Clculo de races de ecuaciones

El objeto del clculo de las races de una ecuacin es determinar los valores
de x para los que se cumple:
f(x) = 0
La determinacin de las races de una ecuacin es uno de los problemas ms
antiguos en matemticas y se han realizado un gran nmero de esfuerzos en este
sentido. Su importancia radica en que si podemos determinar las races de una
ecuacin tambin podemos determinar mximos y mnimos, valores propios de
matrices, resolver sistemas de ecuaciones lineales y diferenciales, etc...
La determinacin de las soluciones de la ecuacin puede llegar a ser un problema
muy difcil. Si f(x) es una funcin polinmica de grado 1 2, conocemos
expresiones simples que nos permitirn determinar sus races.
Para polinomios de grado 3 4 es necesario emplear mtodos complejos y
laboriosos. Sin embargo, si f(x) es de grado mayor de cuatro o bien no es
polinmica, no hay ninguna frmula conocida que permita determinar los ceros de
la ecuacin (excepto en casos muy particulares).
Existen una serie de reglas que pueden ayudar a determinar las races de una
ecuacin:

El teorema de Bolzano, que establece que si una funcin continua, f(x), toma
en los extremos del intervalo [a,b] valores de signo opuesto, entonces la
funcin admite, al menos, una raz en dicho intervalo.

En el caso en que f(x) sea una funcin algebraica (polinmica) de grado n y

coeficientes reales, podemos afirmar que tendr n races reales o complejas.

La propiedad ms importante que verifican las races racionales de una

cuacin algebraica establece que si p/q es una raz racional de la ecuacin de
coeficientes enteros:

entonces el denominador q divide al coeficientes an y el umerador p divide

al trmino independiente a0.

Ejemplo: Pretendemos calcular las races racionales de la ecuacin:

3x3 + 3x2 - x - 1 = 0
Primero es necesario efectuar un cambio de variable x = y/3:

y despus multiplicamos por 32:

y3 + 3y2 -3y -9 = 0
con lo que los candidatos a raz del polinomio son:

Sustituyendo en la ecuacin, obtenemos que la nica raz real es y = -3, es

decir,

(que es adems la nica raz racional de la ecuacin).

Lgicamente, este mtodo es muy poco potente, por lo que slo nos puede servir
a modo de orientacin.
La mayora de los mtodos utilizados para el clculo de las races de una ecuacin
son iterativos y se basan en modelos de aproximaciones sucesivas. Estos
mtodos trabajan del siguiente modo: a partir de una primera aproximacin al valor
de la raz, determinamos una aproximacin mejor aplicando una determinada regla
de clculo y as sucesivamente hasta que se determine el valor de la raz con el
grado de aproximacin deseado.

Mtodos para calcular las races de ecuaciones.

Mtodo de la biseccin
Es el mtodo ms elemental y antiguo para determinar las races de una ecuacin.
Est basado directamente en el teorema de Bolzano explicado con anterioridad.
Consiste en partir de un intervalo [x0,x1]tal que f(x0)f(x1) < 0, por lo que sabemos
que existe, al menos, una raz real. A partir de este punto se va reduciendo el
intervalo sucesivamente hasta hacerlo tan pequeo como exija la precisin que
hayamos decidido emplear.

Figura 1.Diagrama de flujo correspondiente a la implementacin del mtodo de la

biseccin.

El algoritmo empleado se esquematiza en la figura 1, es necesario suministrar al

programa el nmero mximo de iteraciones MaxIter, la tolerancia , que
representa las cifras significativas con las que queremos obtener la solucin y dos
valores de la variable independiente, x0 y x1, tales que cumplan la relacin f(x0)f(x1)
< 0. Una vez que se comprueba que el intervalo de partida es adecuado, lo
dividimos
en
dos
subintervalos
tales
que
y
y
determinamos en qu subintervalo se encuentra la raz (comprobando de nuevo el
producto de las funciones). Repetimos el proceso hasta alcanzar la convergencia
(hasta que
) o bien hasta que se excede el nmero de iteraciones
permitidas (Iter > MaxIter), en cuyo caso es necesario imprimir un mensaje de
error indicando que el mtodo no converge.
Dos operaciones representadas en el esquema de la figura 1 requieren una
explicacin adicional:

El punto medio del intervalo se calcula como

en lugar

de emplear
. Se sigue de este modo una estrategia general al
efectuar clculos numricos que indica que es mejor calcular una cantidad
aadiendo un pequeo trmino de correccin a una aproximacin obtenida
previamente. Por ejemplo, en un computador de precisin limitada, existen
valores de x0 y x1 para los cuales xm calculado mediante
intervalo [x0,x1].

La

convergencia

se

calcula

se sale del

mediante

la

expresin
. De este modo, el trmino ,
representa el nmero de cifras significativas con las que obtenemos el
resultado.

 Mtodo de las aproximaciones sucesivas

Dada la ecuacin f(x) = 0, el mtodo de las aproximaciones sucesivas reemplaza
esta ecuacin por una equivalente, x=g(x), definida en la forma g(x)=f(x)+x. Para
encontrar la solucin, partimos de un valor inicial x0 y calculamos una nueva
aproximacin x1=g(x0). Reemplazamos el nuevo valor obtenido y repetimos el
proceso. Esto da lugar a una sucesin de valores
converge,
tendr
como
lmite
la
solucin

del

, que si
problema.

Figura 2.Interpretacin geomtrica del mtodo de las aproximaciones sucesivas.

En la figura 2 se representa la interpretacin geomtrica del mtodo. Partimos de

un punto inicial x0 y calculamos y = g(x0). La interseccin de esta solucin con la

recta y=x nos dar un nuevo valor x1 ms prximo a la solucin final.
Sin embargo, el mtodo puede divergir fcilmente. Es fcil comprobar que el
mtodo slo podr converger si la derivada g'(x) es menor en valor absoluto que la
unidad (que es la pendiente de la recta definida por y=x). Un ejemplo de este caso
se muestra en la figura 3. Esta condicin, que a priori puede considerarse una
severa restriccin del mtodo, puede obviarse fcilmente. Para ello basta elegir la
funcin g(x) del siguiente modo:

de forma que tomando un valor de

cumpla la condicin de la derivada.

adecuado, siempre podemos hacer que g(x)

Figura 3: Demostracin grfica de que el mtodo de las aproximaciones sucesivas

diverge si la derivada g'(x) > 1.

Mtodo de Newton
Este mtodo parte de una aproximacin inicial x0 y obtiene una aproximacin
mejor, x1, dada por la frmula:
(29
)
La expresin anterior puede derivarse a partir de un desarrollo en serie de Taylor.
Efectivamente, sea r un cero de f y sea x una aproximacin a r tal que r=x+h. Si f''
existe y es continua, por el teorema de Taylor tenemos:
0 = f(r) = f(x+h) = f(x) + hf'(x) + O(h2)

(30
)

en donde h=r-x. Si x est prximo a r (es decir hes pequea), es razonable

ignorar el trmino O(h2):
0 = f(x) + hf'(x)
por lo que obtenemos la siguiente expresin para h:

(31
)

(32
)
A partir de la ecuacin (32) y teniendo en cuenta que r=x+h es fcil derivar la
ecuacin (29).

Figura 4: Interpretacin geomtrica del mtodo de Newton.

El mtodo de Newton tiene una interpretacin geomtrica sencilla, como se puede

apreciar del anlisis de la figura 4. De hecho, el mtodo de Newton consiste en
una linealizacin de la funcin, es decir, f se reemplaza por una recta tal que
contiene al punto (x0,f(x0)) y cuya pendiente coincide con la derivada de la funcin
en el punto, f'(x0). La nueva aproximacin a la raz, x1, se obtiene de la
interseccin de la funcin linear con el eje X de ordenadas.
Veamos como podemos obtener la ecuacin (29) a partir de lo dicho en el prrafo
anterior. La ecuacin de la recta que pasa por el punto (x0,f(x0)) y de
pendiente f'(x0) es:

y - f(x0) = f'(x0)(x-x0)

de donde, haciendo y=0 y despejando x obtenemos la ecuacin de NewtonRaphson (29).

(33
)

Figura 5. Dos situaciones en las que el mtodo de Newton no funciona

adecuadamente: (a) el mtodo no alcanza la convergencia y (b) el mtodo
converge hacia un punto que no es un cero de la ecuacin.

El mtodo de Newton es muy rpido y eficiente ya que la convergencia es de tipo

cuadrtico (el nmero de cifras significativas se duplica en cada iteracin). Sin
embargo, la convergencia depende en gran medida de la forma que adopta la
funcin en las proximidades del punto de iteracin. En la figura 5 se muestran dos
situaciones en las que este mtodo no es capaz de alcanzar la convergencia
(figura 5a)) o bien converge hacia un punto que no es un cero de la ecuacin
(figura (5b)).
Mtodo de la secante
El principal inconveniente del mtodo de Newton estriba en que requiere conocer
el valor de la primera derivada de la funcin en el punto. Sin embargo, la forma
funcional de f(x) dificulta en ocasiones el clculo de la derivada. En estos casos es
ms til emplear el mtodo de la secante.
El mtodo de la secante parte de dos puntos (y no slo uno como el mtodo de
Newton) y estima la tangente (es decir, la pendiente de la recta) por una
aproximacin de acuerdo con la expresin:
(34
)
Sustituyendo esta expresin en la ecuacin (29) del mtodo de Newton,
obtenemos la expresin del mtodo de la secante que nos proporciona el
siguiente punto de iteracin:

(35
)

Figura 6: Representacin geomtrica del mtodo de la secante.

En la siguiente iteracin, emplearemos los puntos x1 y x2para estimar un nuevo

punto ms prximo a la raz de acuerdo con la ecuacin (35). En la figura 6 se
representa geomtricamente este mtodo.
En general, el mtodo de la secante presenta las mismas ventajas y limitaciones
que el mtodo de Newton-Raphson explicado anteriormente.
Mtodo de Steffensen
El mtodo de Steffensen presenta una convergencia rpida y no requiere, como
en el caso del mtodo de la secante, la evaluacin de derivada alguna. Presenta
adems, la ventaja adicional de que el proceso de iteracin slo necesita un punto
inicial. Este mtodo calcula el siguiente punto de iteracin a partir de la expresin:

Mtodo de la falsa posicin

El mtodo de la falsa posicin pretende conjugar la seguridad del mtodo de la
biseccin con la rapidez del mtodo de la secante. Este mtodo, como en el mtodo de
la biseccin, parte de dos puntos que rodean a la raz f(x) = 0, es decir, dos
puntos x0 yx1tales que f(x0)f(x1) < 0. La siguiente aproximacin, x2, se calcula como la
interseccin con el eje X de la recta que une ambos puntos (empleando la ecuacin
(35) del mtodo de la secante). La asignacin del nuevo intervalo de bsqueda se

realiza como en el mtodo de la biseccin: entre ambos intervalos, [x0,x2] y [x2,x1], se

toma aquel que cumpla f(x)f(x2) < 0. En la figura 7 se representa geomtricamente este
mtodo.

Figura 7: Representacin geomtrica del mtodo de la falsa posicin.

La eleccin guiada del intervalo representa una ventaja respecto al mtodo de la

secante ya que inhibe la posibilidad de una divergencia del mtodo. Por otra parte
y respecto al mtodo de la biseccin, mejora notablemente la eleccin del intervalo
(ya que no se limita a partir el intervalo por la mitad).

Figura 8: Modificacin del mtodo de la falsa posicin propuesta por Hamming. La

aproximacin a la raz se toma a partir del punto de interseccin con el eje X de la recta
que une los puntos ( x0,f(x0)/2) y (x1,f(x1)) si la funcin es convexa en el intervalo (figura a)
o bien a partir de la recta que une los puntos (x0,f(x0)) y (x1, f(x1)/2) si la funcin es
cncava en el intervalo (figura b).

Sin embargo, el mtodo de la falsa posicin tiene una convergencia muy lenta
hacia la solucin. Efectivamente, una vez iniciado el proceso iterativo, uno de los
extremos del intervalo tiende a no modificarse (ver figura 7). Para obviar este
problema, se ha propuesto una modificacin del mtodo, denominada mtodo de

Hamming. Segn este mtodo, la aproximacin a una raz se encuentra a partir de

la determinacin del punto de interseccin con el eje X de la recta que une los
puntos ( x0,f(x0)/2) y (x1,f(x1)) si la funcin es convexa en el intervalo o bien a partir
de la recta que une los puntos (x0,f(x0)) y (x1, f(x1)/2) si la funcin es cncava en el
intervalo. En la figura 8 se representa grficamente el mtodo de Hamming.
Como hemos comentado, el mtodo de Hamming requiere determinar la
concavidad o convexidad de la funcin en el intervalo de iteracin. Un mtodo
relativamente sencillo para determinar la curvatura de la funcin consiste en
evaluar la funcin en el punto medio del intervalo, f(xm) (en donde xm se calcula
como en el mtodo de la biseccin) y comparar este valor con la media de los
valores de la funcin en los extremos del intervalo,
Tenemos entonces que: