PROF.

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
.

Ejemplos: Optimizar los siguientes funcionales con las condiciones dadas

a.

+ ++ + + ++ +
1
0
t 2 2
dt ) xe 2 ' x x ( V , con x(0) = 0, x(1) = .
b.


1
0
2
dt ) ' xx 3 2 ( V , con x(0) = 0, x(1) = 1.
a. La ecuacin de Euler es ( (( ( ) )) ) ' ' x 2 ' x 2
dt
d
e 2 x 2
t
+ ++ + quedando
t
e x ' ' x , de donde la
nica curva extremal es
t t t
e t
2
1
e
) e 1 ( 2
e
e
) e 1 ( 2
e
) t ( * x + ++ +
+ ++ +

+ ++ +


, para 0 t 1.
De la condicin de Legendre: 0 2 F
' x ' x
> >> > concluimos que x*(t) es candidato a
minimizar el funcional V.
b. La ecuacin de Euler es ( (( ( ) )) ) ) ' ' xx ' x ( 6 ' xx 6
dt
d
' x 3
2 2
+ ++ + quedando 0 ' x ' ' xx 2
2
+ ++ + , de
donde la nica curva extremal es
3
2
t ) t ( * x , para 0 t 1. De la condicin de
Legendre: 0 t 6 ) t ( * x 6 F
3
2
' x ' x
pata todo 0 t 1, concluimos que x*(t) es
candidato a minimizar el funcional V.
11
Clase 2
Temario: Condiciones de transversalidad. Condiciones suficientes en clculo de variaciones
basadas en concavidad / convexidad. Aplicaciones econmicas.
Condiciones de transversalidad.
Estas condiciones necesarias de extremo de un problema de optimizacin dinmica
(variacional o de control ptimo) aparecen cuando alguna o ambas de las condiciones de
frontera son libres, esto es, cuando son desconocidos algunos de los instantes inicial o final
y/o alguno de los respectivos valores de estado.
Teorema: Si x*(t), definido en [t
0
*, t
1
*] de instantes ptimos t
0
* y t
1
*, realiza un extremo
local del funcional


1
0
t
t
dt ) ' x , x , t ( F V , para instantes t
0
y t
1
libres y donde el integrando F
es una funcin de clase C
2
en todos sus argumentos, entonces en x*(t), t
0
* y t
1
* se
verifican las condiciones
(i) ecuacin de Euler: ( (( ( ) )) ) ( (( ( ) )) ) [ [[ [ ] ]] ] 0 ) t ( *' x ), t ( * x , t F
dt
d
) t ( *' x ), t ( * x , t F
' x x
, para todo t [t
0
*, t
1
*]
(ii) condiciones de transversalidad:
0 F
* t
' x
0
, 0 F
* t
' x
1
,
( (( ( ) )) ) 0 F ' x F
* t
' x
0
, ( (( ( ) )) ) 0 F ' x F
* t
' x
1
,
habiendo denotado ( (( ( ) )) ) *) t ( *' x *), t ( * x *, t G G
i i i
* t
i
, para i = 0, 1.
(iii) la correspondiente condicin de Legendre, segn x*(t) realice un mximo o un mnimo
de V.
Dem: Sea x*(t) la curva definida en [t
0
*, t
1
*] sobre la cual V alcanza un ptimo V* =
V[x*]. Se va a comparar este valor ptimo con el valor de V sobre una curva factible x(t)
definida en [t
0
, t
1
], con extremos t
0
, t
1
libres. Como ambas son curvas de clase C
1
vecinas
pero, en principio, con distinto dominio de definicin, se define la siguiente mtrica entre
ellas
) t ( * x ) t ( x ) t ( * x ) t ( x t t t t *' x ' x * x x *) x , x ( d
* 0 0 * 1 1 * 0 0 * 1 1
+ ++ + + ++ + + ++ + + ++ + + ++ +

.
Para efectuar tal comparacin debemos extender, de ser necesario, las curvas y sus
dominios. A modo de ejemplo pensemos el caso en que t
0
= t
0
* y t
1
* < t
1
. Aqu,
extendemos los valores de la curva x*(t) al intervalo [t
0
*, t
1
] mediante la recta tangente a la
misma en el punto del grfico (t
1
*, x*(t
1
*)). De esta manera podemos proceder como en la
deduccin de la ecuacin de Euler.
Consideramos, para cada real y cada h(t) funcin arbitraria de clase C
1
en [t
0
, t
1
], la
curva incrementada ) t ( h ) t ( * x ) t ( x + ++ +

con valores extremos
0 0 0 0
x * x x ) t ( x + ++ +

,
1 1 1 1
x * x x ) t ( x + ++ +

,
0 0 0
t * t t + ++ + ,
1 1 1
t * t t + ++ + .
Debido a que ms adelante precisaremos los valores h(t
i
*) para i = 0, 1, observamos que,
de *) t ( h *) t ( * x *) t ( x
i i i
+ ++ +

y del teorema del valor medio, llegamos a que
12
[ [[ [ ] ]] ] [ [[ [ ] ]] ]
*). t ( h ) ( o t *) t ( ' x
*) t ( * x *) t ( x *) t ( x ) t * t ( x *) t ( * x ) t ( x x
i i i
i i i i i i i i
+ ++ + + ++ +
+ ++ + + ++ +


De esta ltima igualdad obtenemos
) ( O t *) t ( ' x x *) t ( h
i i i i
+ ++ +

,
y para = 0 resulta

i i i i
t *) t ( *' x x *) t ( h . [1]
Como en el caso de extremos fijos, definimos la funcin real de variable
( (( ( ) )) )

+ ++ +
+ ++ +

+ ++ + + ++ +
1 1
0 0
t * t
t * t
dt ) t ( ' h ) t ( *' x ), t ( h ) t ( * x , t F ] x [ V ] [ j .
En x*(t) con extremos t
0
* y t
1
*, el funcional V alcanza un ptimo local, luego la funcin
j( ) tiene un extremo local en = 0. En consecuencia, j( =0) = 0 . Usando la regla de
Leibniz se obtiene
( (( ( ) )) )
( (( ( ) )) )
( (( ( ) )) ) ( (( ( ) )) ) [ [[ [ ] ]] ]

+ ++ +
+ ++ +
+ ++ + + ++ + + ++ + + ++ + + ++ + + ++ +
+ ++ + + ++ + + ++ + + ++ + + ++ + + ++ + + ++ + + ++ +
+ ++ + + ++ + + ++ + + ++ + + ++ + + ++ + + ++ +


1 1
0 0
t * t
t * t
' x x
0 0 0 0 0 0 0 0 0 0 0
1 1 1 1 1 1 1 1 1 1 1
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
t ) t * t ( ' h ) t * t ( *' x ), t * t ( h ) t * t ( * x , t * t F
t ) t * t ( ' h ) t * t ( *' x ), t * t ( h ) t * t ( * x , t * t F
] [ j
d
d
Entonces, para = 0 resulta
( (( ( ) )) ) ( (( ( ) )) )
( (( ( ) )) ) ( (( ( ) )) ) [ [[ [ ] ]] ]

+ ++ + + ++ +

* t
* t
' x x
0 0 0 0 1 1 1 1
1
0
dt ) t ( ' h ) t ( *' x ), t ( * x , t F ) t ( h ) t ( *' x ), t ( * x , t F
t *) t ( *' x *), t ( * x *, t F t *) t ( *' x *), t ( * x *, t F ] 0 [ ' j
Integrando por partes en el trmino que contiene h(t) y teniendo en cuenta la frmula [1]
Se concluye que
( (( ( ) )) )
( (( ( ) )) )
( (( ( ) )) )
( (( ( ) )) ) ( (( ( ) )) )
( (( ( ) )) )
( (( ( ) )) ) ( (( ( ) )) ) [ [[ [ ] ]] ] . 0 dt ) t ( h ) t ( *' x ), t ( * x , t F
dt
d
) t ( *' x ), t ( * x , t F x F
x F t F ' x F t F ' x F
] 0 [ ' j
* t
* t
' x x 0
*) t ( *' x *), t ( * x *, t
' x
1
*) t ( *' x *), t ( * x *, t
' x 0
*) t ( *' x *), t ( * x *, t
' x 1
*) t ( *' x *), t ( * x *, t
' x
1
0
0 0 0
1 1 1 0 0 0 1 1 1


] ]] ]
] ]] ]
] ]] ]
, ,, ,

, ,, ,
+ ++ +
+ ++ +

Entre las funciones incrementadas x

(t) se encuentran las que tienen el mismo dominio que
x*(t) con los mismos valores en los extremos, por lo tanto para ellas los incrementos
0 x x t t
1 0 1 0
, de donde debe ser nulo el trmino integral, resultando as la
anulacin de su integrando, esto es, la ecuacin de Euler. Esto hace que se llegue a la
relacin

( (( ( ) )) )
( (( ( ) )) )
( (( ( ) )) )
( (( ( ) )) )
( (( ( ) )) ) ( (( ( ) )) )
0 x F x F
t F ' x F t F ' x F
0
*) t ( *' x *), t ( * x *, t
' x 1
*) t ( *' x *), t ( * x *, t
' x
0
*) t ( *' x *), t ( * x *, t
' x 1
*) t ( *' x *), t ( * x *, t
' x
0 0 0 1 1 1
0 0 0 1 1 1
+ ++ +

[2]
En nuestro caso, todos los incrementos varan libremente obligando a que sus coeficientes
sean todos nulos, dando origen a las condiciones de transversalidad:
0 F
* t
' x
0
, 0 F
* t
' x
1
,
( (( ( ) )) ) 0 F ' x F
* t
' x
0
, ( (( ( ) )) ) 0 F ' x F
* t
' x
1
.
13
Esto prueba (i) y (ii). La afirmacin (iii) se obtiene de la misma manera que en caso de
extremos fijos.
Observacin: La frmula [2] se utiliza para la deduccin de otras condiciones de transver-
salidad, como por ejemplo, cuando los extremos de las curvas estn relacionados por
alguna funcin conocida.
Ejemplo: Encontrar las curvas extremales del funcional ( (( ( ) )) )

+ ++ +
2
0
2
dt x ' tx V , con la condicin
inicial x(0) = 0 (se supone que x(2) es libre).
Ec. de Euler: ( (( ( ) )) ) ' x 2 t
dt
d
0 + ++ + , esto es, C ' x 2 t + ++ + . De aqu, junto con la condicin inicial,
surge que las extremales tienen la forma ] 2 , 0 [ t ,
4
t
At ) t ( * x
2
.
Cond. transversalidad: 0 ) 1 A ( 2 2
2
t
A ( 2 t ' x 2 t
2 t
2 t
+ ++ + ( (( (
, ,, ,
\ \\ \
, ,, ,
( (( (
j jj j
+ ++ + + ++ +


, de donde A = 0.
Luego, ] 2 , 0 [ t ,
4
t
) t ( * x
2
.
Cond. Legendre: Por ser 0 2 F
' x ' x
> >> > resulta que x*(t) es candidata a minimizar V.
Algunas situaciones especiales que conducen a condiciones de transversalidad particulares
En todos los casos especiales presentados a continuacin supondremos que la curva x*(t)
en la que el funcional alcanza un ptimo relativo satisface la condicin inicial fija x(t
0
) = x
0
y que pueden ser valores libres o desconocidos t
1
y/o x
1
.
Corolario: Bajo las condiciones anteriores,
(I) si el instante final
1
t es conocido pero el estado final
1
x es desconocido, la condicin
de transversalidad es 0 ) *' x *, x , t ( F
1
t
' x
;
(II) si el instante final
1
t es libre y el estado final
1
x est dado, la condicin de
transversalidad [ [[ [ ] ]] ] 0 ) *' x *, x , t ( F *'. x ) *' x *, x , t ( F
* t
' x
1
se debe cumplir en el
horizonte ptimo * t
1
junto con la condicin final
1 1
x *) t ( x ;
(III) si ambos
1
t y
1
x , instante y estado finales, son desconocidos entonces se cumplen
0 ) *' x *, x , t ( F
* t
' x
1
y [ [[ [ ] ]] ] 0 ) *' x *, x , t ( F *'. x ) *' x *, x , t ( F
* t
' x
1
;
(IV) si el instante final
1
t es conocido pero el estado final satisface la desigualdad
1 1
x ) t ( x , entonces en un problema de maximizacin la condicin de
transversalidad es ) x ) t ( * x si , 0 ( 0 ) *' x *, x , t ( F
1 1
t
' x
1
> >> > .
En un problema de minimizacin la condicin de transversalidad es
) x ) t ( * x si , 0 ( 0 ) *' x *, x , t ( F
1 1
t
' x
1
> >> > .
14
(V) si ambos
1
t y
1
x , instante y estado finales, son desconocidos pero el punto final de la
curva optimal x*(t
1
*) debe estar en la grfica de una funcin conocida (t), esto es,
x*(t
1
*) = (t
1
*), entonces se cumple [ [[ [ ] ]] ] 0 ) *' x *, x , t ( F ). *' x ' ( ) *' x *, x , t ( F
* t
' x
1
+ ++ + .
Dem: Las afirmaciones (I), (II), (III) son consecuencia inmediata del teorema anterior. En
los tres se tiene que los incrementos 0 x t
0 0
. A modo de ejemplo, en (I) es vlido
que, adems, 0 t
1
. A la luz de la frmula general [2] se concluye que para todo
incremento
1
x arbitrario debe ser necesariamente que 0 ) *' x *, x , t ( F
1
t
' x
.
Pasemos a la afirmacin (IV). Mostremos la parte correspondiente a una curva que
maximiza el funcional. La otra parte se hace de manera completamente anloga. Aqu se
aplica la frmula [2] con 0 x t t
0 1 0
, reducindose a
( (( ( ) )) )
0 x F
1
) t ( *' x ), t ( * x , t
' x
1 1 1

Supongamos primero que x*(t
1
) > x
1
. Sea = x*(t
1
) - x
1
> 0; se puede achicar
suficientemente para elegir funciones h(t) de clase C
1
en [t
0
, t
1
] tales que < << < ) t ( h
1
,
entonces > >> >
1 1 1 1 1 1
x ) t ( x ) t ( * x ) t ( x ) t ( h x , de donde 0 x ) t ( x
1 1
> >> >

,
esto es, h(t
1
) 0 . De la igualdad [2] resulta que
( (( ( ) )) )
0 ) t ( h F
1
) t ( *' x ), t ( * x , t
' x
1 1 1
, en
consecuencia
( (( ( ) )) )
0 F
) t ( *' x ), t ( * x , t
' x
1 1 1
.
Ahora, supongamos que x*(t
1
) = x
1
, como la funcin incrementada debe ser factible para
este problema, se cumple que
1 1 1 1
x ) t ( h ) t ( * x ) t ( x + ++ +

, de donde 0 ) t ( h
1
.
Si se toma h(t) una funcin arbitraria de clase C
1
en [t
0
, t
1
] con h(t
0
) = 0 y h(t
1
) > 0, debe
ser 0. Entonces la condicin necesaria para que j( ) alcance un mximo local en = 0,
es j( =0) 0 00 0. Teniendo en cuenta la frmula [2] resulta
( (( ( ) )) )
0 ) t ( h F
1
) t ( *' x ), t ( * x , t
' x
1 1 1
,
concluyendo que
( (( ( ) )) )
0 F
) t ( *' x ), t ( * x , t
' x
1 1 1
, ya que h(t
1
) > 0. A la misma conclusin se llega si
se supone que h(t
1
) < 0.
Tratemos, por ltimo, la afirmacin (V). La prueba es, nuevamente, un desprendimiento del
caso general desarrollado en la demostracin del teorema. Como es habitual se toman
curvas factibles ) t ( h ) t ( * x ) t ( x + ++ +

, prolongadas (de ser necesario) por sus rectas
tangentes en t
1
o t
1
*. Ahora 0 x t
0 0
,
1
t es libre y
1
x vara de manera dependiente
con los valores de (t). Como en el teorema
1 1 1
t * t t + ++ + ,
1 1 1
x *
1
x x ) t ( x + ++ +

,
con ) t ( ) t ( x x
1 1 1


, *) t ( *) t ( * x * x
1 1 1
.
Luego, el teorema del valor medio conduce a
), ( o t *) t ( '
*) t ( ) t * t (
*) t ( ) t ( * x x x
1 1
1 1 1
1 1 1 1 1
+ ++ +
+ ++ +

de donde, ) ( O t *) t ( ' x
1 1 1
+ ++ + que para 0 se llega a que
1 1 1
t *) t ( ' x ,
evidenciando la dependencia anunciada.
Con estos valores podemos aplicar la frmula [2] del teorema produciendo
( (( ( ) )) )
( (( ( ) )) ) ( (( ( ) )) )
0 t *) t ( ' F t F ' x F
1 1
*) t ( *' x *), t ( * x *, t
' x 1
*) t ( *' x *), t ( * x *, t
' x
1 1 1 1 1 1
+ ++ +
esto es,
15
[ [[ [ ] ]] ]
( (( ( ) )) )
0 t F ) ' x ' ( F
1
*) t ( *' x *), t ( * x *, t
' x
1 1 1
+ ++ + , para todo valor .
1
t .
Por lo tanto, [ [[ [ ] ]] ]
( (( ( ) )) )
0 F ) ' x ' ( F
*) t ( *' x *), t ( * x *, t
' x
1 1 1
+ ++ + .
Ejemplos: (a) Encontrar curvas extremales del funcional ( (( ( ) )) )

+ ++ +
1
0
2 2
dt ' x x V definido en el
conjunto de funciones suaves tales que x(0) = 0 y x(1) 1.
(b) Hallar la curva geodsica (curva de mnima distancia) que une el punto (0,4) y la recta
de ecuacin 4t 3x = 13.
(a) Ec. de Euler: 0 x ' ' x , con solucin general
t t
Be Ae ) t ( x

+ ++ + . Usando la condicin
inicial x(0) = 0 resulta ( (( ( ) )) )
t t
e e A ) t ( x

. De la condicin final x(1) 1 se obtiene que
A > 0.
Cond. de transversalidad: ) 1 ) 1 ( x si , 0 ( 0 ) e e ( A 2 ' x 2 F
1
1 t 1 t
' x
> >> > + ++ +


. Debido a
que A > 0, debe ser 2x(1) > 0, resultando x(1) = 1. Esto es, ( (( ( ) )) ) 1 e e A
1 1


y luego
1 1
e e
1
A


, quedando ( (( ( ) )) )
t t
1 1
e e
e e
1
) t ( * x




, para 0 t 1.
Cond. de Legendre: 0 2 F
' x ' x
> >> > , resultando x*(t) una curva extremal candidata a
minimizar V.
(b) Aqu el funcional a minimizar es la distancia

+ ++ +
1
t
0
2
dt ) t ( ' x 1 D , con las condiciones
de frontera x(0) = 4, y
1 1 1 1
t ,
3
13
t
3
4
) t ( ) t ( x libre.
Ec. de Euler:
( (( (
( (( (
, ,, ,
\ \\ \
, ,, ,
, ,, ,
( (( (
j jj j
+ ++ +

2
' x 1
' x
dt
d
0 , resultando A
' x 1
' x
2

+ ++ +
, esto es, C ' x .
Las soluciones son rectas x(t) = C t + B. Como x(0) = 4, se tiene que x(t) = C t + 4.
En cambio, en el extremo final se debe cumplir que
3
13
* t
3
4
4 * t C
1 1
+ ++ + o sea
( (( ( ) )) ) 25 * t 4 C 3
1
.
Cond. de transversalidad:
* t
2
2
1
*' x 1
*' x
*' x
3
4
*' x 1 0
( (( (
( (( (
, ,, ,
\ \\ \
, ,, ,
, ,, ,
( (( (
j jj j
+ ++ +
( (( (
, ,, ,
\ \\ \
, ,, ,
( (( (
j jj j
+ ++ + + ++ + . Como x* = C se
obtiene
4
3
C (condicin de perpendicularidad), produciendo t
1
* = 4 y x
1
* = ( t
1
*) = 1.
As, la curva (recta) geodsica es 4 t
4
3
) t ( * x + ++ + , 0 t 4. El punto final es (4, 1).
16
Condiciones suficientes (basadas en concavidad / convexidad de F).
Como en cualquier problema de optimizacin, una vez hallados los candidatos a realizar el
ptimo de la funcin o funcional objetivo, se debe proceder a clasificar si dicho candidato
efectivamente realiza un mximo o un mnimo, local o global. El concepto que posee la
capacidad de clasificar las curvas extremales segn realicen un mximo o un mnimo del
funcional es la concavidad o la convexidad de la funcin integrando F, como lo hace el
signo de la derivada segunda en funciones de una variable. La nica restriccin que tiene la
aplicacin de estas condiciones suficientes es la referida a que los tiempos iniciales y
finales deben ser conocidos. Se dar la versin para estado inicial fijo.
Teorema: Consideremos el problema variacional


1
0
t
t
factible ) t ( x
dt ) ' x , x , t ( F V imizar max
sujeto a x(t
0
) = x
0
y para t
1
> t
0
fijo se tiene alguna de las siguientes condiciones finales
(i) x(t
1
) = x
1
, conocido, o
(ii) x(t
1
) x
1
, conocido, o
(iii) x(t
1
), libre.
Supongamos que F(t, x, x) es una funcin cncava en las variables (x, x) para cada
t [t
0
, t
1
] y si x*(t), funcin factible, es solucin de la ecuacin de Euler, verifica la
condicin inicial y la condicin final en los casos (i) y (ii), y la condicin de transversalidad
correspondiente en los casos (ii) y (iii), entonces x*(t) realiza el mximo global del
funcional V.
Alternativamente, si F es convexa en (x, x) entonces V alcanza un mnimo en ) t ( * x .
Dem: Como F es supuesta una funcin de clase C
2
, partimos de la caracterizacin de
concavidad de F que utiliza sus derivadas parciales aplicada a x*(t) y a cualquier otra
funcin factible x(t). As, recordando que x*(t) es solucin de la ecuacin de Euler, para
todo t [t
0
, t
1
] tenemos
[ [[ [ ] ]] ]
[ [[ [ ] ]] ] *) x x ( '*) x *, x , t ( F
dt
d
) *' x ' x '*)( x *, x , t ( F *) x x ( '*) x *, x , t ( F
dt
d
) *' x ' x '*)( x *, x , t ( F *) x x '*)( x *, x , t ( F '*) x *, x , t ( F ) ' x , x , t ( F
' x
' x ' x
' x x

+ ++ +
+ ++ +
y luego,

[ [[ [ ] ]] ] [ [[ [ ] ]] ]
( (( ( ) )) )( (( ( ) )) )
4 4 4 4 4 4 4 3 4 4 4 4 4 4 4 2 1
d
1 1 1 1 1 ' x
t
t
' x
t
t
) t ( * x ) t ( x ) t '*( x ), t ( * x , t F
dt *) x x ( '*) x *, x , t ( F
dt
d
dt '*) x *, x , t ( F ) ' x , x , t ( F
1
0
1
0


] ]] ]
] ]] ]
] ]] ]
, ,, ,

, ,, ,


Es suficiente con mostrar que d 0.
(i) x(t
1
) = x
1
= x*(t
1
) entonces d = 0.
(ii) Se tiene la condicin de transversalidad ) x ) t ( * x si , 0 ( 0 ) *' x *, x , t ( F
1 1
t
' x
1
> >> >
17
Si
1 1
x ) t ( * x > >> > resulta 0 ) *' x *, x , t ( F
1
t
' x
, y luego d = 0.
Si
1 1
x ) t ( * x , como
1 1
x ) t ( x resulta 0 ) t ( * x ) t ( x
1 1
. Adems, 0 ) *' x *, x , t ( F
1
t
' x

permitiendo concluir que d 0.
(iii) En este caso la condicin de transversalidad es 0 ) *' x *, x , t ( F
1
t
' x
, y luego d = 0.
En los tres casos analizados se tiene [ [[ [ ] ]] ] 0 dt '*) x *, x , t ( F ) ' x , x , t ( F
1
0
t
t


mostrando que
V[x] V[x*].
Ejemplo: Minimizar el funcional ( (( ( ) )) )

+ ++ +
1
0
2 2
dt ' x x V con las condiciones x(0) = 1 y x*(1)
libre.
Ec. de Euler: x - x = 0, con soluciones
t t
Be Ae ) t ( x

+ ++ + . Como x(0) = 1 queda B = 1 A,
y luego
t t
e ) A 1 ( Ae ) t ( * x

+ ++ + .
Cond. de transversalidad: 0 ) e ) A 1 ( Ae ( 2 ' x 2 F
1
1 t 1 t
' x



, resultando
1 e
1
A
2
+ ++ +
,
1 e
e
B
2
2
+ ++ +
y [ [[ [ ] ]] ]
t 2 t
2
e e
1 e
1
) t ( * x

+ ++ +
+ ++ +
.
Cond. suficiente: Para ver que F es convexa, estudiamos su forma hessiana. Como
( (( (
( (( (
, ,, ,
\ \\ \
, ,, ,
, ,, ,
( (( (
j jj j

( (( (
( (( (
, ,, ,
\ \\ \
, ,, ,
, ,, ,
( (( (
j jj j

2 0
0 2
F F
F F
F H
' x ' x ' xx
x ' x xx
' x , x
es definida positiva en todo el plano (x, x),
afirmamos que F es (estrictamente) convexa.
En consecuencia en la nica curva extremal x*(t) hallada, el funcional V alcanza su
mnimo global.
Algunas aplicaciones econmicas.
(I) Modelo de gestin de stocks
En el instante t
0
se dispone de un stock x(t
0
) = x
0
de cierto producto. El costo de
mantenimiento por unidad de stock es c unidades monetarias. Las unidades del bien en
stock son destinadas a la venta.
Se supone que el beneficio bruto (q) obtenido por la venta de q unidades de stock es una
funcin cncava. Se quiere maximizar el beneficio neto durante cierto horizonte de
planificacin [t
0,
t
1
]. Se asume, adems, que en este perodo no es posible obtener ms
unidades del bien y que las unidades no vendidas en el horizonte temporal dado no tienen
ningn valor despus del instante t
1
.
Denotando con x(t) a la cantidad de unidades de stock que existen en el instante t, resulta
que su tasa de cambio x(t) est dada por la diferencia entre la tasa de ingreso de stock, que
es 0 debido a uno de los supuestos, y la tasa de salida del stock, que es la cantidad de
18
unidades vendidas q(t). Esto es, x(t) = - q(t). El modelo no brinda informacin acerca del
estado del stock al final del perodo considerado por lo que suponemos que x(t
1
) 0.
El problema de optimizacin dinmica correspondiente resulta, pues
[ [[ [ ] ]] ]
. 0 ) t ( x , x ) t ( x con
) t ( q ) t ( ' x a sujeto
dt cx ) q ( imizar max
1 0 0
t
t
) t ( q ), t ( x
1
0




Sustituyendo, podemos rescribir el beneficio bruto, y luego el funcional, cambiando por el
siguiente problema variacional
[ [[ [ ] ]] ]
. 0 ) t ( x , x ) t ( x con
dt cx ) ' x ( imizar max
1 0 0
t
t
) t ( x
1
0



Planteamos la Ec. de Euler:
[ [[ [ ] ]] ]
[ [[ [ ] ]] ] ) ' x ( '
dt
d
c
F
dt
d
F
' x x


esto es, [ [[ [ ] ]] ] c ) ' x ( '
dt
d

Esta ltima igualdad expresa el balance que debe existir entre el costo de mantenimiento de
cada unidad de stock y la tasa de cambio temporal del beneficio marginal en la trayectoria
de stock ptima. La cantidad [ [[ [ ] ]] ] ) ' x ( '
dt
d
indica cunto aumenta (o disminuye) el beneficio
marginal que se podr obtener por una unidad de stock en el instante de tiempo t.
La condicin de Legendre 0 ) x ( ' ' F
' x ' x
se cumple por hiptesis de concavidad de F.
La condicin de transversalidad para el estado final x(t
1
) 0 es
), 0 ) t ( x si , 0 ( 0 F
1
t
' x
1
> >> >
o sea, ). 0 ) t ( x si , 0 ( 0 ) ' x ( '
1
t
1
> >> >
Esta igualdad seala que, en primer lugar, el horizonte contina mientras que el beneficio
marginal sea no negativo ( 0 00 0), esto es, hasta que no comience a disminuir el beneficio.
Si al tiempo t
1
quedan existencias de stock sin vender (x(t
1
) > 0), entonces se deber
terminar cuando el beneficio marginal sea cero ( = 0). Ya no tendra objeto mantener
stock para futuras ventas.
Por ltimo, la condicin suficiente se satisface pues, por ser 0 00 0, la matriz hessiana de
F resulta ser semi-definida negativa,
( (( (
( (( (
, ,, ,
\ \\ \
, ,, ,
, ,, ,
( (( (
j jj j


( (( (
( (( (
, ,, ,
\ \\ \
, ,, ,
, ,, ,
( (( (
j jj j

' ' 0
0 0
F F
F F
F H
' x ' x ' xx
x ' x xx
' x , x
.
Finalmente, observemos que si el modelo es ms flexible y permite vender en
descubierto, no tiene sentido exigir para el estado final la condicin x(t
1
) 0; sta deber
tener un valor libre. Entonces la condicin de transversalidad es, pues,
. 0 ) ' x ( ' 0 F
1 1
t t
' x
Esto es, se extraer para la venta la cantidad justa de
unidades de stock que hace que el beneficio marginal sea nulo.
19
(II) Modelo de un recurso natural no renovable
Una empresa tiene los derechos de explotacin de un recurso natural no renovable. Su
funcin de beneficio neto es (t, x, q), siendo x(t) el stock del recurso en el instante t y
q(t) la extraccin de tal recurso en dicho instante. Por qu depende del stock? Por
ejemplo, debido a los costos de extraccin es lgico suponer que a mayor stock disponible
(en la mina o cantera) es menor el costo de extraccin y, por lo tanto, es mayor el beneficio.
El stock evoluciona de acuerdo con x(t) = - q(t), como en el modelo anterior, y luego el
beneficio neto queda (t, x, q) = (t, x, -x). La empresa debe fijar una poltica de
extraccin/conservacin del recurso con el objeto de maximizar el flujo de beneficios en
cierto horizonte temporal [t
0,
t
1
]. El problema variacional es
. 0 ) t ( x , x ) t ( x con
dt ) ' x , x , t ( imizar max
1 0 0
t
t
) t ( x
1
0



La ecuacin de Euler es [ [[ [ ] ]] ] [ [[ [ ] ]] ] 0
dt
d
dt
d
q x q x
+ ++ + . Las cantidades
x
y
[ [[ [ ] ]] ]
q
dt
d
representan, respectivamente, el beneficio marginal inmediato por unidad adicional
de stock y el cambio temporal del beneficio marginal por extraer en el futuro stock
disponible.
Cuando [ [[ [ ] ]] ] 0
dt
d
q x
> >> > + ++ + , el recurso es ms valioso sin extraer, o sea, conviene esperar
para realizar la extraccin.
Cuando [ [[ [ ] ]] ] 0
dt
d
q x
< << < + ++ + , hay que extraer la mayor cantidad posible del recurso pues no es
buen negocio conservarlo sin extraer.
En la poltica ptima (esto es, la curva extremal que realiza el mximo), se extrae la
cantidad justa del recurso en cada instante, dada por [ [[ [ ] ]] ] 0
dt
d
q x
+ ++ + .
La condicin de Legendre para mximo se satisface automticamente si se supone que la
funcin (t, x, q) es cncava en la variable q (F
xx
=
qq
0).
La condicin de transversalidad obliga a obsevar el beneficio marginal por extraccin en el
instante final ya que ). 0 ) t ( x si , 0 ( 0 ) 0 ) t ( x si , 0 ( 0 F
1
t
q 1
t
' x
1
1
> >> > > >> >
Mientras que este beneficio marginal por extraccin sea no negativo, se podr continuar
hasta agotar el recurso (x(t
1
) 0). Slo tendr sentido dejar de explotar el recurso,
habiendo an stock disponible sin explotar (x(t
1
) > 0), si no se produce ningn beneficio
marginal por extraccin en el instante final t
1
, esto es si 0
1
t
q
.
Caso particular: consideremos el caso especial en que la funcin de beneficio neto
instantneo est dada por ( (( ( ) )) ) ) x ( C q p e ) q , x , t (
t


, siendo > 0 la tasa intertemporal de
descuento, p = p(t) el precio unitario de mercado del recurso extrado en el instante t, C(x)
el costo de extraccin que se supondr estrictamente decreciente como funcin del stock x.
20
As el problema de maximizar ( (( ( ) )) )



1
0
t
t
t
dt ) x ( C q p e se transforma en el problema de
minimizar ( (( ( ) )) )

+ ++ +

1
0
t
t
t
dt ) x ( C ' x p e .
Ec. de Euler: ( (( ( ) )) ) ) x ( ' C ) t ( ' p ) t ( p ' p e e p p e
dt
d
) x ( ' C e
t t t t
+ ++ +

que, en
Economa, es la conocida regla de Hotelling. Aqu, la ganancia marginal de extraer
inmediatamente un unidad de recurso est representada por la cantidad p(t), mientras que
p(t) C(x) se interpreta como la ganancia marginal de esperar, dada pr la suma del
incremento del precio p(t) ms el ahorro de futuros costos de extraccin C(x).
Se plantea, pues, la disyuntiva entre extraer o conservar el recurso.
La condicin de Legendre F
xx
=
qq
= 0 se satisface trivialmente.
La condicin de transversalidad ) 0 ) t ( x si , 0 ( 0 F
1
t
' x
1
> >> >
se reduce considerablemente a ). 0 ) t ( x si , 0 ( 0 ) t ( p
1 1
> >> >
Es obvio que conviene explotar el recurso mientras el precio p(t
1
) sea no negativo; en
cambio, habr que terminar la extraccin cuando p(t
1
) = 0, aunque el recurso no se haya
agotado an (x(t
1
) > 0).
21
Clase 3
Temario: 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.
Control ptimo (en tiempo continuo). (problema(2))
Dado un sistema dinmico con estado inicial x
0
, y que evoluciona en el tiempo t de acuerdo
con la ecuacin de estado x = x(t) = f(t, x(t), u(t)), se trata de encontrar la funcin de
control u(t) que sea admisible y que haga que el funcional objetivo alcance el mximo
valor (o mnimo valor). As fue planteado el problema (2) al comienzo de estas notas, esto
es
(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
1 1 0 0
x ) t ( x , x ) t ( x
y ) t ( ) t ( u .
Supondremos que f(t, x, u) y F(t, x, u) son funciones de clase C
1
a valores reales definidas
en un abierto D de IR
3
y que S(t, x) es una funcin de clase C
1
a valores reales definida en
un abierto de IR
2
.
Un control u(t) (o curva de control o trayectoria de control) se dice admisible si es continua
a trozos en el horizonte [t
0
, t
1
] y, adems, cumple que u(t) (t) IR. Este conjunto
(t), variable con t, representa las restricciones fsicas o econmicas del valor de las
variables de control en cada instante de tiempo t. La funcin x(t) se llama variable de
estado y se supondr continua en [t
0
, t
1
] y con derivada continua a trozos en [t
0
, t
1
] ,
verificando la llamada ecuacin de movimiento ) u , x , t ( f ' x , en todos los punto de
continuidad de u(t).
El control u*(t) (t) que resuelve el problema (2) se llama control ptimo y la funcin
x*(t) que es solucin de la ecuacin de movimiento para el control ptimo y satisface la
condicin inicial
0 0
x ) t ( x se llama variable de estado ptima (o camino ptimo de
estado) asociada a u*(t).
El tipo de condicin final depender de cada problema. Puede ocurrir que tanto el instante
final como el estado final sean conocidos, que el instante final est dado pero el estado final
sea libre o est acotado inferiormente, o bien que el instante final sea libre incluyendo el
caso en que ambos sean libres.
Observacin La forma en que hemos presentado el problema sencillo de control ptimo (2)
se llama forma de Bolza; cuando la funcin valor residual o remanente S es nula, se llama
forma de Lagrange, y cuando el integrando F es nulo se llama forma de Mayer. Es fcil
mostrar que bajo condiciones bastante generales las tres formas son equivalentes.
22
Ejemplo Un bien producido a una tasa x(t) puede ser reinvertido (para extender la
capacidad productiva) o puede ser vendido. Se supone que la capacidad productiva crece a
la misma tasa que la inversin y que la capacidad inicial de produccin inicial es c. Qu
fraccin u(t) del output (totalidad del bien producido) en el instante t debera ser
reinvertido para maximizar las ventas totales sobre el perodo prefijado [0, T]?
Debido a que la tasa de produccin es x(t), la produccin total en el perodo est dada por


T
0
dt ) t ( x P . Adems, como la produccin se reparte entre lo vendido y lo reinvertido,
escribimos ) t ( r ) t ( v ) t ( x + ++ + siendo v(t) la tasa de ventas y r(t) la tasa de reinversin; r(t) es
una fraccin u(t) del output, o sea, r(t) = u(t) x(t), donde 0 u(t) 1. En consecuencia,
v(t) = x(t) - u(t) x(t), y luego el total de ventas en el perodo est dado por
[ [[ [ ] ]] ]


T
0
T
0
dt ) t ( x ) t ( u ) t ( x dt ) t ( v V .
Teniendo en cuenta que la capacidad productiva crece a la tasa de reinversin, esto es
) t ( x ) t ( u ) t ( x , el problema propuesto es un problema de control ptimo
[ [[ [ ] ]] ]



T
0
] 1 , 0 [ ) t ( u
dt ) t ( x ) t ( u ) t ( x V imizar max
sujeto a ) t ( x ) t ( u ' x
con c ) 0 ( x
y ] 1 , 0 [ ) t ( ) t ( u .
Vemos que u(t) es la variable de control y x(t) es la variable de estado.
Condicin necesaria en control ptimo (para el problema (2)).
La condicin necesaria de optimalidad se la conoce como el principio del mximo de
Pontryagin y constituye el principal resultado en la teora de control ptimo en tiempo
continuo.
Para el problema (2) expuesto ms arriba, se define el hamiltoniano asociado por
) u , x , t ( f . ) u , x , t ( F ) , u , x , t ( H H + ++ +
siendo la variable de coestado o variable adjunta.
Teorema Principio del mximo de Pontryagin.
Si las funciones ) t ( * u y ) t ( * x son, respectivamente, las trayectorias de control ptimo de
V y la trayectoria ptima de estado asociada, estando ambas definidas en [t
0
, t
1
],
correspondientes ambas al problema (2), entonces existe una funcin ) t ( * continua, con
derivadas continuas a trozos, definida en [t
0
, t
1
] y llamada trayectoria ptima de coestado,
de modo que para cada t [t
0
, t
1
] se satisfacen las siguientes condiciones
(i) *) *, u *, x , t ( H ) t ( *'
x
, en los puntos de continuidad de ) t ( * u .
En el caso en que el estado final
1
x sea desconocido, se debe adems requerir
que )) t ( * x , t ( S ) t ( *
1 1 x 1
.
(ii) ) t ( * u debe maximizar (o minimizar) la funcin *) , u *, x , t ( H .
23
(iii) *) u *, x , t ( f ) t ( *' x , en los puntos de continuidad de ) t ( * u , y adems cumple
que
0 0
x ) t ( * x . En el caso en que el estado final
1
x est dado, se requerir,
adems, el cumplimiento de la condicin final
1 1
x ) t ( * x . Esta ltima
condicin es incompatible con la impuesta a *( t
1
) en (i).
Si
1
t es libre, se debe imponer la condicin de transversalidad
0 *)) t ( * x *, t ( S *)) t ( * *), t ( * u *), t ( * x *, t ( H
1 1 t 1 1 1 1
1
+ ++ + .
Observaciones
1) La ecuacin diferencial en la variable de coestado dada en (i) se la conoce bajo el
nombre de ecuacin de movimiento de la variable adjunta.
2) Puede ocurrir que se necesiten aplicar ambas condiciones de transversalidad tanto para ,
si el estado final es desconocido, as como si el instante final es libre.
3) En el caso en que el estado final x(t
1
) sea libre pero se requiera que satisfaga una
condicin de acotacin del tipo x(t
1
) x
1
, la condicin de transversalidad para * dada en
(i) deber ser sustituida por ( (( ( ) )) )
1 1 1 1 x 1
x ) t ( * x si , 0 0 )) t ( * x , t ( S ) t ( * > >> > .
4) Cuando se trate de un problema de minimizacin se debe cambiar en (ii) maximizar H en
la variable u por minimizar H en la variable u. Y de ser el caso en que x(t
1
) x
1
, se deber
imponer en (i) la condicin ( (( ( ) )) )
1 1 1 1 x 1
x ) t ( * x si , 0 0 )) t ( * x , t ( S ) t ( * > >> > .
Dem: Con el fin de mostrar la tcnica empleada, haremos una demostracin del teorema
para el caso del problema sencillo
)) t ( x ( S dt ) u , x , t ( F V imizar max
1
t
t
) t ( u
1
0
+ ++ +

sujeto a ) u , x , t ( f ' x
con
0 0
x ) t ( x
y IR ) t ( ) t ( u .
Como ya se mencion, el hamiltoniano es ) u , x , t ( f ). t ( ) u , x , t ( F ) , u , x , t ( H H + ++ + . A partir
de la restriccin ) u , x , t ( f ' x (ecuacin de movimiento) tenemos para cualquier funcin
(t), C
1
a trozos en [t
0
, t
1
], que [ [[ [ ] ]] ] 0 dt ' x ) u , x , t ( f ) t (
1
0
t
t


. As el funcional V resulta
[ [[ [ ] ]] ]
)). t ( x ( S dt ) t ( ' x ) t ( dt ) , u , x , t ( H
)) t ( x ( S dt ' x ) u , x , t ( f ) t ( ) u , x , t ( F V
1
t
t
t
t
1
t
t
1
0
1
0
1
0
+ ++ +
+ ++ + + ++ +


Integrando por partes en el segundo trmino llegamos a
[ [[ [ ] ]] ] ] 3 [ )). t ( x ( S ) t ( x ) t ( ) t ( x ) t ( dt ) t ( x ) t ( ' ) , u , x , t ( H V
1 0 0 1 1
t
t
1
0
+ ++ + + ++ + + ++ +

Sean u*(t) la trayectoria de control ptimo y x*(t) la correspondiente trayectoria ptima de
estado del problema planteado. Para > 0 perturbamos u*(t) definiendo
] t , t [ t ), t ( ) t ( * u ) t ( u
1 0
+ ++ +

, siendo (t) una curva continua a trozos.
24
Para = 0 resulta u
0
(t) = u*(t). A su vez, sea x(t, ) la trayectoria de estado asociada a
u

(t), esto es, x(t, ) es solucin de la ecuacin )) t ( u ), , t ( x , t ( f ) , t (
t
x




que satisface la
condicin inicial
0 0
x ) , t ( x . Es evidente que, debido a la unicidad de solucin de un PVI
tal, para = 0 se obtiene que ) t ( * x ) 0 , t ( x .
A partir de [3] definimos , pues, una funcin real de variable real mediante
[ [[ [ ] ]] ] [ [[ [ ] ]] ]
[ [[ [ ] ]] ] [ [[ [ ] ]] ], ) , t ( x S x ) t ( ) , t ( x ) t ( dt ) , t ( x ) t ( ' )) t ( ), t ( u ), , t ( x , t ( H
) , t ( x S ) , t ( x ) t ( ) , t ( x ) t ( dt ) , t ( x ) t ( ' )) t ( ), t ( u ), , t ( x , t ( H ) ( j
1 0 0 1 1
t
t
1 0 0 1 1
t
t
1
0
1
0
+ ++ + + ++ + + ++ +
+ ++ + + ++ + + ++ +




que alcanza su mximo en = 0. Por lo tanto, 0 ) ( ' j
0


.
Gracias a la regla de Leibniz vemos que
[ [[ [ ] ]] ] ). , t (
x
) , t ( x S ) , t (
x
) t (
dt ) , t (
x
) t ( ' ) t (
u
H ) , t (
x
H ) (
d
dj
1 1 x 1 1
t
t
)) t ( ), t ( u ), , t ( x , t (
u
)) t ( ), t ( u ), , t ( x , t (
x
1
0



+ ++ +



] ]] ]
] ]] ]
] ]] ]
, ,, ,

, ,, ,



+ ++ +


+ ++ +








Definiendo
)) t ( ), t ( * u ), t ( * x , t (
u
*
u
)) t ( ), t ( * u ), t ( * x , t (
x
*
x
H H y H H

, en = 0 resulta
( (( ( ) )) ) [ [[ [ ] ]] ] ). 0 , t (
x
) t ( * x ' S ) 0 , t (
x
) t ( dt ) t ( H
x
' H ) 0 ( ' j 0
1 1 1 1
t
t
*
u
0
*
x
1
0

+ ++ +



] ]] ]
] ]] ]
] ]] ]
] ]] ]
, ,, ,
, ,, ,

, ,, ,
+ ++ +


+ ++ +


Se elige *(t) de modo que 0 *' H
*
x
+ ++ + y [ [[ [ ] ]] ] ) t ( * x ' S ) t ( *
1 1
, reduciendo la expresin
anterior a


1
0
t
t
*
u
dt ) t ( H ) 0 ( ' j 0 , vlida para toda curva (t) continua a trozos. Por el
lema de Du Bois- Reymond se concluye que ]. t , t [ t , 0 H
1 0
*
u

De esta manera llegamos a
(i) *) *, u *, x , t ( H ) t ( *'
x
con [ [[ [ ] ]] ] ) t ( * x S ) t ( *
1 x 1
.
(ii) 0 *) *, u *, x , t ( H
u
, que es una condicin necesaria para que u*(t) maximice la
funcin *) , u *, x , t ( H .
(iii) *) u *, x , t ( f ) t ( *' x con
0 0
x ) t ( * x .
Los otros casos se demuestran de manera similar.
Ejemplos
1) [ [[ [ ] ]] ]

+ ++ +
1
0
) t ( u
dt ) t ( u ) t ( x V max
sujeto a
2
) t ( u 1 ' x
con 1 ) 0 ( x .
25
Aqu, S(t, x) = 0, y H = x + u + (1 - u
2
).
(i) a t 1 H '
x
+ ++ + , siendo a un real arbitrario.
. 1 t 0 , t 1 ) t ( * 1 a 0 S ) 1 (
) 1 ( * x
x

(ii)
* 2
1
* u 0 u * 2 1 H *) , u *, x , t ( H max *) *, u *, x , t ( H
u
u

. 1 t 0 ,
t 2 2
1
* u < << <

Esta funcin realiza el mximo puesto que H es
cncava como funcin de u* debido a que 0 * 2 H
uu
.
(iii) b
) t 1 ( 4
1
t ) t ( * x
) t 1 ( 4
1
1 *' x u 1 H ' x
2
2
+ ++ +





. Como
1 ) 0 ( * x resulta que 1 t 0 ,
4
5
) t 1 ( 4
1
t ) t ( * x ,
4
5
b < << < + ++ +

.
2)

+ ++ +
1
0
2 2
) t ( u
) 1 ( x dt ) t ( u V min
sujeto a ) t ( u ) t ( x ' x + ++ +
con 1 ) 0 ( x .
Aqu, S(t, x) = x
2
, y H = u
2
+ (x + u).
(i)
t
x
Ae H '

, siendo A un real arbitrario.
. e ) 1 ( * x e 2 ) t ( * ) 1 ( * x e 2 A ) 1 ( * x 2 S ) 1 ( *
t
) 1 ( * x
x

.
(ii) + ++ + 0 * u 2 H *) , u *, x , t ( H max *) *, u *, x , t ( H
u
u
t
e ) 1 ( * ex *
2
1
) t ( * u

Esta funcin realiza el mnimo puesto que H es
convexa como funcin de u* debido a que 0 2 H
uu
> >> > .
(iii) . e ) 1 ( * x e
2
1
Be ) t ( * x * u x H ' x
t t

+ ++ + + ++ +
Luego, ) 1 ( * x e
2
1
B 1 ) 0 ( * x + ++ + , y en t = 1 se tiene que
1
e ) 1 ( * x
2
1
B ) 1 ( * x
2
1
Be ) 1 ( * x

+ ++ + , de donde ,
1 e
e 2
) 1 ( * x
2
+ ++ +

1 t 0 , e
1 e
e 4
) t ( * x
t
2
2

+ ++ +


.
26
3) [ [[ [ ] ]] ]



2
0
2
] 2 , 0 [ ) t ( u
dt u u 3 x 2 V max
sujeto a u x ' x + ++ +
con 5 ) 0 ( x
y ] 2 , 0 [ ) t ( ) t ( u .
Aqu, S(t, x) = 0, y H = 2x - 3u - u
2
+ (x + u).
(i) 2 Ae ) 2 ( H '
t
x
+ ++ +

, siendo A un real arbitrario.
. 2 t 0 , 2 e 2 ) t ( * e 2 A 0 S ) 2 ( *
t 2 2
) 2 ( * x
x


.
(ii) Para hallar u* en [0, 2] que maximice H, es equivalente a
maximizar G(u) = -3u - u
2
+ * u sujeta a 0 u 2.
Como G(u) es cncava en u, su mximo global se alcanza en u* con G(u*) = 0,
esto es, -3 - 2u + * = 0, o sea en
2
3 *
* u

.
Si ( (( (
, ,, ,
\ \\ \
, ,, ,
( (( (
j jj j
( (( (
, ,, ,
\ \\ \
, ,, ,
( (( (
j jj j



2
5
ln 2 t
2
9
ln 2 ] 7 , 3 [ * ] 2 , 0 [
2
3 *
* u .
Si ( (( (
, ,, ,
\ \\ \
, ,, ,
( (( (
j jj j
> >> > < << <

2
5
ln 2 t 0
2
3 *
, en cuyo caso G(u), para 0 u 2, es
estrictamente decreciente alcanzando su mximo global en u* = 0.
Si ( (( (
, ,, ,
\ \\ \
, ,, ,
( (( (
j jj j
< << < > >> >

2
9
ln 2 t 0
2
3 *
, en cuyo caso G(u), para 0 u 2, es
estrictamente creciente alcanzando su mximo global en u* = 2.
En conclusin











< << < ( (( (
, ,, ,
\ \\ \
, ,, ,
( (( (
j jj j

( (( (
, ,, ,
\ \\ \
, ,, ,
( (( (
j jj j
( (( (
, ,, ,
\ \\ \
, ,, ,
( (( (
j jj j

( (( (
, ,, ,
\ \\ \
, ,, ,
( (( (
j jj j
< << <


2 t
2
5
ln 2 si , 0
2
5
ln 2 t
2
9
ln 2 si ,
2
5
e
2
9
ln 2 t 0 si , 2
) t ( * u
t 2
(iii) 5 ) 0 ( * x con * u x H ' x + ++ +

, depende del valor que toma u* en cada
intervalo.
a. Si 2 * u
2
9
ln 2 t 0 ( (( (
, ,, ,
\ \\ \
, ,, ,
( (( (
j jj j
< << < , luego 2 Ae * x 2 x ' x
t
+ ++ + . Como
5 ) 0 ( * x resulta que 2 e 7 ) t ( * x , 7 A
t
.
27
b. Si
2
5
e * u
2
5
ln 2 t
2
9
ln 2
t 2
( (( (
, ,, ,
\ \\ \
, ,, ,
( (( (
j jj j
( (( (
, ,, ,
\ \\ \
, ,, ,
( (( (
j jj j


, luego + ++ +

2
5
e x ' x
t 2
2
5
e
2
1
Be * x
t 2 t
+ ++ +

. Requiriendo que ( (( ( ) )) ) 2 e ) ln( 2 * x
2
9
14
2
9
para que x*
sea continua resulta que ( (( ( ) )) )

, e 7 B
2
8
63
( (( ( ) )) )
2
5
e
2
1
e e 7 ) t ( * x
t 2 t 2
8
63
+ ++ +

.
c. Si 0 * u 2 t
2
5
ln 2 < << < ( (( (
, ,, ,
\ \\ \
, ,, ,
( (( (
j jj j
, luego
t
e C * x x ' x . Para que x* sea
continua deber ser ( (( ( ) )) ) ( (( ( ) )) )
5
2
2
10
19
2
5
14
2
5
e C e ) ln( 2 * x resulta que
( (( ( ) )) )

, e 7 C
2
4
19
( (( ( ) )) )
t 2
4
19
e e 7 ) t ( * x

.
En resumen, ( (( ( ) )) )
( (( ( ) )) )











< << < ( (( (
, ,, ,
\ \\ \
, ,, ,
( (( (
j jj j

( (( (
, ,, ,
\ \\ \
, ,, ,
( (( (
j jj j
( (( (
, ,, ,
\ \\ \
, ,, ,
( (( (
j jj j
+ ++ +
( (( (
, ,, ,
\ \\ \
, ,, ,
( (( (
j jj j
< << <



2 t
2
5
ln 2 si , e e 7
2
5
ln 2 t
2
9
ln 2 si , e e 7 e
2
1
2
5
2
9
ln 2 t 0 si , 2 e 7
) t ( * x
t 2
4
19
t 2
8
63
t 2
t
Interpretacin econmica Se considera el problema de maximizar el flujo de beneficios
obtenidos a lo largo de un perodo comprendido entre el instante inicial t
0
y el instante final
t
1
. En cada instante las variables son
x(t), el stock de capital de la empresa que al inicio su valor es conocido x(t
0
) = x
0
.
u(t), la poltica de decisiones a tomar por la empresa (tasa de produccin, precio de
produccin, diseo de produccin, entre otros) sujeta a la restriccin u(t) (t).
F(t, x(t), u(t)), la tasa de beneficio instantneo expresado en unidades monetarias.
S[t
1
, x(t
1
)], el valor de la empresa al final del horizonte cuando el stock de capital final
es x(t
1
).
(t), es el cambio marginal del beneficio mximo, anotado V*(t, x), frente a cambios
infinitesimales en el stock de capital x. Es decir, es la variacin marginal en los
beneficios ptimos que se generan desde el instante t hasta el instante final por un
cambio en el stock de capital en el instante t. En trminos econmicos, representa el
precio sombra de una unidad de capital.
Se supone, adems, que si bien la empresa tiene libertad de elegir la poltica a seguir, el
stock de capital no es elegido libremente sino que es regido por la ecuacin diferencial
(ecuacin de movimiento) x = f(t, x, u).
El problema es entonces
)) t ( x ( S dt ) u , x , t ( F V imizar max
1
t
t
) t ( u
1
0
+ ++ +

sujeto a ) u , x , t ( f ' x
28
con
0 0
x ) t ( x
y ) t ( ) t ( u .
El hamiltoniano es ) u , x , t ( f ). t ( ) u , x , t ( F ) , u , x , t ( H + ++ + , que abreviaremos f . F H + ++ + .
Multiplicando por dt y utilizando la ecuacin de movimiento queda
{ {
) b ( ) a (
dx dt F dt ' x . dt F dt f . dt F dt H + ++ + + ++ + + ++ + .
(a) dt F es el beneficio obtenido entre los tiempos t y t + dt si se parte del stock de
capital x(t) y se aplica el control u(t). Representa, en unidades monetarias, el aporte
directo al funcional objetivo desde el instante t al instante t + dt, estando en el estado x
y aplicando el control u.
(b) dx es el cambio en el stock de capital desde el instante t al instante t + dt, estando en
el estado x y aplicando el control u, por lo que dx representa el valor del incremento
del stock de capital en unidades monetarias. Es decir, el cambio de stock de capital del
estado x al estado x + dx hace que haya un incremento en los beneficios generados
hasta el final del horizonte temporal de dx unidades monetarias, empleando
decisiones ptimas. En consecuencia, puede interpretarse como la contribucin
indirecta al funcional objetivo.
De esta manera, dt H puede considerarse como el aporte total a la funcional objetivo,
cuando se pasa de t a t + dt. Esto muestra claramente que es la funcin hamiltoniana H la
que hay que maximizar y no la funcin F, de acuerdo con la condicin (ii) del principio del
mximo
Para interpretar la condicin (i)
x x x
f . F H ' del principio de Pontryagin,
multiplicamos miembro a miembro por dt obteniendo ) dt f .( dt F d
x x
+ ++ + . Esta igualdad
expresa que el decaimiento (o depreciacin) del precio sombra del capital desde el instante
t al instante t + dt, que puede ser considerado como el costo marginal de mantener dicho
capital, consiste de las contribuciones marginales directa e indirecta de la funcional
objetivo en dicho intervalo temporal.
Por ltimo, la condicin final )] t ( x [
dx
dS
)] t ( x [ S ) t (
1 1 x 1
es evidente teniendo en cuenta
la interpretacin anterior dada para (t), para cada [ [[ [ ] ]] ]
1 0
t , t t . En efecto, en el instante final
t
1
no hay ninguna decisin por tomar, el valor final de la empresa es S[x(t
1
)] y el precio
sombra por unidad de capital es, pues, )] t ( x [
dx
dS
) t (
1 1
.
Condiciones suficiente en control ptimo.
Se darn dos tipos de condiciones suficientes en problemas de control ptimo sencillos,
basadas ambas en propiedades de concavidad/convexidad de las funciones F, f y S. Estas
condiciones no se pueden aplicar en los problemas en los que los instantes inicial y/o final
son desconocidos.
29
Teorema Condiciones suficientes de Mangasarian.
Consideramos el problema de control ptimo (2) para maximizacin (respectivamente
minimizacin) en el caso en que (t) = IR y suponemos que las funciones F, f y S son de
clase C
1
.
Si las funciones ) t ( * ), t ( * x ), t ( * u son, respectivamente, trayectorias de control de V,
de estado y de coestado que satisfacen las condiciones del principio del mximo para todo
[ [[ [ ] ]] ]
1 0
t , t t , con
1
t dado, y si ) u , x , t ( F y ) u , x , t ( f son cncavas (respectivamente
convexas) en (x, u), si S(t, x) es cncava (respectivamente convexa) en x para cada t fijo
y 0 ) t ( * para cada t si ) u , x , t ( f no es lineal en ) u , x ( , entonces ), t ( * x ), t ( * u ) t ( *
son, respectivamente, las trayectorias de control ptimo de V, ptima de estado asociada y
ptima de coestado.
Dem: Por ser cncavas y de clase C
1
, sabemos que
[ [[ [ ] ]] ] [ [[ [ ] ]] ] [ [[ [ ] ]] ] )). t ( * x ) t ( x ( ) t ( * x S ) t ( * x S ) t ( x S
*) u u *)( u *, x , t ( f *) x x *)( u *, x , t ( f *) u *, x , t ( f ) u , x , t ( f
*) u u *)( u *, x , t ( F *) x x *)( u *, x , t ( F *) u *, x , t ( F ) u , x , t ( F
1 1 1 x 1 1
u x
u x

+ ++ +
+ ++ +
Entonces, para toda trayectoria de control u(t) admisible y toda trayectoria x(t) de estado
asociada, esto es, tal que ) u , x , t ( f ' x con x(t
0
)=x
0
, se tiene que
[ [[ [ ] ]] ] [ [[ [ ] ]] ]
[ [[ [ ] ]] ] [ [[ [ ] ]] ] [ [[ [ ] ]] ]
[ [[ [ ] ]] ] [ [[ [ ] ]] ][ [[ [ ] ]] ] ) t ( * x ) t ( x ) t ( * x S dt *) u u *)( u *, x , t ( F *) x x *)( u *, x , t ( F
) t ( * x S ) t ( x S dt *) u *, x , t ( F ) u , x , t ( F
) t ( * x S dt *) u *, x , t ( F ) t ( x S dt ) u , x , t ( F * V V
1 1 1 x
t
t
u x
1 1
t
t
1
t
t
1
t
t
1
0
1
0
1
0
1
0
+ ++ + + ++ +
+ ++ +
+ ++ +



Teniendo en cuenta las condiciones (i) y (ii) del principio del mximo e integrando por
partes se llega a que
[ [[ [ ] ]] ] [ [[ [ ] ]] ]
[ [[ [ ] ]] ]
[ [[ [ ] ]] ]
[ [[ [ ] ]] ]
( (( ( ) )) ) [ [[ [ ] ]] ]
[ [[ [ ] ]] ]
, 0
dt *) u u *)( u *, x , t ( f *) x x *)( u *, x , t ( f *) u *, x , t ( f ) u , x , t ( f ) t ( *
dt *) u u *)( u *, x , t ( f *) x x *)( u *, x , t ( f ) t ( * dt *) u *, x , t ( f ) u , x , t ( f ) t ( *
dt *) u u *)( u *, x , t ( f *) x x *)( u *, x , t ( f ) t ( *
) t ( * x ) t ( x ) t ( * dt ) *' x ' x )( t ( * *) x x )( t ( *
dt *) u u ( *) u *, x , t ( f ) t ( *
) t ( * x ) t ( x ) t ( * dt *) x x ( *) u *, x , t ( f ) t ( * ) t ( *'
* V V
1
0
1
0
1
0
1
0
1
0
1
0
1
0
1
0
t
t
u x
t
t
u x
t
t
t
t
u x
1 1 1
t
t
t
t
t
t
u
1 1 1
t
t
x


+ ++ +
+ ++ +
+ ++ + + ++ +
+ ++ +
+ ++ + + ++ +







habiendo utilizado la concavidad de f y que *(t) 0 00 0, si f no es lineal en (x,u), para
obtener la ltima desigualdad. Esto muestra que V* es mximo global del problema.
30
Teorema Condiciones suficientes de Arrow
Consideramos el problema de control ptimo (2) para el que suponemos que las funciones
F, f y S son de clase C
1
.
Se define la funcin hamiltoniano derivado ) , u , x , t ( H mx ) , x , t ( H
) t ( ) t ( u
0


.
Si las funciones ) t ( * ), t ( * x ), t ( * u son, respectivamente, trayectorias de control de V,
de estado y de coestado que satisfacen las condiciones del principio del mximo para todo
[ [[ [ ] ]] ]
1 0
t , t t , con
1
t dado, y si )) t ( * , x , t ( H
0
y S(t, x) son cncavas (respectivamente
convexas) en x para cada t fijo, entonces ) t ( * ), t ( * x ), t ( * u son, respectivamente, las
trayectorias de control ptimo de V, ptima de estado asociada y ptima de coestado.
Observacin Si para cada t, x, fijos, si el hamiltoniano derivado se alcanza en una
funcin u
0
(t), esto es, ) , u , x , t ( H ) , x , t ( H
0
0
, es inmediato ver que para el caso en que
x = x*(t), *(t) = (t), resulta entonces u
0
(t) = u*(t).
No es difcil destacar que las condiciones de Arrow son menos restrictivas que las de
Mangasarian, siendo estas ltimas de aplicacin ms directa. Necesitamos mostrar cierto
resultado tcnico antes de dar la demostracin del teorema.
Proposicin Si u
0
(t) (t) realiza el ) , u , x , t ( H mx ) , x , t ( H
) t ( ) t ( u
0


para x y dados y si
) , x , t ( H
0
es una funcin cncava y diferenciable en x, es ) , u , x , t ( H ) , x , t ( H
0 x
0
x
.
Dem: Para cada [ [[ [ ] ]] ]
1 0
t , t t fijo, tomemos v suficientemente pequeo y definimos la
perturbacin x

= x + v, para cada (0,1], que est cerca de x.
Gracias a la concavidad de ) , x , t ( H
0
, para u
0
(t) = u
0
(t, x, ) se tiene que
( (( ( ) )) ) v ) , x , t ( H x x ) , x , t ( H
) , x , t ( H ) , x , t ( H ) , u , x , t ( H ) , u , x , t ( H
0
x
0
x
0 0
0 0




Dividiendo por > 0 y haciendo
+ ++ +
0 se obtiene
v ) , x , t ( H v ) , u , x , t ( H
0
x 0 x

para todo v real suficientemente pequeo. Cambiando v por v se llega a la desigualdad
contraria, por lo tanto
) , x , t ( H ) , u , x , t ( H
0
x 0 x
.
Dem (del teorema) Sea u(t) cualquier trayectoria de control admisible y sea x(t) la
trayectoria de estado asociada, esto es, la solucin de la ecuacin ) u , x , t ( f ' x y la
condicin inicial x(t
0
) = x
0
.
Por definicin de ) , x , t ( H
0
es vlida *) , x , t ( H *) , u , x , t ( H
0
, para todo [ [[ [ ] ]] ]
1 0
t , t t .
Teniendo en cuenta que ) , x , t ( H
0
es cncava
31
*) x x ( *) *, x , t ( H *) *, x , t ( H *) , u , x , t ( H
0
x
0
+ ++ + ,
recordando que *) * u *, x , t ( H *) *, x , t ( H
0
, por definicin de H
0
, y por la
proposicin anterior *) * u *, x , t ( H *) *, x , t ( H
x
0
x
resulta que
*) x x ( *) *, u *, x , t ( H *) *, u *, x , t ( H *) , u , x , t ( H
x
+ ++ + .
Esta desigualdad se puede rescribir usando la definicin de la hamiltoniana y la condicin
(i) del principio del mximo como
*) x x ( ) t ( *' *) u *, x , t ( f * *) u *, x , t ( F ) u , x , t ( f * ) u , x , t ( F + ++ + + ++ + .
Usando la condicin (iii) del principio del mximo e integrando llegamos a
[ [[ [ ] ]] ] [ [[ [ ] ]] ]
[ [[ [ ] ]] ]( (( ( ) )) ). ) t ( * x ) t ( x ) t ( * x S
*) x x ( ) t ( *
dt *) x x ( ) t ( *
dt
d
dt ) u , x , t ( F *) u *, x , t ( F
1 1 1 x
t
t
t
t
t
t
1
0
1
0
1
0




Denotando con V* al valor de V en las trayectorias x*(t) y u*(t) y debido a la hiptesis
de concavidad de S es cncava y a la desigualdad anterior, se concluye que
[ [[ [ ] ]] ] [ [[ [ ] ]] ]
[ [[ [ ] ]] ] [ [[ [ ] ]] ] [ [[ [ ] ]] ]
[ [[ [ ] ]] ] [ [[ [ ] ]] ]
, 0
)) t ( * x ) t ( x ( ) t ( * x S )) t ( * x ) t ( x ( ) t ( * x S
) t ( x S ) t ( * x S dt ) u , x , t ( F *) u *, x , t ( F
) t ( x S dt ) u , x , t ( F ) t ( * x S dt *) u *, x , t ( F V * V
1 1 1 x 1 1 1 x
1 1
t
t
1
t
t
1
t
t
1
0
1
0
1
0


+ ++ +
+ ++ +


esto es, V* V, probando el teorema.
Ejemplos Aplicaremos las condiciones suficientes a dos de los ejemplos estudiados en las
pginas 24 y 25.
1) [ [[ [ ] ]] ]

+ ++ +
1
0
) t ( u
dt ) t ( u ) t ( x V max
sujeto a
2
) t ( u 1 ' x
con 1 ) 0 ( x .
Aqu, se haba obtenido 1 t 0 , t 1 ) t ( * ,
. 1 t 0 ,
t 2 2
1
* u < << <


32
1 t 0 ,
4
5
) t 1 ( 4
1
t ) t ( * x < << < + ++ +

.
Condiciones de Mangasarian:
F = x + u es lineal, por lo tanto, cncava en (x, u).
f = 1 u
2
es cncava en (x, u).
S = 0 es cncava en x.
Se cumplen, pues, estas condiciones suficientes para mximo global.
Condiciones de Arrow:
H = x + u + (1 u
2
)
* 4
1
* x H
0

+ ++ + + ++ + es cncava en x por ser lineal.
S = 0 es cncava en x.
Se cumplen, pues, estas condiciones suficientes para mximo global.
2)

+ ++ +
1
0
2 2
) t ( u
) 1 ( x dt ) t ( u V min
sujeto a ) t ( u ) t ( x ' x + ++ +
con 1 ) 0 ( x .
Aqu, se haba obtenido , e
1 e
e 4
) t ( *
t
2
2

+ ++ +

, e
1 e
e 2
) t ( * u
t
2
2

+ ++ +

1 t 0 , e
1 e
e 4
) t ( * x
t
2
2

+ ++ +


.
Condiciones de Mangasarian:
F = u
2
es convexa en (x, u).
f = x + u es lineal, por lo tanto, convexa en (x, u).
S = x
2
es convexa en x.
Se cumplen, pues, estas condiciones suficientes para mnimo global.
Condiciones de Arrow:
H = u
2
+ ( x + u)
2 0
*
4
1
* * x H es convexa en x por ser lineal.
S = x
2
es convexa en x.
Se cumplen, pues, estas condiciones suficientes para mnimo global.
33
Problemas y ejercicios propuestos
1) Plantear el siguiente problema en el marco del clculo variacional.
Un consumidor tiene una funcin de utilidad U[C(t)], donde C(t) es su consumo en
el instante [ [[ [ ] ]] ] T , 0 t . Se supone que 0 ' U > >> > y que 0 ' ' U < << < (utilidad creciente y
cncava). La persona recibe una dotacin inicial de stock de capital igual a
0
K . Los
ingresos de la persona vienen dados por K . i , obtenidos a partir del stock de capital,
en donde i es el tipo de inters de mercado. Adems, la persona puede consumir el
stock de capital en cualquier instante, vendiendo capital. Suponemos que el
consumidor es impaciente, siendo su tasa de descuento. Tambin se tiene que
cumplir que 0 ) t ( K .
Variante: cmo se modificar el planteo si esta persona puede prestar capital o pedir
prestado a una tasa de inters i y si sus ingresos provienen del salario instantneo v(t)
determinado exgenamente y de los intereses obtenidos por el prstamo de su capital?
2) Hallar las curvas extremales de los siguientes funcionales
(a) ( (( ( ) )) ) e ) 1 ( x , 1 ) 0 ( x , dt x e 2 V
1
0
2 x


(b) ( (( ( ) )) ) 1 ) e ( x , 0 ) 1 ( x , dt ' x x ' x t V
e
1
2
+ ++ +

(c) 3 ) 1 ( x , 1 ) 0 ( x , dt ' x x V
1
0
2


Usando la condicin necesaria de Legendre, indicar en cul de estos funcionales la
extremal hallada podra corresponder a un mximo y en cul a un mnimo.
3) Hallar las curvas extremales de los siguientes problemas variacionales. Usar las
condiciones de transversalidad correspondientes para cada caso
(a) ( (( ( ) )) ) 0 ) 0 ( x , dt ' x ' x t V
2
0
2
+ ++ +

(b) ( (( ( ) )) ) 1 ) 1 ( x , 0 ) 0 ( x , dt ' x x V
1
0
2 2
+ ++ +

(c) ( (( ( ) )) ) , 1 ) 0 ( x , dt x t 10 ' x V
T
0
2
+ ++ +

donde T es desconocido.
(d) ( (( ( ) )) ) ) 1 ( x , 1 ) 0 ( x , dt ' x ' x t V
1
0
2
+ ++ +

libre
(e) ( (( ( ) )) ) 1 ) 1 ( x , 1 ) 0 ( x , dt ' x ' x t V
1
0
2
+ ++ +

4) Una empresa ha recibido un pedido de B unidades de producto, que deben ser entre-
gadas al cabo de un tiempo T, fijado. La empresa quiere saber cul debe ser la tasa
de produccin T t 0 ), t ( P , para atender ese pedido en la fecha fijada a un
mnimo costo. Se sabe que el costo unitario de produccin es proporcional a la tasa
de produccin (sea C
1
la constante de proporcionalidad), y que el costo unitario de
34
mantener el producto en inventario es constante (C
2
). Sea x(t) el inventario acumu-
lado en el instante t. Entonces tenemos x(0) = 0, y debemos alcanzar x(T) = B.
(a) Encontrar la tasa de produccin y el inventario acumulado ptimos (ignorar
la restriccin 0 ) t ( P ). Qu condicin debe cumplirse para que la solucin
ptima cumpla 0 ) t ( P ?
(b) Suponer ahora que B es una constante dada, pero T es libre. Encontrar la
solucin ptima (ignorar la restriccin 0 ) t ( P ).
5) Un depsito de agua a utilizar para apagar incendios tiene escapes. Sea x(t) la altura
del agua. Se verifica que x = - 0,1 x + u, con x(0) = 10, en donde u(t) es la
afluencia de agua al depsito en el tiempo t y que 0 u(t) 3.
Se busca calcular el control ptimo y la correspondiente trayectoria ptima de altura
del agua en los siguientes casos
a) Si el objetivo es maximizar 5 x(100).
b) Si el objetivo es maximizar


100
0
dt ) u 5 x ( .
6) En cada caso encontrar las variables de control, de estado y de coestado que
satisfacen el principio del mximo de Pontryagin.
(a)
1 ) 0 ( x con
u 1 ' x . a . s
dt ) u x ( J max
2
1
0
u


+ ++ +

(b)
2 ) 1 ( x con
u x ' x . a . s
dt ) x u u x ( J max
5
1
2 2
u

+ ++ +


(c)
1 ) 0 ( x con
u x ' x . a . s
) 1 ( x dt u J min
2
1
0
2
u

+ ++ +
+ ++ +

(d)
[ [[ [ ] ]] ] 2 , 0 ) t ( u , 5 ) 0 ( x con
u x ' x . a . s
dt ) u u 3 x 2 ( J max
2
0
2
u

+ ++ +


Usando alguna de las condiciones suficientes, indicar en cada caso si la variable de
control hallada es ptima.
35
7) Hallar la poltica publicitaria que maximiza las ventas durante un perodo de tiempo
en que la tasa instantnea de variacin de las ventas decrece a una tasa proporcional
a las ventas, pero aumenta a una tasa proporcional a la tasa de publicidad, segn se
aplica a la parte de mercado que todava no adquiere el producto. El problema es,
por lo tanto,
A ) t ( A 0 , S ) t ( S con
M
S
1 bA aS ' S . a . s
dt ) t ( S max
0 0
t
t
u
1
0

] ]] ]
] ]] ]
] ]] ]
, ,, ,

, ,, ,
+ ++ +

en donde S son las ventas, A la publicidad, M la amplitud de mercado, t
0
, t
1
, a, b,
S
0
, A son parmetros positivos dados.
8) Hallar las variables de control, de estado y de coestado que satisfacen el principio
del mximo en los siguientes casos en los que el instante final t
1
> 0 es libre.
(a)
0 ) 0 ( x con
1 u 2 ' x . a . s
dt ) u tx u ( J max
1
1
t
0
2
t , u

+ ++ +


(b)
5 ) t ( x , 4 ) 0 ( x con
u ' x . a . s
dt ) u t ( J min
1
t
0
2 2
t , u
1
1


+ ++ +

36
BIBLIOGRAFIA BASICA
1. CHIANG, A.: Elements of Dynamic Optimization, Ed. McGraw-Hill, 1992.
2. CERDA TENA, E.: Optimizacin Dinmica, Ed. Prentice-Hall, 2001.
3. ELSGOLTZ, L.: Ecuaciones Diferenciales y Clculo Variacional, Ed. Mir, 1969.
4. GELFAND, I., FOMIN, S.: Calculus of Variations, Ed. Prentice-Hall.1963.
5. INIRILIGATOR M.: Optimizacin Matemtica y Teora Econmica, Ed. Prentice
-Hall, 1973.
6. KAMIEN, M. SCHWARTZ, N.: Dynamic Optimization. The Calculus of
Variations and Optimal Control in Economics and Management, 2da. Edicin, Ed.
North-Holland, 1991.
7. KRASNOV, M., MAKARENKO, G., KISIELOV, A.: Clculo Variacional, Ed.
Mir. 1976.
8. SILBERBERG, E.: The Structure of Economics. A Mathematical Analysis,
McGraw-Hill, 1990.
9. TROUTMAN, J.: Variational Calculus and Optimal Control, Springer 1996.