ENDERS APLICACIN DE SERIES DE TIEMPO La teora de las ecuaciones en diferencias subraya todos los mtodos de series de tiempo empleados

s en los ltimos captulos de este texto. Es justo decir que la econometra de series de tiempo es la preocupacin por la estimacin de las ecuaciones diferenciales que contienen componentes estocsticos. El uso tradicional de anlisis de series de tiempo era para pronosticar el camino de la variable en equipo. El descubrimiento de la ruta dinmica de la serie mejora pronsticos predecibles puesto que los componentes de la serie se pueden extrapolar en el futuro. El creciente inters por la dinmica econmica ha dado un nuevo nfasis a la econometra de series de tiempo. Las ecuaciones diferenciales estocsticas se levantan muy naturalmente a partir de modelos econmicos dinmicos. Estimando apropiadamente ecuaciones pueden usarse para la interpretacin de los datos econmicos y para las pruebas de hiptesis. Los objetivos de este captulo de introduccin son los siguientes: 1. Explicar cmo las ecuaciones diferenciales estocsticas se pueden utilizar para el pronstico y para ilustrar cmo estas ecuaciones pueden derivarse de los modelos econmicos familiares. El captulo no significa ser un tratado sobre la teora de ecuaciones en diferencias. Slo que esas tcnicas son esenciales para la estimacin adecuada de los modelos de series de tiempo lineales. Este captulo se centra en los modelos de ecuacin nica: los modelos multivariables se consideran en el captulo 5 y 6. 2. Explicar lo que significa resolver la ecuacin en diferencias. La solucin va a determinar si una variable tiene un equipo estable o un camino explosivo. El conocimiento de las condiciones de estabilidad es esencial para entender la reciente innovacin en la econometra de series de tiempo. La literatura de series contemporneas presta especial atencin a la cuestin de las variables estacionarias contra las no estacionarias. Las condiciones de estabilidad subrayan las condiciones de estacionariedad. 3. Demostrar cmo encontrar la solucin a una ecuacin diferencial estocstica. Hay varias tcnicas diferentes que se puede utilizar, cada uno tiene sus propios mritos. Algunos ejemplos se presentan para ayudar a comprender los diferentes mtodos. Trate de trabajar a travs de cada ejemplo atentamente. Para practicar ms, debe usted completar los ejercicios al final del captulo.

1. MODELOS DE SERIES DE TIEMPO La tarea de la econometra moderna de series de tiempo es bastante simple para desarrollar modelos capaces de prediccin, interpretacin y probar hiptesis sobre los datos econmicos. El reto ha crecido con el tiempo, el uso original de anlisis de series de tiempo fue toda una ayuda a la previsin. En tal sentido, se desarroll la metodologa para descomponer la serie en una tendencia, estacionalidad, ciclo y un componente irregular. Descubriendo la ruta dinmica de la serie mejora la precisin del pronstico, ya cada uno de los componentes predecibles se puede extrapolar hacia el futuro. Supongamos que se observan los 50 puntos de datos que se muestran en la Figura 1.1 y se est interesado en la prediccin de los valores siguientes.

ENDERS APLICACIN DE SERIES DE TIEMPO

Mediante el uso de los mtodos de series de tiempo analizados en los siguientes captulos, es posible descomponer esta serie en la tendencia, componentes estacionales e irregulares que se muestran en la parte inferior de la figura. Como puede verse, la tendencia cambia la media de la serie y el componente estacional imparte un patrn cclico regular con picos que ocurren cada 12 unidades de tiempo. En la prctica, los componentes de tendencia y estacionalidad no sern las funciones deterministas simples mostradas en la figura. Con los datos econmicos, es tpico encontrar una serie que contiene elementos estocsticos en las tendencias, la estacionalidad y los componentes irregulares. Por el momento, es aconsejable dejar de lado estas complicaciones, de manera que la proyeccin de la tendencia y componentes estacionales en 51 periodos y ms all sea sencilla. Observe que el componente irregular, mientras que no tiene un patrn bien definido, es algo predecible. Si examinamos la cifra de cerca, se podr ver la cola de valores positivos y negativos que se producen en tiradas, la aparicin de un gran valor en un periodo tiende a ser seguida por otro gran valor. Previsiones a corto plazo harn uso de esta correlacin positiva en el componente irregular. Durante todo el perodo, sin embargo, el componente irregular exhibe una tendencia a volver a cero. Los que se muestran en la parte inferior de la figura, la proyeccin de la componente irregular pasada el perodo 50 decae rpidamente hacia cero. El pronstico en general, se muestra en la parte superior de la figura, es la suma de cada componente previsto. La metodologa general que se utiliza para hacer tal previsin implica la bsqueda de la ecuacin del movimiento la conduccin de un proceso estocstico y el uso de la ecuacin cola para predecir los resultados posteriores. Digamos que Yt denota el valor del punto de datos en el perodo t, si usamos esta notacin, el ejemplo de la figura 1.1 se asumi observado Yt travs Y50. para t = 1 a 50, las ecuaciones de movimiento utilizadas para construir componentes de la serie Yt: son: Tendencia: Estacionalidad: Irregular: Donde: es el valor del componente tendencia en el perodo t. es el valor de la componente estacionalidad en t. es el valor de la componente irregular en t. Por lo tanto, la alteracin irregular en t es el 70% de perturbacin irregular del perodo ms un trmino de perturbacin aleatoria.

ENDERS APLICACIN DE SERIES DE TIEMPO Cada uno de las tres ecuaciones es del tipo de ecuacin en diferencias. En su forma ms general, la ecuacin en diferencia expresa el valor de una variable como una funcin de sus propios valores rezagados, tiempo y otras variables. La tendencia y estacionalidad, ambos trminos son funciones del tiempo y el trmino irregular es una funcin de su propio valor rezagado y t variable estocstica. La razn de introducir este conjunto de ecuaciones es hacer el punto que la econometra de series de tiempo es la preocupacin por la estimacin de ecuaciones en diferencias que contienen componentes estocsticos. Las series de tiempo economtricas pueden estimar las propiedades de una serie simple o un vector que contiene varias series interdependientes. Tanto los mtodos de pronsticos univariados y los multivariados son presentados en el presente texto. Aunque la previsin era la base del anlisis de las series de tiempo, la creciente importancia de la dinmica econmica ha generado nuevos usos para las ecuaciones en diferencias de series de tiempo. Muchas teoras econmicas tienen representaciones naturales como las ecuaciones estocsticas en diferencia. Por otro lado, muchos de esos modelos tienen implicaciones testeable relativas a la trayectoria del equipo de la variable econmica clave. Consideremos tres ejemplos. 1. La Hiptesis del Random Walk: En su forma ms simple, el modelo del random walk sugiere que el cambio da a da de los precios de un stock debera tener una media de cero. Despus de todo, se sabe que la plusvala se puede hacer mediante la compra de una participacin en el da t y venderlo para un beneficio esperado al da siguiente, la especulacin eficiente har subir el precio actual. Del mismo modo, nadie va a querer conservar las acciones si se espera que se deprecien. Formalmente, el modelo afirma que el precio de la accin debe evolucionar de acuerdo a la ecuacin diferencial estocstica: Donde: : el precio de una parte de la accin en el da t. : es el trmino del error aleatorio tiene un valor esperado de cero. Consideremos ahora la ecuacin en diferencia estocstica a nivel general:

La hiptesis del random walk requiere la restriccin contrastable

Rechazando esta restriccin es equivalente a la rechazar la teora. Dada la informacin disponible en el perodo t, la teora requiere que tambin la media de sea igual a cero; la evidencia que es predecible invalida la hiptesis del random walk. Una vez ms, la estimacin adecuada de un modelo de una sola ecuacin se considera en el Captulo 2 al 4.
2. Reducir las formas y Ecuaciones Estructurales: A menudo, es til para colapsar el sistema de ecuaciones en diferencia en los modelos de ecuacin nica separados. Para ilustrar las cuestiones clave del proceso, considere una versin estocstica del modelo clsico de Samuelson (1939): (1.1) (1.2) (1.3) Donde es el Producto Bruto Nacional real el perodo t;

es el consumo el perodo t; es la inversin el perodo t.

ENDERS APLICACIN DE SERIES DE TIEMPO

En este modelo Keynesiano perodo anterior trminos y y

son las variables endgenas. El PBI y el consumo del

se llaman predeterminados o rezagos de la variable endgena. Los

tienen media cero las perturbaciones aleatorias para el consumo y la inversin

y los coeficientes y son los parmetros a estimar. La primera ecuacin es igual a la produccin agregada (PBI) con la suma del consumo y el gasto de inversin. La segunda ecuacin afirma que el gasto de consumo es proporcional a los ingresos del ejercicio anterior ms un trmino de perturbacin aleatoria. La tercera ecuacin ilustra el principio del acelerador. El gasto de inversin es proporcional al cambio en el consumo; la idea es que el crecimiento en el consumo exige un nuevo gasto en inversin. El trmino del error y representan la porcin del consumo y de la inversin no explicada por las ecuaciones de comportamiento del modelo. La ecuacin es una ecuacin estructural ya que expresa que la variable endgena es dependiente de la realizacin actual de otra variable endgena . Una forma reducida de la ecuacin es otra que expresa el valor de la variable en trminos de sus propios rezagos, rezago de otras variables endgenas, valores actuales o pasados de las variables exgenas, y del trmino de la perturbacin. Como se ha formulado, la funcin del consumo se usa en forma reducida; el consumo actual depende slo de los rezagos del ingreso y el valor actual del trmino de error estocstico . La inversin no se usa en forma reducida ya que depende del consumo del periodo actual. Para derivar una ecuacin de la forma reducida para la inversin, sustituir la ecuacin en la ecuacin de la inversin para obtener.

Observe que la ecuacin de forma reducida para la inversin no es nica. Se puede rezagar un periodo para obtener podemos escribir la ecuacin de inversin reducida de manera: . Con esta expresin, tambin

(1.5) De forma similar, una forma reducida de la ecuacin para el PBI puede obtenerse sustituyendo y en :

La ecuacin anterior es la forma reducida de una ecuacin univariada; es expresado nicamente como una funcin de sus propios rezagos y del trmino de la perturbacin. El modelo univariado es til para pronosticar particularmente, ya que le permite predecir la serie nicamente sobre la base de sus propias realizaciones actuales y pasadas. Una vez que obtenga estimaciones de y , es sencillo de utilizar los valores observados de a travs de para predecir los valores futuros de la serie (por ejemplo, ).

ENDERS APLICACIN DE SERIES DE TIEMPO 3. Correccin del error: Precio Futuro y precio corriente: Algunos productos e instrumentos financieros puede ser comprados y vendidos en el mercado spot1 para entrega inmediata o para la entrega en una fecha futura determinada. Por ejemplo, supongamos que el precio de una moneda extranjera en particular en el mercado spot es st dlares y el precio de la moneda para la entrega de un perodo en el futuro es ft dlares. Ahora, consideremos un especulador que ha adquirido a plazo de divisas los precios ft dlares por unidad. Al comienzo del perodo t +1, el especulador recibe la moneda y paga dlares por unidad recibida. An el tipo de cambio extranjero puede ser vendido como st+1. La hiptesis tipo imparcial a plazo afirma que los beneficios esperados de tales comportamientos especulativos deben ser cero. Formalmente, la hiptesis postula la siguiente relacin entre las tasas de cambio a plazo y al contado:

Donde tiene un valor medio de cero desde la perspectiva del periodo de tiempo t. en la ecuacin anterior, la tasa a futuro en t es una estimacin no sesgada del tipo de cambio spot en t +1. As, supongamos que ha recopilado datos de los dos tipos y se estima la regresin:

Si podemos concluir que y los residuos de la regresin tienen un valor medio de cero en t, la hiptesis sesgada a plazo podra mantenerse. Los mercados actuales y de futuros se dice que estn en "equilibrio a largo plazo", cuando . Siempre resulta diferir de por algn tipo de ajuste que debe ocurrir para restaurar el equilibrio en el perodo siguiente. Consideremos el proceso de ajuste:

Donde La ecuacin

son los valores medios de cero en el perodo t+1 y t respectivamente. y la

demuestran los mecanismos de ajustes simultneos. El modelo dinmico es llamado modelo de correccin del error ya que el movimiento de las variables en cualquier perodo se relaciona con la brecha del perodo anterior de equilibrio a largo plazo. Si la tasa de cambio actual resulta ser igual a la de futuro y indican que se espera que tasa de cambio actual y la de plazo permanezcan sin cambios. Si existe una brecha positiva entre la tasa de cambio actual y la de plazo de modo que y prediccin de que la tasa de cambio actual caer y la tasa a futuro se elevar. 2. ECUACIONES EN DIFERENCIA Y SUS SOLUCIONES Aunque muchas de las ideas expuestas en la seccin anterior eran probablemente familiares es necesario formalizar algunos de los conceptos utilizados. En esta seccin, examinaremos las ecuaciones en diferencia utilizado en el anlisis economtrico y explicitar lo que significa para
1

conducen a la

El precio spot o precio corriente de un producto, de un bono o de una divisa es el precio que es pactado para transacciones (compras o ventas) de manera inmediata. Este precio es lo contrario al precio futuro o forward price, donde los contratos se realizan ahora, pero la transaccin y el pago ocurrirn en una fecha posterior. Los precios corrientes son calculados por medio de un mtodo que usa los precios de los instrumentos operados en el mercado, obtenidos del efectivo de la curva del cupn. El resultado es la curva de precio corriente, que existe por cada uno de los diversos instrumentos que cotizan en los distintos mercados. 5

ENDERS APLICACIN DE SERIES DE TIEMPO resolver estas ecuaciones. Examinamos la siguiente ecuacin en diferencia evaluamos la funcin cuando la variable independiente t toma el valor especfico un valor especfico para la variable dependiente denominada notacin, representa el valor de Y cuando t toma el valor especfico : . Si , obtenemos , la primera menos el

. Si usamos la misma

diferencia de y se define como el valor de la funcin cuando se evalu en valor de la funcin evaluada en

El clculo diferencial permite el cambio en la variable independiente para acercarse a cero. Como la mayora de los datos econmicos se recogen durante perodos discretos, es ms til permitir que la longitud del perodo de tiempo que sea mayor que cero. Utilizando ecuaciones en diferencias se normalizan las unidades para que h represente un cambio unitario en t y considerar la secuencia de valores equidistantes de la variable independiente. Sin prdida de generalidad, que siempre se puede caer el asterisco en . Entonces podemos formar las primeras diferencias:

menudo,

ser

conveniente

para

expresar

toda

la

secuencia

de

valores

como

. A continuacin, puede hacer referencia a cualquier

valor particular en la secuencia . A menos que se especifique, el ndice de t se extiende desde - a + . En los modelos economtricos de series de tiempo, vamos a utilizar "t" para representar el tiempo, una h de la longitud de un perodo de tiempo. Por lo tanto, e podran representar las realizaciones de la secuencia en el primer y segundo trimestre de 1995, respectivamente. De la misma manera, se puede formar la segunda diferencia como el cambio en la primera diferencia. Considerar

La diferencia n-sima se define de forma anloga. En este punto, nos arriesgamos a tomar la teora de ecuaciones en diferencias demasiado lejos. Como se ver, la necesidad de utilizar segundas diferencias rara vez surge en el anlisis de series de tiempo. Es seguro decir que las terceras diferencias y de orden superior no se utilizan. Este texto considera mtodos de series de tiempo lineales, es posible examinar slo el caso especial de una ecuacin lineal en diferencias de orden n con coeficientes constantes. La forma para este tipo especial de la ecuacin diferencial es

(1.10) El orden de la ecuacin en diferencia es dado por el valor de n. La ecuacin es lineal porque todos los valores de la variable dependiente estn elevados a la primera potencia. La teora

ENDERS APLICACIN DE SERIES DE TIEMPO econmica puede determinar los casos en que los diversos son funciones de las variables dentro de la economa. Sin embargo, siempre y cuando no dependan de cualquiera de los valores de o , los podemos considerar como parmetros. El trmino se denomina proceso de forzar. La forma de forzar el proceso puede ser muy general; , puede ser cualquier funcin del tiempo, los valores actuales y rezagados de otras variables, y / o las perturbaciones estocsticas. Mediante la eleccin apropiada del proceso forzado, se puede obtener una amplia variedad de importantes modelos macroeconmicos. Examinemos de nuevo la ecuacin (1.5), la ecuacin de forma reducida porcin del PBN. Esta ecuacin es una ecuacin diferencial de segundo orden, ya que depende . El proceso forzado es la expresin Vemos que interseccin correspondiente a la expresin en es: Un caso especial e importante para la secuencia . Podemos notar que (1.5) no tiene trmino de intercepto. no tiene trmino de

Donde los secuencia

son constantes (algunos de los cuales pueden ser iguales a cero) y el elemento no son funciones de . En este punto, es til permitir que la es un trmino de error aleatorio y que y , sea nada ms que una secuencia de variables exgenas no especificadas. Por se convierte en una ecuacin autorregresiva:

individual de la secuencia ejemplo, digamos que entonces la ecuacin

Tenemos a n=1, ecuacin (). Restando

y a partir de

para obtener el Modelo de random walk. Notemos que la se puede escribir en trminos del operador de diferencia obtenemos:

O definiendo

, obtenemos

Claramente, la ecuacin .

es una versin modificada de

Una solucin de una ecuacin de diferencia expresa el valor de como una funcin de los elementos de la secuencia y t (y, posiblemente, algunos valores dados de la secuencia llamada condiciones iniciales). Examinando queda claro que hay una fuerte analoga con el clculo integral cuando el problema es encontrar una funcin primitiva de una derivada dada.
7

ENDERS APLICACIN DE SERIES DE TIEMPO Tratamos de encontrar la funcin primitiva dada una ecuacin expresada en forma de

y . Hay que tener en cuenta que una solucin es una funcin en lugar de un nmero. La propiedad clave de una solucin que satisface la ecuacin en diferencias para todos los valores admisibles de t y . Por lo tanto, la sustitucin de una solucin en la ecuacin de diferencia debe resultar en una identidad. Por ejemplo, consideremos la ecuacin en diferencia simple ( ). Podemos verificar fcilmente que la solucin de esta ecuacin en diferencia es una constante cualquiera. Por definicin, si valores posibles de t. Esto es, para el periodo , ecuacin en diferencia de la siguiente manera: , donde c es es una solucin, debe ser para todos los . Ahora, sustituyendo la solucin en la

Es sencillo con el lgebra verificar que es una identidad. Este sencillo ejemplo ilustra tambin que la solucin de una ecuacin de diferencia no tiene que ser nica, no es una solucin para cualquier valor arbitrario de c Otro ejemplo til es proporcionado por el trmino irregular que se muestra en la Figura 1.1; recordando que la ecuacin para esta expresin es . Puede comprobarse que la solucin a esta ecuacin de primer orden es:

La ecuacin componente irregular en

vale para todos los perodos de tiempo, el valor de la est dada por:

Ahora, sustituyendo obtenemos:

en

Los dos miembros de la ecuacin son idnticos; esto demuestra que una solucin de primer orden de la ecuacin en diferencia estocstica La combinacin de estas dos ecuaciones: .

es

La ecuacin es una ecuacin de forma reducida ya que expresa en trminos de sus propios rezagos y en trminos de la perturbacin. Sin embargo, la ecuacin no califica como una solucin, ya que contiene el valor desconocido de . Para calificar como una solucin, debe expresar en cuanto a los elementos de , y las condiciones iniciales dadas.

ENDERS APLICACIN DE SERIES DE TIEMPO 3. SOLUCIN POR ITERACIN La solucin dada por simplemente se postula. Las posiciones restantes de este captulo desarrollan los mtodos que se pueden utilizar para obtener este tipo de soluciones. Cada mtodo tiene sus propios mritos, sabiendo que el ms apropiado para su uso en una circunstancia particular, es una habilidad que slo se logra con la prctica. En esta seccin se desarrolla el mtodo de iteracin. Aunque la iteracin es el mtodo ms complicado y requiere mucho tiempo, la mayora de las personas encuentran que es intuitivo. Si se conoce el valor de y en un perodo especfico, un mtodo directo de la solucin es iterar hacia adelante desde ese perodo para obtener la ruta del momento posterior de toda la secuencia y. Consultando a ese valor conocido de y, como la condicin inicial o el valor de y en el perodo de tiempo 0 (denotado por ). Es ms fcil de ilustrar la tcnica iterativa mediante la ecuacin diferencial de primer orden: (1.17) se sigue que ser impartido por: debe ser:

Dado el valor de

De la misma forma,

Continuando el proceso con el fin de encontrar

se obtiene:

Podemos verificar fcilmente que para todo t>0, la generacin de iteraciones repetidas:

(1.18) La ecuacin conocido de es una solucin de , y el valor Dado que . A modo de ejercicio, es til demostrar que la iteracin hacia atrs a se deduce que: ya que expresa como una funcin de t, el proceso de forzar genera lo mismo que la frmula dada por

Continuando con la iteracin hacia atrs al perodo 0 genera la ecuacin:

Iteracin Sin Una Condicin Inicial

ENDERS APLICACIN DE SERIES DE TIEMPO Supongamos que no contamos con la condicin inicial de . La solucin dada por

no sera apropiada, ya que el valor de es una incgnita. No se puede seleccionar este valor inicial de y y repetir hacia adelante, ni podra iterar hacia atrs desde y simplemente optar por dejar en . Por lo tanto, suponemos que continuamos recorriendo hacia atrs, sustituyendo : para en

Continuando la iteracin hacia atrs recorremos otros perodos m, se obtiene:

Ahora examinamos el patrn que emerge de . Si , el trmino aproxima a cero y m se aproxima a infinito. Adems, la suma infinita converge a . Por lo tanto, si la temporalidad supone que

y de se

despus de una se puede escribir como:

sustitucin continua

(1.21) Nos tomar unos minutos convencernos que ecuacin en diferencia original en se obtiene la ; sustituyendo identidad. De cualquier manera, es una solucin la

no es una nica solucin. Para cualquier valor arbitrario de A, una solucin para la ecuacin: estara dada por:

(1.22)

10

ENDERS APLICACIN DE SERIES DE TIEMPO Para verificar que para cualquier es en valor una arbitrario de A, la la ecuacin ecuacin

solucin.

Sustituyendo obtenemos:

Vemos

que

ambos

miembros

de

la

ecuacin

son

idnticos,

entonces, .

es necesariamente una solucin para

Conciliacin De Los Dos Mtodos Iterativos Dada la solucin por iteracin en la ecuacin , supongamos

que ahora se le da una condicin inicial sobre el valor de y en el periodo arbitrario t0. Es sencillo demostrar que podemos imponer una condicin inicial en la ecuacin para generar la misma solucin que la ecuacin . Ya que debe ser

vlida para todos los perodos (incluyendo t0), entonces cuando t=0, debe ser cierto que:

Entonces,

(1.23) Ya que est dado, podemos ver a la ecuacin como el valor como una solucin de

de A que representa la ecuacin

dada la condicin inicial. Por lo tanto, la presencia de la condicin inicial elimina la arbitrariedad de A. Sustituyendo este valor de A en la ecuacin nos queda:

Simplificando nos queda:

11

ENDERS APLICACIN DE SERIES DE TIEMPO Deberamos tomar un momento para verificar es . Secuencias No Convergentes Dado que , la ecuacin es el valor lmite de la ecuacin ya que m crece infinitamente. Qu sucedera con la solucin bajo otras circunstancias? Si ecuacin puesto que la expresin , no es posible movernos de la a la ecuacin que idntica la ecuacin a

crece infinitamente no hay

necesidad de obtener la sumatoria infinita. Simplemente se selecciona la condicin inicial e iterando hacia atrs, el resultado ser:

Aunque los valores sucesivos de la secuencia sern cada vez ms grandes en valor absoluto, todos los valores de la serie sern finitos. Un caso interesante aparece si . Re-expresando la ecuacin como: : Se puede comprobar por iteracin desde hacia atrs hasta ecuacin es: , una solucin a esta

Luego de unos minutos de reflexin, la solucin es sutilmente intuitiva. En cada perodo t, el valor de cambia en unidades. Despus de t perodos, hay algunos cambios equivalentes a t; por lo tanto, el cambio total es hasta . Por lo tanto, cuando en el valor de . Podemos comparar estos resultados con la solucin hallada en . Para , ms los valores de t de la secuencia . Observemos que la solucin contiene la sumatoria de todas las perturbaciones desde , cada perturbacin tiene un efecto integrado permanente

el caso en el cual , es una funcin decreciente de t de manera que los efectos de las ltimas perturbaciones son sucesivamente ms pequeos en el tiempo.

12

ENDERS APLICACIN DE SERIES DE TIEMPO

La importancia de la magnitud de es ilustrada en la Figura 1.2. Veinticinco nmeros aleatorios con una media terica igual a cero fueron generados por PC desde a . Entonces, el se valor de se estableci igual a 1 y los siguientes 25 valores de la secuencia construyeron utilizando la frmula:

El resultado se muestra en la delgada lnea en la parte 8) de la Figura 1.2. Si se sustituye y en , veremos que la trayectoria temporal de consiste en dos partes. La primera parte es , s demuestra por el lento descenso de la lnea gruesa en el panel (a) de la figura. Este trmino domina la solucin para valores relativamente pequeos de t. La influencia de la parte aleatoria es expresada por la diferencia entre la lnea finita y la gruesa; se puede ver que los primeros valores de son negativos. Como t aumenta, la influencia en la componente aleatoria se hace ms pronunciada. Usando los nmeros aleatorios previamente dibujados, nos hacemos nuevamente igual a 1 y una segunda secuencia se construy utilizando la frmula:

13

ENDERS APLICACIN DE SERIES DE TIEMPO Esta segunda secuencia se detalla por la delgada lnea en la parte (b) de la figura 1.2. La influencia de la expresin nos muestra el rpido descenso de la lnea delgada. Nuevamente, como t aumenta, la porcin de la solucin se vuelve ms dominante en la trayectoria temporal de . Cuando comparamos los dos paneles, resulta claro que la reduccin de la magnitud de aumenta la tasa de convergencia. Por otro lado, las discrepancias entre los valores simulados de y la lnea delgada son menos pronunciados en la segunda parte. Como puede verse en la ecuacin:

cada valor de de la media actual de .

ingresa en la solucin de con un coeficiente de las ltimas realizaciones de

. El valor ms pequeo

tienen una menor influencia en el valor

Simulando la tercera secuencia con la vemos en la parte (c). La expresin expresada por la lnea delgada, es positiva cuando t es par y negativo cuando t es impar. Dado que , las oscilaciones se amortiguan. Las siguientes tres partes de la Figura 1.2 muestras secuencias no convergentes. Cada una usa la condicin inicial y los mismos 25 valores de empleados en las otras simulaciones. Ya que cada valor de tiene un valor esperado de cero, la parte (d) ilustra un proceso de caminata aleatoria (Random-Walk). Aqu, gruesa representa la expresin explosiva de modo que el cambio en es al azar. que domina la parte aleatoria de la secuencia de y la lnea gruesa se entran en la La falta de convergencia se muestra por la tendencia sinuosa de . En el apartado , la lnea . Hay que advertir una discrepancia entre la secuencia simulada en solucin de con el coeficiente

ensancha a medida que t aumenta. La razn es que los valores pasados de

. Como i aumenta, la importancia de las

discrepancias previas es cada vez ms relevante. De manera similar, los resultados en las oscilaciones de la explosin se muestran en la parte inferior derecha de la Figura 1.2. El valor es positivo para valores pares de t y negativo para los valores impares de t. 4. UNA SOLUCIN METODOLGICA ALTERNATIVA La solucin por el mtodo iterativo se quiebra en las ecuaciones de orden superior. La complejidad algebraica rpidamente abruma todo intento razonable de encontrar una solucin. Afortunadamente, hay varias tcnicas de solucin alternativa que pueden ser til en la solucin de la ecuacin de orden n dada por:

Utilizando el principio de que se debe aprender a caminar antes de aprender a correr, vemos que lo mejor es dar un paso a travs de la ecuacin de primer orden dada por la ecuacin: . A pesar de que le dar cobertura a un terreno familiar, el caso de primer orden ilustra la metodologa general muy bien. Para dividir el procedimiento en sus partes componentes, hay que tener en cuenta la parte homognea de la ecuacin:
(1.27)
14

ENDERS APLICACIN DE SERIES DE TIEMPO La solucin de esta ecuacin homognea se denomina solucin homognea; ser til denotar la solucin homognea con la expresin . Obviamente, la solucin trivial satisface la ecuacin establecer y todos los . De cualquier forma, esta solucin no es la nica. Al valores de igual a cero, la ecuacin se convierte en debe ser una solucin para . Por lo tanto, multiplicada por y

. Sin embargo, incluso esta solucin no constituye el . Sustituyendo

conjunto completo de soluciones. Es fcil verificar que la expresin cualquier constante arbitraria "A" satisface en nos queda:

Como

resulta que resuelve . Con la ayuda de las lneas gruesas en la Figura 1.2, podemos clasificar las propiedades de la solucin homognea de la siguiente manera: 1. Si , la expresin converge a cero y t se aproxima a infinito. La convergencia es directa si 2. Si y oscilatoria si . , la solucin homognea se , la solucin homognea no es estable. Si

aproxima a infinito ya que t aumenta. Si , la solucin homognea oscila explosivamente. 3. Si , alguna constante arbitraria A satisface la ecuacin homognea . Si , el sistema es metaestable: impares de t. para valores pares y -14 para valores en su totalidad. En la ltima seccin, es una solucin vlida para se denomina solucin particular de las ecuaciones en . El trmino

Ahora consideremos
confirmamos que . La ecuacin

diferencia; todas estas soluciones particulares se denotan por el trmino nica; por lo tanto, la ecuacin las soluciones posibles. Al pasar a la ecuacin no era la nica. La solucin homognea ms la solucin dada por

particular deriva del hecho de que una solucin de una ecuacin de diferencia puede no ser es una solucin en particular de todas

, se verifica que la solucin particular

constituyen la

solucin completa de la ecuacin . La solucin general de la ecuacin en diferencia es definida como una solucin particular ms la solucin homognea. Una vez que se obtiene la solucin general, la constante arbitraria A puede ser eliminada imponiendo la condicin inicial para . La Solucin Metodolgica Los resultados del caso de primer orden son directamente aplicados al orden ensimo de la ecuacin dado por:
15

ENDERS APLICACIN DE SERIES DE TIEMPO

En este caso general, ser ms difcil encontrar la solucin particular y habr n soluciones homogneas diferentes. Sin embargo, la solucin metodolgica siempre implica los siguientes cuatro pasos: PASO 1: Formar la ecuacin homognea y encontrar las n soluciones homogneas. PASO 2: Encontrar la solucin particular. PASO 3: Obtener la solucin general como la suma de la solucin particular y una combinacin lineal de todas las soluciones homogneas. PASO 4: Eliminar la(s) constante(s) arbitraria(s) imponiendo la condicin inicial en la solucin general. Antes de abordar las diversas tcnicas que se pueden utilizar para obtener la solucin homognea y la solucin particular, merece la pena para ilustrar la metodologa empleada para la ecuacin: Claramente, la ecuacin de segundo orden es de la forma:

con , , y forma de la ecuacin homognea es: En el primer orden de la ecuacin

. Comenzando con el primero de los cuatro pasos, la

, la solucin homognea era

. Por y y

ahora, es suficiente afirmar que las dos soluciones homogneas son: . Para verificar la primer solucin, vemos que . As, Si dividimos por es una solucin si satisface: la cuestin es si:

Algebraicamente ecuacin es una solucin ya que:

es igual a cero entonces

es una solucin de la

. De la misma forma, se puede verificar que

Dividiendo por obtenemos . El segundo paso es obtener la solucin particular; se puede confirmar que la solucin particular resuelve la ecuacin . El tercer paso es combinar la solucin particular y la combinacin lineal de ambas soluciones homogneas:

Donde

son dos constantes arbitrarias.

16

ENDERS APLICACIN DE SERIES DE TIEMPO Para el cuarto paso, suponemos que hay dos condiciones iniciales de la secuencia podamos mantener nuestros nmeros razonablemente redondos, suponemos que . Por lo tanto, para el periodo cero y uno nuestra solucin debe satisfacer: . Para que e

Resolviendo simultneamente para es:

vemos que

. Entonces, la solucin

GENERALIZANDO EL MTODO Para demostrar que el mtodo es aplicable a las ecuaciones de orden superior, consideramos la parte homognea de la ecuacin:

Que sera:

(1.30) Hay n soluciones homogneas que satisfacen la siguiente proposicin: Si , . Es suficiente demostrar

es una solucin homognea de la ecuacin

es tambin una solucin para cualquier constante A . Por supuesto

resuelve la ecuacin homognea de modo que:

La expresin de

es tambin la solucin si:

Sabemos que la ecuacin se satisface desde dividiendo cada trmino por A. Ahora supongamos que hay dos soluciones separadas a la ecuacin homognea denotada por e . Es fcil demostrar que para cualquiera de las dos constantes es una solucin de la ecuacin y , la combinacin lineal es una solucin tambin de la ecuacin homognea. Si , la misma debe satisfacer:

Reagrupando trminos queremos saber si:

17

ENDERS APLICACIN DE SERIES DE TIEMPO y son soluciones separadas de la ecuacin donde cada una de las expresiones dentro del parntesis es cero. La combinacin lineal es necesariamente una solucin de la ecuacin homognea. Este resultado fcilmente se generaliza para todas las n soluciones homogneas de la ensima ecuacin. Finalmente, usamos el paso 3 como la suma de cualquier solucin particular y cualquier combinacin lineal de todas las soluciones homogneas que es tambin una solucin . Para probar esta proposicin, sustituimos la suma de la solucin particular y la solucin homognea en la ecuacin:

Y obtenemos:

Combinando los trminos en la ecuacin anterior, queremos saber si:

Como resuelve ecuacin

resuelve la homognea ecuacin y . la

, la expresin en el primer parntesis es cero. homognea. ecuacin particular As, se la resuelven ecuacin la ecuacin es una identidad; la suma de la

18

ENDERS APLICACIN DE SERIES DE TIEMPO

19