Problemas M etodo de bisecci on.

1. La ecuaci on ex 3x = 0 tiene por ra z a r = 0,61906129. Comenzando con el intervalo [0, 1], realizar seis iteraciones por el M etodo de bisecci on para encontrar la ra z aproximada. Cu antos decimales signicativos tiene dicha aproximaci on?. Cu antas iteraciones son necesarias para que la ra z obtenida tenga un error menor que 104 ? Utilizar el M etodo de bisecci on para encontrar una soluci on aproximada con un error menor que 102 en el intervalo [4, 4,5] para la ecuaci on x = tg (x). Sabiendo que existe una ra z de la ecuaci on x3 + x = 6 entre 1.55 y 1.75, cu antas iteraciones son necesarias hasta obtener mediante el m etodo de bisecci on, un intervalo de amplitud menor o igual que 103 que contenga a la ra z?. Calcular todas las iteraciones necesarias. Aplicar el M etodo de bisecci on a F (x) = x3 17 = 0, a n de determinar la ra z c ubica de 17 con un error menor que 0.125.

2. 3.

4.

M etodo de Newton.
5. Aplicando el M etodo de Newton, encontrar una ra z pr oxima a x0 = 0 para la ecuaci on f (x) = 3x + senx ex = 0. Redondear los c alculos a cinco cifras signicativas e iterar hasta que se cumpla | xi xi1 | 0,001.
x7 z en x=1.75. Utilizar el m etodo de Newton con las La funci on f (x) = 4x 2 tiene una ra siguientes aproximaciones iniciales, estudiando en cada caso, previamente, si se produce un proceso convergente o no a la ra z. a)x0 = 1,6 , b)x0 = 1,5 , c)x0 = 3

6.

7.

Mediante el M etodo de Newton modicado, encontrar una ra z pr oxima a x0 = 0 de la x ecuaci on x 2 = 0. Utilizar tres decimales redondeados en cada iteraci on hasta que se cumpla | xi xi1 | 3 10 . La concentraci on c de una bacteria contaminante en un lago decrece seg un la expresi on: c(t) = 80e2t + 20e0,5t siendo t el tiempo en horas. Determinar el tiempo que se necesita para que el n umero de bacterias se reduzca a 7. (Utilizar el M etodo de Newton).

8.

9.

Una determinada sustancia se desintegra seg un la ecuaci on A = P e0,0248t , donde P es la cantidad inicial en el tiempo t = 0 y A la cantidad resultante despu es de t an os. Si inicialmente se depositan 500 miligramos de dicha sustancia, cu anto tiempo habr a de transcurrir para que quede el 1 por ciento de esta? Utilizar el M etodo de Newton. 1 Fundamentos Matem aticos Curso 2004/05

Ingenier a T ecnica Forestal

10.

Demostrar que para encontrar la ra z r- esima de un n umero a, la f ormula iterativa de Newton se puede expresar como 1 a xn+1 = [(r 1) xn + r1 ] r xn

11.

Hallar la ra z cuadrada de 10 usando tres iteraciones mediante el m etodo de Newton y comenzando con el valor inicial x0 = 3. Utilizar dos decimales redondeados en los c alculos. Se considera la funci on F (x) = x5 +2x. Mediante el M etodo de Newton, hallar el menor n umero positivo x (con tres decimales) para el cual F (x) = 4. En los casos siguientes, aplicar el m etodo de Newton con la estimaci on inicial propuesta, y explicar por qu e falla el m etodo. a ) y = 2x3 6x2 + 6x 1, x1 = 1.
3 x1 = 2 .

12. 13.

c ) y = x3 + 3x2 x + 1, x1 = 2. d ) y = 3 x 1, 14.

b ) y = 4x3 12x2 + 12x 3,

x1 = 1.

Probar, mediante el m etodo de Newton, que la ecuaci on xn+1 = xn (2 axn )

1 si x1 es una estimaci on inicial del rec proco de a. se puede utilizar para aproximar a N otese que este m etodo de aproximar rec procos utiliza s olo operaciones de suma y 1 multiplicaci on. [Ayuda: Considerar f (x) = x a.]

15.

Aproximar, con ayuda del resultado del ejercicio anterior, con tres cifras decimales, los siguientes rec procos: a) b) 1 . 3 1 . 11

16.

Una medicina administrada a un paciente produce una concentraci on en la sangre dada t/ 3 por c(t) = Ate mg/ml, t horas despu es de que se hayan administrado A unidades. La m axima concentraci on sin peligro es de 1 mg/ml, y a esta cantidad se le denomina concentraci on de seguridad. a ) Qu e cantidad debe ser inyectada para alcanzar como m aximo esta concentraci on de seguridad?. Cu ando se alcanza este m aximo?. b ) Una cantidad adicional se debe administrar al paciente cuando la concentraci on baja a 0 25 mg/ml. Determ nese con un error menor de 1 minuto cu ando debe ponerse esta segunda inyecci on.

Ingenier a T ecnica Forestal

Fundamentos Matem aticos Curso 2004/05

17.

El crecimiento de poblaciones grandes puede modelarse en per odos cortos suponiendo que el crecimiento de la poblaci on es una funci on continua en t mediante una ecuaci on diferencial cuya soluci on es N (t) = N0 et + v t e 1 ,

donde N (t) es el n umero de individuos en el tiempo t (medido en a nos), es la raz on de natalidad, N0 es la poblaci on inicial y v es un raz on constante de inmigraci on, que se mide en n umero de inmigrantes al a no. Sup ongase que una poblaci on dada tiene un mill on de individuos inicialmente y una inmigraci on de 400,000 individuos al a no. Se observa que al nal del primer a no la poblaci on es de 1,506,000 individuos. Se pide: a ) Determinar la tasa de natalidad. b ) Hacer una previsi on de la poblaci on al cabo de tres a nos.

Ingenier a T ecnica Forestal

Fundamentos Matem aticos Curso 2004/05

Soluciones a algunos ejercicios

1. En efecto, si llamamos f (x) = ex 3x, por el Teorema de Bolzano, al ser f (1) = e 3 < 0, y f (0) = 1 0 = 1 > 0, sabemos que hay al menos una1 ra z en el intervalo [0, 1].
1.4 1.2

0.8

0.6

0.4

0.2

f(x)=exp(x)3x

0.2

0.4

0.2

0.4

0.6

0.8

1.2

1.4

1.6

1.8

f (x) =

ex

3x.

Nos piden que hagamos seis iteraciones por el M etodo de Bisecci on, esto es, vamos calculando puntos medios de los intervalos, y el valor de la funci on en dichos puntos, qued andonos con aqu el donde haya cambio de signo (dicho de otro modo, ci+1 sustituye a extremo cuya imagen tenga el mismo signo que f (ci+1 )), e iteramos de nuevo: c0 = 1/2 f (c0 ) = 0 148 > 0 [c0 , 1] c1 = 3/4 f (c1 ) = 0 133 < 0 [c0 , c1 ] c2 = 5/8 f (c2 ) = 0 006 < 0 [c0 , c2 ] c3 = 9/16 f (c3 ) = 0 067 > 0 [c3 , c2 ] c4 = 19/32 f (c4 ) = 0 029 > 0 [c4 , c2 ] c5 = 39/64 f (c5 ) = 0 011 > 0 [c5 , c2 ]. De modo que c6 = 79/128 0 6171875, y la funci on ah vale f (c6 ) 0 002. En efecto, el valor es relativamente peque no, aunque no una aproximaci on excelente, y es que c6 dista de la soluci on exacta que nos da el enunciado. En realidad, lo u nico que sab amos por el m etodo b a a priori es que la cota de error entre la ra z exacta y la aproximada era |x cn | 2 n+1 = 1 0 0078125, por lo que efectivamente no cab a esperar m as de dos decimales exactos. 27 Las iteraciones necesarias para obtener orden = 104 son n = E
ln(ba)ln( ) ln 2

= 13.

Nota sobre su resoluci on en el ordenador: Como el orden del m etodo es uno, la aproximaci on es lenta. Sin embargo, se comprueba que es f acilmente automatizable (i.e. podemos llevar el m etodo al ordenador, evaluando la funci on en el punto medio, y pidi endole a la computadora que compare el signo y en funci on de si sale igual o distinto tomar un intervalo u otro para la nueva iteraci on). Con ayuda de Microsoft Excel c podemos implementar f acilmente el esquema (buscar la funci on SI, v ease material
De hecho, f (x) = ex 3, con lo que deducimos que en x = ln 3 la derivada se anula y la funci on tiene un m nimo; como despu es crecer a mucho, pasar a el cero de nuevo una u nica vez.
1

Ingenier a T ecnica Forestal

Fundamentos Matem aticos Curso 2004/05

complementario de este tema en la web www.uhu.es/pedro.marin/docencia/extraT2C.zip), aunque por contra la precisi on de c alculo deja de ser buena muy pronto. MATLAB, sin embargo, ofrece mayor exactitud, aunque la adaptaci on a este lenguaje puede ser algo m as tediosa (se puede hacer con un proceso por lotes, o directamente con una funci on .m, en todo caso usando el condicional, que en este programa es IF). 4. Para hallar la ra z c ubica de 17, es una elecci on evidente tomar la funci on f (x) = x3 17. Tanteamos mentalmente para asegurarnos un intervalo inicial en el que ejecutar el Algoritmo ln 0 125 de Bisecci on (p.ej. [2, 3]). Con error menor que 0 125 debemos efectuar n = E ln 1ln = 2 = 3 iteraciones2 , y la soluci on aproximada resultante es 2 5625, mientras que una aproximaci on mejor es 3 17 2,5712815906154. E = E 5. Usando el Teorema de Bolzano sabemos que f (x) = 3x sin x ex tiene una ra z en el intervalo [0, 1].
0ln(1/8) ln 2 3 ln 2 ln 2

1.5

0.5

0.5

0.1

0.2

0.3

0.4 0.5 0.6 f(x)=3xsen(x)exp(x)

0.7

0.8

0.9

Como f (x) = 3 + cos(x) ex , el M etodo de Newton-Raphson resulta xn+1 = xn 3xn + sin(xn ) exn f (xn ) . = xn f (xn ) 3 + cos(xn ) exn

El primer dato lo podemos elegir a nuestro antojo, tomamos por ejemplo x0 = 0, con lo que x1 = 1/3, x2 = 0 360170714 y x3 = 0 36042168. Ya hemos cumplido la condici on |xi xi1 | 0 001 pues |x3 x2 | = 0 00025. Adem as, comprobamos efectivamente que f (x3 ) = 5,744246611705250 108 . Vemos gr acamente la aproximaci on realizada en dos etapas (la derecha es una ampliaci on)
2

Observa que la calculadora no es indispensable siempre.

Ingenier a T ecnica Forestal

Fundamentos Matem aticos Curso 2004/05

0.5

0.5

5 1

0.5

0.5

1.5

0.1

0.2

0.3

0.4

0.5

0.6

0.7

usando las rectas tangentes: y = f (x0 )(x x0 ) + f (x0 ), e y = f (x1 )(x x1 ) + f (x1 ).
x7 6. Claramente la u nica ra z de la funci on f (x) = 4x 2 es x = 1 75. Si implementamos el m etodo de Newton-Raphson para aproximar la soluci on

f (x) =

1 , (x 2)2

xn+1 = xn

f (xn ) = xn + (4xn 7)(x 2), f (xn )

comprobamos que con los tres valores que nos dan se obtienen las siguientes secuencias: 1 6, 1 84, 1 7824, 1 75419904, 1 750070528, 1 75000002, 1 75, 1 75, 1 75 . . . 3, 8, 158, 97658, 38146972658, 5 82077E + 21, 1 35525E + 44, 7 34684E + 88, . . . 1 5, 2, 2, 2, . . . es decir que la primera converge a la verdadera soluci on, la segunda diverge y la tercera converge a una falsa soluci on. Ello es debido a que el m etodo es local, y hay que empezar sucientemente cerca de la soluci on para tener garant a de convergencia, lo que nos impele a hacer siempre la comprobaci on (cuando obtengamos una convergencia hacia cierto valor) de que la imagen del valor aproximado obtenido est a cerca de cero, para evitar falsas soluciones. [En general los c odigos suelen tener dos condiciones para parar: que dos iteraciones consecutivas est en cerca entre s y que la imagen de una de ellas est e cerca de cero.] 8. Debemos hallar la ra z de c(t) = 7, o lo que es lo mismo, deniendo f (t) = c(t) 7, tenemos que hallar un cero para f. Ambas funciones, c y f tienen por derivada a la funci on 2 t t/ 2 f (t) = 160e 10e . Al ser negativa, sabemos que las funciones c y f son decrecientes estrictamente, luego si existe soluci on, es u nica. Como c(0) = 100 y l mt c(t) = 0, en tiempo positivo la funci on c (que es continua) tomar a todos los valores del intervalo (0, 100]. Una vez que hemos concluido que existe una u nica ra z de c(t) = 7, y por tanto un u nico cero de f (t), aplicamos el M etodo de Newton-Raphson. Como c(0) = 100 dista bastante del objetivo, conviene, para ahorrar c alculos empezar con un dato inicial del tiempo algo mayor (no mucho, porque la exponencial decae r apidamente), por tanteo parece conveniente comenzar con x1 = 2. En cuatro iteraciones conseguimos: x2 = 2 27579938312569 x3 = 2 32768095901589 Ingenier a T ecnica Forestal 6 Fundamentos Matem aticos Curso 2004/05

x4 = 2 32908663665517 x5 = 2 32908761684562. 9. Es propio del material radioactivo desintegrarse con respecto a esa ley (soluci on de cierta ecuaci on diferencial que veremos m as adelante en el Tema 4). Obs ervese que resolver el problema equivale a hallar el cero de f (t) = 500e0 00248t 5, o lo que es lo mismo (pero mejor para hacer los c alculos), de la funci on g (t) = 100e0 00248t 1. Antes de aplicar el M etodo de Newton-Raphson es adecuado pensar en qu e dato inicial tomar (de no ser adecuado, tardaremos mucho o puede, como se ve en algunos ejercicios del tema, que no lleguemos a la soluci on). Es claro geom etricamente que, por la forma de la exponencial, el m etodo va a ser efectivo con cualquier dato inicial.
100

90

80

70

60

50

40

30

20

10

10

20

30

40

50

60

70

80

90

100

g (t) = 100e0 00248t 1. Pero por el bajo coeciente que afecta al exponente, ha de pasar mucho tiempo para que la exponencial comience a decrecer de forma notable. Por ello, comenzamos con t1 = 100. En 6 iteraciones llegamos a la soluci on: t2 = 135 507554670222 t3 = 164 214770256907 t4 = 180 865946787540 t5 = 185 414686713111 t6 = 185 691392424226 t7 = 185 692346197917 a nos han de pasar para quedar3 el 1 %. 10. Se obtiene tras transformaciones aritm eticas inmediatas a xn+1 = xx siendo f (x) = xr a. 11. El ejercicio anterior se aplica con r = 2 y a = 10 generando la sucesi on recurrente xn+1 = Ingenier a T ecnica Forestal 1 2 xn + 7 10 xn . Fundamentos Matem aticos Curso 2004/05 f (xn ) f (xn )

Elegir x0 = 3 es una buena elecci on: simple y aproximada, esto u ltimo es importante ya que el M etodo de Newton-Raphson es local, por lo que cu anto m as cerca se comience de la soluci on, m as garant as de exito se tendr a al aplicarlo. x0 = 3, x1 = 3 16, x2 = 3 1622777, x3 = 3 1622777 (que ya coincide con el resultado que podemos obtener usando la calculadora). 13. a) En este caso el M etodo de Newton-Raphson no es aplicable porque el punto inicial anula el denominador f (x) que aparece en la expresi on recurrente. En cambio, si tomamos un valor un poco m as alejado, por ejemplo, 1 2, conseguimos aproximar en 9 iteraciones la soluci on (con un error/tolerancia de 108 ): x1 = 3 03333333333329 x2 = 1 69913409071934 x3 = 0 82229976699472 x4 = 0 26505557694095 x5 = 0 05248674618149 x6 = 0 18268167510526 x7 = 0 20562357143852 x8 = 0 20629889908101 x9 = 0 20629947401548. Empezando en x0 = 0 conseguimos la convergencia (con igual tolerancia) en 4 iteraciones: x1 = 0 16666666666667 x2 = 0 20444444444444 x3 = 0 20629515192918 x4 = 0 20629947399236. b) La derivada de f se anula en x = 1, con lo que si los c alculos pasan por alg un xn = 1, el m etodo no ser a v alido. Y justamente ese es el caso si x1 = 3/2, ya que x2 = 1. Sin embargo, eso no signica que el m etodo en si sea malo para hallar el cero de esta funci on, s olo que el dato inicial no es el adecuado. En efecto, si empezamos por otro valor, x1 = 0, el m etodo converge en 5 iteraciones: x2 = 0 25 x3 = 0 35185185185185 x4 = 0 36953388762913 x5 = 0 37003906971704 x6 = 0 37003947505230. c) Con el dato inicial la sucesi on que se obtiene es de 0 y 1 alternante, con lo que nunca converger a a ning un valor. Aunque no hayamos visto en el desarrollo de teor a las condiciones de convergencia de los m etodos de punto jo (el MNR lo es para la funci on g (x) = x f (x ) ), intuimos con este ejemplo que no deben darse condiciones oscilantes en el entorno que f (x ) tomemos para comenzar la construcci on de la sucesi on recurrente, sino que debe ser mon otona en cierto sentido hacia el cero de la funci on f. Estos ejemplos muestran simplemente malas elecciones del dato inicial que hacen que en el camino se tope uno con dicultades, que se evitar an (una vez m as) empezando por otro dato, m as pr oximo y adecuado: con dato inicial 3 se consigue la aproximaci on en 4 iteraciones x1 = 2 8 Ingenier a T ecnica Forestal 8 Fundamentos Matem aticos Curso 2004/05

x2 = 2 76994818652850 x3 = 2 76929266290594 x4 = 2 76929235423870. d) En este caso la explicaci on es clara si tenemos en cuenta la gr aca de la funci on:
1

0.9

0.8

0.7

0.6

0.5

0.4

0.3

0.2

0.1

0.2

0.4

0.6

0.8

1.2

1.4

1.6

1.8

El pico que, en torno a x = 1, forma la gr aca de la funci on f (x) = 3 x 1, unido a la obvia ra z que tiene, es una mala condici on para poder apoyarnos en el uso de rectas tangentes. Toda la regularidad que necesitamos, aqu falta, tras acercarse inicialmente, cambia de signo, lo alterna, y se va alejando (diverge). 14. En este ejercicio se pide probar que una forma de aproximar el valor 1/a es a trav es de la sucesi on xn+1 = xn (2 axn ), esto es trivial con la indicaci on que dan: la ra z de la funci on 1 1 a es justamente x = a , y el M etodo de Newton-Raphson genera justamente la f (x) = x anterior relaci on de recurrencia: 1 f (x) = 2 x xn+1 f (xn ) = xn = xn f (xn )
1 xn 1 x2 n

= xn +

1 xn

1 x2 n

= xn + xn ax2 n.

Lo rese nable del ejercicio es que para obtener el cociente 1/a no es necesario dividir, sino aproximar con sumas y productos. 16. Vemos como la realidad no se reduce siempre al uso de una funci on de una u nica variable. a) Fijada la dosis inicial A, el problema, con la funci on dada c(t), consiste en hallar el m aximo de concentraci on, y el momento. Podemos contestar ya a lo segundo: buscamos los extremos relativos a trav es de la derivada de la funci on: 1 c (t) = Aet/3 Atet/3 = Aet/3 (1 t/3) . 3 Por tanto, los candidatos a extremos de la funci on c (recu erdese que el dominio en que tiene sentido el problema es [0, )) son {0, 3, }. Sin embargo, c(0) = 0, y l mt c(t) = 0, de 1 modo que la cantidad c(3) = 3e A > 0 es la concentraci on m axima. Ingenier a T ecnica Forestal 9 Fundamentos Matem aticos Curso 2004/05

De hecho, cualquiera que sea la cantidad inicial A, el m aximo de la concentraci on se alcanza en t = 3. Para que la cantidad m axima no supere 1 mg/ml, simplemente hay que poner un A menor del que resuelva 3e1 A = 1, esto es, A e/3. b) Supuesta suministrada esta cantidad inicial, A = e/3, nos preguntan cu ando ocurrir a que e c(t) = tet/3 = 0 25. 3 Tenemos que resolver pues la ecuaci on e f (t) = tet/3 0 25 = 0. 3 Pero del an alisis anterior sacamos que al m aximo llega desde cero y que despu es tiende a cero, es decir, cualquier cantidad en (0, A), en particular 0 25, es alcanzada dos veces y nos interesa cuando lo alcanza por segunda vez.
1

0.9

0.8

0.7

0.6

0.5

0.4

0.3

0.2

0.1

10

15

c(t) =

e t/3 . 3 te

Usamos el m etodo de Newton-Raphson con alg un valor num erico que resulte adecuado (por lo dicho antes, m as bien largo que corto, para que la convergencia sea hacia la soluci on por encima de las tres horas). Por la forma de campana, basta tomar cualquier valor inicial superior a tres horas, p. ej. x0 = 4 genera una sucesi on que converge en 4 iteraciones (con una tolerancia de 108 ; nos ped an precisici on de un minuto, que pasado a horas es 0 01666, por tanto bastaba con 103 ): x1 = 10 30879920381349 x2 = 11 02140006874606 x3 = 11 07757133060878 x4 = 11 07790357510362 horas= 11 horas, 4 minutos. 17. En este problema nos dan el modelo N (t) = N0 et + v t e 1 ,

los datos N0 = 106 , v = 4 105 , N (1) = 1506 103 , y nos piden simplemente que despejemos el valor de : Ingenier a T ecnica Forestal 10 Fundamentos Matem aticos Curso 2004/05

4 105 e 1 . Simplicamos antes de resolver el cero de cierta funci on asociada: 1506 103 = 106 e + f () = 1000e + 400 e 1 1506 = 0.

Con un dato inicial bajo x1 = 1 (lo esperable para la natalidad de una poblaci on que en un a no s olo ha pasado de 1400000 a algo m as de mill on y medio de habitantes) la respuesta se obtiene en 4 iteraciones (con precisi on 108 ): x2 = 0 390820116865 x3 = 0 12534036450639 x4 = 0 08560613200322 x5 = 0 08483943705533 x6 = 0 08483915873218 . b) Consiste en sustituir t = 3 en la expresi on (ahora totalmente conocida) de N (t) : N (3) = 2656373 589004676, que signica una poblaci on en torno a los 2.656373 habitantes.

Ingenier a T ecnica Forestal

11

Fundamentos Matem aticos Curso 2004/05