Matematicas para El Analisis Economico Ciro Bazan

UNIVERSIDAD CATÓLICA FACULTAD DE CIENCIAS EMPRESARIALES
SANTO TORIBIO DE MOGROVEJO ESCUELA DE ECONOMÍA
MATEMÁTICAS PARA EL
ANÁLISIS ECONÓMICO
C
g x , y 
*
X3
f x , y 
g x , y  f x , y 
 *
X1* A 2B X2 K
g x , y 
DR. (C) CIRO EDUARDO BAZÁN NAVARRO

AGOSTO 2011
e-mail: cbnavarro@usat.edu.pe
Url: http://www.wix.com/ciroeduardo1972/ciro-bazan-navarro-web-page
PROGRAMA
UNIDAD I: ECONOMÍA MATEMÁTICA Y MODELOS ECONÓMICOS
1.1.- ECONOMÍA MATEMÁTICA

1.2.- MODELOS ECONÓMICOS
BIBLIOGRAFÍA ESPECÍFICA:
UNIDAD II: ANÁLISIS ESTÁTICO O ANÁLISIS DE EQUILIBRIO
2.1.- EL CONCEPTO DE EQUILIBRIO EN LA ECONOMÍA

2.2.- HERRAMIENTAS DEL ANÁLISIS ESTÁTICO
2.3.- EQUILIBRIO PARCIAL DE MERCADO
2.4.- EQUILIBRIO GENERAL DE MERCADO
2.5.- LIMITACIONES DEL ANÁLISIS ESTÁTICO
2.6.- EJERCICIOS DE EQUILIBRIO ESTÁTICO
UNIDAD III: ANÁLISIS ESTÁTICO COMPARATIVO
3.1.- ESTÁTICA COMPARATIVA

3.2.- ANÁLISIS ESTÁTICO COMPARATIVO DE MODELOS DE FUNCIONES GENERALES
3.3.- FUNCIONES IMPLÍCITAS
3.4.- ESTÁTICA COMPARATIVA DE MODELOS DE ECUACIONES SIMULTÁNEAS
3.5.- LIMITACIONES DE LA ESTÁTICA COMPARATIVA
UNIDAD IV: OPTIMIZACIÓN EN ECONOMÍA

4.1.- ANÁLISIS CONVEXO
4.2.- CONJUNTOS CONVEXOS
4.3.- FUNCIONES CÓNCAVAS Y CONVEXAS
4.4.- FUNCIONES SEUDOCONVEXAS Y SEUDO CÓNCAVAS
4.5.- FUNCIONES CUASICONVEXAS Y CUASICÓNCAVAS
4.6.- FORMULACIÓN DE PROGRAMAS MATEMÁTICOS
UNIDAD V: OPTIMIZACIÓN DINÁMICA
5.1.- ECUACIONES DIFERENCIAALES

5.2.- CLASIFICACIÓN Y RESULTADOS ELEMENTALES
5.3.- EXISTENCIA Y UNICIDAD DE UNA SOLUCIÓN
5.4.- ORDEN Y GRADO DE UNA ECUACIÓN DIFERENCIAL
5.5.- EDOs LINEALES
5.6.- EDOs NO LINEALES DE PRIMER ORDEN
UNIDAD VI: ECUACIONES EN DIFERENCIAS
6.1.- INTRODUCCIÓN
6.2.- ECUACIONES EN DIFERENCIAS ORDINARIAS
6.3.- ECUACIONES EN DIFERENCIAS DE PRIMER ORDEN
6.4.- ECUACIONES EN DIFERENCIAS LINEALES DE ORDEN SUPERIOR
UNIDAD VII: OPTIMIZACIÓN DINÁMICA
7.1.- INTRODUCCIÓN
7.2.- EL CÁLCULO DE VARIACIONES
7.3.- TEORÍA DEL CONTROL ÓPTIMO
7.4.- PROGRAMACIÓN DINÁMICA
Capítulo I
INTRODUCCIÓN
I.1 Economía matemática

Es una parte de la teoría económica que se formula y desarrolla a través del uso
de los símbolos y métodos de la matemática, es decir, la economía matemática
es la expresión matemática de la teoría económica.
La economía matemática se basa en última instancia en hechos observados, los

cuales están siempre sujetos a interpretaciones variables, de acuerdo al
investigador y al objeto de su investigación. De estas observaciones se extraen,
de algún modo, proposiciones generales (hipótesis, teorías, leyes, etc.) las cuales
tienen dos propiedades importantes:
a) Son siempre provisionales, sujetas a revisión y rechazo tanto en el campo

lógico como empírico.
b) Usualmente tienen muchas implicaciones que no son inmediatamente
visibles para el investigador.
La economía matemática usualmente se reserva para describir aquellos casos en

los que se emplean técnicas matemáticas que van más allá de la simple geometría,
tales como álgebra matricial, cálculo diferencial e integral, ecuaciones
diferenciales, ecuaciones en diferencias, programación matemática, etc.
Las técnicas de las matemáticas pueden, en consecuencia, ser usadas por el

investigador al menos por tres razones generales:
1. Como ayuda para expresar las definiciones, postulados y conclusiones de una

teoría en una forma clara y consistente.
2. Para guiar y facilitar la obtención de conclusiones valiosas en sí mismas.
3. Para obtener conclusiones que puedan ser usadas para probar el realismo de
la teoría.
CIRO BAZÁN ECONOMÍA MATEMÁTICA
Por otro lado podemos decir que la economía matemática es una aproximación
al análisis económico en donde el economista emplea símbolos matemáticos
para deducir un conjunto de conclusiones o teoremas a partir de un conjunto
dado de hipótesis de razonamiento.
En este punto debemos diferenciar “economía matemática” de “economía

literaria o economía discursiva”. La mayor diferencia radica en el hecho de que
en la economía matemática las hipótesis y conclusiones se determinan haciendo
uso de símbolos matemáticos en lugar de palabras y utilizando ecuaciones en
lugar de frases; además, emplea teoremas matemáticos en el proceso de
razonamiento en vez de utilizar la lógica literaria. Asimismo, el lenguaje
matemático, es más preciso y conciso que el literario: contribuye a un mayor
rigor lógico, ayuda al razonamiento, a sintetizar y ha realizar desarrollos
generales. El lenguaje literario, en cambio, puede omitir algunos pasos en el
razonamiento y puede dar lugar a diferentes interpretaciones, mientras que el
lenguaje matemático previene contra estas imperfecciones y contra el peligro de
adoptar hipótesis implícitas no deseadas.
Por otro lado, mediante el uso del lenguaje matemático únicamente se puede
representar una gama restringida de circunstancias y relaciones económicas. El
comportamiento de los agentes económicos, los rasgos históricos, culturales o
psicológicos, y las relaciones humanas no pueden “reducirse” a razonamientos
matemáticos.
Es necesario recalcar que, lo importante es no tener que decidir entre una

preferencia matemática y otra no matemática para la economía. La elección no
es pues entre utilizar o no las matemáticas en economía, sino entre hacerlo o no
con las suficientes precauciones y en las cantidades apropiadas. Un gran número
de economistas coinciden en la idea de que la economía necesita las
matemáticas, las técnicas cuantitativas, pero no puede reducirse sólo a
matemáticas. Por tanto, lo que se debe buscar es el no tener que elegir, más bien
hay que saber integrar las matemáticas con la lógica literaria.
También es importante diferenciar los términos de “economía matemática” y

“econometría”. La econometría se interesa principalmente por la medición de
los datos económicos, de ahí que trate del estudio de las observaciones empíricas
utilizando métodos estadísticos de estimación y contraste de hipótesis. Mientras
que la economía matemática se refiere a la aplicación de las matemáticas a los
aspectos puramente teóricos del análisis económico, con poco o ningún interés
por problemas estadísticos tales como los errores de medición de las variables en
estudio. Además, la economía matemática hace uso de relaciones exactas o
determinísticas, mientras que la econometría utiliza relaciones estocásticas.
2
MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO
I.2 Modelos económicos
1. Metodología científica en la economía

La economía desarrolla sus teorías y modelos a partir de observaciones
empíricas y no experimentales de los agentes económicos. En la actualidad,
la economía se considera como una ciencia empírica. Toda ciencia empírica
emplea una metodología (lógico-empírica) en la elaboración de modelos, que
incluye la observación, la modelización y la verificación, y que se puede
resumir en los siguientes pasos:
1. Observaciones cualitativas y cuantitativas de los fenómenos,

directamente o a través de experimentación cuidadosamente diseñada.
2. Procesamiento numérico y estadístico de los datos observados.
3. Elaboración de un modelo teórico que describa los fenómenos
observados y que explique las relaciones entre ellos.
4. Utilización del modelo teórico para deducir predicciones.
5. Corrección y mejora del modelo de modo que permita realizar mejores
predicciones.
2. La modelización
Todo fenómeno económico se presenta en un entorno complejo sobre el que
influyen muchos factores de diversa índole: económicos, tecnológicos,
políticos, psicológicos, etc. El análisis de un fenómeno económico se puede
realizar en dos pasos. En primer lugar, debido a la imposibilidad de tener en
consideración todos los factores que influyen en un fenómeno tan complejo,
se seleccionan aquellos que se consideran relevantes prescindiendo del resto
de factores. Es decir, en las explicaciones del fenómeno, únicamente se tiene
en consideración ciertos factores y todo lo demás se mantiene constante
(ceteris paribus). A continuación se establecen relaciones entre los factores
seleccionados. El conjunto de relaciones entre los factores relevantes
constituyen lo que se conoce como modelo económico. Al proceso de
seleccionar los factores relevantes y establecer relaciones entre ellos se le
denomina modelización.
3. Definiciones de modelo económico

1. Un modelo económico es una representación esquemática y aproximada
de la economía real y que proporciona una imagen simplificada e
idealizada de ciertos aspectos de la actividad económica.
2. Es una representación simplificada de la forma en que ciertos fenómenos
están constituidos y/o de la manera en que se desenvuelven. Este
concepto incluye, en forma explícita, el análisis estructural (la forma en
que ciertos fenómenos están constituidos) y el análisis dinámico (la
manera en que ciertos fenómenos se desarrollan en el tiempo).
3
3. Es un conjunto de relaciones matemáticas que expresan en forma

simplificada e idealizada, las características básicas y esenciales de: un
orden institucional y legal vigente, una tecnología incorporada a la
actividad económica objeto de análisis, la regularidad observada en el
comportamiento real de los sujetos de la actividad económica.
4. Es una representación formal de los rasgos básicos de un sistema
complejo (la economía real) por medio de unas cuantas relaciones
fundamentales.
5. Es una representación de ciertos aspectos de la realidad económica (el
mundo de las relaciones entre agentes que poseen bienes y que tienen
ciertas preferencias, buscan un mejor bienestar y están dispuestos al
intercambio), manteniendo todo lo demás igual (ceteris paribus).
4. Elementos constitutivos de un modelo

Un modelo económico de naturaleza matemática resulta especificado por un
conjunto de ecuaciones o funciones entre las variables más relevantes que
ayudan a explicar una tecnología incorporada, un orden institucional o legal
y/o el comportamiento de los sujetos de la actividad económica en un
sistema, sub-sistema, sector o sub-sector.
Las ecuaciones con que se especifica un modelo se llaman “estructurales o

primarias” y por lo tanto se dice que el modelo es “estructural o primario”.
Se debe indicar que un modelo no es una estructura sino que es una familia
de estructuras y que una estructura es un conjunto de ecuaciones cuyos
parámetros previamente han sido estimados.
Así:
1 D t   1  1 Pt   1t  1 , 1  0
2  S t   2   2 Pt 1   2 t  2  0,  2  0
3 D t  S t  q t equilibrio
Donde " Pt " es el precio, " D t " la demanda, " S t " la oferta, " μ1t " y " μ 2 t "
son variables aleatorias. Todos ellos en el periodo " t" , define un modelo en
su forma primaria que, en economía, se le conoce como el modelo de la
telaraña.
4
En cambio,
4 D t  80  1,2 Pt  1t
5 St   5  0,9 Pt 1   2t
6 D t  St  q t
define una estructura. Ella es un elemento, de entre los infinitos elementos

posibles, pertenecientes al modelo de la telaraña, en efecto, para cada
combinación de valores factibles de α1 , α 2 , β1 y β 2 , sin tener en
consideración por el momento los parámetros correspondientes a la
especificación que se realice sobre μ1t y μ 2 t , se tiene una estructura distinta.
Simbolizando con " S" al conjunto de estructuras o modelo y con " s" una
estructura perteneciente a " S" , o sea s  S, resulta, para la especificación del
modelo de la telaraña, de acuerdo con la notación de la lógica formal que es
común en teoría de conjuntos:
S  s / 1  0,  2  0, 1  0 ,  2  0
En palabras, el modelo " S" se define como el conjunto (familia o clase) de

estructuras " s" tal que sus parámetros  1 , β 1 y β 2 son positivos y α 2 es
negativo.
En la concepción expuesta sobre los modelos en economía se han

introducido las categorías de ecuaciones, variables y parámetros como
elementos integrantes de los modelos. A continuación trataremos en detalle
los mismos.
4.1 Ecuaciones: En primer lugar, un modelo se especifica mediante una

ecuación (modelos uniecuacionales) o varias ecuaciones (modelos
multiecuacionales). Cada ecuación explica un sector (agricultura,
manufactura, gobierno, etc.) o una categoría (consumidores, productores,
inversionistas, instituciones financieras, etc.) de la actividad económica
objeto de investigación.
Según sea su contenido empírico, las ecuaciones de un modelo se clasifican

en:
4.1.1 Ecuaciones de comportamiento.

4.1.2 Ecuaciones institucionales o legales.
4.1.3 Ecuaciones tecnológicas.
4.1.4 Ecuaciones de definición o identidad.
4.1.5 Ecuaciones de equilibrio móvil.
5
Esta clasificación es de vital importancia para determinar si el modelo puede

o no ser sometido a las pruebas de comprobación con la experiencia. Sólo las
tres primeras clases de ecuaciones son el resultado de axiomas o hipótesis
empíricamente comprobables. Para su construcción, el investigador parte de
las observaciones empíricas sobre el modo de actuar de los sujetos de la
actividad económica. De la observación empírica se obtendrá:
a) Las variables relevantes que intervienen en la explicación del sector o

actividad sometida a análisis.
b) Las características de permanencia o regularidad que determinan el
comportamiento de dichas variables.
c) Sus relaciones de causalidad.
Para conseguir esta información, el economista hace ciertos supuestos

simplificadores de la realidad mediante un proceso de abstracción.
Elaboradas las ecuaciones de origen empírico que integrarán un modelo,
ellas deben ser contrastadas con “nueva” experiencia en términos
probabilísticos, para determinar la medida de realidad de las mismas.
Obsérvese que hemos dicho “nueva” experiencia, es decir, nuevas
observaciones, ya que las viejas observaciones en que se basa la ecuación
nunca darán resultados diferentes a los obtenidos. Sólo las nuevas
observaciones son las que podrán decidir a favor o en contra de la hipótesis y
del modelo en general.
Las restantes clases de ecuaciones, a saber, por definición y de equilibrio

móvil, son axiomas por “convención” o por “definición implícita” y por
tanto no pueden ser sometidas a las pruebas de comprobación empírica.
A continuación damos el significado de cada uno de los tipos de ecuaciones

que pueden integrar un modelo:
4.1.1 Ecuaciones de comportamiento: Explican el modo de

actuar de los sujetos de la actividad económica pertenecientes a una
categoría determinada (consumidores, productores, importadores,
asalariados, etc.).
Ejemplos:
La función consumo,
Ct  0  1Yt 1  Tt 1  2t  t 0  1  1
6
representa el comportamiento de los consumidores; según la cual el

consumo " C t " es función del ingreso disponible del periodo precedente
medido por Yt 1  Tt 1  , esto es, el ingreso nacional menos los
impuestos, y de los hábitos de consumo y gastos de los consumidores
reflejados en la componente tendencial que se expresa por medio de la
variable tiempo " t" .
La función inversión inducida,
I t  β 0  β1 Yt 1  Yt 2   β 2 rt  μ t β 1, β 2  0
es también de comportamiento, pero ahora del conjunto de los

inversionistas y nos dice que la inversión inducida " I t " es función
creciente del incremento de ingreso del periodo precedente, medido por
Yt 1  Yt 2  y función decreciente de la tasa de interés bancaria " rt " .
4.1.2 Ecuaciones institucionales o legales: Reflejan los efectos

que producen en un modelo económico, la existencia de leyes o un orden
institucional dado, al condicionar la actividad económica.
Ejemplos:
La ecuación del impuesto,
Tt  α  β Yt  μ t 0  β 1
ella indica que el total de impuestos " Tt " que se pueda recaudar es
función del ingreso nacional " Yt " pero sus parámetros " α" y " β" están
condicionados por las leyes impositivas.
La ecuación,
M t  α  β Yt  μ t β 0
es también una ecuación institucional o legal, ahora en relación con la

oferta monetaria " M t " como función del ingreso " Yt " y donde " α" y " β"
son parámetros determinados por disposiciones legales que rigen el
tamaño de la base monetaria.
4.1.3 Ecuaciones tecnológicas: Explican los modos de

producción incorporados a la actividad económica. En general ellas
reflejan la tecnología que utiliza una economía.
7
Ejemplos:
La ecuación de producción Cobb–Douglas, homogénea de grado
uno F(λK, λL)  λF(K, L) .
Q  FK, L   AKα L1 α
Esta ecuación tecnológica considera que la producción es función de dos

factores productivos, el capital " K" y el trabajo " L" , y supone
rendimientos globales constantes a escala.
Cuando la función de producción Cobb–Douglas es homogénea de grado

“r”, su ecuación resulta,
Q  FK, L   AKα Lβ r  αβ
4.1.4 Ecuaciones de definición o identidades: Son relaciones

que se verifican siempre, ya sea por su construcción lógica o por la
definición contable que ellas satisfacen.
Ejemplos:
Yt  C t  I t
Que particiona funcionalmente la demanda final total o producto nacional

" Yt " en la demanda de bienes de consumo " C t " y la demanda de bienes
de inversión " I t " , es una identidad por definición de las variables que
intervienen.
K t  K t 1  I t
Define una identidad por la construcción lógica a que responde. En

efecto, el capital acumulado hasta el periodo " t" , " k t " se ha
particionado temporalmente en dos: una parte es el capital acumulado
hasta el periodo " t  1" y la otra recoge la inversión neta " I t " realizada
en el periodo " t" .
Cuando una identidad es el resultado de la partición de una variable

(construcción lógica), sus componentes son conjuntos disjuntos, o sea, su
intersección es el conjunto nulo y su unión reproduce la variable
particionada.
Ct  It  Ø
C t  I t  Yt
8
Es decir, que cada bien demandado en el periodo " t" es un bien de

consumo o uno de inversión y que ningún bien pertenece a ambas
categorías.
Análogamente:
K t 1  I t  Ø
K t 1  I t  Yt
Una identidad por definición contable es una relación que “ex post” se
verifica siempre, como las identidades “ex post” que resultan de la
contabilidad del ingreso nacional. Por ejemplo, la identidad (contable)
“ex post” ahorro = inversión.
4.1.5 Ecuaciones de equilibrio móvil: Son aquellas igualdades

que resultan de una condición impuesta o de un postulado introducido.
Así la ecuación de equilibrio en el modelo de la telaraña,
D t  St  q t
es una ecuación de equilibrio móvil. Se postula la igualdad entre la oferta

y la demanda como condición de equilibrio.
4.2 Variables, constantes y parámetros: Hemos visto que toda

ecuación es una relación matemática entre un conjunto de variables, que se
verifica para determinados valores numéricos de ellas. De este conjunto de
valores sólo nos interesan aquellos que tienen significado económico, es
decir, los valores factibles que definen su correspondiente dominio o
recorrido.
Así, para las variables precio, producción, consumo, ingreso, ahorro, etc.,
sólo son factibles los valores no negativos. Además en toda ecuación
interviene otra categoría matemática que son las constantes y los parámetros.
4.2.1 Variable: Una variable es algo cuya magnitud puede cambiar;

es decir, algo que puede tomar diferentes valores. Debido a que una
variable puede asumir valores distintos no puede ser representada por un
número sino que debe ser representada por un símbolo.
Por ejemplo, podemos representar el precio por la letra " P" , el costo por
la letra " C" , la renta nacional por la letra " Y" , etc.
9
4.2.1.1 Clasificación de las variables: La clasificación de las

variables que intervienen en un modelo es indispensable para
determinar si el mismo cumple o no, como sistema axiomático, con
las propiedades de consistencia y de independencia de todo modelo.
Por consistencia se entiende la no contradicción entre las diferentes
hipótesis o ecuaciones que integran el modelo y por independencia se
entiende que cada hipótesis no puede ser deducida como proposición
final de las restantes. Si el sistema de ecuaciones es consistente,
entonces el modelo puede tener una única solución o infinitas
soluciones. En caso contrario, el modelo no admite solución alguna.
Otra razón primordial es la necesidad de conocer los tipos de

variables que intervienen en el modelo, las cuales nos permitirán
seleccionar de manera óptima los métodos de estimación de los
parámetros presentes en el modelo.
Clasificación de las variables en los modelos estructurales:
I. Variables endógenas.
II. Variables predeterminadas:
II.1 Exógenas.
II.2 Endógenas con retardo.
III. Variables aleatorias o estocásticas.
IV. Variables expectativas.
I. Variables endógenas: Son aquellas cuyos valores estimados

van a ser determinadas por las soluciones particulares del sistema de
ecuaciones que integran el modelo. Ellas son las variables
dependientes en el análisis matemático.
Ejemplos:
En el modelo de la telaraña, son variables endógenas la demanda
" D t " , la oferta " S t " y el precio " Pt " .
En la función consumo, es variable endógena el consumo " C t " .
II. Variables predeterminadas: Son aquellas cuyos valores no

se obtienen por la solución del modelo sino que provienen fuera del
mismo y que contribuyen a explicar el comportamiento de las
variables endógenas de un modelo sin ser explicadas por el modelo
mismo.
10
II.1 Variables exógenas: Este tipo de variables incluyen

variables económicas propiamente dichas y variables no
económicas. Ambas son explicativas en un modelo dado pero no
constituyen objeto de análisis y de explicación en dicho modelo.
Así por ejemplo en la ecuación de demanda de un bien industrial,

si el modelo estuviera constituido por esa única ecuación, el precio
del bien " Pt " , el precio de un bien sustituto " Pst " , el ingreso
nacional " Yt " , y los gastos publicitarios " Z t " se considerarían
variables exógenas, todas ellas con significado estrictamente
económico. Este hecho limitaría severamente la validez del
modelo, ya que algunas de esas variables necesitan ser explicadas
en el modelo, particularmente el precio del bien en cuestión, y no
consideradas como explicativas.
En casos no extremos como éste, el carácter de exógena o

endógena respecto a una variable depende fundamentalmente del
papel que va a desempeñar en el modelo, es decir, si va a ser
explicativa o explicada, respectivamente. La inclusión de variables
exógenas con significado económico se justifica por el dominio de
la investigación (sector, sub - sector, actividad, etc.) y el periodo
que se considera. Así, la inversión pública puede tratarse como
variable exógena en un modelo macroeconómico a corto plazo,
pero si el modelo es de largo plazo difícilmente podrá tratarse
como exógena y, en cambio, requerirá ser explicada por el
modelo.
Las variables exógenas sin significado estrictamente económico

no tienen la limitación anterior. Ejemplos de dichas variables nos
lo brinda la precipitación pluvial en una ecuación de oferta de
productos agrícolas, la población, el tiempo, etc.
II.2 Variables endógenas con retardo: Por sus

características específicas, intervienen como variables
explicativas. En efecto, recurriendo nuevamente al modelo de la
telaraña, el precio " Pt " , es una variable endógena, su
comportamiento resulta explicado por el modelo [ecuaciones (1),
(2) y (3)], pero " Pt 1 " , o sea el precio en el periodo anterior, es
endógena con retardo de una unidad de tiempo, y se considera
explicativa. En el periodo " t" , " Pt 1 " es un dato y, por
consiguiente, es irreversible. Su valor influye sobre " S t " y no es
explicada por el modelo. Las variables endógenas con retardo
intervienen intensamente en el análisis económico y su
introducción caracteriza la forma más importante que se sigue en
la construcción de los modelos dinámicos, de los cuales nos
ocuparemos más adelante.
11
Lo importante de su introducción en el análisis económico se debe

al efecto producido en los niveles actuales de las variables
endógenas por los valores asumidos en el pasado inmediato por
muchas de ellas.
III. Variables aleatorias o estocásticas: Son variables no

observables que cumplen con la misión de recoger el conjunto de
causas que no se encuentran explícitamente incorporadas en un
modelo, como son: omisión de variables explicativas, errores de
especificación y errores de medida sobre las variables endógenas.
III.1 Omisión de variables explicativas:

En la especificación de una ecuación se incluyen aquellas
variables que se consideran más relevantes, así, para el modelo de
la telaraña, en la función de demanda se incluye únicamente el
precio del bien considerado, se omiten variables explicativas de la
demanda, tales como el ingreso, los precios de los bienes
sustitutivos y de los complementarios, etc. Un principio general
que debe observarse en la selección de variables, es que la
contribución explicativa de las que se excluyen deber ser
proporcionalmente inferior a la debida al conjunto de variables
incluidas.
III.2 Errores de especificación:

La variable aleatoria recoge los efectos de una especificación
incorrecta sobre la ley matemática de correspondencia entre las
variables que se incluyen en la ecuación. Así, por ejemplo cuando
se especifica que la relación de correspondencia entre las variables
es lineal pero la observación indica que no es lineal (cuadrática,
logarítmica, logística, exponenciales, etc.).
III.3 Errores de medida sobre las variables

endógenas: Se considera que dichos errores son aleatorios y se
los incorpora en la variable estocástica de cada ecuación de un
modelo. Se supone que las variables exógenas están medidas sin
error.
IV. Variables expectativas: Es aquella que refleja una

situación de ocurrencia en el futuro. Son variables expectativas, entre
otras, las variables: precio normal esperado, ingreso normal esperado,
inversión normal esperada, etc. Esta clase de variables interviene en
los modelos con retardos distribuidos.
12
4.2.2 Constante: Es un valor numérico que no cambia.
4.2.3 Parámetro o constante paramétrica: Es un factor de

ponderación correspondiente a cada variable explicativa y mide el efecto
de las fluctuaciones de estas variables sobre la variable explicada.
Ejemplo:
En la ecuación (2) del modelo de la telaraña, que relaciona el precio en el
periodo " t  1" con la oferta en el periodo " t" , o sea:
2 S t  α 2  β 2 Pt 1  u 2 t α2  0,β2  0
el parámetro " β 2 " mide el impacto de los niveles de " P" en un periodo,
sobre el nivel de la oferta en el periodo siguiente. De acuerdo con la
restricción impuesta a " β 2 " (positiva), dicho impacto mide una relación
directa, o sea, a valores crecientes de " P" en un periodo inducen valores
crecientes de " S" en el periodo siguiente.
Matemáticamente podemos definir un parámetro como una constante que

es “variable”.
En una ecuación normalmente las variables aparecen multiplicadas por

constantes tal como 7 P ó 0,5 R , pero sin embargo para dar un mayor
grado de generalidad podemos reemplazar el valor de la constante por un
símbolo aP ó b R y debido a que no les hemos asignado valores
específicos a " a" y " b" , éstas pueden virtualmente tomar cualquier
valor.
5. Análisis de un modelo
En la sección anterior se ha mostrado en forma resumida los elementos

constitutivos de un modelo económico de naturaleza matemática. Ahora vamos a
señalar que tipo de análisis se puede llevar a cabo con un modelo de esta clase.
Existen dos posibles tipos de análisis de un modelo. En primer lugar, se puede

realizar un análisis estático, que se centra en el estudio de eventos que se supone
ocurren en un punto del tiempo. Es decir, el análisis estático estudia los valores
alternativos de equilibrio instantáneo para un determinado grupo de variables
endógenas relacionadas con diversas estructuras para las variables exógenas del
modelo en un punto particular del tiempo. En segundo lugar, se puede efectuar
un análisis dinámico, que estudia las sendas temporales de las variables
endógenas asociadas a las diversas sendas temporales de las variables exógenas
del modelo. Es decir, el análisis dinámico permite el estudio de eventos a lo
largo del tiempo.
13
6. Propiedades de un modelo
Un modelo debe presentar propiedades lógicas y empíricas.
6.1 Lógicas:
6.1.1 Consistencia: No debe existir contradicción entre las diferentes

hipótesis que integran el modelo. Si el sistema de ecuaciones es
consistente, entonces puede tener una o infinitas soluciones.
6.1.2 Independencia: Ninguna hipótesis del modelo debe tener

carácter redundante, es decir, ninguna hipótesis puede ser deducida de
otra. Ninguna proposición puede ser obtenida como consecuencia de las
otras proposiciones del modelo.
6.2 Empíricas:
6.2.1 Validez: Hace referencia al grado de precisión con que las

conclusiones o proposiciones finales obtenidas explican la realidad.
6.2.2 Generalidad: La generalidad supone reducir las restricciones

de las hipótesis o su grado de especificación respecto a la conducta “real”
de los sujetos de la actividad económica, analizada en la dimensión
espacio- temporal, con esto el modelo cubre una gran cantidad de casos.
Cuanto más generalizante sea el modelo, más probabilidades tiene de

aplicación empírica, pero pierde validez en cuanto a sus conclusiones.
Por el contrario, cuanto más especializado sea un modelo, esto es, cuanto
más sustancia y rigor o especificación agregamos a las hipótesis,
perdemos generalidad y ganamos en validez.
7. Tipos de modelos: Existen tres tipos de modelos.
7.1 Descriptivos: Representan los fenómenos reales sin prejuzgar sobre

su explicación, su predicción o alguna acción fundada en su evolución. Se
apoyan en la utilización de datos y de las distribuciones estadísticas.
7.2 Analíticos: Explican la realidad (modelos descriptivos) y las

relaciones de causa-efecto que se comprueban en los fenómenos.
7.3 Pronóstico: Se encargan de prever los hechos. Recurren al pasado y

al presente para tratar de conocer el futuro apoyándose en la idea que existe
una permanencia estructural de los fenómenos. Utilizan el análisis
descriptivo y explicativo de los hechos.
14
Capítulo II
ANÁLISIS DE EQUILIBRIO ESTÁTICO
II.1 El concepto de equilibrio en la economía
1. Equilibrio
Es un conjunto de variables escogidas e interrelacionadas, ajustadas de tal
modo entre sí que no prevalezca ninguna tendencia inherente al cambio en el
modelo que constituyen.
Palabras aclaratorias acerca de la definición de equilibrio:
1.1. Escogidas: Subraya el hecho de que existen variables que por

decisión del analista no han sido incluidas en el modelo.
1.2. Interrelacionadas: Esta palabra sugiere que para alcanzar el

equilibrio todas las variables del modelo deben hallarse simultáneamente en
estado de reposo. Además, el estado de reposo de cada variable debe ser
compatible con el de todas las demás, de otra forma, podría cambiar una o
más variables y hacer con ello que cambien las otras en una reacción en
cadena, y no cabría decir que existe equilibrio.
1.3. Inherente: Cuando se define el equilibrio, el estado de reposo se

basa únicamente en el balance de las fuerzas internas del modelo, mientras
que los factores externos se suponen fijos. Operacionalmente, esto significa
que los parámetros y las variables exógenas se tratan como constantes.
Cuando realmente cambian los factores externos resulta un nuevo equilibrio
definido sobre la base de los nuevos valores paramétricos, pero al definirlo
volveremos a suponer que éstos permanecen invariables.
CIRO BAZÁN ANÁLISIS DE EQUILIBRIO ESTÁTICO
El equilibrio para un modelo específico es en esencia una situación que se

caracteriza por una falta de tendencia al cambio, es por esta razón que al
estudio de cuando puede aparecer el equilibrio se le llama “análisis
estático”.
Un equilibrio es una situación que una vez alcanzada, tiende a perpetuarse a

menos que cambien las fuerzas externas. Un equilibrio no siempre es un
punto deseable, sólo es el resultado de un proceso impersonal de ajuste de
fuerzas económicas. Lo llamaremos equilibrio no finalista.
II.2 Herramienta del análisis estático
1. Herramienta
La herramienta a utilizar para el estudio del análisis estático es el álgebra
matricial.
2. Utilidad
1. Proporciona una forma compacta de escribir un sistema de ecuaciones.
2. Prueba la existencia de una solución (mediante la evaluación del
determinante).
3. Proporciona un método para hallar una solución (si es que existe).
3. Restricción
 Sólo se puede aplicar a los sistemas de ecuaciones lineales.
El grado en que las ecuaciones lineales puedan describir de manera realista

las relaciones económicas depende de la naturaleza de las mismas.
En muchos casos, aun sacrificando cierto realismo al tomar la hipótesis de

linealidad, ésta puede darnos una buena aproximación.
Por último, aun conservando la no linealidad del modelo, podemos efectuar

una transformación de variables para obtener una relación lineal con la que
trabajar.
Ejemplo:
La función no lineal y  ax b puede transformarse fácilmente en una función

lineal haciendo uso de los logaritmos. Si sacamos logaritmos a cada
miembro del signo de igualdad de la función no lineal, entonces:
 
log y  log ax b  log a  log x b  log a  b log x
16
La cual representa una función lineal respecto de las variables

" log y" y " log x".
En resumen, la hipótesis de linealidad frecuentemente adoptada en economía

puede resultar en ciertos casos muy razonable y justificada.
II.3 Equilibrio parcial de mercado
1. Modelo lineal
En un modelo de equilibrio estático el problema radica en hallar el conjunto
de valores de las variables endógenas que satisfacen la condición de
equilibrio del sistema. Ilustraremos esto con un “modelo de equilibrio
parcial de mercado”, es decir, un modelo de determinación del precio de un
bien en un mercado aislado.
2. Construcción del Modelo

Se considera un solo bien, por lo tanto el modelo sólo incluirá tres
Q d

variables:  Q s . Donde:
P

Q d : cantidad demandada del bien (kg/semana).

Q s : cantidad ofrecida del bien (kg/semana).
P : precio del bien ($, S/., etc.)
2.1 Hipótesis: Acerca del comportamiento del mercado.

1. Especificamos una condición de equilibrio (indispensable), se
alcanza el equilibrio  la demanda excedente es nula:
E  Qd  Qs  0  en este caso esto significa que el mercado está
vacío.
2. Qd  f P   función lineal decreciente.

Qs  gP  función lineal creciente.
3. No se oferta ninguna cantidad a menos que el precio exceda un

determinado nivel positivo.
2.2 Modelo expresado en términos matemáticos: El modelo

contendrá una condición de equilibrio más dos ecuaciones de
comportamiento que rigen, respectivamente los lados del mercado de la
demanda y de la oferta.
17
1 Qd  Qs  Q
2  Q d  a  bP a  0, b  0 
3 Q s   c  dP c  0, d  0 
2.3 Solución del modelo: Hallar las soluciones particulares de las

variables endógenas (valores de equilibrio de las variables endógenas).
1Q  1Q  0P  0 
 d s  1  1 0  Q d   0 
       
1Q d  0Qs  bP  a   1 0 b   Qs   a 
  0 1  d   P    c 
 
0Q d  1Qs  dP   c 
  
Variables Endógenas
Resolviendo la ecuación matricial por el método de “Cramer”:
0 1 0
a 0 b
c 1 d  ( 1)( ad  bc) bc  ad ad  bc
Qd    
1 1 0 1( b)  ( 1)( d) bd bd
1 0 b
0 1 d
1 0 0
1 a b
0 c d (1)( ad  bc) bc  ad ad  bc
Qs    
1 1 0 1( b)  ( 1)( d) bd bd
1 0 b
0 1 d
ad  bc
Q  Qd  Qs  0  ad  bc  0  ad  bc
bd
1 1 0
1 0 a
0 1 c (1)( a)  ( 1)( c) ac ac
P   
1 1 0 1( b)  ( 1)( d) bd bd
1 0 b
0 1 d
ac
P 0 ya que: a, b, c, d  0
bd
18
A continuación mostraremos la solución gráfica.
En el gráfico podemos notar que el punto E  (P, Q) representa el punto de

equilibrio, el cuál es único, es decir, el modelo presenta una única solución.
Q
Qd
a
Qs
Q P, Q   únicopuntode equilibrio
P
P1=c/d P a/b
─c
Figura 1
II.4 Equilibrio general de mercado

En la sección anterior se ha estudiado un modelo de un mercado aislado, en
donde Q d y Q s de un bien son funciones del precio de ese bien
exclusivamente. Sin embargo, en el mundo real no hay ningún bien que goce
(o sufra) de una existencia tan solitaria; comúnmente para cada bien existen
muchos bienes sustitutos y complementarios. Por eso un cuadro más realista
tanto de la función de demanda así como la de oferta de un bien debe tomar en
cuenta el efecto no solo de ese bien, sino también el precio de todos los
artículos relacionados con él.
Una vez que los precios de los otros bienes son incorporados en el modelo,
debe ampliarse su estructura de forma que éste nos permita determinar los
valores de equilibrio de esos otros precios, esto implica que las variables
cantidad y precio de las múltiples mercancías deben intervenir endógena y
globalmente en el mercado.
19
El considerar simultáneamente varios artículos interdependientes implica que

el equilibrio requerirá la ausencia de exceso de demanda para todos y cada uno
de los bienes incluidos en el modelo. Por tanto, la condición de equilibrio de
un modelo de mercado con “n” bienes comprenderá “n” ecuaciones, una para
cada bien, del siguiente tipo:
E 1  Q d1  Q s1  0 

E 2  Q d 2  Q s 2  0
E 3  Q d 3  Q s 3  0 
 E i  Q di  Q si  0  exceso de demanda nuloi  1,.., n 
 
 

E n  Q dn  Q sn  0 
Si se presentara un E i  0 , el ajuste del precio de dicho bien afectaría

necesariamente a las cantidades ofrecidas y demandadas de los bienes restantes
causando, por tanto, cambios generales de precios.
1. Modelo de mercado con dos bienes

En este modelo sólo consideraremos dos bienes relacionados entre sí. Por
sencillez, supondremos que las funciones de demanda y oferta de ambas
mercancías son lineales.
BIEN 1
Q  Q  0
d1 s1 1


Qd1  a 0  a1p1  a 2p 2 2

Qs1  b0  b1p1  b 2p 2
 3
BIEN 2
Q  Q  0
d2 s2 4


 d2
Q   0  1p1   2 p 2 5

Qs2  0  1p1  2p 2
 6
No nos hemos preocupado por los signos de los coeficientes, pero a lo largo
del análisis aparecerán ciertas restricciones como prerrequisitos para que los
resultados sean aceptables desde el punto de vista económico:
BIEN 1: Reemplazando (2) y (3) en (1):
a 0  a1p1  a 2 p 2  b 0  b1p1  b 2 p 2   0
20
a 0  b 0   a1  b1 p1  a 2  b 2 p 2 0 I 
BIEN 2: Reemplazando (5) y (6) en (4):
α 0  α1p1  α 2 p 2  β 0  β1p1  β 2 p 2   0
α 0  β 0   α1  β1 p1  α 2  β 2 p 2  0 II
Hacemos:
c i  a i  b i
 i  0,1, 2 
γ i  α i  β i
Donde " c i " y " γ i " reciben el nombre de parámetros derivados o también
llamados parámetros de la forma reducida del modelo. Son funciones de los
parámetros estructurales y se les conoce habitualmente con el nombre de
multiplicadores.
c 0  c1P1  c 2 P2  0 III  c1P1  c 2 P2  c 0 V
γ 0  γ1P1  γ 2 P2  0 IV  γ1P1  γ 2 P2   γ 0 VI 
 c1 c 2   P1    c 0 
    
 γ1 γ 2   P2    γ 0 
c0 c2
 γ0 γ 2  c0 γ 2  c 2 γ 0
P1   0 (c1γ 2  c2 γ1)
c1 c 2 c1γ 2  c2 γ1
γ1 γ 2
c1 c 0
γ1  γ0  c1 γ 0  c 0 γ1
P2   0 (c1 γ 2  c 2 γ1 )
c1 c2 c1 γ 2  c 2 γ1
γ1 γ2
Ejemplo:
Q d1  10  2P1  P2 1 Q d 2  15  P1  P2 3
Qs1  2  3P1 2 Qs2  1  2P2 4
21
Podemos notar que en cada bien la " Q si " depende únicamente de su propio
precio " Pi " , mientras que " Q di " depende de ambos precios. Debido a que en
" Q d1 " el signo del coeficiente que precede a " P1 " es negativo y el del
coeficiente que precede a " P2 " es positivo, podemos suponer que los dos
artículos son bienes sustitutos ya que si aumentamos el precio del bien 2
P2  entonces es lógico pensar que " Q d1 " aumente y que " Q d 2 " disminuya.
El papel de " P1 " en la función " Q d 2 " tiene una interpretación similar.
1  2 equilibrio: bien1
10  2P1  P2  2  3P1  5P1  P2  12 5
3  4 equilibrio: bien 2
15  P1  P2  1  2P2  P1  3P2  16 6
5P1  P2  12 5 1   P1   12 
       
P1  3P2  16 1  3  P2    16
12 1
 16  3  36  16  52
P1     35
5 1  15  1  14 7
1 3
5 12
1  16  80  12  92
P2     64
5 1  14  14 7
1 3
 26   46  64
Q1  10  2 
 

  Q1 
 7   7  7
 46  85
Q 2  1  2 
  Q2 
 7  7
22
2. Modelo de mercado con “n” bienes

Hemos estudiado un modelo de mercado con múltiples bienes pero solo para
dos bienes. La tendencia es desplazarnos hacia el estudio de equilibrio
general a partir del análisis de equilibrio parcial.
Conforme intervengan más bienes en un modelo, habrá más variables y más

ecuaciones y las ecuaciones serán más grandes y más complicadas.
Si incluimos todos los bienes de una economía en un modelo de mercado de

gran alcance, como resultado obtendremos un modelo de equilibrio general
del tipo “Walrasiano”, en el que el exceso de la demanda de cada bien se
considera como una función de los precios de todos los bienes de la
economía.

Qdi  Qdi(P1, P2,......... .., Pn ) 1

Qsi  Qsi(P1, P2,......... ..., Pn ) 2 i  1,2,..., n
Q  Q  0 3
di si  
 "3n"ecuaciones
Reemplazando (1) y (2) en (3):
Qdi(P1, P,......... ...., Pn )  Qsi(P1, P2,......... ...., Pn )  0 i  1,2,..., n
Por otro lado: E i  Qdi  Qsi  0
E i ( P1 , P2 ,......... ...., Pn )  0 i  1,2,..., n 
Resolviendo las “n” ecuaciones se determinarán los “n” precios de equilibrio

Pi y las “n” cantidades de equilibrio Qi .
3. Equilibrio en el análisis de la renta nacional

Modelo Keynesiano de la renta nacional.
Y  C  I 0  G 0 (1)
 (a  0, 0  b  1)
C  a  bY (2)
Donde:
23
Y: Renta Nacional (V. endógena)

C: Gastos de Consumo (V. endógena)
I0: Inversión determinada exógenamente.
G0: Gastos Públicos. (V. exógena)
La ecuación (1) es una condición de equilibrio en donde la renta nacional es

igual al gasto total.
La ecuación (2) función de consumo es una ecuación de comportamiento en

donde:
 “a” consumo autónomo, indica el nivel de “C” que no es explicado por

“Y”.
 “b” propensión marginal al consumo, representa el aumento que
experimenta los gastos de consumo cuando “Y” aumenta en una
unidad monetaria.
Solución: Escribiremos el sistema de ecuaciones lineales en su forma

matricial.
Y  C  I 0  G 0  1 1   Y   I 0  G 0 
      
bY  C  a  b  1  C    a 
I0  G 0 1
a 1  (I 0  G 0 )  a  a  I0  G 0
Y  
1 1 1 b 1 b
b 1
a  I0  G0
Y (b  1)
1 b
1 I0  G 0
b a  a  b (I 0  G 0 ) a  b (I 0  G 0 )
C   (b  1)
1 1 1 b 1 b
b 1
Se debe imponer que b  1 para evitar la división entre cero, pero como
inicialmente se supuso 1  b  0  está restricción se satisface
automáticamente.
24
4. Modelo de renta nacional que considera impuestos totales
C t  α 0  α1 Yt  Tt  1 α 0  0 0  α1  1

Tt  λ 0  λ1Yt 2  λ 0  0 0  λ1  1
Y  C  I  G 3
 t t t0 t0
Donde:
C t : Consumo Nacional: (V. endógena).

Tt : Impuestos Totales: (V. endógena).
Yt : Ingreso Nacional: (V. endógena).
I t 0 : Inversión Neta: (V. exógena).
G t 0 : Gasto Público en bienes y servicios: (V. exógena).
La ecuación (1) nos indica que los consumidores compran en función de sus
ingresos disponibles Yt  Tt  . La ecuación (1) es una ecuación de
comportamiento.
La ecuación (2) representa el volumen total recaudado de impuestos el cuál

está en función del ingreso nacional. La ecuación (2) es una ecuación legal o
institucional.
La ecuación (3) es una ecuación de definición del ingreso nacional como el

total del consumo más la inversión neta más los gatos públicos.
C t  α1Tt  α1Yt  α0

 Tt  λ1Yt  λ 0
C  Yt   (I t 0  G t 0 )
 t
1 α1  α1   C t   α0 
    
 0 1  λ1   Tt    λ0 
1 0  1   Yt    ( I t  G t ) 
  0 0 
A  1( 1)  α1 ( λ1 )  ( α1 )( 1)
A  α1 (1  λ1 )  1  0
Como el A  0 , el sistema de ecuaciones es consistente y presenta una

única solución.
25
α0 α1  α1
λ0 1  λ1
 (It 0  G t 0 ) 0 1
Ct 
α1 (1  λ1 )  1
Ct 
 
α 0  1  α1  λ 0  λ1 ( I t 0  G t 0 )  α1 ( I t 0  G t 0 )
α1 (1  λ1 )  1
1 α0  α1
0 λ0  λ1
1  (It 0  G t 0 ) 1
Tt 
α1 (1  λ1 )  1
Tt 
 
1  λ 0   λ 1 ( I t 0  G t 0 )  α 0 λ 1    α 1  λ 0 
α 1 (1  λ 1 )  1
1 α1 α0
0 1 λ0
1 0  (It 0  G t 0 )
Yt 
α1 (1  λ1 )  1
Yt 
 
1 I t 0  G t 0  1 0   0 1
11  1  1
II.5 Limitaciones del análisis estático

En el análisis del equilibrio estático del mercado o de la renta nacional nos
hemos centrado únicamente en hallar los valores de equilibrio de las variables
endógenas del modelo, ignorándose en el análisis el proceso real de ajustes y
reajustes de las variables que finalmente conducen al estado de equilibrio, es
decir, sólo nos hemos preguntado dónde llegaría, pero no cuando o qué puede
ocurrir en el camino.
Por tanto, el análisis estático falla por dos razones fundamentales:
26
1. Debido a que el proceso de ajuste puede requerir mucho tiempo hasta

completarse, un estado de equilibrio como el determinado en el análisis
estático puede perder su importancia incluso antes de alcanzarse, si mientras
tanto las fuerzas exógenas del modelo experimentan ciertos cambios. Este es el
problema de cambios en el estado de equilibrio.
2. Aún cuando el proceso de ajuste continúe su curso sin ser perturbado, podría
darse el caso de no alcanzar en su conjunto el estado de equilibrio concebido
en un análisis estático. Este sería el caso del denominado “equilibrio
inestable”, que se caracteriza por el hecho de que el proceso de ajuste alejará
las variables del estado de equilibrio concebido en un análisis estático.
Los cambios del estado de equilibrio (como respuesta a cambios exógenas,

pertenecen al tipo de análisis denominado “estática comparativa” y la cuestión
de la accesibilidad y la estabilidad del equilibrio cae dentro del terreno del
análisis dinámico).
II.6 Ejercicios de equilibrio estático:

1.- Resolver el siguiente sistema encontrando los valores de equilibrio.
C t  0  1Yt 1  Tt 1 1 0  1  1


I t  0  1Yt 1  Yt  2  2 1  0

Tt  0  1Yt 3 0  1  1
Yt  C t  I t  G t 4

Donde:
C t : Consumo Nacional en el periodo actual: (V. endógena).

Yt : Ingreso Nacional en el periodo actual: (V. endógena).
Yt 1 : Ingreso Nacional: (V. endógena con un periodo de retardo).
Yt  2 : Ingreso Nacional: (V. endógena con dos periodos de retardo).
Tt : Impuestos Totales en el periodo actual: (V. endógena).
Tt 1 : Impuestos Totales: (V. endógena con un periodo de retardo).
I t : Inversión Neta en el periodo actual: (V. endógena).
G t : Gasto Público en bienes y servicios en el periodo actual: (V. exógena).
α 0 , α1 , β 0 , β1 , λ 0 , λ1 : Parámetros.
La ecuación (1) es una ecuación de comportamiento, y nos indica que los

consumidores compran en función de sus ingresos disponibles Yt 1  Tt 1  en el
periodo anterior.
27

individuos invierten en función de la diferencia entre el ingreso nacional en el
periodo anterior y el ingreso nacional con dos periodos de rezago Yt 1  Yt  2  .
La ecuación (3) es una ecuación legal o institucional, y representa el volumen total

recaudado de impuestos el cuál está en función del ingreso nacional.
La ecuación (4) es una ecuación de definición del ingreso nacional como el total
del consumo nacional más la inversión neta más los gatos públicos.
Matricialmente, tenemos que:
1 0 0 0  C t  0  1Yt 1  Tt 1 b1 

       
 0 1 0 0   I t   0  1Yt 1  Yt  2   b 2 
0 0 1  1 Tt   0  b3 
       
 1  1 0 1  Yt   Gt  b 4 
b1 0 0 0
b2 1 0 0
b3 0 1  λ1
b4 1 0 1 b1 1
Ct    b1
1 0 0 0 111
0 1 0 0
0 0 1  λ1
1 1 0 1

A
A  0  matriz no singular solución única que no incluye la solución trivial.
___
Ct  0  1Yt 1  Tt 1
1 b1 0 0
0 b2 0 0
0 b3 1  1
 1 b4 0 1 1b21
It    b2
1 1
It  0  1Yt 1  Yt 2 
28
1 0 b1 0
0 1 b2 0
0 0 b3  1
 1  1 b4 1 11b3  1b 4   b 21  b1 1 1
Tt    1b1  b 2  b 4   b3
1 1
Tt  10  1Yt 1  Tt 1  0  1Yt 1  Yt 2   G t   0
1 0 0 b1
0 1 0 b2
0 0 1 b3
 1  1 0 b4 11 b 4  b 2  b1 11
Yt    b 4  b 2  b1
1 1
Yt  G t  0  1Yt 1  Yt 2   0  1Yt 1  Tt 1
2.- Resolver el siguiente sistema encontrando los valores de equilibrio:
C t  0  1 Yt  Tt  1

Tt  0  1Yt 2
M     Y  T  3
 t 0 1 t t
Y  C  I  G  X  M
 t t 0 0 0 t 4
Donde:
C t : Consumo Nacional en el periodo actual: (V. endógena).

Yt : Ingreso Nacional en el periodo actual: (V. endógena).
Tt : Impuestos Totales en el periodo actual: (V. endógena).
M t : Nivel de importaciones del periodo actual: (V. endógena).
I 0 : Inversión Neta: (V. exógena).
G 0 : Gasto Público en bienes y servicios: (V. exógena).
X 0 : Nivel de exportaciones: (V. exógena).
α 0 , α1 , β 0 , β1 , λ 0 , λ1 : Parámetros.

consumidores compran en función de sus ingresos disponibles Yt  Tt  .
29
La ecuación (2) es una ecuación legal o institucional, y representa el volumen total

recaudado de impuestos el cuál está en función del ingreso nacional Yt .
La ecuación (3) es una ecuación de comportamiento, y nos indica que las

importaciones se hallan en función los ingresos disponibles Yt  Tt  .
La ecuación (4) es una ecuación de definición del ingreso nacional en una

economía abierta, donde el ingreso nacional es igual al consumo nacional, mas la
inversión neta, mas los gatos públicos, mas las exportaciones, menos las
importaciones.
Matricialmente, tenemos que:
 1 1 0 1   Ct   0 
     
0 1 0  1 T
 t   0 
 0 1 1  1 M t   0 
     
 1 0 1 1   Yt  I0  G 0  X0 
Donde:
0 1 0 1
0 1 0  1
0 1 1  1
I  G 0  X0 0 1 1
Ct  0
1 1 0  1
0 1 0  1
0 1 1  1
1 0 1 1


A
0 11  1  1  110  I0  G 0  X0   0  I0  G 0  X0  0

Ct 
11  1  11  1  1
A  0  matriz no singular solución única que no incluye la solución trivial.
30
1 0 0 1
0 0 0  1
0 0 1  1
 1 I0  G 0  X 0 1 1 01  1  1 0  I0  G 0  X 0    01  01
Tt  
1 1 0  1 11  1  11  1  1
0 1 0  1
0 1 1  1
1 0 1 1


A
1 1 0 1
0 1 0  1
0 1 0  1
1 0 I0  G 0  X 0 1
Mt 
1 1 0  1
0 1 0  1
0 1 1  1
1 0 1 1


A
01  11  1  11  1I0  G 0  X0  0   0

Mt 
11  1  11  1  1
31
32
Capítulo III
ANÁLISIS ESTÁTICO – COMPARATIVO
III.1 Estática-comparativa
1. Definición
Trata acerca de la comparación de los diferentes estados de equilibrio los
cuales están asociados con ciertos valores de las variables exógenas y de los
parámetros.
En el análisis estático comparativo se supone un estado de equilibrio inicial

dado, luego se introduce un cambio en alguna variable exógena o en algún
parámetro que desequilibre el modelo. Como resultado, las distintas variables
endógenas deberán experimentar ciertos ajustes para poder definir y alcanzar
un nuevo estado de equilibrio relacionado con los nuevos valores de los
parámetros.
La cuestión que se plantea en el análisis estático comparativo es: ¿cómo

compararíamos el nuevo equilibrio con el anterior?
La estática comparativa no estudia el proceso de ajuste de las variables,

simplemente compara el estado de equilibrio inicial con el estado de
equilibrio final. Además, excluimos la posibilidad de que el equilibrio sea
inestable, porque suponemos que el nuevo equilibrio es alcanzable.
El análisis estático – comparativo puede ser:
1.1 Cualitativo: sólo considera la dirección del cambio, es decir si la

variable endógena aumenta o disminuye, cuando se incrementa una de las
variables exógenas o uno de los parámetros.
1.2 Cuantitativo: considera la magnitud del cambio producido en la

variable endógena al haber producido un incremento en una de las variables
exógenas o en uno de los parámetros.
CIRO BAZÁN ANÁLISIS ESTÁTICO-COMPARATIVO
El análisis estático comparativo consiste en hallar la tasa de cambio del valor

de equilibrio de una variable endógena con respecto al cambio en una
variable exógena particular o en un parámetro particular.
2. Aplicaciones al análisis estático – comparativo:
2.1 Modelo de mercado aislado
Q d  Q s 1

Q d  a  bp 2  a , b  0 
Q   c  dp 3 c, d  0 
 s
 (a  c)
P 
 (b  d)

Q  (ad  bc)

 (b  d)
Estos son valores de equilibrio también conocidos como formas

reducidas debido a que las variables endógenas han sido reducidas a
expresiones explícitas de los parámetros a, b, c, y d.
Podemos observar que P y Q dependen de 4 parámetros que son

independientes entre sí, es decir, si cambia uno el resto de parámetros
permanece constante.
En caso de que en el modelo intervengan variables exógenas, entonces

consideramos que todas ellas son independientes entre sí.
La pregunta es: ¿qué ocurre con el valor de equilibrio de la variable

endógena ante el cambio de cualquier variable exógena o de cualquier
parámetro?
Para responder a esto tendríamos que calcular la derivada parcial del

valor de equilibrio de la variable endógena respecto de la variable
exógena o respecto al parámetro cambiante.
Análisis Estático – Comparativo:
1.- ¿Qué pasa con P y Q cuando incrementamos “a”?
P 1  1 
 0  P    a 

a (b  d) bd
como a  0  P  0  Si a   P  .
34
Q d  d 
  0  Q    a 

a (b  d) bd
como a  0  Q  0  Si a   Q 
Qs , Qd
Q1 E1
Q0 E0
a P
cd P0 P1 b
Figura 1
En la figura 1 se aprecia que si a  b, c y d = constantes  la función

de demanda se trasladará hacia arriba definiéndose un nuevo punto de
equilibrio E1 en donde observamos que tanto P y Q han aumentado
de P 0 a P1 y de Q0 a Q1 .
2.- ¿Qué pasa con P y Q cuando incrementamos “b”?
P  (a  c)
 0
b (b  d)2
  (a  c) 
P    b  como b  0  P  0  Si b  p  .
 (d  b) 
2
Q  c (b  d)  (ad  bc)(1)  (cd  ad)

  0
b (b  d) 2
(b  d)2
35
  (cd  ad) 
Q    b  como b  0  Q  0  Si b   Q  .
 ( b  d ) 2 
Qd , Qs
Q0 E0
Q1 E1
α1 α0
a P
cd P1 P 0 a
b1 b
Figura 2
En la figura 2 se aprecia que si  b  a, c y d = constantes  la

pendiente de la función de demanda se hace más negativa definiéndose
un nuevo punto de equilibrio E1 en donde observamos que tanto P y
Q han disminuido de P0 a P1 y de Q0 a Q1 .
m0  tg 0  0
  tg 0  tg 1  m0  m1
m1  tg 1  0 
3.- ¿Qué pasa con P y Q cuando incrementamos “c”?
P 1
 0
c (b  d)
 1 
P    c  como c  0  P  0  Si c   P  .

bd
Q b
 0
c (b  d)
36
 b 
Q    c  como c  0  Q  0  Si c   Q  .

bd
Qd , Qs
a
Q0 E0
Q
Q1 E1
a P
P 0 P1 b
c
Figura 3
En la figura 3 se aprecia que si  c  a, b y d = constantes  la curva

de oferta se trasladará paralelamente así misma hacia abajo
definiéndose un nuevo punto de equilibrio E1 en donde observamos
que P ha aumentado de P0 a P1 y que Q ha disminuido de Q0 a Q1 .
4.- ¿Qué sucede con P y Q cuando aumenta “d”?
P  (a  c)
 0 
d (b  d)2
  (a  c) 
P    d  como d  0  P  0
 (b  d) 
2
 Si d   P  .
37
Q a (b  d)  (ad  bc)(1) (ab  bc)

  0 
d (b  d)2 (b  d)2
 (ab  bc) 
Q    d  como d  0  Q  0  Si d  Q  .
 ( b  d ) 2 
Qd , Qs
Q1 E1
Q0 E0
a P
P1 P0 b
c
Figura 4
En la figura 4 se aprecia que si  d  a, b y c = constantes  la

pendiente de la curva de oferta se hace más positiva definiéndose un
nuevo punto de equilibrio E1 en donde observamos que P ha
disminuido de P0 a P1 y que Q ha aumentado de Q0 a Q1 .
El método de diferenciación nos ofrece dos ventajas respecto al método

gráfico. En primer lugar, la técnica gráfica está sometida a limitaciones
dimensionales, pero la diferenciación no lo está. En segundo lugar, el
método de diferenciación puede dar resultados que tienen un mayor
nivel de generalidad.
38
2.2 Modelo de renta nacional tomando en cuenta el

impuesto total
C t  α 0  α1 (Yt  Tt ) (1) (α 0  0, 0  α1  1)
Tt  λ 0  λ1Yt (2) (λ 0  0, 0  λ1  1)
Yt  C t  I t 0  G t 0 (3) (OA  DA)
Las restricciones sobre los valores de los parámetros α 0 , α1 , λ 0 , λ 1

pueden explicarse como: α 0 es positivo porque el consumo es positivo,
aún cuando la renta disponible Yt  Tt  sea cero; α1 es una fracción
positiva porque representa la propensión marginal al consumo; λ 0 es
positivo porque aunque Yt sea cero habrá recaudación de impuestos
positiva (de base imponible diferente a la de la renta), y, por último, λ 1
es una fracción positiva porque representa una tasa de impuesto sobre la
renta y como tal no puede exceder el 100%. Las variables exógenas I t 0
y G t 0 , son por supuesto, no negativas.
Supongamos que todos los parámetros y variables exógenas son

independientes entre sí.
Hemos encontrado del equilibrio estático:
Ct 
 
 1 0  1(I t 0  G t 0 )  0  1(I t 0  G t 0 )
1  1(1  1)
0  1(It 0  G t 0 )  01  10

Tt 
1  1(1  1)
I t 0  G t 0  α1 λ 0  α 0
Yt 
1  α1 (1  λ1 )
A continuación vamos a ver que sucede con Yt cuando producimos un

cambio en una de sus variables exógenas o en uno de sus parámetros.
De Yt podemos extraer seis derivadas estático – comparativas. De

estas seis, las tres siguientes tienen especial trascendencia política:
39
¿Qué sucede cuando G t 0 aumenta?
Yt 1 1
  0  Si G t 0   Yt  .
G t 0 (1  1  1 1) 1  1(1  1)
Yt
 Multiplicador de gastos gubernamentales.
G t 0
¿Qué sucede con Y t cuando λ 0 cambia?
Yt  1
  0  Si 0   Yt  .
0 1  1(1  1)
Yt
 Multiplicador de impuestos indirectos, porque muestra cómo un
 0
cambio en λ 0 afectará la renta de equilibrio.
λ 0 : Ingreso gubernamental de otras fuentes que excluyen el impuesto

sobre la renta.
¿Qué sucede con Y t cuando λ 1 cambia?
Yt  1(I t 0  G t 0  10  0)

  0  Si 1   Yt  .
1 (1  1  1 1)2
 Yt
 Multiplicador de tasa de impuesto sobre la renta.
λ1
0 : Consumo autónomo, no depende del ingreso.
α1 : Propensión marginal al consumo. Por cada sol adicional que gana el

gasto de consumo se incrementa en α1 soles.
1  α1  : Propensión marginal a ahorrar.

C t : Consumo nacional.
40
Tt : Impuestos totales.
Yt : Ingreso o Renta nacional.
I t 0 : Inversión neta.
G t 0 : Gasto público en bienes y servicios.
Yt  Tt  : Ingresos disponibles de los consumidores.
Ct  Tt 0

 G t 0 : Demanda agregada. Suma de los gastos de las
unidades familiares, empresa y gobierno.
λ 1 : Tasa de impuesto sobre la renta. Todos los sujetos de esta
economía tributan una tasa fija por cada unidad monetaria percibida
como ingreso.
λ 0 : Ingresos distintos a lo que se percibe por impuesto a la renta =
ingreso gubernamental de otras fuentes que excluyen el impuesto sobre
la renta. Nivel del monto total de tributación recaudado por el gobierno
que no depende del nivel de ingreso nacional.
III.2 Análisis estático – comparativo de modelos de funciones

generales
Hasta este punto hemos estudiando modelos en donde sus ecuaciones están
expresadas en forma explícita y no están conformadas por funciones generales.
Ahora vamos a estudiar modelos que pueden presentar funciones generales en su

estructura.
El hecho de que en una o más de las ecuaciones que conforman un modelo que
aparezca una o más funciones generales impide que podamos obtener una
solución en el equilibrio en forma explícita y por tanto no podremos calcular las
derivadas parciales de dicha solución respecto de uno de sus parámetros o
respecto de una de sus variables exógenas debido a que no serán independientes
entre sí.
Por lo tanto deberemos recurrir a la diferenciación total que nos permitirá

calcular derivadas de funciones implícitas en lugar de recurrir a la diferenciación
parcial para calcular las derivadas estático – comparativas.
41
Ejemplo:
Y  C  I0  G 0 
  Y  C(Y, T0 )  I 0  G 0  (ec. de equilibrio)
C  C(Y; T0 ) 
Debido a la forma general de la función C, no se dispone de una solución

explícita, por tanto, debemos obtener las derivadas estático – comparativas
directamente a partir de la ecuaciones de equilibrio. Para poder conseguir esto
vamos a suponer que existe una solución de equilibrio Y como función de I 0 ,
G 0 y T0 . De donde podemos escribir la ecuación:
Y  Y ( I 0 , G 0 , T0 )
Aún cuando seamos incapaces de determinar explícitamente la forma que adopta

la función. Además, en algún entorno del valor de equilibrio Y , se verificará la
siguiente identidad:
Y  C(Y, T0)  I0  G0  (Identidadde equilibrio).
Debido a que Y depende directamente de T0 , los dos argumentos de C no son

Y
independientes, entre sí, por lo tanto no podríamos calcular por ejemplo ,
T0
por lo que necesitaremos de la derivación total para calcular las derivadas
estático – comparativas de funciones cuyos argumentos no sean todos
independientes entre sí.
Ejemplo:
Y
Calcular .
T0
Y  C(Y, T0)  I0  G0  0  F  F(Y, T0, I0, G0)  Y  C(Y, T0)  I0  G0  0
Y  Y ( I 0 , G 0 , T0 )
I0
Y G0
T0
F T0
I0
G0
Variables independientes: I0, G0, T0.
42
F F F F
Diferencial total: dF  dY  dT0  dI0  dG0  0
Y T0 I0 G0
1 0 
0
F F dY F dT0 F dI0 F dG0
Derivada total parcial:     0
T0 Y dT0 T0 dT0 I0 dT0 G0 dT0
F  F dY F
  0
T0 Y dT0 T0
F  C C
Y T0 T0 T0
  
T0 F 1  C 1  C
Y Y Y
III.3 Funciones implícitas
Una función dada en la forma: y  f x, digamos, y  f x  4x5  5 : 1 se

denomina una función explícita, porque la variable “y” está explícitamente
expresada como una función de “x”. Sin embargo, si esta función se escribe
alternativamente en la forma equivalente: y  4x5  5  y  f x  0 : 2 ya no
tenemos una función explícita. Entonces la función (1) queda definida
implícitamente por la ecuación (2). Por tanto, cuando (sólo) damos una ecuación
de la forma (2), la función y  f x  implicada, y cuya forma explícita no
siempre conoceremos, se dice que es una función implícita. Una ecuación de la
forma (2) puede denotarse en general por Fx, y  0 ya que su primer miembro
está formado por las dos variables “y” y “x”: Fx, y  y  f x  0.
También podemos encontrar una ecuación Fy, x1, x2,..., xm  0 la cual “puede”
definir una función implícita y  f x1, x2,..., xm . La palabra ambigua “puede” de
la frase anterior se ha usado deliberadamente, porque, mientras que una función
explícita, por ejemplo, y  f x1, x 2,..., xm siempre puede transformarse en una
ecuación Fy, x1, x 2,..., x m  0 simplemente trasladando la expresión
f x1, x 2,..., x m a la izquierda del signo igual, la transformación recíproca no
siempre es posible.
Ejemplo:
Fx, y  x 2  y2  9  0
43
No implica una función, sino una relación debido a que a cada valor de “x” no le
corresponde un único valor de “y”.
y2  9  x 2  y2  9  x 2  y  y2  9  x 2
y   9  x2
De esta última expresión podemos observar que para un valor de “x” le

corresponden dos valores de “y”  es una relación y no una función.
Podemos decir lo siguiente acerca de una ecuación de la forma

Fy, x1, x 2,..., x m  0 :
1. No siempre a partir de ella podremos despejar y  f x1, x2,..., xm aunque

f x1, x2,..., xm sea una función y esté implícitamente definida por
Fy, x1, x 2,..., x m  0 .
Ejemplos:
Fx, y  x3y  xy5  3  0 1
Fx, y  x 2  yx2  3 ln y  5  0 2
Fx, y  xy  ey cos x  0 3

2. En caso de que podamos obtener a partir de ella y  f x1, x 2,..., xm , esta
última puede no ser una función sino una relación.
Ejemplos:
Fx , y   y  x 2  9  0  y  9  x 2  f x  1
Fx, y  x 2  y2  5  0  y   5  x 2  f x 2
En el ecuación (1) tenemos una función y en la ecuación (2) una relación.
A nosotros nos va a interesar que la ecuación Fy, x1, x2,..., xm  0 , nos defina
implícitamente una función, independientemente del hecho de que se pueda o
no a partir de ella obtener y  f x1, x 2,..., xm .
44
En vista de que no toda ecuación Fy, x1, x2,..., xm  0 puede definir siempre
una función implícita y  f x1, x2,..., xm , entonces vamos a estudiar bajo que
condiciones generales podemos asegurar que una ecuación dada en la forma
Fy, x1, x 2,..., x m  0 , define realmente una función implícita
y  f x1, x2,..., xm.
1. Teorema de la función implícita

Dada:
Fy, x1 , x 2 ,..., x m   0 I 
Si:
1.- Todas las derivadas parciales Fy , Fx1 , Fx 2 ,.., Fxm son continuas.
2.- En un punto y0,x10, x20,..., xm0 que pertenece a (I), es decir tal que
Fy0,x10, x 20,..., x m0  0 , se tiene que:
Fy0, x10, x 20,..., x m0 

0  Fyy0, x10, x 20,..., x m0   0
y
Entonces:
a.- Existe un entorno m-dimensional de x10, x20,..., xm0, E, en el que “y” está
definida como función implícita de las variables x1 , x 2 ,..., x m donde:
y0  f x10, x20,..., xm0. Además, para cualquier x1, x2,..., xm  E se
verifica que: Ff x1, x2,..., xm, x1, x2,..., xm  0 .
b.- Se puede asegurar que la función implícita y  f x1, x2,...xm es continua y

que todas sus derivadas parciales f x1, f x2,.., f xm son continuas en
x10, x20,..., xm0. .
Ejemplo:
Fx , y   x 2  y 2  9  0
 F
 Fy   2y función polinomial  continua.
y
1 
 F
 Fx   2x función polinomial  continua.
 x
2 Fy  0  y0  para cualquier valor de y  0 
Fy  0, excepto en 3,0  y 3,0 .
45
De este modo, exceptuando 3,0  y 3,0  , alrededor de cualquier otro punto

del círculo, podemos construir un entorno en el cual Fx , y   0 defina una
función implícita y  f x  .
Esto lo podemos verificar en la figura 5, donde se ha trazado la gráfica de

Fx , y   0 :
Figura 5
Podemos tomar un entorno (por ejemplo: un rectángulo) alrededor de

cualquier punto del círculo excepto en 3,0  y 3,0  tal que la porción del
círculo encerrada en el rectángulo constituye el gráfico de una función de
modo que a un único valor de “y” le corresponde a cada valor de “x” en
dicho rectángulo.
El teorema de la función implícita tiene tres limitaciones:
1.- Aún cuando esté asegurada la existencia de una función implícita “f”, el
teorema no da ningún indicio sobre que forma específica toma la función
“f”.
2.- No dice la medida exacta del entorno en el que está definida la función
implícita.
3.- El hecho de que Fy  0 en un punto que pertenezca a “F” no es una
condición necesaria para negar la existencia de una función implícita “f”.
Sin embargo a pesar de las limitaciones anteriormente citadas, este teorema

es de gran importancia porque siempre que se cumplan las condiciones del
teorema, tendrá sentido hablar y hacer uso de una función tal como
y  f x1, x 2,..., x m , aún cuando nuestro modelo contenga una ecuación
Fy, x1, x 2,..., x m  0 que sea difícil de resolver explícitamente para “y” en
términos de x1 , x 2 ,..., x m . Además, puesto que el teorema también garantiza
la existencia de las derivadas parciales fx1, fx2,..., fxm , también será importante
el estudio de estas derivadas de la función implícita.
46
2. Derivadas de funciones implícitas

Si una ecuación Fy, x1, x2,..., xm  0 no se puede resolver explícitamente para
“y”, en este caso, si bajo las condiciones del teorema de la función implícita
sabemos que existe una función implícita, podemos obtener las derivadas
buscadas sin tener que resolver primero para “y”. Para esto, utilizaremos la
denominada “regla de la función implícita”.
Esta regla depende de los siguientes datos:
1. Si dos expresiones son idénticamente iguales, sus respectivos

diferenciales totales tienen que ser iguales.
Ejemplo:
x 2  y 2  x  y x  y 
 
d x 2  y 2  2 xdx  2 ydy
dx  y x  y   dx  y x  y   x  y dx  y 
dx  y x  y   dx  dyx  y   x  y dx  dy
dx  y x  y   2xdx  2 ydy
2. La diferenciación de una expresión que incluye y, x1 , x 2 ,..., x m  dará

lugar a otra que incurra los diferenciales dy, dx1 , dx2 ,..., dxm .
3. Si dividimos dy por dx1 y hacemos todos los otros diferenciales

dx2 , dx3 ,..., dxm iguales a cero, el cociente puede interpretarse como la
derivada parcial y x , pueden obtenerse derivadas similares si

1
dividimos dy por dx 2 , etc. Aplicando esto a la ecuación
Fy, x1 , x 2 ,..., x m  , entonces podemos escribir dF  d 0   0 .
Fy dy  Fx1 dx1  Fx 2 dx 2    Fx m dx m  0
Supongamos que sólo a “ y ” y a “ x 1 ” les está permitido variar (sólo

“ dy ” y “ dx1 ” no son iguales a cero). Entonces la ecuación anterior se
reduce a:
dy  Fx1 y Fx1
Fy dy   Fx1 dx 1  0    
dx1 x 2 , x 3 ,...,x m  ctes .
Fy x 1 Fy
47
De forma similar, podemos deducir todas las otras derivadas parciales de

la función implícita “f”. Esto puede resumirse de la siguiente manera:
Dada Fy, x1, x 2,..., x m   0 , si existe una función implícita

y  f x1, x 2,..., x m , entonces las derivadas parciales de “f” son:
y Fx i
 i  1,2,..., m
x i Fy
Lo que esta regla dice es que, incluso si no conocemos la forma

específica de la función implícita, siempre podremos hallar sus derivadas
tomando el valor negativo del cociente de un par de derivadas parciales
de la función “F” que aparezcan en la ecuación dada que define la
función implícita.
Podemos observar que “ Fy ” siempre aparece en el denominador del

cociente, por tanto, en este caso no es admisible Fy  0 . Puesto que el
teorema de la función implícita específica que Fy  0 en el entorno del
punto en el que está definida la función implícita, el problema de un cero
en el denominador queda automáticamente resuelto.
Ejemplo:
y
1. Hallar para cualquier función implícita que pueda definirse por la
X
ecuación F(y, x, w)  y3x 2  w3  yxw  3  0 (*)
Está ecuación no se puede resolver fácilmente para “y”.
Fy  3y2x2  xw  función polinomial  continua.
Fx  2y3x  yw  función polinomial  continua.
Fw  3w2  xy  función polinomial  continua.
Debido a que Fy , Fx y Fw son continuas, y puesto que Fy  0 en un

punto tal como el 1,1,1 que satisface (*), está asegurada la existencia de
una función implícita y  f x , w  al menos alrededor de ese punto. Por
tanto tiene sentido hablar de y x .
y Fx 2 y 3 x  yw y 1,1,1 3
   
x Fy 3 y x  xw
2 2
x 4
48
3. Extensión al caso de ecuaciones simultáneas

El teorema de la función implícita también viene en una versión más general
y potente que trata de las condiciones bajo las cuales un conjunto de
ecuaciones simultáneas:
F1y1,..., yn; x1,..., x m   0 


F2y1,..., yn; x1,..., x m   0
 I


Fn y1,..., yn; x1,..., x m   0
Definirán ciertamente un conjunto de funciones implícitas:
y1  f1x1,..., x m  

y 2  f 2 x1,..., x m 
 II
 
y n  f n x1,..., x m 
Por decirlo de otra forma, estas condiciones sirven para asegurarnos que las
“n” ecuaciones de (I) pueden en principio resolverse para las “n” variables
y1 , y 2 ,..., y n  incluso aunque no seamos capaces de obtener la solución (II)
en forma explícita.
La versión generalizada del teorema dice:
Dado el sistema de ecuaciones (I), si:
a. Las funciones F1 , F 2 , F3 ,..., F n tienen todas las derivadas parciales

continuas con respecto a todas las variables “y” y “x”, y si
b. En el punto y10 ,..., y n 0 ; x10 ,..., x m0  que satisface (I), el siguiente

determinante jacobiano es no nulo.
F1 F1 F1


y1 y 2 y n
F 2
F 2
F2
(F1, F2,..., Fn ) 
J   y y y n  0
(y1, y 2,..., y n ) 2

F n
F n
Fn

y1 y 2 y n
49
Entonces:
a. Podemos afirmar que existe un entorno m-dimensional x10, x20,..., xm, E,

en el cual las variables y1 , y 2 ,..., y n son funciones de las variables
x1 , x 2 ,..., x m en la forma de (II) donde:
yi0  fix10, x20,..., xm0 i  1,2, , n. Además, para cualquier
x1, x2,..., xm  E se verifica que:
Fifix1, x2,..., xm, x1, x2,..., xm  0 i  1,2,  , n .
b. Se puede asegurar que las funciones implícitas f1 , f 2 ,... f n son continuas y

tienen derivadas parciales continuas con respecto a todas las variables x.
Como en el caso de una única ecuación, es posible hallar las derivadas

parciales de las funciones implícitas directamente a partir de las “n”
ecuaciones (I), sin tener que resolverlas para las variables “y”.
Vamos a calcular la diferencial total de cada una de las ecuaciones (I) y

escribir dFi  0 i  1,2,..., n.
F1 F1 F1

dF1  dy1  dy2  ...  dyn 
y1 y2 yn
F1 F1 F1

 dx1  dx2    dxm  0
x1 x 2 x m
F2 F2 F2

dF2  dy1  dy2    dyn 
y1 y2 y n
F2 F2 F2

 dx1  dx2    dxm  0
x1 x 2 x m


F n
F n
F n
dF n  dy1  dy 2    dy n 
y 1 y 2 y n
F n F n F n
 dx1  dx 2    dx m  0
x 1 x 2 x m
Pasando los términos " d x i " a la derecha de los signos de igualdad:
50
 F1 F1 F1  F1

 dy1  dy2  ...  dyn   dx1 
 y y 2 yn  x
 1  1
 1 
 F dx    F dx 
1
 x 2
x m
m 
 2 


 F2 F2 F2  F2
 dy1  dy2    dyn   dx1 
 y1 y 2 y n  x
  1
 2 
F F2
* *  dx2    dxm 

 x 2 x m 

 
 

 F n
F n
F n  Fn
 dy1  dy2    dyn   dx1 
 y1 y 2 y n  x
  1
 Fn Fn 
 dx2    dxm 
 x x m 
 2 



Puesto que todas las derivadas parciales que aparecen en (**) tomarán
valores concretos (constantes) cuando las evaluemos en el punto
y10 ,..., y n 0 ; x10 ,..., x m0  [punto alrededor del cual están definidas las
funciones implícitas] tenemos aquí un sistema de “n” ecuaciones lineales, en
el cual los diferenciales " d yi " (considerados como endógenos) están
expresadas en términos de los diferenciales " d xi " (considerados como
exógenos).
Ahora, suponiendo que sólo se permite variar a “ x 1 ” y

“ x 2 , x 3 , , x n  ctes ”, entonces d x 2  d x 3    d x m  0 ; si además
dividimos cada uno de los términos restantes por " d x1 " entonces surgirán las
dy1 dy n
expresiones ,, . Estas sin embargo, deben interpretarse como
dx1 dx1
derivadas parciales de (II) porque todas las variables “x” han permanecido
constantes excepto x1. Así, siguiendo los pasos descritos, llegaremos a las
derivadas parciales buscadas de las funciones implícitas.
51
 F1  dy  F1  dy2  F1  dyn   F1 

  1        
 y  dx  y2  dx1  yn  dx   x 
 1  1   1   1 


 F2  dy1  F2  dy2  F2  dyn   F2 
          
 y1  dx1  y2  dx1  yn  dx   x 
   1   1 
 

 
 n  
 F  dy1   Fn  dy2  Fn  dyn   F 
       n 
 y  dx  y2  dx1  yn  dx   x 
 1  1   1   1
En este sistema las derivadas que estamos buscando aparecen entre

paréntesis:
 F1  y1  F1  y2  F1  yn  F1

      ...   
 y1  x  y  x  yn  x  x1
 1 2  1   1 


 2
 F  y1  F2  y2  F2  yn  F2
       
 y1  x  y  x  yn  x  x1
 1 2  1   1 


 

 Fn  y1  Fn  y2  Fn  yn  Fn
       
 y1  x  y  x  yn  x  x1
  1  2  1   1 
Notación matricial:
 F1 F1 F1   y1    F1 

      
 
 y1 y2 yn   x1    x1 
    
    
 2 2   y   2
 F F  F   2   F 
2
 y y       
 1 2 yn   x1   x1 
       
    
       
 n n   n
 F F  F   yn   F 
n
 y y  
1 2  yn   x1   x 
 1
   
J D d
52
Sabemos que J   0 bajo las condiciones del teorema de la función

implícita, y ya que el sistema tiene que ser no homogéneo (porque de no ser
así se estaría derivando respecto a una variable exógena que no perteneciese
al modelo), tendrá solución única.
Podemos generalizar el sistema de ecuaciones anterior para obtener las

derivadas parciales de las funciones implícitas con respecto a todas las
variables x1 , x 2 , x 3 ,... x m .
 F1 F1 F1   y1    F1 

      
 
 y1 y2 yn   x i    x i 
     
     
 2 2   y   2
 F F2 F   2   F 
       i  1,2,3,..., m
 y1 y2 yn   x i    x i 
        
     
        
 n     
 F Fn Fn   yn   Fn 
 
      
 y1 y2 yn   x i   x i 
Para encontrar el vector columna [D] que contienen todas las derivadas
parciales de las funciones implícitas con respecto a todas las variables
x1 , x 2 , x 3 ,... x m podemos utilizar el método de la matriz inversa o el de
Cramer.
D  J 1 * d  (matriz inversa)
53
Aplicaciones:
Modelo de renta nacional que toma en cuenta los impuestos totales
Y  C  I0  G0 Y  C  I0  G0  0
 
1 C   0  1 (Y  T)  C  0  1(Y  T)  0 
T     Y T     Y  0
 0 1  0 1
n 3
   6
m 
y1 y 2 y 3 x 1 x 2 x 3 x 4 x 5 x 6
        
 F1 Y , C, T; I 0 , G 0 , α 0 , α1 , λ 0 , λ1   0


  F 2 Y , C , T ; I 0 , G 0 , α 0 , α 1 , λ 0 , λ 1   0
 3
 F Y , C, T; I 0 , G 0 , α 0 , α1 , λ 0 , λ1   0
F1 F1 F1

Y C T
1 1 0
F2 F2 F2
J    α1 1 1  1  1  11
Y C T
 λ1 0 1
F3 F3 F3

Y C T
J  1  α1 ( λ1  1)  0
Puesto que J es no nulo y F1 , F 2 y F 3 tienen derivadas parciales continuas

(todas son constantes). Podemos tomar Y, C y T como funciones implícitas
de I 0 , G 0 , α 0 , α1 , λ 0 , λ1  alrededor de cualquier punto que cumpla con (1).
Pero un punto que cumpla (1) sería una solución de equilibrio, conduciendo a
Y , C y T . Por lo que de acuerdo al teorema de la función implícita está
justificado escribir:
Y  f1 I 0 , G 0 , α 0 , α1 , λ 0 , λ1 
C  f 2 I 0 , G 0 , α 0 , α1 , λ 0 , λ1 
T  f 3 I 0 , G 0 , α 0 , α1 , λ 0 , λ1 
54
Las derivadas parciales de las funciones implícitas, tales como Y I y

o
Y , tienen la naturaleza de derivadas estático – comparativas. Para
G o
hallarlas, necesitamos sólo las derivadas parciales de las funciones “F”,
evaluadas en el estado de equilibrio del modelo.
Supongamos ahora que todas las variables exógenas y los parámetros

permanecen fijos excepto G0.
Y   F1 
 G0  G0 
 1 1 0   1   
  C   0   F2 
  α 1    G0    
1 1 G0
 λ 1 0 1   0  F 
 T
J     3 G 
 G 0   0
1 1 0
0 1 α1
Y 0 0 1 1
  : Multiplicador del gasto público.
G 0 1  α1 ( λ 1  1) 1  α1 ( λ 1  1)
El resultado es el mismo que se obtuvo antes, pero ahora no hemos resuelto

explícitamente el sistema para Y , C y T . Es esta característica particular del
método la que nos permite abordar la estática comparativa de los modelos
con funciones generales, los cuales, por su propia naturaleza, pueden no
tener solución explícita.
55
III.4 Estática comparativa de modelos de ecuaciones simultáneas

Cuando un modelo contiene funciones expresadas en forma general, las
técnicas de diferenciación parcial simple resultan inaplicables por la no
disponibilidad de soluciones explícitas, en su lugar emplearemos conceptos
tales como las diferenciales totales, derivadas totales así como el teorema y la
regla de la función implícita extendido al caso de ecuaciones simultáneas.
1. Modelo de mercado
Consideremos un mercado de un único bien, donde la cantidad demandada
“ Q d ” es una función no sólo del precio “ p ” sino también de una renta
determinada exógenamente “ Y0 ”. En cambio la cantidad ofertada “ Q s ” es
únicamente una función del precio.
Si esas funciones no están dadas en forma específica, nuestro modelo puede

escribirse en general como:

Qd  Qs
I Qd  D(P, Y0) (D
P
 0; D
Y0
 0)

Q  S(P) (dS  0)
 s dP
Suponemos que tanto “D” como “S” son funciones que poseen derivadas
continuas, o en otras palabras, tienen gráficas suaves. Además, en orden a
asegurar su importancia económica, hemos impuesto restricciones definidas
sobre los signos de estas derivadas.
dS
 0  La función de oferta será creciente con el precio.
dP
D
 0  La función de demanda será decreciente con el precio.
P
D
 0  La función de demanda será creciente con la renta.
Y0
Al dibujar la usual función de demanda bidimensional suponemos que el nivel

de renta es constante, pero cuando cambie la renta, se ajustará el equilibrio
dado provocando una desviación de la función de demanda. Del mismo modo,
en (I), “ Y0 ” puede causar un desequilibrio a través de la función de demanda.
56
Aquí “ Y0 ” es la única variable exógena; así el análisis estático – comparativo

de este modelo se centrará exclusivamente en cómo afectará un cambio en
“ Y0 ” a la posición de equilibrio del modelo.
La posición de equilibrio del mercado está definida por la condición de

equilibrio Qd  Qs , la cual, sustituyendo y agrupando, puede expresarse por:
II DP, Y0   SP   FP, Y0   0
Aunque esta ecuación no tiene solución explícita para el precio de equilibrio

P , supondremos que existe un equilibrio estático ya que de otro modo no
habría un punto en que plantear la cuestión de la estática comparativa.
Si FP, Y0   0 satisface las condiciones del teorema de la función implícita,

entonces se garantizará que cada valor de “ Y0 ” produzca un único valor de P
para un entorno que cumpla (II), esto es, en el entorno de una inicial solución
de equilibrio. En este caso, podemos escribir la función implícita P  P ( Y0 ) y
estudiar la derivada estático – comparativa dP dY que sabemos que existe.
0
1.1. Comprobación del teorema:

1. Por hipótesis hemos asumido que DP, Y0  y SP  tienen derivadas
continuas, por tanto FP, Y0   DP, Y0   SP   0 poseerá derivadas
continuas.
D dS
2. FP   , es negativa y por tanto no nula.
P dP
P  P(Y0) (A)

Por tanto :  están definidas.
F  D(P, Y0)  S(P)  0 (A' )
dP
Para calcular podemos aplicar la regla de la función implícita para la
dY0
obtención de la derivada estático – comparativa.
()

D
F
dP FY0 Y0 Y0
   0
dY0 FP F D dS
P 
P
 d
P
()
57
Un incremento en el nivel de la renta producirá un incremento en el precio de

equilibrio.
Puesto que en el estado de equilibrio tenemos Q  S( P ) , y puesto que

P  P(Y0), podemos aplicar la regla de la cadena para obtener la derivada:
dQ dS  d P 
  0
dY0 d P  dY0 
   
 
2. Aproximación a las ecuaciones simultáneas

El análisis del modelo anterior (I), se realizó sobre la base de una única
ecuación (II). Debido a que en una ecuación sólo puede incorporarse
provechosamente una variable endógena, la inclusión de “ P ” significa la
exclusión de “ Q ” simultáneamente. Como son dos variables endógenas, habrá
que construir un sistema con dos ecuaciones.
Hacemos: Q  Qd  Qs
F1 ( P, Q; Y0 )  D( P, Y0 )  Q  0
F2 ( P, Q; Y0 )  S( P)  Q  0
Donde:
n  2 (número de ecuaciones).
m  1 (número de variables exógenas).
2.1. Comprobación del teorema de la función implícita:

1. Puesto que DP, Y0  y SP  , tienen derivadas continuas (por hipótesis),
entonces F1 y F 2 también tendrán derivadas continuas.
2. Podemos comprobar que el jacobiano de las variables endógenas P, Q  es

distinto de cero, independientemente de donde se evalúe.
F1 F1 D
 1 
P Q P 
dS D
J     0
 dP  P 
F 2 F 2 dS  
 1  () () 
P Q dP
58
Entonces si están definidas:
P  P ( Y0 ) 
 F1  D( P , Y0 )  Q  0 

 ( B) y  ( B' )
Q  Q ( Y0 ) 
 F  S( P )  Q  0
2


Aunque no podamos resolverlas explícitamente para P y Q . Además poseerán

derivadas continuas.
 1
 D   dP   F   D 
  1   
 
 P   dY0   Y0   Y0 
   
    
 
 dS   d Q   F2   0 
  1   
d    
P  dY0   Y0   
J
D
1
Y0
D
dP 0 1 Y0
  0
dY0 dS D dS D
 
dP P dP P
D D

P Y0
dS dS
0  D
dQ dP Y0
  dP 0
dY0 dS D dS D
 
dP P dP P
Todas las derivadas de las funciones de demanda y oferta incluidas las que
aparecen en el jacobiano están evaluadas en el equilibrio inicial.
3. Uso de derivadas totales

Tanto el enfoque de la ecuación única como el de las ecuaciones simultáneas
visto anteriormente tienen un rasgo en común: tomamos las diferenciales
totales de ambos miembros de una ecuación de equilibrio y luego igualamos
los dos resultados. Sin embargo, en vez de tomar las diferenciales totales, es
posible tomar, e igualar, las derivadas totales de los dos miembros de la
ecuación de equilibrio con respecto a una variable exógena o parámetro
particular.
59
En la aproximación de la ecuación única, la ecuación de equilibrio es:
F  D(P, Y0)  S(P)  0 de (A' )
Donde P  P(Y0) de (A)
Tomando la derivada total de la ecuación de equilibrio con respecto a

 dF 
Y0 :  .
 dY 
 0 
P
F
Y0
Variable independiente: Y0
Diferencial total:
F F
dF   dY0   dP  0
Y0 P
La derivada total de F respecto a Y0 es:
dF F F dP
   0
dY0 Y0 P dY0
dF D  D S  dP
     0
dY0 Y0  P P  dY0
dP
Despejando tenemos:
dY0
D
dP Y0

dY0 D S

P P
60
En cambio, en la aproximación de las ecuaciones simultáneas, hay un par de

ecuaciones de equilibrio:
  
F  F P, Q; Y0  D(P, Y0)  Q  0
1 1
de B' 
 2
 
F  F P, Q; Y0  S(P)  Q  0
 2
Donde P  P ( Y0 ) y Q Q ( Y0 ) de (B).
P
1
F Y0 Y0
Q
Variable independiente:  Y0 .
Diferencial total:
F1 F1 F1

dF1  dP  dY0  dQ  0
P Y0 Q
La derivada total es:
dF1 F1 dP F1 dY0 F1 dQ

   0
dY0 P dY0 Y0 dY0 Q dY0
dF1 D dP D dQ
   (1) 0
dY0 P dY0 Y0 dY0
D dP D dQ
  0
P dY0 Y0 dY0
Operando:
D dP dQ D
   (1)
P dY0 dY0 Y0
Por otro lado:

P
2
F Y0 Y0
61
Variable independiente:  Y0 .
Diferencial total:
F 2 F 2 F 2
d F2  dP  dY0  dQ  0
P Y0 Q
Derivada total:
d F2 F 2 d P F 2 F 2 d Q
   0
dY0 P dY0 Y0
 Q dY0
0
d F2 S dP dQ
  (1) 0
dY0 P dY0 dY0
S dP dQ
 0 ( 2)
P dY0 dY0
De 1 y 2 :
 
 D  dP   D 
  1   
 
 P   dY0   Y0 
   
 
  
 S   dQ   0 
  1  
 P   dY0   
 
Resolviendo, los resultados son idénticos a los obtenidos por los métodos
anteriores.
4. Modelo de renta nacional

Esta vez haremos abstracción de los gastos públicos y de los impuestos y, en
su lugar, añadiremos en el modelo las relaciones comerciales con el
extranjero. Además, incluiremos el mercado monetario junto con el mercado
de bienes.
4.1. El mercado de bienes: se caracteriza por las siguientes funciones:

1. La inversión “I” es una función decreciente de la tasa de interés “i”.
 
I  Ii  I'  0 .
62
2. El ahorro “S” es una función creciente de la renta nacional “Y”; así

como, de la tasa de interés “i”, siendo la propensión marginal al ahorro
“SY” una fracción positiva.
S  SY, i 0  SY  1 ; Si  0
3. Las importaciones “M” son una función de la renta nacional, siendo la

propensión marginal a importar “M’” otra fracción positiva.
M  MY 0  M  1
'
4. El nivel de exportaciones “X” se determina exógenamente.
X  X0
4.2. Mercado de dinero: se caracteriza por las siguientes funciones:

1. La cantidad de demanda de dinero " M d " es una función creciente de la
renta nacional (demanda de transacciones) pero una función decreciente
de la tasa de interés (demanda especulativa).
M d  LY, i  L Y  0; L i  0
El símbolo “L” se emplea aquí porque la función de demanda de dinero

suele denominarse “función de liquidez”.
2. La oferta de dinero se determina exógenamente como una cuestión de

política monetaria.
Ms  Ms0
Observaciones:
1. “I”, “S”, “M” y “X” representan conceptos de “flujo” ya que todos están
medidos por período de tiempo, como ocurre con “Y”.
2. “ M d ” y “ M s ” son conceptos “stocks” e indican las cantidades existentes

en algún punto específico del tiempo.
Hipótesis:
1. Supondremos que todas las funciones, independientemente de si son

existencias o flujos, tienen derivadas continuas.
63
2. La consecución del equilibrio en este modelo requiere la satisfacción

simultánea de dos condiciones:
a. Condición de equilibrio del mercado de bienes.
Entradas = Salidas1
I  X  S M I 
b. Condición de equilibrio del mercado de dinero.
Demanda Monetaria = Oferta Monetaria
Md  Ms II
I(i)  X0  S(Y, i)  M(Y) (I)

(A) 
L(Y, i)  Ms0 (II)
Variables endógenas: Y, i.
X0 (basadasen decisionesexteriores)

Variables exógenas: 
Ms0 (determinada por las autoridades monetarias)
De (I) y (II):
 y1 y2 x1 x 2

       
(B) F1(Y, i; X0, Ms0)  I(i)  X0  S(Y, i)  M(Y)  0
 2
F (Y, i; X0, Ms0)  L(Y, i)  Ms0  0

Debemos comprobar que el sistema de ecuaciones (B) satisfaga el

teorema de la función implícita.
4.3. Verificación del teorema:

1. “F1” y “F2” tienen derivadas continuas puesto que por hipótesis todas las
funciones que las componen tiene derivadas continuas.
2. J 
F1 Y F1 i


 SY  M'  I'  Si
 LiSY  M '  LYI '  Si   0
F2 Y F2 i LY Li
El determinante jacobiano de las variables endógenas no se anula ni

cuando se evalúa en el equilibrio inicial (que suponemos existe) ni en
cualquier otro punto.
1
Ver apéndice al final del capítulo.
64
Al verificarse las dos condiciones del teorema, podemos afirmar la

existencia de:
 
 Y  Y ( X 0, M s 0 ) 
 
i  i ( X 0 , M s 0 ) 
 
Aunque no seamos capaces de resolverlas explícitamente para Y e i .
También se verifica la identidad:
1
  
F  I (i )  X 0  S Y , i  M Y  0
2
 
F  L Y, i  M s 0  0
Cálculo de las derivadas totales de F1 y F 2 respecto de las variables

exógenas:
X0
Y M s0
i X0
F1
M s0
X0
Ms0
Variables independientes: X0, Ms0.
Diferencial total:
F1 F1 F1 F1

dF1   dY  di   dX0   dMs0  0
Y i X0 Ms0
Derivadas totales de carácter parcial:
F1 F1 Y F1 i F1 F1 dMs0

       0 (c)
X0 Y X0 i X0 X0 Ms0 
dX

0
0
F1 F1 Y F1 i F1 dX0 F1

       0 (d)
Ms0 Y Ms0 i Ms0 X0 
dM

s0 Ms0
0
65
Por otro lado:

X0
Y M s0
F2 i X0
M s0
X0
Ms0
Diferencial total:
F 2 F 2 F 2 F 2
dF2   dY  di   dX0   dMs0  0
Y i X0 Ms0
F 2 F 2 Y F 2 i F 2 F2 Ms0
      0 (e)
X0 Y X0 i X0 X0 Ms0 

X
0
0
F 2 F 2 Y F 2 i F 2 dX0 F 2
       0 (f )
Ms0 Y Ms0 i Ms0 X0 
dM

s0 Ms0
0
Trabajando con (c):
 F1   Y   F1   i  F1

      0
 Y   X0   i   X0  X0
     
 Y   

 SY  M'  
  I'  S
 X0  i
  Xi   1
 (g)
   0
Trabajando con (e):
 F2   Y   F2   i 
   F
2
   
 Y   X0   i   X0  X0
     
   i 
LY Y   Li 0
 (h)
 X0  X
 0
66
Colocando en forma matricial g y h :
 Y 
 

 S  M'
 Y
 

 X   1
I  Si   0   
'
 
 LY Li   i   
    0 
 
 X0 
Resolviendo por Cramer:
1 (I'  Si)
Y 0 L
i
L
  i 0
X0 J J

 SY  M'  1
i LY 0 LY
  0
X0 J J
Y i
Si trabajamos con (d) y (f) podremos obtener y .
Ms0 Ms0
Y
Podemos observar que tiene la naturaleza de un multiplicador de la
X0
exportación. Puesto que el incremento de la exportación inducida en la renta
de equilibrio causará por medio de la función de importación M  M Y , una 
subida de las importaciones, podremos aplicar la regla de la cadena para
hallar las derivadas estático-comparativas auxiliares:
'
M dM Y ML
   i 0
X0 dY X0 J
I dI i I' L
   Y 0
X0 di X0 J
S S i SL
   i Y 0
X0 i X0 J
67
5. Modelo IS - LM
En el apartado anterior hemos visto el modelo de renta nacional y hemos
analizado el mercado de bienes y el mercado de dinero que son piezas del
Modelo IS - LM.
IS  Y, r  / Y  C 0  CY  T0  TY , r   I 0  IY, r   G 0 
LM  Y, r  / L 0  LY, r   M 0 
IS: representa el equilibrio en el mercado de bienes.

LM: representa el equilibrio en el mercado de dinero.
Siendo:
Y: Ingreso nacional.
C0 Consumo autónomo.
C  CYd , r  : Función de consumo.
Yd  Y  T0  TY  : Ingreso disponible.
T0 : Impuesto exógeno.
T  TY  : Función de impuestos.
r: Tasa de interés.
I0 : Inversión autónoma.
I  IY, r  : Función de inversión.
G0 : Gasto del gobierno.
L0 : Demanda exógena de dinero.
L  LY, r  : Función de demanda monetaria.
M0 : Oferta monetaria (conocida).
5.1. Hipótesis:
1. Supondremos que las funciones tienen derivadas parciales continuas.
Donde: 0  CYd  1; TY  0; Cr  0; IY  0; Ir  0; CYd  IY  1; LY  0; Lr  0.
2. A pesar de que la pendiente de la curva IS es negativa y la pendiente de la

curva LM es positiva2, no se puede garantizar que estas curvas se
intercepten, sin embargo supondremos que sí se da la intersección en el
 
punto Y , r . Este es el punto de equilibrio del modelo ya que satisface las
ecuaciones de ambas curvas.
2
68
Realizar el análisis estático comparativo de este modelo utilizando el método

de las derivadas totales.
IS
LM
Y
Y
Figura 6
3. El sistema de ecuaciones puede ser escrito como:
Y  C0  CY  T0  TY, r  I0  IY, r  G0 (I)

(A) 
L0  LY, r  M0 (II)
Variables endógenas: Y, r.
Variables exógenas: C0 , T0, I0, G0, L0, M0.
De (I) y (II):
 y1 y2 x1 x 2 x3 x 4 x5 x 6

              
(B) F1(Y, r; C0 , T0, I0, G0, L0, M0 )
 2
F (Y, r; C0 , T0, I0, G0, L0, M0 )

F1  Y  C0  CY  T0  TY, r  I0  IY, r  G0  0

B 
F  L0  LY, r  M0  0
 2
Debemos comprobar que el sistema de ecuaciones (B) satisfaga el

teorema de la función implícita.
69
5.2. Verificación del teorema:

1. “F1” y “F2” tienen derivadas continuas puesto que por hipótesis todas las
funciones que las componen tienen derivadas continuas.
F1 F1
J 
Y r


1  CYd 1  Ty  IY   Cr  Ir
2. LY Lr
F2 F2
Y r
   
J  1  CYd 1  Ty  IY Lr  Cr  Ir  LY  0
El determinante jacobiano de las variables endógenas no se anula ni

cuando se evalúa en el equilibrio inicial (que suponemos existe) ni en
cualquier otro punto.
Al verificarse las dos condiciones del teorema, podemos afirmar la

existencia de:

 Y  Y ( C 0 , T0 , I 0 , G 0 , L 0 , M 0 )

 
r  r ( C 0 , T0 , I 0 , G 0 , L 0 , M 0 )
 

Aunque no seamos capaces de resolverlas explícitamente para Y y r .
También se verifica la identidad:
1
   
F  Y  C 0  C Y  T0  T Y , r  I 0  I Y , r  G 0  0
 L Y , r   M
2
F  L0 0 0
Cálculo de las derivadas totales de F1 y F2 respecto de las variables

exógenas:
Se hace notar que en las diferenciales totales de F1 y F2 sólo se ha tenido

en consideración las variables de las cuales verdaderamente dependen. Es
decir, en la expresión de dF1 no se han considerado las variables
L0 y M0 por no aparecer en la expresión de F1. Mientras que en la
expresión de dF2 no se han considerado las variables C0, T0, G0 e I0 por
no aparecer en la expresión de F2. La inclusión de las variables antes
mencionadas en las expresiones de dF1 y de dF2 no alterarán los
resultados (se deja al alumno la comprobación de esto último).
70
C0
T0
I0
Y G0
L0
M0
C0
T0
I0
F1 r G0
L0
C0 M0
T0
I0
G0
Variables independientes: C0 , T0, I0, G0, L0, M0 .
Diferencial total:
F1 F1 F1 F1 F1 F1

dF1   dY   dr   dC0   dT0   dI0   dG0  0
Y r C0 T0 I0 G0
F1 F1 Y F1 r F1 F1 dT0 F1 dI0

         
C0 Y C0 r C0 C0 T0 dC0
 I0 dC0

0 0
F 1
dG0
  0 (c)
G0 dC

0
0
Trabajando con (c):
F1  Y  F1  r 
   F
1
   
Y  C0  r  C0 
  C0
   r 
1  CY 1  TY  IY  Y   Cr  Ir     1
 c 
'
 C0   C0 
d
71
F1 F1 Y F1 r F1 dC0 F1 F1 dI0

         
T0 Y T0 r T0 C0 
dT0 T0 I0 
dT0
0 0
F1 dG0
  0 d
G0 
dT

0
0
Trabajando con (d):
F1  Y  F1  r 
   F
1
   
Y  T0  r 

 T0 
 T0
   
1  CY 1  TY  IY   Y   Cr  Ir    r   CY d'
T0 T0
d d
   
F1 F1 Y F1 r F1 dC0 F1 dT0 F1

         
I0 Y I0 r I0 C0 
dI0 T0 
dI0 I0
0 0
F 1
dG0
  0 e
G0 
dI

0
0
Trabajando con (e):
F1  Y  F1  r 
   F
1
   
Y  I0  r  I0 
  I0
   
1  CY 1  TY  IY   Y   Cr  Ir    r   1 e'
I0 I0
d
   
F1 F1 Y F1 r F1 dC0 F1 dT0 F1 dI0

          
G0 Y G0 r G0 C0 
dG

0 T0 
dG

0 I0 
dG

0
0 0 0
F 1
 0 f 
G0
72
Trabajando con (f):
F1  Y  F1  r 
   F
1
   
Y  G0  r  G0 
  G0
   r 
1  CY 1  TY  IY   Y   Cr  Ir   
d
G0 G 
 1
 f 
'
   0
F1 F1 Y F1 r F1 dC0 F1 dT0 F1 dI0

          
L0 Y L0 r L0 C0 dL0
 T0 dL0
 I0 dL0

0 0 0
F 1
dG0
  0 (g)
G0 dL

0
0
Trabajando con (g):
F1  Y  F1  r 
     0
Y  L0  r  L0 
 
   r 
1  CY 1  TY  IY  Y   Cr  Ir     0
 g  '
 L0  
d
L
 0
F1 F1 Y F1 r F1 dC0 F1 dT0

        
M0 Y M0 r M0 C0 dM

0 T0 dM

0
0 0
F1 dI0 F1 dG0

    0 (h)
I0 dM

0 G0 dM

0
0 0
Trabajando con (h):
F1  Y  F1  r 
     0
Y  M0  r  M0 
 
   r 
1  CY 1  TY  IY  Y   Cr  Ir     0
 h '
 M0  
d
 M 0
73
C0
T0
I0
Y G0
L0
M0
C0
F2 T0
I0
r G0
L0
M0 M0
L0
Variables independientes: C0 , T0, I0, G0, L0, M0 .
F 2 F 2 F 2 F 2
dF2   dY   dr   dM0   dL0  0
Y r M0 L0
F 2 F 2 Y F 2 r F 2 dM0 F 2 dL0
        0 i
C0 Y C0 r C0 M0 
dC

0 L0 
dC0
0 0
Trabajando con (i):
F2  Y  F2  r 
    0
Y  C0  r  C0 
 
 Y   
LY     L   r   0
 C0 
r
 C0 
i 
'
   
F 2 F 2 Y F 2 r F 2 dM0 F 2 dL0
        0 j
T0 Y T0 r T0 M0 
dT

0 L0 
dT0
0 0
Trabajando con (j):
F2  Y  F2  r 
    0
Y  T0  r  T0 
 
74
 Y   
LY     L   r   0
 T0 
r  T  j '
   0
F 2 F 2 Y F 2 r F 2 dM0 F 2 dL0
        0 k
I0 Y I0 r I0 M0 
dI

0 L0 
dI0
0 0
Trabajando con (k):
F2  Y  F2  r 
    0
Y  I0  r  I0 
 
 Y   
LY     L   r   0

 I0 
r 
 I0 
k  '
   
F 2 F 2 Y F 2 r F 2 dM0 F2 dL0

        0 l
G0 Y G0 r G0 M0 
dG

0 L0 
dG

0
0 0
Trabajando con (l):
F2  Y  F2  r 
    0
Y  G0  r  G0 
 
 Y   
LY     L   r   0
 G0 
r  G  l '
   0
F 2 F 2 Y F 2 r F2 dM0 F 2
      0 m
L0 Y L0 r L0 M0 
dL

0 L0
0
Trabajando con (m):
F2  Y  F2  r 
   F
2
   
Y  L0  r  L0 
  L0
 Y   r 
LY   L
 L0  r     1
 L0 
m  '
   
75
F2 F2 Y F2 r F 2 F 2 dL0

       0 (n)
M0 Y M0 r M0 M0 L0 dM

0
0
Trabajando con (n):
F2  Y  F2  r 
   F
2
   
Y  M0  r  M0 
  M0
 Y   r 
LY   L
 M0  r    1
 M0 
n '
   
Se pueden calcular doce derivadas estático-comparativas. Nosotros

vamos a calcular sólo cuatro de ellas, dejando al alumno el cálculo de las
restantes.
Colocando en forma matricial c' y i' :   

  Y  
 
  C 0   1 

 
 1  C Yd 1  TY  I Y    C r  I r    
      
 L L    r   0
Y r  
 C 0  
 
1 Cr  Ir 
Y 0 Lr Lr
  0
C0 J J
1  CY 1  TY   IY
d
1
r LY 0  LY
  0
C0 J J
Colocando en forma matricial d' y j' :   

 Y 
 
  T0   CYd 



1  CYd 1  TY  IY    Cr  Ir    



   
  r   0 
LY Lr

 
 T0 
76
 CYd Cr  Ir 
Y 0 Lr  Lr  CYd
  0
T0 J J
1  CY 1  TY   IY
d
 CYd
r LY 0 CYd  LY
  0
C0 J J
III.5 Limitaciones de la estática-comparativa

La estática comparativa ignora el proceso de ajuste del viejo equilibrio al nuevo
y también prescinde del elemento temporal que implica ese proceso de ajuste.
No toma en cuenta que de repente el nuevo equilibrio no se alcance jamás si es
que el modelo es inestable.
77
Apéndice
Demostración de la ecuación de equilibrio en el mercado de bienes
del modelo de renta nacional:
Se sabe que:
Y CIG 1
Y que:
C  0  1Y  T 2
Reemplazando 2 en 1 se tiene:
Y  0  1Y  T  I  G
Sumando a ambos lados “T” se tiene:
Y  T  0  1Y  T  I  G  T
Y  T   0  1Y  1T  I  G  T  1  1 Y  T  G    0  1  1 T  I
 1
1  Y 0  
T T G  I  S  I Economíacerrada

Sprivado Spúblico
Por tanto, en una economía abierta se tendrá:
S  X  I  M Economíaabierta 3
Donde:
X: Exportaciones.
M: Importaciones
S: Ahorro
I: Inversiones
La ecuación 3 se puede escribir como sigue:

X
 

M  IS 
X
 

M 
   
 
 Iprivado  Sprivado  Ipúblico  Spúblico
 

Balanza Comercial Sector Externo Sector Privado Sector Público
Si: X  M  superávit en la balanza comercial  I  S  déficit en el sector

público y/o en el sector privado.
78
Cálculo de las pendientes de las curvas “IS” y “LM”:

IS  Y, r  / Y  C 0  CY  T0  TY , r   I 0  IY, r   G 0 
LM  Y, r  / L 0  LY, r   M 0 
Escribiendo las ecuaciones en forma implícita tenemos que:
FIS  Y  C0  CY  T0  TY, r  I0  IY, r  G0  0
FLM  L0  LY, r  M0  0
Por la regla de derivación de la función implícita tenemos:
r

FYIS

1  CYd 1  TY   IY

 
1  CYd  IY  CYd  TY
0
Y FrIS  Cr  Ir  Cr  Ir 
r FYLM LY
  0
Y FrLM Lr
79
80
Capítulo IV
OPTIMIZACIÓN EN ECONOMÍA
IV.1 Análisis convexo

Las funciones cóncavas y convexas juegan un rol importante en la teoría
económica. La mayor parte de los problemas que se presentan en economía
involucran a individuos racionales que resuelven algún tipo de problema de
optimización, los conceptos de conjuntos convexos, y de concavidad y
convexidad de funciones serán de gran utilidad para el desarrollo de estos
problemas de optimización.
IV.2 Conjuntos convexos
Sea un conjunto   n , será un conjunto convexo si para cualquier par de

 
puntos x, y   y para todo   0, 1 se cumple que:
  
z  z1, z2,  , zn   x  (1  )y  x1, x2, , xn   (1  )y1, y2, , yn    A 1
 
Es decir que si trazamos un segmento entre los puntos x, y ; para que el conjunto
 sea un conjunto convexo, todo el segmento que los une deberá estar
totalmente contenido en el conjunto  . En la figura 1 los tres primeros
conjuntos (a), (b) y (c) son convexos en cambio los conjuntos (d) y (e) no lo son.
x x
x
y y
y
(a) (b) (c)
1  
A la ecuación (A) se le denomina combinación convexa de x y y.
CIRO BAZÁN OPTIMIZACIÓN EN ECONOMÍA
x y y
(d) (e)
Figura 1
Ejemplos:
Determinar si los siguientes son conjunto convexos.

a) X  (x1, x2)  2 / x2  x1 
b) X  (x , x )   / x
1 2
2
2 x
2
1
c) X  (x , x )   / x
1 2
2
2 x
2
1
d) Dados dos conjuntos convexos X1 y X2 que pertenecen a , determinar si la

unión de estos conjuntos es un conjunto convexo.
Solución:
 
a) Sea x  (x1, x2) e y  (y1, y2) dos elementos de X, debemos probar que para
todo   0, 1 :
  
z  (z1, z2)  x  (1  )y  (x1  1  y1, x2  (1  )y2) debe pertenecer a X.
 
Debido a que x, y   se cumple que x2  x1 e y2  y1 y como 1    0
y 1  1    0 se tiene que x2  x1 y 1  y2  (1  )y1 . Por lo tanto,
z2  x2  (1  )y2  x1  (1  )y1  z1, lo que prueba que X es convexo ya

que z   .
82
x2
x1
Figura 2
 
b) Siguiendo un procedimiento similar al del ejercicio anterior, dado que x e y
son dos elementos de X, y que   0, 1 se tiene:
x2  x12 , 1  y2  (1  )y12
Ya que se verifica que:
x12  1  y12  x1  1  y12  1  x1  y12  0 *
Por tanto:
x12  1  y12  x1  1  y12
Por otro lado, tenemos que:
z2  x2  1  y2  x12  1  y12  x1  1  y12  z12
z2  z12
Lo que prueba que X es convexo.
83
x2
x1
Figura 3
c) En este caso, probaremos que éste no es un conjunto convexo con un

1
ejemplo. Por ejemplo, para x  (2,4), y  (2,4) y    0, 1 tales que:
2
   1 1
z  x  (1  )y  2, 4  (2,4)  (2,0)  X
2 2
Por tanto X no es un conjunto convexo.
x2
x2  x12
X
x1
 x2  x12
Figura 4
d) Dado que en  todo intervalo es un conjunto convexo, los siguientes

intervalos son conjuntos convexos: X1  1, 3 y X2  6, 8 . Podemos ver que
X3  X1  X2 no es convexo ya que por ejemplo existen x1  2 y
1
x2  7  X3 y sin embargo podemos ver que para un  :
2
x1  (1  )x2  4,5  X3 . Por tanto, por lo general la unión de dos conjuntos
convexos no es un conjunto convexo.
84
IV.3 Funciones cóncavas y convexas
1. Introducción
En esta sección se introducen los conceptos de función convexa,
estrictamente convexa, cóncava y estrictamente cóncava en un conjunto
convexo. Estas características son fundamentales en la teoría de la
optimización, ya que permiten garantizar la globalidad de las soluciones.
f(x) f(x)
x x
a) b)
f(x)
x
c)
Figura 5
La figura 5a) representa una función convexa, pero no estrictamente convexa

ya que hay pares de puntos de la función tales que la cuerda que los une está
sobre la función y no estrictamente encima de ella. La figura 5b) representa
una función estrictamente convexa ya que la cuerda que une cualquier par de
puntos de ella se encuentra estrictamente sobre dicha función. La figura 5c)
representa una función que no es ni cóncava ni convexa ya que existen
cuerdas que unen pares de puntos que la cortan ubicándose en una región por
encima y en otra por debajo de dicha función.
85
2. Definiciones
Dada una función “f” definida en un conjunto convexo X  n :

 
 Será convexa en X si y sólo si para todo x, y  X y para todo
  0, 1 se cumple:
f 1  x  y  1  f x  f y

   
 
 Será cóncava en X si y sólo si para todo x, y  X y para todo
  0,1 se cumple:
f 1  x  y  1  f x  f y

   
Dada una función “f” definida en un conjunto convexo X  n :

 
 Será estrictamente convexa en X si y sólo si para todo x, y  X ,
 
x  y, y para todo   0, 1 se cumple:
f 1  x  y  1  f x  f y

   
 
 Será estrictamente cóncava en X si y sólo si para todo x, y  X ,
 
x  y, y para todo   0, 1 se cumple:
f 1  x  y  1  f x  f y

   
Dada una función “f” definida en un conjunto convexo X  n . Se dice que

“f” es convexa en X si y sólo si la función “─f” es cóncava en X.
Dada una función “f” definida en un conjunto convexo X  n . Se dice que

“f” es estrictamente convexa en X si y sólo si la función “─f” es
estrictamente cóncava en X.
z

f z f x, y

f x
 
f x  1  f y
A
 B
f y
x2 z2 y2
y
y1
z1 
x1   y
x z
X
x
Figura 6
86
La figura 6 muestra una función cóncava en X  2 ya que se verifica que
 
para todo par de puntos x, y  X , la función evaluada en cualquier
  
combinación convexa z de x y y, es mayor o igual que la correspondiente
    
combinación convexa de f x y f y, es decir: f z  f x  1  f y. Esto
implica que el arco que una los puntos A y B nunca estará debajo del
segmento de recta que une tales puntos. Para este caso, es importante señalar
  
que por lo general se verifica que f z  f x  1  f y, pero en los puntos
A y B (cuando respectivamente   1 y   0 ) se cumple respectivamente
   
que: f z  f x y f z  f y.
Ejemplos:
1.- Determinar de acuerdo a las definiciones anteriores que tipo de funciones
son las siguientes:
1
a) f (x)  en X    , X es convexo.
x
b) f (x)  x en   .
Solución:
a) Sean x, y  X,   0, 1,

como X es convexo se cumple que
z  1  x  y  X. Para que “f” sea convexa se debe verificar que:
1 1 1
f (1  )x  y   (1  )   1  f x  f (y)
1   x  y x y
Resolviendo:
1 1 1
(1  )   0
x y 1  x  y
(1  )y  x 1
 0
xy 1  x  y
Operando algebraicamente se llega a:
(1  )(x  y)2

0
xy(1  )x  y
87
Pero gracias a * , se cumple que 1  x  y2  0 . Asimismo, dado
que X     x  0 e y  0, ya que x , y  X. Por tanto, fácilmente se
puede ver que el denominador de esta expresión es positivo, por lo que
se prueba que “f” es convexa. También, si x  y y   0, 1 se cumple
que 1  x  y2  0, por lo que “f” también es estrictamente convexa
en X.
b) Sean x , y    ,   0, 1, y z  1   x  y    . Para que “f” sea

cóncava se debe verificar que:
f z  f 1  x  y  1  x  y  1   x   y  1  f (x)  f (y)
1   x  y  1  x  y
Elevando al cuadrado ambos miembros de la desigualdad:

2 2
1   x   y    1  x  y 
   
1  2x  21   xy  2y  1  x  y
Operando se tiene que:
2
(1  ) x  y   0
 
Podemos observar que la inecuación anterior siempre se verifica para

x , y    ,   0, 1, por lo que “f” es cóncava en   . Pero para
2
x , y    , x  y, y para   0, 1 se cumple que 1   x  y   0 .
 
Por tanto, “f” también es estrictamente cóncava   .
f(x)
z
1  λ  x λ y
0 x z y x
Figura 7
88
2.- En la teoría de la empresa competitiva, dado un vector de precios

w   n de “n” factores de producción y el nivel “q” de producción del
bien correspondiente, se define la función “costo” como aquella que al

vector w , q    n1 le hace corresponder el menor valor de
  
w  x  w1x1  w2x2    wn xn , siendo x  x1, x2, , xn  un vector de
cantidades de insumos que permite obtener el nivel de producción “q” [lo

cual se resume expresando x  Vq ]. Siendo Vq el conjunto de insumos
requeridos para producir al menos “q” unidades del bien. Esto es:
  
Cw , q   Cw 1 , w 2 ,  , w n , q   min w  x
 
 
s.a : x  V q   x   n Qx   q    

Donde Qx  es la función de producción. Se pide demostrar que la

función de costo es cóncava respecto a w.
Solución:
Primero que nada debemos resaltar que en este problema de

minimización restringida, las variables de elección son las componentes
 
de x , mientras que los parámetros son las componentes de w y q.
Asimismo, debemos tener en consideración que las soluciones del
problema de minimización, denominadas demandas de factores
condicionadas al nivel de producción q, serán funciones de los
parámetros, esto es:
  

x*  x* w* , q 
 
Ahora, para demostrar que Cw , q  es cóncava respecto a w ,
demostraremos que dados dos vectores de precios de los factores,
    
w 1 y w 2 , para todo vector de precios w *  w 1  1   w 2 , con
  0, 1 se deberá cumplir que:
   
C w * , q  Cw 1 , q   1   Cw 2 , q 

   
Cw1  1  w2, q  Cw1, q  1  Cw2, q.

 
Para algún x * w * , q  Vq  se debe verificar que:

 
  
C w* , q  w*  x* w* , q 
     
C w * , q  w 1  1   w 2   x * w * , q

 

   
    

C w * , q  w 1  x * w * , q  1   w 2  x * w * , q 
89
 
 
De acuerdo a la definición, x * w * , q minimiza el costo de producir el

nivel “q” con el vector de precios w * , pero no necesariamente minimiza

el costo de producir el mismo nivel “q” con los vectores de precios w1 o

w 2 . Por tanto, se debe verificar que:
  
     
w 1  x * w * , q  Cw 1 , q   w 1  x w 1 , q 
 
w 2  x* w , q   Cw
*
2,q   w 2  x w 2 , q 
En consecuencia es fácil comprobar:
  
     
 
w 1  x * w * , q  Cw 1 , q   1   w 2  x * w * , q  1   Cw 2 , q 
Sumando miembro a miembro las dos últimas inecuaciones tenemos que:
w 1  1   w 2   x * w * , q   Cw 1 , q   1   Cw 2 , q 

   
C w * , q  Cw 1 , q   1   Cw 2 , q 

 
Por tanto, la función Cw, q es cóncava respecto a w.
3.- Sea el problema de elección de la cesta de consumo que proporcione un

nivel de utilidad fijo al mínimo gasto:
 
Min p  x

s.a: Up  U0 (*)

x0
 
Para cualquier elección de p y U 0 , denotaremos como Cp, U0 a la

cesta de consumo que resuelve el problema (*); Cp, U0 se le denomina
función de demanda compensada (Hicksiana) ya que, en su construcción,
los cambios en la renta son compensados por cambios en los precios para
mantener al consumidor en un nivel de utilidad fijo.
De manera análoga a la función utilidad indirecta, definimos la función


de gasto del consumidor Ep, U0 como el valor óptimo de la función
objetivo del problema (*):
  
Ep, U0  p  Cp, U0

La función de gasto Ep, U0 es el costo mínimo (cantidad mínima de
renta necesaria) para que el consumidor consiga un nivel de utilidad

“ U 0 ” cuando el precio del sistema es p .

Demostrar que la función de gasto, como una función de p para cada U 0
fijo, es cóncava.
90
Solución:
 
  
Sean p, x y p', x' dos combinaciones precio  consumo que minimizan
el gasto al nivel de utilidad U 0 . Su combinación lineal es:
p , x   p  1  p , x  1  x  

'' '' ' '
0   1
Por tanto:

  
   

E p'', U0  p''  x''  p  1  p'  x'' 

Pero x'' no es necesariamente la forma más barata para alcanzar la
 
utilidad U 0 a los precios p o p' , por tanto:
     
p  x''  Ep, U0  p'  x''  E p', U0  
En consecuencia, multiplicando las expresiones anteriores por  y 1  
respectivamente, se tiene:
     
p  x''  Ep, U0  1   p'  x''  1  E p', U0  
Sumando miembro a miembro las expresiones anteriores, tenemos:
     
p  x''  1   p'  x''  Ep, U0  1  E p', U0  
p  1   p   x
' ''   
 
 
 p''  x''  E p'', U0  Ep, U0  1   E p', U0  

Por tanto, la función de gasto, como una función de p para cada U 0
fijo, es cóncava.

4.- Sea la función de beneficio óptimo p, w que es el máximo beneficio
que se puede lograr cuando el precio del bien producido es “p” y el costo

de los factores de producción es w . Escribimos “ π ” como:
   
p, w  max
 p  q  w  x : q  Qx
q, x
" Q" es una determinada fución de producción.

Donde 
" q" es el nivelde produccióndel bien.

Demostrar que p, x es convexa.
Solución:
  
p, x  max
 pq  w  x
q, x

s.a: Qx  q
   
Sean dos vectores: A  p1, w1 y B  p2, w2 y su combinación lineal la
siguiente:
91
    
Z  A  1  B  p1  1  p2, w1  1  w2
Para que la función de beneficio sea convexa deberemos verificar lo

siguiente:

 
 
 Z   A  1   B 
Donde:

  
 A  p1  q  w1  x 
  
 B  p2  q  w2  x
 
Para algún q, x / Qx  q se debe cumplir:


 Z  p1  1   p2q  w1  1  w2  x
  

Por otro lado, q, x maximiza el beneficio de producir el nivel “q” con el

vector Z , pero no necesariamente maximiza el beneficio de producir el
 
mismo nivel “q” con los vectores A y B entonces se debe cumplir que:
  
p1  q  w1  x  p1, w1
  
p2  q  w2  x  p2, w2
   
p1  q  w1  x  p1, w1   A 
1  p2  q  1  w2  x  1  p2, w2  1  B
   
p1  q  1  p2  q  w1  x  1  w2  x  A  1  B

     

    
 
 Z  p1  1  p2  q  w1  1  w2  x    A  1    B 

Por tanto, la función p, x es convexa.
3. Condiciones para la convexidad/concavidad de funciones

Debido a que no es sencillo establecer la convexidad o concavidad de las
funciones simplemente a partir de la definición antes vista, será
indispensable establecer condiciones necesarias o necesarias y suficientes.
Éstas serán distintas dependiendo de si la función es diferenciable o no lo es
necesariamente.
3.1. Funciones no necesariamente diferenciables

Condiciones necesarias:
a) Una condición necesaria pero no suficiente para que “f” sea convexa en
un conjunto convexo X de n es que para cada número real  el
conjunto:
 
  x  X / f (x)    n sea convexo.
92
b) Una condición necesaria pero no suficiente para que “f” sea cóncava en
un conjunto convexo X de n es que para cada número real  el
conjunto:
 
  x  X / f (x)    n sea convexo.
Estas condiciones sólo nos permiten afirmar qué funciones no son ni

cóncavas ni convexas, pero no nos permiten asegurar si son cóncavas o
convexas.
Para mayor entendimiento de estas condiciones veamos los siguientes

gráficos:
f(x)
 x
Figura 8
f(x)

x
Figura 9
Tanto en la figura 8 como en la figura 9 podemos ver como las condiciones

a) y b) respectivamente se cumplen para las funciones convexas y cóncavas,
pero debido a que tan solo son condiciones necesarias pero no suficientes
podemos ver en la figura 10 que a pesar de que cumple las condiciones no es
ni cóncava ni convexa. Es decir en este caso la condición no nos sirve para
descartar que sea una función convexa o que sea una función cóncava.
93
f(x)
x
……..   ……..
Figura 10
Ejemplos:
De acuerdo a las definiciones anteriores, ¿podemos asegurar que alguna de
las siguientes funciones no sea cóncava ni convexa?
a) f (x)  ex con x   ,
b) f (x)  ln x con x>0.
Solución:
a) Debemos ver que tipo de conjunto será  y  para todo  :
 
  x   / ex    
 

ln 
si   0
si   0
 ,
 
  x   / ex    ln , si   0
f(x)
ex
ln  x
 
Figura 11
94
Como se puede ver, aunque los conjuntos resultantes  y  son
convexos para todo , las condiciones a) y b) no nos permiten asegurar
si la función es cóncava o convexa.
b) De manera similar, vemos que ambos conjuntos resultantes son

convexos, por lo que no podemos descartar que la función sea cóncava o
que sea convexa.
 
  x   / ln x    0, e

  x   / ln x    e,   
f(x)
eα
x
 
Figura 12
Condiciones necesarias y suficientes:

Para estudiar estas condiciones debemos analizar las siguientes definiciones:
Sea un conjunto convexo X  n y una función “f” definida de X en  .
a) El epígrafo de “f” es el conjunto:

  

Ef  x, y  n 1 / x  X, y  , f x  y  n 1
b) El hipógrafo de “f” es el conjunto:


  

Hf  x, y  n 1 / x  X, y  , f x  y  n 1
La figura 13 ilustra estos conceptos para la siguiente función: f (x)  x2.

Donde: n  1.
95
f(x)=x2
Ef Hf
Figura 13
Una función f: X   es convexa si y sólo si Ef  n 1 es un conjunto

convexo.
Una función f: X   es cóncava si y sólo si Hf  n 1 es un conjunto

convexo.
Ejemplos:
De acuerdo a las definiciones anteriores, ¿podemos asegurar que alguna de
las siguientes funciones no sea cóncava o convexa?
a) f (x)  senx con x  0, 2 ,

b) f (x)  ex con x   ,
c) f (x)  x con x    .
Solución:
a) Utilizando las definiciones anteriores, podemos ver que el epígrafo y el
hipógrafo de la función no son conjuntos convexos, por tanto la función
no será ni cóncava ni convexa.
Ef
Hf
Figura 14
96
b) Como podemos ver en este caso el epígrafo es un conjunto convexo, mas
el hipógrafo no lo es por lo tanto podemos afirmar que es una función
convexa.
Ef
Hf
Figura 15
c) A diferencia del caso anterior, en este caso el epígrafo no es un conjunto

convexo, mas el hipógrafo si lo es por lo tanto podemos afirmar que es
una función cóncava.
Ef
Hf
Figura 16
3.2 Funciones diferenciables
Condiciones necesarias de primer orden:
Dado X un conjunto abierto2, no vacío y convexo en n y una función “f”

definida de X en  y diferenciable en X:
a) Una condición necesaria pero no suficiente para que “f” sea convexa en
X es:
      
Para todo par x1, x2  X : f x2  f x1  f x1  x2  x1
2
97
b) Una condición necesaria pero no suficiente para que “f” sea cóncava en
X es:
      
Para todo par x1, x2  X : f x2  f x1  f x1  x2  x1


Donde f indica el gradiente3 de “f”: f x   f x1 x  f x 2 x  f x n x  .
  

Las funciones serán respectivamente estrictamente cóncavas y estrictamente
convexas si las desigualdades anteriores se cumplen de forma estricta.
Las condiciones anteriores están representadas gráficamente en la figura 17.

 
Tenga presente que para la figura 17b f x 2   f x 1   0 y
     
f x 1   x 2  x 1   0 ya que f x 1   f ' x 1   0  x 2  x 1   0 . Además,
         
f x 2   f x 1   f x 1   x 2  x 1   f x 2   f x 1   f x 1   x 2  x 1 .
 
  f x1  x 2  x1
f x 2   f x1
 
f x 2   f x1
  
f x1  x 2  x1
x1 x2
x1 x2
a) Convexa b) Cóncava
Figura 17
Ejemplos:
Teniendo en cuenta las definiciones anteriores estudiar la convexidad o
concavidad de las siguientes funciones:
Funciones de  en  definidas en un conjunto X:
a) f (x)  ax  b x  ,
b) f (x)  x x  0,
c) f (x)  x3 x  ,
Funciones definidas de 2 en  en un conjunto X:
d) f (x)  ax12  bx22 (x1, x2)  2 a, b   ,

e) f (x)  eax1  bx2 (x1, x2)  2 a, b   ,
3
98
Funciones de 3 en  definidas en un conjunto X:
f) f ( x )  ax 12  bx 22  cx 32  d ( x 1 , x 2 , x 3 )   3 a , b, c, d   ,
g) f ( x )  x 1  x 2  x 3 ( x 1 , x 2 , x 3 )   3  0 .


Solución:
Todas las funciones a analizar son diferenciables en X (conjunto abierto, no

vacío y convexo). Por tanto podemos aplicar las condiciones necesarias de
primer orden anteriormente vistas.
a) f x2  f x1  ax2  b  (ax1  b)  a(x2  x1)  f (x1)  (x2  x1)
Por lo que según las condiciones vistas anteriormente esta función es

cóncava y convexa.
1
b) f x 2  f x1  x2  x1  (x 2  x1)  f (x1)  (x 2  x1)
2 x1
Debido a que:
1 x 2  x1 x2 x1
x 2  x1  (x 2  x1 )    
2 x1 x2  x1 2 x1 2
x 2  x 1 
x 1  x 2 
 
 0
2 x 1  x 2  x 1 
 
La función es estrictamente cóncava en X  (0,  ). Podemos ver que

en el punto x1  0 la función no es derivable, por lo que no es posible
probar la concavidad de la función con las definiciones recién vistas.
Sin embargo, de acuerdo a lo visto anteriormente, para y  0 y   0, 1
se cumple que:
f 1   0  x2  y    y  1   f (0)  f (y)
Por tanto, la función también es cóncava en este punto.
c) f x2  f x1  x32  x13
f (x1)  (x2  x1)  3x12(x2  x1)
En este caso es un poco difícil determinar el signo de la desigualdad,

pero operando se puede llegar a la siguiente expresión:
f x 2   f x 1   f ( x 1 )  ( x 2  x 1 )  ( x 32  x 13 )  3x 12 ( x 2  x 1 )
99
f x 2   f x 1   f ( x 1 )  ( x 2  x 1 )  ( x 2  x 1 ) 2 x 2  2 x 1 
El primer término de esta expresión es siempre positivo, pero el signo

del segundo dependerá de los valores que tomen x2 y x1. Esta función
no es ni cóncava ni convexa.
Figura 18
 
d) f (y)  f x  ay12  by22  ax12  bx22  a(y12  x12)  b(y22  x22)
    y  x1 
f (x)  (y  x)  2ax1 2bx2  1   2ax1(y1  x1)  2bx2(y2  x 2)
y2  x 2
    
f y  f x  f (x)  (y  x)  a(y1  x1)2  b(y2  x2)2
Para esta expresión se puede ver que el signo que tome dependerá del
signo de a y b.
 
Si a y b son positivos y x  y la función será estrictamente convexa.
 
Si a y b son negativos y x  y la función será estrictamente cóncava.
Si a y b tienen signos distintos la función no será ni cóncava ni convexa
  
ya que existen x e y tales que a(y1  x1)2  b(y2  x2)2 0.

e)



f ( y)  f x  e ay1  by2  e ax1  bx2
    y  x1 
f ( x )  ( y  x )  e ax1  bx2 a b   1 e
ax1  bx2
a ( y1  x 1 )  b( y 2  x 2 )
y 2  x 2 
   
Se puede verificar que para todo x e y con x  y :
100
    
f (x)  (y  x)  f (y)  f x
Ya que:
e ay1  by2  e ax1  bx2  e ax1  bx2 a ( y1  x 1 )  b( y 2  x 2 )  *
Dividiendo ambos términos entre e ax1  bx2 obtenemos:
e ay1  by2
 1  e a ( y1  x1 )  b ( y 2  x 2 )  1  a ( y1  x 1 )  b ( y 2  x 2 )
e ax1  bx2
Para entender el porque del sentido de la desigualdad, realizaremos un

cambio de variable:
a(y1  x1)  b(y2  x2)  z
Por lo que tenemos que comparar ahora es:
ez  1 con “z”, y gracias a la figura 19 comprobamos * . Por tanto, la

función es estrictamente convexa para cualquier valor de “a” y “b”.
f ( z)  e z  1
f(z)=z
Figura 19
f) De manera similar al ejercicio d) se prueba que si a, b, c, d   la

función es estrictamente convexa y si a, b, c, d   es estrictamente
cóncava. La demostración queda para el alumno.
 
g) f (y)  f x  y1  y2  y3  x1  x2  x3
101
 y1  x1 
  

 
    (y1  y2  y3)  (x1  x 2  x3)
f (x)  (y  x)  fx1x fx 2 x fx3 x y2  x 2 
y3  x3 2 x1  x 2  x3
    
f y  f x  f (x)  (y  x) 
(y1  y2  y3)  (x1  x 2  x3)

 y1  y2  y3  x1  x 2  x3 
2 x1  x 2  x3
    
f y  f x  f (x)  (y  x)  ( y1  y2  y3  x1  x2  x3 )2  0
Lo que indica que la función es estrictamente cóncava. Es importante

señalar que la concavidad de esta función no se puede estudiar en
 
x  0  0, 0, 0 empleando las condiciones que utilizan gradientes ya que
en este punto la función no es diferenciable.
Condiciones de segundo orden:
Sea X un conjunto abierto y convexo de n y “f” una función definida de X

en  dos veces diferenciable con continuidad en X, es decir, C2. Entonces se
verifica que:
1. Una condición necesaria y suficiente para que “f” sea convexa en X es

   
que para cada x  X se verifique que yt Hf(x)y  0 para todo y  n , es

decir que Hf(x) sea semidefinida positiva (SDP) o definida positiva
4
(DP) .
2. Una condición suficiente pero no necesaria para que “f” sea estrictamente
 
convexa sobre X es que Hf(x) sea definida positiva para todo x de X (es
    
decir, yt Hf(x)y  0 para todo y  n, y  0 ).
3. Una condición necesaria y suficiente para que “f” sea cóncava en X es

   
que para cada x  X se verifique que yt Hf(x)y  0 para todo y  n , es

decir que Hf(x) sea semidefinida negativa (SDN) o definida negativa
(DN).
4. Una condición suficiente pero no necesaria para que “f” sea estrictamente
 
cóncava sobre X es que Hf(x) sea definida negativa para todo x de X (es
    
decir yt Hf(x)y  0 para todo y  n, y  0 ).
4
102
Ejemplos:
a) f (x1, x2)  ax12  bx22 (x1,x2)  2 a, b  
b) f (x1, x2)  x14  x12x22  x42  3x1  8x2 (x1,x2)  2
c) f (x1, x2)  x1x2 (x1,x2)  2
d) Q(x1, x2)  x1a xb2 (x1,x2)  2 a, b  
e) f (x1, x2, x3)  ax12  bx22  cx32 d (x1,x2,x3)  3
Solución:
a) Para todo x  2, el hessiano de la función f (x1, x2)  ax12  bx22 es:
 2a 0 
Hf(x)   
 0 2b
Los menores principales dominantes son:
H1  2a

H2  Hf(x)  4ab
Podremos obtener distintos resultados:


Si a  0 y b  0, H1  0 y H2  0 entonces Hf(x) es definida positiva

para todo x . Por tanto, la función es estrictamente convexa.

Si a  0 y b  0, H1  0 y H2  0 entonces Hf(x) es definida negativa

para todo x . Por tanto, la función es estrictamente cóncava.

Si a  0 y b  0, H1  0 y H2  0 entonces Hf(x) es semidefinida

positiva para todo x . Por tanto, la función es convexa.

Si a  0 y b  0, H1  0 y H2  0 entonces Hf(x) es semidefinida

negativa para todo x . Por tanto, la función es cóncava.
Si a  0 y b  0 ó a  0 y b  0, H1  0 y H2  0 ó H1  0 y

H2  0 entonces Hf(x) es indefinida y la función no es ni convexa ni
cóncava.
b) El hessiano de la función es:
 12x 2  2x 22 4x1x 2 
Hf(x)   1 
 4x1x 2 2x1  12x 22
2
103
 
Para x  0 , los menores principales dominantes de orden uno y dos,
H1  12x 12  2 x 22 y H 2  24x 41 132x 12 x 22  24x 42 , son positivos, por

lo que Hf(x) es definida positiva. Por tanto, “f” es una función
estrictamente convexa.
c) El hessiano de la función es:
 0 1
Hf(x)   
1 0
Los menores principales dominantes de primer y segundo orden son


H1  0  0, H2  Hf(x)  1  0 . Dado que H2  0 y por tanto

k  2 : par entonces Hf(x) es indefinida y la función no es ni convexa
ni cóncava.
d) Para este caso el hessiano será:
a(a  1)x a  2 x b abx1a 1x 2b 1 

HQ(x1, x 2)   1
a 1 b 1
2

 abx1 x 2 b(b  1)x1a x 2b  2
H1  a(a  1)x1a  2x2b

H2  HQ(x)  ab(1  a  b)x12a  2x22b  2
Entonces para que la que la función sea estrictamente cóncava en 2 ,

necesitamos que aa  1  0 y ab1  a  b  0 es decir, necesitamos
que 0  a  1, 0  b  1, y 0  a  b  1, de modo que H1  0 y H2  0 ,

y HQ(x) sea definida negativa. Por tanto, para que una función de
producción Cobb Douglas en 2 sea estrictamente cóncava es
necesario que exhiba rendimientos decrecientes a escala.
e) El Hessiano será en este caso:
2a 0 0 
  
Hf(x)   0 2b 0 
 0 0 2c
H1  2a
104
H2  4ab
H3  8abc
Podremos obtener distintos resultados:


Si a  0, b  0 y c  0, H1  0, H2  0 y H3  0 entonces Hf(x) es

definida positiva para todo x . Por tanto, la función es estrictamente
convexa.

Si a  0, b  0 y c  0, H1  0, H2  0 y H3  0 entonces Hf(x) es

definida negativa para todo x . Por tanto, la función es estrictamente
cóncava.

Si a  0, b  0 y c  0, H1  0, H2  0 y H3  0 entonces Hf(x) es

semidefinida positiva para todo x . Por tanto, la función es convexa.
Si a  0, b  0 y c  0, los menores principales de orden uno son:

H1  0, 2b  2b  0 y 2c  2c  0 ; los menores principales de orden
2b 0 2a 0
dos son: H2  0,  4bc  0 y  4ac  0; el menor
0 2c 0 2c

principal de orden tres es: H3  0, entonces Hf(x) es semidefinida

negativa para todo x . Por tanto, la función es cóncava.
IV.4 Funciones seudoconvexas y seudocóncavas
Sea X un conjunto convexo y abierto de n y una función “f” definida de X en

 y diferenciable en X.
 
a) La función “f” es seudoconvexa en X si y sólo si para todo x1, x2  X tales
    
que f (x1)(x2  x1)  0 se verifica que f (x2)  f (x1).
b) La función “f” es seudocóncava en X si y sólo si para todo x1, x2  X tales

    
que f (x1)(x2  x1)  0 se verifica que f (x2)  f (x1).
La seudoconvexidad, a parte de ser una propiedad muy restrictiva al exigir

diferenciabilidad de “f”, no se verifica en los puntos de inflexión con derivada
nula.
Ejemplos:
a) f x  x3
b) f x  x3  2x2  2x  1
105
Solución:
a) Esta función es diferenciable en X    , , conjunto convexo y

abierto, y como veremos a continuación, no es seudoconvexa ni
seudocóncava.
No es seudoconvexa ya que existen x1  0 y x2  1 con:
f '(0)(1  0)  0  0
y se verifica que f (x2)  f (1)  1  0  f (0)  f (x1) .
No es seudocóncava ya que existen x1  0 y x2  1 con:
f '(0)(1  0)  0  0
Y se verifica que f (x2)  1  0  f (x1) .
Se resalta que en ambos casos se ha tomado como punto inicial x1  0 . Este

punto es un punto de inflexión de “f” con derivada nula.
Figura 20
b) Esta función es diferenciable en X    , , conjunto convexo y

abierto, y como veremos a continuación, es seudoconvexa.
En primer lugar podemos ver que “f” es estrictamente creciente, pues:
 2
2
2
f ' (x)  3x2  4x  2  3 x      0 para todo x
 3 9
 
Para probar la seudoconvexidad tenemos que demostrar que para todo x1 y x2

de X con f ' (x1)(x2  x1)  0 se verifica que f (x2)  f (x1).
106
Como f '(x)  0 para todo x, si x1  x2 de verificarse que f ' (x1)(x2  x1)  0 se
deduce que x2  x1  0 , es decir que x2x1 y por ser estrictamente creciente,
f (x2)  f (x1) como se quería probar.
Es importante resaltar que la función presenta un punto de inflexión en

x  4 6 , en el que f '4 6  0, Por tanto, se verifica la condición de
seudoconvexidad para todo x.
f x
46
x
 7 27
Figura 21
IV.5 Funciones cuasiconvexas y cuasicóncavas
Sea X un conjunto convexo de n y “f” una función de X en  .

 
 La función “f” es cuasiconvexa en X si y sólo si para todo x1, x2  X con
 
f (x1)  f (x2) y todo   0, 1 se verifica que:
f 1  x1  x2  f (x1)  maxf (x1), f (x2)

    
 
 La función es cuasicóncava en X si y sólo si para todo x1, x2  X con
 
f (x1)  f (x2) y todo   0, 1 se verifica que:
f 1  x1  x2  f (x2)  minf (x1), f (x2)

    
107
 La función es estrictamente cuasiconvexa en X si y sólo si para todo
     
x1, x2  X con x1  x2 , f (x1)  f (x2) y todo   0, 1 se verifica que:
f 1  x1  x2  f (x1)  maxf (x1), f (x2)

    
 La función es estrictamente cuasicóncava en X si y sólo si para todo

     
x1, x2  X con x1  x2 , f (x1)  f (x2) y todo   0, 1 se verifica que:
f 1  x1  x2  f (x2)  minf (x1), f (x2)

    
Es importante resaltar que la cuasiconvexidad estricta no implica la

cuasiconvexidad.
Proposición: Sea X un conjunto convexo de n y “f” una función de X en

.
 Si “f” es convexa en X, “f” es cuasiconvexa en X.

 Si “f” es cóncava en X, “f” es cuasicóncava en X.
 Si “f” es estrictamente convexa en X, “f” es estrictamente cuasiconvexa en
X.
 Si “f” es estrictamente cóncava en X, “f” es estrictamente cuasicóncava en
X.
Es importante resaltar que los recíprocos no son ciertos.
En la figura 22 se muestra una superficie en forma de “campana” que no es

cóncava ya que cerca de su base presenta curvatura convexa. No obstante, esta
superficie tiene la propiedad de ser estrictamente cuasicóncava, ya que todos los
arcos de su superficie, ejemplificados por AB y BC, satisfacen la condición de
que todos los puntos de cada arco que están situados entre los dos extremos son
mayores que el menor de los puntos extremos. Se puede apreciar que el
segmento lineal OD que une los puntos “O” y “D”, que pertenecen al dominio
de la función, es una combinación convexa de “O” y “D”. Cualquier punto del
segmento OD da lugar al arco AB de la curva. Además, se aprecia que “A” (OA)
es mayor que “B” (DB). Ya que todos los puntos del arco AB, excepto “A” y
“B”, son estrictamente mayores que “B” (DB), este arco en particular satisface la
condición parta la cuasiconcavidad estricta. Asimismo, se puede apreciar que el
segmento lineal DC que une los puntos “D” y “C”, que pertenecen al dominio de
la función, es una combinación convexa de “D” y “C”. Cualquier punto del
segmento DC da lugar al arco BC de la curva. Además, se aprecia que “B” (DB)
es mayor que “C” (C=0). Ya que todos los puntos del arco BC, excepto “B” y
“C”, son estrictamente mayores que “C” (C=0), este arco también satisface la
condición parta la cuasiconcavidad estricta.
108
Figura 22
Ejemplos:
1.- De acuerdo a las definiciones anteriores determinar a que tipo de función
pertenecen las siguientes gráficas.
a)
f x'
f z 

f x''
x0 x'' z x' x1
Figura 23
La figura 23 corresponde a una función estrictamente cuasiconvexa, pues

para cualquier x', x''  x0, x1  X   con x'  x'', f x'  f x'' y   
   0, 1 se tiene que:
        
f z   f x '  (1  ) x ''  f x '  max f x ' , f x '' .
Pero también se puede verificar que esta función es estrictamente

cuasicóncava, ya que para cualquier x', x''  x0, x1  X   con x'  x'',
  
f x'  f x'' y    0, 1 se tiene que:
        
f z   f x '  (1  ) x ' '  f x ' '  min f x ' , f x ' ' .
109
b)
y  f x 
x2 z x 1b x 1a
f x 2 
f z    f x 
f x 1b a
1
Figura 24
La figura 24 corresponde a una función estrictamente cuasicóncava, pues

para cualquier x 1a , x 2  X   ,    con x 1a  x 2 , f x 1a  f x 2  y  
   0, 1 se tiene que:
   
f z   f x 1a  (1   ) x 2  f x 2   min f x 1a , f x 2  . 
Se puede verificar que esta función es estrictamente cuasicónvexa, para
cualquier x 1b , x 2  X   , 0 con x 1b  x 2 , f x 1b  f x 2  y  
   0, 1 se tiene que:
   
f z   f x 1b  (1   ) x 2  f x 1b  max f x 1b , f x 2  .  
2.- Sea f x  ex. Donde: f : X     y X   es un conjunto abierto y
convexo. Demuestre que esta función es estrictamente cuasicóncava y
estrictamente cuasiconvexa.
y  ex
f x 2 
f z 
f x 1 
x1 z x2
Figura 25
Sea z  1   x 1  x 2  como 0    1  x 1  z  x 2 .
Además, como f ' x   e x  0  f x 1   e x1  f z   e z  f x 2   e x 2 .

110
Por otro lado, tenemos que:
f z   f 1   x 1  x 2   e z  e 1 x1 x 2  e 1 x1  e x 2
Asimismo, tenemos que:
max f x 1 , f x 2   f x 2   e x 2
Entonces, dado que:
f z   e z  max f x 1 , f x 2   f x 2   e x 2
“f” es estrictamente cuasiconvexa.
Por otro lado, se tiene que:
min f x 1 , f x 2   f x 1   e x1
Entonces, dado que:
f z   e z  min f x 1 , f x 2   f x 1   e x1
“f” también es estrictamente cuasiconvexa.
1. Condiciones necesarias y suficientes para la cuasiconcavidad

de funciones no necesariamente diferenciables
Sea X un conjunto convexo no vacío de n y “f” una función de X en  .

Se verifica que:
La función es cuasiconvexa si y sólo si para todo    , el conjunto

 
  x  X f x  
Es convexo.
La función “f” es cuasicóncava si y sólo si para todo    , el conjunto

 
  x  X f (x)  
Es convexo.
Ejemplos:
Determinar si las siguientes funciones son cuasicóncavas o cuasiconvexas.
a) f (x)  ex con x   ,
b) f (x)  ln x con x>0
111
Solución:
Podemos ver que estas funciones ya fueron analizados anteriormente y se

llego a la solución que para cualquier ,  y  son convexos, por
tanto, dichas funciones son cuasiconvexas y cuasicóncavas.
2. Condiciones para la cuasiconcavidad de funciones

diferenciables
2.1. Condiciones de primer orden
Sea X un conjunto abierto, no vacío y convexo de n y “f” una función

definida de X en  diferenciable en X.
 
La función “f” es cuasiconvexa en X si y sólo si para todo x1, x2  X con
    
f (x2)  f (x1) se verifica que f (x1)(x2  x1)  0.
La función “f” es cuasicóncava en X si y sólo para todo x1, x 2  X con

    
f (x2)  f (x1) se verifica que f (x1)(x2  x1)  0.
Para el caso de estrictamente cuasiconvexa y estrictamente cuasicóncava las

condiciones serán similares solo que con las desigualdades, en las que
aparece el gradiente de “f” evaluado en x1, en sentido estricto.
Ejemplos:
Determinar si las siguientes funciones son cuasicóncavas o cuasiconvexas.
a) f x  x2, con x  

b) f x1, x2  ax1  bx2  c, con (x1, x2)  2 a, b, c  
c) f x1, x2  lnx1  x2, con (x1,x2)   2
Solución:
a) La función f x  x2 es cuasiconvexa, ya que para todo x1 y x2 de  con

f (x2)  x22  x12  f (x1) se verifica que:
Si x1 0 y x20, f '(x1)(x2  x1)  2x1(x2  x1)  0
Si x1 0 y x20, f '(x1)(x2  x1)  2x1(x2  x1)  0
Si x1 0 y x20, f '(x1)(x2  x1)  2x1(x2  x1)  0
Si x1 0 y x20, f '(x1)(x2  x1)  2x1(x2  x1)  0
112
Para verificar que lo anterior es útil tener en cuenta que a partir de

f (x2)  x22  x12  f (x1) se llega a:
x12  x22  0  (x1 x2)(x1  x2)  0
b) Para cualquier a, b y c, la función f x1, x 2  ax1  bx2  c es

 
cuasiconvexa y cuasicóncava. En efecto, sean y  (y1, y2) y x  (x1, x2)
dos elementos cualesquiera tales que:
 
f (y)  f (y1, y2)  f (x1, x2)  f (x),
Por tanto:
ay1  by2  c  ax1  bx2  c
Entonces:
ay1  ax1  a(y1  x1)  b(x2  y2)  b(y2  x2)
Como:
    y  y1 
f (x)(y  x)  a, b  1   a(y1  x1)  b(y2  x 2)  0
y2  x 2
Podemos concluir que “f” es cuasiconvexa. Razonando de forma

análoga se prueba que “f” es cuasicóncava.

c) La función f x1, x 2  lnx1  x 2 con x  ( x 1 , x 2 )   2 es cuasiconvexa
 
y cuasicóncava. En efecto, sean y  (y1, y2) y x  (x1, x2) con
 
y1  y2  x1  x2 , entonces se verifica que f (y)  f (x), y que:
    1 1   y1  x1  1
f (x)(y  x)     (y1  y2)  (x1  x2)  0
 x1  x 2 x1  x 2  y2  x2 x1  x2
Por tanto, la función es cuasiconvexa. No podemos asegurar que es

 
estrictamente cuasiconvexa, puesto que con y  x puede verificarse que
 
y1  y2  x1  x2 , pero entonces f (y)  ln(y1  y2)  ln(x1  x2)  f (x) y
  
f (x)(y  x)  0 .
Razonando de forma análoga se prueba que “f” es cuasicóncava.
113
2.2. Condiciones de segundo orden
Sea “f” una función definida de n en  continua y dos veces

diferenciable. Sea Hf x1, x2, , xn  el hessiano orlado dado por:
 
 0 f x1x   f x n x 
   
f x1x f x1x1x   f x1x n x
 

Hf x1, x 2,  , x n   
    
 
   
f x n x f x n x1x   f x n x n x
n 1n 1
Siendo Drf x1, x2, , xn  el menor principal dominante de Hf x1, x2, , xn ,

que viene dado por:
 
0 f x1x   f x r x
  
f x1x f x1x1x   f x1x r x

Drf x1, x 2,  , x n     
  
f x r x f x r x1x   f x r x r x
r 1r 1
Se verifica que:
a) Si “f” es una función cuasiconvexa,  r  1,2, , n se tiene que

 
Drf x1, x2, , xn  0. (condición necesaria pero no suficiente).
b) Si  r  1,2, , n Drf x1, x2, , xn   0, la función “f” es cuasiconvexa.

(condición suficiente pero no necesaria).
c) Si “f” es una función cuasicóncava,  r  1,2, , n se tiene que
 0, si r es impar
 
Drf x1, x 2,  , x n   . Es decir, se verifica que:
 0, si r es par
 1r Drf x1, x2, , xn   0. (condición necesaria pero no suficiente).
 0, si r es impar
d) Si  r  1,2, , n se verifica que: Drf x1, x2,  , xn    . Es
 0, si r es par
decir,  1r Drf x1, x2, , xn   0, entonces “f” es una función
cuasicóncava. (condición suficiente pero no necesaria).
114
Ejemplos:
Teniendo en cuenta las definiciones anteriores estudiar la cuasiconvexidad o
cuasiconcavidad de las siguientes funciones:
a) Ux1, x2  x1a xb2 en  2 con 0  a  1, 0  b  1,
b) f x1, x2, x3  x1x2x3 en  3 .
Solución:
a) El hessiano orlado de Ux1, x2  x1a xb2 es:
 0 ax1a 1x b2 bx1a x b2 1 

 a 1 b 

HU x1, x 2,  , x n   ax1 x 2 aa  1x1a  2x b2 abx1a 1x b2 1 
bxa x b 1 abxa 1x b 1 b b  1 x1a x b2  2
 
 1 2 1 2  2121
Los menores principales dominantes son los siguientes:

D1U x1, x 2,  , x n   0
ax1a 1x b2
ax1a 1x b2
aa  1x1 x 2
a 2 b
 2
  ax1a 1x b2  0
  
D2U x1, x2, , xn  2a 2b2  aa  1 b2  a 2bb  1x13a  2x32b  2  
 
D2U x1, x2, , xn  aba  bx13a  2x32b  2  0
Por tanto, la función “U” es cuasicóncava en  2 .
b) El hessiano orlado de f x1, x2, x3  x1x2x3 es:
 0 x 2x3 x1x3 x1x 2

 

Hf x1, x 2,  , x n  x x
 2 3
 x1x3
0
x3
x3
0
x2 
x1 
 
x1x 2 x2 x1 0 
3131
Los menores principales dominantes son los siguientes:

D1f x1, x 2,  , x n   0
x 2x 3
x 2x3
0
 x 2x32  0
115
0 x 2x3 x1x3

D2f x1, x 2,  , x n   x 2x3 0 x3  2x1x 2x32  0
x1x3 x3 0
0 x 2x3 x1x3 x1x 2

D3f x1, x 2,  , x n  x x
 2 3
x1x3
0
x3
x3
0
x2
x1
 x12x 22x32  0
x1x 2 x2 x1 0
Por tanto, la función “f” es cuasicóncava en  3 .
IV.6 Formulación de programas matemáticos

Los problemas de programación matemática que vamos a tratar tienen por
objetivo determinar el óptimo de una función (máximo o mínimo), que
denominaremos función objetivo, sobre un determinado conjunto de soluciones
factibles. De manera formal, tenemos que:

max o min  f x  f x1, x2,  , x n 

s.a : x  x1, x 2,  , x n   CF
Es decir, debemos determinar los valores que han de adoptar las variables de

decisión x  x1, x2, , xn  dentro del conjunto CF (conjunto de soluciones
factibles que queda definido por las restricciones del problema), para que la
función objetivo adopte el valor óptimo buscado.
En general, para un problema con “n” variables de decisión, de la forma:


max o min  f x  f x1, x 2,  , x n 
s.a : g1x1, x 2,  , x n   0

gmx1, x 2,  , x n   0
h1x1, x 2,  , x n   0

h kx1, x 2,  , x n   0
El conjunto CF de soluciones factibles es:


  
CF  x  n gix  0, para i  1, , m  h jx  0, para j  1, , k . 
116
1. Definiciones
Sea CF el conjunto de soluciones factibles de un programa matemático, cuya
función objetivo es “f”.
a) 


Un punto x*  x1*, x*2, , x*n  CF es un máximo global del programa si
se verifica que f x   f x para todo x  x , x , , x   CF.
  * 
1 2 n
x  x , x , , x   CF es un máximo global estricto si x es un máximo

* * * *  *
b) 1 2 n
global y f x   f x para todo x  x en CF.

* *
x  x , x , , x   CF es un máximo local (o máximo relativo) del

* * * *
c) 1 2 n
programa si existe una bola B x  alrededor de x tal que f x   f x

 5 *  
*  *
r
para todo x  B x   CF.

  *
r
x  x , x , , x   X es un máximo local estricto de “f” existe una bola

* * * *
d) 1 2 n
B x  alrededor de x tal que f x   f x para todo x  x en

 *  *  *   *
r
B x   CF.
 *
r

En otras palabras, un punto x* es un máximo local si no hay puntos cercanos
a él en los que “f” adopte un mayor valor. Por supuesto, un máximo global es
siempre un máximo local. Sin embargo, el recíproco no es cierto.
Invirtiendo las desigualdades en las cuatro definiciones anteriores

obtendremos las definiciones de mínimo global, mínimo global estricto,
mínimo local, y mínimo local estricto respectivamente.
Es importante resaltar que las definiciones de óptimos locales y globales son

aplicables a cualquier función independientemente que sea o no continua o
diferenciable.
1.1. Teorema de Weierstrass
Sea f :  n   una función continua definida en X   n donde X

 
es un conjunto cerrado y acotado6. Entonces existen x 1 , x 2  X tales
que:
  
f x 1   f x  x  X
  
f x 2   f x  x  X
 
Por tanto, x 1 es un mínimo global de “f” en X y x 2 es un máximo
global de “f” en X.
5
6
117
2. Formulación de programas sin restricciones
La formulación general de un programa sin restricciones es:

opt f x

I :  n

x  
Donde: f : D  n  . Siendo “D” el dominio de la función.
Condiciones necesarias de primer orden de óptimo local

Sea “D” un subconjunto abierto de n y “f” una función definida de

“D” en , diferenciable en “D”. Si x*  D es un mínimo o máximo
local de “f”, entonces:
II 
 
f x*  0

A los puntos x* que hacen que el gradiente de una función “f” sea nulo
se les denomina puntos críticos de la función “f”. Por tanto, los
máximos y mínimos locales, y los puntos de silla (para n = 1: puntos de
inflexión) de una función diferenciable son puntos críticos de “f”.
La interpretación geométrica de la condición II nos señala que el

plano tangente a la gráfica de una función diferenciable que depende de
dos variables n  2 en un óptimo local es horizontal.
a)
b)
Figura 26
118
En la figura 26 se aprecia el gráfico de funciones que dependen de dos
variables y que presenta planos tangentes horizontales en sus puntos
críticos. No obstante, se puede apreciar que la condición II es
necesaria pero no suficiente, ya que la gráfica de la función a) tiene un
punto crítico (punto de silla) que no es ni máximo ni mínimo.
Definición de punto de silla: Sea “f” una función diferenciable en un

subconjunto abierto D  n con valores en  . Un punto crítico
 
x*  n se denomina punto de silla si para toda bola abierta Br x* se 
  

verifica que existen x1, x2  Br x* tales que:
f x   f x 
 1 
*
f x   f x 
 2  *
Ejemplos:
Dadas las siguientes funciones, hallar los puntos críticos y clasificarlos
como máximos mínimos locales o globales o como puntos de silla.

a) f x  2x12  2x1x2  x22  2x1  3,

b) f x  x12  5x22  8x1  3x32  10x2  2x3  13,

c) f x  x1x2 .
Solución:
a) Para hallar los puntos críticos de “f” calculamos el vector gradiente

de “f” y lo igualamos al vector cero.

 
f x*  0
 


f x*  4x1*  2x*2  2, 2x1*  2x*2  0, 0
Por lo que de la expresión anterior se tiene el siguiente sistema de

ecuaciones:
4x1*  2x*2  2  0
2x1*  2x*2  0
Resolviendo se tiene que el único punto crítico de “f” es:


 
x*  x1*, x*2   1, 1.
Por otro lado, la función que estamos analizando se puede escribir

de la siguiente forma:

f x  x1  x22  x1  12  4
119
Podemos notar que x1  x22  x1  12  0

 x1, x2  2   1, 1. Mientras que para x*   1, 1 se verifica
que x1  x22  x1  12  0. Por lo que  x1, x2  2   1, 1 se
verifica que f x  4  f  1, 1  f x*, y si x*  x1*, x*2    1, 1
 
f x  4  f  1, 1  f x*.
 
resulta que Por tanto, en
x  x1*, x*2    1, 1 “f” alcanza un mínimo global estricto ya que
*
 x1, x2  2   1, 1  f x  4  f  1, 1  f x*.

 
Figura 27
b) Para hallar los puntos críticos de “f” calculamos el vector

gradiente de “f” y lo igualamos al vector cero.

  
f x*   2x1*  8,  10x*2  10,6x*3  2  0, 0, 0

ecuaciones:
 2x1*  8  0
 10x*2  10  0
 6x*3  2  0


 
x*  x1*, x*2, x*3  4,  1, 1 3.
Dado que “f” puede escribirse como:


f x  x1  42  5x2  12  3x3  1 32  25 3
120

 
Se comprueba que x*  x1*, x*2, x*3  4,  1, 1 3 es un máximo

global ya que para todo x  x1, x2, x3  3 :
 
f x  x1  42  5x2  12  3x3  1 32  25 3  25 3  f x* 
c) Para hallar los puntos críticos de “f” calculamos el vector
gradiente de “f” y lo igualamos al vector cero.

 
f x*  x*2 , x1*  0, 0 
ecuaciones:
x1*  0
x*2  0


 
x*  x1*, x*2  0, 0.
Ahora vamos a ver como se comporta “f” en el entorno al punto


  
 
x*  x1*, x*2  0, 0. Se observa que f x*  f x1*, x*2  f 0, 0  0. Si 

trazamos una bola centrada en x*  x1*, x*2  0, 0 con un radio  
r0 notamos que existen puntos del primer y segundo
cuadrantes en los que f x1, x2  f x1*, x*2  0   y en los que
f x1, x2  f 
x1*, x*2  0, mientras que en el tercer y cuarto cuadrantes
existen puntos en los que ocurre lo mismo. Por tanto,

 
x*  x1*, x*2  0, 0 representa un punto de silla.
x2
f x1, x 2  0 f x1, x 2  0
0, 0 x1
r
f x1, x 2  0 f x1, x 2  0
Figura 28
121
Figura 29
2.2 Condiciones de segundo orden de óptimo relativo (local)
Sea f : D  n   cuyas derivadas parciales de primer y segundo

 
orden son continuas en su dominio D. Es decir, “f” es de clase dos C2 .
 

Sea x*  D un punto crítico de “f”. Siendo Hf x* el hessiano de “f”

evaluado en x* (simétrico dado que “f” es C2 ), se verifica que:
a)   
Si Hf x* es definido positivo, x* es un mínimo relativo estricto de
“f”: (condición suficiente pero no necesaria).
  
b) Si Hf x* es definido negativa, x* es un máximo relativo estricto
de “f”: (condición suficiente pero no necesaria).
c)   
Si Hf x* es indefinido, x* es un punto de silla de “f” (condición
suficiente pero no necesaria).
  
d) Si Hf x* es semidefinido positivo, x* es un mínimo relativo o un
punto de silla de “f” (condición necesaria).
e)   
Si Hf x* es semidefinido negativo, x* es un máximo relativo o un
punto de silla de “f” (condición necesaria).
Ejemplos:
Dadas las siguientes funciones, identificar si sus puntos críticos son
máximos, mímimos o puntos de silla. Además, averiguar si los óptimos
relativos son globales.
a) f x1, x2  x1x2x1  2

b) f x1, x2  x13  2x1x22
c) f x1, x2  2x12x22
d) f x1, x 2   2ex1  x 2
2 2
122
Solución:
a) Calculamos los puntos críticos igualando el gradiente de “f” al

vector cero:


f x*  2x 2x1  1, x1x1  2  0, 0
2x 2x1  1  0
x1x1  2  0
De la segunda ecuación se desprende que o x1  0, o bien x1  2 . Si

x1  0, reemplazando este valor en la primera ecuación x2  0 .
Mientras que si x1  2, de manera análoga, se obtiene que x2  0 .
 
Por tanto, los puntos críticos son: x1*  0, 0 y x*2  2, 0.
Para poder emplear las condiciones de segundo orden primero

verificamos que “f” es una aplicación de 2   , que es de clase

dos y que su dominio D  x1, x2 /x1, x2  2  es un conjunto
abierto.
Ahora calculamos el hessiano para analizar las condiciones de

segundo orden:
  2x 2 2x1  1
Hfx   
2x1  1 0 
 
Reemplazando x1*  0, 0 y x*2  2, 0 en el hessiano se tiene:

  0 2
Hf x1*   
 2 0 

 0 2
Hf x*2   
2 0


Hf x1* es una matriz indefinida ya que tiene un autovalor positivo

1  4 y otro negativo 2  4. Por tanto, x1*  0, 0 es un punto
de silla.
123


Hf x1* es una matriz indefinida ya que tiene un autovalor positivo

1  4 y otro negativo 2  4. Por tanto, x*2  2, 0 es un punto
de silla.
Figura 30
b) Calculamos los puntos críticos igualando el gradiente de “f” al

vector cero:
 


f x*  3x12  2x22,  4x1x2  0, 0
3x12  2x22  0
4x1x2  0
Resolviendo el sistema de ecuaciones anterior se tiene que el único


punto crítico de “f” es x*  0, 0.


dos y que su dominio D  x1, x2 /x1, x2  2  es un conjunto
abierto.

segundo orden:
124
  6x 4x 2 
Hfx   1 
 4x 2  4x1

Reemplazando x*  0, 0 en el hessiano se tiene:

 0 0
Hf x*   
0 0
En este caso, las condiciones de segundo orden no nos dan ningún


tipo de información. Por tanto, el punto crítico x*  0, 0 puede ser
máximo, mínimo o punto de silla.
Analizando la función observamos que:


f x*  f 0, 0  0
Ahora vamos a ver como se comporta “f” en el entorno al punto

 

x*  0, 0. Se observa que f x*  0. Si trazamos una bola centrada

en x*0, 0 con un radio r  0 notamos que existen puntos que se
encuentran sobre el eje “ x1 ” y a la derecha del eje “ x 2 ” en los que
 
f x1, 0  x31  f x*  f 0, 0  0  x1  0, y que existen puntos que se
encuentran sobre el eje “ x1 ” y a la izquierda del eje “ x 2 ” en los que


f  x1,0  x13  f x*  f 0, 0  0 x1  0. Por tanto,

x*  0, 0
representa un punto de silla de “f”.
Figura 31
125
c) Calculamos los puntos críticos igualando el gradiente de “f” al
vector cero:

  
f x*  4x1x22, 4x12x2  0, 0
4x1x22  0
4x12x2  0
Resolviendo el sistema de ecuaciones anterior se tiene que los

puntos críticos de “f” son de la forma a, 0 y 0, b siendo a y b
números reales.

 
dos y que su dominio D  x1, x2 /x1, x2  2 es un conjunto
abierto.

segundo orden:
  4x 2 8x1x 2
Hfx   2 2 
8x1x 2 4x1 
Reemplazando a, 0 y 0, b en el hessiano se tiene:
0 0 
Hfa, 0   2
0 4a 
4b2 0
Hf0, b   
 0 0
Ambos hessianos son semidefinidos positivos ya que tienen un

 
autovalor positivo 1  4a2  0 y 1  4b2  0 y un autovalor nulo
2  0 y 2  0. Por tanto, en los puntos críticos puede haber
mínimo relativo o punto de silla.
Se observa que:
f a, 0  0  a  
f 0, b  0  b  
126
Pero, dado que f x1, x2  2x12x22  0  x1, x2  2 , entonces en
todos los puntos críticos (los ejes x1 y x2) hay un mínimo global.
Figura 32
d) Calculamos los puntos críticos igualando el gradiente de “f” al

vector cero:


f x*    4x1ex1  x 2 ,  4x 2ex1  x 2   0, 0

2 2 2 2
 4x1ex1  x 2  0
2 2
 4x 2ex1  x 2  0
2 2
Resolviendo el sistema de ecuaciones tenemos que el único punto


crítico de “f” es x*  0, 0.


dos y que su dominio D  x1, x2 /x1, x2  2 es un conjunto 
abierto.

segundo orden:

Hf x    1
 
 8 x 2  4 e  x12  x 22 8 x 1 x 2 e  x1  x 2 
2 2

 8 x x e  x12  x 22
 1 2  
8 x 22  4 e  x1  x 2 
2 2

Reemplazando x*  0, 0 en el hessiano se tiene:
127

 4 0 
Hf x*   
 0  4
El hessiano es definido negativo ya que sus autovalores son


negativos 1  2  4 . Por tanto, x*  0, 0 es un máximo
relativo estricto.
Figura 33
2.3 Aplicaciones Económicas
Empresa maximizadora de beneficios (privados)

Supóngase una empresa que utiliza “n” factores de producción para

producir un único producto. Si x  n representa un paquete de

factores de producción, si y  Qx es la función de producción de la
 
empresa de clase uno C1 , y si “p” es el precio de venta de este
producto, entonces el ingreso de la empresa viene dado por
  
Ix  p  Qx. Si Cx representa el costo del paquete de factores de

producción x, el beneficio de la empresa de uso óptimo del paquete de

factores de producción x es:
  
x  Ix  Cx.
 
Asumiremos que Ix y Cx son tales que la empresa maximizadota de
beneficios utiliza una cantidad positiva de cada factor de producción de

manera que el x que maximiza el beneficio es un punto interior del
ortante positivo n.
128
El problema de optimización que la empresa deberá resolver es el
siguiente:
  
max x  Ix  Cx

x  n
Por las condiciones de primer orden de óptimo local se tiene que:

  
  x x x 
 x  , , ,   0, 0, ,  ,0
 x    
 1 x 2 x n  "n" componentes
Es decir, tenemos un sistema de ecuaciones de “n” ecuaciones con “n”

incógnitas:

   Ix   Cx   0
 x* * *
x1 x1 x1

   Ix   Cx   0
 x* * *
x 2 x 2 x 2


   Ix   Cx   0
 x* * *
x n x n x n
En particular, la productividad marginal de la renta (ingreso marginal)

de utilizar una unidad más del factor de producción “i” debe igualarse
al costo marginal de comprar otra unidad del factor de producción “i”.
   Ix   Cx   0  Ix   Cx 


 x* * * * *
 i  1,2, , n. *
xi xi xi xi xi
Suponiendo que cada factor de producción “i” tiene un costo unitario

constante wi, se tiene que:
  
Cx  w1x1  w2x2    wn xn  w  x .
Las condiciones de primer orden * serían:
p

Q x* w 

Q x*  w i
 i  1,2, , n.
i
xi xi p
Las condiciones de segundo orden definidas en la sección 2.2 requieren



que H x* sea semidefinido negativo. En el caso de costo marginal
 
constante, implica que HQ x* debe ser semidefinido negativo en el
paquete de factores de producción óptimo.
129
 
En particular, esto implica que cada Qxi xi x*  0 . Otra forma de decir
esto es que el vector de factores de producción que maximiza el
beneficio se da sólo en aquellas regiones del espacio de factores de

 
producción donde todas las Qxi xi x*  0 . Si para cada x  n, existe un

índice “i” tal que Qxixi x  0, entonces la empresa en estudio no puede
tener un producto que maximice su beneficio en el interior de n.
Discriminación monopolística
Incluso en el caso de una empresa que produce un único bien, puede
surgir un problema de optimización con dos o más variables. Tal podría
ser el caso, por ejemplo, de una empresa monopolística que vende un
único bien en dos o más mercados separados (por ejemplo, en el propio
país y en el extranjero) y, en consecuencia, debe decidir acerca de las
cantidades (Q1, Q2, etc.) que enviará a los mercados respectivos para
maximizar su beneficio. En general, los diversos mercados tendrán
diferentes condiciones de demanda, y, si la elasticidad de la demanda
difiere en los distintos mercados, la maximización del beneficio estará
vinculada a la práctica de la discriminación de precios. A continuación
vamos a deducir matemáticamente esta conocida conclusión.
Supondremos tres mercados separados y trabajaremos con funciones

generales. Por eso, nos limitaremos a suponer que nuestra empresa
monopolística tendrá las siguientes funciones de ingreso y costo total:
IQ1 , Q2 , Q3   I1 Q1   I 2 Q2   I3 Q3  y C  CQ 
Donde: Q  Q1  Q 2  Q3
Obsérvese que todas las funciones de ingreso total I1 , I 2 , I3  implican,

naturalmente, una estructura particular de demanda, que, en general,
será diferente de la que rige en los otros dos mercados. En cuanto al
costo, en cambio, sólo se postula una función de costo, porque es la
misma empresa la que produce para los tres mercados. Como
Q  Q1  Q2  Q3 , también el costo total “ C ” es básicamente una
función de Q1 , Q 2 , Q3 , que constituyen las variables de elección del
modelo. Podemos, naturalmente, volver a escribir CQ  como
CQ1  Q2  Q3  . Convendría observar, sin embargo, que aunque la
última versión contiene tres variables independientes, seguiremos
considerando que la función tiene un único argumento “ Q ”, porque la
suma de Q1 , Q 2 y Q3 es realmente una única entidad. Por el contrario,
si las funciones aparecen en la forma CQ1 , Q2 , Q3  , entonces hay que
tener en cuenta tantos argumentos como variables independientes.
130
Ahora la función de beneficios es:
  I1Q1  I2Q2  I3Q3  CQ
Por las condiciones de óptimo relativo tenemos:
    
   , ,   0, 0, 0
 Q Q Q 
 1 2 3 
  1
  C dC dQ dC
  I1' (Q1)   I1' (Q1)   I1' (Q1)  0
 Q1 Q1 dQ dQ1 dQ

  1

   C dC dQ dC
a   I2' (Q2)   I2' (Q2)   I2' (Q2)  0
 Q2 Q2 dQ dQ2 dQ

 1

   C dC dQ dC
 I3' (Q3)   I3' (Q3)   I3' (Q3)  0
 Q Q3 dQ dQ3 dQ
 3

dC
Resulta que:  I1 ' ( Q1 )  I 2 ' ( Q 2 )  I 3 ' ( Q3 )  0
dQ
Es decir: CMg  IMg1  IMg2  IMg3
Así los niveles de “ Q1 ”, “ Q 2 ” y “ Q 3 ” han de ser elegidos de manera

tal que el ingreso marginal de cada mercado sea igual al costo marginal
del producto total Q.
Para comprender las implicaciones de esta condición con respecto a la

discriminación de precios, hallemos primero cómo se relaciona
específicamente el “ IMg ” de cualquier mercado con el precio en ese
mercado. Ya que el ingreso de cada mercado es Ii  PiQi  Qi , es lógico
que el ingreso marginal sea:
dIi dQi dPiQi 

IMgi   PiQi   Qi
dQi dQi dQi
 
 
 
 
 dPQi i 
  P Q  1  
Qi 1
IMgi  PiQi  1  i i  

 PiQi  dQi  

 dQ
 i dP Q 


  i i  
 Qi  
  P Q  
 i i
131
 1 
IMgi  PiQi  1   (i  1, 2, 3)
  
 di
Donde “ di ”, la elasticidad puntual de la demanda en el mercado

i-ésimo, es normalmente negativa. En consecuencia, la relación entre
IMgi y PiQi  puede expresarse alternativamente mediante la ecuación:
 1 
IMgi  PiQi  1  (i  1, 2, 3) (A)
 di 

Recuérdese que di , por lo general, es una función de PiQi , de

manera tal que cuando se elige Q i entonces PiQi queda así
especificado, y di también adoptará un valor específico, que puede
ser mayor, menor o igual que uno. Pero si di < 1 (siendo la demanda
inelástica en este punto), entonces su valor inverso será mayor que uno
y la expresión que aparece entre paréntesis en (A) será negativa, con lo
cual “ IMgi ” tomará un valor negativo. Análogamente, sí di  1
(elasticidad unitaria), entonces el IMgi tomará valor cero. Ya que el
“ CMg ” de una empresa es positivo, la condición de primer orden
CMg  IMgi requiere que la empresa trabaje con un nivel positivo de
IMgi . De aquí que los niveles de venta Q i elegidos por la empresa
deben ser tales que la correspondiente elasticidad puntual de la
demanda en cada mercado sea mayor que uno.
La condición de primer orden IMg1  IMg2  IMg3 se puede convertir

ahora, por medio de (A), en lo siguiente:
 1   1   
P1(Q1)1   P2(Q2)1    P (Q )1  1 
 
d1   d2  3 3
d3 
    
De esto se puede inferir fácilmente que cuanto menor sea el valor de

di (en el nivel elegido de producción) en un mercado en particular y
cuanto mayor sea el precio en ese mercado (de ahí la discriminación de
precios) tanto mayor será el beneficio.
Para asegurar la maximización del beneficio, examinaremos la

condición de segundo orden. A partir de (a), las derivadas parciales de
segundo orden son:
2 Q
 I 1 ' ' ( Q1 )  C ' ' ( Q )  I 1 ' ' ( Q1 )  C ' ' ( Q )
Q1 2
Q1
132
2 Q
 I 2 ' ' ( Q 2 )  C' ' ( Q)  I 2 ' ' (Q 2 )  C ' ' (Q)
Q 2 2
Q 2
2 Q
 I 3 ' ' ( Q 3 )  C' ' ( Q )  I 3 ' ' ( Q 3 )  C ' ' ( Q)
Q 3 2
Q 3
Q1Q2  Q2Q1  Q1Q3  Q3Q1  Q2Q3  Q3Q2  C ' ' (Q)
De manera tal que el hessiano de  es:
 I 1 ' ' (Q 1 )  C ' ' (Q)  C ' ' (Q)  C ' ' (Q) 
 
H    C ' ' (Q) I 2 ' ' (Q 2 )  C ' ' (Q)  C ' ' (Q) 
  C ' ' (Q)  C ' ' (Q) I 3 ' ' (Q 3 )  C ' ' (Q) 
Los menores principales dominantes del hessiano de  son:
I1' ' (Q1)  C ' ' (Q)  C ' ' (Q)  C ' ' (Q)
H  H3   C ' ' (Q) I2' ' (Q2)  C ' ' (Q)  C ' ' (Q)
 C ' ' (Q)  C ' ' (Q) I3' ' (Q3)  C ' ' (Q)
H3  I1' ' (Q1)I2' ' (Q2)I3' ' (Q3)  C ' ' (Q) I1' ' (Q1)I2' ' (Q2) 
 I1' ' (Q1)I3' ' (Q3)  I2' ' (Q2)I3' ' (Q3) 
I 1 ' ' ( Q1 )  C ' ' ( Q ) C ' ' ( Q)
H 2 
 C ' ' ( Q) I 2 ' ' (Q 2 )  C ' ' (Q)
H 2  I 1 ' ' (Q1 ) I 2 ' ' (Q 2 )  I 1 ' ' (Q1 )  I 2 ' ' (Q 2 )  C ' ' (Q)
H1  I 1 ' ' (Q1 )  C ' ' (Q)
Para obtener un máximo será necesario que se verifique:
1. H1  0  I1' ' (Q1)  C ' ' (Q)  0 ; es decir, la pendiente de IMg1
deberá ser menor que la pendiente del CMg del producto total
(puesto que cualquiera de los tres mercados puede considerarse
como el “primer” mercado, esto implica, en efecto que,
I2' ' (Q2)  C ' ' (Q)  0 y I3' ' (Q3)  C ' ' (Q)  0 .
2. H2  0  H2  I1' ' (Q1)  C ' ' (Q)I2' ' (Q2)  C ' ' (Q)  C ' ' (Q)2  0
3. H3  0
133
2.4 Condiciones suficientes de optimalidad global:
Programación convexa
Programa convexo: Dado un programa matemático de la forma:

opt f x

III  

s..a : x  CF  
n
Se dice que:
a) Es convexo para mínimo si CF es convexo y “f” es una función

convexa en CF.
b) Es convexo para máximo si CF es convexo y “f” es una función
cóncava en CF.
Teorema fundamental de la programación convexa:

Dado el programa convexo:

min f x

IV  

s..a : x  CF  
n
Se cumple que:
 
a) Si x*  CF es un mínimo relativo, entonces x* es un mínimo
global.
b) El conjunto de todos los mínimos del programa es un conjunto
convexo.
Dado el programa convexo:


max f x

V  

s..a : x  CF  
n
Se cumple que:
 
c) Si x*  CF es un máximo relativo, entonces x* es un máximo
global.
d) El conjunto de todos los máximos del programa es un conjunto
convexo.
Es importante resaltar que el teorema fundamental de la programación

convexa nos dice que la convexidad del programa da una condición
suficiente (pero no necesaria) para que todo óptimo relativo sea global.
Asimismo, es importante hacer notar que un programa convexo (ya sea
de maximización o de minimización) puede no tener solución óptima
(esto se da cuando CF es un conjunto no acotado 7).
7
Ver apéndice.
134
A continuación veremos que para programas convexos sin restricciones
las condiciones de primer orden son necesarias y suficientes para la
optimalidad global.
Proposición 1: Dada f : n   diferenciable en n se

comprueba que:
a) Si “f” es convexa en n , la condición necesaria y suficiente para



 
que x* sea mínimo global de “f”, es que f x*  0 .
b) Si “f” es estrictamente convexa en n , la condición necesaria y


suficiente para que x* sea mínimo global estricto de “f”, es que

 
f x*  0 .
c) Si “f” es cóncava en n , la condición necesaria y suficiente para

 
 
que x* sea máximo global de “f”, es que f x*  0 .
d) Si “f” es estrictamente cóncava en n , la condición necesaria y


suficiente para que x* sea máximo global estricto de “f”, es que

 
f x*  0 .
La convexidad de un programa es suficiente para que la solución

óptima sea global. Cuando un programa no presenta restricciones, basta
que la función objetivo sea convexa (respectivamente cóncava) para
que dicho programa sea convexo. No obstante, para funciones que
cumplen condiciones más débiles que éstas, también se verifica que los
óptimos locales son globales. Para ello es suficiente con exigir que la
función sea seudoconvexa o cuasiconvexa.
Proposición 2: Sea S un subconjunto convexo de n y f : S   .

Se verifica que:

a) Si x*  S es un punto crítico de “f” y la función “f” es
 
seudoconvexa en x* , entonces x* es un mínimo global de “f”.

b) Si x*  S es un punto crítico de “f” y la función “f” es
 
seudocóncava en x* , entonces x* es un máximo global de “f”.

c) Si “f” es cuasiconvexa en S y x*  S es un mínimo relativo estricto

de “f”, entonces x* es un mínimo global de “f”.

d) Si “f” es cuasicóncava en S y x*  S es un máximo relativo estricto

de “f”, entonces x* es un máximo global de “f”.
135
Proposición 3: Sea S un subconjunto convexo y abierto de n y
f : S   una función con derivadas parciales primeras y segundas

continuas en S. Si “f” es cuasiconvexa en S, se verifica que, si x*  S es
 
 

tal que f x*  0 , entonces Hf x* es semidefinido positivo. Por tanto,

x* puede ser un mínimo o un punto de silla.
Ejemplos: Determine los óptimos globales de las siguientes

funciones:
a) f x1, x2  x12  5x22  4x2  3
b) f x1, x2  x1  x2  22
Solución:
a) Por las condiciones de primer orden, el punto crítico de “f” se

obtiene:
f x1, x2  2x1,10x2  4  0, 0
2x1  0
10x2  4  0
Resolviendo el sistema, el único punto crítico de “f” es

x , x   0, 2 5.
*
1
*
2

Para todo x  x1, x2  2 se tiene que:
 2 0 
Hfx   
 0  10
El hessiano es definido negativo, ya que sus autovalores son

negativos 1  2, 2  10. Por tanto, “f” es estrictamente
cóncava, y gracias al apartado d) de la proposición 1,
 
x1*, x*2  0, 2 5 es un máximo global estricto.

Note que como el dominio de “f”: D  x1, x2  2 , que coincide 
con el CF (para un programa sin restricciones), es un conjunto
convexo, y la función objetivo es estrictamente cóncava, entonces
tenemos un programa convexo para máximo. Por tanto, el máximo
local obtenido será también un máximo global.
136
Figura 34
b) Por las condiciones de primer orden, el punto crítico de “f” se

obtiene:
f x1, x2  2x1  x2  2,2x1  x2  2  0, 0
2x1  x2  2  0
2x1  x2  2  0
Resolviendo el sistema, todos los puntos de la recta x1  x2  2  0

son puntos críticos de “f”.

Para todo x  x1, x2  2 se tiene que:
  2 2
Hfx   
 2 2 
El hessiano es semidefinido positivo, ya que posee un autovalor

positivo y un autovalor nulo 1  4, 2  0. Por tanto, “f” es
convexa, y gracias al apartado a) de la proposición 1, los puntos de
la recta x1  x2  2  0 son mínimos globales.
Por otro lado, dado que f x1, x2  x1  x2  22  0 para todo
 
 
x  x1, x2  2 , y como para x*  x1*, x*2 / x1*  x*2  2  0 se cumple
que   

f x*  f x1*, x*2  0 . Por tanto, en los puntos
*
 
x  x1, x2 / x1  x2  2  0 “f” tiene un mínimo global.
* * * *
137
Figura 35
2.5 Análisis de Sensibilidad. Teorema de la envolvente

En muchas situaciones, la función objetivo de un problema de
optimización depende, a parte de las variables independientes, de
parámetros. En estas situaciones, el análisis de sensibilidad consiste en
determinar el efecto sobre el valor óptimo de la función objetivo ante
un pequeño cambio en alguno de los parámetros del problema de
optimización. El teorema de la envolvente permite cuantificar este
efecto.
Definición: Sea el problema:
  
opt f x, 
VI   n
 x  
  
Siendo “f” una función de clase dos C2 , x el vector de variables de

decisión, y   k un vector de parámetros.

Si E  k es un conjunto abierto y para todo   E existe una solución
 
     
óptima de (VI) dada por x*   x1*  , x*2  , , x*n  que verifica las
condiciones necesarias y suficientes de optimalidad local.
Definimos la función de valor óptimo o función objetivo indirecta de la

siguiente manera:
   
   
  f x*  , 
Teorema de la envolvente: Dado el problema (VI) y las

 
     
condiciones de la definición anterior, si   f x*  ,  es la función
objetivo indirecta del programa, se comprueba que   j j  1, 2, , k :
138

   f x , 
*
 j  j
Ejemplos:
1.- Una empresa monopolística produce un bien cuya función inversa

de demanda es pq    q siendo “p” el precio y “q” la cantidad,
y los parámetros   0 y   0. La función de costo total de la
empresa está dada por Cq    q siendo  el costo marginal (y
costo unitario) y  el costo fijo. Suponiendo que 0     y que
  0. Se requiere:
a) Determinar la cantidad que debe producir la empresa para

maximizar sus beneficios.
b) Calcular la función de valor óptimo y determinar directamente
sus derivadas parciales.
c) Calcular las derivadas parciales de la función de valor óptimo
utilizando el teorema de la envolvente.
d) Comprobar que un decremento del costo marginal o del costo
fijo produce un incremento del beneficio óptimo.
2.- La función de producción de una empresa competitiva ese de clase

 
dos C2 y está dada por QK, L donde “K” y “L” representan las
cantidades a utilizar de los factores de producción capital y trabajo
respectivamente. Si suponemos que los costos unitarios del capital
“r” y del trabajo “w” son constantes, entonces la función de costos
de la empresa será CK, L  rK  wL. Si el precio unitario al que
vende su producto es “p”, entonces sus ingresos serán
IK, L  pQK, L. Se requiere:
a) Determinar las condiciones que deben satisfacer “K” y “L” para

maximizar el beneficio de la empresa.
b) Calcular la función objetivo indirecta y determinar sus derivadas
parciales.
c) Verificar que un aumento de “p” produce un aumento en el
beneficio óptimo y que un decremento de “r” o de “w” produce
un decremento en el beneficio óptimo.
Solución:
1.- a) El beneficio de la empresa es:
q; , , ,   pq  q  Cq    qq    q    q  q2  
139
Por la condición de primer orden tenemos:
 
 q*; , , ,  

d q*; , , ,        2q *
 0  q* 
  
dq 2

El hessiano de  q*; , , ,  es: 
 
 
H q*; , , ,   qqq* ; , , ,    2
   1*1
Es una matriz definida negativa ya que posee un autovalor

negativo   2  0. Por tanto, la función de beneficio es
estrictamente cóncava, por lo que en q* el beneficio es máximo.
b) La función de valor óptimo es:


 
  , , ,    q*; , , ,     q*   q*  
2

       2   2


    
2
     
 
 2  4
Sus derivadas parciales son:


      
 2

        2
 42

       
 2
   1



c) Aplicando el teorema de la envolvente tenemos:


    q ; , , ,   q
*
*

  
  2

    q ; , , ,   q 
*
*2

   2
  42
140

    q ; , , ,   q
*
*

   
  2
   q ; , , ,   1

 *
 
d) Por los datos del problema se comprueba que: q*  0 . Por tanto,

   q 
 
  
 
*
0   q   0 *
   0. Es
 
decir, un pequeño decremento en el costo marginal producirá un
incremento del beneficio óptimo.
De forma análoga,

   1  0  
 



  q*  0
 
   0. Es decir, un pequeño decremento en el costo fijo
producirá un incremento del beneficio óptimo.
2.- a) El beneficio de la empresa (función objetivo a maximizar) es:
K, L; p, r, w  pQK, L; p, r, w  rK  wL
Donde las variables de decisión son “K” y “L”. Por tanto, K* y

L* maximizarán el beneficio si:
I) Satisfacen la condición de primer orden:
    
 K*, L*; p, r, w  pQK K*, L*  r, pQL K*, L*  w  0, 0   
* * 
   
F1 K*, L*; p, r, w  pQK K*, L*  r  0
F K , L ; p, r, w  pQ K , L   w  0
 2 * * * *
L
II) Satisfacen la condición de segundo orden: El hessiano de

 
 K*, L* debe ser definido negativo, por lo que el menor
principal dominante de orden uno de  K*, L* deberá ser  
negativo y el menor principal dominante de orden dos
 
 K*, L* deberá ser positivo, esto es:
   
H1 K*, L*  pQKK K*, L*  pQKK K*, L*  0  
Dado que p  0, se deduce que: QKK K*, L*  0 .  
141
 
H2 K , L  H K , L 
* *
 * *
 pQKK K*, L*   pQKL K*, L*  
pQKL K , L 
* *
pQLL K , L 
* *
 

  2
H2 K*, L*  p2QKK K*, L*  QLL K*, L*  QKL K*, L*   0
 
    
Nuevamente, como p  0, se deduce que:
  
QKK K*, L*  QLL K*, L*  QKL K*, L*    
2

Pero, dado que QKK K*, L*  0 , para que la desigualdad 
anterior se verifique debe cumplirse que:

QLL K*, L*  0 . 
Por otro lado, si suponemos que las funciones “ F1 ” y “ F2 ” del
sistema (**) tienen derivadas continuas y si verificamos que el
jacobiano de este sistema con respecto a las variables endógenas
“K*” y “L*” no se anula en el equilibrio inicial: K*, L*; p, r, w , en  
tal caso sería posible aplicar el teorema de la función implícita.
J* 
 
F1 K*, L*; p, r, w K  
F1 K*, L*; p, r, w L
F K , L ; p, r, w K
2 * *
F K , L ; p, r, w L
2 * *
J* 
 
pQKK K*, L* pQKL K*, L*  
pQKL K , L 
* *
pQLL K , L 
* *
Como se puede apreciar, el determinante jacobiano del sistema

de ecuaciones conformado por “ F1 ” y “ F2 ” coincide con el
determinante del hessiano de  K*, L* , esto es:  
 
  
2
J*  H K*, L*  p2QKK K*, L*  QLL K*, L*  QKL K*, L* 
 
    
Pero, para que K* y L* maximicen el beneficio el
 
H K , L  0,
* *
entonces 
J*  H K*, L*  0  0.  En
consecuencia, existe un entorno tridimensional de p0, r0, w0 , E,
en el que:
I) K* y L* se pueden expresar como funciones de las variables

exógenas p, r, w , es decir:
142
K*  K*p, r, w
* * *  *
L  L p, r, w
 *
II) Las dos funciones anteriores satisfacen el sistema de

ecuaciones (**) para cualquier p, r, w  E , son continuas y
tienen derivadas parciales continuas con respecto a todas las
variables exógenas (independientes).
Es importante resaltar que las expresiones de (***) verifican las

condiciones necesarias y suficientes de máximo local y que
además supondremos que K*  0 y L*  0, con Q K*, L*  0 .  
b) La función objetivo indirecta es:


  p, r, w   K*; L*   
  
 pQK*p, r, w, L*p, r, w  rK*p, r, w  wL*p, r, w 
Aplicando el teorema de la envolvente, tenemos que:

    K , L   QK p, r, w, L p, r, w
* *
* *
p p
   K , L   K p, r, w

 * *
*
r r
   K , K   L p, r, w

 * *
*
w w
c) En función de los resultados obtenidos en el apartado anterior,

tenemos que:
   QK p, r, w, L p, r, w  0    QK p, r, w, L p, r, wp

 * * * *
p


  0  p  0. Es decir, un incremento en “p” producirá un
incremento del beneficio óptimo.

    K p, r, w  0    K p, r, wr
* *
r
143


  0  r  0. Es decir, un incremento en “r” producirá un
decremento del beneficio óptimo.

   L p, r, w  0    L p, r, ww
* *
w


  0  w  0. Es decir, un incremento en “w” producirá
un decremento del beneficio óptimo.

    K , K   L p, r, w
* *
*
w w
3. Formulación de programas con restricciones de igualdad

La formulación genérica de un programa matemático con restricciones de
igualdad es la siguiente:

opt f x  f x1, x 2,  , x n 

s.a : g1x1, x 2,  , x n   0
VII 
 

 gmx1, x 2,  , x n   0
Con m  n, siendo f : n   y gi : n   i  1,2, , m.
3.1 Condiciones necesarias de primer orden de óptimo local

Definición: Dado el programa (VII), se denomina función
Lagrangiana asociada al programa (VII) a la función de m  n
variables definida por:
 
  m
 T 
  g x
    
L , x  f x  gx    f x  1g1x    mgmx  f x  i i
i 1
Donde:

 g1x   1 
   
  g2x 
  2
gx        
   
    
g x   
 m  mx1  m  mx1

A los componentes de  se le conocen como multiplicadores de

Lagrange asociados a las restricciones gix  0, i  1, 2, , m o
variables duales correspondientes a las restricciones

gix  0, i  1, 2, , m .
144
Condición necesaria de Lagrange:
Sea D  n un conjunto abierto. Para el programa (VII) con m  n,

siendo f : D   y gi : D   i  1, 2, , m, ambas con derivadas
parciales primeras continuas en D y el conjunto de soluciones factibles

  
CF  x  n x  D  gix  0, i  1, 2, , m . 

Se comprueba que si x* es un óptimo local de (VII) tal que la matriz

 

jacobiana de g x* , Jg x* , tiene un menor de orden “m” distinto de cero 8


(es decir el rango de Jg x* es “m”, lo que equivale a decir que dicha
matriz tiene “m” vectores fila linealmente independientes, lo que a su

vez equivale a decir que los gradientes de las restricciones en x* :

   

g1 x* , g2 x* , , gm x* sean linealmente independientes), existen “m”
números reales *1, *2, , *m y “n” variables de decisión x1*, x*2, , x*n
tales que son solución del siguiente sistema de m  n ecuaciones:
 
  * * T   * T
x L  , x   
  * T *  
      x 
  T f x g 0
  nx1 
L *, x* m  n x 1    
   A
 
  * * T 
L  , x  
 *
gx    
  mx1m  n x 1
0
La condición necesaria de optimalidad de primer orden de Lagrange

dada por (A) se puede descomponer en: las condiciones de
estacionariedad (primera fila del sistema (A) y las condiciones de
factibilidad (segunda fila del sistema (A)).
Donde:

 
 Lx1 *, x * 
   


 2 ,x 
Lx  
* *


 


 
 Lx1 *, x * 

     

 
Lx *, x *  
 
   
* *
  T  Lx
 2 ,x 
 n
 * * T
L *, x*  
  xL  , x  

 
 L *, x*  
 1   
 
     

 L 2  , x 

* *

 n

 
Lx *, x * 
 nx1

 
   

  m  
L *, x* 
m  n x 1
8
A esta condición se le conoce como condición de regularidad (suficiente pero no necesaria). Todos los

puntos x* que verifican la condición de regularidad se denominan puntos regulares.
145
 1
 

L *, x * 


 
  

 
* *
   g x 
m
  T  2
L , x   T  * T
 L *, x*    , g x*  *  *
i i
  i 1
  
 

L *, x * 
  n  mx1
     f x 
 
f x*  fx1 x* x2
*
 

  fxn x*
1x n


 g1 x *   g1(x1*, x*2,........, x*n) 
  

 g x *   g (x*, x*,........, x* ) 

 2   2 1 2
g x*       
n 


 Jg x* 
   
     
*

g x  g (x , x ,........, x )
 m   m 1 2
* * *
n  mxn
  g x *
  1
 
g1 x*  


g1 x* 



  x1 x2 x n 
  
 *
  g2 x  
g2 x* 

g2 x* 



 *  
g x    x1
 x2
 
x n 



  
 
 
 gm x*
 
 gm x*
 
 

* 
gm x 

 x1 x2 x n 
 mxn

 g1 x*

 
g1 x* 
g1 x* 
  

 x1 x 2 x n 
 

 g x * 
g2 x* 
g2 x*  

 *  
2
 
g x   x x 2 x n 
1
  
 
 * 

 gm x*

 gm x 
* 
 
gm x 


 x1 x 2 x n  mxn
El sistema (A) se puede escribir en forma compacta de la siguiente

manera:
  
    
*
m 
gi x* j  1,  , n
Lx j  , x  fx j x  i 0
* * *
B  i 1
x j
 
 *
gi x  0 i  1, 2,  , m
146

Las soluciones factibles x* del programa (VII) que satisfacen la
primera fila del sistema (A) se denominan puntos estacionarios del
programa (VII).
Es importante resaltar que se verifica que todo punto crítico x*, * de la   

función Lagrangiana asociada al programa (VII), es un punto estacionario
 
x* del programa (VII) con multiplicadores de Lagrange asociados *. Es

decir, se verifica que si x* es una solución factible, entonces g x*  0 m x 1, 
 
      
    
por lo que L *, x*  f x*  01 x m  *  f x*   * .
También es importante hacer notar que si la función objetivo así como

las restricciones de igualdad no son diferenciables y continuas, entonces
las condiciones de Lagrange no son aplicables. Además, el hecho de
que no se verifique la condición de regularidad (que los gradientes de

las restricciones de igualdad en x* sean linealmente independientes)
puede impedir la aplicabilidad de las condiciones de Lagrange, ya sea
porque no existan o existan infinitos multiplicadores de Lagrange.
De la primera ecuación de (A) se puede obtener:
    g x 
m
 T  T  * T
f x*  g x*  *   *
i i
i 1
     g x 
T  m

 f x*  *  g x*   *
i i
*
i 1

Lo que implica que si se verifica la condición de Lagrange en x*,
entonces el vector gradiente de la función objetivo se puede expresar
como una combinación lineal de los vectores gradientes de las “m”
restricciones de igualdad.
Ejemplos:
1.- En el siguiente programa indique si se verifica la condición de
Lagrange en la solución óptima dada.
min x1  3  x 2
 2 2

 Donde: x*  0, 0.
s.a : x 2  x1

2.- Sea el programa matemático:
max f x 1 , x 2 
s.a : g x 1 , x 2   b
147
Siendo “f” y “g” funciones con derivadas parciales continuas en 2

 
y x*  x*1, x*2 es un máximo relativo del programa, tal que

 
g x*  0 . Se pide:

 
a) Demostrar que en x*  x*1, x*2 se satisface la condición necesaria
de Lagrange haciendo uso del teorema de la función implícita y
de las condiciones de primer orden para problemas de
optimización libre.
b) Obtener el valor del multiplicador de Lagrange asociado a la


 
restricción en x*  x*1, x*2 y, analizar el significado de las
condiciones de primer orden.
c) Verificar que para el programa:
max  x 12  2x 2  12

s.a : x 1  x 22  1

Se satisface la condición de Lagrange en el punto x*  0, 1 . ¿Es

x*  0, 1 un máximo del problema?
3.- En una fábrica se consume un único input, del que se dispone en una
cantidad limitada “c”, que es preciso consumir completamente. En
dicha planta funcionan dos procesos independientes entre los que es
preciso repartir la cantidad disponible del input. Si x1 y x 2 son las
cantidades de dicho input asignadas a cada proceso, y
Rx1  100  x1  22 y x2  100  x2  22 representan los
rendimientos obtenidos de ellos. ¿Cómo debe efectuarse el reparto
de “c” entre x1 y x 2 ? Compruebe que se verifica la condición de
regularidad en el óptimo.
4.- Dado el siguiente programa, si el mínimo global se da en 0, 1, 0 ,

verifique si la condición de primer orden de Lagrange es aplicable.
min x12  x 2  22  x32

s.a : x12  x 22  1
x2  1
Solución:

1.- En el punto crítico x*  0, 0 no se puede aplicar la condición de
Lagrange ya que en dicho punto no existe el gradiente de la
g0, 0
restricción gx1, x2  x2  x1 debido a que no existe .
x1
148
  
2.- a) Dado que g x*  0, al menos una de sus dos componentes es
distinta de cero. Supondremos, sin pérdida de generalidad, que
su segunda componente es la no nula:


g x*   0.
x 2
Verificamos las condiciones del teorema de la función implícita:

     
F x 1* , x *2 ; b  g x 1* , x *2  b  0, ya que x* es solución
del programa,
 gx1, x2 es una función continua y con derivadas

parciales de primer orden continuas en x* , lo es por
hipótesis en todo 2. Por tanto, “F” tiene derivadas
parciales continuas,


F x*   gx   0, ya que gx   0 .
*
*
x 2 x 2
Al verificarse las condiciones del teorema de la función

implícita, existen E x * y Ex* entornos de x1* y x*2
1 2
respectivamente, y una función h : Ex*  Ex* tal que:

1 2
 x 2  h x 1  x 1  E x* y en x * *
1, x2  se cumple que

1
x*2  h x1* ,
 Fx1, hx1, b  gx1, hx1  b  0 , para todo x1 que

pertenece a Ex* ,
1
 “h” es continua y derivable en Ex* siendo su derivada

    F x  
1

dh x1* x1
*
gx1 x*
respecto a x1 en x1* : 
F x  
 *  .
dx 1 x2 gx 2 x*

En consecuencia, en un entorno de x*, el programa original se
reduce al siguiente programa sin restricciones:
max f x 1 , h x 1   Tx 1 
Antes de utilizar las condiciones de primer orden de un

programa sin restricciones es conveniente tener en mente el
siguiente esquema:
x1
f
x2 x1
149
Utilizando las condiciones de primer orden para un programa sin
restricciones se tiene que:
 
T x1*
   dfx   f x   f x   dhx   0
dT x1* * * * *
1
dx1 dx1 x1 x 2 dx1
Reemplazando

dh x1*
en la expresión anterior, tenemos que:
dx1
   f x   g x 

f x* *
x1
*

 *
*  fx 2 x
 fx1 x  
    g x   0
*
g x    
x x   x1
1 2
*  gx x*
x2  2
 
*

fx1 x*  

fx 2 x* 

g x1 x*  
g x 2 x* 

 
fx1 x*  *  gx1 x*  0  1
Hemos supuesto que

   0.

g x*
Si
   0,

g x*
las hipótesis
x 2 x 2
implican que
   0.

g x*
Entonces el teorema de la función
x1
implícita nos dice que gx1, x2  b define a x1 como una función

diferenciable de x 2 en un entorno de x* . El resto del
razonamiento es análogo, con x1 y x 2 intercambiados, es decir:
   f x   g x   f x    f x    g x   0


f x* *
x2
*
* x1
*
*
g x   g x  
   
x2 x2
x 2 x 1
* *
x1   x1
*  

fx1 x*  

fx 2 x*

g x1 x*  
g x 2 x*
 
fx 2 x*  *  gx 2 x*  0  2
Las ecuaciones 1 y 2 se pueden expresar en la siguiente

forma:
 

fxi x*  *  gxi x*  0 i  1, 2 3
150
Es importante resaltar que las ecuaciones 3 junto con la
restricción gx1, x2  b, son las condiciones necesarias de primer
orden de un programa con restricciones de igualdad.
b) Tenemos que *  

fx1 x*

 
fx 2 x*

g x1 x*   , por lo que podemos
g x 2 x*
escribir la expresión anterior en forma equivalente como sigue:

fx1 x*



fx 2 x*

g x1 x* 

g x 2 x*
Por otro lado, la pendiente de la gráfica de la restricción


gx1, x2  b en x* es:
   dhx    g x  .
dx*2 x1* *
1 x1
*
g x 
dx dx  *
1 1 x2
Las curvas de nivel de la función objetivo satisfacen la siguiente

ecuación f x1, x2  c , siendo “c” una constante. La pendiente de
estas curvas en general es:
    f x  .
dx*2 x1* x1
*
f x 
dx  *
1 x2
En consecuencia:

dx*2 x1*


dx*2 x1*
.
dx1 dx1
curva de nivel restricció n

La ecuación anterior nos dice que en x* la pendiente de la
restricción coincide con la pendiente de la curva de nivel. Es

decir, en x* la curva de la restricción y la curva de nivel de la

función objetivo que pasa por x* son tangentes, tal como se
aprecia en la figura 36. Tenga presente que en esta figura se ha
supuesto que la restricción de igualdad es lineal.
Es importante resaltar que al haber impuesto que

 0

g x*
se
x 2

está garantizando la condición de regularidad en x* ya que:


g x*  

 g x*  

g x* 
  0 0.
 x1 x 2 

151
f x1, x 2 
x2

x*
x1
Figura 36
c) El programa a resolver es:
max  x 12  2x 2  12

s.a : x 1  x 22  1  0

Se observa que la función objetivo es f x    x 12  2x 2  12 y
que la restricción de igualdad es gx1, x2  x1  x22  1.
Asimismo, se comprueba que D  x1, x2 x1, x2  2 y que  

CF  x1, x2  2 x1, x2  D  gx1, x2  x1  x22  1  0 . 
Las derivadas parciales de “f” y de “g” son continuas en 2 , y
vienen dadas por las siguientes expresiones:
f x1  2 x 1 , f x 2  4x 2  1
gx1  1 , gx 2  2x2
Por tanto, sus respectivos gradientes serán:
f x 1 , x 2    2x 1  4x 2  1
gx1, x2  1 2x2

Reemplazando x*  0, 1 en gx1, x2 se tiene que:


  
g x*  g x1*, x*2  g0, 1  1 2  0 0  0
152
Se comprueba que se cumple la condición de regularidad (en
este caso existen dos menores de orden uno distintos de cero, el
“ 1  0 ” y el “ 2  0 ”, lo que equivale a decir que el rango de


g x* es uno).
El lagrangiano de este programa es:

Lx1, x2,   x12  2x2  12   x1  x22  1 

Además, se comprueba que x*  0, 1  CF y cumplirá la
condición de Lagrange si para algún valor de  resuelve el
siguiente sistema:
  2 x 1*  * 
  0
 
L * , x * T 
  * *  
   4 x 2  1  2 x 2    0 
*
  0

  * 2
 x 1  x 2  1 
*   
Se comprueba que una solución del sistema es:

  

 
 , x*  *, x1*, x*2  0, 0, 1. En consecuencia, x*  0, 1 es una
*
posible solución del programa para *  0 .
Se puede verificar que  x1, x2 la función objetivo es no

positiva, esto es: f x 1 , x 2    x 12  2x 2  12  0. Además, en
 

x*  0, 1 se cumple que f x*  f 0, 1  0.
Por otra parte,  x1, x2  CF /x1, x2  0,1 se verifica que

f x 1 , x 2    x 12  2x 2  12  0. Por tanto, x*  0, 1 es un
máximo global del programa.
3.- La siguiente figura muestra el problema propuesto:
Proceso 1 Rx1
c
Proceso 2 x2
Figura 37
El programa es:

max 100  x1  22  100  x 2  22 
s.a : x1  x 2  c
153

max 200  x1  22  x 2  22 
s.a : x1  x 2  c  0
Se observa que la función objetivo es

f x1, x2  200  x1  22  x2  22 y que la restricción de igualdad
 
es gx1, x2  x1  x2  c . Además, se verifica que D  x x  2 y  
  
que CF  x  2 x  D  x1  x2  c  0 . 
fx1  2x1  2 , fx2  2x2  2
gx1  1 , gx 2  1
f x1, x2   2x1  2  2x2  2
gx1, x2  1 1

Se observa que para todo x1, x2  2 el gx1, x2  0 . Por tanto, en
particular, en la solución del programa x*  x1*, x*2

  se verificará
que:

   
g x*  g x1*, x*2  1 1  0 0  0
La ecuación anterior nos garantiza el cumplimiento de la condición

de regularidad. En consecuencia, se puede aplicar la condición de
Lagrange.
Lx1, x2,   200  x1  22  x2  22  x1  x2  c

 
Para x*  x1*, x*2  CF se cumplirá la condición de Lagrange si para
algún valor de  resuelve el siguiente sistema:

 2 x1*  2  *


 0
 
 T
  
L *, x*   2 x*2  2  *  0
 *  0
 x1  x 2  c 
*
154
Se comprueba que la solución del sistema es:
  

  c c  c c
*, x*  *, x1*, x*2   4  c, ,  . En consecuencia, x*   ,  es
 2 2 2 2
una posible solución del programa para *  4  c .
Con las condiciones de segundo orden, que veremos más adelante,

 c c
el lector podrá verificar que en x*   ,  la función alcanza un
2 2
máximo global (restringido).
4.- El programa equivalente es el siguiente:
min x12  x 2  22  x32

s.a : x12  x 22  1  0
x2  1  0
Se observa que la función objetivo es f x1, x2, x3  x12  x2  22  x32
y que las restricciones de igualdad son g1x1, x2, x3  x12  x22  1 y
 
g2x1, x2, x3  x2  1. Asimismo, se comprueba que D  x x  3 y  
    
que CF  x  3 x  D  g1x  x1  x 22  1  0  g2x  x 2  1  0 . 
fx1  2x1 , fx2  2x2  2 , fx 2  2x3
g1 g1 g1

 2x1 ,  2x 2 , 0
x1 x 2 x3
g2 g2 g2

 0,  1, 0
x1 x 2 x3
f x1, x2, x3  2x1 2x2  2 2x3
g1x1, x2, x3  2x1 2x2 0
g2x1, x2, x3  0 1 0

Reemplazando x*  0, 1, 0 en g1x1, x2, x3 se tiene que:
155

 *

 * * * 

g1 x1*, x*2
g x  g x1, x 2, x3  g0, 1, 0  
   0 2 0
g x*, x*
 2 1 2   0 
1 0
Se aprecia que g1 x1*, x*2   y 

g2 x1*, x*2  son linealmente
dependientes ya que:
  
ag1 x1*, x*2  bg2 x1*, x*2  0  
a0 2 0  b0 1 0  0 0 0
De donde se desprende que:
2a  b  0  b  2a
Por tanto existen infinitos valores reales de “a” y “b” que satisfacen
la expresión anterior. En consecuencia, la combinación lineal de
   
g1 x1*, x*2 y g2 x1*, x*2 no genera al vector cero con unicidad.
   
Al no ser g1 x1*, x*2 y g2 x1*, x*2 linealmente independientes,
entonces no se verifica la condición de regularidad y por tanto no se
puede aplicar la condición necesaria de Lagrange.
3.2 Condiciones de segundo orden de óptimo local
Definición: Dado el programa (VII) con f y gi i  1, 2, , m

funciones de clase dos en  , se define el hessiano orlado asociado a
n
(VII) como el hessiano de su función lagrangiana, esto es:


 
  2L , x
  
 
 
 2L , x

 
 
 2L , x
 
 
 
 2L , x 

 21 1m 1x1 1x n 
        
 
        

 
  2L , x

 
  
 2L , x

 

 2L , x
 
  
 L , x 
2

   m1 2m mx1 mx n 
 
HL, x   

        
  

 
 
  2L , x
 
 
 
 L , x
2

 
 
 L , x
2
 
 
 2L , x 

 x11 x1m x12 x1x n 
        
 
        
 
  2L , x


 
  
 2L , x

 

 2L , x
 
  
 2L , x 

 x n1 x nm x nx1 x 2n 
156
 
 g1x g1x 
 0   0    
 x1 x n 
        
 
          
 gmx gmx 
 0   0    
   x1 x n 
 
HL, x            
 g x 
 1  

gmx

 
 
 L , x
2
 
 
 
 2L , x 

 x x1 x12 x1x n 
 1       
 
        
 g x 
 1  

gmx

 

 2L , x
 
  
 2L , x 

 x n x n x nx1 x 2n 


 0  gxmxn 
   mxm
 
HL, x   
 
  
  
gxnxm  H x L , x nxn

T
 
 m  n x m  n
Condiciones suficientes de Lagrange de optimalidad local

Sea el programa (VII) con m  n y f y gi i  1, 2, , m funciones de
clase dos en un subconjunto abierto D  n con

 
CF  x  n gix  0, i  1, 2, , m  D . 

Si x*  CF es un punto estacionario del programa (VII) con

multiplicadores asociados * y definimos Dj con j  1, 2, , m  n los
menores principales dominantes de HL * , x * , entonces:  

a) Si los menores principales dominantes Dj con j  2m  1, , m  n
 

de HL * , x * tienen todos el mismo signo que  1m, se verifica

que x* es un mínimo local estricto de (VII).
b) Si los menores principales dominantes Dj con j  2m  1, , m  n
 

de HL * , x * tienen signos alternos, siendo el signo de D2m 1 el

de  1 m1
, se verifica que x* es un máximo local estricto de (VII).
Teorema: Si 
 
HL * , x * 
es no singular (Decimos que tenemos un
máximo o un mínimo regular), entonces las condiciones suficientes de
Lagrange de segundo orden son también necesarias para un mínimo
(respectivamente máximo) para el problema (VII).
157
Ejemplo:
Dado el siguiente programa, calcular sus puntos estacionarios y
clasificarlos:
opt x1x 2x3

s.a : x1  x 2  x3  6
Solución:
1.- La función lagrangiana es:


L, x  x1x2x3  x1  x2  x3  6
El gradiente del lagrangiano es:
 x*2x*3  *  0
  
   T
L *, x*  
x1*x*3  *  0
x1*x*2  *  0

  
x1*  x*2  x*3  6 0
Las soluciones del sistema son:


x*1  6, 0, 0 con *1  0

x*2  0, 6, 0 con *2  0

x*3  0, 0, 6 con *3  0

x*4  2, 2, 2 con *4  4
En todos los puntos estacionarios se verifica la condición de


regularidad ya que  x  3 se cumple que

gx  1 1 1  0 0 0.
Como en este caso m  1 y n  3 deberemos calcular los menores

principales dominantes de orden 2m  1  3 y m  n  4 de la matriz
hessiana del lagrangiano:
0 1 1 1
 
 1 0
HL, x 
x 3 x 2
1 x3 0 x1
 
1 x 2 x1 0 
158
Los menores principales dominantes del Hessiano Orlado son:
0 1 1
D3  1 0 x3
1 x3 0
0 1 1 1
1 0 x3 x 2
D4 
1 x3 0 x1
1 x2 x1 0

 En x*1  6, 0, 0 tenemos que:
0 1 1
1 1
D3  1 0 0  1  10  0
0 0
1 0 0
0 1 1 1
1 1 1
1 0 0 0 1 1
D4   10 0 6  1 6  66  36  0
1 0 0 6 0 6
0 6 0
1 0 6 0
Se aprecia que el signo de todos los menores principales

dominantes anteriormente calculados no coinciden con el signo
de  1m   11  1  0 ni alternan de signo, por lo que

x*1  6, 0, 0 no es ni un máximo ni un mínimo local.

 En x*2  0, 6, 0 tenemos que:
0 1 1
1 1
D3  1 0 0  1  10  0
0 0
1 0 0
0 1 1 1
1 1 1
1 0 0 6 1 1
D4   10 0 6  1 6  6 6  36  0
1 0 0 0 6 0
6 0 0
1 6 0 0


159

 En x*3  0, 0, 6 tenemos que:
0 1 1
D3  1 0 6  1 6  16  12  0
1 6 0
0 1 1 1
1 0 6
1 0 6 0 0 6
D4   11 6 0  11  1 36  36  0
1 6 0 0 6 0
1 0 0
1 0 0 0



 En x*4  2, 2, 2 tenemos que:
0 1 1
D3  1 0 2  1 2  12  4  0
1 2 0
0 1 1 1
1 2 2 1 0 2 1 0 2
1 0 2 2
D4   11 0 2  11 2 2  11 2 0  12  0
1 2 0 2
1 2 0 1 2 0 1 2 2
1 2 2 0
Se aprecia que los menores principales anteriormente calculados

alternan de signo y que el signo de D2m 1  D3  0 coincide con

el signo de  1m 1   111  1  0 . Por tanto, x*4  2, 2, 2 es un
máximo local.
3.3 Condiciones suficientes de optimalidad global

Teorema: Sea  , x  una solución de (A). Si L , x es una función
* * *
 
cóncava (respectivamente convexa) en x, entonces x* es un máximo
(respectivamente mínimo) global del programa (VII).
Un inconveniente aquí es que tenemos que resolver el problema (para


poder evaluar el lagrangiano en * ) antes de que podamos afirmar la
clase de óptimo que se obtiene.
160
Proposición 1: Dado el programa (VII) con m  n y “f” y
gi i  1, 2, , m funciones de clase uno en un subconjunto abierto
D  n. Entonces se verifica que si “f” es cóncava (respectivamente
convexa) en CF y, las funciones gi i  1, 2, , m son lineales, todos los
puntos estacionarios de (VII) son máximos (respectivamente mínimos)
globales.
Es importante resaltar que en la proposición anterior el programa

matemático es convexo para máximos (respectivamente para mínimos)
ya que “f” es cóncava (respectivamente convexa) en CF, y CF es un
conjunto convexo.
Proposición 2: Sean “f” y gi i  1, 2, , m funciones cóncavas


(respectivamente convexas) en CF. Si “f” es creciente en x y todas las

gi i  1, 2, , m son decrecientes en x o si “f” es decreciente mientras
 
 
todas las gi i  1, 2, , m son crecientes, si *, x* resuelven (A) y

todos los multiplicadores de Lagrange son del mismo signo, x* es un
máximo global (respectivamente mínimo) del programa (VII). (Si el
programa matemático sólo tiene una restricción de igualdad, el
requerimiento sobre el signo de los multiplicadores puede dispensarse).
Ejemplos:
Obtención de las funciones de costos

 
Sea q  f x la función de producción de una empresa y w el vector de
precios fijos de los factores de producción. Para conocer el costo de
producción de “q” unidades del producto, la empresa deberá resolver el

siguiente problema, dados w y “q”.
 
min wT  x

s.a : q  f x  0
Donde:
 x1 
 
  x 2 
wT  w1 w2 wn1 x n , x

 
x n  n x 1
Por tanto, el problema se puede escribir de forma equivalente como

sigue:
161
n
min w1x1    w n x n  w x
i 1
i i

s.a : q  f x  0
Se aprecia que la función objetivo es lineal, por tanto convexa, y

 
creciente para w  0; la restricción es convexa y decreciente si
adoptamos el usual supuesto sobre la función de producción (cóncava,
creciente, pero a tasas decrecientes); por tanto podemos aplicar la
proposición 2 de la sección 3.3.
El lagrangiano es:
 
L, x  w1x1    wn xn  q  f x
La condición de primer orden de Lagrange es la siguiente:


1

 w1  *f x x* 
 0

 *   
w 2   f x 2 x  0
*
   T
L *, x*      

 *   
w n   f x n x  0
*
  0
 
 q  f x *    n 1 x 1

   T   T 

Lx *, x*  w  *f x*  0n x 1
 
 T 

L *, x*  q  f x*  01 x 1  0
De la penúltima expresión se puede deducir que * debe ser positivo ya

   
que por hipótesis fxi x*  0  i  1, 2,  , n y w  0, por lo que podremos
aplicar el teorema de la sección 3.3 a la función Lagrangiana
  
L, x  w1x1    wn xn  q  f x que claramente es convexa en x
bajo nuestros supuestos. Resolviendo el sistema de ecuaciones anterior
     
obtendremos x*q, w, y la función de costos será: Cq, w  wT  x*q, w.
Ahora ilustraremos esto con un ejemplo numérico.
Encuentre la función de costo asociada con la función de producción

q  x10,25x02,5.
Esta función es claramente creciente en x1, x2 y también cóncava (la

verificación se deja al alumno). El lagrangiano será:


L, x  w1x1  w2x2   q  x10,25x02,5 
162
Las condiciones de primer orden serán:

  
* * 0,75 * 0,5
w1  0,25 x1 x2 
  0
   T
L *, x* 
 w 2  0,5 x1

  
* * 0,25 *  0,5 
x2

 0
 
 0



q  x1*   
0,25 * 0,5
x2 

De las dos primeras ecuaciones se obtiene:
 
*

x w1 * 0,75
1

w2

x * 0,5
2
0,25 x  * 0,5 0,5 x * 0,25
2 1
De esta última se desprende que:
w2
x1*  0,5 x*2
w1
Reemplazando en la tercera ecuación del sistema matricial tenemos

que:
0,25 0,25
 w2 * 
q  0,5

x2 

x  * 0,5
2
 w2 
 21 4
w 
 x 
* 0,75
2
 w1   1
De donde la demanda condicionada del factor de producción 2 es:
1
w  3

x*2 q, w1, w 2   2 q  1 
1 3 4 3
 w2 
Reemplazando la expresión anterior en x1* se obtiene la demanda

condicionada del factor de producción 1:
2
 w1  3

x1* q, w1, w 2  2  2 3 4 3
q
w 

 2
La función de costos es:
Cq, w1, w2  w1  x1*q, w1, w2  w2  x*2q, w1, w2
2 1
 w1  3  w1  3
Cq, w1, w 2  w1  2  2 3 4 3
q  1 3 4 3
 w2  2 q 
w  w 
 2  2
163
Cq, w1, w2  22 3q4 3w11 3w22 3  21 3q4 3w11 3w22 3  
 22 3  21 3 q4 3w11 3w22 3
Cq, w1, w2  3  22 3q4 3w11 3w22 3  1,9q4 3w11 3w22 3
Cq, w1, w2  1,9q4 3w11 3w22 3
Se aprecia que la función de costos es una función convexa en “q” que

poseerá la usual característica de costo marginal creciente. Además, es
importante resaltar que las condiciones de regularidad se satisfacen en
 
x1*q, w1, w2, x*2q, w1, w2 . Finalmente, es importante subrayar que
Cq, w1, w2 representa una familia de curvas de costos para distintos
valores de w1 y w2.
Obtención de las funciones de demanda Marshaliana

 
Sea Ux la función de utilidad de un individuo, p el vector de precios,
y “m” los ingresos del individuo. Este consumidor busca maximizar su

utilidad sujeta a la restricción presupuestaria, por tanto deberá elegir x
  
para maximizar Ux sujeto a pT  x  m .

max Ux
 
s.a : m  pT  x  0

Si asumimos que la función Ux es cóncava, y ya que la restricción es

lineal en x , podemos aplicar la proposición 1 de la sección 3.3.
El lagrangiano será:
 
   

L, x  Ux   m  pT  x  Ux  m  p1x1  p2x2    pn xn 



Ux1 x*  *p1  
 0
 0
 
 T


*
U x 2 x   p2
*
  
L *, x* 
    
 0


*
Ux n x  *pn   
m  p x*  p x*    p x*  0
 1 1 2 2 n n
De las primeras “n” ecuaciones se obtiene que:
* 

   U x     U x 
Ux1 x* x2
*
xn
*
p1 p2 pn
164
* 

Uxi x* i  1, 2,  , n
pi
De estas “n” ecuaciones se puede obtener:


Uxi x* pi
i  j
Ux j x 
* 
pj
Esta expresión nos dice que el cociente de las utilidades marginales es

igual al correspondiente cociente entre precios.
Resolviendo el sistema de ecuaciones dado por L *, x*   T

obtendríamos

x*m, p, que son las cantidades de bienes que el individuo está

 
dispuesto a comprar al precio p, con ingresos “m”. Es decir, x*m, p

representa las funciones de demanda para el consumidor. Ahora

ilustramos esto con un ejemplo numérico.
Obtenga las funciones de demanda asociadas con la función de utilidad

de Klein-Rubin (1949):
  lnx   

Ux  i i i
i 1
Donde xi representa el consumo total del bien “i”, i es la cantidad

mínima de subsistencia del bien “i” según la percepción del consumidor
y i es la proporción marginal del presupuesto destinado al consumo
del bien “i” una vez que se ha cubierto el consumo de subsistencia total.
n
Asumimos que i  0,   1
i 1
i (sin pérdida de generalidad), y que
n n
 p 
 
m  pT    pi i . Donde i i es el gasto en consumo de
i 1 i 1
subsistencia de todos los bienes.
  lnx     m  p x

L, x  i i i 1 1  p2 x 2    pn x n 
i 1
165
 1 
  *p1 
 x1  1
*

  0
 2  
  *p2  0
   
*
 T x
L *, x*  2 2

   
 n  
  *pn  0
 x*n  n  
 n  0

m  p1x1  p2x2    pn xn  m 

* * *

i 1

pix*i

Las primeras “n” ecuaciones se pueden expresar de la siguiente manera:
i
 *pi  0
x*i  i

i  *pi x*i  i  i  1, 2, , n
Aplicando sumatorias a ambos lados de la expresión anterior se tiene:
 p x 
n n

i 1
i  *
i 1
*
i i  i
 n n 
1  *
 
pi x*i   pi i

 i 1 i 1 
 n 

1
1  *m  pi i   * 
  n
 i 1  m pi i 
i 1
Reemplazando esta última expresión en i tenemos:
i 

pi x*i  i 
n
m p 
i 1
i i
De donde:
 p      p m  p  
 i  n
   
x*im, p  i  m  i T
i i i
pi  i 1  i
A estas funciones de demanda se les suele denominar sistema de gasto

lineal.
166
Note que:

x*im, p i i x*ipi
  x*i  m  i 
m pi pi m
Es decir, i representa la parte del presupuesto, una vez cubierto el

gasto en consumo de subsistencia de todos los bienes, que se destina al
consumo del bien “i”.
3.4. Análisis de sensibilidad. Interpretación de los

multiplicadores de Lagrange
Teorema de Sensibilidad: Sea el programa:


opt f x  f x1, x 2,  , x n 

s.a : g1x1, x 2,  , x n   b1
VIII 
 

 g x ,
m 1 2 x ,  , x n   bm
Donde “f” y gi  i  1, 2, , m son funciones de clase dos en un

conjunto abierto D  n que contiene a CF. Si para
  
b  b1, b2,  , bm  0 hay una solución local x* en las que se verifican
las condiciones necesarias de primer orden de Lagrange y que, junto

con sus multiplicadores asociados * satisface las condiciones
suficientes de segundo orden para óptimo local estricto.
 
Entonces, para cada b  m perteneciente a un entorno de 0 , existen
  
 
 

x b  x1 b ,  , xn b
 
   
 b  1 b ,  , m b
y 
funciones continuas y
   *   *
 

diferenciables en b  0 tales que x 0  x ,  0   y x b es óptimo 

local de (VIII) con multiplicadores  b . Asimismo, 


bf x b
T
 
b 0

 T 
 bf x*  *
Esto es, para cada i  1, 2, , m se cumple:


f x b


f x*   *
i
bi   bi
b0
De la expresión anterior se observa que el multiplicador de Lagrange

asociado a la i-ésima restricción en la solución óptima representa la
variación del valor óptimo de la función objetivo ante cambios en el
término independiente de la restricción i-ésima.
167
Esta propiedad tiene importancia en ciertos problemas en economía. En
concreto, si la función objetivo mide “valores” como beneficios, costos,
ingresos, etc., y la restricción i-ésima está determinada por una cierta
cantidad dada de producto, factor, dinero, etc., entonces  *i da la
sensibilidad de un “valor” frente a cambios en una cantidad, por esta
razón, dicho multiplicador representa un “precio” que suele
denominarse seudoprecio o precio sombra.
Definición: Sea el programa:

 
opt f x,   f x1, x 2,  , x n, 1, 2,  , k 

s.a : g1x1, x 2,  , x n, 1, 2,  , k   0
IX 
 

 g mx1, x 2,  , x n ,  1, 2,  , k   0
Donde “f” y gi i  1, 2, , m son funciones de clase dos, siendo


x  x1, x2,  , xn  un vector de variables de decisión y

  1, 2,  , k  un vector de parámetros.

Sea B  k un conjunto abierto, suponiendo que para todo   B

  

existe x*  x1*, x*2, , x*n que es solución de (IX) con

 
multiplicadores de Lagrange asociados *  *1 ,  , *m y que   

verifica las condiciones necesarias y suficientes de optimalidad local.
Entonces:
a) La función Lagrangiana asociada a (IX) viene dada por:
 
   m
  g x, 
   
L , x,   f x,   i i
i 1
b) La función objetivo indirecta o función de valor óptimo viene dada

por:

    
  f x1*, x*2,  , x*n ,  
Teorema de la envolvente: Dado el problema (IX) y las

  
condiciones de la definición, si   f x1*, x*2,  , x*n ,  es la
 

función de valor óptimo del programa se cumple que para todo
r, r  1, 2,  , k :

 
    
L *, x*,   f x  ,   
* m

*  
 gi x ,  
r

r r

i 1
*i
r
168
Ejemplos:
1.- Sea qi  Fixi  la función de producción y pi el precio en la
industria i  1, 2 ; x i la cantidad del recurso utilizado por la
industria “i”; y la cantidad total disponible del recurso para ambas
industrias es X. Supongamos que los precios son determinados por
el mercado mundial, y por tanto en este caso son fijos. Para asignar
el recurso eficientemente, un planificador central maximiza los
ingresos sujetos a la restricción del recurso, esto es:
Max Ix1, x 2  p1F1x1  p2F2x 2

s.a : x1  x 2  X
Se pide encontrar el multiplicador de Lagrange en el óptimo dándole

una interpretación económica.
Solución:
Bajo el usual supuesto de concavidad de las funciones de

producción, las condiciones de primer orden de Lagrange serán
necesarias y suficientes para un máximo.
L, x1, x2  p1F1x1  p2F2x2  x1  x2  X
Las condiciones de primer orden de Lagrange son:
p1

 dF1 x1* 
 *
 dx1 
 

L *, x1*, x*2 
T
 dF x*
 p1
1 
2
 0

    0
*
 dx2 
  0
 x*  x*  X 
 1 2 
 
 
De las dos primeras ecuaciones se obtiene:
*  p1
   p
dF1 x1*  
dF2 x*2
2
dx1 dx2
Si suponemos que se produce un pequeño cambio exógeno en la

cantidad disponible del recurso: ahora tenemos X  dX de éste.
¿Cómo el planificador central asignaría la cantidad extra dX ,
digamos dX1 para la industria 1 y dX2 para la industria 2? Dado
que estamos tratando arbitrariamente con cambios pequeños, la
aproximación lineal a través de la diferencial total es aceptable.
169
Teniendo en cuenta que:
x1
I
x2
La diferencial total de I evaluada en x*  x1*, x*2 es:


 

dI x1*, x*2   
I x1*, x*2  dx  Ix , x  dx
*
1
*
2
1 2
x1 x 2
 
dI x1*, x*2  p1
dF1 x1*   dx  p   dx
dF2 x*2
1 2 2
dx1 dx2
Reemplazando  * se tiene:
 
dI x1*, x*2  *dx1  *dx2  *dx1  dx2
Dado que la restricción de igualdad debe satisfacerse, es decir

x1  x2  X , entonces: dx1  x2  dX . Por tanto, tenemos que:
 
dI x1*, x*2  *dX  * 

dI x1*, x*2 
dX
Se puede apreciar que  * representa la derivada total del ingreso

máximo con respecto a la cantidad disponible del recurso. Esto
implica que una unidad extra del recurso permitiría al planificador
generar  $* más en los ingresos.
 
I x1*, x*2  *X
Si X  1 entonces:
 
I x1*, x*2  $*
Por tanto,  * es lo que el recurso vale para el planificador, y él

estaría dispuesto a pagar  $* para obtener una unidad extra del
recurso. Vemos que  * emerge como el valor marginal del hasta
ahora no valorado recurso; un nombre común para  * es el de
precio sombra o valor asignado del recurso.
170
2.- La función de utilidad de un consumidor es:
Ux1, x 2  x11 3x12 2
Donde x1 y x 2 representan las cantidades de los bienes 1 y 2

consumidos en un período de tiempo dado. Si p1 y p2 son los
precios unitarios de cada uno de los bienes y “m” es la cantidad de
dinero que el individuo va gastar en la adquisición de ambos bienes.
Se pide:
a) Calcular la cantidad a consumir de cada uno de los bienes, en
función de los parámetros p1 , p2 y “m”, si el objetivo es
maximizar la utilidad.
b) Obtener la función de utilidad indirecta p1, p2, m.
p1, p2, m
c) Determinar derivando directamente en p1, p2, m ,
p1
y utilizando la función lagrangiana, de acuerdo al teorema de la
envolvente, comprobando que se obtiene el mismo resultado.
d) Verificar que un aumento en “m” produce un incremento en la
utilidad máxima, que un aumento en p1 produce una
disminución en la utilidad máxima y que un aumento de p2
también da lugar a una disminución en la utilidad máxima.
Solución:
a) El programa a resolver es el siguiente:
max x11 3x12 2

s.a : p1x1  p2x 2  m  0
Es sencillo verificar que la función objetivo es cóncava y que la


restricción es lineal en x, por lo que de acuerdo a la proposición
1 de la sección 3.3, la solución es un máximo global. Si tenemos

en cuenta que x es el vector de variables de desición y que p1 ,
p2 y “m” son parámetros positivos, el lagrangiano viene dado
por:
L, x1, x2, p1, p2, m  x11 3x12 2  p1x1  p2x2  m
Las condiciones necesarias de primer orden son:

  
1 3 x1
* 2 3 * 1 2
x 2  *p1 

  0
 
L *, x1*, x*2, p1, p2, m
T

 
13
 1 2 x1* x*2
1 2 
 *p2  0

  0
 p1x1  p2x 2  m  0 
* *
 
171
Resolviendo el sistema anterior se tiene:
2m 3m
x1*p1, p2, m  , x*2p1, p2, m 
5p1 5p2
12 23
1  3m   5p1 
 p1, p2, m  
*   
 2m 

3p1  5p2   
b) La función de utilidad indirecta es:
p , p , m  Ux p , p , m, x p , p , m  

13 12
 2m   3m 
* *   
1 2 1 1 2  5p 
2 1 2  
 1   5p2 
c) Derivando la expresión anterior respecto a p1 se obtiene:
2 3
p1, p2, m
12 13 12
1  2m   2m  3m  1  2m   3m 
          
p1 3  5p1   5p2  5p 
 1  2 3p1  5p1   5p 
 2
L, x1, x 2, p1, p2, m

 x1
p1
Por tanto, evaluando la expresión anterior en *, x1*, x*2 se tiene:  


L *, x1*, x*2, p1, p2, m    x p , p , m  
* * 1  3m 
 
12
 5p1 
 
23
 2m 
 
p1
1 1 2
3p1  5p2   2m   5p 
   1

L *, x1*, x*2, p1, p2, m  1  3m 
 
12
 2m 
 
13
p1 3p1  5p2   5p 

 1
Se observa que por ambos procedimientos obtenemos el mismo

resultado.
d) Por el teorema de la envolvente tenemos que:
p1, p2, m


L *, x1*, x*2, p1, p2, m     * 1  3m 
 
12
 5p1 
 
23
m m 3p1  5p2   2m 
 
En consecuencia,
172
p1, p2, m
12 23
1  3m   5p1 
 0  p1, p2, m     
 2m  m
m 3p1  5p2   
Es decir, un aumento de “m” produce un incremento de la

función de utilidad indirecta, esto es, de la utilidad máxima.
Del apartado anterior tenemos:
p1, p2, m

   x
L *, x1*, x*2, p1, p2, m * *

1  3m 
 
12
 2m 
 
13
3p1  5p2   5p 
1
p1 p1  1
p1, p2, m
12 13
1  3m   2m 
 0  p1, p2, m       p
3p1  5p2   5p  1
p1  1
Es decir, un aumento de p1 produce un decremento de la

Finalmente,
p1, p2, m

   x
L *, x1*, x*2, p1, p2, m * *

1  3m 
 
32
 5p1 
 
23
p2 p2
2
3p1  5p2   2m 
 
p1, p2, m
32 23
1  3m   5p1 
 0  p1, p2, m      
 2m  p2
p2 3p1  5p2   
Es decir, un aumento de p2 produce un decremento de la

4. Programas con restricciones de desigualdad: Programación

no lineal
4.1 Introducción
Es importante mencionar que la resolución de problemas de
optimización de funciones no lineales con restricciones de desigualdad
mediante “programas matemáticos no lineales” es mucho más reciente
que la resolución de problemas con restricciones de igualdad.
En el caso de la programación lineal (optimización de funciones

lineales con restricciones de desigualdad lineales), la teoría y los
métodos de solución de problemas con este tipo de restricciones se
conoce desde principios de los años cincuenta del siglo pasado gracias a
las investigaciones del profesor norteamericano G. Dantzig.
173
En problemas con formulaciones no lineales (programación no lineal),
los métodos teóricos de resolución son recién conocidos en 1951
gracias a los trabajos realizados por los matemáticos norteamericanos
Kuhn y Tucker.
Este tipo de problemas son más representativos de las circunstancias en

las que se desarrolla la actividad económica, que los problemas con
restricciones de igualdad. En realidad, normalmente se dispone de
cantidades limitadas de recursos, pero sin la obligación de emplearlas
en su totalidad si ello no resultase conveniente. Por lo tanto, es factible
concebir soluciones posibles y óptimas que no saturen necesariamente
todas las restricciones, dejando un excedente sin utilizar del recurso
cuya disponibilidad limitan.
4.2 Formulación de programas con restricciones de

desigualdad
La formulación general de un programa con restricciones de
desigualdad es la siguiente:

opt f x  f x1, x 2,  , x n 

s.a : g1x1, x 2,  , x n   0
 

X  gmx1, x 2,  , x n   0
 h1x1, x 2,  , x n   0

 

 h kx1, x 2,  , x n   0
Donde “f”, gi i  1, 2, , m y h j j  1, 2, , k son funciones de

n   .
El problema (X) se puede reducir al estudio de:


min f x  f x1, x 2,  , x n 

s.a : G1x1, x 2,  , x n   0
XI 
 
m  k x1, x 2,  , x n   0

 G
Con f : n   y Gi : n   i  1, 2, , m  k, ya que el programa

de max f x  f x1, x2, , xn  es equivalente a min f x  f x1, x2, , xn 
 
y las restricciones h j x1, x2, , xn   0 j  1, 2, , k pueden expresarse

como  h j x1, x2,  , xn    0 .
174
 
Definición: Sea x* una solución factible de (XI), se dice que x*
 *

satura la i-ésima restricción Gix  0 si Gi x  0, mientras que si

  
Gi x*  0 se dirá que x* no satura la i-ésima restricción. Si Gi x*  0 


decimos que la restricción está activa, y si Gi x*  0 se dice que la
restricción está inactiva.
4.3 Condiciones necesarias de primer orden de óptimo local

Condiciones de Fritz-John (1948)
Sea el programa:

min f x  f x1, x 2,  , x n 

s.a : g1x1, x 2,  , x n   0
XII 
 

 gmx1, x 2,  , x n   0

Con f : n   y g j : n   j  1, 2, , m. Sea x* tal que
   
I  i gi x*  0 , “f” y gi i  I son diferenciables en x*. Entonces, si
 
gi i  I son continuas en x* se verifica que, cuando x* es un óptimo
local, solución del programa (XII), existen escalares *0, *i i  I no
todos nulos tales que:
 
 * * T
0f x   T 
*igi x*  0
 iI

1 *0  0 , *i  0  i  I


 *
g j x  0 j  1, 2,  , m



Además, si gi i  I es diferenciable en x*, entonces (1) puede
expresarse de forma equivalente como:

    
m
 T  T   T  T 
*0f x*  g x*  *  *0f x*  *jg j x*  0

j 1


  T 
   
m
 
g x*  * 
2  *jg j x*  0  *jg j x*  0 j  1, 2,  , m
 j 1

*  0 , *  0 j  1, 2,  , m
 0 j

 j
g x *  0 j  1, 2,  , m
Con *j j  1, 2,  , m no todos nulos.
175
Donde:


f x x* 
 *1 
 *

 T
f x*
f 
 1 * 
  x2 
x    2 
 *   
  
  
 
f xn x 
*
 n x1
 
* 
 m  mx1


 g1 x*


g 2 x*
 


g m x* 

 x1 x1 x1 
 

 g x * 
g 2 x* 

g m x* 

 T
g x *
 1
  x
 2 x 2
 
x 2 



 
 * 


 g1 x*

 
g 2 x*
 

g m x 

 x n x n x n  nxm
Las condiciones de Fritz –John son necesarias pero no suficientes ya

que existen soluciones factibles que las verifican trivialmente y que no
son soluciones óptimas del programa. Por ejemplo, las condiciones de

Fritz –John se cumplen en cualquier solución factible x F en la que el

vector gradiente de alguna restricción saturada por x F es nulo, cuando
F
el vector gradiente de la función objetivo en x es nulo o cuando en el
programa existan restricciones de igualdad9.
Además, cuando *0  0 , las condiciones de Fritz –John no permiten

una selección eficiente de los posibles óptimos locales. En
consecuencia, conviene introducir hipótesis adicionales para garantizar
que *0  0, estas condiciones se llaman generalmente de cualificación
o de regularidad10. Las más utilizadas por su operatividad son las
referidas a la independencia lineal de los gradientes correspondientes a
restricciones saturadas que, como ya se ha indicado, aseguran que
*0  0 . Este planteamiento se recoge en las condiciones necesarias
pero no suficientes de Kuhn-Tucker.
Es importante resaltar que una restricción gx  0 puede reemplazarse por las siguientes desigualdades:
9 
g1x  gx  0 y g 2 x  gx  0 .

   
10
La finalidad de la condición de cualificación o de regularidad es garantizar que el vector gradiente de la

función objetivo en la solución óptima x* se pueda escribir como una determinada combinación lineal de

los vectores gradientes correspondientes a las restricciones saturadas por x*, esto es:
 
 T
*0 f x *    
 T
*i g i x *     
para I  i g i x *  0 .
iI
176
Condiciones de Kuhn-Tucker (1951)

Sea x* un punto factible del programa (XII) tal que sature las
 
   
restricciones gix  0 para i  I , donde: I  i gi x*  0 . Si en x* las
funciones “f” y gi con i  I son diferenciables, las g i con i  I son
 
continuas y los vectores gradientes gi x* para i  I son linealmente

independientes (condición de regularidad)11. En consecuencia, si x* es
un óptimo local del programa (XII) existen escalares *i para i  I tales
que:
 
 * T
f x    T 
*igi x*  0
 iI

3  *i  0  i  I



 *
g j x  0 j  1, 2,  , m

Si además suponemos que las gi con i  I son diferenciables en x*, las
condiciones de Kuhn-Tucker pueden ser escritas equivalentemente de la
siguiente forma:

 
 
  T 
     g x  
m
 T  T *T
 x L *, x*  f x*  g x*  *  f x*  *
j j 0
 j1

 CHC
  T  
  
m
 
 *

4 g x     jg j x  0   jg j x  0
* * * * *
j  1, 2,  , m
 j1

 *  0 j  1, 2,  , m
 j

 j 
g x *  0 j  1, 2,  , m
Donde:
        g x 
  m
  T  
L *, x*  f x*  g x*  *  f x*  *
j j
*
j 1

 
 Lx1 *, x * 
   
  
     g x   

 
* *
  T  2 ,x 
Lx  T  
x L *, x*    g x*  g1 x* 2
*
 gm x* 1x m
 
 
  
 n  
Lx *, x* 
 nx1
11
Los puntos que no saturan ninguna restricción (puntos interiores al CF) también son considerados puntos
regulares.
177
A los escalares *j j  1, 2, , m se les denomina multiplicadores de
Lagrange. Las ecuaciones de la segunda fila de (4) reciben el nombre de
condiciones de holgura complementaria (CHC)12 y nos dicen que todos los
multiplicadores asociados a restricciones no saturadas (inactivas o no
 
  
vinculantes) son nulos *j  0 si g j x *  0 , mientras que todos los
multiplicadores correspondientes a restricciones saturadas (activas o

 
  
vinculantes) deben ser no negativos *j  0 si g j x *  0 si x* es un
mínimo local. Por tanto,  *j

   implica
 0 si g j x *  0 que si
 

si *j  0  g j x *  0 . No obstante, es importante resaltar que es posible

  

que de manera simultánea *j  0 y g j x *  0 en *j  0 si g j x *  0 .   
Ejemplos:
1.- Dados los siguientes programas:
a) min x1  32  x 2  3 22


s.a :  x1  x 2  0 
   
x1  x 2  4
2 2
 x   2, 2 
  
x1  0

x2  0 

b) max  x1  12  x 2  12


s.a : x1  x 2  13  0  x  1  b, b con b  0, 1

 x1  0 

 x2  0 

Estudiar si en los puntos x señalados (que son soluciones factibles de los
programas propuestos) se verifican las condiciones de Fritz-John, calculando
los posibles valores de *i, i  0, 1, , m . Asimismo, comprobar si los

gradientes de las restricciones saturadas en x son linealmente independientes.
Solución:
a) Escribimos el programa en forma equivalente:
min x1  32  x 2  3 22

s.a : x1  x 2  0
x12  x 22  4  0
 x1  0
 x2  0
12 
 
La holgura complementaria exige que al menos una de las dos desigualdades *j  0 y g j x *  0
se mantenga como una desigualdad estricta. Equivalentemente, al menos una debe ser una igualdad.
178

Vemos que en x   2 , 2  las restricciones que se saturan son
 
 
g1x  x1  x2  0y g2x  x12  x22  4  0 , y como todas las
funciones que definen el programa son diferenciables, en virtud de
las condiciones de Fritz-John, existirán escalares *0, *1, *2, *3, *4 no
negativos y no todos nulos tales que:
 4
0

T T
*0f  2 , 2   *jg j 2 , 2    
     0
j 1



*jg j 2 , 2   0 j  1, 2, 3, 4
  


*
0  0 y  j  0 j  1, 2, 3, 4
*


  
g j 2 , 2   0 j  1, 2, 3, 4



g  2 , 2 
 1 
   0 
      0
 g2 2 , 2   0   
 0
g 2 , 2     
        0
2 , 2  
2
g3  
  
  0
   2 
g4 2 , 2 
  
 2 2  3 
T   
 T 1
 
f  2 , 2     g1 2 , 2    
       1
2
  2  3 2

T 2 2  T 1
g2 2 , 2     g3 2 , 2    
      0
2 2 
T 0
g4 2 , 2    
   1
179
2 2  3*  *  2 2 *  *  0 a
   0
 1 2 3


 *
2 2  3 20  1  2 2 2  4  0
* * *
b
*1  0  0 c
*2  0  0 d
*3    2   0 e
 
*4    2   0 f 
 
*0  0 ; *1  0 ; *2  0 ; *3  0 ; *4  0 g
g1 2 , 2   0  0 ; g2 2 , 2   0  0 h

   
g3 2 , 2    2  0 ; g4 2 , 2    2  0 i

   
Por (e) y (g) tenemos que *3  0 , y por (f) y (g) tenemos que
*4  0 .
Reemplazando *3  *4  0 en (a) y (b) se obtiene que:
2 4 2
*0  *1  *2 j
3 94 2
Dado que los *j j  1, 2, 3, 4 deben ser no todos nulos. Por tanto,
las condiciones de Fritz-John se verifican para cualesquieras
*0 , *1, *2 positivos que satisfagan (j). En particular, tenemos que
para:
94 2
*1  3  *0  2  *2  con *3  *4  0 .
2 2
Ahora comprobaremos si los gradientes de las restricciones


saturadas en x   2 , 2  son linealmente independientes:
 
T T 0
ag1 2 , 2   bg2 2 , 2    
    0
180
2 2 
1   0
a   b

 1   0
2 2 
Resolviendo el sistema de ecuaciones anterior se obtiene que

a  b  0 . Por tanto, los gradientes de las restricciones que están

saturadas en x   2 , 2  son linealmente independientes.
 
b) Escribimos el programa en forma equivalente:
min x1  12  x 2  12

s.a : x1  x 2  13  0
 x1  0
 x2  0
 2b  0
f 1  b, bT    g11  b, bT   
2b  1 0
1 0
g21  b, bT    g31  b, bT   
0  1

Si 0  b  1, en x  1  b, b se satura únicamente la restricción

g1x  x1  x2  13  0 . Por tanto, I  1 g11  b, b  0. Se observa
que las funciones que definen el programa son diferenciables en

x  1  b, b y las condiciones de Fritz-John que se deberán
satisfacer son:
 2b*0  *2  0

  *2  2b*0 y *3  2b  1*0 .
2b  1*  *  0
 0 3
Dado que 1  b  1  0 , entonces la única posibilidad es que

*0  0  *2  *3  0 con *1  0 .
0
En este caso, el vector g11  b, bT    es linealmente
0

0 0
dependiente ya que ag11  b, bT  a     a   . Es
0 0
importante resaltar que dado que g11  b, bT es linealmente
dependiente, la única posibilidad que existe para que se verifique
(XII) es que *0  0 .
181
 
Si b  1, en x  1  b, b  0, 1 se saturan g1x  x1  x2  13  0 y

g2x   x1  0 . Por tanto, I  1, 2 g10, 1  0  g20, 1  0. Se
observa que las funciones que definen el programa son

diferenciables en x  0, 1 y las condiciones de Fritz-John que se
deberán satisfacer son:
 2*0  *2  0

  *2  2*0 y *3  0 .
0*  *  0
 0 3
Entonces, la única posibilidad es que *0  0  *2  0 con *1  0 .
0 1
En este caso, los vectores g10, 1T    y g20, 1T    son
0 0
linealmente dependientes ya que para el siguiente sistema:
0 1 0

ag11  b, bT  bg20, 1T  a   b    

0  0  0
La solución es: a   y b  0. Es decir, el vector cero no es

generado con unicidad por los gradientes de las restricciones

saturadas en x  0, 1 .
 
Si b  0 , en x  1  b, b  1, 0 se saturan g1x  x1  x2  13  0 y

g3x   x1  0 . Por tanto, I  1, 3 g10, 1  0  g30, 1  0. Se
observa que las funciones que definen el programa son

diferenciables en x  1, 0 y las condiciones de Fritz-John que se
deberán satisfacer son:
0*0  *2  0

  *2  0 y *3  2*0 .
 2*  *  0
 0 3
Entonces, la única posibilidad es que *0  0  *3  0 con *1  0 .
0 0
En este caso, los vectores g10, 1T    y g30, 1T    son
0  1
linealmente dependientes ya que para el siguiente sistema:
0  0  0
ag11  b, bT  bg20, 1T  a   b    
0  1 0
182
La solución es: a   y b  0. Es decir, el vector cero no es
generado con unicidad por los gradientes de las restricciones

saturadas en x  1, 0 .
2.- Analizar si se verifican las condiciones de Kuhn-Tucker en los

puntos que se indican para los siguientes programas:
a) min  2x1  x 2 

s.a : x12  x 22  4 
 
x12  x 2  2 x*   3 , 1
 
x1  0

x2  0

b) max  x1  32  x 2  22


s.a : x12  x 22  5 
   9 6
x1  x 2  3  x*  2, 1 y x F   , 
 x1  0  5 5

 x2  0 

Solución:
a) Escribimos el programa en forma equivalente:

min  2x1  x 2
s.a : x12  x 22  4  0
x12  x 2  2  0
 x1  0
 x2  0

En la solución factible x*   3 , 1 , tenemos que I  1, 2, siendo
 
T T
los vectores gradientes g1 3 , 1 y g2 3 , 1 linealmente
   
independientes. Veamos si existen *j  0 , j  1, 2, 3, 4 tales que:
  T
   
4
 T 
f x*  *jg j x*  0

j 1



*g x *  0 j  1, 2, 3, 4
 j j

*  0 j  1, 2, 3, 4
 j

 j
g x *  0 j  1, 2, 3, 4
183
 

Dado que x*   3 , 1 no satura g j x* j  3, 4 , se tiene que:
 
g3 3 , 1   3  0 y g4 3 , 1  1  0  *3  *4  0 .

   
Y como:
T 2 T 2 3 
f  3 , 1    g1 3 , 1   
   1    2 
T 2 3  T 1
g2 3 , 1    g3 3 , 1   
   
  1  0
T 0
g4 3 , 1   
  1
Entonces:
0 0
 2 * 2 3  * 2 3  * 1 * 0 0
   1   2   3    4     
  1  2    1  0 1 0
 2  2 3 *  2 3 *  0
 1 2 1 3 2 3
  *1   0 y *2  0
 1  2*  *  0 3 3 3 3
 1 2
Por tanto, se verifican las condiciones de Kuhn-Tucker en


x*   3 , 1 .
 
b) Escribimos el programa en forma equivalente:
min x1  32  x 2  22

s.a : x12  x 22  5  0
x1  x 2  3  0
 x1  0
 x2  0
Teniendo en cuenta que todas las funciones que definen el programa

son continuas y diferenciables en los puntos especificados, las
condiciones de Kuhn-Tucker son:
184
 2x1  3 * 2x1  * 1 *  1 *0 0
   1    2    3    4     
2x 2  2 2x 2 1 0  1 0


* 2

1 x1  x 2  5  0 ;
2
x12  x 22  5  0

* x  x  3  0 ; x1  x 2  3  0
 2 1 2

*3 x1  0 ;  x1  0

*
 4 x 2  0 ;  x2  0

*
1  0 , *2  0 , *3  0 , *4  0

 En el punto x*  2, 1 se tiene que:


g1 x*  0 

g2 x*  0 

g3 x*  2  0 

g4 x*  1  0

 T  T 4
 1 0
ag1 x*  bg2 x*  a   b      a  b  0 .
2 1 0
Se aprecia que los vectores gradientes g12, 1T y g22, 1T son
linealmente independientes. Debido a que la tercera y la cuarta
restricción no están saturadas, entonces: *3  *4  0 .
Reemplazando x1  2, x2  1, *3  *4  0 en la ecuación
matricial se tiene:
 0
 2  4*  *  *  0
 1 2 3
  *1  0 y *2  2  0.
 0
 2  2*  *  *  0
 1 2 4

Es decir, en el punto x*  2, 1 se verifican las condiciones de
Kuhn-Tucker con multiplicadores *2  2  0 y *1  *3  *4  0 .
 9 6
 En el punto xF   ,  se tiene que:
5 5
 

g1 x F  
8
25
0  

g2 x F  0

  9
g3 x F    0
5

  6
g4 x F    0
5
 T
 1 0
ag2 x F  a      a  0 .
1 0
185
Se aprecia que el vector gradiente g2 x F es linealmente   T
independiente. Debido a que la primera, la tercera y la cuarta

restricción no están saturadas, entonces: *1  *3  *4  0 .
9 6
Reemplazando x1  , x2  , *1  *3  *4  0 en la ecuación
5 5
matricial se tiene:
 12
  *2  0
 5

 8
  *2  0
 5
El sistema anterior no tiene solución. Por tanto, en el punto

 9 6
xF   ,  no se verifican las condiciones de Kuhn-Tucker.
5 5
 9 6
En consecuencia, el punto xF   ,  no es la solución
5 5
óptima del programa.

3.- Determinar analíticamente las soluciones factibles x* en las que se
verifican las condiciones de Kuhn-Tucker en el siguiente programa
diferenciable:
min x12  x 2  22

s.a : x1  x 2  1  0
 x1  x 2  1  0
 x2  0
Solución:
Los gradientes de las funciones del programa son:
 T  2x1   T 1
f x    g1x   
2x 2  2 1
 T 1 T 0
g2x    g3x   
1  1
Debemos verificar si existen *1  0, *2  0 y *3  0 tales que:
2x1  *1  *2  0 1

2x 2  2  *1  *2  *3  0 2
*1x1  x 2  1  0 3
186
*2 x1  x 2  1  0 4
*3 x 2   0 5
x1  x 2  1  0 6
 x1  x 2  1  0 7
 x2  0 8
*1  0 9
*2  0 10
*3  0 11
Las hipótesis que podemos hacer sobre los valores de *i i  1, 2, 3

se resumen en los 23  8 casos que a continuación presentamos:
Caso 1: *1  0, *2  0 y *3  0
De (1) y (2) tenemos:
2x1  0  x1  0
2x 2  2  0  x 2  2
Pero el punto 0, 2 no verifica la restricción (7):
g20, 2  1  0
Por tanto, la hipótesis no nos conduce a ningún punto que satisfaga

las condiciones de Kuhn-Tucker.
Caso 2: *1  *2  0
2x1  0  x1  0
2x 2  2  *3  0  *3  2x 2  2 12
Como por hipótesis la tercera restricción se satura,

g3x1, x2  x2  0  x2  0 y por tanto, reemplazando x2  0 en
(12) tenemos que *3  4  0 lo que contradice la no negatividad de
los *i . En consecuencia, debemos rechazar la hiptesis 2.
187
Caso 3: *1  *3 0
2x1  *2  0  *2  2x1 13

2x 2  2  *2  0  *2  2x 2  2 14
Igualando (13) y (14) se obtiene:
x1  2  x2 (15)
Como por hipótesis la segunda restricción se satura,

g2x1, x2  x1  x2  1  0  x1  x2  1 : 16. Igualando (15) y
(16) se tiene que:
1 3
x1  y x2 
2 2
1 3
Pero el punto  ,  no satisface la restricción (6)
2 2 
1 3
g1 ,   1  0
2 2
Por tanto, la hipótesis de partida no nos conduce a ningún punto que

satisfaga las condiciones de Kuhn-Tucker.
Caso 4: *2  *3  0
2x1  *1  0  *1  2x1 17

2x 2  2  *1  0  *1  2x 2  2 18
x1  x2  2 19
Como por hipótesis la primera restricción se satura,
g1x1, x2  x1  x2  1  0  x1  1  x2 : 20. Igualando (19) y
(20) se tiene que:
1 3
x1   y x2 
2 2
188
 1 3
Pero el punto   ,  no satisface la restricción (7):
 2 2 
 1 3
g2  ,   1  0
 2 2
En consecuencia, la hipótesis de partida no nos conduce a ningún

punto que satisfaga las condiciones de Kuhn-Tucker.
Caso 5: *1  0
Como por hipótesis la segunda y tercera restricciones se saturan

tenemos que:
g2x1, x2  x1  x2  1  0  x1  x2  1 16
g3x1, x2  x2  0  x2  0
Reemplazando x 2  0 en (16) tenemos que x1  1. Por tanto,

sustituyendo x1  1 , x2  0 y *1  0 en (1) se obtiene:
*2  2  0 , lo que contradice (10).
Caso 6: *2  0
Como por hipótesis la primera y tercera restricciones se saturan

tenemos que:
g1x1, x2  x1  x2  1  0  x1  1  x2 20
g3x1, x2  x2  0  x2  0
Reemplazando x 2  0 en (20) tenemos que x1  1. Por tanto,

sustituyendo x1  1 , x 2  0 y *2  0 en (1) se obtiene: *1  2  0 ,
lo que contradice (9).
Caso 7: *3  0
Como por hipótesis la primera y segunda restricciones se saturan

tenemos que:
g1x1, x2  x1  x2  1  0  x1  1  x2 20
g2x1, x2  x1  x2  1  0  x1  x2  1 16
189
Igualando (16) y (20) tenemos:
x1  0 y x2  1
Reemplazando x1  0, x2  1 y *3  0 en (1) y (2) tenemos:
*1  *2  0


 2  *  *  0
 1 2
De donde: *1  *2  1  0 .
Además, dado que:
1 1 0

ag10, 1T  bg20, 1T  a   b      a  b  0 .

1  1  0

Se aprecia que en x*  0, 1 los vectores gradientes
g10, 1 y g20, 1 son linealmente independientes.
T T

Por tanto, el punto x*  0, 1 dado que *1  *2  1  0 , *3  0 es un
posible mínimo local del programa.
     
Caso 8: *1  0, *2  0 y *3  0  g1 x *  g 2 x *  g 3 x *  0
Esta hipótesis presupone que se saturen las tres restricciones

simultáneamente, esto es:
g1x1, x2  x1  x2  1  0  x1  1  x2 20
g2x1, x2  x1  x2  1  0  x1  x2  1 16
g3x1, x2  x2  0  x2  0
Reemplazando x 2  0 en (16) y (20) se obtiene x1  1 y x1  1 lo

cual es contradictorio.
Finalmente, sólo bajo la hipótesis 7 se satisfacen las condiciones de


Kuhn-Tucker. Éstas se verifican en el punto x*  0, 1 para

*1  *2  1 y *3  0 . Por tanto, sólo el punto x*  0, 1 es un posible
óptimo del programa.
190
4.4 Restricciones de no negatividad
Frecuentemente las variables involucradas en la optimización económica
son esencialmente no negativas. El problema estándar con restricciones de
no negatividad que con frecuencia podremos encontrar viene dado por:

 min f x   f x 1 , x 2 ,  , x n 

s.a : g 1 x 1 , x 2 ,  , x n   0
 

XIII   g m x 1 , x 2 ,  , x n   0
 x1  0

 

 xn  0
El cual puedeser transformado de manera equivalente al problema

(XIII), pero con “ m  n ” restricciones de desigualdad, tal como sigue:

 min f x   f x 1 , x 2 ,  , x n 

s.a : g 1 x 1 , x 2 ,  , x n   0
 

XIV   g m x 1 , x 2 ,  , x n   0
 g m 1 x 1 , x 2 ,  , x n   g 1 x 1 , x 2 ,  , x n    x 1  0

 

 g n x 1 , x 2 ,  , x n    x n  0
En este caso, las condiciones necesarias de Kuhn-Tucker pueden ser


escritas equivalentemente de la siguiente forma: Sea x* un punto factible
del programa (XIII) tal que sature las restricciones
 
g k x   0 k  1,  , m  n  para k  K , donde: K  k g k x *  0 . Si    

en x* las funciones “f” y g k con k  K son diferenciables, las g k con
 
k  K son diferenciables en x*, y los vectores gradientes g k x * para  
k  K son linealmente independientes (condición de regularidad). En

consecuencia, si x* es un óptimo local del programa (XIII) existen
escalares *k para kK tales que para el lagrangiano
      g x     h x  se tiene que:

m n
 
L1 *, x*  f x*  *
j j
* *
i i
*
j1 i 1

      
 T 
m n
  T  T
 x L1 *, x*  f x*  *jg j x*  *ih i x*  0
 j1 i 1

 CHC
  CHC
5  j j 
* g x *  0 j  1, 2,  , m;  
i  x i  0
* *
i  1, 2,  , n

 *  0 j  1, 2,  , m; *i  0 i  1, 2,  , n
 j

 j 
g x *  0 j  1, 2,  , m;  x*i  0 i  1, 2,  , n
191
El sistema anterior es equivalente a:
 
 f x * m  
g j x *

 x i
 *j
 x
 *i  0 i  1, 2,  , n 
j1 i

  CHC
   CHC
  


 
6  *j g j x *  0  j  1, 2,  , m ;  
i  xi  0
* *
i  1, 2,  , n 

 *
 j  0  j  1, 2,  , m ; *i  0 i  1, 2,  , n 

 
 *
g j x  0  j  1, 2,  , m ;  x *i  0 i  1, 2,  , n 
El cual, a su vez, es equivalente a:
 CHC
   
  
  *
 *  f x

m
*j
* 
g j x
0 i  1, 2,  , n
 xi 
  x i j1 x i 

 *
 f x m *
* g j x
   j 0 i  1, 2,  , n
 x i j1 x i
7  x*i  0 i  1, 2,  , n

 CHC
 

*jg j x*  0

j  1, 2,  , m

 *j  0 j  1, 2,  , m

 

g j x*  0
 j  1, 2,  , m
Con el siguiente lagrangiano:
      g x 
m
 
L *, x*  f x*  *
j j
*
j1
Ejemplo:

Determinar las soluciones factibles x* en las que se verifican las
condiciones de Kuhn-Tucker en el siguiente programa diferenciable:

max f x   3 lnz  1  z  2 x  y
s.a : z 2  x  y
x0
y0
z0
192
Solución:
El problema equivalente será:


min  f x   3 lnz  1  z  2 x  y
s.a : z 2  x  y  0
x0
y  0
z0

Lx , y, z;    3 lnz  1  z  2 x  y   z 2  x  y 
Las condiciones necesarias de Kuhn-Tucker para este problema, que
incluye restricciones de no negatividad, serán:
 CHC
 1 

 
x * 2  *  0
 1

 CHC
  2 
 *
 y 1   *
 0 2

 CHC
  3  

z *  3  1  2* z *   0 3
  z*  1 
  

2  *  0

4

1  *  0 5


3
  1  2* z *  0 6
 z*  1

 *
 x  0 7

 *
 y  0 8

 *
 z  0 9
 CHC
 4  


 z
 
*  * 2
x y 0
* * 

10

*
  0 11


 *2
 z  x *  y*  0 12
193
Las hipótesis que podemos hacer sobre los valores de * se resumen en
los 2m  21  2 casos que a continuación presentamos:
Caso 1: *  0
De las condiciones (1) y (2), se tiene que:
x* y y*  0 13
Los valores obtenidos en (13) satisfacen (7) y (8) como0 igualdades.
Además, al ser x*  0 la CHC1 hace que (4) se verifique como
desigualdad estricta: 2  0. Por otra parte al ser y*  0 la CHC2 hace
que (5) se verifique como desigualdad estricta: 1  0.
De (3) tenemos que:
 CHC
3  
  3 
*
z *  1  0 14
 z 1 
La ecuación (14) implica que si z*  0, entonces (9) se verifica como

igualdad. Además, si z*  0, (6) debe verificarse como desigualdad
3
estricta:  1  0  2  0.
1
Por tanto, la hipótesis no nos conduce a ningún puinto que satisfaga las
condiciones de Kuhn-Tucker.
Caso 2: *  0
En este caso, tendríamos que analizar ocho subcasos, de los cuales el

único que satisface todas las condiciones de Kuhn-Tucker es el
siguiente: x*  0, y*  0 z*  0.
De (1) y (4) tenemos que:
2  *  0  *  2 15
De (2) y (5) tenemos que:
1  *  0  *  1  2 16
De (3) y (6), y teniendo en cuenta (16) tenemos que:
3
 
z  2  0
*
17
2
 1  2z*  0  z*  1,5z*  1  0  
z 1
*

z  0,5  0
*
194
Por otro lado, al ser *  0, de (10) resulta que (12) debe verificarse
como una igualdad estricta:
z 
*2
 x*  y*  0 18
Reemplazando z*  0,5 y x*  0 en (18) se obtiene:
y*  0,25  0
En consecuencia

 
 1 1
x*  x*,y*, z*  0, ,  satisface todas las
 4 2
condiciones de Kuhn-Tucker.
4.5 Condiciones suficientes de segundo orden de óptimo

local
Sea el programa (XII) con “f” y g j j  1, 2,  , m funciones de clase C2

y sea x* una solución factible en las que se verifican las condiciones de
regularidad y las condiciones de Kuhn-Tucker, esto es, se verifica el
sistema de ecuaciones (4). Si la matriz
 
 
 
*
Hx L  , x  Hf x 
 * * * *
 jHg j x : 
jJ
 es definida positiva para todo




p  M x* , es decir,

 
  
pTHx L *, x* p  0 , donde:
 
   
  
M x*  p  n g j x* p  0  j  J  p  0  Ø 
  
Siendo J  j j  1, 2,  , m, g j x*  0, *j  0 

Se verifica que x* es un mínimo local estricto del programa.
 es definida negativa para todo




p  M x* , es decir,

 
  
pTHx L *, x* p  0 , donde:
 
   
  
M x*  p  n g j x* p  0  j  J  p  0  Ø 
  
Siendo J  j j  1, 2,  , m, g j x*  0, *j  0 

Se verifica que x* es un máximo local estricto del programa.
195
Ejemplos:

Hallar analíticamente las soluciones factibles x* en las que se verifican
las condiciones de Kuhn-Tucker en los siguientes problemas
diferenciables, y estudiar si se cumplen las condiciones de la sección
4.4 en dichas soluciones.

min 1  x1  x 2
2
1.- 

s.a : x1  x 2  1  0
2 2
max x1  x 2

2.- s.a : x14  2x12  x 2  0
 x2  0

Solución:

min 1  x1  x 2
2
1.- 

s.a : x1  x 2  1  0
2 2
 T  1   T 2x 
f x    g1x   1
2x 2 2x 2
Debemos verificar si existe *1  0, tal que:
 1  2x1*1  0 1
 
2x 2 1  *1  0 2
*1  0 3
 
*1 x12  x 22  1  0 4
x12  x 22  1  0 5
196
Las hipótesis que podemos hacer sobre el valor de *1 se resumen
en los 2  2 casos que a continuación presentamos:
1
Caso 1: *1  0 (la solución es interior al conjunto factible:


g1x  0 )
De (1) tenemos:
1  0


Caso 2: g1x  0 (la solución está en la frontera del conjunto
factible)
De (2) se tiene que x 2  0 ó que *1  1  0 . Por tanto, x 2  0 ya

que por (3) *1 no puede ser negativo.
Por hipótesis:

g1x  x12  x22  1  0  x12  02  1  0  x1  1
Pero al reemplazar x1  1 en (1) se obtiene *1   1 2  0 , lo que

contradice (3). En consecuencia, x1  1 con *1  1 2  0 .
Además, dado que:
2 0
ag11, 0T  a      a  0 .
0 0

Se aprecia que en x*  1, 0 el vector gradiente g10, 1T es
linealmente independiente.

Por tanto, el punto x*  1, 0 dado que *1  1 2  0 , es un posible
mínimo local del programa.
 
Dado que g11, 0  2 0 , el conjunto M x*  Ø será:

 p  p  0 
M1, 0  p1, p2  2 2 0   1  0   1   

  2
p  2  
p 0 
197

 p  0 
M1, 0  p1, p2  2 2p1  0p2  0   1   

 p 2  0

   
M1, 0  p1, p2  2 p1  0  p2    0  0, a  2 a    0

Siendo J  1 g11, 0  0, *1  12  0 . 
 
 
    Hg x 

Hx L *, x*  Hf x*  *
j j
*
jJ
0 0 1 2 0 1 0
Hx L1 2 ,1, 0      
0 2 2 0 2 0 3
Se tiene que  a    0 :
  1 0 0
pTHx L1 2 , 1, 0 p  0 a        3a  0
2
0 3 a
En consecuencia, de acuerdo a las condiciones suficientes de la


sección 4.4, x*  1, 0 es un mínimo local estricto del programa.
max x1  x 2 min  x1  x 2


 

2.- s.a : x1  2x1  x 2  0  s.a : x14  2x12  x 2  0
4 2
 x2  0  x2  0

 

 T 1  T 4x3  4x1

f x    g1x   1 
 1   1 
 T 0
g2x   
1
Debemos verificar si existen *1  0, *2  0 tales que:
 
 1  4x13  4x1 *1  0 1
 1  *1  *2  0 2
198
*1  0 3
*2  0 4
 
*1 x14  2x12  x 2  0 5
*2x 2  0 6
x14  2x12  x 2  0 7
x 2  0 8
Las hipótesis que podemos hacer sobre los valores de *i i  1, 2, se
resumen en los 22  4 casos que a continuación presentamos:
Caso 1: *1  0, *2  0
De (1) tenemos:
1  0

Caso 2: *1  0
De (1) tenemos:
1  0

Caso 3: *2  0
De (2) tenemos:
*1  1  0

199
Caso 4: *1  0, *2 0
Por hipótesis:

g1x  x14  2x12  x 2  0

g2x  x2  0  x2  0

Reemplazando x 2  0 en g1x tenemos:
0
  
x12 x12  2  0  x1   2

 2
Por tanto, tenemos que:
 En 0, 0 :
De (1) tenemos:
1  0
 En   2 , 0 :
 
De (1) tenemos:
*1   1 4 2  0
 En  2 , 0 :
 
De (1) tenemos:
*1  1 4 2  0
Reemplazando *1  1 4 2 en (2) se obtiene:
*2  1  1 4 2  0
Además, dado que:
T T 4 2  0 0
ag1 2 , 0  bg2 2 , 0  a   b      a  b  0 .
      1  1 0
200

Se aprecia que en x*   2 , 0 los vectores gradientes
 
T T
g1 2 , 0 y g2 2 , 0 son linealmente independientes.
   

Por tanto, el punto x*   2 , 0 dado que *1  1 4 2  0 y
 
*2  1  1 4 2  0es un posible mínimo local del programa
equivalente (de minimización). No obstante, dado que el problema

inicial era de maximización, x*   2 , 0 será un posible máximo
 
local del programa original con *1   1 4 2  0 y
*2  1  1 4 2   0 .
 
Dado que g1 2 , 0  4 2  1 y g2 2 , 0  0 1 el conjunto

     


M x*  Ø ya que:

 p  p  p  0 
M 2 , 0  p  2 4 2  1  1  0  0 1  1  0   1   
     p2
   p2 p2 0 

 p  0 p  0 
M 2 , 0  p  2  1      1     Ø
     2    2  
p 0 p 0 
En este caso no puede aplicarse las condiciones suficientes de segundo

T T
orden ya que los vectores gradientes g1 2 , 0 y g2 2 , 0 con
   

J  1, 2 generan 2 y por eso M x*  Ø. 
 
Cuando en el punto x* se verifica la condición de regularidad y x*
satura tantas restricciones como número de variables de decisión
hay en el programa (siempre y cuando los multiplicadores asociados

a las restricciones saturadas en x* sean distintos de cero) se tendrá

  
que M x*  Ø. También se obtiene M x*  Ø si x* es un punto 

 
crítico de la función objetivo f x*  0 y en dicho punto se
T 

verifica la condición de regularidad, ya que bajo estas circunstancias
todos los multiplicadores de Lagrange son nulos.
Las dos últimas situaciones que se han mencionado se presentan con

mucha frecuencia, por lo que esto hace que se reduzcan
notablemente las posibilidades de aplicar las condiciones suficientes
de segundo orden. Efectivamente, las hipótesis para que se
verifiquen estas condiciones son muy restrictivas a pesar de
garantizar únicamente la optimalidad local.
201
4.6 Condiciones suficientes de óptimo global
Sea el programa (XII) con “f” y gj j  1, 2,  , m funciones
diferenciables en un subconjunto abierto D  n, siendo

 
CF  x  n g jx  0, j  1, 2, , m  D un conjunto convexo.
Entonces:

a) Si x* es una solución factible en la que se cumplen las condiciones
de Kuhn-Tucker para mínimo local y “f” es una función convexa

en CF, se verifica que x* es un mínimo global del programa.
*
b) Si x es una solución factible en la que se cumplen las condiciones
de Kuhn-Tucker para máximo local y “f” es una función cóncava

en CF, se verifica que x* es un máximo global del programa.
Ejemplos:
1.- Una empresa produce refrigeradoras y ha establecido un contrato
para suministrar 50 unidades al final del primer mes, 50 al final del
segundo y 50 al final del tercero. El costo de producir “x”
refrigeradoras en cualquier mes es x 2. La empresa puede producir
más refrigeradoras de las que necesita en cualquier mes y guardarlas
para el siguiente, pero el costo de almacenaje es de 2000 soles por
unidad/mes. Suponiendo que no hay inventario inicial, determinar el
número de refrigeradoras que deben producirse cada mes para
minimizar el costo total.
2.- Un monopolista desea maximizar sus ingresos de modo que los

beneficios que obtenga no sean menores a $340. Si la función
inversa de demanda es p  100  4q $, la función de costos es
Cq  50  20q  $ y “q” es no negativa. Se pide determinar el
máximo global del programa.
Solución:
1.- El programa en cuestión es:
min Cx1, x 2, x3  x12  x 22  x32  2000x1  50  2000x1  x 2  100

s.a : x1  50
x1  x 2  100
x1  x 2  x3  150
x2  0
x3  0
Escribiendo el programa en forma estándar tenemos:
202
min Cx1, x 2, x3  x12  x 22  x32  2000x1  50  2000x1  x 2  100
s.a :  x1  50  0
 x1  x 2  100  0
 x1  x 2  x3  150  0
 x2  0
 x3  0
2x1  4000  1  1
T   T   T  
Cx  2x 2  2000 g1x   0  g2x   1
 2x3   0   0 
 1 0 0
T   T   T  
g3x   1 g4x   1 g5x   0 
 1  0   1
Donde x1, x2, x3, representan el número de frefrigeradoras a producir

en el i-ésimo mes. El programa es convexo porque el conjunto
factible es convexo y porque la función objetivo es convexa.
Debemos verificar si existen *j  0 j  1, 2, 3, 4, 5 tales que:
2x1  4000  *1  *2  *3  0 1
2x2  2000  *2  *3  *4  0 2
2x3  *3  *5  0 3
*1 x1  50  0 4
*2 x1  x2  100  0 5
*3 x1  x2  x3  150  0 6
*4 x2  0 7
*5 x3  0 8
x1  50  0 9
x1  x2  100  0 10
203
x1  x2  x3  150  0 11
x2  0 12
x3  0 13
*1  0 14
*2  0 15
*3  0 16
*4  0 17
*5  0 18
Dado que el programa es convexo, será suficiente encontrar una

solución que verifique las condiciones de Kuhn-Tucker, que de
existir, será un mínimo global.
En base a los datos del problema, una posibilidad interesante es

producir cada mes el número de refigeradoras que hay que entregar
al final del mismo, con lo cual, se evitan los costos de
almacenamiento. Es decir, esto implica que:

g1x  x1  50  0 9

g2x  x1  x2  100  0 10

g3x  x1  x2  x3  150  0 11
*4  0 17
*5  0 18
De (9) tenemos x1  50. Reemplazando x1  50 en (10) tenemos

que x2  50. Reemplazando x1  50 y x2  50 en (11) se obtiene

que x3  50. Reemplazando x  x1, x2, x3  50, 50, 50, (17) y (18)
en (1), (2) y (3) se tiene que *1  2000  0, *2  2000  0 y
*3  100  0.
  
Dado que g1x  g2x  g3x  0, verificamos que los gradientes de
dichas restricciones sean linealmente independientes:
204
 1  1  1 0
T T T       
ag1x  bg2x  cg3x  a 0   b 1  c 1  0
 0   0   1 0
Dado que la solución del sistema anterior es a  b  c  0, entonces

T T T
g1x , g2x y g3x son linealmente independientes.

Por tanto, x  x1, x2, x3  50, 50, 50 con *1  2000  0,
*2  2000  0 y *3  100  0 verifica las condiciones de Kuhn-
Tucker de mínimo global del programa.
En consecuencia, la empresa deberá producir 50 refrigeradoras en

cada uno de los tres meses, siendo el costo mínimo


C x*  7500Soles.
2.- El problema a resolver es el siguiente:
max Iq  100q  4q2

s.a :  4q2  80q  50  340
q0
min Iq  100q  4q2

s.a : 4q2  80q  390  0
q  0
 I qT   100  8q g1qT  8q  80 g2qT   1
Este programa es convexo ya que la función objetivo es cóncava y

el conjunto de soluciones factibles es convexo. Por esto, todo punto
que verifique las condiciones de Kuhn-Tucker será un mínimo
global del programa equivalente (un máximo del programa
original).
Las condiciones de Kuhn-Tucker son:
 100  8q  8q  80*1  *2  0 1
 
*1 4q2  80q  390  0 2
*2 q  0 3
205
4q  80q  390  0
2
4
q  0 5
*1  0 6
*2  0 7
Dado que el programa es convexo, será suficiente encontrar una

solución que verifique las condiciones de Kuhn-Tucker, que de
existir, será un mínimo global para el programa equivalente (un
máximo global para el programa original).
Si suponemos que *2  0, entonces:
11,58
g1q  4q2  80q  390  0  q  
 8,42
Reemplazando “q” y *2  0 en (1) tenemos:
 Para q  11,58 tenemos que *1  0,582  0.
 Para q  8,42 tenemos que *1  2,582  0.
Dado que g111,58  0, verificamos que el gradiente de dicha

restricción sea linealmente independiente:
ag111,58T  a12,64  0  a  0.
Dado que la solución del sistema anterior es a  0, entonces

g111,58T es linealmente independiente.
Por tanto, q*  11,58 con *1  0,582  0 y *2  0 es un mínimo

global del programa equivalente, siendo el ingreso mínimo

I q*  621,614$ . Es decir, q*  11,58 con *1  0,582  0 y *2  0
es un máximo global del programa original, siendo el ingreso

máximo I q*  621,614$.
206
4.7 Propiedades e interpretación de los multiplicadores
Teorema de Sensibilidad: Sea el programa:


opt f x  f x1, x 2,  , x n 

s.a : g1x1, x 2,  , x n   b1
XIII 
 

 gmx1, x 2,  , x n   bm
Donde “f” y g1, , gm son funciones de clase dos. Si para

  
b  b1, b2,  , bm  0 hay una solución local x* en las que se verifican

las condiciones de Kuhn-Tucker con multiplicadores asociados * y, se
satisfacen las condiciones suficientes de segundo orden para un mínimo

  
local estricto. Suponiendo además que i  I  i gi x*  0 , *i  0 .
 
Entonces, para cada b  m perteneciente a un entorno de 0 , existen
  
  
   
   
 
xF b  x1 b , , xn b y F b  1 b , , m b funciones continuas y
 

     
  
diferenciables en b  0 tales que xF 0  x*, F 0  * y x F b es mínimo 
 

local de (XIII) con multiplicadores F b . Asimismo,
 
 
bf xF b
T
 
b 0

 T 
 bf x*  *
Esto es, para cada i  I se cumple:
 
 
f x F b

   

f x* *
i
bi   bi
b 0
De la expresión anterior se observa que los multiplicadores de Lagrange

con signo cambiado representan las derivadas parciales del valor
óptimo de la función objetivo del programa respecto a los términos
independientes de las restricciones saturadas, por lo que dichos
multiplicadores dan una medida de sensibilidad del valor óptimo frente
a variaciones de los segundos miembros de las restricciones saturadas.
Definición: Sea el programa:

 
opt f x,   f x1, x 2,  , x n, 1, 2,  , k 

s.a : g1x1, x 2,  , x n, 1, 2,  , k   0
XIV 
 

 gmx1, x 2,  , x n, 1, 2,  , k   0
207
Donde “f” y gi i  1, 2, , m son funciones de clase dos, siendo

x  x1, x2,  , xn  un vector de variables de decisión y

  1, 2,  , k  un vector de parámetros.

Sea B  k un conjunto abierto, suponiendo que para todo   B
   

existe x*  x1*, x*2, , x*n que es solución óptima local de (XIV),

en la que se verifican las condiciones de Kuhn-Tucker, con

  
multiplicadores de Lagrange asociados *  *1 ,  , *m .

 
Entonces:
c) La función Lagrangiana asociada a (XIV) viene dada por:
 
   m
  g x, 
   
L , x,   f x,   i i
i 1
d) La función objetivo indirecta o función de valor óptimo viene dada

por:

    
  f x1*, x*2,  , x*n ,  
Teorema de la envolvente: Dado el problema (XIV) y las

 
condiciones de la definición, si   f x1*, x*2,  , x*n ,  es la
  

función de valor óptimo del programa se cumple que para todo
r, r  1, 2,  , k :

 
    
L *, x*,    f x  ,   
* m
  
gi x*,  


 
*i 
r r r i 1
r
Nota: Los teoremas y la definición de esta sección también son

válidos para programas de maximización.
Ejemplo:
Un monopolista desea maximizar sus ingresos de modo que los
beneficios que obtenga no sean menores a un valor prefijado 0 $  0 .
Si la función inversa de demanda es p  a  bq $ , la función de costos
es Cq  c  dq  $ , donde 2d  a  d, b  0 , c  0 y d  0, y “q” es no
negativa.
Determinar el ótpimo global del programa, y estudiar cuál es la

variación del ingreso máximo ante un cambio en “a” y en 0 .
Solución:
El problema a resolver es el siguiente:
208
max Iq  aq  bq2
s.a :  bq2  a  dq  c  0
q0

min  Iq   aq  bq2 
s.a : bq  a  dq  c  0  0
2
q0
Se debe tener presente que como la función objetivo es estrictamente

cóncava y el conjunto factible es convexo, el programa equivalente es
convexo para mínimo global estricto (mientras que el programa original
es convexo para máximo global estricto).
Las condiciones de Kuhn-Tucker que deben verificarse son:
2bq*  a  d  a*1  2bq**1  *2 1

 
*1 b q*  a  dq*  c  0   0 2

2
 
*2  q*  0 3
*1  0 4
*2  0 5

b q*  a  dq*  c  0  0 6
2
 q*  0 7
Las hipótesis que podemos hacer sobre los valores de *i i  1, 2, se
resumen en los 22  4 casos que a continuación presentamos:
Caso 1: *1  0, *2  0
a
De (1) se obtiene que q*   0.
2b
Reemplazando q* en (6) se tiene que:
209
a2d  a  4bc  0

g1 q* 
4b
 0
En consecuencia, la hipótesis de partida no nos conduce a ningún punto

que satisfaga las condiciones de Kuhn-Tucker.
Caso 2: *1  0
De (1) se tiene que:
2bq*  a  *2  0  *2  2bq*  a
Por hipótesis:

g2 q*  q*  0  q*  0
Reemplazando q*  0 en *2 tenemos que:
*2  a  0
En consecuencia, la hipótesis de partida no nos conduce a ningún punto

que satisfaga las condiciones de Kuhn-Tucker.
Caso 3: *2  0
a  2bq*
2bq*  a  d  a*1  2bq**1  0  *1 
d  a  2bq*
Por hipótesis:
 
g1 q*  b q*  a  dq*  c  0  0 
2
a  d  a  d2  4bc  0

q*   0  a  d2  4bc  0
2b
Reemplazando q* en *1 se tiene que:
210

 d  a  d  4bc  0
2
 0
d a  d2  4bc  0  a  d2  4bc  0

*1  
 a  d2  4bc  0 
 d  a  d  4bc  0
2
  0
  a  d2  4bc  0

d a  d2  4bc  0

Por tanto, para *1  se tiene que
a  d2  4bc  0

     a  d  a  d2  4bc  0
q a, b, c, d, 0  
*
.
  2b
 
Se puede apreciar que g1 q*   a  d2  4bc  0  0 , por lo que

dicho gradiente es linealmente independiente. En consecuencia,
a  d  a  d2  4bc  0 d a  d2  4bc  0
q*  con *1 
2b a  d2  4bc  0
es un mínimo global estricto del programa equivalente. Además,
a  d  a  d2  4bc  0 d a  d2  4bc  0
q*  con *1  
2b a  d2  4bc  0
es un máximo global estricto para el programa original. Esto hace
innecesario el análisis del último caso.
La función Lagrangiana asociada al programa es:


  


L1, 2, q ; a, b, c, d, 0   aq  bq2  1 bq2  a  dq  c  0  2 q
 

 
  
  2 2
 
L *1, *2, q*,   aq*  bq*  *1 bq*  a  dq*  c  0  
 
 *2  q* 
La función de valor óptimo es:

  
  2

2 
  I q*   aq*  bq*  bq*  aq*
 
Donde q* es la solución óptima del programa para un valor  del
vector de parámetros.
211
Teniendo en cuenta el teorema de la envolvente, obtenemos:




  
L *1, *2, q*,    q     q    q  1   
* * * * *
1 1
a a
 
   
  q*1  *1 a  si a  1    q*1  *1  0  
Es decir, si se produce un incremento en la demanda

(incremento en “a”), se producirá un decremento en  I q* .  
Lo que equivale a decir que si si se produce un incremento en

la demanda, entonces se producirá un incremento en I q* .  




  
L *1, *2, q*,     *
 0  0
1
 
  *1 0  si  0  1    *1  0
Es decir, si se produce un incremento en el valor prefijado para

el mínimo beneficio con signo cambiado (incremento en

 0 ), se producirá un decremento en  I q* . Lo que  
equivale a decir que si se produce un incremento en el valor
prefijado para el mínimo beneficio con signo cambiado,

entonces se producirá un incremento en I q* .  
Tenga en cuenta que:
   
   q*
   
a a q* a

  *


 q   2bq   a  


g1 q* a 
  
 
*

a  g q*
 1  q*  
Dado que:
   
  2 
g1 q*  b q*  a  dq*  c   0  0
g q  a  q 

 *  *
 1

g q 

 q    2bq    a  d
* * *
 1
Por tanto:
 
  q* 
a

* *

 q   2bq   a  
 
 2bq*  a  d 
 
212
Pero, ya que:
 
a  2bq* * a  2bq*
*1    2bq   a  d 
d  a  2bq* *1


Reemplazando la expresión anterior en tenemos:
a
 
  *1q* 
a

 
 q*  2bq*  a    * * *
   q   1q 
 a  2bq*





a


 q *1  *1 
Asimismo, teniendo en cuenta que:
  
  q*
  
 0 q*  0


 
 2bq*  a   

 g1 q*  0 
   
 0  g q*
 1

 q* 
   
Dado que:
   
  2 
g1 q*  b q*  a  dq*  c   0  0
g q      1

 *
 1 0

g q 

 q    2bq    a  d
* * *
 1
Por tanto:


 0
  
 2bq*  a   
 2bq* 

1
   



 a d 
Pero, ya que:
 
a  2bq*  a  2bq*
*1    2bq*  a  d 
d  a  2bq* *1


Reemplazando la expresión anterior en tenemos:
 0

  
 0


 2bq*  a  
*1


  *
 a  2bq*  1
 
213
214
MÉTODOS MATEMÁTICOS PARA ECONOMISTAS
Apéndice
Definición de producto cartesiano:
El producto cartesiano de “n” conjuntos n  N  A1 , A 2 ,  , A n es el conjunto
formado por las n-uplas ordenadas:
A1  A 2   A n  a 1 , a 2 ,  , a n  a i  A i , i  1, 2,  , n.
El caso particular de la definición anterior que más nos interesa son los productos
cartesianos de  por sí mismo, es decir, los denominados conjuntos euclídeos.



    n  x 1 , x 2 ,  , x n  x i  , i  1, 2,  , n.

"n " veces
A cada componente x i , i  1, 2,  , n de un elemento x 1 , x 2 ,  , x n    n se le suele

llamar coordenada i-ésima.
Ejemplos:
 La recta real n  1 :  . El conjunto de números reales se suele representar
gráficamente a través de una recta.

-2 -1,5 -1 -0,5 0 0,5 1 1,5 2
Figura I
 El plano euclídeo n  2  :  2  x 1 , x 2  x i  , i  1, 2. Su representación

gráfica se realiza a través de dos ejes (perpendiculares entre sí) de
coordenadas cartesianas.
x2
2
b a , b 
x1
a
Figura II
 El espacio euclídeo n  3 :  3  x 1 , x 2 , x 3  x i  , i  1, 2,3. Su
representación gráfica se realiza a través de tres ejes (perpendiculares entre
sí) de coordenadas cartesianas.
x3
3
x2
a , b, c  b
a
x1
Figura III
De acuerdo a la definición anterior, es importante resaltar que las n-uplas deben ser
ordenadas. Es decir, por ejemplo en  3 , los elementos de coordenadas
1,2,3  1,3,2  2,1,3 .
Definición de bola cerrada/abierta

Dado x  n, r  , r  0, se define:
 
a) Bola cerrada de centro x y radio “r”: Brx, como el conjunto de puntos

de n cuya distancia al punto x es menor o igual que “r”, es decir:
 

B r x   y   n
 
xy r 
 
b) Bola abierta de centro x y radio “r”: Brx, como el conjunto de puntos de
n cuya distancia al punto x es menor estrictamente que “r”, es decir:
 

B r x   y   n
 
xy r 
 
Donde la distancia (euclídea) entre los puntos x y y es:
 
xy  x 1  y 1  2    x n  y n  2
 
Es importante recalcar que siempre se verificará que: Brx  Brx. Esto es así ya que
a diferencia de la bola abierta, la bola cerrada incluye la frontera.
216
Ejemplos:
 En  tenemos:
 
Br x    y   xy  x  y 2  x  y  r   x  r , x  r 
 
x-r x x+r
Figura IV
Gráficamente este conjunto coincide con los puntos de un intervalo cerrado

en ambos extremos con centro en x y longitud 2r.
 
B r x    y   xy  x  y 2  x  y  r   x  r , x  r 
 

x-r x x+r
Gráficamente este conjunto coincide con los puntos de un intervalo abierto

en ambos extremos con centro en x y longitud 2r.

 En  2 , sea x  x1 , x 2   2 entonces:
  
Br x   y1 , y 2    2 x1  y1 2  x 2  y 2 2  r
 
r 2

x1 x
x2
Figura V
217

Gráficamente este conjunto coincide con los puntos de un círculo con centro en x

y radio “r” incluyendo los puntos de la circunferencia de centro en x y radio “r”.
  
Br x   y1 , y 2   2 x1  y1 2  x 2  y 2 2  r
 
r 2

x1 x
x2
Figura VI

Gráficamente este conjunto coincide con los puntos de un círculo con centro en x

y radio “r” sin incluir los puntos de la circunferencia de centro en x y radio “r”.

 En  3 , sea x  x 1 , x 2 , x 3    3 entonces:
  
B r x    y 1 , y 2 , y 3    3 x 1  y 1  2  x 2  y 2  2  x 3  y 3  2  r 
 
3
x3
x2

x
x1
r
Figura VII
218
Gráficamente este conjunto coincide con los puntos interiores de una esfera

con centro en x y radio “r” incluyendo los puntos de la esfera que la
delimita.
  
B r x    y 1 , y 2 , y 3    3 x 1  y 1  2   x 2  y 2  2  x 3  y 3  2  r 
 
3
x3
x2

x
x1
r
Figura VIII
Gráficamente este conjunto coincide con los puntos interiores de una esfera

con centro en x y radio “r” sin incluir los puntos de la esfera que la delimita.
Definición de interior de un conjunto:

 
Sea x   n y S  n, se dice que el punto x es un punto interior al conjunto S, si
 0
 un r  0 B r x   S . El conjunto interior de S, denotado por S , es el conjunto
0
formado por todos los puntos interiores al conjunto S. Es decir, S es el conjunto
abierto que resulta de la unión de todos los conjuntos abiertos contenidos en S. Por su
definición, el interior de un conjunto puede considerarse como el más grande conjunto
abierto que está contenido en el conjunto dado.

Por ejemplo, el interior de una bola cerrada con centro en x es la bola abierta con

centro en x . El interior del intervalo semiabierto a , b  es el intervalo abierto a , b  .
El interior de una línea en el plano es el conjunto vacío, ya que ningún subconjunto de
la línea en  2 es abierto en  2 .
219
Teorema:
a) Cualquier conjunto abierto es la unión de bolas abiertas.

b) Cualquier conjunto abierto es su propio interior. Es decir, el interior de un
conjunto abierto S es el mismo conjunto S.
Definición de conjunto abierto:


Un conjunto S   n es abierto si para cada x  S, existe una bola abierta con centro

en x completamente contenida en S:
 
x  S   un r  0 B r x   S .
Es decir, S será un conjunto abierto si todos sus puntos son interiores, esto es, si
0 
S  S . Un conjunto abierto S que contiene al punto x se le denomina vecindad

abierta de x .
La palabra “abierta” tiene la connotación de “no acotado”: desde cualquier punto uno
siempre puede desplazarse una pequeña distancia en cualquier dirección y aún
permanecer en el conjunto. La definición de conjunto abierto establece la siguiente
idea en términos precisos: cada elemento en un conjunto abierto contiene una bola
completa al rededor de él que se encuentra en dicho conjunto. En consecuencia, los
conjuntos abiertos no pueden contener sus puntos de frontera.
 
Sea x   n y S   n , se dice que el punto x es un punto frontera del conjunto S, si
 
r  0, B r x   S  Ø y B r x   S C  Ø . Donde SC es el conjunto complementario

de S. Es decir x es un punto de frontera de S si cualquier bola centrada en él siempre
contiene elementos del conjunto S y de su complementario. Al conjunto formado por
todos los puntos frontera de S se le denomina conjunto frontera y se le denota como
 
Fr S . De la definición de punto frontera se desprende que Fr S  Fr S C . Además,
se desprende que un punto interior no puede pertenecer a la frontera del conjunto. De
la definición de conjunto abierto se desprende que S   n es un conjunto abierto sí
 
y sólo sí Fr S  Fr S C .
Teorema:
a) Las bolas abiertas son conjuntos abiertos.
b) La unión de conjuntos abiertos es otro conjunto abierto.
c) La intersección de un número finito de conjuntos abiertos es otro conjunto
abierto.
Definición de conjunto cerrado:

 
Sea x   n y S   n , se dice que el punto x es un punto adherente al conjunto S,

si r  0, B r x   S  Ø . Al conjunto formado por todos los puntos adherentes al
conjunto S se le denomina conjunto adherencia o clausura de S y lo denotaremos
por S .
220
Un conjunto S   n se denominará conjunto cerrado si contiene todos sus puntos
adherentes, esto es, si S  S . De su definición se desprende que S   n es un
conjunto cerrado sí y sólo sí su complementario S C es abierto.
Definición de conjunto acotado:


Se dice que un conjunto S   n está acotado si y sólo si existe un r  0  x  S, se

cumple que x  r . De manera equivalente, podemos decir que S será un conjunto

acotado si existe una bola abierta centrada en 0   n y radio r  0 que lo contiene

totalmente, esto es,  un r  0 S  B r 0 . 
Definición de conjunto compacto:
Se dice que un conjunto S   n es un conjunto compacto si es cerrado y acotado.
Ejemplos:
1.- Conjuntos interior, adherencia y frontera de conjuntos en  y  2 .
 En  : Sean a , b  , a  b . Los conjuntos interior, adherencia y frontera de

los distintos intervalos de extremos a y b serán:
0
a , b   a , b  , a , b   a , b, Fr a , b   a , b
0
a , b  a , b  , a , b  a , b, Fr a , b  a , b
0
a , b   a , b  , a , b   a , b, Fr a , b   a , b
0
a , b  a , b  , a , b  a , b, Fr a , b  a , b
Si a   :
0
 , b    , b  ,  , b    , b, Fr  , b   b
0
 , b   , b  ,  , b   , b, Fr  , b  b
Si b   :
0
a ,   a ,  , a ,  a ,  , Fr a ,  a
0
a ,  a , , a ,  a , , Fr a ,  a
221
 En  : Por ejemplo, para A  2,3  1, 4 se tiene:
2
0
A  2,3  1, 4  , A  2,3  1, 4
Fr A   2  1, 4  3  1, 4  2,3  1  2,3  4
1
2
0, 4 
0,1
0,0  2,0  3,0 
Figura IX
2.- Conjuntos abiertos, cerrados, acotados y compactos en  y  2 .
 En  :
Todo intervalo abierto en ambos extremos será un conjunto abierto, mientras

que todo intervalo cerrado en ambos extremos será un conjunto cerrado (los
intervalos abiertos no contienen su frontera y los cerrados sí). Todo intervalo
que sea abierto en un extremo y cerrado en el otro no es ni abierto ni cerrado.
Asimismo, si los dos extremos del intervalo son finitos, el conjunto será
acotado (siempre encontraremos una bola abierta centrada en “0” que contenga
al intervalo), mientras que si uno de su extremos es infinito será no acotado.
Por tanto, todo intervalo cerrado de amplitud finita será un conjunto cerrado y
acotado y, en consecuencia, compacto.
 En  2 :
0
El conjunto A  2,3  1,4 es abierto ya que A  A, y es acotado ya que, por
ejemplo, está contenido en la bola abierta de centro 0,0  y radio r  6 . Al no
ser cerrado no será un conjunto compacto.
1
Note que el conjunto frontera de A está formado por los puntos que se sitúan sobre el rectángulo que
bordea al mismo.
222
2
0, 4 
0,1
0,0  2,0  3,0 

r6
Figura X
 
El conjunto B  2,3  1,4 es compacto ya que es cerrado B  B y acotado.
2
0, 4 
0,1
0,0  2,0  3,0 

r6
Figura XI
223
Por otro lado, el conjunto C  2,3  1,4 no es abierto ya que contiene puntos
frontera, ni cerrado ya que no contiene algunos de sus puntos frontera (los de
coordenadas 1, x  , con x  1, 4 ), siendo un conjunto acotado, pero no
compacto.
2
0, 4 
0,1
0,0  2,0  3,0 

r6
Figura XII
Independencia lineal
  
Los vectores 1 ,  2 ,  ,  n  son linealmente independientes (l.i) si ninguno de ellos
es combinación lineal de los demás. Son linealmente dependientes (l.d) si al menos
uno de ellos es combinación lineal de los demás.
  
Un conjunto de vectores 1 ,  2 ,  ,  n  que genera con unicidad el vector cero se
denomina conjunto linealmente independiente. De no ser así, ese conjunto de vectores
es linealmente dependiente.
 Independencia lineal significa:
n 
 ki  i  0 implica que k i  0  i
i 1
 Dependencia lineal significa:

n 
 ki  i  0 pero no todo k i  0
i 1
224
Ejemplo:
 1  2 0
A continuación demostraremos que los siguientes vectores   2  ,    
  2  y  1 son
 3  0   7 
linealmente independientes.
Para ello deberemos resolver el siguiente sistema matricial:
 1  2  0 0
       
k 1  2  k 2  2  k 3  1   0 
 3  0   7   0 
Del cual podemos obtener las siguientes ecuaciones:
 k 1  2k 2  0k 3  0

 2k 1  2k 2  1 k 3  0
 3k  0 k  7 k  0
 1 2 3
Luego de resolver el sistema obtenemos: k1  0, k 2  0 y k 3  0 .
De lo cual se concluye que por ser la única solución (trivial), estos vectores generan

con unicidad al vector 0 , por lo tanto son linealmente independientes.
Menor de una matriz

Se llama menor de orden “k” de “A” al determinante de una submatriz de “A” que
resulta de suprimir todas las filas de “A” salvo “k” de ellas y de suprimir todas las
m n
columnas de “A” salvo “k” de ellas. Una matriz de orden “ m  n ” tiene    
 k k
menores de orden “k”.
Ejemplo: Hallar los menores de la matriz:

1 0 2 1 
 
A  0 2 4 2
 0 2 2 1 
a) 4 menores de orden 3. Se obtienen suprimiendo una columna.
1 0 2 1 0 1
0 2 4  4 ; 0 2 2  2 ;
0 2 2 0 2 1
1 2 1 0 2 1
0 4 2  0; 2 4 2 0
0 2 1 2 2 1
225
b) 18 menores de orden 2. Se obtienen suprimiendo una fila y dos columnas de todas
las formas posibles. Dos de ellos son:
1 0
 2 (Se obtiene suprimiendo la 3ª fila y la 3ª y 4ª columna).
0 2
0 1
 2 (Se obtiene suprimiendo la 2ª fila y la 1ª y 3ª columna).
2 1
c) 12 menores de orden 1. Son los 12 elementos de “A”.
Rango de una matriz

Se puede asociar a toda matriz un número muy importante que recibe el nombre de
rango. El rango r(A) de una matriz matriz “A” de orden “ m  n ” es igual al orden de
un menor no nulo de A de orden máximo.
El rango r(A) de la matriz “A” coincide con el máximo número de vectores columna y
con el máximo número de vectores fila linealmente independientes que hay en “A”.
Es decir, el rango de la matriz “A” es igual al mayor número de filas linealmente
independientes de dicha matriz, y también es igual al mayor número de columnas
linealmente independientes de dicha matriz.
El rango de una matriz “A” de orden “ m  n ” puede ser a lo sumo “m” o “n”, según
cual sea el más pequeño. Formalmente esto se puede escribir como:
r A   mín m, n
Ejemplo:
A continuación vamos a determinar el rango de la matriz formada por los siguientes
vectores columna:
1  1  1 
     
1 ,  1  , 
1
1  1  0 
     
1  0   0 
La matriz en cuestión es:
1 1 1
 
1 1 1
A
1 1 0
 
1 0 0 
226
Primero hallamos los menores de orden 1, comenzando por la parte superior izquierda
(sólo para llevar un orden).
1  1  0 , como este menor de orden 1 es diferente de cero, entonces el rango es

por lo menos uno.
Ahora hallamos los menores de orden 2, comenzando por la parte superior izquierda
(sólo para llevar un orden).
1 1
Como  0 , entonces buscamos algún otro menor de orden 2 que sea diferente de cero.
1 1
1 1
 1 , como este menor de orden 2 es diferente de cero, entonces el rango es
1 0
por lo menos dos.
Finalmente, hallamos los menores de orden 3, comenzando por la parte superior
izquierda (sólo para llevar un orden).
1 1 1
1 1 1 1 1 1
Como 1 1 1  1  1  1  1  1  0  0 , entonces
1 0 1 0 1 1
1 1 0
buscamos algún otro menor de orden 3 que sea diferente de cero.
1 1 1
1 0 1 0 1 1
1 1 0 1  1  1  0  10   1 1  1 , como este
0 0 1 0 1 0
1 0 0
menor de orden 3 es diferente de cero, entonces el rango es por lo menos 3.
Ya no podemos hallar menores de orden mayor que tres, por lo tanto r A   3 . Por
tanto, podemos añadir que en este caso los tres vectores columna del espacio  4 son
Métodos para definir una matriz simétrica o una forma cuadrática

Para definir (positiva, negativa, etc.) una matriz simétrica “A” de orden n  n o una
forma cuadrática cuya matriz asociada es “A”, mostraremos el método de los menores
principales dominantes de “A” y el método de los autovalores de “A”.
Menores principales de una matriz

Definición: Sea una matriz “A” de orden n  n . La submatriz de orden “k”
obtenida borrando “n─k” filas y las mismas “n─k” columnas de “A” se le denomina
submatriz principal de orden “k” de “A”. A su determinante se le denomina menor
principal de orden “k” de “A”. En particular, un menor principal de orden “k” siempre
incluye exactamente “k” elementos de la diagonal principal. El número de menores
n
principales de orden “k” de “A” es   . El número total de menores principales de
k
“A” es 2 n  1.
227
Ejemplo:
a11 a12 a13
 
A  a 21 a 22 a 23 :
a31 a32 a33
Tiene un único menor principal de orden 3: det A  A.
Tiene tres menores principales de orden dos:

a11 a12
, obtenido eliminando la columna 3 y la fila 3 de A.
a 21 a 22
a11 a13
a31 a33
a 22 a 23
a32 a33
Tiene tres menores principales de primer orden:

a11, obtenido eliminando las dos últimas filas y columnas.
a 22 , obtenido eliminando la primera y tercera filas y la primera y tercera columnas.
a33, obtenido eliminando las dos primeras filas y columnas.
Definición: Sea una matriz “A” de orden n  n . La submatriz principal de orden

“k” obtenida borrando las últimas “n─k” filas y las últimas “n─k” columnas de “A”
se le denomina submatriz principal dominante de orden “k” de “A”. A su
determinante se le denomina menor principal dominante de orden “k” de “A”. En este
caso, “A” sólo posee un menor principal dominante de orden “k” lo cual implica que
posea en total “n” menores principales dominantes.
A1  a11 orden 1.
a11 a12
A2  orden 2.
a 21 a 22
a11 a12 a13

A3  a 21 a 22 a 23 orden 3.
a31 a32 a33
a11 a12 a13  a1k

a 21 a 22 a 23  a 2k
Ak       orden k.
    
a k1 a k2 a k3  a kk

An  A orden n.
228
Definición de una matriz simétrica
Método de los menores principales dominantes de A:
Sea “A” una matriz simétrica de orden n  n . La matriz “A” es:
 Definida Positiva: Si y sólo sí todos sus “n” menores principales dominantes

son estrictamente positivos. Es decir, Ak  0 k  1, 2, , n .
 Definida negativa: Si y sólo sí sus “n” menores principales dominantes

alternan de signo como sigue: A1  0, A 2  0, A 3  0,  , etc. Es decir,
 1k Ak 0  k  1,2,  n .
 Indefinida: Si algún “k-ésimo” menor principal dominante de “A” (o algún

par de ellos) no es nulo y no se ajusta a cualquiera de los patrones de signos
descritos en los dos casos anteriores. Este caso se da si Ak  0 para un
entero par “k”, o si Ak  0  Am  0 para dos enteros impares “k” y
“m” siempre que k  m.
Una manera en la que el método de los menores principales dominantes puede fallar
para una matriz simétrica “A” es cuando algún menor principal dominante de A es
nulo mientras que los menores principales dominantes no nulos siguen el patron de
signos de cualquiera de los dos primeros casos antes mencionados (definida positiva y
definida negativa). Cuando esto ocurre, la matriz “A” es no definida (positiva o
negativa), y ésta puede ser semidifenida (positiva o negativa) o indefinida. En este
caso, para comprobar si la matriz “A” es o no semidefinida (positiva o negativa) se
debe verificar el signo de todos los menores principales de “A” y no solo verificar el
signo de los “n” menores principales dominantes de “A”.
n
 Semidefinida positiva: Si y sólo si los 2  1 menores principales de A son
mayores o iguales a cero.
n
 Semidefinida negativa: Si y sólo si los 2  1 menores principales alternan
de signo de modo que los menores principales de orden impar de la matriz A
son menores o iguales a cero y todos los menores principales de orden par
son mayores o iguales a cero.
Ejemplo:
Supongamos que “A” es una matriz simétrica de orden 4  4 , como es usual, Ai
representa el menor principal dominante de orden “i”:
a) Si A1  0, A 2  0, A 3  0, A 4  0, entonces “A” es definida positiva

(el recíproco también se cumple).
b) Si A1  0, A2  0, A3  0, A4  0, entonces “A” es definida negativa (el
recíproco también se cumple).
229
c) Si A1  0, A2  0, A3  0, A4  0, entonces “A” es indefinida debido a que

el signo de A 4   14  0.
d) Si A1  0, A2  0, A3  0, A4  0, entonces “A” es indefinida debido a que

el signo de A 2   12  0 y a que el signo de A 4   14  0.
e) Si A1  0, A2  0, A3  0, A4  0, entonces “A” es indefinida debido a que

el signo de A 2   12  0 .
f) Si A1  0, A2  0, A3  0, A4  0, entonces “A” no está definida. No es

semidefinida negativa, pero puede ser semidefinida positiva. Para verificar si
la matriz “A” es semidefinida positiva, debemos verificar todos los 15
menores principales de “A”, no únicamente los cuatro menores principales
dominantes. Si ninguno de los menores principales es negativo, entonces “A”
es semidefinido positivo. Si al menos uno de ellos es negativo, “A” es
indefinida.
g) Si A1  0, A2  0, A3  0, A4  0, entonces “A” no está definida, pero
podría ser semidefinida positiva o semidefinida negativa. Para decidir,
también deberíamos verificar todos sus 15 menores principales.
Raíces características o autovalores

Sea una matriz A de orden n  n. Se dice que  es una raíz característica o autovalor
     
de A si verifica que: Ax  x  A  Ix  0, para algunos vectores x  0. Donde “I”
 
es la matriz identidad de orden “n”. De modo que la solución de A  Ix  0, no sea
  
trivial, esto es x  0 , se debe verificar:
A  I  0.
Donde A  I es un polinomio de grado “n” que se le suele denominar polinomio

característico de A. Las “n” raíces de este polinomio son los autovalores.
Vectores característicos o autovectores
Para una determinada raíz característica  i de A, a todos los valores de “x” que
 
satisfagan A  iIx  0, se les denomina vectores característicos o autovectores de A
asociados a  i .
230
Formas cuadráticas

Dado un vector X T  x 1 x 2   x n    n , una forma cuadrática es una
aplicación Q :  n   de la forma:
x 
 a 11 a 12  a 1n   1 
  x 2 

   n n
 a 2n 
Q X  X T AX  x 1   x n   21
a a 22
x2
     
     a ik x i x k
   i 1 k 1
 n1
a a n2  a nn   
x n 
Donde A  a ik  es una matriz simétrica cuadrada de orden “n” de valores reales.
Definición de las formas cuadráticas

Método de los autovalores de la matriz asociada A:
 
Sea Q X una forma cuadrática diremos que es:

  
 
Definida Positiva: Sí y sólo si para todo x   n , x  0, Q X  0. En este
caso todos sus autovalores serán positivos.
 1 0   x 1 
Ejemplo: Qx   x 12  x 22  x 1 x 2     .
0 1   x 2 
El polinomio característico y los valores característicos serán:
1 0  1 0  1  0
       1   2  0   1   2  1  0.
0 1  0 1  0 1 

Qx
x2
x1
Figura XIII
231


 
Semidefinida positiva: Sí y sólo si para todo x   n , Q X  0 y existe
 
 
algún vector x 0  0 Q X 0  0. En este caso, existirán p  n autovalores
positivos y n  p autovalores nulos.
 1 1  x 1 
Ejemplo: Qx   x 12  2 x 1 x 2  x 22  x 1 x 2  
  . Se observa que
1 1  x 2 

para todos los vectores que se encuentran sobre el eje x 1 Qx   0 , y para

cualquier otro vector que no pertenece al eje x 1 se verifica que Qx   0 .
1 1 1 0  1  1
          2   0   1  0 y  2  2  0.
1 1  0 1  1 1  

Qx
x2
x1
Figura XIV

  
 
Definida negativa: Sí y sólo si para todo x   n , x  0, Q X  0. Esto se da
cuando todos los autovalores de A son negativos.
  1 0   x 1 
Ejemplo: Qx    x 12  x 22  x 1 x 2     .
 0  1  x 2 
 1 0  1 0  1  0
       1   2  0   1   2  1  0.
 0  1 0 1  0 1 
232

Qx
x2
x1
Figura XV


 
Semidefinida negativa: Sí y sólo si para todo x   n , Q X  0 y existe
 
 
algún vector x 0  0 Q X 0  0. En este caso, existirán p  n autovalores
negativos y n  p autovalores nulos.
  1 1   x 1 
Ejemplo: Qx    x 12  2 x 1 x 2  x 22  x 1 x 2  
  . Se observa
  1  1  x 2 

que para todos los vectores que se encuentran sobre el eje x 1 Qx   0 y
para cualquier otro vector que no pertenece al eje x 1 se verifica que

Q x   0 .
  1  1 1 0  1  1
          2   0   1  0 y  2  2  0.
  1  1  0 1   1  1 

Qx
x2
x1
Figura XVI
233

  
 

Indefinida: Sí y sólo si existen X1 , X 2   Q X1  0  Q X 2  0. Por  
tanto, existirán autovalores de A positivos y negativos.
 1 0   x 1 
Ejemplo: Qx   x 12  x 22  x 1 x 2      . Se observa que para
0  1  x 2 
 
 
todos los vectores de la forma x 2  x 1 , 0   Q x 2  x 12  0 x 1  0 

(Curva AB), mientras que para vectores de la forma x 1  0, x 2  
 

Q x 1   x 22  0 x 2  0  (Curva CD).
1 0  1 0  1  0
       2  1  0   1  1  0 y  2  1  0.
0  1 0 1  0 1 

Qx
x1
x2
Figura XVII
Gradiente de una función

Sea “f” una función de “n” variables y que posea derivadas parciales respecto a todas

sus variables en un punto que pertenezca a su dominio “D” x  D  n . Al  
siguiente vector de n :

   

f x  fx1x fx 2 x  fx n x
 
Se le denomina vector gradiente de “f” en x y se denota como f x.
 
Si f x tiene derivadas parciales, se puede probar que el gradiente f x es ortogonal

a la superficie de nivel cuya ecuación es f x  k , donde “k” es una constante, y que
 
f x apunta en la dirección de crecimiento máximo de f x . Es decir, el vector
gradiente nos da la dirección y el sentido del desplazamiento en que aumenta el valor
 
de “k” y, el vector f x , vector con sentido opuesto a f x , indica la dirección y el
sentido en el que disminuye el valor de “k”.
234

k f x   f x1 , x 2 
f x1 , x 2   k  0
y x2

x f x1 , x 2   k  0
x
f x 1 , x 2   0

 f x
x1
Figura XVIII
235
236
Capítulo V
ECUACIONES DIFERENCIALES ORDINARIAS
V.1 Ecuaciones diferenciales

Una ecuación diferencial (ED) es aquella ecuación que contiene las derivadas o
las diferenciales (totales o parciales) de una o más variables dependientes con
respecto a una o más variables independientes.
V.2 Clasificación y resultados elementales

Ecuaciones diferenciales parciales (EDP): Si una ecuación diferencial (ED)
contiene derivadas parciales de una o más variables dependientes con respecto a
una o más variables independientes, se dice que es una ecuación en derivadas
parciales. Para el caso particular en que una ecuación diferencial (EDP) contenga
únicamente derivadas parciales de una variable dependiente con respecto a una o
más variables independientes, su solución (la función desconocida) tendrá la
siguiente forma:
x  f r , w, p, , t  I 
Sin embargo, nosotros no estudiaremos este tipo de ecuaciones diferenciales en
este manual ya que escapa a nuestros objetivos.
Ejemplos:
x x
1.  5  4  x  f w , r 
w r
3 2
 2x   3  4
2.     ln r   x   senz x   0  x  f w , r , z 
 w 2   r 3   z 
     
Ecuaciones diferenciales ordinarias (EDO): Una ecuación diferencial ordinaria

(EDO) es una ecuación diferencial (ED) que contiene derivadas totales de una o
más variables dependientes con respecto a una sola variable independiente. Este
tipo de ecuaciones responde a la siguiente expresión general:
CIRO BAZÁN ECUACIONES DIFERENCIALES ORDINARIAS
 2
dx1 d x 1 d n x dx d2x d n x 
F x 1 , , r  0 II 
1 m m m
, , , ,  , x m , , , ,
 dr dr 2
dr n
dr dr 2
dr n 
 
Ejemplos:
 dy dz  dy dz
1.  F y, , z, ; r   ln y  senz  10r  0  ln ydy  senzdz  10rdr
 dr dr  dr dr
 dy dw  dy dw
2.  F y, , w, ; r   y w  r 2  0  ydy  wdw  r 2 dr
 dr dr  dr dr
No obstante, en este manual sólo abordaremos las EDO que contienen derivadas
totales de una única variable dependiente con respecto a una sola variable
independiente, y que pueden expresarse en forma implícita:
 dx d 2 x d n x 
F x , , , , ,r  0 III
 dr dr 2 dr n 
 
Donde:
F :    n 2  
O que pueden expresarse en forma explícita:
dx n  d n 1 x d 2 x dx 
 f ,  , , , x, r  IV 
dr n  dr n 1 dr 2 dr 
 
Dónde:
f :    n 1  
Es decir, nosotros estudiaremos aquellas EDOs que describan una relación entre una
función desconocida “x” y sus derivadas/diferenciales totales. A la ecuación (IV) se
le denomina ecuación diferencial ordinaria normal. La solución de este tipo de EDOs
es una función desconocida “ x r  ” definida en un dominio “D” que admite
derivadas totales hasta de orden “n”, también definidas en “D”, tales que esta función
y sus derivadas satisfacen (IV) como una identidad cuando r  D. Por tanto, la
solución general de (IV) será:
x:D 
V
r  x r 
238
Ejemplos:
 dx  dx
1.  F x , , r   4 r  6 x  2  0  4 rdx  6 x  2 dr  0  x  x r 
 dr  dr
 dx d 2 x  d 2 x
 
3
 dx 
2.  F x , , ;r   5 x    8 2  r 2 x  0  x  x r 

 dr dr 2  dr 2
   dr 
3
 dx d 2 x d 3 x   dx 
4
d2x  d3x 
3.  F x , , , ; s   e x   4
  ln s    0  x  x s 
 ds ds 2 ds 3  ds 2  ds 3 
   ds   
Dado que en economía es frecuente encontrar modelos dinámicos, en este

manual usualmente vamos a considerar como variable independiente al tiempo.
No obstante, toda la parte conceptual que se va a estudiar es aplicable a
cualquier otra variable independiente cuya naturaleza no sea temporal. Por tanto,
en estos casos las EDOs que vamos a estudiar podrán expresarse en forma
implícita tal como sigue:
 dx d 2 x d n x 
F x , , , , ,t  0 VI 
 dt dt 2 dt n 
 
Dónde:
F :    n 2  
O podrán expresarse en forma explícita tal como se muestra a continuación:
dx n  d n 1 x d 2 x dx 
 f ,  , , , x, t  VII 
dt n  dt n 1 dt 2
dt 
 
Dónde:
f :    n 1  
Además, se deberá tener presente que la solución general de dicha ecuación

diferencial estará definida en D    . Esto es:
x : D    
VIII 
t  x t 
La solución general de una EDO contendrá “n” constantes arbitrarias, por lo que
una EDO tendrá infinitas soluciones.
239
V.3 Existencia y unicidad de una solución
A la ecuación (VII) junto con las siguientes “n” condiciones iniciales:
x t 0   x 0
x ' t 0   x '0
IX 

x  n 1 t 0   x 0n 1
Se le denomina el problema del valor inicial1, donde x 0 , x '0 ,  , x 0n 1 son

valores especificados.
Si consideramos la ecuación diferencial ordinaria “normal” de orden “n” dada
por (VII) y asumimos que “f” posee derivadas parciales continuas en X  D con
respecto a todos sus argumentos. Entonces para cada conjunto de condiciones
iniciales tales como (IX) que pertenecen a X   n , y si t 0  D    , existe
una única solución (solución particular) para (VII), válida para t 0  d, donde
“d” es un sub-intervalo de “D”.
Es importante resaltar que a diferencia de la solución general de una EDO, una

solución particular de dicha ecuación no contendrá ninguna constante arbitraria,
por lo que no dependerá de las condiciones iniciales.
Para determinar la solución general de una ecuación diferencial ordinaria existen

diversos métodos, pero todos ellos se basan en el uso de las integrales. Para aclarar
ideas, vamos a presentar algunos ejemplos sencillos que serán resueltos mediante
la integración de las ecuaciones diferenciales respecto de su variable
independiente, tantas veces como sea necesario (en estos ejemplos el número de
veces que necesitaremos integrar la ecuación diferencial para obtener su solución
general coincidirá con el orden de la derivada de mayor orden en dicha ecuación).
Ejemplos:
1.- Determinar la solución del siguiente problema de valor inicial:
 x '' t   10

 x ( 0)  5 1
 '
 x 0   4
La solución general de la ecuación diferencial x '' t   10 la obtendremos

integrando dos veces dicha ecuación respecto de la variable independiente “t”.
Integrando x '' t   10 respecto a “t” resulta:
dx ' t 
 x '' t dt  10dt 
  dt  10dt  x ' t   10t  A
 2 
dt
1
Si junto a la ecuación (VII) se dan condiciones (denominadas condiciones de frontera) que corresponden
a valores distintos de la variable independiente se dice que se tiene un problema de valores en la frontera.
240
Integrando (2) respecto de “t” resulta:
dxt 
 x t dt   10t  A dt   dt   10t  A dt
'
dt
x t   5t 2  At  B 3
La ecuación (3) en realidad no representa una única solución de x '' t   10,

más bien representa una familia de infinitas funciones (parábolas en este
caso) que son solución general de x '' t   10. Dado que
x '' t   10  0  t    , podemos decir que esta familia de parábolas tiene en
común la propiedad geométrica de ser estrictamente convexas para t  0.
Para determinar la solución particular del problema de valores iniciales, dado

por (1), deberemos determinar el valor de las constantes de integración
haciendo uso de las condiciones iniciales. Reemplazando las condiciones
iniciales, dadas en (1), en las ecuaciones (2) y (3), se tiene:
 x ' 0   A  4

 4 
 x 0   B  5
Reemplazando (4) en (3) obtenemos la solución particular:
x t   5 t 2  4 t  5
En la figura 1 se han representado algunas de las curvas que forman parte de

esta familia de soluciones de x '' t   10. Entre ellas, se ha representado la
solución particular que resuelve el problema de valores iniciales (1).
Figura 1
241
2.- Determinar la solución del siguiente problema de valor inicial:
 x ''' t   20

 x ( 0)  10
 ' 5 
 x 0   4
 ''
 x 0   8
La solución general de la ecuación diferencial x ''' t   20 la obtendremos

integrando tres veces dicha ecuación respecto de la variable independiente “t”.
Integrando x ''' t   20 respecto a “t” resulta:
dx '' t 
 x ''' t dt   20dt   dt   20dt  x t   20t  A 6
''
dt
 x t dt   20t  A dt

''
dx ' t 
 dt   20t  A dt  x t   10t  At  B 7 
' 2
dt
dxt 
 x t dt   10t  At  B dt   dt   10t  At  B dt
' 2 2
dt
A
x t   20t 3  t 2  Bt  C 8
2
En este caso, la ecuación (8) representa una familia de polinomios de tercer

grado para valores de t  0.
Para determinar la solución particular del problema de valores iniciales, dado

por (5), deberemos determinar el valor de las constantes de integración
haciendo uso de las condiciones iniciales. Reemplazando las condiciones
iniciales, dadas en (5), en las ecuaciones (6), (7) y (8), se tiene:
 x '' 0   A  8

 x 0   B  4 9 
'
 x 0   C  8

Reemplazando (9) en (8) obtenemos la solución particular:
x t   20t 3  4 t 2  4 t  8
242
En la figura 2 se han representado algunas de las curvas que forman parte de
esta familia de soluciones de x ''' t   20. Entre ellas, se ha representado la
solución particular que resuelve el problema de valores iniciales (5).
Figura 2
V.4 Orden y grado de una ecuación diferencial:

Orden: El orden de una ecuación diferencial está dado por la derivada de mayor
orden que se presente en la ecuación.
Grado: El grado de una ecuación diferencial es el de la potencia de la derivada

de mayor orden que existe en la ecuación.
Ejemplos:
3
 d2x 
   3x 3 t 4  7  0 : EDO de segundo orden y tercer grado.
 dt 2 
 
 e 53 t 
2
 dx  2
5 
 : EDO de primer orden y segundo grado.
 dt 
2
  3u 

 r 3
 
  u 2 r 3  sen r 3 u 2  5  0 : EDP de tercer orden y segundo grado.

 
243
Clasificación de las ecuaciones diferenciales según el método de solución
Ecuaciones diferenciales
Ordinarias Parciales
Lineales No lineales
Coeficientes constantes Coeficientes variables
Homogéneas No homogéneas
Primer orden Segundo orden ………………. n-ésimo orden

..
V.5 EDos lineales

Una EDO se dice que es lineal si ésta es de primer grado en la variable
dependiente y en sus derivadas.
Su forma general (no homogénea) es:
x n   a n 1 t x n 1    a 2 t x ' '  a 1 t x '  a 0 t x  f t  X 

Donde f t y a it, para i  0, 1, 2,  , n  1, son funciones continuas respecto a “t”.
Con ecuación homogénea igual a:
x n   a n 1 t x n 1    a 2 t x ' '  a1 t x '  a 0 t x  0 XI 
244
1. EDOs lineales de primer orden con coeficientes constantes
La forma general de este tipo de ecuaciones puede expresarse como:
a0 f t
a1x '  a 0 x  f t  Si a1  0  x '  x
a1 a1
x '  wx  q t   x '  q t   wx  g t , x  XII 

Su solución general la obtendremos multiplicando (XII) por el factor
e
wdt
 e wt , denominado factor de integración, de donde tenemos que:
x 'ewt  wxewt  qtewt
Resultando que:
   x e
d xe wt ' wt

 wxe wt  qte wt
dt
Entonces, integrando a ambos lados de la ecuación anterior tenemos:
 
 d xe wt 
  dt   qte dt  xe wt   qte dt  C
wt wt
 dt 
 
Entonces la solución general (no homogénea) será:
x t   e  wt  qt e wt
dt  C  XIII 
Para el caso homogéneo, qt  0, entonces la versión homogénea de (XII)
sería:
x '  wx  0  x '   wx  x '  ax  g x  XIV 

Cuya solución la obtenemos reemplazando qt  0 en (XIII):
x t   Ce  wt XV 
En particular, si qt   q  cte, la ecuación (XII) representaría una EDO de

primer orden con coeficientes constantes y término fijo:
x '  wx  q  x '  q  wx  g x  XVI 

La solución general (no homogénea) de esta ecuación diferencial la
obtendríamos de (XIII), y vendría dada por:
q  q
x t   e  wt  e wt  C    Ce  wt XVII 
 w  w
245
Para el caso homogéneo, q  0, entonces la versión homogénea de (XVI) sería:
x '  wx  0  x '   wx  x '  ax  g x  XVIII 

Cuya solución la obtenemos reemplazando q  0 en (XVII):
x t   x c t   Ce  wt XIX 
A la solución de la ecuación diferencial homogénea (XVIII), que viene dada
por (XIX), se le suele denominar solución complementaria: x c t .
Resulta interesante subrayar el hecho que haciendo x '  g x   0 en (XVI) se

obtiene que:
 
x '  g x p  g x E   q  wx p  0  x p  x E 
q
XX 
w
q
Donde a x p  x E  se le suele denominar valor de equilibrio, punto fijo o
w
solución particular de (XVI).
Es importante resaltar que la solución general no homogénea de (XVI), la

ecuación (XVII), es la suma de la solución particular y de la solución
complementaria:
q
x t    Ce  wt  x p  x c t  XXI 
w
Por otro lado, si para t  0 tenemos la condición inicial x 0   x 0 , entonces

por (XVII) o por (XXI) se tiene que:
q q
x 0    C  x p  x c 0   x 0  C  x c 0   x 0   x0  xp XXII 
w w
Reemplazando (XXII) en (XXI) tenemos:
 
x t   x p  x 0  x p e  wt  x p  x c 0   e  wt  x p  x c t  XXIII 
La ecuación (XXIII) nos permite interpretar a la solución particular
x p  x E  q w como el equilibrio fijo (ya que no depende del tiempo) de

x t  y a la solución complementaria x c t   x 0  x p e  wt como el desvío 
de la trayectoria x t  de su nivel de equilibrio a lo largo del tiempo. Este
desvío crecerá exponencialmente en el tiempo a una tasa “w” si w  0. Esto
es, si w  0, conforme t    x c t   Ce  wt  , por lo que en el
largo plazo (LP), si t     x t   . En términos formales:
x LP  lím x t    XXIV 
t  
246
Este caso, con w  0 se dice que es inestable ya que el lím x t   .
t 
Asimismo, se puede comprobar que si w  0, conforme

t    x c t   x 0  x p e    wt
 0, por lo que en el largo plazo (LP)
q
x t   x LP   x p  x E . En términos formales:
w
q
x LP  lím x t    xp  xE XXV 
t  w
Este caso, con w  0, se dice que es (asintóticamente) estable ya que el

q
lím x t    x p  x E es un número real finito. En este caso se dice que
t  w
el modelo dinámico (en este caso uniecuacional) es (asintóticamente) estable
ya que el equilibrio se alcanza independientemente de las condiciones
iniciales.
Como se aprecia en la figura 3, casos (a) y (b), el desvío


x c t   x 0  x p e   wt
de su nivel de equilibrio x E  x p  q w decrece con
el tiempo cuando w  0 y se incrementa con el tiempo cuando w  0.
x t  x t 
x0  xp ; w  0
x0 x0  xp ; w  0
x0
xp xp
x0
x0  xp ; w  0
x0
x0  xp ; w  0
t t
a  b 
Figura 3
Ejemplos:
1.- Beneficio e inversión (Tu, 1994): En una economía donde el beneficio
“  ” es una función decreciente del stock de capital “K” y la inversión
I  K  es una función creciente del beneficio,
'
  K



I  K    IA
'
247
Donde ,  son coeficientes constantes positivos e “I A” es la inversión
autónoma, asumida constante. Se pide hallar el comportamiento temporal
del stock de capital y su valor de largo plazo, si se sabe que K0  K0  0.
Reemplazando “  ” en “I”, el comportamiento del stock de capital podría

describirse como:
K'  K  IA  K'  K  IA
El valor de equilibrio lo podemos hallar igualando a cero la expresión

anterior:
K  I A  K E  K p  I A 
Por (XVII), la solución de la ecuación diferencial será:
IA
K t    Ce t

Teniendo en cuenta la condición inicial, resulta:
IA IA
K0   C  K0  C  K0 
 
Reemplazando “C” en “ Kt ”, se tiene:
IA  I A  t
K t     K 0  e
   
El valor de largo plazo del stock de capital vendrá dado por:
 IA  IA  t  IA
K LP  lím K t   lím    K 0  e
   KE
t  t        

Reemplazando “KE” en “ Kt ”, se tiene:
K t   K E  K 0  K E e  t
El modelo es asintóticamente estable: converge a K LP  K E  K p .
2.- Versión en tiempo continuo del modelo de la telaraña (Gandolfo, 1997):

Sea el siguiente sistema de ecuaciones:
Q D t  dt     p t  dt  función de demanda


Q S t  dt     p t  función de oferta 

Q D t  dt   Q S t  dt  Ecuación de equilibrio

248
Donde , ,  son parámetros positivos,   0 , y se asume que los
productores esperan que en el siguiente instante t  dt el precio sea igual
al precio actual. Determine el comportamiento temporal del precio de
equilibrio (aquel que vacía el mercado) asumiendo que dt  1, y que
p0  p0  0. Asimismo, determine las condiciones para que el precio de
equilibrio de largo plazo  p LP  lím p t  converja hacia algún valor

 t   
finito (positivo). Luego, calcule el precio de equilibrio estacionario (aquel
que hace que: p ' t   0 ). Finalmente, determine la evolución en el tiempo
de la oferta y la demanda.
Para resolver este problema tendremos en cuenta que:
pt  dt  pt pt  dt  pt dpt

   p't
t  dt  t dt dt
Por lo que si dt  1, resulta que:
pt  dt   pt   p ' t   pt  dt   pt   p ' t 
Reemplazando “ pt  dt ” en la función de la demanda se tiene:

Q D t  dt      p t   p ' t 



Q S t  dt     p t  10

Q D t  dt   Q S t  dt 

Reemplazando las funciones de demanda y de oferta en la ecuación de

equilibrio resulta:
 
   p t   p ' t     p t   p ' t  


p t  


11
En consecuencia, por (XVII), la solución de la ecuación diferencial será:
  
  t
p t    Ce 
12

 
p0   C  p0  C  p0 
 
249
Reemplazando “C” en (12), se tiene:
  
     t
p t     p0  e 
13
   

Para determinar el valor de largo plazo del precio de equilibrio de este

mercado deberemos calcular el siguiente límite:
   
           t
p LP  lím pt  lím   p0  e

t  t         
  
 
Se observa que el límite será convergente si y sólo si el término

exponencial es decreciente en el tiempo. Para que esto ocurra se deberá
cumplir lo siguiente:

0

Pero como   0      0    . En dicho caso, el valor de largo

plazo será:
   
           t 
p LP  lím pt  lím   p0  e
 
t  t         
  
 
Además, para que el precio de equilibrio de largo plazo sea positivo, se

deberá cumplir que:

0

Pero como     0      0     .
Ahora, vamos a determinar el precio de equilibrio estacionario. Esto es,

aquel precio que permanece constante en el tiempo. Es decir, aquel precio
para el cual su derivada respecto al tiempo es nula (no existe ajuste
intertemporal): dpt  dt  p ' t   0 .
Reemplazando esta última condición en (11) se obtiene:
        
p  pE   p LP
  
250
Por lo que (13) podría escribirse como:
  
 t
p t   p E  p 0  p E e 
14
Derivando (14) respecto del tiempo obtenemos la tasa de cambio
instantánea del precio:
  
  t
p t   
'
p 0  p E e 
15

Reemplazando (14) y (15) en las dos primeras ecuaciones de (10) se

obtiene que en todo instante la demanda y la oferta coinciden:
  
    t
Q D t  dt   Q S t  dt     p 0  p E e 

  
Q D t  dt   Q S t  dt     p t   p E 

Finalmente, cuando el precio haya alcanzado su valor de largo plazo (que

coincide con el de estado estacionario: equilibrio intertemporal), la
demanda y la oferta alcanzarán simultáneamente su valor de largo plazo:
  
Q LP  lím Q D t  dt   lím Q S t  dt  
t  t  
Por lo que la oferta y la demanda pueden expresarse de forma equivalente

de la siguiente forma:
  
 t
Q D t  dt   Q S t  dt   Q LP   p 0  p E e 
 Q LP   p t   p E 
2. EDOs lineales de primer orden con coeficientes variables

La forma general de este tipo de ecuaciones puede expresarse como:
a 0 t  f t 
a 1 t x '  a 0 t x  f t   Si a 1 t   0 t   x '  x
a 1 t  a 1 t 
x '  w t x  q t  XXVI 
Su solución general la obtendremos multiplicando (XXVI) por el factor
w  t dt
e , denominado factor de integración, de donde tenemos que:
w  t dt w  t dt w  t dt

x 'e   w t xe   qt e 
251
Resultando que:
d xe  
w  t dt

    x ' e  w  t dt  w t xe  w  t dt   qt e  w  t dt
dt  
Entonces, integrando a ambos lados de la ecuación anterior tenemos:
  w  t dt  
 d  xe  
 w  t dt w  t dt w  t dt
 q t e  dt  xe   q t e 
  
 
 dt
dt 

 dt  C
 
 
Entonces la solución general (no homogénea) será:
 w  t dt 
  w  t dt 
x t   e  q t e
 dt  C  XXVII 
 
Para el caso homogéneo, qt  0, entonces la versión homogénea de (XXVI)

sería:
x '  w t x  0 XXVIII 
Cuya solución la obtenemos reemplazando qt  0 en (XXVII):
 w  t dt

x t   Ce XXIX 
Ejemplos:
1.- Crecimiento económico (Sydsæter, 2005): considere el siguiente modelo
de crecimiento económico en un país en vías de desarrollado:
Yt  Kt i


 '
K t  Yt  Mt ii

Nt  N0e iii
t

Donde “ Yt ” es el producto nacional neto por año, “ Kt ” es el stock de

capital, “ Mt ” es la entrada neta de inversión extranjera por año, y “ Nt ”
es el tamaño de la población, todos medidos en el instante “t”. En (i) se ha
asumido que el volumen de producción es directamente proporcional al
stock de capital. Donde al factor de proporcionalidad “  ” se le conoce
con el nombre de productividad media del capital. En (ii) se ha asumido
que el crecimiento total del capital por año es igual a los ahorros internos
más la inversión extranjera neta. Asimismo, se asume que los ahorros son
proporcionales a la producción, donde al factor de proporcionalidad “  ”
se le denomina tasa de ahorro. Finalmente, (iii) nos dice que la población
crece de forma exponencial a una tasa instantánea constante “  ”.
252
Determine el comportamiento temporal de “ Kt ” si
Mt  M0e , K0  K0 y   . Encuentre cómo evoluciona en el tiempo
t
el producto nacional per cápita: yt  Yt Nt.
Reemplazando (i) y Mt  M0et en (ii) se obtiene:
K't  Kt  M0et  K't  Kt  M0et
En consecuencia, por (XXVII), la solución de la ecuación diferencial será:
Kt  e 
dt 

t
 M 0e e

 dt 

dt  C  Kt  et M0et et dt  C 
 
 
 M0
Kt  et M0 et dt  C  Kt  et 
    

et  C

M0
Kt  et  Cet
  
M0 M0
K0   C  K0  C  K0 
     
Reemplazando “C” en “ Kt ”, se tiene:
M0  M0  t
Kt  et   K 0  e
       

Reemplazando “ Kt ”, en (i) se obtiene la producción nacional neta por

año:
M0  M0  t
Y t   e t   K 0  e
       
 
Dividiendo “ Y t  ” entre el tamaño de la población se obtiene la

producción per cápita:
Y t  M0       t
e    t 
M0
y t     K0  e
N t  N 0     
N0     

253
2.- Modelo de bonos y tasas de interés: (Lomelí, 2003): Sea Bt  el valor
(precio) de un bono al instante “t”. Se supone que la tasa de cambio relativo
instantánea del valor de este bono, la tasa de interés instantánea del bono al
tiempo “t”, viene dada por:
B ' t 
r t    B ' t   r t Bt   B ' t   r t Bt   0 16
Bt 
Supóngase que a lo largo del periodo de vida del bono se realizan varios
depósitos (o retiros), y que el valor de la inversión en bonos al instante “t”
viene dada por:
Yt   Zt Bt  17

Donde Zt  representa la cantidad de bonos que se tienen en la inversión
al instante “t”. Estando el cambio marginal de Zt  dado por:
Z '  t    t  18
Donde t  es una función que representa los depósitos o retiros. En

concreto, es el cambio instantáneo en el número de bonos.
Bajo todos los supuestos antes hechos, ahora vamos a calcular la variación
marginal del valor de la inversión en bonos en función de la variación
marginal de la cantidad de bonos que se tienen en la inversión y de la
variación marginal del valor de un bono, al instante “t”. Para ello, vamos a
derivar (8) respecto de “t”, de donde obtenemos:
Y ' t   Z ' t Bt   Zt B ' t  19

Reemplazando (16) y (18) en (19) se obtiene:
Y ' t   t Bt   Zt r t Bt  20

Reemplazando (17) en (20) tenemos que:
Y ' t   t Bt   r t Yt   Y ' t   r t Yt   t Bt  21

La ecuación (21) puede interpretarse de la siguiente manera: el cambio en
el valor de la inversión, Y ' t , es igual a los rendimientos (intereses) de la
misma, r t Yt , más las ganancias (o pérdidas) por el cambio
(instantáneo) en el valor de los bonos, t Bt .
Para resolver (21) supondremos que YT   YT , y tomaremos como

instante inicial “T”. Es decir, resolveremos la ecuación diferencial “hacia
atrás”, ya que obtendremos el valor presente de la inversión (en el instante
“t”) en función de un valor futuro conocido (en el instante “ T  t ”).
254
Para ello, primero resolveremos la ecuación (16) asumiendo que
BT   BT , y tomando como instante inicial “T” y como instante final “t”.
t
 r   d

Multiplicando (16) por e T se tiene:
 t

   rd 
d Bte
 T 
t t  
 rd
  rd
  
B'te T  rtBte T 0   0
dt
t t
 r   d
  r  d
Bt e T  C  Bt   Ce T 22
Reemplazando la condición inicial BT   BT en (21) tenemos que:
 r  d
BT   Ce T  BT  C  BT 23
Reemplazando (23) en (22) resulta:

t t t
 r  d  r  d B t 
 r   d

B t   B T e T  eT   B T  Bt e T 24
BT
t
 r   d

Ahora, para resolver (21) multiplicaremos dicha ecuación por e T :
t t t
 r   d
  r   d
  r   d

Y ' t e T  r t Y t e T  t Bt e T
 t

   r   d 
d  Y t e T 
  t
    r   d
  t Bt e T 25
dt
 t

   r   d 
d  Y t e T 
 
 
  t B T 26
dt
255
Integrando (26) obtenemos:
 t

   rd 
dYte T 
 
t
  t
 d
d   BTd
T T
t t
 r  d
 t  r   d
 t
Y t e T  Y T   B T  d  Y t e
 T  Y T   B T  d

T T
t T
 rd
  rd
 t
Yte T  YTe T  BT d 
T
 t   r  d
Y t    Y T   B T  d  e T
 27
 
 T 
 r  d
Reemplazando YT   YT y el valor de e T que aparece en (24)
obtenemos que:
Y t 
Y t      d  Bt 
 28
T
 BT 
 T 
Comparando (17) y (28), podemos interpretar la ecuación (28) de la

siguiente forma: el valor de la inversión es igual al producto del valor de
un bono por el número total de los mismos.
Finalmente, resolveremos este modelo para:
 1
 r  t   r0 
 t 1
 T 1
 t Bt    29
 t 1
 BT   1

 Y T   1
Reemplazando r t  y BT  en (24) se tiene que:
 1 
t
  r0   1  d r0   ln  1  Tt r0 t  ln t 1  r0 T  ln T 1 

B t   e T e e
256
Dado que:

t  0  t  1  0  t  1  t  1

T  t  T  0  T  1  0  T  1  T  1

Por tanto:
  t 1  
 r0  t T ln  
 T  1e r0 t T 
Bt   e r0 t ln  t 1 r0T  ln T 1  e   T 1  
 30
t 1
Reemplazando (30) en la segunda ecuación de (29) se tiene que:
 T  1e r0  t T   T 1
t    t    e r0 T  t  31
 t 1  t  1
 
Integrando (31) entre “T” y “t” se tiene:
 e r0 T    e r0 T  t   1
t
t t 
r0 T   
  d   e  d     32
 r0  r0
T T   T
Reemplazando (29), (30) y (32) en (28) tenemos:
 e r0 T  t   1   T  1e r0  t  T  
Y t   1   
 r0   t 1 
   
3.- El modelo de Ramsey-Cass-Koopmans (Vinogradov, 1999): Este modelo

de optimización intertemporal es descrito por el siguiente sistema de
ecuaciones:
 k ' t   f k t   c t   n  g k t 


 '  f ' k t     g 
  c t 
33
 c  t  
 
   
Con las condiciones iniciales: k0  k0, c0  c0. Donde el stock de capital
por mano de obra efectiva, kt, y el consumo por mano de obra efectiva,
ct, son considerados como variables endógenas. Siendo “n” la tasa de
crecimiento instantáneo de la población, “g” la tasa instantánea de
progreso tecnológico, “ρ” es la tasa de descuento intertemporal, y “θ” es el
coeficiente de aversión relativa al riesgo.
Se asume que la función de producción adopta la forma Cobb-Douglas:
f k t   ak t ; a0 34
257
Se pide determinar la evolución temporal del stock de capital kt.
Derivando (34) respecto del stock de capital tenemos:
f ' k t   a ; 35
Reemplazando (34 y (35) en (33) resulta:
 k ' t   a  n  g k t   ct 


 '  a    g  36
c t   

 c t 


   
De la segunda ecuación de (36) resulta:
 a    g 
c ' t     c t   0
 37
  
La solución de (37) la podemos obtener a partir de (XII):
 a  g 
 t
 
c t   Ce    38
Teniendo en cuenta las condiciones iniciales, resulta:
 a  g 
 t
 
c t   C  c 0  c t   c 0 e   39
Reemplazando (39) en la primera ecuación de (36) resulta:
 a g 
 t
 
k t   a  n  g k t   c 0
'
e  
 a g 
 t
 
k t   a  n  g k t   c 0
'
e   40
La solución de (40) la podemos obtener a partir de (XXVII):
  a   g


t

a  n g dt   a  n g dt 
k t   e  
 


  c0 e   e dt  C

 
   a  g  
   a  n  g  t

    
k t   e  a  n  g t    


 c 0 e dt  C 
 
 
258
   a   g  
   a  n  g  t

    
    
 a  n  g t   c 0 e 
k t   e   C
  a  g  
      a  n  g  
   
   
 
  a   g


t

   
  c0 e  
 a  n  g t 
k t     Ce  41
  a   g  
      a  n  g  

      
 
Teniendo en cuenta las condiciones iniciales, resulta:
c 0 c0
k 0    C  k0  C  k0  42
  a  g     a  g  
     a  n  g       a  n  g 
   
       
  a   g


t   
     
  c0 e   c0  e a  n  g t 
k t     k 0  
  a   g      a   g   
      a  n  g        a  n  g   
 
            
 
 
3. EDOs lineales de orden “n” con coeficientes constantes

Este tipo de ecuaciones diferenciales permiten la obtención de soluciones
analíticas sin más que resolver ecuaciones algebraicas de orden “n”.
Su forma general es:
x n   a n 1 x n 1    a 2 x ''  a 1 x '  a 0 x  f t  XXX 
Con ecuación homogénea igual a:
x n   a n 1 x n 1    a 2 x ''  a 1 x '  a 0 x  0 XXXI 
Donde xn  i con 0  i  n  es la “ n  i ”-ésima derivada de “x” con respecto

a “t”.
A la solución de (XXXI) se le denomina solución complementaria, y se le

denota por xct.
259
La solución complementaria puede encontrarse realizando la combinación
lineal de “n” soluciones linealmente independientes. Es decir:
n
x c t    kixi k 1 x 1  k 2 x 2    k n x n XXXII 
i 1
Donde “xi” representa la i-ésima solución linealmente independiente de

(XXXI), y “ki” es una constante asociada a “xi”. Las “n” soluciones de
(XXXI) serán linealmente independientes si su Wronsquiano es distinto de
cero, esto es:
x1 x2  xi  xn
x1' x'2  xi'  x'n
     
Wt  0 con 0  i  n
x1i xi2  xii  xin
     
x1n 1 x n2 1  xin 1  x nn 1
La solución complementaria está asociada al polinomio característico que

resulta de reemplazar xn  i por r n  i en la ecuación (XXXI):
Pr   r n  a n 1 r n 1    a 2 r 2  a 1 r  a 0  0 XXXIII 
La solución del polinomio (XXXIII) implica la obtención de “n” raíces. Si

“n1” raíces son reales y distintas, “n2” son raíces reales e iguales entre sí y
“n3” raíces son pares de complejas conjugadas, tal que se verifica que
n1  n2  2n3  n , la solución complementaria vendrá dada por:
n1 n2 n3
x c t    A i e ri t   B i t i 1 e rt   e p t  C i cos q i t   G i senq i t   XXXIV 
i
i 1 i 1 i 1
Donde la primera sumatoria está vinculada a las raíces reales y distintas, la

segunda sumatoria se refiere a las raíces reales e iguales, y la tercera
sumatoria se asocia con las raíces complejo conjugadas de (XXXIII). Las “n”
constantes arbitrarias (“n1” constantes Ai, “n2” constantes Bi y “n3” constantes
Ci y “n3” constantes Gi) se podrán determinar a partir de “n” condiciones
iniciales. Siendo “pi” y “qi” la parte real y la parte imaginaria del i-ésimo par
de raíces complejo conjugadas.
La solución general de (XXX) se puede hallar como la suma de dos

componentes, la solución complementaria xct , y la solución particular
xpt :
x t   x c t   x p t  XXXV 
260
Dónde:
n W t 
x p t    x i  Wit  dt XXXVI 
i 1
Siendo Wt el Wronsquiano de las “n” soluciones de (XXXI), xi la i-ésima

solución de (XXXI) y Wit es el determinante obtenido del Wronsquiano al
0
 
0

reemplazar la i-ésima columna por el vector columna   , es decir:

0
 
f t n 1
x1 x2  0  xn
x1' x '2  0  x'n
     
Wit 
x1k x k2  0  x kn
     
x1n 1 x n2 1  f t  x nn 1
Por tanto, la solución general de (XXX) es:
c t
x  
n1 n2 n3
xt   Ai e ri t   Bi t i 1e rt   ep t Ci cos qi t  Gisenqi t  
i
i 1 i 1 i 1
XXXVII 
n Wi t
  xi  Wt dt
i 1

x p t
4. Estabilidad de EDOs lineales de orden “n” con coeficientes

constantes
Una propiedad importante de una ecuación diferencial es si posee uno o más
equilibrios o estados estacionarios. El/los punto/s de equilibrio es/son
una/algunas solución/soluciones de la ecuación diferencial que no cambia/n
con el tiempo. En economía es de suma importancia averiguar si este/os
punto/s de equilibrio es/son estable/s. Por ejemplo, el punto de equilibrio para
una EDO que tiene la forma general dada por la ecuación (XVI) lo
encontramos resolviendo:
q
x '  q  wx E  g x E   0  x E  XXXVIII 
w
261
Un punto de equilibrio x E es estable si para cada   0 hay un “δ” tal que cada
trayectoria x t  con x 0   x E   satisface x t   x E   t  0. En otras
palabras, si una trayectoria que empieza “cerca” a un punto de equilibrio permanece
cerca a este punto durante todo el tiempo futuro, entonces el punto de equilibrio se
dice que es estable.
Además, un punto de equilibrio se dice que es asintóticamente estable si este es

estable (en el sentido descrito líneas arriba) y hay un   0 tal que para cada
trayectoria x t  con x 0   x E   converge a x E según t  . Es decir, un
punto de equilibrio es asintóticamente estable si es estable, y también si cualquier
trayectoria que empieza cerca al punto de equilibrio se aproxima al punto de
equilibrio según t  .
Por otro lado, si se establecen las adecuadas condiciones iniciales, entonces

existirá una única solución de la ecuación diferencial. No obstante, si las
condiciones iniciales son modificadas, la solución cambiará. En estas
circunstancias, es importante saber si pequeños cambios en las condiciones
iniciales tendrán algún efecto significativo sobre el comportamiento de largo
plazo de la solución, o si tal efecto desaparecerá según t   ? En el último
caso se dice que la ecuación diferencial es asintóticamente estable. Sin
embargo, si pequeños cambios en las condiciones iniciales conducen a
diferencias significativas en el comportamiento de la solución en el largo
plazo, entonces la ecuación diferencial se dice que es inestable.
Para el caso de EDOs lineales de orden “n” con coeficientes constantes se

tiene que la ecuación (XXX) es estable (globalmente asintóticamente estable)
si la solución complementaria, que está dada por (XXXII), tiende a cero
según “t” tiende a infinito, para todos los valores de k1, k 2,  , k n. Si esto
ocurre, por (XXXVII), cualquier solución de la ecuación diferencial (XXX)
n Wi t 
tenderá a la solución particular  xi  W t 
dt, la cual es independiente de
i 1
las condiciones iniciales (ya que no depende de ninguna constante que deba
ser determinada a partir de dichas condiciones). De esta manera se garantiza
que el efecto de los pequeños cambios en las condiciones iniciales
desaparecerá conforme t  . Aquí es importante resaltar que en economía
la solución particular x pt puede interpretarse como un valor de equilibrio
(equilibrio estacionario o equilibrio móvil de acuerdo a si x pt es una
constante o una función del tiempo) de la variable “x”. Dada esta
interpretación, la solución complementaria puede interpretarse como la
trayectoria temporal de las desviaciones del equilibrio ya que
xt  x pt  x ct.
Una condición necesaria y suficiente para que la ecuación (XXX) sea estable
(globalmente asintóticamente estable) es que todas las raíces características
(autovalores) de (XXXIII), tengan partes reales negativas.
262
Es claro que la solución general de (XXX) poseerá un equilibrio fijo si tanto
su solución complementaria como su solución particular convergen hacia un
valor real. La convergencia de la solución complementaria se garantizará si la
parte real de las raíces características es negativa, con lo cual se cumple que
el lím x ct  0, mientras que la convergencia de la solución particular se
t 
garantizará si se cumple que el lím x pt  x E   .
t 
Ejemplos:
Resuelva las siguientes ecuaciones diferenciales:
a bp
1. x ''  x   . Si se sabe que a, A, b y p son constantes positivas y que
A  2A 
las condiciones iniciales son: x0  x 0 y xT  x T.
Tenemos una ecuación diferencial ordinaria no homogénea de orden dos

con coeficientes constantes, cuyo polinomio característico es:
 a
r1  0
a 
Pr  r 
A
2
0
A  a
r2   0
 A
La solución complementaria es:
x c t   A 1 e 43
a At  a At
 A 2e
Dos soluciones de xct son:
x1t  e  x1' t  a A e

a At a At
x2t  e  x'2t   a A e
 a At  a At
El Wronsquiano será:
a At  a At
Wt  e e  2 a A  0
a At  a At
a Ae  a Ae
Dado que Wt  0, las soluciones x1t y x2t son linealmente

independientes. En consecuencia:
 a At
0 e pb
W1t  b  p
 a At
 a At  e
 a Ae 2A
2A
263
a At
e 0 bp
W2t 
a At
a At bp  e
a Ae 2A
2A
Por tanto:
W1t bp pb

 Wt dt  4A a A  e
 a At  a At
dt  e
4a
W1t  a A t pb  pb

x1t
 Wt dt  e
a At
 e 
 4a 4a
W2t pb pb

 Wt dt  4A a A  e
a At a At
dt  e
4a
W1t   a A t pb pb

 Wt dt  e
x 2t
a At
 e 
 4a 4a
La solución particular será:
pb pb pb

x p t     44
4a 4a 2a
Por tanto, la solución general será:

pb
x t   A 1 e 45
a At  a At
 A 2e 
2a
Donde A1 y A2 se determinan utilizando condiciones de borde, esto es:
pb
x 0   A1  A 2   x0
2a
pb
A1  A 2  x 0  46
2a
pb
x T   A1e
a AT  a AT
 A 2e   xT
2a
pb
A1e
a AT
 A 2e
 a AT
 xT  47
2a
Resolviendo (46) y (47) tenemos:
 pb  pb
 x0     xT  e a AT
   2a 
A1   2a  
 2 a A T
1  e 
 
264
a A T  pb  pb a A T
e  xT     x0 
 
e 
 2a   2a  
A2 
 2 a A T
1  e 
 
Finalmente, tenemos que:
 pb  pb  
  x 0    xT  e a AT
   
 2a    
x t   
2a a At
e 
  2 a AT  
  1  e  
   
  pb   pb  
 x T    x0  e
a AT a AT
e    
  2a   2a     a At pb
 e 
  2 a AT   2a
  1  e  
   
Se puede apreciar que como una de las raíces característica es positiva,

a a bp
r1   0, entonces la ecuación x ''  x   . será inestable.

A A  2A 
5 1
2.- x ''  x '  2x  5t . Si se sabe que: x 0    y x ' 0   .
4 2
Resolvemos la ecuación homogénea: x ''  x '  2 x  0, cuyo polinomio

característico es:
r1  1
Pr  r 2  r  2  r  1r  2  0   .
r2  2
Por tanto, la solución complementaria será:
x c t   A1e t  A 2 e 2 t
Dónde:
x 1 t   e t  x 1' t   e t
x 2 t   e 2 t  x '2 t   2e 2 t
265
Por tanto, el Wronsquiano será:
et e 2 t
W t    3e  t  0  W t   0
et  2e  2 t
Es decir, x 1 t   e t y x 2 t   e 2 t son soluciones de xct que son

Mientras que:
e 2 t
W1 t  
0
 5 te  2 t
5 t  2e  2 t
et
W2  t  
0
 5 te t
et 5t
Por tanto:
W1 t   5 te 2 t 5 5
 dt   dt   te
t
dt   t  1e  t
W t   3e t 3 3
W1 t   5  5
x 1 t   W t  dt  e t   t  1e  t    t  1
 3  3
W2 t  5 te t 5 5
 dt    3e t dt   3  te
2t
dt   e 2 t 2 t  1
W t  12
W2 t   5 2t  5
x 2 t   dt  e  2 t   e 2 t  1   2 t  1
W t   12  12
Dónde:
5 5
x p t    t  1  2 t  1
3 12
Por tanto, la solución general de x ''  x '  2 x  5t es:
5 5
x t   A 1 e t  A 2 e  2 t  t  1  2 t  1
3 12
266
Simplificando:
5
x t   A 1 e t  A 2 e  2 t  2 t  1
4
Ahora calculamos la primera derivada de “x”:
5
x ' t   A 1 e t  2 A 2 e  2 t 
2
Aplicando condiciones iniciales, para t  0 se tiene que:
5 5
x 0   A1  A 2   48
4 4
5 1
x ' 0   A1  2 A 2   49
2 2
Resolviendo se tiene que:
A1  1 y A 2  1 .
Reemplazando estos valores en xt tenemos:

5
x t   e t  e  2 t  2 t  1
4
Se puede apreciar que como una de las raíces características es positiva,

r1  1  0, entonces la ecuación x ''  x '  2x  5t es inestable. Esto se
puede corroborar ya que lím x t   . En la figura 4 se muestra la
t 
solución general de x  x  2 x  5t para t  0.

'' '
Figura 4
267
135
3. x'''  13x'  34x  e2t . Si las condiciones iniciales son: x0  ,
68
103 1
x'0  y x''0   .
34 17
Resolvemos la ecuación homogénea: x'''  13x'  34x  0, cuyo polinomio

característico es:
r1  2
 
P r   r 3  13r  34  r  2  r 2  2 r  17  0    p1  1.
r  1  4 j   q  4
  1
xct  A1e2t  etC1 cos4t  G1sen(4t)
Donde:
x1t  2e
 ' 2t
x1t  e2t  
x1t  4e
 '' 2t
x 2t  e cos4t  4sen(4t)

 ' t
x 2t  e t cos4t  
x 2t  e  15 cos4t  8sen(4t)
t
 ''
x 3t  e 4 cos4t  sen(4t)

 ' t
x 3t  e t sen4t  
x 3t  e 8 cos4t  15sen(4t)
t
 ''
Por tanto el Wronsquiano será:
e2t et cos4t et sen4t

Wt  2e2t  e cos4t  4sen(4t)
t
e 4 cos4t  sen(4t)
t
 100 ≠ 0
4e 2t
e  15 cos4t  8sen(4t)  e 8 cos4t  15sen(4t)
t t
Es decir, x1t  e2t, x2t  et cos4t y x3t  etsen4t son soluciones de
xct que son linealmente independientes.
Mientras que:
0 et cos4t etsen4t

W1t  0  e tcos4t  4sen(4t) e t4 cos4t  sen(4t)  4e 4t
e 2t
e  15 cos4t  8sen(4t)  e 8 cos4t  15sen(4t)
t t
268
e2t 0 etsen4t
W2t  2e2t 0 e t4 cos4t  sen(4t)  e t3sen(4t)  4 cos4t 
4e 2t
e  2t
 e 8 cos4t  15sen(4t)
t
e2t et cos4t 0

W3t  2e2t  e tcos4t  4sen(4t) 0  e t4sen(4t)  3 cos4t 
4e 2t
e  15 cos4t  8sen(4t) e
t  2t
Por tanto:
W1t 4e4t 1 1
 Wt  100 dt  25  e
 4t
dt  dt   e 4t
100
W1t 2t 1  4t  1  2t
x1t
 Wt dt  e  100 e 
   100 e

W2t et3sen(4t)  4 cos4t  1

e t19sen(4t)  8 cos4t 
 Wt dt 
 100
dt  
1700
W2t 1
x 2t
 Wt dt   1700 e cos4t 19sen(4t)  8 cos4t 
 2t
W3t et4sen(4t)  3 cos4t  1

e t19 cos(4t)  8sen4t 
 Wt dt  
 100
dt 
1700
W3t 1
x3t
 Wt dt  1700 e sen4t 19 cos(4t)  8sen4t 
 2t
Donde:
1 e 2 t cos4 t  19sen( 4 t )  8 cos4 t  

x p t    e 2 t 
100 1700
e  2 t sen4 t  19 cos(4 t )  8sen4 t  


1700
Por tanto, la solución general de x'''  13x'  34x  e2t es:
269
e 2t e2t cos4t 19sen(4t)  8 cos4t 
xt  A1e2t  e t C1 cos4t  G1sen(4t)   
100 1700
e 2t sen4t 19 cos(4t)  8sen4t 


1700
1 8
xt  A1e2t  e tC1 cos4t  G1sen(4t)  e 2t  e 2t
100 1700
1
xt  A1e2t  e tC1 cos4t  G1sen(4t)  e 2t
68
Ahora calculamos la primera y segunda derivada de “x”:
1
x't  2A1e2t  e t4G1  C1 cos(4t)  G1  4C1 sen4t  e 2t
34
1
x' 't  4A1e2t  e t8C1  15G1 sen4t  8G1  15C1 cos(4t)  e 2t
17
Para t  0 se tiene que:
1 135
x 0   A1  C1    A 1  C1  2 50
68 68
1 103
x ' 0   2 A1  4G 1  C1    2 A 1  4 G 1  C1  3 51
34 34
1 1
x '' 0   4 A1  8G 1  15C1    4 A1  8G 1  15C1  0 52
17 17
Resolviendo se tiene que:
A1  4, C1  2 y G1  7 / 4
Reemplazando estos valores en xt tenemos:
 7  1  2t
xt  4e2t  e t  2 cos4t  sen(4t)  e
 4  68
Dado que la raíz característica r1  2  0, entonces la solución de la

ecuación diferencial es inestable. Esto se puede corroborar ya que
lím x t   . En la figura 5 se muestra la solución general de
t 
x '''  13x '  34x  e 2 t para t  0.
270
Figura 5
En la figura 6 se ha representado la solución de x'''  13x'  34x  0 para

las condiciones iniciales dadas, tanto para valores positivos como para
valores negativos de “t” con el propósito de resaltar que dicha solución es
oscilante no convergente cuando “t” representa a cualquier otra variable
que no tiene significado temporal.
Figura 6
271
4.- Modelo IS-LM de la Economía (Tu, 1994): Considere una economía
cerrada descrita por las siguientes ecuaciones:
Y'  hD  S

'

r  m LY  M 

D  C I


C  cY; 0  c  1
 53
I   ar; a  0


S  Y

LY  kY; k  0


s  1  c
La primera ecuación en (53) nos indica que la renta nacional “Y” aumenta
en respuesta al exceso de demanda agregada “D”, la segunda ecuación nos
indica que la tasa de interés “r” aumenta en respuesta al exceso de demanda
de dinero (diferencia entre la demanda y oferta de dinero: “ LY   M ”), la
tercera ecuación nos indica que la demanda agregada es igual a la suma del
consumo y de la inversión, la cuarta y la quinta ecuación nos indican que es
el consumo y la inversión son funciones lineales de la renta y de la tasa de
interés respectivamente, la sexta ecuación nos señala que la oferta agregada
no es más que la producción nacional, la sexta ecuación nos indica que la
demanda de dinero es una función lineal creciente de la renta (es decir, el
dinero demandado únicamente con el propósito de realizar transacciones), la
séptima ecuación no es más que la definición de la propensión marginal a
ahorrar “s” en términos de la propensión marginal al consumo “c”. Se asume
que la oferta de dinero “ M ” es realizada por el Banco Central, y que las
velocidades de ajuste “h” y “m” son constantes e iguales a 1.
Reemplazando “D” y “S” en la primera ecuación, “ LY  ” en la segunda, y

haciendo h  m  1 en la primera y segunda ecuaciones de (53) se tiene:
Y'  C  I  Y

 54
r '  kY  M

Reemplazando la cuarta y la quinta ecuación de (53) en la primera

ecuación de (54) resulta:
Y  cY  ar  Y  1  cY  ar
 '
' 55

r  kY  M
Reemplazando la última ecuación de (53) en la primera ecuación de (55)

se obtiene:
272

Y  cY  ar  Y  sY  ar
'
' 56

r  kY  M
Derivando respecto al tiempo la primera ecuación de (56) y reemplazando

la segunda ecuación de (56) en ésta tenemos:
 
Y ''  sY'  ar '  sY'  a kY  M  Y ''  sY'  akY  aM 57
Resolvemos la ecuación homogénea: Y' '  sY'  akY  0, cuyo polinomio

característico es:

 s s2  4ak s 
r1  
Pr  r 2  sr  ak  r  r1r  r2  0  
2 2
 s s2  4ak s 
r2  
 2 2
Dependiendo del signo del discriminante “  ” se pueden tener tres casos:
 r1    r1  0

Caso I:   s 2  4ak  0   r2    r2  0
r  r  r  r
1 2 2 1
Para este caso, la solución complementaria será:
Yc t   A1e r1t  A 2 e r2 t 58
Dónde:
Y1t  e 1  Y1t  r1e 1

 rt ' rt

Y2t  e  Y2t  r2e
 r2 t ' r2 t
er1t er2t
Wt   r2  r1er1  r2 t    er1  r2 t  0
r1er1t r2er2t
Es decir, Y1 t   e r1t y Y2 t   e r2 t son soluciones de Yct que son

Mientras que:
er2t
W1t 
0
 aMer2t
aM r2er2 t
273
er1t
W2t 
0
r1t
 aMer1t
r1e aM
Por tanto:
W1t  aMer2t aM aM
 Wt dt    e
 r1t
dt  dt   e r1t
 er1  r2 t  r1 
W1t aM aM
Y1t  Wt dt  e
r1t
 e r1t  
r1  r1 
W2t aMer1t aM aM
 Wt  e
 r2 t
dt  dt   dt  e r2t
 er1  r2 t  r2 
W2t aM aM
Y2t  Wt dt  e
r2 t
 e r2t 
r2  r2 
Dónde:
aM aM aM  1 1  aM  r1  r2  aM  r1  r2  M
Ypt           
r1  r2    r2 r1    r r 
 1 2    r r 
 1 2  k
Para este caso, la solución general de (57) en este caso es:
M
Y t   A1e r1t  A 2 e r2 t  59
k
La ecuación (59) es estable ya que r1  0 y r2  0. En este caso, la renta

nacional convergerá en el largo plazo a:
M
YLP  lím Y t  
t  k

 s
Caso II:   s 2  4ak  0  r1  r2  r     r  0

 2
Yc t   B1e rt  B 2 te rt 60
Dónde:
Y1 t   e  Y1 t   re
 rt ' rt

Y2 t   te  Y2 t   e  tre  e 1  tr 
 rt ' rt rt rt
274
e rt tert
W t    e 2 rt  0
re rt e 1  tr 
rt
Es decir, Y1 t   e rt y Y2 t   te rt son soluciones de Yct que son

Mientras que:
te rt
W1 t  
0
  aMte rt
aM e rt 1  tr 
ert
W2t 
0
 aMert
rert aM
Por tanto:
W1 t   aMtert aM  1
 Wt  dt   e 2 rt 
dt  aM te rt dt 
r
e  rt  t  
 r
W1 t  aM  1  aM  1
Y1 t   Wt  dt  e
rt
 e  rt  t    t  

r  r r  r 
W2 t  aMe rt aM
 W t 
dt   e 2 rt 
dt  aM e  rt dt  
r
e  rt
W2 t  aM aM
Y2 t   dt   te rt  e  rt   t
W t  r r
Dónde:
aM  1  aM aM
Yp t   t   
  t
r  r r r2
Por tanto, la solución general de (57) en este caso es:
aM
Y t   B1e rt  B 2 te rt  61
r2
s
Reemplazando r    0 en (61) tenemos:
2
Y t   B1e s 2 t  B 2 te s 2 t  4

aM
62
s2
275
s
Ya que r    0, entonces (62) es estable. En este caso, la renta
2
nacional convergerá en el largo plazo a:
aM
YLP  lím Y t   4
t   s2
r  p1  q1 j
Caso III:   s2  4ak  0  
p1  ; q1    0
Yct  ep1tC1 cosq1t  G1sen(q1t)
Dónde:
Y1t  ep1t cosq1t  Y1't  ep1tp1 cosq1t  q1sen(q1t)
Y2t  ep1tsenq1t  Y2' t  ep1tp1senq1t  q1 cos(q1t)
cosq1tep1t senq1tep1t
Wt   q1e2p1t  0
p1 cosq1t  q1sen(q1t)e p1t
p1senq1t  q1 cos(q1t)ep t 1
Es decir, Y1t  ep1t cosq1t y Y2t  ep1tsenq1t son soluciones de Yct

que son linealmente independientes.
Mientras que:
senq1tep1t
W1t   aMsenq1tep1t
0
aM p1senq1t  q1 cos(q1t)ep t 1
cosq1tep1t
W2t   aM cosq1tep1t
0
p1 cosq1t  q1sen(q1t)e p1t
aM
Por tanto:
W1t  aMsenq1tep1t  aM
 Wt dt    senq1te
 p1t
2p1t
dt  dt
q1e q1
276
W1t aM
 Wt dt  q p2  q2 e p1t p1senq1t  q1 cosq1t
1 1 1
W1t aM
Y1t
 Wt dt  e
p1t
cosq1t  e p1t p1senq1t  q1 cosq1t

q1 p12  q12 
W1t aM
Y1t
 Wt dt  q p2  q2 cosq1t  p1senq1t  q1 cosq1t
1 1 1
W2t aM cosq1tep1t aM
 Wt   cosq1te
 p1t
dt  2p1t
dt  dt
q1e q1
W2t aM
 Wt dt  q p2  q2 e p1t q1senq1t  p1 cosq1t
1 1 1
W2t aM
Y2t  Wt dt  e
p1t
senq1t  e p1t q1senq1t  p1 cosq1t

q1 p12  q12 
W2 t aM
Y2 t  Wt dt  q p 2  q 2  senq1t  q1senq1t  p1 cosq1t
1 1 1
Dónde:
aM
Yp t  cosq1t  p1senq1t  q1 cosq1t 

q1 p12  q12 
aM
 senq1t  q1senq1t  p1 cosq1t

q1 p12  q12 
aM
Ypt 

p12  q12 
Por tanto, la solución general de (57) en este caso será:
aM
Yt  ep1t C1 cosq1t  G1sen(q1t)  63
p 2
1  q12 
Pero en este caso, dado que   s2  4ak  0, entonces tenemos que:
277

r   s  

s


 4ak  s 2  
s

4ak  s  2
1
 2 2 2 2 2 2

  s
64

 s 4ak  s  2 p1    0
 2
r    j  jp1  q1 j  


2 2 
q1 
4ak  s 2
0
 
  2
De (64) resulta que:
 s2
p12 


4
 p12  q12  ak 65
 2 4ak  s 2
q1 
 4
Reemplazando (64) y (65) en (63) obtenemos la solución general de (57):




Yt  es 2t C1 cos
4ak  s  t  G sen 4ak  s  t  M
2 2
66
1 
  2   2  k
    
Como la parte real del par de raíces complejo conjugadas es negativa,

s
p1    0, en este caso se puede comprobar que el modelo es
2
asintóticamente estable y converge en el largo plazo de forma oscilatoria a:
YLP  lím Yt  M k

t 
5.- Coeficiente de Arrow-Pratt de aversión absoluta al riesgo (Léonard,

1992): Sea ux la función de utilidad del dinero correspondiente a un
agente. Se asume que ux posee al menos dos derivadas continuas, que es
estrictamente creciente, u 'x  0, y estrictamente cóncava, u ''x  0,
respecto del dinero. Se pide determinar la forma funcional de ux para
que el coeficiente de Arrow-Pratt de aversión absoluta al riesgo, que viene
dado por a x   u''x u 'x , sea una constante positiva2. Asimismo,
analice la estabilidad de la función de utilidad.
De la definición del coeficiente de aversión absoluta al riesgo de Arrow-

Pratt se tiene:
u ''x  a xu 'x  0 67
2
El valor absoluto del coeficiente de aversión absoluta al riesgo aproximadamente mide la variación
relativa de la utilidad marginal del agente ante un incremento unitario del dinero, para una cantidad “x” de
dinero. Aquellas funciones de utilidad que poseen un coeficiente de aversión absoluta al riesgo constante
suelen ser conocidas como funciones de utilidad CARA (Constant Absolute Risk Averse) o como funciones
de utilidad exponenciales.
278
Dado que en este caso se requiere que el coeficiente de aversión absoluta
al riesgo sea constante, entonces:
a x  a  cte 68
u ''x  a u 'x  0 69
El polinomio característico de (69) viene dado por:
r1  0
pr  r 2  a r  0  pr  rr  a   0   70
r2  a  0
En consecuencia, la solución general, que coincide en este caso con la

solución complementaria ya que (69) es una ecuación diferencial
homogénea de segundo orden con coeficientes constantes, vendrá dada por:
ux  A1  A2ea t 71
Los coeficientes de la ecuación (71) podrán determinarse con las

condiciones iniciales de ux y u'x. Se aprecia que (71) es
asintóticamente estable, y que en el largo plazo converge a:
lím ux  A1
t  
6.- Un modelo de ciclo de negocio de Dresh (Sydsæter, 2005): Este modelo

incorpora la siguiente ecuación:
dpt  t
dt
 k  Dp  Spd k  0 72

Donde pt denota un índice de precios en el instante “t”, y Dpt y Spt

son la demanda y la oferta agregadas respectivamente. Es decir, (72) nos
dice que la tasa de cambio instantánea del precio es proporcional al total
acumulado de todo el exceso de demanda pasado. En el caso cuando
Dpt   a  bpt  y Spt   c  hpt , donde b  0 y h  0, derive (72)
con respecto al tiempo para deducir una EDO de segundo orden para pt .
Luego encuentre la solución de esta ecuación.
Suponiendo que existe un   e  t, podemos expresar (72) como:
dpt e t 
 k   Dp  Spd  Dp  Spd
  73
dt  
  e 
279
Derivando (73) respecto de “t”:
d  
e t 
p' 't  k  
Dp  Spd  Dp  Spd

dt    

 e
d 
e t 

p' 't  k   Dp  Spd  Dp  Spd
 

dt   
 e 

d e  d t 
  Dp  Spd   Dp  Spd
p' 't  k     
 dt   dt  
    e 
Aplicando las reglas de Leibniz3 se tiene:
   0   0

 e Dp  Sp  dt   de 
p' 't  k    d  Dpt  Spt   Dpe  Spe  
  t  dt   dt 

  0   
t
Dp  Sp 
  t
d

e

p' 't  k  Dpt  Spt 74
Reemplazando Dpt   a  bpt  y Spt   c  hpt  en (74) tenemos:
p'' t   k  a  c   b  h pt   p'' t   h  b kpt   k a  c  75
Resolvemos la ecuación homogénea: p '' t   h  b kpt   0, cuyo

polinomio característico es:
p1  0
P r   r 2  h  b k  0  r   h  b k j  p1  q1 j  
q1 
 h  b k 0
pc t   C1 cosq1t   G1sen(q1t )
3
Ver apéndice.
280
Dónde:
p1 t   cosq1t   p1' t   q1sen(q1t )
p 2 t   senq1t   p'2 t   q1 cos(q1t )
cosq1t  senq1t 
W t    q1  0
 q1sen( q1t ) q1 cos(q1t )
Es decir, p1 t   cosq1t  y p 2 t   senq1t  son soluciones de p c t  que

son linealmente independientes.
Mientras que:
0 senq1t 
W1 t    k c  a senq1t 
k a  c  q1 cos(q1t )
cosq1t  0
W2 t    k a  c  cosq1t 
 q1sen( q1t ) k a  c 
Por tanto:
W1 t  k c  a senq1t  k c  a  k a  c 
 Wt  dt   q1
dt 
q1
 senq1t dt  q12
cosq1t 
W1 t  k a  c  k a  c 
p1 t   Wt  dt  cosq1t   cosq1t   cos2 q1t 
q12 q12
W2 t  k a  c  cosq1t  k a  c  k a  c 
 Wt  dt   q1
dt 
q1
 cosq1t dt  q12
senq1t 
W2 t  k a  c  k a  c 
p 2 t  Wt  dt  senq1t   senq1t   sen2 q1t 
q12 q12
Dónde:
k a  c  k a  c  k a  c 
p p t   cos2 q1t   sen2 q1t  
q12 q12 q12
Por tanto, la solución general de (75) en este caso será:
k a  c 
p t   C1 cosq1t   G1sen( q1t )  76
q12
281
Reemplazando q1  h  b k en (76) resulta:
a c
p t   C1 cos h  b k  t   G1sen( h  b k  t)  77
  hb
La ecuación (77) representa una familia de curvas que oscilan alrededor de

ac
con una amplitud constante e igual a A  C12  G12 . Cualquier
hb
curva de esta familia es estable debido a que todos sus valores se
mantienen a lo largo del tiempo dentro de una banda cuyo centro se
ac
encuentra en y cuyo ancho es igual a dos veces su amplitud. Por
hb
tanto, la ecuación (77) es marginal o neutralmente estable (es estable pero
no asintóticamente estable). En la figura 7 se ha representado una curva de
esta familia para valores de t  0.
Figura 7
V.6 EDOs no lineales de primer orden

Una EDO no lineal no puede expresarse como la forma general dada en la ecuación
(X). Las EDOs no lineales son algo difíciles de tratar salvo para algunos casos
especiales que serán estudiados a continuación.
1. EDOs de variables separables
Una EDO y ' t   Hy, t  se dice que es de variables separables si se puede

escribir en cualquiera de las siguientes formas generales:
dy Ft 
y ' t    ; G y   0 XXXIX
dt G y 
Gy dy  Ft dt XL 

282
La solución general de este tipo de ecuaciones se obtiene integrando la
ecuación (XL):
 Gy dy   Ft dt  C XLI

Ejemplos:
1.- Coeficiente de aversión relativa al riesgo de Arrow-Pratt (Simon, 1994):
Sea ux la función de utilidad del dinero correspondiente a un agente. Se
asume que ux posee al menos dos derivadas continuas, que es
estrictamente creciente, u 'x  0, y estrictamente cóncava, u ''x  0,
respecto del dinero. Se pide determinar la forma funcional de ux para
que el coeficiente de Arrow-Pratt de aversión relativa al riesgo, que viene
dado por r x   xu ''x u 'x , sea una constante positiva4.
De la definición del coeficiente de aversión relativa al riesgo de Arrow-

Pratt se tiene:
xu ''x  r xu 'x 78
Dado que en este caso se requiere que el coeficiente de aversión relativa al

riesgo sea constante, entonces:
r x  r  cte 79
du' du' dx
xu ''x   r u 'x  x   r u '  '
  r 80
dx u x
Integrando a ambos lados de (80) resulta:
du' dx
 '
  r   lnu '   r lnx  C1 81
u x
Dado que:
u '  0  u '  u '


 82

x  0  x  x
4
El valor absoluto del coeficiente de aversión relativa al riesgo aproximadamente mide la variación
porcentual de la utilidad marginal del agente ante un incremento respecto al nivel de dinero “x” del 1%.
Aquellas funciones de utilidad que poseen un coeficiente de aversión relativa al riesgo constante suelen ser
conocidas como funciones de utilidad CRRA (Constant Relative Risk Averse) o como funciones de utilidad
de elasticidad de sustitución constante (funciones de utilidad isoelásticas).
283
 u' 
ln u '   r ln x  C1  ln u '  ln C1  ln  C 83
x r  1
 
Aplicando exponenciales a (83) obtenemos la utilidad marginal:
 u' 
ln   
x r  u'
e    eC1   r
 eC1  u '  eC1 x  r  u '  A1x  r 84
x
Separando variables tenemos:
du
u'   A1x r  du  A1x  r dx 85
dx
Integrando a ambos lados del signo de igualdad en (85) se tiene:
 A1
 x 1 r  A 2 ;  r  1
 du   A1x
 r
dx  u x    1   r 86

 A1 ln x  A 2 ; r  1
Los coeficientes de la ecuación (86) podrán determinarse con las

condiciones iniciales para ux y u'x. De (85) se puede deducir que para
satisfacer la condición u'x  0  A1  0.
2.- Funciones de Producción CES (Sydsæter 2005): En conexión con su

estudio de las funciones de producción de elasticidad de sustitución
constante (Constant Elasticity of Substitution: CES), Arrow, Minhas, y
Solow fueron llevados a considerar la siguiente ecuación diferencial:
dy


y1  y  87
dx x
Donde “α” y “ρ” son constantes,   0, x  0, y  0. Haciendo uso de la

siguiente identidad:
1 y1 1
  88
 

y 1  y
y1  y
Demuestre que la solución general de (87) es:

y  x     1 
89
284
Luego, haciendo x  K L , y  Y L , A     1  , y       ,
demuestre que a partir de (89) se llega a la siguiente forma especial de la
función de producción CES:

Y  A K   1   L 
1 
90
Separando las variables de la ecuación (87) resulta:
dy dx
 91

y 1  y   x
Integrando a ambos lados de (91) se tiene:
dy dx
   92
y1  y   x
1 1 
  y  dy  dx
93
  y 1  y    x
 
1 y 1
ln y  ln 1  y   ln x  C  ln  C  ln 1  y  94
 x
Aplicando exponenciales a (94) obtenemos:
y  1 
 
 C ln 1y
ln 1
 y y
e x
 e    e C 1  y    e C 1  y  95
x x
Dado que:

y  0  y  y

x  0  x  x 96
 C
e  0  e C  e C

Además, teniendo en cuenta (96) se tiene que:
   
y y y  y y  y
 0     0     97
x x x x x x
285
Reemplazando (96) y (97) en (95) se obtiene:
 
y
 
x
y
 e C 1  y   e C 1  y      
  e C 1  y 
   98
  x 
Haciendo y reemplazando   e C en (98) resulta:

 y
 
    1  y   y   x   y  x   y  1  x   x 
x  
 

y  1  x 1  x   1 

 y   1 x     1 
99
Haciendo y reemplazando  1   en (99) obtenemos la solución general

de (87):

y  x     
1 
100
Reemplazando en (100) las siguientes expresiones:
x  K L


y  Y L

 A     1  (101)


  
   1  
  
Se tiene:
1 
  K   
Y  
      
 

 Y  K   L 
1 
  
L L


Y     K   1      L 
1 

Y     1  K   1   L 1 

Y  A K   1   L 
1 
lqqd
286
3.- Supóngase que Y  a  K  t  1 denota la producción en función del
capital “k”, donde el factor t  1 se debe al progreso tecnológico.
Supóngase que una fracción constante 0  s  1 es ahorrada, y que la
acumulación del capital es igual a los ahorros, de manera que tengamos la
siguiente ecuación diferencial:
 dK
  sY  s a  K  t  1
 dt (102)
 K 0   K
 0
Encontrar la solución de (102) si se sabe que a  0,   0 y K 0  0.
Separando variables en (102) obtenemos:
dK dK
a  K
 s t  1 dt   a  K   s t  1 dt
2
ln a  K  s t  13 2
C 103
3
Dado que a  0,   0 y K  0, entonces:
a  K  a  K 104
2 
 s  t  1  C
3 2
2 ln a  K 
lna  K   s t  1 3 2
Ce e 3 
3
2 2
s  t  1 3 2
eC s  t  1 3 2
a
a  K  e  e C 3  K t   e 3  105
 
Reemplazando las condiciones iniciales en (105) obtenemos:
2
eC s a eC  a 
K 0   e 3   K0    K 0  e  2s 3
106
    
 a 
2s
t 1 3 2
1  a
K t    K 0  e

3 
   
287
2. EDOs con coeficientes homogéneos
Sea una EDO de primer orden en su forma diferencial:
Px , t  dx  Qx , t  dt  0 XLII
Si Px , t  y Qx , t  son funciones homogéneas del mismo grado para “x” y
“t”, entonces la EDO recibe el nombre de homogénea o de coeficientes
homogéneos. Las funciones Px , t  y Qx , t  serán homogéneas si satisfacen la
siguiente propiedad:
 P x , t     P x , t 

 (XLIII)
Q x , t    Q x , t 
 
Donde “α” es una constante cualquiera no nula y “γ” es el grado de

homogeneidad.
Si hacemos   1 x , y reemplazamos este valor en (XLIII) entonces tenemos

que:
P1, t x  pt x  1 x Px, t  Px, t  x  pt x


 (XLIV)
Q1, t x  qt x  1 x Qx, t  Qx, t  x qt x
  
Reemplazando (XLIV) en (XLII) resulta:
dt pt x dt
x  pt x dx  x qt x dt  0     f t x XLV
dx qt x dx
Este tipo de ecuación diferencial se resuelve transformándola en una ecuación

diferencial de variables separables a través de la siguiente sustitución.
t
   t  x XLVI
x
Diferenciando (XLVI) resulta:
dt d
dt  dx  xd   x XLVII
dx dx
Al reemplazar (XLVI) en (XLV) e igualar esta última con (XLVII), la

ecuación (XLV) podrá escribirse como una EDO de variables separables en
“x” y en “θ”, tal como se muestra:
d d f    dx d
f     x     XLVIII
dx dx x x f   
288
Ejemplos:
1.- (Weber, 1982): Suponga que la tasa de incremento en el costo “x” de
realizar un pedido y supervisarlo, a medida que aumenta el tamaño del
pedido a suministrar, es igual a la suma de los cuadrados del costo y el
tamaño del pedido, dividida entre el doble del producto del costo y el
tamaño del pedido. Determinar la relación entre el costo de realizar y
supervisar, y el tamaño del pedido si x  6 cuando t  1.
De acuerdo al enunciado del problema, la ecuación diferencial a resolver

es la siguiente:
dx x2  t2 1  1 
    t x  f t x 107
dt 2tx 2  t x 
Expresando (107) en su forma diferencial se tiene:
xt dt  2

2 2
txdx  0 108
Px, t Qx, t
Se puede verificar que las funciones Px, t y Qx, t de (108) son funciones
homogéneas de grado dos:
Px, t  x2  t2  2x 2  2t 2  2 x 2  t 2  2Px, t  

Qx, t  2xt  22xt  2 2xt   2Qx, t
Por tanto, (108) es una ecuación diferencial homogénea. Para resolverla

vamos a reemplazar las ecuaciones (XLVI) y (LXVII) en (108):
x 2
    
 x2 dx  xd   2xxdx  0   2  1x 2dx  1  2 x 3d  0
   1dx  1    xd   0 
2 2 dx

1    d  0 2
  1
x 2
dx 1    d  C  lnx   2  1 d  C
2
     
  1    1  
x 2 2
 d
lnx  2  d   C
  1
2 
lnx  ln2  1  ln  C  ln


x 2  1  C

289
  
 x  1
  e  e
2
ln
   x 2  1 x 2  1
e   eC  C
0 C
 

x 2  1 e C
x

eC 109
  12
Reemplazando (XLVI) en (109) se obtiene:
t x C
x
t x2  1
e x 
t t  eC  110
Dado que “x” es una variable económica no negativa, entonces en (110)

descartamos la raíz negativa. Por tanto, la solución general de (107)
resultará:

x  t t  eC  111
Reemplazando las condiciones de frontera en (110) tenemos:
6  1  eC  eC  35 112
Reemplazando (112) en (111) tenemos:
xt  t t  35 113

En la figura 8 se representa la solución de (107).
Figura 8
290
2.- (Weber, 1982): La relación entre el costo promedio C , y el número de
unidades producidas “q”, es tal que el cambio en el costo promedio a
medida que crece el número de unidades es igual a la diferencia del
número de unidades y el costo promedio, dividida dicha diferencia entre el
número de unidades. Determine la relación entre el costo promedio y el
número de unidades producidas si C  9 cuando q  2. Grafique la
relación obtenida.
De acuerdo al enunciado del problema, la ecuación diferencial a resolver

es la siguiente:
dC qC 1
  1  f q C (114)
dq q q C
Expresando (114) en su forma diferencial se tiene:
q dC  
 C qdq  0
 115
 
P C,q  
Q C,q
Se puede verificar que las funciones P C, q y Q C, q de (115) son    

funciones homogéneas de grado uno:
  
P C, q  q  P C, q
QC, q  C  q  C  q  QC, q
Por tanto, (115) es una ecuación diferencial homogénea. Para resolverla

vamos a realizar el siguiente cambio de variable:
C dC d
   C  q  dC  dq  qd   q 116
q dq dq
Reemplazando (116) en (114) se tiene:
q  q d dq d dq d
q
 q
dq

q

2  1
0  q
  2  1  K
1 2
lnq  ln2  1  K  2 lnq  ln2  1  2K  lnq  ln2  1  2K
2
ln q 2 21
lnq 2  ln2  1  2K  lnq 22  1  2K  e  e2K  0
ln q 2 21
e  e2K  q 22  1  e2K 117
291
 C 
q 2 2
 q
 1  e2K

118
 
Teniendo en cuenta las condiciones de borde resulta:
e2K  32 119
 C  1 16
q 2 2  1  32  Cq  q  120
 q  2 q
 
En la figura 9 se representa la solución de (120).
Figura 9
3. EDOs exactas
Supongamos que se tiene una función implícita Fx , t   c cuyo diferencial
total es:
Fx, t Fx, t
dFx, t  dx  dt  0 XLIX
x t
Queda claro que la solución de la ecuación diferencial (XLIX) es Fx, t  c.
292
Ahora, procediendo de manera inversa que en el razonamiento anterior,
supongamos que tenemos la siguiente ecuación diferencial:
Px, tdx  Qx, tdt  0 L
Donde Px, t y Qx, t son funciones continuas y poseen derivadas de primer

orden continuas (son de clase uno: C1) en un subconjunto abierto de 2. Si
existe una función Fx, t tal que:
 F(x, t)
  P(x, t)
 x
 (LI)
 F(x, t)
  Q(x, t)
 t
En estas circunstancias, reemplazando (LI) en (L) tendríamos que:
Fx, t Fx, t
Px, t dx  Qx, t dt  dx  dt  0 LII
x t
En consecuencia, la solución de (LII) vendría dada por la función implícita

Fx, t  c . A una EDO que posee estas propiedades se le denomina ecuación
diferencial exacta.
Una ecuación diferencial ordinaria que tiene la forma general dada por (LII)
será exacta si cumple el siguiente criterio de exactitud:
P(x, t) Q(x, t)
 LIII
t x
Derivando las funciones Px, t y Qx, t de la ecuación (LI) respecto de “t” y

“x” respectivamente se tiene:
 F(x, t) 
 
P(x, t) x   2F(x, t)
   LIV
t t xt
 F(x, t) 
 
Q(x, t) t   2F(x, t)
   LV
x x tx
Es importante resaltar que reemplazando (LIV) y (LV), la condición de

exactitud (LIII) se podría expresar de forma equivalente como sigue:
P(x, t) Q(x, t)  2F(x, t)  2F(x, t)

   LVI
t x xt tx
293
La ecuación (LVI) no es más que el teorema de Young, que establece que las
derivadas parciales cruzadas (mixtas) de Fx, t serán iguales si es que dichas
derivadas son continuas. Esto se verificará siempre y cuando Fx, t sea una
función de clase 2 (C2).
Técnica de solución
Buscamos una función Fx, t que satisfaga (LI). Para determinar dicha
función, deberemos proceder de la siguiente forma:
1. Identificar las funciones Px, t y Qx, t en la ecuación (L) y luego

verificar el criterio de exactitud dad o por la ecuación (LIII). En caso se
verifique el criterio dado por (LIII) procederemos como a continuación se
indica, caso contrario buscaremos un factor de integración que transforme
la ecuación diferencial en una ecuación exacta5.
2.- Integrar la primera ecuación que aparece en (LI) respecto a “x”, colocando
en lugar de la usual constante de integración una función genérica que
dependa de “t”: f t . En el proceso de integración se deberá considerar a
“t” constante.
F(x, t)  Px, t x  F(x, t)   Px, t x  f (t)  g(x, t)  f (t) LVII

3. Derivar parcialmente Fx, t   gx, t   f t  con respecto a “t”. Una vez
calculada esta derivada, igualarla con la función Qx , t  que aparece en la
ecuación diferencial original, ecuación (LII), para a partir de esta igualdad
f ( t )
obtener el valor de .
t
f (t)
4. Integrar con respecto a “t” para obtener f t  .
t
f (t)
 dt  f (t) LVIII
t
En este paso no es necesario añadir una constante de integración.
5. La solución de (LII) será:
Fx, t  gx, t  f t  C LIX

Nota: La solución también puede obtenerse integrando con respecto a “t” la
segunda ecuación que aparece en (LI), agregando en este caso en lugar de la
usual constante de integración una función genérica que dependa de “x”: f x .
En este caso se deberá considerar constante a “x” en el proceso de
integración.
5
En la siguiente subsección estudiaremos los denominados factores de integración que nos permitirán
transformar una ecuación diferencial que satisfaga (L) y que no verifique (LIII) en una ecuación
diferencial exacta.
294
3.1- Factor de integración
No todas las ecuaciones diferenciales que tienen la forma general dada

por (L) son exactas. No obstante, en algunos casos se puede convertir
una ecuación diferencial ordinaria, como la dada por (L), en una
ecuación diferencial exacta multiplicando dicha ecuación por un factor
adecuado x, t, denominado factor de integración. Hallar un factor de
integración puede resultar incluso más complicado que resolver la
ecuación diferencial original. Sin embargo, en esta sección vamos a
presentar dos casos particulares relativamente sencillos de resolver, en
los que los factores de integración dependan de una sola variable.
Para una ecuación diferencial ordinaria de la forma general dada por

(L), se tiene que:
Qx, t Px, t

f t dt
a) Si x t  f t el factor de integración será: t  e  .
Px, t
P x , t  Q x , t 

 gx dx
b) Si t x  h x  el factor integración será: x  e .
Q x , t 
Ejemplos:
1.- Elasticidad de la función de costos respecto a la cantidad producida
(Larson, 1995): Si C  Cq es el costo de producir “q” unidades de
determinado bien, la elasticidad del costo se define como:
costo marginal C'q q dC

q     121
costo medio Cq q C dq
Determinar la función de costos si la elasticidad es:
20q  C
q  122
2C  10q
Donde C100  500; q  100.
q

dC

20q  C
2C  10q
 
 10
2Cq
 
q 2 dC    20
C2 
Cq dq  0
  123
C dq PC,q QC,q
295
Siguiendo los pasos de la técnica de resolución de una EDO exacta,
primero derivaremos parcialmente PC, q y QC, q respecto a “q” y
a “C” respectivamente para verificar si se cumple o no del criterio
de exactitud dado por (LIII):
PC, q Q(C, q
 2C  20q  124
q C
Al verificarse el criterio de exactitud, en consecuencia la ecuación

(123) es una EDO exacta.
En segundo lugar, buscaremos una función FC, q que satisfaga:
 F( C, q )
  P ( C, q )
 C
 125
 F( C, q )
  Q ( C, q )
 q
Para ello integramos la primera ecuación de (125) respecto a “C”,

considerando a “q” constante, tal como se muestra:
F(C, q )  F(C, q )  P(C, q )C  f q 

  126
Reemplazando P(C, q ) en (126) resulta:
F ( C, q )   2Cq  10q C  f q   F(C, q)  qC  10q 2 C  f q  127

2 2
 
g x , t 
En tercer lugar, vamos a derivar parcialmente la función

F(C, q )  qC2  10q 2 C  f q  respecto a “q” y el resultado lo
igualamos a Q(C, q)  C2  20Cq , tal como lo indica la segunda
f q 
ecuación de (125). De esta comparación se obtendrá .
q
F( C, q ) f q  f q 
 C 2  20Cq   QC, q   C 2  20Cq   0 128
q q q
En cuarto lugar, integramos (128) respecto a “q” resultando:
f q   k 129
Finalmente, reemplazando (129) en (127) e igualando F(C, q) a una
constante C1 , la solución de (123) resulta:
F(C, q)  qC2  10q 2C  k  C1  qC2  10q 2C  k  C1  0 129

296
Haciendo C2  k  C1, y reemplazando “C2” en (129) obtenemos la
solución general de (123):
10q 2  100 q 4  4C2q

qC2  10q 2C  C2  0  Cq  130
2q
Teniendo en cuenta las condiciones de frontera resulta:
C100  500  C2  25000000 131
Reemplazando (131) en (130) obtenemos:
 
5 q 2  q 4  1000000 q 
Cq    132
q
Dado que los costos no pueden ser negativos, la función de costos

pedida será:
 
5 q 2  q 4  1000000 q 
Cq    ; q  100
q
2.- (Weber, 1982): La tasa de cambio infinitesimal del precio “x”

respecto a la cantidad demandada “q” de un determinado bien está
dada por:
dx xq  12q
 133
dq q2  8
Determine la relación entre el precio y la cantidad demandada, si el

valor del precio es 15u.m cuando la cantidad demandada es 8.
Reescribiendo la ecuación (133) en su forma diferencial tenemos:
q 8dx  xq 12qdq  0

2
134
Px, q Qx, q
Ahora derivaremos parcialmente Px, q y Qx, q respecto a “q” y a

“x” respectivamente para verificar si se cumple o no del criterio de
exactitud:
P(x, q) Q(x, q)
 2q  q
q x
297
Dado que no se satisface el criterio de exactitud, ahora vamos a
buscar si existe un factor de integración adecuado para transformar
(134) en una ecuación diferencial exacta.
Primero probamos con:
P x , q  Q x , q 

2q  q g  x dx
 h x    x   e 
q x 1
 
Q x , q  q x  12 x  12
En consecuencia, el factor de integración será:
dx

x  e x 12 e
ln x 12
 x  12  como x  0  x  x  12
Multiplicando (134) por el factor de integración  x  se tiene:
q  8x  12dx  xq  12qx  12dq  0

2
xq8x  12q 96dx  x q 24qx144

2 2 2
qdq  0 135
P1x, q Q1x, q
Ahora verificaremos el criterio de exactitud con P1x, q y con

Q1x, q :
P1(x, q) Q1(x, q)
 2qx  24q   2qx  24q
q x

Ahora buscaremos una función Fx, q que satisfaga:
 F(x, q)
  P1(x, q)
 x
 136
 F(x, q)
  Q1(x, q)
 q
Para ello integramos la primera ecuación de (136) respecto a “x”,

F(x, q)  F(x, q)  P1(x, q)x  f q

  137
Reemplazando P1(x, q) en (137) resulta:
F(x, q)   xq 
 8x  12q2  96 x  f q
2
298
F(x, q)  2q
x 2
x 
8   f q
24  138
gx, t
En este punto, vamos a derivar parcialmente la función

 
F(x, q)  x 2q2  8 x  24  f q respecto a “q” y el resultado lo
igualamos a Q1(x, q)  x2q  24qx  144q , tal como lo indica la
f q
segunda ecuación de (136). De esta comparación se obtendrá .
q
F( x , q ) f q 
 x 2 q  24qx   Q1 x , q   x 2 q  24qx  144q
q q
f q
 144q 139
q
Ahora, integrando (139) respecto a “q” resulta:
f q  72q2 140

Subsiguientemente, reemplazando (140) en (138) e igualando F(x, q)
a una constante C , la solución de (133) resulta:
F( x , q ) 
 
x q 2  8 x  24
 72q 2  C 141
2
Teniendo en cuenta las condiciones de frontera se tiene que:
C  25668 142
F( x , q ) 

x q 2  8 x  24  72q 2  25668
2
52488
x  12 
q2  8
Dado que “x” es una variable económica no negativa, entonces la

solución particular de (133) será:
52488
x  12  ; q  0,   143
q2  8
299
Note que este problema también podemos resolverlo probando con:
Qx, q Px, q

q  2q q f qdq
 f q  q  e 
x q
 
Px, q q 82
q 8
2
qdq
 q 2 8 1 2 ln q 2 8 1 2
q  e e  q2  8  como q 2  8  0

 q   q 2  8 1 2

1
q2  8
Multiplicando (134) por el factor de integración q se tiene:
 
 2   xq  12q 
 q  8  dx    dq  0 144
  q2  8 
 
P2 q , x   
Q 2 q , x 
Ahora verificaremos el criterio de exactitud con P2 x , q  y con

Q 2 x , q  :
P2 ( x , q ) q Q 2 ( x , q ) q
  
q q 8
2 x q 8
2

Ahora buscaremos una función Fx, q que satisfaga:
 F( x , q )
  P2 ( x , q )
 x
 145
 F( x , q )
  Q 2 (x, q)
 q
Para ello integramos la primera ecuación de (145) respecto a “x”,

F( x , q )   F( x, q)   P2 ( x, q)x  f q  146

Reemplazando P2 ( x , q ) en (146) resulta:
300
F( x , q )   q 2  8 x  f q 
 
F( x , q )   q 2  8  x  f q  147
 
g x ,t 

 
 x  f q  respecto a “q” y el resultado lo
F( x , q )   q 2  8
 
xq  12q
igualamos a Q 2 ( x , q )  , tal como lo indica la segunda
q2  8
f q
ecuación de (145). De esta comparación se obtendrá .
q
F( x , q ) qx f q  xq  12q
   Q 2 x , q  
q q2  8 q q2  8
f q  12q
 148
q q2  8
Ahora, integrando (148) respecto a “q” resulta:
f q   12 q 2  8 149
Posteriormente, reemplazando (149) en (147) e igualando F(x, q) a
una constante C , la solución de (133) resulta:
 
F( x , q )   q 2  8  x  12 q 2  8  C
 
 
F( x , q )   q 2  8 x  12  C 150
 
Teniendo en cuenta las condiciones de frontera se tiene que:
C  162 2 151
 
F( x , q )   q 2  8 x  12  162 2
 
162 2 52488
x  12  12  ; q  0,  
q2  8 q2  8
301
3.- Modelo macroeconómico (Sydsæter 2005): Sean Ct, It, e Yt el
consumo, la inversión y la renta nacional de un país en el instante
“t”. Supongamos que:
C t   I t   Y t 

 dCt 
 I t   k 152
 dt
C t   aY t   b

Donde “a”, “b” y “k” son constantes positivas, con a  1. Se pide

obtener la ecuación diferencial para Yt transformándola en una
EDO exacta a través de un adecuado factor de integración si se sabe
que Y0  Y0. Compare el resultado obtenido con el que obtendría
resolviendo la ecuación diferencial para Yt utilizando la fórmula
para resolver las EDOs lineales de primer orden con coeficientes
constantes y término fijo: ecuación (XXI). Una vez resuelta la
ecuación diferencial para Yt se pide determinar It. Finalmente, se
pide calcular el siguiente límite:
 Yt  b
lím   si Y0 
 It 
t  1 a
Derivando respecto del tiempo la tercera ecuación de (152) resulta:
dCt 
 aY ' t  153
dt
Remplazando (153) en la segunda ecuación de (152) se obtiene:
It   kaY' t  154
Sustituyendo la tercera ecuación de (152) y (154) en la primera

ecuación de (152) se tiene:
aYt   b  kaY' t   Yt   kaY'  a  1Y  b  0 155

dY
ka ka  dY  a  1Y  b dt  0
 a  1Y  b  0   156
  
dt P Y , t  Q Y , t 
Ahora derivaremos parcialmente PY, t  y QY, t  respecto a “t” y a

“Y” respectivamente para verificar si se cumple o no del criterio de
exactitud:
P ( Y, t ) Q( Y, t )
0  a 1
t Y
302
Dado que no se satisface el criterio de exactitud, ahora vamos a
buscar si existe un factor de integración adecuado para transformar
(156) en una ecuación diferencial exacta.
Probamos con:
P ( Y , t ) Q( Y, t )

1 a g  Y dY
t Y   h Y    Y   e 
Q( Y, t ) a  1Y  b
1 a
 a 1Y  b dY  ln a 1Y  b 1
 Y   e e 
a  1Y  b
1
 Y   
a  1Y  b
Aun cuando podemos trabajar con cualquiera de los factores de
integración que acabamos de calcular, por simplicidad vamos a
trabajar con el factor positivo. Multiplicando (156) por el factor de
integración Y  se tiene:
 ka  
  dY   1 dt  0 157

a  1Y  b 
 Q 1 Y , t 
P1  Y , t 
Ahora verificaremos el criterio de exactitud con P1 Y, t  y con

Q1 Y, t  :
P1 ( Y, t ) Q1 ( Y, t )
0 0
t Y

Ahora buscaremos una función FY, t  que satisfaga:
 FY , t 
  P1 Y , t 
 Y
 158
 FY , t )
  Q 1 Y , t 
 t
Para ello integramos la primera ecuación de (158) respecto a “Y”,

considerando a “t” constante, tal como se muestra:
F( Y, t )  F( Y, t )  P1 ( Y, t )Y  f t 
  159
303
Reemplazando P1 ( Y, t ) en (159) resulta:
ka 
F( Y , t )   a  1Y  b Y  f t 
ka
F( Y , t )  ln a  1Y  b  f t  160
a
1  
g x , t 

ka
F( Y , t )  ln a  1Y  b  f t  respecto a “t” y el resultado lo
a 1
igualamos a Q1 ( Y, t )  1 , tal como lo indica la segunda ecuación de
f q
(158). De esta comparación se obtendrá .
q
F( Y, t ) f t 
  Q1 Y, t   1
t t
f t 
1 161
t
Ahora, integrando (161) respecto a “t” resulta:
f t   t 162
Subsiguientemente, reemplazando (162) en (160) e igualando
F( Y, t ) a una constante C , la solución de (156) resulta:
ka
F( Y , t )  ln a  1Y  b  t  C 163
a 1
Teniendo en cuenta las condiciones iniciales se tiene que:
ka
C ln a  1Y0  b 164
a 1
ka ka
F( Y , t )  ln a  1Y  b  t  ln a  1Y0  b 165
a 1 a 1
ka ka
ln a  1Y  b  t  ln a  1Y0  b
a 1 a 1
ka a  1Y  b a  1Y  b  a 1 
ln   t  ln   t  

a 1 a  1Y0  b a  1Y0  b  ka 
304
 a 1   a 1 
a  1Y  b  t  
 a  1Y  b  t  

 e  ka  0  e  ka 
a  1Y0  b a  1Y0  b
 a 1   a 1 
a  1Y  b  t  
 a  1Y0  b   t  
 b
 e  ka   Y t   e  ka  
a  1Y0  b a 1 a 1
 1 a 
 b   t
ka  b
Y t    Y0  e
  166
 1 a  1 a
Ahora resolveremos el problema tratando a la ecuación (155) como

una EDO de primer orden con coeficientes y término constantes.
Para ello reescribiremos (155) tal como sigue:
 a 1  b
Y '   Y  
 167
 ka  ka
Por tanto, por (XXI) la solución de (167) vendrá dada por:
 1 a   1 a 
 t  t
 b ka   b  
Y t    Ce  ka    Ce  ka  168
a  1 ka 1 a
Considerando las condiciones iniciales resulta:
b
C  Y0  169
1 a
 1 a 
b b   t
ka 
Y t     Y0  e
 170
1 a  1 a 
Como era de esperar, la ecuación (170) es la misma que la ecuación

(166).
Para hallar I t  necesitamos primero determinar Y ' t . Derivando

respecto del tiempo (170) resulta:
 1 a 
 1 a  b   t
ka 
Y ' t     Y0 

e
 171
 ka  1 a 
305
 1 a 
 b   t
ka 
I t   1  a  Y0  e
 172
 1 a 
Finalmente, resolveremos el límite pedido:
  1 a  
 b  b   ka  t 
   Y0  e 
 Y t    1  a  1  a  
lím    lím  
t    I t    1 a 
  t     b   ka  t 
 1  a  Y0  e 
  1  a  

  1 a  
 Y t   1  b  b    t
ka  
lím    lím   Y0  e  1
t    I t    
  1 a t   1 a  1 a  
 
Por el enunciado del problema tenemos que:
 1 a 
1 a   t

0  a 1  k  0   0  si t    e  ka  0
ka
Por tanto:
 Y t   1
lím  
 I t   1  a
t   
4. Ecuación de Bernoulli
Una ecuación diferencial del tipo Bernoulli tiene la siguiente forma general:
x '  f t x  g t x n ; n  0,1 LX
La ecuación (LX) puede transformarse en una EDO lineal a través del

siguiente cambio de variable:
1
y  x 1 n  y  LXI 
x n 1
Dividiendo (LX) entre x n resulta:
x' 1
  f t   g t  LXII
n n 1
x x
306
Derivando (LXI) respecto de “t” tenemos:
dy dy dx dy dx
    1  n x  n 
dt dx dt dt dt
x' x' y'

y '  1  n    LXIII
xn xn 1 n
Reemplazando (LXI) y (LXIII) en (LXII) se obtiene la siguiente ecuación

diferencial lineal en “y”:
y'
 yf t   g t   y '  1  n yf t   1  n g t 
1 n
y '  n  1f t y  1  n g t  LXIV
Ejemplos:
1.- Modelo de crecimiento económico de Solow-Swan (Vinogradov, 1999): El
modelo de Solow-Swan es el modelo básico de crecimiento económico y
éste descansa en la siguiente ecuación diferencial, que explica la dinámica
del capital por unidad de trabajo efectivo:
k ' t   sf k t   n  g   k t ; k 0   k 0 173
Dónde:
 k t  denota capital por unidad de trabajo efectivo;

 “s” es la tasa de ahorro;
 “n” es la tasa de crecimiento de la población;
 “g” es la tasa de progreso tecnológico;
 “δ” es la tasa de depreciación del capital.
Se pide resolver la ecuación (173) para f k t   k t  ; 0    1.
Reemplazando f k t  en (173) obtenemos:
k ' t   skt   n  g   k t   k '  n  g   k  sk  174
Dividiendo (174) entre k  resulta:
k' 1


 1
n  g     s 175
k k
307
Haciendo el siguiente cambio de variable:
1
y  k 1  y 
 1
176
k
Derivando (176) respecto del tiempo tenemos:
dy dy dk dy dk
    1   k   
dt dk dt dt dt
k' k' y'

y '  1      177
k k 1 
Reemplazando (176) y (177) en (175) resulta:
y'
 n  g   y  s  y '  1   n  g   y  1   s 178
1 
Por (XXI), la solución general de (178) viene dada por:
 Ce 1 n g  t

s
y t   179
n  g   
Igualando (176) y (179) se tiene:
 Ce 1 n g  t

s
k 1 
n  g   
1 1   
 
 Ce  1  n  g   t 
s
k t    180
 n  g    
Reemplazando las condiciones iniciales en (180) se tiene:
s
C  k 10   181
n  g   
Sustituyendo (181) en (180) se tiene:
1 1   
 s  s   1   n  g   t 
k t      k 10   e  182
 n  g     n  g     
Note que gracias a que gracias a que ng 0 y 1    0, entonces:
 s  1  n g  t 
lím  k 10  e 0
t          
  n g 
308
Por tanto:
1 1   
 s 
lím k t      k LP
t    n  g    
En consecuencia, la relación capital trabajo efectivo, K L , en el largo

plazo tiende a un valor “KLP”. Por tanto, este modelo es dinámicamente
estable (asintóticamente estable).
2.- Modelo de crecimiento económico de T. Haavelmo (Sydsæter 2005): Este

modelo conduce a la siguiente ecuación diferencial:
K '   1bK    2 K 183
Donde 1,  2, b y  son constantes positivas,   1 y K  Kt es la

función desconocida. La ecuación es separable, pero resuélvala como una
ecuación de Bernoulli si se sabe que K 0   K 0 .
Dividiendo (183) entre K  resulta:
K' 2

  1b 184
K K  1
Haciendo el siguiente cambio de variable:
1
y  K1   y 
 1
185
K
dy dy dK dy dK
    1   K  
dt dK dt dt dt
K' k' y'

y '  1      186
K K 1 
y'
  2 y  1b  y '  1    2 y  1   1b 187
1 
1b
y t   Ce 1  2 t  188
2
309
Igualando (185) y (188) se tiene:
 1b
K1   Ce 1   2 t 
2
1 1 
 1b 
K t   Ce 1  2 t   189
  2 
Reemplazando las condiciones iniciales en (189) se tiene:
1b
C  K10   190
2
Sustituyendo (181) en (180) se tiene:

1 1 
  1b  1  t  1 b 
K t    K 10  e 2  
 2 
  2 
Sistemas lineales de EDOs de primer orden

En esta sección estudiaremos los sistemas de ecuaciones diferenciales lineales como
una generalización de las ecuaciones diferenciales lineales que ya hemos estudiado en
las secciones precedentes. Posteriormente, se realizará una breve introducción al
análisis de la estabilidad de sistemas de ecuaciones diferenciales ordinarias no
lineales.
La forma normal de un sistema lineal de “n” ecuaciones diferenciales ordinarias de

primer orden viene dada por:
x 1' t   a 11 t x 1 t   a 12 t x 2 t     a 1n t x n t   b 1 t 
x '2 t   a 21 t x 1 t   a 22 t x 2 t     a 2 n t x n t   b 2 t 
(LXV)

x 'n t   a n1 t x 1 t   a n 2 t x 2 t     a nn t x n t   b n t 
El sistema (LXV) puede escribirse equivalentemente en forma matricial:
 x 1' t    a 11 t  a 12 t   a 1n t    x 1 t    b 1 t  
 '       
 x 2 t    a 21 t  a 22 t  a 2 n t   x 2 t   b 2 t 
  (LXVI)
             
       
 x 'n t   a n1 t  a n 2 t   a nn t   x n t   b n t 
        

X' t  A t  X t  b t 
310
Donde A t  es una matriz de dimensión n  n cuyos coeficientes variables en el

tiempo son continuos en a  t  b, y b t  es un vector de dimensión n  1 cuyas
componentes son variable en el tiempo y continuas en a  t  b. El caso de
 
coeficientes constantes surge como un caso particular en el que At   A y bt   b
son constantes (no dependen del tiempo). El sistema (LXVI) será homogéneo si
   
b t   0 y no homogéneo si bt   0. La solución completa de (LXVI) viene dada por
la combinación de la solución complementaria y de la solución particular o solución
de equilibrio:
  
X  t   X c t   X p  t  (LXVII)

Donde X c t  es la solución de la parte homogénea de (LXVI), esto es, es la solución
  
de X ' t   At Xt ; y X p t  es la solución que fija a (LXVI).
  
En general, si cada uno de los vectores X1 t , X 2 t ,  , X n t  son soluciones de
(LXVI), también lo será su combinación lineal, esto es:
   
Xt   c1X1 t   c 2 X 2 t     c n X n t  (LXVIII)
Donde c i i  1, 2,  n  son constantes arbitrarias.
La ecuación (LXVIII) la podemos escribir equivalentemente como sigue:

 c1 
 


1 2

n
   
c
 
X t   X t  X t   X t    2    t   c (LXIX)
 t   
 c n 
 
c
  
Donde t  es una matriz cuyas columnas son X1 t , X 2 t ,  , X n t , esto es:
 x 11 t  x 12 t   x 1n t  
 
x t  x 22 t  x 2 n t 
 1 2 n
 t   X t  X t   X t    21
 
   
(LXX)
 
 x n1 t  x n 2 t   x nn t  nn 
Siendo:
 x11 t   x12 t    x1n t  
     
1 x t    x 22 t  ;  ; X n t  

 x 2 n t  
X t    21  ; X 2 t  
        
     
 x n1 t   x n 2 t   x nn t 
 x 1 j t  
 
j x 2 j t 
X t     j  1, 2  , n  (LXXI)
  
 
 x nj t  
311
Al determinante de la matriz t  6 se le conoce como Wronskiano, W  , esto es:
  
W    t   X1 t  X 2 t   X n t  (LXXII)
De (LXIX) se tiene que:

  adjt 
c  t1  Xt   Xt  W  t  0 (LXXIII)
t
De (LXXIII) podemos concluir que si el Wronskiano de  (determinante de  ) no es

 
nulo, W   t   0, entonces existirá un único vector c  0. Además, las “n”
soluciones de (LXIX) en un instante a  t  b serán linealmente independientes si
W   0.
Sistemas lineales de ecuaciones diferenciales ordinarias de primer orden con

coeficientes constantes
 
En el caso que los coeficientes de la matriz At   A y del vector bt   b del
sistema (LXVI) sean constantes (no dependan del tiempo), tenemos:
 x1' t    a11 a12  a1n   x1 t    b1 

 '       
 x 2 t    a 21 a 22 a 2 n   x 2 t   b 2  '  
        X  t   A  X  t   b (LXXIV)
        
       
 x n t   a n1 a n 2  a nn   x n t   b n 
'
         
    
X ' t  A X t  b
 
Para sistemas homogéneos lineales, b  0, tenemos que:
 x 1' t    a 11 a 12  a 1n   x 1 t  
 '     
 x 2 t    a 21 a 22 a 2 n   x 2 t   
       X ' t   A  X t  (LXXV)
     
     
 x 'n t   a n1 a n 2  a nn   x n t 
         
  
X' t  A X t 
 
Si A  0, el único punto de equilibrio7 es X*  0 :
 x1' t    a11 a12  a1n   x1*   0   x1*   0 

 '     *    *  
 x 2 t    a 21 a 22 a 2 n   x 2  0
    x 2   0 (LXXVI)
                 
     *      
 x n t   a n1 a n 2  a nn   x n   0 
'
 x *n   0 
              
 
X ' t  A X* 0 X* 0
Si las columnas de  t  son vectores linealmente independientes, entonces  t  recibe el nombre de

6
matriz fundamental. Además, si  t  es una matriz fundamental, entonces W   0.

7   
Una solución X  X * , siendo X   n , es una solución o punto de equilibrio del sistema dinámico si
 
una vez que el vector X toma el valor X * , permanece en dicho valor indefinidamente. Esto implica que
' 
X t   0.
312
Por otro lado, para sistemas lineales no homogéneos tales como (LXXIII), el
equilibrio puede encontrarse a partir de:
 x1' t    a11 a12  a1n   x1*   b1   0 
 '         
 x 2 t    a 21 a 22 a 2 n   x *2   b 2   0 
    A 
*  
X b0 (LXXVII)
              
         
 x 'n t   a n1 a n 2  a nn   x *n   b n   0 
           

X ' t  A X* b 0

*  * 1
 adjA  b
A  X  b  X  A  b   A 0 (LXXVIII)
A
Cuando consideremos el tema de estabilidad/inestabilidad será útil recordar que los

sistemas lineales no homogéneos tales como (LXXIV) podrán siempre reducirse a
sistemas lineales homogéneos en términos de las desviaciones respecto al equilibrio si
éste existe.
Restando (LXXVII) a (LXXIV) se tiene que:

Dt 

 
'
 
 
X t   A  X t   X *  A  D t  (LXXIX)
Dónde:
  
D t   X t   X * (LXXX)
Derivando (LXXX) respecto al tiempo tenemos:
 
D '  t   X ' t  (LXXXI)
Reemplazando (LXXXI) en (LXXIX) tenemos:
 
D ' t   A  Dt  (LXXXII)
El sistema (LXXXII) es homogéneo en términos de las desviaciones del punto de


equilibrio X * . Por tanto, para sistemas de ecuaciones diferenciales ordinarias lineales
con coeficientes constantes, no habrá pérdida de generalidad si nos concentramos en
sistemas homogéneos lineales.
Solución de sistemas lineales homogéneos de ecuaciones diferenciales ordinarias
de primer orden con coeficientes constantes:
Para el problema de los valores iniciales:
' 
 X t   A  X t 

  (LXXXIII)
 X 0   X 0

 x 1 0  
 
 x 0 
Donde X 0   2 .
  
 
 x n 0 
313
 
Decimos que un vector X t  es solución de (LXXXIII), si X t  es derivable, satisface
el sistema de ecuaciones diferenciales y las condiciones iniciales.
La solución de (LXXXIII) dependerá de los autovalores “  i ” de la matriz “A” ya que

para resolver (LXXXIII) se necesitará resolver el siguiente polinomio característico:
p   A  I  0 (LXXXIV)
En la resolución de (LXXXIV) pueden surgir tres casos:
Caso 1: Todos los autovalores son reales y distintos;

Caso 2: Algún autovalor  i tiene multiplicidad algebraica m i . Es decir, algún
autovalor  i se repite m i veces.
Caso 3: Algunos autovalores son complejos.
Caso 1: Autovalores reales y distintos
La solución de (LXXXIII), siendo “A” una matriz diagonalizable con coeficientes

constantes, es:
   n

X t   e At X 0  Pet P 1 X 0   cie t vi i (LXXXV)
i 1
Dónde:
t2 tn  tk
eAt  I  tA  A2    An     Ak t   (LXXXVI)
2! n! k 0 k!
La matriz “P” es la matriz modal cuyas columnas son los autovectores


vi i  1, 2 , n  de “A”, esto es:
  
P  v1 v 2  v n n n  (LXXXVII)
La matriz “  ” es una matriz diagonal cuyos elementos de la diagonal principal son

los autovalores  i i  1, 2 , n  de “A”, esto es:
 1 0  0  k1 0  0
   
0 2   0 k2
  k  
 
 (LXXXVIII)
       
   
 0 0   n   0 0  kn 
Teniendo en cuenta (LXXXVI) y (LXXXVIII) se obtiene:
314
  k1 t k 
 
k 0 k!
0  0
 e1t
   0  0 
  k2 t k 2t 
k t k
e t  

 0     0
 
e  
LXXXIX
  k 0 k!    
  
k 0 k! 
  
 k t k  0 0  e n t 
 n 

0 0   
 k  0 k! 
Finalmente, tenemos que c i i  1, 2, , n  son constantes arbitrarias que se obtienen

con las condiciones iniciales.
Ahora vamos a verificar que la primera expresión a la derecha del signo de igualdad
de (LXXXV) es solución de (LXXXIII). Para ello vamos a derivar (LXXXVI)
respecto a “t”:
   A  tA
d eAt 2

t n 1 
A n    A I  tA 
t2 2
A 
t n n 1
A

 
dt n  1!  2! n! 
 
   Ae
d e At At
(XC)
dt
Derivando (LXXXV) respecto al tiempo, se tiene que:
'
X t  
 
d e At X 0


d e At 
X0
  (XCI)
dt dt
Reemplazando (XC) en (XCI) tenemos:

 
X ' t   AeAt X 0 (XCII)
 
Reemplazando (LXXXV) en (XCII) se tiene que X ' t   A  Xt , que no es otra cosa
que el sistema (LXXXIII). Lo cual corrobora que la primera expresión a la derecha
del signo de igualdad de (LXXXV) es solución de (LXXXIII).
Ahora vamos a demostrar que la segunda expresión a la derecha del signo de igualdad
de (LXXXV) es solución de (LXXXIII).
Distintos autovalores reales aseguran la independencia lineal de los autovectores y en

consecuencia la no singularidad de “P”, P  0, y que “A” sea diagonalizable. De la
definición de autovalores tenemos que:
 
Av i   i v i i  1,2, , n  (XCIII)
De (XCIII) tenemos que:

     
Av1 , v 2 , , v n   1 v1 ,  2 v 2 , ,  n v n  (XCIV)
315
Teniendo en cuenta (LXXXVII) y (LXXXVIII), la igualdad dada por (XCIV) se
puede expresar de forma equivalente en forma matricial de la siguiente forma:
1 0  0 
 
      0 2  
A  v1 v2  v n   v1 v2  vn  
   
 
 0 0   n 
Es decir:
AP  P    P 1 AP o A  PP 1 (XCV)
    
A 2  A  A  A 2  PP 1  PP 1  P P 1P P 1  P  P 1  P 2 P 1
A  A A  A
3 2 3
 P P   PP   P P P P
2 1 1 2 1 1
 P 2  P 1  P 3 P 1

A k  P k P 1 (XCVI)
Reemplazando (XCVI) en (LXXXVI) se tiene que:
 tk  tk   tk 
eAt   k!
Ak   k!
P k P 1 P
   k P 1  Pet P 1 (XCVII)

k 0 k 0  k 0 k! 
Reemplazando (XCVII) en la primera expresión a la derecha del signo de igualdad de

 
(LXXXV) tenemos que Xt   Pet P 1X 0 . Lo cual corrobora que la segunda
expresión a la derecha del signo de igualdad de (LXXXV) es solución de (LXXXIII).
Por último vamos a verificar que la tercera expresión a la derecha del signo de
igualdad de (LXXXV) es solución de (LXXXIII). Para ello, con el propósito de
desacoplar el sistema (LXXXIII) realizaremos el siguiente cambio de variables:
 
Xt   PYt  (XCVIII)
Derivando (XCVIII) respecto de “t” tenemos:

 
X ' t   PY ' t  (XCIX)
Reemplazando (XCVIII) y (XCIX) en (LXXXIII) obtenemos que:

     
X' t   AXt   PY' t   APYt   Y' t   P 1APYt  (C)
Reemplazando (XCV) en (XCX) obtenemos:
316
de LXXXVIII 
  
 y1' t 1 0  0   y1t  y1' t  1y1t 
 '       '   
  y t 0 2   y 2t y t  y t
Y 't  Yt   2       2    2 2  (CI)
            
         
 y1t  0 0
'   n  y n t  y1t  n y n t
'
Resolviendo (CI) obtenemos que:
 y1 t    c1e 1 t 
   
 y t  c e 2 t 
Y t    2    2 (CII)
  
  
 
 y n t   c n e  n t 
Reemplazando (CII) en (XCVIII) se tiene:
 c1e1t   c1e1t 
   de LXXXVII  
 c e 2 t     c2e 2 t  n

Xt  P   2  v v  v       ci e  t v i
i
 
1 2 n
    i 1
cn e n t  cn e n t 
Dónde:
 n
 
X 0    ci vi  X 0 (CIII)
i 1
Ejemplo:
Resolver el siguiente sistema:
x '   1 1 x 
 '    
 y    2 4   y 
(191)
  x 0  1 

X0 

 

 y 0   2 
Primero vamos a calcular los autovalores y los autovectores de “A”:
1  
 1  3

p   A  I 
1
2 4
 2  5  6  0   (192)
 2  2

Para 1  3 :
  2 1  a  0 
A  1 Iv 1 0         2a  b  0  b  2a (193)
  2 1  b  0 
317
Si hacemos a  k  b  2k, entonces:
 k 1   1 
v1     k    si k  1  v1    (194)
 2 k   2   2 
Para  2  2 :
  1 1   c  0 
A   2 Iv 2 0         c  d  0  c  d (195)
  2 2 d  0
Si hacemos c  d  k , entonces:
 k  1  1
v 2     k    si k  1  v 2    (196)
 
k  
1 1
Por tanto, por (LXXXV) la solución general será:
1
 1 1 e3 t 0  1 1 1  1 1 e3 t 0    1 1  1 
X t     
2 t   2 1
       
 2 1  0 e     2   2 1  0 e 2 t   2  1  2 
  e3 t  1  1
X t    3 t   e 3 t    0 e 2 t   (197)
 2e   2 1
Caso 2: Autovalores reales repetidos
Consideremos el caso en el que el sistema (LXXXIII) posee una matriz “A” que tiene
autovalores repetidos, digamos algún “  i   ” repetido “m” veces. En caso “m”
coincida con el número “ε” de autovectores linealmente independientes asociados a
“  i   ”, entonces la solución de (LXXXIII) se hallará con (LXXXV). En caso “m”
sea mayor a “ε”, la solución de (LXXXIII) se hallará con:
*Si m  2 :

   
X t  c1e t v1  c 2 e t tv1  v 2  (CIV)
*Si m  3 :

  
 
   
X t  c1e t v1  c 2 e t tv1  v 2  c 3 e t  t 2 v1  2 tv 2  3v 3 
 
(CV)
Dónde:
A  I v i 
 v i 1 i  1,2, , m (CVI)
318
Ejemplo:
 x '   1 1  x 
 '    
 y    1 3  y 
(198)
  x 0  2
X0  
 

 y 0   3 
Primero vamos a calcular los autovalores y los autovectores de “A”:
1 

p   A  I 
1
1
3
 2  4  4    2  2 
 0  1   2    2 (199)
Se observa que la multiplicidad algebraica es 2, es decir m  2.
Para   2 :
A  Iv 1  0   11 1  a  0 

        a  b  0  b  a (200)
 1  b  0 
Si hacemos a  b  k , entonces:
 k  1  1
v1     k    si k  1  v1    (201)
 
k  
1 1
Como apreciamos sólo existe un autovector asociado a   2. Para encontrar un


segundo autovector que sea linealmente independiente de v 1 vamos a utilizar la
expresión (CVI):
 1 1  c  1
A  I v 2 
 v1           c  d  1 (202)
  1 1 d  1
Si hacemos c  0  d  1. Por tanto:
 0
v2    (203)
1 
En consecuencia, de (CIV) tenemos:

x t  2 t 1

2 t  1  0  
  c1e    c 2 e  t   


 y t  1   
1
 
1  
(204)
319
Teniendo en cuenta las condiciones iniciales obtenemos:

 x 0   2 1 0 
c 1  2
     c1    c 2    


y 0   
3  
1  
1 c 2  1

(205)
 x t  2 t 1 2 t  1  0    x t   2e  te
 2t 2t
   2e    e  t         (206)
 y t  1  1 1    y t   3e  te
 2t 2t
Caso 3: Raíces complejo conjugadas
Si (LXXXIII) tiene autovalores complejos  j    i para algún “j”, éstos siempre

vienen en pares. Tomando el caso bidimensional para evitar los subíndices, los
 
autovalores son  j    i 1    i y  2  1    i con autovalores asociados
  
v1 y v 2  v1 , donde   trA 2 y   4 A  trA 2 2 . En este caso la solución es:
   
    
X t  e t  h 1 cos t  h 2 sen t  (CVII)
 
 
Donde h 1  c1 v1  c 2 v 2 y h 2  i c1 v1  c 2 v 2  son vectores de componentes reales.
   
Ejemplos:
 x '    3 4  x 
 '    
 y    2 1   y 
(207)
  x 0   1 
X 0     
 y 0   4 
Este sistema tiene:
 3 4  3   4
A ; A  3  8  5; A  I   2  2  5  0
  2 1   2 1  
Donde los autovalores asociados son:
  1
 1  1  2i y  2  1  2i   (208)
  2
Los autovectores asociados a cada autovalor son:

320
Para 1  1  2i :
 2  2i 4   a  0
A  1I v 1          a  b 1  i 
 2 2  2i   b   0 
Si hacemos a  2  b  1  i, entonces:
  2 
v1   
1  i 
Para  2  1  2i :
 2  2i 4   c  0
A   2 Iv 2          c  d 1  i 
 2 2  2i  d  0 
Si hacemos c  2  d  1  i, entonces:
  2 
v2   
1  i 
De (CVII) y (208) se tiene que la solución será:
   
X t   e  t  h 1 cos2 t   h 2 sen2 t  (209)
 
Con:
    2   2   2c1  2c 2 
h 1  c1 v 1  c 2 v 2  c1    c2     (210)
1  i  1  i   1  i c 1  1  i c 2
    2   2   2i c1  c 2  
h 2  i c1 v1  c 2 v 2   ic1    ic 2    (211)
1  i  1  i   1
i c 1  i   c 2 1  i 
Reemplazando las condiciones iniciales en (209) y teniendo en cuenta (210) tenemos

que:
 1  7i
c 1 
 1    2c1  2c 2  
X 0      h 1   
4 (212)
4  1  i c1  1  i c 2  c  1  7 i


2
4
Reemplazando (212) en (210) y (211) tenemos:
 1  7
h1    y h 2    (213)

4 3
321
xt  e cos2t  7sen2t


 1  t
7
Xt  e t   cos2t    sen2t   (214)
yt  e 4 cos2t  3sen2t
t
4 3  
Una aplicación económica:
Modelo Keynesiano IS-LM (Tu, 1994): En este modelo la renta “Y” responde al
exceso de la cantidad demandada (esto es, al exceso de la inversión “I” respecto al
ahorro “S”), y la tasa de interés “r” responde al exceso de la demanda de dinero
(preferencia de liquidez) “ LY, r  ” respecto a la oferta de dinero “ M ” determinada
exógenamente. El modelo matemáticamente se puede expresar de la siguiente forma:
Y  c1I  S
 Y0  2 
'
 
' ;    (215)
r0
r  c2 LY, r  M    
 0,8
Dónde:
* La función de inversión: I  I 0  r;   0.

* La función de ahorro: S  s Y  T  T  G .   
* El ahorro privado: Sp  s Y  T ;  
0  s  1. Proporcional al ingreso disponible.
* El ahorro gubernamental: T  G : Impuestos menos gastos (exógenamente dados).
* Velocidades de ajuste: c k  0 k  1, 2. Por sencillez se ha asumido c1  c 2  1.
* Función de liquidez: LY, r   Y  r;   0 y   0. Demanda de
transacciones menos demanda especulativa.
* Oferta de dinero: M. Determinada exógenamente.
Reemplazando la información anterior en (215) se tiene:
 
Y  I 0  r  s Y  T  T  G
'
  
 ' (216)

r  Y  r  M
El sistema (216) se puede expresar matricialmente de la siguiente forma:
 Y '    s     Y   I 0  s  1T  G 
 '    (217)
r        M
     
r

    
X' A X b
Para transformar el sistema (217) en uno homogéneo vamos a determinar el punto de equilibrio
*
X del sistema (217):
 Y '    s     Y *   I 0  s  1T  G   0 
 '    
 r  
   r *  

M   0 

 
   
X' A X* b
322
     I0  s  1T  G
  
Y*  s   1  I0  s  1T  G    s  M 

 *      

 
r    

M   s  
  
b

X* A 1  
 
 * Y *  1 

M   I 0  s  1T  G 


X  *
 r  s   

 
  I 0  s  1T  G  sM 





 M   I 0  s  1T  G

  
 * M   I 0  s  1T  G
Y 


 * Y *   s     s  
X  *    (218)
 r  

  I 0  s  1T  G  sM  


 
 I 0  s  1T  G  sM 
  r * 
 s     s  
 
Por (LXXX) tenemos que:
 d     Y t   Y * 
D t    1   X t   X* t    * 
(219)
d 2   r t   r 
Teniendo en cuenta (219) y (LXXXII) tenemos que:
   d '    s     d1 
D ' t   ADt    1'      (220)
d 2       d 2 
Ahora podemos resolver el sistema homogéneo dado por (220). Para ello vamos a
calcular el polinomio característico:
s   
p     2  s     s    2  trA  A  0 (221)
 
trA  trA2 4A trA  

  (222)
2 2
Dónde:
A  s    0
trA  s     0
   s   2  4s    s   2  4s    trA2  4 A
323
Ahora vamos a asignar valores a los parámetros del problema de manera que podamos
encontrar soluciones explícitas para los tres casos analizados en la sección anterior.
 1  

Caso 1:   trA2  4 A  0  trA2  4 A   2  
  
 1 2
  3; s  0,3;   0,25;   0,25


Valores de los parámetros: 
I0  T  G  M  1

De los parámetros podemos calcular:
trA  3,3

A  0,9625

  7,04 (223)
 *
Y  4,3117
*
r  0,02597
Reemplazando los parámetros en (220) tenemos:
  d'   0,3  0,25 d1 

D't  ADt   1'      (224)
d 2  0,25  3  d 2
 3,3  7,04
1   0,3234
2
 3,3  7,04
2   2,9766
2
Para  1 :
0,25  a 0

A  1Iv1  
0,0234
        a  10,7b
 0,25  2,6766 b 0
Si hacemos a  10,7  b  1, entonces:
 10,7
v1   
 1 
324
Para  2 :
2,6766 0,25  c 0

A  2Iv 2          d  10,7c
 0,25  0,0234 d 0
Si hacemos c  1  d  10,7, entonces:
  1 
v2   
10,7
Por tanto:
d1  0,3234t 10,7  2,9766t  1 

   c1e    c 2e  
 2
d  
1 10,7
d1  10,7c1e0,3234t  c2e2,9766t 

    0,3234t  (225)
d 2 c1e  10,7c2e 2,9766t 
Yt  Y* 10,7c1e0,3234t  c2e2,9766t 

 * 
  0,3234t 
 rt  r  c1e  10,7c2e 2,9766t 
Yt Y*  10,7c1e0,3234t  c2e2,9766t 

  * 
 rt   r  c1e
0,3234t
 10,7c2e 2,9766t 
Yt  Y*  10,7c1e0,3234t  c2e2,9766t


 (226)

rt  r  c1e
 0,3234t
*
 10,7c2e 2,9766t
Reemplazando Y* y r* en (226), tenemos:
Yt  4,3117  10,7c1e0,3234t  c2e2,9766t


 (*)

rt  0,02597  c1e
 0,3234t
 10,7c2e 2,9766t
Reemplazando las condiciones iniciales en el sistema de ecuaciones (*), tenemos que:
c1  0,22477
 (227)
c 2  0,09335
Por tanto, reemplazando (227) en (*) se tiene:
Yt  4,3117  2,405039e0,3234t  0,09335e2,9766t




rt  0,02597  0,22477e
 0,3234t
 0,998845e 2,9766t
325
Caso II:   trA  4 A  0  trA2  4 A  1   2    
2
  0,2; s  0,8;   0,1;   0,9


I0  T  G  M  1

trA  1

 A  0,25

  0 (228)
 *
Y  1,84
*
r  3,28
  d'   0,8  0,1 d1 

D't  ADt   1'      (229)
d 2  0,9  0,2 d 2
1  2    1 2
Para 1   2   :
0,3 0,1 a 0

A  Iv1           b  3a
 0,9 0,3  b 0
Si hacemos a  1  b  3, entonces:
 1
v1   
3
Como apreciamos sólo existe un autovector asociado a    1 2 . Para encontrar un


expresión (CVI):
0,3 0,1 c 1

A  Iv 2 
 v1           3c  d  10 (230)
 0,9 0,3  d  3 
Si hacemos c  0  d  10. Por tanto:
 0
v2    (231)
10
326
En consecuencia, de (65) tenemos:
1 1
d1   t  1  t   1  0  
2 t 
   c1e    c 2e 
2
  3  10 
(232)
d 2  3     
 1
 t
1
 t

d1    c e 2  tc e 2 
  1
1
1
2
1
 (233)
d 2    t  t  t
3c1e 2  3tc2e 2  10c2e 2 
 1
 t
1
 t

Yt  Y*   c e 2  tc e 2 
 * 
 1 2 
 rt  r  
1 1 1
 t  t  t
3c1e 2  3tc2e 2  10c 2e 2 
 1
 t
1
 t

Yt  Y *
 c e 2  tc e 2 
  
1 2
 rt  
1 1 1
 t  t  t
r  3c1e 2  3tc2e 2  10c 2e 2 
*
 1
 t
1
 t
Yt  Y*  c e 2  tc e 2
 1 2
 1 1 1
(234)
  t  t  t
rt  r  3c1e
  3tc2e  10c2e 2
* 2 2
Reemplazando Y* y r* en el sistema (234) tenemos:
 1
 t
1
 t
Yt  1,84  c e 2  tc e 2
 1 2
 1 1 1
(**)
  t  t  t
rt  3,28  3c1e 2  3tc2e 2  10c2e 2
Reemplazando las condiciones iniciales en el sistema de ecuaciones (**), tenemos

que:
c1  0,16
 (235)
c 2  0,2
Por tanto, reemplazando (227) en (*) se tiene:
 1
 t
1
 t
Yt  1,84  0,16e 2  0,2te 2

 1 1 1
  t  t  t
rt  3,28  0,48e 2  0,6te 2  2e 2
327
1    i

Caso III:   trA2  4 A  0  trA2  4 A  

 2  1    i
  0,5; s  0,5;   0,75;   1


I0  T  G  M  1

trA  1

A  1

  3 (236)
 *
Y  1,5
*
r  1
  d'   0,5  0,75 d1 

D't  ADt   1'      (237)
d 2  1  0,5  d 2
1 3 1 3    1 2

1    i y 2    i (238)
2 2 2 2 
  3 2
Los autovalores asociados a cada autovalor son:
1 3
Para 1    i:
2 2
  3 2 i  0,75  a 0  3 

     
A  1Iv1       
 3 2 i b 0    a   ib
  2 
 
1  
 
3
Si hacemos b  1  a  i, entonces:
2
 3 
  i
v1   2 
 
 1 
328
1 3
Para  2    i:
2 2
 3 2 i  0,75   
   c 0  
A   2Iv 2
3
  
        c   id
 
 3 2 i    
d 0  2 
 1    

Si hacemos d  1  c   3 2 i, entonces:
 3 
  i
v2   2 
 
 1 
De (CVII) y (238) se tiene que la solución será:
 t   3 
1
d1   3  
2 h cos   
t 
 e   t   h 2 sen (239)
2 
1
 2
d  2  
    
Con:
 3  
  
ic  c 
    1
h1  c1v1  c 2 v 2   2 
2
(240)
  
 
 c1 c 2 
  3  
   
c  c 
   
h 2  ic1v1  c 2 v 2     2  
1 2
(241)
   
 
 ic1  c2  
Reemplazando (240) y (241) en (239) tenemos:
t 
1
   
d1  e 2  3 c  c  i cos 3 t   3 c  c  sen 3 t 
 2 1 2 
 2   1 2 
 2 
 2
   
(242)
t 
1
   
d2  e 2 c  c  cos 3 t   c  c  i sen 3 t 
 1 2 
 2   1 2 
 2 
    
Igualando (219) con (242) tenemos:
t 
1
   
Yt  Y*  e 2  3 c  c  i cos 3 t   3 c  c  sen 3 t 
 2 1    
2 
2 1 2
 2  2
   
(243)
t 
1
   
rt  r*  e 2 c  c  cos 3 t   c  c  i sen 3 t 
 1    
2 
2 1 2
2 
    
329
* *
Reemplazando Y y r en el sistema (243) tenemos:
t 
1
   
Yt  1,5  e 2  3 c  c  i cos 3 t   3 c  c  sen 3 t 
 2    
2 
1 2 1 2
 2  2
   
(***)
t 
1
   
rt  1  e 2 c  c  cos 3 t   c  c  i sen 3 t 
    
2 
1 2 1 2
2 
    
Reemplazando las condiciones iniciales en el sistema de ecuaciones (***), tenemos

que:
 
Y0  2  1,5  3 c  c  i

     
 r0  0,8  1 2c  c
1 2

 1 2 
  0,6  3 i
c1 
 6
 (244)
  0,6  3 i
c 2 
 6
Reemplazando (244) en (***) tenemos:
t 1 
1
    3
Yt  1,5  e 2  cos 3 
t 
3 
sen

t 
2   10  2 
 2
   
(245)
t 
1
  3   3
2  3  
rt  1  e 2  cos t  sen t 
 10  2  3  2 
    
330
Diagramas de fase y soluciones cualitativas
Aunque muchas ecuaciones diferenciales ordinarias (EDO) no lineales de primer
orden, que suelen aparecer con relativa frecuencia en modelos económicos, no pueden
resolverse analíticamente, las propiedades cualitativas de sus soluciones pueden
algunas veces ser descritas gráficamente a través de los denominados diagramas de
fase. Supongamos que tenemos la forma general de una ecuación diferencial
autónoma8 de primer orden (lineal o no lineal respecto a “y”):
 f y 
dy
(CVIII)
dt
Donde y t , la trayectoria temporal de “y”, es una variable que es una función

continua del tiempo. Siempre que dy dt dependa únicamente de “y”, podremos
graficar la relación entre dy dt e “y”, que recibe el nombre de diagrama de fase. A la
gráfica que representa la función “f” se le denomina curva de fase.
Tipos de diagramas de fase de una única variable y de trayectorias temporales
En esta sección estudiaremos algunos de los posibles diagramas de fase de una única
variable que pueden surgir en el análisis cualitativo de ecuaciones diferenciales
autónomas de primer orden, aquellas que satisfacen la ecuación (CVIII). Asociados a las
curvas de fase representadas en las figuras 10, 11,…,14, y 15 tenemos sus respectivas
trayectorias, sendas u órbitas temporales (figuras 16, 17,…, 20, y 21).
dy dt
f y 
y 0B
y
y E y 0A
Figura 10
8
Una ecuación diferencial ordinaria (EDO), tal como la ecuación (CVIII), en la que el tiempo “t” no
aparece explícitamente como argumento de “f”, se denomina autónoma.
331
dy dt f y 
yE
y
y 0B y 0A
Figura 11
dy dt
D
C E
f(y)
B F
y y0 y1 y2 y
y

A G
H
Figura 12
dy dt f y 
yE
y
y 0B y 0A
Figura 13
332
dy dt
f y 
yE
y
y 0B y 0A
Figura 14
dy dt
f y 
y
yE
Figura 15
Ahora veremos cómo, una vez conocida la curva de fase correspondiente a la ecuación
diferencial (CVIII), obtener información cualitativa importante de la trayectoria temporal
yt .
333
En las figuras 10, 11, 12, 13, 14 y 15 se puede observar que encima del eje horizontal el
signo de dy dt es positivo, esto es dy dt  0, por lo que la variable “y” aumentará con el
transcurso del tiempo. Es por esta razón que los puntos que se encuentran encima del eje “y”
en las curvas de fase de las figuras 10, 11, 12, 13, 14 y 15 se desplazan de izquierda a
derecha, tal como muestran las flechas dibujadas sobre dichas curvas. De manera análoga,
podemos observar que los puntos que se encuentran debajo del eje “y” en las curvas de fase
se desplazarán de derecha a izquierda, ya que en esta dirección la dy dt  0, por lo que “y”
disminuirá con el paso del tiempo. Asimismo, es importante resaltar que los resultados antes
vistos son independientes del signo de la variable “y”. Es decir, aun cuando los diagramas de
fase de las figuras 10, 11, 12, 13, 14 y 15 se encontrasen a la izquierda del eje vertical
y  0, el sentido de las flechas en dichas curvas de fase no se vería afectado.
La estabilidad dinámica del equilibrio: la convergencia de la trayectoria
temporal
Si dyt E  dt  f y E   0  y* t E   y E  cte. Entonces el sistema está en reposo. El

punto y E recibe el nombre de punto de reposo, punto fijo, punto crítico, punto de
equilibrio, punto estacionario o solución de estado estable. Por otro lado, de existir un
punto de equilibrio de la variable “y”, éste se encontrará donde la curva de fase
intercepta (o es tangente al) eje “y”, donde dyt E  dt  f y E   0 .
Un tema de suma importancia es saber si un sistema dinámico se está acercando o se

está alejando de un punto de equilibrio. Una trayectoria se dice que se aproxima a un
punto fijo si yt   y E según t  , en este caso el punto de equilibrio y E se dice
que es un atractor (las flechas del diagrama de fase confluyen hacia y E ). Tal es el
caso de y E en la figura 11. Por otra parte, si y t  se aleja de y E según se incrementa
“t”, entonces y E se dice que es un repulsor (las flechas del diagrama de fase se alejan
de y E ). Tal es el caso de y E en la figura 10.
Un punto de equilibrio y E es estable si dado algún punto de partida y0   y0 “cercano a”

y E , esto es, dentro de alguna distancia “δ”, la trayectoria permanece cerca de y E , dentro de
alguna distancia   . Formalmente, un punto de equilibrio y E es estable si para cada
0 hay un “δ” tal que cada trayectoria y t  con y0   y E   satisface
yt   y E   t  0. En otras palabras, si una trayectoria que empieza “cerca a” un
punto de equilibrio permanece cerca a este punto durante todo el tiempo futuro, entonces el
punto de equilibrio se dice que es estable. Un punto de equilibrio es asintóticamente estable
si es estable justo como lo hemos definido, y también si cualquier trayectoria que empieza
cerca al punto de equilibrio se aproxima al punto de equilibrio según t  . Formalmente,
un punto de equilibrio se dice que es asintóticamente estable si este es estable y hay un
  0 tal que para cada trayectoria y t  con y0   y E   converge a y E según
t  . En la figura 17 tenemos el caso de un punto de equilibrio asintóticamente estable.
En esta figura se observa que las posibles trayectorias correspondientes al diagrama de fase
de la figura 11 convergen en el largo plazo hacia el valor y E . En la figura 16 tenemos el
caso de un punto de equilibrio inestable. En esta figura se observa que las posibles
trayectorias correspondientes al diagrama de fase de la figura 10 divergen en el largo plazo
de y E .
334
y t 
y 0A
yE
y 0B
Figura 16
y t 
y 0A
yE
y 0B
t
Figura 17
En la figura 12 podemos apreciar una curva de fase que forma un “lazo cerrado”. Esto
se debe a que f y  es una relación. Cuando el diagrama de fase es un lazo cerrado, un
movimiento oscilatorio de amplitud constante ocurrirá siempre que se verifiquen dos
condiciones: i) una parte de la curva de fase debe permanecer encima y otra parte
debajo del eje “y”, de modo que haya una etapa en la que “y” crece y otra etapa en la
que “y” decrece, ii) la curva de fase debe presentar pendiente no definida en los
puntos de intersección con el eje “y”. En la figura 12 se puede apreciar que en los
puntos “B” y “F” de la curva de fase se cumple que la dy dt  0, y sin embargo estos
puntos no representan puntos de equilibrio. Más bien, son extremos (mínimos y
máximos) relativos de la trayectoria temporal correspondiente a esta curva de fase, tal
como se aprecia en la figura 18. En esta figura, se aprecia que la trayectoria temporal
de “y” oscila periódicamente entre el valor correspondiente al punto B (mínimo
relativo) y el valor correspondiente al punto F (máximo relativo).
De los casos antes vistos podemos concluir que una condición necesaria, pero no
suficiente, que debe satisfacer todo punto de equilibrio y E es que la dyt E  dt  0.
335
Figura 18
En la tabla I se muestra el signo/valor de la tasa de cambio de “y” respecto al tiempo

y de la tasa de cambio de “f” con respecto a “y” para cada uno de los puntos de las
figuras 18 y 12 respectivamente.
Punto dy dt df y dy  ddy dt  dy

A (-) (-)
B 0 
C (+) (+)
D (+) 0
E (+) (-)
F 0 
G (-) (+)
H (-) 0
Tabla I
Del análisis realizado en esta sección podemos observar que la estabilidad dinámica
del equilibrio, o equivalentemente la convergencia de la trayectoria temporal y t ,
dependerá del signo que tenga la pendiente de la curva de fase en la vecindad al punto
de intersección de dicha curva con el eje “y”. Por ejemplo, en la figura 10 se aprecia
que en la vecindad al punto y E la curva de fase presenta una df y dy  0, lo cual
da lugar a la inestabilidad dinámica. Mientras que en la figura 11 se aprecia que en la
vecindad al punto y E la curva de fase presenta una df y dy  0, lo cual da lugar a
la estabilidad dinámica de la variable “y”. Sin embargo, en la figura 12 se aprecia que
en los puntos “B” y “F”, que como ya hemos dicho no son puntos de equilibrio (son
sólo las cotas de una trayectoria temporal fluctuante), la curva de fase presenta una
df y  dy que no está definida.
336
Asimismo, si la curva de fase es tangencial al eje horizontal, permaneciendo siempre
a un lado de este (es decir, si el punto de tangencia es un máximo o un mínimo de la
curva de fase), el punto de equilibrio es estable por uno de sus lados e inestable por el
otro9. Este es el caso del punto y E de la figura 13, estable por izquierda (para valores
menores a y E ) e inestable por derecha (para valores mayores a y E ). En la figura 19
observamos las posibles trayectorias temporales correspondientes a la curva de fase
de la figura 13. Se observa que si y0   y0  y E entonces la trayectoria temporal de
“y” converge en el largo plazo hacia el valor y E . Sin embargo, si y0  y0  y E
entonces la trayectoria temporal de “y” diverge del valor y E (rama de la trayectoria
temporal que se encuentra a la izquierda de la asíntota vertical y encima del valor y E ).
Además, si el punto de tangencia corresponde a un punto de inflexión horizontal de la
curva de fase (figura 14), entonces el punto de equilibrio es estable (inestable) si la
curva de fase permanece encima (debajo) del eje “y” a la izquierda (derecha) del punto
de inflexión. En la figura 20 podemos ver la trayectoria temporal correspondiente al
diagrama de fase de la figura 14.
Por otro lado, es importante resaltar que pueden existir movimientos oscilatorios
(convergentes o divergentes) de amplitud no constante cuando f y  es una relación. En
este caso la curva de fase no será un lazo cerrado como la figura 12 (aunque seguirá
satisfaciendo las condiciones i) y ii) de ocurrencia de un ciclo de la página 334) sino
una espiral (divergente) como muestra la figura 15. La posible trayectoria temporal
correspondiente a este diagrama de fase aparece en la figura 21.
En el caso que existan puntos de equilibrio múltiples, las afirmaciones acerca de la

estabilidad o inestabilidad deberán realizarse en relación a un particular punto de
equilibrio. Por tanto, con sistemas que contienen múltiples equilibrios nos referimos a
estabilidad local o a inestabilidad local, es decir, hacemos referencia únicamente a
características del sistema en la vecindad de un punto de equilibrio. En la figura 22 se
observan dos puntos de equilibrio: k1*  0 es un repulsor localmente inestable (la
pendiente de la ecuación diferencial en la vecindad del origen es positiva) y k *2  a es
un atractor localmente estable (la pendiente de de la ecuación diferencial en la
vecindad de “a” es negativa).
Si sólo existe un punto de equilibrio en un sistema dinámico, entonces tal punto de

equilibrio o es globalmente estable o globalmente inestable. En el caso de un sistema
globalmente estable, para cualquier y0   y E , entonces el sistema convergerá al
punto de equilibrio. Para un sistema globalmente inestable, para cualquier y0   y E ,
entonces el sistema divergirá del punto de equilibrio. De forma general podemos decir
que si una curva de fase tiene sólo un punto de equilibrio y permanece completamente
encima del eje “y” a la izquierda del punto de equilibrio, y permanece completamente
debajo del eje “y” a la derecha del punto de equilibrio, entonces el punto de equilibrio
será globalmente estable. Tal es el caso del punto de equilibrio y E en la figura 11.
9
A este tipo de punto se le denomina shunt. Un shunt es un punto de equilibrio alrededor del cual el
sistema evoluciona sin invertir su sentido (las flechas del eje “y” apuntan en un mismo sentido).
337
y t 
y 0A
yE
y 0B
Figura 19
y t 
y 0A
yE
y 0B
t
Figura 20
Figura 21
338
dkt  dt
t
k 1*  0 k *2  a
Figura 22
Ejemplos:
Realice un análisis cuantitativo y/o cualitativo de las siguientes ecuaciones
diferenciales:
1.- Mecanismo de ajuste de precio (Tâtonnemet Walrasiano): León Walras

visualizaba el equilibrio de mercado como resultado de un proceso de tanteo
(Tâtonnemet en francés) en el que un “referee” o “licitador” anuncia el precio “P”
de determinado bien, y luego los compradores y vendedores hacen su puja. Si esta
puja resulta en un exceso de demanda Ep   0 entonces el precio se incrementa
hasta el equilibrio, en el que la oferta iguala a la demanda y se vacía el mercado
Ep   0, y viceversa para un exceso de oferta, es decir dP dt es proporcional al
exceso de demanda: dP dt  kEP . Donde k  0 es la velocidad de ajuste. Si la
demanda es DP   a  bP y la oferta es SP     P, siendo a    0,
entonces el exceso de demanda será: EP   DP   SP . Por tanto,
dP dt  kDP   SP .
Reemplazando las expresiones de la oferta y la demanda en dP dt tenemos:
P '  dP dt  k a  bP    P   k a     k b   P (246)
P '  k b   P  k a    (247)
339
Para realizar el análisis cualitativo de la ecuación diferencial necesitamos construir
el diagrama de fase. Dado que la ecuación (246) representa una recta en el plano
P ' -P, necesitaremos dos puntos para poder construir dicha recta. Para ello,
primero determinaremos el punto de equilibrio, intersección con el eje “P”,
igualando la ecuación (246) a cero:
a
P '  k a     k b   PE  0  PE 
b 
Como sabemos que no tiene sentido económico un precio de equilibrio negativo.

Por tanto, para que PE  0  b    0 ya que por el enunciado del problema
  a  0. La condición b    0 siempre se cumplirá si la oferta tiene pendiente
positiva   0  y si la demanda tiene pendiente negativa b  0 . En segundo
lugar, determinaremos el otro punto de la recta (intersección con el eje “ P ' ”)
reemplazando P  0 en la ecuación (246):
P '  k a     0
En consecuencia, el diagrama de fase será:
dP dt
k a   
PE P0A
P
P0B
Figura 23
Se puede apreciar que el punto de equilibrio PE es un atractor y dado que la

pendiente de la ecuación diferencial en la vecindad de PE es negativa, entonces
PE será estable. Además, como el diagrama de fase sólo tiene un único punto de
equilibrio, entonces PE será globalmente estable. Asimismo, Si el sistema
empezase en el punto P0B  PE , las líneas de fuerza (flechas) harían que en el
largo plazo se alcanzara el punto PE . En consecuencia, el punto PE es también un
punto de equilibrio asintóticamente estable. De manera análoga, si el sistema
empezase en P0A  PE, se acercaría al punto PE en el largo plazo de manera
asintótica.
340
Para realizar el análisis cuantitativo necesitamos resolver la ecuación diferencial
(246). Para ello, primero calcularemos la solución complementaria. El polinomio
característico de la solución complementaria es:
r  k b    0  r  k b  
En consecuencia, la solución complementaria será:
PC  Aek b  t
Para encontrar la solución particular probamos con PP  B  PP'  0, por lo que

reemplazando PP y PP' en la ecuación (247) tenemos:
a
 k b   PP  k a     PP  (248)
b
Por tanto, la solución general (trayectoria temporal) del precio será:
a
P t   Aek b   t  (249)
b
Si para el instante inicial t  0 tenemos que P0   P0 , entonces:
a a
P0  A   A  P0 
b b
Reemplazando “A” en (249) tenemos:
   a  k  b   t   a
P t    P0  e  (250)
 b    b
La ecuación (250) será asintóticamente estable si b    0, ya que en dicho caso la

función exponencial que aparece en el primer sumando de la derecha irá
disminuyendo con el tiempo y cuando t    e k b t  0. Por tanto:
a
lím P t    PE  0.
t  b
Si b    0, el mercado es estable, es decir, el exceso de demanda se reduce y

eventualmente desaparece al incrementar los precios. En caso b    0, digamos
porque b  0 y   0, entonces para que el precio de equilibrio siga siendo positivo
deberá verificarse que   a  0    a  0. En este caso, el mercado es
inestable: continua e indefinidamente la inflación tendrá lugar. Al ser b    0, el
término exponencial tenderá a infinito cuando el tiempo tienda a infinito y por
tanto, el precio en el largo plazo se incrementará indefinidamente alejándose del
punto de equilibrio.
341
En la figura 24 se aprecian las posibles trayectorias temporales de la ecuación
(250) considerando que b    0 :
P t 
P0A
PE
P0B
t
Figura 24
2.- Modelo Keynesiano: Consideremos un modelo macroeconómico en el que la renta

“Y” se incrementa en respuesta al exceso de demanda agregada “ D  Y ”. Para
una simple economía cerrada, con inversión “ I 0 ” y gasto gubernamental “ G 0 ”
exógenamente dados, la demanda agregada es la suma del consumo “C” la
inversión “ I 0 ” y el gasto “ G 0 ”. El consumo es una función continua no lineal
estrictamente creciente respecto a la renta, esto es, C  CY  con dCY  dY  0.
Por tanto, el modelo dinámico es, para una constante “k” positiva:
dY
 k D  Y  (251)
dt
Del enunciado del problema tenemos que:
D  C  I0  G0
Reemplazando el consumo en la expresión anterior tenemos:
D  CY   I 0  G 0
Reemplazando la última expresión en (251) tenemos:
dY
Y'   k CY   I 0  G 0  Y   kf Y  (252)
dt
Donde f Y   CY   I 0  G 0  Y.
Dado que no conocemos la función f Y  explícitamente, sólo podremos realizar

un análisis cualitativo de (252).
342
Para obtener el diagrama de fase de la ecuación (252), primeramente vamos a
calcular la pendiente de la curva de fase en el plano Y ' -Y10:
dY ' df Y 
 k dCY  dY  1  k  (253)
dY dY
df Y  dCY 
Donde   1.
dY dY
En segundo lugar, vamos a calcular la curvatura de la curva de fase en el plano

Y ' -Y:
d2Y' d 2 CY  d 2 f Y 
 k  k (254)
dY 2 dY 2 dY 2
d 2 f Y  d 2 CY 
Donde  .
dY 2 dY 2
De la expresión anterior podemos ver que si la función de consumo es

estrictamente convexa respecto a la renta, d 2 CY  dY 2  0, entonces la curva de
fase también será estrictamente convexa respecto a la renta, d 2 f Y  dY 2  0. Por
otro lado, si f Y  es estrictamente creciente con la renta, entonces
df Y  dY  dCY  dY  1  0. Esto significaría que la propensión marginal al
consumo dCY  dY  1. Además, como para una renta nula Y  0  resulta que el
intercepto de la curva de fase con el eje “ Y ' ” es k  f 0  k  C0  I 0  G 0   0,
y al ser k  0 resulta que f 0  C0  I 0  G 0  0. Entonces, para valores de
“Y” estrictamente positivos y  0 , siendo df Y  dY  0 y d 2 f Y  dY 2  0,
resultaría que f Y   CY   I 0  G 0  Y  0. Por tanto, la curva de fase no
interceptaría al eje “Y”, es decir, no habría ningún punto de equilibrio ya que para
ello tendría que verificarse que Y '  kf Y   0. Pero como k  0, entonces f Y 
tendría que ser igual a cero. Pero esto último es imposible ya que
f Y   0 Y  0 .
En consecuencia, si dCY  dY  1 y d 2 CY  dY 2  0, el modelo será inestable.

En la figura 25 se aprecia que la curva de fase para este caso es aquella que no
intercepta al eje horizontal, intercepta al eje vertical en el punto
k  f 0  k  C0  I 0  G 0   0, es estrictamente convexa y es estrictamente
creciente respecto a “Y”.
10
No tiene sentido trabajar con valores negativos de “Y” ya que la renta es una variable económica. Por
tanto, estaremos interesados en averiguar el signo de la pendiente de la curva de fase únicamente en el
primer y cuarto cuadrantes.
343
Por otro lado, si la función de consumo es estrictamente cóncava respecto a la
renta, d 2 CY  dY 2  0, por (254) la curva de fase también será estrictamente
cóncava respecto a la renta, d 2 f Y  dY 2  0. Además, si f Y  es estrictamente
decreciente con la renta, entonces df Y  dY  dCY  dY  1  0. Esto significaría
que la propensión marginal al consumo 0  dCY  dY  1. Asimismo, al ser el
intercepto de la curva de fase con el eje “ Y ' ” k  f 0  k  C0  I 0  G 0   0, y
al ser df Y  dY  0 y d 2 f Y  dY 2  0, habrá algún valor de “Y” perteneciente al
intervalo 0,   en el que f Y   0, con lo cual se garantizará que Y '  0.
Para encontrar el punto de equilibrio, intersección con el eje “Y”, igualamos a

cero la ecuación (252), obteniendo que:
Y ' t   k CYE   I 0  G 0  YE   kf YE   0 
f YE   CYE   I 0  G 0  YE  0
YE  f 1 0 
En consecuencia, si 0  dCY  dY  1 y d 2 CY  dY 2  0, el modelo será estable.

En la figura 25 se aprecia que la curva de fase para este caso es aquella que
intercepta al eje horizontal en YE  f 1 0  , intercepta al eje vertical en el punto
k  f 0  k  C0  I 0  G 0   0, es estrictamente cóncava y es estrictamente
decreciente respecto a “Y”.
dY dt
kf Y  : f ' Y   0
kf 0 
YE  f 1 0 
Y
kf Y  : f ' Y   0
Figura 25
344
Plano de fase y retratos de fase de sistemas dinámicos autónomos
En esta sección vamos a realizar el análisis cualitativo de sistemas autónomos 11 de

dos ecuaciones diferenciales ordinarias de primer orden cuya forma general es la
siguiente:
 dx
  x '  f x , y 
 dt
 (CIX)
 dy  y '  g x , y 
 dt
El sistema (CIX) puede expresarse equivalentemente en forma vectorial de la

siguiente manera:

'
X 
dX  dx dt   x '   f x , y    f
          
X   F X 
dt  dy dt   y   g x , y   g
 '  X  (CX)
  x  x t  
Donde X  X t        es una solución del sistema (CX)12. Las componentes
  
y y  t  

de X t  pueden entenderse como un par de ecuaciones paramétricas de forma que
 
para cada instante “t” se tiene un punto X  Xt    2 . Las ecuaciones paramétricas
x t  y yt  son funciones diferenciables respecto a “t” que satisfacen el sistema (CX)

sobre algún intervalo abierto “I”. Una solución X t  describe una curva o senda
(curva o senda de fase) en el plano x-y (plano de fase) que consta de todos los puntos
x t , yt  t  I. Al conjunto de todas las posibles sendas de fase13 se le denomina
retrato de fase.
Si x t , yt  es una solución de (CX), entonces también lo es x t  c , yt  c , para

cualquier constante “c”. Por tanto, x t , yt  y x t  c , yt  c  tienen la misma
senda (esto únicamente se verifica para sistemas autónomos). Para el sistema
 
autónomo (CX), x ' t , y ' t  es únicamente determinado en el punto x t , yt , y dos
  

sendas X1 y X 2 en el plano x-y no pueden interceptarse.
El sistema (CX) puede interpretase como un campo vectorial en  2 . Donde el campo

vectorial para el sistema (CX) es una función vectorial:

F : 2  2

X   
  x'  .
FX  '
y 
(CXI)
 
11
Un sistema de ecuaciones diferenciales se denomina autónomo cuando la variable “t” no aparece
explícitamente en el sistema de ecuaciones; en caso contrario se dice que el sistema es no autónomo.

Téngase en cuenta que si X t  es solución de (CIX), al ser (CIX) y (CX) sistemas equivalentes, también
12
será solución de (CX). Por esta razón, sólo haremos referencia a uno de los dos sistemas, el sistema (CX),
en el resto de esta sección.
13
Es importante resaltar que la senda de fase no debe ser confundida con el diagrama de fase analizado en
la sección precedente. El análogo a la senda de fase para una única ecuación diferencial sería el eje “y”.
345
Es decir, el campo vectorial de (CX) es un conjunto de vectores en el plano x-y, tal

que la pendiente del vector Fx , y  en el punto x , y  coincide con la pendiente de la
tangente a la senda de fase que pasa por el punto x , y .

La pendiente del vector Fx , y  en el punto x , y  viene dada por:
dy dy dt y'
   x'  0 (CXII)
dx dx dt x'
Es importante resaltar que la solución de (CXII) produce las curvas integrales u

órbitas14 del sistema (CX) en el plano de fase, cada curva correspondiente a valores
dados de constantes arbitrarias. Asimismo, es importante señalar que (CXII)
únicamente dependerá de “x” y “y”. Al dividir las razones de cambio de “y” y de “x”
se ha “eliminado” la variable “t”.
En la figura 26 se aprecia una senda de fase que es una solución particular del sistema
(CX), tal que en el instante inicial t  0 debe satisfacer la condición inicial

X 0  x 0 , y0   x 0 , y 0 . En esta figura podemos apreciar que en el punto inicial

X0 los signos de las razones de cambio de “x” y “y” son
 
 
 
f X 0  x ' 0   0 y g X 0  y ' 0   0, entonces según se incremente el tiempo, el

sistema se moverá desde el punto X 0 hacia la derecha y hacia arriba. Asimismo, se

aprecia que en un punto genérico en el instante “t” tal como X  x t , yt  los signos
de las razones de cambio de “x” y “y” son f x , y   x ' t   0 y gx , y   y ' t   0,

entonces según transcurra el tiempo, el sistema se moverá desde el punto X hacia la

derecha y hacia abajo. En el punto X  x t , yt  se aprecia que la velocidad de
movimiento (razón o tasa de cambio instantánea respecto al tiempo) está dada por la
 
longitud del vector F X .  
y

 X  x t , yt 
X 0  x 0 , y0 
y ' t  
 
Fx , y   x ' t , y ' t 
x t 
'
Figura 26
14
Una órbita, a diferencia de una senda de fase, no nos da información sobre el sentido del movimiento.
346
Para ilustrar la dinámica del sistema (CX), en principio, podemos dibujar tales
vectores en cada punto del plano x-y. Tal familia de vectores es llamada campo
vectorial15. En la práctica podemos dibujar sólo una pequeña muestra representativa
de estos vectores. Sobre la base del campo vectorial, teniendo en cuenta que los
vectores del campo vectorial son tangentes a las sendas de fase, podemos dibujar las
sendas de fase para el sistema y por tanto exhibir el retrato de fase del sistema.
Por ejemplo, dado el siguiente sistema:
 x  x  2 y  f x , y 
  x '  1 2  x 
' 
 '  X '   '      (CXIII)
 y   3 2   y 
 y  3 x  2 y  g x , y 
    

A X
Para obtener algunos vectores del campo vectorial de este sistema podemos escoger

arbitrariamente algunos puntos del plano x-y para luego reemplazarlos en el vector X
que aparece en la ecuación (CXIII).
  x   3   x '  1 2  3  3
X        X '   '        
 y 0  y  3
  2   0   9 
  x   4  '  x '  1 2  4  8 
X        X   '        
 y  2  y  3
  2   2   16 
  x  0  '  x '  1 2  0  4
X        X   '        
 y  2  y  3
  2   2   4 
  x    1  '  x '  1 2    1  3 
X        X   '        
 y  2   y  3
  2   2   1 
  x    3   x '  1 2    3   3
X        X '   '      
 y  0 
y 
  3 2   0    9 
 x   1   x '  1 2   1   5
X        X '        
 y   2  y'  3
  2    2    7 
 x  0    x '  1 2   0    10 
X        X '        
 y    5
 y' 
  3 2    5    10 
 x  2    x '  1 2  2    8
X        X '        
 y    5
 y' 
  3 2    5    4 
Podemos observar que, por ejemplo, en el punto 3,0  del plano x-y tendremos un
vector que apunta en la dirección 3,9 . En el punto 2, 5 tendremos un vector que
apunta en la dirección 8, 4 . Repitiendo el proceso anterior para un gran número de
puntos del plano x-y se obtendrá el campo vectorial de la figura 2716.
15
Para obtener el campo vectorial de sistemas de ecuaciones diferenciales autónomos podemos utilizar
algunos programas matemáticos como Derive, Maple, Matlab, etc.
16
Es importante resaltar que la longitud de los vectores en la figura 27 ha sido proporcionalmente reducida
de manera que los vectores no interfieran el uno con el otro. Pero la longitud de cada vector aún sugiere la
velocidad de movimiento.
347
Figura 27
Una vez que se ha obtenido el campo vectorial, podemos bosquejar algunas sendas de
fase teniendo en cuenta que los vectores de la figura 27 son tangentes a las sendas de
fase y que la dirección de los vectores nos da la dirección de la senda según se
incrementa el tiempo. Con el propósito de mostrar la dependencia temporal de la
solución, se han colocado flechas sobre las sendas de fase. En la figura 28 se muestra
el retrato de fase correspondiente al campo vectorial de la figura 27. Usualmente los
retratos de fase sólo incluyen algunas de las sendas de fase y no la totalidad de ellas.
Asimismo, frecuentemente el retrato de fase no va acompañado del campo vectorial,
aunque algunas veces por cuestiones didácticas se presentarán ambos bosquejados en
el plano x-y.
Figura 28
348
Puntos fijos y estabilidad

Dado el sistema (CIX), si X*  x * , y*   es un punto en el plano para el cual
simultáneamente f x , y   0 y g x , y   0 , entonces resulta que x '  0 y y '  0. Esto
significa que ni “x” ni “y” cambian con el tiempo: el sistema tiene un punto fijo, o
tiene un punto de equilibrio. Una vez que hemos encontrado un punto de equilibrio, lo
que nos interesa es saber si este punto es estable o inestable.
Un punto fijo que satisface la condición f x , y   0 y g x , y   0 es estable o atractor

 
si, dado algún valor inicial X 0  x 0 , y 0  “cerca de” X * , esto es, dentro de alguna
distancia “δ”, la senda permanece cerca al punto fijo, esto es, dentro de alguna
distancia   .
Haciendo uso de la medida de distancia propuesta por Liapunov, las figuras 29 y 30

  
   
muestran dos bolas cerradas con centro en X * , B X* y B X* , y con radios “ε” y
“δ” respectivamente. Asimismo, cada figura muestra una senda de fase que empieza

en el punto X 0 . En el caso de la figura 29, la senda de fase llega al punto de

equilibrio X * , mientras que en la figura 30 la senda de fase circunda al punto de

equilibrio X * .
 
En las figuras 29 y 30 tenemos un punto de partida X 0 “cercano a” X* en el sentido

 
que X 0 permanece dentro de la bola B X* la senda de fase parte del punto X 0

permaneciendo “cerca del” punto de equilibrio, en el sentido que ésta permanece


  
dentro de la bola B X* . Por tanto, el punto de equilibrio X * de ambas figuras es
estable.

 

B X*
 
X0 X*
 

B X*
Figura 29
349
Por lo antes dicho, podemos introducir la siguiente definición de estabilidad.

 
Definición I: Un punto de equilibrio X*  x* , y* es estable si para cualquier   0
   
existe un   0 tal que si X 0  X*   entonces X t   X*   para todo “t”.
No obstante, es importante resaltar que en la definición de estabilidad no hay nada

que indique que la senda de fase tenga que aproximarse al punto de equilibrio. Todo

lo que se requiere es que la senda de fase permanezca dentro de la bola B X* . Al  
mirar la figura 30 podemos notar que la senda de fase es periódica, empieza cerca del
(
punto de equilibrio esto es, el punto de partida permanece dentro de la bola B X*

  )
pero circunda cíclicamente el punto de equilibrio X * mientras permanece “cerca de”
(
dicho punto esto es, permanece dentro de la bola B X*    ). Tal ciclo límite es
estable pero no es asintóticamente estable.
Todo punto de equilibrio que no es estable se dice que es inestable o repulsor. Un
punto de equilibrio es asintóticamente estable si es estable en el sentido justamente
discutido, pero eventualmente se aproxima al punto de equilibrio según t  . En
consecuencia, para ser asintóticamente estable, la senda de fase debe empezar cerca

de X * (es decir, dentro de la bola de radio “δ”), debe permanecer cerca al punto de
equilibrio (es decir, dentro de la bola de radio “ε”), y eventualmente debe aproximarse

a X * según t  . Por tanto, la senda de fase de la figura 29 es asintóticamente
estable.
y
 
 
B X*


X*
 

B X*

X0
x
Figura 30

Note que la senda de fase puede alejarse del punto X * mientras permanece dentro de
 

la bola B X* y aproximarse al punto de equilibrio en el límite. Un punto que es
estable pero que no es asintóticamente estable suele denominársele como neutral o
marginalmente estable. La figura 30 muestra un punto de equilibrio neutralmente
estable.
350
La estabilidad asintótica es más fuerte que la estabilidad. Esto es claro ya que si un
punto de equilibrio es asintóticamente estable, entonces debe ser estable. La condición

límite por sí sola no es suficiente ya que un sistema puede empezar “cerca de” X* (es
decir, dentro de la bola de radio “δ”) y aproximarse al punto de equilibrio en el límite,
pero divergir considerablemente (ir más allá) de bola de radio “ε” en determinado
periodo.


 
Definición II: El punto de equilibrio X*  x* , y* se dice que es asintóticamente
estable si:
a) Es estable;
 
b) Existe un 0 tal que siempre que X 0  X*   entonces
 
lím X t   X*  0.
t 

Si un sistema tiene un punto de equilibrio X* que es asintóticamente estable, y si
cada senda de fase se aproxima al punto de equilibrio (es decir, tanto para puntos
cercanos al punto de equilibrio como para puntos lejanos de éste), entonces el punto
de equilibrio se dice que es globalmente estable. Otra forma de considerar esto es
establecer el conjunto inicial de condiciones para las cuales el punto de equilibrio
dado sea asintóticamente estable, esto es, la bola más grande a partir de la cual
cualquier trayectoria entrante converja asintóticamente al punto de equilibrio. Este
conjunto de condiciones iniciales es llamado fuente de atracción. Un punto de
equilibrio es localmente asintóticamente estable si existe una fuente de atracción,
 

B X* , dentro de la cual todas las sendas de fase entrantes a esta bola eventualmente

se aproximan al punto X* . Si la fuente de atracción es todo el plano x-y, entonces el
sistema es globalmente asintóticamente estable sobre el punto de equilibrio X* .  

Definición III: Sea X* un punto de equilibrio asintóticamente estable del sistema
     
(CIX), entonces el conjunto B X  X  2 lím X t   X*  0  es el dominio o
t  
BX    (o, en todo caso, si coincide con el plano de
  2
fuente de atracción de X. Si

fase) entonces se dice que X es globalmente asintóticamente estable. Si la estabilidad

únicamente se mantiene en una vecindad de X , se dice que es localmente
asintóticamente estable.
Algunas propiedades de las sendas de fase de sistemas autónomos son las siguientes:
1.- No más de una senda de fase pasa por un punto del plano x-y;
2.- Una senda de fase que empieza en un punto que no es un punto de equilibrio
únicamente alcanzará un punto de equilibrio en un periodo infinito;
3.- Ninguna senda de fase puede atravesarse así misma a menos que sea una curva
cerrada. Si la senda de fase es una curva cerrada entonces la solución es periódica.
351
Isoclinas y líneas de fuerza en el plano de fase:
 x t    f x , y  

Sea X  
x  x' 
   . Dado el sistema X '       
 
  F X , donde F X  
 
 y t    y     g x , y  
 y' 
puede ser lineal o no lineal, los lugares geométricos de 2 tales que

  x '   f x , y    a 
X '   '       , donde “a” y “b” son constantes, se denominan isoclinas.
   g x , y    b 
y 
Las isoclinas son de gran utilidad ya que nos permiten obtener la dirección de los
vectores del campo vectorial del sistema, lo que a su vez nos sirve para bosquejar las
sendas de fase.
En particular, las isoclinas en las que “a” y “b” son nulas (ceroclinas),
  x '   f x , y    0 
X '   '       , nos dan los puntos para los que ya no hay ajuste
   g x , y    0 
y 
dinámico para “x” y para “y”. Es decir, en las intersecciones de las ceroclinas
encontraremos los puntos de equilibrio del sistema.
La ceroclina x '  f x , y   0 divide el plano x-y en dos regiones, una en la que

x '  f x , y   0 (donde “x” crece conforme transcurre el tiempo: en esta región se
dibujarán líneas de fuerza (flechas direccionales) que apuntarán hacia la derecha
indicando el crecimiento de “x” conforme aumenta el tiempo) y la otra en la que
x '  f x , y   0 (donde “x” decrece conforme transcurre el tiempo: en esta región se
dibujarán líneas de fuerza que apuntarán hacia la izquierda indicando el
decrecimiento de “x” conforme aumenta el tiempo). En la figura 31 se aprecia la
dinámica descrita líneas arriba. En esta figura puede notarse que en las dos regiones
en que la ceroclina x '  f x , y   0 divide al plano x-y las líneas de fuerza son
opuestas (aquellas flechas que tienen el mismo color).
y
x'  0 x'  0
x'  0
x'  0
x'  0
x
Figura 31
352
La ceroclina y '  g x , y   0 también divide el plano x-y en dos regiones, una en la
que y '  g x , y   0 (donde “y” crece conforme transcurre el tiempo: en esta región
se dibujarán líneas de fuerza que apuntarán hacia arriba indicando el crecimiento de
“y” conforme se incrementa el tiempo) y la otra en la que y '  g x , y   0 (donde “y”
decrece conforme transcurre el tiempo: hacia abajo indicando el decrecimiento de “y”
conforme se incrementa el tiempo). En la figura 32 se aprecia el movimiento en el
plano x-y descrito líneas arriba. En esta figura también puede notarse que en las dos
regiones en que la ceroclina y '  g x , y   0 divide al plano x-y las líneas de fuerza
son opuestas (aquellas flechas que tienen el mismo color).
Es importante resaltar que las sendas de fase del sistema que se tracen en el plano x-y
cortarán verticalmente a la ceroclina x '  f x , y   0 y horizontalmente a la ceroclina
y '  g x , y   0.
y
y'  0
y'  0
y'  0
y'  0 y '  g x , y   0
x
Figura 32
Los puntos de equilibrio del sistema se encontrarán en las intersecciones de las
ceroclinas. Al superponer las ceroclinas de las figuras 31 y 32 en un mismo gráfico
(ver figura 33), el plano x-y quedará dividido en cuatro regiones en las que será
posible conocer la evolución temporal de “x” y de “y” a través de las líneas de
fuerza17. En la figura 33, sobre un punto de la ceroclina x '  f x , y   0 se ha trazado
arbitrariamente el gradiente de f x , y  en dirección noroeste (de color azul). Dado que
la dirección del f x , y  sobre cualquier punto de la ceroclina apunta hacia la
dirección donde f x , y   x '  0, en consecuencia, las líneas de fuerza que se
encuentran arriba de la ceroclina x '  f x , y   0 apuntarán hacia la derecha (este) ya
que en esa región, al ser x '  0, “x” aumentará conforme transcurra el tiempo. En la
región que se encuentra debajo de la ceroclina x '  f x , y   0, al ser x '  0, las
líneas de fuerza apuntarán hacia la izquierda (oeste) indicando el decrecimiento de
“x” conforme aumenta el tiempo.
17
Es importante resaltar que las ceroclinas x '  0 y y '  0 se pueden interceptar en más de un punto de
equilibrio y, por tanto, dividir el plano x-y en más de cuatro regiones.
353
y
x'  0
y 0
'
f x , y 
g x , y 
E
x
Figura 33
En la figura 33, sobre un punto de la ceroclina y '  g x , y   0 se ha trazado

arbitrariamente el gradiente de g x , y  en dirección noreste (de color rojo). Dado que
la dirección del g x , y  sobre cualquier punto de la ceroclina apunta hacia la
dirección donde g x , y   y '  0, en consecuencia, las líneas de fuerza que se
encuentran arriba de la ceroclina y '  g x , y   0 apuntarán hacia arriba (norte) ya
que en esa región, al ser y '  0, “y” aumentará conforme transcurra el tiempo. En la
región que se encuentra debajo de la ceroclina y '  g x , y   0, al ser y '  0, las
líneas de fuerza apuntarán hacia abajo (sur) indicando el decrecimiento de “y”
conforme aumenta el tiempo.
y
y'  0 x'  0
x
Figura 34
354
En la figura 34 se han agregado algunas sendas de fase a la figura 33 en función de las
direcciones de las líneas de fuerza, las cuales sirven para prever el movimiento
dinámico del sistema a partir de cualquier punto inicial del plano x-y. Note que las
sendas de fase que cortan la ceroclina y '  g x , y   0 tienen una pendiente nula en el
punto de corte (líneas punteadas que cortan a la ceroclina y '  g x , y   0
horizontalmente), mientras que las sendas de fase que cortan la ceroclina
x '  f x , y   0 tienen una pendiente infinita en el punto de corte (líneas punteadas
que cortan a la ceroclina x '  f x , y   0 verticalmente).
Clasificación de los puntos de equilibrio:

Dependiendo de las sendas de fase que circundan a un punto de equilibrio, éste puede
clasificarse como: nodo, punto de silla, foco o espiral, y vórtice o centro.
Un nodo es un punto de equilibrio tal que todas las sendas de fase asociadas a él o se
acercan no cíclicamente hacia él (atractor) o se alejan no cíclicamente de él
(repulsor)18. En la figura 35 se presenta un nodo propio que recibe el nombre de
estrella. En este caso, el retrato de fase está formado por segmentos de recta que
entran/salen (atractor/repulsor) del punto de equilibrio. En esta figura se muestra el
caso de una estrella repulsora.
y

v2
g x , y 
f x , y 
 x
y'  0 E v1
x'  0
Figura 35: Nodo propio repulsor
18
Cuando las sendas de fase entran a un punto de equilibrio (sea un nodo o cualquier otro tipo de punto
crítico) se le suele denominar sumidero y cuando salen de él se le suele denominar fuente.
355
En las figuras 36-a y 36-b se muestran ejemplos de un nodo impropio.
f x, y  0
gx, y  gx, y  0 E
x
  y'  0
v2 v1
f x , y 
x'  0
Figura 36-a: Nodo impropio atractor
f x , y   0
y
y'  0

v2

v1
E
x
g x , y 
f x , y 
g x , y   0
x'  0
Figura 36-b: Nodo impropio repulsor
356
Un punto de silla es un punto de equilibrio que se caracteriza por ser estable en
algunas direcciones e inestable en otras. Específicamente, un punto de silla tiene un
par de ramas estables en las que las sendas de fase convergen hacia el punto de
equilibrio, y un par de ramas inestables en el que las sendas de fase se alejan del
punto de equilibrio. El resto de sendas de fase se mueven hacia el punto de silla
inicialmente pero luego se alejan de él. Debido a que la estabilidad sólo se observa en
el par de ramas estables, y ésta evidentemente no se obtiene como algo usual, en
general, al punto de silla se le suele clasificar como un punto de equilibrio inestable.
No obstante, en el caso muy poco probable, en el que en el instante inicial el estado
inicial del sistema se encontrase sobre alguna de las ramas estables, entonces el
sistema se movería a lo largo de esta rama hasta el punto de equilibrio. Es por esta
razón que algunos autores clasifican al punto de silla como un punto de equilibrio
condicionalmente estable19.
En la figura 37 se aprecia un punto de silla, donde se observa que el par de ramas


estables se encuentran sobre la línea de acción del autovector v 2 , y el par de ramas

inestables se encuentran sobre la línea de acción del autovector v1 .
y
g x , y   0
f x , y   0
f x , y 

v1
x
E 
v2
x'  0
g x , y 
y'  0
Figura 37: punto de silla
Los focos son puntos de equilibrio caracterizados por sendas de fase en forma de espiral
o que se aproximan cíclicamente a él (foco estable) o que se alejan cíclicamente de éste
(foco inestable). En la figura 38 se muestra un foco inestable.
19
Para un estudio de sistemas dinámicos condicionalmente estables recurra a Gandolfo, G. Economic
Dynamics. Study Edition. Springer-Verlag. Berlin. 1997.
357
y
y'  0
f x, y 
x
E
x'  0
gx, y 
Figura 38: foco inestable
Un vórtice o centro es un punto de equilibrio caracterizado por una familia de sendas

de fase en forma de bucles (círculos o elipses concéntricos) que orbitan alrededor de
él en forma perpetua. Un vórtice se clasifica como neutralmente estable (es estable
pero no asintóticamente estable ya que dicho punto, aun cuando t  , es
inaccesible desde cualquier otro punto que no sea el mismo vórtice). En la figura 39
se aprecia un vórtice.
y'  0
g x , y 
E
x'  0
f x , y  x
Figura 39: Vórtice
358
Puntos de equilibrio y criterios de estabilidad para sistemas lineales (de “n”
variables) de ecuaciones diferenciales ordinarias de primer orden con
coeficientes constantes
  
Hemos visto que para el sistema de la ecuación (LXXIV), X' t   A  Xt   b, si
A  0, entonces su único punto de equilibrio lo obtenemos de la ecuación

* 1
 adjA  b
(LXXVIII), X  A b  . Además, si A  0 y el sistema es
A
 
   
homogéneo b  0 , entonces el único punto de equilibrio sería el origen, X*  0.
Criterio de estabilidad basado en los autovalores de “A”


Una condición necesaria y suficiente para que X * sea local y globalmente
“asintóticamente estable” es que todos los “n” autovalores de “A” tengan parte real

negativa. Si al menos un autovalor posee parte real positiva, X * es inestable.
El teorema que vamos a proponer a continuación nos proporciona una condición

necesaria y suficiente para que los autovalores asociados a la matriz “A” de (LXXIV)
tengan parte real negativa.
Teorema de Routh-Hurwitz:
Dado el sistema (LXXIV), las partes reales de todas las raíces (autovalores) del
polinomio característico de grado “n”:
a11   a12  a1n

a 21 a 22    a 2n
p  A  I   a 0n  a1n 1    a n  0 CXIV
   
a n1 a n2  a nn  
son negativas si y sólo si la matriz de Routh-Hurwitz
 a1 a3 a5 a7 a9  0 
 
a 0 a2 a4 a6 a8  0 
0 a1 a3 a5 a7  0 
 
0 a0 a2 a4 a6  0 
0 0 a1 a3 a5  0 
 
0 0 a0 a2 a4  0 
        

 0 0 0 0 0  a n 
es definida positiva (es decir, si la matriz de Routh-Hurwitz presenta todos sus

menores principales dominantes estrictamente positivos). Esto es:
359
a1 a3 a5 a7 a9  0
a0 a2 a4 a6 a8  0
0 a1 a3 a5 a7  0
a1 a3 0 a0 a2 a4 a6  0
a 1  a 1  0;  0;  ; 0
a0 a2 0 0 a1 a3 a5  0
0 0 a0 a2 a4  0
      
0 0 0 0 0  an
Criterios de estabilidad alternativos

Para calcular los autovalores de la matriz “A” del sistema (LXXIV) necesitamos
resolver el polinomio característico dado por (CXIV), pero esta es una ardua labor
sobre todo cuando “n” toma valores muy grandes. Asimismo, cuando la matriz “A”
está constituida por los parámetros de un modelo, el cálculo de los autovalores resulta
sumamente engorroso. Por estos motivos, vamos a presentar algunos criterios de
estabilidad alternativos al criterio basado en los autovalores de “A”, de modo que si se
cumplen estos criterios alternativos, entonces estará plenamente garantizado el hecho
de que los autovalores de la matriz “A” tendrán parte real negativa20.
Criterio I: Una condición de estabilidad necesaria y suficiente para una matriz
simétrica “A” es que ésta sea definida negativa. Esto implica que los menores
principales dominantes de “A” deben alternar de signo, empezando con signo
negativo.
a11 a12
a11  a11  0,  0,
a 21 a 22
a11 a12 a13  a1n

a 11 a 12 a 13 a 21 a 22 a 23  a 2 n
a 21 a 22 a 23  0,  , signo       signo 1n
a 31 a 32 a 33     
a n1 a n 2 a n 3  a nn
Criterio II: Una condición de estabilidad necesaria y suficiente para la matriz “A” es
que los menores principales dominantes de la matriz simétrica “B” alternen de signo,
empezando con signo negativo. Dónde:
 1 1 
 a11 a12  a 21   a1n  a n1  
 2 2 
1
  a 2 n  a n 2 
1
A  A   a 21  a12 
1 T a 22 
B
2 2 2 
     
1 1 
 a n1  a1n  a n 2  a 2 n   a nn 
2 2 
20
Para una revisión más exhaustiva de estos criterios puede recurrir a Gandolfo, G. Economic Dynamics.
Study Edition. Springer-Verlag. Berlin. 1997.
360
Criterio III: Sea a ij  0, i  j, (es decir, todos los elementos que no pertenecen a la
diagonal principal de “A” son no negativos). Entonces, en este caso, las condiciones
de estabilidad necesarias y suficientes para la matriz “A” son las mismas que las del
criterio I. Note que estas condiciones implican que a ii  0. Una matriz con a ii  0 y
a ij  0, i  j, es denominada “matriz Metzleriana”.
Criterio IV: Un conjunto de condiciones suficientes de estabilidad es que todos los

elementos de la diagonal principal de “A” sean negativos y que cada uno de ellos en
valor absoluto sea mayor a la suma de los valores absolutos de todos los otros
elementos pertenecientes a su misma línea (fila o columna). Esto es:
n
a ii  0, a ii   a ij Dominación por filas
j 1
j i
o
n
a ii  0, a ii   a ji Dominación por columnas
j 1
j i
Criterio V: Una condición de estabilidad necesaria pero no suficiente es que la traza

de “A” sea negativa. Es decir,
n
trA   a ii  0.
i 1
Criterio VI: Una condición de estabilidad necesaria pero no suficiente es que el

determinante de “A” tenga el signo de  1n .
Criterios de estabilidad para sistemas lineales homogéneos (de dos variables) de

ecuaciones diferenciales ordinarias de primer orden con coeficientes constantes
Sea el siguiente sistema dinámico:
 dx
  x '  a 11x  a 12 y
 dt x '  a a 12   x  ' 
   '    11      X t   A  X t  (CXV)
 dy  y '  a x  a y  y   a 21 a 22   y 

 dt
21 22
 0
Si A  0, entonces posee como único punto crítico a X *    , es decir, el origen.
0
El polinomio característico de (CXV) viene dado por:
a 11   a 12
p     2  a 11  a 22   a 11  a 22  a 12  a 21   0
a 21 a 22  
p   2  trA  A  0 (CXVI)

361
La estabilidad del sistema (CXV) quedará determinada por el hecho que el polinomio
característico (CXVI) tenga sus dos autovalores con parte real negativa.
Por el criterio de Routh-Hurwitz, las condiciones de estabilidad para (CXVI) serán:
a 1   trA   trA  0  trA  0
 

a1 a3  trA 0
  0   trA  A  0  A  0
a0 a2 1 A
Es decir, el sistema (CXV) será estable si y sólo si trA  0 y A  0.
Como los autovalores de (CXVI) vienen dados por:
trA  trA2 4A trA  

1 , 2   (CXVII)
2 2
Donde   trA2  4 A , es el denominado discriminante.
De (CXVII) podemos verificar que:
trA  1   2 y A  1   2 (CXVIII)
Por lo que si los autovalores son reales y A  0, entonces 1 y  2 deben tener el

mismo signo, mientras que si A  0, los autovalores 1 y  2 deben tener signos
opuestos.
El estudio de los posibles estados del sistema (CXV) se realizará teniendo en cuenta
que:
a) Si   trA2  4 A  0, los autovalores son reales y distintos.

b) Si   trA2  4 A  0, los autovalores son reales e iguales.
c) Si   trA2  4 A  0, los autovalores son complejo conjugados.
Para ilustrar las diversas soluciones trazaremos la trA en el eje horizontal y el A en

el eje vertical, lo cual es válido ya que tanto la trA como el A son parámetros. El plano
de parámetros A  trA queda dividido por la curva A  trA2 4 , que es una
parábola con mínimo en el origen, tal como se aprecia en la figura 40.
362
A  1   2
0   trA2  4 A  0
0 0 IV VI V
I II
trA  1   2
III
Figura 40
Debajo de la parábola tenemos que   trA2  4 A  0, por lo que los autovalores

son reales y distintos; encima de la parábola se tiene que   trA2  4 A  0, por lo
que los autovalores son complejo conjugados; mientras que a lo largo de la parábola
tenemos que   trA2  4 A  0, por lo que los autovalores son reales e iguales.
Adicionalmente, podemos subdividir los casos de acuerdo al signo/valor de los dos

autovalores.
Caso I: autovalores reales y distintos del mismo signo:
Tomemos en primer lugar los autovalores reales distintos que permanecen

estrictamente debajo de la parábola. Si ambos autovalores son negativos entonces la
trA debe ser negativa, y ya que el A  0, entonces estamos en la región debajo de la
parábola y encima del eje horizontal (región I en la figura 40). En esta región, el
punto de equilibrio es un nodo impropio asintóticamente estable. En la región II, que
se encuentra también debajo de la parábola y encima del eje horizontal, ambos
autovalores son positivos y el sistema es inestable (el punto crítico es un nodo
impropio inestable).
Para comprobar esto, vamos a considerar la solución general

  
Xt   x t , yt   c1e1t V1  c 2e 2 t V2 donde “λ1” y “λ2” son autovalores reales y
distintos y ambos son o positivos o negativos. Asimismo, supondremos que los
 
autovectores asociados a “λ1” y “λ2” son V1 y V2 . En primer lugar, si  2  1  0,
cuando t   se verificará que e 1 t  e  2 t . Por tanto, cuando t   la solución

tenderá a alinearse con c1e 1t V1 , esto es, en el largo plazo tendremos que
 
Xt   c1e 1t V1 . Pero, dado que cuando t  , resulta que e 1t  0 y e  2 t  0,
 
entonces se tiene que en el largo plazo Xt   0 independientemente de los valores
363
de c1 y c 2 . En este caso, en el largo plazo, las sendas de fase se aproximarán al

origen tangencialmente a la línea de acción del autovector V1 . En este caso se tendrá
un nodo impropio estable tal como el de la figura 36-a. De particular interés es el

hecho que si el punto inicial se encuentra justo sobre V1 , entonces c 2  0 y el

sistema se mueve a lo largo de la línea de acción del autovector V1 y se aproxima al
origen conforme transcurre el tiempo. De forma similar, si el punto inicial se

encuentra justo sobre V2 , entonces c1  0 y el sistema se mueve a lo largo de la

línea de acción de V2 , aproximándose al origen en el límite. Por tanto, el punto de
equilibrio es un nodo impropio asintóticamente estable. En segundo lugar, si
0   2  1 , se verificará que cuando t   entonces e 1 t  e  2 t . Por lo que

cuando t   la solución tenderá a alinearse con c1e 1t V1 , esto es, en el largo plazo
 
tendremos que Xt   c1e1t V1. En este caso, las sendas de fase se alejarán del punto

de equilibrio tangencialmente a la línea de acción del autovector V1 conforme
transcurra el tiempo. Esto se debe a que tanto x t  e yt  crecen exponencialmente
con el tiempo.
Caso II: autovalores reales e iguales
Si ambos autovalores son reales e iguales y el discriminante es nulo (estaríamos sobre

los puntos pertenecientes a la parábola), entonces se pueden presentar dos sub-casos:
i) se tendrá un nodo propio (estrella) si los dos autovectores son independientes; ii) se
tendrá un nodo impropio si sólo existe un autovector independiente.
  

Para el sub-caso i) se tendría que Xt   c1e 1t V1  c 2 e  2 t V2  e t c1 V1  c 2 V2 .
 

Si 1   2    0, se obtendría una estrella estable donde las sendas de fase
convergerían al origen ya que:
t 

t 
  
 t 

  
lím X t   lím c1e 1t V1  c 2 e  2 t V2  lím e t c1 V1  c 2 V2 

 0.
Si 1   2    0, se obtendría una estrella inestable, tal como se aprecia en la

figura 35.
   
Para el sub-caso ii) se tendría que Xt   c1e t v1  c 2 e t tv1  v 2 . Si
1   2    0, se verificará que cuando t   entonces el término

dominante será c 2 te t v1 , por lo que en el largo plazo cada senda de fase deberá
aproximarse al origen de manera que sea tangente a la línea de acción del

autovector v 1 . Ciertamente, si c 2  0 la solución deberá permanecer sobre la

misma línea de acción del autovector v1 , y aproximarse al origen a lo largo de
esta línea. Si 1   2    0, entonces cada senda de fase deberá alejarse del
origen, tal como se muestra en la figura 36-b.
364
Caso III: autovalores reales distintos de signos opuestos
Si ambos autovalores son reales y tienen signos opuestos, y el A  0, entonces el

punto de equilibrio es un punto de silla. Por tanto, debajo del eje horizontal en la
región III, el punto de equilibrio es un punto de silla inestable 21. Note que esto se
aplica independientemente de que la traza sea positiva o negativa. Para comprobar
este caso, vamos a considerar la solución general
  
       1 t 2t
X t  x t , y t  c1e V1  c 2e V2 donde supondremos que los autovectores
 
asociados a “λ1” y “λ2” son V1 y V2 . Si suponemos que  2  0 y 1  0, entonces,
cuando t   resulta que e 1t   y e  2 t  0. Este caso es recogido en la figura
37. En esta figura se puede apreciar que todas las sendas de fase divergen del punto de
equilibrio hacia el infinito a excepción de aquella senda (una de las ramas estables)
que parte de un punto inicial situado en la recta de acción del autovector
correspondiente al autovalor negativo, en nuestro caso en la dirección del autovector

V2 . Es importante resaltar que si la solución iniciara en la línea de acción del

autovector V1 entonces se tendría que c 2  0. En este caso, la solución permanecería

sobre la línea de acción de V1 . Ya que 1  0, entonces la solución divergiría del
punto de equilibrio conforme transcurriese el tiempo. Por otro lado, si el sistema

iniciara sobre la línea de acción del autovector V2 , entonces c1  0, y ya que
 2  0, entonces según t   el sistema convergería hacia el punto de equilibrio.
Caso IV: autovalores complejos con parte real distinta de cero
La región compleja (área sombreada de la figura 40) se subdivide en tres categorías.

En la región IV el signo de la parte real de los autovalores complejos   i es
estrictamente negativo   0  y la trayectoria espiral tiende hacia el punto de
equilibrio en el límite (el punto de equilibrio es una espiral asintóticamente estable).
En la región V tenemos que   0 y el punto de equilibrio es inestable con una
trayectoria en forma de espiral que diverge de él.
Para demostrar esto vamos a asumir que 1    i y  2    i, y que

  0 y   0. Los sistemas que tienen tales autovalores complejos pueden
expresarse como sigue:

 x  x  y
' x '      x 
 '   '     (CXIX)

 y  x  y  y        y 
Ahora vamos a expresar el sistema (CXIX) en coordenadas polares en términos de

“R” y “θ”, donde:
 x  R cos 
 (CXX)
 y  R sen
21
Como ya se dijo, salvo que el estado inicial del sistema se encuentre sobre una de las dos ramas estables,
un punto de silla es inestable.
365
Realizando operaciones elementales con las ecuaciones del sistema (CXX) se tiene
que:
R 2  x 2  y 2

 y (CXXI)
 tg 
 x
Derivando respecto al tiempo las dos ecuaciones del sistema (CXXI) se tiene:
 2 RR '  2 xx '  2 yy'  RR '  xx '  yy'

 

 d tg  d tg  d d y x    1  ' xy '  yx ' (CXXII)
      

 dt d dt dt 
 cos  
2
x2
Reemplazando (CXIX) y (CXX) en (CXXII) tenemos:
 
 RR '  x x  y   y  x  y    x 2  y 2  R 2


 1  ' x  x  y   y x  y 
 2 
 

 cos   R 2 cos2 
 R '  R
 
 
 R  R
'
 2  
 '  x  y
2 (CXXIII)
  
   
'

 R 2
Resolviendo (CXXIII) tenemos las ecuaciones paramétricas en coordenadas polares

del sistema (CXIX):

 R  ce t
 (CXXIV)
   0  t

Donde “c” es una constante y 0    0 . Como   0, entonces “θ” decrece con el
tiempo, y por tanto el movimiento es en el sentido de las agujas del reloj 22. Además, si
t   entonces:
R  0 si   0

R   si   0
Por tanto, las sendas de fase son espirales que se aproximan o se alejan del origen
dependiendo del signo de “α”. En la figura 38 se muestra una espiral divergente.
22
En caso   0, el ángulo “θ” aumentaría con el transcurrir del tiempo, por lo que el sentido de giro sería
antihorario.
366
Caso V: autovalores complejos con parte real nula
En la región VI, que es el eje “y” encima del origen,   0 y el punto de equilibrio
tiene un centro (vórtice) con una curva cerrada como trayectoria.
Para demostrar esto vamos a asumir que 1  i y  2  i, es decir, y que   0 .

Reemplazando   0 en los sistemas (CXIX), (CXXIII) y (CXXIV) respectivamente
tenemos que:

 x  y
'  x '   0   x 
 '   '     (CXXV)

 y   x  y     0   y 

R  0
'
R  c
 '  (CXXVI)

       0   t
Donde “c” y 0    0 son constantes. Esto significa que las sendas de fase son
curvas cerradas (círculos o elipses) con centro en el origen. Si   0 el movimiento
será en el sentido de las agujas del reloj mientras que si   0 el movimiento será
antihorario. Un circuito completo alrededor del origen denota la fase del ciclo, que es
2   . En la figura 39 se muestra un centro.
En la tabla II se muestran las diversas configuraciones de los espacios de fase

bidimensionales que se pueden describir de acuerdo a la trA y el A junto con los
autovalores de la matriz “A”.
367
A  1   2 Autovalores Punto de
∆ Estabilidad
trA   1   2 de A equilibrio
Reales del
A 0 Nodo
0 mismo signo: Estable
trA  0 1   2  0
impropio
Reales del
A 0 Nodo
0 mismo signo: Inestable
trA  0 1   2  0
impropio
Reales de signo Estabilidad

A 0
opuesto: condicional
 trA  0   1  0,  2  0 Punto de (depende de la
0  
 ó  ó
silla posición inicial).
 trA  0  En general:
   1  0,  2  0 inestable.
Complejo
conjugados:
A 0 Foco Asintóticamente
0  1    i
trA  0  2    i
(espiral) Estable
0
Complejo
conjugados:
A 0 Foco
0  1    i Inestable
trA  0  2    i
(espiral)
0
Imaginarios
puros: Marginal o
A 0 Centro
0  1  i neutralmente
trA  0  2   i
(vórtice)
estable
0
A 0
trA  0 Reales e Nodo
0 a 11  a 22 iguales: propio Estable
 1   2  0 (estrella)
a 12  a 21  0
A 0
trA  0 Reales e Nodo
0 a 11  a 22 iguales: propio Inestable
 1   2  0 (estrella)
a 12  a 21  0
Tabla II
368
Ejemplos:
Resuelva los siguientes sistemas dinámicos y realice su análisis cualitativo: represente
algunas de sus sendas de fase en el plano de fase x  y.

x   y
'   x 0   5   x '  0  1  x   5
1.-  con X 0         '       con X 0   .

y  x
'
 y 0   2   
y 1 0   y 2
El determinante de “A”, la traza de “A”, y el discriminante del sistema son:

A 1 0
    0 2  41  4  0 (255)

 trA  0
El polinomio característico de la matriz “A” es:
 1  1  i   0
p     2  1  0    (256)
1  
 2   i   1
Para 1  i :
 i 1  a  0 
A  1 Iv 1          b  ai
 1  i   b  0
Si hacemos a  1  b  i, entonces:
 1
v1   
 i
Para  2  i :
 i 1  c  0 
A   2 Iv 2          d  ci
1 i  d  0 
Si hacemos c  1  d  i, entonces:
 1
v2   
i 
De (CXXIII) y (256) se tiene que la solución será:
     
X t   e 0  h 1 cost   h 2 sent   h 1 cost   h 2 sent  (257)
 
369
Con:
   1 1  c  c 2 
h 1  c1 v 1  c 2 v 2  c1    c 2     1  (258)

 i  i    ic1  ic 2 
   1 1 i c  c 2 
h 2  i c1 v1  c 2 v 2   ic1    ic 2     1  (259)
 i   i   c1  c 2  
Reemplazando las condiciones iniciales en (257) y teniendo en cuenta (258)

tenemos que:
 5  2i
c1 
 5   c1  c 2  
X 0      h 1   
2 (260)
2   ic1  ic 2   c  5  2i


2
2
 5  2 
h1    y h 2    (261)
 
2 5
 5  2   x t   5 cost   2sent 

X t     cost     sent    (262)
 
2  5   y t   2 cost   5sent 
Para encontrar las órbitas del sistema en el plano de fase x  y vamos a utilizar
la ecuación (CXII):
dy y' x y2 x2
dx

x'

y

 y  0   ydy   xdx  k1  
2
 k1 
2
x2 y2
  k1  x 2  y 2  2 k 1  x 2  y 2  k (263)
2 2
En consecuencia, las órbitas del sistema vienen dadas por (263), que representa
una familia de circunferencias con centro en el origen (el punto de equilibrio es
un centro o vórtice) y radio k tal como se aprecia en la figura 41. En el
instante inicial, t  0, se tiene que x 2  y 2  29. El sentido del movimiento de la
senda de fase que satisface las condiciones iniciales se obtiene evaluando el
vector tangente a dicha senda (vector de velocidad de movimiento) en el instante
inicial. En el instante inicial, t  0, tendríamos que el vector tangente es:
  
 
Fx 0 , y0   F0  F5, 2   x ' 0 , y' 0    2,5. En consecuencia el movimiento
de la senda de fase sería contrario al sentido de giro de las agujas del reloj.
370
y
y'  0

F0

2 X0
E
x 0
'
g x , y  5
f x , y  x
Figura 41
Se puede apreciar que en este caso las ceroclinas coinciden con los ejes
coordenados:
 x  f x , y    y  0  y  0 : eje " x"

 '
 '
 y  g x , y   x  0  x  0 : eje " y"

Por esta razón los gradientes de “f” y “g” se encuentran también sobre los ejes
coordenados:
 0
 f  x , y    
   1

 1 
 g  x , y    
 0
En consecuencia, por debajo del eje “x” las líneas de fuerza horizontales
apuntarán hacia la derecha, y por encima del eje “x” apuntarán hacia la izquierda.
Asimismo, las líneas de fuerza verticales apuntarán hacia arriba a la derecha del
eje “y”, y hacia abajo a la izquierda del eje “y”. Note que todas las soluciones del
sistema dinámico, salvo el origen, son circunferencias. Asimismo, note que en las
intersecciones de las circunferencias con el eje “x”, y  0, la dy dx no está
definida.
371

x   x  y
'   x 0   2   x '    1  1  x    2
2.-  con X 0         '       con X 0   .

y  x  y
'
 y 0   1   
y 1  1  y 1 
El determinante de “A”, la traza de “A”, y el discriminante del sistema23 son:

A  2  0
     2 2  42   4  0 (264)

 trA  2
1   1 1  1  1i   1

p     2  2  2  0    (265)
1 1  
 2   1   1i   1
Para 1  1  1i :
i 1  a  0 
A  1I v1           b  ai
1 i   b  0 
Si hacemos a  1  b  i, entonces:
 1
v1   
i 
Para  2  1  1i :
 i 1  c   0 
A   2 I v 2          d  ci
 1  i  d  0
Si hacemos c  1  d  i, entonces:
 1
v2   
 i
      
X t   e  t  h1 cos t   h 2 sen t   e  t  h1 cost   h 2 sent  (266)
   
23
En este punto es importante darse cuenta que, de acuerdo al sistema dado por (CXIX),   1  0.
372
Con:
   1  1   c  c 2  
h1  c1v1  c 2 v 2  c1    c 2     1  (267)
 
i   i  i c1  c 2 
   1  1   i c  c 2  
h 2  i c1v1  c 2 v 2   ic1    ic2     1  (268)
i    i    c1  c 2 

tenemos que:
 2   c  c 2   c1  2  i  2
X 0      h1   1  (269)
 
1  1
i c  c 
2  c 2  2  i  2
 2   1 
h1    y h 2    (270)
1   2
 x t   e 2 cost   sent 

   2  t
 1 
X t   e  t    cost     sent    (271)
  2  y t   e cost   2sent 
t
 1   
dy y' xy 1  y x 
    y  x (272)
dx x '
xy  1  y / x 
Si hacemos el siguiente cambio de variable:
u  y x  y  u  x  dy  udx  xdu (273)
dy 1 u u 1  u 1   u 1 
   dy   dx  udx  xdu  


 u  1 dx
dx 1 u u 1  u  1   
 u 1   u2 1 
udx   dx   xdu   dx   xdu  dx   u  1 du
    2 
 u 1   u 1  x  u 1 
dx  u 1  1 x 2  y2  y
     du  ln x  k   ln
  tg1   ; x  0 
 u 1 
2 2
x 2 x x
373
1 x 2  y2  y
Fx , y   ln x  k  ln  tg1    0 ; x  0  (274)
2
2 x x
La ecuación (274) nos representa una familia de espirales convergentes al origen.

Note que todas las soluciones del sistema dinámico, salvo la solución trivial, son

espirales. Reemplazando X 0  x 0 , y0   2,1 en la ecuación (274) se obtiene
k  1, 2683. Reemplazando “k” en (274) tenemos que:
1 x 2  y2  y
Fx , y   ln x  1, 2683  ln  tg1    0 ; x  0  (275)
2
2 x x
La ecuación (275) nos representa una espiral convergente al origen que satisface
las condiciones iniciales del sistema dinámico. Para determinar el sentido del
movimiento de la senda de fase evaluaremos el vector tangente a la senda de fase
(vector de velocidad de movimiento) por ejemplo en el instante t  0,
  

Fx 0 , y0   F0  F2,1  x ' 0 , y' 0    3,1. 
Por otro lado, del sistema (271) es fácil verificar que se cumple que:
x 2  y 2  5e 2 t (276)
La ecuación (276) corresponde a una espiral, que puede interpretarse como una
circunferencia cuyo radio 5 e  t tiende a cero cuando t  .
Comparando (276) con (CXXIV) se tiene que:
R 2  x 2  y 2  5e 2 t  R   x 2  y 2   5 e  t  c   5 (277)
Por otro lado tenemos que en el instante inicial, t  0, se tiene que:
y 0  1
tg0     0  tg1 1 2  (278)
x 0  2
Reemplazando (278) y “β” en (CXXIV) se tiene que:
t   tg1 1 2   t (279)
Las ecuaciones paramétricas (277) y (279), en coordenadas polares, representan

una espiral [la misma espiral que se obtuvo en la ecuación (275)]. En la figura 42
se aprecia la senda de fase en forma de espiral que converge al punto de
equilibrio del sistema (el origen) y cuyo sentido de giro es contrario al de las
manecillas del reloj.
374
y
x'  0 y'  0
f x , y  g x , y 

F0

X0
2 x
Figura 42
Se puede apreciar que en este caso las ceroclinas vienen dadas por:
 x  f x , y    x  y  0  y   x
 '
 '
 y  g x , y   x  y  0  y  x

Mientras que los gradientes de “f” y “g” vienen dados por:
   1
 f  x , y    
   1

   1
 g x , y    
   1
En consecuencia, por debajo de la ceroclina x '  0 las líneas de fuerza

horizontales apuntarán hacia la derecha, y por encima de ella apuntarán hacia la
izquierda. Asimismo, las líneas de fuerza verticales apuntarán hacia arriba por
debajo de la ceroclina y '  0, y hacia abajo por encima de ella. Note que en las
intersecciones de la espiral con la isoclina x '  0 y   x , la dy dx no está
definida.

x  x
'   x 0  1  x '  1 0   x   1
3.-  con X 0         '       con X 0   .

y  y
'
 y 0   1  y   0 1   y 1

A 1 0
    2 2  41  0 (280)

 trA  2
375
1  0
p   2  2  1  0  1  2    1 (281)
0 1 
Utilizando 1  1 :
0 0  a  0 a  
A  1 Iv 1        0a 0b  0  
0 0  b  0 b  
 a 
v1   
b
Utilizando  2  1 :
0 0  c  0 c  
A   2 Iv 2        0c0d  0  
 0 0     
d 0 d  
 c
v2   
d 
  
Ya que A  I v  0, con   1, se satisface para cualquier autovector v ,
entonces deberemos escoger arbitrariamente cualquier par de autovectores
linealmente independientes para los autovalores 1   2    1. Permítase que
dichos autovectores sean:
 1   0
v1    y v 2   
0 1 
Entonces, por (LXXXV), la solución general será:
 x t   c 1 e

 t
1  0
X t   c 1 e t    c 2 e t     (282)
0 1   y t   c 2 e
 t
Reemplazando las condiciones iniciales en (282) tenemos la solución particular:
 x 0   c1e  1  c1  1
  x t   e

 0 t
1
X 0         (283)
1  y 0   c 2 e  1  c 2  1
  y t   e

0 t
dy y' y dy dx dy dx
dx

x '

x
x0
y

x
  y
  x
 k  ln y  ln x  k1
376
y y
ln  k1 ;  x  0  y  0    e k 1  c  0; x  0  y  0 
x x
y y
 c; x  0  y  0   c; x  0  y  0
x x
y  cx; x  0  y  0 c   (284)
La ecuación (284) representa una familia de semirectas, a excepción de la

solución nula. Reemplazando las condiciones iniciales en la ecuación (284) se
tiene que c  1. Por tanto, la senda de fase que satisface las condiciones iniciales
será:
y  x; x  0  y  0  (285)
Para determinar el sentido del movimiento de la senda de fase evaluaremos el

vector tangente a la senda de fase (vector de velocidad de movimiento) por
  
 
ejemplo en el instante t  0, Fx 0, y0   F0  F1,1  x ' 0, y' 0  1,1. En

este caso la senda de fase que parte del punto X 0  1,1 se aleja del punto de
equilibrio conforme transcurre el tiempo sobre la semirecta y  x x  1  y  1.
coordenados:
 x  f x , y   x  0 : eje " y"

 '
 '
 y  g x , y   y  0 : eje " x"

 1 
 f  x , y    
 0

  0
 g  x , y    
 1
En consecuencia, a la derecha del eje “y” las líneas de fuerza horizontales

apuntarán hacia la derecha, y a la izquierda del eje “y” apuntarán hacia la
encima del eje “x”, y hacia abajo por debajo del eje “x”. En la figura 43 se
aprecia que el punto de equilibrio de este sistema es una estrella divergente. Note
que en el eje “y”, x  0, la dy dx no está definida.
377
y

F0
1 
g x , y  X0
x
y'  0 f x , y  1
x'  0
Figura 43

x  2 y
'   x 0   2   x '  0 2  x    2 
4.-  con X 0         '       con X 0   .

y  x
'
 y 0   1 
  
y  1 0   y  1 

 A  2  0
    0 2  4 2   8  0 (286)

 trA  0
   2
2  1
p     2  2  0   (287)
1  
 2   2
Para 1  2 :
 2   a  0
A  1Iv1    2 2
     b  a
 1  2   b  0  2
378
Si hacemos a  1  b  2 2 , entonces:
  1 
v1   
 2 2
Para  2   2 :
 2 2   c  0  2
A   2 I v 2      d   c
 1 2   d  0  2
Si hacemos c  1  d   2 2 , entonces:
  1 
v2   
  2 2
De (LXXXV) se tiene que la solución será:
  1   1  
X t   c1  e
2t
 c2  e
2t
 2 2   2 2

 x t   c1e  c 2e  2 t
2t
 (288)
 y t    2 2  c1e 2 t   2 2  c 2 e  2t
    
Reemplazando las condiciones iniciales en (288) tenemos que:
  2 1
 c1  c 2  c1 
  2    
X 0          2
(289)
 1   2
c1 
2 
c2    2 1
 c 2 
 2 2 
 2
     2 1 
 x t     2  1  e 2t 

  2t
 
    e
  2   2 
 (290)
   2 1   2  1  
 y t    
 e
2t 
  e
2t
  2  2
    
379
dy y' x x2
dx

x'

2y
 y  0  2 ydy    xdx  k  y 2 
2
k
y2 x2
 1 (291)
k 2k
una familia de hipérbolas con vértices en el eje “y” para valores de k  0, y con
vértices sobre el eje “x” para valores de k  0. Independientemente del signo de
“k”, las ecuaciones de las asíntotas a dichas hipérbolas son y   2 2  x. Note
 
que las pendientes de las rectas asíntotas coinciden con las tangentes de los
 
ángulos de inclinación de los autovectores v1 y v 2 . Asimismo, note que en las
intersecciones de las sendas de fase con el eje horizontal, y  0, la dy dx no está
definida. El punto de equilibrio es un punto de silla, tal como se aprecia en la figura
44. En el instante inicial, t  0, se tiene que 12 1   2 2 2  k  1. Por tanto,
la senda de fase que satisface las condiciones iniciales viene dada por:
x2 y2
 1
2 1
El sentido del movimiento de la senda de fase que satisface las condiciones

iniciales (que en el largo plazo se aleja del punto de equilibrio) se obtiene
evaluando el vector tangente a dicha senda en el instante inicial. En dicho
  

instante el vector tangente es: Fx 0 , y0   F0  F 2,1  x ' 0 , y' 0  2, 2 .
coordenados:
 x  f x , y   2 y  0  y  0 : eje " x"

 '
 '
 y  g x , y   x  0  x  0 : eje " y"

coordenados:
 0
 f  x , y    
 2

  1 
 g x , y    
 0
En consecuencia, por encima del eje “x” las líneas de fuerza horizontales
apuntarán hacia la derecha, y por debajo del eje “x” apuntarán hacia la izquierda.
Asimismo, las líneas de fuerza verticales apuntarán hacia arriba a la derecha del
eje “y”, y hacia abajo a la izquierda del eje “y”. Note que todas las soluciones del
sistema dinámico, salvo el origen y las asíntotas, son hipérbolas.
380
y
f x , y  

1 v1
-2 F0
x 0
'  x
v2
g x , y 
y'  0
Figura 44

x  2 y
'   x 0   2   x '   0 2  x    2
5.-  con X 0         '       con X 0   .

y   x
'
 y 0   1   y    1 0   y  1 

A  20
    0 2  42   8  0 (292)

 trA  0
  2 i
 2  1   0

p     2  2  0    (293)
1    
  2
 2   2 i
Para 1  2 i :
   a  0
A  1Iv1    2i 2 2
    b  ai
  1  2 i   b  0  2
2
Si hacemos a  1  b  i , entonces:
2
 1 

v1   2 
i
 2 
381
Para  2   2 i :
 2i 2   c  0 2
A   2 Iv 2      d   ci
  1 2 i     
d 0 2
2
Si hacemos c  1  d   i , entonces:
2
 1 

v 2   2 
 i
 2 

  
X t   h1 cos 2 t   h 2sen 2 t  (294)
   
Con:
  1   1   c1  c 2  
   
h1  c1v1  c 2 v 2  c1  2   c 2  2   
(295)
i  i c1  c 2 
2
i 
 2   2   2 
  1   1   i c1  c 2  
 
h 2  i c1v1  c 2 v 2   ic1  2   ic2  2  
(296)
i   
2
i
 2  

 
c1  c 
2 
2 2 

tenemos que:
 c1  c 2   c   2  2 i  2
 
 2    
 1  
X 0      h1   2    (297)
1   i c1  c 2   
c 2   2  2 i  2
 2  
  
  2   2 
h1    y h 2    (298)
1    2 
 2  2 
X t     cos 2 t     sen 2 t 
1      2   
382
 x t   2 cos 2 t   2 sen 2 t 
    
    
 (299)
 y t   cos 2 t   2 sen 2 t 
   

    
dy y' x
dx

x '

2y

 y  0  2 ydy   xdx  2 ydy   xdx  k 
x2 x2 y2
y2   k   1; k  0  (300)
2 2k k
una familia de elipses con centro en el origen (el punto de equilibrio es un centro
o vórtice) tal como se aprecia en la figura 45.
En el instante inicial, t  0, se tiene que 22 2  12  k  3. En consecuencia, la

senda de fase que satisface las condiciones iniciales será:
x2 y2
 1
6 3
El sentido del movimiento de la senda de fase que satisface las condiciones

iniciales se obtiene evaluando el vector tangente a dicha senda (vector de
velocidad de movimiento) en el instante inicial. En el instante inicial, t  0,
  
 
Fx 0 , y0   F0  F2,1  x ' 0 , y' 0   2, 2 . En consecuencia el movimiento
de la senda de fase sería en el sentido de giro de las agujas del reloj.
coordenados:
 x  f x , y   2 y  0  y  0 : eje " x"

 '
 '
 y  g x , y    x  0  x  0 : eje " y"

coordenados:
 0
 f  x , y    
 2

   1
 g x , y    
 0
383
En consecuencia, por encima del eje “x” las líneas de fuerza horizontales
apuntarán hacia la derecha, y por debajo del eje “x” apuntarán hacia la izquierda.
Asimismo, las líneas de fuerza verticales apuntarán hacia arriba a la izquierda del
eje “y”, y hacia abajo a la derecha del eje “y”. Note que todas las soluciones del
sistema dinámico, salvo el origen, son elipses. Asimismo, note que en las
intersecciones de las elipses con el eje “x”, y  0, la dy dx no está definida.

X0
1 
f x , y  F0
E
2 x
g x , y 
Figura 45

x  4x  y
'  x0 2 x '  4  1 x  2
6.-  con X0         '       con X0   .

y  x  2y
' y0
   2 y   1  2  y 2

A  90
     6 2  49   0 (301)

 trA  6  0
4   1
p     2  6  9  0  1   2    3 (302)
1 2
Se observa que la multiplicidad algebraica es 2, es decir m  2.
Para   3 :
1 1  a  0 
A  I v1           a  b
 1 1   b  0 
Si hacemos a  1  b  1, entonces:
 1
v1   
  1
384
Como apreciamos sólo existe un autovector asociado a   3. Para encontrar un

expresión (CVI):
 1 1  c   1 
A  I v 2 
 v1           c  d  1 (303)
 1 1   d    1
Si hacemos c  0  d  1. Por tanto:
 0
v2   
  1
En consecuencia, de (CIV) tenemos:
 x t  3t  1  3t   1   0  
   c1e    c 2 e  t      
 y t    1    1   1 
 x t   c1e
 3 t
 c 2 te3 t
 (304)
 y t    c1e  c 2 t  1e  3 t
3t

Reemplazando las condiciones iniciales en (304) tenemos que:
 x 0   c1  2
 (305)
 y 0    c1  c 2  2  c 2  4
 x t   2 e
 3 t
 4 te3 t
 (306)
 y t   2e  4t  1e  3 t
3t

dy y' x  2y 2y x   1
    y  4 x (307)
dx x '
 4x  y y / x   4
Si hacemos el siguiente cambio de variable:
u  y x  y  u  x  dy  udx  xdu (308)
dy 2u  1  2u  1   2u  1 
  dy   dx  udx  xdu  


 u  4 dx
dx u4  u4   
385
 2u  1   u  12  dx  u4 
udx    dx   xdu  

 dx   xdu     du
 u4   u4   u  1 
2
  x
dx  u4  3
     du  ln x  k   ln u  1  ; u  1
x  u  12  u 1
y 3  y 
ln x  k   ln 1  ;   1
x y x 1  x 
xy 3x
ln x  k   ln  ; y   x 
x xy
3x
Fx , y   ln x  y   k  0; y   x  (309)
xy
La ecuación (309) nos representa una familia de sendas de fase convergentes al

origen. Note que todas las sendas de fase, salvo la senda que coincide con la línea
 
de acción del autovector v1 , son tangentes a la línea de acción de v1 .

Reemplazando X0  x 0 , y0   2, 2  en la ecuación (309) se obtiene
k  0,1137. Reemplazando “k” en (309) tenemos que:
3x
Fx , y   ln x  y   0,1137  0; y   x  (310)
xy
La ecuación (310) nos representa una senda de fase convergente al origen que
satisface las condiciones iniciales del sistema dinámico. Para determinar el
sentido del movimiento de la senda de fase evaluaremos el vector tangente a la
senda de fase (vector de velocidad de movimiento) por ejemplo en el instante
  
 
t  0, Fx 0 , y0   F0  F2, 2   x ' 0 , y' 0    10, 2 .
Se puede apreciar que en este caso las ceroclinas vienen dadas por:
 x  f x , y   4 x  y  0  y  4 x
 '
 '
 y  g x , y   x  2 y  0  y  x 2

  4
 f  x , y    
   1

  1
 g  x , y    
  2
386
En consecuencia, a la izquierda de la ceroclina x '  0 las líneas de fuerza
horizontales apuntarán hacia la derecha, y a la derecha de ella apuntarán hacia la
debajo de la ceroclina y '  0, y hacia abajo por encima de ella. Note que en las
intersecciones de las sendas de fase con la isoclina x '  0 y  4 x , la dy dx
no está definida. El punto de equilibrio es un nodo impropio estable.
x'  0
y
f x , y 
 y'  0
2 X0

F0
 2 x
v1

v2
g x , y 
Figura 46
Una aplicación económica
Realice el análisis cualitativo del modelo Keynesiano IS-LM (Tu 1994), dado por el
sistema (215), para el caso III.
El sistema de ecuaciones diferenciales dado por (215), para el caso III,

  trA2  4 A  0, con los siguientes parámetros:
trA  1

A  1
  0,5; s  0,5;   0,75;   1 
    3
I0  T  G  M  1  *
Y  1,5
*
r  1
Viene dado por:

'  
X t

 A    Xt b  X
 0

Y'  0,5  0,75 Y 1,5  Y0  2 
 '         ;    (311)
 r   1  0,5   r   1  r0  0,8
387
Teniendo en cuenta la ecuación (219) y los valores de equilibrio, se tiene:
 d    Y  Y* Y  1,5 ' d1'  Y'

Dt   1   Xt  X*t   * 
   D t   '    ' (312)
d 2  r  r   r  1  d 2  r 
Además, considerando (221), la ecuación (311) podría expresarse como:
  Y' d'   0,5  0,75 d1 

D't  ADt   '    1'      (313)
 r  d 2  1  0,5  d 2
Por tanto, haciendo uso de la ecuación (CXII) tenemos que:
dd 2  d'2 r' d1  0,5d 2

  
dd1 d1' Y '
 0,5d1  0,75d 2
dd 2  0,5d 2 d1  1 d2 r 1 2  2 

     r  2  Y (314)
dd1 0,5  0,75d 2 d1 d1 Y  1,5 3 
 3 
Haciendo el siguiente cambio de variable, tenemos que:
u  d2 d1  d2  ud1  dd2  d1  du  u  dd1 (315)
Reemplazando u  d 2 d1 en (314) se obtiene:
dd 2  0,5u  1 2  0,5u  1 

 u  dd 2    dd  (316)
dd1 0,5  0,75u  0,5  0,75u  1
3  
Igualando (315) y (316) resulta que:
 0,5u  1   0,5u  1 
d1  du  u  dd1     dd1    u   dd1  d1  du
 0,5  0,75u   0,5  0,75u 
   
dd   d  du  dd1   0,5  0,75u

  1  0,75u 2  
 du
 0,5  0,75u  1 1   1  0,75u 2 
  d1  
dd1  0,5  0,75u   2  3u 

 d1
k     1  0,75u 2 du    4  3u 2 du
2 3  3 
lnd1  k  ln  tg1 u
3  2 
4  3u 2  
2 3  3 
lnd1  ln  tg1 u  k  0
3  2 
4  3u 2  
Reemplazando “u” en la ecuación anterior se tiene:

388
2 3  3  d 
lnd1  ln  tg1  2   k  0
2 3  2  d1 
 d2   
4  3 
d 
 1 
Reemplazando “d1” y “d2” en la ecuación anterior se tiene:
2 3  3  r  1 
lnY  1,5  ln  tg1    k  0
2 3  2  Y  1,5 
 r 1   
4  3 
 Y  1,5 
 
Donde Y  1,5.
La ecuación anterior nos representa una familia de espirales convergentes al punto de

equilibrio. Note que todas las soluciones del sistema dinámico, salvo el punto de equilibrio

  
X*  Y*, r*  1,5, 1, son espirales. Reemplazando X0  Y0, r0  2, 0,8 en la ecuación
anterior se obtiene k  0,8290. Reemplazando “k” en la ecuación precedente tenemos:
2 3  3  r  1 
lnY  1,5  ln  tg1    0,8290  0
2 3  2  Y  1,5 
 r 1   
4  3 
 Y  1,5 
 
La ecuación anterior nos representa una espiral convergente al punto de equilibrio que
satisface las condiciones iniciales del sistema dinámico. Para determinar el sentido del
movimiento de la senda de fase evaluaremos el vector tangente a la senda de fase
(vector de velocidad de movimiento) por ejemplo en el instante t  0,
  
 
FY0, r0  F0  F2, 0,8  Y'0, r '0   0,1, 0,6.
Teniendo en cuenta (311), las ceroclinas vendrán dadas por:
 ' 2
Y  f Y, r  0,5Y  0,75r  1,5  0  r  2  Y
 3
'
r  gY, r  Y  0,5r  1  0  r  2Y  2
   0,5 
f Y, r   
  0,75

  1
gY, r   
  0,5
389
En consecuencia, a la izquierda de la ceroclina Y '  0 las líneas de fuerza
horizontales apuntarán hacia la derecha, y a la derecha de ella apuntarán hacia la
izquierda. Asimismo, las líneas de fuerza verticales apuntarán hacia arriba por debajo
de la ceroclina r '  0, y hacia abajo por encima de ella. Note que en las
intersecciones de las sendas de fase con la isoclina Y'  0 r  2  2 3 Y, la dr dY no
está definida.
r d2
r'  0
gY, r
f Y, r

F0
 d1
X0
r* Y'  0
Y*
Figura 47
Análisis cualitativo de la estabilidad para sistemas autónomos de dos ecuaciones
diferenciales ordinarias de primer orden no lineales
En este apartado estudiaremos la estabilidad local de un sistema autónomo de dos
ecuaciones diferenciales ordinarias de primer orden no lineales, tal como el dado por
la ecuación (CIX), a través del procedimiento de linealización, que consiste en
expandir las funciones “f” y “g” en series de Taylor alrededor de algún punto de
equilibrio del sistema, sin considerar los términos de orden superior (aquellos
términos de la serie de Taylor que poseen derivadas parciales de orden mayor a uno).
Luego se analizan las propiedades de estabilidad del sistema linealizado para
finalmente ser extendidas al sistema no lineal original.


Para examinar si un punto de equilibrio X*  x * , y* del sistema (CIX): 
 x '   f x , y 
 '   
 y   g x , y 
es asintóticamente localmente estable, tenemos que considerar cómo se comportan las

 

soluciones X  x , y  del sistema en la vecindad de X*  x* , y* . Con este propósito, 
vamos a considerar la aproximación lineal de las funciones f x , y  y g x , y  alrededor

 
de X*  x* , y* . Por el desarrollo de Taylor24, si X  x , y  se encuentra lo


 
suficientemente cerca de X*  x* , y* , entonces se verifica que:
24
Ver apéndice.
390

 
 x '  f x , y   f x * , y* 

f x * , y* 
x  x*  
f x * , y*
y  y*
  
 x y

 '
     * *



g x * , y*


*
 
g x * , y*
y  y*
  
 y g x , y g x , y x x
 x y
Pero ya que:

 x '   f x * , y*
 
  0

 '   g x * , y*
y    0
Entonces:

 x '  f x , y  

f x * , y* 
x  x*  
f x * , y* 
y  y*
 
 x y

 ' 
g x * , y*  
g x * , y*   
 y  g x , y   x  x*  y  y*
 x y
 f

x , y 
* *

f x * , y* 


 x   f x , y       
 
'
x y   x  x*   x  x* 
 '   
 
 y   g x , y   g x , y 
* *

* * 
  * 
g x , y   y  y 
 J x * , y*  * 
 y  y   (CXXVII)
 
 x y 
Donde (CXXVII) es un sistema que en la vecindad de X*  x * , y* , se “comporta”


 
aproximadamente como un sistema lineal, donde J x , y  * *
 es el Jacobiano evaluado


en X*  x * , y* . 
Si hacemos:
  z   x  x* 
Z   1   *
 z 2   y  y 
Entonces el sistema (CXXVII) puede expresarse de la siguiente forma:
  z'   x'   z' 

Z'   1'    '   Z'   1'   J x * , y*  zz  1
 z 2   y   z 2   2

 
Z '  J x * , y* Z (CXXVIII)
El sistema (CXXVIII) tiene la misma forma que el sistema (CXV) analizado

anteriormente. Por tanto, la clasificación de un punto de equilibrio de (CIX) podrá
realizarse de acuerdo a los criterios de la tabla II, teniendo en cuenta que en vez de
utilizar la matriz “A” ahora deberemos emplear la matriz J x * , y* . En la tabla III se  
muestra en forma resumida el análisis de estabilidad local de un sistema de
ecuaciones diferenciales no lineal bivariante, tal como el sistema (CIX).
391
J  1   2 Autovalores Punto de
∆ Estabilidad
trJ  1   2 de J equilibrio
Reales del
J 0 Nodo
0 mismo signo: Estable
trJ  0 1   2  0
impropio
Reales del
J 0 Nodo
0 mismo signo: Inestable
trJ  0 1   2  0
impropio
Reales de signo Estabilidad

J 0
opuesto: condicional
 trJ  0   1  0,  2  0 Punto de (depende de la
0  
 ó  ó
silla posición inicial).
 trJ  0  En general:
   1  0,  2  0 inestable.
Complejo
conjugados:
J 0 Foco Asintóticamente
0  1    i
trJ  0  2    i
(espiral) Estable
0
Complejo
conjugados:
J 0 Foco
0  1    i Inestable
trJ  0  2    i
(espiral)
0
Imaginarios
puros: Marginal o
J 0 Centro
0  1  i neutralmente
trJ  0  2   i
(vórtice)
estable
0
J 0
trJ  0 Reales e Nodo
0 j11  j22 iguales: propio Estable
 1   2  0 (estrella)
j12  j21  0
J 0
trJ  0 Reales e Nodo
0 j11  j22 iguales: propio Inestable
 1   2  0 (estrella)
j12  j21  0
Tabla III
A continuación se presentan dos teoremas fundamentales sobre la estabilidad local y

la estabilidad global de un sistema de ecuaciones diferenciales no lineales.
392
Teorema de Lyapunov (1955): Sean f x , y  y gx , y  funciones de clase uno, C1, y sea

 
X*  x * , y* algún punto de equilibrio tanto del sistema (CIX) así como también del

sistema (CXXVIII). Para el sistema lineal (CXXVIII), X*  x * , y* será  
asintóticamente globalmente estable si y solo si los dos autovalores de J x *
, y* 
 *
tienen partes reales negativas, o equivalentemente, si y solo si J x , y tiene traza *

negativa y determinante positivo. Dado que (CXXVIII) se “comporta”

 
aproximadamente como (CIX) cerca de X*  x * , y* , entonces deducimos que en

 
este caso X*  x * , y* es un punto de equilibrio asintóticamente localmente estable
del sistema (CIX).
Teorema de Olech (1963): Sea el sistema de ecuaciones diferenciales (CIX), con

f x , y  y g x , y  funciones de

 
clase uno, C1, en  2 y sea X*  x * , y* algún punto de
equilibrio tanto del sistema (CIX) así como también del sistema (CXXVIII). Sea
 
J x * , y * el jacobiano de los sistemas (CIX) y (CXXVIII), y si se cumple
   
simultáneamente que: a) trJ x * , y *  0 en todo  2 , b) J x * , y *  0 en todo  2 , c)
   
f x x * , y *  g y x * , y *  0 en todo  2 o f y * * x , y   g x , y   0
x
* *
en todo  2 .
*
 
Entonces X  x * , y* es un punto de equilibrio asintóticamente globalmente estable.
Aplicaciones económicas
1.- Modelo de crecimiento económico (Sydsæter, 2005): el capital K  K t  y el

consumo C  Ct  satisfacen el siguiente sistema de ecuaciones diferenciales:
f K , C   K  AK  BK  C
 ' 2
 (CXXVIII)
g K , C   C  DA  2 BK C
 '
Donde A, B y D son constantes positivas. Construya un diagrama de fase para

este sistema, asumiendo que “K” y “C” son no negativas. Halle los puntos de
equilibrio y determine si son asintóticamente localmente estables.
Solución:
En este caso tenemos un sistema de ecuaciones diferenciales no lineal, por tanto,

para realizar un análisis dinámico cualitativo del modelo, y para determinar si los
puntos de equilibrio del modelo son asintóticamente localmente estables
tendremos que linealizar el sistema de ecuaciones en torno a cada uno de los
puntos de equilibrio.
Para determinar los puntos de equilibrio de este sistema vamos a calcular las
ceroclinas, esto es:
f K , C   K  AK  BK  C  0  C  AK  BK
 ' 2 2
 (317)
g K , C   C  DA  2 BK C  0  C  0  K  A 2 B
 '
393
Se aprecia que en el plano K-C la ceroclina K '  0 es una parábola
 
C  AK  BK 2 , y que C  0 (eje “K”) y K  A 2B (recta perpendicular al eje
“K”) son parte de la ceroclina C '  0. El gráfico de estas ceroclinas puede
apreciarse en la figura 48. En la intersección de las ceroclinas se encontrarán los
puntos


X*  K* , C*  de equilibrio del sistema (CXXVIII):
  

X1*  0, 0 , X *2  A B , 0  y X *3  A 2B , A 2 4B . 
C
III IV 

X *3
A 2 4B
I  II 
K'  0
C'  0
 
X1* A 2B X *2 K
Figura 48
En la tabla IV se aprecia el signo de K ' y C ' en cada una de las regiones de la

figura 48. Las apropiadas líneas de fuerza y algunas sendas de fase consistentes
con las líneas de fuerza han sido bosquejadas en la figura 49.
Región K '  K A  BK   C C '  DA  2BK C

K  A 2B
I  :     
C  K A  BK 
K  A 2B
II  :     
C  K A  BK 
K  A 2B
III :     
  K A  BK 
C
K  A 2B
IV  :     
C  K A  BK 
Tabla IV
De la tabla IV podemos observar que “K” crecerá conforme transcurra el tiempo

en las regiones (I) y (II), mientras que decrecerá en las regiones (III) y (IV).
Asimismo, se observa que “C” aumentará conforme transcurra el tiempo en las
regiones (I) y (III), mientras que decrecerá en las regiones (II) y (IV).
394
C
g x , y 

X *3
f x , y 
g x , y  f x , y 
 
X1* A 2B X *2 K
g x , y 
Figura 49
Para posteriormente determinar los gradientes de “f” y “g” sobre cualquier punto
de las ceroclinas f K, C   K '  0 y g K, C   C '  0, primero vamos a calcular
los gradientes de “f” y “g” para cualquier punto K , C  del plano de fase K-C:
f K K , C   A  2 BK 
f K , C     
f C K , C     1 
g K K , C    2 BDC 
g K , C     
g C K , C    DA  2 BK 
Se puede apreciar que para cualquier punto de la ceroclina f K, C   K '  0 se

tiene que:
Para K  A 2B :
f K K , C   A  2 BK   0 
f K , C       
f C K , C     1   0 
Para K  A 2B :
f K K , C   A  2 BK   0 
f K , C       
f C K , C     1   0 
Asimismo, se puede apreciar que para cualquier punto de la ceroclina

g K, C   C '  0 se tiene que:
395
Para K  A 2B  C  0 :
g K K , C   0   0
g K , C       
g C K , C    DA  2 BK   0 
Para K  A 2B  C  0 :
g K K , C   0   0
g K , C       
 C
g  K , C    D A  2 BK   0
Para K  A 2B  C  0 :
g K K , C   2 BDC  0 
g K , C       
g C K , C    0   0
En la figura 49 se han dibujado los gradientes de “f” y “g” sobre las ceroclinas
f K, C   K '  0 y g K, C   C '  0 respectivamente. El gradiente de “f” apunta
hacia las región donde f K, C   K '  0 y el gradiente de “g” apunta hacia la
región donde g K, C   C'  0 . Esto corrobora los resultados obtenidos en la tabla
IV.
Ahora para realizar el análisis de estabilidad vamos a calcular el jacobiano del
sistema de ecuaciones diferenciales (CXXVIII) y lo evaluaremos en sus puntos
de equilibrio:
 f K , C  f C K , C    A  2 BK 1 
J K , C    K  
 K
g K , C  g C K , C     2 BDC D A  2 BK 

Para X1*  0, 0 , se tiene:
 A 1 
J 0,0    
 0 DA
En este caso, se tiene que:
 
trJ K * , C*  trJ0,0   A  DA  A1  D   0
 
J K * , C*  J 0,0   DA 2  0
 
  A1  D 2  4 DA2  A1  D 2  0

Por tanto, X1*  0, 0  es asintóticamente localmente inestable. Si D  1    0,

entonces X1*  0, 0  sería un nodo propio asintóticamente localmente inestable,

pero si D  1    0, entonces X1*  0, 0  sería un nodo impropio
asintóticamente localmente inestable.
396

Para X *2  A B , 0 , se tiene:
A 1 
J A B ,0    
 0  DA
 
trJ K * , C*  trJA B ,0    A  DA   A1  D   0
J K *

, C*  J A B ,0   DA 2  0
 
   A1  D 2  4 DA2  A1  D 2  0

Por tanto, X *2  A B , 0  es asintóticamente localmente estable. Si

D  1    0, entonces X *2  A B , 0  sería un nodo propio asintóticamente

localmente estable, pero si D  1    0, entonces X *2  A B , 0  sería un
nodo impropio asintóticamente localmente estable.


Para X *3  A 2B , A 2 4B , se tiene: 
J A 2 B , A   0 1
2
4B   
  DA 2
2 0
  
trJ K * , C*  trJ A 2B , A 2 4B  0 
  
J K * , C*  J A 2B , A 2 4B   DA 2 2  0 

  0 2  4  DA2 2  2DA2  0 

 
Por tanto, X*3  A 2B , A2 4B es asintóticamente localmente inestable. En este
caso, al ser el determinante del jacobiano negativo y el discriminante mayor a

 
cero, resulta que X*3  A 2B , A2 4B es un punto de silla normalmente
asintóticamente localmente inestable.
2.- Capital humano en un modelo de crecimiento económico25 (Gandolfo, 1997): En

este modelo se supone que la economía crea riqueza a partir del capital humano
“KH”, del capital físico “K”, y del trabajo calificado “AL” a través de una misma
función de producción que presenta rendimientos decrecientes para todo el
capital. Asimismo, se supone que una proporción constante de la producción se
destina a crear capital físico adicional y otra a crear capital humano adicional.
Finalmente, se supone que tanto la tecnología “A” como la población “L” crecen
exponencialmente con tasas constantes “η” y “γ” respectivamente. El sistema de
ecuaciones que rigen este modelo son26:
25
Para más detalles véase: Mankiw, N., Romer, D. y Weil, D. “A contribution to the Empirics of Economic
Growth”. Quarterly Journal of Economics, 107, Mayo 1992, 407-437.
26
A diferencia del modelo original, aquí se asume que no hay depreciación de capital físico ni humano.
397
Y  K


AL
K H 1   
, 1    0, 1    0 y 0      1
 K '  Y , 1   0

 K H  Y , 1 0
'
(318)
 '
 A  A , 10
 '
 L  L, 1  0
Se pide:
a) Reduzca el sistema de ecuaciones en uno de 2*2 y expréselo en términos de

“k” y de “kh”. Siendo k h  KH AL y k  K AL.
b) Si se tiene que y  Y AL. Determine los valores de equilibrio k*h , k* para  
el primer cuadrante abierto del plano kh-k. Asimismo, determine el valor de
equilibrio de “y”. Interprete los resultados.
c) Dibuje las ceroclinas del sistema en el primer cuadrante abierto del plano
kh-k. Luego bosqueje algunas líneas de fuerza alrededor del punto de
equilibrio del sistema.
d) Linealice el sistema, analice su estabilidad e interprete resultados.
Solución:
a) Para resolver este apartado primero vamos a derivar respecto del tiempo a“k”
y a “kh” respectivamente:

k h  K H AL  k 'h  H

K ' AL  K H A'L  AL' 
 AL2

 
K 'AL  K A'L  AL' 
k  K AL  k 
'
 AL2
 K' K  A 'L AL'  K 'H K H  A ' L' 

k 'h  H  H    k 'h    

 AL AL  AL AL  AL AL  A L 

 ' K' K  A 'L AL'  K' K  A' L' 
k     k'    
 AL AL  AL AL  AL AL  A L 
Teniendo en cuenta las dos últimas ecuaciones de (318) y la información del

apartado a) tenemos que:
 K'
k 'h  H  k h   
 AL
 (319)
 ' K'
k   k  
 AL
Por otro lado, teniendo en cuenta la información del apartado b) y dividiendo

la segunda y tercera ecuaciones de (318) entre “AL” tenemos que:
398
 K 'H Y
   y
 AL AL
 ' (320)
K Y
   y
 AL AL
Reemplazando (320) en (319) se tiene que:
k h  y  k h   
 '
 ' (321)
k  y  k  

Dividiendo la primera ecuación de (318) entre “AL”, y teniendo en cuenta la

información de los apartados a) y b) se obtiene:
Y K AL1  
K H  K 

 KH 

  y   


 AL


AL AL AL AL1    AL   
y  k  k h (322)
f k h , k  k h  k k h  k h   
 '  
 (323)
gk h , k  k  k k h  k  
 
 '
b) Para determinar los puntos de equilibrio de este sistema vamos a calcular las
ceroclinas, esto es:
  a 
 1 1  1 
       
k h  0  k  
'   kh
  ak h   0 ya que : a  0  k h  0
   
 (324)
  b  
1
  
 '    1   
k  0  k     kh
1
 bkh   0 ya que : b  0  k h  0
1
    
 
Resolviendo el sistema de ecuaciones (324) se obtiene:
 1 1 
  1   
1    1   1  
*
 
X  k*h , k*   
 

   
,
  
 
 (325)
     
 

Reemplazando X* en (322) resulta:
1
   1
y*    (326)
     
 
399
 
Se aprecia que los valores de equilibrio X*, y* dependen directamente de las
tasas de ahorro “λ” y “δ”. Por tanto, un incremento en cualquiera de estas
tasas significaría tener en el largo plazo un mayor stock de capital humano
por unidad de trabajo calificado, un mayor stock de capital físico por unidad
de trabajo calificado y un mayor ingreso por unidad de trabajo calificado.
Asimismo, ante una mayor tasa de progreso tecnológico “η” o ante una
mayor tasa de crecimiento poblacional “γ”, en el largo plazo, menores serán
los valores de equilibrio por unidad de trabajo calificado.
c) Ahora vamos a dibujar las ceroclinas del sistema (324), que se interceptan en
el punto de equilibrio del sistema:
 1 1  1
 
 
  1   
1    1   1  
*
 
X  k*h , k*   

 


,
  

 a
  b 
  a
b

    1 , b  1 

             
   
Para ello, calcularemos dk dkh y d 2k dk2h para averiguar los intervalos de

crecimiento/decrecimiento y de concavidad/convexidad de ambas ceroclinas
en para k h  0 y k  0.
1 1  1 
  
Para la ceroclina, k 'h  0, k     k h   ak h  se tiene:

  
 1  
 dk 1   
 a kh 0  kh  0
 dkh 
 1   2
 2
 d k  a1  1     k   0  kh  0
 dk2 2
h
 h
En consecuencia, la ceroclina f k h, k  k 'h  0 es una función estrictamente

creciente y estrictamente convexa para k h  0.
1  
   1
Para la ceroclina, gk h, k  k '  0, k     k h1  bkh1 se tiene:
  
 dk b 1
   1  0  k h  0
 dkh 1  
 k h 1

 2   2 1
d k b    1
 2  k h 1  0  k h  0
 dkh 1  2
400
En consecuencia, la ceroclina k '  0 es una función estrictamente creciente
y estrictamente cóncava en k h  0.
Además, note que:
 1   
 dk   
1   1 
lím    lím a kh 0
k h 0 dk  
 h f k h , k k 'h 0 k h 0 
 
 
 dk   
b 1
lím    lím   1   
 
k h 0 dk
gk h , k k ' 0 k h 0 1  

 h 
 k h 1 
En la figura 50 se aprecia el diagrama de fase del sistema (324).

k k 'h  0
k'  0
k* 
X*
gk h , k 
f k h , k 
k *h kh
Figura 50
Para posteriormente determinar los gradientes de “f” y “g” sobre cualquier

punto de las ceroclinas f k h, k  k 'h  0 y gk h, k  k '  0, primero vamos a
calcular los gradientes de “f” y “g” para cualquier punto kh, k del plano de
fase kh-k, con kh  0 y k  0 :
f k k h , k  kk h1    

f k h , k   h  
f k k h , k    k1k h 
g k k h , k  kk h1 

gk h , k   h  
g k k h , k   k k h    
1 
401
Se puede apreciar que para cualquier punto de la ceroclina f k h , k  k 'h  0,
con kh  0 y k  0, se tiene que:
   
 
f k h k h , k   
  1 kk h1  1  0
f k h , k    1
   k k h  k k h     1    
f k k h , k    1     k k h   0
  k k h 
Asimismo, se puede apreciar que para cualquier punto de la ceroclina

gk h, k  k '  0, con kh  0 y k  0, se tiene que:
 kk h1 
g k h k h , k    k k
  1   0
gk h , k      k k h  k k h    1  h
 1   1   
g k k h , k    
 k k h   1  0
    
En la figura 50 se han dibujado los gradientes de “f” y “g” sobre las

ceroclinas f k h, k  k 'h  0 y gk h, k  k '  0, respectivamente. El gradiente
de “f” apunta hacia las región donde f k h, k  k 'h  0, y el gradiente de “g”
apunta hacia la región donde gk h, k  k '  0.
d) Ahora para realizar el análisis de estabilidad vamos a calcular el jacobiano

del sistema de ecuaciones diferenciales (CXXVIII) y lo evaluaremos en sus
puntos de equilibrio:
fk k h, k fkkh, k  kkh 1      k 1kh 

Jkh, k   h  
g 
 k h h
k , k g 
k h 
k , k 
  1
k k h  k kh    
 1 

Para X* se tiene:
     
  1   

J k*h , k*  
   
 
   1  
 
 
trJ k*h, k*        2  0 en todo  2
 
J k*h, k*    21      0 en todo  2
    2    22  4  21        2  2  0
402

Por tanto, gracias al teorema de Lyapunov, X* es un nodo impropio
asintóticamente localmente estable del sistema (323). Además, gracias a que

    
  

   
 
se verifica que f k h X*  g k X*    1      1    0 en todo 2 ,

por el teorema de Olech, X* también es un nodo impropio asintóticamente
globalmente estable del sistema (323).
3.- Modelo de contaminación (Sydsæter, 2005): En este modelo, K  K t 

representa el stock de capital de la economía y P  Pt  denota el nivel de
contaminación en el instante “t”. La dinámica del modelo es descrita por el
siguiente sistema.

K  K sK
 '
'

 1
  (327)


P  K  P
Donde 0  s  1, 0    1,   0,   0, y   1. Encontrar el punto de equilibrio

K , P  en el primer cuadrante abierto, y verificar (si es posible) la estabilidad
* *
del punto de equilibrio utilizando el teorema de Lyapunov. Encuentre una

expresión explícita para K t  cuando K 0   K 0  0, y determine lím K t .
t 
Para resolver el problema, primero vamos a determinar las ceroclinas. Para ello
vamos a igualar a cero las dos ecuaciones que aparecen en (327), de donde
resulta:
 1

   s
f K, P  K '  K sK 1    0  K  0  K   

 1 
   (328)
 1 1

gK, P  P'  K   P  0  K    P 
Dado que estamos trabajando en el primer cuadrante abierto, entonces

descartamos la posibilidad que K  0. Por tanto, el punto de equilibrio del
1 1
1
sistema resultará de igualar K   s  1 con K    P  . Esto es:
 s  1 
K , P   s  
* * 1 1
,
 
 
Ahora calcularemos el jacobiano del sistema:
f K, P f PK, P sK  1   0 

JK, P   K  
g K K, P g PK, P  K
 1
 
403
Evaluando el jacobiano en el punto de equilibrio K * , P* se obtiene:  

   1 0
 
 
J K*, P*  
 1
 s  1


   
    
De donde se obtiene:
 
trJ K*, P*  
 1     0

  
 
J K*, P*  
 1    0

 
Por tanto, de acuerdo al teorema de Lyapunov, el punto de equilibrio K * , P* es  

asintóticamente localmente estable.
De la primera ecuación de (328) se tiene:
K'
K '  sK  K  0  K '  K  sK   K1  s 329
K
La ecuación (329) es una ecuación diferencial de Bernoulli. Para resolverla

vamos a realizar el siguiente cambio de variable:
y  K1 330
Derivando (330) respecto del tiempo se obtiene:
dy dy dK K' y'
y'     1  K  K '   331
dt dK dt K 1  
y'
 y  s  y'  1  y  1  s 332
1  
404
 
yt  e 1t A  e 1t 1  sdt

 
yt  e 1t A  e 1t   Ae 1t 
s s
333
   
Sustituyendo (330) en (333) resulta:
1
 s  1
Kt  Ae 1t   334
  
Reemplazando las condiciones iniciales en (334) resulta:
1
 s  1 s
K 0  A    A  K10  335
   
1
 s s  1
Kt   K10  e 1t   336

 
  
Finalmente, el límite pedido resulta:
1
 s  1
lím Kt     K*
t  
 
405
406
Apéndice
Integrales indefinidas
Muchas veces, dada una función continua f x, uno está interesado en encontrar una
función Fx tal que su derivada sea f x . Tal función es denominada una antiderivada de
f x . Por ejemplo, si f x  24x3, entonces 6x 4  10 es una de sus antiderivadas, y
también lo es 6x 4  8, o cualquier función de la forma 6x 4  K, donde “K” es una
constante. Por lo anterior, es fácil darse cuenta que todas las antiderivadas de una función
dada difieren entre si sólo por una constante. Por esta razón, es conveniente definir la
integral indefinida de una función dada f x como la forma general de sus antiderivadas;
ésta siempre contiene una constante arbitraria. El símbolo para ésta es:  f xdx.
Integrales indefinidas de algunas funciones
x n 1
1.-  axdx  ax  K 2.-  x n dx   K; n  1
n 1
x  e dx  e
1
3.- dx  lnx  K 4.- x x
K
ax a f x
5.-  a x dx   K; a  0  6.-  f 'xa f xdx  K
ln a ln a
f ' x 
7.-  f 'xef xdx  ef x  K 8.-  f x  dx  ln f x   K; f x   0
Propiedades de integrales indefinidas
1.-  cf xdx  c f xdx, para cualquier constante “c”,

2.-  f x  gxdx   f xdx   gxdx.
Integración por partes
 u xvxdx  uxvx   uxv xdx 5.1

' '
Ejemplos:
1.- I   xe x dx
Sea u 'x  ex y vx  x, entonces:
ux   u xdx   e dx  e
' x x
v'x  1
Por tanto:
I  xe
x
dx  ex  x  ex dx  ex  x  ex  ex x  1  K

2.- I   x 2ex dx
Sea u 'x  ex y vx  x 2, entonces:
ux   u xdx   e dx  e
' x x
v'x  2x
Por tanto:
I  xe 
dx  ex  x 2  2xe x dx  ex  x 2  2 xe x dx 
x
Haciendo uso del resultado del primer ejemplo se tiene:
I  xe
x

dx  ex  x 2  2ex x  1  K  ex x 2  2x  2  K 
Integración por sustitución
 fgx  g xdx   f udu, donde u  gx. 5.2

'
Ejemplos:
1.- I   2xe x dx
2
Sea ux  x 2  gx  g'x  2x  f gx  ex  f u  eu, entonces:

2
 2xe  e du e
x2 2
I dx  u u
 K  ex  K
408
2x
2.- I   x 2  1 dx
1 1
Sea ux  x 2  1  gx  g'x  2x  f gx   f u  , entonces:
x 1
2
u
2x 1
I  x 2  1 dx   u du  lnu  K  lnx 1  K
2
Integrales definidas
b
 f xdx  Fb  Fa 5.3

a
Donde Fx es cualquier antiderivada de f x . En la integral definida, “a” y “b” son
denominados límites superior e inferior de una integral. La variable “x” en la integral
definida puede reemplazarse por cualquier otra variable sin afectar el valor de la
misma. Por ejemplo:
b b
 f xdx   f d  Fb  Fa

a a
Ejemplos:
5
1.- I   e x dx
2
Ya que Fx  ex  K, entonces:
5
I  e dx  F5  F2  e  e2  141,02
x 5
 5x 
2
2.- I  2
 3x  2 dx
0
5 3
Ya que Fx  x3  x 2  K, entonces:
3 2
 5x 
2
 40 12 
I 2
 3x  2 dx  F2  F0      0  7,33
0  3 2 
409
Propiedades
b a a
1.-  f x dx   f x dx
 2.-  f x dx  0
a b a
c b c b b
3.-  f xdx   f xdx  f xdx;
 a  b  c 4.-   f xdx   f xdx 
a a b a a
b b b b b
5.-  cf xdx  c f xdx
 6.-  f x  gxdx   f xdx   gxdx
a a a a a
b b b b
 u 'xvxdx  uxvxa  uxv'xdx

  f gxg'xdx   f udu, dondeu  gx
b
7.- 8.-
a a a a
Derivadas bajo el signo de integración: reglas de Leibniz

1. Supóngase que f x, t y f x, t x son funciones continuas sobre el
rectángulo determinado por a  x  b, c  t  d, que hx y gx son
 
funciones de clase uno C1 sobre a, b, y que los rangos de hx y gx son
contenidos en c, d. Por tanto, si:
gx gx
dφx
φx   f x, t dt 
dx
 f x, gx g 'x  f x, hx h 'x   f x, t x dt
hx hx
Si hx  m y gx  n son constantes que pertenecen al intervalo

a, b, entonces:
n
dφx n
φx   f x, t dt 
dx
  f x, t x dt
m m
2. Supóngase que f x, t y f x, t x son funciones continuas para todo t  c y


todo “x” en a, b, y supóngase que la integral  f x, t dt converge para cada
c
“x” en a, b. Supóngase además que f x, t x es integrablemente acotada en
el sentido que existe una función qt, independiente de “x”, tal que

f x, t x  qt t  c  x  a, b, y tal que  qtdt converja. Entonces:
c
 
d f x, t dt


c

 

f x, t
dx
 x
dt
c
410
Derivadas de funciones trigonométricas
Derivadas del sen θ y cos θ
 Si f θ   sen θ :
Entonces: f θ  Δθ   sen θ  Δθ   sen θ cos Δθ  cos θ sen Δθ
Aplicando la definición analítica de la derivada de una función:
 f θ  Δθ   f θ    sen θ  Δθ   sen θ 
f ' θ   lím    lím  
Δθ 0 
 Δθ  Δθ  0  Δθ 
 sen θ . cos Δθ  cos θ . sen Δθ  sen θ 

 lím  
Δθ 0 
 Δθ 
 sen θ cos Δθ  1   cos θ . sen Δθ 

 lím    lím  

Δθ 0 
 Δθ  Δθ 0  Δθ 
  cos θ  1      sen Δθ 
f ' θ    lím sen θ   lím     lím cos θ   lím 
  Δθ 0  Δθ 0 


 Δθ 0   Δθ 0  Δθ     Δθ  
  cos θ  1     sen Δθ 
f ' θ   sen θ   lím     cos θ  lím 
  Δθ


 Δθ  0  Δθ    Δθ  0   
Ahora vamos a calcular cada uno del los límites que conforman f ' θ  .
En primer lugar vamos a ayudarnos de la gráfica del cos θ para determinar el valor
 cos θ  1 
del lím  .

Δθ 0  Δθ 
Cos θ
Pendiente = d(Cos θ)/dθ| θ = 0 = 0
θ(radianes)
–π/2 0 π/2
Figura I
411
La figura I muestra una parte de la gráfica de la función cosθ  para valores
cercanos a θ  0 . Se puede observar que la recta tangente a la gráfica en θ  0 es
horizontal, por lo que su pendiente será igual a cero en dicho punto; de ahí que la
derivada del cosθ  en θ  0 , es cero.
Utilizando la definición analítica de la derivada de una función:
d cos θ   cos θ  Δθ   cos θ 

 cos θ  '  lím  
dθ Δθ 0 
 Δθ 
Para   0 :
d cos θ   cos 0  Δθ   cos 0 

 cos θ ' θ 0  lím  
dθ Δθ0  Δθ 
θ 0
 cos Δθ  1 
cos θ ' θ  0  lím  0

Δθ 0  Δθ 
 sen Δθ 
En segundo lugar vamos a calcular el lím   haciendo uso de un círculo

Δθ  0  Δθ 
de radio unitario.
P(x, y)
1
y
θ
x
0 x Q R
Figura II
De la figura II tenemos:
PQ
y  sen θ   PQ .
1
412
Como “” se mide en radianes, se obtiene que:  = P R
sen θ PQ  sen θ   
  lím 
PQ 
  lím 
θ θ 0  θ  θ 0 
  
PR  PR 
Podemos observar en la circunferencia que cuando θ  0 , la magnitud de PQ

prácticamente coincide con el arco de circunferencia PR, por lo tanto:
 sen θ   PQ 
lím    lím   1
θ 0  θ   θ 0 
 
 PR 
Por lo que si hacemos Δθ  θ , tenemos que:
 sen Δθ 
lím   1
Δθ 0 
 Δθ 

Reemplazando estos límites en f ' θ  , tenemos que:
f ' θ   0sen θ   cos θ 1  cos θ
Por tanto:
d senθ 
 cosθ
dθ
 Si f θ   cos θ 
d cos θ 
Ahora vamos a calcular .
dθ
Sabemos que:
π  π 
cos θ  sen   θ   si hacemos U  f θ     θ   cos θ  sen U  g U 
2  2 
Aplicando la regla de la cadena:
d cos θ  dg U  dU d sen U dU

     cos U  ( 1)  cos U
dθ dU dθ dU dθ
π 
Reemplazando U    θ  , tenemos que:
2 
413
d cos θ 
  cos π 2  θ   sen θ
dθ
Por tanto:
d cos θ 
 sen θ
dθ
Derivadas de otras funciones trigonométricas
sen θ
 tg θ 
cos θ
d tg θ  sen θ  ' . cos θ   sen θ . cos θ  ' cos θ . cos θ   sen θ .  sen θ 
 
dθ cos θ 2 cos2 θ
d tg θ  cos2 θ  sen 2 θ 1

   sec2 θ
2
dθ cos θ cos2 θ
cos θ
 ctg θ 
sen θ
d ctg θ  cos θ  ' . sen θ   cos θ . sen θ  '  sen θ . sen θ   cos θ . cos θ 
 
dθ sen θ 2 sen 2 θ
d ctg θ 

 sen 2 θ  cos2 θ


 sen 2 θ  cos2 θ  1
 csc2 θ
2 2
dθ sen θ sen θ sen 2 θ
1
 sec θ   cos θ 1
cos θ
d sec θ  sen θ  1  sen θ 

 cos θ  2  sen θ      
 cos θ   sec θ . tg θ
dθ cos θ  2
 cos θ  
1
 csc θ   sen θ 1
sen θ
d csc θ  cos θ  1   cos θ 

 sen θ  2 cos θ      
 
  csc θ . ctg θ

dθ sen θ  2
 sen θ   sen θ 
414
Integrales de algunas funciones trigonométricas
De las derivadas de las funciones trigonométricas que se han obtenido en el apartado
anterior podemos obtener algunas integrales de las funciones trigonométricas
fundamentales.
 I  send
Sabemos que:
d cosθ 
 senθ  d cosθ   senθd   dcosθ     senθd 
dθ
I  senθd   cos   k
 I  cos d
Sabemos que:
d senθ 
 cosθ  d senθ   cosθo   dsenθ    cosθd 
dθ
I  cosθd  sen  k
 I  sec θd
2
Sabemos que:
d tg θ 
 sec 2 θ  d tg θ   sec 2 θd   dtg θ    sec
2
θd 
dθ
I  sec θd  tg  k

2
 I  csc θd
2
Sabemos que:
d ctg θ 
 csc 2 θ  d ctg θ   csc 2 θd θ   dctg θ     csc
2
θd θ 
dθ
I  csc θd θ  ctg  k
2
415
 I  sec θ  tg θ d
Sabemos que:
d sec θ 
 sec θ  tg θ  d sec θ   sec θ  tg θ d   dsec θ    sec θ  tg θ d 
dθ
I  sec θ  tg θ d  sec   k

 I  csc θ  ctg θ d
Sabemos que:
d csc θ 
 csc θ  ctg θ  d csc θ   csc θ  ctg θ d   dcsc θ     csc θ  ctg θ d
dθ
I  csc θ  ctg θ d  csc θ  k

Números complejos o imaginarios
1.- Un número complejo “z” y su conjugado “ z ”:
z  a  bi;
 a y b    i 2
 1 


z  a bi
Eje imaginario
z  a  bi
z  a 2  b2

 a
Eje real
b
z  a 2  b2
z  a  bi
Figura III
416
2.- El módulo o magnitud de un número complejo:
z  r  a 2  b2
3.- Reglas básicas de dos números complejos z1 y z2 :
 z1  z1


z  z  z 2
1 1 1

zs  z1 z 2  zs  z1  z2

z z  z  z
 1 2 1 2

z  z  z  z
 1 2 1 2
4.- Suma y resta de números complejos:

z1  z 2  a  bi  c  di  a  c  b  di


z1 z 2  a  bi  c  di  a  c  b  di

5.- Multiplicación y división de números complejos:
z1  z 2  a  bi  c  di  ac  bd  ad  bci



 z1 c  di 1
   2 ac  bd  ad  bci

 2
z a  bi a  b2
6.- Forma polar de un número complejo:


z  a  bi  a  b cos   isen  rcos   isen
2 2

 a b
Donde : cos   y sen 

 a 2  b2 a 2  b2
7.- Suma y resta de formas polares:

z1  z 2  r1 cos 1  r2 cos 2   ir1sen1  r2sens2 


z1  z 2  r1 cos 1  r2 cos 2   ir1sen1  r2sens2 

8.- Multiplicación y división de formas polares:
z1  z 2  r1r2cos1  2   isen1  2 


 z1 r1
  cos1  2   isen1  2 
 z 2 r2
417
9.- Fórmula de Moivre:
cos   isenn  cosn  isenn; n  0, 1, 2, 
10.- Las fórmulas de Euler:


ei  cos   isen

  i
e  cos   isen

 a  bi
e  ea e bi  ea cos b  isenb


 e i  e  i
cos  
 2

 e i  e  i 
sen 
 2i


11.- Forma exponencial de un número complejo:
z  a  bi  a 2  b2 cos   isen  rcos   isen  rei
Teorema de Taylor
Versión unidimensional:
Sea f x una función de una variable real. El teorema de Taylor nos dice que podemos
aproximar esta función alrededor del punto x* con un polinomio de grado “n” como
sigue:

f x  f x* 
  x  x   1 d f x  x  x 
df x* *
2 *
*2

  x  x 
1 d n f x* *n
 Rn 5.4
2 n
dx 2! dx n! dx
Donde

d n f x*
es la “n”-ésima derivada de “f” respecto a “x” evaluada en el punto
dxn
x*, n!  n  n  1  n  2    3  2  1 es el factorial de “n”, y “ R n ” es un residuo o
resto. La expresión de la ecuación (5.4), sin considerar “ R n ”, es la denominada
expansión de las series de Taylor de f x alrededor de x*.

f x  f x* 
  x  x   1 d f x  x  x 
df x* *
2 *
*2

  x  x 
1 d n f x* *n
5.5
2 n
dx 2! dx n! dx
418
La presencia del residuo “ R n ” en la ecuación (5.4) indica que la expansión de Taylor
no es una fórmula exacta para f x . El teorema de Taylor describe las condiciones
bajo las cuales la aproximación (la ecuación (5.4) sin el residuo) se hace más exacta
según “n” aumenta.
Versión bidimensional:
Sea f x1, x 2  una función real dos veces diferenciable. Podemos aproximar f x1, x 2 
 
alrededor del punto x1*, x*2 con una expansión de segundo orden tal como se muestra
a continuación:
  f xdx, x  x  x   f dx
x ,x 
x  x  
* * * *
f x1, x 2   f x1*, x*2 
1 2 * 1 2 *
1 1 2 2
1 2
1   f x , x 
x  x   2  f x , x  x  x   x  x 
2 * * 2 * *
*2 *2
 
1 2 1 2
1 1 1
*
1 2 2  (5.6)
2  x12 x1x 2


 2f x1*, x*2  x 

 x*2   R 2
2
x12 

La aproximación lineal de f x1, x 2  alrededor de x1*, x*2 está dada por los tres  
primeros términos que aparecen a la derecha del signo de igualdad de la ecuación
(5.6).

f x1, x 2   f x1*, x*2   
f x1*, x*2  x 
 x1* 

f x1*, x*2  x  x*2  (5.7)
1 2
dx1 dx2
419
420
Capítulo VI
ECUACIONES EN DIFERENCIAS
VI.1 Introducción
En el capítulo anterior estudiamos las ecuaciones diferenciales ordinarias
(EDOs) que involucraban a una variable xt y a sus derivadas x 't, x ''t,  , x (n t
que proporcionaban tasas de cambio continuas. En el presente capítulo,
estudiaremos las denominadas ecuaciones en diferencias que involucran a una
variable “x” evaluada en “t”, x t , y a sus diferencias x t , 2x t ,  , n x t. Aquí, la
variable x t varía discretamente, o de forma más correcta, aún cuando dicha
variable cambie continuamente en el tiempo, las observaciones de esos cambios
son realizadas y registradas únicamente en intervalos de tiempo discretos. Por
ejemplo, muchas de las variables que suelen estudiar los economistas, tal es el
caso de la renta, el consumo, el ahorro, etc., son registradas en periodos de
tiempo fijos (a diario, semanalmente, quincenalmente, trimestralmente,
anualmente, etc.). A toda ecuación que relaciona dichas variables en diferentes
periodos de tiempo discretos se le denomina ecuación en diferencias. Estas
ecuaciones son denominadas ecuaciones en diferencias ya que involucran
diferencias en funciones. Por ejemplo, si x t  f t la primera diferencia1 de “x”
evaluada en “t” es:
x t  x t 1  x t  f t  1  f t (I)
La primera diferencia de “x” evaluada en “ t  1 ” es:
x t 1  x t 2  x t 1  f t  2  f t  1 (II)
La segunda diferencia de “x” evaluada en “t” se puede calcular como la

diferencia entre dos primeras diferencias sucesivas, esto es:
2 x t  x t   x t 1  xt  x t 1  x t  x t  2  x t 1  x t 1  x t  

(III)
 x t  2  2x t 1  x t
1
Se debe resaltar que la primera diferencia de “x” evaluada en “t” también podría definirse de la siguiente
manera: xt  xt  xt 1  f t  f t  1.
CIRO BAZÁN ECUACIONES EN DIFERENCIAS
La segunda diferencia de “x” evaluada en “ t  1 ” se puede calcular como la
diferencia entre dos primeras diferencias sucesivas, esto es:
2x t 1  x t 1  x t  2  x t 1  x t  2  x t 1  x t 3  2x t  2  x t 1 (IV)
La tercera diferencia de “x” evaluada en “t” se puede calcular como la diferencia

entre dos segundas diferencias sucesivas, esto es:
 
3x t   2x t  x t 1  x t   2x t 1  2x t  x t 3  3x t  2  3x t 1  x t (V)
La tercera diferencia de “x” evaluada en “ t  1 ” se puede calcular como la

diferencia entre dos segundas diferencias sucesivas, esto es:
 
3x t 1   2 x t 1  x t  2  x t 1  2 x t  2  2 x t 1 
(VI)
 x t  4  3x t 3  3x t  2  x t 1
En general, la diferencia de orden “n” de “x” evaluada en “t” se define como:
 
n n!
n x t   n 1x t   x t     1i  i!n  i! x t n i (VII)
i 0
Para cualquier entero “n”, con n  1.
De manera análoga, la diferencia de orden “n” de “x” evaluada en “ t  1 ” se

define como:
 
n n!
n x t 1   n 1x t 1   x t 1    1i  i!n  i! x t n 1i (VIII)
i 0
Para cualquier entero “n”, con n  1.
Note que el superíndice “n” significa que la operación de calcular la diferencia

se ha repetido “n” veces, es decir que el operador diferencia “  ” ha sido
aplicado “n” veces.
VI.2 Ecuaciones en diferencias ordinarias

Las ecuaciones en diferencias ordinarias2 son ecuaciones que involucran una
variable x t medida discretamente en diferentes periodos de tiempo. De forma
equivalente, podemos decir que una ecuación en diferencias ordinaria es una
ecuación funcional que involucra una o más diferencias x t , 2x t ,  , n x t de una
función desconocida del tiempo. Debido a que “t” varía de forma discontinua,
para periodos de tiempo igualmente espaciados, la función desconocida x t será
definida únicamente para los valores discretos de “t”, en consecuencia, el gráfico
de la función desconocida será una sucesión discontinua de puntos separados.
2
De ahora en adelante nos referiremos de manera abreviada a las ecuaciones en diferencias ordinarias
simplemente como ecuaciones en diferencias.
422
En este capítulo únicamente estudiaremos las denominadas ecuaciones en
diferencias ordinarias, es decir, nos concentraremos en el estudio de aquellas
ecuaciones en diferencias en las que la función desconocida únicamente depende
de una sola variable independiente discreta (por lo general “t”). Las ecuaciones
en diferencias parciales, aquellas en las que las diferencias parciales de la
función desconocida dependen de más de una variable dependiente discreta, no
son objeto de estudio del presente capítulo.
Sea x t una variable discreta3 (la función desconocida), se denomina ecuación en

diferencias ordinaria no autónoma a una relación cuya forma general es:
 
Forma Implícita: F n x t , n 1x t ,  , 3x t , , 2x t , x t , x t , t  0 (IX)

Forma Explícita: n x t  f n 1x t ,  , 3x t , , 2x t , x t , x t , t (X)
Reemplazando las diversas diferencias en las expresiones anteriores se obtienen

las siguientes relaciones:
Forma Implícita: Gx t n, x t n 1, , x t 3, x t 2, x t 1, x t, t  0 (XI)
Forma Explícita: x t n  gx t n 1, , x t 3, x t 2, x t 1, x t, t (XII)
En caso la variable “t” no aparezca de manera explícita en el argumento de las

cuatro expresiones anteriores, entonces se dice que la ecuación en diferencias
ordinaria es autónoma. El orden de una ecuación en diferencias coincide con la
diferencia de mayor orden que aparece en dicha ecuación. Para las cuatro
ecuaciones anteriores, el número natural “n” representa el orden de las
ecuaciones en diferencias. Si la ecuación en diferencias es expresada tal como la
ecuación XI o como la ecuación XII, entonces el orden de la ecuación en
diferencias estará dado por la mayor diferencia entre los subíndices de tiempo:
t  n  t  n. En caso las formas funcionales que aparecen en las cuatro
ecuaciones anteriores sean lineales, entonces las ecuaciones en diferencias
ordinarias de orden “n” serán lineales.
Ejemplos:
a) La ecuación x t 1  3x t  0 es lineal, de primer orden, está expresada en
forma implícita y es autónoma.
b) La ecuación x t 2  5x t 1  3x t  0 es lineal, de segundo orden, está
expresada en forma implícita y es autónoma.
c) La ecuación x t  2  2x t 1  4x 2t es no lineal, de segundo orden, está
expresada en forma explícita y es autónoma.
d) La ecuación x t 3  2x t  2  5x 4t 1  x t  t 3 es no lineal, de tercer orden, está
expresada en forma explícita y es no autónoma.
x tt  x0, x1, , x t, 

3
Una variable discreta es una sucesión infinita de números reales que
denotaremos como x t.
423
e) La ecuación  x t  5x t x t  x t   2 es no lineal, de segundo orden, está
2 2
expresada en forma explícita, y es autónoma. Esta ecuación se puede escribir

de forma equivalente tal como: x t  2  2x t 1  x t  5x t x t 1  4x t 2  2.
La solución de una ecuación en diferencias (tal como IX, X, XI o XII) viene

dada por todos los valores de x t que no involucran diferencias y que satisfacen
dicha ecuación. Es decir, la solución de una ecuación en diferencias es una
sucesión de números que verifican dicha ecuación.
Puede probarse que si x ct es solución de una ecuación en diferencias, también lo

es kxct para cualquier constante arbitraria “k”; y también si x ct y x pt son
soluciones de dicha ecuación, también lo será su combinación lineal k1x ct  k 2x pt
para cualquier constantes k1 y k 2. Asimismo, podría comprobarse que la
solución existe y es única.
Por último, es importante resaltar que la solución de una ecuación en diferencias

de orden “n” requiere de “n” condiciones iniciales para determinar las “n”
constantes arbitrarias que aparecerán en la solución.
VI.3. Ecuaciones en diferencias de primer orden

Sea f x t , t una función definida para t  0, 1, 2,  y para todos los números
reales x t. Una ecuación en diferencias de primer orden no autónoma en x t
viene dada por:
x t  f x t , t  x t 1  x t  f x t , t  x t 1  x t  f x t , t  x t 1  hx t , t (XIII)
Para un valor dado de x 0 es posible determinar la solución de (XIII) a través del

método de iteración o de inserción. Este método consiste en reiterativamente
aplicar la ecuación (XIII) para diversos valores de “t” partiendo del hecho que
conocemos el valor de x 0. En concreto, dados (XIII) y x 0 podemos determinar
el valor de x t para cualquier valor de “t” tal como sigue:
x1  hx 0,0
x 2  hx1,1  hhx 0,0,1
x 3  hx 2,2  hhhx 0,0,1,2 (XIV)
x 4  hx 3,3  hhhhx 0,0,1,2,3

Aún cuando en algunas ocasiones se puede encontrar una fórmula relativamente

sencilla para x t , esto no suele ser usual. Una solución general de (XIII) es una
función cuya forma general viene dada por:
x t  gt; C (XV)
424
La ecuación (XV) satisface (XIII) para cada valor de la constante arbitraria “C”.
Además, para cada valor de x 0 usualmente existe un valor de “C” que satisface:
x 0  g0; C (XVI)
En caso la ecuación dada por (XIII) no dependa explícitamente de “t”, se dice

que ésta es una ecuación en diferencias autónoma, y su forma general vendría
dada por:
x t  f x t   x t 1  x t  f x t   x t 1  x t  f x t   x t 1  hx t  (XVII)
Para un valor dado de x 0 es posible determinar la solución de (XVII) a través

del método de iteración o de inserción tal como sigue:
x1  hx 0 
x 2  hx1  hhx 0   h 2x 0 
x 3  hx 2   hhhx 0   h 3x 0  (XVIII)

x t  hh hx 0   h t x 0 
Donde h t x 0  representa la t-ésima iteración de x 0 bajo “h”, siendo hx 0  la

primera iteración de x 0 bajo “h”. En consecuencia, la ecuación (XVII) podría
expresarse en función de la t  1 -ésima iteración de x 0 bajo “h” tal como sigue:
 
x t 1  hx t   h h t x 0   h t 1x 0  (XIX)
Al conjunto de todas las posibles iteraciones (positivas):
h x  t  0
t
0 (XX)
Donde h t x 0   x 0 se le denomina la órbita (positiva) de x 0 y la denotaremos

por Ox 0 .
Dada una ecuación en diferencias como la descrita en (XVII), se dice que x* es

un punto fijo o punto de equilibrio si se verifica que:
hx t 1  x* t (XXI)
Una útil consecuencia de (XXI) es que x* será un punto de equilibrio de (XVII)

si y sólo si se verifica que:

h x*  x* t (XXII)
425
Como ocurrió con el estudio de los puntos de equilibrio en ecuaciones
diferenciales (tiempo continuo), una importante cuestión a tener en
consideración en ecuaciones en diferencias (tiempo discreto) es la
estabilidad/inestabilidad de un punto de equilibrio.
Definición 1: Sea x* un punto de equilibrio de (XVII). Entonces,
1. x* es (localmente) estable si dado un número real “   0 ” existe otro

número real “   0 ” tal que si:
x 0  x*    h t x 0   x*  x t  x*   t  1. (XXIII)
Donde x 0 es el valor inicial. Si x* no es estable, entonces es un punto

de equilibrio inestable. Un punto de equilibrio inestable es denominado
repulsor o fuente.
2. El punto de equilibrio x* es un punto de equilibrio inestable si existe

un “   0 ” y un número natural “T” tal que si:
x 0  x*    h Tx 0   x*  x T  x*   (XXIV)
3. El punto de equilibrio x* es un punto de equilibrio atractor si es

(localmente) estable y existe un   0 tal que:
x 0  x*    lím x t  x* (XXV)
t 
Si   , entonces x* es denominado globalmente atractor. El punto

x* es un punto de equilibrio asintóticamente estable o sumidero si es
estable y es atractor. Si   , entonces se dice que x* es un punto de
equilibrio globalmente asintóticamente estable.
Es importante resaltar que la medida x t  x* significa que x t permanece
“cercano” a x*. Es decir que si x t se “acerca” a x* conforme transcurre el

tiempo, entonces x* es un atractor; si, por otra parte, x t se aleja de x*
conforme transcurre el tiempo, entonces x* es un repulsor. Asimismo, es
importante resaltar que estabilidad significa que una vez que hallamos escogido
cuan cerca queremos permanecer a x* en el futuro, nosotros podamos encontrar
cuan cerca debemos empezar en el inicio.
En la figura 1 se pueden apreciar los diferentes tipos de puntos de equilibrio de

una ecuación en diferencias dada por (XVII).
426
xt xt
(a) Estable (b) Inestable
x +δ
*
x* + ε x* + δ
x* x* + ε
x0
x* - ε x*
x0
x* - δ x* - ε
x* - δ
0 2 4 6 8 10 0 2 4 6 8 10
t t
xt (c) Repulsor xt
(d) Asintóticamente estable
x* + γ
x 0b
*
x +δ
*
x
x* x a0
x0
x* - γ
x* - δ
0 2 4 6 8 10 0 2 4 6 8 10
t t
xt
(e) Globalmente asintóticamente estable
x 0b
x*
x a0
0 2 4 6 8 10
t
Figura 1
La figura 1 (a) nos muestra que x* es (localmente) estable. Es decir, en esta

figura podemos apreciar que encontrándose x 0 dentro de una distancia “  ”
respecto de x*, entonces x t se encuentra dentro de una distancia “  ” respecto
de x* para todo t  0. En la figura 1 (b) tenemos que x* es inestable. En este
caso, existe un “   0 ” tal que sin importar cuán cerca esté x 0 de x*, existirá un
“T” tal que x T diste al menos “  ” respecto de x*. Por su parte, en la figura 1
(c) se aprecia que x* es repulsor. En este caso, se aprecia que x t se aleja de x*
conforme transcurre el tiempo (obviamente x* es inestable). En la figura 1 (d) se
aprecia que x* es asintóticamente estable. Se observa que x* es (localmente)
427
estable ya que x 0 (“a” y “b”) se encuentra dentro de una distancia “  ” respecto
de x*, y además, se aprecia que conforme t    x t  x*. Finalmente, en la
figura 1 (e) se aprecia que x* es globalmente asintóticamente estable. Aquí se
verifica que x* es (localmente) estable y que conforme t    x t  x* para
todo x 0 (“a” y “b”).
Teorema 1: Sea x* un punto de equilibrio de (XVII) donde “h” es

continuamente diferenciable en x* entonces:
1. Si
  1
dh x*
entonces x* es un punto de equilibrio asintóticamente
dxt
estable (atractor o sumidero).
2. Si
  1
dh x*
x* es inestable y es un punto de equilibrio repulsor.
dxt
3. Si
   1 y:
dh x*
dxt
a) Si
   0, entonces x
d 2 h x* *
es inestable.
dx2t
b) Si
   0  d hx   0, entonces x
d 2 h x* 3 *
*
es inestable.
dx2t dx3t
c) Si
   0  d hx   0,
d 2 h x* 3 *
entonces x* es asintóticamente
dx2t dx3t
estable.
4. Si
   1 y:
dh x*
dxt
a) Si  2
d3h x*    3 d hx 
2 *
2
 0, entonces x* es asintóticamente
dx3t  dx2t 
 
estable.
b) Si  2
d3h x*    3 d hx 
2 *
2
 0, entonces x* es inestable.
dx3t  dx2t 
 
1.- Ecuaciones en diferencias lineales de primer orden

Una típica ecuación en diferencias de primer orden lineal no homogénea
está dada por:
x t 1  btx t  ct, x0  , t  0, bt  0 (XXVI)
428
La solución de (XXVI) la podemos obtener mediante el método de iteración
tal como sigue:
x1  b0x 0  c0
x 2  b1x1  c1  b1  b0x 0  c0  c1 
 b1b0x 0  b1c0  c1
x 3  b2x 2  c2  b2  b1b0x 0  b1c0  c1  c2 
 b2b1b0x 0  b2b1c0  b2c1  c2

Inductivamente, puede comprobarse que la solución de (XXVI) es:
 t 1  t 1  t 1 
x t   b
 i x 0 
 i 0 
   bi cj (XXVII)
j0 i  j1 
En donde el producto de todos los términos no existentes, como por ejemplo

los términos que van desde “ t  1 ” hasta “t”, es igual a uno.
Un caso especial de la ecuación (XXVI) surge cuando bt es independiente

del tiempo, en cuyo caso (XXVI) se transforma en:
x t 1  bxt  ct, x0  , t  0, b  0 (XXVIII)
De acuerdo a (XXVII), la solución de (XXVIII) viene dada por:

t 1
x t  bt x0   bt  j1cj (XXIX)
j0
En el caso que ct  0, se tendrá la versión homogénea de las ecuaciones

(XXVI) y (XXVIII). La solución de las versiones homogéneas de (XXVI) y
(XXVIII) se obtendrá eliminando el segundo sumando en las ecuaciones
(XXVII) y (XXIX) respectivamente.
Otro caso especial de la ecuación (XXVI) es que tanto bt y ct sean
constantes. Esto es:
x t 1  bxt  c  hx t , x0  , t  0 (XXX)
Empleando la ecuación dada por (XXVII), la solución de (XXX) vendrá

dada por:
 t
 
t 1
b x 0 

 b t  j1c  b t x 0  x*  x*; si b  1
j 0
xt   (XXXI)
t t 1 "t" veces

 0
1 x   1t  j1
c  x 0  c1    1  x 0  ct; si b  1
 j 0
429
Teorema 2: La ecuación en diferencias lineal de primer orden dada por
(XXX) (con x 0 dado y “b” y “c” constantes) tiene solución dada por
c
(XXXI). Donde x*  . El comportamiento de la solución de (XXXI)
1 b
está dado en la tabla 1 (y está graficado en las figuras 2a y 2b) para todos
los posibles valores de “b” y “c”, y x 0. En particular, si
b  1 1  b  1, entonces la solución de (XXXI) converge hacia x*
(asintóticamente estable), y si b  1, b  1  b  1 la solución de (XXXI)
es divergente (inestable) a menos que x 0  x*.
Hipótesis Conclusiones
Para
Caso b c x0 La solución es:
t  1, 2, 
(a) b 1 x 0  x* x t  x* Constante (= x* ). Estable.
Monótona creciente,
(b) b 1 x 0  x* x t  x*
diverge a  . Inestable.
Monótona decreciente,
(c) b 1 x 0  x* x t  x*
diverge a  . Inestable.
Monótona decreciente,
(d) 0  b 1 x 0  x* x t  x* converge a x* .
Asintóticamente estable.
Monótona creciente,
(e) 0  b 1 x 0  x* x t  x* converge a x* .
Oscilatoria amortiguada,
(f) 1  b  0 x 0  x* converge a x* .
Marginalmente estable.
Presenta oscilaciones no
amortiguadas (de amplitud
(g) b  1 x 0  x*
constante) alrededor de x* .
No presenta estabilidad
asintótica.
Divergente, oscila
(h) b  1 x 0  x* infinitamente alrededor
de x* .
(i) b 1 c0 x t  x0 Constante (= x 0 ).
x t  x0 Monótona creciente,
(j) b 1 c0
diverge a  .
x t  x0 Monótona decreciente,
(k) b 1 c0
diverge a  .
Tabla 1: Comportamiento de la solución de xt 1  bxt  c
430
xt xt
(a) (b)
x0
x* = x0 x*
t t
0 2 4 6 8 10 0 2 4 6 8 10
xt (c) xt
(d)
x0
x* x*
x0
t t
0 2 4 6 8 10 0 2 4 6 8 10
xt xt
(e) (f)
x* x*
x0
x0
t t
0 2 4 6 8 10 0 2 4 6 8 10
Figura 2a: Comportamiento de la solución de xt  1  bxt  c
431
xt xt
(g) (h)
x*
x*
x0
x0
t t
0 2 4 6 8 10 0 2 4 6 8 10
xt xt
(i) (j)
x0 x0
t t
0 2 4 6 8 10 0 2 4 6 8 10
xt
(k)
x0
t
0 2 4 6 8 10
Figura 2b: Comportamiento de la solución de xt  1  bxt  c
Ejemplos:
1.- Resolver la siguiente ecuación en diferencias y graficar su solución.
x t 1  t  2x t  3t t  2! , x 0  1, t  0
Comparando la ecuación anterior con (XVII), resulta que:
bt  t  2  b
 i i2
 (1)
c t  3 t  2 !  cj  3 j  2!
    
t j
432
Reemplazando (1) y x 0  1 en (XXVII) la solución será:
t 1 t 1  t 1 
xt   i  2     i  23 jj  2!
 
i 0 j0 i  j1 
t 1 t 1
x t  2  3  4    t  t  1   i  2  30  2! i  2  31  3!
i 1 i2
t 1 t 1
  i  2  32  4!    i  2  3t 1  t  1!
i 3 i 
 t 

1
x t  1  2  3  4  5  6    t  t  1  3  4  5  6    t  t  1  30  1  2 
 4  5  6    t  t  1  31  1  2  3 
 5  6    t  t  1  32  1  2  3  4    3t 1  t  1!
x t  1  2  3  4  5  6    t  t  1  1  2  3  4  5  6    t  t  1  30 
 1  2  3  4  5  6    t  t  1  31  1  2  3  4  5  6    t  t  1  32   
 3t 1  t  1!
xt  t  1!t  1!30  t  1!31  t  1!32    3t 1  t  1!
 
t 1
xt  t  1!t  1!30  31  32    3t 1  t  1!t  1!  3i
i 0
 3t  1   t 
x t  t  1!t  1!   t  1! 3  1 , t  1, 2, 3, 
 2   2 
   
Reemplazando en la expresión anterior t  1, 2, 3,  se tiene:
t 0 1 2 3 4 5 6
xt 1 4 30 336 4920 87840 1839600
El gráfico de la solución de la ecuación en diferencias se muestra a

continuación.
433
2000000
1500000
Xt 1000000
500000
0
0 1 2 3 4 5 6
t
Figura 3
2.- Resolver la siguiente ecuación en diferencias y graficar su solución.
x t 1  3x t  3t , x 0  1
Comparando la ecuación anterior con (XXVIII), resulta que:
b  3

 (2)
ct  3  cj  3
 t j
Reemplazando (2) y x 0  1 en (XXIX) la solución será:
t 1 t 1
x t  3t   3t  j13j  3t   3t 1
j0 j0
x t  3t  t  3t 1  3t 1t  3
Reemplazando en la expresión anterior t  1, 2, 3,  se tiene:
t 0 1 2 3 4 5 6
xt 1 4 15 54 189 648 2187
El gráfico de la solución de la ecuación en diferencias se muestra a

continuación.
434
2500
2000
1500
Xt
1000
500
0
0 1 2 3 4 5 6
t
Figura 4
3.- Amortización (Zhang, 2006): es el proceso por el cuál un préstamo es

liquidado a través de una secuencia de pagos, cada uno de los cuales es
parte del pago de intereses y parte del pago para reducir la deuda
principal. Sea D t la deuda principal después del t-ésimo pago p t.
Supóngase que los intereses se cobran de manera compuesta a una tasa
“r” por periodo de pago. La deuda principal D t 1 después de t  1
pagos es igual a la deuda principal D t después de “t” pagos más los
intereses rDt incurridos durante el t  1 -ésimo periodo menos el
t-ésimo pago p t , esto es:
Dt 1  Dt  rDt  pt  1  rDt  pt
Sea D0 la deuda inicial. Se pide determinar la solución de la ecuación

en diferencias anterior, es decir, determinar la deuda principal después
del t-ésimo pago. Además, si suponemos que el pago es constante e
igual a “M” y que el préstamo es saldado en “t” pagos, determine la
solución de la ecuación en diferencias anterior y el monto “M”
correspondiente al pago mensual.
Comparando la ecuación anterior con (XXVIII), resulta que:
b  1  r
 (3)
ct  pt  cj  pj
Reemplazando (3) y D0 en (XXIX) la solución será:
t 1
D t  1  rt D0   1  rt  j1 pj
j0
t 1
D t  1  rt D0   1  rt  j1pj (4)
j0
435
Ahora si suponemos que pj  M, entonces la solución (4) se
transforma en:
t 1
D t  1  rt D0   1  rt  j1M
j0
Dt  1  rt D0 
M
r
1  r  1
t
(5)
Cuando el préstamo es completamente saldado en “t” pagos, resulta que

Dt  0, por tanto, el pago mensual “M” vendrá dado por:
1  r  1  0  M  1 1 rr 1 rD

t
M
Dt  1  rt D0  t
t 0 (6)
r
4.- Dinámica de precios con expectativas adaptativas4 (Zhang, 2006): Hay

dos activos financieros disponibles para invertir; un depósito bancario
libre de riesgo que devenga (produce) una tasa de interés constante “r” a
perpetuidad, y una acción ordinaria, esto es, un crédito de capital en
alguna empresa, que paga una corriente conocida de dividendos por
acción, dss t. Sea ps el precio real de mercado de una acción ordinaria
al comienzo del periodo “s”, antes que el dividendo ds  0 sea pagado.
Supóngase también que los precios futuros de las acciones son
desconocidos pero que todos los inversores tienen la creencia común en
t  s que el precio será pse1 al comienzo del siguiente periodo.
Además, para que los dos activos financieros coexistan, sus
rentabilidades deben ser iguales, de lo contrario el menos rentable no
tendría compradores, es por eso que se considerará la siguiente
condición de arbitraje:
1  rpt  d t  pet 1 (7)
La ecuación (7) significa que si una suma de p t unidades monetarias

fuese invertida en la bolsa de valores en el periodo “t”, ésta debería
producir en el periodo “ t  1 ” una cantidad cuyo valor esperado
d t  pet 1 sería igual al principal más los intereses sobre una igual suma
invertida en depósitos bancarios.
4
En economía se dice que los individuos tienen expectativas adaptativas cuando basan sus expectativas de
lo que sucederá en el futuro teniendo en cuenta lo que ha ocurrido en el pasado. Es decir, en este tipo de
expectativas se supone que los individuos adoptan el valor pasado de las variables y lo corrigen de alguna
manera para obtener su valor presente. Por ejemplo, si en el pasado la inflación ha sido alta, los agentes
económicos podrían esperar que ésta sea alta en el futuro. Dado que en este tipo de expectativas se asume
que los individuos no actualizan sus conocimientos empleando toda la información de la que disponen, para
corregir este supuesto bastante restrictivo, surge la teoría de las expectativas racionales, en la cual se
supone que los individuos emplean toda la información que está a su alcance y actualizan sus
conocimientos utilizando el valor esperado condicionado a la información existente. Un caso particular
surge cuando los individuos tienen previsión perfecta, en este caso debido a que los individuos cuentan con
toda la información necesaria, el valor esperado de las variables coincide con su valor real.
436
La hipótesis de expectativas adaptativas fue introducida por Nervole en
1958 en su estudio del modelo de la “telaraña”. De acuerdo a esta
formulación, las expectativas son revisadas o “adaptadas” en cada
periodo sobre la base de la diferencia entre el valor observado y el valor
previamente esperado, es decir:
 
pet 1  pet  a pt  pet  pet 1  apt  1  apet (8)
Donde el parámetro, a  0, 1, describe la velocidad de aprendizaje. La

ecuación (8) nos dice que, si el valor observado del periodo anterior
“ p t ” ha sido mayor (igual ó menor) que el valor esperado para el mismo

periodo “ p et ”, es decir si p t  pet  0, entonces el nuevo valor esperado

“ pet 1 ” es revisado hacia arriba, dejado constante, o revisado hacia
abajo.
Utilizando la condición de arbitraje para eliminar los precios esperados

de la ecuación de expectativas adaptativas, ecuación (8), demuestre que
se obtiene la siguiente ecuación en diferencias, luego de adelantar la
ecuación en un periodo:
pt 1  pt  bt (9)
Donde:
 1  a
  1  r ; 0   1 r  00  a 1
 1 r  a
 (10)
 d t 1  1  a d t
b t 
 1 r  a
Luego determine la solución de (9). Además, si suponemos que la

acción ordinaria de la empresa paga un dividendo constante “d”,
encuentre la solución de (9). Finalmente, determine el punto de
equilibrio y analice la estabilidad.
pet 1  1  rpt  d t (11)
Retardando en un periodo la ecuación (11) obtenemos:
pet  1  rp t 1  d t 1 (12)
1  rpt  dt 1  rpt 1  dt 1

 apt  1  a
1  r  apt  1  a1  rpt 1  1  adt 1  dt

437
1  a1  r d t  1  ad t 1
pt  p t 1  (13)
1  r  a 1  r  a
Adelantando en un periodo la ecuación (13) obtenemos.
1  a1  r d t 1  1  ad t
p t 1  pt  (14)
1  r  a 1  r  a
Finalmente, teniendo en cuenta (10), podemos escribir la ecuación (14)

tal como sigue:
pt 1  pt  bt l.q.q.d
Por (XXVIII) y (XXIX), la solución de (9) vendrá dada por:
t 1
p t  t p0   t  j1b j (15)
j0
Por otra parte, si dt  d  cte  dt  dt 1  d  cte. Reemplazando esta

última condición en (10) se tiene que:
 1  a
  1  r ; 0   1 r  00  a 1
 1 r  a
 (16)
 ad ad
b t  b   cte  b j  b   cte
 1 r  a 1 r  a
Sustituyendo “ b t  b ” en (9) resulta:
pt 1  pt  b  hpt  (17)
Teniendo en cuenta (XXX) y (XXXI), y el hecho que   1, resulta que

la solución de (17) viene dada por:
 b  b
p t  t  p0  
 (18)
 1   1 
Teniendo en cuenta la ecuación (XXII) y la ecuación (17), el punto de

equilibrio de (17) lo determinaremos a través de:

h p*  x* t
p*  p*  b  h p*  p*   b
1 
0
438
Por tanto, la ecuación (18) puede escribirse tal como sigue:

pt  t p0  p*  p* (19)
Derivando (17) respecto de p t se tiene:
dhp t 

dh p*     dhp      si 0    1
*
(20)
dpt dpt dpt
Por tanto, de acuerdo al teorema 1, dado que 0 

dh p*     1 entonces
dpt
p* es un punto de equilibrio asintóticamente estable (atractor o sumidero).

Además, de acuerdo a tabla 1, si 0    1 y p0  p*, entonces p t es
monótona decreciente y converge a p* . Asimismo, si 0    1 y p0  p*,
entonces p t es monótona creciente y converge a p* .
xt xt
(a) (b)
p0
p* p*
p0
t t
0 2 4 6 8 10 0 2 4 6 8 10
Figura 5: Dinámica de precios con expectativas

adaptativas
5.- El modelo lineal de la telaraña (Mavron, 2007): Este modelo es
utilizado en economía para analizar fluctuaciones periódicas en el
precio, en la oferta, y en la demanda que oscilan alrededor de un
equilibrio. Este modelo relaciona a bienes cuya producción no es
instantánea ni continua, sino que requieren un periodo de tiempo fijo
(en este modelo se toma a dicho periodo como la unidad de medida
temporal). Se asume que las cantidades involucradas cambian
únicamente en intervalos de tiempo discretos y que existe un rezago de
tiempo en la respuesta de los productores ante cambios en los precios.
Por ejemplo, este año la oferta de un particular producto agrícola

depende del precio obtenido en la cosecha del año anterior. Por
supuesto que la demanda del producto dependerá del precio de este
año. Otro ejemplo es el de los paquetes de vacaciones. La oferta de
vacaciones de la empresa de vacaciones para esta estación dependerá
de los precios obtenidos en la última estación.
439
En general, se asume que la función de oferta en el periodo “t” para un
único bien viene dada por:
t  Op t 1  apt 1  b;

QO a  0, b  0 (21)
Donde QOt es la oferta en el periodo “t” que depende de pt1, el precio

en el periodo “ t  1 ” (precio del periodo previo). La ecuación de la
demanda, que depende del precio vigente en cada periodo “t”, viene
dada por:
t  Dp t   cpt  d; c  0, d  0
QD (22)
Aquí a, b, c, y d son parámetros reales. Inicialmente t  0, y luego “t”
se incrementa en una unidad en cada periodo. Se supondrá que en el
periodo inicial partimos de un precio p0 diferente al precio de
equilibrio intertemporal, p*, debido a un disturbio exógeno (por
ejemplo una sequía). Al precio p0 le corresponde una cantidad inicial
q 0. Asimismo, supondremos que la producción total de cada periodo
será vendida en el mercado (no existen inventarios). Asumiendo que el
mercado se vacía (el mercado está en equilibrio en el sentido que en
cada periodo ningún productor se queda con alguna cantidad de su
producción sin vender y ningún consumidor se queda sin satisfacer su
demanda) en cada periodo „t”, se tiene que:
t  Qt
QO D
(23)
Reemplazando (21) y (22) en (23) resulta que:
a bd
apt 1  b  cpt  d  pt   pt 1   
 (24)
c  c 
Adelantando (24) en un periodo, se tiene que:
a bd
pt 1   pt     hpt  (25)

c  c 
En este punto es importante resaltar que el precio de mercado “ pt ” es
de equilibrio en cada periodo, esto es, el mercado se vacía en cada
periodo. Sin embargo, este precio fluctuará con el tiempo.
Teniendo en cuenta (XXXI) y que a c  1 a c  0, la solución de (25)
está dada por:
 
t
a
pt    p0  p*  p* (26)
c
Donde se tiene que el precio de equilibrio intertemporal “ p* ” viene

dado por:
bd
p*   
 (27)
 ca 
440
De acuerdo al teorema 1, las condiciones de estabilidad requieren

dh p* a
 1, que siempre se satisface si la oferta “O” es menos
dpt c
inclinada que la demanda “D”. Por otro lado, si
 
dh p*
a
 1, entonces el precio será divergente del precio de
dpt c
equilibrio intertemporal (la oferta “O” es más inclinada que la
a  a 
demanda “D”). En particular, si  1   0 1   0, el precio de
 
c  c 
equilibrio del mercado “ pt ”, dado por (26), tenderá, con el tiempo,
hacia el precio de equilibrio intertemporal de forma oscilatoria.
a  a 
Además, si  1   1, el precio de equilibrio del mercado “ pt ”,
 
c  c 
se alejará, con el tiempo, del precio de equilibrio intertemporal de
a  a 
forma oscilatoria. Finalmente, si  1   1, el precio de
 
c  c 
equilibrio del mercado “ pt ”, oscilará indefinidamente y con amplitud
uniforme alrededor del precio de equilibrio intertemporal.
Este modelo es representado en la figura 6. Las funciones de oferta y

de demanda son indicadas por “O” y “D” respectivamente. En las
figuras 6 (a), 6 (b) y 6 (c) se observa que partiendo de un precio inicial
p0  p*, este precio p0 da una cantidad ofertada en el siguiente periodo
de Q1, leída de la curva de oferta e indicada por el punto “a”. Pero, ya
que la demanda iguala a la oferta en cada periodo, esto también da una
cantidad demandada de Q1, mientras esta cantidad demandada implica
un precio p1 en el periodo 1. Esto a su vez significa que la cantidad
ofertada en el periodo 2 es Q2. Y así la secuencia continua.
Tal como se aprecia en las figuras 6 (a), 6 (b) y 6 (c), se obtienen

trayectorias con la forma de una “telaraña”, que dan nombre al modelo.
En la figura 6 (a) se aprecia una telaraña explosiva (la oferta es más
empinada que la demanda), en la figura 6 (b) se observa una telaraña
convergente (la demanda más empinada que la oferta), mientras que en
la figura 6 (c) se aprecia una telaraña de oscilación uniforme (la
demanda y la oferta tienen igual inclinación). Asimismo, en la figura 7
(a) se observa la evolución en el tiempo del precio de mercado “ pt ”
para el caso en que la oferta es más empinada que la demanda, en la
figura 7 (b) se aprecia el caso en que la demanda más empinada que la
oferta, mientras que en la figura 7 (c) se observa el caso en que la
oferta y la demanda tienen la misma inclinación.
441
Qt
a  c  O
Q3 e
b a
Q1
Q0 d
Q2 c
Q4 D
pt
* p t 1
p3 p1p p0 p2 p4
(a)
Qt
a  c
O
b a
Q1
Q3 e
Q4
c d
Q2
Q0
D pt
* p t 1
p1 p3 p p4 p2 p0
(b)
Qt
a  c 
O
b a
Q1
Q0
c d
D pt
p1 p0 p t 1
p*
(c)
Figura 6: Modelo lineal de la telaraña
442
pt
a  c
p4
p2
p0
p*
p1
p3
t
0 2 4 6 8 10
(a)
a  c
pt
p0
p2
p4
p*
p3
p1
t
0 2 4 6 8 10
(b)
a  c
pt
p0
p*
p1
t
0 2 4 6 8 10
(c)
Figura 7: Modelo lineal de la telaraña
Finalmente, de la ecuación (26) se desprende el hecho que si p0  p*,

en consecuencia p t  p*, es decir, el precio permanece fijo en p* si no
ocurre ningún disturbio exógeno y esto es lo que se entiende por
equilibrio estático.
443
6.- Modelo de crecimiento de la renta nacional en una economía en
expansión (Goldberg, 1958):
Yt  Ct  I t;

Ct  c  mYt; c  0 y 0  m  1 t  0, 1, 2,  (28)
Y  Y  Y  rI ; r  0
 t t 1 t t
La primera ecuación de (28) nos dice que la renta nacional “ Yt ” está

constituida por dos componentes: el consumo “ C t ” y la inversión
“ I t ”.
La segunda ecuación de (28) nos dice que los gastos de consumo

dependen linealmente de la renta nacional. Donde “c” es el consumo
autónomo y “m” representa la propensión marginal a consumir. La
inecuación 0  m  1 simplemente expresa el hecho que cualquier
incremento en la renta es en parte, pero no completamente, convertido
en un incremento en el consumo.
La tercera ecuación de (28) nos expresa que el incremento en

capacidad (o renta nacional total) “ Yt ” causado por una unidad de
inversión “ I t ” es igual al factor de crecimiento “r”.
El objetivo del análisis dinámico de esta economía es obtener las

ecuaciones en diferencias que satisfacen las funciones “Y” e “I”, y sus
respectivas soluciones. Para ello, vamos a despejar “ I t ” de la primera
ecuación de (28):
It  Yt  Ct (29)
Reemplazando (29) en la tercera ecuación de (28) resulta:

Yt  Yt 1  Yt  r Yt  Ct  (30)
Reemplazando la segunda ecuación de (28) en (30) se tiene que:
 
Yt 1  Yt  r Yt  c  mYt  Yt 1  1  r1  mYt  rc (31)
La ecuación (31) es la ecuación en diferencias de primer orden que

satisface la renta nacional. Para encontrar la correspondiente ecuación
en diferencias para los gastos en inversión vamos a adelantar en un
periodo la ecuación (29):
It 1  Yt 1  Ct 1 (32)
Restando (29) de (32) resulta:
It 1  It  Yt 1  Ct 1  Yt  Ct   Yt 1  Yt   Ct 1  Ct  (33)
444
Reemplazando la tercera ecuación de (28) en (33) se tiene:
It 1  It  rIt  Ct 1  Ct  (34)
Por otro lado, adelantando en un periodo la ecuación de (28) se

obtiene:
Ct 1  c  mYt 1 (35)
Restando a (35) la segunda ecuación de (28) obtenemos que:
Ct  Ct 1  Ct  mYt 1  Yt   mYt (36)
Reemplazando (36) en (34) se desprende que:
It 1  It  rIt  mYt 1  Yt  (37)
Sustituyendo la tercera ecuación de (28) en (37) se tiene:
It 1  It  rIt  mrI t  It 1  1  r1  mIt (38)
Note que de (38) se desprende que la tasa de crecimiento de la

inversión de esta economía, entre dos periodos consecutivos, viene
dada por:
I t 1 t It 1  It  t  1  t I t 1  I t
   r1  m (39)
It It It
Note que de (28) r1  m  0, por tanto “I” es una función creciente de
“t”. La inversión crece a una tasa constante r1  m, esta proporción
positiva de la inversión I t es añadida a I t para producir I t1, la
inversión en un periodo posterior. Teniendo en cuenta (XXXI) y que
1  r1  m  1 , la solución de (38), para un valor I0 dado, viene dada
por:
It  1  r1  mt I0; t  0, 1, 2,  (40)
Dado que 1  r1  m  1, entonces conforme t  , entonces

I t  . (Modelos más realistas, con valores máximos y mínimos
para la inversión y la renta, han sido considerados posteriormente).
Finalmente, Teniendo en cuenta (XXXI) y que 1  r1  m  1 , la

solución de (31), para un valor Y0 dado, viene dada por:
 
Yt  1  r1  mt Y0  Y*  Y*; t  0, 1, 2,  (41)
Donde Y*  c 1  m . En consecuencia, si Y0  Y*, conforme

t  , entonces Yt  .
445
Harrod consideró el caso particular en el que c  0. En este caso, como
puede apreciarse del hecho que las ecuaciones (31) y (38) asumen
precisamente la misma forma, la renta y la inversión deberían crecer a
la misma tasa garantizada de crecimiento5, dada por la constante
r1  m, para mantener el pleno empleo.
VI.4. Ecuaciones en diferencias lineales de orden superior

La forma normal de una ecuación en diferencias lineal no homogénea de orden “n”
está dada por:
x t n  b1tx t n 1  b2tx t n 2    bn tx t  ct (XXXII)
Donde bit y ct son funciones de variable real definidas para t  0 y bn t  0 para
todo t  0. Aquí la sucesión ct es denominada fuerza externa, control, o entrada del
sistema. Si ct es idénticamente nula, entonces la ecuación (XXXII) se dice que es
una ecuación homogénea. Podemos evaluar x n , haciendo t  0 en (XXXII), con:
x n  c0  b10x n 1  b20x n 2    bn 0x0 (XXXIII)
Similarmente, se puede evaluar x n1, etc. Una sucesión x t0 se dice que es una
solución de (XXXII) si ésta satisface dicha ecuación. Si se especifican x0, x1,  , x n 1,
se tiene el problema de valores iniciales.
Teorema 3: La solución general de la ecuación (XXXII) está dada por:

n
x t  A1pt1  A 2pt2    A n ptn  p*t   Aipti  p*t (XXXIV)
i 1
5
Suponiendo que en esta economía (cerrada y sin sector público) en un periodo de pleno empleo, con renta
a un nivel tal que no todo se consume, sino que una cierta proporción queda para invertir. Cuando se
invierte, esta proporción causará un incremento en la capacidad (renta nacional total) del sistema y si se
mantiene el pleno empleo, los gastos de inversión también tendrán que crecer. Y este incremento en la
inversión nuevamente incrementará la capacidad que a su vez incrementará la inversión, etc. La tasa de
crecimiento de la inversión requerida para mantener pleno empleo es la denominada tasa garantizada de
Harrod.
446
Un sistema dinámico discreto es una sucesión infinita de números, x t, que son
definidos recursivamente, es decir, existe una “regla o relación de recurrencia” que
relaciona a cada número en la sucesión con números previos en dicha sucesión.
Un sistema dinámico discreto de primer orden es una sucesión infinita de

números x t para diferentes periodos de tiempo discretos t  0, 1, 2,  tal que
cada número posterior al primero es relacionado al número anterior por la
siguiente relación de recurrencia:
x t 1  f x t  I
447
448
Capítulo VII
OPTIMIZACIÓN DINÁMICA
VII.1 Introducción
El problema fundamental de la economía consiste en la asignación eficiente de
recursos escasos entre distintos fines competitivos. La manera más sencilla de
resolver este problema es a través de la programción matemática considerando
que las variables económicas son invariantes en el horizonte temporal o que nos
encontramos en un determinado instante del tiempo. Bajo estas simplificaciones,
estaríamos frente a un problema de optimización estática que busca optimizar
una función (función objetivo) a través de la elección de ciertas variables
(variables de elección o de decisión) que pueden tomar valores dentro de un
conjunto de oportunidades (conjunto factible). La solución buscada en tales
problemas usualmente consta de una única magnitud óptima para cada variable
de elección, lo cuál no exige un programa de acción secuencial óptima.
Cuando permitimos que las variables de elección varíen con el tiempo, sujetas a
una determinada dinámica entre un instante inicial y un instante final, nos
encontramos frente a un problema de Optimización Dinámica u Optimización
Intertemporal. La optimización dinámica estudia la optimización de sistemas
dinámicos, esto es, la optimización de sistemas que evolucionan con el tiempo.
Dado un sistema que evoluciona en el tiempo, se busca conducir o controlar el
sistema de manera óptima a lo largo de un horizonte de tiempo determinado, de
acuerdo a un objetivo previamente establecido.
En contraste a los problemas de optimización estática, los problemas de

optimización dinámica plantean la interrogante de cuál es la magnitud óptima de
una variable de elección en cada periodo del tiempo dentro de un periodo de
planificación (caso de tiempo discreto) o en cada instante del tiempo en un
intervalo de tiempo dado, digamos t 0 , t 1  (caso de tiempo continuo). Es incluso
posible considerar un horizonte de planificación infinito, de manera que el
intervalo relevante pordría ser t 0,. Es decir, desde el instante actual hasta la
“eternidad”. La solución de un problema de optimización dinámica por tanto,
adoptará la forma de una senda (trayectoria) de tiempo óptima para cada variable
de elección, detallando el mejor valor de dicha variable desde el inicio del
periodo de planificación hasta el final del mismo.
CIRO BAZÁN OPTIMIZACIÓN DINÁMICA
Por ejemplo, la economía de un país es un sistema que evoluciona a lo largo del
tiempo, por lo que rerpresenta un sistema dinámico. En determinado instante, el
estado de dicha economía es recogido en un cuadro macroeconómico, donde
figuran los valores de las siguientes variables (variables de estado1): consumo
privado y consumo público, variación de existencias, demanda interna,
importaciones y exportaciones, PBI, tasa de inflación, tasa de desempleo, etc. La
autoridad económica decide realizar una serie de medidas de política fiscal y de
política monetaria (variables de control2), que van a afectar el comportamiento
de los agentes económicos y que conducirán a nuevos valores de las variables de
estado, cuando éstas sean presentadas en el futuro. Los valores del cuadro
macroeconómico al final del año dependerán de los valores del mismo a
comienzos de año, de las medidas de política económica adoptadas durante el
transcurso del año, y de la respuesta de los agentes económicos a dichas
medidas. Las medidas de política económica dependerán de los objetivos que
tenga el gobierno en el instante que se adoptan.
Para poder resolver el ejemplo anterior con las técnicas de la optimización

dinámica, será necesario que el sistema dinámico en cuestión se pueda expresar
matemáticamente a través de un sistema de ecuaciones diferenciales (tiempo
continuo) o mediante ecuaciones en diferencias (horizonte temporal discreto),
que contengan las variables de estado y las de control. Además, las condiciones
iniciales del sistema, las restricciones de las variables, y la funcional3 objetivo
del problema tienen que poderse representar matemáticamente.
Existen tres métodos diferentes para resolver problemas de optimización
dinámica los cuales son equivalentes en muchos sentidos. El primer método es el
del Cálculo de Variaciones (1696) que resuelve el problema con las Ecuaciones
de Euler (1744). El segundo método es el del Control Óptimo o Teoría Moderna
de Control que resuelve el problema por medio del Principio del Máximo de
Pontryagin (1958). El tercer método se denomina Programación Dinámica que
se basa en el Principio de Optimalidad de Bellman (1957). Las tres
aproximaciones pueden formularse en tiempo discreto o en tiempo continuo.
El cálculo de variaciones se ha aplicado fundamentalmente, tras su
descubrimiento, en mecánica (campo de la física). El desarrollo sistemático del
control óptimo se inició en los EEUU alrededor de 1930 en el campo de las
ingenierías mecánica y eléctrica. Durante las décadas del cincuenta y del sesenta
del siglo pasado, en el campo de la economía, aparecen algunas aportaciones
aisladas sobre el control óptimo. En los años sesenta se utiliza de forma
sistemática las técnicas del conrol óptimo en la teoría de crecimiento, y desde
entonces se difunden trabajos sobre el tema, los cuales han sido el instrumento
básico para describir el comportamiento de individuos y empresas cuando la
actividad económica se desarrolla a lo largo del tiempo.
1
Una variable de estado es aquella que define la dinámica de un sistema. Es aquella que describe el estado
de un sistema
2
Una variable de control es un instrumento que permite al agente que se enfrenta a un problema de
optimización dinámica influir sobre una variable de estado. En general, una variable de control está sujeta a
la elección discrecional del agente planificador, y se caracteriza porque la elección de dicha variable afecta
a la variable de estado. Es decir, una variable de control es aquella que puede ser controlada por el
planificador u operador del sistema en todo instante del tiempo.
3
450
En la actualidad, los métodos de la teoría de control se utilizan en el análisis
macroeconómico, tanto bajo la perspectiva de la macroeconomía clásica como
de la nueva macroeconomía clásica. El término “Economía Dinámica”
frecuentemente puede encontrarse en la literatura económica actual, en la cual la
teoría de control juega un papel preponderante.
VII.2 El cálculo de variaciones

El cálculo de variaciones es una técnica empleada para resolver problemas de
optimización dinámica, la cual es predecesora de la teoría del control óptimo. El
cálculo de variaciones es la aproximación clásica al problema de la optimización
dinámica, data del siglo XVII, y desde entonces este tema se ha constituido
como una parte importante de las matemáticas aplicadas. Los primeros en
resolver problemas de optimización dinámica utilizando está técnica fueron
Isaac Newton (1687) y los hermanos Bernoulli (1696)4.
En la economía, esta técnica se empleó por primera vez a finales de los años
veinte y a comienzos de los treintas en los trabajos de Roos5, Evans6, Ramsey7 y
Hotelling8. Su finalidad fue resolver problemas relativos a encontrar la
trayectoria temporal óptima de una variable, con el propósito de optimizar
alguna funcional relacionada con los beneficios o la utilidad.
1. Formulación del problema fundamental del cálculo de

variaciones: punto terminal fijo
En esta sección vamos a formular el problema básico del cálculo de
variaciones. Este problema se caracteriza porque la funcional a optimizar
(funcional objetivo) depende de una sola variable de estado, xt , de una sola
variable de control, x't , de las condiciones iniciales y finales que están
completamente especificadas (condiciones de borde), no hay restricciones
(que podrían ser ecuaciones diferenciales o simplemente funciones del
tiempo y de las variables de estado), y el horizonte temporal es continuo.
 funcional objetivo
 

 funciónintermedia
t 1   
  

I   opt J x   f x t , x ' t , t dt
 x t0

 x t 0   x 0 
s.a :  condiciones de borde
 x t 1   x1 
4
Para más detalle, ver Kline, M. (1962): “Mathematics: A Cultural Approach”, Mass.: Addison-Wesley.
5
Roos, C. (1925): “A Mathematical Theory of Competition”, American Journal of Mathematics, 46, pp.
163-175.
6
Evans, G. (1924): “The Dynamics of Monopoly”, American Mathematical Monthly, febrero, pp. 77-83.
7
Ramsey, F. (1928): “A Mathematical Theory of Savings”, Economic Journal, Oxford: Blackwell
Publishers, diciembre, pp. 543-559.
8
Hotelling, H. (1931): “The Economics of Exhaustible Resourses”, Journal of Political Economy,
Chicago: The University of Chicago Press, abril, pp. 137-175.
451
dxt
 
Donde f xt, x't, t es una función de clase C2, x't 
dt
, y los parámetros
t0, t1, x0 y x1 son dados previamente. Siendo  el conjunto de todas las

funciones “x” con derivadas primeras y segundas continuas en un intervalo
cerrado t0, t1 con t0 y t1    t0  t1, y que viene dado por:
 
  x : t 0 , t1      x es C 2 en t 0 , t1  .
Donde el conjunto factible (denominado conjunto de sendas admisibles)

viene dado por:
  x   x t i   x i i  0,1 II
Es decir, la tarea del cálculo de variaciones consiste en encontrar entre todas
las trayectorias “x”, mostradas en la figura 1, que parten de x0 en el instante
t0 y llegan a x1 en el instante t1, aquella trayectoria x * , de clase C2 en t0, t1
tal que x*ti  xi i  0, 1 , que hace máxima (o mínima) la integral J x 
(funcional).
xt
xt1  x1
x*
xt 0  x0
t
t0 t1
Figura 1
Para que el problema (I) se pueda resolver es necesario que la funcional sea
integrable, es decir que la integral sea convergente. Además, las funciones
que aparecen en dicho problema deberán ser continuas y continuamente
diferenciables. Esto es necesario ya que la metodología sobre la cual se basa
el cálculo de variaciones es muy semejante a la utilizada en el clásico cálculo
diferencial. La diferencia fundamental radica en que en lugar de utilizar la
diferencial “dx” que cambia el valor de y  f x , se empleará la “variación”
de una trayectoria (curva) completa “x” que afectará al valor de la funcional
J x .
Este problema se diferencia de un problema de optimización estática en dos

aspectos. En primer lugar, tiene carácter dinámico (aparece la variable
temporal) y la solución del problema es una trayectoria x * que depende del
tiempo. En segundo lugar, lo que se optimiza es una funcional, no una
función.
452
Sin pérdida de generalidad, inicialmente supondremos que todos los
problemas de cálculo de variaciones consisten en maximizar la funcional
objetivo J x  . Más adelante, cuando se expliquen las condiciones de segundo
orden, se distinguirán entre problemas de maximización y de minimización.
Por tanto, el problema que resolveremos será:
 f x t , x t , t dt
t1
max J x   '
x
t0
x t 0   x 0
(III)
s.a :
x t 1   x 1
2. Optimalidad local: punto terminal fijo
Condición necesaria de primer orden: Ecuación de Euler (1744)

A la condición que permite seleccionar, de un extenso conjunto factible de
curvas (sendas o trayectorias) “ x ”, aquella que maximice o minimice la
funcional objetivo J x  (trayectoria óptima: x * ) se le denomina ecuación de
Euler. Por tanto, si x *  C 2 resuelve el problema (III), es decir:
      f  x t , x
t1 t1
J x   f x t , x ' t , t dt  J x *  * '*
t , t  dt x t  IV 
t0 t0

Para cualquier senda admisible x  C 2 , dicha función debe satisfacer la

siguiente ecuación (Ecuación de Euler):

f xt, x't, t  
d  f xt, x't, t

 t  t0, t1 V
xt dt  x't 

Si por simplicidad obviamos los paréntesis en “f”, en “x” y en “ x' ”

tendremos:
f

d  f  d fx'   t  t0, t1 VI
 '   fx 
x dt  x  dt
x t
fx ' x'
t
453
La diferencial total de fx' es:
fx' fx' fx'

dfx'   dx   dx'   dt
x x '
t
Por tanto:
 
 fx' fx'

dx

fx'

dx'

fx'
 f x 'x  x'  f x 'x '  x' '  f x 't VII
t x dt x '
dt t
Reemplazando (VII) en (VI) tenemos:
f x  f x ' x  x'  f x ' x '  x ' '  f x ' t t  t0, t1 VIII
La ecuación (VIII) es una ecuación diferencial de segundo orden. A las

soluciones de esta ecuación se les denomina extremales9 y su forma genérica
es la siguiente:
x  xt, C1, C2 IX
Donde C1 y C2 son constantes arbitrarias. Para obtener soluciones que

verifiquen la condición necesaria de máximo local del problema (III), hay
que resolver la ecuación de Euler (ecuación VIII) e imponer las condiciones
inicial y final dadas.
Condición necesaria de segundo orden: condición de

Legendre
Una condición necesaria de segundo orden de optimalidad local es la de
Legendre. Esta condición establece que si en el extremal x*t de (III) se
cumple que:
 0  x * t  : máximo local de III

 * 
 x t , x t , t 
'*
fx'x' , para t 0  t  t 1 .
   0  x * t  : mínimo localde III
3. Optimalidad global: punto terminal fijo
Condición suficiente de segundo orden:
Sea el problema de cálculo de variaciones (I). Donde f xt, x't, t es una  

función (función intermedia) dos veces diferenciable respecto a “x” y “ x ' ”,
entonces se verifica que:
9
Un extremal no tiene porque ser un óptimo, sólo es un candidato a óptimo.
454
a) Si f es cóncava respecto a “x” y “ x ' ”, entonces la ecuación de Euler es
una condición suficiente de máximo global.
b) Si f es convexa respecto a “x” y “ x ' ”, entonces la ecuación de Euler es
una condición suficiente de mínimo global.
 
Si f xt, x't, t es una función de clase dos y es estrictamente cóncava
(convexa) en “x” y “ x ' ”, entonces la ecuación de Euler es una condición
suficiente de máximo (mínimo) global estricto (único).
Ejemplos:
Modelo de competencia dinámica

Un productor en un mercado competitivo desea encontrar el camino óptimo
de producción xt , donde 0  t  T, de manera tal que partiendo de un nivel
de producción x0 en t  0, alcance un nivel objetivo xT en el instante T, de
modo que se maximicen los beneficios.
Debido al carácter dinámico del problema, dichos beneficios dependerán del

tiempo, y los consideraremos como la diferencia entre los ingresos y los
costos:
  
 x , x ' , t  px  C x , x ' , t 
El problema al que se enfrenta el productor será el de maximización
temporal de beneficios que se reduce al siguiente problema de cálculo de
variaciones10:
     px  Cx , x , t  dt
T T
max J x    x , x ' , t dt  '
x  t 
0 0
s.a : x 0   x 0
x T   x T
Siendo
    
 x, x', t  pxt  C x, x', t  pxt  C1x  C2 x', t .  
Se han considerado dos tipos de costos, por un lado se han incluido los
costos de producción:
C1x  ax2  bx  c a, b y c  0
10
En este problema consideraremos que el productor valora los beneficios futuros en el mismo grado que
los beneficios presentes. Por tanto, en este problema el factor de descuento intertemporal es igual a uno
(tasa de descuento interporal es nula).
455
Por otra parte, se seleccionan otros costos C2 x', t   asociados a los
incrementos de la producción x ', tales como construcción de capacidad extra
en previsión a los crecimientos de la producción, alquiler de mano de obra
extra y su formación, reclutamiento de directivos o inflación. Supondremos
que el agregado de este tipo de costo se puede representar como:
   2
C2 x', t  A x'  Bx'  Ct A, B y C  0
La función de beneficios será:
    2
  
 x, x', t  px  ax2  bx  c  A x'  Bx'  Ct .
 
Por tanto el problema a resolver será:
  px  ax   
T
  
max J x  
2
2
 bx  c   A x '  Bx '  Ct   dt
x  t   
0
s.a : x 0   x 0
x T   x T
La ecuación de Euler será:
f d  f 
   1
x dt  x ' 
Ahora calculamos las derivadas necesarias para conformar la ecuación de

Euler:
f
 p  2ax  b 2
x
f
 2Ax'  B 3
x '
d  f  d
  
 2Ax'  B  2Ax''  4
dt  x '  dt
Reemplazando (2) y (4) en (1) se tiene:
p  2ax  b  2Ax''  2Ax''  2ax  p  b  0
a bp
x' '  x   
 5
A  2A 
456
Tenemos una ecuación diferencial ordinaria no homogénea de orden dos con
coeficientes constantes, cuyo polinomio característico es:
 a
r1 
a 

Pr  r 2 
A
0
A  a
r2  
 A
xct  A1e 6

a At  a At
 A2e
Mediante el método de los coeficientes indeterminados podemos verificar

que la solución particular será una constante, digamos:
x p t   k  x ' p t   x '' p t   0, por lo que reemplazando estos valores en
(5) tenemos que:
a bp bp
0 k  k 
A  2 A  2a
Por tanto, la solución particular será:
pb pb pb

x p t     7
4a 4a 2a
Por tanto, la trayectoria óptima es:
pb
x*t  A1e 8
a At  a At
 A2e 
2a
Donde A1 y A2 se determinan utilizando condiciones de borde, esto es:
pb
x*0  A1  A2   x0
2a
pb
A1  A2  x0  9
2a
pb
x*T  A1e
a AT  a AT
 A2e   xT
2a
pb
A1e
a AT
 A2e
 a AT
 xT  10
2a
457
 pb  pb
 x0     xT  e a AT
   2a 
A1   2a  
 2 a A T
1  e 
 
a A T  pb  pb a A T
e  xT     x0 
 
e 
 2a   2a  
A2 
 2 a A T
1  e 
 
Finalmente, tenemos que:
 pb  pb 
  x0     xT  e a AT
  
 2a   2a  
x t  
a At
*
e 
  2 a A T 
1  e 
   
 
 a A T  pb  pb a A T

e  xT     x0 
 
e 
  2a   2a     a At pb
 e 
  2 a A T  2a
 1  e  
   
Ahora comprobaremos las condiciones de segundo orden deoptimalidad

local (Legendre) y de optimalidad global. Para ello vamos a calcular la
matriz hessiana de la función intermedia:
      2
 
f x, x', t   x, x', t  px  ax2  bx  c   A x'  Bx'  Ct 
 

Cuya matriz hessiana evaluada en cualquier x, x', t es:  
xx xx'   2a 0 
H   
x'x x'x'   0 
 2A
Esta matriz es definida negativa ya que tiene dos autovalores negativos

 
1  2a y 2  2A  . Por tanto,  x, x', t es estrictamente cóncava (por tanto
también estrictamente cóncava) respecto a “x” y “ x ' ”, entonces la ecuación
de Euler es una condición necesaria y suficiente de máximo global estricto.
Es decir, x * t  maximiza la funcional objetivo globalmente.
458
Además, se verifica la condición necesaria de segundo orden de óptimo local
dado que:
 
 x ' x ' x * t , x '* t , t  2A  0 t  0, T  .
Por tanto, x * t  es también un óptimo local.
Extracción óptima de recursos naturales: versión

simplificada del modelo de Hotelling
Una empresa es propietaria de una cantidad “Q” de un recurso agotable
(petróleo, cobre, oro, gas, etc). La función de beneficios de la empresa es
logarítmica de manera tal que por extraer “ q ” unidades del recurso agotable
obtiene beneficios:
q   ln q 11
El objetivo de la empresa es determinar el patrón de extracción de los

recursos de manera que se maximice el valor presente de los beneficios. Se
asume que la tasa de descuento11 es constante e igual a “ρ” y que el recurso
se agota en su totalidad en el periodo “T”.
Para resolver este problema, primero vamos a definir la variable a optimizar.

Para ello debemos distinguir entre variables de stock y variables de flujo. La
dotación de recursos “Q” constituye el stock total, y la cantidad “ q ” extraída
del recurso agotable en cada instante constituye un flujo. Una forma simple
de relacionar estas variables sería definiendo a las ventas acumuladas del
recurso natural como “ x ”. Las ventas acumuladas “x” constituyen una
variable de stock con un valor inicial igual a cero (en el periodo inicial no se
ha realizado ninguna venta previamente: x0  0 ) y un valor terminal igual a
“Q” (todo el stock del recurso ha sido vendido previamente en el último
periodo). Por tanto, podemos relacionar la variable de flujo “q” con la
variable de stock “x” integrando la siguiente ecuación, la cual nos dice que la
cantidad extraída del recurso “ q ” en cada instante equivale a la variación en
el tiempo de las ventas acumuladas:
dxt
x't   qt 12
dt
Por lo que, integrando (12) tenemos:
t t
xt 

0
x'tdt 
 qtdt
0
0  t  T
11
459
Donde:
0 0
x(0) 

0
x'tdt 
 qtdt  0
0
T T
x(T) 

0
x'tdt 
 qtdt  Q
0
De esta forma, reemplazando (11) en (12) obtenemos la función de

beneficios de la empresa para cualquier instante del tiempo:
q   ln q  ln x ' 13
Por tanto, el valor presente de los beneficios vendrá dado por:
T T
e
 t
q t dt  e  t ln x ' t dt
 14
0 0
En consecuencia, el problema que debe resolver la empresa será:
T
max J x   e  t ln x ' t dt

x  t 
0
s.a : x 0   0
x T   Q
 d   
   15
x dt  x' 
Ahora calculamos las derivadas necesarias para conformar la ecuación de

Euler:

0 16
x
 e t
 17
x ' x'
460
 e t 
d ' 
 x 
  e t
0   k  cte
dt x'
x' 
1 t
e 18
k
Tenemos una ecuación diferencial ordinaria no homogénea de orden uno con

coeficientes constantes. Integrando a ambos lados de la ecuación (18)
tenemos:
 x dt   k e  
1 t 1
'
dt  e t dt  A1 e t dt
k
Por tanto, la solución general es:
A1 t
xt    e  A 2  A 2  A 3 e t 19

Utilizando las condiciones de borde tenemos:
x0  A 2  A 3  0 20
xT  A 2  A 3 e T  Q 21

A2  
Q
y A3 
Q
22
e T
1  e T

1
Sustituyendo (22) en (19) obtenemos la senda óptima de las ventas

acumuladas:
Q Q
x*t  e t  23
e
 T
1  1  e 
 T
Si derivamos (23) respecto de “t” obtendremos la trayectoria óptima de la

extracción del recurso:
Q
q * t   x ' * t   e  t 24
1  e  T
461
Q
Para T  1 y   0,
1  e 
tomará un valor positivo (ya que
T
0  e T  1 ) y, por tanto, la trayectoria del patrón de extracción de recursos

disminuirá exponencialmente a lo largo del tiempo a la tasa “ρ” tal como se
aprecia en la figura 2.
q*t
Q
1  e 
T
QeT
1  e 
T
t
T
Figura 2
Ahora comprobaremos las condiciones de segundo orden deoptimalidad

local (Legendre) y de optimalidad global. Para ello vamos a calcular la
matriz Hessiana de la función intermedia:
 
f x , x ' , t  e t ln x ' t 

Cuya matriz hessiana evaluada en cualquier x t , x ' t , t es: 
0 0 
  
Hf x t , x ' t , t   0  e
 t 


 x'
2
  

Esta matriz es semidefinida negativa ya que todos sus menores principales

son menores o iguales a cero:
Tiene dos menores principales de orden uno:
Eliminando la primera fila y la primera columna tenemos:
e  t e  t
  0
x 
' 2
x 
' 2
462
Eliminando la segunda fila y la segunda columna tenemos:
0 0
Tiene un menor principal de orden dos:
0 0
e  t 0
0 
x 
' 2
 
Por tanto, f x , x ' , t es cóncava respecto a “x” y “ x ' ”, entonces la ecuación
de Euler es una condición necesaria y suficiente de máximo global. Es decir,
x * maximiza globalmente la funcional objetivo.
Además, se verifica la condición necesaria de segundo orden de óptimo local

dado que:

f x ' x ' x t , x
* '*
t , t   
e  t


e t 1  e  T 
2
 0 t  0, T  .
x 
'* 2 Q 2
Por tanto, x * t  es también un óptimo local.
4. Condición de transversalidad
Hasta este punto, el problema (III) se ha resuelto utilizando la ecuación de
Euler, y las condiciones de borde (condiciones que debían satisfacer las
trayectorias admisibles). No obstante, si no se conoce el valor inicial y/o el
valor terminal de la trayectoria óptima se perderá una condición de borde.
Por tanto, es indispensable contar con una condición adicional denominada
condición de transversalidad para poder resolver dicho problema. En
consecuencia, el nuevo problema que tendremos que resolver será:

  
t1
 max J x   f x t , x ' t , t dt
x
 t0
(X) 

s.a : x t 0   x 0  x 0 : dado

 x t1   x1  t 1 ó x 1 : libres 
Por conveniencia, se ha supuesto que sólo la condición terminal es variable.

Sin embargo, una vez que aprendamos a trabajar con este caso, la técnica
será fácilmente aplicable al caso de punto inicial variable.
463
4.1 Condición de transversalidad
La función x *  C 2 resuelve el problema (X) si satisface la ecuación de

Euler y la condición de transversalidad:


 f xt, x't, t  

 xt1  f xt, x't, t 
dxt f xt, x't, t
    t1  0

 x't 


 dt x't 

t  t1 t  t1
O de forma compacta:
fx  t  t
'
1
 xt1  f  x'fx'   t  t1
 t1  0 XI
Donde xt1 y t1 son pequeñas variaciones de la condición final

“ xt1 ” y del instante final “ t1 ”.
4.2 Casos especiales de la condición de transversalidad

La ecuación (XI), a diferencia de la ecuación de Euler, es relevante sólo
en el instante final “ t1 ”. Su papel es tomar el lugar de la condición
terminal perdida en el presente problema. Dependiendo de la
especificación exacta de la línea o curva terminal, sin embargo, la
ecuación general (XI) puede ser escrita en varias formas especializadas.
A continuación, se presentan cuatro casos posibles de la condición de
transversalidad: línea terminal vertical u horizonte temporal fijo, línea
terminal horizontal o valor final fijo, curva terminal, y línea terminal
vertical truncada o estado terminal acotado inferiormente.
Línea terminal vertical (horizonte temporal fijo): xt 1  libre

En este caso se cumple que t1  0, por lo que reemplazando en (XI)
tenemos:
fx  t  t
'
1
 xt1  0 XII
Pero, dado que xt1 puede tomar cualquier valor, la única forma de
que (XII) se verifique es que se cumpla la siguiente condición:
fx  t  t
'
1
0 XIII
Este caso se puede apreciar en la figura 3. Como en este caso sólo el

horizonte temporal T  t0, t1 se encuentra fijo, mientras que existe un
amplio conjunto de valores terminales factibles. Al resolver el problema
debemos encontrar simultáneamente la trayectoria óptima y el valor
terminal xt1. En este sentido, la ecuación (XIII) permite seleccionar el
valor final óptimo del conjunto de valores factibles.
464
xt
xt0  x0
t
t0 t1
Figura 3
Línea terminal horizontal (valor final fijo): t1 libre
Cuando el valor final de la trayectoria óptima xt1 se encuentra fijo,

xt1  0 por lo que (XI) se reduce a:
f  x f '
x' t  t1
 t1  0 XIV 
Pero, de modo que se verifique (XIV) independientemente del valor que

adopte t1 se tiene que satisfacer la siguiente condición:
f  x f  '
x' t  t1
0 XV 
En la figura 4 se aprecia el problema a resolver. En este caso, debemos

determinar la trayectoria temporal óptima y el valor final “ t1* ” óptimo,
ya que para un valor final xt1 dado existen varios “ t1 ” factibles. La
condición (XV) permite determinar el “ t1* ” óptimo.
xt
xt1  x1
xt0  x0
t
t0
Figura 4
465
Curva terminal: t1 libre
En esta situación, supondremos que el instante final “ t1 ” es libre, y que

“ t1 ” y el estado final “ xt1 ” y están ligados mediante una función “  ”
de clase uno, donde:
para t  t1 : xt1  t1 XVI 

Con una curva cuya ecuación es (XVI), no se puede asignar valores
nulos a xt1 y t1 , por lo que no podemos eliminar ningún término de
(XI). No obstante, para un pequeño cambio arbitrario t1 , se producirá
un pequeño cambio en la curva terminal igual a:
xt1  't t1 XVII

t  t1
Reemplazando (XVII) en (XI) y factorizando t1 se podrá eliminar

xt1 de (XI), y obtendremos la siguiente ecuación:
f    x f 
' '
x' t  t1
 t 1  0 XVIII 
Por tanto, para cualquier valor arbitrario de t1 la condición de

transversalidad para este caso será:
f    x f 
' '
x' t  t1
0 XIX 
En la figura 5 se aprecia el problema que debemos resolver en este

caso. Aquí, debemos determinar “ x * ” y “ t1* ”. Una vez encontrados
“ x * ” y “ t1* ” podremos determinar el estado final x t1* . 
xt

xt0  x0
t
t0
Figura 5
466
Línea terminal vertical truncada (estado terminal
acotado inferiormente): xt 1   x mín 
Cuando la línea terminal vertical es truncada, restringida por la
condición terminal x t1   x mín donde x mín es el nivel mínimo
permitido de “x”, la solución óptima puede tener dos posibles tipos de
resultado: x * t 1   x mín o x * t1   x mín . Donde x * t 1  es el valor
terminal de una trayectoria admisible x * t  que satisface la ecuación de
Euler y la siguiente condición de transversalidad:
 CHC
   
f x'
t  t1
0 x * t 1   x mín *

x t 1   x mín   f x '


t  t1 

0 XX 
Para aplicar (XX), primero suponemos que f x' 0 y verificamos si el

t  t1
valor resultante de x * t 1  satisface la restricción terminal x * t 1   x mín . Si

es así, el problema está resuelto. En caso contrario, se fija x * t 1   x mín
para satisfacer la condición de holgura complementaria (CHC), y tratamos
el problema como si fuera uno con punto final dado t1 , x * t1 .
xt
x t 1   x mín
xt0  x0
t
t0 t1
Figura 6
5. Condiciones necesarias de optimalidad local para punto

terminal variable
Línea terminal vertical (horizonte temporal fijo): xt 1  libre
x*t será un máximo local de (X) si se cumplen las siguientes condiciones:
1. La ecuación de Euler, la condición inicial x t 0   x 0 y la condición de

transversalidad f x '   tt 1
 0.
La condición de Legendre: f x ' x '  x * t , x ' t , t   0.

*
2.
 
467
Línea terminal horizontal (valor final fijo): t1 libre
x*tserá un máximo local de (X), con el instante final óptimo dado por t 1* ,
se cumplen las siguientes condiciones:
1. La ecuación de Euler, la condición inicial x t 0   x 0 , la condición final

 
x t 1*  x1 y la condición de transversalidad f  x ' f x '   t  t 1*
 0.

*
2.
 
Curva terminal: t1 libre
x*tserá un máximo local de (X), con el instante final óptimo dado por t 1* ,
se cumplen las siguientes condiciones:

   
x t 1*   t 1* y la condición de transversalidad
f    x f 
' '
x' t  t 1*
 0.

*
2.
 
Línea terminal vertical truncada (estado terminal acotado

inferiormente): xt 1   x mín 
x*t será un máximo local de (X) si se cumplen las siguientes condiciones:

x * t 1   x mín y la condición de transversalidad
 CHC
    
fx'
t  t1
0 x * t 1   x mín x *
t 1   x mín  f x '
 t  t1

  0 .
 * 
 x t , x t , t   0.
'*
2. La condición de Legendre: f x ' x '
 
6. Condiciones suficientes de optimalidad global de segundo

orden para punto terminal variable
 
Si f xt, x 't, t es de clase dos y es cóncava (convexa) en las variables x, x'  
para cada t  t 0 , t1 , si x t satisface la ecuación de Euler, las condiciones
*
de frontera y (en caso la condición terminal sea x t 1  “libre” o x t1   x mín )

las condiciones de transversalidad (XIII) o (XX), entonces x*t es un
máximo (mínimo) global de J x  .
468
Ejemplos:
1.- Una empresa tiene un pedido de “N” unidades que debe surtir en un
tiempo por determinar. Si xt denota el número de unidades producidas
en 0, t (que puede interpretarse como el inventario acumulado en “t”), el
   
costo en “t” está dado por C x t , x ' t   2 x t   x ' t  . Resolver el
2
problema de minimización de costos de la empresa si se sabe que

x0  0, xT  N y “T” libre. Compruebe si el extremal hallado minimiza
localmente la funcional objetivo. Calcule los costos mínimos totales.
2.- Modelo de Ramsey12 (1928): La cuestión central tratada por Ramsey es la

de la asignación intertemporal del recurso: ¿Qué cantidad del producto
nacional neto en cualquier instante del tiempo la autoridad planificadora
debería destinar al consumo presente para producir utilidad presente, y
cuánto debería destinar al ahorro (y a la inversión) para incrementar la
producción y el consumo futuros, y por tanto producir utilidad futura?
Considere una economía que evoluciona a lo largo del tiempo donde

K  Kt denota el stock de capital, C  Ct el consumo e Y  Yt el
producto nacional neto en el instante “t”. Supóngase que:
dFK t  d 2 FK t 
Y  FK t  con  0, 0
dK dK 2
De manera que el producto nacional neto es una función cóncava

estrictamente creciente respecto al stock de capital. Además,
supondremos que la producción se divide en consumo e inversión, esto
es:
dKt 
Y  FK t   Ct   I t   Ct  
dt
De donde:
dKt 
Ct   FK t    
dt
Asimismo, permítase a K0  K0  0 ser el stock de capital existente en

la actualidad, y supóngase que estamos considerando un periodo de
planeamiento 0, T.
12
Frank Ramsey no ha pasado a la historia como alguien especialmente recordado fuera del entorno
económico, en parte se ha debido a su temprana muerte a la edad de 27 años. A pesar de ello dejó
plasmadas varias ideas brillantes en sus trabajos, que serían desarrolladas posteriormente por varios
renombrados economistas: Solow y Swan (1956), Cass y Koopmans (1965).
469
dKt
Ahora, para cada elección de la función de inversión It  en 0, T,
dt
el capital es completamente determinado por la función
dK
t
Kt  K0 
0
dt
d y   a su vez determina Ct. Además, se asume
que la sociedad tiene una función de utilidad “ UCt ”, donde UCt es la

utilidad (flujo) que el país disfruta cuando el consumo total es Ct , y
permítasenos requerir que:
dUCt d2UCt
 0, 0
dCt dCt2
De modo que UCt es estrictamente creciente y estrictamente cóncava

(este supuesto implica que la gente en un determinado nivel de consumo
deriva menos incremento en su satisfacción ante un incremento dado en
el consumo que el que deriva la gente a un nivel de consumo más bajo).
Finalmente, se asume que la tasa de descuento es “r” y que el criterio de

dKt
inversión es el siguiente: escoger It  para t  0, T de manera que
dt
la utilidad total descontada para el país en el periodo 0, T sea la mayor
posible.
Se pide resolver el problema de asignación intertemporal eficiente del

recurso teniendo en cuenta que FKt   bKt  b  0 ,
Ct1 
UCt  0    1 , y que la condición terminal es:
1 
a) KT  KT  0 ,
b) KT  libre.
3.- Halle la senda, cuyo punto inicial es A  0, 1 y cuyo estado terminal está
determinado por t  4  3t , que minimice la distancia entre “A” y xt.
4.- Maximización de la utilidad a lo largo del tiempo: Un individuo tiene

una única fuente de ingresos que son los intereses obtenidos por sus
ahorros S  St a una tasa de interés “i” 0  i  1. Estos intereses son

distribuidos entre consumo Ct y nuevo ahorro It  S't 0 (es decir, se

permite el desahorro). Inicialmente el individuo tiene unos ahorros de S 0,
y elige su tasa de consumo para maximizar su flujo de utilidad
descontada sobre un horizonte finito:
T
U Ct  e  rt dt
C  t  
max
0
470
La elección de la senda temporal para Ct en la maximización es
restringida por la siguiente relación:
S't  i St  Ct  Ct  i St  S't
Y por las condiciones de borde:
S0  S0

 a) ST  0
ST  b) libre
 
Resuelva el problema si se sabe que:
 e  c  t 
U  C t      0 

5.- Una empresa ha recibido un pedido de “A” unidades de su producto, que

deben entregarse al cabo de un tiempo T, fijado. La empresa quiere saber
cuál debe ser la tasa de producción Pt  , 0  t  , para atender ese
pedido en la fecha estipulada, al costo mínimo. Se sabe que el costo
unitario de producción es proporcional a la tasa de producción (sea
“ K 1  0 ” la constante de proporcionalidad), y que el costo unitario de
mantener el producto en inventario por unidad de tiempo es constante e
igual a “ K 2  0 ”. Sea x t  el inventario acumulado en el instante “t”
igual a la producción acumulada pasada. Por lo que, bajo el supuesto
anterior, se verifica que Pt   x ' t . Entonces, se tiene que x 0   0, y se
debe alcanzar x T   A. Se pide:
a) Encontrar la tasa de producción y el inventario acumulado óptimos

(ignórese la restricción Pt   0  . ¿Qué condición tiene que
cumplirse para que la solución óptima cumpla Pt   0 ?
b) Suponer ahora que “A” es una constante dada, pero “T” es libre.
Encontrar la solución óptima (ignorando la restricción Pt   0  .
c) Verifique si se cumple la condición de optimalidad local de Legendre.
d) Verifique si la solución es globalmente óptima.
6.- Considere el problema macroeconómico de conducir el estado x t  de la

economía sobre el curso del periodo de planificación 0, T  hacia el nivel
deseado x̂ , independiente de “t”, por medio del control u t  , donde
x ' t   u t  . Ya que utilizar el control es costoso, el objetivo es minimizar la
 
T
 x t   x̂   c u t 2  dt con x T   x̂ , donde “c” es una

2
integral 
0
constante positiva.
471
Es más conveniente definir y t  como la diferencia entre la variable de
estado original y el nivel objetivo x̂ , yt   x t   x̂ , de manera que el valor
objetivo de y t  sea nulo: yT   x T   x̂  0 . Entonces
u t   y t   x t . Esto conduce al siguiente problema de cálculo de
' '
variaciones:
 
T
 2
y t   c y ' t   dt
y  t   
2
min
0

s.a : y 0   y 0
y T   0
Donde y 0 es la desviación inicial del nivel objetivo. Se pide:
a) Encontrar la trayectoria óptima global.

b) Suponiendo ahora que y T  es libre, encuentre la trayectoria global
óptima de la variable de estado, y discuta qué le sucede al estado
terminal y T  cuando el horizonte T   y también cuando
c   .
7.- De un stock de capital igual a K t  en el instante “t” se puede producir

un bien a una tasa FK t . La función de producción “F” se asume que
es de clase dos, creciente y cóncava. Esta producción puede consumirse,
produciendo inmediata satisfacción, o puede invertirse para aumentar el
stock de capital y por tanto la capacidad productiva futura. La producción
FK t  es por tanto la suma del consumo Ct  y la inversión K ' t  (el
cambio en el stock de capital).
Es decir:
FK t   Ct   K ' t   Ct   FK t   K ' t 
El problema consiste en elegir la parte de la producción a ser invertida en

cada instante “t” para maximizar la utilidad derivada del consumo a lo
largo del periodo 0, T  . Es decir:
 
T T
U FK t   K ' t  dt
K  t  
U  C t   dt
C  t  
max max
0 0
s.a : K 0   k 0
s.a : K ' t   FK t   C t  
K 0   k 0 K T   0
K T   0
Se supone que la función de utilidad es una función de clase dos,

estrictamente creciente y estrictamente cóncava.
Resuelva el problema suponiendo que la función de utilidad es la función
de utilidad exponencial o función con coeficiente de aversión absoluta al
riesgo constante (CAAR):
472
e   c t 
U c t    para α  0

Donde el coeficiente de aversión absoluta al riesgo es:
U ' ' Ct   e    C  t 

Ct     
U ' Ct  e    Ct 
Además asuma que la producción es:
FK t   bKt  para b  0
8.- Modelo de Crecimiento Económico de Kendrick y Taylor (Craven and

Islam, 2005): Este modelo es un modelo similar al modelo de Ramsey
(Ramsey 1928) que tiene la siguiente forma:
T
max ae tct dt

ct
0
s.a : k0  0
kT  kT
k' t  et kt  kt  ct
Donde ct denota consumo y Kt denota capital (incluyendo capital

artificial, natural, ambiental y humano).
Solución:
1.- La formulación matemática de este problema es la siguiente:


C x  t , x '  t 
 
 

 C x  t , x '  t  
   
T T
 2   2
min  2 x t   x t  dt  max   2 x t   x ' t   dt
'

x  t    x  t   
0 0
s.a : x 0   0
x T   N y T : libre
La ecuación de Euler es:
C d  C 
   25
x dt  x' 
2
d
dt
 2x    2x
' ''
 x' '  1 26
Integrando dos veces (26) se obtiene:

473
t2
xt   At  B 27
2
La condición de transversalidad es:
 '  C 
 C  x  0 28
 x'  t T
 2
 
 2 x T   x ' T   x ' T   2 x ' T   2 x T   x ' T   
2
0
x T 
' 2
 2 x T  29
Por las condiciones iniciales tenemos que:
02 t2
x0   A0  B  B  0  xt   At 30
2 2
x't  t  A 31
Evaluando (30) y (31) en “T” tenemos:
T2
xT   AT 32
2
x'T  T  A 33
 T2 
T  A2  2  AT   T2  2AT  A2  T2  2AT  A  0

 2 
Reemplazando “A” en (30):
x * t   t 2 2 34
Por las condiciones finales:
T2
xT   N  T*  2N 35
2
474
 
Dado que:  Cx'x' x*t, x'*t  2  0, en consecuencia, por la condición
  Cxt, x tdt y minimiza

T
de Legendre, x*t maximiza localmente a '
 Cxt, x tdt .
T
'
localmente a
0
xt
x*t  t 2 2
t
0 T*  2N
Figura 7
Derivando (34):
x '* t   t 36
Reemplazando (34) y (36) en Cxt, x t obtenemos el valor máximo de la

'
funcional objetivo:
 t2 
 
2N
2
C x * t , x '* t   2  t2 
 2t
2
dt  2 N 3 2
 2  3
  0

T
 
T
U  C t  e
C  t  
 rt
U FK t   K ' t  e  rt dt
K  t  
max dt max
0 0
s.a : K t   FK t   C t   s.a : K 0   k 0
'
K 0   k 0
1 
 C t 
  
 
 bKt   K t 
'
 
 
f K t , K ' t , t  U C t  e  rt  
1 
 e  rt ; 0    1 37

U C  t 
475
Las derivadas parciales de “f” de primer y segundo orden son:
'
U 
 
f K  bU ' e  rt  b bK  K ' 
e  rt 38

 F 
f K'  U e '  rt
  bK  K '  e  rt 39
 
 
F'
f KK '  f K 'K   b U '' e  rt  b bK  K '  
  1  rt
e 40
f KK  b 2 U '' e rt   b 2  bK  K '  

  1  rt
e 41
''
U 
 

f K 'K '  U '' e  rt    bK  K ' 
  1  rt
e 42
  C  
'
 
f K ' t  rU '  U '' C ' e  rt


  r bK  K '  

  bK  K 
' 1  
 

bK '  K ''  e  rt 43
 
 

fK  fK't 44
Reemplazando (38) y (43) tenemos:
 
bU' e  rt  rU '  U '' C ' e  rt  C '  r  b  U ' U '' *
Teniendo en cuenta que el coeficiente de aversión relativa al riesgo de
Ct   U '' Ct 
Arrow-Pratt es  r t    , tenemos:
U ' Ct 
 b  
 ' 
 F K t   r 
 
C ' t   
 * *
C t   r t 
Dado que se ha asumido que U '' Ct   0 y U ' Ct   0 , entonces

 r t   0 . Por lo que que:
C ' t 
 0  F ' K t   r
C t 
476
Por tanto, el consumo crece si y sólo si la productividad marginal del
capital “ F ' K t  ” excede a la tasa de descuento intertemporal “r”. Por
otro lado, si F ' K t   r , existe tanta impaciencia a consumir que el
consumo empieza alto, y luego decrece en el tiempo.
Reescribiendo (**) tenemos:
 TRC
 b
C ' t 
 
r  r t   F K t 
'
* * *
C t 
La ecuación (***) se puede interpretar como una condición de equilibrio

intertemporal, en la que la tasa de retorno del consumo “TRC” debe ser
igual en todo instante a la tasa de retorno del ahorro (la productividad
marginal del capital o tasa de retorno real del capital).
Reemplazando U ' de (38), U '' de (42), y C ' de (43), en (*) tenemos:
bK '
 K ''   bK  K  ' 
r  b  
b  r 
bK  K  ' 1
 bK  K  '   1

 
   
   
 b  r   b  r 
K ''  
 
 b  K '  b
   
 K  0  K ''  K '  K  0 45
   
El polinomio característico es:
br
P    2      0   1  b y 2  .

La solución es:
 br 
 t
  
K *
t   A 1 e bt
 A2 e  46
Por tanto, la inversión óptima será:
 br 
 t
dK * t   br   
I *
t    A 1 be bt
 A2 
 
e 

  47
dt  
El producto nacional neto óptimo será:
 br 
 t
  
Y *
t   bK t   A 1 be
* bt
 A2 be   48
477
El consumo óptimo será:
 br 
 t
  br   
C t   Y t   I t   A 2  b   49
* * * e   
   
 
Considerando la condición inicial se tiene que:
K * 0   A 1  A 2  k 0 50
a) Para la condicón final K T   K T  0 , tenemos:
 br 
 T
  
K * T   A 1 e bT  A 2 e    KT 51
De (50) y (51) se obtiene que:
 br 
 T
  
K0 e   KT K T  K 0 e bT
A1  y A2 
 br   br 
 T  T
     
e  e bT
e   e bT
Reemplazando “A1” y “A2” en (46), (47), (48) y (49) tenemos:

 br 
 T  br 
    t
K0 e   KT K T  K 0 e bT   
K * t   e bt  e  52
 br   br 
 T  T
     
e   e bT e   e bT
 br 
 T  br 
    t
K0 e   KT K T  K 0 e bT  b  r   
I *
t   be bt
 
 
e 

  53
 br   br 
 T  T  
     
e   e bT e   e bT
 br 
 T  br 
    t
K0 e   KT K T  K 0 e bT   
Y * t   be bt  be   54
 br   br 
 T  T
     
e    e bT e    e bT
 br 
 t
K T  K 0 e bT   br   
C t   55

*
b   e  
 br     
 T  
  
e  e bT
478
Ahora constataremos que la senda del stock de capital maximiza
globalmente la funcional objetivo.
La matriz hessiana de la función intermedia “f” en cualquier t  0, T  es:

  1
 Ct
 b 2  b

Hf Kt, K t, t    bKt  K 't
 
' e rt  
 
   b 1 
  
U ''Ct
  1
 Ct
 b 2 b
  
 bKt  K 't 56
 
Hf K t , K ' t , t  e rt  
 
   b  1
Dado que por condición del problema se debe verificar que:

  1
 Ct  Ct
U Ct  0 
' bKt  K 't 0  U Ct  0 
'' 
bKt  K 't 0
 
   
Ambas condiciones se verificarán si y sólo si:
Ct   bKt   K ' t   0 t  0, T  57
Al ser Ct   0  Hf  K t , K ' t , t

 
 será semidefinido negativo ya que
 
tiene un autovalor nulo y el otro negativo e igual a  1  b 2 . Por tanto,  

“F” es cóncava. En consecuencia, (52) maximiza globalmente la
funcional objetivo. Por ende, las trayectorias (53), (54) y (55) también
serán óptimas.
b) Para la condición final K T   libre:
Junto con la ecuación de Euler y la condición inicial, deberemos utilizar

la siguiente condición de transversalidad:
f K '*
t T
0 58
f K '*
t T

  bK* T   K ' * T     rT
e  C* T   e  rT  0 59
Pero para:
Ct 1
U Ct   0    1
1 
479
Tenemos que:
dUCt  1
  0  C t   0
dCt  C  t 
d 2 U Ct  
  0  C t   0
dCt  2
Ct  1
Por tanto, para que se verifiquen las hipótesis:
dUCt  d 2 U Ct 
0 0
dCt  dCt 2
Se deberá verificar que:
Ct  0 t  0, T
Por tanto:
C*T  0
Lo cual implica que:
f K '*  C* T   e  rT  0 60

t T
En consecuencia, para esta condición final, el problema no tendría

solución ya que (60) contradice a (59).
3.- Se consideran todas las curvas xt de clase C2 que parten de A  0, 1 ,
que por tanto satisfacen la condición inicial, y que llegan a la recta
t  4  3t, por lo que cumplen la condición final xt1  t1  4  3t1, tal
como se aprecia en la figura 8. A cada una de dichas funciones se les
asigna como valor objetivo, la longitud total del arco de la curva xt , que
parte de A  0, 1 y llega a la recta t  4  3t .
Ahora vamos a deducir una expresión que nos permita calcular la

longitud de arco de una curva xt que parta de A  0, 1 y llegue a la
recta t  4  3t . Para ello nos vamos a apoyar en el hecho que para dos
puntos muy próximos de una curva, la longitud de arco entre dichos
puntos se puede expresar, gracias al teorema de Pitágoras, de la siguiente
forma (ver la porción de la curva xt encerrada en un círculo en la figura
8):
 dx2  2 dx2
dL2  dt2  dx2  dL2  1  dt  dL  1 dt

 dt2  dt2
480

2
 dx 
61
2
dL  1    dt  1  x' dt

 dt 
xt
dL
dx
dt
x t
*
A  0, 1 t  4  3t
Figura 8
Por tanto, la longitud total del arco de la curva xt , que parte de
A  0, 1 y llega a la recta t  4  3t vendrá determinada por la
integral de “dL” desde t  0 hasta el instante terminal t  t1 :
 
t1
Lx   62
2
 1  x' dt
0
En consecuencia, el problema a resolver consiste en determinar una

trayectoria que posea la longitud total de arco mínima, pero sujeta a la
condición terminal xt1  4  3t1, esto es:
F x  t 
'

  
  dt  
t1 t1
min Lx   max  Lx  
2 2
x  t   1  x'
x  t   1  x' dt
0 0
s.a : x 0   1  s.a : x 0   1
x t1   4  3 t 1 x t1   4  3 t1
   
 F x ' t 

  
d   F x ' t 


 
x t  dt  x ' t  
 
481
Sustituyendo las derivadas correspondientes tenemos:
F
x ' 
 
 ' 
d  x  x' A2
0      A  x'  B
dt 
 1 x 
' 
2
1  x' 
2
 1  A2
Integrando x ' tenemos:
xt  Bt  C , 0  t  t1 63

Por la condición inicial tenemos:
x0  C  1  xt  Bt  1 64
x't  B 65
Por la condición final tenemos:
3
xt1  Bt1  1  4  3t1  t1*  66
B3
La condición de transversalidad es:
F   '
 
 x ' Fx '
t  t1*
0
Calculando y reemplazando las expresiones correspondientes tenemos:
 B 
 1  B2   3  B  0
 
 1 B
2

Resolviendo la ecuación anterior se obtiene que B  1 3 . Reemplazando

“B” en (65) se tienen que:  x '* t   1 3 . Por tanto, dado que
  
Fx ' x ' x '* t    1 1  1 3 2 
3 2
 0, entonces gracias a la condición de
Legendre, x t será una trayectoria que reemplazada en la funcional
*
objetivo  Lx t  hará que ésta sea máximizada localmente, y por tanto,
al reemplazar x*t en la funcional objetivo Lx t  hará que ésta sea
mínimizada localmente.
En consecuencia, el instante final, la trayectoria óptima, y el valor de la

trayectoria óptima en el instante final vienen dados por:
t1* 
9
10
67 x*t 
t
3
1 0  t  9 10 68 
x* t1* 
13
10
69
482
La distancia mínima es:
  
9 10 2 9 10
1 10 10 3
1    dt  
9 10
L x*  dt  t 0
 10 .
0 3 0
9 9 10
Note que dicha distancia mínima también se puede calcular utilizando la

fórmula de distancia entre los puntos 0, 1 y 9 10 , 13 10:
3
d*  0  9 102  1  13 102  10 .
10
 UiSt   S t e
T T
 U Ct  e
 rt
max  dt max  '  rt
dt
C  t  S t 
0 0
s.a : S' t   iSt   Ct   s.a : S0   S0
S0   S0
e  C  t  e   iS t S  t 
'
U Ct       0 ,
 
Ct 
 
 
f St , S t , t  
' 1

e  
  iS t   S '  t   rt
70
Las derivadas parciales de “F” de primer y segundo orden son:
f S  ie C t  rt ; 71 f S '  e  C t  rt ; 72
f SS '  f S ' S  ie C t  rt ; 73 f SS  i 2 e  C t  rt ; 74
f S ' S '  e  C t  rt ; 75 

f S ' t  C ' t   r e  C t  rt  76
fS  fS' t 77

ie C  t  rt  C ' t   r e C t  rt 

i  C ' t   r  78
483
Pero:
C't  iS't  S''t 79
Reemplazando (79) en (78) se obtiene:
 
b   bS' t   S '' t   r  S '' t   iS' t  
rb

80
El polinomio característico es:
1  0
P  2  i  0  
2  i
S*ct  A1  A2eit 81
Por tanto:
S1t  1  S1' t  0 82
S2t  eit  S'2t  ieit 83
El determinante Wronsquiano es:
1 eit
Wt   ieit  0
0 ieit
En consecuencia, S1t y S2t son linealmente independientes.
Entonces:
0 e it 1 0
 i  r  it ri
W1 t   r  i   e
 W2t  ri 
ie it    0 
 
W1 t  ir  ir 
S1p t   S1 t   dt   
 dt  
  i
t
 84
W t   i   
W2t it r  i   it ir

S2pt  S2t
 Wt dt  e  i  
 e dt  



 i2 

85
484
Sumando (84) y (85) obtenemos la solución particular:
ir  ir 
S p t    t  
  2

 86
 i   i  
Sumando (81) y (86) obtenemos la solución general:
ir ir
S*t  A1  A2eit   t  
  2 
 87
 i   i  
Derivando (87) respecto de “t” tenemos:
ir
I*t  S'*t  A2ieit   
 88
 i 
De (70) sabemos que:
 ir 
C * t   iS* t   S '* t   A 1 i   t
 89
  
Considerando la condición inicial se tiene que:
ir
S*0  A1  A2     S0 90
2 
 i 
a) Para la condicón final ST  ST tenemos:
ir ir
S*T  A1  A2eiT   T  


 i2   ST 91
 i   
 ir
S0eiT  ST  1  iT  eiT  

i2 
A1   92
eiT  1
ri
ST  S0   T

A2   i  93
eiT  1
485
Reemplazando (92) y (93) en (87), (88) y (89) tenemos:
 ir
S 0 e iT  S T  1  iT  e iT   


 i 
2

S * t   
e iT  1
  ri  
 ST  S0   T 
  i   ir  ir 
 
  e it   t  
  2

 94
 e 1   i  i 
iT
 
 
 
  ri  
 ST  S0   T 
  i   ir 
 
I * t   S '* t    ie it   
 95
 e iT  1   i 
 
 

 S 0 e iT  S T  1  iT  e iT

  i  r   ir 
 i  
2
C t   
*
 i   t
 96
 e iT  1    
 
 
Ahora constataremos que la trayectoria del ahorro (y por tanto la del

consumo) maximiza globalmente la funcional objetivo.
La matriz Hessiana de la función intermedia, para cualquier t  0, T  es:
 2 i 
 C  t  rt  i
Hf  St , S' t , t 97
 

e 
 
 
   i  1
La matriz hessiana Hf  St , S' t , t

 
 será semidefinida negativa ya que
 
tiene un autovalor nulo y el otro negativo e igual a  1  i2 . Por tanto, la  

función intermedia “f” es cóncava.
En consecuencia, la ecuación (94) maximiza globalmente la funcional

objetivo. Por ende, las trayectorias dadas por (95) y por (96) también
serán óptimas.
b) Para la condición final ST  libre:
Junto con la ecuación de Euler y la condición inicial, deberemos utilizar

la siguiente condición de transversalidad:
fS '*
t T
0 98
486
Reemplazando (72) en (98) y evaluando en “T” tenemos la siguiente
expresión:
 e  C T  rT  0 99
*
fS '*
t T
Por tanto, en este caso particular, el problema en cuestión no tendrá

solución ya que la ecuación (99) contradice a la ecuación (98).
5.- De acuerdo al enunciado del problema tenemos que la tasa de cambio

instantánea de los costos totales de la empresa en cualquier instante “t”
será:
dCTot t  dC prod t  dC Invent t 

  (100)
dt dt dt
Aplicando la regla de la cadena a la tasa de cambio instantánea de los

costos de producción, se tiene:
dCTot t  dC prod t  dq prod t  dC Invent t 

   (101)
dt dq prod dt dt
Definamos a “ q prod t  ” como la cantidad producida en cada instante de

tiempo “t”. Por el enunciado del problema se tiene que en cada “t” dicha
cantidad deberá ser igual al inventario acumulado. Esto es:
q prod t   x t  (102)
Derivando (102) respecto al tiempo, y teniendo en cuenta que por el

dq prod t 
enunciado del problema y por (102) resulta que P t   ,
dt
entonces tenemos que:
dq prod t 
p t    x ' t  (103)
dt
Por otro lado, de acuerdo al enunciado del problema:
dC prod t 
 K 1  p t  (104)
dq prod
dC Invent t 
 K 2  x t  (105)
dt
487
Reemplazando (103), (104) y (105) en (101) se tiene que:
dCTot t 
 K1  p t   p t   K 2  x t   K1  p t 2  K 2  x t 
dt
dCTot t 
dt
 
 K 1  x ' t 
2
 K 2  x t  (106)
Por tanto, el costo total de la empresa en el periodo 0, T  será:
 K 1  x t 
T
 
 K 2  x t  dt
' 2
(107)
0

En consecuencia, el problema que deberá resolver la empresa será:
 
T
 
K1  x ' t   K 2  x t  dt
2
x  t   
min
0

s.a : x 0   0 (108a)
x T   A
p t   0
Por lo que el problema equivalente será:
 
T
 
 K1  x ' t   K 2  x t  dt
2
x  t   
max
0

s.a : x 0   0 (108b)
x T   A
p t   0
a) La ecuación de Euler a resolver será:
 dC Tot t    dC Tot t  
d    x t 
'
  
 dt   dt 

x t  dt
 K2 

d  2 K 1 x ' t     K 2  2 K 1 x '' t   x '' t  
K2
(109)
dt 2K
Integrando (109) tenemos:
K2
x ' t   t  K 3 (110)
2K
488
Integrando (110) tenemos:
K2
x * t   t 2  K 3 t  K 4 (111)
4K 1
Aplicando las condiciones iniciales a (111) se tiene:
x * 0   K 4  0 (112)
K2
x * t   t 2  K3t (113)
4K 1
Aplicando las condiciones finales a (113) se tiene:
K2 A K2
x * T   T 2  K 3T  A  K 3   T (114)
4K 1 T 4K 1
K2 A K2 
x * t   t2    T t 0  t  T  (115)
 T 4 K 1 
4K1 
Para que Pt   0 debe verificarse:
P * t   x '* t   0 (116)
Derivando (115) respecto al tiempo tenemos:
K2 A K2
x '* t   p * t   t  T 0  t  T  (117)
2K1 T 4K 1
K2 A K2
t  T0 (118)
2K1 T 4K1
Dado que K1 y K2 son constantes positivas y 0  t  T, entonces,

para que (118) se verifique en cualquier t  0, T  bastará con que:
A K2 A K2
 T0  T (119)
T 4K 1 T 4K 1
489
b) Para este nuevo caso, en el que “T” es libre, siguen siendo válidas la
ecuación de Euler, las condiciones iniciales y las condiciones finales
(pero “T” es desconocido) y las ecuaciones (115), (117) y (119). Pero
ahora hay que añadir la condición de transversalidad correspondiente
a “T” desconocido:

 
   K1  x '
2 
 K2  x

 
  K1  x

' 2 
 K 2  x  x' 


x '

 0 (120)
t T

  
  K 1  x *' T   K 2  x * T   x *' T   2 K 1 x *' T   0

2

 K1  x *' T  
2

 K 2  x * T   2K1 x *' T  
2
0

K1 x *' T  
2
 K 2  x * T   0 (121)
Reemplazando (115) y (117), evaluadas en “T”, en (121) tenemos:
2
 K2 A K2   K2 A K2  
K1  T  T  K 2  T2    T T   0
 2 K 1 4 K 1   4 K 1  4 K 1  
T  T
2
 K2 A
K1  T   AK 2  0 (122)
 4 K 1 T 
Factorizando se tiene:
2
A K2 
K1   T  0
 T 4 K1 
Entonces, como K 1  0 tenemos:
A K2 AK1
 T  0  T *  2 0
T 4 K1 K2
En consecuencia, reemplazando “T *” en (115) y (117) tenemos:
x * t  
K2
4K1
t2  0 0  t  T  *
x '* t   p * t  
K2
2K1
t0 0  t  T  *
490
c) La condición necesaria de Legendre:

  
 2   K 1  x '* t   K 2  x * t 

2

 2 K 1  0
x ' t 2
Nos dice que x * t  , tanto para el apartado a) como para el apartado

b), es un máximo local del problema (108b) y un mínimo local del
problema (108a).
d) Para verificar la globalidad de las soluciones debemos verificar si la

 
función intermedia es cóncava en x, x' para cada t  0, T  en el
problema (108b). Para ello bastará con verificar que el Hessiano de la
función intermedia es semidefinido negativo en x, x' para cada  
t  0, T  . El Hessiano de la función intermedia para cada t  0, T 
viene dado por:

   0
H   K 1  x ' t   K 2  x t   

2 0 

 0  2K 1 
Los autovalores del Hessiano son:
1  0 y  2  2K1  0
Por tanto, el Hessiano de la función intermedia es semidefinido

negativo, y x * t  , únicamente para el apartado a) es un máximo
global del problema (108b) y un mínimo global del problema (108a).
6.- El problema original y el problema equivalente vienen dados por:
   
T T
 2  2
 y t 2  c y ' t   dt  y t   c y ' t   dt
y  t   
2
min  max
y  t    
0 0
s.a : y 0   y 0 (123a) ≡ s.a : y 0   y 0 (123b)
y T   0 y T   0
a) La ecuación de Euler a resolver será:

 

 
2 
 y t   c y t   
2 ' 
d  

 2 '
  2 
 y t   c y t    y t 

'
 

y t  dt
 2 y t  

d  2cy ' t    2 yt   2cy ' ' t   y ' ' t  
1
y t   0 (124)
dt c
491
El polinomio característico de (124) es:
 1
 r1  
1  c
r  0
2
(125)
c  1
 r2  
 c
La solución complementaria (y también total) de (124) será:
y* t   y*c t   Ae
1c t  1c t
 Be (126)
Ya que el Wronsquiano construido con:
y1 t   e  y1' t   1 c e
1c t 1c t
y 2 t   e  y '2 t    1 c e
 1c t  1c t
Y que viene dado por:
1c t  1c t
e e
W t    2 1 c  0  W t   0
1c t  1c t
1ce  1ce
Aplicando las condiciones iniciales a (126) se tiene:
y* 0   A  B  y 0 (127)
Aplicando las condiciones finales a (126) se tiene:
y* T   Ae
1cT  1c T 2 1cT
 Be  0  B   Ae (128)
y0 y0
A y B (129)
2 1c T 2 1 c T
1 e 1 e
 y0   y0 
y * t    e   e 
1c t 1c t
  (130)
 2 1c T  2 1c T
1 e  1 e 
492
Para verificar la globalidad de y * t  debemos verificar si la función
 
intermedia es cóncava en y, y ' para cada t  0, T  en el problema
(123b). Para ello bastará con verificar que el Hessiano de la función
 
intermedia es semidefinido negativo en y, y ' para cada t  0, T  . El
Hessiano de la función intermedia para cada t  0, T  viene dado por:
 
 
  2 
  
 2
H    y t 2  c y ' t     
0 
0 

2c 
Los autovalores del Hessiano son:
1  2 y  2  2c  0
Por tanto, el Hessiano de la función intermedia es definido negativo,

por lo que la función intermedia de (123b) será estrictamente cóncava.
Entonces, y * t  es un máximo global del problema (123b) y un
mínimo global del problema (123a).
Finalmente, la trayectoria óptima global será:
 y0   y0 
x * t    e   e 
1c t 1c t
   x̂
 2 1c T  2 1c T
1 e  1 e 
b) Para este nuevo caso, en el que “ yT  ” es libre, siguen siendo válidas
la ecuación de Euler, la condición inicial y las ecuaciones (126) y
(127). Pero ahora hay que añadir la condición de transversalidad
correspondiente a “ yT  ” desconocido:

 

 2 '
  2 
 y t   c y t   

0
y ' t 
t T
 2cy '* T   0  y*' T   0 (131)
Derivando (126) respecto al tiempo tenemos:
y*' t   A 1 c e
1c t  1c t
B 1 ce (132)
Evaluando (132) en “T”, y teniendo en cuenta (131) se tiene:
y*' T   A 1 c e
1cT  1cT
B 1 ce 0 (133)
493
De (127) y (133) se obtiene:
y0 y0
A y B (134)
2 1c T 2 1 c T
1 e 1 e
 y0   y0 
y * t    e   e 
1c t 1c t
  (135)
 2 1c T  2 1c T
1 e  1 e 
De manera análoga al apartado a) podemos verificar que y * t  es un

máximo global del problema (108b) y un mínimo global del problema
(108a) con “ yT  ” libre.
Evaluando (135) en “T” obtenemos:
 y0   y0 
y * T    e   e 
1c T 1c T
 2 1c T
  2 1c T

1 e   1 e 
2y0
y * T  
1c T  1c T
e e
Por otro lado, cuando T   y * T  tiende a:
 2y0 
lím y * T   lím  0
T   T    1c T  1c T 
e e 
Asimismo, cuando c  0 y * T  tiende a:
   1c T 
  lím  
2y0 2y0e
lím y * T   lím 
c 0 c 0 1c T  1c T  c 0 2 1 c T 
e e   e  1 
Ya que si reemplazamos c  0 en y * T  se obtiene la forma


indeterminada , podemos aplicar L’Hôpital:

 1c T   y 
 2y0 1 c e 
lím y * T   lím   0
0
c 0 c 0 2 1c T
  clím
0 1c T 
 2 1 c e  e 
494
Finalmente, podemos observar que si c  0 entonces y* t   0
incluso cuando “T” es fijo. Esto se aprecia aplicando límites a (135)
cuando c  0 :
 y0   y0  
lím y * t   lím  e   e 
1c t 1c t
c 0 c  0  2 1c T
  2 1c T
 
 1  e  1 e  
  1c t  1 c  2T  t  
e e 
lím y t   y 0 lím 
*
0
c 0 c 0 2 1 c T
 1 e 
Lo anterior no es sorprendente, ya que según “c” se hace pequeño, es

decir, los costos se hacen insignificantes, entonces y * t  se ajusta a
cero casi inmediatamente.
7.- El problema a resolver es:
 
T T
U FK t   K ' t  dt
K  t  
U  C t   dt
C  t  
max max
0 0
s.a : K 0   k 0
s.a : K ' t   FK t   C t  
(136)
K 0   k 0 K T   0
K T   0
U


d U K ' 
K dt
 Ct  
d U ' 
Ct   K ' 
U'  
K dt
U '  F' 
 
d  U'
 U '  F'   U ' '  C'  
U ''

F'
(137)
dt U' C'
Para la función de utilidad exponencial o función con coeficiente de

aversión absoluta al riesgo constante (CAAR):
e   c t 
U c t    para α  0

495
Se tiene que el coeficiente de Arrow-Pratt de aversión absoluta al riesgo
es:
U ' ' Ct   e    C  t 

Ct      (138)
U ' Ct  e    Ct 
F' F'
  C'  (139)
C' 
Por otro lado, la producción es:
FK t   bKt  (140)
Entonces:
F ' K t   b (141)
b
C ' t  

Por tanto, integrando obtenemos:
b
C * t   t (142)

Reemplazando (140) y (1142) en (136) se tiene que:
b
C * t   t    bKt   K ' t 

b
K ' t   bKt    t

La ecuación diferencial homogénea es:
K ' t   bKt   0
El polinomio característico de la ecuación diferencial homogénea es:
P     b  0    b
496
Entonces, la solución complementaria será:
K c t   e bt (143)
Por lo que tenemos:
K1 t   e bt
El Wronsquiano vendrá dado por:
W t   e bt  e bt  0
Para hallar la solución particular necesitamos calcular W1 t  :
b b
W1 t    t  t
 
Por tanto, la solución particular será:
 b 
 
W1 t    t     1
  t
K p t   K 1 t   W t  dt  e 
bt
dt   (144)
e bt
b 
La trayectoria del capital será:
  1 t
K *  t   K c t   K p t     e bt (145)
b 
En este caso utilizaremos la condición de transversalidad de “línea

terminal vertical truncada”, esto es:
 CHC
  
U K'
t T
0 K * T   0  

K * T   0   U K ' 0
t T 

(146)
En este caso tenemos que:
UK'   U ' CT   e  CT   0

t T
Por tanto, por la (CHC) que aparece en (146) se tiene que:
K * T   K mín  0 (147)
497
Evaluando (145) en “T”, y teniendo en cuenta (147) tenemos:
  1 T
K * T     e bT  0 (148)
b 
Aplicando la condición inicial a (145) obtenemos:
  1   1
K * 0      K0    K0  (149)
b b
e bT bK 0  1  bT  1
 (150)

 e bT  1 
K 0  T
 (151)

 1  e bT 
K * t  
K e  T   t  K  T
0
bT
0
e bt (152)
 e  1
bT   1  e  bT
Derivando respecto (152) del tiempo tenemos:
1 b K 0  T 
K '* t    e bt (153)
 1 e bT

b e bT bK 0  1  bT  1
C * t   t (154)
 
 e bT  1 
Ahora constataremos que la trayectoria del capital, ecuación (152), y la
trayectoria de la inversión, ecuación (153), maximizan globalmente la
funcional objetivo.
La matriz Hessiana de la función intermedia, para cualquier t  0, T  es:
 2 b
C  t    b
HU K t , K ' t , t
 
 
e 
 
 
 
   b  1
498
La matriz hessiana HU K t , K ' t , t
 
 será semidefinida negativa ya que
 
tiene un autovalor nulo y el otro negativo e igual a  1  b 2 . Por tanto,  

la función intermedia “U” es cóncava.
En consecuencia, las ecuaciones (152) y (153) maximizan globalmente la

funcional objetivo. Por ende, la trayectoria dada por (154) también será
óptima.
7. Horizonte temporal infinito

Un supuesto común en economía es considerar horizonte temporal infinito.
Este supuesto es razonable cuando los agentes enfrentan decisiones de muy
largo plazo y cuando los agentes se preocupan por el bienestar de sus
descendientes. La forma general del problema de cálculo de variaciones a
resolver en este caso sería:
 
 
 max J x   f x t , x ' t , t dt
x  t  
XXI  
0

s.a : x 0   x 0
 x final   libre

Dado que ahora la funcional está dada por una integral impropia, para que
esta funcional esté definida, la integral debe ser convergente. A continuación
se presentan dos condiciones suficientes para que la funcional objetivo sea
convergente.
7.1 Condiciones para la convergencia de la funcional objetivo


Condición 1: Dada la integral impropia Jx    f x t , x ' t , t d t , si la
0
función intermedia “f” posee un valor finito hasta el periodo “T”, y
luego toma un valor nulo y éste se mantiene constante a lo largo del
tiempo, entonces la integral converge.
Condición 2: Si la función intermedia es descontada mediante el

factor de descuento ert r  0 , y durante todo el horizonte temporal
posee un valor mayor o igual a cero y menor o igual a “S”
0  S   , entonces la integral converge. Más formalmente, ya que
 
el valor de f x t , x ' t , t no puede nunca exceder el valor de su cota
superior “S”, podemos escribir:
 
  
b
S
J x   f x t , x ' t , t e  rt dt  S e  rt dt  S lím
 e
 rt
dt 
b   r
0 0 0
499
7.2 Condiciones de transversalidad
Cuando el horizonte temporal es infinito, la ecuación de Euler y la
condición suficiente de segundo orden siguen siendo válidas para la
resolución del problema de cálculo de variaciones. No obstante la
condición de transversalidad se modifica ligeramente. En lugar de
utilizar la condición (XI), ahora se emplea la siguiente condición:
fx  t  xt1  f  x'fx  t  t1  0

' ' XXII
Donde cada uno de los dos términos deberá desaparecer

individualmente.
Considerando el segundo término de (XXII), como el horizonte

temporal es infinito, t1  0 , entonces deberá cumplirse la siguiente
condición:
 
lím f  x 'f x '  0
t 
XXIII
Considerando el primer término de (XXII), existen dos posibilidades a

tener en cuenta:
a) Si un estado terminal asintótico (meta asintótica), se especifica en el

problema:
lím x t   x  : una constanteespecificada XXIV 

t 
Entonces el primer término de (XXII) será nulo, ya que xt1  0 ,

por lo que la condición a utilizar será la ecuación (XXIV).
b) Si el valor terminal de la senda no está especificado (es libre), al

igual que en (XXI), deberá cumplirse la siguiente condición:
  0
lím f
t  x
' XXV 
Si el estado terminal está sujeto a la restricción del tipo x * t 1   x mín ,

entonces deberemos utilizar la condición (XX). No obstante, en la
práctica, siempre podremos utilizar (XXV) primero. Si la restricción
x * t 1   x mín es satisfecha por la solución, entonces el problema
termina. De lo contrario, tendremos que utilizar x mín como un estado
terminal dado.
500
7.3 Condición Suficiente
 
Si la función intermedia f x t , x ' t , t es cóncava (convexa) en las
  '
variables x , x en un problema con horizonte temporal infinito,
entonces la ecuación de Euler más la siguiente condición suplementaria:
lím f
t  x
 x  x 
'*
*
0
Son suficientes para un máximo (mínimo) absoluto de J x  .
En esta condición, “ f x ' ” está evaluada en la trayectoria óptima, y

x  x 
*
representa la desviación de cualquier trayectoria admisible
“ x t  ” de la trayectoria óptima “ x * t  ”.
Ejemplo:
Modelo de Inversión13: Este modelo fue desarrollado por Eisner y
Strotz (1963). El modelo se centra en la inversión neta como un proceso
que amplía el tamaño de la planta de una empresa. Por tanto, no se
considera la depreciación del stock de capital. Se supondrá que una
empresa tiene como único insumo el capital K, que K   AK  BK 2
A y B  0 es su función de beneficios brutos, y que CK'  aK'  bK'
2
a y b  0 es su función de costos de inversión (expansión de la

planta). Además, A  br  0, donde “r” es el factor de descuento.
El objetivo de la empresa es escoger la trayectoria K*t que maximiza

el valor presente de sus beneficios netos a lo largo del tiempo, esto es:


f K, K' , t 

   
 
max J K    AK  BK 2  a K '  bK '  e  rt dt
2
K  t   
0
s.a : K 0   K 0  0
K final  : libre
Donde:
  
 

f K , K ' , t   AK  BK 2   a K '

  2 
 bK '   e  rt


13
Basado en Eisner, R. y Strotz, R., “Determinants of Business Investment”, Impacts of Monetary Policy,
Prentice-Hall, Englrwood Cliffs, New Jersey 1963, pp. 60-233.
501
Con derivadas:
f K  A  2BK e  rt 
f K '   2aK'  b ert  f KK  2Be  rt
f KK '  f K ' K  0 f K ' K '  2ae  rt  

f K ' t  2aK'  b r  2aK'' ert 

f K  f K ' t  A  2BKert  2aK'  b r  2aK'' ert 
B rb  A
K ' '  rK '  K 155
a 2a
Tenemos una ecuación diferencial ordinaria no homogénea de orden

dos con coeficientes constantes, cuyo polinomio característico es:

 r  r 2  4B a
 1 
B
P  2  r 
2
0
ar  r  r  4B a
2
2 
 2
   
 r  r  4 B a    r  r  4 B a  
2 2
 t  t
 2   2 
K c  t   A1 e   A2 e  156
Dos soluciones de Kct son:
   
 r  r  4 B a    r  r  4 B a  
2 2
 t    t
 2   r  r 2  4B a    2 
K 1 t   e   K 1' t    e  
 2 
 
   
 r  r  4 B a    r  r  4 B a  
2 2
 t    t
 2   r  r 2  4B a    2 
K 2 t   e    K 2 t   
'
e  
 2 
 
502
El Wronsquiano será:
   
 r  r  4B a   r  r  4B a 
2 2
 t  t
 2   2 
e  e 
Wt   
 r  r 2  4B a 
 
 r  r 2  4B a 
   t   t
 r  r 2  4B a   2 

 r  r 2  4B a   2 

 e  e
 2   2 
   
Wt   r2  4B a ert  0
Dado que Wt  0, las soluciones K1t y K2t son linealmente

independientes.
En consecuencia:
 
 r  r  4B a 
2
 t  
 r  r  4B a 
2
 2 
0 e   t
A  rb  2 
W1t  
 r  r 2  4B a

  e 
  t
rb  A r 2
 
r  4 B a   2 

2a
 e 
2a  2 
 
 
 r  r 2  4B a 
 t
 
 2   r  r  4B a 
2
e  0  t
rb  A  2 
W2t  
 r  r  4B a
2 

 e 
   t 2a
 r  r 2  4B a   2 

rb  A
  e
 2  2a
 
Por tanto:
 
 r  r  4B a 
2
 
 t  r  r  4B a 
2
 2   t
W1t rb   A e   2 
K1t
 Wt dt  2a r 2  4B a
 e   dt
W1t A  rb
K1t
 Wt dt  a r 2  
 4B a  r  r 2  4B a 
 
503
 
 r  r 2  4 B a    
 t  r  r 2  4 B a  
 2   t
W2 t  rb  A  e    2 
K 2 t  dt   e   dt
W t   2 a r 2  4 B a 
W2t rb  A
K2t
 Wt dt  a r 2  
 4B a  r  r 2  4B a 
 
A  rb rb  A
Kpt  
   
a r 2  4B a  r  r 2  4B a  a r 2  4B a  r  r 2  4B a 
   
Simplificando:
A  rb
Kp  0 157
2B
Por tanto, la trayectoria óptima es:
   
 r  r  4 B a    r  r  4 B a  
2 2
 t  t
 2   2  A  rb
K *  t   A1 e    A2 e    158
2B
   
 r  r 2  4B a   r  r 2  4B a 
  t   t
 r  r 2  4B a   2   r  r 2  4B a   2 
K t  A1
'*
e   A2 e 
 2   2 
   
Obsérvese que 1  0 y 2  0 son reales y de signos opuestos y que el

supuesto A  br  0 implica que la solución particular Kp  0 . La
condición inicial es:
K 0   A1  A 2  K p  K 0 159
Las condiciones de transversalidad son:

lím f  K 'f K '  0
t 


t  
2 
CT1  lím AK  BK2  a K' e rt   0
 

504
Reemplazando K*t y K '*t en el límite anterior obtenemos lo
siguiente:

CT1  lím  AK*  B K *
t   
  2
 
 a K '*
2   rt 
e   0
 

   
CT1  lím A1 A  2BKp e1  rt  A12 A21  B e21  rt  2A1A2A12  B 
t   
    
 A2 A  2BKp e2  rt  A22 A22  B e22  rt  AKp  BK2p e rt   0

 
La única forma de que este límite sea convergente a cero es que A1  0.
Por tanto, de (159) se tiene que:
A2  K0  Kp 160
Entonces, reemplazando A1  0 y A2  K0  Kp en (158) tenemos que:
 
 r  r  4 B a  
2
 t
 A  rb   2  A  rb
K * t    K 0  e   161
 2 B  2B
La segunda condición de transversalidad:
CT2  lím f K '  0

t 
  162
No es necesaria en este problema. No obstante, si la utilizamos también

obtendremos que A1 debe ser nulo para evitar que (162) sea explosiva.
Ahora comprobaremos si la trayectoria del capital maximiza

globalmente la funcional objetivo. Para ello vamos a construir la matriz
Hessiana de la función intermedia, para cualquier t  0,    :
  2 Be  rt 0 
Hf  K t , K ' t , t
 
  
    2ae  rt 
 0
La matriz Hessiana es definida estrictamente negativa ya que posee sus


dos autovalores negativos 1  2Be  rt  0,  2  2ae  rt  0 . Por 
 
tanto, la función intermedia “f” es estrictamente cóncava en  K , K '  .
 
En este caso, la condición suplementaria a utilizar es:
lím f
t  K
'* 
 K  K*   
 0  lím f K '*  lím K  K *
t  t 
   0 (163)
505
Derivando (161) respecto del tiempo se tiene:
 
 r  r  4 B a  
2
   t
 r  r 2  4 B a    A  rb   2 
K t   
'*
 K 0  e

 164
 2  2B 
 
 
Dado que f K '*   2aK '*  b e  rt , entonces:
 
 r

r 2  4 B a   
  t 
     A  rb   
 rt 
2
lím f '*  lím a  r  r 2  4B a    K 0 e    be 
t   K t      2 B  
 
 
lím f  
t   K
'* 0
 
En cuanto a K  K * , la forma cuadrática en “K” de la función de
beneficios, representada en la figura 9, sugiere que según “t” tienda a
infinito, la diferencia entre el valor “K” de cualquier trayectoria vecina
admisible y el valor “K*” es limitada. Por tanto, el hecho que “ f K '* ”
tienda a cero conforme “t” tiende a infinito, nos asegura que la
condición suplementaria (163) se satisfaga como igualdad. En
consecuencia, la concavidad estricta de la función intermedia hará que
la ecuación de Euler sea suficiente para un máximo global estricto en la
funcional objetivo.
  AK  BK 2
K
0 A 2B
Figura 9
VII.3 Teoría de control óptimo
Las primeras investigaciones realizadas sobre control óptimo fueron efectuadas
por Valentine (1937), McShane (1939) y Hestenes (1949). Pero el verdadero
desarrollo de esta técnica fue realizado por los rusos Pontryagin, Boltyanskii,
Gamkrelidze y Mishchenko (1958). La teoría de control óptimo se ha aplicado
extensivamente a la solución de problemas económicos desde los tempranos
documentos de trabajo que aparecieron en Shell (1967) y los trabajos de Arrow
(1968) y Shell (1969). El campo es demasiado extenso para ser examinado
detalladamente aquí. Sin embargo, podemos citar algunos interesantes libros que
abordan este tópico: Seierstad y Sydsæter (1987), Kamien y Schwartz (1991),
Léonard y Long (1992), Takayama (1993) y (1997), Gandolfo (1997), Chiang,
A. (2000), De la Fuente, A. (2000).
506
1. Formulación del problema fundamental de control óptimo
En la sección V.2 hemos estudiado el método clásico para resolver
problemas de optimización dinámica, el cálculo de variaciones. No obstante,
esta técnica no resulta conveniente para resolver problemas de optimización
dinámica en los que aparecen restricciones sobre las derivadas de las
funciones que intervienen en dichos problemas. Además, mediante este
método sólo se admiten soluciones interiores.
La técnica moderna que permite tratar características no clásicas como
soluciones de esquina, restricciones en forma de desigualdad sobre las
trayectorias, y otras generalizaciones, es la teoría de control óptimo. Esta
técnica se centra en una o más variables de control14 que sirven como
instrumentos de optimización, y que están asociadas a una o más variables de
estado a través de la denominada ecuación de movimiento. Específicamente,
esta técnica tiene como principal objetivo determinar la trayectoria temporal
óptima para la/s variable/s de control, a partir de la/s cual/es podremos
determinar la/s trayectoria/s óptima/s de la/s variable/s de estado asociada/s.
Supongamos que tenemos un sistema que está representado en el tiempo por
ciertas variables, denominadas variables de estado, dadas por
x 1 t , x 2 t ,  , x n t , cuya dinámica está descrita por un sistema de
ecuaciones diferenciales (tiempo continuo) o por un sistema de ecuaciones
en diferencias (tiempo discreto), y que pueden ser controladas por unas
variables denominadas variables de control, variables de decisión o
instrumentos, denotadas por u 1 t , u 2 t , , u m t  . El problema general de
control óptimo que se plantea es obtener una trayectoria (senda) para las
variables de estado x 1 t , x 2 t , , x n t  eligiendo adecuadamente las
trayectorias temporales de las variables de control u 1 t , u 2 t , , u m t  de
modo que se maximice un objetivo sujeto a determinadas restricciones.
En esta sección, vamos a plantear el problema más sencillo de control óptimo. El

problema fundamental del control óptimo se caracteriza porque la funcional a
optimizar (funcional objetivo) depende de una sola variable de estado, xt , de
una sola variable de control, u t  15, y de las condiciones de borde: condiciones
iniciales (completamente especificadas) y condiciones finales (donde el estado
terminal puede ser: libre (linea terminal vertical), una linea terminal vertical
truncada, o fijo). Asimismo, x t  no está sujeta a restricciones, u t  no está
sujeta a restricciones conjuntistas, es decir, u t   U    ,, y el
horizonte temporal es continuo y fijo: t  t 0 , t 1 . En términos formales, el
problema más simple de control óptimo es:
14
En economía, una variable de control (por ejemplo: el consumo, la tasa de impuestos (política fiscal), la
tasa de interés, la proporción de inversiones asignada a diferentes sectores, la tasa de extracción del stock
de un recurso agotable por unidad de tiempo, la inversión gubernamental) es un instrumento político que
permite influir sobre una variable de estado. En general, una variable de control está sujeta a la elección
discrecional del agente optimizador, y su elección afecta a la variable de estado.
La variable de control u t  puede escogerse de un conjunto de funciones U, denominado conjunto de
15
controles admisibles. Cuando u t   U, u t  es denominada control admisible. Al conjunto U , de

imágenes de los controles admisibles, se le conoce como región de control.
507
Función intermedia
t 1   
max J u    f t , x t , u t  dt *
u  t  t
0  
Funcional objetivo
s.a : u t  U   * *
Ecuaciónde estado : x t   g t , x t , u t 
'
* * *
(XXVI) Condiciones iniciales: x t 0   x 0 

a  x t 1  : libre
  : Condiciones de borde * * * *
Condiciones finales : b  x t 1   x 1 
c  x t   x 
 1 1
 x 0 , t 0 y t 1 : dados

 x 1 : dado en b  y c 
En (XXVI)16, la funcional objetivo, tiene como argumento a “u” y no a “x” y
la función intermedia tiene a “u” como argumento en lugar de “ x ' ” como
ocurría en el cálculo de variaciones. Además, debido a la presencia de “u”, es
indispensable contar con una conexión entre dicha variable y “x” para saber
cómo “u” afectará a la trayectoria adoptada por “x”. Esta información es
proporcionada por la ecuación diferencial, denominada ecuación de
movimiento, de transición o de estado, que relaciona a “x” con “u”. Esta
ecuación nos muestra cómo, en cada momento del tiempo, para un valor
dado de “x”, la variable de control “u”, elegida por un “planificador”, guiará
a “x” a lo largo del tiempo. Una vez determinada la senda óptima de la
variable de control, u * t , la ecuación de estado permitirá obtener la
trayectoria óptima de la variable de estado x * t .
Para que (XXVI) pueda resolverse, deberá verificarse que las funciones
f t , x t , u t  y g t , x t , u t  sean continuas en todos sus argumentos, y posean
derivadas parciales de primer orden continuas con respecto a “t” y a “ x t  ”, pero
no necesariamente respecto a u t  . Además, u t  no tendrá que ser continua
para llegar a ser admisible; sólo necesitará ser continua a trozos17. Asimismo,
x t  debe ser continua en el periodo de planificación temporal, aunque puede
presentar un número finito de puntos agudos o esquinas18. Es decir, para que una
senda de estado sea admisible sólo necesita ser diferenciable a trozos19.
16
Sin pérdida de generalidad, supondremos que todos los problemas de control óptimo consisten en
maximizar la funcional objetivo. Esto se adopta debido a que todo problema de minimización siempre se
podrá reformular como un problema de maximización añadiendo el signo menos a la funcional objetivo.
17
Esto significa que es continua en todos los puntos, excepto, quizá, en un número finito de ellos. Es decir,
u t  podrá contener un número finito de saltos en los que u t  no tienda a valores infinitos (cualquier
discontinuidad que involucre saltos finitos).
18
Una esquina es un punto de una función en el que su derivada es discontinua. En una esquina la función
no es diferenciable.
19
Esto significa que es diferenciable en todos los puntos, excepto, quizá, en un número finito de ellos. Es
decir, x t  podrá contener puntos en los que no sea diferenciable respecto al tiempo (esto es, puede existir
un número finito de puntos donde las derivadas laterales derecha e izquierda de x t  respecto al tiempo
difieran la una de la otra).
508
Al igual que las trayectorias de control admisibles20, las trayectorias de
estado admisibles deben tener un valor finito para cada instante en el periodo
de planificación temporal. Además, se asumirá que si u t  está definida en
t 0 , t 1 , entonces u t  es continua en los extremos del intervalo.
En el problema (XXVI), tenemos que la condición inicial está
completamente especificada (instante inicial y el valor inicial de la variable
de estado) y se conoce el instante final pero el valor final de la variable de
estado dependerá si estamos en el caso de estado terminal libre [caso (a)],
linea vertical terminal truncada [caso (b)], o estado terminal fijo [caso (c)].
Por otro lado, el conjunto de controles admisibles, U, por lo general es un
conjunto compacto (cerrado y acotado) y convexo. Esto deja abierta la
posibilidad de que existan soluciones de esquina en el problema de
optimización, a diferencia de los problemas de cálculo de variaciones. No
obstante, en el problema (XXVI), tenemos que u t   U    ,, es
decir, la variable de control debe pertenecer al conjunto abierto , , por
lo que en este caso no hay restricciones sobre la variable de control. Por
tanto, en el problema (XXVI) podríamos omitir u t   U.
2. Condiciones necesarias de optimalidad: El principio del

máximo de Pontryagin (1958)
En esta sección vamos a estudiar el método que nos permitirá resolver el
problema fundamental de control óptimo, el denominado principio del
máximo de Pontryagin. Dado que el principio del máximo involucra
conceptos como función Hamiltoniana y variable de coestado, primero
vamos a explicar dichos conceptos.
Una variable de coestado, variable adjunta o variable auxiliar es una
variable, semejante a los multiplicadores de Lagrange que aparecen en
problemas de optimización estática restringida, que mide o valora el precio
sombra de una variable de estado asociada. Esta variable puede adoptar
diversos valores a lo largo del horizonte de planificación temporal, y la
denotaremos como  t  . El medio a través del cual la variable de coestado
aparece en el problema de control óptimo es la función Hamiltoniana o
Hamiltoniano. El Hamiltoniano es la versión dinámica de la función
Lagrangiana en problemas de optimización estática con restricciones, y viene
denotado por:
Ht , x t , u t , t    0  f t , x t , u t   t   gt , x t , u t  XXVII 
Donde:
 0 es una constante no negativa a determinar, f t , x t , u t  es la función
intermedia, g t , x t , u t  es la ecuación de movimiento de la variable de
estado y  t  es la variable de coestado. Todos estos elementos constitutivos
del Hamiltoniano aparecen en el problema XXVI.
Aquellas que pertenecen al conjunto de controles admisibles: u t   U .

20
509
El principio del máximo de Pontryagin, que a continuación enunciaremos,
transfiere el problema de encontrar una u t  que maximice J u  sujeto a las
restricciones dadas, problema XXVI, al problema de maximizar la función
Hamiltoniana con respecto a u t   U. En términos formales:
 Max H t , x t , u t ,  t  t  t 0 , t 1 
u  t 
XXVIII  
s.a : u t   U

Además, este principio nos permite determinar la función  t  .
El Principio del Máximo para problemas con intervalo de tiempo fijo
Sea u * t  la trayectoria de control óptima, continua a trozos, que resuelve el

problema XXVI, y sea x * t  la trayectoria de estado óptima asociada
continua y diferenciable a trozos, definidas en t 0 , t 1  . Entonces, existe una
constante  0 y una función  t  continua y con derivadas de primer orden
continuas a trozos21 tal que para todo t  t 0 , t 1  se tiene que
 0 , t   0,0 y 
u * t  maximiza H t , x * t , u t ,  t  , es decir:
  
H t , x * t , u * t ,  t   H t , x * t , u t ,  t   u t   U XXIX 
Excepto en los puntos de discontinuidad22 de u * t , se verifica que:
' t  
d t 


H t , x * t , u * t ,  t   XXX 
dt x t 
x ' t  
dxt 


H t , x * t , u * t ,  t    gt , x *
t , u * t  XXXI 
dt  t 
Asimismo, se cumple que:
0  1 o 0  0 XXXII 
Como  t  es continua para todo “t” en el intervalo finito cerrado t 0 , t 1  , entonces  t  debe ser
21
acotada en dicho intervalo.

Las posibles discontinuidades de ' t  y x ' t  ocurren en los puntos de discontinuidad de u t  . Es
22
decir, los posibles puntos de esquina de  t  y x t  ocurren en los puntos de discontinuidad de u t  .

Aunque los valores de ut en los puntos de discontinuidades no son de alguna significancia en la
aplicación del principio del máximo, supondremos que en un punto de discontinuidad   t 0 , t 1 , se
cumple que u    lím u t  . Por otro lado, en “  ”, la inecuación XXIX seguiría siendo válida, pero se
t  
 t  
  

transformaría en H , x *  , lím u * t  ,     H , x *  , u  ,      u t   U .
510
Finalmente, a cada condición final en (XXVI) le corresponde una condición de
transversalidad:
a   t 1   0
 CHC  
  

 b    t 1   0 x  t 1   x 1
*
 
x t 1   x 1   t 1   0
*
XXXIII 

c   t  sin condición
 1

Al sistema de ecuaciones conformado por (XXX) y (XXXI) se le suele

denominar “Sistema Hamiltoniano” o “Sistema Canónico”. Siendo la (XXX)
la ecuación de movimiento de “  t  ” y (XXXI) la ecuación de movimiento de
“ x t  ”. Es importante resaltar que el principio del máximo de Pontryagin da
condiciones necesarias de primer orden para que u * t  sea la trayectoria
óptima. Estas condiciones necesarias no garantizan la existencia de un control
óptimo u * t  ; éstas solamente son las condiciones implícitamente contenidas
en la optimalidad, asumiendo la existencia de un control óptimo u * t  .
 
Asimismo, se hace notar que H t , x t , u * t , t   Ht , x t , u t , t  u t   U
es equivalente a Max Ht , x t , u t ,  t  , y que este requerimiento tiene en cuenta a
u  t 
la condición de primer orden Ht , x t , u t , t  u t   0 (que necesitará ser
apoyada por una apropiada condición de segundo orden). No obstante, como
veremos a continuación, no siempre la condición de primer orden nos será útil para
determinar el control óptimo u * t  en U, incluso si el Hamiltoniano es diferenciable.
En la figura 10 se muestran algunas posibles curvas del Hamiltoniano como

funciones de u t  en un específico punto del tiempo y para específicos valores de
x t  y  t  . Por ejemplo, si el Hamiltoniano es una función lineal creciente respecto
a u t  en U  u 0 , u1  , entonces el máximo del Hamiltoniano (punto A) se dará en
u 1 , mientras que si el Hamiltoniano es una función lineal decreciente respecto a u t 
en U  u 0 , u1  , entonces el máximo del Hamiltoniano (punto B) se dará en u 0 .
Tanto u 1 como u 0 son soluciones de esquina. Se aprecia que en estos dos casos la
condición Ht , x t , u t , t  u t   0 no es aplicable porque en ninguna parte
aquella derivada es igual a cero. Si el Hamiltoniano es una línea recta horizontal en
U  u 0 , u1  , entonces no hay un único control óptimo. En este caso, todos los
puntos de la recta CD maximizan el Hamiltoniano, y todos los puntos de
U  u 0 , u1  son controles óptimos. Por otro lado, para la curva que pasa por el
punto “E” y que es diferenciable con resppecto a u t  , el máximo del Hamiltoniano
ocurre en u t   u , punto interior de U, en este caso, la ecuación
Ht , x t , u t , t  u t   0 sirve para identificar el control óptimo en aquel
punto del tiempo. Pero si la curva relevante es la que pasa por el punto “G”, entonces
el control óptimo u * t  en U que maximiza Ht , x t , u t , t  es u t   u 1 , una
solución de esquina de U. Por tanto, la condición Ht , x t , u t , t  u t   0 no
es aplicable, aún cuando el Hamiltoniano es diferenciable.
511
Ht , x t , u t , t 
E
C D
B
G
u t 
u0 u 0 u1
Figura 10
Del análisis anterior podemos concluir que, mientras la condición

Ht , x t , u t , t  u t   0 puede servir a nuestro propósito cuando el
Hamiltoniano es diferenciable respecto a u t  y puede producir una solución
interior23, el hecho que U pueda ser un conjunto cerrado, con posibles
soluciones de esquina, necesita la más amplia condición:
Max H t , x t , u t ,  t . Esto es así ya que bajo el principio del máximo no
u  t 
se requiere que necesariamente el Hamiltoniano sea diferenciable con
respecto a u t  .
También es importante resaltar que la condición  0 , t   0,0 indica que

 0 y  t  no pueden ser ambos a la vez iguales a cero. Dado que en la
mayoría de problemas de corte económico se encuentra que  0  0,  0
suele normalizarse a la unidad,  0  1, lo cual transforma el Hamiltoniano
que aparece en XXVII  en:
Ht , x t , u t , t   f t , x t , u t   t   gt , x t , u t  XXXIV 

Sin embargo, es recomendable en todo problema verificar que  0  0 ya
que la eventualidad de  0  0 puede presentarse en ciertas situaciones, no
muy usuales, donde la solución del problema es verdaderamente
independiente de la función intermedia f t , x t , u t  , es decir, donde la
función f t , x t , u t  no importa en la solución del proceso. Esto es, por
supuesto, porque el coeficiente  0 debe ser igual a cero, de manera que
elimine la función f t , x t , u t  del Hamiltoniano.
u t 
23
Si el Hamiltoniano es no lineal y diferenciable, y no está restringida, esto es,
u t   U    , , entonces la condición Ht , x t , u t , t  u t   0 producirá una solución
interior.
512
Lo dicho antreriormente justifica la aparición de la condición XXXII  en el
principio del máximo de Pontryagin.
A continuación presentaremos algunos ejemplos en los que se intentará

indicar cómo “básicamente” trabaja el principio del máximo de Pontriagyn y
cómo éste permite seleccionar uno o unos pocos candidatos a óptimo. Es
importante señalar que no es del todo evidente cómo aplicar el principio del
máximo de Pontryagin. En realidad, la forma en que éste es usado difiere
significativamente de un tipo de problema a otro, de modo que ningún
procedimiento estándar para encontrar la solución puede ser concebido.
Ejemplos:
1.- Resolver el siguiente problema:
2
Max J u    x t  dt 1
u  t 
0
s.a : x ' t   x t   u t 

x 0   0 
 2 
x 2  : libre 
 1  u t   2 

El Hamiltoniano viene dado por:
Ht , x t , u t , t    0  x t   t   x t   u t 
Ht , x t , u t , t   x t    0  t   t   u t  3
 
Supongamos ahora que x * t , u * t  resuelve el problema. De acuerdo al
principio del máximo debe existir una constante  0 y una función
continua  t  tal que:
 0 , t   0,0  t  0, 2 4 
Además, para cada t  0, 2 , u * t  es aquel valor de u t    1, 2 que

maximiza:
 
H t , x * t , u t ,  t   x * t    0   t    t   u t  5 
La variable de coestado  t  satisface, de acuerdo a XXX  , excepto en

los puntos de discontinuidad de u * t  , la ecuación:
d t 


H t , x * t , u * t ,  t       t    0   t  6 
x t 
0
dt
513
Ya que x 2  es libre, por XXXIII  se debe verificar que:
 2   0 7 
De 4  se obtiene, en particular para t  2, que  0 y  2  no pueden ser

ambos a la vez iguales a cero. Ya que  2   0, entonces  0  0, y en
consecuencia por XXXII  ,  0  1.
Reemplazando  0  1 en la ecuación diferencial lineal con coeficientes

constantes que aparece en (6) se tiene:
' t   1   t   ' t    t   1 8 
La ecuación característica de esta ecuación es:
pr   r  1  0  r  1
La solución complementaria será:
 C t   Ae t
Donde:
 1 t   e  t
W t   e  t  e  t  0  W t   0
Es decir, 1 t   e  t son soluciones de  c t  que son linealmente

independientes.
Mientras que:
W1 t   1  1
Por tanto:
W1 t  1
 W t  dt   e t dt    e dt  e
t t
W1 t 
 p t    1 t 
 W t   
dt  e  t  e t  1
514
Por tanto, la solución general de ' t    t   1 es:
t  Aet  1 9 
2  Ae2  1  0  A  e2
Por tanto, la variable de coestado será:
t  e2 t  1 10
Derivando (10) respecto al tiempo, tenemos:
't  e2 t  0 t 11
Teniendo en cuenta (11) y (7), se aprecia que para todo t  0, 2  la

variable de coestado t  e2 t  1  0 .
Se observa que en el Hamiltoniano dado por la ecuación (5) únicamente

el término t   u t  depende de u t  . Por tanto, u * t  es el valor de
u t    1, 2 que maximiza  t   u t  . Cuando t  0, 2  se cumple que
t  e2 t  1  0 , de modo que en este caso el máximo de  t   u t  se
alcanza para u t   2 . Para t  2 se verifica que  2   0 y por tanto
(5) no determina u * 2  . El valor de u * t  en este único punto no es de
importancia. Sin embargo, nosotros previamente hemos decidido escoger
u t  como una función continua en los extremos de su dominio (ver
primer párrafo de la página 479). Por tanto, debemos hacer u * t   2 , de
modo que nuestra propuesta para un control óptimo sea:
u * t   2 t  0, 2 12
La trayectoria asociada x * t  debe satisfacer XXXI  :
dx * t 
dt
 
 g t , x * t , u * t   x * t   u * t   x * t   2
dx * t 
 x * t   2 13
dt
De manera análoga a (8), la solución de (13) será:
x * t   Be t  2 14
515
Reemplazando la condición inicial x 0   0 en (14) se tiene que B  2 .
*
Por tanto:
x * t   2 e t  2  2 e t  1   15
Nosotros ahora hemos probado que si el problema tiene solución, el
control óptimo es dado por (12) y la trayectoria óptima asociada está dada
por (15). El correspondiente valor de la funcional objetivo es:
  x t  dt   2e t   
2 2
J u*  *
 1 dt  2 e 2  3  8,78
0 0
Hemos ilustrado como el principio del máximo de Pontryagin trabaja en

un caso simple. Sin embargo, nuestro esfuerzo no era realmente necesario
para resolver el problema. De (2) vemos que u * t   2 produce el más
alto valor de x t  para cualquier t  0, 2 , y por tanto u * t   2 debe
 
2
maximizar J u *   x * t  dt .
0
2.- Consumo vs inversión: Un país recibe un flujo constante de 1 unidad

monetaria como ayuda económica. Sea x t  el nivel de infraestructura en
el instante “t”, y sea u t  la parte de la ayuda económica que es asignada
a la inversión en infraestructura en el instante “t”. Sea U1  u t  la
utilidad que perciben los habitantes del país por aquella parte de la ayuda
económica que destinan al conumo, 1  u t . Donde U1  u t  es una
función de clase dos con U ' 1  u t   0 y U '' 1  u t   0 en 0,   .
El periodo de planificación es 0, T  y se asume que x T   x T , es decir,
se asume que el país intenta alcanzar al menos el nivel x T al final del
periodo de planificación. El problema de planificación es encontrar la
asignación de inversión que maximiza la utilidad total.
El problema a resolver es:

T
Max J u    U 1  u t  dt 16
u  t 
0
s.a : x ' t   u t 

x 0   x 0 
 17
x T   x T 
u t   0, 1
Se asumirá que:
0  x0  xT  x0  T 17 
'
516
En este caso se aprecia que, en cada instante “t” del periodo de
planificación, la variación del nivel de infraestructura respecto del tiempo
debe ser igual a la parte de la ayuda económica que es asignada a la
inversión en infraestructura. Es decir, x ' t   u t  . Es precisamente
gracias a esta ecuación diferencial (ecuación de movimiento) que
podemos darnos cuenta que la variablede estado será x t  y que la
variable de control será u t  . Esto es así, ya que u t  puede afectar el
comportamiento dinámico de x t  a través de la ecuación de movimiento
de x t  .
El Hamiltoniano de este problema de optimización intertemporal será:
Ht , x t , u t , t    0  U1  u t   t   u t  18
 
Asumiendo que x * t , u * t  resuelve el problema. De acuerdo al
principio del máximo, debe existir una constante  0 y una función
 0 , t   0,0  t  0, T  19

Donde, por (XXXII),  0  1 o  0  0. Además, para cada t  0, T  ,
u * t  es aquel valor de u t   0, 1 que maximiza:
 
H t , x * t , u t ,  t    0  U1  u t    t   u t  20
d t 


H t , x * t , u * t ,  t  0
dt x t 
 t   c (siendo “c” una constante) 21

Por XXXIII  , la condición de transversalidad en t  T será:
 CHC
  
 T   0 x T   x T
*
 
x T   x T   T   0
*
22
Evaluando (21) en “T”, y teniendo en cuenta (22) se tiene que:
T   c  0 22 
'
Pero por la continuidad de  t  tenemos que:
 t   c  0 23
517
Las derivadas de primer y segundo orden del Hamiltoniano respecto a
u t  serán:

H t , x * t , u t ,  t     U ' 1  u t    t  24
u t 
0

 2 H t , x * t , u t ,  t    U '' 1  u t  25
t 
0
u 2
Por (XXXII) sabemos que  0  0 , y por datos del problema se sabe que
U '' 1  u t   0 . Por tanto se tiene que:

 2 H t , x * t , u t ,  t    U '' 1  u t   0 26
t 
0
u 2
Por (26) sabemos que el Hamiltoniano será cóncavo en u t  . A

continuación, en la figura 11, se muestran todos los casos posibles a tener
en cuenta en nuestro análisis.
Ht , x t , u t , t 
A
u t 
0 u t   a
* 1
a)
Ht , x t , u t , t  Ht , x t , u t , t 
E G
B C
D F
u t  u t 
u t   0
*
b) 1 0 c) u *
t   1
Figura 11
518
En la figura 11a) se observa que el máximo se alcanza en el punto “A”
donde u * t   0, 1 y donde

   0 de modo que:
H t , x * t , u * t ,  t 
u t 
 
 0  U ' 1  u * t     t   c 27
En la figura 11b) se aprecia que, para la curva BD y para la recta BD, el
máximo se alcanza en el punto “B” (solución de esquina). Donde
u * t   0 , y se verifica que :
24

H t , x * t , u * t ,  t    0    0  U ' 1  c  0 28
u t 
u  t 0
*
Asimismo, en la figura 11b) se aprecia que todos los puntos de la recta

BC maximizan el Hamiltoniano. Donde se verifica que:

H t , x * t , u * t ,  t   0 29
u t 
En particular, evaluando (29) en u * t   0 , tenemos que25:

H t , x * t , u * t ,  t    0    0  U ' 1  c  0 30
u t 
u  t 0
*
Por tanto, de (28) y (30) tenemos que:

H t , x * t , u * t ,  t    0    0  U ' 1  c  0 31
u t 
u  t 0
*
En la figura 11c) se aprecia que, para la curva FG y para la recta FG, el

máximo se alcanza en el punto “G” (solución de esquina). Donde
u * t   1 , y se verifica que :
26

H t , x * t , u * t ,  t    0    0  U ' 0   c  0 32
u t 
u  t 1
*
En realidad, en la curva BD y en la recta BD la derivada lateral del Hamiltoniano respecto a u t  , a la

24
derecha de u * t   0 , es negativa.
En realidad, en la recta BC la derivada lateral del Hamiltoniano respecto a u t  , a la derecha de
25
u * t   0 , es nula. Asimismo, en la recta BC la derivada lateral del Hamiltoniano respecto a u t  , a la

izquierda de u * t   1 , es nula.
En realidad, en la curva FG y en la recta FG la derivada lateral del Hamiltoniano respecto a u t  , a la
26
izquierda de u * t   1 , es positiva.
519
Asimismo, en la figura 11c) se aprecia que todos los puntos de la recta
EG maximizan el Hamiltoniano. Donde se verifica que:

H t , x * t , u * t ,  t   0 33
u t 
En particular, evaluando (33) en u * t   1 , tenemos que27:

H t , x * t , u * t ,  t    0   0  U ' 0   c  0 34
u t 
u *  t 1
Por tanto, de (32) y (34) tenemos que:

H t , x * t , u * t ,  t    0    0  U ' 0   c  0 35
u t 
u *  t 1
De (27), (31) y (35) se puede extraer lo siguiente:
0  c   0  U ' 1


u * t    0, 1  c   0  U ' 1  u * t    36

1  c   0  U ' 0 

Si suponemos que  0  0, de (19) y de (23), vemos que:

H t , x * t , u t ,  t     t   c  0 37
u t 
Entonces, por (36), el Hamiltoniano sería maximizado por u * t   1 para

todo t  0, T . En consecuencia, por la ecuación de movimiento de x t 
que aparece en (17), se tendría que:
x ' t   1  dxt   dt  x * t   t  k 1 38
Reemplazando la condición inicial en (38) tendríamos:
x * 0   k 1  x 0  x * t   t  x 0 39
En realidad, en la recta EG la derivada lateral del Hamiltoniano respecto a u t  , a la izquierda de

27
u *
t   1 , es nula. Asimismo, en la recta BC la derivada lateral del Hamiltoniano respecto a u t  , a la
derecha de u * t   0 , es nula.
520
Por lo que, teniendo en cuenta 17 '   y reemplazando la condición
terminal en (39), se tendría:
x * T   T  x 0  x T 40
Pero, por (22) y (23), la condición (40) implicaría:
 T   c  0 para x * T   x T 41
No obstante, (41) contradice (19). Por tanto, se tiene que:
0  1 42
Reemplazando (23) y (42) en (20) se tiene:
 
H t , x * t , u t ,  t   U1  u t   c  u t  43
   U 1  u t   0
 2 H t , x * t , u t ,  t  ''
44
u 2
t 
Además, reemplazando (42) en (36) se tiene:
0  c  U ' 1


u * t    0, 1  c  U ' 1  u * t   45

1  c  U ' 0 
La condición (44) nos indica que el Hamiltoniano es estrictamente

cóncavo respecto a u t  , y tiene un único máximo en “ u ” que es
independiente de “t”. Es decir, u * t   u para alguna elección de
u  0, 1. En consecuencia, las líneas rectas que aparecen en las figuras
11b) y 11c) serán descartadas, y sólo nos quedará por analizar las curvas
que aparecen en las figuras 11a), 11b) y 11c).
Para el caso que se presenta en la figura 11b), curva BD, se aprecia que
u * t   u  0 , pero esto es imposible ya que por la ecuación de
movimiento de x t  que aparece en (17), se tendría que:
x ' t   0  x * t   k 2  x * 0   k 2  x 0  x * t   x 0 46
De modo que reemplazando t  T en (46), y teniendo en cuenta (17), se
tendría:
x * T   x 0  x T 47
Lo cual contradice a 17 ' .  

521
De lo anterior, resulta que u t   u  0 . Entonces, la posibilidad que
*
 t   c  0 es imposible por (45). Por tanto, de la (CHC) en (22) se tiene

que:
* T   c  0 y x * T   x T 48
En consecuencia, al haber descartado la optimalidad de no asignar


ninguna ayuda económica al consumo u * t   u  0 , ahora nos 
corresponde analizar la posibilidad que u t   u  1 .
*
Para el caso que se presenta en la figura 11c), curva FG, se aprecia que
u * t   u  1 , pero esto es imposible ya que por la ecuación de
movimiento de x t  que aparece en (17), y cuya solución está dada por
(39), se tendría que:
x * t   t  x 0  x * T   T  x 0 49
Igualando (48) y (49) resulta que:
x * T   T  x 0  x T
 
La cual es inconsistente con 17 ' .
Por consiguiente, el único caso que se puede dar es el de la figura 11a)

donde u  0, 1. Resolviendo la ecuación de movimiento x t  que
aparece en (17), se tiene que:
x ' t   u  dxt   udt  x * t   ut  k 3  x * 0   k 3  x 0
x * t   u  t  x 0  x * T   u  T  x 0 50
Igualando (48) y (50) tenemos que:
xT  x0
x * T   u  T  x 0  x T  u * t   u  51
T
 xT  x0 
x * t    t  x 0
 52
 T 
Evaluando (23) en t  T , tenemos:
* T   c  0 53
522
Pero por (48) y por la continuidad de  t  tenemos que:
* t   c  0 54

* t   c  U ' 1  u * t   0 55
 xT  x0 
* t   c  U '  1  0
 56
 T 

La solución óptima28 al problema viene dada por x * t , u * t  , con la 
variable de coestado asociada  t  . *
El valor óptimo de la funcional objetivo dependerá de los parámetros

x 0 , x T y T , como se puede apreciar a continuación:
   U1  u t dt   U1  x

T T
 x0   x  x0 
J u*  * T
 dt  U 1  T T
  
0  0
T   T 
Derivando parcialmente la funcional objetivo óptima respecto a x 0 y a xT,

respectivamente, se obtiene:
 
J u * 
 U ' 1 
xT  x0 
  * 0 
x 0 
 T 
 
J u * 
  U ' 1 
xT  x0 
   * T 
x T 
 T 
Se puede apreciar que las derivadas anteriores nos permiten dar

interpretaciones de precio a la variable de coestado. Por ejemplo,  * T 
mide, aproximadamente, el incremento en la utilidad total óptima al
incrementar el requerimiento terminal sobre el nivel de infraestructura en
una unidad. Asimismo, * 0  mide, aproximadamente, el incremento en
la utilidad total óptima al incrementar el requerimiento inicial sobre el
nivel de infraestructura en una unidad. Posteriormente estudiaremos
resultados generales que dan interpretaciones de precio a las variables de
coestado.
28
Más adelante se demostrará, utilizando el teorema de suficiencia de Mangasarian, que la solución
obtenida es un óptimo global del problema.
523
3.- Resolver el siguiente problema:
T
Max J u    u t  dt 57
u  t 
0
s.a : x ' t   u 2 t  

x 0   0 
 58
x T   0 
u t   0, 1
En este caso, el Hamiltoniano viene dado por:
Ht , x t , u t ,  t    0  u t    t   u 2 t  59
 
Asumiendo que x * t , u * t  resuelve el problema. De acuerdo al
principio del máximo, debe existir una constante  0 y una función
 0 , t   0,0  t  0, T  60

Donde, por (XXXII),  0  1 o  0  0. Además, para cada t  0, T  ,
u * t  es aquel valor de u t   0, 1 que maximiza:
 
H t , x * t , u t ,  t    0  u t    t   u 2 t  61
d t 

 0
H t , x * t , u * t ,  t 
dt x t 
 t   k 1 (siendo “k1” una constante) 62

Por XXXIII  , no hay ninguna condición de transversalidad en t  T para
 t  .
Suponiendo que  0  1 , y teniendo en cuenta (62), el Hamiltoniano

sería:
 
H t , x * t , u t ,  t   u t   k 1  u 2 t  63
De la condición de primer orden se tiene que:

H t , x * t , u t ,  t    1  2k u *
t   0  u * t   
1
64
u t 
1
2k 1
524
Reemplazando (64) en la ecuación de movimiento que aparece en (58) se
tiene que:
2 2
 1   1  1
x ' t       dxt     dt  x * t   t  k2 65
 2k   2k  4 k 12
 1   1 
Reemplazando las condiciones iniciales en (65) se tiene que:
1
x * 0   k 2  0  x * t   t 66
4 k 12
Reemplazando las condiciones terminales en (66) se tiene que:
1
x * T   T0
4 k 12
Pero esta ecuación no puede anularse en el estado terminal. En

consecuencia  0  0 , lo que por (60) implica que:
* t   k 1  0 67
En este caso el Hamiltoniano sería:
Ht , x t , u t ,  t   k 1  u 2 t  68
La condición de primer orden será:
   2k u
H t , x * t , u t ,  t  *
t   0  u * t   0 69
u t 
1
Reemplazando (69) en la ecuación de movimiento que aparece en (58) se

tiene que:
x ' t   0  x * t   0 70
Reemplazando las condiciones iniciales y las condiciones finales en (70)
se tiene que:
x * 0   x * T   0 71
Es decir, se verifican las condiciones de borde.
525
Para asegurarnos que (69) maximiza antes que minimiza el Hamiltoniano
vamos a analizar el signo de la derivada de segundo orden del
Hamiltoniano respecto a u t  . Para que (69) maximice al Hamiltoniano
será necesario que éste sea estrictamente cóncavo respecto a u t  , lo cual
a su vez requiere que:

 2 H t , x * t , u t ,  t    2k  0  k1  0  * t   k1  0 72
t 
1
u 2
Por tanto, la solución óptima29 al problema viene dada por x * t , u * t  ,  

con la variable de coestado asociada * t  .
El valor óptimo de la funcional objetivo será:
  
T
J u *  0 dt  0
0
3. Condiciones suficientes de optimalidad global para

problemas con tiempo fijo: Teoremas de Mangasarian
(1966) y Arrow (1968)
El principio del Máximo de Pontryagin proporciona un conjunto de
condiciones necesarias para un control óptimo, que por lo general no son
suficientes. No obstante, cuando se satisfacen ciertas condiciones de
concavidad/convexidad, entonces las condiciones estipuladas por el principio
del máximo de Pontryagin son suficientes para la maximización/minimización
global. En esta sección sólo vamos a presentar dos teoremas de suficiencia
que fueron desarrollados por O. Mangasarian y por K. Arrow. Las
condiciones de Arrow son más generales, pero es más difícil comprobar su
cumplimiento.
Teorema de Mangasarian
 
Sea u * t , x * t  un par admisible30 del problema (XXVI). Supóngase que
g t , x t , u t 
 es un conjunto convexo y que existe y es continua. Si
u t 
existe una función  t  continua y con derivadas de primer orden continuas a
trozos tal que que las siguientes condiciones se satisfacen con  0  1,
' t  
d t 


H t , x * t , u * t ,  t   XXXV 
dt x t 
29
Como se verá a continuación, una condición suficiente que garantiza la optimalidad global de u * t  es el
teorema de suficiencia de Mangasarian.
30
Al par que satisface las condiciones (**), (***) y (****) del problema (XXVI) se le suele denominar par
admisible. Un par admisible que maximiza la funcional objetivo (*) del problema (XXVI), y que por tanto
resuelve dicho problema, es llamado par óptimo.
526


 H t , x * t , u * t ,  t     u *
t   u t   0  u t   U  t XXXVI 

 u t  

a   t 1   0
 CHC  
  

 b    t 1   0 x  t 1   x 1
*
 
x t 1   x 1   t 1   0
*
XXXVII 

c   t  sin condición
 1

Ht , x t , u t , t  es cóncavo (estrictamente cóncavo) en x t , u t  t (XXXVIII)
 
Entonces, x * t , u * t  es un máximo global (máximo global estricto) del

problema (XXVI). Es decir, x * t , u * t  es un par óptimo. 
Una formulación equivalente del teorema de Mangasarian sería: Supóngase
 
que x * t , u * t  es un par admisible que satisface todas las condiciones del
principio del máximo de Pontryagin [(XXIX)  (XXXIII)] con  0  1 y
siendo U un conjunto convexo. Si el Hamiltoniano Ht , x t , u t , t  es
cóncavo (estrictamente cóncavo) en x t , u t , entonces x * t , u * t  es un  
máximo global (estricto) del problema (XXVI), y por tanto, un par óptimo.
Note que si f t , x t , u t  y gt , x t , u t  son cóncavas con respecto a

x t , u t  , entonces el Hamiltoniano es cóncavo en x t , u t  siempre que
 t   0 . Asimismo, si f t , x t , u t  es cóncava y g t , x t , u t  es lineal en
x t , u t  , entonces el Hamiltoniano también es cóncavo en x t , u t  y
 t  no necesita restricción de signo.
Teorema de Arrow
Dado que en un número de interesantes problemas de control en economía el
Hamiltoniano no es cóncavo en x t , u t  , es indispensable ver qué
condiciones, menos restrictivas que la concavidad en x t , u t  , serán
suficientes para garantizar la optimalidad global en dichos problemas. Una
condición de suficiencia, más débil que la concavidad del Hamiltoniano
Ht , x t , u t , t  en x t , u t  , viene dada en el teorema de Arrow.
 
Sea x * t , u * t  un par admisible del problema (XXVI). Si existe una
función  t  continua y con derivadas de primer orden continuas a trozos tal
que las siguientes condiciones se satisfacen con  0  1,
' t  
d t 


H t , x * t , u * t ,  t   XXXIX 
dt x t 
  
H t , x * t , u * t , t   H t , x * t , u t ,  t   u t   U  t XL
527
 t 1   0 ; 
t 1   0  0 si x *
t 1   x 1 ; t 1  sin condición XLI
Si u * t , x t ,  t  es el valor de la variable de control que maximiza
Ht , x t , u t , t  para valores dados de t , x t ,  t  . El valor del
Hamiltoniano cuando es evaluado en u * t , x t ,  t  , denominado
Hamiltoniano maximizado, viene dado por:
ˆ t , x t ,  t   max H t , x t , u t ,  t 
H
u  t U
 
 *
  *

 f t , x t , u t , x t ,  t    t   g t , x t , u t , x t ,  t 
ˆ t , x t ,  t   y es cóncavo en x t  t  t , t  , para un  t  dado

Si H XLII
0 1
 
Entonces, x * t , u * t  es un máximo global del problema (XXVI).
ˆ t , x t ,  t  es estrictamente cóncavo en x t  t  t , t  , para un
Además, si H 0 1
 t  dado, entonces x * t  es único (pero u * t  no es necesariamente único).
Una formulación equivalente del teorema de Arrow sería: Supóngase que

 
x * t , u * t  es un par admisible que satisface todas las condiciones del
principio del máximo de Pontryagin [(XXIX)  (XXXIII)] con  0  1 . Si
el Hamiltoniano maximizado, definido en   , es cóncavo en en

x t  t  t 0 , t1  , para un  t  dado, entonces x * t , u * t  es un máximo 
global del problema (XXV).
Es importante resaltar que el teorema de Arrow puede considerarse como una
generalización del teorema de Mangasarian (o el último como un caso
especial del primero), ya que la concavidad de Ht , x t , u t , t  con respecto
ˆ t , x t ,  t  con respecto a x t  31.
a x t , u t  implica la concavidad de H
Ejemplos:
1.- En la sección 2, ejemplo 1, resolvimos el siguiente problema:
2
Max J u    x t  dt
u  t 
0
s.a : x ' t   x t   u t 
x 0   0 73
x 2  : libre
 1  u t   2
Si f t , x t , u t  y g t , x t , u t  son cóncavas en x t , u t  y  t   0 , como indica el teorema de

31
Mangasarian, entonces Ht , x t , u t , t  también es cóncavo en x t , u t  , y de esto se desprende que

ˆ t , x t ,  t  es cóncavo en x t  , según lo estipulado por Arrow. Pero H
H ˆ t , x t ,  t  puede ser cóncava
en x t  incluso si f t , x t , u t  y g t , x t , u t  no son cóncavas en x t , u t  , lo cual hace que la
condición de Arrow sea un requerimiento más débil.
528
Ahora, vamos a aplicar a este problema los teoremas de suficiencia de
Mangasarian y de Arrow.
En este caso, ya que f t , x t , u t   x t   0u t  es una función lineal en

x t , u t  , también será cóncava en x t , u t  . Además, ya que la
función gt , x t , u t   x t   u t  es lineal en x t , u t  , también es
cóncava en x t , u t  . Para ambos casos, resulta irrelevante la restricción
 t   0 . Entonces, el Hamiltoniano también es cóncavo en x t , u t  .
Por tanto, el teorema de Mangasarian se satisface, y
    
x * t , u * t   2 e t  1 , 2 es el par óptimo (la solución óptima global)
del problema.
Una vez que se verifica el teorema de Mangasarian, ya no es necesario

verificar el teorema de Arrow. Pero, si deseamos aplicar el teorema de
Arrow, podemos proceder a verificar si el Hamiltoniano maximizado
Hˆ t , x t ,  t  es cóncavo en x t  . En el presente ejemplo, el
Hamiltoniano es:
Ht , x t , u t , t   x t   t x t   u t  74
Cuando el control óptimo u * t   2 es sustituido en (74) para eliminar

u t  , el Hamiltoniano maximizado será:
ˆ t , x t ,  t   x t   t x t   2   1   t x t   2t 

H 75
Se aprecia que H ˆ t , x t ,  t  es lineal en x t  para  t  dado, por lo que

se satisface el teorema de Arrow.
2.- En la sección 2, ejemplo 2 (consumo vs inversión), resolvimos el siguiente

problema:
T
Max J u    U 1  u t  dt 76
u  t 
0
s.a : x ' t   u t 

x 0   x 0 
 77
x T   x T 
u t   0, 1
Con:
0  x0  xT  x0  T 78

529
En este caso se aprecia que ni f t , x t , u t   U1  u t  ni
g t , x t , u t   u t  dependen de x t , por lo que la condición de
concavidad se refiere sólo a u t  . Derivando f t , x t , u t  se obtiene:
f t , x t , u t   2 f t , x t , u t 
 U ' 1  u t  y  U ' ' 1  u t   0 79
u t  u t 2
Por tanto, f t , x t , u t  es una función cóncava en u t  . En cuanto a

g t , x t , u t   u t  , ya que es lineal en u t  , es automáticamente
cóncava en u t  . Además, el hecho que gt , x t , u t  sea lineal hace que
la condición  t   0 sea irrelevante. En consecuencia, se satisface el
teorema de Mangasarian, y el control óptimo que maximiza globalmente
xT  x0
a la funcional objetivo J u  es u * t   u  .
T
Para aplicar el teorema de Arrow, procederemos a verificar si el

Hamiltoniano maximizado H ˆ t , x t ,  t  es cóncavo en x t  . En el
presente ejemplo, el Hamiltoniano es:
Ht , x t , u t , t   U1  u t   t u t  80
xT  x0
Cuando el control óptimo u * t   u  es sustituido en (80) para
T
eliminar u t  , el Hamiltoniano maximizado será:
ˆ t , x t , t   U1  u   u t 
H 81
ˆ t , x t ,  t  contiene únicamente a  t  , y no depende de
Se aprecia que H
ˆ t , x t ,  t  es lineal y de ahí cóncavo en x t  para un
x t  . Por tanto, H
 t  dado, y se satisface el teorema de Arrow.
3.- En la sección 2, ejemplo 3, resolvimos el siguiente problema:
T
Max J u    u t  dt 82
u  t 
0
s.a : x ' t   u 2 t  

x 0   0 
 83
x T   0 
u t   0, 1

530
En este caso se aprecia que ni f t , x t , u t   u t  ni g t , x t , u t   u 2 t 
dependen de x t , por lo que la condición de concavidad se refiere sólo a
u t  . Se observa que f t , x t , u t  es lineal en u t  , y por tanto cóncava
en u t  . Derivando gt , x t , u t  se obtiene:
g t , x t , u t   2 f t , x t , u t 
 2 u t  y 20 84
u t  u t 2
Por lo que la función gt , x t , u t  es estrictamente convexa en u t  . No

obstante, ya que de (62) se tiene que  t   k1 , para que el Hamiltoniano
sea cóncavo en u t  es necesario que t   k1  0, de modo que
t g t , x t , u t  sea una función cóncava en u t  . Gracias a (72)
tenemos que * t   k1  0, por lo que esto garantiza que t   k1  0 y
que el Hamiltoniano sea cóncavo en u t  . En consecuencia, se satisface
el teorema de Mangasarian, y el control óptimo que maximiza
globalmente a la funcional objetivo J u  es u * t   0 .
Para aplicar el teorema de Arrow, procederemos a verificar si el

Hamiltoniano maximizado H ˆ t , x t ,  t  es cóncavo en x t  . En el
presente ejemplo, el Hamiltoniano es:
Ht , x t , u t , t   u t    t u 2 t  85
Cuando el control óptimo u * t   0 es sustituido en (85) para eliminar

u t  , el Hamiltoniano maximizado será:
ˆ t , x t ,  t   0
H 86
ˆ t , x t ,  t  es nulo, y no depende de x t  . Por tanto,
Se aprecia que H
ˆ t , x t ,  t  es lineal y de ahí cóncavo en x t  para un  t  dado, y se
H
satisface el teorema de Arrow.
4. Problemas con tiempo final variable

En los problemas de control óptimo que hemos estudiado hasta aquí el
intervalo de tiempo había sido fijado. En algunos problemas de control, que
surgen en economía, el instante final “ t1 ” no está fijado, sino que es una
variable que es determinada por el problema de optimización, junto con u t  ,
t  t 0 , t 1 . Es decir, la única diferencia respecto del problema con
restricciones terminales estándar, problema (XXVI), es que “ t1 ” ahora puede
escogerse óptimamente. El problema de tiempo final variable se puede
formular como sigue:
531

J u   f t , x t , u t dt  
t1
 max 
t0
u  t , t1 

s.a : u t  U    

 Ecuaciónde estado : x ' t   g t , x t , u t   

Condiciones iniciales: x t 0   x 0  
   a  x t 1  : libre
 
Condiciones finales :  b  x  t 1   x 1  
 c  x t   x
  1 1
 x , t : dados

 0 0
t1 : libre

  x 1 : dado en b  y c 
El problema   consiste en maximizar la integral en (α), sobre todos los

controles admisibles que, sobre el intervalo de tiempo t 0 , t 1  , llevan al
sistema desde x t 0   x 0 hasta el punto que satisface las condiciones finales
(). Note que en este caso, las variables de elección son “ t1 ” y u t  , y que
t  t 0 , t 1 . En contraste a la situación estudiada en la sección 2, el tiempo
“ t1 ” no es fijado a priori ya que a los diferentes controles admisibles se les
permiten estar definidos en diferentes intervalos de tiempo.
5. El principio del máximo de Pontryagin para problemas con

tiempo final variable
Sea u * t  la trayectoria de control, continua a trozos definidas en t 0 , t 1 
que resuelve el problema (XXVI) con “ t1 ” libre t1  t 0 ,   y sea x * t  la
trayectoria de estado óptima asociada. Entonces todas las condiciones del
principio del máximo de Pontryagin [(XXIX)  (XXXIII)] se satisfacen en
t , t 
0
*
1 y, además,
      
H t1* , x * t1* , u * t1* ,  t1*  0 XLIII
Una forma natural de resolver un problema con tiempo final libre es, para
cualquier t 1  t 0 , resolver primero el problema correspondiente con “ t1 ”
fijo. Denotar la solución a este problema como x t 1 t , u t 1 t  , con la  
variable de coestado asociada  t 1 t . Entonces, la solución al problema con
tiempo final libre se obtiene considerando a “ t1 ” como un parámetro
desconocido. La condición XLIII nos dice que podremos determinar “ t1 ” a
través de la condición:
 
Ft1   H t1 , x t 1 t1 , u t 1 t1 ,  t 1 t1   0 XLIV
532
 
Nota 1: Es importante resaltar que F t 1*  0 es una condición necesaria para
que “ t 1* ”
sea el tiempo final óptimo. Asimismo, se hace notar que el único
requerimiento del principio del máximo de Pontryagin, en problemas de
tiempo final variable, sobre el intervalo de definición de las variables
admisibles t 0 , t 1  es que t 1  t 0 . Supóngase que T1 , T2 son números fijos,
t 0  T1  T2 , y supóngase que requerimos que t1  T1 , T2 . Entonces, el
principio del máximo de Pontryagin para problemas de tiempo final variable
aún será válido siempre que t1*  T1 , T2 . Si t 1*  T1 , entonces la igualdad en
XLIV será reemplazada por:
 
F t 1*  0 XLV
Si t 1*  T2 , entonces la igualdad en XLIV será reemplazada por:
 
F t 1*  0 XLVI

Si u * t  es únicamente medible, H t1* , x * t1* , u t1* ,  t1*       en XLIII debe ser
reemplazado por sup H   , u  ,  , que es finito
t 1* , x * t 1* t 1* t 1*
32
.
u  t U
Si T1  t 0 y t 1*  t 0 , el principio del máximo de Pontryagin para problemas

de tiempo final variable y la condición en esta nota no tienen ningún sentido.
Las siguientes condiciones son necesarias: Existe un número
    
 0 ,  0  1 o  0  0, y un vector  t 1* con  0 ,  t1*  0, 0  tal que  t 1*  
satisface XXXIII  y sup H   , u t , t   0 .
t 1* , x * t 1* *
1
*
1
u  t U
6. Condiciones suficientes para problemas con tiempo final libre

Para problemas de tiempo final variable es difícil encontrar condiciones
suficientes de algún valor práctico, debido a una inherente carencia de
propiedades de convexidad en tales problemas. No obstante, las siguientes
condiciones, formuladas por Seierstad (1984), parecen algo promisorias.
Considerar el problema (XXVI) con t1  T1 , T2 , para t 0  T1  T2 .

Supóngase que para cada T  T1 , T2  existe un par admisible x T t , u T t 
definido en t 0 , T  , con la variable de coestado asociada  T t  que satisface
todas las condiciones en el teorema de suficiencia de Arrow de la sección 3.
Asimismo, supongamos que u T t   U '  U  t   T . Se supone también
que x T T  es continua en “T” y  T T  : T  T1 , T2  es acotado. Finalmente,
se asume que la función:
FT   HT, x T T , u T T ,  T T   0  0  1 XLVII

32
En el apéndice podrá encontrar la definición del supremo de una función.
533
Tiene la propiedad que existe un T  T1 , T2  tal que:
*
FT   0 para T  T si T1  T
 * *
 XLVIII
FT   0 para T  T si T2  T
 * *
 
Entonces, el par x T * t , u T * t  definido en t 0 , T * resuelve el problema
(XXVI) con t1  T1 , T2 . El par es único si XLVIII es válida también
ˆ t , x t ,  * t 
cuando todas las desigualdades en XLVIII son estrictas y H T

es estrictamente cóncava en x t  para todo t  t 0 , T * . Cuando T1  t 0 es 
únicamente necesario contrastar las condiciones del teorema para T  T1 .
Es importante señalar que si se requiere que t1  T1 ,  , t 0  T1 y si la terna

T , x
*
t , u *T * t  satisface las condiciones suficientes para problemas con
*
T*
tiempo final libre de Seierstad para todos los intervalos T1 , T2  que contienen
T*, entonces la terna es óptima.
Ejemplos:
1.- Extracción óptima de recursos naturales: Supóngase que en el instante
t  0 existe una cantidad fija x  0 de algún recurso (digamos petróleo
en cierto yacimiento de petróleo) que es extraíble. Sea la tasa de
extracción:
u t   0 87
Si “T” es el instante en el que la extracción finaliza, entonces:
T T
 u t dt  x  x   u t dt  0 88

0 0
Si definimos x t  como el stock del recurso que resta por extraer en el

instante “t”, t  0, T , se tiene que:
t
x t   x  u  d
 89
0
Derivando (89) respecto al tiempo se tiene33:
x '  t    u t  90
33
Para derivar esta expresión se ha utilizado una de las reglas de Leibniz, que se presentan en el apéndice.
534
Reemplazando t  T en (89) y teniendo en cuenta (88), se tiene:
T
x T   x  u  d  0 91

0
Además, si reemplazamos t  0 en (89) se tiene que:
0
x 0   x  u  d  x  0
 92
0
Se asume que el precio del mercado mundial del recurso en el instante “t”
es p t , de modo que los ingresos de las ventas por unidad de tiempo en
el instante “t” son It   pt   u t . Asimismo, se asume que los costos por
 2C
unidad de tiempo son estrictamente convexos en “ u t  ”, con  0, y
u 2
vienen dados por C  Ct , u t .
Por tanto, la tasa instantánea de beneficios en el instante “t” será:
t , u t   pt   u t   Ct , u t  93
El beneficio total descontado sobre el intervalo 0, T , cuando la tasa de

descuento es “r”, es por tanto:
 pt   u t   Ct , u t e 94

 rt
dt
0
El problema a resolver será: encontrar el instante “T” y la tasa de

extracción u t  que maximicen (94) sujeta a las restricciones (87), (90),
(91) y (92). Es decir, en términos formales tenemos:
 pt   u t   Ct , u t e

 rt
max dt
u  t , T 0
s.a : x ' t    u t 
x 0   x  0 95
x T   0
u t   0
En este caso, la variables de estado y de control son x t  y u t 

respectivamente. Por tanto, el Hamiltoniano será:
Ht , x t , u t , t    0 pt   u t   Ct , u t e  rt   t   u t  96
535
Supongamos que x t , u t  , ambos definidos sobre el intervalo
* *
0, T  ,
*
resuelven nuestro problema. Entonces existe una variable de
coestado  t  tal que para todo t  0, T * ,  
 0 , t   0,0 97
u * t  maximiza Ht , x t , u t , t  u t   0 98
Salvo en los puntos de discontinuidad de u * t  , se cumple que:
H t , x t , u t ,  t 
' t    0 99
x t 
Además,  0  1 o  0  0, y
 CHC
  
 
 T*  0 x* T*        
 0 x* T*  0   T*  0 100
Finalmente, de XLIII tenemos:
      
 0 p T*  u * T *  C T* , u * T* e  rT   T * u * T*
*
    101 34
De (99) vemos que  t    para alguna constante  , y por 100 ,
CHC
  
0 x T *
 
*
 
 0 x T   0
* *
102
Si suponemos que  0  0, de 97 resulta que  t     0 por lo que de

102 tenemos:
  0 y x * T*  0   103
Entonces, reemplazando  t     0 y  0  0 en 96 tenemos que:
Ht , x t , u t ,  t      u t  104
De (98), se deduce que u * t   0 , y por la ecuación de movimiento de

x t , que aparece en (95), se tiene que:
x ' t   0  x * t   k 105
34
Si T *  0, las condiciones deben ser modificadas de acuerdo a la nota 1 de la sección 5.
536
Reemplazando t  0 en (105), y teniendo en cuenta la condición inicial
dada en (95) se tiene que:
x * 0   k  x  0 106
Pero si reemplazamos t  T * en (105), y teniendo en cuenta (106) y la

condición final dada en (95) se tiene que:
 
x * T*  k  x  0 107
Pero (107) contradice (103). Por tanto,  0  1, y el Hamiltoniano resulta:
Ht , x t , u t , t   pt   u t   Ct , u t e  rt  t   u t  108
Gracias a (99) y a (102) sabemos que t     0, donde  es una

constante. Reemplazando  en (108) tenemos:
Ht , x t , u t , t   pt   u t   Ct , u t e  rt    u t  109
Ya que Ct , u t  es estrictamente convexa en u t  y los otros términos

de (109) son lineales en u t  , Ht , x t , u t , t  es cóncavo en u t  . De
acuerdo a (98), vemos que u * t  debe maximizar Ht , x t , u t , t 
sujeto a que u t   0. Por tanto, de acuerdo a las condiciones de Kuhn-
Tucker, si u * t   0, se tendría que:

H t , x t , u * t ,  t   
  p t  
   e
C t , u * t   rt
 0
u t  
 u t  

u  t 0
*
Mientras que si u * t   0, entonces:

H t , x t , u * t ,  t   
  p t  
   e
C t , u * t   rt
 0
u t  
 u t  

u *  t 0
En consecuencia, 98 implica que:

 p t  

C t , u * t    e  rt

   0  0 si u * t   0  110

 u t  


Ya que  p t  

C t , u * t    rt
e

es cóncava en u t  , entonces 110 es

 u t  
también una condición suficiente que satisface 98 .
537
Para cualquier instante “t” en el que u t   0 , 110 implica que:
*
p t  
   e
C t , u * t  rt
0 111
u t 
El lado izquierdo de la ecuación 111 es el beneficio marginal

t , u t  u t  . Por tanto, 111 nos dice que en el óptimo el beneficio
marginal debe crecer exponencialmente con una tasa igual al factor de
descuento “r”.
7. Horizonte infinito
8. El principio del máximo y el cálculo de variaciones
9. Hamiltoniano en tiempo corriente
VII.3 Programación Dinámica
538
Apéndice
Factor de descuento
En optimización dinámica es común encontrarse en situaciones en las que en un
periodo de tiempo dado, hay que analizar cantidades monetarias (ingresos, costos) que
se producen en instantes distintos. Asimismo, existen otras situaciones en las que se
producen utilidades en distintos instantes. La temporalidad de estas cantidades nos
obliga a realizar una homogeneización de las mismas ya que no es lo mismo recibir
“A” unidades monetarias en la actualidad que recibirlas en el futuro, como tampoco
es lo mismo tener la utilidad “U” ahora que poseerla en el futuro. Es por esto que se
introduce el concepto de tasa de descuento.
Por ejemplo, supongamos que tenemos “A” nuevos soles, que depositamos en un
banco a un tipo de interés nominal anual “i”1, en tanto por uno2. Dicha cuenta la
dejamos abierta por “t” años, sin ingresos ni reintegros, acumulándose los intereses
(compuestos) que se vayan generando a lo largo del tiempo. El problema consiste en
determinar la cantidad “B” de dinero que existe en la cuenta después de “t” años.
Dicha cantidad dependerá de “A”, de “i”, de “t”, y de las veces que se capitalicen los
intereses durante cada año.
A continuación se presentan los casos que se dan de acuerdo al número de veces que
los intereses se capitalizan al año.
 Se capitaliza “m” veces al año:

mt mt
 1   1 
B  1   A  A  B1  i m  mt  B 
   1 i m 
 m i   
 Se capitaliza de manera continua:
 
B  lím 1  i m mt A  A lím 1  i m mt  Aeit  A  Be  it
m  m 
Las expresiones anteriores nos indican que “A” nuevos soles de hoy se transforman
en “B” nuevos soles dentro de “t” años. Asimismo, “B” nuevos soles dentro de “t”
años equivalen a:
  1 
mt
 B 
  
 1 i m  nuevos soles de ahora, según la capitalización sea “m” veces al año o

 Be it
de manera continua.
1
i m representa la tasa de interés efectiva capitalizable “m” veces al año.
2
Como sabemos, el tanto por ciento representa una cierta cantidad con respecto a 100. Si en lugar de tomar
como referencia 100, se toma la unidad 1, se llama tanto por uno. Si se divide un tanto por ciento entre 100
dará el tanto por uno correspondiente. Por ejemplo, 0,35 es el tanto por uno correspondiente al 35%.
El factor de descuento también puede utilizarse en otros campos distintos al
financiero. Por ejemplo, para el caso discreto, si se tienen las utilidades:
 UCt j , t j    UCt 0 , t 0 , UCt 1 , t 1 , , UCt N1 , t N1  .
Correspondientes a los periodos j  0, 1, , N  1 . Se considera el factor de descuento

 1 
0       1 , donde 0  i  1 es la tasa de descuento. El valor actual del flujo

1 i 
de utilidad descontada en el horizonte temporal dado es:
N 1 N 1 j N 1
       1  UCt j , t j    1  i  j UCt j , t j .
 jU C t j , t j 
j0  1 i 
j0 j0
En este caso, tanto la tasa de descuento como el factor de descuento son ahora
subjetivos y reflejan la valoración del presente sobre el futuro que hace el planificador
o el individuo. Si   0  i   , sólo se valora el presente, el futuro no vale nada. Si
  1  i  0 , el futuro se valora exactamente igual que el presente. En la medida
que  vaya creciendo desde 0 hasta 1 (o que “i” vaya decreciendo desde  hasta 0),
el futuro va teniendo más peso.
Para el caso continuo, supongamos que se tiene el siguiente nivel de utilidad en cada
instante “t” perteneciente al horizonte temporal 0, T. Si “i” es la tasa de descuento, y
UCt, t es el nivel de utilidad en el instante “t”. En este caso, el valor actual del flujo
de utilidad descontada en el horizonte temporal dado es:
T T
e
it
U Ct , t  dt   t U Ct , t  dt .

0 0
De la misma manera que ocurre en tiempo discreto, si i  0 el futuro se valora

exactamente igual que el presente. Si i   sólo se valora el presente. Cuanto mayor
es “i” menor valor se concede al futuro. Donde el factor de descuento en tiempo
continuo viene dado por:
 mt
i  i 
0e  lím  1   1
m   m 
Funcionales
Una funcional es una aplicación, cuyo dominio es un conjunto de funciones, y cuyo
rango es un subconjunto de  . Vamos a considerar funcionales “J” cuyo dominio es
el conjunto , esto es:
J:  
x  J x 
540
Donde  es el conjunto de todas las funciones “x” con derivadas primeras y
segundas continuas en un intervalo cerrado t0, t1 con t0 y t1    t0  t1, y que
 
viene dado por:   x : t 0 , t1      x es C 2 en t 0 , t1  . Es decir, una funcional
es una regla de correspondencia (un tipo especial de mapeo) que asigna a cada
función x   un único valor real J x .
En la figura I se muestra el mapeo entre tres trayectorias, pertenecientes al conjunto

de trayectorias admisibles  , y el valor asociado a cada una de ellas,
 
J xj  Jj  j  I, II, III. En esta figura se aprecia que a cada trayectoria admisible
(que parte de x0 en el instante t0, punto A, y llega a x1 en el instante t1, punto B) que
pertenece a   x   x t i   x i i  0,1  x I , x II , x III    le corresponde un único
 
valor J x j  .
Conjunto de trayectorias Conjunto de valores asociados

admisibles (funciones) a las trayectorias (línea real)
x t 
A xI
Jx I   J I
x0
B
x1
t
t0 t1
x t 
A
x II
Jx III   J III
x0
B
x1
t
t0 t1
x t  J x II   J II
x III
A
x0
B
x1
t
t0 t1
Figura I
541
En este punto es importante resaltar que muchos autores, omiten la variable “t” en la
variable de estado que aparece como argumento de la funcional Jx t  y únicamente
escriben J x  o Jx, de esta manera subrayan el hecho que es el cambio en la
posición de la trayectoria completa x t  , la variación en la trayectoria x t  , en
contraste al cambio en “t”, que resulta en un cambio en el valor Jx t  de la
trayectoria. El símbolo Jx t  difiere del símbolo que corresponde a una función
compuesta gf x  ya que “g” es una función de “f”, y “f” es a su vez una función de
“x”, por lo que al final “g” es una función de “x”. Sin embargo, en el símbolo Jx t 
no se debe tomar a “J” como una función de “t”, sino que por el contrario “J” debe ser
entendido como una función de x t  . Una vez hecha esta aclaración, para evitar
confusión, el símbolo que utilizaremos en este capítulo será J x .
Ejemplos:
t1
 A cada función x  , le hacemos corresponder J x    x t dt . Como x   ,
t0
xt es una función continua y por tanto integrable, en consecuencia, J x  es
un número real. Por ende, J x  es una funcional.
 Para x  , sea:
 t 0  t1 
J x   x '  .

 2 
En este caso J x  también es una funcional ya que, al ser “x” derivable, la derivada
de “x” en el punto medio del intervalo t0, t1 en el que está definida, existe y es un
número real.
 Para x  , sea Jx   x ' t . En este caso J x  no es una funcional ya que la
derivada de una función derivable por lo general es otra función, y no un número real.
Diversas formas de funcionales objetivo
 La forma integral de la funcional objetivo
En optimización dinámica, una trayectoria óptima es, por definición, aquella
que maximiza o minimiza el valor de la trayectoria J x  3. Dado que cualquier
trayectoria x t  por fuerza debe viajar a lo largo de un intervalo de tiempo
t 0 , t 1  , su valor total naturalmente sería la suma de los valores de los arcos
que la constituyan. Esta suma, en tiempo continuo, será una integral definida,
t1
 valordel arcodt . Pero, para poder identificar un “arco” en una trayectoria

t0
continua se necesita conocer el tiempo de partida, el estado de partida, y la

dirección en la cual el arco avanza. En tiempo continuo, ya que cada arco es de
longitud infinitesimal, la información anterior es representada por “t”, x t  y
x ' t , respectivamente.
Los valores numéricos asociados a cada trayectoria de estado, Jx , como suele asumirse en el análisis
3
económico, podrían ser interpretados como niveles de “utilidad” que pueden medirse.
542
En general, para una trayectoria “x” dada, el arco asociado con un punto
específico del tiempo “t” es caracterizado por un único valor x t  y por una
única pendiente x ' t . Si existe alguna función, “f” que asigne valores de arcos
a los arcos, entonces el valor de dicho arco puede ser escrito como
 
f t , x t , x ' t  . Por tanto, la suma de los valores de arcos puede generalmente
escribirse como la integral definida:
 f t , x t , x t dt
t1
J x   '
6.1
t0
La expresión anterior revela que es la variación en la trayectoria “x” (digamos

x I vs x II ) lo que altera la magnitud de J x . Cada diferente trayectoria “x”
está constituida por un diferente conjunto de arcos en el intervalo de tiempo
t 0 , t 1 , que, a través de la función “f” que asigna valores a los arcos, toma un
diferente conjunto de valores de arco. La integral definida suma aquellos
valores de arco sobre cada trayectoria “x” en un valor de trayectoria.
Si en el problema hay dos variables de estado, “x” y “z”, los valores de arco de
“x” y “z” deberán tomarse en cuenta. La funcional objetivo deberá entonces
ser:
 f t , x t , zt , x t , z t dt 6.2

t1
J x , z   ' '
t0
Un problema con una funcional objetivo en la forma de 6.1 o de 6.2

constituye el problema estándar.
 Otras formas de la funcional objetivo

En ocasiones, el criterio de optimización en un problema puede no depender de
ninguna posición intermedia que la trayectoria atraviese, pero puede depender
exclusivamente de la posición del punto terminal alcanzado. En este caso, no
aparece ninguna integral definida, ya que no es necesario sumar valores de
arcos sobre un intervalo de tiempo. Más bien, la funcional objetivo adopta la
siguiente forma:
Jx   GT, x T  6.3

Donde la función “G” se basa únicamente sobre lo que ocurre en el instante
final “T”. A un problema con este tipo de funcional objetivo se le denomina
problema de Mayer. Ya que sólo la posición terminal ocurre en J x  , también
es conocido como problema de control terminal.
543
Con dos variables de estado, “x” y “z”, 6.3 se convertiría en:
Jx   GT, x T , zT  6.4

Podría también suceder que la integral definida en 6.1 y el criterio del punto
terminal en 6.3 ingresen simultáneamente en la funcional objetivo. Entonces
tendríamos la siguiente funcional:
 f t , x t , x t dt  GT, x T  6.5

t1
J x   '
t0
Si (6.5) es la forma de la funcional objetivo, entonces tendremos el problema

denominado problema de Bolza.
Aunque el problema de Bolza puede parecer ser la formulación más general, la

verdad es que los tres tipos de problema, Estándar, Mayer y Bolza, son
convertibles en los otros dos restantes.
Conjuntos acotados y no acotados en 

Cota Superior (inferior) de X: Dado X   , X  Ø, se dice que “b” es una cota
superior de X si b  x x  X . De manera análoga se puede definir una cota inferior.
Si X posee una cota superior (inferior) se dice que X está acotado superiormente
(inferiormente) o acotado por arriba (por abajo). Un conjunto que no esté acotado
superiormente (inferiormente) se llama conjunto no acotado superiormente
(inferiormente). Un conjunto acotado superior e inferiormente se llama simplemente
conjunto acotado. Un conjunto que no está acotado se llama no acotado.
Entre todos los números que acotan superiormente (inferiormente) a X   , el menor

(mayor) de ellos, recibe un nombre especial: Supremo (ínfimo).
Supremo (ínfimo) de X: Dado X   , se define el supremo de X y se denota por

SUP X , como la mínima cota superior del conjunto, es decir, SUP X  x x  X , y si
 b  x , x  X  SUP X  b. De manera análoga se define el ínfimo de X, que se
denota por INF X.
Axioma del Supremo: Todo conjunto de números reales que está acotado por arriba
posee un supremo. De manera análoga, si el conjunto de números reales está acotado
inferiormente, entonces posee un ínfimo.
Principio de Arquímedes: El conjunto de números naturales, N, no está acotado

superiormente, de modo que a  ,  n  N n  a .
Elemento máximo (mínimo) de X: Sea X   . El elemento máximo de X o mayor

de X, denotado por máx X, es un elemento “b” de X tal que x  b  máx X x  X.
De manera análoga se define el elemento mínimo de X o menor de X, que se denota
por mín X.
544
En general, si existe máx X mín X , éste coincide con SUP X INFX  . Por ejemplo,
para X  5,6,7,8,9,10, se tiene que máx X  SUP X  10, mín X  INFX  5 . Sin
embargo, el conjunto X puede tener un supremo (ínfimo) y no poseer un elemento
máximo (mínimo). Por ejemplo, para X  x   2  x  3  2, 3 , se tiene que
SUP X  3, INFX  2, pero ni máx X, ni mín X existen.
Acotación de funciones
Función acotada superiormente
Sea f : X   n  Y  f X    . Se dice que “f” está acotada superiormente en su

dominio”X”, si el conjunto de sus valores (su rango “Y”) está acotado superiormente
en  . Dicho de otro modo, la función “f” está acotada superiormente si
 
 M   f x   M x  X . A “M” y a todos los números mayores que este se le
denominan cotas superiores.
Función acotada inferiormente
Sea f : X   n  Y  f X    . Se dice que “f” está acotada inferiormente en su

dominio “X”, si el conjunto de sus valores (su rango “Y”) está acotado inferiormente
en  . Dicho de otro modo, la función “f” está acotada inferiormente si
 
 m   f x   m x  X . A “m” y a todos los números menores que este se le
denominan cotas inferiores.
Función acotada
Sea f : X   n  Y  f X    . Se dice que “f” está acotada en su dominio “X”, si

su imagen “Y” es un conjunto acotado en  . Es decir, si existen “M” y “m”
 
pertenecientes a  tales que m  f x   M x  X .
Función acotada en valor absoluto
Se dice que “f” está acotada en valor absoluto en “X” si existe un “K” perteneciente a
 
 tal que f x   K x  X .
Si “f” está acotada en “X”, entonces “f” estará acotada en valor absoluto en “X”.
Supremo de una función
Si “f” está acotada superiormente en “X”, llamamos supremo a la menor de las cotas
superiores. El supremo de “f” se llama supremo de la función “f” en X, y se denota
  
por: M  sup

f x   supf x  x  X.
xX
545
Ínfimo de una función
Si “f” está acotada inferiormente en “X”, llamamos ínfimo a la mayor de las cotas
inferiores. El ínfimo de “f” se llama ínfimo de la función “f” en X, y se denota por:
  
m  inf f x   inf f x  x  X.
xX
Máximo de una función
Si el supremo de “f” pertenece a dicha función se denomina máximo (absoluto o


global) de la función. Se dice que “f” alcanza un máximo absoluto en un punto x 0 de
    
X si f x 0   sup

f x  en X. Es decir, si verifica que: f x   f x 0  x  X .
xX
  
Se denota por: M  máx
 f x   máx f x  x  X.
xX

Se dice que x 0 es un punto máximo absoluto de “f” en “X” y el valor de dicho

máximo es f x 0  . El máximo absoluto es estricto si se cumple que
  
f x   f x 0  x  X . Si una función tiene máximo absoluto, ésta lo puede alcanzar
en varios puntos de su dominio.
Mínimo de una función
Si el ínfimo de “f” pertenece a dicha función, entonces se llama mínimo (absoluto o


global) de la función. Se dice que “f” alcanza un mínimo absoluto en un punto x 1 de
    
X si f x 1   inf f x  en X. Es decir, si se verifica: f x 1   f x  x  X .
xX
  
Se denota: m  mín
 f x   mín f x  x  X.
xX

Se dice que x 1 es un punto mínimo absoluto de “f” en “X” y el valor de dicho
   
mínimo es f x 1  . El mínimo absoluto es estricto si f x 1   f x  x  X . Si una
función tiene mínimo absoluto, ésta lo puede alcanzar en varios puntos de su dominio.
Propiedades del supremo/ínfimo de una función
sup

 f x    inf f x  inf  f x    sup


f x 
xX xX xX xX
sup

f x   gx   sup


f x   sup


g x 
   
inf f x   g x   inf f x   inf g x 
xX xX xX xX xX xX
sup

f x    sup

  
f x       inf f x    inf f x      
xX xX xX xX
         
sup f x , y   sup  sup f x , y  inf f x , y   inf  inf f x , y 
 x , y XY   
xX  yY
  x , y XY xX  yY 

546
Propiedades de las funciones acotadas
1. La suma de dos funciones acotadas es otra función acotada.

2. El producto de dos funciones acotadas es otra función acotada.
3. Si una función “f” está acotada, su opuesta “-f” también lo estará.
547
BIBLIOGRAFÍA BÁSICA:
[1] ADDA J.; COOPER R., DYNAMICS ECONOMICS: QUANTITATIVE METHODS AND
APPLICATIONS. PRIMERA EDICIÓN. THE MIT PRESS. CAMBRIDGE,
MASSACHUSETTS. LONDON, ENGLAND. 2003.
[2] BARBOLLA R.; CERDÁ E.; SANZ P., OPTIMIZACIÓN: CUESTIONES, EJERCICIOS Y
APLICACIONES A LA ECONOMÍA. PRIMERA EDICIÓN. PRENTICE HALL. 2000.
[3] BONIFAZ F., J.; RUY C., OPTIMIZACIÓN DINÁMICA Y TEORÍA ECONÓMICA.
PRIMERA EDICIÓN. UNIVERSIDAD DEL PACÍFICO. CENTRO DE INVESTIGACIÓN.
1999.
[4] BONIFAZ J.; WINKELRIED D., MATEMÁTICAS PARA LA ECONOMÍA DINÁMICA.

PRIMERA EDICIÓN. UNIVERSIDAD DEL PACÍFICO. CENTRO DE INVESTIGACIÓN.
2001.
[5] CERDÁ E., OPTIMIZACIÓN DINÁMICA. PRIMERA EDICIÓN. PRENTICE HALL.

2001.
[6] CHIANG, A., MÉTODOS FUNDAMENTALES DE ECONOMÍA MATEMÁTICA.

TERCERA EDICIÓN. MC GRAW HILL. 1997.
[7] CHIANG, A., ELEMENTS OF DYNAMIC OPTIMIZATION. PRIMERA EDICIÓN.

WAVELAND PRESS, INC. 2000.
[8] DAGUM, C., METODOLOGÍA Y CRÍTICA ECONÓMICA. PRIMERA EDICIÓN. SERIE

DE LECTURAS DE EL TRIMESTRE ECONOMICO. FONDO DE CULTURA
ECONÓMICA. MÉXICO. MX Nº 26. 1978.
[9] DE LA FUENTE, A., MATHEMATICAL METHODS AND MODELS FOR

ECONOMISTS. PRIMERA EDICIÓN. CAMBRIDGE UNIVERSITY PRESS. 2000.
[10] DIXIT, A., OPTIMIZATION IN ECONOMIC THEORY. SEGUNDA EDICIÓN. OXFORD

UNIVERSITY PRESS. 1990.
[11] FERNÁNDEZ F., GARCÍA D., MÉTODOS MATEMÁTICOS EN ECONOMÍA

DINÁMICA (V.1 Y V.2). PRIMERA EDICIÓN. COLECCIÓN TEXTOS
UNIVERSITARIOS. 2001.
[12] FERNÁNDEZ R., BAZÁN C., ÁLGEBRA LINEAL PARA ADMINISTRACIÓN Y

ECONOMÍA. PRIMERA EDICIÓN. PUBLICACIONES UNIVERSIDAD DE PIURA.
2006.
[13] GANDOLFO G., ECONOMIC DYNAMICS. EDICIÓN DE ESTUDIO. SPRINGER. 1997.
[14] GILL, P.; MURRAY, W.; WRIGHT, M., PRACTICAL OPTIMIZATION. PRIMERA
EDICIÓN. 7ª REIMPRESIÓN. ACADEMIC PRESS, INC. 1988.
[15] GOLDBERG, S., INTRODUCTION TO DIFFERENCE EQUATIONS: WITH
ILUSTRATIVE EXAMPLES FROM ECONOMICS, PSYCHOLOGY, AND SOCIOLOGY.
PRIMERA EDICIÓN. JOHN WILEY & SONS, INC. 1958.
[16] LAMBERT, P., ADVANCED MATHEMATICS FOR ECONOMISTS: STATIC AND

DYNAMIC OPTIMIZATION. PRIMERA EDICIÓN. BLACKWELL. 1993.
[17] LÉONARD D.; VAN N., OPTIMAL CONTROL THEORY AND STATIC
OPTIMIZATION IN ECONOMICS. PRIMERA EDICIÓN. CAMBRIDGE UNIVERSITY
PRESS. 1998.
[18] LOMELÍ, H., RUMBOS, B., MÉTODOS DINÁMICOS EN ECONOMÍA: OTRA

BÚSQUEDA DEL TIEMPO PERDIDO. PRIMERA EDICIÓN. THOMSON. 2003.
[19] MALASPINA, U., MATEMÁTICAS PARA EL ANÁLISIS ECONÓMICO. PRIMERA

EDICIÓN. PONTIFICIA UNIVERSIDAD CATÓLICA DEL PERÚ. FONDO EDITORIAL
1994.
[20] MINGUILLÓN E.; JARNE G.; PÉREZ I., MATEMÁTICAS PARA LA ECONOMÍA:
PROGRAMACIÓN MATEMÁTICA. PRIMERA EDICIÓN. EDITORIAL MCGRAW-
HILL. 2001.
[21] KAMIEN, M.; SCHWARTZ N., DYNAMIC OPTIMIZATION. SEGUNDA EDICIÓN.

NORTH-HOLLAND. 1991.
[22] SEIERSTAD, A.; SYDSAETER, K., OPTIMAL CONTROL THEORY WITH ECONOMIC
APPLICATIONS. PRIMERA EDICIÓN. AMSTERDAM: NORTH-HOLLAND. 1987.
[23] SHONE R., AN INTRODUCTION TO ECONOMIC DYNAMICS. PRIMERA EDICIÓN.

CAMBRIDGE UNIVERSITY PRESS. 2001.
[24] SHONE, R., ECONOMIC DYNAMICS. SEGUNDA EDICIÓN. CAMBRIDGE

[25] SIMON, C., BLUME, L., MATHEMATICS FOR ECONOMISTS. PRIMERA EDICIÓN.
W.W. NORTON & COMPANY, INC. 1994.
[26] SYDSAETER, K.; HAMMOND, P., MATEMÁTICAS PARA EL ANÁLISIS

ECONÓMICO. PRIMERA EDICIÓN. PRENTICE HALL. 1999.
[27] TAKAYAMA, A., ANALYTICAL METHODS IN ECONOMICS. PRIMERA EDICIÓN.

THE UNIVERSITY OF MICHIGAN PRESS. 1993.
[28] TAKAYAMA, A., MATHEMATICAL ECONOMICS. SEGUNDA EDICIÓN.

CAMBRIDGE UNIVERSITY PRESS. 1997.
[29] TU, P., DYNAMICAL SYSTEMS: AN INTRODUCTION WITH APLICATIONS IN

ECONOMICS AND BIOLOGY. SEGUNDA EDICIÓN. 1994.
549
BIBLIOGRAFÍA COMPLEMENTARIA:
[30] ARGANDOÑA, A.; GÁMEZ, C.; MOCHÓN F., MACROECONOMÍA AVANZADA I:

MODELOS DINÁMICOS Y TEORÍA DE LA POLÍTICA ECONÓMICA. PRIMERA
EDICIÓN. MCGRAW-HILL. 1996.
[31] ARGANDOÑA, A.; GÁMEZ, C.; MOCHÓN F., MACROECONOMÍA AVANZADA II:
FLUCTUACIONES CÍCLICAS Y CRECIMIENTO ECONÓMICO. PRIMERA EDICIÓN.
MCGRAW-HILL. 1997.
[32] BALBÁS A.; GIL G.; GUTIÉRREZ S., ANÁLISIS MATEMÁTICO PARA LA
ECONOMÍA (V.1 Y V.2). EDITORIAL AC. 1991.
[33] BARRIOS, J.; CARRILLO, M.; GIL, M.; GONZÁLEZ, C., PESTANO, C, ANÁLISIS DE
FUNCIONES EN ECONOMÍA Y EMPRESA: UN ENFOQUE INTERDISCIPLINAR.
PRIMERA EDICIÓN. EDITORIAL DÍAZ DE SANTOS. 2005.
[34] BARRIOS, J.; GONZÁLEZ, C., ANÁLISIS DISCRETO EN ECONOMÍA Y EMPRESA.

PRIMERA EDICIÓN. EDITORIAL AC. 2000.
[35] BARRO, R.; SALA, X., ECONOMIC GROWTH. SEGUNDA EDICIÓN. THE MIT PRESS.
2004.
[36] BAZÁN, C., EJERCICIOS DE CÁLCULO DIFERENCIAL PARA ADMINISTRACIÓN Y

ECONOMÍA. PRIMERA EDICIÓN. PUBLICACIONES UNIVERSIDAD DE PIURA.
2005.
[37] BLANCHARD, O.; FISCHER, S., LECTURES ON MACROECONOMICS. PRIMERA

EDICIÓN. THE MIT PRESS. 1998.
[38] BERCK, P.; SYDSAETER, K., FORMULARIO PARA ECONOMISTAS. PRIMERA

EDICIÓN. ANTONI BOSCH EDITOR. 1994.
[39] BORREL, J., MÉTODOS MATEMÁTICOS PARA LA ECONOMÍA. PROGRAMACIÓN

MATEMÁTICA. TERCERA EDICIÓN. EDICIONES PIRÁMIDE, S.A.-MADRID. 1989.
[40] CABALLERO, R.; GONZÁLEZ, A.; TRIGUERO, F., MÉTODOS MATEMÁTICOS PARA
LA ECONOMÍA. SEGUNDA EDICIÓN. MC GRAW HILL. 1992.
[41] COSTA, E., PROBLEMAS Y CUESTIONES DE MATEMÁTICAS PARA

ECONOMISTAS. CUARTA EDICIÓN. EDICIONES PIRÁMIDE, S.A.-MADRID. 1991.
[42] COSTA, E., MATEMÁTICAS PARA ECONOMISTAS. PRIMERA EDICIÓN.

EDICIONES PIRÁMIDE, S.A. MADRID. 1989.
[43] EECKHOUDT, L.; CALCOEN F., ELEMENTOS DE MICROECONOMÍA. PRIMERA

EDICIÓN. EDITORIAL AC. 1992.
[44] GUTIÉRREZ S.; FRANCO A., MATEMÁTICAS APLICADAS A LA ECONOMÍA Y LA

EMPRESA. PRIMERA EDICIÓN. 2002.
550
[45] LÓPEZ, M.; VEGAS A.; CURSO BÁSICO DE MATEMÁTICAS PARA LA ECONOMÍA
Y DIRECCIÓN DE EMPRESAS I. PRIMERA EDICIÓN. EDICIONES PIRÁMIDE, S.A.-
MADRID. 1994.
[46] MANUELLI, R.; SARGENT, T., EXERCISES IN DYNAMIC MACROECONOMIC

THEORY. PRIMERA EDICIÓN. HARVARD UNIVERSITY PRESS. 1987.
[47] ROSENDE, F., TEORÍA MACROECONÓMICA: CICLOS ECONÓMICOS,

CRECIMIENTO E INFLACIÓN. PRIMERA EDICIÓN. ALFAOMEGA. 2002.
[48] SALA, X., APUNTES DE CRECIMIENTO ECONÓMICO. PRIMERA EDICIÓN. ANTONI

BOSCH EDITOR. 1994.
[49] SCARTH, W., MACROECONOMICS: AN INTRODUCTION TO ADVANCED

METHODS. PRIMERA EDICIÓN. HARCOURT BRACE & COMPANY, CANADA. 1988.
[50] SILBERBERG E., THE STRUCTURE OF ECONOMICS: A MATHEMATICAL
ANALISYS. SEGUNDA EDICIÓN. MCGRAW-HILL. 1990.
[51] TAKAHASHI T., ECUACIONES EN DIFERENCIAS CON APLICACIONES. PRIMERA

EDICIÓN. GRUPO EDITORIAL IBEROAMÉRICA. 1990.
[52] VARIAN, H., ANÁLISIS MICROECONÓMICO. TERCERA EDICIÓN. ANTONI BOSCH
EDITOR. 1998.
[53] WOLFSTETTER, E., TOPICS IN MICROECONOMICS: INDUSTRIAL
ORGANIZATION, AUCTIONS AND INCENTIVES. PRIMERA EDICIÓN. CAMBRIDGE
551
LECTURAS:
[54] ARROW, K. Y ENTHOVEN, A. (1961): “QUASICONCAVE PROGRAMMING”.

ECONOMETRICA. VOL 29, Nº 4, PP. 779-800.
[55] KUHN, H. (1991): “NONLINEAR PROGRAMMING: A HISTORICAL NOTE”. IN:

HISTORY OF MATHEMATICAL PROGRAMMING (J.K. LENSTRA ET AL.,
EDS.) NORTH HOLLAND, AMSTERDAM, PP. 82-96.
[56] SIMON, C. (1986): “SCALAR AND VECTOR MAXIMIZATION: CALCULUS

TECHNIQUES WITH ECONOMIC APPLICATIONS”. IN STUDIES IN
MATHEMATICAL ECONOMICS (S. REITER. ED.) WASHINGTON D.C.:
MATHEMATICAL ASSOCIATION OF AMERICA, PP 62-159.
[57] DOMAR, E. (1946): “CAPITAL EXPANSION, RATE OF GROW AND EMPLOYMENT”.

ECONOMETRICA. VOL 14, Nº 2, PP. 137-147.
[58] EZEKIEL, M (1938): “THE COBWEB THEOREM” .THE QUARTERLY JOURNALS OF

ECONOMICS. VOL 52, Nº 2, PP. 255-280.
[59] HARROD, R. (1939): “A ESSAY IN DYNAMIC THEORY”. THE ECONOMIC

JOURNAL. VOL 49, Nº 193, PP. 14-33.
[60] PITCHFORD, J. (2002): “TREVOR SWAN‟S 1956 ECONOMIC GROWTH „SEMINAR‟

AND NOTES ON GROWTH”. THE ECONOMIC RECORD. VOL 78, Nº 243, PP. 381-387.
[61] SARGENT, T. Y WALLACE, N. (1973): “THE STABILITY OF MODELS OF MONEY

AND PERFECT FORESIGHT”. ECONOMETRICA. VOL 41, Nº 6, PP. 1043-1048.
[62] SOLOW, R. (1956): “A THE CONTRIBUTION TO THE THEORY OF ECONOMIC

GROWTH”. THE QUARTERLY JOURNAL OF ECONOMICS. VOL 70, Nº 1, PP. 65-94.
[63] CASS, D. (1965): “OPTIMUM GROWTH IN AN AGREGATIVE MODEL OF CAPITAL

ACCUMULATION”. THE REVIEW OF ECONOMIC STUDIES. VOL 32, Nº 3, PP.
233-240.
[64] DORFMAN, R. (1969), “AN ECONOMIC INTERPRETATION OF OPTIMAL CONTROL

THEORY”. AMERICAN ECONOMIC REVIEW, VOL 59, Nº5, PP. 817-831.
[65] EVANS, G. (1924): “THE DINAMICS OF MONOPOLY”. THE AMERICAN

MATHEMATICAL MONTHLY. VOL 31, Nº 2, PP. 77-83.
[66] HOTELLING, H. (1931): “THE ECONOMICS OF EXHAUSTIVE RESOURCE”. THE

JOURNAL OF POLITICAL ECONOMY. VOL 39, Nº 2, PP. 137-175.
[67] KOOPMANS, T. (1963): “ON THE CONCEPT OF OPTIMAL ECONOMIC GROWTH”

COWLES FOUNDATION DISCUCCION PAPERS 163, COWLES FOUNDATION, YALE
UNIVERSITY.
552
[68] MICHEL, P. (1982): “ON THE TRANSVERSALITY CONDITION IN INFINITE
HORIZON OPTIMAL CONTROL PROBLEMS”. ECONOMETRICA, VOL 50, Nº 4,
PP. 975-986.
[69] RAMSEY, P. (1928): “A MATHEMATICAL THEORY OF SAVINGS”. ECONOMIC

JOURNAL, VOL 38, Nº 152, PP. 543-559.
[70] SEIERSTAD, A. Y SYDSAETER, K. (1977): “SUFFICIENT CONDITIONS APPLIED TO

AN OPTIMAL CONTROL THEORY”. INTERNATIONAL ECONOMIC REVIEW,
VOL 18, Nº 2, PP. 367-391.
553

Matematicas para El Analisis Economico Ciro Bazan

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Matematicas para El Analisis Economico Ciro Bazan

Uploaded by

Copyright:

Available Formats

UNIVERSIDAD CATÓLICA FACULTAD DE CIENCIAS EMPRESARIALES

SANTO TORIBIO DE MOGROVEJO ESCUELA DE ECONOMÍA

DR. (C) CIRO EDUARDO BAZÁN NAVARRO

UNIDAD I: ECONOMÍA MATEMÁTICA Y MODELOS ECONÓMICOS

1.1.- ECONOMÍA MATEMÁTICA

UNIDAD II: ANÁLISIS ESTÁTICO O ANÁLISIS DE EQUILIBRIO

2.1.- EL CONCEPTO DE EQUILIBRIO EN LA ECONOMÍA

UNIDAD III: ANÁLISIS ESTÁTICO COMPARATIVO

3.1.- ESTÁTICA COMPARATIVA

UNIDAD IV: OPTIMIZACIÓN EN ECONOMÍA

UNIDAD V: OPTIMIZACIÓN DINÁMICA

5.1.- ECUACIONES DIFERENCIAALES

UNIDAD VII: OPTIMIZACIÓN DINÁMICA

I.1 Economía matemática

La economía matemática se basa en última instancia en hechos observados, los

a) Son siempre provisionales, sujetas a revisión y rechazo tanto en el campo

La economía matemática usualmente se reserva para describir aquellos casos en

Las técnicas de las matemáticas pueden, en consecuencia, ser usadas por el

1. Como ayuda para expresar las definiciones, postulados y conclusiones de una

En este punto debemos diferenciar “economía matemática” de “economía

Es necesario recalcar que, lo importante es no tener que decidir entre una

También es importante diferenciar los términos de “economía matemática” y

I.2 Modelos económicos

1. Metodología científica en la economía

1. Observaciones cualitativas y cuantitativas de los fenómenos,

3. Definiciones de modelo económico

3. Es un conjunto de relaciones matemáticas que expresan en forma

4. Elementos constitutivos de un modelo

Las ecuaciones con que se especifica un modelo se llaman “estructurales o

4 D t  80  1,2 Pt  1t

define una estructura. Ella es un elemento, de entre los infinitos elementos

En palabras, el modelo " S" se define como el conjunto (familia o clase) de

En la concepción expuesta sobre los modelos en economía se han

4.1 Ecuaciones: En primer lugar, un modelo se especifica mediante una

Según sea su contenido empírico, las ecuaciones de un modelo se clasifican

4.1.1 Ecuaciones de comportamiento.

Esta clasificación es de vital importancia para determinar si el modelo puede

a) Las variables relevantes que intervienen en la explicación del sector o

Para conseguir esta información, el economista hace ciertos supuestos

Las restantes clases de ecuaciones, a saber, por definición y de equilibrio

A continuación damos el significado de cada uno de los tipos de ecuaciones

4.1.1 Ecuaciones de comportamiento: Explican el modo de

Ct  0  1Yt 1  Tt 1  2t  t 0  1  1

representa el comportamiento de los consumidores; según la cual el

La función inversión inducida,

es también de comportamiento, pero ahora del conjunto de los

4.1.2 Ecuaciones institucionales o legales: Reflejan los efectos

es también una ecuación institucional o legal, ahora en relación con la

4.1.3 Ecuaciones tecnológicas: Explican los modos de

Q  FK, L   AKα L1 α

Esta ecuación tecnológica considera que la producción es función de dos

Cuando la función de producción Cobb–Douglas es homogénea de grado

Q  FK, L   AKα Lβ r  αβ

4.1.4 Ecuaciones de definición o identidades: Son relaciones

Que particiona funcionalmente la demanda final total o producto nacional

Define una identidad por la construcción lógica a que responde. En

Cuando una identidad es el resultado de la partición de una variable

Es decir, que cada bien demandado en el periodo " t" es un bien de

4.1.5 Ecuaciones de equilibrio móvil: Son aquellas igualdades

Así la ecuación de equilibrio en el modelo de la telaraña,

es una ecuación de equilibrio móvil. Se postula la igualdad entre la oferta

4.2 Variables, constantes y parámetros: Hemos visto que toda

4.2.1 Variable: Una variable es algo cuya magnitud puede cambiar;