Documente Academic
Documente Profesional
Documente Cultură
Introducere
Sistemele dinamice constituie o formalizare matemetică a proceselor din lumea
reală: natură, economie, tehnologie, psihologie, medicină, etc.
Teoria generală a sistemelor, care st[ la baza dinamicii economice a fost
fundamentată de biologul austriac Karl Ludwig von Bertalanffy, General System
Theory: Foundations, Development, Applications (1968) și de medicul psihiatru
englez, Ross Ashby (1964) An Introduction to Cybernetics.
Atât Bertalanff,cât și Ashby introduc proprietăți caliative sistemelor, cum ar fi
studiul dinamicii sistemului cât și reglarea și autoreglarea acestora, punând astfel
bazele teoriei controlului sistemelor, conducerii acestora prin intervenția
decidentului, sau prin mecanisme proprii.
În evoluția studiului sistemelor dinamice s-a pornit cu sisteme liniare continue,
reprezentate prin ecuații sau sisteme de ecuații diferențiale, continuîndu-se cu
ecuații și sisteme de ecuații liniare recursive, sau cu diferențe finite, continuându-
se cu abordarea neliniară, continua, sau discretă, deterministă sau stohastică,
impusă de complexitatea sistemelor reale.
Datorită faptului că procesele care se desfășoară în lumea reală nu sunt
deterministe, ci aleatorii, studiul sistemelor dinamice a fost completat cu sisteme
dinamice continue, sau discrete, liniare sau neliniare, stohastice.
În evoluția șor, sistemele neliniare pot avea la un comportament haotic, a fost
fundamentată teoria haosului.
Teoria formală a haosului, a apărut relativ recent și în domenii științifice diferite:
1964 Lorenz în meteorologie, în fizică: Ulman, Ruelle Takens (1963, 1971, 1971),
May 1974 în biologie.
Îm economie, relevanța comportamentului haotic apare ca o avalanșă, în jurul
anului 1975, în descrierea ciclicității cu ajutorul funcțiilor neliniare care generează,
în anumite situații, comportament haotic (Benhabib, Nishimura (1979) etc.
Modelele neliniare au avut un rol important în modelarea dinamicii economice, în
secolul alXX-lea: Kaldor, Hicks, Goodwin.
1
S-a constatat că modelele liniare stohastice (AR, ARIMA, ARMA,..) nu sunt
suficiente pentru a filtra influențele neliniarității în fluctuațiile datelor statistice .
Apar teste Brock, Deckert, Scheinkman (BDS), pentru a decide dacă modelul este
deerminist neliniar și are comportament aparent aleator, sau este aleator. Alte teste:
Eagle, Hinich, etc., care testează neliniaritatea.
O altă direcție de analiză a neliniarității posibile în seriile de timp cereprezintă
fluctuații (cicluri de afaceri, producție, șomaj...) este de dată recentă și se numește
modelul STAR (Smooth Transition Auto Regressive), care, poate considera
asimetria unor fenomene economice, cum ar fi ciclurile afacerilor în care, asa cum
a observat Keynes, recesiunile sunt mai ample dar de mai scurtă durată, pe când
expansiunile sunt lente, mai puțin ample, dar de durată mai mare.
Modelul STAR, conține o funcție de tranziție neliniară modelată cu modelul
logistic (LSTAR) sau cu modelul exponențial (ESTAR).
Problematica deosebit de complexă a economiei reale impune decizia
cercetătorului de a folosi modele liniare sau neliniare deterministe sau stohastice.
a0 y (t ) + a1 y (t ) = g (t ), a0 ≠ 0 (1)
2
Dacă a1 = 0 , atunci
1
y (t ) = g (t ) (3)
a0
soluția este
1
a0 ∫
y (t ) = g (t )dt + C , t = 0,1,2,... (4)
a 0 y (t ) + a1 y (t ) = 0 (5)
y G (t ) = Ae − bt (7)
3
Figură: Graficul soluției generale a ecuației omogene, în funcție de valorile
constantei A și parametrului b
3. Calculăm soluția particulară, în funcție de forma termenului liber:
Cazul I:
a1 D = a → D = y P (t ) = a / a1 (10)
Scriem soluția ecuației diferențiale neomogene, ca sumă între soluția
generală și soluția particulară:
y (t ) = y G (t ) + y P (t ) = Ae − ( a1 / a0 )t + a / a1 (11)
Cazul II:
Termenul liber este de forma:
4
a0 y (t ) + a1 y (t ) = Be dt , a0 ≠ 0 (14)
[(a0 d + a1 )C − B] = 0 (17)
De unde:
B
C= (18)
a0 d + a1
a0 y (t ) + a1 y (t ) = c0 + c1t , a0 ≠ 0 (23)
5
a 0 β + a1 (α + βt ) = c0 + c1t (24)
a1 β − c1 = 0
a 0 β + a1α − c0 = 0
Soluția sistemului algebric este:
y0 = A + a / a1 → A = y0 − a / a1
y (t ) = ( y0 − a / a1 )e − ( a1 / a0 ) t + a / a1 (29)
B B
y0 = A + → A = y0 −
a0 d + a1 a0 d + a1
B B
y (t ) = ( y0 − )e −( a1 / a0 )t + e dt (30)
a0 d + a1 a0 d + a1
În multe modele economice, putem avea ecuații diferențiale sau cu diferențe finite ale
căror soluții nu le putem determina explicit, chiar dacă avem forma implicită a ecuației.
Pentru a avea informații relative la soluție putem analiza proprietățile calitative ale
soluției.
Graficul tuturor traiectoriilor a căror pantă verifică (31) formează câmpul de direcție
al ecuației diferențiale și dă fluxul soluțiilor.
7
Câmpul de direcție poate fi asemănat cu pilitura de fier care se orientează după
forțele magnetice.
f ( y, t ) = m se numește isoclină(isocuantă/curbă de
indiferență).
8
Diagrama în spațiul fazelor pentru modelele dinamice cu o singură variabilă
(Spațul fazelor pentru un sistem dinamic este stațiul în care se pot reprezenta toate
stările posibile ale unui sistem, și mișcarea acestora. Conceptul de spațiul fafelor a
fost introdus la sfârșitul sec al XIXlea, de către Ludwig Boltzmann, Henri Poincaré,
Willard Gibbs).
Dacă traiectoria converge din orice punct inițial, către punctul de echilibru x∗ ,
putem spune că punctul fix este de tip atractor.
9
b
y (t ) = Ae at −
a
Punctul fix este:
b
y (t ) = 0 → 0 = ay (t ) + b → y = − ∗
a
Punctul fix este atractor și sistemul este stabil, dacă:
f ′( y ∗ ) < 0 , (32)
în caz contrar, punctul fix este repelor și sistemul este instabil,
Sau :
lim y (t ) = Vfinit (33)
t →∞
Unde V este oricare valoare finită, în caz contrar, punctul fix este repelor și sistemul
este instabil.
În exemplul nostru:
f ′( y ∗ ) = a > 0
b at
lim y (t ) = lim( Ae − ) = ∞
t →∞ t →∞ a
Rezultă că punctul fix este de tip repelor și sistemul este instabil.
(t )
p
= k (34)
p (t )
10
dp (t )
Cu p (t ) = derivate în raport cu timpul a funcției p (t ) ,
dt
k>0,este rata constantă de creștere a populației.
Considerăm populația în momentul inițial
p (t ) = p0e kt (36)
p (0) = p 0
Temă
Determinați traiectoria de evoluție a populației pentru
p0=20, k=0,03 și k=0,05;
p0=50, k=0,03 și k=0,05;
p0=100, k=0,03 și k=0,05.
Reprezentați graficele traiectoriilor pentru t=0,1,…,20, cu ajutorul EXCEL.
11
Figura: Câmpul de direcție pentru modelul creșterii Malthusiene a populației
Punctul fix, soluția staționară, satisface ecuația:
(t ) = 0 ⇒ p ∗ = 0
p
Stabilitatea punctului fix este dată de comportarea traiectoriei pentru t →∞.
În cazul nostru, λ = k > 0 , deci traiectoria este instabilă și:
lim
kt
p (t ) = p 0 e =∞ Câmpul de direcție se va îndepărta de punctul fix.
t →∞
Temă:
p (0) = 150
k = 0,0025
1. Scrieți modelul cu datele considerate
2. Calculați traiectoria
3. Determinați punctul fix
4. Stabiliți natura punctului fix
5. Calculați numeric triectoria pentru t=1,2,…20 și faceți graficul în EXCEL.
Exemplul 2:
Modelul continuu de ajustare a prețului în funcție de raportul cerere/ofertă
12
q D (t ) = a + bp (t )
q S (t ) = c + dp (t )
a, c, d > 0, b < 0 (37)
p (0) = p0
Unde q D (t ) este cererea pieței, q S (t ) este oferta pieței pentru produsul
respectiv.
Ecuația de dinamică a prețului este dată de diferența între cerere și ofertă la
un anumit preț, multiplicate cu un coeficient pozitiv care reflectă viteza de
ajustare a diferenței între cerere și ofertă către echilibru:
p (t ) = α (q D (t ) − q S (t ), α > 0
p (0) = p0 (38)
13
p P (t ) = D = cons tan t (42)
Punem condiția ca soluția particulară să verifice ecuația diferențială
neomogenă
0 = α (b − d ) D + α ( a − c) (43)
Rezultă:
a−c
p P (t ) = D = − (44)
b−d
Soluția ecuației neomogene va fi suma între soluția ecuației omogene și
soluția particulară.
a−c
p(t ) = p G (t ) + p P (t ) = Aeα (b −d )t − (45)
b−d
Determinarea constantei generalizate A:
Presupunem pentru t = 0, p (0) = p 0 cunoscut
În soluția de mai sus, dăm valoarea zero variabilei t:
a−c a−c a−c
p(0) = A − → p0 = A − → A = p0 + (46)
b−d b−d b−d
Atunci soluția va fi:
a − c α (b−d )t a − c
p(t ) = ( p0 + )e − (47)
b−d b−d
Aceasta este traiectoria sistemului dinamic.
Punctul fix:
p (t ) = 0 → 0 = α (b − d ) p (t ) + α ( a − c) →
∗ a−c
p =− (48)
b−d
Observăm că punctul fix este egal cu soluția particulară.
Natura punctului fix:
Notăm f ( p(t )) = α (b − d ) p(t ) + α (a − c)
b < 0 → f ′( p (t )) = α (b − d ) < 0
Punctul fix este atractor și sistemul este stabil.
Prin aplicarea criteriului alternativ:
14
a − c α (b−d )t a − c a−c
lim p (t ) = lim ( p0 + )e − = −
t →∞ t →∞
b−d b − d b−d
Întrucât limita este finită, puntul fix este de tip atractor și sistemul este stabil.
Exemplul 3 :
Modelul de creștere economică Harrod- Domar
1939-Roy Harrod, 1946-Evsey Domar au dezvoltat un model agregat de creștere
economică.
Este un model post Keynesian timpuriu de creștere economică.
Acestui model i s-a reproșat instabilitatea soluției, drept care,
controversele academice au dus, după 1950, la dezvoltarea modelului Solow-Swan.
Ipotezele modelului sunt următoarele:
- Economiile S(t) sunt proporționale cu venitul Y(t).
- I(t) investițiile (modificările în stocul de capital) sunt proporționale cu
modificările venitului în timp Y (t ) ;
- În echilibru macroeconomic S(t)=I(t) economiile sunt egale cu investițiile;
- Se cunoaște valoarea venitului în momentul inițial Y0 .
Am notat s, propensitatea/înclinația medie (egală cu cea marginală) către
economisire;
Am notat v ponderea investițiilor în sporul total al venitului Y (t ) , sau inversul
productivității marginale a capitalului.
15
S (t ) = sY (t )
I (t ) = K (t ) = νY (t )
I (t ) = S (t ) (49)
Y (0) = Y0
Înlocuind prima și doua ecuație în a treia, obținem:
νY (t ) = sY (t )
s (50)
Y (t ) − Y (t ) = 0
ν
Ecuaţie de mai sus, este o ecuație diferenţială liniară, de ordinul unu, cu coeficienţi
constanţi, omogenă, sau cu variabile separabile.
Soluționarea modelului:
Y (t ) = eλt este forma soluției pentru ecuația omogenă.
Punem condiția ca soluția să verifice ecuația omogenă și obținem:
s
λ − = 0 , este ecuația caracteristică.
ν
Întrucât nu avem termen liber, nu avem soluție particulară și soluția ecuației
diferențiale liniare, omogene, de ordin unu, va fi:
Y (t ) = Ae( s /ν )t
Știind că pentru t = 0 , Y (0) = Y0 dat, rezultă A = Y0 și traiectoria este:
Y (t ) = Y0e( s /ν )t (51)
Punctul fix:
Y (t ) = 0 → Y ∗ = 0 și este repelor, întrucât lim Y (t ) = ∞ și , dacă scriem
t →∞
s s s
Y (t ) = Y (t ) și notăm f (Y (t )) = Y (t ) , atunci f ′(Y (t )) = > 0 și punctul fix este
ν ν ν
repelor, traiectoria sistemului este deci instabilă.
s /ν -“warranted rate of growth” este rata justificată de creștere economică: se
justifică prin structura economică dată de parametrii modelului: s și ν
16
Figura: Câmpul de direcție pentru modelul Harrod-Domar
Temă: Se cunosc datele:
Y0 = 100 u.m.
s = 0,3
ν = 0,7
1. Scrieți modelul cu datele considerate:
S (t ) = 0,3Y (t )
I (t ) = K (t ) = 0,7Y (t )
I (t ) = S (t )
Y0 = 100 u.m.
Y (t ) = 100e 0, 43t
2. Determinați punctul fix:
Y (t ) = 0 → Y ∗ = 0
3. Stabiliți natura punctului fix:
lim Y (t ) = lim100e0, 43t = ∞
t →∞ t →∞
f (Y (t )) = 0,43Y (t ) → f ′(Y (t )) > 0
17
Punctul fix este repelor, sistemul este instabil.
4. Calculați numeric triectoria Y(t), I(t), C(t), pentru t=1,2,…20 și faceți graficul
în EXCEL.
I (t ) = S (t ) = 0,3Y (t )
C (t ) = 0,7Y (t )
Tema:
Aceeași problemă pentru:
Y0 = 500 u.m.
s = 0, 25
ν = 0,45
1.2-Modele dinamice reprezentate cu ajutorul ecuațiilor diferențiale
neliniare de ordin unu;
Modelul logistic
Fundamentat de profesorul belgian P.F. Verhulst ca reacție a tezei malthusiene a
creșterii explozive a populației, formulează un model al creșterii populației:
P (t ) = kP(t ) − D( P(t ))
(52)
P(0) = P0
Unde D( P(t ) este tipologia deceselor, pe care o presupune o funcție pătratică de
volumul populației:
D( P(t ) = δP 2 (t )
P (t ) = kP(t ) − δP 2 (t )
(53)
P (0) = P0
Traiectoria populației se poate determina, rezolvând ecuația de tip Bernoulli
rezultată prin schimbarea variabilei:
ν (t ) = P −1 (t ) → ν (t ) = − P −2 (t ) P (t ) → P (t ) = −ν (t ) P 2 (t ) (54)
18
Înlocuim în ecuația propusă de Verhulst:
− ν (t ) P 2 (t ) = kP(t ) − δP 2 (t )
2
Împărțim ecuația la P (t ) , rezultă:
− ν (t ) = kP −1 (t ) − δ
Adică:
ν (t ) = −kν (t ) + δ
(55)
ν (0) = P0−1
Ecuația de mai sus, este o ecuație liniară de ordin unu, neomogenă, căreia îi aplicăm
algoritmul de rezolvare prezentat în paragraful precedent.
Rezolvam ecuația omogenă:
ν (t ) = −kν (t )
Soluția generală a ecuației omogene este:
ν G (t ) = Ce − kt
Cu C, constantă generalizată arbitrară.
Pentru determinarea soluției particulare, facem ipoteza că aceasta este de forma
termenului liber:
ν P (t ) = D = cons tan t
Punem condiția ca soluția particulară să verifice ecuația neomogenă:
0 = −kD + δ
D =δ /k
Atunci soluția este:
ν (t ) = Ce − kt + δ / k
Putem aplica condițiile limită Cauchy:
19
ν (0) = P0−1
Și obținem:
P0−1 = C + δ / k → C = P0−1 − δ / k
Atunci:
ν (t ) = (P0−1 − δ / k )e − kt + δ / k
Deci:
1 1
P(t ) = = −kt
( )
P − δ / k e + δ / k Ce + β
0
−1 − kt (56)
1 k
Asimptota orizontală este: lim P(t ) = =
t →∞ β δ
dP(t ) kCe − kt
Punctul de inflexiune este: = = 0 → kCe − kt = 0 → ln kC − kt ∗ = 0 →
dt (Ce − kt + β ) 2
1
t∗ = ln kC
k
Puncte fixe:
20
Natura punctelor fixe:
1 1 k
lim Ce
t →∞
− kt
+β
=
β
=
δ
= P2∗
Întrucât dintr-o vecinătate a lui P2∗ , traiectoria tinde către P2∗ , sistemul este local
stabil.
∗
Traiectoria tinde asimptotic către P2 , deci sistemul este local, asimptotic stabil.
După un secol de la formularea modelului de către Verhulst, s-a descoperit
posibilitatea aplicării lui în marketing, pentru studiul pieței:
y (t ) = ay (t )( y − y (t )) (57)
2. ν (t ) = P −1 (t ) → ν (t ) = − P −2 (t ) P (t ) → P (t ) = −ν (t ) P 2 (t )
21
Înlocuim în ecuația propusă de Verhulst:
− ν (t ) P 2 (t ) = 0,03P (t ) − 0,0015P 2 (t )
2
Împărțim ecuația la P (t ) , rezultă:
− ν (t ) = 0,03P −1 (t ) − 0,0015
Adică:
ν (t ) = −0,03ν (t ) + 0,0015
ν (0) = 1 / 10 = 0,1
Ecuația de mai sus, este o ecuație liniară de ordin unu, neomogenă, căreia
îi aplicăm algoritmul de rezolvare prezentat în paragraful precedent.
Rezolvam ecuația omogenă:
ν (t ) = −0,03ν (t )
Soluția generală a ecuației omogene este:
ν G (t ) = Ce −0,03t
Cu C, constantă arbitrară.
Pentru determinarea soluției particulare, facem ipoteza că aceasta este de
forma termenului liber:
ν P (t ) = D = cons tan t
Punem condiția ca soluția particulară să verifice ecuația neomogenă:
0 = −0,03D + 0,0015
D = 0,0015 / 0,03 = 0,05
Atunci soluția este:
ν (t ) = Ce −0, 03t + 0,05
Putem aplica condițiile limită Cauchy:
ν (0) = 0,02
Și obținem:
0,02 = C + 0,05 → C = 0,05
Atunci:
ν (t ) = 0,05e −0, 03t + 0,05
Deci:
1
P(t ) =
0,05e −kt + 0,05
22
3. Punctele fixe ale modelului:
P (t ) = P(t )(0,03 − 0,0015 P(t ))
P (t ) = 0 ⇒ P ∗ = 0, P ∗ = 20
1 2
4. Natura punctelor fixe:
1
lim 0,05e
t →∞
−0 , 03t
+ 0,05
= 20
Întrucât limita este finită, punctul fix P2∗ = 20 este atractor/stabil și modelul
dinamic are traiectoria stabilă.
23
Aproximăm f ( x((t )) folosind dezvoltarea Taylor:
f ′′( x ∗ )( x(t ) − x ∗ ) 2
f ( x((t )) = f ( x ) + f ' ( x )( x(t ) − x ) +
∗ ∗ ∗
+
2!
f ′′′( x ∗ )( x(t ) − x ∗ ) 3 f n ( x ∗ )( x(t ) − x ∗ ) n (60)
+ + ... + + Rn ( x(t ), x )
∗
3! n!
Rn ( x(t ), x ∗ ) este restul, care se poate calcula în formă Lagrange, Cauchy, integrală.
Dacă punctul în jurul căruia se face dezvoltarea este chiar punctul fix x∗ ,
f ( x∗ ) = 0 prin construcție. Aproximarea liniară devine:
2.2 Aplicații ale modelelor dinamice neliniare de ordin unu în modelarea creșterii
economice: Modelul lui Solow
Crereșterea economică este printer cele mai importante teme studiate de economiști
și matematicieni, începând din a doua jumătate a secolului trecut.
Importanța acordată de economiști este generate de următoarele tendințe care au
marcat economia mondială în ultimele două secole:
- Creșterea foarte mare a standardului de viață în țările industrializate (creșterea
veniturilor reale de 10-30 de ori față de secolul precedent);
- Existența diferențelor enorme în standardul de viață între țări și zone
geografice ;
- Existența mutațiilor care s-au produs în domeniul creșterii economice pe zone:
“miracolele creșterii”: țări care în secolul 20 au avut o rată mare și crescătoare
de creștere, depășind media mondială (Japonia și noile țări industrializate:
Korea de Sud, Taiwan, Singapore, Hong Kong) ; “dezastrele creșterii”: țări
24
care în secolul 20 au avut o rată descrescătoare de creștere, depărtându-se de
media mondială (țările Africii sub Sahariene: Ciad, Ghana, Mozambic);
- Implicațiile enorme ale vastelor diferențe în standardele de viață între țări
asupra indicatorilor care reflectă inegalitatea economică, socială și sărăcia:
mari diferențe în nutriție, alfabetizare, mortalitate infantilă, speranța de viață,
cât și agravarea acestor fenomene pe termen lung;
Cercetările asupra creșterii economice sunt focalizate în următoarele direcții:
studiul surselor și metodelor de creștere pentru economia mondială și a
metodelor de de reducere a decalajelor între țări și zone geografice.
Modelarea creșterii economice a fost inițiată de Kaldor, Roy Harrod și Evsey
Domar, la mijlocul secolului al XX-lea.
Acestea sunt modele post Keynesiene timpurii de creștere economică.
Modelului Harrod-Domar s-a reproșat instabilitatea soluției, astfel încât,
controversele academice au condus, după 1950, la dezvoltarea modelului
Solow-Swan.
Modelul de creștere echilibrată al lui Solow
Modelul Solow analizează și explică sursele creșterii economice.
Ipotezele modelului sunt următoarele:
Y (t ) F ( K (t ), L(t )) K (t )
= = F( ,1) = F (k (t ),1) = f (k (t )) = y(t )
L(t ) L(t ) L(t )
2.Forța de muncă crește cu o rată constantă n, care este independentă de
celelalte variabilele ale sistemului:
L (t ) = nL(t ), L(0) = L0
L(t ) = L0 e nt
3. Economiile sunt o pondere constantă în valoarea venitului, S (t ) = sY (t )
unde s este rata economiilor, dată exogen: modelul lui Solow este model de
creștere economică exogenă.
I (t ) = S (t )
S (t ) = sY (t )
K (t ) = I (t ) − δK (t ) (59)
K (0) = K 0
L(t ) = L0 e nt
Înlocuind primele două ecuații în a treia, obținem:
K (t ) = sY (t ) − δK (t )
(60)
K ( 0) = K 0
Relația (60) este ecuația de dinamică a capitalului total, sau investiția netă.
26
K (t )
k (t ) =
L(t )
d K (t ) K (t ) L(t ) − K (t ) L (t )
k(t ) = = 2
=
dt L(t ) L (t )
sY (t ) − δK (t ) K (t ) L (t )
= − = sf (k (t )) − δk (t ) − nk (t ) =
L (t ) L(t ) L(t )
= sf (k (t )) − (n + δ )k (t )
Atunci:
k(t ) = sf (k (t )) − (n + δ )k (t )
K (61)
k (0) = 0 = k 0
L0
Este modelul lui Solow în mărimi percapita și constă în ecuația de dinamică a
înzestrării tehnice a muncii sau investiția netă în mărimi per capita
și condiția inițială.
Putem rezolva ecuația dinamică a capitalului per capita dacă dăm o formă o analitică
funcției de producție per capia.
Presupunem că funcția de producție este o funcție Cobb-Douglas omotetică
(omogenă de grad unu):
Y (t ) = aK (t )α L(t )1−α , 0 <α <1
α
Y (t ) K (t )
= a (62)
L(t ) L(t )
y (t ) = f ( k (t )) = ak (t )α
27
Scriem modelul lui Solow în mărimi per capita, sub forma unei ecuații diferențiale
de ordinul unu, neliniară, neomogenă:
k(t ) + (n + δ )k (t ) = sak (t )α
K
k (0) = 0 = k0 (64)
L0
Aceasta este o ecuație diferențială neliniară, neomogenă, de tip Bernoulli.
Rezolvarea ecuației Bernoulli:
Schimbă variabila, făcând următoarea notație:
ν (t ) = k (t )1−α
ν (t ) = (1 − α )k (t ) −α k(t )
k (t ) −α k(t ) + (n + δ )k (t )1−α = sa
α
k (t )
Înlocuim k (t ) = ν (t ) în ecuația de mai sus:
(1 − α )
Obținem:
ν (t ) = (1 − α ) sa − (1 − α )(n + δ )ν (t )
ν (0) = k01−α
28
Rezolvăm ecuația omogenă:
ν (t ) + (1 − α )(n + δ )ν (t ) = 0
λe λt + (1 − α )(n + δ )e λt = 0
Împărțim ecuația la e λt :
λ + (1 − α )(n + δ ) = 0
Ecuația de mai sus se numește ecuație caracteristică.
ν (t ) P = D
Punem condiția ca soluția particulară să verifice ecuația neomogenă:
0 = (1 − α ) sa − (1 − α )(n + δ ) D
Determinăm constanta D:
sa
D= = ν P (t )
(n + δ )
Soluția generală a ecuației neomogene este suma între soluția generală a ecuației
omogene, plus o soluție particulară:
ν (t ) = ν (t ) G + ν (t ) P
29
De unde se obține:
as
ν (t ) = Ce −(1−α )( n+δ )t +
n +δ
Determinarea constantei de integrare:
as
Pentru t = 0 → ν (0) = ν 0 → C = ν 0 −
n +δ
Rezultă soluția:
as as
ν (t ) = + (ν 0 − )e −(1−α )( n+δ ) t
n +δ n +δ
ν 0 = k01−α
Deci:
as as −(1−α )( n +δ )t
ν (t ) = + (k01−α − )e
n +δ n +δ
Determinarea traiectoriei venitului per capita:
1−α
Întrucât ν (t ) = k (t ) , putem scrie:
as as
k (t )1−α = + (k01−α − )e −(1−α )( n +δ ) t
n +δ n +δ
Sau:
1
as as −(1−α )( n +δ )t 1−α
k (t ) = + (k01−α − )e (66)
n +δ n +δ
Aceasta este traiectoria de evoluție a înzestrării tehnice a muncii.
30
Ecuația de evoluție a stocului de capital per capita:
k(t ) = g (k (t )) = sak (t )α − (n + δ )k (t )
k (0) = k 0 dat
Pentru aplicarea dezvoltării Taylor până la ordinal unu, calculăm punctele fixe:
Punctele fixe se determină rezolvând ecuația:
[
k (t ) sak (t )α −1 − (n + δ ) = 0 ]
Punctele fixe sunt:
1
−
sa α −1
k1∗ = 0 și k2∗ =
n +δ
Cu:
g ′(k ) = αsa (k ∗ )α −1 − (n + δ )
∗
Înlocuind acum valoarea lui k 2 obținem:
g ′(k 2∗ ) = αsa (k 2∗ )α −1 − (n + δ )
α −1
1
−
sa α −1
g ′(k 2 ) = αsa
∗
− (n + δ ) = α (n + δ ) − (n + δ )
n + δ
Prima observație este aceea că g ′(k 2∗ ) < 0 și în consecință k 2∗ este punct fix atractor,
deci sistemul dinamic este local stabil.
31
Rezultă că panta curbei pentru k ∗ = k 2∗ , cu 0 < α < 1 iar n și δ sunt pozitive,
∗
este g ′(k 2∗ ) = −(n + δ )(1 − α ) < 0 , iar k 2 este punct fix atractor.
stabil.
∗
Aproximarea de ordinul unu în jurul echilibrului k 2 este:
De unde rezultă:
ktP (t ) = D = k 2∗
32
C = k0 − k2∗
Rezultă traiectoria:
k (t ) = k 2∗ + (k (0) − k 2∗ )e − ( n +δ )(1−α ) t
Pentru aproximarea liniară lim
t →∞
k (t ) = k 2∗ , respectiv k 2∗ este punct fix local asimptotic
stabil , sau punct de echilibru al modelului. Sistemul este stabil și tinde asymptotic
Aplicații numerice:
1. Presupunem că funcția de producție agregată este Y (t ) = K (t ) 2 / 3 L(t )1 / 3 , că
rata de creștere a forței de muncă este n = 0,05 și că propensitatea medie
către economisire (rata economiilor) este s = 0,2 .
a.Scrieți modelul cu datele considerate și exprimați în mărimi per capita;
K (t ) K (t )
b. Determinați analitic valoarea raportului , știind valoarea raportului
L(t ) Y (t )
K (t ) K (t )
Care este valoarea , dacă = 2?
L(t ) Y (t )
Răspuns:
a. Lăsăm studenții să exerseze cu datele considerate secvența operațiilor prezentate.
b.
Y (t ) = K (t ) 2 / 3 L(t )1 / 3
33
1/ 3
K (t ) K (t ) K (t )
= =
Y (t ) K (t ) L(t )
2/3 1/ 3
L(t )
3
K (t ) K (t )
=
L(t ) Y (t )
De exemplu, dacă K (t ) K (t )
= 2, înzestrarea tehnică trebuie să fie: =8
Y (t ) L(t )
c. Determinarea traiectoriei rezolvând ecuația Bernoulli:
k(t ) + (n + δ )k (t ) = sak (t )α
k(t ) + 0,08k (t ) = 0,02k (t ) 2 / 3
k 0 = 80
Schimbarea de variabilă:
ν (t ) = k (t )1− 2 / 3 = k (t )1 / 3
Derivăm în raport cu timpul:
ν (t ) = (1 / 3)k (t ) −2 / 3 k(t )
Explicităm k(t ) din relația de mai sus:
k(t ) = 3ν (t )k (t ) 2 / 3
3ν (t )k (t ) 2 / 3 = −0,08k (t ) + 0,2k (t ) 2 / 3
2/3
Împărțim relația la 3k (t ) :
ν (t ) = −(0,08 / 3)k 1 / 3 (t ) + 0,2 / 3
Ecuația liniară este:
ν (t ) = −(0,08 / 3)ν (t ) + 0,2 / 3
Soluția generală este:
ν G (t ) = C exp((−0,08 / 3)t )
Soluția particulară are forma:
ν (t ) = D
P
Soluția:
ν (t ) = C exp(−0,027t ) + 0,25
34
ν (0) = 801 / 3
ν (t ) = 4,059 exp(−0,027t ) + 2,5
k (t ) = ν (t )3 = (4,059 exp((−0,027)t ) + 2,5)
3
tehnice a muncii.
d. Deviația inițială:
80 − 2,5 3 = 80 − 15,625 = 64,375
Deviația la momentul t trebuie să scadă de 10 ori, atunci:
k (t ) − 15,625 = 6,4375
Din această ecuație, trebuie să determinăm timpul necesar ca deviația să scadă de 10
ori.
Înlocuim expresia traiectoriei:
35
e. Deviația relativă:
Se calculează ca raport între deviația absolută și valoarea de echilibru a
stocului de capital per capita:
k (t ) − 2,53 k (t ) − 15,625
=
2,53 15,625
Deviația relativă inițială:
80 − 15,625
= 4,12
15,625
Trebuie să determinăm timpul în care deviația scadede 10 ori, la 0,412:
k (t ) − 15,625
= 0,412
15,625
exp((−0,027)t ) = 0,074
(−0,027)t = ln 0,074
(−0,027)t = −2,6
2,6
t= = 96,296
0,027
36
Traiectoria de evoluție a stocului total de capital (se obține multiplicând traiectoria
nt
venitului per capita, cu L(t ) = L0 e ):
1 /(1−α )
nt as −(1−α )( n +δ ) t 1−α as
K (t ) = L0 e +e k0 −
n + δ n + δ
Traiectoria de evoluție a venitului se obține, înlocuind în funcția de producție,
traiectoriile stocului total de capital și a forței de muncă :
1 /(1−α ) α
as as
α
Y (t ) = aK (t ) L(t ) 1−α
= a L0 e nt
+ e −(1−α )( n +δ )t k 01−α −
0
(
L e nt )
1−α
n +δ n +δ
Rezultă:
1 /(1−α ) α
nt as as
α
C (t ) = (1 − s )aK (t ) L(t ) 1−α
= (1 − s )a L0 e
+e −(1−α )( n +δ ) t 1−α
k0 − L e nt
0
( )
1−α
n +δ n + δ
sa
Calculăm:
g ′(k ) = αsa (k ∗ )α −1 − (n + δ )
∗
Înlocuind acum valoarea lui k 2 obținem:
g ′(k 2∗ ) = αsa (k 2∗ )α −1 − (n + δ )
α −1
1
−
sa α −1
g ′(k 2 ) = αsa
∗
− (n + δ ) = α (n + δ ) − (n + δ )
n + δ
Întrucât 0 < α < 1 iar n și δ sunt positive, k 2∗ este punct fix atractor/stabil iar sistemul
este local stabil.
38
∗ ∗
Dacă k 2 este punct fix stabil, k1 , deci repelor.
Figura: Traiectoria înzestrării pentru diferite valori inițiale ale lui k(t).
.
Analiza traiectoriei în spațiul fazelor (k(t ), k (t )) :
39
Reprezentăm grafic curba k(t ) = 0 , adică sak α − (n + δ )k = 0 , în planul (k (t ), k(t ))
Determinarea punctelor singulare ale funcției:
α
Derivăm funcţia ( sak − (n + δ )k ) în raport cu k(t) şi egalăm derivata cu zero, pentru
a afla punctele singulare.
1 /(α −1)
d
dk
[ ] n +δ
ask α − (n + δ )k = 0 → asαk α −1 − (n + δ ) = 0 → k =
as α
,
d2
dk 2
[ ]
ask α − (n + δ )k = asα (α − 1)k α −2 < 0 ,
k(t) k1∗ k k 2∗
ask α − (n + δ )k 0 max 0
asαk α −1 − (n + δ ) + + + + + + + + + +0- - - - - - - - - - -
40
∗
După cum putem vedea, curba k(t ) = 0 intersectează abscisa în două puncte: k1 și
k2∗ .
41