Métodos - Numericos Final

FACULTAD DE INGENIERIA DE PROCESOS
PROGRAMA PROFESIONAL DE INGENIERIA DE INDUSTRIAS

ALIMENTARIAS
CURSO: MÉTODOS NUMÉRICOS
DOCENTE: CALAPUJA SAMBRANO, BIDDER SABINO
“RESOLUCIÓN DE EJERCICICOS DE 80 EJERCICICOS”
INTEGRANTES:
APELLIDO, NOMBRE CUI
1. Baca Charca Diego Vladimir 20180489
2. Ccahua Ccahua, Mariela 20123933
3. Chavez Cruz Alex Edwin 20103646
4. Huanca Pandia Cinthia Raquel 20163221
5. Muñuico Mamani Franklin 20180488
6. Sihuayro Apaza CintyaYanet 20130793
7. Solis Chambi Nicole 20172084
8. Valencia Malqui María Luisa 20120788
GRUPO N° 4 - TURNO “B”
Arequipa – 2019
1
ÍNDICE
PARTE I
EXPLICACION DE LA PROGRAMACION DE LOS METODOS......3
PARTE II
RESOLUCIÓN DE 10 EJERCICIOS CREADOS POR CADA
INTEGRANTE……...................................................................................….8
Resolución de 10 ejercicios creados por Baca Charca Diego

Vladimir……................................................................................................8
Resolución de 10 ejercicios creados por Ccahua Ccahua,
Mariela……………………………………………………………...…….19
Resolución de 10 ejercicios creados por Chavez Cruz Alex
Edwin…………………………………………………………………..…37
Resolución de 10 ejercicios creados por Huanca Pandia Cinthia
Raquel………………………………………………………..………...…49
Resolución de 10 ejercicios creados por Muñuico Mamani
Franklin…………………………………………………………………...54
Resolución de 10 ejercicios creados por Sihuayro Apaza CintyaYanet….67
Resolución de 10 ejercicios creados por Valencia Malqui María Luisa…82
Resolución de 10 ejercicios creados por Solis Chambi Nicole ……….…96
PARTE III
Resolución de ejercicios del libro RICARDO JAVIER HUANCO ANCORI,
terminado en numeraciones 4 y9……………………………………………………105
PARTE IVI
Resolución de ejercicios complementarios por integrante del libro de
Steven C.
Chapra………………………………………………………………..…120
2
PARTE I
EXPLICACION DE LA PROGRAMACION DE LOS METODOS:
APLICANDO EL PROGRAMADE MATLAB
La programación en Matlab está diseñada para realizarse en forma estructurada. La

programación estructurada es una técnica de programación orientada a elaborar programas
sencillos y fáciles de entender, haciendo uso de subrutinas y de tres estructuras básicas de
control que son: estructura secuencial, estructura selectiva y la estructura repetitiva (ó
iterativa).
EXPLICACION DE TODOS LOS METODOS
EXPLICACION DE LA PROGRAMACION DEL METODO DE NEWTON RAPHSON
Se introduce la función que deseamos resolver
f: La función, x0 : valor inicial y tol: la tolerancia
Se convierte a “x” en una variable simbólica para derivar
la función
Deriva con respecto a “x”
inline: convierte a “f” y su derivada “df” en una

función que dependa de “x”.
char: transforma a la derivada como una cadena de

caracteres para poder definir como función.
Número de iteraciones
Gráfica de la función definida en “f”
Para que la gráfica de la función salga en cuadrícula
3
EXPLICACION DE LA PROGRAMACION DEL METODO DE
BISECCION:
Se introduce la función que deseamos resolver
f: La función, a y b: intervalos y tol: la tolerancia
inline: convierte a “f” y su derivada “df” en una

función que dependa de “x”.
Imprime el título de cada columna de la tabla de

interacción
Muestra la tabla que se va a generar con sus

respectivos valores de iteración
Compara que intervalo se debe tomar y si hay

cambio de signo
una variable simbólica para derivar la función

10f indica la cantidad de decimales que tiene la raíz
Gráfica de la función definida en

“f”
Para que la gráfica de la función salga en
cuadrícula
4
EXPLICACION DE LA PROGRAMACION DEL METODO DE FALSA
POSICION:
Se introduce la función
que se desea resolver
Intervalos de la función y
la tolerancia
% falsa posición ('2*exp(x)-log(x+1)',1, 2,0.001)
Function falsa posicion (f, a, b, tol) F es la función, a y b son los
f=inline (f); intervalos y tol: la tolerancia
n=ceil ((log (b-a)-log (tol))/log (2));
% ceil Transforma f en una
Fprintf ('\n it. a b x= (a+b)/2 f(x) \n' función de matlab
x= (a+b)/2; Imprime el título de cada columna
Fprintf ('\n %2.0f %8.4f %8.4f %8.4f %8.4f %8.4f %8.4f de la%8.4f \n',i,a,b,c,Fa,Fb,Fc,abs(c-a));
tabla de interacción
b=x;
Muestra la tabla que se va a generar con
Else
sus respectivos valores de iteración
a=x;
End
While (error> tolerancia) Muestra los valores de la
C=(a*f(b)-b*f(a))/f(b)-f(a); interacción, de a, b y del error
Disp (it, a, b, error)
If f (a)*f(x) <0 Compara que intervalo se debe
B=c; tomar y si hay cambio de signo
Else a=c;
End Actualiza el error 10f indica la cantidad de
Error= abs (f(c)); decimales que tiene la raíz
It= it +1;
Fprintf ('\n La aproximación de la raíz es: %3.10f \n\n',x)
Ezplot (f) Aumenta en uno las interacciones en cada ciclo
Grid on;
Grafica la función
5
EXPLICACION DE LA PROGRAMACION DEL METODO DE LA
SECANTE:
6
EXPLICACION DE LA PROGRAMACION DEL METODO DEL
PUNTO FIJO:
Se introduce la función
que se desea resolver
Intervalos de la función
F es la función, a, el valor
% punto fijo ('2*exp(x)-cos(x+1)',0.5, 1,0.00001)
inicial y tol: la tolerancia
Function punto fijo (f, a, b, tol)
f=inline (f);
Transforma f en una
n=ceil ((log (b-a)-log (tol))/log (2)); función de matlab
% ceil
Fprintf ('\n it. a b x= (a+b)/2 f(x) \n'
Imprime el título de cada columna
For i=1: n
de la tabla de interacción
x= (a+b)/2;
Fprintf ('%3.0f %10.10f %10.10f %10.10f %10.10f \n', i, a, En b, x,f(x))
un bucle o ciclo que va desde uno
If f (a)*f(x) <0 hasta un número que le designemos
b=x;
Else
a=x; Muestra en cada paso los
Condiciona a la función, nos permite
End valores de la iteración
determinar la convergencia o divergencia
End
Fprintf ('\n La aproximación de la raíz es: %3.10f \n\n',x)
Ezplot (f) 10f indica la cantidad de
Grid on; decimales que tiene la raíz
Grafica la función
7
PARTE II
RESOLUCIÓN DE 10 EJERCICIOS CREADOS POR CADA
INTEGRANTE
ELABORADO POR: Baca Charca Diego Vladimir
1. Ejercicio: Determine la raíz negativa de la ecuación:

Cos(x)-5𝑥
[-2,-1] (0.000001) mediante el método de la bisección.
𝑥1 + 𝑥0
𝑥2 =
2
−2+(−1)
𝑥2 = =-1.5
2
iteraciones 𝒙𝟎 𝒙𝟏 𝒙𝟐 |𝒙𝟎 -𝒙𝟏 |
1 -2 -1 -1.5 1
2 -1.5 -1 -1.25 0.5
3 -1.5 -1.25 -1.37 0.25
biseccion('cos(x)-5^x',-2,-1,0.000001)
it. a b x=(a+b)/2 f(x)
1 -2.0000000000 -1.0000000000 -1.5000000000 -0.0187055174
2 -1.5000000000 -1.0000000000 -1.2500000000 0.1815743014
3 -1.5000000000 -1.2500000000 -1.3750000000 0.0851731668
4 -1.5000000000 -1.3750000000 -1.4375000000 0.0339941270
5 -1.5000000000 -1.4375000000 -1.4687500000 0.0078130281
6 -1.5000000000 -1.4687500000 -1.4843750000 -0.0054067052
7 -1.4843750000 -1.4687500000 -1.4765625000 0.0012133753
8 -1.4843750000 -1.4765625000 -1.4804687500 -0.0020941527
9 -1.4804687500 -1.4765625000 -1.4785156250 -0.0004397555
10 -1.4785156250 -1.4765625000 -1.4775390625 0.0003869688
11 -1.4785156250 -1.4775390625 -1.4780273438 -0.0000263537
12 -1.4780273438 -1.4775390625 -1.4777832031 0.0001803175
13 -1.4780273438 -1.4777832031 -1.4779052734 0.0000769844
14 -1.4780273438 -1.4779052734 -1.4779663086 0.0000253160
15 -1.4780273438 -1.4779663086 -1.4779968262 -0.0000005187
16 -1.4779968262 -1.4779663086 -1.4779815674 0.0000123987
17 -1.4779968262 -1.4779815674 -1.4779891968 0.0000059400
18 -1.4779968262 -1.4779891968 -1.4779930115 0.0000027107
19 -1.4779968262 -1.4779930115 -1.4779949188 0.0000010960
20 -1.4779968262 -1.4779949188 -1.4779958725 0.0000002886
8
La aproximación de la raíz es: -1.4779958725
2. Ejercicio: Determine la raíz positiva de la ecuación: ln(x+4)-

2𝑥
[0.25,1] (0.000001) mediante el método de la bisección.
𝑥1 + 𝑥0
𝑥2 =
2
1+0.25
𝑥2 = =0.625
2
iteraciones 𝒙𝟎 𝒙𝟏 𝒙𝟐 |𝒙𝟎 -𝒙𝟏 |
1 0.25 1 0.625 0.75
2 0.25 0.625 0.4375 0.375
3 0.4375 0.625 0.53125 0.1875
biseccion('log(x+4)-2^x',0.25,1,0.000001)

1 0.2500000000 1.0000000000 0.6250000000 -0.0107344544
2 0.2500000000 0.6250000000 0.4375000000 0.1358356079
3 0.4375000000 0.6250000000 0.5312500000 0.0658170326
4 0.5312500000 0.6250000000 0.5781250000 0.0283817974
5 0.5781250000 0.6250000000 0.6015625000 0.0090368785
6 0.6015625000 0.6250000000 0.6132812500 -0.0007950952
7 0.6015625000 0.6132812500 0.6074218750 0.0041342657
8 0.6074218750 0.6132812500 0.6103515625 0.0016729349
9 0.6103515625 0.6132812500 0.6118164063 0.0004397580
10 0.6118164063 0.6132812500 0.6125488281 -0.0001774590
11 0.6118164063 0.6125488281 0.6121826172 0.0001312019
12 0.6121826172 0.6125488281 0.6123657227 -0.0000231154
13 0.6121826172 0.6123657227 0.6122741699 0.0000540465
14 0.6122741699 0.6123657227 0.6123199463 0.0000154664
9
15 0.6123199463 0.6123657227 0.6123428345 -0.0000038243
16 0.6123199463 0.6123428345 0.6123313904 0.0000058211
17 0.6123313904 0.6123428345 0.6123371124 0.0000009984
18 0.6123371124 0.6123428345 0.6123399734 -0.0000014130
19 0.6123371124 0.6123399734 0.6123385429 -0.0000002073
20 0.6123371124 0.6123385429 0.6123378277 0.0000003955
La aproximación de la raíz es: 0.6123378277
3. Ejercicio: Determine la raíz positiva de la ecuación:

ln(x)+ 3𝑥 2
[0.25, 0.75] (0.01) Mediante el método de la falsa
posición
𝑓(𝑥1 )(𝑥0 − 𝑥1 )
𝑥2 = 𝑥1 −
𝑓(𝑥1 ). 𝑓(𝑥0 )
falsaposicion('log(x)+3*x^2',0.25,0.75,0.01)
i a b c F(a) F(b) F(c) |c-a|
1 0.2500 0.4807 0.7500 -1.1988 -0.0395 1.3998 0.5000
2 0.4807 0.4881 0.7500 -0.0395 -0.0028 1.3998 0.2693
3 0.4881 0.4886 0.7500 -0.0028 -0.0002 1.3998 0.2619
4 0.4886 0.4886 0.7500 -0.0002 -0.0000 1.3998 0.2614
5 0.4886 0.4886 0.7500 -0.0000 -0.0000 1.3998 0.2614
6 0.4886 0.4886 0.7500 -0.0000 -0.0000 1.3998 0.2614
7 0.4886 0.4886 0.7500 -0.0000 -0.0000 1.3998 0.2614
8 0.4886 0.4886 0.7500 -0.0000 -0.0000 1.3998 0.2614
9 0.4886 0.4886 0.7500 -0.0000 -0.0000 1.3998 0.2614
10
10 0.4886 0.4886 0.7500 -0.0000 -0.0000 1.3998 0.2614
11 0.4886 0.4886 0.7500 -0.0000 -0.0000 1.3998 0.2614
12 0.4886 0.4886 0.7500 -0.0000 -0.0000 1.3998 0.2614
13 0.4886 0.4886 0.7500 -0.0000 -0.0000 1.3998 0.2614
14 0.4886 0.4886 0.7500 -0.0000 -0.0000 1.3998 0.2614
15 0.4886 0.4886 0.7500 -0.0000 0.0000 1.3998 0.2614
La aproximación de la raíz es: 0.4886>>

𝑒 𝑥 − 6𝑥
[2.5, 3] (0.01) Mediante el método de la falsa posición
𝑓(𝑥1 )(𝑥0 − 𝑥1 )
𝑥2 = 𝑥1 −
𝑓(𝑥1 ). 𝑓(𝑥0 )
falsaposicion('exp(x)-6*x',2.5,3,0.01)
1 2.5000 2.7873 3.0000 -2.8175 -0.4865 2.0855 0.5000
2 2.7873 2.8275 3.0000 -0.4865 -0.0613 2.0855 0.2127
3 2.8275 2.8325 3.0000 -0.0613 -0.0074 2.0855 0.1725
4 2.8325 2.8331 3.0000 -0.0074 -0.0009 2.0855 0.1675
5 2.8331 2.8331 3.0000 -0.0009 -0.0001 2.0855 0.1669
11
6 2.8331 2.8331 3.0000 -0.0001 -0.0000 2.0855 0.1669
7 2.8331 2.8331 3.0000 -0.0000 -0.0000 2.0855 0.1669
8 2.8331 2.8331 3.0000 -0.0000 -0.0000 2.0855 0.1669
9 2.8331 2.8331 3.0000 -0.0000 -0.0000 2.0855 0.1669
10 2.8331 2.8331 3.0000 -0.0000 -0.0000 2.0855 0.1669
11 2.8331 2.8331 3.0000 -0.0000 -0.0000 2.0855 0.1669
12 2.8331 2.8331 3.0000 -0.0000 -0.0000 2.0855 0.1669
13 2.8331 2.8331 3.0000 -0.0000 -0.0000 2.0855 0.1669
14 2.8331 2.8331 3.0000 -0.0000 -0.0000 2.0855 0.1669
15 2.8331 2.8331 3.0000 -0.0000 -0.0000 2.0855 0.1669
16 2.8331 2.8331 3.0000 -0.0000 -0.0000 2.0855 0.1669
17 2.8331 2.8331 3.0000 -0.0000 0.0000 2.0855 0.1669

5. Ejercicio: Determine la raíz positiva de la ecuación: Cos(x)-

2x+3
1. [1.25] (0.000001) Mediante el método de la newton raphson
𝑓(𝑥𝑛 )
𝑥𝑛+1 = 𝑥𝑛 −
𝑓´(𝑥𝑛 )
𝑓(1.25)
𝑥2 = 1.25 −
𝑓´(1.25)
12
0.81532
𝑥2 = 1.25 −
−2.94898
𝑥2 = 1.52648
𝑓(1.52648)
𝑥3 = 1.52648 −
𝑓´(1.52648)
−0.00865818
𝑥3 = 1.52648 −
−2.99902
𝑥3 = 1.52359
newton('cos(x)-2*x+3',1.25,0.000001)
i x f(x)
1 1.5264756239 -0.0086450534
2 1.5235929958 -0.0000001881
6. Ejercicio: Determine la raíz positiva de la ecuación: Sen(x)-

4x+9
[2] (0.000001) Mediante el método de la newton raphson
𝑓(𝑥𝑛 )
𝑥𝑛+1 = 𝑥𝑛 −
𝑓´(𝑥𝑛 )
𝑓(2)
𝑥𝑛+1 = 2 −
𝑓´(2)
13
1.9093
𝑥𝑛+1 = 2 −
−4.41615
𝑥2 = 2.43234
𝑓(2.43234)
𝑥3 = 2.43234 −
𝑓´(2.43234)
−0.0780922
𝑥3 = 2.43234 −
−4.75885
𝑥3 = 2.411593
newton('sin(x)-4*x+9',2,0.000001)
i x f(x)
1 2.4323446429 -0.0781152646
2 2.4159299136 -0.0000882967
3 2.4159113172 -0.0000000001
7. Ejercicio: Determine la raíz positiva de la ecuación: Sen(x)-

5𝑥 2
[0.125, 0.25] (1) Mediante el método de la secante
𝑓(𝑥1 )(𝑥0 − 𝑥1 )
𝑥2 = 𝑥1 −
𝑓(𝑥1 ). 𝑓(𝑥0 )
𝑓(0.25)(0.125 − 0.25)
𝑥2 = 0.25 −
𝑓(0.25). 𝑓(0.125)
𝑥2 = 0.177118
14
(0.0193395)(0.25 − 0.177118)
𝑥3 = 0.177118 −
(−0.065096 − 0.0193395)
𝑥3 = 0.193811
secante('sin(x)-5*x^2',0.125,0.25,1)
i a b r error
1 0.125000 0.250000 0.177118 41.149108
2 0.250000 0.177118 0.193811 8.613261
3 0.177118 0.193811 0.199301 2.754678
4 0.193811 0.199301 0.198671 0.317117
Se concluye que la aproximación a la raíz es : xa = 0.1987
8. Ejercicio: Determine la raíz positiva de la ecuación: Cos(x)-

4x
[0.125, 0.375] (1) Mediante el método de la secante
𝑓(𝑥1 )(𝑥0 − 𝑥1 )
𝑥2 = 𝑥1 −
𝑓(𝑥1 ). 𝑓(𝑥0 )
𝑓(0.375)(0.125 − 0.375)
𝑥2 = 0.375 −
𝑓(0.375). 𝑓(0.125)
𝑥2 = 0.2409
(0.00752365)(0.375 − 0.2409)
𝑥3 = 0.2409 −
(−0.569993 − 0.00752365)
𝑥3 = 0.242649
secante('cos(x)-4*x',0.125,0.375,1)
i a b r error
1 0.125000 0.375000 0.240900 55.666531
15
2 0.375000 0.240900 0.242649 0.720772
Se concluye que la aproximación a la raíz es : xa = 0.2426
9. Ejercicio: Determine la raíz positiva de la ecuación: x 3 +

𝑥=6
[1.5] (0.000001) Mediante el método del punto fijo
puntofijo('(6-x)^(1/3)',1.5,0.000001)
x3 + 𝑥 = 6
𝑥0 = (6 − x)1/3
1
G(x)=− 3(6−x)1/3
G(x)=-0.1229
𝑥1 = (6 − x 3 )
𝐺(𝑥) = −3x 3
G(x)= -6.75
it. x g(x)
0 1.5000000000 1.6509636244
1 1.6509636244 1.6322913533
2 1.6322913533 1.6346240594
3 1.6346240594 1.6343330009
4 1.6343330009 1.6343693227
5 1.6343693227 1.6343647901
16
6 1.6343647901 1.6343653558
La aproximación del punto fijo es 1.6343653558

𝑥 2 − 3𝑥 + 𝐶𝑜𝑠(2) − 2
𝑥 2 + 𝐶𝑜𝑠(2) − 2
𝑥0 =
3
2𝑥
G(x)= 3
G(x)=2.6666
𝑥1 = √3x − cos(2) + 2
3
𝐺(𝑥) =
2√3x − cos(2) + 2
G(x)=0.39506
17
[4] (0.000001) Mediante el método del punto fijo
puntofijo('sqrt(3*x-cos(2)+2)',4,0.001)
it. x g(x)
0 4.0000000000 3.7968601287
1 3.7968601287 3.7157404676
2 3.7157404676 3.6828478436
3 3.6828478436 3.6694264358
4 3.6694264358 3.6639358815
5 3.6639358815 3.6616873817
6 3.6616873817 3.6607661741
18
RESOLUCIÓN DE 10 EJERCICIOS CREADOS
ELABORADO POR: Ccahua Ccahua Mariela
1. MÉTODO DE NEWTON RAPHSON

Ejercicio N°1
𝑓(𝑥) = 𝑥 3 + 𝑥 2 − 𝑥 − 6
PRIMER PASO: Graficar la función (verificar con el criterio del teorema del Bolzano).
SEGUNDO PASO:
Derivar la función:
𝑓´(𝑥) = 3𝑥 2 + 2𝑥 − 1
TERCER PASO: Aplicando la fórmula realizar las iteraciones necesarias:
𝑓(𝑥)
 Primera iteración: xi+1= xi - = 252.0000000000
𝑓´(𝑥)
𝑓(𝑥)
 Segunda iteración: xi+2= xi+1− =75.7077142276
𝑓´(𝑥)
19
Aplicando el programa Matlab al ejercicio N°1
newton('x^3+x^2-x +6',0,0.000001)
i X f(x)
1 6.0000000000 252.0000000000
2 3.8823529412 75.7077142276
3 2.4259507970 23.7365825171
4 1.3223145138 8.7382888119
5 0.0540901968 5.9489938070
6 6.7910193495 358.5147731988
7 4.4157405445 107.1845092322
8 2.7997582562 32.9852027142
9 1.6265529051 11.3224507534
10 0.5154334190 5.8871742164
11 -6.5956966558 -230.8350945355
12 -4.6111835213 -66.1734603218
13 -3.3758359409 -17.6998278771
14 -2.7063296118 -3.7912038025
15 -2.4626789925 -0.4081587455
16 -2.4294115246 -0.0070329786
17 -2.4288178889 -0.0000022158

GRÁFICA ELABORADO
POR MATLAB
20
Ejercicio N°2
𝑥
𝑓(𝑥) = 𝑒 3 − sin(𝑥)
SEGUNDO PASO:
Derivar la función:
𝑥
1
𝑓´(𝑥) = 3 (𝑒 3 − 3cos(𝑥))
𝑓(𝑥)
 Primera iteración: xi+1= xi - = 0.6512262841
𝑓´(𝑥)
𝑓(𝑥)
 Segunda iteración: xi+2= xi+1− = 0.9082410489
𝑓´(𝑥)
newton('exp(x/3)-sin(x)',0,0.000001)
i X f(x)
21
1 1.5000000000 0.6512262841
2 0.1399821046 0.9082410489
3 1.5569765827 0.6804288376
4 0.3114356034 0.8029662280
5 1.6908717972 0.7642287304
6 0.6075712331 0.6536141211
7 2.1906553406 1.2615735855
8 1.1994483808 0.5597113558
9 -2.9678102940 0.5447569706
10 -3.4590748678 0.0035048097
11 -3.4623961714 0.0000019210
12 -3.4623979938 0.0000000000
GRÁFICA ELABORADO POR MATLAB
2. MÉTODO DE BISECCIÓN
En éste métodos se aprovechan el hecho de que una función cambia de signo en la vecindad
de una raíz. A estas técnicas se les llama métodos cerrados, o de intervalos, porque se
necesita de dos valores iniciales para la raíz. Dichos valores iniciales deben “encerrar”, o
estar a ambos lados de la raíz.
Ejercicio N°1
22
𝑓(𝑥) = 3𝑠𝑖𝑛(𝑥 2 − 2)
SEGUNDO PASO:
Dar valores iniciales:
𝑎=1
𝑏 = 1.5
TERCER PASO: aplicando la fórmula determinar el número de iteraciones necesarias para
dicha función.
ln(b−a)
𝜀
𝑖≥ =4
ln2
CUARTO PASO: Aplicando la fórmula realizar las iteraciones necesarias:

𝑎+𝑏
Primera iteración: xi+1 = = 1.2500000000
2
𝑎+𝑏
 Segunda iteración: xi+2 = = 1.3750000000
2
biseccion('3*sin(x^2-2)',1,1.5,0.05)
i a B x=(a+b)/2 f(x)
23
1 1.0000000000 1.5000000000 1.2500000000 -1.2710287716
2 1.2500000000 1.5000000000 1.3750000000 -0.3274711706
3 1.3750000000 1.5000000000 1.4375000000 0.1990723635
4 1.3750000000 1.4375000000 1.4062500000 -0.0673771469
Ejercicio N°2
𝑓(𝑥) = 3𝑐𝑜𝑠(𝑥 𝑥/3 ) − sin(𝑥)

SEGUNDO PASO:
24
𝑎 = 0.5
𝑏=1
TERCER PASO: aplicando la fórmula determinar el número de iteraciones necesarias para
dicha función.
ln(b−a)
𝜀
𝑖≥ = 19
ln2
CUARTO PASO: Aplicando la fórmula realizar las iteraciones necesarias:

𝑎+𝑏
 Primera iteración: xi+1 = = 0.7500000000
2
𝑎+𝑏
 Segunda iteración: xi+2 = = 0.8750000000
2
Ejercicio N°2
biseccion('3*cos(x/3)-sin(x)',0.5,1,0.000001)
i a B x=(a+b)/2 f(x)
1 0.5000000000 1.0000000000 0.7500000000 2.2250985051
2 0.7500000000 1.0000000000 0.8750000000 2.1057543712
3 0.8750000000 1.0000000000 0.9375000000 2.0486227359
4 0.9375000000 1.0000000000 0.9687500000 2.0207632434
5 0.9687500000 1.0000000000 0.9843750000 2.0070183944
6 0.9843750000 1.0000000000 0.9921875000 2.0001931956
25
7 0.9921875000 1.0000000000 0.9960937500 1.9967925253
8 0.9960937500 1.0000000000 0.9980468750 1.9950951877
9 0.9980468750 1.0000000000 0.9990234375 1.9942472701
10 0.9990234375 1.0000000000 0.9995117188 1.9938234994
11 0.9995117188 1.0000000000 0.9997558594 1.9936116611
12 0.9997558594 1.0000000000 0.9998779297 1.9935057537
13 0.9998779297 1.0000000000 0.9999389648 1.9934528029
14 0.9999389648 1.0000000000 0.9999694824 1.9934263283
15 0.9999694824 1.0000000000 0.9999847412 1.9934130912
16 0.9999847412 1.0000000000 0.9999923706 1.9934064726
17 0.9999923706 1.0000000000 0.9999961853 1.9934031634
18 0.9999961853 1.0000000000 0.9999980927 1.9934015088
19 0.9999980927 1.0000000000 0.9999990463 1.9934006814

3. MÉTODO DE LA SECANTE
26
Es similar a la del método de Newton-Raphson en el sentido de que una aproximación de la
raíz se predice extrapolando una tangente de la función hasta el eje x. Sin embargo, el método
de la secante usa una diferencia dividida en lugar de una derivada para estimar la pendiente.
Ejercicio N°1
𝑓(𝑥) = 𝑠𝑖𝑛(𝑥) + 8𝑥 − 2
SEGUNDO PASO:
𝑎=0
𝑏=1
𝑓(𝑥𝑖)(𝑥𝑖−1−𝑥𝑖)
 Primera iteración: xi+1 = xi - =0.226207
𝑓(𝑥𝑖−1)−𝑓(𝑥𝑖)
 Segunda iteración: xi+2 = xi+1 - =0.222349
secante('sin(x)+8*x-2',0,1,1)
27
i a B r error
1 0.000000 1.000000 0.226207 342.073549
2 1.000000 0.226207 0.222349 1.734848
3 0.226207 0.222349 0.222426 0.034268
Se concluye que la aproximación a la raíz es:

xa = 0.2224

Ejercicio N°2
𝑓(𝑥) = 𝑐𝑜𝑠(𝑥) − 2𝑥 2 + 𝑥 + 2
28
SEGUNDO PASO:
𝑎=0
𝑏=2
 Primera iteración: xi+1 = xi - =2.055220
 Segunda iteración: xi+2 = xi+1 - = 1.254016
secante('cos(x)-2*x^2+x+2',0,2,0.0001)
i a B r error
1 0.000000 1.000000 2.055220 51.343410
2 1.000000 2.055220 1.254016 63.891036
3 2.055220 1.254016 1.317826 4.842044
4 1.254016 1.317826 1.336398 1.389703
5 1.317826 1.336398 1.335780 0.046268
Se concluye que la aproximación a la raíz es:

xa = 1.3358
29
4. MÉTODO DE LA FALSA POSICIÓN
Es un método alternativo que aprovecha la visualización gráfica consiste en unir f(x i) y f(xu)
con una línea recta. La intersección de esta línea con el eje de las x representa una mejor
aproximación de la raíz. El hecho de que se reemplace la curva por una línea recta da una
“falsa posición” de la raíz.
Ejercicio N°1
𝑓(𝑥) = 𝑠𝑖𝑛(−𝑥) − cos(𝑥)
SEGUNDO PASO:
xa = 0
30
xb= 2
𝑥𝑏−𝑥𝑎
 Primera iteración: xc = xb-f (xb). = 2.0000
𝑓(𝑥𝑏)−𝑓(𝑥𝑎)
𝑥𝑏−𝑥𝑎
 Error porcentual: |𝜀𝑝| = | | 100%= 2.0000
xb
𝑥𝑏−𝑥𝑎
 Segunda iteración: xc+1 = xb-f (xb). = 3.9459
𝑥𝑏−𝑥𝑎
xb
falsaposicion('sin(-x)-cos(x)',0,2,0.0001)
i a b c f(a) f(b) f(c) |c-a|
1 0.0000 3.9459 2.0000 -1.0000 1.4140 -0.4932 2.0000
2 0.0000 1.6346 3.9459 -1.0000 -0.9342 1.4140 3.9459
3 1.6346 2.5542 3.9459 -0.9342 0.2781 1.4140 2.3113
4 1.6346 2.3432 2.5542 -0.9342 -0.0184 0.2781 0.9195
5 2.3432 2.3563 2.5542 -0.0184 0.0001 0.2781 0.2110
6 2.3432 2.3562 2.3563 -0.0184 -0.0000 0.0001 0.0131
31
Ejercicio N°2
𝑓(𝑥) = 𝑐𝑜𝑠(𝑥) − 2𝑥 + 6
SEGUNDO PASO:
xa = 0
xb= 2
32
𝑥𝑏−𝑥𝑎
 Primera iteración: xc = xb-f (xb). = 2.0000
𝑥𝑏−𝑥𝑎
 Error porcentual: |𝜀𝑝| = | | 100%=2.0000
xb
𝑥𝑏−𝑥𝑎
 Segunda iteración: xc+1 = xb-f (xb). = 2.5849
𝑥𝑏−𝑥𝑎
xb
falsaposicion('cos(x)-2*x+6',0,2,0.0001)
1 0.0000 2.5849 2.0000 0.0000 -0.0187 1.5839 2.0000
2 0.0000 2.5780 2.5849 7.0000 -0.0013 -0.0187 2.5849
3 0.0000 2.577 2.5780 7.0000 -0.0001 -0.0013 2.5780
4 0.0000 2.5775 2.5775 7.0000 -0.0000 -0.0001 2.5775
33
5. MÉTODO DE PUNTO FIJO
El método de punto fijo es un método iterativo, la idea principal es encontrar las

raíces de una ecuación al proponerlas como puntos fijos de una formulación
alternativa.
f (x) = 0 ⇒ g(x) = x
puntofijo('((x+5)/2-x)^(1/2)',2,0.000001)
i x g(x)
0 2.0000000000 1.2247448714
1 1.2247448714 1.3739095910
2 1.3739095910 1.3464936704
3 1.3464936704 1.3515743283
4 1.3515743283 1.3506342347
5 1.3506342347 1.3508082331
6 1.3508082331 1.3507760301
7 1.3507760301 1.3507819902
8 1.3507819902 1.3507808871
9 1.3507808871 1.3507810912
34
puntofijo('log(x)-(1/x)',1,0.000001)
i x g(x)
0 1.0000000000 -1.0000000000
1 -1.0000000000 1.0000000000
2 1.0000000000 1.1009854851
3 1.1009854851 0.3390518933
4 0.3390518933 0.1856246511
5 0.1856246511 0.6582388127
6 0.6582388127 0.5792700785
7 0.5792700785 0.4094772589
8 0.4094772589 0.4723865141
9 0.4723865141 0.5360766057
10 0.5360766057 0.4947690990
11 0.4947690990 0.4752471326
12 0.4752471326 0.4976181540
13 0.4976181540 0.5014488790
14 0.5014488790 0.4908775387
15 0.4908775387 0.4913579321
35
16 0.4913579321 0.4959203929
17 0.4959203929 0.4947561085
18 0.4947561085 0.4929935828
19 0.4929935828 0.4938710332
20 0.4938710332 0.4944639547
21 0.4944639547 0.4939549919
22 0.4939549919 0.4937999236
23 0.4937999236 0.4940559683
24 0.4940559683 0.4940709650
25 0.4940709650 0.4939552661
26 0.4939552661 0.4939726964
27 0.4939726964 0.4940199552
28 0.4940199552 0.4940024750
29 0.4940024750 0.4939853240
30 0.4939853240 0.4939965727
31 0.4939965727 0.4940017784
32 0.4940017784 0.4939957509
33 0.4939957509 0.4939947135
34 0.4939947135 0.4939975795
35 0.4939975795 0.4939974405
36 0.4939974405 0.4939962090
37 0.4939962090 0.4939965259
36
ELABORADO POR: Chavez Cruz Alex Edwin
MÉTODO DE LA BISECCION
1. Hallar: 2^x- cos (x+1)
%biseccion('2*exp(x)-cos(x+1)',0.5,1,0.00001)
function biseccion(f,a,b,tol)
f=inline(f);% inline convierte a f en una función que depende de x
n=ceil((log(b-a)-log(tol))/log(2));
% ceil toma el entero mayor cercano obtenido por la cota de error del
método
fprintf('\n it. a b x=(a+b)/2 f(x)
\n')
for i=1:n
x=(a+b)/2;
fprintf('%3.0f %10.10f %10.10f %10.10f %10.10f \n',i,a,b,x,f(x))
% muestra en cada paso los valores de: la iteración i, a, b, x y
f(x)
if f(a)*f(x)<0
b=x;
else
a=x;
37
end
end
fprintf('\n La aproximación de la raíz es: %3.10f \n\n',x)
ezplot(f)
grid on;
>> biseccion('2*exp(x)-cos(x+1)',0.5,1,0.0001)

1 0.5000000000 1.0000000000 0.7500000000 4.4122460889
2 0.7500000000 1.0000000000 0.8750000000 5.0972840941
3 0.8750000000 1.0000000000 0.9375000000 5.4657191334
4 0.9375000000 1.0000000000 0.9687500000 5.6568309141
5 0.9687500000 1.0000000000 0.9843750000 5.7541663940
6 0.9843750000 1.0000000000 0.9921875000 5.8032863058
7 0.9921875000 1.0000000000 0.9960937500 5.8279602314
8 0.9960937500 1.0000000000 0.9980468750 5.8403258036
9 0.9980468750 1.0000000000 0.9990234375 5.8465157567
10 0.9990234375 1.0000000000 0.9995117188 5.8496125269
11 0.9995117188 1.0000000000 0.9997558594 5.8511613606
12 0.9997558594 1.0000000000 0.9998779297 5.8519358896
13 0.9998779297 1.0000000000 0.9999389648 5.8523231822
2. Hallar la raíz de la función f(x)= x^3-3x^2-5x+3

function r=biseccion(a,b,e)
error=abs(a-b);
m=(a+b)/2;
i=1;
x=a:0.01:b;
38
y=fun(x);
plot(x,y);
grid on
hold on
fprintf(' i a b m f(a) f(m) error \n');
fprintf('%2i %4.5f %4.5f %4.5f %4.5f %4.5f %4.5f \n',i,a,b,m,fun(a),fun(m),error);
while error>e
m=(a+b)/2;
if fun(a)*fun(m)>0
a=m;
else
b=m;
end
error=abs(a-b);
i=i+1;
fprintf('%2i %4.5f %4.5f %4.5f %4.5f %4.5f %4.5f \n',i,a,b,m,fun(a),fun(m),error);
end
r=m;
plot(r,0,'*')
fprintf(' La raiz es: %4.5f\n',r);
>> r=biseccion(-2,0,0.001)
I A B M F(A) F(M) ERROR

1 -2.00000 0.00000 -1.00000 -7.00000 4.00000 2.00000
2 -2.00000 -1.00000 -1.00000 -7.00000 4.00000 1.00000
3 -2.00000 -1.50000 -1.50000 -7.00000 0.37500 0.50000
4 -1.75000 -1.50000 -1.75000 -2.79688 -2.79688 0.25000
5 -1.62500 -1.50000 -1.62500 -1.08789 -1.08789 0.12500
6 -1.56250 -1.50000 -1.56250 -0.32642 -0.32642 0.06250
7 -1.56250 -1.53125 -1.53125 -0.32642 0.03171 0.03125
8 -1.54688 -1.53125 -1.54688 -0.14549 -0.14549 0.01563
9 -1.53906 -1.53125 -1.53906 -0.05643 -0.05643 0.00781
10 -1.53516 -1.53125 -1.53516 -0.01224 -0.01224 0.00391
11 -1.53516 -1.53320 -1.53320 -0.01224 0.00976 0.00195
12 -1.53418 -1.53320 -1.53418 -0.00123 -0.00123 0.00098
La raiz es: -1.53418
39
MÉTODO DE LA FALSA POSICIÓN
3. Hallar: 'exp(x/2)-log(x+1)
%falsaposicion('exp(x/2)-log(x+1)',1,2,0.01)
function falsaposicion(f,a,c,tol)
Fx=inline(f);% inline convierte a f en una función que depende de x
x=a;
Fa=eval(f);
x=c;
Fc=eval(f);
fprintf('\n i a b c F(a) F(b) F(c) |c-a| \n');
i=0;
while abs(c-a)>tol
b=(c*Fa-a*Fc)/(Fa-Fc);
x=b;
Fb=eval(f);
i=i+1;
fprintf('\n %2.0f %8.4f %8.4f %8.4f %8.4f %8.4f %8.4f %8.4f\n',i,a,b,c,Fa,Fb,Fc,abs(c-a));
if abs(Fc)<tol
break;
else
40
if Fa*Fb<=0
c=b;
Fc=Fb;
else
a=b;
Fa=Fb
end
end
end
fprintf('\n La aproximación de la raíz es: %.4f',b);
ezplot(f)
grid on;
>> falsaposicion('exp(x/2)-log(x+1)',1,2,0.01)

1 1.0000 -0.4389 2.0000 0.9556 1.3808 1.6197 1.0000
2 -0.4389 -14.5394 2.0000 1.3808 -2.6049 1.6197 2.4389
3 -0.4389 -3.4520 -14.5394 1.3808 -1.1612 -2.6049 14.1004
4 -0.4389 -0.7335 -3.4520 1.3808 0.0459 -1.1612 3.8365
5 -0.7335 0.5570 -3.4520 0.0459 -0.4465 -1.1612 2.8421
6 0.5570 0.3888 -3.4520 -0.4465 0.1840 -1.1612 4.0106
7 0.5570 0.3579 0.3888 -0.4465 0.0102 0.1840 0.7921
8 0.5570 0.3543 0.3579 -0.4465 0.0005 0.0102 0.5929
9 0.5570 0.3539 0.3543 -0.4465 0.0000 0.0005 0.5834
4. Encontrar la raíz: exp(-x)-(x-1)

%falsaposicion('exp(-x)-(x-1)',0.5,1,0.001)
x=a;
41
Fa=eval(f);
x=c;
Fc=eval(f);
i=0;
while abs(c-a)>tol
x=b;
Fb=eval(f);
i=i+1;
if abs(Fc)<tol
break;
else
if Fa*Fb<=0
c=b;
Fc=Fb;
else
a=b;
Fa=Fb
end
end
end
ezplot(f)
grid on;
>> falsaposicion('exp(-x)-(x-1)',0.5,1,0.001)

1 0.5000 1.2490 1.0000 1.1065 0.0378 0.3679 0.5000
2 1.2490 1.2775 1.0000 0.0378 0.0012 0.3679 0.2490
3 1.2775 1.2784 1.0000 0.0012 0.0000 0.3679 0.2775
4 1.2784 1.2785 1.0000 0.0000 0.0000 0.3679 0.2784
5 1.2785 1.2785 1.0000 0.0000 0.0000 0.3679 0.2785
6 1.2785 1.2785 1.0000 0.0000 0.0000 0.3679 0.2785
7 1.2785 1.2785 1.0000 0.0000 0.0000 0.3679 0.2785
8 1.2785 1.2785 1.0000 0.0000 0.0000 0.3679 0.2785
9 1.2785 1.2785 1.0000 0.0000 0.0000 0.3679 0.2785
10 1.2785 1.2785 1.0000 0.0000 0.0000 0.3679 0.2785
11 1.2785 1.2785 1.0000 0.0000 0.0000 0.3679 0.2785
12 1.2785 1.2785 1.0000 0.0000 -0.0000 0.3679 0.2785
42
MÉTODO DE NEWTON RAPHSON
5. Hallar : 2^(x-1)+(x+1)
%newton('2*exp(x-1)+(x+1)',0,0.00001)
function newton(f,x0,tol)
syms x;% convierte a x en una variable simbolica para poder derivar la función
df=diff(f,x); % deriva con respecto a x
f=inline(f); df=inline(char(df));
% inline convierte a f y su derivada df en una funciones que dependen de x
% char transforma a la derivada como una cadena de caracteres para poder
% definirla como función fprintf('\n i x f(x) \n')
i=0;
%fprintf('%2.0f %110.10f %10.10f \n',i,x0,f(x0))
x1=x0-f(x0)/df(x0);
while abs(x0-x1)>tol
i=i+1;% contador de iteraciones
fprintf('%2.0f %10.10f %10.10f \n',i,x1,f(x1))
x0=x1;
x1=x0-f(x0)/df(x0);
end
fprintf('\n La aproximación de la raíz es: %3.10f \n\n',x1)
ezplot(f)
grid on:
>> newton('2*exp(x-1)+(x+1)',0,0.00001)
it x error
1 -1.0000000000 0.2706705665
2 -1.2130139578 0.0057270684
3 -1.2177131255 0.0000024114
43
6. Hallar : x^(-x/3)-(x-1)
%newton('(x)*exp(-x/3)-(x-1)',0.5,0.0001)
f=inline(f); df=inline(char(df));
% definirla como función fprintf('\n i x f(x) \n')
i=0;
x1=x0-f(x0)/df(x0);
x0=x1;
x1=x0-f(x0)/df(x0);
end
ezplot(f)
grid on:
>> newton('(x)*exp(-x/3)-(x-1)',0.5,0.0001)
it x error
1 3.6338946610 -1.5516830209
2 2.1740735252 -0.1207910726
3 2.0346917035 -0.0020567503
4 2.0322335266 -0.0000006759
44
MÉTODO DE LA SECANTE
7. F(x)= 2-x.^2-cos(x)
Function r=secante(a,b,e)
error=abs(b-a);
x=a:0.01:b;
y=fun(x);
plot(x,y);
grid on
hold on
fprintf(' xn xn-1 xn+1 error \n');
while (error>=e)
xn=b-(b-a)*fun(b)/(fun(b)-fun(a));
error=abs(xn-b);
fprintf(' %4.5f %4.5f %4.5f %4.5f \n',a,b,xn,error);
a=b;
b=xn;
end
r=xn;
plot(r,0,'*')
fprintf(' La raiz es: %4.5f\n',r);
>> secante (0,2,0.001)

xn xn-1 xn+1 error
0.00000 2.00000 0.77404 1.22596
2.00000 0.77404 1.14446 0.37043
0.77404 1.14446 1.39497 0.25051
1.14446 1.39497 1.31881 0.07617
1.39497 1.31881 1.32538 0.00657
45
1.31881 1.32538 1.32562 0.00024
La raiz es: 1.32562
8. Hallar la raíz: cosx-0.5x+1

%secante('cos(x)-0.5*x+1',0,1,1)
function secante(f,a,b,tol)
f=inline(f);
error=100;
disp(' i a b r error ')
i=1;
while (error>tol)
r=b-f(b)*(b-a)/(f(b)-f(a));
error=abs((r-b)/r*100);
fprintf('%3.0f %4.6f %4.6f %4.6f %4.6f \n',i,a,b,r,error);
a=b;
b=r;
i=i+1;
end
xa=r;
disp('Se concluye que la aproximación a la raíz es :')
xa
ezplot(f)
grid on;
>> secante('cos(x)-0.5*x+1',0,1,1)
i a b r error
1 0.000000 1.000000 2.083990 52.015115
2 1.000000 2.083990 1.716778 21.389597
46
3 2.083990 1.716778 1.714104 0.155979
Se concluye que la aproximación a la raíz es: xa = 1.7141
MÉTODO DEL PUNTO FIJO

9. Dada la función: 0.5*logx(0.025+3.5*10-2)
%puntofijo('0.5*logx*(0.025+3.1500*10^(-2))',1,0.00001)
function puntofijo(g,x0,tol)
g=inline(g);
fprintf('\n it. x g(x) \n')
i=0;
fprintf('%3.0f %10.10f %10.10f \n',i,x0,g(x0))
x1=g(x0);
i=i+1;
x0=x1; x1=g(x0);
end
fprintf('\n La aproximación del punto fijo es %3.10f \n\n',x1)
ezplot(g)
grid on:
>> puntofijo('0.5*logx*(0.025+3.1500*10^(-2))',1,0.00001)
it. x g(x)
0 1.0000000000 0.0282500000
1 0.0282500000 0.0007980625
2 0.0007980625 0.0000225453
47
3 0.0000225453 0.0000006369
4 0.0000006369 0.0000000180
10. HALLAR 0.5* COS X+1

%puntofijo('0.5*cosx+1',1,0.0001)
g=inline(g);
i=0;
x1=g(x0);
i=i+1;
x0=x1; x1=g(x0);
end
ezplot(g)
grid on:
>> puntofijo('0.5*cos x+1',1,0.0001)
it. x g(x)
0 1.0000000000 1.5000000000
1 1.5000000000 1.7500000000
2 1.7500000000 1.8750000000
3 1.8750000000 1.9375000000
4 1.9375000000 1.9687500000
48
5 1.9687500000 1.9843750000
6 1.9843750000 1.9921875000
7 1.9921875000 1.9960937500
8 1.9960937500 1.9980468750
9 1.9980468750 1.9990234375
10 1.9990234375 1.9995117188
11 1.9995117188 1.9997558594
12 1.9997558594 1.9998779297
13 1.9998779297 1.9999389648
ELABORADO POR: Huanca Pandia Cinthia Raquel
Hallar la solución de la siguiente ecuación: 𝑒 𝑥 − 2 = 0
MÉTODO DE BISECCIÓN
0.8
limite inferior a: 0
0.6
limite Superior b: 1 0.4
0.2
error: 0.001 0
-0.2
funcion: e^x-2 -0.4
-0.6
-0.8
49
-1
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Error using e
Too many output arguments.
Error in biseccion (line 7)
f=input(' funcion: ');
funcion: exp(x)-2
i a m b Error
1 0.0000000 0.5000000 1.0000000
2 0.5000000 0.7500000 1.0000000 0.333
3 0.5000000 0.6250000 0.7500000 0.200
4 0.6250000 0.6875000 0.7500000 0.091
5 0.6875000 0.7187500 0.7500000 0.043
6 0.6875000 0.7031250 0.7187500 0.022
7 0.6875000 0.6953125 0.7031250 0.011
8 0.6875000 0.6914063 0.6953125 0.006
9 0.6914063 0.6933594 0.6953125 0.003
10 0.6914063 0.6923828 0.6933594 0.001
11 0.6923828 0.6928711 0.6933594 0.001
.- hallar la solución de la siguiente ecuación: 𝑥 2 − 2 = 0

-1
-1.1
-1.2
MÉTODO DE BISECCIÓN
-1.3
Límite inferior a: 0 -1.4
-1.5
limite Superior b: 3 -1.6
-1.7
error: 0.001 -1.8
-1.9
funcion: x^2-2 -2
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
i a m b Error
1 0.0000000 1.5000000 3.0000000
2 0.0000000 0.7500000 1.5000000 1.000
3 0.7500000 1.1250000 1.5000000 0.333
50
4 1.1250000 1.3125000 1.5000000 0.143
5 1.3125000 1.4062500 1.5000000 0.067
6 1.4062500 1.4531250 1.5000000 0.032
7 1.4062500 1.4296875 1.4531250 0.016
8 1.4062500 1.4179688 1.4296875 0.008
9 1.4062500 1.4121094 1.4179688 0.004
10 1.4121094 1.4150391 1.4179688 0.002
11 1.4121094 1.4135742 1.4150391 0.001
12 1.4135742 1.4143066 1.4150391 0.001
Hallar la solución de la siguiente ecuación: 𝑡𝑎𝑛𝑥 − 0.8𝑥 = 0
MÉTODO DE NEW RAPHON
Ingrese f(x)(sin comillas) :tan(x)-0.8*x
x0=:3
Tol :0.001
it. x f(x)
1.4
0 3.000000 -2.542547 1.35
1.3
1 14.540269 -13.977129 1.25
1.2
2 16.992990 -10.190845 1.15
1.1
3 17.857784 -15.815806 1.05
4 24.085435 -21.000832 0.95
0.9
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
5 30.645120 -25.487331
6 52.937936 -42.857232
7 146.731601 -118.707447
Hallar la solución de la siguiente ecuación: 4𝑥 2 + 3𝑥 = 0
Método de la secante
Ingrese x(i-1): 4
51
Ingrese x(i): 5
error: 0.002
Ingrese la función: 4*x^2+3*x
i f(i) error
1 5.0000000 1.000
2 -9.7435897 1.513
3 12.1990369 1.799
4 -37.0813819 1.329
5 18.7448483 2.978
6 39.5237001 0.526
7 12.5531004 2.149
8 9.3919179 0.337
9 5.1948708 0.808
10 3.1812266 0.633
11 1.8108574 0.757
12 1.0032504 0.805
13 0.5097330 0.968
14 0.2259804 1.256
15 0.0775315 1.915
16 0.0166307 3.662
17 0.0015274 9.888
18 0.0000331 45.189
19 0.0000001 491.041
20 0.0000000 22679.841
21 0.0000000 11159421.815
22 0.0000000 253105070886.832
23 0.0000000 2824506502661635100.000
24 0.0000000 714896918579315740000000000000.000
25 0.0000000 2019230995260042700000000000000000000000000000000.000
26 0.0000000
14435420164112495000000000000000000000000000000000000000000000000000000000
00000.000
52
27 0.0000000 Inf
28 0.0000000 NaN
Hallar la solución de la siguiente ecuación: 3𝑥 2 − 2 = 0
MÉTODO DE LA SECANTE
Ingrese x(i-1): 0
80
Ingrese x(i): 1 70
60
error: 0.001 50
Ingrese la funciòn: 3*x^2-2 40
30
i f(i) error 20
10
1 1.0000000 1.000 0
-10
2 0.6666667 0.500 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
3 0.8000000 0.167
4 0.8181818 0.022
5 0.8164794 0.002
6 0.8164966 0.000
ans =0.8165
.- Hallar la solución de la siguiente ecuación: 4𝑥 3 + 4𝑠𝑖𝑛𝑥 = 0
MÉTODO DE FALSA POSICIÓN
Ingrese x(i-1): -1 8
6
Ingrese x(i): 1
4
error: 0.0001 2
0
Ingrese la funciòn: 4*x^3+4*sin(x)
-2
i f(i) error -4
-6
1 1.0000000 1.000
-8
-1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1
2 0.5000000 1.000
3 0.2556979 0.955
4 0.0589362 3.339
5 0.0036953 14.949
53
6 0.0000113 325.085
7 0.0000000 87607.540
8 0.0000000 9343872973.805
9 0.0000000 71717438083147162000.000
- Hallar la solución de la siguiente ecuación: 3 − 7𝑐𝑜𝑠𝑥 = 0
MÉTODO DE FALSA POSICIÓN

-0.5
Ingrese x(i-1): -1 -1
Ingrese x(i): 1 -1.5
-2
error: 0.001
-2.5
Ingrese la funciòn: 3-7*cos(x) -3
i f(i) error -3.5
-4
1 1.0000000 1.000 -1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1
2 Inf NaN
ans = Inf
ELABORADO POR: Muñuico Mamani Franklin
1. METODO DE LA BISECCIÓN
Ejercicio N°1
𝒙
𝒇(𝒙) = 𝒍𝒏(𝒆−𝟓 ) + 𝒙𝟐
Primer paso: Graficar la función (como se apreciará al final del ejercicio elaborado por
el programa de Matlab) verificando con el criterio del teorema de Bolzano
Segundo paso: Le damos valores iniciales
El intervalo es 𝑎 = −1 , 𝑏 = 0
Tercer paso:
54
aplicando la formula determinar el número de iteraciones necesarias
ln(b−a)
𝜀
𝑖≥ = 10
ln2
Cuarto paso:
Realizar las iteraciones con la fórmula del punto medio
𝑎+𝑏
xi+1 = = −0.5000000000
2
𝑎+𝑏
xi+2 = = -0.7500000000
2
Aplicando el programa de Matlab al ejercicio N°1
biseccion('log(exp(-5.^x))+x.^2',-1,0,0.001)
1 -1.0000000000 0.0000000000 -0.5000000000 -0.1972135955
2 -1.0000000000 -0.5000000000 -0.7500000000 0.2634302438
3 -0.7500000000 -0.5000000000 -0.6250000000 0.0249091800
4 -0.6250000000 -0.5000000000 -0.5625000000 -0.0880107214
5 -0.6250000000 -0.5625000000 -0.5937500000 -0.0320408178
6 -0.6250000000 -0.5937500000 -0.6093750000 -0.0036913699
7 -0.6250000000 -0.6093750000 -0.6171875000 0.0105771457
8 -0.6171875000 -0.6093750000 -0.6132812500 0.0034349941
9 -0.6132812500 -0.6093750000 -0.6113281250 -0.0001301556
10 -0.6132812500 -0.6113281250 -0.6123046875 0.0016519266
GRÁFICA ELABORADO POR MATLAB AL EJERCICIO N°1
55
Ejercicio N°2
𝒇(𝒙) = 𝒆−𝒙 − 𝒍𝒏(𝒙)
Seguir los mismos pasos que el Ejercicio 1.
Aplicando el programa Matlab al ejercicio n°2
biseccion('exp(-x)-log(x)',1,1.5,0.001)
1 1.0000000000 1.5000000000 1.2500000000 0.0633612455
2 1.2500000000 1.5000000000 1.3750000000 -0.0656141353
3 1.2500000000 1.3750000000 1.3125000000 -0.0027873668
4 1.2500000000 1.3125000000 1.2812500000 0.0298538070
5 1.2812500000 1.3125000000 1.2968750000 0.0134272626
6 1.2968750000 1.3125000000 1.3046875000 0.0052937412
7 1.3046875000 1.3125000000 1.3085937500 0.0012466704
8 1.3085937500 1.3125000000 1.3105468750 -0.0007719731
9 1.3085937500 1.3105468750 1.3095703125 0.0002369419
56
GRÁFICA ELABORADO POR MATLAB EJERCICIO N°2
2. METODO DE LA FALSA POSICIÓN
PRIMER PASO: Graficar la función (esta será mostrada al final del ejercicio)
SEGUNDO PASO: Dar valores iniciales 𝑎 = 0 , 𝑏 = 5
TERCER PASO: Aplicamos la fórmula de iteraciones necesarias:
𝑥𝑏−𝑥𝑎
 Primera iteración: xc = xb-f (xb). 𝑓(𝑥𝑏)−𝑓(𝑥𝑎)
𝑥𝑏−𝑥𝑎
 Error porcentual: |𝜀𝑝| = | | 100%
xb
𝑥𝑏−𝑥𝑎
 Segunda iteración: xc+1 = xb-f (xb). 𝑓(𝑥𝑏)−𝑓(𝑥𝑎)
falsaposicion('exp(3-x)-x',0,5,0.0001)
i a b c F(a) F(b F(c) |c-a|
57
1 0.0000 2.3984 2.5000 20.0855 -0.5732 -0.8513 2.5000
2 0.0000 2.3318 2.3984 20.0855 -0.3811 -0.5732 2.3984
3 0.0000 2.2884 2.3318 20.0855 -0.2511 -0.3811 2.3318
4 0.0000 2.2601 2.2884 20.0855 -0.1645 -0.2511 2.2884
5 0.0000 2.2418 2.2601 20.0855 -0.1073 -0.1645 2.2601
6 0.0000 2.2299 2.2418 20.0855 -0.0698 -0.1073 2.2418
7 0.0000 2.2221 2.2299 20.0855 -0.0453 -0.0698 2.2299
8 0.0000 2.2171 2.2221 20.0855 -0.0294 -0.0453 2.2221
9 0.0000 2.2139 2.2171 20.0855 -0.0191 -0.0294 2.2171
10 0.0000 2.2118 2.2139 20.0855 -0.0124 -0.0191 2.2139
11 0.0000 2.2104 2.2118 20.0855 -0.0080 -0.0124 2.2118
12 0.0000 2.2096 2.2104 20.0855 -0.0052 -0.0080 2.2104
13 0.0000 2.2090 2.2096 20.0855 -0.0034 -0.0052 2.2096
14 0.0000 2.2086 2.2090 20.0855 -0.0022 -0.0034 2.2090
15 0.0000 2.2084 2.2086 20.0855 -0.0014 -0.0022 2.2086
16 0.0000 2.2082 2.2084 20.0855 -0.0009 -0.0014 2.2084
58
17 0.0000 2.2081 2.2082 20.0855 -0.0006 -0.0009 2.2082
18 0.0000 2.2081 2.2081 20.0855 -0.0004 -0.0006 2.2081
19 0.0000 2.2080 2.2081 20.0855 -0.0002 -0.0004 2.2081
20 0.0000 2.2080 2.2080 20.0855 -0.0002 -0.0002 2.2080
21 0.0000 2.2080 2.2080 20.0855 -0.0001 -0.0002 2.2080
22 0.0000 2.2080 2.2080 20.0855 -0.0001 -0.0001 2.2080
23 0.0000 2.2080 2.2080 20.0855 -0.0000 -0.0001 2.2080
La
aproximación de la raíz es: 2.2080
59
EJERCICIO N°2
𝒇(𝒙) = 𝒆(𝟏−𝒙) − 𝒙𝟐
Realizamos los pasos anteriores a este ejercicio.
falsaposicion('exp(1-x)-x.^2',0,1.5,0.001)
I a b c F(a) F(b) F(c) |c-a|
1 0.0000 0.9348 1.5000 2.7183 0.1935 -1.6435 1.5000
2 0.9348 0.9943 1.5000 0.1935 0.0170 -1.6435 0.5652
3 0.9943 0.9995 1.5000 0.0170 0.0015 -1.6435 0.5057
4 0.9995 1.0000 1.5000 0.0015 0.0001 -1.6435 0.5005
5 1.0000 1.0000 1.5000 0.0001 0.0000 -1.6435 0.5000
60
6 1.0000 1.0000 1.5000 0.0000 0.0000 -1.6435 0.5000
7 1.0000 1.0000 1.5000 0.0000 0.0000 -1.6435 0.5000
8 1.0000 1.0000 1.5000 0.0000 0.0000 -1.6435 0.5000
9 1.0000 1.0000 1.5000 0.0000 0.0000 -1.6435 0.5000
10 1.0000 1.0000 1.5000 0.0000 0.0000 -1.6435 0.5000
11 1.0000 1.0000 1.5000 0.0000 0.0000 -1.6435 0.5000
12 1.0000 1.0000 1.5000 0.0000 0.0000 -1.6435 0.5000
13 1.0000 1.0000 1.5000 0.0000 0.0000 -1.6435 0.5000
14 1.0000 1.0000 1.5000 0.0000 0.0000 -1.6435 0.5000
15 1.0000 1.0000 1.5000 0.0000 0.0000 -1.6435 0.5000
61
3. METODODE LA SECANTE
EJERCICIO N°1
𝒇(𝒙) = 𝒆−𝒙 − 𝒙
SEGUNDO PASO:
𝑎=0
𝑏=1
 Primera iteración: xi+1 = xi - 𝑓(𝑥𝑖−1)−𝑓(𝑥𝑖)
 Segunda iteración: xi+2 = xi+1 - 𝑓(𝑥𝑖−1)−𝑓(𝑥𝑖)
secante('exp(-x)-x',0,1,0.001)
i a b r error
1 0.000000 1.000000 0.612700 63.212056
2 1.000000 0.612700 0.563838 8.665860
3 0.612700 0.563838 0.567170 0.587472
4 0.563838 0.567170 0.567143 0.004770
5 0.567170 0.567143 0.567143 0.000003
Se concluye que la aproximación a la raíz
es:
xa =0.5671
62
EJERCICIO 2
𝒇(𝒙) = 𝒍𝒏(𝝅𝒙𝟐 )𝒔𝒊𝒏(𝒙)
Realizar los mismos pasos que el ejercicio anterior
secante('log(pi*x.^2)*sin(x)',6,6.5,0.001)
i a b r error
1 6.000000 6.500000 6.278403 3.529516
2 6.500000 6.278403 6.283155 0.075638
3 6.278403 6.283155 6.283185 0.000479
Se concluye que la aproximación a la
raíz es: xa =6.2832
4. METODO DEL PUNTO FIJO
Ejercicio N°1
𝒇(𝒙) = 𝒆 + 𝒍𝒐𝒈(𝟎. 𝟏𝟐𝟎𝟒𝒙𝟏𝟎−𝟑 )
f (x) = 0 ⇒ g(x) = x
63
puntofijo('exp(1)+log10*(0.1204*10^(-3))',1,0.001)
it. x g(x)
0 1.0000000000 2.7184022285
1 2.7184022285 2.7186091241
La aproximación del punto fijo es
2.7186091241
Ejercicio 2.
𝒇(𝒙) = 𝒍𝒐𝒈(𝟑. 𝟓𝟔 × 𝟐−𝟐 ) + 𝒆−𝟓
puntofijo('log10*(3.56*2^(-2))+exp(-5)',0,0.001)
it. x g(x)
0 0.0000000000 0.0067379470
1 0.0067379470 0.0127347198
2 0.0127347198 0.0180718476
3 0.0180718476 0.0228218914
4 0.0228218914 0.0270494303
5 0.0270494303 0.0308119400
6 0.0308119400 0.0341605736
7 0.0341605736 0.0371408575
8 0.0371408575 0.0397933102
64
9 0.0397933102 0.0421539931
10 0.0421539931 0.0442550008
11 0.0442550008 0.0461248977
12 0.0461248977 0.0477891060
13 0.0477891060 0.0492702513
14 0.0492702513 0.0505884707
15 0.0505884707 0.0517616859
16 0.0517616859 0.0528058475
17 0.0528058475 0.0537351512
La aproximación del punto fijo es

0.0537351512
5. METODO DE NEWTON
RAPHSON
Ejercicio N°1
𝒇(𝒙) = 𝒔𝒊𝒏(𝒙) − 𝒆−𝟐
SEGUNDO PASO:
Derivar la función
𝑓(𝑥)
 Primera iteración: xi+1= xi - 𝑓´(𝑥)
𝑓(𝑥)
 Segunda iteración: xi+2= xi+1− 𝑓´(𝑥)
Aplicando el programa de Matlab
newton('sin(x)-exp(-2)',6,0.000001)
65
i x f(x)
1 6.4319554429 0.0128866823
2 6.4189248260 -0.0000122190
3 6.4189371584 -0.0000000000
Ejercicio N°2
Realizar los mismos pasos anteriores al anterior ejercicio.
Aplicando el programa de Matlab
newton('(exp(-x))+log(x)-3',19,0.00001)
I x f(x)
1 20.0556594018 -0.0014886197
2 20.0855146526 -0.0000011069
3 20.0855368852 -0.0000000000
La aproximación de la raíz es:

20.0855368852
66
ELABORADO POR: Sihuayro Apaza CintyaYanet
METODO DE LA BISECCION
1. Buscar la raíz de 𝑓(𝑥) = 𝑥 5 − x + 3, en el intervalo de [-2,-1]

𝑓(𝑥) = 𝑥 5 − 𝑥 + 3
Solución:
Aplicando el Programa de Matlab
%bisección('x^5-x+3',-2,-1,0.000001)
% ceil toma el entero mayor cercano obtenido por la cota de error del método
67
fprintf('\n it. a b x=(a+b)/2 f(x) \n')
for i=1:n
x=(a+b)/2;
% muestra en cada paso los valores de: la iteración i, a, b, x y f(x)
% la instrucción %10.10f significa dejar 10 espacios y colocar el número con 10 decimales
% la instrucción \n permite cambiar a una línea nueva
if f(a)*f(x)<0
b=x;
else
a=x;
end
end
>> biseccion('x^5-x+3',-2,-1,0.000001)
it. a b x=(a+b) /2 f(x)

1 -2.0000000000 -1.0000000000 -1.5000000000 -3.0937500000
2 -1.5000000000 -1.0000000000 -1.2500000000 1.1982421875
3 -1.5000000000 -1.2500000000 -1.3750000000 -0.5398864746
4 -1.3750000000 -1.2500000000 -1.3125000000 0.4175977707
5 -1.3750000000 -1.3125000000 -1.3437500000 -0.0374430120
6 -1.3437500000 -1.3125000000 -1.3281250000 -0.1957972599
7 -1.3437500000 -1.3281250000 -1.3359375000 0.0806324018
8 -1.3437500000 -1.3359375000 -1.3398437500 0.0219617104
9 -1.3437500000 -1.3417968750 -1.3417968750 -0.0076484954
10 -1.3417968750 -1.3398437500 -1.3408203125 0.0071795961
11 1.3417968750 1.3408203125 1.3413085938 0.0002286963
12 1.3413085938 1.3408203125 1.3410644531 0.0034768875
13 1.3413085938 1.3410644531 1.3411865234 0.0016244551
14 1.3413085938 1.3411865234 1.3412475586 0.0006979693
15 1.3413085938 1.3412475586 1.3412780762 0.0002346590
16 1.3413085938 1.3412780762 1.3412933350 0.0000029870
17 1.3413085938 1.3412933350 1.3413009644 0.0001128532
18 1.3413009644 1.3412933350 1.3412971497 0.0000549328
68
19 1.3412971497 1.3412933350 1.3412952423 0.0000259728
20 1.3412952423 1.3412933350 1.3412942886 0.0000114929
2. Encontrar una raíz real de 𝑓(𝑥) = 𝑥 2 − 𝑥 + 3=0, en el intervalo de [0,1].

𝑓(𝑥) = 𝑥 2 − 𝑥 + 3=0
Solución:
Aplicando el Programa de Matlab
%biseccion('x^2-x+3',-2,-1,0.000001)
for i=1:n
x=(a+b)/2;
if f(a)*f(x)<0
b=x;
else
a=x;
end
end
>> biseccion ('x^2-x+3', -2,-1,0.000001)
it. a b x=(a+b) /2 f(x)

1 2.0000000000 1.0000000000 1.5000000000 6.7500000000
2 1.5000000000 1.0000000000 1.2500000000 5.8125000000
69
3 1.2500000000 1.0000000000 1.1250000000 5.3906250000
4 1.1250000000 1.0000000000 1.0625000000 5.1914062500
5 1.0625000000 1.0000000000 1.0312500000 5.0947265625
6 1.0312500000 1.0000000000 1.0156250000 5.0471191406
7 1.0156250000 1.0000000000 1.0078125000 5.0234985352
8 1.0078125000 1.0000000000 1.0039062500 5.0117340088
9 1.0039062500 1.0000000000 1.0019531250 5.0058631897
10 1.0019531250 1.0000000000 1.0009765625 5.0029306412
11 1.0009765625 1.0000000000 1.0004882813 5.0014650822
12 1.0004882813 1.0000000000 1.0002441406 5.0007324815
13 1.0002441406 1.0000000000 1.0001220703 5.0003662258
14 1.0001220703 1.0000000000 1.0000610352 5.0001831092
15 1.0000610352 1.0000000000 1.0000305176 5.0000915537
16 1.0000305176 1.0000000000 1.0000152588 5.0000457766
17 1.0000152588 1.0000000000 1.0000076294 5.0000228882
18 1.0000076294 1.0000000000 1.0000038147 5.0000114441
19 1.0000038147 1.0000000000 1.0000019073 5.0000057220
20 1.0000019073 1.0000000000 1.0000009537 5.0000028610

METODO DE LA FALSA POSICION
3. Encontrar la raíz de 𝑓(𝑥) = √𝑥 cos 𝑥 , en el intervalo x ℇ [0,3].
𝑓(𝑥) = √𝑥 −cos 𝑥
Solución:
Aplicando el Programa de matlab:
%falsaposicion('sqrt(x)-cos(x)',0,3,0.01)
x=a;
Fa=eval(f);
x=c;
70
Fc=eval(f);
i=0;
while abs(c-a)>tol
x=b;
Fb=eval(f);
i=i+1;
if abs(Fc)<tol
break;
else
if Fa*Fb<=0
c=b;
Fc=Fb;
else
a=b;
Fa=Fb;
end
end
end
ezplot(Fx);%grafica de la funcion
grid on;
>> falsaposicion('sqrt(x)-cos(x)',0,3,0.01)
i a b c F(a) F(b) F(c) /c-a|

1 0.0000 0.8060 3.0000 -1.0000 0.2054 0.7220 3.0000
2 0.0000 0.6687 0.8060 -1.0000 0.0331 0.2054 0.8060
3 0.0000 0.6473 0.6687 -1.0000 0.0068 0.0331 0.6687
4 0.0000 0.6429 0.6473 -1.0000 0.0014 0.0068 0.6473
71
4. Usar el método de la falsa posición para aproximar la raíz de 𝑓(𝑥) = √𝑥 + 1 +cos 𝑥,
para el intervalo [0,1] y hasta que /ℇ/<1% (ℇ=0.0001)
𝑓(𝑥) = √𝑥 + 1 +cos 𝑥
Solución:
Programación:
%falsaposicion('sqrt(x+1)+(x)',0,1,0.0001)
x=a;
Fa=eval(f);
x=c;
Fc=eval(f);
i=0;
while abs(c-a)>tol
x=b;
Fb=eval(f);
i=i+1;
if abs(Fc)<tol
break;
else
if Fa*Fb<=0
72
c=b;
Fc=Fb;
else
a=b;
Fa=Fb;
end
end
end
grid on;
>> falsaposicion('sqrt(x+1)+(x)',0,1,0.0001)

1 0.0000 -0.7071 1.0000 1.0000 -0.1659 2.4142 1.0000
2 0.0000 -0.6065 -0.7071 1.0000 0.0208 -0.1659 0.7071
3 -0.6065 -0.6177 -0.7071 0.0208 0.0006 -0.1659 0.1006
4 -0.6177 -0.6180 -0.7071 0.0006 0.0000 -0.1659 0.0894
5 -0.6180 -0.6180 -0.7071 0.0000 0.0000 -0.1659 0.0891
6 -0.6180 -0.6180 -0.7071 0.0000 0.0000 -0.1659 0.0891
7 -0.6180 -0.6180 -0.7071 0.0000 0.0000 -0.1659 0.0891
8 -0.6180 -0.6180 -0.7071 0.0000 0.0000 -0.1659 0.0891
9 -0.6180 -0.6180 -0.7071 0.0000 0.0000 -0.1659 0.0891
10 -0.6180 -0.6180 -0.7071 0.0000 0.0000 -0.1659 0.0891
11 -0.6180 -0.6180 -0.7071 0.0000 0.0000 -0.1659 0.0891
12 -0.6180 -0.6180 -0.7071 0.0000 -0.0000 -0.1659 0.0891
La aproximación de la raíz es: -0.6180>>
73
METODO DE NEWTON RAPHSON
5. Encontrar una aproximación, una raíz a la siguiente función usando el método de

Newton -Raphson. Tomar como punto de partida x=1.
F(x)= 𝑥 3 − 𝑥 − 1 = 0
Solución:
Programación:
%newton('x^3-x-1',1,0.00001)
f=inline(f);
df=inline(char(df));
% definirla como función
fprintf('\n i x f(x) \n')
i=0;
x1=x0-f(x0)/df(x0);
x0=x1;
x1=x0-f(x0)/df(x0);
74
end
ezplot(df)
grid on;
newton('x^3-x-1',1,0.00001)
i x f(x)
1 1.5000000000 0.8750000000
2 1.3478260870 0.1006821731
3 1.3252003990 0.0020583619
4 1.3247181740 0.0000009244
6. Obtener la primera raíz positiva de 𝑓(𝑥) = 𝑥 2 cos(𝑥) + 𝑥. A través de un gráfico se

observa que es cercana a x=2, por lo que se utilizara ese valor.
𝑓(𝑥) = 𝑥 2 cos(𝑥) + 𝑥
Solución:
Programación:
%newton('x^2*cos(x)+x',2,0.00001)
f=inline(f);
75
% inline convierte a f y su derivada de en una funciones que dependen de x
i=0;
x1=x0-f(x0)/df(x0);
x0=x1;
x1=x0-f(x0)/df(x0);
end
ezplot(df)
grid on;
newton('x^2*cos(x)+x',2,0.00001)
i x f(x)
1 2.0779707199 -0.0193035963
2 2.0739432626 -0.0000498442
3 2.0739328092 -0.0000000003
76
METODO DE LA SECANTE
7. Obtener la primera raíz positiva de la ecuación lineal 𝑓(𝑥) = 𝑥 2 + 5, comenzando en

𝑥0 = 4 y 𝑥1 = 6. Hasta que /ℇr/ ≤1%.
𝑓(𝑥) = 𝑥 2 + 5
Solución:
Programación:
%ingresando la tolerancla de error en %:
%secante('x^2-5',4,6,1)
f=inline(f);
error=100;
i=1;
while (error>tol)
r=b-f(b)*(b-a)/(f(b)-f(a));
a=b;
b=r;
i=i+1;
end
xa=r;
xa
ezplot(f);%grafica de la función
grid on;
>> secante('x^2-5',4,6,1)
i a b r error
1 4.000000 6.000000 2.900000 106.896552
2 6.000000 2.900000 2.516854 15.223214
3 2.900000 2.516854 2.270483 10.851021
77
4 2.516854 2.270483 2.238086 1.447522
5 2.270483 2.238086 2.236083 0.089581
8. Encontrar la raíz de la ecuación lineal 𝑓(𝑥) = 𝑥 3 + 4𝑥 − 2, por el método de la

secante.
𝑓(𝑥) = 𝑥 3 + 4𝑥 − 2
Solución:
Programación:
%secante('x^3+4-2',2,4,1)
f=inline(f);
error=100;
i=1;
while (error>tol)
r=b-f(b)*(b-a)/(f(b)-f(a));
a=b;
b=r;
i=i+1;
end
xa=r;
78
xa
ezplot(f);%grafica de la funcion
grid on;
>> secante('x^3+4-2',2,4,1)
i a b r error
1 2.000000 4.000000 1.642857 143.478261
2 4.000000 1.642857 1.388250 18.340189
3 1.642857 1.388250 0.711321 95.164975
4 1.388250 0.711321 0.021430 3219.204428
5 0.711321 0.021430 -3.812350 100.562133
6 0.021430 -3.812350 -0.116952 3159.756888
7 -3.812350 -0.116952 -0.250236 53.263321
8 -0.116952 -0.250236 19.048120 98.686296
9 -0.250236 -19.048120 -0.255633 7351.349920
10 19.048120 -0.255633 -0.261026 2.066010
11 -0.255633 -0.261026 10.161718 97.431281
12 -0.261026 -10.161718 -0.279729 3532.695273
13 10.161718 -0.279729 -0.298359 6.244010
14 -0.279729 -0.298359 -8.169250 96.347780
15 -0.298359 -8.169250 -0.326851 2399.380628
16 -8.169250 -0.326851 -0.355120 7.960415
17 -0.326851 -0.355120 -5.957247 94.038857
18 -0.355120 -5.957247 -0.406941 1363.910482
19 -5.957247 -0.406941 -0.457694 11.088885
20 -0.406941 -0.457694 -3.849801 88.111236
21 -0.457694 -3.849801 -0.571085 574.120515
22 -3.849801 -0.571085 -0.675650 15.476187
23 -0.571085 -0.675650 -2.123294 68.179165
24 -0.675650 -2.123294 -0.939978 125.887600
25 -2.123294 -0.939978 -1.098276 14.413341
26 -0.939978 -1.098276 -1.314554 16.452566
27 -1.098276 -1.314554 -1.252512 4.953391
79
28 -1.314554 -1.252512 -1.259608 0.563287
Se concluye que la aproximación a la raíz es: xa = -1.2596
METODO DEL PUNTO FIJO
9. Hallar las raíces de la ecuación 𝑓(𝑥) = 1.14 − 2log10(0.020 + 3.1134)10−2 , donde

𝑥0 = 1 y 𝑥1 = 0, es un valor inicial y con un error de 10−3 . Para g(x) convergente y
divergente.
Solución:
Programación:
%puntofijo('1.14-2*log10*(0.020+3.1134*10^(-2))',1,0.000001)
g=inline(g);
i=0;
x1=g(x0);
i=i+1;
x0=x1;
x1=g(x0);
end
80
ezplot(g)
grid on;
>> puntofijo('1.14-2*log10*(0.020+3.1134*10^(-2))',1,0.000001)
it x g(x)
0 1.0000000000 1.0377320000
1 1.0377320000 1.0338732238
2 1.0338732238 1.0342678531
3 1.0342678531 1.0342274952
4 1.0342274952 1.0342316225
5 1.0342316225 1.0342312004
10. Hallar las raíces de la ecuación 𝑓(𝑥) = 1.12 − 2log10(0.010 + 3.1034)10−2 donde
𝑥0 = 1 , 𝑥1 = 0 , es un valor inicial y con un error de 10−3. Para g(x) convergente y
divergente.
𝑓(𝑥) = 2𝑥 2 -x-4=0
Solución:
Programación:
%puntofijo('1.12-2*log10*(0.010+3.1034*10^(-2))',1,0.000001)
g=inline(g);
i=0;
81
x1=g(x0);
i=i+1;
x0=x1;
x1=g(x0);
end
ezplot(g)
grid on;
>> puntofijo('1.12-2*log10*(0.010+3.1034*10^(-2))',1,0.000001)
it x g(x)
0 1.0000000000 1.0377320000
1 1.0377320000 1.0348189966
2 1.0348189966 1.0350744746
3 1.0350535080 1.0342274952
4 1.0342274952 1.0350552287
5 1.0350552287 1.0350550875
82
ELABORADO POR: Valencia Malqui María Luisa
1. F(x) = x^3-7x^2+14x-6; [1,3.2], error 0.01
%biseccion('x^3-7*x^2+14*x-6',1,3.2,0.01)
for i=1:n
x=(a+b)/2;
if f(a)*f(x)<0
b=x;
else
a=x;
end
end
83
>>biseccion ('x^3-7*x^2+14*x-6', 1,3.2, 0.01)

1 1.0000000000 3.2000000000 2.1000000000 1.7910000000
2 2.1000000000 3.2000000000 2.6500000000 0.5521250000
3 2.6500000000 3.2000000000 2.9250000000 0.0858281250
4 2.9250000000 3.2000000000 3.0625000000 -0.0544433594
5 2.9250000000 3.0625000000 2.9937500000 0.0063278809
6 2.9937500000 3.0625000000 3.0281250000 -0.0265207214
7 2.9937500000 3.0281250000 3.0109375000 -0.0106969337
8 2.9937500000 3.0109375000 3.0023437500 -0.0023327508
2. F(x) = ln(x²)-e˄x/2*cos(2x); [-5,6]
% biseccion('log(x^2)-(exp(x/2)*cos(2*x))',-5,6,0.000001)
for i=1:n
x=(a+b)/2;
if f(a)*f(x)<0
b=x;
else
a=x;
end
end
fprintf('\n La aproximación de la raíz es: %3.10f \n\n',x
84
>> biseccion('log(x^2)-(exp(x/2)*cos(2*x))',-5,6,0.000001)

1 -5.0000000000 6.0000000000 0.5000000000 -2.0800562545
2 -5.0000000000 0.5000000000 -2.2500000000 1.6902958088
3 -2.2500000000 0.5000000000 -0.8750000000 -0.1519784821
4 -2.2500000000 -0.8750000000 -1.5625000000 1.3503445440
5 -1.5625000000 -0.8750000000 -1.2187500000 0.8100520197
6 -1.2187500000 -0.8750000000 -1.0468750000 0.3875282025
7 -1.0468750000 -0.8750000000 -0.9609375000 0.1330147966
8 -0.9609375000 -0.8750000000 -0.9179687500 -0.0055907202
9 -0.9609375000 -0.9179687500 -0.9394531250 0.0646741298
10 -0.9394531250 -0.9179687500 -0.9287109375 0.0297835169
11 -0.9287109375 -0.9179687500 -0.9233398438 0.0121570161
12 -0.9233398438 -0.9179687500 -0.9206542969 0.0032983232
13 -0.9206542969 -0.9179687500 -0.9193115234 -0.0011424020
14 -0.9206542969 -0.9193115234 -0.9199829102 0.0010789094
15 -0.9199829102 -0.9193115234 -0.9196472168 -0.0000315091
16 -0.9199829102 -0.9196472168 -0.9198150635 0.0005237595
17 -0.9198150635 -0.9196472168 -0.9197311401 0.0002461400
18 -0.9197311401 -0.9196472168 -0.9196891785 0.0001073192
19 -0.9196891785 -0.9196472168 -0.9196681976 0.0000379060
20 -0.9196681976 -0.9196472168 -0.9196577072 0.0000031987
21 -0.9196577072 -0.9196472168 -0.9196524620 -0.0000141552
22 -0.9196577072 -0.9196524620 -0.9196550846 -0.0000054782
23 -0.9196577072 -0.9196550846 -0.9196563959 -0.0000011398
85
24 -0.9196577072 -0.9196563959 -0.9196570516 0.0000010294
3. F(X) = x˄3-6x²+11x-6.1
% newton('x^3-6*x^2+11*x-6.1',0,0.000001)
f=inline(f);
i=0;
x1=x0-f(x0)/df(x0);
x0=x1;
x1=x0-f(x0)/df(x0);
end
ezplot(f)
grid on:
86
>> newton('x^3-6*x^2+11*x-6.1',0,0.000001)
i x f(x)
1 0.5545454545 -1.6745897821
2 0.8724240665 -0.4060551006
3 1.0167077718 -0.0674172413
4 1.0521795002 -0.0036670311
5 1.0543428242 -0.0000132972
6 1.0543507260 -0.0000000002
4. F(x) = x˄3+2x²+10x-20
% newton('x^3+2*x^2+10*x-20',0,0.000001)
f=inline(f);
i=0;
x1=x0-f(x0)/df(x0);
87
x0=x1;
x1=x0-f(x0)/df(x0);
end
ezplot(f)
grid on:
>> newton('x^3+2*x^2+10*x-20',0,0.000001)
I x f(x)
1 2.0000000000 16.0000000000
2 1.4666666667 2.1238518519
3 1.3715120138 0.0570866419
4 1.3688102226 0.0000446144
5 1.3688081078 0.0000000000
METODO DE LA SECANTE
5. Xlog(x)-10 = 0

% secante('x*log(x)-10',0,1,1)
88
f=inline(f);
error=100;
i=1;
while (error>tol)
r=b-f(b)*(b-a)/(f(b)-f(a));
a=b;
b=r;
i=i+1;
end
xa=r;
xa
grid on;
>> secante('x*log(x)-10',0,1,1)
i a b r error
1 0.000000 1.000000 NaN NaN
Se concluye que la aproximación a la raíz es: xa = NaN
89
6. F(x) = x²-4; x0=4, x1=3, error ≤1%

% secante('x^2-4',4,3,1)
f=inline(f);
error=100;
i=1;
while (error>tol)
r=b-f(b)*(b-a)/(f(b)-f(a));
a=b;
b=r;
i=i+1;
end
xa=r;
xa
grid on;
>> secante('x^2-4',4,3,1)
i a b r error
1 4.000000 3.000000 2.285714 31.250000
2 3.000000 2.285714 2.054054 11.278195
3 2.285714 2.054054 2.003559 2.520282
4 2.054054 2.003559 2.000047 0.175561
90
7. Sin(x)- csc(x)+1 = 0; Xi=0.5, Xd= 0.7
% falsaposicion('sin(x)-csc(x)+1',0.5,0.7,0.01)
x=a;
Fa=eval(f);
x=c;
Fc=eval(f);
i=0;
while abs(c-a)>tol
x=b;
Fb=eval(f);
i=i+1;
if abs(Fc)<tol
break;
else
if Fa*Fb<=0
c=b;
Fc=Fb;
else
a=b;
Fa=Fb;
end
end
end
grid on;
>> falsaposicion('sin(x)-csc(x)+1',0.5,0.7,0.01)
91
1 0.5000 0.6737 0.7000 -0.6064 0.0209 0.0919 0.2000
2 0.5000 0.6679 0.6737 -0.6064 0.0046 0.0209 0.1737
3 0.5000 0.6666 0.6679 -0.6064 0.0010 0.0046 0.1679
8. F(x) = e˄x-x; [0,1], error= 0.0001
% falsaposicion('exp(x)-x',0,1,0.0001)
x=a;
Fa=eval(f);
x=c;
Fc=eval(f);
i=0;
while abs(c-a)>tol
x=b;
Fb=eval(f);
i=i+1;
if abs(Fc)<tol
break;
else
if Fa*Fb<=0
c=b;
Fc=Fb;
else
a=b;
Fa=Fb;
92
end
end
end
grid on;
>> falsaposicion('exp(x)-x',0,1,0.0001)

1 0.0000 -1.3922 1.0000 1.0000 1.6407 1.7183 1.0000
2 -1.3922 -52.0075 1.0000 1.6407 52.0075 1.7183 2.3922
3 -52.0075 2.8112 1.0000 52.0075 13.8180 1.7183 53.0075
4 2.8112 0.7428 1.0000 13.8180 1.3590 1.7183 1.8112
5 0.7428 -0.2301 1.0000 1.3590 1.0246 1.7183 0.2572
6 -0.2301 -2.0469 1.0000 1.0246 2.1760 1.7183 1.2301
7 -2.0469 12.4379 1.0000 2.1760 252164.4736 1.7183 3.0469
8 12.4379 0.9999 1.0000 252164.4736 1.7181 1.7183 11.4379
METODO DEL PUNTO FIJO
9. G(x) = 1/2x+4/x; [1.5,3]
% puntofijo('(x/2)+(4/x)',1.5,0.000001)
g=inline(g);
fprintf('\n it. x g(x)\n')
i=0;
x1=g(x0);
i=i+1;
93
x0=x1;
x1=g(x0);
end
ezplot(g);%grafica de la funcion
grid on;
>> puntofijo('(x/2)+(4/x)',1.5,0.000001)
it. x g(x)
0 1.5000000000 3.4166666667
1 3.4166666667 2.8790650407
2 2.8790650407 2.8288724427
3 2.8288724427 2.8284271598
4 2.8284271598 2.8284271247
10. G(x) = 2+x/2-x²/4
% puntofijo('2+(x/2)+-((x^2)/4)',1,0.000001)
g=inline(g);
fprintf('\n it. x g(x)\n')
94
i=0;
x1=g(x0);
i=i+1;
x0=x1;
x1=g(x0);
end
ezplot(g);%grafica de la funcion
grid on;
>> puntofijo('2+(x/2)+-((x^2)/4)',1,0.000001)
it. x g(x)
0 1.0000000000 2.2500000000
1 2.2500000000 1.8593750000
2 1.8593750000 2.0653686523
3 2.0653686523 1.9662474087
4 1.9662474087 2.0165914863
5 2.0165914863 1.9916354375
6 1.9916354375 2.0041647898
7 2.0041647898 1.9979132687
8 1.9979132687 2.0010422770
9 2.0010422770 1.9994785899
10 1.9994785899 2.0002606371
11 2.0002606371 1.9998696645
12 1.9998696645 2.0000651635
13 2.0000651635 1.9999674172
14 1.9999674172 2.0000162911
15 2.0000162911 1.9999918544
16 1.9999918544 2.0000040728
95
17 2.0000040728 1.9999979636
18 1.9999979636 2.0000010182
19 2.0000010182 1.9999994909
20 1.9999994909 2.0000002546
ELABORADO POR: Solis Chambi Nicole E
METODO DE PUNTO FIJO

1. >> puntofijo('cos(x)',0.7,0.000001)
it x G(x)
0 0.7000000000 0.7648421873
96
1 0.7648421873 0.7214916396
2 0.7214916396 0.7508213288
3 0.7508213288 0.7311287726
4 0.7311287726 0.7444211836
5 0.7444211836 0.7354802004
6 0.7354802004 0.7415086517
7 0.7415086517 0.7374504532
8 0.7374504532 0.7401852854
9 0.7401852854 0.7383436104
10 0.7383436104 0.7395844287
11 0.7395844287 0.7387487097
12 0.7387487097 0.7393117103
13 0.7393117103 0.7389324892
14 0.7389324892 0.7391879475
15 0.7391879475 0.7390158724
16 0.7390158724 0.7391317864
17 0.7391317864 0.7390537063
18 0.7390537063 0.7391063024
19 0.7391063024 0.7390708732
20 0.7390708732 0.7390947388
21 0.7390947388 0.7390786627
22 0.7390786627 0.7390894918
23 0.7390894918 0.7390821972
24 0.7390821972 0.7390871109
25 0.7390871109 0.7390838010
26 0.7390838010 0.7390860306
97
27 0.7390860306 0.7390845287 La
28 0.7390845287 0.7390855404
29 0.7390855404 0.7390848589
aproximación del punto fijo es 0.7390848589
2. >> puntofijo('x^3-x^2-x-1',1,0.000000001)
it. x g(x)
0 1.0000000000 -2.0000000000
1 -2.0000000000 -11.0000000000
2 -11.0000000000 -1442.0000000000
3 -1442.0000000000 -3000520811.0000000000
4 -3000520811.0000000000 -27014064347341273000000000000.0000000000
5 -27014064347341273000000000000.0000000000 -
197137747526925310000000000000000000000000000000000000000000000000000000
00000000000000.0000000000
6-
197137747526925310000000000000000000000000000000000000000000000000000000
00000000000000.0000000000 -
766142174779028050000000000000000000000000000000000000000000000000000000
000000000000000000000000000000000000000000000000000000000000000000000000
000000000000000000000000000000000000000000000000000000000000000000000000
0000000000000000000000000000000000000000.0000000000
98
7-
766142174779028050000000000000000000000000000000000000000000000000000000
000000000000000000000000000000000000000000000000000000000000000000000000
000000000000000000000000000000000000000000000000000000000000000000000000
0000000000000000000000000000000000000000.0000000000 -Inf
8 -Inf NaN
La aproximación del punto fijo es NaN
METODO DE BISECCION
1. >> biseccion('cos(x)-x',0,pi/2,0.000001)
1 0.0000000000 1.5707963268 0.7853981634 -0.0782913822
2 0.0000000000 0.7853981634 0.3926990817 0.5311804508
3 0.3926990817 0.7853981634 0.5890486225 0.2424209898
4 0.5890486225 0 .7853981634 0.6872233930 0.0857870604
5 0.6872233930 0.7853981634 0.7363107782 0.0046403472
6 0.7363107782 0.7853981634 0.7608544708 -0.0366073878
7 0.7363107782 0.7608544708 0.7485826245 -0.0159283528
8 0.7363107782 0.7485826245 0.7424467013 -0.0056301325
9 0.7363107782 0.7424467013 0.7393787398 -0.0004914153
99
10 0.7363107782 0.7393787398 0.7378447590 0 .0020753365
11 0.7378447590 0.7393787398 0.7386117494 0.0007921781
12 0.7386117494 0.7393787398 0.7389952446 0.0001504357
13 0 .7389952446 0.7393787398 0.7391869922 -0.0001704762
14 0.7389952446 0.7391869922 0.7390911184 -0.0000100168
15 0.7389952446 0.7390911184 0.7390431815 0.0000702103
16 0 .7390431815 0.7390911184 0.7390671499 0.0000300970
17 0.7390671499 0 .7390911184 0.7390791341 0.0000100401
18 0.7390791341 0.7390911184 0.7390851263 0.0000000117
19 0.7390851263 0.7390911184 0.7390881223 -0.0000050026
20 0 .7390851263 0.7390881223 0.7390866243 -0.0000024955
21 0.7390851263 0.7390866243 0.7390858753 -0.0000012419
2. >> biseccion('x^4-x^2+2',0,1,0.000001)
1 0.0000000000 1.0000000000 0.5000000000 1.8125000000
2 0.5000000000 1.0000000000 0.7500000000 1.7539062500
3 0.7500000000 1.0000000000 0.8750000000 1.8205566406
4 0.8750000000 1.0000000000 0.9375000000 1.8935699463
5 0.9375000000 1.0000000000 0.9687500000 1.9422616959
6 0.9687500000 1.0000000000 0.9843750000 1.9699555039
100
7 0.9843750000 1.0000000000 0.9921875000 1.9846782722
8 0.9921875000 1.0000000000 0.9960937500 1.9922635558
9 0.9960937500 1.0000000000 0.9980468750 1.9961127937
10 0.9980468750 1.0000000000 0.9990234375 1.9980516396
11 0.9990234375 1.0000000000 0.9995117188 1.9990246291
12 0.9995117188 1.0000000000 0.9997558594 1.9995120167
13 0.9997558594 1.0000000000 0.9998779297 1.9997559339
14 0.9998779297 1.0000000000 0.9999389648 1.9998779483
15 0.9999389648 1.0000000000 0.9999694824 1.9999389695
16 0.9999694824 1.0000000000 0.9999847412 1.9999694836
17 0.9999847412 1.0000000000 0.9999923706 1.9999847415
18 0.9999923706 1.0000000000 0.9999961853 1.9999923707
19 0,9999961853 1.0000000000 0.9999980927 1.9999961853
20 0.9999980927 1.0000000000 0.9999990463 1.9999980927
METODO DE SECANTE
1. >> secante('x^3-exp(-x)',-1,2,0.01)
101
i a b r error
1 -1.000000 2.000000 -0.036960 5511.314118
2 2.000000 -0.036960 0.200478 118.435741
3 -0.036960 0.200478 1.046454 80.842153
4 0.200478 1.046454 0.627558 66.750076
5 1.046454 0.627558 0.738622 15.036658
6 0.627558 0.738622 0.777824 5.039989
7 0.738622 0.777824 0.772724 0.660022
8 0.777824 0.772724 0.772882 0.020439
9 0.772724 0.772882 0.772883 0.000094
2. >> secante('x+log(x)-5',0,1,0.01)
i a b r error
1 0.000000 1.000000 1.000000 0.000000
Se concluye que la aproximación a la raíz es: xa = 1
102
1. >> newton('(x-2)+exp(x)',0.3,0.0001)
i x f(x)
1 0.4490052046 0.0157580161
2 0.4428659239 0.0000294657
2.
>> 1000000*exp(x)+(453000/x)*( exp(x)-1)-156400
10^(-3)
it x0 x1 x1-x0
1 1.000000000 -0.053284974 1.053284974
2 -0.053284974 -1.109965138 1.056680164
3 -1.109965138 -2.121768318 1.011803180
103
4 -2.121768318 -2.949638477 0.827870159
5 -2.949638477 -3.392692810 0.443054333
6 -3.392692810 -3.485774102 0.093081291
7 -3.485774102 -3.489058779 0.003284677
8 -3.489058779 -3.489062659 0.000003880
El proceso se completo satisfactoriamente:

raiz= -3.489062659
Entonces la razón de natalidad es 3.48 anual.

1. Por el método de la falsa posición sen x-cscx +1 =0

>> falsaposicion('sin(x)-csc*x'+1,0.5,0.7)
𝑓(𝑥1 )(𝑥0 − 𝑥1 )
𝑥2 = 𝑥1 −
𝑓(𝑥1 ). 𝑓(𝑥0 )
i error
1 0,5 0,700000 0,673667 -0,606404 0,091947 0,020923 0,020923

2 0,5 0,673667 0,667875 -0,606404 0,020923 0,004642 0,004642
3 0,5 0,667875 0,666600 -0,606404 0,004642 0,001024 0,001024
4 0,5 0,666600 0,666319 -0,606404 0,001024 0,000226 0,000226
5 0,5 0,666319 0,666257 -0,606404 0,000226 0,000050 0,000050
104
6 0,5 0,666257 0,666243 -0,606404 0,000050 0,000011 0,000011
7 0,5 0,666243 0,666240 -0,606404 0,000011 0,000002 0,000002
X= 0.666243
Error= 2*10-6
1. Sea la función donde x є [0,3] resolver por el método de falsa posición
>> falsaposicion('sqrt(x)-cos(x),x,037)
x F(x)
-1 6.278
0 2 F(0)xf(1)<0
1 -0.105
2 -0.638
3 -0.041 F(3)xf(4)<0
4 0.793
5 0.972
6 0.284 F(6)xf(7)<0
7 -0.655
8 -0.988
9 0.411 F(9)xf(10)<0
10 0.544
f(0).f(1) < 0 entonces el intervalo a trabajar será [0,1]
PARTE III
Resolución de ejercicios del libro RICARDO JAVIER HUANCO
ANCORI, terminado en numeraciones 4 y 9
105
4. Usando un procedimiento gráfico encontrar el punto de intersección de las gráficas y= 𝑥 3 -
3𝑥 2 - 5x+3 = 0 con y = 10 - 0.4𝑥 2
9. Usar el método de la bisección y realizar 4 iteraciones con el fin de hallar una raiz de la
ecuación 2x + ln(x + 4) = 0, en el intervalo [-1,0]. Llenar la tabla paso a paso:
biseccion('2*x+log(x+4)',-1,0,0.000001)
i a b x=(a+b)/2 f(x)
1 -1.0000000000 0.0000000000 -0.5000000000 0.2527629685
2 -1.0000000000 -0.5000000000 -0.7500000000 -0.3213450037
3 -0.7500000000 -0.5000000000 -0.6250000000 -0.0336046757
4 -0.6250000000 -0.5000000000 -0.5625000000 0.1097444630
La aproximación de la raíz es -0.5625000000
14. usar el método de la bisección para completar la tabla, haga tantas iteraciones como sea
necesario en el intervalo [-1.7,-1.3] para aproximar a la raíz hallar una raíz de la ecuación
f(x) = x + ln(5 + 0.2x) con un error menor que 0.01 en el intervalo.
biseccion('x+log(5+0.2*x)',-1.7,-1.3,0.000001)
106
1 -1.7000000000 -1.3000000000 -1.5000000000 0.0475625087
2 -1.7000000000 -1.5000000000 -1.6000000000 -0.0567018901
3 -1.6000000000 -1.5000000000 -1.5500000000 -0.0045674175
4 -1.5500000000 -1.5000000000 -1.5250000000 0.0214981127
5 -1.5500000000 -1.5250000000 -1.5375000000 0.0084654895
6 -1.5500000000 -1.5375000000 -1.5437500000 0.0019490715
7 -1.5500000000 1.5437500000 -1.5468750000 -0.0013091642
8 -1.5468750000 -1.5437500000 -1.5453125000 0.0003199559
9 -1.5468750000 -1.5453125000 -1.5460937500 -0.0004946036
10 -1.5460937500 -1.5453125000 -1.5457031250 -0.0000873237
11 -1.5457031250 -1.5453125000 -1.5455078125 0.0001163161
12 -1.5457031250 -1.5455078125 -1.5456054688 0.0000144962
13 -1.5457031250 -1.5456054688 -1.5456542969 -0.0000364138
14 -1.5456542969 -1.5456054688 -1.5456298828 -0.0000109588
15 -1.5456298828 -1.5456054688 -1.5456176758 0.0000017687
16 -1.5456298828 -1.5456054688 -1.5456237793 -0.0000045950
17 -1.5456237793 -1.5456054688 -1.5456207275 -0.0000014132
18 -1.5456207275 -1.5456054688 -1.5456192017 0.0000001778
19 -1.5456207275 -1.5456192017 -1.5456199646 -0.0000006177
ELABORADO POR: Huanca Pandia Cinthia Raquel
ELABORADO POR: Muñuico Mamani Franklin
107
Página 22-23
EJERCICIO 19
Escribir los comandos en Matlab que permitan calcular el valor de W para los siguientes
valores de X, Y, Z donde Z es la medida en grados sexagesimales de un ángulo; luego
mostrar los resultados.
Solución:
x=[2.24 3.56 -4.67];

y=[sqrt(2) exp(1) pi];
z=[30 45 60]*pi/180;
w=(2-z.*sin(z))./log(y.^2+x).^2
Respuesta:
W = 0.8330 0.2522 0.4022
EJERCICIO 24
Graficar la función 𝑓(𝑥) = ln(4 − |𝑥|) 𝑥 − 4 en un intervalo adecuado.
Solución:
x= 2.5:0.001:3.5;
y= (log(4- abs(x)))./(x-4);
plot(x,y), grid
108
EJERCICIO 29
Graficar en Matlab la función 𝑓(𝑥) = (2𝑥 + √1 − |𝑥|)/(1 − 𝑥 2 )usar un intervalo

conveniente.
Solución:
x= -0.5:0.0001:0;
y=(2*x+sqrt(1-abs(x)))./(1-x.^2);
plot(x,y), grid
Página 68-70
EJERCICIO 1
109
Usando un procedimiento gráfico, hallar la raíz de la ecuación 𝟎. 𝟐𝒙 + 𝒍𝒏(𝟓 + 𝟎. 𝟏𝒙) =
𝟎.
Resolución:
Graficamos la función en Geogebra y cómo podemos darnos cuenta la raíz de la

ecuación está en un intervalo entre -6 y -8
Con un acercamiento más profundo podemos ver que la raíz es -7.263 con un error de
0.005.
EJERCICIO 2
Hallar una raíz de la ecuación 𝒙 + 𝒍𝒏(𝟑 + 𝒙) = 𝟎, usando un método gráfico.
110
Graficamos la función y podemos dar una aproximación a la raíz, en este caso estaría
aproximado a -0.8. Este método tiene muy poca precisión y exactitud.
EJERCICIO 3
Encontrar un intervalo [𝒂, 𝒃] de longitud menor que uno 𝒃 − 𝒂 < 𝟏 que contenga una
raíz de la ecuación 𝒙𝟐 − 𝟎. 𝟐𝟓𝒆−𝒙 .
Tomamos como intervalo [0.3:0.5]

Ya que cumple con la condición
𝑏−𝑎 <1
0.5 − 0.3 = 0.2 < 1
111
EJERCICIO 4
Usando un procedimiento gráfico encontrar el punto de intersección de las

gráficas 𝒚 = 𝒙𝟑 − 𝟑𝒙𝟐 − 𝟓𝒙 + 𝟑 = 𝟎 con 𝒚 = 𝟏𝟎 − 𝟎. 𝟒𝒙𝟐 .
El punto de intersección es en (4.19138, 2.97292)
EJERCICIO 11
Usar el método de la bisección y realice 4 iteraciones con el fin de hallar una raíz de la
ecuación𝐱 + 𝐥𝐧 (𝐱 + 𝟓) = 𝟎, en el intervalo [-1;0]. Llenar la siguiente tabla, registrando
cada paso:
Iteración A b M F(a)F(b) |b-a|/2
1 -1 0 -0.5 0.3878 0.5
2 -1 -0.5 -0.75 0.26921 0.25
3 -1 -0.75 -0.875 0.20939 0.125
4 -1 -0.875 -0.9375 0.1793 0.0625
112
EJERCICIO 13
Hallar una raíz de la ecuación x3 - 5x - 18 = 0 con dos decimales exactos usando el
método de la bisección. Usar un método analítico y no gráfico.
𝑰𝒏𝒕𝒆𝒓𝒗𝒂𝒍𝒐 𝒅𝒆 𝟑 − 𝟒
𝐴𝑝𝑙𝑖𝑐𝑎𝑚𝑜𝑠 𝑙𝑎 𝑓𝑜𝑟𝑚𝑢𝑙𝑎 𝑑𝑒𝑙 𝑝𝑢𝑛𝑡𝑜 𝑚𝑒𝑑𝑖𝑜:
𝒂+𝒃
𝒙𝒊+𝟏 =
𝟐
Iteraccion a b Xi+1
1 3 4 3.5
2 3 3.5 3.25
3 3 3.25 3.125
4 3.125 3.25 3.1875
5 3.125 3.1875 3.1562
Según las iteraciones podemos ver que la raíz esta entre 3.18 y 3.15
113
1. Ejercicio 34: Escribir una función: función s=exponencial (x, n) que calcule en forma
eficiente:
𝑥2 𝑥3 𝑥𝑛
1+𝑥+ + + ⋯+
2! 3! 𝑛!
PASO1: En esta ecuación, la base de las potencias es el número.
𝑥2 𝑥3 𝑥𝑛
1+𝑥+ + + ⋯+
2! 3! 𝑛!
PASO 2: Reescribimos la ecuación
Como tenemos una exponencial en un denominador, multiplicamos toda la ecuación por ésta
para que desaparezca el denominador:
5 𝑥
4𝑒 𝑥 . 𝑒 𝑥 − . 𝑒 + 𝑒 𝑥 . 𝑒 𝑥 = 0. 𝑒 𝑥
𝑒𝑥
4𝑒 2𝑥 − 5 + 𝑒 2𝑥 = 0
5𝑒 2𝑥 = 5
5
𝑒 2𝑥 = = 1 = 𝑒0
5
Por tanto:
2𝑥 = 0 2𝑥 = 0
2. Ejercicio 39: Una ecuación o relación de atenuación es una expresión matemática que
describe la variación de parámetros de movimiento del terreno (usualmente,
aceleración, velocidad o desplazamiento) con la distancia entre una fuente sísmica y
un sitio en particular. La siguiente es una de las muchas ecuaciones de atenuación de
114
la aceleración que han sido desarrolladas. Es la llamada ecuación de Campbell y
Bozorgnia, la cual es del año 1994, desarrollada para magnitud de sismos entre 4.7 y
8.1:
𝑙𝑛𝑃𝐻𝐴 = −3.512 + 0.904𝑀𝑤
= −1.328 𝑙𝑚 √𝑅 2 + (0.149. 𝑒 0.647𝑀𝑤 )2

= +(1.125 − 0.112𝑙𝑛𝑅 − 0.0957𝑀𝑤)𝐹
= +(0.440 − 0.171 ln 𝑅)𝑆𝑠𝑟
= +(0.405 − 0.222 𝑙𝑛𝑅)𝑆ℎ𝑟
R: Distancia más corta entre la zona de ruptura y el sitio (_ 60 Km).

F: Factor que toma en cuenta el tipo de falla (0, si es normal o 1 si es reversiva).
SR y SHR: Factores que toman en cuenta el tipo de suelo.
MW: Magnitud del sismo.
Suponga que le dicen que la falla es de tipo reversiva, y el suelo está constituido por
depósitos sedimentarios, ya que se encuentra cerca de dos ríos, por lo cual SSR =
SHR = 1. Determinar la variación de la aceleración pico horizontal (PHA) con la
distancia para magnitudes de sismo MW de 6, 6:5,7 y 8, para valores de R desde 3:0
Km hasta 60 Km, tomando puntos cada 1:5 Km.
Solución
PASO 1: Al escribir la raíz como una potencia, la ecuación queda como:
𝑙𝑛𝑃𝐻𝐴 = −3.512 + 0.904𝑀𝑤
= −1.328 𝑙𝑚 √𝑅 2 + (0.149. 𝑒 0.647𝑀𝑤 )2

= +(1.125 − 0.112𝑙𝑛𝑅 − 0.0957𝑀𝑤)𝐹
= +(0.440 − 0.171 ln 𝑅)𝑆𝑠𝑟
= +(0.405 − 0.222 𝑙𝑛𝑅)𝑆ℎ𝑟
PASO 2: Reemplazando los valores:
1
(252𝑥+1
2 ) . 1(2−𝑥 ) = 5−1
PASO 3: Escribimos y aplicamos las propiedades de las potencias:
1
(252𝑥+1
2 ) . 1(2−𝑥 ) = 5−1
115
1
((52 )2𝑥+1
2 ) . 1(2−𝑥 ) = 5−1
1
((52 )2𝑥+1
2 ) . 1(2−𝑥 ) = 5−1
1
(52𝑥+1 ) . 1(2−𝑥 ) = 5−1
2𝑥+1
5( 2−𝑥 ) = 5−1
Por tanto, tenemos la ecuación:
2𝑥 + 1
= −1
2−𝑥
La resolvemos:
2x + 1 = x -2 x = -3
3. Ejercicio 44: Para la carga mostrada, determinar la fuerza en cada elemento de la

armadura como una función de a. Graficar la fuerza en cada elemento, para a entre 40
y 240 pulgadas considerando las fuerzas de tensión como positivas y las fuerzas de
compresión como negativas.
Para representar gráficamente esta función:
Paso 1: Determinas su asíntota horizontal: y = 0.
La asíntota horizontal pasa por el valor que está a la derecha de la potencia, en este
caso no aparece número alguno.
Paso 2: Calculas su cero:
3x+2 = 0 (Igualas la ecuación a cero)
116
Esta ecuación no tiene solución, ya que una potencia de base positiva nunca es
igual a cero.
No tiene cero.
Paso 3: Hallas el intercepto de la gráfica con el eje "y":
y = 30+2
y = 32
y=9
Dominio: (La proyección de su gráfica cubre todo el eje de las "x")
Imagen: (La proyección de su gráfica cubre el eje "y" por encima de y = – 25, que no se
incluye)
Cero: x0 = 2.
PAG. 45-48
11. Un modelo de crecimiento poblacional esta dado por f(t)= k1(t)+k2(t˄0.1t)

siendo k1 y k2 constantes y t tiempo en años. Se conoce que f(10)=25,
f(20)=650.
a) Determinar la población en el año 25
b) Determine el año en el que la población alcanzara el valor 5000.
a) puntofijo('1.07143*x+1.42857*(x^0.1*x)',25,0.000001)
it. x g(x)
117
0 25.0000000000 76.0617600618
1 76.0617600618 249.0603233105
2 249.0603233105 884.6345196460
3 884.6345196460 3438.6408193225
12. Los polinomios de Chebyshev Tn(x) son utilizados en algunos métodos

numéricos. Estos polinomios están definidos recursivamente por la siguiente
formulación:
T0(x)=1, T1(x)=x
Tn(x)= 2.x.Tn-1(x)-Tn-2(x), n = 0,1,2,3,…
Calcule todas las raíces positivas de Tn(x)
13. Suponga que el precio de un producto f(x) depende del tiempo x en el que se
lo ofrece al mercado con la siguiente relación f(x)= 25*exp (-0.1x), e ≤ 12, en
donde x es tiempo en meses. Se desea determinar el dia en el que el precio
sube a 80.
a) Evalue con x en meses hasta que localice una raíz real (cambio de signo) y
trace la forma aproximada de f(x)
b) Calcule la respuesta (mes) con e=10˄-4. Exprese esta respuesta en días
(1mes= 30 dias)
c) Encuentre el dia en el cual el precio será máximo, e=10˄-4
118
ELABORADO POR: Solis Chambi Nicole E
16. Si x=[2 3 -1 ], y = [4 -1 5], z= [2 4 6 ], calcular los valores de :

𝑥𝑦
W=𝑥 2 +𝑦 2 + ln2 (𝑧)
16.1 comandos
X = [2 3 -1]
Y = [4 -1 5]
Z = [2 4 6]
W = ((X.*Y)./((X.*X)+(Y.*Y)))+(log(Z).*log(Z))
X=
2 3 -1
Y=
4 -1 5
Z=
2 4 6
W=
0.8805 1.6218 3.0181
21. Escribir los comandos que permitan graficar la función f(x)= √16 − 𝑥 2 en el dominio
adecuado, hacer un bosquejo de su gráfica.
21.1 grafico
119
Dominio de la función: -4≤x≤4
21.2 comandos:
X = [-4 -3 -2 -1 0 1 2 3 4];
Y = sqrt(16-X.*X);
X = linspace(-4, 4);
Y = sqrt(16 - X.*X);
plot(X,Y)
√(9−𝑥 2 )
26. Dada la función f(x)= 𝑥 2 +1
a. Determinar su dominio
a.1 -3≤x≤3
b. Escribir los comandos Matlab que permitan graficarlo
b.1 comandos
X = linspace(-3, 3);
X1 = X.*X;
Y = sqrt(9-(X1))./(X1 + 1);
plot(X,Y)
120
PARTE VI
Resolución de ejercicios complementarios por integrante del libro de
Steven C. Chapra
5.1 Determine las raíces reales de f(x) = –0.5x2 + 2.5x + 4.5

a) Gráficamente
b) Usando el método de bisección con tres iteraciones para determinar la raíz más grande.
Emplee como valores iniciales xi= 5 y xu = 10.
biseccion('0.5*x^2+2.5*x+4.5',5,10,0.000001)
1 0.5000000000 10.0000000000 7.5000000000 51.3750000000
2 7.5000000000 10.0000000000 8.7500000000 64.6562500000
3 8.7500000000 10.0000000000 9.3750000000 71.8828125000

GRÁFICA
121
5.2 Determine las raíces reales de f(x) = 5x3 – 5x2 + 6x – 2
a) Gráficamente
b) Utilizando el método de bisección para localizar la raíz más pequeña. Use los valores
iniciales xi = 0 y xu = 1 iterando hasta que el error estimado εa se encuentre debajo de εs =
10%.
biseccion('5*x^3-5*x^2+6*x-2',0,1,0.000001)
1 0.0000000000 1.0000000000 0.5000000000 0.3750000000
2 0.0000000000 0.5000000000 0.2500000000 -0.7343750000
3 0.2500000000 0.5000000000 0.3750000000 -0.1894531250
4 0.3750000000 0.5000000000 0.4375000000 0.0866699219
5 0.3750000000 0.4375000000 0.4062500000 -0.0524597168
6 0.4062500000 0.4375000000 0.4218750000 0.0167808533
7 0.4062500000 0.4218750000 0.4140625000 -0.0179133415
8 0.4140625000 0.4218750000 0.4179687500 -0.0005856156
9 0.4179687500 0.4218750000 0.4199218750 0.0080926642
10 0.4179687500 0.4218750000 0.4189453125 0.0037522996
11 0.4179687500 0.4189453125 0.4184570313 0.0015830375
122
12 0.4179687500 0.4184570313 0.4182128906 0.0004986351
13 0.4179687500 0.4182128906 0.4180908203 -0.0000435092
14 0.4180908203 0.4182128906 0.4181518555 0.0002275582
15 0.4180908203 0.4181518555 0.4181213379 0.0000920233
16 0.4180908203 0.4181213379 0.4181060791 0.0000242567
17 0.4180908203 0.4181060791 0.4180984497 -0.0000096263
18 0.4180984497 0.4181060791 0.4181022644 0.0000073152
19 0.4180984497 0.4181022644 0.4181003571 -0.0000011556
20 0.4181003571 0.4181022644 0.4181013107 0.0000030798

GRÁFICA
5.4 Calcule las raíces reales de f(x) = –12 – 21x + 18𝑥 2 – 2.75𝑥 3 :
a) Gráficamente
b) Empleando el método de la falsa posición con un valor εs correspondiente a tres cifras
significativas para determinar la raíz más pequeña.
falsaposicion('-12-21*x+18*x^2-2.75*x^3',0,1,0.001)
1 0.0000 -2.0870 1.0000 -12.0000 135.2192 -17.7500 1.0000
2 0.0000 -0.1701 -2.0870 -12.0000 -7.8933 135.2192 2.0870
123
3 0.1701 -0.2758 -2.0870 -7.8933 -4.7803 135.2192 1.9168
4 -0.2758 -0.3377 -2.0870 -4.7803 -2.7505 135.2192 1.8111
5 -0.3377 -0.3725 -2.0870 -2.7505 -1.5361 135.2192 1.7493
6 -0.3725 -0.3918 -2.0870 -1.5361 -0.8435 135.2192 1.7144
7 -0.3918 -0.4023 -2.0870 -0.8435 -0.4589 135.2192 1.6952
8 -0.4023 -0.4080 -2.0870 -0.4589 -0.2484 135.2192 1.6846
9 -0.4080 -0.4111 -2.0870 -0.2484 -0.1341 135.2192 1.6789
10 -0.4111 -0.4128 -2.0870 -0.1341 -0.0723 135.2192 1.6759
11 -0.4128 -0.4136 -2.0870 -0.0723 -0.0389 135.2192 1.6742
12 -0.4136 -0.4141 -2.0870 -0.0389 -0.0210 135.2192 1.6733
13 -0.4141 -0.4144 -2.0870 -0.0210 -0.0113 135.2192 1.6728
14 -0.4144 -0.4145 -2.0870 -0.0113 -0.0061 135.2192 1.6726
15 -0.4145 -0.4146 -2.0870 -0.0061 -0.0033 135.2192 1.6724
16 -0.4146 -0.4146 -2.0870 -0.0033 -0.0018 135.2192 1.6724
17 -0.4146 -0.4147 -2.0870 -0.0018 -0.0009 135.2192 1.6723

GRÁFICA
5.6 Determine la raíz real de ln 𝑥 2 = 0.7

a) Gráficamente
124
b) Empleando tres iteraciones en el método de bisección con los valores iniciales
xi = 0.5 y xu = 2.
biseccion('log(x^2)-0.7',0.5,2,0.01)
1 0.5000000000 2.0000000000 1.2500000000 -0.2537128974
2 1.2500000000 2.0000000000 1.6250000000 0.2710156316
3 1.2500000000 1.6250000000 1.4375000000 0.0258109874

GRÁFICA
c) Usando tres iteraciones del método de la falsa posición, con los mismos valores iniciales
de b).
falsaposicion('log(x^2)-0.7',0.5,2,0.01)
1 0.5000 1.6287 2.0000 -2.0863 0.2756 0.6863 1.5000
3 0.5000 1.4970 1.6287 -2.0863 0.1069 0.2756 1.1287
4 0.5000 1.4484 1.4970 -2.0863 0.0409 0.1069 0.9970
125
GRÁFICA
5.11 Determine la raíz real de 𝑥 3 5 = 80

a) En forma analítica.
b) Con el método de la falsa posición dentro de εs= 2.5%.
Haga elecciones iniciales de 2.0 a 5.0
falsaposicion('x^3*5-80',2,5,2.5)
1 2.0000 2.2051 5.0000 -40.0000 -26.3868 545.0000 3.0000
2 2.2051 2.3342 5.0000 -26.3868 -16.4110 545.0000 2.7949
3 2.3342 2.4121 5.0000 -16.4110 -9.8273 545.0000 2.6658
4 2.4121 5.0000 5.0000 -9.8273 -5.7504 545.0000 2.5879
5 2.4580 2.4845 5.0000 -5.7504 -3.3190 545.0000 2.5420
6 2.4845 2.4997 5.0000 -3.3190 -3.3190 545.0000 2.5155
7 2.4997 2.5084 5.0000 -1.9005 -1.9005 545.0000 2.5003
126
6.4 Determine las raíces reales de f(x) = –1 + 5.5x – 4𝑥 2 + 0.5𝑥 3
a) En forma gráfica.
b) con el método de Newton-Raphson dentro de εs = 0.01%.
newton('-1+5.5*x-4*x^2+0.5*x^3',0,0.0001)
f x f(x)
1 0.1818181818 -0.1292261458
2 0.2133749197 -0.0036960089
3 0.2143321141 -0.0000033712
127
6.8 Determine la raíz real de 𝑥 3 5 = 80, con el método de la secante modificado dentro de εs =
0.1%, con el uso de una elección inicial de x0 = 3.5 y xu = 0.01.
secante('x^3.5-80',3.5,0.01,0.0001)
i a b r error
1 3.500000 0.010000 3.490785 99.713532
2 0.010000 3.490785 3.513775 0.654262
3 3.490785 3.513775 3.497319 0.470532
4 3.490785 3.497319 3.497357 0.001094
5 3.497319 3.497357 3.497357 0.000006
Se concluye que la aproximación a la raíz es :

xa = 3.4974
128
ELABORADO POR: Chavez Cruz Alex Edwin
6.8 Determine la raíz real de x3.5 = 80, con el método de la secante modificado
dentro de es = 0.1%, con el uso de una elección inicial de x0 = 3.5 y d = 0.01.
an=input('ingrese el pto incial=');
bn=input('ingrese el punto final=');
tol=input('ingrese la TOL=');
iter=input('ingrese el numerod de iter=');
x=0:0.5:10;
y=x.^(3.5)-80;
plot(x,y)
yan=f(an);
ybn=f(bn);
if yan==0
fprintf('Xi es raiz\n\n');
else
if ybn==0
fprintf('Xs es raiz\n\n');
else
if yan*ybn<0
xn=an-(f(an)*(an-bn))/(f(an)-f(bn));
yn=f(xn);
error=tol+1;
Cont=0;
end
end
end
disp('cont xn f(xn) error')
cont=0;
while error>tol
if yan*yn<0
bn=xn;
ybn=yn;
else
an=xn;
yan=yn;
end
xm=xn;
yn=f(xn);
error=abs(xn-xm)/xn;
cont=cont+1;
fprintf('%02d %10.5f %10.5f %10.5f\n',cont,xn,yn,error)
end
129
5.1 Determine las raíces reales de f(x) = –0.5x2 + 2.5x + 4.5:
iter=input('ingrese el numerod de iter=');
x=0:0.5:10;
y=x.^(3.5)-80;
plot(x,y)
yan=f(an);
ybn=f(bn);
if yan==0
else
130
if ybn==0
else
if yan*ybn<0
yn=f(xn);
error=tol+1;
Cont=0;
end
end
end
cont=0;
while error>tol
if yan*yn<0
bn=xn;
ybn=yn;
else
an=xn;
yan=yn;
end
xm=xn;
yn=f(xn);
cont=cont+1;
end
131
5.4 Calcule las raíces reales de f(x) = –12 – 21x + 18x2 – 2.75x3:
x=-10:0.5:10;
y=-2*x.^6-1.5*x.^4+10*x+2;
plot(x,y)
yan=f(an);
ybn=f(bn);
if yan==0
else
if ybn==0
else
if yan*ybn<0
xn=(an+bn)/2;
yn=f(xn);
error=tol+1;
Cont=0;
end
end
end
cont=0;
while error>tol
if yan*yn<0
bn=xn;
ybn=yn;
else
an=xn;
yan=yn;
end
xm=xn;
xn=(an+bn)/2;
yn=f(xn);
cont=cont+1;
end
132
5.2 Determine las raíces reales de f(x) = 5x3 – 5x2 + 6x – 2:
5.3 Determine las raíces reales de f(x) = −25 1 82x − 90x2 + 44x3 – 8x4 + 0.7x5:
x0=input('ingrese el valor inicial=');
tol=input('\ningrese la tolerancia que desea=');
error=tol+1;
cont=0;
x=0:0.5:10;
y1=2*((sin(sqrt(x))))-x;
plot(x,y1)
hold on
y2=(sin(x/2)).^-2;
plot(x,y2)
disp('cont xn f(xn) g(x0) error')
133
while error>tol
xn=g(x0);
yn=f(xn);
error=abs((xn-x0)/xn);
cont=cont+1;
x0=xn;
fprintf('%02d %10.6f %10.6f %10.6f %10.6f\n',cont,xn,yn,g(x0),error)
end
fprintf('%02d %10.6f %10.6f %10.6f %10.6f\n',cont,xn,yn,g(x0),error)
Ejercicio 6.3
x1=input('ingrese el valor inicial=');
tol=input('ingrese la tol=');
r=tol+1;
cont=0;
x=-10:0.5:10;
y=-1+5.5*x-4*x.^2+0.5*x.^3;
plot(x,y)
while r>tol
a=f(x1);
134
b=df(x1);
xn=x1-a/b;
r=abs((x1-xn)/xn);
x1=xn;
cont=cont+1;
fun=f(xn);
fprintf('%02d %10.6f %10.6f %10.6f \n',cont,xn,fun,r)
end
135
6.12 Determine las raíces de las siguientes ecuaciones no lineales simultáneas, por
medio de los métodos de a) iteración de punto fijo, y b) Newton-Raphson:
y = – x2 + x + 0.75
y + 5xy = x2
Ejercicio 6.6
x0=input('ingrese xo=');
136
x1=input('\ningrese x1=');
Tol=input('\ningrese la tolerancia=');
x=-10:0.5:10;
y=-12-21*x+18*x.^2-2.4*x.^3;
plot(x,y)
y0=f(x0);
y1=f(x1);
d=(y1-y0);
e=Tol+1;
cont=0;
while e>Tol
xn= x1-((y1*(x1-x0))/(d));
e=abs((xn-x1)/xn);
x0=x1;
y0=y1;
y1=f(xn);
x1=xn;
d=(y1-y0);
cont=cont+1;
fprintf('%02d %10.6f %10.6f %10.6f \n',cont,xn,y1,e)
end
137
Ejercicios
function y=grafica31
x=-1:0.05:3
f=sqrt(x+1)./(x-3);
plot(x,f,'r')
5.3 Determine las raíces reales de f(x) = −25 1 82x − 90x2 + 44x3 – 8x4 + 0.7x5:
function y=graficas36
x=-5:0.05:5;
y1=3+x.*exp(-x);
y2=2;
f=y1.*(x<2)+y2.*(x>=2);
plot(x,f,'r')
138
Pág. 140
EJRCICIOS (5.10, 5.21)
5.10 Encuentre la raíz positiva de f(x) = 𝑥 4 – 8𝑥 3 –35𝑥 2 + 450x–1001, utilizando el
método de la falsa posición. Tome como valores iniciales a xl = 4.5 y xu = 6, y
ejecute cinco iteraciones. Calcule los errores tanto aproximado como verdadero, con
base en el hecho de que la raíz es 5.60979. Emplee una gráfica para explicar sus
resultados y hacer el cálculo dentro de un es = 1.0%.
SOLUCION
PASO 1: Iteraciones:
Iteración 1:
f(x) = 𝑥 4 – 8𝑥 3 –35𝑥 2 + 450x–1001
f(x) = f(4.5) = 4.54 – 8(4.5)3–35(4.5)2 + 450(4.5)–1001 = -3.6875
f(x) = f(6) = 64 – 8(6)3–35(6)2 + 450(6)–1001 = 7
f(x) = -1.00147404
f(x) = 𝑥 7(4.5−6)
𝑟1=6 ( )= 5.01754
−3.6875−7
Iteración 2:
𝑥2=5.01754 f(x) = -1
𝑥4=6 f(x) = 7
PASO 2: PROGRAMCION APLICANDO EL MATLAB

%falsaposicion('x^4-8*(x^3)-35*(x^2)+450*x-1001',4.5,6,0.0001)
x=a;
Fa=eval(f);
x=c;
139
Fc=eval(f);
i=0;
while abs(c-a)>tol
x=b;
Fb=eval(f);
i=i+1;
if abs(Fc)<tol
break;
else
if Fa*Fb<=0
c=b;
Fc=Fb;
else
a=b;
Fa=Fb;
end
end
end
grid on;
>> falsaposicion('x^4-8*(x^3)-35*(x^2)+450*x-1001',4.5,6,0.0001)

1 4.5000 5.0175 6.0000 -3.6875 -1.0015 7.0000 1.5000
2 5.0175 5.1405 6.0000 -1.0015 -1.0650 7.0000 0.9825
3 5.1405 5.2540 6.0000 -1.0650 -1.1218 7.0000 0.8595
4 5.2540 5.3570 6.0000 -1.1218 -1.0750 7.0000 0.7460
5 5.3570 5.4426 6.0000 -1.0750 -0.9006 7.0000 0.0891
6 5.4426 5.5062 6.0000 -0.9006 -0.6592 7.0000 0.5574
7 5.5062 5.5487 6.0000 -0.6592 -0.4325 7.0000 0.4938
140
8 5.5487 5.5749 6.0000 -0.4325 0.2630 7.0000 0.4513
9 5.5749 5.5903 6.0000 -0.2630 -0.2630 7.0000 0.4251
10 5.5903 5.5991 6.0000 -0.0858 -0.1524 7.0000 0.4097
11 5.5991 5.6039 6.0000 -0.1524 -0.0475 7.0000 0.4009
12 5.6039 5.6066 6.0000 -0.0475 -0.0261 7.0000 0.3961
13 5.6066 5.6080 6.0000 -0.0261 -0.0143 7.0000 0.3934
14 5.6080 5.6088 6.0000 -0.0143 -0.0078 7.0000 0.3920
15 5.6088 5.6093 6.0000 -0.0078 -0.0042 7.0000 0.3912
16 5.6093 5.6095 6.0000 -0.0042 -0.0023 7.0000 0.3907
17 5.6095 5.6096 6.0000 -0.0023 0.0012 7.0000 0.3905
18 5.6096 5.6097 6.0000 -0.0012 -0.0007 7.0000 0.3904
𝐸 5.4426372−5.35701
𝑎= =1.57 %
5.4426372
𝐸 5.60979−5.4426372
𝑟= 5.60979 =2.98 %
5.21 Desarrolle un subprograma para el método de la falsa posición que minimice las
evaluaciones de la función en forma similar a la figura 5.11. Determine el número de
evaluaciones de la función (n) para el total de iteraciones. Pruebe el programa por
medio de la duplicación del ejemplo 5.6.
Solución
141
Programación aplicando el Matlab:
FUNCTION Bisect(xl, xu, es, imax, xr, iter, ea)
iter = 0
fl = f(xl)
DO
xrold = xr
xr = (xl + xu) / 2
fr = f(xr)
iter = iter + 1
lF xr ≠ 0 THEN
ea = ABS((xr – xrold) / xr) * 100
END IF
test = fl * fr
IF test < 0 THEN
xu = xr
ELSE IF test > 0 THEN
xl = xr
fl = fr
ELSE
ea = 0
END IF
IF ea < es OR iter ≥ imax EXIT
END DO
Bisect = xr
END Bisect
EJERCICIOS Pág. 167

(6.10, 6.11, 6.13, 6.23, 6.24)
6.10 Determine la menor raíz positiva de f(x) = 8 sen(x)𝑒 −𝑥 – 1:
b) Con el uso del método de Newton-Raphson (tres iteraciones, xi = 0.3).
c) Con el método de la secante (tres iteraciones, xi–1 = 0.5 y xi = 0.3).
d) Por medio del método de la secante modificado (cinco iteraciones xi = 0.3, d =
0.01).
142
Solución
b) Con el uso del método de Newton-Raphson (tres iteraciones, xi = 0.3).
>> newton('x^3-6*x^2+11*x-6',0.3,0.1)
it x f(x)
1 0.7189048240 -0.8214444402
2 0.9282639314 -0.1592794861
𝑓(𝑥) = 2𝑠𝑒𝑛 (√𝑥 )– 𝑥

2𝑠𝑒𝑛 (√𝑥 )– 𝑥 = 0
2𝑠𝑒𝑛 (√𝑥 ) = 𝑥
𝑥 = 𝑔(𝑥) = 2𝑠𝑒𝑛 (√0.5 ) = 1.2992
𝑥 = 𝑔(𝑥) = 2𝑠𝑒𝑛 (√1.2992 ) = 1.8171
𝑥 = 𝑔(𝑥) = 2𝑠𝑒𝑛 (√1.8171 ) = 1.9505
𝑥 = 𝑔(𝑥) = 2𝑠𝑒𝑛 (√1.9505) = 1.9697
x= 𝑔(𝑥) = 2𝑠𝑒𝑛 (√1.9697 ) = 1.9720
𝑥 = 𝑔(𝑥) = 2𝑠𝑒𝑛 (√1.9720 ) = 1.973
143
1.973 − 1.9720
ℇ=
1.973
ℇ= 0.001 %
6.11 La función f(x) = 𝑥 3 – 2𝑥 2 – 4x + 8 tiene una raíz doble en x = 2. Emplee
a) el método estándar de Newton-Raphson [ec. (6.6)],
b) el método de Newton-Raphson modificado [ec. (6.9a)], y c) el método de Newton-

Raphson modificado [ec. (6.13)] para resolver para la raíz en x = 2. Compare y analice
la tasa de convergencia con un valor inicial x0 = 1.2.
Solución
f(x) = 𝑥 3 – 2𝑥 2 – 4x + 8 x=1. 2
a) Método estándar de Newton-Raphson

f(x) = 𝑥 3 – 2𝑥 2 – 4x + 8
f(x) = 3𝑥 2 – 4x – 4
f(x2) = (1.2)3 − 2(1.2)2 − 4(1.2) + 8 02.048

f(x2) = 3(1.2)2 − 4(1.2) − 4 = −4.48
2.048 1.6571
𝑥1 = 1.2 − = 1.6571 ℇ = 1.8370 − 1.6571 = 27.58 %
−4.48
f(x2) = (1.6571)3 − 2(1.671)2 − 4(1.6571) + 8 = 1.4299

f(x2) = 3(1.6571)2 − 4(1.6571) − 4 = −2.3902
0.4249 1.6571
𝑥2 = 1.6571 − = 1.5370 ℇ = 1.8370 − =9.79 %
−2.3402 1.8370
f(x2) = (1.8370)3 − 2(1.8370)2 − 4(1.8370) + 8 = 0.1019

f(x2) = 3(1.8370)2 − 4(1.8370) − 4 = −1.22
Programación
>> newton('x^3-2*x^2-4*x+8',0.3,0.00001)
144
it x f(x)
1 1.6482758621 0.4513277297
2 1.8330445502 0.1068427522
3 1.9183807646 0.0261030755
4 1.9596198844 0.0064563730
5 1.9799134187 0.0016057786
6 1.9899821177 0.0004004265
7 1.9949973549 0.0000999806
8 1.9975002445 0.0000249795
9 1.9987505132 0.0000062429
10 1.9993753542 0.0000015605
11 1.9996877015 0.0000003901
12 1.9998438568 0.0000000975
13 1.9999219299 0.0000000244
14 1.9999609654 0.0000000061
15 1.9999804828 0.0000000015
b) Método estándar de Newton-Raphson modificado [ec. (6.9a)]

𝐹𝑋2
X=1-𝑚
𝐹𝑋2
f(x) = 𝑥 3 – 2𝑥 2 – 4x + 8
145
f(x) = 3𝑥 2 – 4x – 4 m= 2 x= 1.2
f(x2) = (1.2)3 − 2(1.2)2 − 4(1.2) + 8 02.048

f(x2) = 3(1.2)2 − 4(1.2) − 4 = −4.48
2.048 2.1143
𝑥1 = 1.2 − −4.48 = 1.6571 ℇ = 1.2 − 2.1143 = 43.24 %
f(x2) = (2.1143)3 − 2(2.1143)2 − 4(2.1143) + 8 = 0.537

f(x2) = 3(2.1143)2 − 4(2.1143) − 4 = 0.9535
0.4249 1.6571
𝑥2 = 1.6571 − −2.3402 =2.0016 ℇ = 1.8370 − 1.8370 = 5.63 %
f(x2) = (2.0016)3 − 2(2.0016)2 − 4(2.0016) + 8 = 0.00001

f(x2) = 3(2.0016)2 − 4(2.0016) − 4 = 0.0125
0.00001
X = 2.0016 - 2( )−2
0.0125
2.0016
ℇ=2−( ) = 0.08 %
2
6.13 Encuentre las raíces de las ecuaciones simultáneas que siguen:

(x – 4)2 + (y – 4)2 =5
x2 + y2 = 16
Use un enfoque gráfico para obtener los valores iniciales. Encuentre estimaciones
refinadas con el método de Newton-Raphson para dos ecuaciones, que se describe en
la sección 6.5.2.
Solución
Programación
newton('(x+4)^+(x-4)^2',5,5)
it x f(x)
1 4.7833937228 30.0966615251
146
2 4.5623555954 11.1917519539
3 4.3364233664 4.1656063237
4 4.1050479439 1.5521218477
5 3.1093978728 0.0303886745
6 2.8370884388 0.0114350288
7 2.5517448166 0.0043193019
8 1.5786948632 0.0002425680
9 1.1895679062 0.0000062429
10 1.9993753542 0.0000390620
11 1.9996877015 0.0000003901
12 0.7371186399 0.0000000975
13 -0.8347241133 0.0000144976
14 0.4979496384 0.0000266821
15 -0.1916736776 0.0000135364
16 -2.3055750390 0.0012934954
17 -1.9642823354 0.0002077030
18 -0.2079996057 0.0000134352
19 -2.4482507073 0.0034599477
20 -1.7530265026 0.0000900524
21 -0.2840492236 0.0000130492
22 -3.4138705771 0.0058817119
147
6.23 a) Aplique el método de Newton-Raphson a la función f(x)= tanh (x2 – 9) para
evaluar su raíz real conocida en x = 3. Use un valor inicial de x0 = 3.2 y haga un
mínimo de cuatro iteraciones.
b) ¿Converge el método a su raíz real? Bosqueja la gráfica con los resultados para
cada iteración que obtenga.
Solucion
f(x) = tanh(𝑥 2 − 9)
PASO 1:
f(x) = [sech^2(𝑥 2 − 9)](2𝑥)
x= 3.1
PASO 2: realizar las iteraciones
𝑓(𝑥1)
𝑥=𝑥−
𝑓′(𝑥)
i X j+1
1 2.9753
2 3.2266
3 2.5774
4 7.9865
148
6.24 El polinomio f(x) = 0.00744 – 0.284𝑥 3 + 3.355𝑥 2 – 12.183x + 5 , tiene una raíz
real entre 15 y 20. Aplique el método de Newton-Raphson a dicha.
Solucion
PASO 1:
f(x) = 0.0074𝑥 4 – 0.284𝑥 3 + 3.355𝑥 2 – 12.183x + 5
f’(x) = 0.0296𝑥 3 – 0.852𝑥 2 +6.71x -12.183
PASO 2: realizar las iteraciones

𝑓(𝑥1)
𝑥=𝑥−
𝑓′(𝑥)
i X j+1
1 9.0767
2 -4.01014
3 -3.2726
PASO 3: Programacion aplicando el matlab
>> newton('0.0074*x^4-0.284*x^3+3.355*x^2-12.183*+5',0.3,0.00001)
it x f(x)
1 31.5942322083 1704.7778811744
2 25.8160382268 575.6331451484
3 20.7965466136 219.8848819004
4 14.9004157331 109.2091250728
5 2.4082380095 6.2921110478
6 2.8370884388 -45.1749879838
7 5.4874638436 -0.1065746612
8 5.4941013878 0.0000006987
149
ELABORADO POR: Solis Chambi Nicole
Determine las raíces reales de f(x) = 5x3 – 5x2+6x-2:
a) Gráficamente
150
b) Utilizando el método de bisección para localizar la raíz más pequeña. Use los valores
iniciales xi = 0 y xu = 1 iterando hasta que el error estimado Ea se encuentre debajo de Es
= 10%.
Puntos de intersección: (𝟎, 𝟏)
𝑓(𝑎) = 5(0)3 − 5(0)2 + 6(0) − 2
= −2
𝑓(𝑏) = 5(1)3 − 5(1)2 + 6(1) − 2
=4
𝑓(𝑎) + 𝑓(𝑏)
2
0+1
𝑐= = 0.5
2
151
−2 + 4
𝑓(𝑐) = =1
2
TABLA 1
i a c b F(a) F(c) F(b) Error
1 0 0.5 1 -2 1 4 1
2 0.5 0.75 1 0.375 2.1875 4 2.1875
3 0.75 0.875 1 1.79688 2.89844 4 2.89844
4 0.875 0.9375 1 2.77148 3.38574 4 3.38574
5 0.9375 0.96875 1 3.35034 3.67517 4 3.67517
6 0.96875 0.98437 1 3.66586 3.83293 4 3.83293
Calcule las raíces reales de f(x) = -12 -21x + 18x2 -2.75x3 :
a) Gráficamente
b) Empleando el método de la falsa posición como un valor Es correspondiente a tres

cifras significativas para determinar la raíz más pequeña
b) Puntos de intersección: (𝟎, 𝟎. 𝟓)
SOLUCION
POR FORMULA
152
f(x) = -12 -21x + 18x2 -2.75x3 Puntos de intersección: (0,0.5)
Interaccion = 1
a=0 f(a) =-12 -21(0) + 18(0)2 -2.75(0)3 = -12
b=0.5 f(b) =-12 -21(0.5) + 18(0.5)2 -2.75(0.5)3 = -18.34375
c= axf(b)-bxf(a) = 0x- 18.34375 – 0.5x-12 = 11.67291 RAIZ MAS PEQUEÑA
f(b)-f(a) -18.34375 – (-12)
f(c ) = -12 -21(11.67291) + 18(11.67291)2 -2.75(11.67291)3 = -2,178.420852
Interaccion = 2
a=0 f(a) = -12
b= 11.67291 f(b) =-2,178.420852
c= axf(b)-bxf(a) = 0x-2,178.420852–11.67291x-12 = 11.93570
f(b)-f(a) -2,178.420852 – (-12)
f(c ) = -12 -21(11.93570) + 18(11.93570)2 -2.75(11.93570)3 = -2,374.37306
Interaccion = 3
a=0 f(a) = -12
b= 11.93570 f(b) =-2,374.37306
c= axf(b)-bxf(a) = 0x-2,374.37306–11.93570x-12 = 11.93968
f(b)-f(a) -2,374.37306 – (-12)
f(c ) = -12 -21(11.93968) + 18(11.93968)2 -2.75(11.93968)3 = -2,377.42548
TABLA 1
a c b f(a) f(c) f(b) f(a)- f(c)
153
0 11.67291 0.5 -12 - -18.34375 -
2,178.420852 2,178.420852
0 11.93570 11.67291 -12 -2,374.37306 - -
2,178.420852 2,374.37306
0 11.93968 11.93570 -12 -2,377.42548 -2,374.37306 -
2,377.42548
𝟐
Encuentre la raíz positiva más pequeña de la función (x está en radianes) 𝒙𝟐 |𝒄𝒐𝒔 √𝒙| =
𝟓 usando el método de la falsa posición. Para localizar el intervalo en donde se
encuentra la raíz, grafique primero esta función para valores de x entre 0 y 5. Realice el
cálculo hasta que εs sea menor que εs = 1%. Compruebe su respuesta final
sustituyéndola en la función original.
UTILIZANDO MAT LAB
#include<stdio.h>
#include<stdlib.h>
#include<math.h>
int c=0;ciclos;
float Xr,Er,Xr_1=0,error=0.01,a=0,b=5;
float f(float x){

return pow(x,2)*fabs(cos(sqrt(x)))-5;
}
void pide_datos(){
printf("\n\nRango definido por a=0 y b=5");
printf("\nEl Con una tolerancia de 0.01 ");
printf("\n\ncuantos ciclos crees convenientes ? = ");
scanf("%d",&ciclos);
}
void ope(){
float op;
op=pow(Xr,2)*fabs(cos(sqrt(Xr)))-5;
printf("\n\tSustituyendo Xr obtenemos %f",op);
}
int main(){
system("cls");
154
printf("Este programa calcula la raiz positiva mas pequeña de \n\t x^2*|cos(x^-
0.5)| = 5\n");
printf("Por el metodo de la falsa pocision.\ny el metodo grafico con
GNUPLOT\n");
system("gnuplot config.gp");
FILE *ap;
ap=fopen("datos.txt","w");
fprintf(ap,"\nC\tXr\t Er");
pide_datos();
do{
Xr=((a*f(b)-b*f(a))/(f(b)-f(a)));
Er=fabs((Xr-Xr_1)/Xr);
Xr_1=Xr;
c++;
if(f(a)*f(Xr)<0)
b=Xr;
else
a=Xr;
fprintf(ap,"\n%d\t%f\t%f",c,Xr,Er);
}while(Er>error && c<=ciclos);
printf("\nXr = %f",Xr);
fprintf(ap,"\n\nXr = %f",Xr);
fprintf(ap,"\nEr = %f",Er);
fclose(ap);
fflush(ap);
ope();
printf("\n\n");
system("pause");
Usamos el método de la falsa posición y esperamos a que arroje los resultados lo
cual tarda un total de 6 iteraciones y cuando se sustituye se determina que la raíz
encontrada esta próxima al cero pero podría acercarse más con más cifras
significativas en la tolerancia. En este caso sustituyendo Xr la función regresa un
valor de -0.05 unidades.
Emplee el método de Newton-Raphson para determinar una raíz real de f(x) = –1 +

5.5x – 4x2 + 0.5x3 con el uso de elección elecciones iniciales de a) 4.52, y b) 4.54.
Estudie y use métodos gráficos y analíticos para explicar cualquier peculiaridad en
sus resultados.
155
iteraciones Xi-1 f(Xi-1) Xi f(Xi) Xi+1 f(Xi+1)
0 5 -9,5 6,5 5,3125 5,96202532 -2,4485132
1 6,5 5,3125 5,96202532 -2,4485132 6,13175034 -0,33106175
2 5,96202532 -2,4485132 6,13175034 -0,33106175 6,1582867 0,0266967
3 6,13175034 -0,33106175 6,1582867 0,0266967 6,1563065 -0,00025398
4 6,1582867 0,0266967 6,1563065 -0,00025398 6,15632516 -1,9164E-07
5 6,1563065 -0,00025398 6,15632516 -1,9164E-07 6,15632517 1,3927E-12
6 6,15632516 -1,9164E-07 6,15632517 1,3927E-12 6,15632517 0

0 1,5 -0,3125 2 -2 1,40740741 -0,08484479
1 2 -2 1,40740741 -0,08484479 1,3811545 -0,02608731
2 1,40740741 -0,08484479 1,3811545 -0,02608731 1,36949866 -0,0008488
3 1,3811545 -0,02608731 1,36949866 -0,0008488 1,36910667 -9,1626E-06
4 1,36949866 -0,0008488 1,36910667 -9,1626E-06 1,36910239 -3,299E-09
5 1,36910667 -9,1626E-06 1,36910239 -3,299E-09 1,36910239 -1,3101E-14
6 1,36910239 -3,299E-09 1,36910239 -1,3101E-14 1,36910239 0

0 0,5 0,0625 1 0,5 0,42857143 -0,12390671
1 1 0,5 0,42857143 -0,12390671 0,54205607 0,15667205
2 0,42857143 -0,12390671 0,54205607 0,15667205 0,47868751 0,01040178
3 0,54205607 0,15667205 0,47868751 0,01040178 0,47418116 -0,00099485
4 0,47868751 0,01040178 0,47418116 -0,00099485 0,47457453 5,317E-06
5 0,47418116 -0,00099485 0,47457453 5,317E-06 0,47457244 2,6907E-09
6 0,47457453 5,317E-06 0,47457244 2,6907E-09 0,47457244 -7,1887E-15
Determine la raíz real más grande de 𝒇(𝒙) = 𝟎. 𝟗𝟓𝒙𝟑 – 𝟓. 𝟗𝒙𝟐 + 𝟏𝟎. 𝟗𝒙 – 𝟔:
156
La raíz más grande según el grafico es: 3.345
b) Con el uso del método de Newton-Raphson (tres iteraciones, 𝒙𝒊 = 𝟑. 𝟓).
𝑓(𝑥) = 0.95𝑥 3 – 5.9𝑥 2 + 10.9𝑥 – 6
𝑓´(𝑥) = (3)0.95𝑥 2 – (2)5.9𝑥 + 10.9
𝑓´(𝑥) = 2.85𝑥 2 – 11.8𝑥 + 10.9
1ra iteración:
𝑥𝑖 = 3.5
𝑓(𝑥𝑖 ) = 𝑓(3.5) = 0.95(3.5)3 – 5.9(3.5)2 + 10.9(3.5) – 6
𝑓(3.5) = 0.60625
𝑓´(3.5) = 2.85(3.5)2 – 11.8(3.5) + 10.9
𝑓(3.5) = 4.5125
𝑓(𝑥0 )
𝑥𝑖+1 = 𝑥1 = 𝑥0 −
𝑓´(𝑥0 )
0.60625
𝑥1 = 3.5 −
4.5125
𝑥1 = 3.36565
157
2da Iteración:
𝑥𝑖+1 = 𝑥1 = 3.36565
𝑓(3.36565) = 4.5125
𝑓(3.36565) = 1.53566
𝑓´(3.36565) = 3.46899
𝑥2 = 2.92297
3ra Iteración:
𝑥2 = 2.92297
𝑓(2.92297) = 5.46633
𝑓´(2.92297) = 0.75865
𝑥3 = −4.28237
c) Con el método de la secante (tres iteraciones, xi–1 = 2.5 y xi = 3.5).
1ra Iteración:
𝑥𝑖 = 𝑥1 = 3.5 𝑥𝑖−1 = 𝑥0 = 2.5

3 2
𝑓(3.5) = 0.95(3.5) – 5.9(3.5) + 10. (3.5) – 6
𝑓(3.5) = −2.54375
3 2
𝑓(2.5) = 0.95(2.5) – 5.9(2.5) + 10.9(2.5) – 6
𝑓(2.5) = −0.78125
𝑓(𝑥𝑗 )(𝑥𝑗 − 𝑥𝑗−1 )
𝑥𝑗+1 = 𝑥𝑗 −
𝑓(𝑥𝑗 ) − 𝑓(𝑥𝑗−1 )
(−2.54375) ∗ (3.5 − 2.5)
𝑥2 = 3.5 −
(−2.54375) − (−0.78125)
𝑥2 = 2.05674
2da Iteración:
𝑥2 = 2.05674 𝑥1 = 3.5
𝑓(3.5) = −2.54375
𝑓(2.05674) = 15.45730
𝑥3 = 2.05674
d) Por medio del método de la secante modificado (tres iteraciones, xi = 3.5, d = 0.01).
5.5 Localice la primera raíz no trivial de sen x = x^2 , donde x está en radianes. Use una
técnica gráfica y bisección con un intervalo inicial de 0.5 a 1. Haga el cálculo hasta que Ea
158
sea menor que Es = 2%. Realice también una prueba de error sustituyendo la respuesta final
en la ecuación original.
Grafica
Método de la Bisección:
fx=senx-x2
N Xl Xu Xr F(x)f(Xr) Ea %
1 0.5 1 0.75 + -
2 0.75 1 0.875 + 14.28%
3 0.875 1 0.9375 - 6.66%
4 0.875 0.9375 0.90625 - 3.45%
5 0.875 0.90625 0.890625 1.75%
Va=0.890625
Prueba Error
Sen 0.96875 = 1
0.890625 = 1
=17.58%
5.13 La velocidad v de un paracaidista que cae está dada por:

𝑐
𝑔𝑚
V= (1 − 𝑒 −(𝑚)𝑡 )
𝑐
159
donde g = 9.8 m/s2. Para un paracaidista con coeficiente de arrastre de c = 15 kg/s, calcule la
masa m de modo que la velocidad sea v = 35 m/s en t = 9s. Utilice el método de la falsa
posición para determinar m a un nivel de Es = 0.1%.
𝑐
(𝑚𝑔)
V= ( ∗ (1 − 𝑒 −(𝑚)𝑡 )
𝑐
La ecuación diferencial es
ma-cv=0
𝑑𝑣 𝑐
( 𝑑𝑡 ) − (𝑚)v =0
- condiciones iniciales
vo = 0
𝑑𝑣
ao = ( 𝑑𝑡 )o = g
La ecuación planteada es
𝑐
(𝑚𝑔)
V= ( ∗ (1 − 𝑒 −(𝑚)𝑡 )
𝑐
15
(𝑚9.8)
v=( ∗ (1 − 𝑒 −( 𝑚 )9 ) = 35
15
−135
15
m * (1 − 𝑒 −( )
𝑚 ) = 35 ∗ 9.8
Analizamos las unidades
15 kg/s * 9 s = 135 kg
así que el exponente queda adimensional con m en kg
(35 m/s) ∗ (15 kg/s)

𝑚 = 53.57 kg
(9.8 2 )
𝑠
así que el resultado queda coherente con m en kg
Nos queda la ecuación trascendente
−135
f(m) = m * (1 − 𝑒 −( )
𝑚 ) − 53.57 = 0
Trabajamos con 5 decimales
160
Para m1 = 50
f(50) = -6.93027
Para m2 = 60
f(60) = 0.10604
Como hay cambio de signo, podemos establecer que hay una raíz intermedia
Pendiente de la secante
entre f(50) y f(60)
Pend1 = (f(60) - f(50))/(60-50)
Pend1 = (0.10604 - (-6.93027))/10
Pend1 = (7.03632)/10
Pend1 = 0.70363
Comandos:
function [y] = f(x)
y=0.6533333333333*x*(1-(2.71828182846)^(-135/x))-35;
end
Raíz aproximada = 59
m f(m)
54 -2.61
56 -1.69
58 -0.80
60 0.068
Raíz aproximada = 60
161
xl=58 xu=60
(0.068)(58−60)
xr1=60- =59.81420765
−0.8+0.068
(−0.0115)(58−59.81)
xr1=59.814207- =59.84079423
−0.8+0.0115
59.84079423−59.81420765
Ea= (100%)=0.044%
59.84079423
Iteración xl xu xr Ea
1 58 60 59.81420765 -
2 58 59.81420765 59.84104239 0.044%
5.14 Se carga una viga de la manera que se aprecia en la figura P5.14. Emplee el método de
bisección para resolver la posición de la viga donde no hay momento.
Figura: P5.14
Fuente: Métodos Cerrados
Definimos la Ecuación Pasante en el Punto 0

F(x) =12-10*x^2-185*x+1650
Creación de la función.
function [y] = f(x)
y=12-10*x^2-185*x+1650;
end
MATLAB
162
function [c,iter] = bissec(a,b,e)
iter=1;
while abs(b-a) > e & iter<1000
c=(a+b)/2;
if f(a)*f(c) > 0
a=c;
else
b=c;
end
iter=iter+1;
end
i xl xu xr a
1 2.5 3 2.75 -----
2 2.5 2.75 2.625 4.761
3 2.5 2.625 2.5625 2.439
4 2.5625 2.625 2.59375 1.204
5 2.59375 2.625 2.609375 0.598
6 2.59375 2.609375 2.6015625 0.300
7 2.3015625 2.609375 2.60546875 0.149
8 2.60546875 2.609375 2.607421875 0.074
9 2.607421875 2.609375 2.608398438 0.0374
10 2.608398438 2.609375 2.608886719 0.018
11 2.608398438 2.608886719 2.608642579 0.009
2.5+3
xr= = 2.75
2
2.625−275
Ea= ∗ 100 = 4.761
2.625
2.5+2.75
xr= = 2.625
2
2.5625−2.625
Ea= ∗ 100 = 2.439
2.5625
2.5+2.625
xr= = 2.5625
2
2.59375−2.5625
Ea= ∗ 100 = 1.204
2.59375
2.5625+2.625
xr= = 2.59375
2
2.6093−2.59375
Ea= ∗ 100 = 0.598
2.6093
2.59375+2.625
xr= = 2.609375
2
163
2.6015625−2.59375
Ea= ∗ 100 = 0.300
2.6015625
2.59375+2.609375
xr= = 2.6015625
2
2.60546875−2.6015625
Ea= ∗ 100 = 0.149
2.60546875
2.6015625+2.609375
xr= = 2.60546875
2
2.607421875−2.60546875
Ea= ∗ 100 = 0.074
2.607421875
2.60546875+2.609375
xr= = 2.607421875
2
2.608398438−2.607421875
Ea= ∗ 100 = 0.0374
2.608398438
2.607421875+2.609375
xr= = 2.608398438
2
2.608886719−2.608398438
Ea= ∗ 100 = 0.018
2.608886719
2.608398438+2.609375
xr= = 2.608886719
2
2.608642579−2.608886719
Ea= ∗ 100 = 0.009
2.608642579
2.608886719+2.609375
xr= = 2.608642579
2
5.15 Por un canal trapezoidal fluye agua a una tasa de Q=20 m3 /s. La profundidad crítica y
para dicho canal satisface la ecuación
𝑄2
0=1-𝑔𝐴3
Donde g=9.81m/s2, A=área de la sección transversal m2, y B=ancho del canal en la

superficie m. Para este caso, el ancho y el área de la sección transversal se relacionan con la
profundidad y por medio de
𝑦2
B=3+y y A=3y+ 2
Resuelva para la profundidad crítica con el uso de los métodos a) gráfico, b) bisección y.
a) Gráfico
3
(𝑦 2 −6𝑦)
f(y)=40.774- 8𝑦+24
164
dominio: -49.90973 < 𝑥 < 46.9478047
b) Bisección
N Xl Xu Xr fxf(Xr) Ea %
1 0.5 2.5 1.5 + -
2 1.5 2.5 2 - 33.3%
3 1.5 2 1.75 - 14.3%
4 1.5 1.75 1.625 - 7.7%
5 1.5 1.625 1.5625 - 4%
6 1.5 1.5625 1.53125 - 2.04%
7 1.5 1.53125 1.516075 - 1%
8 1.5 1.516075 1.5080375 + 0.53%
5.16 Suponga que el lector que está diseñando un tanque esférico de almacenamiento de agua
para un poblado pequeño de un país en desarrollo. El volumen del líquido que puede contener
se calcula con.
[3𝑅−ℎ]
V =𝜋ℎ2 3
Donde v =volumen [m^3], h = profundidad del agua en el tanque [m], y R= radio del tanque
[m].
165
(3𝑟−ℎ)
V = 𝜋 ∗ ℎ2 ∗ 3
Donde R=3 y V =30

(9−1)
30= 𝜋 ∗ ℎ2 ∗ 3
3 *30 = 𝜋 ∗ ℎ2 ∗ (9 − 1)
90= 9 ∗ π ∗ ℎ2 − π ∗ ℎ3
- π ∗ ℎ3 + 9 ∗ π ∗ ℎ2 − 90 = 0
F(h)= π ∗ ℎ30 − 9 ∗ π ∗ ℎ2 + 90
 Si R=3m ¿a que profundidad debe llenarse el tanque de modo que contenga 30m^2?
V=A*H
𝜋
A= ∗ (6)2
4
A= 28.274334 m2
𝑉
H= 𝐴
3.2808
H= 1.061033* 1
H=3.481037 pies
USANDO EL METODO DE NEWTON R.
𝑓(𝐻)
Hn+1 =H0 -𝑓`(𝐻)
Derivando f(h)
F(h)= 3 ∗ π ∗ ℎ2 − 18 ∗ π ∗ ℎ
Tolerancia 0.0001
 resultados (iteraciones) con el valor inicial 3.481037
1º iteración:1.954312 pies
166
2º iteración: 2.927587 pies
Verificamos el error: 2.026921 -2.026891 =0.00003
Entonces la altura que tendrá el fluido en el tanque será de 2.036921 pies
6.13 Encentre las raíces de las ecuaciones simultaneas que siguen.
(x-4)2 + (y-4)2 =5
X2 +y2=16
Entonces se Calculan las derivadas parciales.
En la imagen se muestran 2 puntos de intersección se utiliza el método de Newton

Raphson para encontrar la raíz más cercana a la intersección.
Tomo x = 2 ; y=4
Iteración # 0
El determinante es: (-4) (8)-(4) (0)=-32
167
=4
Luego reemplazo en la ecuación los valores obtenidos:
Iteración #1
= 0.2031
iteración #2
= 0.0054
168
Iteración
0 1.7500
1 1.7500 1.8041 3.5708
2 1.8041 3.5708 1.8041 3.5708
6.14. Repita el problema 6.13, excepto que
Entonces se Calculan las derivadas parciales.
Como en la imagen se muestran 2 puntos de intersección se utiliza el método de Newton

Raphson para encontrar la raíz más cercana a la interseccion.
Tomo x=0.8; y=1.4
169
El determinante es: (1.6) (1)-(-0.0279) (1)=1.6279
= 0.24
0.5998
El determinante es: (2.0370) (1)-(-0.0356) (1)=2.0726
= 1.2366
1.1990
reemplazo en la ecuación los valores obtenidos:
x =-0.3989
y= 0.8007
170
6.15 El balance de masa de un contaminante de un lago bien mezclado se expresa asi:
𝑑𝑐
V=𝑑𝑡 = 𝑊 − 𝑄𝑐 − 𝑘𝑉√𝑐
Dados los valores de parámetros v=1*106 m3 ,Q = 1 × 105 m3/ año y W = 1 × 106 g/ano˜ y k
= 0.25m0.5/ano. ˜ Use su programa para encontrar la concentración en el estado estacionario,
cuando la derivada respecto al tiempo es cero, a través de los tres métodos. Emplee como x0
= 3.75g/m3 y justifique que éste es una buena selección de punto inicial. ¿Cuál método
converge más rápido? ¿Por qué?
𝑊−𝑘𝑉√𝑐 𝑊−𝑘𝑉√𝑐
𝑓(𝑐) = −𝑐 =0 𝑔(𝑐) =
𝑄 𝑄
Ahora se evaluara f(c) para obtener el valor inicial:

Por lo tanto nuestro valor inicial de c estará entre 4 y 5.
𝑐0 = 4
c F(c)
0 16
1 11.96
2 8.24
3 4.84
4 1.76
5 -1
6 -3.44
7 -5.56
8 -7.36
9 -8.84
10 -10
Evaluando a este valor mediante iteraciones de punto fijo tenemos:
Para un error 𝜀0 ≤ 10−3 el valor para la concentración de estado estable c será:
𝑐 = 4.62571702 𝑔/𝑚3
iteracion co G(co) error observacion

0 4 5
171
1 5 4.40983006 0.2 continua
2 4.40983006 4.75010116 0.1338354 continua
3 4.75010116 4.5513183 0.0716345 continua
4 4.5513183 4.66654527 0.04367589 continua
5 4.66654527 4.599453 0.02469213 continua
6 4.599453 4.63841616 0.01458701 continua
7 4.63841616 4.61575437 0.0084001 continua
8 4.61575437 4.62892331 0.00490966 continua
9 4.62892331 4.62126681 0.00284493 continua
10 4.62126681 4.6271702 0.0016568 continua
11 4.6271702 4.62312997 0.00096206 raiz
14. Escribir los comandos matlab que permitan graficar la función:

√𝝅𝟐 − 𝟒𝒙²
𝒇(𝒙) =
𝒙 + 𝝅/𝟐
15. Hacer un seguimiento paso a paso a la siguiente función, cuando se le llama

con:
>>bis(1,2,0.01).
Complete la tabla (usar 8 decimales de precisión)
>> biseccion('',1,2,0.01)
it. a b x=(a+b)/2
1 1.0000000000 2.0000000000 1.5000000000
172
2 1.5000000000 2.0000000000 1.7500000000
3 1.7500000000 2.0000000000 1.8750000000
4 1.8750000000 2.0000000000 1.9375000000
5 1.9375000000 2.0000000000 1.9687500000
6 1.9687500000 2.0000000000 1.9843750000
7 1.9843750000 2.0000000000 1.9921875000
16. Determine la raíz real mas grande de f(x)= 0.95x˄3-5.9x²+10.9x-6
a) En forma grafica
b) Con el uso del método de Newton Raphson( 3 iteraciones, x1= 3.5)
>> newton('0.95*x^3-5.9*x^2+10.9*x-6',3.5,0.0001)
i x f(x)
1 3.3656509695 0.0712486657
2 3.3451122758 0.0015492393
3 3.3446454317 0.0000007918
173
c) Con el método de la secante ( 3 iteraciones,Xi-1= 2.5 y Xi= 3.5)
>> secante('0.95*x^3-5.9*x^2+10.9*x-6',2.5,3.5,0.001)
i a b r error
1 2.500000 3.500000 3.063063 14.264706
2 3.500000 3.063063 3.291906 6.951692
3 3.063063 3.291906 3.367092 2.232961
4 3.291906 3.367092 3.343315 0.711182
5 3.367092 3.343315 3.344613 0.038808
6 3.343315 3.344613 3.344645 0.000963
d) Por medio del método de la secante modificado ( 3 iteraciones, Xi = 3.5,

error= 0.01)
>> puntofijo('0.95*x^3-5.9*x^2+10.9*x-6',3.5,0.01)
it. x g(x)
0 3.5000000000 0.6062500000
1 0.6062500000 -1.3486759399
2 -1.3486759399 -33.7627214717
3 -33.7627214717 -43662.0547409802
17. Encuentre la raíz positiva mas pequeña de la función (x esta en radianes)

x²(cos√𝒙)=5 usando el método de la falsa posición. Para localizar el intervalo
174
en donde se encuentra la raíz, grafique primero esta función para valores de
x entre 0 y 5. Realice el calculo hasta que error a sea menor que Ex= 1%.
Compruebe su respuesta final sustituyéndola en la función original.
>> falsaposicion('x^2*abs(cos(sqrt(x)))-5',0,5,0.01)
1 0.0000 1.6200 5.0000 -5.0000 -4.2294 10.4318 5.0000
2 1.6200 2.5951 5.0000 -4.2294 -4.7298 10.4318 3.3800
3 2.5951 3.3453 5.0000 -4.7298 -2.1422 10.4318 2.4049
4 3.3453 3.6272 5.0000 -2.1422 -0.6903 10.4318 1.6547
5 3.6272 3.7124 5.0000 -0.6903 -0.1970 10.4318 1.3728
6 3.7124 3.7363 5.0000 -0.1970 -0.0542 10.4318 1.2876
7 3.7363 3.7428 5.0000 -0.0542 -0.0148 10.4318 1.2637
8 3.7428 3.7446 5.0000 -0.0148 -0.0040 10.4318 1.2572
9 3.7446 3.7451 5.0000 -0.0040 -0.0011 10.4318 1.2554
10 3.7451 3.7452 5.0000 -0.0011 -0.0003 10.4318 1.2549
11 3.7452 3.7452 5.0000 -0.0003 -0.0001 10.4318 1.2548
12 3.7452 3.7453 5.0000 -0.0001 -0.0000 10.4318 1.2548
13 3.7453 3.7453 5.0000 -0.0000 -0.0000 10.4318 1.2547
175
14 3.7453 3.7453 5.0000 -0.0000 -0.0000 10.4318 1.2547
15 3.7453 3.7453 5.0000 -0.0000 -0.0000 10.4318 1.2547
16 3.7453 3.7453 5.0000 -0.0000 -0.0000 10.4318 1.2547
18. F(x) = sen(x)+cos(1+x²)-1 donde x esta en radianes. Para localizar la raíz use
4 iteraciones del método de la secante con valores iniciales de:
a) Xi-1=1 y Xi=3
>> secante('sin(x)+cos(1+x^2)-1',1,3,1)
i a b r error
1 1.000000 3.000000 -0.023214 13023.080948
2 3.000000 -0.023214 -1.226347 98.107039
3 -0.023214 -1.226347 0.233951 624.189399
4 -1.226347 0.233951 0.396366 40.975929
5 0.233951 0.396366 0.944691 58.042820
6 0.396366 0.944691 0.000913 103376.182505
176
7 0.944691 0.000913 -9.206533 100.009916
8 0.000913 -9.206533 3.130575 394.084429
9 -9.206533 3.130575 26.452442 88.165271
10 3.130575 26.452442 171.655233 84.589784
11 26.452442 171.655233 195.519316 12.205486
12 171.655233 195.519316 164.896921 18.570629
13 195.519316 164.896921 161.709491 1.971084
14 164.896921 161.709491 165.094141 2.050134
15 161.709491 165.094141 163.631634 0.893780
b) Xi-1=1.5 y Xi=2.5
>> secante('sin(x)+cos(1+x^2)-1',1.5,2.5,0.01)
i a b r error
1 1.500000 2.500000 2.356929 6.070241
2 2.500000 2.356929 2.547287 7.472986
3 2.356929 2.547287 2.526339 0.829187
4 2.547287 2.526339 2.532107 0.227788
5 2.526339 2.532107 2.532213 0.004202
c) Xi-1=1.5 y Xi=2.25
>> secante('sin(x)+cos(1+x^2)-1',1.5,2.25,0.01)
177
i a b r error
1 1.500000 2.250000 1.927018 16.760716
2 2.250000 1.927018 1.951479 1.253477
3 1.927018 1.951479 1.944604 0.353536
4 1.951479 1.944604 1.944608 0.000204
19. Emplee el método de la secante con la función del circulo (x+1)²+(y-2)²=16; a

fin de encontrar una raíz real positiva. Haga que el valor inicial sea Xi=3 y
Xi-1=0.5. Aproximese a la solución del primer y cuarto cuadrantes. Cuando
resuelva para f(x) en cuarto cuadrante tome valores negativos, ¿Por qué
diverge?
>> secante('((sqrt(x+1)^2-16)+2)',0.5,3,1)
i a b r error
1 0.500000 3.000000 13.000000 76.923077
2 3.000000 13.000000 13.000000 0.000000
Se concluye que la aproximación a la raíz es: xa = 13
178
ELABORADO POR: Baca Charca Diego Vladimir
Pag 140: Chapra- Métodos numéricos
Ejercicio: 5.6 Determine la raíz real de ln x^2 = 0.7:
a) Gráficamente
b) Empleando tres iteraciones en el método de bisección con los valores iniciales xl = 0.5 y xu = 2. c)
Usando tres iteraciones del método de la falsa posición, con los mismos valores iniciales de b).
biseccion('log(x^2)-0.7',0.5,2,0.001)

1 0.5000000000 2.0000000000 1.2500000000 -0.2537128974
2 1.2500000000 2.0000000000 1.6250000000 0.2710156316
3 1.2500000000 1.6250000000 1.4375000000 0.0258109874
falsaposicion('log(x^2)-0.7',0.5,2,0.001)
1 0.5000 1.6287 2.0000 -2.0863 0.2756 0.6863 1.5000
2 0.5000 1.4970 1.6287 -2.0863 0.1069 0.2756 1.1287
3 0.5000 1.4484 1.4970 -2.0863 0.0409 0.1069 0.9970

179
Ejercicio: 5.8 Calcule la raíz cuadrada positiva de 18 usando el método de la falsa posición con error =
0.5%. Emplee como valores iniciales xl = 4 y xu = 5.
falsaposicion('sqrt(18)-x',4,5,0.005)
1 4.0000 4.2426 5.0000 0.2426 0.0000 -0.7574 1.0000
2 4.0000 4.2426 4.2426 0.2426 0.0000 0.0000 0.2426
Ejercicio 5.11 Determine la raíz real de x^3.5 = 80:
a) Con el método de la falsa posición dentro de error = 2.5%. Haga elecciones iniciales de 2.0 a 5.0.

1 3.4974 3.4974 5.0000 -0.0000 -0.0000 199.5085 1.5026
2 3.4974 3.4974 5.0000 -0.0000 -0.0000 199.5085 1.5026
3 3.4974 3.4974 5.0000 -0.0000 -0.0000 199.5085 1.5026
4 3.4974 3.4974 5.0000 -0.0000 -0.0000 199.5085 1.5026
Ejercicio: 5.12 Dada f(x) = –2x^6 – 1.5x^4 + 10x + 2 Use el método de la bisección para determinar el
máximo de esta función. Haga elecciones iniciales de xl = 0 y xu = 1, y realice iteraciones hasta que el
error relativo aproximado sea menor que 5%
180
biseccion('-2*x^6-15*x^4+10*x+2',0,1,0.05)

1 0.0000000000 1.0000000000 0.5000000000 6.0312500000
2 0.5000000000 1.0000000000 0.7500000000 4.3979492188
3 0.7500000000 1.0000000000 0.8750000000 1.0596847534
4 0.8750000000 1.0000000000 0.9375000000 -1.5700112581
5 0.8750000000 0.9375000000 0.9062500000 -0.1631806362
6 0.8750000000 0.9062500000 0.8906250000 0.4702916662
7 0.8906250000 0.9062500000 0.8984375000 0.1591827218
8 0.8984375000 0.9062500000 0.9023437500 -0.0005773017
9 0.8984375000 0.9023437500 0.9003906250 0.0796562586
10 0.9003906250 0.9023437500 0.9013671875 0.0396280982
Ejercicio propuesto:
Determine la raíz real de ln x^2 = 0.7:
a) Empleando tres iteraciones en el método de la secante con los valores iniciales xi =0.5 y xu=2
secante('log(x^2)-0.7',0.5,2,1)
i a b r error
1 0.500000 2.000000 1.628707 22.796761
2 2.000000 1.628707 1.379588 18.057484
3 1.628707 1.379588 1.421930 2.977780
4 1.379588 1.421930 1.419108 0.198921
181
Ejercicio propuesto: Dada f(x) = –2x^6 – 1.5x^4 + 10x + 2 Use el método de la falsa posición para
determinar el máximo de esta función. Haga elecciones iniciales de xl = 0 y xu = 1, y realice
iteraciones hasta que el error relativo aproximado sea menor que 5%
falsaposicion('-2*x^6-15*x^4+10*x+2',0,1,0.001)
1 0.0000 0.2857 1.0000 2.0000 4.7561 -5.0000 1.0000
2 0.2857 0.6339 1.0000 4.7561 5.7870 -5.0000 0.7143
3 0.6339 0.8303 1.0000 5.7870 2.5181 -5.0000 0.3661
4 0.8303 0.8872 1.0000 2.5181 0.6051 -5.0000 0.1697
5 0.8872 0.8993 1.0000 0.6051 0.1228 -5.0000 0.1128
6 0.8993 0.9017 1.0000 0.1228 0.0240 -5.0000 0.1007
7 0.9017 0.9022 1.0000 0.0240 0.0047 -5.0000 0.0983
8 0.9022 0.9023 1.0000 0.0047 0.0009 -5.0000 0.0978
9 0.9023 0.9023 1.0000 0.0009 0.0002 -5.0000 0.0977
10 0.9023 0.9023 1.0000 0.0002 0.0000 -5.0000 0.0977
11 0.9023 0.9023 1.0000 0.0000 0.0000 -5.0000 0.0977
12 0.9023 0.9023 1.0000 0.0000 0.0000 -5.0000 0.0977
13 0.9023 0.9023 1.0000 0.0000 0.0000 -5.0000 0.0977
14 0.9023 0.9023 1.0000 0.0000 0.0000 -5.0000 0.0977
15 0.9023 0.9023 1.0000 0.0000 0.0000 -5.0000 0.0977
16 0.9023 0.9023 1.0000 0.0000 0.0000 -5.0000 0.0977
17 0.9023 0.9023 1.0000 0.0000 0.0000 -5.0000 0.0977
18 0.9023 0.9023 1.0000 0.0000 0.0000 -5.0000 0.0977
19 0.9023 0.9023 1.0000 0.0000 0.0000 -5.0000 0.0977
20 0.9023 0.9023 1.0000 0.0000 0.0000 -5.0000 0.0977
21 0.9023 0.9023 1.0000 0.0000 0.0000 -5.0000 0.0977
22 0.9023 0.9023 1.0000 0.0000 0.0000 -5.0000 0.0977
23 0.9023 0.9023 1.0000 0.0000 0.0000 -5.0000 0.0977
24 0.9023 0.9023 1.0000 0.0000 0.0000 -5.0000 0.0977
25 0.9023 0.9023 1.0000 0.0000 -0.0000 -5.0000 0.0977

Ejercicio propuesto:
Determine la raíz real de ln x^2 = 0.7:
b) Empleando tres iteraciones en el método de newton raphson con los valores iniciales x = 2.
newton('log(x^2)-0.7',2,0.000001)
i x f(x)
1 1.3137056389 -0.1542962483
2 1.4150555646 -0.0056624028
3 1.4190618719 -0.0000080006
4 1.4190675486 -0.0000000000
182

Métodos - Numericos Final

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Métodos - Numericos Final

Cargado por

Copyright:

Formatos disponibles

FACULTAD DE INGENIERIA DE PROCESOS

PROGRAMA PROFESIONAL DE INGENIERIA DE INDUSTRIAS

GRUPO N° 4 - TURNO “B”

Resolución de 10 ejercicios creados por Baca Charca Diego

APLICANDO EL PROGRAMADE MATLAB

La programación en Matlab está diseñada para realizarse en forma estructurada. La

Se introduce la función que deseamos resolver

f: La función, x0 : valor inicial y tol: la tolerancia

Se convierte a “x” en una variable simbólica para derivar

inline: convierte a “f” y su derivada “df” en una

char: transforma a la derivada como una cadena de

Gráfica de la función definida en “f”

Para que la gráfica de la función salga en cuadrícula

Se introduce la función que deseamos resolver

f: La función, a y b: intervalos y tol: la tolerancia

inline: convierte a “f” y su derivada “df” en una

Imprime el título de cada columna de la tabla de

Muestra la tabla que se va a generar con sus

Compara que intervalo se debe tomar y si hay

una variable simbólica para derivar la función

Gráfica de la función definida en

Para que la gráfica de la función salga en

Para que la gráfica de la función salga en cuadrícula

Para que la gráfica de la función salga en cuadrícula

1. Ejercicio: Determine la raíz negativa de la ecuación:

iteraciones 𝒙𝟎 𝒙𝟏 𝒙𝟐 |𝒙𝟎 -𝒙𝟏 |

2 -1.5 -1 -1.25 0.5

3 -1.5 -1.25 -1.37 0.25

2. Ejercicio: Determine la raíz positiva de la ecuación: ln(x+4)-

iteraciones 𝒙𝟎 𝒙𝟏 𝒙𝟐 |𝒙𝟎 -𝒙𝟏 |

1 0.25 1 0.625 0.75

2 0.25 0.625 0.4375 0.375

3 0.4375 0.625 0.53125 0.1875

it. a b x=(a+b)/2 f(x)

3. Ejercicio: Determine la raíz positiva de la ecuación:

i a b c F(a) F(b) F(c) |c-a|

1 0.2500 0.4807 0.7500 -1.1988 -0.0395 1.3998 0.5000

2 0.4807 0.4881 0.7500 -0.0395 -0.0028 1.3998 0.2693

3 0.4881 0.4886 0.7500 -0.0028 -0.0002 1.3998 0.2619

4 0.4886 0.4886 0.7500 -0.0002 -0.0000 1.3998 0.2614

5 0.4886 0.4886 0.7500 -0.0000 -0.0000 1.3998 0.2614

6 0.4886 0.4886 0.7500 -0.0000 -0.0000 1.3998 0.2614

7 0.4886 0.4886 0.7500 -0.0000 -0.0000 1.3998 0.2614

8 0.4886 0.4886 0.7500 -0.0000 -0.0000 1.3998 0.2614

9 0.4886 0.4886 0.7500 -0.0000 -0.0000 1.3998 0.2614

11 0.4886 0.4886 0.7500 -0.0000 -0.0000 1.3998 0.2614

12 0.4886 0.4886 0.7500 -0.0000 -0.0000 1.3998 0.2614

13 0.4886 0.4886 0.7500 -0.0000 -0.0000 1.3998 0.2614

14 0.4886 0.4886 0.7500 -0.0000 -0.0000 1.3998 0.2614

15 0.4886 0.4886 0.7500 -0.0000 0.0000 1.3998 0.2614

La aproximación de la raíz es: 0.4886>>

4. Ejercicio: Determine la raíz positiva de la ecuación:

i a b c F(a) F(b) F(c) |c-a|

1 2.5000 2.7873 3.0000 -2.8175 -0.4865 2.0855 0.5000

2 2.7873 2.8275 3.0000 -0.4865 -0.0613 2.0855 0.2127

3 2.8275 2.8325 3.0000 -0.0613 -0.0074 2.0855 0.1725

4 2.8325 2.8331 3.0000 -0.0074 -0.0009 2.0855 0.1675

5 2.8331 2.8331 3.0000 -0.0009 -0.0001 2.0855 0.1669

7 2.8331 2.8331 3.0000 -0.0000 -0.0000 2.0855 0.1669

8 2.8331 2.8331 3.0000 -0.0000 -0.0000 2.0855 0.1669

9 2.8331 2.8331 3.0000 -0.0000 -0.0000 2.0855 0.1669

10 2.8331 2.8331 3.0000 -0.0000 -0.0000 2.0855 0.1669

11 2.8331 2.8331 3.0000 -0.0000 -0.0000 2.0855 0.1669

12 2.8331 2.8331 3.0000 -0.0000 -0.0000 2.0855 0.1669