SlideShare una empresa de Scribd logo
1 de 32
SOLVED EXERCISES
 
CLOSED METHODS BISECTION FALSE POCISION
Aproximar una raíz real positiva para la siguiente función con un ep< 0.01% Bisection method
[object Object],[object Object],[object Object],[object Object],Iteración a b f(a) f(b) f(a)*f(xr) Xr f(Xr) ep
SOLUCION ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],n f(x) 0 -40 1 -37 2 -56 3 -73 4 -40 5 115 6 488 7 1199
[object Object],Encontramos que en la interacción 9 el ep es menor que el 1 % por consiguiente la raíz de este problema es 4.38049 Iteración a b f(a) f(b) f(a)*f(xr) Xr f(Xr) ep 1,000000 4,200000 4,400000 -21,486400 2,521600 219,459941 4,300000 -10,213900 2,000000 4,300000 4,400000 -10,213900 2,521600 104,323753 4,350000 -4,034744 1,149425 3,000000 4,350000 4,400000 -4,034744 2,521600 16,279157 4,375000 -0,804443 0,571429 4,000000 4,375000 4,400000 -0,804443 2,521600 0,647129 4,387500 0,846520 0,284900 5,000000 4,375000 4,387500 -0,804443 0,846520 -0,680977 4,381250 0,018035 0,142653 6,000000 4,375000 4,381250 -0,804443 0,018035 -0,014508 4,378125 -0,393954 0,071378 7,000000 4,378125 4,381250 -0,393954 0,018035 0,155200 4,379688 -0,188147 0,035676 8,000000 4,379688 4,381250 -0,188147 0,018035 0,035399 4,380469 -0,085103 0,017835 9,000000 4,380469 4,381250 -0,085103 0,018035 0,007243 4,380859 -0,033546 0,008917
[object Object],% ERROR 0,010000 a 4,200000 b 4,400000 raíz 4,380859
[object Object],[object Object],False position
[object Object],x f(x) -3 321,9201 -2,9 300,43824 -2,8 279,92678 -2,7 260,36348 -2,6 241,72613 -2,5 223,9925 -2,4 207,14037 -2,3 191,14752 -1 51,3233 -0,9 45,026935 -0,8 39,256506 -0,7 33,989788 -0,6 29,204561 -0,5 24,8786 -0,4 20,989683 -0,3 17,515588 -0,2 14,43409 -0,1 11,722969 1,9 1,0563008 2 0,9896 2,1 0,8043732 2,2 0,4783976 2,3 -0,0105496 2,4 -0,6846912 2,5 -1,56625 2,6 -2,6774488 2,7 -4,0405104 2,8 -5,6776576 2,9 -7,6111132 3 -9,8631
Haciendo algunos cálculos encontramos que la raíz se  encuentra en el intervalo 2,1 – 2,2 =   2,2357235   Procedemos a calcular el valor de fa y fb 2. Calculamos Xm:  f(a)= -3.7038(2.1)^3 + 16.2965(2.1)^2- 21.963(2.1) + 9.36 =  0,8043732 f(b)= -3.7038(2.5)^3 + 16.2965(2.5)^2- 21.963(2.5) + 9.36 =  -1,56625
3. Completamos la tabla:  iteración a b f(a) f(b) Xm f(Xm) error 1 2,1 2,5 0,8043732 -1,56625 2,2357235 0,3235934   2 2,2357235 2,5 0,3235934 -1,56625 2,2809749 0,0960588 1,983864 3 2,2809749 2,5 0,0960588 -1,56625 2,2936316 0,025875 0,5518178 4 2,2936316 2,5 0,025875 -1,56625 2,2969855 0,0067855 0,1460116 5 2,2969855 2,5 0,0067855 -1,56625 2,2978612 0,0017669 0,0381107 6 2,2978612 2,5 0,0017669 -1,56625 2,298089 0,0004592 0,0099116 7 2,298089 2,5 0,0004592 -1,56625 2,2981482 0,0001193 0,0025753 8 2,2981482 2,5 0,0001193 -1,56625 2,2981635 3,099E-05 0,000669 9 2,2981635 2,5 3,099E-05 -1,56625 2,2981675 8,05E-06 0,0001738
[object Object],% ERROR 0,0001738 a 2,2981635 b 2,5 raíz 2,2981675
OPEN METHODS SECANT PUNTO FIJO NEWTON RAPHSON
  Secant 1.El problema nos debe proporcionar  dos valores iniciales , (Xi, Xi-1), para calcular Xi+1 2. Calcular Xi+1 3. Completar la tabla
Aproxime una de las raíces reales de la siguiente ecuación por medio del método de la secante. Repita el proceso iterativo hasta obtener un ep<0.01% Xi -0,800000 Xi-1 -1,800000
1. Calculamos  f(xi-1)  ,  teniendo en cuenta los valores suministrados, (Xi, Xi-1):  f(Xi-1)= e^(-1,8)*sen(-1,8)-1/2(-1,8) =  0,739024 f(Xi)= e^(-0,8)*sen(-0,8)-1/2(-0,8) =  0,077671
2. Calculamos la derivada de la función xi,  f'(xi)   f'(xi) =  f(xi) – f(xi-1) /( xi - xi-1) = 3. Calculamos  xi+1 = xi+1 = xi – (f(xi)/ f'(xi) ) =  4. Completamos la tabla: -0,661353 -0,682557
iteración xi-1 xi f(xi-1) f(xi) f'(xi) xi+1 ep 1,000000 -1,800000 -0,800000 0,739024 0,077671 -0,661353 -0,682557   2,000000 -0,800000 -0,682557 0,077671 0,022531 -0,469505 -0,634568 7,562517 3,000000 -0,682557 -0,634568 0,022531 0,002987 -0,407267 -0,627234 1,169198 4,000000 -0,634568 -0,627234 0,002987 0,000169 -0,384196 -0,626794 0,070258 5,000000 -0,627234 -0,626794 0,000169 0,000001 -0,380848 -0,626790 0,000618 6,000000 -0,626794 -0,626790 0,000001 0,000000 -0,380656 -0,626790 0,000000
c c ,[object Object],% ERROR: 0,010000 Xi -0,800000 Xi-1 -1,800000 Raiz -0,626790
fixed point method 1.El problema nos debe proporcionar  un valor inicial , (Xi), para calcular  g(x) 2. Calcular g(x) 3. Completar la tabla
Obtener una raíz real de la siguiente función por el método de punto fijo  Realizar el proceso iterativo hasta que se cumpla un ep<0.001%
1. Graficamos la función = x f(x) -4 -47,9816844 -3 -26,9502129 -2 -11,8646647 -1 -2,63212056 0 1 1 -0,28171817 2 -4,6109439 3 -6,91446308 4 6,59815003 5 73,4131591
2. Procedemos a despejar la ecuación = g(x) = x luego g(x1) =  √ e^x /3 g(x2) =  Ln(3x^2) o
3. Completamos la tabla = Observamos que tanto g1(x) como g2(x) convergen x g1(x) error 3 3,29583687   3,29583687 3,48393252 5,39894657 3,48393252 3,59493567 3,08776453 3,59493567 3,65766448 1,71499634 3,65766448 3,69226194 0,93702601 3,69226194 3,71109081 0,50736765 3,71109081 3,72126399 0,27337976 3,72126399 3,72673908 0,14691349 3,72673908 3,72967951 0,07883869 3,72967951 3,7312569 0,04227518 3,7312569 3,73210258 0,02265968 3,73210258 3,73255583 0,01214302 3,73255583 3,7327987 0,00650651 3,7327987 3,73292884 0,00348612 3,73292884 3,73299856 0,00186777 3,73299856 3,73303592 0,00100068 3,73303592 3,73305593 0,00053612 x g2(x) error -1 0,35018064   0,35018064 0,68782845 49,0889564 0,68782845 0,8143281 15,5342368 0,8143281 0,86749798 6,12910712 0,86749798 0,89086965 2,62346716 0,89086965 0,90134128 1,16178222 0,90134128 0,90607291 0,52221284 0,90607291 0,90821904 0,23630182 0,90821904 0,90919415 0,10724935 0,90919415 0,90963754 0,04874336 0,90963754 0,90983922 0,02216694 0,90983922 0,90993097 0,01008367 0,90993097 0,90997272 0,00458761 0,90997272 0,90999172 0,00208728 0,90999172 0,91000036 0,0009497
Newton Raphson method 1. Este método nos proporciona un valor inicial para calcular xi+1 2. Calcular xi+1 3. Completar la tabla
Obtener la raíz real negativa de  la ecuación  por el método de Newton Raphson. Aproxime hasta que ep< 0.02%
1. Graficamos la función = x f(x) -2,000000 0,876940 -1,900000 0,808463 -1,800000 0,739024 -1,700000 0,668839 -1,600000 0,598190 -1,500000 0,527429 -1,400000 0,456991 -1,300000 0,387400 -1,200000 0,319275 -1,100000 0,253343 -1,000000 0,190440 -0,900000 0,131523 -0,800000 0,077671 -0,700000 0,030091 -0,600000 -0,009882 -0,500000 -0,040786 -0,400000 -0,061035 -0,300000 -0,068927 -0,200000 -0,062657 -0,100000 -0,040333 0,000000 0,000000 0,100000 0,060333 0,200000 0,142655 0,300000 0,248911 0,400000 0,380944 0,500000 0,540439
2. Calculamos la función 3. Calculamos la derivada de la función 4. Completamos la tabla 3. Calculamos xi+1 Xi+1 = xi- (f(xi) / f’(xi)) f'(X)= e^x*cosx+senox-0,5 f(X)= e^x*senox-0,5
iteración xi f(xi) f´(xi) xi+1 error 1,000000 -0,800000 0,077671 -0,509278 -0,647488   2,000000 -0,647488 0,008062 -0,398250 -0,627245 3,227340 3,000000 -0,627245 0,000173 -0,381048 -0,626790 0,072475 4,000000 -0,626790 0,000000 -0,380655 -0,626790 0,000037 5,000000 -0,626790 0,000000 -0,380654 -0,626790 0,000000
[object Object],Error 0,020000 Xi -1,000000 Raiz -0,626790
Bibliography   Ejercicios resueltos, datos tabularios y gráficos Mancilla.Robin

Más contenido relacionado

La actualidad más candente (18)

Expo 7 programación entera (algoritmo de gomory)
Expo 7   programación entera (algoritmo de gomory)Expo 7   programación entera (algoritmo de gomory)
Expo 7 programación entera (algoritmo de gomory)
 
Multiplicaciones con decimales
Multiplicaciones con decimalesMultiplicaciones con decimales
Multiplicaciones con decimales
 
Resolución de problemas mediante el método de gauss
Resolución de problemas mediante el método de gaussResolución de problemas mediante el método de gauss
Resolución de problemas mediante el método de gauss
 
Presentación de ejercicio ent 5
Presentación de ejercicio ent 5Presentación de ejercicio ent 5
Presentación de ejercicio ent 5
 
Unidad 3...
Unidad 3...Unidad 3...
Unidad 3...
 
Tutorial Metodo Grafico
Tutorial Metodo GraficoTutorial Metodo Grafico
Tutorial Metodo Grafico
 
Sesion 05b - Metodo Simplex Dual
Sesion 05b -  Metodo Simplex DualSesion 05b -  Metodo Simplex Dual
Sesion 05b - Metodo Simplex Dual
 
133467 p2a1
133467 p2a1133467 p2a1
133467 p2a1
 
Pdf 20% analisis numerico
Pdf 20% analisis numericoPdf 20% analisis numerico
Pdf 20% analisis numerico
 
ejercicios programación lineal
ejercicios programación linealejercicios programación lineal
ejercicios programación lineal
 
2. simplex ejercicios
2. simplex   ejercicios2. simplex   ejercicios
2. simplex ejercicios
 
Resumen 14 10 09
Resumen 14 10 09Resumen 14 10 09
Resumen 14 10 09
 
Ecuaciones cuadraticasaplicaciones
Ecuaciones cuadraticasaplicacionesEcuaciones cuadraticasaplicaciones
Ecuaciones cuadraticasaplicaciones
 
Expo 2 método dual simplex
Expo 2   método dual simplexExpo 2   método dual simplex
Expo 2 método dual simplex
 
Problemas de matematicas
Problemas de matematicasProblemas de matematicas
Problemas de matematicas
 
Ecuación de la parabola y circunferencia
Ecuación de la parabola y circunferenciaEcuación de la parabola y circunferencia
Ecuación de la parabola y circunferencia
 
Matematica avanzada luis enrique martinez ramirez
Matematica avanzada luis enrique martinez ramirezMatematica avanzada luis enrique martinez ramirez
Matematica avanzada luis enrique martinez ramirez
 
Metodo Simplex
Metodo SimplexMetodo Simplex
Metodo Simplex
 

Similar a Ejercicios

Mas ejercicios para la resolución de modelos aplicando el método simplex
Mas ejercicios para la resolución de modelos aplicando el método simplexMas ejercicios para la resolución de modelos aplicando el método simplex
Mas ejercicios para la resolución de modelos aplicando el método simplexLuis Guerrero
 
Metodos numericos2
Metodos numericos2Metodos numericos2
Metodos numericos2monica
 
Metodosnumericos2 100720142006-phpapp02
Metodosnumericos2 100720142006-phpapp02Metodosnumericos2 100720142006-phpapp02
Metodosnumericos2 100720142006-phpapp02wnorabuena
 
Metodos numericos2
Metodos numericos2Metodos numericos2
Metodos numericos2monica
 
Aproximaciones numéricas
Aproximaciones numéricasAproximaciones numéricas
Aproximaciones numéricasPedro González
 
Ejercicios detallados del obj 6 mat ii 178 179-
Ejercicios detallados del obj 6 mat ii  178 179-Ejercicios detallados del obj 6 mat ii  178 179-
Ejercicios detallados del obj 6 mat ii 178 179-Jonathan Mejías
 
Regresion Polinomial
Regresion PolinomialRegresion Polinomial
Regresion PolinomialDiego Egas
 
Ejercicio econometría 4.24 novales
Ejercicio econometría 4.24 novalesEjercicio econometría 4.24 novales
Ejercicio econometría 4.24 novalesJhonny Antequera
 
Taller No 4 _ Unidad 4 - Aplicaciones Matrices.pdf
Taller No 4 _ Unidad 4 - Aplicaciones Matrices.pdfTaller No 4 _ Unidad 4 - Aplicaciones Matrices.pdf
Taller No 4 _ Unidad 4 - Aplicaciones Matrices.pdfWilliamHernnCrdobaCa1
 
Algoritmos especiales
Algoritmos especialesAlgoritmos especiales
Algoritmos especialesThania2608
 
Miop u2 a2_aupc. algoritmo simplex-1
Miop u2 a2_aupc. algoritmo simplex-1Miop u2 a2_aupc. algoritmo simplex-1
Miop u2 a2_aupc. algoritmo simplex-1Aurelio Plancarte
 
2.04 ecuaciones cuadráticas
2.04 ecuaciones cuadráticas2.04 ecuaciones cuadráticas
2.04 ecuaciones cuadráticasbibliotecalcr
 
Metodo del punto fijo y de newton rapshon
Metodo del punto fijo y de newton rapshonMetodo del punto fijo y de newton rapshon
Metodo del punto fijo y de newton rapshonIsmael Campos Alanis
 

Similar a Ejercicios (20)

Mas ejercicios para la resolución de modelos aplicando el método simplex
Mas ejercicios para la resolución de modelos aplicando el método simplexMas ejercicios para la resolución de modelos aplicando el método simplex
Mas ejercicios para la resolución de modelos aplicando el método simplex
 
Ebook jaime casales
Ebook jaime casalesEbook jaime casales
Ebook jaime casales
 
Metodos numericos2
Metodos numericos2Metodos numericos2
Metodos numericos2
 
Metodosnumericos2 100720142006-phpapp02
Metodosnumericos2 100720142006-phpapp02Metodosnumericos2 100720142006-phpapp02
Metodosnumericos2 100720142006-phpapp02
 
Metodos numericos2
Metodos numericos2Metodos numericos2
Metodos numericos2
 
Aproximaciones numéricas
Aproximaciones numéricasAproximaciones numéricas
Aproximaciones numéricas
 
Método de las 2 fases
Método de las 2 fasesMétodo de las 2 fases
Método de las 2 fases
 
Metodos numericos 1
Metodos numericos 1Metodos numericos 1
Metodos numericos 1
 
Ejercicios detallados del obj 6 mat ii 178 179-
Ejercicios detallados del obj 6 mat ii  178 179-Ejercicios detallados del obj 6 mat ii  178 179-
Ejercicios detallados del obj 6 mat ii 178 179-
 
Regresion Polinomial
Regresion PolinomialRegresion Polinomial
Regresion Polinomial
 
Ejercicio econometría 4.24 novales
Ejercicio econometría 4.24 novalesEjercicio econometría 4.24 novales
Ejercicio econometría 4.24 novales
 
Ejercicios resueltos-1metodod de biseccionm...
Ejercicios resueltos-1metodod de biseccionm...Ejercicios resueltos-1metodod de biseccionm...
Ejercicios resueltos-1metodod de biseccionm...
 
Taller No 4 _ Unidad 4 - Aplicaciones Matrices.pdf
Taller No 4 _ Unidad 4 - Aplicaciones Matrices.pdfTaller No 4 _ Unidad 4 - Aplicaciones Matrices.pdf
Taller No 4 _ Unidad 4 - Aplicaciones Matrices.pdf
 
Algoritmos especiales
Algoritmos especialesAlgoritmos especiales
Algoritmos especiales
 
Computacion
ComputacionComputacion
Computacion
 
Miop u2 a2_aupc. algoritmo simplex-1
Miop u2 a2_aupc. algoritmo simplex-1Miop u2 a2_aupc. algoritmo simplex-1
Miop u2 a2_aupc. algoritmo simplex-1
 
2.04 ecuaciones cuadráticas
2.04 ecuaciones cuadráticas2.04 ecuaciones cuadráticas
2.04 ecuaciones cuadráticas
 
Tarea saud azam
Tarea saud azamTarea saud azam
Tarea saud azam
 
Metodo del punto fijo y de newton rapshon
Metodo del punto fijo y de newton rapshonMetodo del punto fijo y de newton rapshon
Metodo del punto fijo y de newton rapshon
 
Biseccion
BiseccionBiseccion
Biseccion
 

Más de Robinson

Metodos interactivos
Metodos interactivosMetodos interactivos
Metodos interactivosRobinson
 
Sistemas de ecuaciones
Sistemas de ecuacionesSistemas de ecuaciones
Sistemas de ecuacionesRobinson
 
Ejercicios
EjerciciosEjercicios
EjerciciosRobinson
 
Ejercicios
EjerciciosEjercicios
EjerciciosRobinson
 
Roots of equations
Roots of equationsRoots of equations
Roots of equationsRobinson
 
Roots of equations
Roots of equationsRoots of equations
Roots of equationsRobinson
 
Numerical approximation and solution of equations
Numerical approximation and solution of equationsNumerical approximation and solution of equations
Numerical approximation and solution of equationsRobinson
 
Numerical models
Numerical modelsNumerical models
Numerical modelsRobinson
 
Numerical models
Numerical modelsNumerical models
Numerical modelsRobinson
 

Más de Robinson (9)

Metodos interactivos
Metodos interactivosMetodos interactivos
Metodos interactivos
 
Sistemas de ecuaciones
Sistemas de ecuacionesSistemas de ecuaciones
Sistemas de ecuaciones
 
Ejercicios
EjerciciosEjercicios
Ejercicios
 
Ejercicios
EjerciciosEjercicios
Ejercicios
 
Roots of equations
Roots of equationsRoots of equations
Roots of equations
 
Roots of equations
Roots of equationsRoots of equations
Roots of equations
 
Numerical approximation and solution of equations
Numerical approximation and solution of equationsNumerical approximation and solution of equations
Numerical approximation and solution of equations
 
Numerical models
Numerical modelsNumerical models
Numerical models
 
Numerical models
Numerical modelsNumerical models
Numerical models
 

Ejercicios

  • 2.  
  • 3. CLOSED METHODS BISECTION FALSE POCISION
  • 4. Aproximar una raíz real positiva para la siguiente función con un ep< 0.01% Bisection method
  • 5.
  • 6.
  • 7.
  • 8.
  • 9.
  • 10.
  • 11. Haciendo algunos cálculos encontramos que la raíz se encuentra en el intervalo 2,1 – 2,2 = 2,2357235 Procedemos a calcular el valor de fa y fb 2. Calculamos Xm: f(a)= -3.7038(2.1)^3 + 16.2965(2.1)^2- 21.963(2.1) + 9.36 = 0,8043732 f(b)= -3.7038(2.5)^3 + 16.2965(2.5)^2- 21.963(2.5) + 9.36 = -1,56625
  • 12. 3. Completamos la tabla: iteración a b f(a) f(b) Xm f(Xm) error 1 2,1 2,5 0,8043732 -1,56625 2,2357235 0,3235934   2 2,2357235 2,5 0,3235934 -1,56625 2,2809749 0,0960588 1,983864 3 2,2809749 2,5 0,0960588 -1,56625 2,2936316 0,025875 0,5518178 4 2,2936316 2,5 0,025875 -1,56625 2,2969855 0,0067855 0,1460116 5 2,2969855 2,5 0,0067855 -1,56625 2,2978612 0,0017669 0,0381107 6 2,2978612 2,5 0,0017669 -1,56625 2,298089 0,0004592 0,0099116 7 2,298089 2,5 0,0004592 -1,56625 2,2981482 0,0001193 0,0025753 8 2,2981482 2,5 0,0001193 -1,56625 2,2981635 3,099E-05 0,000669 9 2,2981635 2,5 3,099E-05 -1,56625 2,2981675 8,05E-06 0,0001738
  • 13.
  • 14. OPEN METHODS SECANT PUNTO FIJO NEWTON RAPHSON
  • 15. Secant 1.El problema nos debe proporcionar dos valores iniciales , (Xi, Xi-1), para calcular Xi+1 2. Calcular Xi+1 3. Completar la tabla
  • 16. Aproxime una de las raíces reales de la siguiente ecuación por medio del método de la secante. Repita el proceso iterativo hasta obtener un ep<0.01% Xi -0,800000 Xi-1 -1,800000
  • 17. 1. Calculamos f(xi-1) , teniendo en cuenta los valores suministrados, (Xi, Xi-1): f(Xi-1)= e^(-1,8)*sen(-1,8)-1/2(-1,8) = 0,739024 f(Xi)= e^(-0,8)*sen(-0,8)-1/2(-0,8) = 0,077671
  • 18. 2. Calculamos la derivada de la función xi, f'(xi) f'(xi) = f(xi) – f(xi-1) /( xi - xi-1) = 3. Calculamos xi+1 = xi+1 = xi – (f(xi)/ f'(xi) ) = 4. Completamos la tabla: -0,661353 -0,682557
  • 19. iteración xi-1 xi f(xi-1) f(xi) f'(xi) xi+1 ep 1,000000 -1,800000 -0,800000 0,739024 0,077671 -0,661353 -0,682557   2,000000 -0,800000 -0,682557 0,077671 0,022531 -0,469505 -0,634568 7,562517 3,000000 -0,682557 -0,634568 0,022531 0,002987 -0,407267 -0,627234 1,169198 4,000000 -0,634568 -0,627234 0,002987 0,000169 -0,384196 -0,626794 0,070258 5,000000 -0,627234 -0,626794 0,000169 0,000001 -0,380848 -0,626790 0,000618 6,000000 -0,626794 -0,626790 0,000001 0,000000 -0,380656 -0,626790 0,000000
  • 20.
  • 21. fixed point method 1.El problema nos debe proporcionar un valor inicial , (Xi), para calcular g(x) 2. Calcular g(x) 3. Completar la tabla
  • 22. Obtener una raíz real de la siguiente función por el método de punto fijo Realizar el proceso iterativo hasta que se cumpla un ep<0.001%
  • 23. 1. Graficamos la función = x f(x) -4 -47,9816844 -3 -26,9502129 -2 -11,8646647 -1 -2,63212056 0 1 1 -0,28171817 2 -4,6109439 3 -6,91446308 4 6,59815003 5 73,4131591
  • 24. 2. Procedemos a despejar la ecuación = g(x) = x luego g(x1) = √ e^x /3 g(x2) = Ln(3x^2) o
  • 25. 3. Completamos la tabla = Observamos que tanto g1(x) como g2(x) convergen x g1(x) error 3 3,29583687   3,29583687 3,48393252 5,39894657 3,48393252 3,59493567 3,08776453 3,59493567 3,65766448 1,71499634 3,65766448 3,69226194 0,93702601 3,69226194 3,71109081 0,50736765 3,71109081 3,72126399 0,27337976 3,72126399 3,72673908 0,14691349 3,72673908 3,72967951 0,07883869 3,72967951 3,7312569 0,04227518 3,7312569 3,73210258 0,02265968 3,73210258 3,73255583 0,01214302 3,73255583 3,7327987 0,00650651 3,7327987 3,73292884 0,00348612 3,73292884 3,73299856 0,00186777 3,73299856 3,73303592 0,00100068 3,73303592 3,73305593 0,00053612 x g2(x) error -1 0,35018064   0,35018064 0,68782845 49,0889564 0,68782845 0,8143281 15,5342368 0,8143281 0,86749798 6,12910712 0,86749798 0,89086965 2,62346716 0,89086965 0,90134128 1,16178222 0,90134128 0,90607291 0,52221284 0,90607291 0,90821904 0,23630182 0,90821904 0,90919415 0,10724935 0,90919415 0,90963754 0,04874336 0,90963754 0,90983922 0,02216694 0,90983922 0,90993097 0,01008367 0,90993097 0,90997272 0,00458761 0,90997272 0,90999172 0,00208728 0,90999172 0,91000036 0,0009497
  • 26. Newton Raphson method 1. Este método nos proporciona un valor inicial para calcular xi+1 2. Calcular xi+1 3. Completar la tabla
  • 27. Obtener la raíz real negativa de la ecuación por el método de Newton Raphson. Aproxime hasta que ep< 0.02%
  • 28. 1. Graficamos la función = x f(x) -2,000000 0,876940 -1,900000 0,808463 -1,800000 0,739024 -1,700000 0,668839 -1,600000 0,598190 -1,500000 0,527429 -1,400000 0,456991 -1,300000 0,387400 -1,200000 0,319275 -1,100000 0,253343 -1,000000 0,190440 -0,900000 0,131523 -0,800000 0,077671 -0,700000 0,030091 -0,600000 -0,009882 -0,500000 -0,040786 -0,400000 -0,061035 -0,300000 -0,068927 -0,200000 -0,062657 -0,100000 -0,040333 0,000000 0,000000 0,100000 0,060333 0,200000 0,142655 0,300000 0,248911 0,400000 0,380944 0,500000 0,540439
  • 29. 2. Calculamos la función 3. Calculamos la derivada de la función 4. Completamos la tabla 3. Calculamos xi+1 Xi+1 = xi- (f(xi) / f’(xi)) f'(X)= e^x*cosx+senox-0,5 f(X)= e^x*senox-0,5
  • 30. iteración xi f(xi) f´(xi) xi+1 error 1,000000 -0,800000 0,077671 -0,509278 -0,647488   2,000000 -0,647488 0,008062 -0,398250 -0,627245 3,227340 3,000000 -0,627245 0,000173 -0,381048 -0,626790 0,072475 4,000000 -0,626790 0,000000 -0,380655 -0,626790 0,000037 5,000000 -0,626790 0,000000 -0,380654 -0,626790 0,000000
  • 31.
  • 32. Bibliography Ejercicios resueltos, datos tabularios y gráficos Mancilla.Robin