Slide 1 

C3 Coursework 
Examples of the “Rearrangement Method” 

Marks 1 and 2 

Student  A:  Slides 2 to 4 

Student  B:  Slides 5 to 7 

Student  C:  Slide 8 & 9 

Failure of Rearrangement Method – Marks 3 and 4 

Student  Z:  Slides 10 &11 

Student  Y:  Slides 12 & 13 

Student  X:  Slide 14
Slide 2 
Student A ( page 1 of 3 ) 

3. Rearranging f(x) = 0 in the form x = g(x) 

For this method, you rearrange the equation f(x) = 0 into the form x = g(x). By doing 
this you are then able to simultaneously plot the graphs of y = g(x) and y = x. 
Where these graphs intersect will be the x values of the roots of the original equation. 
The equation I will use to test this method is: 

f(x) = x 5 – 5.8x + 3 = 0 

This function can be seen in the following graph. As you can see there are 3 roots in 
the following intervals:  [­2, ­1],  [0, 1]  and  [1, 2]: 

5 
I will now rearrange f(x) = x  – 5.8x + 3  into  x = g(x). 

(1) f(x)= x 5 –5.8x+3  (3) f(x)= x 5 –5.8x+3 
0.2 
g(x)= (5.8x – 3)  g(x)= (5.8x – 3) 
x 4 

(2) f(x)= x 5 –5.8x+3  (4) f(x)= x 5 –5.8x+3 
5  5 
g(x)= x  –4.8x+3  g(x)= x  +3 
5.8
Slide 3 
Student A ( page 2 of 3 ) 

By drawing a graphs of any of the functions y = g(x) against y = x then the roots of 
f(x) = 0 can be found where the two graphs intersect. I will use the first rearrangement 
to test this method: 
0.2 
g(x)= (5.8x – 3) 

This can be seen in the following graph: 

As you can the graphs intersect in the intervals [­2,­1], [0,1] and [1,2] agreeing with 
the intervals in the original graph. 

If I take x = xn  in order to iterate then: 

xn+1= (5.8xn  – 3) 0.2 

Now I take x1  as a starting point so that I can begin to iterate using the above formula 

to converge on the root in the interval [1, 2]. 
I will use x1 = 3 as a starting point for my iteration since 3 is close to the root: 
n  xn  xn+1 
1  3  1.70480  From my iteration my estimate of the root is: 
2  1.70480  1.47101  1.37993 
3  1.47101  1.40791  Upper Bound = 1.379935 
4  1.40791  1.38876  Lower Bound = 1.379925 
5  1.38876  1.38274 
6  1.38274  1.38083 
Error Bounds: x= 1.37993 ± 0.000005 
7  1.38083  1.38021 
8  1.38021  1.38002 
9  1.38002  1.37996 
10  1.37996  1.37994 
11  1.37994  1.37993 
12  1.37993  1.37993 
13  1.37993  1.37993
Slide 4 
Student A ( page 3 of 3 ) 

Convergence to the root  can be seen in the following staircase graph: 

Iterations
y= x 
g(x)= (5.8x – 3) 0.2 

Magnitude of g’(x) 

In­order for the iteration to converge to the root, the gradient of g(x) at the root must 
be between –1 and 1. I will test this for my g(x) to demonstrate this fact. 
0.2 
g(x)= (5.8x – 3) 
g’(x)= 0.2(5.8x ­ 3) ­0.8  x 5.8 
g’(x)= 1.16(5.8x ­ 3) ­0.8 

The estimate for this root is 1.37993, using g’(x) I can show the gradient of the line at 
this point: 
g’(1.37993) = 0.31991 

Therefore, the gradient is less than 1 and greater than –1 and so this confirms that the 
method successfully converges to the root for my chosen g(x). 
Slide 5 
Student B ( page 1 of 3 ) 

Rearranging f(x) = 0 in the form x = g(x): 

This is the equation that I am going to solve: 3.5x 5 – 6.1x² + x + 1.2 = 0 
To solve this equation I will use the fixed point iteration method. 
The graph below is of:  f(x) = 3.5x 5 – 6.1x² + x + 1.2 

I can see that there are 3 roots between the intervals [­1, 0], [0, 1] and [1, 2]. I will 
find a root by rearranging 3.5x 5 – 6.1x² + x + 1.2 = 0 into the form x = g(x) and using 
fixed point iteration to find the point where the rearranged formula cuts the line y=x. 

I will now rearrange 3.5x 5 – 6.1x² + x + 1.2 = 0 into x = g(x), the general formula for 

fixed point iteration is  xn+1 = g(xn). 

1.) f(x) = 3.5x 5 –6.1x²+x+1.2 
g(x) =   6.1x 2 ­3.5x 5 ­1.2  xn+1 =  6.1xn 2 ­3.5xn 5 ­1.2 

2.) f(x) = 3.5x 5 –6.1x²+x+1.2  0.2 
0.2  xn+1 = 
g(x) =  2  2 
6.1xn  ­xn­1.2 
6.1x  ­x­1.2 
3.5  3.5 
3.) f(x) = 3.5x 5 –6.1x²+x+1.2  0.5 
xn+1 =  5 
g(x) =  3.5x 5 +x+1.2  0.5  3.5x  +xn+1.2 
6.1  6.1 

4.) f(x) = 3.5x 5 –6.1x²+x+1.2 
g(x) =  6.1x 2 ­x­1.2  xn+1 =  6.1xn 2 ­xn­1.2 
3.5x 4  3.5xn 4 

5.) f(x) = 3.5x 5 –6.1x²+x+1.2 
g(x) =  xn+1 =  ­1.2 
­1.2  (3.5xn 4 ­6.1xn+1) 
(3.5x 4 ­6.1x+1) 

I will use the rearrangement 5.) to find a root where it crosses the line y = x using 
fixed point iteration.  Pg.10
Slide 6 
Student B ( page 2 of 3 ) 
f(x) = 3.5x 5 –6.1x²+x+1.2 
Key for the graphs below: 
­1.2 
g(x) =  (3.5x 4 ­6.1x+1) 

f(x) = x 

As you can see the points where the rearranged curve y = g(x) crosses with y =x, 
shown that it’s the root of the original function f(x) = 3.5x 5 – 6.1x² + x + 1.2 = 0 
I will use x = ­1 as my starting value, so x1= ­1. 

Now I will use Excel to iterate this formula: xn+1=  ­1.2 
(3.5xn 4 ­6.1xn+1) 

n  xn  xn+1  20  ­0.362652  ­0.366668  40  ­0.364932  ­0.364946 

1  ­1  ­0.113208  21  ­0.366668  ­0.363643  41  ­0.364946  ­0.364935 
2  ­0.113208  ­0.709580  22  ­0.363643  ­0.365918  42  ­0.364935  ­0.364943 
3  ­0.709580  ­0.193058  23  ­0.365918  ­0.364205  43  ­0.364943  ­0.364937 
4  ­0.193058  ­0.549824  24  ­0.364205  ­0.365493  44  ­0.364937  ­0.364942 
5  ­0.549824  ­0.256751  25  ­0.365493  ­0.364524  45  ­0.364942  ­0.364938 
6  ­0.256751  ­0.464866  26  ­0.364524  ­0.365253  46  ­0.364938  ­0.364941 
7  ­0.464866  ­0.300065  27  ­0.365253  ­0.364704  47  ­0.364941  ­0.364939 
8  ­0.300065  ­0.419760  28  ­0.364704  ­0.365117  48  ­0.364939  ­0.364940 
9  ­0.419760  ­0.327047  29  ­0.365117  ­0.364806  49  ­0.364940  ­0.364939 
10  ­0.327047  ­0.395384  30  ­0.364806  ­0.365040  50  ­0.364939  ­0.364940 
11  ­0.395384  ­0.343114  31  ­0.365040  ­0.364864  51  ­0.364940  ­0.364940 
12  ­0.343114  ­0.381982  32  ­0.364864  ­0.364997  52  ­0.364940  ­0.364940 
13  ­0.381982  ­0.352464  33  ­0.364997  ­0.364897 
14  ­0.352464  ­0.374527  34  ­0.364897  ­0.364972 
15  ­0.374527  ­0.357838  35  ­0.364972  ­0.364916 
16  ­0.357838  ­0.370348  36  ­0.364916  ­0.364958 
17  ­0.370348  ­0.360906  37  ­0.364958  ­0.364926  Pg.11
18  ­0.360906  ­0.367996  38  ­0.364926  ­0.364950 
19  ­0.367996  ­0.362652  39  ­0.364950  ­0.364932 
Slide 7 
Student B ( page 3 of 3 ) 

Table above shows the results of the iterative formula and my estimate of the root is 
x = ­0.364940 (6.dp) which is the root between the interval [­1, 0]. 

The cobweb graph for my iterations is shown below. It shows convergence to the root 
in the interval [­1, 0]. 

Required root 

f(x) = 3.5x 5 –6.1x²+x+1.2 
­1.2 
g(x) =  (3.5x 4 ­6.1x+1) 

f(x) = x 

Zoom in  Converging line 

X50= ­0.364940 

Required root 

Magnitude of g’(x) 
The gradient of g(x) at the points where it crosses y = x must be between ­1 and 1, 
inorder for the iteration to converge to the root. 

­1.2 
g(x) =                                         g’(x) =  16.8x 3 ­7.32 
4 
(3.5x  ­6.1x+1)  (3.5x 4 ­6.1x+1) 2 

The estimate root is x = ­0.364940: substituting this into g’(x)  gives: 
g’ (x) = ­ 0.75252 
As shown above, ­1 < ­0.75252 < 1, this demonstrates that this rearrangement 
converges to the root.  Pg.12
 Slide 8 
Student C ( page 1 of 2 ) 

Fixed Point Iteration 
Now I’ll consider a new equation: 
2x 3  + 3.5x 2  ­ 8x – 6 = 0 
Shown below is the graph y = 2x 3  + 3.5x 2  ­ 8x – 6 
It shows that 3 roots exist. 
y

20

10

-4 -2 2 4

-10

To use the fixed point iteration method, I’ll rearrange the equation into the form: 
x = g(x) 
x = (2x 3  + 3.5x 2  – 6) /8 

Hence the iterative formula: 
xn+1  = (2xn 3  + 3.5xn 2 – 6) /8 

y = g(x) and y = x are now shown below: 
y

-6 -4 -2 2 4 6

-2

-4
Slide 9 
Student C ( page 2 of 2 ) 

I’ve used fixed point iteration to find where they 2 lines cross. 
A starting estimation of x1  = ­0.5 
Xn  X  (2x 3  + 3.5x 2  – 6) /8 
X1  ­0.5  ­0.67188 
X2  ­0.67188  ­0.62833 
X3  ­0.62833  ­0.63929 
X4  ­0.63929  ­0.63652 
X5  ­0.63652  ­0.63722 
X6  ­0.63722  ­0.63704 
X7  ­0.63704  ­0.63708 
X8  ­0.63708  ­0.63707 
X9  ­0.63707  ­0.63708 
X10  ­0.63708  ­0.63708 
X11  ­0.63708  ­0.63708

The graph below shows convergence in a Cobweb Diagram: 
x
y
-0.8 -0.7 -0.6 -0.5

-0.5

-0.55

-0.6

-0.65

-0.7

There is a root at x = ­0.63708 

To check this, I will use the derivative: 
g‘(x) = 3/4x 2 + 7/8x 
g‘(­0.63708) = 3/4(­0.63708) 2 + 7/8(­0.63708)  = ­0.25304 
­1 < ­0.25304 < 1 and this shows that this root will converge 
Slide 10 
Student Z ( page 1 of 2 ) 

Failure of this method 

This method fails when the gradient of the graph at the root is greater than +1 or 
lower than –1. 
This can be illustrated through the second rearrangement of my original equation: 
5 
f(x) = x  – 5.8x + 3 = 0 
This rearrangement is: 
(2) g(x) = x 5 – 4.8x + 3 
This can be seen in the following graph: 

I have previously found the root x = 1.37993 using the Rearrangement Method. 

(From looking at this graph it is clear that where the two lines intersect, between x = 1 
and x = 2, the gradient of the function g(x) is greater than 1 so that the method will 
fail). 

If I use a starting point of near to the root I previously found, (x = 1.37993), then I can 
illustrate how this second rearrangement fails. I will use a starting point of 1.4: 

n  xn  xn+1 
1  1.4  1.65824 
2  1.65824  7.57870 
3  7.57870  Overflow

Clearly the method fails after just 3 iterations. 
Slide 11 
Student Z ( page 2 of 2 ) 

These points can be seen in the following graph which staircase away from the root, 
(x = 1.37993), where the iterations diverge away. 

n= 3 

Iterations stair ­ 
casing away from 
n= 2  the root
n= 1 

This illustrates that when a starting value close to the root is taken, the method fails to 
converge to the root. The failure of this is due to the gradient of g(x) at the actual root: 

Magnitude of g’(x) 

g(x)= x 5 –4.8x+3 
g’(x)= 5x 4 –4.8 

The estimate for this root using the successful method was x= 1.37993. 
The gradient at this estimate for the unsuccessful method is: 
g’(1.37993)= 13.33 

The gradient of the curve at the root is significantly greater than 1 and so this explains 
why the method fails to converge and why it diverges so quickly. 
Slide 12 
Student Y ( page 1 of 2 ) 

Example where one rearrangement fails to converge to root 

The equation that I am going to solve: 3.5x 5 – 6.1x² + x + 1.2 = 0 

I will use rearrangement 1.) g(x) = 6.1x 2 ­ 3.5x 5 ­ 1.2 to demonstrate how this method 

fails to find the root x = ­0.364940 (6.dp) which I previously calculated using 
rearrangement 5.):  g(x) =  ­1.2 
(3.5x 4 ­6.1x+1)

f(x) = 3.5x 5 –6.1x²+x+1.2 

g(x) = 6.1x 2 ­3.5x 5 ­1.2 

f(x) = x 

The points where the rearranged curve y = g(x) intersects with y = x, correspond with 
the roots of the original function  y = f(x) = 3.5x 5 – 6.1x² + x + 1.2. (Shown by the 
vertical dotted lines). 

I will use x = ­0.5 as a starting value to show how the method fails to find the root in 
the interval [­1, 0], which contains the root that I found previously with rearrangement 
5.) 

n  xn  xn+1 
1  ­0.5  0.434375 
2  0.434375  ­0.103166 
3  ­0.103166  ­1.135035 
4  ­1.135035  13.252135 
5  13.252135  Overflow 
Slide 13 
Student Y ( page 2 of 2 ) 

The table and graph above shows the iterations diverging away from the root, which 
shows how the method failed to find the root in the interval [­1, 0] with rearrangement 
1.) 
This is because the gradient of g(x) is not between ­1 and 1 at the root. 

Magnitude of g’(x) 

g(x) = 6.1x 2 ­3.5x 5 ­1.2  g’(x) = 12.2x­17.5x 4 

From the previous successful method the estimate root between interval [­1, 0] was 
x= ­0.364940, substitute this into g’(x). 

g’(x) = ­4.7627 

As you can see that the value of g’(x) does not lies between ­1 and 1, this explain why 
the method with rearrangement 1.) fails to find the required root, and this is how fixed 
point iteration method fails.
Slide 14 
Student X ( page 1 of 1 ) 

Failure of this method 

0  = 2x 3  + 3.5x 2  ­ 8x – 6 

The root I discovered with the previous method was x = ­0.63708. 

My new rearrangement is: 
x 3  = ­((3.5x 2 ­8x­6)/2) 
x  = (­((3.5x 2 ­8x­6)/2)) 1/3 

y = g(x) = (­((3.5x 2 ­8x­6)/2)) 1/3  intersects with the line y = x as follows: 

4 y

-6 -4 -2 2 4 6

-1

-2

-3

-4

Fixed point iteration with this rearrangement cannot find the root ­0.63708, even 
though it clearly exists where y = x intersects with y = (­((3.5x 2 ­8x­6)/2)) 1/3 . 
4 y

-6 -4 -2 2 4 6

-1

-2

-3

-4

The 2 rearrangements began close to the root starting from ­0.7 and ­0.5; but they 
went away from the root at ­0.67308 to the roots near 3 and ­2. 

This is because g(x) is not between +1 and ­1. 
g(x) = (­((3.5x 2 ­8x­6)/2)) 1/3 
g ‘(x) = ­{ 7x­8 / 7(3.5x 2 ­8x­6) 2/3 } 
g(­0.67308) = 2.7625 
1 < 2.7625 so this rearrangement cannot find the root of ­0.67308. This is a 
disadvantage of the Fixed Point Iteration method. 
Slide 15