Metodos Dinamicos en Economia

Soluciones del captulo 2
Ecuaciones diferenciales lineales

Hctor Lomel y Beatriz Rumbos
February 5, 2010
2.1
A A x A A
a) x(t) = t + t x(t)t
=1 t2
x + t =1+ t2
+1 t2
= 2.
b) Si hacemos x(t) = A cos 3t+B sin 3t+ 18 cos t entonces las derivadas satisfacen x(t)
= 3A sin 3t+
1 1
3B cos 3t 8 sin t y x(t)
= 9A cos 3t 9B sin 3t 8 cos t. Por lo tanto, x + 9x cos t =
1 9
9A cos 3t 9B sin 3t cos t + 9A cos 3t + 9B sin 3t + cos t cos t = 0.
8 8
t 3 (1+t) 1
c) Si x(t) = 4 + t = 34 t 2 (1 + t) + 14 t 3
+ 1 entonces x(t) 1
t2
= 34 t 2 1
t2
+ t 3.
x x t3 1 1 t 2 (1+t)
Por lo tanto, 2 3
t+1 t + t + t = 4 + t (t+1) + t+1 4 t12 1t + t 2 + t 3 .
= 34 t 2 1
t2
+ t 3 . En cuanto a la condicin inicial: x(1) = 24 + 2 = 10 4 = 2.
5
2.2
b = 3, c = 6, x0 = 5
2.3
= 3, = 19 , A = 18 1
, B= 1
18 . Por lo tanto la solucin para las condiciones iniciales dadas
1 1 3t 1 3t
es x(t) = 9 + 18 e + 18 e
2.4
Si y(v) = ev ( cos v + sin v), entonces
y 0 (v) = ev ((( ) cos v ( + ) sin v),
y 00 (v) = ev (2 sin v 2 cos v).
Esto implica que y 00 (v) + 2y 0 (v) + 2y(v) =
ev (2 sin v 2 cos v) + 2ev (( ) cos v ( + ) sin v)) + 2ev ( cos v + sin v) = 0.
Al resolver obtenemos = 0, = 7. Por lo tanto, la solucin para las condiciones dadas se
puede escribir como y(v) = 7ev sin v.
1
2.5
a) x(t) = ke5t , la solucin no converge a su estado estacionario.
2
b) x(t) = ke t , la solucin s converge a su estado estacionario.
c) x(t) = 8 + ket , la solucin s converge a su estado estacionario.
d) x(t) = 2 + ke5t , la solucin no converge a su estado estacionario.
2.6
P(t) = 5 + ke6t , el estado estacionario es P = 5. La solucin s converge a su estado esta-
cionario.
2.7
log 2
a) P(t) = P0 eat . b) t = a . c) lim P(t) = 0.
t
2.8
P(t) = P0 e()t .
Si > , limt P(t) = , es decir que P crece indefinidamente.
Si = , limt P(t) = P0 , es decir que P es siempre constante.
Si < , limt P(t) = 0, es decir que P se extingue.
2.9

E E
P(t) = + P0 eat .
a a
E E
Si P0 = a, entonces lim P(t) = , es decir que la poblacin es constante.
t a
E
Si P0 > a, entonces lim P(t) = , es decir que la poblacin es creciente.
t
E
Si P0 < a, entonces lim P(t) = , es decir que la poblacin es decreciente.
t
2.10
RT
Factor de integracin
Rt (t) = e t r (s)ds . Interpretacin: Y (t) es la inversin, B(t) es el precio del
YT
bono y BT + T (s)ds es la cantidad de bonos que se tienen en la inversin.
2.11
1
a) r (t) = r0 t+1 . Si < 0 tenemos retiros.
1
b) B(t) = er0 (tT ) T +1
. d) Z (t) = (er0 (T t) 1) + 1.
r0
t+1
h i
c) (t) = er0 (T t) . e) Y (t) = Tt+1
+1
1 + r10 er0 (tT ) 1 .
2
2.12
a) Y es el cambio en la inversin. Se debe a las ganancias r Y generadas por invertir Y a una tasa r
menos las perdidas X (t) debidas al flujo de inversin.
b) La solucin general es de la forma
Z T
Y (t) = er (tT ) Y (T ) + er t er s X (s)ds.
t
R
Con Y (T ) = er T T er s X (s)ds.
Z
c) lim Y (t) = er t er s X (s)ds, entonces, cuando T , la solucin se puede reescribir
T t
haciendo el cambio de variable = s t como
Z
Y (t) = er X (t + )d.
0
d) El valor de la inversin en el tiempo t es igual al valor descontado del flujo de que genera.
2.13
Z Z Z
st st
L{a f (t) + bg(t)} = e [a f (t) + bg(t)] dt = e (a f (t)) dt + est (bg(t)) dt =
Z 0 Z
0 0
st
a e f (t)dt + b est g(t)dt = aL{ f (t)} + bL{g(t)}.
0 0
2.14
1
a) x(t) = 2 + ce2 sin t . d) x(t) = 71 et + e6t .
1 2
b) x(t) = 2 + cet .
1 3 1 3
c) x(t) = 5 + e 3 t . e) y(t) = 3 + 23 eu .
2.15

r d d d
r
t
a) p e + r pe = r . Resolviendo: p e (t) = r + p0e r e r
.
Z Z b h i d
d
b) der t dt = lim der t dt = lim er b 1 = .
0 b 0 r b r

d d r
t d
c) lim p e (t) = + p0e lim e r
= = p ya que , r > 0 y r Z .
t r r t r
d
d) Sustituyendo (2.29) en (2.28) se tiene que p = + r ( p p e ). Por lo tanto p = p r ( p p e ).
r
r
Ahora bien, usando la solucin para p e se obtiene que p(t) = r p r p e . Por lo
tanto

r r
lim p(t) = p lim p e (t) = p p = p .
t r r t r r
3

r
r t rr
t
e) p(t) = p r ( p0e p )e r
y p e (t) = p + ( p0e p )e , con r > .
2.16
Si v = log(y) entonces y = ev y y = ev v.
Sustituyendo ev v + P(t)ev = Q(t)ev v. Por lo tanto
v P(t)v = P(t).
2.17
3 t3 c
Sea v = log(y), resolviendo para v se obtiene v(t) = t4 + ct . Como y = ev entonces y(t) = e 4 + t .
2.18
Sea A x + B x + C x = 0 una ecuacin diferencial homognea con coeficientes constantes, donde
A 6= 0 y B, C R. Sean x1 , x2 dos soluciones de la ecuacin, es decir A x1 + B x1 + C x1 = 0
y A x2 + B x2 + C x 2 = 0. Sea x3 = ax 1 + bx2 . Entonces A x3 + B x3 + C x3 = A (a x1 + b x2 ) +
B (a x1 + b x2 ) + C (ax1 + bx 2 ) = a (A x1 + B x1 + C x 1 ) + b (A x2 + B x2 + C x2 ) = 0. Por lo tanto
x3 es tambin solucin de la ecuacin.
2.19
a) x = 1, x(0) = 2, x(0)
= 4. c) x + 4x + 5x = 0.
b) x 3x + 2x = 5t 7.
2.20
a) x(t) = et . c) x(t) = et [cos t + sin t].
5
h i
b) x(t) = e 4 t 3 cos 423 t + 13 sin 23
4 t . d) x(t) = (1 3t) e3t .
23
4
2.21

a) x(t) = c1 e
1+ 2 t
+ c2 e
1 2 t
7. d) x(t) = c1 + c2 e3t 4t.
b) x(t) = c1 cos t c2 sin t + 1. e) x(t) = c1 et + c2 e2t 21 .

5
h i
c) x(t) = e 4 t c1 cos 423 t c2 sin 423 t + 3. f) x(t) = c1 e3t + c2 te3t + 91 .
2.22
s
2
Si definimos = , entonces
4

p(t) = m + e 2 t (A cos t + B sin t) ,

1 1 1
u(t) = u e 2 t B A cos t B + A sin t .
2 2
Adems lim p(t) = m y lim u(t) = u , lo que quiere decir que se satisface el mismo compor-
t t
tamiento asinttico que en el caso 2 > 4 .
2.23
t
a) x(t) = c1 cos 2t c2 sin 2t 4 cos 2t. d) x(t) = c1 e3t + c2 et 21 et cos t + 2 sin t.
14
b) x(t) = c1 et + c2 e3t 3t 2 + 4t 3 . e) x(t) = e3t (c1 cos 2t c2 sin 2t) +
1 4
c) x(t) = c1 et + c2 e2t 34 tet . e2t 17 cos 2t + 17 sin 2t .
2.24
La solucin general es x(t) = k1 et + k2 e2t + k3 et , donde k1 , k2 , y k3 son constantes arbitrarias.
2.25
Usando la frmula (2.32) se obtienen las siguientes soluciones particulares.
t
1 e 1 ert 1
a) K p (t) = + .
+r r
t
1 e t + 1 er t r t 1
b) K p (t) = + .
+r 2 r2

0, t 1,

!
c) K p (t) = 1 e(t1) 1 er (t1) 1

+r + , t > 1.
r
5
Ecuaciones no lineales de primer orden
9 de marzo de 2010
3.1

a) x(t) = t. d) x(t) = tan t 1 + 4 .
b) x(t) = t.
q
1 3
c) x(t) = 2t . e) x(t) = 2 (t + 1)3/2 4 2 + 1.
3.2
q q
2
a) y(x) = sin1 x 2 +1
. c) y(t) = 1 t
2e + 21 e3t .
b) y log |y + 2| = log |x + 4| 1.
3.3
N
a) N (t) =
N kt para N0 6= N . Si N0 = N entonces N (t) N .
1+ N0 1 eN
b) lim N (t) = N ; es decir, el nmero de personas que habr odo el numor cuando t sea muy grande
t
tender al nmero total de personas del pueblito.
c) Cuvano, Plan de Abajo.
3.4
Haciendo w = k 1 se obtiene la ecuacin w = (1 )s (1 )(n + n)w. Por lo tanto,
s
w(t) = c exp[(1 )(n + )t] + .
n+
De ah que la solucin solucin para k es de la forma
1
1 s 1
k(t) = w(t) 1 = c exp[(1 )(n + )t] + ,
n+
1
s 1
donde c es una constante. Adems, lim k(t) = = k.
t n+
1
3.5
L +1
a) L = YL = K LL1 = KL . Por lo tanto, L = L LK , donde K es constante.
b) Haciendo w = L se obtiene la ecuacin

w = w + ,
K
y por ende !
1
w(t) =
e t + .
L0 K K
1

1 1
Por lo tanto, L(t) = w(t) = L0
K e t + K .
1 1

c) lim L(t) = = K.
t K
3.6
a) Notemos que
C
L = L C.
r
r
Sea y = C (P L), entonces
r 2 r 2
r r P r
y = P= rP 1 E = P + P E.
C C C C C C
Por otro lado,

r r 2
y y 2 = (P L) (P L)
C C
r 2 C
= (P L) (P L) +
C r
r 2
= (P L) (P (C L)) .
C
Al multiplicar los factores del polinomio se obtiene la igualdad.
b) Sea w = y 1 . La ecuacin para w es w = w + 1. Su solucin esta dada por w(t) = ket 1 , donde k
es una constante. Despejando la constante, obtenemos que k = 1/y0 + 1/. Esto implica que
y0
y(t) = .
(y0 + )et y0
C r
La solucin para P es P(t) = r y(t) + L , donde y0 = C (P0 L) .
c) Notemos que
r C r
y0 + = P0 L + = (P0 (C L)) .
C r C
Por lo tanto, si P0 > C L , entonces y0 + > 0. En tal caso lim y(t) = 0 y lim P(t) = L .
t t
2
3.7
1
a) x(t) = 2t2+cet
.
1
2
b) Sea w = y 2 , entonces su solucin es w(x) = x + 12 + ce2x . Por lo tanto y(x) = x + 1
2 + ce2x .
El signo depende de la condicin inicial que se utilice.
c) Sea w = y 1 . Entonces w satisface la ecuacin
1 1
w0 + w= ,
x x
x+c x
cuya solucin es w(x) = x . Por lo tanto y(x) = x+c .
d) Sea w = y 3 . Resolviendo la ecuacin diferencial para w, obtenemos w(x) = x 3 (2x 3 + c). Por lo tanto,
1
y(x) = 1 .
x 2x 3 + c 3
3.8
a) Sea w = x 6 , entonces w satisface w = 6w 6 y la solucin es w(t) = 1 + ce6t . Por lo tanto x(t) =
1/6
1 + ce6t . Considerando la condicin inicial, se obtiene c = 0 y por tanto x(t) = 1.
b) Sea w = x 4 , entonces w satisface

44 4
w = w 2.
t t
1/4
4 1 4 1
Por ende, la solucin es w(t) = 43 t +ct 44 y por lo tanto x(t) = 43 t + ct 44 . Al sustituir
la condidicn inicial se encuentra que c = 47/43.
1/2
c) Sea w = y 2 , entonces su solucin es w(t) = t 1 + ct 1/2 . Por lo tanto y(t) = t 1 + ct 1/2 .

Considerando la condicin inicial, 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.
3
4
c) x = 2n equilibrios inestables; x = (2n + 1) equilibrios estables.
d) x = k equilibrio estable.
3.10
a) Si x0 < 2 entonces x(t) converge a 2. Si x0 > 2 entonces x(t) diverge.
b) Si x0 < 0 entonces x(t) converge a 0. Si x0 > 0 entonces x(t) converge a 1. x = 1 es un punto de

equilibrio estable. En cada caso, aparecen puntos que no son asintticamente estables.
c) Si x0 < 0 entonces x(t) converge a 0. Si x0 > 0 entonces x(t) diverge.
3.11
a) Calculando la derivada con respecto a w, se obtiene que
2
d u0 u 00 + u 0 u 00 u 0 u 000
00 = = 1 + = k 1,
dw u (u 00 )2 (u 00 )2
5
Esto implica que
u0
= (k 1)w + A,
u 00
donde A es una constante arbitraria. Por lo que se tiene
u 00 1
= .
u0 A + (k 1)w
Podemos resolver la ecuacin diferencial anterior. Si k 6= 1, obtenemos que
u 0 (w) = B (A + (k 1)w)1/(k1) ,
donde B es una constante arbitraria. Al integrar,
B (A + (k 1)w)(k2)/(k1)
u(w) = + C.
k2
Si k = 1, obtenemos que
u(w) = ABew/A + C.
En cada caso, A, B y C son constantes arbitrarias.
b) A, B > 0 y k 0.
c) Si k = 0 entonces
B (A w)2
u(w) = + C,
2
donde A, B > 0 y 0 < w A. Si u es una funcin CRRA, entonces necesariamente se tiene que la
constante A = 0. Como w > 0 y adems se cumple que u 0 > 0 y u 00 < 0, entonces se tiene que k > 1.
3.12
a) Primero resolvemos para m y obtenemos m(t) = m 0 + t. Al sustituir en (3.14) obtenemos
1
p(t)
= [( + m 0 + t) p(t)].
1
La solucin de la anterior es

p(t) = (m 0 + + t) + ( p0 m 0 ) exp t .
1
Adems lim p(t) = y lim p(t)
= = m.

t t
6
b) En el segundo caso se resuelve la ecuacin
1 1
p(t)
= [ p(t) m(t)] = [ p(t) m 0 t].

La solucin de la anterior es

1
p(t) = (m 0 + + t) + ( p0 m 0 ) exp t .

Adems lim p(t) = lim p(t)

= .
t t
3.13
a) La ecuacin para p e es
(1 )d r
p e = pe .
r r
Resolviendo se obtiene
e rt
p (t) = p + ( p0e
p ) exp ,
r
donde
(1 )d
p = .
r
1
Por otro lado, p(t) = p e (t) + p e (t) y, por tanto,

r t
p(t) = p ( p0e p ) exp .
r r
Adems lim p e (t) = lim p(t) = p .

t t
b) Si aumenta inesperadamente a , entonces el valor del precio de equilibrio p pasa a un nuevo precio de
equilibrio p que es menor a p . En el momento del cambio la derivada p(t) pasa de ser cero a ser negativo
(el precio tiende a disminuir). Despus p aumenta en el tiempo y el sistema procede asintticamente hacia
el nuevo equilibrio p < p . El antiguo precio de equilibrio se puede considerar como condicin inicial
al tiempo T . Por lo tanto, la expresin para las soluciones a partir del instante T seran

r (t T )
p e (t) = p + ( p p ) exp ,
r

r (t T )
p(t) = p ( p p ) exp ,
r r
donde t T y p = (1 )d/r
c) La solucin es
(1 )d r t (1 )d
p(t) = p0 e + .
r r
(1 )d
d) El nivel de precios diverge a menos que al momento del aumento inesperado se tenga que p(t) = r .
7
3.14
Si hacemos
P
f (P) = r P 1 E,
C
entonces podemos escribir
r 2
f (P) = P + r P E.
C
La funcin f es cuadrtica y su grfica es una parbola que abre hacia abajo. EL discriminante de la funcin es

2 4r E 4E
1=r =r r .
C C
El nmero de puntos fijos del sistema dinmico est relacionado con el signo de 1. Tenemos tres casos.
E < Cr/4. El discriminante 1 es positivo y por lo tanto la funcin f tiene dos races. Es decir, el sistema
tiene dos puntos fijos y la dinmica se divide en tres intervalos. En dos de ellos P decrece y en uno crece.
E = Cr/4. El discriminante 1 es cero y por lo tanto la funcin f tiene una raz. El sistema tiene un slo
punto fijo y la dinmica se divide en dos intervalos. En ambos, P decrece.
E > Cr/4. El discriminante 1 es negativo y por lo tanto la funcin f no tiene races. La funcin P
siempre decrece.
3.15
Se tiene la siguiente ecuacin.
P = f (P) = g( P P + ).
Notemos que
f 0 (P) = g 0 ( P P + )( ).
Esto implica que
f (P ) = g(0) = 0, f 0 (P ) = g 0 (0)( ) < 0.
Por el teorema 3.3.1, el punto P es asintticamente estable.
8
Sistemas de ecuaciones diferenciales lineales
18 de marzo de 2010
4.1

1 1
a) X (t) = C1 e2t + C2 e4t .
1 1

b) X (t) = C1 e
2+ 3 t
1 + C2 e
2 3 t 1
.
3 3

1 1
c) X (t) = C1 + C2 e4t .
0 4

2 3
d) X (t) = C1 + C2 e t .
1 1
4.2

cos t sin t
a) X (t) = C1 et + C2 et .
sin t cos t

4 4t
b) X (t) = C1 e 3t + C2 e 3t .
2 1 2t

cos 2t sin 2t
c) X (t) = C1 e t + C2 e t .
sin 2t cos 2t

1 t
d) X (t) = C1 et + C2 e3t .
2 1 2t
4.3

1 1 1
a) X (t) = C1 e2t + C2 e3t 1
2 .
1 2 1
! !
2 cos 23 t 2 sin 23 t

23 t 3 2
b) X (t) = C1 e + C 2 e 2 t + .
3
cos 2 t + 3 sin 2 t 3
sin 23 t 3 cos 23 t 5

1 1 5
c) X (t) = C1 e 2t +e 3t 1 t
2e .
1 2 4
1
4.4

t 1 0
a) X (t) = e 2 . Por lo tanto, lim X (t) = .
10 t 0
cos t

b) X (t) = et .
sin t

5 5 cos t + 15 sin t
c) X (t) = 0 + et 20 cos t + 10 sin t .
0 30 cos t 10 sin t
4.5

1 1
a) X (t) = (2 + w)et + (1 w)e2t .
1 2
b) w = 2.
4.6
a) Se necesita que trA = a + d = 0 y que det A = ad cb 0.

x(t) t b b
b) = C1 e + C2 e t , con = det(A) = bc ad.
y(t) a a
4.7

3 1
a) X (t) = C1 + C2 e4t .
1 1

3
b) lim X (t) = C1 .
t 1
4.8

1 5 cos t + sin t 5 sin t cos t
X (t) = e2t 3 + C1 et 12 cos t + 2 sin t + C2 et 12 sin t 2 cos t .
1 4 cos t 4 sin t
4.9

2 7 2
A= 0 1 0 .
3 7 3
4.10
a) El conjunto {w1 (t), w2 (t), . . . , wn (t)} es linealmente independiente para todo tiempo t. Por lo tanto las
columnas de 8(t) son linealmente independientes, de modo que existe la inversa 81 (t).
b) Cada w1 con i = 1, 2, . . . , n es solucin de la ecuacin X = AX , por lo que w i = Awi . As, 8(t)

=
(w1 , w2 , . . . , wn ) = (Aw1 , Aw2 , . . . , Awn ) = A(w1 , w2 , . . . , wn ) = A8(t).
2
Rt Rt
c) Sea Y (t) = 8(t) 0 81 (s) f (s)ds. Entonces 81 (t)Y (t) = 0 81 (s) f (s)ds. Por otra parte, Y (t) =
t 1
8(t)81 (t) f (t) + 8(t)

0 8 (s) f (s)ds = f (t) + 8(t)8 (t)Y (t) = f (t) + A8(t)8 (t)Y (t) =
1 1
R
f (t) + AY (t). Por lo tanto Y (t) es una solucin particular de X (t) = AX (t) + f (t).
4.11
Sea el sistema X = AX con
...

0 1 0 0 0
0 0 1 0 0
.. .. .. .. .. ..

. . . . . .

A= .

0 0 0 1 0
...

0 0 0 0 1
a0 a1 a2 ... am2 am1
Su polinomio caracterstico esta dado por
...

1 0 0 0

0 1 0 0
.. .. .. .. .. ..

p A () = |A I | = . . . . . .

0 0 0 1 0
...

0 0 0 1
... am1

a0 a1 a2 am2
Si 6= 0, entonces
...

1 0
0 0
0 1 0 0
.. .. .... .. ..

. . .
. . .

p A () = =

0 0 0 1 0
...

0 0 0 1
a0
a2 . . . am2 am1

0 a1 +
...

1 0 0 0

0 1 0 0
.. .. .. . . .

. . . . . .
. .
.

= =
0 0 0 1 0
...

0 0 0 1

a1 a0
0 0 a 2 + + 2 . . . am2 am1

1 0 . . .

0 0

0 1 0 0
.. .. .. . . .. ..

. . . . . .

= . . . =

=
0 0 0 1 0
0 0 ...

0 1

am2 a1 a0
0 0 0 ... 0 + am1 + + ... + + m1

m2
am2 a1 a0
= ()m1 + am1 + + . . . + m2 + m1

= (1)m (m + am1 m1 + . . . + a1 + a0 ).
Si = 0, la igualdad tambin se cumple. Por lo tanto, la ecuacin caracterstica del sistema es m +am1 m1 +
. . . + a1 + a0 = 0.
3
4.12
v0

v1
Sea k un vector propio de la matriz A del problema anterior. Entonces un vector vk = .. es un

.
vm1
vector propio de A asociado a k si y solo si satisface el sistema de ecuaciones:
...

k 1 0 0 0
v0

0 k 1 0 0 0
.. .. .. .. .. .. v1

0
. . . . . .

.. = ..

. .

0 0 0 1 0
... vm1

0 0 0 k 1 0
a0 a1 a2 . . . am2 am1 k
El ltimo rengln es una combinacin lineal de los dems. Entonces basta que para cada i = 1, 2, . . . m 1
se cumpla vi = k vi1 , o lo que es lo mismo vi = ik v0 . Es decir, vectores de la forma
v0

k v0
2k v0

vk = .

..
.

m1
k v0
Por lo tanto,
1
k
2k

vk =

..

.

m1
k
es un vector propio de A asociado a k .
4.13

x(t) 4 4 11 1 1 2500
a) = C1 e 10 t + C2 e 10 t + 11 .
y(t) 3 1 1625

x(t) 4 4 11 1 t 17
b) = C1 e 10 t + C2 e 10 t + 16 e 10 .
y(t) 3 1 19
4.14
f (x, y)

x
a) = .
y 1
b) x(t) = C1 e2t 12 t 14 .
4.15
Si t = ew entonces w = ln t. Por lo tanto dw 1
dt = t = e
w . Lo que implica que t d x = ew d x dw =
dt dw dt
d x w w dx dy dy
dw e e = dw . De forma similar t dt = dw . Entonces el sistema se convierte en x(w)
= a1 x(w) +
b1 y(w), y (w) = a2 x(w) + b2 y(w).
4
4.16

x(t) 1 1
= C1 t 2 + C2 t 4 .
y(t) 1 3
4.17
a) Sean 1 6= 2 dos valores propios distintos y sean v1 , v2 6= 0 vectores propios correspondientes. Sean C1
y C2 constantes tales que C1 v1 + C2 v2 = 0. Entonces A(C1 v1 + C2 v2 ) = C1 1 v1 + C2 2 v2 = 0. Por
otra parte
1 (C1 v1 + C2 v2 ) = C1 1 v1 + C2 1 v2 = 0.
Restando ambas ecuaciones C2 (1 2 )v2 = 0. Lo que implica C2 = 0. De forma similar C1 = 0. Por
lo tanto v1 y v2 son linealmente independientes.
b) Sean 1 , 2 , . . . , k valores propios distintos y v1 , v2 , . . . , vn vectores propios correspondientes. Para
demostrar pos induccin matemtica se supone Pn1que {v1 , v2 , . . . , vn1 } son linealmente independientes.
Sean C1 , C2 , . . . , cn1 constantes tales que i=1 ci vi = vn . Entonces
n1
! n1
X X
A ci vi = ci i vi = n vn .
i=1 i=1
Por otra parte

n1 n1
!
X X
n ci vi = ci n vi = n vn .
i=1 i=1
Pn1
Restando ambas ecuaciones i=1 ci (n i )vi = 0. Lo que implica C1 = C2 = . . . = cn = 0. Por lo
tanto {v1 , v2 , . . . , vn } son tambin linealmente independientes.
4.18
a) x(t) = (cos t + sin t)et . Adems, lim x(t) = 0.
t
1 5 3t
b) x(t) = 3 + 3e . Adems, lim x(t) = .
t
c) x(t) = 47 et 11 6t
7 e . Adems, lim x(t) = .
t
d) x(t) = (1 + 2t)et . Adems, lim x(t) = 0.

t
e) x(t) = (1 2t)e2t . Adems, lim x(t) = .

t
1
f) x(t) = 4e2t + 83 e3t + 13 . Adems, lim x(t) = .
t 3
4.19

u+w uw u+2v+w
ex +

a) y(x) = 2 2 cos x + 2 sin x.
b) Si w = u y v = u entonces se tiene que y(x) = uex . Por lo tanto lim y(x) = 0.

x
4.20
y(t) = 51 e2t + 45 et cos t 25 et sin t. Adems lim y(t) no esta definido ya que la funcin oscila.
t
5
4.21

2v2u1 2v+3u1 2v2u+4
a) y(x) = 5 ex + 5 e x cos x + 10 e x sin x.
b) Si u = 1 y v = 1 entonces y(x) = ex . Por lo tanto lim y(x) = 0.

x
4.22
y(t) = 41 et 14 et 1
2 sin t
4.24
En cada uno de los incisos, se demostrar que la funcin propuesta es una solucin del problema lineal. Sea
A una matriz de 2 2. El polinomio caracterstico de A es
p A () = 2 tr(A) + det(A).
Por el teorema de Cayley-Hamilton, se cumple la siguiente igualdad
p A (A) = A2 tr(A)A + det(A)I = 0.
a) Si A tiene dos valores propios reales y distintos 1 , 2 , entonces el polinomio caracterstico se puede
escribir como:
p A () = ( 1 )( 2 ).
Esto implica que
(A 1 I )(A 2 I ) = 0.
Por tanto, si definimos
1
M1 = (A 2 I )
1 2
y
1
M2 = (A 1 I ),
2 1
entonces se cumple que M1 + M2 = I y M1 M2 = M2 M1 = 0. Adems, AM1 = 1 M1 y AM2 = 2 M2 .
Si
X (t) = e1 t M1 + e2 t M2 x0 ,

entonces
X (t) = e1 t 1 M1 + e2 t 2 M2 x0 .

Por otra parte,
AX (t) = e1 t AM1 + e2 t AM2 x0 = e1 t 1 M1 + e2 t 2 M2 x0 = X (t).

Finalmente, al sustituir t = 0, verificamos que X (0) = [M1 + M2 ] x0 = x0 .

b) Si A tiene un valor propio repetido , entonces
(A I )2 = 0.
Por tanto, si definimos

M = A I
se cumple que AM = M y M + I = A. Si
X (t) = et [I + t M] x0 ,
6
entonces
X (t) = et [I + t M + M] x0 = et [A + t M] x0 .
Por otra parte,
AX (t) = et [A + t AM] x0 = et [A + t M] x0 .
Finalmente, al sustituir t = 0, verificamos que X (0) = x0 .
c) Si A tiene un par valores propios complejos conjugados i entonces el polinomio caracterstico se
puede escribir como:
p A () = ( )2 + 2 .
Esto implica que
(A I )2 + 2 I = 0.
Por tanto, si definimos M = A I , tendramos que M 2 = 2 I y por tanto, AM = M 2 I . Si
sin t

X (t) = et cos t I + M x0 ,

entonces
sin t

t
X (t) = e
cos t ( I + M) + ( M I ) x0 ,
2

sin t

t
=e cos t A + AM x0 ,

Esto implica que X (t) = A X (t). Finalmente, al sustituir t = 0, verificamos que X (0) = x0 .
7
Anlisis cualitativo
9 de mayo de 2011
5.1
Ver gura 1 para los diagramas de fase.
a) P = (0, 0) es punto silla. d) P = (0, 0) es nodo repulsor.
b) P = (0, 0) es espiral atractora.
P = (0, 0) P = 53 , 13

c) es espiral repulsora. e) es punto silla.
5.2
a) P = (0, 0) es punto silla. d) Todos los puntos de la forma P = (3b, b)

son jos y cada uno de ellos es degenerado.
b) P = (0, 0) es degenerado inestable.
P = (0, 0) P = 9 9

c) es centro degenerado. e)
4, 2 es espiral repulsora.
5.3
a) P = (0, 0, 0) es punto degenerado. c) P = (0, 0, 0) es degenerado.
b) P = (0, 0, 0) es nodo repulsor. d) P = (4, 1, 1) es nodo repulsor.
5.4
a) Hay cuatro puntos jos. P1 = (0, 0) es nodo repulsor. P2 = (0, 6) es nodo atractor. P3 = (2, 0)

es punto silla. P4 = (4, 2) es espiral atractora. Sea (x0 , y0 ) la condicin inicial. Del diagrama
de fase se puede ver que si x0 0 y y0 > 0 entonces l m (x(t), y(t)) = (0, 6). Es decir, que la
t
poblacin x se extinguir y la poblacin y tender a 6. No es posible que las dos poblaciones
coexistan en el largo plazo.
b) Hay cuatro puntos jos. P1 = (0, 0) es nodo repulsor. P2 = (0, 2) es punto silla. P3 = (3, 0) es

nodo atractor. P4 = (4, 2) es punto silla. Sea (x0 , y0 ) la condicin inicial. Del diagrama de fase
se puede ver que si y0 0 y x0 > 0 entonces lm (x(t), y(t)) = (3, 0). Es decir, que la poblacin
t
x se tender a 3 y la poblacin y se extinguir. No es posible que las dos poblaciones coexistan
en el largo plazo.
1
c) Hay cuatro puntos jos. P1 = (0, 0) es nodo repulsor. P2 = (2, 0) es nodo atractor. P3 = (0, 3)

es nodo atractor. P4 = (1, 1) es punto silla. Sea (x0 , y0 ) la condicin inicial. Del diagrama de
fase se puede ver que si x0 0 y y0 0 entonces el lmite l m (x(t), y(t)) depende del punto
t
inicial. Sea W s (P4 ) la variedad estable del punto silla P4 . Resulta que W s (P4 ) es una curva en
el plano y separa el espacio fase. Si la condiccin inicial est sobre la curva, la solucin tender
a P4 . Por encima de la curva, las soluciones tendern al punto P3 y por debajo, al punto P2 .
Es posible que las dos poblaciones coexistan en el largo plazo, pero bajo circunstancias muy
especiales: slo para aquellos puntos que inician sobre la variedad estable.
c) Hay cuatro puntos jos. P1 = (0, 0) es nodo repulsor. P2 = (3/2, 0) es punto silla. P3 = (0, 2)

es punto silla. P4 = (1, 1) es nodo atractor. Sea (x0 , y0 ) la condicin inicial. Del diagrama de
fase se puede ver que si x0 > 0 y y0 > 0 entonces el lmite lm (x(t), y(t)) = (1, 1). Por lo tanto,
t
es posible que las dos poblaciones coexistan en el largo plazo. Si ambas pobalciones iniciales no
son nulas, entonces el lmite se aproxima a P4 .
5.5
Los puntos jos son: (0, 0), (1, 0), (0, 3), y (10/3, 14/3). Al calcular la matriz jacobiana obtenemos

2 4x + y x
J(x, y) = .
y 6 + x 4y
De aqu que:

2 0
J(0, 0) = ,
0 6
valores propios: 0, 6 ambos reales y positivos por lo que (0, 0) es nodo inestable.

2 1
J(1, 0) = ,
0 7
valores propios 2, 7 reales y de signos opuestos por lo que (1, 0) es punto silla. La trayectoria estable
va en la direccin del vector propio correspondiente a 2 o bien (1, 0). Por otra parte,

5 0
J(0, 3) = ,
3 6
que tiene valores propios 5 y 6 por lo que (0, 3) es punto silla. La trayectoria estable va en la direccin
del vector propio correspondiente a -6 o bien (0, 1). Finalmente,
20 10

10 14 3 3
J , = 14 ,
3 3 3 283
Por lo que (10/3, 14/3) es nodo estable.

El trmino simbiosis se reere a la interaccin a largo plazo de poblaciones que conviven cerca-
namente. Por ejemplo, el ser humano convive en simbiosis con el mundo de los microrganismos, que
incluye a todas las bacterias. Las unidades econmicas tambin conviven en relaciones simbiticas.
Las especies que conviven en simbiosis pueden ayudarse entre s (mutualismo) o bien una especie puede
aprovechar, unilateralmente, los recursos de la otra (comensalismo) e inclusive destruirlos (parasitis-
mo). En el problema anterior, si la cantidad inicial de una especie es nula, entonces la otra especie se
estabiliza en una cantidad positiva de individuos (los puntos silla (1,0) y (0,3)). Si la cantidad inicial
de individuos de cada especie es no nula, entonces siempre se converge hacia el nodo estable ( 10 14
3 , 3 )
en una relacin mutualista. Ver gura ?? para el diagrama de fase.
2
5.6
a) La matriz Jacobiana es

1 2P N P
J(P, N ) =
N 1 + P
por lo que

1
J(1, 0) =
0 1 +
cuyo determinante es 1 < 0. Se tiene que (1, 0) es punto silla. Los valores propios son
1 y
1
1 + . El vector propio correspondiente a 1 es el vector y el correspondiente a 1 +
0

1
es el vector , stos representan, respectivamente las direcciones estable e inestable.
1
b) Como N P es el nmero de encuentros depredador-presa por unidad de tiempo, representa
la tasa de encuentros entre depredadores y presas, sta inuye positivamente en la poblacin de
depredadores y negativamente en las presas.

1 1
c) Adicionalmente a (1, 0), existen los siguientes puntos jos: (0, 0) y
, 2 . Se tiene que

1 0
J(0, 0) =
0 1
tiene valores propios 1 y 1 (0, 0) es punto silla. Asimismo,
por lo que
!
1 1

1 1
J , = 1
2 0
tiene valores propios

1 1p
4 2 + 4 + 1.
2 2
Estos
valores
pueden ser reales o complejos, sin embargo dado que la traza es negativa el punto
1 1
, 2 es atractor (espiral, degenerado o nodo). El discriminante en este caso es D = 4 2 +
4 + 1. El signo de D distingue entre espirales, nodos o caso degenerado. Si slo consideramos
valores >1 entonces la parbola 4 2 + 4 + 1 cruza el eje en el punto

1 2
= + 1.20710678;
2 2
por lo tanto, si > se tiene un nodo atractor, si < se tiene una espiral atractora y =
se tiene un punto degenerado.
5.7
a) El sistema tiene un punto jo en (1, a). El jacobiano en este punto jo es

a 1
J=
1 b
Se dene por comportamiento cclico aquel en el cual las variables oscilan. Esto es, si se tiene
un centro. Esto ocurre si la traza es cero y el deteminante es positivo. Es decir, se obtiene
comportamiento cclico si a=b y ab < 1.
3
b) El sistema es estable si el punto jo es nodo atractor o espiral atractora. Para esto necesitamos:
traza negativa, determinante positivo y discriminate no-nulo. Despus de un poco de lgebra se
puede ver qu necesitamos que se cumpla a < b, ab < 1 y a + b 6= 2.
5.8
w

a
El punto jo esta dado por = . La solucin del sistema es
1 p

w(t) a A
= c1 + c2 et
p(t) 1 AB + C

w(t) a
donde = A a(AB + C). Adems l m = c1 . Por lo tanto, los puntos jos son
t p(t) 1

a
mltiplos del vector y son degenerados.
1
5.9

0 3
a) Los puntos jos son P1 = y P2 = 4 . P1 es nodo repulsor y P2 es punto silla.
0 3
31

0
b) Los puntos jos son P1 = = y P2
. P1 es punto silla y P2 es centro.
0 13
1
0 1 0
c) Los puntos jos son P1 = , P2 = , P3 = y P4 = 3
1 . P1 , P2 y P3 son
0 0 1 3

puntos silla y P4 es centro.
5.10

0
a) P = es punto silla porque los valores propios son: 1 = + > 0 y 2 = < 0.
0
b) El espacio estable es E s (P ) = gen {(1, + )}. y el inestable es E u (P ) = gen {(1, )}.
5.11
x

0
El nico punto jo es = . El jacobiano del sistema es
y 0
3x2 y 2 1 2xy

J(x, y) = ,
1 2xy x2 3y 2

0 1
por lo que J(0, 0) = . Entonces los valores propios del jacobiano en el punto jo son
1 0
1,2 = i que son races complejas con parte real igual a 0. Esto quiere decir que el punto jo es
degenerado. Usaremos coordenadas polares
x(t) = r(t) cos (t), (1)
y(t) = r(t) sin (t).
4
para encontrar una expresin explcita de la solucin. Sean (r0 , 0 ) nmeros tales que
x0 = r0 cos 0 ,
y0 = r0 sin 0 .
donde r0 0. En particular, r02 = x20 + y02 .

Tenemos las ecuaciones:
2 + y 2 ) x y x(x2 + y 2 ) y

yx
xy
x y(x
= = =1
r2 r2
y
x y x(x2 + y 2 ) + y x y(x2 + y 2 )

xx + y y
r = = = r3 .
r r
Al resolver el sistema anterior con condiciones r(0) = r0 y (0) = 0 obtenemos
(t) = 0 + t,
y
r0
r(t) = p .
1 + 2r02 t
Si usamos las ecuaciones (1), obtenemos

x(t) r(t) cos (t) r0 cos(0 + t)
= =p
y(t) r(t) sin (t) 1 + 2r02 t sin(0 + t)

1 cos t sin t r0 cos(0 )
=p
1 + 2r02 t sin t cos t r0 sin(0 )

1 cos t sin t x0
=p .
1 + 2(x2 + y 2 )t sin t cos t y0
0 0
Por lo tanto, si (x0 , y0 ) 6= (0, 0) entonces lm (x(t), y(t)) = (0, 0). Concluimos que el origen es un
t
punto asintticamente estable.
5.12
I(p ) f 0 (k )

a) El nico punto jo es (k , p ) = , r+ . El jacobiano del sistema es
I 0 (p)

J(k, p) = 00
f (k) r +
cuyo determinante es negativo: = r 2 + I 0 (p)f 00 (k) < 0. Por lo tanto, (k , p ) se trata

de un punto silla. Si k0 < k , entonces es positiva y mayor a k0 y decrece hasta aproximarse al
equilibrio; de esta forma, el capital aumenta a tasa decreciente hasta el lmite k .

b) La tasa de convergencia est dada por
1 1p 2
= r r 4 ((r + ) + f 00 (k )I 0 (p )).
2 2
Adems lm = .
r
5
5.13
Los valores propios de la matriz son 1 = 3, 2,3 = 1 i, por lo que el punto jo es de tipo silla. El
espacio lineal estable es

1
E s (P ) = gen 1
1

que representa una recta. Su espacio lineal inestable es

5 1
E u (P ) = gen 0 , 0
2 0

que representa un plano.
5.14
Podemos utilizar una funcin auxiliar que denimos como p(t) = y(t)
. Por tanto, nos queda un sistema
de primer orden con dos incgnitas.
y = p,
p = 2 sin(2y).
La idea del problema es identicar la variedad estable W s (0, 0). Por la regla de la cadena
dp p 2 sin(2y)
= = ,
dy y p
que es una ecuacin separable. Al resolver, se obtiene que las soluciones (y(t), p(t)) de la ecuacin
deben satisfacer
p(t)2
+ cos(2y(t)) = C,
2
2
donde C es una constante por determinar. Al sustituir t = 0 obtenemos que C = v2 + cos(2u). Por
otra parte, al tomar el lmite t se concluye que C = 1. Es decir, una condicin necesaria para
v2
que cumpla el lmite es que
2 + cos(2u) = 1.
Por tanto, con un poco de lgebra, se puede ver que la variedad estable est contenida en el
conjunto {(u, v) R2 : v 2 = 4 sin2 u}. Esto implica que si (u, v) W s (0, 0) entonces v = 2 sin u.
Al
s
linearizar en (0, 0) se obtiene que el espacio estable es E (0, 0) = gen {(2, 1)} y por tanto
W s (0, 0) {(u, v) R2 : v = 2 sin u}.
Al gracar el espacio fase, esto se conrma y adems se observa que
W s (0, 0) = {(u, v) R2 : v = 2 sin u, < u < }.
Ver gura 6 para el diagrama de fase.
6
5.15
Ver gura 7 para el diagrama de fase.

a) Los puntos jos son P1 = (0, 1), P2 = (0, 1), P3 = 13 , 0 y P4 = 13 , 0 . P3 y P4 son
puntos jos

degenerados de tipo centro. P1 y P2 son puntos sillas. Para P1 se tiene

s 0
E (P1 ) = gen = {(x, y)|x = 0}
1
y

1
E u
(P1 ) = gen = {(x, y)|y = 0}.
0
Para P2 se tiene

0
E s
(P2 ) = gen = {(x, y)|x = 0}
1
y

1
E u (P1 ) = gen = {(x, y)|y = 0}.
0
b) Por la regla de la cadena

y dy/dt dy dt dy
= = = .
x dx/dt dt dx dx
Entonces
1 3x2 y 2 1 3x2 y2 1 3x2

dy y 1
= = = = y 1 y,
dx x 2xy 2xy 2xy 2x 2x
que es una ecuacin de Bernoulli con n = 1.
c) x(y 2 + x2 1) = x0 (y02 + x20 1).
d) De la linealizacin cerca de cada punto jo, la expresin obtenida en el inciso anterior y el
diagrama de fase se obtiene lo siguiente:
W s (P1 ) = {(x, y) R2 : x = 0, y > 1},
W u (P2 ) = {(x, y) R2 : x = 0, y < 1},

W u (P1 ) = {(x, y) R2 : x2 + y 2 = 1, y > 1},
W s (P2 ) = {(x, y) R2 : x2 + y 2 = 1, y < 1}.
5.16

1
a) El unico punto jo del sistema es p = y es un punto silla.
e
b) Sus espacios lineales son

0
E s (p ) = gen = {(x, y)|x = 0}
1
y

u 1
E (p ) = gen = {(x, y)|y = ex}.
e
7
c) Resolviendo la ecuacin lineal correspondiente, se obtiene
c
y(x) = ex + ,
x1
donde c es una constante. Por tanto, las soluciones (x(t), y(t)) del sistema satisfacen
(x(t) 1)(y(t) ex(t) ) = c,
para todo tiempo t.
d) Las curvas estables e inestables son
W s (P ) = {(x, y) R2 : x = 1}
y
W u (P ) = {(x, y) R2 : y = ex }.
5.17
a) Sean y(t) = 0 y x(t) = x0 ln(ex0 + (1 ex0 )et ). Entonces y(t)

=0 y
(1 ex0 )et
x(t)
= .
ex0 + (1 ex0 )et
Al sustituir obtenemos, por una parte yex = 0 = y y por otra
x0 +(1ex0 )et )1 e x0
y(t) + 1 ex(t) = 1 ex0 eln(e =1 = x(t).

ex0 + (1 ex0 )et
Adems x(0) = x0 ln(ex0 + 1 ex0 ) = x0 y y(0) = 0. Entonces (x(t), y(t)) es una solucin del
sistema.
b) Sean x(t) = x0 ln(ex0 + (1 ex0 )et ) y y(t) = 2(ex(t) 1). Al derivar x se tiene que
(1 ex0 )et
x(t)
= .
ex0 + (1 ex0 )et
Al sustituir se verica que
x0 +(1ex0 )et )1
y(t) + 1 ex(t) = ex(t) 1 = ex0 eln(e 1 = x(t).

Por otra parte,

y = 2ex x = 2ex (y + 1 ex ) = yex .
Adems x(0) = x0 y y(0) = 2(ex0 1) = y0 . Concluimos que (x(t), y(t)) es una solucin del
sistema.
x = a*x+b*y x = a*x+b*y
y = c*x+d*y y = c*x+d*y
2 2
1.5 1.5
1 1
0.5 0.5
y 0 y 0
-0.5 -0.5
-1 -1
-1.5 -1.5
-2 -2
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2 -2 -1.5 -1 -0.5 0 0.5 1 1.5 2
x x
(a) (b)
2 2
1.5 1.5
1 1
0.5 0.5
y 0 y 0
-0.5 -0.5
-1 -1
-1.5 -1.5
-2 -2
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2 -2 -1.5 -1 -0.5 0 0.5 1 1.5 2
x x
(c) (d)
x = a*x+b*y+1
y = c*x+d*y+3
1
0.8
0.6
0.4
0.2
y
0
-0.2
-0.4
-0.6
-0.8
-1
-2 -1.9 -1.8 -1.7 -1.6 -1.5 -1.4 -1.3 -1.2 -1.1 -1
(e)
Figura 1: Diagramas de fase para el problema 5.1

2 2
1.5 1.5
1 1
0.5 0.5
y 0 y 0
-0.5 -0.5
-1 -1
-1.5 -1.5
-2 -2
-1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1 -1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1
x x
(a) (b)
x = Ax + By x = Ax + By
y = Cx + Dy y = Cx + Dy
2 2
1.5 1.5
1 1
0.5 0.5
y 0 y
0
-0.5 -0.5
-1 -1
-1.5 -1.5
-2 -2
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2 -2 -1.5 -1 -0.5 0 0.5 1 1.5 2
x x
(c) (d)
x = a*x+b*y+9
y = c*x+d*y+9
-3
-3.2
-3.4
-3.6
-3.8
y -4
-4.2
-4.4
-4.6
-4.8
-5
1 1.2 1.4 1.6 1.8 2 2.2 2.4 2.6 2.8 3
(e)

x = x(A - Bx - Cy) A=2 B=1
x = x(A
E=2- Bx - Cy) A=6 B=2 E=1
y = y(D-Ex-Fy) C=1 D=6
y = y(D-Ex-Fy)
F=1 C=1 D=2 F=1
7 3.5
6.5
6 3
5.5
5 2.5
4.5
4 2
y 3.5 y
3 1.5
2.5
2 1
1.5
1 0.5
0.5
0 0
0 1 2 3 4 5 6 7 0 0.5 1 1.5 2 2.5 3 3.5
x x
(a) (b)
x = x(A - Bx - Cy) A=2 B=1

x = x(A
E=2- Bx - Cy) A=3 B=2 E=1
y = y(D-Ex-Fy) C=1 D=3
y = y(D-Ex-Fy)
F=1 C=1 D=2 F=1
3.5
2.4
2.2
3
2.5 1.8
1.6
2
1.4
y y
1.2
1.5
1
0.8
1
0.6
0.4
0.5
0.2
0 0
0 0.5 1 1.5 2 2.5 3 3.5 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 2.2 2.4
x x
(c) (d)

x = x*(2-2*x+y)
y = y*(6+x-2*y)
6
5.5
4.5
3.5
y 3
2.5
1.5
0.5
0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6
x
(a)

x = x*(4-3*y) x = 3*y*y+x
y = y*(3-x) y = -3*x*x-y
4 1
0.8
3.5
0.6
3
0.4
2.5
0.2
y 2 y 0
-0.2
1.5
-0.4
-0.6
0.5
-0.8
0 -1
0 0.5 1 1.5 2 2.5 3 3.5 4 -1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1
x x
(a) (b)
x = x*(x+2*y-1)
y = y*(1-2*x-y)
1.1
0.9
0.8
0.7
0.6
y 0.5
0.4
0.3
0.2
0.1
-0.1
-0.2
-0.2 0 0.2 0.4 0.6 0.8 1
(c)

y = p
p = 2sin(2y)
3
2.5
1.5
0.5
p 0
-0.5
-1
-1.5
-2
-2.5
-3
-4 -3 -2 -1 0 1 2 3 4
y
(a)

x = 2xy
y = 1-3x-y
1.2
0.8
0.6
0.4
0.2
y
0
-0.2
-0.4
-0.6
-0.8
-1
-1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1 1.2
x
(a)

Conceptos bsicos de dinmica discreta
23 de noviembre de 2011
6.1
Sea
xt+1 = f (xt , t) (1)
un sistema no autnomo. Sea yt t, entonces se tiene que yt+1 = t + 1 = yt + 1. El sistema no
autnomo dado por (1) es equivalente al sistema autnomo
xt+1 = f (xt , yt ),
yt+1 = yt + 1,
es decir, siempre podemos convertir un sistema no autnomo en uno autnomo a costa de au-
mentar la dimensin en uno. Ahora supongamos que tenemos un sistema de orden n dado como
xt+n = g(xt , . . . , xt+(n2) , xt+(n1) ). (2)
Para cada i = 1, . . . , n se dene yti = xt+i1 Entonces se tiene que el sistema (2) es equivalente al
siguiente sistema de primer orden y dimensin n.
1
yt+1 = yt2 ,
..
.
n1
yt+1 = ytn
n
yt+1 = g(yt1 , yt2 , . . . , ytn ).
6.2
f (0) = 0, es decir x = 0 es un punto jo. Si xt (0, ) entonces xt + 1 > 1 y por tanto

f (xt ) = (1 + xt )xt > xt . Si x0 > 0 la solucin es creciente y positiva, es decir se aleja de x . Por
otra parte, si xt (1, 0), entonces la solucin es estrictamente creciente y negativa y adems
lim xt = x . Por lo tanto x no es ni asintticamente estable ni asintticamente inestable.
t
1
6.3
a) xt+1 = cos (t + 1) = cos t = xt .

b) xt+1 = 2t+1 = 2(2t ) = 2t + 2(2t1 ) = xt + 2xt1 .
c) xt+1 = (t+1)(t+2)
2
= t2 +t+2t+2
2
= t(t+1)
2
+ t + 1 = xt + t + 1 .
6.4
t
a) xt = 21 (x0 2) + 2. Adems, lim xt = 2, es decir que es asintticamente estable.
t
3 t
b) xt = (x0 + 4) 4. Adems, lim xt = , es decir que es asintticamente inestable.

2 t
c) xt = (1)t x0 2 + 52 . Adems, lim xt no est denido, es decir, diverge.

5

t
1 t
d) xt = 3 x0 . Adems, limt xt = 0, es decir, es asintticamente estable.

6.5
La ecuacin en diferencias para el ingreso es Yt+1 = mYt + (c + I). Tiene como punto jo a

Y = 1mc+I
. Por lo tanto, su solucin es Yt = mt (Y0 Y ) + Y . Adems limt Yt = Y > 0 por
lo que el punto jo es asintticamente estable.
6.6
a) El valor al tiempot t de la fbrica es igual al valor de las ganancias de la empresa al tiempo

t ms el valor descontado de la fbrica al tiempo t + 1. Entonces, el valor de la fbrica en
t es igual a las ganancias de la fbrica en t ms Pt+1 descontado un periodo. Por lo tanto,
Pt = Yt + Pt+1 . As, resolveremos la ecuacin Pt+1 = 1 (Pt Yt ).
b) Sea Zt = t Pt , entonces, Zt+1 Zt = t+1 Pt+1 t Pt = t+1 1 (Pt Yt ) t Pt = t Pt

t Pt t Yt = t Yt . Es decir, la evolucin de Zt esta dada por la ecuacin Zt+1 = Zt t Yt .
c) Por el resultado del inciso anterior Z1 = Z0 0 Y0 = Z0 k=0 Yk . Suponiendo que Zt =

11 k P
Z0 k=0 Yk , entonces, Zt+1 = Zt Yt = Z0 k=0 Yk t Yt = P Yk .

Pt1 k t
Pt1 k P(t+1)1 k
Z0 k=0
As, por el principio de induccin matemtica, se tiene que Zt = Z0 t1 k=0 k
Y k .
d) Por
Pt1el kresultado
Pdel kinciso P
anterior y la P
denicin de P
Zt se tiene que t PP 0
t = P0
k=0 Yk+t .
t1 k k k+t t k
k=0 Yk = PYk k k=0 Yk = k=t Yk = k=0 Yk+t =
k=0
Por lo tanto, Pt = k=0 Yk+t
2
6.7
Se tiene que f 0 (xt ) = 3x2t 2. Notemos que f 0 (1) = 1 = f (1). Por lo tanto, el multiplicador
de la rbita es = 1.
6.8
a) Puntos jos: x1 = 1 el cual es inestable y x2 = 1 el cual es un punto degenerado.

b) Puntos jos: x1 = 1 el cual es inestable y x2 = 3 el cual es asintticamente estable.
6.9
Sea f (xt ) = cxt (1 xt ), entonces, f 0 (xt ) = c(1 2x) y f 00 (xt ) = 2c. Por lo tanto f tiene
un valor extremo en xt = 1/2. Si c [0, 4] se tiene que f es cncava y f alcanza un mximo
global fmax = f (1/2) = c/4 1. Si adems xt [0, 1], entonces, f es no negativa. Por lo tanto,
si c [0, 4] se cumple que f [0, 1] [0, 1].
6.10
a) pt = 13 pt1 + 83 . El punto jo es p = 2 el cual es asintticamente estable, ya que lim pt = 2.

t
b) pt = pt1 + 112 . El punto jo es p = 11

4
el cual es degenerado.
c) pt = 3pt1 + 25 . El punto jo es p = 1
10
el cual es inestable.
6.11
Ver Figura 1.
6.13
Ver Figura 2.
d) El sistema dinmico tiene un punto jo en x = 2.75 que es inestable. Adems, tiene un
2-ciclo {2.05217803813052, 3.19782196186948}.
3
(a) x0 = 5 y n=8
(b) x0 = 5 y n=8
(c) x0 = 5 y n=8
Figura 1: Orbitas del problema 6.11
4
(a) x0 = 2.75
(b) x0 = 2.5
(c) x0 = 3.0
Figura 2: Orbitas del problema 6.13
5
6.14

a) Los puntos jos del sistema son x = 12 2
5
. La orbita de periodo dos es {0, 1}.
b) Para la rbita de periodo 2, el multiplicador es = |f 0 (0)f 0 (1)| =
0 < 1 por lo que es
asintticamente estable. Para los puntos jos se tiene |f 0 )| = |1 5| > 1, por lo que
ambos son inestables.
6.15
a) Utilizaremos f (z) = z ( + 1)z 3 . Es necesario demostrar que f [1, 1] [1, 1]. La

derivada de f es f 02 y la segunda derivada es f 002 . La funcin f es cncava en [0, 1] y
convexa en [1, 0]. Veremos que f [0, 1] [1, 1] y f [1, 0] [1, 1]. Si 0, entonces f
tiene puntos crticos en s

x = .
3( + 1)
Esto implica que x+ es un mximo de f y x un mnimo. Notemos que f (0) = 0, f (1) = 1
y f (x+ ) = x+ /3. Esto implica que si 3 y x [0, 1] entonces 1 f (x) x+ /3 1.
De este modo se concluye f [0, 1] [1, 1] y, de igual modo, f [1, 0] [1, 1].
b) Notemos que f (z) = z si y solo si z[( + 1)z 2 + (1 )] = 0. Por lo tanto, el sistema siempre
tiene un punto jo en z1 = 0 y, si 1 aparecen otros dos puntos jos en
r
1
z2,3 = .
+1
Para encontrar la estabilidad, se tiene que f 0 (z2,3

) = 3 2. Por tanto, los puntos jos son
asintticamente estables si |3 2| < 1 e inestables si |3 2| > 1. Dado que > 1, al
resolver las desigualdades se obtiene que estos puntos jos son asintticamente estables si
< 2 e inestables si > 2.
c) Dadof (z) = z ( + 1)z 3 con 0 3, los puntos de periodo 2 se obtienen resolviendo
f 2 (z) = f (f (z)) = z,
es decir, debemos obtener las raices del polinomio p(z) de grado 9 dado por
(z ( + 1)z 3 ) ( + 1)(z ( + 1)z 3 )3 z = 0,
o bien
( + 1)4 z 9 + 3 ( + 1)3 z 7 + 32 ( + 1)2 z 5 + 3 ( + 1) ( + 1) z 3 + 2 1 z = 0.

6
q
Los tres puntos jos 0, 1
+1
son raices del polinomio as como tambin 1 y -1. De este
modo, se puede factorizar a p como

2
2 1
p(z) = z z 1 z g(z),
+1
donde
g(z) = z 4 ( + 1)4 z 2 ( + 1)3 + ( + 1)2 .
Con el cambio de variable x z 2 pueden obtenerse fcilmente las cuatro races de g como
s s
+ 2 4 2 4
, (3)
2( + 1) 2( + 1)
De lo anterior obtenemos las siguientes rbitas de periodo 2: {1, 1} para cualquier y
para 2 se tienen otras dos rbitas:
+ 2 4
s s
2
4
, ,
2( + 1) 2( + 1)

s s
+ 42 2
4
, .
2( + 1) 2( + 1)
Para evaluar la estabilidad calculamos los multiplicadores de las rbitas dados por:
|f 0 (1)f 0 (1)| = (2 + 1)2 ,

s s
24 24

0
f + 0
f
= 9 22 .

2( + 1) 2( + 1)

Notemos que (2 + 1)2 > 1 y

< 1 si 2 < < 5,

9 22

> 1 si 5 < 3.

De esta forma, {1, 1} nunca es estable, mientras

que las dos rbitas que aparecen cuando
2 son estables en el intervalo 2 < < 5.
d) Ver guras 3 y 4.
6.17
Se propone un cambio de variable lineal yt = xt + , de tal forma que se tenga yt+1 =

c yt (1 yt ). Se debe encontrar, por tanto, el valor de , y c. Al sustituir, se encuentra que
= 21 , = 1 1 4k , y c = 1/. Notar que este cambio de variables se puede realizar
siempre y cuando k 1/4.
7
Figura 3: Diagrama de bifurcacn para el problema 6.15 con valores 0 < < 3.
6.18
a) x = 0, entonces f (0) = 0 y |f 0 (0)| [0, 1).

b) Se puede encontrar un nmero tal que |f 0 (0)| < < 1. Sea 0 < < |f 0 (0)|. Por la
continuidad de la derivada f 0 , existe una > 0 tal que si |x| < entonces |f 0 (0)f 0 (x)| < .
Esto implica que |f 0 (x)| < + |f 0 (0)| < , para todo x0 (, ).
c) Si x0 (, ), entonces por el teorema del valor medio
|f (x0 )| = |f (x0 ) f (0)| = |x0 0| max{|f 0 (x)| : x (, )} < |x0 | < .
d) Si |f t (x0 )| < t |x0 | entonces |f t (x0 )| (, ) y |f (f t (x0 ))| = |f t+1 (x0 )| < |f t (x0 )| <
t+1 |x0 |.
e) | limt f t (x0 )| limt |f t (x0 )| limt t |x0 | = |x0 | limt t = 0.
8

Figura 4: Diagrama de bifurcacn para el problema 6.15 con valores 1 < < 5.
6.19
b) f es continua en [, ] y f () = < < f () = . Por el teorema del valor intermedio

existe (, ) tal que f () = .
c) f 3 () = f 2 () = f () = y f 2 () = f () = . Como < < < , entonces
f 3 () < < f () < f 2 ().
d) Sea f (x) = 4x(1 x), f es continua en [0, 1], f (0) = f (1) = 0 y f (1/2) = 1. Por lo tanto
cumple con las condiciones con = 0, = 1 y = 1/2.
9
Sistemas de ecuaciones en diferencias lineales
18 de marzo de 2010
7.1

3 3t 1
a) X t = k1 3t + k2 3t
.
1 t

1 2
b) X t = k1 3t + k2 (2)t .
2 1

2 1
c) X t = 2t .
1 1
t t
1+ 5 1 5 2
d) X t = k1 3+2 5 + k2 32 5 + .
2 2 1
7.2
t 2 t 1 6
6

1 1
Xt = 2 3 + . El punto fijo es P = y es un nodo atractor.
3 2 3 3
7.3
t t
xt+1
xt = 1 1+ 5
2 1 1 5
2 . Por su parte, 8 = limt xt = 1+ 5
2 .
5 5
7.4
Se procede por induccin. Sabemos que F2 = 1. Por lo tanto, la igualdad se cumple para t = 1. Supongamos
que se cumple para t. Entonces
Ft1 Ft
t
A = .
Ft Ft+1
Multiplicando por A, obtenemos

0 1 Ft1 Ft Ft Ft+1
A t+1
= = .
1 1 Ft Ft+1 Ft1 + Ft Ft + Ft+1
Usando la definicin de los nmeros de Fibonacci, se obtiene

Ft Ft+1
A t+1
= .
Ft+1 Ft+2
Por lo tanto la desigualdad se cumple por induccin. La segunda parte est basada en el determinante. Esto es,

Ft1 Ft
det(At ) = det = Ft1 Ft+1 Ft2 .
Ft Ft+1
Pero, det(At ) = det(A)t = (1)t , para todo t 1.
1
7.5

xt p 1
= k1 + k2 (q p)t .
yt 1q 1
7.6
La solucin general es de la forma
1 2

xt
= C1 1
t
+ C 2 2
t
,
yt 1 m1 1 m1
donde
1 1 2
q
1 = n1 + n + 4n 2 (1 m 1 )
2 2 1
y
1 1 2
q
2 = n1 n + 4n 2 (1 m 1 ).
2 2 1
En el caso particular en el que n 1 = 1, n 2 = 4 y m 1 = 21 , se tiene que 1 = 2 y 2 = 1. Por lo tanto, la
solucin del sistema es
xt 2 1
= C1 2 t
+ C2 (1) t
.
yt 1/2 1/2
7.7
a) Yt1 = Ct1 + X t1 Mt1 + I 1 = (Ct1 Mt1 ) + Mt2 + I 1 = a11 Yt1
1 + a Y 2 + I 1 . Lo mismo se hace para
12 t1
el pais 2.
7.8
t 4 t 1 t 1
x(t) 3 31 171

1 10 12
a) =
5 21 + 91 10 + 13 10 .
y(t) 3 1 1
x p (t)
t 4 t 1
x(t)
b) = k1 35 +k2 10 1
+X p . La solucin particular es de la forma =
y(t) 3 1 y p (t)

t A
e 10 y se obtiene resolviendo el sistema de ecuaciones
B

1 A 3A + 4B + 10
10e 10 = .
B 3A + 2B + 20
Con la solucin particular se pueden obtener las constantes k1 y k2 con las condiciones iniciales.
7.9
a) xt = 3
2 12 (1)t . con cos = 3
5 y sin = 45 .
b) xt = 31 2t + 23 2t . e) xt = 2t+1 1 t.
c) xt = 3t + 5t3t . f) xt = 2t + t2t + 2.
d) xt = 5t (cos t + 5
4 sin t) g) xt = 37 2t + 74 t
3 2 t 2 + 2t 6.
2
7.10
La solucin particular At2t no se puede utilizar pues es solucin de la ecuacin homognea. La solucin
general de la ecuacin es
xt = C1 2t + C2 + t2t1 ,
donde C1 y C2 son constantes arbitrarias.
7.11
Si A tiene dos valores propios reales y distintos 1 , 2 , entonces el polinomio caracterstico se puede escribir
como: p A () = ( 1 )( 2 ). Esto implica que (A 1 I )(A 2 I ) = 0. Por tanto, si definimos
1
M1 = (A 2 I )
1 2
y
1
M2 = (A 1 I ),
2 1
entonces AM1 = 1 M1 y AM2 = 2 M2 . Por induccin, podemos demostrar la frmula. Para t = 0, claramente
se cumple la igualdad pues M1 + M2 = I .
Supongamos para t. Entonces At = t1 M1 + t2 M2 . Por tanto,
At+1 = t1 A M1 + t2 A M2 = t+1
1 M 1 + 2 M 2 .
t+1
Esto termina la demostracin.
7.12
a) Si algn valor propio 1 de la matriz A fuese complejo, entonces el complejo conjugado tambin sera
valor propio de A; es decir, 2 = 1 . Esto implicara que |1 | = |2 |, lo cual es imposible.
b) Necesidad.
Si se cumple, lim At w0 = 0 entonces se tiene que cumplir (por el ejercicio 7.10), que lim t2 M2 w0 = 0.
t t
Esto slo sucede si M2 w0 = 0, que es equivalente a Aw0 = 1 w0 .
Suficiencia.
Si Aw0 = 1 w0 entonces M2 w0 = 0 y por lo tanto lim At w0 = lim t1 M1 w0 = 0.
t t
7.13
Basta verificar que X t+1 AX t = Bt . Tenemos que
t+1
X t
X t+1
X t
X
X t+1 AX t = Ak1 Bt+1k Ak Btk = Bt + Ak1 Bt+1k Ak Btk .
k=1 k=1 k=2 k=1
Como los dos ltimos trminos de la frmula anterior se cancelan, se obtiene el resultado.
Si sustituimos Bt = t v en la frmula, se obtiene
t
X t
X t
X
Ak1 Btk = Ak1 tk v = k1 tk v = tt1 v.
k=1 k=1 k=1
Por lo tanto, la solucin general queda como X t = At X 0 + tt1 v.
3
Ecuaciones en diferencias estocsticas
6 de abril de 2010
8.1
P k

a) pt = 1
1+ k=0 1+ E t (m t+k ).
b) pt = m.

c) pt aumenta acercndose a m hasta llegar en el largo plazo.
8.2
Los rendimientos de un activo sin riesgo son iguales a su valor multiplicados por la tasa real r pt . El
rendimiento de una empresa esta dado por el valor esperado del cambio de su valor ms sus dividendos
E t ( pt+1 ) pt + dt . Para que no haya posibilidades de arbitraje, ambos rendimientos deben ser iguales.
Es decir r pt = E t ( pt+1 ) pt + dt . Reorganizando trminos se recupera la ecuacin
1 1
pt = E t ( pt+1 ) + dt .
1+r 1+r
8.3
a) ytd = 1
2 (a pt + m t + gt + u t ).
b) yt = y + 1
3 (m t E t1 (m t ) + gt E t1 (gt ) + u t E t1 (u t )).
c) Si los individuos tienen previsin perfecta entonces yt = y .
8.4
a) Por AD se tiene que pt = m t yt . Sustituyendo en AS resulta
yt = m t yt E t1 (m t ) + E t1 (yt ) + u t .
Entonces
E t1 (yt ) = E t1 (m t ) E t1 (yt ) E t1 (m t ) + E t1 (yt ) + E t1 (u t ) = E t1 (u t ).
Por lo tanto,
1
yt = [m t E t1 (m t ) + E t1 (u t ) + u t ].
2
1
Sustituyendo con MS se llega a la forma reducida
1 1
yt = [m + u t m a E t1 (u t ) + E t1 (u t ) + u t ] = [(1 + a)u t + (1 a)E t1 (u t )]
2 2
que nicamente depende de u t .
b) La varianza es mnima cuando se escoge a = 1.
8.5
Definiendo xt = m t + vt u t se tiene que
1
pt = (E t1 ( pt ) + xt )
2
La esperanza ms antigua es E t1 por lo que se propone la solucin
pt = AE t1 (xt ) + Bxt
De aqu se calcula la esperanza condicionada E t1 para obtener
E t1 ( pt ) = E t1 (AE t1 (xt ) + Bxt )

= AE t1 (xt ) + B E t1 (xt ) = (A + B)E t1 (xt ).
Sustituyendo en la primera expresin se tiene

1
pt = (E t1 ( pt ) + xt )
2
1
= ((A + B)E t1 (xt ) + xt ) .
2
Por lo tanto
1
AE t1 (xt ) + Bxt = ((A + B)E t1 (xt ) + xt )
2
e igualando coeficientes de ambos lados
1
A= (A + B),
2
1
B= ,
2
por lo tanto
1 1
A= ,B =
2 2
y de aqu
1
pt = (E t1 (xt ) + xt )
2
1
= (E t1 (m t + vt u t ) + m t + vt u t ) .
2
2
8.6
a)
2 1
pt = K 1 1 12 u t2 + K 2 2 + 22 vt2 + ((K 1 1 )t1 + (K 2 + 2 )t1 ) + (t t ),
3 2
1 1
yt = ((2 K 2 ) t1 + (21 K 1 ) t1 ) + (t t ).
3 2
Como yt depende nicamente de los procesos t y t , se tiene que
E(yt ) = 0
y los valores de K 1 y K 2 no afectan el valor esperado de yt .

b)
1 1 1 1
Var(yt ) = ((2 K 2 )2 Var(t1 ) + (21 K 1 )2 Var(t1 ) + Var(t ) + Var(t )
9 9 4 4
que se minimiza escogiendo
K 1 = 21 ,
K 2 = 2 .
c)
2 2
Var( pt ) = K 1 1 12 Var(u t2 ) + K 2 2 + 22 Var(vt2 )
4 4 1 1
+ (K 1 1 )2 Var(t1 ) + (K 2 + 2 )2 Var(t1 ) + Var(t ) + Var(t )
9 9 4 4
que se minimiza escogiendo
K 1 = 1 ,
K 2 = 2 .
d) La poltica monetaria tiene efecto sobre la varianza en el ingreso puesto que pueden eliminarse
las varianzas ocasionadas por los shocks del periodo t 1, ocurridos despus de la firma de los
contratos laborales pero antes de la firma del siguiente contrato.
3
Optimizacin Esttica
26 de febrero de 2010
9.1
Sean A y B dos subconjuntos convexos de Rn :
b) Sea A + B = {a + b : a A y b B} y sean x, y A + B. Se tiene que x = a1 + b1 y

y = a2 + b2 con a1 , a2 A y b1 , b2 B. Como A y B son convexos entonces (0, 1)
se tiene que a1 + (1 )a2 A y b1 + (1 )b2 B. Por lo tanto x + (1 )y =
(a1 + b1 ) + (1 )(a2 + b2 ) = [a1 + (1 )a2 ] + [b1 + (1 )b2 ] A + B. Por lo tanto
A + B es convexo.
c) Sea k R y k A = {ka : a A} y sean x, y k A. Entonces, x = ka1 y y = ka2 con a1 , a2 A.

Como A es convexo entonces (0, 1) se tiene que a1 + (1 )a2 A. Por lo tanto,
x + (1 )y = ka1 + (1 )ka2 = k(a1 + (1 )a2 ) k A. Por lo tanto k A es convexo.
9.2
Sea X Rn un conjunto convexo y sean f, g : X R dos funciones cncavas y R.
a) Como f es cncava, entonces (0, 1) y x1 , x2 X , se tiene que f (x1 + (1 )x2 )

f (x1 ) + (1 ) f (x2 ). Si > 0 entonces f (x1 + (1 )x2 ) ( f (x1 ) + (1 ) f (x2 )) =
( f (x1 )) + (1 )( f (x2 )). Por lo tanto f es cncava.
b) Como f es cncava, entonces (0, 1) y x1 , x2 X , se tiene que f (x1 + (1 )x2 )
f (x1 ) + (1 ) f (x2 ). Si < 0 entonces
f (x1 + (1 )x2 ) ( f (x1 ) + (1 ) f (x2 ))

= ( f (x1 )) + (1 )( f (x2 )).
Por lo tanto f es convexa.

c) Como f y g son cncavas, entonces (0, 1) y x1 , x2 X , se tiene que f (x1 + (1 )x2 )
f (x1 ) + (1 ) f (x2 ) y g(x1 + (1 )x2 ) g(x1 ) + (1 )g(x2 ). Entonces f (x1 +
(1 )x2 ) + g(x1 + (1 )x2 ) [ f (x1 ) + (1 ) f (x2 )] + [g(x1 ) + (1 )g(x2 )]. Por lo
tanto ( f + g)(x1 + (1 )x2 ) ( f + g)(x1 ) + (1 )( f + g)(x2 ). Es decir, f + g es cncava.
1
d) Como f es cncava, entonces (0, 1) y x1 , x2 X , se tiene que g(x1 + (1 )x2 )
g(x1 ) + (1 )g(x2 ). Como h es creciente y cncava entonces
(h g)(x1 + (1 )x2 ) = h(g(x1 + (1 )x2 ))
h(g(x1 ) + (1 )g(x2 )) h(g(x1 )) + (1 )h(g(x2 ))
= (h g)(x1 ) + (1 )(h g)(x2 ).
Por lo tanto (h g) es cncava.
9.3
a) Convexo. b) No convexo. c) Convexo.
9.4
a) Dado k > 0, el contorno superior C S f (k) = {(x, y) R2+ : x y k} es un conjunto convexo, por lo
tanto f es cuasi cncava.

2 2
b) Como f es doblemente diferenciable podemos usar su matriz hessiana H = . Como
2 2
f x x = f yy = 2 > 0 y |H | = 0, entonces H es positiva semidefinida. Por lo tanto, f es convexa.

2 0
c) Como f es doblemente diferenciable podemos usar su matriz hessiana H = . Como
0 2
f x x = f yy = 2 > 0 y |H | = 4 > 0, entonces H es positiva definida. Por lo tanto, f es
estrictamente convexa.
9.5
f es una funcin cncava para a 0 y b 0
9.6
a) Si el dominio de la funcin se restringe a R2++ , entonces como g(x, y) = x y es cuasi cncava y log x
es estrictamente creciente, f (x, y) = log x y es cuasicncava. Si el dominio incluye x, y < 0
entonces el dominio no es convexo.
b) f es cncava.
c) f es convexa.
9.7
Qn k Pn
g(x) = log k=1 x k = k=1 log(x k ). Como g es doblemente diferenciable en su dominio
podemos considerar a su matriz hessiana

21 0 ... 0
x1

0 22 . . . 0
H = x .
2

... ... ... ...
0 0 . . . x n2
n
2
Como H es positiva definida, entonces H es negativa definida y g es estrictamente cncava.
9.8
Q
Sea h(x) = exp(g(x)) = nk=1 xkk . En el ejercicio anterior se demostr que g es estrictamente
cncava. Dado que exp(x) es creciente, entonces f q es cuasi cncava.
9.9

a) Sean a = a
f (a) y b = b
f (b) .
Entonces f (a) = f a
f (a) = 1
f (a) f (a) ff (a)
(a) = 1. De manera similar,
f (b) = 1. Por lo tanto, a .b C S f (1).
f (b)
b) Sea = (1) f (a)+ f (b) . Como , (1 ), f (b), f (a) > 0, entonces > 0. Por otra parte, como
f (b)
(1 ) f (a) > 0, entonces f (b) < f (b) + (1 ) f (a). Por lo tanto = (1) f (a)+ f (b) < 1.
Entonces (0, 1).
c) Como a , b C S f (1), (0, 1) y C S f (1) es convexo, entonces (1 )a + b C S f (1). Por lo
tanto f ((1 )a + b) 1.
d) De la definicin de se tiene que

f (b) (1 ) f (a)
(1 ) = 1 = .
(1 ) f (a) + f (b) (1 ) f (a) + f (b)
Entonces
1 f ((1 )a + b)

(1 ) f (a) a f (b) b
= f +
(1 ) f (a) + f (b) f (a) (1 ) f (a) + f (b) f (b)

(1 )a + b f ((1 )a + b)
= f = .
(1 ) f (a) + f (b) (1 ) f (a) + f (b)
Por lo tanto f ((1 )a + b) (1 ) f (a) + f (b). Es decir, f es cncava.
9.10
Qn k n
En el ejercicio
Pn 9.8 se mostr que f (x) = i=1 xk es cuasicncava. Adems, para x R++ ,
f (x) > 0. Si k=1 k = 1, entonces f es homognea Pn de grado 1. Por lo tanto, por el resultado del
ejercicio 9.9 se tiene que f es cncava. Si 0 < k=1 k < 1, entonces la funcin se obtiene como

Qn 1 P
una transformacin cncava y creciente de la funcin g(x) = i=1 xkk con = nk=1 k , que es
P
cncava pues 1 nk=1 k = 1; por lo tanto, f (x) es tambin cncava.
9.11
a) Si > 0 entonces
1
w(x) = 1 (x1 ) + 2 (x2 ) + . . . + n (xn )
1 1
= 1 x1 + 2 x2 + . . . + n xn = 1 x1 + 2 x2 + . . . + n xn
= w(x1 , x2 , . . . , xn ).
3
Pn
b) Supongamos que i=1 i = 1. Entonces,
!1 !1
n
X n
X

lim k x k = lim exp log k xk
0 0
i=1 i=1
n
!!
1 X
= lim exp log k xk .
0
i=1
Tenemos que
n
!! Pn
!
1 X log i=1 k x k f ()
lim log k xk = lim = lim ,
0 0 0 g()
i=1
n
!
X
en donde f () = log k xk , y g() = . Usando el teorema de LHopital
i=1
0
f () f ()
lim = lim 0
0 g() 0 g ()
Pn
!
i=1 k x k log x k
Pn Pn
i=1 k x k i=1 k log x k
= lim = Pn
0 1 i=1 k
n
X
= k log xk .
i=1
De esta forma, como la funcin exponencial es continua, se tiene:

Pn
!! n
!!
log i=1 k x k
X
lim exp = lim exp k log xk
0 0
i=1
n
!! n
Y k
Y
= exp log xk = xkk .
i=1 i=1
Pn
c) Si = 1 entonces w(x) = i=1 k x k .
d) La matriz hessiana de g(x) es

2

1 ( 1)x1 0 ... 0
2
0 2 ( 1)x2 ... 0
H = .. .. .. .

. . .
2
0 0 n ( 1)xn
Por lo tanto, si (0, 1), H es negativa definida y g es cncava.

1
e) w(x) = g(x) , por lo tanto como g es cncava, entonces w es cuasi cncava. Como adems es
positiva y homognea de grado 1, por el teorema demostrado en el ejercicio 9.9, w es tambin
cncava. Adems cuando = 1 es lineal y por lo tanto cncava. En general, si (0, 1],
entonces w es cncava.
4
9.12
a
Se definen a = f (a) y b = f (b)
b
. Como f es homognea de grado 1 se tiene que f (a) =1
= f (b)
b C I f (1). Para a, b X y para (0, 1) se define
y, por lo tanto, a,
f (b)
=
(1 ) f (a) + f (b)
y se muestra (como en el ejercicio 9.9) que 0 < < 1. Como la funcin es cuasi convexa, C I f (1) es
1. Finalmente, substituyendo con , a y b y utilizando la
convexo y por lo tanto f ((1 )a + b)
homogeneidad de f resulta que
(1 ) f (a) + f (b) f ((1 )a + b).
Es decir, f es convexa.
Sea w una funcin CES. Cuando > 1 se tiene que w es cuasi convexa (ver ejercicio 9.11), como
adems es homognea de grado 1 y positiva, es necesariamente convexa.
9.13
a) Sean a < z 1 < z 3 < b y z 2 = z 1 + (1 )z 2 con (0, 1); entonces, f (z 2 ) f (z 1 ) + (1
) f (z 3 ). Adems se tiene que si = zz 33 z z 2 z 1
z 1 y (1 ) = z 3 z 1 se cumple:
2
f (z 2 ) = f (z 2 ) + (1 ) f (z 2 )
z3 z2 z2 z1
= f (z 2 ) + f (z 2 ) f (z 1 ) + (1 ) f (z 3 )
z3 z1 z3 z1
z3 z2 z2 z1
= f (z 1 ) + f (z 3 ).
z3 z1 z3 z1
Multiplicando por (z 3 z 1 ) > 0 y reacomodando trminos se obtiene que
(z 3 z 2 )( f (z 2 ) f (z 1 )) (z 2 z 1 )( f (z 3 ) f (z 2 )),
es decir,
f (z 2 ) f (z 1 ) f (z 3 ) f (z 2 )
.
z2 z1 z3 z2
b) Dado que los nmeros reales forman un campo completo, siempre se puede encontrar un nmero
real entre dos nmeros reales distintos. Por lo tanto, para cualquier x (a, b), se pueden elegir
r, s, t, u tales que a < r < s < x < t < u < b.
c) Eligiendo r, s, t, u como en el inciso b y usando el resultado del inciso a) se tiene que
f (s) f (r ) f (x) f (s) f (y) f (x)

s r x s yx
f (t) f (y) f (u) f (t)
.
ty ut
f (s) f (r) f (u) f (t)
Por lo tanto, si definimos las constantes C1 y C2 comoro C1 = sr y C2 = ut se
obtiene que para todo y (x, t) se tiene que
f (y) f (x)
C1 C2 .
yx
5
d) lim C1 (y x) lim ( f (y) f (x)) lim C2 (y x). Como lim C1 (y x) = lim C2 (y
yx + yx + yx + yx + yx +
x) = 0, entonces lim ( f (y) f (x)) = 0. Esto implica que lim f (y) = lim f (x) = f (x).
yx + yx + yx +
Anlogamente se puede demostrar que lim f (y) = f (x). Por lo tanto lim f (y) = f (x), es
yx yx
decir, f es una funcin continua en (a, b).
9.14
Como f es clase C 2 , podemos escribir su mejor aproximacin de segundo orden como: f (y)
f (x) + (y x)T f (x) + 21 (y x)T H f (x)(y x).
f es cncava si y slo s
1
f (x) + (y x)T f (x) f (y) f (x) + (y x)T f (x) + (y x)T H f (x)(y x).
2
Entonces f es cncava si y slo si para todo y, x X se tiene que 12 (y x)T H f (x)(y x) 0. Es decir,
si y slo si H f es negativa semidefinida.
Si H f es negativa definida, entonces para todo y, x X se tiene que 12 (y x)T H f (x)(y x) < 0,
y por lo tanto
1
f (x) + (y x)T f (x) > f (x) + (y x)T f (x) + (y x)T H f (x)(y x) f (y).
2
Por lo tanto, f es estrictamente cncava.
De forma anloga se muestra que f es convexa si y solo si H f es positivo semidefinido y que si H f
es positiva definida entonces f es estrictamente convexa.
9.15
Sea x = (x , y ) la solucin del problema con g(x ) 6= 0, entonces g y (x ) 6= 0 y, por el teorema
de la funcin implcita, en una vecindad de x , y es una funcin diferenciable de x y ddyx = ggxy .
Entonces, el problema se puede reescribir como
max F(x) = f (x, y(x))
y la condicin de primer orden es

dF gx (x )
(x ) = f x (x ) + f y (x ) = 0.
dx g y (x )
Es decir,
f x (x ) f y (x )
= .
gx (x ) g y (x )
Se define
f x (x ) f y (x )
= = .
gx (x ) g y (x )
Por lo que la condicin de primer orden equivale a: f (x ) = g(x ).
6
9.16
C
a) Por el lema de Shepard w j = x j > 0. Por lo tanto C es creciente en w j para cada j = 1, 2, . . . , n.
Entonces, w1 > w2 implica que C(w1 , q) > C(w2 , q).
b) C(w, q) = min{w x : f (x) = q}, C(tw, q) = min{tw x : f (x) = q} = t min{w x : f (x) = q}. Por
lo tanto, el vector de insumos ptimo x (tw, q) es igual a x (w, q) (la intuicin es que los precios
relativos de los insumos no cambian). Por lo tanto:
C(tw, q) = tw x (tw, q) = tw x (w, q) = tC(w, q).
c) Sea w = w1 +(1)w2 . Los vectores ptimos de insumos para w1 y w2 son x (w1 , q) y x (w2 , q),
respectivamente, de manera que se cumple:
C(wi , q) = wi x (wi , q) wi x (w, q), i = 1, 2.
Por lo tanto
C(w, q) = C(w1 + (1 )w2 , q)
= w1 x (w, q) + (1 )w2 x (w, q)
w1 x (w1 , q) + (1 )w2 x (w2 , q)
= C(w1 , q) + (1 )C(w2 , q).
La ltima igualdad se cumple en virtud del inciso anterior.
9.17
1
a) El mximo f max ocurre en (x , y ) = (16000, 64000). Adems f max = 50(16000) 2 (64000)2 = 2.
590 5 1013

1.1 1.1
b) La distancia mnima dmin ocurre en los puntos P1 = y P2 = . Adems
1.1 1.1

dmin = 2.2.
c) El mximo f max ocurre en (x , y ) = (0, 4) con f max = ln 20.
d) El mnimo f min ocurre en (x , y ) = (5, 5) con f min = 50.
e) El mximo f max ocurre en (x , y , z ) = (1, 2, 1) con f max = 2.
9.18
a) El lagrangiano es
1 1
L(x, y, 1 , 2 , A) =
log x + log y 1 (3x + y A) 2 (x + y 40)
3 3
Las condiciones de Kuhn Tucker estn dadas por:

1 1
Lx = 31 2 0, x > 0, 31 2 x = 0,
3x 3x

1 1
Ly = 1 2 0, y > 0, 1 2 y = 0,
3y 3y
3x + y A 0, 1 0, 1 (3x + y A) = 0,
x + y 40 0, 2 0, 2 (x + y 40) = 0
7
El ingreso se tiene que restringir al intervalo (40, 120) porque si A 40 entonces la segunda
restriccin ser intil. De forma similar, si A 120, entonces la primera restriccin del problema
ser intil.
b) Si A (40, 60), entonces x = 16 A , y = 12 A, 1 = 2
3A , 2 = 0.

1 1 1 1 1
c) Si A [60, 80], entonces x = 2A 20, y = 60 2 A, 1 = 3 A40 120A , 2 =

1 3 1
3 120A A40 .
1
d) Si A (80, 120), entonces x = y = 20, 1 = 0, 2 = 60 .
9.19
La funcin valor es
1 1
V (A) = log x + log y =
3 3
1 1
L(x , y , 1 , 2 , A) = log x + log y 1 (3x + y A) 2 (x + y 40).
3 3
El teorema de la envolvente dice que
V 0 (A) = 1 .
Ahora bien, para los tres casos del problema anterior tenemos:
a) Si A (40, 60), entonces

1 1 1 1 1 1
V (A) = log x + log y = log A + log A ,
3 3 3 6 3 2
2
V 0 (A) = = 1 .
3A
b) Si A [60, 80], entonces

1 1 1 1
V (A) = log A 20 + log 60 A ,
3 2 3 2

1 1 1
V 0 (A) = = 1 .
3 A 40 120 A
c) Si A (80, 120), entonces

1 1
V (A) = log 20 + log 20,
3 3
V 0 (A) = 0 = 1 .
9.20
a) Elevar al cuadrado es una transformacin creciente de manera que el vector (x , y , z , w ) que
minimiza la distancia es el mismo que minimiza la distancia al cuadrado. La funcin valor definida
V () representa (el cuadrado) de la distancia mnima entre la parbola y = x 2 y la recta y =
x 1 para un valor dado de la pendiente .
8
b) El lagrangiano del problema es
L(x, y, z, w, 1 , 2 , ) = (x z)2 + ((y w)2 1 (x + y + 1) 2 (w z 2 )
c) La funcin valor es
0 si || 2
2
V () = 4 2
si || < 2
2
4 1+
d) (
0 0 si ||
2
V () = 4 2 (6+ 2 )
2(1+ 2) 4(1+ 2 )
si || < 2
Geomtricamente, la recta es tangente a la parbola si || = 2 y secante si || > 2. En ambos

casos la distancia mnima es = 0 y se tiene que
!2
24 24
(x , y ) = (z , w ) = , , 1 = 2 = 0
2 2
Si || < 2, entonces la parbola y la recta no se cortan. La distancia mnima de la parbola

a la recta sucede en el punto (z , w ) en el cual se cumple que la tangente a la parbola tiene
una pendiente igual a . El problema puede resolverse explcitamente utilizando el lagrangiano
obteniendo:
!
(6 + 2 ) 2 (6 + 2 )
(x , y ) = , 1
4(1 + 2 ) 4(1 + 2 )
!
2
(z , w ) = , ,
2 4
4 2 4 2
1 = ,
2 = si || < 2.
2(1 + 2 ) 2(1 + 2 )
As,
0 0 si || 2
V () =
1 x si || < 2
y se verifica el teorema de la envolvente.
9.21
El lagrangiano del problema es L(x, q, ; w, p) = ( pq wx) ( f (x) q). La funcin de mxima
ganancia es la funcin valor. Por el teorema de la envolvente
5 L
(w, p) = (x (w, p), q (w, p), (w, p)) = q (w, p)
p p
y
5 L
(w, p) = (x (w, p), q (w, p), (w, p)) = x (w, p).
w w
9
9.22

El lagrangiano del problema es L(x, ; p, U ) = pT x U (x) U . La funcin de gasto es la
funcin valor. Por el teorema de la envolvente
E L h
(p, U ) = (x (p, U ), (p, U )) = x hj (p, U ).
pj pj
9.23
(D1) En el ptimo del problema de minimizacin de gasto se cumple la restriccin
U (x h (p, V (p, m))) = V (p, m) = U (x (p, m)).
Si U es montona creciente y cncava entonces es tambin invertible y es posible cancelar U de
ambos lados de la igualdad. Por lo tanto x h (p, V (p, m)) = x (p, m).
(D2) En el ptimo del problema de maximizacin de utilidad se cumple la restriccin
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 ).
(D3) Por el inciso anterior y porque se cumple la restriccin de Hicks se tiene que
V (p, E(p, U )) = U (x (p, E(p, U ))) = U (x h (p, U )) = U .
(D4) Por el inciso anterior y porque se cumple la restriccin de Marshall se tiene que
E(p, V (p, m)) = p T x h (p, V (p, m)) = p T x (p, m) = m.
9.24
a) x(p, m) = y(p, m) = m
m
p1 , p2 .

b) V (p, m) = log p1 p2 m .

p1 p2
c) E(p, U ) = eU .

p2 p1
d) x h (p, U ) = p1 eU , y h (p, U ) = p2 eU .
9.25
1 1
p1r 1 p2r1
a) x(p, m) = m r r , y(p, m) = m r r .
p1r 1 + p2r 1 p1r 1 + p2r 1
r r
1r
r
r 1 r 1
b) V (p, m) = m p1 + p2 .
r r
1r
r
r 1
c) E(p, U ) = U p1 + p2r 1
.
1
r r
1 1
r r
1
r r
d) x h (p, U ) r 1
= U p1 r 1 r 1
p1 + p2 h r 1
, y (p, U ) = U p2 r 1 r 1
p1 + p2 .
10
9.26
Se tiene que x (p, E(p, U )) = x h (p, U ). Entonces
xi x E xh
+ i = i .
pj m p j pj
E
Por el lema de Shepard pj = x hj , y como
U = V (p, m), m = E(p, U )yx hj (p, V (p, m)) = x j (p, m),
entonces
xi x xh
+ x j i = i .
pj m pj
9.27
a) No es convexo.
b) Un elefante dentro de una boa. En serio...
11
Introduccion al calculo en variaciones
Hector Lomel y Beatriz Rumbos
February 26, 2010
10.1
Pn
a. Veamos que kxk1 = i=1 |xi | cumple las propiedades de una norma:
Pn
(i) i = 1, 2, . . . , n se tiene que |xi | 0. Por lo tanto, i=1 |xi | 0. Entonces
kxk1 0.
Pn
(ii) |xi | = 0 si y s olo si xi = 0. Por lo tanto, i=1 |xi | = 0 si y s
olo si x = 0.
Entonces kxk1 = 0 si y solo si x = 0.
Pn Pn Pn
(iii) kcxk1 = i=1 |cxi | = i=1 |c| |xi | = |c| i=1 |xi | = |c| kxk1
Pn Pn Pn Pn
(iv) kx + yk1 = i=1 |xi + yi | i=1 (|xi | + |yi |) = i=1 |xi | + i=1 |yi | = kxk1 +
kyk1
b. Se quiere demostrar que kxk = sup{|xi | , i = 1, 2, . . . , n} es una norma.
(i) i = 1, 2, . . . , n se tiene que |xi | 0. Por lo tanto sup{|xi |} 0. Entonces

kxk 0
(ii) kxk = 0 si y s olo si sup{|xi |} = 0. Esto se cumple si y solo si se tiene que
i = 1, 2, . . . , n, |xi | = 0. Esto se cumple siempre y cuando xi = 0 i = 1, 2, . . . , n.
Es decir, kxk = 0 si y solo si x = 0.
(iii) kcxk = sup{|cxi |} = sup{|c| |xi |} = |c| sup{|xi |} = |c| kxk.
(iv) kx + yk = sup{|xi + yi |} sup{|xi | + |yi |} sup{|xi |} + sup{|yi |} = kxk +
kyk .
10.2
nR o p1
b
Se demuestra que kf kp = a
|f (t)|p dt para p = 1, 2 es una norma.
a. La integral de una funcion no negativa es un n

umero no negativo. Por lo tanto,
kf kp 0
b. La integral de una funcion no negativa es igual a 0 si y solo si la funcion es igual a 0
en todos sus puntos. Por lo tanto kf kp = 0 si y solo s f = 0.
1
nR o p1 n o p1
b Rb
c. kcf kp = a
|cf (t)|p dt = |c|p a |f (t)|p dt = |c|kf kp .
d. Si p = 1 entonces
Z b Z b
kf + gk1 = |f (t) + g(t)|dt (|f (t)| + |g(t)|)dt
a a
Z b Z b
= |f (t)|dt + |g(t)|dt = kf k1 + kgk1 .
a a
Si p = 2 entonces
Z b Z b Z b
kf + gk22 = (|f + g|)2 dt (|f | + |g|)2 dt = |f |2 + 2|f ||g| + |g|2 dt.

a a a
Por la desigualdad de Cauchy-Schwartz, se tiene que

Z !2 Z
b b Z b
2 2
f gdt |f | dt |g| dt

a a a
o bien Z ! sZ s
b b Z b
2 2
f gdt |f | dt |g| dt.

a a a
De aqu se tiene que

s s
Z b Z b Z b Z b Z b
|f |2 + 2|f ||g| + |g|2 dt |f |2 dt + |g|2 dt + 2

2
|f | dt |g|2 dt
a a a a a
s s 2
Z b Z b
2
= |f |2 dt + |g|2 dt = (kf k2 + kgk2 ) .
a a
Por lo tanto
kf + gk2 kf k2 + kgk2 .
10.3
a. Sea V = {f : [0, 1] R|f es continua } 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 (f +g)+h = f +(g+h).
(iii) f (x) = 0 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 . Ademas f + (f ) = 0.
(v) Sean f, g V . Como la suma de funciones es conmutativa f + g = g + f .
2
(vi) Sea f V y sea R. Como f es continua en [0, 1], entonces f es continua
en [0, 1]. Por lo tanto f V .
(vii) Sean f, g V y sea R. Claramente (f + g) = f + g.
(viii) Sea f V y sean , R. Claramente ( + )f = f + f .
(ix) Sea f V y sean , R. Claramente (f ) = ()f .
R1
b. Dos ejemplos de funcionales lineales sobre V son: J1 [f ] = f (t)dt y J2 [f ] = f (0).
0
R1
c. Dos ejemplos de funcionales no lineales sobre V son: J1 [f ] = 0 f 2 (t)dt y J2 [f ] =
hR i2
1
0
f (t)dt .
10.4
a. x(t) = 12 t + 20. Por lo tanto J[x] = 5.
b. x(t) = 9t + 10. Por lo tanto J[x] = 10710.
1912
c. x(t) = t3 + 4t + 1. Por lo tanto J[x] = 5 .
t2 154
d. x(t) = 4 + 4t + 1. Por lo tanto J[x] = 3 .
e. x(t) = t. Por lo tanto J[x] = 83 .

11
f. x(t) = 10 t y y(t) = 25 t + 2. Por lo tanto J[x] = 127
10 + e10 .
2(e e )
g. x(t) = y(t) =
1
(et et ). Por lo tanto J[x, y] = .
e2 e 2 e 2 e 2
h. x(t) = t. Por lo tanto J[x] = 1.
10.5
x(t) = (A + 2B + Ct)et + (D 2E + Et)et , y(t) = (A + Bt)et + (d + Et)et .
10.6
t2 1

x(t) = 2 + N 2 t.
10.7
a. x(t) = 4. Como f es convexa en (x, x),
entonces se trata de un mnimo.
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 mnimo.
3
10.8
a. x(t) = 41 t2 t + 1. Como f es convexa en (x, x),
entonces se trata de un mnimo.
b. x(t) = 41 t2 4t y T = 16. Como f es convexa en (x, x),
entonces se trata de un
mnimo.
10.9

Sustituyendo K(t) y K(t) en la condicion de transversalidad se tiene
2
0 = lim eT 1 r1 er1 T + 2 r2 er2 T

T
2
+ A 1 er1 T + 2 er2 T + Kp B 1 er1 T + 2 er2 T + Kp

= lim (e(2r1 )T 21 r12 B + e(2r2 )T 22 r22 B

T
(r1 +r2 )T
+e 21 2 [r1 r2 B] + e(r1 )T 1 [A 2BKp ]
+ e(r2 )T 2 [A 2BKp ] + eT AKp BKp2 ).

Para que dicho lmite converja es necesario que desaparezcan los terminos divergentes
e(2r1 )T y e(r1 )T . Esto se logra haciendo 1 = 0.
10.10
t2

x(t) = 2 yT = 2N .
10.11
h i
1
a. x(t) = x0 1 2 et + 1
1
2 et .

1 0
b. H = . De donde |H| = 1 > 0. Por lo tanto, f es concava en (x, x),
es
0 1
decir que se trata de un maximo.
c. S, siempre que > 0.
10.12

optima de consumo es c(t) = rc1 + w + r
La trayectoria r r t. Para verificar las
condiciones de segundo orden se tiene que
2 r2 et ec 2 ret ec

H=
2 ret ec 2 et ec
es negativa semidefinida. Por lo tanto, f es concava y la trayectoria es un maximo.
4
10.13
a. c(t) = k0 e(A)t y k(t) = k0 e(A)t , con A < 0. Las condiciones
de transversalidad son
1 t
lim e = 0,
!c
t
k
lim log c + et = 0.
t c
b. El sistema de ecuaciones resultante es el siguiente sistema lineal:

k

A 1 k
=
c 0 A c
c(t)
k(t)

0
c. Como el sistema es lineal, el u
nico punto de equilibrio es . Como el determi-
0
nante del sistema es negativo se trata de un punto silla.
d. La variedad estable W s es la recta c = k. Debido a las condiciones de transversalidad,

k
cualquier condicion inicial tal que c0 = k0 llevara al sistema al punto =
c
0
a lo largo de W s .
0
10.14
La funci
on f (x, x)
no depende explcitamente de t y x(t) es solucion de
d
fx fx = 0
dt
= f xf
ConsiderarH(x, x) x . Entonces

dH d d
= fx x + fx x x fx x
fx = x fx fx = 0.
dt dt dt
Por lo tanto, H es una constante.
5
1
10.15
Se tienef (x) = x2 (x 1)2 + x 2 , Por el ejercicio anterior:
= x2 (x 1)2 + x 2 2x 2 = x2 (x 1)2 x 2 = cte.

H(x, x)
La condici
on de transversalidad
lim (f xf
x )t=T = 0 = lim H(x, x)
t=T
T T
implica que la constante cte = 0. De aqu
x2 (x 1)2 x 2 = 0
se reescribe como
x 2 = x2 (x 1)2
o bien,
x2 x

x = x(x 1) = (1)
x x2
Estas son ecuaciones Bernoulli cuya solucion es

1
x(t) = 1+Aet
1
1+Aet
1
con A = x0 1. El diagrama de fase para 1 esta dado por
.
x
y de el se infiere la din
amica para las condiciones iniciales solicitadas. Se tienen por lo
tanto, dos posibles soluciones:
x0
u(t) = ,
x0 + (1 x0 )et
y
x0
v(t) = .
x0 + (1 x0 )et
Si x0 < 1, se puede ver que u es una funcion definida para todo t > 0 y ademas se cumple
lim u(t) = 0. Por otro lado, si x0 > 0, v es una funcion definida para todo t > 0 y adem
as
t
6
se cumple lim v(t) = 0. Por lo tanto, la solucion es u nica si x0 0 o x0 1. Resta,
t
en todo caso, definir cu
al es la solucion que nos da un mnimo si 0 < x0 < 1. Para ello
calculamos la funci
on valor. Sea
Z
2
x (x 1)2 + (x)
2 dt.

J[x] =
0
Entonces, debemos comparar J[u] con J[v], cuando 0 < x0 < 1. Notemos que
2
= u(u 1)u = u2 (u 1)2
(u)
y
2
= v(1 v)v = v 2 (v 1)2 .
(v)
Por lo tanto,
Z Z
J[u] = [2u(u 1)u]
dt, y J[v] = [2v(1 v)v]
dt.
0 0
Se puede hacer un cambio de variable en ambas integrales y obtener

Z 0
1
J[u] = [2u(u 1)] du = x20 (3 2x0 ),
x0 6
Z 1
1 1
J[v] = [2v(1 v)] dv = + x20 (2x0 3).
x0 6 6
Comparando ambos valores, se puede ver que si x0 (0, 1/2], se debe escoger u y si
x0 [1/2, 1), se debe escoger v. Por lo tanto, el valor del mnimo es
1 2
6 x0 (3 2x0 ), x0 1/2,
V (x0 ) =
1 1 2
6 + 6 x0 (2x0 3), x0 1/2.
Una gr
afica de V se muestra a continuacion.
0 1
7
10.16
a.
d(u(c) + u0 (c)(f (k) c k)) d(u(c) + u0 (c)(k))

=
dt dt
= u0 (c)c + u00 (c)c( + u0 (c)(k)
k)
= u0 (c)c + u00 (c)c( + u0 (c)(f 0 (k)k c k)
k)
k = 0.
= (u0 (c)(f 0 (k) ) + u00 (c)c)
Por lo tanto, u(c) + u0 (c)(f (k) c k) es una constante.

b. Por el inciso anterior se tiene que
u(c0 ) + u0 (c0 )(f (k0 ) c0 k0 )

= u(c ) + u0 (c )(f (k ) c k ).
Sin embargo, la condicion de transversalidad (si = 0) nos dice que
lim u0 (c) = 0 = u0 (c ).
t
De esta forma se obtiene
u(c0 ) + u0 (c0 )(f (k0 ) c0 k0 ) = u(c ),

u(c ) u(c0 )
+ c0 = f (k0 ) k0 .
u0 (c0 )
c. W s (k , c ) consiste del conjunto de condiciones iniciales (k0 , c0 ) tales que
lim (k(t), c(t)) = (k , c ),

t
de manera que se trata de aquellas que cumplen la relacion del inciso anterior.
8
Teora de control
Hector Lomel y Beatriz Rumbos
13 de abril de 2012
11.1
a) x(t) = 20 12 t y u(t) = 21 . Se trata de un maximo.
2
e t 1 t 2e2 t
b) x(t) = 1e 2e + 1e2 e y u(t) = 1e2 e . Se trata de un mnimo.
c) x(t) = 10 10
11 t + 10 y u(t) = 11 . Se trata de un m
nimo.
d) x(t) = 14 t2 + t y u(t) = 21 t + 1. Se trata de un maximo.
e)

x(t) 1+ 2 1 2
=A e t 2
+B et 2
u(t) 1 1
con
2)2 e80 2
(1 1
A= ,B = .
1 + (1 2)2 e80 2 1 + (1 2)2 e80 2
Se trata de un m
aximo.
f) x(t) = e2t + e2+t + 5 y u(t) = 2e2t 5. Se trata de un maximo.
g) x(t) = 30t y u(t) = 10. Se trata de un maximo.
11.2
7et 2,

t 4 ln 2 2, t 4 ln 2
a) x(t) = y u(t) = .
(7 4e4 )et , t > 4 ln 2 0, t > 4 ln 2
b) x(t) = 4et y u(t) = 0.

c) x(t) = 7et 2 y u(t) = 2.
11.3
Las trayectorias o
ptimas son

K(t) 1 3
t 1 23 t 4/9
=A e +B
2 e + .
I(t) 2 1 2/9
Si K(5) = 10 se tiene
15 15
86 + 4e 2 86 + 4e 2
A = 15 15
, B = 15 15
.
9 e 2 e 2 9 e 2 e 2
1
Si deja K(5) libre entonces
15 15
2 4e 2 2 + 8e 2
A = 15 15
, B = 15 15
.
9 e 2 e 2 9 e 2 e 2
El equilibrio se trata de un punto silla dado que los valores propios 1,2 = 32 son n
umeros
reales de signo contrario.
11.4
La trayectoria
optima es
2 A
q !
x(t) A + A2 + A
= K1 e A +t
p(t) 1

q !
A + A2 + A A2 + A t B A
+ K2 e + ,
1 2A(1 + A) 1 + 2A
en donde

B(1+2A) A2 + A
p0 pT B(1+2A)
2A(1+A) 2A(1+A) e
T
K1 = 2 A ,
1 2e2 A + T

A2 + A
p0 B(1+2A)
2A(1+A) pT B(1+2A)
2A(1+A) e
T
K2 = 2 A .
1 2e2 A + T
11.5
x(t) = 7et 2 y u(t) = 2.
11.6
et et et +et
x(t) = ee1 y u(t) = ee1 .
11.7
El tiempo mnimo es T = 4. Las trayectorias optimas son x(t) = 2t + 8 y u(t) = 1.
11.8
x(t) = t + A y u(t) = 1 y T = A.
11.9
Sustituyendo con las condiciones iniciales x1 (0) = x2 (0) = 0 y las condiciones de transversa-
lidad 1 (1) = 2 (1) = 0 se obtiene que las trayectorias optimas son x1 (t) = x2 (t) = u(t) = 0.
Adem as se trata de un mnimo.
2
11.10
La extracci
on
optima esta dada por
p(t) p(T )er(tT )

xmax ,
x(t) =
0, p(t) < p(T )er(tT )
Notemos que x(T ) = xmax . De aqu se tiene que dependiendo de la trayectoria del precio p(t), la
mina opera a su capacidad maxima durante algunos periodos o bien deja de operar en otros. El
tiempo
optimo se obtendra a partir de
ZT ZT
A(T ) A(0) = =
Adt xdt,
0 0
Z T
o bien A0 = x(t)dt.
0
11.11
Se tiene:
0 si x < x

h= f (x ) si x = x
pmax si x > x

En donde 0 < x < K satisface

c0 (x )f (x )
f 0 (x ) = .
p c(x )
(Ver The economics of fishing and modern capital theory: a simplified approach, Journal of
environmental economics and managment, 2, 92-106, 1975.)
11.12
a) La trayectoria
optima satisface
c w
a(t) 1 rt 1 2(r)t r
= K1 e + K2 e + ,
c(t) 0 2 r c
en dondec = 0 si r 6= y c > 0 si r = y
(c wr )(e100(r) 1) (c wr )(1 e50r )

K1 = , K2 = .
e50r e100(r) e50r e100(r)
b) El sistema est
a dado por:
a = ra c + w,
c = 2(r )c.
Si r > se tiene que el punto fijo ( wr , 0) es un nodo repulsor, si r < se trata de un punto
silla y si r = el punto (0, c ) es tambien un nodo repulsor. Dado que a(0) = 0, a(t) = 0 en
todo momento y c = w.
3
c) Calculando el valor presente de la restriccion presupuestal escrita como w c = a ar se
obtiene1 :
Z Z
rt
(w c)e dt = (a ra)ert dt
0 0
Z
d
( aert dt = a(0)er0 + lim a(t)ert = lim a(t)ert .

=
0 dt t t
Entonces, usando la condicion de no juego de Ponzi limt a(t)ert = 0 resulta

Z
(w c)ert dt = 0.
0
Por lo tanto, Z Z
rt
we dt = cert dt.
0 0
11.13

1 T t T t
x(t) = ax1 et/a (1 + cot ) cos + (1 + cot ) sin + u(t).
2 a a a a
11.14
uc um
=yc y
a) m uc =+ uc . nico punto fijo esta dado por c = y y
El u
uc (c , m )( + ) = um (c , m )
y se trata de un punto silla.
= y c y c = (ucc [um + uc ( + )])1 .
b) m
c) m = ycm y c = (ucc [um +uc (+)])1 . El u
nico punto fijo esta dado por c = ym

y uc (c , m )( + ) = um (c , m ).
11.15
Las gr
aficas de las funciones se ilustran en la figura 1.
11.16
a) Las trayectorias optimas del capital y el consumo estan dadas por k = f (k) + T c(1 + ) y
u0 0
c = u00 [ f (k)]. Incorporando la restriccion presupuestal T = c, la trayectoria del capital
vuelve a ser k = f (k) c.
b) Las trayectorias optimas del capital y el consumo estan dadas por k = (1 + )f (k) c y
u0
c = u00 [(1+)f 0 (k)]. Se observa que la tasa real que observan los individuos esta dada por
(1 + )f 0 (k). Incorporando la restriccion presupuestal f (k) = , la trayectoria del capital
vuelve a ser: k = f (k) c.

f (k), 1
c) Las trayectorias optimas del consumo y el capital estan dadas por c(t) = y
0, >1
0, 1
k = . Por su parte la variable de coestado esta descrita por = (f 0 (k)).
f (k), > 1
Los puntos fijos son (k, c) = (k , f (k )) con f 0 ) = y 1.
1 Para que esto tenga sentido, en esta parte hay que tomar w = w(t); es decir, el salario no es constante.
4
11.17
a) c = c[Aet k 1 ] y k = Aet k c.
= g, entonces Aet k 1 = g. Por lo tanto,

b) Si c/c
1
k
1
q+
k= e 1 t y = .
A k 1
Por su parte,
!
t t 1 k
y = Ae k + Ae k k =y +
k
y k
=+ =+ = .
y k 1 1
Finalmente
1 ! 1
q + 1 1 q + 1 1

c = y + k = y + k = Ae t
e t
+ e t
1 A 1 A
1 !
q + 1 q + 1
= A + e 1 t
A 1 A
Concluimos
c k y
g= = = = .
c 1 k y
11.18
a) k = k c y c = ck 1 . Como c es positiva el consumo crece en el tiempo.
b) En el modelo usual, la condicion del consumo cambia por c = c(k 1 ). En este caso, el
consumo no aumenta necesariamente, ya que el consumo futuro es menos valioso. El consumo
u
nicamente aumenta cuando la tasa real es mayor a la tasa de descuento subjetivo.
11.19
h i
c 1 G

a) La evoluci
on del consumo esta descrita por c = (1 )(1 ) K .
b) Sustituyendo con la restriccion presupuestal

del gobierno se obtiene la tasa de crecimiento
= cc = 1 (1 )(1 ) 1 .

c) La tasa de crecimiento se maximiza con = .

h i
c 1 G

d) La evoluci
on del consumo esta dada por c = (1 ) K y el gasto optimo esta
1
dado por G = k 1 .

1

e) El consumo crece a tasa constante = (1 ) 1 .
k p
k2
p2
k1 p1
t t

(a) (b)
I c
k2 c2
k1 c1
t t

(c) (d)
p .
p=0
.
k=0
p1
p2
k
k2 k1
(e)
Figura 1: Diagramas para el problema 11.15

Problemas de control con restricciones
5 de mayo de 2010
12.1
u (t) = c1 et + c2 et ,
v (t) = x (t) = c1 et c2 et + c3 ,
y (t) = c1 et + c2 et + c3 t + c4 .
12.2
El problema se plantea como:
Z1 p
min 1 + u 2 dt
0
sujeto a
x = u,
y = x,
x(0) = 1, x(1) = 2, y(0) = 0, y(1) = A,
en donde se define y(t) como
Zt
y(t) = xd.
0
p
La curva de longitud mnima es x(t) = c11
1 (c1 t c2 )2 + c3 . Las constantes se obtienen con las
R1
condiciones x(0) = 1, x(1) = 2 y 0 x(t)dt = A.
12.3
u (t) = c1 t + c2 ,
c1 2 A T 2 c1 T c2
x (t) =t + c2 t + ,
2 T 6 2 !
c1 3 c2 2 A T 2 c1 T c2
y (t) = t + t + t.
6 2 T 6 2
1
12.4
t t
La tasa de extraccin ptima es Q(t) = Se y las reservas restantes son x(t) = Se .
12.5
Q y x son tales que,
c0 (Q) = P Aer t ,
x = Q,
x(0) = S, lim x(t) = 0,
t
en donde A es una constante por determinar a partir de las condiciones de transversalidad.
12.6
a) El problema puede verse como un problema con un control I, un estado K , la restriccin Imin
I Imax . El hamiltoniano asociado (en tiempo corriente) es
1
H= K q I + (I K )

y las condiciones de primer orden, tomando en cuenta que I aparece en forma lineal, son

Imin si < q
I =
Imax si > q
= HK + r = K 1 + + r,
K = H = I K ,
Analizando la relacin entre y q tenemos los siguientes casos:
1. < q I = Imin y se tiene
K = Imin K , = (r + ) K 1 . (1)
2. = q I [Imin , Imax ] de manera que
K = I K , = (r + ) K 1 . (2)
3. > q I = Imax y se cumple
K = Imax K , = (r + ) K 1 . (3)
b) La figura es escencialmente la misma que la del ejemplo 12.3.1, alrededor del punto fijo:
1

(K , ) = [q(r + )] 1 , q .
Si K 0 < K , entonces > q y por lo tanto de 3 se resuelve para K :

Imax t Imax
K (t) = K 0 e + .

2
.
K=0
.
=0
* = q
K
Imin/ K* Imax/
El tiempo terminal T es tal que

Imax Imax
K = K0 eT + ,

es decir,
Imax
1 K0
T = ln .
K Imax

Analogamente, si K 0 > K , entonces < q y se tiene que

Imin t Imin
K (t) = K 0 e + ,

con lo cual
Imin
1 K0
T = ln .
K Imin

12.7
a) Sean u , x , ptimos. stos cumplen las condiciones necesarias de primer orden dadas por:

0 si 4 t + < 0
u= ,
2 si 4 t + > 0
u [0, 2] si 4 t + = 0,
= ,
x = u,
0, x t 1 0, (x t 1) = 0,
x(0) = 0, x(3) = 3.
3
En t = 0 se tiene que
x(0) = 0 H x(0) 0 1 = 1 < 0 H (0) = 0
y por lo tanto, la condicin = implica que es inicialmente constante, digamos en un intervalo
[0, t1 ] con t1 > 0. Si inicialmente u(0) < 2, la constante = (0) cumplira
4 0 + (0) 0,
(0) 4.
y tendra una discontinuidad en t1 . De aqu que se tenga que en t = 0 se cumple u(0) = 2 y
x(t) = 2t. En t = 1 se tiene
2 = x(1),
x(1) 1 1 = 0,
activndose as la restriccin, de esta forma en el intervalo 0 t < 1:
u(t) = 2, x(t) = 2t.
b) En algn intervalo [1, t2 ), 1 < t2 < 3, la restriccin sigue activa y por lo tanto x(t) = t + 1.
Asimismo,
x(2) = 3 = x(3)
de forma que t2 = 2 y como x = u 0 deben cumplirse
u(t) = 0, x(t) = 3
si 2 t 3.
c) En t = 1 se cumple
) = 2,
x(1
+ ) = 1,
x(1
de manera que u cambia su valor a u = 1 en [1, 2) y se tiene un problema de control singular.
Finalmente, se tiene
(1+ ) = 1 4 = 3.
La continuidad de implica que el valor constante de en el intervalo [0, 1) tambin es 3. Como
u = 1 (0, 2) cuando 1 t < 2, se tiene que
(t) = t 4 si 1 t < 2.
Si 2 t 3 la restriccin se desactiva, una vez ms = 0 y se vuelve constante, misma que
por continuidad debe ser
(t) = 2 si 2 t 3.
12.8
a) x(t) = t 2 + 3t + 10.
u(t) = 2t + 3.
(t) = 4t 6.
b) x(t) = 12 t 2 + T
2t + 2.
T
u(t) = t + 2.
(t) = 2t T .
4
y
2
y = u(t)
t
1 2 3
y
y=t+1
1
y = x(t)
t
1 2 3
d)
y=t-4
1 2 3
t
y = (t)
3
-4
5
Elementos de programacin dinmica
6 de abril de 2011
13.1
a) L = Tk=0 fk (uk , xk ) Tk=0 t+1 (xk+1 gk (xk , uk )). Las condiciones de primer
P P
orden son L = 0. Derivando con respecto a uk se obtiene u fk
k
gk
= t+1 u k
.
Derivando con respecto a xk se obtiene k = xk +t+1 xk . Derivando con respecto
fk gk
a los multiplicadores k se obtiene xk+1 = gk (uk , xk ).

b) Por el teorema de la envolvente, los multiplicadores se pueden interpretar como
el valor sombra del estado dado por la restriccin xk+1 = gk (uk , xk ). En efecto,
deniendo la funcin valor V (xk ) = k , las condiciones del inciso anterior son
idnticas a las condiciones del teorema 13.2.1.
13.2
a) x = (600, 511.26, 429.04, 353.37, 284.29, 221.86, 166.15, 117.22, 75.15, 39.92, 9.98).
y = (88.73, 82.22, 75.67, 69.08, 62.43, 55.72, 48.9, 42.07, 35.23, 29.94).
b) x = (600.00, 531.80, 429.55, 312.55, 202.12, 114.52, 56.06, 23.41, 8.26, 2.45, 0.61).
y = (68.20, 102.25, 117.00, 110.43, 87.60, 58.46, 32.64, 15.15, 5.81, 1.84).
c) x = (600.00, 301.57, 95.96, 25.65, 6.52, 1.64, 0.41, 0.10, 0.03, 0.01, 0.00).
y = (298.43, 205.61, 70.31, 19.13, 4.89, 1.23, 0.31, 0.08, 0.02, 0.00).
1
13.3
a) La condicin de primer orden para la mano de obra es F lt

= wt . Signica que se
debe contratar una mano de obra lt tal que su producto marginal sea igual a su
precio unitario wt . La condicin de primer orden para el capital (y la inversin)
es k
F
t
= r + . Signica que se debe invertir para mantener un capital kt tal que
su producto marginal sea igual a su precio unitario r mas su depreciacin .
13.4
Sea xt = uk . El problema puede reescribirse como max Tt=0 wt u2t sujeto a

PT P
k=t
xt+1 = xt ut con x0 = C y xT +1 = 0. Usando las ecuaciones de Euler (13.15),
se obtiene que ut+1 wt+1 = ut wt y esto implica que existe
P una constante tal que
ut = /wt . El valor de se ajusta para que se cumpla Tt=0 ut = C . Por lo tanto, la
P 1
solucin es ut = T 1
k=0 wk
C
wt
.
13.5
Sea xt = uk . El problema puede reescribirse como max Tt=0 sst +u sujeto a

PT P t pt
k=t t
xt+1 = xt ut con x0 = C y xT +1 = 0. Usando las ecuaciones de Euler (13.15), se
obtiene que existe una constante tal que
pt st pt+1 st+1
2
= = .
(st + ut ) (st+1 + ut+1 )2

Por tanto, se cumple que ut = pt st st . El valor de se ajusta para que se cumpla
t=0 ut = C . Por lo tanto, la a solucin es
PT
!
C + Tk=0 sk
P
ut = PT pt st st .
k=0 pk sk
13.6
u0 (ct ) 1 + rt+1
0
= (f 0 (kt+1 ) ) = .
u (ct+1 ) 1+
2
13.7
a) De las ecuaciones de Euler (13.15), se obtiene que ct+1 = ct , donde = [(1 +

r)]2 . De este modo, se obtiene el siguiente sistema dinmico lineal.

wt+1 (r + 1) (r + 1) wt
= .
ct+1 0 ct
Para poder obtener una solucin al problema de optimizacin, se requiere que el

sistema converja al punto jo (0, 0). Dado que w0 est jo, esto slo se logra si se
ajusta c0 de modo que (w0 , c0 ) sea un punto en la variedad estable correpondiente.
Se tiene, por tanto, que c0 = 1 1+r w0 .

b) Del inciso anterios tenemos que el consumo ptimo satisface ct = t 1 1+r

w0 .

Sustituyendo en el valor presente de la utilidad, se tiene que

! s
t
X X
V (w0 ) = ct = ( 2 (1 + r))t 1 w0 .
t=0 t=0
1+r
Al simplicar, se obtiene que

w0
V (w0 ) = p
1 2 (1 + r)
Otra manera de resolver el problema es suponer que la funcin valor es de la

forma V (w0 ) = F w0 y ajustar la p
constante F para que se cumpla la ecuacin
de Bellman. Se obtiene que F = 1/ 1 2 (1 + r).
1
c) ct+1 = ct , donde = ((1 + r)) 1 . La funcin valor satisface
w0 w0
V (w0 ) = 1 = .
1
1+r
(1 )1
13.8
a) Resulta ct = (1 )Akt y kt+1 = Akt . La ecuacin del cpital tiene puntos

1
jos k1 = 0 y k2 = (A) 1 . k1 es inestable y k2 es estable. En el largo plazo el
capital tiende a k2 .
b) V (k0 ) = 2[ln 34 + 13 ln 41 ] + 23 ln k0 2.5725.
3
13.9
a) u0 (ct ) = Rt Et (u0 (ct+1 )). Entonces 1

ct
1
= R ct+1 . Por lo tanto ct = 1
c
R t+1
=
1
c
(R)2 t+2
= 1
c
(R)3 t+3
= ... = 1
c
(R)n t+n
.
b) . Por lo tanto
P
=
1
P P k P k 1
k=0 Rk ct+k k=0 (R) k c t+k = k=0 c t = c t k=0 = c
(1) t
ct = (1 ) at + R1 = (1 )wt .
YR

ykp
c)
P P 1 R1
R1
P 1 R1
R
k=0 Rk = k=0 Rk R
at +y = R
at +y k=0 Rk = R
at + y ( R1 )=
R
at + R1 y = wt .

d) ct = (1) at + YR R
ytp RRR+1+(R1)
ytp = 1 R1
ytp .

R1
= (1) R1
= R1 R1
13.10
El sistema
2 (1 vt1 )
vt =
2 (1 vt1 ) + vt1
mapea [0, 1] en [0, 1] y tiene un nico punto jo v = (1)
1 2
. Adems

2 2 (1vt )
2 (1 vt+1 ) 1 2
(1vt )+vt
vt+2 = =
2 (1 vt+1 ) + vt+1 2 1 2 (1vt )
+ 2 (1vt )
2 (1vt )+vt 2 (1vt )+vt
2 ( 2 (1 vt ) + vt 2 (1 vt )) 2 vt 2
= = = vt = vt .
2 ( 2 (1 vt ) + vt 2 (1 vt )) + 2 (1 vt ) 2 vt + 2 2 vt 2
Por tanto, todos los puntos v 6= v son de periodo dos.
13.11
a) u0 (ct ) = REt (u0 (ct+1 )).

b) ct+1 = ct 1
D t
+ t+1 .
c) ct+1 = ct + t+1 . Entonces el consumo tambin es una caminata aleatoria.

Metodos Dinamicos en Economia

Cargado por

Información del documentohacer clic para expandir la información del documento

Copyright:

Formatos disponibles

Metodos Dinamicos en Economia

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Metodos Dinamicos en Economia

Cargado por

Copyright:

Formatos disponibles

Soluciones del captulo 2

Ecuaciones diferenciales lineales

b) x(t) = c1 cos t c2 sin t + 1. e) x(t) = c1 et + c2 e2t 21 .

c) Cuvano, Plan de Abajo.

b) Haciendo w = L se obtiene la ecuacin

Por otro lado,

b) Sea w = x 4 , entonces w satisface

b) Si x0 < 0 entonces x(t) converge a 0. Si x0 > 0 entonces x(t) converge a 1. x = 1 es un punto de

donde B es una constante arbitraria. Al integrar,

Adems lim p(t) = lim p(t)

Adems lim p e (t) = lim p(t) = p .

b) Cada w1 con i = 1, 2, . . . , n es solucin de la ecuacin X = AX , por lo que w i = Awi . As, 8(t)

Por otra parte

d) x(t) = (1 + 2t)et . Adems, lim x(t) = 0.

e) x(t) = (1 2t)e2t . Adems, lim x(t) = .

b) Si w = u y v = u entonces se tiene que y(x) = uex . Por lo tanto lim y(x) = 0.

b) Si u = 1 y v = 1 entonces y(x) = ex . Por lo tanto lim y(x) = 0.

Por el teorema de Cayley-Hamilton, se cumple la siguiente igualdad

p A (A) = A2 tr(A)A + det(A)I = 0.

Por otra parte,

AX (t) = e1 t AM1 + e2 t AM2 x0 = e1 t 1 M1 + e2 t 2 M2 x0 = X (t).

Finalmente, al sustituir t = 0, verificamos que X (0) = [M1 + M2 ] x0 = x0 .

Por tanto, si definimos

Ver gura 1 para los diagramas de fase.

a) P = (0, 0) es punto silla. d) P = (0, 0) es nodo repulsor.

b) P = (0, 0) es espiral atractora.

Ver gura 2 para los diagramas de fase.

a) P = (0, 0) es punto silla. d) Todos los puntos de la forma P = (3b, b)

a) P = (0, 0, 0) es punto degenerado. c) P = (0, 0, 0) es degenerado.

b) P = (0, 0, 0) es nodo repulsor. d) P = (4, 1, 1) es nodo repulsor.

Ver gura 3 para los diagramas de fase.

Por lo que (10/3, 14/3) es nodo estable.

tiene valores propios

Ver gura 5 para los diagramas de fase.

x(t) = r(t) cos (t), (1)

y(t) = r(t) sin (t).

donde r0 0. En particular, r02 = x20 + y02 .

cuyo determinante es negativo: = r 2 + I 0 (p)f 00 (k) < 0. Por lo tanto, (k , p ) se trata

b) La tasa de convergencia est dada por

que representa una recta. Su espacio lineal inestable es

que representa un plano.

W s (0, 0) {(u, v) R2 : v = 2 sin u}.

Al gracar el espacio fase, esto se conrma y adems se observa que

W s (0, 0) = {(u, v) R2 : v = 2 sin u, < u < }.

Ver gura 6 para el diagrama de fase.

Ver gura 7 para el diagrama de fase.

b) Por la regla de la cadena

W s (P1 ) = {(x, y) R2 : x = 0, y > 1},

W u (P2 ) = {(x, y) R2 : x = 0, y < 1},

(x(t) 1)(y(t) ex(t) ) = c,

para todo tiempo t.

d) Las curvas estables e inestables son

a) Sean y(t) = 0 y x(t) = x0 ln(ex0 + (1 ex0 )et ). Entonces y(t)

Al sustituir obtenemos, por una parte yex = 0 = y y por otra

Al sustituir se verica que

Por otra parte,

Figura 1: Diagramas de fase para el problema 5.1

Figura 2: Diagramas de fase para el problema 5.2

Ver gura 1 para los diagramas de fase.

Ver gura 2 para los diagramas de fase.

Ver gura 3 para los diagramas de fase.

Ver gura 5 para los diagramas de fase.

Al gracar el espacio fase, esto se conrma y adems se observa que

Ver gura 6 para el diagrama de fase.

Ver gura 7 para el diagrama de fase.

Al sustituir se verica que

f (0) = 0, es decir x = 0 es un punto jo. Si xt (0, ) entonces xt + 1 > 1 y por tanto

c) xt = (1)t x0 2 + 52 . Adems, lim xt no est denido, es decir, diverge.

a) Puntos jos: x1 = 1 el cual es inestable y x2 = 1 el cual es un punto degenerado.

a) pt = 13 pt1 + 83 . El punto jo es p = 2 el cual es asintticamente estable, ya que lim pt = 2.

b) pt = pt1 + 112 . El punto jo es p = 11