
Esto significa que es continua en todos los puntos, excepto, quizá, en un número finito de ellos. Es decir,
u t podrá contener un número finito de saltos en los que u t no tienda a valores infinitos (cualquier
discontinuidad que involucre saltos finitos).
18
Una esquina es un punto de una función en el que su derivada es discontinua. En una esquina la función
no es diferenciable.
19
Esto significa que es diferenciable en todos los puntos, excepto, quizá, en un número finito de ellos. Es
decir, x t podrá contener puntos en los que no sea diferenciable respecto al tiempo (esto es, puede existir
un número finito de puntos donde las derivadas laterales derecha e izquierda de x t respecto al tiempo
difieran la una de la otra).
508
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Al igual que las trayectorias de control admisibles20, las trayectorias de
estado admisibles deben tener un valor finito para cada instante en el periodo
de planificación temporal. Además, se asumirá que si u t está definida en
t 0 , t 1 , entonces u t es continua en los extremos del intervalo.
En el problema (XXVI), tenemos que la condición inicial está
completamente especificada (instante inicial y el valor inicial de la variable
de estado) y se conoce el instante final pero el valor final de la variable de
estado dependerá si estamos en el caso de estado terminal libre [caso (a)],
linea vertical terminal truncada [caso (b)], o estado terminal fijo [caso (c)].
Por otro lado, el conjunto de controles admisibles, U, por lo general es un
conjunto compacto (cerrado y acotado) y convexo. Esto deja abierta la
posibilidad de que existan soluciones de esquina en el problema de
optimización, a diferencia de los problemas de cálculo de variaciones. No
obstante, en el problema (XXVI), tenemos que u t U ,, es
decir, la variable de control debe pertenecer al conjunto abierto , , por
lo que en este caso no hay restricciones sobre la variable de control. Por
tanto, en el problema (XXVI) podríamos omitir u t U.
509
CIRO BAZÁN OPTIMIZACIÓN DINÁMICA
El principio del máximo de Pontryagin, que a continuación enunciaremos,
transfiere el problema de encontrar una u t que maximice J u sujeto a las
restricciones dadas, problema XXVI, al problema de maximizar la función
Hamiltoniana con respecto a u t U. En términos formales:
Max H t , x t , u t , t t t 0 , t 1
u t
XXVIII
s.a : u t U
' t
d t
H t , x * t , u * t , t XXX
dt x t
x ' t
dxt
H t , x * t , u * t , t gt , x *
t , u * t XXXI
dt t
0 1 o 0 0 XXXII
Como t es continua para todo “t” en el intervalo finito cerrado t 0 , t 1 , entonces t debe ser
21
t
transformaría en H , x * , lím u * t , H , x * , u , u t U .
510
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Finalmente, a cada condición final en (XXVI) le corresponde una condición de
transversalidad:
a t 1 0
CHC
b t 1 0 x t 1 x 1
*
x t 1 x 1 t 1 0
*
XXXIII
c t sin condición
1
Ht , x t , u t , t
E
C D
B
G
u t
u0 u 0 u1
Figura 10
u t
23
Si el Hamiltoniano es no lineal y diferenciable, y no está restringida, esto es,
u t U , , entonces la condición Ht , x t , u t , t u t 0 producirá una solución
interior.
512
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Lo dicho antreriormente justifica la aparición de la condición XXXII en el
principio del máximo de Pontryagin.
Ejemplos:
1.- Resolver el siguiente problema:
2
Max J u x t dt 1
u t
0
s.a : x ' t x t u t
x 0 0
2
x 2 : libre
1 u t 2
Supongamos ahora que x * t , u * t resuelve el problema. De acuerdo al
principio del máximo debe existir una constante 0 y una función
continua t tal que:
H t , x * t , u t , t x * t 0 t t u t 5
d t
H t , x * t , u * t , t t 0 t 6
x t
0
dt
513
CIRO BAZÁN OPTIMIZACIÓN DINÁMICA
Ya que x 2 es libre, por XXXIII se debe verificar que:
2 0 7
' t 1 t ' t t 1 8
La ecuación característica de esta ecuación es:
pr r 1 0 r 1
C t Ae t
Donde:
1 t e t
W t e t e t 0 W t 0
Mientras que:
W1 t 1 1
Por tanto:
W1 t 1
W t dt e t dt e dt e
t t
W1 t
p t 1 t
W t
dt e t e t 1
514
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Por tanto, la solución general de ' t t 1 es:
t Aet 1 9
Reemplazando (7) en (9) tenemos:
2 Ae2 1 0 A e2
u * t 2 t 0, 2 12
dx * t
dt
g t , x * t , u * t x * t u * t x * t 2
dx * t
x * t 2 13
dt
x * t Be t 2 14
515
CIRO BAZÁN OPTIMIZACIÓN DINÁMICA
Reemplazando la condición inicial x 0 0 en (14) se tiene que B 2 .
*
Por tanto:
x * t 2 e t 2 2 e t 1 15
Nosotros ahora hemos probado que si el problema tiene solución, el
control óptimo es dado por (12) y la trayectoria óptima asociada está dada
por (15). El correspondiente valor de la funcional objetivo es:
x t dt 2e t
2 2
J u* *
1 dt 2 e 2 3 8,78
0 0
2
maximizar J u * x * t dt .
0
s.a : x ' t u t
x 0 x 0
17
x T x T
u t 0, 1
Se asumirá que:
0 x0 xT x0 T 17
'
516
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
En este caso se aprecia que, en cada instante “t” del periodo de
planificación, la variación del nivel de infraestructura respecto del tiempo
debe ser igual a la parte de la ayuda económica que es asignada a la
inversión en infraestructura. Es decir, x ' t u t . Es precisamente
gracias a esta ecuación diferencial (ecuación de movimiento) que
podemos darnos cuenta que la variablede estado será x t y que la
variable de control será u t . Esto es así, ya que u t puede afectar el
comportamiento dinámico de x t a través de la ecuación de movimiento
de x t .
Asumiendo que x * t , u * t resuelve el problema. De acuerdo al
principio del máximo, debe existir una constante 0 y una función
continua t tal que:
H t , x * t , u t , t 0 U1 u t t u t 20
La variable de coestado t satisface, de acuerdo a XXX , excepto en
los puntos de discontinuidad de u * t , la ecuación:
d t
H t , x * t , u * t , t 0
dt x t
CHC
T 0 x T x T
*
x T x T T 0
*
22
Evaluando (21) en “T”, y teniendo en cuenta (22) se tiene que:
T c 0 22
'
t c 0 23
517
CIRO BAZÁN OPTIMIZACIÓN DINÁMICA
Las derivadas de primer y segundo orden del Hamiltoniano respecto a
u t serán:
H t , x * t , u t , t U ' 1 u t t 24
u t
0
2 H t , x * t , u t , t U '' 1 u t 25
t
0
u 2
Por (XXXII) sabemos que 0 0 , y por datos del problema se sabe que
U '' 1 u t 0 . Por tanto se tiene que:
2 H t , x * t , u t , t U '' 1 u t 0 26
t
0
u 2
Ht , x t , u t , t
A
u t
0 u t a
* 1
a)
Ht , x t , u t , t Ht , x t , u t , t
E G
B C
D F
u t u t
u t 0
*
b) 1 0 c) u *
t 1
Figura 11
518
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
En la figura 11a) se observa que el máximo se alcanza en el punto “A”
0 U ' 1 u * t t c 27
En la figura 11b) se aprecia que, para la curva BD y para la recta BD, el
máximo se alcanza en el punto “B” (solución de esquina). Donde
u * t 0 , y se verifica que :
24
H t , x * t , u * t , t 0 0 U ' 1 c 0 28
u t
u t 0
*
H t , x * t , u * t , t 0 29
u t
H t , x * t , u * t , t 0 0 U ' 1 c 0 30
u t
u t 0
*
H t , x * t , u * t , t 0 0 U ' 1 c 0 31
u t
u t 0
*
H t , x * t , u * t , t 0 0 U ' 0 c 0 32
u t
u t 1
*
derecha de u * t 0 , es negativa.
En realidad, en la recta BC la derivada lateral del Hamiltoniano respecto a u t , a la derecha de
25
izquierda de u * t 1 , es positiva.
519
CIRO BAZÁN OPTIMIZACIÓN DINÁMICA
Asimismo, en la figura 11c) se aprecia que todos los puntos de la recta
EG maximizan el Hamiltoniano. Donde se verifica que:
H t , x * t , u * t , t 0 33
u t
H t , x * t , u * t , t 0 0 U ' 0 c 0 34
u t
u * t 1
H t , x * t , u * t , t 0 0 U ' 0 c 0 35
u t
u * t 1
0 c 0 U ' 1
u * t 0, 1 c 0 U ' 1 u * t 36
1 c 0 U ' 0
H t , x * t , u t , t t c 0 37
u t
x * 0 k 1 x 0 x * t t x 0 39
u *
t 1 , es nula. Asimismo, en la recta BC la derivada lateral del Hamiltoniano respecto a u t , a la
derecha de u * t 0 , es nula.
520
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Por lo que, teniendo en cuenta 17 ' y reemplazando la condición
terminal en (39), se tendría:
x * T T x 0 x T 40
Pero, por (22) y (23), la condición (40) implicaría:
T c 0 para x * T x T 41
No obstante, (41) contradice (19). Por tanto, se tiene que:
0 1 42
Reemplazando (23) y (42) en (20) se tiene:
H t , x * t , u t , t U1 u t c u t 43
Reemplazando (42) en (26) se tiene:
U 1 u t 0
2 H t , x * t , u t , t ''
44
u 2
t
Además, reemplazando (42) en (36) se tiene:
0 c U ' 1
u * t 0, 1 c U ' 1 u * t 45
1 c U ' 0
Para el caso que se presenta en la figura 11b), curva BD, se aprecia que
u * t u 0 , pero esto es imposible ya que por la ecuación de
movimiento de x t que aparece en (17), se tendría que:
x ' t 0 x * t k 2 x * 0 k 2 x 0 x * t x 0 46
De modo que reemplazando t T en (46), y teniendo en cuenta (17), se
tendría:
x * T x 0 x T 47
* T c 0 y x * T x T 48
Para el caso que se presenta en la figura 11c), curva FG, se aprecia que
u * t u 1 , pero esto es imposible ya que por la ecuación de
movimiento de x t que aparece en (17), y cuya solución está dada por
(39), se tendría que:
x * t t x 0 x * T T x 0 49
x * T T x 0 x T
La cual es inconsistente con 17 ' .
x * t u t x 0 x * T u T x 0 50
xT x0
x * T u T x 0 x T u * t u 51
T
xT x0
x * t t x 0
52
T
* T c 0 53
522
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Pero por (48) y por la continuidad de t tenemos que:
* t c 0 54
Reemplazando (45) en (54) se obtiene:
* t c U ' 1 u * t 0 55
Reemplazando (51) en (55) tenemos:
xT x0
* t c U ' 1 0
56
T
La solución óptima28 al problema viene dada por x * t , u * t , con la
variable de coestado asociada t . *
J u *
U ' 1
xT x0
* 0
x 0
T
J u *
U ' 1
xT x0
* T
x T
T
28
Más adelante se demostrará, utilizando el teorema de suficiencia de Mangasarian, que la solución
obtenida es un óptimo global del problema.
523
CIRO BAZÁN OPTIMIZACIÓN DINÁMICA
3.- Resolver el siguiente problema:
T
Max J u u t dt 57
u t
0
s.a : x ' t u 2 t
x 0 0
58
x T 0
u t 0, 1
Ht , x t , u t , t 0 u t t u 2 t 59
Asumiendo que x * t , u * t resuelve el problema. De acuerdo al
principio del máximo, debe existir una constante 0 y una función
continua t tal que:
H t , x * t , u t , t 0 u t t u 2 t 61
La variable de coestado t satisface, de acuerdo a XXX , excepto en
los puntos de discontinuidad de u * t , la ecuación:
d t
0
H t , x * t , u * t , t
dt x t
H t , x * t , u t , t u t k 1 u 2 t 63
De la condición de primer orden se tiene que:
H t , x * t , u t , t 1 2k u *
t 0 u * t
1
64
u t
1
2k 1
524
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Reemplazando (64) en la ecuación de movimiento que aparece en (58) se
tiene que:
2 2
1 1 1
x ' t dxt dt x * t t k2 65
2k 2k 4 k 12
1 1
1
x * 0 k 2 0 x * t t 66
4 k 12
1
x * T T0
4 k 12
* t k 1 0 67
Ht , x t , u t , t k 1 u 2 t 68
2k u
H t , x * t , u t , t *
t 0 u * t 0 69
u t
1
x ' t 0 x * t 0 70
Reemplazando las condiciones iniciales y las condiciones finales en (70)
se tiene que:
x * 0 x * T 0 71
Es decir, se verifican las condiciones de borde.
525
CIRO BAZÁN OPTIMIZACIÓN DINÁMICA
Para asegurarnos que (69) maximiza antes que minimiza el Hamiltoniano
vamos a analizar el signo de la derivada de segundo orden del
Hamiltoniano respecto a u t . Para que (69) maximice al Hamiltoniano
será necesario que éste sea estrictamente cóncavo respecto a u t , lo cual
a su vez requiere que:
2 H t , x * t , u t , t 2k 0 k1 0 * t k1 0 72
t
1
u 2
T
J u * 0 dt 0
0
Teorema de Mangasarian
Sea u * t , x * t un par admisible30 del problema (XXVI). Supóngase que
g t , x t , u t
es un conjunto convexo y que existe y es continua. Si
u t
existe una función t continua y con derivadas de primer orden continuas a
trozos tal que que las siguientes condiciones se satisfacen con 0 1,
' t
d t
H t , x * t , u * t , t XXXV
dt x t
29
Como se verá a continuación, una condición suficiente que garantiza la optimalidad global de u * t es el
teorema de suficiencia de Mangasarian.
30
Al par que satisface las condiciones (**), (***) y (****) del problema (XXVI) se le suele denominar par
admisible. Un par admisible que maximiza la funcional objetivo (*) del problema (XXVI), y que por tanto
resuelve dicho problema, es llamado par óptimo.
526
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
H t , x * t , u * t , t u *
t u t 0 u t U t XXXVI
u t
a t 1 0
CHC
b t 1 0 x t 1 x 1
*
x t 1 x 1 t 1 0
*
XXXVII
c t sin condición
1
Entonces, x * t , u * t es un máximo global (máximo global estricto) del
problema (XXVI). Es decir, x * t , u * t es un par óptimo.
Una formulación equivalente del teorema de Mangasarian sería: Supóngase
que x * t , u * t es un par admisible que satisface todas las condiciones del
principio del máximo de Pontryagin [(XXIX) (XXXIII)] con 0 1 y
siendo U un conjunto convexo. Si el Hamiltoniano Ht , x t , u t , t es
cóncavo (estrictamente cóncavo) en x t , u t , entonces x * t , u * t es un
máximo global (estricto) del problema (XXVI), y por tanto, un par óptimo.
Teorema de Arrow
Dado que en un número de interesantes problemas de control en economía el
Hamiltoniano no es cóncavo en x t , u t , es indispensable ver qué
condiciones, menos restrictivas que la concavidad en x t , u t , serán
suficientes para garantizar la optimalidad global en dichos problemas. Una
condición de suficiencia, más débil que la concavidad del Hamiltoniano
Ht , x t , u t , t en x t , u t , viene dada en el teorema de Arrow.
Sea x * t , u * t un par admisible del problema (XXVI). Si existe una
función t continua y con derivadas de primer orden continuas a trozos tal
que las siguientes condiciones se satisfacen con 0 1,
' t
d t
H t , x * t , u * t , t XXXIX
dt x t
H t , x * t , u * t , t H t , x * t , u t , t u t U t XL
527
CIRO BAZÁN OPTIMIZACIÓN DINÁMICA
t 1 0 ;
t 1 0 0 si x *
t 1 x 1 ; t 1 sin condición XLI
Si u * t , x t , t es el valor de la variable de control que maximiza
Ht , x t , u t , t para valores dados de t , x t , t . El valor del
Hamiltoniano cuando es evaluado en u * t , x t , t , denominado
Hamiltoniano maximizado, viene dado por:
ˆ t , x t , t max H t , x t , u t , t
H
u t U
*
*
f t , x t , u t , x t , t t g t , x t , u t , x t , t
Entonces, x * t , u * t es un máximo global del problema (XXVI).
ˆ t , x t , t es estrictamente cóncavo en x t t t , t , para un
Además, si H 0 1
Ejemplos:
1.- En la sección 2, ejemplo 1, resolvimos el siguiente problema:
2
Max J u x t dt
u t
0
s.a : x ' t x t u t
x 0 0 73
x 2 : libre
1 u t 2
T
Max J u U 1 u t dt 76
u t
0
s.a : x ' t u t
x 0 x 0
77
x T x T
u t 0, 1
Con:
0 x0 xT x0 T 78
529
CIRO BAZÁN OPTIMIZACIÓN DINÁMICA
En este caso se aprecia que ni f t , x t , u t U1 u t ni
g t , x t , u t u t dependen de x t , por lo que la condición de
concavidad se refiere sólo a u t . Derivando f t , x t , u t se obtiene:
f t , x t , u t 2 f t , x t , u t
U ' 1 u t y U ' ' 1 u t 0 79
u t u t 2
xT x0
Cuando el control óptimo u * t u es sustituido en (80) para
T
eliminar u t , el Hamiltoniano maximizado será:
ˆ t , x t , t U1 u u t
H 81
ˆ t , x t , t contiene únicamente a t , y no depende de
Se aprecia que H
ˆ t , x t , t es lineal y de ahí cóncavo en x t para un
x t . Por tanto, H
t dado, y se satisface el teorema de Arrow.
T
Max J u u t dt 82
u t
0
s.a : x ' t u 2 t
x 0 0
83
x T 0
u t 0, 1
530
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
En este caso se aprecia que ni f t , x t , u t u t ni g t , x t , u t u 2 t
dependen de x t , por lo que la condición de concavidad se refiere sólo a
u t . Se observa que f t , x t , u t es lineal en u t , y por tanto cóncava
en u t . Derivando gt , x t , u t se obtiene:
g t , x t , u t 2 f t , x t , u t
2 u t y 20 84
u t u t 2
ˆ t , x t , t 0
H 86
ˆ t , x t , t es nulo, y no depende de x t . Por tanto,
Se aprecia que H
ˆ t , x t , t es lineal y de ahí cóncavo en x t para un t dado, y se
H
satisface el teorema de Arrow.
531
CIRO BAZÁN OPTIMIZACIÓN DINÁMICA
J u f t , x t , u t dt
t1
max
t0
u t , t1
s.a : u t U
Ecuaciónde estado : x ' t g t , x t , u t
Condiciones iniciales: x t 0 x 0
a x t 1 : libre
Condiciones finales : b x t 1 x 1
c x t x
1 1
x , t : dados
0 0
t1 : libre
x 1 : dado en b y c
H t1* , x * t1* , u * t1* , t1* 0 XLIII
Una forma natural de resolver un problema con tiempo final libre es, para
cualquier t 1 t 0 , resolver primero el problema correspondiente con “ t1 ”
fijo. Denotar la solución a este problema como x t 1 t , u t 1 t , con la
variable de coestado asociada t 1 t . Entonces, la solución al problema con
tiempo final libre se obtiene considerando a “ t1 ” como un parámetro
desconocido. La condición XLIII nos dice que podremos determinar “ t1 ” a
través de la condición:
Ft1 H t1 , x t 1 t1 , u t 1 t1 , t 1 t1 0 XLIV
532
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Nota 1: Es importante resaltar que F t 1* 0 es una condición necesaria para
que “ t 1* ”
sea el tiempo final óptimo. Asimismo, se hace notar que el único
requerimiento del principio del máximo de Pontryagin, en problemas de
tiempo final variable, sobre el intervalo de definición de las variables
admisibles t 0 , t 1 es que t 1 t 0 . Supóngase que T1 , T2 son números fijos,
t 0 T1 T2 , y supóngase que requerimos que t1 T1 , T2 . Entonces, el
principio del máximo de Pontryagin para problemas de tiempo final variable
aún será válido siempre que t1* T1 , T2 . Si t 1* T1 , entonces la igualdad en
XLIV será reemplazada por:
F t 1* 0 XLV
F t 1* 0 XLVI
Si u * t es únicamente medible, H t1* , x * t1* , u t1* , t1* en XLIII debe ser
reemplazado por sup H , u , , que es finito
t 1* , x * t 1* t 1* t 1*
32
.
u t U
FT 0 para T T si T1 T
* *
XLVIII
FT 0 para T T si T2 T
* *
Entonces, el par x T * t , u T * t definido en t 0 , T * resuelve el problema
(XXVI) con t1 T1 , T2 . El par es único si XLVIII es válida también
ˆ t , x t , * t
cuando todas las desigualdades en XLVIII son estrictas y H T
es estrictamente cóncava en x t para todo t t 0 , T * . Cuando T1 t 0 es
únicamente necesario contrastar las condiciones del teorema para T T1 .
Ejemplos:
1.- Extracción óptima de recursos naturales: Supóngase que en el instante
t 0 existe una cantidad fija x 0 de algún recurso (digamos petróleo
en cierto yacimiento de petróleo) que es extraíble. Sea la tasa de
extracción:
u t 0 87
Si “T” es el instante en el que la extracción finaliza, entonces:
T T
t
x t x u d
89
0
Derivando (89) respecto al tiempo se tiene33:
x ' t u t 90
33
Para derivar esta expresión se ha utilizado una de las reglas de Leibniz, que se presentan en el apéndice.
534
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Reemplazando t T en (89) y teniendo en cuenta (88), se tiene:
T
x T x u d 0 91
0
0
x 0 x u d x 0
92
0
Se asume que el precio del mercado mundial del recurso en el instante “t”
es p t , de modo que los ingresos de las ventas por unidad de tiempo en
el instante “t” son It pt u t . Asimismo, se asume que los costos por
2C
unidad de tiempo son estrictamente convexos en “ u t ”, con 0, y
u 2
vienen dados por C Ct , u t .
s.a : x ' t u t
x 0 x 0 95
x T 0
u t 0
535
CIRO BAZÁN OPTIMIZACIÓN DINÁMICA
Supongamos que x t , u t , ambos definidos sobre el intervalo
* *
0, T ,
*
resuelven nuestro problema. Entonces existe una variable de
coestado t tal que para todo t 0, T * ,
0 , t 0,0 97
H t , x t , u t , t
' t 0 99
x t
Además, 0 1 o 0 0, y
CHC
T* 0 x* T*
0 x* T* 0 T* 0 100
Finalmente, de XLIII tenemos:
0 p T* u * T * C T* , u * T* e rT T * u * T*
*
101 34
CHC
0 x T *
*
0 x T 0
* *
102
0 y x * T* 0 103
Ht , x t , u t , t u t 104
x ' t 0 x * t k 105
34
Si T * 0, las condiciones deben ser modificadas de acuerdo a la nota 1 de la sección 5.
536
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
Reemplazando t 0 en (105), y teniendo en cuenta la condición inicial
dada en (95) se tiene que:
x * 0 k x 0 106
x * T* k x 0 107
Pero (107) contradice (103). Por tanto, 0 1, y el Hamiltoniano resulta:
H t , x t , u * t , t
p t
e
C t , u * t rt
0
u t
u t
u t 0
*
H t , x t , u * t , t
p t
e
C t , u * t rt
0
u t
u t
u * t 0
p t
C t , u * t e rt
0 0 si u * t 0 110
u t
Ya que p t
C t , u * t rt
e
es cóncava en u t , entonces 110 es
u t
también una condición suficiente que satisface 98 .
537
CIRO BAZÁN OPTIMIZACIÓN DINÁMICA
Para cualquier instante “t” en el que u t 0 , 110 implica que:
*
p t
e
C t , u * t rt
0 111
u t
7. Horizonte infinito
538
Apéndice
Factor de descuento
En optimización dinámica es común encontrarse en situaciones en las que en un
periodo de tiempo dado, hay que analizar cantidades monetarias (ingresos, costos) que
se producen en instantes distintos. Asimismo, existen otras situaciones en las que se
producen utilidades en distintos instantes. La temporalidad de estas cantidades nos
obliga a realizar una homogeneización de las mismas ya que no es lo mismo recibir
“A” unidades monetarias en la actualidad que recibirlas en el futuro, como tampoco
es lo mismo tener la utilidad “U” ahora que poseerla en el futuro. Es por esto que se
introduce el concepto de tasa de descuento.
Por ejemplo, supongamos que tenemos “A” nuevos soles, que depositamos en un
banco a un tipo de interés nominal anual “i”1, en tanto por uno2. Dicha cuenta la
dejamos abierta por “t” años, sin ingresos ni reintegros, acumulándose los intereses
(compuestos) que se vayan generando a lo largo del tiempo. El problema consiste en
determinar la cantidad “B” de dinero que existe en la cuenta después de “t” años.
Dicha cantidad dependerá de “A”, de “i”, de “t”, y de las veces que se capitalicen los
intereses durante cada año.
A continuación se presentan los casos que se dan de acuerdo al número de veces que
los intereses se capitalizan al año.
B lím 1 i m mt A A lím 1 i m mt Aeit A Be it
m m
Las expresiones anteriores nos indican que “A” nuevos soles de hoy se transforman
en “B” nuevos soles dentro de “t” años. Asimismo, “B” nuevos soles dentro de “t”
años equivalen a:
1
mt
B
1 i m nuevos soles de ahora, según la capitalización sea “m” veces al año o
Be it
de manera continua.
1
i m representa la tasa de interés efectiva capitalizable “m” veces al año.
2
Como sabemos, el tanto por ciento representa una cierta cantidad con respecto a 100. Si en lugar de tomar
como referencia 100, se toma la unidad 1, se llama tanto por uno. Si se divide un tanto por ciento entre 100
dará el tanto por uno correspondiente. Por ejemplo, 0,35 es el tanto por uno correspondiente al 35%.
El factor de descuento también puede utilizarse en otros campos distintos al
financiero. Por ejemplo, para el caso discreto, si se tienen las utilidades:
N 1 N 1 j N 1
1 UCt j , t j 1 i j UCt j , t j .
jU C t j , t j
j0 1 i
j0 j0
En este caso, tanto la tasa de descuento como el factor de descuento son ahora
subjetivos y reflejan la valoración del presente sobre el futuro que hace el planificador
o el individuo. Si 0 i , sólo se valora el presente, el futuro no vale nada. Si
1 i 0 , el futuro se valora exactamente igual que el presente. En la medida
que vaya creciendo desde 0 hasta 1 (o que “i” vaya decreciendo desde hasta 0),
el futuro va teniendo más peso.
Para el caso continuo, supongamos que se tiene el siguiente nivel de utilidad en cada
instante “t” perteneciente al horizonte temporal 0, T. Si “i” es la tasa de descuento, y
UCt, t es el nivel de utilidad en el instante “t”. En este caso, el valor actual del flujo
de utilidad descontada en el horizonte temporal dado es:
T T
e
it
U Ct , t dt t U Ct , t dt .
0 0
Funcionales
Una funcional es una aplicación, cuyo dominio es un conjunto de funciones, y cuyo
rango es un subconjunto de . Vamos a considerar funcionales “J” cuyo dominio es
el conjunto , esto es:
J:
x J x
540
Donde es el conjunto de todas las funciones “x” con derivadas primeras y
segundas continuas en un intervalo cerrado t0, t1 con t0 y t1 t0 t1, y que
viene dado por: x : t 0 , t1 x es C 2 en t 0 , t1 . Es decir, una funcional
es una regla de correspondencia (un tipo especial de mapeo) que asigna a cada
función x un único valor real J x .
x t
A xI
Jx I J I
x0
B
x1
t
t0 t1
x t
A
x II
Jx III J III
x0
B
x1
t
t0 t1
x t J x II J II
x III
A
x0
B
x1
t
t0 t1
Figura I
541
En este punto es importante resaltar que muchos autores, omiten la variable “t” en la
variable de estado que aparece como argumento de la funcional Jx t y únicamente
escriben J x o Jx, de esta manera subrayan el hecho que es el cambio en la
posición de la trayectoria completa x t , la variación en la trayectoria x t , en
contraste al cambio en “t”, que resulta en un cambio en el valor Jx t de la
trayectoria. El símbolo Jx t difiere del símbolo que corresponde a una función
compuesta gf x ya que “g” es una función de “f”, y “f” es a su vez una función de
“x”, por lo que al final “g” es una función de “x”. Sin embargo, en el símbolo Jx t
no se debe tomar a “J” como una función de “t”, sino que por el contrario “J” debe ser
entendido como una función de x t . Una vez hecha esta aclaración, para evitar
confusión, el símbolo que utilizaremos en este capítulo será J x .
Ejemplos:
t1
A cada función x , le hacemos corresponder J x x t dt . Como x ,
t0
xt es una función continua y por tanto integrable, en consecuencia, J x es
un número real. Por ende, J x es una funcional.
Para x , sea:
t 0 t1
J x x ' .
2
En este caso J x también es una funcional ya que, al ser “x” derivable, la derivada
de “x” en el punto medio del intervalo t0, t1 en el que está definida, existe y es un
número real.
Para x , sea Jx x ' t . En este caso J x no es una funcional ya que la
derivada de una función derivable por lo general es otra función, y no un número real.
Diversas formas de funcionales objetivo
La forma integral de la funcional objetivo
En optimización dinámica, una trayectoria óptima es, por definición, aquella
que maximiza o minimiza el valor de la trayectoria J x 3. Dado que cualquier
trayectoria x t por fuerza debe viajar a lo largo de un intervalo de tiempo
t 0 , t 1 , su valor total naturalmente sería la suma de los valores de los arcos
que la constituyan. Esta suma, en tiempo continuo, será una integral definida,
t1
Los valores numéricos asociados a cada trayectoria de estado, Jx , como suele asumirse en el análisis
3
económico, podrían ser interpretados como niveles de “utilidad” que pueden medirse.
542
En general, para una trayectoria “x” dada, el arco asociado con un punto
específico del tiempo “t” es caracterizado por un único valor x t y por una
única pendiente x ' t . Si existe alguna función, “f” que asigne valores de arcos
a los arcos, entonces el valor de dicho arco puede ser escrito como
f t , x t , x ' t . Por tanto, la suma de los valores de arcos puede generalmente
escribirse como la integral definida:
f t , x t , x t dt
t1
J x '
6.1
t0
Si en el problema hay dos variables de estado, “x” y “z”, los valores de arco de
“x” y “z” deberán tomarse en cuenta. La funcional objetivo deberá entonces
ser:
t0
543
Con dos variables de estado, “x” y “z”, 6.3 se convertiría en:
t0
Si X posee una cota superior (inferior) se dice que X está acotado superiormente
(inferiormente) o acotado por arriba (por abajo). Un conjunto que no esté acotado
superiormente (inferiormente) se llama conjunto no acotado superiormente
(inferiormente). Un conjunto acotado superior e inferiormente se llama simplemente
conjunto acotado. Un conjunto que no está acotado se llama no acotado.
Axioma del Supremo: Todo conjunto de números reales que está acotado por arriba
posee un supremo. De manera análoga, si el conjunto de números reales está acotado
inferiormente, entonces posee un ínfimo.
Acotación de funciones
Función acotada superiormente
Función acotada
Se dice que “f” está acotada en valor absoluto en “X” si existe un “K” perteneciente a
tal que f x K x X .
Si “f” está acotada en “X”, entonces “f” estará acotada en valor absoluto en “X”.
Si “f” está acotada superiormente en “X”, llamamos supremo a la menor de las cotas
superiores. El supremo de “f” se llama supremo de la función “f” en X, y se denota
por: M sup
f x supf x x X.
xX
545
Ínfimo de una función
Si “f” está acotada inferiormente en “X”, llamamos ínfimo a la mayor de las cotas
inferiores. El ínfimo de “f” se llama ínfimo de la función “f” en X, y se denota por:
m inf f x inf f x x X.
xX
Se denota por: M máx
f x máx f x x X.
xX
Se dice que x 0 es un punto máximo absoluto de “f” en “X” y el valor de dicho
máximo es f x 0 . El máximo absoluto es estricto si se cumple que
f x f x 0 x X . Si una función tiene máximo absoluto, ésta lo puede alcanzar
en varios puntos de su dominio.
Se denota: m mín
f x mín f x x X.
xX
Se dice que x 1 es un punto mínimo absoluto de “f” en “X” y el valor de dicho
mínimo es f x 1 . El mínimo absoluto es estricto si f x 1 f x x X . Si una
función tiene mínimo absoluto, ésta lo puede alcanzar en varios puntos de su dominio.
sup
f x inf f x inf f x sup
f x
xX xX xX xX
sup
f x gx sup
f x sup
g x
inf f x g x inf f x inf g x
xX xX xX xX xX xX
sup
f x sup
f x inf f x inf f x
xX xX xX xX
sup f x , y sup sup f x , y inf f x , y inf inf f x , y
x , y XY
xX yY
x , y XY xX yY
546
Propiedades de las funciones acotadas
547
BIBLIOGRAFÍA BÁSICA:
[1] ADDA J.; COOPER R., DYNAMICS ECONOMICS: QUANTITATIVE METHODS AND
APPLICATIONS. PRIMERA EDICIÓN. THE MIT PRESS. CAMBRIDGE,
MASSACHUSETTS. LONDON, ENGLAND. 2003.
[2] BARBOLLA R.; CERDÁ E.; SANZ P., OPTIMIZACIÓN: CUESTIONES, EJERCICIOS Y
APLICACIONES A LA ECONOMÍA. PRIMERA EDICIÓN. PRENTICE HALL. 2000.
[3] BONIFAZ F., J.; RUY C., OPTIMIZACIÓN DINÁMICA Y TEORÍA ECONÓMICA.
PRIMERA EDICIÓN. UNIVERSIDAD DEL PACÍFICO. CENTRO DE INVESTIGACIÓN.
1999.
[14] GILL, P.; MURRAY, W.; WRIGHT, M., PRACTICAL OPTIMIZATION. PRIMERA
EDICIÓN. 7ª REIMPRESIÓN. ACADEMIC PRESS, INC. 1988.
[15] GOLDBERG, S., INTRODUCTION TO DIFFERENCE EQUATIONS: WITH
ILUSTRATIVE EXAMPLES FROM ECONOMICS, PSYCHOLOGY, AND SOCIOLOGY.
PRIMERA EDICIÓN. JOHN WILEY & SONS, INC. 1958.
[17] LÉONARD D.; VAN N., OPTIMAL CONTROL THEORY AND STATIC
OPTIMIZATION IN ECONOMICS. PRIMERA EDICIÓN. CAMBRIDGE UNIVERSITY
PRESS. 1998.
[20] MINGUILLÓN E.; JARNE G.; PÉREZ I., MATEMÁTICAS PARA LA ECONOMÍA:
PROGRAMACIÓN MATEMÁTICA. PRIMERA EDICIÓN. EDITORIAL MCGRAW-
HILL. 2001.
[22] SEIERSTAD, A.; SYDSAETER, K., OPTIMAL CONTROL THEORY WITH ECONOMIC
APPLICATIONS. PRIMERA EDICIÓN. AMSTERDAM: NORTH-HOLLAND. 1987.
[25] SIMON, C., BLUME, L., MATHEMATICS FOR ECONOMISTS. PRIMERA EDICIÓN.
W.W. NORTON & COMPANY, INC. 1994.
549
BIBLIOGRAFÍA COMPLEMENTARIA:
[31] ARGANDOÑA, A.; GÁMEZ, C.; MOCHÓN F., MACROECONOMÍA AVANZADA II:
FLUCTUACIONES CÍCLICAS Y CRECIMIENTO ECONÓMICO. PRIMERA EDICIÓN.
MCGRAW-HILL. 1997.
[32] BALBÁS A.; GIL G.; GUTIÉRREZ S., ANÁLISIS MATEMÁTICO PARA LA
ECONOMÍA (V.1 Y V.2). EDITORIAL AC. 1991.
[33] BARRIOS, J.; CARRILLO, M.; GIL, M.; GONZÁLEZ, C., PESTANO, C, ANÁLISIS DE
FUNCIONES EN ECONOMÍA Y EMPRESA: UN ENFOQUE INTERDISCIPLINAR.
PRIMERA EDICIÓN. EDITORIAL DÍAZ DE SANTOS. 2005.
[35] BARRO, R.; SALA, X., ECONOMIC GROWTH. SEGUNDA EDICIÓN. THE MIT PRESS.
2004.
[40] CABALLERO, R.; GONZÁLEZ, A.; TRIGUERO, F., MÉTODOS MATEMÁTICOS PARA
LA ECONOMÍA. SEGUNDA EDICIÓN. MC GRAW HILL. 1992.
550
[45] LÓPEZ, M.; VEGAS A.; CURSO BÁSICO DE MATEMÁTICAS PARA LA ECONOMÍA
Y DIRECCIÓN DE EMPRESAS I. PRIMERA EDICIÓN. EDICIONES PIRÁMIDE, S.A.-
MADRID. 1994.
551
LECTURAS:
552
[68] MICHEL, P. (1982): “ON THE TRANSVERSALITY CONDITION IN INFINITE
HORIZON OPTIMAL CONTROL PROBLEMS”. ECONOMETRICA, VOL 50, Nº 4,
PP. 975-986.
553