UNIVERSIDAD NACIONAL DEL ALTIPLANO

FACULTAD DE INGENIERIA ECONOMICA (FIE)

ESCUELA PROFESIONAL DE INGENIERIA ECONOMICA

TRABAJO ENCARGADO

CALCULO DE VARIACIONES

Curso : ECONOMIA MATEMATICA IV

Docente : JULIO CESAR QUISPE MAMANI

Presentado por: MARIBEL TAPARA HUAMAN

Semestre : IV

Grupo :C

PUNO - PERÚ
3.1. Resolver los siguientes problemas de Cálculo de Variaciones:
a)
𝟒

𝒎𝒊𝒏𝒙 𝑱(𝒙) = ∫( 𝒙𝟐̇ + 𝟐𝒕𝒙𝒙˙) 𝒅𝒕 + 𝟐𝒙(𝟒),

𝟎
𝒄𝒐𝒏 ∶ 𝒙(𝟎) = 𝟐.
b)
𝟐

𝒎𝒂𝒙 𝑱(𝒙) = ∫(𝒙 + 𝒕𝒙˙ − 𝒙𝟐̇ ) 𝒅𝒕 + 𝒂 [𝒙(𝟑)]𝟐 ,

𝒙
𝟏
𝒄𝒐𝒏 ∶ 𝒙(𝟏) = 𝟏,
en los casos:

(i) 𝑎 = 0, con 𝑥(3) ≥ 2, (𝑖𝑖) 𝑎 = −1, con x(3) libre.

SOLUCIÓN 3.1 a)
a)
Función intermedia
𝑓(𝑥, 𝑥˙ , 𝑡) = 𝑥 .2 + 2𝑡𝑥𝑥˙
Aplicar la ecuación de Euler
𝑓𝑥 = 2𝑡𝑥˙

𝑓𝑥˙ = 2𝑥˙ + 2𝑡𝑥

𝑓𝑥˙𝑡 = 2𝑥¨ + 2𝑥 + 2𝑡𝑥˙ .

Por tanto
𝑓𝑥 = 𝑓𝑥˙𝑡

2𝑡𝑥˙ = 2𝑥¨ + 2𝑥 + 2𝑡𝑥˙

𝑥" + 𝑥 = 0.
Se trata de una ecuación diferencial de segundo orden, lineal, con coeficientes
Constantes, homogénea.

Homogenizar la ecuación;
𝑥" + 𝑥 = 0
Raíces características;
𝑟2 + 1 = 0
Raíz imaginaria

1
Solución particular (𝑎2 ≠ 0)
𝑏
𝑥𝑝 → 𝑥(𝑡) =
𝑎2
0
𝑥𝑝 → 𝑥(𝑡) = =0
1
Solución complementaria
𝑥𝑐 → 𝑥(𝑡) = 𝑒 ℎ𝑡 (𝐴1 𝑐𝑜𝑠(𝑣. 𝑡) + 𝐴2 𝑠𝑒𝑛(𝑣. 𝑡))

𝑎 √4𝑎2 −𝑎12
Donde: ℎ = − 𝑎1 𝑦 𝑣 = 2
2
0 √4(1) − (0)2
ℎ =− =0𝑦𝑣 = =1
1 2

𝑥𝑐 → 𝑥(𝑡) = 𝑒 0𝑡 (𝐴1 𝑐𝑜𝑠(𝑡) + 𝐴2 𝑠𝑒𝑛(𝑡))

𝑥𝑐 → 𝑥(𝑡) = 𝐴1 𝑐𝑜𝑠(𝑡) + 𝐴2 𝑠𝑒𝑛(𝑡)

Solución general
𝑥(𝑡) = 𝑥𝑐 + 𝑥𝑝

𝑥(𝑡) = 𝐴1 𝑐𝑜𝑠(𝑡) + 𝐴2 𝑠𝑒𝑛(𝑡)

Aplicamos la condición inicial

𝑥(0) = 2

𝑥(𝑡) = 𝐴1 𝑐𝑜𝑠(0) + 𝐴2 𝑠𝑒𝑛(0) = 2

𝐴1 = 2

Aplicamos la condición de transversalidad es, en este caso

𝑥(4) = 𝑙𝑖𝑏𝑟𝑒

𝑌𝑇 𝑒𝑠 𝑙𝑖𝑏𝑟𝑒 → ∆𝑌𝑇 ≠ 0

𝑇 𝑒𝑠 𝑓𝑖𝑗𝑜 → ∆𝑇 = 0

CASO 3(de lo avanzado en clases);

[𝑓𝑥˙ ]𝑡 = 𝑇 = 0

Calculemos, paso a paso, cada uno de los elementos que necesitamos:

𝐹𝑥˙ = 2𝑥˙ + 2𝑡𝑥.

𝑥˙ (𝑡) = −𝐴1 𝑠𝑒𝑛𝑡 + 𝐴2 𝑐𝑜𝑠 𝑡

Reemplazando:
⌈2𝑥´ + 2𝑡𝑥⌉𝑡=𝑇 = 0

⌈2(−𝐴1 𝑠𝑒𝑛𝑡 + 𝐴2 𝑐𝑜𝑠 𝑡) + 2𝑡(𝐴1 𝑐𝑜𝑠 𝑡 + 𝐴2 𝑠𝑒𝑛𝑡)⌉𝑡=𝑇 = 0

2
 ⌈−2𝐴1 𝑠𝑒𝑛𝑡 + 2𝐴2 𝑐𝑜𝑠 𝑡 + 2𝑡𝐴1 𝑐𝑜𝑠 𝑡 + 2𝑡𝐴2 𝑠𝑒𝑛𝑡)⌉𝑡=𝑇 = 0

Aplicando (𝑡 = 4) y (𝐴1 = 2)

−4𝑠𝑒𝑛4 + 2𝐴2 𝑐𝑜𝑠 4 + 16 𝑐𝑜𝑠 4 + 8𝐴2 𝑠𝑒𝑛4 = 0

Factor izando (𝐴2 )
2𝑠𝑒𝑛4 − 8𝑐𝑜𝑠4
𝐴2 =
𝑐𝑜𝑠4 + 4𝑠𝑒𝑛4

Por lo tanto, la solución general será:

2𝑠𝑒𝑛4 − 8𝑐𝑜𝑠4
𝑥(𝑡) = 2 𝑐𝑜𝑠(𝑡) + ( ) 𝑠𝑒𝑛(𝑡)
𝑐𝑜𝑠4 + 4𝑠𝑒𝑛4

Aplicando la condición de segundo orden

Condición de Legendre∶ 𝐹𝑥˙𝑥˙ = 2 > 0. Se cumple dicha condición para el

Caso de mínimo.
→ 𝑓 𝑒𝑠 𝑐𝑜𝑛𝑣𝑒𝑥𝑎
→ 𝑉(𝑥) 𝑒𝑠 𝑑𝑒 𝑚𝑖𝑛𝑖𝑚𝑖𝑧𝑎𝑐𝑖𝑜𝑛

MATRIZ HESSIANO: Tenemos que ver si la función 𝐹(𝑥, 𝑥˙ , 𝑡) = 𝑥 ′2 + 2𝑡𝑥𝑥˙

Es convexa en
𝑓 ′ ′ 𝑓𝑥 ′ 𝑥
𝐻=[ 𝑥𝑥 ]
𝑓𝑥𝑥 ′ 𝑓𝑥𝑥

2 2𝑡
𝐻=[ ]
2𝑡 0

𝐻1 = 2

𝐻2 = −4𝑡 2

SOLUCION 3.1 b:
𝟐

𝒎𝒂𝒙 𝑱(𝒙) = ∫(𝒙 + 𝒕𝒙˙ − 𝒙𝟐̇ ) 𝒅𝒕 + 𝒂 [𝒙(𝟑)]𝟐 ,

𝒙
𝟏
𝒄𝒐𝒏 ∶ 𝒙(𝟏) = 𝟏,

En los casos: (𝑖) 𝑎 = 0, con 𝑥(3) ≥ 2, (𝑖𝑖) 𝑎 = −1, con x (3) libre.

Función Intermedia;

𝑓 = 𝑥 + 𝑡𝑥˙ − 𝑥 2̇

3
Aplicar la ecuación de Euler
𝑓𝑥 = 1
𝑓𝑥˙ = 𝑡 − 2𝑥′
𝑓𝑥˙𝑡 = 1 − 2𝑥′′
Por tanto
𝑓𝑥 = 𝑓𝑥˙𝑡
1 = 1 − 2𝑥′′
𝑥 ′′ = 0
Integrando tenemos;
∫ 𝑥 ′′ = ∫ 0

∫ 𝑥′ = ∫ 𝐴
𝑥(𝑡) = 𝐴𝑡 + 𝐵

Imponemos la condición inicial y final

𝑥(1) = 1

𝐴 + 𝐵 = 1 … … … … . . (1)

𝑥(3) ≥ 2

3𝐴 + 𝐵 ≥ 2 … … … (2)
De (1) y (2) se tiene:
3𝐴 + (1 − 𝐴) ≥ 2

3𝐴 + 1 − 𝐴 ≥ 2

1
𝐴≥
2

La condición de transversalidad es, en este caso:

𝑥(3) = 𝑙𝑖𝑏𝑟𝑒

𝑋𝑇 𝑒𝑠 𝑙𝑖𝑏𝑟𝑒 → ∆𝑋𝑇 ≠ 0

𝑇 𝑒𝑠 𝑓𝑖𝑗𝑜 → ∆𝑇 = 0
[𝑓𝑥˙ ]𝑡 = 𝑇 ≤ 0 … … … (= 0, 𝑠𝑖 𝑥(3) > 2)

[ 𝑡 − 2𝑥 ′ ]𝑡=𝑇 ≤ 0

[𝑡 − 2(𝐴)]𝑡=3 ≤ 0

3 − 2𝐴 ≤ 0

3
𝐴≥ (𝑠𝑖 𝑥(3) > 2)
2

4
 3 1 3
𝐴 = 2, pues si fuera x (3) = 2, entonces sería 𝐴 = 2 y no cumpliría que 𝐴 ≥ 2
Así que
3
𝐴=
2
3
𝐵 =1−
2
1
𝐵=
2

Por lo tanto, la solución general o la senda optima seria:

3 1
𝑥(𝑡) = 𝑡 − 𝑝𝑎𝑟𝑎 1 ≤ 𝑡 ≤ 3
2 2
Condición de segundo orden

Condición de Legendre∶ 𝐹𝑥˙𝑥˙ = −2 < 0. Se cumple dicha condición para el

Caso de máximo.
→ 𝑓 𝑒𝑠 𝑐𝑜𝑛𝑐𝑎𝑣𝑎
→ 𝑉(𝑥) 𝑒𝑠 𝑑𝑒 𝑚𝑎𝑥𝑖𝑚𝑖𝑧𝑎𝑐𝑖𝑜𝑛

MATRIZ HESSIANO: Tenemos que ver si la función 𝑓 = 𝑥 + 𝑡𝑥˙ − 𝑥 2̇ es cóncava en

𝑓𝑥 ′ 𝑥 ′ 𝑓𝑥 ′ 𝑥
𝐻=[ ]
𝑓𝑥𝑥 ′ 𝑓𝑥𝑥

−2 0
𝐻=[ ]
0 0

𝐻1 = −2

𝐻2 = 0
Por lo tanto, se cumple que es un máximo.

EJERCICIO 3.2
Se considera el problema:
𝒕𝟏

𝒎𝒂𝒙 𝑱(𝒙) = ∫ 𝒇(𝒙, 𝒙′ , 𝒕)𝒅𝒕 + 𝑺[𝒙(𝒕𝟏 )]

𝒙
𝒕𝟎

𝒄𝒐𝒏 𝒙(𝒕𝟎 ) = 𝒙𝟎
Deducir la condición de transversalidad en cada uno de los siguientes casos:

(i). La condición final es:

𝑥(𝑡1 ) ≥ 𝑥1 .

5
(ii). No hay condición final, pero 𝑡1 es libre, incógnita a determinar.

Replanteando el problema
𝒕𝟏

𝒎𝒂𝒙 𝑱(𝒙) = ∫ 𝒇[(𝒙, 𝒙′ , 𝒕) + 𝑺′ (𝒙)𝒙′ ]𝒅𝒕

𝒙
𝒕𝟎

𝒄𝒐𝒏 𝒙(𝒕𝟎 ) = 𝒙𝟎
Por lo cual se tiene;

𝑓1 (𝑥, 𝑥 ′ , 𝑡) = 𝑓(𝑥, 𝑥 ′ , 𝑡) + 𝑆 ′ (𝑥)𝑥′

Después

𝑓1𝑥′ = 𝑓𝑥 ′ + 𝑆 ′ (𝑥)

i. La condición de transversalidad correspondiente a la condición fina 𝑥(𝑡1 ) ≥ 𝑥1 sera:

[𝑓1𝑥′ ]𝑡=𝑡1 ≤ 0 … … (= 0, 𝑠𝑜 𝑥 ∗ (𝑡1 ) > 𝑥1 )

ii. Las condiciones de transversalidad correspondientes a 𝑡1 𝑦 𝑥(𝑡1 ) libres serán:

[𝑓1𝑥′ ]𝑡=𝑡1∗ = 0

Y
[𝑓1 − 𝑥 ′ 𝑓1𝑥′ ]𝑡=𝑡1∗ = 0

Pero
[𝑓1𝑥′ ]𝑡=𝑡1∗ = 0

[𝑓𝑥 ′ ]𝑡=𝑡1∗ + 𝑆 ′ [𝑥(𝑡1∗ )] = 0

[𝑓1 − 𝑥 ′ 𝑓1𝑥′ ]𝑡=𝑡1∗ = 0

[𝑓 + 𝑆 ′ (𝑥)𝑥 ′ − 𝑥 ′ 𝑓𝑥′ − 𝑥 ′ 𝑆 ′ (𝑥)]𝑡=𝑡1∗ = 0

[𝑓 − 𝑥 ′ 𝑓𝑥′ ]𝑡=𝑡1∗ = 0

Por lo tanto, nos queda:

[𝑓𝑥 ′ ]𝑡=𝑡1∗ + 𝑆 ′ [𝑥(𝑡1∗ )] = 0

[𝑓 − 𝑥 ′ 𝑓𝑥′ ]𝑡=𝑡1∗ = 0

EJERCICIO 3.3:

6
En cada uno de los siguientes casos, calcular los extremales, estudiar las condiciones de Legendre y
suficiente:
𝟐
𝑨: 𝑱[𝒙𝟏 (𝒕), 𝒙𝟐 (𝒕)] = ∫ (𝒙̇ 𝟐𝟏 + 𝒙𝟐𝟐 + 𝒙̇ 𝟐𝟐 ) 𝒅𝒕,
𝟏

Sujeto a:
𝑥1 (1) = 1 ; 𝑥2 (1) = 0,
𝑥1 (2) = 2 ; 𝑥2 (2) = 1.
Solución:

La función intermedia es:

𝑓 = 𝑥̇ 12 + 𝑥22 + 𝑥̇ 22
Ecuación de Euler para 𝑥1 :

𝑓𝑥1 = 0

𝑓𝑥̇ 1 = 2𝑥̇ 1

𝑓𝑥̇ 1 𝑡 = 2𝑥̈ 1

Formando la ecuación de Euler para 𝑥1 se tiene que:

2𝑥̈ 1 = 0
Integrando ambos miembros se tiene:

𝑥1 (𝑡) = 𝐴𝑡 + 𝐵
Ecuación de Euler para 𝑥2 :

𝑓𝑥2 = 2𝑥2

𝑓𝑥̇ 2 = 2𝑥̇ 2

𝑓𝑥̇ 1 𝑡 = 2𝑥̈ 2

Formando la ecuación de Euler para 𝑥2 se tiene que:

2𝑥2 = 2𝑥̇ 2
𝑥̇ 2 − 𝑥2 = 0
Hallando raíces características para obtener la solución complementaria:

𝑟2 − 1 = 0
(𝑟 − 1)(𝑟 + 1) = 0

𝑟1 = 1
𝑟2 = −1

7
La solución complementaria y general es:

𝑥2 (𝑡) = 𝐶1 𝑒 𝑡 + 𝐶2 𝑒 −𝑡
Aplicando condición inicial y final para 𝑥1 :

𝑥1 (1) = 𝐴(1) + 𝐵 = 1
𝐴+𝐵 =1
𝑥1 (2) = 𝐴(2) + 𝐵 = 2
2𝐴 + 𝐵 = 2
Formando un sistema de ecuaciones para obtener los valores de A y B:

𝐴+𝐵 =1
2𝐴 + 𝐵 = 2
Restando quedaría que:

𝐴 =1, 𝐵=0
Tenemos que la extremal para 𝑥1 es:

𝑥1 (𝑡) = 𝑡
Aplicando condición inicial y final para 𝑥2 :

𝑥2 (1) = 𝐶1 𝑒1 + 𝐶2 𝑒 −1 = 0

𝑥2 (2) = 𝐶1 𝑒 2 + 𝐶2 𝑒 −2 = 1
Desarrollando se tiene los valores de 𝐶1 y 𝐶2 :
1
𝐶1 =
𝑒2 −1
𝑒2
𝐶2 =
1 − 𝑒2
Tenemos que la extremal para 𝑥2 es:

𝑒𝑡 𝑒 2−𝑡
𝑥2 (𝑡) = +
𝑒2 − 1 1 − 𝑒2
Condición de Legendre:
2 0
𝐻=[ ]
0 2
𝐻1 = 2 > 0
𝐻2 = 4 > 0

8
Por lo tanto, viendo que 𝐻1 y 𝐻2 son positivos se dice que las funciones obtenidas cumplen la
condición de legendre para un mínimo y convexidad:

Condición suficiente:

Matriz Hessiana de f que contenga la segundas derivadas con respecto a 𝑥1 , 𝑥2 , 𝑥̇ 1 , 𝑥̇ 2

0 0 0 0
0 2 0 0
𝛻𝑥,𝑥̇ 𝑓 = [ ]
0 0 2 0
0 0 0 2
Y dado que esta matriz es semidefinida positiva, f es convexa; por ende, las extremales obtenidas
constituyen el mínimo global de problema.

𝟏
𝟏
𝑩: 𝑱[𝒙𝟏 (𝒕), 𝒙𝟐 (𝒕)] = ∫ (𝟐𝒙𝟏 𝒙𝟐 + 𝒙̇ 𝟐𝟏 + 𝒙̇ 𝟑𝟐 ) 𝒅𝒕,
−𝟏 𝟑
Sujeto a:

𝑥1 (−1) = 2 ; 𝑥2 (−1) = −1
𝑥1 (2) = 𝑙𝑖𝑏𝑟𝑒 ; 𝑥2 (2) = 𝑙𝑖𝑏𝑟𝑒
Solución:

La función intermedia es:

1
𝑓 = 2𝑥1 𝑥2 + 𝑥̇ 12 + 𝑥̇ 23
3
Ecuación de Euler para 𝑥1 :

𝑓𝑥1 = 2𝑥2

𝑓𝑥̇ 1 = 2𝑥1

𝑓𝑥̇ 1 𝑡 = 2𝑥̈ 1

Formando la ecuación de Euler para 𝑥1 se tiene que:

2𝑥2 = 2𝑥̈ 1
𝑥2 = 𝑥̈ 1
Ecuación de Euler para 𝑥2 :

𝑓𝑥2 = 2𝑥1

𝑓𝑥̇ 2 = 𝑥̇ 22

𝑓𝑥̇ 2 𝑡 = 2𝑥̇ 2 𝑥̈ 2

9
Formando la ecuación de Euler para 𝑥2 se tiene que:

2𝑥1 = 2𝑥̇ 2 𝑥̈ 2
𝑥1 = 𝑥̇ 2 𝑥̈ 2
A partir de la ecuación 𝑥2 = 𝑥̈ 1 se obtiene que:

𝑑3 𝑥1
𝑥̇ 2 =
𝑑𝑡 3
𝑑4 𝑥1
𝑥̈ 2 =
𝑑𝑡 4

Reemplazando 𝑥̇ 2 y 𝑥̈ 2 en 𝑥1 = 𝑥̇ 2 𝑥̈ 2 obtenemos:

𝑑3 𝑥1 𝑑4 𝑥1
𝑥1 =
𝑑𝑡 3 𝑑𝑡 4

𝝅
( )
𝟐 𝟏
𝑪: 𝑱[𝒙𝟏 (𝒕), 𝒙𝟐 (𝒕)] = ∫ (𝟐𝒙𝟏 𝒙𝟐 + 𝒙̇ 𝟐𝟏 + 𝒙̇ 𝟑𝟐 ) 𝒅𝒕,
𝟎 𝟑

Sujeto a:

𝑥1 (0) = 0; 𝑥2 (0) = 0,
𝜋 𝜋
𝑥1 ( ) = 1 ; 𝑥2 ( ) = 𝑙𝑖𝑏𝑟𝑒
2 2

Solución:

La función intermedia es:

𝑓 = 2𝑥1 𝑥2 − 2𝑥12 − 𝑥̇ 12 − 𝑥̇ 22
Ecuación de Euler para 𝑥1 :

𝑓𝑥1 = 2𝑥2 − 4𝑥1

𝑓𝑥̇ 1 = −2𝑥̇ 1

𝑓𝑥̇ 1 𝑡 = −2𝑥̈ 1

Formando la ecuación de Euler para 𝑥1 se tiene que:

2𝑥2 − 4𝑥1 = −2𝑥̈ 1

𝑥̈ 1 + 𝑥2 − 2𝑥1 = 0
Ecuación de Euler para 𝑥2 :

10
 𝑓𝑥2 = 2𝑥1

𝑓𝑥̇ 1 = −2𝑥̇ 2

𝑓𝑥̇ 1 𝑡 = −2𝑥̈ 2

Formando la ecuación de Euler para 𝑥2 se tiene que:

2𝑥1 = −2𝑥̈ 2
𝑥̈ 2 + 𝑥1 = 0
De las ecuaciones de Euler de 𝑥1 y 𝑥2 resulta el siguiente sistema de ecuaciones diferenciales:

𝑥̈ 1 + 𝑥2 − 2𝑥1 = 0
𝑥̈ 2 + 𝑥1 = 0
Despejando 𝑥2 en la primera ecuación y derivando dos veces con respecto a 𝑡, se tiene que:

𝑥2 = 2𝑥1 − 𝑥̈ 1
𝑑3 𝑥1
𝑥̇ 2 = 2𝑥̇ 1 −
𝑑𝑡 3
𝑑4 𝑥1
𝑥̈ 2 = 2𝑥̈ 1 −
𝑑𝑡 4
Sustituyendo 𝑥̈ 2 en 𝑥̈ 2 + 𝑥1 = 0, queda:

𝑑4 𝑥1 𝑑2 𝑥1
− 2 − 𝑥1 = 0
𝑑𝑡 4 𝑑𝑡 2
Obtenemos una ecuación diferencial lineal, con coeficientes constantes, homogénea, de cuarto
orden. La ecuación característica asociada es:

𝑟 4 − 2𝑟 2 − 1 = 0
Cuyas soluciones son:

𝑟1 = √1 + √2 = 1.55

𝑟2 = −√1 + √2 = −1.55

𝑟3 = √√2 − 1𝑖 = 0.64𝑖

𝑟4 = −√√2 − 1𝑖 = −0.64𝑖

Por lo tanto, obtenemos:

𝑥1 (𝑡) = 𝐴𝑒 1.55𝑡 + 𝐵𝑒 −1.55 + 𝐶𝑐𝑜𝑠 0.64𝑡 + 𝐷𝑠𝑒𝑛 0.64𝑡

11
Diferenciando con respecto al tiempo tenemos:

𝑥̇ 1 = 1.55𝐴𝑒 1.55𝑡 − 1.55𝐵𝑒 −1.55𝑡 − 0.64𝐶𝑠𝑒𝑛0.64𝑡 + 0.64𝐷𝑐𝑜𝑠0.64𝑡

𝑥̈ 1 = 2.4𝐴𝑒 1.55𝑡 + 2.4𝐵𝑒 −1.55𝑡 − 0.4𝐶𝑐𝑜𝑠0.64𝑡 − 0.4𝐷𝑠𝑒𝑛0.64𝑡

Entonces:

𝑥2 = 2𝑥1 − 𝑥̈ 1 = −0.4𝐴𝑒 1.55𝑡 − 0.4𝐵𝑒 −1.55𝑡 + 1.6𝐶𝑐𝑜𝑠0.64𝑡 + 1.6𝐷𝑠𝑒𝑛0.64𝑡

Aplicando condición inicial y final para 𝑥1 y 𝑥2 :

𝑥1 (0) = 𝐴 + 𝐵 + 𝐶 = 0
𝜋
𝑥1 ( ) = 𝐴𝑒 0.77𝜋 + 𝐵𝑒 −0.77𝜋 + 𝐶𝑐𝑜𝑠0.32𝜋 + 𝐷𝑠𝑒𝑛0.32𝜋 = 1
2
𝑥2 (0) = −0.4𝐴 − 0.4𝐵 + 1.6𝐶 = 0

Para 𝑥2 aplicaremos condición de transversalidad:

[𝑓𝑥̇ 2 ]𝑡=𝜋 = 0
2

= −0.62𝐴𝑒 0.77𝜋 + 0.62𝐵𝑒 −0.77𝜋 − 1.02𝐶𝑐𝑜𝑠0.32𝜋 + 1.02𝐷𝑐𝑜𝑠0.32𝜋

Resolviendo el sistema se tiene:

𝐴 = 0.04, 𝐵 = −0.04, 𝐶 = 0, 𝐷 = 0.61

Por lo tanto, la extremal para 𝑥1 y 𝑥2 es:

𝑥1 (𝑡) = 0.04𝑒 1.55𝑡 − 0.04𝑒 −1.55𝑡 + 0.61𝑠𝑒𝑛0.64𝑡

𝑥2 (𝑡) = −1.01𝑒1.55𝑡 + 0.01𝑒 −1.55𝑡 + 0.97𝑠𝑒𝑛0.64𝑡

Condición de legendre
−2 0
𝑓𝑥̇ 𝑥̇ = [ ]
0 −2
Dicha matriz es definida negativa, por lo que las funciones obtenidas cumplen la condición de
Legendre para máximo.

EJERCICIO 3.4:
Se considera el problema:
∝
𝟏 √𝟏 + 𝒙̇ 𝟏 𝒙̇ 𝟐
𝒎𝒊𝒏 𝑱 = ∫ 𝒅𝒕
√𝟐𝒈 𝟎 √𝒕

12
Sujeto a:

𝑥1 − 𝑥2 − 1 = 0
𝑥1 (0) = 0, 𝑥1 (∝) = 𝛽
En donde 𝑔 es la constante de gravitación universal, α y β son constantes.

Resolver el problema:

(i) Por el método de sustitución.

(ii) Por el método de LaGrange.

Solución:
(i) Método de sustitución.

Como a partir de la restricción se tiene que:

𝑥2 = 𝑥1 − 1 => 𝑥̇ 2 = 𝑥̇ 1
Hay que resolver, tras sustituir en el objetivo:
∝
1 √1 + 𝑥̇ 1 𝑥̇ 1
𝑚𝑖𝑛 𝑘(𝑥1 ) = ∫ 𝑑𝑡
√2𝑔 0 √𝑡

Sujeto a:

𝑥1 (0) = 0, 𝑥1 (∝) = 𝛽
En este caso la función intermedia será:

1 √1 + 𝑥̇ 12
𝑓=
√2𝑔 √𝑡

La ecuación de Euler en este caso será:

𝑓𝑥̇ 1 = 𝐶

Ya que, 𝑓 no depende de 𝑥1 , entonces queda:

𝑥̇ 1
=𝐶
√2𝑔√𝑡√1 + 𝑥̇ 12

𝑥̇ 1 = 𝐶 √2𝑔√𝑡√1 + 𝑥̇ 12

𝑥̇ 12 = 𝐶 2 2𝑔𝑡(1 + 𝑥̇ 12 )
(1 + 𝐶 2 2𝑔𝑡)𝑥̇ 12 = 𝐶 2 2𝑔𝑡

13
 𝐶 2 2𝑔𝑡
𝑥̇ 1 = √
1 − 𝐶 2 2𝑔𝑡

Es decir:

𝑑𝑥1 𝐴𝑡
=√
𝑑𝑡 1 − 𝐴𝑡

√𝐴𝑡
𝑑𝑥1 = ∫ 𝑑𝑡
√1 − 𝐴𝑡

𝑢 = √1 − 𝐴𝑡 ⇔ 𝑢2 = 1 − 𝐴𝑡 ⇔ 𝐴𝑡 = 1 − 𝑢2 ⇒ √𝐴𝑡 = √1 − 𝑢2

1 − 𝑢2
𝑡=
𝐴
2𝑢
𝑑𝑡 = − 𝑑𝑢
𝐴
Por lo tanto:

1 𝜋
𝑥1 (𝑡) = − (√1 − 𝐴𝑡√𝑎𝑡 + 𝑎𝑟𝑐𝑠𝑒𝑛√1 − 𝐴 ∝) +
𝐴 2𝐴

Aplicando las condiciones iniciales y finales:

1 1𝜋 𝜋
𝑥1 (0) = − (𝑎𝑟𝑐𝑠𝑒𝑛1) + 𝐵 = − +𝐵 ⇒𝐵 =
𝐴 𝐴2 2𝐴
1 𝜋
𝑥1 (∝) = − (√1 − 𝐴 ∝ √𝐴 ∝+ 𝑎𝑟𝑐𝑠𝑒𝑛√1 − 𝐴 ∝) +
𝐴 2𝐴
(ii) Método de Lagrange.

Para el problema dado, se define la función de LaGrange:

1 √1 + 𝑥̇ 1 𝑥̇ 2
𝐿= + 𝜆(𝑡)[𝑥1 − 𝑥2 − 1]
√2𝑔 √𝑡

Aplicando la ecuación de Euler se llega a que:

𝑥̇ 1 + 𝑥̇ 2
= 𝐶1
2√2𝑔√𝑡√1 + 𝑥̇ 1 𝑥̇ 2

14
 De la restricción de tiene que:

𝑥2 = 𝑥1 − 1 => 𝑥̇ 2 = 𝑥̇ 1
Es decir:
𝑥̇ 1
=𝐶
√2𝑔√𝑡√1 + 𝑥̇ 12

Esta última ecuación la obtuvimos en el apartado (i) y sabemos que se llega a que:
1 𝜋
𝑥1 (𝑡) = − (√1 − 𝐴𝑡√𝐴𝑡 + 𝑎𝑟𝑐𝑠𝑒𝑛√1 − 𝐴𝑡) +
𝐴 2𝐴
1 𝜋
𝑥2 (𝑡) = − (√1 − 𝐴𝑡√𝐴𝑡 + 𝑎𝑟𝑐𝑠𝑒𝑛√1 − 𝐴𝑡) + −1
𝐴 2𝐴

EJERCICIO 3.5:
Calcular la mínima distancia entre los puntos A (4,3,0) y B (2.3,√12) en la esfera 𝑡 2 + 𝑥 2 + 𝑦 2 =
25. (Indicación: la distancia entre dos puntos A (𝑡0 , 𝑥0 , 𝑦0 ) y B (𝑡1 , 𝑥1 , 𝑦1 ) en la superficie ∅(𝑡, 𝑥, 𝑦) =
0 se determina por la fórmula:
𝒕𝟏
𝒕 = ∫ √𝟏 + 𝒙̇ 𝟐 + 𝒚̇ 𝟐 𝝏𝒕
𝒕𝟎

En donde

𝑥 = 𝑥(𝑡)
𝑦 = 𝑦(𝑡)
Solución:
𝒕𝟏
𝒎𝒊𝒏𝒙,𝒚 ∫ √𝟏 + 𝒙̇ 𝟐 + 𝒚̇ 𝟐 𝝏𝒕
𝒕𝟎

Sujeto a: 𝑡 2 + 𝑥 2 + 𝑦 2 − 25 = 0

Con: 𝑥(2) = 3, 𝑦(2) = √12, 𝑥(4) = 3, 𝑦(4) = 0

Se define la función:
̇
𝐿(𝑥, 𝑦, 𝑥̇ , 𝑦, 𝜆, 𝜆̇, 𝑡) = √1 + 𝑥̇ 2 + 𝑦̇ 2 + 𝜆(𝑡)[ 𝑡 2 + 𝑥 2 + 𝑦 2 − 25]

Calculamos la ecuación de Euler:

Para la función 𝑥:

Teniendo en cuenta que:

15
 𝑥̇
𝐿𝑥 = 2𝜆𝑥; 𝐿𝑥̇ =
√1 + 𝑥̇ 2 + 𝑦̇ 2

Tenemos que:

𝑑 𝑥̇
2𝜆𝑥 − ( )=0
𝑑𝑡 √1 + 𝑥̇ 2 + 𝑦̇ 2

Para la función 𝑦:

Teniendo en cuenta que:

𝑦̇
𝐿𝑦 = 2𝜆𝑦; 𝐿𝑦̇ =
√1 + 𝑥̇ 2 + 𝑦̇ 2

Tenemos que:

𝑑 𝑦̇
2𝜆 − ( )=0
𝑑𝑡 √1 + 𝑥̇ 2 + 𝑦̇ 2

Operando en el sistema formado por las dos ecuaciones de Euler, se llega a la siguiente solución:

𝑑 𝑥̇ 𝑑 𝑦̇
𝑦 ( )=𝑥 ( )
𝑑𝑡 √1 + 𝑥̇ + 𝑦̇
2 2 𝑑𝑡 √1 + 𝑥̇ 2 + 𝑦̇ 2

Con: 𝑡 2 + 𝑥 2 + 𝑦 2 − 25 = 0

EJERCICIO 3.6:
Resolver el siguiente problema:
𝑻
𝒎𝒊𝒏 𝑱 = ∫ 𝒆−𝒓𝒕 𝒙𝒅𝒕
𝟎

Sujeto a:
𝑻
∫ √𝒙𝒅𝒕 = 𝑨
𝟎

Hacerlo:

1) utilizando un multiplicador.
2) eliminando la restricción isoperimétrica. (Indicación: definir)
𝑻
𝒚(𝒕) = ∫ 𝒙(𝒔)𝒅𝒔
𝟎

Solución:

16
 1) utilizando el multiplicador, se define la función:
̇ 𝑥+𝜆 𝑥
𝐿(𝑥, 𝑥̇ , 𝜆, 𝜆̇, 𝑡) = 𝑒 −𝑟𝑡 √
En donde 𝜆 es constante.

Para la función 𝑙, se tiene que cumplir la ecuación de Euler:

𝑑
𝑙𝑥 − 𝑙 =0
𝑑𝑡 𝑥̇
Además, se tiene que cumplir la restricción:
𝑇
∫ √𝑥𝑑𝑡 = 𝐴
0

Como
𝜆
𝑙𝑥 = 𝑒 −𝑟𝑡 − ; 𝑙𝑥̇ = 0
2√𝑥
La ecuación de Euler es:
𝜆
𝑒 −𝑟𝑡 − =0
2√𝑥
De donde se obtiene:
𝜆
√𝑥 = − 𝑒 −𝑟𝑡
2
Por lo tanto;

𝜆 𝑟𝑡 2
𝑥(𝑡) = ( 𝑒 )
2
Imponiendo la restricción se obtiene que:
𝑇
𝜆 −𝜆 𝑟𝑇
𝐴 = ∫ − 𝑒 𝑟𝑡 𝑑𝑡 = [𝑒 − 1]
0 2 2𝑟

Por lo tanto, tenemos que:

2𝑟𝐴
𝜆∗ =
1 − 𝑒 𝑟𝑇
Por tanto:
2
𝑟𝐴
𝑥 ∗ (𝑡) = ( 𝑒 𝑟𝑡
) 𝑝𝑎𝑟𝑎 0 ≤ 𝑡 ≤ 𝑇
1 − 𝑒 𝑟𝑇
Vemos que cumple la condición suficiente de mínimo global.

Analizamos que la función es convexa en (𝑥̇ , 𝑥) para cada 𝑡 𝜖 [0, 𝑇]

17
 𝑟𝐴 1
− 0
𝐻𝑥̇ ,𝑥 𝑙 = ( 2(1 − 𝑒 𝑟𝑇 ) 𝑥√𝑥 )
0 0
Suponiendo que x>0, dicha matriz es semidesnuda positiva, ya que 𝑟𝑇 > 0. Por lo tanto, se vírica la
condición suficiente de mínimo global.

2) definimos la siguiente función auxiliar:

𝑇
1⁄
𝑦(𝑡) = ∫ 𝑥 2 (𝑠)𝑑𝑠
0

Para la que se verifica:

1⁄
𝑦̇ (𝑡) = 𝑥 2 (𝑡)

𝑦(0) = 0
𝑦(𝑇) = 𝐴
Por lo tanto, el problema inicial se puede expresar como:
𝑇
𝑚𝑖𝑛 𝐽(𝑥, 𝑦) = ∫ 𝑒 −𝑟𝑡 𝑥𝑑𝑡
0

Sujeto a:
1⁄
𝑥 2 − 𝑦̇ = 0
Con

𝑦(0) = 0
𝑦(𝑇) = 𝐴
Para resolverlo, se introduce la función lagrangiana:

𝐿(𝑥, 𝑦, 𝑥̇ , 𝑦̇ , 𝜆, 𝜆̇, ̇𝑡) = 𝑒 −𝑟𝑡 𝑥 + 𝜆(𝑡) [𝑥 ⁄2 − 𝑦̇ ]

1

Las ecuaciones de Euler son:

𝑑 𝜆
𝐿𝑥 − 𝐿𝑥̇ = 0 → 𝑒 −𝑟𝑡 + =0
𝑑𝑡 2√𝑥
𝑑
𝐿𝑦 − 𝐿 = 0 → 𝜆̇(𝑡) = 0
𝑑𝑡 𝑦̇
Por tanto:

𝜆(𝑡) = 𝜆(𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑡𝑒), 𝑝𝑎𝑟𝑎 𝑐𝑎𝑑𝑎 𝑡 𝜖 [0, 𝑇]

Entonces tenemos que:
2
𝜆 𝜆
√𝑥 ∗ = − 𝑒 −𝑟𝑡 → 𝑥 ∗ (𝑡) = ( 𝑒 𝑟𝑡 )
2 2

18
Imponiendo la restricción;
𝑇
𝜆 −𝜆 𝑟𝑇
𝐴 = ∫ − 𝑒 𝑟𝑡 𝑑𝑡 = [𝑒 − 1]
0 2 2𝑟

Se tiene que:
2𝑟𝐴
𝜆∗ =
1 − 𝑒 𝑟𝑇
Por tanto;
2
𝑟𝐴
𝑥 ∗ (𝑡) = ( 𝑒 𝑟𝑡
) 𝑝𝑎𝑟𝑎 0 ≤ 𝑡 ≤ 𝑇
1 − 𝑒 𝑟𝑇

EJERCICIO 3.7:
a) Definimos función intermedia:
1
𝐹 = (1 + 𝑥̇ 2 )2
Ecuación de Euler:

𝐹𝑥 = 0
1 1
𝐹𝑥̇ = . (1 + 𝑥̇ 2 )−2 . 𝑥̇
2
1 3
𝐹𝑥̇ ,𝑡 = − . (1 + 𝑥̇ 2 )−2 . 𝑥̈
4
𝐹𝑥̇ ,𝑡 = 𝐹𝑥
1 3
− . (1 + 𝑥̇ 2 )−2 . 𝑥̈ = 0
4
3
(1 + 𝑥̇ 2 )−2 . 𝑥̈ = 0

𝑥̈ = 0
Integrando:

𝑥̇ = 𝐴
𝑥 = 𝐴𝑡 + 𝐵
Condición inicial y final:

𝑥(0) = 𝐴(0) + 𝐵 = 0
𝐵=0

19
 𝑥(4) = 𝐴(4) = 0
𝐴=0
Siendo 𝐴 = 𝐵 = 0

Por lo tanto, el problema no tiene solución óptima.

b) Definimos función intermedia:

𝐹 = 𝑥̇ 12 + 𝑥̇ 22 − 4𝑡𝑥̇ 2 − 4𝑥2
Ecuación de Euler:

Para 𝑥1 :

𝐹𝑥1 = 0

𝐹𝑥̇ 1 = 2𝑥̇ 1

𝐹𝑥̇ 1 ,𝑡 = 2𝑥̈ 1

𝐹𝑥̇ 1 ,𝑡 = 𝐹𝑥1

2𝑥̈ 1 = 0
𝑥̈ 1 = 0
Integrando:

𝑥̇ 1 = 𝐴
𝑥1 = 𝐴𝑡 + 𝐵
Para 𝑥2 :

𝐹𝑥2 = −4

𝐹𝑥̇ 2 = 2𝑥̇ 2 − 4𝑡

𝐹𝑥̇ 2 ,𝑡 = 2𝑥̈ 2 − 4

𝐹𝑥̇ 2 ,𝑡 = 𝐹𝑥2

2𝑥̈ 2 − 4 = −4
2𝑥̈ 2 = 0
𝑥̈ 2 = 0
Integrando:

𝑥̇ 2 = 𝐶
𝑥2 = 𝐶𝑡 + 𝐷

20
Condición inicial y final:

Para 𝑥1 :

𝑥1 (0) = 𝐴(0) + 𝐵 = 0
𝐵=0
𝑥1 (1) = 𝐴(1) = 1
𝐴=1
Reemplazando:

𝑥1 (𝑡) = 𝑡
𝑥̇ 1 (𝑡) = 1

Para 𝑥2 :

𝑥2 (0) = 𝐶(0) + 𝐷 = 0
𝐷=0
𝑥2 (1) = 𝐶(1) = 1
𝐶=1
Reemplazando:

𝑥2 (𝑡) = 𝑡
𝑥̇ 2 (𝑡) = 1

Valor óptimo:
1
𝐽[𝑥] = ∫ (𝑥̇ 12 + 𝑥̇ 22 − 4𝑡𝑥̇ 2 − 4𝑥2 ) . 𝑑𝑡
0
1
𝐽[𝑥] = ∫ ((1)2 + (1)2 − 4𝑡(1) − 4(𝑡)) . 𝑑𝑡
0
1
𝐽[𝑥] = ∫ (2 − 8𝑡) . 𝑑𝑡
0
1
8𝑡 2
𝐽[𝑥] = 2𝑡 − ]
2 0

8(1)2
𝐽[𝑥] = 2(1) −
2
𝐽[𝑥] = −2
Analizando la concavidad y convexidad de la función:
21
Condición de Legendre

𝐹𝑥̇ 1 ,𝑥̇ 1 = 2 > 0

𝐹𝑥̇ 2 ,𝑥̇ 2 = 2 > 0

Por lo tanto;

La función es estrictamente convexa y es un caso de minimización.

22
1: Mediante la ecuación de Euler, halle la senda óptima en los siguientes casos:

EJERCICIO 1 a).
𝟐

𝑽⌊𝒚⌋ = ∫(𝟕𝒚′𝟐 )𝒅𝒕

𝟎

𝒔𝒖𝒋𝒆𝒕𝒐 𝒂:

𝒚(𝟎) = 𝟗
𝒀(𝟐) = 𝟏𝟏

Solución
Función Intermedia

𝑓 = 7𝑦 ′2
Igualando, Ecuación de Euler

𝑓𝑦 = 𝑓𝑦′ 𝑡

𝑓𝑦 = 0

𝑓𝑦′ = 14𝑦 ′

𝑓𝑦′ 𝑡 = 14𝑦 ′′

14𝑦 ′′ = 0
𝑦 ′′ = 0
Integrando

∫ 𝑦 ′′ 𝑑𝑡 = ∫ 0 𝑑𝑡

∫ 𝑦 ′ 𝑑𝑡 = ∫ 𝐴 𝑑𝑡

𝑦(𝑡) = 𝐴𝑡 + 𝐵
Aplicando la Condición Inicial

𝑦(0) = 9
𝐴(0) + 𝐵 = 9
𝐵=9
Aplicando la Condición Final

23
 𝑌(2) = 11
𝐴(2) + 9 = 11
2𝐴 = 2
𝐴=1
Por lo tanto, la Senda Optima será:

𝑦(𝑡) = 𝑡 + 9

EJERCICIO 1 b.
𝟏

𝑽 ( 𝒚) = ∫( 𝒚′𝟐 − 𝟐 𝒚 𝒚 ′ + 𝟏𝟎𝒕𝒚 ) 𝒅𝒕
𝟎

Sujeto a:

𝑦(0) = 1
𝑦(1) = 2

Solución
Función Intermedia

𝑓(𝑡, 𝑦, 𝑦 ′ ) = 𝑦 ′2 − 2𝑦𝑦′ + 𝑙𝑂𝑡𝑦

Ecuación de Euler

𝑓𝑦 = −2 𝑦′ + 𝑙𝑂𝑡

𝑓𝑦′ = 2 𝑦′ − 2 𝑦

𝑓𝑦′ 𝑡 = 2𝑦 ′′ − 2𝑦 ′

𝑓𝑦 = 𝑓𝑦′ 𝑡

−2 𝑦 ′ + 𝑙𝑂𝑡 = 2𝑦 ′′ − 2𝑦 ′
𝑦 ′′ = 5𝑡
Aplicando Integrales tenemos;

∫ 𝑦 ′′ 𝑑𝑡 = ∫ 5𝑡 𝑑𝑡

5
∫ 𝑦 ′ 𝑑𝑡 = ∫ 𝑡 2 + 𝐴
2
5
𝑦(𝑡) = 𝑡 3 + 𝐴𝑡 + 𝐵
6

24
Aplicando la condición inicial

𝑦(0) = 0
𝐵=0
Aplicando la condición final

𝑦(1) = 2
5
(1)3 + 𝐴(1) + 1 = 2
6
5
+𝐴=1
6
1
𝐴=
6
Por lo tanto, la senda óptima es:
5 1
𝑦(𝑡) = 𝑡 3 + 𝑡 + 1
6 6

EJERCICIO 1.c:
√𝟐
𝑽[𝒚] = ∫ (𝒚̇ + 𝟒𝒚𝒚̇ + 𝟐𝒚̇ 𝟐 ) . 𝒅𝒕
𝟎

Sujeto a:

𝑦(0) = 2

𝑦(√𝟐) = 𝑒 + 𝑒 −𝑡

Tenemos la función intermedia;

𝐹 = 𝑦̇ + 4𝑦𝑦̇ + 2𝑦̇ 2
Ecuación de Euler:

𝐹𝑦 = 4𝑦̇

𝐹𝑦̇ = 1 + 4𝑦 + 4𝑦̇

𝐹𝑦̇ ,𝑡 = 4𝑦̇ + 4𝑦̈

Igualando tenemos;

𝐹𝑦̇ ,𝑡 = 𝐹𝑦

4𝑦̇ + 4𝑦̈ = 4𝑦̇

4𝑦̈ = 0
𝑦̈ = 0

25
Integrando:

𝑦̇ = 𝐴
𝑦 = 𝐴𝑡 + 𝐵
Aplicando la condición inicial y final:

𝑦(0) = 𝐴(0) + 𝐵 = 2
𝐵=2

𝑥(√2) = 𝐴(√2) + 2 = 𝑒 + 𝑒 −1

𝐴(√2) = 1.08616127

𝐴 = 0.768
Reemplazando:

𝑦(𝑡) = 0.768𝑡 + 2
Analizando la concavidad o convexidad;

Condición de Legendre

𝐹𝑦̇ 𝑦̇ = 4 > 0

Por lo tanto, la función estrictamente convexa y es un caso de minimización.

EJERCICIO 1.d:
√𝟐𝝅
𝟐
𝑽[𝒚] = ∫ (𝟐𝒚𝟐 + 𝟑𝒚𝒚̇ − 𝟒𝒚̇ 𝟐 ) . 𝒅𝒕
𝟎

Sujeto a:

𝑦(0) = 1

√𝟐𝝅
𝑦( )=2
𝟐

La función intermedia es;

𝐹 = 2𝑦 2 + 3𝑦𝑦̇ − 4𝑦̇ 2
Ecuación de Euler:

𝐹𝑦 = 4𝑦 + 3𝑦̇

𝐹𝑦̇ = 3𝑦 − 8𝑦̇

26
𝐹𝑦̇ ,𝑡 = 3𝑦̇ − 8𝑦̈

Igualando tenemos;

𝐹𝑦̇ ,𝑡 = 𝐹𝑦

3𝑦̇ − 8𝑦̈ = 4𝑦 + 3𝑦̇

8𝑦̈ + 4𝑦 = 0
1
𝑦̈ + 𝑦 = 0
2
Hallamos las raíces características;
1
𝑟2 + =0
2
1
𝑟2 = −
2
𝑟 Imaginarios:

𝑦𝑐 ⇒ 𝑦(𝑡) = 𝑒 ℎ𝑡 (𝐴1 𝐶𝑜𝑠(𝑣𝑡) + 𝐴2 𝑆𝑒𝑛(𝑣𝑡))

0
ℎ=− =0
2

√4 (1) − (0)2
2 √2
𝑣=− =−
2 2
Reemplazamos:

√2 √2
𝑦𝑐 ⇒ 𝑦(𝑡) = 𝑒 (0)𝑡 (𝐴1 𝐶𝑜𝑠(− 𝑡) + 𝐴2 𝑆𝑒𝑛(− 𝑡))
2 2

√2 √2
𝑦𝑐 ⇒ 𝑦(𝑡) = 𝐴1 𝐶𝑜𝑠(− 𝑡) + 𝐴2 𝑆𝑒𝑛(− 𝑡)
2 2
Aplicando la condición inicial y final tenemos;

√2 √2
𝑦(0) = 𝐴1 𝐶𝑜𝑠(− (0)) + 𝐴2 𝑆𝑒𝑛(− (0)) = 1
2 2
𝑦(0) = 𝐴1 𝐶𝑜𝑠(0) + 𝐴2 𝑆𝑒𝑛(0) = 1
𝑦(0) = 𝐴1 (1) = 1
𝐴1 = 1

√2𝜋 √2 √2𝜋 √2 √2𝜋

𝑦( ) = 𝐴1 𝐶𝑜𝑠(− ( )) + 𝐴2 𝑆𝑒𝑛(− ( )) = 2
2 2 2 2 2

27
 √2𝜋
𝑦( ) = (1)𝐶𝑜𝑠(3.544907702) + 𝐴2 𝑆𝑒𝑛(3.544907702) = 2
2

√2𝜋
𝑦( ) = 0.9980866428 + 𝐴2 (0.6183084604) = 2
2

𝐴2 (0.6183084604) = 1.001913357
𝐴2 = 1.62
0
𝑦𝑝 ⇒ 𝑦(𝑡) = =0
1
2
√2 √2
𝑦(𝑡) = 𝐶𝑜𝑠(− 𝑡) + 1.62𝑆𝑒𝑛(− 𝑡)
2 2

Analizando la concavidad o convexidad de la función;

Condición de Legendre

𝐹𝑦̇ 𝑦̇ = −8 < 0

Por lo tanto, la función es estrictamente convexa y es un caso de minimización.

5
𝑉[𝑦] = ∫ (𝑡 + 𝑦 2 + 3𝑦̇ )𝜕𝑡
0

Sujeto a:

𝑦(0) = 0
𝑦(5) = 3
Solución:

Función intermedia:

𝑓 = 𝑓(𝑡 + 𝑦 2 + 3𝑦̇ )
𝑓𝑦 = 2𝑦

𝑓𝑦̇ = 3

𝑓𝑦𝑡̇ = 0

Reemplazando en la ecuación de Euler;

𝑓𝑦 = 𝑓𝑦𝑡̇

2𝑦 = 0
𝑦=0

28
Por lo tanto, la función no posee extremal.

EJERCICIO 1.h
𝑇
𝑉[𝑦] = ∫ 𝑒 −𝑝𝑡 𝐿𝑛(𝑎𝑦 − 𝑦̇ )𝜕𝑡
0

Sujeto a:

𝑦(0) = 𝑏
𝑦(𝑇) = 0 (𝑎, 𝑏, 𝑝, 𝑇 > 0)
Función intermedia:

𝑓 = 𝑓(𝑒 −𝑝𝑡 𝐿𝑛(𝑎𝑦 − 𝑦)̇)

EJERCICIO 1.i:
𝝅
𝟐
𝑽[𝒚] = ∫ (𝒚𝟐 − ẏ𝟐 )𝒅𝒕
𝟎
Sujeto a:
𝑦(0) = 0;

𝜋
𝑦( ) = 1
2

Desarrollando;

𝑓𝑦 = 2𝑦
𝑓ẏ = 2ẏ
𝑓ẏ𝑡 = 2ÿ
Por lo tanto
⟹ 2ÿ = 2𝑦
ÿ−𝑦 =0
Raíces características;

𝑟2 − 1 = 0
𝑟1 = 1
𝑟2 = −1
Solución complementaria;

𝑥𝑐 (𝑡) = 𝐴𝑒 𝑡 + 𝐵𝑒 −𝑡
Solución particular;

𝑥𝑝 (𝑡) = 0

29
Solución general;

𝑥(𝑡) = 𝐴𝑒 𝑡 + 𝐵𝑒 −𝑡

Aplicando condiciones tenemos;

𝐴𝑒 0 + 𝐵𝑒 −0 = 0
𝐴+𝐵 =0
𝜋 𝜋
𝐴𝑒 2 + 𝐵𝑒 − 2 = 1

𝐴(4.8105) + 𝐵(0.2079) = 1
𝐴 = 0.2173
𝐵 = −0.2173
Por lo tanto, el extremal resulta;

∴ 𝑥(𝑡) = 0.2173𝑒 𝑡 − 0.2173𝑒 −𝑡

EJERCICIO 2.a:

Las condiciones de transversalidad

𝑻

𝑽[𝒚] = ∫(𝒂𝒚′𝟐 + 𝒃𝒚)𝒅𝒕

𝟎

𝑠𝑢𝑗𝑒𝑡𝑜 𝑎 𝑦(0) = 0 𝑦 𝑦(𝑇) = 𝑐 … … . (𝑎, 𝑏, 𝑐 > 0 ; 𝑇 𝑙𝑏𝑟𝑒)

Solución:
Función intermedia

𝑓 = 𝑎𝑦 ′2 + 𝑏𝑦
Ecuación de Euler

𝑓𝑦 = 𝑏

𝑓𝑦′ = 2𝑎𝑦′

𝑓𝑦′ 𝑡 = 2𝑎𝑦 ′′

𝑓𝑦 = 𝑓𝑦′ 𝑡

𝑏 = 2𝑎𝑦 ′′

30
 𝑏
𝑦 ′′ =
2𝑎
Integrando tenemos;
𝑏
∫ 𝑦 ′′ 𝑑𝑡 = ∫ 𝑑𝑡
2𝑎
𝑏
∫ 𝑦 ′ 𝑑𝑡 = ∫ 𝑡 + 𝐴 𝑑𝑡
2𝑎
𝑏 2
𝑦(𝑡) = 𝑡 + 𝐴𝑡 + 𝐵
4𝑎
Aplicando la condición inicial

𝑦(0) = 0
𝐵=0
Aplicando la Condición de transversalidad;

𝑦(𝑇) = 𝑐
𝑌𝑇 𝑒𝑠 𝑓𝑖𝑗𝑜 → ∆𝑌𝑇 = 0

𝑇 𝑒𝑠 𝑙𝑖𝑏𝑟𝑒 → ∆𝑇 ≠ 0

[𝑓 − 𝑦 ′ 𝑓𝑦′ ] =0
𝑡=𝑇

Reemplazando en la formula;

[𝑓 − 𝑦 ′ 𝑓𝑦′ ] =0
𝑡=𝑇

[𝑎𝑦 ′2 + 𝑏𝑦 − 𝑦 ′ (2𝑎𝑦 ′ )]𝑡=𝑇 = 0

[𝑏𝑦 − 𝑎𝑦 ′2 ]𝑡=𝑇 = 0
2
𝑏 2 𝑏
[𝑏 ( 𝑡 + 𝐴𝑡) − 𝑎 ( 𝑡 + 𝐴) ] =0
4𝑎 2𝑎 𝑡=𝑇

𝑏2 𝑏2 2𝐴𝑏𝑡
[ 𝑡 2 + 𝐴𝑏𝑡 − 𝑎 ( 2 𝑡 2 + + 𝐴2 )] =0
4𝑎 4𝑎 2𝑎 𝑡=𝑇

𝑏2 2 𝑏2 2
[ 𝑡 + 𝐴𝑏𝑡 − 𝑡 − 𝐴𝑏𝑡 − 𝑎𝐴2 ] =0
4𝑎 4𝑎 𝑡=𝑇

−𝑎𝐴2 = 0
𝐴=0
Por lo tanto, la senda óptima es:

31
 𝑏 2
𝑦(𝑡) = 𝑡
4𝑎
Aplicando la condición final;

𝑦(𝑇) = 𝑐
𝑏 2
𝑇 =𝑐
4𝑎

4𝑎𝑐
𝑇=√
𝑏

𝑎𝑐
𝑇 = 2√
𝑏
Replanteando la función:
𝑎𝑐
2√
𝑏

𝑚𝑖𝑛𝑖𝑚𝑖𝑧𝑎𝑟 𝑉[𝑦] = ∫ (𝑎𝑦 ′2 + 𝑏𝑦)𝑑𝑡

0

𝑠𝑢𝑗𝑒𝑡𝑜 𝑎 𝑦(0) = 0
𝑎𝑐
𝑦 (2√ )=𝑐
𝑏

EJERCICIO 2 b:
𝑻
𝑽[𝒚] = ∫ (𝒕𝒚̇ + 𝒚̇ 𝟐 ) . 𝒅𝒕
𝟎

Sujeto a;

𝑦(0) = 1
𝑦(𝑇) = 10 𝑇 𝑙𝑖𝑏𝑟𝑒
La función intermedia es;

𝐹 = 𝑡𝑦̇ + 𝑦̇ 2
Ecuación de Euler:

𝐹𝑦 = 0

𝐹𝑦̇ = 𝑡 + 2𝑦̇

𝐹𝑦̇ ,𝑡 = 1 + 2𝑦̈

Igualando tenemos;

32
 𝐹𝑦̇ ,𝑡 = 𝐹𝑦

1 + 2𝑦̈ = 0
2𝑦̈ = 0
𝑦̈ = 0
Integrando:

𝑦̇ = 𝐴
𝑦 = 𝐴𝑡 + 𝐵
Aplicando la condición inicial:

𝑦(0) = 𝐴(0) + 𝐵 = 1
𝐵=1
Aplicando la condición de transversalidad:

Si 𝑦(𝑇) es fijo

Si 𝑇 es libre

[𝐹 − 𝑦̇ 𝐹𝑦̇ ]𝑡=𝑇 = 0

[𝑡𝑦̇ + 𝑦̇ 2 − 𝑦̇ (𝑡 + 2𝑦̇ )]𝑡=𝑇 = 0

[𝑡𝑦̇ + 𝑦̇ 2 − 𝑡𝑦̇ − 2𝑦̇ 2 ]𝑡=𝑇 = 0

[−𝑦̇ 2 ]𝑡=𝑇 = 0

[𝑦̇ 2 ]𝑡=𝑇 = 0

𝐴2 = 0
𝐴=0
Reemplazando tenemos;

𝑦(𝑡) = 1
Analizando la concavidad o convexidad de la función;

Condición de Legendre

𝐹𝑦̇ 𝑦̇ = 2 > 0

Por lo tanto, la función es estrictamente convexa y es un caso de minimización.

33
EJERCICIO 2.d:
𝟏
𝑽[𝒚] = ∫ (𝟓𝟎𝒚 − 𝒚𝟐 − 𝟐𝒚̇ − 𝒚̇ 𝟐 )𝝏𝒕
𝟎

Sujeto a:

𝑦(0) = 1
𝑦(1) = 𝑙𝑖𝑏𝑟𝑒
Solución

Función intermedia;

𝑓 = 𝑓(50𝑦 − 𝑦 2 − 2𝑦̇ − 𝑦̇ 2 )
𝑓𝑦 = 50 − 2𝑦

𝑓𝑦̇ = −2 − 2𝑦̇

𝑓𝑦𝑡̇ = −2𝑦̈

Igualando tenemos;

𝑓𝑦𝑡̇ = 𝑓𝑦

−2𝑦̈ = 50 − 2𝑦
𝑦̈ − 𝑦 = 25
Solución particular;
𝑏
𝑋𝑝 = −
𝑎2
𝑋𝑝 = −25

Solución complementaria;

Homogenizamos la función

𝑦̈ − 𝑦 = 0
Planteamos las raíces características;

𝑟2 − 1 = 0
𝑟1 = 1
𝑟2 = −1
Por lo tanto, la solución complementaria es;

𝑋𝑐 = 𝐴𝑒 𝑡 + 𝐵𝑒 −𝑡

34
Solución general;

𝑋(𝑡) = 𝑋𝑐 + 𝑋𝑝

𝑋(𝑡) = 𝐴𝑒 𝑡 + 𝐵𝑒 −𝑡 − 25

𝑋̇(𝑡) = 𝐴𝑒 𝑡 − 𝐵𝑒 −𝑡
Aplicando la condición inicial tenemos;

𝑌(𝑡) = 𝐴𝑒 𝑡 + 𝐵𝑒 −𝑡 − 25
𝑌(0) = 𝐴 + 𝐵 − 25 = 1
𝐴 + 𝐵 = 26
Aplicando la condición de transversalidad;

𝑌𝑡 𝑒𝑠 𝑙𝑖𝑏𝑟𝑒
𝑇 = 2 𝑒𝑠 𝑓𝑖𝑗𝑜

[𝑓𝑦̇ ]𝑡=𝑇 = 0

Reemplazando en;

[𝑓𝑦̇ ]𝑡=𝑇 = 0

[−2 − 2𝑦̇ ]𝑡=𝑇 = 0

[−2 − 2(𝐴𝑒 𝑡 − 𝐵𝑒 −𝑡 )]𝑡=𝑇=1 = 0

[−2 − 2𝐴𝑒 𝑡 + 2𝐵𝑒 −𝑡 ]𝑡=𝑇=1 = 0

𝐵−𝐴=1
También sabemos qué;

𝐴 + 𝐵 = 26
𝐵−𝐴=1
𝐵 = 13.5
𝐴 = 12.5
Por lo tanto, la extremal es:

𝑋(𝑡) = 12.5𝑒 𝑡 + 13.5𝑒 −𝑡 − 25

EJERCICIO 4.
Una mina contiene una cantidad “A” de un recurso mineral. la compañía propietaria de la mina
desea determinar el patrón de extracción del recurso que maximice el valor presente de sus

35
beneficios descontados a la tasa (p) en el intervalo de tiempo [0, T]. Considerando que y(t)
constituye las ventas acumuladas del mineral en el periodo “t”, 𝑦̇ (𝑡) la extracción en el periodo “t”,
y la función de beneficios de la compañía es igual a:

𝜋(𝑦̇ ) = 1−𝑒 −𝑘𝑦̇

a) halle la evolución de las ventas acumuladas y(t), la extracción del recurso 𝑦̇ (𝑡) y el tiempo
óptimo “T” para explotar la totalidad del recurso “A” .en otras palabras, resuelva el problema:

𝑇
𝑚𝑎𝑥𝑖𝑚𝑖𝑧𝑎𝑟 𝜋[𝑦] = ∫ 𝑒 −𝑝𝑡 𝜋(𝑦̇ )𝜕𝑡
0

Sujeto a:

𝑦(0) = 1
𝑦(𝑇) = 𝐴
b) demuestre que en el último periodo “T”, el beneficio promedio de la compañía iguala a
beneficio marginal.
c) compruebe la condición de suficiencia.

EJERCICIO 5).
Los ingresos (B) de largo plazo de una firma dependen del stock de capital de la siguiente forma:

𝐵(𝑘) = 50𝑘 − 𝑘 2
Para incrementar el stock de capital, la firma incurre en costos que dependen de manera cuadrática
de la inversión realizada i. asumiendo que la depreciación es igual a cero, la inversión equivale a la
variación del stock de capital (i=k´), con lo cual l unción de costos sería igual a:

𝐶(𝑘̇ ) = 𝑘̇ 2 + 2𝑘̇

De este modo, la función de beneficios queda determinada por:

𝜋(𝑘, 𝑘) = 𝐵 − 𝐶̇ = 50𝑘 − 𝑘 2 − 𝑘̇ 2 − 2𝑘̇

a. Encuentre la senda del stock de capital que maximice el valor presente de los beneficios
descontados a una tasa de 10 por ciento (𝜌 = 0.1) con un horizonte temporal infinito.
Considere un stock inicial de capital de 10 unidades. Resuelva el problema:
Maximizar
∞
𝛱[𝑘] = ∫ 𝑒 −0.1𝑡 𝜋(𝑘̇ , 𝑘)
0

Sujeto a:

36
 𝑘(0) = 10
b. Demuestre que en la inversión optima en el periodo “t”, (i=k´) es una fracción β de la brecha
existente entre el stock de capital vigente y el nivel de capital de largo plazo
c. Construya un diagrama de fase en el espacio inversión-capital (i-k), a partir de la ecuación
obtenida en la sección a y la relación i=k´

Compruebe la condición de suficiencia.

EJERCICIO 7.
En una economía se desea maximizar el flujo futuro de utilidades de la sociedad, descontadas a la
tasa " " (  0).

Maximizar V c  e
t
U (c)t ,
0

Si se sabe que la sociedad tiene una función de utilidad logarítmica (U (c)  Ln(c)) y que el
consumo (c) depende el stock de capital (k ) de acuerdo con la siguiente función:


c(t )  rk (t )  k (t )

Donde "r" representa la tasa de interés (r  0)

a). Hallar las sendas óptimas del consumo (c) y del stock de capital (k ) óptimas, considerando que
el stock de capital es igual a "  " y el stock en el período "T " (T  0) es igual a cero.

b). Indique el signo de la tasa de crecimiento del consumo si   r. Interprete el resultado.

La Función Intermedia


 

f (t , k , k )  U (c)et   Ln (rk (t )  k ) et
 

Las derivadas parciales

37
  r   1 
fk    e t f     e t
 rk  k 

k  rk  k 


   

     (rk  k )  (r k  k )  t
f  e
t  y    
 (rk  k ) 2


La Ecuación de Euler:

 
fk  f  0
t  k  t T
 r     

  ( rk  k )  ( r k  k )  t
fk    e t  e 0
 rk  k 
   
 (rk  k ) 2

    
   

r rk (t )  k (t )    rk (t )  k (t ) 
  r k (t )  k (t )  0
     
     

(r   ) rk (t )  k (t )  r k (t )  k (t )  0
   

Ordenando términos:
 

k (t )  (  2r ) k (t )  (r   )rk (t )  0

Polinomio Característico:

 2  (2r   )  (r   )r  0

38
  (  2r )  (  2r ) 2  4(r   )r
1 , 2 
2
 (  2r )  4 2  4r  4r 2  4r 2  4r
1 , 2 
2
2r  δ  δ 2
ω1,ω2 
2
2r  δ  
ω1,ω2 
2
2r  δ  δ 2r
ω1   ω1    1  r
2 2
2r  δ  δ 2(r   )
ω1   ω1    1  r  
2 2

 k (t )  A1ert  A2e( r  )t


 k (t )  rA1ert  (r   ) A2e( r  )t

Las condiciones del problema:

- Condición inicial:
k (0)  A1  A2  
- Condición de Transversalidad:
 

Lim  f  k f    0
t 
 k 

 
   1  t 
Lim   Ln(rk  k ) e t  k  e  0
t   
   
 rk  k 



 
 
Lim  


Ln(rk  k ) 
k  e t 0
t    
 
  rk  k  
 rA ert  (r   ) A2e( r  )t  t
Lim  Ln ()  1 e 0
t 
 ( ) 

Donde:   rA1ert  rA2e( r  )t  rA1ert  (r   ) A2e( r  )t

39
    A2e( r  )t

  (r   ) A2e( r  )t  t
   rA e
rt
Lim  Ln A2e( r  )t 1
e 0
t 
 A2e( r  )t 

 rA ert  (r   ) A2e( r  )t  t

t 
 
Lim Ln A2e( r  )t  e t
 Lim  1
t  A2e( r  )t
e 0
 

Adicionalmente se debe cumplir:

Lim k (t )  0
t 


Lim A1e rt  A2e( r  )t  0
t 

De Donde se deduce:

 A1  0  A2  
Las Sendas Óptimas de la variable de consumo y del Stock de capital serán:

 k * (t )  e( r  )t


 c* (t )  rk * (t ) k * (t )
 c* (t )   e( r  )t

b). Indique el signo de la tasa de crecimiento del consumo si   r. Interprete el resultado.

La trayectoria de la variable de Consumo es una función exponencial negativa ( r    0 ), por lo

que se comenta que la decisión del agente económico valora más el consumo presente que su
consumo próximo.

EJERCICIO 11.4:
Encontrar los extremos de las siguientes funcionales.

40
 𝟒𝟎
ẋ𝟐
𝑨: 𝑱[𝒙] = ∫ − 𝒅𝒕
𝟎 𝟐
Sujeto a:

𝑥(0) = 20
𝑥(40) = 0

ẋ2
𝑓=−
2

𝑓ₓ = 0

𝑓ẋ = −ẋ

𝑓ẋ𝑡 = −ẍ
Integrando tenemos;
⟹ ∫ẍ = ∫0

∫ẋ = ∫𝐴

𝑥 = 𝐴𝑡 + 𝐵
Aplicando las condiciones:
𝑥(0) = 𝐴(0) + 𝐵 = 20

𝐵 = 20

𝑥(40) = 𝐴(40) + 20 = 0

20
𝐴=−
40

1
𝐴=−
2
Por lo tanto, tenemos;

1
⟹ 𝑥(𝑡) = − 𝑡 + 20
2

1
ẋ(𝑡) = −
2

1
40 (− 2)2
∴ 𝐽[𝑥] = ∫ − 𝑑𝑡
0 2

𝐽[𝑥] = 5

41
 𝟏𝟎
𝑩: 𝑱[𝒙] = ∫ −(𝟐𝒙ẋ + ẋ𝟐 )𝒅𝒕
𝟎
Sujeto a:
𝑥(0) = 10
𝑥(10) = 100

La función intermedia es:

𝑓 = −2𝑥ẋ − ẋ2

𝑓ₓ = −2ẋ
𝑓ẋ = −2𝑥 − 2ẋ
𝑓ẋ𝑡 = −2ẍ − 2ẍ
⟹ −2ẍ − 2ẍ = −2ẋ
Integrando tenemos;
∫ẍ = ∫0

∫ẋ = ∫𝐴
𝑥 = 𝐴𝑡 + 𝐵
Aplicando la condición inicial y final tenemos;

𝑥(0) = 𝐴(0) + 𝐵 = 10

𝐵 = 10

𝑥(10) = 𝐴(10) + 10 = 100

90
𝐴=
10

𝐴=9
La senda óptima resulta;
⟹ 𝑥(𝑡) = 9𝑡 + 10

ẋ(𝑡) = 9
Calculando el valor optimo:
10
∴ 𝐽[𝑥] = ∫ −(2(9𝑡 + 10)(9) + 92 )𝑑𝑡
0

𝐽[𝑥] = −10710

𝟐
𝑪: 𝑱[𝒙] = ∫ (𝟏𝟐𝒕𝒙 + ẋ𝟐 )𝒅𝒕
𝟎

42
 Sujeto a:
𝑥(0) = 1

𝑥(2) = 17.
La función intermedia es;
𝑓 = 12𝑡𝑥 + ẋ2
𝑓ₓ = 12𝑡
𝑓ẋ = 2ẋ
𝑓ẋ𝑡 = 2ẍ
⟹ 2ẍ = 12𝑡
Integrando tenemos;
∫ ẍ = ∫ 6𝑡

∫ ẋ = ∫ 3𝑡 2 + 𝐴
La senda óptima resulta;
𝑥 = 𝑡 3 + 𝐴𝑡 + 𝐵

Aplicando la condición inicial y final tenemos;

𝑥(0) = (0)3 + 𝐴(0) + 𝐵 = 1

𝐵=1

𝑥(2) = (2)3 + 𝐴(2) + 1 = 17

𝐴(2) = 17 − 9

8
𝐴=
2

𝐴=4
Reemplazando tenemos;
⟹ 𝑥(𝑡) = 𝑡 3 + 4𝑡 + 1

ẋ(𝑡) = 3𝑡 2 + 4

Hallando el valor optimo:

2
∴ 𝐽[𝑥] = ∫ (12𝑡(𝑡 3 + 4𝑡 + 1) + (3𝑡 2 + 4)2 )𝑑𝑡
0

1912
𝐽[𝑥] =
5

43
 𝟐
𝑪: 𝑱[𝒙] = ∫ (𝒙 + ẋ𝟐 )𝒅𝒕
𝟎

Sujeto a:
𝑥(0) = 1
𝑥(2) = 10.
La función intermedia es:
𝑓 = 𝑥 + ẋ2
𝑓ₓ = 1
𝑓ẋ = 2ẋ
𝑓ẋ𝑡 = 2ẍ
⟹ 2ẍ = 1
Integrando tenemos;
1
∫ẍ = ∫
2

1
∫ẋ = ∫ 𝑡 + 𝐴
2
La extremal resulta:
1
𝑥 = 𝑡 2 + 𝐴𝑡 + 𝐵
4

Aplicando las condiciones inicial y final tenemos;

1
𝑥(0) = (0)2 + 𝐴(0) + 𝐵 = 1
4

𝐵=1

1
𝑥(2) = (2)2 + 𝐴(2) + 1 = 10
4

𝐴(2) = 10 − 2

𝐴=4
Reemplazando tenemos;
1
⟹ 𝑥(𝑡) = 𝑡 2 + 4𝑡 + 1
4

1
ẋ(𝑡) = 𝑡 + 4
2
Hallando el valor óptimo resulta;

2
1 1
∴ 𝐽[𝑥] = ∫ ( 𝑡 2 + 4𝑡 + 1) + ( 𝑡 + 4)2 )𝑑𝑡
0 4 2

154
𝐽[𝑥] =
3

44
 𝟐
𝑫: 𝑱[𝒙] = ∫ (𝒙𝟐 + 𝒕𝟐 ẋ)𝒅𝒕
𝟎
Sujeto a:

𝑥(0) = 0
𝑥(2) = 2.
La función intermedia es:
𝑓 = 𝑥2 + 𝑡2ẋ
Desarrollando tenemos;
𝑓ₓ = 2𝑥

𝑓ẋ = 𝑡 2

𝑓ẋ𝑡 = 2𝑡
Por lo tanto;
⟹ 2𝑡 = 2𝑥

𝑥(𝑡) = 𝑡

ẋ(𝑡) = 1

Hallando el valor óptimo resulta;

2
∴ 𝐽[𝑥] = ∫ 𝑡 2 + 𝑡 2 (1)𝑑𝑡
0

16
𝐽[𝑥] =
3

𝑻
𝑬: 𝑱[𝒙, 𝒚] = ∫ (𝟐𝒙𝒚 − 𝟐𝒙𝟐 + ẋ𝟐 + ẏ𝟐 )𝒅𝒕
𝟎

Encontrar únicamente la solución general.

La función intermedia es;

𝑓 = 2𝑥𝑦 − 2𝑥 2 + ẋ2 + ẏ2

Desarrollando tenemos;
𝑓ₓ = 2𝑦 − 4𝑥

𝑓ẋ = −2ẋ

𝑓ẋ𝑡 = −2ẍ

Se tiene que;

45
 ⟹ −2ẍ = 2𝑦 − 4𝑥

ẍ = 2𝑥 − 𝑦

𝑓𝑦 = 2𝑥

𝑓ẏ = 2ẏ

𝑓ẏ𝑡 = 2ÿ

⟹ 2ÿ = 2𝑥

ÿ=𝑥
Por lo tanto, tenemos:

𝑦(𝑡) = [(𝐴 + 2𝐵) + 𝐵𝑡]𝑒 𝑡 + [(𝐶 + 2𝐷) + 𝐷𝑡]𝑒 −𝑡

𝑦(𝑡) = (𝐴 + 𝐵𝑡)𝑒 𝑡 + (𝐶 + 𝐷𝑡)𝑒 −𝑡 .

a)
𝟏𝟎
𝑱[𝒙, 𝒚] = ∫ (ẋ𝟐 + ẏ𝟐 + 𝒆𝒕 )𝒅𝒕
𝟎
Sujeto a:

𝑥(0) = 0,
𝑦(0) = 2,
𝑥(10) =11
𝑦(10) = 6.

La función intermedia es;

𝑓 = ẋ2 + ẏ2 + 𝑒 𝑡

𝑓ₓ = 0
𝑓ẋ = 2ẋ
𝑓ẋ𝑡 = 2ẍ
⟹ 2ẍ = 0
∫ẍ = ∫0

∫ẋ = ∫𝐴
𝑥 = 𝐴𝑡 + 𝐵

Aplicando las condiciones tenemos;

𝑥(0) = 𝐴(0) + 𝐵 = 0

𝐵=0

46
 𝑥(10) = 𝐴(10) = 11
11
𝐴=
10
Tenemos que;
11
⟹ 𝑥(𝑡) = 𝑡
10

𝑓𝑦 = 0
𝑓ẏ = 2ẏ
𝑓ẏ𝑡 = 2ÿ
⟹ 2ÿ = 0
∫ÿ = ∫0

∫ẏ = ∫𝐶
𝑦 = 𝐶𝑡 + 𝐷

Aplicando las condiciones tenemos;

𝑦(0) = 𝐶(0) + 𝐷 = 2

𝐷=2

𝑦(10) = 𝐶(10) + 2 = 6

2
𝐶=
5
Por lo tanto, nos resulta;

2
⟹ 𝑦(𝑡) = 𝑡 + 2
5

b)
𝝅
𝟐
𝑱[𝒙, 𝒚] = ∫ (ẋ𝟐 + ẏ𝟐 + 𝟐𝒙𝒚)𝒅𝒕
𝟎

𝜋 𝜋
Dadas 𝑥(0) = 𝑦(0) = 0 y 𝑥 ( 2 ) = 𝑦 ( 2 ) = 1.

La función intermedia es;

𝑓 = ẋ2 + ẏ2 + 2𝑥𝑦
Desarrollando;

𝑓ₓ = 2𝑦
𝑓ẋ = 2ẋ
𝑓ẋ𝑡 = 2ẍ
⟹ 2ẍ = 2𝑦

47
 ẍ=𝑦
Tenemos que;
𝑓𝑦 = 2𝑥
𝑓ẏ = 2ẏ
𝑓ẏ𝑡 = 2ÿ
⟹ 2ÿ = 2𝑥
ÿ=𝑥
Por lo tanto:
1 𝑡
𝑥(𝑡) = 𝑦(𝑡) = 𝜋 𝜋 (𝑒 − 𝑒 −𝑡 ).
−
𝑒2 −𝑒 2

c)
𝟏
𝑱[𝒙] = ∫ (𝟏 + ẍ𝟐 )𝒅𝒕
𝟎

Con 𝑥(0) = 0 y ẋ(0) = 𝑥(1) = ẋ(1) = 1

Desarrollando;
𝑓ₓ = 0

𝑓ẋ = 0

𝑓ẍ = 2ẍ

𝑓ẋ𝑡 = 0

𝜕𝑓ẍ
= 𝟐ẍ′
𝜕𝑡

𝜕 2 𝑓ẍ
= 𝟐ẍ``
𝜕𝑡 2

Reemplazando en la ecuación de Euler Poison tenemos;

𝜕 2 𝑓ẍ
⇒ 𝑓𝑥 − 𝑓ẋ𝑡 + =0
𝜕𝑡 2

∫ ẍ``𝑑𝑡 = ∫ 0 𝑑𝑡

∫ ẍ` = ∫ 𝐴

∫ ẍ = ∫ 𝐴𝑡 + 𝐵

48
 𝐴𝑡 2
∫ẋ = ∫ + 𝐵𝑡 + 𝐶
2

𝐴𝑡 3 𝐵𝑡 2
𝑥(𝑡) = + + 𝐶𝑡 + 𝐷
6 2

Aplicando las condiciones tenemos;

∴ 𝑥(0) = 0
𝐷=0

∴ ẋ(0) = 1
𝐶=1

∴ 𝑥(1) = 1
Calculando las constantes;

𝐴 𝐵
+ +1=1
6 2

2𝐴 + 6𝐵
=0
12

𝐴 + 3𝐵 = 0 ……………… (1)

∴ ẋ(1) = 1

𝐴
+𝐵+1=1
2

𝐴 + 2𝐵 = 0 ……………… (2)

Restamos 1 y 2:
𝐴 + 3𝐵 = 0
𝐴 + 2𝐵 = 0
𝐵=0

𝐴 + 3(0) = 0
𝐴=0
∴ La senda óptima es:
(0)𝑡 3 (0)𝑡 2
𝑥(𝑡) = + + 𝐶𝑡 + (0)
6 2

⇒ 𝑥(𝑡) = 𝑡

ẍ=0

Calculando el valor óptimo resulta;

49
 1
𝐽[𝑥] = ∫ (1 + (0)2 )𝑑𝑡
0

𝐽[𝑥] = 1

EJERCICIO 11.5:
a) Definimos función intermedia:

𝐹 = 2𝑥 + 𝑥̇ 2
Ecuación de Euler:

𝐹𝑥 = 2
𝐹𝑥̇ = 2𝑥̇
𝐹𝑥̇ ,𝑡 = 2𝑥̈

𝐹𝑥̇ ,𝑡 = 𝐹𝑥

2𝑥̈ = 2
𝑥̈ = 1
Integrando:

𝑥̇ = 𝑡 + 𝐴
𝑡2
𝑥= + 𝐴𝑡 + 𝐵
2
Condición inicial y final:

(0)2
𝑥(0) = + 𝐴(0) + 𝐵 = 0
2
𝐵=0

(1)2
𝑥(1) = + 𝐴(1) = 𝑁
2
1
𝐴=𝑁−
2
Reemplazando:

𝑡2 1
𝑥(𝑡) = + (𝑁 − ) 𝑡
2 2

50
EJERCICIO 11.6:
a) Definimos función intermedia:

𝐹 = 𝑡 2 + 𝑥̇ 2
Ecuación de Euler:

𝐹𝑥 = 0
𝐹𝑥̇ = 2𝑥̇
𝐹𝑥̇ ,𝑡 = 2𝑥̈

𝐹𝑥̇ ,𝑡 = 𝐹𝑥

2𝑥̈ = 0
𝑥̈ = 0
Integrando:

𝑥̇ = 𝐴
𝑥 = 𝐴𝑡 + 𝐵
Condición inicial:
𝑥(0) = 4
𝑥(0) = (0)𝑡 + 𝐵 = 4
𝐵=4
Condición transversalidad:

Si 𝑥(𝑡) es libre

Si 𝑇 es fijo
[𝐹𝑥̇ ]𝑡=𝑇 = 0
[2𝑥̇ ]𝑡=𝑇 = 0
[𝑥̇ ]𝑡=𝑇 = 0

𝐴=0
Reemplazando:

𝑥(𝑡) = 4
Es Cóncava o Convexa:

Condición de Legendre

𝐹𝑥̇ 𝑥̇ = 2 > 0

51
Es estrictamente convexa

Es un caso de minimización

b) Definimos función intermedia:

𝐹 = 𝑡 2 + 𝑥̇ 2
Ecuación de Euler:

𝐹𝑥 = 0
𝐹𝑥̇ = 2𝑥̇
𝐹𝑥̇ ,𝑡 = 2𝑥̈

𝐹𝑥̇ ,𝑡 = 𝐹𝑥

2𝑥̈ = 0
𝑥̈ = 0
Integrando:

𝑥̇ = 𝐴
𝑥 = 𝐴𝑡 + 𝐵
Condición inicial:
𝑥(0) = 4
𝑥(0) = (0)𝑡 + 𝐵 = 4
𝐵=4
Condición transversalidad:

Si 𝑥(𝑡) es fijo

Si 𝑇 es libre
[𝐹 − 𝑥̇ 𝐹𝑥̇ ]𝑡=𝑇 = 0

[𝑡 2 + 𝑥̇ 2 − 𝑥̇ (2𝑥̇ )]𝑡=𝑇 = 0

[𝑡 2 − 𝑥̇ 2 ]𝑡=𝑇 = 0

𝑡 2 − 𝐴2 = 0
(𝑡 − 𝐴)(𝑡 + 𝐴) = 0
(𝑡 − 𝐴) = 0
𝐴=𝑡
𝐴=𝑇

52
Condición final:

𝑥(𝑇) = 𝐴𝑇 + 4 = 5
𝐴𝑇 = 1

𝐴2 = 1
𝐴1 = 1 ; 𝐴2 = −1
Reemplazando:

𝑥(𝑡) = 𝑡 + 4

𝑥(𝑡) = −𝑡 + 4
Es Cóncava o Convexa:

Condición de Legendre

𝐹𝑥̇ 𝑥̇ = 2 > 0
Es estrictamente convexa

Es un caso de minimización

EJERCICIO 11.7:
Encontrar el extremo de:
𝑇
∫ (𝑥 + 𝑥̇ + 𝑡)𝜕𝑡
0

Para los siguientes casos y determinar si es mínimo o máximo:

a) 𝑥(0) = 1, 𝑇 = 2 𝑥(2) = 𝑙𝑖𝑏𝑟𝑒
b) 𝑥(0) = 0, 𝑥(𝑇) = 0, 𝑇 > 0 𝑙𝑖𝑏𝑟𝑒

Solución a:
𝑇
∫ (𝑥 + 𝑥̇ + 𝑡)𝜕𝑡
0

Función intermedia:

𝑓 = 𝑓(𝑥 + 𝑥̇ + 𝑡)
𝑓𝑥 = 1
𝑓𝑥̇ = 2𝑥̇
𝑓𝑥𝑡̇ = 2𝑥̈

Igualando

53
 𝑓𝑥𝑡̇ = 𝑓𝑥
Tenemos que:

2𝑥̈ = 1
Aplicando integrales tenemos lo siguiente:

𝑡2
𝑥(𝑡) = + 𝐴𝑡 + 𝐵
4
1
𝑥̇ (𝑡) = 𝑡 + 𝐴
2
Aplicando la condición inicial 𝑥(0) = 1 tenemos que:

𝑡2
𝑥(𝑡) = + 𝐴𝑡 + 𝐵
4
02
𝑥(0) = + 𝐴0 + 𝐵 = 1
4
𝐵=1
Reemplazando tenemos;

𝑡2
𝑥(𝑡) = + 𝐴𝑡 + 1
4
Aplicando la condición de transversalidad;

𝑋𝑡 𝑒𝑠 𝑙𝑖𝑏𝑟𝑒
𝑇 = 2 𝑒𝑠 𝑓𝑖𝑗𝑜

[𝑓𝑥̇ ]𝑡=𝑇 = 0
Reemplazando en la formula tenemos;

[2𝑥̇ ]𝑡=𝑇 = 0
[𝑥̇ ]𝑡=𝑇=2 = 0
1
[ 𝑡 + 𝐴] =0
2 𝑡=𝑇=2
Reemplazando 𝑡 = 2 tenemos el valor de 𝐴
1
𝑡+𝐴=0
2
1
(2) + 𝐴 = 0
2
𝐴 = −1

54
Por lo tanto, la extremal seria:

𝑡2
𝑥(𝑡) = − 𝑡 + 1
4
Analizando el caso de minimización o maximización;

𝑓𝑥𝑥̇̇ = 2

𝑓𝑥𝑥̇̇ > 0

Por lo tanto, si 𝑓𝑥𝑥̇̇ = 2 es mayor a cero, entonces la función es estrictamente convexa y es un caso
de minimización.

Solución b:

Teniendo la extremal del apartado a)

𝑡2
𝑥(𝑡) = + 𝐴𝑡 + 𝐵
4
Aplicando la condición inicial tenemos;

𝑡2
𝑥(𝑡) = + 𝐴𝑡 + 𝐵
4
02
𝑥(0) = + 𝐴(0) + 𝐵 = 0
4
𝐵=0
Aplicando la condición de transversalidad tenemos;

𝑋𝑡 𝑓𝑖𝑗𝑜
𝑇 = 𝑙𝑖𝑏𝑟𝑒

[𝑓 − 𝑥̇ 𝑓𝑥̇ ]𝑡=𝑇 = 0

Reemplazando en la formula;

[𝑓 − 𝑥̇ 𝑓𝑥̇ ]𝑡=𝑇 = 0
[𝑥 + 𝑥̇ + 𝑡 − 𝑥̇ (2𝑥̇ )]𝑡=𝑇 = 0
[(𝑥 + 𝑡 − 𝑥̇ 2 )]𝑡=𝑇 = 0
Reemplazando en;

55
 𝑡2 1 2
[( + 𝐴𝑡 + 𝑡 − ( 𝑡 + 𝐴) )] =0
4 2
𝑡=𝑇
Desarrollando obtenemos el valor de 𝐴 y 𝑇

𝐴 = −4
𝑇 = 16
Por lo tanto, la extremal es;

𝑡2
𝑥(𝑡) = − 4𝑡
4
Analizando la minimización o maximización del problema;

𝑓𝑥𝑥̇̇ = 2

𝑓𝑥𝑥̇̇ > 0

Por lo tanto, si 𝑓𝑥𝑥̇̇ = 2 es mayor a cero, entonces la función es estrictamente convexa y es un caso
de minimización.

EJERCICIO 11.8:
Teniendo en cuenta el modelo de inversión de la sección 11.7.1 del libro de Lomelí como base,
entonces sustituyendo 𝑘(𝑡) y su demanda 𝑘̇ (𝑡) en la condición de transversalidad se tiene:
𝑇 𝑇 2 𝑇 𝑇
0 = 𝑙𝑖𝑚 𝑒 −𝜌𝑇 [𝛼(𝑘1 𝑟1 𝑒 𝑟1 + 𝑘2 𝑟2 𝑒 𝑟2 ) + 𝐴(𝑘1 𝑒 𝑟1 + 𝑘2 𝑒 𝑟2 + 𝐾𝑝)]
𝑡→∞
𝑇 𝑇 2
− 𝑙𝑖𝑚 𝑒 −𝜌𝑇 [𝐵(𝑘1 𝑒 𝑟1 + 𝑘2 𝑒 𝑟2 + 𝑘𝑝) ]
𝑡→∞

0 = 𝑙𝑖𝑚 𝑒 −𝜌𝑇 {𝑒 (2𝑟1 −𝜌)𝑇 𝑘12 [𝛼𝑟12 − 𝐵] + 𝑒 (2𝑟2 −𝜌)𝑇 𝑘22 [𝛼𝑟22 − 𝐵]}
𝑡→∞
+ 𝑙𝑖𝑚 {𝑒 (2𝑟1 −𝜌)𝑇 2𝑘1 𝑘2 [𝛼𝑟1 𝑟2 − 𝐵] + 𝑒 (𝑟1 −𝜌)𝑇 𝑘1 [𝐴 − 2𝐵𝑘𝜌]}
𝑡→∞
+ 𝑙𝑖𝑚 {𝑒 (𝑟2 −𝜌)𝑇 𝑘2 [𝐴 − 2𝐵𝑘𝜌] + 𝑒 −𝜌𝑇 [𝐴𝑘𝜌 − 𝐵𝑘𝜌2 ]}
𝑡→∞

Para que este límite converja es necesario que no aparezcan aquí los términos 𝑒 (2𝑟1 −𝜌)𝑇 y 𝑒 (𝑟1 −𝜌)𝑇
que son divergentes, y esto se logra pidiendo que 𝑘1 = 0. Entonces tendríamos:

𝑙𝑖𝑚 {𝑒 (2𝑟2 −𝜌)𝑇 𝑘22 [𝛼𝑟22 − 𝐵] + 𝑒 (𝑟2 −𝜌)𝑇 𝑘2 [𝐴 − 2𝐵𝑘𝜌] + 𝑒 −𝜌𝑇 [𝐴𝑘𝜌 − 𝐵𝑘𝜌2 ]} = 0
𝑡→∞

Entonces con esta última ecuación se verificará automáticamente.

2
𝐸: 𝑉[𝑦] = ∫ (2𝑦𝑒 𝑡 + 𝑦 2 + 𝑦̇ 2 )𝑑𝑡
0

Sujeto a:

56
 𝑦(0) = 2, 𝑦(2) = 2𝑒 2 + 𝑒 −2
Solución:

La función intermedia es:

𝑓 = 2𝑦𝑒 𝑡 + 𝑦 2 + 𝑦̇ 2

Ecuación de Euler:

𝑓𝑦 = 2𝑒 𝑡 + 2𝑦

𝑓𝑦̇ = 2𝑦̇

𝑓𝑦̇ 𝑡 = 2𝑦̈

Formando la ecuación de Euler:

2𝑒 𝑡 + 2𝑦 = 2𝑦̈
𝑦̈ − 𝑦 = 𝑒 𝑡
Obteniendo las raíces para la solución complementaria:

(𝑟 2 − 1) = 0
(𝑟 − 1)(𝑟 + 1) = 0

𝑟1 = 1
𝑟2 = −1
𝑦𝑐 = 𝐴𝑒 𝑡 + 𝐵𝑒 −𝑡
Obteniendo la solución particular:

𝑒𝑡
Vemos que es forma exponencial y no lo acompaña ningún polinomio, por lo tanto, la solución
particular sería:

𝑦𝑝 = 𝑒 𝑡

Pero como esta expresión es la misma que se encuentra en la solución complementaria, la solución
particular por coeficientes indeterminados es:

𝑦𝑝 = 𝑡𝑒 𝑡

La solución general es:

𝑦𝑡 = 𝑦𝑐 +𝑦𝑝

𝑦𝑡 = 𝐴𝑒 𝑡 + 𝐵𝑒 −𝑡 + 𝑡𝑒 𝑡
Aplicando condición inicial y final:

𝑦(0) = 𝐴 + 𝐵 = 2

57
 𝐴=2−𝐵

𝑦(2) = 𝐴𝑒 2 + 𝐵𝑒 −2 + 2𝑒 2 = 2𝑒 2 + 𝑒 −2
Reemplazando el valor de A en la condición final:

(2 − 𝐵)𝑒 2 + 𝐵𝑒 −2 = 𝑒 −2

𝑒 −2 − 2𝑒 2
𝐵=
𝑒 −2 − 𝑒 2
𝐵 = 2.02
𝐴 = 2 − 2.02
𝐴 = −0.02
Por lo tanto, la extremal será:

𝑦𝑡 = −0.02𝑒 𝑡 + 2.02𝑒 −𝑡 + 𝑡𝑒 𝑡

5
𝐹: 𝑉[𝑦] = ∫ (7𝑦̇ + 1)𝑑𝑡
0

Sujeto a:

𝑦(0) = 3, 𝑦(5) = 8
Solución:

La función intermedia es:

𝑓 = 7𝑦̇ + 1

Como vemos la función intermedia 𝑓 está en función solo a la variación de la variable de estado 𝑦̇ ,
además se ve que es una forma lineal y se comprueba que:

𝑓𝑦̇ 𝑦̇ = 0

Por lo tanto, su solución está dada por:

𝑦𝑡 = 𝐾𝑡 + 𝐶
Aplicando condición inicial:

𝑦(0) = 𝐾(0) + 𝐶 = 3
Obtenemos el valor de C:

𝐶=3
Aplicando condición final:

58
 𝑦(5) = 𝐾(5) + 3 = 8
Obtenemos el valor K:

𝐾=1
Finalmente, la extremal es:

𝑦𝑡 = 𝑡 + 3
C.
2
𝑦̇ 2
𝑉[𝑦] = ∫ ( ) 𝑑𝑡
0 𝑡2

Sujeto a:

𝑦(0) = 1, 𝑦(2) = 𝑦2
Solución:

La función intermedia es:

𝑓 = 𝑦̇ 2 𝑡 2
Vemos que la función intermedia está en función a la variación de la variable de estado 𝑦̇ y el
tiempo 𝑡, según el libro de Bonifaz su solución queda de la siguiente manera:

𝑓𝑦̇ = 𝐴

2𝑦̇ 𝑡 −2 = 𝐴
1
𝑦̇ = 𝐴𝑡 2
2
Integrando ambos miembros se tiene:
1
𝑦𝑡 = 𝐴𝑡 3 + 𝐵
6
Aplicando condición inicial:
1
𝑦(0) = 𝐴(0)3 + 𝐵 = 1
6
Se tiene el valor de B:

𝐵=1
Aplicando condición de transversalidad con horizonte temporal fijo y valor terminal libre:

[𝑓𝑦̇ ]𝑡=𝑇 = 0

[2𝑦̇ 𝑡 −2 ]𝑡=𝑇 = 0

59
 1
[2 ( 𝐴𝑡 2 ) 𝑡 −2 ] =0
2 𝑡=𝑇

𝐴=0
Finalmente, la extremal es:

𝑦𝑡 = 1

EJERCICIO 11.9
Resolver el problema de la empresa dado en el ejercicio 11.5 con la siguiente variante:
𝑻

𝒎𝒊𝒏 ∫(𝟐𝒙 + ˙𝒙𝟐) 𝒅𝒕

𝟎

𝒄𝒐𝒏 𝒙(𝟎) = 𝟎, 𝒙(𝑻) = 𝑵 𝒚 𝑻 𝒍𝒊𝒃𝒓𝒆

Solución

Función intermedia

𝑓 = 2𝑥 + 𝑥 ′2

Ecuación de Euler;

𝑓𝑥 = 2
𝑓𝑥 ′ = 2𝑥 ′

𝑓𝑥 ′ 𝑡 = 2𝑥′′

𝑓𝑥 = 𝑓𝑥′ 𝑡

2 = 2𝑥 ′′
𝑥 ′′ = 1
Integrando sucesivamente tenemos;

∫ 𝑥 ′′ 𝑑𝑡 = ∫ 1 𝑑𝑡

∫ 𝑥 ′ 𝑑𝑡 = ∫ 𝑡 + 𝐴 𝑑𝑡

𝑡2
𝑥(𝑡) = + 𝐴𝑡 + 𝐵
2
Aplicando la condición inicial

𝑥(0) = 0

60
 𝐵=0
Aplicando la condición de transversalidad

𝑥(𝑇) = 𝑁
𝑋𝑇 𝑒𝑠 𝑓𝑖𝑗𝑜 → ∆𝑋𝑇 = 0

𝑇 𝑒𝑠 𝑙𝑖𝑏𝑟𝑒 → ∆𝑇 ≠ 0

[𝑓 − 𝑦 ′ 𝑓𝑦′ ] =0
𝑡=𝑇

Reemplazando

[2𝑥 + 𝑥 ′2 − 𝑥 ′ (2𝑥 ′ )]𝑡=𝑇 = 0

[2𝑥 − 𝑥 ′2 ]𝑡=𝑇 = 0

𝑡2
[2 ( + 𝐴𝑡) − (𝑡 + 𝐴)2 ] =0
2 𝑡=𝑇

[𝑡 2 + 2𝐴𝑡 − 𝑡 2 − 2𝐴𝑡 − 𝐴2 ]𝑡=𝑇 = 0

[−𝐴2 ]𝑡=𝑇 = 0

𝐴=0
Por lo tanto, la senda optima seria

𝑡2
𝑥(𝑡) =
2
Calculado T

𝑥(𝑇) = 𝑁
𝑇2
=𝑁
2
𝑇 = √2𝑁
Replanteando
√2𝑁

𝑚𝑖𝑛 ∫ (2𝑥 + ˙𝑥2) 𝑑𝑡

0

𝑐𝑜𝑛 𝑥(0) = 0, 𝑥(√2𝑁) = 𝑁

61
 SOLUCIONES DE LOS EJERCICIOS PROPUESTOS DEL LIBRO DE BONIFAZ
OPTIMIZACION DINAMICA
Hallar las sendas óptimas

2
A: 𝑉 = ∫0 (3𝑦 − 2𝑢2 )𝑑𝑡

𝑠𝑢𝑗𝑒𝑡𝑜 𝑎 ẏ = 3𝑢 − 1
𝑦(0) = 1
𝑦(2) = 𝑦2 = 𝑙𝑖𝑏𝑟𝑒
Solución:
Función Hamiltoniana
𝐻 = 3𝑦 − 2𝑢2 + 𝜆 (3𝑢 − 1)
Aplicando condición de primer orden:
𝐻 → 𝑢 (𝑁𝑜 𝑙𝑖𝑛𝑒𝑎𝑙 )
𝜕𝐻
=0
𝜕𝑢
−4𝑢 + 3𝜆 = 0
3𝜆
𝑢=
4
Aplicando condición de segundo orden:
𝜕2𝐻
= −4 < 0 → 𝑚𝑎𝑥
𝜕𝑢2
Ecuación de movimiento de estado
𝜕𝐻
= −ẏ
𝜕𝜆
3𝑢 − 1 = ẏ
Ecuación de movimiento de coestado
𝜕𝐻
= −𝜆̇
𝜕𝑦

3 = −𝜆̇

∫ 𝜆̇𝑑𝑡 = ∫ −3 𝑑𝑡

𝜆(𝑡) = −3𝑡 + 𝐴
Aplicando condición de transversalidad
 [𝐻 ]𝑡=𝑇 ∆𝑇 − 𝜆(𝑇)Δ𝑌𝑇 = 0
𝑦(2) = 𝑙𝑖𝑏𝑟𝑒
𝑇 𝑒𝑠 𝑗𝑖𝑗𝑜 → ∆𝑇 = 0
𝑌𝑇 𝑒𝑠 𝑙𝑖𝑏𝑟𝑒 → ∆𝑌𝑇 ≠ 0
−𝜆(𝑇)Δ𝑌𝑇 = 0
𝜆 (𝑇 ) = 0
𝜆(2) = 0
−3(2) + 𝐴 = 0
𝐴=6
⟹ 𝜆(𝑡) = −3𝑡 + 6
Reemplazando 𝜆 en 𝑢
3(−3𝑡 + 6)
𝑢=
4
−9𝑡 + 18
𝑢=
4
Reemplazando 𝑢 en ẏ
−9𝑡 + 18
3( )−1=ẏ
4
−27𝑡 + 54
ẏ= −1
4
−27𝑡 + 54 − 4
ẏ=
4
27𝑡 25
ẏ=− +
4 2
Integrando
27𝑡 25
∫ẏ = ∫− + 𝑑𝑡
4 2
27𝑡 2 25𝑡
𝑦 (𝑡 ) = − + +𝑐
8 2
Aplicando condición inicial
𝑦(0) = 1
𝐶=1
Las sendas optimas son:
 −9𝑡+18
 𝑢(𝑡) =
4
27𝑡 2 25𝑡
 𝑦(𝑡) = − + +1
8 2

 𝜆(𝑡) = −3𝑡 + 6

𝐵: 𝑉 = ∫ 𝐿𝑛 (4𝑦𝑢)𝑑𝑡
0

𝑠𝑎. ẏ = 4𝑦(1 − 𝑢)
𝑌 (0) = 1
𝑌(1) = 𝑒 2
Función Hamiltoniana
𝐻 = 𝐿𝑛 (4𝑦𝑢) + 𝜆(4𝑦(1 − 𝑢))
Condición de primer orden:
𝐻 → 𝑢 (𝑁𝑜 𝑙𝑖𝑛𝑒𝑎𝑙 )
𝜕𝐻
=0
𝜕𝑢
4𝑦
− 4𝑦𝜆 = 0
4𝑦𝑢
1
𝑢=
4𝑦𝜆
Condición de segundo orden:
𝜕2𝐻 1
= − < 0 → 𝑚𝑎𝑥
𝜕𝑢2 𝑢2
Ecuación de movimiento de estado:
𝜕𝐻
=ẏ
𝜕𝜆
4𝑦(1 − 𝑢) = ẏ

Ecuación de movimiento de coestado:

𝜕𝐻
= −𝜆̇
𝜕𝑦
4𝑢
+ 4𝜆(1 − 𝑢) = −𝜆̇
4𝑦𝑢
 1
𝜆̇ + 4𝜆(1 − 𝑢) + =0
𝑦
Reemplazando u:

1 1
𝜆̇ + 4𝜆 (1 − ( )) + = 0
4𝑦𝜆 𝑦

1 1
𝜆̇ = 4𝜆 − + =0
𝑦 𝑦

𝜆̇ + 4𝜆 = 0
Resolviendo
Raíces características
𝑟+4= 0
𝑟 = −4
𝑏
𝜆(𝑡) = 𝐴𝑒 −4𝑡 +
𝑎
𝜆(𝑡) = 𝐴𝑒 −4𝑡
Reemplazando 𝜆 en 𝑢
1
𝑢=
4𝑦(𝐴𝑒 −4𝑡 )
𝑒 4𝑡
𝑢 (𝑡 ) =
4𝑦𝐴
Reemplazando

𝑒 4𝑡
ẏ = 4𝑦 (1 − ( ))
4𝑦𝐴

𝑒 4𝑡
ẏ − 4𝑦 = −
𝐴
Resolviendo

𝐹𝑜𝑟𝑚𝑢𝑙𝑎 [𝑦(𝑡) = 𝑒 ∫ 𝑢 𝑑𝑡 (𝐵 + ∫ 𝑤𝑒 ∫ 𝑢 𝑑𝑡 𝑑𝑡)]

𝑦(𝑡) = 𝑒 4𝑡 (𝐵 + ∫ 𝑤𝑒 −4𝑡 𝑑𝑡)

𝑒 4𝑡 −4𝑡
𝑦(𝑡) = 𝑒 4𝑡 (𝐵 + ∫ − 𝑒 𝑑𝑡)
𝐴
1
𝑦(𝑡) = 𝑒 4𝑡 (𝐵 + ∫ − 𝑑𝑡)
𝐴
 1𝑡
𝑦(𝑡) = 𝑒 4𝑡 (𝐵 − )
𝐴
Aplicando condición Inicial
𝑦(0) = 1
𝐵=1
Aplicando condición Final
𝑦(1) = 𝑒 2
1(1)
𝑒 4(1) (1 − ) = 𝑒2
𝐴
𝑒2
𝐴= 2
𝑒 −1
Las sendas óptimas son:
1
 𝑦(𝑡) = 𝑒 4𝑡 − 𝑡 [1 − ]
𝑒2
𝑒 4𝑡 (𝑒 2 −1)
 𝑢(𝑡) =
4𝑦𝑒 2

𝑒 2+4𝑡
 𝜆(𝑡) =
𝑒 2 −1

1
𝐶: 𝑉 = ∫ −𝑢2 . 𝑑𝑡
0

𝑠. 𝑎.: 𝑦 ′ = 𝑦 + 𝑢
𝑦(0) = 1
𝑦(1) = 0

Planteamiento del Hamiltoniano:

𝐻 = −𝑢2 + 𝜆(𝑦 + 𝑢)
𝑑𝐻 𝜆
= −2𝑢 + 𝜆 = 0 → 𝑢=
𝑑𝑢 2
𝑑2𝐻
= −2 < 0 → 𝐸𝑠 𝑢𝑛 𝑐𝑎𝑠𝑜 𝑑𝑒 𝑚á𝑥𝑖𝑚𝑖𝑧𝑎𝑐𝑖ó𝑛
𝑑𝑢2
Ecuación de Movimiento de Estado:
𝑑𝐻
= 𝑦′ → 𝑦 + 𝑢 = 𝑦′
𝑑𝜆
Ecuación de Movimiento de Coestado:
𝑑𝐻
= −𝜆′ → 𝜆 = −𝜆′
𝑑𝑦
 𝜆′ + 𝜆 = 0

𝑟+1 =0
𝑟 = −1

𝜆(𝑡) = 𝐴𝑒 −𝑡
Reemplazando en 𝑢:

𝐴𝑒 −𝑡
𝑢=
2
Reemplazando en 𝑦:

𝐴𝑒 −𝑡
𝑦′ = 𝑦 +
2
𝐴𝑒 −𝑡
𝑦′ − 𝑦 =
2
𝐴𝑒 −𝑡 ∫(−1).𝑑𝑡
𝑦(𝑡) = 𝑒 − ∫(−1).𝑑𝑡 [∫ 𝑒 𝑑𝑡 + 𝐶]
2

𝐴𝑒 −𝑡 −𝑡
𝑦(𝑡) = 𝑒 𝑡 [∫ 𝑒 𝑑𝑡 + 𝐶]
2

𝐴𝑒 −2𝑡
𝑦(𝑡) = 𝑒 𝑡 [∫ 𝑑𝑡 + 𝐶]
2

𝐴𝑒 −𝑡
𝑦(𝑡) = − + 𝐶𝑒 𝑡
4
Condición Inicial:

𝐴𝑒 −(0)
𝑦(0) = − + 𝐶𝑒 (0) = 1
4
𝐴
− +𝐶 = 1
4
Condición final:

𝐴𝑒 −(1)
𝑦(1) = − + 𝐶𝑒 (1) = 0
4
𝐴
− + 𝐶𝑒 = 0
4𝑒
Entonces:

𝐴 = −4.626

𝐶 = −1.157

Entonces la trayectoria dinámica de la variable de estado es:

𝑦(𝑡) = 1.1565𝑒 −𝑡 − 1.157𝑒 𝑡
 1
1
𝐷: 𝑉 = ∫ − (𝑢2 + 𝑦 2 ). 𝑑𝑡
0 2

𝑠. 𝑎.: 𝑦 ′ = 𝑢 − 𝑦
𝑦(0) = 1
𝑦(1) = 𝑦𝑡

Planteamiento del Hamiltoniano:

1
𝐻 = − (𝑢2 + 𝑦 2 ) + 𝜆(𝑢 − 𝑦)
2
𝑑𝐻
= −𝑢 + 𝜆 = 0 → 𝑢=𝜆
𝑑𝑢
𝑑2𝐻
= −1 < 0 → 𝐸𝑠 𝑢𝑛 𝑐𝑎𝑠𝑜 𝑑𝑒 𝑚á𝑥𝑖𝑚𝑖𝑧𝑎𝑐𝑖ó𝑛
𝑑𝑢2
Ecuación de Movimiento de Estado:
𝑑𝐻
= 𝑦′ → 𝑢 − 𝑦 = 𝑦′
𝑑𝜆
Ecuación de Movimiento de Coestado:
𝑑𝐻
= −𝜆′ → −𝑦 − 𝜆 = −𝜆′
𝑑𝑦
𝜆′ − 𝑦 − 𝜆 = 0

Sistema de ecuaciones:

𝑦′ + 𝑦 − 𝜆 = 0

𝜆′ − 𝑦 − 𝜆 = 0
1 0 𝑦′ 1 −1 𝑦 0
[ ][ ] + [ ][ ] = [ ]
0 1 𝜆′ −1 −1 𝜆 0
Solución particular: 𝑦 = 𝜆′ = 0
1 −1 𝑦 0
[ ][ ] = [ ]
−1 −1 𝜆 0
𝑦 0
[ ]=[ ]
𝜆 0
Solución Complementaria: Homogenizar

1 0 𝑦′ 1 −1 𝑦 0
[ ] [ ′] + [ ][ ] = [ ]
0 1 𝜆 −1 −1 𝜆 0
Raíces características:
1 0 1 −1 0
[ ]𝑟 + [ ]=[ ]
0 1 −1 −1 0
𝑟 + 1 −1 0
[ ]=[ ]
−1 𝑟 − 1 0
 (𝑟 + 1)(𝑟 − 1) − (−1)(−1)

𝑟2 − 1 − 1 = 0

𝑟2 − 2

𝑟1 = √2

𝑟2 = −√2

𝑦(𝑡) 𝐴 𝑒 √2.𝑡 + 𝐴2 𝑒 −√2.𝑡

[ ]=[ 1 ]
𝜆(𝑡) 𝐵 𝑒 √2.𝑡 + 𝐵 𝑒 −√2.𝑡
1 2

Relacionar constantes:

Para 𝑟1 = √2

1 0 1 −1 𝐴1 0
{[ ] (√2) + [ ]} [ ] = [ ]
0 1 −1 −1 𝐵1 0

[√2 + 1 −1 ] [𝐴1 ] = [0]

−1 √2 − 1 𝐵1 0

(√2 + 1)𝐴1 − 𝐵1 = 0

𝐵1 = (√2 + 1)𝐴1

Para 𝑟2 = −√2
1 0 1 −1 𝐴2 0
{[ ] (−√2) + [ ]} [ ] = [ ]
0 1 −1 −1 𝐵2 0

[−√2 + 1 −1 ] [𝐴2 ] = [0]

−1 −√2 − 1 𝐵2 0

(1 + −√2)𝐴2 − 𝐵2 = 0

𝐵2 = (1 + −√2)𝐴2

Solución General:

𝑦(𝑡) 𝐴1 𝑒 √2.𝑡 + 𝐴2 𝑒 −√2.𝑡

[ ]=[ ]
𝜆(𝑡) (√2 + 1)𝐴1 𝑒 √2.𝑡 + (1 − √2)𝐴2 𝑒 −√2.𝑡

Condición Inicial:

𝑦(0) = 𝐴1 𝑒 √2(0) + 𝐴2 𝑒 −√2(0) = 1

𝐴1 + 𝐴2 = 1
Condición de transversalidad:

𝑆𝑖 𝑇 𝑒𝑠 𝑓𝑖𝑗𝑜 → ∆𝑇 = 0

𝑦𝑇 𝑒𝑠 𝑙𝑖𝑏𝑟𝑒 → ∆ 𝑦𝑇 ≠ 0
[𝐻]𝑡=𝑇 ∆𝑇 − 𝜆(𝑇)∆ 𝑦𝑇 = 0
 −𝜆(1)∆ 𝑦𝑇 = 0

𝜆(1) = 0

𝜆(1) = (√2 + 1)𝐴1 𝑒 √2(1) + (1 − √2)𝐴2 𝑒 −√2(1) = 0

9.93𝐴1 − 0.1𝐴2 = 0

Entonces:

𝐴1 = 0.00997

𝐴2 = 0.99003

Entonces la trayectoria dinámica de la variable de estado es:

𝑦(𝑡) = 0.00997𝑒 √2.𝑡 + 0.99003𝑒 −√2.𝑡

𝐸: 𝑉 = ∫ −𝑑𝑡
0

𝑠𝑢𝑗𝑒𝑡𝑜 𝑎: ẏ = (1 − 𝑦)𝑢 ; 𝑦(0) = 5; 𝑦(𝑇) = 11(𝑇 𝑙𝑖𝑏𝑟𝑒); 𝑢(𝑡) ∈ [0,1]

SOLUCION

Hamiltoniana

H = −1 + 𝜆(1 − 𝑦)𝑢

H ⟶ u es lineal

1 u

Maximizar con respecto a la variable de control

𝜕𝐻
≠0
𝜕𝑢
𝜆(1 − 𝑦) ≠ 0

u ∗= 1

Ecuación de movimiento de la variable de estado

 𝜕𝐻
= 𝑦̇
𝜕𝜆
𝑢(1 − 𝑦) = 𝑦̇
Reemplazando:

(1 − 𝑦) = 𝑦̇

𝑦̇ + 𝑦 = 1

𝑦(𝑡) = 𝐴𝑒 −𝑡 + 1
Ecuación de movimiento de la variable de coestado
𝜕𝐻
= −𝜆̇
𝜕𝑦

−𝜆𝑢 = −𝜆̇
Reemplazando:

−𝜆 = −𝜆̇

𝜆̇ − 𝜆 = 0

𝜆(𝑡) = 𝐵𝑒 𝑡
Aplicando condición inicial

𝑦(0) = 5

𝐴𝑒 −0 + 1 = 5

𝐴=4

𝑦(𝑡) = 4𝑒 −𝑡 + 1
Aplicando la condición de transversalidad

[𝐻] 𝑇=𝑡 ∗ Δ𝑇 − 𝜆(𝑡) ∗ Δ𝑦𝑡 = 0

𝑦(𝑇) = 11 ⇒ Δ𝑇 ≠ 0 ^ 𝑦𝑡 = 0
[𝐻]𝑡=𝑇 ∗ Δ𝑇 = 0

−1 + 𝜆(1 − 𝑦) = 0

𝜆(1 − 11) = 1

𝐵𝑒 𝑡 (−10) = 1
1
𝐵𝑒 𝑡 = −
10
𝑒 −𝑡
𝐵=−
10
Reemplazando el valor de B

𝑒 −𝑡 𝑡 1
𝜆(𝑡) = − 𝑒 =−
10 10
Los óptimos son:

𝑦(𝑡) = 4𝑒 −𝑡 + 1

u(t) = 1

1
𝜆(𝑡) = −
10

𝐹: ∫ (1 − 𝑦)𝑢𝑑𝑡
0

Sujeto a
𝑦̇ = (1 − 𝑦)𝑢
𝑦(0) = 0(𝑢(𝑡) ∈ (0,1))

Solución
La función Hamiltoniana del problema es la siguiente:
H = (1-y)u + λ[(1 − 𝑦)𝑢]

Ecuación de movimiento de coestado:

𝑑𝐻
= −𝜆̇
𝑑𝑦

−1 − 𝜆𝑢 = −𝜆̇
Evaluando el valor de 𝑢(𝑡)∗ , obtenemos de coestado 𝜆(𝑡) > 0 𝑒𝑠 𝑢𝑛 𝑐𝑎𝑠𝑜 𝑚𝑎𝑥𝑖𝑚𝑚𝑜
por lo tanto tomara el valor de uno.
𝑢(𝑡)∗ = 1
Remplazando.
𝑦̇ = (1 − 𝑦)𝑢
 𝑦̇ = 1 − 𝑦
𝑦̇ + 𝑦 = 1
Obteniendo las raíces características
𝑟+1= 0
𝑟 = −1
Solución complementaria
𝑦𝑐 = 𝐴𝑒 𝑟𝑡
𝑦𝑐 = 𝐴𝑒 −𝑡
Solución particular
𝑏
𝑦𝑝 =
𝑎
1
𝑦𝑝 = =1
1
Solución general
𝑦(𝑡) = 𝑦𝑐 + 𝑦𝑝

𝑦(𝑡) = 𝐴𝑒 −𝑡 + 1

Aplicando condición inicial

𝑦(0) = 0

𝑦(𝑡) = 𝐴𝑒 −𝑡 + 1 = 0

𝑦(0) = 𝐴𝑒 −0 + 1

𝐴 = −1
Remplazando
𝑦(𝑡) = 𝐴𝑒 −𝑡 − 1

𝑦(𝑡) = −1𝑒 −𝑡 + 1

𝑦(𝑡) = −𝑒 −𝑡 + 1

Remplazando 𝑦 en 𝑦̇
𝑦̇ = 1 − 𝜆𝑢
𝑦̇ = 1 − 𝜆
Raíz característica
𝑟−1= 0
𝑟=1
Solución complementaria
𝜆𝑐 = 𝐵𝑒 𝑟𝑡
Solución particular
𝑏
𝜆𝑝 =
𝑎
1
𝜆𝑝 = = −1
−1
Solución general
𝜆(𝑡) = 𝜆𝑐 + 𝜆𝑝

𝜆(𝑡) = 𝐵𝑒 𝑡 − 1

Aplicando condición de transversalidad

lim 𝜆(𝑡) = 𝐵𝑒 𝑡 − 1 = 0
𝑡→∝

∴ La variable coestado no converge a cero.

Entonces para que converge tiene que cumplir el siguiente caso:
𝐴 ≅0
Aplicando límites
lim 𝐻 = lim [1 − 𝑦 + 𝜆𝑢(1 − 𝑦)]
𝑡→∝ 𝑡→∝

lim 𝐻 = lim [𝐴]

𝑡→∝ 𝑡→∝

Para que converja a cero

𝐴 ≅0
𝜆(𝑡) = 𝐵𝑒 𝑡

𝜆(𝑡) = 𝐵𝑒 𝑡 − 1

𝜆(𝑡) = −1

Las sendas optimas son:

 𝑢𝑡 ∗ = 1
 𝜆(𝑡) = −𝐵𝑒 −𝑡 + 1
 𝜆𝑡 ∗ = −1
𝑇

𝐺: 𝑣 = ∫(𝑦 2 + 𝑎𝑦 + 𝑏𝑢 + 𝑐𝑢2 )𝑑𝑡

0

𝑠𝑢𝑗𝑒𝑡𝑜 𝑎 𝑦̇ = 𝑢
𝑦(0) = 𝑑
 𝑦(𝑇) = 𝑦𝑡 (𝑦𝑡 𝑙𝑖𝑏𝑟𝑒)(𝑎, 𝑏, 𝑐, 𝑑 > 0)
Solución
Función Hamiltoniana:
𝐻 = 𝑦 2 + 𝑎𝑦 + 𝑏𝑢 + 𝑐𝑢2 + 𝜆[𝑢]
𝐻 → 𝑢 (𝑛𝑜 𝑙𝑖𝑛𝑖𝑎𝑙)
𝑑𝐻
=0
𝑑𝑢
𝑏 + 2𝑐𝑢 + 𝜆 = 0
−𝜆 − 𝑏
𝑢=
2𝑐
𝑑2 𝐻
= +2𝑐 > 0 → 𝑚𝑖𝑛
𝑑 𝑢2

Ecuación de movimiento de estado

𝜕𝐻
= 𝑥̇ → 𝑢
𝜕𝜆
𝑥̇ = 𝑢
Integrando

∫ 𝑥̇ = ∫ 𝑢

𝑥 = 𝑢𝑡 + 𝐵
Ecuación de movimiento de coestado:
𝑑𝐻
= −𝜆̇
𝑑𝑦

2𝑦 + 𝑎 + 𝜆̇ = 0

𝜆̇ − 2𝑦 − 𝑎 = 0
Aplicando condición de transversalidad:
[𝐻 ]𝑡=𝑇 ∆𝑇 − 𝜆(𝑇)Δy(t) = 0
𝑦(0) = 𝑑
𝑦(𝑇) = 𝑙𝑖𝑏𝑟𝑒
𝑇 𝑒𝑠 𝑓𝑖𝑗𝑜 → ∆𝑇 = 0
Δy(t) 𝑒𝑠 𝑙𝑖𝑏𝑟𝑒 → Δy(t) ≠ 0
[𝐻 ]𝑡=𝑇 ∆𝑇 − 𝜆(𝑇)Δy(t) = 0
−𝜆(𝑇) = 0
 𝜆(𝑡) = 𝑢𝑡 + 𝐵

𝜆 (𝑇 ) = 𝑢 (𝑇 ) + 𝐵 = 0
𝐵 = −𝑢(𝑇)
𝜆 (𝑡) = 𝑢𝑡 − 𝑢(𝑇)
Remplazando
(𝑢𝑡 − 𝑢𝑇) − 𝑏
𝑢 (𝑡 ) =
2𝑐
Remplazando u en x
(𝑢𝑡 − 𝑢𝑇) − 𝑏
𝑥 (𝑡 ) = ( )𝑡 +𝐵
2𝑐
 SOLUCIONES DE LOS EJERCICIOS PROPUESTOS DEL LIBRO DE EMILIO CERDÁ TENA
“OPTIMIZACIÓN DINAMICA” .
TEMA: CONTROL ÓPTIMO DE TIEMPO CONTINUO

1. Aplicar el principio del máximo a los siguientes problemas:

2
a) max J =∫1 (𝑥 + 𝑡𝑢 − 𝑢2 )𝑑𝑡

Sujeto a: 𝑥̇ =u
x(1)=3
Solución
*Planteamos el hamiltoniano:
H=x+tu-u2 +λu
*Aplicación del principio del máximo
𝜕𝐻 𝑡+𝜆∗
= 0 = t-2u+𝜆∗ entonces: u= ………………. (1)
𝜕𝑢 2

𝜕2 𝐻
= -2 < 0
𝜕𝑈 2

*Planteamos la ecuación de movimiento de coestado

𝜕𝐻
- 𝜕𝑋 =𝜆̇, con λ(2) = 0

Queda 𝜆̇=-1, cuya solución es:

∫ 𝜆̇= ∫ −1  λ(t) = -t + A, con λ(2) = 0

Entonces: 𝜆∗ = 2 – t ………………………………. (2)
Reemplazando (2) en (1) tenemos:
𝑡+(2−𝑡) 𝑡+2−𝑡
U=  𝑢∗ =  𝑢∗ = 1
2 2

* Plantear la ecuación de movimiento de estado:

𝜕𝐻
=𝑥̇  u = 𝑥̇ ; integrando ambas partes:
𝜕𝜆

∫ 𝑢 =∫ 𝑥̇  x = t + A, con x(1) = 3 quedaria :

𝑥 ∗ (t) = t + 2

Por lo tanto:
𝜆∗ (t) = 2 – t , para t ε [1,2]
 𝑢∗ (t) = 1 para t ε [1,2]
𝑥 ∗ (t) = t + 2 para t ε [1,2]

1 1
b) max J = ∫𝑜 (−𝑥 − 2 𝛼𝑢2 ) 𝑑𝑡, en donde α > 0,

s.a : 𝑥̇ =1
x(0) = 𝑥0
Solución
El hamiltoniano es:
1
H = -x - 2 𝛼𝑢2 + λu

A continuación se aplica el principio del máximo:

* Ecuación de movimiento de coestado:
𝜕𝐻
- 𝜕𝑋 = 𝜆̇ = 1 , integramos ambos lados y luego reemplazamos la condición inicial:

∫ 𝜆̇ = ∫ 1  𝜆∗ = t -1 …………………………….. (1)
*maximizamos el hamiltoniano:
𝜕𝐻 𝜆∗
= 0 = -αu + λ* entonces u = ………………………... (2)
𝜕𝑢 𝛼

Reemplazando (1) en (2) tenemos:

𝑡−1
𝑢∗ (t) = ……………………………….. (3)
𝛼

* planteamos la ecuación de movimiento de estado:

𝜕𝐻
= 𝑥̇  𝑥̇ = u ……………………….. (4)
𝜕𝜆

Reemplazamos (3) en (4):

𝑡−1
𝑥̇ = 𝛼

Integramos ambos lados:

𝑡 1
∫ 𝑥̇ = ∫ 𝛼 - ∫ 𝛼
𝑡2 1
x = 2𝛼 - 𝛼 𝑡 + 𝐴

Reemplazando la condición inicial x(0) = 𝑥0 = A

𝑡2 1
𝑥 ∗ (𝑡)= 2𝛼 - 𝛼 𝑡 + 𝑥0
 1 𝑢2
C) max J = ∫0 (𝛼𝑡𝑢 − ) 𝑑𝑡
2

s.a 𝑥̇ = u-x con x(0) =5

Solución
El hamiltoniano es :
𝑢2
H = 𝛼𝑡𝑢 − + λ(u-x)
2

* A continuación aplicamos el principio del máximo:

*planteamos la ecuación de movimiento de coestado:
𝜕𝐻
- 𝜕𝑥 = 𝜆̇ con λ(1) = 0

Resolvemos la ecuación diferencial:

𝑑𝜆 𝑑𝜆
=λ entonces = dt , integramos ambas partes:
𝑑𝑡 𝜆

𝑑𝜆
∫ = ∫ 𝑑𝑡
𝜆

ln λ = t + ln A
por lo que:
λ(t) = A𝑒 𝑡
imponemos la condición final en λ :
0 = λ(1) = Ae
De donde se dedudce que A=0 , por lo tanto:
𝜆∗ (t) = 0

* maximizando el hamiltoniano:
𝜕𝐻
= 0 = αt – u + 𝜆∗
𝜕𝑢

𝑢∗ (t) = αt ……………………………. (1)

* Planteamos la ecuación de movimiento de estado
𝜕𝐻
= 𝑥̇
𝜕𝜆

𝑥̇ = u – x
𝑥̇ + x = u …………………………….. (2)
Reemplazando (1) en (2) tenemos la ecuación diferencial:
𝑥̇ + x = αt
Cuya solucion es:
x(t) = A𝑒 −𝑡 + αt – α
imponiendo la condición inicial se obtiene que A = 5 + α por lo que queda
finalmente que:
𝑥 ∗ (t) = (5 + α)𝑒 −𝑡 + αt – α

1
d) max J = ∫0 (−2𝑢2 𝑡 2 + 4𝑢 + 3𝑥)𝑑𝑡

s.a 𝑥 =̇ 𝑢
x(0) = 1 , -1 ≤ u ≤ 1
solución
* el hamiltoniano es :
H = - 2𝑢2 𝑡 2 + 4𝑢 + 3𝑥 + 𝜆𝑢
* aplicamos el principio del máximo:
* planteamos la ecuación de movimiento de coestado:
𝛼𝐻
- 𝛼𝑥 = 𝜆̇

𝜆̇=−3 , integramos ambos lados

̇ ∫ −3
∫𝜆 =

𝜆∗ (t)= 3 - 3t

* maximizar el hamiltoniano
En realidad, se trata de resolver el siguiente programa matemático, con
restricciones de desigualdad:
Max F(u) = -2𝑡 2 𝑢2 + (7-3t)u
Sujeto a : u – 1 ≤ 0
Y también: -1 – u ≤ 0
Sean 𝛼1 el multiplicador de lagrange asociado a la primera restricción y 𝛼2 el
multiplicador asociado a la segunda.
Utilizaremos las condiciones de Kuhn- Tucker para resolver este programa.
-4𝑡 2 u +7-3t +𝛼1 - 𝛼2 = 0 …………………………………………… (1)
𝛼1 ≤ 0, 𝛼2 ≤ 0 ………………………………………………………….. (2)
-1 ≤ u ≤ 1 ……………………………………………………………(3)
𝛼1 (u – 1)= 0 , 𝛼2 (-1 – u)= 0 ………………………………………….. (4)
A partir de la condición (4) consideramos el caso
U – 1 = 0, 𝛼2 =0
En estas condiciones, (1) queda asi:
-4𝑡 2 + 7 – 3t + 𝛼1 =0
Por lo que: 𝛼1 = 4𝑡 2 + 3t -7 ≤ 0
Por lo que se cumple las cuatro condiciones de Kuhn-tucker. Como el programa es
convexo (función objetivo cóncava y conjunto factible convexo), la solución
obtenida resuelve el problema de Kuhn-tucker.
Por tanto:
𝑢∗ (t) = 1

* planteamos la ecuación de movimiento de estado

𝛼𝐻
= 𝑥̇
𝛼𝜆

𝑥̇ = u
Remplazando (u)
𝑥̇ = 1 integramos ambos lados:

∫ 𝑥̇ = ∫ 1

X(t) = t + A , donde A=1, por lo que:

𝑥 ∗ (t) = 1 + t
1 1⁄ 1
e) min J = ∫0 (1 + 𝑢2 ) 2 dt + 2 [𝑥(1) − 1]2

s.a 𝑥̇ =u
x(0) = 0
solución
el hamiltoniano es:
1⁄
H=(1 + 𝑢2 ) 2 + λu
Aplicamos el principio del máximo
* planteamos la ecuación de movimientos de coestado
𝜕𝐻
- 𝜕𝑥 = 𝜆̇ = 0 , con λ(1) = x(1) -1 será:

𝜆∗ (𝑡) = 𝐴, con 𝜆∗ (1) = 𝑥 ∗ (1) -1

* minimizamos el hamiltoniano
𝜕𝐻
=0
𝜕𝑢
𝜕𝐻 𝑢
= +A
𝜕𝑢 √1+𝑢2

𝐴
𝑢∗ (𝑡) =
√1 − 𝐴2
* planteamos la ecuación de movimiento de estado
𝜕𝐻
= 𝑥̇ =u
𝜕𝜆

Sustituyendo u por el valor obtenido, se tiene que:

𝐴
𝑥̇ =
√1 − 𝐴2
Por lo que:
𝐴
X(t) = √1−𝐴2t + B

Por ser x(0)=0, queda que B=0, por lo que

𝐴
𝑥 ∗ (𝑡) = √1−𝐴2t
𝐴
Pero A=𝜆∗ (1) = 𝑥 ∗ (1) − 1 = √1−𝐴2 − 1

Por lo que:
𝐴
A+1=√1−𝐴2

De donde se obtiene que :

A=0,875
𝐴
=1,89
√1−𝐴2

Por tanto:
𝜆∗ (𝑡) = 0,875
𝑢∗ (𝑡) = 1,89
𝑥 ∗ (𝑡) = 1,89𝑡
 1
f) max J =∫0 (𝑥 + 𝑢)𝑑𝑡

s.a 𝑥̇ = −𝑥 + 𝑢 + 𝑡
x(0)=2 0≤u≤3
Solución
El Hamiltoniano es:
H=x + u + λ(-x + u + t)
Las condiciones del principio del máximo son:
* ecuación de movimiento de coestado
𝜕𝐻
- 𝜕𝑋 = 𝜆̇

-1 + λ = 𝜆̇
De donde se obtiene que:
𝜆∗ (t) = 1- 𝑒 𝑡−1

*maximizando el Hamiltoniano
Max H = 𝑥 ∗ + u + 𝜆∗ (- 𝑥 ∗ + u + t)
= u(1 + 𝜆∗ ) + 𝑥 ∗ + 𝜆∗ (−𝑥 ∗ + 𝑡)
Es claro que el máximo se alcanza en u=3, si 1 + 𝜆∗ ≥ 0, y en u=0, si
1+𝜆∗ ≤ 0
Como:
𝜆∗ (t) =1- 𝑒 𝑡−1 , para 0 ≤ t ≤ 1
Verifica que es mayor o igual que cero, por lo que:
𝑢∗ (t) = 3
* planteamos la ecuación de movimiento de estado
𝜕𝐻
= 𝑥̇
𝜕𝜆
𝑥̇ = -x + u + t, con x(0)=2
Queda:
𝑥̇ +x = t + 3, con x(0)=2 cuya solucion es:
𝑥 ∗ (t) = t + 2

g) min J = h [x(T)]
s.a 𝑥̇ = u
x(0) = 𝑥0 -1 ≤ u ≤ 1, en donde h es una función estrictamente
convexa,diferenciable, no negativa, con h(0) = 0.
Solución
En éste caso el Hamiltoniano será:
H= λu
* empezamos con la condición del principio del máximo.
* planteando la ecuación de movimiento de coestado:
𝜕𝐻 𝑑ℎ[𝑥 ∗ (𝑇)]
- 𝜕𝑋 = 𝜆̇ , con λ(T) = 𝑑𝑥

Po tanto:
𝑑ℎ[𝑥 ∗ (𝑇)]
𝜆∗ (t) = A, siendo A = 𝜆∗ (T) = 𝑑𝑥

* minimizamos el hamiltoniano:
Min 𝜆∗ u
Cuya solución óptima se obtiene inmediatamente:
𝑢∗ (t) = [-1,1]
*planteamos la ecuación de movimiento de estado:
𝜕𝐻
= 𝑥̇
𝜕𝜆
𝑥̇ = 𝑢, con x(0) = 𝑥0
Vamos a calcular los valores óptimos para las variables de estado, de control y de
coestado.
Si fuera: 𝑢∗ (𝑡)= 1, para todo t ε [0,T]
se tendría que: 𝑥̇ = −1
de donde:
x(t)= -t + C, con x(0) = 𝑥0 = C
por lo que:
𝑥 ∗ (𝑡)= 𝑥0 – t, para 0 ≤ t ≤ T
En particular:
𝑥 ∗ (𝑡)= 𝑥0 – T
Si 𝑥0 - T ≥ 0, entonces por las propiedades de la función h, se verificará que:
𝑑ℎ[𝑥 ∗ (𝑇)]
<0
𝑑𝑥
Pero entonces debería ser 𝑢∗ (𝑡) = 1,que se contradice con el punto de partida de
este razonamiento: 𝑢∗ (𝑡) = −1.
Por tanto,hemos obtenido que si 𝑥0 − 𝑇 ≥ 0,entonces
𝑢∗ (𝑡) = −1, para 0 ≤ t ≤ T
𝑥 ∗ (𝑡) = 𝑥0 − 𝑡, para 0 ≤ t ≤ T
.veamos que 𝑢∗ (𝑡) = 1, ∀t ∈ [0,T] no puede ser control optimo, en este caso. En
efecto: en ese caso seria: 𝑥̇ =1
De donde: x(t) = t + C, con x(0) = x0 = C
Por lo que:
𝑥̇ (t) = t + 𝑥0 , para 0 ≤ t ≤ T.
En particular:
𝑥̇ (T) = 𝑥0 +T
Como 𝑥̇ (T) = 𝑥0 +T >0
𝑑ℎ[𝑥 ∗ (𝑇)]
Será: >0
𝑑𝑥

Por lo que el control óptimo no podría ser 𝑢∗ (𝑡) = 1

Por lo tanto: 𝑥 ∗ (𝑡) = 𝑥0 − T
h) max 8𝑥1 (18) + 4𝑥2 (18)
s.a 𝑥1̇ = 𝑥1 + 𝑥2 + 𝑢
𝑥̇ 2 =2𝑥1 -u
Con: 𝑥1 (0) = 15, 𝑥2 (0) = 20
Siendo: 0 ≤ u ≤ 1
Solución
Planteando el Hamiltoniano
H= 𝜆1 (𝑥1 + 𝑥2 + 𝑢) + 𝜆2 (2𝑥1 − 𝑢)
Aplicando las condiciones del máximo
* planteando la ecuación de movimiento de coestado:
𝜕𝐻
- 𝜕𝑥 = 𝜆1̇ = -𝜆1 - 2𝜆2
1
 𝜕𝐻
- 𝜕𝑥 = 𝜆2̇ = -𝜆1
2

Con: 𝜆1 (18) = 8, 𝜆2 (18) = 4

Hay que resolver, por tanto, un sistema de dos ecuaciones diferenciales.
En la segunda ecuación, se obtiene que 𝜆1 = −𝜆2 . Derivando ambos miembros con
respecto a t se obtiene que 𝜆1 =̇ 𝜆2̈ . Sustituyendo
𝜆1 y 𝜆2 en la primera ecuación , se obtiene:

- 𝜆2̈ =𝜆̇2 − 2𝜆2

De donde:

- 𝜆2̈ + 𝜆̇2 − 2𝜆2=0

Cuya solución general es:
𝜆2 (t)= A𝑒 𝑡 +B𝑒 −2𝑡

Su derivada será: 𝜆̇2 (𝑡) = A𝑒 𝑡 +2B𝑒 −2𝑡

Por tanto:
𝜆1 (𝑡) = -A𝑒 𝑡 +2B𝑒 −2𝑡
Imponiendo las condiciones iniciales, se obtiene que A=0 y B=4𝑒 36 , por lo que:
𝜆∗1 (t)= 8𝑒 36−2𝑡 , para 0 ≤ t ≤ 18
𝜆∗ 2 (t)= 4𝑒 36−2𝑡 , para 0 ≤ t ≤ 18

* maximizando el Hamiltoniano:
Max (𝜆∗1 -𝜆∗ 2 )u
Cuya evidente solución es:
𝑢∗ (𝑡) = [0,1]
Pero se había obtenido anteriormente que:
𝜆∗1 -𝜆∗ 2 =8𝑒 36−2𝑡 - 4𝑒 36−2𝑡 =4𝑒 36−2𝑡 >0 , ∀t ∈ [0, 18]
* planteamos la ecuación de movimiento de estado
𝜕𝐻
= 𝑥̇
𝜕𝜆
𝑥̇ 1 =𝑥1 +𝑥2 +1
𝑥̇ 2 =2𝑥1 -1
Con: 𝑥1 (0) = 15, 𝑥2 (0) = 20
Resolviendo el sistema, se obtiene que:
101 2𝑡 7 −𝑡 1
𝑥 ∗1 (𝑡)= 𝑒 - 3 𝑒 +2 , para 0 ≤ t ≤ 18
6
∗ 101 2𝑡 14 −𝑡 3
𝑥 2 (𝑡)= 6 𝑒 - 3 𝑒 +2 , para 0 ≤ t ≤ 18

2) El problema:
𝑡
𝑚𝑎𝑥𝑢 ∫𝑡 1 𝐹(𝑥, 𝑢)dt
0
S.a : 𝑥̇ = f(x,u)
x(𝑡0 )= 𝑥0

solución

planteando el Hamiltoniano:

H=F(x, u) + λf(x, u)
En donde , como se sabe, x,u y λ son funciones de t.
Derivando el Hamiltoniano con respecto a t se obtiene:
𝜕𝐻 𝜕𝐹 𝜕𝐹 𝑑𝑢 𝜕𝑓 𝜕𝑓 𝑑𝑢
= 𝜕𝑥 𝑥̇ + 𝜕𝑢 𝑑𝑡 + 𝜆̇f(x,u) +λ [𝜕𝑥 𝑥̇ + 𝜕𝑢 ]
𝜕𝑡 𝑑𝑡

A lo largo de la trayectoria óptima, se verifica que:

𝜕𝐻
𝜆̇= - 𝜕𝑥
𝜕𝐻
=0
𝜕𝑢

Pero:
𝜕𝐻 𝜕𝐹 𝜕𝑓
= 𝜕𝑥 + 𝜆 𝜕𝑥
𝜕𝑡
𝜕𝐻 𝜕𝐹 𝜕𝑓
= 𝜕𝑢 + 𝜆 𝜕𝑢
𝜕𝑢

Por lo tanto, sustituyendo en (*), para la trayectoria óptima se obtiene que:

𝜕𝐻 𝜕𝐹 𝜕𝑓 𝜕𝐹 𝜕𝑓 𝑑𝑢
= (𝜕𝑥 + 𝜆 𝜕𝑥 ) 𝑥̇ + (𝜕𝑢 + 𝜆 𝜕𝑢) 𝑑𝑡 + 𝜆̇f(x,u)
𝜕𝑡

= - 𝜆̇f(x,u) + 0 + 𝜆̇f(x,u) = 0
Por lo que, a lo largo de la trayectoria óptima es H = cte.

3) Una persona dispone de una riqueza 𝑤0 en un momento dado, y se decide a vivir

de las rentas durante el resto de su vida. Calcula que le quedan T años de vida.
Pone todo el dinero en un banco, que le va a pagar al tipo r (computado
continuamente). Sea W(t) la riqueza de que dispone en el instante t, y C(t) su tasa
de consumo. Sea U(C) la utilidad de consumir la cantidad C, sea δ la tasa de
descuento (que relaciona utilidad futura con utilidad presente) y sea B(W) una
función que mide la utilidad de dejar una riqueza W a sus herederos.
Formular el programa que de a la persona la tasa de consumo adecuada enel resto
de su vida, a fin de maximizar su utilidad.

Solución
El programa es:
𝑇
Max ∫0 𝑒 −δt U[C(t)] dt + B[W(T)]

Sujeto a: 𝑊̇ (t) = rw(T) – C(t)

Con: W(0) = 𝑤0
Siendo : W(t) ≥ 0, C(t) ≥ 0

4) Estudiar si se cumplen las condiciones suficientes de Mangasarian en los

problemas de los apartados a), b), c) y e) del Ejercicio 4.1 y las condiciones
suficientes de Arrow en los problemas de los apartados d), f), g) y h) del Ejercicio
4.1.
Solución
a) en este caso:
F(x, u, t) = x + tu −𝑢2 ,
f(x, u, t) = u.
Veamos que se cumplen las condiciones del teorema de Mangasarian:
F es cóncava en x, u, para cada t ∈[𝑡0 , 𝑡1 ]. En efecto, obtengamos la matriz hessiana
de F, calculando sus derivadas segundas, con respecto a las variables x, u.

0 𝑂
𝐻𝑥,𝑢 𝐹=( )
0 −2
Dicha matriz es semidefinida negativa, lo que asegura que F es cóncava en x, u,
para cada t ∈ [1, 2] .

f es lineal en x, u, por lo que es cóncava en x, u, para cada t ∈ [1, 2] . Como es lineal

en x, u no hay que exigir ninguna condición adicional, con respecto al signo de
λ∗ (t).

Por tanto, se cumplen las condiciones suficientes de Mangasarian y se puede

asegurar que los resultados obtenidos en el ejercicio 1 a) constituyen la solución
óptima del problema.

1
b) F(x, u, t) = −x − 2 𝛼𝑢2

f(x, u, t) = u
calculemos la matriz hessiana de F con respecto a x,u:
 0 𝑂
𝐻𝑥,𝑢 𝐹=( )
0 −𝛼
que es semidefinida negativa, lo que asegura que F es cóncava en x,u, para cada t ε
[0,1].
Al ser f lineal, es también cóncava.
Por tanto, se cumplen las condiciones suficientes de mangasarian.
𝑢2
c) F(x,u,t) = αtu - 2
f (x,u,t) = u – x
La matriz hessiana de F con respecto a x,u es:
0 𝑂
𝐻𝑥,𝑢 𝐹=( )
0 −1
que es semidefinida negativa, lo que asegura que F es cóncava en x, u, para cada t ∈
[0, 1] . Al ser f lineal, es también cóncava.
Por tanto, se cumplen las condiciones suficientes de Mangasarian.

d) Para este problema hay que estudiar la condición suficiente de Arrow.

En este caso:
H(x, u, λ, t) = - 2𝑢2 𝑡 2 + 4𝑢 + 3𝑥 + 𝜆𝑢
𝐻 0 (𝑥, 𝜆∗ , 𝑡) = max H(x,u,λ,t)
A partir de los resultados del ejercicio 1 d) se tiene que:
𝑐 = = −2𝑡 2 + 4 + 3𝑥 + 𝜆∗
que corresponde a:
𝑢∗ = 1, ∀t ∈ [0, 1]
La función 𝐻 0 (𝑥, 𝜆∗ , 𝑡) es lineal en x, para t ∈ [0, 1], por lo que es
Cóncava en x, para cada t ∈ [0, 1] . Se cumple, por tanto, la condición suficiente de
Arrow, por lo que las soluciones obtenidas en el primer ejercicio constituyen las
soluciones óptimas globales del problema dado.

e) hay que estudiar la condición suficiente de mangasarian

1
F(x,u,t) = (1 + 𝑢2 )2
f(x,u,t) = u
1
S(x) = 2 (𝑥 − 1)2

La matriz hessiana de F, con respect a x,u es:

0 𝑂
𝐻𝑥,𝑢 𝐹=( 3 ) que es semidefinida positiva, lo que asegura que F es
0 (1 + 𝑢2 )−2
convexa en x,u, para cada t ε [0,1]
Al ser f lineal, es también convexa en x, u, para cada t ∈ [0, 1]
1
S(x) = (𝑥 − 1)2
2
Por lo que:
S(x) = x – 1
S(x) = 1> 0
Lo que asegura que S es convexa en x. se cumple ,por tanto, las condiciones
suficientes de mangasarian.

f) Hay que estudiar la condición suficiente de Arrow.

H = x + u + λ(−x + u + t)
Por definición es:
𝐻 0 = max x + u + λ(−x + u + t)
En el ejercicio 1) f) se ha obtenido que:

𝐻 0 =x+3+𝜆∗ (−x+3+t) = (1 −𝜆∗ ) x +3+3𝜆∗ + t𝜆∗

que es lineal en x, para cada t ∈ [0, 1] , por lo que es cóncava en x, para cada t ∈ [0,
1] y se cumple la condición suficiente de Arrow.

g) condición suficiente de Arrow.

En este caso,
H(x, u, λ, t) = λu,
𝐻 0 (x,𝜆∗ , 𝑡) = min 𝜆∗ 𝑢 = 𝜆∗ 𝑢∗
En donde, como se ha visto en el ejercicio 1) g), 𝑢∗ tomará el valor -1, o el valor 0.
Es claro que dicha función 𝐻 0 es convexa en x, para cada t ∈ [0, T] .
Por otra parte,
S(x) = h(x)

es una función estrictamente convexa.

Se cumplen, por tanto, las condiciones suficientes de Arrow.
h) comprobemos que se cumplen las condiciones suficientes de Arrow.
En este caso,
H(𝑥1 , 𝑥2 , 𝑢, 𝜆1 , 𝜆2 , 𝑡) = 𝜆1 (𝑥1 + 𝑥2 + 𝑢)+ 𝜆2 (2𝑥1 − 𝑢)
𝐻 0 (𝑥1 , 𝑥2 , 𝑢, 𝜆1 , 𝜆2 , 𝑡) = max [𝜆1 (𝑥1 + 𝑥2 + 𝑢) + 𝜆2 (2𝑥1 − 𝑢)]
A partir de las operaciones realizadas en el ejercicio 1) h) se obtiene que:
𝐻 0 (𝑥1 , 𝑥2 , 𝑢, 𝜆1 , 𝜆2 , 𝑡) = 𝑥1∗ (𝑥1 + 𝑥2 + 1)+ 𝜆2 (2𝑥1 − 1)
= 𝑥1 (𝜆1∗ + 2𝜆∗2 ) + 𝜆1∗ 𝑥2 + (𝜆∗1 − 𝜆∗2 )
que es lineal en 𝑥1 , 𝑥2 por lo que es cóncava en 𝑥1 , 𝑥2 , para cada
t ε[0,18].
Por otra parte, S(𝑥1 , 𝑥2 ) = 8𝑥1 + 4𝑥2 es también lineal y, por tanto, cóncava en
𝑥1 , 𝑥2 , para cada t ε[0,18].
Se cumple por tanto, las condiciones suficientes de Arrow.
5) se considera el problema siguiente:
2 (2𝑥 − 3𝑢 − 𝛼𝑢2 )
Max J =∫0

s.a. 𝑥̇ = 𝑥 + 𝑢
x(0) = 5 0≤u≤2
aplicar el principio del máximo en los casos α = 0 y α = 1. Comprobar que se
cumplen las condiciones suficientes.
Solución
se tiene que:
H(x, u, λ, t) = 2x − 3u − α𝑢2 + λ(x + u)
Apliquemos las condiciones del principio del máximo:
* ecuación de movimiento de coestado
𝜕𝐻
- 𝜕𝑋 = 𝜆̇

𝜆̇=-2 – λ, con λ(2) = 0

𝜆̇ + λ = -2
La solución general de la ecuación diferencial es:
λ(t) = A𝑒 −𝑡 - 2
0 = λ(2) = A𝑒 −𝑡 - 2
de donde:
A= 2𝑒 2
Por tanto:
𝜆∗ (𝑡) = A𝑒 2−𝑡 - 2, para 0 ≤ t ≤ 2

* maximizando el Hamiltoniano
Max H = max [2𝑥 ∗ − 3𝑢 − 𝛼𝑢2 + 𝜆∗ 𝑥 ∗ + 𝜆∗ 𝑢]
que se reduce a resolver:
max [(𝜆∗ − 3)𝑢 − 𝛼𝑢2 ]
• sea α = 0, entonces queda:
Max ((𝜆∗ − 3)𝑢
Cuya solución óptima es:
2 𝑠𝑖 𝜆∗ − 3 > 0
𝑢∗ (𝑡) = {𝑐𝑢𝑎𝑙𝑞𝑢𝑖𝑒𝑟 𝑣𝑎𝑙𝑜𝑟 𝑒𝑛 [0,2], 𝑠𝑖 𝜆∗ − 3 = 0
𝑜 𝑠𝑖 𝜆∗ − 3 < 0

Pero : 𝜆∗ − 3 = 2𝑒 2−𝑡 - 5 es positivo, para 0 ≤ t ≤ 1,09, y es negativo para 1,09 < t ≤

2
Por tanto:
2, 𝑠𝑖 0 ≤ t ≤ 1,09
𝑢∗ (𝑡) = {
0, 𝑠𝑖 1,09 < t ≤ 2

* planteamos la ecuación de movimiento de estado

𝜕𝐻
= 𝑥̇
𝜕𝜆

𝑥̇ = x + u

Sustituyendo u por el valor obtenido de la ecuación (2) para α = 0, se tiene que :

𝑥̇ = x + 2, con x(0) = 5, para 0 ≤ t ≤ 1,09

que da lugar a :

𝑥 ∗ (𝑡)= 7𝑒 𝑡 − 2, 𝑝𝑎𝑟𝑎 0 ≤ 𝑡 ≤ 1,09

En particular:

𝑥 ∗ (1,09)= 7𝑒 1,09 − 2 = 18,82

𝑥̇ = x, con 𝑥 ∗ (1,09) = 18,82, 𝑝𝑎𝑟𝑎 1,09 < 𝑡 < 2

que da lugar a:

𝑥 ∗ (𝑡)= 6,32𝑒 𝑡 , 𝑝𝑎𝑟𝑎 1,09 < 𝑡 < 2

• si α = 1, queda el ejemplo 6 de los realizados para ilustrar el principio del

máximo, que ya está resuelto.

Comprobemos ahora que se cumplen las condiciones suficientes de Arrow. Hemos

visto que:
H(x, u, λ, t) = 2x − 3u − α𝑢2 + λ(x + u)
Será, por tanto:
𝐻 0 (x,𝜆∗ , 𝑡) = (2 + 𝜆∗ )𝑥 + max[(𝜆∗ − 3)𝑢 − 𝛼𝑢2 ]
En donde 𝜆∗ (t) = 2𝑒 2−𝑡 - 2, para cada 0 ≤ t ≤ 2, y el máximo de la expresión entre
corchetes, como se ha calculado previamente, no depende de x.
Por tanto 𝐻 0 (x,𝜆∗ , 𝑡) es lineal en x, para cada t, luego es cóncava en x, para cada t ∈
[0, 2] , y se cumplen las condiciones suficientes de Arrow para α = 0 y para α = 1.

6) Resolver el siguiente problema:

1 1 𝑇
Min J = 2 [𝑇𝑥2 (𝑇) − 𝑥1 (𝑇)] + 2 ∫0 𝑢2 (𝑡)𝑑𝑡

s.a : 𝑥̇ 1 = 𝑥2
𝑥̇ 2 = -u
Con: 𝑥1 (0) = 1, 𝑥2 (0) = 2

Solución
El Hamiltoniano será, en este caso:
1
H(𝑥1 , 𝑥2 , 𝑢, 𝜆1 , 𝜆2 , 𝑡) = 2 𝑢2 + 𝜆1 𝑥2 + 𝜆2 (−𝑢)

Aplicamos las condiciones del principio del máximo:

* ecuación de movimiento de coestado
𝜕𝐻 1
𝜆̇1 =- 𝜕𝑥 = 0, con 𝜆1 (𝑇) = − 2
1

𝜕𝐻 𝑇
𝜆̇2 =- 𝜕𝑥 = −𝜆1, con 𝜆2 (𝑇) = 2
2

De donde se deduce que:

1
𝜆1 (t) = A, con λ(T) = A = -2
1
Por lo que: 𝜆1∗ (𝑡) = − 2 para 0 ≤ t ≤ T
1 1 𝑇 𝑇
𝜆̇2 = 2 ⇒ 𝜆2 (𝑡) = 2 𝑡 + 𝐵, 𝑐𝑜𝑛 = 𝜆2 (𝑇) = 2 + 𝐵
2

⇒B=0
Por tanto:
1
𝜆1∗ (t)= 2 𝑡

* Maximizando el hamiltoniano
𝛼𝐻
= 0 = 𝑢 − 𝜆∗2
𝑎𝑢
 𝑇
De donde : 𝑢∗ (𝑡) = 𝜆∗2 (𝑡) = 2, para 0 ≤ t ≤ T

* planteamos la ecuación de movimiento de estado

𝜕𝐻
= 𝑥̇
𝜕𝜆

1
𝑥̇ 2 (𝑡) = −𝑢 = − 𝑡
2

De donde:

𝑡2
𝑥2 (𝑡)= - 4 + c, con 𝑥2 (0) = 2 = 𝐶

𝑡2
Por lo que: 𝑥2∗ (𝑡) = 2 − 4 , para 0 ≤ t ≤ T

𝑡2
𝑥̇ 1 = 𝑥2 = 2 − 4

𝑡3
De donde : 𝑥1 (𝑡)= 2t - + D, con 𝑥1 (0) = 1 = 𝐷
12

Por lo que:

𝑡3
𝑥1∗ (t) = 2t- 12 + 1, para 0 ≤ t ≤ T

Veamos que se cumplen las condiciones suficientes de mangasarian.

1
F = 2 𝑢2

Su matriz hessiana con respecto a 𝑥1 , 𝑥2 , 𝑢 𝑒𝑠:

0 0 0
F= (0 0 0)
0 0 1

Es semidefinida positiva, por lo que son convexas con respecto a 𝑥1 , 𝑥2 , 𝑢 para cada
t ∈ [0, T]
1
S (𝑥1 , 𝑥2 )= 2(T𝑥2 − 𝑥1 )

Su matriz hessiana es la matirz cero, por lo que S es función convexa.

Por tanto, se cumplen las condiciones suficientes de Mangasarian.