Capitulo 6

382 Capı́tulo 6.
Ecuaciones de recurrencia
6.1. Algunos ejemplos

Para convencernos de que las ecuaciones de recurrencia aparecen en muy diferentes contex-
tos (y que muchas veces son la mejor respuesta a la que podemos llegar con las herramientas
ar
de que disponemos), veamos algunos ejemplos. Algunos de ellos hasta conseguiremos resol-
verlos con trucos ad hoc, mientras que la resolución de otros habrá de esperar a disponer de
técnicas más generales.
in
1. En función del caso anterior
Las ecuaciones de recurrencia más sencillas son aquéllas en las que el valor de un cierto
término de la sucesión depende únicamente del valor del término anterior.
m
Ejemplo 6.1.1 Queremos contar el número de listas de longitud n ≥ 1 formadas con ceros
y unos. Llamemos an a la respuesta, para cada n.
eli
No parece éste un ejemplo muy apasionante, dado que la regla del producto nos permite
obtener directamente la respuesta: an = 2n , para cada n ≥ 1.
Pero abordemos el problema desde otro punto de vista, planteando una relación de re-
currencia entre los números an . Para construir una lista de longitud n con ceros y unos
pr
construimos, primero, una lista de longitud n − 1 con las caracterı́sticas pedidas (lo podre-
mos hacer de an−1 formas distintas). Y luego, a cada una de ellas, le añadimos un 0 o un 1
(ası́ obtenemos todas las posibles listas de longitud n). Como a cada posible lista de longitud
n − 1 le podemos asociar dos listas distintas de longitud n, el resultado total será que
an = 2 an−1
ión
Necesitamos, además, un valor inicial, el número de listas de longitud 1 que hay: evidente-
mente, a1 = 2. Ya tenemos el problema solucionado en un cierto sentido: el conocimiento de
a1 nos permite calcular a2 ; con a2 , evaluamos a3 , etc.
En este caso, además, podemos resolver la recurrencia y obtener una fórmula explı́cita
rs
para los an : basta aplicar reiteradamente la regla para obtener que

an = 2 an−1 = 2 (2an−2 ) = 22 an−2 = 23 an−3 = · · · = 2n−1 a1 = 2n . ♣
Ve
Ejemplo 6.1.2 Llamemos an al número de regiones en que n rectas dividen al plano. Deben
ser rectas tales que por cualquier punto del plano pasen a lo sumo dos de ellas; y tales que
ninguna de ellas sea paralela a otra.
Calculemos los primeros casos: para n = 1, tenemos una recta, que divide al plano en,
obviamente, dos regiones. Para n = 2, n = 3 y n = 4 aparecen cuatro, siete y once regiones,
respectivamente:
n=2 n=3 VIII n=4
I V I VII IX V I
VII
VI VI
X III IV
III IV III IV
II
II II XI
(versión preliminar 23 de diciembre de 2003)

6.1. Algunos ejemplos 383
Ya tenemos los primeros cuatro valores a1 = 2, a2 = 4,

1 2 3
a3 = 7 y a4 = 11, pero el dibujo se va complicando, y
corremos el riesgo de equivocarnos y olvidarnos de alguna
ar
región. Toca pensar: fijémonos en cómo pasamos de n = 2
1 a n = 3. Lo que hacemos es añadir una recta y como
2
las dos rectas “viejas” deben cortar a la “nueva”, lo que
hacemos es añadir tres regiones del plano: ¿Cómo pasamos
in
3
4 de n = 3 a n = 4? Véase el dibujo: de nuevo añadimos
una recta, que corta a las tres existentes y crea cuatro
regiones nuevas. Este argumento nos permite deducir que la regla de recurrencia es, para
m
cada n ≥ 2,
an = an−1 + n
Como conocemos el valor del primero, a1 = 2, podremos calcularlos todos.
eli
La ecuación se puede resolver aplicando reiteradamente la regla de recursión. Pero es
mejor entenderla de la siguiente manera: la recurrencia nos dice que la diferencia entre dos
términos consecutivos es justamente el valor del ı́ndice, an − an−1 = n. Escribamos entonces
pr
todas estas relaciones y sumémoslas:
an − an−1 = n
an−1 − an−2 = n−1
.. .. ..
. . .
ión
a2 − a 1 = 2
an − a 1 = 2 + 3 + · · · + (n − 1) + n
Y, como sabemos sumar los n primeros números naturales, llegamos a la solución final:
rs

n
n
n(n + 1)
an = 2 + j =1+ j =1+ .
2
j=2 j=1
♣
Ve
Ejemplo 6.1.3 Las torres de Hanoi.

Cuenta la leyenda1 que unos monjes de un monasterio de Hanoi miden el tiempo que falta
para la llegada del fin del mundo con el siguiente procedimiento: disponen de tres agujas
de diamante, en una de las cuales se apilan 64 discos de oro distintos, ordenados según su
tamaño.
1 2 3
1
En realidad, es un pasatiempo creado por el matemático francés Lucas en 1883. Pero adornar estos
problemas nunca está de más.

384 Capı́tulo 6. Ecuaciones de recurrencia
Cada segundo mueven un disco de una aguja a otra, y su tarea finalizará (y con ella el mundo)
cuando logren transportarlos todos a otra aguja. Pero, ¡atención!, nunca se puede colocar un
disco sobre otro de diámetro más pequeño.
fin del mundo, o bien ponernos en plan matemático y determinar cuánto tiempo puede
ar
llevar a los monjes terminar su tarea.
Y, como buenos matemáticos, planteamos el problema en general: tenemos n discos y
llamamos an al mı́nimo número de movimientos necesario para transportar los n discos
in
desde una aguja a otra. Por ejemplo, a1 = 1, porque nos basta con un movimiento para pasar
el disco a otra aguja. Para calcular a2 ya necesitamos un pequeño argumento: una posible
estrategia es la de pasar el disco pequeño a otra aguja, luego el grande a la tercera, para
finalmente pasar el pequeño a esta tercera aguja:
m
- - -
posible, y que, por tanto, a2 = 3.

eli
Como en dos movimientos no se puede hacer, concluimos que la de antes es la mejor estrategia
El lector podrá comprobar que, si partimos de tres discos, una posible estrategia consiste
pr
en pasar los dos menores a una segunda aguja (con el procedimiento anterior, de tres movi-
mientos), luego pasar el disco mayor a la tercera aguja, para finalmente llevar los dos discos
menores sobre ese disco mayor (de nuevo necesitaremos tres movimientos). En total, siete
movimientos. Pero ahora no está claro si se puede hacer con menos.
El procedimiento que sugerimos se puede generalizar: si tenemos n discos, pasamos n − 1
a una segunda aguja, luego el mayor disco a la aguja final y, por último, pasamos los n − 1
ión
discos a esa tercera aguja. Fijémonos en que es un algoritmo recursivo: el procedimiento para
mover n discos se apoya, dos veces, en el (ya conocido) método para mover n − 1. De esta
digresión deducimos que el número mı́nimo de movimientos para transportar los n discos
cumple la siguiente condición:
rs
an ≤ 2 an−1 + 1 , para cada n ≥ 2.
porque con 2an−1 + 1 movimientos lo sabemos hacer.

Ve
No es una regla de recurrencia como las habituales: no tenemos una ecuación, sino una
desigualdad. Aún ası́, se podrı́a obtener cierta información con ella sobre el comportamiento
de los an (véase el ejercicio 6.1.1). Pero lo que nos gustarı́a es comprobar que, en realidad,
la relación se cumple con un = en lugar de un ≤: deducirı́amos ası́ que nuestra estrategia de
movimientos es la mejor posible.
Esto requiere un argumento extra. Veámoslo: si tenemos n discos, en algún momento
tendremos que mover el disco mayor. Y para poder hacerlo, tendrı́amos que haber llevado el
resto de los discos a otra aguja; esto requiere, como mı́nimo, an−1 movimientos. Supongamos
que ya hemos movido el disco grande a una aguja; ahora tendremos que mover los restantes
n − 1 discos sobre él, y esto exige, al menos, an−1 movimientos (sea cual sea la estrategia que
empleemos). Ası́ que
an ≥ 2 an−1 + 1 ,

para n ≥ 2. Reuniendo ambas condiciones, ya podemos afirmar que, para cada n ≥ 2,

an = 2 an−1 + 1
La condición inicial ya la hemos visto, es a1 = 1.
ar
La resolvemos, de nuevo, por simple iteración:
an = 2 an−1 + 1 = 2 (2 an−2 + 1) + 1 = 22 an−2 + 2 + 1 = 22 (2 an−3 + 1) + 2 + 1
= 23 an−3 + 22 + 2 + 1 = 23 (2 an−4 + 1) 22 + 2 + 1 = 24 an−4 + 23 + 22 + 2 + 1
in

n−1
1 − 2n
= ··· = 2n−1
a1 + 2n−2
+2 n−3
+ ··· + 2 + 1 = 2j = = 2n − 1 .
1−2
j=0
m
Ya conocemos la solución en general, que aplicamos al caso n = 64: el fin del mundo lle-
gará dentro de a64 = 264 − 1 segundos, esto es. . . ¡más de medio billón de años! Parece que la
profecı́a de los monjes de Hanoi no debe preocuparnos mucho. ♣
Γ(n + 1) =
∞
0
eli
Ejemplo 6.1.4 Calcular el valor de la siguiente aparentemente complicada integral2
tn e−t dt ,
∞
para cada n ≥ 0.
∞
El caso n = 0 es sencillo de calcular, Γ(1) = 0 e−t dt = −e−t 0 = 1 . Vamos a llegar
pr
ahora a una ecuación de recurrencia para los números Γ(n), pero no a través de argumentos
combinatorios, como hasta ahora, sino por medio de manipulaciones algebraicas. En este
caso, integrando por partes. Estamos con n ≥ 1 y escogemos
u = tn =⇒ du = n tn−1 dt
ión
dv = e−t dt =⇒ v = −e−t
para la aplicación de la habitual fórmula de integración por partes:
∞ ∞ ∞

Γ(n + 1) = tn e−t dt = −tn e−t +n tn−1 e−t dt = n Γ(n) .
0 0
0
rs
=0 Γ(n)
La ecuación de recurrencia resulta ser

Ve
Γ(n + 1) = n Γ(n)
para n ≥ 1. Obsérvese que ahora el coeficiente que acompaña al término anterior no es una
constante. Pero la resolución es, de nuevo, sencilla, por iteración:
Γ(n + 1) = n Γ(n) = n(n − 1) Γ(n − 1) = · · · = n(n − 1) . . . 3 · 2 Γ(1) .
Como el valor inicial era Γ(1) = 1, concluimos que, sorprendentemente,
∞
Γ(n + 1) = tn e−t dt = n! . ♣
0
2
Esta integral es un caso particular de la llamada función gamma, la función de la variable compleja z
definida mediante ∞
Γ(z + 1) = tz e−t dt para cada z con Re(z) > −1.
0

2. En función de los dos casos anteriores

En muchas ocasiones, para determinar el valor de un término de la sucesión, bastará mirar
el valor de los dos anteriores. Serán normalmente ejemplos en los que nos encontraremos con
una disyuntiva: una opción nos llevará al caso anterior, mientras que la otra se escribirá en
ar
términos del que está dos posiciones más allá.
Ejemplo 6.1.5 Llamemos an al número de listas de longitud n, formadas con ceros y unos,
que no tienen unos consecutivos.
in
Nos fijamos, por ejemplo, en la última posición. Caben dos posibilidades, que la lista acabe
en 0 ó en 1. Las que acaban en 0 se construyen dando una de longitud n − 1 que cumpla las
condiciones (ceros y unos, sin unos consecutivos) y añadiéndole un 0 al final (comprúebese que
m
es una biyección). Las acabadas en 1 llevan, necesariamente, un 0 en la penúltima posición;
ası́ que habrá tantas como listas de longitud n − 2 que cumplan las condiciones:

an −→








eli

una de longitud n − 1
0 ←→ an−1

 0 1 ←→ an−2

pr



una de n − 2 ¡obligado!
Por tanto, la regla de recurrencia será, para cada n ≥ 3,
an = an−1 + an−2
ión
Ésta es una ecuación muy especial, la ecuación de Fibonacci, que volverá a aparecer en los
siguientes ejemplos. Observemos que los valores iniciales, que permiten arrancar a la sucesión,
son a1 = 2 y a2 = 3. ♣
Ejemplo 6.1.6 Tenemos una escalera con n peldaños y en cada paso se suben 1 ó 2 peldaños.
rs
Llamaremos an al número de formas distintas de subir la escalera con ese tipo de pasos (dos
formas de subir serán distintas si la secuencia de pasos seguida es distinta).
Ve
Para contarlas, las clasificaremos (haremos una partición) atendiendo a cómo se llega al
último peldaño. Sólo tenemos dos posibilidades:
llegar al peldaño n − 1 y luego dar un paso de un peldaño,

o llegar al n − 2 y luego un paso de dos peldaños.
Por tanto, la relación de recurrencia será, de nuevo, an = an−1 + an−2 para cada n ≥ 3. Pero
ahora los valores iniciales no son los del ejemplo anterior, sino que a1 = 1 y a2 = 2. Como
las condiciones iniciales son distintas, las sucesiones de números no coincidirán:
a1 a2 a3 a4 a5 a6 · · ·
# listas del Ejemplo 6.1.5 −→ 2 3 5 8 13 21 · · ·
# caminos escalera −→ 1 2 3 5 8 13 · · ·

Pero tienen un aire similar, claro; en este caso, una está desplazada una posición de la otra.
Veremos en un momento que su comportamiento asintótico (es decir, cómo son los an cuando
n es grande) no depende de los valores iniciales, sino que es el que dicta la ecuación. ♣
Ejemplo 6.1.7 Un modelo de cunicultura.
ar
Ya hemos mentado en un par de ocasiones la ecuación de Fibonacci.
Fibonacci3 introdujo la sucesión que lleva su nombre4 como modelo
para la reproducción de conejos. Él partı́a de ciertas hipótesis, a saber,
in
que (a) los conejos viven eternamente; (b) que cada mes, un par de
adultos de distinto sexo da lugar a un nuevo par de conejos de distinto
sexo; y (c) que cada conejo se hace adulto a los dos meses de vida,
momento en el que comienza a tener descendencia. Designemos por Fn el
m
número de pares de conejos al final del mes n. Supongamos que partimos
de un par de conejos que nacen en el primer mes; codificaremos esta
información en el valor F1 = 1. Al cabo de un mes, seguiremos teniendo
Figura 6.1: Fibonacci

eli
una pareja de conejos, todavı́a no adultos: F2 = 1. En el tercer mes,
ya tenemos una pareja de adultos, que da lugar a una pareja de recién
nacidos: F3 = 2. En el cuarto mes, seguiremos teniendo una pareja de
adultos, que tendrán descendencia. Y la pareja nacida en el mes anterior
pr
tendrá ahora un mes. En total, habrá tres parejas de conejos: F4 = 3. Y ası́, sucesivamente.
La siguiente tabla recoge las distintas poblaciones al comienzo de cada mes:
Mes 1 2 3 4 5 6 7 ···
Parejas de adultos 0 0 1 1 2 3 5 ···
ión
Parejas con un mes de edad 0 1 0 1 1 2 3 ···

Parejas de recién nacidos 1 0 1 1 2 3 5 ···
Número total de parejas, Fk 1 1 2 3 5 8 13 ···
El número de parejas en el mes n es igual a la suma del número de parejas en el mes n−1 más
rs
las parejas que nacen en el propio mes n. Pero esta última cantidad coincide con el número
de parejas adultas en el mes n, que, a su vez, es igual al número total de parejas en el mes
n − 2 (pues se tardan dos meses en ser adulto). En total,
Ve
Fn = Fn−1 + Fn−2
3
Algunos datos biográficos sobre Leonardo de Pisa (1170-1250), también llamado Fibonacci (hijo de los
Bonacci) no están nada claros, incluyendo las fechas de nacimiento y muerte. La ilustración que aquı́ re-
producimos es la cabeza de la estatua que erigieron los ciudadanos de Pisa en su honor cerca del rı́o Arno.
Viajó por todo el Mediterráneo y en el curso de sus viajes tomó contacto con las Matemáticas que los árabes
habı́an recopilado. Su Liber Abaci de 1202 tuvo una enorme influencia en su tiempo. En él recogı́a numerosos
resultados sobre Geometrı́a y Teorı́a de Números, además de cuestiones prácticas sobre problemas mercantiles,
métodos de multiplicación, etc. El texto estableció definitivamente en Occidente los numerales arábigos y el
sistema hindú de numeración.
4
Fue el matemático francés Edouard Lucas (1842-1891) el que ası́ la bautizó. En el ejemplo 6.3.1 veremos
una sucesión de números que lleva su nombre y que está muy relacionada con los de Fibonacci. Lucas tra-
bajó fundamentalmente en Teorı́a de Números, con estudios sobre la sucesión de Fibonacci o sobre criterios de
primalidad (criterio de Lucas-Lehmer). También gustaba de proponer juegos y acertijos matemáticos, como el
de las torres de Hanoi que veı́amos en el ejemplo 6.1.3, que recogió en sus Récréations mathématiques de 1882.

para cada n ≥ 3; de nuevo, la ecuación de Fibonacci. Las condiciones iniciales son ahora
F1 = 1, F2 = 1. Conviene definir F0 = 0 y ası́ la ecuación de recurrencia es válida para cada
n ≥ 2. En lo sucesivo reservaremos el nombre de Fn para los números siguientes:
ar
Definición 6.1 La sucesión de números de Fibonacci Fn es la solución de la ecuación
de recurrencia
Fn = Fn−1 + Fn−2 , para n ≥ 2 ,
in
junto con las condiciones iniciales F0 = 0, F1 = 1. Los primeros términos de esta sucesión son
F0 F1 F2 F3 F4 F5 F6 F7 F8 F9 F10 F11 F12 ···
m
0 1 1 2 3 5 8 13 21 34 55 89 144 · · ·
La resolución de la ecuación de Fibonacci ya no es tan inmediata; veremos cómo se puede

hacer en la sección 6.2.
eli
Hagamos el siguiente experimento: calculamos las sucesivas razones de números de Fibo-
nacci consecutivos,
1/1 2/1 3/2 5/3 8/5 13/8 21/13 34/21 55/34 89/55 144/89 · · ·
pr
1 2 1,5000 1,6666 1,6000 1,6250 1,6153 1,6190 1,6176 1,6181 1,6179 ···
Este experimento numérico sugiere que los números de Fibonacci crecen, más o menos, con
una tasa fija. Es decir, que el cociente de dos números de Fibonacci consecutivos Fn /Fn−1
ión
es, aproximadamente, como una constante x > 1, al menos cuando n es muy grande. Ese
cociente parece estar en torno a 1,61 “y pico”.
Si fuera el caso, ¿qué condición habrı́a de cumplir ese hipotético número x? Reescribamos
la ecuación de Fibonacci:
Fn 1
rs
Fn = Fn−1 + Fn−2 =⇒ =1+ .

Fn−1 Fn−1
Fn−2
Ve
Si n es muy grande, los dos cocientes que aparecen serán, aproximadamente, como x; ası́ que
x deberı́a cumplir que
1
x=1+ ; en otras palabras, que x2 − x − 1 = 0 .
x
Las soluciones de esta ecuación de segundo grado son los números
√ √
1+ 5 1− 5
y .
2 2
El de la izquierda es un número negativo, y no nos sirve como “candidato” a ser esa tasa
fija de crecimiento. La otra, la raı́z positiva, es un número sobre el que ya hablamos en el
capı́tulo 1: la razón áurea τ , a cuyas peculiaridades dedicaremos toda la sección 6.3.

Pero, ¿es cierto o no que Fn /Fn−1 tiende a τ cuando n → ∞? Comprobémoslo, restando

τ a ambos lados de la ecuación de Fibonacci (y utilizando que τ = 1 + 1/τ ):

Fn Fn−2 Fn−2 1 1 Fn−2 Fn−1
−τ =1+ −τ = − =− −τ .
ar
Fn−1 Fn−1 Fn−1 τ τ Fn−1 Fn−2
Si tomamos valores absolutos, obtenemos que

Fn 1 Fn−2 Fn−1 1 Fn−1

in
Fn−1 − τ = τ Fn−1 Fn−2 − τ < τ Fn−2 − τ ,
donde hemos utilizado que los números de Fibonacci forman una sucesión creciente y que,
m
por tanto, Fn−2 /Fn−1 es menor que 1.
Iterando esta desigualdad, llegamos a que

Fn 1 Fn−1 1 Fn−2 1 F2

eli
Fn−1 − τ < τ Fn−2 − τ < τ 2 Fn−3 − τ < · · · < τ n−2
Y, como τ > 1, deducimos que, efectivamente, Fn /Fn−1 → τ cuando n → ∞.

F1 − τ .
♣
Ejemplo 6.1.8 Desbarajustes.
pr
Llamábamos Dn al número de desbarajustes de {1, . . . , n}, las permutaciones de {1, . . . , n}
en las que ningún sı́mbolo ocupaba su posición. Ya obtuvimos (véase la subsección 3.2.4) una
fórmula (un tanto complicada) que nos daba Dn en función de n, utilizando el principio de
inclusión/exclusión. Lo que aquı́ buscamos es una relación de recurrencia para estos números.
ión
Los primeros valores son fáciles de calcular: D1 = 0, D2 = 1 y D3 = 2. Analicemos el caso

n = 4, para hacernos una idea. Tomemos un desbarajuste de los que cuenta D3 ; por ejemplo,

1 2 3
.
3 1 2
rs
Queremos construir un desbarajuste de cuatro posiciones a partir de él. El elemento 4 no

puede ir en la cuarta posición (no serı́a desbarajuste), necesariamente ha de ir en una de las
tres anteriores. Si va, por ejemplo, en la primera, lo que haremos será colocar en la cuarta
Ve
posición el elemento que antes iba en la primera (para que siga siendo un desbarajuste); y lo
mismo si va en la segunda o en la tercera:

1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4
−→ , ,
3 1 2 • 4 1 2 3 3 4 2 1 3 1 4 2
Observemos que, para cada desbarajuste de tres posiciones podemos formar 3 desbarajustes
de cuatro posiciones (uno por cada posible posible posición en la que colocar el 4). Sin
embargo, hay unos desbarajustes de cuatro posiciones que no podemos construir de esta
manera: por ejemplo,
1 2 3 4
,
4 3 2 1

pues construir este desbarajuste con el procedimiento anterior requerirı́a haber partido de
una permutación que no es un desbarajuste, la lista (1, 3, 2). Pero estos desbarajustes son
muy especiales, son aquéllos en los que el 4 y otro elemento forman un ciclo. Centrémonos
en el caso de que sean 1 y 4 los que formen el ciclo: dada esa información, basta decidir el
ar
resto de las posiciones (en este caso, dos). Y lo que hay que hacer ahı́ es un desbarajuste de
dos posiciones. Fijémonos en que podı́amos haber elegido como pareja que forma el ciclo el
2 y el 4, o el 3 y el 4. Y por cada elección de éstas, hay que hacer un desbarajuste del resto
de las posiciones. En total,
in
D4 = 3 D3 + 3 D2 .
No es difı́cil generalizar este argumento al caso de Dn : por un lado, tendremos aquellos
m
desbarajustes en los que n forme un ciclo con algún otro elemento (en el esquema, el 1):
1 2 3 4 n
n
eli
Desbarajuste de n − 2 posiciones
1
De éstos tendremos (n − 1)Dn−2 , porque hay n − 1 candidatos a formar el ciclo.

pr
Y, por otro lado, tendremos los desbarajustes que se pueden formar a partir de uno de
n − 1 posiciones, con el siguiente proceso: por cada desbarajuste de n − 1 posiciones, elegimos
una posición i para colocar el elemento n; en la posición n colocamos lo que hubiera en la
posición i.
ión
1 2 3 i n−1 n 1 2 3 i n−1 n
j • - n j
De éstas habrá (n − 1)Dn−1 . En total, si n ≥ 3,

rs
Dn = (n − 1)Dn−1 + (n − 1)Dn−2
Es una relación que involucra, para conocer el valor de un término, el valor de los dos
Ve
anteriores. Pero, a diferencia de lo que ocurrı́a con los ejemplos anteriores, los coeficientes no
son constantes, sino que dependen del paso en que estemos.
Pero, afortunadamente, podemos encontrar un truco que nos permite reducirla a una
ecuación que sólo involucra el término anterior, que resolveremos por simple iteración. La
clave es observar que podemos reescribir la recurrencia como
Dn − nDn−1 = −Dn−1 + (n − 1)Dn−2 = − [Dn−1 − (n − 1)Dn−2 ] .
Y ahora reiteramos el argumento:
Dn − nDn−1 = − [Dn−1 − (n − 1)Dn−2 ] = (−1)2 [Dn−2 − (n − 2)Dn−3 ] =

= · · · = (−1)n−2 [D2 − 2D1 ] = (−1)n ,

donde hemos utilizado los valores iniciales D2 = 1 y D1 = 0. Ası́ que, para cada n ≥ 2,
Dn − nDn−1 = (−1)n ,
que involucra sólo el término anterior. Para resolverla, es mejor dividir toda la expresión
ar
por n!:
Dn Dn−1 (−1)n
− = .
n! (n − 1)! n!
in
Y esta ecuación se resuelve con el procedimiento (ya visto en el ejemplo 6.1.2) de sumar todas
estas expresiones. Ası́ obtenemos que
Dn D1 (−1)j
n
m
− = .
n! 1! j!
j=2
En otras palabras,
Dn = n! eli

n
(−1)j
j=2
j!
= n!

n
(−1)j
j=0
j!
,
porque los términos j = 0 y j = 1 se cancelan entre sı́. Es, claro, el mismo resultado que el
pr
que obtenı́amos con el principio de inclusión/exclusión. ♣
Ejemplo 6.1.9 La ruina del jugador.
En ocasiones, las “condiciones iniciales” que determinan, junto a la ecuación de recurrencia,
los valores de la sucesión, no son como las que hemos visto hasta aquı́.
ión
El tı́tulo de este ejemplo inquieta; y más lo hará cuando hagamos los cálculos correspon-
dientes y comprobemos que no está desencaminado. Es éste un ejemplo clásico, que volvere-
mos a estudiar a lo largo del capı́tulo y que revisaremos, en otro lenguaje, en la sección 16.2
dedicada al paseo aleatorio. Apelaremos aquı́ a que el lector está familiarizado con ciertos
conceptos probabilı́sticos, en particular, con la noción de probabilidad condicionada (en caso
rs
contrario, puede consultarse el capı́tulo 7).

Queremos apostar nuestro dinero en un cierto juego. En cada partida apostamos 1 euro; si
ganamos, nos devuelven el euro apostado y uno más; si perdemos, nada, claro. La probabilidad
de ganar cada partida es p, un número entre 0 y 1 (la de perder será q = 1 − p). Fijamos a
Ve
priori una cota de N euros, y sólo abandonaremos el juego cuando la hayamos alcanzado o
cuando nos hayamos arruinado5 . Supongamos que empezamos con n euros (0 ≤ n ≤ N ). La
pregunta es: ¿cuál es la probabilidad, que llamaremos a(n), de que nos arruinemos?
Hay dos valores inmediatos: por un lado, a(0) = 1, porque no podrı́amos ni empezar a
jugar. Por otro, a(N ) = 0, porque si al principio tenemos N euros, nos retiramos. Como
decı́amos antes, no son éstas unas condiciones iniciales al uso, pero serán suficientes; quizás
fuera más adecuado llamarlas condiciones de contorno o de frontera.
Asumamos que 0 < n < N . Para obtener la regla de recurrencia que cumplen los a(n),
vamos a condicionar sobre el resultado de la primera partida. Llamemos G al suceso “ganar
5
¿Acaso podrı́amos estar jugando indefinidamente? No es el caso: se puede demostrar, pero esto requiere
cierto lenguaje probabilı́stico, que el juego acaba, con uno u otro resultado, con probabilidad 1.

la primera” (cuya probabilidad es p) y P al suceso “perder la primera” (de probabilidad

q = 1 − p). Entonces,
P(ruina) = P(ruina|G) P(G) + P(ruina|P ) P(P ) .
ar
Pero si hemos ganado la primera partida, tendremos n + 1 euros; y la probabilidad de arrui-
narnos es la misma que si hubiéramos empezado a jugar con esos n + 1 euros. El mismo
argumento, hecho para el caso de la pérdida de la primera partida, nos lleva a que
in
a(n) = p a(n + 1) + q a(n − 1) para cada 1 ≤ n ≤ N .
Es cómodo reescribir esta relación como
m
1 q
a(n + 2) = a(n + 1) − a(n) para cada 0 ≤ n ≤ N − 2,
p p
eli
que, junto a las condiciones a(0) = 1 y a(N ) = 0 completan la descripción del problema. Lo
resolveremos en el ejemplo 6.2.2 y comprobaremos la importancia que tiene el que estemos
ante un “juego equilibrado” (p = q = 0,5) o no (p = q). ♣
pr
3. En función de todos los casos anteriores
Ejemplo 6.1.10 Contemos el número de árboles con raı́z casi binarios que podemos formar
con n vértices y en los que distinguiremos entre “derecha” e “izquierda”:
◦ ◦
ión
◦ ◦ = ◦ ◦
◦ ◦
Nos estamos adelantando un poco, que todavı́a no hemos estudiado estos objetos, los árboles
binarios con raı́z (los veremos con detalle en la sección 9.3). Pero en fin, el dibujo nos hace
rs
entender de qué estamos hablando: la raı́z es el vértice que situamos (curiosamente) más
arriba, y que sea (casi)binario quiere decir que cada vértice puede tener hasta dos “descen-
dientes”. Llamemos Cn al número de árboles con estas caracterı́sticas. Es claro que C1 = 1 y
C2 = 2. El lector deberı́a intentar dibujar los 5 árboles con tres vértices y los 14 con cuatro
Ve
que existen para comprobar que C3 = 5 y C4 = 14.

◦ Cualquier árbol de este tipo tendrá k vértices a la izquierda de la raı́z y
n−1−k a la derecha, donde 0 ≤ k ≤ n−1, como en el dibujo. La elección
del árbol que va a la izquierda de la raı́z (que tiene k vértices) y la del
k n−k−1 que va a la derecha (con el resto de los vértices) son independientes,
vértices vértices y para contar el número de posibles elecciones de ambos tendremos en
cuenta la diferencia izquierda-derecha. Aplicando la regla de la suma y
del producto y definiendo, como resulta conveniente, C0 = 1, obtenemos,

n−1
Cn = C0 Cn−1 + C1 Cn−2 + · · · + Cn−2 C1 + Cn−1 C0 = Ck Cn−1−k
k=0

Para calcular un cierto término Cn necesitamos conocer todos los anteriores. Esta recurrencia
ya apareció en el ejemplo 2.3.3: era la que cumplı́an los números de Catalan. Ası́ que hemos
encontrado otro problema combinatorio cuya respuesta está en estos números. Recordemos
que ya tenı́amos una fórmula explı́cita para ellos (véase el ejemplo 3.1.3). La recurrencia que
ar
hemos obtenido aquı́ la resolveremos utilizando las técnicas de las funciones generatrices. ♣
Ejemplo 6.1.11 El problema de los montones de barriles.
Miramos, desde un lateral, la carga de un camión lleno de barriles de cerveza6 . Nos interesan
in
las disposiciones de barriles en las que, en cada fila, los barriles forman una tira continua; y
los barriles, por una simple cuestión de equilibrio, han de apoyarse en dos de la fila inferior:
m
Sı́ es un montón de 6 barriles No lo es Tampoco
distintos podemos formar que tengan n barriles en la fila base. Por ejemplo, hay un único
eli
montón con 1 barril en la base y dos montones con 2 barriles en la base. Si n = 3, tenemos
cinco posibles montones:
pr
Conviene que el lector obtenga los 13 montones que se pueden formar con 4 barriles en la
base. Llamemos Mn al número de montones con n barriles en la primera fila.
Podemos construir un montón de éstos de la siguiente manera: hay n barriles en la fila
inferior, ası́ que lo que hay “encima” es un montón con una base de j barriles, donde 0 ≤ j ≤
ión
n − 1. Una vez elegido el valor de j y decidido que tipo de montón es (de los Mj posibles),
solo queda colocarlo: si j = 0, no tenemos elección (y queda únicamente la fila original); pero
si j = 0, el lector puede comprobar que hay n − j posibles posiciones. En conclusión, para
cada n ≥ 2,

n−1
rs
Mn = 1 + (n − j)Mj
j=1
Ve
Más adelante, ya con funciones generatrices, deduciremos que Mn es, simplemente, el número
de Fibonacci F2n−1 , para cada n ≥ 1. ♣
Ejemplo 6.1.12 Los números de Bell.
Los números de Bell B(n) contaban, como ya vimos en la subsección 3.3.1, el número total
de particiones de {1, . . . , n} en bloques no vacı́os. Los primeros casos son sencillos: B(1) = 1,
B(2) = 2, B(3) = 5, etc. Queremos escribir una recurrencia para B(n+1) (algo que pedı́amos
hacer en el ejercicio 3.3.4).
Fijémonos en un bloque especial, el que contiene al elemento n+1. Este bloque estará for-
mado, además de por el n + 1, por un cierto subconjunto de {1, . . . , n}. Llamemos n − k al
tamaño de ese subconjunto, donde 0 ≤ k ≤ n (obsérvese que tanto k = 0 como k = n están
6
Dejamos al lector que imagine la marca, dependiendo de su “religión” cervecera.

n
permitidos). Por supuesto, un subconjunto de ese tamaño puede ser elegido de n−k maneras
distintas. Una vez decididos qué elementos acompañan a n + 1 en su bloque, basta partir en
bloques los k elementos restantes. De todo esto se deduce que, para cada n ≥ 1,
n

ar
n
B(n + 1) = 1 + B(k)
n−k
k=1
(el 1 corresponde al caso k = 0, en el que hay un sólo bloque). O, de manera más compacta,
in
si convenimos en que B(0) = 1, que para cada n ≥ 1,
n

n
m
B(n + 1) = B(k)
n−k ♣
k=0
4. Mirando lejos
eli
En los ejemplos vistos hasta aquı́, el cálculo de un término de la sucesión requiere el
conocimiento del anterior, de los dos anteriores. . . e incluso de todos los anteriores. Pero a
veces la recurrencia es más caprichosa, y exige buscar el término que esté un cierto número
pr
de posiciones antes, o todas las de un cierto bloque anterior de la sucesión.
Ejemplo 6.1.13 Análisis de un algoritmo que calcula el máximo y el mı́nimo de una lista
de n números.
Un cierto algoritmo calcula el máximo y el mı́nimo de n números. Llamemos Cn al número de
ión
comparaciones que necesita el algoritmo para determinarlos. Partimos la lista de n números

por la mitad aproximadamente (si n es par, exactamente por la mitad; y si es impar, n =
2k + 1, en dos bloques de k y k + 1).

Consideremos el caso de n par, n = 2k. Para determinar el máximo y el mı́nimo de los
rs
n números, debemos determinar el máximo y el mı́nimo de cada uno de los bloques, y luego
comparar el máximo de los dos bloques (una comparación) y el mı́nimo de los dos (otra
comparación). En total,
Ve
Cn = C n2 + C n2 + 2 = 2 C n2 + 2.
En el caso de que n fuera impar, n = 2k + 1,
Cn = Ck + Ck+1 + 2.
Reuniendo ambas en una sola fórmula,
Cn = C n + C n + 2.
2 2
A este tipo de ecuaciones de recurrencia se suele llegar al analizar el número de pasos que
efectúan los algoritmos del tipo “divide y vencerás” (véase, por ejemplo, la multiplicación
rápida que describı́amos en la sección 4.4). ♣

Ejemplo 6.1.14 Los números de Leibniz.

Escribimos los números naturales en base 2,
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 ···
ar
0 1 10 11 100 101 110 111 1000 1001 1010 1011 1100 1101 1110 1111 · · ·
y sumamos los dı́gitos de esos desarrollos binarios. Llamemos L(n) al resultado de esas sumas:
in
n 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 · · ·
L(n) 0 1 1 2 1 2 2 3 1 2 2 3 2 3 3 4 ···
m
Cuenta la leyenda que fue Leibniz7 el que primero se fijó en la sucesión
{L(n)} mientras esperaba una audiencia del Papa en la que iba a
eli
plantearle una propuesta para unificar las distintas iglesias cristianas
(¡los matemáticos de antaño tenı́an intereses muy diversos!).
Obsérvese que si, para un cierto k, n < 2k , entonces los desarrollos
binarios de n y n + 2k coinciden excepto en la primera posición: n + 2k
pr
llevarı́a un 1 y a n le podemos poner un 0. De manera que
L(n + 2k ) = L(n) + 1
si 0 ≤ n < 2k . Ası́ que para calcular el valor de L(n + 2k ) necesitamos

ión
Figura 6.2: Leibniz

mirar al número L(n), que está mucho antes en la sucesión.
Veamos cómo se generan recursivamente los valores de la sucesión:
los vamos a agrupar dependiendo del bloque diádico [2k , 2k+1 ) al que pertenezcan. Empeza-
mos con
(L(0), L(1)) = (0, 1)
rs
y entonces

Ve
L(2), L(3) = L(0 + 2), L(1 + 2) = L(0) + 1, L(1) + 1 = 0, 1 + 1, 1 = 1, 2 .
El siguiente bloque se obtendrı́a

L(4),L(5), L(6), L(7) = L(0 + 4), L(1 + 4), L(2 + 4), L(3 + 4)

= L(0) + 1, L(1) + 1, L(2) + 1, L(3) + 1 = 0, 1, 1, 2 + 1, 1, 1, 1 = 1, 2, 2, 3 .
7
El matemático y filósofo alemán Gottfried Leibniz (1646-1716) es considerado, junto con Newton, el inven-
tor del Cálculo. Leibniz inventó notaciones que han llegado a nuestros dı́as, como dx o el sı́mbolo , y reglas
(que hoy llevan su nombre) como la diferenciación de productos. Para 1676 habı́a completado su formulación
del Cálculo, incluyendo el Teorema Fundamental. Newton habı́a desarrollado su método de fluxiones en 1671,
aunque su trabajo no fue publicado hasta 1736. Una polémica histórica: ¿quién fue antes? Newton acusarı́a
a Leibniz de plagio, desde luego. Fuera quien fuera, parece claro que ambos llegaron a sus conclusiones de
manera independiente y que, por supuesto, ambos merecen una posición destacada en el Olimpo matemático.

El procedimiento es sencillo: para calcular los de un bloque diádico, tomamos la lista de todos
los anteriores y les sumamos, a cada uno de ellos, 1. Por ejemplo, el siguiente bloque serı́a
(L(8), L(9), L(10), L(11), L(12), L(13), L(14), L(15)) =
ar
= (L(0), L(1), L(2), L(3), L(4), L(5), L(6), L(7)) + (1, 1, 1, 1, 1, 1, 1, 1) = (1, 2, 2, 3, 2, 3, 3, 4)
Otra propiedad interesante (otra forma de entender la recurrencia que cumplen estos núme-
ros) es que
in
L(2n) = L(n) ,
porque multiplicar por 2 significa rodar los coeficientes del desarrollo binario de n una unidad,
añadir un cero a la derecha: por ejemplo, 7 es (101)2 en binario, y su doble, 14, es (1010)2 ;
m
31 es (11111)2 y 62 es (111110)2 . ♣
5. Ecuaciones con dos parámetros

eli
En el capı́tulo 3 introdujimos toda una serie de cantidades que dependen de dos paráme-
tros: coeficientes binómicos, números de Stirling de primera y segunda especie, número de
particiones de un entero en un cierto número de partes. Para cada uno de ellos, encontramos
pr
relaciones de recurrencia y valores iniciales que permitı́an obtenerlos. Por recordarlos, veamos
un par de casos.
Ejemplo 6.1.15 Coeficientes binómicos y números de Stirling de segunda especie.
El número de subconjuntos de tamaño k que se pueden extraer del conjunto {1, . . . , n},
ión
C(n, k), satisface la recurrencia doble
C(n, k) = C(n − 1, k) + C(n − 1, k − 1)
y las condiciones iniciales son las de los bordes del triángulo de Tartaglia: C(n, 0) = 1, para
todo n ≥ 0 y C(n, n) = 1, para todo n ≥ 0.
rs
Cuando contábamos el número de particiones en k bloques no vacı́os del conjunto {1, . . . , n},
obtenı́amos los números de Stirling de segunda especie, S(n, k), que satisfacı́an la relación
Ve
S(n, k) = kS(n − 1, k) + S(n − 1, k − 1)
junto con los valores frontera S(n, n) = 1 y S(n, 1) = 1. ♣
6. Sistemas de ecuaciones
A veces, asociado a un cierto parámetro, digamos n, tenemos dos sucesiones de números.
Calcular un término de una de estas sucesiones puede involucrar, tanto a términos de su propia
sucesión, como a términos de la otra. En estos casos, tendremos un sistema de ecuaciones de
recurrencia.
Ejemplo 6.1.16 Calculemos an , el número de listas de longitud n con ceros y unos con un
número par (o cero) de ceros.

Intuitivamente, como es igualmente probable el que aparezca un número par o un número

impar de ceros, uno esperarı́a que an = 2n /2 = 2n−1 . Pero por ahora sólo ha aparecido una
sucesión, la de los an , en el problema.
Pero veamos. Nos fijamos en el sı́mbolo que puede aparecer en la última posición: si es
ar
un 1, el resto de la lista no es sino una de longitud n − 1 con ceros y unos con un número par
de ceros (de las que hay an−1 ). Pero si aparece un 0, lo que queda es una lista de longitud n−1
con un número impar de ceros. ¡Vaya!, mezclamos aquı́ otro tipo de objetos. Inventemos un
in
nombre para ellos y veamos cómo salimos del aprieto. Si llamamos bn , al número de n-listas
de ceros y unos con un número impar de ceros, podremos establecer una biyección:


 0 ←→ bn−1


m



an −→
número impar de ceros

 1 ←→ an−1



es decir, que para n ≥ 1,



eli
número par de ceros

an = an−1 + bn−1 ,
pr
siendo los valores iniciales a1 = b1 = 1. Pero claro, como hemos introducido una nueva
(sucesión) incógnita, parece necesario buscar una ecuación para ella (lo que hacemos con un
razonamiento análogo al anterior). Las reunimos y obtenemos un sistema de ecuaciones
de recurrencia,

ión
an = an−1 + bn−1 an 1 1 an−1

o bien = .
bn = an−1 + bn−1 . bn 1 1 bn−1
A la derecha hemos escrito el sistema en forma matricial; como veremos en la subsección 6.2.3,
las técnicas del Álgebra Lineal, como el cálculo de autovalores y la diagonalización, son las
rs
herramientas adecuadas para la resolución del problema.

Obsérvese, de todas formas, que este ejemplo tan sencillo se puede resolver “a mano”
(utilizando, por ejemplo, que sabemos que an + bn = 2n para cada n). ♣
Ve
7. Desdoblamiento
En ocasiones, una sucesión de números obedece a varias ecuaciones de recurrencia; o, más
bien, en la sucesión conviven varias subsucesiones (por ejemplo, los términos de ı́ndice par y
los de ı́ndice impar), cada una de las cuales tiene su propia ecuación.
1
xn
Ejemplo 6.1.17 Queremos calcular la integral Jn = √ , para cada entero n ≥ 0.
0 1 − x2
Empecemos calculando los primeros valores: para J0 usamos el cambio de variables x = sen(t)
para obtener que
1 π/2
1 cos(t) π
J0 = √ dx = dt = .
0 1 − x2 0 cos(t) 2

La integral J1 es aún más sencilla:

1 1
x
J1 = √ dx = − 1 − x = 1 .
2
0 1−x 2 0
ar
La relación de recurrencia la obtendremos integrando por partes, como en el ejemplo 6.1.4:
elegimos 
 u = xn−1 , du = (n − 1) xn−2 ;
x √
in
 dv = √ dx , v = − 1 − x2 ,
1 − x2
para obtener que, para n ≥ 2,
1 1 1
m

Jn = −xn−1 1 − x2 + (n − 1) xn−2 1 − x2 dx = (n − 1) xn−2 1 − x2 dx .
0 0 0
Parece que nos hemos salido de la familia de integrales Jk ; pero un sencillo truco nos permite
volver a ella:
Jn = (n − 1)
1
0
eli

xn−2 1 − x2 dx = (n − 1)
1
0
xn−2 √
1 − x2
1 − x2
dx
1 1
pr
xn−2 xn
= (n − 1) √ dx −(n − 1) √ dx .
1 − x2 1 − x2
0
0

Jn−2 Jn
Reordenando términos llegamos a que

n−1
ión
Jn = Jn−2 , para cada n ≥ 2.

n
Esta recurrencia es fácil de resolver, basta iterar. Observemos que los términos pares y los
impares forman dos sucesiones independientes. Por ejemplo, en el caso par, n = 2k,
2k − 1 (2k − 1)(2k − 3) (2k − 1)(2k − 3) · · · 3 · 1
J2k−4 = · · · =
rs
J2k = J2k−2 = J0 .
2k (2k)(2k − 2) (2k)(2k − 2) · · · 4 · 2
π/2
Multiplicando numerador y denominador por los factores pares que faltan, llegamos a que
Ve

(2k)! (2k)! (2k)! 2k π
J2k = 2 = 2 = 2 = .
(2k (2k − 2) · · · 4 · 2) (2 k (k − 1) · · · 2 · 1)
k k
(2 k!) k 22k+1
Una manipulación parecida llevó a Wallis a una fórmula para estimar el valor de π (ver el
apéndice 2.4.4). Y en el caso impar, n = 2k + 1,
2k (2k)(2k − 2) (2k)(2k − 2) · · · 4 · 2
J2k+1 = J2k−1 = J2k−3 = · · · = J1 .
2k + 1 (2k + 1)(2k − 1) (2k + 1)(2k − 1) · · · 5 · 3
1
Reescribiendo adecuadamente los factores, obtenemos que

k 2
2 k! 22k 1
J2k+1 = = .
(2k + 1)! 2k + 1 2k ♣
k
8. Algunos modelos dinámicos

Ejemplo 6.1.18 Sobre tipos de interés y préstamos.
¿Sabe el lector realmente cómo se devuelve un préstamo o cómo se amortiza una hipoteca?
ar
En la escritura de un préstamo hipotecario, allá por las últimas páginas, aparece una fórmula
algo misteriosa que determina, en función de los parámetros del contrato (duración, tipo de
interés, etc.), el pago mensual al que nos comprometemos. ¿De dónde sale esa fórmula? Por
si el lector no está ducho en la materia, empezaremos con una pequeña introducción a las
in
nociones de tipo de interés y capitalización.
Empecemos definiendo qué es el interés: es la cantidad que se percibe por un préstamo de
dinero en un periodo de tiempo. Tras ese periodo de tiempo, una unidad de dinero, digamos
m
un euro, se transforma en
1 −→ 1+I (capital + intereses).
eli
Si la cantidad inicial es de, por ejemplo, M euros, tras el periodo de tiempo, se tendrán
M (1 + I) euros, claro. La cantidad I es el tipo de interés, el interés percibido por un
préstamo de 1 unidad de dinero8 .
pr
Hablemos ahora de lo que es la capitalización: es un contrato que contiene unas reglas
de acumulación de pagos de intereses sobre un capital dado. Vamos a interesarnos en el
caso de la llamada capitalización compuesta. Para especificar un tal contrato se requieren los
siguientes datos:
un periodo de tiempo ∆t (normalmente, un año),

ión
un tipo de interés R (en tantos por uno) asociado a ese periodo de tiempo;
y una frecuencia de capitalización, m (generalmente, un divisor de 12 o incluso m = ∞).
Por ejemplo, podrı́amos tener un contrato con un tipo de interés R anual y una frecuencia de
capitalización mensual; esto corresponderı́a a tomar ∆t = 1 año y m = 12. En un contrato
rs
ası́, decimos que capitalizamos cada ∆t/m:

0 ∆t
Ve
1 2 3 m−1
m
∆t m
∆t m
∆t m
∆t
(obsérvese que hay m periodos de tiempo; en el ejemplo comentado antes, tendrı́amos un año
dividido en 12 periodos de un mes). La regla de capitalización asociada a los tres datos del
contrato significa lo siguiente:
En tiempo 0, el capital es C.
R

En tiempo ∆t/m, el capital acumulado serı́a C 1 + m , el correspondiente al interés
producido por el tipo de interés (que está asociado a ∆t) durante ese periodo de tiempo.
8
Es conveniente señalar que el tipo de interés que consideraremos aquı́ está expresado en tantos por uno. Es
frecuente que un tipo de interés se exprese también en tantos por ciento, ası́ que habrá que hacer la conversión
correspondiente. Ası́, por ejemplo, un tipo de interés I = 0,1 es lo mismo que uno del 10 %.


R 2
En tiempo 2 ∆t/m, el capital acumulado serı́a C 1 + m , porque aplicamos la regla
de interés al capital acumulado hasta el vencimiento anterior.
Ası́ calcuları́amos elvalor del
capital en cada instante intermedio. En tiempo ∆t, el valor
R m
del capital serı́a C 1 + m , como corresponde a haber efectuado m capitalizaciones
ar
sucesivas.
Pero la capitalización podrı́a ir más allá. Por ejemplo, el capital en tiempo 2 ∆t =

R 2m
2m (∆t)/m serı́a C 1 + m . En general, el valor en tiempo t, donde t es un múltiplo
in
de ∆t/m,

∆t R k
t=k , serı́a C 1 + .
m m
m
Nos ofrecen dos contratos de capitalización distintos: para saber qué contrato es más be-
neficioso, necesitamos compararlos. Por ejemplo, supongamos que tenemos dos reglas de
capitalización con los siguientes datos:
Regla 1
eli
Semestral, ∆t = 1/2 año
Regla 2
Trimestral, ∆t = 1/4 año
frecuencia mensual, m = 6 frecuencia trimestral, m = 1
pr
Tipo interés (semestral) R = 0,06 Tipo interés (trimestral) S = 0,08
Para poder compararlos, escribimos ambas reglas en términos homogéneos. Por ejemplo, en
qué se transforma un capital de 1 en un año:

R 12
ión
regla 1 regla 2
1 −→ 1 + = 1 + TR , 1 −→ (1 + S)4 = 1 + TS .
6
Calcular los valores de TR y TS supone encontrar los tipos anuales efectivos, TAE, de
ambas reglas. Con los valores de R = 0,06 y S = 0,08, obtendrı́amos TR = 0,1268 y TS =
0,3604, de donde podrı́amos deducir cuál es el contrato más ventajoso.
rs
Amortización de un préstamo. Pasemos al problema que nos interesa, el análisis de

cómo se devuelve un préstamo. Un banco nos presta una cantidad V y tenemos N años para
devolverlo. Por supuesto, tendremos que pagar unos intereses, que siguen una regla de una
Ve
composición mensual con tipo de interés anual R. Es decir, cada mes pagaremos un interés
(que calcularemos con R) por la cantidad de dinero que debamos en ese momento al banco;
y además querremos ir devolviendo el capital prestado.
El método más habitual en los préstamos hipotecarios es el llamado sistema francés, en
el que se paga una cantidad fija P cada mes. Con el resto de los datos del contrato, querremos
calcular cuál es el montante de ese pago mensual fijo y la cantidad de dinero que habremos
pagado al finalizar la amortización. Llamemos Dn a la deuda que mantenemos con el banco
tras n meses. Entonces,
En el instante inicial, debemos la cantidad total, D0 = V .

Tras el pago del primer mes, D1 = V 1 + 12 R
− P , porque se han acumulado unos
intereses y hemos realizado un pago de P .


Tras el segundo mes, D2 = V 1 + 12R
−P 1+ R
12 − P ; ahora acumulamos intereses
sobre la deuda que mantenı́amos con el banco.
Al terminar el contrato, claro, D12 N = 0.
ar
Si observamos cómo hemos calculado D2 , nos damos cuenta de que, en realidad, un argumento
de recurrencia nos permite resolver el problema: en un cierto mes, la deuda con el banco será el
resultado de restar a la deuda del mes anterior (más los intereses correspondientes) el pago
fijo de P . Esto es,
in
R
Dn = Dn−1 1 + −P ,
12
para cada n ≥ 1. La condición inicial es D0 = V , y la condición extra D12 N = 0 nos
m
permitirá obtener el valor de P . Intentemos resolver la recurrencia. Por comodidad, llamemos
a = 1 + R/12. Queremos resolver entonces
eli
Dn = a Dn−1 − P para n ≥ 1 , D0 = V .
Ecuaciones semejantes a ésta ya nos las hemos encontrado en varias ocasiones (véanse los
primeros ejemplos de esta sección), y las resolvemos, de nuevo, por iteración:
pr
Dn = a Dn−1 − P = a (a Dn−2 − P ) − P = a2 Dn−2 − aP − P = a2 (aDn−3 − P ) − aP − P
= a3 Dn−3 − a2 P − aP − P = · · · = an D0 − P (an−1 + an−2 + · · · + a2 + a1 + 1) .
Haciendo la suma geométrica que nos ha aparecido, con el valor inicial D0 = V , recordando
ión
que a = 1 + R/12 y tras unas cuantas manipulaciones, llegamos a que

12 R n 12
Dn = P + 1+ V − P .
R 12 R
Pero como D12 N = 0, podemos, tras unos cálculos, determinar el valor de P :
rs

R 1
P =V .
12 1 − (1 + R/12)−12 N
Ve
Fijémonos que, en cada mes, parte del pago P se destina al pago de los intereses, y otra parte
a la amortización de capital. Como casi todo el mundo sabe, estos repartos varı́an durante
la vida del préstamo. Llamemos In a la cantidad invertida en intereses y Cn la destinada a
capital, de manera que P = In + Cn . En el mes n se pagan los intereses generados desde el
último pago, esto es, In = R Dn−1 /12. Como tenemos una expresión explı́cita para los Dn y
para P , conocemos In y Cn .
Pongamos unos datos, para hacernos una idea. El préstamo es de V = 60000 euros, se
devuelve en n = 20 años y el tipo de interés anual es R = 0,05. Con estos datos, el pago
mensual (fijo) es de P = 395, 97 euros. Las siguientes gráficas muestran cómo va disminuyendo
la deuda con el banco a lo largo de los 240 meses de vida del préstamo (gráfica de la izquierda)
y qué parte del pago se destina a intereses y qué parte a capital (gráfica de la derecha; como
es bien sabido, al principio pagamos sobre todo intereses)

60000 400
50000
300
40000
ar
30000 200
20000
100
10000
in
0 50 100 150 200 0 50 100 150 200
El lector podrá extraer conclusiones sobre la conveniencia de cancelar el préstamo cuando
m
está próximo al vencimiento (algo que se hace habitualmente). Existen otros sistemas de
amortización de préstamos, que explicamos en los ejercicios 6.1.9 al 6.1.10. ♣
Ejemplo 6.1.19 Cómo se administran medicamentos.

eli
Para tratar una cierta enfermedad tomamos una cantidad fija C de medicamento cada N
horas. Buscamos un modelo matemático que permita determinar los valores de los parámetros
C y N para que (1) la cantidad de medicamento en el organismo no supere nunca un cierto
pr
umbral de toxicidad B; y (2) que esa cantidad de medicamento siempre esté por encima de
un umbral de eficacia A, por debajo del cual el medicamento no surte efecto.
Tras cada N horas, sólo una fracción d (un número entre 0 y 1) de la cantidad de droga
presente en el organismo se mantiene; el resto desaparece. Digamos que esta eliminación sigue
un modelo de decaimiento exponencial: si en un cierto momento hay una cantidad D de
ión
medicamento, tras un tiempo t sólo quedará
D e−k t ,
donde k > 0 es una cantidad (la constante de decaimiento) que dependerá de diversos factores
rs
y que supondremos conocida9 . Esto supone que, en realidad, d no es un nuevo parámetro,

sino que está relacionado con N mediante d = e−N t . Si N muy grande, es decir, las tomas
están muy espaciadas, entonces d será muy cercano a 0, y casi toda la droga desaparecerá.
Ve
Vamos a suponer, por simplicidad, que el paso del medicamento al torrente sanguı́neo
es instantáneo. Las tomas se producen en tiempos t0 , t1 , t2 , . . . Llamaremos yn e xn a las
cantidades de droga en sangre justo antes e inmediatamente después de la toma de tiempo
tn , respectivamente.
Los números yn cumplen que yn = dxn−1 para cada n ≥ 1, porque sólo se mantendrá una
fracción d de la cantidad presente tras la toma anterior. La otra sucesión de números cumple
que, para cada n ≥ 1,
xn = yn + C = dxn−1 + C
9
Una manera habitual de dar el valor de esta constante es a través de la (semi)vida media: es el tiempo
que tarda en desaparecer la mitad de la cantidad inicial. Si llamamos Tm a este tiempo, entonces e−k Tm = 0,5,
de donde podemos obtener el valor de k: k = log(2)/Tm .

Esta ecuación se puede resolver por simple iteración (y utilizando que x0 = C). Dejamos al
lector que compruebe que las dos sucesiones de números de interés son, para cada n ≥ 1,
1 − dn+1 d − dn+1
xn = C e yn = C .
ar
1−d 1−d
B Querremos elegir valores de C y de N (o, lo que es

x4
in
x3 lo mismo, de d) para los que, como en el dibujo, la
x2
x1
cantidad de medicamento en sangre se mantenga
x0 = C
siempre entre los dos lı́mites A y B (por supues-
to, C ha de estar ya en el rango adecuado). El
m
y3 y4
y2 asunto es más delicado de lo que pudiera parecer.
y1
A Observemos que ambas sucesiones, xn e yn , son
t0 t1 t2 t3 t4 crecientes, y necesitamos que
xn = C
1 − dn+1
1−d
≤B
eliy que yn = C
d − dn+1
1−d
≥ A.
La condición de la derecha se cumplirá si el primero de los yn , esto es, y1 = dC, lo hace. Para
pr
la de la izquierda, será suficiente con exigir que se cumpla para el lı́mn→∞ xn = C/(1 − d).
C
De todo este análisis se deduce que los parámetros del pro- 6
B
blema C y d han de verificar que
ión
A
≤ C ≤ B(1 − d) .
d
A
Y esto no es siempre posible. La región que determina, en -d
0 1
el plano (d, C), la doble desigualdad anterior es la encerrada
C
entre las gráficas de A/d y B(1 − d). . . ¡y esa región bien 6
rs
pudiera no existir! En los dibujos de la derecha observamos

las dos posibilidades: si B está cercano a A, el problema
no tiene solución. Un análisis más detallado, que dejamos B
Ve
como ejercicio al lector (véase el ejercicio 6.1.11), nos dice

que estaremos en el caso con solución siempre que10 B ≥ 4A. A
-d
En este caso, tenemos toda una región de pares de valores 0 1
(d, C) admisibles para el sistema. Por ejemplo, si d está dado
(es decir, si establecemos el tiempo entre tomas), podrı́amos determinar la menor cantidad C
que permite que las cosas funcionen; o al revés, dado un cierto C, la cantidad de medicamento
que contiene una pastilla, podemos determinar el mayor espaciado entre tomas posible. El
ejercicio 6.1.12 tiene los detalles. ♣
10
Esto podrı́a parecer muy restrictivo. La ratio entre B y A depende del medicamento en cuestión, y en
algún caso es de tan solo 2 a 1 (aquı́ estamos exigiendo 4 a 1). Como el lector podrá comprobar (véase el
ejercicio 6.1.13), esta exigente ratio de 4 a 1 se puede reducir si nos damos un grado de libertad extra, como
es el que la primera toma sea especial.

Ejemplo 6.1.20 El problema de Josefo.
1
El que vamos a explicar a continuación es, quizás, uno de los prime-
n 2
ros problemas combinatorios de la Historia, una variación sobre el
problema original que preocupaba a Flavio Josefo11 . Tenemos n per-
ar
n−1 3 sonas sentadas a una mesa circular y vamos eliminando a la segunda
persona que nos vayamos encontrando en el sentido de las agujas del
4 reloj (empezando a contar desde la primera posición), hasta que sólo
in
una sobreviva. El desafı́o, por supuesto, es calcular la posición inicial
que debe ocupar una persona si quiere sobrevivir. Llamemos J(n) a la posición inicial que
ha de ocupar el superviviente. Los primeros casos se pueden calcular a mano:
m
n 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 · · ·
J(n) 1 1 3 1 3 5 7 1 3 5 7 9 11 13 15 1 ···
eli
Esta tabla sugiere algunas observaciones: primero, parece que todas las “posiciones de su-
pervivencia” son impares (y ası́ debe ser, pues en la primera pasada eliminamos todas las
posiciones pares). Además, da la impresión de que los bloques diádicos tienen algo que decir
pr
en el problema.
Vayamos con un análisis más cuidadoso: parece razonable distinguir los casos en que n
sea par o impar.
1 1 Empezamos con el caso par, con n = 2k per-
2k 2 2k−1 3
sonas. Queremos evaluar J(2k). En la prime-
ión
2k−1 3 - 2k−3 5 ra pasada eliminamos a todas las personas que

ocupen posiciones pares, como se muestra en la
4 7
figura. Y la configuración que nos queda consta
de k personas, aunque ahora no numeradas de 1 a k. Si estuvieran “bien” numeradas, la po-
sición de supervivencia vendrı́a dada, directamente, por J(k). No lo están, pero no es difı́cil
recuperar ese orden: basta observar que la posición 2 ahora está etiquetada con 3, la 3 con
rs
5, la 4 con 7, la 5 con 9, etc. Esto es, hemos doblado cada posición y le hemos restado 1.
Si m es la posición superviviente con el orden (1, 2, . . . , k) (de manera que m = J(k)), con
el nuevo etiquetado (1, 3, 5, . . . , 2k − 1) el superviviente será 2m − 1. Ası́ hemos conseguido
Ve
escribir la ecuación de recurrencia
J(2k) = 2 J(k) − 1 ,
válida para cada k ≥ 1 (comprúebese que es coherente con los valores ya calculados).
11
El historiador judı́o Flavio Josefo (37- circa 100) participó en la revuelta contra el poder romano del año
66 y escapó a la matanza que tuvo lugar después de la toma de la ciudadela de Josapata. Se cuenta, quizás
ya con un tono algo legendario, que 41 rebeldes fueron cercados por las tropas romanas y que, antes de ser
capturados, prefirieron el suicidio colectivo. Sólo Josefo y otro compañero no parecı́an muy convencidos de la
utilidad del sacrificio, ası́ que nuestro personaje propuso el siguiente sistema de inmolación: sentados a una
mesa circular, se irı́a eliminando a cada tercera persona hasta que sólo dos sobrevivieran. Estos dos últimos
deberı́an ser los últimos en morir. Josefo calculó las posiciones que debı́an ocupar él y un compañero para
sobrevivir al proceso.

1 3
El caso impar, n = 2k + 1, es análogo. Aho- 2k+1 5
2k+1 2
ra la primera pasada elimina, de nuevo, a todas
las personas que ocupen posiciones pares, y aún 2k 3 - 2k−1 7
sobreviven k + 1 personas. Para llegar a una con- 9

4
ar
figuración con k personas, observamos que la si-
guiente vı́ctima es la que ocupaba la posición 1. Ası́ que, tras estos pasos, nos queda la
configuración de la figura. Y, con argumentos análogos a los de antes, establecemos que, para
cada k ≥ 1, J(2k + 1) = 2 J(k) + 1.
in
Ahora ya tenemos las relaciones de recursión que satisfacen estos números de Josefo: para
cada k ≥ 1,
m
J(2k) = 2 J(k) − 1
J(2k + 1) = 2 J(k) + 1
eli
que nos permiten, junto con la condición inicial J(1) = 1, generar la sucesión de los J(n).
Uno estarı́a tentado de resolverlas por simple iteración. Pero observemos que no es tan
sencillo: partimos de un cierto n, y ya hay que ver si es par o impar para saber qué regla
pr
hay que aplicar. Por ejemplo, si n = 2k, aplicamos la primera. Pero en la siguiente iteración
hay que comprobar de nuevo la paridad, esta vez de k. Y aunque esto es un algoritmo que
se puede implementar, no parece que vaya a conducir a una fórmula cerrada.
No tendrı́amos estas dificultades si, por ejemplo, n fuera una potencia de 2, digamos
n = 2m , porque siempre tendrı́amos que aplicar la primera regla. Dejamos al lector que se
ión
ejercite comprobando que la iteración de la primera fórmula conduce a que J(2m ) = 1.

Vamos a cambiar el enfoque: dado que lo que parece relevante aquı́ es la paridad de n (y
de sus sucesivas “mitades”), utilicemos la expresión binaria de n,
n = (ak , ak−1 , . . . , a1 , a0 )2 ,
rs
donde los aj ∈ {0, 1} y ak = 1.

Ve
Si estamos en el caso en que n es par (esto es, si a0 = 0), las relaciones de arriba nos exigen
calcular el número de Josefo en n/2. Y la expresión binaria de n/2 es (ak , ak−1 , . . . , a2 , a1 )2 ,
pues sólo hay que eliminar la última cifra del desarrollo binario.
Por otro lado, si n es impar, el número que nos interesa es ahora (n − 1)/2, cuya expresión
en binario, como puede comprobar el lector es, de nuevo, (ak , ak−1 , . . . , a2 , a1 )2 .
¡Estupendo!, porque, si utilizamos la expresión binaria de n, la relación de recurrencia se
simplifica notablemente:
J ((ak , ak−1 , . . . , a1 , a0 )2 ) = 2 J ((ak , ak−1 , . . . , a1 )2 ) + (−1)a0 +1
(nótese que sumábamos un 1 o un −1 dependiendo de la paridad de n, esto es, del valor de

a0 ). Y esta relación sı́ que se puede iterar:

J ((ak , . . . , a0 )2 ) = 2 2 J ((ak , . . . , a2 )2 ) + (−1)a1 +1 + (−1)a0 +1
= 22 J ((ak , . . . , a2 )2 ) + 2 (−1)a1 +1 + (−1)a0 +1
ar
= 23 J ((ak , . . . , a3 )2 ) + 22 (−1)a2 +1 + 2 (−1)a1 +1 + (−1)a0 +1
..
.
in

k−1
= 2k J ((ak )2 ) + (−1)aj +1 2j ,

=1 j=0
m
porque ak = 1. Y ya tenemos la fórmula que buscábamos:

k
si n = (ak , ak−1 , . . . , a1 , a0 )2 , entonces J ((ak , . . . , a0 )2 ) = (−1)aj +1 2j .
eli
para cuya aplicación basta con conocer la expresión en binario de n. En el ejercicio 6.1.14 se
j=0
pide obtener una fórmula alternativa. ♣

pr
EJERCICIOS.
6.1.1 Tenemos dos sucesiones de números, (an ) y {An }, cuyos primeros términos coinciden: a1 =
A1 . De la primera sabemos que cumple que
ión
an ≤ 2an−1 + 1 , para cada n ≥ 2.
Por su parte, la segunda sucesión verifica la ecuación de recurrencia
An = 2An−1 + 1 , para cada n ≥ 2.

rs
Probar, por inducción, que an ≤ An para cada n ≥ 1.
6.1.2 Obtener una fórmula de recurrencia para an,k , siendo an,k el número de formas de distribuir
Ve
n bolas idénticas en k cajas numeradas de forma que en cada caja haya entre 2 y 4 bolas.
Sugerencia. Establecer una partición de las distribuciones totales según el número de bolas (2,
3 o 4) que lleve la última caja.
Solución. an,k = an−2,k−1 + an−3,k−1 + an−4,k−1 .
6.1.3 Obtener una fórmula de recurrencia para an , siendo an el número de tiras de ceros y unos de
longitud a lo sumo n donde hay exactamente tres unos, uno de los cuales es el último sı́mbolo.
Sugerencia. Observar que las listas que cuenta an son, o bien listas de longitud a lo sumo n − 1,
o bien listas de longitud exactamente n. Para contar éstas últimas, basta decidir la posición de los
dos unos que no están en la última posición de la lista.

n−1
Solución. an = an−1 + 2 .
6.1.4 Obtener una ecuación de recurrencia para bn , el número de listas de longitud n formadas con
elementos de {0, 1, 2} en las que no aparecen ni dos unos consecutivos ni dos doses consecutivos.
ar
Sugerencia. Distinguir entre las listas que acaban en 0, en 1 o en 2. El primer caso es trivial, y
en los otros casos, distinguir a su vez entre las distintas posibilidades. Por ejemplo, las listas que
acaban en 1 pueden acabar en 01 (que son fáciles de contar) o en 21; para éstas, habrá que volver
in
a distinguir los dos casos posibles. Otra forma de abordar el problema es establecer un sistema de
recurrencias, introduciendo tres nuevas sucesiones, las que cumplen las condiciones y acaban en 0,
las que lo hacen en 1 y aquéllas que acaban en 2.
n−2
m
Solución. bn = bn−1 + 2 j=1 bj + 4.
6.1.5 En el problema de la ruina del jugador (véase el ejemplo 6.1.9), nos interesa también la
duración media del juego, d(n), cuando se parte de una fortuna n. Obsérvese que d(0) = d(N ) = 0.
Obténgase que, para cada n en el rango adecuado, eli
d(n) = p d(n + 1) + q d(n − 1) + 1 .
6.1.6 La sucesión de números L(n) del ejemplo 6.1.14 nos permite reescribir el resultado de la
pr
página 308 sobre el número de coeficientes binómicos que son impares. Comprobar que

n
#{k ≤ n : es impar} = 2L(n) ,
k
6.1.7 Comprobar, por inducción, que si m ≥ 0, entonces

ión
n
2 −1
2L(k) = 3n ,
k=0
donde los L(k) son los números de Leibniz del ejemplo 6.1.14.
rs
∞
6.1.8 Definamos Hn = e−t sinn (t)dt . Comprúebese que H(0) = 1 y H(1) = 1/2, y que
0
k(k − 1)
Ve
Hk = Hk−2 , para cada k ≥ 2.

1 + k2
Dedúzcanse las fórmulas para las integrales de ı́ndice par H2k y las de ı́ndice impar H2k+1 .
k H2k+1 k
Solución. Para cada k ≥ 1, H2k
(2k)! = 1
j=1 1+4j 2 y (2k+1)! = 1
j=1 1+(2j+1)2
6.1.9 Otro sistema para amortizar un préstamo consiste en lo siguiente: cada mes se pagan los
intereses generados en el periodo anterior y se amortiza una cantidad fija C de capital. Ası́, el pago
mensual, Pn , será
Pn = In + C ,
para n ≥ 1, donde In es el interés generado desde el pago anterior. Obsérvese que ahora el pago
mensual no es fijo, sino que va decreciendo con el tiempo. Llamemos Dn a la deuda con el banco en
el mes n.

(a) Obtener una fórmula para Dn .

(b) De la condición D12 N = 0, obtener el valor de C.
(c) Con estas expresiones, obtener los valores de In y de Pn .
ar
(d) Con los datos R = 0,05, N = 20 años y V = 10 millones, dibujar la gráfica de los pagos de
intereses y capital.

Solución. (a) Dn = V − n C. (b)C = V
. (c)In = V R
1− n−1
, Pn = In + V
12 N .
in
12 N 12 12 N
6.1.10 Una tercera forma de amortización es el llamado sistema americano. Dados los datos R,
V y N como antes, se devuelve toda la deuda y sus intereses en un único pago al final del contrato.
m
Esto es, se hace un pago en el mes 12 N de
12 N
R
Pfinal = V 1+ .
12
eli
Para acumular ese capital se crea un fondo al que se contribuye con una cantidad fija P cada mes;
este dinero se capitaliza mensualmente con un tipo de interés anual S (generalmente, distinto de R).
Se pide establecer una recurrencia para An , el capital acumulado tras la aportación del mes n. Y, con
la condición de que A12 N = Pfinal , obtener el valor de P .
pr
6.1.11 Estamos con el modelo de toma de medicamentos explicado en el ejemplo 6.1.19. Hallar los
rangos de los parámetros d y C en los que mantendremos la cantidad de medicamento entre los lı́mites
A y B. Deducir las condiciones sobre A y B para que estos rangos realmente existan.

ión
Solución. (a) d ∈ ( 12 − 1
4 − A 1
B, 2 + 1
4 − A
B ), C ∈ (B( 12 − 1
4 − A 1
B ), B( 2 + 1
4 − A
B ))
6.1.12 Seguimos con el modelo de la toma de medicamentos. Los valores lı́mite son A = 100 y
B = 500. Comprobar que el problema tiene solución y determinar los rangos para los parámetros d
y C. El medicamento está caracterizado por un valor de k = 2. (a) Si C = 200, ¿cuál será el mayor
valor de N posible? (b) Si queremos que las tomas sean cada 8 horas, ¿cuál será la menor cantidad
rs
de medicamento que podrá llevar la pastilla?
6.1.13 Repetir el análisis del ejemplo 6.1.19 suponiendo que la primera toma es especial, C0 (las
Ve
restantes siguen siendo todas de C). Hallar xn e yn y comprobar las condiciones en las que tendremos
solución.
6.1.14 Estamos con el problema de Josefo del ejemplo 6.1.20. Supongamos que la expresión binaria
de n es (ak , ak−1 , . . . , a1 , a0 )2 , donde ak = 1.
(a) Consideremos el número N cuya expresión en binario tiene la misma longitud que la de n y sus
k
cifras son todo unos; esto es, N = j=0 2j . Calcular 2n − N y comprobar que coincide con el valor
de J(n).
(b) Comprobar, utilizando el apartado anterior, que si escribimos n = 2k + l, con 0 ≤ l < 2k , entonces
J(2k + l) = 2l + 1 .
(c) Aplicar esta fórmula al cálculo de J(134) y J(1356).

6.1.15 Una prueba alternativa de la fórmula del ejercicio anterior. En el texto ya se sugirió probar
que J(2k ) = 1, para cualquier k ≥ 0, de manera que el que ocupa la primera posición es el superviviente
en este caso. Ahora supongamos que n = 2k +l, con 0 ≤ l < 2k . Dejamos que el proceso de eliminación
acabe con los l primeros. Determinar cuáles son para completar el argumento.
ar
6.1.16 Utilizar la fórmula obtenida en el ejercicio 6.1.14 para probar que
J((ak , ak−1 , . . . a1 , a0 )2 ) = (ak−1 , ak−2 , . . . , a1 , a0 , ak )2 ;
in
esto es, que podemos obtener el valor de J(n) permutando cı́clicamente una posición de la expresión
binaria de n.
6.1.17 Ciertos números cumplen que J(n) = n/2. Es el caso, por ejemplo, de 2, 10, 42, 170, etc.
m
Utilizando el ejercicio 6.1.16, caracterizar los números para los que esto ocurre.
Solución. Los números de la forma (1010 . . . 1010)2 .
eli
6.1.18 Seguimos con el problema de Josefo, pero ahora queremos salvar a dos personas. Hallar K(n),
la posición que debe ocupar inicialmente una persona para ser la penúltima en el proceso y ası́ poder
salvarse también (al menos, si el último es clemente).
pr
6.1.19 Compruébese que la solución del problema original de Josefo (véase la nota al pie en el
ejemplo 6.1.20) es, con la notación adecuada a la cuestión, J3 (41) = 31.
6.1.20 De la cunicultura a la apicultura. Los zánganos tienen madre, la reina, pero cada reina tiene
padre y madre. En el árbol genealógico de un zángano, ¿cuántos antecesores hay si nos remontamos
n generaciones? Obténgase una ecuación de recurrencia.
ión
6.1.21 Consideremos un polı́gono regular de n + 2 vértices, etiquetados (circularmente) con los

números {0, 1, . . . , n + 1}. Llamemos Tn al número de maneras de triangular, es decir, partir en n
triángulos, usando n−1 diagonales. Comprobar que los Tn satisfacen la recurrencia del ejemplo 6.1.10.
6.1.22 Consideremos una función f : X → X , donde X = {1, . . . , N }. Sea a0 ∈ X . Definimos

rs
a1 = f (a0 ), a2 = f (a1 ) y, en general, an = f (an−1 ). Comprobar que existe un n0 y un k tales que

an+k = an para todo n ≥ n0 .
6.1.23 Analı́cense, a la luz del ejercicio anterior, los siguientes sistemas dinámicos para diversos
Ve
valores de a0 :
a) El conjunto X = {0, 1, 2, . . . , 6} y la función f : X → X , donde f (n) es el resto de dividir 3n
por 7.
b) Sea X = {0, 1, . . . , 9999}. La regla f es la siguiente: dado n ∈ X , consideramos los números
a (que tiene las mismas cifras que n, pero ordenadas de menor a mayor) y b (mismas cifras
que n, pero de mayor a menor). Finalmente, f (n) = b − a. Por ejemplo, si n = 3075, entonces
a = 0357 y b = 7530, de manera que f (n) = 7173.
6.1.24 En el esquema de Fibonacci del ejemplo 6.1.7, los conejos tienen dos parejas de descendientes
cuando tienen 2 meses, y tres parejas a partir del tercer mes de vida. Llamemos an al número de
conejos que en el mes n tienen 3 meses de vida o más, bn a los que tienen exactamente 2 meses y
cn a los de 1 mes. Suponemos que c0 = 1 y a0 = b0 = 0. Escrı́base una recurrencia (matricial) para
(an , bn , cn ) y dedúzcase una expresión para el número total de conejos en el mes n.

6.1.25 Considérese la sucesión de signos ±1 dada por la siguiente regla:
u(2n) = u(n) , para cada n ≥ 1 y u(2n + 1) = (−1)n , para cada n ≥ 0.
Escrı́banse los primeros términos.
ar
Observemos que todo número natural n se puede escribir de manera única en la forma n =
2r (2s + 1), con r ≥ 0 y s ≥ 0, sin más que agrupar los doses de su desarrollo en primos. Comprúebese
que la regla de recurrencia anterior se puede escribir como sigue:
in
u(2r (2s + 1)) = (−1)s .
m
eli
pr
ión
rs
Ve

6.2. Resolución de ecuaciones de recurrencia 411
6.2. Resolución de ecuaciones de recurrencia

Como el lector podrá imaginar, la variedad de ecuaciones de recurrencia que se pueden
plantear es inmensa. Y, en la mayorı́a de ellas, resolverlas es una tarea difı́cil, si no impo-
ar
sible. Aquı́ nos limitaremos a estudiar algunos casos particulares, sobre todo las ecuaciones
lineales. Hay métodos para resolver otras familias de ecuaciones, pero dado que las funciones
generatrices, que introduciremos en el capı́tulo 10, nos permitirán abordar estos problemas
más fácilmente, obviaremos su descripción.
in
6.2.1. Ecuaciones lineales, homogéneas y con coeficientes constantes
En esta subsección nos interesaremos por las sucesiones (an )∞
m
n=0 que son solución de
ecuaciones como la siguiente:
A0 an + A1 an−1 + · · · + Ak an−k = 0 para cada n ≥ k,

eli
donde los A0 , A1 , . . . , An−k son ciertos números dados, con A0 , Ak = 0, y k ≥ 1. Observemos
que, de manera muy sintética, estamos representando infinitas condiciones para los términos
de la sucesión. Sin pérdida alguna de generalidad, podemos suponer que A0 = 1, y muchas
pr
veces escribiremos la ecuación de la siguiente forma:
an = B1 an−1 + B2 an−2 + · · · + Bk an−k para cada n ≥ k,
para insistir en que cada término de la sucesión (a partir de un cierto ı́ndice) se escribe como
combinación lineal (con coeficientes constantes) de unos cuantos términos anteriores. La
ión
homogeneidad a la que nos referimos quiere decir que no aparecen términos extra que no
dependan de los propios aj . Esto resulta ser fundamental en el análisis que vamos a hacer.
En la subsección 6.2.2 veremos cómo podremos tratar el caso en que aparezcan términos no
homogéneos.
El número de términos anteriores involucrados será el grado de la ecuación: k, en el caso
rs
de la que hemos escrito (y diremos que la ecuación es de orden k). Necesitaremos, además,
k condiciones iniciales para que la sucesión “arranque”; en el caso de arriba, los números
a0 , a1 , . . . , ak−1 . De todos los que hemos visto en la primera sección de este capı́tulo, sólo los
Ve
ejemplos 6.1.1, 6.1.5, 6.1.6, 6.1.7 y 6.1.9 son de este tipo.

El caso k = 1, la ecuación de primer grado, es especialmente sencillo, y la resolución se
basa en la aplicación reiterada de la ecuación hasta llegar al valor inicial. Esto ya lo hemos
hecho en varias ocasiones, incluso permitiendo la presencia de un término extra constante
(veánse los ejemplos 6.1.3, 6.1.18 y 6.1.19; revı́sese también el ejercicio 6.2.1), ası́ que no
insistiremos en ello, aunque todas las propiedades generales que iremos descubriendo también
se aplican a este caso.
Los ingredientes del estudio general que vamos a desarrollar están ya presentes en el
caso de la ecuación lineal homogénea de segundo orden, a la que añadimos dos condiciones
iniciales:
(∗) an = α an−1 + β an−2 para cada n ≥ 2;
a0 = p , a1 = q .

Ésta será nuestra guı́a en los argumentos: los datos son α, β, p y q, y el objetivo es obtener
una fórmula para an en términos de n. Conviene aquı́ señalar que tener una fórmula cerrada
para la solución no significa necesariamente que ésta sea la manera más eficaz de calcular los
valores de la sucesión (la ecuación de recurrencia podrı́a ser un mejor método). La utilidad
ar
de una tal fórmula, muchas veces, consiste en que nos permite entender el comportamiento
de los an (por ejemplo, para n grande) en términos de ciertas cantidades que en un primer
vistazo podrı́an pasar inadvertidas. Tendremos esto en cuenta, y mucho, en el análisis que
vamos a hacer.
in
Aunque es el problema completo (ecuación más condiciones iniciales) lo que nos interesa,
muchas de las propiedades de las soluciones sólo dependen de la ecuación, ası́ que de ella
haremos un análisis especı́fico.
m
A. Estructura de las soluciones
eli
Parece razonable iniciar el estudio asegurándonos de la existencia de soluciones. En el
caso que nos ocupa, esta cuestión es sencilla, pues basta “arrancar” la sucesión a partir de los
valores iniciales. Con el mismo argumento podemos comprobar la unicidad de la solución
del problema completo12 . Esto es muy importante: de entre todas las posibles sucesiones que
pr
satisfacen la ecuación, sólo una verifica, además, las condiciones iniciales.
Ası́ que nos centramos en el estudio de la ecuación. Diremos que una sucesión (an )∞ n=0 =
(a0 , a1 , a2 , a3 , . . . ) es solución de la ecuación (∗) si sus términos, a partir de a2 , verifican
las infinitas condiciones que tan abreviadamente hemos escrito en (∗). Las siguientes son
observaciones inmediatas al respecto de estas soluciones:
ión
1. Si (an ) y (bn ) son dos soluciones de (∗), entonces la sucesión (cn ) definida mediante
cn = an + bn también lo es pues, para cada n ≥ 2,
cn = an + bn = α an−1 + β an−2 + α bn−1 + β bn−2

= α (an−1 + bn−1 ) + β (an−2 + bn−2 ) = α cn−1 + β cn−2 .
rs
2. De la misma manera, se comprueba que si (an ) es solución de (∗) y r es un cierto

número real fijo, entonces la sucesión (cn ) definida a través de cn = r an para cada n
Ve
también lo es.
Ası́ que el conjunto de soluciones13 de (∗), no es cualquier cosa, sino que tiene estructura, en
concreto la de espacio vectorial14 : la suma de soluciones sigue siendo solución, y también
el producto de una solución por una constante.
Esto tiene una consecuencia muy importante. Supongamos que (an ) y (bn ) son dos so-
luciones distintas (con más precisión, no deben ser una múltiplo de la otra). Por simplificar
12
Un argumento más formal serı́a el siguiente: si hubiera dos soluciones, el principio de inducción fuerte nos
permitirı́a probar que ambas, en realidad, son la misma.
13
Nótese que hay infinitas soluciones de la ecuación.
14
El lector avisado sabrá identificar los conceptos de base y dimensión que aparecerán implı́citamente en
nuestros argumentos. Si además está versado en la teorı́a de resolución de ecuaciones diferenciales, muchas de
las técnicas que aquı́ aparecerán le resultarán familiares.

el argumento, supongamos que son (an ) = (0, 1, . . . ), la solución que empieza con 0 y 1,
y (bn ) = (1, 0, . . . ), que empieza con 1 y 0. Consideremos otra solución cualquiera de la
ecuación (∗), digamos (cn ) = (c0 , c1 , c2 , . . . ).
Formemos ahora la sucesión (dn ) definida mediante dn = c1 an + c0 bn , para cada n.
ar
Ya sabemos que (dn ) es solución de la ecuación. Pero, además, sus dos primeros términos
coinciden con los de (cn ). Ası́ que ambas sucesiones, (cn ) y (dn ), han de ser la misma.
En conclusión, si encontramos dos soluciones “distintas” (linealmente independientes, en
in
realidad), cualquier otra solución de la ecuación se puede escribir como combinación lineal de
ellas. Lo que nos falta es diseñar un método para encontrar “buenas” soluciones “básicas”.
B. Forma de las soluciones
m
Quizás el lector se esté preguntando, a estas alturas, por qué es necesario seguir con
este análisis: ya hemos encontrado dos soluciones, las que empiezan, respectivamente, por
sucesiones han de ser eli

(0, 1, . . . ) y por (1, 0, . . . ). Como han de verificar la ecuación, los primeros términos de estas
(an ) = (0, 1, α, α2 + β, α3 + 2αβ, α4 + 3α2 β + β 2 , . . . )

(bn ) = (1, 0, β, αβ, α2 β + β 2 , α3 β + 2αβ 2 , α4 β + 3α2 β 2 + β 3 , . . . )
pr
También sabemos que cualquier otra solución de la ecuación se puede escribir como combi-
nación lineal de estas dos: su término general será de la forma
cn = Aan + Bcn ,
ión
donde A y B son dos ciertas constantes (que en realidad quedarán determinadas en cuanto
nos den las condiciones iniciales).
Pero el panorama no es muy alentador: ya tenemos una respuesta, pero no parece muy
adecuada, pues no parece posible extraer de ella una fórmula cerrada y manejable del término
rs
general en función de n.
Quizás no estemos eligiendo bien las dos soluciones “especiales”. Recordemos que han de
ser dos soluciones “distintas”, en el sentido de que una no sea un múltiplo de la otra (en
Ve
general, y ya pensando en ecuaciones de orden mayor, exigiremos que sean linealmente inde-
pendientes). Podrı́amos intentarlo, por ejemplo, con las sucesiones (1, 1, . . . ) y (1, −1, . . . ); el
argumento funcionarı́a de nuevo, pero no obtendrı́amos una fórmula manejable.
Buscamos soluciones con cierta estructura. Podrı́amos intentar, por ejemplo, que los
términos de la solución estuvieran en progresión aritmética. Es decir, empezamos con (a0 , a0 +
d, . . . ), donde d está a nuestra disposición. El tercer término serı́a el dictado por la ecuación:
α(a0 + d) + βa0 y buscamos un valor de d para el que ese término sea el siguiente en la
progresión, esto es, a0 + 2r. Enseguida nos damos cuenta de que no vamos por buen camino.
Ası́ que intentemos otra estructura que conocemos bien: que los términos de la sucesión
estén en progresión geométrica. Empezamos con (1, r, . . . ), a ver qué pasa. La sucesión es
como sigue:
(1, r, α r + β, α(αr + β) + β r, . . . )

Ahora ajustamos r para que el tercer término esté en progresión geométrica con los anteriores;
esto es, r ha de cumplir que
α r + β = r2 .
Y vamos con el cuarto término:
ar
α(αr + β ) + β r = α r2 + β r = r(α r + β ) = r3 .

=r2 =r2
in
¡Increı́ble!, sale gratis. El mismo valor de r que nos permite ajustar el tercer término consigue
hacerlo con el cuarto. El lector podrá comprobar que lo mismo ocurre para los siguientes.
Ası́ que existe una solución de la ecuación de la forma an = rn (recuérdese que esto ya
m
ocurrı́a en las ecuaciones de primer grado que hemos resuelto en la sección 6.1), una fórmula
de lo más sencilla. Además, la ecuación de segundo grado que define el valor de r adecuado
puede tener otra solución, que nos permitirı́a construir otra sucesión, también con términos
eli
en progresión geométrica, con la que completar el análisis del problema.
C. Método de resolución
pr
Ya estamos en condiciones de resumir y formalizar estas ideas. Buscamos soluciones (an )
de la ecuación (∗) cuyos términos estén en progresión geométrica; es decir, que sean de la
forma an = rn , para todo n ≥ 0, donde r es un cierto número no nulo que determinaremos
en un momento. El que sea solución exige que
rn = α rn−1 + β rn−2 para cada n ≥ 2.

ión
Pero estas infinitas condiciones se resumen, en realidad, dividiendo por rn−2 , en una sola,
r2 = α r + β
rs
(el lector que haya estudiado el ejemplo 6.1.7 encontrará familiar este argumento). A la ecua-
ción algebraica ası́ obtenida se le llama ecuación caracterı́stica. El análisis dependerá de
qué tipo de soluciones tenga esta ecuación de segundo grado.
Ve
Caso 1. La ecuación caracterı́stica tiene dos raı́ces reales distintas

Llamemos r1 y r2 a estas dos raı́ces. Sabemos que las sucesiones definidas por an = r1n
y bn = r2n son soluciones de (∗). Son además, distintas (linealmente independientes), porque
r1 = r2 . Ası́ que cualquier otra solución se escribirá como combinación lineal de ellas. Es
decir, podemos escribir la solución general de (∗) como
n
A r1 + B r2n
donde A y B son dos constantes cualesquiera. Si ahora buscamos la (única) solución que veri-
fica dos ciertas condiciones iniciales, bastará con determinar los valores de A y B adecuados,
mediante sencillas relaciones algebraicas. Lo vemos en un ejemplo.

Ejemplo 6.2.1 Consideremos la sucesión de números de Fibonacci, Fn , dada por F0 = 0,

F1 = 1 y Fn = Fn−1 + Fn−2 para cada n ≥ 2.
La ecuación caracterı́stica
√ correspondiente
√ es r2 − r − 1 = 0, cuyas soluciones son, como ya
1+ 5 1− 5
vimos, r1 = 2 y r2 = 2 ; ası́ que la solución general de la ecuación de Fibonacci es
ar
√ √
1+ 5 n 1− 5 n
A +B .
2 2
in
En esta fórmula tenemos codificadas todas las soluciones de la ecuación de Fibonacci. Queda
determinar los valores de A y B que corresponden a la sucesión que nos incumbe, la que tiene
como valores iniciales 0 y 1. Sólo hay que escribir los casos n = 0 y n = 1 de la fórmula y
m
resolver el sistema de ecuaciones correspondiente:

0 = F0 = A + B 
 1 1
1 = F1 = A
√
1+ 5
2 +B
√
1− 5
2
eli

=⇒ A = √
Y la fórmula para el n-ésimo número de Fibonacci resulta ser

5
y B = −√ .
5
pr
√ √
1 1+ 5 n 1 1− 5 n
Fn = √ −√
5 2 5 2
la llamada fórmula de Binet, de 1843 (aunque Daniel Bernoulli y Euler ya la conocı́an hacia
ión
1724). Pasan cinco siglos desde que Fibonacci se interesara por estos números hasta que se
obtiene esta expresión. Nada menos que cinco siglos separan las simples manipulaciones con
la ecuación del nivel de abstracción que supone el análisis que aquı́ hemos hecho y que nos
ha conducido a esta fórmula.
Fórmula, por cierto, algo sorprendente; obsérvese que los distintos términos, que invo-
rs
lucran raı́ces de 5, se combinan mágicamente para dar siempre un entero. Quizás no sea
la manera más eficaz de calcular el valor de un cierto Fn , pero descubre, o más bien hace
explı́cita, la relación entre estos números de Fibonacci y τ , la razón áurea, relación sobre la
♣
Ve
que profundizaremos más adelante.
Caso 2. La ecuación caracterı́stica tiene una raı́z real doble

La ecuación caracterı́stica r2 − αr − β = 0 tiene una única raı́z (doble), r1 , sólo si los
coeficientes α y β son muy especiales. En concreto, con la ayuda de la fórmula cuadrática (el
radicando α2 + 4β ha de ser 0), obtenemos que tienen que ser de la forma α = 2r1 y β = −r12 .
La ecuación de recurrencia con la que estamos es, pues,
an = 2r1 an−1 − r12 an−2 , para cada n ≥ 2.
Sabemos que (an ) = (1, r1 , r12 , r13 , . . . ) es una solución de la ecuación, pero falta otra. No
queremos que sea un múltiplo de ésta, y parece razonable suponer que ha de depender de r1 .

Podrı́amos intentarlo con la sucesión (bn ), que empieza con (0, r1 , . . . ) y que cumple las
condiciones requeridas. Miremos el aspecto de sus primeros términos:
b2 = 2r1 b1 − r12 b0 = 2r12 ,
ar
b3 = 2r1 b2 − r12 b1 = 4r13 − r13 = 3r13 ,
b4 = 2r1 b3 − r12 b2 = 6r14 − 2r14 = 4r14 .
in
De lo más atractivo; y sorprendente: las sucesivas cancelaciones hacen que los términos de la
sucesión sean de la forma nr1n , para cada n ≥ 0, de nuevo una fórmula sencilla y manejable.
El lector puede comprobar más formalmente que, efectivamente, si r1 es una raı́z doble de la
ecuación caracterı́stica, entonces la sucesión dada por bn = n r1n para cada n es una solución
m
de la ecuación de recurrencia. Ası́ que la solución general se puede escribir como

A r1n + B n r1n
eli
De nuevo, los valores de A y B se determinarán con las condiciones iniciales.
Por supuesto, habı́a una razón, además de las heurı́sticas que hemos expuesto aquı́, para
pr
elegir la forma particular de esta segunda solución (véase el ejercicio 6.2.2). No hay tal Deus
ex machina, al que a veces somos tan aficionados en los textos de Matemáticas.
Ejemplo 6.2.2 La ruina del jugador, revisada.
En el ejemplo 6.1.9 dábamos los ingredientes del problema: empezamos a jugar con n euros,
ión
donde 0 ≤ n ≤ N , para cierto N fijo. En cada partida ganamos con probabilidad p, y

perdemos con probabilidad q = 1 − p. Si a(n) es la probabilidad de arruinarnos, entonces
1 q
a(n + 2) = a(n + 1) − a(n) , si 0 ≤ n ≤ N − 2.
p p
rs
Las condiciones “iniciales”, un tanto inusuales, son a(0) = 1 y a(N ) = 0. La ecuación

caracterı́stica es, en este caso,
1 q
r2 − r + = 0,
Ve
p p
cuyas soluciones son r1 = q/p y r2 = 1. Llamemos, por comodidad, δ al cociente q/p. Hay
dos casos, dependiendo de si δ = 1 o no.
Caso p = q (es decir, δ = 1). Estamos ante un juego en el que, en cada partida, la probabi-
lidad de ganar no es la misma que la de perder. Si estuviéramos hablando de una moneda,
dirı́amos que está “cargada”. Cuando jugamos a la ruleta, apostando al rojo o al negro, esta-
mos en este caso, como luego explicaremos (de hecho, en el caso en que p < q, como el lector
se habrá imaginado ya).
Como las raı́ces de la ecuación caracterı́stica son distintas, la solución general será
a(n) = A 1n + B δ n .

Y, con las condiciones iniciales, determinamos A y B:


a(0) = A + B = 1  δN 1
=⇒ A = − y B= ,
a(N ) = A + B δ N = 0  1 − δN 1 − δN
ar
con lo que la solución es
δN 1
in
a(n) = − + δn , (donde, recordemos, δ = q/p).
1−δ N 1 − δN
Caso p = q = 1/2 Ahora hay una única raı́z de la ecuación caracterı́stica, r1 = r2 = 1, y la
m
solución general se puede escribir como
a(n) = A 1n + B n 1n = A + Bn.
eli
De las condiciones iniciales obtenemos que A = 1 y B = −1/N , con lo que
a(n) = 1 −
n
.
N
pr
El comportamiento de las dos soluciones es bien diferente: en el caso p = q, es una fun-
ción lineal de n, mientras que en el otro es una función exponencial. Para medir realmente
qué supone esto, supongamos que estamos en un casino europeo apostando al rojo: de los 36
números, hay 18 rojos y otros 18 negros. Pero hay también una casilla, la del 0, que no lleva
color; si sale el 0, la banca se lleva todas las apuestas. Parece poco negocio para el casino,
ión
pero analicémoslo con cuidado. La probabilidad de ganar es p = 18/37, mientras que la de

perder es q = 19/37, ligeramente superior, debido a la presencia de esta casilla extra con el 0.
El cociente δ = q/p vale 1,0555. Prácticamente 1, pero no exactamente 1.
Las gráficas que aparecen a continuación comparan los valores de a(n) en el rango 0 ≤
n ≤ N con δ = 1 y δ = 1,0555. Con δ = 1, claro, tenemos una recta. La de la izquierda
rs
corresponde a N = 40, y ya se aprecia una cierta diferencia. La de la derecha es para N = 200,

y la discrepancia es ya espectacular.
Ve
1 1
0.8 0.8
0.6 0.6
0.4 0.4
0.2 0.2
0 10 20 30 40 0 20 40 60 80 100 120 140 160 180 200

n n
Obsérvese que en la gráfica de la derecha, la probabilidad de arruinarse es prácticamente 1 (en

el caso δ = 1, 0555) a menos que n esté muy, pero que muy cercano a N = 200. Digamos que

estamos jugando a “doblar o arruinarse” (N = 2n). Si el juego es equilibrado, la probabilidad

de arruinarse es siempre un 1/2, sea cual sea N . Pero en la ruleta, para N = 40 tenemos una
probabilidad de ruina de casi el 70 %. . . y si estamos con N = 200, nos arruinaremos en más
del 98 % de las ocasiones. Las conclusiones quedan para el lector. ♣
ar
Caso 3. La ecuación caracterı́stica tiene dos raı́ces complejas
La ecuación caracterı́stica tiene coeficientes reales, ası́ que sabemos15 que las dos raı́ces
in
complejas son conjugadas una de la otra. Digamos que son z1 = a + bi y z2 = z 1 = a − bi.
El lector puede comprobar que las sucesiones (an ) y (bn ) definidas, para cada n, mediante
an = z1n y bn = z2n respectivamente, son soluciones de la ecuación de recurrencia, ası́ que su
m
solución general se puede escribir como

A z1n + B z2n = A z1n + B z n1 ,
eli
donde A y B son dos parámetros que, como siempre, se determinarán con las condiciones
iniciales.
Pero todo en este problema, los coeficientes de la ecuación y los propios términos de
pr
la sucesión, son números reales. Y obtenemos una solución escrita en términos de números
complejos. Pese a la advertencia de Hadamard (véase la página 36), puede que esto no nos
deje muy satisfechos (y eso que, aceptando esta escritura en complejos, ¡la fórmula que se
obtiene es de lo más manejable!)
Ası́ que nos ponemos a pensar si podemos encontrar otro par de soluciones, que cumplan
ión
las condiciones habituales, y cuyos términos sean números reales (y, por supuesto, tales que
la fórmula que obtengamos siga siendo razonable). Nuestras soluciones especiales empiezan
con
(an ) = (1, z1 , . . . ) y (bn ) = (1, z 1 , . . . ) .
rs
¿Qué podemos hacer para conseguir, a partir de éstas, otras dos sucesiones cuyos dos primeros
términos (de cada una) sean reales? Por supuesto16 , sumarlas y restarlas (con las constantes
adecuadas). Ası́ que definimos dos nuevas sucesiones (# an ) y (#bn ) mediante
Ve
#
an =
an + b n
y #bn = an − bn (para cada n ≥ 0)
2 2i
cuyos primeros términos resultan ser
1 + 1 z + z
1 1
#
an = , , . . . = (1, Re(z1 ), . . . )
2 2
1 − 1 z − z
#bn = ,
1 1
, . . . = (0, Im(z1 ), . . . )
2i 2i
15
En el caso de la ecuación de segundo grado es obvio. Para ecuaciones de mayor grado, ya vimos el
argumento en la demostración de la proposición 4.45.
16
Si algún lector no está familiarizado con las cuestiones relacionadas con los números complejos, puede
consultar el final de la sección 1.1.

Y la mitad del trabajo está hecho: los términos de las dos soluciones son todos reales. Pero
la cosa es todavı́a más sorprendente: los siguientes términos se pueden describir de manera
sencilla. Como en ellos están involucradas potencias de z1 y z 1 , conviene que escribamos las
raı́ces en su forma polar: z1 = |z1 |eiθ y z2 = z 1 = |z1 | e−iθ , donde θ = arg(z1 ). Tienen el
ar
mismo módulo y argumento θ de signo contrario, pues son complejas conjugadas. Y ahora,
la casi mágica fórmula de Euler-De Moivre, que nos dice que las potencias se escriben de
manera muy sencilla:
in
z1n = (|z1 | eiθ )n = |z1 |n einθ y z2n = (|z1 | e−iθ )n = |z1 |n e−inθ
De manera que los términos generales de las nuevas sucesiones son, simplemente,
m
z1n + z n1 einθ + e−inθ
#
an = = |z1 |n = |z1 |n cos(nθ) ,
2 2
#bn = z1n − z n1 einθ − e−inθ
2i eli
= |z1 |n
2i
= |z1 |n sin(nθ) .
Perfecto: todos los términos son reales, y la fórmula es sencilla. Decidimos entonces emplear,
para describir la solución general de la ecuación, la expresión
pr
∞
A |z1 |n cos(nθ) + B |z1 |n sen(nθ)
n=0
donde, recordemos, θ = arg(z1 ).

ión
Ejemplo 6.2.3 Queremos encontrar la sucesión de números (an ) definidos por
an = 2 an−1 − 2 an−2 , para cada n ≥ 2,
junto con las condiciones iniciales a0 = 1 y a1 = 1.

rs
Con la ecuación caracterı́stica podemos obtener las raı́ces z1 y z2 :
r2 − 2r + 2 = 0 =⇒ z1 = 1 + i y z2 = z 1 = 1 − i .
Ve
Serı́a lı́cito, desde luego, escribir la solución general de la ecuación como

∞
A (1 + i)n + B (1 − i)n .
n=0
Pero es mejor utilizar la expresión alternativa. Observemos que el módulo y el argumento del
número complejo z1 = 1 + i son, respectivamente,
√ π
|z1 | = 2 y arg(z1 ) = .
4
Ası́ que podemos escribir la solución general como
π π ∞
A 2n/2 cos n + B 2n/2 sen n .
4 4 n=0

Con las condiciones iniciales determinamos que A = 1 y que B = 0, ası́ que la respuesta
buscada es, para cada n ≥ 0, π
an = 2n/2 cos n .
4
ar
Compruébese que, a pesar de escribirse de esta forma algo extravagante, los términos de la
sucesión son todos enteros. ♣
Todos los argumentos que hemos desarrollado hasta aquı́ para el caso de la ecuación de
in
segundo grado se aplican, mutatis mutandis, a las ecuaciones lineales, homogéneas y con
coeficientes constantes de grado k. Dejamos al lector que reconstruya la teorı́a para el caso
general, y nos limitamos a exponer el resultado básico, ası́ como a ilustrarlo con un ejemplo.
m
Teorema 6.1 Dado k ≥ 1, la solución general de la ecuación
an = A1 an−1 + A2 an−2 + · · · + Ak an−k
se puede escribir de la forma eli

{P1 (n) r1n + P2 (n) r2n + · · · + Ps (n) rsn },
donde r1 , r2 , . . . , rs son las raı́ces distintas (reales o complejas) de la ecuación caracterı́stica

pr
rk = A1 rk−1 + A2 rk−2 + · · · + Ak−1 r + Ak
y cada Pi (n) es un polinomio genérico (con coeficientes arbitrarios) de grado igual a la mul-
tiplicidad de la correspondiente raı́z ri menos uno.
ión
Ejemplo 6.2.4 Consideremos la ecuación an = 4an−1 −6an−2 +6an−3 −5an−4 +2an−5 , para
cada n ≥ 5, junto con las condiciones iniciales a(0) = a(1) = a(2) = a(3) = 0 y a(4) = 1.
Se trata de una ecuación de recurrencias de grado 5. La ecuación caracterı́stica correspon-
diente es la quı́ntica
r5 = 4r4 − 6r3 + 6r2 − 5r + 2 ,
rs
cuyas raı́ces son 2, 1 (raı́z doble), i y −i (dos raı́ces complejas conjugadas, como debe ser).
Ası́ que, conforme al teorema anterior, la solución general de la ecuación de recurrencia se
Ve
puede escribir como

∞
(A1 + A2 n)1n + A3 2n + A4 in + A5 (−i)n .
n=0
O, si queremos evitar la presencia de números complejos, como

π π ∞
(A1 + A2 n)1n + A3 2n + A4 1n cos n + A5 1n sin n .
2 2 n=0
Si ahora imponemos las cinco condiciones iniciales, determinaremos los valores de los números
A1 , . . . , A5 . Dejamos al lector la comprobación (algo tediosa) de que la solución del problema
es la sucesión dada por

1 n 1 1 1
an = 2 − n + − + i [(−i)n − in ] para cada n ≥ 0.
5 2 10 20

o bien π π
1 1 n 1 1
an = − n + 2 − cos n + sin n .
2 5 5 2 10 2
Ambas fórmulas, pese a su alambicada escritura, representan a la sucesión de números (en-
ar
teros) cuyos primeros términos son
(0, 0, 0, 0, 1, 4, 10, 22, 47, 98, 200, 404, 813, 1632, 3270, . . . )
in
6.2.2. Ecuaciones lineales, no homogéneas y con coeficientes constantes
m
Consideramos ahora un caso más general, en el que la ecuación contiene un término extra
que depende del ı́ndice n:
an + B1 an−1 + B2 an−2 + · · · + Bk an−k = f (n) ,

eli
donde f (n) es una cierta función no nula.
De nuevo, y por simplificar, supongamos que nuestra ecuación es de grado dos,
pr
(∗) an + α an−1 + β an−2 = f (n) para cada n ≥ 2.
Tendremos, además, dos condiciones iniciales, los valores de a0 y a1 .

Centrémonos en las soluciones de la ecuación (∗). Observemos que ahora no tenemos
la estupenda estructura de antes. Por ejemplo, si (an ) y (bn ) son dos soluciones de (∗), la
ión
sucesión suma (cn ) definida mediante cn = an + bn para cada n, ya no es solución de (∗),

como se comprueba fácilmente: para cada n ≥ 2,
cn + αcn−1 + βcn−2 = (an + bn ) + α(an−1 + bn−1 ) + β(an−2 + bn−2 )

= an + αan−1 + βan−2 + bn + αbn−1 + βbn−2 = f (n) + f (n) = 2f (n) .
rs
Ası́ que no obtenemos f (n), como se necesitarı́a.

Pero no todo está perdido. Lo que sı́ sigue ocurriendo es que la solución de la ecuación (∗),
junto con los dos valores iniciales, existe (basta arrancar la sucesión) y es única. De nuevo,
Ve
los dos valores iniciales determinan completamente la solución que nos interesa.
Busquemos una forma adecuada de escribir la solución general de la ecuación (∗). Nos
apoyaremos en lo que ya sabemos de las ecuaciones homogéneas. Planteamos la asociada a
nuestro problema:
(∗∗) an + α an−1 + β an−2 = 0 , para cada n ≥ 2.
De esta ecuación sabemos cómo calcular su solución general, que será de la forma (Aan +Bbn ),
donde (an ) y (bn ) son sucesiones solución de (∗∗) (con el aspecto que corresponda a cada
caso, dependiendo de las raı́ces de la ecuación caracterı́stica).
Y ahora viene la observación clave: consideramos una solución particular de la ecua-
ción (∗). Vale una cualquiera, por ejemplo la que obtenemos arrancando la sucesión a partir

de dos valores iniciales que fijemos. Llamemos (cn ) a esta solución. Lo que afirmamos es que
cualquier sucesión de la forma
Aan + Bbn + cn ,
ar
donde A y B son parámetros, es solución de la ecuación (∗). La comprobación, mediante las
correspondientes manipulaciones algebraicas, queda como ejercicio para el lector.
Pero además, toda solución de (∗) se puede escribir como arriba. Es, una vez más, un
argumento de unicidad: si (γn ) es una solución que empieza por (γ0 , γ1 , . . . ), podemos en-
in
contrar A y B que determinen una sucesión que es solución de (∗) y que empieza como (γn ).
Ası́ que han de ser la misma.
El problema queda resuelto, excepto por un pequeño detalle que explicaremos luego. Si
m
queremos encontrar la sucesión de números (an ) que cumplen la ecuación
an + αan−1 + βan−2 = f (n) , para cada n ≥ 2,
eli
junto con las condiciones iniciales a0 = p y a1 = q,
analizamos primero la ecuación homogénea asociada, an + αan−1 + βan−2 = 0. La
solución general de esta ecuación será de la forma (Aan + Bbn ).
pr
Calculamos una solución particular de la ecuación completa; digamos que es la su-
cesión (cn ).
Ya tenemos la solución general de la ecuación completa, (Aan + Bbn + cn ). Y ahora (y
no antes) imponemos las condiciones iniciales para determinar los números A y B.
ión
Ejemplo 6.2.5 Encontrar la sucesión de números (an ) que satisface la ecuación de recu-
rrencia an = an−1 + an−2 + 7, junto con las condiciones iniciales a0 = 0 y a1 = 1.
La ecuación homogénea asociada es la de Fibonacci, de la que conocemos bien la forma de
la solución (véase el ejemplo 6.2.1). Ahora nos damos cuenta (!) de que la sucesión cuyos
términos son todos iguales a −7 es solución de la ecuación. Nótese que nos referimos única-
rs
mente a la ecuación (los dos primeros valores de esta sucesión son, claro, −7 y −7). Ası́ que
la solución general de la ecuación completa se puede escribir como
√ √
Ve
1+ 5 n 1− 5 n
A +B − 7.
2 2
Imponiendo los valores iniciales a0 = 1 y a1 = 1, y tras unos laboriosos cálculos, determinamos
los valores de A y B y concluimos que la solución que buscamos viene dada por
√ √ √ √
7 9 5 1+ 5 n 7 9 5 1− 5 n
an = + + − − 7,
2 10 2 2 10 2
para cada n ≥ 0. ♣
El detalle al que nos referı́amos es nuestra constante preocupación por que la fórmula
obtenida sea manejable. Desde luego, la expresión de la parte “homogénea” de la solución lo
es, que para eso hicimos todo el esfuerzo antes. Pero, ¿cómo obtener una solución particular

con una expresión sencilla?. Si, por ejemplo, la obtenemos partiendo de dos valores iniciales
cualesquiera, es casi seguro que no la tenga. No existe un método general para obtener estas
soluciones “agradables”, sino sólo reglas (casi trucos) ad hoc que se aplican cuando la función
f (n) tiene una forma especı́fica. Queda siempre también, claro, el método de prueba y error.
ar
Lo vemos en un ejemplo, en el que también advertiremos las posibles dificultades del
método, que se denomina método de los coeficientes indeterminados. Se trata, esen-
cialmente, de buscar soluciones particulares dentro de la misma “familia” de funciones a la
in
que pertenezca f (n) (obsérvese que, en el ejemplo anterior, la solución particular era una
constante, como el término no homogéneo). Digamos que estamos con la ecuación
an − an−1 − an−2 = 3n .
m
Sólo estamos interesados en encontrar una solución particular, el resto del trabajo (solución
general de la homogénea, condiciones iniciales) ya lo sabemos hacer.
Buscamos soluciones de la forma # eli
an = C3n , donde C es una constante que está a nuestra
disposición, y que determinamos con la propia ecuación:
an − #
# an−1 − #
an−2 = 3n =⇒ C3n − C3n−1 − C3n−2 = 3n =⇒ 9C − 3C − C = 9 ,
pr
de donde obtenemos que C = 9/5. Y, efectivamente, #
an = 95 3n es una solución particular de
la ecuación, como puede comprobar el lector.
Pero ahora imaginemos que la ecuación es
ión
an − an−1 − an−2 = τ n ,
donde τ es la razón áurea. Probamos, como antes, con una solución del tipo #
an = Cτ n :
#
an − #
an−1 − #
an−2 = τ n =⇒ Cτ n − Cτ n−1 − Cτ n−2 = τ n =⇒ C(τ 2 − τ − 1) = τ 2 .
rs
Y no hay manera de determinar C, porque τ 2 − τ − 1 = 0. El método no funciona, no puede

funcionar, porque τ n es ya solución de la ecuación homogénea (τ era una de las raı́ces de la
Ve
ecuación caracterı́stica), ası́ que no puede ser solución de la completa.

Inspirándonos en algún argumento que hicimos anteriormente, podrı́amos intentar con
soluciones de la forma #
an = C n τ n :
#
an − #
an−1 − #
an−2 = τ n =⇒ Cnτ n − C(n − 1)τ n−1 − C(n − 2)τ n−2 = τ n
√
τ2 5+ 5
=⇒ Cn(τ − τ − 1) + C(2 + τ ) = τ
2 2
=⇒ C = = .
2+τ 10
Y ya tendrı́amos determinado el valor de C y, por tanto, una solución particular.

Las ideas de este método se pueden aplicar también a ecuaciones en las que el término no
homogéneo sea un polinomio o una función seno o coseno. Como las funciones generatrices nos
permitirán resolver todos estos casos (véase la sección 10.4), no entraremos en más detalles.

6.2.3. Sistemas de ecuaciones de recurrencia

Consideremos un sistema de dos ecuaciones de recurrencia lineales (de grado uno), ho-
mogéneas y con coeficientes constantes:

ar
an = α1,1 an−1 + α1,2 bn−1 ,
bn = α2,1 an−1 + α2,2 bn−1 ,
válido para cada n ≥ 1, donde los αij son ciertos números reales; además tendremos unas
in
condiciones iniciales a0 = p y b0 = q. Es muy conveniente escribir este sistema en forma
matricial:
an α1,1 α1,2 an−1
m
= para n ≥ 1,
bn α2,1 α2,2 bn−1

A
Llamaremos matriz de
estos términos:
eli
transición17
a la matriz A. Buscamos dos sucesiones (an ) y (bn )
que satisfagan las ecuaciones y las condiciones iniciales, que también se pueden escribir en
a0

p
= .
pr
b0 q
Los argumentos que expondremos a continuación servirán para sistemas con un número
mayor de ecuaciones (y de sucesiones). Como la relación de más arriba es válida para todo
n ≥ 1, podemos aplicarla reiteradamente, hasta llegar al vector de valores iniciales (de manera
análoga a lo que hacı́amos cuando se trataba de una única ecuación de primer orden). En
ión
este lenguaje matricial, la iteración de la regla se traduce, simplemente, en la multiplicación

de matrices:
2 n
an α1,1 α1,2 an−1 α1,1 α1,2 an−2 α1,1 α1,2 a0
= = =· · ·= .
bn α2,1 α2,2 bn−1 α2,1 α2,2 bn−2 α2,1 α2,2 b0
rs
Como conocemos los valores de a0 y b0 , todo el problema se reduce al de calcular la potencia

n-esima de la matriz de transición A. ¿Es esto sencillo? La respuesta es casi obvia: depende
Ve
(de cómo sea la matriz A, claro). Veamos un par de ejemplos primero.

Ejemplo 6.2.6 Supongamos que tenemos un sistema de ecuaciones

an = 2 an−1 ,
bn = 3 bn−1 ,
válido para n ≥ 1, junto con las condiciones iniciales a0 = b0 = 1.

El sistema es muy especial: las dos ecuaciones están desacopladas (para resolver cada ecuación
no necesitamos la información de la otra). En este caso procederı́amos resolviendo cada una
17
El nombre viene sugerido por la siguiente interpretación: tenemos un cierto sistema descrito por los valores
de las sucesiones an y bn en cada “tiempo” n. La matriz A nos dice cómo evoluciona el sistema de un instante
de tiempo al siguiente, cuál es la transición entre ambos estados.

por su lado, para obtener el valor, en función de n, de an y bn . Esta resolución tan sencilla
tiene que tener una traducción en lenguaje matricial. En él,
n
an 2 0 a0
= .
ar
bn 0 3 b0
Ası́ que hay que calcular la potencia n-ésima de una matriz diagonal. Es fácil comprobar que
n
in
2 0 2n 0
= .
0 3 0 3n
Ası́ que
m
an 2n 0 a0 2n a0 2n
= = = ,
bn 0 3n b0 3n b0 3n
lo que, leı́do componente a componente, es la solución que obtendrı́amos resolviendo cada
ecuación por separado.
Ejemplo 6.2.7 Consideremos ahora el sistema

eli ♣
an = 2 an−1
pr
,
bn = an−1 + 2 bn−1
para cada n ≥ 1, junto con las condiciones iniciales a0 = 1, b0 = 3.

La solución del problema, con los mismos argumentos de antes, viene dada (escrita en forma
ión
matricial) por n
an 2 0 1
= .
bn 1 2 3
Ası́ que el problema se reduce a calcular la potencia de una matriz que no es diagonal, pero
tiene una forma muy especial. No es muy difı́cil convencerse (calculando los primeros casos
rs
y luego utilizando inducción de que

n
2 0 2n 0
= ,
Ve
1 2 n 2n−1 2n
de manera que la solución del problema es

an 2n 0 1 2n
= =
bn n 2n−1 2n 3 n 2n−1 + 3 × 2n
Compruébese que efectivamente, las sucesiones an = 2n y bn = n 2n−1 + 3 × 2n verifican el

sistema de ecuaciones y las condiciones iniciales. ♣
Hemos visto que hay dos casos especialmente sencillos: cuando la matriz es diagonal,

λ 0 n λn 0
A= =⇒ A = ,
0 µ 0 µn

o cuando la matriz es de la forma

λ 0 λn 0
A= , en cuyo caso An = n−1
1 λ nλ λn
ar
(como decı́amos antes, ambas afirmaciones se pueden probar por inducción).
En general, la matriz de transición A no será tan sencilla. Pero hemos destacado estos
dos casos porque son los que nos van a permitir resolver el caso general. Observemos que si
in
pudiéramos escribir la matriz A de la siguiente manera:

λ 0
A=P P −1 ,
0 µ
m
para ciertos número λ y µ y para cierta matriz P (invertible), entonces el cálculo de An es
inmediato. Veamos la potencia 2:
A2 = P
$

λ
0 µ
0
2

eli %2
P −1 = P

λ
0 µ
0

P −1 P

λ
0 µ
0

P −1
λ2 0
pr
λ 0 −1
= P P =P 2
P −1 ,
0 µ 0 µ
donde hemos utilizado que P P −1 = I, la matriz identidad 2 × 2. Un argumento similar (o

para ser más formales, una prueba por inducción) nos permitirı́a deducir que

ión
λn 0
n
A =P n
P −1 ,
0 µ
con lo que el problema se resolverı́a efectuando este producto de tres matrices (recordemos
que al final habrá que multiplicar también por el vector de condiciones iniciales). Lo mismo
ocurrirı́a si A se pudiera escribir como
rs

λ 0 −1 λn 0
A=P P , en cuyo caso tendrı́amos que A = P n
n−1 n
P −1 .
1 λ nλ λ
Ve
Al lector que haya pasado por un curso de Álgebra lineal básica ya le estará resultando
familiar el aspecto de estas matrices especiales. Gran parte del esfuerzo (y de los sudores)
que se emplea en uno de esos cursos va dirigido al problema de la diagonalización o, en su
caso, de la obtención de formas canónicas. Y una de sus mejores aplicaciones la encontramos,
precisamente, en el cálculo de la potencia de una matriz.
El resultado básico sobre estas cuestiones, el teorema de las formas canónicas de Jor-
dan, nos dice que, dada una matriz A de dimensión 2, entonces o bien podemos encontrar
una matriz P (invertible) de manera que A se puede escribir como

λ 0
A=P P −1 ,
0 µ

para ciertos números λ y µ (los autovalores de la matriz), o bien podemos encontrar una
matriz Q (también invertible) de manera que

λ 0
A=Q Q−1 ,
ar
1 λ
para cierto número λ (que serı́a un autovalor doble, en este caso). Las matrices P ó Q se
calculan a partir de los autovectores asociados a los autovalores. Éstas dos son las llamadas
in
formas canónicas de Jordan18 . Como todo esto forma parte del folklore habitual de los cursos
de Álgebra lineal, no entraremos en los detalles19 , y nos limitaremos a ver algunos ejemplos,
en los que supondremos cierto manejo con estos conceptos.
m
Ejemplo 6.2.8 Una reacción en cadena: tenemos un cierto medio, con átomos de un cierto
elemento. Lanzamos contra ellos dos tipos de partı́culas, A y B. Cuando una partı́cula A
choca con un átomo, éste se desintegra, dando lugar a 2 del tipo A y a 3 del tipo B; si es una
eli
partı́cula B la que choca con el átomo, entonces se producen 1 de A y 4 de B. Al comienzo
hay dos de tipo A y una de tipo B. Interesa el número de partı́culas de cada clase tras n
unidades de tiempo.
Llamemos an y bn al número de partı́culas de tipo A y B, respectivamente, tras n unidades
pr
de tiempo. Los procesos de desintegración se traducen en el sistema de recurrencias

an = 2 an−1 + bn−1 ,
bn = 3 an−1 + 4 bn−1 ,
para cada n ≥ 1, mientras que la condición inicial es a0 = 2 y b0 = 1. Escrito en forma

ión
matricial,
an 2 1 an−1
= ,
bn 3 4 bn−1

M
rs
para cada n ≥ 1. Con lo visto anteriormente, la solución será

n
an 2 1 2
= ,
Ve
bn 3 4 1
ası́ que sólo resta calcular la potencia n de la matriz M . Será necesario diagonalizarla. Em-
pecemos calculando sus autovalores, las soluciones de la ecuación

2−λ 1
det = 0,
3 4−λ
18
En realidad, estamos obviando algunas sutilezas, porque lo anteriormente expuesto es cierto si permitimos
que λ y µ sean números complejos. Si no son reales, hay otras formas canónicas que nos permiten escribir la
matriz en términos reales, pero no entraremos en los detalles.
19
Para aquéllos familiarizados con estas cuestiones: en el caso de que la forma canónica sea diagonal,
sus entradas son los autovalores de A, mientras que P es la matriz que cambia a una base en la que la
transformación lineal descrita por la matriz A es, simplemente, un cambio de escala en las dos direcciones.

que resultan ser λ1 = 1 y λ2 = 5. Ahora, el subespacio asociado al autovalor λ1 viene dado

por el núcleo de la aplicación representada por la matriz M − λ1 I, esto es, por la solución
del sistema
1 1 x 0
= .
ar
3 3 y 0
Resolviendo este sistema, podemos tomar como autovector asociado al autovalor λ1 = 1
a v1 = (1, −1). El subespacio asociado al autovalor λ2 = 5 viene dado por el núcleo de
in
M − λ2 I, y si procedemos de manera análoga, obtenemos un posible autovector, v2 = (1, 3)
para este autovalor. Ya tenemos la matriz P de cambio de base,

1 1 1 3 −1
m
−1
P = , cuya inversa es P = .
−1 3 4 1 1
De esta manera,
eli
M =P
1 0
0 5
Calcular entonces M n ya no representa dificultad alguna:
P −1 .

pr
n 1 1 1 1n 0 3 −1 1 3 + 5n −1 + 5n
M = = .
4 −1 3 0 5n 1 1 4 −3 + 3 × 5n 1 + 3 × 5n
Y la solución del problema será

ión
an 1 3 + 5n −1 + 5n 2 1 5 + 3 × 5n
= = .
bn 4 −3 + 3 × 5n 1 + 3 × 5n 1 4 −5 + 9 × 5n
Es decir, que
1 1
an = (5 + 3 × 5n ) y bn = (−5 + 9 × 5n )
4 4
rs
nos proporcionan el número de partı́culas de tipos A y B que hay en cada instante de tiempo
n, n ≥ 0. Podemos listar los primeros casos:
Ve
tiempo 0 1 2 3 4 5 ···
Tipo A 2 5 20 95 470 2345 · · ·
Tipo B 1 10 55 280 1405 7030 · · ·

Ambas poblaciones crecen muy rápidamente, como corresponde al carácter exponencial de
las soluciones. Y es claro (la propia dinámica del sistema lo sugerı́a) que va a haber más
partı́culas del tipo B que del tipo A. Pero podrı́a interesarnos saber cuál es la razón entre
las dos poblaciones, si se aproxima a un lı́mite finito o no. Mirando a las expresiones de an
y bn , observamos que, para n muy grande,
3 n 9 n
an ∼ 5 , bn ∼ 5 ,
4 4

por lo que la razón entre las poblaciones se aproxima (y bastante rápidamente) a una pro-
porción 1:3 (¡esto ya no era tan obvio con sólo mirar las recurrencias!). ♣
En la sección 10.4 aprenderemos a resolver sistemas de ecuaciones de recurrencia con otras
herramientas (funciones generatrices); un enfoque quizás más eficiente, porque, en principio,
ar
permite abordar sistemas de ecuaciones de órdenes mayores que uno.
En el caso de dimensión 2, la forma de Jordan que no es diagonal aparece cuando la
matriz A tiene un autovalor doble λ, y el núcleo de A − λ I sólo tiene dimensión 1 (sólo hay
in
un autovector asociado). Si nos vamos a matrices de dimensión d, la descripción se complica
un poco: la forma de la matriz canónica de Jordan asociada a la matriz original dependerá de
la multiplicidad de los autovalores y del número de autovectores que tenga asociado cada uno
m
de ellos. Pero, esencialmente, es una matriz diagonal por cajas, donde cada una de las cajas
es de la forma  
λ 0 0 ··· 0 0
 
 1 λ 0 ··· 0 0 

eli
 0 1 λ ··· 0 0 

 . . . .
 .. .. ..





. . ... ... 


 0 0 0 ··· λ 0 
pr
0 0 0 ··· 1 λ
Veamos un ejemplo:
Ejemplo 6.2.9 Consideremos el siguiente sistema de ecuaciones de recurrencia de primer
orden: 
ión

 an = 2 an−1 + bn−1 + cn−1
bn = 3 bn−1


cn = bn−1 + 3 cn−1
para cada n ≥ 1, junto con las condiciones iniciales a0 = 1, b0 = 3, c0 = 2.
rs
La matriz de transición del sistema es

 
2 1 1
 
A= 0 3 0 ,
Ve
0 1 3
ası́ que la solución del sistema viene dada por

   n  
an 2 1 1 1
     
 bn  =  0 3 0   3 
cn 0 1 3 2
Es fácil ver que los autovalores de A (las soluciones de det(A − λ I) = 0) son los números 2
y 3 (éste, un autovalor doble).
Para el autovalor simple, λ = 2, el cálculo del núcleo de A − 2 I nos dice que podemos
tomar como autovector asociado a v1 = (1, 0, 0).

Pero el subespacio asociado al autovalor 3 sólo tiene dimensión 1. Concretamente, el

núcleo de A−3 I está generado por el vector (1, 0, 1). La matriz canónica no va a ser diagonal,
ası́ que tendremos que recurrir a un sustituto. Calculamos el núcleo de la matriz (A − 3 I)2 ,
que resulta estar generado por los vectores (1, 0, 1) y (0, 1, 0). Tomamos ahora un vector que
ar
esté en el núcleo de (A − 3 I)2 pero no en el de A − 3 I; v2 = (1, 1, 1) podrı́a valer. Y ahora
calculamos  
1
 
v3t = (A − 3 I) v2t =  0 
in
1
Los tres vectores que hemos obtenido forman (al ponerlos como columnas) la matriz P , que
mostramos a continuación, junto con su inversa P −1 :
m
   
1 1 1 1 0 −1
   
P = 0 1 0 , P −1 =  0 1 0 
de manera que
0 1 1 eli  
0 −1 1
2 0 0
pr
 
A = P  0 3 0  P −1
0 1 3
El cálculo de An es ahora ya muy sencillo:
   
ión
2n 0 0 2n n 3n−1 3n − 2n
  −1  
An = P  0 3n 0 P = 0 3n 0 
0 n3 n−1 3n 0 n3 n−1 3n
Y la solución del sistema se obtiene, finalmente, multiplicando por el vector de condiciones

rs
iniciales:     
an 1 
 an = −2 + (n + 2) 3
n n
  n  
 bn  = A  3  =⇒ bn = 3 n+1

 ♣
Ve
cn 2 cn = (n + 2) 3n
EJERCICIOS.
6.2.1 Consideramos la ecuación de recurrencia xn = α xn−1 + β, para cada n ≥ 1, junto con el valor
inicial x0 . Comprúebese que
(a) si β = 0, entonces xn = αn x0 para cada n ≥ 0;
(b) si α = 1, entonces xn = n β + x0 para cada n ≥ 0;
(c) si α = 1, entonces

αn − 1
n
xn = α x0 + β , para cada n ≥ 0.
α−1

Sugerencia. Aplicar reiteradamente la ecuación. Para c) se puede hacer un “cambio de variables”:

considerar x̃n = xn + t, con un t apropiado de manera que se reduzca al caso a).
6.2.2 Estamos con la ecuación an = αan−1 + β an−2 , para cada n ≥ 2, junto con las condiciones ini-
ciales a0 y a1 . Suponemos que r y s son las dos raı́ces (reales y distintas) de la ecuación caracterı́stica
ar
asociada. Comprobar que la solución de la ecuación de recurrencias (y las condiciones iniciales) se
puede escribir como
rn − sn
(a1 − a0 s) + a0 sn .
r−s
in
Ahora suponemos que r y s se hacen cada vez más próximas (en el lı́mite, estaremos en el caso de una
raı́z doble de la ecuación caracterı́stica). Comprobar, quizás apelando a la noción de derivada, que la
solución en el caso de raı́z doble se puede escribir como combinación lineal de sn y nsn .
m
6.2.3 (a) Hallar una fórmula para los números un que verifican: u0 = a, u1 = b y un+2 = un + n
para cada n ≥ 1.
(b) Un triple lineal es una lista de 3 números naturales a, b, c, ordenados, a < b < c, y tales que
Probar que
eli
c − b = b − a. Sea Tn el número de triples lineales formados con números comprendidos entre 1 y n.
T2n+1 = T2n + n
y obtener una recurrencia análoga para T2n . Hallar una fórmula para Tn .
pr
Sugerencia. Para el primer apartado, distinguir entre los un de ı́ndice par y los de ı́ndice impar
y resolver los problemas (que son ahora de primer orden) por separado. Para el segundo, distinguir
entre los triples cuyo último elemento sea el mayor (2n + 1 en el caso impar, 2n en el par) y los
que no. Reunir los resultados para obtener la recurrencia de los Tn . Para resolverla, observar que
si la aplicamos dos veces, obtenemos el problema del apartado (a).
ión
Solución.
(a) u2n = n(n − 1) + a, u2n+1 = (n − 1)(n + 1) + b

,
T2n+1 = T2n + n n−1 n+1 n−2
(b) =⇒ Tn = Tn−1 + =⇒ Tn =
rs
T2n = T2n−1 + (n − 1) 2 2 2
6.2.4 Resolver las recurrencias:

Ve
(a) an+3 = 4an+2 − 5an+1 + 2an , n ≥ 0 con condiciones iniciales a0 = a1 = 0 y a2 = 1.

(b) an+3 = 3an+2 − 3an+1 + an , n ≥ 0 con condiciones iniciales a0 = a1 = 0 y a2 = 1.
n2
Solución. (a) an = −1 − n + 2n (b) an = − n2 + 2
6.2.5 Resolver la recurrencia:

an+2 = 2an+1 + 2an + n, n ≥ 0 con condiciones iniciales a0 = 0 y a1 = 2.
Sugerencia. Observar que la ecuación es lineal de segundo orden, pero es una ecuación no ho-
mogénea, tiene un término extra que no depende de los términos de la sucesión. La teorı́a nos dice
en este caso que la solución general se escribe como suma de la solución general de la ecuación
homogénea (an+2 − 2an+1 − 2an = 0) más una solución particular de la ecuación completa. Para
buscar ésta última y teniendo en cuenta la forma particular de la no homogeneidad, probar con
(p)
an = A1 + nA2 .

(h) (p) √ √ √
n C.I. 7 3
√ n √ √ n
Solución. an = an + an = A(1 + 3)n + B(1 − 3)n − 3 = 2 (1 + 3) − 2 (1 −
7 3
3) − n
3
6.2.6 Supongamos que estamos en un juego en el que la probabilidad de ganar una partida particular,
p, es 0,49. Si empezamos con 50 fichas y nuestra estrategia es la de retirarnos sólo cuando hayamos
ar
doblado esa cantidad (o bien cuando nos hayamos arruinado, en que nos “retiran”). ¿Cuál será la
probabilidad de arruinarnos:
(a) si apostamos una ficha en cada partida?
(b) ¿Y si las apuestas son de 10 fichas?
in
(c) ¿Y si las apuestas son de 50 fichas?
Sugerencia. En los dos últimos apartados, considerar a 10 y a 50, respectivamente, como nuevas
m
unidades.
Solución. (a) 0,88 , (b) 0,549 , (c) 0,51 .
eli
6.2.7 En un juego en el que p = 0,49, hacemos apuestas de 1 ficha y nos retiramos cuando tengamos
100 fichas. ¿Qué cantidad inicial de fichas deberemos tener para poder asegurar que tenemos, al menos,
un 50 % de oportunidades de terminar ganando?
pr
Sugerencia. Se trata de evaluar el valor de n para el que a(n) es menor que 0.5.
Solución. 84 euros.



 2an = 5an−1 + bn−1
ión
6.2.8 Resolver el siguiente sistema de ecuaciones de recurrencia 2bn = an−1 + 5bn−1




a0 = 1, b0 = 0
Sugerencia. Los autovalores

1 1de
la matriz de transición son 2 y 3, y los autovectores asociados
rs
son, respectivamente, −1 y 1 .
Solución. an = 12 (3n + 2n ) , bn = 12 (3n − 2n ) .

Ve
b
◦
6.2.9 Consideremos la figura siguiente:

◦ ◦ a
c
Colocamos una ficha (aleatoriamente) en una de las posiciones a, b ó c y luego la movemos
siguiendo los caminos posibles del dibujo (todos los movimientos son igualmente probables). Llamamos
an a la probabilidad de que la ficha esté en a tras n movimientos (de forma análoga se definen bn y
cn ).
(a) Mostrar que: an + bn + cn = 1, n = 0, 1, 2...
(b) Calcular an , bn y cn . (Sugerencia: establecer un sistema de recurrencias).
(c) Estimar estas probabilidades en el lı́mite n → ∞.
(d) ¿Cómo cambiarı́a el problema si la distribución inicial no fuera aleatoria? Por ejemplo, si
sabemos que la ficha está inicialmente en a.

Sugerencia. La probabilidad de estar en a tras n movimientos se escribe en términos de la de

estar en b tras n − 1 y luego moverse de b a a (y este suceso tiene una cierta probabilidad) más
la de estar en c tras n − 1 y luego moverse a a. Igual para bn y cn . La matriz de transición tiene
autovalores 1, -1/3 y -2/3, con autovectores
     
ar
1 1 0
     
 3/2   −1/2   1 
3/2 −1/2 −1
in
respectivamente. Para el último apartado, basta cambiar el vector de condiciones iniciales, del
(1/3, 1/3, 1/3) de la distribución aleatoria al (1, 0, 0). Observar que en este caso no se rompe la
simetrı́a entre las probabilidades bn y cn . Comprobar si esa simetrı́a se mantiene cuando iniciamos
m
los movimientos con la ficha en c.
Solución.
 1 n

(b)
 an = 4 + 12 − 3



1 1
bn = 38 − 24
1
cn = 38 − 24
1

− 13
− 31
1 n

eli
n
n
(c) lı́m an =
n→∞
1
4
, lı́m bn = lı́m cn =
n→∞ n→∞
3
8

 an = 4 + 4 − 3
1 3
pr
n
(d) bn = 38 − 12
3
− 13

 n
cn = 38 − 12
3
− 13
6.2.10 Sea una sucesión (an ) definida por una ecuación de recurrencia lineal y homogénea de grado
ión
m. Sea r el máximo módulo de las raı́ces de la ecuación caracterı́stica correspondiente. Comprobar

que
|an |
lı́m sup n < +∞ .
n→∞ r
rs
Ve

Capitulo 6

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Capitulo 6

Cargado por

Copyright:

Formatos disponibles

382 Capı́tulo 6.

6.1. Algunos ejemplos

para los an : basta aplicar reiteradamente la regla para obtener que

(versión preliminar 23 de diciembre de 2003)

Ya tenemos los primeros cuatro valores a1 = 2, a2 = 4,

Ejemplo 6.1.3 Las torres de Hanoi.

(versión preliminar 23 de diciembre de 2003)

posible, y que, por tanto, a2 = 3.

an ≤ 2 an−1 + 1 , para cada n ≥ 2.

porque con 2an−1 + 1 movimientos lo sabemos hacer.

(versión preliminar 23 de diciembre de 2003)

para n ≥ 2. Reuniendo ambas condiciones, ya podemos aﬁrmar que, para cada n ≥ 2,

La ecuación de recurrencia resulta ser

(versión preliminar 23 de diciembre de 2003)

2. En función de los dos casos anteriores

Por tanto, la regla de recurrencia será, para cada n ≥ 3,

llegar al peldaño n − 1 y luego dar un paso de un peldaño,

(versión preliminar 23 de diciembre de 2003)

Figura 6.1: Fibonacci

Parejas con un mes de edad 0 1 0 1 1 2 3 ···

(versión preliminar 23 de diciembre de 2003)

F0 F1 F2 F3 F4 F5 F6 F7 F8 F9 F10 F11 F12 ···

La resolución de la ecuación de Fibonacci ya no es tan inmediata; veremos cómo se puede

Fn = Fn−1 + Fn−2 =⇒ =1+ .

(versión preliminar 23 de diciembre de 2003)

Pero, ¿es cierto o no que Fn /Fn−1 tiende a τ cuando n → ∞? Comprobémoslo, restando

Y, como τ > 1, deducimos que, efectivamente, Fn /Fn−1 → τ cuando n → ∞.

Los primeros valores son fáciles de calcular: D1 = 0, D2 = 1 y D3 = 2. Analicemos el caso

Queremos construir un desbarajuste de cuatro posiciones a partir de él. El elemento 4 no

(versión preliminar 23 de diciembre de 2003)

No es difı́cil generalizar este argumento al caso de Dn : por un lado, tendremos aquellos

De éstos tendremos (n − 1)Dn−2 , porque hay n − 1 candidatos a formar el ciclo.

De éstas habrá (n − 1)Dn−1 . En total, si n ≥ 3,

Dn − nDn−1 = −Dn−1 + (n − 1)Dn−2 = − [Dn−1 − (n − 1)Dn−2 ] .

Y ahora reiteramos el argumento:

Dn − nDn−1 = − [Dn−1 − (n − 1)Dn−2 ] = (−1)2 [Dn−2 − (n − 2)Dn−3 ] =

(versión preliminar 23 de diciembre de 2003)

contrario, puede consultarse el capı́tulo 7).

(versión preliminar 23 de diciembre de 2003)

la primera” (cuya probabilidad es p) y P al suceso “perder la primera” (de probabilidad

P(ruina) = P(ruina|G) P(G) + P(ruina|P ) P(P ) .

Es cómodo reescribir esta relación como

que existen para comprobar que C3 = 5 y C4 = 14.

(versión preliminar 23 de diciembre de 2003)

(versión preliminar 23 de diciembre de 2003)

comparaciones que necesita el algoritmo para determinarlos. Partimos la lista de n números

Reuniendo ambas en una sola fórmula,

(versión preliminar 23 de diciembre de 2003)

Ejemplo 6.1.14 Los números de Leibniz.

si 0 ≤ n < 2k . Ası́ que para calcular el valor de L(n + 2k ) necesitamos

Figura 6.2: Leibniz

L(2), L(3) = L(0 + 2), L(1 + 2) = L(0) + 1, L(1) + 1 = 0, 1 + 1, 1 = 1, 2 .

El siguiente bloque se obtendrı́a

(versión preliminar 23 de diciembre de 2003)

(L(8), L(9), L(10), L(11), L(12), L(13), L(14), L(15)) =

5. Ecuaciones con dos parámetros

C(n, k), satisface la recurrencia doble

C(n, k) = C(n − 1, k) + C(n − 1, k − 1)

S(n, k) = kS(n − 1, k) + S(n − 1, k − 1)

junto con los valores frontera S(n, n) = 1 y S(n, 1) = 1. ♣

(versión preliminar 23 de diciembre de 2003)

Intuitivamente, como es igualmente probable el que aparezca un número par o un número

es decir, que para n ≥ 1,