UNIVERSIDAD TECNICA DE MANABI

FACULTAD DE CIENCIAS MATEMÁTICAS, FÍSICAS Y QUÍMICAS

NOMBRE:
JUNNER NATANIHEL VERA LOOR

MATERIA:
CALCULO NUMERICO

DOCENTE:
FELIPE RUMBAUT LEÓN LICENCIADO EN MATEMÁTICA Y PROFESOR DE
FÍSICA POR EL INSTITUTO SUPERIOR PEDAGÓGICO DE LA HABANA

TEMA DE LA INVESTIGACIÓN:
LOS MÉTODOS DE MÜLLER Y DE BAIRSTOW PARA ENCONTRAR LAS RAÍCES
DE POLINOMIOS.

PROBLEMÁTICA:
¿CÓMO OBTENER LAS RAÍCES DE POLINOMIOS EMPLEANDO LOS MÉTODOS
DE MÜLLER Y DE BAIRSTOW?

PERIODO:

MAYO 2021 HASTA SEPTIEMBRE DEL 2021

  RESUMEN

Los métodos numéricos se empiezan a usar desde el nivel básico y los estudiantes de ingeniería
continúan su aprendizaje y utilización durante toda su actividad profesional. En el nivel
superior, se busca que los estudiantes de ingeniería fortalezcan su conocimiento y
entendimiento de los métodos numéricos estudiados, para que sigan utilizándolos, no sólo en
el resto de su que haber estudiantil, sino en su vida profesional. El uso de la hoja electrónica
permite al estudiante, no sólo modelar y programar los métodos numéricos, sino interpretar el
funcionamiento de estos e identificar los valores que aplicará en la resolución de problemas.

Lo cual en esta investigación comprende en aprender y estudiar algunos métodos los cuales
nos ayudaran en el transcurso estudiantil y profesional, tales son los métodos de Müller y de
Bairstow para encontrar las raíces de polinomios.

Hay que tener claro que nuestra investigación tiene una problemática de ¿cómo obtener las
raíces de polinomios empleando los métodos de Müller y de Bairstow?
Mi propuesta para esta investigación es hacer que cada estudiante elabore un proyecto que
sirva para resolver problemas matemáticos que posiblemente sepa o haya visto resolver con
lápiz y papel o con algún implemento tecnológico, pero que sean suficientemente complejos
como para requerir el uso combinado de múltiples métodos numéricos de los estudiados.
  OBJETIVOS
OBJETIVO GENERAL:
 Calcular las raíces de los polinomios empleando los métodos de Müller y de Bairstow

OBJETIVOS ESPECIFICOS:
 Realizar un estudio sobre los fundamentos teóricos que sustentan los métodos de
Müller y de Bairstow para obtener el valor de las raíces de polinomios.
 Seleccionar programas de cómputo que resuelvan el problema de encontrar las raíces
de polinomios empleando los métodos de Müller y Bairstow.
 Solucionar ejemplos donde se resuelve las raíces de polinomios mayores de grado tres
empleando los programas encontrados.

 INTRODUCCIÓN:
Al seguir con mi investigación tengo en consideración a dos Autores como son Bairstow y
Müller para lo consiguiente daré una breve reseña de su vida y sus métodos.
 LEONARD BAIRSTOW
Leonard Bairstow (1880-1963), fue miembro de la Orden del Imperio Británico y nació
en 1880 en Halifax, West Yorkshire. Es recordado principalmente por sus trabajos
en aviación y por el Método de Bairstow, mediante el cual se pueden encontrar las raíces
enteras e imaginarias de un polinomio de grado arbitrario.
Sir Leonard Bairstow fue hijo de Uriah Bairstow, hombre acaudalado de Halifax, West
Yorkshire y [matemático] entusiasta. De niño, Leonard asistió a la escuela Queens Road and
Moorside Council Schools, antes de ser inscrito en Heath Grammar School, en el cual
permaneció de manera breve para ser luego transferido a Council Secondary School - conocida
luego como Higher Grade School. Obtuvo una beca en el Royal College of Science en donde
obtuvo el patrocinio Whitworth Scholarship que le permitió realizar investigaciones en
explosión de gases.

 MÉTODO DE BAIRSTOW
Si un polinomio tiene todos sus coeficientes reales, entonces puede tener raíces reales o
complejas. El método de Bairstow es un algoritmo eficiente de búsqueda de las raíces de un
polinomio real de grado arbitrario; es un método iterativo relacionado con los
métodos de Muller y Newton Raphson.
Este algoritmo se diferencia de otros métodos porque encuentra tanto las raíces reales como
las imaginarias (en parejas complejas conjugadas), utilizando únicamente aritmética real.

Para poder encontrar raíces con este método necesitamos conocer el grado del polinomio a
resolver, cuáles son sus coeficientes y dos factores, r y s, los cuales son necesarios para efectuar
la división sintética. Es un método abierto, pues necesita dos estimaciones iniciales pero no
necesariamente estas encierran alguna raíz.
Este método se basa en la deflación, es decir, la reducción del grado del polinomio. Con
bairstow, se va reduciendo el polinomio dos grados mediante divisiones sintéticas dobles.

Gracias a estas, se podrá formular un sistema de ecuaciones con dos incógnitas, el cual será
resuelto con el método de Cramer, y entonces obtendremos factores de la función de la que
deseamos conocer sus raíces. Si la división nos da como resultado un polinomio de grado
menor o igual a 1, significará que hemos encontrado todas las raíces.
Debido a que no se le dan como parámetros iniciales ningún valor en x, el método no puede
ser iniciado con un caso frontera.

 DEFINICIÓN DEL MÉTODO

El método de BAIRSTOW, Es un método iterativo relacionado con los métodos de Muller y

Newton Raphson.
El método consiste en el cálculo de las raíces de un polinomio buscando
Factores cuadráticos x 2  rx  s Del mismo, es decir, tales que:

p(x)  (x 2  rx  s) p1 (x)

Si en términos generales se tiene un polinomio descrito de la forma

p(x)  a0 x n  a 1x n 1  ...  an 1 x  an y para efectos del ejemplo se tiene

p(x)  x 5  2x 3  x 2  x  5 , si se asume como valor inicial para r=1 y s=1, se

Tiene que el polinomio factor cuadrático pc  x  x  1. Si se divide p(x)

2

será:

Entre pc dará como resultado p1 (x) y residuo Ax  B .

De manera general se puede p( x) pc

bosquejar así: Ax  B p1 (x)
Donde
Ax  B es el residuo de la división. Siendo A y B funciones de r y de s,

De forma que el método consiste en encontrar los valores de r y s que hacen

A  A(r, s)  0
(1)
B  B(r, s)  0

Para ello se aplica el método de newton raphson en la forma conocida, lo que conlleva la
evaluación de la matriz jacobiana del sistema (1), así como de las funciones A y B, en
cada iteración. Un modo de realizar estas evaluaciones, ya
que la forma explícita de las funciones A(r, s) y B(r, s) no es conocida

Explícitamente, es construir el siguiente algoritmo:

As  A1, Bs  B1

Ar  rA1  B1 , Br  sA1

Y encontrar los valores de A, B, A y B1 mediante el proceso similar al de

1
Hörner siguiente que se obtiene al desarrollar los productos e identificar los
coeficientes:
Sean       
p(x)  a0 xn  a 1x n 1  ...  an 1 x  an  (x 2  rx  s) p1 (x)  Ax  B

p (x)  b x n 2  b x n 3  ...  b x b  (x 2  rx  s) p (x)  A x  B

1 0 1 n 3 n 2 2 1 1
, donde
p2 (x)  c 0x n  4  c 1x n 5  ...  cn 5 x  cn 4
 b0  a0
 
b1  a1  rb0 
rb1  sb0
b2  a2 

bk  ak  rbk  1  sbk  2 , k  2,3,..., n  2

A  an 1  rbn 2  sbn 3

B  an    sbn 2
c0  0 
b
b1  rc0
c1  sc
b2  rc1  0
c2 

ck  bk  rck  1  sck  2 , k  2,3,..., n  4

A1  bn 3  rcn 4  scn 5

B1  bn 2   scn 4

RESUMIENDO

Dado un polinomio f (x) Se encuentran dos factores, un polinomio cuadrático

n

f 2 (x)  x 2  rx  s y fn 2 (x) .

El procedimiento general para el método de Bairstow es:

1. Dado f (x) y r0 y s0
n

f 2 (x)  x  r0 x  s0
2
2. Utilizando el método de Newton Raphson se calcula

y fn 2 (x) , tal que, el residuo de f n (x) / f 2 (x) sea igual a cero.

3. Se determinan la raíces f 2 (x) , utilizando la formula general.

4. Se calcula f n 2 (x)  f n (x) / f 2 (x)

 5. Se hace f n (x)  f n 2 (x)

6. Si el grado del polinomio es mayor que tres se regresa al paso 2

7. Si no se termina

La principal diferencia de este método, respecto a otros, es que permite

calcular todas las raíces de un polinomio (reales e imaginarias).

Recuerde la forma factorizada de un polinomio por ejemplo:

f5 (x)  (x  1)(x  4)(x  5)(x  3)(x  2)

 Si se divide entre un factor que no es una raíz (por ejemplo, x  6), el
Cociente podría ser un polinomio de cuarto orden. Sin embargo, en este caso,
podría haber residuo.

Con estas bases se puede elaborar un algoritmo para determinar la raíz de un

polinomio:
1. Suponiendo que el valor inicial de la raíz es x = t;
2. Al dividir el polinomio entre el factor x – t, y
3. Determinando si existe un residuo. Si no, el valor es perfecto y la raízes igual
a t.

Si hay un residuo, el valor puede ser ajustado sistemáticamente y el

procedimiento repetirse hasta que el residuo desaparezca y la raíz sea
localizada.

El método de Bairstow se basa por lo general en esta aproximación. El proceso

matemático depende de dividir el polinomio entre un factor.

Por ejemplo, Tomando el polinomio general con coeficientes iguales o sea

a 0 x 0 , a1 x1, a 2 x 2 ,..., a n x n se tiene el polinomio general así:

f n (x)  a0  a1 x  a2 x 2  ...  an x n

Consecuentemente el proceso matemático depende de dividir el polinomio

f n (x) Entre un factor, tomando en cuenta la discusión del polinomio de
deflación como sigue a continuación.

Supóngase que se tiene la raíz de orden n-esimo, y teniendo un adecuado procedimiento para
eliminar la raíz encontrada, a este procedimiento de eliminar la raíz se le llama deflación
polinomial.
  Ejemplo expresando el polinomio en orden descendente:

Dado el polinomio f(x)  x 5  3.5x4  2.75x3  2.125x 2  3.875x  1.25, Determinar los

Valores de r y s que hacen el residuo igual a cero. Considere valores iniciales para
r0   1 y s0  2. El factor cuadrático fc  x2  rx  s por ende será
fc  x 2  ( 1)x  2  x 2  x  2

f ( x) fc
Solución. Teniendo que realizar

Ax  B f1 ( x)

x5  3.5x 4  2.75x3  2.125x 2  3.875x  1.25

 30.750 61.75
9.25x  16.125  
 x5  x 4  2.00x3 x3  4.5x 2 

x x2

0  4.5x 4  4.75x3  2.125x 2  3.875x  1.25

4.5x 4  4.5x3  9.000x 2

0 0  9.25x3  6.875x 2  3.875x  1.25

 9.25x3  9.25x 2  18.50x

0 0 0  16.125x 2  14.625x  1.25

16.125x 2  16.125x  32.25

0 0 0 0 30.750x  31 .00

  30.750x  30.75

0 0 0 0 0  61.75

  61.75

0 0 0 0 0 0

Iteración 1 con:

f(x)  x5  3.5x 4  2.75x3  2.125x 2  3.875x  1.25,

fc  x 2  x  2

f (x)  1x3  4.5x 2  9.25x  16.125

1

Ax  B  30.75x  31
La división sintética con el polinomio fc  x 2  x  2 da como resultado

f1(x)  x3  4.5x 2  9.25x  16.125 y residuo Ax  B  30.75x  31 .

 El vector b tendría los siguientes datos: b5  1 , b4   4.5 , b3  9.25 , b2   16.125 , y

Con un residuo de Ax  B  30.75x  31 . Si se trata de eliminar dicho residuo se puden

Conseguir los valores para b1, b0 . Se elimina Ax con el monomio 30.75 y una vez
x

Eliminado se elimina el ultimo termino B’ con el monomio

 61.75 x2 , encontrando con esto

Los valores para b1  30.75, y b0   61.75 .

Ahora realizando la división del polinomio resultado entre el polinomio factor

fc  x 2  x  2 Se tiene:

x3  4.5x 2  9.25x  16.125  30.75 / x  61.75 / x2


   16.75  43.875  108.125
 x  x 2  2 x
3 x  5.5   
x x2 x3

0  5.5x2  11.25x  16.125

 5.5x 2  5.5x  11 .000

0 0 16.75x  27.125

 16.75x
 16.750  33.5
x
0  43.875  64.25
x
43.875   87.75 / x 2
43.875
x

0  108.125  149.50 / x 2
x
 108.125
x  108.125 / x
2

0  257.625 / x 2
El vector c tendría los siguientes datos: c5  1 , c4   5.5 , y con un residuo de

A' x  B'   16.75x  27.125, ahora eliminando este residuo para calcular los restantes

Valores de c asi:
 c3  16.75, c2   43.875, c1 
108.125.

f 1(x)  1x3  4.5x 2  9.25x  16.125

fc  x 2  x  2

f 2 (x)  x  5.5
A' x  B'   16.75x  27.125

Aplicando el método de Newton se tiene:

 c2  r  c3 s   b1     43.875 r  16.750 s   30.75


 c  r  c  s   b   108.125 r  43.875 s  61.75 

 1 2 0   


Resolviendo el sistema se tiene que

 r  2.7636812508572213
,
 s  5.403374022767796
Como estos valores son diferentes de cero, se procede a calcular un nuevo valor para r y para
s así:
rn  r   r   1.0  2.7636812508572213  1.7636812508572213

sn  s   s  2.0  5.403374022767796  7.403374022767796

Con estos nuevos valores se realiza una segunda iteración. Iteración 2.

La división sintética con el polinomio
fc(x)  x 2  1.7636812508572213x  7.403374022767796, Da como resultado

f1(x)  x 3  1.7363187491427787x2  7.091061199392814x  1.776754563401905

Residuo = {51.75640698828836, 105.68578319650365}

Aplicando el método de Newton se tiene

27.628006 14.542693 dr -51.75640

208.148405 27.62800 ds -105.68578

 r   0.04728019113442016
 s   3.469106187802152

De donde

r2 = 1.7636812508572213 - 0.04728019113442016 = 1.7164010597228012

s2 = 7.403374022767796 - 3.469106187802152 = 3.934267834965644

Iteración 3.

La división sintética con el polinomio:

f 2(x)  x 2 - 1.7164010597228012x - 3.934267834965644 , da como resultado

f3(x)  x 3  1.7835989402771988x 2  3.622896723753395x  1.3261878347051992

Residuo = {12.654716254544885, 28.1881465309956}

Aplicando el método de Newton se tiene:

13.83497 7.44182 dr -12.65471

65.679212 13.83497 ds -28.18814
De donde

r3 = 1.7164010597228012 - 0.11666951305731528 = 1.599731546665486

s3 = 3.934267834965644 - 1.4835870659929915 = 2.4506807689726524

Codigo para

MatLab.clear
all;clc;j=1;
%r(1)=input('Digite valor para
r');r(1)=-1;
%s(1)=input ('Digite valor para
s');s(1)=2;
while j<=8
a=[1 -3.5 2.75 2.125 -3.875 1.25];
 n=length(a
);b(1)=a(1);
c(1)=b(1);
b(2)=a(2)+r(j)*b(1)
;
c(2)=b(2)+r(j)*c(1);
i=3;
while (i<=n)
b(i)=a(i)+r(j)*b(i-1)+s(j)*b(i-2);
c(i)=b(i)+r(j)*c(i-1)+s(j)*c(i-
2);i=i+1;
end
m=[c(4) c(3); c(5) c(4)];
B=[-b(5); -b(6)];
v=inv(m)*B;
dr=v(1);
ds=v(2);j=j+1;
r(j)=r(j-1)+dr; s(j)=s(j-
1)+ds;end
disp([r' s'])

En resumen

k r s Residuo
0 -1.000000 2.000000 30.750000 -61.75000
1 1.763680 7.403374 51.756406 105.68578
2 1.716400 3.934260 12.654710 28.188140
3 1.599731 2.450680 2.8995800 8.154670
4 1.333540 2.186660 0.7601220 2.522228
5 1.118260 2.113020 0.2719400 0.607688
6 1.027050 2.023170 0.0431300 0.111850
7 1.001650 2.001530 0.0027700 0.006340
8 1.000000 2.000000 1.13930E-5 2.67534E-5

La solución es:

f3(x)  x 3  2.53x 2  2.25x  0.625 y f 2(x)  x 2  x  2

Las raíces de f 2(x)  x 2  x  2 , son x1 = 2

y x2 = -1
  DAVID E. MULLER
David Eugene Muller (Austin, 2 de noviembre de 1924 - Las Cruces, 27 de abril de 2008)
fue un matemático e informático teórico estadounidense. Vinculado a la docencia
universitaria, desarrolló diversos algoritmos para el cálculo de funciones, así como el
desarrollo teórico formal de los mismos.

 MÉTODO DE MÜLLER PARA ENCONTRAR LAS RAÍCES DE

POLINOMIOS
Es un método para encontrar raíces de ecuaciones de polinomios de la forma general:

Donde n es el orden del polinomio y las ‘a’ son los coeficientes constantes. Para los
polinomios se cumple que:
 Para la ecuación de orden n, hay n raíces o reales o complejas.
 Si n es impar, hay al menos una raíz real.
 Si las raíces complejas existen, existe un par conjugado.
El polinomio más utilizado es el siguiente:

Donde las raíces de este polinomio satisfacen lo siguiente:

El método consiste en proyectar una parábola a través de tres puntos sobre la curva de la
función y obtener los coeficientes de estos, sustituirlos en la fórmula cuadrática y obtener
el punto donde la parábola intercepta el eje x.
De esta forma, se interceptan los tres puntos y se evalúan los coeficientes al evaluarlo en
un polinomio cuadrático así:

Obteniendo el siguiente sistema de ecuaciones:

Donde es posible definir algunos términos.

Teniendo como resultado, las constantes a, b y c.

Para hallar las raíces se utiliza esta expresión así:

Para b>0
Para b<0

La ventaja de este método es que se pueden encontrar raíces reales e imaginarias. Cabe
resaltar que es un método iterativo, el valor de x2 es reemplazado por el de x3, y a medida
que se hallan más valores de x el error disminuye, se debe tener un valor de tolerancia
para controlar la parada.
1. EJEMPLO.
USE EL MÉTODO DE MÜLLER CON LOS VALORES INICIALES DE 4.5, 5.5 Y
5 PARA DETERMINAR LA RAÍZ DE LA ECUACIÓN F(X) = X3 – 13X – 12.

x0 x1 x2 f(x0) f(x1) f(x2) x3

4.50000 5.50000 5.00000 20.62500 82.87500 48.00000 3.97649
5.50000 5.00000 3.97649 82.87500 48.00000 -0.81633 4.00105
5.00000 3.97649 4.00105 48.00000 -0.81633 0.03678 4.00000
3.97649 4.00105 4.00000 -0.81633 0.03678 0.00002 4.00000

Implementación en Java.

/**
* <p>Title: Metodo de Muller</p>
* <p>Description: Resuelve un ecuación haciendo una aproximacion
cuadratica</p>
* <p>Copyright: Copyright (c) 2003</p>
* <p>Company: UMSNH</p>
* @author Dr. Felix Calderon Solorio
* @version 1.0
*/

public class ej058 {

public static void main(String[] args) {
Muller();
}

static public void Muller()

{
double x0 = 4.5, x1 = 5.5, x2 = 5.0, x3;
double h0, h1, d0, d1, A, B, C;
double den, raiz;

do
 {

h0 = x1 - x0;
h1 = x2 - x1;
d0 = (f(x1) - f(x0)) / h0;
d1 = (f(x2) - f(x1)) / h1;

A = (d1 - d0) / (h1 + h0);

B = A * h1 + d1;
C = f(x2);

raiz = Math.sqrt(B * B - 4.0 * A * C);

if (Math.abs(B + raiz) > Math.abs(B - raiz))

den = B + raiz;
else
den = B - raiz;

x3 = x2 - 2 * C / den;
System.out.println(" x = " + x3 + " " + f(x3));

x0 = x1;
x1 = x2;
x2 = x3;
}while (Math.abs(f(x3)) > 0.000001);
}
static public double f(double x)
{
return(x*x*x - 13*x -12);
}
}

El método de la secante obtiene raíces de una función estimando una proyección de una
línea recta en el eje de las x, a través de los valores de la función. El método de Müller,
trabaja de manera similar, pero en lugar de hacer la proyección de una recta utilizando
dos puntos, requiere de tres puntos para calcular una parábola.

Para esto necesitaremos de tres puntos [x0, f(x0)], [x1, f(x1)] y [x2, f(x2)]. La
aproximación la podemos escribir como:

f2(x) = A(x – x2)2 + B(x – x2) + C

  CONCLUSIONES DE LA INVESTIGACIÓN
Responderemos a la pregunta de nuestra investigación ¿Cómo Obtener las raíces de
polinomios empleando los métodos de Müller y de Bairstow?

CON EL MÉTODO DE MÜLLER.- Este método lo utilizado para encontrar raíces de

ecuaciones con raíces múltiples, y consiste en obtener los coeficientes de la parábola que
pasa por tres puntos elegidos. Dichos coeficientes son sustituidos en la formula cuadrática
para obtener el valor donde la parábola intersecta al eje X; es decir, la raíz estimada. La
aproximación se puede facilitar, si se escribe la ecuación de la parábola en una forma
conveniente. Una de las mayores ventajas de este método, es que al trabajar con la formula
cuadrática es posible localizar tanto raíces reales, como raíces complejas. Los tres valores
iniciales necesitados son denotados como xk, xk-1 y xk-2. La parábola pasa a través de los
puntos: (xk, f(xk)), (xk-1, f(xk-1)) y (xk-2, f(xk-2)).

CON EL MÉTODO DE BAIRSTOW.- Es un método iterativo, basado en el método de

Müller y de Newton Raphson. Dado un polinomio fin(x) se encuentran dos factores, un
polinomio cuadrático f2(x) = x2 – rx – s y fn-2(x). El procedimiento general para el
método de Bairstow es:

1. Dado fn (x) y r0 y s0
2. Utilizando el método de NR calculamos f2(x) = x2 – r0x – s0 y fn-2(x), tal que, el
residuo de fn (x)/ f2(x) sea igual a cero.
3. Se determinan la raíces f2(x), utilizando la formula general.
4. Se calcula fn-2(x)= fn(x)/ f2(x).
5. Hacemos fn(x)= fn-2(x)
6. Si el grado del polinomio es mayor que tres regresamos al paso 2
7. Si no terminamos

La principal diferencia de este método, respecto a otros, es que permite calcular todas las
raíces de un polinomio (reales e imaginarias).
BIBLIOGRAFIA
 ldrecut, M. (2000) Introductory Numerical Analysis, Lecture Notes, Parkland:
Universal Publishers
 Burden, R. L. y Faires, J. D. (2010) Numerical Analysis, (9na ed.) Boston:
Cengage Learning Cantu, R., Mata, N., Guerra, M.E., Elizondo, R. (2010).
Método numérico para la solución de ecuaciones no lineales mediante el empleo
de una heurística. En Guerra, M.E. García,
 D.M., Martínez, D.M. Huerta, E. (Ed.) Libro de Memorias de los Trabajos Libres
del VI Congreso de ingeniería Industrial y de Sistemas de la Facultad de Ingeniería
Mecánica y Eléctrica de la UANL, 215-220, San Nicolás de los Garza N.L
México.
 Díaz, A., Glover, F., Ghaziri, H., González Velarde, J.L., Laguna M., Moscazo,
P., Tseng, F. T. (2000) Optimización Heurística y Redes Neuronales. Madrid:
Paraninfo.
 Hildebrand, F B, (1987) Introduction to Numerical Analysis,(2da. ed.) New York:
Dover.
 Leader, J. (2004) Numerical Analysis and Scientific Computation. New York:
Addison-Wesley. Lehmann, C. H. (2011) Algebra, México, Limusa.
 Rees, P. K., Sparks, F. W. (2005) Algebra, México, Reverté.