Métodos Numéricos Bisección, Newton y Secante
Enviado por Antonio Marco • 16 de Mayo de 2021 • Documentos de Investigación • 3.867 Palabras (16 Páginas) • 215 Visitas
Tolentino Sánchez Marco Antonio
Instituto Politécnico Nacional [pic 1]
Escuela Superior de Ingeniería Mecánica y Eléctrica Unidad Azcapotzalco[pic 2][pic 3]
[pic 4][pic 5]
Métodos Numéricos
Método de Bisección, Newton y Secante
Profesor: Romero Pedraza Cesar
Alumno:
Tolentino Sánchez Marco Antonio
[pic 6]Boleta: 2021360459
Grupo: 2MM5
Fecha:27/04/2021
Índice de contenido
Contenido
Método de Bisección 3
Descripción General 3
Programa en Matlab 4
Ejemplo 1 (Programa, Tabla de valores y Grafica) 5
Ejemplo 2 (Programa, Tabla de valores y Grafica) 6
Ejemplo 3 (Programa, Tabla de valores y Grafica) 7
Método Newton-Raphson 8
Descripción General 8
Programa en Matlab 10
Ejemplo 1 (Programa, Tabla de valores y Grafica) 11
Ejemplo 2 (Programa, Tabla de valores y Grafica 12
Ejemplo 3 (Programa, Tabla de valores y Grafica) 13
Método de la Secante 14
Descripción General 14
Programa en Matlab 16
Ejemplo 1 (Programa, Tabla de valores y Grafica) 16
Ejemplo 2 (Programa, Tabla de valores y Grafica) 18
Ejemplo 3 (Programa, Tabla de valores y Grafica) 19
Cuadro de Comparaciones entre métodos 20
Conclusión 20
Método de Bisección
Descripción General
Este método consiste en obtener una mejor aproximación de la raíz a partir de un intervalo inicial (a,b) en el cual hay un cambio de signo en la función, es decir:
f(a)f(b)<0
Se obtiene el punto medio:
[pic 7]
xm es la nueva aproximación a la raíz, y se vuelve a tomar un intervalo, pero ahora más pequeño, considerando que siga existiendo un cambio de signo en la función, es decir, el nuevo intervalo queda determinado por:
[pic 8]
El método termina cuando se cumple con alguna condición de paro, en este programa la condición es la tolerancia:
[pic 9]
En este método se tiene que mostrar un margen de error el cual se puede calcular con cierta formula: [pic 10]
Este es un método “de encierro”, para aplicarlo se debe contar con un intervalo inicial, en donde f(a)*f(b) < 0. Este método requiere de menos pasos en un programa, sin embargo, converge más lentamente que el de Newton-Raphson.
Los pasos del método son los siguientes:
1.- Localizar un intervalo que contenga al menos una raíz.
2.- Dividir el intervalo en dos partes iguales reteniendo la mitad en donde f(x) cambia de signo, para conservar al menos una raíz.
3.- Repetir el procesó varias veces hasta cumplir con la tolerancia deseada.
Programa en Matlab
Los programas realizados con anterioridad se deben de enfocar en la resolución de ciertas funciones las cuales serán presentadas más adelante, deberá de presentar la función a evaluar, la tolerancia de la misma función, el valor inicial y el margen de error [pic 11]
Ejemplo 1 (Programa, Tabla de valores y Grafica)
- Encontrar la raíz (+) de la función 𝒇(𝒙) = 𝒙^𝟐 − 𝟐 en el intervalo [1,2] con un error de 1%
[pic 12]
Como se muestra en la captura anterior, se desarrolló el programa para la función 𝒇(𝒙) = 𝒙^𝟐 – 𝟐 y obteniendo como resultado los siguientes resultados.
X1 x2 xm F(x1) *f(xm) Error[pic 13]
1.000000 2.000000 1.500000 -0.250000 0.500000 1.000000 1.500000 1.250000 0.437500 0.250000 1.250000 1.500000 1.375000 0.047852 0.125000 1.375000 1.500000 1.437500 -0.007263 0.062500 1.375000 1.437500 1.406250 0.002457 0.031250 1.406250 1.437500 1.421875 -0.000488 0.015625 1.406250 1.421875 1.414063 0.000010 0.007813
Ejemplo 2 (Programa, Tabla de valores y Grafica)
2.Encontrar la raíz (+) de la función 𝒇(𝒙) = e^-x^3 – 2x + 1 en el intervalo [0.75,1] con un error de 1%
[pic 14]
Como se muestra en la captura anterior, se desarrolló el programa para la función 𝒇(𝒙) = e^-x^3 – 2x + 1 y obteniendo como resultado los siguientes resultados.
X1 x2 xm F(x1) *f(xm) Error[pic 15]
0.750000 1.000000 0.875000 -0.037123 0.125000 0.750000 0.875000 0.812500 -0.006254 0.062500 0.750000 0.812500 0.781250 0.009075 0.031250 0.781250 0.812500 0.796875 0.000532 0.015625 0.796875 0.812500 0.804688 -0.000141 0.007813 0.796875 0.804688 0.800781 -0.000029 0.003906 0.796875 0.800781 0.798828 0.000027 0.001953 0.798828 0.800781 0.799805 -0.000000 0.000977
...