Manual de soluciones del libro

"Métodos dinámicos en economía"
Versión 0.4
Héctor Lomelí Ortega
Beatriz Rumbos Pellicer
Lorena Zogaib Achcar
1 de septiembre de 2004
Índice General
2 Ecuaciones diferenciales lineales 3
3 Ecuaciones no lineales de primer orden 7
4 Sistemas de ecuaciones diferenciales lineales 11
5 Análisis cualitativo 15
6 Conceptos básicos de dinámica discreta 20
9 Optimización estática 22
11 Introducción al cálculo en variaciones 39
1
Nota para el lector
La presente es una versión preliminar de las soluciones del libro Métodos dinámicos
en economía.
Estamos conscientes de que, a pesar del esfuerzo y cuidado puestos en este tra-
bajo, es probable que existan errores involuntarios en las respuestas que aquí pre-
sentamos. Agradeceremos sus comentarios y correcciones al presente documento
a las siguientes direcciones electrónicas:
lomeli@itam.mx
rumbos@itam.mx
Con cierta frecuencia aparecerán nuevas versiones en la página del departamento
de Matemáticas del ITAM, en:
http://matematicas.itam.mx
Gracias por leer nuestro libro.
Los autores
2
Cap´ıtulo 2
Ecuaciones diferenciales lineales
2.2 b = −3, c = 6, x
0
= 5.
2.3 α = 3, β = −
1
9
, A =
1
18
, B =
1
18
. Por lo tanto la solución para las condiciones
iniciales dadas es x(t) = −
1
9
+
1
18
e
3t
+
1
18
e
−3t
.
2.4 α = 0, β = 7. Por lo tanto la solución para las condiciones dadas se puede
escribir como y(v) = 7e
−v
sin v.
2.5 a) x(t) = ke
5t
, la solución no converge a su estado estacionario.
b) x(t) = ke

t
2
, la solución sí converge a su estado estacionario.
c) x(t) = 8 + ke
−t
, la solución sí converge a su estado estacionario.
d) x(t) = 2 + ke
5t
, la solución no converge a su estado estacionario.
2.6 P(t) = 5 + ke
−6t
, el estado estacionario es P

= 5. La solución sí converge a su
estado estacionario.
2.7 a) P(t) = P
0
e
at
.
b) t

=
ln2
a
.
c) lim
t→∞
P(t) = 0.
2.8 P(t) = P
0
e
(α−β)t
. Si α > β, lim
t→∞
P(t) = ∞, es decir que P crece indefinidamente.
Si α = β, lim
t→∞
P(t) = P
0
, es decir que P es siempre constante. Si α < β,
lim
t
→∞P(t) = 0, es decir que P se extingue.
2.9 P(t) =
E
a
+

P
0

E
a

e
at
. Si P
0
=
E
a
, entonces P(t) =
E
a
, por lo tanto lim
t→∞
P(t) =
E
a
es decir, la población es constante. Si P
0
>
E
a
, entonces lim
t→∞
P(t) = ∞, es
3
4
decir la población es creciente. Si P
0
<
E
a
, entonces lim
t→∞
P(t) = −∞, es decir
la población es decreciente.
2.10 Factor de integración µ(t) = e

T
t
r(s)ds
. Interpretación: Y(t) es la inversión, B(t)
es el precio del bono y
Y
T
B
T
+

t
T
δ(s
/
)ds
/
es la cantidad de bonos que se tienen
en la inversión.
2.11 a) r(t) = r
0

1
t + 1
.
b) B(t) = e
r
0
(t−T)

T +1
t + 1

.
c) δ(t) = −e
r
0
(T−t)
. Si δ < 0 tenemos retiros.
d) Z(T) =
1
r
0

e
r
0
(T−t)
−1

+ 1.
e) Y(t) =
T + 1
t +1
e
r
0
(t−T)
¸
1 +
1
r
0

e
−r
0
(t−T)
−1

= B(t)Z(t). Simplificando
Y(t) =
T + 1
t +1
¸
1 −
1
r
0

e
r
0
(t−T)
+
1
r
0

.
2.12 a)
˙
Y es el cambio en la inversión. Se debe a las ganancias rY generadas
por invertir a una tasa Y menos las perdidas −X(t) debidas al flujo de
inversión.
b) Y(t) = e
r(t−T)
Y(T) + e
rt

T
t
e
−rs
X(s)ds. En el límite T → ∞, Y(t) =
e
rt


t
e
−rs
(s)ds.
c) Cambio de variable τ = s −t. Por lo tanto Y(t) =


0
e
−rτ
X(τ + t)dτ.
2.13 L¦a f (t) + bg(t)¦ =


0
e
−st
[a f (t) + bg(t)] dt
=


0
e
−st
(a f (t)) dt +


0
e
−st
(bg(t)) dt
= a


0
e
−st
f (t)dt + b


0
e
−st
g(t)dt = aL¦ f (t)¦ + bL¦g(t)¦ .
2.14 a) x(t) =
1
2
+ ce
−2 sin t
.
b) x(t) =
1
2
+ ce
−t
2
.
c) x(t) = 5 + e

t
3
3
.
5
d) x(t) = −
1
7
e
t
+ e
−6t
.
e) y(u) =
1
3
+
2
3
e
−u
3
.
2.15 a) ˙ p
e
+

αr
r −α

p
e
=

r −α
. Resolviendo encontramos que
p
e
(t) =
d
r
+

p
e
0

d
r

e
−(
αr
r−α
)t
.
b)


0
de
−rt
dt = lim
b→∞

b
0
de
−rt
dt = −
d
r
lim
b→∞

e
−rb
−1

=
d
r
.
c) lim
t→∞
p
e
(t) =
d
r
+

p
e
0

d
r

lim
t→∞
e
−(
αr
r−α
)t
=
d
r
= p

ya queα, r > 0 y r > α.
d) Sustituyendo (2.29) en (2.28) se tiene que p =
d
r
+
α
r
(p − p
e
) . Por lo tan-
to p = p

α
r
(p − p
e
) . Ahora bien, usando la solución para p
e
se obtiene
que
p(t) =

r
r −α

p

α
r −α

p
e
.
Por lo tanto lim
t→∞
p(t) =

r
r −α

p

α
r −α

y lim
t→∞
p
e
=

r
r −α

p

α
r −α

p

= p

.
e) p(t) = p

αr
r −α

(p
e
0
− p

) e
−(
αr
r−α
)t
, con r > α. Además
p
e
(t) = p

+ (p
e
0
− p

) e
−(
αr
r−α
)t
,
con r > α.
2.16 Sea v = ln y, entonces e
v
= y y y
/
= e
v
dv
dt
. Sustituyendo e
v
dv
dt
+ P(t)e
v
=
Q(t)e
v
v. Por lo tanto v
/
− Q(t)v = −P(t).
2.17 Sea v = ln y, resolviendo para v se obtiene v(t) = −
t
3
4
+
c
t
. Como y(t) = e
v(t)
entonces y(t) = e

t
3
4
+
c
t
.
2.18 Sea A¨ x + B ˙ x + Cx = 0 una ecuación diferencial homogénea con coeficientes
constantes, donde A = 0, B, C ∈ R. Sean x
1
, x
2
dos soluciones de la ecuación,
es decir: A¨ x
1
+ B ˙ x
1
+ Cx
1
= 0 yA¨ x
2
+ B ˙ x
2
+ Cx
2
= 0. Sea x
3
= ax
1
+ bx
2
.
Entonces A¨ x
3
+ B ˙ x
3
+ Cx
3
= A(a ¨ x
1
+ b ¨ x
2
) + B (a ˙ x
1
+ b ˙ x
2
) + C(ax
1
+ bx
2
) =
a (A¨ x
1
+ B ˙ x
1
+ Cx
1
) + b (A¨ x
2
+ B ˙ x
2
+ Cx
2
) = 0. Por lo tanto x
3
= ax
1
+ bx
2
es solución de la ecuación A¨ x + B ˙ x + Cx = 0.
6
2.19 a) ¨ x = −1, x(0) = 2, ˙ x(0) = 4.
b) ¨ x −3 ˙ x + 2x = 6t −7.
c) ¨ x + 4 ˙ x + 5x = 0.
2.20 a) x(t) = e
t
.
b) x(t) = e
5
4
t
¸
3 cos

23
4
t +
13

23
sin

23
4
t
¸
.
c) x(t) = e
−t
[cos t + sin t] .
d) x(t) = (1 −3t)e
3t
.
2.21 a) x(t) = k
1
e
(1+

2)t
+ k
2
e
(1−

2)t
−7.
b) x(t) = c
1
cos t −c
2
sin t + 1.
c) x(t) = e
5
4
t
¸
c
1
cos

23
4
t −c
2
sin

23
4
t
¸
+ 3.
d) x(t) = A + Be
3t
−4t.
e) x(t) = c
1
e
−t
+ c
2
e
2t

1
2
.
f) x(t) = c
1
e
−3t
+ c
2
te
−3t
+
1
9
.
2.22 p(t) = ¯ m + e

β
2
t
(Acos δt − Bsin δt) , con β > 0, δ 0.
u(t) = ¯ u −
e

β
2
t
γ

−βA
2
− Bδ

cos δt +

βB
2
− Aδ

sin δt

.
Además lim
t→∞
p(t) = ¯ m y lim
t→∞
u(t) = ¯ u, lo que quiere decir que se satisface el
mismo comportamiento asintótico que en el caso β > 4αγ.
2.23 a) x(t) = c
1
cos 2t −c
2
sin2t −
t
4
cos 2t.
b) x(t) = c
1
e
−t
+ c
2
e
3t
−3t
2
+ 4t −
14
3
.
c) x(t) = c
1
e
−t
+ c
2
e
2t

4
3
te
−t
.
d) x(t) = c
1
e
3t
+ c
2
e
−t

1
2
e
t
−cos t + 2 sin t.
e) x(t) = e
−3t
(c
1
cos 2t −c
2
sin2t) + e
−2t

1
17
cos 2t +
4
17
sin2t

.
2.24 x(t) = k
1
e
t
+ k
2
e
2t
+ k
3
e
−t
.
Cap´ıtulo 3
Ecuaciones no lineales de primer
orden
3.1 a) x(t) = [t[ o x(t) = t si t > 0.
b) x(t) = [t[ o x(t) = t si t > 0.
c) x(t) =
1
2 −t
.
d) x(t) = tan

t −1 +
π
4

.
e) x(t) =
3

2 (t + 1)
3/2
+
71
27
.
3.2 a) y(x) = sin
−1

2
x
2
+1
.
b) y(x) −2 ln [y(x) + 2[ = −ln [x + y[ −1.
c) y(x) = −

1
2
e
t
+
1
2
e
3t
.
3.3 a) N(t) =
N

1 +

N

N
0
−1

e
N

kt
para N

= N
0
. Si N

= N
0
entonces N(t) =
N

.
b) lim
t→∞
N(t) = N

, es decir que el número de personas que habrá oído el
rumor cuando t sea muy grande tenderá al número total de personas
del pueblito.
3.4 Sea w = k
1−α
. Resolviendo se obtiene w(t) = ce
−(1−α)(n+δ)t
+
s
n + δ
. Por lo tanto
la solución para k es de la formak(t) = w
1
1−α
=
¸
ce
−(1−α)(n+δ)t
+
s
n + δ
1
1−α
.
7
8
Además lim
t→∞
k(t) =
¸
s
n + δ
1
1−α
= k

.
3.5 a) Sea Υ = K
γ
L
1−γ
. Entonces
˙
L
L
= α −β
L
Υ
= α −β
L
K
γ
L
1−γ
= α −β
1
K
γ
L
1−γ
=
α − β
L
γ
K
γ
. Por lo tanto
˙
L = αL − β
L
γ+1
K
γ
, donde K es constante.
b) Sea w = L
−γ
. Resolviendo se obtiene w(t) =

1
L
γ
0

β
αK
γ

e
−αγt
+
β
αK
γ
.
Por lo tanto L(t) = w(t)

1
γ
=
¸
1
L
γ
0

β
αK
γ

e
−αγt
+
β
αK
γ


1
γ
.
c) lim
t→∞
L(t) =

β
αK
γ


1
γ
. Por lo tanto lim
t→∞
L(t) =

α
β
1
γ
K.
3.6 a) Sea w = y
1−n
. Su solución está dada por w(t) = ke
αt

1
α
. Por lo tanto
y(t) =
1
ke
αt
−1/α
. Como P =
C
r
y + L, entonces
P(t) =
1

1
P
0
−L
+
r
αC

e
αt

r
αC
+ L.
b) lim
t→∞
P(t) =

L, P
0
= C − L
P
0
, P
0
= C − L
.
3.7 a) x(t) =
1
2t −2 + ce
−t
.
b) Sea w =
1
y
2
, cuya solución es w(x) = x +
1
2
+ ce
2x
. Por lo tanto y(x) =
±

x +
1
2
+ ce
2x


1
2
.
c) Sea w =
1
y
, cuya solución es w(x) =
x + c
x
. Por lo tanto y(x) =
x
x + c
.
d) Sea w =
1
y
3
, cuya solución es w(x) = x
3

2x
3
+ c

. Por lo tanto y(x) =
1
x [2x
3
+ c]
1
3
.
3.8 a) Sea w = x
−6
, entonces la tenemos la solución w(t) = 1 + ce
6t
. Por lo tanto
x(t) = 1.
b) Sea w = x
−4
, entonces la tenemos la solución w(t) = −
4
43t
+
c
t
44
. Por lo
tanto x(t) =
1
4

47
43t
44

4
43t
.
9
c) Sea w = y
−2
, entonces la tenemos la solución w(t) =
1
t
+
c

t
. Por lo
tanto y(t) =

t, con t > 0.
3.9 a) x = 0 equilibrio inestable; x = 2 equilibrio estable.
b) x = 0, x = 12 equilibrios inestables; x = 3 equilibrio estable.
c) x = 2nπ equilibrio inestable; x = (2n + 1) π equilibrio estable.
d) x = k equilibrio estable.
3.10 a) Si x
0
< 2 entonces x(t) converge a 2. Si x
0
> 2 entonces x(t) diverge.
b) Si x
0
< 0 entonces x(t) converge a 0. Si 0 < x
0
< 1 entonces x(t) conver-
ge a 1. Si x = 1 es un punto de equilibrio estable.
c) Si x
0
< 0 entonces x(t) converge a 0. Si x
0
> 0 entonces x(t) diverge.
3.11 a) Como
d
dw

u
/
u
//

=
(u
//
) (u
//
) −u
/
u
///
(u
//
)
2
= 1 −
u
/
u
///
(u
//
)
2
. Entonces
u
/
u
///
(u
//
)
2
=
1 −
d
dw

u
/
u
//

= k. De esta manera
d
dw

u
/
u
//

= 1 − k. Lo que implica
u
/
u
//
= (1 − k)w + A
/
. Donde A es continua. Por lo que se tiene
u
//
u
/
=
1
A
/
+ (1 −k)w
. Sea A = −A
/
entonces −
u
//
u
/
=
1
A + (k −1)w
.
b) A + (k −1) w > 0 con w > 0.
c) Si k = 0 entonces u = k
2
+ k
1
Aw − k
1
w
2
2
. Si k = 1 entonces −
u
//
u
/
=
1
A
,
la cual es una función CARA (aversión relativa al riesgo constante). Si
k > 1 entonces −
u
//
u
/
=
1
A + (k −1)w
y se parece al caso k = 0.
3.12 a) ˙ p =
1
1 −αλ
[(αm
0
+ µ + αµt) −αp] . Por lo que la solución para esta ecua-
ción es
p(t) = (m
0
+ µλ + µt) + (p
0
−m
0
−λµ) e

α
1−α
t
.
Además lim
t→∞
p(t) = ∞, y
lim
t→∞
˙ p(t) = µ = ˙ m.
b) ˙ p =
1
λ
(p −m
0
−µt) . Cuya solución, para las condiciones iniciales da-
das, es:
p(t) = (m
0
+ µλ + µt) + (p
0
−m
0
−λµ) e
t
λ
.
Además lim
t→∞
p(t) = ∞, y lim
t→∞
˙ p(t) = ∞.
10
3.13 a) Sea ˙ p
e
=
(1 −τ)dα
r −α

αr
r −α

p
e
. Resolviendo se obtiene
p
e
(t) = p

+ (p
e
0
− p

) e
−(
αr
r−α
)t
y
p(t) = p


α
r −α
(p
e
0
− p

) e
−(
αr
r−α
)t
.
Además lim
t→∞
p
e
(t) = lim
t→∞
p(t) =
(1 −τ) d
r
≡ p

.
b) Si τ aumenta a ¯ τ > τ entonces en el momento del cambio, el cambio en
el precio ˙ p pasa de un valor cero a un valor negativo (el precio tiende a
disminuir) correspondiente a la condición p
e
= p

. Después ˙ p aumenta
en el tiempo y el sistema procede asintóticamente hacia un nuevo valor
de equilibrio, p
e
= ¯ p

< p

.
c) p(t) =
¸
p
0

(1 −τ) d
r

e
rt
+
(1 −τ) d
r
.
d) El nivel del precio diverge, a menos que p
0
=
(1 − ¯ τ) d
r
, con ¯ τ > τ.
Cap´ıtulo 4
Sistemas de ecuaciones
diferenciales lineales
4.1 a) X(t) = c
1

1
1

e
−2t
+ c
2

1
−1

e
−4t
.
b) X(t) = c
1

1

3

e
(2+

3)t
+ c
2

1


3

e
(2−

3)t
.
c) X(t) = c
1

1
0

+ c
2

1
−4

e
−4t
.
d) X(t) = c
1

2
1

+ c
2

3
1

e
t
.
4.2 a) X(t) = c
1

e
−t
cos t
−e
−t
sin t

+ c
2

e
−t
sin t
e
−t
cos t

.
b) X(t) = c
1

4
−2

e
3t
+ c
2

4t
1 −2t

e
3t
.
c) X(t) = c
1

cos 2t
sin2t

e
t
+ c
2

sin2t
−cos 2t

e
t
.
d) X(t) = c
1

−1
−2

e
t
+ c
2

−t
1 −2t

e
t
.
4.3 a) X(t) = c
1

1
1

e
2t
+ c
2

1
2

e
3t

1
2

1
1

.
11
12
b) X(t) = c
1

2 cos

3
2
t
−cos

3
2
t +

3 sin

3
2
t

e

3
2
t
+c
2

2 sin

3
2
t
−sin

3
2
t −

3 cos

3
2
t

e

3
2
t
+

2
5

.
c) X(t) = c
1

1
1

e
2t
+ c
2

1
2

e
3t

1
2

5
4

e
t
.
4.4 a) X(t) =

−1
10

e

t
2
. Por lo tanto lim
t→∞
X(t) =

0
0

.
b) X(t) =

cos βt
sin βt

e
αt
.
c) X(t) =

¸
¸
5
0
0
¸

+

¸
¸
5 cos t +15 sin t
20 cos t +10 sin t
30 cos t −10 sin t
¸

e
t
.
4.5 a) X(t) = (2 + w)

1
1

e
t
+ (1 −w)

1
−2

e
−2t
.
b) w = −2.
4.6 a) Se necesita que trA = a + d = 0 y que det A = ad − bc < 0. En este caso
λ
1
=

bc − ad > 0 y λ
2
= −

bc −ad < 0.
b)

x(t)
y(t)

= c
1

b
λ
1
− a

e
λ
1
t
+ c
2

b
−λ
1
−a

e
−λ
1
t
.
4.7 a) X(t) = c
1

3
1

+ c
2

1
−1

e
−4t
.
b) lim
t→∞
X(t) = c
1

3
1

=

3c
1
c
1

.
4.8 X(t) =

¸
¸
1
3
1
¸

e
2t
+ c
1

¸
¸
5 cos t +sin t
12 cos t + 2 sin t
4 cos t
¸

e
t
+ c
2

¸
¸
5 sin t −cos t
12 sin t −2 cos t
4 sin t
¸

e
t
.
4.9 A =

¸
¸
−2 −7 −2
0 1 0
3 7 3
¸

.
13
4.10 a) Como el conjunto ¦w
1
, w
2
, w
3
, . . . , w
n
¦ es l.i. para todo t, por lo tanto las
columnas de Φ(t) son l.i. de modo que existe la inversa Φ
−1
(t).
b) Sabemos que cada w
i
con i = 1, . . . n es solución de la ecuación
˙
X = AX,
por lo que se tiene que ˙ w
i
= Aw
i
para i = 1 . . . n. Así
˙
Φ(t) =

˙ w
1
˙ w
2
. . . ˙ w
n

=

Aw
1
Aw
2
. . . Aw
n

= A

w
1
w
2
. . . w
n

= AΦ(t).
c) Sea Υ(t) = Φ(t)

t
0
Φ
−1
(s) f (s)ds. Por lo tanto

t
0
Φ
−1
(s) f (s)ds = Φ
−1
(t)Υ(t).
Por otra parte
˙
Υ(t) =
˙
Φ(t)

t
0
Φ
−1
(s) f (s)ds +Φ(t)Φ
−1
(t) f (t)
=
˙
Φ(t)Φ
−1
(t)Υ(t) + f (t) = AΦ(t)Φ
−1
(t)Υ(t) + f (t)
= AΥ(t) + f (t).
Por lo tanto Υ es una solución particular a la ecuación
˙
X = AX + f (t).
4.13 a)

x(t)
y(t)

= c
1

4
3

e

4
10
t
+ c
2

1
−1

e

11
10
t
+
1
11

2500
1625

.
b)

x(t)
y(t)

= c
1

4
3

e

4
10
t
+ c
2

1
−1

e

11
10
t
+
1
6

17
19

e
t
10
.
4.14 a) ˙ x = f (x, y), ˙ y = 1.
b) x(t) = c
2
e
2t

1
2
t −
1
4
.
4.15 El sistema lineal con coeficientes constantes es
x
/
(w) = a
1
x(w) + b
1
y (w)
y
/
(w) = a
2
x (w) + b
2
y (w)
.
4.16

x(t)
y(t)

= c
1

1
1

t
2
+ c
2

1
3

t
4
.
4.18 a) x(t) = (cos t +sin t) e
−t
. Además lim
t→∞
x(t) = 0.
b) x(t) =
1
3
+
5
3
e
3t
.Además lim
t→∞
x(t) = ∞.
c) x(t) =
19
25

44
25
e
−5t
+
6
5
t.Además lim
t→∞
x(t) = ∞.
14
d) x(t) = (1 + 2t) e
−t
.Además lim
t→∞
x(t) = 0.
e) x(t) = (1 −2t) e
2t
.Además lim
t→∞
x(t) = −∞.
f) x(t) = −4e
−2t
+
8
3
e
−3t
+
1
3
.Además lim
t→∞
x(t) =
1
3
.
4.19 a) y(x) =

u + w
2

e
−x
+

u −w
2

cos x +

u +2v + w
2

sin x.
b) w = u y v = −u. Con esto se tiene y(x) = ue
−x
. Por lo tanto lim
x→∞
y(x) = 0.
4.20 y(t) =
1
5
e
−2t
+
4
5
e
t
cos t −
2
5
e
t
sin t. Además lim
t→∞
y(t) no está definido ya que la
función oscila.
4.21 a) y(x) =

2v −2u −1
−5

e
−x
+

2v +3u −1
5

e
x
cos x +

2v −2u +4
10

e
x
sin x.
b) u = 1 y v = −1. Con esto se tiene y(x) = e
−x
. Por lo tanto lim
x→∞
y(x) = 0.
4.22 y(t) =
1
4
e
t

1
4
e
−t

1
2
sin t.
Cap´ıtulo 5
Análisis cualitativo
5.1 a) P

=

0
0

es un punto silla.
b) P

=

0
0

es un espiral atractora.
c) P

=

0
0

es un espiral repulsora.
d) P

=

0
0

es un nodo repulsor.
e) P

=


5
3
1
3

es un punto silla.
5.2 a) P

=

0
0

es un punto silla.
b) P

=

0
0

es degenerado inestable.
c) P

=

0
0

es degenerado.
d) P

=

−3b
b

es un punto fijo para cada b. Por lo tanto hay una infini-
dad de puntos fijos, cada uno de ellos degenerado.
e) P

=

9
4

9
2

es un espiral repulsora.
15
16
5.3 a) P

=

¸
¸
0
0
0
¸

es degenerado.
b) P

=

¸
¸
0
0
0
¸

es nodo repulsor.
c) P

=

¸
¸
0
0
0
¸

es degenerado.
d) P

=

¸
¸
−4
1
1
¸

es nodo repulsor.
5.4 a) Existen cuatro puntos fijos: P

1
=

0
0

, P

2
=

0
6

, P

3
=

2
0

, y
P

4
=

4
−2

. El punto P

1
es un nodo repulsor, P

2
un nodo atractor, P

3
un punto silla y P

4
una espiral atractora. Se tiene que lim
t→∞

x(t)
y(t)

=

0
6

es decir que la población de x se extinguirá y la de y tenderá a 6,
no es posible que las dos poblaciones coexistan en el largo plazo.
b) Existen cuatro puntos fijos: P

1
=

0
0

, P

2
=

0
2

, P

3
=

3
0

, y
P

4
=

4
−2

. El punto P

1
es un nodo repulsor, P

2
un punto silla, P

3
un
nodo atractor y P

4
un punto silla. Se tiene que lim
t→∞

x(t)
y(t)

=

3
0

es decir que la población de x tenderá a 3 y la de y se extinguirá, no es
posible que las dos poblaciones coexistan en el largo plazo.
c) Existen cuatro puntos fijos: P

1
=

0
0

, P

2
=

0
3

, P

3
=

1
0

, y
P

4
=

10
3
14
3

. El punto P

1
es un nodo repulsor, P

2
un punto silla, P

3
un
punto silla y P

4
un nodo atractor. Se tiene que lim
t→∞

x(t)
y(t)

=

10
3
14
3

17
es decir que la población de la especie x se estabilice en
10
3
y la de y en
14
3
. Se espera que las poblaciones coexistan en el largo plazo.
5.5 a) Para el punto fijo

P

N

=

0
0

,se tiene la dirección estable dada por
λ = −1 que es U =

0
1

, y la dirección inestable dada por λ = 1 que
es V =

1
0

.
b) Como γNP es el número de encuentros Depredador-Presa por unidad
de tiempo, entonces γ representa la frecuencia de encuentros entre las
especies.
5.6 a) Se obtiene un comportamiento cíclico si 0 < a < 1 y b = a.
b) El sistema es estable si a < 1, b > a y ab < 1.
5.7 El punto fijo está dado por

w

p

= p

a
1

. La solución del sistema es

w
p

= c
1

a
1

+ c
2

1
AB+C
A

e
−[λ
2
[t
,
donde λ
2
= A − a (AB + C) . Además lim
t→∞

w
p

= c
1

a
1

. Por lo tanto,
los puntos fijos son múltiplos del vector

a
1

y son puntos de equilibrio
estables.
5.8 a) P

= (0, 0) es un punto silla porque λ
1
= α + β > 0 y λ
2
= α − β < 0.
b) Para el punto fijo P

se tiene E
s
= gen

1
α + β
¸
con λ
2
< 0 y
E
u
= gen

1
α − β
¸
con λ
1
> 0.
5.9 El punto P

= (0, 0, 0) es un punto silla porque det A = −6 < 0. El espacio li-
neal estable es E
s
(
¯
0) = gen

¸
¸
1
−1
1
¸

que representa una recta. El espacio
lineal inestable es E
u
(
¯
0) = gen

¸
¸
5
0
2
¸

,

¸
¸
1
0
0
¸

que representa un plano.
18
5.11 a) El punto fijo es P

=

k

c

=

1
4
5

y es un punto silla porque para
ese punto se obtiene λ
1
= −
1
2
< 0 y λ
2
=
4
5
> 0.
b) En P

la recta tangente que aproxima la variedad estable W
s
(P

) es c =
4
5
k. Similarmente, la recta tangente que aproxima la variedad inestable
W
u
(P

) es c = −
1
2
k +
13
10
.
c) c
0

4
5
(1.1) = 0.88 > c

.
5.12 v = −2u.
5.13 a) Los puntos fijos son cuatro: P

1
= (0, 1), P

2
= (0, −1), P

3
= (
1

3
, 0), y
P

4
= (−
1

3
, 0). Los puntos P

1
y P

2
son los únicos puntos silla. Los
puntos P

3
y P

4
dan soluciones cíclicas. Para P

1
se tiene
E
s
(P

1
) = gen

0
1
¸
=
¸
(x, y) ∈ R
2
[ x = 0
¸
,
E
u
(P

1
) = gen

1
0
¸
=
¸
(x, y) ∈ R
2
[ y = 1
¸
.
Para P

2
se tiene
E
s
(P

2
) = gen

1
0
¸
=
¸
(x, y) ∈ R
2
[ y = −1
¸
,
E
u
(P

1
) = gen

0
1
¸
=
¸
(x, y) ∈ R
2
[ x = 0
¸
.
b) Por regla de la cadena
˙ y
˙ x
=
dy/dt
dx/dt
=
dy
dt
dt
dx
=
dy
dx
.
Entonces
dy
dx
=
˙ y
˙ x
=
1 −3x
2
−y
2
2xy
=
1 −3x
2
2xy

y
2
2xy
.
Por lo tanto
dy
dx
=

1 −3x
2
2xy

y
−1

1
2x
y,
que es una ecuación de Bernoulli con n = −1.
19
c)
W
s
(P

1
) = W
u
(P

2
) =
¸
(x, y) ∈ R
2
[ x = 0
¸
y
W
u
(P

1
) = W
s
(P

2
) =
¸
(x, y) ∈ R
2
[ x
2
+ y
2
= 1
¸
.
5.14 a) Hay dos puntos de equilibrio: P

1
=

0
0

y P

2
=

3
4
3

. El punto P

1
es un nodo repulsor y P

2
es un punto silla.
b) Existen dos puntos de equilibrio: P

1
=

0
0

y P

2
=


1
3

1
3

. El
punto P

1
es un punto silla y P

2
es un centro (soluciones cíclicas).
5.15 El punto fijo

k

p

=

I(p

)
δ
f
/
(k
∗)
r+δ

es un punto silla.
a) La tasa de convergencia está dada por λ =
r −

r
2
−4 det J

2
< 0, don-
de
det J

= −δ(r + δ) + f
//
(k

)I
/
(p

).
Se tiene además que lim
r>>1
λ = −δ.
5.17 a) El único punto fijo del sistema es P

=

1
e

y es un punto silla.
b) Para P

se tiene E
s
(P

) = gen

0
1
¸
=
¸
(x, y) ∈ R
2
[ x = 1
¸
y
E
u
(P

) = gen

1
e
¸
=
¸
(x, y) ∈ R
2
[ y = ex
¸
.
c) y(x) = e
x
+
c
x −1
.
d) Para P

se tiene
W
s
(P

) =
¸
(x, y) ∈ R
2
[ x = 1
¸
y
W
u
(P

) =
¸
(x, y) ∈ R
2
[ y = e
x
¸
.
Cap´ıtulo 6
Conceptos básicos de dinámica
discreta
6.4 a) x
t
=


1
2

t
(x
0
−2) + 2. Además lim
t→∞
x
t
= 2, es decir que es asintótica-
mente estable.
b) x
t
=

3
2

t
(x
0
+4) −4. Además lim
t→∞
x
t
= ∞, es decir que es asintótica-
mente inestable.
c) x
t
= (−1)
t

x
0

5
2

+
5
2
. Además lim
t→∞
x
t
no está definido es decir que
diverge.
d) x
t
=


1
3

t
x
0
. Ademáslim
t→∞
x
t
= 0, es decir que es asintóticamente esta-
ble.
6.5 La ecuación en diferencia para el ingreso es Y
t+1
= mY
t
+ (c + I) . Tiene como
punto fijo a y

=
c + I
1 −m
. Por lo tanto, la solución de la ecuación es Y
t
=
m
t
¸
Y
0

c + I
1 −m

+
c + I
1 −m
. Además lim
t→∞
Y
t
=
c+I
1−m
> 0, es decir que el punto
fijo es asintóticamente estable.
6.8 a) Puntos fijos: x

1
= −1 el cual es asintóticamente inestable y x

2
= 1 el cual
es un punto silla.
b) Puntos fijos: x

1
= 1 el cual es asintóticamente inestable y x

2
= 3 el cual
es asintóticamente estable.
6.10 a) p
t
= −
1
3
p
t−1
+
8
3
. El punto fijo es p

= 2 el cual es asintóticamente esta-
ble, ya que lim
t→∞
p
t
= 2.
20
21
b) p
t
= −p
t−1
+
11
2
. El punto fijo es p

=
11
4
el cual es inestable, se tiene
que lim
t→∞
p
t
no existe.
c) p
t
= −3p
t−1
+ 16. El punto fijo es p

= 4 el cual es asintóticamente
inestable.
Cap´ıtulo 9
Optimización estática
9.1 Sean A y B subconjuntos convexos de R
n
.
a) Sea A + B = ¦a + b[a ∈ A y b ∈ B¦ y sean c
1
, c
2
∈ A + B. Entonces
c
1
= a
1
+ b
1
, c
2
= a
2
+ b
2
donde a
1
, a
2
∈ A y b
1
, b
2
∈ B. Como a
1
, a
2
∈ A
y b
1
, b
2
∈ B con A y B convexos, entonces ∀λ ∈ (0, 1) se tiene que λa
1
+
(1 −λ) a
2
∈ A y λb
1
+ (1 −λ) b
2
∈ B. Por lo tanto, [λa
1
+ (1 −λ) a
2
] +
[λb
1
+ (1 −λ) b
2
] ∈ A + B. De donde λ (a
1
+ b
1
) + (1 −λ) (a
2
+ b
2
) ∈
A+ B. Entonces λc
1
+ (1 −λ) c
2
∈ A+ B. Por lo tanto A + B es convexo.
b) Sea kA = ¦ka[a ∈ A¦ para k ∈ R y sean c
1
, c
2
∈ kA.Entonces c
1
=
ka
1
, c
2
= ka
2
donde a
1
, a
2
∈ A. Como a
1
, a
2
∈ A y A es convexo,
entonces ∀λ ∈ (0, 1) se tiene que λa
1
+ (1 −λ) a
2
∈ A. Por lo tanto,
k [λa
1
+ (1 −λ) a
2
] ∈ kA. De donde λ [ka
1
] + (1 −λ) [ka
2
] ∈ kA. Enton-
ces λc
1
+ (1 −λ) c
2
∈ kA. Por lo tanto kA es convexo.
9.2 Sea X ⊂R
n
un conjunto convexo y sean f , g : X →R dos funciones cóncavas.
a) Sea α ∈ R
+
y sean ¯ x
1
, ¯ x
2
∈ X. Como f es cóncava, entonces
f (λ ¯ x
1
+ (1 −λ) ¯ x
2
) λf ( ¯ x
1
) + (1 −λ) f ( ¯ x
2
) , ∀λ ∈ (0, 1) .
Como α > 0, entonces
αf (λ ¯ x
1
+ (1 −λ) ¯ x
2
) α [λf ( ¯ x
1
) + (1 −λ) f ( ¯ x
2
)]
= λ [αf ( ¯ x
1
)] + (1 −λ) [αf ( ¯ x
2
)] .
Por lo tanto αf es cóncava.
22
23
b) Sea α ∈ R

y sean ¯ x
1
, ¯ x
2
∈ X. Como f es cóncava, entonces
f (λ ¯ x
1
+ (1 −λ) ¯ x
2
) λf ( ¯ x
1
) + (1 −λ) f ( ¯ x
2
) , ∀λ ∈ (0, 1) .
Como α < 0, entonces
αf (λ ¯ x
1
+ (1 −λ) ¯ x
2
) α [λf ( ¯ x
1
) + (1 −λ) f ( ¯ x
2
)]
= λ [αf ( ¯ x
1
)] + (1 −λ) [αf ( ¯ x
2
)] .
Por lo tanto αf es convexa.
c) Como f y g son cóncavas, entonces ∀λ ∈ (0, 1) se tiene que
f (λ ¯ x
1
+ (1 −λ) ¯ x
2
) λf ( ¯ x
1
) + (1 −λ) f ( ¯ x
2
) ,
g (λ ¯ x
1
+ (1 −λ) ¯ x
2
) λg ( ¯ x
1
) + (1 −λ) g ( ¯ x
2
) .
Por lo tanto,
f (λ ¯ x
1
+ (1 −λ) ¯ x
2
) + g (λ ¯ x
1
+ (1 −λ) ¯ x
2
)
[λf ( ¯ x
1
) + (1 −λ) f ( ¯ x
2
)] + [λg ( ¯ x
1
) + (1 −λ) g ( ¯ x
2
)] .
Entonces
( f + g) (λ ¯ x
1
+ (1 −λ) ¯ x
2
) [( f + g) ( ¯ x
1
)] + (1 −λ) [( f + g) ( ¯ x
2
)] .
Por lo tanto, f + g es cóncava.
d) Sea g ( ¯ x) ⊂ Y ⊂ R y sea h : Y → R una función cóncava y creciente.
Como g es cóncava, entonces ∀λ ∈ (0, 1) se tiene que
g (λ ¯ x
1
+ (1 −λ) ¯ x
2
) λg ( ¯ x
1
) + (1 −λ) g ( ¯ x
2
) .
Como h es creciente, entonces
h (g (λ ¯ x
1
+ (1 −λ) ¯ x
2
)) h (λg ( ¯ x
1
) + (1 −λ) g ( ¯ x
2
)) .
De donde
(h ◦ g) (λ ¯ x
1
+ (1 −λ) ¯ x
2
)
= h (g (λ ¯ x
1
+ (1 −λ) ¯ x
2
))
h (λg ( ¯ x
1
) + (1 −λ) g ( ¯ x
2
))
λh [g ( ¯ x
1
)] + (1 −λ) h [g ( ¯ x
2
)]
= λ (h ◦ g) ( ¯ x
1
) + (1 −λ) (h ◦ g) ( ¯ x
2
) .
Por lo tanto, h ◦ g es cóncava.
24
9.3 a) Conjunto convexo.
b) No es conjunto convexo.
c) Conjunto convexo.
9.4 a) Si x = 0 o y = 0, entonces f (x, y) = 0, que es un plano en R
3
(z = 0), y
sabemos que toda función que represente un plano es cuasicóncava en
particular (también es cuasiconvexa, cóncava y convexa). Si suponemos
que x, y > 0, queremos demostrar que para toda k ∈ R
+
, el contorno
superior de f en k, CS
f
(k) = ¦(x, y) ∈ R
2
++
[xy k¦ es un conjunto
convexo. Sean x
1
= (x
1
, y
1
) , x
2
= (x
2
, y
2
) ∈ CS
f
(k) , de modo que
x
1
y
1
k y x
2
y
2
k. Sea
x = ˘x
1
+ (1 −λ) x
2
= (λx
1
+ (1 −λ) x
2
, λy
1
+ (1 −λ) y
2
) ,
con λ ∈ (0, 1) . Debemos demostrar que
(λx
1
+ (1 −λ) x
2
) (λy
1
+ (1 −λ) y
2
) k.
Así,
(λx
1
+ (1 −λ) x
2
) (λy
1
+ (1 −λ) y
2
)
= λ
2
(x
1
y
1
) + (1 −λ)
2
(x
2
y
2
) + λ (1 −λ) (x
2
y
1
+ x
1
y
2
)

2
+ k (1 −λ)
2
+ kλ (1 −λ)

x
2
x
1
+
x
1
x
2

= k

λ
2
+ (1 −λ)
2
+ 2λ (1 −λ)

+ kλ (1 −λ)

x
2
x
1
+
x
1
x
2
−2

= k (λ + (1 −λ))
2
+ kλ (1 −λ)

x
2
1
+ x
2
2
−2x
1
x
2
x
1
x
2

= k + kλ (1 −λ)
(x
2
− x
1
)
2
x
1
x
2
= k
¸
1 + (1 −λ)
(x
2
− x
1
)
2
x
1
x
2
¸
k.
Por lo tanto, x ∈ CS
f
(k) . Lo que implica que CS
f
(k) es convexo, ∀k ∈
R
2
+
. Por lo tanto, f (x, y) = xy es cuasicóncava en R
2
+
.
b) Como f es doblemente diferenciable, analizamos simplemente el signo
de le matriz hessiana H :
H =

f
xx
f
xy
f
yx
f
yy

=

2 2
2 2

.
25
Como f
xx
= 2 > 0, f
yy
= 2 > 0 y [H[ = f
xx
f
yy
− f
2
xy
= 0. Entonces H es
positiva semidefinida. Por lo tanto, f es convexa (no estricta).
c) Como f es doblemente diferenciable, analizamos simplemente el signo
de le matriz hessiana H :
H =

f
xx
f
xy
f
yx
f
yy

=

2 0
0 2

.
Como f
xx
= 2 > 0, f
yy
= 2 > 0 y [H[ = f
xx
f
yy
− f
2
xy
= 4 > 0. Entonces H
es positiva definida. Por lo tanto, f es estrictamente convexa.
9.5 f es una función cóncava para a 0 y b 0.
9.6 a) Si el dominio de la función se restringe a R
2
++
entonces f es cuasicóncava
y además estrictamente cóncava. Si el dominio incluye x, y < 0 entonces
f no es cuasicóncava, ni se aplica la definición de función cóncava al no
ser el dominio convexo.
b) f es cuasicóncava y además estrictamente cóncava.
c) f es cuasiconvexa y además convexa (no estricta).
9.7 Sea g : R
n
++
→R, dada por
g ( ¯ x) = ln

Π
n
k=1
x
α
k
k

con α
1
, . . . , α
n
> 0. Entonces
g ( ¯ x) = ln

x
α
1
1
x
α
2
2
. . . x
α
n
n

= α
1
ln x
1
+ α
2
ln x
2
+ + α
n
ln x
n
.
Por lo tanto
H =

¸
¸
¸
¸
¸
¸

α
1
x
2
1
0 . . . 0
0 −
α
2
x
2
2
. . . 0
. . . . . . . . . . . .
0 0 . . . −
α
n
x
2
n
¸

.
Como [H
1
[ = −
α
1
x
2
1
< 0, [H
2
[ =
α
1
α
2
x
2
1
x
2
2
> 0, [H
3
[ = −
α
1
α
2
α
3
x
2
1
x
2
2
x
2
3
< 0, . . . , (−1)
k
[H
k
[ > 0 con 1 k n. Entonces H es definida negativa. Por lo tanto f es
estrictamente cóncava.
26
9.8 Por el ejercicio anterior tenemos que la función
g ( ¯ x) = ln

Π
n
k=1
x
α
k
k

= ln (h ( ¯ x))
es estrictamente cóncava y, por lo tanto, cóncava. Existe un teorema que
establece que si f es creciente y h es cuasicóncava entonces f ◦ h también es
cuasicóncava. Entonces, como g es cuasicóncava y e
x
es una función creciente,
se tiene que h = e
g
= Π
n
k=1
x
α
k
k
es cuasicóncava.
9.9 a) Sean ˜ a =
¯ a
f ( ¯ a)
y
˜
b =
¯
b
f

¯
b
. Entonces
f ( ˜ a) = f

¯ a
f ( ¯ a)

= f

1
f ( ¯ a)
¯ a

=

1
f ( ¯ a)

/
f ( ¯ a) =
f ( ¯ a)
f ( ¯ a)
= 1.
Similarmente f

˜
b

= 1. Como CS
f
(1) = ¦ ¯ x ∈ X[ f ( ¯ x) = 1¦ y como
f ( ˜ a) = f

˜
b

= 1, por lo tanto ˜ a,
˜
b ∈ CS
f
(1) .
b) Sea µ =
λf

¯
b

(1 −λ) f ( ¯ a) + λf

¯
b
. Como f : X → (0, ∞) , entonces f ( ¯ a) > 0
y f

¯
b

> 0. Además, como 0 < λ < 1 se tiene que λ > 0 y (1 −λ) > 0,
por lo tanto µ > 0. Por otra parte, reescribamos µ como
µ =
λf

¯
b

+ (1 −λ) f ( ¯ a) −(1 −λ) f ( ¯ a)
(1 −λ) f ( ¯ a) + λf

¯
b

= 1 −
(1 −λ) f ( ¯ a)
(1 −λ) f ( ¯ a) + λf

¯
b
< 1,
ya que
(1 −λ) f ( ¯ a)
(1 −λ) f ( ¯ a) + λf

¯
b
> 0. Por lo tanto µ < 1. Se concluye que
0 < µ < 1.
c) Como ˜ a,
˜
b ∈ CS
f
(1) , 0 < µ < 1 y CS
f
(1) es convexo, entonces
(1 −µ) ˜ a + µ
˜
b ∈ CS
f
(1) .
Por lo tanto, f

(1 −µ) ˜ a + µ
˜
b

1.
d) De la definición de µ se tiene
1 −µ = 1 −
λf

¯
b

(1 −λ) f ( ¯ a) + λf

¯
b
=
(1 −λ) f ( ¯ a)
(1 −λ) f ( ¯ a) + λf

¯
b
.
27
Entonces
1 f

(1 −µ) ˜ a + µ
˜
b

= f

(1 −λ) f ( ¯ a)
(1 −λ) f ( ¯ a) + λf

¯
b

¯ a
f ( ¯ a)

+

λf

¯
b

(1 −λ) f ( ¯ a) + λf

¯
b

¯
b
f

¯
b

= f

1
(1 −λ) f ( ¯ a) + λf

¯
b

(1 −λ) ¯ a + λ
¯
b

=
1
(1 −λ) f ( ¯ a) + λf

¯
b
f

(1 −λ) ¯ a + λ
¯
b

.
Es decir, 1

1
(1 −λ) f ( ¯ a) + λf

¯
b

f

(1 −λ) ¯ a + λ
¯
b

. Por lo tanto
(1 −λ) f ( ¯ a) + λf

¯
b

f

(1 −λ) ¯ a + λ
¯
b

.
Por lo tanto f es cóncava.
9.10 Sea f (x
1
, . . . , x
n
) = x
α
1
1
. . . x
α
n
n
= Π
n
k=1
x
α
k
k
una función Cobb-Douglas y x ∈
R
n
++
. Es claro que f es cuasicóncava siempre, ya que es una transformación
creciente de la función cóncava ln

x
α
1
1
x
α
2
2
. . . x
α
n
n

, y es por lo tanto cuasicón-
cava. Si α
1
+ +α
n
= 1, entonces f es homogénea de grado 1, cuasicóncava
y positiva, por lo tanto, por el problema 9.9, f es cóncava. Si α
1
+ +α
n
= 1,
entonces el hessiano de f es
H =

¸
¸
¸
α
1

1
−1) f
x
2
1
α
1
α
2
f
x
1
x
2
. . .
α
1
α
n
f
x
1
x
n
. . . . . . . . . . . .
α
1
α
n
f
x
1
x
n
α
1
α
n−1
f
x
1
x
n−1
. . .
α
n

n
−1) f
x
2
n
¸

.
Por lo tanto, sus menores principales dominantes son:
[H
k
[ =
α
1
α
2
. . . α
k
(x
1
. . . x
k
)
2
f
k

¸
¸
α
1
−1 α
1
. . . α
1
. . . . . . . . . . . .
α
k
α
k
. . . α
k
−1
¸

= (−1)
k

1 −
k

i=1
α
i

α
1
α
2
. . . α
k
(x
1
. . . x
k
)
2
f
k

.
Por lo tanto, (−1)
k
[H
k
[ > 0. Entonces, H es definida negativa. Por lo tanto, f
es estrictamente cóncava. Si 0 <
n

k=1
α
k
1, entonces f es cóncava.
28
9.11 a) w(λx
1
, . . . , λx
n
) =

δ
1
(λx
1
)
ρ
+ + δ
n
(λx
n
)
ρ
1
ρ
=

λ
ρ

δ
1
x
ρ
1
+ + δ
n
x
ρ
n

1
ρ
= λ

δ
1
x
ρ
1
+ + δ
n
x
ρ
n

1
ρ
= λw (x
1
, . . . , x
n
) .
Por lo tanto, w es homogénea de grado 1.
b) Como lim
ρ→0
w = lim
ρ→0
e
ln w
= e

lim
ρ→0
(ln w)

. Además
lim
ρ→0
(ln w) = lim
ρ→0
¸
ln

δ
1
x
ρ
1
+ + δ
n
x
ρ
n

1
ρ

= lim
ρ→0
¸
ln

δ
1
x
ρ
1
+ + δ
n
x
ρ
n

ρ
¸
.
Cuando δ
1
+ + δ
n
= 1, este limite es del tipo
0
0
, ya que
ln

δ
1
x
ρ
1
+ + δ
n
x
ρ
n


ρ→0
ln (δ
1
+ + δ
n
) = ln1 = 0.
Así, usando la regla de L’Hôpital se tiene que
lim
ρ→0
(ln w) = lim
ρ→0
d


1
x
ρ
1
++δ
n
x
ρ
n)

1
x
ρ
1
++δ
n
x
ρ
n)
1
= lim
ρ→0
¸
δ
1
x
ρ
1
ln x
1
+ + δ
n
x
ρ
n
ln x
n
δ
1
x
ρ
1
+ + δ
n
x
ρ
n
¸
=
δ
1
ln x
1
+ + δ
n
ln x
n
δ
1
+ + δ
n
=
ln

x
δ
1
1
x
δ
2
2
...x
δ
n
n

1
.
Por lo tanto, lim
ρ→0
w (x
1
, . . . , x
n
) = e
ln

x
δ
1
1
x
δ
2
2
...x
δn
n

. Es decir,
lim
ρ→0
w(x
1
, . . . , x
n
) = x
δ
1
1
x
δ
2
2
...x
δ
n
n
y corresponde a la familia de funciones Cobb-Douglas.
c) Es claro que si ρ = 1 entonces w(x
1
, . . . , x
n
) = δ
1
x
1
+ + δ
n
x
n
, que es
una ecuación lineal (hiperplano en R
n+1
).
29
d) Sea g (x
1
, . . . , x
n
) =
n

k=1
δ
k
x
ρ
k
= δ
1
x
ρ
1
+ + δ
n
x
ρ
n
. Entonces,
H =

¸
¸
δ
1
ρ (ρ −1) x
ρ−2
1
0 ... 0
0 δ
2
ρ (ρ −1) x
ρ−2
2
... 0
0 0 ... δ
n
ρ (ρ −1) x
ρ−2
n
¸

.
Por lo tanto, si 0 < ρ < 1, entonces ρ (ρ −1) < 0. Lo que implica que
[H
1
[ < 0, [H
2
[ > 0, [H
3
[ < 0, . . . , (−1)
k
[H
k
[ > 0, . . . , (−1)
n
[H
n
[ > 0. Por
lo tanto, H es negativa definida. Por lo tanto, si 0 < ρ < 1, entonces g es
cóncava.
e) Con la definición del inciso anterior, se tiene que w = g
1
ρ
. Si ρ = 1, en-
tonces w es lineal (inciso c), de modo que es cuasicóncava. Si 0 < ρ < 1,
entonces g es cóncava (inciso d) y, como g
1
ρ
es una función creciente, en-
tonces w = g
1
ρ
es cuasicóncava también. Como w es cuasicóncava para
toda 0 < ρ 1, sólo toma valores positivos y como además es homo-
génea de grado 1 (inciso a), por el teorema del problema 9.9 concluimos
que w es cóncava. Por lo tanto, si 0 < ρ 1, entonces w es cóncava.
9.12 Suponemos que CI
f
(1) es convexo, se definen ˜ a ≡
¯ a
f ( ¯ a)
y
˜
b =
¯
b
f

¯
b
. Como f
es homogénea de grado 1, se obtiene que f ( ˜ a) = f

˜
b

= 1. Además
CI
f
(1) = ¦ ¯ x ∈ X[ f ( ¯ x) 1¦.
Por lo tanto, ˜ a,
˜
b ∈ CI
f
(1) . Luego se define
µ =
λf

¯
b

(1 −λ) f ( ¯ a) + λf

¯
b
,
con ¯ a,
¯
b ∈ X y 0 < λ < 1. De modo que (problema 9.9), nuevamente 0 <
µ < 1. Como ˜ a,
˜
b ∈ CI
f
(1), 0 < µ < 1 y CI
f
(1) es convexo (ya que f es
cuasiconvexa), entonces f

(1 −µ) ˜ a + µ
˜
b

1. Finalmente, sustituyendo ˜ a,
˜
b
y µ en esta desigualdad y, viendo que f es homogénea de grado 1, se obtiene
que
(1 −λ) f ( ¯ a) + λf

¯
b

f

(1 −λ) ¯ a + λ
¯
b

.
Por lo tanto, f es convexa. Ahora, apliquemos este resultado a la función
CES,
w(λx
1
, . . . , λx
n
) =

δ
1
x
ρ
1
+ + δ
n
x
ρ
n
1
ρ
.
Es claro que w es homogénea de grado 1 (problema 9.11.a) y positiva. Fal-
ta ver que w sea cuasicóncava cuando ρ > 1, para aplicar el teorema recién
30
demostrado. De acuerdo con el problema 9.11 inciso d, cuando ρ > 1 el hes-
siano de g es positivo definido ([H
1
[ > 0, [H
2
[ > 0, . . . , [H
n
[ > 0), de modo
que g es convexa y, por lo tanto, cuasiconvexa. Como w = g
1
ρ
con ρ > 0, es
decir, w es una función creciente de g, con g cuasiconvexa, por lo tanto w es
cuasiconvexa. Por lo tanto, por el teorema recién demostrado, w es convexa
si ρ > 1. Por lo tanto, si ρ > 0, entonces una función CES es convexa.
9.13 Sea Ω = (a, b) un conjunto convexo y abierto de R y sea y = f (z) una función
cóncava en Ω.
a) Sean a < z
1
< z
2
< z
3
< b con z
2
= λz
1
+ (1 −λ) z
3
, 0 < λ < 1. Como f
es cóncava en Ω, entonces
f (z
2
) λf (z
1
) + (1 −λ) f (z
3
) .
Por lo tanto,
y
2
λy
1
+ (1 −λ) y
3
....... (1) .
Como z
2
= λz
1
+ (1 −λ) z
3
= λz
1
+ z
3
−λz
3
. Por lo tanto, λ (z
3
−z
1
) =
z
3
−z
2
. Lo que implica que
λ =
z
3
−z
2
z
3
−z
1
y, 1 −λ =
z
2
−z
1
z
3
−z
1
....... (2) .
Por último, se reescribe y
2
como
y
2
= 1 ∗ y
2
=

z
3
−z
1
z
3
−z
1

y
2
=

z
3
−z
2
+ z
2
−z
1
z
3
−z
1

y
2
=

z
3
−z
2
z
3
−z
1

y
2
+

z
2
−z
1
z
3
−z
1

y
2
....... (3) .
Por lo tanto, sustituyendo (2) , (3) en (1) se obtiene

z
3
−z
2
z
3
−z
1

y
2
+

z
2
−z
1
z
3
−z
1

y
2

z
3
−z
2
z
3
−z
1

y
1
+

z
2
−z
1
z
3
−z
1

y
3
.
Multiplicando por z
3
−z
1
> 0 se tiene
(z
3
−z
2
) y
2
+ (z
2
−z
1
) y
2
(z
3
−z
2
) y
1
+ (z
2
−z
1
) y
3
.
Por lo tanto,
(z
3
−z
2
) (y
2
−y
1
) (z
2
−z
1
) (y
3
−y
2
) .
31
Como z
3
−z
2
> 0 y z
2
− z
1
> 0, entonces
(y
2
−y
1
)
(z
2
−z
1
)

(y
3
−y
2
)
(z
3
−z
2
)
. Por lo
tanto
f (z
2
) − f (z
1
)
z
2
−z
1

f (z
3
) − f (z
2
)
z
3
−z
2
....... (4) .
b) Como Ω es convexo y por la densidad de los reales, siempre se pueden
escoger números r, s, t, u tales que a < r < s < x < y < t < u < b, para
cada x ∈ (a, b) .
c) Sean a < r < s < x < t < u < b. Podemos aplicar la ecuación (4) en
cada trío de puntos en r < s < x < y < t < u, obteniendo
f (s) − f (r)
s −r

f (x) − f (s)
x −s

f (y) − f (x)
y − x

f (t) − f (y)
t −y

f (u) − f (t)
u −t
....... (5) ,
con s, r, u y t fijos. Así, se definen las constantes c
1
y c
2
como:
c
1
=
f (s) − f (r)
s −r
, c
2
=
f (u) − f (t)
u −t
....... (6) .
De (5) y (6) se obtiene
c
1

f (y) − f (x)
y − x
c
2
....... (7) .
d) Por último, como y − x > 0 entonces lim
y→x
+
c
1
(y − x) f (y) − f (x)
c
2
(y − x) . Por lo tanto,
lim
y→x
+
[c
1
(y − x)] lim
y→x
+
[ f (y) − f (x)] lim
y→x
+
[c
2
(y − x)] .
Como
lim
y→x
+
[c
1
(y − x)] = lim
y→x
+
[c
2
(y − x)] = 0,
entonces
lim
y→x
+
[ f (y) − f (x)] = 0.
Por lo tanto,
lim
y→x
+
f (y) = f (x) .
Procediendo de modo similar, pero ahora con y < x se tiene que
lim
y→x

f (y) = f (x) .
Por lo tanto,
lim
y→x
f (y) = f (x) .
Es decir, f es continua en x. Por lo tanto, f es continua en Ω = (a, b) .
32
9.14 Sea x ∈ X y sea y ∈ X un punto en la vecindad de x. Por lo tanto,
f (y)

= f (x) + (y −x)
T
∇f +
1
2
(y −x)
T
[Hf (x)] (y −x) ,
donde Hf (x) es el hessiano de f evaluado en x.
a) Sabemos que f es cóncava si y sólo si f (y) f (x) + (y −x)
T
∇f . Por lo
tanto,
f (x) + (y −x)
T
∇f +
1
2
(y −x)
T
[Hf (x)] (y −x) f (x) + (y −x)
T
∇f .
Entonces
(y −x)
T
[Hf (x)] (y −x) 0.
Por lo tanto, Hf (x) es negativo semidefinido.
b) Sabemos que f es convexa si y sólo si f (y) f (x) + (y −x)
T
∇f . Así,
procediendo análogamente al inciso anterior, se tiene:
(y −x)
T
[Hf (x)] (y −x) 0.
Por lo tanto, Hf (x) es positivo semidefinido.
c) Suponemos que Hf (x) es negativa definida, es decir,
(y −x)
T
[Hf (x)] (y −x) < 0.
Por lo tanto, f (y) < f (x) + (y −x)
T
∇f . Por lo tanto, f es estrictamente
cóncava.
d) Suponemos que la matriz Hf (x) es positiva definida, es decir,
(y −x)
T
[Hf (x)] (y −x) > 0.
Por lo tanto, f (y) > f (x) + (y −x)
T
∇f . Por lo tanto, f es estrictamente
convexa.
9.15 Sea X ⊂ R y sean f , g : X → R de clase (
1
. Supongamos que x

= (x

, y

)
es una solución del problema. Se quiere mostrar que existe λ ∈ R tal que
∇f (x

) = λ∇g (x

) , con g (x

) = 0. Los puntos que satisfacen la restric-
ción están dados por g (x, y) = 0. Supongamos que ∇g = 0, de modo que
g
x
(x, y) = 0 o g
y
(x, y) = 0. Sin pérdida de generalidad supongamos que
g
y
(x, y) = 0. Por el teorema de la función implícita, la ecuación g (x, y) = 0
33
define a y como función implícita diferenciable de x, es decir, y = y (x) si
g
y
(x, y) = 0. En ese caso,
dy
dx
= −
g
x
g
y
, g
y
= 0.
Por lo tanto, y = y (x) en f (x, y) , el problema de optimización se reduce al
siguiente problema de optimización en 1 variable:
max F (x) ≡ f (x, y (x)) .
Entonces,
dF (x)
dx
= f

x
+ f

y

dy
dx


= 0.
Lo que implica
f

x
+ f

y


g
x
g
y


= 0.
De donde f

x
g

y
− f

y
g

x
= 0. Por lo tanto,

f

x
f

y
g

x
g

y

= 0,
donde los renglones de este determinante son linealmente dependientes. Por
lo tanto, existe λ ∈ R−¦0¦ tal que

f

x
, f

y

= λ

g

x
, g

y

, o sea, ∇f

= λ∇g

,
con g (x

, y

) = 0.
9.16 Como f : R
n
++
→ R es una función de producción homogénea, continua y
cuasicóncava, entonces CS
f
(q) es convexo. Además, sea x

(w, q) una solu-
ción al problema, por lo tanto, el costo mínimo C (w, q) está dado por
C (w, q) = w x

(w, q) .
Por lo tanto, por el teorema de la envolvente, se obtiene el lema de Shepard:
∂C
∂w
j
= x

j
(w, q) ,
para j = 1, . . . , n.
a) Se quiere demostrar que C es una función creciente de w
j
, j = 1, . . . , n.
Como x ∈ R
2
++
, entonces x
j
> 0 y como
∂C
∂w
j
= x

j
(w, q) , entonces
∂C
∂w
j
> 0. Por lo tanto, C es creciente con respecto a w
j
, para j = 1, . . . , n.
34
b) Se quiere demostrar que C es homogénea de grado 1 en w. Para ello,
utilizamos el teorema de Euler. Sea C = C (w, q) , entonces
w
1
∂C
∂w
1
+ w
2
∂C
∂w
2
+ + w
n
∂C
∂w
n
=
n

j=1
w
j
∂C
∂w
j
=
n

j=1
w
j
x

j
(w, q)
= C (w, q) .
Por lo tanto, w ∇
w
C (w, q) = (1) C (w, q) . Por lo tanto, C es homogénea
de grado 1.
c) Se quiere demostrar que C es cóncava en w, es decir, que ∀λ ∈ (0, 1) se
cumple
C(λw
1
+ (1 −λ) w
2
, q) λC (w
1
, q) + (1 −λ) C (w
2
, q) .
Se tiene que
C(λw
1
+ (1 −λ) w
2
, q) = (λw
1
+ (1 −λ) w
2
, q) X

(λw
1
+ (1 −λ) w
2
, q)
= λ [w
1
X

(λw
1
+ (1 −λ) w
2
, q)]
+ (1 −λ) [w
2
X

(λw
1
+ (1 −λ) w
2
, q)]
λ [w
1
X

(w
1
, q)] + (1 −λ) [w
2
X

(w
2
, q)]
= λC (w
1
, q) + (1 −λ) C (w
2
, q) .
Por lo tanto, C es cóncava en w.
9.17 a) f se optimiza en x = 16000 y y = 64000. Por lo tanto, se tiene que f
max
=
50 (16000)
1
2
(64000)
2
.
b) Sea d
2
(x, y) =

x
2
+ y
2
, entonces d
2
(x, y) se minimiza en los puntos
P
1
=


1.1

1.1

y P
1
=



1.1


1.1

. Además d
min
=

2.2.
c) Sea f (x, y) = ln x + ln (y + 5) = ln [x (y +5)] . Entonces f
max
ocurre en
(x, y) = (0, 4) con f
max
= f (4, 0) = ln20.
d) Sea f (x, y) = x
2
+ y
2
. Entonces f
min
ocurre en (x, y) = (5, 5) con f
min
=
f (5, 5) = 50.
e) Sea f (x, y, z) = xyz. Entonces f
max
ocurre en x =
4
3
, y =
4
3
y z =
4
3
, con
f
max
=
64
27
.
35
9.18 a) Las condiciones de Kuhn-Tucker están dadas por:
L
x
=
1
3x
−3λ
1
−λ
2
= 0,
L
y
=
1
3y
−λ
1
−λ
2
= 0,
L
λ
1
= A −(3x + y) 0, λ
1
0, λ
1
(3x + y − A) = 0,
L
λ
2
= 40 −(x + y) 0, λ
2
0, λ
2
(x + y −40) = 0.
El ingreso se tiene que restringir al intervalo (40, 120) porque si A 40
entonces la primera restricción del problema será inútil. De la misma
manera si A 120, entonces la segunda restricción del problema será
inútil.
i) Si A ∈ (40, 60) , entonces sólo la primera restricción está activa (λ
1

0, λ
2
= 0) y la solución del problema es x

=
A
6
, y

=
A
2
.
ii) Si A ∈ [60, 80] , entonces ambas restricciones están activas (λ
1
0,
λ
2
0) y la solución del problema es x

=
A−40
2
, y

=
120 − A
2
.
iii) Si A ∈ (80, 120) , entonces sólo la segunda restricción está activa

1
= 0, λ
2
0) y la solución del problema es x

= 20, y

= 20.
9.19 Sea
L(x, q, λ; w, p) =

pq −w
T
x

−λ [ f (x) −q] .
Entonces por las condiciones de primer orden, se tiene que la solución es del
tipo
x

= x

(w, p) ,
q

= q

(w, p) = f (x

(w, p)) ,
λ

= λ

(w, p) .
La función de máxima ganancia es
Π(w, p) = L(x

, q

, λ

; w, p) = pq

(w, p) −w
T
x

(w, p) −λ

0.
Entonces por el teorema de la envolvente:
∂Π
∂w
j
=
∂L
∂w
j
= −x

j
(w, p) , j = 1, ...n.
∂Π
∂p
=
∂L
∂p
= q

(w, p) .
36
9.20 Se tiene que
L

x, λ; p,
¯
U

= px −λ

U (x) −
¯
U

.
Por las condiciones de primer orden se tiene que
x
h
= x
h

p,
¯
U

,
λ
h
= λ
h

p,
¯
U

.
La función de gasto es
E

p,
¯
U

= L

x
h
, λ
h
; p,
¯
U

= px
h

p,
¯
U

−λ ∗ 0.
Por lo tanto, por el teorema de la envolvente
∂E
∂p
j
=
∂L
∂p
j
= x
h
j

p,
¯
U

,
para j = 1, . . . , n.
9.21 a) El problema
min p
T
x
s.a U (x) = V (p, m)
,
implica que
L(x; p, V (p, m)) = p
T
x −λ [U (x) −V (p, m)] .
Por lo tanto,
x
h
= x
h
(p, V (p, m)) .
En el óptimo se cumple la restricción, es decir:
U

x
h
(p, V (p, m))

= V (p, m) = U (x

(p, m)) .
Supongamos que U es monótona creciente, además de cóncava, enton-
ces existe U
−1
y es posible cancelar U de ambas expresiones. Por lo
tanto,
x
h
(p, V (p, m)) = x

(p, m) .
b) El problema
max U (x)
s.a p
T
x = E

p,
¯
U
,
implica que
L

x; p, E

p,
¯
U

= U (x) −λ

p
T
x −E

p,
¯
U

.
37
Por lo tanto,
x

= x

p, E

p,
¯
U

.
En el óptimo se cumple la restricción, es decir:
p
T
x

p, E

p,
¯
U

= E

p,
¯
U

= p
T
x
h

p,
¯
U

.
Como esto vale para p arbitraria, entonces
x

p, E

p,
¯
U

= x
h

p,
¯
U

.
c) Por el inciso anterior y porque se cumple la restricción de Hicks se tiene
que
V

p, E

p,
¯
U

= U

x

p, E

p,
¯
U

= U

x
h

p,
¯
U

=
¯
U.
d) Por el inciso a) y porque se cumple la restricción de Marshall se tiene
que
E (p, V (p, m)) = p
T
x
h
(p, V (p, m)) = p
T
x

(p, m) = m.
9.22 a) x

(p, m) =
αm
p
1
, y

(p, m) =
βm
p
2
.
b) V (p, m) = ln
¸

α
p
1

α

β
p
2

β
m
¸
.
c) E

p,
¯
U

=

p
1
α

α

p
2
β

β
e
¯
U
.
d) x
h

p,
¯
U

=

αp
2
βp
1

β
e
¯
U
, y
h

p,
¯
U

=

βp
1
αp
2

α
e
¯
U
.
9.23 a) x

(p, m) = m
p
1
r−1
1
p
r
r−1
1
+ p
r
r−1
2
, y y

(p, m) = m
p
1
r−1
2
p
r
r−1
1
+ p
r
r−1
2
.
b) V (p, m) = m

p
r
r−1
1
+ p
r
r−1
2
1−r
r
.
c) E

p,
¯
U

=
¯
U

p
r
r−1
1
+ p
r
r−1
2
r−1
r
.
d) x
h

p,
¯
U

=
¯
Up
1
r−1
1

p
r
r−1
1
+ p
r
r−1
2


1
r
, y
y
h

p,
¯
U

=
¯
Up
1
r−1
2

p
r
r−1
1
+ p
r
r−1
2


1
r
.
38
9.24 Se tiene x

p, E

p,
¯
U

= x
h

p,
¯
U

. Entonces
∂x

i
∂p
j

p, E

p,
¯
U

+
∂x

i
∂m

p, E

p,
¯
U
∂E

p,
¯
U

∂p
j
=
∂x
h
i

p,
¯
U

∂p
j
.
Por el Lema de Shepard
∂E
∂p
j
= x
h
j
, y como
¯
U = V (p, m) , m = E

p,
¯
U

y
x
h
j
(p, V (p, m)) = x

j
(p, m) . Por lo tanto
∂x

i
(p, m)
∂p
j
+ x

j
(p, m)
∂x

i
(p, m)
∂m
=
∂x
h
i
(p, V (p, m))
∂p
j
.
Cap´ıtulo 11
Introducción al cálculo en
variaciones
11.1 a) Por demostrar que |x| =
n

i=1
[x
i
[ es una norma.
i) ∀i = 1, ..n se tiene que [x
i
[ 0. Por lo tanto,
n

i=1
[x
i
[ 0. Entonces
|x|
1
0.
ii) [x
i
[ = 0 si y sólo si x
i
= 0. Entonces
n

i=1
[x
i
[ = 0 si y sólo si x = 0. Por
lo tanto, |x|
1
= 0 si y sólo si x = 0.
iii) |cx|
1
= |(cx
1
, . . . , cx
n
)|
1
=
n

i=1
[cx
i
[ =
n

i=1
[c[ [x
i
[ = [c[
n

i=1
[x
i
[ =
[c[ |x|
1
.
iv)
|x + y|
1
= |(x
1
+ y
1
, . . . , x
n
+ y
n
)|
1
=
n

i=1
[x
i
+ y
i
[
n

i=1
([x
i
[ +[y
i
[)
=
n

i=1
[x
i
[ +
n

i=1
[y
i
[ = |x|
1
+|y|
1
.
b) Por demostrar que |x|

= sup¦[x
i
[ , i = 1, . . . , n¦ es una norma.
i) ∀i = 1, ..n se tiene que [x
i
[ 0. Por lo tanto, sup¦[x
i
[¦ 0. Entonces
|x|

0.
ii) |x|

= 0 si y sólo si sup¦[x
i
[¦ = 0. Esto sólo se cumple si y sólo si
[x
i
[ = 0, que a su vez se cumple si y sólo si x
i
= 0. Es decir, si y sólo
si x = 0.
39
40
iii) |cx|

= sup¦[cx
i
[¦ = sup¦[c[ [x
i
[¦ = [c[ sup¦[x
i
[¦ = [c[ |x|

.
iv)
|x + y|

= sup¦[x
i
+ y
i
[¦ sup¦[x
i
[ +[y
i

sup¦[x
i
[¦ + sup¦[y
i

= |x|

+|y|

.
11.2 Por demostrar que | f |
p
=

b
a
[ f [
p
dt
¸1
p
es una norma.
a) Es claro que | f |
p
es no negativa.
b) Además | f |
p
sólo vale cero cuando f = 0.
c) |c f |
p
=

b
a
[c f [
p
dt
¸1
p
=

[c[
p

b
a
[ f [
p
dt
¸1
p
= [c[ | f |
p
.
d) Si p = 1, entonces
| f + g|
1
=

b
a
[ f + g[ dt

b
a
([ f [ +[g[) dt
=

b
a
[ f [ dt +

b
a
[g[ dt = | f |
1
+|g|
1
.
Si p = 2, como [ f + g[ [ f [ +[g[ , entonces
([ f + g[)
2
([ f [ +[g[)
2
= [ f [
2
+[g[
2
+2 [ f [ [g[ .
Además, utilizando la desigualdad de Cauchy-Schwartz, se tiene que

b
a
[ f + g[
2
dt

b
a
[ f [
2
dt +

b
a
[g[
2
dt + 2

b
a
[ f [ [g[ dt

b
a
[ f [
2
dt +

b
a
[g[
2
dt + 2

b
a
[ f [
2
dt

b
a
[g[
2
dt
=

¸

b
a
[ f [
2
dt +

b
a
[g[
2
dt
¸

2
.
Por lo tanto,

b
a
[ f + g[
2
dt

b
a
[ f [
2
dt +

b
a
[g[
2
dt.
Es decir, | f + g|
2
= | f |
2
+|g|
2
.
41
11.3 Sea V = ¦f : [0, 1] →R[ f es continua¦.
a) Por demostrar que V es un espacio vectorial sobre R.
i) Sean f , g ∈ V. Como f , g son continuas en [0, 1] . Entonces, f + g es
continua en [0, 1] . Por lo tanto, f + g ∈ V.
ii) Sean f , g, h ∈ V. Como la suma de funciones es asociativa, entonces
( f + g) + h = f + (g + h) .
iii) Sea f : [0, 1] → R, f (x) = 0. Claramente f es continua en [0, 1] , por
lo tanto, f (x) = 0 ∈ V.
iv) Sea f ∈ V. Como f es continua en [0, 1] entonces −f es continua en
[0, 1] . Por lo tanto, −f ∈ V. Además, f + (−f ) = 0.
v) Sean f , g ∈ V. Como la suma de funciones es conmutativa, entonces
f + g = g + f .
vi) Sea f ∈ V y sea α ∈ R. Como f es continua en [0, 1] , entonces αf es
continua en [0, 1] . Por lo tanto, αf ∈ V.
vii) Sean f , g ∈ V y sea α ∈ R. Claramente α ( f + g) = αf + αg.
viii) Sea f ∈ V y sean α, β ∈ R. Claramente (α + β) f = αf + βf .
ix) Sea f ∈ V y sean α, β ∈ R. Claramente α (βf ) = (αβ) f .
b) Dos posibles ejemplos de funcionales lineales sobre V son:
J
1
[ f ] =

1
0
f (t) dt
y J
2
[ f ] = f (0) .
c) Dos posibles ejemplos de funcionales no lineales sobre V son:
J
1
[ f ] =

1
0
f
2
(t) dt
y J
2
[ f ] =
¸

1
0
f (t) dt
¸
2
.
11.4 a) x (t) = −
1
2
t +20. Por lo tanto, J [x] = −5.
b) x (t) = 9t +10. Por lo tanto, J [x] = −10710.
c) x (t) = t
3
+4t +1. Por lo tanto, J [x] =
1912
5
.
d) x (t) =
t
2
4
+ 4t +1. Por lo tanto, J [x] =
154
3
.
42
e) x (t) = t. Por lo tanto, J [x] =
16
3
.
f) Se tiene que
¨ x = 2x −y
¨ y = x
.
Por lo tanto,
x (t) = [(c
1
+ 2c
2
) + c
2
t] e
t
+ [(c
3
−2c
4
) + c
4
t] e
−t
,
y (t) = (c
1
+ c
2
t) e
t
+ (c
3
+ c
4
t) e
−t
.
g) x (t) =
11
10
t y y (t) =
2
5
t +2.
h) Se tiene que
¨ x = y
¨ y = x
.
Por lo tanto, x (t) = y (t) =
1
e
π
2
−e

π
2

e
t
−e
−t

.
i) x (t) = t. Por lo tanto, J [x] = 1.
11.5 x (t) =
t
2
2
+

N −
1
2

t.
11.6 a) x (t) = 4. Como f es convexa en (x, ˙ x) , entonces se trata de un mínimo.
b) x (t) = −t + 4, o x (t) = t + 4 y T = 1.Como f es convexa en (x, ˙ x) ,
entonces se trata de un mínimo.
11.7 a) x (t) =
1
4
t
2
−t + 1. Como f es convexa en (x, ˙ x) , entonces se trata de un
mínimo.
b) x (t) =
1
4
t
2
−4t y T = 16. Como f es convexa en (x, ˙ x) , entonces se trata
de un mínimo.
11.8 Teniendo el modelo de inversión de la sección 11.7.1 como base, entonces sus-
tituyendo k(t) y su demanda
˙
k(t) en la condición de transversalidad se tiene
0 = lim
t→∞
e
−ρT
¸
α

k
1
r
1
e
r
1
T
+ k
2
r
2
e
r
2
T

2
+ A

k
1
e
r
1
T
+ k
2
e
r
2
T
+ kρ

− lim
t→∞
e
−ρT
¸
B

k
1
e
r
1
T
+ k
2
e
r
2
T
+ kρ

2

= lim
t→∞

e
(2r
1
−ρ)T
k
2
1

αr
2
1
− B

+ e
(2r
2
−ρ)T
k
2
2

αr
2
2
− B

¸
+ lim
t→∞

e
(r
1
+r
2
−ρ)T
2k
1
k
2
[αr
1
r
2
− B] + e
(r
1
−ρ)T
k
1
[A−2Bkρ]
¸
+ lim
t→∞

e
(r
2
−ρ)T
k
2
[ A−2Bkρ] + e
−ρT

Akρ − Bkρ
2

¸
.
43
Para que este límite converja es necesario que no aparezcan aquí los términos
e
(2r
1
−ρ)T
y e
(r
1
−ρ)T
que son divergentes, y esto se logra pidiendo que k
1
= 0.
En este caso,
lim
t→∞

e
(2r
2
−ρ)T
k
2
2

αr
2
2
− B

+ e
(r
2
−ρ)T
k
2
[A−2Bkρ] + e
−ρT

Akρ − Bkρ
2

¸
= 0,
se verifica automáticamente.
11.9 x (t) =
t
2
2
y T =

2N.
11.10 a) x (t) = c
2
e
−t
+

1
1 −ρ
2

e
−ρt
. Pero como c
2
= x
0

1
1 −ρ
2

, entonces
x (t) =
¸
x
0

1
1 −ρ
2

e
−t
+

1
1 −ρ
2

e
−ρt
.
b) Se tiene que f
x
= e
−ρt
− x y f
˙ x
= − ˙ x, lo que implica que f
xx
= −1 < 0,
f
x ˙ x
= 0 y f
˙ x
= −1. Por lo tanto,
H =

−1 0
0 −1

.
De donde [H[ = 1 > 1. Por lo tanto, f es cóncava en (x, ˙ x) , es decir que
se trata de un máximo.
c) Al imponer la condición c
1
= 0, y dado que ρ > 0, entonces
lim
t→∞
x (t) = lim
t→∞
¸
x
0

1
1 −ρ
2

e
−t
+

1
1 −ρ
2

e
−ρt

= 0.
Por lo tanto, sí es cierto que
lim
t→∞
x (t) = 0.
11.11 La trayectoria óptima de consumo es:
c(t) =
¸
rc
1
+ w +
(ρ −r)
βr

ρ −r
β

t.
Es decir que el consumo decrece linealmente con t. Según las condiciones de
transversalidad tenemos que a(t) = a
0

ρ −r
βr

t. Es decir que el nivel de
activos decrece linealmente con t. Para verificar la concavidad de f se tiene
H =

−β
2
r
2
e
−ρt
e
−βc
−β
2
re
−ρt
e
−βc
−β
2
re
−ρt
e
−βc
−β
2
e
−ρt
e
−βc

.
Como f
aa
= −β
2
r
2
e
−ρt
e
−βc
< 0, f
˙ a ˙ a
= −β
2
e
−ρt
e
−βc
< 0 y
[H[ = e
−2ρt
e
−2βc

β
4
r
2
− β
4
r
2

= 0,
entonces, H es negativa semidefinida. Por lo tanto, f es cóncava.
44
11.12 a) Se debe cumplir el sistema de ecuaciones
˙
k = (A −δ) k −c,
˙ c = (A −δ −ρ) c.
Resolviendo se tiene,

k
c

= c
1

1
0

e
(A−δ)t
+ c
2

1
ρ

e
(A−δ−ρ)t
.
Usando las condiciones de transversalidad se obtiene
k(t) = k
0
e
(A−δ−ρ)t
, con A−δ −ρ < 0,
c(t) = k
0
ρe
(A−δ−ρ)t
.
b) El único punto de equilibrio es el origen (k

, c

) = (0, 0) , lo cual es una
consecuencia de la linealidad del sistema. Como el determinante del
sistema es negativo (λ
1
= A −δ > 0, λ
2
= A − δ − ρ < 0), por lo tanto,
se trata de un punto silla.
c) La variedad estable W
s
es el espacio generado por el vector v
2
=

1
ρ

.
Es decir, W
s
= gen

1
ρ
¸
=
¸
(k, c) ∈ R
2
[ c = ρk
¸
. Por lo tanto la
variedad estable es la recta c = ρk. Debido a las condiciones de trans-
versalidad (lim
t→∞
k(T) = k

) cualquier condición inicial tal que c
0
= ρk
0,
llevará al sistema al punto (k

, c

) = (0, 0) .

Sign up to vote on this title
UsefulNot useful