Manual de soluciones del libro

"Mtodos dinmicos en economa"

Versin 0.4
Hctor Lomel Ortega
Beatriz Rumbos Pellicer
Lorena Zogaib Achcar
1 de septiembre de 2004
ndice General
2 Ecuaciones diferenciales lineales 3
3 Ecuaciones no lineales de primer orden 7
4 Sistemas de ecuaciones diferenciales lineales 11
5 Anlisis cualitativo 15
6 Conceptos bsicos de dinmica discreta 20
9 Optimizacin esttica 22
11 Introduccin al clculo en variaciones 39
1
Nota para el lector
La presente es una versin preliminar de las soluciones del libro Mtodos dinmicos
en economa.
Estamos conscientes de que, a pesar del esfuerzo y cuidado puestos en este tra-
bajo, es probable que existan errores involuntarios en las respuestas que aqu pre-
sentamos. Agradeceremos sus comentarios y correcciones al presente documento
a las siguientes direcciones electrnicas:
lomeli@itam.mx
rumbos@itam.mx
Con cierta frecuencia aparecern nuevas versiones en la pgina del departamento
de Matemticas del ITAM, en:
http://matematicas.itam.mx
Gracias por leer nuestro libro.
Los autores
2
Captulo 2
Ecuaciones diferenciales lineales
2.2 b = 3, c = 6, x
0
= 5.
2.3 = 3, =
1
9
, A =
1
18
, B =
1
18
. Por lo tanto la solucin para las condiciones
iniciales dadas es x(t) =
1
9
+
1
18
e
3t
+
1
18
e
3t
.
2.4 = 0, = 7. Por lo tanto la solucin para las condiciones dadas se puede
escribir como y(v) = 7e
v
sin v.
2.5 a) x(t) = ke
5t
, la solucin no converge a su estado estacionario.
b) x(t) = ke

t
2
, la solucin s converge a su estado estacionario.
c) x(t) = 8 + ke
t
, la solucin s converge a su estado estacionario.
d) x(t) = 2 + ke
5t
, la solucin no converge a su estado estacionario.
2.6 P(t) = 5 + ke
6t
, el estado estacionario es P

= 5. La solucin s converge a su
estado estacionario.
2.7 a) P(t) = P
0
e
at
.
b) t

=
ln2
a
.
c) lim
t
P(t) = 0.
2.8 P(t) = P
0
e
()t
. Si > , lim
t
P(t) = , es decir que P crece indenidamente.
Si = , lim
t
P(t) = P
0
, es decir que P es siempre constante. Si < ,
lim
t
P(t) = 0, es decir que P se extingue.
2.9 P(t) =
E
a
+
_
P
0

E
a
_
e
at
. Si P
0
=
E
a
, entonces P(t) =
E
a
, por lo tanto lim
t
P(t) =
E
a
es decir, la poblacin es constante. Si P
0
>
E
a
, entonces lim
t
P(t) = , es
3
4
decir la poblacin es creciente. Si P
0
<
E
a
, entonces lim
t
P(t) = , es decir
la poblacin es decreciente.
2.10 Factor de integracin (t) = e
_
T
t
r(s)ds
. Interpretacin: Y(t) es la inversin, B(t)
es el precio del bono y
Y
T
B
T
+
_
t
T
(s
/
)ds
/
es la cantidad de bonos que se tienen
en la inversin.
2.11 a) r(t) = r
0

1
t + 1
.
b) B(t) = e
r
0
(tT)
_
T +1
t + 1
_
.
c) (t) = e
r
0
(Tt)
. Si < 0 tenemos retiros.
d) Z(T) =
1
r
0
_
e
r
0
(Tt)
1
_
+ 1.
e) Y(t) =
T + 1
t +1
e
r
0
(tT)
_
1 +
1
r
0
_
e
r
0
(tT)
1
_
_
= B(t)Z(t). Simplicando
Y(t) =
T + 1
t +1
__
1
1
r
0
_
e
r
0
(tT)
+
1
r
0
_
.
2.12 a)

Y es el cambio en la inversin. Se debe a las ganancias rY generadas
por invertir a una tasa Y menos las perdidas X(t) debidas al ujo de
inversin.
b) Y(t) = e
r(tT)
Y(T) + e
rt
_
T
t
e
rs
X(s)ds. En el lmite T , Y(t) =
e
rt
_

t
e
rs
(s)ds.
c) Cambio de variable = s t. Por lo tanto Y(t) =
_

0
e
r
X( + t)d.
2.13 La f (t) + bg(t) =
_

0
e
st
[a f (t) + bg(t)] dt
=
_

0
e
st
(a f (t)) dt +
_

0
e
st
(bg(t)) dt
= a
_

0
e
st
f (t)dt + b
_

0
e
st
g(t)dt = aL f (t) + bLg(t) .
2.14 a) x(t) =
1
2
+ ce
2 sin t
.
b) x(t) =
1
2
+ ce
t
2
.
c) x(t) = 5 + e

t
3
3
.
5
d) x(t) =
1
7
e
t
+ e
6t
.
e) y(u) =
1
3
+
2
3
e
u
3
.
2.15 a) p
e
+
_
r
r
_
p
e
=
d
r
. Resolviendo encontramos que
p
e
(t) =
d
r
+
_
p
e
0

d
r
_
e
(
r
r
)t
.
b)
_

0
de
rt
dt = lim
b
_
b
0
de
rt
dt =
d
r
lim
b
_
e
rb
1
_
=
d
r
.
c) lim
t
p
e
(t) =
d
r
+
_
p
e
0

d
r
_
lim
t
e
(
r
r
)t
=
d
r
= p

ya que, r > 0 y r > .

d) Sustituyendo (2.29) en (2.28) se tiene que p =
d
r
+

r
(p p
e
) . Por lo tan-
to p = p

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

_

r
_
p
e
.
Por lo tanto lim
t
p(t) =
_
r
r
_
p

_

r
_
y lim
t
p
e
=
_
r
r
_
p

_

r
_
p

= p

.
e) p(t) = p

_
r
r
_
(p
e
0
p

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

+ (p
e
0
p

) e
(
r
r
)t
,
con r > .
2.16 Sea v = ln y, entonces e
v
= y y y
/
= e
v
dv
dt
. Sustituyendo e
v
dv
dt
+ P(t)e
v
=
Q(t)e
v
v. Por lo tanto v
/
Q(t)v = P(t).
2.17 Sea v = ln y, resolviendo para v se obtiene v(t) =
t
3
4
+
c
t
. Como y(t) = e
v(t)
entonces y(t) = e

t
3
4
+
c
t
.
2.18 Sea A x + B x + Cx = 0 una ecuacin diferencial homognea con coecientes
constantes, donde A ,= 0, B, C R. Sean x
1
, x
2
dos soluciones de la ecuacin,
es decir: A x
1
+ B x
1
+ Cx
1
= 0 yA x
2
+ B x
2
+ Cx
2
= 0. Sea x
3
= ax
1
+ bx
2
.
Entonces A x
3
+ B x
3
+ Cx
3
= A(a x
1
+ b x
2
) + B (a x
1
+ b x
2
) + C(ax
1
+ bx
2
) =
a (A x
1
+ B x
1
+ Cx
1
) + b (A x
2
+ B x
2
+ Cx
2
) = 0. Por lo tanto x
3
= ax
1
+ bx
2
es solucin de la ecuacin A x + B x + Cx = 0.
6
2.19 a) x = 1, x(0) = 2, x(0) = 4.
b) x 3 x + 2x = 6t 7.
c) x + 4 x + 5x = 0.
2.20 a) x(t) = e
t
.
b) x(t) = e
5
4
t
_
3 cos

23
4
t +
13

23
sin

23
4
t
_
.
c) x(t) = e
t
[cos t + sin t] .
d) x(t) = (1 3t)e
3t
.
2.21 a) x(t) = k
1
e
(1+

2)t
+ k
2
e
(1

2)t
7.
b) x(t) = c
1
cos t c
2
sin t + 1.
c) x(t) = e
5
4
t
_
c
1
cos

23
4
t c
2
sin

23
4
t
_
+ 3.
d) x(t) = A + Be
3t
4t.
e) x(t) = c
1
e
t
+ c
2
e
2t

1
2
.
f) x(t) = c
1
e
3t
+ c
2
te
3t
+
1
9
.
2.22 p(t) = m + e

2
t
(Acos t Bsin t) , con > 0, 0.
u(t) = u
e

2
t

__
A
2
B
_
cos t +
_
B
2
A
_
sin t
_
.
Adems lim
t
p(t) = m y lim
t
u(t) = u, lo que quiere decir que se satisface el
mismo comportamiento asinttico que en el caso > 4.
2.23 a) x(t) = c
1
cos 2t c
2
sin2t
t
4
cos 2t.
b) x(t) = c
1
e
t
+ c
2
e
3t
3t
2
+ 4t
14
3
.
c) x(t) = c
1
e
t
+ c
2
e
2t

4
3
te
t
.
d) x(t) = c
1
e
3t
+ c
2
e
t

1
2
e
t
cos t + 2 sin t.
e) x(t) = e
3t
(c
1
cos 2t c
2
sin2t) + e
2t
_
1
17
cos 2t +
4
17
sin2t
_
.
2.24 x(t) = k
1
e
t
+ k
2
e
2t
+ k
3
e
t
.
Captulo 3
Ecuaciones no lineales de primer
orden
3.1 a) x(t) = [t[ o x(t) = t si t > 0.
b) x(t) = [t[ o x(t) = t si t > 0.
c) x(t) =
1
2 t
.
d) x(t) = tan
_
t 1 +

4
_
.
e) x(t) =
3
_
2 (t + 1)
3/2
+
71
27
.
3.2 a) y(x) = sin
1
_
2
x
2
+1
.
b) y(x) 2 ln [y(x) + 2[ = ln [x + y[ 1.
c) y(x) =
_
1
2
e
t
+
1
2
e
3t
.
3.3 a) N(t) =
N

1 +
_
N

N
0
1
_
e
N

kt
para N

,= N
0
. Si N

= N
0
entonces N(t) =
N

.
b) lim
t
N(t) = N

, es decir que el nmero de personas que habr odo el

rumor cuando t sea muy grande tender al nmero total de personas
del pueblito.
3.4 Sea w = k
1
. Resolviendo se obtiene w(t) = ce
(1)(n+)t
+
s
n +
. Por lo tanto
la solucin para k es de la formak(t) = w
1
1
=
_
ce
(1)(n+)t
+
s
n +
_ 1
1
.
7
8
Adems lim
t
k(t) =
_
s
n +
_ 1
1
= k

.
3.5 a) Sea = K

L
1
. Entonces

L
L
=
L

=
L
K

L
1
=
1
K

L
1
=

L

. Por lo tanto

L = L
L
+1
K

, donde K es constante.
b) Sea w = L

. Resolviendo se obtiene w(t) =

_
1
L

_
e
t
+

K

.
Por lo tanto L(t) = w(t)

=
__
1
L

_
e
t
+

K

.
c) lim
t
L(t) =
_

K

. Por lo tanto lim

t
L(t) =
_

_1

K.
3.6 a) Sea w = y
1n
. Su solucin est dada por w(t) = ke
t

. Por lo tanto
y(t) =
1
ke
t
1/
. Como P =
C
r
y + L, entonces
P(t) =
1
_
1
P
0
L
+
r
C
_
e
t

r
C
+ L.
b) lim
t
P(t) =
_
L, P
0
,= C L
P
0
, P
0
= C L
.
3.7 a) x(t) =
1
2t 2 + ce
t
.
b) Sea w =
1
y
2
, cuya solucin es w(x) = x +
1
2
+ ce
2x
. Por lo tanto y(x) =

_
x +
1
2
+ ce
2x
_

1
2
.
c) Sea w =
1
y
, cuya solucin es w(x) =
x + c
x
. Por lo tanto y(x) =
x
x + c
.
d) Sea w =
1
y
3
, cuya solucin es w(x) = x
3
_
2x
3
+ c
_
. Por lo tanto y(x) =
1
x [2x
3
+ c]
1
3
.
3.8 a) Sea w = x
6
, entonces la tenemos la solucin w(t) = 1 + ce
6t
. Por lo tanto
x(t) = 1.
b) Sea w = x
4
, entonces la tenemos la solucin w(t) =
4
43t
+
c
t
44
. Por lo
tanto x(t) =
1
4
_
47
43t
44

4
43t
.
9
c) Sea w = y
2
, entonces la tenemos la solucin w(t) =
1
t
+
c

t
. Por lo
tanto y(t) =

t, con t > 0.
3.9 a) x = 0 equilibrio inestable; x = 2 equilibrio estable.
b) x = 0, x = 12 equilibrios inestables; x = 3 equilibrio estable.
c) x = 2n equilibrio inestable; x = (2n + 1) equilibrio estable.
d) x = k equilibrio estable.
3.10 a) Si x
0
< 2 entonces x(t) converge a 2. Si x
0
> 2 entonces x(t) diverge.
b) Si x
0
< 0 entonces x(t) converge a 0. Si 0 < x
0
< 1 entonces x(t) conver-
ge a 1. Si x = 1 es un punto de equilibrio estable.
c) Si x
0
< 0 entonces x(t) converge a 0. Si x
0
> 0 entonces x(t) diverge.
3.11 a) Como
d
dw
_
u
/
u
//
_
=
(u
//
) (u
//
) u
/
u
///
(u
//
)
2
= 1
u
/
u
///
(u
//
)
2
. Entonces
u
/
u
///
(u
//
)
2
=
1
d
dw
_
u
/
u
//
_
= k. De esta manera
d
dw
_
u
/
u
//
_
= 1 k. Lo que implica
u
/
u
//
= (1 k)w + A
/
. Donde A es continua. Por lo que se tiene
u
//
u
/
=
1
A
/
+ (1 k)w
. Sea A = A
/
entonces
u
//
u
/
=
1
A + (k 1)w
.
b) A + (k 1) w > 0 con w > 0.
c) Si k = 0 entonces u = k
2
+ k
1
Aw k
1
w
2
2
. Si k = 1 entonces
u
//
u
/
=
1
A
,
la cual es una funcin CARA (aversin relativa al riesgo constante). Si
k > 1 entonces
u
//
u
/
=
1
A + (k 1)w
y se parece al caso k = 0.
3.12 a) p =
1
1
[(m
0
+ + t) p] . Por lo que la solucin para esta ecua-
cin es
p(t) = (m
0
+ + t) + (p
0
m
0
) e

1
t
.
Adems lim
t
p(t) = , y
lim
t
p(t) = = m.
b) p =
1

(p m
0
t) . Cuya solucin, para las condiciones iniciales da-
das, es:
p(t) = (m
0
+ + t) + (p
0
m
0
) e
t

.
Adems lim
t
p(t) = , y lim
t
p(t) = .
10
3.13 a) Sea p
e
=
(1 )d
r
_
r
r
_
p
e
. Resolviendo se obtiene
p
e
(t) = p

+ (p
e
0
p

) e
(
r
r
)t
y
p(t) = p

r
(p
e
0
p

) e
(
r
r
)t
.
Adems lim
t
p
e
(t) = lim
t
p(t) =
(1 ) d
r
p

.
b) Si aumenta a > entonces en el momento del cambio, el cambio en
el precio p pasa de un valor cero a un valor negativo (el precio tiende a
disminuir) correspondiente a la condicin p
e
= p

. Despus p aumenta
en el tiempo y el sistema procede asintticamente hacia un nuevo valor
de equilibrio, p
e
= p

< p

.
c) p(t) =
_
p
0

(1 ) d
r
_
e
rt
+
(1 ) d
r
.
d) El nivel del precio diverge, a menos que p
0
=
(1 ) d
r
, con > .
Captulo 4
Sistemas de ecuaciones
diferenciales lineales
4.1 a) X(t) = c
1
_
1
1
_
e
2t
+ c
2
_
1
1
_
e
4t
.
b) X(t) = c
1
_
1

3
_
e
(2+

3)t
+ c
2
_
1

3
_
e
(2

3)t
.
c) X(t) = c
1
_
1
0
_
+ c
2
_
1
4
_
e
4t
.
d) X(t) = c
1
_
2
1
_
+ c
2
_
3
1
_
e
t
.
4.2 a) X(t) = c
1
_
e
t
cos t
e
t
sin t
_
+ c
2
_
e
t
sin t
e
t
cos t
_
.
b) X(t) = c
1
_
4
2
_
e
3t
+ c
2
_
4t
1 2t
_
e
3t
.
c) X(t) = c
1
_
cos 2t
sin2t
_
e
t
+ c
2
_
sin2t
cos 2t
_
e
t
.
d) X(t) = c
1
_
1
2
_
e
t
+ c
2
_
t
1 2t
_
e
t
.
4.3 a) X(t) = c
1
_
1
1
_
e
2t
+ c
2
_
1
2
_
e
3t

1
2
_
1
1
_
.
11
12
b) X(t) = c
1
_
2 cos

3
2
t
cos

3
2
t +

3 sin

3
2
t
_
e

3
2
t
+c
2
_
2 sin

3
2
t
sin

3
2
t

3 cos

3
2
t
_
e

3
2
t
+
_
2
5
_
.
c) X(t) = c
1
_
1
1
_
e
2t
+ c
2
_
1
2
_
e
3t

1
2
_
5
4
_
e
t
.
4.4 a) X(t) =
_
1
10
_
e

t
2
. Por lo tanto lim
t
X(t) =
_
0
0
_
.
b) X(t) =
_
cos t
sin t
_
e
t
.
c) X(t) =
_
_
_
5
0
0
_
_
_+
_
_
_
5 cos t +15 sin t
20 cos t +10 sin t
30 cos t 10 sin t
_
_
_e
t
.
4.5 a) X(t) = (2 + w)
_
1
1
_
e
t
+ (1 w)
_
1
2
_
e
2t
.
b) w = 2.
4.6 a) Se necesita que trA = a + d = 0 y que det A = ad bc < 0. En este caso

1
=
_
bc ad > 0 y
2
=
_
bc ad < 0.
b)
_
x(t)
y(t)
_
= c
1
_
b

1
a
_
e

1
t
+ c
2
_
b

1
a
_
e

1
t
.
4.7 a) X(t) = c
1
_
3
1
_
+ c
2
_
1
1
_
e
4t
.
b) lim
t
X(t) = c
1
_
3
1
_
=
_
3c
1
c
1
_
.
4.8 X(t) =
_
_
_
1
3
1
_
_
_e
2t
+ c
1
_
_
_
5 cos t +sin t
12 cos t + 2 sin t
4 cos t
_
_
_e
t
+ c
2
_
_
_
5 sin t cos t
12 sin t 2 cos t
4 sin t
_
_
_e
t
.
4.9 A =
_
_
_
2 7 2
0 1 0
3 7 3
_
_
_
.
13
4.10 a) Como el conjunto w
1
, w
2
, w
3
, . . . , w
n
es l.i. para todo t, por lo tanto las
columnas de (t) son l.i. de modo que existe la inversa
1
(t).
b) Sabemos que cada w
i
con i = 1, . . . n es solucin de la ecuacin

X = AX,
por lo que se tiene que w
i
= Aw
i
para i = 1 . . . n. As

(t) =
_
w
1
w
2
. . . w
n
_
=
_
Aw
1
Aw
2
. . . Aw
n
_
= A
_
w
1
w
2
. . . w
n
_
= A(t).
c) Sea (t) = (t)
_
t
0

1
(s) f (s)ds. Por lo tanto
_
t
0

1
(s) f (s)ds =
1
(t)(t).
Por otra parte

(t) =

(t)
_
t
0

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

(t)
1
(t)(t) + f (t) = A(t)
1
(t)(t) + f (t)
= A(t) + f (t).
Por lo tanto es una solucin particular a la ecuacin

X = AX + f (t).
4.13 a)
_
x(t)
y(t)
_
= c
1
_
4
3
_
e

4
10
t
+ c
2
_
1
1
_
e

11
10
t
+
1
11
_
2500
1625
_
.
b)
_
x(t)
y(t)
_
= c
1
_
4
3
_
e

4
10
t
+ c
2
_
1
1
_
e

11
10
t
+
1
6
_
17
19
_
e
t
10
.
4.14 a) x = f (x, y), y = 1.
b) x(t) = c
2
e
2t

1
2
t
1
4
.
4.15 El sistema lineal con coecientes constantes es
x
/
(w) = a
1
x(w) + b
1
y (w)
y
/
(w) = a
2
x (w) + b
2
y (w)
.
4.16
_
x(t)
y(t)
_
= c
1
_
1
1
_
t
2
+ c
2
_
1
3
_
t
4
.
4.18 a) x(t) = (cos t +sin t) e
t
. Adems lim
t
x(t) = 0.
b) x(t) =
1
3
+
5
3
e
3t
.Adems lim
t
x(t) = .
c) x(t) =
19
25

44
25
e
5t
+
6
5
t.Adems lim
t
x(t) = .
14
d) x(t) = (1 + 2t) e
t
.Adems lim
t
x(t) = 0.
e) x(t) = (1 2t) e
2t
.Adems lim
t
x(t) = .
f) x(t) = 4e
2t
+
8
3
e
3t
+
1
3
.Adems lim
t
x(t) =
1
3
.
4.19 a) y(x) =
_
u + w
2
_
e
x
+
_
u w
2
_
cos x +
_
u +2v + w
2
_
sin x.
b) w = u y v = u. Con esto se tiene y(x) = ue
x
. Por lo tanto lim
x
y(x) = 0.
4.20 y(t) =
1
5
e
2t
+
4
5
e
t
cos t
2
5
e
t
sin t. Adems lim
t
y(t) no est denido ya que la
funcin oscila.
4.21 a) y(x) =
_
2v 2u 1
5
_
e
x
+
_
2v +3u 1
5
_
e
x
cos x +
_
2v 2u +4
10
_
e
x
sin x.
b) u = 1 y v = 1. Con esto se tiene y(x) = e
x
. Por lo tanto lim
x
y(x) = 0.
4.22 y(t) =
1
4
e
t

1
4
e
t

1
2
sin t.
Captulo 5
Anlisis cualitativo
5.1 a) P

=
_
0
0
_
es un punto silla.
b) P

=
_
0
0
_
es un espiral atractora.
c) P

=
_
0
0
_
es un espiral repulsora.
d) P

=
_
0
0
_
es un nodo repulsor.
e) P

=
_

5
3
1
3
_
es un punto silla.
5.2 a) P

=
_
0
0
_
es un punto silla.
b) P

=
_
0
0
_
es degenerado inestable.
c) P

=
_
0
0
_
es degenerado.
d) P

=
_
3b
b
_
es un punto jo para cada b. Por lo tanto hay una inni-
dad de puntos jos, cada uno de ellos degenerado.
e) P

=
_
9
4

9
2
_
es un espiral repulsora.
15
16
5.3 a) P

=
_
_
_
0
0
0
_
_
_es degenerado.
b) P

=
_
_
_
0
0
0
_
_
_ es nodo repulsor.
c) P

=
_
_
_
0
0
0
_
_
_ es degenerado.
d) P

=
_
_
_
4
1
1
_
_
_es nodo repulsor.
5.4 a) Existen cuatro puntos jos: P

1
=
_
0
0
_
, P

2
=
_
0
6
_
, P

3
=
_
2
0
_
, y
P

4
=
_
4
2
_
. El punto P

1
es un nodo repulsor, P

2
un nodo atractor, P

3
un punto silla y P

4
una espiral atractora. Se tiene que lim
t
_
x(t)
y(t)
_
=
_
0
6
_
es decir que la poblacin de x se extinguir y la de y tender a 6,
no es posible que las dos poblaciones coexistan en el largo plazo.
b) Existen cuatro puntos jos: P

1
=
_
0
0
_
, P

2
=
_
0
2
_
, P

3
=
_
3
0
_
, y
P

4
=
_
4
2
_
. El punto P

1
es un nodo repulsor, P

2
un punto silla, P

3
un
nodo atractor y P

4
un punto silla. Se tiene que lim
t
_
x(t)
y(t)
_
=
_
3
0
_
es decir que la poblacin de x tender a 3 y la de y se extinguir, no es
posible que las dos poblaciones coexistan en el largo plazo.
c) Existen cuatro puntos jos: P

1
=
_
0
0
_
, P

2
=
_
0
3
_
, P

3
=
_
1
0
_
, y
P

4
=
_
10
3
14
3
_
. El punto P

1
es un nodo repulsor, P

2
un punto silla, P

3
un
punto silla y P

4
un nodo atractor. Se tiene que lim
t
_
x(t)
y(t)
_
=
_
10
3
14
3
_
17
es decir que la poblacin de la especie x se estabilice en
10
3
y la de y en
14
3
. Se espera que las poblaciones coexistan en el largo plazo.
5.5 a) Para el punto jo
_
P

_
=
_
0
0
_
,se tiene la direccin estable dada por
= 1 que es U =
_
0
1
_
, y la direccin inestable dada por = 1 que
es V =
_
1
0
_
.
b) Como NP es el nmero de encuentros Depredador-Presa por unidad
de tiempo, entonces representa la frecuencia de encuentros entre las
especies.
5.6 a) Se obtiene un comportamiento cclico si 0 < a < 1 y b = a.
b) El sistema es estable si a < 1, b > a y ab < 1.
5.7 El punto jo est dado por
_
w

_
= p

_
a
1
_
. La solucin del sistema es
_
w
p
_
= c
1
_
a
1
_
+ c
2
_
1
AB+C
A
_
e
[
2
[t
,
donde
2
= A a (AB + C) . Adems lim
t
_
w
p
_
= c
1
_
a
1
_
. Por lo tanto,
los puntos jos son mltiplos del vector
_
a
1
_
y son puntos de equilibrio
estables.
5.8 a) P

= (0, 0) es un punto silla porque

1
= + > 0 y
2
= < 0.
b) Para el punto jo P

se tiene E
s
= gen
__
1
+
__
con
2
< 0 y
E
u
= gen
__
1

__
con
1
> 0.
5.9 El punto P

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

neal estable es E
s
(

0) = gen
_

_
_
_
_
1
1
1
_
_
_
_

_
que representa una recta. El espacio
lineal inestable es E
u
(

0) = gen
_

_
_
_
_
5
0
2
_
_
_,
_
_
_
1
0
0
_
_
_
_

_
que representa un plano.
18
5.11 a) El punto jo es P

=
_
k

_
=
_
1
4
5
_
y es un punto silla porque para
ese punto se obtiene
1
=
1
2
< 0 y
2
=
4
5
> 0.
b) En P

la recta tangente que aproxima la variedad estable W

s
(P

) es c =
4
5
k. Similarmente, la recta tangente que aproxima la variedad inestable
W
u
(P

) es c =
1
2
k +
13
10
.
c) c
0

4
5
(1.1) = 0.88 > c

.
5.12 v = 2u.
5.13 a) Los puntos jos son cuatro: P

1
= (0, 1), P

2
= (0, 1), P

3
= (
1

3
, 0), y
P

4
= (
1

3
, 0). Los puntos P

1
y P

2
son los nicos puntos silla. Los
puntos P

3
y P

4
dan soluciones cclicas. Para P

1
se tiene
E
s
(P

1
) = gen
__
0
1
__
=
_
(x, y) R
2
[ x = 0
_
,
E
u
(P

1
) = gen
__
1
0
__
=
_
(x, y) R
2
[ y = 1
_
.
Para P

2
se tiene
E
s
(P

2
) = gen
__
1
0
__
=
_
(x, y) R
2
[ y = 1
_
,
E
u
(P

1
) = gen
__
0
1
__
=
_
(x, y) R
2
[ x = 0
_
.
b) Por regla de la cadena
y
x
=
dy/dt
dx/dt
=
dy
dt
dt
dx
=
dy
dx
.
Entonces
dy
dx
=
y
x
=
1 3x
2
y
2
2xy
=
1 3x
2
2xy

y
2
2xy
.
Por lo tanto
dy
dx
=
_
1 3x
2
2xy
_
y
1

1
2x
y,
que es una ecuacin de Bernoulli con n = 1.
19
c)
W
s
(P

1
) = W
u
(P

2
) =
_
(x, y) R
2
[ x = 0
_
y
W
u
(P

1
) = W
s
(P

2
) =
_
(x, y) R
2
[ x
2
+ y
2
= 1
_
.
5.14 a) Hay dos puntos de equilibrio: P

1
=
_
0
0
_
y P

2
=
_
3
4
3
_
. El punto P

1
es un nodo repulsor y P

2
es un punto silla.
b) Existen dos puntos de equilibrio: P

1
=
_
0
0
_
y P

2
=
_

1
3

1
3
_
. El
punto P

1
es un punto silla y P

2
es un centro (soluciones cclicas).
5.15 El punto jo
_
k

_
=
_
I(p

f
/
(k
)
r+
_
es un punto silla.
a) La tasa de convergencia est dada por =
r
_
r
2
4 det J

2
< 0, don-
de
det J

= (r + ) + f
//
(k

)I
/
(p

).
Se tiene adems que lim
r>>1
= .
5.17 a) El nico punto jo del sistema es P

=
_
1
e
_
y es un punto silla.
b) Para P

se tiene E
s
(P

) = gen
__
0
1
__
=
_
(x, y) R
2
[ x = 1
_
y
E
u
(P

) = gen
__
1
e
__
=
_
(x, y) R
2
[ y = ex
_
.
c) y(x) = e
x
+
c
x 1
.
d) Para P

se tiene
W
s
(P

) =
_
(x, y) R
2
[ x = 1
_
y
W
u
(P

) =
_
(x, y) R
2
[ y = e
x
_
.
Captulo 6
Conceptos bsicos de dinmica
discreta
6.4 a) x
t
=
_

1
2
_
t
(x
0
2) + 2. Adems lim
t
x
t
= 2, es decir que es asinttica-
mente estable.
b) x
t
=
_
3
2
_
t
(x
0
+4) 4. Adems lim
t
x
t
= , es decir que es asinttica-
mente inestable.
c) x
t
= (1)
t
_
x
0

5
2
_
+
5
2
. Adems lim
t
x
t
no est denido es decir que
diverge.
d) x
t
=
_

1
3
_
t
x
0
. Ademslim
t
x
t
= 0, es decir que es asintticamente esta-
ble.
6.5 La ecuacin en diferencia para el ingreso es Y
t+1
= mY
t
+ (c + I) . Tiene como
punto jo a y

=
c + I
1 m
. Por lo tanto, la solucin de la ecuacin es Y
t
=
m
t
_
Y
0

c + I
1 m
_
+
c + I
1 m
. Adems lim
t
Y
t
=
c+I
1m
> 0, es decir que el punto
jo es asintticamente estable.
6.8 a) Puntos jos: x

1
= 1 el cual es asintticamente inestable y x

2
= 1 el cual
es un punto silla.
b) Puntos jos: x

1
= 1 el cual es asintticamente inestable y x

2
= 3 el cual
es asintticamente estable.
6.10 a) p
t
=
1
3
p
t1
+
8
3
. El punto jo es p

= 2 el cual es asintticamente esta-

ble, ya que lim
t
p
t
= 2.
20
21
b) p
t
= p
t1
+
11
2
. El punto jo es p

=
11
4
el cual es inestable, se tiene
que lim
t
p
t
no existe.
c) p
t
= 3p
t1
+ 16. El punto jo es p

= 4 el cual es asintticamente
inestable.
Captulo 9
Optimizacin esttica
9.1 Sean A y B subconjuntos convexos de R
n
.
a) Sea A + B = a + b[a A y b B y sean c
1
, c
2
A + B. Entonces
c
1
= a
1
+ b
1
, c
2
= a
2
+ b
2
donde a
1
, a
2
A y b
1
, b
2
B. Como a
1
, a
2
A
y b
1
, b
2
B con A y B convexos, entonces (0, 1) se tiene que a
1
+
(1 ) a
2
A y b
1
+ (1 ) b
2
B. Por lo tanto, [a
1
+ (1 ) a
2
] +
[b
1
+ (1 ) b
2
] A + B. De donde (a
1
+ b
1
) + (1 ) (a
2
+ b
2
)
A+ B. Entonces c
1
+ (1 ) c
2
A+ B. Por lo tanto A + B es convexo.
b) Sea kA = ka[a A para k R y sean c
1
, c
2
kA.Entonces c
1
=
ka
1
, c
2
= ka
2
donde a
1
, a
2
A. Como a
1
, a
2
A y A es convexo,
entonces (0, 1) se tiene que a
1
+ (1 ) a
2
A. Por lo tanto,
k [a
1
+ (1 ) a
2
] kA. De donde [ka
1
] + (1 ) [ka
2
] kA. Enton-
ces c
1
+ (1 ) c
2
kA. Por lo tanto kA es convexo.
9.2 Sea X R
n
un conjunto convexo y sean f , g : X R dos funciones cncavas.
a) Sea R
+
y sean x
1
, x
2
X. Como f es cncava, entonces
f ( x
1
+ (1 ) x
2
) f ( x
1
) + (1 ) f ( x
2
) , (0, 1) .
Como > 0, entonces
f ( x
1
+ (1 ) x
2
) [f ( x
1
) + (1 ) f ( x
2
)]
= [f ( x
1
)] + (1 ) [f ( x
2
)] .
Por lo tanto f es cncava.
22
23
b) Sea R

y sean x
1
, x
2
X. Como f es cncava, entonces
f ( x
1
+ (1 ) x
2
) f ( x
1
) + (1 ) f ( x
2
) , (0, 1) .
Como < 0, entonces
f ( x
1
+ (1 ) x
2
) [f ( x
1
) + (1 ) f ( x
2
)]
= [f ( x
1
)] + (1 ) [f ( x
2
)] .
Por lo tanto f es convexa.
c) Como f y g son cncavas, entonces (0, 1) se tiene que
f ( x
1
+ (1 ) x
2
) f ( x
1
) + (1 ) f ( x
2
) ,
g ( x
1
+ (1 ) x
2
) g ( x
1
) + (1 ) g ( x
2
) .
Por lo tanto,
f ( x
1
+ (1 ) x
2
) + g ( x
1
+ (1 ) x
2
)
[f ( x
1
) + (1 ) f ( x
2
)] + [g ( x
1
) + (1 ) g ( x
2
)] .
Entonces
( f + g) ( x
1
+ (1 ) x
2
) [( f + g) ( x
1
)] + (1 ) [( f + g) ( x
2
)] .
Por lo tanto, f + g es cncava.
d) Sea g ( x) Y R y sea h : Y R una funcin cncava y creciente.
Como g es cncava, entonces (0, 1) se tiene que
g ( x
1
+ (1 ) x
2
) g ( x
1
) + (1 ) g ( x
2
) .
Como h es creciente, entonces
h (g ( x
1
+ (1 ) x
2
)) h (g ( x
1
) + (1 ) g ( x
2
)) .
De donde
(h g) ( x
1
+ (1 ) x
2
)
= h (g ( x
1
+ (1 ) x
2
))
h (g ( x
1
) + (1 ) g ( x
2
))
h [g ( x
1
)] + (1 ) h [g ( x
2
)]
= (h g) ( x
1
) + (1 ) (h g) ( x
2
) .
Por lo tanto, h g es cncava.
24
9.3 a) Conjunto convexo.
b) No es conjunto convexo.
c) Conjunto convexo.
9.4 a) Si x = 0 o y = 0, entonces f (x, y) = 0, que es un plano en R
3
(z = 0), y
sabemos que toda funcin que represente un plano es cuasicncava en
particular (tambin es cuasiconvexa, cncava y convexa). Si suponemos
que x, y > 0, queremos demostrar que para toda k R
+
, el contorno
superior de f en k, CS
f
(k) = (x, y) R
2
++
[xy k es un conjunto
convexo. Sean x
1
= (x
1
, y
1
) , x
2
= (x
2
, y
2
) CS
f
(k) , de modo que
x
1
y
1
k y x
2
y
2
k. Sea
x = x
1
+ (1 ) x
2
= (x
1
+ (1 ) x
2
, y
1
+ (1 ) y
2
) ,
con (0, 1) . Debemos demostrar que
(x
1
+ (1 ) x
2
) (y
1
+ (1 ) y
2
) k.
As,
(x
1
+ (1 ) x
2
) (y
1
+ (1 ) y
2
)
=
2
(x
1
y
1
) + (1 )
2
(x
2
y
2
) + (1 ) (x
2
y
1
+ x
1
y
2
)
k
2
+ k (1 )
2
+ k (1 )
_
x
2
x
1
+
x
1
x
2
_
= k
_

2
+ (1 )
2
+ 2 (1 )
_
+ k (1 )
_
x
2
x
1
+
x
1
x
2
2
_
= k ( + (1 ))
2
+ k (1 )
_
x
2
1
+ x
2
2
2x
1
x
2
x
1
x
2
_
= k + k (1 )
(x
2
x
1
)
2
x
1
x
2
= k
_
1 + (1 )
(x
2
x
1
)
2
x
1
x
2
_
k.
Por lo tanto, x CS
f
(k) . Lo que implica que CS
f
(k) es convexo, k
R
2
+
. Por lo tanto, f (x, y) = xy es cuasicncava en R
2
+
.
b) Como f es doblemente diferenciable, analizamos simplemente el signo
de le matriz hessiana H :
H =
_
f
xx
f
xy
f
yx
f
yy
_
=
_
2 2
2 2
_
.
25
Como f
xx
= 2 > 0, f
yy
= 2 > 0 y [H[ = f
xx
f
yy
f
2
xy
= 0. Entonces H es
positiva semidenida. Por lo tanto, f es convexa (no estricta).
c) Como f es doblemente diferenciable, analizamos simplemente el signo
de le matriz hessiana H :
H =
_
f
xx
f
xy
f
yx
f
yy
_
=
_
2 0
0 2
_
.
Como f
xx
= 2 > 0, f
yy
= 2 > 0 y [H[ = f
xx
f
yy
f
2
xy
= 4 > 0. Entonces H
es positiva denida. Por lo tanto, f es estrictamente convexa.
9.5 f es una funcin cncava para a 0 y b 0.
9.6 a) Si el dominio de la funcin se restringe a R
2
++
entonces f es cuasicncava
y adems estrictamente cncava. Si el dominio incluye x, y < 0 entonces
f no es cuasicncava, ni se aplica la denicin de funcin cncava al no
ser el dominio convexo.
b) f es cuasicncava y adems estrictamente cncava.
c) f es cuasiconvexa y adems convexa (no estricta).
9.7 Sea g : R
n
++
R, dada por
g ( x) = ln
_

n
k=1
x

k
k
_
con
1
, . . . ,
n
> 0. Entonces
g ( x) = ln
_
x

1
1
x

2
2
. . . x

n
n
_
=
1
ln x
1
+
2
ln x
2
+ +
n
ln x
n
.
Por lo tanto
H =
_
_
_
_
_
_
_

1
x
2
1
0 . . . 0
0

2
x
2
2
. . . 0
. . . . . . . . . . . .
0 0 . . .

n
x
2
n
_
_
_
_
_
_
_
.
Como [H
1
[ =

1
x
2
1
< 0, [H
2
[ =

1

2
x
2
1
x
2
2
> 0, [H
3
[ =

3
x
2
1
x
2
2
x
2
3
< 0, . . . , (1)
k
[H
k
[ > 0 con 1 k n. Entonces H es denida negativa. Por lo tanto f es
estrictamente cncava.
26
9.8 Por el ejercicio anterior tenemos que la funcin
g ( x) = ln
_

n
k=1
x

k
k
_
= ln (h ( x))
es estrictamente cncava y, por lo tanto, cncava. Existe un teorema que
establece que si f es creciente y h es cuasicncava entonces f h tambin es
cuasicncava. Entonces, como g es cuasicncava y e
x
es una funcin creciente,
se tiene que h = e
g
=
n
k=1
x

k
k
es cuasicncava.
9.9 a) Sean a =
a
f ( a)
y

b =

b
f
_

b
_. Entonces
f ( a) = f
_
a
f ( a)
_
= f
_
1
f ( a)
a
_
=
_
1
f ( a)
_
/
f ( a) =
f ( a)
f ( a)
= 1.
Similarmente f
_

b
_
= 1. Como CS
f
(1) = x X[ f ( x) = 1 y como
f ( a) = f
_

b
_
= 1, por lo tanto a,

b CS
f
(1) .
b) Sea =
f
_

b
_
(1 ) f ( a) + f
_

b
_. Como f : X (0, ) , entonces f ( a) > 0
y f
_

b
_
> 0. Adems, como 0 < < 1 se tiene que > 0 y (1 ) > 0,
por lo tanto > 0. Por otra parte, reescribamos como
=
f
_

b
_
+ (1 ) f ( a) (1 ) f ( a)
(1 ) f ( a) + f
_

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

b
_ < 1,
ya que
(1 ) f ( a)
(1 ) f ( a) + f
_

b
_ > 0. Por lo tanto < 1. Se concluye que
0 < < 1.
c) Como a,

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

b CS
f
(1) .
Por lo tanto, f
_
(1 ) a +

b
_
1.
d) De la denicin de se tiene
1 = 1
f
_

b
_
(1 ) f ( a) + f
_

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

b
_.
27
Entonces
1 f
_
(1 ) a +

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

b
_
_
_
a
f ( a)
_
+
_
f
_

b
_
(1 ) f ( a) + f
_

b
_
__

b
f
_

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

b
_
_
(1 ) a +

_
=
1
(1 ) f ( a) + f
_

b
_ f
_
(1 ) a +

b
_
.
Es decir, 1
_
1
(1 ) f ( a) + f
_

b
_
_
f
_
(1 ) a +

b
_
. Por lo tanto
(1 ) f ( a) + f
_

b
_
f
_
(1 ) a +

b
_
.
Por lo tanto f es cncava.
9.10 Sea f (x
1
, . . . , x
n
) = x

1
1
. . . x

n
n
=
n
k=1
x

k
k
una funcin Cobb-Douglas y x
R
n
++
. Es claro que f es cuasicncava siempre, ya que es una transformacin
creciente de la funcin cncava ln
_
x

1
1
x

2
2
. . . x

n
n
_
, y es por lo tanto cuasicn-
cava. Si
1
+ +
n
= 1, entonces f es homognea de grado 1, cuasicncava
y positiva, por lo tanto, por el problema 9.9, f es cncava. Si
1
+ +
n
= 1,
entonces el hessiano de f es
H =
_
_
_
_

1
(
1
1) f
x
2
1

2
f
x
1
x
2
. . .

1

n
f
x
1
x
n
. . . . . . . . . . . .

n
f
x
1
x
n

n1
f
x
1
x
n1
. . .

n
(
n
1) f
x
2
n
_
_
_
_
.
Por lo tanto, sus menores principales dominantes son:
[H
k
[ =

1

2
. . .
k
(x
1
. . . x
k
)
2
f
k
_
_
_

1
1
1
. . .
1
. . . . . . . . . . . .

k

k
. . .
k
1
_
_
_
= (1)
k
_
1
k

i=1

i
__

2
. . .
k
(x
1
. . . x
k
)
2
f
k
_
.
Por lo tanto, (1)
k
[H
k
[ > 0. Entonces, H es denida negativa. Por lo tanto, f
es estrictamente cncava. Si 0 <
n

k=1

k
1, entonces f es cncava.
28
9.11 a) w(x
1
, . . . , x
n
) =
_

1
(x
1
)

+ +
n
(x
n
)

_1

=
_

1
x

1
+ +
n
x

n
__
1

=
_

1
x

1
+ +
n
x

n
_
1

= w (x
1
, . . . , x
n
) .
Por lo tanto, w es homognea de grado 1.
b) Como lim
0
w = lim
0
e
ln w
= e
_
lim
0
(ln w)
_
. Adems
lim
0
(ln w) = lim
0
_
ln
_

1
x

1
+ +
n
x

n
_
1

_
= lim
0
_
ln
_

1
x

1
+ +
n
x

n
_

_
.
Cuando
1
+ +
n
= 1, este limite es del tipo
0
0
, ya que
ln
_

1
x

1
+ +
n
x

n
_

0
ln (
1
+ +
n
) = ln1 = 0.
As, usando la regla de LHpital se tiene que
lim
0
(ln w) = lim
0
d
d
(
1
x

1
++
n
x

n)
(
1
x

1
++
n
x

n)
1
= lim
0
_

1
x

1
ln x
1
+ +
n
x

n
ln x
n

1
x

1
+ +
n
x

n
_
=

1
ln x
1
+ +
n
ln x
n

1
+ +
n
=
ln
_
x

1
1
x

2
2
...x

n
n
_
1
.
Por lo tanto, lim
0
w (x
1
, . . . , x
n
) = e
ln
_
x

1
1
x

2
2
...x
n
n
_
. Es decir,
lim
0
w(x
1
, . . . , x
n
) = x

1
1
x

2
2
...x

n
n
y corresponde a la familia de funciones Cobb-Douglas.
c) Es claro que si = 1 entonces w(x
1
, . . . , x
n
) =
1
x
1
+ +
n
x
n
, que es
una ecuacin lineal (hiperplano en R
n+1
).
29
d) Sea g (x
1
, . . . , x
n
) =
n

k=1

k
x

k
=
1
x

1
+ +
n
x

n
. Entonces,
H =
_
_
_

1
( 1) x
2
1
0 ... 0
0
2
( 1) x
2
2
... 0
0 0 ...
n
( 1) x
2
n
_
_
_.
Por lo tanto, si 0 < < 1, entonces ( 1) < 0. Lo que implica que
[H
1
[ < 0, [H
2
[ > 0, [H
3
[ < 0, . . . , (1)
k
[H
k
[ > 0, . . . , (1)
n
[H
n
[ > 0. Por
lo tanto, H es negativa denida. Por lo tanto, si 0 < < 1, entonces g es
cncava.
e) Con la denicin del inciso anterior, se tiene que w = g
1

. Si = 1, en-
tonces w es lineal (inciso c), de modo que es cuasicncava. Si 0 < < 1,
entonces g es cncava (inciso d) y, como g
1

es una funcin creciente, en-

tonces w = g
1

es cuasicncava tambin. Como w es cuasicncava para

toda 0 < 1, slo toma valores positivos y como adems es homo-
gnea de grado 1 (inciso a), por el teorema del problema 9.9 concluimos
que w es cncava. Por lo tanto, si 0 < 1, entonces w es cncava.
9.12 Suponemos que CI
f
(1) es convexo, se denen a
a
f ( a)
y

b =

b
f
_

b
_. Como f
es homognea de grado 1, se obtiene que f ( a) = f
_

b
_
= 1. Adems
CI
f
(1) = x X[ f ( x) 1.
Por lo tanto, a,

b CI
f
(1) . Luego se dene
=
f
_

b
_
(1 ) f ( a) + f
_

b
_,
con a,

b X y 0 < < 1. De modo que (problema 9.9), nuevamente 0 <
< 1. Como a,

b CI
f
(1), 0 < < 1 y CI
f
(1) es convexo (ya que f es
cuasiconvexa), entonces f
_
(1 ) a +

b
_
1. Finalmente, sustituyendo a,

b
y en esta desigualdad y, viendo que f es homognea de grado 1, se obtiene
que
(1 ) f ( a) + f
_

b
_
f
_
(1 ) a +

b
_
.
Por lo tanto, f es convexa. Ahora, apliquemos este resultado a la funcin
CES,
w(x
1
, . . . , x
n
) =
_

1
x

1
+ +
n
x

n
_1

.
Es claro que w es homognea de grado 1 (problema 9.11.a) y positiva. Fal-
ta ver que w sea cuasicncava cuando > 1, para aplicar el teorema recin
30
demostrado. De acuerdo con el problema 9.11 inciso d, cuando > 1 el hes-
siano de g es positivo denido ([H
1
[ > 0, [H
2
[ > 0, . . . , [H
n
[ > 0), de modo
que g es convexa y, por lo tanto, cuasiconvexa. Como w = g
1

con > 0, es
decir, w es una funcin creciente de g, con g cuasiconvexa, por lo tanto w es
cuasiconvexa. Por lo tanto, por el teorema recin demostrado, w es convexa
si > 1. Por lo tanto, si > 0, entonces una funcin CES es convexa.
9.13 Sea = (a, b) un conjunto convexo y abierto de R y sea y = f (z) una funcin
cncava en .
a) Sean a < z
1
< z
2
< z
3
< b con z
2
= z
1
+ (1 ) z
3
, 0 < < 1. Como f
es cncava en , entonces
f (z
2
) f (z
1
) + (1 ) f (z
3
) .
Por lo tanto,
y
2
y
1
+ (1 ) y
3
....... (1) .
Como z
2
= z
1
+ (1 ) z
3
= z
1
+ z
3
z
3
. Por lo tanto, (z
3
z
1
) =
z
3
z
2
. Lo que implica que
=
z
3
z
2
z
3
z
1
y, 1 =
z
2
z
1
z
3
z
1
....... (2) .
Por ltimo, se reescribe y
2
como
y
2
= 1 y
2
=
_
z
3
z
1
z
3
z
1
_
y
2
=
_
z
3
z
2
+ z
2
z
1
z
3
z
1
_
y
2
=
_
z
3
z
2
z
3
z
1
_
y
2
+
_
z
2
z
1
z
3
z
1
_
y
2
....... (3) .
Por lo tanto, sustituyendo (2) , (3) en (1) se obtiene
_
z
3
z
2
z
3
z
1
_
y
2
+
_
z
2
z
1
z
3
z
1
_
y
2

_
z
3
z
2
z
3
z
1
_
y
1
+
_
z
2
z
1
z
3
z
1
_
y
3
.
Multiplicando por z
3
z
1
> 0 se tiene
(z
3
z
2
) y
2
+ (z
2
z
1
) y
2
(z
3
z
2
) y
1
+ (z
2
z
1
) y
3
.
Por lo tanto,
(z
3
z
2
) (y
2
y
1
) (z
2
z
1
) (y
3
y
2
) .
31
Como z
3
z
2
> 0 y z
2
z
1
> 0, entonces
(y
2
y
1
)
(z
2
z
1
)

(y
3
y
2
)
(z
3
z
2
)
. Por lo
tanto
f (z
2
) f (z
1
)
z
2
z
1

f (z
3
) f (z
2
)
z
3
z
2
....... (4) .
b) Como es convexo y por la densidad de los reales, siempre se pueden
escoger nmeros r, s, t, u tales que a < r < s < x < y < t < u < b, para
cada x (a, b) .
c) Sean a < r < s < x < t < u < b. Podemos aplicar la ecuacin (4) en
cada tro de puntos en r < s < x < y < t < u, obteniendo
f (s) f (r)
s r

f (x) f (s)
x s

f (y) f (x)
y x

f (t) f (y)
t y

f (u) f (t)
u t
....... (5) ,
con s, r, u y t jos. As, se denen las constantes c
1
y c
2
como:
c
1
=
f (s) f (r)
s r
, c
2
=
f (u) f (t)
u t
....... (6) .
De (5) y (6) se obtiene
c
1

f (y) f (x)
y x
c
2
....... (7) .
d) Por ltimo, como y x > 0 entonces lim
yx
+
c
1
(y x) f (y) f (x)
c
2
(y x) . Por lo tanto,
lim
yx
+
[c
1
(y x)] lim
yx
+
[ f (y) f (x)] lim
yx
+
[c
2
(y x)] .
Como
lim
yx
+
[c
1
(y x)] = lim
yx
+
[c
2
(y x)] = 0,
entonces
lim
yx
+
[ f (y) f (x)] = 0.
Por lo tanto,
lim
yx
+
f (y) = f (x) .
Procediendo de modo similar, pero ahora con y < x se tiene que
lim
yx

f (y) = f (x) .
Por lo tanto,
lim
yx
f (y) = f (x) .
Es decir, f es continua en x. Por lo tanto, f es continua en = (a, b) .
32
9.14 Sea x X y sea y X un punto en la vecindad de x. Por lo tanto,
f (y)

= f (x) + (y x)
T
f +
1
2
(y x)
T
[Hf (x)] (y x) ,
donde Hf (x) es el hessiano de f evaluado en x.
a) Sabemos que f es cncava si y slo si f (y) f (x) + (y x)
T
f . Por lo
tanto,
f (x) + (y x)
T
f +
1
2
(y x)
T
[Hf (x)] (y x) f (x) + (y x)
T
f .
Entonces
(y x)
T
[Hf (x)] (y x) 0.
Por lo tanto, Hf (x) es negativo semidenido.
b) Sabemos que f es convexa si y slo si f (y) f (x) + (y x)
T
f . As,
procediendo anlogamente al inciso anterior, se tiene:
(y x)
T
[Hf (x)] (y x) 0.
Por lo tanto, Hf (x) es positivo semidenido.
c) Suponemos que Hf (x) es negativa denida, es decir,
(y x)
T
[Hf (x)] (y x) < 0.
Por lo tanto, f (y) < f (x) + (y x)
T
f . Por lo tanto, f es estrictamente
cncava.
d) Suponemos que la matriz Hf (x) es positiva denida, es decir,
(y x)
T
[Hf (x)] (y x) > 0.
Por lo tanto, f (y) > f (x) + (y x)
T
f . Por lo tanto, f es estrictamente
convexa.
9.15 Sea X R y sean f , g : X R de clase (
1
. Supongamos que x

= (x

, y

)
es una solucin del problema. Se quiere mostrar que existe R tal que
f (x

) = g (x

) , con g (x

) = 0. Los puntos que satisfacen la restric-

cin estn dados por g (x, y) = 0. Supongamos que g ,= 0, de modo que
g
x
(x, y) ,= 0 o g
y
(x, y) ,= 0. Sin prdida de generalidad supongamos que
g
y
(x, y) ,= 0. Por el teorema de la funcin implcita, la ecuacin g (x, y) = 0
33
dene a y como funcin implcita diferenciable de x, es decir, y = y (x) si
g
y
(x, y) ,= 0. En ese caso,
dy
dx
=
g
x
g
y
, g
y
,= 0.
Por lo tanto, y = y (x) en f (x, y) , el problema de optimizacin se reduce al
siguiente problema de optimizacin en 1 variable:
max F (x) f (x, y (x)) .
Entonces,
dF (x)
dx
= f

x
+ f

y
_
dy
dx
_

= 0.
Lo que implica
f

x
+ f

y
_

g
x
g
y
_

= 0.
De donde f

x
g

y
f

y
g

x
= 0. Por lo tanto,

x
f

y
g

x
g

= 0,
donde los renglones de este determinante son linealmente dependientes. Por
lo tanto, existe R0 tal que
_
f

x
, f

y
_
=
_
g

x
, g

y
_
, o sea, f

= g

,
con g (x

, y

) = 0.
9.16 Como f : R
n
++
R es una funcin de produccin homognea, continua y
cuasicncava, entonces CS
f
(q) es convexo. Adems, sea x

(w, q) una solu-

cin al problema, por lo tanto, el costo mnimo C (w, q) est dado por
C (w, q) = w x

(w, q) .
Por lo tanto, por el teorema de la envolvente, se obtiene el lema de Shepard:
C
w
j
= x

j
(w, q) ,
para j = 1, . . . , n.
a) Se quiere demostrar que C es una funcin creciente de w
j
, j = 1, . . . , n.
Como x R
2
++
, entonces x
j
> 0 y como
C
w
j
= x

j
(w, q) , entonces
C
w
j
> 0. Por lo tanto, C es creciente con respecto a w
j
, para j = 1, . . . , n.
34
b) Se quiere demostrar que C es homognea de grado 1 en w. Para ello,
utilizamos el teorema de Euler. Sea C = C (w, q) , entonces
w
1
C
w
1
+ w
2
C
w
2
+ + w
n
C
w
n
=
n

j=1
w
j
C
w
j
=
n

j=1
w
j
x

j
(w, q)
= C (w, q) .
Por lo tanto, w
w
C (w, q) = (1) C (w, q) . Por lo tanto, C es homognea
de grado 1.
c) Se quiere demostrar que C es cncava en w, es decir, que (0, 1) se
cumple
C(w
1
+ (1 ) w
2
, q) C (w
1
, q) + (1 ) C (w
2
, q) .
Se tiene que
C(w
1
+ (1 ) w
2
, q) = (w
1
+ (1 ) w
2
, q) X

(w
1
+ (1 ) w
2
, q)
= [w
1
X

(w
1
+ (1 ) w
2
, q)]
+ (1 ) [w
2
X

(w
1
+ (1 ) w
2
, q)]
[w
1
X

(w
1
, q)] + (1 ) [w
2
X

(w
2
, q)]
= C (w
1
, q) + (1 ) C (w
2
, q) .
Por lo tanto, C es cncava en w.
9.17 a) f se optimiza en x = 16000 y y = 64000. Por lo tanto, se tiene que f
max
=
50 (16000)
1
2
(64000)
2
.
b) Sea d
2
(x, y) =
_
x
2
+ y
2
, entonces d
2
(x, y) se minimiza en los puntos
P
1
=
_

1.1

1.1
_
y P
1
=
_

1.1

1.1
_
. Adems d
min
=

2.2.
c) Sea f (x, y) = ln x + ln (y + 5) = ln [x (y +5)] . Entonces f
max
ocurre en
(x, y) = (0, 4) con f
max
= f (4, 0) = ln20.
d) Sea f (x, y) = x
2
+ y
2
. Entonces f
min
ocurre en (x, y) = (5, 5) con f
min
=
f (5, 5) = 50.
e) Sea f (x, y, z) = xyz. Entonces f
max
ocurre en x =
4
3
, y =
4
3
y z =
4
3
, con
f
max
=
64
27
.
35
9.18 a) Las condiciones de Kuhn-Tucker estn dadas por:
L
x
=
1
3x
3
1

2
= 0,
L
y
=
1
3y

1

2
= 0,
L

1
= A (3x + y) 0,
1
0,
1
(3x + y A) = 0,
L

2
= 40 (x + y) 0,
2
0,
2
(x + y 40) = 0.
El ingreso se tiene que restringir al intervalo (40, 120) porque si A 40
entonces la primera restriccin del problema ser intil. De la misma
manera si A 120, entonces la segunda restriccin del problema ser
intil.
i) Si A (40, 60) , entonces slo la primera restriccin est activa (
1

0,
2
= 0) y la solucin del problema es x

=
A
6
, y

=
A
2
.
ii) Si A [60, 80] , entonces ambas restricciones estn activas (
1
0,

2
0) y la solucin del problema es x

=
A40
2
, y

=
120 A
2
.
iii) Si A (80, 120) , entonces slo la segunda restriccin est activa
(
1
= 0,
2
0) y la solucin del problema es x

= 20, y

= 20.
9.19 Sea
L(x, q, ; w, p) =
_
pq w
T
x
_
[ f (x) q] .
Entonces por las condiciones de primer orden, se tiene que la solucin es del
tipo
x

= x

(w, p) ,
q

= q

(w, p) = f (x

(w, p)) ,

(w, p) .
La funcin de mxima ganancia es
(w, p) = L(x

, q

; w, p) = pq

(w, p) w
T
x

(w, p)

0.
Entonces por el teorema de la envolvente:

w
j
=
L
w
j
= x

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

p
=
L
p
= q

(w, p) .
36
9.20 Se tiene que
L
_
x, ; p,

U
_
= px
_
U (x)

U

.
Por las condiciones de primer orden se tiene que
x
h
= x
h
_
p,

U
_
,

h
=
h
_
p,

U
_
.
La funcin de gasto es
E
_
p,

U
_
= L
_
x
h
,
h
; p,

U
_
= px
h
_
p,

U
_
0.
Por lo tanto, por el teorema de la envolvente
E
p
j
=
L
p
j
= x
h
j
_
p,

U
_
,
para j = 1, . . . , n.
9.21 a) El problema
min p
T
x
s.a U (x) = V (p, m)
,
implica que
L(x; p, V (p, m)) = p
T
x [U (x) V (p, m)] .
Por lo tanto,
x
h
= x
h
(p, V (p, m)) .
En el ptimo se cumple la restriccin, es decir:
U
_
x
h
(p, V (p, m))
_
= V (p, m) = U (x

(p, m)) .
Supongamos que U es montona creciente, adems de cncava, enton-
ces existe U
1
y es posible cancelar U de ambas expresiones. Por lo
tanto,
x
h
(p, V (p, m)) = x

(p, m) .
b) El problema
max U (x)
s.a p
T
x = E
_
p,

U
_ ,
implica que
L
_
x; p, E
_
p,

U
__
= U (x)
_
p
T
x E
_
p,

U
_
_
.
37
Por lo tanto,
x

= x

_
p, E
_
p,

U
__
.
En el ptimo se cumple la restriccin, es decir:
p
T
x

_
p, E
_
p,

U
__
= E
_
p,

U
_
= p
T
x
h
_
p,

U
_
.
Como esto vale para p arbitraria, entonces
x

_
p, E
_
p,

U
__
= x
h
_
p,

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

U
__
= U
_
x

_
p, E
_
p,

U
___
= U
_
x
h
_
p,

U
_
_
=

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

(p, m) = m.
9.22 a) x

(p, m) =
m
p
1
, y

(p, m) =
m
p
2
.
b) V (p, m) = ln
_
_

p
1
_

_

p
2
_

m
_
.
c) E
_
p,

U
_
=
_
p
1

_
p
2

e

U
.
d) x
h
_
p,

U
_
=
_
p
2
p
1
_

e

U
, y
h
_
p,

U
_
=
_
p
1
p
2
_

e

U
.
9.23 a) x

(p, m) = m
p
1
r1
1
p
r
r1
1
+ p
r
r1
2
, y y

(p, m) = m
p
1
r1
2
p
r
r1
1
+ p
r
r1
2
.
b) V (p, m) = m
_
p
r
r1
1
+ p
r
r1
2
_1r
r
.
c) E
_
p,

U
_
=

U
_
p
r
r1
1
+ p
r
r1
2
_r1
r
.
d) x
h
_
p,

U
_
=

Up
1
r1
1
_
p
r
r1
1
+ p
r
r1
2
_

1
r
, y
y
h
_
p,

U
_
=

Up
1
r1
2
_
p
r
r1
1
+ p
r
r1
2
_

1
r
.
38
9.24 Se tiene x

_
p, E
_
p,

U
__
= x
h
_
p,

U
_
. Entonces
x

i
p
j
_
p, E
_
p,

U
__
+
x

i
m
_
p, E
_
p,

U
__ E
_
p,

U
_
p
j
=
x
h
i
_
p,

U
_
p
j
.
Por el Lema de Shepard
E
p
j
= x
h
j
, y como

U = V (p, m) , m = E
_
p,

U
_
y
x
h
j
(p, V (p, m)) = x

j
(p, m) . Por lo tanto
x

i
(p, m)
p
j
+ x

j
(p, m)
x

i
(p, m)
m
=
x
h
i
(p, V (p, m))
p
j
.
Captulo 11
Introduccin al clculo en
variaciones
11.1 a) Por demostrar que |x| =
n

i=1
[x
i
[ es una norma.
i) i = 1, ..n se tiene que [x
i
[ 0. Por lo tanto,
n

i=1
[x
i
[ 0. Entonces
|x|
1
0.
ii) [x
i
[ = 0 si y slo si x
i
= 0. Entonces
n

i=1
[x
i
[ = 0 si y slo si x = 0. Por
lo tanto, |x|
1
= 0 si y slo si x = 0.
iii) |cx|
1
= |(cx
1
, . . . , cx
n
)|
1
=
n

i=1
[cx
i
[ =
n

i=1
[c[ [x
i
[ = [c[
n

i=1
[x
i
[ =
[c[ |x|
1
.
iv)
|x + y|
1
= |(x
1
+ y
1
, . . . , x
n
+ y
n
)|
1
=
n

i=1
[x
i
+ y
i
[
n

i=1
([x
i
[ +[y
i
[)
=
n

i=1
[x
i
[ +
n

i=1
[y
i
[ = |x|
1
+|y|
1
.
b) Por demostrar que |x|

= sup[x
i
[ , i = 1, . . . , n es una norma.
i) i = 1, ..n se tiene que [x
i
[ 0. Por lo tanto, sup[x
i
[ 0. Entonces
|x|

0.
ii) |x|

= 0 si y slo si sup[x
i
[ = 0. Esto slo se cumple si y slo si
[x
i
[ = 0, que a su vez se cumple si y slo si x
i
= 0. Es decir, si y slo
si x = 0.
39
40
iii) |cx|

= sup[cx
i
[ = sup[c[ [x
i
[ = [c[ sup[x
i
[ = [c[ |x|

.
iv)
|x + y|

= sup[x
i
+ y
i
[ sup[x
i
[ +[y
i
[
sup[x
i
[ + sup[y
i
[
= |x|

+|y|

.
11.2 Por demostrar que | f |
p
=
_
_
b
a
[ f [
p
dt
_1
p
es una norma.
a) Es claro que | f |
p
es no negativa.
b) Adems | f |
p
slo vale cero cuando f = 0.
c) |c f |
p
=
_
_
b
a
[c f [
p
dt
_1
p
=
_
[c[
p
_
b
a
[ f [
p
dt
_1
p
= [c[ | f |
p
.
d) Si p = 1, entonces
| f + g|
1
=
_
b
a
[ f + g[ dt
_
b
a
([ f [ +[g[) dt
=
_
b
a
[ f [ dt +
_
b
a
[g[ dt = | f |
1
+|g|
1
.
Si p = 2, como [ f + g[ [ f [ +[g[ , entonces
([ f + g[)
2
([ f [ +[g[)
2
= [ f [
2
+[g[
2
+2 [ f [ [g[ .
Adems, utilizando la desigualdad de Cauchy-Schwartz, se tiene que
_
b
a
[ f + g[
2
dt
_
b
a
[ f [
2
dt +
_
b
a
[g[
2
dt + 2
_
b
a
[ f [ [g[ dt

_
b
a
[ f [
2
dt +
_
b
a
[g[
2
dt + 2

_
b
a
[ f [
2
dt

_
b
a
[g[
2
dt
=
_
_

_
b
a
[ f [
2
dt +

_
b
a
[g[
2
dt
_
_
2
.
Por lo tanto,

_
b
a
[ f + g[
2
dt

_
b
a
[ f [
2
dt +

_
b
a
[g[
2
dt.
Es decir, | f + g|
2
= | f |
2
+|g|
2
.
41
11.3 Sea V = f : [0, 1] R[ f es continua.
a) Por demostrar que V es un espacio vectorial sobre R.
i) Sean f , g V. Como f , g son continuas en [0, 1] . Entonces, f + g es
continua en [0, 1] . Por lo tanto, f + g V.
ii) Sean f , g, h V. Como la suma de funciones es asociativa, entonces
( f + g) + h = f + (g + h) .
iii) Sea f : [0, 1] R, f (x) = 0. Claramente f es continua en [0, 1] , por
lo tanto, f (x) = 0 V.
iv) Sea f V. Como f es continua en [0, 1] entonces f es continua en
[0, 1] . Por lo tanto, f V. Adems, f + (f ) = 0.
v) Sean f , g V. Como la suma de funciones es conmutativa, entonces
f + g = g + f .
vi) Sea f V y sea R. Como f es continua en [0, 1] , entonces f es
continua en [0, 1] . Por lo tanto, f V.
vii) Sean f , g V y sea R. Claramente ( f + g) = f + g.
viii) Sea f V y sean , R. Claramente ( + ) f = f + f .
ix) Sea f V y sean , R. Claramente (f ) = () f .
b) Dos posibles ejemplos de funcionales lineales sobre V son:
J
1
[ f ] =
_
1
0
f (t) dt
y J
2
[ f ] = f (0) .
c) Dos posibles ejemplos de funcionales no lineales sobre V son:
J
1
[ f ] =
_
1
0
f
2
(t) dt
y J
2
[ f ] =
_
_
1
0
f (t) dt
_
2
.
11.4 a) x (t) =
1
2
t +20. Por lo tanto, J [x] = 5.
b) x (t) = 9t +10. Por lo tanto, J [x] = 10710.
c) x (t) = t
3
+4t +1. Por lo tanto, J [x] =
1912
5
.
d) x (t) =
t
2
4
+ 4t +1. Por lo tanto, J [x] =
154
3
.
42
e) x (t) = t. Por lo tanto, J [x] =
16
3
.
f) Se tiene que
x = 2x y
y = x
.
Por lo tanto,
x (t) = [(c
1
+ 2c
2
) + c
2
t] e
t
+ [(c
3
2c
4
) + c
4
t] e
t
,
y (t) = (c
1
+ c
2
t) e
t
+ (c
3
+ c
4
t) e
t
.
g) x (t) =
11
10
t y y (t) =
2
5
t +2.
h) Se tiene que
x = y
y = x
.
Por lo tanto, x (t) = y (t) =
1
e

2
e

2
_
e
t
e
t
_
.
i) x (t) = t. Por lo tanto, J [x] = 1.
11.5 x (t) =
t
2
2
+
_
N
1
2
_
t.
11.6 a) x (t) = 4. Como f es convexa en (x, x) , entonces se trata de un mnimo.
b) x (t) = t + 4, o x (t) = t + 4 y T = 1.Como f es convexa en (x, x) ,
entonces se trata de un mnimo.
11.7 a) x (t) =
1
4
t
2
t + 1. Como f es convexa en (x, x) , entonces se trata de un
mnimo.
b) x (t) =
1
4
t
2
4t y T = 16. Como f es convexa en (x, x) , entonces se trata
de un mnimo.
11.8 Teniendo el modelo de inversin de la seccin 11.7.1 como base, entonces sus-
tituyendo k(t) y su demanda

k(t) en la condicin de transversalidad se tiene
0 = lim
t
e
T
_

_
k
1
r
1
e
r
1
T
+ k
2
r
2
e
r
2
T
_
2
+ A
_
k
1
e
r
1
T
+ k
2
e
r
2
T
+ k
_
_
lim
t
e
T
_
B
_
k
1
e
r
1
T
+ k
2
e
r
2
T
+ k
_
2
_
= lim
t
_
e
(2r
1
)T
k
2
1
_
r
2
1
B

+ e
(2r
2
)T
k
2
2
_
r
2
2
B

_
+ lim
t
_
e
(r
1
+r
2
)T
2k
1
k
2
[r
1
r
2
B] + e
(r
1
)T
k
1
[A2Bk]
_
+ lim
t
_
e
(r
2
)T
k
2
[ A2Bk] + e
T
_
Ak Bk
2

_
.
43
Para que este lmite converja es necesario que no aparezcan aqu los trminos
e
(2r
1
)T
y e
(r
1
)T
que son divergentes, y esto se logra pidiendo que k
1
= 0.
En este caso,
lim
t
_
e
(2r
2
)T
k
2
2
_
r
2
2
B

+ e
(r
2
)T
k
2
[A2Bk] + e
T
_
Ak Bk
2

_
= 0,
se verica automticamente.
11.9 x (t) =
t
2
2
y T =

2N.
11.10 a) x (t) = c
2
e
t
+
_
1
1
2
_
e
t
. Pero como c
2
= x
0

_
1
1
2
_
, entonces
x (t) =
_
x
0

_
1
1
2
__
e
t
+
_
1
1
2
_
e
t
.
b) Se tiene que f
x
= e
t
x y f
x
= x, lo que implica que f
xx
= 1 < 0,
f
x x
= 0 y f
x
= 1. Por lo tanto,
H =
_
1 0
0 1
_
.
De donde [H[ = 1 > 1. Por lo tanto, f es cncava en (x, x) , es decir que
se trata de un mximo.
c) Al imponer la condicin c
1
= 0, y dado que > 0, entonces
lim
t
x (t) = lim
t
__
x
0

1
1
2
_
e
t
+
_
1
1
2
_
e
t
_
= 0.
Por lo tanto, s es cierto que
lim
t
x (t) = 0.
11.11 La trayectoria ptima de consumo es:
c(t) =
_
rc
1
+ w +
( r)
r
_

_
r

_
t.
Es decir que el consumo decrece linealmente con t. Segn las condiciones de
transversalidad tenemos que a(t) = a
0

_
r
r
_
t. Es decir que el nivel de
activos decrece linealmente con t. Para vericar la concavidad de f se tiene
H =
_

2
r
2
e
t
e
c

2
re
t
e
c

2
re
t
e
c

2
e
t
e
c
_
.
Como f
aa
=
2
r
2
e
t
e
c
< 0, f
a a
=
2
e
t
e
c
< 0 y
[H[ = e
2t
e
2c
_

4
r
2

4
r
2
_
= 0,
entonces, H es negativa semidenida. Por lo tanto, f es cncava.
44
11.12 a) Se debe cumplir el sistema de ecuaciones

k = (A ) k c,
c = (A ) c.
Resolviendo se tiene,
_
k
c
_
= c
1
_
1
0
_
e
(A)t
+ c
2
_
1

_
e
(A)t
.
Usando las condiciones de transversalidad se obtiene
k(t) = k
0
e
(A)t
, con A < 0,
c(t) = k
0
e
(A)t
.
b) El nico punto de equilibrio es el origen (k

, c

) = (0, 0) , lo cual es una

consecuencia de la linealidad del sistema. Como el determinante del
sistema es negativo (
1
= A > 0,
2
= A < 0), por lo tanto,
se trata de un punto silla.
c) La variedad estable W
s
es el espacio generado por el vector v
2
=
_
1

_
.
Es decir, W
s
= gen
__
1

__
=
_
(k, c) R
2
[ c = k
_
. Por lo tanto la
variedad estable es la recta c = k. Debido a las condiciones de trans-
versalidad (lim
t
k(T) = k

) cualquier condicin inicial tal que c

0
= k
0,
llevar al sistema al punto (k

, c

) = (0, 0) .