4º Sección

MODELOS
DINÁMICOS CONTINUOS
 RESOLVIENDO LA CRISIS DE LA DEUDA EN LOS PAÍSES POBRES
(JEFFREY D. SACHS)

Magalí Gómez Kort

INTRODUCCIÓN:

El concepto de bancarrota aplicado a los países que poseen una gran deuda,
se ha estado discutiendo por muchos años. El trabajo de Jeffrey D. Sachs,
focaliza en un aspecto del problema: la difícil situación de los países más
pobres y endeudados. A través de una descripción de las graves consecuencias
sufridas, fruto de la debilidad de los acuerdos con los organismos
internacionales, Sachs se inserta en el debate sobre la necesidad de un nuevo
planteo de las funciones de estos organismos.
Existen dos motivos para la existencia de leyes internacionales de quiebras: en
primer lugar, evitar los problemas que surgen cuando los acreedores se
enfrentan a un país insolvente (ej: medidas judiciales, lobby ante organismos
internacionales por parte de los acreedores, etc). En segundo lugar, brindar a
estos países la posibilidad de “empezar de nuevo” (“fresh start”), es decir,
evitar futuros esfuerzos para cancelar pagos que perjudiquen aun más al país
y por lo tanto permitir la existencia de futuros ingresos.
A lo largo de los años los países deudores experimentaron reiteradas crisis de
pagos, incluyendo defaults y reestructuraciones. Sin embargo, aun no se ha
diseñado ningún sistema de quiebras para solucionar esta situación. La
ausencia de un mecanismo, que contemple por lo menos los dos puntos
mencionados en el párrafo anterior, repercute seriamente sobre el nivel de
desarrollo social: limita la provisión de servicios públicos y provoca la pérdida
de estabilidad macroeconómica y del orden público. Consecuentemente, la
posición negociadora se debilita, empeorando aún más la situación del país.
En el 2001, el Fondo Monetario Internacional (FMI) reconoció la necesidad de
crear procesos formales, para solucionar los problemas creados por las
“pesadas deudas soberanas”. De todos modos cualquier propuesta es en vano
si no contempla una solución a las acciones colectivas y si no garantiza, como
se mencionó anteriormente, la posibilidad de “empezar de nuevo”.
Para los países de ingresos medios, con varias clases de acreedores (sector
privado, organismos internacionales, etc.) las acciones colectivas son más
comunes y los problemas más complejos. Mientras que para los países más
pobres es indispensable tener una oportunidad de volver al principio.
Sachs intenta buscar una solución, a través del Club de París (Institución
Financiera a la que concurren los países que tienen intención de reestructurar
sus deudas) y de las instituciones surgidas del acuerdo de Bretton Woods,
para los países pobres que han quedado insolventes ante la ausencia de
soluciones efectivas.
La trampa de pobreza y el peso de la deuda:

La hipótesis clave del modelo de Sachs es: los países pobres son vulnerables a
caer en una “trampa de pobreza” (“poverty trap”); la cual puede ser causada o
exacerbada por un excesivo peso de la deuda. Una vez allí, no existiría medio
alguno que evite el estancamiento del país a niveles bajos de PBI per cápita
(políticas económicas vía ahorro, inversión, producción, etc. Ni siquiera las
fuerzas de la economía mundial, como el flujo de capitales extranjeros o la
difusión de tecnología).

LA TRAMPA DE POBREZA: EL MODELO

Las variables y parámetros que utilizaremos a continuación representan

medidas pe capita.
m: nivel mínimo de consumo para
satisfacer las necesidades básicas
⎧⎪0 si y < m (higiene, comida y refugio). En síntesis,
(1) s = ⎨
⎪⎩σ ( y − m ) si y ≥ m m indica la línea de pobreza.
y: ingreso per cápita
σ: propensión marginal al ahorro
(proporción que ahorro por cada peso
extra de ingreso)

El modelo supone que cuando el ingreso no es suficiente para cubrir las

necesidades básicas, el ahorro es nulo (si una persona no tiene lo mínimo e
indispensable para poder vivir es muy probable que no piense en ahorrar). Por
el contrario, cuando el ingreso excede el nivel de subsistencia el individuo
ahorra una fracción σ del excedente.

q: producto
(2) y = q + f − d f: ayuda externa
d: servicios de la deuda

La ecuación anterior nos muestra la composición del ingreso que se

considerará en este modelo. Se asume que f-d < m, es decir, que lo que ingresa
al país en forma de ayuda extranjera, luego de deducirle los servicios de la
deuda, no alcanza para cubrir las necesidades básicas.

(3) q = Ak El producto es proporcional al valor del capital.

La acumulación de capital está determinada por la siguiente ecuación:

dk
( 4) = s − (n + δ ) k n: tasa de crecimiento de la población.
dt δ : tasa de depreciación del capital.

Reemplazando en la ecuación anterior las expresiones correspondientes

obtenemos:
 dk
= σ ( Ak + f − d − m ) − ( n + δ ) k
dt

Operando algebraicamente obtenemos:

dk
= k (σ A − n − δ ) + σ ( f − d − m )
dt

donde todos son parámetros externos al modelo menos el valor de k.

RESOLVIENDO EL MODELO:

Si igualamos la ecuación anterior a cero y despejamos el valor de k

obtendremos el punto de equilibrio k*.

dk
= k (σ A − n − δ ) + σ ( f − d − m ) = 0
dt

k (σ A − n − δ ) = −δ ( f − d − m )

σ (m + d − f )
k∗ =
(σ A − n − δ )
Resolviendo la ecuación de crecimiento del capital podemos obtener el capital
en función del tiempo. Primero planteamos la ecuación diferencial a resolver:

dk
− k (σ A − n − δ ) = σ ( f − d − m )
dt

Como sabemos la solución de esta ecuación resulta de la suma de la solución

de la ecuación diferencial homogénea asociada y la solución particular.
Entonces planteamos primero la resolución de la ecuación homogénea:
dk
(5) − k (σ A − n − δ ) = 0
dt
(6) r − (σ A − n − δ ) = 0
(7) r = (σ A − n − δ )
k h = C 1e(
σ A− n −δ )t
(8)

Donde: (5) Planteo de la ecuación diferencial homogénea.

(6) Planteo de la ecuación característica asociada.
(7) Raíz de la ecuación característica.
(8) Solución de la ecuación homogénea.

Ahora buscamos la solución particular:

 (9) k (t ) p = B
σ (m + d − f )
(10) B= = k (t ) p = k ∗
(σ A − n − δ )
Donde: (9) es la forma que debe tener la solución particular, es decir una
constante cualquiera, en este caso la llamamos B.
(10) es el valor de B que resulta luego de operar algebraicamente y
como vemos ese valor es igual a k*.

La solución completa será entonces:

σ (m + d − f )
k (t ) c = C1e(
σ A− n −δ )t
+
(σ A − n − δ )
S i k (0) = k 0 :

⎡ σ ( m + d − f ) ⎤ ⎛⎜⎝σ A−n−δ ⎞⎟⎠t σ ( m + d − f )

k (t ) c
= ⎢k 0 − ⎥e +
⎣ (σ A − n − δ ) ⎦ (σ A − n − δ )
Reemplazando por k* en la expresión anterior

k ( t ) = ⎡( k − k ∗) e(σ A− n −δ )t ⎤ + k ∗
⎣ ⎦

Si volvemos a la ecuación de acumulación del capital y reemplazamos k por la

expresión que obtuvimos en el paso anterior, luego de realizar las operaciones
correspondientes tenemos

dk ⎡
= ( k 0 − k ∗ ) e(
σ A− n −δ )t
⎤ (σ A − n − δ )
dt ⎣ ⎦

La expresión entre corchetes es igual a k – k*, entonces

dk
= ( k − k ∗)(σ A − n − δ )
dt

Así llegamos a expresar la ecuación de acumulación del capital de manera

más sencilla que la anterior y podemos realizar el diagrama de fase
correspondiente:
 dk
dt

k > k*

k* k
k < k*
–k*(σA– n - δ) k

Para ver mejor cómo afectan los distintos valores de k al crecimiento de la

economía expresamos la ecuación de la tasa de crecimiento del producto.
Asumiremos que (σA - n - δ) > 0, de forma tal que cuando y > m la
economía crece a una tasa positiva.
La economía crece o se estanca dependiendo del valor de k.

1 dq 1 dk k∗
= = (σ A − n − δ ) − (σ A − n − δ )
q dt k dt k

Como q es proporcional a k, la variación de q va a ser igual a la variación de k.

La ecuación anterior nos marca la variación porcentual en el crecimiento de la
economía.

Analizando para distintos valores de k podemos decir que: cuando k > k* la

economía crece, a una tasa que se acerca asintóticamente a (σA - n - δ).
Cuando k < k* la economía entra en la trampa de pobreza y cae. Para k <
(k*/1+ k*), la tasa de crecimiento se hace constante y toma el valor de –k*(σA
- n - δ)). El siguiente gráfico muestra este comportamiento:
 1 dk
k dt

(σA - n - δ)

k* k

–k*(σA– n - δ)
k
- Figura 1 -

El valor para el cual la tasa de crecimiento del producto es cero se denomina

punto de equilibrio. Como vemos en la figura 1 ese punto es k*.

Sin embargo este punto no es estable, ya que como vimos anteriormente, para
valores distintos del valor de equilibrio la economía crece o se estanca, es
decir, me alejo del punto de equilibrio, tal como muestra nuestro gráfico.

EJEMPLO: PARA ENTENDER MEJOR

Asignemos valores a nuestros parámetros:

⎧σ = 0.5 ⎧m = 150
⎪n = 0.01 ⎪
⎪
⎨ ⇒ (σ A − n − δ ) = 0.04 ⎨d = 60 ⇒ ( m + d − f ) = 170
⎪ δ = 0.1 ⎪ f = 40
⎪⎩ A = 0.3 ⎩

Como vemos los valores anteriores cumplen la condición (σA - n - δ)> 0 y f - d <
m

Primero veamos como queda determinada k*:

σ (m + d − f )
k∗ =
(σ A − n − δ )
0.5 ( m + d − f )
k∗ = = 12.5 ( m + d − f ) = 2125
0.04

Ahora expresemos la ecuación de crecimiento en base a los valores anteriores:

1 dq 1 dk k∗
= = (σ A − n − δ ) − (σ A − n − δ )
q dt k dt k
 1 dk k∗
= 0.04 − 0.04
k dt k
1 dk ⎛ k ∗⎞
= 0.04 ⎜1 − ⎟
k dt ⎝ k ⎠
1 dk ⎛ 2125 ⎞
= 0.04 ⎜1 − ⎟
k dt ⎝ k ⎠

Si k < k* , entonces la expresión entre paréntesis es negativa. Es decir el país

esta “atrapado en la trampa de pobreza”. Pensemos que pasaría si, como en el
caso del default argentino, d=0. Veamos primero el efecto en el valor de k*:
k∗ = 12.5 (150 − 40 ) = 1375

Como vemos el valor de k* disminuye, corriéndose gráficamente hacia la

izquierda. La nueva expresión de la ecuación de crecimiento quedaría definida
por:

1 dk ⎛ 1375 ⎞
= 0.04 ⎜1 − ⎟
k dt ⎝ k ⎠

De esta forma el país crea la posibilidad de un crecimiento a futuro.

OTRAS CONSIDERACIONES:

Hay varias formas de alterar el valor de la pendiente de la tasa de crecimiento

del producto. Una baja en el monto de los servicios de la deuda o un aumento
en la ayuda externa, eleva la curva de crecimiento del producto, y hace
disminuir el valor de k*; permitiendo que una economía que se encontraba “a
la deriva” pueda comenzar a crecer cuando k* <k.

Si deseo aumentar mi horizonte de crecimiento en el largo plazo, puedo

trabajar sobre las demás variables (la propensión marginal al ahorro o bien
mejorando la relación capital – producto)

Existen otros factores que pueden llevar a los países a caer en la ”trampa”. Por
ejemplo, si existen niveles muy bajos de k, la productividad marginal del
capital puede ser muy baja (en vez de muy alta) ya que puede ser necesario un
nivel mínimo de k para que este resulte productivo. Aquí encontramos otra
razón por la cual k* puede ser negativa a niveles muy bajos de k. Además el
uso productivo de la tecnología puede depender de un mínimo desarrollo del
tamaño del mercado, del nivel de consumo y de la calidad de infraestructura.

¿Cuáles economías están más cerca de la “trampa de pobreza”?:

1. Aquellos países pobres con una gran influencia de la deuda externa en

sus economías y con crecimientos negativos.
2. Economías con baja productividad.
3. Economías con bajos niveles de capital inicial (ocasionado por ejemplo
por guerras previas o desastres naturales).
4. Economías con altas tasas de fertilidad.

Sin embargo no todos los países pobres corren este riesgo. En particular, si
poseen la combinación de los siguientes factores, la posibilidad de crecimiento
es alta:

9 Condiciones geográficas favorables.

9 Deuda heredada no muy grande.
9 Gran mercado interno.
9 Gobierno eficiente.

Referencias

SACHS, JEFFREY D. (2002) “Resolving the Debt Crisis of low-income countries.”

Brookings Papers on Economic Activity, Harvard University.
 MODELO DE OVERSHOOTING CAMBIARIO
(“DE DORNBUSCH”)

David Golden

1- Introducción

En un celebre articulo, Rudiger Dornbusch (1976), tiene el propósito de:

“desarrollar una teoría sugestiva para explicar las grandes fluctuaciones
observadas en los tipos de cambio en un contexto en el que tales
fluctuaciones son consistentes con la formación de expectativas racionales”.
Recurre a las ideas básicas y fundamentales y ya clásicas, del modelo
Mundell-Fleming1.

El modelo de Mundell-Fleming, propio de la economía “pequeña y abierta” es

reformulado por Dornbusch a mediados de los años ´70 para el caso de
régimen cambiario flexible, introduciendo paridad “descubierta” (de
expectativas de ajuste cambiario) de tasas de interés con el exterior, en lugar
de igualdad simple. Bajo esta reformulación, los postulados básicos sobre los
efectos de la política fiscal y monetaria en el corto plazo se mantienen; pero
con un mayor grado de precisión respecto a la dinámica del tipo de cambio y
del nivel general de precios.

El modelo está referido a una economía pequeña, que tiene un régimen de

tipo de cambio flexible con “plena” movilidad de capital con el exterior, al
grado “extremo” de que el rendimiento esperado de los activos financieros
domésticos “no puede ser diferente” al de los activos financieros del exterior.
Dicho modelo es una transformación simple del modelo de R. Mundell, que
incorpora “expectativas” (racionales) sobre la evolución esperada del tipo de
cambio.

2- El Modelo

2.1 - Los supuestos del modelo:

Siguiendo a Dornbusch (1976)

1. País de pequeño tamaño, lo que permite que las variables relevantes

del exterior se consideren como variables exógenas dadas.
2. Equilibrio permanente en el mercado de dinero.
3. Cumplimiento de la paridad de interés descubierta (UIP): En
mercados de capitales totalmente integrados y con sustituibilidad perfecta de
los activos financieros denominados en diferentes monedas, la diferencial de
los tipos de interés nominales de los activos financieros internos y del
exterior sea igual a la tasa de depreciación (apreciación) esperada de la
moneda nacional.
4. El mercado de bienes se ajusta con lentitud: Los precios responden
gradualmente a los excesos de oferta o demanda.
5. Mantenimiento de la hipótesis de la paridad del poder adquisitivo
(PPP) en el largo plazo, no en el corto.

1
Mundell (1968). El autor señala que su documento fue presentado inicialmente en la reunión anual de la
Canadian Political Science Association, Quebec, Junio 6 de 1963.
Estos supuestos implican:

Las diferentes velocidades de ajuste de los mercados son lo que origina la

sobrerreacción (overshooting) del tipo de cambio nominal ante una
perturbación.
De forma generalizada se dice que el tipo de cambio sobrerreacciona ante una
determinada perturbación cuando la variación instantánea del mismo es
mayor que la correspondiente al nuevo valor de equilibrio a largo plazo de la
misma.

En los modelos monetarios los valores de equilibrio del tipo de cambio a largo
plazo serán consistentes con la teoría de la paridad del poder adquisitivo,
manteniéndose todas las propiedades de los modelos con flexibilidad de
precios en este horizonte temporal, de tal modo que el tipo de cambio a largo
plazo será constante.
La dinámica del tipo de cambio y demás variables endógenas a corto y medio
plazo, está regida por la velocidad de ajuste de los precios. Ante una
determinada perturbación, la senda de ajuste hacia el equilibrio a largo plazo
dependerá de la especificación de la ecuación de ajuste de los precios.

En este modelo se muestra:

- Ante un aumento no anticipado de la cantidad de dinero, el tipo de

cambio aumenta instantáneamente en mayor proporción que en el largo
plazo, tendiendo monótonamente, a través de un proceso de apreciación,
hacia su nuevo valor de equilibrio a largo plazo.
- Durante el proceso de ajuste los precios internos estarán creciendo
mientras que la moneda nacional se está apreciando, entonces la paridad del
poder adquisitivo no se mantendrá y por lo tanto habrá una alteración del
tipo de cambio real.
- El ajuste gradual de los precios hace que en el largo plazo, la cantidad
real de dinero retorne al nivel inicial depreciando la moneda nacional en igual
porcentaje que la expansión monetaria y el nivel de precios.

2.2 – Determinación analítica del modelo2

(1) y = a + b.( e + p * − p ) − h.r

( 2) m − p = k . y − g .r
(3 ) r = r * + e e
(4) p = f .( y − y )
(5 ) e e = e

donde a, b, h, k, g, f > 0
* Variables correspondientes al exterior.

2
Todas las variables expresadas en logaritmos excepto el tipo de interés
Ecuación 1: el equilibrio en el mercado de Bienes
Función de demanda agregada del producto interno, dependiendo de
- Tipo de interés nominal, siendo h la elasticidad
- Tipo de cambio real (e + p* - p), siendo b su elasticidad
# La inclusión del tipo de interés real en vez del nominal, no altera los
resultados cualitativos obtenidos.

Ecuación 2: el equilibrio en el mercado de Dinero

Bajo la hipótesis de precios rígidos a corto plazo y renta a su nivel de pleno
empleo ( y ), determina el tipo de interés nominal local, para cada nivel de
stock real de dinero.

Ecuación 3: condición de paridad descubierta de tasas de interés (Uncovered

Interest Parity)
En todo momento se mantiene la paridad de intereses descubierta. Esto
implica que el mismo activo financiero debe tener el idéntico rendimiento
esperado en cualquier parte del mundo –los mercados financieros están
instantánea y permanentemente arbitrados–. Por simplicidad, en este modelo
sólo existe un activo financiero además del dinero. Esta condición requiere
que los mercados de capitales sean perfectos, es decir, que no existan trabas
ni costos de transacción de las operaciones, que los agentes están
perfectamente informados del rendimiento de cada activo en cada lugar del
mundo en todo momento y que esta información es obtenida sin costo
alguno.

Ecuación 4: ecuación “tipo Phillips”

Función de ajuste de los precios: la inflación depende del exceso de demanda
del producto respecto al producto de pleno empleo.
f: Parámetro positivo finito que mide la velocidad de ajuste de dicho
mercado.
*Al contrario que en el mercado de dinero y mercado monetario
internacional, en el mercado de bienes pueden existir desequilibrios
transitorios.

Ecuación 5: expectativas racionales

En modelos sin perturbaciones estocásticas –como este – equivale a tener
previsión perfecta sobre el movimiento de la variable, en este caso, acerca de
la tasa de variación esperada del tipo cambio.
Se supone que los agentes anticipan que el tipo de cambio se acerca de
forma regular hacia su valor de equilibrio a largo plazo e . En el momento en
que el tipo de cambio alcanza dicho valor, en el largo plazo, el nivel de precios
internos toma el valor que asegura la paridad del poder adquisitivo ( p )
3 – La resolución del modelo
3.1 - Expresión del modelo en términos dinámicos:
Mediante dos ecuaciones diferenciales para las variables endógenas, tipo de
cambio y nivel de precios internos.

Despejando y de (2) y sustituyendo en (1) para despejar r de esta y

reemplazar en la ecuación de arbitraje de tasas (UIP) se obtiene:

k .a b.k 1 − b.k b 1
e = + .e + . p + . p * − .m − r *
A A A A A

Para obtener la ecuación diferencial de los precios despejamos r de (1) y (2) e

igualamos para luego despejar y y reemplazar esta en la ecuación de ajuste
de precios (4). Llegamos a que

a.g. f f .b.g f .(h +b.g) f .b.g * f .h

p = + .e − .p + .p + .m− f .y
A A A A A

En notación matricial podemos escribir el sistema de EDO, lineal, a

coeficientes constantes y de primer orden como:

sistema (I)
⎡1⎤
⎢m⎥
⎡ e ⎤ 1 ⎡ bk 1 − bk ⎤ ⎡ e ⎤ 1 ⎡ ak −1 bk − A 0 ⎤ ⎢ * ⎥
⎢ ⎥ = . ⎢ ⎥.⎢ ⎥ + .⎢ ⎥.⎢ p ⎥
⎣ p ⎦ A ⎣ fbg − f (h + bg)⎦ ⎣ p⎦ A ⎣ fag fh fbg 0 − fA⎦ ⎢ * ⎥
⎢r ⎥
⎢⎣ y ⎥⎦
Siendo A = g + hk

3.2 - Líneas de Fase

Diferenciando ambas ecuaciones respecto de las variables endógenas

solamente se obtienen las pendientes de las mismas.

=1− 1 < 0
de
dp b .k
e = 0

dado que se supone b.k < 1

de h >0
= 1+
dp b.g
p = 0

Estas derivadas nos brindan la información de cual es la pendiente de las

curvas de demarcación en el plano de fases. Como vemos, una tiene
pendiente positiva y la otra negativa. Al graficar ambas curvas en el plano de
fases (un plano que tiene como ejes el valor de las variables endógenas),
vemos que éste queda dividido en 4 subregiones.

El siguiente paso es hallar el sentido de movimiento de las variables dentro

de cada una de estas subregiones para poder determinar cualitativamente el
comportamiento del sistema en el largo plazo.

3.3 – Flechas (sentidos y direcciones de movimiento dentro del plano de

fases)

Como primera opción, las obtenemos a partir de las derivadas parciales de

cada una de las ecuaciones del sistema respecto a “su” variable, es decir,
calculando

de dp
= b.k > 0 y = − f .(h + b.g ) < 0
de dp

Lo que nos interesa aquí es el signo que adopta esta derivada. Si el mismo
resulta ser positivo (>0), entonces un desplazamiento desde la curva de
demarcación correspondiente en el sentido de la variable que se deriva
(vertical u horizontal según esté graficada en el plano) tendrá la consecuencia
de que la función en cuestión ( e o p ) se torna creciente (recordemos que
sobre la curva de demarcación la variación es nula, la variable no se mueve).
Si la derivada determina un resultado negativo (<0), entonces ocurrirá lo
contrario, al desplazarnos desde la curva de demarcación en el sentido que
corresponde a la variable respecto de la cual se deriva, la función se vuelve
decreciente y la variable disminuirá su valor en lo sucesivo.

3.4 - Condiciones de estabilidad del sistema

La matriz de movimiento del sistema es

⎡ bk 1 − bk ⎤
[J ] = ⎢
⎣ fbg − f (h − bg ) ⎥⎦

− fb
J = < 0 y Tr ( J ) = bk − f (h + bg ) tiene signo indeterminado, por lo tanto
A
la solución del sistema es un punto de silla.

Dado que su determinante J < 0 esto es condición necesaria y suficiente para

obtener una solución de punto de silla (las raíces características deben tener
signo opuesto).

Sin embargo, al tener incorporada la hipótesis de expectativas racionales,

tenemos asegurado un comportamiento de los agentes tal que asegure la
convergencia dinámica hacia un nuevo equilibrio ante shocks exógenos.
Como los agentes tienen expectativas que coinciden con las trayectorias
efectivas de las variables, pueden saber “cómo comportarse correctamente”
para conducir a la economía a un nuevo steady state ante cambios que
afecten al sistema.
Por lo tanto, la rama estable de la silla será el único camino que conduce al
steady state: la economía siempre transitará sobre este sendero. En este caso
tendrá pendiente negativa

3.5 – Derivación de la ecuación de la rama estable

Para obtenerla procedemos así:

Consideramos la parte del sistema de ecuaciones que nos da el ajuste

dinámico, es decir, la parte homogénea del mismo. Sabemos que mientras las
variables difieran de sus valores de largo plazo, el sistema evolucionará de
acuerdo a la solución de la parte homogénea, con lo cual escribimos
⎡ e ⎤ ⎡ a11 a12 ⎤ ⎡ e − e ⎤
⎢ p ⎥ = ⎢ a a22 ⎥⎦ ⎢⎣ p − p ⎥⎦
⎣ ⎦ ⎣ 21

También podemos escribir, de acuerdo a la solución de la ecuación

característica

⎡ e ⎤ ⎡e−e ⎤
⎢ p ⎥ = λ1 . ⎢ p − p ⎥
⎣ ⎦ ⎣ ⎦

siendo λ1 la raíz convergente de la solución homogénea del sistema (es decir

λ1 < 0).

De la combinación de ambos sistemas de ecuaciones obtenemos la ecuación

del brazo estable, cuya pendiente en el plano (e,p) es negativa

1 − bk
e−e = ( p − p)
λ1 A − bk
3.6 – Diagrama de Fases

Para construirlo, debemos incorporar toda la información que hemos

obtenido por medio del cálculo, además de cuidar que los ejes y los valores de
las variables estén correctamente identificados.

3.7 – Los valores de largo plazo

Para encontrar los valores de largo plazo de las variables endógenas debemos
estar en el steady state. En consecuencia, las derivadas temporales de las
variables son ambas cero; despejando del sistema original (I) resulta
⎡1⎤
⎢ ⎥
⎢m⎥
⎡ bk 1 − bk ⎤ ⎡ e ⎤ ⎡ ak −1 bk − A 0 ⎤ ⎢⎢ * ⎥⎥
⎢ ⎥ .⎢ ⎥ = −⎢ ⎥. p
⎢⎣ fbg − f (h + bg )⎥⎦ ⎢⎣ p ⎥⎦ ⎢⎣ fag fh fbg 0 − fA⎥⎦ ⎢⎢ * ⎥⎥
⎢r ⎥
⎢y⎥
⎢⎣ ⎥⎦

Despejando el vector de valores de largo plazo premultiplicando a ambos

miembros por la inversa de la matriz de movimiento (notar que el factor que
premultiplica a toda la expresión del segundo miembro es el inverso
multiplicativo del determinante (J))
⎡1⎤
⎢ ⎥
⎢m⎥
⎡e ⎤ A ⎡− f (h + bg ) bk − 1⎤ ⎡ ak −1 bk − A 0 ⎤ ⎢⎢ * ⎥⎥
⎢ ⎥= ⎢ ⎥⎢ ⎥. p
⎢⎣ p ⎥⎦ f .b ⎢⎣ − fbg bk ⎥⎦ ⎢⎣ fag fh fbg 0 − fA⎥⎦ ⎢⎢ * ⎥⎥
⎢r ⎥
⎢y⎥
⎣⎢ ⎦⎥
Aquí no se realiza el triple producto matricial. Este es un buen ejercicio para
el hogar.
4 – Un ejemplo numérico

Supongamos que tenemos una configuración de valores para las variables

exógenas y parámetros del sistema como las que muestra, para cada caso, la
tabla siguiente.

Los valores se proponen sobre la siguiente descripción:

- las tasas de interés local e internacional están expresadas en porcentajes,
TNA.
- la cantidad nominal de dinero es de 52 (en miles de millones de pesos),
recuerde que el número que figura en la tabla es el logaritmo natural de
dicho valor
- el valor del índice de precios externo es de 1,6, y lo que figura es el
logaritmo natural de dicho valor
- el componente autónomo de la demanda agregada, a, es de 220 (también en
miles de millones de pesos) y lo que figura es el logaritmo natural
- los valores de las elasticidades, parámetros b, g, h, k y el parámetro de
ajuste f, son números puros
- el valor del producto potencial está calculado en 650 (en miles de millones
de pesos) y lo que figura es su logaritmo natural
- al final figuran los valores de largo plazo de ambas variables endógenas, el
tipo de cambio como tasa de cambio de pesos por unidad de moneda
extranjera y el índice de precios en la misma escala que el índice
internacional.

Variable Caso 1 Caso 2

r 0.16 0.16
m 3.95124372 3.95124372
p* 0.47000363 0.47000363
a 5.39362755 5.39362755
b 0.7 0.5
h 0.3 0.4
g 0.1 0.25
k 0.6 0.6
r* 0.08 0.08
y 6.47697236 6.47697236
f 0.5 0.65
e 1.09728826 0.71722351
p 1.00591535 1.38779342
4.1 - Caso 1
⎡ 1 ⎤
⎢3.952⎥
⎡ e ⎤ 0.28 ⎡−0.185 −0.58⎤ ⎡3.236 −1 0.42 −0.28 0 ⎤⎢ ⎥
⎢ ⎥= ⎢ ⎥ ⎢ ⎥ . ⎢ 0.47 ⎥
⎣ p⎦ 0.35 ⎣−0.035 0.42 ⎦ ⎣ 0.27 0.15 0.035 0 −0.14⎦ ⎢ ⎥
⎢ 0.08 ⎥
⎢⎣6.477⎥⎦

4.2 – Caso 2

⎡ 1 ⎤
⎢3.952⎥
⎡ e ⎤ 0.49 ⎡−0.341 −0.7⎤⎡3.236 −1 0.3 −0.49 0 ⎤⎢ ⎥
⎢ ⎥ = ⎢ ⎥⎢ ⎢ 0 47 ⎥
−0.319⎥⎦ ⎢
. .
⎣ p⎦ 0.325 ⎣−0.081 0.3 ⎦⎣0.876 0.26 0.081 0 ⎥
⎢ 0.08 ⎥
⎢⎣6.477⎥⎦

Referencias

DORNBUSCH RUDIGER (1976), Expectations and Exchange Rate Dynamics.

Journal of Political Economy. Vol. 84, No. 6. Diciembre de 1976

MUNDELL ROBERT (1968), Capital Mobility and Stabilization Policy under Fixed
and Flexible Exchange Rates. Readings in International Economics, Vol. XI,
Caves and Jonson, AEA.
 ECUACIONES DIFERENCIALES
TIPO CAUCHY-EULER

Adrián Ismael Romero

Raíces reales distintas

Dada la siguiente ecuación de Cauchy-Euler:

x3 y '''− 12 xy '+ 24 y = x5 ln x

Resolvemos la homogénea asociada tomando como posible solución y h = x m ,

obteniendo:

x 3 m(m − 1)(m − 2) x m − 3 − 12 xmx m −1 + 24 x m = 0

x m [m(m − 1)(m − 2) − 12m + 24] = 0
x m [m3 − 3m 2 − 10m + 24] = 0

De aquí hallamos las raíces:

m1 = −3 ; m2 = 2 ; m3 = 4

obteniendo entonces:

yh = c1 x −3 + c2 x 2 + c3 x 4

Para obtener la solución de la ecuación completa, utilizamos el método de

variación de parámetros (probar como ejercicio adicional resolver por medio de
coeficientes indeterminados).

Reescribimos entonces nuestra solución anterior en la forma

yg = v1 x −3 + v2 x 2 + v3 x 4
donde vi = v( x)

Planteamos el sistema matricial:

⎤ ⎡ v1 ' ⎤ ⎡
0 ⎤
⎡ x −3 x2 x4
⎢ ⎥⎢ ⎥ ⎢ 0
⎥
⎢ −3 x
−4
2x 4x
3
v
⎥⎢ 2 ⎥ ' = ⎢ ⎥
⎢ 12 x 5 ⎢ 5
x⎥
12 x ⎥⎦ ⎢⎣ v3 ' ⎥⎦ ⎢ x ln
2
⎣ 2 ⎥
⎣ x ⎦3

Resolvemos el sistema por el método de Cramer, por lo que vamos a obtener

los distintos determinantes.
 x −3 x2 x4
Δ = −3 x − 4 2x 4 x 3 = 70
12 x 5 2 12 x 2

0 x2 x4
Δ v1 ' = 0 2x 4 x 3 = 2 x 7 ln x
x 2 ln x 2 12 x 2

x −3 0 x4
Δ v2 ' = −3 x −4 0 4 x 3 = −7 x 2 ln x
12 x 5 x 2 ln x 12 x 2

x −3 x2 0
Δ v3 ' = −3 x −4 2x 0 = 5ln x
5 2
12 x 2 x ln x

Entonces:

v1 ' = 1
35
x 7 ln x v2 ' = − 101 x 2 ln x v3 ' = 141 ln x

Resolvemos las integrales:

v1 = ∫x ln x d x = x 8 (ln x − 18 ) + c1
1 7 1
35 28 0

v2 = ∫x ln x d x = x 3 ( 13 − ln x ) + c 2
1 2 1
−
10 30

v3 = 1
14 ∫ ln x dx = 1
14
x (ln x − 1) + c 3

Reemplazando obtenemos:

y g = [ 2 18 0 x 8 (ln x −
1
8
) + c 1 ] x − 3 + [ 310 x 3 ( 13 − ln x ) + c 2 ] x 2 +
+ [ 114 x (ln x − 1 ) + c 3 ] x 4

yg = 1
280
x 5 (ln x −
1
8
) + 310 x 5 ( 13 − ln x ) +
1
14
x 5 (ln x − 1 ) +
+ c1 x − 3 + c 2 x 2 + c 3 x 4
y g = x 5 [ 2 18 0 ln x −
1
2240
+
1
90
−
1
30
ln x +
1
14
ln x −
1
14
]+
−3
+ c1 x + c2 x + c3 x 2 4

y g = x 5 [ 214 ln x −
35
576
] + c1 x − 3 + c 2 x 2 + c 3 x 4
 yg = c x −3 + c x 2 + c x 4 + 241 x5 ln x − 576
1 2 3
35 x 5

Raíces reales repetidas

Dada la siguiente ecuación diferencial de Cauchy-Euler:

(2 x − 3)3 y '''− 6(2 x − 3) 2 y ''+ 28(2 x − 3) y '− 64 y = ln(2 x − 3)

Primero resolvemos la homogénea asociada, haciendo la sustitución

yh = (2 x − 3) m , entonces obtenemos:

yh ' = 2m(2 x − 3) m −1
yh '' = 4m(m − 1)(2 x − 3) m − 2
yh ''' = 8m(m − 1)(m − 2)(2 x − 3) m −3

Reemplazando en la ecuación:

(2 x − 3)3 8m(m − 1)(m − 2)(2 x − 3)m −3 − 6(2 x − 3)2 4m(m − 1)(2 x − 3)m − 2 +
+ 28(2 x − 3)2m(2 x − 3)m −1 − 64(2 x − 3)m = 0

(2 x − 3)m [8m(m − 1)(m − 2) − 24m(m − 1) + 56m − 64] = 0

dado que (2 x − 3)m es distinto de cero, nos queda

[8m3 − 48m2 + 96m − 64] = 0

[m3 − 6m2 + 12m − 8] = 0

Obtenemos las raíces:

m1 = m2 = m3 = 2

La solución de la homogénea asociada es entonces:

yh = c1 (2 x − 3)2 + c2 (2 x − 3)2 ln(2 x − 3) + c3 (2 x − 3) ln 2 (2 x − 3)

Ahora resolvemos la ecuación completa por el método de variación de

parámetros:

yg = v1 (2 x − 3)2 + v2 (2 x − 3)2 ln(2 x − 3) + v3 (2 x − 3) ln 2 (2 x − 3)

donde vi = v( x) , es decir que los coeficientes son funciones de la variable x .

Escribimos el sistema:
 ⎤ ⎡v '⎤ ⎡⎢ ⎤
0
⎡(2x − 3) (2x − 3) ln ( 2x − 3) (2x − 3) ln (2x − 3)
2 2 2 2

⎢4(2x − 3) ⎥
1
⎥
4(2x − 3)ln(2x − 3)[1 + ln(2x − 3)] ⎢v '⎥ = ⎢
0
⎥ ⎢ ⎥ ⎢ln(2x − 3) ⎥⎥
(2x − 3)[2 + 4ln(2x − 3)]
⎢ 2

⎢⎣ 8 8 + 4[1 + 2ln(2x − 3)] 8 + 8ln(2x − 3)[3 + ln(2x − 3)] ⎥⎦ ⎢⎣v '⎥⎦ ⎢⎣ (2x − 3) ⎥⎦
3 3

y lo resolvemos por el método de Cramer.

Para ello obtenemos primero el determinante general del sistema

(2x − 3) (2x − 3) ln ( 2x − 3) (2x − 3) ln (2x − 3)
2 2 2 2

4(2x − 3) (2x − 3)[2 + 4ln(2x − 3)] 4(2x − 3)ln(2x − 3)[1 + ln(2x − 3)] = Δ
8 8 + 4[1 + 2ln(2x − 3)] 8 + 8ln(2x − 3)[3 + ln(2x − 3)]

Δ = 128x3 − 576x2 + 864x − 432 = 16(2x − 3)3

Luego calculamos los determinantes de cada variable:

0 (2 x − 3)2 ln ( 2 x − 3) (2 x − 3)2 ln 2 (2 x − 3)
0 (2 x − 3)[2 + 4 ln(2 x − 3)] 4(2 x − 3) ln(2 x − 3)[1 + ln(2 x − 3)] = Δv1 '
ln(2 x − 3)
8 + 4[1 + 2 ln(2 x − 3)] 8 + 8 ln(2 x − 3)[3 + ln(2 x − 3)]
(2 x − 3)3

Δv ' = 2 ln3 (2x − 3)

1

(2 x − 3) 2 0 (2 x − 3) 2 ln 2 (2 x − 3)
4(2 x − 3) 0 4(2 x − 3) ln(2 x − 3)[1 + ln(2 x − 3)] = Δv 2 '
ln(2 x − 3)
8 8 + 8 ln(2 x − 3)[3 + ln(2 x − 3)]
(2 x − 3) 3

Δ v ' = − 4 ln 2 (2 x − 3)
2

(2 x − 3)2 ( 2 x − 3 ) 2 ln (2 x − 3) 0
4(2 x − 3) ( 2 x − 3 ) [ 2 + 4 ln ( 2 x − 3 ) ] 0 = Δ v3 '
ln ( 2 x − 3 )
8 8 + 4 [1 + 2 ln ( 2 x − 3 ) ]
(2 x − 3)3

Δv 3 ' = 2 ln ( 2 x − 3 )

Por lo tanto obtenemos:

ln 3 (2 x − 3) − ln 2 (2 x − 3) ln(2 x − 3)
v1 ' = v2 ' = v3 ' =
8(2 x − 3) 4(2 x − 3) 8(2 x − 3)

Resolvemos las integrales:

 ln (2 x − 3) 3 + 3 ln(2 x − 3) + 3 ln (2 x − 3) + 2 ln (2 x − 3)
3 2 3
v1 = ∫ dx = − + c1
8(2 x − 3) 128(3 − 2 x)
2

− ln (2 x − 3) 1 + 2 ln(2 x − 3) + 2 ln (2 x − 3)
2 2

v2 = ∫ dx = + c2
4(2 x − 3) 32(3 − 2 x)
2

ln(2 x − 3) 1 + 2 ln(2 x − 3)
v3 = ∫ dx = − + c3
8(2 x − 3) 64(3 − 2 x)
2

Finalmente, volviendo a nuestra ecuación y reemplazando, obtenemos:

y g = v1 (2 x − 3) 2 + v2 (2 x − 3) 2 ln(2 x − 3) + v3 (2 x − 3) ln 2 (2 x − 3)

3 + 3 ln(2 x − 3) + 3 ln 2 (2 x − 3) + 2 ln 3 (2 x − 3)
yg = (− + c1 )( 2 x − 3) 2 +
128(3 − 2 x ) 2

1 + 2 ln(2 x − 3) + 2 ln 2 (2 x − 3)
+( + c2 )( 2 x − 3) 2 ln(2 x − 3) +
32(3 − 2 x ) 2

1 + 2 ln(2 x − 3)
+ (− + c3 )( 2 x − 3) ln 2 ( 2 x − 3)
64(3 − 2 x ) 2

yg = c1 (2 x − 3) 2 + c2 (2 x − 3) 2 ln(2 x − 3) + c3 (2 x − 3) ln 2 (2 x − 3) +
− 1
[3 + 2 ln(2 x − 3)]
128

Raíces complejas

Dada la siguiente ecuación diferencial:

x3 y '''+ 2 xy '− 2 y = 3cos(ln x)

si planteamos y = x m obtenemos

y ' = mx m −1
y '' = m ( m − 1) x m − 2
y ''' = m ( m − 1)( m − 2) x m − 3

por lo tanto, resolviendo la homogénea asociada, tenemos

x 3 m ( m − 1)( m − 2) x m − 3 + 2 xmx m −1 − 2 x m = 0
x m [ m ( m − 1)( m − 2) + 2 m − 2] = 0
x m [ m ( m 2 − 3m + 2) + 2 m − 2] = 0
x m [ m 3 − 3m 2 + 2 m + 2 m − 2] = 0
x m [ m 3 − 3m 2 + 4 m − 2] = 0
como x m ≠ 0 porque x ≠ 0 (puesto que si x = 0 no habría ecuación diferencial),
tenemos

m3 − 3m2 + 4m − 2 = 0

de donde obtenemos las raíces

m1 = 1 ; m2 = 1 + i ; m3 = 1 − i

Escribimos la solución de la homogénea asociada

y h = c1 x + x[ M cos(ln x) + N sen(ln x)]

Para hallar la parte complementaria, dado que g ( x) = 3cos(ln x) es una posible

solución de una ecuación Cauchy-Euler, resolvemos por el método de los
coeficientes indeterminados, para ello planteamos:

y c = A cos(ln x) + B sen(ln x)

de donde obtenemos

y c ' = − A sen(ln x) x −1 + B cos(ln x) x −1

y c ' = x −1 [− A sen(ln x) + B cos(ln x)]

yc '' = −x−2 [−Asen(ln x) + B cos(ln x)] + x−1[−Acos(ln x)x−1 − B sen(ln x)x−1 ]

yc '' = x−2 [( A − B)sen(ln x) − ( A + B)cos(ln x)]
y c ''' = −2 x −3 [( A − B) sen(ln x) − ( A + B) cos(ln x)] +
+ x −2 [( A − B) cos(ln x) x −1 + ( A + B) sen(ln x) x −1 ]
y c ''' = x −3 [(3B − A) sen(ln x) + (3 A + B) cos(ln x)]

Remplazando en nuestra ecuación original, se obtiene:

[(3B − A)sen(ln x) + (3A + B)cos(ln x)] + 2[−Asen(ln x) + B cos(ln x)] +

−2[ Acos(ln x) + B sen(ln x)] = 3cos(ln x)

Realizando las operaciones necesarias llegamos a

sen(ln x)[B − 3A] + cos(ln x)[ A + 3B] = 3cos(ln x)

Formamos entonces un sistema que nos permita hallar los coeficientes

B − 3A = 0
A + 3B = 1 {
operando hallamos:
3 9
A= ; B=
10 10

Podemos ahora escribir la solución general

 3 9
y g = c1 x + x[M cos(ln x) + N sin(ln x)] + cos(ln x) + sin(ln x)
10 10
 UNA INTERPRETACIÓN ECONÓMICA
DE LA TEORÍA DE CONTROL ÓPTIMO.

Silvia I. Juncos

El Modelo de Solow

1) ¿De qué trata el control óptimo?

El control óptimo es una herramienta matemática muy utilizada en la teoría

económica.
Para entender un poco de lo que se trata se puede hacer una comparación con
un tema ya por demás conocido por el estudiante de economía, a saber: “la
optimización clásica” (maximización o minimización de funciones sujetas a
restricciones de igualdad o desigualdad). Sabiendo de antemano que son por
mucho muy diferentes.
En una primera instancia, se puede hablar de diferencia con este tipo de
programación matemática en lo que respecta al papel jugado por la variable
temporal: cuando clásicamente se consideraba a las variables en un momento
del tiempo, (o a lo sumo en dos momentos distintos) aquí se tratará con un
tiempo continuo. En los modelos de programación dinámica las variables
estarán en función del tiempo, que en este caso será continuo (ya que puede
también adoptar la forma discreta). La optimización dinámica es denominada
también CONTROL ÓPTIMO, esto es así por ser una gran herramienta para
“controlar” la trayectoria temporal de una variable que en un principio está
fuera de nuestro alcance, pero que depende de otra cuya trayectoria sí está
bajo nuestro “control”. Entonces tenemos dos tipos de variables: las de Estado
(que no podemos manejar), y las de Control (que sí manejamos), ambas
dependen del tiempo. Como en toda optimización tenemos que tener una
función objetivo y una restricción, en programación dinámica se trata de
definir a la función objetivo para todo o para cada momento del tiempo
tratando de estimar la suma de todos los flujos futuros de esta función (en un
intervalo temporal prederteminado) que, hablando en tiempo continuo, se
logra integrando dicha función con respecto al tiempo.
Pero, como es sabido, los flujos futuros no poseen el mismo valor hoy. Luego,
la función debe incluir un factor de descuento, para que los flujos futuros no
sean sobre o subestimados, ya que con este método se los está trayendo a
valores presentes.
Ya se ha dicho lo necesario para explicar la función objetivo, ahora hay que
definir la restricción. Esta viene dada por la variación temporal de la variable
de estado.

2) Modelo:

Concretamente en este apartado desarrollaremos un modelo en el cual

maximizaremos la función de bienestar de la población sujeta a la tasa de
cambio del capital, todo en un intervalo de tiempo que va desde el momento
inicial, o t = 0, hasta el final que arbitrariamente se fijó en t = T.
Luego la función objetivo es
 T
Maximizar ∫ U [c(t )]⋅ e
− ρt
dt ∀t ∈ [o; T ] (2.1)
o

Aquí U [c(t )] representa a la fundón de utilidad social, nótese que está en

función del consumo, c(t), es esta la variable de control del modelo, que
necesariamente depende del tiempo, t.
La otra expresión que aparece en (2.1) representa al factor de descuento (es
necesario que decrezca exponencialmente), donde “ ρ ” es la tasa de
1
preferencia intertemporal de la sociedad ρ = .
1+ β
Pasemos ahora a explicar la restricción, dijimos que viene dada por la tasa de
cambio del capital, k, que en este modelo juega el papel de la variable de
estado. Su expresión:

•
k ( t ) ≡ dk = αφ ⎡⎣ k ( t ) ⎤⎦ − c(t) − δ k ( t ) k(0) = k 0 (2.2)
dt

Donde α es la propensión marginal al ahorro y φ [k (t )] es el Producto Físico

Medio de una economía cuya función de producción es homogénea
linealmente (en el agregado, como estamos suponiendo en este modelo, esto se
puede dar).
Para entender un poco más de lo que se trata, supongamos que el producto
viene dado por la siguiente función de producción:

Q = f (K , L) (2.3)

Aquí K es el nivel de capital y L el nivel de empleo. Como (2.3) posee

homogeneidad lineal (o de grado uno) se puede multiplicar a cada variable por
1
y nos queda:
L

Q ⎛K ⎞
= f ⎜ ,1⎟ (2.4)
L ⎝L ⎠

La expresión (2.4) nos da el producto físico per cápita o medio (sólo si el nivel
de empleo se mantiene constante, en el corto plazo). Nótese que depende sólo
K
de la relación luego puede reexpresarse:
L

= φ [k (t )] con k (t ) =
Q K
(2.5)
L L

Por otro lado el parámetro “ δ ” que aparece en (2.2) representa la tasa de

crecimiento constante del factor trabajo, también se suele tomar como la
depreciación del capital.
Reordenando el problema de programación dinámica se resume en:
 T
Maximizar ∫ U [c(t )]⋅ e
− ρt
dt ∀t ∈ [o; T ] (2.1)
o

•
sujeto a k ( t ) ≡ dk = αφ ⎡⎣ k ( t ) ⎤⎦ − c(t) − δk ( t ) (2.2)
dt

3) Resolución general:

Para resolver el problema debemos armar la ecuación Hamiltoniana que,

siguiendo con la analogía introducida en el principio, toma el lugar de la
función Lagrangiana. En este modelo específico es:

H [ c ( t ) , k ( t ) , λ ( t ) , t ] = U [ c ( t )] e − ρ t +
(3.1)
+ λ ( t ) . ⎡⎣α .φ [ k ( t )] − c ( t ) − δ .k ( t ) ⎤⎦

Las condiciones de primer orden son las que nos darán a conocer las
trayectorias temporales de ambas variables (de control y de estado) que
pueden ser solución de este problema. Estas condiciones son:

∂H [•]
= U 'c .e − ρ .t − λ (t ) = o (3.2)
∂c ( t )

∂H [ •] •
= α .λ (t )φ 'k − δ .λ (t ) = − λ (t ) (3.3)
∂k ( t )

De (3.2) se sabe que

U ' c .e − ρ .t = λ (t ) (3.4)

Derivando esta expresión con respecto a t obtenemos:

• •
λ (t ) = U ' ' c . c(t ).e − ρ .t − ρU ' c .e − ρ .t (3.5)

Sustituyendo (3.5) y (3.4) en (3.3) nos queda:

•
ρU ' c .e − ρt − U ' ' c . c(t ).e − ρt = (α .φ ' k −δ ).U ' c .e − ρt

Haciendo los pasos algebraicos correspondientes, obtenemos

− U ' 'c •
− c (t ) = α .φ ' k −δ − ρ (3.6)
U 'c

De sus cursos de microeconomía el lector recordará lo que se denomina

coeficiente de aversión al riesgo, que viene dado por la siguiente expresión:
 − U ' 'c
ε= .c(t ) (3.7)
U 'c

También recordará que ε se mantenía constante a lo largo del tiempo. De

(3.7) sabemos que

− U ' 'c ε
= (3.8)
U 'c c(t )

Reemplazando por esto en (3.6) obtenemos

•
c(t )
ε. = α .φ ' k − ρ − δ (3.9)
c(t )

Y despejando…

• (α .φ ' k − ρ − δ )
c(t ) = .c(t ) (3.10)
ε

Ya tenemos las tasas de cambio del consumo y del capital, podemos entonces
formar un sistema de ecuaciones diferenciales:

⎧• (α .φ ' k − δ − ρ )
⎪ c (t ) = ε
.c ( t )
⎨ (3.11)
⎪•
⎩ k ( t ) = αφ [k ( t ) ] − c ( t ) − δ .k ( t )
•
Para que c(t ) = 0 en (3.10), se debe dar que:

δ +ρ
φ 'k = (3.12)
α
•
Y para que k (t ) = 0

c(t ) = α .φ [k (t )] − δ .k (t ) (3.13)

En el diagrama de fase haremos un análisis gráfico cualitativo, ya que no

conocemos con exactitud la forma de φ [k (t )]

•
C(t) c=0
 •
k (t ) = 0

k(t)

Las líneas diagonales son los autovectores.

Los supuestos de este diagrama de fase, cuyos fundamentos se basan en la

microeconomía, son:

δ +ρ •
si φ 'k > ⇒c<0
α
δ +ρ •
si φ 'k < ⇒c>0
α
•
si c(t ) > α .φ [k (t )] − δ .k (t ) ⇒ k (t ) < 0

•
si c(t ) < α .φ [k (t )] − δ .k (t ) ⇒ k (t ) > 0

4) Ejemplo particular:

Para tener un análisis cuantitativo le daremos expresiones específicas a las

funciones que en el apartado 3 aparecieron expresadas en forma general.
Empecemos por la función de utilidad:

U [c(t )] = ln[c(t )] (4.1)

Sustituyendo a (4.1) en (2.1)

T
Maximizar ∫ ln[c(t )]⋅ e
− ρt
dt ∀t ∈ [o; T ] (4.2)
o

Por otro lado nos queda por especificar la función de producción del país
hipotético, para que ésta nos de a conocer la expresión φ [k (t )] , que como se
dijo en el apartado 2, representa el producto físico medio.
Supongamos que:

Q = f ( K , L) = σ .K .L (4.3)

Entonces

= φ [k (t )] = σ .k (t )
Q K
donde k (t ) = (4.4)
L L

Luego, reemplazamos a (4.4) en (2.2) y reordenando tendremos:

•
k (t ) = (α .σ − δ ).k (t ) − c(t ) (4.5)

Y el problema específico de programación dinámica es:

∫ ln[c(t )]⋅ e
− ρt
Maximizar dt (4.2)
o
•
Sujeto a k (t ) = (α .σ − δ ).k (t ) − c(t ) (4.5)

con k (0) = K 0 y k (T ) = 0

Con estas dos ecuaciones el Hamiltoniano nos queda:

H [c(t ), k (t ), λ (t ), t ] = ln[c(t )].e − ρ .t + λ (t )[(α .σ − δ )k (t ) − c(t )]

(4.6)

Las condiciones necesarias se obtienen derivando (4.6) por un lado con

respecto al consumo (que es aquí la variable de control) e igualando dicha
derivada a cero, y por otro lado con respecto al capital (variable de estado) e
•
igualándola a − λ (t ) .

Es decir:

∂H [•] 1 − ρ .t
= .e − λ (t ) = o (4.7)
∂c(t ) c(t )

∂H [•] •
= (α .σ − δ ).λ (t ) = − λ (t ) (4.8)
∂k (t )

De (4.7) se sabe que

1 − ρ .t
.e = λ (t ) (4.9)
c(t )
Luego, derivando esa expresión con respecto a t, obtenemos

• e − ρ .t •
λ (t ) = − 2
( ρ .c(t ) + c(t )) (4.10)
[c ( t ) ]

Ahora podemos dividir a (4.10) por (4.9)

•
λ (t ) − 1 ⎡ •
⎤
= ⎢ ρ .c (t ) + c (t )⎥ (4.11)
λ (t ) c(t ) ⎣ ⎦

Por otro lado de (4.8) se sabe que

•
λ (t )
− = (α .σ − δ ) (4.12)
λ (t )

Igualando a (4.12) con (4.11) tenemos

1 ⎡ •
⎤
⎢ ρ .c (t ) + c (t )⎥ = α .σ − δ
c(t ) ⎣ ⎦
O lo que es lo mismo:

•
c(t ) = (α .σ − δ − ρ ).c(t ) (4.13)

La expresión (4.13) junto con la restricción (4.5) forman un sistema de

ecuaciones diferenciales:

⎧•
⎪c(t ) = (α .σ − δ − ρ ).c(t )
⎨•
⎪⎩k (t ) = (α .σ − δ ).k (t ) − c(t )

Nótese que (4.5) no es más que otra condición necesaria:

∂H [•] •
= (α .σ − δ ).k (t ) − c(t ) = k (t )
∂λ (t )

La solución general de (4.13) es

c ( t ) = C 0 .e ( α .σ − δ − ρ ) .t
(4.14)

donde c(0) = C0

Con (4.14) en (4.5) encontramos ahora la trayectoria temporal de la variable de

estado, es decir, del capital

•
k ( t ) = (α .σ − ρ ) k ( t ) − C 0 e ( α .σ − δ − ρ ).t (4.15)
La solución general, trayectoria temporal del capital es

⎛ C ⎞ C
k (t ) = ⎜ k 0 − 0 ⎟ e (α .σ −δ ).t + 0 e (α .σ −δ − ρ ).t (4.16)
⎝ ρ ⎠ ρ
con k (0) = k0

El diagrama de fase quedaría entonces:

•
c(t ) = 0
C(t)
•
k =0

K(t)

Para interpretar un poco los resultados debemos retomar los orígenes de

nuestro análisis y recordar que nuestro objetivo era encontrar una trayectoria
temporal del consumo para maximizar nuestro continuo flujo de utilidad, todo
esto sujeto a la tasa de cambio del capital.

5) Conclusiones:

Luego de los cálculos matemáticos hemos encontrado:

c ( t ) = C 0 .e ( α .σ − δ − ρ ). t (4.14)

Esta función afecta a la tasa de cambio del capital quedando determinada por
esta la trayectoria temporal de la variable de estado.

⎛ C ⎞ C
k (t ) = ⎜ k0 − 0 ⎟ e (α .σ −δ ).t + 0 e (α .σ −δ − ρ ).t (4.16)
⎝ ρ ⎠ ρ

Si controlamos al consumo de tal manera que se comporte según (4.14),

lograremos que el estado del capital sea tal como lo explicita (4.16), estos
comportamientos harán que nuestra función de utilidad intertemporal se
maximice. Nótese que en vez de “cantidades” óptimas lo que aquí se obtuvo
fueron trayectorias óptimas.
Referencias

CHIANG, ALPHA (1987) “Métodos Fundamentales de Economía Matemática”

Editorial McGraw-Hill.
 EJERCICIO DE CONTROL ÓPTIMO

Silvia Juncos
Carolina Marozzi

Sea la siguiente función objetivo:

T
⎡ c(t )1−α ⎤ −δ .t
∫0 ⎢⎣ 1 − α ⎥.e dt
⎦
(1)

Se pide hallar la trayectoria óptima de c(t) y de A(t) sujeto a la siguiente

restricción, donde c(t) representa la variable consumo y A(t) los activos
financieros del consumidor. Por lo tanto (1) puede interpretarse como la
función de utilidad del consumidor hipotético.

•
A(t ) = r. A(t ) − c(t ) (2)

con r > 0 , A(0) = A0 , A(T ) = 0

La variable de estado es entonces c(t), y la de control A(t). Luego, el

hamiltoniano nos queda expresado de la siguiente manera:

c(t )1−α −δ .t
H [ A(t ); c(t ); t ] = .e + λ (t ).[ r. A(t ) − c(t ) ] (3)
1−α
Las condiciones necesarias son:

∂H
• = c(t ) −α .e −δ .t − λ (t ) = 0 (4)
∂c(t )

∂H •
• = r.λ (t ) = − λ (t ) (5)
∂A(t )

∂H •
• = r. A(t ) − c(t ) = A(t ) (6)
∂λ (t )

De (4) sabemos que

λ (t ) = c(t ) −α .e −δ .t (7)

Derivando (4) con respecto a (t)

• •
λ (t ) = −αc(t ) −α −1. c(t ) .e −δ .t − c(t ) −α .δ .e −δ .t (8)

Si resolvemos la condición (5) y en ella remplazamos (8)

 ⎡ •
⎤
r.λ (t ) = − ⎢− αc(t ) −α −1. c(t ) .e −δ .t − c(t ) −α .δ .e −δ .t ⎥ (9)
⎣ ⎦

ahora podemos reemplazar también por (7), quedando la segunda condición

expresada como:

•
r.c(t ) −α .e/ −δ .t = αc(t ) −α −1. c(t ) .e/ −δ .t + c(t ) −α .δ .e/ −δ .t (10)

α c(t ) −α −1 c(t ) −α
. c(t )− / −α .δ
•
r= (11)
c(t ) −α c/ (t )

una vez realizados los pasos algebraicos multiplicamos y dividimos por c(t) con
el objetivo de encontrar el coeficiente de aversión al riesgo y llegar a la
ecuación que nos permita analizar la trayectoria del consumo.

α c(t )−α −1 • c(t )

r −δ = −α
. c(t ). (12)
c(t ) c(t )

El coeficiente queda expresado como:

α c(t )−α −1
ε= .c(t ) = α (13)
c(t )−α

Sustituyo (13) en la ecuación (12), quedando:

•
c(t )
r −δ = .α (14)
c(t )

•
r −δ c(t )
= (15)
α c(t )

luego nos queda la expresión última que es una ecuación diferencial

tradicional

• r −δ
c(t )− c(t ). =0 (16)
α
resolvemos calculando la raíz de la ecuación

⎡r −δ ⎤
χ −⎢ ⎥=0
⎣ α ⎦

r −δ
χ=
α
La solución del sistema es:

⎡ r −δ ⎤
⎢ α ⎥.t
c(t ) = γ .e ⎣ ⎦
(17)

Donde γ es una constante arbitraria.

Ahora para encontrar la trayectoria temporal de los activos financieros,

reemplazo 17 en la ecuación (2), quedando expresado como:

⎛ r −ρ ⎞
• ⎜ ⎟.t
⎝ α ⎠
A(t ) = r. A(t ) − γ .e (18)

Despejando, obtenemos la siguiente ecuación diferencial completa:

⎛ r −ρ ⎞
• ⎜ .t
α ⎟⎠
A(t )− r. A(t ) = −γ .e⎝ (19)

La solución general de (19) será la suma de la solución de la ecuación

diferencial homogénea asociada más la complementaria:
⎛ r −ρ ⎞
γ .α ⎜
α ⎟⎠
.t
A(t ) = w.e +
rt
.e⎝ (20)
ρ + α .r − r

Donde w es una constante arbitraria.

Diagrama de fase:

⎧ • r −δ
⎪ c(t ) = c(t ). α
⎨ (21)
⎪ •
⎩ A(t ) = r. A(t ) − c(t )

Del sistema expresado en (21), se deduce que:

•
c(t ) = 0 ⇔ r = ρ
•
A(t ) = 0 ⇒ c(t ) = r. A(t )

•
c(t) c(t ) = 0
•
A(tC(
)=0

A(t)

Referencias

WÄLTI, MANUEL (2002) “Dynamic optimization, A tool kit”

SILBERBERG, EUGENE (1990) “The Structure of Economics: A Mathematical

Analysis” McGraw-Hill Publishing Company
 EJERCICIO DE CONTROL ÓPTIMO

Silvia Juncos
Carolina Marozzi

Sea la siguiente función objetivo:

∞
Máx. ∫ [γ r (t ) − wr (t ) 2 + y (t )2 ⎤⎦ .e− ρ t dt (1)
0

se pide hallar la trayectoria optima de r(t) y de y(t) sujeto a la siguiente

restricción

•
y (t ) = cy (t ) − Ir (t ) (2)

La variable de estado es entonces y(t), y la de control r(t). Luego, el

hamiltoniano nos queda expresado de la siguiente manera:

H [ r (t ); y (t ); t ] = ⎡⎣γ r (t ) − wr (t ) 2 + y (t ) 2 ⎤⎦ .e− ρ t + λ (t ) [ cy (t ) − Ir (t ) ] (3)

Las condiciones necesarias son:

∂H
• = [γ − 2 wr (t ) ] .e − ρ t − I λ (t ) = 0 (4)
∂c(t )

∂H •
• = 2 y (t ).e− ρ t + cλ (t ) = − λ (t ) (5)
∂y (t )

∂H •
• = cy (t ) − Ir (t ) = y (t ) (6)
∂λ (t )

De (4) sabemos que:

⎡ γ − 2 wr (t ) ⎤ − ρ t
⎢ ⎥ .e = λ (t )
⎣ I ⎦

O lo que es lo mismo

γ 2w
λ (t ) = .e − ρ t − .r (t ).e − ρ t (7)
I I

Derivando (7) con respecto a (t)

• − ργ − ρ t 2 w • − ρ t 2 ρ w
λ (t ) = .e − . r (t ).e + .r (t ).e − ρ t (8)
I I I

Haciendo los pasos algebraicos y reagrupando obtenemos:

• I γ
r (t ) = −(c − ρ )r (t ) + y (t ) + (c − ρ )
w 2w (9)

Que junto con (2) forman un sistema de ecuaciones diferenciales simultáneas

 ⎧ • I γ
⎪r (t ) = −(c − ρ )r (t ) + w y (t ) + 2 w (c − ρ )
⎨ (10)
⎪ •
⎩ y (t ) = cy (t ) − Ir (t )

Que expresado en forma matricial queda:

⎡ • ⎤ ⎡ I⎤ ⎡γ ⎤
⎢ r (t ) ⎥ = ⎢ ρ − c w ⎢⎥ ⎡ r (t ) ⎤ ⎢ (c − ρ ) ⎥
+
⎥ y (t ) ⎥⎦ ⎢
. 2w
⎢ • ⎥ ⎢ ⎥
⎣ y (t ) ⎦ ⎣⎢ − I c ⎦⎥ ⎣ ⎣⎢ 0 ⎦⎥

Diagrama de Fase:

y(t) r’(t)=0 y’(t)=0

Y*

r* r(t)

Donde:
γ c (c − ρ )
r∗ =
−2 I + 2cw(c − ρ )
2

I γ .(c − ρ )
y∗ =
−2 I 2 + 2cw(c − ρ )

Resolviendo el sistema de ecuaciones diferenciales, por el método de los

autovalores por ejemplo, deducimos la siguiente ecuación característica:

I2
P (Λ) = Λ 2 − ρ .Λ + c( ρ − c) +
w

Luego
 I2
ρ ± ( ρ ) 2 − 4( ρ − c )c − 4
Λ1,2 = w
2

Por el análisis cualitativo del diagrama de fase podemos deducir que

Λ1 > 0
Λ2 < 0

Por ultimo la solución general del sistema es:

⎡ ⎤ ⎡ c − Λ1 ⎤ ⎡ c − Λ2 ⎤
⎢ r (t ) ⎥ = C ⎢ I ⎥ .e Λ1t + C ⎢ I ⎥ .e Λ 2t + ⎡ r ⎤
∗

⎢ ⎥ 1
⎢ ⎥ 2
⎢ ⎥ ⎢ ∗⎥
⎣y ⎦
⎣ y (t ) ⎦ ⎣⎢ 1 ⎦⎥ ⎣⎢ 1 ⎦⎥

Donde C1 y C2 son constantes arbitrarias.

Referencias

WÄLTI, MANUEL (2002) “Dynamic optimization, A tool kit”

SILBERBERG, EUGENE (1990) “The Structure of Economics: A Mathematical

Analysis” McGraw-Hill Publishing Company
 MODELO DE PHILLIPS
LA INTERACCIÓN DE LA INFLACIÓN
Y LA TASA DE DESEMPLEO.

Carolina Marozzi

Introducción:

La curva de Phillips1 es una relación inversa entre la tasa de desempleo y la

tasa de crecimiento de los salarios monetarios. Cuanto más elevada es la tasa
de desempleo, menor es la tasa de incremento del salario monetario o,
expresado con otras palabras, existe una relación de intercambio entre la
inflación de salarios y el desempleo.

Si llamamos Cw al crecimiento del salario monetario, éste podría expresarse

como la variación del salario con respecto al tiempo, que quedaría formulado
como:
∂w
= Cw
∂t
Expresando el desempleo U como la diferencia entre la tasa de desempleo y la
tasa natural de desempleo U 0 , ahora podríamos re-expresar la fórmula
anterior en función de esta variable.

Cw = − β (U − U 0 ) β >0

donde β mide la sensibilidad de los salarios al desempleo.

De esta relación se deduce que si la tasa de desempleo es mayor a la tasa

natural entonces el salario disminuye, por otro lado, si se da una relación
inversa, el salario aumenta.

A los fines del modelo llamamos U a la tasa de desempleo real, quedando

nuestra igualdad anterior expresada únicamente en función de U:

Cw = − β (U )

El análisis puede partir de la relación basada, efectivamente, entre el

crecimiento del salario monetario y la tasa de desempleo. Entonces, ahora el
crecimiento del salario queda expresado como una función del desempleo U.
Cw = f (U )
siendo f ′(U ) < 0

Suponiendo a Cw como una función lineal, ésta además depende de α que se

define como la tasa de crecimiento natural que se da cuando U 0 = U , entonces
Cw = α .

1
A. W. Phillips , “The Relationship Between Unemployment and the Rate of Change of Money Wage Rates in
the United Kingdom, 1861-1957”, Economics, 1958
Ahora, el crecimiento del salario queda expresado como:

Cw = α − βU α >0

El motivo por el cual se relaciona w con U es porque en términos generales,

un aumento de w generará un aumento del costo salarial y esto provocará
una presión inflacionaria que se traduce en un aumento de los costos
productivos y un aumento consecuente de los precios.
Esto podría ser contrarrestado por un aumento de la productividad del
trabajo, que llamaremos (T).

Por otra parte, estamos en condiciones de explicar la tasa de inflación (es

decir, la tasa de crecimiento del nivel de precios P), en función del crecimiento
del salario y la productividad del trabajo;

P = Cw − T

Reemplazando en P a Cw , tenemos que:

P = α − T − βU

En este modelo voy a utilizar el concepto de expectativas aumentadas, es

decir, si una tendencia inflacionaria tiene un efecto bastante extenso, la gente
tiende a asumir ciertas expectativas de inflación que tratarán de incorporar a
sus demandas de salarios monetarios.

Así, los individuos comenzarán a crear expectativas de inflación y la

incorporarán a sus demandas de salarios, quedando expresa la fórmula
anterior como:

P = f (U ) + hπ

Por lo tanto:

P = α − T − β U + hπ 0 < h <1

Por otra parte, la variación de la inflación a través del tiempo depende de la

diferencia entre el nivel de precios y la inflación multiplicada por un
coeficiente de sensibilidad; expresándola como:

∂π = j P − π
∂t
( ) 0 < j <1

Indicando el nivel de dinero nominal y su tasa de crecimiento como:

M´
=m
M
Entonces, teniendo en cuenta que la variación de la tasa de desempleo a
través del tiempo está afectada por una sensibilidad que afecta inversamente
la diferencia entre una oferta de dinero y el nivel de precios, podemos agregar
la ecuación que esquematiza lo dicho anteriormente a fin del análisis del
modelo:

∂U
= − k (m − P )
∂t

Ahora podemos analizar las trayectorias resolviendo este modelo de

ecuaciones en diferencias simultáneas.
Las ecuaciones a utilizar serán:

• P = α − T − β U + hπ α,β > 0 0 < h <1 (1)

∂π
• = j (P −π ) 0 < j <1 (2)
∂t
∂U
• = −k ( m − P ) (3)
∂t

Podemos hacer π ′ = U ′ = 0 , tomando a π y a U como estacionarias en el

tiempo.

Reemplazando la ecuación ( 1 ) en ( 2 )

∂π
= j (α − T − βU + hπ − π )
∂t
∂π
= − j (1 − h ) π − j β U + j (α − T )
∂t

π ´+ j (1 − h ) π + j β U = j (α − T ) (4)

α −T βU
π= − (5)
(1 − h ) (1 − h )
Reemplazando la ecuación ( 1 ) en ( 3 ), obtenemos:

∂U
= − k {m − (α − T − β U + hπ )}
∂t

∂U
= − km + kα − kT − kβ U + khπ
∂t

U ´− khπ + k β U = k (α − m − T ) (6)

⎡ +α r + α − T ⎤⎦ βU
π =−⎣ + (7)
(α − T ) (α + h )
Las ecuaciones serían entonces:

⎡ U ´−khπ + k βU = k [α − m − T ] ⎤
⎢ ⎥
⎢π ´+ j (1− h)π + j βU = j (α − T )⎥
⎣ ⎦

Nuestro sistema quedaría expresado matricialmente como:

⎡ π ⎤ ⎡− j (1− h) − j β ⎤ ⎡ π ⎤ ⎡ j (α − T ) ⎤
⎢ ⎥=⎢ ⎥ .⎢ ⎥ + ⎢ ⎥
⎢⎣U ⎥⎦ ⎢ kh −k β ⎥ ⎢U ⎥ ⎢ k (α − m − T )⎥
⎣ ⎦ ⎣ ⎦ ⎣ ⎦

Solución del sistema:

Para la solución del sistema y el cálculo de las soluciones de equilibrio se

utilizará la regla de Cramer.

La ecuación característica, se ha calculado mediante la fórmula:

λ 2 − Tr ( A ) λ + A = 0 (8)

Donde (A) es la matriz

⎡− j (1− h) − j β ⎤
⎢ ⎥
⎢ kh −k β ⎥⎦
⎣

De modo que la ecuación queda expresada como:

λ 2 + ⎡⎣ j (1− h) + k β ⎤⎦ λ + kj β = 0 (9)

(Tr ) −4 A
2
Tr ±
λ1, 2 = ( 10 )
2

− ⎡⎣ j (1 − h ) + k β ⎤⎦ ± ⎡⎣ j (1 − h ) + k β ⎤⎦ − 4kj β
2

λ1, 2 = ( 11 )
2

Análisis de los autovalores:

De la ecuación (11) sabemos que:

− ⎡⎣ j (1 − h ) + k β ⎤⎦ ± ⎡⎣ j (1 − h ) + k β ⎤⎦ − 4kj β
2

λ1, 2 =
2
Bajo las condiciones que se dieron anteriormente, en donde:
 0 < h < 1 , 0 < j < 1 , 0 < j (1− h) < 1 , k < 0

Si establecemos que:
j (1 − h ) > kβ

Entonces se cumple:

[ j (1 − h ) + kβ ] > 0
Por lo tanto,
− [ j (1 − h ) + kβ ] < 0

De esta manera, podemos decir que, independientemente de que las raíces

sean reales o complejas la parte real de las raíces es siempre negativa (bajo
estos supuestos).
Así, las trayectorias de las soluciones son siempre convergentes.

Cálculo de los autovectores:

⎡ j (1 − h ) − λ1, 2 jβ ⎤ ⎡ 0 ⎤
⎢ =
⎣ − kh kβ − λ1, 2 ⎥⎦ ⎢⎣0⎥⎦

[− kh.χ + (kβ − λ ).χ ] = 0

1 1, 2 2

kβ − λ1, 2
X1 = X2
kh

Solución general del sistema:

⎡ k β − λ1 ⎤ ⎡ k β − λ2 ⎤
⎡π ⎤ ⎢ ⎥ λ1 .t ⎢ kh ⎥ .eλ2 .t + ⎡ π ⎤
∗

⎢U ⎥ = C kh .e + C ⎢ ∗⎥
⎣ ⎦
1
⎢ ⎥ 2
⎢ ⎥ ⎣U ⎦
⎢⎣ 1 ⎥⎦ ⎢⎣ 1 ⎥⎦

Análisis del Equilibrio:

En busca de encontrar el equilibrio, podemos aplicar Cramer para resolver el

sistema. En primer lugar calculamos el valor del wroskiano:

⎡ j (1 − h ) jβ ⎤
w=⎢ = kβ [ j − jh] − [− khjβ ] = kβ j
⎣ − kh kβ ⎥⎦

Luego:
π ´= 0
 ⎡ j (α − T ) jβ ⎤
⎢k (α − m − T ) kβ ⎥ = kβ .[ j (α − T )] − jβ [k (α − m − T )] = kβ jm
⎣ ⎦

kj β m
π= ⇒π∗ = m
kj β

U ´= 0

⎡ j (1 − h ) j (α − T ) ⎤
⎢ ⎥=
⎣ − kh k (α − m − T ) ⎦
j (1 − h ) . ⎡⎣ k . (α − m − T ) ⎤⎦ − ⎡⎣( − kh ) . ( jα − Tj ) ⎤⎦ =
jkα − jkT − jkm + jhkm

Luego, el desempleo es:

jkα − jkT − jkm + jhkm 1

U= ⇒ U ∗ = ⎡⎣α − T − m (1 − h ) ⎤⎦
kβ j β

La solución general del sistema es:

⎡π ⎤ ⎡ kβ − λ1 ⎤ ⎡ kβ − λ2 ⎤ ⎡ m ⎤
⎢ ⎥
⎢U ⎥ = C1 kh .e + C2
λ1 .t
⎢ ⎥
kh .e + [α − T − m(1 − h)]⎥
λ2 .t
⎢ 1
⎣ ⎦ ⎢ ⎥ ⎢ ⎥ ⎢β ⎥
⎣ 1 ⎦ ⎣ 1 ⎦ ⎣ ⎦

Análisis de estabilidad del equilibrio:

Analizando el comportamiento, la solución general del sistema de ecuaciones

es estable en sentido asintótico si y solo si, la misma tiende al equilibrio
cuando el tiempo tiende a más infinito, cualesquiera sean las condiciones
iniciales, es decir, para valores cualesquiera de las constantes arbitrarias.

En este caso para constatar la estabilidad del sistema es condición necesaria y

suficiente que todas las raíces tengan parte real negativa.
Esto se ha demostrado en el cálculo de las autovalores.
 π (t )
•
U (t ) = 0
(α − T )
(1 − h )

π∗

u* u
α −T − m α −T
β β
−(α − T − m) U(t)
h

Referencias

HENDERSON, JAMES M., QUANT, RICHARD E. (1980) “Teoría Microeconómica: Una

aproximación matemática” Editorial Ariel

SILBERBERG, EUGENE (1990) “The Structure of Economics: A Mathematical

Analysis” McGraw-Hill Publishing Company

CHIANG, ALPHA (1987) “Métodos Fundamentales de Economía Matemática”

Editorial McGraw-Hill
 EL PROBLEMA DE LA
MAXIMIZACIÓN DE LA UTILIDAD

Hernán Seoane

Introducción
El problema de la Maximización de la Utilidad es central en economía, y su
utilización no está restringida al ámbito de la microeconomía, sino que ha sido
ampliamente utilizada en otras áreas como la macroeconomía y en economía
del bienestar.
Presentamos en este ejercicio el ejemplo canónico de elección óptima de bienes
dada una restricción de presupuesto. Sin embargo, el mismo se puede aplicar
en casos tan diversos como la elección bajo incertidumbre o la elección
intertemporal.

Modelo
Supongamos un consumidor racional que tiene preferencias CES definidas
sobre dos bienes ( “a” y “b”). Suponemos también, que los precios de cada bien
son determinados en mercados competitivos de forma tal que para nuestro
agente son un dato. Por último, el consumidor cuenta con un ingreso exógeno,
M.
Formalmente, el ejercicio planteado es el siguiente:
c1a−σ c1−σ
MaxU = + b
1−σ 1−σ
s.a. pa × ca + pb × cb = M

Tanto el ingreso como los precios se consideran constantes positivas y el

parámetro σ se supone mayor a cero (si fuera igual a 1, puede demostrarse
que esa expresión se aproxima por logarítmica).

Resolución
Dados los precios positivos, la condición de regularidad se verifica en todos los
puntos y por tal razón podemos remitirnos a aplicar el método de los
multiplicadores de Lagrange para encontrar las cantidades óptimas que
demandará el individuo.
El Lagrangeano de esta optimización será:
c1a−σ cb1−σ
L= + + λ [ M − pa × ca − pb × cb ]
1− σ 1−σ

y las CPO:
 ∂L
= ca−σ − λ × pa = 0
∂ca
∂L
= cb−σ − λ × pb = 0
∂cb
∂L
= M − pa × ca − pb × cb = 0
∂λ

Consideremos las dos primeras condiciones, las mismas pueden escribirse

como:
ca−σ
=λ
pa

cb−σ
=λ
pb

ca−σ cb−σ c −σ p
Es decir: = , o lo que es lo mismo: a−σ = a .
pa pb cb pb
Donde la última expresión nos dice que el agente demanda unidades de ambos
bienes de forma tal que su tasa marginal de sustitución (es decir, el cociente
de utilidades marginales) iguale a la del mercado (es decir, al cociente de
precios)
Por sustitución podemos encontrar las demandas óptimas del individuo para
cada bien. De la última expresión:
pa
ca−σ = cb−σ ×
pb
de donde podemos despejar:
1 1
−
⎛p ⎞ σ ⎛ p ⎞σ
ca = cb × ⎜ a ⎟ = cb × ⎜ b ⎟
⎝ pb ⎠ ⎝ pa ⎠

Finalmente, reemplazando esta última expresión en M − pa × ca − pb × cb = 0 :

1
⎛ p ⎞σ
M − pa × cb × ⎜ b ⎟ − pb × cb = 0
⎝ pa ⎠
σ −1 1
pa σ
× cb × pb σ + pb × cb = M

⎡ σ −1 1
⎤
cb × ⎢ pa σ × pb σ + pb ⎥ = M
⎣ ⎦
 M
cb = 1
⎡ σσ−1 σ −1
⎤
pb σ
× ⎢ pa + pb σ ⎥
⎣ ⎦
Con una expresión análoga para la demanda del bien a.
Para los valores que pueden tomar los parámetros, la función objetivo es
estrictamente cóncava sobre todo su dominio, además la restricción es lineal y
por tanto el conjunto restricción es convexo. En conjunto, ambas
características del problema nos aseguran que el óptimo que hemos
encontrado es un máximo global y único.

Ejemplo Numérico
Supongamos que el vector de precios es ( 5 3 ). El ingreso del maximizador es
25 y σ = 2 .

c1a− 2 cb1− 2
MaxU = + = −ca−1 − cb−1
1− 2 1− 2
s.a. 5 × ca + 3 × cb = 25

A partir de las CPO que han sido derivadas en la resolución anterior,

obtenemos que las demandas óptimas del agente vendrán dadas por:
ca ≅ 2.8175
cb ≅ 3.6374
También de las CPO podemos obtener el valor del multiplicador de Lagrange:
λ = 0.025

que se entiende como la Utilidad Marginal del ingreso (gracias a la

aplicación del Teorema del a Envolvente).

Referencias

SILBERBERG, EUGENE. 1990. The Structure of Economics: A mathematical

análisis. McGraw-Hill.

VARIAN, HAL. 1996. Microeconomía Intermedia. Un enfoque actual. Antoni

Bosch editor.