TEORÍA DEL CONTROL ÓPTIMO

Introducción:
Vamos a desarrollar la Teoría del Control Óptimo, mediante el cual pueden desarrollarse problemas
de optimización más complejo. El problema básico a resolver es el siguiente:
𝑇
𝑚𝑎𝑥𝑖𝑚𝑖𝑧𝑎𝑟 𝑣 = ∫ 𝑓(𝑡, 𝑦, 𝑢)𝑑𝑡
0
𝑦 ′ = 𝑔(𝑡, 𝑦, 𝑢)
(1)
𝑦(0) = 𝑦0 (𝑦0 𝑑𝑎𝑑𝑜)
𝑠𝑢𝑗𝑒𝑡𝑜 𝑎
𝑦(𝑇) = 𝑦𝑇 (𝑦𝑇 𝑙𝑖𝑏𝑟𝑒)
𝑢(𝑡) ∈ Ω, ∀ 𝑡 ∈ [0, 𝑇]
En este problema de control óptimo intervienen 3 variables:
 El tiempo
 Variable de estado y
 La variable de control u

La trayectoria de la variable de estado está determinada a través de la ecuación de movimiento o

ecuación de entrada, en la cual se relaciona la variación de la variable de estado respecto al tiempo,
y’, con las variables t, y, u a través de la función 𝑔(∙).

Una vez seleccionado el valor óptimo de la variable de control en un instante de tiempo, la función
𝑔(∙) determina la dirección de crecimiento de la variable de estado y, y también su trayectoria en el
tiempo.

Principio del Máximo de Pontryagin:

El problema de control óptimo puede resolverse mediante el método de los multiplicadores de
Lagrange:

Si tenemos una función objetivo 𝑓(𝑥1 , 𝑥2 , … , 𝑥𝑛 ), junto con sus restricciones 𝑔1 (𝑥1 , 𝑥2 , . . 𝑥𝑛 ) = 𝑏1 ,
… 𝑔𝑚 (𝑥1 , 𝑥2 , … 𝑥𝑛 ) = 𝑏𝑚 y una variable auxiliar , conocida como multiplicador de Lagrange. Se
construye la siguiente función:

𝐿(𝑥1 , 𝑥2 , … , 𝑥𝑛 , 𝜆1 , 𝜆2 , … 𝜆𝑚 ) = 𝑓 (𝑥1 , 𝑥2 , … , 𝑥𝑛 ) − ∑ 𝜆𝑖 𝑔𝑖 (𝑥1 , 𝑥2 , … , 𝑥𝑛 )

𝑖=1

En el control óptimo, dada la función 𝑓(𝑡, 𝑦, 𝑢), la ecuación de movimiento 𝑦 ′ = 𝑔(𝑡, 𝑦, 𝑢) y una
variable auxiliar 𝜆(𝑡), denominada variable de coestado. Construimos la función Hamiltoniana:

𝐻 (𝑡, 𝑦, 𝑢, 𝜆) = 𝑓 (𝑡, 𝑦, 𝑢) + 𝜆(𝑡)𝑔(𝑡, 𝑦, 𝑢) (2)

donde  es el multiplicador de Lagrange.

Para hallar la senda de las variables de control y de estado que resuelven el problema, a partir de la
función Hamiltoniana, se emplea una condición de primer orden: Principio del máximo de
Pontryagin.
Principio del Máximo:
Las sendas 𝑢∗ (𝑡), 𝑦 ∗ (𝑡) y 𝜆∗ (𝑡) resuelven el problema (1) si satisfacen las condiciones del principio
del máximo establecidas para la función Hamiltoniana (2):

a) Max 𝐻(𝑡, 𝑦, 𝑢, 𝜆), s.a. 𝑢(𝑡) ∈ Ω

𝜕𝐻
b) 𝑦 ′ = 𝜕𝜆
′ 𝜕𝐻
c) 𝜆 = − 𝜕𝑦
d) 𝜆(𝑇) = 0
La primera condición establece que el Hamiltoniano debe ser maximizado respecto a la variable de
control, sujeto a la restricción dado por el conjunto Ω.
La maximización del Hamiltoniano puede brindar dos tipos de soluciones:

 Una solución al interior de Ω

 Una solución en el contorno de Ω.
Si Ω = [u1 , 𝑢2 ], 𝑢1 , 𝑢2 ∈ ℝ y H depende de manera no lineal de u, entonces estamos en una situación
como sigue:

Para maximizar H, en el punto A se debe cumplir que

𝜕𝐻
(𝑡, 𝑦, 𝑢, 𝜆) = 0
𝜕𝑢
Además, el Hamiltoniano debe ser cóncavo hacia respecto a u:
𝜕2𝐻
(𝑡, 𝑦, 𝑢, 𝜆) ≤ 0
𝜕𝑢2

Si Ω = [u1 , 𝑢2 ], 𝑢1 , 𝑢2 ∈ ℝ y H depende de manera lineal de u, entonces la primera derivada nunca

se hará cero:

La maximización daría una solución de esquina:

𝜕𝐻
>0
𝜕𝑢
La segunda condición constituye la ecuación de movimiento de la variable de estado.
La tercera condición representa la ecuación de movimiento de la variable de coestado.
Ambas ecuaciones simultáneas, b) y c), se denominan sistema canónica o sistema Hamiltoniano.

La cuarta condición consiste en la condición de transversalidad para el problema de control óptimo,

cuando el valor terminal de la variable de estado es libre.

Pasos para Resolver el Problema de Control Óptimo:

1) Resolver la condición a) del principio del máximo y, si es posible, expresar u en función de t,
 y y.
2) Plantear el sistema de EDO de primer orden para la variable de estado y y la variable de
coestado, , a partir de b) y c)
3) Resolver el sistema de EDO con las condiciones 𝑦(0) = 𝑦0 , 𝜆(𝑇) = 0.
4) Expresar u, , y como funciones del tiempo.

Ejemplo:
Hallar las trayectorias 𝑦 ∗ (𝑡), 𝑢∗ (𝑡), 𝜆∗ (𝑡) que resuelven el problema:
1
𝑚𝑎𝑥𝑖𝑚𝑖𝑧𝑎𝑟 𝑣 = ∫ (𝑦 + 𝑢)𝑑𝑡
0
𝑦 ′ = 1 − 𝑢2
𝑠𝑢𝑗𝑒𝑡𝑜 𝑎
𝑦 (0) = 1
Solución:
Formamos la función Hamiltoniana:
𝐻 (𝑡, 𝑦, 𝑢, 𝜆) = 𝑦 + 𝑢 + 𝜆(1 − 𝑢2 )
Vamos a maximizar esta función respecto a la variable de control. En este caso, observamos que el
Hamiltoniano no es lineal respecto a u.
Usando las condiciones de maximización:
𝜕𝐻
(𝑡, 𝑦, 𝑢, 𝜆) = 1 − 2𝜆𝑢 = 0
𝜕𝑢
𝜕2𝐻
(𝑡, 𝑦, 𝑢, 𝜆) = −2𝜆 ≤ 0
𝜕𝑢2
De este modo, obtenemos:
1
𝑢 ∗ (𝑡 ) = , 𝜆≥0
2𝜆
Ahora planteamos las ecuaciones de movimiento para las variables de estado y coestado:
𝜕𝐻
𝑦′ = = 1 − 𝑢2
𝜕𝜆
𝜕𝐻
𝜆′ = − = −1
𝜕𝑦
Integrando la segunda ecuación, tenemos que 𝜆∗ (𝑡) = −𝑡 + 𝑐1
Hallamos 𝑐1 usando la condición 𝜆(1) = 0:
0 = 𝜆(1) = −1 + 𝑐1 ⇒ 𝑐1 = 1
Así, 𝜆∗ (𝑡) = −𝑡 + 1
Además, si 𝑡 ∈ [0,1], entonces 0 ≤ 𝜆 ≤ 1, el cual satisface la condición de la segunda deriva de H
en el principio del máximo.
La trayectoria de control óptimo es:
1 1
𝑢 ∗ (𝑡 ) = ∗
=
2𝜆 2(1 − 𝑡)
Por otro, reemplazando la expresión de 𝑢∗ en la ecuación de movimiento de y:
1
𝑦′ = 1 −
4(1 − 𝑡 )2
Integrando ambos lados de la ecuación:
1
𝑦 ∗ (𝑡 ) = 𝑡 − + 𝑐2
4(1 − 𝑡 )
Usamos la condición inicial:
1 5
1 = 𝑦(0) = − + 𝑐2 ⇒ 𝑐2 =
4 4
Por tanto,
1 5
𝑦 ∗ (𝑡 ) = 𝑡 − +
4(1 − 𝑡 ) 4
Así, las sendas halladas cumplen las condiciones del principio del máximo y resuelven el problema.

Ejemplo:
Hallar las trayectorias 𝑦 ∗ (𝑡), 𝑢∗ (𝑡), 𝜆∗ (𝑡) que resuelven el problema:
4
𝑚𝑎𝑥𝑖𝑚𝑖𝑧𝑎𝑟 𝑣 = ∫ 3𝑦𝑑𝑡
0
𝑦′ = 𝑦 + 𝑢
𝑠𝑢𝑗𝑒𝑡𝑜 𝑎 𝑦 (0) = 5
𝑢(𝑡) ∈ [0,2]
Solución:
Formamos la función Hamiltoniana:
𝐻 (𝑡, 𝑦, 𝑢, 𝜆) = 3𝑦 + 𝜆(𝑦 + 𝑢)
En este caso, la función depende de manera lineal de u. Entonces la variable de control óptima se
ubicará en la frontera del conjunto Ω
𝜕𝐻
(𝑡, 𝑦, 𝑢, 𝜆) = 𝜆
𝜕𝑢
  Si 𝜆 > 0, entonces H es una función creciente con respecto a la variable de control y el valor
óptimo es 𝑢∗ (𝑡) = 2
 Si 𝜆 < 0, entonces H es una función decreciente con respecto a la variable de control y el
valor óptimo es 𝑢∗ (𝑡) = 0
En la siguiente gráfica se ilustran ambos casos:

Para hallar la senda de control óptima debemos determinar cuál de estos dos casos está verificando
la variable de coestado .
La tercera condición del principio del máximo nos dará la respuesta:
𝜕𝐻
𝜆′ = − = −3 − 𝜆
𝜕𝑦
𝜆′ + 𝜆 = −3
Es una ecuación diferencial lineal de primer orden, cuya solución viene dada por:
𝜆∗ (𝑡) = 𝑐1 𝑒 −𝑡 − 3
Usamos la condición 𝜆(4) = 0, obtenemos:
𝜆∗ (𝑡) = 3𝑒 4−𝑡 − 3
La senda óptima de la variable de coestado es exponencialmente decreciente y toma valores
positivos en todo 𝑡 ∈ [0, 4]. Entonces, estamos en el primer caso y por tanto, el control óptimo es
𝑢∗ (𝑡) = 2.
Usando la segunda condición del principio del máximo:
𝜕𝐻
𝑦′ = = 𝑦 + 𝑢∗ = 𝑦 + 2
𝜕𝜆
𝑦′ − 𝑦 = 2
Tenemos nuevamente una ecuación diferencial lineal, cuya solución es, junto con la condición
inicial 𝑦(0) = 5, es:
 𝑦 ∗ (𝑡) = 7𝑒 𝑡 − 2
Por lo tanto, las sendas óptimas halladas satisfacen las condiciones del principio del máximo y
resuelven el problema propuesto.

Ejemplo:
Hallar las trayectorias 𝑦 ∗ (𝑡), 𝑢∗ (𝑡), 𝜆∗ (𝑡) que resuelven el problema:
5
𝑚𝑎𝑥𝑖𝑚𝑖𝑧𝑎𝑟 𝑣 = ∫ (𝑢𝑦 − 𝑢2 − 𝑦 2 )𝑑𝑡
1
𝑦′ = 𝑦 + 𝑢
𝑠𝑢𝑗𝑒𝑡𝑜 𝑎
𝑦 (1) = 2
Solución:
La función Hamiltoniana del problema es:
𝐻 (𝑡, 𝑦, 𝑢, 𝜆) = 𝑢𝑦 − 𝑢2 − 𝑦 2 + 𝜆(𝑦 + 𝑢)
En este caso, la función Hamiltoniana depende de manera no lineal de u, por tanto, se debe cumplir:
𝜕𝐻
= 𝑦 − 2𝑢 + 𝜆 = 0
𝜕𝑢
𝜕2𝐻
= −2 ≤ 0
𝜕𝑢2
𝜆+𝑦
Luego, 𝑢∗ = 2

Las ecuaciones de movimiento de las variables de estado y coestado son:

𝜕𝐻
𝑦′ = = 𝑦+𝑢
𝜕𝜆
𝜕𝐻
𝜆′ = − = −𝑢 + 2𝑦 − 𝜆
𝜕𝑦
𝜆+𝑦
Reemplazando 𝑢∗ = en estas ecuaciones tenemos el sistema:
2

𝜆+𝑦 3 1
𝑦′ = 𝑦 + = 𝑦+ 𝜆
{ 2 2 2
𝜆 + 𝑦 3 3
𝜆′ = − + 2𝑦 − 𝜆 = 𝑦 − 𝜆
2 2 2
Expresamos este sistema matricialmente:
3 1
𝑦′
( ) = (2 2 ) (𝑦)
𝜆′ 3 3 𝜆
−
2 2
Calculamos 𝐴 − 𝜆𝐼 = 0:
 3 1
−𝜆
|2 2 | = 0 ⇔ (𝜆 − 3) (𝜆 + 3) − 3 = 0
3 3 2 2 4
− −𝜆
2 2
9 3
𝜆2 − − = 0 ⇔ 𝜆2 − 3 = 0 ⇔ 𝜆 = ±√3
4 4
Cuando 𝜆 = √3:
3 1
− √3 𝑘 0
(𝐴 − √3𝐼)𝐾 = (2 2 ) ( 1) = ( )
3 3 𝑘2 0
− − √3
2 2
3 1
𝑘1 − √3𝑘1 + 𝑘2 = 0
{2 2
3 3
𝑘 − 𝑘 − √3𝑘2 = 0
2 1 2 2
3
Si tomamos 𝑘2 = 2 − √3 en la segunda ecuación:

3 3 3
𝑘1 − ( + √3) ( − √3) = 0
2 2 2
3 9 3
𝑘1 = ( − 3) = −
2 4 4
1
𝑘1 = −
2
El autovector es:
1
−
𝐾= ( 2 ) ó𝐾 = ( 1 )
3 2√3 − 3
− √3
2
Cuando 𝜆 = −√3:
3 1
+ √3 𝑘 0
(𝐴 − √3𝐼)𝐾 = (2 2 ) ( 1) = ( )
3 3 𝑘2 0
− + √3
2 2
3 1
𝑘1 + √3𝑘1 + 𝑘2 = 0
{2 2
3 3
𝑘 − 𝑘 + √3𝑘2 = 0
2 1 2 2
3
Si tomamos 𝑘2 = − 2 − √3 en la segunda ecuación:

3 3 3
𝑘1 − (− + √3) ( + √3) = 0
2 2 2
 3 9 3
𝑘1 = (3 − ) =
2 4 4
1
𝑘1 =
2
El autovector es:
1
2 1
𝐾= ( ) ó𝐾= ( )
3 −3 − 2√3
− − √3
2
Así, la solución viene dada por:
𝑦 1 1
( ) = 𝑐1 ( ) 𝑒 √3𝑡 + 𝑐2 ( ) 𝑒 −√3𝑡
𝜆 2√3 − 3 −3 − 2√3
O, equivalentemente:

𝑦 ∗ (𝑡) = 𝑐1 𝑒 √3𝑡 + 𝑐2 𝑒 −√3𝑡

𝜆∗ (𝑡) = 𝑐1 (2√3 − 3)𝑒 √3𝑡 + 𝑐2 (−2√3 − 3𝜆)𝑒 −√3𝑡

Para hallar las constantes 𝑐1 y 𝑐2 usamos las condiciones 𝜆(5) = 0 y 𝑦(1) = 2:

0 = 𝜆(5) = 𝑐1 (2√3 − 3)𝑒 5√3 + 𝑐2 (−2√3 − 3)𝑒 −5√3

2 = 𝑦(1) = 𝑐1 𝑒 √3 + 𝑐2 𝑒 −√3
Al resolver el sistema, obtenemos 𝑐1 ≈ 4.73 y 𝑐2 ≈ 11.3.
Finalmente, las sendas óptimas son:

𝑦 ∗ (𝑡) = 4.73𝑒 √3𝑡 + 11.3𝑒 −√3𝑡

𝜆∗ (𝑡) = 4.73(2√3 − 3)𝑒 √3𝑡 + 11.3(−2√3 − 3𝜆)𝑒 −√3𝑡

𝜆 + 𝑦 9.46(√3 − 1)𝑒 √3𝑡 − 22.6(√3 + 1)𝑒 −√3𝑡

𝑢 ∗ (𝑡 ) = =
2 2

Condición de Transversalidad:
El problema de control óptimo (1) puede modificarse asumiendo un valor final de la variable de
estado determinad (𝑦𝑇 , 𝑇 fijo), un horizonte de tiempo indeterminado (T libre) o un valor final de la
variable de estado que depende del tiempo (curva terminal 𝑦𝑇 = Φ(𝑇)).
Para resolver el problema de control óptimo en estos tres casos, es necesario contar con condiciones
de transversalidad distintas a las establecidas en el principio del máximo.
La condición de transversalidad genérica para estos tres casos se obtiene a partir de los dos últimos
términos de la condición de transversalidad para problemas de cálculo de variaciones:
[𝐻]𝑡=𝑇 Δ𝑇 − 𝜆(𝑇)Δ𝑦𝑇 = 0 (3)
Casos Especiales de la Condición de Transversalidad:
Caso 1: Valor Terminal y Horizonte Temporal Fijo
Cuando el valor terminal de la variable de estado y el horizonte temporal se encuentran prefijados,
se cumple que Δ𝑇 = 0 y Δ𝑦𝑇 = 0, por tanto, la condición (3) se satisface automáticamente. Para
hallar la solución del problema de control óptimo, basta emplear la condición 𝑦(𝑇) = 𝑦𝑇 , pues T y
yT son dados.
Ejemplo:
Hallar las trayectorias 𝑦 ∗ (𝑡), 𝑢∗ (𝑡), 𝜆∗ (𝑡) que resuelven el problema:
1
𝑢1−𝜃
𝑚𝑎𝑥𝑖𝑚𝑖𝑧𝑎𝑟 𝑣=∫ 𝑑𝑡
0 1−𝜃
𝑦 ′ = −𝑦 − 𝑢 , 𝜃 ∈ (0,1)
𝑠𝑢𝑗𝑒𝑡𝑜 𝑎 𝑦 (0) = 2
𝑦 (1) = 1
Solución:
La función Hamiltoniana es:

𝑢1−𝜃
𝐻 (𝑡, 𝑦, 𝑢, 𝜆) = + 𝜆(−𝑦 − 𝑢)
1−𝜃
En este caso, el Hamiltoniano constituye una función no lineal, por tanto, usamos las condiciones
de optimización:
𝜕𝐻
= 𝑢−𝜃 − 𝜆 = 0
𝜕𝑢
𝜕2𝐻
= −𝜃𝑢−𝜃−1 ≤ 0
𝜕𝑢2
1
Luego, 𝑢−𝜃 = 𝜆 ⇒ 𝑢∗ (𝑡) = 𝜆−𝜃 .
Planteamos las ecuaciones de movimiento para las variables de estado y coestado:
𝜕𝐻
𝑦′ = = −𝑦 − 𝑢
𝜕𝜆
𝜕𝐻
𝜆′ = − =𝜆
𝜕𝑦
Resolvemos la segunda ecuación diferencial por variables separables y obtenemos:
𝜆∗ (𝑡) = 𝑐1 𝑒 𝑡
Reemplazamos el valor óptimo de la variable de coestado en la variable de control:
1 1 1 𝑡
−
𝑢∗ (𝑡) = 𝜆∗ (𝑡)−𝜃 = (𝑐1 𝑒 𝑡 )−𝜃 = 𝑐1 𝜃 𝑒 −𝜃

Reemplazamos en la ecuación de la variable de estado:

1 𝑡
−
𝑦 ′ = −𝑦 − 𝑐1 𝜃 𝑒 −𝜃
 1 𝑡
−
𝑦 ′ + 𝑦 = −𝑐1 𝜃 𝑒 −𝜃

Tenemos una ecuación diferencial lineal no homogénea cuya solución es:

1
𝜃 − −
𝑡
𝑦 ∗ (𝑡) = 𝑐2 𝑒 −𝑡 + 𝑐1 𝜃 𝑒 𝜃
1−𝜃
Hallamos las constantes a partir de la condición inicial y terminal:
1
𝜃 −
𝜃
2 = 𝑦(0) = 𝑐2 + 𝑐
1−𝜃 1
1
𝜃 − 1
1 = 𝑦(1) = 𝑐2 𝑒 −1 + 𝑐1 𝜃 𝑒 −𝜃
1−𝜃
Resolviendo este sistema, tenemos:
−𝜃 1
1−𝜃 1 − 2𝑒 −1 2𝑒 −𝜃 − 1
𝑐1 = [( )( 1 )] , 𝑐2 = 1
𝜃 −
𝑒 −𝑒
𝜃 −1 𝑒 −𝜃 − 𝑒 −1
Por lo tanto, con las constantes 𝑐1 y 𝑐2 ya determinadas, las sendas 𝑦 ∗ (𝑡), 𝑢∗ (𝑡), 𝜆∗ (𝑡) resuelven el
problema de control óptimo.

Caso 2: Valor Terminal Fijo

En este caso, como 𝑦𝑇 es fijo, se verifica que ∆𝑦𝑇 = 0. Para que se cumpla la condición de
transversalidad (3), se debe verificar que [𝐻]𝑡=𝑇 = 0.

Ejemplo:
Hallar las trayectorias 𝑦 ∗ (𝑡), 𝑢∗ (𝑡), 𝜆∗ (𝑡) que resuelven el problema:
𝑇
𝑚𝑎𝑥𝑖𝑚𝑖𝑧𝑎𝑟 𝑣 = ∫ (−𝑢2 − 𝑢𝑡)𝑑𝑡
0
𝑦′ = 𝑢 (𝑇 𝑙𝑖𝑏𝑟𝑒)
𝑠𝑢𝑗𝑒𝑡𝑜 𝑎 𝑦(0) = 1
𝑦 (𝑇 ) = 5
Solución:
La función Hamiltoniana es:
𝐻 (𝑡, 𝑦, 𝑢, 𝜆) = −𝑢2 − 𝑢𝑡 + 𝜆𝑢
Estamos en el caso no lineal del Hamiltoniano con respecto a la variable de control. Aplicamos el
principio del máximo:
𝜕𝐻
= −2𝑢 − 𝑡 + 𝜆 = 0
𝜕𝑢
𝜕2𝐻
= −2 < 0
𝜕𝑢2
 𝜆−𝑡
A partir de la primera ecuación, tenemos que 𝑢∗ (𝑡) = .
2

Ahora obtenemos el sistema dada por las variables de estado y coestado:

𝜕𝐻
𝑦′ = =𝑢
𝜕𝜆
𝜕𝐻
𝜆′ = − =0
𝜕𝑦
Esto quiere decir que 𝜆∗ (𝑡) = 𝑐1 .
Reemplazando en la variable de control:
𝑐1 − 𝑡 1 𝑐1
𝑢 ∗ (𝑡 ) = =− 𝑡+
2 2 2
Remplazando en la ecuación de la variable de estado:
1 𝑐1
𝑦′ = − 𝑡 +
2 2
Integrando ambos lados de la igualdad:
𝑡 2 𝑐1
𝑦 ∗ (𝑡 ) = − + 𝑡 + 𝑐2
4 2
Usamos la condición inicial para hallar una constante:
1 = 𝑦(0) = 𝑐2
Utilizamos la condición de transversalidad para este caso:
0 = [𝐻]𝑡=𝑇 = [−𝑢2 − 𝑢𝑡 + 𝜆𝑢]𝑡=𝑇

𝑐1 − 𝑇 2 𝑐1 − 𝑇 𝑐1 − 𝑇
−( ) −( ) 𝑇 + 𝑐1 ( )=0
2 2 2
𝑐1 − 𝑇 𝑐1 − 𝑇
( ) [− ( ) − 𝑇 + 𝑐1 ] = 0
2 2
Tenemos dos situaciones:
𝑐1 − 𝑇 𝑐1 − 𝑇
=0𝑜 −( ) − 𝑇 + 𝑐1 = 0
2 2
𝑐1 −𝑇
Si = 0 ⇒ 𝑐1 = 𝑇
2

𝑐1−𝑇 𝑐1 −𝑇
Si − ( ) − 𝑇 + 𝑐1 = 0 ⇒ 𝑐1 − 𝑇 = ( ) ⇒ 2𝑐1 − 2𝑇 = 𝑐1 − 𝑇 ⇒ 𝑐1 = 𝑇
2 2

Finalmente, usando la condición 𝑦(𝑇) = 5, tenemos:

1 𝑐1 𝑇
5 = 𝑦 (𝑇 ) = − 𝑇 2 + +1
4 2
1 𝑇2
4 = − 𝑇2 +
4 2
 1
4 = 𝑇2 ⇒ 𝑇 = 4
4
Así, 𝑐1 = 4, 𝑐2 = 1 y las trayectorias óptimas son:
1
𝑦 ∗ (𝑡) = − 𝑡 2 + 2𝑡 + 1
4
1
𝑢 ∗ (𝑡 ) = − 𝑡 + 2
2
𝜆∗ (𝑡) = 4
Caso 3: Curva Terminal
En este caso, el valor de la variable de estado depende del horizonte de tiempo a través de la función
𝑦𝑇 = Φ(𝑇). Para resolver el problema de control óptimo, utilizamos una condición que relaciona la
variación del horizonte temporal Δ𝑇 con la variación del valor terminal Δ𝑦𝑇 :
Δ𝑦𝑇 = Φ′(𝑇)Δ𝑇
Reemplazando en la condición de transversalidad (3), tenemos:
[𝐻]𝑡=𝑇 Δ𝑇 − 𝜆(𝑇)Φ′ (𝑇)Δ𝑇 = 0
O equivalentemente:
[𝐻 − 𝜆Φ′ ]𝑡=𝑇 Δ𝑇 = 0
Ejemplo:
Hallar la senda con menor distancia entre el origen y la curva 𝑦(𝑡) = 10 − 𝑡 2
Solución:
Este problema es similar al desarrollado en cálculo de variaciones. Se trata de minimizar la distancia
de un punto a una curva.
El planteamiento es el siguiente:
𝑇
𝑚𝑎𝑥𝑖𝑚𝑖𝑧𝑎𝑟 𝑣 = ∫ −√1 + 𝑢2 𝑑𝑡
0
𝑦′ = 𝑢
𝑠𝑢𝑗𝑒𝑡𝑜 𝑦 (0) = 0
𝑦(𝑇) = 10 − 𝑇 2
El Hamiltoniano viene dado por:

𝐻 (𝑡, 𝑦, 𝑢, 𝜆) = −√1 + 𝑢2 + 𝜆𝑢
Esta función es no lineal con respecto a la variable de control.
Aplicamos las condiciones de maximización:
𝜕𝐻 𝑢
=− +𝜆=0
𝜕𝑢 √1 + 𝑢2
 𝑢2
2 −√1 + 𝑢2 + 2 2
𝜕 𝐻 √1 + 𝑢2 = −1 − 𝑢 + 𝑢 = −(1 + 𝑢2 )−32 < 0
= 3
𝜕𝑢2 1 + 𝑢2 (1 + 𝑢 2 )2
De este modo,
𝑢
= 𝜆 ⇒ 𝑢2 = 𝜆2 (1 + 𝑢2 ) ⇒ 𝑢2 (1 − 𝜆2 ) = 𝜆2
√1 + 𝑢2

2
𝜆2 𝜆
𝑢 = 2
⇒ 𝑢 ∗ (𝑡 ) =
1−𝜆 √1 − 𝜆2
Las ecuaciones de movimiento para las variables de estado y coestado son:
𝜕𝐻
𝑦′ = =𝑢
𝜕𝜆
𝜕𝐻
𝜆′ = − =0
𝜕𝑦
Entonces, 𝜆∗ (𝑡) = 𝑐1 y así,
𝑐1
𝑢 ∗ (𝑡 ) =
√1 − 𝑐12
Por otro lado,
𝑐1
𝑦′ =
√1 − 𝑐12
Integrando esta ecuación diferencial, tenemos:
𝑐1
𝑦 ∗ (𝑡 ) = 𝑡 + 𝑐2
√1 − 𝑐12

Usando la condición inicial, tenemos que 𝑐2 = 0

Usando la condición de transversalidad:

′]
𝑐12 𝑐12
[𝐻 − 𝜆Φ 𝑡=𝑇 = −√1 + + + 2𝑇𝑐1 = 0
1 − 𝑐12 √1 − 𝑐12

1 𝑐12
− + + 2𝑇𝑐1 = 0
√1 − 𝑐12 √1 − 𝑐12

1 − 𝑐12
2𝑇𝑐1 = = √1 − 𝑐12
√1 − 𝑐12
𝑐1 1
=
√1 − 𝑐12 2𝑇

Usamos la condición terminal:

 𝑐1 1 1
10 − 𝑇 2 = 𝑦(𝑇) = 𝑇=( )𝑇 =
√1 − 𝑐12 2𝑇 2

19
20 − 2𝑇 2 = 1 ⇒ 19 = 2𝑇 2 ⇒ 𝑇 = √
2

Luego,
𝑐12 1 𝑐12 1
2 = 2
⇒ 2 =
1 − 𝑐1 4𝑇 1 − 𝑐1 38

1
38𝑐12 = 1 − 𝑐12 ⇒ 39𝑐12 = 1 ⇒ 𝑐1 = √
39

Finalmente, las trayectorias óptimas son:

1
𝑦 ∗ (𝑡 ) = √ 𝑡
38

1
𝜆∗ ( 𝑡 ) = √ 𝑡
39

1
𝑢 ∗ (𝑡 ) = √
38