DESARROLLO TALLER EVALUATIVO ANÁLISIS NUMÉRICO 2 (Grupo 4)

Punto 1.
1 2𝑛
Para poder determinar el orden de convergencia la sucesión 𝑥𝑛 = (1 + 𝑛) a la solución 𝑥 ∗ = 𝑒 2 ,
se dice que la convergencia es 𝑞 si:
|𝑥𝑛+1 − 𝑥 ∗ |
lim = 𝐿, 0<𝐿<∞
𝑛→∞ |𝑥𝑛 − 𝑥 ∗ |𝑞

La sucesión

1 2(𝑛+1)
𝑥𝑛+1 = (1 + 𝑛+1)

Así,

2(𝑛+1) (𝑛+1) 2 (𝑛+1)

1 1
|((1+𝑛+1) ) −𝑒 2 | 1 1 (𝑛+1)
|(1+𝑛+1) −𝑒 2 | |((1+𝑛+1) −𝑒)((1+ ) +𝑒)|
𝑛+1
lim 𝑞 = lim 2 𝑞 = lim 1 𝑛 1 𝑛
𝑞 =
𝑛→∞ 1 2𝑛 𝑛→∞ 1 𝑛 𝑛→∞
|(1+𝑛) −𝑒 2 | |((1+𝑛) ) −𝑒 2 | |((1+𝑛) −𝑒)((1+𝑛) +𝑒)|

1 (𝑛+1) 1 (𝑛+1) 1 (𝑛+1) 1 (𝑛+1)

|((1+𝑛+1) −𝑒)| ∙ |((1+
𝑛+1
) +𝑒)| |((1+𝑛+1) −𝑒)| ∙ |((1+
𝑛+1
) +𝑒)|
lim 1 𝑛 1 𝑛
𝑞 = lim 1 𝑛
𝑞
1 𝑛
𝑞 =
𝑛→∞ (|((1+ ) −𝑒)| ∙ |((1+ ) +𝑒)|) 𝑛→∞ (|((1+ ) −𝑒)|) ∙ (|((1+ ) +𝑒)|)
𝑛 𝑛 𝑛 𝑛
1 (𝑛+1) 1 (𝑛+1) 1 (𝑛+1) 1 (𝑛+1)
lim |((1+ ) −𝑒)| ∙ |((1+ ) +𝑒)| lim |((1+ ) −𝑒)| ∙ lim |((1+ ) +𝑒)|
𝑛→∞ 𝑛+1 𝑛+1 𝑛→∞ 𝑛+1 𝑛→∞ 𝑛+1
1 𝑛
𝑞
1 𝑛
𝑞 = 1 𝑛
𝑞
1 𝑛
𝑞
lim (|((1+ ) −𝑒)|) ∙ (|((1+ ) +𝑒)|) lim (|((1+ ) −𝑒)|) ∙ (|((1+ ) +𝑒)|)
𝑛→∞ 𝑛 𝑛 𝑛→∞ 𝑛 𝑛

Observe que,

1 (𝑛+1) 1 (𝑛+1) 1 (𝑛+1)

lim |((1 + ) − 𝑒)| = lim (1 + ) − 𝑒 = lim (1 + ) − lim 𝑒 =
𝑛→∞ 𝑛+1 𝑛→∞ 𝑛+1 𝑛→∞ 𝑛+1 𝑛→∞
1 𝑛 1 1 𝑛 1 𝑛
( lim (1 + 𝑛+1
) ∙ lim (1 + 𝑛+1
)) − lim 𝑒 = lim (1 + 𝑛+1
) ∙ 1 − lim 𝑒 = lim (1 + 𝑛+1) −
𝑛→∞ 𝑛→∞ 𝑛→∞ 𝑛→∞ 𝑛→∞ 𝑛→∞
𝑒
1 (𝑛+1)
Los mismo ocurre para: lim |((1 + ) + 𝑒)|
𝑛+1 𝑛→∞

1 𝑛 1 𝑛
Y la expresión |((1 + 𝑛) − 𝑒)| = ((1 + 𝑛) − 𝑒) ya que 𝑛 → +∞, entonces siempre será
positiva.

Entonces,
1 (𝑛+1) 1 (𝑛+1) 1 𝑛 1 𝑛
lim |((1+ ) −𝑒)| ∙ lim |((1+ ) +𝑒)| lim (1+ ) −𝑒 ∙ lim (1+ ) +𝑒
𝑛→∞ 𝑛+1 𝑛→∞ 𝑛+1 𝑛→∞ 𝑛+1 𝑛→∞ 𝑛+1
1 𝑛 𝑞
1 𝑛 𝑞 = 1 𝑛 𝑞
1 𝑛 𝑞
lim (|((1+ ) −𝑒)|) ∙ (|((1+ ) +𝑒)|) lim ((1+ ) −𝑒) ∙ ((1+ ) +𝑒)
𝑛→∞ 𝑛 𝑛 𝑛→∞ 𝑛 𝑛

1 𝑛
Ahora el límite de la sucesión lim (1 + 𝑛) = 𝑒
𝑛→∞

Aplicando el teorema del binomio (binomial) a esta expresión obtenemos lo siguiente:

 1 𝑛 1 𝑘 1 0 1 1 1 2 1 𝑛 1
(1 + 𝑛) = ∑𝑛𝑘=0(𝑛𝑘) (𝑛) = (𝑛0) (𝑛) + (𝑛1) (𝑛) + (𝑛2) (𝑛) + ⋯ + (𝑛𝑛) (𝑛) = 1 + (𝑛1) (𝑛) +
1 2 1 𝑛
(𝑛2) (𝑛) + ⋯ + (𝑛𝑛) (𝑛)

Si aplicamos el límite donde 𝑛 → ∞,

1 𝑛 1 0 1 1 1 2 1 𝑛 1
lim (1 + 𝑛) = lim (𝑛0) (𝑛) + (𝑛1) (𝑛) + (𝑛2) (𝑛) + ⋯ + (𝑛𝑛) (𝑛) = lim 1 + (𝑛1) (𝑛) +
𝑛→∞ 𝑛→∞ 𝑛→∞
1 2 1 𝑛
(𝑛2) (𝑛) + ⋯ + (𝑛𝑛) (𝑛) = 1 + 0 + 0 + ⋯+ 0 = 1

1 𝑛
Lo anterior, también se cumple para (1 + 𝑛+1) .

Por lo tanto,
1 𝑛 1 𝑛
lim (1+ ) −𝑒 ∙ lim (1+ ) +𝑒 lim 1−𝑒 ∙ lim 1+𝑒 lim (1−𝑒) ∙ (1+𝑒) (1−𝑒) ∙ (1+𝑒)
𝑛→∞ 𝑛+1 𝑛→∞ 𝑛+1 𝑛→∞ 𝑛→∞ 𝑛→∞
1 𝑛
𝑞
1 𝑛
𝑞 = lim (1−𝑒)𝑞 ∙ lim (1+𝑒)𝑞
= lim (1−𝑒)𝑞 ∙(1+𝑒)𝑞
= lim (1−𝑒) 𝑞 ∙(1+𝑒)𝑞 =
lim ((1+ ) −𝑒) ∙ lim ((1+ ) +𝑒) 𝑛→∞ 𝑛→∞ 𝑛→∞
𝑛→∞
𝑛→∞ 𝑛 𝑛→∞ 𝑛
(1−𝑒 2 ) (1−𝑒 2 )
lim 𝑞 = lim (1−𝑒 2 )𝑞 = lim (1 − 𝑒 2 )1−𝑞
𝑛→∞ ((1−𝑒)(1+𝑒)) 𝑛→∞ 𝑛→∞

Caso 1. Si 1 − 𝑞 < 0 (𝑞 > 0) → 𝐿 = (1 − 𝑒 2 )−𝑚 , 𝑐𝑜𝑛 𝑚 > 0

Caso 2. Si 1 − 𝑞 > 0 (0 < 𝑞 < 1) → 𝐿 = (1 − 𝑒 2 )𝑚 , 𝑐𝑜𝑛 0 < 𝑚

Caso 3. Si 1 − 𝑞 = 0 (𝑞 = 1) →𝐿=1

Luego el orden de convergencia de la sucesión es 1 (o lineal).

Para las iteraciones ver script Taller1ab.m donde se evidencia que la iteración número 25 es igual
a 7.106683 con ningún decimal correcto.

b) Para analizar el orden de convergencia debemos aplicar la ecuación:

|𝑥𝑛+1 − 𝑥 ∗ |
lim =𝐿
𝑛→∞ |𝑥𝑛 − 𝑥 ∗ |𝑞
Reemplazando los valores obtenemos
|𝑥𝑛3 − 3𝑥𝑛2 + 3𝑥𝑛 − 1|
lim
𝑛→∞ |𝑥𝑛 − 1|𝑞
Es un binomio cubico, por lo tanto:

|𝑥𝑛 − 1|3
lim = lim |𝑥𝑛 − 1|3−𝑞
𝑛→∞ |𝑥𝑛 − 1|𝑞 𝑛→∞
• Si 3 − 𝑞 < 0 (𝑞 > 3) esto significa que queda una indeterminación de la forma
1
0
; puesto que lim |𝑥𝑛 − 1| = 0
𝑛→∞
• Si 3 − 𝑞 < 0 (0 < 𝑞 < 3) esto significa que es una potencia de cero que daría
como resultado cero, lo cual no es posible puesto que 𝐿 debe ser un entero positivo.
• Si 𝑞 = 3 entonces lim |𝑥𝑛 − 1|0 = 1
𝑛→∞

Por lo tanto, el orden de convergencia es 3

 Para las iteraciones ver script Taller1ab.m donde se evidencia que la iteración numero
15 es 1.0000 con 15 decimales correctos.

Punto 2. Para iniciar, vamos a encontrar el primer intervalo [a,b] el cual cumpla con los datos de la
tabla.

Iteraciones a b c f(a) f(b) f(c)

1 1.4 1.5 1.45 -0.216 0.125 -0.053
2 1.45 1.5 1.475 -0.053 0.125 0.033
3 1.45 1.475
4
5

Lo primero que hicimos para llenar la tabla fue analizar lo siguiente, 𝑐 = 1.45 de la iteración 1,
debería estar en a o en b en la iteración número 2.

El valor dado 1.475 en la iteración 3 sería el valor de 𝑐 o de 𝑏 en la iteración 2, entonces hacemos

la operación suponiendo que 1.475 = 𝑏 en la iteración 2 entonces 𝑐 = (1.45 + 1.475) /2 =
1.4625 pero 𝑓(𝑐) = 𝑓 (1.4625) = −0.0107558593 con lo cual podemos concluir que 𝑏 no puede
ser 1.475 porque 𝑓(𝑐) en la iteración 2 nos debería dar 0.033, entonces concluimos que 𝑐 = 1.475
porque 𝑓(𝑐) = 𝑓 (1.475) = 0.033.

Ahora como en la iteración 2 sabemos que 𝑐 = 1.475 y que 𝑎 o 𝑏 es igual a 1.45 entonces debemos
buscar otro numero 𝑥 tal que

(𝑥 + 1.45)/2 = 1.475
𝑥 + 1.45 = 1.475 ∗ 2
𝑥 + 1.45 = 2.95
𝑥 = 2.95 − 1.45
𝑥 = 1.5
Ya que 𝑐 en la iteración 2 pasa a ser 𝑏 en la iteración 3, quiere decir que 𝑓 evaluado en 1.45 y 1.5
nos va a definir quién es 𝑏 y 𝑎 en la iteración 2.

Entonces observemos que

𝑓 (1.5) = 0.125 (+)

𝑓 (1.45) = −0.053(−)
De esta manera ya que 𝑓(𝑐) tiene signo (+) y 𝑓 (1.5) también. Tenemos entonces que 𝑎 = 1.45 y
𝑏 = 1.5 esto por que 𝑏 va a estar reemplazado por 𝑐 en la iteración 3.

También calculamos en la iteración 1 que 𝑓(𝑐)con el valor dado 1.45 es 𝑓(𝑐) = −0.05387

Además, como 𝑓(𝑏) en la iteración 2 es positiva, entonces en la iteración 1 el valor de 𝑏 va a

permanecer igual que en la iteración 2.
Teniendo en cuenta esto sabemos que en la iteración 1 tenemos que encontrar un valor 𝑦 tal que

(𝑦 + 1.5)/2 = 1.45
𝑦 + 1.5 = 1.45 ∗ 2
𝑦 + 1.5 = 2.9
𝑦 = 2.9 − 1.5
𝑦 = 2.9 − 1.5
𝑦 = 1.4
Así este valor será 𝑎 = 1.4 y 𝑓 (1.4) = −0.216 en la iteración 1.

De esta manera tenemos que 𝑓(𝑐) = −0.053 y 𝑓 (1.4) = −0.216, así el resultado de la función
evaluada en esos dos puntos es negativo.

De esta manera se rectifica que 𝑏 = 1.5 se mantiene en la iteración 1 y 2.

Así el intervalo inicial es [1.4, 1.5] y completamos la tabla en Excel.

Iter 𝒂 𝒃 𝒄 𝒇(𝒂) 𝒇(𝒃) 𝒇(𝒄)

1 1,4 1,5 1,45 -0,216 0,125 -0,053875
2 1,45 1,5 1,475 -0,053875 0,125 0,03342188
3 1,45 1,475 1,4625 -0,053875 0,03342188 -0,01075586
4 1,4625 1,475 1,46875 -0,01075586 0,03342188 0,01119995
5 1,4625 1,46875 1,465625 -0,01075586 0,01119995 0,00018887

De esta manera tenemos que en la iteración 5 la solución 𝑥 = 1.465 con 3 decimales correctos.

Vamos a hacer las anteriores iteraciones en un script en Matlab llamado Punto_2.m

Punto 3. Diagrama de flujo del método de la secante. Script en Matlab del programa teoremapf.m

Inicio

𝑔, 𝑎, 𝑏

𝑔(𝑎);

𝑔(𝑏);

𝑔′(𝑎);

𝑔′ (𝑏);

𝑏 ≥ 𝑔(𝑏) ∧ 𝑔(𝑎) ≥ 𝑎
No
∧ 𝑟 = 0;

−1 < 𝑔′(𝑎) ∧ 𝑔′(𝑏) < 1

Si

𝑟 = 1;

Fin
Punto 4.
1 9 1
a) En este caso 𝑓(𝑥) = 2−𝑥 − 𝑥 y sea 𝑔(𝑥) = 2−𝑥 . Ahora como 𝑥 ∈ [ , ] ⊂ ( , 1) entonces
4 10 3
verificaremos por el teorema de convergencia un 𝑘 que cumpla con la condición para todo
𝑥 en el intervalo.
1 9
1 9 1 9 1 9
• Si 𝑥 ∈ [ , ], entonces: 4 ≤ 𝑥 ≤ 10 → − 4 ≥ −𝑥 ≥− → 2− 4 ≥ 2−𝑥 ≥ 2− 10 ↔
4 10 10
1 1
4 ≥ 2−𝑥 ≥ 10 9 ↔ 𝟎. 𝟖𝟒𝟎 … ≥ 𝒙 ≥ 𝟎. 𝟓𝟑𝟓 …
√2 √2
1 1 1 9
Así 𝑔(𝑥) ∈ [ 10 9 , 4 ] ⊆ [4 , 10].
√2 √2
1 9
Luego 𝑔(𝑥) ∈ [ , ].
4 10
• Para 𝑔(𝑥) = 2 , 𝑔−𝑥 ′ (𝑥) −𝑥
= − ln 2 ⋅ 2 y además, si |𝑔′(𝑥)| ≤ 𝑘 < 1 entonces
−1 < 𝑔′(𝑥) < 1.
1 9
Si 𝑥 ∈ [4 , 10], entonces:
1 9
→ 4 ≤ 𝑥 ≤ 10
1 9
→ − ≥ −𝑥 ≥ −
4 10
1 9
− −
→ 2 4 ≥ 2−𝑥 ≥ 2 10
1 9
−
→ − ln 2 ∙ 2 4 ≤ − ln 2 ∙ 2−𝑥 ≤ − ln 2 ∙ 2− 10
ln 2 ln 2
↔ −4 ≤ − ln 2 ∙ 2−𝑥 ≤ − 10
√2 √29
↔ −𝟎. 𝟓𝟖 … ≤ − ln 2 ∙ 2−𝑥 ≤ −𝟎. 𝟑𝟕 …
ln 2 ln 2
Así 𝑔(𝑥) ∈ [− 4 , − 10 ] ⊂ (−1,1).
√2 √29
Luego 𝑔′(𝑥) ∈ (−1,1), es decir |𝑔′(𝑥)| < 1. En este caso podemos tomar
ln 2
𝑘 = − 10 , tal que:
√29
ln 2
|𝑔′ (𝑥)| ≤ − 10 <1
√29
b) Por el ítem a) y el teorema de convergencia, podemos garantizar la iteración de punto fijo:
1 1 9 1
𝑥𝑛+1 = 2−𝑥𝑛 , 𝑥0 ∈ (3 , 1) (por el hecho de que [4 , 10] ⊂ (3 , 1) ) converge a la única
1
solución 𝑥 ∗ ∈ [3 , 1] de la ecuación 2−𝑥 − 𝑥 = 0; esta última parte se puede comprobar del
hecho de que así se tome cualquier valor inicial en el intervalo va a terminar estando la
solución en ese intervalo sea abierto o cerrado (para todos se comprueba el teorema de
1
convergencia e incluso para [ , 1]).
3

Punto 5.

Para escoger el intervalo donde se cumpla la iteración de punto fijo y converja a la solución,
miraremos donde hay un cambio de signo en la gráfica, para ver esto es necesario observar donde
la gráfica de la función pasa de estar del eje eje y positivo al eje y negativo. (Esta grafica se hizo en
Matlab)
Como podemos notar la gráfica tiene un cambio de signo del intervalo [0,1] y el intervalo [1,2] por
lo tanto, entre estos dos intervalos va a existir una solución en 𝑥 ∗ = 1 ya que ahí la función vale
cero por el hecho de estar intersecando al eje x.

Por la función que se realizo en el punto 3 del teorema de convergencia en Matlab: teoremapf.m
Pudimos comprobar que efectivamente se cumple para los dos intervalos. Así,

• La iteración de punto fijo: 𝑥𝑛+1 = 3𝑥𝑛 − 3𝑥𝑛 2 + 𝑥𝑛 3 , 𝑥0 ∈ [0,1] converge a

𝑥 ∗ = 1.
• La iteración de punto fijo: 𝑥𝑛+1 = 3𝑥𝑛 − 3𝑥𝑛 2 + 𝑥𝑛 3 , 𝑥0 ∈ [1,2] converge a
𝑥 ∗ = 1.

En este punto se adiciona un Script en Matlab (Punto_5.m), para comprobar lo hecho

anteriormente.

Punto 6. Diagrama de flujo del método de la secante. Script en Matlab del programa secante.m
 Inicio

f, a, b, k

𝑛 = 0;

𝑒 = 0.5 ∗ 10−𝑘 ;

𝐸 = |𝑓(𝑏)|;

𝐸≥𝑒

𝑓(𝑏)∗(𝑏−𝑎)
𝑥𝑛 = 𝑏 − ( 𝑓(𝑏)−𝑓(𝑎) );

𝐸 = |𝑓(𝑥𝑛 )|;

𝑎 = 𝑏;

𝑏 = 𝑥𝑛 ;

𝑛 = 𝑛 + 1;

𝑟 = 𝑏;
𝐸𝑎 = 𝐸;
𝐼 = 𝑛;

Fin
Punto 7.
2𝑥 3 −𝑥 2 −3
a) En este caso 𝑓(𝑥) = 𝑥 3 − 𝑥 2 + 3 , tomamos el intervalo [−2, −1] y sea 𝑔(𝑥) = 3𝑥 2 −2𝑥
.
Verifiquemos que 𝑔(𝑥) satisface el teorema de convergencia para todo 𝑥 ∈ [−2, −1].
• Utilizaremos la condición de que 𝑔(𝑎, 𝑏) ⊆ [𝑎, 𝑏] se debe cumplir para demostrar
que 𝑔(𝑥) ∈ [−2, −1].
En el intervalo [−2, −1],
2(−2)3 −(−2)2 −3 23
𝑔(−2) = =− = −1.4375 …
3(−2)2 −2(−2) 16
2(−1)3 −(−1)2 −3 6
𝑔(−1) = 3(−1)2 −2(−1)
= − 5 = −1.2
Así, 𝑔(𝑎, 𝑏) ⊆ [−2, −1].
Por lo tanto, 𝑔(𝑥) ∈ [−2, −1] .
2𝑥 3 −𝑥 2 −3 ′ 6𝑥 4 −8𝑥 3 +2𝑥 2 +18𝑥−6
• Para 𝑔(𝑥) = 3𝑥 2 −2𝑥
, 𝑔 (𝑥) = (3𝑥 2 −2𝑥)2
, se cumple que 𝑔′(𝑎, 𝑏) ⊂
(−1,1). Además, si |𝑔′(𝑥)| ≤ 𝑘 < 1 entonces −1 < 𝑔′(𝑥) < 1.
6(−2)4 −8(−2)3 +2(−2)2 +18(−2)−6 126
𝑔′ (−2) = (3(−2)2 −2(−2))2
= = 0.4921 …
256
6(−1)4 −8(−1)3 +2(−1)2 +18(−1)−6 8
𝑔′ (−1) = (3(−1)2 −2(−1))2
= − 25 = 0.32
′ (𝑎,
Entonces, 𝑔 𝑏) ⊆ (−1,1).
Luego 𝑔′(𝑥) ∈ (−1,1). Es decir |𝑔′ (𝑥)| < 1, en este caso se elegirá un 0.32 ≤ 𝑘 ≤
0.4921, sea 𝑘 = 0.32 tal que:
|𝑔′ (𝑥)| ≤ 0.32 < 1
2(𝑥𝑛 ) 3 −(𝑥𝑛 )2 −3
Por lo tanto, la iteración de punto fijo: 𝑥𝑛+1 = 3(𝑥𝑛 )2 −2(𝑥𝑛 )
, 𝑥0 ∈ [−2, −1]
converge a la solución de la ecuación 𝑥 3 − 𝑥 2 + 3 = 0.

Gráficamente también podemos ver que se está cumpliendo con el teorema de

convergencia, ya que la función𝑔(𝑥) es cogida solo toca en un punto a la recta 𝑦 =
𝑥 en el intervalo [−2, −1] y toca la línea vertical que es perpendicular a −2 𝑦 − 1.

b) En este caso 𝑓(𝑥) = 𝑥 + cos 𝑥 − 5 , tomamos el intervalo [4,5] y sea 𝑔(𝑥) =

5−𝑥𝑠𝑖𝑛(𝑥)−cos 𝑥
1−sin 𝑥
.
Verifiquemos que 𝑔(𝑥) satisface el teorema de convergencia para todo 𝑥 ∈ [4,5].
• Utilizaremos la condición de que 𝑔(𝑎, 𝑏) ⊆ [𝑎, 𝑏] se debe cumplir para demostrar
que 𝑔(𝑥) ∈ [4,5].
En el intervalo [4,5],
 5−4𝑠𝑖𝑛(4)−cos 4
𝑔(4) = 1−sin 4
= 4.94128 …
5−5𝑠𝑖𝑛(5)−cos 5
𝑔(5) = = 4.85519 …
1−sin 5
Así, 𝑔(𝑎, 𝑏) ⊆ [4,5].
Por lo tanto, 𝑔(𝑥) ∈ [4,5] .
5−𝑥𝑠𝑖𝑛(𝑥)−cos 𝑥 𝑠𝑖𝑛(𝑥)−cos 𝑥−cos2 𝑥
• Para 𝑔(𝑥) = 1−sin 𝑥
, 𝑔′ (𝑥) = (1−sin 𝑥)2
, se cumple que 𝑔′(𝑎, 𝑏) ⊂
(−1,1). Además, si |𝑔′(𝑥)| ≤ 𝑘 < 1 entonces −1 < 𝑔′(𝑥) < 1. Entonces,
𝑠𝑖𝑛(4)−cos 4−cos2 4
𝑔′ (4) = (1−sin 4)2
= −0.35021 …
𝑠𝑖𝑛(5)−cos 5−cos2 5
𝑔′ (5) = (1−sin 5)2
= −0.02096 …
′ (𝑎,
Entonces, 𝑔 𝑏) ⊆ (−1,1).
Luego 𝑔′(𝑥) ∈ (−1,1). Es decir |𝑔′ (𝑥)| < 1, en este caso se elegirá un
−0.35021 … ≤ 𝑘 ≤ −0.02096 …, sea 𝑘 = −0.02026 … tal que:
|𝑔′ (𝑥)| ≤ −0.02026 … < 1
5−𝑥𝑛 𝑠𝑖𝑛(𝑥𝑛 )−cos 𝑥𝑛
Por lo tanto, la iteración de punto fijo: 𝑥𝑛+1 = , 𝑥0 ∈ [4,5]
1−sin 𝑥𝑛
converge a la solución de la ecuación 𝑥 + cos 𝑥 − 5 = 0.

Gráficamente también podemos ver que se está cumpliendo con el teorema de

convergencia, ya que la función𝑔(𝑥) es cogida solo toca en un punto a la recta 𝑦 =
𝑥 en el intervalo [4,5] y toca la línea vertical que es perpendicular a 4 𝑦 5.

c) Tenemos tres intervalos donde hay una solución:

4
1. En el caso 𝑓(𝑥) = 𝑥 4 − 𝑒 𝑥 , tomando el intervalo [1,2] y sea 𝑔(𝑥) = √𝑒 𝑥 .
Verifiquemos que 𝑔(𝑥) satisface el teorema de convergencia para todo 𝑥 ∈ [1,2].
• Si 𝑥 ∈ [1,2], entonces:
→1≤𝑥≤2
→ 𝑒1 ≤ 𝑒 𝑥 ≤ 𝑒 2
4 4
→ 4√𝑒 ≤ √𝑒 𝑥 ≤ √𝑒 2
4
↔ 1.28 … ≤ √𝑒 𝑥 ≤ 1.64 …
4
Entonces 𝑔(𝑥) ∈ [ 4√𝑒, √𝑒 2 ] ⊆ [1,2].
 Luego 𝑔(𝑥) ∈ [1,2].
𝑥
𝑒4
•
4
Para 𝑔(𝑥) = √𝑒 𝑥 , 𝑔′ (𝑥) = 4
y además, si |𝑔′(𝑥)| ≤ 𝑘 < 1 entonces −1 <
𝑔′(𝑥) < 1.
Si 𝑥 ∈ [1,2], entonces:
→1≤𝑥≤2
1 𝑥 1
→4≤4≤2
1 𝑥 1
→ 𝑒4 ≤ 𝑒4 ≤ 𝑒2
1 𝑥 1
𝑒4 𝑒4 𝑒2
→ 4
≤ 4
≤ 4
𝑥
𝑒4
↔ 0.32 … ≤ ≤ 0.41 …
4
1 1
𝑒4 𝑒2
Entonces 𝑔′(𝑥) ∈ [4 , 4] ⊂ (−1,1).
1
′ 𝑒2
Luego 𝑔′(𝑥) ∈ (−1,1). Es decir |𝑔 (𝑥)| < 1, en este caso 𝑘 = tal que:
4
1
𝑒2
<1 |𝑔′ (𝑥)| ≤
4
4
Por lo tanto, la iteración de punto fijo: 𝑥𝑛+1 = √𝑒 𝑥𝑛 , 𝑥0 ∈ [1,2] converge a la
solución de la ecuación 𝑥 4 − 𝑒 𝑥 = 0.

2. En el caso 𝑓(𝑥) = 𝑥 4 − 𝑒 𝑥 , tomando el intervalo [8,9] y sea 𝑔(𝑥) = ln 𝑥 4 .

Verifiquemos que 𝑔(𝑥) satisface el teorema de convergencia para todo 𝑥 ∈ [8,9].
• Si 𝑥 ∈ [8,9], entonces:
→8≤𝑥≤9
→ 84 ≤ 𝑥 4 ≤ 94
→ ln 84 ≤ ln 𝑥 4 ≤ ln 94
↔ 8.31 … ≤ ln 𝑥 4 ≤ 8.78 …
Entonces 𝑔(𝑥) ∈ [ln 84 , ln 94 ] ⊆ [8,9].
Lugo 𝑔(𝑥) ∈ [8,9].
4
• Para 𝑔(𝑥) = ln 𝑥 4 , 𝑔′ (𝑥) = 𝑥 y, además, si |𝑔′(𝑥)| ≤ 𝑘 < 1 entonces −1 <
𝑔′(𝑥) < 1.
Si 𝑥 ∈ [8,9], entonces:
→8≤𝑥≤9
1 1 1
→8≥𝑥≥9
1 4 4
→2≥𝑥≥9
4
↔ 0.5 ≥ 𝑥 ≥ 0.44
1 4
Entonces 𝑔′(𝑥) ∈ [2 , 9] ⊂ (−1,1).
4
Lugo 𝑔′(𝑥) ∈ (−1,1). Es decir |𝑔′ (𝑥)| < 1, en este caso 𝑘 = tal que:
9
′
4
|𝑔 (𝑥)| ≤ < 1
9
 Por lo tanto, la iteración de punto fijo: 𝑥𝑛+1 = ln(𝑥𝑛 )4, 𝑥0 ∈ [8,9] converge a la
solución de la ecuación 𝑥 4 − 𝑒 𝑥 = 0.

3. En el caso 𝑓(𝑥) = 𝑥 4 − 𝑒 𝑥 , tomando el intervalo [−1,0] .

Para este intervalo se hicieron ensayos de varios 𝑔(𝑥), pero en ninguno se cumple
el teorema de convergencia. Ensayamos con diez 𝑔(𝑥) diferentes, de los cuales
algunos nos llevan a la iteración correcta que deseamos que es −0.81. Pero no
cumplen con el teorema de convergencia.
3𝑥 4 −𝑥𝑒 𝑥 +𝑒 𝑥
Además, se encontró un 𝑔(𝑥) = derivado de la iteración de Newton-
4𝑥 3 −𝑒 𝑥
Rhapson el cual se hizo con el programa de la función de punto fijo y a diferencia de
los otros este si me lleva a la solución que deseo, pero al tratar de demostrar el
teorema de convergencia es lo que no se puede. Hay dos formas, la primera forma
es la trabajada en clase, pero se complicaba, ya que es difícil construir esa función;
así que decidimos utilizar una segunda forma, que es con la condición de que
𝑔(𝑎, 𝑏) ⊆ [𝑎, 𝑏] para demostrar que 𝑔(𝑥) ∈ [−1,0] y que 𝑔′(𝑎, 𝑏) ⊂ (−1,1) de lo
cual |𝑔′(𝑥)| ≤ 𝑘 < 1 como se hizo en el ítem a) y b). La primera se cumple, pero
𝑔′(𝑥) no se encuentra entre (−1,1), en particular no es menor a 1. También lo
comprobamos en la representación geométrica que no se cumple el teorema de
convergencia.

Punto 8.
3
a) Sea 𝑓(𝑥) = (𝑥 − √1000999) observe que la solución de 𝑓(𝑥) es √1000999, y la gráfica
de esta función tiene como vértice la intersección con el eje 𝑥, por lo tanto, es necesario
utilizar el método de Newton Raphson acelerado (𝑔(𝑥) = 𝑥 − 𝑀 𝑓(𝑥)/𝑓′ (𝑥) ) con 𝑀 el
número de la derivada cuando es diferente de cero.
Es decir 𝑀 = 3 puesto que la tercera derivada 𝑓 (3) (𝑥) = 6
2
Ahora calculemos 𝑓 ′ (𝑥) = 3(𝑥 − √1000999)
Ahora reemplazamos en 𝑔 los valores, teniendo como resultado:
3 3
(𝑥 − √1000999) (𝑥 − √1000999)
𝑔(𝑥) = 𝑥 − 3 ( 2) = 𝑥 − 2
3(𝑥 − √1000999) (𝑥 − √1000999)

Luego, tomemos como 𝑥0 = 1000.4 (note que √1000999 ≈ 1000.49937 …)

3
(𝑥0 −√1000999) (−0.099375)3
𝑔(𝑥0 ) = 𝑥0 − 2 = 1000.4 − (−0.099375)2 = 1000.4 + (0.099375) =
(𝑥0 −√1000999)
1000.499375
Note que 𝐸 = |1000.49937 − 1000.499375| = 0.5 ∙ 10−5, por lo tanto, tendría 5
decimales correctos.

3 3 3
b) Sea 𝑓(𝑥) = (𝑥 − √0.00302) observe que la solución de 𝑓(𝑥) es √0.00302, y la gráfica de
esta función tiene como vértice la intersección con el eje 𝑥, por lo tanto, podemos utilizar
el método de Newton Raphson
Observe que 𝑀 = 3 puesto que la tercera derivada 𝑓 (3) (𝑥) = 6
 3 2
Ahora calculemos 𝑓 ′ (𝑥) = 3(𝑥 − √0.00302)
Ahora reemplazamos en 𝑔 los valores, teniendo como resultado:
3 3 3 3
(𝑥 − √0.00302) (𝑥 − √0.00302) 3
𝑔(𝑥) = 𝑥 − 3 ( 2) =𝑥− 2 = 𝑥 − (𝑥 − √0.00302)
3 3
3(𝑥 − √0.00302) (𝑥 − √0.00302)
3
Luego, tomemos como 𝑥0 = 0.01 (note que √0.00302 ≈ 0.1445447 …)
3
𝑔(𝑥0 ) = 0.01 − (0.01 − √0.00302) = 0.01 − (−0.1345447) = 0.1445447
Note que 𝐸 = |0.1445447 − 0.1445447| = 0

10 4 10
c) Sea 𝑓(𝑥) = (𝑥 − √0.00302) observe que la solución de 𝑓(𝑥) es √0.00302, y la gráfica
de esta función tiene como vértice la intersección con el eje 𝑥, por lo tanto, podemos utilizar
el método de Newton Raphson.
Observe que 𝑀 = 4 puesto que la tercera derivada 𝑓 (4) (𝑥) = 24
10 3
Ahora calculemos 𝑓 ′ (𝑥) = 4(𝑥 − √0.00302)
Ahora reemplazamos en 𝑔 los valores, teniendo como resultado:
10 4 10 4
(𝑥 − √0.00302) (𝑥 − √0.00302) 10
𝑔(𝑥) = 𝑥 − 4 ( 3) = 𝑥 − 3 = 𝑥 − (𝑥 − √0.00302)
10 10
4(𝑥 − √0.00302) (𝑥 − √0.00302)
10
Luego, tomemos como 𝑥0 = 0.05 (note que √0.00302 ≈ 0.5597584 …)
10
𝑔(𝑥0 ) = 0.05 − (0.05 − √0.00302) = 0.05 − (−0.5097584) = 0.559784

Note que 𝐸 = |0.559784 − 0.559784| = 0

Punto 9. Resolviendo la ecuación 𝑥 3 = 0 por el método de bisección.

Iteraciones a b c f(a) f(b) f(c)

1 -0,2 0,1 -0,05 -0,008 0,001 -0,000125
2 -0,05 0,1 0,025 -0,000125 0,001 1,5625E-05
3 -0,05 0,025 -0,0125 -0,000125 1,5625E-05 -1,9531E-06
4 -0,0125 0,025 0,00625 -1,9531E-06 1,5625E-05 2,4414E-07
5 -0,0125 0,00625 -0,003125 -1,9531E-06 2,4414E-07 -3,0518E-08

En el cual notamos que se está acercando de una manera rápida hacía la solución, pero no
concuerda con el número de decimales correctos.

Resolviendo la ecuación 𝑥 3 = 0 por el método de Newton Raphson.

Iteraciones Xn Newton Raphson

1 -0,2 -0,133333333
2 -0,13333333 -0,088888889
3 -0,08888889 -0,059259259
4 -0,05925926 -0,039506173
 5 -0,03950617 -0,026337449
6 -0,02633745 -0,017558299
7 -0,0175583 -0,011705533
8 -0,01170553 -0,007803688

Notamos que es más eficiente el método de bisección

Punto 10. Por el método de Bisección

Iteraciones a b c f(a) f(b) f(c)

1 17 22,2 19,6 -115 12,09632 3,70976
2 17 19,6 18,3 -115 3,70976 8,56643
3 17 18,3 17,65 -115 8,56643 -11,1809397
4 17,65 18,3 17,975 -11,1809397 8,56643 4,36819921
5 17,65 17,975 17,8125 -11,1809397 4,36819921 -1,50111675
6 17,8125 17,975 17,89375 -1,50111675 4,36819921 1,84227771
7 17,8125 17,89375 17,853125 -1,50111675 1,84227771 0,28076981
8 17,8125 17,853125 17,8328125 -1,50111675 0,28076981 -0,58158747
9 17,8328125 17,853125 17,8429688 -0,58158747 0,28076981 -0,14339388
10 17,8429688 17,853125 17,8480469 -0,14339388 0,28076981 0,07042542
11 17,8429688 17,8480469 17,8455078 -0,14339388 0,07042542 -0,03604784
12 17,8455078 17,8480469 17,8467773 -0,03604784 0,07042542 0,01729763
13 17,8455078 17,8467773 17,8461426 -0,03604784 0,01729763 -0,00934786
14 17,8461426 17,8467773 17,84646 -0,00934786 0,01729763 0,00398169

La solución de la ecuación en el intervalo [17,22.2] es 𝑥 = 17.84 con un error de 0.398 ∗ 10−2 y

con 14 iteraciones.

Para resolver la ecuación por el método de Newton Raphson en el intervalo [17,22.2] observemos
la gráfica en este intervalo
Donde la gráfica que esta de color verde es la función 𝑓(𝑥) = 𝑥 5 − 100𝑥 4 + 3995𝑥 3 − 79700𝑥 2 +
794004𝑥 − 3160075 y los puntos en azul y negro son respectivamente el intervalo y los máximos
y mínimos de la función. Notamos que la función, si buscamos la solución por el método de Newton
Raphson tomando un 𝑥0 mayor al máximo D, las rectas tangentes estarían acercándose a un valor
que no es la solución, hasta que 𝑥𝑛 sea menor al máximo D, es decir el método de Newton Raphson
será más eficiente siempre y cuando 𝑥0 sea menor al máximo D.

Observemos lo anterior desde una perspectiva algebraica:

Sea 𝑥0 = 18.4 entonces, por el método de newton Raphson

Iteraciones Xn Newton Raphson

1 18,4 23,66607843
2 23,6660784 23,04881455
3 23,0488146 22,58040553
4 22,5804055 22,23209776
5 22,2320978 21,97486782
 6 21,9748678 21,76942235
7 21,7694223 21,48455719
8 21,4845572 21,85959676
9 21,8595968 21,647955
10 21,647955 11,8922725
11 11,8922725 13,46314872
12 13,4631487 14,70661228
13 14,7066123 15,68416169
14 15,6841617 16,44319452
15 16,4431945 17,01848216
16 17,0184822 17,4324202
17 17,4324202 17,69566579
18 17,6956658 17,81827527
19 17,8182753 17,84516254
20 17,8451625 17,8463628

Como observamos no converge a ningún punto. Ahora consideremos a un número menor al Máximo
D, 𝑥0 = 18, entonces, por el método de newton Raphson

Iteraciones Xn Newton Raphson

1 18 17,79166667
2 17,7916667 17,84202359
3 17,8420236 17,84633504

Notamos que en la tercera iteración ya llega a la solución con dos decimales correctos, por lo tanto,
converge siempre y cuando 𝑥0 sea menor al primer máximo de f(x).

Punto 11. Sea 𝑥0 = 2.2, aplicando el método de Newton Raphson

Iteraciones Xn Newton Raphson

1 2,2 2,16987446
2 2,16987446 2,144529544
3 2,14452954 2,123127849
4 2,12312785 2,105004839
5 2,10500484 2,089627737
6 2,08962774 2,076549764
7 2,07654976 2,065415671
8 2,06541567 2,055928732
9 2,05592873 2,047877192
10 2,04787719 2,040927858
11 2,04092786 2,03475731
12 2,03475731 2,02898966
 13 2,02898966 2,02549836
14 2,02549836 2,021234166
15 2,02123417 2,025487125

Se observa que después de 15 iteraciones el método consigue un decimal correcto, y si probamos

con otros valores 𝑥0 = 2.5 y 𝑥0 = 2.1, obtenemos respectivamente

Iteraciones Xn Newton Raphson

1 2,5 2,411764706
2 2,41176471 2,343600099
3 2,3436001 2,288791579
4 2,28879158 2,243844721
5 2,24384472 2,206552009
6 2,20655201 2,175372073
7 2,17537207 2,149162904
8 2,1491629 2,127045211
9 2,12704521 2,108324355
10 2,10832435 2,092442593
11 2,09244259 2,078947595
12 2,07894759 2,067465949
13 2,06746595 2,057685851
14 2,05768585 2,049333973
15 2,04933397 2,042113552

Iteraciones Xn Newton Raphson

1 2,1 2,085369313
2 2,08536931 2,072933783
3 2,07293378 2,062350397
4 2,0623504 2,053343999
5 2,053344 2,045697327
6 2,04569733 2,038956297
7 2,0389563 2,03338874
8 2,03338874 2,029276245
9 2,02927624 2,026952875
10 2,02695288 2,025010911
11 2,02501091 2,01998859
12 2,01998859 1,969271377
13 1,96927138 1,973076997
14 1,973077 1,971752845
15 1,97175284 1,974083561
Además, tomando como referencia el gráfico de la función obtenemos:

En el punto 𝑥 = 2 se observa que la gráfica se asemeja a la grafica de una constante en cero,

entonces como el método de Newton Raphson se aproxima al valor por medio de rectas tangentes,
en el gráfico sería impreciso puesto que las rectas tangentes no tienen variación significante.

Punto 12. SCRIPT: Punto_12.m

Punto 13.

Del gráfico podemos sacar que:

Prolongar la recta de color azul oscuro, para de esta manera denotar el ángulo 𝑥 de tal manera que
el otro ángulo tenga una medida de 60 − 𝑥 esto se puede afirmar porque 120° + 𝑥 + 60 − 𝑥 =
180°, además entramos los triángulos rectángulos:

Ilustración 1

Denotamos el triángulo negro como triángulo A y el triángulo morado como triángulo B.

Entonces el triángulo A obtenemos el ángulo 60 − 𝑥 por ser ángulo opuesto por el vértice, si lo
separamos, podemos ver de manera más explícita su hipotenusa y catetos

en el cual podemos afirmar:

7 7
𝑠𝑒𝑛(60 − 𝑥) = ⟺ ℎ1 = = 7csc (60 − 𝑥)
ℎ1 𝑠𝑒𝑛(60 − 𝑥)
Ahora en el triángulo B podemos ver:
En el cual podemos afirmar:
9 9
𝑠𝑒𝑛(𝑥) = ⟺ ℎ2 = = 9csc (𝑥)
ℎ2 𝑠𝑒𝑛(𝑥)
Entonces la longitud de la escalera está dada por:

ℎ = ℎ1 + ℎ2
reemplazando los valores de ℎ y derivando para ver su maximización:

ℎ′ = 7 𝑐𝑠𝑐(60 − 𝑥) cot(60 − 𝑥) − 9 𝑐𝑠𝑐(𝑥)cot (𝑥)

Tenemos que igualar a cero la derivada y resolver la ecuación, primero observamos en su gráfica
que tiene muchas soluciones:

Donde la gráfica azul, es la gráfica que corresponde a la derivada. De todas las soluciones nos
𝜋
centramos en la que es menor a 3 puesto que si fuera mayor sería una inconsistencia (ver ilustración
1).
Para resolver la ecuación usamos el método de bisección en el intervalo [0.1,1]

Iteraciones a b c f(a) f(b) f(c)

1 0,1 1 0,55 -892,291732 3134,34782 -1,04005161
2 0,55 1 0,775 -1,04005161 3134,34782 80,1477763
3 0,55 0,775 0,6625 -1,04005161 80,1477763 27,3149531
4 0,55 0,6625 0,60625 -1,04005161 27,3149531 11,9718629
5 0,55 0,60625 0,578125 -1,04005161 11,9718629 5,31248937
6 0,55 0,578125 0,5640625 -1,04005161 5,31248937 2,11264986
7 0,55 0,5640625 0,55703125 -1,04005161 2,11264986 0,53216664
8 0,55 0,55703125 0,553515625 -1,04005161 0,53216664 -0,25475944
9 0,55351563 0,55703125 0,555273438 -0,25475944 0,53216664 0,13847248
10 0,55351563 0,55527344 0,554394531 -0,25475944 0,13847248 -0,0581979
11 0,55439453 0,55527344 0,554833984 -0,0581979 0,13847248 0,04012327
12 0,55439453 0,55483398 0,554614258 -0,0581979 0,04012327 -0,00904077
13 0,55461426 0,55483398 0,554724121 -0,00904077 0,04012327 0,01554038
14 0,55461426 0,55472412 0,554669189 -0,00904077 0,01554038 0,00324959
15 0,55461426 0,55466919 0,554641724 -0,00904077 0,00324959 -0,00289564
16 0,55464172 0,55466919 0,554655457 -0,00289564 0,00324959 0,00017696
Por lo tanto, 𝑥 = 0.554 con 3 decimales correctos puesto que 0.177 ∗ 10 ≤ 0.5 ∗ 10−3
−3

Luego reemplazamos 𝑥 en ℎ
𝜋
ℎ = 7 csc ( − 0.554) + 9 csc(0.554) = 31.892 𝑓𝑡
3
es decir, la máxima longitud es 31.892 ft.

Punto 14. La profundidad critica está dada por la siguiente ecuación:

𝑄2 𝐵
=1
𝑔𝐴3
Donde

𝑔 = 9.8𝑚/𝑠 2
𝑦2
𝐴 = 3𝑦 + 2
(𝑚)

𝑄 = 20𝑚3 /𝑠

𝐵 = 3 + 𝑦 (𝑚2 )
Reemplazando estos valores en la ecuación, tenemos

(20𝑚3 /𝑠)2 ((3 + 𝑦 )𝑚2 )

3 =1
𝑦2
(9.8𝑚/𝑠 2 ) ((3𝑦 + 2
2 )𝑚 )
Las unidades de medida se terminan cancelando y entonces vamos a despejar esta ecucación
400∙(3+𝑦 )
→ 3 =1
𝑦2
(9.8)(3𝑦+ )
2

3
400∙(3+𝑦 ) 𝑦2
→ 9.8
= (3𝑦 + 2
)
3
1200+400𝑦 6𝑦+𝑦 2
→ 9.8
=( 2
)
3
1200+400𝑦 (6𝑦+𝑦 2 )
→ 9.8
= 8

8∙(1200+400𝑦)
→ 9.8
= (6𝑦 + 𝑦 2 )3
9600 3200
→ 9.8
+ 9.8 𝑦 = (6𝑦 + 𝑦 2 )3
9600 3200
→ 9.8
+ 9.8 𝑦 = 𝑦 6 + 18𝑦 5 + 108𝑦 4 + 216𝑦 3
3200 9600
→ 𝑦 6 + 18𝑦 5 + 108𝑦 4 + 216𝑦 3 − 9.8
𝑦 − 9.8
=0
1600 4800
→ 𝑦 6 + 18𝑦 5 + 108𝑦 4 + 216𝑦 3 − 4.9
𝑦 − 4.9
=0

Multiplicando por 4.9 la ecuación

→ 4.9𝑦 6 + 88.2𝑦 5 + 529.2𝑦 4 + 1058.4𝑦 3 − 1600𝑦 − 4800 = 0

Así,

𝑃(𝑦) = 4.9𝑦 6 + 88.2𝑦 5 + 529.2𝑦 4 + 1058.4𝑦 3 − 1600𝑦 − 4800

La función 𝑃(𝑦) tiene dos soluciones como lo miraremos en la grafica a continuación, pero una de
ellas es negativa por lo que la descartamos, ya que estamos buscando la profundidad del canal y
como es una distancia tiene que ser positiva.

Ahora por el método de Newton-Raphson, con un valor inicial en 𝑥0 = 1, vamos a encontrar el valor
de 𝑦 (profundidad). Utilizando la función realizada en Matlab del método, hemos sacado la siguiente
tabla:
Por lo tanto, La profundidad critica del canal trapezoidal es de 𝑦 = 1.5145 aproximadamente.

Punto 15.

Se tiene un punto cualquiera (𝑥, 𝑦) de la parábola 𝑦 = 𝑥 2 − 4𝑥 + 5, con ello se encontrar la

mínima distancia entre la parábola y el origen (0,0). Como la ilustración en la gráfica:

Como se está forma un triángulo rectángulo, entonces aplicando teorema de Pitágoras la distancia
es:

𝑑 = √𝑥 2 + 𝑦 2

Luego, sustituimos 𝑦 = 𝑥 2 − 4𝑥 + 5

𝑑(𝑥) = √𝑥 2 + (𝑥 2 − 4𝑥 + 5)2

Encontremos su derivada
1 2𝑥+(2𝑥 2 −8𝑥+10)(2𝑥−4)
𝑑′ (𝑥) = ∙ (2𝑥 + 2(𝑥 2 − 4𝑥 + 5)(2𝑥 − 4)) = =
2√𝑥 2 +(𝑥 2 −4𝑥+5)2 2√𝑥 2 +(𝑥 2 −4𝑥+5)2
3 2
2𝑥+4𝑥 3 −8𝑥 2 −16𝑥 2 +32𝑥+20𝑥−40 4𝑥 3 −24𝑥 2 +54𝑥−40 2(2𝑥 −12𝑥 +27𝑥−20) 2𝑥 3 −12𝑥 2 +27𝑥−20
= = =
2√𝑥 2 +(𝑥 2 −4𝑥+5)2 2√𝑥 2 +(𝑥 2 −4𝑥+5)2 2√𝑥 2 +(𝑥 2 −4𝑥+5)2 √𝑥 2 +(𝑥 2 −4𝑥+5)2

Igualamos la derivada a cero

 2𝑥 3 − 12𝑥 2 + 27𝑥 − 20
=0
√𝑥 2 + (𝑥 2 − 4𝑥 + 5)2

2𝑥 3 − 12𝑥 2 + 27𝑥 − 20 = 0
Encontramos las soluciones de la derivada por medio del método de la secante en el intervalo
[0,3]. Con ayuda de Matlab y la función 𝐬𝐞𝐜𝐚𝐧𝐭𝐞. 𝐦 que ya se creo en el punto 6, obtuvimos el
resultado que se muestra en la siguiente tabla:

Ahora miramos el cambio de signo que en los intervalos de la primera derivada

−1 0 1 1.44 2 2.44

Note que hay un cambio de signo en el punto 1.44, como va de menos a más (de decreciente a
creciente), entonces ese punto es un mínimo de la función 𝑑(𝑥) (por el criterio de la primera
derivada).

Aunque también podemos verificarlo con el criterio de la segunda:

𝑑′′ (𝑥) = 6𝑥 2 − 24𝑥 + 27

Si reemplazamos 𝑥 = 1.44

𝑑′′ (1.44) = 6(1.44)2 − 24(1.44) + 27 = 4.8816 > 0

Como la segunda derivada es positiva, entonces es un punto mínimo.

Encontremos cuánto vale 𝑦 en 𝑥 = 1.44.

𝑦 = (1.44)2 − 4(1.44) + 5 = 1.3136

Entonces, el punto (1.44,1.3136)

Para calcular la distancia mínima entre la parábola y el origen, habíamos dicho que estaba dada
por 𝑑 = √𝑥 2 + 𝑦 2 , reemplazando los valores del punto encontrado

𝑑 = √(1.44)2 + (1.3136)2 = 1.94913954