% UAC Le24 CAPITULO 2—— El problema basico x [et capil se seta problema bo de lel evo, ona ducin des Erni nests sfc opis esa eal nea So ee eer ee eet acer ear emcee ae eee ‘malidad: Buler y Legendre. Posteriormente se estudia c6mo cambian tas condiciones necesarias de ce tere ee ne tes epi goed. So Peace patna x montane se manne ne conor optot I deer laeeredeeer alana malear EL PROBLEMA DE LA BRAQUISTOCRONA El siguiente problems, Hlamado de Ia braquistSerona (que en griego significa tiempo minima), pro- puesto fos matemdicos de su tiempo por el suizo Yohann Bemouilli (1657-1748), fue ef que dio brigen al culo de vriaciones: “Dados dos pantos A y B situados en un plano vertical, pero no en la misma recta vertical, y a dferentes alturas, se trata de encontrar la forma de la curva que los une, de manera que una paricula que se deslice por ella vaya desde A hasta B en un tiempo ‘minimo, suponiendo gravedad constante y que no hay frie I problema se ptede formular en los siguientes sfminos:20. Optinizactn cindiica ‘Se incorduce un sistema de eoordenadas, on orgen en el punto A, como indice la Figura 2.1 (ostee que te han gtado ls ees habitales novena prados, en ol senlido de avance de las exes éelsele). Ao) » Figura 21 El problema de la braquistécrona De todas las funciones que unen el punto A con el punto y sn “sufcientemente suaves" (lo ‘ual, matemticamente, quiere decir que posees derivada primera continsa, se tata de encootrar fquélla para la que se alcance el tiempo minim, en las condiciones indicadas en el enunciado, Sea Jn a), ua dels funciones candidates a Spine. La grfica de dichafuncién parte del punto A, dor lo que vesficay(0) = 0, y legn al punto B, por lo que veifiea y(a) = B. Sea P = (x,y) wa panto pertenecientea In grSRis de dicha funcién tl emo aparece en la Figure 2.1 ‘Seas Ia Longitud de arco de curva que une A con P (en la gréfica de y = y(x))- La velocidad 4s a pariculs one panto P sera . a e donde se obsiene que ‘is aa, ‘oro que el tempo que tarda en desplezarse una particula desde A hasta P viene dado por fe ‘euros thor fo se pueden expres vy day en fancin doy de yx) ‘Comenzamos cov Se supene que la purcula parte de A, desde el eposo. Pueso que no hay fricelon, se ene aque cunplirel poncipo de conservacgn de la ncrgta. Elo siguicn que, al movers ie parteala faviena del repos, desde un punto mis lt an panto ms bao la energiapotecial se converte En eneiia ciate, La energiapoteacal enn punto con clvaci vera he gual 8 mgh, en toodem es a nasa ¢ ela constants de graviaign nivrsal. La enegi inca en un pant es {gual bv; en done wera vloedad. Como en el punto A la ener cindca esc, se ene Gr camli uct energi cin cn Pe igual ala variacin ela nerf potecial ete AP. porlo gue J oav? mgs, pov = mex,Captulo2 Elproblema bisico 21 de donde se deduce que v= Vlas. Yeamos ahora eémo se puede expresar ds: CConsideremos los puntos P = (x, 9)y (x+ Ax, y+), pertenecientes ala gréfiea dela funcién ‘yG2). Sea Ae Ia vatiacién de a longitud del arco de curva al pasar de un punto al oto, tl como = exprosa en la Figura 22. Pay i sanyo Figura 2.2 Variacién de latongitud del arco de.curva 12 veiica que As es aproximadamente igual a (arte ay Porta, 2 6 aponimadamente gol a ey ‘Tomande limites cuando Ax tiende a cero, se obtiene que or lo que: nfo A pair de los céleulosrealzadoe, se llega a que el tiempo que tarda una partfcula en i desde A hasta B,siguiendo la tayectoria y = y(x),viene dado por roone [1] 2 ae Bl problems, portent, es22 Optimizacisn dinémica Encontrar aquella funcién y(x), continua y derivable, con derivada continua (0 sea, clase C0), que resuelve el siguiente problems: way", nin 00) = Fe con + 9(0) =0, ya) =5. in este capitulo se estudian las tSenicas que permiten resolver este problema. La solucién que se oblione, expresuda en coordenadas paramétrias es x= gall 058), y= h@~sen0), que comesponde a lo queen malemticas se lama un ciloide, y se representa en Ia Figura 2.3 400) y ee | | Figura 2.3 Solueién éptima del problema de la braquistécrona ‘Aa vista del problema formalado, hay dos aspectos que merece la pena comentat: ‘« En este problema de optimizacién, el conjunto de oportunidad 0 conjunto factible es el si- ‘guiente: ya) = [y:(0,0} > 10,211 yes decane €,con 10 Por tanto, se tata de seloccionar la funcia Sptima entre un conjunto de funciones En un problema de optimizacién de programaciéa matemtica(programacién diferenciable sin esticciones, Lagrange. Khun-Tucker, programacién lineal, cuadética, entra, ete.) el Conjunto fectible es un subeonjunto de puntos de R", sin embargo, en ef problema de la braquistécrona, y en general en cuslauier problema de eflculo de variaciones, et conjunto factible ess consttudo por elementos que son Funciones. sta es una diferencia fundamental entre la programacién matemtica y el céleulo de vaiaciones. ‘= Enel problema dels braquistéerona, y en general en cualquier problema de cfleulo de vari ciones, # cada funcion y © , que lamaremos funcién adisible se le asocia un nimero real (en este caso, lempo que tarda una particula elemental en desplazarse desde A hasta B). LaCapitulo 2 EI problema bésico 23 funcién éptima os aquélla para Ia cual el nimero real asociado es minimo, En este aspecto, un problema de céleulo de variaciones es andlogo a un problema de programacion matematica: fen ambos casos a cada elemento del conjunto factible (ya sea un punto, en programacién ma- ‘emtica,o una funeién, en cdlculo de variaciones) se le hace corresponder tt némero real, 10 (que permite establecer un ranking en el conjunio factible o admisible y seleecionar el 6ptimo. 2.2 FORMULACION DEL PROBLEMA DE CALCULO DE VARIACIONES En el problema de la braquistéerona se tataba de encontrar una foncién continua y derivable, con R/x posee derivadas primera y segunda, continuss en (0, f1)) En este conjunto de funciones, se consideran las operaciones usuales de suma y producto por un snimero real: Para.xi,2 € Qt € [i]. Se define FO =O +20. Parad € Bx € 21 € lla, t1), se define Gayl) = 2-200. (0) (1 ta) = +2¢-+ 1, para cada r € (1,51 Gx)( = 37, para cadat € (1,5). (GBx2)(0) = 32r + 1) = 6F +3, para cada € (1,5). Por ejemplo, para = 1,21 El conjunto 2 sobre el cuerpo R, con las dos operaciones definidas, tiene estructura de espacio vectorial En 81, se define ahora Ia siguiente norma: I: 258k Bell men Ie24 Optimzacion cindmica sta norma tiene una sencilla interpretacién geométrica, como se puede comprobar en la Figa- “TS x) ca hot Figura 2.4 Norma de una funcién ara los ejemplos que estamos considerando, se obtienen: tall= or] deal) = max [2+ deall = mex [ar + UU 23) = 14 V8 @=O, tool = mas [t+ V36— 0-9 Elespacio vectorial 2, con {a norma definida, es un espacio normado. La norma considerada induce una distancia, que es la siguiente: Paraxy.22 € 2, seobtione 401,22) = Ber — 2a = mae bai — 2101 La imtepretacién geométrica de Ia distancia definida se ve en la Figura 2.5. i! x0) dG | | m0 4 4 Figura 2.5 Distancia entre dos funcionesCapitulo 2 Elprobiema basco 25 EI conjunto 2, con la distancia d es un espacio métzico. En el ejemplo que estamos considerando en este apartado, se obtiene x12) max tt) Sean xp € &, 3 € B, (8 > 0). Sedefine bola abierta de centro x9 y radio 8, el siguiente conjunto, B08) (x €@:d(x, 0) <4} Cualquier x ¢ ©, cuys grifica esté contenida en la franja representada ea la Figura 2.6, pertenece ala bole B(x, 8). Figura 2.6 Bola abierta de centro x9 y radio 5 Terminamos este apertado definiendo el concepto de funcional Enel problema de la braquistécrona a cada funcién admisible se le hace corresponder un mero real, que es el tiempo que tarda una partfeula elemental en ir desde A hasta B. Andlogamente, en cualquier problema de eéleulo de variaciones, a cada funcién admisible se le asigna un nimero real, lo cual se establece a partir de un funcional Un funcional es uns splicacién, cuyo dominio es wn conjunto de funciones, y cuyo rango es un subconjunte de R. [En el caso que nos ocupa, consideramos funcionales J cuyo dominio es el conjunto £2, es decir: J: Q>R r+ Sl). ‘Veamos algunos ejemplos sencillos de funcionales: 19) A cada funeién x € @, le hacemos corresponder J@)= f x(de Comox € 2, x es una funci6n continua por lo que es integrable, y por tanto, J(x) es un niimero real. Se trata por tanto de un funcional 29) Para x € @, sea L(x) = x'(0). En este easo no se trata de un funcion una funcién derivable es en general otra funcién, y no es un niimero rea. pues la derivada deOptimizaciér dinémica 3°) Pare x € ©, sea En este caso es un funcional pues, al ser x derivable, la derivada de xen el punto medio del intervalo cen el que esté definida, existe y es un ovimero real. 2.2.2 Formulacion del problema de calculo de variaciones ‘A continuacién, se define el problema de célculo de variaciones para el caso escalar, con extremos fijos ‘Sea F une funcién de res variables, de clase C® (es decir que posee todas las derivadas parciales primecas y segundss, y son continuas), Se considera el siguiente funcional: so ff Fut. s00.n4n, |, cen donde %(t) es Ia fancién derivada de x(r) con respecto at ‘Se trata de encontrar aquella funcisn x*(¢), con derivadas primera y segunda continuas en ('0, fi), verificando que 1*(fo) = x0, °(t1) = 21, siendo 2x9 y x, dados, para la que el funcional J alcance ‘et valor maximo (0 el valor minimo). [EL problema, por tanto, en el caso de maximizacién es ma 100 ff F020. con: x(4) =%0, #(0) = 15 om) en donde reeordamos que 2 = {x : (11 > R |x posee derivadas primera y segunda continuas cn [t,t Por tanto, para este problema, el conjunto factible (llamado conjunto de funciones admisibles) ¢s W = (x EB | xlvo) = 20, HD = 2) Como es habitual en optimizacién, el considerar sélo el méximo (0 el mimo) de Ia funcién objetivo, en este caso del fineional objetivo, no supone ninguna pérdida de generalidad, ye que ‘min J(2),¢s equivalente 2 — max{—J(x)] y.ademés, elelemento x que minimiza J(x) es el mismo x que maximiza (—J(=)] ‘A-continuacin se presentan algunos ejemplos de formulacién de problemas de céleulo de varia- clones. _Kjemplo 2.1. Dados los puntos (a, a) y (6, 6). del plano (¢, x), siendo a # b, se tata de encontrar la funeién x"(0) que tne dichos puncos, cuya longitad sea minima. SOLUCION. Obtengamos la formulaci6n matemética del problema: En la Figura 2.7 se representan diferentes funciones que unen los puntos dados,Captuio 2 El problema bésico 27 Figura 2.7 Funciones admisibies Dada x(#) una funci6n cualquiera como las que aparecen en la figura anterior, se sabe que la Tongitud del arco de curva entre los puntos dados viene dads por » e [ VIF Far, Por tanto, el problema que nos ocupa es mins) = f° VIFF Oat, con x(a) = a (0) = B. . [Rjemplo 2.2 Una mina contiene unt canidad 2 de mineral. Ei benefico instanténeo que se puede obtener vendiendo el recurso auna tse, In.x. Encontar la esa ala cual recurso deberi ser ‘ersido en un periodo fiji (0 1]. para maximizar el valor presente de os beneficios de la mina Se supone gue el tipo de descuentoes una constante ry quel recurso no tene valor después de SOLUCION. Formulacién del problema: Para cada # € (0, 11], se define Ia variable y(t), que exprese las ventes acumuladas en (01). Se verifies que »(0) = 0, yaque cuando empieza el perfado sobre el que se reaiza el estudio, no sea vendido nada. Por otra part, y(t.) = B, pues, al no tener Valor el recurso despues del tiempo 14, se querré tener todo vendido en Z,. Poe definicign de z(t) y de y(t) se verifica que 510) = x02), para odor € [0.1 Por tanto, el problems es: [mension . B. La solucién del problema formulado aos dar y*(), y entonces el valor que se pide x*(t) seri igual a y*(). .28 23 Optimizacién dinémica Rjemplo 2.3. Una persona se plantea cual debe ser su consumo C(t), en cada instante de tiempo f, ‘en un horizonte temporal dado [0, f, de manera que maximice su flujo de vtilidad descontada co {0 #1, siendo r latase de descuento. La uilidad es una funcién que depend de C(t) y que se supone poses derivadas primera y segunda continuas, Sea X(t) el capital que poses la persona en el instante Se supone que K(0) = Ko es conocido y que se fja K(H1) = K;,. La persona puede prestar 0 pedir prestado sa capital a an tipo de interés i. Los ingresos que obtiene esta persona provienen del Salario instanténeo u(¢), determinado exégenemente, y de Ios intereses obtenidos por el préstamo de su capital SOLUCION. Formulacién del problema: FEI flujo de uilidad descontada en (0, 11] viene dado por fl rucent Para cada instante ¢ & (0, #1] se verifica KO Ki) + vO — CO. Esta expresién indica que, en cada instante, la variaci6n del capital es igual al ingreso que obtiene por intereses (0 que se gusta en intereses, si tiene capital negativo por haber tenido que endeudar- 552 mediante un erédito) mds el ingreso que obliene por salerio, menos la cantidad que destina al ‘Como en Ia anterior expresiGn se puede despejar el consumo instantéineo, obteniendo CW) =iKO+VO- KO. {el problema que hay que resolver es: max 1) = fe" UEKED + ¥(O ~ KODAH con: K(Q) = Ko, K(b) = Ky CONDICIONES NECESARIAS DE OPTIMALIDAD ‘Al igual que ccurre en programacién matematica, cn eélcalo de variaciones se definen los conceptos de 6ptimo global y de Sptimo local. En este caso, refiriéndones al Problema (2.1), definimes maximo ‘slobal y maximo local. Antes de pasar propiamente a las condiciones de optimalidac, veamos unas efiniciones previasCapitulo 2 Et problema basico | 29 Definici6n 2.1 Se dice que x ex una funcién admisible para el Problema (2.1), si verifica que £ ER, x(t) ya) = Podemos definir, por tanto el conjunto de todas las funciones admisibles para el Problema (2.1), de ta siguiente forma: \Y = [funciones admisibles para ol Problema (2.1)) fr €2| x(t) =40, x4) =) A continuacién se define el concepto de maximo global Definieién 2.2 Sea x" una funcién admisible para el Problema (2.1). Se dice que x*es maximo ‘global st para cualquier funcién admisible x, se verifica que Jen) < I. ‘Al igual que ooure en progsamacién matemétioa, en muchas oeationas na dispondremas re instrumentos que nos detecten méximos locales, y si dispondremos de condiciones que nos permitan obtener méximos locales. Definieign 2.3 Sea x* una funcidn admisible para el Problema (2.1). Se dice que x* es méximo local, si existe un 8 > 0, tal que para toda funcién admisible x, perteneciente a B(x", 8), se verifica que Je) SIE. De manera anéloga, se definen los conceptos de minimo global y de minimo local. Para resolver el Problema (2.1) que nos ceupa, tenemos que calcular el maximo global, sin ‘embargo, al igual que cure ea programacién matemtica, consideramos miximos locales porque ‘vamos a obtener condiciones de optimalidad que detectan éptimos locales y no éptimos globales. imer orden. Ecuacion de 2.3.1 Condicién necesaria de pi Euler La condicién que varnos a obtener, llamada condicién o ecuacién de Euler, ¢s la més importante del celculo de variaciones. Su deduccién es muy sencilla y féciImente comprensible, pues se apoya en le programacién matemitica clisica de funciones diferenciables, A continuacién se enuncian dos re- sultedos previos, a formula de Leibniz y un ema, que se utilizan posteriormente en la demostracion del teorema que da la ecuacién de Buler30 Optimizaciéin cindmica (Pérmula de Leibniz) Supongamos que las funciones ua . v"(a) son continuas en {a |ap —€ 0, eS ntonces oe verifia qu: a [ a ( [os ox)| (a0) = F(00, v(@0))/ (a) ~ f(a, ute) (ao) da uo Mat +f [Et}on an ‘A continusci6n se ilustra la formula de Leibniz mediante un gjemplo, Rjemplo 2.4 Caleular, utilizando la formula de Leibniz: E[[ @+e+a] SOLUCION. En este caso: fed=2+or+3. we) via) =a s Aptian a Sans de Len, sob: E (LC re+a)ee) = Ger ea)aeoteetens [a = 208 +208 +64 — 20? 34] 5 s60-aetae [ST 20 + 3q¢— Sq? = ta! + Fat — Fa? + 60—3. En este ejemplo, también se puede hacer el cdleulo resolviendo primero la integral y derivando a ‘continuaci6n, legandose I6gicamente al mismo resultado, . (Caso particular) Sinfa) = a, (a) =, ylasfuncionesf y som continuas, e verfioa que 2 (ff poet) = [° 222 axCapitulo 2 El problema biisico 31 El siguiente lema se utiliza en la demostracién del teorema que le sigue. Lema 21 Sea f una funcién continua, definida en (to, 1). Sean una funcién diferenciable, definida en (to, f1, con n(ta) = (ts) = 0. SE [sone =o, para toda funcién 7 que cumple las condiciones semaladas, entonces: f(t) = 0. para todo 1 [osti) DEMOSTRACION. Por reduccién al absurdo, Supongamos que 3 € (tp, 1), con f(A) > O. Al ser Ff coatioua,entonces (0) > 0, en un entommo def. (3. ) €on < ay <2 34 0, al ser el integrande coin monte positive en (21, 10-eunleaté dh eontradicesén oon la hipStois. Razonando de manera andlogn llegamos a que no puede sr f (1) < 0, €n i. Luego f(t) = 0, ¥t € (to, £1), ¥ por tanto f(t) = 0, VF € ftp, 1] ya que f es continua en [1o, f)], ™ A continuacién, se enuncia y demuestra el teorema fundamental que da una condicién necesaria de optimalidad local, La técnica de demostracién, habitual en célculo de variaciones, consiste en partir de la solucién éptima e introducir pequetias variaciones a partir de ella, reduciendo el problema ‘uno de maximizacié de una funcién real de varinble real ‘Teorema 2.1 (Condicién de Euler) $i x*(t) es wn maximo local del Problema (2.1), entonces en.x*(0) se verifica la siguiente condicién: Fel @.2O.t] - 4A bP O.t] =O, Ye Gost, que es la ecuacin de Buler, en donde F, es la derivada parcial de F con respecto a su primera variable x. y Fy es la derivada parcial de F con respecto a su segunda variable 3, Demosreact6n. Sea x*() maximo focal del Problema (2.1). Sea n(0), funcién de clase C® definida en [w, 1), verificando que n(ie) = n(tz) = Oy que lInll #0 (es decir, n(¢) n0 vale cero en todos los puntos). aca cada auimero real e, definimos la siguiente funcién. xD =H) Henle), para StS ti,Optimizacién ainémica ue se representa en la Figura 2.8. x(t | Figura 2.8 Funciones 2° y x Para e = 0,5 te(0) = x(t) = 2°(¢), para cada € [0.11] Si. es "pequetio”,xe(0) ests “cerca” de la funci6n x*(0. CClaramente x(t) o¢ una funcién admisible, para cada # € BR. ya que: eto) = 4°(a) + E(t) = 205 el) = *(G) Fenlt) =H, xeesde clase C®, por definicién de xe, siendo x* y n de clase C. ‘Ademés, por ser x*(1) un méximo local del probleme (2.1), se verifiea que existe un 8 > 0, tal aque para x, € B(x", 8), : " Phe, del. 08 IQ) 10) = = ff Flat + onto. 210 + 2800, 1 a Pero, fiiados 2* y 7, el valor que toma el funcional para x, depende s6to de 6. Podemos, por tanto, definir: J(.) = J(@), con lo que se consigue reducir el problema de céleulo de variaciones a un problema de maximizacién de una funcidn de una variable real. ‘Como la funcidn J(e) que se corresponde con J(x,), aleanza un méximo local para = 0 (ya que 29 = £*), la condicién necesaria de optimalidad local, para funciones de variable real, nos segura que [J'@e=o = 0. Jom Elf rewemncoseie.an. utitizando le f6rmauta de Leibniz, para el caso particular en que los limites de integraci6n no dependen del pardmetro sobre el que se deriva, es decir, expresidn (2.3), seré ae ro -f[ EZ leer + ont, 40 + e000, 041}Capitulo 2 El problema basico 33 ‘Aplicandolaregla dela eadena, se obtone qu a expresion anteriores [10.0 + 2100270 + 240.0 HORE + 2010.30 + 210.4) Panicularizand on ¢ =O, s obione: 1 [f rortro.2 0.04 1A. A Ae ara simplifcar Ia notacién, podemos escribir: [freee [peat 4) cen donde Fy, Fy estin definidas en [+*(0), 240), t1y n, 710 estin ent. La segunda de esas intograles se puede resolver por partes [feces | 8 ay ete aee | Is ide 0 wrannn-[ nod naa [nod nd yasent=n)=0 Quod, por santo, sustiuyenda en (2.4) y reordenando: [[vo[a-ga]e Aplicando el Lema 2.1 se obliene que Fy ~ $F = 0, on lo que el teorema queda demostrado . o Observacién 2.1 Es inmediato comprobar que la condicién de Buler es también condicién necesaria de minimo local 2.3.2 Algunas considera La eouacién de Buler (aportacién de L. Buler, en 1744), para una funcién admisible x(t) genérica, €s por tanto: nes sobre la ecuat atdvito.o~ Lr. 10.9 0 ‘Se puede desarrollar el segundo sumando, calculando a partir de la regia de la cadena Ie derivada con respecto a r, obteniende: Fe ~ Fick ~ Fes® — Fas @s) en donde Pe ¢5 la derivada segunda de F, con respecto a sus variables x y %, Fis es Ia derivads segunda de F, con respecto a su varisble % dos veces, Fi es la derivada segunda de F, con respecto 1 sus variables # y , ¥ es la derivade segunda de x(¢) respecto de f dos veces,34 Optimizacién aindmica La eouacién de Euler es, por tanto, una ecuaci6n diferencial de segundo orden, como se ve clara mente en (2.5). Las seluciones a dicha ecuacién se aman extremales y dependen de dos constantes, arbitearias Ci y Co, 6 decir, son de la Forma: x06, C1, C2). ara obtener soluciones que verifiquen Ia condicién necesaria de méximo local del Problema 2.1), hay que roaolver Ie ecuaciGn de Euler e imponer al resultado las condiciones inicial y final dads. ‘Vamos a ilustrar estes consideraciones con algunos ejemplos. Pe et ee ae ee at ad et aoc 100 f (otra wa [ Cm-2) con 2,x(2) SOLUCION. En este caso, F(x, i.) Caleulemos sus derivadas con respecto ax y af Fea 12, Fre —22. De donde: ‘Como la ecuaci6n de Euler es: len este caso queda ast 10 +28 es decir: ¥ = 6r Integrando ambos niembros de Ia igualdad, se obtiene ey Pa Cute, a0) x) ‘que €s cl Gnico extremal. ‘Al imponer ahora as Condiciones nicial y final, se obsiene, 2= x)= Ca, 12 =x) 28420, +2 => Cy por lo que ¢! maximo s6lo puede alcanzarse en la funcién (=P 4642, parad <1 <2Capitulo 2 1 probiema basico 35 Ejemplo 2.6 Obsener ls funciones que verifiquen las condiciones necesarias de méximo o ménimo local del siguiente problema: donde opr significa optimizac SOLUCION. En este caso, como POe 5.0) = 0 ba? — 208, se tiene que 4x, or ano, a eeutin de Bue tetas tte a0 es x) =e pander 2 Imponernos condiciones inicial y final: 2 sea0)=—} tps 0. Imposible. LLuego el problema dado no tiene méximo ni ménimo, ya que no existe ningin extremal que verifique las condiciones inicial y Gnal . 2.3.3 Algunos casos especiales de la ecuacin de Euler Se ha visto que la ecuacién de Euler es una ecuacién diferencial de sogundo orden. Dieha ecuacién pacde ser muy dificil de resolver analiticamente. En algunos cases, la forma de la funciéa F permite ‘que la ccuscién se pueda expresarde otra forma mis simple. Vamos a considerar los siguientes casos! 1) F no depende de x.+ b) F no depende de i. ©) F sélo depende de x y de z. Caso en que # no depende de x 1,0, Bn este caso es, por tanto, F, Supongamos que F no depende de x, es decir sea F La ecuacién de Euler queda : Fr=0, que es equivalente a: Fac. 2.6)36 Optimizacién ainémica Rjemplo 2.7 max F(x) fe ~ shat, con: x(0)=1, x(1) 2. SOLUCIN. Como F no depende de x, la ecuacién de Euler se puede expresar en fa forma dada por 26. En este caso, por lo que, Imtegrendo, queda x0) ‘que es el extremal ‘Al considerar las condiciones inicial y final, queda: O=Cr (ac elec 2 por lo que la nica funcién en la que puede alcanzarse el maximo es: x) 1+ 1, para <1 <1 . Caso en que F no depende de # ‘Supongamos que F no depende de i, es decir sea F = F(x, 1) ‘Alor, en este caso, fF = 0, la ecuaci6n de Buler queda » en ‘que es una eewacién algebraic. La solucisn a dicha ecuacién no depend de constantes arbtrarias, por lo que solo cumpliré por casualidad las condiciones inicial y nal dadas. jemplo 2.8 Para problema, minye = feo, co = fers’ con: x(0) =, £() =b, se trata de encontrar la solucign @ la ecuacién de Buler y determinar los valores de a y b para los que dicha solucién es funcidn admisible.Capitulo 2 El problema bésico 37 SOLUCION. Bn este case Ia ecuacién de Euler obtenida en (2.7) es: men , es decir, x(t) =—1, paraOsest ‘Al imponer las condiciones inicial y ina, se obtiene: a=x0 =) por lo que, para a = 0,6 = —I, la dinica funcién para la que puede alcanzarse el minimo es x() = 1, paraO <1 < I suponiendo que x(0) = 0;x(1) =~. Si x(@ #0, 6, x(1) # —1, n0 existe ninguna funcién para la que pueda alcanzarse el minimo. . Caso en que F sélo depende de x y de ‘Supongamos que F s6lo depende de x y i, es decir, F = F(x, 2) En general, si F = F(x, £, ), tenemos el siguiente esqueme de dependencias entre las variables toe ve roe oF 7, Por tanto, aplicando Ia regia de ta cadena se tiene que aF _aFds | oF di ae" ede * Bae que, con otra notacién, se puede expresar como Rat Rit Fy Eneste caso, a ser Fr 8) Se eee elem = _ a+ Pik, 2. if (tn)ave a) pero obsérvese que la segunda parte de esta igualdad es igual ala devivada de #F¢ con respecto a1 a (dn)eene a fer38 Optimizacién dinémica or tanto, podemos reescribir (2.9) come: aP a 4 ce, qe. ‘ve se puede expresaren a forma: Spake ae ) o lo que es lo mismo: FoF = i 2.110) {que es otra forma para la ecuscién de Buler, que se puede utilizar en el easo que nos ocupa, En este caso en que F s6lo depende de x y de & se puede utilizar la ecuaci6n de Buleren la forma ‘habitual, o bien en Ia forma obsenida en (2.10). Ejemplo 2.9 ems = [0-2 SoLUCION. Sea de donde se obtiene que Luego, la ecuacién de Buller, en la forma dada por (2.10) seré: 2-3xi? + 6x8? =C, ces decir, Reordenando, porlo que i ; ade) oso Imponiendo las condiciones inicialy fina, 0=x@)=£)— £=0, T=x()= Di => D=1,Caputo? Elproblema bésico 39 sellega a que a) =, parade <1, €$ ln nica funcién para la que puede alcanzarse el maximo. Para este ejemplo, e lector puede comprobar que si se utiliza la forma habitual de Ia ecuacion de Baler, en lagar de utilizar la expresién (2.10), la ecuacin diferencial de segundo orden a resolver, ‘es mucho més complicada 2.3.4 Condicién necesaria de segundo orden. Condicién de Legendre La ecuaci6n de Euler proporeiona una condici6n necesaria de optimalidad que tienen que cumplir Jos mximos y los mfnimos locales. Dicha ecuacién la obtenfamos en la demostracién del Teorema 2.1, a partir de le primera dorivada de una funcién de la variable e. A continuaciGn nos vamos a apoyar en la derivada seunde de Ia misma funci6n dee, para obtener la condiciéa de Legendre, que 5 una condicién necesaria de optimalidad local en célculo de variaciones, y que permite distinguir cette candidatos 2 méximo y candidatos a minimo. ‘A continuacién se estudia un lema, que se utiliza posteriormente en la demostraci6n de] Teore- ma 2.2, que noe éa la condicién de Legend. Lema2.2 Sean P(0)y Ql funcionescomtinuas dadasen yt. seaelfuncional cuadrétice. f[ Powner + owmnoP iar, he definido para todas tas funciones n(), con derivada continua en tp, 1}, tales que nto) = (61) = 0. ‘Una condicién necesaria para que el funcionel dado sea menor o igual que cero, para todas Jas funciones n(0) que verifiquen las hipdtesis dadas, es que P(t) <0, para todo t € {io tih DeMOSTRACION. Por reduccién al absurdo, Supongames que existe (1,1) tl que P(#) > 0. En tl eso, por ser P continua, existed s punto interior a [tal que P(S) > 0. Sead > 0,talque P(s) = 2b > 0. Por sor P continua, exstr.un c > O,verifcando: $e <8. b, paatodor € [s~e,5-+ ch 3 to] como se refleja en la Figura 2.9.40 Optimizacién ainémica yes ey Figura 2.9 Sino es P(e) <0, para todo + Fijada dicha funcién P;se considera ahora la siguiente funcién 7 sen? HUD sis—cee este, n=} 9 enel resto del intervalo [to t1). Sea La derivada de I fancién nes [ $2searcosr = Esen2r ysis-ce teste, ao psit ¢ fp es eh,con to, t1. Para las faneionss que estamos consderaode, e! funcional cvadrtico del enunciado tomers et siguiente valor [rows ocrnerur= f°" rE) xetene [Oo oe stra, Analicemes cada uno de los dos suinandos det segundo miembro: 1) Por ser P(e) > b, ¥r ¢ [2 ~ ¢,8 +e}, resulta que: [Pw (SY eteanae = [6 (EY atone Pero [CGY tend en donde 2) Por otra parte, al sor la funcién Q continua en (s —c,s +c}, existe k € Rt, tal que -k < OU) 20k I, ¢ Pero bx? a, ont PE 2k > 0 ae oh Podemos elegir ¢, tal que verifique dicha condicién, con lo cual el funcional dado toma un valor positive, en contra de la hipétesis del enunciado. Con ello queda demostrado el lema. . ‘A continuaci6n se estudia el Teorema 2.2 que da la condicién de Legendre, y en cuya demostra- ci6n se utiliza el Lema 2.2. ‘Teorema 2.2 (Condicin de Legendre) = Six*(@)es un mezimo local del Problema (2.1), entonces en x*({) se verjica la siguiente condicién Faglx"), 2°), 11 5 0,1 € fro. 1), 1 Six*() es un minimo local del Problema (2.1), entonces en x*(t) se verifica la siguiente condicién Feels", 20,01 0,.¥6 € [tos en donde Fx: €¢ la derivada parcial segunda de F, con respecto a su segunda variable & dos veces. DEMOSTRACION. Vamos a demostrar la condici6n para el caso de maximo, Anélogamente se de- ‘muestra para el caso de minimo. En la demostraci6n del Teorema 2.1. en que se abtenia la cewicidn de Buler, hemos aplicado condiciones de optimalidad de primer orden a la funcién: yo= fi " Fist) + enlt), 2") + 60), tae ‘Aplquemos ahora condiciones necesarias de segundo orden para Ia maximizacién de dicha funci6n de una variable “Tenfamos que: eo [itor + Hore, lsa Optimizacién dinémica cen donde Fy y Fs estén definidas en (x"(t) + en(0), 2°) +6 Alt). ‘Aplicando de nuevo la formula de Leibniz. (2.3), se obtiene: re) [ ivertteent + Fexi(ol + HOUR aM + Faille cen donde Fee, Fea, Fee, Fis estén definidas on (x*(t) + e0(0), 2°10 + £11(0),0. Por ser F de clase C®) se verifica el teorema de Schwartz, y Fri = Fix. Particularizando en ¢ =O, se obtiene: sr") [ltrs eames rade : cen donde Pye, Fees Fas estin definidas en (x*(0), 8*(8), 1) Resolvemos, por partes la integral: ae 2 rasne Sea ego, a2 [Ere ya que el primer blogue es cero, por ser (ts) Por tanto, queda so= f {eutto? +h 5 ‘condicién necesaria de segundo orden de maximo, para funciones de variable real. Aplicando el Lema 2.2 se obtiene: Fez < 0, como se quecie demostra, rain? ae s 0, En efculo de variaciones se provede con las condiciones necestrias de optimalidad de la misma forma que en el caso de la programacién matemstica: se calculan en primer lugar las soluciones {que verifican las condiciones de primer oréen (resolviendo la ecuacién de Euler e imponiendo con- diciones inieial y final), y a cootinuacién se estudia la condicién de segundo onden (condicién de Legendre, en céleulo de variaciones), para cada una de las soluciones que verifiquen las de primer ‘orden. Veamos algunos ejemplos. Ejemplo 2.10 Obtencr las funciones que verifiquen las condiciones necesarias de primer y seguado orden de maximo 0 minimo local del siguiente problema:Capitulo 2 Elprabiema bésico 43 SOLUCION. Eneste caso, FU, 8) mx? +82 4 Deel, por lo que: Fy = 2x + 2e', Fy = 28, La ecuacién de Euler: aplicada a este problema es: sa De te! — Gi) = 0. es deci: # La solucién general de tal ecuacién diferencia es: = ve) Ae 4 Be Ste Imponiendo ahora las condiciones incily final del problema, para obtener el valor de A y B, queda finsimente Wire ~2as0° «qe ola nica foncign en fa que pusde aleaaarse un maximo o un minimo, por se a nica que Stipe le condiign de Baler. Estudiemos ahora condicién de Legendve: “= die paso ers 2O= +3 panoerst, , para todo x(t) y en particular también para x*(*) Por tanto, se cumple la condicién de Legendre para minimo y no para maximo. La funciéa obtenida x*(¢) es la Gnica en Ia que se puede alcanzar un minimo local, no al- canzindose miximo en ninguna funci6n. . Ejemplo 2.11 Obtener las funciones que verifiquen las condiciones necesarias de primer y segun- do orden: de méximo o minimo local del siguiente problema, segda los distintos valores de los pardmetros a, by ¢ opt 100) = [ai bx co sendoa, b,c Ria #0, con: x(0)=2, x) =. SoLUCION. En este caso, Fei.) = ak? + deter, por lo que Feab Fe 2a a 2ai. Fe a La ecuacién de Buler queda, en este caso ae a44 24 Optimizacién dinémica ccuya soluciéa general es xia arte. 7 7 Imponicndo las condiciones incial y final pra calcuar los valores de las constntes Ay B sé cbtene: Be- (2-5) pe emer et0.41 La condicién de Legendre en este caso es: Fo Osta >, Fes = 2a aie es o sia <0. Por tanto, sia > 0, x*() es la Gnica funcién que verifia las condiciones necesarias de minimo local y no hay ninguna que verifique las condiciones de maximo. Sia <0,°(¢) es laiinica Funcién que verifica las condiciones necesarias de méximo local, y no bay ninguna que verifique Iss de minieno. . ‘Ejemplo 2.12 Para el problema: max J(x) = f (2 3ei)ar, con: x0) =0, x0) =1, hemos obtenido anteriormente (Ejemplo 2.9) que x*(s) = ¢4, para 0 < 1 < 1, es la nica funcién {que satisface la ecuacién de Euler junto con las condiciones inicial y final. Comprobar que dicha fineién verfica Ia condicién de Legendre para méximo. SOLUCION. En este caso es porlo que Fy = 683, Faz Particulatizando en x*(@), queda: Fas(s"(0.8°U).) = ~6x40) = ~6r4 <0, ¥¢ € 10,11, por lo que dicha funcin verifica Ia condicién de Legendre para méximo. DIFERENTES TIPOS DE CONDICIONES FINALES. Hasta ahora hemos estudiado el problema del célculo de variaciones, de manera que las funciones, admisibles teafan que cumplir una condicién intial x(tp) = xo, ¥ una condicién final x(4,) = x1. En aplicaciones econémicas normalmente las condiciones iniciales estin fijadas hist6ricamemte, pero en ‘muchos modelos lus condiciones finales no estin predeterminadas. Vamos a estudiar las condiciones necesarias de optimalidad en los siguientes casos:Copituio 2 Elproblema basico 45 a) Instante final dado y estado final libre. ) Instante final dado y estado final acotado inferiormente, ‘© Instante final y estado final libres. ) Instante final fibre y estado final dado. ©) El instante finel y el estado final estin ligados mediante una funcién Caso de instante final dado y estado final libre Supongamos 1 dado y x(t) libre En este caso, el problems es: : my 109 = [" FH, 500.98, : aay con : (to) bles aquellas funciones, de clase C®) que partan del punto (0, x6) y que leguen & = th tal como se representa en la Figura 2.10. ‘Sern ad algdn punto de la recta ® 4 Figura 2.10 Funciones admisibles en el caso de instante final dado y estado final libre t ‘Come demostraremos a continuacia, la solueién 6ptima del problema que n0s ocupa debe cum- plir la condicién de Euler que, como hemos estudiado, depende de des constantes arbitrarias. Hasta ‘ahora afiadiamos las condiciones inicial y final, con lo que se conexctaba el valor de dichas cons- tantes, En el caso que nos ocupa veremios que aparece una nueva condicién, llamada condiciOn de wransversalidad, que sustituye a la condicién final. La siguiente proposicién da las condiciones necesarias de optimalidad local para el problema que nos ocupa Proposicién 2.1 Si x*(1) es un mdvimo local del problema (2.11), entonces en x(t) se veri= Jfiean: 1) La ecuacién de Euler, junto con la condici6n inieial x(tq) = x0, y fa condicién de ‘ransversatidad (Fi}ian, = 0. 2) La condicién de Legendre, DEMOSTRACION. Se parte de la demostracién de Ia deduccién de Ia ecuacién de Euler realizada anteriormente en el Teorema 2.1, donde se efectian algunas modificaciones referentes all nuevo problema.46 Optimizacisn cinéma ‘Sea x*() méximo locel del Problema (2.11). Para cada némero real ¢, se define la funcién: ell xO Fen, siendo 7 funci6n de clase C®, definida en (tp, 1] verificando que n(%9) = 0, pero siendo ahora n(01) libre, con [nll ¥ 0, ‘Andlogamente al caso ya estudiado anteriormente en el Teorema 2.1, se define: I) = Ie) [fre ren ito rete. se llega 2 ve: = 10) = maNEFaden +f" notes = Fae en = ne0tFalen +f notes ~ 5 Fae cen donde Fy y Fs estin definidas en [2"(0), °C). Si x*( es méximo local del Problema (2.11), también la serd del problema que resulta de afiadile al mismo la condici6n final x(¢1) = x°(¢1), ya que el conjunto de funciones admisibles del problema coa la condicién final afadida ¢s un subconjunto del de funciones admisibtes del Problema @.11). Por tanto, por tratarse de un problema con condici6n final fia, F tiene que cumplir las condiciones de Buler y Legendre, como se ha demostrado en los Teoremas 2.1 y 2.2 La condici6n inicial x(%9) = xo, hay que imponesta. Como se cumple la ecuacién de Bulee para Ia funcidn x*(), seré frrole-Ze]a nF por lo que (2.12) queda: Come n(tr) puede tomar cualquier valor, se deduce que, en *(0) tiene que cumplirse Fela"). 27(0), 11] = 0, que es la condicién de transversalidad, Obsorvacign 2.2 '¢ Si se trata de minimizar el funcional objetivo, Ia proposici ‘cambiar méximo por minimo. ‘# Sienel problema no se tuviera la condicisn inicial x(t) = xo, apareceria de manera andloga ln condiciGn de wansversalidad en terior es valida, sin més que [Felon = 0.Capituio2 Elprobiema bésico 47 Rjemplo 2.13 Obtener las furciones que verifiquen las condiciones necesarias de primer y segundo ‘orden de méximo 0 mfnimo local del siguiente problema: opt SCs) [ered con : x(0) =0. SOLUCION. En este caso, Como F no depende de x, la ecvacién de Buler es oa dette sonted. won 24448, pmder ct tact epee Fir =2>0, ue corresponde a un eandidato a minimo. ‘Come han de verificarse las condiciones inicial y de transversalidad, se tendrd que 0= x0) =8,.~ Por tanto: 0 2 la Gniea funcién que verifice todas las condiciones necesarias de mnimo local, no habiendo ninguna funcién que verifique las de méximo. .48 Optimizacién cinémica Caso de instante tinal dado y estado final acotado inferiormente Supongamos 1 dado y x(t,) > 21 En este caso, el problema es: rag sto [1 Rae. de.nee coos) na) 2 ay ‘Sern admisibles aquellas funciones, de clase C®) que partan del punto (fo, x0) ¥ que Ueguen a algén punto de la semi-recta ¢ = 4; ; x & 21, tal como se representa en Ia Figura 2.11. Figura 2.11 Funciones admisibles en el caso de instante tinal dado y estado final acotado Inferiormente Por tanto, se parte de una situacién conocida (condicién inicil), y se quiere asegurar que la solucién alcance en el instante final un valor que iguale o supere una cantidad fijada de aatemano. ‘La siguiente proposicién da las condiciones necesarias de optimalided para el problema que nos cups. Proposicién 2.2 Si x*(t) es un méximo local del Problema (2.13), entonces en x*(t) se verifi- | 1. Laccwacién de Euler, junto con ta condicién inicial: x(t0) «x1, la siguiente condicién de transversalidad: ro, la condlicién final: x(t) = | (Felon $00, six°(t0 > 20). 2. Lacondicidn de Legendre DEMOSTRACION. Sea.x*() méximo local del Problema(?.13). ‘Seguimos la demostracién de Ia deducei6n de Ia ecuacién de Euler en el Teorema 2.1, con las odificaciones referentes al problema que nos ocups. Para cada niimero real e, se define Ia funcién elt) = 2°) Fen, para <0 <1,Capitulo 2 Elproblema béisico 49 siendo 7 funcién de clase C®, definida en (i, 11), verificando que Alta) = 0, yet) = x"(H) + ontA) =m. La solucién éptima x*(1) debe cumplir Ia condici6n final x*{r) = 1. Esta condicién se puede ‘cumplir con desigualdad o con igualdad, Veamos qué implica cada una de las dos posibilidades 1. Supongamos que x*(1) > a1 Sea aaah) —a1 > 0. Sie, nsontales que lelln(a| 21. Se define: J@) =I [Feo ron. i404 8800.1, lo ¥, devivando con respecto a ¢ ,particulasizando para = 0, e iguatando la derivada a cero, se Hoga & que: J") * olm 4A tentFainn + f noe Smee ea endonde Fy Fy extn defnidas en (x°(), 3°10, ‘Kezonando como en Ia proposicion anterior se compruebe que tenen que cumpuurse la eoua- ccién de Euler y la condicidn de Legendre, asf como las condiciones iniialy final vo[n-fa]ano Loolema O=nLFchen. pero n(t1) puede sor elegido distinto de cero, por Io que se llega a que 0. -y la expresién (2.14) queda (Fila 2. Supongamos ahora que x*(1)) = x1 Se tiene que cumplir ue (a) Fem) 2 a1, por lo que en este caso deberd sor an(tr) = 0. Blegimos (0), de manera que (to) = 05 n(x) > 0. Entonees, x" +en(t) esadmisible, Ve = 0. En eate caso, x*(0) 6s solucién éptima del problema: max J(6), sujetoa :¢ > 0,50 Optimizacin ainamica seeanagont =, acne pe FO <9, ay wot + [10 |r Seder Como en los casos anteriores, deben curplirse as condiciones de Euler y Legendre, asf como la condicién iniial. Por tanto, queda: na ytFele ‘como se queria demostrar. , $0, pero n(x) > O por lo que debe ser Fx, <0, Odservacién 2.3, ‘¢ Bin la demostracién de la Proposicién 2.2, en el segundo caso, se puede proceder fijando 7, ‘con n(to) = 0; n("1) <0, siendo entonces e = 0, llegando @ idéntice resultado, ‘¢ Sin lugar de maximizar, como en (2-13) se quiere minimizer el mismo problema, se obtiene la siguiente condicién de transversalidad [Fleer 2 0(= 0,812") > =D, ue sustituye ala que se ha absenido en la Proposicién 2.2. Ejemplo 2.14 Obtoner las funciones que verifiquem las condiciones necesarias de primer y segundo orden del siguiente problema: [ con: (0) =0, x(1) > 1 SOLUCIGN. En este caso, Put Dat ea, 4e donde obtenemos que ya 2x; Fe = 2. La ceuacién de Buler es, 0, cuya solucién es xt) = Ae! + Be, para <1 <1, Imponiondo la condicién inicial ‘Queda, por tanto: -£(0), se obtiene que B a) = Ale —e Condicisn final: xQ)2t ee ae-e 21,Capftulo2 Elprobiema bésico 51 dde donde se deduce que A tiene que ser mayor que cero. Condicién de tuansversalided: [Filia 2 0(=0, six() > 1) "es particularizado en la soluci6n Optima, es 2A(e +e. Parar = 1, queda: 2aere t=O (Fale , six(1) > D. Como, a parti de la condicién final, hemos obrenido que A > 0, esa expresién no puede ser ‘gual a cero, por lo que se tiene que cumplir que x(1) = 1. Por tanto: Por tao: ¢ la nica funci6a que verifica las condiciones necesarias de primer orden. Condicién de Legendre: Fiz = 2 > 0, luego cumple Ia condicién de mfaimo, Caso de instante final y estado final libres Supongamos 1 libre, iocégnita a determinar, (4) libre Hsia ahora, en este capitulo, se han considerado problemas con to, ¢1fjados, es decir, con ho- rizonte temporal dado, en los que se trataba de optimizer un funcional. Hay situaciones interesantes fen las que se puede decidir Is amplitud del horizonte temporal, es decir, situaciones en Ins que el tiempo de comienzo esté dado, y se puede decidir en qué momento es 6ptimo que finalice el proceso sujeto a estudio. En estos casos hay que calcular tanto el instante de finalizacién, como Ia funcién soluci6n, de manera que se optimice el funcional objetivo El problema es: amie = [[ row sna, sea) = is siendo fo, x9 dados, 1 libre, siendo uno de los valores a ealeular(t) > 10). Sern admisibles aquellas funciones de clase CO, que partan del punto (4, xo) (ijago de ante- mano), y Heguen a algsin punto (t,,£1), con f > forty € Rx; € R (00 fijado de antemano), tal ‘como se representa en la Figure 2.12.52 Optimizecion ainamica t Figura 2.12 Funciones admisibles en el caso de instante final y estado final fibres’ La siguiente proposicisn da las condiciones necesarias de optimalidad para el problema que nos ccupa. Proposicién 2.3 Si x*(1) es un méximo local det Problema (2.15) con t} Instarte éptimo de finalizaciOn, entonces en "(0 y ff se verifican: 1. La ecuacién de Euler, junto con ta condicin inicial, y las siguientes condiciones de trans- versalidad: 2. La condicién de Legendre. + DEMOSTRACION. Sean ff y x"(0. para fo <1 < #7, ptimos. ‘Se va a comparar x*(1), definida en [t, #f].con ota funcién x(t), eayo dominio de-definicién «8 lt, tf + 511]. Ambas funciones son de clase C®? y tienen la misma condicién inicial, pudiendo iferi en sus dominios de defiicién, ya que 61; puede ser postivo, negativo onulo, ‘Se extenderd x* o x, dependiendo de que 84, > 0.0 6% < 0, de manera que ambas fonciones tengan idéntico dominio, Ast. si dtu > 0, se define: xo $0 + FUDD. para Ses + 5K si fuera ry < 0, se extenderia x por una extrapolacién andloga. ‘Se define ta funcién n(t) = x(0) ~ x*(0). para) <¢_S max(¢t, ($ +64), con nite) = 0. ‘Solo se van a considerar funciones x, que estén proximas a x*, segdi Ia siguiente distancia: ace x*) = max in} ema HHO + Be] + Leet +841) — 27D “Luego, de acuerdo con Ia distancia definida, x, x" estin proximas si, en cada punto del domi- aio extendido, sus valores estén préximos y sus pendientes son similares y, ademnés, sus puntos de terminacién estén cercanos. Véase a Figura 2.13.Capitulo 2 Elproblema bésico 53 o % nae Figura 2.13 Distanela entre x y x* ‘Sean n(2), 51 fjos. Para e € R, definimos: r= [2 reason 0.90. ‘Como hemos partido de que ty x*(0) son Sptimos, Ia funcién J(6) alcanza el maximo para € = 0, luego la condicién de primer orden es J'(0) = 0. Aplicando ahora la f6rmula de Leibniz (2.2), se obtiene: FO) rove. tepuitin + [ans ipod 0 Resolviendo por partes el segundo sumando del integrando, queda: Om FONE A ED ABH + FALE SED. AEE + +f nO — 4 rat, en donde ls furcionesF, y Fy dela integral estén dfinida en [x"(),3°0), Sea 8x1 = x(0f + 811) —x*(Q). ‘Alestar las funciones x y x* prOximas, segin la distancia definida, se tiene que bn) = 2) — A) F HUDIN = MED FH CDIN, de donde: a) = 8x — DBA Sustitayendo: f © [ze 7 Bree 4 [Fede tt + OF = Farag54 Optimizacién dinérnios ‘Como en los casos anteriores, se iene que cumplir la ecuaci6n de Buler (as{ como la condiciéa inicial y la condicién de Legendre), Por tanto, queda: [Fi hnrgds + UF — i Fila 5h = 0. En particular, para funciones con 51 = 0, quedard Uehp3 pero como 8x; no tiene por qué ser cero, debe ser (Fa y 8, cualquiera se lege: ©. Andlogamente, para funciones con 5x1 (F -8Flemt ‘Observacion 24 # La proposicién anterior ¢¢ igualmente valida si se trate de minimizar el funcional objetivo, ‘sustituyendo en el enunciade maximo por minimo. Es inmediato comprobar que las dos condiciones de transversalidad obtenidas, se pueden cexpfesar también como: hn yIFi, jemplo 2.15 Ostener a uncon oe vetquen ls ontcones neesaas de primer segundo Crem de mixin o to ls! ot plone robles opr stay "(22+ 101) a con : x(0)=1, siendo fy variable a determinar (con "1 > 0). Solucidn: En este caso, F.3D por lo que sus derivadas parciales con respecto ax y ad s Fy = 101, Fe = 2. La ecuscisn de Buler es: lor 2% =0, cesdeci, #0 ntegrando dos veces esta ecuacién se obtiene: 32 BO =5P +A, Sp FACHB, prad st < tf sO=%Capitulo 2 Elproblema basco 55 La condiciOn de Legendre queda, en este caso: Fiz =2, que comesponde a minimo. La condicin inital es: x0) = 3, por tanto: 3p xO =2P Arb, pared 0, por lo que: es decir, 3(3)8 2(5 [No hay olucién a problema de maximizar, Hay un solucén que verfials condiciones nee: sara de imo locale es 2) ran pmoses (3)!56 Optinizacién dindimica Caso de instante final libre y estado final dado Supongamos 1 libre, inedgnita a determinar y x(4)) En este caso, el problema es: 1 dado, pte [rc.20.00, con : x(t) x0, x(H) = 21 Qn Siendo fo, x0 , x1 dados, ts libre, y uno de los valores a calcular (ty > 4) Seréa adiisibles mjuellas funciones de clase C®, que pertan del punto (1, x9) (ijado de ante- mano), y leguen a elgia punto (1, x1), con, > fo, #1 € B, con.x fjado de antemano y 4 no fijado, tal como so representa en la Figura 2.14. t Figura 2.14 Funclones admisibles en el caso Ue instante final libre y estado final dado La siguiente proposicién da las condiciones necesarias de optimalidad para el problema que nos cups, Proposicién 2.4 Si x*(t) eo un maximo local del Problema (2.17) con tf insante Sptimo de {finalizacin, entonces en x*(0) yt? se verfican: : 1. La ecuacién de Euler junto com las condiciones inicial (x(t) = x0), final (x(4) de rransversalidad “vy [F $F = 0. 2. La condicin de Legendre. DeMostRaciGn. Sean ff y x*{0), para io << tf, 6ptimos. Siguiendo exactamente Ia anterior proposiciOn, se llega a que se tienen que eumplir fas condicio- nes de Euler y Legendre, as{ como las condiciones inicial y final, obteniendo que Fil Ott + LF £Felewg5t, neste caso, 5x1 [FF hie 5th.Capitulo 2 Elproblema bésico 57 ‘pero 81; no tiene por qué ser cero, con lo cual resulta que: [F 2 F ilar cendonde F y Fs estin patcalarizados en [x*(0), 8400, si se trata de mi Observacién 2.5 La proposici6n anterior es igualmente vali objetivo, sustituyendo en el enunciado méximo por minimo. Ejemplo 2.16 Obtener las funciones que verifiquen las condiciones necesarias de primer y segundo ‘order de maximo o minimo local de! siguiente problema: ff Geren ©. x(n) = 5, siendo 1) > 0, variable a determinar, SoLUCION. Como Fle dt) = 38? +a, se verifice que LS G La ccuacién de Euler es, en este caso: ~6#0) es decir, : FO = 3 dde donde se obtione que 20 12 erent X= GP+A+B, pamOsr sh La condicién de Legendre se cumple para minimo, ya que Fu =6>0. La condicién inicial, que es o=2@=8, implica que 1? 0, queda ‘ pa 4+v60 Portanto,el problems de maximizar no tiene solucin, El problem de minimizar ene una Grice posible solucén, que saisfoce las condiciones necesaras de optimalidad, que ex tts +0, Ast Et a SB. v0 = 5, pamoers4+V@ . Caso on que el instante final ye estado final estén ligados mediante une funeion ‘Supongamos 1 libre, x(61) = (11). siendo g una funciéa dada, de clase CO), "neste cao, problema mos ff roos0.08 con : x(t) = x0, x(t) Es (2.20) siendo to, x0 dados, 4 libre (eon ¢1 > 10), inoSgnita a determinar, ¢ fencién ¢e clase C° conocida Sern admisibies aqueltasfunciones de clase C que partan del punto (to, xo) (jad), y Heguen f algdin puato (a1), Con f) > fo © R, x1 = (41), estando 4, sin Bjar de antemane, tl como se representa en la Figura 2.15,Capitulo 2 EI problema bésico 59 | Co) t caso en que el instante final y el estado final estén La siguiente proposici6n da las condiciones neceserias de optimalidad para el problema que nos ccupa, Proposicidn 2.5 Si x*(0) es un maximo local del Problema (2.20) con tf instante dptimo de Jinatizacin, entonces en x"(t) y ff se verifican: 1, La couacién de Buler junto con las condiciones inicial (x(t) — ap), fina (0) ¥ de transversalidad: Me) 0. [P+ F@'-D],4 2 La condicién de Legendre seeeeeel Demosteactow. Sean 1? y.x"(0, para ig << #f, Sptimos, Siguiendo exactaments los pasos efectuados en les éemostraciones de las proposicionesanterio- ze, ge lega a que se tienen que cumpli las condiciones de Bur y Legendre, asi como las condicio- nes inicial y inal, obteniendo que O= (Fileng 581 + UF — 2 Flea 81 ean Pero, habiamos definide a 8x1 como ax, (ef + 811) ~ 2° que en este caso sexé Bx = OCF +84) — PUP) = g'UT IE Susttuyendo en (2.21), se obtiene: 0 [Falneg #7080 + UF — i Feline 31. ‘Como 8; no tiene por qué ser cero, serd necesariamente: = Filin OOD +E i Faeaee60 Optimizacién dinémica Reordenando, queda [F + FeO! — DJ, 2¢ =O que es le condicién de wansversalidad que queriamos demostrar. ‘el funcional CObservacién 2.6 La proposiciéa anterior es igualmente vélida si se trata de minis objetivo, sustituyendo en el enunciado maximo por minimo. [Rjemple 2.17 Calcular la distancia minima det punto (0,1), 2 la recta x = 3 SOLUCIGN. Vamos a plantearlo, como un problema de céloulo de variactones. Se consideran todas las funciones x, de clase C, que perten cel punto (0, 1), por lo que verif- can la condied6n inicial +(0) = 1, y legan a la recta x = 31, por lo que cumplen la condicién final it) = 31, fal como se representa en la Figura 2.16, A cada una de dichas funciones se Ie asigna Como valor objetivo, la longitud del arco de eurva x(t), que parte del punto (0,1) y lega a la recta Se sabe que dicha longitud es igual a: tae = [FRE Se wate de calcular aquella funcién x*, admisible, para Is que se minimiza ta tongitud £, La istancia sninima que se pide, serd &* = J(x*), o t Figura 2.16 Distancia del punto (0,1) ala recta x BI problema, por tanto, es: min J(2) = ff! VEPs, eon (0) = 1, x(i) = 3a (Com ty > 0) ‘Vamos a calcula Ie funcién que verifica las condiciones necesarias de primer y segundo ord: P20 2 VFR, porlo queLa ecuacién de Buler es: ‘que podemos expresar como =C, endonde C= por lo que: x =Ct+ D.paadsr 20) = Sixt(q) > x1, entonces (Ff. yd =0. = Six*(4y) = x1, al ser x(¢1) 2 #1, 30 verfica que Lz(t))—x*(4)] = 0, y como [Ff 1, resulta que d = 0. (Gil) En este caso, ia condicién de transversalidad es: (F]:=1 Por tanto, en cualquier caso: [lon roa som £ Fesavpars f" Fat.e.0dr 0, luego d uego x"(t) ¢s méximo global para el problema considerado. Observacién 2.7 Si en el enunciado del problema se tiene minimizar (en luger de maximizar), el teorema es cierto, sustiuyendo F céncava en (x, i) por F convexa en (<, 2), obteniendo que x"(0) cs minimo global (en lugar de méximo global). Ejemplo 2.18 Se considera el problema: min JG) = fy? + Par, con (0) = 1, (1) libre [Betudiar si se cumplen las condiciones suficientes. SOLUCION. La funcién F(x, 1) = 22 +42, 6s convexa en (x, #) ya que la matriz hessiana de F (con respecto a (x, £)),€8 20 o2) (que es definida positiva. Por tanto, la funcién = pale tee i+ aque verifice la ecueci6n de Baler, la condicién inicial y la condiciGn de transversalidad [Fp Vetifica las hipstesis del teorema, luego cumple la condicién suficiente de minimo global INTERPRETACION ECONOMICA DE LAS CONDICIONES DE OPTIMALIDAD En las secciones anteriores se ha formulado el problema bisico de céleulo de variaciones, para el {que se han enunciado y demostrade las condiciones necesarias y las suficientes de optimalidad. En sta seccidn vamos a ver, a través de dos ejemplos concretos, qué interpretacién econdmica tiene ‘cada una de las condiciones establecias. El primer modelo que se considera trata de un problema de gestién de stocks, el segundo trata de un problema de gestin de recursos naturales no renovables.Capitulo 2 EI problema bésico 65 2.6.1 Un modelo de gestién de stocks En el instante &, una empresa dispone de un stock x(&) = x9 de un determinado producto, El ‘mantenimieno de cada vnidad de dicho stock Ileva aparejado un costeinstanténco de ¢ unidades rmonetarias. La empresa puede utilizar las unidades del bien que tiene en stock para venderies en cierto mercado. La venta de q unidades de este bien en el mercado proporciona un beneficio, sin contar los costes de mantenimniento de stock, que viene dado porlafunciéa T1(q), que se supone es e6cava La empresa desea distribu sus existencias de modo éptimo durante cierto horizoate de planifi- caci6n, ft, f1}, de modo que maximice su benefico total a lo largo de ese periodo. Se supone que ten exe iempo ao es posible que la empresa tenga mds unidades del bien, y que les unidades no ‘endidas en el horizonte temporal dado a0 tienen ning valor después del instant, El problema al que se enfrenta es, portato, max [" ta) — oxide, sujetoa i =—9, con : x(t) = x0, 2(41) = O- ‘Usiizando ta restriccién para eliminar la variable q, el problema anterior se puede expresar co- mex [" (2 ~exde, con : (4) = x0, x(t) 2 0. Para este problema, FO, 41) = Ta) ~ ex, porlo que Fya me, Fes La ecuacién de Buler es es decir, 2.22) Laecuacién (2.22) tiene la siguiente interpretacién: al decidir qué cantidad de producto extraer de su stock, la empresa compara las ganancias y Iss pérdidas derivadas de mantener et stock o vendetlo. El lado izquierdo de (2.22) representa el coste marginal de mantener uns unidad de producto en stock, ‘que es cl coste de almacenaje. El lado derecho representa la gansncia derivada de mantener una uunidad de stock, es decir, cudnto auments en el tiempo el beneficio marginal que se pode obtener poresa unidad. {La condicién de Leyendre para miximo, Fez = T!” = 0, se cumple, ya que por hipstesis Tes una funcién eéncava (se cumple que 1” <0). ‘Como el valor final del stock esti restringido a ser no negativo (x(H:) = 0), Ia condici6n de ‘wansversalidad es [Filan £0, (0, six(t)) > 0),66 Cptimizacion indica exdeci, [7']4, 20 (0, sixtn) > 0) Leimnerpretacion de esta condiciones la siguiente: ene instante final, ya no iene objeto mantener stock pare futuras Ventas J, por tanto, deberfn venders las exstencias hasta que se agoten (x1) 0) o bien hasta que ei beneficio marginal sea cero, en ningin caso se legaré& extraer del stock wna cantdad de producto que haga descender los beneficios (es decir, I” <0) ‘La condicién suficiente se cumple s la funciGn F(z, %,£) ee cdncava on (x, 2), para cada f € Lio ti} Se obtiene que vaek Fu Fs )_ (9 0 Fiz A =(o a): y esta matriz es semidefinida negativa, ya que TI” < 0, por ser TI funci6n e6ncava. Por tanto, la Condicién suficiente se cumple por ser TT funcién e6ncava Supongammos ahora que a la empresa le est4 permitido vender en corto, es decir, llegar a vender mis producto del que tiene disponible en el almacén. Fn tal caso, ya no habefa que exigir que fuera 2x(j) > O. Entonces, a condicion de transversalidad pasa a ser (Ex. Fe Haak [Fehen = 0. esdecis, (m]..,, =9 Joque quiere decir que se extraer justo aquella cantidad que hace que el beneficio marginal sea cero. Sies 1’ > 0, es 6ptimo aumentar la venta de producto incurriende, si es preciso, en un descubierto. Por el contari, si I < 0, deben reduce las ventas hasta el punto en que IT’ = 0. 2.6.2 Un modelo de gestion de un recurso natural no renovable Ura empresa tiene los derechos de explotacién de un recurso natural no renovable. Su funcién te benericios e¢ M(x, q,, donde x representa el stock de recurso existente en ef instante ¢ ¥ q representa a extraceién instanténea de dicho recurso. El hecho de que la tasa de extraccién aparezca cna funcisn de beneficios es fécilmente comprensible. La presencia del stock en dicha funcién puede justifiearse mediante su influencia en fos costes de extracciGn: a mayor stock disponible, menor coste de extracei6a y, por tanto, mayor beneficio. Oura interpretacién para la influencia de Je variable x consist en atribuir al recurso dos usos alternativos: no como recurso productivo, mediante su extracci6n, y otro como bien recreativo, por un determinado atractivo que fo hace valioso nsw estado natural El stock del recurso evolaciona en el tiempo de acuerdo a la ecuacién diferencial fama demodo que la Funcién de beneficios también se puede expresar como Fo 30 =1e, 2.9,Capitule 2 El problema basico 67 y se cumple que Fya My, Fe = My La empress debe decidir una politica de extracciGn/conservaci6n det recurso con el objetivo de ma- ximizar su flujo de beneficios en un cierto horizonte temporal comprendido entre ty y 1. Por tanto, se enfrenta al siguiente problema de céleulo de variaciones: max f" Fe ised, lo con : (60) = x0, x(t) 2 0. La ecnacién de Buler es aque, en este caso se puede expresar como: 4 Ty + My =0. Esta ecuacidn determina el stock que merece la pena conservar en cada instante. Bn concreto, cone servar el recurso proporciona dos tipos de ganancia: en primer lugar, ana unidad adicional de x permize obtener un benefcio marginal inmediato de Fl. Pr ota pate, el stock disponible psd ser extrafdo en el future proporeionando un beneficio marginal My. Ei trmine 4 a™ mide el cembio temporal en dicho beneficlo marginal. Cuando 4 ae cl recurso es mis valioso en su estado actual (es decir, en el yacemiento), de mado que es rentable sprovechar el siock actual y esperar para explotarlo en el futuro. Cuando net Is > 9. a n+ Sn, <0, Ia espera es contraproducente y merece la pena agotar el stock cuanto antes. A To largo de la politica ‘éptima, en cada instante se extrae justo aquella Cantidad de recurso en que se produce la igualdad, de modo que no es posible obtener ganancias extrayendo una cantidad instanténea mayor ni menor. La condicign de Legendre es Fi; < 0, que equivale a Myy < 0, es decir, el beneficio es uma funcién céncava en la extraccién del recurso La condicién de transversalidad es (Filion $0. 6, six(n) > 0). es decir, [rg],.,, 2 9 (0. sixiay > 0, ccuya interpretacién es Ia siguiente: en el ultimo instante del periodo de planificacién no hay ningia motivo para conservar el recurso, y debe atencerse s6lo al beneficio marginal que proporciona su68 Optimizacién dinémica cextraccidn, En conereto, si el beneficio marginal es positivo (ly > 0), debe explotarse el recurso hasta que se agote (x(r1) = 0). El Gnico motivo para conservar al final del periodo un stock sin cexplotar es que el beneficio marginal sea justamente cero, de modo que un pequefio aumento de la tasa de extracciGn no generar‘a ningtn incremento en los beneficios. Por dltimo, nuncs Hegar a extraerse una cantidad de recurso tan elevada que Hegue a hacer descender los beneficios, es decir, Thy < 0. Si se produjese esta situacién, lo corecto seria cmplear una tsa de extraceié menor hasta que Ty Un caso particular ‘Supongamos que la funcién de beneficios iene ta forma Tw. g.8 = epg ~ CO), donde 5 es la tasa de descuento intertemporal, p es el precio de mercado del recurso extrafdo y C(x) representa los costes de extracciGn. Supongamos, también, que C’ < 0, es decir, cuanto mayor sea el stock de recurso disponible, menos costosa resulta la extracciu, EI problema queda como max La ecuacién de Euler es * (oq —coapar= min f" e(pe+cCe)de e* cla) ae Pp) = Cw=-mre eM op +B) {que también se puede expresar como ce, ‘que es la regla de Hotelling y expresa el equilibrio entre las dos alternativas: extraec 0 conservar el recurso, El lado izquierdo representa la ganancia marginal de extraer inmediatamente una unidad de Tecutso: el precio obtenido por ella multiplicado por la rentablidad intertemporal obtenida. El lado derecho representa la ganancia marginal de espera: e1 incremento de precio mas (recuérdese que C” ces negativo) el ahorro en los futuros costes de extraccién debido a un mayor stock. “Teniendo en cuenta que Fiz = Myq = 0, se cumple la condiciGn de Legendre, La condiciéa de transversalidad es bp pt) > 0, . si x(t1) > O), por lo que si en el instante final no se agoia el recurso es porque el precio en dicho instante s cero. EJERCICIOS PROPUESTOS Ejerccio 2.1 (a) Las gificos de as sigueats fonciones pasan por los puntos (0,0) y I, e2— 1, ened plano @ x=@-1 Gi) x= (2 = DaengrnCapitulo 2 Elproblema bésico 69. Gi) x sel el Gy) x=art+(@—a-r Caleular en cada caso el valor de so [lot ee (b) Demostrar que el problema de maximizar J(x) entre todas las curvas que unen (0,0) y (1, €?—1) no tiene soluci6n, (Indicacién: ,qué oourre con J(x), cuando x, dado por (iv) es tal que a —» 007). pjercicio 2.2 En cada uno de los siguientes casos, calcular los extremales, imponer las condiciones inicialy final, y comprobar la condicién de Legendre: (@) Jeet) = fl et — adr, con: x00) (©) Jis(ey) = ff a? + x8)de, con: x(1) = 0,2) = (6) Ske(O} = fp x3%dt, con :x(0) = Lex) = VA. Ejercicio 2.3 Consideremos el funcional » sete) -[ Fe, i 0dr, con las condiciones: ¥(a) = A, #(b) = R Democtrar que la ecuacisn de Ruler subsiste al agregar al integrando Ia diferencial total de cualquier funciGn, « = u(x, 1), que posea derivadas paciales ccontinuas hasta el orden 2 Ejercicio 2.4 Una poblacién de N pescados en cierto lago, ctece a la tasa siguiente: N'@) = aN(t) — BN), si noes perturbada por la gente. El pescado puede ser cogido del lago y consumido a una tase C(t), dando una utlided U(C() 2 lt comunidad, y reduciendo la casa de crecimiento del peseado, sega: N'D) = aN) — BN ~ COO. Suponer qué futuras utilidades de la comunidad son descontadas a tasa constante r. Caracterizar un plan de consumo de pescado entre 0 11 (fjado), para maximizar el valor presente de las uilidades ddescontadas. Suponer que az NO) =F, yqve U! > 0,0" <0. Ejercicio 2.5 Se considera el problema: ons [022 om: = 0302) = l (a) Mostrar que los extremales son de la forma x) =Cosent, dando wn valor de cero para Ie integral, se vetifica la condicién de Legendre?0 Optimizacién cindimica (©) Mostrar que sQ=t- = ces una solucin factible que da un valor positivo para la integral {Qué conclusién se obtiene sobre Ia suficiencia de Ia condicidn de Legendre? {Qué se puede decir Sobre la existencia de solucion para el problema? Rjerciclo 2.6 Una persona pretende averiguar la tasa de consumo instanténea que maximice su utlidad sobre un periodo fjado de longitud T. La uilidad del consumo U{C(#)] en cada momento t ‘es una funcién conocida, creciente y eOneava, La future utilidad es descontada a tasa rE individvo deriva su ingreso del salario u(0), determinado exdgenamente, y del interés iK sobre su stock de ‘capital K(e). Suponemos que el individuo puede prestar su capital o pedir prestado (K < 0), siempre con tipo de interés i. El capital puede ser comprado o vendido a precio unidad. Asi, el ingreso por intereses y salario se dedica a consumo © a iaversién, El stock de capital inicial es K(0) = Ko, yl final K(T) = Kr, especiticados, Se pide: (a) Formular el problema. (b) Encontrar la soluciGn a la ecuacién de Buler. Verifcar la condicién de Legendre. (c) Supongamos que: U(C) = INC, ve) =0, parads4 0, nebgniten determinar. ©) opt fix #18 + Pat, con: x1) =3, 210) = 4,1 > 1 inedgnita a deteraina. Ejercicio 2.9 Una empresa ha recibido un pedido de B unidades de producto, que deben ser entre- ‘gadas al cabo de un tiempo 7, fijado. La empresa quiere saber cuil debe ser Ia tasa de produceién P(), 0 <1 T, para atender ese pedido en la fecha fjada, al coste minimo, Se sabe que el ccoste unitario de produceién es proporcional ala tasa de produceicn (sea Cy, 1a constante de pro- poreionalidad), y que el coste unitario de mantener el producto en inventario es constante (C2). Sea ‘=(0) el inventario acumulado en el instante ¢, Entonces, tenemos 2(0) = 0, y debemos alcanzar X(T) = B. Se pide: a) Encontrar [a tasa de produccin y el inventario acumulado éptimos (ignérese la restriceiéa P(0) = 0). ZQué condicién tiene que cumplirse para que la solucién dptima cumpla P(O) > 02 b) Suponer ahora que B es una constante dada, pero T es libre. Encontrat la soluciéa optima (ignorando P(t) > 0). 2.10 Comprobar que ef camino més corto desde un punto dado (tp, x0) @ una curva +x, €6 una linea recte desde (tp, x0) a (4, R(t), perpendicalar a la tangente a R(®) = x, cen (1, R(4)), para algon t3.1 CAPITULO 3—_ Varias funciones En el capitulo anterior se ba estudiade con todo detalle el problema bésico de calculo de variaciones. En este capitulo se extenderd en diferentes direcciones el problema bisico, sin llegar en general al nivel de detalle anterior, especialmente en la presentacién de Ins demostraciones. En el primer apar- tado se consideran problemas con un funcional objetivo mas general, en donde se valorn el estado al que llega el sistema on ol instante final, A continuaeién se consideran extensiones habitusles en problemas de optimizacién: el paso de una a varias variables, y la incorporacién de diferentes pos fe restricciones. Por iiltimo se estudia el problema de célevlo de variaciones en el que el funcional objetivo depende de derivadas de Ia funcidn, de orden mayor que uno. UN FUNCIONAL OBJETIVO MAS GENERAL En algonos casos de interés en economia, se precisa incorporar en el funcional objetivo an sumando ten el que se valora emo qued la Funciéa soluciéa en el instante final. Ast, por ejemplo: ‘+ Enun problema de gostién de stocks tal vez sea necesario incorporar en el funcional objetivo no sélo el beneficio que se obtiene durante el perfodo de planificaciGn, sino tambien el valor del stock final ‘+ Bn un problema de extracei6n de un recurso natural, tal ver la sociedad valore la cantidad de recurso que queda sin wilizar al final del horizonte temporal en que se realiza cl estudio. ‘+ En.un probioma de inversiones financieras, ademas del flujo de beneficios obtenidos, también es interesante tener en cuenta la cantidad de capital invertido al final del horizonte temporal2 Optimizacién dindmica i ‘Asi pues, l problema a estudiar es el sigue ! max J¢z) = Jf Fe a.nd + sien, 7 con x(t) = 20, en donde se supone au S es una funcin que poses derivadascontnuas hasta ef orden tes. ‘a diferencia entre el Problema (3.1), en el que hemos sopuesto extremos io y tos y x(4 tite, y los estudiados en of capitulo anterior, est en lafuncion SUx(t)] sve aparece ineorpore al funcional ebjetivo. Como veremos en las dos proposicionessiguientcs, anto las condiciones Baler y Legendre, come la condici incial, no dependen de ia funcién S, y por tanto tienen i misma forma que las ya estudiaces en el capitulo anterior, en cambio las condiciones suficientes de tranoversiiced cambian, puesto que dependen de S. ema (3.1). Enionces en x" es ncesari que se cumplan 1. La ecuacidn de Ruler: Fy — LF; = 0. 7 2. La condicin niial:x() = =p 3. Lacondicién de transversalidad, que en este caso es: iste elec anae a aur Gl ase Sa ean ass a are ata TEsheen + 4, La condicién de Legendre: Fiz <0. l DeMosTnact6n. Se vesifea que a ‘ sixty steton =f" Esmond = f" s'aae aca cada funcién admisible x(t) en el problema que nos ocupa se verifica que porlo que steaor f° sense conte, i S(x(t)] = S(xo) = constante, | y laconstante no infuye en el problema de optimizacién Por tanto, «*(0) es solucién del problema que nos ocupa si y sélo si es solucién del siguienté problem apc tacos flere tena const) = Sea: FiO 80 = PAD + SOKCapitulo 3 Varias tunciones 73 La ecuacién de Euler para este problema es a Fe~ Zu ane Teniendo en cuenta la definiciéa de Fi, las derivadas parciales que aparecen en la Eeuacién de Euler Fis = Fe S"(x)i Fi = Fe+S'), porloque 4 Fis = Sr +5" i = Fe + S'G), porloque Fis = SF + S"@s. Sustituyendo, se obtiene que: a a Pa Pana con Jo que queda demostrado que se tiene que cumnplir Ia ecuacién de Euler para x*(0). Sabemos del capitulo anterior que la soluci6n a la ecusci6n de Euler depende de dos constantes aque se determinan afiadiendo sendas condiciones que se tienen que eumplir en los extremes fp y ‘1, que para el problema que nos ocupe ser la condici6n inicial: (x(f9) = x9) y la condicién de transversalidad: [Fii];=1, = 0. A partir de la definicién de F; se obtiene que: [Fn = 0 [Fe +S! hay = 0 > (Filenny + 5°04] = 0. La condicion de Legendre seré: Fizz <0. Previamente hemos obtenido q Fy= hts. de donde se deduce que: Fun = Fis, por lo que la condicién de Legendre queda como: Fiz < 0, y la proposicién queda demostrada, . Proposicién 3.2 (Condicién suficiente de maximo global) Supongamos que F(x, %, 1) es una funcién céncava en (x,%), para cada t € [tp,t)) y S(x) es wna funcién concava. Si x") verifca la ecuacién de Euler, junto con las condiciones inicial y de transversalidad, entonces 2*(0 es un méximo global pars el problema considerado. [La demostracién se omite por ser similar ale correspondiente del capitulo anterior. ‘Observacién 3.1 Sise trata de minimi2ar, en lugar de maximizar, la ecuacién de Euler, janto con las ‘condiciones inicial y de transvtrsalidad quedan como en la Proposiéa 3.1. La condicién de egendre Faz > 0. La condicién suficiente es que F(x, #,) sea convexaen (x, 2),para cada t ¢ [toh ¥ ‘que S(z) sea convera.4 Optimizacién dindmica Ejemplo 3.1 Resolver el problema: alin F(x) Ge ade + LDP, con (0) SOLUCION. En este caso: F(x, #,1) == x? + 2%; (x) = x. La ecuacién de Euler (ya resuelta en el capitulo anterior para esta funciGn F) da como resultado: xO = Ae! + Be Imponiendo la condicién inicial, queda: ‘ Lacondicién de transversalidad [lei +521 =0. | Sustituyendo queda: (2iliat +2x(1) =0 a> (2Ae! — 28), +20 + 2Be™ Por tanto, se obtiene que: A = Oy B = |, por lo que: t OE, pared sts 1, i verifica las condiciones necesarias de minimo local t La condicin suficiente se cumple si F es convexa en (x, 2),para cada € [0, I]. ¥ S(x) [La funcién F cumple la condicién, como fécilmente se comprobs en el capitulo an claro que S es funcién convexa, ya que S”(x) = 2 > 0, para todo x, i ‘Se verifica la edndicién suficiente, por lo que podemos asegurar que x*(#) = e~', para <1 < 4 ‘es el minimo global del problems. ] . ior. Esl Ejemplo 32 (Un problema de control de stocks) En el instante fp una emprese dispone de un} stock de un bien inual a x9 y debe decicir cdmo emplear dicho stock a lo largo del horizonte temporal! [tp, 11]. Durante ese tiempo, no dispone de Ia posibilidad de adquirir mas unidades del bien, le modo, que el stock séto puede mantenerse oirse reduciendo a medida que se venden unidades del producto Si denotamos por 9() Ia cuntidad que se vende en el instante 1, entonces el stock evoluciona! emporalmente de acuerdo con ka ecuacién diferencia XO =a. 62 La empresa opera en un contexto de competencia perfects, de modo que en cualquier momento puede vender todas ls unidades que desee al precio vigente en el mercado en ese instante, denotad por p(0. Mancener en el almacén x unidades conlleva un coste de almacenaje dado por la funci CG). Asf pues, en cualquier instante comprendido entre fo y f. el benefcio instanténeo de la tempresa esti dado por: 1G, P12) = pa — C@.3.2 Captulo3 arias tunciones 75 La empresa sabe que ene] momento 4, se celebra la feria bianval del bien en cuestign en le cual, teniendo en cuenta la situacién del mercado y la experiencia de ferias pasadas, espera obtener un ingreso de Stx(4)). E! objetivo de la empresa consiste en maximizar su beneficio total descontado @ lo largo del hhorizonte temporal [t,t], es decir, awa fe *tptgto —Ceaide +e Stet), con x(@) = x0 en donde & es el tipo de interés con capitalizacién continua, Empleando (3.2), este problema se puede expresar como: = or "(p(OaG) + Cealdt eM S¢(eD), xo. La ecuacién de Euler es la siguiente: “er Ly HCG) ~ Fe DW) ‘que se puede expresar como: BO ~C™@) = BP) 3) La ecuscién (3.3) tiene la siguiente interpretacién: para que la venta de las unidades de producto se esté produciendo a un ritmo éptimo, e! beneficio de vender una unidad adicional del producta debe ser igual al beneficio de mantener una unidad adicional en stock. El lado derecho de (3.3) representa Jan ganancia derivada de vender un unidad de stock, que es igual al ingreso obtenido por la venta, ‘multplicado por el tipo de interés que se puede obtener invirtiondo dicho ingreso. El lado iquierdo representa la ganancia de mantener el stock, que es igual ala revalorizacién del producto, es decir, el incremento de precio menos el coste de almacenaje. La condicién de tansversalidad es: asec qo oo {ue tiene le siguiente interpretacisn: el stock que se conserva en el instante final debe ser aquel que hhace que el ingreso marginal obtenido en la feria sea precisamente el precio de mercado vigente en ol instante 1. En caso de que cl lado izquierdo de (3.4) sea mayor que su lado derecho, el stock final es excesivo, y conviene vender una cantidad mayor en Ios momentos previos at, para no perder dinero, Por el contsario, si p(t) es menor que el lado derecho de (3.4) se ha vendido una cantidad ‘excesiva y habria sido preferible reduc las ventas en el periodo de planificaciGn para llegar a f\ con lun stock mayor y obtener mayores ganancias en la feria, CASO DE n FUNCIONES En el capitulo anterior se trataba de caleular una fancién x*(t),de clase CC), definida en un inter- valo (ip, i ],verificando unas condiciones inicial y final, y para la cual el funcional objetivo alc vari el valor maximo (0 rafnimo). En algunos casos, se presentan problemas andlogos a los del16 Optimizactén dinémica capitulo anterior, pero en donde en lugar de caleular una inica funeién hay que obtener n funcio nes x7), 4302), -.89(0. Se trata, por tanto, de la extensién del problema bisico de eileulo variaciones al eas0 vectorial | ‘Como ejemplos ipicos en economia se pueden citar las empresas multiproducto, que éeben req tizar una gestién conjuntamente éptima de distintos productos, o las economfas con varios sectore de actividad. 3.2.1. Formulacién del problema 4 ‘A continuacién se define el problema de célculo de variaciones, para el caso vectorial Sea F una funciGn teal de 2n + I variables, de clase C® (lo cual quiere decir que posee toda las derivadas parciales primeras y segandas , y son continuas), Se considera el siguiente funcional; ean t = f Pn. d 0 RBs , endo) ded de) mes eh 2 Sean al) = ax x@) 20) C40), 20s Fn() ER" (0), 20. --- a) ER, parseadar € flo, 11 CR. ‘Se trata de encontrar aquella funcin x" (0), con derivadas primera y segunda contimuas en (10, 1] verifiennda determinadas condiciones iniiales y finales, para Ia que el funcional J aleanee el valo méximo (o el valor mimo). E] problema, por tanto, en el caso de maximizacién es: ra Feet sna) =f" Fb e540. Rall (SACs ool th enitien con aio) = x9, pared = 1,...57, ait) =}, para vk ult) # libre, pari =k byevesls sult) 2 ah, pari = 041, osm en donde: = (Geiscsost0) [lof] —> BY [x posee derivadas I y 2 continuas¥i = tiem). ‘Como se ve en la formulacién del problema, se considera que hay una condicién vectorial inicia -x(lg) = 2°, y que la condicion final puede ser de tes tipos distintos (de tipo igusldad, libre y de tpi ‘desigualdad) para las diferentes fenciones. : iCapitulo 3 Varias tuncionas 77 Utilizando notacién veetorial, el mismo problema se puede escribir como: mag noe [ Fix. 209, dat, ‘con x(t) alt) = k ailtr) +: libre, parai =k +1... xe). x}, parade Ep Lyon. 3.2.2 Condiciones de optimalidad En las dos proposiciones siguientes se establecen condiciones por una parte necesarias y por otra suficientes de optimalidad. Proposicién 3.3 (Condiciones necesarias de maximo local) Sea x*(r) = (x}(9),...,x$(9) ‘mésimo local del problema, Entonces en ees necesario que Se cumplan 1. Las eeuaciones de Euler: Fy ~ $F, = 0, pari = 1,05 2. Las condiciones iniciaes: (0) = 8, para i = 1... 3. Las condiciones finales adh) =x}, para u(t) 2 a), parai =: 141, 4. Las condiciones de transversalidad, que en este caso son: (Fah [Figleon <0) =O. paai skit 0, sixt(a) > 2}), para att... 5. La condicion de Legendre que, en este caso, es que la matrie Fiz sea definida negativa semidefinida negativa, para cada t € Up, 11] en donde: eee! [La idea de ta demosiracién es la que se vi6 en el caso escalar, pero teniendo en cuenta el com- portamento vectorial. Como es una simple extensién, no la incorporamos. La misma consideracién abe para la siguiente proposiciSn que contiene la condicisn suficiente de optimalidad global. Proposicién 3.4 (Condicién suficiente) Supongamos que F(x, £,1) es una funcién cdneava en (&, 8), para cada € lip, 1]. Six"( verifica las ecuaciones de Euler, junto con las condiciones | iniciales, nates y de transversalidad, entonces x*(0) es un maximo global para el problema que estamos considerando.8 Optimizacién aindmica Observacién 32 Si se trata de minimizar en lugar de maximizar, ls ecvaciones de Euler, junto €o las condiciones inicialesy finales asf como las de transversalidad para = K+ 1... quedan com on la Proposién 3.3. La condicign de transversalidad para i = 1+ 1,....n 68: Fi limn) 0 Slaf(t) > #1). Le condiciOn de Legend es que la matriz Fs sea defnida positvao semidefn posiiva, para cada 1 [ips ti}. La condiciGn suftciente requiere que F(x, 2, ) sea convexa a (&,S),para cada ¢ € [ot Ejemplo 33 Estuciar si se verifican 0 no las condiciones necesarias y suficientes de optimalid para el siguiente problema: pin Joan) = ['GP+ 33 +2ede, sitd= dott = SOLUCION, En este caso, F(x), x2, 41, 42,0) =i? +43 + 2c. qj '* Bouaciones de Buler: La ecuaci6n de Baler para x1 es: Fy — 3 Fe, 0. Como, ‘queda: 2-28, =0,es decir & or tanto: : 2 Hatt A=e n= 5+ Att eB. O=5 0. Como, La ccuacién de Ruler para x2 €8: Fey ~ Fix 4 “a = Din, por lo que Fin = 22, queda’ 0, es decir tz =C => a2(t) = Cr+ D. ‘+ Condiciones iniciales y finales: ‘A Ios resultades obtenidos tas aplica las ecuaciones de Euler, les imponemos las condicione} Inieiates y finales: 10 = x20) =D, | 1 a pratt c Sec Queda, por tanto: HO ‘que son las funciones que verifican las condiciones necesarias de primer orden. + parma OSt SI,Capruio3 Varias tunciones 79 # Condicién de Legendre: B= (5 2) par cae 6 0.11 Dicha matriz es definide posit Legendre para mfnimo, ‘+ Condiciéa suficiente: La pregunta es: ges F convexa en (x1. .x2, 41,2), para eada ¢ € [0,1]? Para responder a la pregunta necesitemos calcular y clasiiear Ia parte de la mateiz Hessiana de F que contenga las derivadas segundas con respecto a x1, x2, 11,42. por lo que las funciones obtenidas cumplen la condici6n de Como Vi.2F = (2,0, 2én, 2a), se obtione que: 0000 0000 Hea =| 9 9 3 9 [+ Parneadar € (0,11, 0002 ¥y dado que esta matriz es semidefinida positiva, F es convexa en (x1,.22, 41, 42), para cada 16 (0, 1], se cumple la condicién suficiente, y por tanto las funciones obtenidas x70) y x3( cconstituyen el minimo global del problema. No hay méximo, jemplo 34 Estudir si se verdican 0 no Jas condiciones aeesarasy sufleientes de optimalidad para el siguiente problema pig youn [eit + 268 + nme, con : (0) = 05320) =2, i () = 15 x2Gr) : libre. SOLUCION. En est caso es Fei, x2.41. 350) = 289 +289 + x ‘+ Bouaciones de Euler: Para x1 pero al ser: se obkiene que: Para 280 Optimizacién dinémica esultando que : wid 20, ‘Se tiene, por tanto, el siguiente sistema de ecuaciones diferencias: x2 41 = 0, : x) —4iy =0. liminando x se obtiene: : din 1 ae ~ 16" Se trata de una ecuacién diferencial de orden 4, lineal, homogénea, con coeficientes constans te, Para resolverla, hay que obtener la ecuacién caracteristica, que es: ceuyas soluciones son: por lo que la soluei6n de Ia ecuaci6n diferencia es: xu) = Aet + Beh + Coos, ~ Ademés: : ‘ : eh 4 Be-$ — Coos £ — Dsen £ ane eee? Las soluciones obtenidas dependen de 4 ednstantes que hay que determinar wtilizando las condiciones iniciales, condici fnal y condiciones de transversalided, ‘© Condiciones iniiales: x(t) = 4%1(0) O=n) =AFB+C, 2=m0)=A+B=C, de donde se obtiene que B = I~ Ay que C = =1.. Por tanto, podemos sustituir en tas cexpresiones obtenidas para x y x2, de manera que ya s6lo dependan de dos constantes Ay 'D, que se determinarin imponiendo la condicin final y las condiciones de tansversalidad:4 cos 5 + Deen 5. 2 z ag(t) = Aad + (1 - Aled + c08 4 — Dsen 5, . 2 2 Condiciones de transversalidad: or ser libre *2(7), procede aplicar Ia condicién de ransversalidad: (F,) Fig = Aipgtesulla que =D. Como Fy SF biahon = 0, pero para la funci6n x2(¢) obtenide, se verifies: A sat) = Febpor lo que: Por otra parte, la condiciéa de transversalidad asoctada a Ia restricci6n final x1 (ir) > 1, es: (Filan = 0 (40, sixiGr) > 0. Como Fi, = 4 resulta que [Filan = 02> Litleaw 2 0, pero para la funci6n x)(¢) obtenida se verfica Dit A =A ede wy = Beh 1A ert yb sen cos. sa Preece eed por tanto: A aaa fitloe > Seb fe Eat Fire > 0S Aet+tro ‘pero al imponer la primera condiciéa de transversalidad, hemos obtenide que ¥y por consiguiente: [Fighan > 0, ppor lo que tiene que cumplirse que 100 = Imponiendo dicha condicién, se obtiene: Lea) = de donde se despeja: Obsérvese que al ser-x(ve) = 1, $e cumple la condicién final x1(x) > 1. Por tanto, is funciones que cumplen las condiciones necesarias de primer orden son no tte eat dared so= peed eS 2G sen, para <1 <1 sey atte met yt 2am or a0 = PES Sk p00 2 sen, pao crs82 eee Se eecen iets nan (4 9) -nmens etn Dicha matrz es defini positiva por lo que las funciones obienidas cumplen Ia condicién de Legendre para minimo. | © Condicign sufciente: | Veamnos si F es convexa en (x1, "3,41, 42), para cada € (0, x]. Como se obtiene que: 3 o100 1000 foie |e | 0004 ' para cada # € (0, 1}.y esta matiz es indefina, Yo cual se comprucba inmediatamente ya que, Ja delerminante es negativo. ‘También se puede comprobar ealculando sus autovalores, que! Son (doble), +19 Por ser la matrz indefnids, se puede asegurar que la fancién F no es Convexa on (21,32, #1» 42), por Io que no se cumple la condicién suficiente Por tanto, las Funciones x1(0 y x(t) obtenias son las nicas que vesfican las condiciones necesarias de optimalidad, aunque no camplea la condicin suficiente. Por tanto, no se puede! tepurar ni deseatar que sean la soluién dpiima del problema, sin embargo, si el problema! tuviera rime global, seguro que se alcanziriaen ls funciones obtenidas. j sent 35 (Un pou i gti nde ror tre) $4 cna Tac 36 nS tn, cye sal estar ncn Cee ee eerste ba pews mas onesies ps ST cinta ¥ = FO, X). 3 steno F na funcin de clase C®,esticamentcncaayeeciete en ambos arguments, por {que sus derivads primeras y segundas curplen: Fig, > 0, Fa > 0 Fxixy <9, Praxs <0, Prix; Feats ~ Fhe > © 5 ‘Sea 5;(¢) el stock del recurso i (i = 1, 2), de manera que la evolucién temporal der dada por $1) — XO. Un lnifeatr ei ecard ee a etn eos aon al, pe come aio me a aes nto engl fore onemomo’ epee eer er tc canlad coos sian Seu Ua) eS clase C® y cumple: U's 0,0" <0.Capitulo 3 Varias tunciones 83 El bienestar total del consumidor, por tanto, se obtiene mediante la siguiente expresion: [fervor = [tour xo siondo 8 ta tasa de descuento intertemporal. Despejando X1 y Xz en (3.5) y sustituyendo en la {funcién objetivo se obtiene el siguiente problema de ediculo de variaciones pe [Letote (si. bin) ae, on: Silt) = Sf, §= 1,2, Silty) 20, F= 1,2, La solucién éptima de este problema dard el stack éptimo de cada recurso en cada instante del hhorizonte temporal dado, y a partir de dicha soluci6a se pueden obtener inmediatamente las sendas \ptimas de extraccién de ambos recursos (X1(), X2(0)) asf como la evalucién de Ia produccién Yo. La ecuacién de Euler es la siguiente £ (e*U'F) =0, pari a de donde se obtione que, para cada uno de los recursos npturcles, i = 1,2 14 yp, : Trg ae P= 36) El producto U’ Fy, de la uilidad marginal del consumo por la productividad marginal del pecurso i represcata la utilidad marginal obtenida por el consumidor representativo gracias al exiptt de'una ‘unidad del recurso i, La ecuacién (3.6) indica, por tanto, que la utilidad marginal del consumo de cada uno de Jos recursos debe crecer de modo Continuo alo largo del tiempo a una tase Constante © igual a 8, lo que garantiza que para el consumidor es indiferente emplear una unidad de} recurso i cen el instante presente que en el Futuro. Sila tasa de crecimiento de U’ Fx, faese mir que 8, seria deseable reducir el empleo del recurso para ullizarlo en el Futuro, puesto que la gahancia obtenida por Ia espera seria superior a la tasa que mide la disponibilidad a la sustituci6n intertemporal. Por ‘el contrario, si U'Fy, estuviera creciendo a una tasa inferior a 6, el consumidor valorarfa més wna tunidad de consumo actual que de consumo futuro, y serfs conveniente acelerar la extraccién del Por otra parte, desarrollando (3.6), se llega a en Esta eevaci indica que Ia productivdad de ambos recursos debe evolucionar en el tempo a 1 misma tasa, dada Por el lado derecho de (3.7), en cuyo caso, fa Relacién Margina) Técnica de Sustincién, FE es constane a lo largo del tempo, lo cual garantian que Ia imensidad relative de empleo de los dos recursos, es decir, la proporcién $, estésiendo la apropiads, Si Fr, la roductividad del recurso | aumentase en el Gempo a und tasa mayor (0 disminuyese & und tsa84 3.3 Optimizacién dindmica menor) que la del recurso 2, Fy, sera rentable disminsiralgoct ratio Ht, de modo quela producci fetal dapendieve algo mas del recurso 2 y menos del recurso 1, y 10 Contzario en el fate, d feria apropiedo eleva 2, para aprovechar el mayor ereciniento de la productividad de 2). ontrano sucede si Fy, clece mas despacio (0 diemiauye mds depise) que Fx, ‘Come el stock de los recursos no puede sor negstivo, la condiciones de transversalidad son siguientes Poa 20, (20, siSi(ts) > 0), paraé = 1.2, (Faden ® coya interpetacién es a siguiente: como en el probs no ae reoge ninguna uted para aan a na el prod, se tan les = a) usage pong na dfns dos suciones sigue oes gual stock (50) = 0 cn tide arin A in exrcton de yas ccs. nang cao se legos exer ba el punto de oben ha oiidad arial nega. : Lecondioin de Legendre consis en que siguiente mais defini vein negative: ( U'Fayx, + UFR, Oe) UiFn + UFR Peg U'Figx, + UFR, 1 Jo cual equivale a que la funcién compuesta U [F (X}, X2)] sea c6ncava en (X1, Xz). Obsérvedt que, de hecho, ef factor del integrando e~* no tiene ninguna influencia en las condiciones de trans, versalidad, Legendre y suficiente. 4 Como'la funcién U [F (—51, ~$2)] no depende de 5; ni de S2, la condicion suficiente con) siste en que U (F (31, —5,)] sea una funcién eSncava en (5), $3), de modo que en este caso f condicign sufcionte es idéatioa a la condicién de Legendre. 4 PROBLEMAS CON RESTRICCIONES Hay problemas de célculo de variaciones en los que, ademis de las condiciones iniciales y final ue tienen que cumplir las funciones admisibles, existen restricciones impuestas por la naturaleza dd problema , que hay que incorporar a Ia formulacién del mismo y que ademas tendrn trascendenci, cn la solucién optima. ‘A continuacién se estudian tres tipos de problemas de célculo de variaciones con restriceioned 4) restrieciones punto; b) restsieciones ecuaciones diferenciales; ¢) restricciones isoperimétricas. ind 3.3.1. Problemas con restricciones punto El problema es: Sige ie en ee cayenne sujetoa tg! Get, .ete =O, BML, kas) =O, con xi(ta) a9 salt paraCapitulo 3 varias funciones 85 Se supone que las fanciones gf, para k = 1,...,m son de elase C™, verificando que m 4 {a ccoacién de Boers, en este caso Free? Box rex? cuya soucién es at MDS Ae 4 Be Fee Imponiendo las cone ©), para << ‘Veamos si se cumple la condicin suficiente de optimalidad global. En efecto: Heo | Be Pibetoat (3 2):86 Optimizacién dinémica cs definida positiva, para cada ¢ € (0, 1], por lo que se cumple la condicién suficente, y xt) ey tito global el pebleina ea { Por tnt, a soluién dpi del problema original j “4 De tne 1 HO = GL@ -2). pease sh 4 HO = eo et, pawd srs. ores de Lagrange es habitual y muy utilizado en programacin md temética, por lo que no se presentan las demostraciones. Se presenta el método, adaptado al problem de célcuio de vatiaciones que nos ocupe, con Jos resultados, y se aplica a un ejemplo. El lector ing teresado en lax demostraciones puede consular lo libros de Hadley and Kemp (1971) y de Etsottd as77) 1 Para el problema general, con restricciones punto, formulado (3.8), se define la funcién de Let srange seociada siguiente: i Fed, + Dalat, Oy LG 8 kee) ‘en donde: ic DELS bs eeeyted Para ia fanci6n L se tienen que cumplir las ecuaciones de Euler que son: ‘que, efectuando operaciones, se pueden expresar de Ia siguiente forma: Fa, + Sotaet, — LF, = 0, para at(x,f) =0, parak = 1, m. 1 La condicién de Legendre, necesria para méximo local, es ue la mati Zz, parcularaad ef va solu oti, ea dfide negative o semiehiride sativa para cada 6,1 Adem Lee = Fa. j Como siempre, la condicién necesaria de mime local ser que dicha matrz sea defniga posiivad seridefinign posiiva para cada « (4) i La conion suc de mii loa ee que finn £¢s £238, 0. en done ten vector de mullplicadres obtenido al spicarias condiciones necesaras de optima, sea fun TEncive (convex, para mpm) en (x, 3) sobre tn conjamo abierto, convex, & ponios (54 verificando que g(x, 1) = 0, parak = 1,...,™.Capitulo 3 Varias tunciones 87 Rjemplo 3.7 Calcular la minima distancia entre los puntos A(1, —1, 0) y B(2, 1, ~1) enla superficie 15¢ — 7x + y —22 = O. Undicacién: Ia distancia entre des puntos A(t, 0.30) ¥ BCG. x1.91) en la superficie g(¢, x, y) = Ose determina por la férmula: [ee f ! en donde x = x(#) , y= y(0). SOLUCION. El problema es: rnin f" fie + Hae, le sujeto as St = 7x by ~ 22 con: x(1) =—1, 0) = 1x2) = 1. yO) = Se define la funci6n: [158+ + ACUSE Tx + —22), Ley, Caleulemos las ecuaciones de Buler: ‘= Para la funcién x teniendo en eucrta que: queda: Para la funcién »: teniendo en euenta que: se obtiene: ois a Trey COperando en el sistema formado por las dos ecuaciones de Euler se legs que: £( 49 a a JiFe eye, De le resticei6n, se obtieme que: yaWQ- 15472 —p p= 7215. Sustituyendo en (3.9) queda: 502 W508? = B10E +2388 Optimizacién cinémica Elevando ambos mierabros el cuadrado, y efectuando operaciones se llega a que: BE LCE D =O, para cierto valores de las constantes 2, C y D, tratindose de una ecuacidn de segundo grado en é, por lo que resulta ? HD) =O =P.) = Ce + Ca Imponiendo las condiciones iniialy final, se llega a: a) 2Q) resultando que ppor lo que se obtiene finalmente que’ x)= 2-3, paral st <2, y= 1-6, paal sts, An =0, paral se <2, ve = [ eesorrore ‘Comprobemos que se cumple Ia condicién de Legendre para minimo, Se tiene que: +39 * Fas = oy Fn =e yeep we as 2 &y = he = = ye = S, cease oe fy ee ate e yt La mati: (2 #) eu #) me re = (58 SE Ba Ey Me oe es definida postva como se comprucba fein tlizando el eritrio de los menares pri pr Toque ae cumple la cndiion de Legendre pre sino, ‘eammos que se cumple la condicién sufiente de minim global Susttyendo el vr obtenido para 2*(0) en a func Ls ene, en ete cas, gue pales, dinsg.8 gah St. = PaO Fm Pen niCapitulo 3 Varies tunciones 89 La matriz de derivadas segundas de F con respecto alas vatiables (x, y, 2, 3) es: oo 0 0 ° 0 °° aot Twat | °° Gaoak Gael (que es semidefinida positiva, (lo cual se comprueba fécilmente viendo e6mo la submatriz de elemen- tos no mulos es definida positiva, aplicando el eriteio de los menotes principales), para todo (x, 1), ¥, por tanto ocurre en particular en todo conjunto sbierto y convexo que contiene a los pares (2,1) ‘que cumpien la restriccién del problema original . ferenciales 3.3.2 Problemas con resticciones ecuaciones Estos problemas se diferencian ce'los anteriores Gnicamente en que las restrcciones dependen tam- bign de Ins derivadas de las n funciones x, siendo por tanto cela forma: Gets eka dhe eco inet) 0, park = 1m 1 problema a estudiar ¢s ol siguicute ma ota =f Plsteccsam di vin Di cae sujeto a sg! Gets sees kav céts eset) @.10) cae dty cena sma, con = alto) = AP, iC +m son de clase C®), verficando que m (0 = Ae (Constante), Por tanto, estas ecuaciones de Buler Io que indican es que A es constante, para cada k94 Optimizacién cinémica = Para cada iy GZ, 2,0) — je = 0, com yelto) = 0, nC Tyee locutesqubn ques cumple ff eteertndi Be nde st ene na Ala vista de los desarrollos anteriores, el problema inivil, se resuelve de Ia siguiente forma: se comienza definiendo fa funcién Fon i+ DUG. i.0. m 18240) fen donde Ax es constante, para cada k (1, ... mb Para dicha funcidn J, se tienen que cumplir las ecuacioves de Baler, para cada xi, a jy — Ete, =O, FD ba = Fle Adomés, se tienen que cumplir Ia restricciones: + para k .m. 21(0) =P. x10) La condicién de Legendre, necesaria para mixinno local, 2s que Ia matriz 3, particularizada en la Solucién obtenida, sea definida negativa o semidefinida nogativa para cada 1 € (fp, t1). Del mismo modo, fa condicién necesaria de minimo local seré que dicha matrz sea definida positiva o semide~ finida positiva, para cada ¢ © [t,t] La condicién suficiente de maximo global es que la funci6n I(x, £.4%, 1%, 1), en donde A” es el ‘vector de multiplicadores obtenido al aplicar les condiciones necesarias de optimalidad, sea funcién ‘eéneava (eomvexa, para minimo) en (x..2), para cada ¢ € [o,f] Ejemplo 39 Resolver el siguiente problema min fa, wsison: f' Pa con 210) = 0.20) SoLUcIGN. Definimos la funcién: 18250Capitulo 3 Varias funciones 95 siondo A constante. Le ecuacién de Buler es: Sink Se trata de una ecuacién diferencial de segundo orden, lineal, con coeficientes constantes, ho ‘mogénea, cuya ecuaci6n caracteristica es: O=>p=+vi. ‘Analizaremos por separado lo que sucede cuando h > 0 y cuando & < 0. 8) Supongamos que A > 0. En tal caso es Ae 4 peV x Imponiendo las condiciones inicial y final, queda: O=1O=A+8, O= (1) = AeY* + Bem de donde se obtiene que: sey oan, o or lo que se verifica que A =, 0 bien ov Oa r=0. para todo #, con Jo cuales imposible que se verifique que: f de = Si A = 0, emtonces también es x(¢) = 0 para cada 1, 10 cual es imposi ‘comprobar. b) Supongamos que es X < 0. En tal caso, come acabamos de x(0) = Asen YoKt + B cos ¥=H. Imponiendo las condiciones inicial y inal, y la resticeién queda: 0 =x(1) = Asen VK 2 fam [0 sat Sea [b~ sepeee V3], V1] cos 2/=ar a [ei96 Optimizacién dindmica de donde se obtiene que A= 42 JAK = kr, parak eZ, por lo que: x(0) = k2son(knt), siendok € Z, paraO <6 <1 ‘Se cumple 1a condicién de Legendre para minimo, ya que: lee =2>0. [No se cumple Ia condicién suficiente, ya que 2* < 0, y por tanto: tera it noes convexa en (4,3. jemplo 3.10 Resolver el siguiente problems: min. Jes.) f (849-4 —4n) ar, ssjava sf! (ant) 48) ae 10) = 2210) SOLUCION. Definimos la funci6n: Hy 21,5. 82, 4,0) = ef + a} — tin — 4 +2 (if — 40 — 49), siendo A constante, ‘Aplicainos las ecuaciones de Euler, con rospecto @ x1 y 8x2, a partir de Ta funcién f © Paraxy Efectuando operaciones, queda:Capituio 3 Varias tunciones 97 © Para xg: [Bfectuando operaciones, queda de donde: Bac, \¥, por tanto: x)= Cr+ D. Imponiendo las condiciones iniciales y finales, se obtiene! Ast pues: HO=" Imponemos ahora la restricci6n isoperimétrica, para las funciones obtenidas: [' [ene] «(eof Bfectuando operaciones, queds: =? - 16-6 “nevi carne 3 ‘Vamos a anatiar ada una de as dos posbidades para. © Sics: yea TBtvB Fe B = emtonees, se obtine: VIC ~ 9) ‘Veamos si esta solucidn que verifica las condiciones nevesatias de primer orden, cumple la ‘condiciéa de Legendre: (Be B2)-(%F age):98 ptimizacién dinémica ‘Como la matriz es definida positiva, se cumple le condicién de Legendre para minimo. ‘También se cumple la condiciéa suficiente, ya que, para Hsin 31.2, MS) a} 44} — Ati en + queda: 000 0 natal? ? 2 9 le A oo YB. o oo Ra Rar (que es semidefinida positiva para cada ¢ € (0, 1]. Por tanto la solucidn obtenida es minima global ‘Vearmos qué ccurre para -Vv3 Sanaa En ese caso se llega a 14 VBE - 1), ‘Veamos si esta solucién que verifica las condiciones necesarias de primer orden, cumple la condiciéa de Legendre: ve (Es Be “HE oo m= (Eg )-( 0 8 ) Como la mawiz es indefnida, no se cumple i condiciém de Legendte para minim ai pare méximo. Por tanto el sinico rfnimo global se alcanza en af@ = - Vi3\(e — 1), parad <1 <1 HO =6 pa 0<1 <1, 2 cb4+vB i. B 3.4 FUNCIONALES QUE DEPENDEN DE DERIVADAS DE ORDEN MAYOR QUE 1 El problema a estudiar en este apartado es el siguiente: np =f Feb 8 aside(Capitulo 3 Varias tunciones 99 en donde, en este caso, x(0) © R, para cada Este problema, mediante cambios de variable muy simples, que veremos a contimvaci6n, se redu- cea un problema con restricciones ecuaciones diferenciaes (tipo b) de los estudiados en el apartado ‘Vamos a desarrollar con todo detalle el caso més simple, en el que la derivada de mayor orden es 2. En tal caso, el problema es: op f" eo.a.nom, con + xl) = 50) =x x(a) ‘Se definen las funciones: por lo que se verifies que: portant lem epee con meg t= [Prema sis fina =0, eon : x4(to) = x$.-*2(to) = xg. aula) = fo006) = a Este es tn problema con una restrccién ecuacién diferencial, como los estudiados en la seccién anterior. Para resolverlo, se define la funci6n lagrangians LG 3 kneel) = Fen 22 2.0) + AO) Gs 2) Las ecuaciones de Euler son: Para x1: aque, en este cao, es: ces decir: em © Para x2 ‘que, en este caso queda como:100 Optimizacién dindmea con Jo que: xO : Derivando miembro a miembro, se obtiene: i a j MO = FF B14)" O= FP Guta) De (3.13) y @.14) se obtiene que: rca: é Fy = Ga Gat oan, 1+ La esuiccién ceuaci6n diferencial es: ‘Teniendo en cuenta las definiciones dex) y de x2, le ecuaci6n (3.15) se puede expresar como: a,,@8 2 DR Gh Fea Pet Gali ‘que se conce camo ecuacién de Euler Poisson (para el caso n = 2). Estudiemos emo queda la condicién de Legendre: Lins baie Oa soe Lint tints 0 Fan)" (0 Fe J por lo que dicha condieién para maximo es: : Fix <0. Lae La condici6n de Legendre para minimo es: Fiz 20. La condicién suficiente es que Leger tay 81, 82,2" AN = PC, 82,82. FAO Gt — 22) | (Giendo a*(1) el valor obtenido al aplicar las condiciones necesarias de optimalidad), sea funciénd ‘eSncava (convexa paraminimo), en (x, 2), €n.un conjunto abierto, convexo que contenga al conjunto {de puntos que cumpler Ia restriceién, j ‘Ba general, para cualquier valor de n, se definen las funciones: ! Se vorifica que:Capitulo 3 varias tunciones 101 por lo que el problema se puede formolar como: max J fore Seemed Dt, sujetoa Fn 0, con + 24(t) = 28, xt) = xfs oat) = af, ai Pomel) af vet) =a Este problema tiene restricciones ecuaciones diferenciales, como los estudiados en la seccién ante- Hjemplo 3.11. Encontar la curva que une los puntos (0,0) y (1,0) para los cuales Ia integral: t Pa)" lo \arz) “ aleanza el valor minimo, sabiende que: ax, 700) SOLUCION. Definimos las funciones: AO =x, 2a) = 800), Se verifica que: fyam, El problema se puede expresar como: min Jet) = [ iB, wjetoa : ym =0, con : x1(0) a) Definimos cl lagrangiano: Lost. 842,25.) =F 4 200 = 2).102 Optimizacién dinémica Las ecuaciones de Euler son: © Para: Ley i fn =0=— 0) ano= + Param: iH Lag Ghee i «que queda como: eA A= 2 =0=9 b= FZ. eA opie, Agee n@= -S8+Beee. + Alafadir la resuiecin qued: porto que: Aa,8 ne -Aregescreo. Imponiendo tas condiciones inicales y finals, stone: 0=1O=D, 200) o= mc) b= de donde: 122 = 12h, B= 4a — 29, =a; D=0. Por tanto: XQ) =x) = @+8P ~ ©4200 at 40) = nt) = Gat 3P — +40) +a Condicién de Legendre ta=(2 9) Como ta matriz es semidefinida positiva, se cumple la condicién de minimo, Condicién suficiente: Lexa fda, AH 2) = 5B + (122 ~ 126) (8) — 02)3.5 Capitulo 3 Varias funciones 103 La parte de matriz Hessiana de la funei6n, que contiene las derivadas con respecto @ x y i es 0000 eo eco neo {que es semidefinida positiva, por lo que la funcién es convexa en (x, #), para cada f € [0,1], y se cumple la condicién suficiente de minimo. EJERCICIOS PROPUESTOS ject Resse los signe problemas de eles de varaioes » iin Sx) = : i? + exe . nin Ja) = f° (x8 dint) dr 2400 con <0) = ») max JQ) = [ere ar +a@r. on :x(1) en os casos: (i) @ = 0, con x(3) > 2, (i) a = —1, con x(4) libre Ejercicio 3.2 Se considera el problem: max seo ff Fe Ande + Stx(t)), ‘con: (0) = x0, Decucir Ia condicién de transversalidad en cada uno de los siguientes casos: (3) LacondiciGn final es: x) 21 (i) No hay condicién final, pero 11 €s libre, ineOgnita a determiner Bjercicio 3.3 En cada uno de los siguientes casos, calcular Ios extremales, y estudiar las condiciones de Legendre y suficiente: a ff Grave) a a 1) =0, 2n@=1 Jinn) con : x1(1) x1)104 Optimizaciéin cinimica i » | siasornon fi (anne ae { coe: ebm nee =a | Nyc ire | 8 i 2 ge 32) : Feai.no= f° Qaim —26f af -38 con: x4 (0) = 0, x2{0) = 0, Gy tear Ejercicio 3.4 Se considera et problema: ig J = sujetoa : x1 con : x1(0) = 0, 2(@) cen donde g ¢ la constante de gravitaci6n universal, « y 6 son constantes. Resolver el problema Pore! método de sustitueién. (il) Pore! método de Lagrange. i 4 [jerciio 35 Calcul la minima distancia entre los puntos AC 3,0) y 82,3, +172) ena esteg 2 = 25, (Indicacién: Ta distancia entre dos puntos Ao, 0. 90) ¥ B(bi, #1, ¥1) en I determina por la forme : [Viseepe, superficie 90, *. 9) 1 endonde x = 2(0),y = yD. [jercicio 3.6 Resolver el siguiente problema: ayn Jf" etna, i " I, sujaoa sf via A io: 1 Uilizando un mskpleador 2) Bloinando le estiesin sperma Indices set ; eee wins f xteods fbCaptuio 3 Varias tunciones 105 -Ejercicio 3.7 Resolver los siguientes problemas isoperiméuicos: a) mind = [Vi Par, sujetoas [sar = 15, con : (0) =0, 2(4) =0. ») may f (24 - ania —4n) ar, 1 sujetoa sf (a? =0i) — 33) ar oa f(s 2) con 5 24(0) = 0, x2(0) = 0, (0) =1,9() =1 jercicio 3.8 La determinacién del eje de una viga ciindrica, homogénea, elistica, deformnada, con problema variaiemal signiente (ls) con : x(-) =0,2(-1) = 0, x) = 0.x = 0, extn jos, se rr opt Sex) = siendo 42 y p constantes, Resolver el problema, Kjereicio 3.9 Resolver los siguientes problemas: a ning fi (@+2+A) ae + 2) = 1, x) *(Z)=04(5)= b106 Optimizacién aindmica Ejercicio 3.10 Se considera el problema’ 9, 40) i Demostrar que la soluci6n éptima es necesario que cumpla la condicién de Euler-Poisson, que, este caso , es:Parte DT Control 6ptimo en tiempo continuo Capitulo 4. El principio del maximo Capitulo 5. Extensiones44 CAPITULO 4 EI principio del maximo En este capitulo se presenta el probleme bisico de control Sptimo en tiempo continuo, y el resultado fundamental paca obtener la solucién éptima del problema: el principio del maximo de Pontryagin, {que fue publicado, en ruso, en 1958 (la versidn en inglés ¢s de 1962). ‘Tras algunas consideraciones ¥ ejemplos sobre Ia formulacién del problema a estudiar en este ‘capitulo, el resultado fundamental se presenta en la Seccién 4. Como las condiciones quc consti- twyen el principio det maximo tienen cierta dficultad a la hora de resolver problemas concretos, al tratarse de un sistema de ecuaciones diferenciales con condici6n inicial, més un sistema de ecuacio- nes diferenciales con condicidn final, més un problema de optimizacién estética en cada instante, en li Seccidn 5 se presentan varios ejemplos, con el propésito de que el lector se vaya famitiarizando ‘con la aplicacién prsctica del principio del maximo de Pontryagin. En la Secci6n 6 se demuestra el resultado fundamental, para una formulaci6a particuls, witizan- do métodes de eéiculo de varinciones, En la Seccién 7 se presenta una interpretacién econsmica de! principio def maximo, La Seceién 8 contiene las condiciones suficientes de Mangesarian y las de ‘Arrow. El capitulo termina con un conjunto de ejercicios propuestos. PLANTEAMIENTO DEL PROBLEMA DE CONTROL OPTIMO EN TIEMPO CONTINUO Se considera un sistema dinémico, formuludo en tiempo continuo, en un borizonte temporal dado (lo. ti}, cuya situaci6n inicial viene dada por el vector n-dimensional xo, ¥ que evoluciona en el ticmpo. Dicha evolicién depende del valor que se de a ciertas variables, llamadas variables de ‘control, que permiten influir en el sistema. Sea u(t) el vector m-dimensional de variables de control fen el instante r. Representamos por x(#), para cada t € {fo} el vector n-dimensional llamado vector de variables de estado, que nos indica-la situacién del sistema en el instante ¢110 Optimizactéin ainémica Se ama ecuacién de estado al siguiente sistema de ecuaciones diferenciales, que describe el comportamiento que estamos considerando: 2 = FEW), uO.) para t € [os tile 60% (fo) = 0, cen donde: el veetor de variables de estado en el instante £, x(0) = (ai(t),....a(0)) pertencee a FR’, el vector de variables de control en el instante t, u(r) = (uy(2)..-- ta(OY pertenece ai", f es una funcién cuyo dominio esté contenido en R" x R™ x R, que toma valores en BR" y que posse oR SiDicr) —+ R Gm) Fenn, > st. Se supone que Fy § poscen deriva parcals primeras continas, El primer sumando del fncioral Jes una integral que depende de los valores que van tomando (0) y'w()@ Yo largo éel horizon temporal y, por tam, vara el comportamieno el sistema = tras del tempo. Bl segundo sumando S(x()] vara el estado en que Guede sistema al nal del interval de tempo que constitye el hoizante temporal dl problema Control Sptimo: Un control Sptimo es defnido somo wn control aisle que mximiza el uncional objetivo Portanto cl problema que nos ocupae el sguiente Dado un sistema dinimico con condiciGn ical xe, y que evluciona en el tiempo de acuerdo con la euacton de estado x = fe, 1), stata de encontrar el vector de control que sea admisible y haga que el funcional objetivo alcance el valor mdximo. Expresado en trminos matematias se rataré de: max =f" Fon uses + S000) map F=f" Pounds + ston ‘sujetoa > fun), con + (0) = ton uD € QQ), en donde se ha utilizado notacién vectorial ‘También se puede expresar el problema anterior de Ia siguiente forma: Denn sujeto a 2 810) = ACI, MCD Ds tn OD Halt) = eG (.e.AnCD. De stn O60. Lao Sa(DV MUD 2s aD Py I= fF ast Se alt con + x1(t0) = 210, £2(40) = 820,-++5 Hn lto) = S06 (LO. stn (OY € BO Bl control u*(0) = (u{(t)..-.,1h(OY’ que resuelve el problema se llama control éptimo y el vector x*(#) = (c$(......53(0)/'. determinado por la ecuacidn de estado a partir de u*(0), se Hama teayectoria de estado Sptima 6 camino éptimo. A continuacién se presentan algunos ejemplos de formulacién de problemas de control 6ptimo en tiempo continuo. Ejemplo 4.1. Un bien producido a una tasa x(t) puede ser reinvertido para extender la capacidad productiva 0 vendiido. La capacidad productiva erece a la tasa de reinversin. {Qué fraccién u(t) el output en el instante ¢ deberfa ser reinvertido para maxirnizar las ventas totales sobre el periodo prefijado 0, 7]? La capacidad inicial es ¢12 Optimizacién dinémica SOLUCION. Planteamniento del problema: ¥¢ € (0, T], x(t) €s la tasa de producci6n instanténea. Es decir, ar x) = Hae ==> dP(t) x@de La produccign total en (0, 7] seré, por tanto: + pa [mae lo Por otra parte, se sabe que Ia tasa de produccién es igual ala tasa de ventas mAs latasa de reinversién. En términos mateméticos lo expresamos de [a siguiente forma: x = 00 +r. ‘Teniendo en cuenta que se reinvierte una fracei6n w(¢) del output en el instante ¢, queda: 20) = 1) + uCOx, luego v= x — uiozto. ‘Las ventas totales en (0, 7] seré: 1 va [woe lb Se dice en el enunciado que la capacidad productiva crece a la tasa de reinversi6n, luego: 1 f/ e@ -woneoiee fb 3) = uOx(O. Por tanto el problema es: Caleular u(t), para el cual se alcance et: + imax, [tet —weetonae, sujeto a: (1) ‘en donde u(t) es la variable de control y x(t) es la variable de estado. . jemplo 4.2 (Modelo neoclisico de crecimiento econémico) Se considera una economia muy simplificada, en la cual la tesa de output en el tiempo ¢, ¥(t) se supone que depende de las tasas de capital K(t) y de trabajo L(0) en el tiempo ¢. Sea por tanto en cada instante: Y= FKL) cen donde F es una funcién de produ in homogénea de grado uno.Capitulo 4 El principio det maximo 113 ‘Sean y el output por trabajador y & el capital por trabajador. Se verifica que: ¥ _ FKL) EEeeeee ten donde se ha tenido en cuenta que F es homogénea de grado uno. 1La forma tipica de la funcién f seré la siguiente: xK P= FB kK Figura 4.1 Funcién de produccién per cépita » con f/(k) > Oy f"(K) <0. ‘Sean C(e), (0) las tasas respectivas de consumo € inversion en 1. Sea YO HCH +10. ‘La inversiGn se utiliza en incrernentar el stock de capital o en reemplazar la maquinaria. Llamando aa tasa de depreciaci6n se tiene que: ak =F tek Sea Ja tasa de consumo por trabajador. Se verifica que: 1aK seer bE + ut Usilizando que: 4 (K) ME K4 ak 1a, a\t)~ ag Lat Lar se obtiene ak 70) me he bk Suponiendo que el abajo cece de manera exponen L=loe™,14 optimizacién aindimica ‘su derivada con respecto al tiempo es baa, de donde, 7 z Queda: #2 sm - G+ wk- ‘Se snpane que se conoce k(0) = ko. ‘Tenemos, por tanto, un sistema dinémico con condici6n inicial dada y que evoluciona en el -mpo de acuerdo con una ecuacién diferencial conocida, Pera completar el problema de control Sptimo necesitamos un funcional objetivo, que se introduce a continuacién, Iniroduzcamos wna funcién de utilidad J = U(c), que es una medida del valor atribuido al ‘consumo (por trabajador), Esta funcién U/ se supone que verifce las condiciones siguientes: 1. U"(e) > 0 (a mayor consumo por trabajador, mayor utilidad), 2. UNC) < O(euanto més se consume, menor incremento de ulilidad proporciona ui incremento dado en el consumo). 3. limeso U'(6) = 00 (si no se consume nada, la utlidad que proporciona una cantidad infini- ‘tamente pequefia de consumo es infinita). 4. lite-roo-U"{e) = 0 (si se consume una cantidad infinitamente grande, un incremento en el consumo no auments la utilidad), ‘Sea 8 In tasa de descuento, que da una medida de la preferencia de un consumo anterior frente a un consumo posterior, Asi, si 8 = 0, un consumo ¢ en el presente se valora igual que un consumo ¢ dentro de F unidades de tiempo. Para un 8 > 0 cualquiera, un consumo ¢ en el presente se valora igual que un consumo ec dentro de 1 unidades de tiempo. Por tanto, a mayor 8 se exige mayor cantidad de consumo futuro a cambio de consumo presente. Fijado el horizonte temporal [0, T', el funcional objetivo sera wef’ etv0a, f ‘que representa [a utilidad descontada acumulada en el intervalo (0, T]. El problema, por tanto, es: mex coat 20 if Io aon sujetoa : ht) = F08) ~ G+ WH ~ eC, con + &(0) =o, cen donde c(t) es la variable de control y #(0) €s la variable de estado. . jemplo 4.3 (Un modelo econémice con dos sectores) Se considera una economia que se compone de dos sectores, el sector aimero 1 produce bienes de inversién, mientras que el sector nimero 2 produce bienes de consumo. Sea x;(t) la produecci6n en el sector n\imero i, por unidad de tiempo, para i = 1,2; sea u(t) la proporcisn de inversién asignada al sector niimero 1. Se supone que42 Capitulo 4 El principio del maximo 11S el inceremento en produeci6n por unidad de tiempo en cada sector es proporcional a la inversién, asignada al sector (sea a > 0, la constante de proporcionalidad, endloga en ambos sectores). Se trata ‘de meximizar el consumo total en un periodo dado de planificaciéa (0, T}, conociendo los valores de (0) = x9, 2210) = a8. SOLUCION. Planteamiento del problema: ng c= [ioe sujeto a axon, afl =u}, con #. uO donde w(:) es la variable de control, x(t) y #2(0) son las variables de estado. . DIFERENTES FORMAS QUE PUEDE TENER EL FUNCIONAL. OBJETIVO “Anteriormente hemos definido el problema de control éptimo en tiempo continuo de la siguiente forma: max J = fe Flx.usnde + Stet), ma sujetoa 2 = flrs ‘con + (lo) = a0, nin) € 210. Un funcional del tipo considerada en el planteamicnto anterior sedice que esté en la forma de Bolza, ‘Sil funcional es del tipo = Sle). es decir, si F = 0, se dice que esté en Ia forma de Mayer. Si : J= [Ft nnas, es decic, si $ = 0, se dice que esti en le forma de Lagrange. En [a siguiente proposicidn se demuestra que un problema de conteo! éptimo con funcional ob- {etivo en cualquiera de las tres formas definidas, es equivalente a otro problema con un funcional objetivo expresado en cualquiera de las otras formas. Proposicién 4.1 Se considera: a) El problema de control dptimo, con funcional objetivo en ta forma de Bolza, b) El problema de control dptimo, pero con funcional objetivo en la forma de Lagrange. c) El problema de control 6ptimo, pero con funcional objetivo en la forma de Mayer Enionces, los tres problemas son equivalentes, en el sentido de que cualquiera de ellos puede ser formulado en cada na de las otras formas6 Optimizacién ainémica DEMOSTRACION. Lagrange => Mayer (0 sea, b => ©) ‘Consideremos el problema de control ptimo, con funcional objetivo tipo Lagrange: max J = f" Foeu.nde, a) le sujetoa FH fOr... con : x(te) ul) € 2). ‘Veamos que se puede expresar en la forma de Mayer. ‘Se introduce una nueva variable de estado xp4.() ¥ se considera: (a, u, 2), com x(t) = x6 30 engi lt) = F(x, uy), Con tn41(te) = @. Elobjetvo ex: : BK I= f inst (Odt = Lanai] = Ane (ts {que es un problema en forma c). Bola => Mayer (0 sea, a => ©). Partimos ahors del problema a): : imax J ff Fema + sexo) sujetoa 3S feud; con : x(t) = 30, uae 2. Haciendo exactamente lo mismo que en el caso anterior, se llega a que el problema dado se puede expresar como: max xaqate) + SEC} ey FAD + SECO) sujetoa: 20) = f(r, Snail) =P, (lo) = 20. ns (lo) 2, que es un problema en forma c). Bolza ==> Lagrange (0 sea, « => b). Se parte de nuevo del problema: gre [ ocene set even FE sem con : x(t9) = x0. Hie) € 20.Capitulo 4 Etprincipio del maximo 117 Se verifica soca stetw= f" Esuciae= f" vscoxear I In Para cada funcién admisible x(t) en el problema que nos ocupa, es: Stx(to)] = Stx0]- Por tanto, *(¢) es solucién éptime del problema considerado si sélo si u*(¢) es solucién éptima el siguicate problema: max d= [Gn + SOLE DE mo ly sujetoa : 20) = fxm, con : x(t9) = x0, . u 620) swe centomt niger — taggers >) Estes or coma to F= 0, ap 1 [sto s0.0.nd, sujetoa : 2) = f(ru.n, con + x(to) = xp, a(t) € Q(t), Lagrange => Bolza (o sea, b = 0). El problema b) con objetivo en forma de Lagrange, ya esta en realidad con objetivo en la forma de Bolza, pero siendo $= 0. Mayer ==> Bolza (0 sea c = a). El problema c) con objetivo en forma de Mayer, ya esté en realidad con objetivo en la forma de Bolza, con F0. . Ejemplo 4.4 Dado el siguiente problema de control 6ptimo con funcional objetivo en la forma de Lagrange, encontrar una formulacién equivalente, con funcional objetivo en la forma de Mayer. meta fom sujetoa : con + x(0) SOLUCION. Utilizando los pasos seguides en la demostracién de la proposicién anterior, se intro~ duce una nueva variable de estado y, de tal forma que18 43 Optimizacién dindmica con lo que el funcional objetivo se puede escribir -f jdt = yg = y(5) = yO) = WS), por lo que el problema dado es equivalente a: ce sien = con + <0) y(0) = 0. ie jemplo 4.5. Dado el siguiente problema de control ptimo, con funcional objetivo en forma de Bolza, encontrar una formulacién equivalente con funcional objetivo en forme de Lagrange. a min J = dr +47), ™ b sujetoa P= 20 +3. con: x(0) = 5, Oui SOLUCION, Tal como se expresa en la demostracién de la Proposicién 4.1 al estudiar Ia transfor- macién Bolza == Lagrange, se verifica que . 2 220) sco) [set f Teniendo en cuenta la ecuacién de estado y Ia condicién 420) = 10+ [tsar mt, f pero quel lane dase ese : ; ap [oe eta reom, sujetoa: = 2x +30 EL PRINCIPIO DEL MAXIMO DE PONTRYAGIN El principio de! méximo da condiciones nscesarias que debe cumplic el control 6ptimo del problema aque estamos considerando.Capitulo 4 El principio de! maximo 119 Set por tame sera pbina np 7 [Pontes sets wie sujetoa $= fun, con = x(0) = x0, weg, fen donde hemos utilizado notacién vectorial, siendo x ¢ R*, u € R™, Utilizando notacién esealar, podemos expresarel problema anterior de la siguiente forma: amen Ff Festina tts costs dt + SURED, oes tae sujeto a 5 8) = FCI ee qe tyes Me Dy para = Weg eon: x1(lo) = X10,+++5 An(lo) X40, ytambién : (4)... um)’ € 2 Se define el Hamiltoniano asociado al problema anterior, de la siguiente forma: Forse) + OM files ud) en donde para cada f € [fo, fi], M(t) = (Au(2), A2(t), .... Aw(1)) es un vector fila n-dimensional que se llama vector ce variables adjuntas o variables de coestac, Por tanto, el Hamitoniane tens un dominio contenido en ik" xR" xR" x Ry toma valores en El siguiente eorema constituye el resultado fundamental de este captul y estblece condiciones secesrias de optimalidad par el problema que nos ocupa Howse Fm FAS Ce ud), ‘Teorema 4.1 (Principio det méximo de Pontryagin) Sean: u(t) a trayectoria dptima de Control, continua a trozos. y x*(t) la trayectoria de estado ptima asociada, definidas en el intervalo {o,t). Entonces existe una funcién vectorial (8) = (}(0)..-,44(0) continua que posee derivadas primeras continuas a trozos, tal que para cada € (lo, #:] verifica D eae ino 3 vn ‘en todos tos puntos de continuidad de u(t), | sq) = SO astet(ayl | con Ma) = SE an tte AE. u. AMO.) 2 HE, u(0),2°(0, para todo u(t) € BE). 2 HQ = AG*O.uO.9, para cada i en todos los puntos de continuidad de u*(t, com : x1 (0) = X10... F400120 Optimizacién dinémica Observacién 41. Si se tata de minimizar el funcional objetivo, el teorema es anélogo, con la ex- ‘cepeién de que cambia el sentido de la desigualdad de la ttima expresi6n. “La demostraci6n rigurosa de este teorema supera el contenido de este libro, El lector interesado ‘puede consulta, por ejemplo, ls libros de Pontryagin (1962), 0 de Macki y Strauss (1982). ‘A continuacion se presentan algunos ejemplos en los que se aplica el principio de! méximo de Poottyagin, Posteriormente se dard una demostracin del teoremn, ulizando métodos variacionales, pera una determinada formulaeiéa del problema, tal como se hace en algencs libros coro Chiang (1992), Kamien y Schwartz (1991) 0 Bertsekas (1995). 4.3.1 Ejemplos de aplicacién del principio del maximo EIT HAS ae Tos Gjatnplos-siguientes,-se trata de caloular-el-valor-de-tas.variables de.sontral,— de catade y de coestado, para los que se verifica el principio del méximo, que como hemos visto esiablece condiciones necesarias de optimalidad. jemplo 46 max y= [Gras ee con : x)= * ye re at SOLUCION. El Hamiltoniano seré en este caso: ’ 2 a ana Hou dae tur aur). FH ‘Empezamos con {a condicién 1) del principio del maximo: { con: ACL 0, por ser ${x(1)} = 0. Derivando ef Hamiltoniano con respecto a x, queda i 1, con AC) = que ¢8 una sencilla ecuaci6n diferencial, con condicin inicial dada, Resoiviendo dicha ecuacisn diferencial queda: MO= de donde A = |, por le que se obliene que: fA, con (ly 05-14 A. voz =, para € 10.1) ‘Seguimes con la condicién 2) det principio del maximo: Hay que calcularel max HG" 4259,Capitulo 4 Etprincipio del méximo 121 fen donde u no esté sujeto a restriciones, en este caso. Hlay que resolver el siguiente problema de eee max H =x bu bata =u?) Sustituyendo 2* por el valor obtenido por la condici6n 1, queda max Haat buh 50%). Debe ser: es = 21 = 9, 10 que implica que peel a rT Gap = 2-250, paar € (0.1), uego corresponde a un maximo, Por tant: wo para ¢ € (0,1). 1 m5 Para calcular la trayectoria de estado Sptima, resolvemos la ecuacién de estado del enunciado, susti- tuyendo el control por el valor obtenido e imponiendo Ia condici6n inicial dada. Ello corresponde a Ja condici6n 3) del principio del méximo: 1 “ ~ ange oonxO Resolvemos Ia ecuacién diferencial y obtenemos: - / ta a iial dada se obtiene el valor que debe tomar B: : age] x — F007 +B, con Inuponiendo la condicign . 1 5 1s") = +B, de donde B = > Por tanto, 1 fea atl 0 para r € (0,1) Rjemplo 4.7 imax Jom fi (ur xa suetoa: Fae bu, con: x(1) =2.122 Optimizactén dindmica SOLUCION. Bl Hamiltoniano ser HG, u, At) = ux — uP x? + AG +). Aslicando el principio del méximo, » enue, con : (5) = SEO 9, ya que stx(5)1 a 2 fay que enter ae af ax + Au. max M(x, 0,2.) Aplicamos las condiciones de optimalidad para este problema: aH 2 an ae ‘que cortesponde a un mximo. > Saxtu, cont) sunurayendo el valor de Cpbenido eoG)en ls condiciones 1 y 3, queda que by = senen gue verifier . con (3) THe -popte fee at det 5A, cont) = prt FA conzt) Es decir: bane, 1 4a, con x(t 3A con xt) Despejande 2 en b), se obtiene ha 2i—3e Derivando en los dos miembros con respecto a £, se obtiene: 2-38 ‘Sustituyendo en a) queda: 2-3Capitulo 4 Elprinciio del maximo 123 e donde: vers ey eae {que es una ecuacién diferencial lineal de segundo orden, homogénea, con coeficientes constantes. Aplicando el método de solucién de dicha ecuaciéa diferencial se obtiene: 20 = Ae + Be, Derivande los dos miembros con respecto a1, se tiene que: Vie — BSie-V, por lo que, sustituyendo en Ia expresisn de &, queda: 2AJie¥ — 28/30 MH — 3A0%F — 3 Be oo = (03-2) se = (2V5 +2) 3, Las constantes A y # se obtienen utilizando las condiciones: #0= xe (1) 52, yA*G) =O. El control éptima es #O= FOTO) = (Vi-1) Ae — (Vi+1) Be Bjemplo 48 Pend +70), sin y= ff sujetoa: dex tu, con = x(0) SOLUCIGN. Definimos et Hamiltoniano ssociade al problema: Hoe wht Apliquemos el principio del maximo: » on cc eceneas con ACL) = 2x(). La solucién de Ia ecusciéa diferencial es A420, eX = Ae124 Optimizaciéndinémica Se tiene, por tanto, que, ao con ACL) = 28(1). 2) Hay que caleular el mn HG uh) uP Dat Me Para este problema, la condicion de primer orden es aH = uta ou a de donde Como Fy en Sr a2e se trata de un rafoimo. » doxtuy pro como hemos obtenido que ‘queda que: » Fara 5 conx@=1 Habfamos obienido que AT = Ae", con AC Por tanto: con x(0) ‘Se trata de ura ecuacién diferehcial lineal de primer orden, con eoeficientes constantes, no ho~ ‘mogénes, La solucién general de la ecuacién es * 43 x" = Bel + Ae Inposnoseotin ih lesmeasts porlo que . pad 3 i A A so-(i-S)e+4 wa(i-B)e49 Para calcular A, uilizames ta condicion AFG) = 22"(0).Capitulo 4 El principio del miximo 125 Queda: A de donde se obtione: 42 Por tanto, queda finalmente que: Ejemplo 4.9 Se trata de dibujar una curva x(t), para 0 < ¢ < T, que comience en el punto (0,0), cuya pendiente en cada punto sea menor 0 igual que 1, y cuya altura en T sea lo mayor posible. SOLUCIGN. La respuesta al problema se obtiene de manera inmediata, con un razonamiento sen calle, Partiendo de (U,U), 81 Ja curva debe alcarzar la maxima altura posible en el excremo superior T del intervalo, debers toner en cada punto la mayor pendieate permiiida que es uno. Por fo que la ‘curva que se pide seré la recta que parte de (0,0) y tiene pendiente igual a 1. Es decir, x) 26, pad <1 sT. det Vamos a obtener este resultado planteando y resolviendo el problema mediante el principi Sea la pendiente u(1), en cada t ¢ [0, 7), 1a variable de control, y sea x(t) la variable de estado. El problema, por tanto, es: max x(T), sujetoa: £() =u), con : (0) = 0, ws Para este problema, el Hamiltoniano es HOR t) = Au Aplicamos el principio del maximo, » eee ae La solucién de la ecuacién diferencial es MO A, con =P126 Optimizacién dinémica por lo que: AM) <1, pase ST. 2» aan mag Hest a, ccuya soluci6n Sptima es WO = 1, para todo t (0, T] 3 °. » con x(0) ‘Sustituyendo w por 1, queda xO de donde x(t) = 1+ B, con x(0) =0. Imponiendo la condici6n inicial, x@ = 8 Por tanto, xeon pads sT, cs la curva que se pide, que se representa en Ia Figura 4.2 ° 7 ot Figura 4.2 Solucién éptima en el Ejemplo 4.9 jempto 4.10 mm t= [oe sujetoa eon : x(0) = 1, i) E20) =Capitulo 4 Et principio del maximo 127 SOLUCIGN, El Hamiltoniano es: Hou ‘Acontiouacin s aplia el prinepio del avaimo: » ae FE = con a) =0. La soluci6n general de la ecuaci6n diferencial i +A. , es A) Imponienda la condici6a inicial se obtiene que A = —1, por lo que we , pad <1 <1. 2) Hay que resolver el programa matemético max =r = Pero. AM) =e 1-50, paracada€ [0,1] Es claro que el max Au, para — 1 2= In, 5) S1 52-102, 5) => 0,496 <1 < 1,084 » Eneste caso KI) queda ast At 3-a2 de donde a K2) se cumple si y s6lo si ay 50 > M3 SO es 2 5 $= 2-6 5 In(2, 5) ome > 2~ Ln(2, 5) = 1, 084. 2 a En este caso KI) seri 44M 34a de donde a =7-6 K2) se cumple siy s6io si ay <0 7 50 ap 9-26? 20 Gem 1 2-164, 5) = 0,496, a u=Oyu=2, Jo cual es imposible que ocurra simultsneamente, Con ello quedan analizadas las condiciones de Kuhn-Tucker. Se observa que el conjunto (u : 0 R & 9 > VED, siendo Vee = mas [" Pound + Sis00) sujetoa : FSG. uO.pawe se 0, y la expresion det integrando entre corchetes es tambiéa > 0, por la propiedad de concavidad de f. Ast que cl integrando es mayor 0 igual que cero, para todo f, por lo que la integral es mayor 0 igual que coro, Portanto, J* = J > 0. b) Que / sea lineal en x, w. Sean: Fut sax t but, FOE" 8,1) = ax" + but + g(0. Enipnces Veflet urn say y uf leurs) por lo que: . FW = Fe WD — Veh wt Ot 2) = Va FO Wt NUT mW) = 0. En este caso A*(t) puede tomar eualguier valor positivo, negativo o nulo, y Ia integral es cer. Por tanto, también en este caso, J* — J = 0, y el teorema queda demostrado. . Observacién 4.2. Si se trata de minimizar el foncional objetivo, el teorema es anilogo, con la ex- ccepeisn de que las funciones Ff y S deben ser convexas en lugar de céncavas ‘A continuacién vamos a estudiar las condiciones suficientes de Mangasarian, para cada uno de los ejemplos vistos como aplicacién del prineipio del maximo en que Ia variable de control no est suleta a restricciones. Ejemplo 4.3 om se fl oernd sujetoa: = con: x(0) = 1 (Se corresponds con el Ejemplo 4.6.)Capituio 4 Elprineipio det maximo 141 SoLuci6n. Eneste caso, Fla) axtu {que es una funcidn lineal en x, u, por lo que es cGncava en x, 1. Fe) an) o 2) ‘ave es semidefinida negativa, por lo que se puede asegurar que f es c6ncava en x. Al ser 5 = 0, se verifica que también 5 es cOncava en x. Por otra parte, s2 habia obtenido previamente, en el Ejempio 4.6, que ‘Su matciz hessiana con respecto ar, u es ae —#, paa0s¢<1, por lo que AD = O.¥E € (0,11 Por tanto, se cumplen las hipétesis del teorema, es decir, se camplen las condiciones suficientes, por o que el control Sptimo es Ia funcién wos paras € (0,1), i) ue obtentamos al apicar el principio del maximo. Ejemplo 4.14 mate fi (w- sujetoa : Bax tay =) dn con: sted (Seconsonde cna eel 47) Seuve1, Veo anges hips el Tema 42 F(x, u,t) = wx — a? = 27, (74) pcan ete de bx mens prices 2 ee gin mabe dd ea, por lo que se puede asegurar que F es eGncava en x, feud +m142 Optimizscién andmica ‘es Lineal en x, u, por lo que también es cSncava, Por otra parte, al ser f linesl en x, «, n0 hace falta cexigir que A* sea mayor 0 igual que cere. PPor tanto, se cumple la condicién suficiente, y los resultados obtenidos al aplicar el principio del ‘méximo son los éptimos. . Ejemplo 4.15 min = [ear P, sujetoa : F=x-+u, con : x(0)=1. (Se comesponde con el Ejemplo 4.8.) SOLUCION. Apliquemos, en este caso, las condiciones suficientes para el cas0 de minimizar. Por) 08 (0 2): que es semidefinida positiva, por lo quese puede asegurar que F es funcisn convena en x, 1, ‘Su matriz hessiana, con respecto ax, ¢8 Feat) = bu, ces lineal en x, 1, luego es convexa en x,t. Adomés, ya no hay que exigir que A*(e) sea mayor 0 ‘igual que cero. Por sitimo, Seva, cs convexa, ya que SMe) 32> 0,¥e. ‘Se cumplen las hipscesis del teorema y, por tanto, la condici6n suttciente, Rjemplo 4.16 min J Pat +32\(1) +2), sujetoa si con : y(0) = 1, ¥2(0) (Ge corresponde con el Bjemplo 4.12.)Caphuio4 Eprineipio dei maximo 143 SOLUCIGN, En este caso: Por. 2.u.0) ‘Su matsiz hessiana, con respecto ar, 12, 0 es 000 ooo, oo4 ‘que es semidefinida positiva, por lo que se puede asegurar que F es funcién convexa en x), x9, 4 Fonsno= (4 )=(2 8)(2)+($)e es lineal en x, x2, u, Wego es convena en x1, x2, 0, Ademés, no hay que exigir que A*(¢) sea mayor © igual que cero. Por alto: Sti. a2) = Ixy tan, fs lineal en), 2, luego es convexa, ‘Se cumplen las hipdtesis del trorema y, por tanto, la condicisn suficiemte 4.6.2 Condiciones suficientes de Arrow ‘Se considera el problema bisico de contro! prima: max J= f Feeusnde + Stato) sujetoa : con Mn € 20. EI Hamiltoniano es: He Wh = FOU + ASU, D. Antes de enunciar el Teorema de Arrow, sobre condiciones suficientes de optimalidad para el pro- bblema de control, se necesita una definicicn y una proposicisn previas, Se define una funci6n, llamada Hamiltoniano derivado, de la siguiente forma: HOS RR (ho. — R CRD me W823.) = Bree HOE AD. Supongamos que al resolver el problema: gg, Wm. se obtiene una funcién Px,144 Optimizacién ainamica Entonces, secé: HG, 2,1) = HG 02.0), La siguiente proposici6n se uilizard posteriormente en la demostracién del teorema. 4.2 Siu® es diferenciable, se verifica que: VeH(e, 2,0) = VHC. W,1,0, para todou € 20). DEMOSTRACION. Como se ha visto anteriormente, FOG 2 = HW 4,1), pero u° es una funcién que depende de (x, 0). Se verfiearé que, para cada = 1,2,..-.1, HOG, As1) _ BCE uP Ast) , So OAC u®. A, OU Ox tn A Oy Bk «queen notacion vectorial queda: ‘ Ve H(z, 1,1) = VeH (x, w, 2.0) + Vale, uy dy Ode, cn donde Vy representa gradient, con respect alas viable x, Vu, gradients con respecto @u y ‘Te toatriajacobiana con respecto @ Yeats que se verifica gue Wubi, uPA, cu? En efecto, distinguimos dos casos: ') El programa: gx H(2,u,A,0), a no es sajeto a restricciones ‘aleanza el éptimo en el conjunto $(0). En tal caso, se cumple que: Wu (x, uPA =O, por tanto, Va Hu? 2, Sai? = 0, We. ii) El programa gx H(e, 4,02, alcanza el éptimo en un punto que no perteneee al cenjunto £(¢). En ese eas0, Jeu” ‘que cambiando x no se modifica el valor Sptimo de u Por tanto, la proposicisn queda demostrada,Capitulo 4 El princioio de! miximo 145, Observacién 4:3 La proposiciGn anterior se ha counciado y demostrado, suponiendo que u? es MEO — OTT sen [ee eo] 4 [e€@) — 7] ves [eta] [ade = 270] ya que x(to) = x*(to) = x0. y A*(4) = Ve5 [x"(t1)]. Por tanto, se tiene que w [lo rerwna— Fle, dt — Va fa"(a)] [x(a — ay] = 0 Por otra parte, por ser S[x(11)] funcién céncava, se tiene que: @ S[x*(q)] - S (xn) + ¥x5 [x*()] [ed = x*()] 20. ‘Sumando las eeuseiones (1) y 2) se obtiene que Pf ro asoos eseuny f Penod teen fl ‘con lo que «*(1) € el control 6ptimeo, siendo 2*(0) y 4*(2) los valores 6ptimos para las variables de estado y variables adjuntas, espectivarnente, y el teorema queda demostrado . Observacién 44 Si se trata de minimizar el funcional objetivo, el teoremacs anslogo, con la ex cepeién de que H°(x, 2%, 1) debe ser convexa en x, para cada 1 € (fp, f1},¥ S(x) debe ser convexa fen-x. En ese caso, HOG AE 8) = ip Hee A. ‘A continuacién se ilustran las condiciones suficientes de Arrow con algunos de los ejemplos vistas en este capitulo, como aplicacién del principio del maximo. Bjemplo 4.17 max J ssujetoa (Se corresponde con el Bjemplo 4.6.) SOLUCION. En este caso, HGyu hf) =x tu tA —W?). 1 imgx H (x, 1,21), da come resultado u = 55Capitulo 4 El principio det maximo 14T 1 a L +ythngeoetatg, n eéncava en x, para cada 4 y, por tanto, para 2° Allser $ = 0, se verifican las hipétesis del teorema, luego el control éptimo es: HMA, "OTF {que obteniamos al eplicar el principio del maximo en el Ejemplo 4.6. para € (0, jemplo 4.18 max r= f (w= sujetoas B= xbu, con: x(1) =2. 2a (Se coresponde con el Ejemplo 4.7.) SOLUCIGN. Bn este e280, el Hariltoniano es: AG u, Ait) ux a 3? Ae bw), Se resuelve el programs: max He, 0.2.0. obteniendo que xen oS, porto que: Hx, 0) = See de bee bay? a8 + ax + Bae ta) ae a 2 see aie = -3telash ge pasy Boy Bane g lyst Wp et A? = 00, Veamos que (x) es funcién céncava, pars ello ealeulemos su derivada segunda: luego es funcién cOncava Por tanto, se cumple la condicién suficiente de Arrow.148 Optimizacién dinémica Ejemplo 4.19 max x(T), sujeto a: #0 =u, con: x(0) = 0, aa) sh (Se coresponde con el Ejemplo 4.9.) SOLUCION. En este caso, HG, uA, = he Habfamos obtenido que 0) .¥e € (0,71 por lo que: HOE ui) Su Resolvemos el programma: max HO, 4.2". s obteniendo que u Por tanto, HPC, Iuego es funcién eGncave en x. Por otra parte, sa) = {que es céncava en x. Por tanto, se cumple la condici6n suficiente de Arrow. jemplo 420 max J = Coat, lo sujetoa : =u, con: x(0) = 1 u(r) € 2) = (1. (Se correspond con el Bjemplo 4.10) SOLUCIGN. El Hamiltoniano es igual a Hoxu ho) = x Me Habjamos obtenido previamente, en el Ejemplo 4.10, que xO = 1, pamOst 0, sujeto & x, ¢0nx(0) = ©) max J = fiat — Pde, sueto at = 8) max J = {20 + 44-4 30d, jew a: i fiche at) Pde + §(x(l) — UP, sueto a: = a, 000 (0) Osus3. con x(0) © ming = 1 maxJ = fie + ude, sujtoa: £ = x + 0-41, con (0) a) min =A{x(T)], sujetw a £ =u, con x(0) = 49, -1 aD. del maximo de Pontryagin para el Problema 5.2.) Sean: w*(0), la erayectoria éptima de control, continua’ a trozos, y x*(t) la trayectoria de estado éptima asociada, definidas en et intervato {p,t)). Enionces, existe una funcién .*(t) continua, con derivada continua a troz0s, tl que para cada t € {é, 1) verifca: i aH LO) oH court, 2° ro “ en todos los puntos de contintided dew"), com asferuon arqy — SEA], 920, ser > nh 2 BHC. 2 AOD HEN WO.AOD _ 9 ou 2 PO =MMO MOD. fen todos los puntos de continuidéd de u*(t), con | 2%) = x0, x PS aRaERPECeECE AS EERE eee eee reer eee eee No se incluye Is demostracién del Teorema 5.2, ya que consiste en modificar fa demostracisn de! ‘Teorema 5.1 de manera ansloge a la que pasé del Teorema 2. a la Proposieién 2.2, en el Capitulo 2. Observacién 5.2 Si se tratara de minimizar el objetivo (en lugar de maximizar), la condicién final de A* seria astx"(01), 0) as siendo lo demés andlogo al caso de maximizar. ae <0( = 0,six"(n) > m0), Ejemplo 5.2 Aplicar et principio del méximo al si iente problema: ain J = [2a ejgoat = eenconst=1 30) 23158 Optimizacién dinémica SOLUCION. BI Hamiltoniano es: Hx wh Daw +AG +H). ‘Apliquemos las condiciones del principio de! méximo. » on ar es deci daa feo evere re ees Aw = Ae! ‘a condi nal para 0 n exec: ACL) <0 (=0, six*(1) > 3). Come : A) rs 0, tend. qu sr 420, cow =O, det 24 2» an on mua, de donde se deduce que y= -hn=-4 wt 2 fee eH PH ano, po fo sue a rata de un mtaimo » Sustituyende 1 por el valor obtenido anteriormente, queda: ceuya solucién es: A x = Bel +4 c +4 Imponemos ahora las condiciones inicial y final A xO abt TB a A Aw A 3exaberEa0-Ders,Capitulo S Extensiones 159 de donde se deduce que ; (5-4 To que noes cierto. Luego es A 0, con lo que A(1) < 0, par lo que es x" Por tanto: 0, quedaria0 > 3~e, de donde se deduce que We —4e 1-3 Tea Po ra Por tanto, las siguientes funciones cumplen las condiciones del principio del méximo: a wo = SS e~ (variable de conto), i 1=3e, See st = ihe + BE Se (variable de estado) arty) = PAA o~ cratabie de corso), para cad 7 € {0, 1. . ©} Caso de instante final y estado final fibres ( 1 libre, x(:,) libre, siendo 1 ineégnita a determinar) En este caso, el problema es: max J Flew Dde + Ste). sujetoa se foun, con : x(i0) = 29, 63) siendo fo, x9 dados, 1 ibre, siendo uno de los valores a caleular (1) >). itoniano asociado al problema es: AG Wy Ay) = FOE HD APC wy. sacién vamos a deducir las condiciones que constituyen el principio del maximo de Poniryagin para este caso, Sern las condiciones obtenidas en el capitolo anterior, més una condiciéa de transversalidad adicional que aparece por el hecho de ser y libre.160 Optimizacién dindmica ‘Teorema 5.3 (Principio del maximo de Pontryagin, para el Problema 5.3) Sean: u"(0) la trayectoria Sptima de control, continua @ trozos, tj el instante dptimo de falizacion y x*(0), la rayectoria de estado Optima asociada, definidas en el intervalo ty, 7). Entonces, existe una funcidn \*(1) continua, con derivada continua a trozos, tal que para cada € [to 7] veriica: 1 i _ aH. WO.2O.0 eeeeeeres aaeeetveatt en todos los puntos de continuidad de u"(), con (= wigp a MELD : BH (xt), wD) 0). mse co ein » FO =LEOM OD» ‘en todos los puntos de continuidad de u*(t), con x*(lo) = x0. ‘Ademés se ee que cumpiriasgutenc concn de tansverslidad en ff: vos care genes ay OS LEED abraneaparapat)+ SEO Leen La demostraci6n esté en el Apéndice de este capitulo. Observacién 5.3 El teorema es vélido exactamente tal como esté enunciado y demostrado, si se quiere minimizar el objetivo, en lugar de maximizar. hmplo 53 Apa! pic dl ino let ois apie [ @re-san sujetoa : = 241 con: x(0) = 0, cen donde fy > 0, €s una incégnita a determina. SOLUCIGN. EI Hamiltoniano es: Hu hit) =u 1x =u + AQU + D. ‘Apliquemos et principio del méximo:Caphuios Extensions 161. » on ax per to que Mon pero A*(@]) = 0, de donde se dedvee que e ant, por lo que + pared <0 < tf 2 a 2H Lyte, 34 aw, 4 donde se deduce que 2_ 12 S AT parao ce s=2th ‘Sustituyendo w por el valor obtenido anteriormente, queda: P+ 2-H), por lo que Imponemos ta condicién inical: porlo que Os 54+ @-H 1, pao sr sit Falta aplicar la siguiente condicién de transversalidad en ff BLED. ODED , para tf > 0. Quedat Rept ant? — 1 a162 COpiimizacén cndmioa 0 logue es lo mismo, ot gut 3 asi? Z a0. Los valores de tf > 0 que satsfacen la ecuacin som: 17 = 1, 69390 y tambign rf = 0, 361515. . 4) Caso de instante final libre y estado final dado (t libre, x(1) = 21) En este caso el problema es: max = f° Fees de + Sten) sujetoa : = fl.4.Ds con : x(t) = 0. (4) = 41, 64) siendo en este caso f, uno de los valores a caleular (se supone que 1 > fo) El Hamiltoniano es; HEU Fe.) + AFC. Combinando los resultados obtenidos en los casos a) y c) se obtienen las condiciones que constituyen el principio del maximo, para este caso. “Teorema 54 (Principio del maximo de Pontryagin para el Problema $4) Sean: u°(P) la rayectoria Spiima de control, continua a trozos, tt el instante Spo de nalizacién y x*(0) la inayectoria de estado Sptima asociada, dfinidas en el inervalo tp, sf]. Entonces, existe wna funcién "(0 continua, con derivada continua a trozos, al que para cada‘ € [to ;}, verifica: Dv BHO. WOOD. oe ara ima | en todos los puntos de continuidad de u*(t). Ou 3 Hees BHO we FO =SD.O.D. | entodos los punios de continuidad de w*(1), con | 270) = x0, 7) = a Ademés, se tiene que cumplir la siguiente condiciOn de transversatided en ty as ALE ED MED] +Capiuio § Extensiones 163 Observacién 5.4 El teorema es vélido exactamente tal como est enunciado si se quiere mininizar el objetivo, en lugar de maximizar. Ejemplo 5.4 Aplicar el principio del maximo al siguiente problema: mips [+ Ade, lo sujetoa: dau, con : (0) = 4, x(41) en donde ry > 0, es una ineSgnita a determiner SoLUCION. El Hamiltoniano es: Hea, 4.) =P $0? + A Apliquemos las condiciones del principio del maximo: » aH no por lo que MO = A, parncadat € [0.14] 2» e donde se deduce que “oa y au ot =2>0, por lo que corresponde aun exfaimo. > por fo que * 4 qi #0) =—$1 + B pared <1 < tf164 Optimizacién dinémica Imponiendo lis condiciones inical y inal, se obtiene que: 42x ape Anes por lo que: a =—Se+4parad se si, 2 ‘estando A y #f relacionados por la expresiGn: Arf = ~2. ‘La eondicién adicional de transversalidad en el valor 6ptimo de f1€s, en este caso: HOD. WED MD. G] = 0. Susttuyendo, queda: ea p+’ © conse 472 ‘Ademés, como se ha visto anteiormente debe ser At? La dinica soluci6a real, con rf > 0, es: con A = or tanto, se obtiene que: woah SO atts ar) = = 2. para 0 <¢ < 1, son las fonciones que se obtienen al aplicar el principio del maximo. 5.1.2 El problema general, con varias variables y con diferentes condiciones finales {En el subapartado anterior, se han estudiado algunos problemas de control Gptimo en tiempo conti- hnuo, con diferentes tipos de condiciones finales. Se han hecho demostraciones, utlizando mérodos Ge céleulo de vaviaciones, por ser éstas més acordes con el nivel de este libro. Pera ello, se ha con- ‘Siderado el caso particular de problemas sin restricciones en las variables de control, con una sola variable de estado y una variable de coatrol, Los resultados obtenidos sirven también para el caso ‘general: problemas con n variables de estado, m variables de contol y restricciones en las variables de control. ‘A continuacin, ras la formulacién conereta del problema que nos oeupa, se enuncia, sin demos tracién, el principio del méximo de Pontzyagin para el caso general, y posteriormente se ilusira con algunos ejernplos.Capito S$ Extensiones 165 ‘a) Caso en que el instante final EI problema es: (01) esta dado wma Da fF oo tts me DAE S Eat a), parat=stlim 2) HUD, Ww). MO.) 2 AL), uO), MO, 1, para todo u(t) € QU. 3) HO = HO, uP, 1), para cada i = 1,2... ‘en todos los puntos de continuidad de u*(1), con: 1,2, eb X7a) = x0, para af) = 1, para A0(H) 2 ap paral st. k,166 Optimizacién ainémica Observacién $5 Si-se rata de minimizar el funcional objetivo, el teorema es andlogo, con la nica excepeién de que cambia el sentido de la desigualdad en las dos tiltimas expresiones del teorema anterior. [En el capitulo anterior se han estudiado las condiciones suficientes de Mangasarian y de Arrow, para Ie problerna de control 6ptimo, con estado inicial dado, y estado final libre. Es Fécil comprobar, ‘partir de las demostraciones de los teoremas del capitulo anterior, que dichas condiciones siguen siendo vélidas como condiciones suficientes para el problema de control (5.5), formutado en este subapartado, b) Caso en que el instante final (‘,) es libre EI Problema 5.5 y el Teorema 5.5 cotresponden a un horizonte temporal dado (to, 1]. En el subapar- tado anterior se han estudiado problemas en los que fy es wna incégnita a determinar, verificando que > ‘Consideremos ahora el Problema 5.5 formulado en este subapartado, pero siendo ahora t libre, incégnita a determinar, Sea ff el instante final éptimo que se obtiene. El Teorema 5.5 se adapla a esta nueva situaci6n, sin més que: 1) Poner f$, on lugar de 1 'b) Asiadirla siguiente condicion de transversalidad en 17 HEED. wD MD TLE que se corresponde con los resultados ebtenidos en el subapartado anterior. Las condiciones suficientes para astos problemas son més complicadas (véase Seierstad y Sydsacter ca9e7, Ejemplo $5 mia J [lo rdou, sujetoa: iy con : x1(0) = 2200) = 0 x0 2) SOLUCION. EI Hamiltoniano es: La Hx aa Ai day) =r SIP haa 2H ‘Apligueros, en primer lugar, tas condiciones del principio del méximor » ees jpn ed emit, peat 2 ine nay nt era = Boar 8,Capitulo Extensiones 167 2) Ho saepatne me 3 rare PH 2H, qncaspontea mio ; Hx pecans > $Ar- B= a(t) Bae ap ae Gta cno tp tcre. Imponemos ahora las condiciones iniciales: Condltiones finales do donde co dedves que Congicién de transversalidad sat) s0¢204it0 > 4 Si fuera y no se cumple la condicin de wansversalida, Tiene que ser, por tanto, aa68 Optinizaciin indica i Por tanto: i “Oo | HO | HO = HO : 19 68 MO= 545 para 0 1 < 1, cumplen las condiciones del prinipio det méximo. “Veamas que se cumplen las condiciones suficientes de Mangasarian, En efecto, da Fla an daa t ze foiman= (2) ce lineal en x), x2, 1, con To cual se verifican las condiciones suficientes. ‘La matriz hessiana de F, con respecto a x1, x2, es 000 ovo}, oor) ‘que es semidefinida positiva, con To que se puede asegurar que F es convexa en x1, 2st “F(x1,.£2, tu, f)es lineal en x), £9, u, puesto quesus componentes son x7, ¥ u que, evidenterente, son funciones lineales. TLuego fa solucidn que nos da ol principio del méximo es el minimo global del probleme. es convexa en x1) 420th Y . emlo56 apse [laren cn x5, xe wipet-tth Fenn =0, skola, Pu QaxtuCapitulo Extensiones 169 (Obsérvese que también se podrfa considerar F(x, u,1) = 1, Ste(a)] = 0.) EI Hamiltoniano en este caso, es igual a H(x,u. 2,0) (eu), ‘Apliquemos el principio del méximo: » por lo'que: . Boas ae de donde se obtiene que es de Ae) = Ae, parad <0 sth 2) Hay que resolver, para cada + ¢ (0, rf]. el siguiente problema de optimizscién: min Ate $M, fet ©, Jo.que es lo mismo, e! problema min, Xu, cuya soluciénes: = siat@ > 0, u@® = } cualquier valoren (=I, 1, sia%@ =O. 1 sin" <0. Por tanto, el control serd, —1, 6 +1, dependiendo de que A > 0,0deque A < 0. » Eox=u, conx()=5, xf) 11. Siu = ~1, seobtiene que: x)= Be +1. 66 Siu = +1, seobtiene que: x) Ce 1 61 Afiadiendo las condiciones inicial, final y de transversalidad al caso en que fuera w= para cadas © (0, ‘en cuyo caso el estado del ‘Condici6n inicial: istema viene dado por la expresi6n (5.6), se obtiene: S=x(0) =B+1=> B=4.170 Optimizaci6n dinémica ‘Condicién final: Tax) adel +1 ae ef 2,5 pf = In2,5). Condici6n de tansversalida asteut Hbxtef), ule MED. ATE a 0, cs decir, aevtidet + ~n+1=0, 8 donde se obtiene que A = ~0,25. Pero si A es nega, eotonces 1°1) < 0, en yo emo (0) = 41 yselegn a una contadiceién ya que estamos suponiendo que u*(2) = 1. Por tant, ro puede ser que u*(t) = —I, para cada < {0,7 Consideremos a continuacién el caso en que u*(@ variable de estado sigue la expresion (5.7). Condicién iniciat 1, para eada ¢ € (0, J, en euyo caso la 2@)=C~1=3. C=6. Condicién final u et tel up oo of = 122 =0, 6931 Condicién de transversalidad: Ae“(Get — I) + N41 =0, de donde se obtiene que Por tanto, woah x)= 6c = 1, : 1 MO=— 5 para 0 <1 <0, 6931 En este caso, al ser ty libre, no son vélidos el Teorerna de Mangasarian ni el Teorema de Arrow como eondicién suficiente. De todas formas, en este caso se puede asegurar que el control obtenido ‘es minimo global, ya que ala vista de la ecuacisn de estado, resulta evidente que partiendo del estado imicial «(0) = 5, la forma més répida do llevar el sistema al estado final x(¢7) = 11, se consigue dando a w el maximo valor admisible que hace que el ritmo de variacion del estado sea lo mayor posible . Bjemplo 5.7 (Problema de Zermelo) Un bote se mueve con velocidad constante V, en una corrien- te que se mueve a velocidad constante s. El problema consiste en hallar el Angulo de rumbo épimo {que minimiza el tiempo necesario para pasar de una orilla a otra. Si zi y x2 son las posiciones detCapitulo 5 Extensiones 171 bote paralela y perpendicularmente a la corricnte, respectivamente, y 8 es el Sngulo de rambo, las ‘ecuaciones de movimiento son: + V c0s8, a = Vsond. Plantear las ecuaciones que permiten encontrar el rambo 6ptimo. SOLUCION. Se considera un sistema de coordenadas, con origen en la posici6n inicial, al como se representa en la Figura 5.1 sg \e = Figura 5.1 Problema de Zermelo EI problema es: apn [le sujeloa : fy = s+ ¥cosd, Sn = Vsen8, ‘con : x\(0) =0, x2(0) = 0 (posicién inital), xy(tn) = a, -2(t) = b (posiciéa final). La variable de control es 9, siendo x1,.x2 las variables de estado, El problema tiene el instante de finalizacién f libre. El Hamiltoniano es: HG 2.8. bt avt 1+ Als + Vcos0] + A2V send. Aplicando el principio del maximo se obtiene: » an y= ~ 4 comms aye = A, para cada 10,47] au ig = — 34 20 = 150 = 8, parseadar © (0,71) En este caso, no hay que imponer condiciones finales para las variables de coestedo, ya que las variables de estado sf estin sujetas « condiciones finales.172 Optimzacien cindmica 2) Para cada € (0, 1], ay que resolver el siguiente problema de optimizacién: aja Hahah 8,83 A.D. 68) por Io ques tiene que verifier: aH (ef 2f. 8.95.05.) ea anae JV send +22 ¥ cos 6, es decir: BV cos8 ==> 88 8 eos 5 oaerese(2). \Veamos si esta solucién obtenida cumple la condiciGn suficente de minimo, para el Problema (5.8). AY sea porloque aH 98 Habfamos obtenido que =V(Acos0 + Bsen8). come 2c 8°, resulta que 29 2 + BF water SE porte que 4, portanio, A si cos 8" = seno* =8 Tarra” Tae eH So = VV A? +B? > 0, ae? ae por lo que corresponde a un minimo,Cepiulo 5 Extensiones 173 3) ‘Ahora hay que afiadir las condiciones iniciales, finales y de wansversalidad por ser, libre: Condiciones iniciales: HO BO =0= kK Condiciones finales atcn) 4 La condicién de transversalidad, por ser ty libre es: * AOD AEG] =O, Leta). ete es decir bealeey ]8Y agen Ss tae WER Var Con esta ecuscién y as dos ecuaciones comrespondientes alas condiciones finales, se obtienen A, B ca 5.2 RELACION ENTRE CALCULO DE VARIACIONES Y CONTROL OPTIMO A continuacién comprobaremos que todo problema de edlculo de variaciones se puede formular co- ‘mo un problema de control dptimo, Veremos también cémo, aplicando las condiciones del principio ‘del maximo al problema de contro, se obtienen la eouacién de Euler y la condicién de Legendre, del ‘céleulo de variaciones. Se relacionarén también las condiciones de tansversalidad y las condiciones ‘suficientes, en la forma que se obtienen en ambas formulaciones. Consideremos el problema bésico de célculo de variaciones, es decir: max s(e) =f FO.3.0d8 con + x(G0) = x0, (th) = 1, 69) cen donde se supone que x © M= [x fio, 1] > R | x posse derivadas primera y segunda eontiouas en (tp, t1]}174 Optimizactén dindmica El andlisis que sigue para x funcién eal, es inmediatamente generalizable al caso en el que x es tune funcién vectorial. Definimos: ui = 40, por lo que el Problema (5.9) se puede expresar como: mes = [Fee pdt, “ » sets B24, con : (to) = xo, (6) = 1 6.10) | Hamiltoniano, asociado al Problema (5.10) es: Hx 4,440) Feu thn. ‘A continuacién se aplica el principio del méximo de Poatryagin, y tras unas sencillas operaciones, se oblienen las condiciones necesarias de optimalidad del cdlculo de vsriaciones. ‘Apliqnemos las condiciones del principio det maximo: D aH rs 2) Para cada # € [toi], hay que resolver et siguiente problema de programacién matematica: “Ft. in) max HO. 07.9, pork qu debs He BD oe aaa ean Aes PHC ut) esta coniin pecs de spoken de i 6.13) con x"(to) = xo, x61) Bn (5.12) se obtiene que —FE por lo que, derivanda con respecto a r, queda: a pero en (5.11) se tenia que por lo que climinando i*, quedaCapiulo 5 Extensiones 175 que es la ecuaci6n de Buler, Bn (5.13) se tenia que verificar también que Fu £0. ‘Como en este caso es u = 2, dicha condicién se puede expresar: Fiz <0, ‘que es la condicién de Legendre, para mximo, Condiciones de transversalidad, para diferentes condiciones finales Si en la formulacién del Problema (5.9) (y por consiguiente en el (5.10)) no aparece la condicién final <() = xi, al aplicar la condicién 1) del principio del maximo se obtiene Ia Gondicion de wansversalidad ; ah) =, pero al aplicar Ia condici6n 2), en (5.12), se tenfa que w= FE, H por lo que AMO) = FET y ast MQ) 0 => [Fleas (Obtenemos asf Ia equivalencia entre las condiciones de transversalidad del cAlculo de variaciones y del principio del maximo, para est caso. ‘Supongamos ahora que en la formulaciéa del Problema (5.9) (y por tanto, en el (5.10)), la con- dicion final es x(¢1) > x1. La condicién de transversalidad que se obtiene al aplicar la condicién 1) x. ‘Como, por (5.12) (al aplicar la condicién 2) det principio del méximo), es MQ) = -LFEhaa, [Foleo $00 0, six") > aD, ‘que es la condicién de transversalidad que se aplica en el efleulo de variaciones, para esta condicién final Sin la formulacién del Problema (5:9) (y, por tanto (5.10)) es una ineSgnita a determinar, la ccondicién de transversatidad que se utiliza al api (Ant Pero Fre atut Fm, por lo que: 0 > [FHF ing =0. ‘obtenigndose de esta forma la equivalencia entre las condiciones de transversalidad del cdiculo de ‘ariaciones y del peinipio del maximo, pare est caso176 Optimizacién dindmica Condiciones suficientes ara el problems del céleulo de variaciones, con estado inicial dado x(io) = 0. y alguna de las siguientes conuicivues finates: x(n) ts (61) B 1, 0, ¥(4) libre, ta condicién suficiente que asegura la optimalidad global de la solucién obtenica al aplicar la ecua- tion de Euler, junto con las condiciones inicialy final o de transversalidad que correspondan, es que iP sea cénceva en x, i para cada ¢ € (fo, 1]. Dicha condici6n suficiente se correspond exactamente con Ia que viene Gada por el Teorema de Mangasarian, para el problema de control Sptimo corces- pondiente, que se ha definido. En efecto: las condiciones suficientes de Mangesarian sertan, en este F tiene que ser eéncava en x, u, para cada € ['o,f1} ‘F(x, u,1) = ues lineal en x, u, luego es céneava en x, u, para cada t € [to 1) ‘S(2) = 0, luego es céncava en x. Come Ge, u, 1) es lineal en x, a, n@ hay que imponer ninguna condicién al signo de 4*(0), Por tanto, las condiciones suficientes de Mangasarian, se reducen a que F(x, u,) sea céncava en “x. u, para.cada t € (fo). Como u = Z, ello es equivalente a que F sea céncava en x, é para cada 1 lin, f1], que es la condicisn suficiente del célculo de variaciones. 5.3 CONTROL BANG-BANG Se dice que un control éptimo es bang-bang, si cada una de las variables de control séle toma valores fen los puntos extremos de in intervalo. Este tipo de control éptimo aparece en muchas aplicaciones ¥ consttuye una seccidn obligada en cualquier libro de teorfa de control Sptime, raz6n por la cual $¢ cstudia en este apartaco, ‘Veamos una familia de problemas de control en la que el control 6ptimo es bang-bang Consideremos el siguiente problema de control: aged « [26.0460 le sujetoa : & = f(r.) + gle. Du. con = (lo) = Ho. asusd, La fancién integrando del funcional objetivo, asi como la funci6n que deine la ecuacién de estado, son lineales en EI Hamiltoniano es (x, whet) = FO + Ole, Ou + ALF 1) + Be. Da La condicisa 2) del principio del méximo es: max, W(x", 4.44.0.Capimo 5 Extensiones 177 ‘Teniendo on cuenta la expresign de H, dicho programa es equivalente &: many lG Ce", 1) 4 Att Te, ccaya solucién Sptima es: > 1S GO) EATBATD) >, uh(Q) = | cualquier valor en (a, 5] si GOX*, 1) + Atg(A*.) =O, a 1s Gt) 4 Mae) <0. Si G(x", 1) + A%g(e, 1) 0, salvo quizh para instants de tempo sslads, el control dpi det problems, soponiendo que existe, toma, o bien el mayor de los valores posbis,o bien el menor de fos valores posibles (podiendo tomar ctalgier valor en (a, 6] en los posibes instante sada). Poc tant, el contol pte es bang-ban, Siet problema fuera de minimizacion, el control gptimo, en ceso de bang. ‘A continuscin vamos a istrar con un ejemplo, una case de problemas de control bang-bang, llamados de Hempo minim, uilizando un andisis grafico caraceistco en et tipo de problema. tir, también seria bang- Kjemplo 5.8 Hay que conducir un vebiculo desde una posicién de reposo inicial, a otra posicién de reposo final, recorriendo une distancia a, en linea recta. Los conitoles disponibles para el conductor son el acelerador y el freno. La ecuacién de movimiento del vehiculo es: x ae cen donde u — u(t) representa la aceleracién 0 desaceleracién (frenado), y x = =(#), la distancia recorrida en el instante ¢. El control u puede tomar cualquier valor comprendido entre ~a (Srenado ‘méximo) y (aceleraciGn méxima), siendo a, 8 > 0. Se trata de trasladar el vehieulo en el minimo tiempo posible SOLUCION. Con objeto de transformar Ie ecuacién de movimiento, que es una ecuacisn diferen- cial de segundo orden, en un sistema de ecuaciones diferenciales de primer orden, se definen las variables: El problema a resolver es: pina = (qinimizar el tiempo wulizado), eae (elacién entre x1 ¥ 22), 4 (ecuacién de movimiento del vehiculo), con :x1(0) (a distancia recorrida al principio, es cero), 210) (a velocidad inicial es cero). asa (la distancia total recorrida, debe ser a), x(t) =0 (enel instante final, la velocidad es cero), auf (valores que puede tomar el contro)78 Optimizacién dindrmica BI Hamiltoniano asociado al problema es: HG. 32,6, day 8) = Lt hae + At Vamos a resolver ef problema utilizando simultaneamente el principio del méximo y un método ‘fico en el plano de fases. Por el principio del maximo: » yap =O. porlogue at) = A, ig = 3h = ay, por toque 43 = —Ar +B. 2 in, Meshes ef 9 = LEMS HA ceuya soluci6n 6ptima es -« +siAZ > 0, ut =} cualquier valoren (a. 61.3125 =0, 8 1sia3 <0. 3). Siw*() = By las ecuaciones de estado seréa: La solucién de dicho sistema es: a2(0) = Br+C, neon Beers o Se puede exprosar: es decir: siendo K, una constante que depende de las condiciones iniciales ‘Representemos, en este ens0, las posibles trayectorias de x1 y *2, en el plano de fases en la Figura 5.2 ‘Cada parébola corresponde a un valor de Ky. Las flechas indican el sentido de la evolucién & teavés del tiempo, que se obtiene tenicndo en cuenta lo siguiente: © Como #2 = B > 0, x2 es ereciente en el tiempo, Serd.f1 > O.y por tanto, x, creciente en el tiempo, si xy > 0, serd fy <0.y por tanto, x; deereciente en eltiempo, six2 <0. =e, las ecuaciones de estado seréa: = Como iy + sive aeCapitulo 5 Extensiones 179 Figura 5.2 Posibles trayectorias de x1 y x2, af u*(¢ 1La soluci6n del sistema es: (= mat +E, n= = 20 + Ear Se pusde expresar: ttf ite 110 = = laOP + G + £) ces decir: negiden, 2a siendo Ky una constante que depende de las condiciones iniciales. Representemos, en este caso, las posibles trayectorias de x) y 22, em el plano de fases, en la Figura 5.3. Figura 5.3 Posibles trayectorias de x; y x2, siu"(@) = Cada parébola corresponde a un valor de K2. Las fechas indican el sentido de la evolucién @ través del tiempo, que se obtiene teniendo en cuenta que:180 Optimizacién ainémica a < 0, resulta que 22 es decreciente en el tiempo. serd i > 0, y por tanto, x) creciente en el tiempo. x2 > 0, serd i <0, ypor tanto, x1 decreciente en el tiempo,si x2 < 0. ‘Aunque, hasta ahora, hemos analizado por separado dos posibles valores para la variable de control, puede ocutrir que dicha variable tome un valor para ciertos valores de 1, y el otro valor para los restantes valores de 1, por lo que ahora procede considerar simulténeamente los dos tipos de tra- Jectorias, es decie, procede utilizar conjuntamente los dos graficos anteriores para detinir un tnico gréfico, que aparece en la Figura 5.4 © Como ig * crassa { Figura 5.4 Solucién éptima en el plano de tases ‘Teniendo en cuenta Ins condiciones iniciales y finales del problema, la trayectoria éptima seré OBA, por lo que habré que splicar el control u*(¢) = B (méxima aceleracién) al principio, hasta cierto instante fen el que se cambiars'a u"(e) = =a (inaximo frenado), que ya se mantiene hasta cl instante final, ‘A continuacién, se calcula analiticamente el instante fe en el que cambia el control, y el instante final 7. ‘La ecuacién de la parabola que contiene al tramo OB se calcula teniendo en cuenta que corres- ponde al controt u*(e) = B, y que pasa por el punto (0,0), por fo que se verifica: Hote Ki => ki =0. o=5 Por tanto, su ecuacién es: 1 a La couacién dela pardbota que contine al tramo BA se calcula teniendo en cuenta que pasa por el punto (a, 0) y que corresponde al contol u"(¢) = —a. Se obtiene: te pte Las coordenades del punto B se obtienen resolviendo el sistema:Capitwio'S Extensiones 181 de donde: eat aap Como para u*(c) = se habia obtenido que: n= Bt +C, y-€8.x2(0) = 0, resulta que: #10) = 61, pared <¢ Bary <'% oro que hay que aplicar u*(#) == ~a.. El control éptimo es de tipo bang-bang. ‘Se ha encontrado un control admisible que lleva el sistema desde el estado inicial al estado final ‘en ua tiempo finito, Ello quiere decir que existe solucisn al problema formulado. Por otra parte, la solucién dptima, que sabemos existe, debe cumplir las condiciones del principio del méximo. Asi pues, al aplicar las condiciones del principio del méximo, hemos oblenido que hay un Gnico conjunto de furciones para los que se cumple, por lo que se puede asegurar que constituyen la solucién éptima del problema, sin que haya que estudiar condiciones suficientes. PROBLEMA DE CONTROL OPTIMO DE UN SISTEMA LINEAL CON FUNCIONAL OBJETIVO CUADRATICO La familia de problemas de control éptimo de un sistema lineal con objetivo cuadritico tiene mucho interés, porque se utiliza mucho en la prictica. Ello es debido a que se obtiene una solucién analitica ranejable para muchas variables de estado y de control y, ademéc, a que el sistema controlado que 492 obtiene es lineal Consideremos el siguiente problema apa! f" [eotworxer sun aono]ars been? eo, sujetoa : £0) = AKO + BDU, con : x(t) = x0, ‘en donde, para cada ¢ U0), esl vector de estado (n-dimensional), (0, 68 1 vector de contol (n-dimensional), (©, BO), WO, AC) soa matrices dadas,siendo A(®) de dimensiones m x n, BO: x m, W(0) :n xn, siondo siméiticn y semidefinida negativa, A): m x my defini negatva Fes el vector aspuesto dev ‘A coatinuacién vamos a resalver e! problema, 1 Aetwet dul aw + 2(Ax + Bu), BAT We + sul Au + (Ax + Bu), ‘en donde, para cada 1, A(1) es el vector fla n-dimensional, de variables de coestado. Apliquemos las condiciones del principio del méximo de Pontryagin: D HG Hy AWD i = 2 2 we AAT cons) = -MeDECO),184 Optimizacién dinémica ‘ya que en este caso es stot) = fehveaxtey, porlo que AT (ey) = (WeS eT = ~ Wena le 2) Hay que resolver el siguiente programa matematice gc polo quien ves Sf ents, eH ae {que es definida negativa, por hipétesis, por lo que strata de un méximo, » $= Ax-+ Bu, con x(to) = 0 itwyendo el valor obtenido en 2) para u* se obtiene: Ax + BART) “Tenemos, por tanto: = Ax ~ BA1BT2", conx(y) = m0. 5.14) AT = = ws = ATAT, con) = — Wedel) 6.15) Es un sistema de 2n ecuaciones diferenciales, con m conciciones iniciales (para x) y n condiciones finales (para 2"), ‘Se ensaya la siguiente solucién para el sistema: aTay = PKC, cen donde, para cada t, P(t) es una matriz n x n, que esté For determinar. Sustituyendo en el sistema, se obtiene: f= Ax BART Ps = (A~ BAM'BT Pz, 6.16) AT = = Wa AMAT =—(W 4 ATP). 6.17 ‘Sustituyendo en (3.17) ol valor de 47, se obtiene: Bx Pe = —Wa— AT Px. 6.18) Premultplicando (5.16) por P: Ax — PBA~!BT Px. 6.19)5.5 CaprvioS Extensiones 185 Restando (5.19) a (5.18), se llega Br = —Wx ~ AT Px — PAx + PBA~'BT Px. (que se puede expresar como: —Px = (WH ATP + PAW PBA*BT Px Esta ecuacién se satisface para cada x(t), si P(t) se clige de modo que cumple Pb =W4 ATP + PAW PBA'BTP. Ademés, tiene que ser a(n) = Wade, pero, por otra parte, IF) = Pdeter, por lo que debe ser Pen) = Wen). Por tant: P= W+alP+PAa— Pease, 5.20) cous PED == Wo. A (5.20) se le Hema ecuscién de Riccati, en Ix incdgnita P(e). Se resuelve hacia atrés en el tiempo, con la condicién P(r1) = —W(11). Se comprucba que lz solucién P(r) es simétrica y semidefinida negativa El control éptimo es: WO = AO BORO? = —A(™ BOT PCO, donde P(¢) se encuentra resolviendo Ia ecuacién de Ricatti, Se puede expresar: uh) = KOx(t), en donde KO) = —AO™ BOT PO), El sistema controlado ser 870 = (AQ) = BOA BO? PW)x(1), con x) = x0. Bs inmediato comprobar que se cumplen las condiciones suficientes de Mangasarian, por lo que se puede asegurar que el control obtenido es el Sptimo del problema. HAMILTONIANO “VALOR PRESENTE” En muchos probiemas de control éptimo que se estudian en economia, aparece en el objetivo un 8, que a veces complica las operaciones enceminadas a la obtenciéa dela so- factor de deseuento luci6n 6ptima. Para facilitar el estudio de estos problemas, se utiliza en ocasiones otro Hamiltoniano, lVarado Hamiltoniano “valor presente”, que se introduce en esta secci6n.186 Optimizacion dinémica ‘Consideremos el siguiente problema : mp = [oem nes, sujetoa : ¥= f.u. ny con: (0) = x0, ui) € 2). ‘Apliquemos el principio del méximo, como lo hemos hecho hasta ahora, Bt Hamiltoniano seré HWA. 1) = Ge we + ASCE HD. Las condiciones del principio del maximo son: » : 8 Econ AT) = Serco MT) = 0, 2 max H Ta 3 #= f(z,u.1),con 20) = 20. ‘Ademés, si fuera T libre, habria que aftadir (H ‘Se define e1 Hamiltoniano “valor presente”, represeatado por Je, de la siguiente forma: He = He = G(x, ute FH. Sea my = ane" Ser Ag) = emi, ¥ por tanto; He) = Be" (a) + MnO, Sea! He, 4m, 1) = GO HD MO FOE A. ‘Vamos a reformutar el principio de! méximo, utilizando el Hamiltoniano “valor presente” J€ y Ia variable asociada m En la condici6n 1), expresada anteriormente, se sustituyen 4 y 4 en té:minos de m, rt, obte- nigodose que: 0G un _ of x’ Max les equivalente a:Capituio 5 Extensions 187 {ue se puede expresar com: ox 2 stm. Lacon danse (7) = Deseguvaene eT m(T) =0 yoome oT 40, 12 pote ers ome m(T) = 0. La contin 2 mast 22 puede cxprercomo max e*" 32. Como e~# > 0, la soluci6n 6ptima de ese problema, es le misma que la de max 30 Por tiltimo, la condicién (yar =0, se puode expresar como: Hen pero como eT £0, vesulia que es equivalente a rar =0. Por tanto, se ha obtenido una formulacién alternativa del principio del méximo, para el problema cconsiderado en este apartado. Se parte del Hamiltoniano “valor presente”, que se define como: FEC usm) = GOR, ws) + mf Oe Las condiciones del principio del maximo son: D 2a = ~Z 4am, con m(T) = 0. 2» max 2 » = f(r, ),con 2 ‘Ademis, si T fuera libre, habria que aBadir (90), = 0.188 Optimizacién dinémica Rjemplo 5.9 Resolverel siguiente probleme, utilizando el Hamiltoniano “valor presente”: on ta [e808 fo yew] ae, sijetoa': = 23, con : (0) SOLUCISN. El Hamiltoniano “valor presente” es: He, um, 1) =~ Pa? + mz — 34). Asplicamos las condiciones de! principio del maximo para cl Hasniltoniano “valor presente”: > 28 5p =e 1) 2m 0.05, ay con m(2) = 0. 2). Hay que resolver el siguiente programa matematico: min 3. por lo que se tiene que verificar Qu 3m wm Ademds, como . aH Tt =2>0, ‘se cumple la condicidn suficiente de minimo para el programa matemético a resolver, 2 2x = 34, con x(0) = ‘Sustituyendo u por el valor obtenido al aplicar la condicién 2), queda: 0 Jo que es lo mismo: (522) de don 5 4 Pe 2-H FE + Gs cs decir: = 0, 05% ~ 12,90:5.6 Capitulo $ Extensions 189 cuya soluciéa es: (0) = Ae?" + Be55 +.0,70, Imponiendo la condici6n inicial, se obtiene: 5=x(0) =A +B +0,70 => B =4,30~A, por lo que: (0) = Aeh8l 4 (4,30 — Ade 955 4.0, 70. Sustitayendo en (5.22), se lega a que: ‘m(a) = 0, 366" 4. (5, 13 ~ 1, 24a)e"9 40, 31 Imponiendo la condici6n final para m(t), queda: 0 m(2) = 0, 36427 4 (5, 13 — 1, 244)e* 40,31, de donde se deduce que: A= -0,06. Por tanto: m*(0) = 0,026" 45, 206-5 40,31, 210 = = 0, 06098" 4 4, ¥6e-355 40,70, (0) = 0,039 +7, 8029" 0,47, para0 <4 <2. Se comprueba, de manera sencilla, que se verifican las condiciones suficientes de Mangasarian, por lo que ta solucién obtenida al aplicar el principio del méximo es mfnimo global . HORIZONTE TEMPORAL INFINITO En esta seccién se estudian problemas en los que el insiaote final 1) 00 es finito. Consideremos, por tanto, el siguiente problema sujetoa: £= f(r,u,0), con (0) = 20. W € 20. En economa se presentan gran cantidad de problemas con horizonte temporal infinito. Ast, en teorfa del crecimiento econdmico es habitual considerar esta formulacién. Ello es debido a que, en caso de suponer horizonte finito, habria que imponer una condicién final para el stock de capital, y ésta en {general ao se conoce. Ademés, el proceso de acumulacién de capital sigue de manera natural en el tiempo, y no existe un instante en el que termine. Fl estudio de problemas con horizonte temporal infinito, permite Ia utilizacién de ciertos instrumentos matemétieos que no son vslidos para el caso fini.190 Optimizacién dinémica ‘Al abordar estos problemas, se pueden presentar dos tipos de dificultades: 1 Convergencia de la integral que constituye el objetivo. Si para cada control admisible, se verifica que Jo [Pew nde, ‘es un mimero real, se puede seguir utilizando la misma definicién de éptimo que se considera para hhovizonte finito, y no aparece ninguna dificultad adicional desde el punto de vista de! funcional objetivo. Un case interesante, que se presenta a menucio en economéa, ¢s aquel en el que Ia funcién integrando es de la forma: FEUD = GED. siendo 8 > 0, latasa de descuento y GC, u,#) una funcién acotada, es decir, existe K€ R, tal que {Gle,u.)] < Ku €Q, x factible, 1 € 0,00), En estas condiciones, dado que’ J f etowunde 2 f etd la integral es convergente para cada control admisible. ‘Sino se vetifion que pats cada control acimisible la integral del objetivo es converzente, el pro- blema no tiene solucién. con el eriterio de optimalidad antes definido, Existen otros exiterios de optimalidad més generales para estudiar estos problemas, que no vamos a considerar en est libro. Los lectores interesados pueden consultar jog libros de Carlson, Maurie y Leizarowitz (1991), ¥ de Seierstad y Sydsaeter (1987). ) Condiciones de transversalidad. : Un resultado que no vamos a demostrar en este libro es que para el problems con horizonte infi- rito formulado, et aplicable el principio del méximo de Pontryagin, con condiciones finales 0 de transversifidad adecuadas, que iremos comentando, La dificuliad aparece dado que no siempre es aadeouada ia generalizaci6n a instante final infinito (paso al Limite), de la condicién de transversalicad correspondiente al caso finito K 5.6.1 Diferentes tipos de condiciones finales ‘Vamos a estudiar diferentes tipos de condiciones finales. {i) El estado del sistema debe tender a un estado estacionario dado «, En este easo se aplica el principio de! méximo, imponiendo como condicién final: ‘Him, 200 = 46 ‘Como ilustracign estudiemos et siguiente problema: max t f © " lo sujetoa B= fw). con = (0) = 0, Gtx woe, im x(t)CaptuioS Extensiones 191 siendo x, un estado estacionario. Se supone que fy G poseen derivadas parciales primeras y segundas continuas, y que G esti acotada. Para resolver el problema, se define el Hamiltoniano valor presente’ HE, usm) = Ge, w) mf lx). ‘Accontinuaciéa se aplica el principio del miximo,en la formulaci6a del Hamiltoniano valor presente: nD ax man — 8% 2) Hay que resolver: ings 26 ome Como u no est suet a restrictions, srt ax 28 Gy + mhe oe +mfu ‘Suponemos que se cumple la condicién suliciente de méximo para el problema a resolver en. lacondicién 2), 3 £64), con (0) im, x) = Por ser xq estado estacionario (punto de equilibrio), existirdn m,,u,, tales que cumplirén junto con x, la condicién necesaria de optimalidad en 2): Galey. ts) + mg fale te Gale, a) + fale) =O define a u como funcién implicta diferenciable de (x,m), alrededor det punto (xy, my). Sea u = Ux, m), verificéndose que u, = U(x. m,). Obtengamos los valores de au au Oe” im se verificard que: Gale, UGE, my) + mfx, UO) Derivando miembro a miembro, con respecto a x: au aw Gaetan 5 + m[ fa + Je | =O de donde, despejando la derivada parcial de U/ con respecto a x, se obtiene que: U Gun + fae Haw ox Gun + fun Haw192 Optimizacién dinémica ‘Andlogamente, derivando miembro 2 miembro, con respecte am 7, wu au, Gans t 4 UCM) tars de donde se obtione que: ou fa Om Bae LLievando et resultado obtenido en 2 «les condiciones 2) y 3) del principio del maximo se obtiene siguiente sistema de ecuaciones diferenciales: F(x, UGE, m)), in = bmn — Hx, UC, my. Cada una de las funciones de segundo miembro se aproximan a continuacin por un polinomio de ‘grado umo, utilizando el teorema de Taylor, en et punto de equilibrio (xy, ma). ‘Teniendo en cuenta que en el punto de equiibrio (x, ms) las derivadas de x y de m serdin cero, se verificard que: Fee, Ue, ms)) = 0. Sims — Heeb, Ur, mado me) =O, por lo que el sistema dado, se puede aproximar por Ee + fale (= 0) + felon — me), tt = (Hag + Hay Us ME = 44) +B ~ Houle ~ Selon ~ me), Pero por ser Her yp fa oe Hau i Hon ave: Kae eee iat ec Fe fae) Ka tds He A (Hex — Ft Vx — es) +B + Haze, Podemes poner: fabs) + 5m — ma. t= cx 2) +B —a)lm — mp), en donde Han aah ‘que estén particularizados en xy, me. tty = Ure. ms) Hemos aproximado el sistema de ecuaciones diferenciales que siguen las trayectorias éptimas, por un sistema lineal que se comporta como el sistema original, alrededor del estado estacionario. Utilizando notacién matricial queda: (SiR) a (2 te) (00%)