Aufgabenblatt 5 Probeklausur

Fachbereich Rechts- und Wirtschaftswissenschaften
Gutenberg School of Management and Economics
Lehrstuhl für Makroökonomie, Prof. Klaus Wälde
Makroökonomie I
Wintersemester 2015/16
Marten Hillebrand (Vorlesung), Dennis Krieger und Tutoren (Tutorium)
www.macro.economics.uni-mainz.de
version - 13. Januar 2016
Exkurs (Dierentialgleichungen)
Vervollständigen Sie den folgenden Lückentext.
•
Was sind Dierentialgleichungen?
Der Unterschied zwischen einer normalen Gleichung und einer Dierentialgleichung
einer Variable auftaucht. Üblicherweise
(DGL) liegt darin, dass in einer DGL die
werden DGL nach letzterer aufgelöst. Die Punktnotation ist eine vereinfachte Schreibweiund wird im Rahmen dieser Veranstaltung verwendet. Daher taucht sie in
se für
unseren Dierentialgleichungen
•
auf.
Wofür sind Dierentialgleichungen gut?
Allgemein gesprochen erklärt eine DGL die
einer Variable über die
.
DGL tauchen in verschiedensten Disziplinen auf (in der Medizin, der Biologie, der
Klimaforschung, in der Physik (Mechanik, Kinetik) oder eben in der Ökonomie) und
helfen uns, viele Zusammenhänge besser zu verstehen. Auch wenn wir uns dessen nicht
immer bewusst sind, lassen sich zahlreiche Phänomäne des alltäglichen und auch nicht
so alltäglichen Lebens mit Hilfe von DGL beschreiben. So lässt sich beispielsweise die
von
Entwicklung einer Population durch die
Netto-
erklären. Ist das Ergebnis positiv, ndet ein
- und
-rate und
statt, ist es negativ,
sich die Population.
Erkälten wir uns, können wir das
der Krankheitserreger in unserem Körper
mit Hilfe einer DGL beschreiben. Wollten wir eine simple DGL dazu formulieren, würde sicherlich die positive Wachstums-
der Krankheitserreger darin auftauchen, welche
multipliziert mit der absoluten
der Krankheitserreger zum Zeitpunkt
t
erklärt,
warum die Anzahl der Krankheitserreger ansteigt. In der Realität stellt sich unser Immunsystem diesem Anstieg
oder wir verringern den Anstieg durch die Einnahme
von Medikamenten. Damit unsere DGL auch die Medikamenteneinnahme berücksichtigt,
müssten wir einen weiteren Ausdruck mit
www.macro.economics.uni-mainz.de
Vorzeichen hinzufügen.
1
Fachbereich Rechts- und Wirtschaftswissenschaften
Gutenberg School of Management and Economics
Lehrstuhl für Makroökonomie, Prof. Klaus Wälde
•
Ein Anwendungsbeispiel
Nehmen Sie an, der makroökonomische Wissensstand der ktiven Studentin, Mira Bellenbaum, zum Zeitpunkt
t
entwickelt sich gemäÿ der folgenden Dierentialgleichung,
g 6= 0.
Ẇ (t) = v + gW (t),
(1)
Hierbei soll Mira's Makrowissen auf vereinfachende Art und Weise als die Anzahl neuronaler Verbindungseinheiten,
1
veranstaltungen,
W (t)
(wie
Wissen), dargestellt werden. Besucht Mira Lehr-
so wird pro Woche eine xe Anzahl
v>0
neuer neuronaler Einheiten
gebildet, wodurch sich ihr Wissensstand nach jeder Woche um diese konstante Gröÿe erhöht. Basierend auf dem bereits erworbenen Wissen, kann Mira darüber hinaus ihren Wissensstand entweder vergröÿern (bspw. durch geeigneten Ausgleich, Sport, eigenständiges
Nacharbeiten, Lesen von ökonomischer Literatur etc.) und damit weitere Verbindungseinheiten schaen oder aber verringern (bspw. durch Schlafmangel, ungesunde Lebensführung, Alkoholkonsum etc.) und damit bereits geschaene Verbindungseinheiten zerstören.
Die Dierenz zwischen der Rate, mit welcher neuronale Verbindungseinheiten geschaen
und der Rate, mit der neuronale Verbindungseinheiten gelöst werden, sei
dass die Rate
g
g . Beachten Sie,
- abhängig von Mira's Lebensführung - sowohl positiv als auch negativ
sein kann.
Nehmen Sie weiter an, zu Beginn der Veranstaltung, also zum Zeitpunkt
Mira's Wissensstand die Gröÿe
W (0) = W0 ,
wobei
W0 ≥ 0
t = 0,
hat
ist.
Beantworten Sie die folgenden Fragen.
1) Die Lösung einer DGL ist eine Funktion, die die DGL erfüllt. Gesucht ist also eine
Funktion
W (t),
welche (1) erfüllt.
Welche der folgenden Gleichungen ist eine Lösung der DGL (1)? (Hinweis: Leiten Sie
dazu die Lösungskandidaten (1.,2.,3.) nach der Zeit ab und setzen Sie anschlieÿend
den entsprechenden Lösungskandidaten in dessen Zeitableitung ein. Ergibt sich nun
(1), so ist der entsprechende Lösungskandidat eine Lösung von (1).)
1.
W (t) = W0 egt −
2.
W (t) =
3.
W0 +
v
g
v
g
egt
v
v
W (t) =
+ W0 egt −
g
g
(2.1)
(2.2)
(2.3)
2) Nehmen Sie an, zu Beginn der Vorlesung im Wintersemester 2015/16 (also am
22.Oktober 2015) seien aufgrund von vorangegangen Veranstaltungen in Mira's neuronalem Netz bereits
3.995, 5 Verbindungseinheiten vorhanden, die ihr gesamtes ma-
kroökonomisches Wissen darstellen. Pro Woche erhöht sich die Anzahl neuronaler
Verknüpfungseinheiten jeweils um
1 Als
800.
Da Mira sich gerne sportlich betätigt und
gewissenhafte Studentin besucht Mira natürlich jede Veranstaltung.
www.macro.economics.uni-mainz.de
2
Fachbereich Rechts- und Wirtschaftswissenschaften
Gutenberg School of Management and Economics
Lehrstuhl für Makroökonomie, Prof. Klaus Wälde
die Veranstaltungen regelmäÿig nachbereitet, ergibt sich darüber hinaus als Rate
mit der weitere Verknüpfungseinheiten geschaen werden
0, 05.
Dennoch lebt Mira
nicht völlig abstinent und leidet auch manchmal unter Schlafmangel, wodurch sich
neuronale Verknüpfungseinheiten mit der Rate
0, 02
wieder lösen. Nehmen Sie an,
Mira's Lebensführung sei zeitkonstant. Wie groÿ ist Mira's Wissenstand (gemessen
in neuronalen Verbindungen) am Ende der Veranstaltung im Februar 2016 (Hinweis:
Gehen Sie von insgesamt
1.
3.500
2.
98.000
3.
−57.000
4.
20.000
5.
12.000.000
6.
45.000
14
Kalenderwochen aus)?
3) Gehen Sie nun davon aus, dass Mira eine begnadete Doole Jump Spielerin ist und
sich auch während der Lehrveranstaltungen zum Spielen mit Ihrem Smartphone verleiten lässt, wodurch sich die Anzahl neu geschaener Verbindungseinheiten,
Woche auf lediglich
v,
pro
300 beschränkt. Weiterhin sei Mira leidenschaftliche Biertrinke-
rin und lässt keine Feier aus, wodurch sie auch des öfteren unter Schlafmangel leidet.
Die Auösungsrate neuronaler Verbindungseinheiten betrage daher
0, 06.
Aufgrund
ihres schlechten Gewissens treibt sie dennoch regelmäÿig Sport und bereitet die Veranstaltung nach, sodass die Rate mit der zusätzliche Verbindungseinheiten geschaffen werden weiterhin
15.000
0, 05
beträgt. Um die Klausur zu bestehen, seien mindestens
neuronale Verbindungseinheiten notwendig.
W0
sei wie zuvor
3.995, 5.
Aus-
gehend von der zugrundeliegenden Dierentialgleichung (1), welche der folgenden
Abbildungen beschreibt die Zeitentwicklung von Mira's makroökonomischem Wissensstand korrekt und wird sie die abschlieÿende Klausur bestehen (Hinweis: Gehen
Sie erneut von insgesamt
14
Kalenderwochen aus)?
1.
www.macro.economics.uni-mainz.de
3
Fachbereich Rechts- und Wirtschaftswissenschaften
Gutenberg School of Management and Economics
Lehrstuhl für Makroökonomie, Prof. Klaus Wälde
8000
7000
W (t)
6000
5000
4000
3000
Okt
Nov
Dez
t
Jan
Feb
Jan
Feb
Antwort: Sie wird nicht bestehen.
2.
14000
12000
W (t)
10000
8000
6000
4000
2000
Okt
Nov
Dez
t
Antwort: Sie wird nicht bestehen.
3.
www.macro.economics.uni-mainz.de
4
Fachbereich Rechts- und Wirtschaftswissenschaften
Gutenberg School of Management and Economics
Lehrstuhl für Makroökonomie, Prof. Klaus Wälde
4
2
x 10
W (t)
1.5
1
0.5
0
Okt
Nov
Dez
t
Jan
Feb
Dez
t
Jan
Feb
Antwort: Sie wird bestehen.
4.
4000
3500
3000
W (t)
2500
2000
1500
1000
500
0
Okt
Nov
Antwort: Sie wird nicht bestehen.
5.
www.macro.economics.uni-mainz.de
5
Fachbereich Rechts- und Wirtschaftswissenschaften
Gutenberg School of Management and Economics
Lehrstuhl für Makroökonomie, Prof. Klaus Wälde
4
3
x 10
2.5
W (t)
2
1.5
1
0.5
0
Okt
Nov
Dez
t
Jan
Feb
Antwort: Sie wird bestehen.
4) Stellen Sie sich nun vor, Mira verzichtet zusätzlich auf das regelmäÿige Nachbereiten
der Lehrveranstaltung, wodurch sich die Rate neu geschaener Verbindungseinheiten auf lediglich
0, 03
verringert (alle übrigen Werte wie in Teilaufgabe 3). Welche
der folgenden Abbildungen zeigt das korrekte Phasendiagramm der zugrundeliegenden Dierentialgleichung (1)? (Hinweis: Berechnen Sie den stationären Wert von
Mira's Wissensstand, um die Frage besser beantworten zu können)
Ẇ (t) = v + gW (t),
g 6= 0.
(1)
1.
800
600
Ẇ (t)
400
200
0
−200
−400
0
1
www.macro.economics.uni-mainz.de
2
W(t)
3
4
4
x 10
6
Fachbereich Rechts- und Wirtschaftswissenschaften
Gutenberg School of Management and Economics
Lehrstuhl für Makroökonomie, Prof. Klaus Wälde
2.
500
Ẇ (t)
0
−500
−1000
0
1
2
W(t)
3
2
W(t)
3
4
4
x 10
3.
300
Ẇ (t)
200
100
0
−100
0
1
4
4
x 10
4.
www.macro.economics.uni-mainz.de
7
Fachbereich Rechts- und Wirtschaftswissenschaften
Gutenberg School of Management and Economics
Lehrstuhl für Makroökonomie, Prof. Klaus Wälde
800
600
Ẇ (t)
400
200
0
−200
−4
−2
0
W(t)
2
4
4
x 10
5) Gehen Sie von den Parameterwerten in Tabelle 1 aus.
Parameter
Wert
W0
g
v
T
3.995, 5
−0, 03
300
14
5.1) Nehmen Sie auÿerdem an, Mira's makroökonomischer Wissensstand bendet
sich im stationären Gleichgewicht, basierend auf den Parameterwerten in Tabelle 1. Infolge eines positiven permanenten exogenen Schocks (Mira's Entschluss dauerhaft gesünder zu leben) steigt
Welchen neuen stationären Wert,
g
auf
−0, 01.
∗
Wneu , nimmt Mira's makroökonomischer Wis-
sensstand nach dem Schock an? (Hinweis: Falls nötig, runden Sie Ihr Ergebnis
ab der Nachkommastelle
,5
auf die nächste ganze Zahl auf und ansonsten ab,
verwenden Sie keine Leer- oder Tausendertrennzeichen und schreiben Sie ausschlieÿlich Ziern in die Lücke.)
∗
=
Wneu
5.2) Infolge eines negativen temporalen exogenen Schocks (Muschelparty) verliert
Mira einmalig
4.000
neuronale Verbindungseinheiten.
Welchen neuen stationären Wert,
∗
Wneu
, nimmt Mira's makroökonomischer Wis-
sensstand nach dem Schock an? (Hinweis: Falls nötig, runden Sie Ihr Ergebnis
ab der Nachkommastelle
,5
auf die nächste ganze Zahl auf und ansonsten ab,
verwenden Sie keine Leer- oder Tausendertrennzeichen und schreiben Sie ausschlieÿlich Ziern in die Lücke.)
∗
Wneu
=
www.macro.economics.uni-mainz.de
8