RESUMEN DEL LIBRO DE WALTER ENDERS

Capítulo 1

ECUACIONES DE DIFERENCIA:

Los objetivos de este capítulo introductorio son:

 Explica cómo las ecuaciones de diferencias estocásticas se pueden usar para pronosticar
y para ilustrar cómo tales ecuaciones pueden surgir de modelos económicos familiares.
Los capítulo no pretende ser un tratado sobre la teoría de ecuaciones de diferencia.
Solamente aquellas técnicas que son esenciales para la estimación apropiada del tiempo
lineal se presentan modelos en serie.

 Explica qué significa "resolver" una ecuación de diferencia. La solución determinará si

una variable tiene una ruta de tiempo estable o explosiva. Un conocimiento de las
condiciones de estabilidad son esenciales para comprender las innovaciones recientes
en series de tiempo econometría. La literatura de series temporales contemporáneas
paga especial atención a la cuestión de variables estacionarias versus no estacionarias.
La estabilidad las condiciones subyacen a las condiciones de estacionariedad.

 Demuestre cómo encontrar la solución a una ecuación de diferencia estocástica. Ahí hay
varias técnicas diferentes que se pueden usar; cada uno tiene su propio mérito relativo
sus. Se presentan varios ejemplos para ayudarlo a comprender los diferentes métodos.
Trata de trabajar en cada ejemplo cuidadosamente. Para práctica adicional, debe
completar los ejercicios al final del capítulo.

1. MODELOS DE SERIE Y TIEMPO

La tarea que enfrenta el econométrico moderno de las series temporales es desarrollar

razonablemente modelos simples capaces de pronosticar, interpretar. Y probando hipótesis
concernientes a los datos económicos. El desafío ha crecido con el tiempo; el uso original del
tiempo el análisis en serie fue principalmente como una ayuda para la predicción. Como tal, una
metodología era desarrollada para descomponer una serie en una tendencia, estacional, cíclica
e irregular componente. Descubrir la ruta dinámica de una serie mejora la precisión del
pronóstico ya que cada uno de los componentes predecibles se puede extrapolar en el futuro.

Supongamos que observa los 50 puntos de datos que se muestran en la Figura 1.1 y está
interesado en pronosticando los valores subsecuentes. Por: uso de los métodos de series
temporales discutidos.

En los siguientes capítulos, es posible descomponer esta serie en la tendencia, componentes

irregulares e irregulares que se muestran en la parte inferior de la figura. Como puedas ver, la
tendencia cambia la media de la serie y el componente estacional imparte un patrón cíclico
regular con picos que ocurren cada 12 unidades de tiempo. En la práctica, el componentes de
tendencia y estacionales no serán las funciones deterministas simplistas se muestra en la figura.
 Con los datos económicos, es típico encontrar que una serie contiene elementos estocásticos
en los componentes de tendencia, estacionales e irregulares. Por el momento siendo, es
prudente eludir estas complicaciones para que la proyección de la tendencia y los componentes
estacionales en los períodos 51 y posteriores son claros.
Observe que el componente irregular, blanco que no tiene un patrón bien definido, es algo
predecible Si existes la figura de cerca, verás que la posición los valores positivos y negativos
ocurren en las carreras; la aparición de un gran valor en cualquier período tiende a ser seguido
por otro gran valor. Los pronósticos a corto plazo harán uso de esta correlación positiva en el
componente irregular. Durante todo el lapso, sin embargo, el componente irregular exhibe una
tendencia a volver a cero. Como se muestra en el parte inferior de la figura, la proyección del
componente irregular pasado período 50 decae rápidamente hacia cero. El pronóstico general,
que se muestra en la parte superior de la figura, es la suma de cada componente pronosticado.

Ecuaciones que contienen componentes estocásticos. La econometría de series de tiempo

puede estimar las propiedades de una sola serie o un vector que contiene muchas
interdependencias serie pendiente Se presentan ambos métodos de pronóstico univariante y
multivariante en el texto. El Capítulo 2 muestra cómo estimar la parte irregular de una serie. El
primero la mitad del Capítulo 3 considera la estimación de la varianza cuando los datos muestran
períodos de volatilidad y tranquilidad La estimación de la tendencia se considera en la última
mitad del Capítulo 3 y en el Capítulo 4. El Capítulo 4 presta especial atención a la cuestión de si
la tendencia es determinista o estocástica. El Capítulo 5 discute las propiedades de un vector de
ecuaciones de diferencias estocásticas y el Capítulo 6 es preocupado con la estimación de
tendencias en un modelo multivariado. Si bien el pronóstico fue el pilar del análisis de series de
tiempo, la creciente importancia de la dinámica económica ha generado nuevos usos para el
análisis de series de tiempo. Muchas teorías económicas tienen representaciones naturales
como ecuaciones de diferencias estocásticas. Además, muchos de estos modelos tienen
implicaciones comprobables con respecto a la ruta temporal de una variable económica clave.
Considere los siguientes tres ejemplos.

1. La hipótesis del paseo aleatorio: en su forma más sencilla, el modelo de paseo aleatorio
sugiere que los cambios diarios en el precio de una acción deben tener un valor medio
de cero. Después de todo, si se sabe que se puede obtener una ganancia de capital
comprando una acción el día t y vendiéndola para un beneficio esperado al día siguiente,
la especulación eficiente aumentará el precio actual. Del mismo modo, nadie querrá
mantener una acción si se espera que se deprecie. Formalmente, el modelo afirma que
el precio de una acción debe evolucionar de acuerdo con la ecuación de la diferencia
estocástica:

Dónde:

Yt= el precio de una acción en el día t

Es + I= un término de perturbación aleatorio que tiene un valor esperado de cero

2. Formas reducidas y ecuaciones estructurales: a menudo, es útil colapsar un sistema de

ecuaciones de diferencia en modelos separados de ecuación única. Para ilustrar las
cuestiones clave involucradas, considere una versión estocástica del modelo clásico de
Samuelson (1939):

donde y "c" y “i” , denotan el PNB real, el consumo y la inversión en el período de tiempo t,
respectivamente. En este modelo keynesiano, y "c" e i, son variables endógenas. La segunda
ecuación afirma que el gasto de consumo es proporcional a los ingresos del período anterior
más un término de perturbación aleatorio. La tercera ecuación ilustra el principio del acelerador.
El gasto de inversión es proporcional al cambio en el consumo; la idea es que el crecimiento en
el consumo requiere un nuevo gasto de inversión. Los términos de error E.c. y E. "representan
las porciones de consumo e inversión no explicadas por las ecuaciones de comportamiento del
modelo.

La ecuación (1.3) es una ecuación estructural ya que expresa la variable endógena i, como
dependiente de la realización actual de otra variable endógena c. Una ecuación de forma
reducida es aquella que expresa el valor de una variable en términos de sus propios retrasos,
rezagos de otras variables endógenas, valores actuales y pasados de variables exógenas y
términos de perturbación. Tal como está formulado, la función de consumo ya está en forma
reducida, el consumo actual depende solo del ingreso rezagado y el valor actual del término de
perturbación estocástica. La inversión no está en forma reducida ya que depende del consumo
del período actual. Para derivar una ecuación de forma reducida para la inversión, sustituya (1.2)
en la ecuación de inversión para obtener

Tenga en cuenta que la ecuación de forma reducida para la inversión no es única. Usted demora
(1.2) un período para obtener Usando esta expresión, también
escribimos la ecuación de inversión de forma reducida como

De manera similar, se puede obtener una ecuación de forma reducida para el PNG sustituyendo
(1.2) y (1.4) en (1.1):

La ecuación (1.5) es una ecuación univariada de forma reducida; y, se expresa únicamente (1.2)
en función de sus propios rezagos y términos de perturbación.

3. Corrección de errores precios directos y al contado: Ciertos productos básicos e

instrumentos financieros se pueden comprar y vender en el mercado spot para su
entrega inmediata o para la entrega en una fecha futura específica. Por ejemplo,
supongamos que el precio de una moneda extranjera particular en el mercado spot es
s, dólares y el precio de la moneda para la entrega en el futuro es de 1 dólar. Ahora,
considere a un especulador que compró una moneda de forward al precio / dólares por
unidad. Al comienzo del período t + 1, el especulador recibe la moneda y paga / dólares
por unidad recibida. Dado que las divisas spot se pueden vender a "s", el especulador
puede obtener una ganancia (o pérdida) de s ,, -1 por unidad negociada. La hipótesis de
la tasa de interés no sesgada (UFR) afirma que las ganancias esperadas de dicho
comportamiento especulativo deberían ser cero. Formalmente, la hipótesis plantea la
siguiente relación entre las tasas de cambio directo y al contado

donde Et, tiene un valor medio de cero desde la perspectiva del período de tiempo t. En
(1.6), la tasa forward en t es una estimación no sesgada de la tasa spot en t 1.

Se dice que los mercados spot y forward están en "equilibrio a largo plazo" cuando Et+i=
0.

Las ecuaciones (1.7) y (1.8) ilustran el tipo de mecanismo de ajuste simultáneo

considerado en el Capítulo 6. Este modelo dinámico se denomina corrector de errores.
El modelo de movimiento ya que el movimiento de las variables en cualquier período está
relacionado con la brecha del período anterior del equilibrio. Si la tasa de contado s ", resulta
igual a la tasa de avance f, (1.7) y (1.8) indica que se espera que las tasas spot y forward
permanezcan sin cambios. Si hay una brecha positiva entre las tasas spot y forward, de modo
que sr +, -f,> 0, (1.7) y (1.8) lleven a la predicción de que la tasa de contado caerá y la tasa de
avance aumentará.

2. ECUACIONES DE DIFERENCIA Y SUS SOLUCIONES

En esta sección, analizaremos el tipo de ecuación de diferencia utilizada en el análisis

econométrico y haremos explícito lo que significa "resolver" tales ecuaciones.

El cálculo diferencial permite que el cambio en la variable independiente (es decir, el término h)
se acerque a cero. Sin embargo, dado que la mayoría de los datos económicos se recopilan
durante períodos discretos, es más útil permitir que la duración del período de tiempo sea mayor
que cero. Usando ecuaciones con diferencias, normalizamos las unidades de manera que
representen un cambio de unidad en t (es decir, h = I) y consideremos la secuencia de valores
igualmente espaciados de la variable independiente. Sin pérdida de generalidad, siempre
podemos colocar el asterisco en t *. Entonces podemos formar las primeras diferencias:

En los modelos econométricos de series de tiempo, usaremos t para representar "tiempo" y h

la longitud de un período de tiempo

Como verá, la necesidad de usar segundas diferencias raramente surge en el análisis de series
de tiempo. Es seguro decir que las diferencias de tercer orden y de orden superior nunca se usan
en el trabajo aplicado. Como este texto considera las series de tiempo lineales, es posible
examinar solo el caso especial de una ecuación de diferencia lineal de orden n con coeficientes
constantes. La forma para este tipo especial de ecuación de diferencia viene dada por

El orden de la ecuación de diferencia viene dado por el valor de la misma. La ecuación es lineal
porque todos los valores de la variable dependiente se elevan a la primera potencia. La teoría
económica puede dictar instancias en las cuales son funciones de variables dentro de la
economía. Sin embargo, siempre que no dependan de ninguno de los valores de y, o x "podemos
considerarlos como parámetros.

Claramente, la ecuación (1.11) es solo una versión modificada de (1.10). El examen (1.11) deja
en claro que existe una fuerte analogía con el cálculo integral cuando el problema es encontrar
una función primitiva a partir de una derivada dada. Buscamos encontrar la función primitiva
adecuada) dada una ecuación expresada en la forma de (1.10) o (1.11). Por lo tanto, la
sustitución de una solución en la ecuación de diferencia debe dar como resultado una identidad.

Es sencillo llevar a cabo el álgebra y verificar que (1.12) Este sencillo ejemplo también ilustra que
la solución a una diferencia no es única; hay una solución para cualquier valor arbitrario de c.

3. SOLUCIÓN POR ITERACIÓN

Las partes restantes de este capítulo desarrollan los métodos que puede usar para obtener tales
soluciones. Cada método tiene sus propios méritos, saber que el más apropiado para usar en
una circunstancia particular es una habilidad que solo viene con la práctica. Esta sección
desarrolla el método de iteración. Aunque la iteración es el método más engorroso y que
requiere mucho tiempo, la mayoría de las personas lo encuentran muy intuitivo. Si se conoce el
valor de y en un período específico, un método directo de solución es iterar hacia adelante desde
ese período para obtener la ruta de tiempo posterior de toda la secuencia y. Consulte este valor
conocido de y como la condición o valor inicial de y en el período de tiempo 0 (indicado por Yo).

Es más fácil ilustrar la técnica iterativa usando la ecuación de diferencia de primer orden:

Dado el valor de Yo, se deduce que Yt se dará por

De la misma manera, Y2, debe ser

Usted puede verificar fácilmente que para todo t> 0, la iteración repetida rinde

La ecuación (1.18) es una solución a (1.17) ya que expresa y, en función de t, el proceso forzado
y el valor conocido de Yo.
Iteración sin una condición inicial

Supongamos que no se le proporcionó la condición inicial para Yo. La solución dada por (1.18)
no sería apropiada ya que el valor de yo es un desconocido. No podría seleccionar este valor
inicial de y e iterar hacia adelante, ni podría iterar hacia atrás desde y, y simplemente elegir
detenerse en t = to.

Por lo tanto, supongamos que continuamos iterando hacia atrás sustituyendo

Continuando iterando hacia atrás otro en períodos, obtenemos

Ahora examine el patrón que emerge de (1.19) y (1.20). Si al <1, el término brazo 'se aproxima
a cero cuando m se aproxima al infinito. Además, el infinito. suma [1 + a1 +

Continuar desde la pag 12

('Con to I u,). asumimos temporalmente que al I <después de la sustitución continua, (1 20) se

puede escribir como

= '(

1=0

(1.21)

Debe tomar unos minutos para convencerse de que (1.21) es una solución a la ecuación de
diferencia original (1.17); la sustitución de (1.21) en (1.17) produce una identidad. Sin embargo,
(1.21) no es una solución única. Para cualquier valor arbitrario de A, una solución a (1.17) viene
dada por

Aar 41- al

00

Para verificar que para cualquier valor arbitrario de A, (I. en (1.17) para obtener

i=0

(1.22)
) es una solución, sustituto (1.22)

es decir, (1-'71) + Aaf a, i al [a 1 (1 - (.21 ') + Aal vl .4.-r -1 1 = 0 i = 0

Como los dos lados son idénticos, (1

) es necesariamente una solución para (1.17).

Conciliación de los dos métodos iterativos Dada la solución iterativa (1.22), suponga que ahora
se le da una condición inicial relativa al 'alor de y en el período arbitrario a. Es sencillo mostrar
que podemos imponer la condición inicial en (1.22) para obtener la misma solución que (1.18).
Como (1.22) debe ser válido para todos los períodos (incluso para), entonces cuando t = debe
ser cierto que

un I

así que eso

(123)

Dado que yu dado, podemos ver (1.23) como el valor de A que representa (1.22) una solución a
(1 17) dada la condición inicial. Por lo tanto, la presencia de la condición inicial elimina la
"arbitrariedad" de A. Sustituir este valor de A en rendimientos (1.22)

go / (1 Sit Simplification of (1.24) results in

00

Sol'inott por iteración '13

i=0

(= 0

y, = fyo ao / (1- al) 164 + a () / (1 - a,) L E 1 = 0

Debe tomarse un momento para verificar que (1.25) sea idéntico a (1.18).

(t.25)

Secuencias no convergentes Dado que I al I <1, (1.21) es el valor límite de (1.20) a medida que
crece infinitamente grande. ¿Qué le sucede a la solución en otras circunstancias? Si 1 a, I> I, no
es posible pasar de (1.20) a (1.21) ya que la expresión al I 'crece infinitamente grande cuando t
+ m se acerca al infinito: Sin embargo, si hay una condición inicial, hay no es necesario obtener
la suma infinita. Simplemente seleccione la condición inicial yo e itere hacia adelante; el
resultado será (1.18):
i = 40

t-i ai + aiyo +

Aunque los valores sucesivos de la secuencia (y) se volverán progresivamente más grandes en
valor absoluto, todos los valores de la serie serán finitos. Surge un caso muy interesante si al =
I. Reescribe (1.17) como

y 00 + + Et

AYI = au et

Como verificará al iterar desde y, volver a y ©, una solución a esta ecuación es '

i=1

Ei + y0 (1.26)

Después de un momento de reflexión. la forma de la solución es bastante intuitiva. En cada

período t, el valor de y, cambia por unidades ao + Ef. Después de t periodos, no hay tales
cambios; por lo tanto, el cambio total es tao más los valores t de la secuencia kJ. darse cuenta

14 Solución de ecuaciones de diferencias por iteración 15

figura 1.2: secuencias convergentes y no convergentes. 0., + E

-0.5 0

10 15 20 (a)

25

100

50 -

10 15

(do)

0.5 0

1 0.8

0.6
0.4

0,2 20 25 0 5 10 15 (d)

10 15

(segundo)

20 25

100

-100

200 10 15 20 25 0 5 10 15 20 25

1.2

20

25

(mi)

(F)

que la solución contiene la suma de todas las perturbaciones de EI hasta E.t. Por lo tanto, cuando
a, = 1, cada perturbación tiene un efecto no permanente permanente sobre el valor de y ,. Debe
comparar este resultado con la solución que se encuentra en (1.21). Para el caso en el que I al j
<1, I a es una función decreciente de t de modo que los efectos de perturbaciones pasadas se
vuelven sucesivamente más pequeños a lo largo del tiempo. La importancia de la magnitud de
a se ilustra en la Figura 1.2. Veinticinco números aleatorios con una media teórica igual a cero
fueron generados por computadora y denotados por E a través de € 25. Entonces el valor de yo
se estableció igual a la unidad y los siguientes 25 valores de la secuencia {y,} se construyeron
usando la fórmula y, + El resultado se muestra por la línea delgada en el pan (a) de la Figura 1.2.
Si sustituye ao = 0 y a, = 0.9 en (1.18), verá que la ruta de tiempo de ly,} consta de dos partes. La
primera parte, 0.9 ', se muestra por la línea gruesa que se descompone lentamente en el panel
(a) de la figura. Este término domina la solución para valores relativamente pequeños de t. La
influencia de la parte aleatoria se muestra por la diferencia entre las líneas delgadas y gruesas;
puede ver que los primeros valores de {E,} son negativos. A medida que t aumenta, la influencia
del componente aleatorio se vuelve más pronunciada. Utilizando los números aleatorios
previamente dibujados, volvimos a configurar igual a la unidad y se construyó una segunda
secuencia usando la fórmula y, = 0.5y, _, + E, Esta segunda secuencia se muestra por la línea
delgada en la parte (b) de la Figura 1.2. La influencia de la expresión 0.5 'se muestra por la línea
gruesa que se descompone rápidamente. De nuevo, a medida que t aumenta, la porción
aleatoria de la solución se vuelve más dominante en el trayecto de tiempo de (y). Cuando
comparamos los primeros dos paneles, está claro que al reducir la magnitud de j al I, aumenta
la tasa de convergencia. Además, las discrepancias entre los valores simulados de y, y la línea
gruesa son menos pronunciadas en la segunda parte. Como puede ver en (1.18), cada valor de
Et__1 ingresa la solución para y, con un coeficiente de (a1) '. El menor valor de al significa que
las realizaciones pasadas de tienen una influencia menor del valor actual de yi. La simulación de
una tercera secuencia con a, -0.5 produce la línea delgada que se muestra en la parte (c). Las
oscilaciones se deben al valor negativo de al. La expresión (-0.5) ', mostrada por la línea gruesa,
es positiva cuando t es par y negativa cuando t es impar. Como I al <1, las oscilaciones están
amortiguadas. Las siguientes tres partes de la Figura 1.2 muestran secuencias no convergentes.
Cada uno usa la condición inicial y "= I y los mismos 25 valores de fc, que utilicé en las otras
simulaciones. La línea delgada en la parte (d) muestra la ruta de tiempo de y, = + € ,. Como cada
valor de Et tiene un valor esperado de cero, la parte (d) ilustra un proceso de caminata aleatorio.
Aquí, Ay, = Er para que el cambio en el año sea aleatorio. La no convergencia se muestra por la
tendencia de (v11 a meandro. En la parte (c), la línea gruesa que representa la expresión
explosiva (1.2) 'domina la porción aleatoria de la secuencia (y) .También observe que la
discrepancia entre la simulación lyr) secuencia y la línea gruesa se ensancha a medida que t
aumenta. La razón es que los valores pasados de cp ...; ingrese la solución para y, con el
coeficiente (1.2) '. A medida que aumente, la importancia de estas discrepancias anteriores se
vuelve cada vez más significativa. De forma similar, establecer al = -1.2 da como resultado las
oscilaciones explosivas que se muestran en la casilla inferior derecha de la Figura 1.2. El valor (-
1.2) 'es positivo para valores pares de ty negativos para valores impares de t.

dieciséis

enc-e Eau, 'contenedores

4. UNA METODOLOGÍA DE SOLUCIÓN ALTERNATIVA

La solución mediante el método iterativo se descompone en ecuaciones de orden superior. La

complejidad algebraica abruma rápidamente cualquier intento razonable de encontrar una
solución. Afortunadamente hay varias técnicas de solución alternativas que pueden ser útiles
para • resolver la ecuación de orden n dada por (1.10). Usando el principio de que deberías '.
'ganar para caminar antes de aprender a correr, vemos que es mejor pasar por la ecuación de
primer orden dada por (1.17). Aunque cubrirá un terreno familiar, el caso de primer orden ilustra
muy bien la metodología general. Para dividir el procedimiento en sus partes componentes,
considere solo la parte homogénea de (1.17): 3

(1.27)

La solución a esta ecuación homogénea se llama solución homogénea; a veces, será útil denotar
la solución homogénea por la expresión y, h. Obviamente, mi solución trivial y, = y, _1 = ••• = 0
satisface (1.27). Sin embargo, esta solución no es única. Al establecer ao y todos los valores de
ft) igual a cero, (1.18) se convierte en y, = (fly °. Por lo tanto, y, = allyo debe ser una solución a
(1.27). Sin embargo, incluso esta solución no constituye el conjunto completo de soluciones. Es
fácil verificar que la expresión a; multiplicada por cualquier constante arbitraria A satisface
(1.27). Simplemente sustituya y, = A (a y y, _; = A (ai) `-1 en (1.27) a obtener

Mapa'

ai (a) 1-1

Como a ', = (21 (ai)' -d, se sigue que yi = Map 'resuelve (1.27). Con la ayuda de las líneas gruesas
en la figura 1.2, podemos clasificar las propiedades de la solución homogénea de la siguiente
manera : 1. Si I a <1, la expresión (ay converge a cero cuando t se acerca al infinito. La
convergencia es directa si 0 <a, <I y oscilatoria si -1 <a <0.> I, la solución homogénea no es estable
Si a,> 1, la solución homogénea se acerca al infinito a medida que t se incrementa. Si a <-1, la
solución homogénea oscila explosivamente 3. Si = 1, cualquier constante arbitraria A satisface
la ecuación homogénea y, = 1.1fa: = - 1, el sistema es metaestable: (a1) `= 1 para valores pares
de t y -1 para valores impares de t.

Nov. Considere (1.17) en su totalidad. En la última sección, usted confirmó que (1.21) es una
solución válida para (.) La ecuación (1.21) es calk ("una solución particular a la ecuación de
diferencia; todas esas soluciones particulares se denotarán con el término año", el término
"particular"). "nace del hecho de que una solución a una ecuación de diferencia puede no ser
única, por lo tanto, (1.21) es solo una solución particular de entre las muchas posibilidades. Al
pasar a (1.22), usted verificó que la solución particular no era única. La solución homogénea Act.
más la solución de particuliir dada por (121) constituida

Una metodología de solución alternativa 17

la solución completa a (1.17). La solución general a una ecuación de diferencia se define como
una solución particular más todas las soluciones homogéneas. Una vez que se obtiene la solución
general, la constante arbitraria A puede eliminarse al imponer una condición inicial para usted.

La metodología de solución Los resultados del caso de primer orden son directamente aplicables
a la ecuación de orden n dada por (1.10) En este caso general, será más difícil encontrar la
solución particular y el tiempo será n soluciones homogéneas distintas. Sin embargo, la
metodología de la citación siempre implicará los siguientes cuatro pasos:

PASO 1: Forme la ecuación homogénea y encuentre todas las n soluciones homogéneas.

PASO 2: Encuentra una solución particular.

PASO 3: Obtenga la solución general como la suma de la solución particular y una combinación
lineal de todas las soluciones homogéneas

PASO 4: Elimine la (s) constante (s) arbitraria (es) al imponer la (s) condición (es) inicial (es) en la
solución general.

Antes de abordar las diversas técnicas que se pueden utilizar para obtener soluciones
homogéneas y particulares, vale la pena ilustrar la metodología utilizando la ecuación:

+ 3 (1.28)

Claramente, esta ecuación de segundo orden está en la forma de (1.10) con no = 3, ai = 0.9, a2
= -0.2 y 0. Comenzando con el primero de los cuatro pasos, forma la ecuación homogénea:
y, - + 0.2y, _2 = 0 (1.29)

En el caso de primer orden de (1.17), la solución homogénea fue A (a 1) `La sección 6 le mostrará
cómo encontrar el conjunto completo de soluciones homogéneas. Por ahora, es suficiente
afirmar que las dos soluciones homogéneas son yt, = (0.5) 'y A, = (0.4) `. Para verificar la primera
solución, tenga en cuenta que = (0.5) 'y yt, ._ 2 = (0.5) 1-2. Por lo tanto, yt, es una solución si
satisface

(0.5) '0.9 (0.5)' '+ 0.2 (0.5)' = 0 Si dividimos por (0.5) r "2, el problema es si (0.5) 2- 0.9 (0.5) + 0.2
=0