Está en la página 1de 19

SUCESIONES RECURSIVAS LINEALES

Juan Sabia Susana Tesauri


1. Introduccion
Una forma usual de denir sucesiones de n umeros es inductivamente. Por ejemplo, si alguien conoce la
sucesion de Fibonacci, es probable que la recuerde como la sucesion de enteros {f
n
}
nIN
que cumple
_
f
1
= 1
f
2
= 1
f
n+2
= f
n
+ f
n+1
n IN
(1)
y no como la sucesion denida por
f
n
=
1

5
_
1 +

5
2
_
n

5
_
1

5
2
_
n
n IN (2)
Sin embargo, (2) da la formula exacta de cualquier termino de la sucesion de Fibonacci y, en algunas
situaciones, esto puede ser mas util que conocer la denicion (1). Por ejemplo, a partir de (2), tenemos una
expresion para f
1000
sin necesidad de conocer los 999 terminos anteriores y, en general, de esta forma se
puede estimar el orden de f
n
: para esta sucesion, lim
n
_
_
f
n
1

5
(
1+

5
2
)
n
_
_
= 1 y por lo tanto se deduce que
su crecimiento es exponencial. Mas adelante veremos como se usa (2) para acotar la cantidad de pasos del
algoritmo de Euclides para n umeros naturales.
Aplicando induccion se puede demostrar que las sucesiones denidas por (1) y por (2) coinciden, pero
como obtener la formula (2) a partir de (1)?
Este problema no es arbitrario: en muchos contextos aparecen sucesiones denidas en forma inductiva
y no por medio de la formula explcita del termino n-esimo. Analicemos, por ejemplo, el siguiente caso:
Queremos dise nar un algoritmo que pueda triangular cualquier matriz cuadrada en IR
nn
y nos in-
teresa contar la cantidad maxima de operaciones (+, , , ) necesarias para hacerlo (no se contaran las
comparaciones ni los cambios de lugar de coecientes). Para cada n IN tendremos entonces un n umero x
n
que cuenta la cantidad maxima de operaciones necesarias para triangular una matriz de n n y esto dene
una sucesion {x
n
}
nIN
. Si tomamos como algoritmo el metodo de Gauss, podemos observar las siguientes
propiedades de la sucesion {x
n
}
nIN
:
(i) x
1
= 0 (una matriz de 1 1 ya esta triangulada)
(ii) Dada la matriz A = (a
ij
) IR
nn
, podemos suponer que a
11
= 0 (si fuese cero, podemos elegir
alg un elemento a
i1
= 0 (2 i n) e intercambiar la la i con la la 1; en el caso en que sean todos cero,
nuestro problema se reduce a triangular una matriz de (n 1) (n 1)). Para lograr un cero en el lugar
que ocupa a
21
hay que multiplicar la primer la por
a
21
a
11
y restarsela a la segunda la.
Cu antas operaciones se realizan? Hay una division (
a
21
a
11
), (n 1) multiplicaciones y (n 1) restas
(como ya sabemos que en el primer lugar de la la va a ir un cero, no nos tomamos el trabajo de hacer
la cuenta a
21
(
a
21
a
11
).a
11
). Este procedimiento lo tenemos que repetir (n 1) veces para obtener ceros en
los primeros lugares de las todas las las i (2 i n). Y ahora solo nos resta triangular una matriz de
(n 1) (n 1). Por lo tanto, tenemos que
x
n
= (n 1)(2(n 1) + 1) + x
n1
n IN, n 2
1
Es decir, haciendo un cambio de variables, la sucesion {x
n
}
nIN
queda denida por la recursion:
_
x
1
= 0
x
n+1
= (2n
2
+ n) + x
n
n IN
Sin embargo, de esta forma, por ejemplo, no podemos estimar cuantas operaciones seran necesarias para
triangular una matriz de n n por medio de este algoritmo sin antes calcular cuantas seran necesarias para
triangular matrices de menor tama no. Si conociesemos para cierta computadora el tiempo que tarda en
llevarse a cabo cada operacion, con la formula cerrada de la sucesion {x
n
}
nIN
, podramos estimar a priori
el tiempo que tardara en efectuarse la triangulacion de una matriz de n n.
La intencion de estas notas es exhibir un metodo para encontrar una forma cerrada o formula general
para el termino n-esimo (es decir, una formula que no dependa de los terminos anteriores) de ciertas sucesiones
denidas por recurrencia. Este metodo se basa en tecnicas elementales de Algebra Lineal.
2. Deniciones y ejemplos
Primero, denamos el tipo de sucesiones con las que vamos a trabajar. Para no tener que considerar
restricciones, consideraremos sucesiones de n umeros complejos y al conjunto de todas estas sucesiones lo
notaremos C
IN
.
Denicion: Una sucesion {x
n
}
nIN
C
IN
se dice recursiva lineal de orden menor o igual que k si
existen k n umeros complejos
0
,
1
, . . . ,
k1
tales que
x
n+k
=
0
.x
n
+
1
.x
n+1
+ +
k1
.x
n+k1
n IN
Es decir, una sucesion {x
n
}
nIN
sera recursiva lineal de orden menor o igual que k cuando, dados los
primeros k elementos, el (k + 1)-esimo y todos los siguientes se pueden calcular haciendo una combinacion
lineal ja de los k anteriores.
Analicemos ahora algunos ejemplos:
Ejemplo 1: Consideremos todas las posibles sucesiones recursivas lineales de orden menor o igual que 1.
Necesariamente, la denicion sera (para alg un a y alg un en C):
_
x
1
= a
x
n+1
= .x
n
En este caso, es muy facil conjeturar el termino general de la sucesion y probar que
x
n
= a.
n1
n IN
si = 0. Para no tener que distinguir casos, por convencion consideraremos 0
0
= 1. Esta sucesion se llama
la sucesion geometrica de primer termino a y razon .
Notacion: Llamamos G

a la sucesion geometrica de razon cuyo primer termino es 1.


En el proximo ejemplo, veremos por que no se puede denir directamente la nocion exacta de orden:
Ejemplo 2: Consideremos, dados a y complejos, la siguiente sucesion recursiva lineal:
_
x
1
= a
x
2
= .a
x
n+2
=
2
.x
n
Es inmediato ver que esta sucesion es la geometrica de primer termino a y razon . Seg un esta denicion, su
orden es menor o igual que 2 y seg un la denicion dada en el Ejemplo 1 su orden es menor o igual que 1. Es
decir, como una sucesion recursiva lineal puede denirse de distintas maneras, no se puede dar una nocion
exacta del orden que dependa de una sola de estas deniciones . Lo unico que se puede armar es que el
2
orden sera menor o igual que cierto n umero natural. Ahora estamos en condiciones de precisar el concepto
de orden:
Denicion: Sea {x
n
}
nIN
C
IN
una sucesion recursiva lineal. Se dene el orden de {x
n
}
nIN
(y se lo
nota ord({x
n
}
nIN
)) como el n umero natural:
i) 1 si {x
n
}
nIN
es una sucesion recursiva lineal de orden menor o igual que 1, es decir, si {x
n
}
nIN
es una
sucesion geometrica.
ii) k si {x
n
}
nIN
es una sucesion recursiva lineal de orden menor o igual que k pero no es una sucesion
recursiva lineal de orden menor o igual que (k 1).
La denicion de orden nos asegura que, si {x
n
}
nIN
es una sucesion recursiva lineal de orden k, todo
elemento a partir del (k + 1)-esimo se puede escribir como una combinacion lineal ja de los k elementos
anteriores, pero que esto no puede hacerse a partir del termino k-esimo usando solamente los (k1) terminos
anteriores.
Sigamos ahora con algunos ejemplos y calculemos en cada caso el orden.
Ejemplo 3: Dada la sucesion aritmetica de primer termino a y razon , es decir, la sucesion {x
n
}
nIN
denida
por:
_
x
1
= a
x
n+1
= + x
n
n IN
intentaremos ver si es recursiva lineal. Es evidente que, a menos que = 0 (en cuyo caso la sucesion coincide
con la geometrica de primer termino a y razon 1), esta denicion no nos sirve para decidir si es recursiva
lineal o no as que trataremos de modicarla. Consideremos dos terminos consecutivos:
x
n+1
= + x
n
x
n+2
= + x
n+1
Si restamos miembro a miembro las desigualdades anteriores, obtenemos
x
n+2
= 2x
n+1
x
n
n IN
lo que nos permite armar que la sucesion {x
n
}
nIN
es recursiva lineal de orden menor o igual que 2:
_
x
1
= a
x
2
= a +
x
n+2
= 2x
n+1
x
n
n IN
Para calcular el orden, consideremos que = 0. En este caso, la sucesion no es constante a partir de
ning un termino. Si su orden fuese 1, sera geometrica, ninguno de sus terminos podra ser cero (porque, de
suceder esto, la sucesion se hara constante a partir de all) y la razon ser

ia la division entre dos terminos


consecutivos. Por ejemplo, entre x
3
y x
2
o entre x
2
y x
1
:
a + 2
a +
=
a +
a
luego
a
2
+ 2a = a
2
+ 2a +
2
y, por lo tanto, = 0 lo que es un absurdo. Entonces, si = 0, el orden de esta sucesion es 2.
Ejemplo 4: La sucesion de Fibonacci {f
n
}
nIN
(ver (1)) es evidentemente recursiva lineal. De la denicion,
se deduce que el orden es menor o igual que 2. Si fuese menor o igual que 1, la sucesion de Fibonacci sera
geometrica, pero como f
1
= 1 y f
2
= 1, tendra que ser la sucesion G
1
constante. Como f
3
= 2 = 1, no tiene
orden menor o igual que 1 y por lo tanto, ord ({f
n
}
nIN
) = 2.
Ejemplo 5: Consideremos la sucesion periodica
(1, 3, 5, 1, 3, 5, 1, 3, 5, 1, 3, 5, 1, 3, 5, ...)
3
Una posible denicion por recurrencia sera:
_

_
x
1
= 1
x
2
= 3
x
3
= 5
x
n+3
= x
n
n IN
Su orden es menor o igual que 3. Si fuese menor o igual que 2, existiran a y b complejos tales que la sucesion
podra denirse por
_
x
1
= 1
x
2
= 3
x
n+2
= a.x
n+1
+ b.x
n
n IN
Considerando los terminos x
3
, x
4
y x
5
, se tendra:
_
5 = a.3 + b.1
1 = a.5 + b.3
3 = a.1 + b.5
pero este sistema lineal no tiene soluciones, es decir no existen tales a y b. Por lo tanto, la sucesion tiene
orden 3.
Ejemplo 6: La sucesion cuyo termino n-esimo cuenta la cantidad maxima de operaciones del algoritmo de
Gauss para triangular una matriz de n n es (ver Introduccion):
_
x
1
= 0
x
n+1
= (2n
2
+ n) + x
n
n IN
Sera esta una sucesion recursiva lineal?
Consideremos, para todo n IN los terminos x
n+1
, x
n+2
, x
n+3
y x
n+4
de la sucesion:
x
n+1
= (2n
2
+ n) + x
n
x
n+2
= (2n
2
+ 5n + 3) + x
n+1
x
n+3
= (2n
2
+ 9n + 10) + x
n+2
x
n+4
= (2n
2
+ 13n + 21) + x
n+3
(3)
Podemos pensar las expresiones (2n
2
+n), (2n
2
+5n +3), (2n
2
+9n +10) y (2n
2
+13n +21) que aparecen
en las igualdades como polinomios en n de grado 2. Pero cuatro polinomios de grado 2 son necesariamente
dependientes, es decir, existe una combinacion lineal no trivial de ellos que da el polinomio 0. Planteando
las cuentas correspondientes se obtiene que
(1)(2n
2
+ n) + 3(2n
2
+ 5n + 3) 3(2n
2
+ 9n + 10) + 1(2n
2
+ 13n + 21) = 0
Aplicando la misma combinacion lineal a las ecuaciones (3) miembro a miembro, resulta
(1)x
n+1
+ 3x
n+2
3x
n+3
+ x
n+4
= (1)x
n
+ 3x
n+1
3x
n+2
+ x
n+3
y, por lo tanto, la sucesion analizada cumple
x
n+4
= 4x
n+3
6x
n+2
+ 4x
n+1
1x
n
n IN
Es decir, la sucesion esta denida por
_

_
x
1
= 0
x
2
= 3
x
3
= 13
x
4
= 34
x
n+4
= 4x
n+3
6x
n+2
+ 4x
n+1
1x
n
n IN
4
lo que dice que es recursiva lineal de orden menor o igual que cuatro. Puede probarse (ejercicio a cargo del
lector) que el orden es exactamente cuatro planteando la posibilidad de que sea recursiva lineal de orden
menor o igual que tres y llegando a un absurdo.
En los proximos dos ejemplos, probaremos que ciertas sucesiones no son recursivas lineales para ilustrar
el tipo de dicultad que puede aparecer.
Ejemplo 7: La sucesion {2
2
n
}
nIN
no es recursiva lineal. Supongamos que s lo es. Existen entonces k IN
y
0
, . . . ,
k1
n umeros complejos tales que
2
2
n+k
=

0ik1

i
2
2
n+i
n IN
Sea C = max{|
i
| / 0 i k 1} y consideremos el modulo de la expresion anterior. Entonces
2
2
n+k
= |

0ik1

i
2
2
n+i
|

0ik1
|
i
|2
2
n+i

0ik1
C2
2
n+k1
= kC2
2
n+k1
Por lo tanto, tenemos que
2
2
n+k1
=
2
2
n+k
2
2
n+k1
kC n IN
pero esto es absurdo ya que el primer miembro es una sucesion que tiende a innito y, por lo tanto, no puede
estar acotado.
Ejemplo 8: Consideremos la sucesion {log n}
nIN
y supongamos que es recursiva lineal de orden menor o
igual que k para alg un k IN jo. Entonces existiran n umeros complejos
0
,
1
, . . . ,
k1
tales que
log(n + k) =
0
log(n) +
1
log(n + 1) + . . . +
k1
log(n + k 1) n IN
Tomando parte real de ambos lados de la igualdad, se obtiene una ecuacion de recu- rrencia a coecientes
reales. Luego, sin perdida de generalidad, podemos suponer que
0
,
1
, . . . ,
k1
son n umeros reales. Con-
sideremos la funcion f : IR
>0
IR denida por
f(x) = log(x + k)
0
log(x)
1
log(x + 1) . . .
k1
log(x + k 1)
f es continua y derivable en (0, +) y f(n) = 0 n IN. Por lo tanto, usando el Teorema de Rolle, su
derivada f

vale cero en innitos puntos. Calculando f

se obtiene
f

(x) =
1
x + k

0
1
x

1
1
x + 1
. . .
k1
1
x + k 1
y operando
f

(x) =

0ik
(x + i)
0

1ik+1
(x + i) . . .
k1

0ik+1
i=k
(x + i)

0ik+1
(x + i)
Como f

vale cero en innitos puntos, el numerador es un polinomio que tiene innitas races y por lo
tanto debe ser el polinomio nulo. Sin embargo, cuando evaluamos el numerador en (k 1), obtenemos

0ik
(k 1 + i) que es un n umero distinto de cero. Esto es una contradiccion que proviene del hecho de
suponer que la sucesion (log n)
nIN
es recursiva lineal.
Para terminar con esta seccion, probaremos una propiedad sobre la sucesion suma de una sucesion
recursiva lineal:
5
Proposicion. Sea {x
n
}
nIN
una sucesion recursiva lineal de orden k y sea {S
n
}
nIN
la sucesion denida por
S
n
=

1in
x
i
n IN
Entonces {S
n
}
nIN
es una sucesion recursiva lineal de orden menor o igual que k + 1.
Demostracion: Consideremos la denicion por recurrencia de {x
n
}
nIN
:
x
n+k
=
0
.x
n
+
1
.x
n+1
+ +
k1
.x
n+k1
n IN
En particular, reemplazando n por n + 1, vale
x
n+1+k
=
0
.x
n+1
+
1
.x
n+2
+ +
k1
.x
n+k
n IN
Pero como x
n+1
= S
n+1
S
n
n IN, reemplazando y despejando S
n+1+k
, se tiene que
S
n+1+k
=
0
.(S
n+1
S
n
) + +
k1
.(S
n+k
S
n+k1
) S
n+k
n IN.
Si reagrupamos y sumamos los terminos del segundo miembro, nos da la recurrencia de orden menor o igual
que k + 1 buscada.
Ejercicios
Ejercicio 1. Decidir cuales de las siguientes sucesiones {a
n
}
nIN
son recursivas lineales. En caso armativo
hallar una ecuacion de recurrencia y el orden.
i) a
n
= 3
n
+ n.3
n1
ii) a
n
=
1
n
iii) a
n
= (3
n
+ n.3
n1
)(5
n
n.5
n1
)
iv) a
n
= n
2
iv) a
n
=

1in
n
3
Ejercicio 2. Sea {x
n
}
nIN
una sucesion de n umeros reales positivos creciente. Probar que, si es recursiva
lineal, existe una constante C tal que
x
n+1
x
n
C n IN
Vale la recproca?
Ejercicio 3.
i) Sean a
1
, . . . , a
k
, a C. Se considera la siguiente sucesion:
_
_
_
x
1
, . . . , x
k
x
n+k
=
k1

i=0
a
i
.x
n+i
+ a si n 1
Probar que {x
i
}
iIN
es una sucesion recursiva lineal. Que se puede decir del orden?
ii) Sean a
1
, . . . , a
k
C y sea {x
n
}
nIN
una sucesion recursiva lineal. Probar que la sucesion
_
y
1
= a
1
, . . . , y
k
= a
k
y
k+n
= x
n
si n 1
es recursiva lineal. Que se puede decir del orden?
6
Ejercicio 4. Sea P C [X] un polinomio de grado k. Probar que la sucesion {x
n
}
nIN
denida por
x
n
= P(n) n IN
es recursiva lineal de orden menor o igual que k + 1.
Ejercicio 5.
i) Sea S Cun conjunto nito y sea {x
n
}
nIN
una sucesion recursiva lineal tal que x
i
S para todo i IN.
Probar que {x
n
}
nIN
es periodica a partir de cierto termino.
ii) Sea {x
n
}
nIN
la sucesion de los dgitos del desarrollo decimal de

2 y sea D = {0, 1, 2, 3, 4, 5, 6, 7, 8, 9}.
Probar que para ning un valor de k existe f : D
k
D tal que f(x
n
, x
n+1
, . . . , x
n+k1
) = x
n+k
n IN.
3. Estructura del conjunto de sucesiones recursivas lineales
Las sucesiones recursivas lineales forman un subespacio vectorial de C
IN
pero para probarlo debemos
hacer ciertas consideraciones previas.
Denicion: Sea P =

0ik

i
X
i
C [X] {0} un polinomio de grado k y sea {x
n
}
nIN
una
sucesion recursiva lineal. Se dice que {x
n
}
nIN
satisface P si

0
.x
n
+
1
.x
n+1
+ +
k
.x
n+k
= 0 n IN
Es decir, estamos asociando a la ecuacion de recurrencia de la sucesion un polinomio. Por ejemplo, una
sucesion geometrica de razon satisface los polinomios (X ) y (X
2

2
) (ver Ejemplos 1 y 2), cualquier
sucesion aritmetica satisface el polinomio X
2
2X + 1 (ver Ejemplo 3) y la sucesion de Fibonacci satisface
el polinomio (X
2
X 1) (ver Ejemplo 4).
Proposicion. Sea P =

0ik

i
X
i
C[X] {0} un polinomio de grado k y sea
S
P
= {{x
n
}
nIN
C
IN
/ {x
n
}
nIN
es una sucesion recursiva lineal que satisface P}. Entonces S
P
es un
C-subespacio vectorial de C
IN
de dimension k.
Demostracion: Para probar que S
P
es un subespacio veremos que contiene a la sucesion {0}
nIN
, que es
cerrado para la suma y para el producto por escalares.
i) Es evidente que {0}
nIN
satisface P ya que
0
.0 +
1
.0 + +
k
.0 = 0.
ii) Sean {x
n
}
nIN
y {y
n
}
nIN
en S
P
. Es decir,

0
.x
n
+
1
.x
n+1
+ +
k
.x
n+k
= 0 n IN

0
.y
n
+
1
.y
n+1
+ +
k
.y
n+k
= 0 n IN
Sumando miembro a miembro, se obtiene que {x
n
+ y
n
}
nIN
S
P
.
iii) Si {x
n
}
nIN
S
P
y z C, multiplicando por z la igualdad

0
.x
n
+
1
.x
n+1
+ +
k
.x
n+k
= 0 n IN
se ve que {z.x
n
}
nIN
S
P
.
Ahora solo falta ver que tiene dimension k. Primero, observemos que, jados k n umeros complejos
x
1
, . . . , x
k
, existe una unica sucesion en S
P
que tiene a estos k n umeros como sus primeros k terminos
ordenados (el elemento x
k+1
sera

0
.x
1
+
1
.x
2
++
k1
.x
k

k
y, si x
n
, . . . , x
n+k1
estan denidos, el elemento x
n+k
sera

0
.x
n
+
1
.x
n+1
++
k1
.x
n+k1

k
).
7
Consideremos ahora la sucesion E
i
S
P
(1 i k) que en el lugar j-esimo (1 j k) tiene el elemento
(E
i
)
j
denido de la siguiente forma:
(E
i
)
j
=
_
0 si i = j
1 si i = j
Es decir, si escribimos hasta el termino k-esimo de las sucesiones tenemos
E
1
= {1, 0, . . . , 0, 0, . . .
E
2
= {0, 1, . . . , 0, 0, . . .
. . .
E
k
= {0, 0, . . . , 0, 1, . . .
Las sucesiones E
1
, E
2
, . . . , E
k
son linealmente independientes: si

1ik

i
E
i
es la sucesion {0}
nIN
, los
primeros k terminos deberan ser 0 y por lo tanto,
1
=
2
= . . . =
k
= 0.
Sea {x
n
}
nIN
una sucesion en S
P
. La sucesion

1ik
x
i
E
i
esta en S
P
(pues es una combinacion lineal
de elementos de S
P
) y sus primeros k terminos coinciden con los de {x
n
}
nIN
, por lo tanto
{x
n
}
nIN
=

1ik
x
i
E
i
Luego {E
1
, E
2
, . . . , E
k
} es un sistema de generadores linealmente independiente de S
P
con lo que queda
probado que su dimension es k.
El lema siguiente nos permitira demostrar que el conjunto de todas las sucesiones recursivas lineales es
un C-espacio vectorial.
Lema. Sea P =

0ik

i
X
i
C[X] {0} un polinomio de grado k y sea {x
n
}
nIN
una sucesion recursiva
lineal que satisface P. Entonces, para todo Q =

0ih

i
X
i
en
C[X] {0}, {x
n
}
nIN
satisface QP.
Demostracion: La demostracion se hara por pasos:
Paso I: Sean P =

0ik

i
X
i
y R =

0ij

i
X
i
en C[X] {0} tal que P + R = 0. Si
{x
n
}
nIN
satisface P y R, entonces {x
n
}
nIN
satisface P + R:
Completando si es necesario con coecientes nulos podemos suponer que k = j. Entonces

0ik

i
x
n+i
= 0 n IN

0ik

i
x
n+i
= 0 n IN
Sumando miembro a miembro las dos desigualdades anteriores, se obtiene lo deseado.
Paso II: Sea P =

0ik

i
X
i
en C[X] {0} y sea a C{0}. Si {x
n
}
nIN
satisface P,
entonces {x
n
}
nIN
satisface a.P:
8
Basta multiplicar por a la igualdad

0ik

i
x
n+i
= 0 n IN
Paso III: Sea P =

0ik

i
X
i
en C [X] {0}. Si {x
n
}
nIN
satisface P, entonces {x
n
}
nIN
sa-
tisface X
r
.P para todo r IN
Teniendo en cuenta que

0ik

i
x
n+i
= 0
vale para todo n IN, en particular vale para n + r:

0ik

i
x
n+r+i
= 0 n IN
y esto quiere decir que {x
n
}
nIN
satisface X
r
.P
Ahora, combinando los tres pasos, demostramos el lema: como {x
n
}
nIN
satisface P, satisface X
i
.P
para todo 0 i h y por lo tanto satisface
i
.X
i
.P para todo 0 i h. Sumando, obtenemos que
{x
n
}
nIN
satisface

0ih

i
.X
i
.P = Q.P que es lo que queramos demostrar.
Ahora estamos en condiciones de demostrar el siguiente
Teorema. El conjunto S C
IN
de todas las sucesiones recursivas lineales es un C-espacio vectorial.
Demostracion: Basta demostrar que S es un C-subespacio vectorial de C
IN
y esto se basara en el Lema
anterior:
i) {0}
nIN
S es evidente.
ii) Si {x
n
}
nIN
S y {y
n
}
nIN
S, eso signica que existen polinomios P y Q en C[X] {0} tales que
{x
n
}
nIN
satisface P y {y
n
}
nIN
satisface Q. Pero, por el Lema anterior, {x
n
}
nIN
satisface P.Q y {y
n
}
nIN
tambien satisface P.Q y, como S
P.Q
es un subespacio de C
IN
, {x
n
}
nIN
+{y
n
}
nIN
debe satisfacer P.Q y
por lo tanto sera recursiva lineal.
iii) Si {x
n
}
nIN
S y a C, existe un polinomio P en C[X] {0} tal que {x
n
}
nIN
satisface P. Como S
P
es un subespacio de C
IN
, a.{x
n
}
nIN
debe satisfacer P y por lo tanto, sera recursiva lineal.
4. La formula general
Para encontrar una formula general del termino n-esimo de una sucesion recursiva lineal {x
n
}
nIN
,
traducimos nuestro problema a una ecuacion matricial. Supongamos que {x
n
}
nIN
satisface un polinomio
P C[X], P = X
k

k1

i=0

i
.X
i
. Es decir, para todo n IN, x
n+k
=
k1

i=0

i
.x
n+i
. En notacion matricial,
podemos escribir:
_
_
_
_
_
_
_
0 1 0 0 . . . 0
0 0 1 0 . . . 0
0 0 0 1 . . . 0
. . . . . . . . . . . . . . . . . .
0 0 0 0 . . . 1

0

1

2

3
. . .
k1
_
_
_
_
_
_
_
.
_
_
_
_
_
_
_
_
x
n
x
n+1
x
n+2
.
.
.
x
n+k2
x
n+k1
_
_
_
_
_
_
_
_
=
_
_
_
_
_
_
_
_
x
n+1
x
n+2
x
n+3
.
.
.
x
n+k1
x
n+k
_
_
_
_
_
_
_
_
n IN
9
y mas generalmente, si notamos con C
P
a la matriz
C
P
=
_
_
_
_
_
_
_
0 1 0 0 . . . 0
0 0 1 0 . . . 0
0 0 0 1 . . . 0
. . . . . . . . . . . . . . . . . .
0 0 0 0 . . . 1

0

1

2

3
. . .
k1
_
_
_
_
_
_
_
tendremos que
(C
P
)
j
.
_
_
_
_
_
_
x
1
x
2
x
3
.
.
.
x
k
_
_
_
_
_
_
=
_
_
_
_
_
_
x
j+1
x
j+2
x
j+3
.
.
.
x
j+k
_
_
_
_
_
_
j IN
Por lo tanto, tomando j + 1 = n, tendremos que el termino n-esimo de la sucesion {x
n
}
nIN
sera una
combinacion lineal de los coecientes de (C
P
)
n1
. Nuestro problema se reduce, por lo tanto, a encontrar
una formula para las potencias de la matriz C
P
. Para eso, consideraremos primero, un caso particular:
4.1. El caso de las races simples:
Supongamos que el polinomio P tiene todas sus races simples. Como la matriz C
P
tiene a P como
polinomio caracterstico (notar que C
P
es la matriz compa nera del polinomio P), la matriz C
P
resulta
diagonalizable. Es decir, si
1
, . . .
k
son las races de P en C, existe una matriz D C
kk
inversible tal que:
D.C
P
.D
1
=
_
_
_
_
_

1
0 0 . . . 0
0
2
0 . . . 0
0 0
3
. . . 0

0 0 0 . . .
k
_
_
_
_
_
y por lo tanto, usando la convencion 0
0
= 1 si es necesario,
(C
P
)
n1
= D
1
.
_
_
_
_
_

n1
1
0 0 . . . 0
0
n1
2
0 . . . 0
0 0
n1
3
. . . 0

0 0 0 . . .
n1
k
_
_
_
_
_
.D n IN
Es decir, los coecientes de (C
P
)
n1
seran combinaciones lineales de
n1
1
,
n1
2
, . . . ,
n1
k
y por lo tanto el
termino n-esimo de la sucesion {x
n
}
nIN
tambien sera una combinacion lineal de
n1
1
,
n1
2
, . . . ,
n1
k
, con
lo que queda demostrada la siguiente
Proposicion. Sea {x
n
}
nIN
una sucesion recursiva lineal que satisface un polinomio P C[X] de grado k
cuyas races
1
,
2
, . . . ,
k
son todas distintas. Entonces existen a
1
, a
2
, . . . , a
k
C tales que
x
n
= a
1
.
n1
1
+ a
2
.
n1
2
+ . . . + a
k
.
n1
k
n IN
Observacion: Notar que la Proposicion anterior asegura que, dado que la dimension de S
P
es k, {G

1
, G

2
, . . . , G

k
}
es una base de S
P
.
Ahora utilizaremos esta Proposicion para encontrar una formula general de algunas sucesiones que ya
vimos.
10
Consideremos la sucesion periodica {x
n
}
nIN
(Ejemplo 5) denida por
_

_
x
1
= 1
x
2
= 3
x
3
= 5
x
n+3
= x
n
n IN
Esta sucesion satisface el polinomio P = X
3
1 y, por lo tanto, usando la Proposicion anterior, deben existir
a, b y c tales que
x
n
= a.1 + b.
_
1 + i

3
2
_
n1
+ c.
_
1 i

3
2
_
n1
n IN
Teniendo en cuenta las igualdades para n = 1, n = 2 y n = 3, se obtiene
_

_
a + b + c = 1
a + b.
_
1+i

3
2
_
+ c.
_
1i

3
2
_
= 3
a + b.
_
1i

3
2
_
+ c.
_
1+i

3
2
_
= 5
y, resolviendo el sistema se obtiene que a = 3, b = 1 + i

3
3
y c = 1 i

3
3
. Es decir
x
n
= 3 +
_
1 + i

3
3
_
.
_
1 + i

3
2
_
n1
+
_
1 i

3
3
_
.
_
1 i

3
2
_
n1
n IN
Consideremos ahora la sucesion de Fibonacci {f
n
}
nIN
(Ejemplo 4) denida por
_
f
1
= 1
f
2
= 1
f
n+2
= f
n
+ f
n+1
n IN
Esta sucesion satisface el polinomio P = X
2
X 1 que tiene por races a
1+

5
2
y a
1

5
2
. Por lo tanto,
existen a y b tales que
f
n
= a.
_
1 +

5
2
_
n1
+ b.
_
1 +

5
2
_
n1
n IN
Como f
1
= 1 y f
2
= 1, tenemos que
_
_
_
a + b = 1
a.
_
1+

5
2
_
+ b.
_
1

5
2
_
= 1
de donde a =
1

5
.
_
1+

5
2
_
y b =
1

5
.
_
1

5
2
_
con lo que
f
n
=
1

5
_
1 +

5
2
_
n

5
_
1

5
2
_
n
n IN
Aplicacion: Sean a y b n umeros naturales. Queremos estimar la cantidad de divisiones necesarias para
calcular el maximo com un divisor entre a y b mediante el algoritmo de Euclides.
11
Lema: Sean a b n umeros naturales. Consideramos que el algoritmo de Euclides siempre comienza
dividiendo el mayor n umero por el menor. Si f
n
a < f
n+1
(donde f
i
es el i-esimo n umero de Fibonacci),
la cantidad de divisiones necesarias para efectuar el algoritmo de Euclides esta acotada por n.
Demostracion: Lo demostraremos por induccion en n. Si n = 1 o n = 2 el resultado es obvio. Supongamos
n > 2. Como f
n
a < f
n+1
, el resto r de la division de b por a es menor que f
n+1
. Pueden darse dos casos.
i) r < f
n
, en cuyo caso el algoritmo de Euclides entre a y r involucra a lo sumo n1 divisiones (por hipotesis
inductiva) y por lo tanto, entre a y b involucra a lo sumo n divisiones como queramos demostrar.
ii) f
n
r < a < f
n+1
. En este caso, el siguiente paso sera dividir a a por r. Si llamamos q al cociente y r

al resto, tenemos que:


r

= a r.q a r < f
n+1
f
n
= f
n1
Luego, el algoritmo de Euclides entre r y r

involucra a lo sumo n 2 divisiones (por hipotesis inductiva) y


por lo tanto, entre a y b involucra a los sumo n divisiones como queramos demostrar.
Proposicion: Sean a b n umeros naturales. El n umero de divisiones necesarias para calcular el maximo
com un divisor entre a y b por medio del Algoritmo de Euclides esta acotado por 5(D + 1), donde D es la
cantidad de cifras del desarrollo decimal de a.
Demostracion: Usando el Lema anterior, si queremos estimar el n umero de divisiones necesarias, deberamos
encontrar todos los n tales que f
n
a. Usando la formula general de los n umeros de Fibonacci tenemos que:
1

5
_
1 +

5
2
_
n

5
_
1

5
2
_
n
a
y esto implica
1

5
_
1 +

5
2
_
n
1 < a
con lo cual
nlog
10
_
1 +

5
2
_
< log
10
(

5.(a + 1)) < log


10
(a) + 1
y por lo tanto
n < 5(log
10
a + 1)
Notar que log
10
a es la cantidad de cifras del desarrollo decimal de a.
4.2. El caso de las races m ultiples:
El razonamiento anterior evidentemente no funciona en el caso en que el polinomio tenga races m ultiples
ya que la matriz no es diagonalizable pero igualmente se puede tratar de encontrar una expresion para los
coecientes de la matriz (C
P
)
n1
. Para eso utilizaremos la forma normal de Jordan de dicha matriz. Como
la matriz C
P
es la compa nera del polinomio P, tanto el polinomio caracterstico como el minimal de C
P
es
P y por lo tanto, si
1
, . . . ,
r
son las races distintas de P, la forma normal de Jordan de C
P
tendra un solo
bloque de Jordan asociado a cada autovalor de P. Es decir, existe una matriz D C
kk
inversible tal que:
D.C
P
.D
1
=
_
_
_
_
_
J

1
0 0 . . . 0
0 J

2
0 . . . 0
0 0 J

3
. . . 0

0 0 0 . . . J

r
_
_
_
_
_
12
donde cada J

i
es bloque de Jordan, es decir, una matriz del tipo
J

i
=
_
_
_
_
_

i
0 0 . . . 0 0
1
i
0 . . . 0 0
0 1
i
. . . 0 0

0 0 0 . . . 1
i
_
_
_
_
_
Elevando la matriz de Jordan de C
P
a la n 1 multiplicando por bloques se tiene que:
(C
P
)
n1
= D
1
.
_
_
_
_
_
(J

1
)
n1
0 0 . . . 0
0 (J

2
)
n1
0 . . . 0
0 0 (J

3
)
n1
. . . 0

0 0 0 . . . (J

r
)
n1
_
_
_
_
_
.D
Por lo tanto bastara saber elevar un bloque de Jordan para obtener informacion sobre los coecientes de
(C
P
)
n1
. Supongamos que J

i
C
jj
y observemos algunas propiedades:
) El bloque de Jordan J

i
se puede escribir como suma de dos matrices que conmutan:
J

i
=
_
_
_
_
_
_
_

i
0 0 . . . 0 0
0
i
0 . . . 0 0
0 0
i
. . . 0 0


0 0 0 . . . 0
i
_
_
_
_
_
_
_
+
_
_
_
_
_
_
_
0 0 0 . . . 0 0
1 0 0 . . . 0 0
0 1 0 . . . 0 0


0 0 0 . . . 1 0
_
_
_
_
_
_
_
Como las dos matrices conmutan, para elevar la suma a la n 1, podemos usar la formula del binomio
de Newton.
) Si llamamos N a la matriz
N =
_
_
_
_
_
_
_
_
_
0 0 0 . . . 0 0 0
1 0 0 . . . 0 0 0
0 1 0 . . . 0 0 0
0 0 1 . . . 0 0 0


0 0 0 . . . 0 1 0
_
_
_
_
_
_
_
_
_
y notamos con I
r
a la matriz identidad en C
rr
, tenemos que
N
1
=
_
0 0
I
j1
0
_
,
N
2
=
_
_
_
0 0
0 0
0 0
0 0
I
j2
0 0
0 0
_
_
_
y, para 1 i j 1,
N
i
=
_
_
_
_
_
_
_
0 . . . 0
. . . . . . . . .
0 . . . 0
0 . . . 0
. . . . . . . . .
0 . . . 0
I
ji
0 . . . 0
. . . . . . . . .
0 . . . 0
_
_
_
_
_
_
_
.
13
(es decir, a medida que se eleva la matriz N, los unos van bajando una la por vez).
Si i j, N
i
= 0. As que, si aplicamos la formula del binomio de Newton para hallar
(J

i
)
n1
, y con la convencion de que
_
n1
i
_
= 0 si i > n 1, se tiene:
(J

i
)
n1
=
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_

i
n1
0 0 . . . 0 0
_
n1
1
_

i
n2

i
n1
0 . . . 0 0
_
n1
2
_

i
n3
_
n1
1
_

i
n2

n1
i
. . . 0 0


_
n1
j1
_

nj
i
_
n1
j2
_

nj+1
i
_
n1
j3
_

nj+2
i
. . .
_
n1
1
_

i
n2

n1
i
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
Luego, tenemos una formula para (C
P
)
n1
.
_
n1
j1
_
es un polinomio de grado j 1 en n y, si
i
= 0,

nj
i
=
n1
i
.
1j
i
. Por lo tanto,
_
n1
j1
_
.
nj
i
=
_
n1
j1
_
.
1j
i
.
n1
i
es un polinomio de grado j 1 en n
multiplicado por
n1
i
. Para el caso
i
= 0 usamos la convencion 0
0
= 1 y 0
j
= 0 si j ZZ {0} para
resumir la escritura. Queda demostrado entonces el siguiente
Teorema. Sea {x
n
}
nIN
una sucesion recursiva lineal que satisface un polinomio P C [X] cuyas races
complejas no nulas son
1
,
2
, . . . ,
r
con multiplicidades s
1
, s
2
, . . . , s
r
respectivamente y 0 es raz de P con
multiplicidad s (eventualmente s = 0). Entonces existen polinomios f
1
, f
2
, . . . , f
r
en C[X] con gr(f
i
) s
i
1
o f
i
= 0 y n umeros complejos c
1
, . . . , c
s
tales que
x
n
= f
1
(n).
n1
1
+ f
2
(n).
n1
2
+ . . . + f
r
(n).
n1
r
+
s

i=1
c
i
.0
ni
n IN.
Encontremos ahora una formula general para la sucesion denida en el Ejemplo 6. Recordemos que
_

_
x
1
= 0
x
2
= 3
x
3
= 13
x
4
= 34
x
n+4
= 4x
n+3
6x
n+2
+ 4x
n+1
1x
n
n IN.
El polinomio P asociado a esta recursion es
P = X
4
4X
3
+ 6X
2
4X + 1 = (X 1)
4
.
Utilizando el teorema anterior para la sucesion {x
n
}
nIN
, obtenemos que su termino general debe ser de la
forma
x
n
= a.n
3
+ b.n
2
+ c.n + d n IN
para a, b, c y d complejos. Resolviendo el sistema lineal que se obtiene variando n entre 1 y 4, o sea
_

_
a + b + c + d = 0
8a + 4b + 2c + d = 3
27a + 9b + 3c + d = 13
64a + 16b + 4c + d = 34
obtenemos que
x
n
=
2
3
n
3

1
2
n
2

1
6
n n IN.
14
Ejercicios
Ejercicio 6. Calcular la cantidad de cifras decimales de f
1000
(el termino n umero 1000 de la sucesion de
Fibonacci). Dato: log
10
(
1+

5
2
)

= 0, 2089876.
Ejercicio 7. Calcular las formulas generales de las siguientes sucesiones:
i)
_
a
1
= 1 , a
2
= 0 , a
3
= 1 , a
4
= 0
a
n+4
= 10a
n+3
35a
n+2
+ 50a
n+1
24a
n
si n 1
ii)
_
a
1
= 1 , a
2
= 1 , a
3
= 1 , a
4
= 1
a
n+4
= 6a
n+3
13a
n+2
12a
n+1
4a
n
si n 1
iii) a
n
=
n

i=1
i
2
si n 1
iv) a
n
=
n

i=1
i
3
si n 1
v) a
n
=
n

i=1
i
4
si n 1
Ejercicio 8. Sean a , b C y sea A C
nn
la matriz
A =
_
_
_
_
_
_
_
_
_
b a 0 0 0 0
a b a 0 0 0
0 a b a 0 0
0 0 a b 0 0
. . . . . . . . . . . . . . . . . . . . .
0 0 0 0 b a
0 0 0 0 a b
_
_
_
_
_
_
_
_
_
Calcular det(A) en funcion de los valores de a, b y n.
Ejercicio 9. Dados k IN
0
y IR, se considera la integral
S
k
=
_

0
cos kx cos k
cos x cos
dx
i) Probar que S
k+1
= 2 cos S
k
S
k1
k IN.
ii) Calcular S
k
k IN
0
.
Ejercicio 10.
i) Se considera la sucesion denida por la formula
a
n
= (1 +

2)
n
+ (1

2)
n
Encontrar una denicion por recurrencia lineal para {a
n
}
nIN
. Deducir que
_
(1 +

2)
n

n + 1 ( mod 2) n IN (donde [x] signica parte entera de x).


ii) Encontrar p y q n umeros naturales tales que
_
(
p+

q
2
)
n
_
n ( mod 2) n IN.
15
Ejercicio 11. Sean A y E vertices opuestos de un octogono regular. Una rana esta en el vertice A y
comienza a saltar de vertice en vertice, con las siguientes dos reglas:
I) Desde un vertice cualquiera del octogono distinto de E, puede saltar a cualquiera de los dos vertices
adyacentes.
II) Cuando llega al vertice E, la rana deja de saltar y se queda all.
Para cada n umero natural n, sea a
n
el n umero de caminos distintos que puede seguir la rana con exacta-
mente n saltos, terminando en E.
Probar que: a
2n1
= 0 y a
2n
=
1

2
((2 +

2)
n1
(2

2)
n1
) n IN.
5. Caracterizacion
Hasta ahora hemos probado que, si {x
n
}
nIN
es una sucesion recursiva lineal, existen f
1
, f
2
, . . . , f
r
en
C[X], s IN
0
y
1
, . . . ,
r
, c
1
, . . . , c
s
n umeros complejos tales que
x
n
= f
1
(n).
n1
1
+ f
2
(n).
n1
2
+ . . . + f
r
(n).
n1
r
+
s

i=1
c
i
.0
ni
n IN.
Ahora, utilizando algunos resultados previos y un lema tecnico, vamos a demostrar que todas las suce-
siones de esta forma son recursivas lineales.
Lema. Sean n y r IN {0} . Entonces
r+1

i=0
_
r + 1
i
_
(1)
r+1i
(n + i)
r
= 0.
Demostracion: Sea P el polinomio
P =
r+1

i=0
_
r + 1
i
_
(1)
r+1i
(X + i)
r
.
P(n) = 0 n IN {0} si y solo si P = 0. Calculando los coecientes de grado j de P (0 j r),
basta mostrar que
r+1

i=0
_
r + 1
i
_
(1)
r+1i
i
h
= 0
para todo r IN {0} y 0 h r (donde h = r j). Vamos a probarlo por induccion.
El caso r IN{0} y h = 0 sale aplicando la formula del binomio de Newton a (1 1)
r+1
(recordemos
que 0
0
es por convencion 1).
Supongamos ahora que el resultado es cierto para un n umero r IN {0} y h = 0, 1, . . . , r. Vamos a
probar la igualdad para r + 1 y h = 0, 1, . . . , r + 1.
La igualdad vale si h = 0. Cuando 1 h r + 1 consideramos k = h 1. Entonces 0 k r y
r+2

i=0
_
r + 2
i
_
(1)
r+2i
i
h
=
r+2

i=1
_
r + 2
i
_
(1)
r+2i
i
k+1
=
=
r+2

i=1
(1)
r+2i
_
r + 1
i 1
_
r + 2
i
i
k+1
= (r + 2)
r+2

i=1
(1)
r+2i
_
r + 1
i 1
_
i
k
=
= (r + 2)
r+1

i=0
(1)
r+1i
_
r + 1
i
_
(i + 1)
k
= (r + 2)
r+1

i=0
(1)
r+1i
_
r + 1
i
_
_
_
k

j=0
_
k
j
_
(i)
j
_
_
=
16
= (r + 2)
k

j=0
_
k
j
_
_
r+1

i=0
(1)
r+1i
_
r + 1
i
_
(i)
j
_
= (r + 2)
k

j=0
_
k
j
_
0 = 0.
Ahora podemos probar el siguiente
Teorema. Sean f
1
, f
2
, . . . , f
r
en C[X], s IN
0
y
1
, . . . ,
r
, c
1
, . . . , c
s
n umeros complejos. Entonces la
sucesion denida por
x
n
= f
1
(n).
n1
1
+ f
2
(n).
n1
2
+ . . . + f
s
(n).
n1
s
+
s

i=1
c
i
.0
ni
n IN
es recursiva lineal.
Demostracion: Como S es un subespacio vectorial de C
IN
, basta mostrar que, dado un n umero complejo
y r IN {0}, la sucesion {n
r
.
n1
}
nIN
es recursiva lineal (las sucesiones del tipo 0
ni
son evidentemente
recursivas lineales). Para probarlo, tenemos que encontrar un polinomio P C[X] tal que {n
r
.
n1
}
nIN
satisfaga P. Si analizamos la demostracion del Teorema anterior, vemos que tiene que ser raz de P con
multiplicidad por lo menos r + 1. Consideremos
P = (X )
r+1
=
r+1

i=0
_
r + 1
i
_
()
r+1i
X
i
y veamos si {n
r
.
n1
}
nIN
la satisface:
r+1

i=0
_
r + 1
i
_
()
r+1i
(n + i)
r

n+i1
=
n+r
r+1

i=0
_
r + 1
i
_
(1)
r+1i
(n + i)
r
= 0
usando el Lema anterior.
Por lo tanto {n
r
.
n1
}
nIN
satisface P y es recursiva lineal como queramos demostrar.
Ejercicio
Ejercicio 12. Probar que el conjunto S es un subanillo de C
IN
con el producto denido coordenada a
coordenada.
6. Una generalizacion: Sucesiones mutuamente recursivas lineales
Consideremos ahora las sucesiones {a
n
}
nIN
y {b
n
}
nIN
denidas por
_
a
1
= 1 a
2
= 0 b
1
= 0 b
2
= 1
a
n+2
= 2b
n+1
+ a
n
b
n+2
= a
n+1
+ b
n
.
Tratemos de traducir las ideas precedentes a esta situacion:
_
_
_
0 1 0 0
1 0 0 2
0 0 0 1
0 1 1 0
_
_
_
n1
.
_
_
_
a
1
a
2
b
1
b
2
_
_
_ =
_
_
_
a
n
a
n+1
b
n
b
n+1
_
_
_.
17
El polinomio caracterstico de la matriz es
X = X
4
4X
2
+ 1
y todas sus races son simples, por lo tanto la matriz es diagonalizable. Luego existen complejos
1
,
2
,
1
,

2
,
1
,
2
,
1
y
2
tales que
a
n
=
1
.(
_
2 +

3)
n1
+
1
.(
_
2 +

3)
n1
+
1
.(
_
2

3)
n1
+
1
.(
_
2

3)
n1
y que
b
n
=
2
.(
_
2 +

3)
n1
+
2
.(
_
2 +

3)
n1
+
2
.(
_
2

3)
n1
+
2
.(
_
2

3)
n1
.
Resolviendo los sistemas lineales asociados a los primeros cuatro terminos de las sucesiones tenemos
que, n IN,
a
n
=
_
3+

3
12
_
.(1 + (1)
n1
).
_
_
2 +

3
_
n1
+
_
3

3
12
_
.(1 + (1)
n1
).
_
_
2

3
_
n1
y
b
n
=
_

3
12
_
.(1 + (1)
n
).
_
_
2 +

3
_
n
+
_

3
12
_
.(1 + (1)
n
).
_
_
2

3
_
n
.
Este metodo se puede adaptar a varias sucesiones mutuamente recursivas lineales. Como la demostracion
es esencialmente la misma que en el caso de una sola sucesion, nos limitaremos a dar una denicion y a
establecer el resultado.
Denicion: Sean {a
(i)
n
}
nIN
(1 i r) sucesiones en C
IN
. Se dice que son mutuamente recursivas
lineales si existe k IN y complejos
(i)
j
(1 i r , 0 j k 1) tales que
a
(i)
n+k
=

1sr
_
_

0jk1

(s)
j
.a
(s)
n+j
_
_
(1 i r) n IN.
Es decir, cada termino de cada sucesion depende linealmente de los k terminos anteriores de todas las
sucesiones. En este caso podemos obtener una matriz A en C
rkrk
tal que
A
n1
.
_
_
_
_
_
_
_
_
_
_
_
_
_
a
(1)
1
.
.
.
a
(1)
k
.
.
.
a
(r)
1
.
.
.
a
(r)
k
_
_
_
_
_
_
_
_
_
_
_
_
_
=
_
_
_
_
_
_
_
_
_
_
_
_
_
a
(1)
n
.
.
.
a
(1)
n+k1
.
.
.
a
(r)
n
.
.
.
a
(r)
n+k1
_
_
_
_
_
_
_
_
_
_
_
_
_
Usando la forma normal de Jordan de A para obtener A
n1
como antes, podemos dar una formula del
termino general de cada sucesion {a
(i)
n
}
nIN
. (La unica diferencia es que, como la matriz A no es una matriz
compa nera, su forma de Jordan puede tener mas de un bloque de Jordan para cada autovalor, pero los
calculos son esencialmente los mismos).
Para terminar, podemos enunciar el siguiente resultado.
18
Proposicion : Sean {a
(i)
n
}
nIN
(1 i r) sucesiones mutuamente recursivas lineales en C
IN
. Entonces,
cada {a
(i)
n
}
nIN
(1 i r) es una sucesion recursiva lineal y por lo tanto satisface una formula como la de
los Teoremas anteriores.
Ejercicios
Ejercicio 13. Calcular una formula general para la sucesion {a
n
}
nIN
denida por
_
a
1
= 1 a
2
= 1
a
n+2
= a
n+1
+ 2a
n
+ (1)
n
Ejercicio 14. Sea {f
n
}
nIN
la sucesion de Fibonacci. Calcular el termino general de la sucesion {F
n
}
nIN
denida por
_
F
1
= 1 F
2
= 1
F
n+2
= F
n+1
+F
n
+ f
n+2
n IN
Ejercicio 15. Calcular una formula general para las sucesiones {a
n
}
nIN
y {b
n
}
nIN
denidas por
_
a
1
= 1 a
2
= 0 b
1
= 1 b
2
= 1
a
n+2
= 4a
n+1
+ 2b
n
b
n+2
= 8a
n
+ 4b
n+1
Referencias
[1] R. Graham, D. Knuth and O. Patashnik, Concrete Mathematics - A Foundation for Computer Science,
Addison-Wesley Publishing Company, 1992.
[2] K. Homan and R. Kunze, Algebra Lineal, Prentice Hall Hispanoamericana, 1973.
[3] A. Markushevich, Sucesiones Recurrentes, Editorial MIR, 1974.
[4] M. Spiegel, Finite Dierences and Dierence Equations, McGraw-Hill Publishing Company, 1989.
El enunciado del ejemplo de sucesiones mutuamente recursivas resuelto en 6 fue extrado de [1], donde
tambien se resuelven sucesiones recursivas pero usando funciones generatrices (series formales de potencias).
Tambien se extrajeron de all los ejercicios 10, 13 y 14.
Los ejercicios 8 y 9 fueron extrados de [4] donde ademas se pueden encontrar muchas otras aplicaciones de
este tema (a la fsica, a la probabilidad, etc.).
El ejercicio 11 fue extrado de la Competencia E. Paenza del a no 1990.
En [3] se trata el tema de las sucesiones recursivas lineales con un nivel elemental pero casi sin demostraciones.
Finalmente, las nociones basicas de Algebra Lineal, forma normal de Jordan y matrices compa neras se
pueden encontrar en [2].
19