INDICE

INTRODUCCION .................................................................................................................................... 2
Entorno de desarrollo integrado (IDE) ............................................................................................................ 2
Amplia biblioteca de funciones ............................................................................................................................ 2
Visualización de datos.............................................................................................................................................. 2
Programación .............................................................................................................................................................. 2
MARCO TEORICO.................................................................................................................................. 3
MATLAB ......................................................................................................................................................................... 3
Método de Bisección:................................................................................................................................................ 3
Método de Newton-Raphson ................................................................................................................................ 3
Método de Euler ......................................................................................................................................................... 3
Métodos de Integración Numérica ..................................................................................................................... 3
Método de Gauss-Seidel .......................................................................................................................................... 3
Método de Runge-Kutta .......................................................................................................................................... 3
Interpolación Polinómica ....................................................................................................................................... 3
Método de Monte Carlo ........................................................................................................................................... 3
DESARROLLO ........................................................................................................................................ 4
CONCLUSION ........................................................................................................................................ 6
INTRODUCCION
Matlab, que significa "MATrix LABoratory", es un entorno de programación y cálculo
numérico que se destaca por su facilidad de uso y versatilidad. Es ampliamente
utilizado en la investigación académica, la industria y otras aplicaciones técnicas
para realizar análisis de datos, modelado matemático y simulación. Algunas de las
características clave de Matlab incluyen:
Entorno de desarrollo integrado (IDE): Matlab proporciona un entorno interactivo
donde puedes escribir código, ejecutarlo y ver resultados de inmediato. Esto lo hace
ideal para el desarrollo y la depuración de algoritmos.

Amplia biblioteca de funciones: Matlab ofrece una amplia variedad de funciones

predefinidas para tareas comunes, como álgebra lineal, análisis de datos,
procesamiento de señales y más. Esto ahorra tiempo y esfuerzo al no tener que
implementar estas funciones desde cero.

Visualización de datos: Matlab incluye potentes herramientas de visualización que

permiten crear gráficos 2D y 3D de alta calidad para representar datos y resultados.

Programación: Matlab es un lenguaje de programación de alto nivel que admite la

creación de scripts y funciones personalizadas. También es compatible con la
programación orientada a objetos.

De igual manera hablamos del método de bisección que es una técnica de

búsqueda de raíces utilizada para encontrar aproximaciones a las soluciones de
ecuaciones no lineales. Funciona dividiendo repetidamente un intervalo en dos
partes y determinando en cuál de estas partes se encuentra la raíz. El proceso
continúa hasta que se alcanza una aproximación satisfactoria.
Matlab es una herramienta poderosa para realizar análisis numéricos y resolver una
variedad de problemas matemáticos y científicos, incluyendo la aplicación de
métodos como el de bisección para encontrar soluciones de ecuaciones no lineales.

Los métodos numéricos son técnicas matemáticas y computacionales utilizadas

para resolver problemas matemáticos complejos que no tienen soluciones analíticas
exactas o que son difíciles de obtener mediante métodos algebraicos tradicionales.
Estos métodos involucran aproximaciones numéricas y cálculos iterativos para
encontrar soluciones numéricas a problemas en una amplia gama de disciplinas,
como matemáticas, física, ingeniería, economía, ciencias de la computación y más.
MARCO TEORICO
• MATLAB: Es una herramienta poderosa para trabajar con vectores y
matrices en análisis numérico y procesamiento de datos. Puedes crear
vectores de varias formas, la elección de la técnica dependerá de tus
necesidades específicas.
• Método de Bisección: Se utiliza para encontrar raíces de ecuaciones no
lineales al dividir repetidamente un intervalo en dos partes y determinar en
cuál de ellas se encuentra la raíz.
• Método de Newton-Raphson: Este método encuentra aproximaciones de
las raíces de ecuaciones no lineales utilizando la tangente a la curva en un
punto dado para mejorar la aproximación en cada iteración.
• Método de Euler: Es un método de aproximación numérica para resolver
ecuaciones diferenciales ordinarias (EDO) de primer orden mediante una
serie de pasos discretos.
• Métodos de Integración Numérica: Estos métodos se utilizan para calcular
aproximaciones numéricas de integrales definidas, como la regla del trapecio
y la regla de Simpson.
• Método de Gauss-Seidel: Se utiliza para resolver sistemas de ecuaciones
lineales mediante iteraciones sucesivas para converger hacia la solución.
• Método de Runge-Kutta: Se emplea para resolver ecuaciones diferenciales
ordinarias de mayor orden que el método de Euler, ofreciendo una mayor
precisión en la aproximación de la solución.
• Interpolación Polinómica: Estos métodos se utilizan para aproximar una
función desconocida a partir de un conjunto de puntos de datos conocidos,
como el método de interpolación de Lagrange y el método de interpolación
de Newton.
• Método de Monte Carlo: Este enfoque se utiliza para aproximar soluciones
numéricas mediante la generación aleatoria de muestras y la aplicación de
estadísticas para estimar resultados.

Estos son solo algunos ejemplos de los numerosos métodos numéricos

disponibles. La elección del método adecuado depende del problema
específico que se esté abordando y de las restricciones computacionales.
Los métodos numéricos desempeñan un papel fundamental en la simulación,
el análisis de datos y la resolución de problemas en ciencia e ingeniería.
DESARROLLO
A continuación, se mostrará la realización del método secante en Matlab.
Lo primero será mandar a traer las variables (datos) que se utilizaran y después de
ellas se pondrá un pequeño texto para que el usuario sepa lo que se va a pedir
como se muestra en la siguiente imagen.

Después se introducirán los comandos que servirán para graficar la función que se
pidió anteriormente.

Luego seguiremos con el procedimiento en el cual se ingresará la formula que se

utiliza en el método de bisección, después definiremos una variable para hacer el
ciclo de la tabla y solo nos de los datos necesarios que utilizaremos.

Posteriormente con el comando fprinf se ingresará un letrero para el titulo de cada

dato que se registrara en la tabla y seguidamente se utilizara un for para iniciar el
ciclo y así poder obtener los datos que se piden y dentro de se introducirá la variable
que anteriormente se definió para el ciclo.
Después se ingresarán las fórmulas que se utilizan para calcular cada uno de los
apartados de la tabla como es el error, x1, xu, xr, etc. y nuevamente se utilizara el
comando fprintf para que los datos registrados se posicionen en el lugar
correspondido, como se muestra a continuación.

Por ultimo se verificará el cambio de valor de algunas variables de la tabla ya que

el método de bisección así lo pide, son intercambiados de lugar de uno a otro.

El resultado es el siguiente
CONCLUSION
En conclusión, Matlab es una poderosa herramienta computacional que se utiliza
ampliamente en diversas disciplinas científicas y técnicas para llevar a cabo cálculos
numéricos, visualización de datos y programación. Ofrece un entorno de desarrollo
integrado que facilita la resolución de problemas complejos y una amplia biblioteca
de funciones predefinidas que ahorran tiempo y esfuerzo en la implementación de
algoritmos.

El método de bisección es un ejemplo de un método numérico fundamental que se

utiliza para encontrar aproximaciones de raíces de ecuaciones no lineales. Es un
enfoque robusto y fácil de entender que se basa en la subdivisión de un intervalo
hasta que se obtiene una aproximación aceptable de la solución. Matlab proporciona
las herramientas necesarias para implementar y aplicar el método de bisección de
manera eficiente, lo que lo convierte en una opción valiosa para resolver una
variedad de problemas matemáticos y científicos.
En resumen, la combinación de Matlab y el método de bisección es una herramienta
para abordar problemas numéricos que involucran la búsqueda de raíces de
ecuaciones no lineales. Matlab proporciona un entorno flexible y una amplia gama
de funciones, mientras que el método de bisección ofrece una estrategia confiable
para encontrar soluciones aproximadas en problemas donde las soluciones
analíticas exactas pueden ser difíciles o imposibles de obtener. Juntos, estos
recursos pueden ayudar a los científicos, ingenieros y matemáticos a resolver
problemas de manera eficiente y precisa.