Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1. Cálculo de Variaciones 1
1.1. Introducción
El lector esta familiarizado en la solución de problemas de optimización estática,
dado un conjunto de oportunidades (denominadas restricciones) el objetivo es elegir
valores de ciertas variables que optimicen una función de valor real. En estos problemas
el tiempo no importa, el análisis se sobreentiende, se realiza en un momento específico.
Pero si el tiempo es relevante, entonces el método debe ampliarse, porque ahora el
propósito es elegir trayectorias temporales óptimas.
Durante la guerra fría era importante determinar la trayectoria óptima de los misi-
les. En economía, los gobiernos empezaron a planear de manera temporal las decisiones
14
de políticas fiscal y monetaria. Era permisible sin afectar la solvencia del gobierno in-
currir en periodos de déficit fiscal seguidos con superávit en las finanzas. Por otro lado,
20
las empresas no solo ajustan los precios en un instante de tiempo, implementan una
política óptima de precios de sus productos; mientras que las familias buscan un plan
adecuado de gastos de consumo y ahorro. os
iv
1.2. Preliminares
at
las funciones.
os
od
ét
M
3
1 CÁLCULO DE VARIACIONES 1
B. Multiplicación escalar
B.1 Asociativa: (αβ) x1 = (α)( βx1 )
B.2 Distributiva: α( x1 + x2 ) = αx1 + αx2
14
Existencia del cero: 0x1 = 0
20
En lo sucesivo identificar al espacio vectorial de funciones como:
Ω = { x : x ∈ [ a, b]}
os
iv
De manera adicional, se establece el concepto de distancia en Ω a partir del uso de una
at
norma.
tit
an
k x1 + x2 k ≤ k x1 k + k x2 k
M
Dentro de los espacios vectoriales, la norma euclidiana constituye sin duda alguna
el ejemplo recurrente.
Ejemplo 1.1. Norma euclidiana.
!1/2
kxk = ∑ x`2
`∈ L
4
1 CÁLCULO DE VARIACIONES 1
!1/2
kαx k = ∑ α2 x`2
`∈ L
!1/2
= α2 ∑ x`2
`∈ L
!1/2
= |α| ∑ x`2
`∈ L
= |α|k x k
La demostración de la desigualdad del triángulo requiere de la Desigualdad de Sch-
warz,
14
!2 ! !
∑ x1,` x2,` ≤ ∑ x1,2 ` ∑ x2,2 `
20
`∈ L `∈ L `∈ L
Sea
k x1 + x2 k2 = ∑ (x1` + 2`)2
os
iv
`∈ L
=
`∈ L `∈ L `∈ L
tit
En virtud que,
an
! !
∑ x1` x2` ≤ ∑ x1,2 ` ∑ x2,2 `
cu
`∈ L `∈ L `∈ L
entonces,
os
k x1 + x2 k2 ≤ k x1 k2 + 2k x1 kk x2 k + k x2 k2
od
≤ (k x1 k + k x2 k)2
ét
5
1 CÁLCULO DE VARIACIONES 1
14
a) k x1 k = máx0≤t≤1 |t3 | = 1
20
b) k x2 k = máx0≤t≤1 |t − 2| = 2
c) d( x1 , x2 ) = k x1 − x2 k = máx0≤t≤1 | x1 − x2 | = máx |t − 2 − t3 | = 2
os
El espacio D ( a, b) está formado por las funciones x (t) definidas en el intervalo [ a, b]
iv
con primera derivada continua.
at
tit
Definición 1.3. El espacio lineal normado D [ a, b] está formado por funciones diferen-
ciables en [ a, b], cuya norma
an
n
k x k = ∑ máx | xi (t)|
od
i =0
ét
donde x0 = x (t).
M
6
1 CÁLCULO DE VARIACIONES 1
k xn − xm k < e, ∀ n, m ∈ Ne
14
Un ejemplo sencillo de transformación se presenta cuando X = U = R; la transfor-
20
mación es una función de valor real f : R → R.
El funcional es la transformación utilizada en optimización dinámica, J : Ω → R. El
os
conjunto Ω está formado por un conjunto de funciones continuas en el intervalo [t0 , t1 ].
Los siguientes son ejemplos de funcionales en el conjunto t ∈ [0, 1]
iv
at
Ejemplo 1.4.
i) J1 ( x ) = x (t)
tit
ii) J2 ( x ) = x 0 (t)
an
R1 √
iii) J3 ( x ) = 0 1 − ẋ2 dt
cu
R1
iv) J4 ( x ) = 0 | x 0 |dt
os
Z b
f (t, x, x 0 )dt
ét
a
x ( t0 ) = x0
M
x ( t1 ) = x1
J (αx1 + βx2 ) = αJ ( x1 ) + βJ ( x2 )
7
1 CÁLCULO DE VARIACIONES 1
f ( x + h) − f ( x )
f 0 ( x ) = lı́m (1.1)
h →0 h
siempre y cuando el límite exista.
Definir la función e( x, h) como
f ( x + h) − f ( x )
e( x; h) = − f 0 (x) (1.2)
h
La función no está definida cuando h = 0, pero el lı́m e( x, h) = 0. Con un poco de álgebra
h →0
en (1.2) se obtiene
14
f ( x + h) = f ( x ) + f 0 ( x )h + he( x, h) (1.3)
20
La ecuación (1.3) es la forma de aproximar linealmente una función no lineal pero dife-
renciable, si
lı́m
h →0
e( x, h)
h
=0 os (1.4)
iv
se tiene la aproximación de primer orden de Taylor. La figura (1) muestra la aproxima-
at
f(x)
cu
os
od
(a + h, f(a + h))
ét
a a+h x
8
1 CÁLCULO DE VARIACIONES 1
|| F ( X, H ) − F ( X ) − AH ||
lı́m =0
|| H ||→0 || H ||
14
Definición 1.8 (Diferencial de Fréchet). Sean Ω y Y espacios vectoriales normados,
20
T : X → Y una transformación, con X ⊆ Ω. Si para cada X ∈ S fijo y un H ∈ Ω, existe
una función lineal y continua δT ( X, H ) tal que
os
k T ( X + H ) − T ( X ) − δT ( X; H )k
lı́m =0
iv
k H k→0 kHk
at
de T en X con incremento H.
an
∂T ( X; H ) = A x H
Donde A x es un operador lineal acotado de Ω → V, que consiste en el gradiente ∇ f ( x ).
od
1
∂T ( X; H ) = lı́m [ T ( X + αH ) − T ( X )]
α →0 α
existe, entonces se denomina diferencial de Gateaux, y cuando el límite existe para cada
H ∈ Ω, la transformación T, se dice que es diferenciable Gateaux en X.
9
1 CÁLCULO DE VARIACIONES 1
14
i ∈n
∂xi
20
es la derivada direccional de F en X, en la dirección del vector unitario.
Ejemplo 1.6. Encontrar la diferencial de Gateaux para el espacio de funciones continuas en el
os Rt
intervalo C [t0 , t1 ] y cuya transformación está definida por el funcional J (t, x ) = t01 f (t, x (t))dt.
iv
Asumir que la función x (t) es continua en t y para una función arbitraria h(t), la
at
diferencial de Gateaux es
tit
d t1
Z
∂T ( x; h) = f (t, x (t) + αh)dt
an
dα t0 α =0
Z t1
d
= f (t, x (t) + αh)dt
cu
t0 dα α =0
a θ, entonces
M
Z b(θ ) Z b(θ )
∂ 0 0 ∂
f ( x, θ )dx = f (b(θ ), θ )b (θ ) − f ( a(θ ), θ ) a (θ ) + f ( x, θ )dx
∂θ a(θ ) a(θ ) ∂θ
Teorema 1.2 (Teorema del óptimo). Sea un funcional de valor real que tiene una
diferencial de Gateaux en un espacio vectorial Ω. Una condición necesaria para que el
funcional tenga un extremo en x ∗ ∈ Ω es que ∂T ( x ∗ ; h) = 0 ∀ h ∈ Ω.
10
1 CÁLCULO DE VARIACIONES 1
d
∂F ( x; h) = F ( x + αh) =0
dα α =0
14
t0
20
x ( t0 ) = x0
x ( t1 ) = x1 os
iv
El teorema del máximo establece las condiciones bajo las cuales es posible encontrar
at
Teorema 1.3 (Teorema del extremo). Sea Ω un espacio métrico y compacto. Suponer
an
que F : Ω → R una función real continua sobre el mismo, entonces existen puntos p, q ∈
Ω tales que f (q) ≤ f ( x ) ≤ f ( p).
cu
dice nada acerca de la forma explícita de la misma. Si además de ser continuo el funcio-
nal, la función f (t, x, x 0 ) acepta derivas parciales en sus argumentos, entonce la forma
M
Teorema 1.4 (La ecuación de Euler). Sea (1.5) un funcional continuo en el intervalo
[t0 , t1 ] con una función f (t, x, x 0 ) que acepta derivas parciales en sus argumentos. Ade-
más x (t0 ) = x0 y x (t1 ) = x1 con x0 y x1 constantes. Entonces la solución a J ( x ) es la
ecuación de Euler:
∂
f x (t, x, x 0 ) = f x0 (t, x, x 0 )
∂t
Demostración.
11
1 CÁLCULO DE VARIACIONES 1
x⇤ (t)
x1
x⇤ + eh
x0
t0 t1 t
14
20
Sea x ∗ (t) el extremo o trayectoria óptima que resuelve el problema (1.5), la figura
(2) muestra que cualquier otra trayectoria, incluyendo el mismo extremo, debe satis-
os
facer la condición inicial y terminal. En específico, construir una variación alrededor
del extremo en la forma paramétrica x = x ∗ + εh, donde h(t) es una trayectoria lo sufi-
iv
cientemente pequeña para que pertenezca al conjunto abierto Ω con h(t0 ) = h(t1 ) = 0.
Además, si ε → 0, entonces x → x ∗ , la función admisible x (t) es igual a la óptima. El
at
Z t1
an
Z t1
d
∂J ( x; h) = f (t, x + εh, x 0 + εh0 )dt
dε t0 ε =0
od
Z t1
(t, f x (t, x, x 0 )h(t) + f x0 (t, x, x 0 )h0 (t) dt
M
∂J ( x; h) =
t0
12
1 CÁLCULO DE VARIACIONES 1
Integrar por partes el segundo término de la ecuación (1.7). Sea u = f x0 (·) y dv = h0 dt,
de modo que ∂/∂t f x0 (·) y v = h
Z t1 t1 Z t1
0 0 0
f x0 (t, x, x )h dt = f x0 (t, x, x )h(t)t − ∂/∂t f x0 (t, x, x 0 )hdt
t0 0 t0
14
Un último teorema para obtener la ecuación de Euler,
20
R
Teorema 1.5. Si z(t) es continua en el intervalo [t0 , t1 ] y z(t)h(t)dt = 0 para toda
h(t) en el intervalo [t0 , t1 ] con h(t1 ) = h(t2 ) = 0, entonces z(t) = 0 en [t0 , t1 ].
os
Es obvio que la ecuación (1.9) satisface el teorema previo, por ende
iv
f x (t, x, x 0 ) = ∂/∂t f x0 (t, x, x 0 )
at
(1.10)
tit
Z 1
J (x) = (tx + 2( x 0 )2 )dt
0
os
s.a. x (0) = 1
od
x (1) = 2
ét
i) f (t, x, x 0 ) = tx + 2( x 0 )2
La derivada respecto a x es:
M
f x (t, x, x 0 ) = t
Con respecto a x 0 ,
f x0 (t, x, x 0 ) = 4x 0
esta última respecto a t,
∂
f x0 (t, x, x 0 ) = 4x 00
∂t
ii) Utilizar la ecuación de Euler (1.10)
t = 4x 00
13
1 CÁLCULO DE VARIACIONES 1
14
De la primera ecuación se obtiene k2 = 1, sustituir en la segunda
1
20
+ k1 + 1 = 2
24
por ende, k1 = 23/24.
24 24
tit
Z 2
J (x) = ( x + tx 0 − ( x 0 )2 )dt
cu
1
s.a. x (1) = 3
os
x (2) = 4
od
f x0 (t, x, x 0 ) = t − 2x 0
M
∂
f x0 (t, x, x 0 ) = 1 − 2x 00
∂t
La ecuación de Euler es:
1 = 1 − 2x 00
La solución es,
x 00 = 0
x0 = k1
x (t) = k1 t + k2
14
1 CÁLCULO DE VARIACIONES 1
x (1) = k 1 + k 2 = 3
x (2) = 2k1 + k2 = 4
14
20
f x (t, x, x 0 ) = txx 0
f x0 (t, x, x 0 ) = txos
iv
∂
f x0 (t, x, x 0 ) = tx 0 + x
at
∂t
tit
La ecuación de Euler,
an
tx 0 = tx 0 + x
x (t) = 0
cu
Trabajar un poco más con la ecuación de Euler permite facilitar la solución a pro-
M
blemas de optimización dinámica. Observar que la ecuación de Euler (1.10) tiene por
argumentos a t, x (t), x 0 (t) que son funciones de t. Entonces al realizar la derivada res-
pecto a t del lado izquierdo de la función mediante la regla de la cadena lleva a:
f x0 t + f x0 x x 0 + f x0 x0 x 00 = f x (1.11)
Las ecuaciones (1.10) y (1.11) son dos formas distintas de resolver un mismo problema.
Ejemplo 1.10. Comprobar que utilizar ambas versiones de la ecuación de Euler al ejemplo 5
genera el mismo resultado.
15