Tenemos que la concentraci´on de bacterias contaminadas esta dada

por la siguiente funci´on.

c(t) = 70e−1.7t + 25e−0.078t (1)
Nos piden hallar un tiempo t0 cuando hay una concentraci´on de 10
bacterias (c(t0 ) = 10). Tenemos que usar el m´etodo de Newton. Este m
´etodo solo sirve para hallar ra´ıces de la funci´on (un t tal que c(t) = 0) sin
embargo esta funci´on c(t) no se hace cero para ningu´n tiempo, solo
cuando t tiende a infinito, para resolver este problema, proponemos la
siguiente funci´on.

b(t) = c(t) − 10 = 70e−1.7t + 25e−0.078t − 10 (2)

Aqu´ı, cuando c(t0 ) = 10 entonces b(t0 ) = 0. En la siguiente gr´afica mostramos

el par de funciones

Figure 1: Graficas de c(t) y b(t) respectivamente. Observemos que c(t) no toca

el eje x, pero b(t) si.

Para usar el m´etodo de Newton, tenemos que saber la derivada. La

derivada de b(t) es:
bJ (t) = −119e−1.7x − 1.95e−0.078x (3)
Nos dicen que el valor inicial es t = 12 y la precisi´on o la tolerancia es de
10−5 . Se muestra el siguiente c´odigo en python que se uso:
from math import ∗

def f ( x ) : #re to rna $b ( x)=70 e ˆ{ −1.7 x}+25 e ˆ{ −0.078 x}

−10$ ret ur n 70∗ exp ( −1.7∗ x)+25∗ exp ( −0.078∗ x)−10

def fprima ( x ) : # re to rna $b ’ ( x)=\ df rac {d}{ dx} expo ( x ) $

r e tu rn −119∗ exp ( −1.7∗ x) −1.95∗ exp ( −0.078 ∗ x )

def newton ( f , fprima , p0 , to l , n ) : # Metodo de Newton

1
 i=1
while i <= n :
p = p0 f−( p0 )/ fprima ( p0 )
p r i n t (” I t e r ={ 0: <2} , p = { 1 : . 1 6 f ”. format ( i , p
) ) i f abs − ( p p0 ) < t o l : }
ret u rn p
p0 = p
i += 1
p r i n t (” I t e r a c i o n e s agotadas : Error ! ” )
return

# $b ( x )$ , $b ’ ( x )$ , $ p 0 =12$ , $Tol=10ˆ{−5}$ , $N 0=100$

p r i n t (” \ n”+r”−− Newton f unc i o n c ( x):”+”\ n”)
newton ( f , fprima , 12 , pow( 10 , −5 ) , 100 )
Cuando se pone a correr el c´odigo, se obtiene lo siguiente:

Figure 2: Resultado del an´alisis num´erico

Se obtiene que t0 = 11.74731. Hay pocas iteraciones por que nuestro valor
inicial estaba muy cerca del valor que est´abamos buscando. Observemos
que b(t0) = c(t
−0) 10 = 0 entonces c(t0) = 10.
Podemos concluir finalmente que para t = 11.74731 la concentraci´on de
bacterias se reduce a 10.
a) Una manera de encontrar un polinomio de menor grado, podremos usar
la interpolaci´on de Lagrange para hallar dicho polinomio.
Recordemos que el polinomio de lagrange es:
n
Σ
P (x) = yili(x) (1)
i=0

donde li(x) es: Y

n
x − xj
l (x) = (2)
i
j=0 xi − xj
jƒ=
i

Gui´andonos con la tabla de datos que nos dan, decimos que:

(x0,y0) (4,1)
(x1,y1) (2,3)
(x2,y2) (6,6)
(x3,y3) (5,8)
(x4,y4) (8,10)

Aplicando los xi en la ecuaci´on 2, obtenemos los siguientes polinomios.

Primer polinomio :

(x − x1)(x − x2)(x − x3)(x − x4) (x − 2)(x − 6)(x − 5)(x − 8)

l0 = =
(x0 − x1)(x0 − x2)(x0 − x3)(x0 − x4) (4 − 2)(4 − 6)(4 − 5)(4 − 8)

Al operar y simplificar:

(x − 2)(x − 6)(x − 5)(x − 8)

l0 =
−16
Segundo polinomio :

(x − x0)(x − x2)(x − x3)(x − x4) (x − 4)(x − 6)(x − 5)(x − 8)

l1 = =
(x1 − x0)(x1 − x2)(x1 − x3)(x1 − x4) (2 − 4)(2 − 6)(2 − 5)(2 − 8)

Al operar y simplificar:
(x − 4)(x − 6)(x − 5)(x − 8)
l1= 144
Tercer polinomio :

(x − x0)(x − x1)(x − x3)(x − x4) (x − 4)(x − 2)(x − 5)(x − 8)

l2 = =
(x2 − x0)(x2 − x1)(x2 − x3)(x2 − x4) (6 − 4)(6 − 2)(6 − 5)(6 − 8)

Al operar y simplificar:

(x − 4)(x − 2)(x − 5)(x − 8)

l2 =
−16
Cuarto polinomio :

(x − x0)(x − x1)(x − x2)(x − x4) (x − 4)(x − 2)(x − 6)(x − 8)

l3 = =
(x3 − x0)(x3 − x1)(x3 − x2)(x3 − x4) (5 − 4)(5 − 2)(5 − 6)(5 − 8)
Al operar y simplificar:
(x − 4)(x − 2)(x − 6)(x − 8)
l3= 9
Quinto polinomio :

(x − x0)(x − x1)(x − x2)(x − x3) (x − 4)(x − 2)(x − 6)(x − 5)

l4 = =
(x4 − x0)(x4 − x1)(x4 − x2)(x4 − x3) (8 − 4)(8 − 2)(8 − 6)(8 − 5)
Al operar y simplificar:
(x − 4)(x − 2)(x − 6)(x − 5)
l4= 144
Siguiendo la ecuaci´on 1, el polinomio es:

P (x) = y0l0 + y1l1 + y2l2 + y3l3 + y4l4 = 1l0 + 3l1 + 6l2 + 8l3 + 10l4

(x − 2)(x − 6)(x − 5)(x − 8) (x − 4)(x − 6)(x − 5)(x − 8) (x − 4)(x − 2)(x − 5)(x − 8)

P (x) = +3 +6
−16 144 −16
(x − 4)(x − 2)(x − 6)(x − 8) (x − 4)(x − 2)(x − 6)(x − 5)
+8 9 + 10 144
 Simplificando, obtenemos finalmente que el polinomio es:

(x − 2)(x − 6)(x − 5)(x − 8) ( x − 4)(x − 6)(x − 5)(x − 8) 3(x − 4)(x − 2)(x − 5)(x − 8)
P (x) = − + −
8(x − 4)(x − 2)(x −16
6)(x − 8) 5(x − 4)(x − 2)(x 48− 6)(x − 5) 8
+ + (3)
9 72

b) Usamos el software Desmos para gr´afica el polinomio que

obtuvimos. Gr´aficamente, la ecuaci´on obtiene la siguiente forma:

En donde:
• El recuadro naranja es la lamina 12cm × 12cm
• la l´ınea negra punteada es el polinomio sin ninguna restricci´on matem
´atica. Observemos que al evaluar en xi obtenemos los yi respectivos,
para
comprobar que nuestro polinomio es el acertado.
• La linea roja, es el polinomio con la restricci´on matem´atica, es
decir, el polinomio dentro de la lamina cuadrada.En otras palabras,
la l´ınea roja es donde el brazo rob´otico l´aser debe perforar la
lamina.

3
c) Hay dos maneras de hacer este punto. Una manera es usando desmos,
colocando el valor x = 5.5 en la tabla de datos que posee dicho software
y obtener el resultado, tal y como se muestra en la siguiente imagen:
Otra

manera, es usando un c´odigo en python, como el siguiente:

def Lagrange Pol ( datos ) :
d e f L( k , x ) :
out = 1
f o r i , p in enumerate ( datos ) :
i f i != k :
out ∗= ( x−p [ 0 ] ) / ( datos [ k ] [−0 ] p
[ 0 ] ) ret u rn out
d e f P( x ) :
l ag = 0
f o r k , p in enumerate ( datos ) :
l ag += p [ 1 ] L(
∗ k,x)
return l ag r
eturnP

datosprob = [ ( 4 , 1 ) , ( 2 , 3 ) , ( 6 , 6 ) ,
(5, 8),(8,10)]
Pg = LagrangePol ( datosprob )
p r i n t (”
\ n”+r” −− Polinomio de Lagrange en x=5.5:”+” n\ ”)
p r i n t ( Pg ( 5 . 5 ) )
Al ejecutar el c´odigo, se obtiene lo siguiente:

En ambos casos llegamos al mismo resultado, como era de esperarse.

Pode- mos concluir entonces, que si se perfora en la coordenada x = 5.5,
entonces, con dos decimales de presici´on, y = 8.09.