CAPITULO I.

RAICES DE LAS ECUACIONES ALGEBRAICAS Y TRASCENDENTES

La mayoría de las ecuaciones algebraicas y trascendentes no pueden ser resueltas en una forma
exacta y solamente por medio de los métodos numéricos. Cualquiera de estas ecuaciones puede ser
reducida a la forma.
f ( x)  0 (1.1)
Aquí y en adelante se asume que la función f  x  dentro del intervalo x  a, b , donde se buscan las
raíces, es continua. El valor x   para el cual f ( )  0 se llama la raíz de la ecuación (4.1). El
procedimiento para resolver la ecuación (4.1) por métodos numéricos, generalmente consiste en dos
etapas:
1) El proceso de la separación de las raíces, que consiste en la fragmentación del intervalo  a, b
en los segmentos i ,i 1  , i  i 1, i  1, 2, , n, 1  a,  n1  b,   a,   b dentro de los cuales
comprende una y solo una raíz de la ecuación (4.1)
2) El proceso iterativo del aumento de la precisión hasta lograr la tolerancia sugerida que
cosiste generalmente en el estrechamiento del intervalo, donde se halla la raíz de la ecuación (1.1).
Para estos dos procesos son útiles los teoremas siguientes:

Teorema 1: Si una función continua f (x) adquiere valores de distinto signo en los extremos del
segmento  ,   , es decir f ( ) f (  )  0 , entonces dentro del segmento existe por lo menos una raíz
de la ecuación f ( x)  0 .
Teorema 2 : Si  y
x son valores exacta y aproximada, respectivamente, de una raíz de la ecuación
f ( x)  0 que están situadas dentro del segmento  ,   donde se cumple la condición f ´( x)  m
 x  a, b , entonces
f (x)
x   (1.2)
m
El teorema 1 puede utilizarse para la separación de las raices y la formula (4.2) para estimar el error
de una solución aproximada encontrada en un proceso iterativo. A continuación consideremos algunos
métodos más sencillos que se utilizan en la practica para separar las raíces y aumentar la precisión de
los procesos iterativos.

1.1 EL METODO DE BISECCIÓN

Al inicio consideramos el caso simple cuando la ecuación (4.1) dentro del intervalo  a, b posea solo una
raíz y se cumple la condición f (a) f (b)  0 . Para hallar la raíz dentro del segmento a, b ahora lo
dividimos por la mitad; si f ( a  b  2)  0 , entonces la raíz es encontrada en una forma exacta
   a  b  2 , y en el caso contrario entre los dos sub-segmentos  a,  a  b  2 y  a  b  2, b 
escogeremos uno, en el cual la función f (x) en los extremos posee valores con los signos contrarios.
El nuevo segmento lo denotaremos a1,b1  , de nuevo repetiremos la división del segmento por la mitad
y selección del nuevo sub-segmento, etc. Podemos afirmar que en cada paso de este proceso iterativo
el valor aproximado de la raíz xn   an  bn  2 correspondiente al punto medio de los sub-segmentos,
a1, b1 , a2 , b2 ,..., an , bn  encajados uno a otro, para los cuales se cumplen las condiciones
bn  an   b  a  2n y f (an ) f (bn )  0 . Ya que los valores exacto  y aproximado xn están ubicados
dentro el mismo sub-segmento, es evidente que xn    bn  an   b  a  2n . Según esta desigualdad
para hallar un valor la raíz aproximada xn con la precisión sugerida  , es decir cuyo error absoluto

xn     no supera la tolerancia  debe satisfacer la siguiente condición

1
b  a    . Esto nos
2n
permite evaluar el número de las iteraciones n , necesarias para hallar la raíz de la ecuación con la
tolerancia  sugerida, usando el método de bisecciones:
n  log 2   b  a    (1.3)

Por ejemplo si b  a  1.0 y   108 , el número de iteraciones necesarias para hallar la raíz con la
precisión sugerida divisiones, , usando el método de bisecciones es n  log 2 108  26.6 .
 El metodo descrito soluciona numéricamente la ecuación y recibe el nombre de METODO DE
BISECCIÓN o DICOTOMÍA. Este método tiene una sola insuficiencia, el proceso iterativo se
converge más lentamente en la comparación con otros métodos. Pero esta insuficiencia se compensa
por otras ventajas relacionadas con la mayor estabilidad, su simplicidad y facilidad de controlar la
precisión y programación. A continuación presentamos el algoritmo correspondiente a este método.
    
Function Raiz ( fun, a, b, eps)
(*Parámetros de entrada: función externa fun(x), extremos del segmento a, b y la tolerancia eps *)
(*Parámetro de salida Raiz*)
1 Assign XI  a, XD  b, YI  fun( XI ), YD  fun( XD)
2 Assign X   XI  XD  2, Y  Fun( X ), ANCH  XD  XI
3 WHILE ( Y  0 OR ANCH  eps )
IF (YI  Y  0)
 Assign XD  X , YD  Y 
ELSE
Assign XI  X , YI  Y 
Assign X   XI  XD  2, Y  fun( X ), ANCH  XD  XI 
4 Assign RAIZ  X
En este programa se busca la única raíz de la ecuación fun( x)  0 dentro del intervalo
x   a, b  con la tolerancia  denotada como el parámetro de entrada eps. Los extremos del segmento
inicial y de los sub-segmentos están denotados como XI y XD (Izquierda y Derecha), respectivamente
y estas mismas denotaciones se utilizan para designar los extremos de los intervalos después de la
división. El programa anterior puede ser utilizado cuando dentro del segmento  a, b  existe solo una
raíz.
Pero este mismo método además puede ser utilizado para separar las raíces en el caso cuando
el número de las raíces difiere de uno. Suponemos que la ecuación fun( x)  0 dentro del intervalo
x   a, b  puede tener varios raíces o ninguno y además se conoce que por alguna razón la distancia
entre las raíces no supera el valor h (a veces este valor se conoce o se puede adivinar)

      
Function All _ Raiz ( fun, a, b, h, eps, nraiz raices( ))
(*Parámetros de entrada: función externa fun(x), extremos del segmento a, b,distancia minima entre
las raíces y la tolerancia eps *)
(*Parámetros de salida: el número de raíces encontradas nraiz, el arreglo de las raíces encontradas
raíces(i), i=1,2,…,nraiz*)
1 Assign nraiz  0, XI  a, XD  XI  h, YI  Fun( XI ), YD  Fun( XD)
3 WHILE ( XD  b ) DO
IF (YI  YD  0)
Assign nraiz  nraiz  1, raices (nraiz )  Raiz ( fun, XI , XD, eps )
Assign XI  XD, YI  YD, XD  XI  h, YD  fun  XD 

A veces se encuentran problemas en que el número de raíces no es conocido, pero se sabe que la
distancia mínima de las raices es h. En este caso el algoritmo anterior puede ser utilizado para hallar
todas las raices X1 , X 2 ,.., X N y su numero N. A continuación consideremos un ejemplo
Ejemplo 1. En la teoría de los gases para describir la relación entre la presión P el volumen V y la
temperatura T de un gas real a veces se utiliza la ecuación del estado de Van der Waals (1873):
 a 
 P  2  V  b   RT (1.4)
 V 
En esta ecuación, a y b son constantes positivas; cuando son cero, lo que se obtiene es la ecuación del
gas ideal. Esta ecuación describe la transformación de un gas en un líquido relacionada con la
transición de fase. Esta transición de fase se ve claramente al expresar de esta ecuación el volumen V
en función de la presión P y de la temperatura T y para esto hay que resolver una ecuación cúbica.
Primero, utilizaremos unidades adimensionales (este primer paso casi siempre se utiliza en los
métodos computacionales para tratar modelos matemáticos para disminuir el número de los
parámetros y reducir las variables a la misma escala);
 a 
 
V  V ; T   T   P  2 2  V  b   RT
 V 

Se ve que si se cumplan las condiciones   b;   b R la ecuación de Van der Waals: se reduce a la
siguiente:
 c 
 V 
  b
a b
 P  2  V  1  T ; c  2 ; V  bV ; T  T
R
(1.5)

La ecuación (1.5) muestra claramente que para temperaturas muy bajas cuando T  0 el gas se
transforma en un cristal cuyo volumen adimensional V  1 , es constante (igual a la suma de los
volúmenes de todas las moléculas) y no depende de la presión P. En otro límite cuando la temperatura
es muy alta T   , V  1, PV 2  c la igualdad (1.5) conduce a la ecuación de gas ideal PV  T . Dado
valor de c puede calcularse P como una función de V para varios valores de T. Los gráficos de la
 
presión en función del volumen P  T V  1  c V 2 para el valor de parámetro c  3.95 se muestran en la
Fig.1

Fig.1 La presión en función del volumen según de la ecuación de Van der Waals para el valor de
parámetro c  3.95

Para expresar P como una función de V para varios valores de T, V  V P, T   hay que resolver la
siguiente ecuación cúbica:
    
F V  PV 2  1 V  1  TV 2  0; 1V   (1.6)

Fig.2 El volumen en función de la presión según de la ecuación de Van der Waals para el valor de
parámetro c  3.95

A continuación se presenta el programa (en lenguaje Fortran) que fue utilizado para obtener los
gráficos de la Fig.2
c Soñucion de la ecuacion de Van der Vaals
c que exprersa el volumen V en funcion de la presion P (np puntos)
c para mp diferentes temperaturas T
implicit real*8 (a-h,o-z)
parameter (np=400,mp=2)
dimension Tp(mp),xraiz(3)
real tb(np,mp+1),tab(np,3*mp+1)
common /T_P/ Temp, Pemp
external funP,funV
data TP /3.5,5/
Vmin=0.1
Vmax=20.0
h=(Vmax-Vmin)/(np-1)
open(1,file='vn.dat')
do i=1,np
V=Vmin+h*(i-1)
tb(i,1)=V
do j=1,mp
Temp=TP(j)
tb(i,j+1)=FunP(V)
end do
end do
do i=1,np
write(1,11) (tb(i,j),j=1,mp+1)
end do
11 format(2x,f8.4,20f10.4)
close(1)
open(1,file='vndvls.dat')
do i=1,np
do j=2,3*mp+1
tab(i,j)=0.
end do
end do
Pmin=0.1
Pmax=4.0
h=(Pmax-Pmin)/(np-1)
do i=1,np
P=Pmin+h*(i-1)
Pemp=P
tab(i,1)=P
do j=1,mp
Temp=TP(j)
eps=1.0d-8
hraiz=0.05
Call allraiz(Vmin,Vmax,funV,eps,hraiz,nraiz,xraiz)
do k=1,nraiz
tab(i,3*j-2+k)=xraiz(k)
end do
end do
end do
do i=1,np
write(1,11) (tab(i,j),j=1,3*mp+1)
end do
close(1)
stop
end
c-----------------------------------
c La funci¢n externa
function funP(V)
implicit real*8 (a-h,o-z)
common /T_P/ Temp, Pemp
T=Temp
P=Pemp
 funP=T/(V-1)-3.95*T/V**2
c funP=T/V-1/V**2
return
end
c-----------------------------------
c La funci¢n externa
function funV(V)
implicit real*8 (a-h,o-z)
common /T_P/ Temp, Pemp
T=Temp
P=Pemp
funV=(P*V**2+3.95*T)*(V-1)-T*V**2
return
end
c -------------------------------------------------
Subroutine allraiz(a,b,fun,eps,hraiz,nraiz,xraiz)
parameter (n=1000)
implicit real*8 (a-h,o-z)
dimension xraiz(n)
external fun
h=hraiz
xl=a
xr=a+h
fl=fun(xl)
fr=fun(xr)
nraiz=0
10 if(fl*fr.lt.0.0) then
nraiz=nraiz+1
xraiz(nraiz)=Raiz1(fun,xl,xr,eps)
end if
xl=xr
fl=fr
xr=xl+h
fr=fun(xr)
if(xr.lt.b) go to 10
return
end
c------------------------------------------
c El subprograma Raiz1 busca la soluci¢n de la ecuaci¢n func(x)=0
c dentro del intervalo (a,b) con la precisi¢n eps,
c usando el m‚todo de bisecci¢n
c
real*8 function Raiz1(func,a,b,eps)
implicit real*8 (a-h,o-z)
c los parametros del extremo izquierda
xl=a
fl=func(xl)
c los parametros del extremo derecho
xr=b
fr=func(xr)
c comparaci¢n de los signos de la funci¢n en los extremos
if(fl*fr.ge.0.0) then
c si los signos de la funci¢n son iguales pede ser que no hay races
write(*,*) 'En los extremos del intervalo la funci¢n'
write(*,*) 'tiene el mismo signo. Cambie el intervalo'
c salida de emergencia del subprogrograma
Return
End if
c inicializaci¢n del proceso de bisecci¢n
10 x=(xl+xr)/2.0d0
c si la distancia entre los extremos es menor que eps
c entonces ya el centro del intervalo x define la raiz
c con la precisi¢n sugerida
 if((xr-xl).le. eps) go to 40
c definici¢n el valor de la funci¢n en el centro del intervalo
f=func(x)
c comparaci¢n de los signos de la funci¢n en el centro del
c intervalo y en el extremo izquierda
if(f*fl) 20,40,30
c si signos son diferentes se escoge el subintervalo izquierda
20 xr=x
fr=f
c volver al siguiente paso del proceso bisecci¢n
go to 10
c si signos son iguales se escoge el subintervalo derecha
30 xl=x
fl=f
c volver al siguiente paso del proceso bisecci¢n
go to 10
40 Raiz1=x
c salir de subprograma
return
end

1.2 EL METODO DE LAS CUERDAS

Existen otros métodos para resolver la ecuación f ( x)  0 , que tienen, por lo general, la convergencia
más rápida que el método de bisección. Uno de ellos es el método de las cuerdas que tiene
interpretación geométrica representada esquemáticamente en la fig. 4. Se supone que la función f  x 
tiene solo una raíz y los signos diferentes en los extremos del intervalo. El proceso iterativo consiste
en un reemplazo sucesivo de la curva por las cuerdas que unen los extremos de la curva y sus
intersecciones con la eje X paulatinamente se acerca al punto de la intersección de la curva con esta
eje.

Fig. 1.3 Representación esquemática del proceso iterativo del método de las cuerdas para los casos
cuando el punto fijo está ubicado al lado izquierda (1) y (3) y al lado derecha (2) y (4)
Al inicio se escoge uno de los extremos (izquierda o derecha) como la aproximación nula x0 . En el
primer paso del proceso de iteración se traza la cuerda que une los extremos de la curva inicial. El
punto de intersección de esta cuerda con el eje OX es la primera aproximación de la solución x1.
Después el extremo escogido se desplaza en el punto x1 y el proceso se repite para la parte de curva
entre el extremo fijo y el punto x1, etc. Cuando es fijo el extremo de izquierda (el Caso a) en la figura
1.3 entre dos aproximaciones sucesivas xn 1 y xn x1 existe la siguiente relación
f  xn 
xn 1  xn  f  xn   tg n  xn   xn  a  ; x0  b (1.6)
f  xn   f  a 
y para el caso cuando es fijo el extremo de la derecha
f  xn 
xn 1  xn  f  xn   tg n  xn  b  xn  ; x0  a (1.7)
f  b   f  xn 
En las formulas 1.6 y 1.7 se difieren solo las posiciones de las aproximaciones nulas x0 . El proceso
iterativo además de estas fórmulas debe completarse con dos condiciones, que definen el inicio y la
finalización del proceso. Para iniciar el proceso hay que definir el punto de partida. Para escoger
correctamente el punto inicial del proceso iterativo, correspondiente a la posición de la aproximación
nula, existe siguiente criterio: En el extremo fijo los signos de la función f  x  y de la segunda derivada
f   x  deben coincidir y el extremo contrario corresponde a la aproximación nula, es decir:
f  x0   f   x0   0 (1.8)
Pero hay que tener en cuenta que este criterio solo puede ser utilizado solo cuando los signos de la
primera f   x  y de la segunda derivadas f   x  dentro del intervalo [a, b] no varían y son contrarios, es
decir f   x   f   x   0 en todos los puntos del intervalo.
Una vez seleccionado correctamente el punto inicial del proceso iterativo tenemos que saber ¿en qué
paso lograremos la precisión sugerida  ? Para responder a esta pregunta utilizaremos el siguiente
criterio: el error absoluto  n de la solución aproximada encontrada en el proceso iterativo en el paso
número n satisface la desigualdad:
f  xn 
n 
fm
  ; f m  min
x a ,b 
 f   x  (1.9)

El algoritmo correspondiente al método de cuerdas se presenta a continuación:

    
Function Raiz_ Cuerda( fun, a, b, sign, fm, eps)
(*Parámetros de entrada: función externa fun(x), extremos del segmento a, b, el signo de la segunda
derivada f   x  dentro del segmento [a,b] (sign=+1 si f   x   0 y sign=-1 para f   x   0 ), el valor
mínimo f ' ( x) dentro del intervalo fm, y la tolerancia eps *)
(*Parámetro de salida Raiz*)
1 Assign fa  fun(a), fb  fun(b)
2 if(fa*fb>0) Print ‘change extremes’ and Return
3 If (fa*sign<0) then Assign X  a, f  fa, X 0  a, f 0  fa ,
Else Assign X  b, f  fb, X 0  b, f 0  fb
4 Assign fx  fun  X  , epsn  fx fm , Iter  1
5 WHILE (epsn>eps OR Iter<1000) DO
fx fx
{X X  X  X 0 ; fx  fun( x), epsn  }
fx  f 0 fm
6 Assign Raiz _ Cuerda  X

1.3 EL METODO DE NEWTON

El método de Newton (a veces lo llaman como el método de Tangentes) que consideremos a

continuación tiene una convergencia más rápida en comparación con los métodos anteriores. La
interpretación geométrica del método se presenta esquemáticamente en la figura 1.4, donde  es el
valor exacto de la raíz de la ecuación f(x)=0 y los puntos x0 , x1, x2 , son las soluciones aproximadas
encontradas en el proceso iterativo. Los ángulos 0 , 1,  2 , que forman las tangentes de la curva en
los puntos de las aproximaciones correspondientes, es decir tan  n  f   xn  .
 Fig 1.4 Representación esquemática del proceso iterativo del método de Newton

El proceso iterativo ser inicia en el punto x0  a . El punto de intersección de la tangente a la curva en

este punto con el eje X se escoge como la primera aproximación x1. Después en el punto x1 de nuevo
se construye la tangente y el punto de intersección de la nueva tangente con el eje X se escoge como
la segunda aproximación x2, etc. Analizando las relaciones geométricas entre las aproximaciones
sucesivas se puede encontrar la formula siguiente
f ( xn ) f  xn 
xn1  xn   xn  , x0  a (1.10)
tg n f   xn 
La formula 1.10 se llama formula de Newton y se define un proceso iterativo que converge muy rápido
hacia la raíz exacta x=  . El punto inicial de este proceso debe satisfacer la condición (1.8) y el
proceso iterativo se finaliza cuando se cumple la condición (1.9). A continuación presentamos el
algoritmo correspondiente.
   
Function Raiz_ Newton( fun, dfun, a, sign, fm, eps)
(*Se encuentra única raíz de ecuación fun(x)=0 cerca del punto x=a, usando el método de Newton*)
(*Parámetros de entrada: función externa fun(x), la derivada de la función dfun=fun’(x), punto inicial
del proceso iterativo, el signo de la segunda derivada f   a  en el punto x=a (sign=+1 si f   a   0 y
sign=-1 para f   a   0 ), el valor mínimo f ' ( x) , fm, y la tolerancia eps *)
(*Parámetro de salida Raiz_Newton*)
1 Assign X  a, f  fun( X )
2 if(f*sign>0) Print ‘change initial point’ and Return
3 Assign df  fun  X  , epsn  f / fm, Iter  1
4 WHILE (epsn>eps OR Iter<1000) DO
f f
{ X  X  ; f  fun( X ), df  fun  X  , epsn  , Iter  Iter  1 }
df fm
5 Assign Raiz _ Newton  X

Problemas:
1. Consideremos la ecuación e x  cos x y denotaremos las raíces positivas de esta ecuación
x  n  , n  1, 2,3,
a) Utilizando el algoritmo All_Raiz encuéntrese 100 primeras raíces con la precisión   108
b) Demuéstrese que el proceso iterativo de Newton para la raíz x  n  se converge si el punto de
partida en este proceso (aproximación nula) se escoge x0   n 2
8
c) Encuéntrese la raíz número n=20 con la precisión   10 utilizando los métodos de cuerda
y de Newton y compárese el número iteraciones utilizados en cada uno.
2. Encuéntrese las 10 primeras raíces positivas de la ecuación x  tan x con la precisión
  108 usando los métodos de bisección, cuerdas y Newton. Compárese el número de
iteraciones de diferentes métodos. ¿Cómo cambia la convergencia con el incremento del
número de la raíz?
3. Demuéstrese que la aproximación nula x0 en los métodos de cuerdas y de Newton para
x x
resolver las ecuaciones e 1 x y e  x  2  0 se puede escoger cualquier número positivo.
Encuéntrese las raíces de estas ecuaciones con la precisión   108
4. Sepárese las raíces y encuéntrelas con la precisión   108 para las siguientes ecuaciones
a) arctan( x  1)  2 x  0

ln x   x  1  0
3
b)
c) 2 tan x  x 2  1  0
d) x 1  1 x
5. La ecuación tx4  x2  5x  6  0 depende del tiempo t. Analizando los puntos de la
intersección de dos curvas y1  x  5 x  6  0 y y 2  tx elabórese un proceso iterativa
2 4

para separar y encontrar las raíces de la ecuación para el intervalo de tiempo entre t  0 y
t  1 . Aclárese ¿para qué valor de t la evolución de la raíz negativa conduce a su
desaparición?
6. Resuélvase cada ecuación utilizando diferentes métodos con la misma precisión   106 y
compárese sus eficiencias:
a) x ln x  1
b) cos5 x  x2
ln x   x  1  0
3
c)
d) tan x  th x
1 1
e) 3arctan  sh x  0 para x  0
x 2
7. Utilizando diferentes métodos encuéntrese la raíz de la ecuación x7  0.5 con la misma
precisión   106 y compárese sus eficiencias: