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, x0 = 5.

2.3 = 3, = 19 , A = 1 1
18 , B
= 18 . Por lo tanto la solucin para las condiciones
1 1 1
iniciales dadas es x(t) = + e3t + e3t .
9 18 18
2.4 = 0, = 7. Por lo tanto la solucin para las condiciones dadas se puede
escribir como y(v) = 7ev sin v.

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

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

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

d) x(t) = 2 + ke5t , la solucin no converge a su estado estacionario.

2.6 P(t) = 5 + ke6t , el estado estacionario es P = 5. La solucin s converge a su

estado estacionario.

2.7 a) P(t) = P0 eat .

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

2.8 P(t) = P0 e()t . Si > , lim P(t) = , es decir que P crece indefinidamente.
t
Si = , lim P(t) = P0 , es decir que P es siempre constante. Si < ,
t
lim P(t) = 0, es decir que P se extingue.
t


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

3
 4

E
decir la poblacin es creciente. Si P0 < , entonces lim P(t) = , es decir
a t
la poblacin es decreciente.
T
2.10 Factor de integracin (t) = e t r(s)ds . Interpretacin: Y(t) es la inversin, B(t)
 t
YT
es el precio del bono y + (s )ds es la cantidad de bonos que se tienen
BT T
en la inversin.
1
2.11 a) r(t) = r0 .
t+1


r0 (tT) T+1
b) B(t) = e .
t+1
c) (t) = er0 (Tt) . Si < 0 tenemos retiros.
1  r0 (Tt) 
d) Z(T) = e 1 + 1.
r0
 
T + 1 r0 (tT) 1  r0 (tT)
e) Y(t) = e 1+ e 1 = B(t)Z(t). Simplificando
t + 1 
 r0 
T+1 1 1
Y(t) = 1 er0 (tT) + .
t+1 r0 r0

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

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

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

2.13 L {a f (t) + bg(t)} = est [a f (t) + bg(t)] dt
0
 
st
= e
(a f (t)) dt + est (bg(t)) dt
0 0
 
st
=a e f (t)dt + b est g(t)dt = aL { f (t)} + bL {g(t)} .
0 0

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

2
t3
c) x(t) = 5 + e 3 .
 5

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


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


d d ( r )t
p (t) = + p0
e e
e r
r r
.
  b
d
rt d
b) de dt = lim dert dt = lim erb 1 = .
b 0 r b r
0


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

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


r
p(t) = p pe .
r r




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

 t r r t r

p = p .
r


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

con r > .
dv dv
2.16 Sea v = ln y, entonces ev = y y y = ev . Sustituyendo ev + P(t)ev =
dt dt
Q(t)ev v. Por lo tanto v Q(t)v = P(t).
t3 c
2.17 Sea v = ln y, resolviendo para v se obtiene v(t) = + . Como y(t) = ev(t)
4 t
t3
entonces y(t) = e 4 + t .
c

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

constantes, donde A = 0, B, C R. Sean x1 , x2 dos soluciones de la ecuacin,
es decir: A x1 + B x1 + Cx1 = 0 yA x2 + B x2 + Cx2 = 0. Sea x3 = ax1 + bx2 .
Entonces A x3 + B x3 + Cx3 = A (a x1 + b x2 ) + B (a x1 + b x2 ) + C (ax1 + bx2 ) =
a (A x1 + B x1 + Cx1 ) + b (A x2 + B x2 + Cx2 ) = 0. Por lo tanto x3 = ax1 + bx2
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 3x + 2x = 6t 7.
c) x + 4x + 5x = 0.

2.20 a) x(t) = et .
 
5 23 13 23
b) x(t) = e 4t 3 cos t + sin t .
4 23 4
c) x(t) = et [cos t + sin t] .
d) x(t) = (1 3t)e3t .

2.21 a) x(t) = k1 e(1+ 2) t
+ k2 e(1 2) t
7.
b) x(t) = c1 cos t c2 sin t + 1.
 
5 23 23
c) x(t) = e 4 t c1 cos t c2 sin t + 3.
4 4
d) x(t) = A + Be3t 4t.
1
e) x(t) = c1 et + c2 e2t .
2
1
f) x(t) = c1 e3t + c2 te3t + .
9

2.22 p(t) = m + e 2 t (A cos t B sin t) , con > 0,
0.


 
e 2 t A B
u(t) = u B cos t + A sin t .
2 2

Adems lim p(t) = m y lim u(t) = u, lo que quiere decir que se satisface el
t t
mismo comportamiento asinttico que en el caso > 4.
t
2.23 a) x(t) = c1 cos 2t c2 sin 2t cos 2t.
4
14
b) x(t) = c1 et + c2 e3t 3t2 + 4t .
3
4
c) x(t) = c1 et + c2 e2t tet .
3
1
d) x(t) = c1 e3t + c2 et et cos t + 2 sin t.
2


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

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

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.
1
c) x(t) = .
2t
 
d) x(t) = tan t 1 + .
4

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

27

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

1 t 1 3t
c) y(x) = e + e .
2 2
N
3.3 a) N(t) =   para N = N0 . Si N = N0 entonces N(t) =
N
1+ N0 1 e N kt

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

7
 8

  1
1
s
Adems lim k(t) = = k .
t n+
L L L 1
3.5 a) Sea = K L1 . Entonces = = 1 = 1 =
L K L K L
L L+1
. Por lo tanto L = L , donde K es constante.
K K

1
b) Sea w = L . Resolviendo se obtiene w(t) =
et + .
L0 K K

  1
1 1 t
Por lo tanto L(t) = w(t) = e + .
L0 K K

 1
 1

c) lim L(t) =
. Por lo tanto lim L(t) = K.
t K t
1
3.6 a) Sea w = y1n . Su solucin est dada por w(t) = ket . Por lo tanto

1 C
y(t) = t . Como P = y + L, entonces
ke 1/ r
1
P(t) =   + L.
1
P0 L + r
C et r
C

L, P0 = C L
b) lim P(t) = .
t P0 , P0 = C L
1
3.7 a) x(t) = .
2t 2 + cet
1 1
b) Sea w = 2 , cuya solucin es w(x) = x + + ce2x . Por lo tanto y(x) =
y 2

 21
1
x + + ce2x .
2
1 x+c x
c) Sea w = , cuya solucin es w(x) = . Por lo tanto y(x) = .
y x x+c
1  
d) Sea w = 3 , cuya solucin es w(x) = x3 2x3 + c . Por lo tanto y(x) =
y
1
1
.
x [2x3 + c] 3
3.8 a) Sea w = x6 , entonces la tenemos la solucin w(t) = 1 + ce6t . Por lo tanto
x(t) = 1.
4 c
b) Sea w = x4 , entonces la tenemos la solucin w(t) = + 44 . Por lo
43t t
1
tanto x(t) =  .
4 47
43t 44 4
43t
 9

1 c
c) Sea w = y2 , entonces la tenemos la solucin w(t) = + . Por lo
t t
tanto y(t) = t, con t > 0.

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

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

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

b) Si x0 < 0 entonces x(t) converge a 0. Si 0 < x0 < 1 entonces x(t) conver-
ge a 1. Si x = 1 es un punto de equilibrio estable.
c) Si x0 < 0 entonces x(t) converge a 0. Si x0 > 0 entonces x(t) diverge.


d u (u ) (u ) u u u u u u
3.11 a) Como = = 1 . Entonces =
dw u (u )2  2 (u )2


 (u )
d u d u
1 
= k. De esta manera = 1 k. Lo que implica
dw u dw u
u  u
= (1 k)w + A . Donde A es continua. Por lo que se tiene =
u u
1 u  1

. Sea A = A entonces  = .
A + (1 k)w u A + (k 1)w
b) A + (k 1) w > 0 con w > 0.
w2 u 1
c) Si k = 0 entonces u = k2 + k1 Aw k1 . Si k = 1 entonces  = ,
2 u A
la cual es una funcin CARA (aversin relativa al riesgo constante). Si
u 1
k > 1 entonces  = y se parece al caso k = 0.
u A + (k 1)w
1
3.12 a) p = [(m0 + + t) p] . Por lo que la solucin para esta ecua-
1
cin es

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

Adems lim p(t) = , y

t

lim p(t) = = m.
t

1
b) p = (p m0 t) . Cuya solucin, para las condiciones iniciales da-

das, es:
t
p(t) = (m0 + + t) + (p0 m0 ) e .

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

t t
 10


e (1 )d r
3.13 a) Sea p = pe . Resolviendo se obtiene
r r
r
pe (t) = p + (p0e p ) e( r )t

y
r
p(t) = p (p0e p ) e( r )t .
r
(1 ) d
Adems lim pe (t) = lim p(t) = p .
t t r
b) Si aumenta a > entonces en el momento del cambio, el cambio en
el precio p pasa de un valor cero a un valor negativo (el precio tiende a
disminuir) correspondiente a la condicin pe = p . Despus p aumenta
en el tiempo y el sistema procede asintticamente hacia un nuevo valor
de equilibrio, pe = p < p .
 
(1 ) d rt (1 ) d
c) p(t) = p0 e + .
r r
(1 ) d
d) El nivel del precio diverge, a menos que p0 = , con > .
r
Captulo 4
Sistemas de ecuaciones
diferenciales lineales
   
1 1
4.1 a) X(t) = c1 e2t + c2 e4t .
1 1
   
1 1
b) X(t) = c1 e(2+ 3)t + c2 e(2 3)t .
3 3
   
1 1
c) X(t) = c1 + c2 e4t .
0 4
   
2 3
d) X(t) = c1 + c2 et .
1 1
   
et cos t et sin t
4.2 a) X(t) = c1 + c2 .
et sin t et cos t
   
4 4t
b) X(t) = c1 e3t + c2 e3t .
2 1 2t
   
cos 2t t sin 2t
c) X(t) = c1 e + c2 et .
sin 2t cos 2t
   
1 t
d) X(t) = c1 e t + c2 et .
2 1 2t
     
1 2t 1 3t 1 1
4.3 a) X(t) = c1 e + c2 e .
1 2 2 1

11
 12

 
3
2 cos t
e 2 t
3
b) X(t) = c1 2
cos 3
2 t+ 3 sin 3
2 t
   
3
2 sin t 32 t 2
+c2 2 e + .
sin 2 t
3
3 cos 3
2 t
5
     
1 1 1 5
c) X(t) = c1 e2t + c2 e3t et .
1 2 2 4
   
1 t 0
4.4 a) X(t) = e 2 . Por lo tanto lim X(t) = .
10 t 0
 
cos t
b) X(t) = et .
sin t

5 5 cos t + 15 sin t

c) X(t) = 0 + 20 cos t + 10 sin t et .
0 30 cos t 10 sin t
   
1 1
4.5 a) X(t) = (2 + w) et + (1 w) e2t .
1 2
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.
     
x(t) b b
b) = c1 e 1 t + c2 e1 t .
y(t) 1 a 1 a
   
3 1
4.7 a) X(t) = c1 + c2 e4t .
1 1
   
3 3c1
b) lim X(t) = c1 = .
t 1 c1

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

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

2 7 2

4.9 A = 0 1 0 .
3 7 3
 13

4.10 a) Como el conjunto {w1 , w2 , w3 , . . . , wn } es l.i. para todo t, por lo tanto las
columnas de (t) son l.i. de modo que existe la inversa 1 (t).
b) Sabemos que cada wi con i = 1, . . . n es solucin de la ecuacin X = AX,
por lo que se tiene que wi = Awi para i = 1 . . . n. As
 
(t) = w1 w2 . . . wn
   
= Aw1 Aw2 . . . Awn = A w1 w2 . . . wn = A(t).
 t
c) Sea (t) = (t) 1 (s) f (s)ds. Por lo tanto
0
 t
1 (s) f (s)ds = 1 (t)(t).
0

Por otra parte

 t
(t) = (t) 1 (s) f (s)ds + (t)1 (t) f (t)
0
1
= (t) (t)(t) + f (t) = A(t)1 (t)(t) + f (t)
= A(t) + f (t).

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

       
x(t) 4 10
4
t 1 11 t 1 2500
4.13 a) = c1 e + c2 e 10 + .
y(t) 3 1 11 1625
       
x(t) 4 10
4
t 1 11 t 1 17 t
b) = c1 e + c2 e 10 + e 10 .
y(t) 3 1 6 19

4.14 a) x = f (x, y), y = 1.

1 1
b) x(t) = c2 e2t t .
2 4
x (w) = a1 x(w) + b1 y (w)
4.15 El sistema lineal con coeficientes constantes es .
y (w) = a2 x (w) + b2 y (w)
     
x(t) 1 2 1
4.16 = c1 t + c2 t4 .
y(t) 1 3

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

t
1 5 3t
b) x(t) = + e .Adems lim x(t) = .
3 3 t
19 44 5t 6
c) x(t) = e + t.Adems lim x(t) = .
25 25 5 t
 14

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

t
2t
e) x(t) = (1 2t) e .Adems lim x(t) = .
t
8 1 1
f) x(t) = 4e2t + e3t + .Adems lim x(t) = .
3 3 t 3




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

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


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



2v + 3u 1 x 2v 2u + 4 x
+ e cos x + e sin x.
5 10

b) u = 1 y v = 1. Con esto se tiene y(x) = ex . Por lo tanto lim y(x) = 0.

x

1 t 1 t 1
4.22 y(t) = e e sin t.
4 4 2
Captulo 5
Anlisis cualitativo
 
0
5.1 a) P = es un punto silla.
0
 
0
b) P = es un espiral atractora.
0
 
0
c) P = es un espiral repulsora.
0
 
0
d) P = es un nodo repulsor.
0
 
53
e) P = 1
es un punto silla.
3
 
0
5.2 a) P = es un punto silla.
0
 
0
b) P = es degenerado inestable.
0
 
0
c) P = es degenerado.
0
 
3b
d) P = es un punto fijo para cada b. Por lo tanto hay una infini-
b
dad de puntos fijos, cada uno de ellos degenerado.
 
9
e) P = 4 es un espiral repulsora.
92

15
 16

0

5.3 a) P = 0 es degenerado.
0

0

b) P = 0 es nodo repulsor.
0


0

c) P = 0 es degenerado.
0

4

d) P = 1 es nodo repulsor.
1
     
0 0 2
5.4 a) Existen cuatro puntos fijos: P1 = , P2 = , P3 = ,y
0 6 0
 
4
P4 = . El punto P1 es un nodo repulsor, P2 un nodo atractor, P3
2
 
x(t)
un punto silla y P4 una espiral atractora. Se tiene que lim =
t y(t)
 
0
es decir que la poblacin de x se extinguir y la de y tender a 6,
6
no es posible que las dos poblaciones coexistan en el largo plazo.
     
0 0 3
b) Existen cuatro puntos fijos: P1 = , P2 = , P3 = ,y
0 2 0
 
4
P4 = . El punto P1 es un nodo repulsor, P2 un punto silla, P3 un
2
   
x(t) 3
nodo atractor y P4 un punto silla. Se tiene que lim =
t y(t) 0
es decir que la poblacin de x tender a 3 y la de y se extinguir, no es
posible que las dos poblaciones coexistan en el largo plazo.
     
0 0 1
c) Existen cuatro puntos fijos: P1 = , P2 = , P3 = ,y
0 3 0
 
10
P4 = 3
14
. El punto P1 es un nodo repulsor, P2 un punto silla, P3 un
3    
10
x(t)
punto silla y P4 un nodo atractor. Se tiene que lim = 3
14
t y(t) 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.
   
P 0
5.5 a) Para el punto fijo
= ,se tiene la direccin estable dada por
N 0
 
0
= 1 que es U = , y la direccin inestable dada por = 1 que
1
 
1
es V = .
0
b) Como NP es el nmero de encuentros Depredador-Presa por unidad
de tiempo, entonces representa la frecuencia de encuentros entre las
especies.

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

b) El sistema es estable si a < 1, b > a y ab < 1.
   
w a
5.7 El punto fijo est dado por
=p . La solucin del sistema es
p 1
     
w a 1
= c1 + c2 AB+C
e|2 |t ,
p 1 A
   
w a
donde 2 = A a (AB + C) . Adems lim = c1 . Por lo tanto,
t p 1
 
a
los puntos fijos son mltiplos del vector y son puntos de equilibrio
1
estables.

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

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

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


1

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



1


5 1
u
lineal inestable es E (0) = gen 0 , 0 que representa un plano.



2 0
 18

   
k 1
5.11 a) El punto fijo es P = = y es un punto silla porque para
c 4
5
ese punto se obtiene 1 = 12 < 0 y 2 = 45 > 0.
b) En P la recta tangente que aproxima la variedad estable Ws (P ) es c =
4
k. Similarmente, la recta tangente que aproxima la variedad inestable
5
1 13
Wu (P ) es c = k + .
2 10
4
c) c0 (1.1) = 0.88 > c .
5
5.12 v = 2u.
1
5.13 a) Los puntos fijos son cuatro: P1 = (0, 1), P2 = (0, 1), P3 = ( , 0), y
3
1
P4 = ( , 0). Los puntos P1 y P2 son los nicos puntos silla. Los
3
puntos P3 y P4 dan soluciones cclicas. Para P1 se tiene
 
0 % &
Es (P1 ) = gen = (x, y) R2 | x = 0 ,
1
 
1 % &
E u
(P1 ) = gen = (x, y) R2 | y = 1 .
0
Para P2 se tiene
 
1 % &
Es (P2 ) = gen = (x, y) R2 | y = 1 ,
0
 
0 % &
Eu (P1 ) = gen = (x, y) R2 | x = 0 .
1

b) Por regla de la cadena

y dy/dt dy dt dy
= = = .
x dx/dt dt dx dx
Entonces
dy y 1 3x2 y2 1 3x2 y2
= = = .
dx x 2xy 2xy 2xy
Por lo tanto

dy 1 3x2 1
= y1 y,
dx 2xy 2x
que es una ecuacin de Bernoulli con n = 1.
 19

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

y
% &
Wu (P1 ) = Ws (P2 ) = (x, y) R2 | x2 + y2 = 1 .
   
0 3
5.14 a) Hay dos puntos de equilibrio: P1 = y P2 = 4
. El punto P1
0 3
es un nodo repulsor y P2 es un punto silla.
   
0 1
b) Existen dos puntos de equilibrio: P1 = y P2 = 3 . El
0 13
punto P1 es un punto silla y P2 es un centro (soluciones cclicas).
   I(p ) 
k
5.15 El punto fijo = f  (k) es un punto silla.
p r+

rr2 4 det J
a) La tasa de convergencia est dada por = < 0, don-
2
de
det J = (r + ) + f  (k )I  (p ).

Se tiene adems que lim = .

r>>1
 
1
5.17 a) El nico punto fijo del sistema es P = y es un punto silla.
e
 
0 % &
b) Para P s
se tiene E (P ) = gen = (x, y) R2 | x = 1 y
1
 
1 % &
Eu (P ) = gen = (x, y) R2 | y = ex .
e

c
c) y(x) = ex + .
x1
d) Para P se tiene
% &
Ws (P ) = (x, y) R2 | x = 1

y
% &
Wu (P ) = (x, y) R2 | y = ex .
Captulo 6
Conceptos bsicos de dinmica
discreta


1 t
6.4 a) xt = (x0 2) + 2. Adems lim xt = 2, es decir que es asinttica-
2 t
mente estable.

t
3
b) xt = (x0 + 4) 4. Adems lim xt = , es decir que es asinttica-
2 t
mente inestable.


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


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

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

c+I
punto fijo a y = . Por lo tanto, la solucin de la ecuacin es Yt =
  1m
c+ I c+I
mt Y0 + . Adems lim Yt = 1mc+I
> 0, es decir que el punto
1m 1m t
fijo es asintticamente estable.

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

es un punto silla.
b) Puntos fijos: x1 = 1 el cual es asintticamente inestable y x2 = 3 el cual
es asintticamente estable.
1 8
6.10 a) pt = pt1 + . El punto fijo es p = 2 el cual es asintticamente esta-
3 3
ble, ya que lim pt = 2.
t

20
 21

11 11
b) pt = pt1 + . El punto fijo es p = el cual es inestable, se tiene
2 4
que lim pt no existe.
t
c) pt = 3pt1 + 16. El punto fijo 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 c1 , c2 A + B. Entonces

c1 = a1 + b1 , c2 = a2 + b2 donde a1 , a2 A y b1 , b2 B. Como a1 , a2 A
y b1 , b2 B con A y B convexos, entonces (0, 1) se tiene que a1 +
(1 ) a2 A y b1 + (1 ) b2 B. Por lo tanto, [a1 + (1 ) a2 ] +
[b1 + (1 ) b2 ] A + B. De donde (a1 + b1 ) + (1 ) (a2 + b2 )
A + B. Entonces c1 + (1 ) c2 A + B. Por lo tanto A + B es convexo.
b) Sea kA = {ka|a A} para k R y sean c1 , c2 kA.Entonces c1 =
ka1 , c2 = ka2 donde a1 , a2 A. Como a1 , a2 A y A es convexo,
entonces (0, 1) se tiene que a1 + (1 ) a2 A. Por lo tanto,
k [a1 + (1 ) a2 ] kA. De donde [ka1 ] + (1 ) [ka2 ] kA. Enton-
ces c1 + (1 ) c2 kA. Por lo tanto kA es convexo.

9.2 Sea X R n un conjunto convexo y sean f , g : X R dos funciones cncavas.

a) Sea R + y sean x1 , x2 X. Como f es cncava, entonces

f ( x1 + (1 ) x2 )
f ( x1 ) + (1 ) f ( x2 ) , (0, 1) .

Como > 0, entonces

f ( x1 + (1 ) x2 )
[ f ( x1 ) + (1 ) f ( x2 )]
= [ f ( x1 )] + (1 ) [ f ( x2 )] .

Por lo tanto f es cncava.

22
 23

b) Sea R y sean x1 , x2 X. Como f es cncava, entonces

f ( x1 + (1 ) x2 )
f ( x1 ) + (1 ) f ( x2 ) , (0, 1) .

Como < 0, entonces

f ( x1 + (1 ) x2 )  [ f ( x1 ) + (1 ) f ( x2 )]
= [ f ( x1 )] + (1 ) [ f ( x2 )] .

Por lo tanto f es convexa.

c) Como f y g son cncavas, entonces (0, 1) se tiene que

f ( x1 + (1 ) x2 )
f ( x1 ) + (1 ) f ( x2 ) ,
g ( x1 + (1 ) x2 )
g ( x1 ) + (1 ) g ( x2 ) .

Por lo tanto,

f ( x1 + (1 ) x2 ) + g ( x1 + (1 ) x2 )

[ f ( x1 ) + (1 ) f ( x2 )] + [g ( x1 ) + (1 ) g ( x2 )] .

Entonces

( f + g) ( x1 + (1 ) x2 )
[( f + g) ( x1 )] + (1 ) [( f + g) ( x2 )] .

Por lo tanto, f + g es cncava.

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 ( x1 + (1 ) x2 )
g ( x1 ) + (1 ) g ( x2 ) .

Como h es creciente, entonces

h (g ( x1 + (1 ) x2 ))
h (g ( x1 ) + (1 ) g ( x2 )) .

De donde

(h g) ( x1 + (1 ) x2 )
= h (g ( x1 + (1 ) x2 ))

h (g ( x1 ) + (1 ) g ( x2 ))

h [g ( x1 )] + (1 ) h [g ( x2 )]
= (h g) ( x1 ) + (1 ) (h g) ( x2 ) .

Por lo tanto, h g es cncava.

 24

9.3 a) Conjunto convexo.

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

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

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

x = x1 + (1 ) x2 = (x1 + (1 ) x2 , y1 + (1 ) y2 ) ,

con (0, 1) . Debemos demostrar que

(x1 + (1 ) x2 ) (y1 + (1 ) y2 )
k.

As,

(x1 + (1 ) x2 ) (y1 + (1 ) y2 )
= 2 (x1 y1 ) + (1 )2 (x2 y2 ) + (1 ) (x2 y1 + x1 y2 )


2 x2 x1

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

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

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

Por lo tanto, x CS f (k) . Lo que implica que CS f (k) es convexo, k

R2+ . Por lo tanto, f (x, y) = xy es cuasicncava en R2+ .
b) Como f es doblemente diferenciable, analizamos simplemente el signo
de le matriz hessiana H :
   
f xx f xy 2 2
H= = .
f yx f yy 2 2
 25

2
Como f xx = 2 > 0, f yy = 2 > 0 y |H| = f xx f yy f xy = 0. Entonces H es
positiva semidefinida. Por lo tanto, f es convexa (no estricta).
c) Como f es doblemente diferenciable, analizamos simplemente el signo
de le matriz hessiana H :
   
f xx f xy 2 0
H= = .
f yx f yy 0 2

Como f xx = 2 > 0, f yy = 2 > 0 y |H| = f xx f yy f xy

2
= 4 > 0. Entonces H
es positiva definida. Por lo tanto, f es estrictamente convexa.

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

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

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

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

 
g ( x) = ln nk=1 xkk

con 1 , . . . , n > 0. Entonces

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

Por lo tanto
x12 0 ... 0
1
0 x22
... 0
H= 2 .
... ... ... ...

n
0 0 . . . x2
n

1 1 2 1 2 3
Como |H1 | = 2 < 0, |H2 | = 2 2 > 0, |H3 | = 2 2 2 < 0, . . . , (1)k
x1 x1 x2 x1 x2 x3
|Hk | > 0 con 1  k  n. Entonces H es definida negativa. Por lo tanto f es
estrictamente cncava.
 26

9.8 Por el ejercicio anterior tenemos que la funcin

 
g ( x) = ln nk=1 xk 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 ex es una funcin creciente,

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

a b
9.9 a) Sean a = y b =   . Entonces
f (a) f b



a 1
f (a) = f = f a
f (a) f ( 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) .
 
f b
b) Sea =   . Como f : X (0, ) , entonces f (a) > 0
  (1 ) f ( a) + f b
y f b > 0. Adems, como 0 < < 1 se tiene que > 0 y (1 ) > 0,
por lo tanto > 0. Por otra parte, reescribamos como
 
f b + (1 ) f ( a) (1 ) f (a)
=  
(1 ) f (a) + f b
(1 ) f (a)
= 1   < 1,
(1 ) f (a) + f b

(1 ) f ( a)
ya que   > 0. Por lo tanto < 1. Se concluye que
(1 ) f (a) + f b
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 definicin de se tiene
 
f b (1 ) f (a)
1 = 1   =  .
(1 ) f (a) + f b (1 ) f ( a) + f b
 27

Entonces
 
1  f (1 ) a + b
 
     
(1 ) f (a) a f b b
= f   +    
(1 ) f (a) + f b f ( a) (1 ) f ( a) + f b f b
 
1 ' (
= f   (1 ) a + b
(1 ) f ( a) + f b
1  
=   f (1 ) a + b .
(1 ) f ( a) + f b
 
1  
Es decir, 1    f (1 ) a + b . Por lo tanto
(1 ) f (a) + f b
   
(1 ) f ( a) + f b  f (1 ) a + b .

Por lo tanto f es cncava.

9.10 Sea f (x1 , . . . , xn ) = x11 . . . xnn = nk=1 xk k una funcin Cobb-Douglas y x
R n++ . Es claro que f es cuasicncava siempre, ya que es una transformacin
 
creciente de la funcin cncava ln x11 x22 . . . xnn , y es por lo tanto 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
( 1) f 1 2 f 1 n f

1 1
2 x x . . . x x
x1 1 2 1 n

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

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

Por lo tanto, sus menores principales dominantes son:

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

Por lo tanto, (1)k |Hk | > 0. Entonces, H es definida negativa. Por lo tanto, f
n
es estrictamente cncava. Si 0 < k  1, entonces f es cncava.
k=1
 28

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

Por lo tanto, w es homognea de grado 1.


lim (ln w)
b) Como limw = lim eln w = e 0
. Adems
0 0
 
  1
lim (ln w) = lim ln ++ 1 x1 n xn
0 0
  

ln 1 x1 + + n xn
= lim .
0

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

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

As, usando la regla de LHpital se tiene que

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


1 x1 ln x1 + + n xn ln xn
= lim
0 1 x1 + + n xn
1 ln x1 + + n ln xn
=
+ + n
 1 
ln x11 x22 ...xnn
= .
1
 

ln x11 x22 ...xnn
Por lo tanto, lim w (x1 , . . . , xn ) = e . Es decir,
0

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

0

y corresponde a la familia de funciones Cobb-Douglas.

c) Es claro que si = 1 entonces w (x1 , . . . , xn ) = 1 x1 + + n xn , que es
una ecuacin lineal (hiperplano en R n+1 ).
 29

n

d) Sea g (x1 , . . . , xn ) = k xk = 1 x1 + + n xn . Entonces,
k=1
2
1 ( 1) x1 0 ... 0
2
H= 0 2 ( 1) x2 ... 0 .
2
0 0 ... n ( 1) xn

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

|H1 | < 0, |H2 | > 0, |H3 | < 0, . . . , (1)k |Hk | > 0, . . . , (1)n |Hn | > 0. Por
lo tanto, H es negativa definida. Por lo tanto, si 0 < < 1, entonces g es
cncava.
1
e) Con la definicin del inciso anterior, se tiene que w = g . Si = 1, en-
tonces w es lineal (inciso c), de modo que es cuasicncava. Si 0 < < 1,
1
entonces g es cncava (inciso d) y, como g es una funcin creciente, en-
1
tonces w = g 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.
a b
9.12 Suponemos que CI f (1) es convexo, se definen a y b =   . Como f
f ( a) f b
 
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 define

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

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

< 1. Como a, b CI f (1), 0 < < 1 y CI f (1) es convexo (ya que f es
 
cuasiconvexa), entonces f (1 ) a + b  1. Finalmente, sustituyendo a, b
y en esta desigualdad y, viendo que f es homognea de grado 1, se obtiene
que
   
(1 ) f ( a) + f b
f (1 ) a + b .
Por lo tanto, f es convexa. Ahora, apliquemos este resultado a la funcin
CES,
  1
w (x1 , . . . , xn ) = 1 x1 + + n xn .
Es claro que w es homognea de grado 1 (problema 9.11.a) y positiva. 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 definido (|H1 | > 0, |H2 | > 0, . . . , |Hn | > 0), de modo
1
que g es convexa y, por lo tanto, cuasiconvexa. Como w = g con > 0, es
decir, w es una funcin creciente de g, con g cuasiconvexa, por lo tanto w es
cuasiconvexa. Por lo tanto, por el teorema recin demostrado, w es convexa
si > 1. Por lo tanto, si > 0, entonces una funcin CES es convexa.

9.13 Sea = (a, b) un conjunto convexo y abierto de R y sea y = f (z) una funcin
cncava en .

a) Sean a < z1 < z2 < z3 < b con z2 = z1 + (1 ) z3 , 0 < < 1. Como f

es cncava en , entonces

f (z2 )
f (z1 ) + (1 ) f (z3 ) .

Por lo tanto,
y2
y1 + (1 ) y3 ....... (1) .

Como z2 = z1 + (1 ) z3 = z1 + z3 z3 . Por lo tanto, (z3 z1 ) =

z3 z2 . Lo que implica que
z3 z2 z2 z1
= y, 1 = ....... (2) .
z3 z1 z3 z1
Por ltimo, se reescribe y2 como


z3 z1
y2 = 1 y2 = y2
z3 z1


z3 z2 + z2 z1
= y2
z3 z1



z3 z2 z2 z1
= y2 + y2 ....... (3) .
z3 z1 z3 z1

Por lo tanto, sustituyendo (2) , (3) en (1) se obtiene





z3 z2 z2 z1 z3 z2 z2 z1
y2 + y2
y1 + y3 .
z3 z1 z3 z1 z3 z1 z3 z1

Multiplicando por z3 z1 > 0 se tiene

(z3 z2 ) y2 + (z2 z1 ) y2
(z3 z2 ) y1 + (z2 z1 ) y3 .

Por lo tanto,

(z3 z2 ) (y2 y1 )
(z2 z1 ) (y3 y2 ) .

 31

(y2 y1 ) (y y2 )
Como z3 z2 > 0 y z2 z1 > 0, entonces
3 . Por lo
(z2 z1 ) (z3 z2 )
tanto
f (z2 ) f (z1 ) f (z3 ) f (z2 )

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



sr xs
f (y) f (x) f (t) f (y) f (u) f (t)


....... (5) ,
yx ty ut
con s, r, u y t fijos. As, se definen las constantes c1 y c2 como:
f (s) f (r) f (u) f (t)
c1 = , c2 = ....... (6) .
sr ut
De (5) y (6) se obtiene
f (y) f (x)
c1

c2 ....... (7) .
yx
d) Por ltimo, como y x > 0 entonces lim+ c1 (y x)
f (y) f (x)

yx
c2 (y x) . Por lo tanto,

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

yx + yx yx

Como
lim [c1 (y x)] = lim+ [c2 (y x)] = 0,
yx + yx
entonces
lim [ f (y) f (x)] = 0.
yx +

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

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

lim f (y) = f (x) .

yx

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

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

 32

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

1
f (y) T T
= f (x) + (y x) f + (y x) [H f (x)] (y x) ,
2
donde H f (x) es el hessiano de f evaluado en x.

a) Sabemos que f es cncava si y slo si f (y)  f (x) + (y x) T f . Por lo

tanto,
1
f (x) + (y x)T f + (y x) T [H f (x)] (y x)  f (x) + (y x)T f .
2
Entonces
(y x) T [H f (x)] (y x)  0.

Por lo tanto, H f (x) es negativo semidefinido.

b) Sabemos que f es convexa si y slo si f (y)
f (x) + (y x)T f . As,
procediendo anlogamente al inciso anterior, se tiene:

(y x) T [H f (x)] (y x)
0.

Por lo tanto, H f (x) es positivo semidefinido.

c) Suponemos que H f (x) es negativa definida, es decir,

(y x) T [H f (x)] (y x) < 0.

Por lo tanto, f (y) < f (x) + (y x) T f . Por lo tanto, f es estrictamente

cncava.
d) Suponemos que la matriz H f (x) es positiva definida, es decir,

(y x) T [H f (x)] (y x) > 0.

Por lo tanto, f (y) > f (x) + (y x) T f . Por lo tanto, f es estrictamente

convexa.

9.15 Sea X R y sean f , g : X R de clase C 1 . Supongamos que x = (x , y )

es una solucin del problema. Se quiere mostrar que existe R tal que
f (x ) = g (x ) , con g (x ) = 0. Los puntos que satisfacen la restric-
cin estn dados por g (x, y) = 0. Supongamos que g = 0, de modo que
gx (x, y) = 0 o gy (x, y) = 0. Sin prdida de generalidad supongamos que
gy (x, y) = 0. Por el teorema de la funcin implcita, la ecuacin g (x, y) = 0
 33

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

gy (x, y) = 0. En ese caso,

dy gx
= , gy = 0.
dx gy

Por lo tanto, y = y (x) en f (x, y) , el problema de optimizacin se reduce al

siguiente problema de optimizacin en 1 variable:

max F (x) f (x, y (x)) .

Entonces,

dF (x) dy
= f x + f y = 0.
dx dx
Lo que implica

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

donde los renglones de este determinante

 son linealmente
  dependientes. Por
lo tanto, existe R {0} tal que f x , f y = gx , gy , o sea, f = g ,

con g (x , y ) = 0.

9.16 Como f : R n++ R es una funcin de produccin homognea, continua y

cuasicncava, entonces CS f (q) es convexo. Adems, sea x (w, q) una 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
= xj (w, q) ,
w j

para j = 1, . . . , n.

a) Se quiere demostrar que C es una funcin creciente de w j , j = 1, . . . , n.

C
Como x R2++ , entonces x j > 0 y como = xj (w, q) , entonces
w j
C
> 0. Por lo tanto, C es creciente con respecto a w j , para j = 1, . . . , n.
w j
 34

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

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

C C C n
C
w1
w1
+ w2
w2
+ + wn
wn
= w j w j
j=1
n
= w j xj (w, q)
j=1

= C (w, q) .

Por lo tanto, w w C (w, q) = (1) C (w, q) . Por lo tanto, C es homognea

de grado 1.
c) Se quiere demostrar que C es cncava en w, es decir, que (0, 1) se
cumple

C (w1 + (1 ) w2 , q)
C (w1 , q) + (1 ) C (w2 , q) .

Se tiene que

C (w1 + (1 ) w2 , q) = (w1 + (1 ) w2 , q) X (w1 + (1 ) w2 , q)

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

[w1 X (w1 , q)] + (1 ) [w2 X (w2 , q)]
= C (w1 , q) + (1 ) C (w2 , q) .

Por lo tanto, C es cncava en w.

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

1
50 (16000) 2 (64000) 2 .

b) Sea d2 (x, y) = x2 + y2 , entonces d2 (x, y) se minimiza en los puntos
   
1.1 1.1
P1 = y P1 = . Adems dmin = 2.2.
1.1 1.1
c) Sea f (x, y) = ln x + ln (y + 5) = ln [x (y + 5)] . Entonces fmax ocurre en
(x, y) = (0, 4) con f max = f (4, 0) = ln 20.
d) Sea f (x, y) = x2 + y2 . Entonces fmin ocurre en (x, y) = (5, 5) con fmin =
f (5, 5) = 50.
e) Sea f (x, y, z) = xyz. Entonces f max ocurre en x = 43 , y = 4
3 y z = 43 , con
64
f max = .
27
 35

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

1
Lx = 31 2 = 0,
3x
1
Ly = 1 2 = 0,
3y
L1 = A (3x + y)
0, 1
0, 1 (3x + y A) = 0,
L2 = 40 (x + y)
0, 2
0, 2 (x + y 40) = 0.

El ingreso se tiene que restringir al intervalo (40, 120) porque si A  40

entonces la primera restriccin del problema ser intil. De la misma
manera si A
120, entonces la segunda restriccin del problema ser
intil.
i) Si A (40, 60) , entonces slo la primera restriccin est activa (1

A A
0, 2 = 0) y la solucin del problema es x = , y = .
6 2
ii) Si A [60, 80] , entonces ambas restricciones estn activas (1
0,
A 40 120 A
2
0) y la solucin del problema es x = ,y = .
2 2
iii) Si A (80, 120) , entonces slo la segunda restriccin est activa
(1 = 0, 2
0) y la solucin del problema es x = 20, y = 20.

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

Entonces por las condiciones de primer orden, se tiene que la solucin es del
tipo

x = x (w, p) ,
q = q (w, p) = f (x (w, p)) ,
= (w, p) .

La funcin de mxima ganancia es

(w, p) = L (x , q , ; w, p) = pq (w, p) w T x (w, p) 0.

Entonces por el teorema de la envolvente:

L
= = xj (w, p) , j = 1, ...n.
w j w j
L
= = q (w, p) .
p p
 36

9.20 Se tiene que

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

Por las condiciones de primer orden se tiene que

 
xh = xh p, U ,
 
h = h p, U .

La funcin de gasto es
     
E p, U = L xh , h ; p, U = pxh p, U 0.

Por lo tanto, por el teorema de la envolvente

E L  
= = xhj p, U ,
p j p j

para j = 1, . . . , n.

9.21 a) El problema
min p T x
,
s.a U (x) = V (p, m)
implica que

L (x; p, V (p, m)) = p T x [U (x) V (p, m)] .

Por lo tanto,
xh = xh (p, V (p, m)) .

En el ptimo se cumple la restriccin, es decir:

 
U x (p, V (p, m)) = V (p, m) = U (x (p, m)) .
h

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,
xh (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 xh p, U .

Como esto vale para p arbitraria, entonces

    
x p, E p, U = xh 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 xh 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 xh (p, V (p, m)) = p T x (p, m) = m.

m m
9.22 a) x (p, m) = , y (p, m) = .
p1 p2


 

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


   p1  p2 U
c) E p, U = e .




  p2 U h   p1 U
d) xh p, U = e , y p, U = e .
p1 p2
1 1

p1r1 p2r1
9.23 a) x (p, m) = m r r , y y (p, m) = m r r .
p1r1 + p2r1 p1r1 + p2r1
r r
r
1r

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

  r r
r1
r
c) E p, U = U p1r1 + p2r1 .
  1 r
r
1
r
d) xh p, U = U p1r1 p1r1 + p2r1 ,y

  1 r r
1
r
yh p, U = U p2r1 p1r1 + p2r1 .
 38

    
9.24 Se tiene x p, E p, U = xh p, U . Entonces
   
xi    xi    E p, U xih p, U
p, E p, U + p, E p, U = .
p j m p j p j

E  
Por el Lema de Shepard = xhj , y como U = V (p, m) , m = E p, U y
p j
h
x j (p, V (p, m)) = x j (p, m) . Por lo tanto

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

+ xj (p, m) i = .
p j m p j
Captulo 11
Introduccin al clculo en
variaciones
n
11.1 a) Por demostrar que x = |xi | es una norma.
i=1
n
i) i = 1, ..n se tiene que |xi |
0. Por lo tanto, |xi |
0. Entonces
i=1
x1
0.
n
ii) |xi | = 0 si y slo si xi = 0. Entonces |xi | = 0 si y slo si x = 0. Por
i=1
lo tanto, x1 = 0 si y slo si x = 0.
n n n
iii) cx1 = (cx1 , . . . , cxn )1 = |cxi | = |c| |xi | = |c| |xi | =
i=1 i=1 i=1
|c| x1 .
iv)
x + y1 = (x1 + y1 , . . . , xn + yn )1
n n
= |xi + yi |  (|xi | + |yi |)
i=1 i=1
n n
= |xi | + |yi | = x1 + y1 .
i=1 i=1
b) Por demostrar que x = sup{|xi | , i = 1, . . . , n} es una norma.
i) i = 1, ..n se tiene que |xi |
0. Por lo tanto, sup{|xi |}
0. Entonces
x
0.
ii) x = 0 si y slo si sup{|xi |} = 0. Esto slo se cumple si y slo si
|xi | = 0, que a su vez se cumple si y slo si xi = 0. Es decir, si y slo
si x = 0.

39
 40

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

iv)

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

 sup {|xi |} + sup {|yi |}
= x + y .

  1p
b
11.2 Por demostrar que  f  p = | f | p dt es una norma.
a

a) Es claro que  f  p es no negativa.

b) Adems  f  p slo vale cero cuando f = 0.
  1p    1p
b b
c) c f  p = |c f | p dt = |c| p | f | p dt = |c|  f  p .
a a

d) Si p = 1, entonces
 b  b
 f + g1 = | f + g| dt  (| f | + |g|) dt
a a
 b  b
= | f | dt + |g| dt =  f 1 + g1 .
a a

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  b  b  b
2 2 2
| f + g| dt  | f | dt + |g| dt + 2 | f | |g| dt
a a a
*a *
 b  b  b  b
2 2 2
 | f | dt + |g| dt + 2 | f | dt |g|2 dt
a a a a
* * 2
 b  b
= 2
| f | dt + |g|2 dt .
a a

Por lo tanto,
* * *
 b  b  b
| f + g|2 dt  | f |2 dt + |g|2 dt.
a a a

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

 41

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

a) Por demostrar que V es un espacio vectorial sobre R.

i) Sean f , g V. Como f , g son continuas en [0, 1] . Entonces, f + g es
continua en [0, 1] . Por lo tanto, f + g V.
ii) Sean f , g, h V. Como la suma de funciones es asociativa, entonces

( f + g) + h = f + (g + h) .

iii) Sea f : [0, 1] R, f (x) = 0. Claramente f es continua en [0, 1] , por

lo tanto, f (x) = 0 V.
iv) Sea f V. Como f es continua en [0, 1] entonces f es continua en
[0, 1] . Por lo tanto, f V. Adems, f + ( f ) = 0.
v) Sean f , g V. Como la suma de funciones es conmutativa, entonces
f + g = g + f.
vi) Sea f V y sea R. Como f es continua en [0, 1] , entonces f es
continua en [0, 1] . Por lo tanto, f V.
vii) Sean f , g V y sea R. Claramente ( f + g) = f + g.
viii) Sea f V y sean , R. Claramente ( + ) f = f + f .
ix) Sea f V y sean , R. Claramente ( f ) = () f .
b) Dos posibles ejemplos de funcionales lineales sobre V son:
 1
J1 [ f ] = f (t) dt
0

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

1
11.4 a) x (t) = t + 20. Por lo tanto, J [x] = 5.
2
b) x (t) = 9t + 10. Por lo tanto, J [x] = 10710.
1912
c) x (t) = t3 + 4t + 1. Por lo tanto, J [x] = .
5
t2 154
d) x (t) = + 4t + 1. Por lo tanto, J [x] = .
4 3
 42

16
e) x (t) = t. Por lo tanto, J [x] = .
3
f) Se tiene que
x = 2x y
.
y = x
Por lo tanto,

x (t) = [(c1 + 2c2 ) + c2 t] et + [(c3 2c4 ) + c4 t] et ,

y (t) = (c1 + c2 t) et + (c3 + c4 t) et .

11 2
g) x (t) = t y y (t) = t + 2.
10 5
h) Se tiene que
x = y
.
y = x
1  t t

Por lo tanto, x (t) = y (t) = e e .
e e 2
2

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


t2 1
11.5 x (t) = + N t.
2 2
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.
1
11.7 a) x (t) = t2 t + 1. Como f es convexa en (x, x) , entonces se trata de un
4
mnimo.
1
b) x (t) = t2 4t y T = 16. Como f es convexa en (x, x) , entonces se trata
4
de un mnimo.

11.8 Teniendo el modelo de inversin de la seccin 11.7.1 como base, entonces sus-
tituyendo k(t) y su demanda k(t) en la condicin de transversalidad se tiene
  2  
0 = lim eT k1 r1 er1 T + k2 r2 er2 T + A k1 er1 T + k2 er2 T + k
t
  2 
T
lim e r1 T r2 T
B k1 e + k2 e + k
t
+ ' ( ' (,
= lim e(2r1 )T k21 r12 B + e(2r2 )T k22 r22 B
t
+ ,
+ lim e(r1 +r2 )T 2k1 k2 [r1 r2 B] + e(r1 )T k1 [A 2Bk]
t
+ ' (,
+ lim e(r2 )T k2 [A 2Bk] + eT Ak Bk2 .
t
 43

Para que este lmite converja es necesario que no aparezcan aqu los trminos
e(2r1 )T y e(r1 )T que son divergentes, y esto se logra pidiendo que k1 = 0.
En este caso,
+ ' 2 ( ' (,
(2r2 )T 2 (r2 )T T 2
lim e k2 r2 B + e k2 [A 2Bk] + e Ak Bk = 0,
t
se verifica automticamente.
t2
11.9 x (t) = y T = 2N.
2



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

1  1 2
2


1 1
x (t) = x0 et + et .
1 2 1 2
b) Se tiene que f x = et x y f x = x, lo que implica que f xx = 1 < 0,
f x x = 0 y f x = 1. Por lo tanto,
 
1 0
H= .
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 c1 = 0, y dado que > 0, entonces


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

lim x (t) = 0.
t

11.11 La trayectoria ptima de consumo es:

 

( r) r
c(t) = rc1 + w + t.
r
Es decir que el consumo decrece linealmente
cont. Segn las condiciones de
r
transversalidad tenemos que a(t) = a0 t. Es decir que el nivel de
r
activos decrece linealmente con t. Para verificar la concavidad de f se tiene
 
2 r2 et ec 2 ret ec
H= .
2 ret ec 2 et ec

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

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

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

 44

11.12 a) Se debe cumplir el sistema de ecuaciones

k = (A ) k c,
c = (A ) c.

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

Usando las condiciones de transversalidad se obtiene

k(t) = k0 e(A)t , con A < 0,

c(t) = k0 e(A)t .

b) El nico punto de equilibrio es el origen (k , c ) = (0, 0) , lo cual es una

consecuencia de la linealidad del sistema. Como el determinante del
sistema es negativo (1 = A > 0, 2 = A < 0), por lo tanto,
se trata de un punto silla.
 
1
c) La variedad estable Ws es el espacio generado por el vector v2 = .

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

variedad estable es la recta c = k. Debido a las condiciones de trans-
versalidad (lim k(T) = k ) cualquier condicin inicial tal que c0 = k0,
t
llevar al sistema al punto (k , c ) = (0, 0) .