Sei sulla pagina 1di 45

Manual de soluciones del libro

"Mtodos dinmicos en economa"


Versin 0.4
Hctor Lomel Ortega
Beatriz Rumbos Pellicer
Lorena Zogaib Achcar
1 de septiembre de 2004

ndice General

2 Ecuaciones diferenciales lineales

Ecuaciones no lineales de primer orden

Sistemas de ecuaciones diferenciales lineales

11

Anlisis cualitativo

15

Conceptos bsicos de dinmica discreta

20

Optimizacin esttica

22

11 Introduccin al clculo en variaciones

39

Nota para el lector

La presente es una versin preliminar de las soluciones del libro Mtodos dinmicos
en economa.
Estamos conscientes de que, a pesar del esfuerzo y cuidado puestos en este trabajo, es probable que existan errores involuntarios en las respuestas que aqu presentamos. Agradeceremos sus comentarios y correcciones al presente documento
a las siguientes direcciones electrnicas:
lomeli@itam.mx
rumbos@itam.mx
Con cierta frecuencia aparecern nuevas versiones en la pgina del departamento
de Matemticas del ITAM, en:
http://matematicas.itam.mx
Gracias por leer nuestro libro.

Los autores

Captulo

Ecuaciones diferenciales lineales


2.2 b = 3, c = 6, x0 = 5.
2.3 = 3, = 19 , A =

1
= 18
. Por lo tanto la solucin para las condiciones
1
1
1
iniciales dadas es x(t) = + e3t + e3t .
9 18
18
2.4 = 0, = 7. Por lo tanto la solucin para las condiciones dadas se puede
escribir como y(v) = 7ev sin v.

2.5

1
18 , B

a) x(t) = ke5t , la solucin no converge a su estado estacionario.


b) x(t) = ke 2 , la solucin s converge a su estado estacionario.
t

c) x(t) = 8 + ket , la solucin s converge a su estado estacionario.


d) x(t) = 2 + ke5t , la solucin no converge a su estado estacionario.
2.6 P(t) = 5 + ke6t , el estado estacionario es P = 5. La solucin s converge a su
estado estacionario.
2.7

a) P(t) = P0 eat .
ln 2
.
b) t =
a
c) lim P(t) = 0.
t

2.8 P(t) = P0 e()t . Si > , lim P(t) = , es decir que P crece indefinidamente.
t

Si = , lim P(t) = P0 , es decir que P es siempre constante. Si < ,


t

lim P(t) = 0, es decir que P se extingue.


t



E
E at
E
E
e . Si P0 = , entonces P(t) = , por lo tanto lim P(t) =
2.9 P(t) = + P0
t
a
a
a
a
E
E
es decir, la poblacin es constante. Si P0 > , entonces lim P(t) = , es
t
a
a
3

4
E
decir la poblacin es creciente. Si P0 < , entonces lim P(t) = , es decir
t
a
la poblacin es decreciente.
T

2.10 Factor de integracin (t) = e t r(s)ds . Interpretacin: Y(t) es la inversin, B(t)


 t
YT
+
(s )ds es la cantidad de bonos que se tienen
es el precio del bono y
BT
T
en la inversin.
2.11

a) r(t) = r0
b) B(t) = e

1
.
t+1


r0 (tT)

T+1
t+1


.

c) (t) = er0 (Tt) . Si < 0 tenemos retiros.



1  r0 (Tt)
d) Z(T) =
1 + 1.
e
r0


1  r0 (tT)
T + 1 r0 (tT)
e
1
= B(t)Z(t). Simplificando
e
1+
e) Y(t) =
t + 1 
 r0

1
1
T+1
1
er0 (tT) +
.
Y(t) =
t+1
r0
r0
2.12

a) Y es el cambio en la inversin. Se debe a las ganancias rY generadas


por invertir a una tasa Y menos las perdidas X(t) debidas al flujo de
inversin.
 T
ers X(s)ds. En el lmite T , Y(t) =
b) Y(t) = er(tT)Y(T) + ert
t

rt
rs
e (s)ds.
e
t

er X( + t)d.
c) Cambio de variable = s t. Por lo tanto Y(t) =
0

2.13 L {a f (t) + bg(t)} =

est [a f (t) + bg(t)] dt

st

(a f (t)) dt +
0


st
e f (t)dt + b
=a

2.14

1
+ ce2 sin t .
2
2
1
b) x(t) = + cet .
2

a) x(t) =

t3

c) x(t) = 5 + e 3 .

est (bg(t)) dt

est g(t)dt = aL { f (t)} + bL {g(t)} .

2.15

1
d) x(t) = et + e6t .
7
1 2 u3
e) y(u) = + e .
3 3


r
d
e
pe =
. Resolviendo encontramos que
a) p +
r
r


d
d ( r )t
e
e
p (t) = + p0
e r
r
r
.
 b


d

d
rt
de dt = lim
dert dt = lim erb 1 = .
b)
r b
r
b 0
0


r
d
d
d
c) lim pe (t) = + p0e
lim e( r )t = = p ya que, r > 0 y r > .
t
r
r t
r
d
d) Sustituyendo (2.29) en (2.28) se tiene que p = + (p pe ) . Por lo tanr r

e
to p = p (p p ) . Ahora bien, usando la solucin para pe se obtiene
r
que





p
pe .
p(t) =
r
r






r

r
p
y lim pe =
p
Por lo tanto lim p(t) =
t
t
r




p = p .
r


r
r

(p0e p ) e( r )t , con r > . Adems


e) p(t) = p
r
r

pe (t) = p + (p0e p ) e( r )t ,
con r > .
2.16 Sea v = ln y, entonces ev = y y y = ev
Q(t)ev v. Por lo tanto v Q(t)v = P(t).

dv
dv
. Sustituyendo ev
+ P(t)ev =
dt
dt

2.17 Sea v = ln y, resolviendo para v se obtiene v(t) =


t3

entonces y(t) = e 4 + t .
c

t3 c
+ . Como y(t) = ev(t)
4
t

2.18 Sea A x + B x + Cx = 0 una ecuacin diferencial homognea con coeficientes


constantes, donde A = 0, B, C R. Sean x1 , x2 dos soluciones de la ecuacin,
es decir: A x 1 + B x 1 + Cx1 = 0 yA x 2 + B x 2 + Cx2 = 0. Sea x3 = ax1 + bx2 .
Entonces A x 3 + B x 3 + Cx3 = A (a x1 + b x2 ) + B (a x 1 + b x 2 ) + C (ax1 + bx2 ) =
a (A x 1 + B x 1 + Cx1 ) + b (A x 2 + B x 2 + Cx2 ) = 0. Por lo tanto x3 = ax1 + bx2
es solucin de la ecuacin A x + B x + Cx = 0.

2.19

a) x = 1, x(0) = 2, x(0)
= 4.
b) x 3x + 2x = 6t 7.
c) x + 4x + 5x = 0.

2.20

a) x(t) = et .
b) x(t) = e

5
4t


13
23
23
t + sin
t .
3 cos
4
4
23

c) x(t) = et [cos t + sin t] .


d) x(t) = (1 3t)e3t .
2.21

a) x(t) = k1 e(1+

2) t

+ k2 e(1

2) t

7.

b) x(t) = c1 cos t c2 sin t + 1.



5
23
23
t c2 sin
t + 3.
c) x(t) = e 4 t c1 cos
4
4
d) x(t) = A + Be3t 4t.
1
e) x(t) = c1 et + c2 e2t .
2
1
f) x(t) = c1 e3t + c2 te3t + .
9

+ e 2 t (A cos t B sin t) , con > 0,  0.


2.22 p(t) = m

e 2 t
u(t) = u





A
B
B cos t +
A sin t .
2
2

y lim u(t) = u,
lo que quiere decir que se satisface el
Adems lim p(t) = m
t
t
mismo comportamiento asinttico que en el caso > 4.
2.23

t
cos 2t.
4
14
= c1 et + c2 e3t 3t2 + 4t .
3
4
= c1 et + c2 e2t tet .
3
1
= c1 e3t + c2 et et cos t + 2 sin t.
2


4
1
cos 2t +
sin 2t .
= e3t (c1 cos 2t c2 sin 2t) + e2t
17
17

a) x(t) = c1 cos 2t c2 sin 2t


b) x(t)
c) x(t)
d) x(t)
e) x(t)

2.24 x(t) = k1 et + k2 e2t + k3 et .

Captulo

Ecuaciones no lineales de primer


orden
3.1

3.2

3.3

a) x(t) = |t| o x(t) = t si t > 0.


b) x(t) = |t| o x(t) = t si t > 0.
1
.
c) x(t) =
2t


.
d) x(t) = tan t 1 +
4

71
3
e) x(t) = 2 (t + 1)3/2 + .
27

2
.
a) y(x) = sin1
2
x +1
b) y(x) 2 ln |y(x) + 2| = ln |x + y| 1.

1 t 1 3t
e + e .
c) y(x) =
2
2


a) N(t) =
1+

N
N
N0

e N kt

para N = N0 . Si N = N0 entonces N(t) =

N .
b) lim N(t) = N , es decir que el nmero de personas que habr odo el
t
rumor cuando t sea muy grande tender al nmero total de personas
del pueblito.
s
. Por lo tanto
3.4 Sea w = k1 . Resolviendo se obtiene w(t) = ce(1)(n+)t +
n+
1
 1

1
s
(1)(n+)t
1
= ce
+
.
la solucin para k es de la formak(t) = w
n+
7

8


s
Adems lim k(t) =
t
n+
3.5

3.6

1
 1

= k .

L
L
L
1
= = 1 = 1 =
L

K L
K L
+1
L
L
. Por lo tanto L = L , donde K es constante.
K
K


1

.
et +
b) Sea w = L . Resolviendo se obtiene w(t) =

K
K
L0


 1
1


1
t
Por lo tanto L(t) = w(t)
=
+
.
e

K
K
L0

  1
 1

. Por lo tanto lim L(t) =


K.
c) lim L(t) =

t
t
K

a) Sea = K L1 . Entonces

1
a) Sea w = y1n . Su solucin est dada por w(t) = ket . Por lo tanto

C
1
. Como P = y + L, entonces
y(t) = t
ke 1/
r
P(t) = 

b) lim P(t) =
t

1
1
P0 L

r
C

et

r
C

+ L.

L, P0 = C L
.
P0 , P0 = C L

1
.
2t 2 + cet
1
1
b) Sea w = 2 , cuya solucin es w(x) = x + + ce2x . Por lo tanto y(x) =
y
2
 21

1
.
x + + ce2x
2
x+c
x
1
. Por lo tanto y(x) =
.
c) Sea w = , cuya solucin es w(x) =
y
x
x+c


1
d) Sea w = 3 , cuya solucin es w(x) = x3 2x3 + c . Por lo tanto y(x) =
y
1
.
1
x [2x3 + c] 3

3.7

a) x(t) =

3.8

a) Sea w = x6 , entonces la tenemos la solucin w(t) = 1 + ce6t . Por lo tanto


x(t) = 1.
c
4
+ 44 . Por lo
b) Sea w = x4 , entonces la tenemos la solucin w(t) =
43t t
1
.
tanto x(t) = 
47
4
4

44
43t
43t

9
c
1
c) Sea w = y2 , entonces la tenemos la solucin w(t) = + . Por lo
t
t

tanto y(t) = t, con t > 0.


3.9

a) x = 0 equilibrio inestable; x = 2 equilibrio estable.


b) x = 0, x = 12 equilibrios inestables; x = 3 equilibrio estable.
c) x = 2n equilibrio inestable; x = (2n + 1) equilibrio estable.
d) x = k equilibrio estable.

3.10

a) Si x0 < 2 entonces x(t) converge a 2. Si x0 > 2 entonces x(t) diverge.


b) Si x0 < 0 entonces x(t) converge a 0. Si 0 < x0 < 1 entonces x(t) converge a 1. Si x = 1 es un punto de equilibrio estable.

3.11

c) Si x0 < 0 entonces x(t) converge a 0. Si x0 > 0 entonces x(t) diverge.


 
u
u u
u u
(u ) (u ) u u
d
=
1

.
Entonces
=
=
a) Como
 2
dw u
(u )2
(u )2
 
  (u )
u
u
d
d
= k. De esta manera
= 1 k. Lo que implica
1

dw u
dw u
u
u

=
(1

k)w
+
A
.
Donde
A
es
continua.
Por
lo
que
se
tiene
=
u
u

u
1
1
. Sea A = A entonces  =
.

A + (1 k)w
u
A + (k 1)w
b) A + (k 1) w > 0 con w > 0.
u
1
w2
c) Si k = 0 entonces u = k2 + k1 Aw k1 . Si k = 1 entonces  = ,
2
u
A
la cual es una funcin CARA (aversin relativa al riesgo constante). Si
1
u
y se parece al caso k = 0.
k > 1 entonces  =
u
A + (k 1)w

3.12

1
[(m0 + + t) p] . Por lo que la solucin para esta ecuaa) p =
1
cin es

p(t) = (m0 + + t) + (p0 m0 ) e 1 t .


Adems lim p(t) = , y
t

= = m.
lim p(t)

1
b) p = (p m0 t) . Cuya solucin, para las condiciones iniciales da
das, es:
t
p(t) = (m0 + + t) + (p0 m0 ) e .

= .
Adems lim p(t) = , y lim p(t)
t

10

3.13

(1 )d
a) Sea p =
r
e

r
r


pe . Resolviendo se obtiene
r

pe (t) = p + (p0e p ) e( r )t
y
p(t) = p

(p0e p ) e( r )t .
r

(1 ) d
p .
t
t
r
b) Si aumenta a > entonces en el momento del cambio, el cambio en
el precio p pasa de un valor cero a un valor negativo (el precio tiende a
disminuir) correspondiente a la condicin pe = p . Despus p aumenta
en el tiempo y el sistema procede asintticamente hacia un nuevo valor
de equilibrio, pe = p < p .


(1 ) d rt (1 ) d
e +
.
c) p(t) = p0
r
r
d
(1 )
, con > .
d) El nivel del precio diverge, a menos que p0 =
r
Adems lim pe (t) = lim p(t) =

Captulo

Sistemas de ecuaciones
diferenciales lineales

4.1

4.2

4.3

a) X(t) = c1

1
1



e2t + c2

1
1


e4t .





1
1

e(2+ 3)t + c2
e(2 3)t .
b) X(t) = c1
3
3
 


1
1
+ c2
e4t .
c) X(t) = c1
0
4
 
 
2
3
+ c2
et .
d) X(t) = c1
1
1




et cos t
et sin t
+ c2
.
a) X(t) = c1
et sin t
et cos t




4
4t
e3t + c2
e3t .
b) X(t) = c1
2
1 2t




cos 2t
sin 2t
t
e + c2
et .
c) X(t) = c1
sin 2t
cos 2t




1
t
e t + c2
et .
d) X(t) = c1
2
1 2t
 
 
 
1
1
1
1
2t
3t
.
e + c2
e
a) X(t) = c1
2
1
1
2

11

12

b) X(t) = c1

cos

3
2 t+


+c2

c) X(t) = c1


4.4

2 cos

1
1


3
t
2

3
2 t

3 sin

e 2 t
3

2 sin

sin

3
2 t


e2t + c2

1
2

3
t
2

3 cos

1
e3t
2

3
2 t

5
4

t
1
a) X(t) =
e 2 . Por lo tanto lim X(t) =
t
10


cos t
b) X(t) =
et .
sin t

5
5 cos t + 15 sin t

c) X(t) = 0 + 20 cos t + 10 sin t et .

32 t

2
5


.


et .


0
0


.

30 cos t 10 sin t


 
1
1
e2t .
a) X(t) = (2 + w)
et + (1 w)
2
1
0

4.5

b) w = 2.
4.6

4.7

a) Se necesita que trA = a + d = 0 y que det A = ad bc < 0. En este caso




1 = bc ad > 0 y 2 = bc ad < 0.






b
b
x(t)
e 1 t + c2
e1 t .
b)
= c1
1 a
1 a
y(t)
 


3
1
+ c2
e4t .
a) X(t) = c1
1
1
  

3
3c1
=
.
b) lim X(t) = c1
t
c1
1

5 cos t + sin t
5 sin t cos t
1


4.8 X(t) = 3 e2t + c1 12 cos t + 2 sin t et + c2 12 sin t 2 cos t et .
4 cos t
4 sin t
1

2 7 2

4.9 A = 0
1
0 .
3
7
3

13

a) Como el conjunto {w1 , w2 , w3 , . . . , wn } es l.i. para todo t, por lo tanto las


columnas de (t) son l.i. de modo que existe la inversa 1 (t).

4.10

b) Sabemos que cada wi con i = 1, . . . n es solucin de la ecuacin X = AX,


por lo que se tiene que w
i = Awi para i = 1 . . . n. As



(t)
= w
2 ... w
n
1 w




= Aw1 Aw2 . . . Awn = A w1 w2 . . . wn = A(t).


c) Sea (t) = (t)

1 (s) f (s)ds. Por lo tanto

1 (s) f (s)ds = 1 (t)(t).

Por otra parte




(t)
= (t)

= (t)

0
1

1 (s) f (s)ds + (t)1 (t) f (t)


(t)(t) + f (t) = A(t)1 (t)(t) + f (t)

= A(t) + f (t).
Por lo tanto es una solucin particular a la ecuacin X = AX + f (t).


 




4
2500
4
1
x(t)
1
10
t
11
t
.
+ c2
e
e 10 +
= c1
a)
11
1625
3
1
y(t)


 




17
4
t
4
1
x(t)
1
10
t
11
t
e 10 .
+ c2
e
e 10 +
b)
= c1
6
19
3
1
y(t)

4.13

a) x = f (x, y), y = 1.
1
1
b) x(t) = c2 e2t t .
2
4

4.14

4.15 El sistema lineal con coeficientes constantes es



4.16
4.18

x(t)
y(t)


= c1

1
1


2

t + c2

1
3

x (w) = a1 x(w) + b1 y (w)


.
y (w) = a2 x (w) + b2 y (w)


t4 .

a) x(t) = (cos t + sin t) et . Adems lim x(t) = 0.


t

1 5 3t
+ e .Adems lim x(t) = .
t
3 3
19 44 5t 6
e + t.Adems lim x(t) = .
c) x(t) =
t
25 25
5

b) x(t) =

14
d) x(t) = (1 + 2t) et .Adems lim x(t) = 0.
t

2t

e) x(t) = (1 2t) e .Adems lim x(t) = .


t

4.19

8
1
1
f) x(t) = 4e2t + e3t + .Adems lim x(t) = .
t
3
3
3






u + w x
u + 2v + w
uw
a) y(x) =
e +
cos x +
sin x.
2
2
2
b) w = u y v = u. Con esto se tiene y(x) = uex . Por lo tanto lim y(x) = 0.
x

4
2
1
4.20 y(t) = e2t + et cos t et sin t. Adems lim y(t) no est definido ya que la
t
5
5
5
funcin oscila.


2v 2u 1 x
4.21 a) y(x) =
e
5




2v + 3u 1 x
2v 2u + 4 x
e cos x +
e sin x.
+
5
10
b) u = 1 y v = 1. Con esto se tiene y(x) = ex . Por lo tanto lim y(x) = 0.
x

4.22 y(t) =

1 t 1 t 1
e e sin t.
4
4
2

Captulo

Anlisis cualitativo

5.1

0
0


a) P =
b) P =

c) P =

d) P =


e) P =

5.2

a) P =

0
0


b) P =

c) P =



es un punto silla.


0
0

es un espiral atractora.


0
0

es un espiral repulsora.


0
0

es un nodo repulsor.

53
1
3


es un punto silla.


es un punto silla.


0
0

es degenerado inestable.


0
0

es degenerado.


3b
es un punto fijo para cada b. Por lo tanto hay una infinid) P =
b
dad de puntos fijos, cada uno de ellos degenerado.



e) P =

9
4

92

es un espiral repulsora.

15

16

5.3

0

a) P = 0 es degenerado.
0

0

b) P = 0 es nodo repulsor.

0

c) P = 0 es degenerado.
0

d) P = 1 es nodo repulsor.
1

5.4

0
0

0
6

2
0

a) Existen cuatro puntos fijos: P1 =


, P2 =
, P3 =
,y


4

. El punto P1 es un nodo repulsor, P2 un nodo atractor, P3


P4 =
2


x(t)
un punto silla y P4 una espiral atractora. Se tiene que lim
=
t
y(t)
 
0
es decir que la poblacin de x se extinguir y la de y tender a 6,
6
no es posible que las dos poblaciones coexistan en el largo plazo.
 
 
 
0
0
3

, P2 =
, P3 =
,y
b) Existen cuatro puntos fijos: P1 =
0
2
0


4
. El punto P1 es un nodo repulsor, P2 un punto silla, P3 un
P4 =
2


 
x(t)
3

=
nodo atractor y P4 un punto silla. Se tiene que lim
t
y(t)
0
es decir que la poblacin de x tender a 3 y la de y se extinguir, no es
posible que las dos poblaciones coexistan en el largo plazo.
 
 
 
0
0
1
, P2 =
, P3 =
,y
c) Existen cuatro puntos fijos: P1 =
0
3
0


P4 =

10
3
14
3

. El punto P1 es un nodo repulsor, P2 un punto silla, P3 un



 

10
x(t)
3
=
punto silla y P4 un nodo atractor. Se tiene que lim
14
t
y(t)
3

17

5.5

es decir que la poblacin de la especie x se estabilice en 10


3 y la de y en
14
3 . Se espera que las poblaciones coexistan en el largo plazo.
  

0
P
=
,se tiene la direccin estable dada por
a) Para el punto fijo

N
0
 
0
= 1 que es U =
, y la direccin inestable dada por = 1 que
1
 
1
es V =
.
0
b) Como NP es el nmero de encuentros Depredador-Presa por unidad
de tiempo, entonces representa la frecuencia de encuentros entre las
especies.

5.6

a) Se obtiene un comportamiento cclico si 0 < a < 1 y b = a.

b) El sistema es estable si a < 1, b > a y ab < 1.



 

a
w

=p
. La solucin del sistema es
5.7 El punto fijo est dado por

p
1
 




a
1
w
+ c2
e|2 |t ,
= c1
AB+C
1
p
A


 
w
a
= c1
. Por lo tanto,
donde 2 = A a (AB + C) . Adems lim
t
p
1
 
a
los puntos fijos son mltiplos del vector
y son puntos de equilibrio
1
estables.
5.8

a) P = (0, 0) es un punto silla porque 1 = + > 0 y 2 = < 0.




1
con 2 < 0 y
b) Para el punto fijo P se tiene Es = gen
+


1
con 1 > 0.
Eu = gen

5.9 El punto P = (0, 0, 0) es un punto silla porque det A = 6 < 0. El espacio li

s
neal estable es E (0) = gen 1 que representa una recta. El espacio

1
5


u
lineal inestable es E (0) = gen 0 , 0 que representa un plano.

2
0

18


5.11





k
1
a) El punto fijo es P =
=
y es un punto silla porque para
4
c
5
ese punto se obtiene 1 = 12 < 0 y 2 = 45 > 0.
b) En P la recta tangente que aproxima la variedad estable Ws (P ) es c =
4
k. Similarmente, la recta tangente que aproxima la variedad inestable
5
13
1
Wu (P ) es c = k + .
2
10
4

c) c0 (1.1) = 0.88 > c .


5

5.12 v = 2u.
5.13

1
a) Los puntos fijos son cuatro: P1 = (0, 1), P2 = (0, 1), P3 = ( , 0), y
3
1
P4 = ( , 0). Los puntos P1 y P2 son los nicos puntos silla. Los
3
puntos P3 y P4 dan soluciones cclicas. Para P1 se tiene
 
%
&
0
= (x, y) R2 | x = 0 ,
Es (P1 ) = gen
1

E

(P1 )

1
0

= gen

Para P2 se tiene



Es (P2 ) = gen

1
0


Eu (P1 ) = gen

0
1





%
&
= (x, y) R2 | y = 1 .

%
&
= (x, y) R2 | y = 1 ,



%
&
= (x, y) R2 | x = 0 .

b) Por regla de la cadena


dy dt
dy
dy/dt
y
=
=
.
=
dx/dt
dt dx
dx
x
Entonces

Por lo tanto

y
1 3x2
y2
1 3x2 y2
dy
= =
=

.
dx
2xy
2xy
2xy
x
dy
=
dx

1 3x2
2xy

y1

que es una ecuacin de Bernoulli con n = 1.

1
y,
2x

19

c)

%
&
Ws (P1 ) = Wu (P2 ) = (x, y) R2 | x = 0
y

%
&
Wu (P1 ) = Ws (P2 ) = (x, y) R2 | x2 + y2 = 1 .
 


0
3

y P2 =
. El punto P1
5.14 a) Hay dos puntos de equilibrio: P1 =
4
0
3
es un nodo repulsor y P2 es un punto silla.
 


1
0

3
b) Existen dos puntos de equilibrio: P1 =
y P2 =
. El
13
0
punto P1 es un punto silla y P2 es un centro (soluciones cclicas).

  I(p ) 
k

5.15 El punto fijo


=
es un punto silla.
f  (k)
p
r+


r2 4 det J
< 0, dona) La tasa de convergencia est dada por =
2
de
det J = (r + ) + f  (k )I  (p ).
r

Se tiene adems que lim = .


r>>1


5.17

a) El nico punto fijo del sistema es P =



b) Para

se tiene E (P ) = gen

Eu (P ) = gen

1
e

0
1





1
e


y es un punto silla.

%
&
= (x, y) R2 | x = 1 y

%
&
= (x, y) R2 | y = ex .

c
.
x1
d) Para P se tiene
c) y(x) = ex +

%
&
Ws (P ) = (x, y) R2 | x = 1
y

%
&
Wu (P ) = (x, y) R2 | y = ex .

Captulo

Conceptos bsicos de dinmica


discreta

1 t
a) xt =
(x0 2) + 2. Adems lim xt = 2, es decir que es asintticat
2
mente estable.
 t
3
(x0 + 4) 4. Adems lim xt = , es decir que es asintticab) xt =
t
2
mente inestable.


5
5
+ . Adems lim xt no est definido es decir que
c) xt = (1)t x0
t
2
2
diverge.


1 t
x0 . Ademslim xt = 0, es decir que es asintticamente estad) xt =
t
3
ble.


6.4

6.5 La ecuacin en diferencia para el ingreso es Yt+1 = mYt + (c + I) . Tiene como


c+I
. Por lo tanto, la solucin de la ecuacin es Yt =
punto fijo a y =
 1m

c+I
c+ I
c+I
+
. Adems lim Yt = 1m
> 0, es decir que el punto
mt Y0
t
1m
1m
fijo es asintticamente estable.
6.8

a) Puntos fijos: x1 = 1 el cual es asintticamente inestable y x2 = 1 el cual


es un punto silla.
b) Puntos fijos: x1 = 1 el cual es asintticamente inestable y x2 = 3 el cual
es asintticamente estable.

6.10

1
8
a) pt = pt1 + . El punto fijo es p = 2 el cual es asintticamente esta3
3
ble, ya que lim pt = 2.
t

20

21
11
11
el cual es inestable, se tiene
b) pt = pt1 + . El punto fijo es p =
2
4
que lim pt no existe.
t

c) pt = 3pt1 + 16. El punto fijo es p = 4 el cual es asintticamente


inestable.

Captulo

Optimizacin esttica
9.1 Sean A y B subconjuntos convexos de R n .
a) Sea A + B = {a + b|a A y b B} y sean c1 , c2 A + B. Entonces
c1 = a1 + b1 , c2 = a2 + b2 donde a1 , a2 A y b1 , b2 B. Como a1 , a2 A
y b1 , b2 B con A y B convexos, entonces (0, 1) se tiene que a1 +
(1 ) a2 A y b1 + (1 ) b2 B. Por lo tanto, [a1 + (1 ) a2 ] +
[b1 + (1 ) b2 ] A + B. De donde (a1 + b1 ) + (1 ) (a2 + b2 )
A + B. Entonces c1 + (1 ) c2 A + B. Por lo tanto A + B es convexo.
b) Sea kA = {ka|a A} para k R y sean c1 , c2 kA.Entonces c1 =
ka1 , c2 = ka2 donde a1 , a2 A. Como a1 , a2 A y A es convexo,
entonces (0, 1) se tiene que a1 + (1 ) a2 A. Por lo tanto,
k [a1 + (1 ) a2 ] kA. De donde [ka1 ] + (1 ) [ka2 ] kA. Entonces c1 + (1 ) c2 kA. Por lo tanto kA es convexo.
9.2 Sea X R n un conjunto convexo y sean f , g : X R dos funciones cncavas.
a) Sea R + y sean x1 , x2 X. Como f es cncava, entonces
f ( x1 + (1 ) x 2 )  f ( x1 ) + (1 ) f ( x 2 ) , (0, 1) .
Como > 0, entonces
f ( x1 + (1 ) x 2 )  [ f ( x 1 ) + (1 ) f ( x 2 )]
= [ f ( x 1 )] + (1 ) [ f ( x2 )] .
Por lo tanto f es cncava.

22

23
b) Sea R y sean x1 , x2 X. Como f es cncava, entonces
f ( x1 + (1 ) x 2 )  f ( x1 ) + (1 ) f ( x 2 ) , (0, 1) .
Como < 0, entonces
f ( x1 + (1 ) x 2 )  [ f ( x 1 ) + (1 ) f ( x 2 )]
= [ f ( x 1 )] + (1 ) [ f ( x2 )] .
Por lo tanto f es convexa.
c) Como f y g son cncavas, entonces (0, 1) se tiene que
f ( x 1 + (1 ) x2 )  f ( x1 ) + (1 ) f ( x2 ) ,
g ( x 1 + (1 ) x2 )  g ( x1 ) + (1 ) g ( x2 ) .
Por lo tanto,
f ( x1 + (1 ) x2 ) + g ( x1 + (1 ) x2 )

 [ f ( x1 ) + (1 ) f ( x2 )] + [g ( x1 ) + (1 ) g ( x2 )] .
Entonces
( f + g) ( x1 + (1 ) x2 )  [( f + g) ( x1 )] + (1 ) [( f + g) ( x2 )] .
Por lo tanto, f + g es cncava.
Y R y sea h : Y R una funcin cncava y creciente.
d) Sea g ( x)
Como g es cncava, entonces (0, 1) se tiene que
g ( x 1 + (1 ) x2 )  g ( x1 ) + (1 ) g ( x2 ) .
Como h es creciente, entonces
h (g ( x1 + (1 ) x2 ))  h (g ( x 1 ) + (1 ) g ( x2 )) .
De donde
(h g) ( x1 + (1 ) x 2 )
= h (g ( x1 + (1 ) x 2 ))

 h (g ( x1 ) + (1 ) g ( x2 ))
 h [g ( x1 )] + (1 ) h [g ( x2 )]
= (h g) ( x1 ) + (1 ) (h g) ( x 2 ) .
Por lo tanto, h g es cncava.

24

9.3

a) Conjunto convexo.
b) No es conjunto convexo.
c) Conjunto convexo.

9.4

a) Si x = 0 o y = 0, entonces f (x, y) = 0, que es un plano en R3 (z = 0), y


sabemos que toda funcin que represente un plano es cuasicncava en
particular (tambin es cuasiconvexa, cncava y convexa). Si suponemos
que x, y > 0, queremos demostrar que para toda k R + , el contorno
superior de f en k, CS f (k) = {(x, y) R2++ |xy  k} es un conjunto
convexo. Sean x1 = (x1 , y1 ) , x2 = (x2 , y2 ) CS f (k) , de modo que
x1 y1  k y x2 y2  k. Sea
x = x1 + (1 ) x2 = (x1 + (1 ) x2 , y1 + (1 ) y2 ) ,
con (0, 1) . Debemos demostrar que
(x1 + (1 ) x2 ) (y1 + (1 ) y2 )  k.
As,
(x1 + (1 ) x2 ) (y1 + (1 ) y2 )
= 2 (x1 y1 ) + (1 )2 (x2 y2 ) + (1 ) (x2 y1 + x1 y2 )


x2 x1
2
2
 k + k (1 ) + k (1 )
+
x1 x2




x2 x1
2
2
+
2
= k + (1 ) + 2 (1 ) + k (1 )
x1 x2
 2

x1 + x22 2x1 x2
2
= k ( + (1 )) + k (1 )
x1 x2
(x2 x1 )2
= k + k (1 )
x1 x2


(x2 x1 )2
= k 1 + (1 )
 k.
x1 x2
Por lo tanto, x CS f (k) . Lo que implica que CS f (k) es convexo, k
R2+ . Por lo tanto, f (x, y) = xy es cuasicncava en R2+ .
b) Como f es doblemente diferenciable, analizamos simplemente el signo
de le matriz hessiana H :
 


2 2
f xx f xy
=
.
H=
f yx f yy
2 2

25

2
Como f xx = 2 > 0, f yy = 2 > 0 y |H| = f xx f yy f xy
= 0. Entonces H es
positiva semidefinida. Por lo tanto, f es convexa (no estricta).

c) Como f es doblemente diferenciable, analizamos simplemente el signo


de le matriz hessiana H :
 


2 0
f xx f xy
=
.
H=
f yx f yy
0 2
2
= 4 > 0. Entonces H
Como f xx = 2 > 0, f yy = 2 > 0 y |H| = f xx f yy f xy
es positiva definida. Por lo tanto, f es estrictamente convexa.

9.5 f es una funcin cncava para a  0 y b  0.


9.6

a) Si el dominio de la funcin se restringe a R2++ entonces f es cuasicncava


y adems estrictamente cncava. Si el dominio incluye x, y < 0 entonces
f no es cuasicncava, ni se aplica la definicin de funcin cncava al no
ser el dominio convexo.
b) f es cuasicncava y adems estrictamente cncava.
c) f es cuasiconvexa y adems convexa (no estricta).

9.7 Sea g : R n++ R, dada por




= ln nk=1 xkk
g ( x)
con 1 , . . . , n > 0. Entonces


= ln x11 x22 . . . xnn
g ( x)
= 1 ln x1 + 2 ln x2 + + n ln xn .
Por lo tanto

x12

H=
...

0
x22
2

...
0

...

...

.
... ...

n
. . . x2
n

1
1 2
1 2 3
Como |H1 | = 2 < 0, |H2 | = 2 2 > 0, |H3 | = 2 2 2 < 0, . . . , (1)k
x1
x1 x2
x1 x2 x3
|Hk | > 0 con 1  k  n. Entonces H es definida negativa. Por lo tanto f es
estrictamente cncava.

26

9.8 Por el ejercicio anterior tenemos que la funcin





= ln nk=1 xkk = ln (h ( x))


g ( x)
es estrictamente cncava y, por lo tanto, cncava. Existe un teorema que
establece que si f es creciente y h es cuasicncava entonces f h tambin es
cuasicncava. Entonces, como g es cuasicncava y ex es una funcin creciente,

se tiene que h = eg = nk=1 xk k es cuasicncava.


9.9

a) Sean a =

b
  . Entonces
b




1
a
= f
a
f (a ) = f
f (a )
f ( a )


f (a )
1
f ( a ) =
=
f ( a )
f (a )

a
y b =
f (a )
f

= 1.
 
= 1} y como
Similarmente f b = 1. Como CS f (1) = { x X| f ( x)
 

f ( a ) = f b = 1, por lo tanto a , b CS f (1) .


 
f b
  . Como f : X (0, ) , entonces f (a ) > 0
b) Sea =

(1

)
f
(
a
)
+

f
b
 

y f b > 0. Adems, como 0 < < 1 se tiene que > 0 y (1 ) > 0,


por lo tanto > 0. Por otra parte, reescribamos como
 
f b + (1 ) f ( a ) (1 ) f (a )
 
=
(1 ) f (a ) + f b
(1 ) f (a )
  < 1,
= 1
(1 ) f (a ) + f b
(1 ) f ( a )
  > 0. Por lo tanto < 1. Se concluye que
(1 ) f (a ) + f b
0 < < 1.

ya que

c) Como a , b CS f (1) , 0 < < 1 y CS f (1) es convexo, entonces


(1 ) a + b CS f (1) .


Por lo tanto, f (1 ) a + b  1.
d) De la definicin de se tiene
 
f b
(1 ) f (a )
  =
 .
1 = 1
(1 ) f (a ) + f b
(1 ) f ( a ) + f b

27

Entonces


1  f (1 ) a + b



 
 
f b
a
(1 ) f (a )
 
 
= f
+
f ( a )
(1 ) f (a ) + f b
(1 ) f ( a ) + f b
f


'
(
1
  (1 ) a + b
= f
(1 ) f ( a ) + f b


1
  f (1 ) a + b .
=

(1 ) f ( a ) + f b

Es decir, 1 

1
 
(1 ) f (a ) + f b



f (1 ) a + b . Por lo tanto



 
(1 ) f ( a ) + f b  f (1 ) a + b .
Por lo tanto f es cncava.

9.10 Sea f (x1 , . . . , xn ) = x11 . . . xnn = nk=1 xk k una funcin Cobb-Douglas y x


R n++ . Es claro que f es cuasicncava siempre, ya que es una transformacin


creciente de la funcin cncava ln x11 x22 . . . xnn , y es por lo tanto cuasicncava. Si 1 + + n = 1, entonces f es homognea de grado 1, cuasicncava
y positiva, por lo tanto, por el problema 9.9, f es cncava. Si 1 + + n = 1,
entonces el hessiano de f es

( 1) f
1 2 f
1 n f
1 1
.
.
.
2
x
x
x
x
x1
1 2
1 n

.
H=
.
.
.
.
.
.
.
.
.
.
.
.

1 n f
1 n1 f
n (n 1) f
.
.
.
x1 x n
x1 xn1
x2
n

Por lo tanto, sus menores principales dominantes son:

1
1 1 1 . . .
1 2 . . . k k

f ...
|Hk | =
... ...
...
2
(x1 . . . xk )
k . . . k 1
k



k
1 2 . . . k k
k
f
.
= (1) 1 i
(x1 . . . xk )2
i=1

Por lo tanto, (1)k |Hk | > 0. Entonces, H es definida negativa. Por lo tanto, f
n

es estrictamente cncava. Si 0 <

k  1, entonces f es cncava.

k=1

b
 
b



28

9.11


1
a) w (x1 , . . . , xn ) = 1 (x1 ) + + n (xn )
 
 1
= 1 x1 + + n xn

 1
= 1 x1 + + n xn
= w (x1 , . . . , xn ) .
Por lo tanto, w es homognea de grado 1.


b) Como limw = lim eln w = e


0

lim (ln w)

. Adems


 1
n xn

1 x1

++
lim (ln w) = lim ln
0
0



ln 1 x1 + + n xn
= lim
.
0

Cuando 1 + + n = 1, este limite es del tipo 00 , ya que




ln 1 x1 + + n xn ln (1 + + n ) = ln 1 = 0.
0

As, usando la regla de LHpital se tiene que


(1 x1 ++n xn )
(1 x1 ++n xn )
lim (ln w) = lim
0
0
1

1 x1 ln x1 + + n xn ln xn
= lim

0
1 x1 + + n xn
d
d

1 ln x1 + + n ln xn
+ + n
 1

ln x11 x22 ...xnn
.
=
1

Por lo tanto, lim w (x1 , . . . , xn ) = e


0




ln x11 x22 ...xnn

. Es decir,

lim w (x1 , . . . , xn ) = x11 x22 ...xnn

y corresponde a la familia de funciones Cobb-Douglas.


c) Es claro que si = 1 entonces w (x1 , . . . , xn ) = 1 x1 + + n xn , que es
una ecuacin lineal (hiperplano en R n+1 ).

29
n

d) Sea g (x1 , . . . , xn ) =

k xk = 1 x1 + + n xn . Entonces,

k=1

1 ( 1) x1

H=
0
0

0
...
0

2
2 ( 1) x2
...
0
.
2
0
... n ( 1) xn

Por lo tanto, si 0 < < 1, entonces ( 1) < 0. Lo que implica que


|H1 | < 0, |H2 | > 0, |H3 | < 0, . . . , (1)k |Hk | > 0, . . . , (1)n |Hn | > 0. Por
lo tanto, H es negativa definida. Por lo tanto, si 0 < < 1, entonces g es
cncava.
1

e) Con la definicin del inciso anterior, se tiene que w = g . Si = 1, entonces w es lineal (inciso c), de modo que es cuasicncava. Si 0 < < 1,
1
entonces g es cncava (inciso d) y, como g es una funcin creciente, en1
tonces w = g es cuasicncava tambin. Como w es cuasicncava para
toda 0 <  1, slo toma valores positivos y como adems es homognea de grado 1 (inciso a), por el teorema del problema 9.9 concluimos
que w es cncava. Por lo tanto, si 0 <  1, entonces w es cncava.
b
a
y b =   . Como f
f ( a )
f b
 
es homognea de grado 1, se obtiene que f ( a ) = f b = 1. Adems

9.12 Suponemos que CI f (1) es convexo, se definen a

 1}.
CI f (1) = { x X| f ( x)
Por lo tanto, a , b CI f (1) . Luego se define
 
f b
 ,
=
(1 ) f ( a ) + f b
con a , b X y 0 < < 1. De modo que (problema 9.9), nuevamente 0 <
< 1. Como a , b CI f (1), 0 < < 1 y CI f (1) es convexo (ya que f es


cuasiconvexa), entonces f (1 ) a + b  1. Finalmente, sustituyendo a , b
y en esta desigualdad y, viendo que f es homognea de grado 1, se obtiene
que


 
(1 ) f ( a ) + f b  f (1 ) a + b .
Por lo tanto, f es convexa. Ahora, apliquemos este resultado a la funcin
CES,

 1
w (x1 , . . . , xn ) = 1 x1 + + n xn .
Es claro que w es homognea de grado 1 (problema 9.11.a) y positiva. Falta ver que w sea cuasicncava cuando > 1, para aplicar el teorema recin

30

demostrado. De acuerdo con el problema 9.11 inciso d, cuando > 1 el hessiano de g es positivo definido (|H1 | > 0, |H2 | > 0, . . . , |Hn | > 0), de modo
1
que g es convexa y, por lo tanto, cuasiconvexa. Como w = g con > 0, es
decir, w es una funcin creciente de g, con g cuasiconvexa, por lo tanto w es
cuasiconvexa. Por lo tanto, por el teorema recin demostrado, w es convexa
si > 1. Por lo tanto, si > 0, entonces una funcin CES es convexa.
9.13 Sea = (a, b) un conjunto convexo y abierto de R y sea y = f (z) una funcin
cncava en .
a) Sean a < z1 < z2 < z3 < b con z2 = z1 + (1 ) z3 , 0 < < 1. Como f
es cncava en , entonces
f (z2 )  f (z1 ) + (1 ) f (z3 ) .
Por lo tanto,
y2  y1 + (1 ) y3 ....... (1) .
Como z2 = z1 + (1 ) z3 = z1 + z3 z3 . Por lo tanto, (z3 z1 ) =
z3 z2 . Lo que implica que
=

z2 z1
z3 z2
y, 1 =
....... (2) .
z3 z1
z3 z1

Por ltimo, se reescribe y2 como




z3 z1
y2
y2 = 1 y2 =
z3 z1


z3 z2 + z2 z1
=
y2
z3 z1




z3 z2
z2 z1
=
y2 +
y2 ....... (3) .
z3 z1
z3 z1
Por lo tanto, sustituyendo (2) , (3) en (1) se obtiene








z2 z1
z2 z1
z3 z2
z3 z2
y2 +
y2 
y1 +
y3 .
z3 z1
z3 z1
z3 z1
z3 z1
Multiplicando por z3 z1 > 0 se tiene
(z3 z2 ) y2 + (z2 z1 ) y2  (z3 z2 ) y1 + (z2 z1 ) y3 .
Por lo tanto,
(z3 z2 ) (y2 y1 )  (z2 z1 ) (y3 y2 ) .

31

Como z3 z2 > 0 y z2 z1 > 0, entonces


tanto

(y2 y1 )
(y y2 )
. Por lo
 3
(z2 z1 )
(z3 z2 )

f (z2 ) f (z1 )
f (z3 ) f (z2 )

....... (4) .
z2 z1
z3 z2
b) Como es convexo y por la densidad de los reales, siempre se pueden
escoger nmeros r, s, t, u tales que a < r < s < x < y < t < u < b, para
cada x (a, b) .
c) Sean a < r < s < x < t < u < b. Podemos aplicar la ecuacin (4) en
cada tro de puntos en r < s < x < y < t < u, obteniendo
f (x) f (s)
f (s) f (r)


sr
xs
f (y) f (x)
f (t) f (y)
f (u) f (t)
....... (5) ,


yx
ty
ut
con s, r, u y t fijos. As, se definen las constantes c1 y c2 como:
c1 =

f (s) f (r)
f (u) f (t)
, c2 =
....... (6) .
sr
ut

De (5) y (6) se obtiene


c1 

f (y) f (x)
 c2 ....... (7) .
yx

d) Por ltimo, como y x > 0 entonces lim+ c1 (y x)  f (y) f (x) 


yx

c2 (y x) . Por lo tanto,

lim [c1 (y x)]  lim+ [ f (y) f (x)]  lim+ [c2 (y x)] .

yx +

yx

yx

Como
lim [c1 (y x)] = lim+ [c2 (y x)] = 0,

yx +

yx

entonces
lim [ f (y) f (x)] = 0.

yx +

Por lo tanto,
lim f (y) = f (x) .

yx +

Procediendo de modo similar, pero ahora con y < x se tiene que


lim f (y) = f (x) .

yx

Por lo tanto,
lim f (y) = f (x) .

yx

Es decir, f es continua en x. Por lo tanto, f es continua en = (a, b) .

32

9.14 Sea x X y sea y X un punto en la vecindad de x. Por lo tanto,


1
T
T
f (y)
= f (x) + (y x) f + (y x) [H f (x)] (y x) ,
2
donde H f (x) es el hessiano de f evaluado en x.
a) Sabemos que f es cncava si y slo si f (y)  f (x) + (y x) T f . Por lo
tanto,
f (x) + (y x)T f +

1
(y x) T [H f (x)] (y x)  f (x) + (y x)T f .
2

Entonces
(y x) T [H f (x)] (y x)  0.
Por lo tanto, H f (x) es negativo semidefinido.
b) Sabemos que f es convexa si y slo si f (y)  f (x) + (y x)T f . As,
procediendo anlogamente al inciso anterior, se tiene:
(y x) T [H f (x)] (y x)  0.
Por lo tanto, H f (x) es positivo semidefinido.
c) Suponemos que H f (x) es negativa definida, es decir,
(y x) T [H f (x)] (y x) < 0.
Por lo tanto, f (y) < f (x) + (y x) T f . Por lo tanto, f es estrictamente
cncava.
d) Suponemos que la matriz H f (x) es positiva definida, es decir,
(y x) T [H f (x)] (y x) > 0.
Por lo tanto, f (y) > f (x) + (y x) T f . Por lo tanto, f es estrictamente
convexa.
9.15 Sea X R y sean f , g : X R de clase C 1 . Supongamos que x = (x , y )
es una solucin del problema. Se quiere mostrar que existe R tal que
f (x ) = g (x ) , con g (x ) = 0. Los puntos que satisfacen la restriccin estn dados por g (x, y) = 0. Supongamos que g = 0, de modo que
gx (x, y) = 0 o gy (x, y) = 0. Sin prdida de generalidad supongamos que
gy (x, y) = 0. Por el teorema de la funcin implcita, la ecuacin g (x, y) = 0

33

define a y como funcin implcita diferenciable de x, es decir, y = y (x) si


gy (x, y) = 0. En ese caso,
gx
dy
= , gy = 0.
dx
gy
Por lo tanto, y = y (x) en f (x, y) , el problema de optimizacin se reduce al
siguiente problema de optimizacin en 1 variable:
max F (x) f (x, y (x)) .
Entonces,
dF (x)
= f x + f y
dx
Lo que implica
f x

f y

gx

gy

dy
dx


= 0.


= 0.

De donde f x gy f y gx = 0. Por lo tanto,


)
) f
) x
)
) gx

f y
gy

)
)
)
) = 0,
)

donde los renglones de este determinante


son linealmente

 dependientes. Por



lo tanto, existe R {0} tal que f x , f y = gx , gy , o sea, f = g ,
con g (x , y ) = 0.
9.16 Como f : R n++ R es una funcin de produccin homognea, continua y
cuasicncava, entonces CS f (q) es convexo. Adems, sea x (w, q) una solucin al problema, por lo tanto, el costo mnimo C (w, q) est dado por
C (w, q) = w x (w, q) .
Por lo tanto, por el teorema de la envolvente, se obtiene el lema de Shepard:
C
= xj (w, q) ,
w j
para j = 1, . . . , n.
a) Se quiere demostrar que C es una funcin creciente de w j , j = 1, . . . , n.
C
= xj (w, q) , entonces
Como x R2++ , entonces x j > 0 y como
w j
C
> 0. Por lo tanto, C es creciente con respecto a w j , para j = 1, . . . , n.
w j

34

b) Se quiere demostrar que C es homognea de grado 1 en w. Para ello,


utilizamos el teorema de Euler. Sea C = C (w, q) , entonces
w1

C
C
C
+ w2
+ + wn
=
w1
w2
wn

w j w j

j=1
n

w j xj (w, q)

j=1

= C (w, q) .
Por lo tanto, w w C (w, q) = (1) C (w, q) . Por lo tanto, C es homognea
de grado 1.
c) Se quiere demostrar que C es cncava en w, es decir, que (0, 1) se
cumple
C (w1 + (1 ) w2 , q)  C (w1 , q) + (1 ) C (w2 , q) .
Se tiene que
C (w1 + (1 ) w2 , q) = (w1 + (1 ) w2 , q) X (w1 + (1 ) w2 , q)
= [w1 X (w1 + (1 ) w2 , q)]
+ (1 ) [w2 X (w1 + (1 ) w2 , q)]

 [w1 X (w1 , q)] + (1 ) [w2 X (w2 , q)]


= C (w1 , q) + (1 ) C (w2 , q) .
Por lo tanto, C es cncava en w.
9.17

a) f se optimiza en x = 16000 y y = 64000. Por lo tanto, se tiene que fmax =


1
50 (16000) 2 (64000) 2 .

x2 + y2 , entonces d2 (x, y) se minimiza en los puntos
b) Sea d2 (x, y) =





1.1
1.1

y P1 =
. Adems dmin = 2.2.
P1 =
1.1
1.1
c) Sea f (x, y) = ln x + ln (y + 5) = ln [x (y + 5)] . Entonces fmax ocurre en
(x, y) = (0, 4) con f max = f (4, 0) = ln 20.
d) Sea f (x, y) = x2 + y2 . Entonces fmin ocurre en (x, y) = (5, 5) con fmin =
f (5, 5) = 50.
e) Sea f (x, y, z) = xyz. Entonces f max ocurre en x = 43 , y =
64
.
f max =
27

4
3

y z = 43 , con

35

9.18

a) Las condiciones de Kuhn-Tucker estn dadas por:


1
31 2 = 0,
3x
1
1 2 = 0,
Ly =
3y

Lx =

L1 = A (3x + y)  0, 1  0, 1 (3x + y A) = 0,
L2 = 40 (x + y)  0, 2  0, 2 (x + y 40) = 0.
El ingreso se tiene que restringir al intervalo (40, 120) porque si A  40
entonces la primera restriccin del problema ser intil. De la misma
manera si A  120, entonces la segunda restriccin del problema ser
intil.
i) Si A (40, 60) , entonces slo la primera restriccin est activa (1 
A
A
0, 2 = 0) y la solucin del problema es x = , y = .
6
2
ii) Si A [60, 80] , entonces ambas restricciones estn activas (1  0,
A 40
120 A
,y =
.
2  0) y la solucin del problema es x =
2
2
iii) Si A (80, 120) , entonces slo la segunda restriccin est activa
(1 = 0, 2  0) y la solucin del problema es x = 20, y = 20.
9.19 Sea



L (x, q, ; w, p) = pq w T x [ f (x) q] .

Entonces por las condiciones de primer orden, se tiene que la solucin es del
tipo
x = x (w, p) ,
q = q (w, p) = f (x (w, p)) ,
= (w, p) .
La funcin de mxima ganancia es
(w, p) = L (x , q , ; w, p) = pq (w, p) w T x (w, p) 0.
Entonces por el teorema de la envolvente:
L

=
= xj (w, p) , j = 1, ...n.
w j
w j
L

=
= q (w, p) .
p
p

36

9.20 Se tiene que



'
(
= px U (x) U
.
L x, ; p, U

Por las condiciones de primer orden se tiene que




,
xh = xh p, U


.
h = h p, U
La funcin de gasto es






= pxh p, U
0.
= L xh , h ; p, U
E p, U
Por lo tanto, por el teorema de la envolvente


L
E
,
=
= xhj p, U
p j
p j
para j = 1, . . . , n.
9.21

a) El problema
min p T x
,
s.a U (x) = V (p, m)
implica que
L (x; p, V (p, m)) = p T x [U (x) V (p, m)] .
Por lo tanto,
xh = xh (p, V (p, m)) .
En el ptimo se cumple la restriccin, es decir:


h
U x (p, V (p, m)) = V (p, m) = U (x (p, m)) .
Supongamos que U es montona creciente, adems de cncava, entonces existe U 1 y es posible cancelar U de ambas expresiones. Por lo
tanto,
xh (p, V (p, m)) = x (p, m) .
b) El problema
max U (x)

 ,

s.a p T x = E p, U
implica que







.
= U (x) p T x E p, U
L x; p, E p, U

37

Por lo tanto,




.
x = x p, E p, U

En el ptimo se cumple la restriccin, es decir:









= E p, U
= p T xh p, U
.
p T x p, E p, U
Como esto vale para p arbitraria, entonces





= xh p, U
.
x p, E p, U
c) Por el inciso anterior y porque se cumple la restriccin de Hicks se tiene
que
 






 

= U x p, E p, U
= U xh p, U
= U.
V p, E p, U
d) Por el inciso a) y porque se cumple la restriccin de Marshall se tiene
que
E (p, V (p, m)) = p T xh (p, V (p, m)) = p T x (p, m) = m.
9.22

m
m
, y (p, m) =
.
p1
p2
   

m .
b) V (p, m) = ln
p1
p2
 

  p1  p2 U

e .
c) E p, U =










= p2
= p1
eU , yh p, U
eU .
d) xh p, U
p1
p2

a) x (p, m) =

9.23

a) x (p, m) = m

p1r1

p2r1

r
r , y y (p, m) = m
r
r .
p1r1 + p2r1
p1r1 + p2r1
1r
r
r
r
.
b) V (p, m) = m p1r1 + p2r1

r
r
r1


=U
p r1 + p r1 r .
c) E p, U
2
1
1
1
r
r



=U
p r1 p r1 + p r1 r , y
d) xh p, U
2
1
1
1
r
r
1


=U
p r1 p r1 + p r1 r .
yh p, U
2
2
1

38





= xh p, U
. Entonces
9.24 Se tiene x p, E p, U






 xi 

 E p, U
xih p, U
xi 
+

=
.
p, E p, U
p, E p, U
p j
m
p j
p j


E
= V (p, m) , m = E p, U
y
= xhj , y como U
p j
h

x j (p, V (p, m)) = x j (p, m) . Por lo tanto

Por el Lema de Shepard

x (p, m) xih (p, V (p, m))


xi (p, m)
=
+ xj (p, m) i
.
p j
m
p j

Captulo

11

Introduccin al clculo en
variaciones
11.1

a) Por demostrar que x =

|xi | es una norma.

i=1

i) i = 1, ..n se tiene que |xi |  0. Por lo tanto,

|xi |  0. Entonces

i=1

x1  0.

ii) |xi | = 0 si y slo si xi = 0. Entonces |xi | = 0 si y slo si x = 0. Por


lo tanto, x1 = 0 si y slo si x = 0.
iii) cx1 = (cx1 , . . . , cxn )1 =

i=1

|cxi | =

i=1

|c| x1 .

i=1

i=1

|c| |xi | = |c| |xi | =

iv)
x + y1 = (x1 + y1 , . . . , xn + yn )1
n

=
=

|xi + yi |  (|xi | + |yi |)

i=1
n

i=1

i=1

i=1

|xi | + |yi | = x1 + y1 .

b) Por demostrar que x = sup{|xi | , i = 1, . . . , n} es una norma.


i) i = 1, ..n se tiene que |xi |  0. Por lo tanto, sup{|xi |}  0. Entonces
x  0.
ii) x = 0 si y slo si sup{|xi |} = 0. Esto slo se cumple si y slo si
|xi | = 0, que a su vez se cumple si y slo si xi = 0. Es decir, si y slo
si x = 0.
39

40

iii) cx = sup{|cxi |} = sup{|c| |xi |} = |c| sup{|xi |} = |c| x .


iv)
x + y = sup{|xi + yi |}  sup {|xi | + |yi |}

 sup {|xi |} + sup {|yi |}


= x + y .

11.2 Por demostrar que  f  p =

 1p
| f | p dt

es una norma.

a) Es claro que  f  p es no negativa.


b) Adems  f  p slo vale cero cuando f = 0.

 1p

 1p

c) c f  p =

|c f | p dt

|c| p

| f | p dt

= |c|  f  p .

d) Si p = 1, entonces

 f + g1 =


b
a
b


| f + g| dt 


| f | dt +

(| f | + |g|) dt

|g| dt =  f 1 + g1 .

Si p = 2, como | f + g|  | f | + |g| , entonces


(| f + g|)2  (| f | + |g|)2 = | f |2 + |g|2 + 2 | f | |g| .
Adems, utilizando la desigualdad de Cauchy-Schwartz, se tiene que


b
a

| f + g| dt 



| f | dt +

a
b


2

|g| dt + 2

| f | dt +

*
=

*a


| f | |g| dt
*
b

|g| dt + 2

| f | dt +

2
|g|2 dt .

Por lo tanto,
*

| f + g|2 dt 

Es decir,  f + g2 =  f 2 + g2 .

| f |2 dt +
a

| f | dt

|g|2 dt.

|g|2 dt

41

11.3 Sea V = { f : [0, 1] R| f es continua}.


a) Por demostrar que V es un espacio vectorial sobre R.
i) Sean f , g V. Como f , g son continuas en [0, 1] . Entonces, f + g es
continua en [0, 1] . Por lo tanto, f + g V.
ii) Sean f , g, h V. Como la suma de funciones es asociativa, entonces
( f + g) + h = f + (g + h) .
iii) Sea f : [0, 1] R, f (x) = 0. Claramente f es continua en [0, 1] , por
lo tanto, f (x) = 0 V.
iv) Sea f V. Como f es continua en [0, 1] entonces f es continua en
[0, 1] . Por lo tanto, f V. Adems, f + ( f ) = 0.
v) Sean f , g V. Como la suma de funciones es conmutativa, entonces
f + g = g + f.
vi) Sea f V y sea R. Como f es continua en [0, 1] , entonces f es
continua en [0, 1] . Por lo tanto, f V.
vii) Sean f , g V y sea R. Claramente ( f + g) = f + g.
viii) Sea f V y sean , R. Claramente ( + ) f = f + f .
ix) Sea f V y sean , R. Claramente ( f ) = () f .
b) Dos posibles ejemplos de funcionales lineales sobre V son:
 1
f (t) dt
J1 [ f ] =
0

y J2 [ f ] = f (0) .
c) Dos posibles ejemplos de funcionales no lineales sobre V son:
 1
f 2 (t) dt
J1 [ f ] =
0


y J2 [ f ] =

11.4

f (t) dt

1
a) x (t) = t + 20. Por lo tanto, J [x] = 5.
2
b) x (t) = 9t + 10. Por lo tanto, J [x] = 10710.
1912
.
c) x (t) = t3 + 4t + 1. Por lo tanto, J [x] =
5
154
t2
.
d) x (t) = + 4t + 1. Por lo tanto, J [x] =
4
3

42

e) x (t) = t. Por lo tanto, J [x] =

16
.
3

f) Se tiene que
x = 2x y
.
y = x
Por lo tanto,
x (t) = [(c1 + 2c2 ) + c2 t] et + [(c3 2c4 ) + c4 t] et ,
y (t) = (c1 + c2 t) et + (c3 + c4 t) et .
2
11
t y y (t) = t + 2.
10
5
h) Se tiene que
g) x (t) =

x = y
.
y = x
 t

1
t

e
e
.

e e 2
i) x (t) = t. Por lo tanto, J [x] = 1.


1
t2
t.
11.5 x (t) = + N
2
2
Por lo tanto, x (t) = y (t) =

11.6

, entonces se trata de un mnimo.


a) x (t) = 4. Como f es convexa en (x, x)
,
b) x (t) = t + 4, o x (t) = t + 4 y T = 1.Como f es convexa en (x, x)
entonces se trata de un mnimo.

11.7

1
, entonces se trata de un
a) x (t) = t2 t + 1. Como f es convexa en (x, x)
4
mnimo.
1
, entonces se trata
b) x (t) = t2 4t y T = 16. Como f es convexa en (x, x)
4
de un mnimo.

11.8 Teniendo el modelo de inversin de la seccin 11.7.1 como base, entonces sus
tituyendo k(t) y su demanda k(t)
en la condicin de transversalidad se tiene
 


2
0 = lim eT k1 r1 er1 T + k2 r2 er2 T + A k1 er1 T + k2 er2 T + k
t
 
2 
T
r1 T
r2 T
B k1 e + k2 e + k
lim e
t
+
(
(,
'
'
= lim e(2r1 )T k21 r12 B + e(2r2 )T k22 r22 B
t
,
+
+ lim e(r1 +r2 )T 2k1 k2 [r1 r2 B] + e(r1 )T k1 [A 2Bk]
t
+
'
(,
+ lim e(r2 )T k2 [A 2Bk] + eT Ak Bk2 .
t

43

Para que este lmite converja es necesario que no aparezcan aqu los trminos
e(2r1 )T y e(r1 )T que son divergentes, y esto se logra pidiendo que k1 = 0.
En este caso,
+
(
' 2
'
(,
(2r2 )T 2
(r2 )T
T
2
k2 r2 B + e
k2 [A 2Bk] + e
Ak Bk
= 0,
lim e
t

se verifica automticamente.

t2
y T = 2N.
11.9 x (t) =
2




1
1
t
.
Pero
como
c
=
x

e
, entonces
11.10 a) x (t) = c2 et +
2
0
2
1 2
 1 



1
1
et +
et .
x (t) = x0
2
1
1 2
lo que implica que f xx = 1 < 0,
b) Se tiene que f x = et x y f x = x,
f x x = 0 y f x = 1. Por lo tanto,


1 0
H=
.
0 1
, es decir que
De donde |H| = 1 > 1. Por lo tanto, f es cncava en (x, x)
se trata de un mximo.
c) Al imponer la condicin c1 = 0, y dado que > 0, entonces





1
1
t
t
x0
e +
e
= 0.
lim x (t) = lim
t
t
1 2
1 2
Por lo tanto, s es cierto que
lim x (t) = 0.

11.11 La trayectoria ptima de consumo es:


 


r
( r)

t.
c(t) = rc1 + w +
r

Es decir que el consumo decrece linealmente


 cont. Segn las condiciones de
r
t. Es decir que el nivel de
transversalidad tenemos que a(t) = a0
r
activos decrece linealmente con t. Para verificar la concavidad de f se tiene


2 r2 et ec 2 ret ec
.
H=
2 ret ec 2 et ec
Como f aa = 2 r2 et ec < 0, f a a = 2 et ec < 0 y

|H| = e2t e2c 4 r2 4 r2 = 0,


entonces, H es negativa semidefinida. Por lo tanto, f es cncava.

44

11.12

a) Se debe cumplir el sistema de ecuaciones


k = (A ) k c,
c = (A ) c.
Resolviendo se tiene,
 
 
 
1
1
k
(A)t
+ c2
e
e(A)t .
= c1
0

c
Usando las condiciones de transversalidad se obtiene
k(t) = k0 e(A)t , con A < 0,
c(t) = k0 e(A)t .
b) El nico punto de equilibrio es el origen (k , c ) = (0, 0) , lo cual es una
consecuencia de la linealidad del sistema. Como el determinante del
sistema es negativo (1 = A > 0, 2 = A < 0), por lo tanto,
se trata de un punto silla.
 
1
.
c) La variedad estable Ws es el espacio generado por el vector v2 =

 
%
&
1
= (k, c) R2 | c = k . Por lo tanto la
Es decir, Ws = gen

variedad estable es la recta c = k. Debido a las condiciones de transversalidad (lim k(T) = k ) cualquier condicin inicial tal que c0 = k0,
t

llevar al sistema al punto (k , c ) = (0, 0) .

Potrebbero piacerti anche