TALLER DE ANLISIS NUMRICO

METODOS BISECCIN, SECANTE Y NEWTON

PROFESOR:

JONATHAN RAMOS CHAUX




INTEGRANTES:

RAFAEL SANCHEZ CUADROS
2101702


WILSON CARVAJAL PIMIENTO
2012046



UNIVERSIDAD INDUSTRIAL DE SANTANDER
ESCUELA DE INGENIERIA DE SISTEMAS
ENERO 31 DE 2014

METODO DE BISECCIN

Digite la Funcin: 2*x*cos(2*x)-(1+x)^2

Digite el Valor de A: -1

Digite el Valor de C: 0

Digite el Nmero de Iteraciones: 18

Digite el Criterio de Parada: 0.00001
A=-1.000 B=-0.500 C= -0.500 fA=0.832 fB=-0.790fC=-0.790 Er= 100.000
A=-1.000 B=-0.750 C= -0.750 fA=0.832 fB=-0.169fC=-0.169 Er= 33.333
A=-0.875 B=-0.875 C= -0.750 fA=0.296 fB=0.296fC=-0.169 Er= 14.286
A=-0.813 B=-0.813 C= -0.750 fA=0.053 fB=0.053fC=-0.169 Er= 7.692
A=-0.813 B=-0.781 C= -0.781 fA=0.053 fB=-0.061fC=-0.061 Er= 4.000
A=-0.813 B=-0.797 C= -0.797 fA=0.053 fB=-0.005fC=-0.005 Er= 1.961
A=-0.805 B=-0.805 C= -0.797 fA=0.024 fB=0.024fC=-0.005 Er= 0.971
A=-0.801 B=-0.801 C= -0.797 fA=0.010 fB=0.010fC=-0.005 Er= 0.488
A=-0.799 B=-0.799 C= -0.797 fA=0.002 fB=0.002fC=-0.005 Er= 0.244
A=-0.799 B=-0.798 C= -0.798 fA=0.002 fB=-0.001fC=-0.001 Er= 0.122





GRAFICA 2xcos (2x)-(1+x) ^2

EJE X



ITERACIN VS VALOR ESTIMADO PARA LA RAZ

ITERACIN



ITERACIN VS EVALUACIN EN LA FUNCIN DE VALOR
ESTIMADO


ITERACIN VS NMERO TOTAL DE ITERACIONES


ITERACIN




MTODO DE LA SECANTE





ITERACIN VS VALOR ESTIMADO PARA LA RAZ


ITERACIN



ITERACIN VS EVALUACIN EN LA FUNCIN DE VALOR
ESTIMADO



ITERACIN




TOLERANCIA VS NUMERO TOTAL DE ITERACIONES

TOLERANCIA





MTODO DE NEWTON






ITERACIN VS VALOR ESTIMADO PARA LA RAZ


ITERACIN






ITERACIN VS EVALUACIN EN LA FUNCIN DEL VALOR
ESTIMADO


ITERACIN








TOLERANCIA VS NMERO TOTAL DE ITERACIONES


TOLERANCIA



































COMPORTAMIENTOS OBSERVADOS EN LAS GRFICAS



La principal desventaja del mtodo de biseccin es su lenta
convergencia. Para varios tipos de problemas nosotros podemos desear
usar un mtodo iterativo de convergencia ms rpida, el uso de estos
mtodos es esencial en casos tales como:


1. Se necesita una solucin con una alta precisin
2. La funcin es muy complicada y su clculo puede llevar bastante
tiempo
3. La misma ecuacin no lineal ha de ser resulta muchas veces (cientos
o incluso miles).


El mtodo de Newton, cuando converge, lo hace cuadrticamente, a
costa de evaluar la derivada en cada paso


Sin usar la derivada, el mtodo de la secante proporciona convergencia
superlineal.


El mtodo de la secante se basa en el mtodo de Newton, donde no se
requiere calcular la derivada


Resulta ms sencillo calcular las races con el mtodo de la secante que
con el mtodo de Newton debido que con la secante se parte de dos
puntos (y no slo uno como el mtodo de Newton) y estima la tangente
(es decir, la pendiente de la recta)

Con el mtodo de la secante no se requiere conocer el valor de la
primera derivada de la funcin en el punto, es decir, evita el clculo de la
derivada. En este mtodo no se requiere de la segunda derivada