Problemas

Metodo de biseccion.
1. La ecuaci on e
x
3x = 0 tiene por raz a r = 0,61906129. Comenzando con el inter-
valo [0, 1], realizar seis iteraciones por el Metodo de bisecci on para encontrar la raz
aproximada. Cuantos decimales signicativos tiene dicha aproximaci on?. Cu antas it-
eraciones son necesarias para que la raz obtenida tenga un error menor que 10
4
?
2. Utilizar el Metodo de bisecci on para encontrar una soluci on aproximada con un error
menor que 10
2
en el intervalo [4, 4,5] para la ecuaci on x = tg(x).
3. Sabiendo que existe una raz de la ecuaci on x
3
+ x = 6 entre 1.55 y 1.75, cu antas
iteraciones son necesarias hasta obtener mediante el metodo de bisecci on, un intervalo de
amplitud menor o igual que 10
3
que contenga a la raz?. Calcular todas las iteraciones
necesarias.
4. Aplicar el Metodo de bisecci on a F(x) = x
3
17 = 0, a n de determinar la raz c ubica
de 17 con un error menor que 0.125.
Metodo de Newton.
5. Aplicando el Metodo de Newton, encontrar una raz pr oxima a x
0
= 0 para la ecuaci on
f(x) = 3x + senx e
x
= 0.
Redondear los c alculos a cinco cifras signicativas e iterar hasta que se cumpla | x
i

x
i1
| 0,001.
6. La funci on f(x) =
4x7
x2
tiene una raz en x=1.75. Utilizar el metodo de Newton con las
siguientes aproximaciones iniciales, estudiando en cada caso, previamente, si se produce
un proceso convergente o no a la raz.
a)x
0
= 1,6 , b)x
0
= 1,5 , c)x
0
= 3
7. Mediante el Metodo de Newton modicado, encontrar una raz pr oxima a x
0
= 0 de la
ecuaci on x 2
x
= 0.
Utilizar tres decimales redondeados en cada iteraci on hasta que se cumpla | x
i
x
i1
|
10
3
.
8. La concentraci on c de una bacteria contaminante en un lago decrece seg un la expresi on:
c(t) = 80e
2t
+ 20e
0,5t
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 Metodo de Newton).
9. Una determinada sustancia se desintegra seg un la ecuaci on A = P e
0,0248t
, donde P
es la cantidad inicial en el tiempo t = 0 y A la cantidad resultante despues de t an os. Si
inicialmente se depositan 500 miligramos de dicha sustancia, cu anto tiempo habra de
transcurrir para que quede el 1 por ciento de esta? Utilizar el Metodo de Newton.
Ingeniera Tecnica
Forestal
1 Fundamentos Matem aticos
Curso 2004/05
10. Demostrar que para encontrar la raz r-esima de un n umero a, la f ormula iterativa de
Newton se puede expresar como
x
n+1
=
1
r
[(r 1) x
n
+
a
x
n
r1
]
11. Hallar la raz cuadrada de 10 usando tres iteraciones mediante el metodo de Newton
y comenzando con el valor inicial x
0
= 3. Utilizar dos decimales redondeados en los
c alculos.
12. Se considera la funci on F(x) = x
5
+2x. Mediante el Metodo de Newton, hallar el menor
n umero positivo x (con tres decimales) para el cual F(x) = 4.
13. En los casos siguientes, aplicar el metodo de Newton con la estimaci on inicial propuesta,
y explicar por que falla el metodo.
a) y = 2x
3
6x
2
+ 6x 1, x
1
= 1.
b) y = 4x
3
12x
2
+ 12x 3, x
1
=
3
2
.
c) y = x
3
+ 3x
2
x + 1, x
1
= 1.
d) y =
3

x 1, x
1
= 2.
14. Probar, mediante el metodo de Newton, que la ecuaci on
x
n+1
= x
n
(2 ax
n
)
se puede utilizar para aproximar
1
a
si x
1
es una estimaci on inicial del recproco de a.
N otese que este metodo de aproximar recprocos utiliza s olo operaciones de suma y
multiplicacion. [Ayuda: Considerar f(x) =
1
x
a.]
15. Aproximar, con ayuda del resultado del ejercicio anterior, con tres cifras decimales, los
siguientes recprocos:
a)
1
3
.
b)
1
11
.
16. Una medicina administrada a un paciente produce una concentraci on en la sangre dada
por c(t) = Ate
t/3
mg/ml, t horas despues de que se hayan administrado A unidades.
La maxima concentraci on sin peligro es de 1 mg/ml, y a esta cantidad se le denomina
concentraci on de seguridad.
a) Que 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. Determnese con un error menor de 1 minuto cu ando debe

ponerse esta segunda inyecci on.
Ingeniera Tecnica
Forestal
2 Fundamentos Matem aticos
Curso 2004/05
17. El crecimiento de poblaciones grandes puede modelarse en perodos cortos suponiendo
que el crecimiento de la poblaci on es una funci on continua en t mediante una ecuaci on
diferencial cuya solucion es
N(t) = N
0
e
t
+
v

e
t
1

,
donde N(t) es el n umero de individuos en el tiempo t (medido en a nos), es la raz on
de natalidad, N
0
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
inmigracion 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.
Ingeniera Tecnica
Forestal
3 Fundamentos Matem aticos
Curso 2004/05
Soluciones a algunos ejercicios
1. En efecto, si llamamos f(x) = e
x
3x, por el Teorema de Bolzano, al ser f(1) = e3 < 0,
y f(0) = 1 0 = 1 > 0, sabemos que hay al menos una
1
raz en el intervalo [0, 1].
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
0.4
0.2
0
0.2
0.4
0.6
0.8
1
1.2
1.4
f(x)=exp(x)3x
f(x) = e
x
3x.
Nos piden que hagamos seis iteraciones por el Metodo de Bisecci on, esto es, vamos calcu-
lando puntos medios de los intervalos, y el valor de la funci on en dichos puntos, quedandonos
con aquel donde haya cambio de signo (dicho de otro modo, c
i+1
sustituye a extremo cuya
imagen tenga el mismo signo que f(c
i+1
)), e iteramos de nuevo:
c
0
= 1/2 f(c
0
) = 0

148 > 0 [c
0
, 1]
c
1
= 3/4 f(c
1
) = 0

133 < 0 [c
0
, c
1
]
c
2
= 5/8 f(c
2
) = 0

006 < 0 [c
0
, c
2
]
c
3
= 9/16 f(c
3
) = 0

067 > 0 [c
3
, c
2
]
c
4
= 19/32 f(c
4
) = 0

029 > 0 [c
4
, c
2
]
c
5
= 39/64 f(c
5
) = 0

011 > 0 [c
5
, c
2
].
De modo que c
6
= 79/128 0

6171875, y la funci on ah vale f(c

6
) 0

002. En efecto, el
valor es relativamente peque no, aunque no una aproximaci on excelente, y es que c
6
dista de
la solucion exacta que nos da el enunciado. En realidad, lo unico que sabamos por el metodo
a priori es que la cota de error entre la raz exacta y la aproximada era |x

c
n
|
ba
2
n+1
=
1
2
7
0

0078125, por lo que efectivamente no caba esperar m as de dos decimales exactos.

Las iteraciones necesarias para obtener orden = 10
4
son n = E

ln(ba)ln()
ln 2

= 13.
Nota sobre su resoluci on en el ordenador:
Como el orden del metodo es uno, la aproximaci on es lenta. Sin embargo, se comprueba que
es facilmente automatizable (i.e. podemos llevar el metodo al ordenador, evaluando la funci on
en el punto medio, y pidiendole 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, vease material
1
De hecho, f

(x) = e
x
3, con lo que deducimos que en x = ln 3 la derivada se anula y la funcion tiene un
mnimo; como despues crecera mucho, pasara el cero de nuevo una unica vez.
Ingeniera Tecnica
Forestal
4 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 embar-
go, 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 raz c ubica de 17, es una elecci on evidente tomar la funci on f(x) = x
3
17.
Tanteamos mentalmente para asegurarnos un intervalo inicial en el que ejecutar el Algoritmo
de Bisecci on (p.ej. [2, 3]). Con error menor que 0

125 debemos efectuar n = E

ln 1ln 0

125
ln 2

=
E

0ln(1/8)
ln2

= E

3 ln 2
ln 2

= 3 iteraciones
2
, y la soluci on aproximada resultante es 2

5625,
mientras que una aproximaci on mejor es
3

17 2,5712815906154.
5. Usando el Teorema de Bolzano sabemos que f(x) = 3x sin x e
x
tiene una raz en el
intervalo [0, 1].
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
1
0.5
0
0.5
1
1.5
f(x)=3xsen(x)exp(x)
.
Como f

(x) = 3 + cos(x) e
x
, el Metodo de Newton-Raphson resulta
x
n+1
= x
n

f(x
n
)
f

(x
n
)
= x
n

3x
n
+ sin(x
n
) e
xn
3 + cos(x
n
) e
xn
.
El primer dato lo podemos elegir a nuestro antojo, tomamos por ejemplo x
0
= 0, con lo
que x
1
= 1/3, x
2
= 0

360170714 y x
3
= 0

36042168. Ya hemos cumplido la condici on |x

i

x
i1
| 0

001 pues |x
3
x
2
| = 0

00025. Adem as, comprobamos efectivamente que f(x

3
) =
5,744246611705250 10
8
. Vemos gr acamente la aproximaci on realizada en dos etapas (la
derecha es una ampliacion)
2
Observa que la calculadora no es indispensable siempre.
Ingeniera Tecnica
Forestal
5 Fundamentos Matem aticos
Curso 2004/05
1 0.5 0 0.5 1 1.5 2
5
4
3
2
1
0
1
2
3
4
5
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7
1
0.5
0
0.5
1
.
usando las rectas tangentes: y = f

(x
0
)(x x
0
) + f(x
0
), e y = f

(x
1
)(x x
1
) + f(x
1
).
6. Claramente la unica raz de la funci on f(x) =
4x7
x2
es x

= 1

75. Si implementamos el
metodo de Newton-Raphson para aproximar la soluci on
f

(x) =
1
(x 2)
2
, x
n+1
= x
n

f(x
n
)
f

(x
n
)
= x
n
+ (4x
n
7)(x 2),
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 solucion. Ello es debido a que el metodo es local, y hay que empezar
sucientemente cerca de la soluci on para tener garanta 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 con-
secutivas esten cerca entre s y que la imagen de una de ellas este cerca de cero.]
8. Debemos hallar la raz 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
f

(t) = 160e
2t
10e
t/2
. Al ser negativa, sabemos que las funciones c y f son decrecientes
estrictamente, luego si existe soluci on, es unica.
Como c(0) = 100 y lm
t
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 unica raz de c(t) = 7, y por tanto un unico
cero de f(t), aplicamos el Metodo 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 x
1
= 2. En cuatro iteraciones conseguimos:
x
2
= 2

27579938312569
x
3
= 2

32768095901589
Ingeniera Tecnica
Forestal
6 Fundamentos Matem aticos
Curso 2004/05
x
4
= 2

32908663665517
x
5
= 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). Observese que resolver el
problema equivale a hallar el cero de f(t) = 500e
0

00248t
5, o lo que es lo mismo (pero mejor
para hacer los c alculos), de la funci on g(t) = 100e
0

00248t
1. Antes de aplicar el Metodo
de Newton-Raphson es adecuado pensar en que dato inicial tomar (de no ser adecuado,
tardaremos mucho o puede, como se ve en algunos ejercicios del tema, que no lleguemos a la
solucion).
Es claro geometricamente que, por la forma de la exponencial, el metodo va a ser efectivo
con cualquier dato inicial.
10 20 30 40 50 60 70 80 90 100
0
10
20
30
40
50
60
70
80
90
100
g(t) = 100e
0

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 t
1
= 100. En 6
iteraciones llegamos a la solucion:
t
2
= 135

507554670222
t
3
= 164

214770256907
t
4
= 180

865946787540
t
5
= 185

414686713111
t
6
= 185

691392424226
t
7
= 185

692346197917 a nos han de pasar para quedar

3
el 1 %.
10. Se obtiene tras transformaciones aritmeticas inmediatas a
x
n+1
= x
x

f(x
n
)
f

(x
n
)
siendo f(x) = x
r
a.
11. El ejercicio anterior se aplica con r = 2 y a = 10 generando la sucesi on recurrente
x
n+1
=
1
2

x
n
+
10
x
n

.
Ingeniera Tecnica
Forestal
7 Fundamentos Matem aticos
Curso 2004/05
Elegir x
0
= 3 es una buena elecci on: simple y aproximada, esto ultimo es importante ya
que el Metodo de Newton-Raphson es local, por lo que cu anto m as cerca se comience de la
solucion, mas garantas de exito se tendr a al aplicarlo. x
0
= 3, x
1
= 3

6, x
2
= 3

1622777,
x
3
= 3

1622777 (que ya coincide con el resultado que podemos obtener usando la calculadora).
13. a) En este caso el Metodo 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 mas alejado, por ejemplo, 1

2, conseguimos aproximar en 9 iteraciones la

solucion (con un error/tolerancia de 10
8
):
x
1
= 3

03333333333329
x
2
= 1

69913409071934
x
3
= 0

82229976699472
x
4
= 0

26505557694095
x
5
= 0

05248674618149
x
6
= 0

18268167510526
x
7
= 0

20562357143852
x
8
= 0

20629889908101
x
9
= 0

20629947401548.
Empezando en x
0
= 0 conseguimos la convergencia (con igual tolerancia) en 4 iteraciones:
x
1
= 0

16666666666667
x
2
= 0

20444444444444
x
3
= 0

20629515192918
x
4
= 0

20629947399236.
b) La derivada de f se anula en x = 1, con lo que si los c alculos pasan por alg un x
n
= 1,
el metodo no ser a valido. Y justamente ese es el caso si x
1
= 3/2, ya que x
2
= 1. Sin embargo,
eso no signica que el metodo 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, x
1
= 0, el metodo
converge en 5 iteraciones:
x
2
= 0

25
x
3
= 0

35185185185185
x
4
= 0

36953388762913
x
5
= 0

37003906971704
x
6
= 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 teora las condiciones
de convergencia de los metodos de punto jo (el MNR lo es para la funci on g(x) = x
f(x)
f

(x)
), intuimos con este ejemplo que no deben darse condiciones oscilantes en el entorno que
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
evitaran (una vez mas) empezando por otro dato, m as pr oximo y adecuado: con dato inicial
3 se consigue la aproximaci on en 4 iteraciones
x
1
= 2

8
Ingeniera Tecnica
Forestal
8 Fundamentos Matem aticos
Curso 2004/05
x
2
= 2

76994818652850
x
3
= 2

76929266290594
x
4
= 2

76929235423870.
d) En este caso la explicaci on es clara si tenemos en cuenta la gr aca de la funci on:
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
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
raz 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 traves de
la sucesi on x
n+1
= x
n
(2 ax
n
), esto es trivial con la indicaci on que dan: la raz de la funci on
f(x) =
1
x
a es justamente x

=
1
a
, y el Metodo de Newton-Raphson genera justamente la
anterior relaci on de recurrencia:
f

(x) =
1
x
2
x
n+1
= x
n

f(x
n
)
f

(x
n
)
= x
n

1
xn
a
1
x
2
n
= x
n
+
1
xn
a
1
x
2
n
= x
n
+ x
n
ax
2
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 unica variable.
a) Fijada la dosis inicial A, el problema, con la funci on dada c(t), consiste en hallar el
maximo de concentraci on, y el momento. Podemos contestar ya a lo segundo: buscamos los
extremos relativos a traves de la derivada de la funci on:
c

(t) = Ae
t/3

1
3
Ate
t/3
= Ae
t/3
(1 t/3) .
Por tanto, los candidatos a extremos de la funci on c (recuerdese que el dominio en que tiene
sentido el problema es [0, )) son {0, 3, }. Sin embargo, c(0) = 0, y lm
t
c(t) = 0, de
modo que la cantidad c(3) = 3e
1
A > 0 es la concentraci on m axima.
Ingeniera Tecnica
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 3e
1
A = 1, esto es, A e/3.
b) Supuesta suministrada esta cantidad inicial, A = e/3, nos preguntan cu ando ocur-
rir a que
c(t) =
e
3
te
t/3
= 0

25.
Tenemos que resolver pues la ecuaci on
f(t) =
e
3
te
t/3
0

25 = 0.
Pero del an alisis anterior sacamos que al m aximo llega desde cero y que despues 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.
0 5 10 15
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
c(t) =
e
3
te
t/3
.
Usamos el metodo de Newton-Raphson con alg un valor numerico que resulte adecuado
(por lo dicho antes, mas 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. x
0
= 4 genera una sucesi on que converge en 4 iteraciones (con
una tolerancia de 10
8
; nos pedan precisici on de un minuto, que pasado a horas es 0

01666,
por tanto bastaba con 10
3
):
x
1
= 10

30879920381349
x
2
= 11

02140006874606
x
3
= 11

07757133060878
x
4
= 11

07790357510362 horas= 11 horas, 4 minutos.

17. En este problema nos dan el modelo
N(t) = N
0
e
t
+
v

e
t
1

,
los datos N
0
= 10
6
, v = 4 10
5
, N(1) = 1506 10
3
, y nos piden simplemente que despejemos el
valor de :
Ingeniera Tecnica
Forestal
10 Fundamentos Matem aticos
Curso 2004/05
1506 10
3
= 10
6
e

+
4 10
5

.
Simplicamos antes de resolver el cero de cierta funci on asociada:
f() = 1000e

+
400

1506 = 0.
Con un dato inicial bajo x
1
= 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 10
8
):
x
2
= 0

390820116865
x
3
= 0

12534036450639
x
4
= 0

08560613200322
x
5
= 0

08483943705533
x
6
= 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 habi-

tantes.
Ingeniera Tecnica
Forestal
11 Fundamentos Matem aticos
Curso 2004/05