Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Método de bisección.
1. La ecuación ex − 3x = 0 tiene por raı́z a r = 0,61906129. Comenzando con el inter-
valo [0, 1], realizar seis iteraciones por el Método de bisección para encontrar la raı́z
aproximada. ¿Cuántos decimales significativos tiene dicha aproximación?. ¿Cuántas it-
eraciones son necesarias para que la raı́z obtenida tenga un error menor que 10−4 ?
2. Utilizar el Método de bisección para encontrar una solución aproximada con un error
menor que 10−2 en el intervalo [4, 4,5] para la ecuación x = tg(x).
3. Sabiendo que existe una raı́z de la ecuación x3 + x = 6 entre 1.55 y 1.75, ¿cuántas
iteraciones son necesarias hasta obtener mediante el método de bisección, un intervalo de
amplitud menor o igual que 10−3 que contenga a la raı́z?. Calcular todas las iteraciones
necesarias.
Método de Newton.
siendo t el tiempo en horas. Determinar el tiempo que se necesita para que el número
de bacterias se reduzca a 7. (Utilizar el Método de Newton).
1 a
xn+1 = [(r − 1) · xn + r−1 ]
r xn
11. Hallar la raı́z cuadrada de 10 usando tres iteraciones mediante el método de Newton
y comenzando con el valor inicial x0 = 3. Utilizar dos decimales redondeados en los
cálculos.
12. Se considera la función F (x) = x5 +2x. Mediante el Método de Newton, hallar el menor
número positivo x (con tres decimales) para el cual F (x) = 4.
13. En los casos siguientes, aplicar el método de Newton con la estimación inicial propuesta,
y explicar por qué falla el método.
a) y = 2x3 − 6x2 + 6x − 1, x1 = 1.
b) y = 4x3 − 12x2 + 12x − 3, x1 = 23 .
c) y = −x3 + 3x2 − x + 1, x1 = 1.
√
d ) y = 3 x − 1, x1 = 2.
xn+1 = xn (2 − axn )
15. Aproximar, con ayuda del resultado del ejercicio anterior, con tres cifras decimales, los
siguientes recı́procos:
1
a) .
3
1
b) .
11
16. Una medicina administrada a un paciente produce una concentración en la sangre dada
por c(t) = Ate−t/3 mg/ml, t horas después de que se hayan administrado A unidades.
La máxima concentración sin peligro es de 1 mg/ml, y a esta cantidad se le denomina
concentración de seguridad.
a) ¿Qué cantidad debe ser inyectada para alcanzar como máximo esta concentración
de seguridad?. ¿Cuándo se alcanza este máximo?.
b) Una cantidad adicional se debe administrar al paciente cuando la concentración
baja a 00 25 mg/ml. Determı́nese con un error menor de 1 minuto cuándo debe
ponerse esta segunda inyección.
1.2
0.8
0.6
0.4
0.2 f(x)=exp(x)−3x
−0.2
−0.4
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
f (x) = ex − 3x.
Nos piden que hagamos seis iteraciones por el Método de Bisección, esto es, vamos calcu-
lando puntos medios de los intervalos, y el valor de la función en dichos puntos, quedándonos
con aquél 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:
4. Para hallar la raı́z cúbica de 17, es una elección evidente tomar la función f (x) = x3 − 17.
Tanteamos mentalmente para asegurarnos un intervalo inicial en el que ejecutar el Algoritmo
00 125
de Bisección (p.ej. [2, 3]). Con error menor que 0 125 debemos efectuar n = E ln 1−ln
0
ln 2 =
E 0−ln(1/8)
ln 2 = E 3lnln22 = 3 iteraciones2 , y la solución aproximada resultante es 20 5625,
√
mientras que una aproximación mejor es 3 17 ∼ 2,5712815906154.
5. Usando el Teorema de Bolzano sabemos que f (x) = 3x − sin x − ex tiene una raı́z en el
intervalo [0, 1].
1.5
0.5
−0.5
−1
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
f(x)=3x−sen(x)−exp(x) .
El primer dato lo podemos elegir a nuestro antojo, tomamos por ejemplo x0 = 0, con lo
que x1 = 1/3, x2 = 00 360170714 y x3 = 00 36042168. Ya hemos cumplido la condición |xi −
xi−1 | ≤ 00 001 pues |x3 − x2 | = 00 00025. Además, comprobamos efectivamente que f (x3 ) =
−5,744246611705250 10−8 . Vemos gráficamente la aproximación realizada en dos etapas (la
derecha es una ampliación)
2
Observa que la calculadora no es indispensable siempre.
4 1
2 0.5
0 0
−1
−2 −0.5
−3
−4 −1
−5
−1 −0.5 0 0.5 1 1.5 2 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 .
usando las rectas tangentes: y = f 0 (x0 )(x − x0 ) + f (x0 ), e y = f 0 (x1 )(x − x1 ) + f (x1 ).
−1 f (xn )
f 0 (x) = , ⇒ xn+1 = xn − = xn + (4xn − 7)(x − 2),
(x − 2)2 f 0 (xn )
comprobamos que con los tres valores que nos dan se obtienen las siguientes secuencias:
10 6, 10 84, 10 7824, 10 75419904, 10 750070528, 10 75000002, 10 75, 10 75, 10 75 . . .
3, 8, 158, 97658, 38146972658, 50 82077E + 21, 10 35525E + 44, 70 34684E + 88, . . .
10 5, 2, 2, 2, . . .
es decir que la primera converge a la verdadera solución, la segunda diverge y la tercera
converge a una falsa solución. Ello es debido a que el método es local, y hay que empezar
suficientemente cerca de la solución para tener garantı́a de convergencia, lo que nos impele a
hacer siempre la comprobación (cuando obtengamos una convergencia hacia cierto valor) de
que la imagen del valor aproximado obtenido está cerca de cero, para evitar falsas soluciones.
[En general los códigos suelen tener dos condiciones para parar: que dos iteraciones con-
secutivas estén cerca entre sı́ y que la imagen de una de ellas esté cerca de cero.]
90
80
70
60
50
40
30
20
10
0
10 20 30 40 50 60 70 80 90 100
0
g(t) = 100e−0 00248t − 1.
Pero por el bajo coeficiente 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 solución:
t2 = 1350 507554670222
t3 = 1640 214770256907
t4 = 1800 865946787540
t5 = 1850 414686713111
t6 = 1850 691392424226
t7 = 1850 692346197917 años han de pasar para quedar3 el 1 %.
10. Se obtiene tras transformaciones aritméticas inmediatas a
f (xn )
xn+1 = xx −
f 0 (xn )
siendo f (x) = xr − a.
c) Con el dato inicial la sucesión que se obtiene es de 0 y 1 alternante, con lo que nunca
convergerá a ningún valor. Aunque no hayamos visto en el desarrollo de teorı́a las condiciones
de convergencia de los métodos de punto fijo (el MNR lo es para la función g(x) = x −
f (x)
f 0 (x) ), intuimos con este ejemplo que no deben darse condiciones oscilantes en el entorno que
tomemos para comenzar la construcción de la sucesión recurrente, sino que debe ser monótona
en cierto sentido hacia el cero de la función f. Estos ejemplos muestran simplemente malas
elecciones del dato inicial que hacen que en el camino se tope uno con dificultades, que se
evitarı́an (una vez más) empezando por otro dato, más próximo y adecuado: con dato inicial
3 se consigue la aproximación en 4 iteraciones
x1 = 20 8
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
√
El pico que, en torno a x = 1, forma la gráfica de la función f (x) = 3 x − 1, unido a la obvia
raı́z que tiene, es una mala condición para poder apoyarnos en el uso de rectas tangentes.
Toda la regularidad que necesitamos, aquı́ 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 través de
la sucesión xn+1 = xn (2 − axn ), esto es trivial con la indicación que dan: la raı́z de la función
f (x) = x1 − a es justamente x∗ = a1 , y el Método de Newton-Raphson genera justamente la
anterior relación de recurrencia:
1 1
−1 f (xn ) xn − a xn −a
0
f (x) = 2 ⇒ xn+1 = xn − 0 = xn − = xn + 1 = xn + xn − ax2n .
x f (xn ) −1
x2n x2n
Lo reseñable 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 función de una única variable.
a) Fijada la dosis inicial A, el problema, con la función dada c(t), consiste en hallar el
máximo de concentración, y el momento. Podemos contestar ya a lo segundo: buscamos los
extremos relativos a través de la derivada de la función:
1
c0 (t) = Ae−t/3 − Ate−t/3 = Ae−t/3 (1 − t/3) .
3
Por tanto, los candidatos a extremos de la función c (recuérdese que el dominio en que tiene
sentido el problema es [0, ∞)) son {0, 3, ∞}. Sin embargo, c(0) = 0, y lı́mt→∞ c(t) = 0, de
modo que la cantidad c(3) = 3e−1 A > 0 es la concentración máxima.
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
0 5 10 15
e −t/3
c(t) = 3 te .
Usamos el método de Newton-Raphson con algún valor numérico que resulte adecuado
(por lo dicho antes, más bien largo que corto, para que la convergencia sea hacia la solución
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 sucesión que converge en 4 iteraciones (con
una tolerancia de 10−8 ; nos pedı́an precisición de un minuto, que pasado a horas es 00 01666,
por tanto bastaba con 10−3 ):
x1 = 100 30879920381349
x2 = 110 02140006874606
x3 = 110 07757133060878
x4 = 110 07790357510362 horas= 11 horas, 4 minutos.