Taller 2 – Métodos Numéricos para ingenieros

Profesor: Pedro amador

Estudiante: Nicolas Lozano Casadiego

import math

import numpy as np

import matplotlib.pyplot as plt

def f(t):

u = 2000 # m/s

m0 = 150000 # kg

q = 2700 # kg/s

g = 9.81 # m/s^2

v= u*np.log(m0/(m0-q*t)) - g*t -750

return v

def plot_function():

t = np.linspace(10, 50, 1000)

y = f(t)

plt.plot(t, y)

plt.axhline(y=0, color='r', linestyle='--')

Taller 2 – Métodos Numéricos para ingenieros
Profesor: Pedro amador
Estudiante: Nicolas Lozano Casadiego

plt.xlabel('t (s)')

plt.ylabel('f(t)')

plt.title('Gráfica de f(t)')

plt.show()

def newton(t0, tol):

t = t0

while abs(f(t)) > tol:

df = (f(t+tol)-f(t))/tol

t = t - f(t)/df

return t

# Plot de la función f(t)

plot_function()

# Aproximación de la raíz con el método de Newton

t0 = 30

tol = 1e-6

raiz = newton(t0, tol)

print('La raíz de la ecuación f(t) = 0 es:', raiz, 'segundos.')