DINAMICA SISTEMELOR ECONOMICE

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.

Capitolul 1: Sisteme dinamice continue

1.1 Sisteme dinamice continue modelate cu ajutorul ecuațiilor diferențiale

liniare, de ordin unu, cu coeficienți constanți
Forma generală:

a0 y (t ) + a1 y (t ) = g (t ), a0 ≠ 0 (1)

a0 , a1 sunt constant date, g (t ) este o funcție cunoscută, iar y (t )

dy (t )
este derivata
dt
în raport cu timpul a funcției y (t ) .

Dacă a0 = 0 , ecuația nu mai este diferențială, ci o ecuație algebrică de ordin unu,

cu soluția:
g (t )
y (t ) = , t = 0,1,2,... (2)
a1

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)

Unde C este o constantă arbitrară.

Pentru soluționarea ecuației (1, urmărim următorul algoritm:
1. Scriem ecuația omogenă:

a 0 y (t ) + a1 y (t ) = 0 (5)

Presupunem soluția de forma y (t ) = e λt și punem condiția să verifice ecuația

omogenă:

a 0 λe λt + a1e λt = 0 → a 0 λ + a1 = 0 ecuatia caracteristică

(6)

Soluția ecuației caracteristice este λ = −a1 / a 0 = −b

2. Soluția generală a ecuației omogene are forma:

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:

g (t ) = a = cons tan ta (8)

Soluția particular va avea forma termenului liber, deci va fi o constantă:

y P (t ) = D cons tan ta ne det er min ata (9)

Înlocuim soluția particular în ecuația neomogenă:

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:

g (t ) = Be dt = exp onennent iala (12)

Unde B și d sunt constant date. Soluția particulară de forma termenului liber va fi:

y P (t ) = Ce dt , C cons tan ta ne det er min ata (13)

Punem condițiaca soluția particulară să verifice ecuația diferențială neomogenă:

4
a0 y (t ) + a1 y (t ) = Be dt , a0 ≠ 0 (14)

a0 dCe dt + a1Ce dt = Be dt (15)

a 0 dCe dt + a1Ce dt = Be dt → [(a 0 d + a1 )C − B ]e dt = 0 (16)

Determinăm constanta C din (16), care
va fi satisfăcută pentru orice t, dacă:

[(a0 d + a1 )C − B] = 0 (17)

De unde:
B
C= (18)
a0 d + a1

Soluția particular, deci, va fi:

B
y P (t ) = Ce dt = e dt (19)
a 0 d + a1

Soluția ecuației diferențiale neomogene, ca sumă între soluția generală a ecuației

omogene și soluția particulară, va fi:
B
y (t ) = y G (t ) + y P (t ) = Ae −( a1 / a0 )t + e dt (20)
a 0 d + a1
Cazul III:
Termenul liber este un polinom de grad unu în t:

g (t ) = c0 + c1t , c0 , c1 , cons tan te cunoscute (21)

Soluția particular, de aceeași formă, va fi:

y P (t ) = α + βt , α , β cons tan te ne det er min ate (22)

Punem condiția ca soluția particular să verifice ecuația diferențială neomogenă:

a0 y (t ) + a1 y (t ) = c0 + c1t , a0 ≠ 0 (23)
5
a 0 β + a1 (α + βt ) = c0 + c1t (24)

Grupăm termenii asemenea și identificăm coeficienții:

(a1 β − c1 )t + (a 0 β + a1α − c0 ) = 0 (25)

Relația (25) va fi satisfăcută dacă:

a1 β − c1 = 0
a 0 β + a1α − c0 = 0
Soluția sistemului algebric este:

α = (a1c0 − a0c1 ) / a12

β = c1 / a1
Soluția particulară va fi:

y P (t ) = α + βt = (a1c0 − a 0 c1 ) / a12 + (c1 / a1 )t (26)

Soluția ecuației diferențiale neomogene calculată ca sumă între soluția generală și

soluția particulară este:

y (t ) = Ae− ( a1 / a0 ) t + (a1c0 − a0c1 ) / a12 + (c1 / a1 )t (27)

4. Determinarea constantei A:

Considerăm condiția inițială y (0) = y 0 , cunoscut

Scriem soluția pentru t = 0:

y0 = A + (a1c0 − a0c1 ) / a12 → A = y0 − (a1c0 − a0c1 ) / a12
Soluția, respectiv traiectoria sistemului dinamic pentru cazul III, este:

y (t ) = ( y0 − (a1c0 − a0c1 ) / a12 )e − ( a1 / a0 ) t + (a1c0 − a0c1 ) / a12 + (c1 / a1 )t

(28)
6
Soluția, respectiv traiectoria sistemului pentru cazul I, este:
y (t ) = Ae − ( a1 / a0 )t + a / a1

y0 = A + a / a1 → A = y0 − a / a1

y (t ) = ( y0 − a / a1 )e − ( a1 / a0 ) t + a / a1 (29)

Soluția, respectiv traiectoria sistemului pentru cazul II este:

B
y (t ) = Ae −( a1 / a0 ) t + e dt
a0 d + a1

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

1.2 Isocline/curbe de indiferență, câmpuri de direcţie şi diagrame în spaţiul fazelor

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.

Considerăm ecuația diferențială de ordinul unu, cu termenul liber g (t ) = b ,pe care

o scriem sub forma:
dy
= ay (t ) + b, a, b > 0 (31)
dt
Definim cîteva noțiuni specifice dinamicii economice.
Isocline/curbe de indiferență și câmpuri de direcție:
Pentru fiecare pereche (y,t), ecuația (31) specifică panta treiecoriei în acel punct.

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.

Figura 1: Câmp de direcție

Definiție: Câmp de direcție/fluxul soluțiilor este graficul tuturor traiectoriilor cu

panta dată de o ecuație diferențială.

Nu este posibil să considerăm toate perechile din plan,

putem considera doar perechile ( y, t ) asociate unei anumite pante fixe.
Notăm m panta fixă a funcției
f ( y, t ) , adică toate perechile ( y, t ) pentru care panta funcției este egală cu m.

f ( y, t ) = m se numește isoclină(isocuantă/curbă de
indiferență).

Determinarea isoclinei pentru funcția:

dy
f ( y, t ) = = ay (t ) + b = m
dt
.
Isoclina (isocuanta) este o curbă convexă.
În ecuaţia:
ay (t ) + b = m
explicităm y(t) în funcție de t:
m b
y (t ) = − , este tocmai isoclina f(y,t)=m scrisă în formă explicită.
a a

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).

Considerăm y(t) funcție continuă de timp și ecuația diferențială y (t ) = f (t ) .

Soluția ecuației diferențiale, pentru t variabil, se numește traiectorie.

Când y (t ) = 0 , soluția y (t ) = x∗ se numește punct fix, punct de echilibru, punct critic

sau soluție staționară.

Dacă traiectoria converge din orice punct inițial, către punctul de echilibru x∗ ,
putem spune că punctul fix este de tip atractor.

Punct fix atractor, traiectoria y(t) crește până la x∗ și scade după x∗ .

Este un punct fix stabil, sistemul dinamic este stabil.

Punct fix repelor: traiectoria y(t) se îndepărtează de x ∗ , atunci acesta este un

punct fix instabil.
Verificarea naturii punctului fix:
Considerăm sistemul dinamic:
y (t ) = f ( y (t )) = ay (t ) + b, a, b > 0
Soluția este:

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.

1.3 Exemple și aplicații numerice ale sistemelor dinamice modelate cu ecuații

diferențiale de ordin unu:
Exemplul 1:Modelul de creștere a populației Malthus:
Thomas Robert Malthus, economist și cleric englez al secolului alXVIII-XIX-lea.
Conform teoriei sale, populația are o creștere exponențială, iar resursele fiind
limitate, nu pot asigura mijloacele de subsistență.
Notăm p(t ) , populația la momentul t. Rata de creștere a populației va fi:

 (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

p0 = cons tan tă cunoscută (35)

Modelul Malthus, este reprezentat printr-o ecuație diferențială de ordinul unu

liniară omogenă.
Cu soluția:

p (t ) = p0e kt (36)

Care satisface condițiile inițiale:

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.

Figura: Creșterea Malthusiană a populației

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 →∞

Punctul fix este de tip repelor.

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)

Înlocuind expresiile q D (t ) și q S (t ) , obținem ecuația de dinamică a prețului:

p (t ) = α (b − d ) p (t ) + α (a − c)
p ( 0) = p 0 (39)

Ecuația de mai sus este o ecuație diferențială liniară, de ordin unu, cu

coeficienți constanți, neomogenă.
Ecuația omogenă va fi:
p (t ) = α (b − d ) p (t ) (40)
Soluția generală a ecuației omogene este:
p (t ) = e λt
Punem condiția ca această soluție să verifice ecuația omogenă:
λt
λe = α (b − d )e λt

Împărțind la e λt ≠ 0 , obținem ecuația caracteristică:

λ = α (b − d )
Soluția generală a ecuației caracteristice va fi:
p G (t ) = Aeα ( b − d ) t (41)
Soluția particulară va fi de forma termenului liber:

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.

Figura: Traiectoria prețului de echilibru

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.

Modelul cuprinde trei ecuații:

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.

Înlocuind prima și doua ecuație în a treia, obținem:

0,7Y (t ) = 0,3Y (t )
 0,3 
Y (t ) −  Y (t ) = 0
 0,7 

2.Calculați traiectoria de evoluție a venitului:

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)

Graficul funcției logistice este:

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:

P (t ) = P(t )(k − δP(t ))

k
P (t ) = 0 ⇒ P1∗ = 0, P2∗ =
δ

20
Natura punctelor fixe:
1 1 k
lim Ce
t →∞
− kt
+β
=
β
=
δ
= P2∗

P2∗ este punct fix atractor.

∗
Rezultă că P1 este repelor.

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)

Unde y este capacitatea maximă de absorbție a pieței.

Temă:
Considerăm datele:
P0 = 50, k = 0,03, δ = 0,015
P0 = 100, k = 0,05, δ = 0,02
1. Scrieți modelul cu datele considerate
2. Calculați traiectoria modelului
3. Determinați punctele fixe
4. Stabiliți natura punctelor fixe
5. Calculați numeric traiectoria P(t), pentru t=1,2,…20 și faceți graficul în
EXCEL.
Rezolvare:
Pentru P0 = 10, k = 0,03, δ = 0,0015

P (t ) = P(t )(0,03 − 0,0015 P(t ))

1.
P0 = 10

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.

1.4.Liniarizarea sistemelor dinamice modelate cu ajutorul ecuațiilor diferențiale

de ordin unu
În multe situații, modelelelor dinamice neliniare nu li se poate determina traiectoria,
întrucât nu există algoritmi de rezolvare a ecuațiilor diferențiale obținute.
În acest caz, avem alternative liniarizării modelelor dinamice neliniare, sau
determinarea numerică a traiectorieipentru fiecare moment de timp, aplicând
algoritmi numerici.
Pentru analistul modelului, este importantă obținerea unei soluții analitice, întrucât
aceasta permite studiul în continuare a intervenției decidentului pentru îmbunătățirea
traiectoriei. În această perspectivă, rezolvarea modelului prin liniaizare este foarte
folosită în analiza și modelarea economică.

Considerăm modelul dinamicreprezentat de o ecuație diferențială neliniară, de ordin

unu:
x (t ) = f ( x(t )) (58)
Unde f ( x(t )) este neliniară în x(t ) ,dar continuă și diferențiabilă.
În general, aceste ecuații nu se pot rezolva analitic, dar există posibilitatea de
liniarizare și rezolvarea lor ca ecuații liniare sau prin aproximarea soluției cu ajutorul
metodelor numerice.
Trebuie să găsim punctele fixe pentru x (t ) = 0 , adică să găsim soluția ecuației
f ( x((t )) = 0 . (59)

Presupunem f ( x((t )) este continuă diferențiabilă într-un interval deschis care-l

conține pe x = x∗ ( punctul fix).

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.

Aproximarea liniară de ordinul unu are forma:

f ( x((t )) = f ( x ∗ ) + f ' ( x ∗ )( x − x ∗ ) (61)

Dacă punctul în jurul căruia se face dezvoltarea este chiar punctul fix x∗ ,
f ( x∗ ) = 0 prin construcție. Aproximarea liniară devine:

f ( x((t )) = f ' ( x ∗ )( x − x ∗ ) . (62)

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:

1. Y (t ) = F ( K (t ), L(t )) funcția de producție macroeconomică, de două ori diferențiabilă,

omogenă de grad unu;
Y (t ) este venitul (PIB), K (t ) este stocul total de capital tehnic, L(t ) este forța de
muncă în unități naturale (personae, ore muncă, etc.).
Notăm:
K (t )
k (t ) = înzestrarea tehnică a muncii (stocul valoric de capital pe o unitate de
L(t )
muncă);
Y (t )
y (t ) = venitul per capita (unități monetare pe unitate de muncă);
L(t )
Calculul venitului per capita:
Presupunem funcția de producție omotetică (omogenă de grad unu):
F (λK , λL) = λF ( K ; L), λ > 0
25
Împărțim la L(t ) :

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.

4. Economiile în echilibru, sunt egale cu investițiile: S (t ) = I (t ). .

5. Investițiile brute sunt egale cu variația stocului de capital (investiția netă)

plus valoarea amortizării capitalului fix uzat:
I (t ) = K (t ) + δK (t )
K (0) = K 0
Unde δ este rata amortizării medie, pe economie.
Modelul lui Solow în mărimi totale va fi:

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.

Transformăm modelul în mărimi per capita:

Derivăm în raport cu timpul ecuația înzestrării tehnice a muncii și înlocuim cu
relațiile modelului:

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

Ecuația de dinamică a capitalului per capita cu funcția de producție Cobb-Douglas

per capita, va fi:
k(t ) = sak (t )α − (n + δ )k (t )
K (63)
k (0) = 0 = k 0
L0

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

Derivăm relația de mai sus în raport cu timpul:

ν (t ) = (1 − α )k (t ) −α k(t )

Explicităm k(t ) din relația de mai sus:

α
k (t ) = k (t ) ν (t )
(1 − α )
Împărțim ecuația de dinamică la k (t )α :

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

Adică o ecuație liniară de ordinul unu, neomogenă în ν (t ) .

28
Rezolvăm ecuația omogenă:
ν (t ) + (1 − α )(n + δ )ν (t ) = 0

Căutăm o soluție de forma: ν (t ) = e λt

Punem condiția ca soluția să verifice ecuația omogenă:

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.

Determinăm soluția λ , a ecuației caracteristice:

λ = −(1 − α )(n + δ )
Soluția generală a ecuației omogene este:

ν (t )G = Ceλt = Ce − (1−α )( n+δ )t

Unde C este constantă generalizată arbitrară.
Soluția particulară este de forma termenului liber:

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.

Determinarea traiectoriei modelului prin aproximare liniara

Modelul de creștere economică al lui Solow cu funcția de producție Cobb-Douglas,
rezolvat prin liniarizare.

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 

Dezvoltarea Taylor de ordinul unu în punctul fix k = k 2∗ :

g (k (t )) = g ′(k 2∗ )(k (t ) − k 2∗ )

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  
 

g ′(k 2∗ ) = −(n + δ )(1 − α ) < 0

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:

k(t ) = g (k (t )) = −(n + δ )(1 − α )(k (t ) − k 2∗ )

(67)
k (0) = k 0
Este ecuație diferențială liniară de ordin unu, neomogenă, pe care o rezolvăm cu
metoda cunoscută.
Scriem ecuația omogenă
k(t ) = −(n + δ )(1 − α )k (t )
A cărei soluție este:

ktG (t ) = Ce −( n+δ )(1−α )t

Scriem soluția particulară, de forma termenului liber:
k tP (t ) = D

Punem condiția ca soluția particular să verifice ecuația neomogenă:

k(t ) = −(n + δ )(1 − α )k (t ) + (n + δ )(1 − α )k2∗

Adică:
(n + δ )(1 − α ) D = (n + δ )(1 − α )k 2∗

De unde rezultă:
ktP (t ) = D = k 2∗

Traiectoria stocului per capita de capital:

k (t ) = ktG (t ) + k P (t ) = Ce −( n+δ )(1−α )t + k2∗

Aplicăm condițiile inițiale (Cauchy) k (t ) = k 0 dat :

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

către punctul de echilibru k 2∗ .

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 )

c. Determinați traiectoria înzestrării tehnice a muncii, pentru k 0 = 80 și rata

amortizării medie pe economie δ = 0,03 .
d. Timpul necesar ca deviația traiectoriei k (t ) de la echilibru, să fie redusă de 10 ori.
e. Timpul necesar ca deviația relativă de la echilibru să fie redusă de 10 ori.

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

0 = −(0,08 / 3) D + 0,2 / 3 → D = 0,25

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

Când t → ∞ , k (t ) → 2,5 , care este valoarea de echilibru a înzestrării

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:

((4,059 exp((−0,027)t ) + 2,5)3 − 15,625 = 6,4375

Rezolvăm ecuația, determinând valoarea lui t:

((4,059 exp(−0,027)t ) + 2,5)3 = 22,0625

4,059 exp(−0,027)t + 2,5 = 2,7759
4,059 exp(−0,027)t = 0,2759
exp(−0,027)t = 0,068
(−0,027)t = ln 0,068
(−0,027)t = −2,688
2,688
t= → t = 99,56
0,027
Rezultă că deviația absolute se va reduce de 10 ori, în 99,56 perioade.

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

((4,059 exp((−0,027)t ) + 2,5)3 − 15,625 = 0,412

15,625

((4,059 exp((−0,027)t ) + 2,5)3 = 22,0625

Ridicăm la puterea 1/3 toată expresia:
(4,059 exp((−0,027)t ) + 2,5 = 2,8

4,059 exp((−0,027)t ) = 0,3

exp((−0,027)t ) = 0,074
(−0,027)t = ln 0,074
(−0,027)t = −2,6
2,6
t= = 96,296
0,027

Deviația relative va scădea de 10 ori, în 96,296 perioade

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  

Traiectoria de evoluție a consumului:

Se obține scăzând din valoarea venitului, valoarea investițiilor în fiecare moment t.
În echilibru macroeconomic, una dintre ipotezele modelului Solow, investițiile sunt
egale cu economiile, astfel încât:
C (t ) = Y (t ) − S (t )
C (t ) = Y (t ) − sY (t ) = (1 − s )Y (t )

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  

Analiza echilibrului și stabilității modelului Solow

Deși am făcut referiri la echilibrul și stabilitatea modelului Solow, cu ocazia
liniarizării acestuia, revenim cu analiza stabilității pentru precizarea și fixarea
modului de abordare a stabilității.
Stabilitatea, comportarea la infinit a sistemului poate fi verificată în două moduri:
- Calculând limită pentru t tinzând către infinit din traiectoria analitică a
sistemului, iar dacă această limită este finită rezultă că sistemul este stabil;
37
 - Calculând punctele fixe și aplicând criteriul de stabilitate al punctelor fixe, așa
cum am menționat anterior.
Primul mod de verificare a stabilității va fi:
1 /(1−α )
 as as  as 1 /(1−α ) ∗
lim  + e −(1−α )( n +δ )t (k 01−α − ) =( ) = k2
t →∞ n + δ n + δ n +δ
 
Rezultă că:
∗
lim k (t ) = k , deci k 2 este punct fix atractor
∗
2
t →∞

Pentru cea de a doua modalitate, vor fi necesare punctele fixe, calculate

anterior:

k(t ) = 0 ⇒ sak α (t ) − (n + δ )k (t ) = 0 ⇒ k (t )( sak α −1 (t ) − n − δ ) = 0

Punctele fixe/staţionare/de echilibru sunt:
1 /(α −1)
n +δ 
k1 = 0 și k 2 ∗ = 
∗

 sa 

Scriem sistemul dinamic

k(t ) = g (k (t )

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  
 

g ′(k 2∗ ) = −(n + δ )(1 − α ) < 0

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).

Figura: Câmpul de direcție pentru modelul lui Solow.

Sistemul nu poate fi global stabil, întrucât aceasta este o proprietate posibilă pentru
sistemele unidimensionale cu un singur punct fix.

.
Analiza traiectoriei în spațiul fazelor (k(t ), k (t )) :

Reprezentăm grafic funcția k(t ) = 0 → sak (t )α − (n + δ )k (t ) = 0

Ne interesează comportamentul lui k (t ) în raport cu traiectoria staționară k(t ) = 0 .

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
 ,
 

este k punctul singular.

Pentru a afla natura punctului singular, calculăm derivata a doua:

d2
dk 2
[ ]
ask α − (n + δ )k = asα (α − 1)k α −2 < 0 ,

Rezultă că punctul singular k este punct de maxim.

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∗ .

Pentru k (t ) < k 2∗ , sak (t )α − (n + δ )k ) > 0 → k(t ) > 0 → k (t ) ↑

Pentru k (t ) > k 2∗ ( sak α − (n + δ )k ) < 0 → k(t ) > 0 → k (t ) ↓

∗
Rezultă că la stânga lui k 2 stocul de capital per capita crește, ducând la creșterea
∗
venitului, iar la dreapta lui k 2 , stocul de capital per capita scade, ducând la scăderea
venitului.

Investiția brută și investiția de compensare

41