Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
OSCAR BARRAZA
U
M
A
U
n
i
n
M
a
t
e
m
t
i
c
a
A
r
g
e
n
t
i
n
a
2004
LIV REUNIN DE COMUNICACIONES CIENTFICAS
XXVII REUNIN DE EDUCACIN MATEMTICA
XVI ENCUENTRO DE ESTUDIANTES
UNIVERSIDAD NACIONAL DEL
COMAHUE
Neuqun
11 AL 15 DE OCTUBRE
Optimizacin Dinmica
E5
REUNIN ANUAL
UNIN MATEMTICA ARGENTINA
NEUQUEN OCTUBRE DE 2004
CURSO
OPTIMIZACIN DINMICA
Oscar A. Barraza
Departamento de Matemtica
Universidad Nacional de La Plata
c.c. 172 - (1900) La Plata, ARGENTINA
e-mail: oscar@mate.unlp.edu.ar
2
Objetivo
Estas notas constituyen una introduccin a la Optimizacin dinmica, cuyos campos de
aplicacin no se circunscriben solamente a ciertas ramas de la Matemtica, como el
Anlisis matemtico, la Geometra o los Sistemas dinmicos, entre otras, sino que abordan
otras reas del conocimiento, como por ejemplo la Ingeniera, la Fsica, la Economa, la
Biologa, etc.
De manera similar a la bsqueda de mximos y mnimos de una funcin que modeliza
matemticamente cierto problema, la finalidad de la Optimizacin dinmica radica en
determinar la existencia, y eventualmente el clculo, de los valores de ciertas variables,
llamadas variables de estado, consideradas como funciones de otras variables (por ejemplo,
el tiempo y/o variables llamadas variables de control), que producen valores ptimos
(mximos o mnimos, segn sea el caso) de cierta cantidad de estudio llamada funcional
objetivo durante cierto intervalo temporal. Brevemente, un funcional real es una funcin a
valores reales que tiene por argumento a funciones de variable(s) real(es). A modo de
ejemplo podemos mencionar como funcionales la longitud de arco de curva, el rea del
grfico de una funcin de dos variables reales, la energa de un sistema fsico, las
coordenadas del centro de gravedad de una curva o superficie, etc.
En el caso en que el tiempo considerado sea una variable continua, se tratar de un
problema de Control ptimo; en cambio cuando el tiempo sea una variable discreta (la
informacin est dada en ciertos instantes), se tratar de un problema de Programacin
dinmica. En estas notas nos dedicaremos a desarrollar problemas de optimizacin
dinmica en tiempo continuo.
Temas a desarrollar
Clase 1: Introduccin a la Optimizacin dinmica. Breve presentacin histrica.
Situaciones tpicas del clculo de variaciones y del control ptimo.
Nociones de funcional, funcin factible, extremo dbil y extremo fuerte.
Clculo de variaciones. Condiciones necesarias de primer orden: ecuacin de Euler. Curvas
extremales. Condiciones necesarias de segundo orden: condicin de Legendre.
Clase 2: Clculo de variaciones. Condiciones suficientes basadas en concavidad -
convexidad. Condiciones de transversalidad. Ejemplos. Aplicaciones econmicas.
Clase 3: Control ptimo. Variables de estado, de control y de coestado. Regiones
factibles. Condiciones necesarias de primer orden: principio del mximo de Pontryagin.
Condiciones suficientes de segundo orden: condiciones de Mangasarian y de Arrow.
Comentarios finales: extensiones de la teora.
3
Clase 1
Temario: Introduccin a la Optimizacin dinmica. Breve presentacin histrica.
Situaciones tpicas del clculo de variaciones y del control ptimo.
Nociones de funcional, funcin factible, extremo dbil y extremo fuerte.
Clculo de variaciones. Condiciones necesarias de primer orden: ecuacin de Euler. Curvas
extremales. Condiciones necesarias de segundo orden: condicin de Legendre.
La Optimizacin dinmica estudia la optimizacin de ciertas magnitudes, llamadas
variables de estado, de sistemas que evolucionan con el tiempo, esto es, sistemas
dinmicos. Se trata de guiar o controlar a dicho sistema mediante el manejo de otras
magnitudes llamadas variables de control durante el perodo de tiempo dado.
Consideremos, por ejemplo, nuestro propio cuerpo como un sistema dinmico el cual
nuestro mdico examina tomndonos la presin arterial, la temperatura, analizando los
estudios realizados, como son un electrocardiograma, la cantidad de plaquetas, de
leucocitos, de glbulos rojos, el nivel de colesterol, las transaminasas, el azcar en sangre,
etc. De esta manera el mdico determina el ESTADO en que est nuestro organismo. Si
considera que el mismo no es el adecuado, entonces tomar medidas de CONTROL para
mejorar dicho estado. Entre muchas prescripciones, nos puede recomendar hacer una mayor
actividad fsica, ingerir ciertos medicamentos, seguir una dieta especfica de comidas, etc.
Llevadas a la prctica estas medidas tendern a modificar el estado de nuestra salud.
Son muchas las situaciones donde se hace necesaria la participacin de las variables de
control. Siguiendo el ilustrativo ejemplo presentado en el libro de E. Silberberg, podemos
pensar en la pesca de cierta especie de pez que habita un lago. Aqu, la variable de estado x
representa el stock (o sea, la poblacin) de esta especie en el lago en cada instante t,
mientras que la variable de control u(t) es la tasa de cambio de la pesca en el instante t.
La cantidad a maximizar representa el beneficio total obtenido en el intervalo de tiempo
[t
0
, t
1
] que claramente depende del stock de peces en el lago y de la tasa de cambio de la
pesca realizada. Adems, la variacin del stock de peces dx/dt depende del nmero de
peces x que hay en el lago, de sus condiciones para reproducirse (ambientales y como
especie) y de la tasa de cambio de la pesca realizada u. Los valores x
0
= x(t
0
) y x
1
=
x(t
1
) representan los niveles de stock de peces al inicio y al final del perodo
respectivamente. Entonces para pasar de un estado inicial x
0
a uno final x
1
de modo de
maximizar el beneficio debe existir un camino u(t) de control sobre la tasa de cambio de
la pesca. Esto es, se debe hacer la recoleccin de peces (para que el negocio funcione) pero
debe hacerse de modo controlado (para evitar quedarse sin el negocio).
El caso especial en el que el control es ejercido directamente por la tasa de cambio dx/dt de
la variable de estado x es conocido como un problema de clculo de variaciones. A modo
de ejemplificar esta situacin, consideremos el caso de un consumidor que tiene una
funcin de utilidad U[C(t)], en donde C(t) es su funcin de consumo en cada instante
t [0,T]. Se supone que U es creciente y cncava. Supondremos que al comienzo del
perodo (llamado tambin horizonte temporal) este consumidor cuenta con un capital inicial
4
K
0
y sus ingresos se incrementan segn iK(t), siendo K(t) su capital en el instante t y el
tipo de tasa de mercado (constante) ha sido anotado por i>0. Adems, este individuo
puede consumir su capital parcial o totalmente en cualquier instante, no permitindosele
endeudarse. Por ltimo sea >0 la tasa de descuento (constante)que actualiza el valor de la
utilidad. El problema de maximizar el flujo de utilidades descontadas de este consumidor
queda planteado por
T
0
t
) t ( C
dt )] t ( C [ U e imizar max
sujeto a ) t ( C ) t ( iK ) t ( ' K
con condiciones de frontera 0 ) T ( K , K ) 0 ( K
0
y con la condicin ) t ( ) t ( C .
Es claro que podemos escribir ) t ( ' K ) t ( iK ) t ( C , de donde surge que el problema de
puede expresar como
T
0
t
) t ( K
dt )] t ( ' K ) t ( iK [ U e imizar max
con condiciones de frontera 0 ) T ( K , K ) 0 ( K
0
.
Se trata, pues, de un problema de clculo de variaciones.
Si bien hay antecedentes muy antiguos que nos remontan a la provincia latina de Cartago
sobre la existencia de los primeros problemas del clculo de variaciones, conocidos hoy
como problemas variacionales isoperimtricos, recin en el ao 1696 se publica la solucin
al problema variacional de la braquistcrona por Jean Bernoulli (1667-1748). Pero los
mayores aportes a esta rama de la Matemtica se realizan en el siglo XVIII con los trabajos
de Leonhard Euler (1707-1783) y Giusseppe Lagrange (1736-1813), quienes dan la forma
de una teora rigurosa. Los avances relevantes producidos en los siglos posteriores se deben
a Adrien Legendre (1752-1833), Carl Jacobi (1804-1851), William Hamilton (1805-1865),
Karl Weierstrass (1815-1897), Oskar Bolza (1857-1942) y Gilbert Bliss (1876-1951).
Desde sus inicios, el clculo variacional se aplic especialmente a problemas de mecnica,
en Fsica.
Durante los aos 1930-1940 la teora de control tuvo un desarrollo sistemtico en Estados
Unidos en el campo de las ingenieras elctrica y mecnica. Durante la segunda guerra
mundial, esta teora se utiliz para controlar armas de fuego con el fin de alcanzar un
objetivo mvil. Los conceptos aportados alrededor de los aos 1960 por Rudolf Kalman
(1930- ), Richard Bellman (1920-1984) y Lev Pontryagin (1908-1988) dieron el origen a la
teora moderna conocida como control ptimo. Las aplicaciones trascienden la ingeniera,
presentndose su utilizacin en Economa, Ecologa, Biologa, Medicina y Ciencias
Sociales.
5
Damos a continuacin la forma que tienen los problemas escalares sencillos.
Para el clculo variacional se tiene
(1)
1
0
t
t
dt ) ' x , x , t ( F V optimizar
con condiciones de frontera
1 1 0 0
x ) t ( x , x ) t ( x .
Para el control ptimo se tiene
(2) )) t ( x t ( S dt ) u , x , t ( F V optimizar
1 , 1
t
t
) t ( u
1
0
+ ++ +
sujeto a ) u , x , t ( f ' x
con condiciones de frontera
1 1 0 0
x ) t ( x , x ) t ( x
y con la condicin ) t ( ) t ( u .
En ambos casos V representa el valor, esto es, el funcional objetivo que se deber
optimizar, o sea, maximizar o minimizar, segn corresponda. La variable independiente t
representa usualmente el tiempo en un perodo u horizonte temporal [t
0
, t
1
]. La variable x =
x(t) se conoce como variable de estado, siendo x
0
el estado inicial y x
1
el estado final. En
el problema de control ptimo, la variable u = u(t) se denomina variable de control, que en
cada instante t se requiere que pertenezca al conjunto (t) de restricciones fsicas de las
variables de control. La funcin S aporta el valor al funcional que depende del tiempo final
y del estado final. La ecuacin diferencial ) u , x , t ( f ' x se llama ecuacin de movimiento
en la variable de estado y es a travs de ella que la variable de control ejerce su influencia
sobre los valores en la variable de estado.
En estas notas se supondr que el integrando F(t, x, z) es una funcin de clase C
2
en todas
sus variables dentro de un subconjunto abierto de IR
3
cuya primera proyeccin contenga al
intervalo [t
0
, t
1
]. Las funciones f(t, x, z) y S(t, x) son supuestas de clase C
1
en todas sus
variables dentro del mismo conjunto. Hemos anotado con z tanto a la variable x del
problema variacional (1) como a la variable de control u del problema de control (2).
A menos que se indique lo contrario, estaremos interesados en el conjunto de funciones
factibles, o conjunto de factibilidad, dado por ( (( ( ) )) )
1 1 0 0 1 0
1
x ) t ( x , x ) t ( x / ] t , t [ C ) t ( x .
Asimismo, para los problemas de control ptimo, el conjunto de controles factibles est
definido por ( (( ( ) )) ) ) t ( ) t ( u / trozos a ] t , t [ C ) t ( u
1 0
1
.
La nocin de extremo u ptimo, si bien es similar a la del caso de funciones de varias
variables reales, est asociada al tipo de mtrica impuesta sobre el conjunto factible. En el
mismo se consideran usualmente las mtricas
) t ( y ) t ( x sup y x
] t , t [
1 0
y ) t ( ' y ) t ( ' x sup ) t ( y ) t ( x sup y x
] t , t [ ] t , t [
1
1 0 1 0
+ ++ + .
6
En general diremos que un funcional V alcanza un extremo relativo en una funcin
factible x*(t) si V[x] - V[x*] conserva el mismo signo en algn entorno de x*(t). Ms
precisamente, el funcional V alcanza un mximo relativo en una funcin factible x*(t) si
la diferencia V[x] - V[x*] es no positiva para toda funcin factible x(t) en un entorno de
x*(t). Anlogamente, el funcional V alcanza un mnimo relativo en una funcin factible
x*(t) si la diferencia V[x] - V[x*] es no negativa para toda funcin factible x(t) en un
entorno de x*(t).
Segn la norma que se tome para el espacio de funciones se tendr el tipo de extremo. As,
un extremo se dice dbil si el entorno aludido en la definicin de extremo relativo est
dado por la mtrica asociada a la norma
1
. . En cambio un extremo se dice fuerte si
dicho entorno es tomado con la mtrica asociada a la norma
. . El siguiente resultado
es inmediato y se deja como ejercicio para el lector.
Ejercicio: Mostrar que para un funcional V, si x*(t) es un extremo relativo fuerte de V
entonces es tambin extremo relativo dbil.
Para ver que la recproca no es cierta, estudiemos el funcional ( (( ( ) )) )dt ' x 1 x V
0
2 2
, con las
condiciones x(0) = x( ) = 0. Es evidente que si se requiere que el integrando sea una
funcin no negativa, el mnimo con valor cero se alcanza en la funcin factible x*(t) = 0.
Luego, para cualquier otra funcin factible x(t) tal que 1 x
1
< << < < << < , es 1-
2
< 1 - x
2
1
y entonces V[x*] = 0 <
2
(1 -
2
) V[x], mostrando que que en x* = 0 el funcional V
alcanza un mnimo relativo dbil.
Para ver que no puede ser mnimo fuerte, tomemos la sucesin de funciones oscilantes
( (( ( ) )) ) t n sen
n
1
) t ( x
n
, para t [0, ]. Vemos que x
n
(0) = x
n
( ) = 0 y que 0
n
1
x
n
,
para n , mostrando que estas funciones estn en un entorno de x* = 0 en la mtrica de
la norma infinito. Pero es fcil observar que [ [[ [ ] ]] ]
8 n 2
x V
n
, el cual es negativo a partir de
n = 5. Esto prueba que en x* = 0 no se alcanza un mnimo fuerte.
Condiciones necesarias de optimalidad en clculo variacional. (problema (1))
1. Condicin necesaria de primer orden. Ecuacin de Euler
Para poder deducirla necesitamos recordar la regla de derivacin de Leibniz de una integral
dependiente de un parmetro y exponer un lema tcnico de du Bois Reymond.
Proposicin (regla de Leibniz)
Supongamos que u( ) y v( ) son funciones de clase C
1
en el intervalo (
0
- ,
0
+ ), para
> 0, que satisfacen u( ) v( ) y que las funciones f( ,z) y ) z , ( f
son continuas en
7
) , ( ), ( v z ) ( u / ) z , (
0 0
+ ++ + . Entonces para todo (
0
- ,
0
+ ) la
funcin
) ( v
) ( u
dz ) z , ( f ) ( F es derivable y su derivada est dada por
+ ++ +
) ( v
) ( u
dz
) z , ( f
) ( ' u )) ( u , ( f ) ( ' v )) ( v , ( f
d
) ( dF
.
Lema (Du Bois Reymond)
Sea IR ] t , t [ : f
1 0
una funcin continua. Si para toda funcin IR ] t , t [ : h
1 0
,
diferenciable, tal que 0 ) t ( h ) t ( h
1 0
se cumple que
1
0
t
t
0 dt ) t ( h ) t ( f , entonces para
todo t [t
0
, t
1
] resulta f(t) = 0.
Dem: Supongamos, por absurdo, que existe t* (t
0
, t
1
) tal que f(t*) > 0, por ejemplo. Por
continuidad, existe un intervalo (s
0
, s
1
) tal que t* (s
0
, s
1
) (t
0
, t
1
) y, adems, f(t) > 0
pata todo t (s
0
, s
1
). Se define
< << < < << <
1 1
1 0
2
1
2
0
0 0
t t s si , 0
s t s si , ) s t ( ) s t (
s t t si , 0
) t ( h .
Es fcil mostrar que h(t) es de clase C
1
con 0 ) t ( h ) t ( h
1 0
. En consecuencia, vemos que
0 dt ) t ( h ) t ( f dt ) t ( h ) t ( f
1
0
1
0
s
s
t
t
> >> >
, por ser positivas ambas funciones en este intervalo.
Esto es absurdo pues contradice la hiptesis del lema. Por lo tanto, f(t) = 0, para todo t.
Teorema (condicin de Euler-1744)
Si x*(t) es una funcin factible en la que el problema variacional (1) alcanza un ptimo
relativo, entonces x*(t) es solucin de la ecuacin diferencial
[ [[ [ ] ]] ] ) ' x , x , t ( F
dt
d
) ' x , x , t ( F
' x x
, para todo t [t
0
, t
1
],
y satisface las condiciones de frontera
1 1 0 0
x ) t ( x , x ) t ( x .
Observacin. La ecuacin anterior es conocida como ecuacin de Euler. Se trata de una
ecuacin diferencial ordinaria de segundo orden cuya solucin general depende de dos
constantes que se deberan determinar con las condiciones de frontera. Las soluciones de la
ecuacin de Euler se llaman curvas extremales, o sea, candidatas a realizar extremos de V.
Dem: Consideremos una funcin arbitraria h(t) de clase C
1
en [t
0
, t
1
] con h(t
0
) = h(t
1
) = 0.
Para cada > 0 definimos ), t ( h ) t ( * x ) t ( x + ++ +
para cada t [t
0
, t
1
]. Supongamos que el
funcional V del problema variacional (1) alcanza un mximo relativo en x*(t). Es claro que
para pequeo las curvas x
(t) y x*(t) son cercanas en la mtrica de la norma
1
. y que
x
(t) es una funcin factible para el problema (1).
8
En consecuencia, tenemos que ] x [ V *] x [ V
, para todo > 0. Anotando con j( ) a la
funcin real de variable
( (( ( ) )) )
+ ++ + + ++ +
1
0
t
t
dt ) t ( ' h ) t ( *' x ), t ( h ) t ( * x , t F ] x [ V ) ( j ,
y observando que si = 0 se tiene que j(0) = V[x*] es el mximo valor de j( ), entonces se
debe cumplir necesariamente la condicin de primer orden j (0) = 0. Debemos, pues,
calcular esta derivada utilizando la regla de Leibniz.
Esto es,
( (( ( ) )) )
( (( ( ) )) ) ( (( ( ) )) ) [ [[ [ ] ]] ]
+ ++ + + ++ + + ++ + + ++ + + ++ +
+ ++ + + ++ +
1
0
1
0
t
t
' x x
t
t
dt ) t ( ' h ) t ( ' h ) t ( *' x ), t ( h ) t ( * x , t F ) t ( h ) t ( ' h ) t ( *' x ), t ( h ) t ( * x , t F
dt ) t ( ' h ) t ( *' x ), t ( h ) t ( * x , t F
d
d
] [ j
d
d
Evaluando en = 0 e integrando por partes se llega a
( (( ( ) )) ) ( (( ( ) )) ) [ [[ [ ] ]] ]
( (( ( ) )) ) ( (( ( ) )) ) [ [[ [ ] ]] ] ( (( ( ) )) )
1
0
1
0
1
0
t
t
' x
t
t
' x x
t
t
' x x
) t ( h ) t ( *' x ), t ( * x , t F dt ) t ( h ) t ( *' x ), t ( * x , t F
dt
d
) t ( *' x ), t ( * x , t F
dt ) t ( ' h ) t ( *' x ), t ( * x , t F ) t ( h ) t ( *' x ), t ( * x , t F ] 0 [ ' j
+ ++ +
] ]] ]
] ]] ]
] ]] ]
, ,, ,
, ,, ,
+ ++ +
Debido a que h(t
0
) = h(t
1
) = 0 y a que j (0) = 0, resulta que para tales funciones h(t) se
cumple que ( (( ( ) )) ) ( (( ( ) )) ) [ [[ [ ] ]] ] 0 dt ) t ( h ) t ( *' x ), t ( * x , t F
dt
d
) t ( *' x ), t ( * x , t F
1
0
t
t
' x x
] ]] ]
] ]] ]
] ]] ]
, ,, ,
, ,, ,
.
Gracias al lema anterior, concluimos que ( (( ( ) )) ) ( (( ( ) )) ) [ [[ [ ] ]] ] 0 ) t ( *' x ), t ( * x , t F
dt
d
) t ( *' x ), t ( * x , t F
' x x
.
Ejemplos: Hallar las curvas extremales de los siguientes problemas variacionales
a. Optimizar ( (( ( ) )) ) 12 ) 2 ( x , 2 ) 0 ( x , dt ' x tx 12 V
2
0
2
b. Optimizar ( (( ( ) )) ) 5 ) 1 ( x , 2 ) 0 ( x , dt ' x x 2 x tx V
1
0
2 2
+ ++ +
a. Ec. de Euler: ( (( ( ) )) ) ' ' x 2 ' x 2
dt
d
t 12 , obteniendo t 6 ' ' x , las curvas extremales son
2 1
3
C t C t ) t ( x + ++ + + ++ + . Imponiendo las condiciones de frontera se llega a la nica curva
extremal del problema, dada por 2 t 0 , 2 t t ) t ( * x
3
+ ++ + + ++ + .
b. Ec. de Euler: ( (( ( ) )) ) ' xx 4 x 2
dt
d
' xx 4 x 2 t
2
+ ++ + , de donde
2
t
* x . Es claro que esta
funcin no satisface las condiciones de frontera, por lo que se concluye que este
problema variacional carece de solucin.
9
2. Condicin necesaria de segundo orden en clculo variacional. Condicin de Legendre.
Comencemos por un lema tcnico que nos permitir arribar a nuestro resultado.
Lema Sean P(t) y Q(t) dos funciones continuas en [t
0
, t
1
]. Si el funcional cuadrtico
( (( ( ) )) )
+ ++ +
1
0
t
t
2 2
dt ) t ( h ) t ( Q ) t ( ' h ) t ( P ] h [ K es no positivo para todas las funciones h(t) de clase
C
1
en [t
0
, t
1
] tal que h(t
0
) = h(t
1
) = 0, entonces P(t) 0, para todo t [t
0
, t
1
].
Anlogamente, si dicho funcional es no negativo para tales funciones h(t), entonces
P(t) 0, para todo t [t
0
, t
1
].
Dem: Supongamos por el contrario que existe algn t [t
0
, t
1
] tal que P(t) > 0 . Por
continuidad existen s > 0, b > 0, c > 0 para los cuales P(s) = 2b > 0 y para todo
t [s - c, s + c], P(t) > b.
Consideramos la funcin
+ ++ + < << < < << < ( (( (
, ,, ,
\ \\ \
, ,, ,
( (( (
j jj j
] t , t [ de resto el en , 0
c s t c s si ,
c
) s t (
sen
) t ( h
~
1 0
2
entonces,
+ ++ + < << < < << < ( (( (
, ,, ,
\ \\ \
, ,, ,
( (( (
j jj j
( (( (
, ,, ,
\ \\ \
, ,, ,
( (( (
j jj j
] t , t [ de resto el en , 0
c s t c s si ,
c
) s t (
cos
c
) s t (
sen
c
2
) t ( ' h
~
1 0
.
Evaluamos ahora
+ ++ +
+ ++ +
( (( (
, ,, ,
\ \\ \
, ,, ,
( (( (
j jj j
+ ++ + ( (( (
, ,, ,
\ \\ \
, ,, ,
( (( (
j jj j
( (( (
, ,, ,
\ \\ \
, ,, ,
( (( (
j jj j
c s
c s
4
c s
c s
2
2
dt
c
) s t (
sen ) t ( Q dt
c
) s t (
sen
c
) t ( P ] h
~
[ K .
Por ser P(t) > b en (s-c, s+c) resulta que
0
c
b
du u sen
c
b dt
c
) s t (
sen
c
b dt
c
) s t (
sen
c
) t ( P
2
c s
c s
2
2
2
2
2
2
2
c s
c s
2
2
> >> >
( (( (
, ,, ,
\ \\ \
, ,, ,
( (( (
j jj j
( (( (
, ,, ,
\ \\ \
, ,, ,
( (( (
j jj j
( (( (
, ,, ,
\ \\ \
, ,, ,
( (( (
j jj j
( (( (
, ,, ,
\ \\ \
, ,, ,
( (( (
j jj j
+ ++ +
+ ++ +
Debido a que Q(t) es continua en [s-c, s+c], existe k > 0 tal que
, k ) t ( Q k ] c s , c s [ t + ++ + , y luego ck 2 dt
c
) s t (
sen ) t ( Q
c s
c s
4
( (( (
, ,, ,
\ \\ \
, ,, ,
( (( (
j jj j
+ ++ +
.
Esto es, 0 ck 2
c
b
] h
~
[ K
2
> >> >
si y slo si
k 2
b
c
2
2
< << < . As, achicando convenientemente el
valor de c se llega a contradecir la hiptesis sobre el signo de K[h].
Por lo tanto, P(t) 0, para todo t.
Teorema (Condicin de Legendre)
Supongamos que la funcin integrando F(t, x, x) es de clase C
2
en el problema variacional
(1), entonces
a) si el funcional V alcanza un mximo local en x*(t), se verifica que
] t , t [ t , 0 ) ' x , x , t ( F
1 0
) t ( * x
' x ' x
;
10
b) si el funcional V alcanza un mnimo local en x*(t), se verifica que
] t , t [ t , 0 ) ' x , x , t ( F
1 0
) t ( * x
' x ' x
.
Dem: Slo se probar a). La parte b) se demuestra de modo idntico. Como antes,
consideramos la funcin de variable real dada por
( (( ( ) )) )
+ ++ + + ++ +
1
0
t
t
dt ) t ( ' h ) t ( *' x ), t ( h ) t ( * x , t F ] x [ V ] [ j , siendo h(t) una funcin arbitraria de
clase C
1
en [t
0
, t
1
] con h(t
0
) = h(t
1
) = 0. Usando la regla de Leibniz vimos que
( (( ( ) )) ) ( (( ( ) )) ) [ [[ [ ] ]] ]
+ ++ + + ++ + + ++ + + ++ + + ++ +
1
0
t
t
' x x
dt ) t ( ' h ) t ( ' h ) t ( *' x ), t ( h ) t ( * x , t F ) t ( h ) t ( ' h ) t ( *' x ), t ( h ) t ( * x , t F ] [ j
d
d
Aplicando nuevamente la regla de Leibniz y teniendo en cuenta la igualdad entre las
derivadas segundas cruzadas obtenemos que
[ [[ [ ] ]] ]
+ ++ + + ++ +
1
0
t
t
2
' x ' x ' xx
2
xx
2
2
dt ) t ( ' h F ) t ( ' h ) t ( h F 2 ) t ( h F ] 0 [ j
d
d
) 0 ( ' ' j ,
donde las derivadas segundas de F estn evaluadas en ( (( ( ) )) ) ) t ( *' x ), t ( * x , t .
Integramos por partes el segundo trmino, teniendo en cuenta las condiciones de frontera de
h(t), para concluir que
] ]] ]
] ]] ]
] ]] ]
, ,, ,
, ,, ,
+ ++ +
] ]] ]
] ]] ]
] ]] ]
, ,, ,
, ,, ,
1
0
t
t
2
' x ' x
2
' xx xx
dt ) t ( ' h F ) t ( h ] F [
dt
d
F ) 0 ( ' ' j .
La condicin necesaria para mximo local j(0) 0 junto con el lema anterior, en donde
' x ' x
F ) t ( P , permiten arribar a la condicin de Legendre ] t , t [ t , 0 ) ' x , x , t ( F
1 0
) t ( * x
' x ' x
.