UNIVERSIDAD NACIONAL AUTÓNOMA DE HONDURAS EN EL VALLE DE SULA

UNAH-VS

DEPARTAMENTO DE INGENIERÍA CIVIL

ANÁLISIS NUMÉRICO

Ingeniero Gerson Joel Granados Yael

Guía de trabajo de análisis numérico primera unidad IPAC 2022.

Cristhian Almendares Torres – 20192000662

Sección 1500

23/02/2022
Ejercicio 3.9 Libro de Chapra, pág. 77

3.9 Determine el número de términos necesarios para aproximar cos(x) a 8 cifras significativas
con el uso de la serie de McLaurin.

x2 x4 x6 x8
cos(x) = 1 − + − + −⋯
2 4! 6! 8!

Para solucionar este problema emplearé el uso de un método de iteración manual basado en la
inclusión de término a término de la serie de McLaurin de la función f(x) = cos(x) evaluado en
f(0.3π). No emplearé un método de convergencia de raíces dado que mi problema no consiste en
tal caso.

De mi trabajo en Excel derivo que las iteraciones producen los siguientes resultados.

x = 0.3π o
Análisis numérico 0.9424778
Iteración Último término Número total de términos Resultado aproximado
1 0 1 1.000000000000
2 1 2 0.555867801951
2
3 (-1)*x /2! 3 0.588743370175
4
4 x /4! 4 0.587769963616
6
5 (-1)*x /6! 5 0.587785403659
8
6 x /8! 6 0.587785251272
10
7 (-1)*x /10! 7 0.587785252297
12
8 x /12! 8 0.587785252292

Respuesta: 6 términos.

Conclusión

Según mi tabla el número de términos que provoca una respuesta con ocho cifras significativas
es de 6 términos. Los términos evaluados en 0.3π producen el resultado 0.587785251272, que es
preciso en los términos 0.58778525 según lo mostrado en la iteración #6 en adelante. Los
términos serían:

(0.3𝜋)2 (0.3𝜋)4 (0.3𝜋)6 (0.3𝜋)8 (0.3𝜋)10

𝑓(0.3𝜋) = 1 − + − + − = 0.5877852551272
2! 4! 6! 8! 10!
Ejercicios 2.1 Libro de Análisis Numérico de Burden Novena Edición

Ejercicio #5 Inciso C

Ejercicio #9 Inciso B

5. Use the Bisection method to find solutions accurate to within 10-5 for the following problems.
“Usar el método de bisección para encontrar soluciones precisas dentro de 10-5 cinco para los
siguientes problemas.

a. 𝑥 − 𝑥 −2 = 0 𝑓𝑜𝑟 0 ≤ 𝑥 ≤ 1 [TRIVIAL]
b. 𝑒 𝑥 − 𝑥 2 + 3𝑥 − 2 = 0 𝑓𝑜𝑟 0 ≤ 𝑥 ≤ 1 [TRIVIAL]
c. 2𝑥𝑐𝑜𝑠(2𝑥) − (𝑥 + 1)2 = 0 𝑓𝑜𝑟 − 3 ≤ 𝑥 ≤ −2 𝑎𝑛𝑑 − 1 ≤ 𝑥 ≤ 0
d. 𝑥𝑐𝑜𝑠(𝑥) − 2𝑥 2 + 3𝑥 − 1 = 0 𝑓𝑜𝑟 0.2 ≤ 𝑥 ≤ 0.3 𝑎𝑛𝑑 1.2 ≤ 𝑥 ≤ 1.3 [TRIVIAL]

Voy a resolver el inciso C de este enunciado por medio del método de bisección aplicando Excel.
Desconozco la cantidad de iteraciones que usaré, pero lo considero trivial para propósitos
prácticos.

Sea la función 𝑓(𝑥) = 2𝑥𝑐𝑜𝑠(2𝑥) − (𝑥 + 1)2

Primer intervalo

Análisis numérico
Iteración a b Promedio (p) f(a) f(b) f(p)
1 -3 -2 -2.5 -9.76102 1.61457 -3.66831
2 -2.5 -2 -2.25 -3.66831 1.61457 -0.61392
3 -2.25 -2 -2.125 -0.61392 1.61457 0.63025
4 -2.25 -2.125 -2.1875 -0.61392 0.63025 0.03808
5 -2.25 -2.1875 -2.21875 -0.61392 0.03808 -0.28084
6 -2.21875 -2.1875 -2.203125 -0.28084 0.03808 -0.11956
7 -2.203125 -2.1875 -2.1953125 -0.11956 0.03808 -0.04028
8 -2.1953125 -2.1875 -2.1914063 -0.04028 0.03808 -0.00099
9 -2.1914063 -2.1875 -2.1894531 -0.00099 0.03808 0.01857
10 -2.1914063 -2.1894531 -2.1904297 -0.00099 0.01857 0.00880
11 -2.1914063 -2.1904297 -2.190918 -0.00099 0.00880 0.00391
12 -2.1914063 -2.190918 -2.1911621 -0.00099 0.00391 0.00146
13 -2.1914063 -2.1911621 -2.1912842 -0.00099 0.00146 0.00024
14 -2.1914063 -2.1912842 -2.1913452 -0.00099 0.00024 -0.00037
15 -2.1913452 -2.1912842 -2.1913147 -0.00037 0.00024 -0.00007
 Análisis numérico
Iteración a b Promedio (p) f(a) f(b) f(p)
1 -1 0 -0.5 0.83229 -1.00000 -0.79030
2 -1 -0.5 -0.75 0.83229 -0.79030 -0.16861
3 -1 -0.75 -0.875 0.83229 -0.16861 0.29631
4 -0.875 -0.75 -0.8125 0.29631 -0.16861 0.05288
5 -0.8125 -0.75 -0.78125 0.05288 -0.16861 -0.06081
6 -0.8125 -0.78125 -0.796875 0.05288 -0.06081 -0.00468
7 -0.8125 -0.796875 -0.8046875 0.05288 -0.00468 0.02393
8 -0.8046875 -0.796875 -0.8007813 0.02393 -0.00468 0.00958
9 -0.8007813 -0.796875 -0.7988281 0.00958 -0.00468 0.00244
10 -0.7988281 -0.796875 -0.7978516 0.00244 -0.00468 -0.00112
11 -0.7988281 -0.7978516 -0.7983398 0.00244 -0.00112 0.00066
12 -0.7983398 -0.7978516 -0.7980957 0.00066 -0.00112 -0.00023
13 -0.7983398 -0.7980957 -0.7982178 0.00066 -0.00023 0.00021
14 -0.7982178 -0.7980957 -0.7981567 0.00021 -0.00023 -0.00001

Conclusión (respuestas).

Para un valor de x que pertenece al intervalo −3 ≤ 𝑥 ≤ −2, hay una raíz para la función descrita
previamente con una tolerancia de 10-5 en x15 = -2.1913147.

Para un valor de x que pertenece al intervalo −1 ≤ 𝑥 ≤ 0 , hay una raíz para la función descrita
previamente con una tolerancia de 10-5 en x14 = -0.7981567.
9. a. Sketch the graphs of y = ex – 2 and y = cos(ex – 1)

b. Use the Bisection Method to find an approximation to within 10-5 to a value in [0.5,
1.5] with ex – 2 = cos (ex – 2)

“Use el método de bisección para encontrar una aproximación dentro de 10-5 para un
valor en [0.5, 1.5] con ex – 2 = cos (ex – 2).

Sea f(xn) = cos (ex – 2) – (ex – 2), emplearé el método de bisección para encontrar la solución de
f(x) para un intervalo conocido. No realizaré el gráfico de la función f(x) según las indicaciones
del ejercicio y me encargaré de realizar los procedimientos dentro de tablas de Excel.

Raiz dentro de [0.5, 1.5]

Análisis numérico
Iteración a b Promedio (p) f(a) f(b) f(p)
1 0.500 1.500 1.000 1.29021 -3.27174 0.03466
2 1 1.5 1.25 0.03466 -3.27174 -1.40998
3 1 1.25 1.125 0.03466 -1.40998 -0.60908
4 1 1.125 1.0625 0.03466 -0.60908 -0.26698
5 1 1.0625 1.03125 0.03466 -0.26698 -0.11115
6 1 1.03125 1.015625 0.03466 -0.11115 -0.03700
7 1 1.015625 1.0078125 0.03466 -0.03700 -0.00086
8 1 1.0078125 1.00390625 0.03466 -0.00086 0.01697
9 1.00390625 1.0078125 1.00585938 0.01697 -0.00086 0.00807
10 1.00585938 1.0078125 1.00683594 0.00807 -0.00086 0.00361
11 1.00683594 1.0078125 1.00732422 0.00361 -0.00086 0.00137
12 1.00732422 1.0078125 1.00756836 0.00137 -0.00086 0.00025
13 1.00756836 1.0078125 1.00769043 0.00025 -0.00086 -0.00030
14 1.00756836 1.00769043 1.00762939 0.00025 -0.00030 -0.00002

Conclusión:

Según los resultados de la tabla, la iteración #14 en el intervalo definido en 0.500 a 1.500 por
medio de la función f(x) = cos (ex – 2) – (ex – 2) produce una solución dentro de la tolerancia
indicada de 10-5 en x14 = 1.00762939.
Ejercicios 2.2 Libro de Análisis Numérico de Burden Novena Edición

Ejercicio #5 y ejercicio #6, tome una tolerancia de 10-5 para ambos ejercicios

5. Use a fixed-point iteration method to determine a solution accurate to within 10-2 for x4 – 3x2
– 3 = 0 on [1,2]. Use p0 = 1.

“Use el método de iteración por punto fijo para determinar una solución precisa dentro de 10-2
para x4 – 3x2 – 3 = 0 en el intervalo [1,2]. Use p0 = 1.

Para solucionar este problema emplearé el método de iteración por punto fijo descomponiendo
mi función 𝑓(𝑥) en una función de la forma 𝑔(𝑥) = 𝑥.

Empezaré realizando despejes a favor de obtener los valores de |𝑔′(𝑥𝑎,𝑏 )| < 1 donde 𝑎 y 𝑏 son
términos definidos en los extremos del intervalo que me han dado.

Primer despeje:

Sea 𝑓(𝑥) = 𝑥 4 − 3𝑥 2 − 3, se puede factorizar la variable independiente cuando 𝑓(𝑥) = 0 y se

puede obtener la siguiente expresión.

𝑥 4 − 3𝑥 2 − 3 = 0

𝑥 2 (𝑥 2 − 3) = 3

3
𝑥2 =
𝑥2 −3

3
𝑔(𝑥) = 𝑥 = ±√
𝑥2 −3

Desafortunadamente la función que he obtenido no está definida en los números reales en el

intervalo de ±√3, así que debo de encontrar otro método.

𝑥 4 − 3𝑥 2 − 3 = 0

𝑥 2 (𝑥 2 − 3) = 3

3
(𝑥 2 − 3) =
𝑥2
3
𝑥2 = +3
𝑥2
 3
𝑥 = ±√ +3
𝑥2

Derivando:
−1
3 1 3 3
𝐷𝑥 [𝑔(𝑥)] = 𝑔′ (𝑥) = 𝐷𝑥 [±√ 2 + 3] = [±√ 2 + 3] 𝐷𝑥 [ + 3]
𝑥 2 𝑥 𝑥2

3 3 3 6
𝐷𝑥 [ 2
+ 3] = 𝐷𝑥 [ 2 ] + 𝐷𝑥 [3] = −2 ∗ 3 + 0 = − 3
𝑥 𝑥 𝑥 𝑥
−1 −1
1 3 6 3 3
𝑔′ (𝑥) = ± [√ 2 + 3] [− 3
] = ± 3 [√ 2 + 3]
2 𝑥 𝑥 𝑥 𝑥

El dominio de la nueva derivada es todos los reales menos los números que sean iguales a cero,
por lo tanto, prosigo.
−1
3 3
|𝑔′ (1)| = 3 [√ 2 + 3] = 1.2247449 < 1
1 1

−1
3 3
|𝑔′ (2)| = 3
[√ 2 + 3] = 0.19364917 < 1
2 2

La función no cumple con uno de los criterios, por lo que debo de encontrar otra.

𝑥 4 − 3𝑥 2 − 3 = 0

𝑥 4 = 3 + 3𝑥 2
4
𝑔(𝑥) = √3 + 3𝑥 2

4 1 3 1 3
𝐷𝑥 [𝑔(𝑥)] = 𝐷𝑥 [ √3 + 3𝑥 2 ] = [3 + 3𝑥 2 ]−4 ∗ 𝐷𝑥 [3 + 3𝑥 2 ] = [3 + 3𝑥 2 ]−4 ∗ [6𝑥]
4 4
3𝑥
= 4
2 √(3 + 3𝑥 2 )3

3𝑥
|𝑔′ (1)| = 4
= 0.39127115 < 1
2 √(3 + 3𝑥 2 )3
 3𝑥
|𝑔′ (2)| = 4
= 0.39359793 < 1
2 √(3 + 3𝑥 2 )3

Nota personal: Creo que me tomó un total de 10 o 12 conversiones a un g(x) para encontrar la
que cumplía los criterios que necesitaba.

Raiz dentro de [1,2]

4
Análisis numérico 𝑥 = 3 + 3𝑥 2
f(xn) Iteración xn+1=h(xn)
-5 1 1.0000000
-4.348469228 2 1.5650845801
-2.302241785 3 1.7935728786
-1.019640393 4 1.8859437430
-0.421680088 5 1.9228478440
-0.169774909 6 1.9375075400
-0.067635668 7 1.9433169299
-0.026832787 8 1.9456168565
-0.010627699 9 1.9465270403
-0.004206581 10 1.9468871853
-0.00166459 11 1.9470296802
-0.000658629 12 1.9470860583
-0.000260589 13 1.9471083641
-0.000103102 14 1.9471171893
-4.07917E-05 15 1.9471206809
-5
Tolerancia de 10

Conclusión:

Según la tabla de resultados para la evaluación de la función 𝑔(𝑥) 𝑦 𝑓(𝑥) encontré que la
solución que se encuentra en una tolerancia de 10-5 en el intervalo de [1,2] está dada por la
abscisa x15 = 1.9471206809.
6. Use a fixed-point iteration method to determine a solution accurate to within 10-2 for x3 – x – 1
= 0 on [1,2]. Use p0 = 1.

“Use un método de iteración por punto fijo para determinar una solución precisa dentro de 10-2
para x3 – x – 1 = 0 en el intervalo [1,2]. Use p0 = 1.”

Aplicando un procedimiento similar al ejercicio anterior, deseo aplicar el método de iteración por
punto fijo a la función 𝑓(𝑥) = 𝑥 3 − 𝑥 − 1 cuando 𝑓(𝑥) = 0 y también tengo que convertir a
𝑓(𝑥) en 𝑔(𝑥) = 𝑥 y aplicar los criterios correspondientes. Comenzando, defino a 𝑔(𝑥).

𝑥3 − 𝑥 − 1 = 0

𝑥3 − 𝑥 = 1

𝑥(𝑥 2 − 1) − 1

1
(𝑥 2 − 1) =
𝑥
1
𝑥2 = −1
𝑥

1 1−𝑥
𝑥 = ±√ − 1 = ±√
𝑥 𝑥

He de notar que también esta función no se puede usar porque su dominio son números menores
que x = 1 y distintos de x = 0, por lo que debo de plantear otra expresión para 𝑔(𝑥).

1 1−𝑥
[ − 1] 1−𝑥
𝑥= 𝑥 = 𝑥
𝑥 = 2
𝑥 𝑥
1

Dado que la nueva expresión tiene un dominio de todos los reales menos x = 0, puedo comenzar
a plantear los criterios que necesito para emplear el método de iteración por punto fijo. Debo de
derivar primero.

′ (𝑥)
1−𝑥 −𝑥 2 − (1 − 𝑥)(2𝑥) −𝑥 2 − (2𝑥 − 2𝑥 2 )
𝐷𝑥 [𝑔(𝑥)] = 𝑥 = 𝐷𝑥 [ 2 ] = =
𝑥 𝑥4 𝑥4
−𝑥 2 − 2𝑥 + 2𝑥 2 𝑥 2 − 2𝑥 𝑥 − 2
= = = 3
𝑥4 𝑥4 𝑥
 𝑥−2
𝑥 ′ (𝑥) =
𝑥3

Aplicando los criterios en los límites del intervalo de [1,2].

1−2 1
|𝑥 ′ (1)| = | | = < 1 No se cumple.
1 1

Necesito encontrar otra función que aplique, por lo que replanteo de nuevo 𝑔(𝑥)

𝑥3 − 𝑥 − 1 = 0

𝑥3 = 𝑥 + 1

(𝑥 + 1)
𝑥=
𝑥2

Derivando de nuevo:

(𝑥 + 1) 𝑥 2 − 2𝑥(𝑥 + 1) 𝑥 2 − 2𝑥 2 − 2𝑥 𝑥+2
𝐷𝑥 [𝑔(𝑥)] = 𝑥 ′ (𝑥) = 𝐷𝑥 [ 2
] = 4
= 4
=− 3
𝑥 𝑥 𝑥 𝑥

Esta derivada posee la misma estructura que la derivada anterior, por lo que su evaluación en x =
1 me dará la misma conclusión.

𝑥3 = 𝑥 + 1
3
𝑥 = √𝑥 + 1

Derivando otra vez:

2 2
3 1 1 3 1 1 3
𝐷𝑥 [𝑔(𝑥)] = 𝑥 ′ (𝑥) = 𝐷𝑥 [√𝑥 + 1] = [ ] ∗ 𝐷𝑥 [𝑥 + 1] = [ ]
3 𝑥+1 3 𝑥+1

El dominio de la función que obtuve fue de todos los reales excepto x < -1, caso que aplica
también para la derivada, pero no en x = -1 donde se da una asíntota.

Empleando los criterios conocidos:

2
1 1 3
𝑥 ′ (1) = [ ] = 0.20998684 < 1
3 𝑥+1
2
1 1 3
𝑥 ′ (2) = [ ] = 0.16024995 < 1
3 𝑥+1
 Raiz dentro de [1,2]
3
Análisis numérico 𝑥 = 𝑥+1
f(xn) Iteración xn+1=h(xn)
-1.0000000000 1 1.0000000
-0.2599210499 2 1.2599210
-0.0523727868 3 1.3122938
-0.0100599825 4 1.3223538
-0.0019149254 5 1.3242687
-0.0003638807 6 1.3246326
-0.0000691233 7 1.3247017

Conclusión:
3
La tabla indica que en la iteración #7 empleando la función 𝑔(𝑥) = √𝑥 + 1 como función de
convergencia me da una tolerancia dentro de los 10-5 en la abscisa x7 = 1.3247017.
Ejercicios 2.3 Libro de Análisis Numérico de Burden Novena Edición

Ejercicio #6 Inciso B Ejercicio #11 Incisos a) y b) (Por el método de Newton)

Ejercicio #6 Inciso D y E (Por el método de la secante, tome solo un intervalo)

Ejercicio #6 Inciso F (Por el método de la falsa posición, tome el primer y último intervalo
dado)

6. Use Newton’s method to find solutions accurate to within 10-5 for the following problems.

a. 𝑒 𝑥 + 2−𝑥 + 2 cos 𝑥 − 6 = 0 𝑓𝑜𝑟 1 ≤ 𝑥 ≤ 2 [𝑇𝑅𝐼𝑉𝐼𝐴𝐿]

b. ln(𝑥 − 1) + cos (𝑥 − 1) = 0 𝑓𝑜𝑟 1.3 ≤ 𝑥 ≤ 2
c. 2𝑥 cos 𝑥 2 − (𝑥 − 2)2 = 0 𝑓𝑜𝑟 2 ≤ 𝑥 ≤ 3 𝑎𝑛𝑑 3 ≤ 𝑥 ≤ 4 [𝑇𝑅𝐼𝑉𝐼𝐴𝐿]
d. (𝑥 − 2)2 − ln(𝑥) = 0 𝑓𝑜𝑟 1 ≤ 𝑥 ≤ 2 𝑎𝑛𝑑 𝑒 ≤ 𝑥 ≤ 4
e. 𝑒 𝑥 − 3𝑥 2 = 0 𝑓𝑜𝑟 0 ≤ 𝑥 ≤ 1 𝑎𝑛𝑑 3 ≤ 𝑥 ≤ 5
f. sin 𝑥 − 𝑒 −𝑥 = 0 𝑓𝑜𝑟 0 ≤ 𝑥 ≤ 1; 3 ≤ 𝑥 ≤ 4 𝑎𝑛𝑑 6 ≤ 𝑥 ≤ 7

7. Use all three methods in this section to find solutions to within 10-5 for the following
problems.

a. 3𝑥𝑒 𝑥 = 0 𝑓𝑜𝑟 1 ≤ 𝑥 ≤ 2
b. 2𝑥 + 3 cos 𝑥 − 𝑒 𝑥 = 0 𝑓𝑜𝑟 0 ≤ 𝑥 ≤ 1

“Use el método de newton para encontrar soluciones precisas dentro de 10-5 para los siguientes
problemas.”
𝑃𝑎𝑟𝑡𝑒 #1: 𝑀é𝑡𝑜𝑑𝑜 𝑑𝑒 𝑁𝑒𝑤𝑡𝑜𝑛. 𝐼𝑛𝑐𝑖𝑠𝑜 #6 𝐵) ln(𝑥 − 1) + cos (𝑥 − 1) = 0 𝑓𝑜𝑟 1.3 ≤ 𝑥 ≤ 2

Para solucionar este problema emplearé el método de Newton, para lo cual necesitaré la derivada
de la función que definiré como 𝑓(𝑥) = ln(𝑥 − 1) + cos (𝑥 − 1).

𝐷𝑥 [𝑓(𝑥)] = 𝑓 ′ (𝑥) = 𝐷𝑥 [ln(𝑥 − 1) + cos(𝑥 − 1)] = 𝐷𝑥 [ln(𝑥 − 1)] + 𝐷𝑥 [cos(𝑥 − 1)]

1
= − sin(𝑥 − 1)
𝑥−1

La fórmula general del método de Newton es:

𝑓(𝑥𝑛 )
𝑥𝑛+1 = 𝑥𝑛 −
𝑓 ′ (𝑥𝑛 )

Sustituyendo los resultados de las funciones obtengo.

ln(𝑥 − 1) + cos (𝑥 − 1)
𝑥𝑛+1 = 𝑥𝑛 −
1
− sin(𝑥 − 1)
𝑥−1

Por medio de esta expresión procederé a obtener la raíz con las características deseadas en los
enunciados. Comenzaré con p0 = 1.65 (promedio entre 1.3 a 2.0).

Análisis numérico
ln 𝑥 − 1 + cos 𝑥 − 1
𝑥𝑛+1 = 𝑥𝑛 − 𝑎𝑟𝑎 1.3 ≤ 𝑥 ≤ 2
1
− sin 𝑥 − 1
𝑥 −1
Iteración xn Resultados de la función f(x) Derivada
1 1.65000000 0.36530088 0.93327513
2 1.25858179 -0.38578963 3.61153861
3 1.36540320 -0.07277412 2.37937704
4 1.39598856 -0.00375424 2.13960501
5 1.39774321 -0.00001121 2.12684629

Conclusión:

Según mis resultados expresados en la tabla anterior la iteración que me da la tolerancia deseada
es la #5, con un valor de x5 = 1.39774321.
𝑃𝑎𝑟𝑡𝑒 #1: 𝑀é𝑡𝑜𝑑𝑜 𝑑𝑒 𝑁𝑒𝑤𝑡𝑜𝑛. 𝐼𝑛𝑐𝑖𝑠𝑜 #11 𝐴) 3𝑥𝑒 𝑥 = 0 𝑓𝑜𝑟 1 ≤ 𝑥 ≤ 2

Para solucionar este problema usaré el método de Newton sobre la función 𝑓(𝑥) = 3𝑥𝑒 𝑥

La derivada de la función 𝑓(𝑥) sería:

𝐷𝑥 [𝑓(𝑥)] = 𝑓 ′ (𝑥) = 3𝐷𝑥 [𝑥𝑒 𝑥 ] = 3(𝑒 𝑥 + 𝑥𝑒 𝑥 ) = 3𝑒 𝑥 (1 + 𝑥)

La última derivada tiene el mismo dominio que la función original.

El planteamiento general del método de Newton indica que:

𝑓(𝑥𝑛 )
𝑥𝑛+1 = 𝑥𝑛 −
𝑓 ′ (𝑥𝑛 )

Por lo tanto:

3𝑥𝑛 𝑒 𝑥𝑛 𝑥𝑛
𝑥𝑛+1 = 𝑥𝑛 − 𝑥
=
3𝑒 𝑛 (1 + 𝑥𝑛 ) 𝑥𝑛 + 1

Aplicando de parámetro x0 = PROM(1;2) = 1.5

Creado por Cristhian Almendares Torres el 10 del 02 de 2022.

Problemas 2.3 Libro de Análisis Numérico de Burden Novena Edición

Análisis numérico
3𝑥𝑛 𝑒 𝑥𝑛 𝑥𝑛
𝑥𝑛+1 = 𝑥𝑛 − 𝑥 = 𝑎𝑟𝑎 1 ≤ 𝑥 ≤ 2
3𝑒 𝑛 1 + 𝑥𝑛 𝑥𝑛 + 1
Iteración xn Resultados de la función f(x) Derivada
1 1.50000000 20.16760082 33.61266803
2 0.90000000 6.64092840 14.01973773
3 0.42631579 1.95884137 6.55365446
4 0.12742280 0.43421760 3.84190912
5 0.01440149 0.04383119 3.08734826
6 0.00020446 0.00061350 3.00122694
7 0.00000004 0.00000013 3.00000025

Conclusión:
El resultado de aplicar el método de Newton es x7 = 0.00000004, aunque la respuesta no se
encuentra acotada entre el intervalo de 𝟏 ≤ 𝒙 ≤ 𝟐. La respuesta cumple con la tolerancia
deseada.
𝑃𝑎𝑟𝑡𝑒 #1: 𝑀é𝑡𝑜𝑑𝑜 𝑑𝑒 𝑁𝑒𝑤𝑡𝑜𝑛. 𝐼𝑛𝑐𝑖𝑠𝑜 #11 𝐵) 𝑓𝑜𝑟 0 ≤ 𝑥 ≤ 1

Para solucionar el problema aplicaré el método de Newton. Primero derivaré la función definida
como 𝑓(𝑥) = 2𝑥 + 3 cos 𝑥 − 𝑒 𝑥

𝐷𝑥 [𝑓(𝑥)] = 𝑓 ′ (𝑥) = 𝐷𝑥 [2𝑥 + 3 cos 𝑥 − 𝑒 𝑥 ] = 2 − 3 sin 𝑥 − 𝑒 𝑥

El planteamiento general del método de Newton es:

𝑓(𝑥𝑛 )
𝑥𝑛+1 = 𝑥𝑛 −
𝑓 ′ (𝑥𝑛 )

Sustituyen entonces:

2𝑥 + 3 cos 𝑥 − 𝑒 𝑥
𝑥𝑛+1 = 𝑥𝑛 −
2 − 3 sin 𝑥 − 𝑒 𝑥

Por lo tanto, al aplicar un valor inicial de x0 = PROM(0;1) = 0.5 en la cadena de iteraciones para
el método se obtiene la siguiente tabla.

Creado por Cristhian Almendares Torres el 10 del 02 de 2022.

Problemas 2.3 Libro de Análisis Numérico de Burden Novena Edición

Análisis numérico
2𝑥 + 3 cos 𝑥 − 𝑒 𝑥
𝑥𝑛+1 = 𝑥𝑛 −
2 − 3 sin 𝑥 − 𝑒 𝑥
𝑎𝑟𝑎 1 ≤ 𝑥 ≤ 2
Iteración xn Resultados de la función f(x) Derivada
1 0.50000000 1.98402641 -1.08699789
2 2.32523484 -7.63325127 -10.41505064
3 1.59232902 -1.79511820 -5.91448770
4 1.28881698 -0.21608538 -4.51001110
5 1.24090460 -0.00510983 -4.29697309
6 1.23971543 -0.00000313 -4.29170483
7 1.23971470 0.00000000 -4.29170160

Conclusión:

Sea la respuesta aquella que tiene tolerancia 10-5, la abscisa que cumple tan condición se ubica
en x6 = 1.23971543.
𝑃𝑎𝑟𝑡𝑒 #2: 𝑀é𝑡𝑜𝑑𝑜 𝑠𝑒𝑐𝑎𝑛𝑡𝑒. 𝐼𝑛𝑐𝑖𝑠𝑜 #6 𝐸) 𝑒 𝑥 − 3𝑥 2 = 0 𝑓𝑜𝑟 0 ≤ 𝑥 ≤ 1 𝑎𝑛𝑑 3 ≤ 𝑥 ≤ 5

Para solucionar este método necesito emplear el método de la secante, en este caso no necesito
derivar y solo necesito un par de parámetros y un solo intervalo. Tomaré el intervalo de 0 ≤ 𝑥 ≤
1 y definiré mi función 𝑓(𝑥) como 𝑓(𝑥) = 𝑒 𝑥 − 3𝑥 2

La fórmula general del método de la secante es:

𝑓(𝑥𝑛−1 )(𝑥𝑛−2 − 𝑥𝑛−1 )

𝑥𝑛 = 𝑥𝑛−1 −
𝑓(𝑥𝑛−2 ) − 𝑓(𝑥𝑛−1 )

Su reescritura con la función 𝑓(𝑥) la vuelve:

[𝑒 𝑥𝑛−1 − 3𝑥𝑛−1 2 ](𝑥𝑛−2 − 𝑥𝑛−1 )

𝑥𝑛 = 𝑥𝑛−1 −
[𝑒 𝑥𝑛−2 − 3𝑥𝑛−2 2 ] − [𝑒 𝑥𝑛−1 − 3𝑥𝑛−1 2 ]

Aplicando una tabla de Excel sobre la función 𝑓(𝑥) aplicando de valores iniciales un 𝑥𝑛−1 = 1 y
𝑥𝑛−2 = 0.

Análisis numérico

Iteración xn-2 xn-1 f(xn-2) f(xn-1) xn f(xn)

1 0 1 1 -0.2817182 0.78020272 0.355765693
2 1 0.78020272 -0.2817182 0.35576569 0.90286674 0.021159232
3 0.78020272 0.90286674 0.35576569 0.02115923 0.91062354 -0.001833601
4 0.90286674 0.91062354 0.02115923 -0.0018336 0.91000496 7.7737E-06
5 0.91062354 0.91000496 -0.0018336 7.7737E-06 0.91000757 2.82717E-09
6 0.91000496 0.91000757 7.7737E-06 2.8272E-09 0.91000757 -4.44089E-15
Intervalo [0,1]

Conclusión:

Según mi tabla de resultados configurada a partir de iteraciones de valores de x en distintas

sucesiones, la solución de la ecuación 𝑒 𝑥 − 3𝑥 2 = 0 está dada en la iteración #4 con la abscisa
x4 = 0.91000496 cumpliendo con la propiedad que la tolerancia se encuentre cerca de 10-5.
𝑃𝑎𝑟𝑡𝑒 #2: 𝑀é𝑡𝑜𝑑𝑜 𝑠𝑒𝑐𝑎𝑛𝑡𝑒. 𝐼𝑛𝑐𝑖𝑠𝑜 #6 𝐷) (𝑥 − 2)^2 − ln (𝑥) = 0 𝑓𝑜𝑟 1 ≤ 𝑥 ≤ 2 𝑎𝑛𝑑 𝑒 ≤ 𝑥
≤4

Para solucionar la ecuación plasmada previamente emplearé el uso del método de la secante en el
intervalo 1 ≤ 𝑥 ≤ 2 para una función 𝑓(𝑥) = (𝑥 − 2)2 − ln(𝑥). Como no usaré el método de
Newton entonces no necesito derivar.

Sea la fórmula general del método de la secante la siguiente:

𝑓(𝑥𝑛−1 )(𝑥𝑛−2 − 𝑥𝑛−1 )

𝑥𝑛 = 𝑥𝑛−1 −
𝑓(𝑥𝑛−2 ) − 𝑓(𝑥𝑛−1 )

Su reescritura en la función 𝑓(𝑥) la vuelve:

[(𝑥𝑛−1 − 2)2 − ln(𝑥𝑛−1 )](𝑥𝑛−2 − 𝑥𝑛−1 )

𝑥𝑛 = 𝑥𝑛−1 −
[(𝑥𝑛−2 − 2)2 − ln(𝑥𝑛−2 )] − [(𝑥𝑛−1 − 2)2 − ln(𝑥𝑛−1 )]

Por lo tanto, al aplicar esta fórmula en una tabla de Excel diseñada para el método de la secante
obtengo los siguientes resultados cuando uso 𝑥𝑛−1 = 2 y 𝑥𝑛−2 = 1:

Análisis numérico
𝑥𝑛−1 − 2 2 − ln 𝑥𝑛−1 (𝑥𝑛−2 − 𝑥𝑛−1 )
𝑥𝑛 = 𝑥𝑛−1 −
𝑥𝑛−2 − 2 2 − ln 𝑥𝑛−2 − 𝑥𝑛−1 − 2 2 − ln 𝑥𝑛−1
Iteración xn-2 xn-1 f(xn-2) f(xn-1) xn f(xn)
1 1 2 1 -0.6931472 1.59061611 -0.296526261
2 2 1.59061611 -0.6931472 -0.2965263 1.28454785 0.261464991
3 1.59061611 1.28454785 -0.2965263 0.26146499 1.42796611 -0.02902836
4 1.28454785 1.42796611 0.26146499 -0.0290284 1.41363464 -0.00233981
5 1.42796611 1.41363464 -0.0290284 -0.0023398 1.41237819 2.44559E-05
Intervalo [1,2]

Conclusión:

La solución del problema con una tolerancia de 10-5 es x5 = 1.41237819. Se ubica en la quinta
iteración.
𝑃𝑎𝑟𝑡𝑒 #1: 𝐹𝑎𝑙𝑠𝑎 𝑜𝑠𝑖𝑐𝑖ó𝑛. 𝐼𝑛𝑐𝑖𝑠𝑜 #6 𝐹). sin 𝑥 − 𝑒 −𝑥 = 0 𝑓𝑜𝑟 0 ≤ 𝑥 ≤ 1; 3 ≤ 𝑥 ≤ 4 𝑎𝑛𝑑 6
≤𝑥≤7

Para la solución del último problema del inciso #6 del libro de Burden en su novena edición
emplearé el método de iteración por falsa posición en el primer intervalo y el último intervalo.
La tolerancia que usaré será la misma que en el enunciado y definiré mi función 𝑓(𝑥) como
𝑓(𝑥) = sin 𝑥 − 𝑒 −𝑥 .

Sea la fórmula general del método por falsa posición la siguiente:

𝑓(𝑥𝑛−1 )(𝑥𝑛−2 − 𝑥𝑛−1 )

𝑥𝑛 = 𝑥𝑛−1 −
𝑓(𝑥𝑛−2 ) − 𝑓(𝑥𝑛−1 )

Al aplicar la sustitución con 𝑓(𝑥) se obtiene:

[sin 𝑥𝑛−1 − 𝑒 −𝑥𝑛−1 ](𝑥𝑛−2 − 𝑥𝑛−1 )

𝑥𝑛 = 𝑥𝑛−1 −
[sin 𝑥𝑥−2 − 𝑒 −𝑥𝑥−2 ] − [sin 𝑥𝑥−1 − 𝑒 −𝑥𝑛−1 ]

De esta misma fórmula se planteará la tabla de Excel basado en un algoritmo similar al método
de bisección, pero antes, se evaluará a 𝑓(𝑥) = sin 𝑥 − 𝑒 −𝑥 en los límites de los dos intervalos
para verificar la viabilidad del método.

𝑓(0) = sin 0 − 𝑒 −0 = −1

𝑓(1) = sin 1 − 𝑒 −1 = 0.47359154

𝑓(6) = sin 6 − 𝑒 −6 = −0.28189425

𝑓(7) = sin 7 − 𝑒 −7 = 0.65607472

Como la función en los intervalos previamente definidos cumple la propiedad que atraviesa el eje
de las abscisas entonces es posible realizar el método.

Con todos los resultados obtenidos hasta este punto, se toma primero el intervalo inicial de 0 ≤
𝑥 ≤ 1 y se define que 𝑥𝑛−1 = 1 y 𝑥𝑛−2 = 0, para luego estructurar la siguiente tabla:
 Análisis numérico
sin 𝑥𝑛−1 − 𝑒 −𝑥𝑛−1 (𝑥𝑛−2 − 𝑥𝑛−1 )
𝑥𝑛 = 𝑥𝑛−1 −
sin 𝑥𝑥−2 − 𝑒 −𝑥𝑥−2 − sin 𝑥𝑥−1 − 𝑒 −𝑥𝑛−1
Iteración xn f(x)
1 0 -1
2 1 0.473591544
3 0.678614101 0.120395184
4 0.605691733 0.023634073
5 0.59170728 0.00439716
6 0.589116839 0.000809891
7 0.588640105 0.000148892
8 0.588552474 2.73634E-05
Intervalo de [0,1]

Luego defino en el segundo intervalo 6 ≤ 𝑥 ≤ 7, que 𝑥𝑛−1 = 7 y 𝑥𝑛−2 = 6, y por lo tanto defino
la siguiente tabla de acorde:

Análisis numérico
sin 𝑥𝑛−1 − 𝑒 −𝑥𝑛−1 (𝑥𝑛−2 − 𝑥𝑛−1 )
𝑥𝑛 = 𝑥𝑛−1 −
sin 𝑥𝑥−2 − 𝑒 −𝑥𝑥−2 − sin 𝑥𝑥−1 − 𝑒 −𝑥𝑛−1
Iteración xn f(x)
1 6 -0.28189425
2 7 0.656074717
3 6.300536862 0.015515365
4 6.284858354 -0.000191275
5 6.285049286 1.30367E-08
6 6.285049273 4.59203E-15
Intervalo de [6,7]

Conclusión:

Las soluciones para los intervalos siguientes son:

0 ≤ 𝑥 ≤ 1; 𝒙𝟖 = 𝟎. 𝟓𝟖𝟖𝟓𝟓𝟐𝟒𝟕𝟒. 𝑆𝑜𝑙𝑢𝑐𝑖ó𝑛 𝑑𝑒𝑛𝑡𝑟𝑜 𝑑𝑒 10−5 𝑎𝑟𝑎 sin 𝑥 − 𝑒 −𝑥 = 0.

6 ≤ 𝑥 ≤ 7; 𝒙𝟓 = 𝟔. 𝟐𝟖𝟓𝟎𝟒𝟗𝟐𝟖𝟔. 𝑆𝑜𝑙𝑢𝑐𝑖ó𝑛 𝑑𝑒𝑛𝑡𝑟𝑜 𝑑𝑒 10−5 𝑎𝑟𝑎 sin 𝑥 − 𝑒 −𝑥 = 0.

Aplicado 1. Encuentre la ecuación del perímetro de la ventana francesa en función del
radio x de manera que el perímetro sea 32 pies, luego verifique que el valor de x se
encuentra en el intervalo de [4,5] aplicando el método de punto fijo, resuelva para x
aplicando este método con una tolerancia de 10-4.

Se define el perímetro de la ventana como la suma de las longitudes de sus contornos externos.
Sea el caso entonces se anticipa que el perímetro de la ventana se puede calcular de la siguiente
forma considerando el radio de la parte superior de la ventana como x:

2𝜋𝑟
𝑃𝑒𝑟í𝑚𝑒𝑡𝑟𝑜(𝑥) = 3 ln 𝑥 + 3 ln 𝑥 + 2𝑟 + = 6 ln 𝑥 + 2𝑥 + 𝜋𝑥
2

Convirtiendo la expresión anterior a una ecuación se consigue la siguiente expresión:

𝑃𝑒𝑟í𝑚𝑒𝑡𝑟𝑜 (𝑥𝑜 ) = 32 𝑖𝑒𝑠 = 6 ln 𝑥0 + 2𝑥0 + 𝜋𝑥0

0 = 6 ln 𝑥0 + 𝑥0 (2 + 𝜋) − 32 𝑖𝑒𝑠

Aplicando el método de punto fijo requiero conocer una expresión 𝑔(𝑥) derivable sobre un valor
de 𝑥 > 0.

Despejando para un primer 𝑔(𝑥):

0 = 6 ln 𝑥0 + 𝑥0 (2 + 𝜋) − 32 𝑖𝑒𝑠

32 𝑖𝑒𝑠 = 6 ln 𝑥0 + 𝑥0 (2 + 𝜋)

[32 𝑖𝑒𝑠 − 𝑥0 (2 + 𝜋)]

= ln (𝑥0 )
6
32 𝑝𝑖𝑒𝑠−𝑥0 (2+𝜋)
𝑒 6 = 𝑥0 𝑇𝑖𝑒𝑛𝑒 𝑢𝑛 𝑑𝑜𝑚𝑖𝑛𝑖𝑜 𝑑𝑒 𝑥 > 0.
Derivando la última expresión a fin de obtener el criterio para aplicar el método de iteración por
punto fijo se obtiene:
32 𝑝𝑖𝑒𝑠−𝑥(2+𝜋) 32 𝑥(2+𝜋)
𝐷𝑥 [𝑔(𝑥)] = 𝐷𝑥 [𝑒 6 ] = 𝐷𝑥 [𝑒 6 𝑝𝑖𝑒𝑠− 6 ]

32 𝑝𝑖𝑒𝑠−𝑥(2+𝜋) 32 𝑥(2 + 𝜋) 32 𝑝𝑖𝑒𝑠−𝑥(2+𝜋) 2+𝜋

=𝑒 6 𝐷𝑥 [ 𝑖𝑒𝑠 − ]=𝑒 6 ∗−
6 6 6

2 + 𝜋 −𝑥(2+𝜋)+32
𝐷𝑥 [𝑔(𝑥)] = 𝑔′ (𝑥) = − 𝑒 6
6

De la última expresión se procede a evaluarla en el intervalo dado de [4,5] para revisar si cumple
con las condiciones necesarias para aplicar el método de iteración por punto fijo.

2 + 𝜋 −4(2+𝜋)+32
|𝑔′ (4)| = 𝑒 6 = 5.76150602 < 1
6
2 + 𝜋 −5(2+𝜋)+32
|𝑔′ (5)| = 𝑒 6 = 2.4455651 < 1
6

Como el valor absoluto de ambas expresiones es mayor que 1 entonces la función

32 𝑝𝑖𝑒𝑠−𝑥0 (2+𝜋)
𝑒 6 = 𝑔(𝑥) no es aplicable para ejecutar el método por punto fijo.

Se tomará una segunda 𝑔(𝑥):

0 = 6 ln 𝑥0 + 𝑥0 (2 + 𝜋) − 32 𝑖𝑒𝑠

32 𝑖𝑒𝑠 = 6 ln 𝑥0 + 𝑥0 (2 + 𝜋)

(32 𝑖𝑒𝑠 − 6 ln 𝑥0 )
= 𝑥0 = 𝑔(𝑥) 𝑑𝑜𝑛𝑑𝑒 𝑥 > 0
2+𝜋

Al intentar derivar la función previa se obtiene:

(32 𝑖𝑒𝑠 − 6 ln 𝑥) 32 𝑖𝑒𝑠 6 6

𝐷𝑥 [𝑔(𝑥)] = 𝑔′ (𝑥) = 𝐷𝑥 [ ] = 𝐷𝑥 [ − ln 𝑥] = 𝐷𝑥 [− ln 𝑥]
2+𝜋 2+𝜋 2+𝜋 2+𝜋

6 1
𝑔′ (𝑥) = − ∗
2+𝜋 𝑥

Evaluando en 𝑔′ (4) y 𝑔′ (5):

 6 1
𝑔′ (4) = − ∗ = −0.21003718; |𝑔′ (4)| < 1
2+𝜋 𝑥
6 1
𝑔′ (5) = − ∗ = −0.14739131; |𝑔′ (5)| < 1
2+𝜋 𝑥

Como la derivada de la función que obtuve cumple con el criterio de |𝑔′ (𝑥)| < 1 entonces puedo
ahora aplicar el método de iteración por punto fijo para encontrar la solución a la ecuación
0 = 6 ln 𝑥0 + 𝑥0 (2 + 𝜋) − 32 𝑖𝑒𝑠. Definiré la función que describe la ecuación como 𝑦(𝑥) =
6 ln 𝑥0 + 𝑥0 (2 + 𝜋) − 32 𝑖𝑒𝑠

Empleando x0 = 4.5 como valor inicial del método:

Raiz dentro de [4,5]

32 − 6 ln 𝑥
Análisis numérico 𝑥 =+
2 +𝜋

y(xn) Iteración xn+1=h(xn)

0.1616313218 1 4.5000000
-0.0420618115 2 4.4685640
0.0109742878 3 4.4767447
-0.0028613511 4 4.4746102
0.0007461781 5 4.4751668

Tolerancia de 10-4

En conclusión:

Según los resultados, la función que describe el perímetro del marco de una ventana francesa está
dada por 𝑃𝑒𝑟í𝑚𝑒𝑡𝑟𝑜(𝑥) = 6 ln 𝑥 + 𝑥(2 + 𝜋), para lo cual, cuando se definen las condiciones
iniciales de la función en 𝑃𝑒𝑟í𝑚𝑒𝑡𝑟𝑜(𝑥0 ) = 32 𝑖𝑒𝑠, entonces se consigue la siguiente
ecuación 𝟎 = 𝟔 𝐥𝐧 𝒙𝟎 + 𝒙𝟎 (𝟐 + 𝝅) − 𝟑𝟐 𝒑𝒊𝒆𝒔, la cual presenta una solución en el intervalo
[4,5] demostrado por el procedimiento descrito en su solución.

Según los resultados obtenidos en la última tabla, la solución que cumple la tolerancia de 10-4 es
x5 = 4.4751668 cuando x0 = 4.5
Aplicado 2. Usar el método de Newton para obtener el área mínima de la caja de
encomiendas para 32 pies3. Se desea calcular el valor de x que optimiza el área y mantiene
32 pies3. Usar x0 = 2 y con una tolerancia de 10-4.

Para solucionar este problema emplearé el método de Newton tal como propone el enunciado,
para eso voy a definir una relación muy importante que es volumen de la caja. Nótese que me
están pidiendo área mínima y no volumen mínimo, así que prosigo.

𝑉𝑜𝑙(𝑥, 𝑦) = 𝑥 ∗ (𝑥 + 1) ∗ (𝑦)

Según el enunciado del ejercicio el volumen evaluado en un x0 y un y0 tiene que darme un valor
de 32 pies cúbicos, así que:

𝑉𝑜𝑙(𝑥0 , 𝑦0 ) = 32 𝑖𝑒𝑠 3 = 𝑥0 (𝑥0 + 1) ∗ (𝑦0 )

Por otro lado, el área superficial de la caja está definida por la siguiente función.

𝐴𝑟𝑒𝑎(𝑥, 𝑦) = 2𝑥(𝑥 + 1) + 2𝑦(𝑥 + 1) + 2𝑥𝑦

Las variables independientes de ambas funciones no pueden ser menores o iguales que cero para
que las condiciones iniciales se cumplan.

Sabiendo que tanto x como y son variables independientes entonces, despejo para la variable y
de la ecuación 32 𝑖𝑒𝑠 3 = 𝑥 ∗ (𝑥 + 1) ∗ (𝑦) obtengo:

32 𝑖𝑒𝑠 3 = 𝑥(𝑥 + 1) ∗ (𝑦0 )

32 𝑖𝑒𝑠 3
= 𝑦(𝑥)
𝑥(𝑥 + 1)

Mediante la última expresión soy capaz de convertir la función 𝐴𝑟𝑒𝑎(𝑥, 𝑦) en una función
únicamente dependiente de la variable x, ósea, 𝐴𝑟𝑒𝑎(𝑥, 𝑦(𝑥)).

32 𝑖𝑒𝑠 3 32 𝑖𝑒𝑠 3
𝐴𝑟𝑒𝑎(𝑥, 𝑦(𝑥)) = 2𝑥(𝑥 + 1) + 2 ( ) (𝑥 + 1) + 2𝑥 ( )
𝑥(𝑥 + 1) 𝑥(𝑥 + 1)
 64 𝑖𝑒𝑠 3 64 𝑖𝑒𝑠 3
𝐴𝑟𝑒𝑎(𝑥, 𝑦(𝑥)) = 2𝑥(𝑥 + 1) + +
𝑥 (𝑥 + 1)

Si bien la función que he obtenido me da como resultado algo con lo que puedo encontrar el
mínimo de área que puede usar la caja, evaluar manualmente la función para todos los valores
positivos de x sería tedioso, por lo tanto, requiero verificar el grado de crecimiento o
decrecimiento que tiene la función mediante su pendiente, si la pendiente de la función se vuelve
0 entonces existe un mínimo o máximo relativo y/o absoluto. También revisaré los extremos del
dominio.

Cuándo 𝐴𝑟𝑒𝑎(𝑥, 𝑦) tiende al infinito a la derecha.

64 𝑖𝑒𝑠 3 64 𝑖𝑒𝑠 3
lim 𝐴𝑟𝑒𝑎(𝑥, 𝑦(𝑥)) = lim [2𝑥(𝑥 + 1) + + ]
𝑥→+∞ 𝑥→+∞ 𝑥 (𝑥 + 1)
64 𝑖𝑒𝑠 3 64 𝑖𝑒𝑠 3
= lim [2∞(∞ + 1) + + ] = lim [∞ + 0 + 0]
𝑥→+∞ ∞ (∞ + 1) 𝑥→+∞

Como el límite tiende al infinito entonces no existe.

Cuándo 𝐴𝑟𝑒𝑎(𝑥, 𝑦) tiende a cero.

64 𝑖𝑒𝑠 3 64 𝑖𝑒𝑠 3
lim 𝐴𝑟𝑒𝑎(𝑥, 𝑦(𝑥)) = lim [20(0 + 1) + + ]
𝑥→+0 𝑥→+0 0 (0 + 1)

Como el límite cuando 1/x cuando tiende a cero no existe, entonces el límite cuando 𝐴𝑟𝑒𝑎(𝑥, 𝑦)
tiende a cero no existe.

Derivando 𝐴𝑟𝑒𝑎(𝑥, 𝑦).

′ (𝑥,
64 𝑖𝑒𝑠 3 64 𝑖𝑒𝑠 3
𝐷𝑥 [𝐴𝑟𝑒𝑎(𝑥, 𝑦)] = 𝐴𝑟𝑒𝑎 𝑦) = 𝐷𝑥 [2𝑥(𝑥 + 1) + + ]
𝑥 (𝑥 + 1)
64 𝑖𝑒𝑠 3 64 𝑖𝑒𝑠 3
= 𝐷𝑥 [2𝑥(𝑥 + 1)] + 𝐷𝑥 [ ] + 𝐷𝑥[ ]
𝑥 (𝑥 + 1)

64 𝑖𝑒𝑠 3 64 𝑖𝑒𝑠 3
= 4𝑥 + 2 − −
𝑥2 (𝑥 + 1)2

Planteando la derivada como una ecuación:

64 𝑖𝑒𝑠 3 64 𝑖𝑒𝑠 3
𝐴𝑟𝑒𝑎′ (𝑥0 , 𝑦(𝑥0 )) = 0 = 4𝑥 + 2 − −
𝑥2 (𝑥 + 1)2
La ecuación que ahora tengo es sumamente complicada de despejar, por lo tanto, podría derivar
su función asociada para obtener la derivada que necesito para el método de Newton.

′′ (𝑥,
64 𝑖𝑒𝑠 3 64 𝑖𝑒𝑠 3 128 𝑖𝑒𝑠 3 128 𝑖𝑒𝑠 3
𝐴𝑟𝑒𝑎 𝑦) = 𝐷𝑥 [4𝑥 + 2 − − ]=4+ +
𝑥2 (𝑥 + 1)2 𝑥3 (𝑥 + 1)3

Planteando la fórmula general del método de Newton:

𝑓(𝑥𝑛−1 )
𝑥𝑛 = 𝑥𝑛−1 −
𝑓 ′ (𝑥𝑛−1 )

Definiendo a 𝑓(𝑥) como 𝐴𝑟𝑒𝑎′ (𝑥, 𝑦(𝑥)) y a 𝑓 ′ (𝑥) como 𝐴𝑟𝑒𝑎′′ (𝑥, 𝑦(𝑥)).

64 𝑖𝑒𝑠 3 64 𝑖𝑒𝑠 3
4𝑥𝑛−1 + 2 − 2 −
𝑥𝑛−1 (𝑥𝑛−1 + 1)2
𝑥𝑛 = 𝑥𝑛−1 −
128 𝑖𝑒𝑠 3 128 𝑖𝑒𝑠 3
4+ 3 +
𝑥𝑛−1 (𝑥𝑛−1 + 1)3

Se usará un parámetro inicial de x0 = 2. Se usará una tabla de Excel también.

Análisis numérico
64 𝑖𝑒𝑠 3 64 𝑖𝑒𝑠 3
𝐴𝑟𝑒𝑎′ 𝑥, 𝑦 𝑥 = 4𝑥 + 2 − −
𝑥2 𝑥+1 2

128 𝑖𝑒𝑠 3 128 𝑖𝑒𝑠 3

64 𝑖𝑒𝑠 3 64 𝑖𝑒𝑠 3 𝐴𝑟𝑒𝑎′′ 𝑥, 𝑦 𝑥 =4+ +
𝐴𝑟𝑒𝑎 𝑥, 𝑦 𝑥 = 2𝑥 𝑥 + 1 + + 𝑥3 𝑥+1 3
𝑥 (𝑥 + 1)

Iteración xn Area'(xn ,y(xn )) Area''(xn ,y(xn )) Area(xn,y(xn))

1 2.00000000 ########## 24.74074074 65.33333333
2 2.52994012 -3.01554665 14.81468836 61.28873485
3 2.73349126 -0.22282305 12.72656011 60.96634483
4 2.75099976 -0.00134633 12.57338198 60.96438631
5 2.75110684 -0.00000005 12.57245644 60.96438624
x0=2

Por si acaso, verificaré a la derecha de x5 = 2.75110684 si existe un crecimiento de valores.

𝐴𝑟𝑒𝑎(2.76, 𝑦(2.76) = 20.7552 + 23.1884 + 17.0213 = 60.9649 > 𝐴𝑟𝑒𝑎(𝑥5 , 𝑦(𝑥5 ))

Conclusión:
Según mi tabla de resultados para las distintas derivadas de la función del área de la caja y la
función misma, la abscisa x que me da mi área superficial mínima proviene de aquella que tiene
una magnitud de x5 = 2.75110684 (pies) con una tolerancia de 10-4 sobre la razón de cambio del
área. Nótese que la respuesta está expresada en pies para ser consistente con las constantes
presentes en la función dado que cualquier otra unidad de medida tendría equivalencias distintas
y por lo tanto tendría una representación distinta en el eje de las abscisas.
Aplicado 3. Si un ingeniero decide depositar L.30,000 al banco al finalizar cada año ,
durante los próximos 20 años y él espera recibir L. 1,800,000 al finalizar este periodo ¿Qué
tasa de interés le debe de ofrecer el banco? Resolver por medio de falsa posición en un
intervalo de [0.08, 0.13] y tolerancia de 10-4.
(𝟏+𝒊)𝒏 −𝟏
Nota: Utilizar la fórmula 𝑭 = 𝑨 donde:
𝒊

F = Valor futuro

A = Anualidad

N = Años

I = Interés actual.

Asumiendo que los parámetros de la fórmula anterior son los siguientes:

F = L. 1,800,000

A = L. 30,000

N = 20 Años

I = Indefinido.

Puedo definir entonces que mi problema será solucionado a partir del método de falsa posición
(𝟏+𝒊)𝒏 −𝟏
sobre la relación 𝑭 = 𝑨 , la cual expresada por medio de sus constantes y variables da
𝒊

como resultado la siguiente expresión:

(1 + 𝑖)20 − 1
𝐿. 1,800,000 = 𝐿. 30,000
𝑖

La última expresión es una ecuación cuya solución puede ser obtenida mediante métodos
iterativos. Para mayor simplicidad se observará como esta ecuación puede ser manipulada.

A primera instancia necesito una 𝑓(𝑖) sobre la cual aplicar el método iterativo ya que por si sola,
la última ecuación no me sirve para aplicar el método. Una solución a tal situación puede venir
del arreglo de la ya mencionada ecuación en la siguiente forma:

(1 + 𝑖)20 − 1
30,000 − 1,800,000 = 𝑓(𝑖)
𝑖
 (1+𝑖)𝑛 −1
Si 𝑓(𝑖0 ) = 0 entonces podría encontrar un valor tal que 𝐹 = 𝐴 .
𝑖

La fórmula general del método de falsa posición es la siguiente:

𝑓(𝑖𝑛−1 )(𝑖𝑛−2 − 𝑖𝑛−1 )

𝑖𝑛 = 𝑖𝑛−1 −
𝑓(𝑖𝑛−2 ) − 𝑓(𝑖𝑛−1 )

Sustituyendo las funciones correspondientes y eliminando las unidades de medida obtengo lo

siguiente:

(1 + 𝑖𝑛−1 )20 − 1
[30000 − 1800000] (𝑖𝑛−2 − 𝑖𝑛−1 )
𝑖𝑛−1
𝑖𝑛 = 𝑖𝑛−1 −
(1 + 𝑖𝑛−2 )20 − 1 (1 + 𝑖𝑛−1 )20 − 1
[30000 − 1800000] − [30000 − 1800000]
𝑖𝑛−2 𝑖𝑛−1

La última expresión se podría simplificar un poco, así que:

(1 + 𝑖𝑛−1 )20 − 1
[3𝑥104 − 1.8𝑥106 ] (𝑖𝑛−2 − 𝑖𝑛−1 )
𝑖𝑛−1
𝑖𝑛 = 𝑖𝑛−1 −
(1 + 𝑖𝑛−2 )20 − 1 (1 + 𝑖𝑛−1 )20 − 1
3𝑥104 [ − ]
𝑖𝑛−2 𝑖𝑛−1

(1 + 𝑖𝑛−1 )20 − 1
[3 − 1.8𝑥102 ] (𝑖𝑛−2 − 𝑖𝑛−1 )
𝑖𝑛−1
𝑖𝑛 = 𝑖𝑛−1 −
(1 + 𝑖𝑛−2 )20 − 1 (1 + 𝑖𝑛−1 )20 − 1
3[ − ]
𝑖𝑛−2 𝑖𝑛−1

A pesar de que la última expresión sea viable en su uso por escrito, como se usara Excel se
preferirá usar la definición general del método de falsa posición dado que es mucho más eficaz
evaluar variables dentro del programa para después realizar operaciones con ellas que escribir
funciones de una gran cantidad de términos que podrían resultar en un error.

Sea la última expresión la forma que usaré para obtener la solución del problema, la introduciré a
una tabla de Excel para comenzar con la parte final del método. Sea x0 = 0.08 y x1 = 0.13:
 Análisis numérico
𝑓 𝑖𝑛−1 (𝑖𝑛−2 − 𝑖𝑛−1 )
𝑖𝑛 = 𝑖𝑛−1 −
𝑓 𝑖𝑛−2 − 𝑓 𝑖𝑛−1
Iteración in f(i)
1 0.080000000000 -427141.0711
2 0.130000000000 628404.8688
3 0.100233182419 -77193.30882
4 0.103489708889 -12150.42799
5 0.103992571615 -1868.895414
6 0.104069689158 -286.4326217
7 0.104081503043 -43.8754044
8 0.104083312553 -6.720215425
9 0.104083589706 -1.029294506
10 0.104083632155 -0.157650463
11 0.104083638657 -0.024146306
12 0.104083639653 -0.003698339
13 0.104083639805 -0.000566446
14 0.104083639829 -8.67592E-05
Intervalo de [0.08, 0.13]

Conclusión:

Según la tabla de resultados del método de iteración por falsa posición, la tasa de interés que le
debe de ofrecer el banco hacia el sujeto es de 0.104083639805. Tal dato se deriva de la décimo
tercera iteración de la tabla y alcanza la tolerancia deseada de 10-4.
Aplicado 4. Se va a construir una tubería desde una refinería a través de un pantano hasta
un tanque de almacenamiento como se muestra en la figura. El costo de construir es de
$25000 por milla sobre el pantano y $20000 por milla sobre la tierra. ¿Cuánto es el valor
del ángulo 𝜽 que hace minimizar la función de costos? Determine el valor de 𝜽 en el
intervalo de 𝟎 ≤ 𝜽 ≤ 𝟏, por medio del método de la secante, tome como 𝒙𝟎 = 𝟎 𝒚 𝒙𝟏 = 𝟏,
hasta llegar a una tolerancia de error de 10-6.

Comenzando el problema, me dan los siguientes datos.

Datos:

𝑐𝑝𝑎𝑛𝑡𝑎𝑛𝑜 = 25000 $/𝑚𝑖𝑙𝑙𝑎

𝑐𝑡𝑖𝑒𝑟𝑟𝑎 = 20000 $/𝑚𝑖𝑙𝑙𝑎

Intervalo: 0 𝑟𝑎𝑑𝑖𝑎𝑛𝑒𝑠 ≤ 𝜃 ≤ 1 𝑟𝑎𝑑𝑖𝑎𝑛𝑒𝑠

𝐿𝑜𝑛𝑔𝑖𝑡𝑢𝑑 𝑑𝑒 𝑐𝑜𝑟𝑡𝑒 𝑡𝑟𝑎𝑛𝑠𝑣𝑒𝑟𝑠𝑎𝑙 = 𝐿𝑟𝑖𝑜 = 4 𝑚𝑖𝑙𝑙𝑎𝑠

𝐿𝑜𝑛𝑔𝑖𝑡𝑢𝑑 𝑎𝑥𝑖𝑎𝑙 𝑒𝑛𝑡𝑟𝑒 𝑙𝑜𝑠 𝑡𝑎𝑛𝑞𝑢𝑒𝑠 𝑑𝑒 𝑎𝑙𝑚𝑎𝑐𝑒𝑛𝑎𝑚𝑖𝑒𝑛𝑡𝑜 𝑦 𝑙𝑎 𝑟𝑒𝑓𝑖𝑛𝑒𝑟í𝑎 = 4 𝑚𝑖𝑙𝑙𝑎𝑠.

Desarrollo:

El problema ya me está planteando un diseño con el cual podría yo asumir una función, ecuación
o relación que me permita obtener mi resultado final de 𝜃. Asumo que la trayectoria pivota en el
punto conectado a la refinería y en los tanques de agua, así que el resto de la trayectoria en línea
recta que toman las tuberías debería de ser movible a mi antojo respetando el diseño, ósea que
podría aumentar o disminuir la variable X y aumentar o disminuir 𝜃, pero no podría añadir
tramos paralelos al borde del pantano de tuberías que también estén sobre el pantano.

𝐶𝑡𝑢𝑏𝑒𝑟í𝑎 (𝜃, 𝑥) = 𝐶𝑝𝑎𝑛𝑡𝑎𝑛𝑜 (𝜃) + 𝐶𝑡𝑖𝑒𝑟𝑟𝑎 (𝑥)

$
= [25000 ∗ 𝐿𝑝𝑎𝑛𝑡𝑎𝑛𝑜 (𝜃) + 20000 ∗ 𝐿𝑡𝑖𝑒𝑟𝑟𝑎 (𝑥)] ∗ [ ]
𝑚𝑖𝑙𝑙𝑎

Para solucionar el problema tengo que encontrar el valor de 𝜃 que vuelva ambas funciones
implícitas en el costo final de la tubería tener la magnitud más baja posible, para lo cual primero
necesito definir quienes serán esas funciones según el diagrama que me ha otorgado el
enunciado.

𝐿𝑡𝑖𝑒𝑟𝑟𝑎 (𝑥) = (4𝑚𝑖𝑙𝑙𝑎𝑠 − 𝑥)

𝑥(𝜃)
sin 𝜃 =
𝐿𝑝𝑎𝑛𝑡𝑎𝑛𝑜 (𝜃)

𝑥(𝜃)
tan 𝜃 = ; 4𝑚𝑖𝑙𝑙𝑎𝑠 ∗ tan 𝜃 = 𝑥(𝜃)
4𝑚𝑖𝑙𝑙𝑎𝑠
4𝑚𝑖𝑙𝑙𝑎𝑠
cos 𝜃 = ;𝐿 (𝜃) = 4𝑚𝑖𝑙𝑙𝑎𝑠 ∗ sec 𝜃
𝐿𝑝𝑎𝑛𝑡𝑎𝑛𝑜 (𝜃) 𝑝𝑎𝑛𝑡𝑎𝑛𝑜

De todas las relaciones trigonométricas anteriores, la que más me será útil primero será tan 𝜃
dado que necesito transformar a 𝑥 en una función de 𝜃.

𝐿𝑡𝑖𝑒𝑟𝑟𝑎 (𝑥(𝜃)) = (4𝑚𝑖𝑙𝑙𝑎𝑠 − 𝑥) = 4𝑚𝑖𝑙𝑙𝑎𝑠 − 4𝑚𝑖𝑙𝑙𝑎𝑠 ∗ tan 𝜃 = 4(1 − tan 𝜃)[𝑚𝑖𝑙𝑙𝑎𝑠]

La segunda función trigonométrica que me será de utilidad para definir la función de costos sería
cos 𝜃 porque la define una constante y 𝐿𝑝𝑎𝑛𝑡𝑎𝑛𝑜 (𝜃), que es la función que estoy tratando de
definir en segundo lugar.

Entonces, tomando las relaciones anteriores y aplicándolas en la fórmula de costos obtendría:

𝐶𝑡𝑢𝑏𝑒𝑟í𝑎 (𝜃, 𝑥(𝜃)) = [105 sec 𝜃 + 8𝑥104 (1 − tan 𝜃)][$] = 104 [10 sec 𝜃 + 8(1 − tan 𝜃)][$]

Evaluar la función punto a punto sería tedioso, así que podría utilizar la optimización para
encontrar una solución de forma más rápida considerando que ya tengo una solución acotada
entre 0 ≤ 𝜃 ≤ 1.
 ′
𝐷𝜃 [𝐶𝑡𝑢𝑏𝑒𝑟í𝑎 (𝜃, 𝑥(𝜃))] = 𝐶𝑡𝑢𝑏𝑒𝑟í𝑎 (𝜃, 𝑥(𝜃)) = 104 𝐷𝜃 [10 sec 𝜃 + 8(1 − tan 𝜃)]
= 105 𝐷𝜃 [sec 𝜃] + 8𝑥104 𝐷𝜃 [1 − tan 𝜃] = 105 sec 𝜃 tan 𝜃 + 8𝑥104 [− sec 2 𝜃]
= 104 sec 𝜃 [10 tan 𝜃 − 8 sec 𝜃]

Una vez obtenida la derivada, como no me interesan los extremos entonces defino el método de
la secante de la siguiente forma:

𝑓(𝜃𝑛−1 )(𝜃𝑛−2 − 𝜃𝑛−1 )

𝜃𝑛 = 𝜃𝑛−1 −
𝑓(𝜃𝑛−2 ) − 𝑓(𝜃𝑛−1 )
′
Donde 𝑓(𝜃) = 𝐶𝑡𝑢𝑏𝑒𝑟í𝑎 (𝜃, 𝑥(𝜃)).

No realizaré una sustitución y/o simplificación debido a que emplearé directamente una tabla de
Excel, además, para usarla definiré que mis parámetros de inicio serán iguales a los presentados
en el enunciado, x0 = 0 y x1 = 1.

Análisis numérico
𝑓 𝜃𝑛−1 (𝜃𝑛−2 − 𝜃𝑛 −1 )
𝜃𝑛 = 𝜃𝑛−1 −
𝑓 𝜃𝑛 −2 − 𝑓 𝜃𝑛−1

Iteración θn-2 θn-1 f(θn-2) f(θn-1) θn f(θn)

1 0 1 -80000 14205.9639 0.84920314 -11285.37006
2 1 0.84920314 14205.9639 -11285.37 0.91596302 -1846.93575
3 0.84920314 0.91596302 -11285.37 -1846.9358 0.92902675 289.5922897
4 0.91596302 0.92902675 -1846.9358 289.59229 0.92725605 -6.52761777
5 0.92902675 0.92725605 289.59229 -6.5276178 0.92729508 -0.022614757
6 0.92725605 0.92729508 -6.5276178 -0.0226148 0.92729522 1.77159E-06
7 0.92729508 0.92729522 -0.0226148 1.7716E-06 0.92729522 0
Intervalo [0,1]

Por si acaso, verificaré si he encontrado un mínimo relativo de la función observando a la

derecha de 𝜃6 = 0.92729522.
′
𝐶𝑡𝑢𝑏𝑒𝑟í𝑎 (0.928, 𝑥(0.928)) = 104 sec 0.928 [10 tan 0.928 − 8 sec 0.928] = 117.6294954

Como 𝑓(𝜃5 ) < 0 < 𝑓(𝜃6 ) y 𝑓(𝜃6 ) alcanza la tolerancia para ser considerado una solución,
existe un mínimo relativo en [𝜃5 , 𝜃6 ] que se encuentra aproximadamente en 𝜃6 .

Conclusión.
La solución del problema para determinar el costo mínimo de la tubería sobre diferentes terrenos
se da por medio de la sexta iteración de la tabla obtenida previamente, cuyo valor es 𝜽𝟔 =
𝟎. 𝟗𝟐𝟕𝟐𝟗𝟓𝟐𝟐 𝒓𝒂𝒅𝒊𝒂𝒏𝒆𝒔. La solución es válida bajo una tolerancia de error de 10-6 y se
encuentra acotada bajo el intervalo de [0,1] tal como lo indicaba el enunciado.