Tesis Arcenio Pecha

Una solucin alternativa al problema de poltica econmica
de
objetivos y
instrumentos, incorporando costos de

ajuste
Arcenio Pecha C.
Matemtico
Universidad Nacional de Colombia

Facultad de Ciencias Econmicas
Departamento de Economa
Bogot, D.C.
Junio de 2010
Una solucin alternativa al problema de poltica econmica

de
objetivos y
instrumentos, incorporando costos de

ajuste
Arcenio Pecha C.
Matemtico
Trabajo de tesis para optar al ttulo de
Magister en Economa
Director
Alvaro M. Moreno R.
Magister en Economa
Universidad Nacional de Colombia

Facultad de Ciencias Econmicas
Departamento de Economa
Bogot, D.C.
Junio de 2010
Ttulo en espaol
Una solucin alternativa al problema de poltica econmica de
objetivos y
instrumen-
tos, incorporando costos de ajuste
Title in English
An alternative solution for economic policy with
objectives and m instruments, that
incorporates adjustments costs
Resumen:
Se hace una exploracin de los problemas de poltica econmica y, mediante
el uso de un procedimiento matricial para polinomios de Taylor, se encuentra una solucin

aproximada a la versin como juego diferencial tiempo variante de este tipo de problemas.
Abstract:
It was made an exploration of policy issues (problems) and, using a matrix
procedure for Taylor's polynomials, it was found an approximate solution to the version
as dierential game - time varying of this type of problems.
Palabras clave:
Keywords:
Poltica econmica, polinomios de Taylor, juegos diferenciales
Economic policy, Taylor's polynomials, dierencial games
Nota de aceptacin
Trabajo de tesis
Aprobado
Mencin Laureada
Jurado
Isidro Hernandez
Jurado
Gustavo Junca
Jurado
Raul Chamorro
Director
Alvaro Moreno R.
Bogota, D.C., Octubre 22 de 2010
Dedicado a
Mis hijos Diego Andrs, Santiago Augusto y Camilo Jos y a Diana Carolina
Agradecimientos
a Alvaro Moreno quien mas que director ha sido y ser un gran amigo.
ndice general
ndice general
Introduccin
III
1. Gnesis y evolucin de los problemas de poltica econmica

1.1. La gnesis como un problema esttico
. . . . . . . . . . . . . . . . . . . . . . . . . . .
1.2. Evolucin a dinmica continua . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.3. Los problemas LQ continuos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.4. Problemas dinmicos discretos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
10
1.5. El no determinismo
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
10
1.6. Las decisiones de poltica como un juego dinmico . . . . . . . . . . . . . . . . . . .
14
2. El problema
16
2.1. Control LQ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
16
2.1.1.
Problemas invariantes en el tiempo . . . . . . . . . . . . . . . . . . . . . . . .
16
2.1.2.
Problemas variantes en el tiempo . . . . . . . . . . . . . . . . . . . . . . . . . .
18
2.2. Juegos diferenciales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
19
2.2.1.
Juegos invariantes en el tiempo . . . . . . . . . . . . . . . . . . . . . . . . . . .
19
2.2.2.
Juegos variantes en el tiempo . . . . . . . . . . . . . . . . . . . . . . . . . . . .
20
3. Solucin aproximada al problema de poltica LQ
22
3.1. Aproximacin de funciones analticas por polinomios de Taylor . . . . . . . . . .
23
3.2. Aproximacin de producto de funciones . . . . . . . . . . . . . . . . . . . . . . . . . .
24
3.3. Solucin de sistemas de ecuaciones diferenciales lineales variantes en el tiempo 25

3.4. Solucin de juegos diferenciales LQ
. . . . . . . . . . . . . . . . . . . . . . . . . . . . .
27
NDICE GENERAL
II
Conclusiones
28
Trabajo futuro
29
Problemas con un objetivo y un instrumento
30
Una aplicacin computacional
34
Bibliografa
39
Introduccin
Los responsables de la poltica econmica, en general, persiguen varios objetivos o
metas nales al mismo tiempo. Si se puediese llegar a un concenso entre quienes formulan
los objetivos, el problema se reducira a la decisin de como asignar y manejar los instrumentos para alcanzar esos objetivos consensuados; pero la formulacin de polticas es ms
complicada. Normalmente existen autoridades independientes, quienes toman sus propias
decisiones y cuentan con un conjunto de instrumentos no necesariamente independientes.
En nuestro medio, por ejemplo, la constitucin le asign al Banco de la Repblica la tarea
de controlar la inacin, esto no implica que el Ministerio de Hacienda y Planeacin Nacional no tengan inters en su comportamiento, sin embargo, cada uno de ellos tiene una
visin distinta sobre cual debe ser su valor ptimo y cada uno posee otros objetivos, no
necesariamente los mismos, que denen su funcin objetivo.
El problema se puede formular de la manera siguiente: se trata de determinar como
asignar y ajustar unas variables instrumentales o de control que inuyen sobre otras variables, llamadas de estado, para que estas alcancen unos ciertos valores objetivo en un
tiempo determinado. Usando una metfora del mundo de la fsica, esto equivale a determinar si un cierto vehculo puede ir de un punto inicial a uno nal en un tiempo dado
y de ser esto posible como deben usarse el timn, acelerador y freno para realizar dicha
accin. Estas son preguntas fundamentales: existen los valores adecuados de las variables
de control que solucionen el problema?; los valores de las variables de control que solucionen el problema son nicos? y cmo encontrar la solucin?. La primera hace referencia al
problema de existencia; la segunda a la unicidad y la ltima a su posibilidad de computo
o calculabilidad.
En poltica econmica inicialmente se plantearon problemas en los que las relaciones
entre las variables de estado y control era esttico: si se conoce la incidencia de los valores instrumentales sobre los objetivos, se trataba de determinar qu valores asignar a los
instrumentos para lograr ciertos valores de los objetivos. Este problema en versin lineal,
est totalmente solucionado, en el sentido que se han encontrado condiciones necesarias y
sucientes para la existencia de la solucin y, cuando estas condiciones se cumplan, se ha
construido un proceso analtico para calcular la solucin al problema.
La evolucin de las ciencias y particularmente de la poltica econmica hizo que luego
se estudiaran modelos dinmicos deterministicos donde las variables de estado cambian
temporalmente de acuerdo a sus propios valores y a los ajustes que reciben de las variables
de control. Este estudio se hizo en sus dos versiones: modelos dinmicos discretos, en
los que los cambios de valor de las variables slo se dan en unos ciertos momentos bien
III
INTRODUCCIN
IV
determinados del tiempo, y modelos dinmicos continuos, en los que los cambios de esos
valores se pueden dar en cualquier instante del tiempo. Ahora se trataba de determinar
cmo usar intertemporalmente las variables de control, en un intervalo de tiempo, ya sea
para que las variables objetivo alcanzaran un valor meta al nal del intervalo o para que
se comportasen de forma determinada en cada instante del intervalo; en el primer caso,
por ejemplo, la meta es que la inacin en un ao sea del 2 % y en el segundo, adems,
la inacin durante ese periodo debe seguir una trayectoria determinada. En el primer
caso slo se trata de alcanzar una meta al nalizar el ao sin importar los valores de la
variable durante el periodo, en el segundo es importante el comportamiento durante todo
el periodo.
Los problemas dinmicos a su vez pueden ser invariantes o variantes en el tiempo; en los
primeros la interaccin entre las variables es constante en todo momento, esto signica que
el responsable de tomar las decisiones de poltica asume que las variables objetivo cambian
en proporcin constante a sus valores y a los de los instrumentos. Bajo esta percepcin, por
ejemplo, la inacin cambia en proporcin constante a su nivel y ser afectada en forma
constante por la tasa de inters. Los problemas dinmicos lineales invariantes en el tiempo
estn totalmente solucionados en el mismo sentido de los estticos.
Por otro lado, si el decisor de poltica considera que las variaciones de los objetivos son
proporciones variables a sus valores y usa los instrumentos en proporciones variables para
hacer el control, considera que los problemas son variantes en el tiempo. En los problemas
dinmicos variantes en el tiempo los valores de las variables de estado y control modican
cada instante el impacto sobre las variaciones de las variables de estado.
Como muchos de los modelos econmicos, los de poltica econmica, han sido tratados con tcnicas matemticas sosticadas como los clculos de ecuaciones diferenciales,
estocstico y de variaciones y las teoras de control y de juegos. De la teora de control
los problemas que mas se adaptan a las necesidades de la poltica econmica son los que
tiene objetivos cuadrticos y restricciones lineales (Problemas LQ). Las restricciones, que
son ecuaciones diferenciales, en su parte diferencial modelan las variaciones de las variables
de estado y por el otro las relaciones de estas con los valores de las variables de estado y
control y las funciones objetivo se interpretan como los costos de ajuste en que se incurre
por la discrepancia entre los valores de las variables y sus metas. Puesto que se deseaban
modelos para varios hacedores de poltica interactuando, el camino natural fue el uso de
juegos diferenciales LQ en los que un jugador es uno de los hacedores de poltica con un
objetivo, que se construye a partir de la percepcin que l tiene de los costos de ajuste,
y un conjunto de instrumentos que puede controlar. Esto es, un juego diferencial LQ est
formado por un conjunto de problemas de control LQ, uno por cada hacedor de poltica. Como los juegos diferenciales LQ en particular son problemas dinmicos pueden ser
invariantes o variantes en el tiempo, los primeros estn totalmente solucionados.
Los problemas variantes en el tiempo, salvo algunos casos muy particulares, no poseen
soluciones anliticas cerradas, esto es, no existe un mtodo general de solucin. Puesto
que solucionar sistemas de ecuaciones diferenciales es la herramienta fundamental para
solucionar cualquier problema dinmico ya sea de clculo de variaciones, control o juego
diferencial, el objetivo de este trabajo es encontrar buenas aproximaciones a soluciones
de sistemas de ecuaciones diferenciales lineales variantes en el tiempo, entendiendo por
buenas aproximaciones funciones que estn tan cerca como se quiera a la solucin real del
INTRODUCCIN
problema. Con ello se pretende dar un paso en el tratamiento de problemas de poltica

econmica en el contexto de estrategias LQ.
El trabajo est dividido en tres captulos. En el primero se hace un barrido bibliogrco
para determinar el estado del arte de la materia. Se revisan las distintas versiones y alcances
del problema: desde sus inicios con Tinbergen y su visin lineal esttica del problema:
la dinamizacin de Preston, sus condiciones de controlabilidad y solucin. Las versiones
dinmicas no determinsticas de Theil, como generalizacin de la de Simon, y la de Chow
y se revisa las soluciones all encontradas. La visin del problema desde la teora de control
determinstico y estocstico de Aoki y otros hasta las versiones de Hallet, Di Bartolomeo
y Aconcella en las que se considera como un juegos diferencial estocstico.
En el segundo captulo se hace un barrido sobre la teora de problemas de control LQ
y los resultados sobre su solucin, esto es, la relacin entre la solucin del problema y la
ecuacin de Riccati para luego usarlos en la solucin de juegos diferenciales LQ. Se enuncian
los teoremas que relacionan el comportamiento de las variables de control y la ecuacin de
Riccati y los teoremas sobre la solucin de la ecuacin de Riccati. Por ltimo, se plantea
el sistema de ecuaciones y se deriva la solucin a un juego diferencial LQ variante en el
tiempo.
El tercer captulo presenta las aplicaciones matriciales a los desarrollos de Taylor, la
interpretacin del producto de funciones analticas como producto de matrices adecuadas
base para la solucin del problema considerado y por ltimo el uso de la herramienta
construida para convertir un sistema de ecuaciones diferenciales lineales variantes en el
tiempo en un sistema de ecuaciones lineales y su uso en la solucin de problemas de juegos
diferenciales LQ variantes en el tiempo.
En el primer apndice se hace una ilustracin de los distintos tipos de problemas y
sus soluciones en una variable. En el segundo se presenta una aplicacin computacional,
R

usando el programa MATHEMATICA , del proceso diseado para solucionar el problema
mostrado en el primer captulo que fue planteado pero no resuelto por Turnovsky (1973).
CAPTULO 1
Gnesis y evolucin de los problemas de poltica
econmica
El problema de poltica econmica de Timbergen (1961) en su forma esttica, en la que se
trata de determinar el nmero mnimo y valor de ciertos instrumentos para lograr algunos
objetivos, se ha extendido en la literatura moderna hasta la ms cercana a la denicin
de economa como un juego diferencial en la que se modelan varios agentes tomadores de
decisiones polticas, cada uno de los cuales es capaz de utilizar algunos instrumentos con
objetivos individuales que pueden estar en conicto.
El tipo de problema y las respuesta que los responsables de poltica deben proporcionar
genera varios tipos de resultados a evaluar: por un lado estn los teoremas de existencia
y unicidad que garantizan que el problema tiene solucin y si la tiene sta es nica. En
este camino estn los resultados sobre controlabilidad y solucin, los cuales determinan si
el problema es controlable, el tipo de controlabilidad y si existen valores de las variables
involucradas que solucionan el problema. La inoperancia de este tipo de resultados est
en que muchas veces las pruebas no son constructivas, esto es, no dicen como se calculan
los valores ptimos de las variables involucradas en el problema. Por otro lado, estn los
resultados sobre estabilizacin y su tipo, aqu nuevamente muchos resultados no son tiles
por la misma razn.
En el problema inicial de Timbergen (1961), por ser esttico, el objeto del problema es
encontrar valores adecuados de los instrumentos para que las variables de estado alcancen
ciertos valores objetivos, por esto y su formulacin la solucin es un resultado de lgebra lineal. Preston (1974) considera que la esttica es generadora de dinmica por lo que
puede dinamizar el modelo considerado por Timbergen, mantener el objetivo de encontrar
los valores de los instrumentos para alcanzar las metas e iniciar el estudio del manejo de
instrumentos intertemporalmente para lograr que los objetivos sigan trayectorias predeterminadas.
A partir de la aparicin de la teora de control, que soluciona problemas de optimizacin con restricciones dinmicas, los problemas conservaron sus restricciones lineales
Ya sea porque Timbergen (1961) plante su anlisis en forma lineal y desde ah se ha aceptado ese
planteamiento, porque el Teorema de Taylor garantiza que cualquier funcin doblemente diferenciable con
CAPTULO 1.
GNESIS Y EVOLUCIN DE LOS PROBLEMAS DE POLTICA ECONMICA
pero fueron enriquecidos con valores objetivos que buscan que las variables de estado estn
lo ms cerca posible de unos ciertos valores metas, sta formulacin hace que sea natural
usar algn tipo de distancia entre los valores de las variables de estado y sus metas.
La distancia Euclidiana, que pesa de forma igual las discrepancias entre los valores de
las variables y sus metas, no es econmicamente aplicable. Por ejemplo, el impacto de la
inacin o la tasa de desempleo sobre el bienestar no necesariamente es igual, por lo que
fue necesario usar normas (distancias) generadas por formas cuadrticas, en las que se
pueden pesar de forma distinta las discrepancias de variables diferentes, para representar
los costos de ajuste de las variables a sus metas; dando lugar al uso de problemas de
control conocidos como LQ, esto es, problemas de optimizacin con objetivos cuadrticos y
restricciones lineales. En el primer apndice se muestran ejemplos algebraicos para modelos
de un objetivo y un instrumento.
1.1. La gnesis como un problema esttico

Tinbergen (1961) es el primer texto que enfoca la Poltica econmica como la interaccin de
nes y medios, objetivos e instrumentos o en otros trminos variables de estado y variables
de control. All se muestra la distincin entre la existencia y el diseo como conceptos
centrales en la teora de la poltica econmica. La existencia se reere a la capacidad de
disear cualquier poltica, mientras que el diseo se reere a los mtodos de construccin
o elaboracin de soluciones. Esto equivale a los problemas de existencia y calculabilidad.
Algunas veces las pruebas de los teoremas de existencia, -que garantizan la solucin de
un problema-, dan un algoritmo para encontrarla, en este caso se dice que la prueba es
construible, sin embargo, no siempre este es el caso.
La relacin entre modelos dinmicos y estticos puede hacerse de dos formas. En una,
los modelos estticos pueden verse como los valores de estado estables de algunos modelos
dinmicos. En la otra, denida por Preston (1974), los modelos estticos son generadores
de modelos dinmicos mediante la introduccin explcita de ajustes temporales. A partir
de esta concepcin Preston (1974) dinamiza los modelos estticos de Timbergen (1961).
El sistema considerado por Timbergen, es equivalente al sistema esttico en forma
reducida
x + B
u
+z
= 0,
A
(1.1)
x es el vector de variables de estado (objetivos) de tamao n 1, u es el vector de

de tamao n1 est formado
tamao k1 de variables de control (instrumentos), el vector z
donde,
por variables exgenas y las matrices
de tamao
tienen como entradas los coecientes del problema
A,
nn
nk
respectivamente,
la matriz de coecientes de los
objetivos, contiene la inuencia que reciben las variables objetivo y
,
B
la matriz la de
los instrumentos, est formada por el impacto que tienen las variables instrumento en el
diseo. En este modelo las matrices son jas, invariantes en el tiempo, Preston (1974)
considera que el modelo describe un equilibrio jo para una economa esttica o equivalete
continuidad se puede aproximar linealmente o porque los sistemas lineales han sido mas estudiados que los
nolineales, generalmente las restricciones de los problemas se consideran lineales.
En adelante las maysculas en una frmula representan matrices, salvo T que se reserva para tiempo
0
nal, las letras en negrilla representan vectores y ( ) la operacin de transposicin.
CAPTULO 1.
al equilibrio de estado estable de una economa dinmica. Bajo el supuesto que las matrices
tiene rangos n y k respectivamente, lo que equivale a decir que existen n objetivos y

A y B
k instrumentos linealmente independientes, el problema esttico propuesto por Tinbergen
controlabilidad esttica consiste en encontrar las condiciones para que existan los
u tales que para cualquier combinacin de valores
dadas; u
, x
satisface el sistema (1.1), esto es
para las variables objetivo x
x + B
u
+z
= 0.
A
o de
valores de las variables instrumentales
Las condiciones necesarias y sucientes estn dadas por el llamado Teorema de Controlabilidad de Timbergen,
= n, es estticamente
Teorema 1. El sistema en forma reducida (1.1), con Rango de (A)
controlable para todo x = x si y slo si, la matriz B de instrumentos es de tamao n n
y tiene rango n.
Este resultado asegura que un sistema es estticamente controlable si y slo si existen tantos objetivos linealmente independientes como instrumentos linealmente independientes. Puesto que el problema es un sistema de ecuaciones lineales simultneas, la solucin
se encuentra por cualquiera de los mtodos de solucin usuales para este tipo de sistemas.
1.2. Evolucin a dinmica continua

Preston dinamiza el sistema (1.1) en la forma
x(t) + B
u
(t) + z
),
x (t) = (A
donde,
es una matriz no singular de tamao
nn
x (0) 6= x ,
que representa la velocidad de ajuste
de los objetivos. Estos ajustes temporales depende de los valores de la variables de estado,
de como se controlen por medio de los instrumento y de valores exgenos.
x(t) + B
u
x(t) + B
u
(t) + z
) = (A
(t) + z
0)
x (t) = (A
x(t) + B
u
x B
u
(t) + z
A
z
)
= (A
x(t) x
u(t) u
) + B(
)]
= [A(
= Ax(t) + B u(t)
que se reduce a
x (t) = Ax(t) + B u(t)

(1.2)
(t) x
, u(t) = u
(t) u
, A = A y
con condicin inicial x(0) = x0 6= 0, donde, x(t) = x
B = B . x(t) representa el desajuste de los objetivos de su valor ideal.

Para Buitter y Gersovitz (1981) el sistema (1.2) es puntualmente dinmicamente
controlable (PDC) si y slo si, existe una trayectoria (funcin del tiempo) para el control
(instrumento) capaz de mover las variables de estado de cualquier estado inicial (en el
espacio de estado) y tiempo inicial a cualquier meta (objetivo) o estado terminal en un
tiempo nito preasignado, sta denicin equivale a la
controlabilidad dinmica
de
Preston. Las condiciones necesarias y sucientes para que el sistema sea PDC estn dadas
por el
El punto sobre una variable representa la derivada con respecto al tiempo,
x =
dx
.
dt
CAPTULO 1.
Teorema 2. El sistema (1.2) es PDC (puntualmente dinamicamente controlable) si y slo

si, la matriz de tamao n nk
= [B, AB, A2 B, ..., An1 B],
tiene rango completo, esto es rango n.

El concepto de PDC del vector de estado
x puede ser extendido al vector de metas y
y = C x + Du,
para lo cual las condiciones necesarias y sucientes son que la matriz
= [D, CB, CAB, CA2 B, ..., CAn1 B],
y y un tiempo
u(t), denidas en el intervalo [0, T ],
tenga rango completo. Para Aoki (1975) esto signica que dado cualquier
nito
T,
existe un vector de variables instrumentales
tales que
y(T ) = y ,
para l esto signica que el sistema es globalmente controlable.
El sistema (1.2) est en equilibrio si existe un vector x para el cual

0 = Ax + B u,
u constante. Buitter y Gersovitz (1981) denen la controlabilidad esttica del equi tal que 0 = Ax + B u
para cualquier x , esto equivale a la
librio si y slo si, existe u
para
controlabilidad esttica de Timbergen y Preston, solo que vista como un comportamiento

particular del sistema dinmico. Si
controlable si y slo si, el rango de
tiene rango completo, el equilibrio es estticamente
es
n,
esto es, hay tantas metas linealmente in-
dependientes como instrumentos linealmente independientes. Es de notar, que Buitter y

Gersovitz (1981) ven la esttica como el equilibrio dinmico, mientras que para Preston es
la generadora de la dinmica.
Preston considera que el problema de poltica dinmica es determinar la existencia de
u(t), con t [0, T ], capaz de llevar la variable objetivo de su

,
valor inicial x(0) = x0 6= 0 a x(T ) = 0 en un tiempo predeterminado nito T . Si x(0) = x
un vector temporal de control
la solucin del problema encuentra la forma de controlar los instrumento con el n de llevar
los objetivos de un valor arbitrario al valor ideal en un tiempo predeterminado.
Para encontrar el nmero mnimo de intrumentos se hacen las siguientes transformaciones y supuestos: el sistema (1.2)es diagonalizable en las variables de estado. Esto implica
que la matriz
tamao
n n,
tiene
tal que
n valores propios distintos, en cuyo caso existe una matriz P de

P 1 AP es diagonal, y al premultiplicar el sistema por P se tiene
que
P x (t) = P Ax(t) + P B u(t),
que se reescribe en la forma
donde,
x = P w, A = P AP 1
de estado
w i
w (t) = Aw(t) + B u(t),

y
= P 1 B .
B
En este sistema, la derivada de cada variable
es dependiente solo de su valor e independiente de los de cualquier otra
wj
CAPTULO 1.
para
i 6= j ;
por lo tanto, para que el sistema sea controlable cada ecuacin debe contener
4
por lo menos una variable de control . Esta condicin se reduce a que la matriz
debe
contener por lo menos una entrada no nula en cada la. Para limitar las posiblilidades
Preston analiza los sistemas correspondientes a cada columna de
B,
x (t) = Ax(t) + Bj uj (t),

el sistema completo est formado por
de estos sistemas, uno por cada variable de control.
Este sistema es controlable si y slo si, el vector

Este vector tiene un cero en la posicin
ortogonal a
Bj ,
j = P 1 Bj
B
tiene
entradas no nulas.
si y slo si, la la correspondiente de
en trminos de lgebra lineal, si
P 1
es
es la matriz de representacin de una
transformacin lineal, el sistema es incontrolable si y slo si, las columnas de

un espacio invariante de la transformacin representada por
estn en
de dimensin menor que
n.
Lo anterior se resume en el
Teorema 3. El sistema transformado

w (t) = Aw(t) + B u(t).

K
i
con n valores propios distintos. Si se representa la

combinacin de j instrumentos
entre K , para j = 1, ..., K , por la submatriz
de coecientes formada por las columnas
j (i). Entonces, un conjunto mnimo de k
i de tama no N j para i = 1, ..., K , B
B
i
instrumentos necesarios y sucientes para la controlabilidad dinmica es la ms pequea
matriz Bk (i) que tenga n las no nulas. Este conjunto de instrumentos
es nica si y slo

si la matriz es nica entre todas las escogencias de las
K
k
matrices.
El resultado de este teorema parece contradictorio con el teorema 1, ya que es posible

controlar un sistema dinmico con
variables de estado linealmente independientes con
un instrumento, mientras que si el sistema es esttico son necesarios
instrumentos lin-
ealmente independientes. Segn Preston La capacidad de estabilizar el sistema de forma

dinmica con un solo instrumento podra aparecer en contradiccin con la necesidad de usar muchos instrumentos para la estabilizacin esttica, pero los procesos de estabilizacin
esttica y la estabilizacin de desequilibrio dinmico se producen simultneamente. Utilizar slo un instrumento para la estabilizacin dinmica, no signica que el teorema de
Tinbergen es irrelevante, slo que uno de estos instrumentos estticos necesarios deben
variar de forma dinmica. La estabilizacin esttica se reere a la adecuada especicacin
de valores jos de los objetivos y los instrumentos, la estabilizacin dinmica con los ajustes
apropiados en las trayectorias a esos valores.
El tema central de Aoki (1975) es la perfecta controlabilidad del sistema
x = Ax + B u,
con las condiciones de salida
y = C x.
Si la ecuacin no contiene ninguna variable de control, la estabilidad de la variable solo estar deter-
minada por el valor propio correspondiente y si el valor propio es positivo la variable ser incontrolable.
CAPTULO 1.
Se trata de determinar, s es posible encontrar y controlar instrumentos,durante un intervalo de tiempo, para que la variable de salida siga una trayectoria determinada. Esto es,
u(t) para las que y(t) = y (t) en el intervalo

y (t) dada para cada t en el intervalo [T, T + ].
s existe un vector de variables instrumentales
[T, T + ]
con
Puesto que este tipo de controlabilidad puede no ser posible, se trata por lo menos
de estar cerca del comportamiento deseado, por lo que se usa la denicin: un sistema es
perfectamente controlable en su salida si el error cometido entre la salida y el valor

y (t), el valor deseado para la salida,
de forma que para cada > o existe > 0
se pueden encontrar las variables de control u
deseado es tan pequeo como se desee. Esto es, dado
tal que
para
||
x(t) C x(t; u , x0 )|| < 5
T t T + .
El resultado relevante de Aoki (1975) es su proposicin 3, dice que un sistema nolineal

es perfectamente controlable en el sentido anterior si su linealizacin lo es.
Aoki y Canzoneri (1979) generalizan el estudio a un sistema en lo que los autores llaman
representacin de espacio estado, para facilitar su comparacin con otros modelos. El
modelo est formado por dos sistemas
Ecuaciones de estado
Ecuaciones objetivo
x (t) = Ax(t) + B u(t) + B1 z(t)

y(t) = C x(t) + Du(t) + D1 z(t),
(1.3)
x es un n-vector de variables de estado, u es un k-vector de variables intrumentales,

z es un vector de variables exgenas y y es un m-vector funciones de metas.
El sistema (1.3) es perfectamente controlable o controlable en su trayectoria si
existe una trayectoria x(t) capaz de llevar (guiar) y(t) a lo largo de cualquier m-dimensional
(t) diferenciable.
trayectoria y
donde,
Ntese que aqu no solo se trata de ir de un punto inicial a uno nal en un cierto tiempo
nito, sino de seguir un camino previamente trazado. Aunque Aoki y Canzoneri comentan
que no existen condiciones necesarias y sucientes para la perfecta controlabilidad, sin
embargo, en ciertos casos cualquiera de las siguientes condiciones garantiza la perfecta
controlabilidad del sistema:
1.
|D| =
6 0.
2.
D=0
3.
|D CA1 B| =
6 0
|CB| =
6 0.

4.
t,
D tiene rango l < m; existe una matriz no singular S tal que [SC|SD] =

D2
donde D2 es l m y
tiene rango m. La matriz S representa la
C2 B1
x(t; u , x )
representa el valor de la variable de estado solucin del sistema
La matriz
con condiciones iniciales
x(0) = x
0 y controlado por el vector
se descompone de acuerdo a
en la forma
u
C=
C1
C2
x = Ax + B

C1 D2 6
,
C2 0
sucesin de
y en el momento
CAPTULO 1.

operaciones elementales entre las que reducen
D1
D2
0

.
Para dar una solucin al problema de aplicabilidad de las soluciones de Aoki y Canzoneri
(1979) que puede suceder que un conjunto de variables objetivo sea perfectamente controlable, en teora existe una trayectoria
u(t)
que soluciona el problema de controlabilidad,
pero que en el mundo real no se tenga pleno conocimiento de los instrumentos o la interaccin entre las variables por lo que en la prctica la solucin terica es inaplicable",
ellos introducen el concepto de disociacin que se reere a la interdependencia entre las
variables objetivo, para esto dene un nuevo vector
v de instrumentos por
u(t) = K x(t) + Lv(t)

con
no singular, con lo que el sistema (1.3) se convierte en
x (t) = (A + BK)x(t) + BLv(t) + B1 z(t)

q(t) = (C + DK)x(t) + DLv(t) + D1 z(t).
El sistema (1.3) es
conjunto de
(1.4)
disociable si existen matrices K y L que reducen el sistema (1.4) a un
ecuaciones (una para cada variable objetivo) de la forma
f1 (x M 1 , xM 1 , v 1 , v1 , z , z) = 0
f2 (x M 2 , xM 2 , v 2 , v2 , z , z) = 0
.
.
.
fm (x M m , xM m , v m , vm , z , z) = 0
esto es, cada variable objetivo
mental
vi
xM i solo es dependiente de la correspondiente variable instru-
y las variables exgenas. En otras palabras, para determinar el comportamiento
de una variable objetivo
xM i
solo de debe manejar adecuadamente la variable
vi .
Para
determinar la disociabilidad de un sistema, Aoki y Canzoneri, determinan que cualquiera

de las primeras condiciones tambin garantiza que el sistema (1.3) es disociable.
Wohltmann (1984) revisa los conceptos y resultados de Aoki (1975) y Aoki y Canzoneri
(1979) para el sistema (1.2) para
(t 0)
dene los conceptos de conjunto admisible para
las variables de control y el de espacio de estado para el problema y prueba que la perfecta
controlabilidad se reduce a determinar el rango de una matriz. Para l
Zk
el
conjunto
de vectores de control admisibles es el conjunto de todas los vectores de k funciones

continuas a trozos y Xn el espacio de estado para el sistema como el conjunto de los
n
vectores de n funciones x(t) tales que dados x0 R y u Zk , x(t) es el nico vector de
estado x(t) = x(t; u, x0 ) solucin del sistema (1.2).
El sistema dinamico (1.2) es controlable en su trayectoria o perfectamente controlable en el intervalo [t1 , t2 ] (0 < t1 < t2 < ) si para cada estado inicial x0 Rn y
cada funcin de estado x Xn existe una funcin de control admisible u Zm tal que
la solucin correspondiente al sistema (1.2), x(t) = x(t; x0 , u) satisface x (t) = x(t) para
todo
t [t1 , t2 ].
Al respecto Wohltmann (1984) prueba el
Teorema 4. El sistema dinamico (1.2) es perfectamente controlable en el intervalo [t1 t2 ]

con respecto al conjunto admisible Zk de vectores de control si y slo si, rango de B es n.
CAPTULO 1.
Y luego generaliza sus resultado para el sistema con metas
x (t) = Ax(t) + B u(t)

y(t) = C x(t)
con
y un p-dimensional vector objetivo y Yp
denido por
el
(1.5)
conjunto admisible de vectores meta
Yp = CXn = {y | y = C x, x Xn }.
Teorema 5. El sistema dinamico (1.5) es perfectamente controlable en las variables objetivo sobre el espacio objetivo Yp con respecto al conjunto admisible Zk de vectores de control
si y slo si, el rango de CB es p.
Este par de teoremas convierten la perfecta controlabilidad en un problema matricial
simple: determinar el rango de una matriz.
1.3. Los problemas LQ continuos

Aoki (1973) formula el problema de poltica econmica como uno de optimizacin dinmica
con objetivo cuadrtico conservando las restricciones lineales, esto es, lo formula como
un problema de control LQ, generaliza el concepto de controlabilidad e introduce el de
observabilidad para ste tipo de problemas en dos casos. Cuando el horizonte temporal es
nito, en el que busca minimizar el valor de
Z
JT = mn
0
[x0 (t)Lx(t) + u0 (t)u(t)]dt + x0 (T )Qx(T )
sujeta a la restriccin
donde,
x = Ax + B u,
pueden ser variables en el tiempo y las matrices
son simtricas
semidenidas positivas; y cuando el horizonte temporal es innito, que se quiere minimizar
Z
J = mn
0
sujeta a la restriccin
con
AyB
[x0 (t)Lx(t) + u0 (t)u(t)]dt
x = Ax + B u,
el par
(A, B) es controlable
(B, AB, ..., An1 B) es n; adems
matrices constantes. Para l un par de matrices constantes
o el sistema (1.2) es globalmente controlable, si el rango de
(A, B)
es observable si el par
(A(t), B(t))
L = A(t) d/dt.
en el tiempo
(A0 , B 0 )
es controlable. El par de matrices variables
es controlable si el rango de
(B(t), LB, ..., Ln1 B)
es
n,
donde
Aoki enuncia los siguientes teoremas que dan las condiciones y los valores de la solucin
para las variables de control como funciones de las variables de estado para cada uno de
los problemas planteados
CAPTULO 1.
Teorema 6. Si existe una matriz simtrica (t; Q, T ) solucin del sistema de ecuaciones
diferenciales (ecuacin de Riccati)
7
K(t)
= A0 (t)K(t) K(t)A(t) + K(t)B(t)B 0 (t)K(t) L(t)
con K(T ) = Q en el intervalo [t0 , T ], entonces
u(t) = B 0 (t)(t; Q, T )x(t)

minimiza JT y mn JT = x(0)0 (t; Q, T )x(0).
Teorema 7. Sean A(t), B(t) y H(t), con L(t) = H 0 (t)H(t) y H de rango maximal, son
uniformemente acotadas, (A(t), B(t)) es controlable y (A(t), H(t)) es observable, entonces
existe una solucin simtrica, denida positiva de la ecuacin de Riccati
K(t)
= A0 (t)K(t) K(t)A(t) + K(t)B(t)B 0 (t)K(t) L(t).
Teorema 8. Si (A(t), B(t)) es controlable y (A(t), H(t)) es observable, entonces existe

una solucin simtrica, denida positiva nica de la ecuacin de Riccati
A0 K + KA KBB 0 K + H 0 H = 0,
u(t) = B 0 x(t) minimiza J y mn J = x(0)0 x(0).
Sin embargo, en ninguno de los documentos se d o sugiere un procedimiento

para solucionar el sistema de ecuaciones de Riccati.
Un desarrollo similar es el de Turnovsky (1973), quien aplica los resultados encontrados
por Wonham al estudio de la estabilidad y la solucin de un problema particular de la forma,
Z
WT =
0
(x0 M x + nu2 )dt
sujeto a
x (t) = Ax(t) + Bu(t).
Para este tipo de problema el valor ptimo de la variable instrumental es
1
u = B 0 P (t)x(t)
n
donde
P (t)
es la matriz solucin de la ecuacin de Riccati
1
P (t) = P (t)A A0 P (t) + P (t)BB 0 P (t) M (t),
n
sin embargo, la conclusin de Turnovsky (1973) es que esta ecuacin no es soluble analticamente porque tiene coecientes variables, es un problema variante
en el tiempo.
7
Esta notacin dice que la solucin es una funcin del tiempo
del problema
T.
t,
de la matriz
y del tiempo terminal
CAPTULO 1.
10
1.4. Problemas dinmicos discretos

Los argumentos que algunos autores dan para no hacer anlisis separados para los sistemas
dimicos discretos y continuos es que estos se comportan en forma anloga. Para Aoki
(1974), por ejemplo, si
(t; t0 , x0 , u, )8
xt+1 = f(xt , ut , t ),
es la solucin de la ecuacin en diferencias
t = t0 , t0 + 1, t0 + 2, ...,
xt0 = x0 .
Un vector de control es admisible si satisface todas las restricciones impuestas al problema, esto es, es factible en trminos de programacin matemtica. El sistema anterior es
localmente controlable en un punto x del espacio de estado si existe un conjunto abierto

, (
que contiene a x
x), tal que cualquier punto en ese abierto puede ser alcanzado por la
, para cada
variable de estado usando un control admisible adecuado. Esto es, si xt0 = x
0
0
x en (x), existe us admisible para t0 s t tal que x = (t; t0 , x0 , us , ) para todo
t t0
nito. Para la contraparte de controlabilidad local de un sistema continuo se asume
un comportamiento anlogo.
Simltaneamente a Aoki (1973), Pindyck (1973) encuentra los resultados para problemas LQ discretos, l analiza el problema
J=
T

1 X
i )0 Q(xi x
i ) + (ui u
i )0 R(ui u
i) ,
(xi x
2
i=0
sujeto a
xi+1 xi = Axi + B ui + C zi
con condicin inicial
x0
dada y la mismas deniciones para las variables a las del sistema
(1.2) y a partir del principio del mnimo de Pontryagin encuentra la versin
Ki = Q + (I + A)0 (Ki+1 Ki+1 B(R + B 0 Ki+1 B)1 B 0 Ki+1 )(I + A)

de la ecuacin de Riccati y el comportamiento de las variables de control en trminos de la
solucin de la ecuacin, sin embargo, en estos documentos no existe procedimiento

para encontrar la solucin analtica de la ecuacin de Riccati.
En los documentos referenciados hasta aqu los autores parecen no estar interesados
en la solucin de los problemas LQ, sin embargo cuando se pregunta por el diseo de
polticas ptimas se deben encontrar soluciones explcitas a los problemas y aunque es de
gran inters la controlabilidad y el nmero ptimo de instrumentos debe ser mucho mas
relevante el conocimiento de los comportamientos de las variables instrumentales y las de
estado.
1.5. El no determinismo
Simon (1956) inicio el estudio de problemas LQ que involucran variables aleatorias en un
problema de minimizacin de costos de un productor, consistentes en costos de inventario
Como en sistemas continuos
condiciones iniciales,
t0
(t; t0 ,
x , u, )
u
0
0 , controlada por
representa la solucin al sistema en el momento
y con parmetros
t,
con
CAPTULO 1.
11
y costos de produccin que a su vez son divididos en estticos, asociados a la capacidad

instalada, y dinmicos, que dependen de las variaciones de productividad entre periodos.
En el problema, durante el intervalo de tiempo, se controla la produccin, mientras que
el inventario est determinado por la diferencia entre la produccin y la demanda. Dada
la distribucin conjunta de probabilidad de las ventas, Simon demuestra que cuando la
funcin objetivo es cuadrtica, el problema de planicacin para el caso de incertidumbre
se puede reducir al problema para el caso seguro ptimo en el primer perodo, cambiando
indeterminados por sus expectativas, esto es, el problema se puede

equivalente cierto.
los valores futuros

reducir a un
La toma de decisiones sobre acciones que estn inuidas por variables que involucran
incertidumbre se puede reducir a La tarea inicial es determinar el curso de accin para el
primer periodo de tiempo. Al nal de ese perodo, y sobre la base de la nueva informacin
disponible, se escoge un curso de accin para el segundo perodo, y as sucesivamente.
Los resultados de Simon (1956) son generalizados por Theil (1957). Para Theil (1957)
el vector
momento
= (u1 (t), u2 (t), ..., um (t))
est formado por el valor de los instrumento en el
y se interesa por el comportamiento del vector
variables de estado no totalmente controladas en
t,
= (x1 (t), x2 (t), ...xn (t))
relacionadas con
u por
de
x = Ru + ,
donde
R es la matriz particionada triangular inferior
R11
0
R21 R22
R=
..
.
.
.
.
RT 1 RT 2
0
0
. ,
.
.
RT T
es un vector de elementos aleatorios con distribucin de probabilidad conjunta inde-
pendiente de
y se quiere maximizar el valor esperado ("funcin de bienestar") de la
combinacin lineal, mas una forma cuadrtica de los vectores
x y u,
1
W (x, u) = (mx , my )(x, u)0 + (x, u)Q(x, u)0 .
2
Esto equivale a una combinacin mas una forma cuadrtica de variables de estado y control
durante los periodos
t = 1, ..., T .
Theil muestra que el resultado de ste problema de optimizacin no se ve afectado si

se optimiza en el primer periodo suponiendo que la relacin entre
u y x es
x = Ru + ,
en ese periodo, donde
es el valor esperado de
Esto es, un problema de optimizacin
estocstico puede, a partir del conocimiento de los valores promedio, convertirse en un

problema de optimizacin determinstico.
Puesto que el anlisis desarrollado por Theil (1957) est limitado a sistemas de la forma
x = Ru + , donde es un vector aleatorio, Chow lo generaliza en tres artculos. En el

primero de ellos Chow (1970) considera un objetivo de la forma

W = E xt K x0t + 2k0 xt ,
CAPTULO 1.
12
es una matriz simtrica semidenida positiva, ste problema se transforma en

W = E xt K x0t + 2a0 kt a0 Ka
al escribir
xt como suma de su media y desviacin estndar

xt = x t + t .
All se hace notar que estas ltima versin es mas conveniente en economa. La ecuacin
que relaciona las variables de estado y de control all considerada es la siguiente
xt = Axt1 + C ut + b + t
xt
es el vector de variables de estado,
y las condiciones para el residuo son
ut
(1.6)
es el vector de variables de control,
Et =
0, Et 0t
=V
0
, Et s
=0
para
x0
es dado
t 6= s.
Chow
encuentra que para ste problema, el comportamiento del control ptimo esta regido por
la recursin
donde
Gt
xt = Gt ut1 + gt
gt
se encuentran recursivamente por medio de las relaciones:
G t = C 0 Ht C
1
C 0 Ht A,
Ht = Kt ,
0
Ht1 = Kt1 + (A + CGt ) Ht (A + CGt ) ,

gt = C 0 Ht C 1 C 0 (Ht b ht ) ,
ht1 = kt1 (A + CGt )
(Ht b ht ) ,
ht = kt ,
para
t = 1, 2, ..., T,
para
t = T,
para
t = 2, 3, ..., T,
para
t = 1, 2, ..., T,
para
t = 2, 3, ..., T,
para
t = T.
En el segundo, Chow (1972), generaliza la solucin del problema,
Maximizar
W=E
T
X

x0t Kt xt + 2k0t xt ,
t=1
sujeto a la restriccin economtrica (1.6). La diferencia fundamental entre estos problemas
es que en el primero considera la matriz
constante, mientras que ahora es variable. Y
en el tercero, Chow (1973), introduce variables exgenas al sistema de restricciones, esto

es, (1.6) se convierte en
xt = A1 xt1 + + Am xtm + C0 ut + + Cn utn + B zt + t ,

donde,
zt
(1.7)
es un vector de variables exgenas y todos los parmetros son desconocidos y
se tratan como aleatorios, con una funcin de densidad especica. Se hace notar que el
sistema (1.7) equivale a
xt = Axt1 + C ut + bt + t
redeniendo adecuadamente las matrices, el objetivo ahora consiste en
Minimizar
W = E0
T
X
t=1
(xt at )0 Kt (xt at ) ,
CAPTULO 1.
donde,
at
son los valores meta y
Kt
13
es simrica semidenida positiva. Este objetivo es
equivalente al de Chow (1972).

Al usar el principio de optimalidad de Bellman, Chow solo encuentra los valores ptimos
para los ltimos periodos, por lo que en la secin 5 convierte el problema a la forma
mn
W = E0
T
X
z0t Qt zt sujeto a zt = t zt1 + ut + t .
t=1
Chow prueba que el comportamiento del control ptimo est regido por la recursin
ut = Gt zt1
donde
Gt
se encuentran recursivamente por medio de las relaciones:
Ht = Qt ,
para
t = T,
ct = 0,
para
t = T,
para
t = 1, 2, ..., T,
para
t = 2, 3, ..., T,
para
t = 1, 2, ..., T,
para
t = 2, 3, ..., T,
para
t = T.
1
Gt = Et1 0 Ht
(Et1 0 Ht t ),
0
Ht1 = Qt1 + Et1 (t + Gt ) Ht (t + Gt ) ,
ct1 =
Et1 t0 Ht t + Et1 ct ,
0
0
t1 Et1 (t + Gt ) Ht (t
Wt = z
+ Gt ) ,
ht = Kt at ,
soluciona el problema de maximizacin.
Norman (1974) prueba que los resultados de Chow( 1970, 1972, 1973) y Theil (1957)
para el problema de maximizar el valor esperado de una funcin objetivo cuadrtica restringuida por un sistema economtrico lineal son lgicamente equivalentes. La solucin de
Chow, construida iterativamente, y la de Theil que reduce el problema a solucionar uno
equivalente con un primer periodo deterministico, el primer periodo conocido con certeza,
son equivalentes. Para esto Norman muestra que los problemas considerados por Theil y
Chow se pueden convertir unos en otros y, usando induccin matemtica, que las soluciones
9
son equivalentes .
Luego de que Norman (1974) mostr que las versiones de Chow (1970, 1972, 1973)
y Theil (1957) son equivalentes cuando los coecientes son determinsticos y solo hay
un elemento estocstico aditivo, quedaba la pregunta de s en el caso de coecientes no
determinsticos los resultados seran equivalentes. Holbrook y Howrey (1978) hacen la comparacin cuando los parmetros y el trmino aditivo son estocsticos y determinan que las
soluciones de Chow y Theil son diferentes. Ellos determinan cuatro condiciones necesarias
y sucientes para que esas soluciones sean equivalentes y concluyen que los casos en los
que eso se d es muy restrictivo.
En la segunda parte de Turnovsky (1973) el objetivo es,
Z
Minimizar
E
0
(x0 M x + u0 N u)dt
Las transformaciones requeridas para convertir un problema en otro tambin convierten la solucin de
uno en la del otro.
CAPTULO 1.
14
sujeto a las restricciones dadas por el sistema,
x (t) = [A + V (t)]x(t) + [B + W (t)]u(t) + e(t),

donde,
x(t) es el vector de variables de estado, v(t) de control, V (t) y W (t) son matrices
e(t) es un vector de ruido blanco gaussiano.
cuyos elementos son ruidos blancos gaussianos y
Luego de algunas transformaciones las restricciones se convierten en
x (t) = Ax(t) + B u(t) + e(t).

Turnovsky (1973) enuncia dos teoremas debidos, segn l, a Wonham
10
que dan las condi-
ciones de controlabilidad y los valores de las variables de control dependientes de la solucin

de a ecuacin de Riccati correspondiente para el caso continuo. En Turnovsky (1974) se
analizan el caso discreto, se enuncian los teoremas de Wonham para el caso. Los resultados
pueden localizarse entre los dos documentos de Chow (1970, 1972) en el primero donde
se analiza el comportamiento del sistema con coecientes constantes y trmino estocstico
aditivo y el que considera que los coecientes son no deterministicos
1.6. Las decisiones de poltica como un juego dinmico

Hallett et al. (2009) consideran los procesos de toma de decisiones de poltica econmica
como un juego dinmico discreto en el que se consideran
jugadores que minimizan un
criterio cuadrtico.
El
i-simo
de los jugadores tiene como objetivo minimizar
Ji (u) = Ji (u1 , u2 , ..., un ) =
j )0 Qi (xj (t) x
j )
(xj (t) x
jN
y controla el sistema
xi (t + 1) = Ai xi (t) +
Bij ui (t),
jN
donde
xi es su vector de variables de estado y controla las variables instrumentales ui .
En este tipo de problemas se est interesado en el equilibrio para el cual se usa la

siguiente denicin: un
(u
(t),
1
(t), ...,
2
equilibrio de Nash retroalimentado
es un vector
(t)) tal que

n
u (t)
Ji (u (t)) Ji (u1 (t), u2 (t), ..., ui (t), ..., un (t))

para cualquier
ui (t), que tiene la interpretacin usual en teora de juegos.
Otra nociones importantes introducidas por Hallett et al. (2009) son: un decisor de
poltica cumple la
regla de oro de economa poltica
si el nmero de instrumentos
linealmente independientes es al menos igual al de metas linealmente independientes; y

una poltica es
neutral o inecaz
si los valores de equilibrio de las metas no se ven
afectados por los cambios en los parmetros de la funcin de preferencias del decisor.
Los Resultados importantes encontrados por Hallett et al. (2009) son:
10
Ed.,
Wonham, W. M.(1969) Random Dierential Equations in Control Theory", in A. T. Bharucha-Reid,
Probabilistic Methods in Applied Mathematics, Vol. II , Academic Press, New York.
CAPTULO 1.
15
Bajo expectativas racionales cada jugador requiere en cada periodo tantos instrumentos independientes como metas independientes.
Siempre que existe un equilibrio, s un jugador cumple la regla de oro, todas las
polticas de los otros jugadores son inecaces con respecto al objetivo compartido
con ese jugador. y
Si uno (y slo un) jugador cumple la regla de oro, todas las polticas de los otros
jugadores son inecaces con respecto a los objetivos compartidos con ese primer
jugador.
Como se puede notar, a partir de este resumen, el programa de investigacin en poltica

econmica ha tenido avances paralelos a las otras ciencias. En efecto, a partir de la concepcin esttica evolucion a la dinmica, para tratar los nuevos desaos se recurri a los
avances de la tera del control, la econometra y los procesos estocsticos. Al momento,
los modelos usados son juegos diferenciales estocsticos, con las bondades y restricciones
que este tipo de modelos tiene. Como en todas las ciencias, los investigadores en poltica
econmica tratan de hacer modelos cada vez mas cercanos a la realidad para lo cual han
ido recurriendo a las ltimas herramientas matemticas creadas. Podemos decir que es un
programa de investigacin progresivo, en el sentido que los nuevos desarrollos dan cuenta
de los anteriores resultados y los extienden a nuevos problemas y campos analticos. En
el tercer captulo se presenta un ladrillo ms en la pared del programa de investigacin,
aportando un mtodo de computabilidad al problema dinmico de poltica econmica LQ.
CAPTULO 2
El problema
En la revisin bibliogrca, comentada en el captulo precedente, no se encontr solucin explcita a las problemas de control tipo LQ variantes en el tiempo, esto es, a la
ecuacin de Riccati. All tambien se dijo que Turnovsky (1973) explcitamente comenta
la imposibilidad de encontrar solucin analtica al problema propuesto. Athans y
Falb (2006) hacen un comentario similar sobre la solucin de sistemas de ecuaciones diferenciales lineales variantes en el tiempo. Puesto que, en particular, la solucin de juegos
diferenciales LQ variantes en el tiempo equivale a solucin de un sistema de ecuaciones
diferenciales variantes en el tiempo, estos no poseen soluciones analticas.
Este captulo presenta el resultado de conjugar los desarrollo de Engwerda (2005) sobre
juegos diferenciales LQ invariantes en el tiempo con los resultados de Athans y Falb (2006)
sobre problemas de control LQ variantes en el tiempo que dan la solucin a problemas de
juegos diferenciales LQ variantes en el tiempo y de esta forma plantear el problema cuya
solucin ser aproximada en el siguiente captulo.
El captulo resume la teora sobre los problemas LQ, la ecuacin de Riccati y su solucin
y justica la relevancia del problema a solucionar. Las nociones y resultados siguen a
Engwerda (2005) para problemas invariantes en el tiempo y Athans y Falb (2006) en los
resultados concernientes a problemas variantes en el tiempo.
2.1. Control LQ
Los problemas dinmicos determinsticos en general y los de control ptimo LQ, como un
caso particular, pueden ser invariantes o variantes en el tiempo segn si los coecientes son
constantes o funciones del tiempo.
2.1.1. Problemas invariantes en el tiempo

Un
sistema dinmico lineal invariante en el tiempo es el conjunto de ecuaciones

x (t) = Ax(t) + B u(t),
16
(2.1)
CAPTULO 2.
donde
son matrices constantes de tamao
funciones de tamao
n1
k1
17
EL PROBLEMA
nn
n k , x(t)
u(t) son vectores de
respectivamente. Este sistema representa un problema
x(t)) y
u(t)) sobre el cambio de los estados (x (t)) es igual en todo momento.
El sistema (2.1) es controlable si para cualquier combinacin de estado inicial x0 ,
tiempo nal t1 (t1 > t0 ) y estado nal x1 dados, si existe un vector de control u(t) continuo
a trozos tal que la solucin del sistema (2.1) satisface x(t1 ) = x1 . Esto es, el sistema es
en el que los impactos intertemporales de los valores de las variables de estado (
control (
controlable, si es posible llevarlo de cualquier condicin inicial a un estado nal deseable,
estabilizable si para cualquier estado inicial x0 existe
en un cierto tiempo. El sistema es
u(t) continuo a trozos tal que la solucin del sistema converge a cero.
un vector de control
Puesto que no necesariamente todas las variables del sistema son observables, puede
que algn subconjunto de variables,
u(t), si lo sean y que stas se relacionen linealmente
con todo el conjunto de variables, en la forma:
x (t) = Ax(t) + B u(t),

y(t) = C x(t)
x(0) = x0
en este sistema, es posible que
x0
(2.2)
sea desconocido, el sistema es observable si es posible
x0 a partir del conocimiento de las variables de control u(t) y los esy(t) en algn intervalo de tiempo [0, t0 ]. Formalmente el sistema (2.2) es observable
si existe t1 > 0 tal que para cualquier u(t) denido en [0, t1 ], de y(t, x0 , u) = y(t, x1 , u) en
[0, t1 ] se sigue que x0 = x1 .
recuperar el valor de
tados
Los problemas generales de control lineal cuadrticos (LQ) invariantes en el tiempo,

restricciones lineales y objetivo cuadrtico, estn restringidos por sistemas de tipo (2.1) y
tienen como objetivo, funciones de la forma
Z
J=
0
x0 (t)Qx(t) + u0 (t)Ru(t)
dt + x0 (T )QT x(T ),
esto es, el objetivo es una forma cuadrtica en la que la matriz
representa los pesos
relativos de cada una de las variables de estado y las entradas de la matriz

los impactos de las variables de estado en el valor objetivo.
de salvamento del problema, por lo que
QT
(2.3)
representan
x0 (T )Qx(T ) es el llamado valor
involucra la importancia del valor nal de las
variables de estado en el objetivo.

La solucin de un problema de la forma
Z
J=
Minimizar
Q, R
x0 (t)Qx(t) + u0 (t)Ru(t)
x (t) = Ax(t) + B u(t),
sujeto a
donde
QT
son matrices simtricas y
dt + x0 (T )QT x(T )
x(0) = x0 ,
(2.4)
es denida positiva; est intimamente
relacionado con la solucin de la ecuacin de Riccati
K(t)
= A0 K(t) K(t)A + K(t)SK(t) Q,
donde
S = BR1 B 0 .
y(t, a, u)
K(T ) = QT ,
Para demostrar esta relacin Engwerda (2005) prueba el siguiente,
representa los valores de las variables solucin del sistema (2.2) en el tiempo
por los valores de
(2.5)
cuando la condicin inicial es
x(0) = a
t,
controlada
CAPTULO 2.
18
EL PROBLEMA
Teorema 9. El problema (2.4) tiene solucin si y slo si, la ecuacin (2.5) tiene una
solucin simtrica K(t) en el intervalo [0, T ]. Si el problema tiene solucin, es nica y
u (t) = R1 B 0 K(t)x(t).
Adems prueba que la solucin de la ecuacin (2.5) equivale a la solucin del sistema
de ecuaciones diferenciales lineales,

U (t)
A S
U (t)
=
.
Q A0
V (t)
V (t)
(2.6)
Teorema 10. Si U y V es solucin del sistema (2.6) y U es no singular en el intervalo

[0, T ], entonces K(t) = V (t)U 1 (t) es solucin de la ecuacin (2.5) en el intervalo [0, T ].
Y si K(t) es solucin de la ecuacin (2.5) en [0, T ] y U es solucin de
U (t) = (A SK(t))U (t),
entonces U y V = KU es solucin del sistema (2.6) en el intervalo [0, T ].

Todos los desarrollos de Engwerda (2005) son invariantes en el tiempo y salvo la solucin
tienen su contraparte variante en el tiempo.
2.1.2. Problemas variantes en el tiempo

Athans y Falb (2006) muestran resultados anlogos para problemas
tiempo variantes,
esto es, de la forma
Z
Minimizar
J=
sujeto a
x0 (t)Q(t)x(t) + u0 (t)R(t)u(t)
x (t) = A(t)x(t) + B(t)u(t),
dt + x0 (T )QT x(T )
x(0) = x0 .
(2.7)
En este tipo de problemas los impactos intertemporales y los pesos de desviacin de las
variables de estado y control dependen del tiempo.
La ecuacin de Riccati relacionada con la solucin al problema (2.7) toma la forma
K(t)
= A0 (t)K(t) K(t)A(t) + K(t)S(t)K(t) Q(t),
donde,
K(T ) = QT ,
S(t) = B(t)R1 (t)B 0 (t), el sistema equivalente a (2.6) es

U (t)
A(t) S(t)
U (t)
=
.
Q(t) A0 (t)
V (t)
V (t)
De las equivalencias dadas por el teorema 10, slo cambia
U (t) = (A(t)S(t)K(t))U (t). En
todas estas solo se ha reemplazado las matrices constantes por sus equivalentes variables.
Puesto que las soluciones de sistemas invariantes en el tiempo dependen del comportamiento de los valores propios de la matiz de coecientes, para el caso del sistema (2.6)
de los valores propios de la matriz

A S
,
Q A0
CAPTULO 2.
19
EL PROBLEMA
este tipo de problemas est totalmente resuelto, en contraste los sistemas tiempo variantes no poseen soluciones anliticas generales; sus soluciones raramente
son funciones estndar (polinomios, exponenciales, etc.), lo que hace que an
su solucin sea motivo de estudio y que se est interesado, por lo menos, por
buenas aproximaciones a las soluciones, entendidas por funciones tan cerca a
las soluciones como se desee.
2.2. Juegos diferenciales
De forma anloga al comportamiento de los problemas de control LQ, los juegos diferenciales pueden ser invariantes o variantes en el tiempo.
2.2.1. Juegos invariantes en el tiempo

Un juego diferencial invariante en el tiempo es un problema de optimizacin donde cada
uno de los
jugadores tiene restricciones de la forma
x (t) = Ax(t) +
N
X
Bi ui (t),
x(t0 ) = x0 ,
(2.8)
i=0
x(t) es el vector de las n variables de estado, x0 es la condicin inicial del sistema, ui (t) es el
ki variables de control manejadas por el i-simo jugador. A y Bi son matrices
n n y n ki respectivamente, para i = 1, 2, ..., N . Ntese que el sistema de
0
ecuaciones (2.8) se puede reescribir en la forma (2.1) donde u = (u1 , u2 , , uN ) es el
vector de las k variables de control, formado por las variables de todos los jugadores, B es
la matriz de tamao n k
B1 0
0
0
0 B2 0
0
0
0 B3
0
B=
,
..
.
.
.
.
.
.
..
.
.
.
.
.
0
0
0 BN
vector de las
de tamao
k=
PN
i=1 ki .
El objetivo para cada uno de los
jugadores es de tipo (2.3). Esto es, un
diferencial invariante en el tiempo es un problema de forma,

maximizar
sujeto a
Ji (ui ) =
x0 (t)Qi x(t) + u0i (t)Ri ui (t)
x (t) = Ax(t) +
N
X
dt + x0 (T )QiT x(T ),
Bi ui (t) = Ax(t) + B u(t),
x(0) = x0
i=0
esto es, conformado por
problemas LQ invariantes en el tiempo.
juego
i = 1, 2, ..., N
CAPTULO 2.
20
EL PROBLEMA
2.2.2. Juegos variantes en el tiempo

Un
juego diferencial variante en el tiempo es el conjunto de N problemas LQ variantes
en el tiempo,
maximizar
sujeto a
Ji (ui ) =
x0 (t)Qi (t)x(t) + u0i (t)Ri (t)ui (t)
dt + x0 (T )QiT x(T ),
N
X
x (t) = A(t)x(t) +
Bi (t)ui (t) = A(t)x(t) + B(t)u(t),
x(0) = x0 ,
i=0
para
i = 1, 2, ..., N .
de Nash para el juego, si para cada
= (u1 , u2 , ..., uN )
u = (u1 , u2 , ..., uN ),
Un conjunto admisible de variables de control
Ji (u ) Ji (u1 , ..., ui1 , ui , ui+1 , uN ),

En la literatura ste es conocido como equilibrio
es
un equilibrio
i = 1, 2, ..., N.
open-loop de Nash, cada jugador en cada
instante del intervalo de tiempo conoce el estado inicial y toda la estructura del modelo.
El equilibrio se determina simultneamente, esto es, cada jugador determina el comportamiento de sus variables instrumentales y alguien hace que las acciones as determinadas
se realicen.
Engwerda (2005) prueba que si cada jugador soluciona su correspondiente ecuacin de
Riccati, el conjunto de soluciones as encontradas constituye un equilibrio open-loop de
Nash. Esto en versin variante en el tiempo equivale a que el jugador
i-simo
soluciona la
ecuacin
K i (t) = A0 (t)Ki (t) Ki (t)A(t) + Ki (t)Si (t)Ki (t) Qi (t),

donde,
Si (t) = Bi (t)Ri1 (t)Bi0 (t).
i-simo
jugador debe solucionar
U i (t)
V i (t)
Ki (T ) = QiT ,
Puesto que esta ecuacin es equivalente a un sistema, el

=

Ui (t)
A(t)
Si (t)
.
Vi (t)
Qi (t) A0 (t)
Por lo tanto, el equilibrio open-loop de Nash del juego es la solucin del sistema simultneo
para los
jugadores
U 1 (t)
A(t)
0
U (t)
A(t)
2 0
. .
.
.. ..
.
.

0
UN (t) 0

=
Q
(t)
0
V1 (t)
1

V2 (t)
0
Q
2 (t)
.
.
.. .
.
.
.
.
0
0
VN (t)
S1 (t)
0
0
S2 (t)
0
0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
QN (t)
0
0
A0 (t)
0
0
A0 (t)
A(t)
0
0
U1 (t)
U2 (t)
..
.
.
.
.
UN (t)
SN (t)
0
V1 (t)
0
V2 (t)
.
.
.
..
.
VN (t)
A0 (t)
0
0
que puede reescribirse en la forma
U (t)
V (t)
DA(t)
Q(t)

=
S(t)
DA0 (t)
U(t)
V(t)

(2.9)
CAPTULO 2.
con
y
21
EL PROBLEMA
U0 (t) = (U1 (t), U2 (t), ..., UN (t)), V0 (t) = (V1 (t), V2 (t), ..., VN (t)) y DA(t) , DA0 (t) , Q(t)
2
S(t) son matrices diagonales en bloques denidas por,
AD (t) = Diag(A(t), A(t), ..., A(t))

AD (t) = Diag(A0 (t), A0 (t), ..., A0 (t))
Q(t) = Diag(Q1 (t), Q2 (t), ..., QN (t))
S(t) = Diag(S1 (t), S2 (t), ..., SN (t)).
Si el sistema matricial de ecuaciones difeenciales (2.9) se desarrolla equivale al sistema
u kij =
v kij =
n
X
l=1
n
X
ail uklj
k = 1, 2, ..., N
i, j = 1, 2, ..., n.
skil vklj
l=1
n
X
qkil uklj
l=1
para
n
X
ail vklj
(2.10)
l=1
Y (2.10) se puede reescribir en la forma matricial
= ,
(2.11)
donde
0 = (u111 , u112 , ..., u11n , u121 , u122 , ..., u12n , ..., vNn1 , vNn2 , ..., vNnn )
es el vector de todas las variables de las
las las de
U1 (t)
luego las de
cada una de las matrices
Vi (t)
U2 (t)
2N
matrices
en la misma forma y
Vi (t)
algo
en las entradas de la diagonal.
tomando inicialmente
UN (t)
luego las de
es la matriz de coecientes.
Las maysculas en negrilla representan matrices en bloques y la notacin
una matriz diagonal en bloque donde los bloques diagonales son

con
Ui (t)
y as sucesivamente, hasta las de
Algo
Dalgo
Algo denota en adelante
denota una matriz diagonal
CAPTULO 3
Solucin aproximada al problema de poltica LQ
Puesto que en el captulo anterior, se mostr que la solucin del problema de poltica
econmica en forma de un juego diferencial LQ variante en el tiempo es equivalente a
solucionar el sistema de ecuaciones (2.11) y este sistema es un caso particular del sistema
x (t) = A(t)x(t) + B(t)u(t)

el propsito de este captulo es encontrar soluciones aproximadas para este ltimo sistema,
sus particularizaciones a sistemas de la forma (2.11) solucionan el problema propuesto.
La solucin clsica de ecuaciones diferenciales lineales ordinarias con coecientes variables hace uso de series de Taylor; esto junto con la notacin matricial para las aproximaciones, introducida por Mouroutsos y Sparis (1985), proporciona un mtodo simple de
aproximacin a la solucin de estos sistemas, que se caracteriza por su sencillez, facilidad
El mtodo de solucin consiste en

convertir un sistema o ecuacin diferencial en un sistema simultaneo de ecuaciones lineales, cuyas incognitas son los coecientes de los polinomios de Taylor
de las funciones solucin al problema diferencial, que luego es solucionado encontrando los coecientes buscados, esto es, los polinomios que aproximan las
soluciones.
de computo y excelente grado de aproximacin.
Inicialmente se resumen, con algunas simplicaciones y modicaciones, las deniciones

y notacin matricial presentada por Mouroutsos y Sparis (1985) y Yang y Chen (1987)
para luego introducir la notacin y el proceso que sirve al objetivo de este trabajo.
22
CAPTULO 3.
23
SOLUCIN APROXIMADA AL PROBLEMA DE POLTICA LQ
3.1. Aproximacin de funciones analticas por polinomios de

Taylor
Una funcin
f (t)
analtica
t=0
en el punto
Taylor
f (t) =
an t n ,
con
se puede representar mediante su serie de
an =
n=0
Al truncarla en el
k -simo
1 dn f
(0).
n! dtn
trmino se obtiene una aproximacin a
f (t)
k
X
f (t)
an tn .
n=0
El valor de
k se determina dependiendo de la exactitud de la aproximacin deseada, mejores

k.
aproximaciones requieren mayor cantidad de trminos, es decir, valores grandes de
El uso de vectores, adems de simplicar la notacin, ayuda a encontrar expresiones

sencillas para las aproximaciones a la integracin y derivacin de una funcin.
La aproximacin anterior en forma vectorial es,
f (t) f 0 (t)
(3.1)
donde,
f (k) (0)
f 0 (0) f 00 (0)
,
, ,
f (0), f 0 (0),
2!
3!
k!
f0 =
es el vector de coecientes y

0 (t) = 1, t, t2 , t3 , , tk
es el vector de variables. En notacin matricial la aproximacin de la
f (t)
es,
n-sima
derivada de
f (n) (t) f 0 Rn (t)
(3.2)
donde,
0
1
0
R=
0
0
y la aproximacin de la
n-sima
Z tZ
0
0
2
0
0
0
0
0
k1
0
integral indenida de
0
0
0
0
0
Una funcin es analtica en un punto
t0
0
0
0
0
k
0
0
0
0
f (t)
es,
f (x)dx du dv f 0 P n (t)
si existe un intervalo abierto
funcin tiene derivadas continuas de cualquier orden.
(3.3)
que contenga a
t0
donde la
CAPTULO 3.
con
0
0
P =
0
0
0
1
0
0
0
0
0 0
1
2 0

0 0
0 0
0 0
24
0
0
.
0
0
0
1
k1
0
0
las aproximaciones para las derivadas y las integrales tienen sentido si el orden de derivacin
k , esto es una consecuencia de la forma de las matrices R y P , ya

k +1 veces el resultado es la matriz nula (Rk = P k = 0).
particular que k debe ser escogido teniendo en cuenta no solo el
o integracin es menor que
que si alguna de ellas se multiplica

La condicin implica en
grado de aproximacin de las funciones, sino tambin la cantidad de derivadas o integrales

involucradas en el proceso a solucionar.
3.2. Aproximacin de producto de funciones

Sean
f (t)
g(t)
funciones analticas en alguna vecindad del origen y
f (t) f (t) =
0
k
X
g(t) g (t) =
0
an t ,
n=0
sus aproximaciones de orden
k,
k
X
bn tn
n=0
entonces la forma matricial para la aproximacin del pro-
ducto es,
(f g)(t) f 0 (t)g0 (t) =
k
X
X
ai bj tn =
n=0 i+j=n
k
X
k X
n
X
ai bni tn
n=0 i=0
f 0 Jkn gtn = f 0 (Jk g, Jk1 g, , J0 g)0 (t)
n=0
0
= f g (t) = g0 f (t),
donde la matriz
Jh
de tamao
0
0
Jh =
0
0
un incremento de
1
0
0
0
(k + 1) (k + 1)
0
1
0
0
0
0
0
0
(3.4)
es
h
0
0
0
0

1 0
0
1
0
0
1
0
0
0
0
0
0
1
0
0
1
0
,
0
0
hace que, en la primera matriz, cada uno se desplace a la siguiente
columna a derecha en total todos se mueven a la siguiente diagonal a la derecha y el efecto

de multiplicar una matriz por la que tiene unos en la diagonal secundaria, segunda matriz,
es invertir el orden en cada una de las las, as si la la es
convierte a
(ak , ak1 , ..., a1 ).
(a1 , a2 , ..., ak )
el producto la
CAPTULO 3.
25
3.3. Solucin de sistemas de ecuaciones diferenciales lineales

variantes en el tiempo
Dado que el sistema a resolver (2.11) puede ser llevado a la forma general de un sistema
de ecuaciones diferenciales lineales de primer orden variante en el tiempo con
x0 (t) = (x1 (t), x2 (t), ..., xm (t)),
m incgnitas
x (t) = A(t)x(t) + B(t)u(t),

con
(3.5)
x(0) conocido, A(t) es una matriz de tamao m m, B(t) de tamao m q y u(t) de
tamao
q 1.
Bajo la hiptesis de que todas las funciones involucradas sean analticas en algn intervalo
I = (T, T ),
cada una de las entradas en las matrices tiene una aproximacin de
la forma (3.1). Al expandir en serie de Taylor cada una de las funciones que son entradas
de la matriz
A(t)
y truncar las series, se obtienen las siguientes aproximaciones:
(t)
0
0

0
(t)
0
A(t) = (aij (t)) a0ij (t) = a0ij

0
0
0
0
0

(t)
= AD(t) ,
A de tamao m m(k + 1) tiene como entradas los k + 1 primeros coecientes de
la serie de Taylor de cada una de las funciones aij (t) que forman la matriz A(t), aij (t)
a0ij (t) y la matriz D(t) de tamao m(k + 1) m, con la notacin introducida al nal del
captulo 2 (ltima nota a pie de pgina), es diagonal en bloques con (t) en la diagonal.
la matriz
De manera anloga se encuentra que
B(t) Bmq(k+1)
D(t)

q(k+1)q
x(t) X m(k+1) (t),

u(t) U q(k+1) (t)
Al usar todas las aproximaciones anteriores y reemplazarlas en (3.5),
X R(t) = AD(t) X (t) + BD(t) U (t),

con
(3.6)
x(0) conocido.
La solucin de este problema proporciona una aproximacin a la solucin del sistema
(3.5). Si el problema (3.6) se puede convertir en un sistema de ecuaciones lineales simultaneas cuyas incognitas sean los primeros
k+1
coecientes de las series de Taylor de las
x(t), es decir, la matriz X .

Efectuando el producto AD(t) X (t) y haciendo uso de la ecuacin (3.4) se obtiene:
funciones que forman la matriz
AD(t) X (t) =
a0ij (t)

mm
(X (t))m1 =
m
X
a0ih (t)x0h (t)
h=1
m
X
h=1
x0h aih (t)
=
m1
m
X
h=1
x0h aih
!
m1
!
(t),
CAPTULO 3.
26
de forma anloga
q
X
BD(t) U (t) =
0
h bih
(t)
h=1
y reemplazando en (3.6), el problema equivale a solucionar el sistema
m
X
X R(t) =
q
X
!
0
h aih
(t) +
0
h bih
(t)
h=1
h=1
que es un sistema lineal de ecuaciones polinmicas en

los coecientes de potencias iguales de
y este se satisface si y slo si,
son iguales, por lo que el sistema se reduce a
solucionar el sistema de ecuaciones lineales simltaneas
XR =
m
X
0
h aih
q
X
u0h bih .
(3.7)
h=1
h=1
En este sistema, la matriz
x01
x0
2
x10
x2
0
X = . = .
.
. ..
xm0
x0m
es la matriz de incgnitas y la
0
iR
i-sima
x11
x21
xm1
x1k
x2k
xmk
la del sistema (3.7) es
= (xi0 , xi1 , ..., xik ) R = (xi1 , 2xi2 , ..., kxik , 0) =
m
X
0
h aih
h=1
m
X
x0h (Jk aih , Jk1 aih , , J0 aih ) +
h=1
u0h (Jk bih , Jk1 bih , , J0 bih )
a x
0
h Jk ih ,
0
h Jk1 ih ,
,x
0
h J0 ih
q
X
u0h Jk bih , u0h Jk1 bih , , u0h J0 bih
h=1
h=1
y la
u0h bih
h=1
h=1
m
X
q
X
q
X
j -sima (j = 1, 2, ..., k )
entrada de este vector es
jxij =
m
X
x0h Jkj aih +
q
X
u0h Jkj bih ,
h=1
h=1
o
bihj
aihj
bih
aih
j1
j1
..
..
X
q
m
.
X
(uh0 , uh1 , ..., uhk )

(xh0 , xh1 , ..., xhk ) aih0 +
jxij =
bih0 .
0
0 h=1
h=1
..
..
.
.
0
0
CAPTULO 3.
Puesto que el vector

nula de
R,
x0i R
27
en su ltima posicin tiene un cero, resultante de la columna
el sistema a resolver se limita a las ecuaciones correspondientes a la igualacin
de las primeras
componentes de cada vector.
El proceso mostrado puede ser usado matricialmente o mediante esta ltima ecuacin
para generar el sistema de ecuaciones lineales, en cualquiera de estos a partir del conocimiento de las matrices de coecientes y el vector de control se despejan los coecientes de las
funciones incgnitas.
3.4. Solucin de juegos diferenciales LQ

Como el sistema (2.11) es un caso particular de (3.5) la solucin del sistema (3.7) se reduce
a
R =
2
2n
XN
0h ih ,
(3.8)
h=1
donde, por simplicidad en la notacin
DA(t)
Q(t)

=
S(t)
DA0 (t)

= (ij )
es la matriz de coecientes y

01
10
0 2
2
0
= . = .
.. ..
02n2 N
2n2 N 0
11
21
2n2 N 1
1k
2k
2n2 N k
con
0 = (1 , 2 , ..., 2n2 N ) = (u111 , u112 , ..., u11n , u121 , u122 , ..., u12n , ..., vNn1 , vNn2 , ..., vNnn )
es la matriz de coecientes.
A partir de esta solucin y el uso del Teorema 10 se calcula la matriz
Ki (t) = Vi (t)Ui1 (t)

y por medio del Teorema 9 se calcula el valor ptimo de los instrumentos
ui (t) = Ri1 (t)Bi0 (t)Ki (t)x(t)

para cada
i-simo
de los
jugadores.
Conclusiones
Se hizo una revisin de los problemas de Poltica Econmica para determinar el estado
del arte en cuanto a la solucin de los distintos tipos de modelos matemticos usados.
A partir de esto se determin que los problemas dinmicos tiempo invariantes estaban
totalmente resueltos pero que para los tiempo variantes, en general y al momento,
no.
Puesto que hay mtodos de solucin aproximada, en los que se basan los algoritmos
nmericos, de ecuaciones diferenciales, se propuso extender el uso de polinomios de
Taylor para encontrar una solucin a sistemas de ecuaciones diferenciales tiempo
variantes.
Como se sabe el Teorema de Taylor genera para funciones analticas aproximaciones

por medio de un polinomio de Taylor tan buenas como se quiera para lo cual basta
con usar un nmero adecuado de trminos en los desarrollos.
El algortmo presentado, a pesar de su aparente dicultad, por ser iterativo puede

ser implementado de forma computacionalmente sencilla.
Dado el manejo matricial, la capacidad de manejo simblico y las implementaciones

recursivas los programas como Mahematica, Maple o Matlab, son tal vez, los mas
adecuados para su implementacin.
28
Trabajo futuro
Encontrar la ecuacin de Riccati correspondiente a juegos en diferencias LQ discretos

variantes en el tiempo y explorar la aplicacin del mtodo a la solucin de la ecuacin.
Extender el mtodo a ecuaciones diferenciales no lineales y ecuaciones diferenciales

parciales, dado que una limitante en el desarrollo de modelos es el estado de sus
soluciones.
La revisin bibliogrca determin, que aunque se ha comenzado la aplicacin de

juegos diferenciales estocsticos a Poltica Econmica, an no existe solucin para
ellos por lo que se debe explorar la aplicacin del mtodo o uno similar a la solucin
de ecuaciones diferenciales estocsticas.
29
APNDICE
Problemas con un objetivo y un instrumento
La solucin para una ecuacin lineal esttica del tipo
x = ax + bu + c, 2
donde,
es la variable de estado,
(9)
es la variable de control y
a 6= 1
son coecientes
conocidos (b mide el impacto de la variable de control sobre la de estado) es,
x=
sin importar qu valor tome
y,
1
(bu + c),
1a
sta solucin es nica. El problema de controlabilidad
(esttica) en este caso consiste en determinar si existe un valor de la variable de control

para que la variable de estado tome un valor previamente determinado, esto es, cul debe
ser el valor de
para que
x=x
?
la solucin es
1
x c],
u = [(1 a)
b
esto es, si
b 6= 0
el problema es controlable.
La dinamizacin discreta natural de (9) con coecientes constantes, esto es, no hay
cambio en el impacto de las variables rezagadas es,
xt = axt1 + but1 + c.
(10)
Su solucin es (ver por ejemplo Pecha (2008)),
"
xt = a
x0 +
t1
X
#
i
a (bui + c) .
i=0
El problema de controlabilidad (dinmica) es determinar el comportamiento temporal de
la variable de control para que un intervalo de tiempo
un valor (xI ) inicial en el momento
t=0
La escritura normal para esta ecuacin es
[0, T ]
la variable de estado vaya de
a un valor (xF ) nal en el momento
(1 a)x + bu + c = 0
inducir la dinamizacin.
30
t = T.
Esto
sin embargo se usa esta forma para
31
PROBLEMAS CON UN OBJETIVO Y UN INSTRUMENTO
es, existe una trayectoria de
ut
para que
x0 = xI
xT = xF ,
con
xI
xF
dados?. Para
esto basta reescribir la ecuacin (10) en la forma
1
a
c
ut = xt+1 xt
b
b
b
con condiciones sobre la frontera del intervalo temporal, en el momento inicial
1
a
c
u0 = x1 xI
b
b
b
y terminal
con
x1
xT 1
arbitrarios.
a
c
1
uT 1 = xF xT 1 ,
b
b
b
Puesto que ut est despejada de
forma nica, la ecuacin es
perfectamente controlable, esto es, se puede encontrar los valores intertemporales para
la variable de control que hacen que la variable de estado vaya sobre una trayectoria
previamente determinada. En otras palabres, existen valores para la variable de control de
tal forma que la variable de estado tome en cada momento
el valor
x
t
predeterminado,
1
a
c
ut = x
t+1 x
t .
b
b
b
La dinamizacin continua de (9) con coecientes constantes es,
x = ax(t) + by(t) + c,
cuya solucin es
(11)

Z t
as
x(t) = e x(0) +
e (by(s) + c)ds .
at
0
Si las variables rezagadas no afecta en forma constante el valor de
xt ,
es decir, el impacto
de los rezagos depende del tiempo; la forma mas general de dinamizar discretamente (9)
es
xt = at1 xt1 + bt1 ut1 + ct1
(12)
y su solucin segn Pecha (2008) es
xt =
t1
Y
#
t1
i
X
Y
x0 +
.
(bi ui + ci )
a1
k
"
ai
i=0
i=0
k=0
sta solucin es nica e independiente de los valores de la variable de control y puesto que
la ecuacin (12) se puede reescribir en la forma
ut =
con
bt 6= 0
para todo
t,
1
at
ct
xt+1 xt1
bt
bt
bt
la ecuacin es perfectamente controlable.
La dinamizacin continua con coecientes variables de (9),
x = a(t)x(t) + b(t)u(t) + c(t)
(13)
32
tiene como solucin
Rt
x(t) = e
a(s)ds

Z t R
s
x(0) +
e 0 a(w)dw (b(s)u(s) + c(s))ds .
0
Puesto que la ecuacin (13) equivale a
u(t) =
1
a(t)
c(t)
x
x(t)
b(t)
b(t)
b(t)
el problema es perfectamente controlable. Notes en particular la similitud en el comportamiento de las soluciones para los casos dinmicos.
Hasta aqu, las ecuaciones son determinsticas, sin embargo puede que no todos los
impactos sean conocidos plenamente y que solo se conozca su distribucin de probabilidad,
esto puede hacerse de dos formas en caso de dinmica discreta: en una
(12) es una variable aleatoria, en la otra
at , bt
ct
ct
en la ecuacin
son no determinsticos.
Para el caso continuo en la ecuacin (13) se puede considerar que
c(t)
es una variable
aleatoria continua o llevar la ecuacin a la forma
dx = a(t)x(t)dt + b(t)u(t)dt + c(t)dw,

donde
w(t)
es un proceso de Wiener, dando lugar a una ecuacin diferencial estocstica .
Las funciones objetivo pueden ser de dos tipos: en la primera las variables de control no
estn involucradas, las variables de control no tienen costo asociado en el proceso modelado,
para el caso discreto
(x0 x
0 , x1 x
1 , , xT x
T )A(x0 x
0 , x1 x
1 , , xT x
T )0
(14)
xi y x
i son respectivamente los valores de las variables y sus metas en el momento
= (
i = 0, 1, ..., T y (0 ) transpuesta. Si x = (x0 , x1 , , xT ) y x
x0 , x
1 , , x
T ) son los
donde,
vectores de valores de variables de estado y valores objetivo para ellas, (14) se reduce a
)A(x x
)0 = xAx0 x
Ax0 xA
(x x
x0 + x Ax0 = xAx0 bx0 + c
como
es constante no afecta el proceso de optimizacin por lo que la funcin objetivo es
xAx0 bx0 .
Cuando los instrumentos tiene costo asociado a su desajuste a valores objetivo y
los vectores de instrumentos y sus valores objetivo, el objetivo del problema es
)A(x x
)0 + (u u
)B(u u
)0
(x x
que se puede reducir a la forma
(x, u)0 .
x, u)0 b
(x, u)A(
con
b adecuadas.
En caso continuo la funcin objetivo es
Z
0
a(x(t) x
(t))2 dt = a
Z
0
(x2 (t) 2
x(t)x(t) + x
2 (t))dt
u y u son
Puesto que
33
es conocida el problema se reduce a
(x2 (t) 2
x(t)x(t))dt
0
en caso que las variables instrumentales no afecten el costo en caso contrario la funcin
objetivo es
Z
0
(ax2 (t) + bu2 (t) 2a

x(t)x(t) 2b
u(t)u(t))dt.
APNDICE
Una aplicacin computacional
Turnovsky (1973) analiza el modelo de estabilizar el gasto y consumo, esto es, minimizar
la funcin,
1
WT =
2
YT Y
f1
2
+ f2
GT G
2
Z
+
Y Y
m1
2
GG
+ m2
2
i
2
+ nG dt ,
sujeto al sistema multiplicador-acelerador de Phillips
Z = cY + I + G + A
I = Y k I
Y = r(Z I).
En el sistema
cY
representa la demanda agregada,
gubernamental y
el gasto autnomo. Si se asume
el consumo,
A=0
la inversin,
G el gasto
el sistema
y se eliminan
Z,
equivale a
Al hacer
r
Y + b1 Y + b2 Y G rG = 0
k
,
y = Y Y , g = G G y usar el hecho que en equilibrio sY = G
el problema se
transforma en
Minimizar
1
WT =
2
sujeto a
Y si
y = z
f1 yT2
f2 gT2
Z
+
i
2
m1 y + m2 g + nG dt ,
2
r
y + b1 y + b2 y g rg = 0.
k
y
g = v
el problema toma la forma LQ,
Minimizar
sujeto a
1
WT =
2
f1 yT2
f2 gT2
Z
+
0
x = Ax + Bv,
34
xM x
+ nv

dt ,
35
UNA APLICACIN COMPUTACIONAL
donde,

z
x = y ,
g
b1 b2
0
A= 1
0
0
r
k

r
B = 0 ,
1
0 ,
0
0 0
0
M = 0 m1 0 .
0 0 m2
Al aplicar el Teorema 9 la variable de control ptima satisface la ecuacin tiempo variante

z
z

k11 (t) k12 (t) k13 (t)
1
1
v = r 0 1 K(t) y = r 0 1 k21 (t) k22 (t) k23 (t) y
n
n
g
k31 (t) k32 (t) k33 (t)
g
1
= {(rk11 (t) + k31 (t)) z + (rk12 (t) + k32 (t)) y + (rk13 (t) + k33 (t)) g} ,
n
donde, K(t) es la solucin de la ecuacin de Riccati
1
K(t)
= A0 K(t) K(t)A + K(t)BB 0 K(t) M
n
con condiciones de frontera
Al hacer las sustituciones
0 0 0
K(T ) = 0 f1 0 .
0 0 f2
z = y
v = g
(15)
(16)
(17)
en la ecuacin (15) esta equivale a
g = 1 (t)y + 2 (t)y + 3 (t)g
(18)
con
1
1 (t) = (rk11 + k13 )
n
1
2 (t) = (rk12 + k23 )
n
1
3 (t) = (rk13 + k33 ) .
n
Hasta aqu el desarrollo sigue a Turnovsky (1973). An si el sistema original tiene coecientes constantes la ecuacin (18) es variante en el tiempo por lo que no puede ser
solucionada analticamente.
Puesto que segn el Teorema 10 la solucin de la ecuacin (16) se deduce del sistema

U (t)
A
=
M
V (t)
y este, para
i = 1, 2, 3,
n1 BB 0
A0

U (t)
V (t)

AU (t) n1 BB 0 V (t)
=
M U (t) A0 V (t)
equivale a

r
1 2
u 1i = b1 u1i b2 u2i + u3i
r v1i + rv3i
k
n
u 2i = u1i
1
u 3i = (rv1i + v3i )
n
v 1i = b1 v1i + v2i
v 2i = m1 u2i + b2 v1i
r
v 3i = m2 u3i v1i
k
(19)
36
o en forma matricial con
u0i = (ui1 , ui2 , ui1 ), v0i = (vi1 , vi2 , vi1 ),
Db1
u 1
u 2 I

u 3 0
=
v 1
0
v 2
0
v 3
0
Db2
0
0
0
Dm1
D kr
D r 2
Dm2
D nr
Db1
Db2
D kr
0
0
0
0
donde, todas las matrices en la particin son de tamao
0
0
0
u1
0
u2
u
D 1
3
,
n
v
1
I
0

0 0 v2
v3
0 0
D nr
(20)
3 3.
La solucin a un sistema de la forma
x (t) = A(t)x(t)
R

puede ser encontrada por el siguiente programa en MATHEMATICA

aprox
(*Orden de la aproximacin*)
nvar
(*Nmero de variables en la ecuacin de Riccati*)
A=
(*Matriz de coeciente*)
= Table[Table[D[A[[i, j]], {t, p 1}]/(p 1)!, {p, aprox + 1}]/.t 0, {i, 2 nvar},
{j, 2 nvar}]
Ag
(*Crea la matriz de aproximaciones de cada coeciente*)

uv
= Join [Table [ui , {i, nvar}] , Table [vi , {i, nvar}]]
(*Matriz auxiliar para generar las variables y sus valores iniciales*)
X = Table[SeriesCoecient[Series[uv[[i]][t], {t, 0, aprox + 1}], p 1], {i, 2 nvar},

{p, aprox + 1}]
(*Crea las aproximaciones par cada variable*)
= Flatten[Table[(p 1)! SeriesCoecient[Series[uv[[i]][t], {t, 0, aprox + 1}], p 1],

{i, 2 nvar}, {p, 2, aprox + 1}]]
var
(*Genera las variables del problema*)

valin
= Table[SeriesCoecient[Series[uv[[i]][t], {t, 0, aprox + 1}], 0], {i, 2 nvar}]
(*Valores iniciales de las variables*)
R = Table[If[i==j + 1, j, 0], {i, aprox + 1}, {j, aprox}]

(*Genera la matriz R*)
X.R
(*Matriz equivalente a al vector de derivadas de las variables*)
W1
= Table[If[i + 1==j, 1, 0], {i, aprox + 1}, {j, aprox + 1}]
(*Primera matriz auxiliar para la construccion de PI*)

W2
= Table[If[i + j == aprox + 2, 1, 0], {i, aprox + 1}, {j, aprox + 1}]
(*Segunda matriz auxiliar para la construccion de PI*)
J[s_] = MatrixPower[W1, s].W2

(*Matriz J con s variable*)
= Table[J[aprox + 1 i].S, {i, aprox + 1}]

Table[Sum[X[[h]].Transpose[PI[Ag[[i, h]]]], {h, 2 nvar}], {i, 2 nvar}]
PI[S _]
(*Genera la matriz del lado derecho del sistema*)
37
sol
= Solve[X.R == Transpose[Delete[Transpose[ %], aprox + 1]], var]
(*Soluciona el sistema*)
= Table[Simplify[uv[[i]][0] + Sum[sol[[1, Extract[Position[sol, var[[aprox i j]]],

aproxj
{1, 2}], 2]] taprox
, {j, 0, aprox 1}]], {i, 2 nvar}]
resp[t_]
(*Respuestas en funcin de t*)
Que puede usarse para solucionar un sistema general
x (t) = A(t)x(t) + B(t)u(t).

Para generar la solucin de la ecuacin de Riccati se usa el siguiente conjunto de instrucciones,
U [t_] = Table [resp[t][[j + i]], {i, 0, 2
nvar,
nvar} , {j, 1,
(*Matriz de valores de U(t)*)
V [t_] = Table [resp[t][[j + i]], {i, nvar, 2 nvar 1,
nvar}]
nvar} , {j, 1,
nvar}]
(*Matriz de valores de V(t) *)
K[t_] = V [t].Inverse[U [t]]

(*Matriz solucin de la ecuacin de Riccati K(t)*)
coe
= Solve [K[0] == (*Condiciones de transversalidad del problema*), valin]
(*Ajusta los coecientes de K a las condiciones de transversalidad del problema*)

UF[t_]
= U [t]/.coe
(*RecalculaU (t) con las condiciones de transversalidad*)

VF[t_]
= V [t]/.coe
(*RecalculaV (t) con las condiciones de transversalidad*)

KF[t_]
= VF[t].Inverse[UF[t]]
(*RecalculaK(t) con las condiciones de transversalidad*)
Para el caso particular de ste apndice la matriz de coecientes es la del sistema (20). Las
condiciones de transversalidad dadas en (17) se pueden, a partir de una traslacin en la
variable
coe
t,
tomar como
= Solve [K[0] == {{0, 0, 0}, {0, f1 , 0} , {0, 0, f2 }} , valin]
y la solucin de la ecuacin (15) se encuentra por medio de la siguiente variacin del proceso
general
DER[t_]
= {r, 0, 1}.KF[t]. {{y 0 [t]} , {y[t]}, {g[t]}}
(*Lado derecho en el caso particular*)

XK
= Table[SeriesCoecient[Series[DER[t][[1]], {t, 0, aprox + 1}], p 1], {p, aprox + 1}]
(*Aproximacin de la funcin lado derecho*)

gvar = Flatten[Table[(p 1)! SeriesCoecient[Series[g[t], {t, 0, aprox + 1}], p 1],
{p, 2, aprox + 1}]]
(*Variables del problema*)
solg
= Solve[gvar == Delete[XK, aprox], gvar]
(*Solucin a la variable de control*)

aproxj+1
G[t_] = Simplify g[0] + Sum solg[[1, j, 2]] taprox
, {j, 1, aprox}
(*Construccin de la funcin de control ptimo*)
38
Tomando una aproximacin de orden dos la solucin es,
2t2 kg[0]f23 + kng[0]f23 kng[0]f2 m2

+ f2 )

kn2 g[0]f2 m2 + n2 rf1 y[0] + kn2 rb1 f1 y[0] + knrf1 f2 y[0] kn2 rm1 y[0] ,
g(t) g[0] + tg[0]f2
kn2 (2
para una aproximacin de tercer orden la funcin de control ptimo toma la forma,

t2 g[0]f22 ng[0]f22 + ng[0]m2 nrf1 y[0]
g(t) g[0] + tg[0]f2
n
1
3
4
3
3t 2kg[0]f2 + 3kng[0]f24 + kn2 g[0]f24 2kng[0]f22 m2
kn (6 + f2 )
4kn2 g[0]f22 m2 kn3 g[0]f22 m2 + kn3 g[0]m22 + 2n3 rb1 f1 y[0] + 2kn3 rb21 f1 y[0]
+2kn3 rb2 f1 y[0] + 2n2 rf1 f2 y[0] + 2kn2 rb1 f1 f2 y[0] + 2knrf1 f22 y[0] + kn2 rf1 f22 y[0]
2n3 rm1 y[0] 2kn3 rb1 m1 y[0] 2kn2 rf2 m1 y[0] kn3 rf1 m2 y[0] 2kn3 rm1 y 0 [0]

kn3 rf1 y 00 [0] ,
y cuando la aproximacin es de orden cuatro,

t2 g[0]f22 ng[0]f22 + ng[0]m2 nrf1 y[0]
1 3
t 2kg[0]f23
g(t) g[0] + tg[0]f2
n
2kn2
3kng[0]f23 kn2 g[0]f23 + 2kng[0]f2 m2 + 3kn2 g[0]f2 m2 2n2 rf1 y[0]

2kn2 rb1 f1 y[0] 2knrf1 f2 y[0] kn2 rf1 f2 y[0] + 2kn2 rm1 y[0]

g[0]f2 24knf24 + 24kn2 f22 m2
4
+t
24kn4 kn4 f2

12kn2 f23 + 12kn3 f2 m2 g[0]f22 ng[0]f22 + ng[0]m2 nrf1 y[0]
+
n (24kn4 kn4 f2 )

+ 4kn3 f22 + 4kn4 m2 2kg[0]f23 3kng[0]f23 kn2 g[0]f23 + 2kng[0]f2 m2
+3kn2 g[0]f2 m2 2n2 rf1 y[0] 2kn2 rb1 f1 y[0] 2knrf1 f2 y[0] kn2 rf1 f2 y[0]

1
+2kn2 rm1 y[0] / 2kn2 24kn4 kn4 f2
24kg[0]f25
4
24kn kn4 f2
+24kng[0]f23 m2 24n4 rb21 f1 y[0] 24kn4 rb31 f1 y[0] 24n4 rb2 f1 y[0]
48kn4 rb1 b2 f1 y[0] 24n3 rb1 f1 f2 y[0] 24kn3 rb21 f1 f2 y[0] 24kn3 rb2 f1 f2 y[0]
24n2 rf1 f22 y[0] 24kn2 rb1 f1 f22 y[0] 24knrf1 f23 y[0] + 24n4 rb1 m1 y[0]
+24kn4 rb21 m1 y[0] + 24kn4 rb2 m1 y[0] + 24n3 rf2 m1 y[0] + 24kn3 rb1 f2 m1 y[0]
+24kn2 rf22 m1 y[0] + 24n4 rm1 y 0 [0] + 24kn4 rb1 m1 y 0 [0] + 24kn3 rf2 m1 y 0 [0]
+12n4 rf1 y 00 [0] + 12kn4 rb1 f1 y 00 [0] + 12kn3 rf1 f2 y 00 [0] + 12kn4 rm1 y 00 [0]

+8kn4 rf1 y (3) [0] .
Bibliografa
[1] Aoki, M.(1973, Enero). Sucient Conditions for Optimal Stabilization Policies,
Review of Economic Studies, 40(1), 131-138.
The
[2] Aoki, M.(1974, Enero). Local Controllability of a Decentralized Economic System,
The Review of Economic Studies, 41(1), 51-63.
[3] Aoki, M.(1975, Abril). On a Generalization of Tinbergen's Condition in the Theory
of Policy to Dynamic Models,
[4] Aoki, M. y M. Canzoneri(1979, Octubre). Sucient Conditions for Control of Target Variables and Assignment of Instruments in Dynamic Macroeconomic Models,
International Economic Review, 20(3), 605-616.

[5] Athans, M. y P. L. Falb(2006).
Optimal Control, An Introduction to the Theory an its
Applications, DoverPublications, Inc., New York.
[6] Buitter, W.H. y M. Gersovitz(1981). Issues in Controllability and the Theory of

Economic Policy,
J. of Public Economics, 15, 33-43.
[7] Chow, G. C. (1970, Agosto). Optimal Stochastic Control of Linear Economic Systems,
Journal of Money, Credit and Banking, 2(3), 291-302.
[8] Chow, G. C. (1972, Febrero). Optimal Control of Linear Econometric Systems with
Finite Time Horizon,
[9] Chow, G. C. (1973, Octubre). Eect of Uncertainty on Optimal Control Policies',
[10] Holbrook R. S. y E. P. Howrey(1978, Octubre). A Comparison of the Chow and Theil

Optimization Procedures in the Presence of Parameter Uncertainty,
Economic Review, 19(3), 749-759.

[11] Engwerda, J. (2005).
International
LQ Dynamic Optimization and Dierential Games, West Sussex:
John Wiley & Sons.

[12] Hallett, A. H., N. Acocella y G. Di Bartolomeo(2009, Agosto). Policy games, policy neutrality and Tinbergen controllability under rational expectations,
Macroeconomics, 27(82), 1-60.
39
Journal of
40
BIBLIOGRAFA
[13] Mouroutsos, S. G. y P. D. Sparis(1985). Taylor series approach to system identication, analysis and optimal control,
J. The Franklin Institute, 319(4), 359-371.
[14] Norman, A. L. (1974, Febrero). On the Relationship between Linear Feedback Control
and First Period Certainty Equivalence,
International Economic Review, 15(1), 209-
215.
[15] Pecha, A. (2008).
Optimizacin Esttica y Dinmica en Economa,
Universidad Na-
cional de Colombia.
[16] Pindyck, R. S. (1973, Mayo). Optimal Policies for Economic Stabilization,
metrica, 41(3), 529-560.
Econo-
[17] Preston, A. J. (1974, Enero). A Dynamic Generalization of Tinbergen's Theory of

Policys,
[18] Simon,
H.
A.(1956,
Abril).
Dynamic Programming
Quadratic Criterion Function,
Under Uncertainty with
Econometrica, 24(1), pp. 74-81.
[19] Theil, H.(1957, Abril). A Note on Certainty Equivalence in Dynamic Planning,
Econometrica, 25(2), 346-349.
[20] Timbergen, J.(1961).
Poltica econmica, Fondo de Cultura Econmica, Mxico.
[21] Turnovsky, S. J.(1973, Enero). Optimal Stabilization Policies for Deterministic and
Stochastic Linear Economic Systems,
[22] Turnovsky, S. J.(1974, Marzo). The Stability Properties of Optimal Economic Policies,
The American Economic Review, 64(1), 136-148.
[23] Wohltmann, H-W.(1984, Abril). A Note on Aoki's Conditions for Path Controllability
of Continuous-Time Dynamic Economic Systems,
The Review of Economic Studies,
51(2), 343-349.
[24] Wonham, W. M.(1969) Random Dierential Equations in Control Theory", in A. T.
Bharucha-Reid, Ed.,
Probabilistic Methods in Applied Mathematics, Vol. II,
[25] Yang, L-F y C-K Chen(1987). Analysis of bilinear systems via Taylor series,
Systems SCI, 18(4), 641-648.
[26] Yeung, D. W. K. y L. A. Petrosyan(2006).

Springer, USA.
Int. J.
Cooperative Stochastic Dierential Games,

Tesis Arcenio Pecha

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Tesis Arcenio Pecha

Cargado por

Copyright:

Formatos disponibles

Una solucin alternativa al problema de poltica econmica

instrumentos, incorporando costos de

Universidad Nacional de Colombia

Una solucin alternativa al problema de poltica econmica

instrumentos, incorporando costos de

Trabajo de tesis para optar al ttulo de

Universidad Nacional de Colombia

tos, incorporando costos de ajuste

objectives and m instruments, that

incorporates adjustments costs

Se hace una exploracin de los problemas de poltica econmica y, mediante

el uso de un procedimiento matricial para polinomios de Taylor, se encuentra una solucin

It was made an exploration of policy issues (problems) and, using a matrix

Poltica econmica, polinomios de Taylor, juegos diferenciales

Economic policy, Taylor's polynomials, dierencial games

Bogota, D.C., Octubre 22 de 2010

1. Gnesis y evolucin de los problemas de poltica econmica

1.2. Evolucin a dinmica continua . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

1.3. Los problemas LQ continuos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

1.4. Problemas dinmicos discretos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

1.6. Las decisiones de poltica como un juego dinmico . . . . . . . . . . . . . . . . . . .

Problemas invariantes en el tiempo . . . . . . . . . . . . . . . . . . . . . . . .

Problemas variantes en el tiempo . . . . . . . . . . . . . . . . . . . . . . . . . .

2.2. Juegos diferenciales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Juegos invariantes en el tiempo . . . . . . . . . . . . . . . . . . . . . . . . . . .

Juegos variantes en el tiempo . . . . . . . . . . . . . . . . . . . . . . . . . . . .

3. Solucin aproximada al problema de poltica LQ

3.1. Aproximacin de funciones analticas por polinomios de Taylor . . . . . . . . . .

3.2. Aproximacin de producto de funciones . . . . . . . . . . . . . . . . . . . . . . . . . .

3.3. Solucin de sistemas de ecuaciones diferenciales lineales variantes en el tiempo 25

Problemas con un objetivo y un instrumento

Una aplicacin computacional

problema. Con ello se pretende dar un paso en el tratamiento de problemas de poltica

GNESIS Y EVOLUCIN DE LOS PROBLEMAS DE POLTICA ECONMICA

1.1. La gnesis como un problema esttico

x es el vector de variables de estado (objetivos) de tamao n 1, u es el vector de

por variables exgenas y las matrices

tienen como entradas los coecientes del problema

la matriz de coecientes de los

objetivos, contiene la inuencia que reciben las variables objetivo y

GNESIS Y EVOLUCIN DE LOS PROBLEMAS DE POLTICA ECONMICA

tiene rangos n y k respectivamente, lo que equivale a decir que existen n objetivos y

valores de las variables instrumentales

1.2. Evolucin a dinmica continua

es una matriz no singular de tamao

que representa la velocidad de ajuste

x (t) = Ax(t) + B u(t)

B = B . x(t) representa el desajuste de los objetivos de su valor ideal.

El punto sobre una variable representa la derivada con respecto al tiempo,

GNESIS Y EVOLUCIN DE LOS PROBLEMAS DE POLTICA ECONMICA

Teorema 2. El sistema (1.2) es PDC (puntualmente dinamicamente controlable) si y slo

tiene rango completo, esto es rango n.

x puede ser extendido al vector de metas y

= [D, CB, CAB, CA2 B, ..., CAn1 B],

existe un vector de variables instrumentales

El sistema (1.2) est en equilibrio si existe un vector x para el cual

controlabilidad esttica de Timbergen y Preston, solo que vista como un comportamiento

controlable si y slo si, el rango de

tiene rango completo, el equilibrio es estticamente

esto es, hay tantas metas linealmente in-

dependientes como instrumentos linealmente independientes. Es de notar, que Buitter y

u(t), con t [0, T ], capaz de llevar la variable objetivo de su

un vector temporal de control

n valores propios distintos, en cuyo caso existe una matriz P de

Economic policy, Taylor's polynomials, dierencial games

tienen como entradas los coecientes del problema

la matriz de coecientes de los

objetivos, contiene la inuencia que reciben las variables objetivo y

si y slo si, la la correspondiente de

ealmente independientes. Segn Preston La capacidad de estabilizar el sistema de forma

dene los conceptos de conjunto admisible para

semidenidas positivas; y cuando el horizonte temporal es innito, que se quiere minimizar