SOLUCI

ON GENERAL DE LA ECUACI

ON
a
n+1
a
n1
= f(n)
USANDO LA TRANSFORMADA Z
GERM

AN CORREA V

ELEZ
UNIVERSIDAD TECNOL

OGICA DE PEREIRA
FACULTAD DE CIENCIAS B

ASICAS
MAESTR

IA EN LA ENSE

NANZA DE LAS MATEM

ATICAS
PEREIRA
2008
SOLUCI

ON GENERAL DE LA ECUACI

ON
a
n+1
a
n1
= f(n)
USANDO LA TRANSFORMADA Z
GERM

AN CORREA V

ELEZ
Tesis para optar al ttulo de
Magister en la ense nanza de las Matematicas,
Con enfasis en Ecuaciones Diferenciales
Director
Jose Gerardo Cardona Toro
Magister en investigaci on, operaciones y estadstica
UNIVERSIDAD TECNOL

OGICA DE PEREIRA
MAESTR

IA EN LA ENSE

NANZA DE LAS MATEM

ATICAS
Pereira
2008

Indice general
Introducci on III
1. Ecuaciones de Diferencias 1
1.1. Diferencias ordinarias . . . . . . . . . . . . . . . . . . . . . . 5
1.2. Ecuaciones de diferencias . . . . . . . . . . . . . . . . . . . . 8
1.3. Ecuaciones de diferencias lineales de primer
orden con coecientes constantes . . . . . . . . . . . . . . . . 13
1.4. Soluci on de una ecuaci on lineal de diferencias de primer
orden con coecientes constantes . . . . . . . . . . . . . . . . 14
1.5. Sucesi on de soluciones de una ecuaci on de diferencias . . . . 23
1.6. Soluci on de la ecuaci on lineal de primer orden no homog enea 27
1.7. Ecuaciones lineales de segundo orden con coecientes constantes 30
1.8. Ecuaciones lineales homog eneas de
segundo orden. Soluci on general . . . . . . . . . . . . . . . . 34
1.9. Ecuaciones lineales no homog eneas
de segundo orden. . . . . . . . . . . . . . . . . . . . . . . . . 37
1.10. Soluci on aproximada de una ecuaci on diferencial ordinaria
de primer orden usando ecuaciones de diferencia . . . . . . 39
2. Transformada Z 49
2.1. Funciones de variable natural . . . . . . . . . . . . . . . . . . 50
I
2.2. Transformada Z . . . . . . . . . . . . . . . . . . . . . . . . . 50
2.3. Transformada de diversas funciones discretas . . . . . . . . . 51
2.4. Aplicaciones de la transformada Z en la soluci on de ecuaciones
de diferencias . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
2.5. Inventarios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
2.6. Clases de Inventarios . . . . . . . . . . . . . . . . . . . . . . . 80
2.7. Propensi on marginal . . . . . . . . . . . . . . . . . . . . . . . 91
2.8. Soluci on de equilibrio . . . . . . . . . . . . . . . . . . . . . . 91
2.9. Modelo de inventarios de Metzler . . . . . . . . . . . . . . . 94
Conclusiones 99
Bibliograf a 101
II
Introducci on
Es normal que en los primeros inicios en el estudio de las matem aticas
se aborden temas desde las funciones continuas, ya sea por facilitar
su comprensi on o simplemente porque es costumbre. Esto ocasiona
en los estudiantes una inclinaci on hacia la continuidad, en contrava
con la mayora de los fen omenos fsicos que nalmente son modelados
por funciones discontinuas. Realmente es en asignaturas como fsica,
estadstica y economa donde empieza a notarse esta inclinaci on, que
conlleva a dicultades en el manejo matem atico de estas areas. Igual
ocurre al momento de resolver una ecuaci on diferencial, donde las
t ecnicas de soluci on en forma exacta parecieran indicar que esto siempre
es posible, en tanto que la realidad muestra que soluciones de ecuaciones
diferenciales en t erminos de funciones elementales son muy pocas y que
los m etodos de soluci on aproximada cada vez son mas usados.
Esta monografa muestra la estrecha relaci on entre ecuaci on diferencial
y ecuaci on en diferencias, siendo estas ultimas un recurso util en la
soluci on de las primeras. En la soluci on de ecuaciones en diferencias
que expondremos aqu, adem as de detallar por completo su soluci on
en el caso de primer y segundo orden, tambi en se mostrar a como la
transformada Z de una funci on, resulta ser un recurso util para solucionar
ecuaciones como la de Fibonacci y en general ecuaciones de la forma
III
a
n+1
a
n1
= f(n) y a
n+1
+ a
n1
= f(n).
Aplicaciones de ecuaciones diferenciales y ecuaciones en diferencias se
encuentran en todas las ciencias; en particular, en Economa hay una
interesante aplicaci on en inventarios, que es el modelo de inventarios
de Metzler, una ecuaci on de diferencias de segundo orden, la cual
divulgaremos en este trabajo.
IV
Cap tulo 1
Ecuaciones de Diferencias
Cuando vemos en un libro las palabras ecuaci on de diferencias resulta
difcil precisar el contexto en el que est an trabajando, porque esta clase
de ecuaciones surgen como modelos matem aticos en areas como la
economa, la medicina, la fsica y en la matem atica misma. Su teora
asociada es sucientemente rica para abordar innumerables problemas.
Los sistemas din amicos por ejemplo, que son un tema de gran inter es
para matem aticos y fsicos podramos decir burdamente que tratan el
estudio de sistemas deterministas, es decir consideran situaciones que
dependen de alg un par ametro dado, en algunos casos el tiempo y que
frecuentemente varan de acuerdo a leyes establecidas, de manera que el
conocimiento de la situaci on en un momento dado permite reconstruir
el pasado y predecir el futuro. Estos modelos matem aticos que son
ecuaciones de diferencias en este caso son llamados sistemas din amicos
discretos.
En economa las ecuaciones en diferencia son usadas extensivamente para
modelar la forma como los sistemas econ omicos cambian en el tiempo
y describen la interaci on entre variables econ omicas tales como precios,
salario, capital, etc. Adem as con ellas se puede analizar la formulaci on,
1
la evoluci on y las tendencias de sistemas cambiantes, as como tambi en
hacer un examen cualitativo de la estabilidad de estos sistemas din amicos,
cuando se encuentran bajo estmulos externos.
Ya lo hicimos en matem aticas y en economa, pero en general se pueden
encontrar argumentos para motivar y destacar la importancia de este
tema con relaci on a muchas mas ciencias.
En este captulo se har a un primer acercamiento al concepto de
ecuaci on de diferencias mediante la formulaci on de estas mismas en
funciones algebraicas como la funci on lineal, la cuadr atica y la c ubica.
Luego daremos su denici on formal. Mostraremos adem as la estrecha
relaci on entre una ecuaci on diferencial y una ecuaci on en diferencias
describiendo la aproximaci on en forma discreta, de la soluci on de una
ecuaci on diferencial de primer orden con valor inicial, usando el m etodo
de Euler, Euler mejorado y Runge-Kutta. Finalmente se presentar an
teoremas y ejemplos con modelaciones sobre ecuaciones de diferencias.
Este captulo tiene como objetivo conocer, aplicar y solucionar
ecuaciones de diferencia y tambi en usar aproximaciones en la soluci on
de problemas con condici on inicial de ecuaciones diferenciales de primer
orden.
Las funciones algebraicas poseen caractersticas que f acilmente
identicamos.
La funci on lineal general tiene la forma y = ax + b. Sustituyendo
2
x por los n umeros enteros positivos 1, 2, 3, 4, . . . , obtenemos la
siguiente tabla:
x 1 2 3 4 5
y a + b 2a + b 3a + b 4a + b 5a + b
si llamamos (y) la primera diferencia entre dos valores
consecutivos de la variable dependiente y, observamos que (y)
es igual a la constante a. Esto nos permite concluir que si en un
problema la primera diferencia es constante, la f ormula que modela
la situaci on es de la forma y = ax + b.
Ejemplo 1.1:
Hallar el t ermino 87 de la progresi on aritm etica 1, 4, 7, 10, 13, . . ..
Si x representa el n umero del t ermino e y representa su valor
x 1 2 3 4 5
y 1 4 7 10 13
notamos que la primera diferencia y es 3 y corresponde a una
ecuaci on de la forma y = ax + b, con a = 3, es decir y = 3x + b,
con a + b = 1 que es el valor del primer t ermino. De modo que la
ecuaci on es y = 3x 2 y el t ermino 87 es 259.
La funci on cuadr atica y = ax
2
+ bx + c, cuando x se sustituye por
1, 2, 3, 4, . . . da lugar a la siguiente tabla:
3
x 1 2 3 4 5
y a + b + c 4a + 2b + c 9a + 3b + c 16a + 4b + c 25a + 5b + c
donde la segunda diferencia ((y)) es igual a la constante
2a. Esto signica que un problema que tenga ((y)) constante
ser a modelado por una funci on cuadr atica.
Ejemplo 1.2:
Hallar la suma de los primeros 50 t erminos de la serie
1, 3, 5, 7, 9, . . ..
Consideremos x igual al n umero del t ermino e y la suma de
todos los t erminos hasta x. Se tiene la tabla:
x 1 2 3 4 5
y 1 4 9 16 25
donde ((y)) que se obtiene como 5-3, 7-5, 9-7 es igual a la
constante 2; As la funci on es cuadr atica.
Tenemos que
((y)) : 2a = 2 a = 1
(y) : 3a + b = 3 b = 0
y : a + b + c = 1 c = 0
luego la funci on es y = x
2
y la suma de los primeros 50 t erminos
es 2500.
4
La funci on c ubica general y = ax
3
+ bx
2
+ cx + d, con tratamiento
an alogo a los dos anteriores se llega a que la tercera diferencia
(((y))) es igual a la constante 6a.
En general un polinomio de grado n tiene la en esima diferencia
constante igual a (n!)a. Donde a es el coeciente principal.
Con los comportamientos que hemos estudiado de las funciones lineal,
cuadr atica y c ubica podremos formalizar el concepto en la siguiente
denici on:
1.1. Diferencias ordinarias
Sea h un n umero real jo y f una funci on dada. La funci on f denida
por la ecuaci on
f(x) = f(x + h) f(x),
se llama primera diferencia de f, ( o diferencia de orden 1 de f) y
est a denida para aquellos puntos x para los que tanto x como x + h
est an en el dominio de f.
Muchas veces, dada una funci on, nuestro inter es radica en estudiar los
cambios de ella, al pasar de un punto a otro de su dominio. Por ejemplo si
y es la funci on que expresa el n umero de habitantes en el censo del a no x
donde y depende de x, podemos denir una nueva funci on cuyo valor en
x sea la diferencia entre el tama no de la poblaci on en los a nos x y x + 10,
es decir
y(x) = y(x + 10) y(x),
luego la funci on y(x) representa el incremento de la poblaci on entre dos
censos consecutivos ( a intervalos constantes de 10 a nos).
5
La primera diferencia de una ecuaci on satisface las propiedades de
linealidad; como lo son:
i)
(cf(x)) = cf(x + h) cf(x)
= c (f(x + h) f(x))
= c f(x).
ii)
(f(x) + g(x)) = (f(x + h) + g(x + h)) (f(x) + g(x))
= (f(x + h) + g(x + h) f(x) g(x))
= (f(x + h) f(x)) + (g(x + h) g(x))
= f(x) + g(x).
Por inducci on se puede demostrar la generalizaci on de las propiedades
anteriores, las que podemos resumir as:
(c
1
f
1
(x) + c
2
f
2
(x) + . . . + c
n
f
n
(x)) = c
1
f
1
(x)+c
2
f
2
(x)+. . .+c
n
f
n
(x)
TEOREMA 1.1.1:
6
Sean u(x) y v(x) dos funciones dadas, entonces se tiene
(u(x) v(x)) = u(x) v(x) + v(x) u(x) + u(x) v(x).
Prueba:
(u(x) v(x)) = u(x + h) v(x + h) u(x) v(x)
= u(x + h) v(x + h) u(x) v(x) + u(x) v(x + h) u(x) v(x + h)
+u(x) v(x) u(x) v(x) + v (x) u(x + h) v(x) u(x + h)
= u(x + h) v(x + h) u(x) v(x) + u(x) v(x + h) u(x) v(x)
+v(x) u(x + h) u(x) v(x + h) u(x + h) v(x) + u(x) v(x)
= u(x) v(x + h) u(x) v(x) v(x) u(x + h) v(x) u(x)
+u(x + h) v(x + h) u(x) v(x + h) u(x + h) v(x) + u(x) v(x)
= u(x) (v(x + h) v(x)) + v(x)(u(x + h) u(x))
+(u(x + h) u(x)) (v (x + h) v(x))
= u(x) v(x) + v(x) u(x) + u(x) v(x).
N otese que
(u(x) v(x)) = (v (x) u(x)) .
Tambi en se puede probar que dadas las funciones u(x) y v(x), donde
v(x) = 0, se cumple

_
u(x)
v(x)
_
=
v(x) u(x) u(x) v(x)
(v(x))
2
+ v(x) v(x)
.
7
Las diferencias de ordenes superiores
2
f,
3
f, . . . ,
n
f, . . . se denen
por inducci on como sigue:

k+1
f(x) =
_

k
f(x)
_
para k = 1, 2, 3, . . .
luego para k = 1, se tiene

2
f(x) = (f(x)) = (f(x + h) f(x)),
pero por las propiedades i) y ii) se tiene

2
f(x) = f(x + h) f(x)
= (f(x + 2h) f(x + h)) (f(x + h) f(x))
= f(x + 2h) 2f(x + h) + f(x),
para k = 2 obtenemos

3
f(x) = (
2
f(x)) = (f(x + 2h) 2f(x + h) + f(x)) .
Tenemos ahora allanado el camino para desarrollar el tema...
1.2. Ecuaciones de diferencias
Una ecuaci on de diferencias es aquella en la que gura una funci on
(funci on inc ognita) y algunas de sus diferencias.
Ecuaciones ordinarias de diferencias son aquellas cuyas inc ognitas son
8
funciones de una sola variable; variable que en la mayora de los casos es
el tiempo. Si el argumento no es unicamente el tiempo, la ecuaci on pierde
el calicativo de ordinaria y pasa a denominarse ecuaci on en diferencias
nitas parciales.
Las ecuaciones de diferencias est an clasicadas seg un su orden. Una
ecuaci on de diferencias es de orden n, si la n- esima diferencia de la
funci on es la mayor diferencia que gura en la ecuaci on. As, una
ecuaci on de primer orden incluye diferencias de orden uno, pero no
diferencias de orden superior. Una ecuaci on de segundo orden contiene
diferencias de orden dos, pero no diferencias de orden m as elevado.
Ejemplo 1.3
i) f(x) + 4f(x) = 0
ii)
2
f(x) + 3f(x) + f(x) = 0
iii) 2f(x)
3
f(x) = 5
iv) (f(x))
2
+ f(x) = 1.
Las ecuaciones anteriores son ejemplos de ecuaciones ordinarias de
diferencias, de orden uno, dos, tres y uno respectivamente.
Estudiaremos en esta monografa, las ecuaciones ordinarias de
diferencias, las que notaremos por:
F
_
x, f(x), f(x),
2
f(x), . . . ,
n
f(x)
_
= 0. (1.1)
9
La relaci on anterior representa una ecuaci on ordinaria de orden n. De
modo que una ecuaci on ordinaria de primer orden, la escribiremos
F (x, f(x), f(x)) = 0, (1.2)
puesto que f(x) = f(x + h) f(x), la relaci on (1.2) se transforma en:
G(x, f(x), f(x + h)) = 0. (1.3)
Las relaciones (1.2) y (1.3) son dos maneras de expresar la ecuaci on de
diferencias de primer orden.
An alogamente podemos representar por
G(x, f(x), f(x + h), f(x + 2h), . . . , f(x + nh)) = 0 (1.4)
a una ecuaci on ordinaria de diferencias de orden n.
Las ecuaciones dadas en el ejemplo 1.3 pueden transformarse en
i) f(x + h) + 3f(x) = 0
ii) f(x + 2h) + f(x + h) + f(x) = 0
iii) 2f(x) f(x + 3h) 3f(x) f(x + 2h) + 3f(x) f(x + h) 2(f(x))
2
= 5
10
iv) (f(x + h))
2
2f(x) f(x + h) + (f(x))
2
+ f(x) = 1.
El dominio en el cual est a denida una ecuaci on de diferencias puede
transformarse en un conjunto de n umeros enteros, sin perder generalidad:
Si el dominio est a dado por el conjunto {x
0
, x
0
+ h, x
0
+ 2h, . . .}, donde
x
0
y h, son n umeros no necesariamente enteros, este conjunto puede
transformarse de la siguiente manera:
Sea k, dada por
k =
x (x
0
ah)
h
donde a es un entero no negativo, entonces:
k =
_
a si x = x
0
a+1 si x = x
0
+h
luego el conjunto de enteros positivos {a, a + 1, a + 2, . . .} ,
representar a el nuevo dominio. N otese que para cada valor de k
existe uno y solo un valor de x y recprocamente. Este conjunto de
n umeros enteros lo notaremos por {x, x + 1, x + 2, . . .} . Al aplicar esto,
al ejemplo 1.3 lo transformamos en:
i) f(x + 1) + 3f(x) = 0
ii) f(x + 2) + f(x + 1) + f(x) = 0
iii) 2f(x) f(x + 3) 3f(x) f(x + 2) + 3f(x) f(x + 1) 2(f(x))
2
= 5
iv) (f(x + 1))
2
2f(x) f(x + 1) + (f(x))
2
+ f(x) = 1.
11
Con esta notaci on, una ecuaci on de orden n se puede escribir como:
G(x, f(x), f(x + 1), f(x + 2), . . . , f(x + n)) = 0. (1.5)
Hemos tomado como D (dominio de una ecuaci on de diferencias) al
conjunto de enteros positivos {x, x + 1, x + 2, . . . , x + n, . . . } .
Si a cada t ermino de D (que tienen la forma x+n, n = 0, 1, 2, . . . ), le resto
2n, es decir
x2(0) = x, x+12(1) = x1, x+22(2) = x2, . . . , x+n2(n) = xn
se obtiene una traslaci on hacia la izquierda. De modo que D puede
estar dado por {x, x 1, x 2, . . . , x n, . . .} . En este caso la ecuaci on
de diferencias de orden n, toma la forma
G(x, f(x), f(x 1), f(x 2), . . . , f(x n)) = 0. (1.6)
Luego las relaciones (1.5) y (1.6) son otras dos maneras de expresar
una ecuaci on de diferencias de orden n.
La forma como se exprese una ecuaci on de diferencias depende, en cada
caso, de las ventajas que presente.
12
1.3. Ecuaciones de diferencias lineales de primer
orden con coecientes constantes
A una ecuaci on de diferencias de primer orden la llamaremos lineal,
si puede escribirse en la forma:
f(x) y(x) + g(x) y(x + 1) = h(x). (1.7)
La caracterstica de esta ecuaci on es la linealidad en y(x) e y(x + 1),
mientras que f(x), g(x) y h(x), son funciones dadas cualesquiera de x.
Si h(x) = 0 para todo x, a la ecuaci on (1.7) la llamaremos homog enea;
en caso contrario, diremos que es no homog enea; las funciones f(x) y
g(x), reciben el nombre de coecientes de la ecuaci on (1.7). Las ecuaciones
cuyos coecientes son constantes las notaremos por
a
0
y(x) + a
1
y(x + 1) = h(x) (1.8)
donde a
0
y a
1
son constantes con a
1
= 0.
Ejemplo 1.4
a) y(x) y(x + 1) = e
x+1
b) 8y(x) 6y(x + 1) = 0
c) y(x) 3y(x + 1) = 2x
d) y(x) 1/(y(x + 1)) = 10.
De las ecuaciones dadas, a), b) y c) son lineales, b) es adem as
homog enea, d) es no lineal.
13
Denici on.
y = g(x), es una soluci on particular de la ecuaci on (1.8) si la satisface en
todo su dominio. El conjunto de todas las funciones que la satisfacen es
llamado soluci on general de (1.8).
Ejemplo 1.5
Cada funci on de la forma f(x) = c(2
x
), donde c es una constante, es
soluci on de la ecuaci on en diferencias
y(x + 1) 2y(x) = 0, con x = 0, 1, 2, . . . , ya que
f(x + 1) 2f(x) = c(2
x+1
) 2c(2
x
) = c(2
x+1
) c(2
x+1
) = 0 ;
de modo que la familia de funciones f(x) = c(2
x
), es la soluci on general
de y(x + 1) 2y(x) = 0 y g(x) = 2
x
, (se tom o c = 1) es una soluci on
particular.
1.4. Soluci on de una ecuaci on lineal de
diferencias de primer orden con coecientes
constantes
Dada la ecuaci on lineal con coecientes constantes
a
0
y(x) + a
1
y(x + 1) = h(x), (x = 0, 1, 2, . . . ) (1.9)
si la funci on h es constante h(x) = b, entonces la relaci on anterior, se
reduce a:
y(x + 1) = Ay(x) + B (1.10)
14
donde A = a
0
/a
1
y B = b/a
1
, son constantes.
Puesto que el dominio de la ecuaci on dada en (1.10) es el conjunto de
enteros positivos, entonces:
y(1) = Ay(0) + B,
y(2) = Ay(1) + B
= A (Ay(0) + B)
= A
2
y(0) + B(1 + A),
y(3) = A(y(2)) + B
= A
_
A
2
y(0) + B(1 + A)
_
+ B
= A
3
y(0) + B
_
1 + A + A
2
_
.
En general se tiene:
y(n) = A
n
y(0) + B (1 + A + A
2
+ . . . + A
n1
),
puesto que
1 + A + A
2
+ . . . + A
n1
=
_
1A
n
1A
si A=1
n si A=1
entonces y(n), se transforma en:
y(n) =
_
A
n
y(0) + B
1A
n
1A
si A=1
y(0) + nB si A=1
luego, para x entero positivo se tiene:
15
y(x) =
_
A
x
y(0) + B
1A
x
1A
si A=1
y(0) + xB si A=1
(1.11)
si y(0) es conocido, la relaci on (1.11) se puede calcular f acilmente.
Demostraremos enseguida que la relaci on anterior es la soluci on de la
ecuaci on en diferencias dada.
TEOREMA 1.4.1 :
La funci on y(x), dada en la relaci on (1.11) es soluci on de la ecuaci on de
diferencias (1.10).
Demostraci on.
Demostraci on por inducci on matem atica ( caso A = 1) :
i) Comprobemos que el teorema se cumple para x = 1. Para lo cual
debe mostrarse que y(2) = Ay(1) + B :
y(2) = A
2
y(0) + B
1 A
2
1 A
= A
2
y(0) + B(1 + A)
= A
2
y(0) + AB + B
= A[Ay(0) + B] + B
= Ay(1) + B.
ii) Supongamos que y(x) satisface (1.10):
A
x+1
y(0) + B
1 A
x+1
1 A
= A
_
A
x
y(0) + B
1 A
x
1 A
_
+ B
16
y demostremos que y(x + 1) tambi en la satisface, es decir que
A
x+2
y(0) + B
1 A
x+2
1 A
= A
_
A
x+1
y(0) + B
1 A
x+1
1 A
_
+ B.
Veamos:
A
_
A
x+1
y(0) + B
1 A
x+1
1 A
_
+ B = A
x+2
y(0) + AB
1 A
x+1
1 A
+
B(1 A)
1 A
= A
x+2
y(0) +
AB(1 A
x+1
) + B AB
1 A
= A
x+2
y(0) +
AB A
x+2
B + B AB
1 A
= A
x+2
y(0) +
B(1 A
x+2
)
1 A
= A
x+2
y(0) +
AB(1 A
x+2
)
A(1 A)
= A
_
A
x+1
y(0) + B
1 A
x+2
A(1 A)
_
= A
_
A
x+1
y(0) + B
1 A
x+1
A
A(1 A)
_
= A
_
A
x+1
y(0) + B
1
A(1 A)

ABA
x+1
A(1 A)
_
= A
x+2
y(0) + AB
1
A(1 A)

A
x+2
B
1 A
= A
x+2
y(0) +
B
1 A

A
x+2
B
1 A
= A
x+2
y(0) + B
1 A
x+2
1 A
.
El caso con A = 1 se demuestra en forma similar.
17
TEOREMA 1.4.2 :
la ecuaci on de diferencias (1.10) tiene soluci on unica.
La existencia de la soluci on fue demostrada en el teorema anterior.
Demostraremos entonces que la soluci on es unica, en el conjunto S de
enteros positivos donde la ecuaci on est a denida.
Demostraci on:
Supongamos que y(1) = Ay(0) + B y que y(1) = Ay(k) + B. Se concluye
que y(0) = y(k).
Supongamos ahora que y(x+1) = Ay(x) +B y que y(x+1) = Ay(k) +B,
entonces y(x) = y(k).
Por lo tanto (1.10) tiene soluci on unica.
COROLARIO :
Sea y(x) una soluci on de la ecuaci on de diferencias (1.10). Existe una
constante c, para la cual,
y(x) =
_
c A
x
+ B
1A
x
1A
si A=1
c + Bx si A=1
(1.12)
con x = 0, 1, 2, . . . .
Demostraci on. Basta hacer c = y(0), y aplicar el teorema (1.4.1).
La relaci on (1.12) representa todas las soluciones de la ecuaci on de
diferencias dada en (1.10); a esta relaci on la llamaremos soluci on general
de la ecuaci on (1.10).
18
Ejemplo 1.6
Encontrar la soluci on de la ecuaci on
y(x + 1) = 3y(x) 1.
La soluci on y(x), de la ecuaci on dada es:
y(x) = y(0)A
x
+ B
1 A
x
1 A
= y(0)3
x

1 3
x
1 3
= y(0)3
x

1 3
x
2
= y(0)3
x
+
1
2
(1 3
x
)
= 3
x
_
y(0)
1
2
_
+
1
2
.
Si adem as nos dan la condici on y(0) = 5, entonces
y(x) = 3
x
_
5
1
2
_
+
1
2
=
9
2
3
x
+
1
2
=
1
2
_
3
x+2
+ 1
_
.
A la condici on dada en el ejemplo anterior, y(0) = 5 la llamaremos
condici on inicial. Una ecuaci on en diferencias sujeta a una condici on
inicial da lugar a un problema de valor inicial, cuya resoluci on signica
encontrar un valor particular de la ecuaci on de diferencias, que satisfaga
la condici on inicial dada.
Ejemplo 1.7
Resolver el siguiente problema de valor inicial:
2y(x + 1) + y(x) 3 = 0, con y(0) = 2.
19
La ecuaci on anterior puede escribirse en la forma
y(x + 1) =
1
2
y(x) +
3
2
luego, la soluci on y(x) est a dada por
y(x) = y(0) A
x
+ B
1 A
x
1 A
,
puesto que A = 1
y(x) = 2
_

1
2
_
x
+
3
2
1 (1/2)
x
1 + 1/2
= 2
_

1
2
_
x
+ 1
_

1
2
_
x
=
_

1
2
_
x
+ 1.
Para resolver un problema de valor inicial no es necesario que nos den
la condici on inicial y(0) = y
0
, es suciente conocer otro valor de x para
determinar la constante c de la soluci on general dada en la f ormula (1.12).
Ejemplo 1.8
Resolver el siguiente problema de valor inicial
y(x + 1) = 2y(x) + 3, (x = 0, 1, 2, . . .) con y(1) = 0.
La soluci on general de la ecuaci on anterior est a dada por
y(x) = c 2
x
+ 3
1 2
x
1 2
= c 2
x
3 + 3 2
x
= (c + 3) 2
x
3.
20
Al hacer x = 1 en la ecuaci on anterior, obtenemos
y(1) = (c + 3) 2 3 = 0
entonces c = 3/2, luego la soluci on del problema de valor inicial es:
y(x) =
_

3
2
+ 3
_
2
x
3
= 3
_
2
x1
1
_
.
Si el dominio de la ecuaci on y(x + 1) = Ay(x) + B es el conjunto
{a, a + 1, a + 2, . . . }, este conjunto puede transformarse en el conjunto
{0, 1, 2, 3, . . . }, haciendo x = x a, y en este caso la soluci on general de la
ecuaci on de diferencias anterior, est a dada por
Y (x) =
_
c A
xa
+ B
1A
xa
1A
si A=1
c + B(xa) si A=1
con x = a, a + 1, . . .
si la ecuaci on de diferencia lineal, de primer orden est a dada en la
forma
y(x) = Ay(x 1) + B
basta tomar en lugar de x, x + 1 y de esta manera la ecuaci on anterior se
transforma en
y(x + 1) = Ay(x) + B
cuya soluci on ya conocemos.
Algunas ecuaciones de diferencias no lineales, pueden resolverse
reduci endolas a forma lineal;
21
Ejemplo 1.9
Resolver la ecuaci on
y(x + 1) =
y(x)
1 + y(x)
, (x = 0, 1, 2, 3, . . .)
con la condici on inicial y(0) = y
0
una constante positiva.
Como y(0) es una constante positiva, entonces y(x) es mayor que
cero para toda x. Sea
Y (x) =
1
y(x)
, x = 0, 1, 2, 3, . . .
con esta transformaci on la ecuaci on anterior se reduce a una ecuaci on de
diferencias lineal; veamos:
1
Y (x + 1)
=
1
Y (x)
1 +
1
Y (x)
entonces
1
Y (x + 1)
=
1
1 + Y (x)
lo cual implica:
Y (x + 1) = Y (x) + 1,
que es una ecuaci on lineal, cuya soluci on est a dada por
Y (x) = Y (0) + x,
entonces al recuperar la variable y(x) se tiene
y(x) =
y
0
1 + y
0
x
.
que es la soluci on de la ecuaci on no lineal dada en el ejercicio.
22
1.5. Sucesi on de soluciones de una ecuaci on de
diferencias
Dada la ecuaci on de diferencias (1.10), apartir de su soluci on (1.11)
podemos formar la sucesi on
{y(x)} = {y(0), y(1), y(2), . . .} =
_
y(0), y(0)A + B, y(0)A
2
+ B(1 + A), . . .
_
con A y B constantes dadas en (1.10). Esta sucesi on es llamada
sucesi on de soluciones.
Denici on.
{y(x)} es convergente si lm
x
y(x) existe; en cuyo caso la sucesi on
converge al valor del lmite.
Denici on.
Si {y(x)} converge a un valor y y su comportamiento satisface
y(k) > y, y(k + 1) < y, y(k + 2) > y, y(k + 3) < y, . . .
a partir de alg un k Z
+
, entonces {y(x)} converge a y por oscilaci on.
Estudiaremos el comportamiento de la sucesi on de soluciones {y(x)},
tratando por separado los diferentes casos que pueden presentarse:
I) Si A = 1, entonces la ecuaci on de diferencias tendr a la forma:
23
y(x + 1) = y(x) + B, lo cual implica que la soluci on y(x) est a dada
por y(x) = y(0) + Bx.
i) Si B = 0, la sucesi on {y(x)}, estar a constituda por un mismo
elemento: {y(0), y(0), y(0), . . .}.
ii) Si B = 0, pueden presentarse dos casos:
Si B > 0, entonces
lm
x
Bx =
lo cual implica que
lm
x
y(x) = ,
luego la sucesi on {y(x)} es divergente.
Si B < 0, entonces
lm
x
Bx =
lo cual implica que
lm
x
y(x) = ,
luego la sucesi on de soluciones {y(x)} es divergente.
II) Si A = 1, transformaremos la soluci on de la ecuaci on de diferencias
y(x + 1) = y(x) + B, en una forma mas conveniente:
24
En efecto, seg un (1.11)
y(x) = A
x
y(0) + B
1 A
x
1 A
= A
x
y(0) +
B
1 A

B
1 A
A
x
=
_
y(0)
B
1 A
_
A
x
+
B
1 A
de donde
y(x)
B
1 A
=
_
y(0)
B
1 A
_
A
x
,
al designar por y, la constante
B
1A
, podemos escribir la relaci on
anterior as:
y(x) y = (y(0) y) A
x
(1.13)
esta f ormula implica que si y(0) = y, entonces y(x) = y para todo x,
independientemente del valor de A; pero si y(0) = y, la funci on y(x)
depende del valor de A. Si A = 1 y y(0) = y, entonces se tiene para
el lmite
lm
x
y(x) = lm
x
[ y + (y(0) y) A
x
]
las siguientes posibilidades:
i) Si A > 1 y y(0) > y que implica que y(0) y > 0 :
lm
x
[ y + (y(0) y) A
x
] = +
luego, la sucesi on {y(x)} es divergente.
ii) Si A > 1 y y(0) < y, que implica que y(0) y < 0 :
lm
x
[ y + (y(0) y) A
x
] =
luego, la sucesi on {y(x)} tambi en es divergente.
25
iii) Si 0 < A < 1 se tiene que
lm
x
A
x
= 0
lo que implica que independientemente de si
y(0) < y o y(0) > y, el lmite
lm
x
y(x) = y
luego, la sucesi on {y(x)} es convergente. Converge a y. Si
y(0) > y, la sucesi on {y(x)} es decreciente. Si y(0) < y, la
sucesi on {y(x)} es creciente.
iv) Si 1 < A < 0 y adem as y(0) = y.
Si 1 < A < 0 entonces A
x
0, x por la derecha y
por la izquierda; y como adem as y(0) y = 0, se tiene que la
sucesi on {y(x)} es convergente a y por oscilaci on, puesto que
(y(x) y) 0, x .
v) Si A = 1 y, y(0) = y.
Si A = 1 entonces A
x
= (1)
x
1, x , luego {y(x)} es
divergente por oscilaci on.
vi) Si A < 1 y, y(0) = y.
Si A < 1 entonces A
x
, x , luego
(y(x) y) (y(0) y), x . Lo cual implica que la
sucesi on {y(x)} es una sucesi on divergente por oscilaci on.
Con base en las consideraciones anteriores podemos construir la
siguiente tabla.
26
A y(0) {y(x)} Observaci on
a A = 1 y(0) = y {y(x)} es constante, y(x) = y
b A > 1 y(0) > y {y(x)} es divergente, y(x)
c A > 1 y(0) < y {y(x)} es divergente, y(x)
d 0 < A < 1 y(0) > y {y(x)} es convergente, y(x) y y(x)
e 0 < A < 1 y(0) < y {y(x)} es convergente, y(x) y y(x)
f 1 < A < 0 y(0) = y {y(x)} es convergente por oscilaci on oscilaci on amortiguada
g A = 1 y(0) = y {y(x)} es divergente por oscilaci on oscilaci on regular
h A < 1 y(0) = y {y(x)} es divergente por oscilaci on oscilaci on explosiva
1.6. Soluci on de la ecuaci on lineal de primer
orden no homog enea
En secciones anteriores estudiamos la ecuaci on
y(x + 1) + ay(x) = r(x) (1.14)
donde establecimos que si r(x) es una funci on constante, en particular, si
r(x) = 0 para todo x, estamos en presencia de la ecuaci on homog enea
y(x + 1) + ay(x) = 0 (1.15)
que es un caso particular de y(x +1) = Ay(x) +B, donde A = a y B = 0,
cuya soluci on general est a dada por y
h
(x) = c (a)
x
.
Ahora consideraremos el caso en que r(x) sea funci on cualquiera de x,
y demostraremos que la soluci on general de (1.14), est a dada por la suma
de la soluci on general de (1.15), y de una soluci on particular de (1.14).
27
TEOREMA 1.6.1 :
La soluci on general de la ecuaci on (1.14) tiene la forma y(x) = y
h
(x)+y
p
(x)
donde y
h
es soluci on de la homog enea asociada y y
p
es una soluci on
particular.
Demostraci on.
y(x + 1) + ay(x) = y
h
(x + 1) + y
p
(x + 1) + a (y
h
(x) + y
p
(x))
= (y
h
(x + 1) + ay
h
(x)) + (y
p
(x + 1) + ay
p
(x))
= 0 + r(x)
= r(x).
En la demostraci on anterior se tuvo presente que y
h
(x+1)+ay
h
(x) = 0
ya que y
h
es soluci on de la homog enea asociada y y
p
(x+1)+ay
p
(x) = r(x)
porque y
p
es una soluci on particular.
Para hallar una soluci on particular de (1.14) tomaremos y
p
(x) como
una funci on similar a la funci on dada r(x).
Ejemplo 1.10
Encontrar la soluci on general de la ecuaci on y(x + 1) 2y(x) = 5x + 10.
Puesto que a = 2, entonces y
h
(x) = c ((2))
x
= c 2
x
,
como r(x) = 5x + 10, entonces tenemos
y
p
(x) = Ax + B, y
p
(x + 1) = A(x + 1) + B,
reemplazando estos valores en y
p
(x + 1) 2y
p
(x) = 5x + 10 obtenemos
A(x + 1) + B 2(Ax + B) = 5x + 10, luego Ax + (a B) = 5x + 10,
igualando coecientes y resolviendo obtenemos A = 5 y B = 15. De
donde, y
p
(x) = 5x 15.
28
Entonces la soluci on general de la ecuaci on dada es
y(x) = y
h
(x) + y
p
(x) = c 2
x
5x 15.
Ejemplo 1.11
Resolver el siguiente problema de valor inicial:
y(x + 1) 2y(x) = 5x + 10, si y(0) = 4.
En el ejemplo anterior demostramos que la ecuaci on dada tiene como
soluci on general
y(x) = c 2
x
5x 15.
Si hacemos x = 0, obtenemos y(0) = c 15 y como y(0) = 4, entonces
c = 19. Luego la soluci on al problema de valor inicial dado es:
y(x) = 19. 2
x
5x 15.
Ejemplo 1.12
Encontrar la soluci on general de la siguiente ecuaci on:
y(x + 1) + 2y(x) = 2x
2
+ 10x.
La ecuaci on homog enea correspondiente a la ecuaci on dada tiene como
soluci on
y
h
(x) = c (2)
x
.
Puesto que r(x) = 2x
2
+10x, tomemos como y
p
el polinomio Ax
2
+Bx+C,
entonces
y
p
(x + 1) = A(x + 1)
2
+ B(x + 1) + C,
reemplazando estos valores en la ecuaci on
y
p
(x + 1) + 2y
p
(x) = 2x
2
+ 10x
29
obtenemos
y
p
(x + 1) + 2y
p
(x) = A(x + 1)
2
+ B(x + 1) + C + 2
_
Ax
2
+ Bx + C
_
= Ax
2
+ 2Ax + A + Bx + B + C + 2Ax
2
+ 2Bx + 2C
= 3Ax
2
+ (2A + 3B)x + (A + B + 3C)
luego
3Ax
2
+ (2A + 3B)x + (A + B + 3C) = 2x
2
+ 10x.
Finalmente al igualar coecientes y resolver, se obtienen los valores
A = 2/3, B = 26/9, C = 32/27, de donde y
p
(x) =
2
3
x
2
+
26
9
x
32
27
y por lo tanto,
y(x) = y
h
(x) + y
p
(x) = c (2)
x
+
2
3
x
2
+
26
9
x
32
27
.
1.7. Ecuaciones lineales de segundo orden con
coecientes constantes
A una ecuaci on de diferencias que pueda escribirse en la forma:
y(x + 2) + a
1
y(x + 1) + a
0
y(x) = r(x) (1.16)
donde a
0
y a
1
son constantes, la llamaremos ecuaci on lineal con coecientes
constantes, no homog enea.
Si r(x) = 0 para todo x, entonces (1.16) se transforma en:
y(x + 2) + a
1
y(x + 1) + a
0
y(x) = 0 (1.17)
30
y a esta ecuaci on la llamaremos lineal homog enea.
Deberemos encontrar la soluci on general de la ecuaci on (1.16). Para esto
determinaremos primero la soluci on general de la ecuaci on (1.17).
Dada la ecuaci on y(x + 1) + ay(x) = 0, demostramos que la relaci on
y(x) = c(a)
x
, es su soluci on general, luego es l ogico pensar que una
soluci on de (1.17) tenga la forma
y(x) = m
x
(1.18)
donde m es una constante a determinar.
Si (1.18) es soluci on de la ecuaci on homog enea, entonces
m
x+2
+ a
1
m
x+1
+ a
0
m
x
= 0,
es decir m
x
(m
2
+ a
1
m + a
0
) = 0, lo cual implica que
m
2
+ a
1
m + a
0
= 0, si m = 0 (1.19)
luego, y(x) = m
x
es soluci on de la ecuaci on homog enea si m
satisface la ecuaci on (1.19), la que llamaremos ecuaci on caracterstica(o
asociada).
Las races m
1
y m
2
de la ecuaci on caracterstica pueden ser:
I) m
1
= m
2
reales.
II) m
1
= m
2
complejas conjugadas.
III) m
1
= m
2
= m raiz real doble.
Ejemplos:
Encontrar las races de la ecuaci on caracterstica, de las siguientes
ecuaciones de diferencias.
31
1. y(x + 2) 3y(x + 1) + 2y(x) = 0.
La ecuaci on anterior tiene como ecuaci on caracterstica
m
2
3m + 2 = 0 que tiene dos races reales diferentes m
1
= 1 y
m
2
= 2.
2. y(x + 2) + y(x) = 0.
La ecuaci on caracterstica correspondiente a esta ecuaci on de
diferencias es m
2
+ 1 = 0, que tiene races complejas conjugadas
m
1
= i y m
2
= i.
3. y(x + 2) 2y(x + 1) + y(x) = 0.
A esta ecuaci on le corresponde la ecuaci on caracterstica
m
2
2m + 1 = 0, que tiene una raiz real doble m
1
= m
2
= 1.
Si las races de la ecuaci on caracterstica son diferentes, obtenemos dos
soluciones y
1
(x) e y
2
(x), dadas por y
1
(x) = (m
1
)
x
e y
2
(x) = (m
2
)
x
.
Si la raiz de la ecuaci on caracterstica es raiz doble, entonces solo
obtenemos una soluci on y(x), dada por y(x) = m
x
.
Las siguientes funciones son las soluciones de las ecuaciones de
diferencias dadas en los ejemplos anteriores:
1. y
1
= 1
x
= 1, y
2
= 2
x
.
2. y
1
= i
x
, y
2
= (i)
x
.
3. y(x) = 1
x
= 1.
Soluci on general y sistema fundamental de soluciones.
Una soluci on de una ecuaci on de segundo orden se llama soluci on general
si contiene dos constantes arbitrarias y no puede transformarse en una
soluci on con una sola constante o con ninguna. Si le asignamos valores
jos a las dos constantes de la soluci on general, la soluci on as obtenida la
32
llamaremos soluci on particular.
TEOREMA 1.7.1 :
Dadas dos soluciones y
1
(x) e y
2
(x), de la ecuaci on de diferencias
y(x + 2) + a
1
y(x + 1) + a
0
y(x) = 0, la funci on
y(x) = c
1
y
1
(x) + c
2
y
2
(x), donde c
1
y c
2
son constantes arbitrarias,
tambi en es soluci on de la ecuaci on homog enea.
Prueba: En efecto, si llamamos A a la expresi on
(c
1
y
1
(x + 2) + c
2
y
2
(x + 2))+a
1
(c
1
y
1
(x + 1) + c
2
y
2
(x + 1))+a
0
(c
1
y
1
(x) + c
2
y
2
(x))
entonces se tiene
A = (c
1
y
1
(x + 2) + c
1
a
1
y
1
(x + 1) + c
1
a
0
y
1
(x)) + (c
2
y
2
(x + 2) + c
2
a
1
+ y
2
(x + 1) + c
2
a
0
y
2
(x))
= c
1
(y
1
(x + 2) + a
1
y
1
(x + 1) + a
0
y
1
(x))
. .
0
+c
2
(y
2
(x + 2) + a
1
y
2
(x + 1) + a
0
y
2
(x))
. .
0
= 0.
Luego si y
1
(x) e y
2
(x) son soluciones de la ecuaci on homog enea, entonces
y(x) = c
1
y
1
(x) + c
2
y
2
(x) (1.20)
tambi en es soluci on de dicha ecuaci on.
Si las soluciones y
1
(x) e y
2
(x) son linealmente independientes, es decir,
si no existe una constante c de tal manera que y
1
(x) = c y
2
(x), entonces
la soluci on y(x) dada en la relaci on (1.20), es la soluci on general de la
ecuaci on homog enea y(x +2) +a
1
y(x +1) +a
0
y(x) = 0. Esto quiere decir
que si z(x) es cualquier otra soluci on entonces z(x) puede escribirse como
combinaci on lineal de y
1
(x) e y
2
(x). (Ver [2] p agina 172). Si y
1
(x) e y
2
(x)
son soluciones linealmente independientes, diremos que ellas forman un
sistema fundamental de soluciones. En el ejemplo 1 demostramos que la
ecuaci on y(x + 2) 3y(x + 1) + 2y(x) = 0, tiene como soluciones y
1
= 1 y
y
2
= 2
x
, las cuales forman un conjunto fundamental de soluciones, luego
33
y(x) = c
1
+ c
2
2
x
es la soluci on general de la ecuaci on dada.
1.8. Ecuaciones lineales homog eneas de
segundo orden. Soluci on general
Sea la ecuaci on lineal
y(x + 2) + a
1
y(x + 1) + a
0
y(x) = r(x) (1.21)
cuya correspondiente ecuaci on homog enea es:
y(x + 2) + a
1
y(x + 1) + a
0
y(x) = 0 (1.22)
la cual tiene como ecuaci on caracterstica
m
2
+ a
1
m + a
0
= 0. (1.23)
Si m
1
y m
2
son las races de (1.23), entonces hay tres posibilidades:
I) Si m
1
= m
2
son reales,existen dos soluciones de (1.22) dadas por:
y
1
(x) = m
x
1
e y
2
(x) = m
x
2
, las cuales son linealmente independientes;
por lo tanto, y
1
e y
2
forman un sistema fundamental de soluciones
de la ecuaci on (1.22), y y(x) = c
1
m
x
1
+ c
2
m
x
2
es la soluci on general de
(1.22).
II) Si m
1
y m
2
son complejas conjugadas, donde m
1
= p +iq y m
2
= p iq,
entonces y
1
(x) = (p+iq)
x
y y
2
(x) = (piq)
x
. Los n umeros complejos
p + iq y p iq pueden representarse en forma trigonom etrica por:
p + iq = r(cos + i sen )
34
p iq = r(cos i sen ).
Utilizando esta representaci on trigonom etrica y la f ormula de
Moivre ([r (cos + i sen ])
n
= r
n
(cos n + i sen n),
transformaremos las soluciones y
1
e y
2
as:
y
1
(x) = (p + iq)
x
= (r(cos + i sen ))
x
= r
x
(cos x + i sen x)
y
2
(x) = (p iq)
x
= (r(cos i sen ))
x
= r
x
(cos x i sen x).
De modo que se tiene la soluci on general
y(x) = c
1
y
1
(x) + c
2
y
2
(x)
= c
1
r
x
(cos x + i sen x) + c
2
r
x
(cos x i sen x)
= r
x
(c
1
cos x + c
1
i sen x + c
2
cos x c
2
i sen x)
= r
x
[(c
1
+ c
2
) cos x + (c
1
c
2
) i sen x]
= r
x
(Acos x + B sen x) ,
donde A y B son constantes.
Esta expresi on representa la soluci on general de la ecuaci on (1.22)
cuando las races de la ecuaci on caracterstica son complejas
conjugadas.
En el ejemplo 2 mostramos que las races de la ecuaci on caracterstica
de y(x+2)+y(x) = 0 son i, cuyas representaciones trigonom etricas
son:
i = cos /2 + i sen /2,
i = cos /2 i sen /2,
de modo que r = 1 y = /2. Por lo tanto la soluci on general de
y(x + 2) + y(x) = 0 es y(x) = Acos(

2
x) + B sen
_

2
x
_
.
III) Si m
1
= m
2
= m, existe solamente una soluci on de la ecuaci on (1.22),
dada por y
1
(x) = m
x
. Demostraremos que en el caso en que la raz
35
de la ecuaci on caracterstica sea doble, la otra soluci on de la ecuaci on
(1.22), est a dada por y(x) = x m
x
.
En efecto, si y
2
(x) = x m
x
entonces se tiene que
y
2
(x + 1) = (x + 1) m
x+1
y y
2
(x + 2) = (x + 2) m
x+2
. Reemplazando
estos valores en la relaci on, y
2
(x+2)+a
1
y
2
(x+1)+a
0
y
2
(x) obtenemos
(x + 2)m
x+2
+ a
1
(x + 1)m
x+1
+ a
0
xm
x
= m
x
((x + 2)m
2
+ a
1
m(x + 1) + a
0
x)
= m
x
(x(m
2
+ a
1
m + a
0
) + 2m
2
+ a
1
m)
= 0,
puesto que por ser m raiz de la ecuaci on caracterstica
m
2
+ a
1
m + a
0
= 0, y por ser raiz doble, entonces m = a
1
/2; luego
la funci on y
2
(x) = x m
x
es soluci on de (1.22).
En este caso la soluci on general de la ecuaci on homog enea est a dada
por: y(x) = c
1
y
1
(x) + c
2
y
2
(x) = c
1
m
x
+ c
2
x m
x
.
Ejemplo 1.13
Encontrar la soluci on general de la ecuaci on
y(x + 2) 4y(x + 1) + 4y(x) = 0.
A la ecuaci on dada le corresponde la ecuaci on caracterstica
m
2
4m + 4 = 0. La cual tiene como raiz doble m = 2, luego la soluci on
general est a dada por: y(x) = c
1
m
x
+ c
2
x m
x
= c
1
2
x
+ c
2
x 2
x
.
A la ecuaci on homog enea (1.22) con con las condiciones y(x
0
) = D y
y(x
0
+ 1) = E, la llamaremos problema de valor inicial. Para resolver
este problema necesitamos encontrar una soluci on particular de (1.22)
que satisfaga las dos condiciones iniciales dadas. Ilustremos este proceso
en el siguiente ejemplo.
Ejemplo 1.14
Resolver el siguiente problema de valor inicial:
36
y(x + 2) + 4y(x + 1) + 4y(x) = 0, si y(0) = 0 y y(1) = 3.
La ecuaci on anterior tiene como ecuaci on caracterstica: m
2
+ 4m + 4 = 0,
la cual tiene raiz doble m = 2. Luego la soluci on general de la ecuaci on
dada es: y(x) = c
1
(2)
x
+ c
2
x (2)
x
.
Si reemplazamos x por 0 y 1, obtenemos y(0) = c
1
, y(1) = 2c
1
2c
2
, de
donde al resolver las ecuaciones , se obtiene c
1
= 0 y c
2
= 3/2. Luego la
soluci on al problema de valor inicial es:
y(x) =
3
2
x (2)
x
.
1.9. Ecuaciones lineales no homog eneas
de segundo orden.
El teorema (1.6.1) puede generalizarse para ecuaciones de segundo
orden. Dada la ecuaci on no homog enea
y(x + 2) + a
1
y(x + 1) + a
0
y(x) = r(x) (1.24)
noteremos por y
h
(x), la soluci on general de la correspondiente ecuaci on
homog enea
y(x + 2) + a
1
y(x + 1) + a
0
y(x) = 0 (1.25)
entonces, para encontrar la soluci on general y(x) de la ecuaci on (1.24),
demostraremos el siguiente teorema.
37
TEOREMA 1.9.1 :
Si y
p
(x) es una soluci on particular de la ecuaci on (1.24), y adem as y
h
(x), es
la soluci on general de la ecuaci on homog enea (1.25), entonces la soluci on
general de la ecuaci on no homog enea, est a dada por y(x) = y
h
(x) + y
p
(x).
Prueba:
La funci on y(x) = y
h
(x) + y
p
(x), es soluci on de la ecuaci on (1.24),
puesto que la satisface, y adem as es soluci on general de la ecuaci on no
homog enea porque las dos soluciones y
1
(x) e y
2
(x) que constituyen la
soluci on y
h
(x), (y
h
(x) = c
1
y
1
(x) +c
2
y
2
(x)), forman un sistema fundamental
de soluciones de la ecuaci on homog enea (1.25).
El unico problema para encontrar la soluci on general de una ecuaci on no
homog enea, es determinar la soluci on particular y
p
(x); para ello se utiliza
el mismo m etodo del caso de las ecuaciones diferenciales lineales; este
m etodo es el de los coecientes indeterminados.
Ejemplo 1.15
Encontrar la soluci on general de la ecuaci on:
y(x + 2) 5y(x + 1) + 6y(x) = x + 10.
A esta ecuaci on le corresponde la ecuaci on caracterstica m
2
5m+6 = 0,
cuyas races son m
1
= 2 y m
2
= 3, luego y
h
(x) = c
1
2
x
+ c
2
3
x
.
Para encontrar la soluci on particular de la ecuaci on dada tomamos como
y
p
(x), una funci on similar a r(x), que en este caso es x + 10, es decir y
p
(x)
de la forma y
p
(x) = Ax + B, de tal forma que y
p
(x + 1) = A(x + 1) + B y
y
p
(x + 2) = A(x + 2) + B.
Reemplazando estos valores en la ecuaci on
y
p
(x + 2) 5y
p
(x + 1) + 6y
p
(x) = x + 10 obtenemos:
(Ax + 2A + B) 5(Ax + A + B) + 6(Ax + B) = x + 10 de donde,
2Ax 3A + 2B = x + 10. Igualando coecientes: 2A = 1 y 3A + 2B = 10
38
se obtienen los valores A = 1/2 y B = 23/4.
Luego
y
p
(x) =
1
2
x +
23
4
.
Entonces la soluci on general de la ecuaci on dada es:
y(x) = c
1
2
x
+ c
2
3
x
+
1
2
x +
23
4
.
1.10. Soluci on aproximada de una ecuaci on
diferencial ordinaria de primer orden
usando ecuaciones de diferencia
Hasta ahora, en esta monografa, se ha estudiado en forma detallada
las ecuaciones en diferencias en cuanto a su denici on, propiedades,
soluciones, etc. Queremos mostrar a continuaci on su estrecha relaci on con
las ecuaciones diferenciales de primer orden...
Cuando en un sistema fsico nos interesa estudiar la raz on de cambio
instant aneo de una variable con respecto a otra, este problema es descrito
por una ecuaci on diferencial. Por otro lado, si nos interesa estudiar los
cambios en forma discreta (diferencias), modelaremos esta situaci on
con una ecuaci on de diferencias. Por esto se dice que las ecuaciones
de diferencias son an alogos discretos de las ecuaciones diferenciales.
39
Mas a un, la soluci on num erica de una ecuaci on diferencial, puede
aproximarse por medio de una ecuaci on de diferencias. Es aqu donde
queremos centrar la atenci on.
Consideremos el problema general de valor inicial
dy
dx
= f(x, y), y(x
0
) = y
0
,
con f y
f
y
continuas en un rect angulo R = {(x, y) : a < x < b, c < y < d}
que contiene al punto (x
0
, y
0
).
Del teorema de existencia y unicidad para ecuaciones diferenciales
ordinarias (ver[10] p agina 12), este problema tiene soluci on unica.
Vamos a estudiar la aproximaci on de la soluci on y(x) en los nitos
puntos
x
0
, x
1
, x
2
, . . . , x
n
con x
1
= x
0
+ h, x
2
= x
0
+ 2h, . . . , x
n
= x
0
+ nh, donde h = x
1
x
0
es
un n umero real diferente de cero.
Integrando
dy
dx
= f(x, y)
desde x
0
hasta x
1
, obtenemos
_
x
1
x
0
dy =
_
x
1
x
0
f(x, y) dx y(x
1
) y(x
0
) =
_
x
1
x
0
f(x, y) dx
y as:
y(x
1
) = y
0
+
_
x
1
x
0
f(x, y) dx. (1.26)
40
Consideremos tres formas de aproximaci on de la integral
_
x
1
x
0
f(x, y) dx :
I ) Bajo el supuesto hecho de que f(x, y) vare muy poco en el intervalo
x
0
x x
1
, se aproxima f(x, y) al valor constante f(x
0
, y
0
) en dicho
intervalo; es decir si f(x, y) f(x
0
, y
0
). As de (1.26),
y(x
1
) y
0
+
_
x
1
x
0
f(x
0
, y
0
) dx
= y
0
+ f(x
0
, y
0
) (x
1
x
0
)
= y
0
+ hf(x
0
, y
0
)
= y
1
de modo que y(x
1
) y
1
y y
1
= y
0
+ hf(x
0
, y
0
), repitiendo el proceso
con (x
1
, y
1
) para obtener y
2
, se llega a
y
2
= y
1
+ hf(x
1
, y
1
).
Y as sucesivamente llegamos a la ecuaci on de diferencias
y
n+1
= y
n
+ hf(x
n
, y
n
).
Esta ecuaci on se resuelve iterativamente, hallando primero y
1
, luego
con este valor calculamos y
2
, y as repitiendo este proceso podremos
llegar a y
n
. Esta forma de aproximaci on se conoce como m etodo de
Euler.
II) Aqu se aproxima la integral
_
x
1
x
0
f(x, y) dx
41
al area del trapecio (h/2) {f(x
0
, y
0
) + f(x
1
, z
1
)} donde z
1
es igual a la
aproximaci on de y(x
1
) dada por el m etodo de Euler. As
z
1
= y
0
+ hf(x
0
, y
0
).
De modo que
_
x
1
x
0
f(x, y) dx
h
2
{f(x
0
, y
0
) + f(x
1
, z
1
)}
as de (1.26):
y(x
1
) y
0
+
h
2
{f(x
0
, y
0
) + f(x
1
, z
1
)} = y
1
y(x
1
) y
1
= y
0
+
h
2
{f(x
0
, y
0
) + f(x
1
, z
1
)}
con z
1
= y
0
+ hf(x
0
, y
0
).
Repitiendo el proceso se llega a la ecuaci on de diferencias
y
n+1
= y
n
+
h
2
{f(x
n
, y
n
) + f(x
n+1
, z
n+1
)}
donde
z
n+1
= y
n
+ hf(x
n
, y
n
).
Esta aproximaci on se denomina m etodo de Euler mejorado.
III) Para aproximar el valor de la integral
_
x
1
x
0
f(x, y) dx,
supongamos inicialmente que f(x, y) depende solamente de x; es decir
f(x, y) = F(x). Empleamos ahora la aproximaci on con la regla de
simpson (m etodo de integraci on num erica).
_
x
1
x
0
f(x, y) dx =
_
x
1
x
0
F(x) dx
(h/2)
3
[F(x
0
) + 4F(x
0
+ h/2) + F(x
0
+ h)]
42
de (1.26)
y(x
1
) y
0
+
(h/2)
3
[F(x
0
) + 4F(x
0
+ h/2) + F(x
0
+ h)] = y
1
.
Llegando iterativamente a la ecuaci on de diferencia
y
n+1
= y
n
+
(h/2)
3
[F(x
n
) + 4F(x
n
+ h/2) + F(x
n
+ h)] .
Si f(x, y) no depende solo de x, se deduce ( ver [2] p agina 321) la
ecuaci on de diferencia
y
n+1
= y
n
+
1
6
(m
1
+ 2m
2
+ 2m
3
+ m
4
)
donde
m
1
= hf(x
n
, y
n
),
m
2
= hf(x
n
+ h/2, y
n
+ m
1
/2),
m
3
= hf(x
n
+ h/2, y
n
+ m
2
/2),
m
4
= hf(x
n
+ h, y
n
+ m
3
).
Este m etodo se denomina m etodo de Runge-Kutta.
Como ilustraci on de estos tres m etodos, resolvamos el siguiente
problema de valor inicial.
Dada la ecuaci on diferencial
dy
dx
= y + x
2
, y(0) = 1.
43
Calcular y(1).
I) Calculemos y(1) aproximando la soluci on en los puntos
x
0
= 0 x
1
= 0,2 x
2
= 0,4 x
3
= 0,6 x
4
= 0,8 x
5
= 1.
Aqu h = 0,2 f(x
n
, y
n
) = y
n
+ x
2
n
.
El m etodo de Euler da
y
n+1
= y
n
+ hf(x
n
, y
n
) = y
n
+ h
_
y
n
+ x
2
n
_
;
como y
0
= y(x
0
) = 1, obtenemos
y
1
= y
0
+ h
_
y
0
+ x
2
0
_
= 1 + 0,2
_
1 + 0
2

= 1,2
y
2
= y
1
+ h
_
y
1
+ x
2
1
_
= 1,2 + 0,2
_
1,2 + (0,2)
2

1,45.
De esta manera obtenemos la tabla siguiente:
x
n
y
n
f(x
n
, y
n
) = y
n
+ x
2
n
y
n+1
= y
n
+ hf(x
n
, y
n
)
0.0 1.00 1.00 1.20
0.2 1.20 1.24 1.45
0.4 1.45 1.61 1.77
0.6 1.77 2.13 2.20
0.8 2.20 2.84 2.77
1.0 2.77
El valor y
5
= 2,77 correspondiente a x
5
= 1 es nuestro valor aproximado
para y
1
.
44
II) Usando x
0
= 0 e y
0
= 1, con h = 0,2 obtenemos a partir del
m etodo mejorado de Euler lo siguiente:
z
1
= y
0
+ hf(x
0
, y
0
) = 1 + 0,2(1 + 0
2
) = 1,2
y
1
= y
0
+
h
2
[f(x
0
, y
0
) + f(x
1
, z
1
)] = 1 + 0,1
_
(1 + 0
2
) + 1,2 + (0,2)
2

= 1 + 0,1(2,24) = 1,224 1,22

z
2
= y
1
+ hf(x
1
, y
1
) = 1,22 + 0,2
_
1,22 + (0,2)
2

= 1,472 1,47
y
2
= y
1
+
h
2
[f(x
1
, y
1
) + f(x
2
, z
2
)]
= 1,22 + 0,1
_
1,22 + (0,2)
2
+ 1,47 + (0,4)
2

= 1,509 1,51
y as sucesivamente.
Observemos las aproximaciones:
x
n
y
n
f(x
n
, y
n
) = y
n
+ x
2
n
z
n+1
f(x
n+1
, z
n+1
) = z
n+1
+ x
2
n+1
y
n+1
0.0 1.0 1.0 1.20 1.24 1.22
0.2 1.22 1.26 1.47 1.63 1.51
0.4 1.51 1.67 1.84 2.20 1.90
0.6 1.90 2.26 2.35 2.99 2.43
0.8 2.43 3.07 3.04 4.04 3.14
1.0 3.14
Esta tabla nos indica que el valor aproximado para y(1) es de 3.14
III) Aplicamos el m etodo de Runge-Kutta con un solo paso; es decir
45
con h = 1 y n = 1. As:
m
1
= f(0, 1) = 1
m
2
= f
_
1
2
,
3
2
_
=
7
4
m
3
= f
_
1
2
,
15
8
_
=
17
8
m
4
= f
_
1,
25
8
_
=
33
8
.
Entonces
y
1
= 1 +
1
6
_
1 +
7
2
+
17
4
+
33
8
_
=
151
48
3,146.
As la aproximaci on con este m etodo es 3.146.
Es importante anotar que la ecuaci on diferencial
dy
dx
= y + x
2
tiene soluci on explcita igual a y = 3e
x
x
2
2x 2.
As que y(1) = 3e 5 3,154. Por lo tanto la estimaci on del m etodo de
Euler en este problema tiene un error del 12 por ciento. En el m etodo
mejorado de Euler el error es menor del 1 por ciento y Runge-Kutta nos
llev o mas cerca del valor correcto.
Comentario:
El m etodo de Euler es el m as f acil de aplicar, pero requiere muchos
pasos (un peque no tama no de h) para lograr un grado razonable de
46
exactitud. El m etodo mejorado de Euler es mas preciso (con el mismo
tama no de h), pero requiere mas c alculos aritm eticos en cada iteraci on.
Finalmente el m etodo de Runge-Kutta casi siempre da mejor exactitud
al precio de mucho mas trabajo en cada paso. La elecci on del m etodo
est a determinada a menudo por la exactitud deseada. Si solo se necesita
una respuesta aproximada con una o dos cifras decimales, entonces el
m etodo de Euler o el m etodo mejorado de Euler ser an sucientes.
Se aclara adem as que existen m as m etodos para este mismo trabajo.
47
48
Cap tulo 2
Transformada Z
Las ecuaciones
a
n+1
+ a
n1
= f(n) (2.1)
a
n+1
a
n1
= f(n) (2.2)
son ecuaciones en diferencias que no han sido resueltas en forma
general; es decir, constituyen un problema abierto en las Matem aticas. En
este captulo presentaremos su soluci on, hallada mediante el uso de la
transformada Z.
Estudiaremos inicialmente la transformada Z en cuanto a denici on
y propiedades, para despu es comenzar una exposici on original, de mi
autora, donde deducir e cuatro lemas, resolver e casos particulares entre
los que se destaca la sucesi on de Fibonacci y nalizar e aportando
soluciones generales para las ecuaciones (2.1) y (2.2).
49
2.1. Funciones de variable natural
Sea Z el conjunto de los n umeros enteros, n Z es llamada variable
natural. La funci on
f : Z R
n f(n)
tiene como dominio el conjunto de los enteros y como contradominio
el de los n umeros reales. f(n) es llamada funci on discreta. La denici on
anterior, se complementa con
f(a) = 0, donde a = 1, 2, 3, . . .
2.2. Transformada Z
Sea la funci on discreta f(n) que adquiere los valores
f(0), f(1), f(2), . . . , f(n), . . .
y consid erese la sucesi on geom etrica en la variable z (variable de
transformaci on)
1, z, z
2
, . . . , z
n
, . . . .
Formando el producto interno de estas sucesiones, esto es,
multiplicando t ermino a t ermino las sucesiones anteriores y sumando los
productos obtenidos resulta:
f(0) + f(1) z + f(2) z
2
+ + f(n) z
n
+ =

n=0
f(n) z
n
.
Si se representa con T
z
(f(n)) a la suma obtenida
50
T
z
(f(n)) =

n=0
f(n) z
n
,
se dene T
z
(f(n)) como la transformada Z de la funci on discreta
f(n).
Por el hecho de que T
z
(f(n)) es la suma de una serie de potencias y
ya que bajo ciertas condiciones( ver [Apostol tom M. vol 1] p agina 529)
pueden derivarse e integrarse t ermino a t ermino conservando su radio de
convergencia, entonces se pueden usar estas propiedades en el estudio de
la transformada Z directa y en el de su inversa.
2.3. Transformada de diversas funciones
discretas
Pulso unitario en el origen.
La funci on (n) se dene de la siguiente manera:
(n) =
_
1 si n = 0
0 si n = 0
51
Se tiene
T
z
((n)) =

n=0
(n) z
n
= 1 1 + 0 z + 0 z
2
+ + 0 z
n
= 1.
De esta manera, se puede establecer la correspondencia
T
z
((n)) = 1.
Pulso unitario en el punto m.
Esta funci on se dene tambi en mediante la delta de Kronecker
f(n) = (n m) =
_
1 si n = m
0 si n = m
as,
T
z
((n m)) =

n=0
(nm) z
n
= 01+0z+0z
2
+ +1z
m
+ +0z
n
= z
m
,
de manera que,
T
z
((n m)) = z
m
, m > 0.
Escal on unitario.
La funci on escal on unitario u(n) es la siguiente:
52
u(n) =
_
1 si n 0
0 si n < 0
En este caso
T
z
(u(n)) =

n=0
u(n) z
n
= 1 1 + 1 z + 1 z
2
+ + 1 z
n
+
T
z
(u(n)) =

n=0
u(n) z
n
=
1
1 z
, |z| < 1.
Por lo tanto
T
z
(u(n)) =
1
1 z
.
Combinaci on lineal de funciones discretas
Sean las funciones f(n), g(n) y F(n) = a f(n) + b g(n) con a y b
constantes.
Por denici on
T
z
(F(n)) =

n=0
F(n) z
n
=

n=0
[a f(n) + b g(n)] z
n
,
empleando la propiedad distributiva de la suma
T
z
(F(n)) =

n=0
a f(n) z
n
+

n=0
b g(n) z
n
y al ser a y b constantes,
T
z
(F(n)) = a

n=0
f(n) z
n
+ b

n=0
g(n) z
n
53
esto es
T
z
(a f(n) + b g(n)) = a T
z
(f(n)) + b T
z
(g(n)) .
Convoluci on entre dos funciones
Dadas las funciones f(n) y g(n), la convoluci on entre ellas, la cual
se representa f(n) g(n), se dene por
f(n) g(n) =
n

m=0
f(m) g(n m).
As por ejemplo, dadas las funciones
f(n) = a
n
g(n) = b
n
entonces,
a
n
b
n
=
n

m=0
a
m
b
nm
= b
n
n

m=0
_
a
b
_
m
pero
n

m=0
_
a
b
_
m
=
1
_
a
b
_
n+1
1
a
b
= b
1
_
a
b
_
n+1
b a
.
De manera que
a
n
b
n
= b
n+1
1
_
a
b
_
n+1
b a
=
b
n+1
a
n+1
b a
.
54
Ahora que se ha denido la operaci on convoluci on, se le aplicar a la
denici on de transformada Z; veamos:

n=0
f(n) g(n) z
n
=

n=0
z
n
n

m=0
f(m) g(n m)
pero

n=0
z
n
n

m=0
f(m) g(n m) =

n=0
n

m=0
f(m) z
m
g(n m) z
nm
=

m=0
f(m) z
m

n=m
g(n m) z
nm
de donde si n m = r

n=0
f(n) g(n) z
n
=

m=0
f(m) z
m

r=0
g(r) z
r
,
se establece
T
z
[f(n) g(n)] = T
z
[f(n)] . T
z
[g(n)]
Funci on Retardada
Sea la funci on f(n) referida a un origen O arbitrario y trasl adese
este origen m unidades en el sentido negativo del eje n, la funci on
referida a este nuevo origen O

, es f(n m). Aplicando la denici on de

transformada Z a f(n m), se tiene
T
z
(f(n m)) =

n=0
f(n m) z
n
= z
m

n=m
f(n m) z
nm
,
si n m = r,
55
T
z
(f(n m)) = z
m

n=0
f(r) z
r
= z
m
T
z
(f(n)) . (2.3)
Sucesi on geom etrica
Sea f(n) = a
n
, entonces aplicando la denici on de Transformada Z
T
z
(a
n
) =

n=0
a
n
z
n
=

n=0
(az)
n
=
1
1 az
, |az| < 1 |z| <
1
|a|
.
Por consiguiente, si a es constante
T
z
(a
n
) =
1
1 az
.
Por otra parte si
F(n) = a
n
f(n)
se tiene
T
z
(F(n)) =

n=0
a
n
f(n) z
n
=

n=0
f(n) (az)
n
.
Por lo tanto se establece que si T
z
(f(n)) = h(z) entonces
T
z
(a
n
f(n)) = h(az). (2.4)
56
Productos sucesivos de la variable por la funci on
Sea la funci on f(n) con Transformada Z dada por h(z), entonces
T
z
(f(n)) =

n=0
f(n) z
n
d
dz
T
z
(f(n)) =

n=1
nf(n) z
n1
z
d
dz
T
z
(f(n)) =

n=0
nf(n) z
n
y por lo tanto,
T
z
(f(n)) = h(z) T
z
[nf(n)] = z
d
dz
h(z).
Si f(n) = u(n), entonces
T
z
(f(n)) = T
z
u(n) =
1
1 z
, |z| < 1.
d
dz
T
z
(u(n)) =
1
(1 z)
2
z
d
dz
T
z
(u(n)) =
z
(1 z)
2
esto es
T
z
[nu(n)] =
z
(1 z)
2
pero u(n) = 1 , luego
T
z
(n) =
z
(1 z)
2
. (2.5)
57
Recproca del factorial
Sea
f(n) =
1
n!
se tiene
T
z
_
1
n!
_
=

n=0
1
n!
z
n
= 1 +
z
1!
+
z
2
2!
+ +
z
n
n!
+ = e
z
luego
T
z
_
1
n!
_
= e
z
.
Ahora, si aplicamos el resultado
T
z
(f(n)) = h(z) implica T
z
(a
n
f(n)) = h(az) junto con el anterior;
se establece que
T
z
_
a
n
n!
_
= e
az
.
Funci on combinatoria
Sea
_
n
j
_
; n j, j 0 un n umero entero,
donde
_
n
j
_
=
n!
j! (n j)!
.
58
Se tienen los siguientes resultados:
T
z
_
n
j
_
=
z
j
(1 z)
j+1
(2.6)
T
z
__
n
j
_
a
n
_
=
a
j
z
j
(1 az)
j+1
j 0 (2.7)
T
z
__
n + k
j
_
a
n
_
=
(az)
jk
(1 az)
j+1
j k > 0 (2.8)
T
z
__
n
j
_
a
n
_
= (1 + az)
j
j > 0 (2.9)
donde a es una constante.
M etodo para antitransformar
El m etodo m as directo y c omodo para antitransformar, consiste en
llevar la funci on T
z
(f(n)) a una tabla que se puede construir a partir
de los resultados precedentes y leer directamente la funci on f(n) que le
corresponde.
59
Ejemplo 2.1
Hallar la funci on f(n) cuya Transformada Z sea
z 3
1 4z + 4z
2
.
Soluci on:
z 3
1 4z + 4z
2
=
z 3
(1 2z)
2
=
z
(1 2z)
2

3
(1 2z)
2
si,
T
z
(f
1
(n)) =
z
1 4z + 4z
2
y
T
z
(f
2
(n)) =
3
1 4z + 4z
2
entonces
T
z
(f(n)) = T
z
(f
1
(n)) + T
z
(f
2
(n)),
que por la linealidad y unicidad del operador, se tiene que
f(n) = f
1
(n) + f
2
(n).
Procedamos entonces antitransformando la funci on
z
1 4z + 4z
2
as :
z
1 4z + 4z
2
=
1
2
2z
1 4z + 4z
2
.
Aplicando ahora las f ormulas (2.4) y (2.5), se tiene que
f
1
(n) =
1
2
n2
n
.
60
Por otra parte, para antitransformar la funci on

3
1 4z + 4z
2
utilizamos la ecuaci on (2.8) para obtener
f
2
(n) = 3
_
n + 1
1
_
2
n
= 3(n + 1) 2
n
.
Finalmente,
f(n) = f
1
(n) + f
2
(n)
= n2
n1
3(n + 1) 2
n
= 2
n1
(n 6n 6)
= (5n + 6) 2
n1
.
Ejemplo 2.2
Hallar la funci on f(n) cuya Transformada Z sea
3z
2
(1 + 5z).
Soluci on:
Por una parte, la ecuaci on (2.9) con j = 4 y a = 5, se reduce a
T
z
__
n
4
_
5
n
_
= (1 + 5z)
4
.
61
Sin embargo, al estar multiplicado el binomio por z
2
, es necesario
emplear la ecuaci on (2.3), la cual nos muestra que la funci on se encuentra
retrasada en dos unidades. Por lo tanto
f(n) = 3
_
n 2
4
_
5
n2
.
2.4. Aplicaciones de la transformada Z en la
soluci on de ecuaciones de diferencias
Ya tenemos la denici on de transformada Z, y sus propiedades.
Ahora mostraremos una forma de usar esta teora en la soluci on de
ecuaciones de diferencias, para lo cual iniciaremos deduciendo cuatro
lemas (originales en esta monografa) que se usan con bastante frecuencia
a lo largo de esta exposici on, al igual que las ecuaciones correspondientes
a T
z
(a
n
), T
z
(a
n+1
) y T
z
(a
n+2
).
Lema 1:
T
1
z
_
1
z
2
+ 1
_
=
1
2
i
n
(1 + (1)
n
)
donde T
1
z
representa la transformada Z inversa.
Prueba:
62
T
1
z
_
1
z
2
+ 1
_
= T
1
z
_

i
2
1
z i
+
i
2
1
z + i
_
= T
1
z
_

i
2
1
z i
_
+ T
1
z
_
i
2
1
z + i
_
= T
1
z
_
i
2(i)
1
1 z/i
_
+ T
1
z
_
i
2i
1
1 + z/i
_
=
1
2
T
1
z
_
1
1 z/i
_
+
1
2
T
1
z
_
1
1 + z/i
_
=
1
2
_
1
i
_
n
+
1
2
_
1
i
_
n
=
1
2
(i)
n
+
1
2
(i)
n
=
1
2
(i
n
+ (1)
n
i
n
)
=
1
2
i
n
(1 + (1)
n
) .
As
T
1
z
_
1
z
2
+ 1
_
=
1
2
i
n
(1 + (1)
n
) .
Lema 2:
T
1
z
_
z
z
2
+ 1
_
=
1
2
i
n1
_
1 + (1)
n1
_
.
Prueba:
T
1
z
_
z
z
2
+ 1
_
= T
1
z
_
z
1
z
2
+ 1
_
= (n 1)
1
2
i
n
(1 + (1)
n
)
=
n

m=0
_
(m1)
1
2
i
nm
_
1 + (1)
nm
_
_
=
1
2
i
n1
_
1 + (1)
n1
_
.
63
Lema 3:
T
1
z
_
1
1 z
2
_
=
1
2
(1 + (1)
n
) , n 0.
Prueba:
T
1
z
_
1
1 z
2
_
= T
1
z
_
1
2(1 + z)
+
1
2(1 z)
_
=
1
2
T
1
z
_
1
1 + z
_
+
1
2
T
1
z
_
1
1 z
_
=
1
2
(1)
n
+
1
2
=
1
2
(1 + (1)
n
) , n 0.
Lema 4:
T
1
z
_
z
1 z
2
_
=
1
2
(1 (1)
n
) , n 0.
Prueba:
64
T
1
z
_
z
1 z
2
_
= T
1
z
_
1
2(1 z)

1
2(1 + z)
_
=
1
2
T
1
z
_
1
1 z
_

1
2
T
1
z
_
1
1 + z
_
=
1
2

1
2
(1)
n
=
1
2
(1 (1)
n
) , n 0.
Se tienen tambi en las siguientes relaciones:
T
z
(a
n
) = a
0
+ a
1
z + a
2
z
2
+ + a
n
z
n
+ =

n=0
a
n
z
n
T
z
(a
n+1
) = a
1
+ a
2
z + a
3
z
2
+ + a
n+1
z
n
+ =

n=1
a
n
z
n1
T
z
(a
n+2
) = a
2
+ a
3
z + a
4
z
2
+ + a
n
z
n2
+ =

n=2
a
n
z
n2
.
Ahora, en una exposici on original, utilizaremos la transformada Z
para obtener resultados de nuestro inter es y que nos permitan hallar
65
soluciones de las ecuaciones (2.1) y (2.2).
Para este n solucionaremos casos particulares en los que
identicaremos comportamientos y tendencias comunes que nos acerquen
a la soluci on general.
Una forma particular de esta ecuaci on, y que por cierto es muy
famosa, es la sucesi on de Fibonacci. En la naturaleza, hay muchos
elementos relacionados con la sucesi on de Fibonacci: Seg un el propio
Leonardo de Pisa en su Libro de los abacos, la sucesi on puede ayudar
a calcular casi perfectamente el n umero de pares de conejos n meses
despu es de que una primera pareja comienza a reproducirse (suponiendo
que los conejos se empiezan a reproducir cuando tienen dos meses de
edad). El problema en lenguaje actual dira:
Una pareja de conejos tarda un mes en alcanzar la edad f ertil, a partir
de ese momento cada vez engendra una pareja de conejos, que a su vez,
tras ser f ertiles engendrar an cada mes una pareja de conejos. Cu antos
conejos habr a al cabo de un determinado n umero de meses?. El n umero
de parejas a lo largo de los meses coincide con los t erminos de la sucesi on.
Veamos con detalle estos n umeros. 1; 1; 2; 3, 5; 8; 13; 21; 34; 55; 89; 144 . . ..
Es f acil ver que cada t ermino es la suma de los dos anteriores. Pero
existe entre ellos otra relaci on curiosa, el cociente entre cada t ermino y
el anterior se va acercando cada vez m as a un n umero muy especial, ya
conocido por los griegos y aplicado en sus esculturas y sus templos: el
n umero aureo = (1 +

5)/2 = 1,618039 . . ..
Pero los n umeros de la sucesi on de Fibonacci van a sorprender a todos los
bi ologos: Como muy bien nos ense na la lotaxia, las ramas y las hojas
66
de las plantas se distribuyen buscando siempre recibir el m aximo de luz
para cada una de ellas. Por eso ninguna hoja nace justo en la vertical de la
anterior. La distribuci on de las hojas alrededor del tallo de las plantas se
produce siguiendo secuencias basadas exclusivamente en estos n umeros.
El n umero de espirales en numerosas ores y frutos tambi en se ajusta a
parejas consecutivas de t erminos de esta sucesi on: los girasoles tienen 55
espirales en un sentido y 89 en el otro, o bien 89 y 144. Las margaritas
presentan las semillas en forma de 21 y 34 espirales. Y cualquier variedad
de pi na presenta siempre un n umero de espirales que coincide con dos
t erminos de la sucesi on de los conejos de Fibonacci, 8 y 13; o 5 y 8. Parece
que el mundo vegetal tenga programado en sus c odigos gen eticos del
crecimiento los t erminos de la sucesi on de Fibonacci.
En geometra tambi en tiene aplicaci on (Rect angulos de Fibonacci y espiral
de Durero): Podemos construir una serie de rect angulos utilizando los
n umeros de esta sucesi on. Empezamos con un cuadrado de lado 1, los
dos primeros t erminos de la sucesi on. Construimos otro igual sobre
el. Tenemos ya un primer rect angulo Fibonacci de dimensiones 2 x1.
Sobre el lado de dos unidades construimos un cuadrado y tenemos un
nuevo rect angulo de 3x2. Sobre el lado mayor construimos otro cuadrado,
tenemos ahora un rect angulo 5x3, luego uno 5x8, 8x13, 13x21. . .. Podemos
llegar a rect angulo de 34x55, de 55x89. . .. Cuanto m as avancemos en este
proceso m as nos aproximamos al rect angulo aureo. Hemos construido
as una sucesi on de rect angulos, cuyas dimensiones partiendo del
cuadrado (1x1), pasan al rect angulo de dimensiones 2x1, al de 3x2, y
avanzan de forma inexorable hacia el rect angulo aureo. Si unimos los
v ertices de estos rect angulos se nos va formando una curva conocida
como la espiral de Durero. Una espiral, que de forma bastante ajustada,
est a presente en el crecimiento de las conchas de los moluscos, en los
cuernos de los rumiantes... es decir, la espiral del crecimiento y la forma
67
del reino animal. Fibonacci sin pretenderlo haba hallado la llave del
crecimiento en la Naturaleza.
Veamos algunos ejemplos:
1. Hallar una f ormula para el t ermino n- esimo de la sucesi on de
Fibonacci
a
0
= 1, a
1
= 1; a
n+2
= a
n+1
+ a
n
.
Soluci on:
a
n+2
= a
n+1
+ a
n
a
n
= a
n+2
a
n+1
T
z
(a
n
) = T
z
(a
n+2
) T
z
(a
n+1
)

n=0
a
n
z
n
=

n=2
a
n
z
n2

n=1
a
n
z
n1

n=0
a
n
z
n
=
1
z
2

n=2
a
n
z
n

1
z

n=1
a
n
z
n

n=0
a
n
z
n
=
1
z
2
_

n=0
a
n
z
n
a
0
a
1
z
_

1
z
_

n=0
a
n
z
n
a
0
_
T
z
(a
n
) =
a
0
z
2

a
1
z
+
1
z
2
T
z
(a
n
) +
a
0
z

1
z
T
z
(a
n
)
68
_
1
1
z
2
+
1
z
_
T
z
(a
n
) = a
0
_
1
z

1
z
2
_

a
1
z
z
2
1 + z
z
2
T
z
(a
n
) =
1
z

1
z
2

1
z
T
z
(a
n
) =
1
z
2
1 + z
a
n
= T
1
z
_

1
z
2
+ z 1
_
= T
1
z
_
1
(z j) (z q)
_
donde j =
1+

5
2
, q =
1

5
2
a
n
= T
1
z
_
A
z j
+
B
z q
_
donde
A =
1
j q
=
1

5
, B =
1
q j
=
1

5
a
n
= AT
1
z
_
1
j z
_
+ B T
1
z
_
1
q z
_
=
A
j
T
1
z
_
1
1
1
j
z
_
+
B
q
T
1
z
_
1
1
1
q
z
_
=
A
j
_
1
j
_
n
+
B
q
_
1
q
_
n
=
A
j
n+1
+
B
q
n+1
=
2
n+1

5 (1 +

5)
n+1

2
n+1

5 (1

5)
n+1
.
Por lo tanto, la sucesi on de Fibonacci es:
{a
n
} =
_
2
n+1

5
_
1
(

5 1)
n+1
+
1
(1)
n+2
(1 +

5)
n+1
__
.
69
2. Resolver la ecuaci on de diferencia
a
n+1
+ a
n1
= k,
donde k es una constante.
Soluci on:
a
n+2
+ a
n
= k
a
n
= k a
n+2
T
z
(a
n
) = T
z
(k) T
z
(a
n+2
)

n=0
a
n
z
n
=
k
1 z

n=2
a
n
z
n2

n=0
a
n
z
n
=
k
1 z

1
z
2
_

n=0
a
n
z
n
a
0
a
1
z
_

n=0
a
n
z
n
=
k
1 z
+
a
0
z
2
+
a
1
z

1
z
2

n=0
a
n
z
n
_
1 +
1
z
2
_
T
z
(a
n
) =
k
1 z
+
a
0
z
2
+
a
1
z
z
2
+ 1
z
2
T
z
(a
n
) =
kz
2
+ a
0
(1 z) + a
1
z(1 z)
(1 z) z
2
T
z
(a
n
) =
kz
2
+ a
0
a
0
z + a
1
z a
1
z
2
(1 z) (z
2
+ 1)
T
z
(a
n
) =
(k a
1
)z
2
+ (a
1
a
0
)z + a
0
(1 z) (z
2
+ 1)
.
70
Ahora calculando transformada Z inversa, se tiene:
a
n
= T
1
z
_
(k a
1
) z
2
+ (a
1
a
0
) z + a
0
(1 z) (z
2
+ 1)
_
a
n
= T
1
z
_
(k a
1
) (z
2
+ 1 1) + (a
1
a
0
) z + a
0
(1 z) (z
2
+ 1)
_
a
n
= T
1
z
_
(k a
1
)(z
2
+ 1)
(1 z) (z
2
+ 1)

k a
1
(1 z) (z
2
+ 1)
+
(a
1
a
0
)(z 1 + 1) + a
0
(1 z) (z
2
+ 1)
_
a
n
= T
1
z
_
k a
1
1 z
+
a
1
k + a
0
+ a
1
a
0
(1 z) (z
2
+ 1)
+
a
0
a
1
z
2
+ 1
_
a
n
= T
1
z
_
k a
1
1 z
+
2a
1
k
(1 z) (z
2
+ 1)
+
a
0
a
1
z
2
+ 1
_
a
n
= T
1
z
_
k a
1
1 z
+
A
1 z
+
Bz + D
z
2
+ 1
+
a
0
a
1
z
2
+ 1
_
donde A = B = D = (2a
1
k)/2
a
n
= T
1
z
_
k a
1
+ A
1 z
_
+ T
1
z
_
D + a
0
a
1
z
2
+ 1
_
+ T
1
z
_
Bz
z
2
+ 1
_
a
n
= (k a
1
+ A) T
1
z
_
1
1 z
_
+ (D + a
0
a
1
) T
1
z
_
1
z
2
+ 1
_
+ B T
1
z
_
z
z
2
+ 1
_
a
n
= (k a
1
+ A) +
D + a
0
a
1
2
i
n
(1 + (1)
n
) +
+B
n

m=0
(m1).
1
2
i
nm
_
1 + (1)
nm
_
a
n
= (k a
1
+ A) +
D + a
0
a
1
2
i
n
(1 + (1)
n
) + B.
1
2
i
n1
_
1 + (1)
n1
_
a
n
=
_
k a
1
+
2a
1
k
2
_
+
_
2a
1
k
2
+ a
0
a
1
2
_
i
n
(1 + (1)
n
) +
+
2a
1
k
2
.
1
2
i
n1
_
1 + (1)
n1
_
a
n
=
2k 2a
1
+ 2a
1
k
2
+
2a
1
k + 2a
0
2a
1
4
. i
n
(1 + (1)
n
) +
+
2a
1
k
4
i
n1
_
1 + (1)
n1
_
.
71
Por lo tanto
{a
n
} =
_
k
2
+
2a
0
k
4
. i
n
(1 + (1)
n
) +
2a
1
k
4
i
n1
_
1 + (1)
n1
_
_
.
3. Resolver la ecuaci on de diferencia
a
n+1
+ a
n1
= a
n
.
Soluci on:
En los siguientes c alculos se tomar an los valores A = (1 +

3i)/2 y
B = (1

3i)/2 que se obtienen al factorizar z

2
z + 1 en la forma
(z A)(z B) :
72
a
n+2
+ a
n
= a
n+1
a
n
= a
n+1
a
n+2
T
z
(a
n
) = T
z
(a
n+1
) T
z
(a
n+2
)
T
z
(a
n
) =
1
z
T
z
(a
n
)
a
0
z

1
z
2
T
z
(a
n
) +
a
0
z
2
+
a
1
z
_
1
1
z
+
1
z
2
_
T
z
(a
n
) =
a
0
z
2
+
a
1
z

a
0
z
z
2
z + 1
z
2
T
z
(a
n
) =
a
0
+ a
1
z a
0
z
z
2
T
z
(a
n
) =
a
0
+ (a
1
a
0
)z
z
2
z + 1
=
a
0
(z A)(z B)
+ (a
1
a
0
)
z
(z A)(z B)
de modo que
a
n
= a
0
T
1
z
_
1
(z A)(z B)
_
+ (a
1
a
0
) T
1
z
_
z
(z A)(z B)
_
a
n
= a
0
T
1
z
_
1
(z A)(z B)
_
+ (a
1
a
0
) T
1
z
_
z A + A
(z A)(z B)
_
a
n
= a
0
T
1
z
_
1
(z A)(z B)
_
+ (a
1
a
0
) T
1
z
_
1
z B
_
+
+(a
1
a
0
)AT
1
z
_
1
(z A)(z B)
_
a
n
= [a
0
+ (a
1
a
0
)A] T
1
z
_
1
(z A)(z B)
_
+
+(a
1
a
0
) T
1
z
_
1
z B
_
a
n
= [a
0
+ (a
1
a
0
)A] T
1
z
_
1
(z A)(z B)
+
1
(z B) (B A)
_
+
+(a
1
a
0
) T
1
z
_
1
z B
_
73
a
n
=
[a
0
+ (a
1
a
0
)A]
A B
T
1
z
_
1
z A
_
+
[a
0
+ (a
1
a
0
)A]
B A
T
1
z
_
1
z B
_
+
+(a
1
a
0
) T
1
z
_
1
z B
_
a
n
=
a
0
+ (a
1
a
0
)A
A B
T
1
z
_
1
z A
_
+
+
a
0
+ (a
1
a
0
)A + (B A)(a
1
a
0
)
B A
T
1
z
_
1
z B
_
a
n
=
a
0
+ (a
1
a
0
)A
(A B)A
T
1
z
_
1
1 z/A
_
+
+
a
0
+ (a
1
a
0
)A + (B A)(a
1
a
0
(B A)B
T
1
z
_
1
1 z/B
_
a
n
=
a
0
+ (a
1
a
0
)A
A(B A)
_
1
A
_
n
+
a
0
+ (a
1
a
0
)A + (B A)(a
1
a
0
)
B(A B)
_
1
B
_
n
a
n
=
a
0
+ (a
1
a
0
)A
B A
_
1
A
_
n+1
+
(a
1
a
0
)B + a
0
A B
_
1
B
_
n+1
a
n
=
a
0
+ (a
1
a
0
)A

3i
_
1
A
_
n+1
+
(a
1
a
0
)B + a
0

3i
_
1
B
_
n+1
.
Por lo tanto,
{a
n
} =
_
(a
0
a
1
)A a
0

3i
_
1
A
_
n+1
+
(a
1
a
0
)B + a
0

3i
_
1
B
_
n+1
_
con A = (1 +

3i)/2, B = (1

3i)/2 .
4. Resolver la ecuaci on de diferencia
a
n+1
+ a
n1
= n.
74
Soluci on:
T
z
(a
n+1
) + T
z
(a
n1
) = T
z
(a
n
)

n=1
a
n
z
n1
+

n=1
a
n
z
n+1
=
z
(1 z)
2
1
z

n=1
a
n
z
n
+ z

n=1
a
n
z
n
=
z
(1 z)
2
1
z
T
z
(a
n
)
a
0
z
+ z T
z
(a
n
) + a
1
=
z
(1 z)
2
_
1
z
+ z
_
T
z
(a
n
) =
a
0
z
a
1
+
z
(1 z)
2
1 + z
2
z
T
z
(a
n
) =
a
0
z
a
1
+
z
(1 z)
2
.
T
z
(a
n
) =
a
0
1 + z
2
a
1
z
1 + z
2
+
z
(1 z)
2
z
1 + z
2
a
n
= a
0
T
1
z
_
1
1 + z
2
_
a
1
T
1
z
_
z
1 + z
2
_
+ T
1
z
_
z
(1 z)
2
z
1 + z
2
_
a
n
= a
0
.
1
2
i
n
(1 + (1)
n
)
a
1
2
i
n1
_
1 + (1)
n1
_
+ n
1
2
i
n1
_
1 + (1)
n1
_
.
Ahora teniendo en cuenta los siguientes c alculos de convoluci on:
n
1
2
i
n1
_
1 + (1)
n1
_
=
n

m=0
m.
1
2
i
nm1
_
1 + (1)
nm1
_
=
i
n1
2
n

m=0
m. i
m
_
1 + (1)
nm1
_
,
se llega al t ermino n- esimo de la ecuaci on de diferencia dada; as:
{a
n
} =
_
a
0
2
i
n
(1 + (1)
n
)
a
1
2
i
n1
_
1 + (1)
n1
_
+
i
n1
2
n

m=0
mi
m
_
1 + (1)
nm1
_
_
.
75
5. Resolver la ecuaci on de diferencia
a
n+1
+ a
n1
=
1
n
.
Soluci on:
T
z
(a
n+1
) + T
z
(a
n1
) = T
z
_
1
n
_
_
z +
1
z
_
T
z
(a
n
)
a
0
z
+ a
1
. .
C alculos hechos en el ejercicio 4
= T
z
_
1
n
_
z
2
+ 1
z
T
z
(a
n
) =
a
0
z
a
1
+ T
z
_
1
n
_
T
z
(a
n
) =
a
0
z
2
+ 1

z
z
2
+ 1
a
1

z
z
2
+ 1
T
z
_
1
n
_
De donde
a
n
= T
1
z
_
a
0
z
2
+ 1
_
a
1
T
1
z
_
z
z
2
+ 1
_
+ T
1
z
_
z
z
2
+ 1
T
z
_
1
n
__
a
n
=
a
0
2
i
n
(1 + (1)
n
)
a
1
2
i
n1
_
1 + (1)
n1
_
+
1
2
i
n1
_
1 + (1)
n1
_

1
n
a
n
=
a
0
2
i
n
(1 + (1)
n
)
a
1
2
i
n1
_
1 + (1)
n1
_
+
1
2
n

m=0
i
m1
(1 + (1)
m1
)
n m
.
Por lo tanto,
{a
n
} =
_
a
0
2
i
n
(1 + (1)
n
)
a
1
2
i
n1
_
1 + (1)
n1
_
+
1
2
n

m=0
i
m1
(1 + (1)
m1
)
n m
_
.
76
Un importante aporte de esta monografa, es la obtenci on de una
soluci on general de la ecuaci on (2.1). Para lo cual deduciremos que esta
soluci on es
{a
n
} =
_
a
0
2
i
n
(1 + (1)
n
)
a
1
2
i
n1
_
1 + (1)
n1
_
+
1
2
n

m=0
_
i
m1
_
1 + (1)
m1
_
f(n m)

_
.
Prueba:
a
n+1
+ a
n1
= f(n)
T
z
(a
n+1
) + T
z
(a
n1
) = T
z
(f(n))

n=1
a
n
z
n1
+

n=1
a
n
z
n+1
= T
z
(f(n))

n=0
a
n
z
n1

a
0
z
+ a
1
+

n=0
a
n
z
n+1
= T
z
(f(n))
1
z
T
z
(a
n
)
a
0
z
+ a
1
+ z T
z
a
n
= T
z
(f(n))
_
1
z
+ z
_
T
z
(a
n
) =
a
0
z
a
1
+ T
z
(f(n))
1 + z
2
z
T
z
(a
n
) =
a
0
z
a
1
+ T
z
(f(n))
T
z
(a
n
) =
a
0
1 + z
2

a
1
z
1 + z
2
+
z
1 + z
2
T
z
(f(n)).
De modo que
a
n
= a
0
T
1
z
_
1
1 + z
2
_
a
1
T
1
z
_
z
1 + z
2
_
+ T
1
z
_
z
1 + z
2
T
z
(f(n))
_
=
a
0
2
i
n
(1 + (1)
n
)
a
1
2
i
n1
_
1 + (1)
n1
_
+
1
2
i
n1
_
1 + (1)
n1
_
f(n)
=
a
0
2
i
n
(1 + (1)
n
)
a
1
2
i
n1
_
1 + (1)
n1
_
+
+
1
2
n

m=0
_
i
m1
_
1 + (1)
m1
_
f(n m)

.
77
Por lo tanto
{a
n
} =
_
a
0
2
i
n
(1 + (1)
n
)
a
1
2
i
n1
_
1 + (1)
n1
_
+
1
2
n

m=0
_
i
m1
_
1 + (1)
m1
_
f(n m)

_
Finalmente y como un aporte mas de esta tesis, demostraremos que la
soluci on general de la ecuaci on (2.2) est a dada por
{a
n
} =
_
1
2
[(1 + (1)
n
) a
0
+ (1 (1)
n
) a
1
+ (1 (1)
n
) f(n)]
_
.
Prueba:
a
n+1
a
n1
= f(n)
T
z
(a
n+1
) T
z
(a
n1
) = T
z
(f(n))

n=1
a
n
z
n1

n=1
a
n
z
n+1
= T
z
(f(n))

n=0
a
n
z
n1

a
0
z
a
1

n=0
a
n
z
n+1
= T
z
(f(n))
1
z
T
z
(a
n
)
a
0
z
a
1
z T
z
(a
n
) = T
z
(f(n))
_
1
z
z
_
T
z
(a
n
) =
a
0
z
+ a
1
+ T
z
(f(n))
1 z
2
z
T
z
(a
n
) =
a
0
z
+ a
1
+ T
z
(f(n))
T
z
(a
n
) =
a
0
1 z
2
+
a
1
z
1 z
2
+
z
1 z
2
T
z
(f(n)).
Al tomar transformada Z inversa en ambos lados de la igualdad, se tiene
a
n
= a
0
T
1
z
_
1
1 z
2
_
+ a
1
T
1
z
_
z
1 z
2
_
+ T
1
z
_
z
1 z
2
T
z
(f(n))
_
=
1
2
[1 + (1)
n
] a
0
+
1
2
[1 (1)
n
] a
1
+
1
2
[1 (1)
n
] f(n)
=
1
2
[(1 + (1)
n
) a
0
+ (1 (1)
n
) a
1
+ (1 (1)
n
) f(n)]
78
Por lo tanto
{a
n
} =
_
1
2
[(1 + (1)
n
) a
0
+ (1 (1)
n
) a
1
+ (1 (1)
n
) f(n)]
_
.
Antes de presentar como aplicaci on de ecuaciones en diferencias de
segundo orden el modelo de inventarios de Metzler, escribiremos acerca
de los temas: inventarios, propensi on marginal y de lo que en economa
signica soluci on de equilibrio. De este modo se podr a entender m as f acil
la exposici on del modelo de inventarios que se quiere divulgar en esta
monografa.
2.5. Inventarios
Un inventario representa la existencia de bienes muebles e inmuebles
que tiene una empresa para comerciar con ellos, compr andolos y
vendi endolos tal cual o proces andolos primero antes de venderlos, en un
perodo econ omico determinado.
79
2.6. Clases de Inventarios
De acuerdo a las caractersticas de la empresa encontramos cinco tipos
de inventarios:
Inventario de Mercanc as:
Lo constituyen todos aquellos bienes que le pertenecen a la empresa
bien sea comercial o mercantil, los cuales los compran para luego
venderlos sin ser modicados. En esta Cuenta se mostrar an todas las
mercancas disponibles para la Venta. Las que tengan otras caractersticas
y est en sujetas a condiciones particulares se deben mostrar en cuentas
separadas, tales como las mercancas en camino (las que han sido
compradas y no recibidas a un), las mercancas dadas en consignaci on o
las mercancas pignoradas (aquellas que son propiedad de la empresa
pero que han sido dadas a terceros en garanta de valor que ya ha sido
recibido en efectivo u otros bienes).
Inventario de Productos Terminados:
Son todos aquellos bienes adquiridos por las empresas manufactureras
o industriales, los cuales son transformados para ser vendidos como
productos elaborados.
80
Inventario de Productos en Proceso de Fabricaci on:
Lo integran todos aquellos bienes adquiridos por las empresas
manufactureras o industriales, los cuales se encuentran en proceso de
manufactura. Su cuanticaci on se hace por la cantidad de materiales,
mano de obra y gastos de fabricaci on, aplicables a la fecha de cierre.
Inventario de Materias Primas:
Lo conforman todos los materiales con los que se elaboran los
productos, pero que todava no han recibido procesamiento.
Inventario de Suministros de F abrica:
Son los materiales con los que se elaboran los productos, pero que
no pueden ser cuanticados de una manera exacta (Pintura, lija, clavos,
lubricantes, etc).
El inventario es un relaci on detallada y valorada de los elementos que
componen la empresa. El inventario de las existencias de una empresa
podemos reejarlo de dos formas:
-Inventario fsico: nos da a conocer el n umero de existencias en almac en.
Es obligatorio al menos una vez al a no.
--Inventario permanente: controla las existencias cada vez que entren o
salgan de almac en.
81
La base de toda empresa comercial es la compra y venta de bienes o
servicios; de aqu la importancia del manejo del inventario por parte de la
misma. Este manejo contable permitir a a la empresa mantener el control
oportunamente, as como tambi en conocer al nal del periodo contable
un estado conable de la situaci on econ omica de la empresa.
Ahora bien, el inventario constituye las partidas del activo corriente
que est an listas para la venta, es decir, toda aquella mercanca que posee
una empresa en el almac en valorada al costo de adquisici on, para la venta
o actividades productivas.
Las empresas dedicadas a la compra y venta de mercancas, por
ser esta su principal funci on y la que dar a origen a todas las restantes
operaciones, necesitar an de una constante informaci on resumida y
analizada sobre sus inventarios, lo cual obliga a la apertura de una serie
de cuentas principales y auxiliares relacionadas con esos controles. Entre
estas cuentas podemos nombrar las siguientes:
. Inventario (inicial)
Compras
Devoluciones en compra
Gastos de compras
82
Ventas
Devoluciones en ventas
Mercancas en tr ansito
Mercancas en consignaci on
Inventario (nal)
El Inventario Inicial representa el valor de las existencias de mercancas
en la fecha que comenz o el periodo contable. Esta cuenta se abre cuando
el control de los inventarios, se lleva en base al m etodo especulativo, y
no vuelve a tener movimiento hasta nalizar el periodo contable cuando
se cerrar a con cargo a costo de ventas o bien por ganancias y perdidas
directamente.
En la cuenta Compras se incluyen las mercancas compradas durante
el periodo contable con el objeto de volver a venderlas con nes de lucro
y que forman parte del objeto para el cual fue creada la empresa. No se
incluyen en esta cuenta la compra de terrenos, maquinarias, edicios,
equipos, instalaciones, etc. Esta cuenta tiene un saldo deudor, no entra en
el balance general de la empresa, y se cierra por ganancias y p erdidas o
costo de ventas.
83
Devoluciones en compra, se reere a la cuenta que es creada con el
n de reejar toda aquella mercanca comprada que la empresa devuelve
por cualquier circunstancia; aunque esta cuenta disminuir a la compra de
mercancas no se abonar a a la cuenta compras.
Los gastos ocasionados por las compras de mercancas deben dirigirse
a la cuenta titulada: Gastos de Compras. Esta cuenta tiene un saldo
deudor y no entra en el balance general.
Ventas: Esta cuenta controlar a todas las ventas de mercancas
realizadas por la empresa y que fueron compradas con este n. Por otro
lado tambi en est a la cuenta devoluciones en venta, la cual est a creada
para reejar las devoluciones realizadas por los clientes a la empresa.
En algunas oportunidades, especialmente si la empresa realiza
compras en el exterior, nos encontramos que se han efectuado ciertos
desembolsos o adquirido compromisos de pago (documentos o giros) por
mercancas que la empresa compr o pero que, por razones de distancia o
cualquier otra circunstancia, aun no han sido recibidas en el almac en. Para
contabilizar este tipo de operaciones se debe utilizar la cuenta: Mercancas
en Tr ansito.
Por otro lado se tiene la cuenta Mercanca en Consignaci on, que no es
m as que la cuenta que reejar a las mercancas que han sido adquiridas
por la empresa en consignaci on, sobre la cual no se tiene ning un
84
derecho de propiedad, por lo tanto, la empresa no est a en la obligaci on de
cancelarlas hasta que no se hayan vendido.
El Inventario Actual (Final) se realiza al nalizar el periodo contable
y corresponde al inventario fsico de la mercanca de la empresa y su
correspondiente valoraci on. Al relacionar este inventario con el inicial,
con las compras y ventas netas del periodo se obtendr a las Ganancias o
P erdidas Brutas en Ventas de ese perodo.
- Inventario peri odico: Este inventario es generalmente utilizado por
empresas peque nas y medianas y tiene dos caractersticas:
a) Para conocer en una fecha determinada cual es el inventario, es
indispensable hacer un conteo fsico del mismo y luego darle valores.
b) Para controlar el costo de las transacciones que afectan el inventario
se utilizan diferentes cuentas de acuerdo con la naturaleza de la operaci on
que se este realizando.
El registro de las transacciones as hecho, junto con la toma
de inventario fsico y su correspondiente evaluaci on, permitir an la
elaboraci on del importantsimo estado nanciero denominado estado de
ganancia y p erdida.
El costo de los artculos vendidos y el saldo del inventario solo se
85
calculan al nal del periodo contable, cuando se toma un inventario fsico:
Inventario Inicial + Compras- Inventario Final = costo de Art. Vendidos
M etodo de inventario peri odico: la mercanca que entra se registra en la
cuenta de compra con el objetivo de realizar un solo asiento de ajuste para
acumular el costo de venta en una cuenta separada.
Existe b asicamente dos m etodos para determinar el inventario que
pueden, en un momento dado, sustituir el m etodo de conteo fsico:
M etodo de la utilidad bruta: Este m etodo esta sustentado a la experiencia
que la empresa ha tenido en periodo anterior, en relaci on con el margen
de utilidad.
De todos es conocido que el precio de venta de un artculo
est a compuesto por una parte que representa al costo de compra o
de fabricaci on de ese artculo, y otra parte representa la utilidad bruta que
el empresario desea ganar, es decir:
precio de ventas = costo de venta + utilidad.
De esta relaci on se deduce que:
86
costo de venta = precio de venta - utilidad.
Si en adici on a ellos, los registros de contabilidad nos permite
determinar el costo de la mercanca disponible, podremos determinar el
costo del inventario de mercancas que existe para esa fecha, as:
Inventario de mercanca = mercanca disponible - costo de venta.
Se puede observar que para obtener el monto de inventario por este
m etodo, la acci on se circunscribe en determinar la mercanca disponible y
el costo de venta.
El m etodo de utilidad bruta puede ser utilizado no solo para
determinar el inventario nal, si no tambi en para calcular el saldo de
cualquier cuenta relacionada con las ventas y el costo de ventas.
M etodo de ventas al detalle: Este otro m etodo que permite estimar el
inventario en cualquier fecha y es utilizado, b asicamente, en aquellas
empresas donde se vende mercanca al detalle o menudeo, tales como
tiendas por departamentos. Esta empresa requiere, por lo general
elaborar estados nancieros en fechas intermedias al cierre para lo cual,
sabemos, es indispensable disponer del monto de los inventarios para
esas fechas. Es obvio que tomar inventario fsico mensualmente en este
tipo de negocios es una labor tan ardua que justica utilizar m etodos
estimativos, ya que si el proceso de c alculo se lleva a cabo con cuidado y
87
en forma sistem atica, el costo del inventario as determinado se acercar a,
razonablemente, al resultado que se obtendra haciendo el inventario
fsico.
Inventario continuo o Perpetuo:
La mercanca que entra se registra a la cuenta de Inventario
directamente. En este m etodo de inventario se lleva un registro de
tal forma que muestra a cada momento cual es la existencia y el importe
o valor de los artculos en existencia, es decir, los cargos o cr editos, o mas
bien, las compras y las ventas de inventarios se registran seg un vayan
ocurriendo las transacciones o movimientos.
Se lleva un registro continuo, corriente y diario del inventario y de los
costos de artculos vendidos.
M etodos de primeras entradas, primeras salidas(PEPS):
Bajo el m etodo de primeras entradas, primeras salidas, la compa na
debe llevar un registro del costo de cada unidad comprada del inventario.
El costo de la unidad utilizado para calcular el inventario nal, puede
ser diferente de los costos unitarios utilizados para calcular el costo de
las mercancas vendidas. Bajo PEPS, los primeros costos que entran al
inventario son los primeros costos que salen al costo de las mercancas
vendidas, a eso se debe el nombre de Primeras Entradas, Primeras Salidas.
El inventario nal se basa en los costos de las compras m as recientes. Este
inventario tambi en llamado por las iniciales que lo identican en ingles
(rst in rst out) fo.
88
M etodos de ultimas entradas, primeras salidas(UEPS):
El m etodo ultimas entradas, primeras salidas dependen tambi en de los
costos por compras de un inventario en particular. Bajo este m etodo, los
ultimos costos que entran al inventario son los primeros costos que salen
al costo de mercancas vendidas. Este m etodo deja los costos m as antiguos
(aquellos del inventario inicial y las compras primeras del periodo) en el
inventario nal. La losofa de este m etodo consiste en dar salida primero
a los costos a los que se hicieron las ultimas compras. Esto trae como
consecuencia que los inventarios que van quedando, estar an valorados a
los costos de las primeras compras.
La diferencia que existe entre el m etodo de PEPS con el UEPS consiste
en la forma de calcular el costo de la mercanca que sale del almac en.
M etodo de Costo de promedio ponderado:
Aunque poco usado, es este otro m etodo de evaluaci on de los
inventarios.
Para determinar el costo promedio aritm etico ponderado se procede
como sigue:
- Se suman las unidades de que se ha dispuesto en el periodo es decir, el
saldo inicial mas las compradas, despu es de deducir las devoluciones.
- Se suman los respectivos costos.
- Se divide el costo total entre el total de unidades.
M etodo de promedio simple:
89
Este m etodo de costear el inventario es tambi en poco usado, sin embargo,
hagamos un bosquejo de c omo funciona:
Consiste en la determinaci on de un costo unitario promedio calculado
como sigue:
- Se suman los costos unitarios tanto del inventario inicial como de las
diferentes compras hechas en un periodo.
- El total as obtenido, se divide entre el numero de partidas sumadas.
M etodo de promedio m ovil:
Este m etodo de control de inventarios tiene como caractersticas
fundamentales las siguientes:
- Cada vez que entra en el almac en un lote de mercanca, el costo unitario
del saldo resultante, debe ser recalculado.
- La existencia fsica es presentada en un solo total, en vez de estar
segregado en lotes seg un el orden de entrada.
- El costeo de las unidades que van saliendo, se hace en base al costo
promedio calculado en saldo inmediato anterior.
Actualmente se puede armar que el proceso de contar y registrar
datos nancieros se desarrolla de una manera m as simple y sencilla con
el apoyo del contador, pero, es preciso aclarar que se siguen rigiendo por
los principios establecidos para ejecutar la contabilidad empresarial.
90
2.7. Propensi on marginal
Propensi on marginal a consumir
Es la proporci on de una unidad monetaria adicional de ingreso disponible
que se gastar a en consumo adicional.
Propensi on marginal al consumo
Es la relaci on entre el consumo total y el ingreso total disponible.
La macroeconoma moderna concede una gran importancia a la
respuesta del consumo y las variaciones de la renta. Este concepto se
denomina propensi on marginal a consumir o PMC.
En economa, la palabra marginal signica incremento. Por ejemplo
el costo marginal es el costo adicional de producir una unidad adicional.
En macroeconoma, propensi on a consumir se reere al nivel deseado de
consumo.
La pendiente de la funci on de consumo es igual a la propensi on
marginal a consumir. La pendiente de la funci on de consumo, que mide
la variaci on que experimenta el consumo por cada variaci on de renta
disponible en una unidad, es la propensi on marginal al consumir.
2.8. Soluci on de equilibrio
Equilibrio general
91
La teora del equilibrio general es una rama de la microeconoma
te orica que intenta explicar la producci on, el consumo y los precios como
una economa.
El equilibrio general intenta dar una comprensi on de la economa ,
usando un acercamiento de abajo hacia arriba, comenzando con mercados
y agentes individuales. La macroeconoma, seg un lo expresado por los
economistas Keynesianos, utiliza un acercamiento de arriba hacia abajo
donde el an alisis comienza con agregados m as grandes. Sin embargo,
muchos modelos macroecon omicos tienen simplemente un mercado de
bienes y estudian su interacci on con el mercado nanciero, por ejemplo los
modelos generales del equilibrio implican tpicamente una multiplicidad
de diversos mercados de bienes. Los modelos generales modernos del
equilibrio son generalmente complejos y requieren computadoras para
ayudar con soluciones num ericas.
En un sistema de mercado, los precios y la producci on de todas
las mercancas, incluyendo el precio del dinero est an relacionados. Un
cambio en el precio de uno, por ejemplo el pan, puede afectar otro precio,
como los salarios de los panaderos. La demanda para el pan se puede
afectar por un cambio en los salarios de los panaderos, con un efecto
consiguiente sobre su precio. Calcular el precio de equilibrio, requiere un
an alisis que considere todos los diversos bienes que est en disponibles.
Historia del modelo de equilibrio general
La primera iniciativa en la economa neocl asica de modelar los precios
92
para la economa, fue hecha por L eon Walras. Los elementos de Walras
de la economa proporcionan aspectos de una economa en la que se
tiene en cuenta la producci on, el crecimiento y el dinero. En detalle,
el modelo de Walras era un modelo del perodo en el cual los precios
de las mercancas est an iguales y aparecen pues las entradas y salidas
teniendo en cuenta que se gane el mismo ndice de benecios en todas
las lneas de la industria. El precio de costo de cada uno debe ser igual
(equilibrio) en este modelo, al precio de demanda. En detalle, la agenda
de Walras incluy o la investigaci on de cuando los equilibrios son unicos
y estables. Walras tambi en fue el primero que introdujo una restricci on
en la teora general del equilibrio. El reemplazo de ciertas ecuaciones
por desigualdades y el uso de matem aticas m as rigurosas mejoraron el
modelamiento general del equilibrio.
Concepto moderno del equilibrio general en la economa
El concepto moderno del equilibrio general es proporcionado por un
modelo desarrollado en com un por Kenneth Arrow, Gerard Debreu y
Lionel W. McKenzie en los a nos 50. Gerard Debreu presenta este modelo
en la teora de Value (1959) como un modelo axiom atico, siguiendo el
estilo de las matem aticas promovido por Bourbaki. En tal modelo, la
interpretaci on de los t erminos como mercancas y precios no es jada por
los axiomas. Las preguntas b asicas en el an alisis general del equilibrio
se reeren a las condiciones bajo las cuales un equilibrio ser a eciente,
cuando puede ser alcanzado y cuando es unico.
93
2.9. Modelo de inventarios de Metzler
Lloyd Metzler public o en 1941 un modelo de multiplicador y
acelerador acerca del ciclo de inventarios. Su idea principal es que los
productores desean mantener un nivel de inventarios en una cierta
proporci on de las ventas esperadas pero, debido a los retardos entre
la producci on y la venta, Metzler establece que la poltica precisa de
inventarios elegida por los productores podra tener fuertes efectos en la
economa, generando diferentes din amicas.
Suponiendo que el nivel de inventarios S
t
deseado es una proporci on
k del consumo del perodo anterior C
t1
, tenemos:
S
t
= k C
t1
0 < k < 1. (2.10)
Si los agentes tienen expectativas adaptativas, las ventas esperadas
en el perodo t ser an las del perodo anterior, C
t
= C
t1
. La funci on de
consumo ser a
C
t
= c Y
t
(2.11)
siendo c la propensi on marginal a consumir e Y
t
el ingreso del perodo
t.
Reemplazando (2.11) en (2.10) se obtiene
S
t
= k C
t1
= k c Y
t1
.
94
Es posible que el inventario del periodo no coincida con el deseado, ya
que las ventas esperadas pueden haber diferido de las ventas efectivas. la
diferencia inesperada de ventas puede ser expresada como
C
t1
C
t2
= c
_
Y
t1
Y
t2
_
luego, el inventario al nal del perodo t 1 ser a la diferencia entre
el stock deseado en t 1 y la discrepancia entre las ventas esperadas y
reales del periodo t 1:
S
t1
c
_
Y
t1
Y
t2
_
= k c Y
t2
c
_
Y
t1
Y
t2
_
. (2.12)
La inversi on total I
t
del perodo t estar a formada por la inversi on
aut onoma o no inducida I
0
y por la inversi on en inventarios I
s
t
, dada por
la diferencia entre el nivel de inventarios deseado del perodo t, S
t
, y el
stock al nal del perodo t 1.
I
s
t
= S
t

_
S
t1
c
_
Y
t1
Y
t2
_
= k c Y
t1
k c Y
t2
+ c
_
Y
t1
Y
t2
_
,
reordenando, se obtiene
I
s
t
= c (1 + k)
_
Y
t1
Y
t2
_
.
La producci on del perodo t estar a dada por el nivel esperado de
ventas, la inversi on en inventarios y la inversi on aut onoma:
Y
t
= c Y
t1
+ c (1 + k)
_
Y
t1
Y
t2
_
+ I
0
95
reorganizando los t erminos y efectuando un desplazamiento tenemos
la ecuaci on completa de segundo orden:
Y
t2
c (2 + k) Y
t+1
+ c (1 + k) Y
t
= I
0
. (2.13)
Sus races est an dadas por:
r =
c (2 + k)
_
[c (2 + k)]
2
4 c (1 + k)
2
.
La soluci on de equilibrio es
Y
c
t
=
I
0
1 c
.
Ejemplo num erico
Si el nivel de inventarios deseado es un 40 % del consumo del perodo
anterior y la propensi on a consumir es de 0.6: S
t
= 0,4 C
t1
; C
t
= 0,6 Y
t
.
Combinando ambas expresiones, tenemos: S
t
= 0,4 0,6 Y
t1
.
El inventario al nal del perodo t1, como expresa (2.12) estar a dado
por:
S
t1
0,6
_
Y
t1
Y
t2
_
= 0,4 0,6 Y
t2
0,6
_
Y
t1
Y
t2
_
.
96
Teniendo en cuenta las ventas esperadas, la inversi on en inventarios
y la inversi on aut onoma, podremos averiguar la producci on del perodo
t, seg un la expresi on (2.13), dada por una ecuaci on en diferencias de
segundo orden:
Y
t+2
1,44 Y
t+1
+ 0,84 Y
t
= I
0
.
Las races de la ecuaci on caracterstica son complejas: r = 0,72 0,5677 i,
cuyo m odulo es = 0,9165 < 1, por lo tanto la soluci on es no mon otona
convergente.
Suponiendo I
0
= 300, encontramos la soluci on de equilibrio:
Y
c
t
=
300
1 0,6
= 750.
La soluci on general es
Y
t
= 0,9165
t
(C
1
cos 0,6672 t + C
2
sen 0,6672 t) + 750
no mon otona, convergente a 750.
Para nalizar esta monografa, se incluye un CD con un archivo que
brinda la posibilidad de obtener los resultados del Modelo de Inventarios
de Metzler, solo con ingresar los valores de los par ametros del mismo.
97
La primera hoja del archivo muestra un men u con enlaces directos a
la hoja donde aparece la ecuaci on del modelo que explicita la f ormula
que determina los valores de las races de dicha ecuaci on. En las celdas
sombreadas con color gris se deber an indicar los valores de los par ametros
y de las condiciones iniciales del modelo. Es necesario tener en cuenta
que si el par ametro se encuentra limitado entre cierto rango num erico
el aplicativo no permitir a ingresar valores por fuera del mismo. En
tanto, se pueden observar algunas notas aclaratorias sobre el signicado
econ omico de los par ametros, visualizados al acercar el puntero del
Mouse sobre la celda correspondiente. Se muestra adem as la soluci on
general del problema como una soluci on de la homog enea asociada y una
soluci on particular.
En una tercera hoja aparece la resoluci on del problema, de acuerdo a los
valores ingresados en la hoja anterior. Los datos de esta hoja se calculan
autom aticamente, sin que sea necesario realizar operaci on alguna.
Finalmente en una cuarta hoja se muestra la trayectoria temporal de la
renta que se desprende de la soluci on del modelo planteado, teniendo en
cuenta que el gr aco no se visualizar a si no se ingresan anteriormente las
condiciones iniciales del modelo.
El archivo viene predenido con los datos y resoluci on del ejemplo
previamente estudiado; Solo es cuesti on de cambiarle los datos seg un se
establezca en otro problema.
Se aclara que ni el modelo, ni el archivo son creados en esta tesis.
Aqu solo pretendemos su divulgaci on.
98
Conclusiones
Los an alogos discretos de las ecuaciones diferenciales proporcionan
m etodos de aproximaci on en la resoluci on de ecuaciones
diferenciales.
La aplicaci on de la transformada Z, constituye un recurso util en la
soluci on de ecuaciones de diferencias.
La ecuaci on en diferencias a
n+1
+ a
n1
= f
n
tiene como soluci on
general
a
0
2
i
n
(1 + (1)
n
)
a
1
2
i
n1
_
1 + (1)
n1
_
+
1
2
n

m=0
_
i
m1
_
1 + (1)
m1
_
f(n m)

.
La ecuaci on en diferencias a
n+1
a
n1
= f
n
tiene como soluci on
general
1
2
[(1 + (1)
n
) a
0
+ (1 (1)
n
) a
1
+ (1 (1)
n
) f(n)] .
99
En Contabilidad, se puede concluir que, el hombre desde tiempos
memorables se ha empecinado en llevar un control exhaustivo de
todos los movimientos nancieros que se ejecutan en sus peque nas,
medianas o grandes empresas. Por consiguiente, se ha apoyado en
diversas formas para lograr su n. En un principio, lo realiz o en
procesos muy simples a partir de los planteamientos presentados
por el monje Fray Luca Paciolo, sin embargo con el transcurrir del
tiempo, el avance tecnol ogico y las exigencias empresariales los
procesos y t ecnicas contables han evolucionado.
El proceso de inventarios de Metzler est a modelado por la ecuaci on
en diferencias de segundo orden
Y
t2
c (2 + k) Y
t+1
+ c (1 + k) Y
t
= I
0
.
donde I
0
es la inversi on aut onoma o no inducida, Y
t
es la
producci on del perodo t, c la propensi on marginal a consumir y k
es la proporci on del consumo del periodo anterior.
La soluci on de equilibrio del modelo de inventarios de Metzler
est a dado por
Y
c
t
=
I
0
1 c
.
100
Bibliograf a
[1] Jauffred, F.J. , Moreno, A. T ecnicas discretas en ingeniera de
sistemas, Tomo I.
Ediciones Alfaomega, M exico, D.F, 1992.
[2] Grossman, D. Ecuaciones Diferenciales con aplicaciones.
Fondo Educativo interamericano 1984, segunda edici on.
[3] Ivorra,C. Funciones de Variable Compleja.
[4] Levinson, N., Redheffer, R. Complex Variables.
Editorial Revert e.
[5] Donald, Kreider. Robert, Kuller. Elementary Differential Equations.
Publicada por Addison-Wesley Company. 1968.
[6] Martnez Coll, J: Equilibrio y scalidad en La Economa de Mercado,
virtudes e inconvenientes (2001).
[7] Moch on,F. Beker, V. Economa, principios y aplicaciones.
Ed. Mc. Graw Hill, 1997.
[8] Escobar, D. Economa Matem atica.
Ediciones Uniandes.
101
[9] Bernardello,Alicia. Bianco,Maria. Casparri,Maria. Matem atica para
Economistas.
Omicron System-Divisi on PyMEs.
[10] Nagle, Saff, Snider. Ecuaciones diferenciales y problemas con valores
en la frontera.
Addison Wesley
102