Documentos de Académico
Documentos de Profesional
Documentos de Cultura
de
objetivos y
Arcenio Pecha C.
Matemtico
objetivos y
Arcenio Pecha C.
Matemtico
Magister en Economa
Director
Alvaro M. Moreno R.
Magister en Economa
Ttulo en espaol
Una solucin alternativa al problema de poltica econmica de
objetivos y
instrumen-
Title in English
An alternative solution for economic policy with
Resumen:
Abstract:
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:
Nota de aceptacin
Trabajo de tesis
Aprobado
Mencin Laureada
Jurado
Isidro Hernandez
Jurado
Gustavo Junca
Jurado
Raul Chamorro
Director
Alvaro Moreno R.
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
. . . . . . . . . . . . . . . . . . . . . . . . . . .
10
1.5. El no determinismo
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
10
14
2. El problema
16
2.1. Control LQ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
16
2.1.1.
16
2.1.2.
18
19
2.2.1.
19
2.2.2.
20
22
23
24
. . . . . . . . . . . . . . . . . . . . . . . . . . . . .
27
NDICE GENERAL
II
Conclusiones
28
Trabajo futuro
29
30
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
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.
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.
x + B
u
+z
= 0,
A
(1.1)
de tamao
A,
nn
nk
respectivamente,
,
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
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
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.
x(t) + B
u
(t) + z
),
x (t) = (A
donde,
nn
x (0) 6= x ,
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
controlabilidad dinmica
de
Preston. Las condiciones necesarias y sucientes para que el sistema sea PDC estn dadas
por el
x =
dx
.
dt
CAPTULO 1.
y = C x + Du,
para lo cual las condiciones necesarias y sucientes son que la matriz
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,
tales que
y(T ) = y ,
para l esto signica que el sistema es globalmente controlable.
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
es
n,
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
que
donde,
x = P w, A = P AP 1
de estado
w i
= P 1 B .
B
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,
Bj ,
j = P 1 Bj
B
tiene
entradas no nulas.
P 1
es
estn en
n.
Lo anterior se resume en el
K
k
matrices.
instrumentos lin-
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,
[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
para
||
x(t) C x(t; u , x0 )|| < 5
T t T + .
(1.3)
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 )
La matriz
x(0) = x
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)
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
(1.4)
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
vi .
Para
(t 0)
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
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 ].
CAPTULO 1.
denido por
el
(1.5)
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.
Z
JT = mn
0
sujeta a la restriccin
donde,
x = Ax + B u,
son simtricas
Z
J = mn
0
sujeta a la restriccin
con
AyB
x = Ax + B u,
el par
(A, B) es controlable
(B, AB, ..., An1 B) es n; adems
(A, B)
es observable si el par
(A(t), B(t))
L = A(t) d/dt.
en el tiempo
(A0 , B 0 )
es controlable si el rango de
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)
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).
Z
WT =
0
sujeto a
1
u = B 0 P (t)x(t)
n
donde
P (t)
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
del problema
T.
t,
de la matriz
CAPTULO 1.
10
(t; t0 , x0 , u, )8
xt+1 = f(xt , ut , t ),
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
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
x0
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
condiciones iniciales,
t0
(t; t0 ,
x , u, )
u
0
0 , controlada por
y con parmetros
t,
con
CAPTULO 1.
11
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
t,
relacionadas con
u por
de
x = Ru + ,
donde
R11
0
R21 R22
R=
..
.
.
.
.
RT 1 RT 2
0
0
. ,
.
.
RT T
pendiente de
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 .
u y x es
x = Ru + ,
en ese periodo, donde
es el valor esperado de
W = E xt K x0t + 2k0 xt ,
CAPTULO 1.
12
W = E xt K x0t + 2a0 kt a0 Ka
al escribir
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
ut
(1.6)
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
G t = C 0 Ht C
1
C 0 Ht A,
Ht = Kt ,
0
(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.
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
zt
(1.7)
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
Minimizar
W = E0
T
X
t=1
(xt at )0 Kt (xt at ) ,
CAPTULO 1.
donde,
at
Kt
13
mn
W = E0
T
X
t=1
Chow prueba que el comportamiento del control ptimo est regido por la recursin
ut = Gt zt1
donde
Gt
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
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
CAPTULO 1.
14
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.
10
criterio cuadrtico.
El
i-simo
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
(u
(t),
1
(t), ...,
2
es un vector
u (t)
Otra nociones importantes introducidas por Hallett et al. (2009) son: un decisor de
poltica cumple la
si el nmero de instrumentos
neutral o inecaz
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.,
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.
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)
CAPTULO 2.
donde
funciones de tamao
n1
k1
17
EL PROBLEMA
nn
n k , x(t)
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 (
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,
x(0) = x0
x0
(2.2)
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
Z
J=
0
x0 (t)Qx(t) + u0 (t)Ru(t)
dt + x0 (T )QT x(T ),
QT
(2.3)
representan
Z
J=
Minimizar
Q, R
x0 (t)Qx(t) + u0 (t)Ru(t)
sujeto a
donde
QT
dt + x0 (T )QT x(T )
x(0) = x0 ,
(2.4)
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 ,
representa los valores de las variables solucin del sistema (2.2) en el tiempo
(2.5)
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)
tiempo variantes,
Z
Minimizar
J=
sujeto a
x0 (t)Q(t)x(t) + u0 (t)R(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 ,
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.
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 .
sujeto a
Ji (ui ) =
x (t) = Ax(t) +
N
X
dt + x0 (T )QiT x(T ),
x(0) = x0
i=0
esto es, conformado por
juego
i = 1, 2, ..., N
CAPTULO 2.
20
EL PROBLEMA
en el tiempo,
maximizar
sujeto a
Ji (ui ) =
dt + x0 (T )QiT x(T ),
N
X
x (t) = A(t)x(t) +
x(0) = x0 ,
i=0
para
i = 1, 2, ..., N .
= (u1 , u2 , ..., uN )
u = (u1 , u2 , ..., uN ),
es
un equilibrio
i = 1, 2, ..., N.
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
i-simo
U i (t)
V i (t)
Ki (T ) = QiT ,
=
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
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
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
= ,
(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
Vi (t)
U2 (t)
2N
matrices
en la misma forma y
Vi (t)
algo
tomando inicialmente
UN (t)
luego las de
es la matriz de coecientes.
Ui (t)
Algo
Dalgo
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
22
CAPTULO 3.
23
Una funcin
f (t)
analtica
t=0
en el punto
Taylor
f (t) =
an t n ,
con
an =
n=0
Al truncarla en el
k -simo
1 dn f
(0).
n! dtn
f (t)
k
X
f (t)
an tn .
n=0
El valor de
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
(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
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
(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
f (t)
g(t)
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
ducto es,
k
X
X
ai bj tn =
n=0 i+j=n
k
X
k X
n
X
ai bni tn
n=0 i=0
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
(a1 , a2 , ..., ak )
el producto la
CAPTULO 3.
25
m incgnitas
(3.5)
tamao
q 1.
Bajo la hiptesis de que todas las funciones involucradas sean analticas en algn intervalo
I = (T, T ),
la forma (3.1). Al expandir en serie de Taylor cada una de las funciones que son entradas
de la matriz
A(t)
(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
B(t) Bmq(k+1)
D(t)
q(k+1)q
(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
AD(t) X (t) =
a0ij (t)
mm
(X (t))m1 =
m
X
h=1
m
X
h=1
=
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
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
m
X
0
h aih
h=1
m
X
h=1
a x
0
h Jk ih ,
0
h Jk1 ih ,
,x
0
h J0 ih
q
X
h=1
h=1
y la
u0h bih
h=1
h=1
m
X
q
X
q
X
j -sima (j = 1, 2, ..., k )
jxij =
m
X
q
X
h=1
h=1
o
bihj
aihj
bih
aih
j1
j1
..
..
X
q
m
.
X
..
..
.
.
0
0
CAPTULO 3.
R,
x0i R
27
de las primeras
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.
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
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.
28
Trabajo futuro
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
x=
sin importar qu valor tome
y,
1
(bu + c),
1a
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)
"
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
[0, T ]
(1 a)x + bu + c = 0
inducir la dinamizacin.
30
t = T.
Esto
31
ut
para que
x0 = xI
xT = xF ,
con
xI
xF
dados?. Para
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
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
(12)
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
(13)
32
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
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.
c(t)
es una variable
w(t)
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
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.
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
(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
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 ,
Z = cY + I + G + A
I = Y k I
Y = r(Z I).
En el sistema
cY
gubernamental y
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
Minimizar
sujeto a
1
WT =
2
f1 yT2
f2 gT2
Z
+
0
x = Ax + Bv,
34
xM x
+ nv
dt ,
35
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
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
0 0 0
K(T ) = 0 f1 0 .
0 0 f2
z = y
v = g
(15)
(16)
(17)
(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
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
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.
x (t) = A(t)x(t)
R
(*Orden de la aproximacin*)
nvar
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
X.R
(*Matriz equivalente a al vector de derivadas de las variables*)
W1
37
sol
(*Soluciona el sistema*)
nvar,
nvar} , {j, 1,
nvar}]
nvar} , {j, 1,
nvar}]
= U [t]/.coe
= V [t]/.coe
= VF[t].Inverse[UF[t]]
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
y la solucin de la ecuacin (15) se encuentra por medio de la siguiente variacin del proceso
general
DER[t_]
aproxj+1
G[t_] = Simplify g[0] + Sum solg[[1, j, 2]] taprox
, {j, 1, aprox}
(*Construccin de la funcin de control ptimo*)
38
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,
The
[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,
[7] Chow, G. C. (1970, Agosto). Optimal Stochastic Control of Linear Economic Systems,
[8] Chow, G. C. (1972, Febrero). Optimal Control of Linear Econometric Systems with
Finite Time Horizon,
International
39
Journal of
40
BIBLIOGRAFA
[13] Mouroutsos, S. G. y P. D. Sparis(1985). Taylor series approach to system identication, analysis and optimal control,
[14] Norman, A. L. (1974, Febrero). On the Relationship between Linear Feedback Control
and First Period Certainty Equivalence,
215.
[15] Pecha, A. (2008).
Universidad Na-
cional de Colombia.
[16] Pindyck, R. S. (1973, Mayo). Optimal Policies for Economic Stabilization,
Econo-
H.
A.(1956,
Abril).
Dynamic Programming
[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,
[23] Wohltmann, H-W.(1984, Abril). A Note on Aoki's Conditions for Path Controllability
of Continuous-Time Dynamic Economic Systems,
51(2), 343-349.
[24] Wonham, W. M.(1969) Random Dierential Equations in Control Theory", in A. T.
Bharucha-Reid, Ed.,
[25] Yang, L-F y C-K Chen(1987). Analysis of bilinear systems via Taylor series,
Int. J.