Beruflich Dokumente
Kultur Dokumente
Raíces de ecuaciones
y = f (x )
Sea . Los valores de x que hacen que y=0 se denominan
raíces de la ecuación. El teorema fundamental del álgebra indica que
todo polinomio de grado n tiene n raíces. En el caso de las raíces
reales, se tiene que corresponden a los valores x que hacen que la
función corte el eje de las abscisas:
y
f(x)=cos(x)
x
x1 x2 x3 x4
f1 ( x ) = x3 − 3 x2 − x + 3
= ( x − 3)( x + 1)( x − 1) 0
x1 = 3, x2 = −1, x3 = 1 -50
f1(x)
-100
-150
-200
-5 -4 -3 -2 -1 0 1 2 3 4 5
f 2 ( x) = x 3 − 6 x 2 + 12 x − 8 0
= ( x − 2) 3
-50
x1 = 2, x2 = 2, x3 = 2 -100
f2(x)
-150
-200
-250
-300
-350
-5 -4 -3 -2 -1 0 1 2 3 4 5
3. Una raíz real simple y una raíz real con multiplicidad dos:
Raíz sencilla, raíz doble
100
f 3 ( x ) = x 3 − 12 x + 16
= ( x + 4)( x − 2) 2
50
x1 = −4, x2 = 2, x3 = 2
f3(x)
0
-50
-5 -4 -3 -2 -1 0 1 2 3 4 5
f 4 ( x) = x3 − 2 x 2 − 3x + 10
= ( x + 2)( x − (2 + i ))( x − (2 − i )) 50
x1 = −2, x2 = 2 + i, x 3 = 2 − i 0
f4(x)
-50
-100
-150
-5 -4 -3 -2 -1 0 1 2 3 4 5
Funciones algebraicas
Sea g=f(x) la función expresada como
f n y n + fn −1 y n −1 + K + f1 y + f0 = 0
f2(x)=1-2.37x+7.5x2
f6(x)=5x2-x3+7x6
Funciones trascendentales
Son aquellas que no son algebraicas. Comprenden a las funciones
trigonométricas, exponenciales, logarítmicas, entre otras.
Ejemplo.
f ( x ) = ln x 2 − 1
f ( x ) = e−0.2π sen(3x − 5)
f ( x) = x 3 − x − 1
Solución.
En la gráfica de la función puede apreciarse que la raíz real positiva
de la función se encuentra en el intervalo [1,2]:
x3-x-1
40
30
20
10
-10
-20
-30
-40
0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 2.2
x
f ( x1 ) = −1
Por tal motivo, escogemos x1=1 y x2=2. Al calcular y
f ( x2 ) = 5 f ( x1 ) f ( x2 ) = − 5 < 0
tenemos que , es decir, efectivamente
existe al menos una raíz en el intervalo.
x3-x-1
20
15
y
10
x1 x2
0 [ ]
x3-x-1
20
15
y
10
x1 xm x2
0 [ | ]
f ( xm ) ≠ 0
Como , es decir, no se ha encontrado la raíz y además
( x2 − x1 )
= 0.5
2
es mayor a la tolerancia deseada, procedemos a calcular
f ( x1 ) f ( xm )
el producto :
f ( x1 ) f ( xm ) = − 0.875
f ( x1 ) f ( xm ) < 0 x2 = xm
Esto es, y entonces hacemos
x2 = 0.5
xm
Repetimos el procedimiento partiendo del cálculo de .
x3-x-1
20
15
y
10
x1 x2
0 [ ]
a − xn −1
=1
a − xn −1
Multiplicando ambos miembros por
g ( a ) − g ( xn −1 )
a − xn = ( a − x n−1 )
a − xn −1
…(2.4)
Por el Teorema del Valor Medio, sabemos que
g ( a ) − g ( xn −1 )
g ′(τ ) = ; xn−1 < τ < a
a − xn −1
Y
a − xn
g ′(τ ) = ; xn −1 < τ < a
a − xn −1
En valor absoluto:
a − xn
g ′(τ ) = ; xn −1 < τ < a
a − xn −1
es decir,
g ′(τ ) < 1; xn −1 < τ < a
Es decir, si
g ′(τ ) > 1; xn −1 < τ < a
xn xn −1
Ya que la aproximación se aleja más a la raíz a que .
a − xn = a − xn −1
Por último, se dice que hay un estancamiento si , pues
la penúltima aproximación es igual a la última (el método no avanza,
pero tampoco se aleja).
g ′(τ ) < 1 g ′(τ ) > 1
Cabe señalar que los criterios de las derivadas y
para analizar la convergencia del método son válidos para una
iteración y para fines prácticos no es posible aplicarlos en cada una
de ellas. Por esta razón, simplemente se considerará que: existe
xn +1 − xn < xn − xn−1
convergencia si , existe divergencia si
xn +1 − xn > xn − xn −1 xn +1 − xn = xn − xn −1
y existe un estancamiento si .
Esto es, el método converge si la diferencia en valor absoluto entre
los valores proporcionados en dos iteraciones sucesivas es cada vez
más pequeña a medida que n aumente.
En resumen, la interpretación geométrica del método consiste en lo
x0
siguiente: partiendo de un valor inicial dirigirse verticalmente a la
curva y=g(x); de ésta, horizontalmente a la recta y=x; de nuevo
verticalmente a la curva, horizontalmente a la recta, etc.
El algoritmo del método es el que sigue:
x0
1. Escoger una aproximación inicial .
g ( x0 ) x0 = g ( x0 )
2. Calcular y hacer .
Sea n=1.
xn = g ( xn−1 )
3. Calcular .
xn +1 − xn xn − xn −1
4. Comparar con :
xn +1 − xn < xn − xn −1
a) Si , el método converge. Ir al paso 5.
xn +1 − xn > xn − xn −1
b) Si , el método diverge. Se detiene el
x0
método y se escoge una nueva aproximación .
xn +1 − xn = xn − xn −1
c) Si , el método se ha estancado. Se detiene
x0
el método y se escoge una nueva aproximación .
Note que en la primera iteración no es posible aplicar aún este
criterio, por lo que se omite este paso y se continúa en 5.
xn − xn −1
5. Si =0, se encontró la raíz de la función (fin del método).
De lo contrario, ir al paso 6.
6. Sea T la tolerancia deseada (el margen de error aceptado). Si
xn − xn −1
<T se encontró una aproximación a la raíz con un
margen de error menor a T (fin del método). De lo contrario, ir
al paso 3 haciendo n=n+1.
e− x − x = 0
Ejemplo. Determina la raíz de la ecuación con el método del
punto fijo considerando una tolerancia de 0.001
Solución. Tenemos
f ( x) = e− x − x
Entonces
g ( x) = f ( x) + x
= e− x
g(x)=exp(x), g(x)=x
1
g(x)=exp(-x)
0.9
g(x)=x
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
1
g(x)=exp(-x)
0.9
g(x)=x
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
x1 = g ( x0 ) ≈ 0.67
Y tenemos que
g(x)=exp(x), g(x)=x
1
g(x)=exp(-x)
0.9
g(x)=x
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
x1 − x0 ≠ 0
Como , es decir, no se ha encontrado la raíz y además
x1 − x0 ≈ 0.27
es mayor a la tolerancia deseada, hacemos una nueva
iteración.
En la siguiente tabla se resumen los resultados al aplicar el método.
x2 − x1 x1 − x0
Al comparar las diferencias y se observa que
x2 − x1 < x1 − x0
, por lo que se concluye que el método converge. El
x11 − x10 < T
método se detuvo en la iteración 11 debido a que , por lo
que puede concluirse que 0.56748681 es una aproximación al valor
de la raíz con un margen de error del 0.1%.
xn g ( xn ) xn − xn −1
n
0.6703200
0 0.4 5 -
0.6703200 0.5115448
1 5 3 0.27032005
0.5115448 0.5995686
2 3 3 0.15877521
0.5995686 0.5490484
3 3 3 0.0880238
0.5490484 0.5774990
4 3 8 0.0505202
0.5774990 0.5613003
5 8 8 0.02845065
0.5613003 0.5704667
6 8 6 0.0161987
0.5704667 0.5652615
7 6 4 0.00916638
0.5652615 0.5682115
8 4 2 0.00520522
0.5682115 0.5665377
9 2 8 0.00294998
1 0.5665377 0.5674868
0 8 1 0.00167374
1 0.5674868
1 1 0.5669485 0.00094903
2.1.1 Método de Newton-Raphson
xn
Este método parte de una primera aproximación y mediante la
aplicación de una fórmula recursiva se acerca a la raíz de la ecuación,
xn +1
de manera tal que la nueva aproximación se localiza en la
xn
intersección de la tangente a la curva de la función en el punto y el
eje de las abscisas.
y=f(x)
f(xn)
θ
a xn+1 xn
Sabemos que
tan(θ ) = f ′ ( xn )
Es decir
f ( xn )
f ′( xn ) =
xn − xn+1
Y entonces
f ( xn )
xn +1 = xn − ; n = 0,1, 2,K
f ′( xn )
τ xn −1 < τ < a
Y si para una en el intervalo se cumple que
h′(τ ) < 1
f ′( x ) = −2sen( x ) − e x
0.8
0.6
0.4
0.2
-0.2
-0.4
-0.6
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7
x
2cos(x)-exp(x)
f(x)
x
x0=0.2 x1=0.66
x1 − x0 ≠ 0
Como , es decir, no se ha encontrado la raíz y además
x1 − x0 ≈ 0.46
es mayor a la tolerancia deseada, hacemos una nueva
iteración.
En la siguiente tabla pueden apreciarse los resultados de cada
x2 − x1 x1 − x0
iteración. Al comparar las diferencias y se observa que
x2 − x1 < x1 − x0
, por lo que se concluye que el método converge. El
método encontró una aproximación al valor de la raíz en tan sólo
cuatro iteraciones 0.53978516, con un margen de error del 0.1%.
xn f ( x) f ′( x) xn +1 xn +1 − xn
n
0 0.2 0.7387304 -1.61874142 0.65636097 -
1 0.65636097 -0.34332806 -3.14824033 0.54730701 0.45636097
2 0.54730701 -0.02073363 -2.76937066 0.53982025 0.10905395
3 0.53982025 -9.6261E-05 -2.74366205 0.53978516 0.00748677
4 0.53978516 -2.1119E-09 -2.74354166 0.53978516 3.5085E-05
Método de Lin
Este método en sí mismo no encuentra las raíces del polinomio, sino
una expresión de la cual pueden deducirse las raíces. La ventaja de
este método es que a través de éste pueden obtenerse todas las
raíces del polinomio, ya sean reales o complejas.
El método de Lin consiste en factorizar una ecuación de grado n en un
polinomio cuadrático por un polinomio de grado n-2, de manera que
se obtienen las raíces por parejas del factor cuadrático, y se repite el
procedimiento en tanto sea necesario.
P( x ) = 0
Sea una ecuación algebraica de la forma
P ( x) = a0 x n + a1 x n −1 + a2 xn −2 + K + an −1 x + an
…(2.5)
Obtengamos un factor cuadrático de la forma
x 2 + px + q
O sea
an −1 − pbn − 2 − qbn −3 bn −1
∆p = =
bn − 2 bn− 2
a − qbn − 2 b
∆q = n = n
bn − 2 bn − 2
Esto es
bn −1
p* = p +
bn − 2
b
q* = q + n
bn − 2
bn −1 bn ∆p ∆q
El método converge cuando , , y tienden a cero, y para
cualquiera de ellos se puede fijar la tolerancia en el error.
bn − 2 = 0
Note que si no es posible aplicar el método.
El algoritmo del método consiste en los siguientes pasos:
1. Hacer p=q=0.
2. Calcular los coeficientes del polinomio reducido
bk = ak − pbk −1 − qbk −2 ; k = 0,1, 2,K , n −2; b−1 = b−2 =0
Y los residuos
bn−1 = an −1 − pbn − 2 − qbn −3
bn = an − qbn − 2
bn − 2 ≠ 0
3. Verificar que y calcular las nuevas aproximaciones de p
yq
bn −1
p* = p +
bn − 2
b
q* = q + n
bn − 2
bn − 2 = 0
Si se concluye que no es posible aplicar el método para
resolverle polinomio en cuestión.
4. Sea T la tolerancia deseada (el margen de error permitido). Si
p*−p q * −q
<T y <T se han encontrado aproximaciones a los
valores de p y q con un margen de error menor a T (fin del
método). De lo contrario es necesario hacer una nueva iteración
comenzando en el paso 2 haciendo p=p* y q=q*.
Ejemplo. Obtén una aproximación a las raíces del siguiente polinomio
aplicando el método de Lin considerando una tolerancia de 0.01 en
los valores de p y q y redondeo a tres cifras significativas:
x 4 − x3 + 6x2 − 3x + 4 = 0
bn − 2 = b2 ≠ 0
Como , puede aplicarse el método y las nuevas
aproximaciones son
b3
p* = p + = −0.5
b2
b
q* = q + 4 = 0.667
b2
p*−p q * −q
Tenemos entonces que =0.5 y que =0.667 y es
necesario que ambos valores sean menores a 0.01, por lo que es
necesario hacer una nueva iteración.
Los resultados de cada iteración se resumen en la siguiente tabla:
b0 b1 b2 b3 b4 p* q* p*− p q * −q
i
0 1 -1 6 -3 4 -0.5 0.667 0.5 0.667
1 1 -0.5 5.08 -0.127 0.612 -0.525 0.787 0.025 0.12
2 1 -0.475 4.96 -0.0222 0.0965 -0.529 0.806 0.004 0.019
3 1 -0.471 4.94 -0.00711 0.0184 -0.530 0.810 0.001 0.004
P ( x ) = x 4 − x3 + 6 x2 − 3 x + 4 = 0
El polinomio puede expresarse entonces
como
P ( x ) = ( x 2 − 0.530 + 0.810)( x2 − 0.471 + 4.94) − 0.00711x + 0.0184 = 0
Método de Bairstow
Este método depende de dividir el polinomio entre un factor
cuadrático. Sea P(x)=0, el polinomio general de grado n de la forma
P ( x) = a0 x n + a1 x n −1 + a2 xn − 2 + K + an −1 x + an
tenemos que
P ( x ) = ( x 2 + px + q )(b0 x n −2 + b1 xn −3 + b2 xn −4 + K + bn−3 x + bn −2 ) + bn−1 x + bn
δ bn δb
∆p + n ∆q = bn
δp δq
∆p ∆q
De esta forma, pueden calcularse los valores de y al resolver el
sistema de ecuaciones lineales y, consecuentemente, obtener los
p* = p + ∆p q* = q + ∆q
valores de las nuevas aproximaciones y .
El algoritmo del método consiste en los siguientes pasos:
1. Hacer p=q=0.
2. Calcular los coeficientes del polinomio reducido
bk = ak − pbk−1 − qbk−2; k =0,1, 2,K , n −2; b −1 =b −2 =0
Y los residuos
bn−1 = an−1 − pbn− 2 − qbn− 3
bn = an − qbn− 2
bn −1 bn
3. Calcular las derivadas parciales de los residuos y :
δ bn −1 δ bn −1 δ bn δ bn
, , ,
δ p δq δ p δq
4. Resolver el sistema
δ bn −1 δb
∆p + n −1 ∆q = bn −1
δp δq
δ bn δb
∆p + n ∆q = bn
δp δq
p* = p + ∆p
5. Obtener los valores de las nuevas aproximaciones y
q* = q + ∆q
.
6. Sea T la tolerancia deseada (el margen de error permitido). Si
p*−p q * −q
<T y <T se han encontrado aproximaciones a los
valores de p y q con un margen de error menor a T (fin del
método). De lo contrario es necesario hacer una nueva iteración
comenzando en el paso 2 haciendo p=p* y q=q*.
x 4 − x3 + 6x2 − 3x + 4 = 0
Resolviendo el sistema
−6.00∆p + 1.00∆ q = 3.00
0.00∆p − 6.00∆q = − 4.00
p*−p q * −q
Se observa que =0.389 y que =0.667 y es necesario
que ambos valores sean menores a 0.01, por lo que es necesario
hacer una nueva iteración.
Los resultados de cada iteración se resumen en la siguiente tabla:
b0 b1 b2 b3 b4 p* q* p*− p q * −q
i
0 1 -1 6 -3 4 -0.389 0.667 0.389 0.667
1 1 -0.611 5.10 -0.609 0.598 -0.368 0.784 0.021 0.117
2 1 -0.632 4.98 -0.672 0.0957 -0.501 0.765 0.133 0.019
3 1 -0.499 4.99 -0.118 0.183 -0.521 0.802 0.02 0.037
4 1 -0.479 4.95 -0.0369 0.0301 -0.528 0.808 0.007 0.006
P ( x ) = x 4 − x3 + 6 x2 − 3 x + 4 = 0
El polinomio puede expresarse entonces
como
P ( x ) = ( x 2 − 0.528 + 0.808)( x2 − 0.479 + 4.95) − 0.0369 x + 0.0301 = 0
Bibliografía
• Akai Terrence J., Métodos numéricos aplicados a la ingeniería.
México, Limusa Wiley, 2004.
• Burden Richard L. & Faires J. Douglas, Análisis numérico. 2ª. ed.,
México, Grupo Editorial Iberoamérica, 1993.
• Chapra Steven C. & Canale Raymond P., Métodos numéricos
para ingenieros. 4ª. ed., México, McGraw-Hill, 2003.
• Iriarte R. & Balderrama V., Métodos numéricos. México,
Facultad de Ingeniería U.N.A.M., Trillas, 1990.