Control Optimo

UNIVERSIDAD NACIONAL DEL ALTIPLANO
FACULTAD DE INGENIERIA ECONÓMICA

ESCUELA PROFESIONAL DE INGENIERIA ECONÓMICA
MATEMÁTICA IV
FACULTAD DE INGENIERÍA ECONÓMICA - UNA PUNO

ESCUELA PROFESIONAL DE INGENIERÍA ECONÓMICA
ECONOMÍA MATEMÁTICA IV
CONTROL ÓPTIMO - Ejercicios Resueltos

DOCENTE: Ing. VILCA MAMANI, Andrés.
ESTUDIANTES:
GUZMAN QUISPE, Lisbeth Carol.
ZAPANA CASTILLO, Erika Graciela.
GALINDO GODOY, Liccely Mirian.
APAZA AQUINO, Mayra Yisena.
TURPO CARCAUSTO, Luz Marleny
IV-SEMESTRE GRUPO: “C”
Puno - Perú
2019
MATEMÁTICA IV
Ejercicios
1. Halle las sendas óptimas 𝐲 ∗ (𝐭), 𝐮¨∗ (𝐭)𝐲 𝝀∗ (𝒕) que resuelvan el problema:
a.
𝟐
[𝑽] = ∫(𝟑𝒚 − 𝟐𝒖𝟐 )𝟐 𝒅𝒕

𝟎
Sujeto a
𝒚´ = 𝟑𝒖 − 𝟏
𝒚(𝟎) = 𝟏 ; 𝒚(𝟐) = 𝒚𝟐 (𝒚𝟐 𝒅𝒂𝒅𝒐)
Solución
Planteando la función Hamiltoniana:
𝐻(𝑦, 𝑢, 𝑡) = 3𝑦 − 2𝑢2 + 𝜆(2𝑢 − 1)
Aplicando los cuatro principios del máximo:

Primer Principio:
𝑑𝐻
=0
𝑑𝑢
−𝟒𝒖 + 𝟐𝝀 = 𝟎 … . . (𝟏)
𝝀 = 𝟐𝒖 … (𝟏´)
Por el criterio de la segunda derivada:

𝑑2 𝐻
𝑑𝑢𝑡 2
𝑑2𝐻
= −4 ≠ 0 𝑺𝒐𝒍𝒖𝒄𝒊ó𝒏 𝑰𝑵𝑻𝑬𝑹𝑰𝑶𝑹
𝑑𝑢𝑡 2
Segundo Principio:
𝑑𝐻
𝑦´𝑡 =
𝑑𝜆𝑡
𝒚´𝒕 = 𝟑𝒖 − 𝟏….. (2)
Tercer principio:
𝑑𝐻
𝜆´𝑡 = −
𝑑𝑦𝑡
𝜆´𝑡 = −3
Integrando:
MATEMÁTICA IV
∫ 𝜆′ = ∫ −3
𝝀(𝒕) = −𝟑𝒕 + 𝒄𝟏
Igualando (1) y (3):

4𝑢 − 3 = −3𝑡 + 𝑐1
4𝑢 = 3 − 3𝑡 + 𝑐1
3
𝑢 = (1 − 𝑡) + 𝑐1
4
Reemplazando (4) en (2):

3
𝑦 ′ = 3 [ (1 − 𝑡)] + 𝑐1
4
3
∫ 𝑦′ = ∫ {3 [ (1 − 𝑡)] + 𝑐1 }
4
9 𝑡2
𝑦(𝑡) = (𝑡 − ) + 𝑐1 + 𝑐2
4 2
Trabajando con la Condicion Inicial 𝒚(𝟎) = 𝟏, en la variable de estado:

9 02
1 = (0 − ) + 𝑐1 + 𝑐2
4 2
1 = 𝑐1 + 𝑐2
Cuarto Principio:
Aplicando la Condición de Transversalidad:
𝑦(2) = 𝑦2
[𝐻]𝑡=𝑇 = 0
𝐻(𝑦, 𝑢, 𝑡) = 3𝑦 − 2𝑢2 + 𝜆(2𝑢 − 1) = 0
3𝑦 − 2𝑢2 + 𝜆2𝑢 − 𝜆 = 0
2
27 𝑡2 3
(𝑡 − ) + 3𝑐1 + 3𝑐2 − 2 ( (1 − 𝑡) + 𝑐1 ) + 3𝑡 + 𝑐1 = 0
4 2 4
2
27 4 3
(𝑡 + ) + 3𝑐1 + 3𝑐2 − 2 ( (−1) + 𝑐1 ) + 6 + 𝑐1 = 0
4 2 4
9
3𝑐1 + 3 − 3𝑐1 + 2 ( ) + 𝑐1 + 6 + 𝑐1 = 0
4
9
3 + + 6 + 𝑐1 + 𝑐1 = 0
4
27
𝑐1 = −
4
Reemplazando en 𝒄𝟐 :
MATEMÁTICA IV
27
𝑐2 = 1 − (− )
4
31
𝑐2 =
4
Reemplazando las constantes en las sendas:
9 𝑡2 27 31
𝑦 = (𝑡 − ) − +
4 2 4 4
Senda Óptima de la variable de Estado:
9 𝑡2
𝑦 ∗ (t) = (𝑡 − ) + 1
4 2
Senda Óptima de la variable de Control:
3 27
𝑢∗ (t) = (1 − 𝑡) −
4 4
Senda Óptima de la variable de Coestado:
27
𝜆∗ (t) = −3𝑡 −
4
b.
𝟏
𝑽 = ∫ 𝒍𝒏(𝟒𝒚𝒖) 𝒅𝒕
𝟎
Sujeto a
𝒚´ = 𝟒𝒚(𝟏 − 𝒖)
𝒚(𝟎) = 𝟏 ; 𝒚(𝟏) = 𝒆𝟐
Solución:
Planteamiento del Hamiltoniano
𝐻 = ln(4𝑦𝑢) + 𝜆4𝑦(1 − 𝑢)
Aplicando los cuatro principios
Primer principio:
𝑑𝐻
=0
𝑑𝑢
𝜕𝐻 4𝑦
= − 𝜆4𝑦
𝜕𝑢 4𝑦𝑢
𝜕𝐻 1
= − 𝜆4𝑦 = 0
𝜕𝑢 𝑢
𝟏
𝒖∗𝒕 = … (𝟏)
𝟒𝝀𝒚
MATEMÁTICA IV

𝑑2𝐻 1
= −
𝑑𝑢2 𝑢2
2
𝑑 𝐻
≠ 0 → 𝑠𝑜𝑙𝑢𝑐𝑖𝑜𝑛 𝑰𝑵𝑻𝑬𝑹𝑰𝑶𝑹
𝑑𝑢2
El hamiltoniano (H) no depende linealmente de la variable de control (u).
𝐻 = ln(4𝑦𝑢) + 𝜆4𝑦(1 − 𝑢)
Segundo Principio:
𝑑𝐻
𝑦´ =
𝑑𝜆
𝒚´ = 𝟒𝒚 − 𝟒𝒖𝒚 … (𝟐)
Tercer Principio:
𝑑𝐻
𝜆´ = −
𝑑𝑦
𝟏
𝝀´ = −( + 𝟒𝝀 − 𝟒𝒖𝝀) … (𝟑)
𝒚
Trabajando en el tercer principio:
1 1
𝜆´ = − ( + 4𝜆 − 4 𝜆)
𝑦 4𝜆𝑦
1 1
𝜆´ = − ( + 4𝜆 − )
𝑦 𝑦
𝜆´ = −(4𝜆) → 𝜆´ + 4𝜆 = 0
Raíz Característica:
𝑟+4=0
𝑟 = −4
Ecuación Complementaria:
𝜆𝑐 = 𝐶1 𝑒 −4𝑡
Ecuación Particular:
𝜆𝑝 = 0
Senda Óptima para la variable de Coestado
𝝀∗ (𝒕) = 𝑪𝟏 𝒆−𝟒𝒕 … (𝟒)
Trabajando en el segundo principio
1
𝑦´ = 4𝑦 − 4 4𝜆𝑦 𝑦
MATEMÁTICA IV
1
𝑦´ = 4𝑦 −
𝐶1 𝑒 −4𝑡
𝑦´ − 4𝑦 = −𝐶1 −1 𝑒 4𝑡
𝑟−4=0
𝑟=4
𝑦𝑐 = 𝐶2 𝑒 4𝑡
𝜆𝑝 = 𝐶𝒆𝟒𝒕
𝜆´ 𝑃 = 4𝐶𝒆𝟒𝒕
Reemplazamos en la ecuación 3(i):
𝑦´ − 4𝑦 = −𝐶1 −1 𝑒 4𝑡
4𝐶𝑒 4𝑡 − 4𝐶𝑒 4𝑡 = −𝐶1 −1 𝑒 4𝑡
𝜆𝑝 = 0
La senda optima de la variable de estado
𝐲𝐭∗ = 𝐂𝟐 𝐞𝟒𝐭
Por ultimo trabajando en el primer principio

1
𝑢𝑡∗ =
4𝜆𝑦
𝟏
𝒖∗𝒕 =
𝟒𝐂𝟐 𝐞 𝑪𝟏 𝒆−𝟒𝒕
𝟒𝐭
c.
𝟏
𝑽 = ∫ −𝒖𝟐 𝒅𝒕
𝟎
Sujeto a
𝒚´ = 𝒚 + 𝒖
𝒚(𝟎) = 𝟏 ; 𝒚(𝟏) = 𝟎
Solución
𝐻 = −u2 + 𝜆(𝑦 + 𝑢)

Primer principio:
MATEMÁTICA IV
𝑑𝐻
=0
𝑑𝑢
𝜕𝐻
= −2𝑢 + 𝜆
𝜕𝑢
𝜕𝐻
= −2𝑢 + 𝜆 = 0
𝜕𝑢
𝝀
𝒖∗𝒕 = … (𝟏)
𝟐
𝑑2𝐻
= −2
𝑑𝑢2
𝑑2 𝐻
= −2 ≠ 0 → 𝑠𝑜𝑙𝑢𝑐𝑖𝑜𝑛 𝑰𝑵𝑻𝑬𝑹𝑰𝑶𝑹
𝑑𝑢2
El Hamiltoniano (H) no depende linealmente de la variable de control (u).
𝐻 = −u2 + 𝜆(𝑦 + 𝑢)
Segundo Principio:
𝑑𝐻
𝑦´ =
𝑑𝜆
𝒚´ = 𝒚 + 𝒖 … (𝟐)
Tercer Principio:
𝑑𝐻
𝜆´ = −
𝑑𝑦
𝝀´ = −𝝀 … (𝟑)

𝜆´ + 𝜆 = 0
𝑟+1=0
𝑟 = −1
𝜆𝑐 = 𝐶1 𝑒 −𝑡
𝜆𝑝 = 0
Senda Óptima para la variable de Coestado:
𝝀∗ (𝒕) = 𝑪𝟏 𝒆−𝒕 … (𝟑𝒊)
MATEMÁTICA IV
Trabajando en el primer principio

𝜆
𝑢𝑡∗ =
2
∗
𝑪𝟏 𝒆−𝒕
𝒖𝒕 =
𝟐
Por ultimo trabajando en el segundo principio

𝑦´ = 𝑦 + 𝑢
𝑪𝟏 𝒆−𝒕
𝒚´ − 𝒚 = … … 𝟑(𝒊)
𝟐
𝑟−1=0
𝑟=1
𝑦𝑐 = 𝐶2 𝑒 𝑡
𝜆𝑝 = 𝐶𝒆−𝒕
𝜆´ 𝑃 = −1𝐶𝒆−𝒕

𝐶1 𝑒 −𝑡
𝑦´ − 𝑦 =
2
𝐶1
−2𝐶 =
2
𝐶1
𝐶=−
4
𝜆𝑝 = 𝐶𝑒 −𝑡
𝐶1 𝑒 −𝑡
𝜆𝑝 = −
4
∗ t
C1 e−t
yt = C2 e −
4
Cuarto principio:
Evaluar la Condición de Transversalidad
∆𝑦𝑇 = 𝑇∆
Condición inicial para hallar: C2 𝑦 C1
𝒚(𝟎) = 𝟏 ; 𝒚(𝟏) = 𝟎
MATEMÁTICA IV
C1 e0
y(0) = C2 e0 −
4
C1
1 = C2 −
4
𝐂𝟏
𝐂𝟐 = 𝟏 + … (𝒊)
𝟒
1
C1 e1
y(1) = C2 e −
4
−𝟏
𝐂 𝟏 𝐞
𝐂𝟐 𝐞 𝟏 = … … (𝒊𝒊)
𝟒
Reemplazando (i) en (ii)
2.72 + 𝐶1 0.679 = 𝐶1 0.09196 → 𝐶1 = −4.6337
𝐶1
𝐶2 = 1 + = 𝐶2 = 1 − 0.158 → 𝐶2 = 0.158
4
Trayectorias Óptimas
𝑢𝑡∗ = −2.31685𝑒 −𝑡
𝜆∗ (𝑡) = −4.6337𝑒 −𝑡
yt∗ = 0.158et + 2.31685e−t
d.
𝟏
𝟏
𝑽 = ∫ − (𝒖𝟐 + 𝒚𝟐 )𝒅𝒕
𝟎 𝟐
Sujeto a
𝒚′ = 𝒖 − 𝒚
𝒚(𝟎) = 𝟏 ; 𝒚(𝟏) = 𝒚𝟏 (𝒚𝟏 𝒍𝒊𝒃𝒓𝒆)
Solución
Planteamos la función Hamiltoniana
1
𝐻 = − (𝑢2 + 𝑦 2 ) + 𝜆(𝑢 − 𝑦)
2
Primer Principio:
𝑑𝐻
=0
𝑑𝑢
−𝑢 + 𝜆 = 0 → 𝒖 = 𝝀 … (𝟏)
Por el Criterio de la Segunda Derivada:
𝑑2 𝐻
𝑑𝑢𝑡 2
MATEMÁTICA IV
𝑑2𝐻
= −1 < 0 → 𝒔𝒐𝒍𝒖𝒄𝒊ó𝒏 𝑰𝑵𝑻𝑬𝑹𝑰𝑶𝑹
𝑑𝑢2
El Hamiltoniano (𝐻) no depende linealmente de la variable de control (𝑢)
Segundo Principio:
𝑑𝐻
𝑦´ =
𝑑𝜆
𝑦′ = 𝑢 − 𝑦
𝒚′ + 𝒚 − 𝝀 = 𝟎 … (𝟐)
Tercer Principio:
𝑑𝐻
𝜆´ = −
𝑑𝑦
′
𝜆 = −(−𝑦 − 𝜆)
𝜆′ = 𝑦 + 𝜆
𝝀′ − 𝝀 − 𝒚 = 𝟎 … (𝟑)
Construyendo el Sistema de Ecuaciones con (3) y (2):

𝜆′ − 𝜆 − 𝑦 = 0
𝑦′ + 𝑦 − 𝜆 = 0
Matricialmente:
𝜆′ −1 −1 𝜆 0
[ ′] + [ ]∗[ ]=[ ]
𝑦 −1 1 𝑦 0
𝐼∗𝑟+𝐴=0
1 0 −1 −1
[ ]𝑟 +[ ]=0
0 1 −1 1
𝑟 0 −1 −1
[ ]+[ ]=0
0 𝑟 −1 1
𝑟 − 1 −1
[ ]=0
−1 𝑟 + 1
(𝑟 − 1)(𝑟 + 1) − (−1)(−1) = 0
𝑟2 − 1 − 1 = 0
𝑟2 = 2
𝑟 = √2
Para: 𝒓𝟏 = +√𝟐
−1 ] ∗ [𝐴1 ] = 0
[−1 + √2
−1 √2 + 1 𝐵1
(√2 − 1)𝐴1 − 𝐵1 = 0
𝐴1 (√2 − 1) = 𝐵1
Para: 𝒓𝟐 = −√𝟐
MATEMÁTICA IV
−1 ] [𝐴2 ] = 0
[−1 − √2
−1 −√2 + 1 𝐵2
𝐼∗𝑟+𝐴=0
(−1 − √2)𝐴2 − 𝐵2 = 0
𝐴2 (−1 − √2) = 𝐵2
𝜆∗ 𝐴 𝑒 √2𝑡 𝐴2 𝑒 −√2𝑡
[ ∗] = [ 1 ]
𝑦 𝐵 𝑒 √2𝑡 𝐵2 𝑒 −√2𝑡
1
𝜆∗ 𝐴1 𝑒 √2𝑡 𝐴2 𝑒 −√2𝑡
[ ∗] = [ ]
𝑦 𝐴1 (√2 − 1)𝑒 √2𝑡 𝐴2 (−1 − √2)𝑒 −√2𝑡
𝝀∗ = 𝑨𝟏 𝒆√𝟐𝒕 + 𝑨𝟐 𝒆−√𝟐𝒕 … (𝟒)
𝒚∗ = 𝑨𝟏 (√𝟐 − 𝟏)𝒆√𝟐𝒕 − 𝑨𝟐 (−𝟏 + √𝟐)𝒆−√𝟐𝒕 … (𝟓)
Evaluando la condición inicial en (5):
𝒚(𝟎) = 𝟏
𝑦(0) = 𝐴1 (√2 − 1)𝑒 √2(0) − 𝐴2 (−1 + √2)𝑒 −√2(0) = 1
𝐴1 (√2 − 1) − 𝐴2 (−1 + √2) = 1
Cuarto Principio:
Evaluando la Condición de Transversalidad:
𝜆(T) = 0
Donde: 𝑇 = 1
𝜆(1) = 0
𝜆(1) = 𝐴1 𝑒 √2(1) + 𝐴2 𝑒 −√2(1) = 0
𝐴1 = −𝐴2 𝑒 −√2 ∗ 𝑒 −√2
𝐴1 = −𝐴2 𝑒 −2√2
−𝐴2 𝑒 −2√2 − 𝐴2 (1 + √2) = −1
𝐴2 (𝑒 −2√2 + 1 + √2) = −1
Entonces:
1
𝐴2 = −
𝑒 −2√2 + 1 + √2
𝐴2 = 0.4043
𝑒 −2√2
𝐴1 =
𝑒 −2√2 + 1 + √2
𝐴1 = 0.0238
Reemplazando 𝑨𝟏 𝒚𝑨𝟐 en 𝝀∗ (𝒕)

𝜆∗ = 𝐴1 𝑒 √2𝑡 + 𝐴2 𝑒 −√2𝑡
MATEMÁTICA IV
∗
𝑒 −2√2 1
𝜆 (t) = 𝑒 √2𝑡 − 𝑒 −√2𝑡
𝑒 −2√2 + 1 + √2 𝑒 −2√2 + 1 + √2
Numéricamente:
𝜆∗ (t) = 0.0238𝑒 √2𝑡 − 0.4043𝑒 −√2𝑡
Reemplazando 𝑨𝟏 𝒚𝑨𝟐 en 𝒚∗ (𝒕)

𝑦 ∗ = 𝐴1 (√2 − 1)𝑒 √2𝑡 − 𝐴2 (−1 + √2)𝑒 −√2𝑡
𝑒 −2√2 1
𝑦 ∗ (t) = (√2 − 1)𝑒 √2𝑡 + (−1 + √2)𝑒 −√2𝑡
𝑒 −2√2 + 1 + √2 𝑒 −2√2 + 1 + √2
Numéricamente:
𝑦 ∗ = 0.0238(√2 − 1)𝑒 √2𝑡 − 0.4043(−1 + √2)𝑒 −√2𝑡
e.
𝑻
𝑽 = ∫ −𝒅𝒕
𝟎
Sujeto a
𝒚´ = 𝒚 + 𝒖
𝒚(𝟎) = 𝟓 ; 𝒚(𝑻) = 𝟏𝟏 ; 𝑻 = 𝒍𝒊𝒃𝒓𝒆 ; 𝒖 ∈ [−𝟏; 𝟏]
Solución
Planteamos la función Hamiltoniana:
𝐻 = −1 + 𝜆(𝑦 + 𝑢)
Aplicamos los cuatro principios del máximo:
Primer Principio:
𝑑𝐻
=0
𝑑𝑢
𝝀 = 𝟎 … (𝟏)
Por el criterio de la Segunda Derivada:
𝑑2 𝐻
𝑑𝑢𝑡 2
𝑑2𝐻
=0 → 𝒔𝒐𝒍𝒖𝒄𝒊ó𝒏 𝒅𝒆 𝑬𝑺𝑸𝑼𝑰𝑵𝑨
𝑑𝑢2
El Hamiltoniano (𝐻) depende linealmente de la variable de control (𝑢)
Se elige para la senda óptima de la variable de control: 𝑢∗ (𝑡) = 1
MATEMÁTICA IV
Segundo Principio:
𝑑𝐻
𝑦´ =
𝑑𝜆
𝒚´ = 𝒚 + 𝒖 … (𝟐)
Tercer Principio:
𝑑𝐻
𝜆´ = −
𝑑𝑦
𝝀´ = −𝝀 … (𝟑)
Trabajando en el tercer principio del máximo:
𝜆´ + 𝜆 = 0
𝑟+1=0
𝑟 = −1
Solución Complementaria:
Solución Particular:
𝜆𝑝 = 0
Senda Óptima para la variable de Estado:
𝝀∗ (𝒕) = 𝑪𝟏 𝒆−𝒕 … (𝟒)
Trabajando en el segundo principio del máximo:

Reemplazamos {𝒖∗ (𝒕) = 𝟏}, en (2):
𝑦´ = 𝑦 + 𝑢
𝑦´ = 𝑦 + 1
𝑦´ − 𝑦 = 1
𝑟−1=0
𝑟=1
MATEMÁTICA IV
1
𝑦𝑝 = = −1
−1
𝒚∗ (𝒕) = 𝑪𝟐 𝒆𝒕 − 𝟏 … (𝟓)
Evaluando en la Condición Inicial: 𝒚(𝟎) = 𝟓

𝐶2 𝑒 (0) − 1 = 5
𝐶2 = 6
Reemplazando 𝐶2 en (5), para la Senda Óptima para la variable de Estado:
𝑦 ∗ (𝑡) = 6𝑒 𝑡 − 1
Cuarto Principio:
𝑆𝑖: 𝑇 = 𝑙𝑖𝑏𝑟𝑒 → [𝑯]𝒕=𝑻 = 𝟎
[−1 + 𝜆(𝑦 + 𝑢)]𝑡=𝑇 = 0
Reemplazando 𝑦 ∗ (𝑡), 𝑢∗ (𝑡):

[−1 + 𝐶1 𝑒 −𝑡 (𝐶2 𝑒 −𝑡 − 1 + 1)]𝑡=𝑇 = 0
[−1 + 𝐶1 𝑒 −𝑡 (𝐶2 𝑒 𝑡 )]𝑡=𝑇 = 0
−1 + 𝐶1 𝑒 −𝑇 (𝐶2 𝑒 𝑇 ) = 0
−1 + 𝐶1 𝐶2 = 0
Reemplazando el valor de (𝐶2 = 6):
−1 + 6𝐶1 = 0
6𝐶1 = 1
1
𝐶1 =
6
Finalmente Reemplazando 𝐶1 en (4), para la Senda Óptima para la variable de
Coestado:
𝜆∗ (𝑡) = 𝐶1 𝑒 −𝑡
1
𝜆∗ (𝑡) = 𝑒 −𝑡
6
f.
𝟏
𝑽 = ∫ (𝟏 − 𝒚)𝒅𝒕
𝟎
Sujeto a:
𝒚′ = (𝟏 − 𝒚)𝒖
𝒚(𝟎) = 𝟎 ; (𝒖(𝒕) ∈ |𝟎, 𝟏|)
MATEMÁTICA IV
Solución
H H
𝜆<0
𝜆 0
0 M 0 𝐻∗ = 1 M
Plantemos la función Hamiltoniana:

𝐻 = (1 − 𝑦)𝑢 + 𝜆(1 − 𝑦)𝑢
Aplicamos los cuatro principios del máximo
Primer Principio:
𝑑𝐻
=0
𝑑𝑢
(1 − 𝑦) + 𝜆(1 − 𝑦) ≠ 0
(1 − 𝑦)(1 + 𝜆) ≠ 0
Segundo Principio:
𝑑𝐻
𝜆´ = −
𝑑𝑦
𝜆′ = −(−𝑢 − 𝑢𝜆)
𝜆′ = 𝑢 + 𝑢𝜆
𝜆′ − 𝑢𝜆 = 𝑢
Tercer Principio:
𝑑𝐻
𝑦´ =
𝑑𝜆
𝑦 ′ = (1 − 𝑦)𝑢
𝑦′ = 1 − 𝑦
MATEMÁTICA IV
𝑦′ + 𝑦 = 1
𝑦𝑡 = 𝑐2 𝑒 𝑡 → −𝑒 −𝑡 + 1
Donde:
𝑢=0 ; 𝜆=0 ; 𝑢=1
𝜆′ − 𝜆 = 1
𝜆∗ = 𝑐1 𝑒 𝑡 + 1
Cuarto Principio:
Evaluando en la Condición de Transversalidad:
𝜆(1) = 0
Evaluando en la condición inicial:
𝐴1 = −1
𝜆∗ = −𝑒 𝑡 + 1
g.
𝑻
𝑽 = ∫(𝒚𝟐 + 𝒂𝒚 + 𝒃𝒖 + 𝒄𝒖𝟐 )𝒅𝒕

𝟎
Sujeto a
𝒚´ = 𝒖
𝒚(𝟎) = 𝒅 ; 𝒚(𝑻) = 𝒚𝑻 ; 𝒚𝑻 = 𝒍𝒊𝒃𝒓𝒆 ; (𝒂, 𝒃, 𝒄, 𝒅 𝟎)
Solución
𝐻 = 𝑦 2 + 𝑎𝑦 + 𝑏𝑢 + 𝑐𝑢2 + 𝜆𝑢
Primer Principio:
𝑑𝐻
=0
𝑑𝑢
𝒃 + 𝟐𝒄𝒖 + 𝝀 = 𝟎 … (𝟏)
MATEMÁTICA IV
𝑑2 𝐻
𝑑𝑢𝑡 2
2𝑐 ≠ 0 → 𝒔𝒐𝒍𝒖𝒄𝒊ó𝒏 𝒅𝒆 𝑰𝑵𝑻𝑬𝑹𝑰𝑶𝑹
El Hamiltoniano (𝐻) no depende linealmente de la variable de control (𝑢)
Segundo Principio:
𝑑𝐻
𝑦´ =
𝑑𝜆
𝒚´ = 𝒖 … (𝟐)
Tercer Principio:
𝑑𝐻
𝜆´ = −
𝑑𝑦
𝜆´ = −(2𝑦 + 𝑎)
𝝀´ = −𝟐𝒚 − 𝒂 … . (𝟑)
Trabajando en el primer principio y despejando {𝒖}:
𝑏 + 2𝑐𝑢 + 𝜆 = 0
2𝑐𝑢 = −𝑏 − 𝜆
Senda Óptima de la variable de control:
𝒃 𝝀
𝒖∗ (𝒕) = − − … (𝟒)
𝟐𝒄 𝟐𝒄
Reemplazando (4) en (2):
𝑦´ = 𝑢
𝒃 𝝀
𝒚´ = − − … (𝟓)
𝟐𝒄 𝟐𝒄
Construyendo el sistema de ecuaciones con (3) y (5):
𝜆 𝑏
𝑦´ + =−
2𝑐 2𝑐
𝜆´ + 2𝑦 = −𝑎
1
1 0 𝑦´ 0
[ ] [ ] + [0 2𝑐 ] = [ ]
0 1 𝜆´ 0
2 0
Ecuación Característica:
1
1 0
|[ ] (𝑟) + [0 2𝑐 ]| = 0
0 1
2 0
MATEMÁTICA IV
1
|𝑟
2𝑐 | = 0
2 𝑟
1
𝑟2 − = 0
𝑐
1 √𝑐 1 √𝑐
(𝑟 − ) (𝑟 + )=0
√𝑐 √𝑐 √𝑐 √𝑐
√𝑐 √𝑐
𝑟1 = ; 𝑟2 =
𝑐 𝑐
Entonces, obtenemos:
𝒕√ 𝒄 −𝒕√𝒄
𝒚𝒄 𝑨 𝒆 𝒄 + 𝑨𝟐 𝒆 𝒄
[𝝀 ] = [ 𝟏 ] … (𝟔)
𝒄 𝒕√ 𝒄 −𝒕√𝒄
𝑩𝟏 𝒆 𝒄 + 𝑩𝟐 𝒆 𝒄
√𝒄
Trabajando con {𝒓𝟏 = }en la forma siguiente:
𝒄
1
1 0 𝐴 0
{[ ] (𝑟) + [0 2𝑐 ]} [ ] = [ ]
0 1 𝐵 0
2 0
1
1 0 √𝑐 𝐴 0
{[ ] ( ) + [0 2𝑐 ]} [ 1 ] = [ ]
0 1 𝑐 𝐵1 0
2 0
√𝑐
0 1
𝑐 0 𝐴1 0
+[ 2𝑐 ] [𝐵1 ] = [0]
√𝑐 2 0
[ 0 ]
{ 𝑐 }
√𝑐 1
𝑐 2𝑐 [𝐴1 ] = [0]
√𝑐 𝐵1 0
[ 2
𝑐]
𝐴1 √𝑐 𝐵1
+
𝑐 2𝑐 = [0]
𝐵1 √𝑐 0
2𝐴
[ 1 +
𝑐 ]
𝐴1 √𝑐 𝐵1
+ =0
𝑐 2𝑐
𝐵1 𝐴1 √𝑐
=−
2𝑐 𝑐
𝐵1 = −2𝐴1 √𝑐
−√𝒄
Trabajando con {𝒓𝟏 = 𝒄
} en la forma siguiente:
MATEMÁTICA IV
1
1 0 0 𝐴 0
{[ ] (𝑟) + [ 2𝑐 ]} [ ] = [ ]
0 1 𝐵 0
2 0
√𝑐 1
1 0 0 𝐴 0
{[ ] (− ) + [ 2𝑐 ]} [ 2 ] = [ ]
0 1 𝑐 𝐵2 0
2 0
−√𝑐
0 1
𝑐 𝐴 0
+ [0 2𝑐 ] [ 2 ] = [ ]
−√𝑐 𝐵 2 0
0 2 0
{[ 𝑐 ] }
−√𝑐 1
𝑐 2𝑐 [𝐴2 ] = [0]
−√𝑐 𝐵2 0
[ 2
𝑐 ]
−𝐴2 √𝑐 𝐵2
+
𝑐 2𝑐 = [0]
𝐵2 √𝑐 0
[ 2𝐴 2 −
𝑐 ]
−𝐴2 √𝑐 𝐵2
+ =0
𝑐 2𝑐
𝐵2 𝐴2 √𝑐
=
2𝑐 𝑐
𝐵2 = 2𝐴2 √𝑐
1 𝑦 −𝑏
1 0 𝑦´
[ ] [ ] + [0 ]
2𝑐 𝜆[ ] = [ 2𝑐 ]
0 1 𝜆´
2 0 −𝑎
Por Condición: 𝒚´ = 𝝀´ = 𝟎
1 𝑦 −𝑏
[02𝑐 ] [𝜆 ] = [ 2𝑐 ]
2 0 −𝑎
−1
1 −𝑏
𝑦
[ ] = [0 2𝑐 ] [ 2𝑐 ]
𝜆
2 0 −𝑎
1 −1 −𝑏
𝑦
[ ]= [ 0 2𝑐 ] [ 2𝑐 ]
𝜆 1
𝑑𝑒𝑡 |0 2𝑐 | −2 0 −𝑎
2 0
MATEMÁTICA IV
𝑦 1 0 −1 −𝑏
[ ]= [ 2𝑐 ] [ 2𝑐 ]
𝜆 1
−𝑐 −2 0 −𝑎
−1 −𝑏
𝑦
[ ] = −𝑐 [ 0 2𝑐 ] [ 2𝑐 ]
𝜆
−2 0 −𝑎
1 −𝑏
𝑦
[ ] = [ 0 2] [ 2𝑐 ]
𝜆
2𝑐 0 −𝑎
𝒚𝒑 −𝒂
[𝝀 ] = [ 𝟐 ] … (𝟕)
𝒑
−𝒃
Solución General:
𝑡 √𝑐 −𝑡√𝑐 −𝑎
y ∗ (t) 𝐴1 𝑒 𝑐 + 𝐴2 𝑒 𝑐
[ ∗ ]=[ ]+[ 2 ]
𝜆 (𝑡) 𝑡 √𝑐 −𝑡√𝑐
𝐵1 𝑒 𝑐 + 𝐵2 𝑒 𝑐 −𝑏
𝒕√ 𝒄 −𝒕√𝒄 𝒂
𝐲 ∗ (𝐭) 𝑨𝟏 𝒆 𝒄 + 𝑨𝟐 𝒆 𝒄 −
[ ∗ ]=[ 𝟐]
𝝀 (𝒕) 𝒕√ 𝒄 −𝒕√𝒄
𝑩𝟏 𝒆 𝒄 + 𝑩𝟐 𝒆 𝒄 − 𝒃
Reemplazando {𝐵1 = −2𝐴1 √𝑐} 𝒚 {𝐵2 = 2𝐴2 √𝑐} en la Solución General:

𝒕√ 𝒄 −𝒕√𝒄 𝒂
𝐲 ∗ (𝐭) 𝑨 𝟏 𝒆 𝒄 + 𝑨𝟐 𝒆 𝒄 −
[ ∗ ]=[ 𝟐 ]
𝝀 (𝒕) 𝒕√ 𝒄 −𝒕√𝒄
−𝟐𝑨𝟏 √𝒄𝒆 𝒄 + 𝟐𝑨𝟐 √𝒄𝒆 𝒄 − 𝒃
Entonces, la Senda Óptima para la variable de Coestado:

𝒕√ 𝒄 −𝒕√𝒄
𝝀∗ (𝒕) = −𝟐𝑨𝟏 √𝒄𝒆 𝒄 + 𝟐𝑨𝟐 √𝒄𝒆 𝒄 −𝒃
𝒕√𝒄 −𝒕√𝒄 𝒂
𝐲 ∗ (𝐭) = 𝑨𝟏 𝒆 𝒄 + 𝑨𝟐 𝒆 𝒄 −
𝟐
Trabajando con la Condición Inicial {𝒚(𝟎) = 𝒅}:

(0)√𝑐 −(0)√𝑐 𝑎
𝐴1 𝑒 𝑐 + 𝐴2 𝑒 𝑐 − = 𝑑
2
𝑎
𝐴1 + 𝐴2 = 𝑑 +
2
𝒂
𝑨𝟏 = 𝒅 + − 𝑨𝟐 … (𝟖)
𝟐
MATEMÁTICA IV
Cuarto Principio:
𝑆𝑖: 𝑦𝑇 = 𝑙𝑖𝑏𝑟𝑒 → 𝜆(𝑇) = 𝟎
𝑇 √𝑐 −𝑇√𝑐
−2𝐴1 √𝑐𝑒 𝑐 + 2𝐴2 √𝑐𝑒 𝑐 −𝑏 =0
−𝑇√𝑐 2𝑇√𝑐 −𝑇√𝑐
2√𝑐𝑒 𝑐 (𝐴2 − 𝐴1 𝑒 𝑐 ) + 2𝐴2 √𝑐𝑒 𝑐 =0
Reemplazando 𝐴1 :
−𝑇√𝑐 𝑎 2𝑇√𝑐 2𝑇√𝑐 −𝑇√𝑐
2√𝑐𝑒 𝑐(𝐴2 − [𝑑 + ] 𝑒 𝑐 + 𝐴2 𝑒 𝑐 ) + 2𝐴2 √𝑐𝑒 𝑐 = 0
2
−𝑇√𝑐 𝑎 𝑇 √𝑐 𝑇 √𝑐 −𝑇√𝑐
2𝐴2 √𝑐𝑒 𝑐 − 2 [𝑑 + ] √𝑐𝑒 𝑐 + 2𝐴2 √𝑐𝑒 𝑐 + 2𝐴2 √𝑐𝑒 𝑐 = 0
2
−𝑇√𝑐 𝑇 √𝑐 −𝑇√𝑐 𝑎 𝑇 √𝑐
2𝐴2 √𝑐𝑒 𝑐 + 2𝐴2 √𝑐𝑒 𝑐 + 2𝐴2 √𝑐𝑒 𝑐 = 2 [𝑑 + ] √𝑐𝑒 𝑐
2
−𝑇 √𝑐 𝑇 √𝑐 −𝑇√𝑐 𝑎 𝑇 √𝑐
𝐴2 𝑒 𝑐 + 𝐴2 𝑒 𝑐 + 𝐴2 𝑒 𝑐 = [𝑑 + ] 𝑒 𝑐
2
−𝑇√𝑐 𝑎 𝑇 √𝑐
𝐴2 𝑒 𝑐 = [𝑑 + ] 𝑒 𝑐
2
𝑎 2𝑇√𝑐
𝐴2 = [𝑑 + ] 𝑒 𝑐
2
Reemplazando 𝐴2 en (8):
𝑎
𝐴1 = 𝑑 + − 𝐴2
2
𝑎 𝑎 2𝑇√𝑐
𝐴1 = [𝑑 + ] − [𝑑 + ] 𝑒 𝑐
2 2
𝑎 2𝑇√𝑐
𝐴1 = [𝑑 + ] (1 − 𝑒 𝑐 )
2
Finalmente, remplazamos el valor de 𝑨𝟏 y 𝑨𝟐 en las sendas óptimas:

𝑡 √𝑐 −𝑡√𝑐
𝜆∗ (𝑡) = −2𝐴1 √𝑐𝑒 𝑐 + 2𝐴2 √𝑐𝑒 𝑐 − 𝑏
𝑎 2𝑇√𝑐 𝑡 √𝑐 𝑎 2𝑇√𝑐 −𝑡√𝑐
𝜆∗ (𝑡) = −2 [𝑑 + ] (1 − 𝑒 𝑐 ) √𝑐𝑒 𝑐 + 2 [𝑑 + ] 𝑒 𝑐 √𝑐𝑒 𝑐 − 𝑏
2 2
𝑡 √𝑐 −𝑡√𝑐 𝑎
y ∗ (t) = 𝐴1 𝑒 𝑐 + 𝐴2 𝑒 𝑐 −
2
𝑎 2𝑇 √𝑐 𝑡 √𝑐 𝑎 2𝑇 √𝑐 −𝑡√𝑐 𝑎
y ∗ (t) = [𝑑 + ] (1 − 𝑒 𝑐 ) 𝑒 𝑐 + [𝑑 + ] 𝑒 𝑐 𝑒 𝑐 −
2 2 2
Senda Óptima para la variable de Control:
MATEMÁTICA IV
𝑏 𝜆
𝑢∗ (𝑡) = − −
2𝑐 2𝑐
𝑎 2𝑇√𝑐 𝑡√𝑐 𝑎 2𝑇√𝑐 −𝑡√𝑐
−2 [𝑑 + ] (1 − 𝑒 𝑐 ) √𝑐𝑒 𝑐 + 2 [𝑑 + ] 𝑒 𝑐 √𝑐𝑒 𝑐 − 𝑏
𝑏 2 2
𝑢∗ (𝑡) = − −
2𝑐 2𝑐
𝑏 1 𝑎 2𝑇√𝑐 𝑡√𝑐 1 𝑎 2𝑇√𝑐 −𝑡√𝑐 𝑏
𝑢∗ (𝑡) = − + [𝑑 + ] (1 − 𝑒 𝑐 ) √𝑐𝑒 𝑐 − [𝑑 + ] 𝑒 𝑐 √𝑐𝑒 𝑐 +
2𝑐 𝑐 2 𝑐 2 2𝑐
h.
𝟐
∫(𝟐𝒚 − 𝟑𝒖 − 𝒖𝟐 )𝒅𝒕
𝟎
Sujeto a
𝒚´ = 𝒚 + 𝒖
𝒚(𝟎) = 𝟓 ; 𝒚(𝟏) = 𝒚𝟏 ; 𝒚𝟏 = 𝒍𝒊𝒃𝒓𝒆
Solución
𝐻 = 2y − 3u − u2 + λ(y + u)
Primer principio:
𝑑𝐻
=0
𝑑𝑢
3 − 2𝑢 + 𝜆 = 0
𝝀 = 𝟐𝒖 − 𝟑 … (𝟏)
𝑑2𝐻 1
= −
𝑑𝑢2 𝑢2
2
𝑑 𝐻
= −2 ≠ 0 → 𝑠𝑜𝑙𝑢𝑐𝑖𝑜𝑛 𝑰𝑵𝑻𝑬𝑹𝑰𝑶𝑹
𝑑𝑢2
Segundo Principio:
𝑑𝐻
𝑦´ =
𝑑𝜆
𝒚´ = 𝒚 + 𝒖 … (𝟐)
Tercer Principio:
MATEMÁTICA IV
𝑑𝐻
𝜆´ = −
𝑑𝑦
𝝀´ = −𝟐 − 𝝀 … (𝟑)
De la ecuación (2):
𝑦´𝑡 = 𝑦 + 𝑢
′
𝑦 −𝑦+𝑢 =0
𝑟−1=0
𝑟=1
𝑦𝑝 = 0
𝒚∗ (𝒕) = 𝑪𝟏 𝒆𝒕 + 𝒖 … (𝟒)
De la ecuación (3):
𝜆′ + +2 = 0
𝜆′ + 𝜆 = 0
𝑟+1=0
𝑟 = −1
𝜆𝑝 = 0
𝛌∗ (𝒕) = 𝑪𝟐 𝒆−𝒕 − 𝟐 … (𝟓)
Igualando la ecuación (1) y (5):
2𝑢 − 3 = 𝐶2 𝑒 −𝑡 + 2
2𝑢 = 𝐶2 𝑒 −𝑡 + 2 + 3
𝐶2 𝑒 −𝑡 + 5
𝑢(𝑡) =
2
−𝒕
𝐶2 𝒆 𝟓
𝒖∗ (𝐭) = + … (𝟔)
𝟐 𝟐
MATEMÁTICA IV
La ecuación (6) en (4):

𝑦 ∗ (t) = 𝐶1 𝑒 𝑡 + 𝑢
∗ 𝒕
𝑪𝟏 𝒆−𝒕 𝟓
𝒚 (𝐭) = 𝑪𝟏 𝒆 + +
𝟐 𝟐
De la condición y(0)=5:
0
𝐶1 𝑒 −0 5
5 = 𝐶1 𝑒 + +
2 2
5 𝐶1
= 𝐶1 +
2 2
5 2𝐶1 + 𝐶1
=
2 2
5 = 3𝐶1
5
𝐶1 = = 1.67
3
Aplicando la condición de transversalidad:
𝒚(𝟐) = 𝒚𝟐
[𝐻]𝑡=𝑇 = 0
𝐻(𝑦, 𝑢, 𝑡) = 2𝑦 − 3𝑢 − 𝑢2 + λ(𝑦 + 𝑢) = 0
2𝑦 − 3𝑢 − 𝑢2 + λy + uλ = 0
2
𝑡
𝐴1 𝑒 −𝑡 5 𝐴1 𝑒 −𝑡 5 𝐴1 𝑒 −𝑡 5
0 = 2𝐴1 𝑒 + + −3 + −( + )
2 2 2 2 2 2
−𝑡
𝐴1 𝑒 5 𝐴1 𝑒 −𝑡 5
+ (𝐴1 𝑒 −𝑡 − 2) (𝐴1 𝑒 𝑡 + + )+ + (𝐴1 𝑒 −𝑡 − 2)
2 2 2 2
𝑒𝐶2 + 5𝐶2 5𝑒 − 𝑒𝐴2
5+ + =0
4𝑒 2
𝑒𝐶2 + 5𝐶2 5𝑒 𝑒𝐶2
5+ + − =0
4𝑒 2 2
𝑒+5 𝑒 5𝑒
[ − ] 𝐶2 = −5 −
4𝑒 2 2
2
2𝑒 + 10 − 4𝑒 −10 − 5𝑒
[ ] 𝐶2 =
8𝑒 2
2
2𝑒 + 10 − 4𝑒
[ ] 𝐶2 = −10 − 5𝑒
4𝑒
(2𝑒 + 10 − 4𝑒 2 )𝐶2 = −40𝑒 − 20𝑒 2
−40𝑒 − 20𝑒 2
𝐶2 =
2𝑒 + 10 − 4𝑒 2
𝐶2= 18.167037
Reemplazando 𝑪𝟐 y 𝑪𝟏 en las sendas óptimas:

Senda Óptima de la variable de Control:
MATEMÁTICA IV
𝐶2 𝑒 −𝑡 5
𝑢∗ (t) = +
2 2
−𝑡
18.167037𝑒 5
𝑢∗ (t) = +
2 2
Senda Óptima de la variable de Estado:
∗ 𝑡
𝐶1 𝑒 −𝑡 5
𝑦 (t) = 𝐶1 𝑒 + +
2 2
−𝑡
1.67𝑒 5
𝑦 ∗ (t) = 1.67𝑒 𝑡 + +
2 2
Senda Óptima de la variable de Coestado:
𝜆∗ (𝑡) = 𝐶2 𝑒 −𝑡 − 2
∗ (𝑡)
𝜆 = 18.167037𝑒 −𝑡 − 2
2. El siguiente problema de control óptimo:

𝑻
𝑴𝒂𝒙𝒊𝒎𝒊𝒛𝒂𝒓 𝑽 = ∫ 𝑭(𝒚, 𝒖)𝒅𝒕

𝒐
𝑺𝒖𝒋𝒆𝒕𝒐 𝒂 𝒚ʹ = 𝒈(𝒚, 𝒖)
𝒚(𝟎) = 𝒚𝟎 (𝒚𝟎 𝒅𝒂𝒅𝒐)
𝒚(𝑻) = 𝒚𝑻 (𝒚𝑻 𝒍𝒊𝒃𝒓𝒆)
Se denomina autónomo debido a que no depende explícitamente del tiempo (t)
a. Demuestre que, en el problema anterior, el Hamiltoniano óptimo es
constante en el horizonte temporal.
Solución
Como se sabe, la consideración de un problema como autónomo o no autónomo
reside en la ausencia o presencia de la variable tiempo respectivamente, como
argumento en las funciones que se utilizan en dicho problema
Problema NO Autónomo Problema Autónomo

𝑻 𝑻
𝑴𝒂𝒙𝒊𝒎𝒊𝒛𝒂𝒓 𝑽 = ∫ 𝑭(𝒕, 𝒚, 𝒖)𝒅𝒕 𝑴𝒂𝒙𝒊𝒎𝒊𝒛𝒂𝒓 𝑽 = ∫ 𝑭(𝒚, 𝒖)𝒅𝒕

𝒐 𝒐
𝑺𝒖𝒋𝒆𝒕𝒐 𝒂 𝒚ʹ = 𝒈(𝒕, 𝒚, 𝒖) 𝑺𝒖𝒋𝒆𝒕𝒐 𝒂 𝒚ʹ = 𝒈(𝒚, 𝒖)

𝒚(𝟎) = 𝒚𝟎 (𝒚𝟎 𝒅𝒂𝒅𝒐) 𝒚(𝟎) = 𝒚𝟎 (𝒚𝟎 𝒅𝒂𝒅𝒐)
𝒚(𝑻) = 𝒚𝑻 (𝒚𝑻 𝒍𝒊𝒃𝒓𝒆) 𝒚(𝑻) = 𝒚𝑻 (𝒚𝑻 𝒍𝒊𝒃𝒓𝒆)

MATEMÁTICA IV
PASO 1: Transformamos el problema no autónomo en uno autónomo
Introducimos en el problema una nueva variable de estado: 𝑦𝑛+1 que varía según
la ley siguiente:
𝑑𝑦𝑛+1
=1
𝑑𝑡
Tal que:
𝑦𝑛+1 = 𝑡
𝑦𝑛+1 (𝑡0 ) = 𝑡0
𝑦𝑛+1 (𝑡1 ) = 𝑡1
Llamemos al nuevo vector de estado:
𝑦 𝐴 = (𝑦1 , … , 𝑦𝑛 , 𝑦𝑛+1 )
Con esta transformación el sistema dinámico del modelo se escribe de la siguiente
forma:
𝑦 ʹ = 𝑔(𝑦, 𝑢, 𝑦𝑛+1 )
𝑑𝑦𝑛+1
=1
𝑑𝑡
O lo que es lo mismo que:
𝑦 ʹ = 𝑔(𝑦 𝐴 , 𝑢)
𝑑𝑦𝑛+1
=1
𝑑𝑡
Teniendo en cuenta las expresiones anteriores, problema de control es formulado
en los siguientes términos
PASO 2: Maximizamos el funcional:

𝑻
𝑽 = ∫ 𝑭(𝒚𝑨 , 𝒖)𝒅𝒕
𝒐
Las restricciones:
𝒚ʹ = 𝒈(𝒚𝑨 , 𝒖)
𝒚ʹ 𝒏+𝟏 = 𝟏
Condiciones de Contorno:
𝑦(𝑡0 ) = 𝑦0
𝑦(𝑡1 ) = 𝑦1
𝑦𝑛+1 (𝑡0 ) = 𝑡0
𝑦𝑛+1 (𝑡1 ) = 𝑡1
MATEMÁTICA IV
Como vemos el problema formulado corresponde a uno autónomo de extremos

fijos y sin restricciones de control ni de estado.
Entonces la función Hamiltoniana de este problema será:

𝐻 𝐴 = 𝐹(𝑦 𝐴 , 𝑢) + λ(t) 𝑔(𝑦 𝐴 , 𝑢) + λ𝑛+1
Obtenemos las condiciones necesarias:
𝐻u𝐴 = H𝑢 = 0
y ʹ = 𝐻λ𝐴 = Hλ
𝑦 ʹ 𝑛+1 = 1
λʹ = −𝐻𝑦𝐴 = − H𝑦
λʹ𝑛+1 = −𝐻𝑦𝐴𝑛+1 = − H𝑡
De las condiciones concluimos que el problema autónomo es equivalente al no
autónomo.
Finalmente dado:
𝐻 𝐴 = 𝐻 + λ𝑛+1
El requerimiento de que la función control maximice la Hamiltoniana (𝐻 𝐴 ) en
cada instante temporal se reduce, a que se maximice H ∀ 𝑡 ∈ [𝑡0 , 𝑡1 ], de esta
forma eliminamos λ𝑛+1 de las condiciones necesarias y se verifica que las
condiciones de el Principio del máximo para un problema autónomo son las
mismas que las estudiadas para uno no autónomo mas la información obtenida
por la ecuación.
Esta ecuación nos obliga a estudiar el comportamiento de H respecto al tiempo.
Calculamos la variación temporal de la función Hamiltoniana.
Problema NO Autónomo
𝐻(𝑡, 𝑦, 𝑢, λ) = 𝐹(𝑡, 𝑦, 𝑢, λ) + λ(𝑡)𝑔(𝑡, 𝑦, 𝑢)
𝑑𝐻 𝑑𝐻 𝑑𝐻 𝑑𝐻 ʹ 𝑑𝐻
= ∗ 𝑦ʹ + ∗ 𝑢ʹ + ∗λ +
𝑑𝑡 𝑑𝑦 𝑑𝑢 𝑑λ 𝑑𝑡
A lo largo del sendero óptimo se cumplirá:
𝑑𝐻
= λʹ
𝑑𝑦
𝑑𝐻
=0
𝑑𝑢
MATEMÁTICA IV
𝑦 ʹ = 𝑔(𝑡, 𝑦, 𝑢)
𝑝𝑜𝑟 𝑡𝑎𝑛𝑡𝑜 𝐻 ʹ = 𝐻𝑡
Para un Sistema Autónomo:
𝑑𝐻
= 𝐻𝑦 ∗ 𝑦 ʹ + 𝐻𝑢 ∗ 𝑢ʹ + λʹ 𝑔
𝑑𝑡
Si estamos a lo largo de un sendero óptimo:
𝑑𝐻
= 𝐻𝑢 ∗ 𝑢ʹ
𝑑𝑡
𝐻𝑢 ∗ 𝑢ʹ = 0
𝑑𝐻
= 𝐻𝑡 = 0
𝑑𝑡
Esto es lo mismo que afirmar que para un problema autónomo la función
Hamiltoniana es una constante a lo largo del sendero óptimo.
3. Dado el siguiente problema de control óptimo:

∞
𝒎𝒂𝒙 𝑽(𝒂) = ∫ 𝒍𝒏(𝒖)𝒆−𝒑𝒕 𝒅𝒕

𝟎
Sujeto a
𝒚´ = 𝒃𝒚 − 𝒖
𝒚(𝒂) = 𝒄
𝐥𝐢𝐦 𝒚(𝒕) = 𝟎
𝒕→∞
𝒂, 𝒃, 𝒄 𝟎
Demuestre que se cumple la siguiente condición
𝑽(𝒂) = 𝒆−𝒑𝒂 𝑽(𝟎)
Solución
Planteamiento del Hamiltoniano en valor corriente
𝐻 𝑐𝑡𝑒 = 𝑙𝑛(𝑢) + 𝑚𝑡 (𝑏𝑦 − 𝑢)

Primer principio:
𝑑𝐻 𝑐𝑡𝑒
=0
𝑑𝑢
1
− 𝑚𝑡 = 0
𝑢
MATEMÁTICA IV
1
= 𝑚𝑡
𝑢
𝟏
𝒖∗𝒕 = … (𝟏)
𝒎𝒕

𝑑 2 𝐻 𝑐𝑡𝑒
𝑑𝑢2
2 𝑐𝑡𝑒
𝑑 𝐻
= −1/𝑢2 ≠ 0 → 𝑠𝑜𝑙𝑢𝑐𝑖𝑜𝑛 𝑰𝑵𝑻𝑬𝑹𝑰𝑶𝑹
𝑑𝑢2
𝐻 𝑐𝑡𝑒 = 𝑙𝑛(𝑢) + 𝑚𝑡 (𝑏𝑦 − 𝑢)
Segundo Principio:
𝑦´ =
𝑑𝑚𝑡
𝒚´ = 𝒃𝒚 − 𝒖 … (𝟐)
Tercer Principio:
𝑚𝑡 ´ = 𝜌𝑚𝑡 −
𝑑𝑦
𝑚𝑡 ´ = 𝜌𝑚𝑡 − 𝑏𝑚𝑡

𝑚𝑡 + 𝑏𝑚𝑡 − 𝜌𝑚𝑡 = 0
𝑚𝑡 ´ + 𝑚𝑡 (𝑏 − 𝜌) = 0
𝑟 + (𝑏 − 𝜌) = 0
𝑟 = −(𝑏 − 𝜌)
𝑚𝑐 = 𝐶1 𝑒 −(𝑏−𝜌)𝒕
𝑚𝑝 = 0
𝒎∗ (𝒕) = 𝑪𝟏 𝒆−(𝒃−𝝆)𝒕 … (𝟑𝒊)
Trabajando en el primer principio:

1
𝑢𝑡∗ =
𝑚𝑡
MATEMÁTICA IV
1
𝑢𝑡∗ =
𝐶1 𝑒 −(𝑏−𝜌)𝑡
∗
𝑒 (𝑏−𝜌)𝑡
𝑢𝑡 =
𝐶1
Por último, trabajando en el segundo principio:
1𝑒 (𝑏−𝜌)𝑡
𝑦´ = 𝑏𝑦 −
𝐶1
(𝒃−𝝆)𝒕
𝟏𝒆
𝒚´ − 𝒃𝒚 = − … 𝟑(𝒊)
𝑪𝟏
𝑟−𝑏 =0
𝑟=𝑏
𝑦𝑐 = 𝐶2 𝑒 𝑏𝑡
𝑦𝑝 = 𝐴𝑒 (𝑏−𝜌)𝑡
𝑦´𝑝 = (𝑏 − 𝜌)𝐴𝑒 (𝑏−𝜌)𝑡
1𝑒 (𝑏−𝜌)𝑡
𝑦´ − 𝑏𝑦 = −
𝐶1
(𝑏−𝜌)𝑡 (𝑏−𝜌)𝑡 1𝑒 (𝑏−𝜌)𝑡
(𝑏 − 𝜌)𝐴𝑒 − 𝑏𝐴𝑒 =−
𝐶1
(𝑏−𝜌)𝑡
1𝑒
𝐴𝑒 (𝑏−𝜌)𝑡 (𝑏 − 𝜌 − 𝑏) = −
𝐶1
1
𝐴(−𝜌) = −
𝐶1
1
𝐴=
𝜌𝐶1
Entonces
1 (𝑏−𝜌)𝑡
𝑦𝑝 = 𝑒
𝐶1 𝜌

1 (𝑏−𝜌)𝑡
yt∗ = 𝐶2 𝑒 𝑏𝑡 + 𝑒
𝐶1 𝜌
Cuarto principio:
Evaluar la Condición de Transversalidad
∆𝑦𝑇 ≠ 0 → lim 𝜆(𝑇)∆𝑦𝑇 = 0
𝑇→∞
lim 𝜆(𝑇) = 0
𝑇→∞
MATEMÁTICA IV
lim 𝐶1 𝑒 −(𝑏−𝜌)𝑡 = 0
𝑇→∞
𝐶1 = 0
Independientemente del valor de 𝐶1 , la variable de coestado (𝜆) CONVERGE a
cero. Por tal motivo, se debe trabajar con la otra condición de transversalidad,
para hallar el valor de las constantes:
lim [𝐻]𝑡=𝑡 = 0
𝑡→∞
Condición inicial para hallar: 𝑦(𝑎) = 𝑐

1 (𝑏−𝜌)𝑡
yt∗ = 𝐶2 𝑒 𝑏𝑡 + 𝒆
𝐶1 𝜌
𝑦(𝑎) = 𝐶2 𝑒 𝑏𝑎
𝐶2 𝑒 𝑏𝑎 = 𝑐
𝐶2 = 𝑐𝑒 −𝑏𝑎
4. La curva de demanda de un mercado en el instante “t” viene dado por:

𝒒(𝒕) = 𝒂 − 𝒃𝒑(𝒕) ; (𝒂, 𝒃, 𝒄 𝟎)
Donde q(t) y p(t) representan la cantidad y el precio, respectivamente. En este

mercado existe una firma grande que fija y el precio, y un grupo de firmas
pequeñas que son tomadoras de precios. Nuevas firmas pequeñas entraran al
mercado si la firma grande determina un precio mayor a p*.
La producción agregada de las firmas pequeñas (y(t)) se comporta de acuerdo
con la siguiente ecuación diferencial:
𝒚´ = 𝒌(𝒑 − 𝒑∗ ) ; (𝒌 𝟎)
𝒚(𝟎) = 𝒚𝟎 ; (𝒚 𝟎)
La compañía grande produce una cantidad q(t) – y(t), y presenta un costo medio
constante e igual a c (𝒑∗ 𝒄 𝟎). El objetivo de la empresa es maximizar el
valor presente de sus beneficios descontados a la tasa “r”:
∞
𝚷 = ∫ 𝒆−𝒓𝒕 [𝒑 − 𝒄] [𝒂 − 𝒃𝒑 − 𝒚]𝒅𝒕
𝟎
Solución
Planteando el ejercicio a optimizar:
∞
𝑀𝑎𝑥 𝑉 [𝑦𝑡 ] = ∫ 𝑝(𝑄 − 𝑦)𝑒 −𝑟𝑡 𝑑𝑡

0
MATEMÁTICA IV
𝑴𝒂𝒙 𝑽 [𝒚𝒕 ] = ∫ {𝒂𝒑 − 𝒃𝒑𝟐 − 𝒑𝒚}𝒆−𝒓𝒕 𝒅𝒕

𝟎
Sujeto a
𝒚´ = 𝒌(𝒑 − 𝒑∗ )
𝒚(𝟎) = 𝒅𝒂𝒅𝒐 ; 𝒚(𝑻) = 𝒍𝒊𝒃𝒓𝒆 ; 𝑻 = 𝒍𝒊𝒃𝒓𝒆
𝐻 𝑐𝑡𝑒 = 𝑎𝑝 − 𝑏𝑝2 − 𝑝𝑦 + 𝑚[𝑘(𝑝 − 𝑝∗ )]
y’= variación en la producción de la firma pequeña

Primer Principio:
=0
𝑑𝑝
𝑑𝐻
= 𝑎 − 2𝑏𝑝 − 𝑦 + 𝑘𝑚 = 0
𝑑𝑝
Por el criterio de segunda derivada:
𝑑 2 𝐻 𝑐𝑡𝑒
𝑑𝑝2
2
𝑑 𝐻
= −2𝑏 < 0(𝒔𝒐𝒍𝒖𝒄𝒊ó𝒏 𝑰𝑵𝑻𝑬𝑹𝑰𝑶𝑹)
𝑑𝑝2
Segundo Principio:
′
𝑦 =
𝑑𝑚
𝑦 ′ = 𝑘(𝑝 − 𝑝∗ )
Tercer Principio:
′
𝑚 = 𝑟𝑚 −
𝑑𝑦
𝑎 𝑦 𝑘𝑚
𝑚′ = 𝑟𝑚 + − +
2𝑏 2𝑏 2𝑏
Trabajando la solución cualitativa:

Trabajando en el principio del máximo, despejando {𝑝}
2𝑏𝑝 = 𝑎 − 𝑦 + 𝑘𝑚
𝑎 𝑦 𝑘𝑚
𝑝= − + … (∝)
2𝑏 2𝑏 2𝑏
Reemplazando (∝) en el segundo principio del máximo
MATEMÁTICA IV
𝑎 𝑦 𝑘𝑚
𝑦′ = 𝑘 { − + − 𝑝∗ }
2𝑏 2𝑏 2𝑏
Simplificar:
𝒂𝒌 𝒚𝒌 𝒌𝟐 𝒎
𝒚′ = − + − 𝒌𝒑∗ … (𝟏)
𝟐𝒃 𝟐𝒃 𝟐𝒃
Reemplazando (∝ ) en el tercer principio del máximo
𝑎 𝑦 𝑘𝑚
𝑚′ = 𝑟𝑚 + − +
2𝑏 2𝑏 2𝑏
𝒌 𝒂 𝒚
𝒎′ = (𝒓 + ) 𝒎 + − … (𝟐)
𝟐𝒃 𝟐𝒃 𝟐𝒃
Construyendo el sistema matricial:
𝑘 𝑘2 𝑎𝑘
𝑦′
− 𝑦 − 𝑘𝑝∗
[ ]= 2𝑏 2𝑏 [ ] + [2𝑏 𝑎 ]
𝑚′ 1 𝑘 𝑚
[− 2𝑏 (𝑟 + 2𝑏 )] 2𝑏
La matriz del Jacobiano se trabaja en base a los siguientes criterios:

Primer criterio: det (J)
𝑘 𝑘 𝑘2 𝑟𝑘 𝑘2 𝑘2
𝐷𝑒𝑡[𝐽] = − (𝑟 + ) + = − − +
2𝑏 2𝑏 (2𝑏)2 2𝑏 (2𝑏)2 (2𝑏)2
𝑟𝑘
= − <0
2𝑏
Segundo Criterio: Tr (J)
−𝑘 𝑘
𝑇𝑟(𝑗) = +𝑟+ =𝑟 0
2𝑏 2𝑏
Punto de ensilladura (senda de ensilladura)
𝜆2 − 𝑇𝑟(𝐽) + 𝐷𝑒𝑡(𝐽) = 0
Reemplazando:
𝑟𝑘
𝜆2 − 𝑟𝜆 − =0
2𝑏
Encontrando las raíces características:
4𝑟𝑘
𝑟 √𝑟 + 2𝑏
2
𝜆1 (𝑡) = + 0
2 2
4𝑟𝑘
𝑟 √𝑟 + 2𝑏
2
𝜆1 (𝑡) = + 0
2 2
Senda optima de la variable de Coestado:

𝒎∗𝒕 = 𝑯𝟏 𝒆𝝀𝒕 + 𝑯𝟐 𝒆−𝝀𝒕 + 𝒎𝒕
Recordando:
MATEMÁTICA IV
𝑦𝑡 = 𝑓(𝑚𝑡)
Senda óptima de la variable de Estado:
𝒚∗𝒕 = 𝑪𝟏 𝒆−𝝀𝒕 + 𝑪𝟐 𝒆−𝝀𝒕 + 𝒚𝒕
Cuarto Principio:
Δ𝑇 ≠ 𝑜 𝐿𝑖𝑚𝑡→∞ 𝑒 −𝑟𝑡 𝐻 𝑐𝑡𝑒 = 0
Δ𝑌 ≠ 𝑜 𝐿𝑖𝑚𝑡→∞ 𝑒 −𝑟𝑡 𝑚(𝑡) = 0
Δ𝑦𝑡 ≠ 𝑜
(𝑟+𝜆1 )𝑡
𝐿𝑖𝑚𝑡→∞ 𝐻1 𝑒 + 𝐿𝑖𝑚𝑡→∞ 𝐻2 𝑒 (−𝑟−𝜆1 )𝑡
Simplificando:
𝐿𝑖𝑚𝑡→∞ 𝐻2 𝑒 (−𝜆−𝜆1 )𝑡 = 0
Imponiendo la Restricción:
{𝑐1 = 0}
Simplificando la senda de la variable de Coestado y la senda de la variable de Estado:
𝑚𝑡′ = 𝐻2 𝑒 −𝜆2 𝑡 + 𝑚𝑝
𝑦𝑡′ = 𝐶2 𝑒 −𝜆2 𝑡 + 𝑦0
a. Plantee un diagrama de fase que explique la dinámica del precio y la
producción de las pequeñas firmas
Solución
Graficando Diagrama De Fase:

Trabajando en el Estado Estacionario:
𝑚′ 𝑡 = 0
𝑘 𝑎 𝑦𝑡
𝑚𝑡 (𝑟 − ) + = 𝑟 = −𝑝𝑡
2𝑏 2𝑏 2𝑏
𝑝𝑡
𝑚𝑡 (2𝑏𝑟 − 𝑘) + 𝑎 = 𝑦𝑡 𝑚𝑡 = −
𝑟
𝑦′𝑡 = 0
𝑘 𝑎𝑘 𝑘 2
𝑦𝑡 = + 𝑚 − 𝑘𝑝′
2𝑏 2𝑏 2𝑏 𝑡
𝑦𝑡 = 𝑎 + 𝑘𝑚𝑡 − 2𝑏𝑝′
𝑚𝑡 𝑘 + 𝑎 − 2𝑏𝑝′ = 𝑦𝑡
MATEMÁTICA IV
b. Encuentre el valor del precio y la producción de las pequeñas firmas en el

estado financiero
Solución
Ecuación de los precios (función de control)
𝑎 𝑦 𝑘
𝑝= − + 𝑚
2𝑏 2𝑏 2𝑏
Si se conoce y* y m*
𝑎 𝐻2 𝑒 −𝜆2 𝑡 𝑘
𝑝= − + 𝑐2 𝑒 −𝜆2 𝑡
2𝑏 2𝑏 2𝑏
𝑎 𝐻2 𝑘𝑐2
𝑝= −( − )
2𝑏 2𝑏 2𝑏
𝑎
𝑝∗ = − 𝐷1 𝑒 −𝜆2 𝑡
2𝑏
Pendiente:
𝑎
𝑝∗ = − 𝐷1 𝑒 −𝜆2 𝑡 0
2𝑏
5. La variación de las ventas (V) de un producto de la firma XYZ decrece de

manera proporcional al monto de las ventas, pero aumenta proporcionalmente
al gasto de la publicidad (P) destinado al sector del mercado que aún no adquiere
el producto. De esta forma, las ventas se comportan de acuerdo con la siguiente
ecuación diferencial:
𝑽
𝑽′ = −𝒂𝑽 + 𝒃𝑷 [𝟏 − ] (𝒂, 𝒃, 𝑴 𝟎)
𝑴
𝒅𝒂𝒅𝒐(𝑽) = 𝑽𝟎 (𝑽𝒐 𝟎)
MATEMÁTICA IV
Donde M es el valor de las ventas de todas las empresas dentro el mercado. El objetivo
de la empresa es maximizar el valor de las ventas hasta el periodo “T”.
𝑻
𝑰 = ∫ 𝑽(𝒕)𝒅𝒕
𝟎
a. Si la firma xyz puede destinar a lo más 3.000 unidades monetarias (u.m) en

publicidad mediante el principio del máximo halle la política publicitaria
optima y la evolución de las ventas. Asuma los siguientes valores para los
parámetros: 𝒂 = 𝟏 , 𝒃 = 𝟐 , 𝑴 = 𝟏𝟎𝟎 , 𝜶 = 𝟒 , 𝑻 = 𝟏𝟐 . considere que las
variables de control y estado se encuentran expresadas en miles de u.m.
𝑎=1 ; 𝑏=2 ; ̅𝑝 = 3 ; 𝑀 = 100 ; 𝑇 = 12
𝟏𝟐
𝑼[𝒗𝒕 ]𝒑𝒕 = ∫ 𝒗𝒕 𝒅𝒕
𝟎
𝒔. 𝒂 . ∶
𝒗𝒕
𝒗𝒕 ′ = −𝒗𝒕 + 𝟐𝒑𝒕 [𝟏 − ]
𝟏𝟎𝟎
𝑣𝑡
𝐻 = 𝑣𝑡 + 𝜆𝑡 [−𝑣𝑡 + 2𝑝𝑡 (1 − )]
100
Primer principio:
𝑑𝐻
=0
𝑑𝑝𝑡
𝑣𝑡
2𝜆𝑡 (1 − )=0
100
𝑑2 𝐻
𝑑𝑢𝑡 2
→ = 0 ∴ 𝑠𝑜𝑙𝑢𝑐𝑖𝑜𝑛 𝑑𝑒 𝑒𝑠𝑞𝑢𝑖𝑛𝑎 (𝑙𝑖𝑛𝑒𝑎𝑙)
0; 𝜆′ < 0 (𝑝𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒)
𝑝𝑡∗ = { }
3; 𝜆′ ≥ 0 (𝑝𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒)
Segundo principio:
𝑑𝐻
𝑉𝑡 ´ =
𝑑𝜆
𝑣𝑡
𝑉𝑡 ´ = −𝑣𝑡 + 2𝑝𝑡 (1 − )
100
Tercer principio:
𝑑𝐻
𝜆𝑡 ´ = −
𝑑𝑦
MATEMÁTICA IV
2𝑝𝑡
𝜆𝑡 ´ = − [1 − 𝜆𝑡 ( + 1)]
100
Trabajando en el tercer principio del maximo:
𝑝𝑡
𝜆𝑡 ´ − 𝜆𝑡 (1 + ) = −1
50
Solución particular 𝜆𝑝 :
𝑝𝑡
𝑟 = (1 + ) = 0
50
𝑝𝑡
𝑟 = 1+
50
Solución complementaria 𝜆𝑐 :
−1
𝜆𝑐 = 𝑝
−(1 + 𝑡⁄50)
𝑝𝑡 −1
𝑝
𝜆𝑡 ∗ = 𝑐1 𝑒 (1+50)𝑡 + (1 + 𝑡⁄50)
Evaluando las condiciones de transversalidad:
∆𝑣𝑡 ≠ 0 ; 𝜆 (12) = 0
𝑝𝑡 −1
𝑝𝑡
0 = 𝑐1 𝑒 (1+50)12 + (1 + ⁄50)
−1 𝑝
𝑝𝑡 −(1+ 𝑡 )12
𝑐1 = (1 + ⁄50) 𝑒 50
Reemplazando:
−1 𝑝 𝑝 −1
𝑝𝑡 −(1+ 𝑡 )12 (1+ 𝑡 )𝑡 𝑝
𝜆𝑡 ∗ = −(1 + ⁄50) 𝑒 50 𝑒 50 + (1 + 𝑡⁄50)
−1 𝑝
𝑝𝑡 −(1+ 𝑡 )(𝑡−12)
𝜆𝑡 ∗ = (1 + ⁄50) [1 − 𝑒 50 ]
12 ≥ 𝑡 → 𝑝𝑡 = 3
−1 3
𝑐1 = (1 + 3⁄50) 𝑒 −(1+50)12
𝑐1 = −0.00000282
Reemplazando:
3
𝜆𝑡 ∗ = −0.00000282𝑒 (1+50)𝑡 + 0.94339622
Para:
𝑣𝑡
𝑉𝑡 ´ = −𝑣𝑡 + 2(3) (1 − )
100
MATEMÁTICA IV
3
𝑉𝑡 ´ = 6 + 1 − 𝑣𝑡 (1 + )
50
3 −1
𝑉𝑡 ´ = 𝑐2 𝑒 −(1+50)𝑡 + 6(1 + 3⁄50)
𝑉𝑡 ´ = 𝑐2 𝑒 −1.06𝑡 + 5.66037735
𝑉0 = 𝑐2 + 5.66037735
∗
𝑉𝑡 = (𝑉0 − 5.66037735)𝑒 −1.06 + 5.66037735
b. Compruebe si se cumple la condición de suficiencia de Mangasarian.

𝐻𝑣𝑣 𝐻𝑢𝑣
𝐻=[ ]
𝐻𝑣𝑢 𝐻𝑢𝑢
0 −2
𝐻=[ ]
−2 0
𝐻1 = |0| = 0
0 −2
𝐻2 = [ ] = −4 < 0 ∴ 𝐶Ó𝑁𝐶𝐴𝑉𝐴
−2 0
6. Suponga que un partido político acaba de ganar las elecciones presidenciales
(t=0) y que las próximas elecciones se realizaran dentro de “T” años. El partido
gobernante desea ser reelegido en las siguientes elecciones, razón por la cual
busca maximizar la intención de voto de la ciudadanía representada a través de
la función V(⋅), Los votantes evalúan al gobierno sobre la base de la evolución de
la inflación (p) y el desempleo (u) durante el periodo de gobierno. Los electores
le asignan una mayor importancia a la situación económica cercana al periodo
de elección, de acuerdo con el factor 𝒆𝒓𝒕 . De este modo el funcional objetivo del
partido gobernante es el siguiente:
𝑻
𝑽 = ∫ 𝑽(𝒖, 𝒑)𝒆𝒓𝒕 𝒅𝒕 ; (𝒓 𝟎)
𝟎
La inflación, el desempleo y la inflación esperada (𝝅) en la economía se
relacionan de acuerdo con la curva de Phillips:
𝒑 = 𝒂 − 𝒃𝒖 + 𝒄𝝅 ; (𝒂, 𝒃, 𝒄) 𝟎
Por otra parte, la inflación esperada se forma de acuerdo con expectativas
adaptativas:
𝝅´ = 𝒅(𝒑 − 𝝅) ; (𝒅 𝟎)
Si la intención de voto de los electores se representa a través de la siguiente
función:
𝑽(𝒖, 𝒑) = −𝒖𝟐 − 𝒌𝒑 ; (𝒌 𝟎)
MATEMÁTICA IV
Solución
Construyendo la función de intención de voto de los electores a minimizar:
𝑉(𝑢, 𝑝) = −𝑢2 − 𝑘𝑝
𝑉(𝑢, 𝑝) = −𝑢2 − 𝑘(𝑎 − 𝑏𝑢 + 𝑐𝜋 )
𝑽(𝒖, 𝒑) = −𝒖𝟐 − 𝒌𝒂 + 𝒌𝒃𝒖 − 𝒌𝒄𝝅
Construyendo la ecuación de movimiento de la variable de estado:
𝜋´ = 𝑑(𝑝 − 𝜋)
𝜋´ = 𝑑(𝑎 − 𝑏𝑢 + 𝑐𝜋 − 𝜋)
𝜋´ = 𝑑𝑎 − 𝑑𝑏𝑢 + 𝑑𝑐𝜋 – 𝑑𝜋
𝝅´ = 𝒅𝒂 − 𝒅𝒃𝒖 + 𝒅(𝒄 − 𝟏)𝝅
Planteando el ejercicio a optimizar:
𝑻
𝑴𝒊𝒏𝒊𝒎𝒊𝒛𝒂𝒓 𝑽 = ∫(−𝒖𝟐 − 𝒌𝒂 + 𝒌𝒃𝒖 − 𝒌𝒄𝝅)𝒆𝒓𝒕 𝒅𝒕

𝟎
Sujeto a
𝝅´ = 𝒅𝒂 − 𝒅𝒃𝒖 + 𝒅(𝒄 − 𝟏)𝝅
𝝅(𝟎) = 𝝅𝟎 ; 𝝅(𝑻) = 𝒍𝒊𝒃𝒓𝒆 ; 𝑻 = 𝒅𝒂𝒅𝒐
𝐻 = (−𝑢2 − 𝑘𝑎 + 𝑘𝑏𝑢 − 𝑘𝑐𝜋)𝑒 𝑟𝑡 + 𝜆(𝑑𝑎 − 𝑑𝑏𝑢 + 𝑑(𝑐 − 1)𝜋)
Primer Principio:
𝑑𝐻
=0
𝑑𝑢
(−𝟐𝒖 + 𝒌𝒃)𝒆𝒓𝒕 − 𝒅𝒃𝝀 = 𝟎 … (𝟏)

𝑑2 𝐻
𝑑𝑢𝑡 2
𝑟𝑡
−2𝑒 ≠ 0 → 𝑺𝒐𝒍𝒖𝒄𝒊ó𝒏 𝑰𝑵𝑻𝑬𝑹𝑰𝑶𝑹
Segundo Principio:
𝑑𝐻
𝜋´ =
𝑑𝜆
𝝅´ = 𝒅𝒂 − 𝒅𝒃𝒖 + 𝒅(𝒄 − 𝟏)𝝅 … (𝟐)
Tercer Principio:
𝑑𝐻
𝜆´ = −
𝑑𝜋
𝑟𝑡
𝜆´ = −(−𝑘𝑐𝑒 + 𝑑(𝑐 − 1)𝜆)
MATEMÁTICA IV
𝝀´ = 𝒌𝒄𝒆𝒓𝒕 − 𝒅(𝒄 − 𝟏)𝝀 … (𝟑)
Trabajando en el tercer principio del máximo:

𝝀´ = 𝒌𝒄𝒆𝒓𝒕 − 𝒅(𝒄 − 𝟏)𝝀
𝝀´ + 𝒅(𝒄 − 𝟏)𝝀 = 𝒌𝒄𝒆𝒓𝒕
𝑟 + 𝑑(𝑐 − 1) = 0
𝑟 = −𝑑(𝑐 − 1)
𝜆𝑐 = 𝐶1 𝑒 −𝑑(𝑐−1)𝑡
𝜆𝑝 = 𝐴𝑒 𝑟𝑡
𝜆´𝑝 = 𝑟𝐴𝑒 𝑟𝑡
Reemplazando en {𝝀´ + 𝒅(𝒄 − 𝟏)𝝀 = 𝒌𝒄𝒆𝒓𝒕 }:
𝑟𝐴𝑒 𝑟𝑡 + 𝑑(𝑐 − 1)𝐴𝑒 𝑟𝑡 = 𝑘𝑐𝑒 𝑟𝑡
𝑟𝐴𝑒 𝑟𝑡 𝑑(𝑐 − 1)𝐴𝑒 𝑟𝑡 𝑘𝑐𝑒 𝑟𝑡
+ = 𝑟𝑡
𝑒 𝑟𝑡 𝑒 𝑟𝑡 𝑒
𝑟𝐴 + 𝑑(𝑐 − 1)𝐴 = 𝑘𝑐
𝐴{𝑟 + 𝑑(𝑐 − 1)} = 𝑘𝑐
𝑘𝑐
𝐴=
𝑟 + 𝑑(𝑐 − 1)
Entonces:
𝑘𝑐
𝜆𝑝 = 𝑒 𝑟𝑡
𝑟 + 𝑑(𝑐 − 1)
𝒌𝒄
𝝀∗ (𝒕) = 𝑪𝟏 𝒆−𝒅(𝒄−𝟏)𝒕 + 𝒆𝒓𝒕 … (𝟒)
𝒓 + 𝒅(𝒄 − 𝟏)

𝑆𝑖: 𝜋(𝑇) = 𝑙𝑖𝑏𝑟𝑒 → 𝝀(𝑻) = 𝟎
𝑘𝑐
𝐶1 𝑒 −𝑑(𝑐−1)𝑇 + 𝑒 𝑟𝑇 = 0
𝑟 + 𝑑(𝑐 − 1)
𝑘𝑐
𝐶1 𝑒 −𝑑(𝑐−1)𝑇 = − 𝑒 𝑟𝑇
𝑟 + 𝑑(𝑐 − 1)
𝑘𝑐 1
𝐶1 = − 𝑒 𝑟𝑇 ( −𝑑(𝑐−1)𝑇 )
𝑟 + 𝑑(𝑐 − 1) 𝑒
𝑘𝑐
𝐶1 = − 𝑒 𝑟𝑇+𝑑(𝑐−1)𝑇
𝑟 + 𝑑(𝑐 − 1)
MATEMÁTICA IV
𝑘𝑐
𝐶1 = − 𝑒 {𝑟+𝑑(𝑐−1)}𝑇
𝑟 + 𝑑(𝑐 − 1)
Reemplazando 𝐶1 en (4):
𝑘𝑐
𝜆∗ (𝑡) = 𝐶1 𝑒 −𝑑(𝑐−1)𝑡 + 𝑒 𝑟𝑡
𝑟 + 𝑑(𝑐 − 1)
𝑘𝑐 𝑘𝑐
𝜆∗ (𝑡) = (− 𝑒 {𝑟+𝑑(𝑐−1)}𝑇 ) 𝑒 −𝑑(𝑐−1)𝑡 + 𝑒 𝑟𝑡
𝑟 + 𝑑(𝑐 − 1) 𝑟 + 𝑑(𝑐 − 1)
𝑘𝑐 𝑘𝑐
𝜆∗ (𝑡) = − 𝑒 𝑟𝑇+𝑑(𝑐−1)𝑇−𝑑(𝑐−1)𝑡 + 𝑒 𝑟𝑡
𝑟 + 𝑑(𝑐 − 1) 𝑟 + 𝑑(𝑐 − 1)
𝑘𝑐 𝑘𝑐
𝜆∗ (𝑡) = − 𝑒 𝑟𝑇+𝑑(𝑐−1)(𝑇−𝑡) + 𝑒 𝑟𝑡
𝑟 + 𝑑(𝑐 − 1) 𝑟 + 𝑑(𝑐 − 1)
Trabajando en el primer principio del máximo:

(−2𝑢 + 𝑘𝑏)𝑒 𝑟𝑡 − 𝑑𝑏𝜆 = 0
(−2𝑢 + 𝑘𝑏)𝑒 𝑟𝑡 = 𝑑𝑏𝜆
−2𝑢 + 𝑘𝑏 = 𝑑𝑏𝜆𝑒 −𝑟𝑡
2𝑢 = −𝑑𝑏𝜆𝑒 −𝑟𝑡 + 𝑘𝑏
𝟏 𝒌𝒃
𝒖∗ (𝒕) = − 𝒅𝒃𝝀𝒆−𝒓𝒕 + … (𝟓)
𝟐 𝟐
Reemplazando el valor de 𝜆∗ (𝑡) en (5):

1 𝑘𝑐 𝑘𝑐 𝑘𝑏
𝑢∗ (𝑡) = − 𝑑𝑏𝑒 −𝑟𝑡 [− 𝑒 𝑟𝑇+𝑑(𝑐−1)(𝑇−𝑡) + 𝑒 𝑟𝑡 ] +
2 𝑟 + 𝑑(𝑐 − 1) 𝑟 + 𝑑(𝑐 − 1) 2
𝑑𝑏𝑘𝑐 𝑑𝑏𝑘𝑐 𝑘𝑏
𝑢∗ (𝑡) = 𝑒 −𝑟𝑡+𝑟𝑇+𝑑(𝑐−1)(𝑇−𝑡) − 𝑒 −𝑟𝑡+𝑟𝑡 +
2[𝑟 + 𝑑(𝑐 − 1)] 2[𝑟 + 𝑑(𝑐 − 1)] 2
𝑢∗ (𝑡) = 𝑒 𝑟(𝑇−𝑡)+𝑑(𝑐−1)(𝑇−𝑡) − +
2[𝑟 + 𝑑(𝑐 − 1)] 2[𝑟 + 𝑑(𝑐 − 1)] 2
𝑢∗ (𝑡) = 𝑒 [𝑟+𝑑(𝑐−1)](𝑇−𝑡) − +
2[𝑟 + 𝑑(𝑐 − 1)] 2[𝑟 + 𝑑(𝑐 − 1)] 2
Trabajando en el primer principio del máximo:

𝜋´ = 𝑑𝑎 − 𝑑𝑏𝑢 + 𝑑(𝑐 − 1)𝜋
𝜋´ − 𝑑(𝑐 − 1)𝜋 = 𝑑𝑎 − 𝑑𝑏 { 𝑒 [𝑟+𝑑(𝑐−1)](𝑇−𝑡) − + }
2[𝑟 + 𝑑(𝑐 − 1)] 2[𝑟 + 𝑑(𝑐 − 1)] 2
𝑟 − 𝑑(𝑐 − 1) = 0
𝑟 = 𝑑(𝑐 − 1)
𝜋𝑐 = 𝐶2 𝑒 𝑑(𝑐−1)𝑡
MATEMÁTICA IV
𝜋𝑝 = 𝐴𝑒 𝑟𝑡
𝜋´𝑝 = 𝑟𝐴𝑒 𝑟𝑡
𝝅∗ (𝒕) = 𝑪𝟐 𝒆𝒅(𝒄−𝟏)𝒕
a. Halle la trayectoria del desempleo y la inflación, Considere al desempleo

como la variable de control y a la inflación como la variable de coestado.
Senda Óptima para la variable de Coestado (Inflación):

𝑘𝑐 𝑘𝑐
𝜆∗ (𝑡) = − 𝑒 𝑟𝑇+𝑑(𝑐−1)(𝑇−𝑡) + 𝑒 𝑟𝑡
𝑟 + 𝑑(𝑐 − 1) 𝑟 + 𝑑(𝑐 − 1)
Senda Óptima para la variable de control (desempleo):

𝑢∗ (𝑡) = 𝑒 [𝑟+𝑑(𝑐−1)](𝑇−𝑡) − +
2[𝑟 + 𝑑(𝑐 − 1)] 2[𝑟 + 𝑑(𝑐 − 1)] 2

Control Optimo

Încărcat de

Informații document

Descriere originală:

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Control Optimo

Încărcat de

Drepturi de autor:

Formate disponibile

UNIVERSIDAD NACIONAL DEL ALTIPLANO

FACULTAD DE INGENIERIA ECONÓMICA

FACULTAD DE INGENIERÍA ECONÓMICA - UNA PUNO

CONTROL ÓPTIMO - Ejercicios Resueltos

[𝑽] = ∫(𝟑𝒚 − 𝟐𝒖𝟐 )𝟐 𝒅𝒕

Aplicando los cuatro principios del máximo:

Por el criterio de la segunda derivada:

Igualando (1) y (3):

Reemplazando (4) en (2):

Trabajando con la Condicion Inicial 𝒚(𝟎) = 𝟏, en la variable de estado:

Por el criterio de la segunda derivada:

El hamiltoniano (H) no depende linealmente de la variable de control (u).

Trabajando en el segundo principio

Por ultimo trabajando en el primer principio

Aplicando los cuatro principios

Trabajando en el tercer principio:

Trabajando en el primer principio

Por ultimo trabajando en el segundo principio

Reemplazamos en la ecuación 3(i):

Construyendo el Sistema de Ecuaciones con (3) y (2):

Reemplazando 𝑨𝟏 𝒚𝑨𝟐 en 𝝀∗ (𝒕)

Reemplazando 𝑨𝟏 𝒚𝑨𝟐 en 𝒚∗ (𝒕)

Trabajando en el segundo principio del máximo:

Evaluando en la Condición Inicial: 𝒚(𝟎) = 𝟓

Reemplazando 𝑦 ∗ (𝑡), 𝑢∗ (𝑡):

Plantemos la función Hamiltoniana:

𝑽 = ∫(𝒚𝟐 + 𝒂𝒚 + 𝒃𝒖 + 𝒄𝒖𝟐 )𝒅𝒕

Reemplazando {𝐵1 = −2𝐴1 √𝑐} 𝒚 {𝐵2 = 2𝐴2 √𝑐} en la Solución General:

Entonces, la Senda Óptima para la variable de Coestado:

Trabajando con la Condición Inicial {𝒚(𝟎) = 𝒅}:

Finalmente, remplazamos el valor de 𝑨𝟏 y 𝑨𝟐 en las sendas óptimas:

El Hamiltoniano (H) no depende linealmente de la variable de control (u).

La ecuación (6) en (4):

Reemplazando 𝑪𝟐 y 𝑪𝟏 en las sendas óptimas:

2. El siguiente problema de control óptimo:

𝑴𝒂𝒙𝒊𝒎𝒊𝒛𝒂𝒓 𝑽 = ∫ 𝑭(𝒚, 𝒖)𝒅𝒕

Problema NO Autónomo Problema Autónomo

𝑴𝒂𝒙𝒊𝒎𝒊𝒛𝒂𝒓 𝑽 = ∫ 𝑭(𝒕, 𝒚, 𝒖)𝒅𝒕 𝑴𝒂𝒙𝒊𝒎𝒊𝒛𝒂𝒓 𝑽 = ∫ 𝑭(𝒚, 𝒖)𝒅𝒕

𝑺𝒖𝒋𝒆𝒕𝒐 𝒂 𝒚ʹ = 𝒈(𝒕, 𝒚, 𝒖) 𝑺𝒖𝒋𝒆𝒕𝒐 𝒂 𝒚ʹ = 𝒈(𝒚, 𝒖)

𝒚(𝑻) = 𝒚𝑻 (𝒚𝑻 𝒍𝒊𝒃𝒓𝒆) 𝒚(𝑻) = 𝒚𝑻 (𝒚𝑻 𝒍𝒊𝒃𝒓𝒆)

PASO 1: Transformamos el problema no autónomo en uno autónomo

PASO 2: Maximizamos el funcional:

Como vemos el problema formulado corresponde a uno autónomo de extremos

Entonces la función Hamiltoniana de este problema será:

3. Dado el siguiente problema de control óptimo:

𝒎𝒂𝒙 𝑽(𝒂) = ∫ 𝒍𝒏(𝒖)𝒆−𝒑𝒕 𝒅𝒕

Aplicando los cuatro principios

Por el criterio de la segunda derivada:

𝐻 𝑐𝑡𝑒 = 𝑙𝑛(𝑢) + 𝑚𝑡 (𝑏𝑦 − 𝑢)

Trabajando en el tercer principio:

Trabajando en el primer principio:

La senda optima de la variable de estado

Condición inicial para hallar: 𝑦(𝑎) = 𝑐

4. La curva de demanda de un mercado en el instante “t” viene dado por:

Donde q(t) y p(t) representan la cantidad y el precio, respectivamente. En este

𝑀𝑎𝑥 𝑉 [𝑦𝑡 ] = ∫ 𝑝(𝑄 − 𝑦)𝑒 −𝑟𝑡 𝑑𝑡

𝑴𝒂𝒙 𝑽 [𝒚𝒕 ] = ∫ {𝒂𝒑 − 𝒃𝒑𝟐 − 𝒑𝒚}𝒆−𝒓𝒕 𝒅𝒕

y’= variación en la producción de la firma pequeña

Aplicando los cuatro principios del máximo:

Trabajando la solución cualitativa:

La matriz del Jacobiano se trabaja en base a los siguientes criterios:

Senda optima de la variable de Coestado: