Optimización Dinámica, curso a distancia[2].

En esta segunda entrega iniciamos presentando la solución de la lista de ejercicios de la primera sesión.

Solución Ejecicios. 1

1. a) Para la ecuación ẍ + ẋ − 12x = z(t), verificamos primero que: xh (t) = αe3t + βe−4t , es solución
de su ecuación homogénea asociada, para ello calculamos: ẋh = 3αe3t − 4βe−4t y ẍh = 9αe3t +
16βe−4t , si ahora sustituimos en la ecuación homogénea, se tiene:

ẍh + ẋh − 12xh = (9αe3t + 16βe−4t ) + (3αe3t − 4βe−4t ) − 12(αe3t + βe−4t ) = 0

para las soluciones particulares, se procede de la misma forma:

Si z(t) = 12t2 − 2t − 14 y xp (t) = −t2 + 1, entonces: ẋp = −2t y ẍp = −2, sustituyendo en
la ecuación, se obtiene:

ẍp + ẋp − 12xp = (−2) + (−2t) − 12(−t2 + 1) = 12t2 − 2t − 14

Si z(t) = 16e4t y xp (t) = 2e4t , entonces: ẋp = 8e4t y ẍp = 32e4t , sustituyendo en la ecuación,
se obtiene:
ẍp + ẋp − 12xp = (32e4t ) + (8e4t ) − 12(2e4t ) = 16e4t
Para z(t) = −14e−4t , se deberı́a proceder igual, pero puedes observar que si en el ejemplo
correspondiente, sustityes el parámetro c que aparece en la solución propuesta por el número
−14, dentro del desarrollo que permitió determinar dicho valor, se tiene la justificación, por
lo mismo en las siguientes dos ecuaciones ya no verificamos los casos no homogéneos.
b) Para la ecuación ẍ − 6ẋ + 9x = z(t), verificamos sólo que: xh (t) = αe3t + βte3t , es solución de
su ecuación homogénea asociada, calculamos nuevamente: ẋh = (3α + β)e3t + 3βte3t y ẍh =
(9α + 6β)e3t + 9βte3t , si ahora sustituimos en la ecuación homogénea, se tiene:

ẍh − 6ẋh + 9xh = [(9α + 6β)e3t + 9βte3t ] − 6[(3α + β)e3t + 3βte3t ] + 9[αe3t + βte3t ] = 0

c) Para ẍ − 6ẋ + 13x = z(t), con xh (t) = αe3t cos(2t) + βe3t sen(2t), se tiene:

ẍh − 6ẋh + 13xh = [(5α + 12β)e3t cos(2t) + (5β − 12α)e3t sen(2t)]

−6[(3α + 2β)e3t cos(2t) + (3β − 2α)e3t sen(2t)]
+13[αe3t cos(2t) + βe3t sen(2t)] = 0

2. Resuelve las siguientes ecuaciones (homogéneas):

a) 2ẍ − 5ẋ − 3x = 0, el polinomio asociado es 2u2 − 5u − 3 = 2(u − 3)(u + 21 ), por lo tanto la

solución es de la forma:
1
x(t) = αe3t + βe− 2 t

1
 b) ẍ − 10ẋ + 25x = 0, el polinomio asociado es u2 − 10u + 25 = (u − 5)2 , por lo tanto la solución
es de la forma:
x(t) = αe5t + βte5t

c) ẍ + 4ẋ + 8x = 0,el polinomio asociado es u2 + 4u + 8 = (u + 2)2 + 4, por lo tanto la solución es

de la forma:
x(t) = αe−2t cos(2t) + βe−2t sen(2t)

3. Encuentra una solución particular para las ecuaciones no homogéneas, que se obtienen en el ejercicio
anterior, cuando la función que la haga no homogénea es, respectivamente:

a) 3t2 + 10t − 13, proponiendo xp = at2 + bt + c, se tiene ẋp = 2at + b y ẍp = 2a, luego se debe
cumplir:

3t2 + 10t − 13 = 2(2a) − 5(2at + b) − 3(at2 + bt + c) = −3at2 − (10a + 3b)t + (4a − 5b − 3c)

de donde a = −1, b = 0 y c = 3, luego: xp = −t2 + 3.

b) 27e2t , proponiendo xp = ce2t , se tiene ẋp = 2ce2t y ẍp = 4ce2t , luego se debe cumplir:

27e2t = (4ce2t ) − 10(2ce2t ) + 25(ce2t ) = 9ce2t

de donde c = 3, luego: xp = 3e2t .

c) sen(3t) − 12 cos(3t), proponiendo xp = a sen(3t) + b cos(3t), se tiene ẋp = 3a cos(3t) − 3b sen(3t)
y ẍp = −9a sen(3t) − 9b cos(3t), luego se debe cumplir:

sen(3t) − 12 cos(3t) = (−9a sen(3t) − 9b cos(3t)) + 4(3a cos(3t) − 3b sen(3t))

+8(a sen(3t) + b cos(3t)) = −(a + 12b) sen(3t) + (12a − b) cos(3t)

de donde a = −1 y b = 0, luego: xp = − sen(3t).

4. Resuelve los siguientes sistemas, encuentra la solución que cumple las condiciones iniciales:
De los sistemas encargados, sólo presento tres, representativos del conjunto total.

a)
ẋ = x + 2y
ẏ = 4x + 3y
X(0) = (2, −2)
procedemos a calcular los valores propios:

1−v 2
= v 2 − 4v − 5 = (v − 5)(v + 1)
4 3−v

tenemos dos valores propios reales y diferentes: v1 = 5 y v2 = −1, calculamos para cada uno un
vector propio:

2
 Para v1 = 5 se tiene:    
1−5 2 0 −4 2 0
=
4 3−5 0 4 −2 0
 
1
luego U1 = es un vector propio asociado a v1
2
Para v2 = −1 se tiene:    
1+1 2 0 2 2 0
=
4 3+1 0 4 4 0
 
1
luego U2 = es un vector propio asociado a v1
−1
De donde la solución general del sitema tiene la forma:
     
x 1 1
=α 5t
e +β e−t
y 2 −1

La solución que cumple las condiciones iniciales, se calcula como sigue:

           
2 x(0) 1 5·0 1 −0 1 1
= =α e +β e =α +β
−2 y(0) 2 −1 2 −1

De donde α = 0, β = 2 y el par de funciones que satisfacen la ecuación diferncial, junto con las
condiciones iniciales son: x(t) = 2e−t , y(t) = −2e−t .
b)
ẋ = −6x + 2y
ẏ = −3x + y
X(0) = (3, 4)
procedemos a calcular los valores propios:

−6 − v 2
= v 2 + 5v = (v + 5)(v − 0)
−3 1−v

tenemos dos valores propios reales y diferentes: v1 = −5 y v2 = 0, calculamos para cada uno un
vector propio:
Para v1 = −5 se tiene:    
−6 + 5 2 0 −1 2 0
=
−3 1+5 0 −3 6 0
 
2
luego U1 = es un vector propio asociado a v1
1
Para v2 = 0 se tiene:    
−6 − 0 2 0 −6 2 0
=
−3 1−0 0 −3 1 0

3
  
1
luego U2 = es un vector propio asociado a v2
3
De donde la solución general del sitema tiene la forma:
         
x 2 −5t 1 0·t 2 −5t 1
=α e +β e =α e +β
y 1 3 1 3

La solución que cumple las condiciones iniciales, se calcula como sigue:

           
3 x(0) 2 1 2 1
= =α e−5·0 + β =α +β
4 y(0) 1 3 1 3

De donde α = 1, β = 1 y el par de funciones que satisfacen la ecuación diferncial, junto con las
condiciones iniciales son: x(t) = 2e−5t + 1, y(t) = e−5t + 3.
c)
ẋ = 5x + y
ẏ = −2x + 3y
X(0) = (−1, 2)
procedemos a calcular los valores propios:

5−v 1
= v 2 − 8v + 17 = (v − 4)2 + 1
−2 3 − v

tenemos dos valores propios reales complejos conjugados: v1 = 4 + i y v2 = 4 − i, calculamos

para el primero un vector propio:
   
5 − (4 + i) 1 0 1−i 1 0
=
−2 3 − (4 + i) 0 −2 −1 − i 0
 
1+i
luego U1 = es un vector propio asociado a v1
−2
De hecho el vector de funciones U1 ev1 t es una solución del sitema, pero de funciones que toman
valores en los números complejos, lo que se procede a hacer es desarrollar dicha solución en
sus partes real e imaginaria, cada una de tales partes será solución real del sistema y con sus
combinaciones lineales se genera todo el espacio de soluciones reales.
      
1+i (4+i)t 1 1
e = + i (cos(t) + i sen(t))e4t
−2 −2 0
         
1 1 4t 1 1
= cos(t) − sen(t) e + i sen(t) + cos(t) e4t
−2 0 −2 0

De donde la solución general del sitema tiene la forma:

X(t) = αX1 (t) + βX2 (t)

4
 donde:     
1 1
X1 (t) = cos(t) − sen(t) e4t
−2 0
    
1 1
X2 (t) = sen(t) + cos(t) e4t
−2 0
La solución que cumple las condiciones iniciales, se calcula como sigue:
       
−1 x(0) 1 1
= = αX1 (0) + βX2 (0) = α +β
2 y(0) −2 0

De donde α = −1, β = 0 y el par de funciones que satisfacen la ecuación diferncial, junto con
las condiciones iniciales son: x(t) = (sen(t) − cos(t))e4t , y(t) = 2 cos(t)e4t .

Concepto de Derivada en Rn.

A continuación presentamos en Rn los elementos que usamos como herramienta para optimizar funciones
en este espacio; usaremos tales elementos, como una guı́a, que nos permita abordar el tema central de un
curso como el nuestro: Optimiación Dinámica; si recuerdan sus curso de cálculo de una y varias variables,
tendrán presente que uno de los objetivos centrales de tales cursos es encontrar los puntos óptimos, máximos
y mı́nimos de funciones del tipo:
f :D→R
donde D el dominio de la función, es un subconjunto de R o de Rn , según se trate de cálculo de una
o de varias variables, para poder encontrar tales óptimos, son necesarios los conceptos presentados a
continuación.

Definición 1 Recordando que Rn es un espacio vectorial de dimensión n, se define una función norma,
como sigue:
|| || : Rn → R+
V 7→ ||V||
Donde R+ = {x ∈ R : x ≥ 0} y la función norma cumple las propiedades:

1. ||V|| = 0 ⇐⇒ V = O.

2. ||U + V|| ≤ ||U|| + ||V|| para cualesquiera U, V en Rn .

3. ||aU|| = |a| · ||U||, para cualequier U en Rn y cualquier real a.

Todo espacio vectorial dotado de una norma, se dice espacio vectorial normado, y la existencia de tal
norma es lo que nos permite definir el concepto básico de lı́mite y a partir de ello los de continuidad y
derivada, dos normas importantes y equivalentes, en Rn son:

La conocida norma euclidiana ||V||e = (v12 + v22 + · · · + vn2 )1/2 .

5
 La norma del supremo ||V||s = sup{|v1 |, |v2 |, . . . , |vn |}
Procedemos ahora a definir los conceptos de transformación lineal y transformación bilineal simétrica,
retringiéndonos a los espacios vectoriales que nos interesan
Definición 2
Una función T : Rn → R, se dice lineal si para cualesquiera U, V en Rn y cualquier par de reales a,
b, cumple:
T (aU + bV) = aT (U) + bT (V)

Una función T : Rn × Rn → R, se dice bilineal simétrica, si es lineal en cada una de sus coordenadas,
i.e., si para cualesquiera U, V, W en Rn y cualquier par de reales a, b, cumplen:
ˆ T (aU + bV, W) = aT (U, W) + bT (V, W)
ˆ T (U, aV + bW) = aT (U, V) + bT (U, W)
y además para cualesquiera U, V se cumple:
T (U, V) = T (V, U)

Definición 3 Si U ∈ Rn y  es un real positivo, se define la bola abierta con centro en U y de radio ,

como sigue:
B(U, ) = {V : ||V − U|| < }
Con los elementos antes anotados, podemos recordar los conceptos de primera y segunda derivada de
nuestros cursos de cálculo.
Definición 4 Una función f : D → R con D ⊆ Rn , se dice:
Diferenciable en un punto u0 ∈ B(u0 , ) ⊆ D, si existe una transformación lineal Dfu0 : Rn → R, tal
que para cada h con u0 + h ∈ D, se cumple la siguiente identidad:
f (u0 + h) = f (u0 ) + Dfu0 [h] + ◦(||h||)
donde ◦(||h||), la función que mide el error que la estimación lineal hace de la función en el punto
u0 + h, cumple:
◦(||h||)
lı́m =0
h→O ||h||

Si además existe una transformación bilineal D(2) fu0 : Rn × Rn → R, tal que se cumple:
1
f (u0 + h) = f (u0 ) + Dfu0 [h] + D(2) fu0 [h, h] + ◦(||h2 ||)
2
donde la función que mide el error de la aproximación cuadrática dada, ◦(||h||2 ), cumple:
◦(||h||2 )
lı́m =0
h→O ||h||2

entonces decimos que f es dos veces diferenciable en u0 .

6
Las transfomaciones Dfu0 y D(2) fu0 son respectivamente, la primera y segunda derivada de la dunción f ,
en el punto u0 .

Las derivadas descritas en la definición anterior, se pueden representar mediante el concepto usual de
derivada y derivada parcial de tus cursos de cálculo como a continuación se anota:

Dfu0 [h] = ∇fu0 · h = fx1 (u0 )h1 + fx2 (u0 )h2 + · · · + fxn (u0 )hn
n
X
D(2) fu0 [h, h] = hHfu0 ht = fxi ,xj (u0 )hi hj
i,j=1

En la primera ecuación se usa que ∇f = (fx1 , fx2 , . . . , fxn ) es el gradiente de la función f , i.e. el
vector de funciones formado por sus derivadas parciales y ∇fu0 es el vector de Rn obtenido al evaluar
cada entrada en el punto u0 ; en la segunda lo que se realiza es el producto de tres matrices donde Hf y
Hfu0 son, respectivamente, primero la matriz Hessiana de f , donde la entrada (i, j) es la segunda derivada
parcial de f respecto de las variables xi y xj , y la segunda es dicha matriz evaluada en el punto u0 .
Para aclarar los conceptos presentamos a continuación un listado de ejemplos.

Ejemplo 1 En estos ejemplos se calculan Dfu0 y D(2) fu0 , para funciones f y puntos u0 especı́ficos.
1. Para f (x) = 2x3 − 15x2 + 36x − 13 tenemos: fx (x) = 6x2 − 30x + 36 y fx,x = 12x − 30, consideremos
x = u0 + h un valor arbitrario desplazado de u0 .

a) Si u0 = 1, tenemos ∇fu0 · h = (fx (1)) · (x − 1) = 12 · (x − 1), luego se tiene:

f (x) = f (1) + ∇fu0 · h + ◦(||h||) = 10 + 12(x − 1) + ◦(||h||) = 12x − 2 + ◦(|(x − 1)|)

observa que la ecuación y = 12x − 2 corresponde a la ecuación de la recta tangente a f en el

punto (1, 10) y que la pendiente corresponde con nuestra primera derivada usual evaluada en 1,
verifica que ◦(||h||) = f (x) − (12x − 2) cumple que dividida entre ||h|| = |x − 1| tiende a cero
cuando ||h|| tiende a cero, o equivalentemente cuando x tiende a 1.
Para calcular la identidad con la segunda derivada, vemos que: hHfu0 ht = (x−1)fx,x (1)(x−1) =
−18(x − 1)2 , luego tenemos:

f (x) = f (1) + ∇fu0 · h + 21 hHfu0 ht + ◦(||h||2 )

= 12x − 2 − 9(x − 1)2 + ◦(||h||2 ) = −9x2 + 30x − 11 + ◦(|(x − 1)|2 )

verifica ahora que el cociente de la función ◦(|(x − 1)|2 ) dividida entre |x − 1|2 tiende a cero
cuando x tiende a 1.
b) Si u0 = 3, tenemos ∇fu0 · h = (fx (3)) · (x − 3) = 0 · (x − 1) = 0, luego se tiene:

f (x) = f (3) + ∇fu0 · h + ◦(||h||) = 14 + ◦(||h||)

observa ahora que y = 14 la recta tangente a la función, en el punto (3, 14) es una recta
horizontal, la pendiente y por lo tanto derivada en dicho punto son iguales acero, recuerdas

7
 ¿qué significa eso?, verifica que ◦(||h||) = f (x) − 14 cumple que dividida entre ||h|| = |x − 3|
tiende a cero cuando ||h|| tiende a cero, o equivalentemente cuando x tiende a 3.
Calculando ahora con la segunda derivada, vemos que: hHfu0 ht = (x − 3)fx,x (3)(x − 3) =
6(x − 3)2 , luego tenemos:

f (x) = f (3) + ∇fu0 · h + 21 hHfu0 ht + ◦(||h||2 )

= 14 + 3(x − 3)2 + ◦(||h||2 ) = 3x2 − 18x + 41 + ◦(|(x − 3)|2 )

verifica ahora que el cociente de la función ◦(|(x − 3)|2 ) dividida entre |x − 3|2 tiende a cero
cuando x tiende a 3.

2. Para f (x, y) = 9x2 + 4y 2 − 12x + 12y + 13 tenemos: fx = 18x − 12, fx,x = 18, fy = 8y + 12, fy,y = 8
y fx,y = fy,x = 0 consideremos (x, y) = u0 + h un valor arbitrario desplazado de u0 .

a) Si u0 = (1, 1), tenemos ∇fu0 · h = fx (1, 1) · (x − 1) + fy (1, 1) · (y − 1) = 6(x − 1) + 20(y − 1) =

6x + 20y − 26, luego se tiene:

f (x, y) = f (1, 1) + ∇fu0 · h + ◦(||h||) = 6x + 20y + ◦(||(x − 1, y − 1)||)

en este caso la ecuación z = 6x + 20y corresponde a la ecuación del plano tangente a f en el

punto (1, 1, 26).
Para calcular la identidad con la segunda derivada, vemos que la matriz Hessiana resulta:
   
fx,x fx,y 18 0
H= =
fy,x fy,y 0 8

la cual no depende del punto donde se evalue, luego tenemos:

f (x, y) = f (1, 1) + ∇fu0 · h + 12 hHfu0 ht + ◦(||h||2 )

  
9 0 x−1
= 6x + 20y + (x − 1, y − 1) + ◦(||h||2 )
0 4 y−1

= 9x2 + 4y 2 − 12x + 12y + 13 + ◦(||h||)2 ||)

b) Si u0 = ( 23 , − 32 ), ∇fu0 · h = fx ( 23 , − 32 ) · (x − 23 ) + fy ( 32 , − 32 ) · (y + 32 ) = 0 · (x − 23 ) + 0 · (y + 32 ) = 0,
luego se tiene:
 
2 3
f (x, y) = f ,− + ∇fu0 · h + ◦(||h||) = 26 + ◦(||(x − 1, y − 1)||)
3 2

en este caso la ecuación z = 0 corresponde a la ecuación del plano tangente a f en el punto

( 23 , − 32 , 0).

8
 Para calcular la identidad con la segunda derivada, vemos que la matriz Hessiana es la misma
que en el caso anterior, pués no depende del punto donde se evalue, luego tenemos:

f (x, y) = f ( 23 , − 32 ) + ∇fu0 · h + 21 hHfu0 ht + ◦(||h||2 )

2
  
2 3 9 0 x−
= (x − 3, y + 2)
3
3 + ◦(||h||2 )
0 4 y+ 2

= 9(x − 32 )2 + 4(y + 23 )2 + ◦(||h||2 ||)

= (3x − 2)2 + (2y + 3)2 + ◦(||h||2 ||)

Compara la última expresión cuadrática obtenida con la función original y comenta.

De los ejemplos arriba presentados, puedes recordar que para encontrar posibles óptimos de nuestras
funciones reales y con dominio en un D ⊆ Rn , sin importar si n tomaba el valor uno, dos, tres, etc.
necesitabas encontrar los ceros de las derivadas correspondientes.

Un resultado particular y útil del cálculo, es que si se tiene una función x(t) : [a, b] → R que tenga
derivada contı́nua en el intervalo dado, entonces la longitud Γ[x] de dicha curva, se calcula mediante la
siguiente integral:
Z bp
Γ[x] = 1 + ẋ2 dt
a
Si ahora piensas por ejemplo en el conjunto:

C (2) [a, b] = {x : x es una función dos veces diferenciable en el dominio [a, b]}

entonces podemos definir la siguiente función, funcional:

Γ : C (2) [a, b] → R
x 7→ Γ[x]

Donde a cada curva dentro de nuestro espacio, le asociamos un número real, su longitud; si fijamos ahora
los puntos inicial y final de nuestras curvas tiene sentido el siguiente problema:
Rb√
optimizar Γ[x] = a 1 + ẋ2 dt

sujeta a: x(a) = A y x(b) = B

De este ejemplo destacamos que el dominio de Γ es un espacio de funciones y que toma valores reales
para cada función dentro de dicho dominio, es por ello que se acostumbra llamarle funcional, pero como
te habrán comentado en tu curso de ecuaciones diferenciales, estos conjuntos C (n) [a, b] de funciones con
derivadas contı́nuas hasta el orden n-ésimo, son espacios vectoriales, el problema es que tienen dimensión
infinita, pero al estar dotados de una norma, adecuada, a saber:

||x|| = sup{x(t) : t ∈ [a, b]}

9
Se pueden definir en ellos los conceptos de lı́mite, continuidad y derivada, y usando de manera adecuada
la derivada, que en nuestro caso llamaremos primera variación, se pueden, bajo circunstancias adecuadas,
resolver problemas de optimización, como el arriba anotado, por cierto ¿cuál piensas que es la función que
optimiza a la función Γ antes anotada?

Ejecicios. 1 En este listado de ejercicios, se te piden un conjunto de definiciones con la idea de que
recuerdes conceptos importantes de tus cursos previos, los cuales son básicos para continuar con los temas
centrales del curso.

1. Responde a las preguntas planteadas en las notas de esta entrega.

2. Para las siguientes funciones de una variable, encuentra su mejor aproximación lineal, recta tangente,
y su mejor aproximación cuadrática, en los puntos indicados.

a) x(t) = t3 − 6t2 + 12t − 15 para t = 2 y t = −2.

b) x(t) = t3 − 3t2 − 45t + 6 para t = −5 y t = 3.
3
c) x(t) = 2t 2 − 6t + 3 para t = 4 y t = 9.

3. Para las siguientes funciones de dos variables, encuentra su mejor aproximación lineal, plano tangente,
y su mejor aproximación cuadrática, en los puntos indicados.

a) x(u, v) = 4u2 + 9v 2 + 12u − 6v + 20 para (u, v) = (1, 2) y (u, v) = (− 23 , 13 ).

b) x(u, v) = u2 + v 2 + 8u − 6v + 50 para (u, v) = (4, −3) y (u, v) = (−4, 3).
c) x(u, v) = 5u2 + 5v 2 − 8uv + 10 para (u, v) = (2, 1) y (u, v) = (0, 0).

4. Define los siguientes conceptos:

a) Espacio vectorial.
b) Vectores linealmente independientes.
c) Base de un espacio vectorial.
d ) Valores y vectores propios, espacios invariantes.
e) Punto crı́tico de una función diferenciable de una o varias variables reales.

5. Identifica y clasifica los puntos crı́ticos de las funciones de los ejercicios 2 y 3.

10