OPTIMIZACI

ON EN R

ALCULO DE VARIACIONES
CES

AREO RAIM

UNDEZ
1. Introducci on al C alculo de Variaciones
Es bien conocido el echo enunciado por Arqumedes de que la distancia mas corta
entre dos puntos en el plano, se obtiene a traves de la recta que los une. Intente-
mos demostrar esta asercion a partir de consideraciones cualitativas fundamentales.
Consideremos la longitud de varios caminos descritos por funciones derivables y(x)
que unen los puntos A, B jos en el plano. En estas condiciones l asume la forma
Figura 1. Variaciones
l =
_
B
A
_
dx
2
+ dy
2
=
_
b
a

1 +
_
dy
dx
_
2
dx =
_
b
a
_
1 + y
2
(x)dx
Conforme se puede observar l = l(y(x)) o sea, l es funcion de una funcion generica
y(x). Las funciones de funciones se llaman funcionales.
El paso siguiente sera el de minimizar l en relacion a peque nas variaciones en
la funcion y(x) asumida como solucion, sometida a las restricciones establecidas en
los puntos A y B. Deseamos pues que
l = 0
para esto, calculamos el funcional con y(x) y(x) + y(x) donde y(x) es una
variacion que cumple las condiciones y(a) = y(b) = 0. La funcion y(x) para la
cual se cumple l = 0 para peque nas variaciones y(x) es la solucion del problema
de extremos. En el caso de la mnima distancia el problema sera de mnimo.
Consideremos ahora el funcional con la forma
I =
_
b
a
F(y, y

, x)dx
donde los puntos de la solucion son jos (y(a) = y
a
, y(b) = y
b
). Efectuando el
desarrollo de la variacion como consecuencia de considerar y(x) y(x) + y(x)
tendremos
I =
_
b
a
_
F
y
y +
F
y

_
dx
1
2 CES

AREO RAIM

UNDEZ
donde y

= d(y)/dx. Considerando nula la variacion de lo que seria supuestamente

un punto extremo, tendremos:
_
b
a
_
F
y
y +
F
y

_
dx = 0
pero
F
y

=
d
dx
_
F
y

y
_

d
dx
_
F
y

_
y
que substituyendo en el integrando resulta en
_
b
a
_
F
y

d
dx
_
F
y

__
ydx +
_
F
y

y
_
b
a
= 0
pero y(a) = y(b) = 0 entonces resulta
_
b
a
_
F
y

d
dx
_
F
y

__
ydx = 0
que debe ser verdadera para cualquier y lo que implica en
F
y

d
dx
_
F
y

_
= 0
Esta condicion es conocida como ecuacion de Euler-Lagrange.
1.1. Casos especiales. Supongamos inicialmente que F no depende explcita-
mente de y. En este caso tendremos que
F
y
= 0 de donde se concluye que
d
dx
_
F
y

_
= 0
F
y

= C = constante
Supongamos ahora que F no depende explcitamente de x. Multiplicando la ecuacion
de Euler-Lagrange por y

obtendremos
y

d
dx
_
F
y

_
y

F
y
= 0
pero sabemos que
d
dx
_
y

F
y

_
= y

d
dx
_
F
y

_
+ y

F
y

as se obtiene
d
dx
_
y

F
y

_
= y

F
y
+ y

F
y

Ahora si
F
x
= 0 entonces
dF
dx
= y

F
y
+ y

F
y

por donde se concluye que en estas condiciones

d
dx
_
y

F
y

_
=
dF
dx
lo que conlleva a
y

F
y

F = C = constante
COMPLEMENTOS V C

ALCULO DE VARIACIONES 3
Volviendo ahora al problema inicial de determinar el camino mas corto entre dos
puntos en el plano, se tiene que F =
_
1 + y
2
que conforme se puede observar no
depende explcitamente de y lo que conlleva a
F
y

=
y

_
1 + y
2
= C
de donde se concluye que
y

=
C

1 + C
2
= constante
que es la ecuacion de una recta.
1.2. Ejercicio. Problema de la Braquistocrona. En 1696 Johann Bernoulli pro-
puso el problema: Dados dos puntos A y B en un plano vertical, cual es la trayectoria
que debe seguir un punto material bajo la inuencia de la gravedad para llegar de
A a B en un tiempo mnimo?
1.3. Solucion. El movimiento de una partcula de masa m deslizando sin roza-
miento obedece a la ecuacion de energa
1
2
mv
2
= ymg u =
_
2yg
el elemento de arco del camino seguido por la partcula es
ds =
_
dx
2
+ dy
2
=
_
1 + y
2
dx
El incremento de tiempo sera
dt =
ds
v
=
1
2g
_
1 + y
2
dx

y
y el tiempo consumido sera
T =
1
2g
_
b
a
_
1 + y
2

y
dx
Observando el funcional se nota que F = F(y, y

) o sea que F no depende explcita-

mente de x entonces vale
y

F
y

F = C = constante
o sea
y

_
_
1 + y
2

y
_

_
1 + y
2

y
= C
resolviendo esta ecuacion para y

obtendremos
y

1 C
2
y
C
2
y
para resolver la ecuacion diferencial resultante se efect ua la substitucion C
2
y =
sin
2
y tambien dy =
2
C
2
sin cos d llegamos a:
dy
dx
=
2
C
2
sin cos
d
dx
= cot
4 CES

AREO RAIM

UNDEZ
resultando en la ecuacion diferencial con variables separadas
C
2
2
dx = sin
2
d
cuya solucion es
C
2
2
x =
1
4
(2 sin(2)) + C
1
pero
y =
1
C
2
sin
2
=
1
2C
2
(1 cos(2))
y nalmente
x =
1
2C
2
(2 sin(2)) + x
0
y =
1
2C
2
(1 cos(2))
haciendo u
0
= 1/(2C
2
), v = 2 tendremos
x = u
0
(v sin v) + x
0
y = u
0
(1 cos v)
que es la ecuacion parametrica de una cicloide.
1 2 3 4 5 6
2.0
1.5
1.0
0.5
Figura 2. Cicloide para u
0
= 1, x
0
= 0
1.4. Ejemplo. Determinemos la trayectoria de una partcula que debe salir del
origen de coordinadas hasta alcanzar la linea vertical que pasa por la abscisa x = b
en tiempo mnimo. En este caso el punto inicial x = a = 0, y = 0 es jo pero el
punto nal en x = b tiene la ordenada libre. Para tratar esta situacion deberemos
considerar de nuevo la ecuacion de variacion
_
b
a
_
F
y

d
dx
_
F
y

__
ydx +
_
F
y

y
_
b
a
= 0
siendo que ahora y(a) = 0 pero y(b) es libre. En este caso surge la condicion
adicional incorporando la restriccion en el punto x = b obteniendose
F
y

y(b) = 0
F
y

(y(b), y

(b), b) = 0
o sea
y

(b)
_
y(b)
_
1 + y
2
(b)
= 0 y

(b) = 0
lo que indica que la trayectoria llega al punto de ordenada x = b en la direccion
horizontal por tanto
y

=
d
du
(v
0
(1 cos u)) = v
0
sinu = 0 u =
y entonces
b = x() = v
0
( sin ) + x
0
= v
0
v
0
=

2b
y() = v
0
(1 cos ) =
2b

COMPLEMENTOS V C

ALCULO DE VARIACIONES 5
2. Principio de Mnima Acci on de Hamilton
Consideremos un sistema de partculas con restricciones geometricas entre s y
sometidas a fuerzas dependientes apenas del punto en que se encuentra cada partcu-
la y de caracter conservativo o sea, que las fuerzas puedan describirse como el gra-
diente de una funcion de energa potencial V (q) del sistema. Sean los grados de
libertad del sistema indicados por
q = (q
1
, q
2
, , q
n
)
La energa cinetica del sistema vendra dada por
K =
1
2
q
T
M(q) q
la lagrangiana del sistema sera entonces
L(q, q) = K(q, q) V (q)
El principio fundamental de Hamilton entonces se enuncia: El movimiento del un
sistema con la lagrangiana L es tal que sus orbitas hacen mnima la integral
I =
_
t2
t1
Ldt
y las ecuaciones del movimiento se obtienen de la condicion de punto estacionario
(ecuaciones de Euler-Lagrange) en la integral de la mnima accion o sea
d
dt
_
L
q
_

L
q
= 0
Si se aplican fuerzas externas, las ecuaciones de Euler-Lagrange asumen la forma:
d
dt
_
L
q
_

L
q
= f
q
donde f
q
es la fuerza generalizada asociada a la variable de conguracion q. Para
la Lagrangiana considerada tendremos las ecuaciones del movimiento:
M q +
1
2
q
T
dM
dt
q + q
T
M
q
q
V
q
= f
q
m
M
x

F
L
o
Figura 3. Pendulo invertido
6 CES

AREO RAIM

UNDEZ
2.1. Ejemplo - Pendulo Invertido. Para el pendulo conforme gura tenemos:
L(x, , x,

) =
1
2
_
v
m
v
M
_
T
_
m 0
0 M
__
v
m
v
M
_
mgL
o
cos
donde v
m
indica la velocidad de la masa m y v
M
la relativa a la masa M. Las
expresiones para v
m
y v
M
siguen
v
M
= ( x, 0)
T
v
m
= v
M
L
o

(cos , sin )
T
que pueden arreglarse de la forma
L(x, , x,

) =
1
2
_
x

_
T
_
M + m mL
o
cos
mL
o
cos mL
2
o
__
x

_
mgL
o
cos
y las ecuaciones del movimiento son
(M + m) x mL
o
cos

+ mL
o
sin

2
= F
mL
o
cos x + mL
2
o

mgL
o
sin = 0
que a un pueden colocarse en la forma
x =
2F + mg sin(2) 2mL
o
sin

2
2M + m(1 cos(2))

=
2F cos + 2(M + m)g sin mL
o
sin(2)

2
2M + m(1 cos(2))
3. Variaci on con Restricciones - Multiplicadores de Lagrange
Sea el caso de determinar el movimiento de un sistema dinamico con Lagrangiana
dada por
L(q, q) =
1
2
q
T
M(q) q V (q)
restringido a evolucionar sobre una supercie S(q) = 0. En este caso la accion a
minimizar queda
I =
_
t
0
(L(q, q) + S(q)) dt
Las ecuaciones de variacion originan la ecuacion de Euler Lagrange
d
dt
_
L
q
_

L
q
+
S
q
= f
q
S(q) = 0
El sentido de
S
q
es el de la fuerza necesaria para mantener la orbita sobre la
supercie.
3.1. Ejemplo. Sea el punto material de masa m sometido a la fuerza gravitatoria
con movimiento deslizando sin rozamiento, sobre la supercie S =
1
2
(x
2
+ y
2
) z = 0.
La Lagrangiana extendida queda
L(x, y, z, x, y, z) =
1
2
m( x
2
+ y
2
+ z
2
) mgz + (
1
2
(x
2
+ y
2
) z)
COMPLEMENTOS V C

ALCULO DE VARIACIONES 7
Las ecuaciones de Euler-Lagrange
m x x = 0
m y y = 0
m z + = mg
1
2
(x
2
+ y
2
) = z
resolviendo para ( x, y, z, ) queda
x = x
_
g x
2
y
2
1 + x
2
+ y
2
_
y = y
_
g x
2
y
2
1 + x
2
+ y
2
_
z =
g(x
2
+ y
2
) x
2
y
2
1 + x
2
+ y
2
= m
_
g x
2
y
2
1 + x
2
+ y
2
_
obtenemos las orbitas de un oscilador y tambien
f
S
= m
_
g x
2
y
2
1 + x
2
+ y
2
_
(x, y, 1)
T
la fuerza necesaria para mantener la partcula sobre la supercie S.
-5
-2.5
0
2.5
5
-5
-2.5
0
2.5
5
0
10
20
-5
-2.5
0
2.5
5
Figura 4.

Orbitas del punto material
A nadiendose rozamiento viscoso tendremos
8 CES

AREO RAIM

UNDEZ
-5
-2.5
0
2.5
5
-5
-2.5
0
2.5
5
0
10
20
-5
-2.5
0
2.5
5
Figura 5.

Orbitas del punto material con rozamiento
4. Introducci on al Control

Optimo
La teora del Control

Optimo guarda un parentesco muy fuerte con el Calculo de
Variaciones. De hecho se puede considerar como una prolongacion de este ultimo al
estudio de los sistemas dinamicos con ndice de desempe no. La formulacion tpica
de un problema de control optimo podra ser as:
mn
uU
I =
_
t
f
ti
L(x(t), u(t), t)dt
sujeto a
_
x(t) = f(x(t), u(t), t)
x(t
i
) = x
i
A traves de esta formulacion se busca u(t) que dentro de la dinamica impuesta,
produzca el valor mnimo de un determinado desempe no cuya medida viene dada
por I. La equivalencia del lado del Calculo de Variaciones es evidente ya que un
problema tpico de este ultimo, puede puede formularse como problema de Control

Optimo o sea
mn
x
I =
_
t
f
ti
L(x, x, t)dt
_

_
mn
u
I =
_
t
f
ti
L(x(t), u(t), t)dt
sujeto a
_
x(t) = u(t)
x(t
i
) = x
i
La recproca de modo general no vale salvo en algunos casos particulares. La condi-
cion necesaria para la equivalencia en direccion contraria es que se pueda obtener
u(t) = f
1
(x(t), x(t), t)
lo que no siempre es posible. As, la familia de problemas de Control

Optimo es
mas numerosa que la familia de problemas de Calculo de Variaciones.
4.1. Nota Importante. Los problemas de CO, de modo general, poseen condi-
ciones iniciales jas (x(t
i
) = x
i
) pero condiciones nales (sobre x(t
f
)) libres.
COMPLEMENTOS V C

ALCULO DE VARIACIONES 9
4.2. Principio del Maximum de Pontriaguin. La forma de tratar los pro-
blemas con restricciones en el CV nos sugiere un procedimiento equivalente para
el caso del CO con la adopcion de los multiplicadores de Lagrange. Siendo la res-
triccion ahora dinamica, adoptaremos una funcion multiplicativa (t) formando en
seguida el Hamiltoniano H.
H(x(t), u(t), (t), t) = L(x(t), u(t), t) +
T
(t)f(x(t), u(t), t)
El hamiltoniano surge de la propuesta lagrangiana resultando de:
_
t
f
ti
_
L(x, u, t) +
T
(f(x, u, t) x)
_
dt =
_
t
f
ti
_
L(x, u, t) +
T
f(x, u, t) +

x
_
dt(t
f
)x(t
f
)+(t
i
)x(t
i
)
o de forma mas compacta
I =
_
t
f
ti
_
H(x, u, , t) +

T
x
_
dt
T
(t
f
)x(t
f
) +
T
(t
i
)x(t
i
)
efectuando la variacion de I tendremos
I =
_
t
f
ti
__
H
x
+

T
_
x +
H
u
u +
H

_
dt (t
f
)x(t
f
) + (t
i
)x(t
i
) = 0
de donde sacamos las condiciones de punto estacionario
H
u
= 0

H
x
=

T
H

= x
estas condiciones necesarias son conocidas como Principio del Maximum de Pon-
triaguin. Si la actuacion u sufre restricciones la formulacion debera cambiarse para
la mas general
mn
uU
= H(x, u, , t)

H
x
=

T
H

= x
4.3. Algoritmo. El procedimiento para resolver un problema de CO es el si-
guiente:
1. Minimizar el Hamiltoniano con respecto a u obteniendo la expresion de u
en funcion de x, .
mn
uU
= H(x, u, , t) u

(x, , t)
2. Substituir u por su valor u

en el sistema de ecuaciones diferenciales de

primer orden de modo que permanezcan dos variables por resolver: (x, ).
10 CES

AREO RAIM

UNDEZ
En la solucion de las ecuaciones deben utilizarse las condiciones iniciales y
terminales.
_

T
=
H
x
(x, u

(x, , t), )
x =
H

(x, u

(x, , t), )
x(t
i
) = x
i
(t
f
) = 0

_
x

(t)

(t)
3. Con los valores optimos x

volver al paso 1 para obtener los valores

optimos de los controles
u

(t) = u

(x

, t)
Debe notarse que las condiciones ahora son iniciales en x(t
i
) = x
i
y nales en
(t
f
) = 0, esta ultima debido a que la condicion nal en x es libre. En casos como
este las condiciones se llaman transversales.
4.4. Ejemplo 1. Sea el problema
max
u
I =
_
1
0
(x + u)dt
sujeto a
_
x = 1 u
2
x(0) = 1
El hamiltoniano queda
H(x, u, ) = x + u + (1 u
2
)
Las condiciones de optimalidad nos proporcionan
H
u
= 1 2u = 0

H
x
=

= 1
H

= x = 1 + u
2
con las condiciones (1) = 0, x(0) = 1. Para tener un maximo en u deberemos
cumplir la condicion

2
H
u
2
= 2 0 (t) 0
resolviendo llegamos a
= 1 t
x = t
1
4(1 t)
+
5
4
u =
1
2(1 t)
COMPLEMENTOS V C

ALCULO DE VARIACIONES 11
4.5. Ejemplo 2. Sea el problema
mn
u
I =
_
t
f
ti
1
2
(x
2
+ x
2
+
2
u
2
)dt
sujeto a
_

_
x + x = u
x(t
i
) = x
i
x(t
i
) = x
i
x(t
f
) = 0
x(t
f
) = 0
el primer paso a efectuar es el de normalizar a representacion, introduciendo las
variables x
1
= x, x
2
= x
1
con esto el problema se formulara de acuerdo con
mn
u
I =
_
t
f
ti
1
2
(x
2
1
+ x
2
2
+
2
u
2
)dt
sujeto a
_

_
x
1
= x
2
x
2
= x
2
+ u
x
1
(t
i
) = x
1
i
x
2
(t
i
) = x
2
i
x
1
(t
f
) = 0
x
2
(t
f
) = 0
El hamiltoniano sera
H(x, , u) =
1
2
(x
2
1
+ x
2
2
+
2
u
2
) +
_

1

2
_
_
x
2
x
2
+ u
_
de la condicion
H
u
=
2
u +
2
= 0 u

2
de la condicion

H
x
=

=
_

1
= x
1

2
= x
2

1
+
2
de la condicion
H

= x =
_
x
1
= x
2
x
2
= x
2
+ u

_
_
_
x
1
= x
2
x
2
= x
2

2
La resolucion del sistema resultante

1
= x
1

2
= x
2

1
+
2
x
1
= x
2
x
2
= x
2

2
12 CES

AREO RAIM

UNDEZ
nos proporciona
x
1
(t) =
e

t(+1)

_
_e
t
_
2+
1

_
(c
1
c
3
+c
4
)e
t/
_
2c
2

2
+c
1
+c
3
+c
4
_
+e
2t

+t
_
(c
1
+c
2
)
2
(c
2
+c
3
)+c
4
_
+e
t
((c
2
+(c
1
+c
2
)+c
3
)+c
4
)
_
_
2
_

2
1
_
x
2
(t) =
e

t(+1)

_
_e
t
_
2+
1

_
(c
1
c
3
+c
4
)+e
t/

_
2c
2

2
+c
1
+c
3
+c
4
_
+e
2t

+t
_
(c
1
+c
2
)
2
(c
2
+c
3
)+c
4
_
e
t
((c
2
+(c
1
+c
2
)+c
3
)+c
4
)
_
_
2
_

2
1
_

1
(t) =
e

t(+1)

_
_
e
t
_
2+
1

_
(c
1
c
3
+c
4
)e
t/
_
2c
2

2
+c
1
+c
3
+c
4
_
e
2t

+t

_
(c
1
+c
2
)
2
(c
2
+c
3
)+c
4
_
+e
t
((c
2
+(c
1
+c
2
)+c
3
)+c
4
)
_
_
2
_

2
1
_

2
(t) =
e

_
2e
t

+t
(c
1
c
3
+c
4
)
2
e
2t

(+1)
_
(c
1
+c
2
)
2
(c
2
+c
3
)+c
4
_
+(1)((c
2
+(c
1
+c
2
)+c
3
)+c
4
)
_
2
_

2
1
_
Las constantes c
1
, c
2
, c
3
, c
4
se determinan en funcion de las condiciones de contorno.
Para valores tpicos = 0.5, t
f
= 2, x
1
(0) = 2, x
2
(0) = 1, x
1
(t
f
) = 0, x
2
(t
f
) = 0
tendremos la solucion de acuerdo con las gracas que siguen
0.5 1 1.5 2
0.5
1
1.5
2
Figura 6. x
1
(t) optimo
0.5 1 1.5 2
-1.2
-1
-0.8
-0.6
-0.4
-0.2
Figura 7. x
2
(t) optimo
COMPLEMENTOS V C

ALCULO DE VARIACIONES 13
0.5 1 1.5 2
1.5
1.75
2.25
2.5
2.75
3
Figura 8.
1
(t) optimo
0.5 1 1.5 2
-0.6
-0.4
-0.2
0.2
0.4
0.6
Figura 9.
2
(t) optimo
4.6. Ejemplo 3 - Condiciones de Contorno. Sea el problema de maximizar
la cantidad nal del producto y durante una reaccion qumica en que x y.
Asumiendo cinetica de primer orden para las tasas de variacion en x e y tendremos:
x = a(t)x
y = a(t)x b(t)y
donde
b(t) = a
k
(t)
con , k constantes positivas. El factor de control es a(t) y se desea minimizar
y(t
f
). Las condiciones iniciales y nales para el problema son:
t
i
= 0
t
f
= t
o
f
x(t
i
) = x
o
y(t
i
) = y
o
El hamiltoniano resulta
H =
1
a(t)x(t) +
2
(a(t)x(t) b(t)y(t))
siendo que debe determinarse el mnimo de
y(t
f
) +
_
t
f
ti
Hdt +
1
(t
f
)x(t
f
)
1
(t
i
)x(t
i
) +
2
(t
f
)y(t
f
)
2
(t
i
)y(t
i
)
14 CES

AREO RAIM

UNDEZ
de las condiciones de punto estacionario retiramos
H
a
= 0 a

=
_
x
ky
_

2
__
1
k 1
Para obtener un maximo debe observarse

2
H
a
2
= k(k 1)a
k2

2
y 0
de las ecuaciones del movimiento se saca que

2
(t) = e

_ t
f
t
i
bdt
> 0
al par que y es positiva por denicion. Para que el control maximize debe observarse
que k > 1. De las condiciones de transversalidad sacamos
y(t
f
) +
1
(t
f
)x(t
f
) +
2
(t
f
)y(t
f
) = 0
sacamos

1
(t
f
) = 0

2
(t
f
) = 1
pues las variaciones de x(t
f
) y y(t
f
) son independientes. El sistema de ecuaciones
que describe la dinamica es:
x
1
= x
1
_
x1(21)
kx22
_ 1
k1
x
2
= x
1
_
x1(21)
kx22
_ 1
k1
x
2
_
x1(21)
kx22
_ k
k1

1
= (
1

2
)
_
x1(21)
kx22
_ 1
k1

2
=
2
_
x1(21)
kx22
_ k
k1
donde x
1
= x, x
2
= y. Este sistema de ecuaciones debe resolverse para las condi-
ciones de contorno
x
1
(t
i
) = x
o
x
2
(t
i
) = y
o

1
(t
f
) = 0

2
(t
f
) = 1
lo que ya no podra hacerse como en el ejemplo anterior, debido a la imposibilidad de
determinar soluciones en forma cerrada para x
1
, x
2
,
1
,
2
. Buscaremos la solucion
iterativamente siguiendo los pasos:
1. Llamemos

1i
=
1
(t
i
)

2i
=
2
(t
i
)

1
f
=
1
(t
f
)

2
f
=
2
(t
f
)
entonces puede escribirse

1
f
=
_

1
f

1i
_

1i
+
_

1
f

2i
_

2i

2
f
=
_

2
f

1i
_

1i
+
_

2
f

2i
_

2i
COMPLEMENTOS V C

ALCULO DE VARIACIONES 15
donde =
j

j1
as por ejemplo,
1
f
=
1
1
f
0 y
2
f
=
1
2
f
1 de
donde sacamos
1
1
f
= 0 +
1
f
y
1
2
f
=
2
f
+ 1.
2. Suponiendo conocidos los coecientes

{1,2}
f

{1,2}
i
y teniendo los valores de

1
f
y
2
f
se puede resolver el sistema lineal
_

1i

12
_
j+1
=
_

_
_

1
f

1i
_ _

1
f

2i
_
_

2
f

1i
_ _

2
f

2i
_
_

_
1
j
_

1
f

2
f
_
j
3. Calculo de

{1,2}
f

{1,2}
i
. Para calcular

1
f

2i
por ejemplo, se considera
1i
= C
te
y dos intentos sucesivos de
2i
despues de la integracion de las ecuaciones de
la dinamica, generan sendos valores para
{1,2}
f
cuando podremos calcular
entonces

1
f

2i

1
f

2i

2
f

2i

2
f

2i
procedimiento analogo se efect ua para
2i
= C
te
.
4. Colocar el procedimiento en un lazo iterativo, hasta que se cumpla una
condicion de proximidad
16 CES

AREO RAIM

UNDEZ
5. Procedimiento en MATHEMATICA para manejar las condiciones
de contorno
X = {x1, x2}; X = {x1, x2}; X = {x1, x2};
L = {1, 2}; L = {1, 2}; L = {1, 2};
cinits = {x1[0]==x10, x2[0]==x20}; cinits = {x1[0]==x10, x2[0]==x20}; cinits = {x1[0]==x10, x2[0]==x20};
cinitsdum = {1[0]==1dum, 2[0]==2dum}; cinitsdum = {1[0]==1dum, 2[0]==2dum}; cinitsdum = {1[0]==1dum, 2[0]==2dum};
varstot = Join[X, L]; varstot = Join[X, L]; varstot = Join[X, L];
cinitstot = Join[cinits, cinitsdum]; cinitstot = Join[cinits, cinitsdum]; cinitstot = Join[cinits, cinitsdum];
tf = 2; tf = 2; tf = 2;
tmax = tf; tmax = tf; tmax = tf;
pars = { 2.5, k 1.5, x10 1, x20 0.01}; pars = { 2.5, k 1.5, x10 1, x20 0.01}; pars = { 2.5, k 1.5, x10 1, x20 0.01};
For[{i = 0; For[{i = 0; For[{i = 0;
10 = {0.05, 0.2}; atu = 10; 10 = {0.05, 0.2}; atu = 10; 10 = {0.05, 0.2}; atu = 10;
f = {1[tf], 2[tf]}; f00 = {0, 1}, f = {1[tf], 2[tf]}; f00 = {0, 1}, f = {1[tf], 2[tf]}; f00 = {0, 1},
= {0.0001, 0.0001}}, = {0.0001, 0.0001}}, = {0.0001, 0.0001}},
i < 10, i < 10, i < 10,
{{{
1dum = atu[[1]]; 1dum = atu[[1]]; 1dum = atu[[1]];
2dum = atu[[2]]; 2dum = atu[[2]]; 2dum = atu[[2]];
solsmov0 = NDSolve[Join[equs, cinitstot]/.pars, varstot, {t, 0, tmax}]; solsmov0 = NDSolve[Join[equs, cinitstot]/.pars, varstot, {t, 0, tmax}]; solsmov0 = NDSolve[Join[equs, cinitstot]/.pars, varstot, {t, 0, tmax}];
1dum = atu[[1]] + [[1]]; 1dum = atu[[1]] + [[1]]; 1dum = atu[[1]] + [[1]];
2dum = atu[[2]]; 2dum = atu[[2]]; 2dum = atu[[2]];
solsmov1 = NDSolve[Join[equs, cinitstot]/.pars, varstot, {t, 0, tmax}]; solsmov1 = NDSolve[Join[equs, cinitstot]/.pars, varstot, {t, 0, tmax}]; solsmov1 = NDSolve[Join[equs, cinitstot]/.pars, varstot, {t, 0, tmax}];
1dum = atu[[1]]; 1dum = atu[[1]]; 1dum = atu[[1]];
2dum = atu[[2]] + [[2]]; 2dum = atu[[2]] + [[2]]; 2dum = atu[[2]] + [[2]];
solsmov2 = NDSolve[Join[equs, cinitstot]/.pars, varstot, {t, 0, tmax}]; solsmov2 = NDSolve[Join[equs, cinitstot]/.pars, varstot, {t, 0, tmax}]; solsmov2 = NDSolve[Join[equs, cinitstot]/.pars, varstot, {t, 0, tmax}];
f1 = Evaluate[f/.solsmov1][[1]]; f1 = Evaluate[f/.solsmov1][[1]]; f1 = Evaluate[f/.solsmov1][[1]];
f2 = Evaluate[f/.solsmov2][[1]]; f2 = Evaluate[f/.solsmov2][[1]]; f2 = Evaluate[f/.solsmov2][[1]];
f0 = Evaluate[f/.solsmov0][[1]]; f0 = Evaluate[f/.solsmov0][[1]]; f0 = Evaluate[f/.solsmov0][[1]];
f = f00 f0; f = f00 f0; f = f00 f0;
f11 = (f1[[1]] f0[[1]])/[[1]]; f11 = (f1[[1]] f0[[1]])/[[1]]; f11 = (f1[[1]] f0[[1]])/[[1]];
f12 = (f2[[1]] f0[[1]])/[[2]]; f12 = (f2[[1]] f0[[1]])/[[2]]; f12 = (f2[[1]] f0[[1]])/[[2]];
f21 = (f1[[2]] f0[[2]])/[[1]]; f21 = (f1[[2]] f0[[2]])/[[1]]; f21 = (f1[[2]] f0[[2]])/[[1]];
f22 = (f2[[2]] f0[[2]])/[[2]]; f22 = (f2[[2]] f0[[2]])/[[2]]; f22 = (f2[[2]] f0[[2]])/[[2]];
DD = {{f11, f12}, {f21, f22}}; DD = {{f11, f12}, {f21, f22}}; DD = {{f11, f12}, {f21, f22}};
i = Inverse[DD].f; i = Inverse[DD].f; i = Inverse[DD].f;
atu = atu + i}; i++] atu = atu + i}; i++] atu = atu + i}; i++]
Las gracas que siguen ilustran la solucion para los datos
{ = 2.5, k = 1.5, x(0) = 1, y(0) = 0.01}
COMPLEMENTOS V C

ALCULO DE VARIACIONES 17
0.5 1 1.5 2
0.6
0.7
0.8
0.9
Figura 10. x(t) optimo
0.5 1 1.5 2
0.05
0.1
0.15
0.2
0.25
0.3
Figura 11. y(t) optimo
0.5 1 1.5 2
0.05
0.1
0.15
0.2
0.25
0.3
Figura 12.
1
(t) optimo
0.5 1 1.5 2
0.4
0.5
0.6
0.7
0.8
0.9
Figura 13.
2
(t) optimo
18 CES

AREO RAIM

UNDEZ
0.5 1 1.5 2
0.5
1
1.5
2
2.5
3
Figura 14. u(t) optimo
6. Soluciones de Tiempo Mnimo
Para los problemas de tiempo mnimo la solucion se obtiene considerando que
H = 1 I = t
f
t
i
El problema resultante es un problema de ecuaciones diferenciales con condiciones
de contorno
x = f(x, u, t) x(t
i
) jado como condicion inicial

=
_
f
x
_
T
x
j
(t
f
) especicados paraj = 1, . . . , n
j

j
(t
f
) = 0 para j = n
j
, . . . , n
0 =
_
f
u
_
T
(m condiciones de optimalidad)
_

T
f
_
t=t
f
= 1
6.1. Ejemplo. (Problema de Zermelo)
Un barco debe trasladarse entre dos puntos A y B de la costa en una region de
fuertes corrientes. La magnitud y direccion de las corrientes es conocida como una
funcion vectorial de punto
u = u(x, y)
v = v(x, y)
La magnitud de la velocidad del barco relativa al agua es V siendo la direccion
en que apunta el barco en relacion al sistema de ejes inercial. El problema que se
propone es el de realizar el transporte de A a B en tiempo mnimo.
Solucion
Las ecuaciones del movimiento son
x = V cos + u(x, y)
y = V sin + v(x, y)
el hamiltoniano es:
H(x, y, ,
x
,
y
) =
x
(V cos + u(x, y)) +
y
(V sin + v(x, y)) + 1
COMPLEMENTOS V C

ALCULO DE VARIACIONES 19
y las ecuaciones de Euler-Lagrange son

x
=
H
x
=
x
u
x

y
v
x

y
=
H
y
=
x
u
y

y
v
y
aqu, la variable de control es ya que el modulo de la velocidad relativa al agua
V es constante. De las condiciones de optimalidad sacamos
H

= 0 = V (
x
sin +
y
cos ) tan =

y

x
Se puede demostrar que al estar minimizando t
f
y H independiente del tiempo, H
debe ser constante y nula. (Ver Apendice). Resolviendo las ecuaciones
tan =

y

x
0 =
x
(V cos + u(x, y)) +
y
(V sin + v(x, y)) + 1
se obtiene

x
=
cos
V + u(x, y) cos + v(x, y) sin

y
=
sin
V + u(x, y) cos + v(x, y) sin
substituyendo estas relaciones en una de las ecuaciones de Euler-Lagrange llegamos
a

= sin
2

v
x
+ sin cos
_
u
x

v
y
_
cos
2

u
y
esta ecuacion resuelta simultaneamente con las ecuaciones del movimiento nos pro-
porcionaran las trayectorias optimas.
7. Apendice
Supongamos que L y f no dependan explcitamente de t. Entonces como H =
L +

H =
H
t
+
H
x
x +
H
u
u =

f +
H
x
f +
H
u
u
de donde se concluye

H =
_

+
H
x
_
+
H
u
u = 0 H = C
te
pues

+
H
x
= 0,
H
u
= 0
Referencias
1. S. J. Citron
- Elements of Optimal Control
- Holt Rinehart Winston.
2. Arthur E. Bryson, Jr & Yu-Chi Ho
- Applied Optimal Control
- Blaisdell Publishing Company.
ETSII - Vigo
E-mail address: cesareo@uvigo.es