See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/320831669

Elementos de optimización dinámica

Chapter · January 2017

CITATIONS READS

0 228

1 author:

Daniel Casas
Escuela Colombiana de Ingeniería
8 PUBLICATIONS   1 CITATION   

SEE PROFILE

Some of the authors of this publication are also working on these related projects:

matemáticas en economía View project

All content following this page was uploaded by Daniel Casas on 03 November 2017.

The user has requested enhancement of the downloaded file.

Elementos de optimización dinámica

27 de octubre de 2017
Índice general

3
No puede negarse: el único hecho de importancia ética universal
en el mundo actual es el reconocimiento, cada vez mayor
y difusamente omnipresente, de que ası́ no se puede continuar.
Peter Sloterdijk

Estos apuntes de clase son parte de la investigación formativa,

para contribuir con el fortalecimiento de la formalización
en teorı́as económicas, expresadas a través de matemáticas.
Capı́tulo 1

Optimización dinámica

1.1. Introducción
La optimización dinámica es un conjunto de enunciados y procedimien-
tos que buscan solucionar un tipo de sistemas dinámicos. Se distinguen dos
escenarios básicos: continuo y discreto. En el presente documento se presen-
tan dos problemas del estadio continuo: Cálculo de Variaciones y Control
Óptimo. Estos temas hacen parte del curso de Economı́a Matemática 2, del
programa de Economı́a.
Este material pretende contribuir didácticamente con el encuentro de los
estudiantes y las representaciones económicas a través de matemáticas. Los
temas de optimización dinámica aparecen el modelos de crecimiento económi-
co, teorı́a monetaria, macroeconomı́a, economı́a de los recursos naturales,
entre otros.
Para acceder y resolver ejercicios de optimización dinámica continua es
necesario conocer y tener destrezas en ecuaciones diferenciales de primer y
segundo orden, sistemas de ecuaciones diferenciales y diagramas de fase.
Espero que disfruten el viaje hacia nuevos mundos matemáticos que son
usados en economı́a.

1.2. Cálculo de variaciones

Los problemas de cálculo de variaciones aparecen como una aplicación
matemática en el siglo XVII. Algunos nombres que hicieron parte del desa-
rrollo del cálculo de variaciones son: Lagrange, Euler, Gauss, entre otros.

5
 Apuntes de Clase-Documento N◦

Ası́, estos resultados son obtenidos de investigaciones en la formalización de

la mecánica.1 También hubo resultados relacionados con la conservación de
la energı́a de Hamilton. Uno de los primeros problemas planteados y solu-
cionados con el cálculo de variaciones fue: dados dos puntos existen muchas
trayectorias entre ellos, halle cuál es la curva más corta.
En economı́a, las primeras aplicaciones del cálculo de variaciones apare-
cieron en los trabajos de de Hotelling y Ramsey, en la segunda década del
siglo XX.

Una integral definida es la extensión de una suma de infinitos términos,

entre dos momentos de la variable independiente t0 y T, es decir
Z T
V (to , T ) = f (t)dt, (1.1)
to

es el área bajo la curva y = f (t), entre to y T. Este resultado se obtuvo con

base en una partición del intervalo [to , T ] y una suma infinita de productos
de f (ti ) por △ti . Esto es, que la integral es una suma, la acumulación de la
función f cuando la variable independiente t está entre to y T .

Ejemplo 1.1 En la teorı́a del consumidor, si U (c(t)) es una función de uti-

lidad que depende del consumo en cada momento t, con U ′ > 0 y U ′′ < 0,
es decir, Runa función de utilidad creciente y cóncava respecto al consumo,
T
entonces to U (c(t))dt es la acumulación de la utilidad entre los momentos
to y T. El valor presente VP, multiplicado por un factor ert se convierte en
valor futuro VF, si r es la tasa de interés, 2

V F = V P · ert

Entonces el valor presente de un activo es V P = V F · e−rt .

Z T
e−rt U (c(t))dt
to

es la acumulación de la utilidad en valor presente entre to y T.

1
Uno de los trabajos importantes de Joseph Lagrange (1736-1813) fue Mecanique
Analytique (1788), en el que presenta una de las primeros documentos sobre cálculo de
variaciones.
2
Si la información es discreta, el factor de conversión es (1 + r)t .

6
Daniel Ricardo Casas Hernández

Ejemplo 1.2 La acumulación del beneficio π(t) en VP entre to y T está

dado por: Z T
e−rt π(t)dt.
to

RT
Ejemplo 1.3 Maximice o e−rt U (c(t))dt s.a. c(t) = F (k) − k̇(t), k(0) =
ko ; K(T ) es desconocido y T es fijo.
La producción Q de una economı́a se distribuye entre consumo e inversión, de
tal manera que Q(t) = c(t) + I(t). Si la producción depende solo del capital y
ceteris paribus con todas las variables que afectan la producción, entonces Q =
F (k(t)). Además, las variaciones del capital en el tiempo k̇(t) representan la
inversión k̇(t) = I(t). De donde, c(t) = F (k)−k̇(t). El modelo puede reducirse
RT
a: o e−rt U (F (k) − k̇(t))dt s.a. k(0) = ko . K(T ) es desconocido y T es fijo.

El problema de cálculo de variaciones que se desarrolla en esta etapa es hallar

una función s(t), en la que la integral sea máxima y satisfaga las condiciones
iniciales, es decir:
Z T
máx f (t, s(t), ṡ(t))dt s.a. s(to ) = so ; s(T ) = sT (1.2)
to

De esta manera la generalización para varias funciones s1 (t), ..., sn (t) es

Z T
M ax f (t, s1 (t), ..., sn (t), s˙1 (t), ..., s˙n (t))dt s.a.
to
s1 (to ) = s1o , ..., sn (to ) = sno , s1 (T ) = s1T , ..., sn (T ) = snT (1.3)

Definición 1.1 Un funcional es una correspondencia que asigna un número

real a cada función de una colección de funciones .

Ejemplo 1.4 Dados un intervalo [a, b] y una colección Γ de funciones con-

Rb
tinuas en [a, b], la integral a f (x)dx, tal que f (x) ∈ Γ, es un funcional en la
colección Γ.

Ejemplo 1.5 Dados un intervalo [a, b] y una colección ϕ de funciones con-

tinuas en [a, b], la longitud de la curva o de la función entre a y b es un
funcional en ϕ.

7
 Apuntes de Clase-Documento N◦

Ejemplo 1.6 Sea F (x, y, z) una función continua de tres variables,

Z b
M [y] = F (x, y(x), ẏ(x))dx,
a

tal que y(x) pertenece al conjunto de funciones continuamente diferenciables

definidas en [a,b] es un funcional.

Se asume que la función f tiene derivadas parciales continuas de segundo

orden y que la función si (t) tiene derivadas continuas de segundo orden en
[to , T ]. A continuación se enuncia una condición para la existencia de óptimo
del funcional, es decir, un procedimiento para hallar una función en la que
la integral es máxima, el cual es conocido como la ecuación Euler.

Existe una función con derivadas continuas de segundo orden en [to , T ]

que resuelve (1.2) si s∗ (t) satisface la ecuación

d ′
f =0 fs′ − (1.4)
dt ṡ
La ecuación anterior también puede ser escrita como

ds dṡ
fs′ = fṡs
′′
+ fṡ′′ṡ + fṡt.
′′
(1.5)
dt dt
′′
fs′ = fṡs ṡ + fṡ′′ṡ s̈ + fṡt.
′′

ds dṡ d2 s
Recuerde que: ṡ = dt
, s̈ = dt
= dt2
.

Problemas 1.1 Para la función g(t, x(t), ẋ(t)) halle:

∂g
= gẋ′ .
∂ ẋ
d ′
g
dt ẋ

Que una función s∗ (t) sea solución de (1.2) quiere decir que:
RT RT
F (t, s∗ , s˙∗ )dt ≥ F (t, s, ṡ)dt para todo t ∈ [to , T ].
to to

8
Daniel Ricardo Casas Hernández

Ejemplo 1.7 Se hallará la trayectoria x(t) que satisface la ecuación de Euler

para el ejercicio:
R5 √
M ax v(t) = 3t + ẋ dt s.a. x(1) = 3, x(5) = 7.
1√
Si F (t, x, ẋ) = 3t + ẋ, entonces Fx′ = 0. Además

1
Fẋ′ = (3t + ẋ)−1/2 ,
2

′′ −3
Fẋt = (3t + ẋ)−3/2 ,
4
′′
Fẋx = 0,
−1
Fẋ′′ẋ = (3t + ẋ)−3/2 .
4
Ası́, la ecuación de Euler para este caso es

−3 ẍ
(3t + ẋ)−3/2 − (3t + ẋ)−3/2 = 0;
4 4
es decir, ẍ = −3, si 3t + ẋ 6= 0 entonces la solución de la ecuación diferencial
de segundo orden es
ẋ(t) = −3t + c1 ,
−3 2
x(t) = t + c1 t + c2 .
2
Las condiciones iniciales x(1) = 3 y x(5) = 7 darán los valores de las cons-
tantes c1 y c2 . Ası́,

−3
3= + c1 + c2 ,
2
−75
7= + 5c1 + c2 .
2

De donde c1 = 10 y c2 = −11 2
.
Por lo tanto, la trayectoria óptima es

−3 2 11
x(t) = t + 10t − .
2 2

9
 Apuntes de Clase-Documento N◦

Condición de Legendre

Para determinar si una trayectoria óptima genera un máximo o un mı́nimo

se usa la condición de Legendre. Una condición necesaria para que V(t) sea
máximo es que Fẋ′′ẋ < 0, evaluado en (t, x∗ (t), x∗ (t)), para cualquier t en
[t0 , T ]. Para que sea mı́nimo, entonces debe ser Fẋ′′ẋ > 0. Tal condición indica
que si Fẋ′′ẋ (x∗ ) < 0, entonces en x∗ (t) hay un máximo y si Fẋ′′ẋ > 0, entonces
en x∗ (t) hay un mı́nimo.
Si F (t, x(t), ẋ(t)) es cóncava en t, entonces en la trayectoria que satisface
la ecuación de Euler hay un máximo para V(t); si es convexa, entonces hay
mı́nimo.
Ejemplo 1.8 Para el ejemplo anterior se obtuvo que la trayectoria que sa-
tisface la ecuación de Euler es x(t) = (−3/2)t2 + 10t − 11/2; ası́, Fẋ′′ẋ =
−1/4(3t + ẋ)−3/2 . Reemplazando x∗ (t) (es decir, ẋ(t) = −3t + 10) se obtiene
−1
que Fẋ′′ẋ = 4(10) −3/2 < 0; por lo tanto, en x (t) hay un máximo.
∗

1.2.1. Condiciones de transversalidad

Las condiciones de transversalidad sirven para hallar los valores de las
constantes obtenidas en la solución de las ecuaciones diferenciales y dependen
del valor de la variable en los lı́mites o cotas en el tiempo; cada condición
inicial tiene una condición de transversalidad. En el problema de cálculo de
variaciones:
RT
M ax to F (t, x, ẋ)dt s.a. x(t0 ) = x0 x(T ) = XT
Se tiene que:
Si XT y T son fijos (conocidos), entonces no hay condición de trans-
versalidad.

Si XT es fijo y T libre( desconocido o variable) entonces; F (T ) =

ẋ(T )Fẋ′ (T ).

Si XT es libre (variable o desconocido) y T es fijo, entonces Fẋ′ (T ) = 0.

Si XT es libre y T libre, entonces Fẋ′ (T ) = 0 y F (T ) = 0.

10
Daniel Ricardo Casas Hernández

GRAFICA
Por lo tanto, hasta ahora las condiciones necesarias para resolver el pro-
blema de cálculo de variaciones son:
• La ecuación de Euler.
• La condición inicial x(t0 ) = x0 .
• La condición de transversalidad correspondiente.

Ejemplo 1.9 Halle la trayectoria óptima de

Z T
V = (2xet + x2 + ẋ2 )dt x(1) = 2 x(T ) = xT .
1

Se supone que:
1. xT = e2 T = 2.

2. T = 2.
1) Se tiene que:
F (t, x, ẋ) = 2xet + x2 + ẋ2 ,
Fx′ = 2et + 2x,
Fẋ′ = 2ẋ,
′′
Fẋt = 0,
′′
Fẋx = 0,
Fẋ′′ẋ = 2,
La ecuación de Euler es:

et + x = ẍ.
Cuya solución es x(t) = c1 et + c2 e−t + 12 tet .

Al suponer que x(1) = 2, T = 2 y x(T ) = e2 , entonces

1
2 = c1 e + c2 e−1 + e,
2
e2 = c1 e2 + c2 e−2 + e2 .

11
 Apuntes de Clase-Documento N◦

De tal manera que:

4−e
c1 = .
2e(1 − e2 )
e3 (e − 4)
c2 = .
2(1 − e2 )
2) Si suponemos que T = 2 y XT libre o desconocido, entonces la condición
de transversalidad es Fẋ′ (T ) = 0, es decir:

Fẋ′ = 2ẋ;

tal que:
1 1
ẋ(t) = c1 et − c2 e−t + et + tet .
2 2
De donde:

Fẋ′ (T ) = Fẋ′ (2) = 2c1 e2 − 2c2 e−2 + e2 + 2e2 = 0.

Luego
2c1 e2 + 3e2 − 2c2 e−2 = 0,

1
c1 e + c2 e−1 + e = 2.
2

De donde se obtiene:
−3 − e−2 + 4e−3
c1 = ,
2(e−2 + 1)
2e + e2
c2 = .
1 + e−2
R1
Ejemplo 1.10 M ax 0
− 21 (y 2 + (ẏ + y)2 )dt s.a. y(0) = 1, y(1) = y1 .
−1 2
F (t, y, ẏ) = (y + (ẏ + y)2 ).
2
Para hallar la ecuación de Euler se tiene:

Fy′ = −y − (ẏ + y) = −ẏ − 2y,

Fẏ′ = −(ẏ + y),

12
Daniel Ricardo Casas Hernández

Fẏt′′ = 0,
′′
Fẏy = −1,
Fẏ′′ẏ = −1.
Luego, la ecuación de Euler es:

ÿ − 2y = 0.

De donde:
√ √
y(t) = C1 e 2t + C2 e− 2t ,
√ √ √ √
ẏ = 2C1 e 2t − C2 2e− 2t .
Por condiciones de transversalidad T fijo y XT libre se tiene que:

Fẏ′ (t = T ) = 0.

Reemplazando y(t) en Fẏ′ (t = T ) = 0 se obtiene

√ √ √ √ √ √
− 2C1 e 2 + 2C2 e− 2 − 2C1 e 2 − 2C2 e− 2 = 0.
Y de la condición inicial y(0) = 1 se obtiene 1 = C1 + C2 . De donde:
√ √
e− 2 ( 2 − 1)
C1 = √ √ √ √ ,
( 2 + 1)e 2 + e− 2 ( 2 − 1)
√ √
e 2 ( 2 + 1)
C2 = √ √ √ √ .
( 2 + 1)e 2 + e− 2 ( 2 − 1)
Luego la trayectoria a través del tiempo que produce el máximo es
√ √
2
y(t) = 0,01e + 0,99e− 2 .

1.3. Control óptimo

Se pretende resolver el siguiente problema:
Z T
M ax V (t) = F (t, x(t), u(t))dt s.a.
t0
ẋ(t) = g(t, x(t), u(t)) x(t0 ) = x0 ; x(T ) = xT . (1.6)

13
 Apuntes de Clase-Documento N◦

Para este se construye la función de Hamilton:

H = F (t, x, u) + λ(t)g(t, x, u).

Las variables x, u, λ son funciones del tiempo x(t), u(t), λ(t), aunque se omita
la presencia de t. La función x(t) es conocida como variable estado y la
función u(t) como variable control.
La optimización planteada busca trayectorias x(t), u(t) y λ(t) en las cuales
se maximicen V (t) y se satisfaga la restricción. Existen condiciones necesa-
rias para hallar las trayectorias óptimas, determinadas por el principio del
máximo de Pontryagrin. Las trayectorias óptimas deben satisfacer tanto las
ecuaciones
Hu′ = 0
Hx′ = −λ̇
Hλ′ = ẋ
como la condición de transversalidad correspondiente; estas ecuaciones per-
miten determinar las constantes de integración de la solución de las ecuacio-
nes diferenciales anteriormente obtenidas.

Ejemplo 1.11 Suponga que tenemos el siguiente problema:

Z T
M ax f (t, x, u)dt s.a. ẍ = g(t, x, u); x(t0 ) = x0 , x(T ) = xT
t0

Con la sustitución ẋ = z se obtiene ẍ = ż = g(t, x, u), y el ejercicio se

transforma en Z T
M ax f (t, u, x, z)dt s.a.
t0

ẋ = z; ż = g(t, u, x, z); x(t0 ) = x0 ; x(T ) = xT ; z(t0 ) = ẋ(t0 ); z(T ) = ẋ(T ).

Por lo tanto, la función de Hamilton está dada por:

H = f (t, x, u) + λ1 (z) + λ2 g(t, x, u)

Las condiciones del óptimo son:

Hu′ = 0
Hz′ = −λ̇1

14
Daniel Ricardo Casas Hernández

Hx′ = −λ̇2
ẋ = z
ż = g(t, u, x)

1.3.1. Condiciones de transversalidad

Como en el cálculo de variaciones las condiciones de transversalidad se
usan para hallar las constantes de las soluciones al problema de control ópti-
mo es decir, para hallar las constantes de la variable de control, de estado y
del multiplicador de Hamilton es por tanto que, las condiciones de transver-
salidad contribuyen a determinar de las condiciones iniciales del problema.
Para ello hay cuatro estados iniciales, los cuales dependen del conocimiento
o no de la cota superior en el tiempo del periodo de acumulación del funcional:

i) Si T y XT son fijos (o conocidos), entonces no hay condición de trans-

versalidad.

ii) Si T es fijo (conocido) y XT libre (desconocido), entonces λ(T ) = 0.

iii) Si T es libre y XT fijo, entonces H(t = T ) = 0.

iv) Si T y XT son libres (desconocidos), entonces λ(T ) = 0 y H(t = T ) =

0.

GRAFICA

Ejemplo 1.12
Z 1
1 2
M ax (x + u2 ) dt s.a. ẋ = x + u x(0) = 2 x(1) = 0
0 4

La función hamiltoniana es H = 41 (x2 + u2 ) + λ(x + u).

Las condiciones del óptimo son:
1
(1) Hu′ = u + λ = 0
2
1
(2) Hx′ = x + λ = −λ̇
2

15
 Apuntes de Clase-Documento N◦

(3) ẋ = x + u
Reemplazando (1) en (3)

(4) ẋ = x − 2λ
−1
(2) λ̇ =
x−λ
2
Las anteriores ecuaciones forman un sistema de ecuaciones diferenciales li-
neales de primer orden, homogéneo.
    
ẋ 1 −2 x
= −1
λ̇ 2
−1 λ

El polinomio caracterı́stico para el anterior sistema es:

 
1 − r −2 
 −1 =0

2
−1 − r
De donde:

(1 − r)(−1 − r) − 1 = 0.
Luego los valores propios son:
√
r = ± 2.

Ahora se obtienen los√ vectores propios correspondientes para cada valor

propio r; ası́, para r = 2 :
 √     
1− 2 −2 v 0
√ · 1 = .
−1
2
− 2−1 v2 0
De donde: √
(1 − 2)v1 − 2v2 = 0
1 √
− v1 − ( 2 + 1)v2 = 0
2
√
1− 2
Si v1 = 1, entonces v2 = 2
.

16
Daniel Ricardo Casas Hernández

√
Para r = − 2 :
 √    
1+ 2 −2√ v1 0
= ,
−1
2
−1 + 2 v2 0
De donde: √
(1 + 2)v1 − 2v2 = 04
1 √
− v1 + (−1 + 2)v2 = 0
2
√
2+1
Si v1 = 1, entonces v2 = 2
.

Por lo tanto, la solución general es:

    √   √
x 1√ 1√
= c1 1− 2 e + c2 1+ 2 e− 2t .
2t
λ 2 2

Con estos valores de x(t) y λ(t) se obtiene u(t) :

u = −2λ,
√ √
1 − 2 √2t 1 + 2 −√2t
u(t) = −2(c1 ( )e + c2 ( )e ).
2 2
Dado que x(0) = 2 y x(1) = 0, entonces
√
2e− 2
c1 = √ √ ,
e 2 − e− 2
√
2e 2
c2 = √ √ .
e 2 − e− 2
El sistema de ecuaciones diferenciales lineales
1
(1) u+λ=0
2
1
(2) x + λ = −λ̇
2
(3) ẋ = x + u
que se obtuvo de las condiciones del óptimo es equivalente con:

u̇ = x − u

17
 Apuntes de Clase-Documento N◦

ẋ = x + u
Un sistema de ecuaciones diferenciales autónomo que relaciona la variable
de estado con la variable de control. Estos sistemas son analizados también,
a través de diagramas de fase; este diagrama muestra el comportamiento de
las variables en vecindades de los puntos de equilibrio del sistema. Para el
presente sistema x = 0 y u = 0 es el punto de equilibrio y se comporta como
punto de silla.
FALTA UNA GRAFICA AQUÍ

Ejemplo 1.13
Z 1 √
M ax udt s.a. ẋ = −u x(0) = 1, x(1) = 0.
0

La función de Hamilton es:

√
H= u + λ(−u)
Las condiciones del óptimo son:
1
(1) Hu′ = u−1/2 − λ = 0.
2

(2) Hx′ = 0 = −λ̇.

(3) ẋ = −u.

18
Daniel Ricardo Casas Hernández

De la ecuación (2) se obtiene λ̇ = 0, es decir, λ(t) = c1 .

Reemplazando en la ecuación (1) se obtiene 12 u−1/2 = c1 , es decir, u(t) = c2 .
De donde c2 = ac12 . Reemplazando en la ecuación (3) se tiene ẋ = −c2 , es
1
decir, x(t) = −c2 t + c3 .
Sustituyendo las condiciones iniciales x(0) = 1, x(1) = 0 se obtiene:
1
c3 = 1, c2 = 1 x(t) = −t + 1 u(t) = 1 λ(t) =
2
Para que una función u(t) maximice la función de Hamilton H, debe cumplir
Huu
′′
≤ 0, evaluado en la trayectoria óptima x(t).

Ejemplo 1.14 Algunos problemas de optimización dinámica pueden desa-

rrollarse usando usado ambos métodos: cálculo de variaciones y control ópti-
mo. El siguiente ejemplo refleja esta situación.

ZT
M ax V (t) = e−rt [py(t) − wN (t) − Pk I(t)]dt s.a.
0

y(t) = F (K(t), N (t)), I(t) = K̇(t) + δK(t). (1.7)

El anterior es un modelo que representa la demanda de inversión ı́nter-

temporal en la que se maximiza el valor actual descontado de sus beneficios
presentes y futuros; p · y es el valor de producción y wN + Pk I son los pagos a
los factores productivos. N representa trabajo, K es capital, I es la inversión
bruta. r es la tasa de interés ı́ntertemporal. Para maximizar el valor actual
neto del flujo de caja V (t) se inicia con el cálculo de variaciones.
Reemplazando las restricciones en el funcional se obtiene:
R∞
M ax e−rt [P F (K(t), N (t)) − wN (t) − PK (K̇(t) + δK(t))]dt.
0

Es un problema con dos variables N (t) y K(t), de tal manera que

G = e−rt [P F (K, N ) − wN − Pk (K̇ + δK)].

Las ecuaciones de Euler para las variables N (t) y K(t) son:

d ′
G′K − G = 0; es decir e−rt [P FK′ − PK δ − PK r] = 0;
dt K̇

19
 Apuntes de Clase-Documento N◦

D ′
G′N − G = 0; es decir e−rt [P FN − w] = 0.
dt Ṅ
PK
De donde: P FK′ = PK (δ + R), FK′ = P
(δ + r).

w
P FN′ = w FN′ =
P
La empresa optimiza si la demanda de capital está condicionada a que los
rendimientos del capital sean iguales a sus costes de oportunidad. Además, la
demanda de trabajo hasta que el coste marginal sea igual al producto marginal
FN′ = wp .

Lo anterior indica que si δ > r, entonces FK′ > 0; si δ < r, FK′ < 0;
además, que la productividad marginal del capital P FK′ es igual al costo de
uso del capital PK (δ + r).

Ahora se emplea el control óptimo para llegar a los mismos resultados:

R∞
M ax e−rt [P Y (t), wN (t) − PK I(t)]dt s.a. K̇ = I − δK
0

El presente problema tiene una variable de estado K y dos variables de

control N e I; por lo tanto, la función de Hamilton es:

H = e−rt [P F (K, N ) − wN − PK I] + λ(I − δK)

Las condiciones del óptimo son:

HN′ = 0 : e−rt [P FN′ − w] = 0

HI′ = 0 : e−rt [−PK ] + λ = 0

′
HK = −λ̇ : e−rt [−P FK′ ] − λδ = −λ̇
Hλ′ = K̇
De donde:
w
(1) P FN′ = w : FN = .
P
(2) λ = e−rt PK .

20
Daniel Ricardo Casas Hernández

(3) λ̇ = λδ − e−rt P FK′ .

(4) K̇ = I − δK.
Puesto que:
λ = −e−rt PK .
Entonces,

−re−rt PK = −e−rt PK δ − e−rt P FK′ .

Luego

−rPK = PK δ − P FK′ .
Es decir
P FK′ = PK (δ + r).
Se obtuvieron las mismas condiciones del óptimo logradas a través del plan-
teamiento por cálculo de variaciones.

1.3.2. Control óptimo con valor descontado

Se dice que e−δt es un factor de descuento temporal para tiempo un continuo,
es decir, V F = eδt V P, donde VP es el valor presente del activo; VF el valor
futuro, y δ una tasa de interés. Ası́, el problema de optimización con valores
descontados queda expresado como:
Z T
M ax e−δt F (t, u, x)dt s.a. ẋ = g(t, u, x); x(t0 ) = x0 ; x(T ) = xT .
t0

La función de Hamilton es:

H = e−δt F (t, u, x) + λg(t, u, x).

Una nueva versión de la función hamiltoniana para este caso es:

Ĥ = F (t, u, x) + µg(t, u, x).

De tal manera que

Ĥ = eδt H, µ = λeδt
o
Ĥe−δt = H, λ = µe−δt .

21
 Apuntes de Clase-Documento N◦

1.3.3. Horizonte infinito

Los problemas de control óptimo donde no está determinado el momento
final de la acumulación se representan reemplazando T por infinito, es decir,
la integral definida se convierte en integral impropia. El infinito se utiliza
para representar lo indeterminado. El problema que se pretende resolver es:
Z∞
M ax F (t, u(t), x(t))dt s.a. ẋ(t) = g(t, u(t), x(t)); x(t0 ) = x0 .
t0

Suponga que existe U ∗ (t), X ∗ (t) y λ∗ (t), que satisface las condiciones sufi-
cientes del máximo, entonces U ∗ (t) y X ∗ (t) son trayectorias para el máximo si

Limλ(t)[x(t) − x∗ (t)] ≥ 0.

Ejemplo 1.15 Halle c(t) que maximiza

Z∞
V (b, t0 ) = e−δt ln c(t)dt s.a. ṡ = rs − c S(t0 ) = S0 > 0, lı́m S(t) = 0.
t→∞
t0

La función de Hamilton para este ejercicio es:

H = e−δt ln C + λ(rs − c).

De tal manera que:

Ĥ = eδt H,
Ĥ = ln C + µ(rs − c), donde µ(t) = λ(t)eδt .
1
Ĥc′ = 0; = µ.
c
La función descontada es:

Ĥs′ = −µ̇ = µr; µ(t) = µ0 e−δt .

Luego
λ(t) = µ0 e−(r+δ)t , S = rs − c.

22
Daniel Ricardo Casas Hernández

Luego
1 rt
C(t) = e ,
µ0
1
S − rs = − ert ,
µ0
tert
S(t) = − + αert .
µ0
Al sustituir la condición inicial S(b) = S0 , se obtiene:

−tert
 
t0
S(t) = −rt
+ S0 e + ert .
µ0 µ0

Ahora la condición para el lı́mite infinito es

lı́m µ0 e(−r+δ)t [S(t) − S ∗ (t)] ≥ 0.

t→∞

Puesto que lı́mt→∞ S(t) = 0, entonces el problema se reduce a

 rt   
(−r+δ)t te t0
lı́m µ0 e −rt
+ S0 e + ert ≥ 0.
t→∞ µo µ0

Ello se cumple para cualquier µ0 .

23
 Apuntes de Clase-Documento N◦

24
 Bibliografı́a

Chiang, A. y Wainwright, K. (1984). Métodos fundamentales de economı́a

matemática (4 ed.). Madrid: McGraw Hill.

De Castro, R. (2001). El universo LATEX (2 ed.). Bogotá: Universidad

Nacional de Colombia.

Pecha, A. (2007). Optimización estática y dinámica en economı́a Bogotá:

Universidad Nacional de Colombia.

Simmons, G. (1993). Ecuaciones diferenciales con aplicaciones y notas históri-

cas (2 ed.). Madrid: McGraw Hill.

25

View publication stats