Escolar Documentos
Profissional Documentos
Cultura Documentos
Código Matlab:
% Localização de Raízes
%Luiza Ranielly Ferreira da Silva - 390159
%Equação da Função
func = @(t) sin(sqrt(t)-t);
disp(func)
%Plotagem da Função
Limite_inferior = -2;
Limite_superior = 2;
fplot(func, [Limite_inferior Limite_superior])
grid on
Método de bissecção:
Raiz = 0,9999
Intervalo adotado = [0.5 , 1.5]
Erro = 0,00006
Nº de Iterações = 13
Código Matlab:
m = (a+b)/2;
err = (b-a)/2;
n = 0;
while err > errMax
if f(a)*f(m) > 0
a = m;
else
b=m;
end
m = (a+b)/2;
err = (b-a)/2;
n = n+1;
end
root = m
end
function y = i(t)
y = sin(sqrt(t)-t)
end
Command Window:
Código Matlab:
while true
x = xrold - f(xrold)/df(xrold);
erro = abs ((x-xrold)/x);
iter = iter + 1;
xrold = x;
function y = i(t)
y = sin(sqrt(t)-t)
end
function r = idf(t)
r = cos(sqrt(t)-t)*(1/(2*sqrt(t))-1)
end
Command Window:
>> [x, erro, iter] = newtonraph (@i, @idf, 0.5, 0.0001, 30)
>> [x, erro, iter] = newtonraph (@i, @idf, 1.5, 0.0001, 30)
Diante das análises realizadas, pode-se concluir que para o método de Newton-
Raphson, quando as iterações são iniciadas suficientemente próximas da raiz o método
converge mais rápido para o resultado, sendo o mesmo mais preciso que o método da
bissecção.