EL MODELO MULTIPLICADOR

ACELERADOR DE SAMUELSON
Analisis Dinamico Usando Software Libre
WXMAXIMA
Robert Ipanaque Chero
robertchero@hotmail.com
Josel Mechato Durand
jhosan83@gmail.com
Jhony Sandoval Juarez
jhosan83@gmail.com
1
Resumen
Los estudiantes de economa de hoy necesitan diversas herramientas ma-
tematicas importantes. El analisis de modelos economicos requiere de conoci-
mientos y aplicaciones de teoras matematicas.
En el siguiente trabajo representaremos el modelo interaccion entre el mul-
tiplicador y el acelerador de Samuelson, como ilustracion aplicativa del uso
de las ecuaciones en diferencias de segundo orden en economa. Lo interesante
de este trabajo es, que mediante el uso del software cientco libre WXMA-
XIMA se brinde una alternativa en el desarrollo del analisis de dicho modelo.
Este artculo no pretende desarrollar el modelo en mencion mediante una
ecuacion diferencial propiamente dicho, mas bien tratar de desarrollarlo usan-
do el software libre, mostrando resultados interesantes que permitan la inter-
pretacion del comportamiento de dicho modelo.
2
1. PEQUE

NA RESE

NA HIST

ORICA
Paul Anthony Samuelson es un economista americano, nacido en Gary, Indiana. Ob-
tuvo el Premio Nobel de Economa en 1970, por el trabajo cientco a traves del cual
ha desarrollado la teora econ omica estatica y din amica, y contribuido activamente
a elevar el nivel del an alisis en la ciencia econ omica.
Docente universitario, especialmente interesado en los aspectos dinamicos de la
economa. Su principal merito es haber extendido la llamada sntesis neocl asico-
keynesiana, es decir, la fusi on en un conjunto coherente de la economa de Keynes
con la de sus predecesores, los neoclasicos.
Desarroll o un modelo de interacci on entre el multiplicador y el acelerador, siendo
la primera version del mismo publicada en 1939. El objetivo de Samuelson era dar
una explicaci on de los ciclos econ omicos propios de los sistemas capitalistas. Con
este trabajo pretende integrar la teora Keynesiana combin andola con las teoras
prekeynesianas del ciclo de negocios. De esta forma, empleando el multiplicador
keynesiano y el principio de aceleracion, construy o un modelo macroeconomico que
explica endogenamente los ciclos econ omicos sin acudir a factores exogenos. Con
esta nalidad, Samuelson introduce un modelo sencillo que intenta describir el fun-
cionamiento de una economa cerrada.
3
2. EL MODELO MULTIPLICADOR ACELE-
RADOR DE SAMUELSON
El trabajo pionero de Samuelson consiste en agregar a un modelo macroecon omico
simple de corte Keynesiano, una funci on de inversion con la innovante particularidad
de reaccionar ante los cambios en el consumo de acuerdo a la siguiente especicaci on
general:
Y
t
= C
t
+ I
t
+ G
0
C
t
= cY
(t1)
con 0 < c < 1
a > 0
I
t
= a(C
t
C
(t1)
)
Donde:
Y
t
= Renta Nacional
I
t
= Inversi on Privada Agregada
C
t
= Consumo Privado Agregado
G
t
= Gasto P ublico
Donde la primera ecuaci on me indica simplemente que la renta nacional esta di-
vidida entre el consumo, la inversi on y el gasto p ublico. La segunda ecuacion me
indica que la funci on del consumo es una funci on lineal de la renta nacional en el
periodo anterior. La tercera ecuacion me indica que la inversi on es proporcional a
la variaci on del consumo respecto al periodo anterior.
4
Busquemos ahora expresar al Y
t
como funci on de las variables ex ogenas (G
0
), para
tal caso combinaremos las ecuaciones anteriores:
Y
t
= cY
(t1)
+ a(C
t
C
(t1)
) + G
0
usando la segunda ecuaci on:
Y
t
= cY
(t1)
+ ac(Y
(t1)
Y
(t2)
) + G
0
de donde:
Y
t
= cY
(t1)
+ acY
(t1)
acY
(t2)
+ G
0
factorizando los dos primeros sumando de la ecuaci on y despejando G
0
se obtiene:
Y
t
c(1 + a)Y
(t1)
+ acY
(t2)
= G
0
(1)
la expresion (1) resulta ser una ecuaci on en diferencias para la variable Y
t
no ho-
mogenea, lineal, de par ametros constantes y de orden dos, cuya solucion particular
tiene la forma:
Y
p
=
G
0
1 c(1 + a) + ac
=
G
0
1 c
(2)
a continuaci on se procedera a analizar tanto su estabilidad como su comportamiento
cclico u monotono. Para ello sera de suma utilidad expresar su polinomio carac-
terstico como:
r
2
c(1 + a)r + ac = 0 (3)
5
siendo c > 0 el acelerador y 0 < a < 1 la propension Marginal al consumo. Usando
la ecuacion cuadr atica, las soluciones a la ecuaci on (3) ser an:
b
1
, b
2
=
c(1 + a)
_
c
2
(1 + a)
2
4ac
2
3. AN

ALISIS DE LA CONVERGENCIA Y ES-

TABILIDAD USANDO WXMaxima
3.1. CONVERGENCIA
En esta secci on, nos dedicaremos al analisis de la convergencia y de la estabilidad
del modelo multiplicador acelerador de Samuelson, usando programacion en wx-
Maxima. Veremos la utilidad cuando las races del polinomio caracterstico sean
races reales iguales, races reales diferentes convergentes, races reales diferentes y
divergentes, ademas de races complejas. Explicaremos el uso mediante ejemplos es-
peccos, usando valores para a,c,g,Y 0,Y 1
A expresion n umero 1 la expresaremos de la siguiente forma:
y
(t+2)
(c + a)y
(t+1)
+ vy
t
= G
recordando que a > 0 y 0 < c < 1
para tal caso usaremos el comando solve rec, comando que ayuda a resolver una
ecuaci on recurrente en funci on a su variable.
6
En primer lugar declaramos o cargamos el paquete solve rec de la siguiente manera:
(%i1) load(solve_rec);
( %o1) C : /PROGRA 1/MAXIMA 1,0/share/maxima/5,25,0/share/contrib/solve rec/solve rec.mac
denamos nuestra ecuacion en diferencias de segundo orden:
(%i2) solve_rec(y[t+2]-(c+a)*y[t+1]+a*y[t]=g,y[t]);
( %o2) y
t
=
%k
2
_
c
2
+ 2 a c + a
2
4 a + c + a
_
t
2
t
+
%k
1
_

c
2
+ 2 a c + a
2
4 a + c + a
_
t
2
t

g
c 1
Lo que me da una soluci on de y
t
, es en esta ecuaci on analizaremos la estabilidad y
la convergencia.
Para llevar a cabo esta tarea, daremos condiciones iniciales a mi ecuaci on anterior,
de la siguiente manera:
(%i3) solve_rec(y[t+2]-(c+a)*y[t+1]+a*y[t]=g,y[t],y[0]=Y0,y[1]=Y1);
( %o3) y
t
= (
_

_
c
2
+ 2 a c + a
2
4 a + c + a
_
t
(2 c Y 1 + 2 Y 1 +
_
c
_
_
c
2
+ 2 a c + a
2
4 a + a 1
_

_
c
2
+ 2 a c + a
2
4 a + c
2
a
_
Y 0 +
_
_
c
2
+ 2 a c + a
2
4 a + c + a 2
_
g))/(
_
2 c
_
c
2
+ 2 a c + a
2
4 a 2
_
c
2
+ 2 a c + a
2
4 a
_
2
t
)
(
_
_
c
2
+ 2 a c + a
2
4 a + c + a
_
t
(2 c Y 1+2 Y 1+
_
_
c
2
+ 2 a c + a
2
4 a + c
_

_
c
2
+ 2 a c + a
2
4 a + a 1
_
+ c
2
a
_
Y 0+
_

_
c
2
+ 2 a c + a
2
4 a + c + a 2
_
g))/(
_
2 c
_
c
2
+ 2 a c + a
2
4 a 2
_
c
2
+ 2 a c + a
2
4 a
_
2
t
)
g
c 1
La ecuaci on ser a resuelta con las condiciones iniciales indicadas, para un y[0] = Y
0
,
y para y[1] = Y
1
, dicha solucion esta en funci on de las condiciones dadas. Denamos
la soluci on anterior como una funcion de tal manera que podamos evaluarla para
valores establecidos de alguna ecuaci on:
7
(%i4) define(y(t),rhs(%));
( %o4) y (t) := (
_

_
c
2
+ 2 a c + a
2
4 a + c + a
_
t
(2 c Y 1 + 2 Y 1 +
_
c
_
_
c
2
+ 2 a c + a
2
4 a + a 1
_

_
c
2
+ 2 a c + a
2
4 a + c
2
a
_
Y 0 +
_
_
c
2
+ 2 a c + a
2
4 a + c + a 2
_
g))/(
_
2 c
_
c
2
+ 2 a c + a
2
4 a 2
_
c
2
+ 2 a c + a
2
4 a
_
2
t
)
(
_
_
c
2
+ 2 a c + a
2
4 a + c + a
_
t
(2 c Y 1+2 Y 1+
_
_
c
2
+ 2 a c + a
2
4 a + c
_

_
c
2
+ 2 a c + a
2
4 a + a 1
_
+ c
2
a
_
Y 0+
_

_
c
2
+ 2 a c + a
2
4 a + c + a 2
_
g))/(
_
2 c
_
c
2
+ 2 a c + a
2
4 a 2
_
c
2
+ 2 a c + a
2
4 a
_
2
t
)
g
c 1
A continuaci on, mediante diferentes ejemplos, analizaremos la convergencia o diver-
gencia de las soluciones:
CASO 1 Races Reales Distintas con solucion divergente.
Sea la ecuaci on:
10y
(t+2)
29y
(t+1)
+ 20y
t
= 40
Tenemos una ecuaci on en diferencias, luego se tienen los valores: a = 2, c = 0,9,
g = 4, Y 0 = 10, Y 1 = 20. Para esto asignemos valores a estas variables en
wxMaxima de la siguiente manera:
--> a:2;c:0.9;g:4;Y0:10;Y1:20;
( %o5) 2
( %o6) 0,9
( %o7) 4
( %o8) 10
( %o9) 20
Escribiendo la ecuacion caracterstica a partir de (1), resolviendolo y eva-
lu andolo para los valores vistos anteriormente, de la siguiente manera.
8
-->
float(solve(r^2-(c+a)*r+a=0,r));
rat : replaced 2,9by 29/10 = 2,9
( %o10) [r = 1,129843788128358, r = 1,770156211871643]
Se obtienen los valores de la races de dicha ecuaci on. Dichas races son reales
distintas, analicemos este caso. Veamos el valor de y[t] para los valores dados:
(%i11) y(t);
( %o11)
21,70083404382242 3,540312423743285
t
2
t

51,70083404382247 2,259687576256715
t
2
t
+
40,00000000000001
Veamos que pasara con su gr aca, hagamos una tabla en wxMaxima de tal
manera que se aprecien pares ordenados a gracar, para tal caso creemos una
lista.
(%i13) m:create_list([t,y(t)],t,0,10);
( %o13) [[0, 9,999999999999957], [1, 19,99999999999994], [2, 41,99999999999994], [3, 85,79999999999994], [4, 168,82], [5, 321,978], [6, 600,0962], [7, 1100,32298], [8, 1994,744242], [9, 3588,1123418], [10, 6420,037307220002]]
Inmediatamente gracaremos los puntos de mi tabla m con el comando
draw, el comando points
j
oined = true une los puntos mediante una poligonal.
9
(%i14) wxdraw2d(points_joined=true,points(m));
( %t14)
Como podemos ver en la gr aca, para valores asignados a t, y
t
se dispara, por
lo que se dice que el modelo sigue un comportamiento divergente
CASO 2 Races Reales distintas con solucion convergente
Sea la ecuaci on:
y
(t+2)
1,06y
(t+1)
+ 0,28y
t
= 4
tenemos la ecuacion en diferencias, luego se tienen los valores: a = 0,28,c =
0,78,g = 4,Y 0 = 30,Y 1 = 29. Seguiremos la misma metodologa que en el caso
anterior, asignemos los valores.
10
(%i15) a:0.28;c:0.78;g:4;Y0:30;Y1:29;
( %o15) 0,28
( %o16) 0,78
( %o17) 4
( %o18) 30
( %o19) 29
evaluando la ecuaci on caracterstica y resolviendola para los valores vistos
anteriormente.
(%i20) float(solve(r^2-(c+a)*r+a=0,r));
rat : replaced0,28by7/25 = 0,28rat : replaced 1,06by 53/50 = 1,06
( %o20) [r = 0,56, r = 0,5]
Se obtienen los valores de la races de dicha ecuaci on. Dichas races son reales
distintas (Caso). Es necesario saber los valores de y[t] para los valores asigna-
dos. Pondremos el signo $, puesto que el resultado es extenso para mostrarlo.
(%i21) fullratsimp((y(t)))$
Veamos que pasara con su graca, creamos una lista en wxMaxima donde
se obtengan los pares ordenado, pondremos el smbolo $.
(%i22) m:create_list([t,y(t)],t,0,10)$
Gracando:
11
(%i23) wxdraw2d(points_joined=true,points(m));
( %t23)
Como se puede ver en la graca, para aquellos valores asignados a t, los valores
de las im agenes de y
t
se aproximan y se van acomodando hacia un valor, por lo
que tiene un comportamiento convergente, el valor al que converge estara dado
por:
G
(1 c)
(%i24) A=g/(1-c);
( %o24) A = 18,18181818181818
CASO 3 Races Complejas
Sea la ecuaci on:
y
(t+2)
0,9y
(t+1)
+ 0,7y
t
= 4
Tenemos una ecuacion en diferencias, luego se tienen los valores: a = 0,7,c =
0,2,g = 4,Y [0] = 8,Y [1] = 6.
12
(%i30) float(solve(r^2-(c+a)*r+a=0,r));
rat : replaced0,7by7/10 = 0,7rat : replaced 0,9by 9/10 = 0,9
( %o30) [r = 0,05 (14,10673597966588 i 9,0) , r = 0,05 (14,10673597966588 i + 9,0)]
Se obtienen los valores de la races de dicha ecuaci on. Dichas races son comple-
jas. del mismo modo los valores de y
t
para los valores asignados anteriormente.
(%i31) fullratsimp((y(t)))$
Veamos que pasara con su gr aca, hagamos una tabla en wxMaxima de tal
manera que se aprecien pares ordenados a gracar.
-->
m:create_list([t,y(t)],t,0,20)$
apliquemos el comando fullratsimp, para darle una notaci on racional numeri-
ca.
13
(%i34) wxdraw2d(points_joined=true,points(t));
( %t34)
Como se puede ver en la gr aca, para aquellos valores asignados a t, oscila a
medida que t crece pero se va amortiguando, es decir su imagen se aproxima a
cierto valor, es decir es convergente. El valor al que converge estar a dado por:
G
(1 c)
.
(%i35) A=g/(1-c);
( %o35) A = 5,0
CASO 4 Races reales m ultiples (iguales)
Sea la ecuaci on:
y
(t+2)
0,6y
(t+1)
+ 0,09y
t
= 4
tenemos una ecuacion en diferencias, luego se tienen los valores: a = 0,09,c =
14
0,51,g = 4,Y [0] = 10,Y [1] = 9. deniendo estos valores en mi wxMaxima
(%i5) a:0.09;c:0.51;g:4;Y0:10;Y1:9;
( %o5) 0,09
( %o6) 0,51
( %o7) 4
( %o8) 10
( %o9) 9
Evaluando la ecuaci on caracterstica y resolviendola para los valores vistos
anteriormente.
(%i10) float(solve(r^2-(c+a)*r+a=0,r));
rat : replaced0,09by9/100 = 0,09rat : replaced 0,6by 3/5 = 0,6
( %o10) [r = 0,3]
Se obtienen los valores de la races de dicha ecuaci on. Dichas races son valores
reales, e iguales (Caso). Veamos el comportamiento de y
t
. Obtengamos una
soluci on Homogenea, denamos una funcion GH que sera una soluci on general
de dicha ecuacion con respecto a la variable t
(%i11) define(GH(t),C1*((1/2)*(c+a))^t+C2*t*((1/2)*(c+a))^t);
( %o11) GH(t) := t 0,3
t
C2 + 0,3
t
C1
Ahora hallando la soluci on particular, de igual forma deniremos una funcion
PC que dependa de t, para valores de a, g, y c, de la siguiente manera
(%i12) define(PC(t),g/(1-c));
( %o12) PC(t) := 8,16326530612245
en la cual se obtiene una soluci on general. Ahora analizando las condiciones
15
para hallar el valor de sus constante C
1
y C
2
.
(%i13) define(GC(t),GH(t)+PC(t));
( %o13) GC(t) := t 0,3
t
C2 + 0,3
t
C1 + 8,16326530612245
Resolviendo la ecuacion anterior, analizando sus condiciones iniciales y resol-
viendo para saber los valores de C
1
y C
2
.
(%i14) float(solve([GC(0)=Y0,GC(1)=Y1],[C1,C2]))[1];
( %o14) [C1 = 1,836734693877551, C2 = 0,952380952380952]
Obtenemos los valores de C
1
y C
2
. Y analizandolos en G[t], para tal caso,
denamos los valores que toma C
1
y C
2
(%i15) C1:1.836734693877551;C2:0.952380952380952;
( %o15) 1,836734693877551
( %o16) 0,952380952380952
(%i17) GC(t);
( %o17) 0,952380952380952 t 0,3
t
+ 1,836734693877551 0,3
t
+ 8,16326530612245
Haciendo una tabla y gracando para ver su comportamiento, colocaremos el
smbolo $ para evitar me muestre los puntos de mi lista, pues me interesa como
esta comportandose mi graca.
(%i22) m:create_list([t,GC(t)],t,0,20)$
(%i23) t:fullratsimp(m)$
cuya gr aca ser a:
16
(%i20) wxdraw2d(points_joined=true,points(t));
( %t20)
Como se puede ver en la graca, para aquellos valores asignados a t, presenta
un comportamiento convergente, a que valor converger a:
(%i21) A=g/(1-c);
( %o21) A = 8,16326530612245
3.2. ESTABILIDAD
Para tal caso, representaremos la ecuaci on (1) como un sistema:
_

_
y
t+1
= z
t
z
t+1
= (c + a)z
t
ay
t
+ G
Si hacemos: y
(t+1)
= y
t
y z
(t+1)
= z
t
, se tiene:
17
_

_
y
t
= z
t
z
t
= (c + a)z
t
ay
t
+ G
Resolviendo el sistema, mediante el comando solve la ecuacion caracterstica:
(%i5) solve([y=z,z=(c+v)*z-v*y+g],[y,z]);
( %o5) [[y =
g
c 1
, z =
g
c 1
]]
tomando el sistema como una matriz, se tiene:
(%i6) A:matrix([0,1],[-a,(a+c)]);
( %o6)
_
_
_
0 1
a c + a
_
_
_
calculemos los valores propios de la matriz, para esto usaremos el comando eigenvalues
de la siguiente manera:
(%i7) eigenvalues (A);
( %o7) [[

c
2
+ 2 a c + a
2
4 a c a
2
,

c
2
+ 2 a c + a
2
4 a + c + a
2
], [1, 1]]
Seg un el cuadro resumen de alpha chiang, capitulo 18, la estabilidad se dara de
acuerdo a los valores que toma a, c y el producto de ellos, entonces:
CASO 1 Races reales distintas con solucion divergente
asignando los valores de a y c
(%i8) a:2;c:0.9;
( %o8) 2
( %o9) 0,9
18
de donde sus resultados seran:
(%i10) float(solve(r^2-(c+a)*r+a=0,r));
rat : replaced 2,9by 29/10 = 2,9
( %o10) [r = 1,129843788128358, r = 1,770156211871643]
lo cual me dice que no hay estabilidad pues ambos valores son > 1
CASO 2 Races reales distintas con solucion convergente c < 1/a
Haciendo lo mismo que en el caso anterior:
(%i11) a:0.28;c:0.78;
( %o11) 0,28
( %o12) 0,78
(%i13) float(solve(r^2-(c+a)*r+a=0,r));
( %o13) [r = 0,56, r = 0,5]
lo cual me indica que hay estabilidad pues ambos valores son menores a la uni-
dad
CASO 3 RA

ICES COMPLEJAS
Asignando los valores de a y c, resolviendo la ecuaci on caracterstica se tiene:
(%i14) a:0.7;c:0.2;
( %o14) 0,7
( %o15) 0,2
(%i16) ~
N:float(solve(r^2-(c+a)*r+a=0,r));
( %o16) [r = 0,05 (14,10673597966588 i 9,0) , r = 0,05 (14,10673597966588 i + 9,0)]
para calcular el m odulo de dichos valores, se usara el comando abs
19
(%i8) abs(
~
N[1]);
( %o8) |r| = 0,836660026534076
lo cual me indica que hay estabilidad pues los valores resultantes son menores
que la unidad.
CASO 4 Races reales m ultiples
haremos el an alisis vericando como son los valores de las soluciones de la
ecuaci on caracterstica:
(%i5) a:0.09;c:0.97332;
( %o5) 0,09
( %o6) 0,97332
(%i7) ~
N:float(solve(r^2-(c+a)*r+a=0,r));
( %o7) [r = 0,0927267982482984, r = 0,970593201751702]
donde puedo concluir que hay estabilidad pues los valores obtenidos son infe-
riores a la unidad
Para estos analisis se han tomado valores de a y c que coincidan con los casos
presentados en el cuadro resumen.
20