Ejercicios

1. Encontrar la función que verifica las condiciones necesarias de máximo

local del siguiente problema:

max 𝐽(𝑥 ) = ∫(−12𝑡𝑥 − 𝑥̇ 2 ) 𝑑𝑡

∙
0
𝑥(0) = 2, 𝑥 (2) = 12

Aplicando la condición de Euler-Lagrange:

𝑑
𝑓𝑥 − 𝑓 =0
𝑑𝑡 𝑥̇

𝑓 ≔ 𝑓 (𝑥, 𝑥̇ , 𝑡) = −12𝑡𝑥 − 𝑥̇ 2

𝑓𝑥 = −12𝑡

𝑓𝑥̇ = −2𝑥̇

𝑑
−12𝑡 − (−2𝑥̇ ) = 0
𝑑𝑡

−12𝑡 − (−2𝑥̈ ) = 0 ⇒ 𝑥̈ − 6𝑡 = 0

𝑑2 𝑑 𝑑
𝑥 = 6𝑡 ⇒ ( 𝑥) = 6𝑡
𝑑𝑡 2 𝑑𝑡 𝑑𝑡

𝑑
𝑑( 𝑥) = 6𝑡𝑑𝑡
𝑑𝑡

Integrando ambos lados:

𝑑
∫𝑑 ( 𝑥) = ∫ 6𝑡𝑑𝑡
𝑑𝑡

𝑑
𝑥 = 3𝑡 2 + 𝑘
𝑑𝑡
 𝑑𝑥 = (3𝑡 2 + 𝑘 )𝑑𝑡

Integrando ambos lados:

∫ 𝑑𝑥 = ∫(3𝑡 2 + 𝑘 )𝑑𝑡 ⇒ ∫ 𝑑𝑥 = ∫ 3𝑡 2𝑑𝑡 + ∫ 𝑘𝑑𝑡

𝑥(𝑡) = 𝑡 3 + 𝑘𝑡 + 𝑐

Incorporando las condiciones inicial y final:

𝑥 (0) = 2, 𝑥 (2) = 12

𝑥 (0) = 03 + 𝑘 (0) + 𝑐 = 2; 𝑐 = 2

𝑥 (2) = 23 + 𝑘 (2) + 2 = 12; 𝑘 = 1

La senda óptima es la siguiente:

𝑥 ∗ (𝑡) = 𝑡 3 + 𝑡 + 2

Verificando si se trata de un máximo o un mínimo:

Aplicando la condición de Legendre:

𝑓𝑥̇ = −2𝑥̇ ⇒ 𝑓𝑥̇ 𝑥̇ = −2 < 0

Tenemos un máximo.

Aplicando la matriz hessiana:

𝑓𝑥 = −12𝑡 ⇒ 𝑓𝑥𝑥 = 0; 𝑓𝑥𝑥̇ = 0

𝑓𝑥̇ = −2𝑥̇ ⇒ 𝑓𝑥̇ 𝑥̇ = −2; 𝑓𝑥̇ 𝑥 = 0

𝑓𝑥̇ 𝑥̇ 𝑓𝑥̇ 𝑥 −2 0
𝐻=[ ]⇒𝐻=[ ]
𝑓𝑥𝑥̇ 𝑓𝑥𝑥 0 0

∆1 = −2 < 0
∆2 = (−2)(0) − (0)(0) = 0
 La matriz hessiana es semidefinida negativa: la función es cóncava.

2. Encontrar la función que verifica:

max 𝐽(𝑥 ) = ∫(𝑡 2 − 𝑥̇ 2 ) 𝑑𝑡

∙
0
𝑥 (0) = 1, 𝑥 (1) = 2

Aplicando la condición de Euler-Lagrange para el caso especial sin 𝑥:

𝑓𝑥̇ = 𝑘

𝑓 = 𝑡 2 − 𝑥̇ 2

𝑓𝑥̇ = −2𝑥̇

𝑘
−2𝑥̇ = 𝑘 ⇒ 𝑥̇ = =𝑚
−2

𝑑
𝑥 = 𝑚 ⇒ 𝑑𝑥 = 𝑚𝑑𝑡
𝑑𝑡

Integrando ambos lados:

∫ 𝑑𝑥 = ∫ 𝑚𝑑𝑡 ⇒ 𝑥(𝑡) = 𝑚𝑡 + 𝑛

Incorporando las condiciones inicial y final:

𝑥 (0) = 1, 𝑥 (1) = 2

𝑥 (0) = 𝑚(0) + 𝑛 = 1; 𝑛 = 1

𝑥 (1) = 𝑚(1) + 1 = 2; 𝑚 = 1

𝑥 ∗ (𝑡) = 𝑡 + 1

Verificando si se trata de un máximo o un mínimo:

 Aplicando la condición de Legendre:

𝑓𝑥̇ = −2𝑥̇ ⇒ 𝑓𝑥̇ 𝑥̇ = −2 < 0

Tenemos un máximo.

Aplicando la matriz hessiana:

𝑓𝑥̇ = −2𝑥̇ ⇒ 𝑓𝑥̇ 𝑥̇ = −2; 𝑓𝑥̇ 𝑥 = 0

𝑓𝑥 = 0 ⇒ 𝑓𝑥𝑥̇ = 0; 𝑓𝑥𝑥 = 0

𝑓𝑥̇ 𝑥̇ 𝑓𝑥̇ 𝑥 −2 0
𝐻=[ ]⇒𝐻=[ ]
𝑓𝑥𝑥̇ 𝑓𝑥𝑥 0 0

∆1 = −2 < 0
∆2 = (−2)(0) − (0)(0) = 0

La matriz hessiana es semidefinida negativa: la función es cóncava.

3. Encontrar la función que verifica:

min 𝐽(𝑥 ) = ∫(𝑡 + 𝑥 )2 𝑑𝑡

∙
0
𝑥 (0) = 𝑥0 , 𝑥(1) = 𝑥1

Corresponde a un caso degenerado, puesto que no está presente 𝑥̇ .

𝑓𝑥 = 0

𝑓 = (𝑡 + 𝑥 )2 ⇒ 𝑓𝑥 = 2(𝑡 + 𝑥 )

2(𝑡 + 𝑥 ) = 0 ⇒ 𝑡 + 𝑥 = 0; 𝑥(𝑡) = −𝑡

Incorporando los valores inicial y final:

𝑥(0) = −0 = 0; 𝟎 = 𝒙𝟎
𝑥 (1) = −1; −𝟏 = 𝒙𝟏
Verificando si se trata de un máximo o un mínimo:

Aplicando la condición de Legendre:

𝑓𝑥̇ = 0 ⇒ 𝑓𝑥̇ 𝑥̇ = 0 ≥ 0

Tenemos un mínimo, pero no es estricto.

Aplicando la matriz hessiana:

𝑓𝑥 = 2(𝑡 + 𝑥 ) ⇒ 𝑓𝑥𝑥 = 2; 𝑓𝑥𝑥̇ = 0

𝑓𝑥̇ = 0 ⇒ 𝑓𝑥̇ 𝑥 = 0; 𝑓𝑥̇ 𝑥̇ = 0

𝑓𝑥𝑥 𝑓𝑥𝑥̇ 2 0
𝐻=[ ]⇒𝐻=[ ]
𝑓𝑥̇ 𝑥 𝑓𝑥̇ 𝑥̇ 0 0

∆1= 2 > 0
∆2= (2)(0) − (0)(0) = 0

La matriz hessiana es semidefinida positiva: la función es convexa.

Forma cuadrática:

𝑏
𝑎
𝑧 = 𝑎𝑥 2 + 𝑏𝑥𝑦 + 𝑐𝑦 2 ⇒ [𝑥 𝑦] [ 2] [𝑥 ]
𝑏 𝑦
𝑐
2
𝑓𝑥̇ 𝑥̇ 𝑓𝑥̇ 𝑥 𝑥̇
𝑓 = 𝑓𝑥̇ 𝑥̇ 𝑥̇ 2 + 𝑓𝑥̇ 𝑥 𝑥̇ 𝑥 + 𝑓𝑥𝑥̇ 𝑥𝑥̇ + 𝑓𝑥𝑥 𝑥 2 ⇒ [𝑥̇ 𝑥] [ ][ ]
𝑓𝑥𝑥̇ 𝑓𝑥𝑥 𝑥

𝑏
𝑐
𝑧 = 𝑐𝑦 2 + 𝑏𝑥𝑦 + 𝑎𝑥 2 ⇒ [𝑦 𝑥] [ 2] [𝑦]
𝑏 𝑥
𝑎
2

𝑓𝑥𝑥 𝑓𝑥𝑥̇ 𝑥
𝑓 = 𝑓𝑥𝑥 𝑥 2 + 𝑓𝑥𝑥̇ 𝑥𝑥̇ + 𝑓𝑥̇ 𝑥 𝑥̇ 𝑥 + 𝑓𝑥̇ 𝑥̇ 𝑥̇ 2 ⇒ [𝑥 𝑥̇ ] [ ][ ]
𝑓𝑥̇ 𝑥 𝑓𝑥̇ 𝑥̇ 𝑥̇
4. Encontrar la función que verifica:
1

max 𝐽(𝑥 ) = ∫(2 − 3𝑥𝑥̇ 2 ) 𝑑𝑡

∙
0
𝑥 (0) = 0, 𝑥 (1) = 1

El funcional no depende explícitamente de 𝑡; se puede emplear una forma

alternativa de la condición de Euler-Lagrange:

𝑓 − 𝑥̇ 𝑓𝑥̇ = 𝑘

𝑓 = 2 − 3𝑥𝑥̇ 2

𝑓𝑥̇ = −6𝑥𝑥̇

2 − 3𝑥𝑥̇ 2 − 𝑥̇ (−6𝑥𝑥̇ ) = 𝑘
𝑚
6𝑥𝑥̇ 2 − 3𝑥𝑥̇ 2 + 2 = 𝑘 ⇒ 3𝑥𝑥̇ 2 = 𝑚; 𝑥𝑥̇ 2 =
3

𝑑 2
𝑥 ( 𝑥) = 𝑛
𝑑𝑡

Se tienen dos posibilidades:

𝑑
1. 𝑥 = 𝑘1 ; 𝑥 = 𝑘2
𝑑𝑡

𝑑𝑥 = 𝑘2 𝑑𝑡 ⇒ ∫ 𝑑𝑥 = ∫ 𝑘2 𝑑𝑡

𝑥 (𝑡) = 𝑘2 𝑡 + 𝑐
𝑥 (𝑡) = 𝑘1

Para que se cumpla que 𝑥 es constante, se tendría 𝑘2 = 0; se tendría 𝑥 = 𝑘1.

Al momento de aplicar las condiciones inicial y final, no habría coherencia.

 𝑥 (0) = 0, 𝑥 (1) = 1

Pero 0 ≠ 1, no es constante.

𝑑 𝑎
2. 𝑥=
𝑑𝑡 √𝑥

𝑑 2 𝑑 2 𝑛 𝑑 𝑎
𝑥 ( 𝑥) = 𝑛 ⇒ ( 𝑥) = ; 𝑥=
𝑑𝑡 𝑑𝑡 𝑥 𝑑𝑡 √𝑥

√𝑥𝑑𝑥 = 𝑎𝑑𝑡 ⇒ ∫ √𝑥𝑑𝑥 = ∫ 𝑎𝑑𝑡

2 3 3 3
𝑥 2 = 𝑎𝑡 + 𝑏 ⇒ 𝑥 2 = (𝑎𝑡 + 𝑏)
3 2
2
3 3
𝑥(𝑡) = √[ (𝑎𝑡 + 𝑏)]
2

Incorporando las condiciones inicial y final:

2
3
3
𝑥(0) = √[ (𝑎(0) + 𝑏)] = 0; 𝑏 = 0
2

2
33 2
𝑥 (1) = √[ 𝑎(1)] = 1; 𝑎 =
2 3

2 2
3
𝑥 ∗ (𝑡) = √𝑡 = 𝑡 3

Verificando si el problema es de maximización o minimización

Aplicando la condición de Legendre:

𝑓𝑥̇ = −6𝑥𝑥̇ ⇒ 𝑓𝑥̇ 𝑥̇ = −6𝑥 ≤ 0

Construyendo la matriz hessiana:

 𝑓𝑥̇ = −6𝑥𝑥̇ ⇒ 𝑓𝑥̇ 𝑥̇ = −6𝑥 ≤ 0; 𝑓𝑥̇ 𝑥 = −6𝑥̇ < 0

𝑓 = 2 − 3𝑥𝑥̇ 2 ; 𝑓𝑥 = −3𝑥̇ 2 ⇒ 𝑓𝑥𝑥̇ = −6𝑥̇ < 0; 𝑓𝑥𝑥 = 0

𝑓𝑥̇ 𝑥̇ 𝑓𝑥̇ 𝑥 −6𝑥 −6𝑥̇

𝐻=[ ]⇒𝐻=[ ]
𝑓𝑥𝑥̇ 𝑓𝑥𝑥 −6𝑥̇ 0

Analizando los menores principales:

∆1= −6𝑥 ≤ 0

∆2= (−6𝑥 )(0) − (−6𝑥̇ )(−6𝑥̇ ); ∆2= −36𝑥̇ 2 < 0

Cambiando la perspectiva de la matriz hessiana:

𝑓𝑥𝑥 𝑓𝑥𝑥̇ 0 −6𝑥̇

𝐻=[ ]⇒𝐻=[ ]
𝑓𝑥̇ 𝑥 𝑓𝑥̇ 𝑥̇ −6𝑥̇ −6𝑥

∆1= 0

∆2= (0)(−6𝑥 ) − (−6𝑥̇ )(−6𝑥̇ ); ∆2= −36𝑥̇ 2 < 0

5. Encontrar las funciones que verifiquen las condiciones necesarias y de

segundo orden:

opt 𝐽(𝑥 ) = ∫(𝑡𝑥̇ + 𝑥̇ 2 ) 𝑑𝑡

∙
0
𝑥 (0) = 0, 𝑥 (2) =?

𝑓 = 𝑡𝑥̇ + 𝑥̇ 2

Aplicando la condición de Euler-Lagrange:

𝑓𝑥̇ = 𝑘 (Especial)

𝑡𝑥̇ + 𝑥̇ 2 = 𝑘

Si la forma alternativa resultase algo complicada, utilizamos la condición

original.
 𝑑
𝑓𝑥 − 𝑓 =0
𝑑𝑡 𝑥̇

𝑓𝑥 = 0

𝑓𝑥̇ = 𝑡 + 2𝑥̇

𝑑
𝑓 = 1 + 2𝑥̈
𝑑𝑡 𝑥̇

0 − (1 + 2𝑥̈ ) = 0

1
2𝑥̈ + 1 = 0 ⇒ 𝑥̈ = −
2

𝑑 𝑑 1 𝑑 1
( 𝑥) = − ⇒ 𝑑 ( 𝑥) = − 𝑑𝑡
𝑑𝑡 𝑑𝑡 2 𝑑𝑡 2

𝑑 1 𝑑 1
∫𝑑( 𝑥) = − ∫ 𝑑𝑡 ⇒ 𝑥 = − 𝑡 + 𝑘
𝑑𝑡 2 𝑑𝑡 2

1
𝑑𝑥 = (− 𝑡 + 𝑘) 𝑑𝑡
2
1 1
∫ 𝑑𝑥 = − ∫ 𝑡𝑑𝑡 + 𝑘 ∫ 𝑑𝑡 ⇒ 𝑥 (𝑡) = − 𝑡 2 + 𝑘𝑡 + 𝑐
2 4

Aplicando la condición inicial:

1
𝑥 (0) = − (0)2 + 𝑘 (0) + 𝑐 = 0 ⇒ 𝑐 = 0
4
1
𝑥 = − 𝑡 2 + 𝑘𝑡
4

Aplicando la condición de transversalidad para valor final libre:

[𝑓𝑥̇ ]𝑡=𝑇 = 0
 [𝑡 + 2𝑥̇ ]𝑡=2 = 0

1
𝑥̇ = − 𝑡 + 𝑘
2
1
[𝑡 + 2 (− 𝑡 + 𝑘)] =0
2 𝑡=2

[𝑡 − 𝑡 + 2𝑘 ]𝑡=2 = 0 ⇒ [2𝑘 ]𝑡=2 = 0; 𝑘 = 0

1
𝑥 ∗ (𝑡 ) = − 𝑡 2
4
1
𝑥 (2) = − (2)2 ⇒ 𝑥 (2) = −1
4

Aplicando la condición de Legendre:

𝑓𝑥̇ = 𝑡 + 2𝑥̇ ⇒ 𝑓𝑥̇ 𝑥̇ = 2 > 0

El problema es de minimización.

Aplicando la matriz hessiana:

𝑓𝑥̇ = 𝑡 + 2𝑥̇ ⇒ 𝑓𝑥̇ 𝑥̇ = 2; 𝑓𝑥̇ 𝑥 = 0

𝑓𝑥 = 0 ⇒ 𝑓𝑥𝑥̇ = 0; 𝑓𝑥𝑥 = 0

𝑓𝑥̇ 𝑥̇ 𝑓𝑥̇ 𝑥 2 0
𝐻=[ ]⇒𝐻=[ ]
𝑓𝑥𝑥̇ 𝑓𝑥𝑥 0 0

∆1= 2 > 0

∆2= (2)(0) − (0)(0) = 0

La matriz hessiana es cóncava; el problema es de minimización.

6. Encontrar las funciones que verifiquen las condiciones necesarias y de

segundo orden:
 1

min 𝐽(𝑥 ) = ∫(𝑥 2 + 𝑥̇ 2 ) 𝑑𝑡

∙
0
𝑥 (0) = 0, 𝑥 (1) ≥ 1

𝑓 = 𝑥 2 + 𝑥̇ 2

Aplicando la condición de Euler-Lagrange:

𝑑
𝑓𝑥 − 𝑓 =0
𝑑𝑡 𝑥̇

𝑓𝑥 = 2𝑥

𝑓𝑥̇ = 2𝑥̇

𝑑
𝑓 = 2𝑥̈
𝑑𝑡 𝑥̇

2𝑥 − 2𝑥̈ = 0 ⇒ 𝑥̈ − 𝑥 = 0

𝑥̈ = 𝑟 2

𝑟 2 − 1 = 0 ⇒ 𝑟1,2 = ∓1

𝑥 (𝑡) = 𝐴1𝑒 −𝑡 + 𝐴2 𝑒 𝑡

𝑥 (0) = 𝐴1𝑒 −(0) + 𝐴2𝑒 (0) = 0 ⇒ 𝐴1 + 𝐴2 = 0

Aplicando la condición de transversalidad:

[𝑓𝑥̇ {𝑥 (1) − 1}]𝑡=1 = 0

𝑓𝑥̇ = 2𝑥̇

𝑥̇ = −𝐴1𝑒 −𝑡 + 𝐴2 𝑒 𝑡

𝑓𝑥̇ = −2𝐴1𝑒 −𝑡 + 2𝐴2𝑒 𝑡 ⇒ [𝑓𝑥̇ ]𝑡=1 = [−2𝐴1𝑒 −𝑡 + 2𝐴2 𝑒 𝑡 ]𝑡=1

 𝜘: −2𝐴1𝑒 −1 + 2𝐴2𝑒 1

Pero 𝐴1 + 𝐴2 = 0 ⇒ 𝐴2 = −𝐴1

𝜘: −2𝐴1𝑒 −1 − 2𝐴1𝑒 1 ⇒ 𝜘: −2𝐴1(𝑒 −1 + 𝑒)

Si [𝑓𝑥̇ ]𝑡=1 = 0, entonces −2𝐴1 (𝑒 −1 + 𝑒) = 0 ⇒ 𝐴1 = 0; 𝐴2 = 0, por lo

que 𝑥(𝑡) = 0.

𝑥 (1) ≥ 1 ≠ 0

Es necesario utilizar la condición final con igualdad:

𝑥 (1) − 1 = 0 ⇒ 𝑥 (1) = 1

𝑥 (1) = 𝐴1 𝑒 −1 + 𝐴2𝑒 1 ⇒ 𝐴1𝑒 −1 − 𝐴1𝑒 1 = 1

1 𝑒
𝐴1(𝑒 −1 − 𝑒) = 1 ⇒ 𝐴1 = − = −
𝑒 − 𝑒 −1 𝑒2 − 1
𝑒
𝐴2 =
𝑒2 − 1

[𝑓𝑥̇ ]𝑡=1 ≔ 𝜘: −2𝐴1(𝑒 −1 + 𝑒)

𝑒
[𝑓𝑥̇ ]𝑡=1 ≔ 𝜘: 2 ( 2
) (𝑒 −1 + 𝑒) > 0
𝑒 −1

El problema es de minimización.

Aplicando la condición de Legendre:

𝑓𝑥̇ = 2𝑥̇ ⇒ 𝑓𝑥̇ 𝑥̇ = 2 > 0

El problema es de minimización.

Aplicando la matriz hessiana:

𝑓𝑥̇ = 2𝑥̇ ⇒ 𝑓𝑥̇ 𝑥̇ = 2; 𝑓𝑥̇ 𝑥 = 0

𝑓𝑥 = 2𝑥 ⇒ 𝑓𝑥𝑥̇ = 0; 𝑓𝑥𝑥 = 2
 𝑓𝑥̇ 𝑥̇ 𝑓𝑥̇ 𝑥 2 0
𝐻=[ ]⇒𝐻=[ ]
𝑓𝑥𝑥̇ 𝑓𝑥𝑥 0 2

∆1= 2 > 0

∆2= (2)(2) − (0)(0) = 4 > 0

La matriz hessiana es estrictamente cóncava; el problema es de

minimización.

7. Encontrar las funciones que verifiquen las condiciones necesarias y de

segundo orden:

opt 𝐽 (𝑥 ) = ∫(3𝑥̇ 2 + 𝑥 ) 𝑑𝑡
∙
0
𝑥 (0) = 0, 𝑥 (𝑇) = 5

Aplicando la condición de Euler-Lagrange:

𝑓 = 3𝑥̇ 2 + 𝑥

𝑓𝑥 = 1

𝑓𝑥̇ = 6𝑥̇

𝑑
𝑓 = 6𝑥̈
𝑑𝑡 𝑥̇
1
1 − 6𝑥̈ = 0 ⇒ 𝑥̈ =
6
1 1
𝑥̇ = ∫ 𝑑𝑡 ⇒ 𝑥̇ = 𝑡 + 𝑘
6 6

1 1 2
𝑥 = ∫ ( 𝑡 + 𝑘) 𝑑𝑡 ⇒ 𝑥 (𝑡) = 𝑡 + 𝑘𝑡 + 𝑐
6 12

Aplicando la condición inicial:

 1
𝑥 (0) = (0)2 + 𝑘 (0) + 𝑐 = 0 ⇒ 𝑐 = 0
12

Aplicando la condición de transversalidad:

𝜘: [𝑓 − 𝑥̇ 𝑓𝑥̇ ]𝑡=𝑇 = 0

𝑓 = 3𝑥̇ 2 + 𝑥

𝑓𝑥̇ = 6𝑥̇

1 2 1
𝑥= 𝑡 + 𝑘𝑡 ⇒ 𝑥̇ = 𝑡 + 𝑘
12 6
2
1 1 2 1 1
𝑓 − 𝑥̇ 𝑓𝑥̇ = 3 ( 𝑡 + 𝑘) + 𝑡 + 𝑘𝑡 − 6 ( 𝑡 + 𝑘) ( 𝑡 + 𝑘)
6 12 6 6
2
1 2 1
𝑓 − 𝑥̇ 𝑓𝑥̇ = 𝑡 + 𝑘𝑡 − 3 ( 𝑡 + 𝑘)
12 6
1 2 1 2
𝑓 − 𝑥̇ 𝑓𝑥̇ = 𝑡 + 𝑘𝑡 − 𝑡 − 𝑘𝑡 − 3𝑘 2
12 12

𝑓 − 𝑥̇ 𝑓𝑥̇ = −3𝑘 2

𝜘: [−3𝑘 2 ]𝑡=𝑇 = 0 ⇒ 𝑘 = 0

1 2
𝑥 ∗ (𝑡) = 𝑡
12
1 2
𝑥 (𝑇) = 5 ⇒ 𝑇 =5
12

𝑇 2 = 60 ⇒ 𝑇 = √60 = 2√15

Aplicando la condición Legendre para verificar si es minimización o

maximización:

𝑓𝑥̇ = 6𝑥̇ ⇒ 𝑓𝑥̇ 𝑥̇ = 6

 El problema es de minimización.

Aplicando la matriz hessiana:

𝑓𝑥̇ = 6𝑥̇ ⇒ 𝑓𝑥̇ 𝑥̇ = 6; 𝑓𝑥̇ 𝑥 = 0

𝑓𝑥 = 1 ⇒ 𝑓𝑥𝑥̇ = 0; 𝑓𝑥𝑥 = 0

6 0
𝐻=[ ]
0 0

∆1= 6 > 0

∆2 = 0

La matriz hessiana es cóncava; el problema es de minimización.

8. Encontrar las funciones que verifiquen las condiciones necesarias y de

segundo orden:

opt 𝐽(𝑥 ) = ∫(𝑥̇ 2 + 10𝑡𝑥 ) 𝑑𝑡

∙
0
𝑥 (0) = 1, 𝑥 (𝑇) =?

Aplicando la condición de Euler-Lagrange:

𝑑
𝑓𝑥 − 𝑓 =0
𝑑𝑡 𝑥̇

𝑓 = 𝑥̇ 2 + 10𝑡𝑥

𝑓𝑥 = 10𝑡

𝑓𝑥̇ = 2𝑥̇

𝑑
𝑓 = 2𝑥̈
𝑑𝑡 𝑥̇
 10𝑡 − 2𝑥̈ = 0 ⇒ 𝑥̈ = 5𝑡

𝑑
𝑥̈ = 𝑥̇ = 5𝑡 ⇒ 𝑑𝑥̇ = 5𝑡𝑑𝑡; ∫ 𝑑𝑥̇ = ∫ 5𝑡𝑑𝑡
𝑑𝑡

5 2
𝑥̇ = 𝑡 +𝑘
2

𝑑 5 5 5
𝑥̇ = 𝑥 = 𝑡 2 + 𝑘 ⇒ 𝑑𝑥 = ( 𝑡 2 + 𝑘) 𝑑𝑡; ∫ 𝑑𝑥 = ∫ ( 𝑡 2 + 𝑘) 𝑑𝑡
𝑑𝑡 2 2 2

5 3
𝑥(𝑡) = 𝑡 + 𝑘𝑡 + 𝑐
6

Aplicando la condición inicial:

5
𝑥 (0) = (0)3 + 𝑘 (0) + 𝑐 = 1 ⇒ 𝑐 = 1
6

Aplicando la condición de transversalidad:

𝜘: [(𝑓 − 𝑥̇ 𝑓𝑥̇ , 𝑓𝑥̇ )]𝑡=𝑇 ∥ (0,0)

[𝑓 − 𝑥̇ 𝑓𝑥̇ ]𝑡=𝑇 = 0

[𝑓𝑥̇ ]𝑡=𝑇 = 0

[𝑓 ]𝑡=𝑇 = 0

𝑓𝑥̇ = 2𝑥̇

5 2
𝑥̇ = 𝑡 +𝑘
2

5
𝑓𝑥̇ = 2 ( 𝑡 2 + 𝑘) ⇒ 𝑓𝑥̇ = 5𝑡 2 + 2𝑘
2

[𝑓𝑥̇ ]𝑡=𝑇 = [5𝑡 2 + 2𝑘 ]𝑡=𝑇 = 0

5𝑇 2 + 2𝑘 = 0
 𝑓 = 𝑥̇ 2 + 10𝑡𝑥
2
5 2 5
𝑓 = ( 𝑡 + 𝑘) + 10𝑡 ( 𝑡 3 + 𝑘𝑡 + 1)
2 6
2
5 2 5
[𝑓 ]𝑡=𝑇 = [( 𝑡 + 𝑘) + 10𝑡 ( 𝑡 3 + 𝑘𝑡 + 1)] =0
2 6 𝑡=𝑇

2
5 2 5
( 𝑇 + 𝑘) + 10𝑇 ( 𝑇 3 + 𝑘𝑇 + 1) = 0
2 6
5
Pero 5𝑇 2 + 2𝑘 = 0 ⇒ 𝑇 2 + 𝑘 = 0.
2

Acomodando términos:

5 2 5 1
𝑇 + 𝑘 = 0 ⇒ 𝑇 3 + 𝑘𝑇 = 0
2 6 3
2
Sumando 𝑘𝑇 a ambos lados de la expresión:
3

5 3 2
𝑇 + 𝑘𝑇 = 𝑘𝑇
6 3
2 2 3
10𝑇 ( 𝑘𝑇 + 1) = 0 ⇒ 𝑘𝑇 + 1 = 0; 𝑘𝑇 = −
3 3 2

Pero 5𝑇 2 + 2𝑘 = 0.

Multiplicando por 𝑇:

5𝑇 3 + 2𝑘𝑇 = 0

3 3 3
5𝑇 3 + 2 (− ) = 0 ⇒ 5𝑇 3 = 3; 𝑇 = √
2 5
 3 3 3 33 5
𝑘√ = − ⇒ 𝑘 = − √
5 2 2 3

Aplicando la condición de Legendre:

𝑓𝑥̇ = 2𝑥̇ ⇒ 𝑓𝑥̇ 𝑥̇ = 2 > 0

Aplicando la matriz hessiana:

𝑓𝑥̇ = 2𝑥̇ ⇒ 𝑓𝑥̇ 𝑥̇ = 2; 𝑓𝑥̇ 𝑥 = 0

𝑓𝑥 = 10𝑡 ⇒ 𝑓𝑥𝑥̇ = 0; 𝑓𝑥𝑥 = 0

2 0
𝐻=[ ]
0 0

∆1= 2 > 0
∆2= 2(0) − 0(0) = 0

La función es cóncava.

Polinomio característico:

𝑓 −𝑟 𝑓𝑥̇ 𝑥
𝑝(𝑟) = | 𝑥̇ 𝑥̇ |=0
𝑓𝑥𝑥̇ 𝑓𝑥𝑥 − 𝑟

2−𝑟 0
𝑝(𝑟) = | |=0
0 0−𝑟

(2 − 𝑟)𝑟 = 0

𝑟 = 2 > 0; 𝑟 = 0 ≥ 0

El caso es de convexidad. El problema es de minimización.

9. Calcular la distancia mínima del punto (0,1) a la recta 𝑥 = 3𝑡:

min 𝐽(𝑥 ) = ∫ √1 + 𝑥̇ 2 𝑑𝑡
∙
0
𝑥 (0) = 1, 𝑥 (𝑇) = 3𝑇

Condición de Euler-Lagrange:

𝑓 = √1 + 𝑥̇ 2

𝑓𝑥̇ = 𝑘

𝑥̇ 𝑥̇ 2
=𝑘⇒ =𝐾
√1 + 𝑥̇ 2 1 + 𝑥̇ 2

𝐾
𝑥̇ 2 = 𝐾 + 𝐾𝑥̇ 2 ⇒ (1 − 𝐾 )𝑥̇ 2 = 𝐾; 𝑥̇ 2 =
1−𝐾

𝐾
𝑥̇ = √ =𝑚
1−𝐾

𝑑
𝑥 = 𝑚 ⇒ 𝑑𝑥 = 𝑚𝑑𝑡; ∫ 𝑑𝑥 = ∫ 𝑚𝑑𝑡
𝑑𝑡

𝑥(𝑡) = 𝑚𝑡 + 𝑛

Aplicando la condición inicial:

𝑥 (0) = 𝑚(0) + 𝑛 = 1; 𝑛 = 1

𝑥(𝑡) = 𝑚𝑡 + 1

Aplicando la condición de transversalidad:

[𝑓 + 𝑓𝑥̇ (𝜑′ − 𝑥̇ )]𝑡=𝑇 = 0

 𝑓 = √1 + 𝑥̇ 2

𝑓𝑥̇ = 𝑘
𝑥̇
𝑓𝑥̇ =
√1 + 𝑥̇ 2

𝑥 = 𝜑 (𝑡); 𝑥 (𝑇) = 3𝑇

𝜑′ = 3

𝑥̇ = 𝑚

𝑚
[√1 + 𝑚2 + (3 − 𝑚)] =0
√1 + 𝑚2 𝑡=𝑇

3𝑚 − 𝑚2
√1 + 𝑚2 + =0
√1 + 𝑚2

1 + 𝑚2 + 3𝑚 − 𝑚2 1
= 0; 1 + 3𝑚 = 0; 𝑚 = −
√1 + 𝑚2 3

1
𝑥 (𝑡) = − 𝑡 + 1
3

Otra forma:
[(𝑓 − 𝑥̇ 𝑓𝑥̇ , 𝑓𝑥̇ )]𝑡=𝑇 ∥ [(𝜑𝑡 , 𝜑𝑥 )]𝑡=𝑇

𝜑(𝑡, 𝑥 ) = 3𝑡 − 𝑥

𝜑𝑡 = 3, 𝜑𝑥 = −1; (𝜑𝑡 , 𝜑𝑥 ) = (3, −1)

𝑚 𝑚 1 + 𝑚2 − 𝑚2 𝑚
(√1 + 𝑚2 −𝑚 , )⇒( , )
√1 + 𝑚2 √1 + 𝑚2 √1 + 𝑚2 √1 + 𝑚2

1 𝑚
( , ) ∥ (1, 𝑚)
√1 + 𝑚2 √1 + 𝑚2

(1, 𝑚) ∥ (3, −1); (3,3𝑚) ∥ (3, −1)

 1
3𝑚 = −1, 𝑚 = −
3
1
𝑥 (𝑡) = − 𝑡 + 1
3

10. Una empresa ha recibido un pedido de 𝐵 unidades de producto, las cuales

deben ser entregadas al cabo de un tiempo 𝑇. La empresa quiere saber cuál
debe ser la tasa de producción 𝑃(𝑡) entre 0 ≤ 𝑡 ≤ 𝑇 para atender este
pedido en la fecha fijada, al costo mínimo. Se sabe que el costo unitario de
producción es proporcional a la tasa de producción (sea 𝐶1 la constante de
proporcionalidad) y que el costo unitario de mantener el producto en
inventario es constante (𝐶2). Sea 𝑥(𝑡) el inventario acumulado en el instante
𝑡. Se tiene 𝑥 (0) = 0 y se debe alcanzar 𝑥 (𝑇) = 𝐵. Determinar la tasa de
producción y el inventario acumulado óptimo (ignórese 𝑃 ≥ 0). ¿Qué
condición tiene que cumplirse para que la solución óptima cumpla 𝑃 ≥ 0?
Si 𝐵 es una constante dada, pero 𝑇 es libre, determinar la solución óptima
ignorando 𝑃 ≥ 0.

Se tiene que 𝑥 (𝑡) es el inventario acumulado en 𝑡 y 𝑃(𝑡) es la tasa de

producción. Estas variables se relacionan como 𝑃 (𝑡) = 𝑥̇ (𝑡).

Se define la función de costos:

𝜕𝐶
= 𝑘𝑥̇ ⇒ 𝜕𝐶 = 𝑘𝑥̇ 𝜕𝑥̇
𝜕𝑥̇

𝑘𝑥̇ 2
∫ 𝜕𝐶 = ∫ 𝑘𝑥̇ 𝜕𝑥̇ ⇒ 𝐶 (𝑥̇ ) = = 𝐶1𝑥̇ 2
2

Costo de producción:
𝐶𝑝𝑟𝑜𝑑 𝐶𝑝𝑟𝑜𝑑
= = 𝐶1𝑥̇ ⇒ 𝐶𝑝𝑟𝑜𝑑 = 𝐶1𝑥̇ 2
𝑃 𝑥̇

Costo de mantenimiento de inventarios:

𝐶𝑖𝑛𝑣
= 𝐶2 ⇒ 𝐶𝑖𝑛𝑣 = 𝐶2𝑥
𝑥

Costo total:
 𝐶𝑡𝑜𝑡𝑎𝑙 = 𝐶1𝑥̇ 2 + 𝐶2𝑥

Construyendo el funcional:
𝑇

min ∫(𝐶1𝑥̇ 2 + 𝐶2𝑥 )𝑑𝑡

.
0
𝑥 (0) = 0, 𝑥 (𝑇) = 𝐵

Condición de Euler-Lagrange:
𝑓 = 𝐶1𝑥̇ 2 + 𝐶2 𝑥

𝑓𝑥 = 𝐶2
𝑓𝑥̇ = 2𝐶1𝑥̇

𝑑
𝑓 = 2𝐶1𝑥̈
𝑑𝑡 𝑥̇

𝐶2 − 2𝐶1𝑥̈ = 0

𝐶2
𝑥̈ =
2𝐶1

𝑑 𝐶2 𝐶2
𝑥̈ = 𝑥̇ = ⇒ 𝑑𝑥̇ = 𝑑𝑡
𝑑𝑡 2𝐶1 2𝐶1

𝐶2 𝐶2
∫ 𝑑𝑥̇ = ∫ 𝑑𝑡 ⇒ 𝑥̇ = 𝑡+𝑘
2𝐶1 2𝐶1

𝑑 𝐶2 𝐶2
𝑥̇ = 𝑥= 𝑡 + 𝑘 ⇒ 𝑑𝑥 = ( 𝑡 + 𝑘) 𝑑𝑡
𝑑𝑡 2𝐶1 2𝐶1

𝐶2 𝐶2 2
∫ 𝑑𝑥 = ∫ ( 𝑡 + 𝑘) 𝑑𝑡 ⇒ 𝑥 (𝑡) = 𝑡 + 𝑘𝑡 + 𝑚
2𝐶1 4𝐶1

Aplicando la condición inicial:

𝐶2
𝑥 (0) = (0)2 + 𝑘 (0) + 𝑚 = 0; 𝑚 = 0
4𝐶1
 𝐶2 2
𝑥 (𝑡) = 𝑡 + 𝑘𝑡
4𝐶1

𝐶2
𝑃(𝑡) = 𝑥̇ (𝑡) = 𝑡+𝑘
2𝐶1

Aplicando la condición final:

𝐶2 2
𝑥 (𝑇) = 𝑇 + 𝑘𝑇 = 𝐵
4𝐶1

𝐶2 2 𝐵 𝐶2
𝑘𝑇 = 𝐵 − 𝑇 ⇒𝑘= − 𝑇
4𝐶1 𝑇 4𝐶1
𝐶2 𝐵 𝐶2
La tasa de producción 𝑃(𝑡) = 𝑡+ − 𝑇.
2𝐶1 𝑇 4𝐶1

𝐶2 𝐵 𝐶2
El inventario es 𝑥 (𝑡) = 𝑡2 + ( − 𝑇) 𝑡
4𝐶1 𝑇 4𝐶1

Para verificar si el problema de minimización o maximización, se utiliza la

condición de Legendre:

𝑓𝑥̇ = 2𝐶1𝑥̇ ⇒ 𝑓𝑥̇ 𝑥̇ = 2𝐶1 > 0

El problema es de minimización.

Considerando ahora la restricción 𝑃 ≥ 0:

𝐶2 𝐵 𝐶2
𝑡+ − 𝑇≥0
2𝐶1 𝑇 4𝐶1

0≤𝑡≤𝑇
𝐶2
Multiplicando por :
2𝐶1

𝐶2 𝐶2
0≤ 𝑡≤ 𝑇
2𝐶1 2𝐶1
𝐵 𝐶2
Sumando − 𝑇:
𝑇 4𝐶1
 𝐵 𝐶2 𝐶2 𝐵 𝐶2 𝐶2 𝐵 𝐶2
0+ − 𝑇≤ 𝑡+ − 𝑇≤ 𝑇+ − 𝑇
𝑇 4𝐶1 2𝐶1 𝑇 4𝐶1 2𝐶1 𝑇 4𝐶1

𝐵 𝐶2 𝐶2 𝐵 𝐶2 𝐵 𝐶2
𝟎≤ − 𝑇≤ 𝑡+ − 𝑇≤ + 𝑇
𝑇 4𝐶1 2𝐶1 𝑇 4𝐶1 𝑇 4𝐶1

𝐵 𝐶2 𝐵 𝐶2
𝟎≤ − 𝑇⇒ ≥ 𝑇
𝑇 4𝐶1 𝑇 4𝐶1