UNIVERSIDAD NACIONAL DE PIURA

FACULTAD DE ECONOMIA

ECONOMÍA MATEMÁTICA

Profesor: Econ. Juan Daniel Morocho Ruiz

Integrantes: Alfaro Quevedo Pedro Pablo

García del Carpio Jossy
Márquez More Luis
Olivares Sánchez Henderson
Ordinola Rivas Santy Robinson

PIURA - PERU
 Taller N°1

I. Realice la siguiente demostración:

Demostrar la propiedad (A-1)t=(At)-1

Si A es una matriz cuadrada no singular, entonces A T es no singular y

(AT)-1= (A-1) T.

(AT).(A-1)T=((A-1)(A))T=IT=I., recuerde que (AB)T=BT AT. Necesitamos

que A y A-1 conmuten, se puede probar que si, AB=I y A es una matriz
cuadrada, entonces BA=1 y que si AB=I, o lo que es lo mismo si A es una
matriz cuadrada, toda matriz cuadrada inversa a derecha es a su vez
inversa a izquierda y viceversa, por ello en la practica para verificar si dos
matrices cuadradas A y B son inversas una de la otra, basta con verificar
que AB= I o que BA = I.

II. Se tiene los siguientes modelos econométrico:

Modelo 1:

Encontrar los multiplicadores de corto y largo plazo: utilizamos el programa

máxima.

I:a+b*GNP[t]+c*I[t-1];

S1:expand(a+b*GNP[t]+c*(a+b*GNP[t-1]+c*I[t-2]));

S2:expand(a+b*GNP[t]+a*c+b*c*GNP[t-1]+c^2*(a+b*GNP[t-2]+c*I[t-3]));
Multiplicadores de corto plazo:
diff(S2,GNP[t]);

diff(S2,GNP[t-1]);

diff(S2,GNP[t-2]);

Multiplicadores de largo plazo:

| |

Para grafica del modelo 1 vamos a utilizar el programa Eviews y los datos
proporcionados en el ejercicio, el siguiente comando es:
 genr i_gnp= 0.2927293*(-0.682082)^t

Gráfica N°1:

I_GNP
.3

.2

.1

.0

-.1

-.2

-.3
5 10 15 20 25 30 35 40 45 50
Modelo 2:

Multiplicadores de corto plazo:

Multiplicadores de largo plazo:

Para el modelo 2 volvemos a utilizar el programa Eviews, con lo cual

utilizaremos los datos proporcionados en el ejercicio, los comandos a
utilizar son:
genr t=@trend
data i_gnp_m02
scat t I_GNP_M02
genr mlp_m02=@sum(I_GNP_M02)

Gráfica N°2:

.32

.28

.24

.20
I_GNP_M02

.16

.12

.08

.04

.00

-.04

-.08
0 10 20 30 40 50

T
III. Resolver el siguiente sistema encontrando los valores de equilibrio.

Variables endógenas:

Variables exógenas

III.1 Realice el planteamiento matricial del modelo:

[ ][ ] [ ]

III.2 Interprete cada una de las ecuaciones y parámetros del modelo:

: Esta es una ecuación de comportamiento, y nos

indica que los consumidores compran en función de sus ingresos
disponibles . El parámetro muestra la relación que existe entre
el ingreso disponible y el consumo.

: Esta ecuación es una ecuación legal o institucional, y

representa el volumen total recaudado de impuestos el cuál está en función
del ingreso nacional El parámetro muestra la relación que existe entre
el ingreso y los impuestos.
 : Esta es una ecuación de comportamiento, y nos
indica que las importaciones se hallan en función de los ingresos
disponibles . El parámetro muestra la relación existente entre el
ingreso disponible y la cantidad de importaciones.

: Esta es una ecuación de definición del ingreso

nacional en una economía abierta, donde el ingreso nacional es igual al
consumo nacional, mas la inversión neta, mas los gatos públicos, mas las
exportaciones, menos las importaciones.

III.3 Resuelva el modelo utilizando la Regla de Cramer:

Regla de Cramer:
 Hallar las matrices que están asociadas al sistema de ecuaciones.
 El determinante debe ser diferente a cero.
 Y encontrar las incógnitas del modelo

Luego en máxima pasamos los datos requeridos:

A1:matrix([1,a[1],0,-a[1]],[0,1,0,-b[1]],[0,c[1],1,-c[1]],[-1,0,1,1]);

[ ]

B1:matrix([a[0]],[b[0]],[c[0]],[I[0]+G[0]+X[0]]);

[ ]
Ct:matrix([a[0],a[1],0,-a[1]],[b[0],1,0,-b[1]],[c[0],c[1],1,
c[1]],[X[0]+I[0]+G[0],0,1,1]);

[ ]

Tt:matrix([1,a[0],0,-a[1]],[0,b[0],0,-b[1]],[0,c[0],1,-c[1]],[-1,X[0]+I[0]+G[0],1,1]);

[ ]

Mt:matrix([1,a[1],a[0],-a[1]],[0,1,b[0],-b[1]],[0,c[1],c[0],-c[1]],[-
1,0,X[0]+I[0]+G[0],1]);

[ ]

Yt:matrix([1,a[1],0,a[0]],[0,1,0,b[0]],[0,c[1],1,c[0]],[-1,0,1,X[0]+I[0]+G[0]]);

[ ]

Sx1: determinant (Ct)/ determinant (A1);

Manualmente:

[ ]

[ ]

Sx2: determinant (Tt)/ determinant (A1);

Manualmente:

[ ]

[ ]

Sx3: determinant (Mt)/ determinant (A1);

Manualmente:

[ ]

̅̅̅̅

[ ]
Sx4: determinant (Yt)/ determinant (A1);

Manualmente

[ ]

[ ]

III.4 Resuelva el modelo utilizando el comando Linsolve:

linsolve([C[t]-a[1]*Y[t]+a[1]*T[t]=a[0],T[t]-b[1]*Y[t]=b[0],M[t]
c[1]*Y[t]+c[1]*T[t]=c[0],Y[t]+M[t]-C[t]=I[0]+G[0]+X[0]],[C[t],Y[t],T[t],M[t]]);