Professional Documents
Culture Documents
nmero de capitalizaciones
(n=1)
Monto Final
1 ao
2 ao
M + i M =M (1+i)
3 ao
M (1+ i)2 +i M (1+i)2= M (1+i)3
t aos
t
M (1+i)
Monto Final
i
i
M + M = 1+
2
2
( )
1 ao
i i
i
i
+ M 1+ =M 1+
2 2
2
2
( )
M 1+
2 ao
( ) ( )
2
i
i
i
i
+ M 1+ =M 1+
2
2
2
2
i 4 i
i 4
i
+ M 1+ =M 1+
2
2
2
2
i 5 i
i 5
i
+ M 1+ =M 1+
2
2
2
2
i 6 i
i 6
i
+ M 1+ =M 1+
2
2
2
2
i 7 i
i 7
i
M 1+ + M 1+ = M 1+
2
2
2
2
i
i
i
1
+ M 1+ =M 1+
2
2
2
2
( )
M 1+
( )
M 1+
( ) ( )
( ) ( )
3 ao
( )
M 1+
4 ao
( )
M 1+
( )
M 1+
( )
( ) ( )
( ) ( )
( ) ( )
( ) ( )
1 ao
2 ao
3 ao
4 ao
t aos
Monto Final
i
2
i
2
i
2
i
M 1+
2
( )
M 1+
( )
M 1+
( )
M 1+
( )
i
2
2t
( )
M 1+
Monto final
i
i
M + M =M 1+
3
3
( )
1 ao
i i
i
i
M 1+ + M 1+ =M 1+
3 3
3
3
( )
( ) ( )
2
i
i
i
i
+ M 1+ =M 1+
3
3
3
3
i 4 i
i 4
i
M 1+ + M 1+ =M 1+
3
3
3
3
i 5 i
i 5
i
+ M 1+ =M 1+
3
3
3
3
i 6 i
i 6
i
M 1+ + M 1+ =M 1+
3
3
3
3
i 8 i
i 8
i
+ M 1+ =M 1+
3
3
3
3
i 8 i
i 8
i
+ M 1+ =M 1+
3
3
3
3
i
i
i
i
M 1+ + M 1+ =M 1+
3
3
3
3
( )
( )
M 1+
2 ao
( )
( )
M 1+
( ) ( )
( ) ( )
( ) ( )
( ) ( )
3ao
( )
( )
M 1+
( )
M 1+
( ) ( )
( ) ( )
( ) ( )
Monto final
1ao
2ao
i
3
i
3
i
3
i
3
3t
( )
M 1+
( )
M 1+
3ao
( )
M 1+
t aos
( )
M 1+
Generalizando: n capitalizaciones al ao
No de
capitalizaciones
En General
n=1
i
n
n (t )
M 1+
n (t )
n=2
i
M 1+
n
n=3
i
n
n (t )
M 1+
n=n
i
M 1+
n
n (t )
Monto Final
( )
M ( 1+i )t
i
2
2t
i
3
3t
i
n
nt
( )
( )
M 1+
( )
( )
M 1+
( )
( )
M 1+
i
S=M 1+
n
( )
nt
Ejemplo:
Willy deposita 10 000 s/. en un banco, durante 5 aos, a la tasa de inters
anual de 10% ; el banco capitaliza intereses cada trimestre, al terminar el
quinto ao. Cul ser el monto que retirara Willy del banco?
M =10 000 S /.
t=5 a os
i=10 =0.1
i
n
nt
( )
S= 1+
n=4
S=1.6386164 (10000)
S= 1+
0.1
4
4 (5 )
(10000)
S=16386.2
i
n
nt
( )M
S= 1+
Si asumimos lo siguiente:
i
Z = 1+
n
nt
( )
+ ; n=1,2,3, .
n Z
Observe que:
S=16386.2
Z =1.6386164
1.- Z
Z =Z ( i, n , t )
Examinando:
i
10
1.63862
15
2.08815
10
1.64194
10
10
2.68560
3.-
siguiente intervalo.
a) Si la
i=0
Z =1
b) Si la i0 Z=1
4.- Finalmente Z
Sea:
= 1+
n
nt
es un nmero puro.
2.-
( i ),
el
= ( , n ,t )
en el intervalo de:
01
futuros en valores
Ejemplo:
Los padres de Maribel le otorgaron un premio de 8000s/. al terminar sus
estudios de 5 aos. Actualmente la tasa de inters anual es de 5% (0.05) y
considerando capitalizacin mensual.
Cul ser el monto actual o el valor actual del premio, si Maribel
actualmente est cursando el 3er ao de estudios?
ao
1 ao
1 ao
Periodo de estudios
1 ao
1 ao
2012
2013
2017
2018
2014
1 ao
2015
1
2016
S=8000
n=12
i=5
t=3
S i= entonces:
nt
( )
M =S 1+
M =8000 1+
M =8000
12 ( 3 )
0.05
12
1
240
36
241
240
36
( )
M =8000(0.860976)
M =6887.8099
M =8000 1+
M =6887.81
Adems:
Valor final = VF = S
Valor actual = VA = M
Si
i=10 t=1
12
1.1047130
100
1.1051156
10000
1.1051703
100000
1.1051708
Qu ocurre con Z si
nt
n ?
i
n
nt
( )
lim Z=lim 1+
Se busca encontrar:
Analizando;
i
n
( )
Z = 1+
Replanteando:
( ni )
[ ( )]
lim ln Z=lim n . t ln 1+
nt
ln Z =ln 1+
i
n
[ ]
( ni )
ln 1+
Luego:
lim ln Z=lim
i
lim ln Z=lim ln 1+
n
n
n
nt
( )
1
n.t
[ ( )]
lim ln 1+
lim ln Z=
lim
i
n
1
n.t
0
0
lim ln Z=
n
( ni ); a( n)= nt1
x ( n )=ln 1+
Luego:
lim ln Z=lim
n
x (n)
a(n)
lim ln Z=lim
n
Sabemos:
x ' ( n )=
i
(
i n )
1+
2
'
a ( n )=
1
n2 t
Luego:
[ ]
2
i/n
1+i/n
lim lnZ =lim
1
n
n
n2t
[ ]
x ' (n)
a ' (n)
[][
i
2
n
i
1+
2
n (n+ i)
n
lim
=lim
1
1
n
n
2
n t
n2 t
n+i
3
i n t
=lim
n2 (n+i) n
lim
lim
n
[ ]
it
1+
i
n
=it
Finalmente:
Tomando antilogaritmos:
lim elnz =e it lim Z=e it
n
Ejemplo:
Un monto de dinero s/. 18 000 es depositado en un banco que ofrece pagar
una tasa de inters de 5%. Cul ser el monto a retirarse despus de
9aos?
a) Considere 12 capitalizaciones por ao.
b) Considere que el nmero de capitalizaciones tiende al infinito.
f)
12 ( 9)
0.05
12
1
240
108
S= 1+
( 18 000 )
i)
S=28203.23969
g)
h)
d)
S= 1+
e)
. 18 000
j) Con capitalizacin
continua:
k)
l)
( 0.05) ( 9 )
S=e
o)
( 18 000 )
q)
m)
n)
p)
r)
S=28 229.61934
S=s /.28 229.61
s)
=et
Donde : =i
y)
z)
En finanzas los montos de dinero se comparan en el mismo
momento de tiempo, es decir en un mismo periodo, actual o futuro pero
no mezclado.
aa)
Optimizacin esttica
af)
Caractersticas:
Optimizacin Dinmica
al)
Caractersticas:
1.6.-Funcional
objetivo
ar)
as) Es una aplicacin donde su dominio es un conjunto de
funciones y el rango un conjunto de nmeros reales, adems a todas
las funcionales se asocia un costo y un beneficio (ventaja y
desventaja).
R1 = R1(t)
at)
V1=15 min
R2
R2 = R2(t)
au)
V2=30 min
R1
av)
R3 = R3(t)
V3=120 min
aw)
Entonces: V =V ( f ) V =[ f (t ) ]
R3
ax) Formalizando:
ay)
y= y (t )
y adems dos
az)
y ( 0 )= y 0 y 0 fijo
bb)
t [ 0, T ]
Trayectoria
bg)
be)Costo o beneficio
bl)
y 2 (t)
bm)
y 3 (t)
V2
V3
bn)
bo)
bp)
bh)
bi)
bj)
bk)
V1
y 1 (t)
bq)
y (t)
br) V
bs)
bt)
y (t)
; es decir existe la
V =V [ y ( t ) ]
bv)
R
bw)
bx)
by)
bz)
ca)
Yt
cb)
Y2(t)
cc)
cd)
ce)
Y1(t)
Y0
cf)
cg)
ch)
Y3(t)
ci) Qu es el funcional?
cr) Minimizacin
cs)
ct) En general optimizar
V =V [ y (t) ]
cu)
cv)
cw)
cx)
2.-Calculo de variaciones
cy)
cz)
Para entender la metodologa de clculo de variaciones de
manera preliminar, presentaremos el siguiente caso:
da)
Solucin 1
dc)
Tomando en cuenta el teorema de Pitgoras la respuesta sera
la siguiente:
dd)
de)
12
R =7 +5
Y
2
R =49+25
df)
R =74
dg)
R= 74
A
dh)
R=8.6
di)
dj)
dk)
dl)
Solucin 2
dq)
12
dr)
ds)
dt)
du)
dv)
dw)
dx)
( dR )2 ( dy )2 ( dt )2
=
+
( dt )2 ( dt )2 ( dt )2
dy)
dR 2 dy 2
=
+1
dt
dt
( ) ( )
dz)
dR
=
dt
ec)
ea)
dy 2
+1
dt
eb)
dR=
dy 2
+1 dt
dt
dR= ( y ) +1 dt
2
puntos A y B.
7
ed)
D= 1+ y 2 dt
ee)
El problema ser:
Distancia entre A y B
ef)
Minimizar
eg)
Sujeto a:
D= 1+ y 2 dt
2
y (2 )=5 y ( 7 )=12
eh)
ei)
em)
en)
eo)
El problema de clculo de variaciones
consiste en encontrar la trayectoria ptima de estado en un horizonte
de tiempo definido de tal forma que el funcional sea maximizado o
minimizado.
ep)
eq)
Optimizar
un
funcional:
T
V [ y ]= f ( y , y , t ) dt
0
er)
Sujeto a: y ( 0 )= y 0 y (T )= y r
es)
et)
eu)
ev)
V =V [ y ]
Dnde:
y= y ( t )
de
estado
funcional
ew)
ex)
y ( 0 )= y 0
Variable
f ( y , y , t )
Funcin
intermedia
Condicin inicial
ey)
ez)
fa)
fb)
fc)
fd)
y (T )= y T
t [ 0,T ]
fe)
Ejemplo
ff)
fg) Una firma monopolista presenta la siguiente funcin de costos
2
c=Q +Q+1, la produccin de esta fIrma no se almacena, por lo
tanto la cantidad producida siempre es igual a la cantidad
demandada, por otra parte la cantidad demandada depende tanto del
fm)
fn)
fo) Sabemos:
fp) Ingresos= Precio x cantidad
fq)
I =P .Q
fr)
fs)
I =P ( 22 P+ P ) I =2 P2 P2 + P P (2)
ft)
fu) Costos
C=Q2+ Q+ 1
fv)
2
fw) C=( 22 P+ P ) + ( 22 P+ P ) +1
fx)
fy)
fz)
gb)
2
2
gd)
ge)Remplazamos ( 2 )
gf)
( 3 ) en ( 1 ) :
gg) =I C
gh)
gi)
(P
2+ 5 P4
4 P210 P+7 )
=2 P2 P2+ P P
P P+
gj)
2
2
2
gk) =2 P2 P + P PP 5 P+ 4 P P4 P +10 P7
gl)
gm)
2
2
=7+12 P6 P +5 P P5
PP
gn)
go)
gp)
En general:
gq) = ( P , P ) = ( P , P ( t ) )
gr)
gs)El monopolista busca maximizar las ganancias en el intervalo de
tiempo
gt) t [ 0 ;5 ] es decir:
gu)
i=0
i dt
gv)
5
gw)
, P ) dt
(P
max =
0
gx)
5
gy) max
P
2 ) dt
= (7+12 P6 P25 P+5
PP
0
gz)
ha)
hb)
hc)
hd)
Las condiciones del problema son:
he)
hf) P (0)=3 condicin inicial
hg)
P (5)=6 condicin final
hh)
hi) El problema es maximizar ganancias acumuladas que dependen del
tiempo:
hj)
hk)
Max
5
5P P
P 2 ) dt
[ P ]= ( 7+12 P6 P 25 P+
0
hl)
hm)
s . a. P ( 0 )=3 P ( 5 )=6
hn)
d
La Ecuacin de Euler es: f y = dt ( f y )
hv)
Toda ecuacin de Euler debe ser una
ecuacin diferencial de segundo orden y si no es de segundo orden
tendr algunos defectos.
hw)
f y =
hx)
hy)
hz)
ia)
ib)
ic)
id)
ie)
f y=
Dnde:
df
dy
df
d y
df y d y df y dy df y dt
+
+
dy dt
dy dt dt dt
fy=f y y Y +f y y Y + f y t ..()
fyf y t=f y y Y +f y y Y
if)
ig) f y y Y + f y y Y =fyf y t
ih)
ii) Dividimos todo entre f y y
ij)
ik)
y +
f yy
fyf y t
Y=
f y y
f y y
il)
im)
Adems:
f y y =a fyf y t
=b
f y y
f y y
in)
io) x + a x =b y=x
ip)
iq) Se aprecia que la Ecuacin de Euler efectivamente se trata de una
ecuacin diferencial de 2do orden dado que la variable de estado
presenta derivadas con respecto al tiempo hasta de segundo orden.
ir)
is)
it) Procedimiento para resolver un problema de clculo de
Variaciones
iu)
iv) El problema consiste en:
iw)
V [ Y ( t ) ] = f ( y , y ,t ) dt
0
iy)
iz) Sujeto a: Y ( 0 )=Y 0 Y ( T )=Y T
ja)
jb) Metodologa de Solucin:
jc)
jd)
Se identifica la funcin: f =f ( y , y ,t )
1) Aplicar la condicin de primer orden : Ecuacin de Euler
je)
fy=
df y
dt
jf)
Luego debe resolverse la ecuacin de
Euler para encontrar la funcin dinmica general y= y ( t ) .
2) Aplicar la condicin final Y 0=Y (0)
3) Aplicar la condicin de transversalidad:
jg) [ f y ] t=T Y T + [ f y f y ]t =T T =0
4) Aplicar la condicin final T T =Y (T )
jh)
Adems tenemos que tener en cuenta lo
siguiente:
YT,T
ji)
*Si en
es conocido entonces
T es fijo.
YT,T
jj)
*Si en
no es conocido
entonces T es libre.
jk)
jl)
jm)
jn)
jo) Sabemos: [ f y ] t=T y T + [ f y f y ]t =T T =0
jp)
jq) Dnde:
jr)
Y
js) T
Es el valor de estado en el ltimo instante del horizonte
temporal.
jt) T Es el horizonte temporal en el cual se llega al objetivo, o en el
cual se realiza el objetivo.
ju)
2.3.-Condiciones de Transversalidad
lh) [ f Y f y ]t=T =0
li)
Y
lj) CASO 3: T fijo y T libre
lk)
Y
YT 0
ll) Si T T =0
ln) Si T libre
lm)
lo)
lp)
lq)
Y
lr)
YT
ls)
lt)
lu)
lv)
Y0
lw)
lx)
ly)
lz)
T
t
ma)
mb)
Entonces la condicin de transversalidad
es:
[ f y ] t=T =0
mc)
md)
YT
me)
CASO 4: T libre y
libre
mf)
a) Curva terminal: El valor de estado en el ltimo instante del horizonte
temporal es una funcin del tiempo.
YT
mg)
Asumimos que
es una funcin de
T
T =Y T = )
YT
y T
mh)
Entonces
por
mi)
mj)
Si d
mk)
Si
ml)
Y T =(T )
d Y T=
d (T )
dT
dT
estn relacionadas
Y T = ' (T ) T
mm)
mn)
[ f y ] t=T Y T + [ f y f y ]t =T T =0
mo)
mp)
f y Y T + ( f y f y ) T =0
mq)
mr)
f y ' ( T ) T + ( f y f y ) T =0
ms)
mt)
T ( f y ' T + f y f y ) =0
mu)
mv)
T [ f y ( ( T ) y ) + f ]=0
'
mw)
mx)
my)
Recordando:
mz)
[ f + f y ( ( T ) y ) ]
'
t=T
T =0
na)
nb)
nc)
Se exige:
nd)
ne)
nf)
ng)
[ f + ( ( T ) y ) f y ]
'
t=T
=0
nh)
ni)
YT
nj)
nk)
nl)
nm)
nn)
Y0
no)
np)
nq)
nr)
ns)
Y
b) Asumiendo que T
independiente de T o
no estn relacionados.
t
YT
es
nt)
Si
no hay un punto
dar
nu)
YT
YT
YT
.
nv)
Ejemplo
nw)
1
nx)
Optimizar:
V [ Y ]= e0.5 t ( Y Y 22 Y 2 ) dt
0
ny)
Sujeto a: Y ( 0 )=0 Y ( 1 )=2
nz)
oa)
En trminos grficos tenemos:
ob)
oc)
Y
od)
oe)
of)
2
og)
oh)
oi)
Y(t)
oj)
1
ok)
ol)
om)
on)
1 2
t
oo)
1) Identificamos la funcin intermedia
f =e0.5t ( Y Y 22 y 2 ) (1)
op)
oq)
f y=
df y
..(1)
dt
ot)
ou)
ov)
ow)
ox)
Obteniendo
f y:
f
=( 12 y ) e0.5 t . ( 2 ) f y =( 12 y ) e0.5 t
y
oy)
oz)
f y :
Obteniendo
f
=4 y e0.5t ( 3 ) f y =4 y e0.5t
y
pa)
pb)
pc)
df y =
f y
f y
df y f y d y f y dt
d y +
dt
=
+
y
dt
dt
y dt
t dt
pd)
df y
=( 4 e0.5t ) y + (4 y ) (0.5 ) ( e0.5 t )
dt
pe)
pf)
df y
=4 y e0.5 t + 2 y e0.5t .(4)
dt
pg)
ph)
pi)
pj)
pk)
df y
dt
pl)
pm)
pn)
12 y=4 y + 2 y
po)
pp)
4 y 2 y 2 y=1
pq)
pr)
ps)
diferencial:
pt)
pu)
qa)
qb)
qc)
1
y p= =0.5
2
pv)
pw)
px)
r t
r t
y c = A1 e + A2 e
1
py)
4 y 2 y 2 y=1
2
pz) 2 r r1=0
r=
1 124 (2 )(1 )
2( 2)
qd)
r=
1 1+8 1 9
=
4
4
qe)
qf)
1+3
r 1=
=1
4
r 2=
qg)
t
qk)
0.5 t
y c = A1 e + A2 e
qh)
13
=0.5
4
ql)
0.5 t
t
y (t )= A 1 e
+ A 2 e +0.5
qi)
qj)
qm)
y
(t)
qn)
Pero
no solo es la solucin
general, es tambin un conjunto de trayectorias de estado, pero para
determinar la ms ptima tenemos que determinar dos constantes de
acuerdo a las condiciones inicial i final.
qo)
3) Aplicamos la condicin inicial:
qp)
qq)
y ( 0 )=0
qt)
qu)
y ( 0 )= A1 + A2 +0.5
qr)
qs)
y ( 0 )= A1 e 0+ A 2 e0 +0.5
qv)
qw)
A 1 + A 2=0.5 .(5)
qx)
4) Aplicamos la condicin de transversalidad
qy)
qz)
T =fijo T =0
rb)
Y T =fijo Y T =0
ra)
rc)
Por lo tanto no es necesario aplicar la
condicin de transversalidad.
rd)
5) Aplicamos la condicin final:
y (1 ) =2
re)
rf)
y (1 ) =A 1 e0.5 + A 2 e 1+ 0.5
rg)
0.5
A1 e
rh)
ri)
rj)
+ A 2 e=1.5 . ( 6 )
rk)
1+ A 2=0.5
A
rn)
ro)
rl)
rm)
e0.5 A 1+ eA2 =1.5
rr)
rs)
A 1=
1.5+0.5 e
e0.5 e
rp)
rq)
A 1=1.3539
A 2=0.85
rt)
ru)
rv)
rw)
y (t )= A 1 e0.5t + A 2 e t +0.5
rx)
ry)
rz)
es:
sa)
sb)
sc)
sd)
se)
V [ y( t)] = e0.5 t ( y y 2 y 2 ) dt
sf)
sg)
sh)
1
si)
1
sj)
V [ y( t)] =2.365435139
sk)
sl)
sm)
Ejemplo:
sn)
so) Dado el siguiente funcional objetivo, sujeto a la restriccin
temporal.
sp)
J [ x ] = ( 3 x 212 x ) dt
sq)
Optimizar:
sr)
ss)
Sujeto a: x ( 0 )=0
st)
su)
sv)
sw)
sx)
sy)
sz)
ta)
tb)
tc)
td)
te)
tf)
tg)
th)
a) Halle la extremal.
b) Halle el valor ptimo del funcional.
c) Realice un grfico del problema.
d) Es J [ x ] un mximo o mnimo?
e) Explique la solucin, encontrada.
Sea la funcin intermedia
f =3 x 212 x .(1)
df x
.(2)
dt
De (1) se obtiene:
ti)
fx=12 .. ( 3 )
tj)
f x =6 x (4)
tk)
df x
=6 x (5)
dt
tl)
tm)
tn)
df x
dt
to)
12=6 x
tp) Simplificando
tq)
x =2 (6)
tr)
x + a1 x +a 2 x=b
ts)
tt)
1 a2=0
a
x + 0 x +0 x=2
0 02 4 ( 1 ) (0)
ty) r=
2(1)
r +0 r +0=0
tw)
tz)
b b 4 ac
tx) r=
2a
2
ub)
x c =A 1 + A 2 t
uc)Solucin Particular:
x + 0 x +0 x=2
ud)
ue) 2 K =2
ug)
xp= K t 2
uf) K=1
uh)
xp=t
x ( t )= A1 + A2 t+ t 2
x ( t )=t 2+ K 0 t+ K 1 (7)
Condicin inicial:
uo)
x ( 0 )=0
up)
x ( 0 )=02 + K 0 ( 0 ) + K 1
uq)
K 1=0 ..(8)
ur) Condicin de
transversalidad:
us) T =5 fijo x ( 5 ) libre
[ f x ]t =5=0 ..(9)
uv)
(9):
Remplazando (4) en
va)
10+ K 0=0
K 0=10 .(10)
uw)
[ 6 x ]t =5 =0
vb)
ux)
[ x ]t =5 =0
uy)
[2t + K 0 ]t=5=0
vd)
x ( t )=t 2+ K 0 t+ K 1
2
ve) x ( t )=t +10 t+ 0
uz) 2 ( 5 ) + K 0 =0
vf)
x ( t )=t 2+10 t
vg)
vh)
a) Halle extremal:
vi)
vj) En nuestro ejercicio la mayor trayectoria de estado es:
x ( t )=t 2+10 t
vk)
vl)
vm)
Valor optimo del funcional
5
vn)
J [ x ] = ( 3 x 212 x ) dt
0
vo)
5
vp)
vq)
2
2
vr) [ 3 (2 t+ 10t ) 12 (t +10 t ) ] dt
vs)
vt)
vu)
vv)
vw)
vx)
vy)
( 24 t 2240 t+ 300 ) dt
vz)
5
wa)
wb)
J [ x ] = ( 24 t 2240 t +300 ) dt
0
wc)
wd)
J [ x ] =500
wg)
wh)
25
wi)
wj)
X(t)
wk)
wl)
wm)
wn)
5t
Observe:
wo)
x ( t )=t 2+10 t
wp)
x ( 5 ) =25+ 50
x ( 5 ) =25
wq)
wr)
wt)
2.4.-Condiciones
de Segundo Orden
wu)
wv)
f =f ( y , y ,t ) ..(1)
ww)
wx)
a)
Y planteamos lo siguiente:
Si d=f <0
f
wy)
J x
b)
se maximiza.
2
Si d f >0
wz)
J x
se minimiza.
sin
y y
es
xb)
ser solo con respecto a estas dos variables, lo que implica que la
segunda diferencial ser:
xc)
df =
f
f
d y +
dy
y
y
xd)
xe) df =f y d y + fydy
xf)
d ( df )=d [ f y ( y , y ) ] d y +d [ fy( y , y ) ] dy
xg)
xh)
] [
f y
f y
fy
dy
2
xi) d f = y d y + y dy d y + y d y + y dy dy
xj)
xk)
xl)
xm)
d 2 f =f y y d y 2+ f y ydyd y + fy y d y dy + fyyd y 2
d 2 f =f y y d y 2+ f y ydyd y + fy y d y dy + fyyd y 2 (2)
xn)
xo)
d f =f y y d y + f y ydyd y + fy y d y dy + fyyd y
xp)
xq)
2
2
2
xr) d f =f y y d y + f y ydyd y + f y yd y dy+ fyyd y
xs)
2
2
2
xt) d f =f y y d y + 2 f y ydyd y +fyyd y ( 3)
xu)
xv)
Por complecin de cuadrados perfectos y factorizando:
xw)
xx)
xy)
f y y
f y y
f y y
d 2 f =f y y d y 2 +
xz)
ya)
2 f y ydyd y
+ fyyd y 2
f y y
d 2 f =f y y d y 2 +
d 2 f =f y y d y 2 +
2 f y ydyd y f y ydy
+
f y y
f y y
) (
)]
2
f y y
) ]+ fyyd y
2
2
f y ydy
+
f y y
yb)
f y ydy 2
f y ydy 2
d 2 f =f y y d y +
f y y
+ fyyd y 2
yc)
f y y
f y y
yd)
f y ydy 2 f y y 2 ( )2
2
d 2 f =f y y d y +
dy + fyy ( dy )
ye)
f y y
f y y
yf)
yg)
f y ydy 2 f y y 2
2
d 2 f =f y y d y +
fyy ( dy )
f y y
f y y
) (
yh)
2
)(
f y ydy
f y y
2
2
yi) d f =f y y d y + f y y + fyy f y y ( dy )
yj)
yk)
f y ydy 2 fyyf y y f y y 2
2
d f =f y y d y +
+
( dy ) (4 )
f y y
f y y
2
)(
ym)
a) Si
2
f y y 0 f y y fyyf y y > 0 d f > 0
lo siguiente:
yn)
yo)
ha sido minimizado.
yp)
*Por lo tanto el problema de clculo de variaciones es de
minimizacin.
yq)
*Adems cuando es minimizacin la matriz que lo constituye
es una matriz Hessiana, que en este caso ser matriz Hessiana
positiva definida.
yr) b) Si
siguiente:
ys)b. 1) La funcin intermedia es estrictamente cncava.
yt) b.2) El funcional objetivo
V [y]
es un mximo o el funcional ha
sido maximizado.
yu)
*Por lo tanto el problema de clculo de variaciones es de
maximizacin.
yv)
*Adems cuando es maximizacin de matriz que lo constituye
es una matriz Hessiana, que en este caso ser matriz Hessiana
negativa definida.
yw)
Alternativamente, si analizamos la expresin (2) podemos
apreciar que es una forma cuadrtica, y por lo tanto susceptible de
expresarse matricialmente:
yx)
d 2 f =f y y d y 2+ f y ydyd y + fy y d y dy + fyyd y 2
yy)
d 2 f = [ d y dy ] f y y f y y d y
fy y
fyy dy
][ ]
H= f y y f y y
za)
fy y
fyy
f y y f y y
( )2
zd) |H 2|= fy y fyy =f y y fyy fy y
][ ]
H= f x x
zg)
f x x
f x x = 6 0
fxx
0 0
zl)
zm)
Analizando la segunda diferencial de la ecuacin para saber si
el ejercicio anterior es un mnimo o mximo.
f x xdx 2 fxx f x x f x x 2
2
2
x x d x +
d
f
=f
+
( dx )
zn)
f x x
f x x
)(
zs)
zt)
12 B
zu)
zv)
zw)
zx)
t
zy)*Por Pitgoras podemos tener como respuesta 8.6.
zz)*Pero formulando el problema en base a la metodologa del clculo
de variaciones el problema es:
7
aaa)
Min D= 1+ y 2 dt
aab)
s . a: y ( 2 )=5 y ( 7 )=12
aac)
aad)
Sabemos que
aae)
Y la ecuacin de Euler es
aaf)
Alternativamente:
aag)
aah)
Luego: f y y Y + f y y Y + f y t
f =f ( y ; y ; t ) (1)
fy=
df y
.(2)
dt
aai)
aaj)
0=f y y Y +0 Y +0 f y y Y =0 (5)
aal)
aam)
aan)
CASO I:
f y y =0 Y 0
f =3 y +7 f y =3 f y y =0
aaq)
y=3 y 3 +2 t 2 +t y =9 t 2 + 4 t+ 1 Y =18t +4
aar)
aas)
n
lineal: y (t )=a+b t n> 1
aat)
aau)
1) Si
aav)
aaw)
CASO II:
f y y 0 Y =0
f y y 0,
implica que:
f =7 y 2+ 4 y +2 f y =14 y +4 f y y =14
y no se cumplir la condicin.
aax)
aay)
y=6 t +8 y =6 Y =0
aaz)
aba)
entonces y (t )=k 0 +k 1 t k 0 , k 1 R
abb)
Si f =( 1+ y )
abc)
abd)
abe)
abf)
Resolviendo el sistema:
abg)
k 0 +2 k 1 =5
abh)
k 0 +7 k 1=12
abi)
k 02 k 1 =5
abj)
abm)
k 0 +2 k 1 =5
abn)
k 0 +2
abo)
5 k 0 +14=25
k 0 +7 k 1=12
abp)
k 1=
abl)
abs)
abu)
k0 =
abq)
7
5
11
5
11 7
Portando la trayectoria: y (t )=k 0 +k 1 t y ( t )= 5 + 5 t
abt)
5 k 0=11
5 k 1=17
abk)
abr)
( 75 )=5
D= ( 1+ y 2 ) 2 dt
2
Si
y =
7
5
abw)
D= 1+
2
7
abx)
2 1
2
( ( ))
abv)
D= 1+
7
5
dt
49 2
dt
25
aby)
D=
abz)
D=
2
7
74
25
( )
1
2
dt
74
dt
5
74
74
( 7 )
( 2)
5
5
aca)
D=
acb)
D= 74
D=8.602325267
acc)
acd)
El valor mnimo que tomara el funcional D al recorrer la
trayectoria y (t) es de 8.60233.
2
ace)
ack)
Es posible hallar: f y y
acl)
Luego:
acm)
b)Si,
f y y <0
funcional.
aco)
acp)
acq)
f y y
Observacin:
2
f y y fyyf y y 2
d 2 f =f y y [ .. ] +
d y2
f y y
acr)
acs)
act)
acu)
acv)
acw)
acx)
acy)
acz)
ada)
adb)
adc)
add)
ade)
Unidad II
Control ptimo y
Programacin Dinmica
adf)
adg)
adh)
adi)
adj)
1.- adk)
Control ptimo
adl)
Control ptimo es una metodologa de anlisis dinmico para
problemas de optimizacin, estudia el comportamiento, de dos tipos de
variable: variable de estado y la variable de control con el fin de
maximizar o minimizar el funcional.
La variable de estado es la variable que recure en cada instante del
tiempo.
adn)
ado)
Variable de estado: Es una variable dinmica cuyo
compartimiento es efectuado de manera indirecta por la variable de
control, en otras palabras es aquella variable que refleja el resultado de
las decisiones tomadas sobre la variable de control, se caracteriza por
no ser controlada de manera directa por la gente que toma decisiones,
es decir un resultado del problema.
adp)
Ejemplo:
adq)
BCR:
Empresa:
adr)
OM
Inflacin
Publicidad
Inversin
ads)
adt)
Variable de Control: Se caracteriza por ser tpicamente un
instrumento poltico econmico dado que se utiliza para influir en la
variable de estado, es una variable que es objeto de una eleccin
discrecional arbitraria (manipulado) por parte del investigador o el
agente que toma decisiones.
adu)
Ejemplo:
adv)
BCR:
adw)
OM
Inflacin
adx)
ady)
adz)
Consideremos un pas en el que existe un recurso natural
extrable R petrleo la extraccin de este recurso se realiza a
travs del tiempo por tanto R es una funcin del tiempo R= R (t).
aea)
Segn estudios de ex petroleros se ha determinado que los
recursos existentes (condicin inicial) son:
aeb)
R ( 0 )=R 0 ; R0
Fijo
aec)
A lo largo del tiempo estos recursos se irn agotando (tasa de
extraccin- determina la velocidad en la que se agota el recurso)
Tasa de extraccin
dR(t )
=E ( t )
dt
Dnde:
aef)
Adems
influye en
aeg)
Se aprecia de la variable
dR(t )
dt
E ( t )
E (t)
es
En
Resumen:
El
E (t)
comportamiento
definir
el
comportamiento de R(t).
aei)
El recurso extrado permitir producir bienes y servicios
orientados a la satisfaccin de necesidades humanas mediante el
consumo de los mismos, esto significa la existencia de una funcin
de utilidad con las siguientes caractersticas:
aej)
u=u [ E( t) ]
ael)
Entonces inducimos que la utilidad o el bienestar mantiene una
relacin directa en la explotacin de recursos.
aem)
tE [ 0, T ]
(horizonte
U=U 0+
U1
U2
U3
Un
+
+
+ ..
2
3
1+i ( 1+i ) ( 1+i )
( 1+i )n
T
aeo)
(
t=0
U
=V
N
1+ i )
e t udt=V
aep)
aeq)
aer)
Podemos generalizar que lo que un pas buscara ser
maximizar el bienestar (utilidad) derivado de la explotacin del
recurso.
aes)
Dado que el objetivo del pas es maximizar el bienestar de la
poblacin, el problema consiste en:
T
aet)
aeu)
Maximizar:
V = e t U [ E(t ) ] dt
Sujeto a:
dR(t)
=E ( t ) , R ( 0 )=R 0 , R ( T ) =RT
dt
aev)
aey)
Maximizar:
aez)
Sujeto a:
afa)
Dnde:
V = f ( y , u , t ) dt
0
y =g ( y ,u ,t ) y ( 0 ) = y 0 y 0 fijo y (T )= y T
V=funcional
afb)
y=variable de estado
movimiento
g=Ecuacin de
afc)
u=variable de control
intermedia
f=funcin
afd)
aff)
Dada la Hamiltoniana:
afg)
afh)
afi)
Solucin interior
afj)
La funcin H es no
lineal
afk)
afl)
con respecto a u.
Se exige:
Hmax
dH
d2 H
=0
du
du2
afm)
afn)
u
afo)
u1
u*
u <u1 , u2>
Solucin de contorno
afp)
H
funcin lineal con
afq)
respecto a u
afr)
Hmax
Si H es una
Observe:
afs)
dH
>0 u =u 2
du
aft)
dH
>0 u =u 1
du
u2
afu)
u1
u2
Se exige:
dH
0
du
y =
afv)
afw)
dH
d
=dH
dy
afx)
Dependiendo de las anteriores condiciones, ser necesario
aplicar la condicin de transversalidad.
afy)
[ H ]t =T T ( T ) Y T =0
afz)
aga)
agb)
Ejemplo:
Maximizar:
V =
0
y =3 u1 y ( 0 ) =1
agc)
Sujeto a:
agd)
2
Formamos la Hamiltoniana: H=3 y2u + (3 u1)
age)
agf)
dH
agg)
dH
=4 u+3 4 +3 =0
du
agh)
d2 H
=4 <0
d u2
agi)
3
4
agj)
agk)
y =
dH
y =3 u1
d
=dH =3 =3
dy
agl)
( t )= A3t
( t )=3t + A
agm)
Buscamos determinar u, pero no es el caso por lo que
aplicamos las condiciones de transversalidad:
agn)
Si
T =2 yT
libre
ago)
[ H ]t =T T ( T ) Y T =0
agr)
T =0 ; y T 0
agq)
Se exige ( T )=0
ags)
agu)
( T )=0
agt)
agp)
agw)
0=6+ K 0
( 2 )=0
T =2
agv)
( 2 )=3 ( 2 ) + K 0
agy)
Obtendremos:
agz)
Reemplazando:
aha)
3
3
u= u= (3t +6)
4
4
agx)
( T )=3t +6
ahb)
u=
9 t 9
+
4
2
K 0=6
ahc)
Remplazando
nuevamente:
ahd)
y =3 u1
ahe)
y =3
ahh)
Aplicamos la
condicin inicial
9 t 9
+ 1
4
2
ahf)
ahi)
y ( 0 )=1 K 1=1
ahj)
y (t )=
ahk)
y dt =
27 t 25
+ dt
4
2
ahl)
Resumen:
27 t 2 25 t
(
)
yt=
+
+1
8
2
ahg)
2
y ( t )=
aho)
27 t 25 t
+
+K 0
8
2
27 t 2 25 t
+
+1
8
2
9 t 9
+
4
2
ahm)
u (t)=
ahn)
( t )=3t +6
ahp)
V = ( 3 y 2u 2) dt
0
ahq)
V =
0
[(
(
ahr)
V =
ahs)
V =27
) (
27 t 25 t
9t 9
3
+
+1 2
+
8
2
4
2
2
) ] dt
2
81 t 156 t 75
+
dt
4
2
2
aht)
Ejemplo:
V = 5 ydt
ahu)
Maximizar
ahv)
Sujeto a
ahw)
y = y +u y ( 0 )=5 u [ 1 ; 3 ]
H=5 t+ ( y +u )
ahx)
y
ahy)
ahz)
Si:
aib)
aic)
aid)
aie)
aif)
aii)
y =
>0 u=1
aia)
Si:
<0 u=3
dH
y = y +u
d
aig)
=5
aih)
( t )= A et +5
aij)
[ H ]t =T T ( T ) y T =0
aik)
y (T )= y T y (4)= y T
ail)
T fijo T =0 y T libre y T 0
aim)
( 4 )=0
ain)
A e4 +5=0 A=5 e 4
aio)
( t )=5 e4 et +5=5 e4 t +5
aip)
( t )=5 e4 t +5
aiq)
dH
0
du
( 4 )= A e +5
t [ 0 ; 4 <0
air)
Observe:
ais)
Reemplazando:
ait)
y = y +3
aiu)
y=B e t3
aiy)
u=3
aiv)
Sabemos:
aiw)
y ( 0 )=5
aix)
y (t )=8 et 3
B=8
aiz)
aja)
y (t )=8 et 3
ajb)
( t )=5 e4 t +5
u ( t ) =3
ajc)
ajd)
aje)
V = 5 ydt
0
ajf)
V = 5 [ 8 e t3 ] dt
0
ajg)
V = ( 40 et 15 ) dt
ajh)
V =2083.926001
aji)
Ejemplo:
V = ln ( 4 yu ) dt
ajj)
Maximizar:
ajk)
Sujeto a:
ajl)
Construimos la Hamiltoniana:
y =4 y (1u)
y ( 0 )=1
y (1 ) =e 2
H=ln ( 4 yu ) + (4 y4 yu)
ajm)
Principio del mximo: la Hamiltoniana es no lineal con
respecto a u.
ajn)
ajo)
dH 1
= 4 y
du u
ajp)
1
4 y=0
u
u=
ajq)
1
4 y
dH
=0
du
ajr)
dH 1
= 4 y
du u
ajs)
d 2 H 1
=
d u2 u2
ajt)
d2 H
= 0
d u2
aju)
Lo que confirma que efectivamente se trata de un caso de
maximizacin.
ajv)
ajw)
y =
ajx)
y =4 y4 yu
dH
d
ajz)
=dH
dy
akb)
= 4 u + ( 44 u )
4 yu
ake)
Remplazando u :
akf)
=1 4 (1u)
y
akh)
y =4 y (1u )
aka)
akg)
ajy)
=1 4 1 1
y
4 y
=1 4 + 1
y
y
akc)
= 1 + 4 ( 1u )
y
akd)
=1 4 ( 1u )
y
aki)
=4
akj)
+ 4 =0
akk)
( t ) = A0 e
4 t
akl)
akm)
Remplazamos u :
akp)
y =4 y 1
1
4 y
)
akr)
ako)
y =4 y (1u)
akq)
akn)
y 4 y=
y =4 y
aks)
4 t
Pero ( t )= A0 e
y 4 y=
1
A0 e4 t
y 4 y=
1 4 t
e
A0
akt)
Resolviendo la ecuacin diferencial de primer orden con
coeficiente y trmino variable, con el mtodo de coeficientes
indeterminados:
aku)
akw)
akx)
4t
y=k e t
akv)
akz)
4 k e 4 t t+ e4 t k4 k e 4 t t=
aky)
e 4 t k ( 4 t+1 ) 4 k e4 t t=
alb)
alc)
ald)
4t
k=
alk)
4t
e k=
ala)
e 4 t
A0
4t
e
A0
1 4 t
e
A0
y=k e4 t t
y=
alg)
resolveremos
y 4 y=0
e 4 t
A0
ale)
Entonces la solucin
ser:
alf)
1
A0
alh)
Seguidamente
homognea:
ali)
y =e4 t k ( 4 t +1 )
alj)
la
1 4 t
e t
A0
ecuacin
y c = A1 e 4 t
diferencial
y ( t )= A 1 e 4 t +
all)
4t
e t
A0
alm)
aln)
Para determinar la trayectoria
condiciones inicial y final dadas:
y ( 0 )=1
alo)
alu)
0
e (0 )
y ( 0 ) = A1 e
A0
ptima
e4t t
A0
aplicamos
A1 e
e4
2
=e
A0
alp)
alq)
A 1=1
alr)
y (1 ) =e 2
als)
e4
y (1 ) =A 1 e (1)
A0
alt)
e4
y (1 ) =A 1 e
A0
ama)
alv)
e 4
e4
=e2
A0
alw)
e4
4
2
=e e
A0
alx)
A 0=
aly)
A 0=1.15651
alz)
A 0=1.16
amc)
( t )=1.16 e4 t
e
4
2
e e
amb)
amd)
e4t t
1.16
ame)
1
4 y
amf)
u=
4t
y (t )= A 1 e
4 e4 t
4t
e t
( 1.16 e4 t )
1.16
u=
1
4 ( 1.16 e 0e 0 t )
amh)
u=
1
4 ( 1.16t )
ami)
u=
1
4.644 t
amj)
u(t)=( 4.644 t )1
amg)
las
amk)
Finalmente obtuvimos las tres trayectorias ptimas de estudio,
aml)
amm)
amn)
del problema:
4 t
( t )=1.16 e
e4 t t
y (t )=e
1.16
4t
amo)
amp)
ams)
1
v = ln 4 y .
dt
4 y
0
1
amr)
v = ln ( 4 yu ) dt
amq)
1
( 4.644
t)
u(t)=
v = ln
0
1
dt
()
v = ln
0
( 1.161e ) dt
4 t
e4 t
dt
1.16
( )
amt)
v = ln
amu)
v =1.851579995
amv)
amw)
Y =f ( K , L ) ( I )
anb)
Y: producto
anc)
K: stock de capital
and)
L: trabajo
ane)
Segn la teora neoclsica la funcin de produccin posee
rendimientos constantes de escala (funcin linealmente homognea)
(esto significa que cuando se aumenta en una proporcin los factores
de produccin, la produccin debe aumentar en la misma
proporcin).
anf)
En este sentido, si alteramos esta proporcin todos los
factores productivos, la produccin se altera en la misma proporcin
es decir:
ang)
anh)
Y =f ( K , L)
Si
ani)
1
L
Y
K L
=f
,
L
L L
anj)
Adems, dado el supuesto del pleno empleo, toda la poblacin
esta empleada. Luego:
ank)
Y=
Y
L
k=
K
L
Y =f ( K ; 1 ) Y =f ( K ) ( II )
Caractersticas:
Condiciones de inada:
'
lim f ( k )=
k0
anr)
'
lim f ( k )=0
k0
Economa cerrada
Ausencia del estado
ant)
En este contexto:
DA=C + I ( I )
C=C(t)
anu)
anv)
I =I ( t )
anw)
Inversin: La inversiones toda variacin del stock de capital y
el monto de depreciacin para mantener el stock de capital es decir la
inversin se orienta al incremento del stock de capital y al remplazo
de la maquinaria, formalmente podemos plantearlo de la siguiente
forma.
dk
+ k .. II =tasa de depreciacion
dt
anx)
I=
any)
I =
k=
dk
=
dt
Inversion Bruta
Inversin neta
depreciacin
anz)
El objetivo es expresar la demanda agregada en trminos
percapita, por lo tanto: (II) en (I)
aoa)
aoc)
aod)
aof)
aog)
DA=C + I
aob)
DA=C +
aoe)
da=c+
dK
+ K
dt
Dividiendo por L
DA C 1 dK K
= +
+
L
l L dt
L
1 dK
+k
Ldt
Equilibrio:
y=da
y=f (k )
III
1 dK
f ( k )=c +
+K )
L dt
aoh)
aoi)
Observa:
LdK KdL
d K
dt
dt
=
2
dt L
L
( )
aoj)
aok)
dk 1 dK K dL
=
dt L dt L2 dt
1 dL
Si: n= L dt
1 dK
k =
n. k
L dt
aol)
aom)
aon)
1 dK
= k +nk ( IV )
L dt
Luego despejamos:
aoo)
Reemplazando
en (III):
aop)
aoq)
aor)
(IV)
f ( k )=c + k + nk +K
Despejando
aos)
k =f ( k )c( n+ ) k ( 5 )
aot)
k :
k =f ( k )cnkk
Si:
k >0 f ( k ) >c + ( n+ ) k s >0
aou)
f ( k )c( n+ ) k > 0
aov)
Esta ecuacin fundamental expresa que si en el pas existe
ahorro la inversin se incrementara y con ello tambin la produccin,
generndose as un crculo virtuoso en el que la produccin cada vez
ira mejorando como consecuencia del mejor ahorro generado.
aow)
La funcin de Utilidad.-El objetivo final del modelo de
crecimiento es la maximizacin del bienestar de la poblacin:
u=u [ c ( t ) ]
aox)
Caractersticas:
aoy)
aoz)
apa)
apc)
apb)
apd)
El funcional ser: El cual representa el bienestar total
acumulado en valor presente durante el horizonte temporal de
anlisis.
v = et u ( c ) dt
ape)
apf)
apg)
Maximizar:
aph)
Sujeto:
v = et u ( c ) dt
0
k =f ( k )c (n+ )K
k ( 0 ) =k 0 ; k 0 fijo
0 c f (k)
api)
'
''
'
'
f ( k ) >0 ; f ( k ) <0 ; lim f ( k )= ; lim f ( k )=0
apj)
k 0
u' ( c ) >0 ; u' ' ( c ) < 0; lim u' ( c ) = ; lim u' ( c )=0
apk)
c 0
apl)
Solucin:
apm)
t
Funcin Hamiltoniana: H=e u ( c ) + [ f ( k )c ( n+ ) k ]
dH
=0
dc
apq)
app)
dH t u
=e
dc
c
apr)
dH t '
=e u ( c ) + (1)
dc
dH t '
=e u ( c ) ( I )
dc
et u' ( c ) =0
apv)
d 2 H t ' ( )
=e u c < 0
d c2
b) Ecuacin de movimiento de K:
apw)
dH
k =
k =f ( k )c( n+ ) k (III )
d
c) Ecuacin de movimiento de
apx)
apy)
Es posible reducir el anlisis a solo dos ecuaciones, para tal
efecto consideramos la expresin dos, derivndola con respecto al
tiempo.
t
'
apz)
=e
aqa)
d
= et u ' ( c ) +et u' ' ( c ) c
dt
aqb)
aqc)
u (c )
Remplazando II y V en IV:
aqd)
= [ f ' ( c )(n+) ]
aqe)
aqf)
aqg)
Despejando c :
aqh)
aqi)
c =
'
u (c )
[ f ' ( c )+(n+ )]
u ' '(c)
c =
aqj)
aqk)
'
u ( c ) '
[ f ( c ) (n+ + )]
u' ' ( c )
aql)
aqm)
'
u ( c ) '
c = ' '
[ f ( k )(n++ ) ]
u (c )
aqn)
aqo)
aqp)
aqq)
El Diagrama De Fase
k =f ( k )c( n+ ) k (I )
c =
'
u ( c ) '
[ f ( k )( n+ + ) ] ( II )
u' ' ( c )
aqr)
Curvas de demarcacin:
aqs)
Para: k =0
aqt)
0=f ( k ) c( n+ + ) k
aqu)
c=f ( k )( n+ ) k ( III )
aqv)
aqw)
Sea:
k =f ( k )c( n+ ) k
d k
=1
dc
Para:
aqz)
ara)
0=
u' ( c ) '
[ f ( k )( n+ + ) ]
u' ' ( c )
0=f ' ( k )(n+ + )
arb)
arc)
'
f ( k ) =( n++ ) (IV )
ard)
Sea:
c =
aqx)
aqy)
d k
=1<0
dc
+0
c k
c =0
are)
'
u ( c ) '
[ f ( k )( n+ + ) ]
u' ' ( c )
'
d c u ( c )
= ''
[ f ' (k )]
dk u ( c )
+0
arf) k c
arg)
arh)
ari)
arj)
ark)
arl)
arm)
arn)
aro)
arp)
arq)
arr)
ars)
art)
aru)
Para introducirnos en la programacin dinmica consideremos
el siguiente problema de rutas:
arv)
arw)
Una persona desea viajar desde la ciudad A hasta la ciudad H
de tal manera que su bienestar sea el mximo posible, el diagrama
siguiente muestra las rutas disponibles en la cual las flechas indican el
sentido de direccin y el nivel de bienestar (entre las ciudades) de cada
ruta entre ciudades.
arx)
20
E
ary)
arz)
15
asa)
asb)
19
15
A
10
16
asc)
21
17
asd)
15
ase)
25
17
16
23
18
asf)
asg)
ash)
El problema consiste en elegir la mejor ruta que une las
ciudades Ay H que permita obtener el mximo nivel de bienestar.
asi)El problema consta de tres etapas:
asj)Etapa I: Ir de A hasta B, C o D
ask)
asn)
Programacin Dinmica analiza un problema comenzando
desde la ltima etapa hasta llegar a la primera, en cada una de ellas
establece la mejor decisin.
aso)
Adems dado que existen tres etapas, la programacin
dinmica considerara tres problemas, de una etapa cada una.
asp)
asq)
Solucin:
E- H =19
ast)F- H =21
asu)
G- H= 15
asv)
asw)
39
B - E - H =20 + 19 =
asz)
34
asx)
38
B - F - H-= 17 + 2 1=
ata)C- F - H = 16 + 21 = 37
asy)
32
B - G -H =17 + 15 =
atb)
=32
C- E- H = 15 +-19 =
C - G - H =17 +156
atc)
atd)
D - E - H = 23 + 19 = 42
ate)D - F - H -= 18 + 21 =39
atf) Etapa I: Ir desde A hasta B, C o D
atg)
A - B - G - H= 15 + 40 = 55
ath)
A - C F - H= 10 + 37 = 47
ati) A -D - E- H = 16 + 42 = 58
atj) *Las rutas resaltadas son las rutas ptimas para cada una de las
etapas respectivas.
atk)
La persona deber ir por A- D -E -H, siguiendo esta ruta
obtendr una utilidad de 58 tiles.
atl)
2.1.-Programacin Dinmica
atm)
atn)
Es una metodologa orientada a la solucin de
problemas de optimizacin dinmica.
ato)
Caractersticas:
2.1.- El
atq)Problema de Programacin dinmica
atr) El problema consiste en maximizar el funcional (que es la
suma acumulativa del bienestar en cada periodo).
T 1
ats) Maximizar:
J = F [ x t ,u t ,t ] + S [ xt ]
i=0
x0
Fijo
ut
atv) Dnde:
atw) F: funcin intermedia
atx) f : ecuacin de movimiento
aty) x : variable de estado
atz) u : variable de control
aue)
Para hallar la secuencia optima de estado y control, se
requiere aplicar las siguientes condiciones:
t=T J T { x T }=S ( x T )
auf)
Para
aug)
auh)
variable de control
ut
aui)
Ejemplo:
auj)
Hallar la secuencia optima de la variable de estado y de
control que permita minimizar el siguiente funcional:
auk)
aul)
s. a:
x 0=1
x 1=3 x0 +2 u0
x 2=x 1+2 u1
aum)
Primero identificamos el horizonte temporal de anlisis,
y en el ejercicio el horizonte temporal de anlisis es:
aun)
t=0, 1,2
auo)
Adems
T =2
S ( xT )=2 x 2
aup)
Determinacin para t=2 se exige la siguiente
condicin:
auq)
J T { x T } =S ( xT ) J 2 { X 2 } =2 X 2 (1)
aur)
Determinacin para t=1 la ecuacin de Bellman es la
siguiente:
aus)
J 1 { x 1 } =Min F ( x1 , u1 ) +J 1+1 { g ( x 1 , u1 ) }
aut)
J 1 { x 1 } =Min [ ( u 12 )2 +J 2 { x2 } ]
auu)
Observe: ( 3 ) ( 4 )
auv)
F ( x 1 ,u1 ) =( u12 ) 2
auw)
aux)
auy)
auz)
ava)
Remplazando en (2)
J 1 { x 1 } =Min [ ( u 12 )2 +J 2 { x2 } ] (5)
Remplazando (4) en ( 5 ) :
avb)
J 1 { x 1 } =Min [ ( u 12 )2 +2 ( x1 +2 u1 ) ]
avc)
J 1 { x 1 } =Min [ ( u 12 )2 +2 x1 + 4 u1 ]
avd)
ave)
J 1 { x 1 } =( 02 ) +2 x 1+ 4( 0)
avf)
J 1 { x 1 } =4+ 2 x 1 (8)
avg)
Bellman
avh)
avi)
avj)
avk)
avl)
avm)
CPO:
2 ( u01 ) + 4=0
avn)
2 ( u01 ) =4
u01=2
avo)
avp)
u0=1
avq)
d [ 2 ( u01 )+ 4 ]
du 2
0
=2>0
avr)
avs)
J 0 { x0 }=(11 ) +6 x 0+ 4 (1 )+ 4
avt)
avu)
avv)
Pero
x 0=1
avw)
avx)
Observe:
avy)
avz)
awa)
awb)
x 0=1
x 1=1
awc)
u0=1
u1=0
awd)
awe)
J =( u 01 )2 + ( u1 2 )2+ 2 x 2
awf)
awg)
J =4+ 4+2=10
awh)
Ejemplo:
Min J =x 0 u0 + x i u 1+ x 2
awi)
awj)
awk)
x 2=1
s. a:
x 0=2
ut {1; 0; 1 } ; t=0,1
awl)
awm)
Si
awn)
awo)
awp)
awq)
x 0=2
t=0
Si x 1={1 ; 0 ; 3 }
Pero :u1 {1 ; 0 ; 1 }
x 1=x 0 u0 +u 0
x 1={1 ;0 ; 3 }
t =1
x 2=x 1 u1 +u12 ;
x 2={2; 0 ; 1 ; 2; 4 }
Resumen:
awr)
Variable de estado
aws)
x0
awt)
x1
(1)
Valor
2
1, 0, 3
x2
awu)
2, 0, 1,2, 4
awv)
aww)
Para: t=T T =2
awx)
awy)
J 2 {x 2 }
awz)
axa)
J 2 { x 2 } =x22 ( 2 )
x2
-2
axb)
1
axc)
axd)
16
axe)
axf)
x 1 {1; 0; 3 }
axg)
Sabemos:
axh)
axi)
axj)
(3)
-1
x 1 u1 + J 2 { x 1 u1 +u1
u1
-1
u1 {1,0 ; 1 } (5)
axk)
-1
axl)
-1
axm)
-1
axn)
axo)
axp)
1
3
-1
axq)
axr)
axs)
Solo tomamos los valores donde se minimiza porque eso
es lo que nos pide la ecuacin de Bellman.
axt)
Resumiendo:
J 1 {x 1 }
axu)
x1
u1
axv)
-1
-1
axw)
axx)
axy)
Para t=0
axz)
Sabemos que
(6)
aya)
J 0 { x0 }=x 0 u 0+ J 0 { x0 u0 +u02 }
x0
ayb)
2+ J {1 }=21=3
ayc)
0+ J { 0 } =0+0=0
u0
-1
( 9)
ayd)
2+J { 3 }=2+0=2
J 0 { x0 }=3
aye)
Entonces
ayf)
ayg)
x 0=2
u0=1
J 0 { x0 }=3
ayh)
x 1=1
u1=1
J 1 { x 1 } =1
J 2 { x 2 } =0
x 2=0
ayi)
ayj)
Hallando el funcional:
ayk)
Min J =x 0 u0 + x 1 u1 + x 2
ayl)
2
Min J =( 2 )(1 ) + (1 )( 1 ) +0 =21+ 0=3
aym)
ayn)
Ejemplo:
ayo)
s.a.:
x t+1 =2 x t +u t ; t =0 ; 1; 2
ayp)
con:
x 0=6 x 3=20
ayq)
t=0 ; 1; 2 ; 3
T=3
ayr)
ays)
ayt)
ayu)
J 2 { x 2 } =Min [ ( x 2 +15 )2 +u 2+ J 3 { x 3 } ]
ayv)
ayw)
ayx)
Sabemos que
x 3=20
siendo
ayy)
ayz)
1
x 2=10 u2 (3)
2
x2
Remplazando
aza)
J 2 { x 2 } =Min [ ( x 2 +15 ) +u 2 ]
azb)
azc)
azd)
CPO:
aze)
azf)
5+0.5 u2 +1=0
azg)
azh)
u2=12
2
azi) J 2 { x 2 } =[ ( 5+0.5 u2 ) +u 2 ]
2
azj) J 2 { x 2 } =[ ( 5+0.5(12) ) +(12) ]
azk)
J 2 { x 2 } =[ (1 )2 12 ]=1
azn)
azo)
1
x 2=10 u2
2
azp)
Si
u2=12
azq)
1
x 2=10 (12 ) x 2=16
2
azr)
azs)
1
x 1=8 u 1
2
2
azt) J 1 { x 1 } =Min [ ( 80.5 u110 ) +u111 ]
azu)
azv)
CPO:
azw)
2 ( 2+ 0.5 u1 ) (0.5)+1=0
azx)
2+0.5 u1
azy)
+1=0
azz)
u1=6
d u1
=0.5> 0
baa)
bab)
bac)
bad)
J 0 { x0 }=Min F ( x 0 ,u 0) + J 1 { g ( x 0 , u0 ) }
bae)
J 0 { x0 }=Min [ u0 +J 1 { x 1 } ]
baf)
Primero hallamos
x1
]
J 0 { x0 }=Min [ u 016 ]
bag)
1
x 1=8 u 1
2
bai)
x 1=11
baj)
bah)
1
x 1=8 (6)
2
bal)
11=2 ( 6 )+u 0
Segunda la remplazamos
bak)
x 1=2 x 0 +u0
u0=1
bam)
ban)
bao)
bap)
Incorporando
u0
en
J 0 { x0 }
x 0=6
x 1=11
x 2=16
x 20=20
bar)
u0=1
u1=6
u2=12
bas)
Podemos concluir que la variable de estado ira
disminuyendo a medida que se disminuya ms la variable de
control
bat)
bau)
bav)
baw)
3
bax)
Min [ x t 2+u t2 ]
t =0
Ejemplo:
bay)
s. a:
x t+1 +1= xt + ut
baz)
Con:
x 0=0 x 4=8
bba)
Siendo:
bbb)
xt ,
t=0 ; 1; 2 ; 3
t { 0; 1 ; 2 ; 3; 4 }
bbc)
bbd)
bbe)
bbf)
J 3 { x3 } =Min [ x 32 +u32 +J 4 { x 4 } ]
bbg)
J 3 { x3 } =Min [ x 32 +u32 ]
bbh)
bbi)
x 4=x 3 +u3
bbk)
x 3+u 3=8
bbj)
x 4=8
bbl)
x 3=8u3
bbm)
Entonces:
bbn)
bbo)
Optimizando el valor de
bbp)
CPO:
bbq)
2 ( 8u 3 ) (1 ) +2u 3=0
bbs)
bbt)
u3=4
u3
bbr)
16+ 2u 3+2 u3 =0
x 3=8u3=4
bbu)
bbv)
bbw)
d 2 [ ( 8u3 ) 2+u 32 ]
d u3
d2[ .]
>0
d u 32
=4
J 3 { x3 } =[ ( 84 )2+ 4 2 ]=32
bbx)
J 2 { x 2 } =Min [ x 22 +u22+ J 3 { x 3 } ]
bby)
bbz)
bca)
x 3=x 2+u 2
bcc)
x 2+u 2=4
bcb)
x 3=4
bcd)
x 2=4u2
bce)
bcf)
Optimizando el valor de
bcg)
CPO:
bch)
bck)
bcl)
bcm)
bcn)
bci)
2 ( 4u2 ) (1 )+ 2u2=0
bcj)
u2
u2=2
x 2=4u2 =2
=4
d 2 [ .. ]
>4
d u 22
bco)
bcp)
bcq)
x 2=x 1+u 1
bcs)
x 1+u 1=2
bcr)
x 2=2
bct)
x 1=2u1
bcu)
bcy)
4+ 4 u1=0
bcz)
u1=1
bda)
x 1=2u1
bdb)
x 1=1
bcv)
Optimizando el valor de
bcw)
2 ( 2u1 ) (1 )+2 u1=0
bcx)
4+2 u1 +2 u1=0
u1
bdc)
bdd)
J 1 { x 1 } =[ ( 21 )2 +12+ 40 ] =42
bde)
bdf)
bdg)
x 1=u0 + x 0
bdh)
bdi)
bdj)
T=4
Si
x 1=1
x 0=0 u0=1
bdl)
x 1=2
u1=1
J 1 { x 1 } =42
bdm)
x 2=2
u2=2
J 2 { x 2 } =40
bdn)
x 3=4
u3=4
J 3 { x3 } =32
bdo)
x 4=8
bdp)
bdq)
bdr)
bds)
bdt)
bdu)
bdv)
u0=1
J 0 { x0 }=43
bdk)
J 4 { x 4 } =0
bdw)
bdx)
bdy)
bdz)
bea)