Apuntes de Matematica Aplicadas A La Economia

APUNTES DE MATEMATICA
APLICADAS A LA ECONOMIA
SULLCA QUISPE NERY

Puno – Perú
Apuntes de Matemática Aplicadas a la Economía FIE-UNA-PUNO
INDICE
PRESENTACION ................................................................................................................. 3
DEDICATORIA .................................................................................................................... 4
UNIDAD I: CONCEPTOS BASICOS DE LA OPTIMIZACION ............................... 5
FACTOR DE CAPITALIZACION DISCRETA ....................................................................... 5
FACTOR DE DESCUENTO (𝜷) ........................................................................................ 9
FACTOR DE CAPITALIZACION CONTINUO ..................................................................... 9
FACTOR DE DESCUENTO CONTINUO .......................................................................... 12
FUNCIONAL OBJETIVO ................................................................................................ 13
OPTIMIZACION ESTATICA Y OPTIMIZACION DINAMICA ............................................. 15
OPTIMIZACION ESTÁTICA....................................................................................... 17
CARACTERISTICAS: .............................................................................................. 17
OPTIMIZACION DINÁMICA....................................................................................... 17
CARACTERISTICAS: .............................................................................................. 17
UNIDAD II: CALCULO DE VARIACIONES ............................................................. 18
CALCULO DE VARIACIONES .............................................................................. 21
CONDICIONES DE TRANSVERSALIDAD.......................................................... 22
CASO I: ...................................................................................................................... 27
CASO II ...................................................................................................................... 28
CASO III ..................................................................................................................... 28
CASO IV .................................................................................................................... 29
DISTANCIA ENTRE DOS PUNTOS ..................................................................... 31
CONDICIONES DE SEGUNDO ORDEN ............................................................. 35
EJERCICIOS APLICATIVOS A LA ECONOMÍA ................................................ 42
HORIZONTE TEMPORAL DE TIEMPO INFINITO ............................................ 45
UNIDAD III: TEORIA DE CONTROL ÓPTIMO ....................................................... 48
VARIABLE DE ESTADO ................................................................................................. 49
VARIABLE DE CONTROL............................................................................................... 49
EL PROBLEMA DE CONTROL ÓPTIMO ......................................................................... 49
PRICIPIO DEL MAXIMO DE PONTRYAGIN.................................................................... 50
SOLUCION DE ESQUINA Y SOLUCION INTERIOR ......................................................... 50
SOLUCIÓN DE ESQUINA........................................................................................... 51
EJERCICIO................................................................................................................. 52
Nery Sullca Quispe Página 1

MODELO DE CRECIMIENTO ECONÓMICO SOLOW ..................................................... 54

LA PRODUCCION...................................................................................................... 55
DEMANDA AGREGADA ............................................................................................ 55
EQUILIBRIO DE LA ECONOMIA ................................................................................ 56
FUNCION DE UTILIDAD ............................................................................................ 57
MODELO DE CRECIMIENTO ECONOMICO .................................................................. 58
EL MODELO DE ROBERTH SOLLOW ............................................................................ 58
BIBLIOGRAFÍA ............................................................................................................ 63

PRESENTACION
El presente libro titulado “apuntes de matemática aplicadas a la economía” es el
resultado de lo realizado en las clases de economía matemática IV y redactado
especialmente para los que estudian ingenierías, economía y administración y a
toda persona interesada en fundamentar sólidamente sus conocimientos
matemáticos.
El presente libro consta de una primera unidad denominada; conceptos básicos
de optimización, factor de capitalización, factor de descuento, funcional objetivo,
optimización estática y dinámica, Y en la segunda unidad se presenta cálculo de
variaciones , condiciones de transversalidad en IV casos distintos , distancia
entre dos puntos , condiciones de segundo orden , ejercicios aplicativos a la
economía, horizonte temporal de tiempo infinito. Y en la tercera unidad se
presenta la teoría de control óptimo, variable de estado y de control, problema
de control óptimo, principio del máximo de potryagin solución de esquina e
interior, modelo de crecimiento económico de solow.
Las aplicaciones referidas a estas áreas se han integrado por completo en el
desarrollo del libro; a veces una aplicación particular se utiliza para motivar
ciertos conceptos matemáticos; en otros casos, determinado resultado
matemático se aplica, ya sea de inmediato o en una sección subsecuente, a un
problema concreto, digamos, de análisis empresarial. Por lo general, las
aplicaciones se ofrecen en estrecha cercanía con el tratamiento del concepto
matemático específico en cuestión. No obstante, cabe aclarar que las
matemáticas de este libro se presentan inicialmente en un estilo “limpio”, es
decir, fuera del contexto de cualquier aplicación particular. Sólo después de
establecer cada resultado en un nivel puramente algebraico, se aplica éste a un
problema.

DEDICATORIA
Dedico este libro a Dios por haber
fortalecido mis pensamientos, a
mis padres y hermanos por estar
ahí cuando más los necesite con
su apoyo moral y económico.

UNIDAD I: CONCEPTOS BASICOS DE LA OPTIMIZACION
¿Qué es optimización dinámica?

Es un proceso matemático que busca dar solución a problemas dinámicos que
que precisan una planificación optima a lo largo de un horizonte temporal no
pretende encontrar el óptimo de un instante de tiempo dado sino la trayectoria
de decisiones optimas máxima una función objetiva.
¿Cuál trayectoria de 𝜋(𝑡) es la mejor?

NOTA: la optimización dinámica estudia la obtención de la solución óptima de
situaciones dinámicos que soluciona el tiempo a estos sistemas se trata de guiar
o contralar de manera óptima a lo largo de un horizonte temporal dado de
acuerdo a un objetivo fijado . Las decisiones optimas de corto plazo en general
no coinciden con decisiones a largo plazo en este sentido la utilización técnica
de optimización dinámica permite obtener la solución óptima de cada caso.
FACTOR DE CAPITALIZACION DISCRETA

Un individuo deposita un monto "𝑀" en un banco durante 𝑡 años a una tasa de
interés anual 𝑖 ¿qué monto retirara al finalizar el año 𝑡?
𝑖
Rpta: el monto a retirar es: 𝑆 = (1 + 𝑛)𝑛𝑡 𝑀
El monto final a retirar dependerá del número de capitalizaciones por lo tanto se

tendrá diversos escenarios.
Asumiendo que 𝑛 = numero de capitalizaciones por año
CASO I: capitalización anual (𝑛 = 1)

𝑨ñ𝒐𝒔 𝑴𝒐𝒏𝒕𝒐 𝒇𝒊𝒏𝒂𝒍 (𝑺)

𝟏 𝑀 = 𝑖𝑀 = (1 + 𝑖)𝑀
𝟐 (1 + 𝑖)𝑀 + 𝑖(1 + 𝑖)𝑀 = (1 + 𝑖)2 𝑀
…… ……
𝒕 (1 + 𝑖)𝑡−1 𝑀 + 𝑖(1 + 𝑖)𝑡−1 𝑀 = (1 + 𝑖)𝑡 𝑀
CAPITALIZACION COMPUESTA: los intereses generan otro interés

𝑆 = (1 + 𝑖)𝑛 𝑀
CASO II: capitalización semestral (𝑛 = 2)
𝟏 = 𝟔 𝒎𝒆𝒔𝒆𝒔 𝑖 𝑖
𝑀 + 𝑀 = (1 + ) 𝑀
2 2
𝟐 = 𝟏𝟐 𝒎𝒆𝒔𝒆𝒔 𝑖 𝑖 𝑖 𝑖 2
(1 + ) 𝑀 + (1 + ) 𝑀 = (1 + ) 𝑀
2 2 2 2
2 2
𝟑 = 𝟏𝟖 𝒎𝒆𝒔𝒆𝒔 𝑖 𝑖 𝑖 𝑖 3
(1 + ) 𝑀 + (1 + ) 𝑀 = (1 + ) 𝑀
2 2 2 2
…… … ..
𝒕 𝑖 2𝑡
(1 + ) 𝑀
2
CASO III: capitalización cuatrimestral (𝑛 = 3)

𝟏 = 𝟒 𝒎𝒆𝒔𝒆𝒔 1
(1 + )3 𝑀
3
𝟐 1
(1 + )6 𝑀
3
𝟑 1
(1 + )9 𝑀
3
…… ……
𝒕 1
(1 + )3𝑡 𝑀
3
CASO IV: "𝑛" capitalizaciones al año

𝟏 𝑖
(1 + )𝑛(1) 𝑀
𝑛
𝟐 𝑖
(1 + )𝑛(2) 𝑀
𝑛
𝟑 𝑖
(1 + )𝑛(3) 𝑀
𝑛
…… ……
𝒕 𝑖
(1 + )𝑛(𝑡) 𝑀
𝑛
Ejercicios
Hallar el equivalente del 20% anual con un monto inicial de 2000
𝑀 = 2000
𝑖 = 20%
𝑡=1
𝑆 = (1 + 𝐼)𝑀
𝑆 = (1 + 0.2)2000
𝑆 = 2400
𝑀 = 2000
𝑖 = 20%
𝑡=2
𝑆 = (1 + 𝐼)2 𝑀
𝑆 = (1 + 0.2)2 2000
𝑆 = 2880
𝑀 = 2000
𝑖 = 20%
𝑡=3
𝑆 = (1 + 𝐼)3 𝑀
𝑆 = (1 + 0.2)3 2000
𝑆 = 3456
FACTOR DE CAPITALIZACION
Dada la expresión:

𝑖
𝑆 = (1 + )𝑛𝑡 𝑀
𝑛
Donde:
𝑛 =Numero de capitalizaciones
𝑖 =Tasa de interés
𝑡 =Tiempo, número de años
𝑀 = Monto final
Si definimos
𝑖
𝑍 = (1 + )𝑛𝑡
𝑛
 "𝑧" resulta el factor de capitalización discreto, dado que "𝑛" representa un
valor entero positivo.
Ejemplos
Se aprecia que 𝑍 depende de tres argumentos: 𝑖, 𝑛 , 𝑡
𝑍 = 𝑧(𝑖, 𝑛, 𝑡)
¿Qué relaciones existe entre las variables explicativas y la variable dependiente?
𝜕𝑍
>0
𝜕𝑖
𝜕𝑍
=0
𝜕𝑛
𝜕𝑍
>0
𝜕𝑡
Existe una relación directa entre 𝑖, 𝑛, 𝑡 con respecto a 𝑧
¿Qué es 𝑍?
Es el factor de capitalización (discreto) que permite transformar valores del
presente al futuro.
Es un número puro, real, es decir, un número que carece de unidad de medida,
llamado también número de índice.
Observe:
Si: 𝑖 = 0 ==> 𝑍 = 1
Si: 𝑖 > 0 ==> 𝑍 > 1
Entonces:

𝑖 ≥ 0 ==> 𝑍 ≥ 1
NOTA: El factor de capitalización nunca debe ser negativo su valor no puede ser
menor a la unidad.
FACTOR DE DESCUENTO (𝜷)

Es la inversa del factor de capitalización
1
𝛽= = 𝑍 −1
𝑍
1
𝛽=
𝑖
(1 + 𝑛)𝑛𝑡
𝑖
𝛽 = (1 + )−𝑛𝑡
𝑛
Ejemplo
𝑛=2
𝑖 = 5%
𝑡=4
1
𝛽= = 0.8207
0.05
(1 + 2 )2(4)
𝑖
𝑆 = (1 + )𝑛𝑡 𝑀
𝑛
𝑖
𝑀 = (1 + )𝑛𝑡 𝑆
𝑛
𝑀 = (0.8207)(1000)
𝑀 = 8207
¿Qué es el factor de descuento (discreto)?
 Es un número puro que transforma valores futuros en valores actuales o
presentes.
 Permite reducir al presente los valores del futuro.
Características o propiedades
Si: 𝑖 = 0 ==> 𝛽 = 1
Si: 𝑖 > 0 ==> 0 < 𝛽 < 1
FACTOR DE CAPITALIZACION CONTINUO

¿Qué características presenta el factor de capitalización cuando el número de
capitalizaciones por año tiende al infinito?

Sabemos:
𝑖
𝑍 = (1 + )𝑛𝑡 (1)
𝑛
Donde:
𝑛 = 1,2,3,4 …
𝑡 = 𝑡𝑖𝑒𝑚𝑝𝑜
¿Qué ocurre con 𝑍 SI 𝑛 → ∞?
Se exige incorporar el concepto de límites:
𝑖
lim 𝑍 = lim (1 + )𝑛𝑡 (2)
𝑛→∞ 𝑛→∞ 𝑛
Luego se obtendrá
lim 𝑍 = 1
𝑛→∞
Este resultado solo mostraría un caso extremo de las propiedades de 𝑍.

Por tanto debe reformularse aplicando logaritmos a (1)
𝑖
ln 𝑍 = ln(1 + )𝑛𝑡
𝑛
𝑖
ln 𝑍 = 𝑛𝑡 . ln(1 + )
𝑛
Alternativamente se puede expresar lo siguiente
𝑖
ln(1 + 𝑛)
ln 𝑍 = (3)
1
𝑛𝑡
Si asumimos
𝑖
ℎ(𝑛) = ln (1 + ) (4)
𝑛
1
𝑤(𝑛) = (5)
𝑛𝑡
(4) 𝑦 (5)𝑒𝑛 (3)
ℎ(𝑛)
ln Z =
𝑤(𝑛)
Luego

ℎ(𝑛)
lim ln 𝑍 = lim
𝑛→∞ 𝑛→∞ 𝑤(𝑛)
lim ℎ(𝑛)
𝑛→∞
=0
lim 𝑤(𝑛)
𝑛→∞
0
Dado que el límite resulta indeterminado de la forma 0, conviene utilizar la “regla
de L´hospital”.
ℎ(𝑛)
lim ln 𝑍 = lim (6)
𝑛→∞ 𝑛→∞ 𝑤(𝑛)
De (4) 𝑦 (5)se obtiene

1 𝑖
ℎ´(𝑛) = ∗ (− )
𝑖 𝑛2
(1 + 𝑛)
1
ℎ´(𝑛) = − (7)
𝑛2 𝑡
1
𝑤´(𝑛) = − (8)
𝑛2 𝑡
De (7) y (8) se obtiene
1 𝑖
𝑖 ∗ (− 𝑛2 )
(1 + )
lim ln 𝑍 = lim 𝑛
𝑛→∞ 𝑛→∞ 1
− 2
𝑛 𝑡
( )
Simplificando
𝑖𝑡
lim ln 𝑍 = lim = lim ( ) = 𝑖𝑡
𝑛→∞ 𝑛→∞ 𝑛→∞ 𝑖
1+𝑛
Tomando antilogaritmos:
Lim 𝑒 𝑙𝑛 𝑍 = 𝑒 𝑖𝑡
lim 𝑍 = 𝑒 𝑖𝑡 (9)
𝑛→∞
La expresión (9) muestra el factor de capitalización continuo, esto significa, que

en cada instante del tiempo los intereses se capitalizan instantáneamente.
Pr ejemplo
𝑛 = 12

𝒄𝒂𝒑𝒊𝒕𝒂𝒍𝒊𝒛𝒂𝒄𝒊𝒐𝒏 𝒅𝒊𝒔𝒄𝒓𝒆𝒕𝒂 𝒄𝒂𝒑𝒊𝒕𝒂𝒍𝒊𝒛𝒂𝒄𝒊𝒐𝒏 𝒄𝒐𝒏𝒕𝒊𝒏𝒖𝒂
𝑴 = $𝟓𝟎𝟎𝟎 𝑀 = $5000
𝒊 = 𝟑% 𝒂𝒏𝒖𝒂𝒍 𝑖 = 3% 𝑎𝑛𝑢𝑎𝑙
𝒕 = 𝟐 𝒂ñ𝒐𝒔 𝑡 = 2 𝑎ñ𝑜𝑠
𝑖
𝑆 = (1 + 𝑛)𝑛𝑡 𝑀
𝑆 = 𝑒 𝑖𝑡 𝑀
0.03 12(2) 𝑆 = 𝑒 0.03(2) (5000)
𝑆 = (1 + ) (5000)
2
𝑆 = 5309.1827
𝑆 = 5308.7852
A manera de redacción
Con la capitalización continua la tasa de interés en el monto final a retirarse
siempre será mayor con respecto a la capitalización discreta.
𝑍 = 𝑒 𝑖𝑡
 𝑍 =Numero puro de carencia
 Depende de la tasa de interés
FACTOR DE DESCUENTO CONTINUO

Se define:
1 1
𝛽= → 𝛽= → 𝛽 = 𝑒 −𝑖𝑡
𝑧 𝑒 𝑖𝑡
El factor de capitalización continua permite traer del futuro al presente (permite
actualizar valores)
0≥𝛽≥1
FUNCIONAL OBJETIVO
Factor de descuento continúo
Se define:
𝛽 = 𝑒 −𝑖𝑡 (1)
𝛽 = 𝛽(𝑖, 𝑡)
𝜕𝛽
= −𝑡𝑒 −𝑖𝑡 < 0
𝜕𝑖

𝜕𝛽
= −𝑡𝑒 −𝑖𝑡 < 0
𝜕𝑡
La tasa de interés (𝑖) en ell contexto del factor de descuento se denomina tasa
de descuento (𝜌)
𝑖=𝜌 (2)
(2)𝑒𝑛 (1)
𝛽 = 𝑒 −𝜌𝑡
Ejemplo
Usted recibirá un premio, por su destacada labor, de $5000 a finales del año
2019.
Actualmente la tasa de interés es 5% anual.
a) Calcule el valor actual de su premio, asumiendo que estamos a inicio del
año 2016
𝑀 = 5000
𝑖 = 5%
𝑉𝐹 = 4 𝑎ñ𝑜𝑠
𝛽 = 𝑒 −𝜌𝑡 ∗ 𝑀
𝛽 = 𝑒 −(0.05)4 ∗ 50000
𝛽 = 4093.65
b) A principio del año 2018 usted solicita $4300 como la entrega del premio
(anticipado) ¿Quién estará obteniendo ventajas de esta operación? ¿por
qué?
𝑀 = 5000
𝑖 = 5%
𝑉𝐹 = 2 𝑎ñ𝑜𝑠
𝑉𝑃 = 𝑒 −(0.05)2 ∗ 50000
𝑉𝑃 = (0.904837)(5000)
𝑉𝑃 = 4524.18
 El padre saca ventaja ya que el verdadero monto a solicitar a inicios
del año 2018 es de $4524.18 .El pedido del hijo es un monto de
$4300.
FUNCIONAL OBJETIVO
¿Qué es una función?

Consideremos
𝑦 = 𝑓(𝑥)
FUNCIONAL
Se relaciona
una función
con un número
real
Una funcional relaciona dos a más variables

En la función 𝑦 = 𝑓(𝑥) se relaciona números reales
𝑥∈𝑅
𝑦∈𝑅
Ahora veamos el siguiente escenario
𝑦
𝑦(𝑡)
𝑦(0)
𝑡
𝑉 = 𝑣[𝑦(𝑡)] → 𝑓𝑢𝑛𝑐𝑖𝑜𝑛𝑎𝑙
Desde el punto inicial (0, 𝑦(0)) hasta el punto final 𝑇, 𝑦(𝑡) existe varios recorridos
o trayectorias por las cuales que 𝑦(𝑡) sean el conjunto de trayectorias factibles,
entonces dependiendo de la trayectoria elegida se asume un costo beneficio.
Entonces resumiendo:

𝒄𝒐𝒔𝒕𝒐 𝒃𝒆𝒏𝒆𝒇𝒊𝒄𝒊𝒐 𝒕𝒓𝒂𝒚𝒆𝒄𝒕𝒐𝒓𝒊𝒂
𝑽𝟏 𝑦1 (𝑡)
𝑽𝟐 𝑦2 (𝑡)
𝑽𝟑 𝑦3 (𝑡)
Para cada trayectoria se asocia un número real. Esto significa que el dominio
está conformado por funciones y el rango por números reales .se asume los
costos o beneficios depende de la trayectoria establecidas.
𝑚𝑎𝑥𝑖𝑚𝑖𝑧𝑎𝑟 𝑉 = 𝑉[𝑦(𝑡)]
¿Qué es el funcional?
Es una aplicación matemática donde el dominio es un conjunto de funciones y el
rango un conjunto de números reales.
OPTIMIZACION ESTATICA Y OPTIMIZACION DINAMICA

Optimización estática
Consideremos el modelo microeconómico del comportamiento del consumidor;
cuyo argumento según la teoría clásica establece lo siguiente.
Un individuo en calidad de consumidor busca maximizar su bienestar
consumiendo bienes y servicios y pagando por ellos un precio de mercado y
agotando su nivel de ingresos.
Es decir
𝑀𝑎𝑥𝑖𝑚𝑖𝑧𝑎𝑟: 𝑢 = 𝑢(𝑥1 , 𝑥2 )
Modelo estático
𝑠. 𝑎: 𝐼 = 𝑝𝑥1 + 𝑝𝑥2
Este modelo se ubica en un instante del tiempo, lo cual significa que todas las
variables exógenas y endógenas pertenecen al mismo periodo de tiempo.
 Endógena = dependiente de otras variables del modelo
 Exógena = independiente, las variables ya están dadas.
Las variables endógenas son el nivel de bienestar (𝑢) , las cantidades de cosumo
de los bienes 𝑥, 𝑦
Las variables exógenas son el nivel de ingreso (𝐼) y los precios de mercado P.
La solución se expresa por formas reducidas es decir: funciones en la q cada
variable endógena por las variables exógenas.

𝑢 = 𝑢(𝑝1 , 𝑝2 , 𝐼)
𝑥1 = 𝑥1 (𝑝1 , 𝑝2 , 𝐼) Funciones de demandas
Ordinarias o Marshalianas
𝑥2 = 𝑥2 (𝑝1 , 𝑝2 , 𝐼)
Para resolver el modelo en general se utiliza el método lagrange:

𝐿 = 𝑢(𝑥1 , 𝑥2 ) + 𝜆[𝐼 − 𝑥1 𝑝1 − 𝑥2 𝑝2 ]
Condición de primer orden
𝜕𝛽
= 𝑢(𝑥1 , 𝑥2 ) − 𝜆𝑝1 = 0 (1)
𝜕𝑥1
𝜕𝛽
= 𝑢(𝑥1 , 𝑥2 ) − 𝜆𝑝2 = 0 (2)
𝜕𝑥2
𝜕𝛽
= 𝐼 − 𝑥1 𝑝1 − 𝑥2 𝑝2 = 0 (3)
𝜕𝜆
De (1) y (2)
𝑢1 (𝑥1 , 𝑥2 ) 𝑝1
= (4)
𝑢2 (𝑥1 , 𝑥2 ) 𝑝2
De (4) y (3)
𝑥1 = 𝑥1 (𝑝1 , 𝑝2 , 𝐼)
𝑥2 = 𝑥2 (𝑝1 , 𝑝2 , 𝐼)
𝑥2
𝑥1

OPTIMIZACION ESTÁTICA
CARACTERISTICAS:
A) Existe una función objetivo sujeto a restricción (ecuaciones poli nómicas).

B) Existen de tipos de variables endógenas y exógenas.
C) La solución es una forma reducida y considerando valores fijos de las
variables exógenas, será un conjunto de números reales.
D) Las variables son contemporáneas (pertenecen al mismo instante en el
tiempo).
OPTIMIZACION DINÁMICA
CARACTERISTICAS:
A) Existe un funcional objetivo sujeto a restricciones. (ecuaciones

diferenciales o ecuaciones en diferencia).
B) Existe dos tipos de variables estado y central.
C) La solución está conformada por funciones dinámicas de estado central.
D) Las variables son intertemporales.

UNIDAD II: CALCULO DE VARIACIONES
Consideremos tres trayectorias en la variable 𝑦 = 𝑦(𝑡)

𝑦1 = 𝑦1 (𝑡)
𝑦2 = 𝑦2 (𝑡)
𝑦3 = 𝑦3 (𝑡)
Cada trayectoria es asociada a un valor 𝑉 que represente al nivel de bienestar
𝑉1 = 𝑦1 (𝑡)
𝑉2 = 𝑦2 (𝑡)
𝑉3 = 𝑦3 (𝑡)
De manera gráfica será
𝑦
𝑦(0)
𝑇 𝑡
Nivel de bienestar Trayectoria
𝑽𝟏 𝑦1 (𝑡)
𝑽𝟐 𝑦2 (𝑡)
𝑽𝟑 𝑦3 (𝑡)
… …
𝑹 𝐹
Todo lo anterior se simplifica mediante el concepto de funcional

𝑉 = 𝑣[𝑦(𝑡)]
Esto significa que el nivel de bienestar 𝑉 depende de la trayectoria elegida

En problemas de optimización dinámica se busca encontrar la mejor trayectoria

según algún criterio económico (maximizar la utilidad). En este contexto el criterio
resulta “maximizar el nivel de bienestar” por lo tanto el problema se deduce a:
𝑇
𝑚𝑎𝑥𝑖𝑚𝑖𝑧𝑎𝑟 𝑉[𝑦(𝑡)] = ∫ 𝑦(𝑡) 𝑑𝑡
0
𝑇
∫0 𝑦1 (𝑡) 𝑑𝑡
𝑇
∫0 𝑦2 (𝑡) 𝑑𝑡
𝑇
∫0 𝑦3 (𝑡) 𝑑𝑡
Sujeto a:
𝑦(0) = 0 → 𝑐𝑜𝑛𝑑𝑖𝑐𝑖𝑜𝑛 𝑖𝑛𝑖𝑐𝑖𝑎𝑙
𝑦(𝑇) = 𝑦𝑇 → 𝑐𝑜𝑛𝑑𝑖𝑐𝑖𝑜𝑛 𝑓𝑖𝑛𝑎𝑙

La solución al problema planteado consiste en encontrar la mayor trayectoria es
decir aquella que muestra el mayor valor "𝑉" funcional en el horizonte de análisis
y que satisfagan las restricciones.
Requisitos para resolver un problema de cálculo de variaciones
a) Existencia del funcional objetivo
𝑇
𝑉[𝑦(𝑡)] = ∫ 𝑦(𝑡) 𝑑𝑡
0
b) Existencia de un conjunto admisible de trayectorias para 𝑦(𝑡)

representado por la función intermedia
c) Existencia de un horizonte de análisis
𝑡 ∈ [0. 𝑇]
d) Existencia de una condición inicial
𝑦(0) = 0
e) Existencia de una condición final
𝑦(𝑇) = 𝑦𝑇
¿Qué es el cálculo de variaciones?
Es una metodología para resolver problemas de optimización dinámica
Características

 Estudia de un tipo de variable denominado variable de estado además se

caracteriza por ser de análisis infinitesimal (continuo). se aplica las
condiciones de primer orden y de segundo orden.
𝑇
𝑚𝑎𝑥𝑖𝑚𝑖𝑧𝑎𝑟 𝑉[𝑦(𝑡)] = ∫ 𝑦(𝑡) 𝑑𝑡
0
Sujeto a:
𝑦(0) = 0 → 𝑐𝑜𝑛𝑑𝑖𝑐𝑖𝑜𝑛 𝑖𝑛𝑖𝑐𝑖𝑎𝑙
𝑦(𝑇) = 𝑦𝑇 → 𝑐𝑜𝑛𝑑𝑖𝑐𝑖𝑜𝑛 𝑓𝑖𝑛𝑎𝑙

La función intermedia
La ecuación general es:
𝑓 = 𝑓(𝑦̇ , 𝑦, 𝑡)
Muestra el conjunto factible de trayectorias para la variable de estado 𝑦(𝑡)
Sabemos:
𝑑𝑦 Es una variable proxi, para expresar la tasa de crecimiento de la
𝑦̇ = 𝑑(𝑡) variable de estado o tasa de cambio de estado
𝑦 = 𝑦(𝑡) Es la denominada variable de estado. Es aquello que es objeto de

estudio y representa una función que depende del tiempo.
En cada instante del tiempo adopta un valor diferente.

CALCULO DE VARIACIONES
El problema:
Optimizar
𝑇
𝑉[𝑦(𝑡)] = ∫ 𝑓(𝑦̇ , 𝑦, 𝑡)𝑑𝑡
0
Sujeto a:
𝑦(0) = 𝑦0 , 𝑦0 ∈ 𝑅
Metodología de solución
Condición de primer orden: ecuación de Euler
 Esta condición permite identificar las características de la trayectoria
optima de estado, es decir muestra los candidatos (trayectorias dinámicas
de estado) que resolverán el problema.
Dada la función intermedia
𝑓(𝑦̇ , 𝑦, 𝑡)
La ecuación de Euler será:
𝑑
𝑓𝑦 = (𝑓 )
𝑑𝑡 𝑦̇
Donde:
𝜕𝑓
𝑓𝑦 =
𝜕𝑦
𝜕𝑓
𝑓𝑦̇ =
𝜕𝑦̇
¿Qué características tiene la ecuación de Euler?
𝑓(𝑦̇ , 𝑦, 𝑡)
La derivada parcial de 𝑓 con respecto a 𝑦̇ es:
𝜕𝑓
= 𝑓𝑦̇ (𝑦̇ , 𝑦, 𝑡)
𝜕𝑦̇
La derivada total de 𝑓𝑦̇ con respecto a 𝑡 es:
𝜕𝑓
= 𝑓𝑦̇ (𝑦̇ , 𝑦, 𝑡)
𝜕𝑦̇

𝑦 = 𝑦(𝑡)
𝑦̇ = 𝑦̇ (𝑡)
𝑓𝑦̇ = 𝑓𝑦̇ [𝑦̇ (𝑡); 𝑦(𝑡): 𝑡]
𝑑 𝜕𝑓𝑦̇ 𝜕𝑦 𝜕𝑓𝑦̇ 𝜕𝑦 𝜕𝑓𝑦̇
(𝑓𝑦̇ ) = . + . +
𝑑𝑡 𝜕𝑦̇ 𝜕𝑡̇ 𝜕𝑦 𝜕𝑡̇ 𝜕𝑡
𝑑
(𝑓𝑦̇ ) = 𝑓𝑦̇ 𝑦̇ 𝑦̇ + 𝑓𝑦̇ 𝑦 𝑦̇ + 𝑓𝑦̇ 𝑡 (1)
𝑑𝑡
Sabemos
𝑑
𝑓𝑦 = 𝑑𝑡 (𝑓𝑦̇ ) (2)
(1) 𝑒𝑛 (2)
𝑓𝑦 = 𝑓𝑦̇ 𝑦̇ 𝑦̇ + 𝑓𝑦̇ 𝑦 𝑦̇ + 𝑓𝑦̇ 𝑡
La ecuación de Euler es una ecuación diferencial lineal de segundo orden

OBSERVACIONES
a) La ecuación de Euler presenta las siguientes expresiones
𝑓𝑦̇ 𝑦̇̇ 𝑦 + 𝑓𝑦̇ 𝑦 𝑦̇ + 𝑓𝑦̇ 𝑡
Lo que significa que la función intermedia 𝑓 = 𝑓(𝑦̇ , 𝑦, 𝑡) debe ser doblemente

diferenciable
𝑓 ∈ 𝐶 2 → 𝑓 𝑝𝑒𝑟𝑡𝑒𝑛𝑒𝑐𝑒 𝑎 𝑐𝑙𝑎𝑠𝑒 2
b) La ecuación de Euler muestra en términos 𝑦̈ , esto significa que la variable
de estado 𝑦𝑡 debe ser doblemente diferenciable 𝑦 ∈ 𝐶 2
Estos requisitos tanto como la función intermedia y el estado sea doblemente
diferenciable aseguran que exista una solución única en el cálculo de
variaciones.
CONDICIONES DE TRANSVERSALIDAD
𝑓 = 𝑓(𝑦̇ , 𝑦, 𝑡)
La condición de transversalidad general es:
[𝑓𝑦̇ ]𝑡=𝑇 . ∆𝑦𝑇 + [𝑓 − 𝑦̇ 𝑓𝑦̇ ]𝑡=𝑇 . ∆𝑇 = 0
Las condiciones de transversalidad se refieren a las características que adopta

la trayectoria de estado en el momento final de su recorrido, es decir hace
referencia al punto de llegada.
Existen diversos casos:
a) 𝑇 es conocido y 𝑦𝑇 también es conocido

Dado que 𝑇es fijo entonces: ∆𝑇 = 0
Además, ∆𝑦𝑇 = 0
En este contexto no se requiere de la aplicación de ninguna condición de
transversalidad; por lo que, luego de utilizar la ecuación de Euler bastara
incorporar las condiciones inicial y final, para resolver el problema.
Ejemplo
Resolver
Optimizar
2
𝑉[𝑦(𝑡)] = ∫ 𝑒 −0.5𝑡 (𝑦 − 𝑦 2 − 2𝑦̇ 2 )𝑑𝑡
0
Sujeto a:
𝑦(0) = 0
𝑦(2) = 5

𝑇
Optimizar: V[y] = ∫0 𝑒 −0.5𝑡 ( y − 𝑦 2 + 2𝑦̇ ) 𝑑𝑡
Sujeto a: 𝑦(0) = 0
𝑦(2) = 5
Se pide:
a) encontrar la trayectoria temporal de estado
El problema consiste en:
𝑦0
𝑡
T
Solución:
a) sea la función intermedia.
f = 𝑒 −0.5𝑡 (y − 𝑦 2 − ẏ2 ) (1)
La función de Euler es:
𝑑
𝑓ᵧ = 𝑑𝑡 (𝑓ẏ ) (2)
De (1) obtenemos los elementos que conforman (2):
𝑓𝑦 = 𝑒 −0.5𝑡 (1 − 2𝑦) (3)
𝑓ẏ = 𝑒 −0.5𝑡 (−4𝑦) (4)
Adicionalmente:
𝑑
(𝑓ẏ ) = −0.5𝑒 −0.5𝑡 (−4𝑦)̇ + 𝑒 −0.5𝑡 (−4𝑦̈ ) (5)
𝑑𝑡
(3) y (5) en (2):
𝑒 −0.5𝑡 (1 − 2𝑦) = −0.5𝑒 −0.5𝑡 (−4𝑦)̇ + 𝑒 −0.5𝑡 (−4𝑦̈ )

Simplificando:
(1 − 2𝑦) = 2𝑦̇ − 4𝑦̈ (6)
Resolviendo (6):
𝑌 (𝑡) = 𝐴1 𝑒 −0.5𝑡 + 𝐴2 𝑒 𝑡 + 0.5 (7)
𝑌´(𝑡) = −0.5𝐴1 𝑒 −0.5𝑡 + 𝐴2 𝑒 𝑡 (7´)
Ejemplo
Maximizar
1
𝑉[𝑦(𝑡)] = ∫ (𝑡𝑦 − 2𝑦̇ 2 )𝑑𝑡
0
Sujeto a:
𝑦(0) = 1
𝑦(1) = 2
Sea la función intermedia
𝑓 = 𝑡𝑦 − 2𝑦̇ 2 (1)
Luego:
𝑓𝑦 = 𝑡 (2)
𝑓𝑦̇ = 4𝑦̇ (3)
𝑑
(𝑓𝑦̇ ) = 4𝑦̈ (4)
𝑑𝑡
La ecuación de Euler resulta

𝑑
𝑓𝑦 = (𝑓 )
𝑑𝑡 𝑦̇
𝑡 = 4𝑦̈
Ordenando
1
𝑦̈ = 𝑡
4
Integrando
1
∫ 𝑦̈ 𝑑𝑡 = ∫ 𝑡 𝑑𝑡
4
1 2
𝑦̈ = 𝑡 +𝐴
8
1
∫ 𝑦̇ 𝑑𝑡 = ∫( 𝑡 2 + 𝐴) 𝑑𝑡
8
1 3
𝑦(𝑡) = 𝑡 + 𝐴𝑡 + 𝐵 (6)
24
Incorporando las condiciones del problema
Condición inicial en (6)
𝑦(0) = 1
𝐵=1 (7)
Condición final en (6)
𝑦(1) = 2
1
𝑦(1) = 24 + 𝐴 + 1 = 2
23
𝐴 = 24 (8)
(7)𝑦 (8)𝑒𝑛 (6) Se obtiene la trayectoria del estado óptimo

1 23
𝑦(𝑡) = 24 𝑡 3 + 24 𝑡 + 1 (9)
Además
1
𝑉[𝑦(𝑡)] = ∫ (𝑡𝑦 − 2𝑦̇ 2 )𝑑𝑡
0
Donde:
1 23
𝑦 = 24 𝑡 3 + 24 𝑡 + 1
1 23
𝑦̇ = 8 𝑡 2 + 24
1
1 3 23 1 2 23 2 1019
∫ (𝑡 ( 𝑡 + 𝑡 + 1 ) + 2 ( 𝑡 + ) )𝑑𝑡 = = 2.83
0 24 24 8 24 360
Grafico

Conclusión
El máximo valor del funcional es 2.83, el cual se obtiene de seguir la senda
óptima de estado:
1 3 23
𝑦(𝑡) = 𝑡 + 𝑡+1
24 24
En el horizonte temporal
𝑡 ∈ [0,1]
Condiciones de transversalidad
Sabemos:
[𝑓𝑦̇ ]𝑡=𝑇 . ∆𝑦𝑇 + [𝑓 − 𝑦̇ 𝑓𝑦̇ ]𝑡=𝑇 . ∆𝑇 = 0 (1)
La condición de transversalidad se aplica al punto de llegada

Donde 𝑇 es el último instante del horizonte temporal de análisis y 𝑦𝑇 es el valor
de la variable de estado q aquel instante 𝑇.
CASO I: 𝑇 es fijo, 𝑦𝑇 es fijo
Dado que 𝑇 y 𝑦𝑇 son constantes se deduce:

(2)
∆𝑇 = 0
∆𝑦𝑇 = 0
(2) en (1) expresa que tal condición de transversalidad se cumple y por tanto
bastara aplicar las condiciones inicial y final para resolver el problema.
CASO II: 𝑇 es desconocido, 𝑦𝑇 es libre
Si; 𝑇 es fijo entonces

∆𝑇 = 0 (3)
Si; 𝑦𝑇 es libre entonces
∆𝑦𝑇 = 0 (4)
(3)𝑦(4) en (1)se exige
[𝑓𝑦̇ ]𝑡=𝑇 = 0 (5)
Es la condición de transversalidad específica que debe explicarse con la

ecuación de Euler y las condiciones inicial y final del problema
CASO III: 𝑇 es libre; 𝑦𝑇 es fijo
Dado que 𝑇 se deduce

∆𝑇 ≠ 0 (6)
Y dado que 𝑦𝑇 es fijo:
∆𝑦𝑇 = 0 (7)
(6) y (7) en (1)
[𝑓 − 𝑦̇ 𝑓𝑦̇ ]𝑡=𝑇 = 0 (8)
CASO IV: 𝑇 libre y 𝑦𝑇 libre

La variable 𝑦𝑇 depende de 𝑇 mediante la función
𝑦𝑇 = ∅(𝑇) (12)
Diferenciando
𝑑∅(𝑇)
𝑑𝑦𝑇 = 𝑑𝑇
𝑑𝑇
𝑑𝑦𝑇 = ∅(𝑇)𝑑𝑇 , ∆𝑦𝑇 = ∅(𝑇)∆𝑇 (12´)
(12´) en (1)
[𝑓𝑦̇ ]𝑡=𝑇 . ∅(𝑇). ∆𝑇 + [𝑓 − 𝑦̇ 𝑓𝑦̇ ]𝑡=𝑇 . ∆𝑇 = 0
Simplificando
[𝑓 + (∅´(𝑇) − 𝑦̇ )𝑓𝑦̇ ]𝑡=𝑇 . ∆𝑇 = 0 (13)
Se sabe 𝑇 es libre luego

∆𝑇 ≠ 0 (14)
(14) en (13)
[𝑓 + (∅´(𝑇) − 𝑦̇ )𝑓𝑦̇ ]𝑡=𝑇 = 0 (15)
Ejemplo
Optimizar el funcional
𝑇
𝑉[𝑦(𝑡)] = ∫ (𝑦 + 𝑦̇ 2 + 𝑡)𝑑𝑡
0
Sujeto a:
𝑦(0) = 1
La función intermedia es:
𝑓 = 𝑦 + 𝑦̇ 2 + 𝑡 (1)
𝑓𝑦 = 1 (2)
𝑓𝑦̇ = 2𝑦̇ (3)

𝑑
(𝑓 ) = 2𝑦̈ (4)
𝑑𝑡 𝑦̇
La ecuación de Euler es:
𝑑
𝑓𝑦 = (𝑓 )
𝑑𝑡 𝑦̇
(2)𝑦 (4)𝑒𝑛 (5)
1 = 2𝑦̈ o 𝑦̈ = 1/2
Resolviendo
1
𝑦̇ = 𝑡 + 𝑘0 (∗)
2
1
𝑦(𝑡) = 𝑡 2 + 𝑘𝑜 𝑡 + 𝑘1 (6)
4
Aplicando la condición inicial
𝑦(0) = 1 => 𝑘1 = 1 (7)
(7) en (6)
1
𝑦(𝑡) = 𝑡 2 + 𝑘𝑜 𝑡 + 1 (8)
4
(3)𝑒𝑛 (8)
[2𝑦̇ ]𝑡=𝑇 = 0 (8´)
(∗)𝑒𝑛 (8´)
1
[ 𝑡 + 𝑘𝑜 ] =0
2 𝑡=𝑇
1
𝑇 + 𝑘𝑜 = 0 (9)
2
Evaluamos en 𝑇 la expresión (7´)
1 2
𝑦(𝑇) = 𝑦𝑇 = 𝑡 + 𝑘𝑜 𝑡 + 1 (10)
4
Adicionalmente utilizamos la condición de transversalidad
[𝑓 − 𝑦̇ 𝑓𝑦̇ ]𝑡=𝑇 = 0
[( 𝑦 + 𝑦̇ 2 + 𝑡) − 𝑦̇ (2𝑦̇ )]𝑡=𝑇 = 0

[( 𝑦 − 𝑦̇ 2 + 𝑡)]𝑡=𝑇 = 0
1 1
[(4 𝑡 2 + 𝑘𝑜 𝑡 + 1) − (2 𝑡 + 𝑘𝑜 ) + 𝑡]𝑡=𝑇 = 0
1 1
(4 𝑇 2 + 𝑘𝑜 𝑇 + 1) − (2 𝑇 + 𝑘𝑜 ) + 𝑇
Resolviendo
𝑇 = 4.83
𝑘𝑜 = −2.41
Finalmente se tiene la siguiente ecuación
1 2
𝑦(𝑇) = 𝑡 + 𝑘𝑜 𝑡 + 1
4
1
𝑦(𝑇) = (4.83)2 + (−2.41)(4.83) + 1
4
𝑦(𝑇) = −4.81
Valor optimo del funcional

4.83
𝑉[𝑌(𝑇)] = ∫ (𝑦 + 𝑦̇ 2 + 𝑡)𝑑𝑡
0
𝑉[𝑌(𝑇)] = 7.10
DISTANCIA ENTRE DOS PUNTOS

Casos especiales de la ecuación de Euler
a) La función intermedia solo depende de 𝑦̇
𝑓 = 𝑓(𝑦̇ ) (1)
Sabemos la forma desarrollada de la ecuación de Euler

𝑓𝑦 = 𝑓𝑦̇ 𝑦̇ 𝑦̇ + 𝑓𝑦̇ 𝑦 𝑦̇ + 𝑓𝑦̇ 𝑡 (2)
De (1) se define
𝑓𝑦 = 0 ; 𝑓𝑦̇ 𝑦 = 0 ; 𝑓𝑦̇ 𝑡 (3)
(3) en (2)
𝑓𝑦̇ 𝑦̇ 𝑦̇ = 0
Se tiene dos casos

CASO I
Si: 𝑓𝑦̇ 𝑦 ≠ 0 => 𝑦̈ = 0
𝑑
∫ 𝑦̇ 𝑑𝑡 = ∫ 0𝑑𝑡
𝑑𝑡
𝑦̇ = 𝑘0
𝑑𝑦
= 𝑘0
𝑑𝑡
𝑑
∫ 𝑦̇ 𝑑𝑡 = ∫ 𝑘0 𝑑𝑡
𝑑𝑡
𝑦 = 𝑘0 𝑡 + 𝑘1
La solución tiene la forma lineal
𝑦(𝑡) = 𝑘1 + 𝑘0 𝑡
Dado que 𝑓𝑦̇ 𝑦 ≠ 0 se deduce que la función intermedia debe ser no lineal
CASO II
Si: 𝑓𝑦̇ 𝑦 = 0 => 𝑦̈ ≠ 0
De la expresión 𝑓𝑦̇ 𝑦 = 0 se deduce a la función intermedia debe ser no lineal con

respecto a 𝑦̇ .
De otro lado la expresión 𝑦̈ ≠ 0 implica que 𝑦 = 𝑦(𝑡)
La solución al problema es una trayectoria no lineal que cumpla las condiciones
inicial y final.
Ejemplo de distancia entre dos puntos
Consideremos los puntos A=(3,4) y B=(9,11), cual es la distancia mínima entre
dichos puntos A y B.

Ilustrando con gráficos

Se pretende encontrar la función 𝑦(𝑡) tal que une los dos puntos y muestre la
diferencia mínima.
Asumiendo que el recurrido sea el siguiente:
Analizamos un segmento de dicho área o recurrido.
Según el teorema de Pitágoras se puede hallar.
(𝑑𝑆)2 = (𝑑𝑌)2 + (𝑑𝑡)2
Derivando por (𝑑𝑡)2
𝑑𝑆 2 𝑑𝑦 2
( ) =( ) +1
𝑑𝑡 𝑑𝑡
𝑑𝑆 𝑑𝑦 2 𝑑𝑦
= √( ) + 1 , = 𝑦̇
𝑑𝑡 𝑑𝑡 𝑑𝑡
Despejando dS.
𝑑𝑆 = √1 + 𝑦̇ 2 𝑑𝑡

La distancia total sea una suma de segmentos (dR) entre los puntos A y B.
9
S=∫3 √1 + 𝑦̇ 2 𝑑𝑡
9
El problema será: S=∫3 √1 + 𝑦̇ 2 𝑑𝑡
Sujeto: 𝑦(3) = 4 𝑦(9) = 11

1
𝑓 = (1 + 𝑦̇ 2 )2 (1)
Observe que 𝑓 es no lineal por tanto:
𝑓𝑦̇ 𝑦 ≠ 0 (2)
La ecuación de Euler relevante es:
𝑓𝑦̇ 𝑦̇ 𝑦̈ = 0 (3)
(2)𝑒𝑛 (3)𝑒𝑥𝑖𝑔𝑒
𝑦̈ = 0 (4)
Resolviendo
𝑦(𝑡) = 𝑘1 + 𝑘0 𝑡 (5)
Según la condición inicial y final
1 7
𝑦(𝑡) = + 𝑡 (6)
2 6
La distancia mínima resulta
9
1
𝑆 = ∫(1 + 𝑦̇ 2 )2 𝑑𝑡
3
Donde
7
𝑦̇ =
6
Entonces
9
72 1
𝑆 = ∫(1 + )2 𝑑𝑡
6
3

𝑆 = 9.22
CONDICIONES DE SEGUNDO ORDEN
Estas condiciones tienen el propósito de establecer la naturaleza maximización

o minimización del problema de cálculo de variaciones. Trata de evaluar la
concavidad o convexidad de la función intermedia con respecto a 𝑦 , 𝑦̇
𝑓 = 𝑓(𝑦̇ , 𝑦, 𝑡) (1)
Dado que t es irrelevante:
𝑓 = 𝑓(𝑦̇ , 𝑦) (1’)
Diferenciando:
𝑑𝑓 = 𝑓𝑦̇ 𝑑𝑦̇ + 𝑓𝑦𝑑𝑦
Diferenciando nuevamente:
𝑑2 𝑓 = 𝑓𝑦̇ 𝑦̇𝑑𝑦̇ 2 + 𝑓𝑦̇ 𝑦𝑑𝑦 + 𝑓𝑦𝑦̇ 𝑑𝑦𝑑𝑦̇ + 𝑓𝑦𝑦𝑑𝑦 2 (2)
Según el “teorema Young”
𝑓𝑦̇ 𝑦 = 𝑓𝑦𝑦̇
𝑑2 𝑓 = 𝑓𝑦̇ 𝑦̇𝑑𝑦̇ 2 + 2𝑓𝑦̇ 𝑦𝑑𝑦 + 𝑓𝑦𝑦𝑑𝑦 2 (3)
Por compleción de cuadrados perfectos y factorizando:
𝑓𝑦𝑦̇ 𝑓𝑦̇ 𝑦 2 2 𝑓𝑦̇ 𝑦 2 2

𝑑 2 𝑓 = 𝑓𝑦̇ 𝑦̇ [𝑑𝑦̇ 2 + 2 𝑑𝑦𝑑𝑦̇ + 𝑑𝑦 ] + 𝑓𝑦𝑦𝑑𝑦 2
− 𝑑𝑦
𝑓𝑦̇ 𝑦̇ 𝑓𝑦̇ 𝑦̇ 2 𝑓𝑦̇ 𝑦̇

Simplificando:
𝑓𝑦𝑦̇ 2 𝑓𝑦̇ 𝑦̇ 𝑓𝑦𝑦−𝑓𝑦̇ 𝑦 2

𝑑2 𝑓 = 𝑓𝑦̇ 𝑦̇ [𝑑𝑦̇ + 𝑓𝑦̇ 𝑦̇ 𝑑𝑦] + [ ] 𝑑𝑦 2 (4)
𝑓𝑦̇ 𝑦̇
Conclusiones.
a) Si 𝑓𝑦̇ 𝑦̇ > 0 𝑦 𝑓𝑦̇ 𝑦̇𝑓𝑦𝑦 − 𝑓𝑦̇ 𝑦 2 > 0 → 𝑑2 𝑓 > 0 esto implica lo siguiente:
1) La función intermedia es estrictamente convexa.

.2) El funcional objetivo v[𝑦] es un mínimo o el funcional ha sido
minimizando.
* Por la tanto el problema de cálculo de variaciones es de minimización
* Además cuando es minimización la matriz que lo constituye es una
matriz Hessiana, que en este caso será matriz Hessiana una positiva
definida.
b) Si 𝑓𝑦̇ 𝑦̇ < 0 𝑦 𝑓𝑦̇ 𝑦̇𝑓𝑦𝑦 − 𝑓𝑦̇ 𝑦 2 > 0 → 𝑑2 𝑓 > 0

b.1) La función intermedia es estrictamente cóncava.
b.2) El funcional objetivo v[𝑦] es un máximo o el funcional ha sido

maximizando.
* Por lo tanto el problema de cálculo de variaciones es de maximización
Además cuando es maximización la matriz que la constituye es una matriz

Hessiana, que en este será matriz hessiana negativa definida.
Alternativamente, si analizamos (2) podemos apreciar que es una forma

cuadrática y por tanto susceptible de expresar matricialmente.
𝑑 2 𝑓 = 𝑓𝑦̇ 𝑦̇ 𝑑𝑦̇ 2 + 𝑓𝑦̇ 𝑦𝑑𝑦𝑑𝑦̇ + 𝑓𝑦𝑦̇ 𝑑𝑦𝑑𝑦̇ + 𝑓𝑦𝑦𝑑𝑦 2
𝑓𝑦̇ 𝑦̇ 𝑓𝑦̇ 𝑦 𝑑𝑦̇

𝑑 2 𝑓 = [𝑑𝑦̇ 𝑑𝑦] [ ][ ]
𝑓𝑦𝑦̇ 𝑓𝑦𝑦 𝑑𝑦
La matriz cuadrática o resultante se denomina “Matriz Hessiana”
𝑓𝑦̇ 𝑦̇ 𝑓𝑦̇ 𝑦
𝐻=[ ]
𝑓𝑦𝑦̇ 𝑓𝑦𝑦
Cuyos “menores principales” son las siguientes determinantes.

[𝐻1 ] = [𝑓𝑦̇ 𝑦̇ ] = 𝑓𝑦̇ 𝑦̇
𝑓𝑦̇ 𝑦̇ 𝑓𝑦̇ 𝑦
[𝐻2 ] = [ ] = 𝑓𝑦̇ 𝑦̇ 𝑓𝑦𝑦 − (𝑓𝑦𝑦̇ )2
𝑓𝑦𝑦̇ 𝑓𝑦𝑦
Ejemplo
𝑓 = 𝑦 + 𝑦̇ 2 + 𝑡
𝑓𝑦̇ 𝑦̇ 𝑓𝑦̇ 𝑦 2 0
𝐻=[ ]=[ ]
𝑓𝑦𝑦̇ 𝑓𝑦𝑦 0 0
Dónde:
𝑓𝑦 = 1 𝑓𝑦𝑦 = 0 𝑓𝑦𝑦̇ = 0
𝑓𝑦̇ = 2𝑦̇ 𝑓𝑦̇ 𝑦 = 0 𝑓𝑦̇ 𝑦̇ = 2
Observe:
[𝐻1 ] = [𝑓𝑦̇ 𝑦̇ ] = 2 > 0
[𝐻2 ] = 𝑓𝑦̇ 𝑦̇ 𝑓𝑦𝑦 − (𝑓𝑦𝑦̇ )2 = 2(0) − 0 = 0
Analizando la segunda diferencial de la ecuación para saber si el ejercicio

anterior es un minimo o máximo.
2
2
𝑓𝑦𝑦̇ 𝑓𝑦̇ 𝑦̇ 𝑓𝑦𝑦 − 𝑓𝑦̇ 𝑦 2
𝑑 𝑓 = 𝑓𝑦̇ 𝑦̇ [𝑑𝑦̇ + 𝑑𝑦] + [ ] 𝑑𝑦 2
𝑓𝑦̇ 𝑦̇ 𝑓𝑦̇ 𝑦̇
Dado que se ha demostrado que la función intermedia es débilmente convexa o

cuasi convexa el funcional se está minimizando, en este caso la matriz H es
positiva semidefinida.
Ejercicios
Resolver
Optimizar

𝑇
𝑉[𝑦(𝑡)] = ∫ (𝑦 2 + 4𝑦𝑦̇ + 𝑦̇ 2 )𝑑𝑡
0
Sujeto a:
𝑦(0) = 1
𝑦𝑇 = 10
Solución
𝑓 = 𝑦 2 + 4𝑦𝑦̇ + 4𝑦̇ 2 (1)
De ella se obtiene lo siguiente
𝑓𝑦 = 2𝑦 + 4𝑦̇ (2)
𝑓𝑦̇ = 4𝑦 + 8𝑦̇ (3)

𝑑
(𝑓 ) = 4𝑦 + 8𝑦̈ (4)
𝑑𝑡 𝑦̇
La ecuación de Euler resulta
2𝑦 + 4𝑦̇ = 4𝑦 + 8𝑦̈
Simplificando
8𝑦̈ − 2𝑦 = 0
Sea la ecuación característica
8𝑟 2 − 2 = 0
Cuyas raíces características son
1
𝑟1 =
2
1
𝑟2 = −
2
Luego
𝑦(𝑡) = 𝐴1 𝑒 𝑟1 𝑡 + 𝐴2 𝑒 𝑟2 𝑡

1 1
𝑦(𝑡) = 𝐴1 𝑒 2𝑡 + 𝐴2 𝑒 −2𝑡 (5)
Según la condición inicial
𝐴1 + 𝐴2 = 1 (6)
Según la condición final
1 1
𝐴1 𝑒 2𝑡 + 𝐴2 𝑒 −2𝑡 = 10 (7)
La condicion de transversalidad es:
[𝑓 − 𝑦̇ 𝑓𝑦̇ ]𝑡=𝑇 = 0 (8)
(1)𝑦 (3)𝑒𝑛 (8)
[(𝑦 2 + 4𝑦𝑦̇ + 4𝑦̇ 2 ) − 𝑦̇ (4𝑦 + 8𝑦̇ )]𝑡=𝑇 = 0
[𝑦 2 − 4𝑦̇ 2 ]𝑡=𝑇 = 0
[𝑦 2 ]𝑡=𝑇 = [4𝑦̇ 2 ]𝑡=𝑇
[𝑦]𝑡=𝑇 = [2𝑦̇ ]𝑡=𝑇
Otra opción
[𝑦 − 2𝑦̇ ]𝑡=𝑇 = 0 (9)
De (3) obtenemos
1 1 1 1
𝑦̇ = 𝐴1 𝑒 2𝑡 − 𝐴2 𝑒 −2𝑡 (10)
2 2
(5) 𝑦 (10)𝑒𝑛 (9)
1 1 1 1 1 1
[(𝐴1 𝑒 2𝑡 + 𝐴2 𝑒 −2𝑡 ) − 2( 𝐴1 𝑒 2𝑡 − 𝐴2 𝑒 −2𝑡 )] =0
2 2 𝑡=𝑇
1
[2𝐴2 𝑒 −2𝑡 ] =0
𝑡=𝑇

1
𝐴2 𝑒 −2𝑡 = 0
Si exige
𝐴2 = 0 (11)
(11)𝑒𝑛 (6)
𝐴1 = 1 (12)
(11) 𝑦 (12)𝑒𝑛 (7)
1
𝑒 −2𝑇 = 10
Despejando 𝑇
𝑇 = 2 𝑙𝑛10
𝑇 = 4.60
La trayectoria óptima de estado es
1
𝑦(𝑡) = 𝑒 −2𝑡 (14)
Condiciones de segundo orden
𝑓 = 𝑦 2 + 4𝑦𝑦̇ + 4𝑦̇ 2 (1)
Donde:
𝑓𝑦 = 2𝑦 + 4𝑦̇ 𝑓𝑦𝑦 = 2 𝑓𝑦𝑦̇ = 4
𝑓𝑦̇ = 4𝑦 + 8𝑦̇ 𝑓𝑦̇ 𝑦 = 4 𝑓𝑦̇ 𝑦̇ = 8
La matriz Hessiana resulta
𝑓𝑦̇ 𝑦̇ 𝑓𝑦̇ 𝑦 8 4
𝐻=[ ]=[ ]
𝑓𝑦𝑦̇ 𝑓𝑦𝑦 4 2

Observe
[𝑀1 ] = [𝑓𝑦̇ 𝑦̇ ] = 8 > 0
[𝑀1 ] = 𝑓𝑦̇ 𝑦̇ 𝑓𝑦𝑦 − (𝑓𝑦𝑦̇ )2 = 0
 La función corresponde a un problema de minimización.

 La función intermedia es una función cuasi-convexa
 La matriz hessiana es semidefinido
Valor optimo
𝑇
𝑉[𝑦(𝑡)] = ∫ (𝑦 2 + 4𝑦𝑦̇ + 𝑦̇ 2 )𝑑𝑡
0
Donde
1
𝑦 = 𝑒 2𝑡
1
1
𝑦̇ = 2 𝑒 2𝑡
𝑇 1 2 1 1 1 1 1𝑡 2
𝑉[𝑦(𝑡)] = ∫ ((𝑒 2𝑡 ) + 4 (𝑒 2𝑡 ) ( 𝑒 2𝑡 ) + ( 𝑒 2 ) ) 𝑑𝑡
0 2 2
𝑉[𝑦(𝑡)] = 395.96
Grafico
Condición de Legendre

Representa una condicon de segundo orden para el cálculo de variaciones
Si: 𝑓𝑦̇ 𝑦̇ < 0 entonces 𝑦 ∗ (𝑡) máxima el funcional 𝑉 = [𝑦]
Si: 𝑓𝑦̇ 𝑦̇ > 0 entonces 𝑦 ∗ (𝑡) mínima el funcional 𝑉 = [𝑦]
Ejercicios aplicativos a la economía
Encuentre la trayectoria de producción óptima 𝑄(𝑡) en periodo [0,1] para una

empresa cuya función de costos está dada por:
𝐶(𝑄, 𝑄̇ ) = 𝑄̇ 2 + 𝑄
El precio del producto se mantiene fijo e igual a 40 y la tasa de descuento es

igual a 0.1.
La producción es 𝑄(𝑂) y la producción al final del periodo es 𝑄(1) = 10 miles

unidades.
Funcional objeto
La empresa maximiza ganancias
Donde:
(𝜋) =Ganancia
(𝐼) = Ingresos
𝐶 = Costos
𝜋 =𝐼−𝐶 (1)
Los ingresos por venta
𝐼 = 𝑃 ∗ 𝑄 = 40𝑄 (2)
Los costos son:
𝐶 = 𝐶(𝑄, 𝑄̇ ) = 𝑄̇ 2 + 𝑄 2 (3)
𝑄 = 𝑄(𝑡) → 𝑑𝑒𝑝𝑒𝑛𝑑𝑒 𝑑𝑒𝑙 𝑡𝑖𝑒𝑚𝑝𝑜
(2) 𝑦 (3) 𝑒𝑛 (1)
𝜋[𝑄(𝑡), 𝑄̇ (𝑡), 𝑡] = 4𝑄 − 𝑄̇ 2 + 𝑄 2 (4)
La función intermedia en este caso las ganancias que obtiene la empresa en

cada instante del tiempo y depende explícitamente de la cantidad y la tasa de
variación del bien Q sin embargo esta no es la general.
La acumulación de ganancias que obtiene las empresas en el periodo 𝑡 ∈

[0,1]es:
1
∫ 𝜋(𝑄̇ , 𝑄 , 𝑡)𝑑𝑡
0
Las ganancias acumuladas en valor presente, en el periodo 𝑡 ∈ [0,1] resultan.

1
𝜋(𝑄) = ∫ 𝑒 −𝑝𝑡 𝜋(𝑄̇ , 𝑄 , 𝑡)𝑑𝑡
0
El problema que enfrenta la empresa es:

1
𝑚𝑎𝑥𝑖𝑚𝑖𝑧𝑎𝑟 𝜋 [𝑄(𝑡)] = ∫ 𝑒 −𝑝𝑡 (40𝑄, 𝑄̇ 2 , 𝐶𝑄 2 )𝑑𝑡
0
Sujeto a:
𝑄(0) = 0
𝑄(1) = 10
Solución
La función intermedia, representa las ganancias en valor presente o actualizado

que obtiene la empresa en cada instante del tiempo.
𝑓 = 𝑒 −𝑝𝑡 (40𝑄, 𝑄̇ 2 , 𝐶𝑄 2 ) (5)
Luego
𝑓𝑄 = 𝑒 −𝑝𝑡 (40𝑄 − 𝑄 2 ) (6)
𝑓𝑄̇ = 𝑒 −𝑝𝑡 (−2𝑄̇ ) (7)
𝑑
(𝑓 ̇ ) = 0.1𝑒 −0.1𝑡 (2𝑄̇ ) + 𝑒 −0.1𝑡 (2𝑄̇ ) (8)
𝑑𝑡 𝑄
La ecuación de Euler resulta:
𝑒 −𝑝𝑡 (40 − 2𝑄) = 0.1𝑒 −0.1𝑡 (2𝑄̇ ) + 𝑒 −0.1𝑡 (2𝑄̇ )
20 − 𝑄 = 0.1𝑄̇ − 𝑄̈
𝑄̈ − 0.1𝑄̇ − 𝑄 = −20
Resolviendo

−𝑏 ± √𝑏 2 − 4𝑎𝑐
𝑟=
2𝑎
−(−0.1) ± √(0.1)2 − 4(1)(−1)

𝑟=
2(1)
𝑟2 = 1.05
𝑟1 = −0.95
𝑦𝑐 = 𝐴1 𝑒 𝑟1 𝑡 + 𝐴2 𝑒 𝑟2 𝑡
𝑦𝑐 = 𝐴1 𝑒 −0.95𝑡 + 𝐴2 𝑒 1.05𝑡
𝑄(𝑡) = 𝐴1 𝑒 −0.95𝑡 + 𝐴2 𝑒 1.05𝑡 + 20
Incorporando las condiciones inicial y final se obtiene:
𝑄(𝑡) = (19.081)𝑒 −0.95𝑡 + 𝐴2 𝑒 1.05𝑡 + 20
Ganancias acumuladas, en valor presente de la empresa
1
𝑇[𝑄(𝑡)] = ∫ 𝑒 −𝑝𝑡 (40𝑄, 𝑄̇ 2 , 𝑄 2 )𝑑𝑡
0
Donde:
𝑄 = 20 − 19.08𝑒 −0.951𝑡 − 0.91𝑒 1.05𝑡
𝑄̇ = 18.146𝑒 −0.951𝑡 − 0.966𝑒 1.05𝑡
𝜋[Q(t)] = 75.3833

Condición de segundo orden
Sabemos
𝑓 = 𝑒 −0.1𝑡 (40𝑄 − 𝑄̇ 2 − 𝑄 2 )
𝑓𝑄̇ = 𝑒 −0.1𝑡 (−2𝑄̇ )
𝑓𝑄̇𝑄̇ = −2𝑒 −0.1𝑡
𝑓𝑄 = 𝑒 −0.1𝑡 (40 − 2𝑄)
𝑓𝑄𝑄 = −2𝑒 −0.1𝑡
𝑓𝑄𝑄̇ = 𝑓𝑄̇𝑄 = 0
Luego, la matriz Hessiana asociada a 𝑓 es:
𝑓𝑄̇𝑄̇ 𝑓𝑄̇𝑄 −2 0
𝐻=[ ] = 𝑒 −0.1 [ ]
𝑓𝑄𝑄̇ 𝑓𝑦𝑦 0 −2
∀𝑡 ∈ [0.1] Se concluye
𝑓𝑄̇𝑄̇ = −2𝑒 −0.1𝑡 < 0
𝑓𝑦̇ 𝑦̇ 𝑓𝑦𝑦 − (𝑓𝑦𝑦̇ )2 = 4𝑒 −0.1𝑡 > 0
Esto significa que las ganancias acumuladas en valor presenta de la empresa en

el periodo 𝑡 ∈ [0,1] están siendo maximizadas
HORIZONTE TEMPORAL DE TIEMPO INFINITO
Las variables económicas evolucionan permanentemente en el tiempo. Por

ejemplo: la producción y la inflación cambian en cada momento en el tiempo, por
lo que conviene incorporar en el análisis de cálculo de variaciones el horizonte
temporal infinito

El problema de cálculo de variaciones debe reformularse como:
Optimizar
∞
𝑉[𝑦] = ∫ 𝑒 −𝑝𝑡 + 𝑓(𝑦̇ , 𝑦 , 𝑡)𝑑𝑡
0
Sujeto a:
𝑦(0) = 𝑦0
Para resolver se utiliza la ecuación de Euler y la condición inicial y final.

Dependiendo de las características de la condición final se aplicara una
condición de transversalidad.
Sabemos
[𝑓𝑦̇ ]𝑡=𝑇 . ∆𝑦𝑇 + [𝑓 − 𝑦̇ 𝑓𝑦̇ ]𝑡=𝑇 . ∆𝑇 = 0
En el contexto actual, de horizonte temporal infinito, la variable 𝑡 o 𝑇 tiende a

infinito.
lim {[𝑓𝑦̇ ]𝑡=𝑇 . ∆𝑦𝑇 + [𝑓 − 𝑦̇ 𝑓𝑦̇ ]𝑡=𝑇 . ∆𝑇} = 0

𝑇→∞
lim [𝑓𝑦̇ ]𝑡=𝑇 . ∆𝑦𝑇 + lim [𝑓 − 𝑦̇ 𝑓𝑦̇ ]𝑡=𝑇 . ∆𝑇 = 0

𝑇→∞ 𝑇→∞
Dado que 𝑇 → ∞ luego ∆𝑇 ≠ 0

Entonces se exige
lim [𝑓 − 𝑦̇ 𝑓𝑦̇ ]𝑡=𝑇 = 0

𝑇→∞
Además existe otra condición a satisfacerse
a) No existe un objetivo de largo plazo para 𝑦(𝑡)
Entonces se deduce que el valor 𝑦𝑇 es libre, por lo tanto, ∆𝑦𝑇 ≠ 0
lim [𝑓𝑦̇ ]𝑡=𝑇 = 0

𝑇→∞
b) Existe un objetivo de largo plazo para 𝑦(𝑡)
En este contexto se exige
lim 𝑦(𝑡) = 𝑦∞
𝑡→∞

UNIDAD III: TEORIA DE CONTROL ÓPTIMO
Surge a principios de los años 20 del siglo pasado, con la publicación del libro
“theory of optimal procesos” del matemático ruso L. S. Pontryagin.
El control óptimo constituye de solución a problemas de optimización dinámica
más general el cálculo de variaciones.
a) Permite manipular funciones intermedias lineales.
b) Permite tratar diferentes tipos de variables.
c) Permite estudiar 2 tipos de variables denominada estado y control.
Ejemplo
Consideremos un país en el existe un recurso natural extraíble 𝑅(𝑡)(petróleo)
según estudios exploratorios se ha determinar las reservas existentes de este
recurso (condición inicial).
𝑅(0) = 𝑅0 ; 𝑅0 ∶ 𝑓𝑖𝑗𝑜
El recurso natural 𝑅(𝑡) se extrae a la tasa 𝑒(𝑡) > 0, por lo que, su variación a
través del tiempo es la siguiente.
Tasa de extracción:
𝑑𝑅(𝑡)
= −𝑒(𝑡) ; 𝑒: 𝑡𝑎𝑠𝑎 𝑑𝑒 𝑒𝑥𝑡𝑟𝑎𝑐𝑐𝑖ó𝑛
𝑑𝑡
El recurso extraído permite producir bienes, que la población adquiere mediante
el consumo y obtiene bienestar. Se deduce la existencia de una función de
utilidad.
𝑢 = 𝑢[𝑒(𝑡)]
Si el periodo de explotación del recurso es:
𝑡 ∈ (0, 𝑇)
Y el bienestar futuro se actualiza de acuerdo a la tasa de descuento P, entonces
el bienestar acumulado será:
𝑇
𝑉 = ∫ 𝑒 −𝜌𝑡 𝑢[𝑒(𝑡)]𝑑𝑡
0
El propósito es maximizar el bienestar total de la población en el horizonte temporal de

análisis.
𝑇
Maximizar: 𝑉 = ∫0 𝑒 −𝜌𝑡 𝑢[𝐸(𝑡)]𝑑𝑡
Sujeto a:
𝑑𝑅(𝑡)
𝑑𝑡
= 𝑅̇ = −𝑒(𝑡) → 𝑒𝑐𝑢𝑎𝑐𝑖𝑜𝑛 𝑑𝑒 𝑚𝑜𝑣𝑖𝑚𝑖𝑒𝑛𝑡𝑜

𝑅(0) = 𝑅0 ; 𝑅0 = 𝑓𝑖𝑗𝑜
𝑅(𝑇) = 𝑅𝑇
VARIABLE DE ESTADO
Es una función que depende solo del tiempo, en general se denotara por:
𝑦 = 𝑦(𝑡)
Se caracteriza por no ser reemplazado directamente, sino mediante la
manipulación de la variable de control.
Las variables; producción, inflación, tasa de interés, ingresos, costos son
típicamente variables de estado.
En el ejemplo anterior, la variable de estado es el comportamiento dinámico del
recurso extraíble.
𝑅 = 𝑅(𝑡)
En cada momento del tiempo su valor será distinto.
VARIABLE DE CONTROL
Es una función dinámica
𝑢 = 𝑢(𝑇)
Se caracteriza por ser manipulable por el agente que toma decisiones.
Las variables de política fiscal (gasto público, impuestos) y política monetaria
(oferta de dinero) son variables de control.
EL PROBLEMA DE CONTROL ÓPTIMO

𝑇
Maximizar: 𝑉 = ∫0 𝑓(𝑦, 𝑢, 𝑡) 𝑑𝑡
Sujeto a: 𝑦̇ = 𝑔(𝑦, 𝑢, 𝑡)
𝑦(0) = 𝑦0 ; 𝑦0 = 𝑓𝑖𝑗𝑜
El problema de C. O. Consiste en encontrar sendas óptimas de estado y control
(𝑦 ∗ (𝑡), 𝑢∗ (𝑡)) que satisfagan las condiciones inicial y final, con el fin de maximizar
el funcional.
Para resolver el problema, es necesario plantear la función “Hamiltoniana”.
Función Hamiltoniana
𝐻(𝑦, 𝑢, 𝜆, 𝑡) = 𝑓(𝑦, 𝑢, 𝑡) + 𝜆𝑔(𝑦, 𝑢, 𝑡, )
Es una combinación lineal entre la función intermedia 𝑓 y la funcion de
movimiento 𝑔 ponderado por la variable de estado (𝜆) donde:

𝜆 = 𝜆(𝑡)
Funciones dinámicas
𝑦 = (𝑡) (trayectorias)
𝑢 = 𝑢(𝑡)
Se aplica las condiciones de primer orden
PRICIPIO DEL MAXIMO DE PONTRYAGIN

Son condiciones de primer orden, que permiten identificar los candidatos de
estado y control que maximizaran el funcional.
Está conformado por:
a) Maximizar 𝐻(𝑦, 𝑢, 𝜆, 𝑡) con respecto a 𝑢 considerando 𝑡 ∈ [0, 𝑇] y 𝑢 ∈ Ω .
b) Ecuación de movimiento de estado
𝑑𝐻
𝑦̇ =
𝑑𝜆
c) Ecuación de movimiento de coestado
𝑑𝐻
𝜆̇ = −
𝑑𝑦
(b) y (c) son conocidos como el sentido canónico se trata de un sistema de
ecuaciones diferenciales lineales de primer orden
d) condición de transversalidad
[𝐻]𝑡=𝑇 ∆𝑇 − ʎ(𝑇)∆𝑦𝑇 = 0
SOLUCION DE ESQUINA Y SOLUCION INTERIOR

La primera condición del principio del máximo de pontryagin estable:
Maximizar 𝐻(𝑦, 𝑢, 𝜆, 𝑡) con respecto a 𝑢; ∀ 𝑡 ∈ [0, 𝑇] y la variable de control
pertenece a un conjunto de omega (𝑢 ∈ Ω)
La función 𝐻 puede adoptar la forma lineal o no – lineal con respecto a 𝑢.
Solución interior

El conjunto Ω representa diversos valores de control admisibles

La solución interior se caracteriza:
1) El valor óptimo de control el cual es 𝑢∗ es un elemento que corresponde
al interior del conjuntoΩ.
2) La función hamiltoniana (𝐻) es no lineal y cóncava con respecto a 𝑢.
La condición de primer orden para hallar 𝑢∗ es la siguiente:
𝑑𝐻
=0 → 𝑢∗
𝑑𝑢
Además 𝐻 será cóncava con respecto al variable control solo si:
𝑑2𝐻
< 0
𝑑𝜇 2
Solución de esquina
Llamada también solución de contorno
Características
1) El valor óptimo de control (𝑢∗ ) se ubica en la frontera del conjunto Ω ya
sea inferior o superior
2) La función hamiltoniana depende linealmente de la variable control (𝑢)
Existirán entonces dos versiones
 𝐻 𝑦 𝑢 tienen una relación directa
 𝐻 𝑦 𝑢 mantienen una relación inversa
La función 𝐻 depende de 𝑢 de una manera positiva o directa.
La condicion para hallar 𝑢∗ es la siguiente:

𝑑𝐻
𝜇1 = 𝑢∗ ⇒ >0
𝑑𝜇
La funcion 𝐻 depende de 𝑢 de forma negativa
La condicion para encontrar 𝜇 ∗ es:

𝑑𝐻
< 0 → 𝜇 ∗ = 𝜇1
𝑑𝜇
En general la esquina exige la siguiente
𝑑𝐻
≠0
𝑑𝜇
EJERCICIO
Resolver el problema de control óptimo.
2
Maximizar: 𝑣 = ∫0 (3𝑦 − 2𝜇 2 )𝑑𝑡
Sujeto a: 𝑦̇ = 3𝜇 − 1
𝑦(0) = 1
Sea la función hamiltoniana:
𝐻 = 3𝑦 − 2𝜇 2 + ʎ(3𝜇 − 1)… ………………………………………… (1)
PRINCIPIO DEL MAXIMO

a) Dado que H es no lineal con respecto a u, se aplica.
𝑑𝐻
=0 → −4𝑢 + 3𝜆 = 0
𝑑𝑢
Despejando
3
𝑢 = 𝜆 … (2)
4
Se verifica que:
𝑑𝐻 2
= −4 < 0
𝑑𝑢2
 El problema es un caso de maximización
b) Ecuación de movimiento de estado.

𝑑𝐻
𝑦̇ = → 𝑦̇ = 3𝑢 − 1 … … … … … … … … … … . … … … . (3)
𝑑𝜆
c) Ecuación de movimiento de coestado.
𝑑𝐻
𝜆̇ = − → 𝜆̇ = −3 . … … … … … … … … … … … … . (4)
𝑑𝜆
Integrando con respecto a 𝑡
∫ 𝜆̇𝑑𝑡 = ∫ −3𝑑𝑡
Resolviendo: 𝜆 = −3𝑡 + 𝑘0 … … … … … … … … … … … . . … … … … . (4´)

(4´)𝑒𝑛 (2)
3
𝑢= (−3𝑡 + 6)
4
4𝑢 = −9𝑡 + 3𝑘0
9𝑡 + 3𝑘0
𝑢=− … … … … … … … … … … … … … … … … … … … … … … (5)
4
(5)𝑒𝑛 (3)
9𝑡 9
𝑦̇ = 3 (− + 2) − 1
4
27𝑡 27
𝑦̇ = − + − 1……………………………………………………………(6)
4 2
Integrando con respecto a 𝑡

9 27
∫ 𝑦̇ 𝑑𝑡 = ∫( 𝑘0 − 1 − 𝑡)𝑑𝑡
4 2
9 27 2
𝑦 = (4 𝑘0 − 1) 𝑡 − 𝑡 + 𝑘1 … … … … … … … … … … … … … . . … … … … . . (7)
2
Condición inicial en (7)

𝑦(0) = 1 → 𝑘1 = 1 ………………………………………………............(8)
La condición de transversalidad general es:
[𝐻]𝑡=𝑇 ∆𝑇 − ʎ(𝑇)∆𝑦𝑇 = 0 …………………………………..............(9)
Sabemos: 𝑇=2 → ∆𝑇 = 0
(10)
𝑦𝑇 = 𝑙𝑖𝑏𝑟𝑒 → ∆𝑦𝑇 ≠ 0
(10)𝑒𝑛 (9) Se exige
𝜆(𝑇) = 0
𝜆(2) = 0
En (4´)

−3𝑇 + 𝑘0 = 0
−3(2) + 𝑘𝑜 = 0
𝑘0 = 6
Entonces:
𝜆 = −3𝑡 + 6
3 9 9
𝑢 = 4 (−3𝑡 + 6) = − 4 𝑡 + 2
9𝑡 9
𝑦̇ = 3 (− + 2) − 1
4
27𝑡 27
𝑦̇ = − + −1
4 2
27𝑡 25
𝑦̇ = − +
4 2
Resolviendo:
27𝑡 2 25𝑡
𝑦=− + + 𝑘1
8 2
El valor máximo del funcional es:
2
𝑣 = ∫ (3𝑦 − 2𝜇 2 )𝑑𝑡 = 27
0
Donde:
27𝑡 2 25𝑡
𝑦=− + +1
8 2
9𝑡 9
𝑢=− +2
4
MODELO DE CRECIMIENTO ECONÓMICO SOLOW

Es un modelo neoclásico cuyos supuestos de comportamientos son:
Supuestos:
1) No existe sector externo (es una economía cerrada) ni gobierno.
2) Existe dos usos de la producción, consumo, inversión.
3) La función de producción presenta rendimientos constante de escala.
Las preguntas que interesa responder con los modelos de crecimiento
económico, son:
 ¿Cuáles son los factores que se explican el crecimiento económico?
 ¿Por qué crecen más rápido algunos países que otros?

LA PRODUCCION
Consideremos la siguiente función de utilidad:
𝑦 = 𝐹(𝐾, 𝐿)………………………………………………………(1)
Dónde:
𝑦 = 𝑃𝑟𝑜𝑑𝑢𝑐𝑐𝑖ó𝑛 𝑦(𝑡)
𝑘 = 𝑆𝑡𝑜𝑐𝑘 𝑑𝑒 𝑐𝑎𝑝𝑖𝑡𝑎𝑙 𝑘(𝑡)
𝐿 = 𝑇𝑟𝑎𝑏𝑎𝑗𝑜 𝐿(𝑡)
Asumiendo que la función de producción es homogénea de grado uno, o dicho

de otra manera, la función de producción presenta rendimientos constantes de
escala.
𝑦(𝑡) 𝑘(𝑡) 𝐿(𝑡)
= 𝑓[ , ]
𝐿(𝑡) 𝐿(𝑡) 𝐿(𝑡)
Si:
𝑦(𝑡) 𝑦(𝑡)
𝑦= y 𝑘=
𝐿(𝑡) 𝐿(𝑡)
Representan el producto per cápita y es stock de capital per cápita

respectivamente; entonces 𝑦 es un afuncion exclusiva de 𝑘, es decir.
𝑦 = 𝑓(𝑘) ………………………………………………….. (2)
La función de producción, presenta las siguientes propiedades:
a) Productividades marginales de capital positivas
𝑓´(𝑘) > 𝑜
b) Productividades marginales del capital decrecientes.
𝑓´´(𝑘) < 𝑜
c) Condiciones de Inada
lim 𝑓´(𝑘) = 𝑜 lim 𝑓´(𝑘) = ∞
𝑘→∞ 𝑘→𝑜
DEMANDA AGREGADA
a) Economía cerrada
b) Ausencia de estado
En este contexto:
𝐷𝐴 = 𝐶(𝑡) + 𝐼(𝑡)………………………………………….(3)

La inversión esa dada variación del stock de capital y el monto de depreciación

para mantener el stock de capital; es decir, la inversión se orienta al stock de
capital y al reemplazo de la maquinaria.
𝑑𝑘(𝑡)
𝐼(𝑡) = + 𝛿𝑘(𝑡) ……………………………………………(4)
𝑑𝑡
EQUILIBRIO DE LA ECONOMIA
La producción de la economía es igual a DA.
𝑌(𝑡) = 𝐷𝐴 ……………………………………………….. (5)
𝑌(𝑡) = 𝐶(𝑡) + 𝐼(𝑡)
(3) 𝑦 (4)𝑒𝑛 (5) Para luego expresarlo en términos per cápita.
𝑑𝑘(𝑡)
𝑌(𝑡) = 𝐶(𝑡) + + 𝛿𝑘(𝑡)
𝑑𝑡
Dividiendo por 𝐿
𝑌(𝑡) 𝐶(𝑡) 1 𝑑𝑘(𝑡) 𝛿𝑘(𝑡)
= + +
𝐿(𝑡) 𝐿(𝑡) 𝐿(𝑡) 𝑑𝑡 𝐿(𝑡)
Simplificando
1 𝑑𝑘
𝑦 = 𝑐 + 𝐿 𝑑𝑡 + 𝛿𝑘 …………………………………………(6)
Observemos lo siguiente
𝑑𝑘(𝑡) 𝑑𝑘(𝑡) 𝑑𝐿(𝑡)
𝑑𝑘 𝐿(𝑡) 𝐿(𝑡) − 𝑘(𝑡)
= = 𝑑𝑡 𝑑𝑡
𝑑𝑡 𝑑𝑡 [𝐿(𝑡)]2
1 𝑑𝑘(𝑡) 1 𝑑𝐿(𝑡) 𝑑𝑘(𝑡)
= −
𝐿(𝑡) 𝑑𝑡 𝐿(𝑡) 𝑑𝑡 𝐿(𝑡)
Asumiendo
1 𝑑𝑘(𝑡)
𝑛=
𝐿(𝑡) 𝑑𝑡
Como la tasa de crecimiento de la población, se tendrá:
1 dk
𝑘̇ = − nk
L dt
Alternativamente
1 dk
= 𝑘̇ + 𝑛𝑘 ………………………………………… (7)
L dt
(7) 𝑒𝑛 (6)
𝑦 = 𝑐 + 𝑘̇ + 𝑛𝑘 + 𝛿𝑘

La ecuación fundamental del modelo de crecimiento neoclásico de solow es:
𝑘̇ = 𝑦 − 𝑐 + (𝑛 + 𝛿)𝑘 ……………………………… (8)

Se aprecia que la tasa de cambio del capital depende de dos términos:
a) La cantidad de la producción per cápita que destina a la inversión (ahorro)
𝑆 =𝑦−𝑐
b) La inversión de reposición. La cantidad de la inversión necesaria para
mantener constante la cantidad de capital por unidad de trabajo.
(𝑛 + 𝛿)𝑘
FUNCION DE UTILIDAD
El objetivo final del método de crecimiento es la maximización del bienestar
de la población.
𝑢 = 𝑢[𝑐(𝑡)]
Cuyas propiedades son:
a) Las utilidades marginales del consumo es positivo 𝑢´(𝑐) > 0 → mientras

mayor sea el consumo será mayor el bienestar
b) Las utilidades marginales del consumo es negativo 𝑢´´ < (𝑐)0 → mientras
mayor sea el consumo será mayor el bienestar gasta llegar a un nivel de
saturación.
c) lim 𝜇´(𝑐) = ∞
𝑐→𝑜
d) lim 𝜇´(𝑐) = 𝑜
𝑐→∞
Funcional objetivo
Consideremos un horizonte temporal infinito
𝑡 ∈ [0, ∝>
El funcional será:

∴ El funcional representa el bienestar total acumulado en el volar presente

durante el horizonte total de análisis.
𝑢[𝑐(𝑡)] ; ∀ 𝑡 ∈ [0, ∝>
MODELO DE CRECIMIENTO ECONOMICO

El problema:
∞
Maximizar: 𝑉 = ∫0 𝑒 −𝜌𝑡 𝜇(𝑐)𝑑𝑡
Sujeto a: 𝑘̇ = 𝑓(𝑘) − 𝑐 − (𝑛 + 𝛿)𝑘
𝑘(0) = 𝑘0 𝑘𝑐 = 𝑓𝑖𝑗𝑜
𝑜 ≤ 𝑐𝑓 ≤ (𝑘)
 𝑓 ′ (𝑘) > 0 ; 𝑓 ′′ (𝑘) < 0 ; lim 𝑓´(𝑐) = ∞

𝑘→𝑜
lim 𝑓´´(𝑐) = 0
𝑘→𝑜
 𝑢′ (𝑘) > 0 ; 𝑢′′ (𝑘) < 0 ; lim 𝑢´(𝑐) = ∞

𝑘→𝑜
lim 𝑢´´(𝑐) = 0
𝑘→𝑜
EL MODELO DE ROBERTH SOLLOW

∞
Maximizar: 𝑉 = ∫0 𝑒 −𝜌𝑡 𝜇(𝑐)𝑑𝑡
Sujeto a: 𝑘̇ = 𝑓(𝑘) − 𝑐 − (𝑛 + 𝛿)𝑘
𝑘(0) = 𝑘0 𝑘𝑐 = 𝑓𝑖𝑗𝑜
𝑜 ≤ 𝑐 = 𝑓(𝑘)
Sea la Hamiltoniana:
𝐻 = 𝑒 −𝜌𝑡 𝜇(𝑐) + ʎ[𝑓(𝑘) − 𝑐 − (𝑛 + 𝛿)𝑘] (1)
Principio del máximo
a) Maximizar H con respecto c

𝑑𝐻
= 0 ⇒ 𝑒 −𝜌𝑡 𝜇 ′(𝑐) + ʎ = 0
𝑑𝑐
𝜆 = 𝑒 −𝜌𝑡 𝜇 ′(𝑐) (2)
b) Ecuación de movimiento de k
𝑑𝐻
𝑘̇ = 𝑑 ʎ ⇒ 𝑘̇ = 𝑓(𝑘) − 𝑐 − (𝑛 + 𝛿)𝑘 (3)
c) Ecuación de movimiento de coestado

𝑑𝐻
ʎ̇ = − 𝑑𝑘 ⇒ ʎ̇ = ʎ[𝑓(𝑘) − (𝑛 + 𝛿)] (4)
Las ecuaciones (2), (3) y (4) deben resolverse simultáneamente como un sistema
.Se aprecia 3 variables ʎ, 𝑘, 𝑐 ; sin embargo es posible reducir el sistema a solo
dos.
(2) obtenemos:
ʎ̇ = 𝜌𝑒 −𝜌𝑡 𝜇′(−𝜌) + 𝑒 −𝜌𝑡 𝜇 ′′ (𝑐). 𝑐̇ (5)
(2) 𝑦 (5) 𝑒𝑛 (4)
𝑒 −𝜌𝑡 𝜇 ′ (𝑐) + 𝑒 −𝜌𝑡 𝜇 ′′ (𝑐)𝑐̇ = 𝑒 −𝜌𝑡 𝜇 ′(𝑐) [𝑓 ′(𝑘) − (𝑛 + 𝛿)]
𝜇 ′′ (𝑐)𝑖 = − 𝜇′(𝑐)[𝑓 ′(𝑘) − (𝑛 + 𝛿)]
Despejando 𝑐̇
𝜇 ′ (𝑐)
𝑐̇ = − 𝜇′′ (𝑐) [𝑓 ′ (𝑘) − (𝑛 + 𝛿 + 𝜌)] (6)
Se sabe resolver el sistema
𝑘̇ = 𝑓(𝑘) − 𝑐 − (𝑛 + 𝛿)𝑘
𝜇′(𝑐) ′
𝑐= − [𝑓 (𝑘) − (𝑛 + 𝛿 + 𝜌)]
𝜇′′(𝑐)
Utilizaremos la metodología grafica cualitativa para resolver un sistema de

ecuaciones diferenciales.
CURVAS DE DEMARCACIÓN
Se tendrá una curva de demarcación para cada ecuación diferencial.
a) Si 𝑘̇ = 0 ⇒ 0 = 𝑓(𝑘) − 𝑐 − (𝑛 + 𝛿)𝑘
Despejando 𝑐
𝑐 = 𝑓(𝑘) − (𝑛 + 𝛿)𝑘 (7)
Los puntos que conforman un curva de demarcación expresan tasas de

crecimiento ∅ para la variable objeto de análisis los puntos situados fuera de la
curva de demarcación presentan tasas de crecimiento no nulas.
¿Cómo saber esas tasas de crecimiento no nulas?
Para identificar las tasas decrecimiento no nulas se requiere evaluar la siguiente

expresión.
𝑑𝑘̇
̇
= −1 < 0 ⇒↑ 𝑐 →↓ 𝑘 (+0−)
𝑑𝑐

𝜇′(𝑐)
Si 𝑐̇ = 0 ⇒ − 𝜇′′(𝑐) [𝑓 ′ (𝑘) − (𝑛 + 𝛿 + 𝜌)]
0 = 𝑓 ′ (𝑘) − (𝑛 − 𝛿 + 𝜌)
𝑓 ′ (𝑘) = (𝑛 + 𝛿 + 𝜌)
Además
𝑑𝑐̇ 𝜇′(0) ′′
= ̇
[𝑓 (𝑘)] < 0 ⇒↑ 𝑘 → 𝑐 (+0−)
𝑑𝑘 𝜇′(𝑐)
Diagrama de fases


Bibliografía
Chiang, A. (2006). Metodos Fundamentales de la Economia Matematica.
España: McGrAw-Hill.
Espinoza, E. (2002). Analisis Matematico II. Lima: Editorial-America.
Lardner, R. Arya, J. (1987).Matemáticas aplicadas a la Administración y
Economía. México:
Lomeli y Rumbos (2004). Métodos dinámicos en Economía. México.
Weber, J. (1984). Matematicas para la Administracion y Economia . Mexico:
Editorial Harla .

Apuntes de Matematica Aplicadas A La Economia

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Apuntes de Matematica Aplicadas A La Economia

Cargado por

Copyright:

Formatos disponibles

APUNTES DE MATEMATICA

SULLCA QUISPE NERY

Nery Sullca Quispe Página 1

MODELO DE CRECIMIENTO ECONÓMICO SOLOW ..................................................... 54

Nery Sullca Quispe Página 2

Nery Sullca Quispe Página 3

Nery Sullca Quispe Página 4

UNIDAD I: CONCEPTOS BASICOS DE LA OPTIMIZACION

¿Qué es optimización dinámica?

¿Cuál trayectoria de 𝜋(𝑡) es la mejor?

FACTOR DE CAPITALIZACION DISCRETA

El monto final a retirar dependerá del número de capitalizaciones por lo tanto se

Nery Sullca Quispe Página 5

𝑨ñ𝒐𝒔 𝑴𝒐𝒏𝒕𝒐 𝒇𝒊𝒏𝒂𝒍 (𝑺)

CAPITALIZACION COMPUESTA: los intereses generan otro interés

CASO III: capitalización cuatrimestral (𝑛 = 3)

CASO IV: "𝑛" capitalizaciones al año

Nery Sullca Quispe Página 6

𝑨ñ𝒐𝒔 𝑴𝒐𝒏𝒕𝒐 𝒇𝒊𝒏𝒂𝒍 (𝑺)

Nery Sullca Quispe Página 7

Nery Sullca Quispe Página 8

FACTOR DE DESCUENTO (𝜷)

FACTOR DE CAPITALIZACION CONTINUO

Nery Sullca Quispe Página 9

Este resultado solo mostraría un caso extremo de las propiedades de 𝑍.

Nery Sullca Quispe Página 10

De (4) 𝑦 (5)se obtiene

La expresión (9) muestra el factor de capitalización continuo, esto significa, que

Nery Sullca Quispe Página 11

𝒄𝒂𝒑𝒊𝒕𝒂𝒍𝒊𝒛𝒂𝒄𝒊𝒐𝒏 𝒅𝒊𝒔𝒄𝒓𝒆𝒕𝒂 𝒄𝒂𝒑𝒊𝒕𝒂𝒍𝒊𝒛𝒂𝒄𝒊𝒐𝒏 𝒄𝒐𝒏𝒕𝒊𝒏𝒖𝒂

FACTOR DE DESCUENTO CONTINUO

Nery Sullca Quispe Página 12

Nery Sullca Quispe Página 13

Una funcional relaciona dos a más variables

Nery Sullca Quispe Página 14

𝒄𝒐𝒔𝒕𝒐 𝒃𝒆𝒏𝒆𝒇𝒊𝒄𝒊𝒐 𝒕𝒓𝒂𝒚𝒆𝒄𝒕𝒐𝒓𝒊𝒂

OPTIMIZACION ESTATICA Y OPTIMIZACION DINAMICA

Nery Sullca Quispe Página 15

Para resolver el modelo en general se utiliza el método lagrange:

Nery Sullca Quispe Página 16

A) Existe una función objetivo sujeto a restricción (ecuaciones poli nómicas).

A) Existe un funcional objetivo sujeto a restricciones. (ecuaciones

Nery Sullca Quispe Página 17

UNIDAD II: CALCULO DE VARIACIONES

Consideremos tres trayectorias en la variable 𝑦 = 𝑦(𝑡)

Todo lo anterior se simplifica mediante el concepto de funcional

Nery Sullca Quispe Página 18

En problemas de optimización dinámica se busca encontrar la mejor trayectoria

𝑦(𝑇) = 𝑦𝑇 → 𝑐𝑜𝑛𝑑𝑖𝑐𝑖𝑜𝑛 𝑓𝑖𝑛𝑎𝑙

b) Existencia de un conjunto admisible de trayectorias para 𝑦(𝑡)

Nery Sullca Quispe Página 19

 Estudia de un tipo de variable denominado variable de estado además se

𝑦(𝑇) = 𝑦𝑇 → 𝑐𝑜𝑛𝑑𝑖𝑐𝑖𝑜𝑛 𝑓𝑖𝑛𝑎𝑙

𝑦 = 𝑦(𝑡) Es la denominada variable de estado. Es aquello que es objeto de

En cada instante del tiempo adopta un valor diferente.

Nery Sullca Quispe Página 20

Nery Sullca Quispe Página 21

La ecuación de Euler es una ecuación diferencial lineal de segundo orden

𝑓𝑦̇ 𝑦̇̇ 𝑦 + 𝑓𝑦̇ 𝑦 𝑦̇ + 𝑓𝑦̇ 𝑡

Lo que significa que la función intermedia 𝑓 = 𝑓(𝑦̇ , 𝑦, 𝑡) debe ser doblemente

[𝑓𝑦̇ ]𝑡=𝑇 . ∆𝑦𝑇 + [𝑓 − 𝑦̇ 𝑓𝑦̇ ]𝑡=𝑇 . ∆𝑇 = 0

Las condiciones de transversalidad se refieren a las características que adopta

a) 𝑇 es conocido y 𝑦𝑇 también es conocido