Apendice sobre ecuaciones

diferenciales lineales
Juan-Miguel Gracia
10 de febrero de 2008

Indice
1. Determinante wronskiano
1.1. Wronskiano de f1 (t), f2 (t), . . . , fn (t) . . . . . . . . . . . . . .
1.2. Derivada de un determinante de funciones . . . . . . . . . .
1.3. Formula de Abel-Liouville para el wronskiano . . . . . . . .
1.4. Wronskiano identicamente nulo de funciones linealmente independientes . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.5. Teorema de existencia y unicidad de soluciones . . . . . . . .

.
.
.

2
3
5
5

.
.

7
8

2. Sistemas de ecuaciones diferenciales lineales

9
2.1. Solucion del problema (P0 ) . . . . . . . . . . . . . . . . . . . . 16
3. Recurrencias lineales

20

4. Sistemas de recurrencias lineales

21
4.1. Comportamiento asintotico de las soluciones . . . . . . . . . . 23

1.

Determinante wronskiano

En toda esta seccion la letra I denotara un intervalo cualquiera de la recta

real R. Es decir, el intervalo I puede ser de cualquiera de los nueve tipos
(a, b), [a, b], (a, b], [a, b) con a < b,
(a, ), [a, ), (, b), (, b], (, ) = R.
Si f (t) es una funcion real definida en I y el intervalo I contuviera a uno de
sus extremos finitos a o b, las derivadas f k (a) o f k (b) deben entenderse como
derivadas laterales: f k (a) := f k (a+ ) (derivada por la derecha), o f k (b) :=
f k (b ) (derivada por la izquierda).
Definici
on 1.1. Sean f1 (t), f2 (t), . . . , fn (t) funciones reales definidas en un
intervalo I de la recta real. Diremos que f1 (t), f2 (t), . . . , fn (t) son linealmente independientes en I si la relacion: Para todo t I
1 f1 (t) + 2 f2 (t) + + n fn (t) = 0,

1 , 2 , . . . , n R,

(1)

solo es posible cuando 1 = 0, 2 = 0, . . . , n = 0.

En el caso de que se satisfaga (1) con alg
un i 6= 0, se dira que las
funciones f1 (t), f2 (t), . . . , fn (t) son linealmente dependientes en I.
Ejemplo 1.1. Las funciones f1 (t) := t + 2, f2 (t) := t 2 son linealmente
independientes en (, ) pues si existiesen unas constantes reales 1 , 2
tales que para todo t (, )
1 (t + 2) + 2 (t 2) = 0,

(2)

se seguira que
t, 1 t + 2 t + 21 22 = 0,
t, (1 + 2 )t + (21 22 ) = 0.
Por tanto, 1 + 2 = 0 y 2(1 2 ) = 0. Sumando las ecuaciones del sistema
(
1 + 2 = 0,
1 2 = 0
resultara 21 = 0; lo que implicara 1 = 0. De la ecuacion segunda se deducira que 2 = 0. Por consiguiente las funciones t+2 y t2 son linealmente
independientes en (, ).
2

Ejemplo 1.2. Estudiar la independencia lineal de las funciones t, e2t , te2t

en (, ). Supongamos que existan constantes reales 1 , 2 , 3 tales que
t R,
1 t + 2 e2t + 3 te2t = 0.
(3)
Dividiendo por e2t , queda
1

t
+ 2 + 3 t = 0
e2t

(4)

Como

t
= 0,
t e2t
si fuera 3 6= 0, supongamos 3 > 0, se tendra por (4) que = 0; lo cual
es imposible. Por ello, 3 = 0. De (4) deducimos,
lm

t R,

t
+ 2 = 0.
e2t

(5)

Tomando lmites en (5) cuando t , se sigue que 2 = 0. De (3), t

R, 1 t = 0; lo que implica 1 = 0. Por consiguiente t, e2t , te2t son linealmente
independientes en (, ).

1.1.

Wronskiano de f1 (t), f2 (t), . . . , fn (t)

Definici
on 1.2.


 f1 (t)

f
(t)

f
(t)
2
n
 0

0
0
 f1 (t)
f2 (t)

fn (t) 

W (t) = W [f1 (t), f2 (t), . . . , fn (t)] := 

..
..
..
..
.


.
.
.
 (n1)

(n1)
(n1)
f1
(t) f2
(t) fn
(t)


 f1 (t) f2 (t) f3 (t) 


W [f1 (t), f2 (t), f3 (t)] :=  f10 (t) f20 (t) f30 (t) 
f100 (t) f200 (t) f300 (t)
Ejemplo 1.3.

 

 t e2t
  t e2t

te2t
te2t




2t
2t
2t
2t
2t
2t
2t




e + 2te
1
2e
e
(1
+
2t)
W [t, e , te ] = 1 2e
=



0 4e2t 2e2t + 2e2t + 4te2t  0 4e2t 4e2t (1 + t)
3





t 1

t 1

 

 
t
0
2 2t  1




0 
2t 2t 
4t 
4t





= e e 1 2 1 + 2t = e 1 2 2t  = e t 

4 1 + t 4 1 + t
0 4 1 + t 
0 4 1 + t
 

 
1 2t  1
0 
4t



= e 2t 

= e4t [2t(1 + t 4t) (1 + t)]

2 1 + t 4 1 + t
= e4t [6t2 + 3t 1]
y como la ecuacion 6t2 + 3t 1 = 0 no tiene races reales, se sigue que para
todo t se tiene que W [t, e2t , te2t ] 6= 0.
Teorema 1. Sean f1 (t), . . . , fn (t) funciones definidas y derivables hasta n1
veces en un intervalo I. Si existe un t0 I tal que
W [f1 (t), . . . , fn (t)](t0 ) 6= 0,
entonces f1 (t), . . . , fn (t) son linealmente independientes en I.
n. Si 1 , . . . , n R satisfacen
Demostracio
1 f1 (t) + + n fn (t) = 0,

t I,

(6)

derivando sucesivas veces esta igualdad,

1 f10 (t) + + n fn0 (t) = 0,
..
.
(n1)

1 f 1

(t) + + n fn(n1) (t) = 0,

t I,

t I,

1 f1 (t0 ) + + n fn (t0 ) = 0,

1 f 0 (t0 ) + + n f 0 (t0 ) = 0,
1
n
..

f (n1) (t ) + + f (n1) (t ) = 0, ,
1 1
0
n n
0

(7)

Como (7) es un sistema ecuaciones lineales de Cramer en las incognitas

1 , . . . , n , se deduce que
1 = = n = 0.

4

1.2.

Derivada de un determinante de funciones

Sea



a(t) b(t) 

 , para t I.
D(t) := 
c(t) d(t)

Entonces,
 0
 

a (t) b0 (t)  a(t) b(t) 



.
D (t) = 
+
c(t) d(t)  c0 (t) d0 (t)
0

Lo cual es facil de probar.

1.3.

F
ormula de Abel-Liouville para el wronskiano

Teorema 2 (Abel-Liouville). Sea

x00 + a1 (t)x0 + a2 (t)x = 0

(8)

una ecuacion diferencial lineal homogenea de segundo orden, donde a1 (t) y

a2 (t) son funciones reales continuas en un intervalo I. Sean x1 (t), x2 (t) dos
soluciones de (8) y sea
W (t) = W [x1 (t), x2 (t)]
su wronskiano. Entonces,
t I,

W (t) = Ce

a1 (t) dt

n. Como
Demostracio


x1 (t) x2 (t)
,
W (t) =  0
x1 (t) x02 (t)
derivando resulta
 0
 
 

x1 (t) x02 (t) x1 (t) x2 (t) x1 (t) x2 (t)
+
=

W (t) =  0
x1 (t) x02 (t) x001 (t) x002 (t) x001 (t) x002 (t)
0

= x1 (t)x002 (t) x001 (t)x2 (t);

pero x00i (t) = a1 (t)x0i (t) a2 (t)xi (t) = 0, para i = 1, 2; por tanto,
W 0 (t) = x1 (t) [a1 (t)x02 (t) a2 (t)x2 (t)]
[a1 (t)x01 (t) a2 (t)x1 (t)] x2 (t)
= a1 (t)x1 (t)x02 (t) a2 (t)x1 (t)x2 (t)
+a1 (t)x01 (t)x2 (t) + a2 (t)x1 (t)x2 (t)
= a1 (t) [x1 (t)x2 (t) x01 (t)x2 (t)]


x1 (t) x2 (t)

 = a1 (t)W (t).
= a1 (t)  0
x1 (t) x02 (t)
Por ende,
W 0 (t) = a1 (t)W (t);

t I,

(9)

es decir, que W (t) satisface (9), que es una ecuacion diferencial lineal homogenea de primer orden; en consecuencia existe una constante C tal que
W (t) = Ce

a1 (t) dt

.


Veremos enseguida otra formulacion del Teorema de Abel-Liouville. Para

ello necesitamos recordar el teorema siguiente.
Teorema 3 (Teorema fundamental del calculo infinitesimal). Sea f (x) una
funcion continua en un intervalo I, sea x0 un punto fijo de I, y definamos
la funcion
Z
x

f (t) dt, para cada x I.

F (x) :=
x0

Entonces F (x) es derivable en I y su derivada viene dada por

F 0 (x) = f (x).
Ejemplo 1.4. Sea
Z
F (x) :=

et dt.

1
x2

Entonces por ser e

continua en todo R y por el Teorema fundamental del
calculo infinitesimal, para todo x real existe la derivada F 0 (x) y
2

F 0 (x) = ex .
6

Tambien necesitamos otra expresion para la solucion del problema de

condicion inicial para una ecuacion diferencial lineal homogenea de primer
orden:
(
x0 = a(t)x,
(P )
x(t0 ) = x0 ,
donde a(t) es una funcion continua en I, t0 I, y x0 es un n
umero real
cualquiera. La solucion de (P ) viene dada por
Rt

x(t) = x0 e
En efecto, por definicion

R t0
t0

t0

a(s) ds

a(s) ds := 0. Por tanto,

x(t0 ) = x0 e

R t0
t0

a(s) ds

= x0 e0 = x0 1 = x0 ;

as pues, x(t) satisface la condicion inicial. Ademas, por el Teorema fundamental del calculo infinitesimal, para todo t I,
Rt

x (t) = x0 a(t)e

t0

a(s) ds

= a(t)x(t).

Resumiendo, sin usar x0 , cualquier solucion de x0 = a(t)x viene dada por

Rt

x(t) = x(t0 )e

t0

a(s) ds

Como W (t) satisface W 0 (t) = a1 (t)W (t), se sigue que para cada t0 I,

W (t) = W (t0 ) e

1.4.

Rt
t0

a1 (s) ds

t I.

(10)

Wronskiano id
enticamente nulo de funciones linealmente independientes

Ejemplo 1.5. Veamos que para todo t real, W [t3 , |t|3 ] = 0. En efecto, si
t 0, se sigue que |t| = t; por tanto |t|3 = t3 , y
 3

3 
t
t
3
3
 = 0.
W [t , |t| ] =  2
3t 3t2 
Si t < 0, entonces |t| = t; de donde, |t|3 = (t)3 = (t3 ); por lo cual,
 3

t
t3 
3
3

W [t , |t| ] =  2
=0
3t 3t2 
7

En consecuencia para todo t R, W (t) = 0. Pero, las funciones t3 y |t|3 son

linealmente independientes en R, ya que si 1 , 2 son constantes reales tales
que
t R,
1 t3 + 2 |t|3 = 0,
dando a t los valores particulares t = 1 y t = 1, deducimos
1 + 2 = 0
1 + 2 = 0
Sumando estas dos ecuaciones, 22 = 0; lo que implica 2 = 0, y, por ende,
1 = 0.
En consecuencia, a la vista del Teorema 1 podemos decir que la no anulacion del wronskiano en un punto t0 es condicion suficiente para la independencia lineal de las funciones f1 (t), . . . , fn (t), mas no es condicion necesaria.
Esto es, puede haber funciones linealmente independientes cuyo wronskiano
se anule en todos los puntos del intervalo.
Sin embargo, esta cuestion cambia drasticamente si f1 (t), . . . , fn (t) son
soluciones de una misma ecuacion diferencial lineal homogenea
x(p) + a1 (t)x(p1) + + ap1 (t)x0 + ap (t)x = 0
con n p; siendo a1 (t), . . . , ap (t) continuas en I.

1.5.

Teorema de existencia y unicidad de soluciones

2.

Sistemas de ecuaciones diferenciales lineales

Utilizaremos notacion matricial y unas pocas definiciones sobre funciones

vectoriales de una variable real. Si x1 (t), x2 (t), . . . , xn (t) son n funciones reales
de la variable real t, la funcion vectorial

x1 (t)
x2 (t)

x(t) := ..
.
xn (t)
designa un vector columna (o matriz columna) de n componentes para cada
valor real de t. Por definicion, decimos que x(t) es derivable en t si
x1 (t), x2 (t), . . . , xn (t)
son derivables en t. En cuyo caso, definimos

x01 (t)
x0 (t)
2
x0 (t) := .. .
.
x0n (t)
El vector x0 (t) es la derivada de x en t.
Ejemplo.- Si x1 (t) = t2 , x2 (t) = cos t, x3 (t) = exp(t2 ) entonces

t2
x(t) = cos t
exp(t2 )
es derivable y su derivada es igual a

2t
x0 (t) = sen t .
2 t exp(t2 )

Consideremos el sistema de ecuaciones diferenciales

0
x (t) = a11 x1 (t) + a12 x2 (t) + + a1n xn (t),

01
x2 (t) = a21 x1 (t) + a22 x2 (t) + + a2n xn (t),

0
xn (t) = an1 x1 (t) + an2 x2 (t) + + ann xn (t).
9

(11)

Aqu aij (i, j = 1, 2, . . . , n) son n

umeros reales dados y x1 (t), x2 (t), . . . ,
xn (t) son las funciones incognitas. Denotando por A = (aij ) la matriz cuadrada n n formada por los coeficientes, podemos escribir el sistema (11) en la
forma matricial

x01 (t)
a11 a12 a1n
x1 (t)
x0 (t) a21 a22 a2n x2 (t)
2

(12)
.. = ..
..
.. .. .
. .

.
.
.
an1 an2 ann
x0n (t)
xn (t)
El sistema se escribe de forma resumida as:
x0 (t) = Ax(t).

(13)

Este es un sistema de ecuaciones diferenciales lineales de primer orden homogeneo de coeficientes constantes. Si no hay dudas, (13) lo podemos escribir
abreviadamente omitiendo la t:
x0 = Ax.

(14)

Debe quedar claro que x depende de t, pero A no depende: A es constante.

Resolveremos el sistema (13) bajo ciertas restricciones, muy generales. En
primer lugar, tratamos de ver si existen soluciones de la forma
x(t) = e0 t c
donde 0 es un n
umero y c un vector columna distinto de

0

0 = .. n ceros.
.

0
Suponemos que el vector

c1
c2

c = ..
.

es constante.

cn
10

Por la definicion de derivada de una funcion vectorial se observa que

x0 (t) = 0 e0 t c

(15)

Ax(t) = Ae0 t c = e0 t Ac

(16)

Por otro lado,

Como x0 (t) = Ax(t), de (15) y (16) se sigue que

e0 t 0 c = e0 t Ac

(17)

Dividiendo ambos miembros de (17) por e0 t resulta

0 c = Ac
o bien
Ac = 0 c

(18)

As pues, (18) es una condicion necesaria para que la funcion e0 t c sea una
solucion de (11). Es facil ver que (18) es tambien una condicion suficiente.
Resumiendo:
Proposici
on 1. La funcion vectorial e0 t c es una solucion del sistema diferencial lineal x0 = Ax si y solo si el n
umero 0 y el vector columna c
satisfacen la ecuacion algebraica
Ac = 0 c.

0
0

Nota.- La funcion nula x(t) .. es solucion de (11), pero esta solu.
0
cion no interesa. Por ello, al buscar una solucion de la forma e0 t c tratamos
de encontrar un vector c 6= 0. Para encontrar esta solucion debemos buscar

11

un n
umero 0 y un vector columna c 6= 0 tales que Ac = 0 c. Esta ecuacion
es equivalente a Ac = 0 Ic, siendo

1 0 0
0 1 0

I = .. .. . . ..
. .
. .
0 0 1
la matriz unidad (o identidad) de orden n. La ecuacion
Ac = 0 Ic
es equivalente a
(0 I A) c = 0
Si c ha de ser distinto de cero, entonces necesariamente el determinante
|0 I A|
tiene que ser igual a 0. Una posible manera de hallar el 0 que buscamos es
construir el polinomio en
| I A|

(19)

y resolver la ecuacion en la incognita

| I A| = 0.

(20)

A continuacion si 0 es una raz de esta ecuacion, se resuelve el sistema

homogeneo indeterminado

c1
0
c2 0

(0 I A) .. = ..
(21)
. .
cn
0

c1
c2

en las incognitas c1 , c2 , . . . , cn . Una solucion c = .. de (21) con no
.
cn
todas las componentes c1 , c2 , . . . , cn nulas, proporciona uno de los vectores
buscados.
12

Definiciones.- Dada una matriz cuadrada A de orden n se dice que el

n
umero 0 es un valor propio de A si existe un vector columna n-dimensional
c no nulo tal que
Ac = 0 c.
El vector c se llama vector propio de A asociado al valor propio 0 .
Otras terminologas equivalentes
0
valor propio
autovalor
valor caracterstico
raz latente
eigenvalor

c
vector propio
autovector
vector caracterstico
vector latente
eigenvector

Pero raz (o vector) latente no es correcto en castellano, pues viene del

ingles latent root, donde latent significa oculto. El prefijo eigen significa propio en aleman, y los terminos eigenvalor y eigenvector son innecesarios; vienen del ingles donde se llaman eigenvalue y eigenvector,
respectivamente.
Ejemplo.- Sea la matriz

1 1
4
2 1
A = 3
2
1 1

(22)

Vamos a hallar un valor propio y un vector propio asociado. Por lo visto

anteriormente es preciso resolver la ecuacion en


 1
1
4 

1  = 3 22 5 + 6 = 0
| I A| =  3 2
(23)
 2
1 + 1 
Por la regla de Ruffini encontramos que 0 = 1 es una raz de (23):
13 2 12 5 1 + 6 = 1 2 5 + 6 = 0

13

c1
Para encontrar un vector propio c = c2 asociado a este 0 = 1, resolvec3
mos el sistema homogeneo de ecuaciones lineales

0
1 4
c1
0
1 c2 = 0
(0 I A) c = 3 1
2 1
2
c3
0
Escribimos este sistema en la forma

c2 4c3 = 0

3c1 c2 + c3 = 0

2c1 c2 + 2c3 = 0


 0
1 
Como 
6= 0, tachamos la u
ltima ecuacion:
3 1 

c2 4c3 = 0
3c1 c2 + c3 = 0.
Este sistema es equivalente al anterior (i.e. tiene las mismas soluciones).
Pasamos c3 al segundo miembro

c2 = 4c3
3c1 c2 = c3
Damos a c3 un valor arbitrario; por ejemplo, c3 = 1 :

c2 = 4
c2 = 4 ;
=
3c1 c2 = 1
3c1 = c2 1 = 4 1 = 3

As pues, un vector propio asociado a 0 = 1 es

1
c = 4
1
Por lo tanto,

t
1
e
x(t) = et 4 = 4 et
1
et
14

c1 = 1

es una solucion del sistema diferencial lineal homogeneo

0

x1 (t)
1 1
4
x1 (t)
x02 (t) = 3
2 1 x2 (t) .
0
x3 (t)
2
1 1
x3 (t)
Hemos terminado el ejemplo.
Sea ahora un x0 un vector columna dado de n componentes:

x01
x0
2
x0 = .. .
.
x0n
x0 se lee x super cero. Consideremos el problema de hallar la solucion x(t)
del sistema diferencial lineal x0 (t) = Ax(t) que satisface la condicion inicial
x(0) = x0 :
 0
x (t) = Ax(t)
(P0 )
x(0) = x0
La solucion de problema (P0 ) no es necesariamente de la forma e0 t c.
Hip
otesis Suplementaria: Supondremos desde ahora que la matriz de orden n, A, tiene n valores propios distintos. Dicho de otro modo, supondremos
que la ecuacion en
| I A| = 0
tiene sus n races simples. Con esta hipotesis daremos un metodo de resolucion. El problema (P0 ) tiene una solucion u
nica. No daremos la demostracion
de esta afirmacion u
ltima aqu. Sean 1 , 2 , . . . , n los valores propios de la
matriz A. Estamos suponiendo que son n n
umeros distintos. Sean c1 , c2 , . . . , cn
vectores propios de A asociados a 1 , 2 , . . . , n , respectivamente.
Teorema 4. Si los n valores propios de A son distintos, entonces los vectores
propios c1 , c2 , . . . , cn son linealmente independientes.
Sin demostraci
on.

15

2.1.

Soluci
on del problema (P0 )

Expresemos x0 como combinacion lineal de los vectores propios c1 , c2 , . . . , cn :

x0 = 1 c1 + 2 c2 + + n cn .
Tal combinacion existe y es u
nica pues {c1 , c2 , . . . , cn } es una base del espacio
formado por todos los vectores columna de n
umeros. La solucion de (P0 ) viene
dada por la formula
x(t) = 1 e1 t c1 + 2 e2 t c2 + + n en t cn .
Demostraci
on: Derivemos,
x0 (t) = 1 e1 t 1 c1 + 2 e2 t 2 c2 + + n en t n cn ;
pero i ci = Aci , para i = 1, 2, . . . , n. Por consiguiente,
x0 (t) = 1 e1 t Ac1 + 2 e2 t Ac2 + + n en t Acn


= A 1 e1 t c1 + 2 e2 t c2 + + n en t cn = Ax(t).
Ademas,
x(0) = 1 e1 0 c1 +2 e2 0 c2 + +n en 0 cn = 1 c1 +2 c2 + +n cn = x0 .

Ejemplo: Resolver el problema de condicion inicial
0

x (t) = Ax(t)

0
x(0) =

1
con

1 1
4
2 1 .
A := 3
2
1 1

Soluci
on: La matriz A es la matriz de un ejemplo anterior. All calculamos
uno de valores propios de A : 1 = 1. Hallemos los dos que faltan 2 , 3 .
16

Utilizando la regla de Ruffini:



 1

1
4


1  = 3 22 5 + 6 = 0
| I A| =  3 2
 2
1 + 1 
1
3
1
1
-2
1
1
1
1

-2 -5 6
3 3 -6
1 -2 0

2 = 3 es una raz.

-2 -5 6
-2 8 -6
-4 3 0

3 = 2 es una raz.

-2 -5 6
1 -1 -6
-1 -6 0

1 = 1 es una raz.

Como las tres races del polinomio caracterstico de A, | I A|, son simples
(y A es de orden 3) estamos bajo las condiciones de la Hipotesis Suplementaria. Por lo tanto, podemos aplicar el metodo de resolucion dado a este
sistema diferencial lineal.
Como en el ejemplo antes mencionado, calculamos un vector propio c1 , c2 , c3
asociado a cada uno de los valores propios 1 , 2 , 3 , respectivamente:



1
1
1
2
3
1

1 .
4 ,
c = 2 ,
c =
c =
1
1
1
Ahora busquemos la expresion del vector inicial x0 como combinacion
lineal de c1 , c2 , c3 :
x0 = 1 c1 + 2 c2 + 3 c3 ,




1
1
1
1
0 = 1 4 + 2 2 + 3 1 ;
1
1
1
1
esto nos conduce a resolver el sistema de ecuaciones lineales

1 + 2 3 = 1,
41 + 22 + 3 = 0,

1 + 2 + 3 = 1,
17

cuya solucion es (1 , 2 , 3 ) = (1/3, 0, 4/3). En consecuencia, la solucion

del problema de condiciones iniciales es

1
1
x1 (t)
1 t 4 2t

4 e
1
x(t) = x2 (t) = e
3
3
1
1
x3 (t)
t

2t
t
e3 + 4 e3
e + 4 e2t
1
t
2t
= 43e 4 e3 = 4(et e2t ) .
3
2t
et
et 4 e2t
4 e3
3

Ejercicio.- Resolver el problema de condiciones iniciales



1
12

x0 (t) =
x(t)

3 1

 

.
x(0) =
1
Soluci
on.-


x(t) =

x1 (t)
x2 (t)


=


e7t e5t
.
(e7t + e5t )/2

Ejercicio.- Hallar la solucion del problema de condiciones iniciales

 0  


x
(t)
1
3
x
(t)

1
1

2
2
x2 (t)
x02 (t)

  

x1 (0)
0

=
.

x2 (0)
5
Soluci
on.-

x1 (t)
x2 (t)


=

3e4t + 3et
3e4t + 2et

18


.

Ejercicio.- Hallar la

solucion del problema de condiciones iniciales

0
x1 (t) = x1 (t) 3x2 (t) + 2x3 (t)
x0 (t) =
x2 (t)
20
x3 (t) =
x2 (t) 2x3 (t)

x1 (0) = 2

x (0) = 0

2
x3 (0) = 3.

19

3.

Recurrencias lineales

Las recurrencias lineales son ecuaciones en las que la incognita es una

sucesion numerica (xk )
k=0 que aparece linealmente. Por ejemplo, la recurrencia xk+2 = xk+1 + xk , k = 0, 1, 2, . . ., es lineal. Si buscamos una solucion
concreta necesitamos prescribir unas condiciones iniciales: los valores de x0 =
c0 y x1 = c1 . Pues x2 = x1 +x0 = c0 +c1 , y de aqu, x3 = x2 +x1 = (c0 +c1 )+c1 ,
etc. Si x0 = 1, x1 = 1, la solucion es la famosa sucesion de Fibonacci:
1, 1, 2, 3, 5, 8, 13, 21, 34, . . .
Pero cual la expresion del termino general xk en funcion de k? Busquemos
un n
umero tal que k sea una solucion de xk+2 = xk+1 +xk , k = 0, 1, 2, . . .
Se debera cumplir que
k+2 = k+1 + k ,
lo que equivale a
k+2 k+1 k = 0;
sacando factor com
un k resulta
k (2 1) = 0;
por tanto, si resolvemos la ecuacion 2 1 = 0 obtenemos dos valores
1 , 2 que valdran para nuestro proposito. Por ende,

1 5
1 1+4
=
.
=
2
2
As pues,

1 5
1+ 5
1 =
, 2 =
.
2
2
k
Hemos conseguido dos soluciones (k1 )
k=0 , (2 )k=0 de la recurrencia
xk+2 = xk+1 + xk ,

k = 0, 1, 2, . . .

Se puede demostrar que la solucion general de esta recurrencia viene dada

por una combinacion lineal de estas dos sucesiones:
!k
!k
5
1

5
1
+
xk = 1 k1 + 2 k2 = 1
+ 2
2
2
20

para k = 0, 1, 2, . . .
Con ayuda de las condiciones iniciales podemos determinar los escalares
1 y 2 que corresponden a una solucion particular. As pues, en el ejemplo
de la sucesion de Fibonacci: x0 = 1, x1 = 1 implica que
(
x0 = 1 + 2 ,

x1 = 1 1+2 5 + 2 12 5
(
1 = 1 + 2 ,

1 = 1 1+2 5 + 2 12 5
sistema cuya solucion es

5 1
+ ,
1 =
10
2

2 =

5 1
+ ;
10
2

Por consiguiente, la solucion del problema de condiciones iniciales

(
xk+2 = xk+1 + xk , k = 0, 1, 2, . . . ,
x0 = 1, x1 = 1,
viene dada por

xk =

5 1
+
10
2

!k
1+ 5
+
2

5 1
+

10
2

!k
1 5
,
2

k = 0, 1, 2, . . .

Hay recurrencias no lineales, por ejemplo

xk+1 = xk + (2k 1)x2k + sen k,

k = 0, 1, 2, . . .

Otra terminologa.- Las recurrencias son llamadas tambien ecuaciones

en diferencias finitas, por su analoga con las ecuaciones diferenciales ordinarias.

4.

Sistemas de recurrencias lineales

Sea A una matriz n n y consideremos la recurrencia
y k+1 = Ay k ,

k = 0, 1, 2, . . .
21

(24)

donde cada y k es un vector columna n 1. Las soluciones de (24) son sucek

siones de vectores (y k )
ndice y no es un exponente
k=0 y el k en y es un super
(y k 6= yy y!)
En funcion del vector inicial y 0 , tenemos que
y 1 = Ay 0 , y 2 = Ay 1 = A2 y 0 , . . .
y en general
y k = Ak y 0 ,

k = 1, 2, . . .

Para que esta solucion sea satisfactoria debemos conocer la potencia k-esima
de la matriz A,
Ak := AA A (k factores);
en funcion de k, tarea nada facil. Se podra hallar Ak mediante la diagonalizacion de la matriz A, o mediante su forma canonica de Jordan. Mas visto
como es resuelto el sistema (24) en alguna asignatura de Ciencias Ambientales, preferimos usar el metodo que sigue.
Supongamos que la matriz A tiene n valores propios distintos.
Esto es, la matriz A tiene simples sus valores propios 1 , 2 , . . . , n y sean
c1 , c2 , . . . , cn sus vectores propios asociados, respectivamente. Empezaremos
expresando el vector inicial y 0 como combinacion lineal de los vectores propios:
y 0 = 1 c1 + 2 c2 + + n cn .
A continuacion, vemos que
y 1 = Ay 0 = 1 Ac1 + 2 Ac2 + + n Acn
= 1 1 c1 + 2 2 c2 + + n n cn .
y 2 = Ay 1 = 1 1 Ac1 + 2 2 Ac2 + + n n Acn
= 1 21 c1 + 2 22 c2 + + n 2n cn .
Es facil ver que continuando este proceso se obtiene la solucion
y k = 1 k1 c1 + 2 k2 c2 + + n kn cn ,

22

k = 0, 1, 2, . . .

(25)

4.1.

Comportamiento asint
otico de las soluciones

Lema 1. Si z0 es un n
umero complejo tal que |z0 | < 1, entonces
lm z0k = 0.

En este lema z0k es una potencia z0k := z0 z0 z0 , (k factores).

Supongamos que los valores propios de A, adem
as de ser simples, satisfacen que 1 > 0 y la condici
on de dominaci
on:
|2 | < 1 , |3 | < 1 , . . . , |n | < 1 .

(26)

Por (25),
 k
 k
yk
2
n
1
2
= 1 c + 2
c + + n
cn .
(27)
k
1
1
1
Por la hipotesis de dominacion y el Lema 1, se tiene que i = 2, . . . , n,
 k
i
lm
= 0.
k
1
En consecuencia, existe el lmite
yk
= 1 c1 .
k k
1
lm

Detallemos las componentes del vector propio c1 y del vector y k :

c11
y1k
c21
y2k


c1 = .. ,
y k = ..
.
.
cn1
ynk
Si para alg
un i = 1, . . . , n se tiene que ci1 = 0, entonces
lm yik = 0.

Llamando

y k+1

y1,k+1
y2,k+1

= .. ,
.
yn,k+1
23

(28)

para todo j {1, . . . , n} tal que cj1 6= 0, se tiene que

yj,k+1
= 1 .
k yjk
lm

En efecto, si k es suficientemente grande,

yjk ' 1 k1 cj1 ,

yj,k+1 ' 1 k+1

1 cj1 ;

as pues,
yj,k+1
1 k+1
1 cj1
= 1 .
'
yjk
1 k1 cj1
o bien
yj,k+1 ' 1 yjk
Denotando por kyk1 := |y1 | + + |yn | la norma sub uno de un vector
y = (y1 , . . . , yn )T donde T designa vector transpuesto, se tiene que
ky k+1 k1 ' 1 ky k k1 .
Si cada yjk denotase el n
umero de individuos en la clase de edad j en la etapa
k-esima se tendra que la poblacion total T (k) := ky k k1 crecera (si 1 > 1),
disminuira (si 1 < 1), respectivamente, en la proporcion 1 al pasar a la
etapa (k + 1)-esima.
Los sistemas de recurrencias lineales son llamados tambien sistemas de
ecuaciones en diferencias finitas por analoga con los sistemas de ecuaciones diferenciales lineales ordinarias: en vez de x0 (t) = Ax(t) se considera
y k+1 = Ay k , y la funcion vectorial incognita x(t) que depende de la variable
continua t, es reemplazada en esta analoga por la sucesion vectorial incognita
(y k )
k=0 que depende de la variable discreta k.

24