UNICIENCIA 24

pp. 121-132
2010

RESOLUCIN DE RELACIONES DE RECURRENCIA

LINEALES NO HOMOGNEAS CON COEFICIENTES
CONSTANTES A TRAVS DE VALORES Y VECTORES PROPIOS
Enrique Vlchez Quesada

Universidad Nacional de Costa Rica

Escuela de Informtica
evilchez@una.ac.cr

Resumen:
La resolucin de relaciones de recurrencia es
un tema de vital importancia para abordar distintos
tipos de problemas en matemtica e informtica.
Tradicionalmente, los textos de Estructuras Discretas,
que proponen mtodos de resolucin de recursividades
lineales, se basan en el planteamiento de ecuaciones
polinmicas difcilmente programables. Este artculo
expone un mtodo fundamentado en el uso de valores
y de vectores propios, brinda la facilidad, por un lado,
de ofrecer soluciones suficientemente generales y por
otro, de utilizar un enfoque que permite su programacin de una manera relativamente sencilla.
Palabras clave: sucesiones, recurrencia, valores,
vectores, propios, no homogneas.

Abstract:
The resolution of recurrencia relationships is a
topic of vital importance to approach different types
of problems in mathematics and computer science.
Traditionally the texts of Discreet Structures that
propose methods of resolution of lineal recursividades,
are based on the position of polynomial difficultly
programmable equations. This article exposes a method
based in the use of values and own vectors, it offers the
easiness on one hand of throwing sufficiently general
solutions and for other, of using a focus that it allows
its programming in a relatively simple way.
Key words: successions, recurrencia, values, vectors, own, not homogeneous.

Introduccin
Las relaciones de recurrencia, por su naturaleza, manifiestan la necesidad de determinar

de forma explcita mediante algn mtodo o

tcnica, el trmino n-simo de la sucesin que
representan.
El presente artculo tiene por objetivo
resolver este problema para un tipo especial
de relacin de recurrencia llamada recurrencia
lineal no homognea con coeficientes constantes de orden k. La propuesta es el complemento
de una serie de dos algoritmos desarrollados
con anterioridad,para resolver relaciones
de recurrencia lineales, pero estrictamente
homogneas.
Una relacin de recurrencia lineal no
homognea de orden k con coeficientes constantes para una sucesin (Sn)n INU{0} es aquella
de la forma:
Sn+k =k1 Sn+(k1)+ k2 Sn+(k2)+...+ 1 Sn+1+ 0 Sn+ f (n)
Siendo los j nmeros reales fijos j, j IN
U{0}, 0 j k1 que junto con las k condiciones iniciales
Sj = cj , cj IR, j , j

IN U{0}, 0 j k1

determinan de manera nica los elementos

de la sucesin.
Planteamiento del problema
Pretendemos generar un mtodo mediante la aplicacin de los valores y vectores
propios, que nos permita caracterizar el trmino
n-simo de una sucesin definida por una

Recibido 3 de marzo de 2009 aceptado 10 de junio de 2009

121

UNICIENCIA 24, 2010

Enrique Vlchez. Resolucin de relaciones de recurrencia lineales no homogneas (...)

relacin de recurrencia lineal no homognea

de orden k con coeficientes constantes.
Dada una relacin de recurrencia de este
tipo:
Sn+k =k1 Sn+(k1)+ k2 Sn+(k2)+...+ 1 Sn+1+ 0 Sn+ f (n)
junto con las k condiciones iniciales Sj = cj , 0
j k1 siendo los j y los cj nmeros reales
fijos j , j IN U{0}, 0 j k1. El mtodo
que aqu desarrollamos se fundamenta en el
siguiente sistema de ecuaciones:
k 1 S n+(k 1) +
k 2 S n+(k 2 ) + +
1 S n+1 +
0 S n + f (n )
S n+ k =
S
1) = S n + (k
1)
n + (k

S n+(k 2 ) = S n+(k 2 )

S n+1 = S n+1

Este sistema escrito, en forma matricial,

puede expresarse como

X n+1 = AX n + B

(2.1)

siendo,
k 1

1
A= 0

1
k 2
0 0
0
1

0 1

Si A es una matriz diagonalizable,

sabemos que existe una matriz invertible
P y una matriz diagonal D formada por los
valores propios de A, tal que: A=PDP1. Esto
nos permite hallar Ah h, h
IN, pues por
induccin matemtica se puede comprobar
que: Ah=PDhP1.
En el artculo Valores propios y las sucesiones definidas de forma recursiva (Vlchez
y Monge, 2001), se demostr que la matriz A
es diagonalizable s y solo s todos sus valores
propios son simples, adems, se prob que:
1
k

En 2.1 se observa aplicando un mtodo

iterativo progresivo que
X 1 = AX 0 + B
X = AX + B = A (AX + B )+ B = A 2 X + A B + B
2
1
0
0

2
3
2
X 3 = AX 2 + B = A A X 0 + A B + B + B = A X 0 + A B + A B + B

2
1
n
n
n

X n = A X 0 + A B + A B + + A B + B

En consecuencia, se intuye la siguiente

generalizacin:
Xn=AnX0+An1B+An2B++AB+B, n IN
(2.2)
122

Al observar 2.2 notamos que nuestro

problema queda completamente resuelto si
logramos calcular Ah con 1 h n, h IN, pues
al desarrollar AnX0+An1B+An2B++AB+B
nos interesa obtener la ltima fila de esta matriz
que nos devuelve de manera explcita a Sn.

0

P reales
= y1
X k con entradas
0 una matriz k

1
con entradas reales y

1
0

S n + (k 1)
f (n )

S n + (k 2 )
0
k
Xn =
B
,
=
,
vectores en IR .

0
S

El resultado 2.2 se puede demostrar con

mucha sencillez utilizando el primer principio
de induccin matemtica. Omitiremos esta
demostracin.

k 1
k 1

2
k

1
1

2
k
1 1

(2.3)

siendo 1, 1, ..., k los valores propios de

la matriz A. Adicionalmente, en la citada
publicacin, se demostr que el polinomio
caracterstico de A viene dado por:
P()=k1k1k2k2...10 (2.4)
Entonces, si la matriz A no es diagonalizable (tiene valores propios de multiplicidad algebraica mayor estricta a uno), esta
se puede reducir por medio de una matriz
de Jordan. Por resultados conocidos de la
teora de matrices, con certeza sabemos que
para cualquier matriz cuadrada A es posible
encontrar su forma cannica de Jordan, sin
embargo, cul es el procedimiento que se
aplica para ello?

UNICIENCIA 24, 2010

Enrique Vlchez. Resolucin de relaciones de recurrencia lineales no homogneas (...)

En trminos generales dada una matriz

A Mk(IR) con valores propios distintos dos
a dos 1,2,...,m de multiplicidad algebraica
r1,r2,...,rm respectivamente, si suponemos que los
subespacios propios E j, j IN, 1 j m son
de dimensin uno, y siendo X1j un vector propio
asociado a j j, j IN, 1 j m el mtodo que
utilizaremos se basa en formar y resolver los
siguientes sistemas de ecuaciones lineales:

Es notable su estructura diagonal, en

consecuencia se puede inferir que:

(A

j I k )X 2j = X 1j

j I k )X 3j = X 2j
(A
1

con r j

(A

j I k )X rjj = X rjj 1

Es decir, la potencia nsima de una

matriz de Jordan se puede calcular al obtener
las potencias nsimas de los bloques que la
constituyen, sin embargo, cmo se calculan
dichas potencias? Para dar respuesta a esta
pregunta se enuncia el siguiente teorema.

(2.5)

A cada uno de los vectores X1j, X3j, Xr j, se

les llama vectores propios generalizados o generalsimos de A asociados al valor propio j.
j

Hallando estos vectores propios generalsimos j, j IN, 1 j m , es posible

obtener la matriz de transicin P1 la cual
viene dada por:
(X11 X21 Xr1 X12 X22 Xr2 X1m X2m Xr m)
1

Observe que por cada vector propio X1j se

forman rj columnas en P1 si rj=1 entonces el
nico vector que se requiere para completar las
rj columnas correspondientes en esta matriz, es
el vector propio X1j y en este caso, por tanto, no
se debe hallar algn vector propio generalizado. Adems, si algn subespacio propio E es
de dimensin tj IN, tj 1 existen tj vectores
propios asociados a j linealmente independientes y en consecuencia se requerirn rj tj
vectores propios generalizados para formar las
rj columnas correspondientes en P1.

n
(B1 (
1 ))

0
Jn =
0

1 )
0
0
B1 (

B2 (
0
2 )
0
3 )
J = 0
0
B3 (

0
0
0

Bm (
m )

0
0
(B3 (3 ))n

0
n, n IN
0

n
(Bm (m ))

(2.6)

Teorema 1. Sea B = (bij)

de Jordan de la forma:

Mr (IR) un bloque

si i = j

bij=

1 si i = i+1
0 en otro caso

1 0 0 0

0 1 0 0
es decir: B =

0 0 0 1
0 0 0 0

entonces Bn=(cij)

si i = j
n!
(nl)!l!
0 si i > j
n

Centremos ahora nuestra atencin en

cmo hallar la potencia nsima de una
matriz de Jordan. Dada una matriz de Jordan
de la forma:

(B2 (2 ))n

cij=

Mr (IR) n, n

IN es tal que:

nl si j = i+1 con l=1,2,...,r1

o bien:

0
Bn =

(n1)!1!

1
n

n!

(n 2 )!2!

2
n

n!

n!
(n1)!1!

1
n

(nr +1)(
! r
1)!

r +1
n

n!

n!
(nr + 2 )(
! r
2 )!

1
n
n!
(n1)!1!
n

nr + 2

Prueba. Procedamos por el primer principio

de induccin.
Para n=1, B=()=> Bn=(n) con lo cual
queda probado el teorema en este caso.
123

UNICIENCIA 24, 2010

Enrique Vlchez. Resolucin de relaciones de recurrencia lineales no homogneas (...)

Supongamos por hiptesis de induccin que para algn k, k

IN, Bk = (c' ij) es tal que:

k si
si i = j
k!

'
k
l
cij =

si j = i + l con l = 1, 2, , r
si
1
(
)

k
l
!
l
!

0 si
si i > j

Probemos el teorema para

Mr (IR): Bk+1= Bk B por definicin de
r k+1. Sea Bk+1=(cij)
potencia de matrices => cij =
por
definicin
del
producto de matrices.
c'
b
h=1 ih hj
Consideremos los siguientes casos:
a) i=j

cii =
c'ih bhi=c'i1 b1i+ c'i2 b2i+...+ c'ii1 bi1i+...+ c'ir bri
h=1
r

=0+0+...+0+k+0+...+0=k+1 por definicin de B y la hiptesis inductiva

b) j=i+l con l=1,2,...,r1

cii+1 =
c' b =c'i1 b1i+l+ c'i2 b2i+l+...+ c'ii+l1 bi+l1i+l+ c'ii+l bi+li+l+ c'ii+l+1 bi+l+1i+l+...+ c'ir bri+l
h=1 ih hi+l
r

=0+0+...+
k!
k+1l1+ k! +0+...+0 por definicin de B y la hiptesis inductiva
(k+1l)!(l1)
(kl)!l!

k!
k +1l [1 +

(k + 1 l )(
!! l
1)!!

(k + 1)!! k +1l
k!
k + 1
k +1l

l )!l!
(k + 1 l )(
!! l
1)!!
l (k + 1

c) i > j

k +1
l
l

[ [

]=

k!
k +1l [l + k l+1l ]

!
(k + 1 l )(
! l 1)!

cii+1 =
c' b =c'i1 b1j+ c'i2 b2j+...+ c'ij1 bj1j+ c'ij+l bjj+ c'ij+1 bj+1j+...+ c'ir brj
h=1 ih hj
r

=0+0+...+01+0+0+...+0=0 por definicin de B y la hiptesis inductiva

k +1 sisi i = j

(k + 1)!! k +1l
si

si j = i + l con l = 1, 2, , r

1
cij =
l!
l )!!l!
(k + 1

si i > j
0 si
Estos resultados nos permiten crear un modelo general para resolver relaciones de recurrencia no homogneas lineales de cualquier orden cuando los valores propios tienen multiplicidad
algebraica mayor estricta que uno. Supongamos que la ecuacin caracterstica tiene m soluciones distintas dos a dos 1,2,...,m con multiplicidades algebraicas r1,r2,...,rm respectivamente. A
partir de estas condiciones sabemos que An=P1JnP n, n IN u {0} con:
124

Enrique Vlchez. Resolucin de relaciones de recurrencia lineales no homogneas (...)

n
(B1 (
1 ))

0
n
J =
0

0
0

(B2 ( 2 ))

(B3 ( 3 ))n

0
0

por 2.6
0

(Bm (
m ))

UNICIENCIA 24, 2010

donde cada Bj (j) es un bloque de Jordan de orden rj y P es la matriz de transformacin de

semejanza de la forma cannica de Jordan de A. Adems, por el teorema 1 tenemos que:
n

j
0

n
B j ( j )=
0

n
1

n!

j
(n 1)!1!
n

n
2

j
(n 1)!1!

n
1

n!

j
(n 2 )!2!
n!

n
r j +1

n
r j + 2
n!

(nr j + 2 )(! r j 2 )! j

n
1

n!
j
(n 1)!1!

n!

j
(nr j +1)(! r j 1)!

As, para determinar las columnas de la matriz P1, hemos observado que por cada valor
propio j de multiplicidad algebraica rj se forman rj columnas de P1. La primera de ellas
corresponde al vector propio (jk1, jk2,..., j,1) asociado a j y las otras rj 1 columnas estn
constituidas por rj 1 vectores propios generalsimos asociados a j.
El nmero mximo de vectores propios generalsimos que es necesario encontrar en este
mtodo, es igual a k1 y lo anterior ocurre cuando de la ecuacin caracterstica se obtiene una
nica solucin. Si a lo sumo se requieren k1 vectores propios generalsimos, a continuacin
se explicar cmo encontrar estos vectores.
Para el caso dos por dos, el vector propio generalsimo requerido es (1,0). Los vectores
propios generalsimos asociados a j para el caso tres por tres son (2j,1,0) y (1,0,0). Para el
caso cuatro por cuatro, los vectores propios generalsimos asociados a j son (32j, 2j,1,0) (3j,
1,0,0) y (1,0,0,0). Para el caso cinco por cinco son (43j, 32j , 2j ,1, 0) (62j, 3j ,1,0, 0) (4j,1, 0,
0, 0) y (1,0,0,0,0) y para el caso seis por seis corresponden a: (54j, 43j , 2j ,1, 0) (103j,62j ,13j
,1,0,0) (102j, 4j ,1,0,0,0) (5j,1,0,0,0,0) y (1,0,0,0,0,0).
Si formamos por cada grupo de vectores, aadiendo el vector propio original una matriz
de coeficientes por fila para cada potencia de j, se obtiene lo siguiente:
1
0
j j
H 2j = 1 1

0 1
2
1
0
j j j
1 1 1

H 3j = 0 2 1
0 0 1

j j
1 1

H 4j = 0 3

1j

0j

1 1

2 1

125

1 1 1

H 3j = 0 2 1
0 0 1
UNICIENCIA 24, 2010

Enrique Vlchez.
Resolucin de relaciones de recurrencia lineales no homogneas (...)

j
1

H 4j = 0
0

2j

1j

que corresponde al tringulo de Pascal con n=5.

Lo anterior significa que las diagonales H6j de
la matriz estn constituidas por coeficientes
binomiales.

0j

1 1 1

3 2 1
0 3 1

0 0 1

En trminos ms generales, es posible

concluir por induccin finita que:
j
k 1

j
H i = 0

kj 2

k 1

0
H 5j = 0

0
0

4j

j
1

H 6j = 0
0
0

1 1 1

3 2 1
6 3 1

0 4 1
0 0 1

3j

2j

1
4
0
0
0

1
5
0
0
0
0

j
3

1j

1 1
4 3
10
10 6
0 10
10
0 0
0 0

0j

j
1

1
2
3
4
5
0

j
0

1
1

1
1

La matriz H
Mi (IR) i, i IN 2
representa la matriz de coeficientes del vector
propio original y los vectores propios generalsimos asociados a j para el caso i por i. Lo
interesante de cada una de estas matrices triangulares superiores radica en sus i diagonales
no nulas. Observe, por ejemplo, las diagonales
no nulas de la matriz H6j el tringulo numrico
que estas forman viene dado por:
j
i

1
1 1
1 2 1
1 3 3 1
1 4 6 4 1
1 5 10
10 10
10 5 1
126

kj 3

1j

k 3

k 2

1
k 1

k 2

k 1

1
0

1
3

k 1

k 2

j
0

0


1

1
2

k 2

k 2

k 1

k 1

(2.7)
La matriz Hij del vector propio original y
los vectores propios generalsimos asociados
a , nos permite completar las rj columnas de
P1 por cada j con j=1,2,...m.
A partir de los resultados es posible
expresar la potencia h-sima de la matriz A
en 2.2 como:
Ah=PThP1

(2.8)

siendo T una matriz diagonal o una matriz de

Jordan segn sea el caso.
Si en 2.2 sustituimos la matriz A utilizando 2.8 entonces, se obtiene:
Xn=PTnP1X0 + PTn1P1 B+ PTn2P1 B+...+ PT0P1 B
=>Xn=PTnP1X0 + P(Tn1+Tn2+...+T0) P1 B
(2.9)

El resultado 2.9 proporciona un mtodo

general para resolver relaciones de recurrencia lineales no homogneas con coeficientes
constantes de cualquier orden. En la seccin
siguiente se exponen demostraciones formales
que resuelven recursividades de orden dos y
tres, sin embargo, el algoritmo explicado a

UNICIENCIA 24, 2010

Enrique Vlchez. Resolucin de relaciones de recurrencia lineales no homogneas (...)

travs de estos casos particulares, permite deducir un mtodo de resolucin en recurrencias

de orden mayor.
Relaciones de recurrencia
lineales no homogneas de
orden dos
Mtodo de resolucin
Dada la relacin de recurrencia:

1n 1
11

=>Xn=
f (n)

=>Xn=

Sn+2 = 1Sn+1+ 0Sn+ f (n)

11n
1n
1
11
f (n)
11

1 0
corresponde a P()= 210.
1 0

Este polinomio puede tener dos races

y distintas o iguales. Si las races 1 y 2 son
distintas, la matriz T en 2.9 es una matriz
diagonal de la forma:

Por tanto, en 2.9:

n 0
c
Xn=P 1 n P1 1 +...
0 2
c0
P (Tn1+ Tn2+...+ T0)P1
=>Xn=
P

11n
1n

(
(

c1
12
c1
12

c0

Sn=1n

c0

11n
1n

(
(

c1
12
c1
12

c0

) (
) (

2 22n
1

c0

n
2

) (
) (

c0

n
2

c0

) +...
)

c1
12
c1
12

c1
12
c1
12

1 +...
c
1 +...

c0

2
2n 1
21 12
n
f (n) 2 1
21 12

f (n)

c1
12
c1
12

c1
12

c0

) (
) (

2 22n
1

c0

2
1

1
11
f (n)
11

1n 1
12
1n 1
12

n
2

c0

)
)

2
2n 1
21 12
f (n) 2n 1
21 12

f (n)

c0

2 2n
1

n
1

c1

12
c1
12

2
2

f (n)

1n 1
12

c1
12

f (n)
21

c0

1 +...
1

2n 1
12

(3.1)

c1

12

c0

12
c0
12

1
11

) (
) (
n
2 2
n
2

1n 1
12

f (n)

c0

2n

12

c1

12
c1
12

2
21

1
1

c0

12
c0
12

) +...
)

2n 1
12

c1

12

c0

12

(3.2)

f (n)
0

c1
12
c1
12

1n1+ 1n2 +...+1

0
0 1n1+ 1n1 +...+1

=>Xn=

(
(

11n

Sn=1n

n
2

f (n)
11

es decir:

) (
) (

(
(

c0

2 22n

Se asume en este desarrollo que ningn

valor propio es igual a uno, si as fuera entonces.
Finalmente, con esta restriccin:

Xn=

1 2
12 12
2
1
12
12

2 22n

c1
12
c1
12

En caso contrario:

Adems, por 2.3:

1 2
=>P1=
1 1

(
(

f (n)

0
T= 1
1 2

P=

P1 f (n)
0

1n 1
12
1n 1
12

11n
1n

sujeta a las condiciones iniciales S0= c0,

S1= c1. Tenemos segn 2.4 que el polinomio caracterstico definido por la matriz
A=

2n 1
21

c0

1
1

c0

) +...
)

P1 f (n)
0
c1
12
c1
12

c0

1
1

c0

) +...
)

Si 1=2, entonces segn 2.6:

T=

1 0
1 1

Adems, por 2.7:

P=

1 1
0 1
=>P1=
1 0
1 1

127

UNICIENCIA 24, 2010

Enrique Vlchez. Resolucin de relaciones de recurrencia lineales no homogneas (...)

Finalmente:

En 2.9:
1n n1n1

Xn=P

1
1
n

(n + 1 n1 ) + n1n1 (c1 1c0 )

Sn =

1 c0 + f (n )
2
2
(
1)
1)

1 (
1

f (n)
P (Tn1+ Tn2+...+ T0)P1
0

n1+ 1n2 +...+1

P 1
0

j=1

Xn=

n1 1

(11)2

11

n1

(n+1 n 1)

(11)2
n1 1

P1

11

(j x

)=

j1

j=1

(x1)2

xn

x (x1)2

(n+x nx)

S n+1 + 6 S n + 8n
10
10
S n+ 2 =

S n+1 = S n+1

Lo anterior es comprobable por induccin matemtica. Luego:

f(n)
11

1(1n c0 +n1n1 (c1 1 c0))+1n (c1 1 c0)

+...
1n c0 +n1n1 (c1 1 c0)

(1(1nc0+f (n) 1 ( ( 11) 1 ( 1) (n+1 n1))

f (n) 1 ( ( 11) 1 ( 1) (n+1 n1))
1

=>Xn=

n
1

1(1n c0 +n1n1 (c1 1 c0))+1n (c1 1 c0) +...

1n c0 +f (n) 1 ( ( 11) 1 ( 1) (n+1 n1)) + n1n1 (c1 1 c0)
1

f(n)
11

128

n
1

n
1

(1n 1)+f (n) 1 ( ( 11)

1

n
1 1
1 (11)2

(n+1 n1))

1(1n c0 +n1n1 (c1 1 c0))+1n (c1 1 c0) +f (n)n + 21 f (n)n 1(n1)

1n c0 + 21 f (n)n(n1)+ n1n1 (c1 1 c0)

Ejemplo 1. Definamos la sucesin recursiva

Sn+2=Sn+1 +6Sn+8n10 sujeta a las condiciones
iniciales S0=2,S1 =1. Formando el sistema de
ecuaciones:

(3.3)

=>Xn=

Ejemplos

f (n)

si x 1

n (n1)

1
1
n
1)+ n

f (n )n(n
1 (c1
1c0 )
2

(3.5)

si x =1

n (n1)

1
2

n
Sn =
1 c0 +

Este resultado se justifica pues:

n1

(3.4)

de donde:

(n1) 1n2 + (n2) 1n3+...+1 1 f (n)

P
1n1+ 1n1 +...+1
0

1(1n c0 +n1n1 (c1 1 c0))+1n (c1 1 c0)

+...
1n c0 +n1n1 (c1 1 c0)

=>Xn=

si 11, en caso contrario, (j xj1)=

1n1 + 1n2 +...+1=n es decir:
n1

1(1n c0 +n1n1 (c1 1 c0))+1n (c1 1 c0)

+...
1n c0 +n1n1 (c1 1 c0)

=>Xn=

c1
+...
c0

P1=

n
1

se tiene que la matriz asociada al sistema es

1 6

A=
y
1 0

las condiciones iniciales estn

1
dadas por X 0 = .. El polinomio caracte2

rstico de la matriz A es: P()= 2+6 cuyas

raz son 1=2 y 2=3. Por 3.1 tenemos que
Sn corresponde a:
8
2 n n 1 n 5
2n + (
IN
Sn = 2n n
3) n 2 + ( 3) + n, n
U {0}
5
5
2
2

Ejemplo 2. Definamos la sucesin recursiva

Sn+2=2Sn+1 Sn+3n sujeta a las condiciones
iniciales Sn=1, Sn=3. Formando el sistema de
ecuaciones:
Sn
S n+2 = 2 S n+1

S n+1 = S n+1

UNICIENCIA 24, 2010

Enrique Vlchez. Resolucin de relaciones de recurrencia lineales no homogneas (...)

Luego, en 2.9:

se tiene que la matriz asociada al sistema es

1
2
A=
1 0
y las condiciones iniciales estn

3
dadas por X 0 = .. El polinomio caracterstico
1

de la matriz es: cuya nica raz es Por 3.5

tenemos que corresponde a:

1
1)+ 1 n, n I N U
S n = 2n + 3n n(n
{0}
2
Relaciones de recurrencia
lineales no Homogneas de
orden tres
Mtodo de resolucin

n
1

(((

2
12
12
1

1 2
1 2
1 2

2
2
2
1 3
1 3
1 3

c2
12 12 13 + 23

2
2
2

2
12
12
1

2 3
2 3
2 3

1 2
1 2
1 2

3
3
3
1 3
1 3
1 3

2 3
2 3
2 3

c1 2 2+3 + + 2 3
1

1 2

1 3

2 3

c0

2
12
12
1

1 2
1 2
1 2

12 12 13 + 23

))

0
0
0
1 3
1 3
1 3

2 3
2 3
2 3

)+

cc0
cc2
nn

3
+
11 +

++

3
0
2

c
c

22 222 12 +213 233 cc111 222221+11322 ++111333 2233 ++111333c0222221122 ++011332233 ++

+ 3
3
23
2 3c
n2 2 222211+c222++11332
213 3 2 + 212 ++1
1 2 2+ 1 2 1 +
2
1 2
1 3
2 3
2
1 2
1 3
2 3
2
1 2
1 3
2 3

((((

))

((((

0 S n + f (n )
S n +3 =
2 S n+ 2 + 1 S n+1 +
sujeta a las condiciones iniciales S 0 = c0 ,
S1 = c1 y S 2 = c2 el polinomio caracterstico definido para la matriz A segn 2.4 est
dado por: P()=32210.
Las races 1, 2, 3 de este polinomio
derivan tres casos posibles: que sean distintas
dos a dos, que dos de ellas sean iguales, o bien,
que las tres races sean iguales. A continuacin,
resolveremos cada caso por separado. Si las
races son distintas dos a dos, la matriz T en
2.9 es la matriz diagonal:

Por 2.3:

> X
=

=
XXnnn ==
+
cc
nnn

++
33 ccc + +

c
+ +

cc11

++
c

+
111

222
3 ++ ++

X n =

1
+

++

+
+ +

c
c2
n

c 21 +2 111+++222
+

22c0322 +12 cc0001323

+
3n33nn 32 322+2++112c221cc2321323 23 c

+
1
1
2c
2
2+

1c
1
2
1
1

+
3
1
2
1
3
2
3

+
13 23
3 11322+ 11
2 133 2 3
3 11 2 2
1 332+ 122
3 3 + 1 2 1 3 2 3
3 + 1322
13 23
3 + 13 2
3
1 2
1 3
2 3
1 3
2 3

Dada la sucesin:

0
1
T = 0
2
0 0

0
3

22 2 2 22 2 2 22 2

12

22 23

33 3
11 1 2

PPP=P==

=1
11 1 222 2 333 3
11 11 11

11 1 1

)))

n11
2n 2
n
n

(n )

0
0
+1+

f
1
0
00
+

111nn1+1 +
11nn+22

++1
++
fff ((nnn))

++11n1 n2 00
0 1

2+ 1
nn
P

0 10
0
P

+nnn
2
1121 + +
P

0
111

1
0
P
+

n22 +

1
0
PP
P

+
+
+
2
2

000

22 0+ 22 +
0
0
P

1 1
2
n+
n

1
0
+
+
+
3 3 nn11

n1 + nnn222 + +1
0
0

33 ++33 ++
00
00

++11
00

3
3

=> X

X ==
X nnn =n n
2 +
3 +
c2 c

c 2
2 +
3
2

2
3 +2 c0 +2 c +c0

1 2
1 c
+
+ +33
1 12 2 31
3 23 0 +
131222
13 + 23+
2
1 3
2 3+
1n1121212112c32+123+3+23 1c1112212

2 3 2 1 1

+
1
1 2
1 3
2 3
1
1 2
1 3
2 3
1
1 2
13 + 2 3

Xn =

2 +3
1 2 c2 + c

+ 2 3 2 c0 + +
12 13 + 23
1
1 2
1 3
2 3
1 1 2 1 3 2 3 1 12

+
c

n2 2 +2 c1 2 1+ 3
+ 13 2 +0 +
3
2
1 2
1 3
2 3
2
1 2
1
3 +2
2
1 2
1 3
2 3c
+

c 0
nn2 2 +cc22 cc1 2
+
1 +1 3 3
13 22 0+

+
+

2
2
2
1
2
1
3
2
3
2
1
2
1
3
2
3
2
1
2
1
3
2
3
2
1
1 3
2
1
2 +
1
3
2
1
2 +
1
3
2
3
2
1
2 +
1
3
2
3

+
+

23

3
c0

n2 2 +c2 c1 2 1++

+
+
2
1 3 +
+

2
1 2
1 3
2 3
2
1 2 13
2
1 2
1 3
2 3

2 3

3n 2 + c2 c1 2 + 1+2 + 12 2 + c0
+
3
1 2
1 3
2 3
3
1 2
1 3
2 3
3
1 2
1 3
2 3
+

c0 c0
cc 2 1+1 +2 2

3n3n 22 +n1 cc22 n2

2
+1
1 2
1 2 2 2
1
2
1
3
1
2

1 3
2 3 +11
3 +
2233+ 1
3
+
3+3+1

+ 1 2+

f (n )
3 + 12 13 0
2 10
3 3232 3
3 1 1 2 1 13 2 3
c0

P3n 2 + c2 0 c1 2 + 1+n21+n+21+
2 2+
112 13 23
P 1 0
3 +
3
1 2
1 3
2 3
3
1 2
0
21 3 2 3 2
nn22

nn11 +
n 1
n 2

f

1
0
0
+
+
+

1
0
0
+
+

0
0

1
0
+
+
+
1
1
1
1
3
3

1 1

1 1
(n2nn2)11++n2n222++++11
f
0
P

P 11 n0 00 0
0
P

2
P
0 21 0 0 P 0
n n11

+ nn22 + +1

0n
00

3 3 + 3 3 + + 1

0
0
0 33 11

((((

(((

(
(

)
)

((

))

))

)))

=> X

Xnn ==

X n =n n

+
c2 c
c 2 2 3 2 + +
3
2

2
3 +2 c0

+c0

1 2
1 c
+

n11 1212112c32+123 3+23 1c11212131+22+23313 +23+ 1 122 313 +12213c2013 +23+

((((

1 2 +
1
1 2
1 3
2 3

1 2 +
1
1 2
1 3
2 3

2 3 2 +
1
1 2
1 3
2 3

))

c0
+
22 12 + 13 23

c0

n2 +c c1 ++
1 3

nn2 2 +cc22 cc1 2 1+1++33 ++

3 2 c0+ + +
1

2
3
2
1
1 3
222
11
22+
11
33
22 2
1
12 +
22
1
31
2
32 3

+
+2
3
113
223 3
2233
2112 +

(((

2
2

1 2

1 3

2 3

2
2

1 2

1 3

2 3

))

+333

2 +

22+
2

3+

+1+111 11

22222+2+3+2+332333323123

3111

322
1

1233
2 +

2 +
123331

1
223+
2
332
3
22+
2
33
3

322
3+
2
2
3
2 3 31
+

+
+

1
1

1
1
1

31
3 33 +
3 33 3

1 11 1

P=>PPP=1 =

=
2 2 2
2 2 2
2 22 2

+
2
22
33
+ 3

3n ( + c c1 + + + 12 + c )
2
2
3
23+
2 2+2322 233
2 22323323+222+2+2+3222333 2 22323323++1222++2+21++31222333
+

1
1
1
2
2
2
2
1
2
2
2
2

++2 1+222

2
2
2
2
2
2
c

+
c
n

c
+
cc

2 2232 333+3 3323 322233 3 2 2232+33+3+3+332233222333 2 2232+33+33+332233222333

3n3 +n1 c n2

+
12 2 + 0
1 +

+ 1

+11

+
+ +
+
+

((
2
3

2
23
3

1 2

1 3

2 3

2
2

1 11 22

1 3
1 13

2 3
2 3

2
3

1 2

2
23
3

1 3

n 1
2

00
00

1 2
1 3
2 3
1 2
1 3
2 3

P
0
nn11 +
++11
+ 01n1n22 ++

11

2
3

2 3

n 2
2

++1

1 2

1 3

2 3

)))

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

f (n )

P 1 0

1
0
+ 0+0
129

3n1 + 3n2
0 00
n 1
n 2
++11
n221 ++n222 ++
00
PP1
n n11
n n22

+ + +1

00
3 3 + 3 3 + + 1

n2

22 12 + 13 23

c1 2 1+ 3 + 13
2

1 2

1 3

22 12 + 13 23

2 3

)+

c0 Resolucin
c2
1 + 2 Enrique Vlchez.
n
UNICIENCIA
24,
2010
de relaciones de recurrencia lineales no homogneas (...)
3 2 + c1 2 + + 12 2 +
3
1 2
1 3
2 3
3
1 2
1 3
2 3
3
1 2
1 3
2 3

Por tanto, en 2.9:

n 1n nn11n1 0
Xn =

0 c2 2
1 n
1
f (n ) 1nn1
n2
1 2 +
3n
1

f (n )
3
c0
c2 f (n )
n
1

1 1 2 1 2+ + +2 12 c1 +2 ++3 1+

1
X
P
P
c +

0
0

2 2 3 2
n

+
+
0
P c1

1 1 0
1 3
2 3 2
12
1 31 21 32
1 2 1 1 31 2 2 31 3
X 1=
+1
2 3 3 1 2 11 3 1 22 313 2 3 X n = P

n
n

n
n

0
0
0 0

2 2 c0 0
1 c + c1 + + + 2 3 c + +

acuerdo con
De
lo anterior:

c
c c
+ +
nn
f (nf)(n )
c0

2
3+
2
SSn ==

1
1
2 3+
c +
3

c
+

+

2
+23 + nn11 nn22
0 0 1
1
233 2 20 3 12 1+
+1223 11
2n 2 1+c21212+

+
1
13c
1
12
31+
2 13

2 12 + 13 23
2 12 + 13 23
P TT ++TT + +

+ T+ T PP 0 0
2
1 2
1 3
2 3

c
+ +
cc
0
nn

cc

1
13
+ +c c+0
+

+ + +
1 1 +
0

13
3 +2
+
22n2 2++++c2
c12++
+31
2 12 + 13
23
2
1 2
1 3
2 3
2
12 + 13 2 3

nn

n1n1n11 00
c2c2
3n + c c1 + +
+ 12 + c +
+

11 nn
1

12+ 2
c2c2
nn c2
2 + 3 1 +
c0 c0 c0
n

1 c

+
+

+
2

S n = 1 2 333232+++112 211
c

0
0
X
P
P

12 +2 + +

2 1
21 2 2
1
2
1c1 +

X
P
P
0
0

+
=

1
2
3

n
1

3223
3 1 1
1
1323 2 3
2
3
3113
21233
3
311+32221333 +
1 3121
2+
2

n
1
1
1 2
1 3
2 3 3
23
1
1
f (n )
0 0
n n
c
+ f (n1) ++1 + f (n1) + c1
c

n1

+
0
2

c
0
0

3 +n1 n n2 c1 + n + 12 + n

2
0
1
f (n )
f (n )
f (n )
1 1 ++
2 1 0
3

c+
0
f (n )
1 3++ 1
0
1 c+ 1
n2 2 +c2 11
2
1 +
3 1 2 ++
1n
12

1
12

23
22
1+3 2

3 +
221
n
n 11 2 1n2321223+ 13 23 3 1 2 1 3 2 3
2
1 2
1 3
2 3
1 2 + 13 2 3
1
0
P
1 0 1 1 1 2 (n + 1
n1 + n02 + + 1 2 + 02 + + 1
(1n))0
nf
1f(n ) 2
P
0(4.1)

f (n )
1
1 1n1 (n1n1) 2 1 (1 1) 0
1

n 1
n 2

1
n 1
n 20

1
0
+
+
+

1
3
3
0+T1 + + T P 0 0 P1 0
c0+ 1
1 + 2
c2 P
n
T

0
P

+
+

0
P

2
2
3 2 + c1 2 + + 12 2 + +
1

3
1 2
1 3
2
3
3
2 3
3
1 2
1 3
2 3n 1
n 2

0 n2 1
0
01 2 1 3 siempre
+ 1
+de
3 + 3
la cual
es
vlida
y0 cuando ninguno

2 1
0 0 0

3n 1 si para algn
1n 1los valores
n2 1 sea igual
f (n )
f (n ) propios
f (n ) a uno,
+
+
2
2
2
1 2 12 +13 23 3 1 3 +n1
1 1 1 12 1
23
12 13n2
i,3 +12X3n i=2 3,
= 1, entonces 2i+
+ i +... + 1=c0n
3
1n 2 i c2
3 2 + + Al resolver este producto y tomar la ltima
c

+ 2 aplicado
2
1
12 mismo
1 12 13 + 23
13 + 23
y seX recurre
procedimiento
1
1 2
1 3
2 3

= 1 al

(
(

2
1

( (((
(((
2
1

1 3

1 2

2 3

2
3

1 2

1 3

1 3

2 3

1 3

2 3

2 3

2
1
2
1 2
1 3
2 3
2 2
3
1 2
1 3
2 3

1 2

0
0
2
21 2 1 21 3 1 23 3 2 3

2
3

1 2

n
3

2
32

1 3

1 2

2 3

1 3

1 2

2 3

1 3

1 2

1 3

2 3

)) ) ((
)) )

1 3

2
2

n
2

1 3

2
1

2 3

1 2

2
1

2 3

1 3

1 2

1 3

2 23 3

1 2

1 2

11 3 3

n
1

21
3

2
1

2 3

2
3

1 2

2
1

2 3

1 1 3 3
2 2
2 2 1 12 2 1 31 3 2 32 3

11 22

( ((
1

1 3

22

22
22

1 2

2 3

))) )

n
+
c
para obtener
4.1,
se+obtiene:
( lac expresin

c
n

))

2 3

) fila de la matriz resultante, se concluye que:

)
) (

c0
S = n2 2c + + 12 2c +
2
1 2c + +

+c1 2 +2+3 + c + 2 +3
Snn = 1n c2 c2 c +
1212 13 +2n3 +
Sn =
1
1 2 1 13 2 +
3
1
12231 3
2c 3
1 c

3
2

+

0

+

2 2 + c1 2 + + 13 2 + +
2
1 2
1 3
2 3
2
1 2
1 3
2 3
2
1 2
1 3
2 3

1n c0 22 +
1 2c + +
2 c + + 2

c c
+ +
c c
1 + 3
c0
nn

1 3
0

+ +113
+

+
+

+
2n22 22212+++c21+3223cc1 1
2c
2
2
2

3
1
1
3
2
1

1
3

312 + 13

+2
+
2
113
22+313 23 2 12 +
2+
2
2
1 2
1 3
2 3
23

1
2 c )+
n1n1 ( c
c1 + +
c
+
c
n
+
3n + c c1 +

+
+

1
2
c

+
1
+
0
2
2

+
c
n

+
c
+
3 c22 2 + 2c c c22 1 321+2 + +
02 0 2
+ 12
3 23
3 22+32+11
231
+1
S n = 1n 2
3+ 1 2 13
3 1 2 1 3 2
3
13
23
3 +

31+33
313 213 21231123+113
122
2+
2
123323

1
12
3+
1
1 2
1
c1 + + + 1
n2 + c
2 + c +
1
1
1
f (n )
f (n )
f (n )

+
+
c

+
c
n
31 2 +n1 2 +n2 c112+ 1+2 n + 112 2++0 n 1
2 213
f (n3) 1 2 1 3
3 f 1(n
2 )n1 3
2 33

3 + 1

0 +c0 3f (n11)2 21 3+
0
+ 1 2 3++
f (n )
1 +
1
2 1
n2 2 +c2 12
2

nn11 c

1
3 +

3
22 +
1
1+
3

2 c11
3 +22
13 +c +
c1 ++ +
n 21 1 3n222132 + 13 233 1 2 1 3 2 3
2
1 2
1 3
2 3
2
1 2
13 2 3
1
0+
0
P
P

n1 + n02 + + 1 2 + 02 + + 1
(n )

0
f

1
1

(4.2) 1 1 0

n 1
n 20
3n1 + 3n2 + +
0
P 0 (n+ n )
3n 2 + c2 P c1 2 +0 1+2 +2 1+2 22 ++ c0+1 + 0

3
1 2
1 3
2
3
3
1 2
1 3
2 3
3
1 2
1 3
2 3n 1
n 2

f(n )0( ) ( )
f (n1) 2 1 + + f (n1) 2 1 +

0
0

1
+
+
+
3

En un segundo caso, si = 3 entonces

( ((
(((
2
2

( ((

2
3

1 2

2
1

1 3

2 3

2
2

1 2

1 3

2 3

2
3

1 2

1 2

n
1

1 2

1 3

2 3

1 2

1 3

2
2

1 2

2 3

2
3

1 2

1 3

1 3

1 3

1 3

1 2

2 3

1 3

2 3

)))

2 1 22 12 + 13 23

3n 1

2
2

10
1
T = 0
12
0 0

Adems, segn 2.7:

22

1 1
P
=

P = 11
1
1

2211
22
112
001

0
23

23 2
1
1

2 + 3

1
2 +3 23 1 1 2 +3 221 3 1

2
1
P = 2 +(12 ) (31+21+2)2
3
2
2 3
2
3
2
2 3
1 2
1
21++1 2
=> P
= +12 1 2
2 2
1
2 3 + 3 2 3
2 3 3 2 3

130

1
(1 2 )2

(12 )2

2
2

2
1

1 2

1 3

1n
1
1 1 2
1
1

1 2

1 2

2
2

1 2

2
1

2
2

1 2

1 3

2
2

2 3

2
3

2 3

2
1

2
2

1 2

2
2

1 2

1 3

2
1

1 2

n
1

1 2

2
2

1 3

2 3

2
2

2 3

2
3

2 3

1 2

1 3

2
1

2 3

n
2

1 2

)
2
2

(4.3)

Esta frmula se puede utilizar cuando todos

los valores propios son distintos de uno, en caso
n
contrario si = 1, (jxj1)= 1 n (n1)
1
j=1
2
y 1n1 + 1n2 +...+1=n posteriormente el
procedimiento de resolucin es equivalente
a lo expuesto con anterioridad. Podra ocurrir
tambin que 2= 1, en dicho caso simplemente
1n1 + 1n2 +...+1, se sustituye por n

22 2

23 2

1 3

1
1 1 2

3 1 32 + 12 13 23

1 2

1 2

1 2

2
2

2
1

2
3

(n ) matriz T en 2.9
por 2.6
+ f la
+ f (n ) corresponde a:

f (n )
1 1 12 12 13 + 23

n2 1

2
1

2
2

1 2

1n 1

2
1

))

n
3

2
3

))

2 3

2 3

2 3

1 2

2 3

n
2

1 2

2
1

2 3

1 3

2 3 2 +
1
1 2
1 3
2 3

1 3

1 3

2
2

1 2 +
1
1 2
1 3
2 3

2
1

2 3

1 2

((

(
2

2
1

1 2 +
1
1 2
1 3
2 3

22
21+)
2 (2
3 2 3 1
3

(12 )2
22 + 23

1
22 3
2

2 2
1
23
223 + 3

(12 )2

Por ltimo, si 1=2=3 distintos de uno,

tendramos por 2.6 que la matriz T en 2.9 es:

10
1
T = 0
12
0 0

0
13

UNICIENCIA 24, 2010

Enrique Vlchez. Resolucin de relaciones de recurrencia lineales no homogneas (...)

Si 1=2=3 por 3.3 y 4.4 se reemplaza

Adems, de acuerdo con 2.7:

n 1

2 2
1 1

1
P =
0
1 1
1 0
0

0
0

=
> P 1 = 0
1
1
2

Entonces
n en 2.9:
n 1

j 1
1

j =1

1
2

1)(n
2)
1j 2 = 16 n(n

j j 1)
2

j =2

y 1n1 + 1n2 +...+ 1 = n en 2.9, lo que nos da

como resultado:

Sn =

1n c0 + n
1n 1 (c1
1c0 )+ 12 n
1n 2 (n
1) c0
12
2c1
1 + c 2 +

12

n (n 1)

n1

n 1

(j )= n(n 1), ( (

f (n )16 n(n
1)(n
2)

(4.6)

c2 Ejemplos

1n 2

n n
n1 n (n1)
1nn21
1 2P1 c1 +
X n = P1 0 n 11n 2n1n
1
1
c1 +
X n = P 0 1
n
P
recursiva
n
Ejemplo 1. Definimos la sucesin

2
n
c

00 0 0
n
S
=
S
+S
+
2S
+
n
+
3
sujeta
a las
0
1

c
0
n+3
n+3
n+2
n+1
1

f (n )

(n + 1 n1 )

n 1

n 2
0
1
+1T
0T
P
P
++T
0
P
1

0
0
0

1n 1
1 1

1
1
1 ( 1)2
1

1
(1 1)2

n
1

condiciones S0 = 1, S1 = 1, S2 = 1. Formando
el sistema de ecuaciones:

S n+3 = S n+ 2 + S n+1 + 2 S n + n 2 + 3n

S n+ 2 = S n+ 2
S = S
n +1
n+1

Para continuar con este desarrollo, es

1
(n 2utilizar:
12 2n 2 1 + n 2 3n12 + 4n1 n + 212 ) ( 11)
necesario
2 ( 1)

6 n(n 1)(n 2 )
1n
1) 1 j 2

1 j ( j
xn
1
1
1

=
x
2
2
2 (x 1)3 + 2 x1

(x 1)3
(j =211) 2 1 (11)
2

3n
2n 2 x + n 2 x 2 + 4n
n
x
xnx + n 2 + 2 x 2

nx
n

1
n 1

(n +

n )

ssi
i

x =1

ssi
i

=1
x

1 1

(4.4)

f (n )

demostrar sin mayor dificultad

lo cualse0puede
0
por induccin

matemtica. Luego:
1

n n
n1 n (n1)
n2
c

1n 1 n1n1 n (n21)21n2 1 c2 2
1
n
n 1 n n (n 1) n 2 n 1

11
c1 +
X = P100 nn11n1 n(n12)nnnn12
c

1P
X nn = P1n

n1 1
cP
2 c1
+
2 n
11 1 n
1 2

X n = P 00 n1n 0 n
c1 +
P1
n 11 n

c0
1 0 n1 1P c1 + c
X n = P 0
0
n
1
0

00

1n 1

nn
11

n 11

n
1n 1

cc0
0

1111 1 1 12 2
1 n1
)1n
1n)1

n1)
111111 (11((11)211)1)111 (1111(1)(21n((1n+1)2+1()1n21+nn+

(n1n) n
( 1)
11111

0000 11111
P
P

P

11 1 1

0
0

0
0
0
0

0
0

n
1
1

1
n
1

n
1

se tiene
que la matriz asociada al sistema es

1 1 2

A = 1 0 0
0 1 0

El polinomio caracterstico de la matriz

A es: P()=322 cuyas races son
1 + 1 i 3,
1
1 i 3 . Por 4.1 se tiene
2,
2
2
2
2
que corresponde a:

((

1
S n = 21212 n 2 12 i 3
2

21
21

2
1

n
1
11
1

1 11
1n11

22 22

22

2 2

2 2

))
2

n )

1 ( 1)2 (n + 1 n1 )
1
ff ((nn))

P
P 1 0f0 (n)

f n
P 1 000
1 11

P 1 00
Al tomar

0 la ltima fila de este producto

se obtiene:

S n = 1n c0 + n1n1 (c1

1c0 )+ 12 n
1n2 (n
1) c0
12
2c1
1 + c2 +

f (n )((

1
1 1)3

212
1

1n

(1 1)3

(n
2

2
1

2n 2
1 + n 2
3n12 + 4n
1 n + 2
12

))

(4.5)

((

1
n 2 1212 i 3
2

21
21

)) +
nn

)) + ((
nn

2
7

((

)) +
nn

2
2121

((

1
3n 12 i 3
2

1
7

i 3 12 i 3 12

1
2

1
i 3
2

)) +

nn

nn

)) + ( i
nn

)) +

))

nn

1 +
3
2

2 1
7 2

21 i3 (( 2 i 3 2 )) 21 i3 (2 i 3 2 )) +

17 2 n n 2 + 73 2 n 13 n 2 13 3n + 17 6 n +

2 1 1 nn 1
1
nn
2 1
1
3
i
n
21
(( 2 i 3 2 )) 21 i 3n (2 i 3 2 )) n, n I N U {0}
21

( )

nn

1
3n 12 i 3
2

(n (( 2n2n +) )n+ n 3n3n+ 4+n4nn + 2n+)2 )

(n +

)) +

17 i 3 12 i 3 12

1 n+n 2+
1 3 2 3 1
211

n1+
2n1
12
nn
nn
3n32
4n4
+
2 22
2 +nn
1 1+
(1 1()1
1) 2
21
21
2
3
12 ( 11 )3 n n 2 1 2
1
1
1
1
2
1
1 1 3
(11 1) ( 1)3
11
1
1
1
1
1)

2 1112 22(

1
n

n
2 2n nn++
1 1
1
1
1
1
1

(11111))
(
)

1 1(

1 1 1)1 n
nn
1
1
11 (
12

(11 11111)2

1 1)
nn

11 n
1
13n3
1111
211212 ((
))

y las condiciones iniciales estn

dadas por X 0 = 1. .

(((n

21

n + 12

21

nn

21

n + 12 1

nn

n
1

2
1

Ejemplo 2. Definamos la sucesin recursiva

Sn+3 = 5Sn+2 3Sn+2 3Sn+1 + 9Sn 5n + sin n sujeta
a las condiciones iniciales S0=1, S1=0, S2= 1.
Formando el sistema de ecuaciones:
131

UNICIENCIA 24, 2010

Enrique Vlchez. Resolucin de relaciones de recurrencia lineales no homogneas (...)

3S

n
S n+3 = 5S n+ 2
n +1 9 S n 5 + sin n

S n+ 2 = S n+ 2
S = S
n +1
n+1

se tiene que la matriz asociada al siste3

9
5

ma es A = 1 0 0 y las condiciones
0 1
1
0

iniciales estn dadas por X 0 = 0 . . El
1

polinomio caracterstico de la matriz A es:

P()=352+3+9 cuyas races son 1=3
de multiplicidad algebraica dos y 2= 1 de
multiplicidad algebraica uno. Por 4.3 tenemos
que Sn corresponde a:
13 3n n
24241 1
32321 (
1) sin n
32323 3n sin n + 12 (
1) +
S n = 18 sin n
515 n n
n
1 n
1
1 n 35
15 n + 24241 3n n sin n n, n I N U
{0}
2 3 + 3232 ( 5) 8 5 + 3232 1
n

Conclusiones
El algoritmo desarrollado en este trabajo
finaliza una serie de resultados conducentes a la
resolucin de relaciones de recurrencia lineales
con coeficientes constantes tanto homognea
como no homognea.
Los resultados permiten programar formas de resolucin de recursividades de una
manera rpida y eficiente. A futuro se espera
desarrollar una aplicacin que se fundamente
en estos insumos tericos para solucionar
completamente el problema.

132

Referencias
Apostol, T. (1985). Calculus. Mxico: Revert.
Hill, R. (1997). lgebra lineal elemental con aplicaciones.
Mxico: Prentice-Hall.
Hoffman, K. y Kunze, R. (1971). lgebra lineal. Mxico:
Prentice-Hall.
Johnsonbaugh, R. (1988). Matemticas Discretas. Mxico:
Iberoamrica.
Vlchez, E. y Monge, J. (2001). Valores propios y las
sucesiones definidas de forma recursiva. Revista
Virtual de la Escuela de Matemtica del Instituto
Tecnolgico de Costa Rica, 2(2).
Vlchez, E. (2004). Resolucin de sucesiones definidas
por una relacin de recurrencia homognea lineal
con valores propios de multiplicidad algebraica
mayor estricta que uno. Revista Virtual de la
Escuela de Matemtica del Instituto Tecnolgico
de Costa Rica, 5(2).