Computacion Simbolica

Instituto Tecnológico de Los Mochis.
Carrera:
INGENIERÍA MECATRÓNICA
TRABAJO
UNIDAD 2; RAÍCES DE ECUACIONES NO LINEALES
Asignatura:
MÉTODOS NUMÉRICOS
Facilitador:
RODRÍGUEZ RODRÍGUEZ MARCO ANTONIO
Grupo:
M31
Estudiante:
VÍCTOR DE JESÚS BERNAL SANDOVAL
UNIDAD 2.
RAÍCES DE ECUACIONES NO LINEALES
20 DE OCTUBRE DEL 2013

Métodos Numéricos
UNIDAD 2. Raíces de ecuaciones no lineales
Marco Antonio Rodríguez R.
Alumno: Bernal Sandoval Victor de Jesús
N° de Control: 12440123
Actividad colaborativa en el aula.
CONTENIDO:
1.- a) Conceptos. ................................................................................................2

b) Tabla que compara las ventajas y desventajas de cada método................3
2.- Pseudocódigo del método de bisección.............................................................4
3.- Pseudocódigo del método de Newton-Raphson...............................................5
4.- Encuentren las raíces de f(x) = -12 -21x +18x2 -2.75x3.

a) Gráficamente (en Matlab). ........................................................................6
b) Por bisección..............................................................................................7
c) Mediante falsa posición. ............................................................................8
5.- Determine la raíz real de f(x)= - 25 + 82x - 90x2 + 44x3 - 8x4 + 0.7x5.
a) Gráficamente (en Matlab). .......................................................................9
b) Usando el método de bisección con εa = 10%, Con valores iniciales
de xl = 0.5 y xu = 1. ..................................................................................10
c) Usando el método de falsa posición con los mismos datos que en b)
pero para un εa =2%.....................................................................................11
6. Determine la raíz real de f(x) = -1 + 5.5x - 4x2 + 0.5x3.

a) Gráficamente (en Matlab). .......................................................................12
b) Usando el método Newton-Raphson con εs =0.001%. ...........................13
7. Localice la primera raíz positiva de f(x) = sin(x) + cos(x2 + 1) – 1.

Donde x está en radianes.
Use cuatro iteraciones del método de la secante con valores iniciales de;
a) xi-1 = 1 y xi = 3. ...................................................................................14
b) xi-1 = 1.5 y xi = 2.5. ..........................................................................15
8. Use f(x)= -x2 + 1.8x + 25 usando x0 = 5 con εs = 0.05%.

a) En el método de iteración de punto fijo. ..................................................16
b) En el método de Newton-Raphson. ........................................................17
Página | 2
Métodos Numéricos
1. Definan por los siguientes conceptos:

Ecuación no lineal:
Cuando una ecuación tiene grado 1, se dice que es lineal. Entonces una ecuación no lineal es cuando es de
grado mayor a 1.
Ejemplo.
2x2+ 3x - 3=11
x3 + 4y = 14
Raíz de una función:

Cuando se habla de raíces en matemáticas, se refiere a todo elemento de una función f(x) tal que f(x)=0
Ejemplo:
La Raíz de la ecuación y=2x^2+3x-14 es 2.
f=@(x) 2*x^2+3*x-14;
f(2)
ans =
0
fzero(f,0)
ans =
2
Iteración:
En matemática se habla de métodos iterativos que resultan útiles para resolver problemas por medio de
aproximaciones sucesivas a la solución, partiendo desde una estimación inicial. Este tipo de estrategias pueden
ser más útiles que los métodos directos para resolver problemas con miles o millones de variables.
En programación, la iteración consiste en reiterar un conjunto de instrucciones o acciones con uno o varios
objetivos.
Métodos cerrados:
Estos métodos 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.
Como su nombre lo indica, dichos valores iniciales deben “encerrar”, o estar a ambos lados de la raíz.
Métodos abiertos:
Se basan en fórmulas que requieren únicamente de un solo valor de inicio x o que empiecen con un par de ellos,
pero que no necesariamente encierran la raíz.
Éstos, algunas veces divergen o se alejan de la raíz verdadera a medida que se avanza en el cálculo. Sin embargo,
cuando los métodos abiertos convergen, en general lo hacen mucho más rápido que los métodos cerrados.
Página | 1
Métodos Numéricos
Tabla que compara las ventajas y desventajas de cada método.
MÉTODOS VENTAJAS DESVENTAJAS

CERRADOS
Simple. Convergencia lenta.
Requiere una buena estimación del
Bisección. Buena estimación del error absoluto. intervalo inicial (que encierra la
Falsa Posición. raíz).
Si existe más de una raíz en el
Convergencia garantizada. intervalo, el método permite
encontrar sólo una de ellas.
ABIERTOS
Iteración de punto Es simple No está garantizada la
fijo. Es flexible convergencia.
No es conveniente en el caso de
Converge más rápido que cualquiera raíces múltiples.
Newton - Raphson
de los métodos analizados hasta Puede alejarse del área de interés
o de la Tangente
ahora. si la pendiente es cercana a cero.
Requiere una derivada.
La derivada se puede aproximar Requiere dos puntos iniciales
Secante mediante una diferencia finita aunque no es necesario que
dividida hacia atrás. encierren a la raíz.
Página | 2
Métodos Numéricos
2. De acuerdo al pseudocódigo del método de bisección, hagan una propuesta

en Matlab para aplicar este algoritmo.
function[xr]= biseccion(f,xl,xu,es)
% Método de Bisección para raíces en funciones continúas dentro de un intervalo.
% Ejemplo:
% Ejecutar en la ventana de comandos:
% f=@(x)(x.^2-4);
% x = biseccion(f, 0, 5, 0.01);
% Se buscará la raíz de la función (x^2)-4, puntos iniciales a=0 y b=5, con una
tolerancia es=0.01.
fprintf('Método de la bisección\n\n');
i = 0;
if f(xl)*f(xu)>0
fprintf('Error No hay cambio de signo (%i,%i) \n',xl,xu);
return
end
fprintf('Iter. \t xl \t \t xu \t \t raiz \n');
while (abs(xu-xl) >= es)
i=i+1;
xr=(xu + xl)/2;
if f(xr) == 0
fprintf('Raiz encontrada en x = %f \n', xr);
return
end
fprintf('%2i \t %f \t %f \t %f \n', i, xl, xu, xr);
if f(xl)*f(xr)>0
xl=xr;
else
xu=xr;
end
end
f(xr);
fprintf('\n La mejor aproximación a la raíz tomando una tolerancia de %f es \n x
= %f con \n f(x) = %f \n y se realizaron %i iteraciones\n',es,xr,f(xr),i-1);
end
Página | 3
Métodos Numéricos
3. De acuerdo al pseudocódigo del método de Newton-Raphson, hagan una

propuesta en Matlab para aplicar este algoritmo.
(Código proporcionado por Rodríguez Rodríguez Marco Antonio)
function [x,fx,xx] = newton(f,df,x0,TolX,MaxIter)

%MÉTODO DE NEWTON-RAPHSON
%ENTRADAS
% f = función de la que se obtendrá la raíz.
% df = df(x)/dx. (Si la derivada no se proporciona, entonces
% automáticamente se usa la derivada numérica.
% x0 = es el valor estimado inicial de la solución inicial.
% TolX = El límite superior de |x(k) - x(k-1)|.
% MaxIter = El # máximo de iteraciones.
%SALIDAS
% x = El punto alcanzado por el algoritmo.
% fx = f(x(nuevo)).
% xx = la historia de x
h = 1e-4; h2 = 2*h; TolFun=eps;
if nargin == 4 && isnumeric(df)
MaxIter = TolX; TolX = x0;
x0 = df;
end
xx(1) = x0;
fx = feval(f,x0);
for k = 1: MaxIter
if ~isnumeric(df)
dfdx = feval(df,xx(k)); %derivada de la function
else dfdx = (feval(f,xx(k) + h)-feval(f,xx(k) - h))/h2; %derivada num?rica
end
dx = -fx/dfdx;
xx(k+1) = xx(k)+dx;
fx = feval(f,xx(k + 1));
if abs(fx)<TolFun || abs(dx) < TolX
break
end
end
x = xx(k + 1);
if k== MaxIter, fprintf('La mejor en %d iteraciones\n',MaxIter),
end
Página | 4
Métodos Numéricos
4. Encuentren las raíces de f(x) = -12 -21x +18x2 -2.75x3.

a) Gráficamente (en Matlab).
f=@(x) -12-21*x+18*x.^2-2.75*x.^3;
ezplot(f),grid
-12-21 x+18 x 2-2.75 x 3
1400
1200
1000
800
600
400
200
X: -0.4208
Y: 0.2295
0
-200
-6 -4 -2 0 2 4 6
x
Usando los valores iniciales de xl = -1 y xu = 0, y un criterio de paro de 1%.

x=-1:0.001:0;
Plot(x, f(x)), grid
30
25
20
15
10
5 X: -0.415
Y: 0.0116
0
-5
-10
-15
-1 -0.9 -0.8 -0.7 -0.6 -0.5 -0.4 -0.3 -0.2 -0.1 0
Página | 6
Métodos Numéricos
b) Por bisección;
ans =
f=@(x) -12-21*x+18*x.^2-2.75*x.^3; 0.8631
xl=-1; ans =
xu=0; 0.2695
xr=(xl+xu)/2; ans =
f(xl),f(xr),f(xu) -0.3137
ans = xl=xr6;
29.7500 ea=abs((xr6-xr5)/xr6)*100
ans = ea =
3.3438 3.7037
ans =
-12 xr7=(xl+xu)/2;
xl=xr; f(xl),f(xr7),f(xu)
ans =
xr2=(xl+xu)/2; 0.2695
f(xl),f(xr2),f(xu) ans =
ans = -0.0234
3.3438 ans =
ans = -0.3137
-5.5820 xu=xr7;
ans = ea=abs((xr7-xr6)/xr7)*100
-12 ea =
xu=xr2; 1.8868
ea=abs((xr2-xr)/xr2)*100
ea = xr8=(xl+xu)/2;
100 f(xl),f(xr8),f(xu)
ans =
xr3=(xl+xu)/2; 0.2695
ans = 0.1227
3.3438 ans =
ans = -0.0234
-1.4487 xl=xr8;
-5.5820 ea =
xu=xr3; 0.9346
ea=abs((xr3-xr2)/xr3)*100
ea = xr9=(xl+xu)/2;
33.3333 f(xl),f(xr9),f(xu)
ans =
xr4=(xl+xu)/2; 0.1227
ans = 0.0496
3.3438 ans =
ans = -0.0234
0.8631 xl=xr9;
-1.4487 ea =
xl=xr4; 0.4695
ea =
14.2857
Comprobación:
Raíz aproximada
xr5=(xl+xu)/2; xr9
f(xl),f(xr5),f(xu) xr9 =
ans = -0.4160
0.8631 Raíz verdadera:
ans = fzero(f,-1)
-0.3137 ans =
ans = -0.4147
-1.4487 Raíz aproximada evaluada en f.
xu=xr5; f(xr9)
ea=abs((xr5-xr4)/xr5)*100 ans =
ea = 0.0496
7.6923
xr6=(xl+xu)/2;
f(xl),f(xr6),f(xu)
Página | 7
Métodos Numéricos
c) Mediante falsa posición.

xr6=xu-f(xu)*(xl-xu)/(f(xl)-f(xu));
f=@(x) -12-21*x+18*x.^2-2.75*x.^3; f(xl),f(xr6),f(xu)
xl=-1; ans =
xu=0; 29.7500
xr=xu-f(xu)*(xl-xu)/(f(xl)-f(xu)); ans =
f(xl),f(xr),f(xu) -0.0066
ans = ans =
29.7500 -0.0249
ans = xu=xr6;
-4.4117 ea=abs((xr6-xr5)/xr6)*100
ans = ea =
-12 0.1184
xu=xr;
xr2=xu-f(xu)*(xl-xu)/(f(xl)-f(xu)); Comprobación;
f(xl),f(xr2),f(xu) Raíz aproximada
ans = xr6
29.7500 xr6 =
ans = -0.4145
-1.2897 Raíz verdadera:
ans = fzero(f,-1)
-4.4117 ans =
xu=xr2; -0.4147
Raíz aproximada evaluada en f.
ea = f(xr6)
24.2520
ans =
-0.0066
f(xl),f(xr3),f(xu)
ans =
29.7500
ans =
-0.3513
ans =
-1.2897
xu=xr3;
ea =
6.3626
f(xl),f(xr4),f(xu)
ans =
29.7500
ans =
-0.0938
ans =
-0.3513
xu=xr4;
ea =
1.6840
f(xl),f(xr5),f(xu)
ans =
29.7500
ans =
-0.0249
ans =
-0.0938
xu=xr5;
ea =
0.4464
Página | 8
Métodos Numéricos
5. Determine la raíz real de f(x)= - 25 + 82x - 90x2 + 44x3 - 8x4 + 0.7x5.

a) Gráficamente (en Matlab).
f=@(x) -25 +82*x -90*x.^2 +44*x.^3 -8*x.^4 +0.7*x.^5;

ezplot(f),grid
x 10
4 -25+82 x-90 x 2+44 x 3-8 x 4+0.7 x 5
0
X: 0.5659
Y: -0.2236
-0.5
-1
-1.5
-2
-2.5
-6 -4 -2 0 2 4 6
x
Usando los valores iniciales de xl = 0.5 y xu = 1.

x=0.5:0.001:1;
plot(x,f(x)),grid
1
X: 0.579
Y: -0.006632
0
-1
-2
0.5 0.55 0.6 0.65 0.7 0.75 0.8 0.85 0.9 0.95 1
Página | 9
Métodos Numéricos
b) Usando el método de bisección con εa = 10%, Con valores iniciales de xl = 0.5 y

xu = 1.
f(xl),f(xr4),f(xu)
f=@(x) -25+82*x-90*x.^2+44*x.^3- ans =
8*x.^4+0.7*x.^5; -0.2820
xl=0.5; ans =
xu=1; 0.2265
ans =
xr=(xl+xu)/2; 0.6820
f(xl),f(xr),f(xu) xu=xr4;
-1.4781 ea =
ans = 5.2632
2.0724
ans = Comprobación
3.7000 Raíz aproximada
xu=xr; xr4
xr4 =
xr2=(xl+xu)/2; 0.5938
f(xl),f(xr2),f(xu) Raíz verdadera:
ans = fzero(f,0.5)
-1.4781 ans =
ans = 0.5794
0.6820 Raíz aproximada evaluada en f.
ans = f(xr4)
2.0724 ans =
xu=xr2; 0.2265
ea =
20
xr3=(xl+xu)/2;
f(xl),f(xr3),f(xu)
ans =
-1.4781
ans =
-0.2820
ans =
0.6820
xl=xr3;
ea =
11.1111
xr4=(xl+xu)/2;
Página | 10
Métodos Numéricos
c) Usando el método de falsa posición con los mismos datos que en b) pero para un
εa =2%.
f=@(x) -25+82*x-90*x.^2+44*x.^3-8*x.^4+0.7*x.^5;
xl=0.5;
xu=1;
xr=xu-f(xu)*(xl-xu)/(f(xl)-f(xu));
f(xl),f(xr),f(xu)
ans =
-1.4781
ans =
0.9188
ans =
3.7000
xu=xr;
f(xl),f(xr2),f(xu)
ans =
-1.4781
ans =
0.1373
ans =
0.9188
xu=xr2;
ea =
9.3043
f(xl),f(xr3),f(xu)
ans =
-1.4781
ans =
0.0182
ans =
0.1373
xu=xr3;
ea =
1.2885
Comprobación
Raíz aproximada
xr3
xr3 =
0.5805
Raíz verdadera:
fzero(f,0.5)
ans =
0.5794
f(xr3)
ans =
0.0182
Página | 11
Métodos Numéricos
6. Determine la raíz real de f(x) = -1 + 5.5x - 4x2 + 0.5x3.

a) Graficamente (en Matlab).
f=@(x) -1+5.5*x-4*x.^2+ 0.5*x.^3;
fplot(f,[-5,8]),grid
50
X: 6.232
Y: -1.057
0
-50
-100
-150
-200
-4 -2 0 2 4 6 8
Con xi = 6 y xu = 7.
x=6:0.001:7;
plot(x,f(x)),grid
14
12
10
2 X: 6.306
Y: 0.001506
0
-2
-4
6 6.1 6.2 6.3 6.4 6.5 6.6 6.7 6.8 6.9 7
Página | 12
Métodos Numéricos
b) Usando el método Newton-Raphson con εs =0.001%.
f=@(x) -1+5.5*x-4*x.^2+ 0.5*x.^3;

xi=7;
df=@(x) 5.5-4*2*x+0.5*3*x.^2;
xr=xi-(f(xi)/df(xi));ea=abs((xr-xi)/xr)*100,xi=xr
ea =
8.783783783783781
xi =
6.434782608695652
ea =
1.950853695256105
xi =
6.311651521751868
ea =
0.091053261134278
xi =
6.305909785248214
ea =
1.943555052127402e-04
xi =
6.305897529389212
ea =
8.846152917677153e-10
xi =
6.305897529333429
ea =
0
xi =
6.305897529333429
Comprobación
Raíz aproximada
xr
xr =
6.305897529333429
Raíz verdadera:
fzero(f,7)
ans =
6.305897529333430
f(xi)
ans =
0
Página | 13
Métodos Numéricos
7. Localice la primera raíz positiva de f(x) = sin(x) + cos(x2 + 1) – 1 donde x está en

radianes. Use cuatro iteraciones del método de la secante con valores iniciales de;
f=@ (x) sin(x)+cos(x^2+1)-1;

ezplot(f),grid
a) xi-1 = 1 y xi = 3.
f=@ (x) sin(x)+cos(x^2+1)-1;

x0=1;,x1=3;
x2=x1-((x1-x0)/(f(x1)-f(x0)))*f(x1)
x2 =
-0.023214278484220
x3=x2-((x2-x1)/(f(x2)-f(x1)))*f(x2)
x3 =
-1.226347475638797
x4=x3-((x3-x2)/(f(x3)-f(x2)))*f(x3)
x4 =
0.233951216302741
x5=x4-((x4-x3)/(f(x4)-f(x3)))*f(x4)
x5 =
0.396365773726685
x6=x5-((x5-x4)/(f(x5)-f(x4)))*f(x5)
x6 =
0.944691165764433
x7=x6-((x6-x5)/(f(x6)-f(x5)))*f(x6)
x7 =
9.129551776043687e-04
En el intervalo de 1 a 3 por el método de la secante diverge porque se encuentran dos

raíces, arrojando resultados incorrectos. Como se observa en la gráfica superior.
Página | 14
Métodos Numéricos
b) xi-1 = 1.5 y xi = 2.5.
f=@ (x) sin(x)+cos(x^2+1)-1;

x0=1.5;,x1=2.5;
x2=x1-((x1-x0)/(f(x1)-f(x0)))*f(x1)
x2 =
2.356928734995134
x3=x2-((x2-x1)/(f(x2)-f(x1)))*f(x2)
x3 =
2.547287160429604
x4=x3-((x3-x2)/(f(x3)-f(x2)))*f(x3)
x4 =
2.526339088383083
x5=x4-((x4-x3)/(f(x4)-f(x3)))*f(x4)
x5 =
2.532106931631685
x6=x5-((x5-x4)/(f(x5)-f(x4)))*f(x5)
x6 =
2.532213337592640
x7=x6-((x6-x5)/(f(x6)-f(x5)))*f(x6)
x7 =
2.532212552600018
x8=x7-((x7-x6)/(f(x7)-f(x6)))*f(x7)
x8 =
2.532212552702561
x9=x8-((x8-x7)/(f(x8)-f(x7)))*f(x8)
x9 =
2.532212552702561
Comprobación;
Raíz aproximada
x9
x9 =
2.532212552702561
Raíz verdadera:
fzero(f,2.5)
ans =
2.532212552702561
f(x9)
ans =
4.440892098500626e-16
Página | 15
Métodos Numéricos
8. Use f(x)= -x2 + 1.8x + 25 usando x0 = 5 con εs = 0.05%.

f=@(x) -x^2+1.8*x+25;
ezplot(f),grid
-x 2+1.8 x+25
25
20
15
10
5 X: 5.993
Y: -0.1283
0
-5
-10
-15
-20
-25
-6 -4 -2 0 2 4 6
x
a) En el método de iteración de punto fijo.

f=@(x) -x^2+1.8*x+25;
g=@(x) sqrt(1.8*x+25);
xi=5;
xr=g(xi),ea=abs((xr-xi)/xr)*100,xi=xr;
xr =
5.8310
ea =
14.2507
xr=xi-f(xi)/df(xi),ea=abs((xr-xi)/xr)*100,xi=xr;
xr =
5.982617682974883
ea =
2.535107475799221
xr =
5.980354822307041
ea =
0.037838234270002
xr =
5.980354318352240
ea =
8.426838521902416e-06
xr =
5.980354318352215
ea =
4.158448551331944e-13
xr =
5.980354318352215
ea =
0
Página | 16
Métodos Numéricos
b) En el método de Newton-Raphson.
f=@(x) -x^2+1.8*x+25;
df=@(x) -2*x+1.8;
xi=5;
xr =
6.097560975609756
ea =
18.000000000000004
xr =
5.981675842098637
ea =
1.937335565654146
xr =
5.980354490187754
ea =
0.022094876032039
xr =
5.980354318352218
ea =
2.873333700232322e-06
xr =
5.980354318352215
ea =
4.455480590712798e-14
xr =
5.980354318352215
ea =
0
Comprobación;
Raíz aproximada
xr
xr =
5.980354318352215
Raíz verdadera:
fzero(f,5)
ans =
5.980354318352215
f(xr)
ans =
0
Página | 17

Computacion Simbolica

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Computacion Simbolica

Transféré par

Droits d'auteur :

Formats disponibles

Instituto Tecnológico de Los Mochis.

20 DE OCTUBRE DEL 2013

UNIDAD 2. Raíces de ecuaciones no lineales

Actividad colaborativa en el aula.

1.- a) Conceptos. ................................................................................................2

2.- Pseudocódigo del método de bisección.............................................................4

3.- Pseudocódigo del método de Newton-Raphson...............................................5

4.- Encuentren las raíces de f(x) = -12 -21x +18x2 -2.75x3.

6. Determine la raíz real de f(x) = -1 + 5.5x - 4x2 + 0.5x3.

7. Localice la primera raíz positiva de f(x) = sin(x) + cos(x2 + 1) – 1.

8. Use f(x)= -x2 + 1.8x + 25 usando x0 = 5 con εs = 0.05%.

1. Definan por los siguientes conceptos:

Raíz de una función:

Tabla que compara las ventajas y desventajas de cada método.

MÉTODOS VENTAJAS DESVENTAJAS

2. De acuerdo al pseudocódigo del método de bisección, hagan una propuesta

3. De acuerdo al pseudocódigo del método de Newton-Raphson, hagan una

function [x,fx,xx] = newton(f,df,x0,TolX,MaxIter)

4. Encuentren las raíces de f(x) = -12 -21x +18x2 -2.75x3.

-12-21 x+18 x 2-2.75 x 3

Usando los valores iniciales de xl = -1 y xu = 0, y un criterio de paro de 1%.

c) Mediante falsa posición.

5. Determine la raíz real de f(x)= - 25 + 82x - 90x2 + 44x3 - 8x4 + 0.7x5.

f=@(x) -25 +82*x -90*x.^2 +44*x.^3 -8*x.^4 +0.7*x.^5;

Usando los valores iniciales de xl = 0.5 y xu = 1.

b) Usando el método de bisección con εa = 10%, Con valores iniciales de xl = 0.5 y

6. Determine la raíz real de f(x) = -1 + 5.5x - 4x2 + 0.5x3.

b) Usando el método Newton-Raphson con εs =0.001%.

f=@(x) -1+5.5*x-4*x.^2+ 0.5*x.^3;

7. Localice la primera raíz positiva de f(x) = sin(x) + cos(x2 + 1) – 1 donde x está en

f=@ (x) sin(x)+cos(x^2+1)-1;

f=@ (x) sin(x)+cos(x^2+1)-1;

En el intervalo de 1 a 3 por el método de la secante diverge porque se encuentran dos

b) xi-1 = 1.5 y xi = 2.5.

f=@ (x) sin(x)+cos(x^2+1)-1;

8. Use f(x)= -x2 + 1.8x + 25 usando x0 = 5 con εs = 0.05%.

a) En el método de iteración de punto fijo.

Vous aimerez peut-être aussi

f=@(x) -25 +82x -90x.^2 +44x.^3 -8x.^4 +0.7*x.^5;

f=@(x) -1+5.5x-4x.^2+ 0.5*x.^3;