Problemas

M
etodo de bisecci
on.
1.

La ecuaci
on ex 3x = 0 tiene por raz a r = 0,61906129. Comenzando con el intervalo [0, 1], realizar seis iteraciones por el Metodo de bisecci
on para encontrar la raz
aproximada. Cu
antos decimales significativos tiene dicha aproximaci
on?. Cu
antas iteraciones son necesarias para que la raz obtenida tenga un error menor que 104 ?

2.

Utilizar el Metodo 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).

3.

Sabiendo que existe una raz de la ecuaci

on x3 + 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 103 que contenga a la raz?. Calcular todas las iteraciones
necesarias.

4.

Aplicar el Metodo de bisecci

on a F (x) = x3 17 = 0, a fin de determinar la raz c
ubica
de 17 con un error menor que 0.125.

M
etodo de Newton.
5.

Aplicando el Metodo de Newton, encontrar una raz pr

oxima a x0 = 0 para la ecuaci
on
f (x) = 3x + senx ex = 0.
Redondear los c
alculos a cinco cifras significativas e iterar hasta que se cumpla | xi
xi1 | 0,001.

6.

z en x=1.75. Utilizar el metodo de Newton con las

La funci
on f (x) = 4x7
x2 tiene una ra
siguientes aproximaciones iniciales, estudiando en cada caso, previamente, si se produce
un proceso convergente o no a la raz.
a)x0 = 1,6 , b)x0 = 1,5 , c)x0 = 3

7.

Mediante el Metodo de Newton modificado, encontrar una raz 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 .

8.

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 Metodo de Newton).

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 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

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
1
a
xn+1 = [(r 1) xn + r1 ]
r
xn

11.

Hallar la raz cuadrada de 10 usando tres iteraciones mediante el metodo de Newton

y comenzando con el valor inicial x0 = 3. Utilizar dos decimales redondeados en los
c
alculos.

12.

Se considera la funci
on F (x) = x5 +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 = 2x3 6x2 + 6x 1,

x1 = 1.

c) y = x3 + 3x2 x + 1,

x1 = 2.
d ) y = 3 x 1,

x1 = 1.

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

14.

x1 = 23 .

Probar, mediante el metodo de Newton, que la ecuaci

on
xn+1 = xn (2 axn )
on inicial del recproco de a.
se puede utilizar para aproximar a1 si x1 es una estimaci
N
otese que este metodo de aproximar recprocos 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 recprocos:
a)
b)

16.

1
.
3
1
.
11

Una medicina administrada a un paciente produce una concentraci

on en la sangre dada
t/3
por c(t) = Ate
mg/ml, t horas despues 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) 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
0
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

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 soluci
on es

v  t
N (t) = N0 et +
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 final 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

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) = e3 < 0,
y f (0) = 1 0 = 1 > 0, sabemos que hay al menos una1 raz 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

f (x) =

1.2

ex

3x.

1.4

1.6

1.8

Nos piden que hagamos seis iteraciones por el Metodo de Bisecci

on, esto es, vamos calculando 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, ci+1 sustituye a extremo cuya
imagen tenga el mismo signo que f (ci+1 )), e iteramos de nuevo:
c0 = 1/2
f (c0 ) = 00 148 > 0
[c0 , 1]
0
c1 = 3/4 f (c1 ) = 0 133 < 0 [c0 , c1 ]
c2 = 5/8 f (c2 ) = 00 006 < 0 [c0 , c2 ]
c3 = 9/16
f (c3 ) = 00 067 > 0 [c3 , c2 ]
c4 = 19/32 f (c4 ) = 00 029 > 0 [c4 , c2 ]
c5 = 39/64 f (c5 ) = 00 011 > 0 [c5 , c2 ].
De modo que c6 = 79/128 00 6171875, y la funci
on ah vale f (c6 ) 00 002. 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 sabamos por el metodo
a priori es que la cota de error entre la raz exacta y la aproximada era |x cn | 2ba
n+1 =
1
0
0 0078125, por lo que efectivamente no caba esperar m
as de dos decimales exactos.
27


4
Las iteraciones necesarias para obtener orden = 10 son n = E ln(ba)ln()
= 13.
ln 2
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 f
acilmente 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
c podemos implementar f
Excel
acilmente el esquema (buscar la funci
on SI, vease material
1

De hecho, f 0 (x) = ex 3, con lo que deducimos que en x = ln 3 la derivada se anula y la funci

on tiene un
mnimo; como despues crecer
a mucho, pasar
a el cero de nuevo una u
nica vez.

Ingeniera Tecnica
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 raz 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

00 125
0
de Bisecci
on (p.ej. [2, 3]). Con error menor que 0 125 debemos efectuar n = E ln 1ln
=
ln 2




on aproximada resultante es 20 5625,
= E 3lnln22 = 3 iteraciones2 , y la soluci
E 0ln(1/8)
ln 2

mientras que una aproximaci

on mejor es 3 17 2,5712815906154.
5. Usando el Teorema de Bolzano sabemos que f (x) = 3x sin x ex tiene una raz en el
intervalo [0, 1].

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 0 (x) = 3 + cos(x) ex , el Metodo de Newton-Raphson resulta

xn+1 = xn

3xn + sin(xn ) exn

f (xn )
.
=
x

n
f 0 (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 = 00 360170714 y x3 = 00 36042168. Ya hemos cumplido la condici
on |xi
xi1 | 00 001 pues |x3 x2 | = 00 00025. Adem
as, comprobamos efectivamente que f (x3 ) =
5,744246611705250 108 . Vemos gr
aficamente la aproximaci
on realizada en dos etapas (la
derecha es una ampliaci
on)
2

Observa que la calculadora no es indispensable siempre.

Ingeniera Tecnica
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 0 (x0 )(x x0 ) + f (x0 ), e y = f 0 (x1 )(x x1 ) + f (x1 ).

0
6. Claramente la u
nica 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 0 (x) =

1
,
(x 2)2

xn+1 = xn

f (xn )
= xn + (4xn 7)(x 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 soluci
on, la segunda diverge y la tercera
converge a una falsa soluci
on. Ello es debido a que el metodo es local, y hay que empezar
suficientemente 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 consecutivas 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, definiendo f (t) = c(t) 7,
tenemos que hallar un cero para f. Ambas funciones, c y f tienen por derivada a la funci
on
0
2t
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 lmt 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 raz de c(t) = 7, y por tanto un u
nico
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 x1 = 2. En cuatro iteraciones conseguimos:
x2 = 20 27579938312569
x3 = 20 32768095901589
Ingeniera Tecnica
Forestal

Fundamentos Matem
aticos
Curso 2004/05

x4 = 20 32908663665517
x5 = 20 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
0
problema equivale a hallar el cero de f (t) = 500e0 00248t 5, o lo que es lo mismo (pero mejor
0
para hacer los c
alculos), de la funci
on g(t) = 100e0 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
soluci
on).
Es claro geometricamente que, por la forma de la exponencial, el metodo 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 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 soluci
on:
t2 = 1350 507554670222
t3 = 1640 214770256907
t4 = 1800 865946787540
t5 = 1850 414686713111
t6 = 1850 691392424226
t7 = 1850 692346197917 a
nos han de pasar para quedar3 el 1 %.
10. Se obtiene tras transformaciones aritmeticas inmediatas a
xn+1 = xx

f (xn )
f 0 (xn )

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


1
10
.
xn+1 =
xn +
2
xn
Ingeniera Tecnica
Forestal

Fundamentos Matem
aticos
Curso 2004/05

Elegir x0 = 3 es una buena elecci

on: simple y aproximada, esto u
ltimo es importante ya
que el Metodo de Newton-Raphson es local, por lo que cu
anto m
as cerca se comience de la
soluci
on, m
as garantas de exito se tendr
a al aplicarlo. x0 = 3, x1 = 30 1b
6, x2 = 30 1622777,
x3 = 30 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 0 (x) que aparece en la expresi
on recurrente. En cambio, si tomamos
un valor un poco m
as alejado, por ejemplo, 10 2, conseguimos aproximar en 9 iteraciones la
soluci
on (con un error/tolerancia de 108 ):
x1 = 30 03333333333329
x2 = 10 69913409071934
x3 = 00 82229976699472
x4 = 00 26505557694095
x5 = 00 05248674618149
x6 = 00 18268167510526
x7 = 00 20562357143852
x8 = 00 20629889908101
x9 = 00 20629947401548.
Empezando en x0 = 0 conseguimos la convergencia (con igual tolerancia) en 4 iteraciones:
x1 = 00 16666666666667
x2 = 00 20444444444444
x3 = 00 20629515192918
x4 = 00 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 metodo no ser
a v
alido. Y justamente ese es el caso si x1 = 3/2, ya que x2 = 1. Sin embargo,
eso no significa 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, x1 = 0, el metodo
converge en 5 iteraciones:
x2 = 00 25
x3 = 00 35185185185185
x4 = 00 36953388762913
x5 = 00 37003906971704
x6 = 00 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 fijo (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 0 (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 dificultades, que se
evitaran (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 = 20 8
Ingeniera Tecnica
Forestal

Fundamentos Matem
aticos
Curso 2004/05

x2 = 20 76994818652850
x3 = 20 76929266290594
x4 = 20 76929235423870.
d) En este caso la explicaci
on es clara si tenemos en cuenta la gr
afica 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

afica 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 xn+1 = xn (2 axn ), esto es trivial con la indicaci
on que dan: la raz de la funci
on
f (x) = x1 a es justamente x = a1 , y el Metodo de Newton-Raphson genera justamente la
anterior relaci
on de recurrencia:
1
f (x) = 2
x
0

xn+1

f (xn )
= xn 0
= xn
f (xn )

1
xn
1
x2n

= xn +

1
xn

1
x2n

= xn + xn ax2n .

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 traves de la derivada de la funci
on:
1
c0 (t) = Aet/3 Atet/3 = Aet/3 (1 t/3) .
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 lmt c(t) = 0, de
modo que la cantidad c(3) = 3e1 A > 0 es la concentraci
on m
axima.
Ingeniera Tecnica
Forestal

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 = 00 25.
3
Tenemos que resolver pues la ecuaci
on
e
f (t) = tet/3 00 25 = 0.
3
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 00 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

c(t) =

10

15

e t/3
.
3 te

Usamos el metodo de Newton-Raphson con alg

un valor numerico 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 pedan precisici
on de un minuto, que pasado a horas es 00 01666,
por tanto bastaba con 103 ):
x1 = 100 30879920381349
x2 = 110 02140006874606
x3 = 110 07757133060878
x4 = 110 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 :
Ingeniera Tecnica
Forestal

10

Fundamentos Matem
aticos
Curso 2004/05


4 105 
e 1 .

Simplificamos 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 = 00 390820116865
x3 = 00 12534036450639
x4 = 00 08560613200322
x5 = 00 08483943705533
x6 = 00 08483915873218 .
b) Consiste en sustituir t = 3 en la expresi
on (ahora totalmente conocida) de N (t) :
N (3) = 26563730 589004676, que significa una poblaci
on en torno a los 2.656373 habitantes.

Ingeniera Tecnica
Forestal

11

Fundamentos Matem
aticos
Curso 2004/05