SlideShare une entreprise Scribd logo
1  sur  31
MÉTODO DE LA BISECCIÓN
CLASE 3
MÉTODO DE LA BISECCIÓN
• El método de la bisección es muy similar al de la posición falsa,
aunque algo mas simple. Como en el de la posición falsa, en
este método también se requieren dos valores iniciales para
ambos lados de la raíz, y que sus valores funcionales
correspondientes sean de signos opuestos.
MÉTODO DE LA BISECCIÓN
• En este caso, el valor de 𝑥 𝑚 se obtiene como el punto medio entre
𝑥𝑙 𝑦 𝑥 𝑑
• 𝑥 𝑚 = 𝑥𝑙 + 𝑥 𝑑 /2
• Dependiendo de la función que se tenga en particular, el método de
la bisección puede converger ligeramente mas rápido o mas lento
que el método de la posición falsa. Su gran ventaja sobre el de
posición falsa es que proporcionan el tamaño exacto del intervalo en
cada iteración (en ausencia en errores de redondeo).
MÉTODO DE LA BISECCIÓN
• Para aclarar esto, nótese que en este método, después de cada
iteración, el tamaño del intervalo se reduce a la mitad, después de n
iteraciones, el intervalo original se habrá reducido 2 𝑛 veces.
• Por lo anterior, si el intervalo original es del tamaño 𝑎 y el criterio de
convergencia aplicado al valor absoluto de la diferencia de dos 𝑥 𝑚
consecutivas es 𝜀, entonces se requerirán 𝑛 iteraciones, donde 𝑛 se
calcula con la igualdad de la expresión:
• 𝑎
2 𝑛 ≤ 𝜀
MÉTODO DE LA BISECCIÓN
• De donde
• 𝑛 =
ln 𝑎 −ln 𝜀
ln 2
• Por esto se dice que se puede saber de antemano cuantas
iteraciones se requieren.
CONVERGENCIA DEL MÉTODO DE LA
BISECCIÓN
• Algoritmo del método de la bisección
• Calcular una raíz 𝑟 real de la ecuación 𝑓 𝑥 𝑚 = 0 con
precisión 𝐸. 𝑓 es continua en un intervalo 𝑥𝑙, 𝑥 𝑑 tal
que 𝑓 𝑥𝑙 𝑦 𝑓(𝑥 𝑑) tienen signos diferentes.
1. Defina 𝑓, el intervalo inicial 𝑥𝑙, 𝑥 𝑑 y la precisión
requerida 𝐸
2. Calcule el punto central del intervalo: 𝑥 𝑚 = (𝑥𝑙 + 𝑥 𝑑)/2
CONVERGENCIA DEL MÉTODO DE LA
BISECCIÓN
3. Si 𝑓 𝑐 = 0, 𝑐 es la raíz y termine.
4. Si la raíz se encuentra en el intervalo 𝑥𝑙, 𝑥 𝑚 ,
sustituya 𝑏 𝑝𝑜𝑟 𝑐
5. Si la raíz se encuentra en el intervalo 𝑥 𝑚, 𝑥 𝑑 sustituya
𝑎 𝑝𝑜𝑟 𝑐
6. Repita los pasos 2, 3, 4 y 5 hasta que la longitud del
intervalo 𝑥𝑙, 𝑥 𝑑 sea menor que 𝐸.
CONVERGENCIA DEL MÉTODO DE LA
BISECCIÓN
•El ultimo valor calculado 𝑐 estará al menos a
una distancia 𝐸 de la raíz.
EJEMPLO DEL MÉTODO DE LA BISECCIÓN
• Utilice el método de la bisección para obtener una raíz del
polinomio
• 𝑓 𝑥 = 𝑥3
+ 2𝑥2
+ 10𝑥 − 20
SOLUCIÓN
• Primero graficamos en Matlab para verificar donde existen los
cambios de signo y establecer nuestro intervalo de análisis
SOLUCIÓN
• La función MATLAB fzero
• La función fzero puede encontrar la raíz de una ecuación trascendente 𝑓(𝑥) = 0.
Su sintaxis es
• fzero(funcion,x0)
• Donde función es el nombre de la función cuyas raíces queremos determinar y
𝑥0 es el intervalo [𝑎, 𝑏] donde la función cambia de signo, es decir, el signo de
𝑓(𝑎) es distinto al signo de 𝑓(𝑏). 𝑥0 puede ser también un valor cercano a la raíz
es decir, una primera aproximación. Podemos definir una función anónima y
guardarla en el manejador func. Le pasamos la función anónima func a fzero.
SOLUCIÓN
• Paso 1
• Introducimos lo siguiente en la ventana de comando de Matlab
• func=@(x) x^3 + 2*x^2 + 10*x -20;
• ezplot(func,[0,4])
SOLUCIÓN
SOLUCIÓN
• Lo que da el siguiente
resultado
• Podemos observar que
entre el intervalo [1,2]
existe un cambio de signo
en 𝑦
SOLUCIÓN
• Con los valores iniciales obtenidos en el Matlab establecemos
el intervalo de análisis
• 𝑥𝑙 = 1; 𝑓 𝑥𝑙 = 𝑥3 + 2𝑥2 + 10𝑥 − 20 →
• 𝑓 1 = 1 3 + 2 1 2 + 10(1) − 20
• 𝑓 1 = −7
SOLUCIÓN
• Con los valores iniciales obtenidos en el Matlab establecemos
el intervalo de análisis
• 𝑥 𝐷 = 1; 𝑓 𝑥 𝐷 = 𝑥3 + 2𝑥2 + 10𝑥 − 20 →
• 𝑓 2 = 2 3 + 2 2 2 + 10(2) − 20
• 𝑓 2 = 16
SOLUCIÓN
• Si 𝜀 = 10−3, el numero de iteraciones 𝑛 será
• 𝑛 =
ln 𝑎 −ln 𝜀
ln 2
=
ln 2−1 −ln(10−3)
ln 2
= 9,96
• Ó bien
• 𝑛 ≈ 10
SOLUCIÓN
• Primera iteración
• 𝑥 𝑚 = 𝑥𝑙 + 𝑥 𝑑 /2
• 𝑥 𝑚 =
1+2
2
= 1,5, 𝑓 𝑥 𝑚 = 𝑥3 + 2𝑥2 + 10𝑥 − 20
• 𝑓 1.5 = (1.5)3
+2(1.5)2
+10(1.5) − 20
• 𝑓 1.5 = 2,88
SOLUCIÓN
• Como 𝑓 𝑥 𝑚 > 0 se reemplaza el valor de 𝑥 𝑑 con el de 𝑥 𝑚, con lo
cual queda un nuevo intervalo (1,1,5). Entonces:
• 𝑥 𝑑 = 1; 𝑓 𝑥 𝑑 = −7
• 𝑥 𝑑 = 1,5; 𝑓 𝑥 𝑑 = 2.88
SOLUCIÓN
• Segunda iteración
• Se reemplaza el valor de 𝑥 𝑑 con el valor de la nueva 𝑥 𝑚
• 𝑥 𝑚 = 𝑥𝑙 + 𝑥 𝑑 /2
• 𝑥 𝑚 =
1+1.5
2
= 1.25, 𝑓 𝑥 𝑚 = 𝑥3
+ 2𝑥2
+ 10𝑥 − 20
• 𝑓 1.25 = (1.25)3
+2(1.25)2
+10(1.25) − 20
• 𝑓 1.25 = −2.42
SOLUCIÓN
• Como ahora 𝑓 𝑥 𝑚 < 0 se reemplaza el valor de 𝑥𝑙 con el valor
de la nueva 𝑥 𝑚; de esta manera queda como intervalo 1.25, 1.5
SOLUCIÓN
• Tercera iteración
• Se reemplaza el valor de 𝑥𝑙 con el valor de la nueva 𝑥 𝑚
• 𝑥 𝑚 = 𝑥𝑙 + 𝑥 𝑑 /2
• 𝑥 𝑚 =
1,25+1,5
2
= 1.375, 𝑓 𝑥 𝑚 = 𝑥3
+ 2𝑥2
+ 10𝑥 − 20
• 𝑓 1.375 = (1.375)3+2(1.375)2+10(1.375) − 20
• 𝑓 1.375 = 2,599609375 + 3,78125 + 13,75 − 20 → 𝑓 1.125 = 0,130859375
SOLUCIÓN
• Como ahora 𝑓 𝑥 𝑚 > 0 se reemplaza el valor de 𝑥 𝑑 con el valor
de la nueva 𝑥 𝑚 ; de esta manera queda como intervalo
1.25, 1.375
SOLUCIÓN
• Cuarta iteración
• Se reemplaza el valor de 𝑥 𝑑 con el valor de la nueva 𝑥 𝑚
• 𝑥 𝑚 = 𝑥𝑙 + 𝑥 𝑑 /2
• 𝑥 𝑚 =
1,25+1,375
2
= 1,3125, 𝑓 𝑥 𝑚 = 𝑥3
+ 2𝑥2
+ 10𝑥 − 20
• 𝑓 1.25 = (1,3125)3
+2(1,3125)2
+10(1,3125) − 20
• 𝑓 1.25 = 2,260986328125 + 3,4453125 + 13,125 − 20 →
• 𝑓 1,25 = −1,168701171875
SOLUCIÓN
• Como ahora 𝑓 𝑥 𝑚 < 0 se reemplaza el valor de 𝑥𝑙 con el valor
de la nueva 𝑥 𝑚 ; de esta manera queda como intervalo
1,31250, 1.375
SOLUCIÓN
• La tabla muestra los cálculos llevados a cabo 13 veces, a fin de
hacer ciertas observaciones.
SOLUCIÓN
𝒊 𝒙𝒍 𝒙 𝒅 𝒙 𝒎
Raíz
𝒙 𝒎𝒊 − 𝒙 𝒎𝒊+𝟏
Error
absoluto
𝒇(𝒙 𝒎)
0 1,00000 2,00000
1 1,00000 2,00000 1,50000 2,87500
2 1,00000 1,50000 1,25000 0,25000 2,42188
3 1,25000 1,50000 1,37500 0,12500 0,13086
4 1,25000 1,37500 1,31250 0,06250 1,16870
5 1,31250 1,37500 1,34375 0,03125 0,52481
6 1,34375 1,37500 1,35938 0,01563 0,19846
7 1,35938 1,37500 1,36719 0,00781 0,03417
8 1,36719 1,37500 1,37109 0,00391 0,04825
9 1,36719 1,37109 1,36914 0,00195 0,00702
10 1,36719 1,36914 1,36816 0,00098 0,01358
11 1,36816 1,36914 1,36865 0,00049 0,00329
12 1,36865 1,36914 1,36890 0,00025 0,00186
13 1,36865 1,36890 1,36877 0,00013 0,00071
SOLUCIÓN
• Utilizamos el Matlab para comprobar nuestro calculo
SOLUCIÓN
• Primero definimos la función en la ventana de comando
escribimos lo siguiente
Metodo de la bisección

Contenu connexe

Tendances

Metodo de la tangente
Metodo de la tangenteMetodo de la tangente
Metodo de la tangentezick_3
 
Método de la bisección
Método de la bisecciónMétodo de la bisección
Método de la bisecciónalan moreno
 
Metodo de biseccion y regla falsa
Metodo de biseccion y regla falsaMetodo de biseccion y regla falsa
Metodo de biseccion y regla falsaSool Egurrola
 
Metodos numericos-3-1212530740013750-9
Metodos numericos-3-1212530740013750-9Metodos numericos-3-1212530740013750-9
Metodos numericos-3-1212530740013750-9Xavier Davias
 
Método de newton raphson Metodos Numericos
Método de newton raphson Metodos NumericosMétodo de newton raphson Metodos Numericos
Método de newton raphson Metodos NumericosTensor
 
Método de newton raphson
Método de newton raphsonMétodo de newton raphson
Método de newton raphsonTensor
 
Métodos de Punto Fijo y Regla Falsa
Métodos de Punto Fijo y Regla FalsaMétodos de Punto Fijo y Regla Falsa
Métodos de Punto Fijo y Regla FalsaVictor Reyes
 
Clase 11 MGJP
Clase 11 MGJPClase 11 MGJP
Clase 11 MGJPTensor
 
Estadística Administrativa: Unidad 5
Estadística Administrativa: Unidad 5Estadística Administrativa: Unidad 5
Estadística Administrativa: Unidad 5Alvaro Chavez
 
Métodos numéricos método de la secante
Métodos numéricos   método de la secanteMétodos numéricos   método de la secante
Métodos numéricos método de la secanteHELIMARIANO1
 
Diseño de bloques completamente aleatorio (dbca) 7
Diseño de bloques completamente aleatorio (dbca) 7Diseño de bloques completamente aleatorio (dbca) 7
Diseño de bloques completamente aleatorio (dbca) 7Carmelo Perez
 
Quiz 1 Métodos Numéricos
Quiz 1 Métodos NuméricosQuiz 1 Métodos Numéricos
Quiz 1 Métodos NuméricosDiego Perdomo
 
Selecccion de-variable-y-construccion-del-modelo
Selecccion de-variable-y-construccion-del-modeloSelecccion de-variable-y-construccion-del-modelo
Selecccion de-variable-y-construccion-del-modeloClinton Davila Medina
 
Exposicion de meodos numericos - UNIVERSIDAD DE LOS ANGELES COMALCALCO
Exposicion de meodos numericos - UNIVERSIDAD DE LOS ANGELES COMALCALCOExposicion de meodos numericos - UNIVERSIDAD DE LOS ANGELES COMALCALCO
Exposicion de meodos numericos - UNIVERSIDAD DE LOS ANGELES COMALCALCOEden Cano
 
Cuadrados latinos y grecolatinos
Cuadrados latinos y grecolatinosCuadrados latinos y grecolatinos
Cuadrados latinos y grecolatinosHero Valrey
 

Tendances (20)

Metodo de la tangente
Metodo de la tangenteMetodo de la tangente
Metodo de la tangente
 
Método de la bisección
Método de la bisecciónMétodo de la bisección
Método de la bisección
 
Metodo de biseccion y regla falsa
Metodo de biseccion y regla falsaMetodo de biseccion y regla falsa
Metodo de biseccion y regla falsa
 
Metodos numericos-3-1212530740013750-9
Metodos numericos-3-1212530740013750-9Metodos numericos-3-1212530740013750-9
Metodos numericos-3-1212530740013750-9
 
Método de newton raphson Metodos Numericos
Método de newton raphson Metodos NumericosMétodo de newton raphson Metodos Numericos
Método de newton raphson Metodos Numericos
 
Método de la Secante
Método de la SecanteMétodo de la Secante
Método de la Secante
 
Método de newton raphson
Método de newton raphsonMétodo de newton raphson
Método de newton raphson
 
Métodos de Punto Fijo y Regla Falsa
Métodos de Punto Fijo y Regla FalsaMétodos de Punto Fijo y Regla Falsa
Métodos de Punto Fijo y Regla Falsa
 
Clase 11 MGJP
Clase 11 MGJPClase 11 MGJP
Clase 11 MGJP
 
Estadística Administrativa: Unidad 5
Estadística Administrativa: Unidad 5Estadística Administrativa: Unidad 5
Estadística Administrativa: Unidad 5
 
4.2.4
4.2.44.2.4
4.2.4
 
Metodo de biseccion en matlab
Metodo de biseccion  en matlabMetodo de biseccion  en matlab
Metodo de biseccion en matlab
 
Métodos numéricos método de la secante
Métodos numéricos   método de la secanteMétodos numéricos   método de la secante
Métodos numéricos método de la secante
 
Diseño de bloques completamente aleatorio (dbca) 7
Diseño de bloques completamente aleatorio (dbca) 7Diseño de bloques completamente aleatorio (dbca) 7
Diseño de bloques completamente aleatorio (dbca) 7
 
Quiz 1 Métodos Numéricos
Quiz 1 Métodos NuméricosQuiz 1 Métodos Numéricos
Quiz 1 Métodos Numéricos
 
Selecccion de-variable-y-construccion-del-modelo
Selecccion de-variable-y-construccion-del-modeloSelecccion de-variable-y-construccion-del-modelo
Selecccion de-variable-y-construccion-del-modelo
 
Exposicion de meodos numericos - UNIVERSIDAD DE LOS ANGELES COMALCALCO
Exposicion de meodos numericos - UNIVERSIDAD DE LOS ANGELES COMALCALCOExposicion de meodos numericos - UNIVERSIDAD DE LOS ANGELES COMALCALCO
Exposicion de meodos numericos - UNIVERSIDAD DE LOS ANGELES COMALCALCO
 
No lineales
No linealesNo lineales
No lineales
 
Cuadrados latinos y grecolatinos
Cuadrados latinos y grecolatinosCuadrados latinos y grecolatinos
Cuadrados latinos y grecolatinos
 
Metodos numericos tema 3
Metodos numericos tema 3Metodos numericos tema 3
Metodos numericos tema 3
 

Similaire à Metodo de la bisección

Convergencia del metodo de bisección Metodos Numericos
Convergencia del metodo de bisección Metodos NumericosConvergencia del metodo de bisección Metodos Numericos
Convergencia del metodo de bisección Metodos NumericosTensor
 
Convergencia del metodo de bisección MN
Convergencia del metodo de bisección MNConvergencia del metodo de bisección MN
Convergencia del metodo de bisección MNTensor
 
Raices de ecuaciones en excel
Raices de ecuaciones en excelRaices de ecuaciones en excel
Raices de ecuaciones en excelTensor
 
Fisica computaciona I-Semana 6.pdf
Fisica computaciona I-Semana 6.pdfFisica computaciona I-Semana 6.pdf
Fisica computaciona I-Semana 6.pdfYhon27
 
Método del trapecio en scilab, código integración numérica
Método del trapecio en scilab, código integración numéricaMétodo del trapecio en scilab, código integración numérica
Método del trapecio en scilab, código integración numéricaTensor
 
Presentaciã³n metodos numericos
  Presentaciã³n metodos numericos  Presentaciã³n metodos numericos
Presentaciã³n metodos numericosVeronica Villasana
 
Métodos de Runge- Kutta.pptx
Métodos de Runge- Kutta.pptxMétodos de Runge- Kutta.pptx
Métodos de Runge- Kutta.pptxFrank Campos
 
Selectividad Matemáticas Andalucía Junio 2023 RESUELTO
Selectividad Matemáticas Andalucía Junio 2023 RESUELTOSelectividad Matemáticas Andalucía Junio 2023 RESUELTO
Selectividad Matemáticas Andalucía Junio 2023 RESUELTOMartín de la Rosa Díaz
 
8. Raices de ecuaciones no lineales (Una variable).pptx
8. Raices de ecuaciones no lineales (Una variable).pptx8. Raices de ecuaciones no lineales (Una variable).pptx
8. Raices de ecuaciones no lineales (Una variable).pptxWalbertoCantilloAcua
 
Expresiones con más de una variable cálculo del valor numérico
Expresiones con más de una variable cálculo del valor numéricoExpresiones con más de una variable cálculo del valor numérico
Expresiones con más de una variable cálculo del valor numéricoLina Cárdenas Crespo
 
F4002 - L03 - Raíces de ecuaciones no lineales
F4002 - L03 - Raíces de ecuaciones no linealesF4002 - L03 - Raíces de ecuaciones no lineales
F4002 - L03 - Raíces de ecuaciones no linealesSergio Camacho-Leon
 
UNIDAD N°3.pptx derivadas parciales matemáticas
UNIDAD N°3.pptx derivadas parciales matemáticasUNIDAD N°3.pptx derivadas parciales matemáticas
UNIDAD N°3.pptx derivadas parciales matemáticasjpdidio
 
Método de la regla falsa (o metodo de la falsa posición) MN
Método de la regla falsa (o metodo de la falsa posición) MNMétodo de la regla falsa (o metodo de la falsa posición) MN
Método de la regla falsa (o metodo de la falsa posición) MNTensor
 
MAXIMOS Y MINIMOS DE UNA FUNCIÓN.pdf
MAXIMOS Y MINIMOS DE UNA FUNCIÓN.pdfMAXIMOS Y MINIMOS DE UNA FUNCIÓN.pdf
MAXIMOS Y MINIMOS DE UNA FUNCIÓN.pdfDeyliJaraCuba
 

Similaire à Metodo de la bisección (20)

Convergencia del metodo de bisección Metodos Numericos
Convergencia del metodo de bisección Metodos NumericosConvergencia del metodo de bisección Metodos Numericos
Convergencia del metodo de bisección Metodos Numericos
 
Convergencia del metodo de bisección MN
Convergencia del metodo de bisección MNConvergencia del metodo de bisección MN
Convergencia del metodo de bisección MN
 
Raices de ecuaciones en excel
Raices de ecuaciones en excelRaices de ecuaciones en excel
Raices de ecuaciones en excel
 
Asignacion 1
Asignacion 1Asignacion 1
Asignacion 1
 
Fisica computaciona I-Semana 6.pdf
Fisica computaciona I-Semana 6.pdfFisica computaciona I-Semana 6.pdf
Fisica computaciona I-Semana 6.pdf
 
Método del trapecio en scilab, código integración numérica
Método del trapecio en scilab, código integración numéricaMétodo del trapecio en scilab, código integración numérica
Método del trapecio en scilab, código integración numérica
 
Presentaciã³n metodos numericos
  Presentaciã³n metodos numericos  Presentaciã³n metodos numericos
Presentaciã³n metodos numericos
 
Teoremas de derivadas
Teoremas de derivadasTeoremas de derivadas
Teoremas de derivadas
 
Métodos de Runge- Kutta.pptx
Métodos de Runge- Kutta.pptxMétodos de Runge- Kutta.pptx
Métodos de Runge- Kutta.pptx
 
Selectividad Matemáticas Andalucía Junio 2023 RESUELTO
Selectividad Matemáticas Andalucía Junio 2023 RESUELTOSelectividad Matemáticas Andalucía Junio 2023 RESUELTO
Selectividad Matemáticas Andalucía Junio 2023 RESUELTO
 
8. Raices de ecuaciones no lineales (Una variable).pptx
8. Raices de ecuaciones no lineales (Una variable).pptx8. Raices de ecuaciones no lineales (Una variable).pptx
8. Raices de ecuaciones no lineales (Una variable).pptx
 
Expresiones con más de una variable cálculo del valor numérico
Expresiones con más de una variable cálculo del valor numéricoExpresiones con más de una variable cálculo del valor numérico
Expresiones con más de una variable cálculo del valor numérico
 
Integrales_Parte I.pptx
Integrales_Parte I.pptxIntegrales_Parte I.pptx
Integrales_Parte I.pptx
 
F4002 - L03 - Raíces de ecuaciones no lineales
F4002 - L03 - Raíces de ecuaciones no linealesF4002 - L03 - Raíces de ecuaciones no lineales
F4002 - L03 - Raíces de ecuaciones no lineales
 
UNIDAD N°3.pptx derivadas parciales matemáticas
UNIDAD N°3.pptx derivadas parciales matemáticasUNIDAD N°3.pptx derivadas parciales matemáticas
UNIDAD N°3.pptx derivadas parciales matemáticas
 
Funciones.pptx
Funciones.pptxFunciones.pptx
Funciones.pptx
 
Unidad 2
Unidad 2 Unidad 2
Unidad 2
 
Método de la regla falsa (o metodo de la falsa posición) MN
Método de la regla falsa (o metodo de la falsa posición) MNMétodo de la regla falsa (o metodo de la falsa posición) MN
Método de la regla falsa (o metodo de la falsa posición) MN
 
MAXIMOS Y MINIMOS DE UNA FUNCIÓN.pdf
MAXIMOS Y MINIMOS DE UNA FUNCIÓN.pdfMAXIMOS Y MINIMOS DE UNA FUNCIÓN.pdf
MAXIMOS Y MINIMOS DE UNA FUNCIÓN.pdf
 
Deber de matemática 1
Deber de matemática 1Deber de matemática 1
Deber de matemática 1
 

Plus de Tensor

Libertad
LibertadLibertad
LibertadTensor
 
Método de la regla falsa (o metodo de la falsa posición)
Método de la regla falsa (o metodo de la falsa posición)Método de la regla falsa (o metodo de la falsa posición)
Método de la regla falsa (o metodo de la falsa posición)Tensor
 
Metodo de la bisección
Metodo de la bisecciónMetodo de la bisección
Metodo de la bisecciónTensor
 
Transito vehicular
Transito vehicularTransito vehicular
Transito vehicularTensor
 
Teoria de colas
Teoria de colasTeoria de colas
Teoria de colasTensor
 
Practica 7 2016
Practica 7 2016Practica 7 2016
Practica 7 2016Tensor
 
Practica 6 2016
Practica 6 2016Practica 6 2016
Practica 6 2016Tensor
 
Game maker
Game makerGame maker
Game makerTensor
 
Practica 5 2016
Practica 5 2016Practica 5 2016
Practica 5 2016Tensor
 
Procesamiento de archivos
Procesamiento de archivosProcesamiento de archivos
Procesamiento de archivosTensor
 
Cadenas y funciones de cadena
Cadenas y funciones de cadenaCadenas y funciones de cadena
Cadenas y funciones de cadenaTensor
 
Simulación en promodel clase 04
Simulación en promodel clase 04Simulación en promodel clase 04
Simulación en promodel clase 04Tensor
 
Reduccion de orden
Reduccion de ordenReduccion de orden
Reduccion de ordenTensor
 
Variación+de+parametros
Variación+de+parametrosVariación+de+parametros
Variación+de+parametrosTensor
 
Coeficientes indeterminados enfoque de superposición
Coeficientes indeterminados   enfoque de superposiciónCoeficientes indeterminados   enfoque de superposición
Coeficientes indeterminados enfoque de superposiciónTensor
 
Bernoulli y ricatti
Bernoulli y ricattiBernoulli y ricatti
Bernoulli y ricattiTensor
 
Practica no. 3 tiempo de servicio
Practica no. 3 tiempo de servicioPractica no. 3 tiempo de servicio
Practica no. 3 tiempo de servicioTensor
 
Clase 14 ondas reflejadas
Clase 14 ondas reflejadasClase 14 ondas reflejadas
Clase 14 ondas reflejadasTensor
 
Ondas em
Ondas emOndas em
Ondas emTensor
 
Clase 7 ondas electromagneticas
Clase 7 ondas electromagneticasClase 7 ondas electromagneticas
Clase 7 ondas electromagneticasTensor
 

Plus de Tensor (20)

Libertad
LibertadLibertad
Libertad
 
Método de la regla falsa (o metodo de la falsa posición)
Método de la regla falsa (o metodo de la falsa posición)Método de la regla falsa (o metodo de la falsa posición)
Método de la regla falsa (o metodo de la falsa posición)
 
Metodo de la bisección
Metodo de la bisecciónMetodo de la bisección
Metodo de la bisección
 
Transito vehicular
Transito vehicularTransito vehicular
Transito vehicular
 
Teoria de colas
Teoria de colasTeoria de colas
Teoria de colas
 
Practica 7 2016
Practica 7 2016Practica 7 2016
Practica 7 2016
 
Practica 6 2016
Practica 6 2016Practica 6 2016
Practica 6 2016
 
Game maker
Game makerGame maker
Game maker
 
Practica 5 2016
Practica 5 2016Practica 5 2016
Practica 5 2016
 
Procesamiento de archivos
Procesamiento de archivosProcesamiento de archivos
Procesamiento de archivos
 
Cadenas y funciones de cadena
Cadenas y funciones de cadenaCadenas y funciones de cadena
Cadenas y funciones de cadena
 
Simulación en promodel clase 04
Simulación en promodel clase 04Simulación en promodel clase 04
Simulación en promodel clase 04
 
Reduccion de orden
Reduccion de ordenReduccion de orden
Reduccion de orden
 
Variación+de+parametros
Variación+de+parametrosVariación+de+parametros
Variación+de+parametros
 
Coeficientes indeterminados enfoque de superposición
Coeficientes indeterminados   enfoque de superposiciónCoeficientes indeterminados   enfoque de superposición
Coeficientes indeterminados enfoque de superposición
 
Bernoulli y ricatti
Bernoulli y ricattiBernoulli y ricatti
Bernoulli y ricatti
 
Practica no. 3 tiempo de servicio
Practica no. 3 tiempo de servicioPractica no. 3 tiempo de servicio
Practica no. 3 tiempo de servicio
 
Clase 14 ondas reflejadas
Clase 14 ondas reflejadasClase 14 ondas reflejadas
Clase 14 ondas reflejadas
 
Ondas em
Ondas emOndas em
Ondas em
 
Clase 7 ondas electromagneticas
Clase 7 ondas electromagneticasClase 7 ondas electromagneticas
Clase 7 ondas electromagneticas
 

Dernier

AFICHE EL MANIERISMO HISTORIA DE LA ARQUITECTURA II
AFICHE EL MANIERISMO HISTORIA DE LA ARQUITECTURA IIAFICHE EL MANIERISMO HISTORIA DE LA ARQUITECTURA II
AFICHE EL MANIERISMO HISTORIA DE LA ARQUITECTURA IIIsauraImbrondone
 
plan de capacitacion docente AIP 2024 clllll.pdf
plan de capacitacion docente  AIP 2024          clllll.pdfplan de capacitacion docente  AIP 2024          clllll.pdf
plan de capacitacion docente AIP 2024 clllll.pdfenelcielosiempre
 
Imperialismo informal en Europa y el imperio
Imperialismo informal en Europa y el imperioImperialismo informal en Europa y el imperio
Imperialismo informal en Europa y el imperiomiralbaipiales2016
 
Programacion Anual Matemática4 MPG 2024 Ccesa007.pdf
Programacion Anual Matemática4    MPG 2024  Ccesa007.pdfProgramacion Anual Matemática4    MPG 2024  Ccesa007.pdf
Programacion Anual Matemática4 MPG 2024 Ccesa007.pdfDemetrio Ccesa Rayme
 
PLAN DE REFUERZO ESCOLAR primaria (1).docx
PLAN DE REFUERZO ESCOLAR primaria (1).docxPLAN DE REFUERZO ESCOLAR primaria (1).docx
PLAN DE REFUERZO ESCOLAR primaria (1).docxlupitavic
 
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdfSELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdfAngélica Soledad Vega Ramírez
 
CALENDARIZACION DE MAYO / RESPONSABILIDAD
CALENDARIZACION DE MAYO / RESPONSABILIDADCALENDARIZACION DE MAYO / RESPONSABILIDAD
CALENDARIZACION DE MAYO / RESPONSABILIDADauxsoporte
 
Qué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativaQué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativaDecaunlz
 
Programacion Anual Matemática5 MPG 2024 Ccesa007.pdf
Programacion Anual Matemática5    MPG 2024  Ccesa007.pdfProgramacion Anual Matemática5    MPG 2024  Ccesa007.pdf
Programacion Anual Matemática5 MPG 2024 Ccesa007.pdfDemetrio Ccesa Rayme
 
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...JAVIER SOLIS NOYOLA
 
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...JAVIER SOLIS NOYOLA
 
La empresa sostenible: Principales Características, Barreras para su Avance y...
La empresa sostenible: Principales Características, Barreras para su Avance y...La empresa sostenible: Principales Características, Barreras para su Avance y...
La empresa sostenible: Principales Características, Barreras para su Avance y...JonathanCovena1
 
Criterios ESG: fundamentos, aplicaciones y beneficios
Criterios ESG: fundamentos, aplicaciones y beneficiosCriterios ESG: fundamentos, aplicaciones y beneficios
Criterios ESG: fundamentos, aplicaciones y beneficiosJonathanCovena1
 
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.Alejandrino Halire Ccahuana
 
Dinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes dDinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes dstEphaniiie
 
Valoración Crítica de EEEM Feco2023 FFUCV
Valoración Crítica de EEEM Feco2023 FFUCVValoración Crítica de EEEM Feco2023 FFUCV
Valoración Crítica de EEEM Feco2023 FFUCVGiustinoAdesso1
 

Dernier (20)

AFICHE EL MANIERISMO HISTORIA DE LA ARQUITECTURA II
AFICHE EL MANIERISMO HISTORIA DE LA ARQUITECTURA IIAFICHE EL MANIERISMO HISTORIA DE LA ARQUITECTURA II
AFICHE EL MANIERISMO HISTORIA DE LA ARQUITECTURA II
 
plan de capacitacion docente AIP 2024 clllll.pdf
plan de capacitacion docente  AIP 2024          clllll.pdfplan de capacitacion docente  AIP 2024          clllll.pdf
plan de capacitacion docente AIP 2024 clllll.pdf
 
Sesión de clase: Fe contra todo pronóstico
Sesión de clase: Fe contra todo pronósticoSesión de clase: Fe contra todo pronóstico
Sesión de clase: Fe contra todo pronóstico
 
Imperialismo informal en Europa y el imperio
Imperialismo informal en Europa y el imperioImperialismo informal en Europa y el imperio
Imperialismo informal en Europa y el imperio
 
Programacion Anual Matemática4 MPG 2024 Ccesa007.pdf
Programacion Anual Matemática4    MPG 2024  Ccesa007.pdfProgramacion Anual Matemática4    MPG 2024  Ccesa007.pdf
Programacion Anual Matemática4 MPG 2024 Ccesa007.pdf
 
PLAN DE REFUERZO ESCOLAR primaria (1).docx
PLAN DE REFUERZO ESCOLAR primaria (1).docxPLAN DE REFUERZO ESCOLAR primaria (1).docx
PLAN DE REFUERZO ESCOLAR primaria (1).docx
 
Unidad 3 | Metodología de la Investigación
Unidad 3 | Metodología de la InvestigaciónUnidad 3 | Metodología de la Investigación
Unidad 3 | Metodología de la Investigación
 
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdfSELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
 
CALENDARIZACION DE MAYO / RESPONSABILIDAD
CALENDARIZACION DE MAYO / RESPONSABILIDADCALENDARIZACION DE MAYO / RESPONSABILIDAD
CALENDARIZACION DE MAYO / RESPONSABILIDAD
 
Qué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativaQué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativa
 
Programacion Anual Matemática5 MPG 2024 Ccesa007.pdf
Programacion Anual Matemática5    MPG 2024  Ccesa007.pdfProgramacion Anual Matemática5    MPG 2024  Ccesa007.pdf
Programacion Anual Matemática5 MPG 2024 Ccesa007.pdf
 
Fe contra todo pronóstico. La fe es confianza.
Fe contra todo pronóstico. La fe es confianza.Fe contra todo pronóstico. La fe es confianza.
Fe contra todo pronóstico. La fe es confianza.
 
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
 
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
 
La empresa sostenible: Principales Características, Barreras para su Avance y...
La empresa sostenible: Principales Características, Barreras para su Avance y...La empresa sostenible: Principales Características, Barreras para su Avance y...
La empresa sostenible: Principales Características, Barreras para su Avance y...
 
Criterios ESG: fundamentos, aplicaciones y beneficios
Criterios ESG: fundamentos, aplicaciones y beneficiosCriterios ESG: fundamentos, aplicaciones y beneficios
Criterios ESG: fundamentos, aplicaciones y beneficios
 
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.
 
Dinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes dDinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes d
 
Medición del Movimiento Online 2024.pptx
Medición del Movimiento Online 2024.pptxMedición del Movimiento Online 2024.pptx
Medición del Movimiento Online 2024.pptx
 
Valoración Crítica de EEEM Feco2023 FFUCV
Valoración Crítica de EEEM Feco2023 FFUCVValoración Crítica de EEEM Feco2023 FFUCV
Valoración Crítica de EEEM Feco2023 FFUCV
 

Metodo de la bisección

  • 1. MÉTODO DE LA BISECCIÓN CLASE 3
  • 2. MÉTODO DE LA BISECCIÓN • El método de la bisección es muy similar al de la posición falsa, aunque algo mas simple. Como en el de la posición falsa, en este método también se requieren dos valores iniciales para ambos lados de la raíz, y que sus valores funcionales correspondientes sean de signos opuestos.
  • 3. MÉTODO DE LA BISECCIÓN • En este caso, el valor de 𝑥 𝑚 se obtiene como el punto medio entre 𝑥𝑙 𝑦 𝑥 𝑑 • 𝑥 𝑚 = 𝑥𝑙 + 𝑥 𝑑 /2 • Dependiendo de la función que se tenga en particular, el método de la bisección puede converger ligeramente mas rápido o mas lento que el método de la posición falsa. Su gran ventaja sobre el de posición falsa es que proporcionan el tamaño exacto del intervalo en cada iteración (en ausencia en errores de redondeo).
  • 4. MÉTODO DE LA BISECCIÓN • Para aclarar esto, nótese que en este método, después de cada iteración, el tamaño del intervalo se reduce a la mitad, después de n iteraciones, el intervalo original se habrá reducido 2 𝑛 veces. • Por lo anterior, si el intervalo original es del tamaño 𝑎 y el criterio de convergencia aplicado al valor absoluto de la diferencia de dos 𝑥 𝑚 consecutivas es 𝜀, entonces se requerirán 𝑛 iteraciones, donde 𝑛 se calcula con la igualdad de la expresión: • 𝑎 2 𝑛 ≤ 𝜀
  • 5. MÉTODO DE LA BISECCIÓN • De donde • 𝑛 = ln 𝑎 −ln 𝜀 ln 2 • Por esto se dice que se puede saber de antemano cuantas iteraciones se requieren.
  • 6. CONVERGENCIA DEL MÉTODO DE LA BISECCIÓN • Algoritmo del método de la bisección • Calcular una raíz 𝑟 real de la ecuación 𝑓 𝑥 𝑚 = 0 con precisión 𝐸. 𝑓 es continua en un intervalo 𝑥𝑙, 𝑥 𝑑 tal que 𝑓 𝑥𝑙 𝑦 𝑓(𝑥 𝑑) tienen signos diferentes. 1. Defina 𝑓, el intervalo inicial 𝑥𝑙, 𝑥 𝑑 y la precisión requerida 𝐸 2. Calcule el punto central del intervalo: 𝑥 𝑚 = (𝑥𝑙 + 𝑥 𝑑)/2
  • 7. CONVERGENCIA DEL MÉTODO DE LA BISECCIÓN 3. Si 𝑓 𝑐 = 0, 𝑐 es la raíz y termine. 4. Si la raíz se encuentra en el intervalo 𝑥𝑙, 𝑥 𝑚 , sustituya 𝑏 𝑝𝑜𝑟 𝑐 5. Si la raíz se encuentra en el intervalo 𝑥 𝑚, 𝑥 𝑑 sustituya 𝑎 𝑝𝑜𝑟 𝑐 6. Repita los pasos 2, 3, 4 y 5 hasta que la longitud del intervalo 𝑥𝑙, 𝑥 𝑑 sea menor que 𝐸.
  • 8. CONVERGENCIA DEL MÉTODO DE LA BISECCIÓN •El ultimo valor calculado 𝑐 estará al menos a una distancia 𝐸 de la raíz.
  • 9. EJEMPLO DEL MÉTODO DE LA BISECCIÓN • Utilice el método de la bisección para obtener una raíz del polinomio • 𝑓 𝑥 = 𝑥3 + 2𝑥2 + 10𝑥 − 20
  • 10. SOLUCIÓN • Primero graficamos en Matlab para verificar donde existen los cambios de signo y establecer nuestro intervalo de análisis
  • 11. SOLUCIÓN • La función MATLAB fzero • La función fzero puede encontrar la raíz de una ecuación trascendente 𝑓(𝑥) = 0. Su sintaxis es • fzero(funcion,x0) • Donde función es el nombre de la función cuyas raíces queremos determinar y 𝑥0 es el intervalo [𝑎, 𝑏] donde la función cambia de signo, es decir, el signo de 𝑓(𝑎) es distinto al signo de 𝑓(𝑏). 𝑥0 puede ser también un valor cercano a la raíz es decir, una primera aproximación. Podemos definir una función anónima y guardarla en el manejador func. Le pasamos la función anónima func a fzero.
  • 12. SOLUCIÓN • Paso 1 • Introducimos lo siguiente en la ventana de comando de Matlab • func=@(x) x^3 + 2*x^2 + 10*x -20; • ezplot(func,[0,4])
  • 14. SOLUCIÓN • Lo que da el siguiente resultado • Podemos observar que entre el intervalo [1,2] existe un cambio de signo en 𝑦
  • 15. SOLUCIÓN • Con los valores iniciales obtenidos en el Matlab establecemos el intervalo de análisis • 𝑥𝑙 = 1; 𝑓 𝑥𝑙 = 𝑥3 + 2𝑥2 + 10𝑥 − 20 → • 𝑓 1 = 1 3 + 2 1 2 + 10(1) − 20 • 𝑓 1 = −7
  • 16. SOLUCIÓN • Con los valores iniciales obtenidos en el Matlab establecemos el intervalo de análisis • 𝑥 𝐷 = 1; 𝑓 𝑥 𝐷 = 𝑥3 + 2𝑥2 + 10𝑥 − 20 → • 𝑓 2 = 2 3 + 2 2 2 + 10(2) − 20 • 𝑓 2 = 16
  • 17. SOLUCIÓN • Si 𝜀 = 10−3, el numero de iteraciones 𝑛 será • 𝑛 = ln 𝑎 −ln 𝜀 ln 2 = ln 2−1 −ln(10−3) ln 2 = 9,96 • Ó bien • 𝑛 ≈ 10
  • 18. SOLUCIÓN • Primera iteración • 𝑥 𝑚 = 𝑥𝑙 + 𝑥 𝑑 /2 • 𝑥 𝑚 = 1+2 2 = 1,5, 𝑓 𝑥 𝑚 = 𝑥3 + 2𝑥2 + 10𝑥 − 20 • 𝑓 1.5 = (1.5)3 +2(1.5)2 +10(1.5) − 20 • 𝑓 1.5 = 2,88
  • 19. SOLUCIÓN • Como 𝑓 𝑥 𝑚 > 0 se reemplaza el valor de 𝑥 𝑑 con el de 𝑥 𝑚, con lo cual queda un nuevo intervalo (1,1,5). Entonces: • 𝑥 𝑑 = 1; 𝑓 𝑥 𝑑 = −7 • 𝑥 𝑑 = 1,5; 𝑓 𝑥 𝑑 = 2.88
  • 20. SOLUCIÓN • Segunda iteración • Se reemplaza el valor de 𝑥 𝑑 con el valor de la nueva 𝑥 𝑚 • 𝑥 𝑚 = 𝑥𝑙 + 𝑥 𝑑 /2 • 𝑥 𝑚 = 1+1.5 2 = 1.25, 𝑓 𝑥 𝑚 = 𝑥3 + 2𝑥2 + 10𝑥 − 20 • 𝑓 1.25 = (1.25)3 +2(1.25)2 +10(1.25) − 20 • 𝑓 1.25 = −2.42
  • 21. SOLUCIÓN • Como ahora 𝑓 𝑥 𝑚 < 0 se reemplaza el valor de 𝑥𝑙 con el valor de la nueva 𝑥 𝑚; de esta manera queda como intervalo 1.25, 1.5
  • 22. SOLUCIÓN • Tercera iteración • Se reemplaza el valor de 𝑥𝑙 con el valor de la nueva 𝑥 𝑚 • 𝑥 𝑚 = 𝑥𝑙 + 𝑥 𝑑 /2 • 𝑥 𝑚 = 1,25+1,5 2 = 1.375, 𝑓 𝑥 𝑚 = 𝑥3 + 2𝑥2 + 10𝑥 − 20 • 𝑓 1.375 = (1.375)3+2(1.375)2+10(1.375) − 20 • 𝑓 1.375 = 2,599609375 + 3,78125 + 13,75 − 20 → 𝑓 1.125 = 0,130859375
  • 23. SOLUCIÓN • Como ahora 𝑓 𝑥 𝑚 > 0 se reemplaza el valor de 𝑥 𝑑 con el valor de la nueva 𝑥 𝑚 ; de esta manera queda como intervalo 1.25, 1.375
  • 24. SOLUCIÓN • Cuarta iteración • Se reemplaza el valor de 𝑥 𝑑 con el valor de la nueva 𝑥 𝑚 • 𝑥 𝑚 = 𝑥𝑙 + 𝑥 𝑑 /2 • 𝑥 𝑚 = 1,25+1,375 2 = 1,3125, 𝑓 𝑥 𝑚 = 𝑥3 + 2𝑥2 + 10𝑥 − 20 • 𝑓 1.25 = (1,3125)3 +2(1,3125)2 +10(1,3125) − 20 • 𝑓 1.25 = 2,260986328125 + 3,4453125 + 13,125 − 20 → • 𝑓 1,25 = −1,168701171875
  • 25. SOLUCIÓN • Como ahora 𝑓 𝑥 𝑚 < 0 se reemplaza el valor de 𝑥𝑙 con el valor de la nueva 𝑥 𝑚 ; de esta manera queda como intervalo 1,31250, 1.375
  • 26. SOLUCIÓN • La tabla muestra los cálculos llevados a cabo 13 veces, a fin de hacer ciertas observaciones.
  • 27. SOLUCIÓN 𝒊 𝒙𝒍 𝒙 𝒅 𝒙 𝒎 Raíz 𝒙 𝒎𝒊 − 𝒙 𝒎𝒊+𝟏 Error absoluto 𝒇(𝒙 𝒎) 0 1,00000 2,00000 1 1,00000 2,00000 1,50000 2,87500 2 1,00000 1,50000 1,25000 0,25000 2,42188 3 1,25000 1,50000 1,37500 0,12500 0,13086 4 1,25000 1,37500 1,31250 0,06250 1,16870 5 1,31250 1,37500 1,34375 0,03125 0,52481 6 1,34375 1,37500 1,35938 0,01563 0,19846 7 1,35938 1,37500 1,36719 0,00781 0,03417 8 1,36719 1,37500 1,37109 0,00391 0,04825 9 1,36719 1,37109 1,36914 0,00195 0,00702 10 1,36719 1,36914 1,36816 0,00098 0,01358 11 1,36816 1,36914 1,36865 0,00049 0,00329 12 1,36865 1,36914 1,36890 0,00025 0,00186 13 1,36865 1,36890 1,36877 0,00013 0,00071
  • 28. SOLUCIÓN • Utilizamos el Matlab para comprobar nuestro calculo
  • 29.
  • 30. SOLUCIÓN • Primero definimos la función en la ventana de comando escribimos lo siguiente