Capítulo 2

2. Raíces de ecuaciones
El cálculo de raíces de polinomios es común en los cursos de matemáticas, por tanto, definiremos el significado y algunas
formas de encontrar dichas raíces.

2.1. Definición de raíz

La raíz de una función f (x) es un número x 0 tal que f ( x 0 ) =0. También se dice que x 0 es una raíz de la ecuación
f ( x 0 ) =0.

2.2. Representación gráfica de una raíz

Gráficamente, la raíz de una función representa un punto donde la gráfica de f (x) cruza al eje de las x ,

1. 0

f (x)
0. 5

0. 5 1. 0 1. 5 2. 0 2. 5 3. 0

0. 5

1. 0

x ≈ 1.4
En esta gráfica, vemos que la raíz es x ≈ 1 .4 aproximadamente.
Lo anterior significa que f ( 1.4 )=0 .

2.3. Representación de f(x) f ( x)en función de sus raíces.

Existen varios métodos para encontrar las raíces de f (x) y estos procesos nos permiten representar a f ( x) en función de
sus raíces. Por ejemplo:
1. Las raíces de f (x)= x2−9 son x=± 3, por lo tanto, podemos expresarla de la forma f ( x )=( x−3 ) (x+ 3)
2. La funciónf ( x )=x 4 + x 2 +1 no tiene raíces reales, sin embargo, podemos expresarla como
f ( x )=( x − x+1 ) ( x + x+1 )
2 2

3. La función f ( x )=5−sin ( x ) no tiene raíces reales.

4. Las raíces de f ( x )=x 3 +5 x 2−17 x−21 son x=−1 , x=3 y x=−7, por lo tanto, la expresamos de la forma
f ( x )=( x−3 )( x +1 ) ( x +7 ).

Fundamentos Matemáticos
 Las funciones algebraicas como los polinomios se representan generalmente como
2 n
f ( x )=a0 +a1 x+ a2 x +…+ an x .
Ejemplos:
2
f ( x)=1−2.37 x+ 7.5 x
2 3 6
f ( x)=5 x −x +7 x
f ( x)=2−8 x+ x3 + 4 x 6
 Las funciones trascendentes contienen términos trigonométricos, exponenciales o logarítmicos.
Ejemplos:
 f (x)=ln |x 2|−1
f ( x)=e sin ( x ) +ln |3 x|+ x
x 2

f ( x)=e−2 x sin (3 x−0.5)

Las raíces de las ecuaciones pueden ser reales o complejas.
 Si f(x) es un polinomio factorizable, como f (x)=(x−x 1)(x −x2 )(x−x 3).......( x−x n) , se tiene que x n es la n-
ésima raíz de f ( x)=0
Ejemplo:
3 2
f ( x)= x −7 x −4 x +28=0
2
(x −4)( x−7)=0
( x−2 ) ( x+2 )( x−7 )=0
x−2=0 , x +2=0 , x −7=0
∴ x1=2, x 2=−2 , x3 =7 Son las raíces del polinomio
Sin embargo, no todas las funciones son tan sencillas de resolver. En este curso estudiaremos varios métodos numéricos
para aproximar raíces de ecuaciones, pero nos concretaremos a raíces reales.

2.4. Método gráfico

Este método básicamente se utiliza para localizar un intervalo donde la función tiene alguna raíz. Sin embargo, en el
transcurso del curso nos enfocaremos en la primera raíz positiva.
El método consiste en:
i) Igualar a cero la función.
ii) Despejar la función pasando algunos términos al segundo miembro.
iii) Definir dos funciones, una con los términos del primer miembro y la segunda con los términos del segundo
miembro.
iv) Graficar las funciones.
v) Localizar el intervalo.
Sea f ( x )=x 3−7 x 2−4 x +28
Primero hacemos f ( x )=0
Tenemos x 3−7 x 2−4 x+28=0
Despejemos la expresión de modo que se obtengan dos miembros, sin importar la forma en que se ordenen los términos,
3 2
x −7 x =4 x−28
El primer miembro lo llamamos g ( x )=x 3−7 x 2 y al segundo miembro h ( x )=4 x−28.
Se grafican g ( x )=x 3−7 x 2 y h ( x )=4 x−28
Los intervalos donde se encuentran las raíces se definen en la intersección de g ( x ) y h ( x )
Por lo tanto, existen al menos tres raíces de la función, pero el intervalo donde se encuentra la primera raíz positiva es
I [ 1 ,3 ].

2.4.1. Problemas resueltos

1. Sea f ( x )=x 3−7 x 2−4 x +28
Solución:
Primero hacemos f ( x )=0
Tenemos x 3−7 x 2−4 x+28=0
Despejemos la expresión de modo que se obtengan dos miembros, sin importar la forma en que se ordenen los
términos, x 3−7 x 2=4 x−28
El primer miembro lo llamamos g ( x )=x 3−7 x 2 y al segundo miembro h ( x )=4 x−28.
Se grafican g ( x )=x 3−7 x 2 y h ( x )=4 x−28
 Los intervalos donde se encuentran las raíces se definen en la intersección de g ( x ) y h ( x )

50

Primera raíz positiva

4 2 2 4 6 8

50

10 0

2. Localizar un intervalo donde la función f ( x )=e−x −ln ( x ) tenga la primera raíz positiva. 
Solución:
Para calcular la raíz de f (x) hacemos f ( x )=0
Esto implica que e− x −ln ( x )=0
Lo que podemos expresar de la forma e− x =ln ( x ).
Definimos g ( x )=e− x y h ( x )=ln|x|
Definimos el punto de intersección de las gráficas de las funciones.

1. 0

Primera raíz positiva

0. 5

0. 5 1. 0 1. 5 2. 0 2. 5 3. 0

0. 5

Concluimos que1. el 0intervalo donde se encuentra la única raíz es I ( 1 , 2 ).

En realidad, no nos interesa ser más finos en la búsqueda del intervalo, ya que posteriormente aplicaremos métodos
más sistemáticos para aproximar mejor la raíz. Digamos que la utilidad del método gráfico radica en proveernos de un
intervalo con el cual comencemos a trabajar.

3. Localizar un intervalo donde la función f ( x )=tan −1 ( x )+ x −1 tenga una raíz. 

Solución:
Nuevamente, para calcular la raíz de f ( x ) hacemos tan−1 ( x ) + x−1=0
Esto implica que tan−1 ( x )=1−x
 Definimos g ( x )=tan −1 ( x )y h ( x )=1−x
Encontramos el punto de intersección de las gráficas de las funciones
0. 5

1. 0 Primera raíz positiva

1. 5

2. 0

2. 5

3. 0

2. 0 2. 2 2. 4 2. 6 2. 8 3. 0
Podemos observar claramente que el intervalo donde se encuentra la única raíz es I [2.4 , 2.8].

2.4.2. Problemas propuestos

Localice el intervalo donde las siguientes funciones tengan la primera raíz positiva:
1. f ( x )=x 6 −x−1
2. f ( x )=x 3−3 x 2 +3 x−1
3. f ( x )=sin ( x )−cos ( 2 x )
4. f ( x )=e x + x 2−7
5. f ( x )=ln (3 x )−2 x +4

2.5. Método de bisección

El método de bisección se basa en el siguiente teorema de Cálculo: 

Teorema del Valor Intermedio

Sea f ( x ) continua en un intervalo [a, b] y supongamos que f (a)< f (b). Entonces para cada z tal que f (a)< z <f (b),
existe un x 0 ∈[a , b] tal que f ( x 0 ) =z . La misma conclusión se obtiene para el caso que f (a)> f (b).
Básicamente el teorema del valor intermedio nos dice que toda función continua en un intervalo cerrado, una vez que
alcanzó ciertos valores en los extremos del intervalo, debe alcanzar todos los valores intermedios.
En particular, si f ( a ) y f ( b ) tienen signos opuestos, entonces un valor intermedio es precisamente z=0 , por lo tanto, el
teorema del valor intermedio nos asegura que debe existir x 0 ∈ ( a , b ) tal que f ( x 0 ) =0, es decir, debe haber por lo menos
una raíz de f ( x ) en el intervalo ( a , b ).
El método de bisección sigue los siguientes pasos:

Sea f ( x ) continua:
i) Encontrar valores iniciales x a , x b tales que f ( x a ) y f ( x b ) tienen signos opuestos, es decir,
f ( x a ) ∙ f ( x b ) <0
ii) La primera aproximación a la raíz se toma igual al punto medio entre x a y x b:
xa + xb
x r=
2
iii) Evaluar f ( x r ). Forzosamente debemos caer en uno de los siguientes casos:
  f ( x a ) ∙ f ( x r ) < 0. En este caso, tenemos que f ( x a ) y f ( x r ) tienen signos opuestos, y por lo tanto la raíz se encuentra
en el intervalo [ x a , x r ].
 f ( x a ) ∙ f ( x r ) > 0. En este caso, tenemos que f ( x a ) y f ( x r ) tienen el mismo signo, y de aquí que f ( x r ) y f ( x b )
tienen signos opuestos. Por lo tanto, la raíz se encuentra en el intervalo [ x r , x b ].
 f ( x a ) ∙ f ( x r ) =0. En este caso se tiene que f ( x r )=0 por lo tanto, ya localizamos la raíz. 
El proceso se repite con el nuevo intervalo, hasta que |∈a|<|∈ s| es decir:

| x actual−x previa
x actual |
×100 % <|0.5 ×10 |Recordar que “n” representa las cifras significativas.
2−n

Nota: Si no se asigna valor estimado |∈s| o aproximado, entonces |∈a|<1 %

2.5.1. Problemas resueltos

1. Aproximar la raíz de f ( x )=e−x −ln|x| en el intervalo [ 1 ,1.5 ] y hasta que |∈a|<0.7 %. 
Nota: De no tener los valores iniciales se deberá buscar un intervalo conveniente por medio del método gráfico.
Solución:
Para poder aplicar el método de bisección debemos probar que f ( 1 ) y f ( 1.5 ) tengan signos opuestos.
En efecto, tenemos que f ( 1 ) =e−1−ln |1|=e−1=0.367879>0 mientras que
f ( 1.5 )=e−1.5−ln|1.5|=e−1.5 −ln |1.5|=−0.182335< 0
f ( x ) es continua en el intervalo dado. Esto puede comprobarse con su gráfica.

f ( 1 ) >0 f ( 1.5 )< 0

Así pues, tenemos todos los requisitos satisfechos para poder aplicar el método de bisección.
Comenzamos:
1+1.5
Calculamos el primer punto medio x 1= =1.25
2
Evaluamos f ( 1.25 ) =e−1.25−ln|1.25|=0.063361>0
Para identificar el nuevo intervalo donde se encuentra la raíz, hacemos la siguiente tabla y elegimos los valores que
tienen signo diferente:  

f ( 1.25 ) > 0 f ( 1.5 )< 0

f ( 1 ) >0

f (1) f ( 1.25 ) f ( 1.5 )

+¿ +¿ −¿
En esta tabla acomodamos la f (1.25) entre f (1) y f (1.5) que son los valores iniciales.
Por lo tanto, vemos que la raíz se encuentra en el intervalo [ 1.25 ,1.5 ], ya que f ( 1.25 ) . f ( 1.5 ) <0
Aún no podemos calcular ningún error aproximado, puesto que solamente tenemos la primera aproximación, por lo
tanto, repetimos el proceso con el nuevo intervalo [ 1.25 ,1.5 ].
1.25+ 1.5
Calculamos el punto medio, que es nuestra segunda aproximación a la raíz: x 2= =1.375
2
Aquí podemos calcular el primer error aproximado, ya que contamos con la aproximación actual y la aproximación
previa: |∈a|= |1.375−1.25
1.375
× 100 %|=9.09 % . Puesto que no se ha logrado el objetivo, continuamos con el proceso.

Evaluamos f ( 1.375 ) =e−1.375 −ln |1.375|=−0.065614< 0 y hacemos la tabla:

f ( 1.375 ) <0 f ( 1.5 )< 0

f ( 1.25 ) > 0

f ( 1.25 ) f ( 1.375 ) f ( 1.5 )

+¿ −¿ −¿

De acuerdo con el criterio de la tabla, la raíz se encuentra en el intervalo [ 1.25 ,1.375 ], lo cual implica que debemos
seguir con las aproximaciones hasta alcanzar el |∈a|.
1.25+1.375
Calculamos el punto medio, que es nuestra tercera aproximación a la raíz: x 3= =1.3125
2

Calculamos el segundo error aproximado: |∈a|= |1.3125−1.375

1.3125
× 100 %|=4.76 % . Sigue sin alcanzarse el
objetivo, significa que debemos continuar con el proceso.

Evaluamos f ( 1.3125 ) =e−1.3125 −ln |1.3125|=−0.002787<0 y hacemos la tabla:

( 1.25 ) f ( 1.3125 ) f ( 1.375 )
+¿ −¿ −¿

x4=
1.25+1.31251
2
=1.28125 |∈a|= |1.28125−1.3125
1.28125
× 100 %|=2.43 % .

f ( 1.25 ) f ( 1.28125 ) f ( 1.3125 )

+¿ +¿ −¿

x 5=
1.28125+1.3125
2
=1.296875 |∈a|= |1.296875−1.28125
1.296875
× 100 %|=1.2% .
 f ( 1.28125 ) f ( 1.296875 ) f ( 1.3125 )
+¿ +¿ −¿

x 6=
1.296875+1.3125
2
=1.304688 |∈a|= |1.304688−1.296875
1.304688
×100 %|=0.59 % .

Resumimos los resultados que se obtienen en la siguiente tabla: 

Iteración Aproximación Error
1 1.25
2 1.375 9.09%
3 1.3125 4.76%
4 1.28125 2.43%
5 1.296875 1.20%
6 1.304687 0.59%

Así, obtenemos como aproximación a la raíz x 6=1.304687 ya que el error que |∈a|<0.7 %

2. Aproximar la raíz de f ( x )=arctan ( x )+ x −1 hasta que |∈a|<0.8 %

Solución:
Como no tenemos el intervalo, es necesario recurrir al método gráfico.
f ( x )=0→ arctan ( x ) + x−1=0→ arctan ( x )=−x+1 → g ( x )=arctan ( x ) , h ( x )=−x +1
Analizamos la gráfica
2. 0

1. 5
Raíz g(x)
1. 0

0. 5

1. 0 0. 5 0. 5 1. 0 1. 5 2. 0

0. 5
h(x)
Intervalo
1. 0

El intervalo donde se encuentra la raíz es [0, 1]

Para poder aplicar el método de bisección, es importante revisar que se cumplen las hipótesis requeridas.
Probamos que f ( x ) es continua en el intervalo [ 0 , 1 ]

f ( 1 ) >0
f ( 0 )< 0

Calculamos f ( 0 )=arctan ( 0 ) +0−1=−1<0 y f ( 1 ) =arctan ( 1 ) +1−1=0.785398>0 y observamos que tienen signo

diferente, por lo tanto, podemos aplicar el método de bisección.
 0+1
Calculamos el punto medio en el intervalo [ 0 , 1 ], que es nuestra primera raíz x 1= =0.5
2
Evaluamos f ( 0.5 )=arctan ( 0.5 )+ 0.5−1=−0.036352<0

f ( 0 )> 0
f ( 0 )< 0 f ( 0.5 )< 0

Para identificar el nuevo intervalo donde se encuentra la raíz, hacemos la siguiente tabla y elegimos los valores que
tienen signo diferente:  

f (0 ) f ( 0.5 ) f (1)
−¿ −¿ +¿

Puesto que f ( 0.5 ) y f ( 1 ) tienen signos opuestos, entonces la raíz se localiza en el intervalo [ 0.5 , 1 ].
Repetimos el proceso, es decir:
0.5+1
Calculamos el punto medio, que es nuestra primera aproximación a la raíz: x 2= =0.75
2

Calculamos el primer error aproximado: |∈a|= |0.75−0.5

0.75
×100 %|=33.3 % .

Evaluamos f ( 0.75 )=arctan ( 0.75 )+ 0.75−1=0.393501> 0 y hacemos la tabla para determinar el nuevo intervalo:

f ( 0.5 ) f ( 0.75 ) f ( 1)
−¿ +¿ +¿

Ya que f ( 0.5 ) y f ( 0.75 ) tienen signos opuestos, entonces la raíz se localiza en el intervalo [ 0.5 , 0.75 ] .
0.5+0.75
Calculamos el punto medio, que es nuestra primera aproximación a la raíz: x 2= =0.625
2

Calculamos el segundo error aproximado: |∈a|= |0.625−0.75

0.625
×100 %|=20 % .

Evaluamos f ( 0.625 )=arctan ( 0.625 )+ 0.625−1=0.183599>0 y hacemos la tabla para determinar el nuevo
intervalo:
f ( 0.5 ) f ( 0.625 ) f ( 0.75 )
−¿ +¿ +¿

El proceso se debe continuar hasta lograr el objetivo.

Resumimos los resultados que se obtienen en la siguiente tabla:

Iteración Aproximación Error
 1 0.5  
2 0.75 33.33%
3 0.625 20%
4 0.5625 11.11%
5 0.53125 5.88%
6 0.515625 3.03%
7 0.523438 1.49%
8 0.519532 0.75%

De lo cual, vemos que la aproximación buscada es x 8 ≈ 0.519532  

El proceso de bisección comienza a acercarse a la raíz de forma muy lenta, ya que el método solamente toma en cuenta
que la raíz se encuentra dentro del intervalo, sin importar si se encuentra más cerca de alguno de los extremos.

2.5.2. Problemas propuestos

1. Utilice el método de bisección para aproximar la raíz de f ( x )=x 6 −3 x +1, comenzando en el intervalo [0, 0.75],
hasta que |∈a|<0.7 %.
2
2. Utilice el método de bisección para aproximar la raíz de f ( x )=e−x −2 x+1 comenzando en el intervalo [0.5, 1] y
hasta que |∈a|<0.5 % .
3. Utilice el método de bisección para aproximar la raíz de f ( x )= √ x 2 +1−tan ( x ) comenzando en el intervalo [0.75,
1.25] y hasta que |∈a|<0.3 % .
4. Utilice el método de bisección para aproximar la raíz de f (x)= x3 −3 x 2 +sin( 2 x) comenzando en el intervalo [0.5,
0.75] y hasta que |∈a|<0.75 % .
5. Utilice el método de bisección para aproximar la raíz de f ( x )=−0.3+cos ( x ) comenzando en el intervalo [0, ] y
hasta que |∈a|<0.25 % .

2.6. Método de la regla falsa 

Como mencionamos anteriormente, sería bueno considerar si la raíz de una ecuación está localizada más cerca de alguno
de los extremos del intervalo. Consideremos la función f ( x ) presentada en la siguiente gráfica: 

f (x b)
6
f ( x)
4

xr
2

xa
0. 5 1. 0 1. 5 xb
f ( xa)
2

Donde hemos dibujado una línea recta que une los puntos extremos de la gráfica en el intervalo [ x a , x b ] .
Es claro que si en lugar de considerar el punto medio del intervalo, tomamos el punto donde esta recta cruza al eje x , es
decir x r , nos aproximaremos mucho más rápido a la raíz; esta es en sí, la idea central del método de la regla falsa y esta es
realmente la única diferencia con el método de bisección, puesto que en todo lo demás los dos métodos son prácticamente
idénticos.
Supongamos que tenemos una función f ( x ) que es continua en el intervalo[ x a , x b ] y, además, f ( x a ) y f ( x b ) tienen
signos opuestos.
Calculemos la ecuación de la línea recta que une los puntos ( x a , f ( x a ) ) y ( x b , f ( x b ) ).
f ( x b )−f ( x a ) y−f ( x a )
=
x b−x a x−x a
Para obtener la intersección con el eje x , hacemos y=0:
f ( x b )−f ( x a ) −f ( x a )
=
x b−x a x− xa
Despejamos x :
f ( x b )−f ( x a )
( x−x a ) x b−x a
=−f ( xa )

−f ( x a )( x b −x a )
x−x a=
f ( xb )−f ( x a )

x=x a−
[ f ( x a )( x b −x a )
f ( x b )−f ( x a ) ]
Este punto es el que toma el papel de x r en lugar del punto medio del método de bisección.
Así pues, el método de la regla falsa sigue los siguientes pasos:
Sea f ( x ) continua:
i) Encontrar valores iniciales x a y x b tales que f ( x a ) y f ( x b ) tienen signos opuestos, es decir, f ( x a ) ∙ f ( x b ) <0

ii) La primera aproximación a la raíz se toma igual a: x r=x a −

[ f ( x a ) ( x b−x a )
f ( x b ) −f ( x a ) ]
iii)Evaluar f ( x r ) . Forzosamente debemos caer en uno de los siguientes casos:
 f ( x a ) ∙ f ( x r ) < 0 En este caso, tenemos que f ( x a ) y f ( x r ) tienen signos opuestos, y por lo tanto la raíz se
encuentra en el intervalo [ x a , x r ].
 f ( x a ) ∙ f ( x r ) > 0 En este caso, tenemos que f ( x a ) y f ( x r ) tienen el mismo signo, y de aquí que la raíz se
encuentra en el intervalo [ x r , x b ].
 f ( x a ) ∙ f ( x r ) =0 En este caso se tiene que f ( x r )=0 y por lo tanto ya localizamos la raíz. 
El proceso se repite con el nuevo intervalo, hasta que: |∈a|<∈s , es decir,

| x actual−x previa
x actual
×100 % <|∈s|
|
2.6.1. Problemas resueltos
1. Usar el método de la regla falsa para aproximar la raíz de f ( x )=e−x −ln|x|, comenzando en el intervalo [1, 2] y hasta
que |∈a|<1 % .
Solución
Este es el mismo ejemplo 1 del método de la bisección. Así pues, ya sabemos que f (x) es continua en el intervalo
dado y que toma signos opuestos en los extremos de dicho intervalo. Por lo tanto, podemos aplicar el método de la
regla falsa.
Calculamos la primera aproximación:
 f ( x a ) [ x b −x a ]
x r=x a −
f ( x b )−f ( xa )
f ( 1 ) [ 2−1 ]
x 1=1− =1.397410
f ( 2 ) −f ( 1 )
Puesto que solamente tenemos una aproximación, debemos seguir con el proceso. Evaluamos
−ln|1.397410|=−0.087385
−1.397410
f ( x 1 ) =e

Hacemos nuestra tabla de signos: 

f (1) f ( 1.397410 ) f ( 2)
+¿ −¿ +¿

De donde vemos que la raíz se encuentra en el intervalo [1, 1397410]. 

Con este nuevo intervalo, calculamos la nueva aproximación:
f ( 1 ) [ 1.397410−1 ]
x 2=1− =1.321130
f ( 1.397410 ) −f ( 1 )
En este momento, podemos calcular el primer error aproximado:

|∈a|= |1.321130−1.397410
1.321130
×100 %|=5.77 %

Puesto que no se cumple el objetivo seguimos con el proceso.

−ln|1.321130|=−0.011654 y hacemos la tabla de signos:
−1.321130
Evaluamos f ( x 2 ) =e

f (1) f ( 1.321130 ) f ( 1.397410 )

+¿ −¿ −¿

De donde vemos que la raíz se encuentra en el intervalo [1, 321130].

Calcular la nueva aproximación:
f ( 1 ) [ 1.321130−1 ]
x 3=1− =1.311269
f ( 1.321130 ) −f ( 1 )
Calculamos el error aproximado:

|∈a|= |1.311269−1.321130
1.311269
×100 %|=0.75 %

Como se ha cumplido el objetivo, concluimos que la aproximación buscada es x 3 ≈ 1.3112696

Elaboremos la tabla de resultados:
Iteración Aproximación Error
1 1.3974105
2 1.3211305 5.7%
3 1.3112696 0.75%
Observe la rapidez con la cual converge el método de la regla falsa a la raíz, a diferencia de la lentitud del método de la
bisección.

2. Usar el método de la regla falsa para aproximar la raíz de f ( x )=arctan ( x )+ x −1 , comenzando en el intervalo [0, 1]
y hasta que |∈a|<1 % . 
 Solución
Este es el mismo ejemplo 2 del método de la bisección. Así pues, ya sabemos que se cumplen las hipótesis necesarias
para poder aplicar el método, es decir, que f ( x) sea continua en el intervalo dado y que f ( x) tome signos opuestos en
los extremos de dicho intervalo.
Calculamos pues, la primera aproximación:
f ( 0 )( 1−0 )
x 1=0− =0.560099
f (1)−f (0)
Como solamente tenemos una aproximación, debemos avanzar en el proceso.
Evaluamos f ( x 1 ) =arctan ( 0.560099 ) +0.560099−1=0.070663
Hacemos nuestra tabla de signos: 

f (0 ) f ( 0.560099 ) f (1)
−¿ +¿ +¿

De lo cual vemos que la raíz se localiza en el intervalo [0, 0.560099].

Así pues, calculamos la nueva aproximación:
f ( 0 )( 0.560099−0 )
x 2=0− =0.523133
f (0.560099)−f (0)
Y calculamos el error aproximado:

|∈a|= |0.523133−0.560099
0.523133
× 100 %|=7.06 %

Puesto que no se cumple el objetivo, seguimos avanzando en el proceso.

Evaluamos f ( x 2 ) =arctan ( 0.523133 ) +0.523133−1=0.0051153 .
Y hacemos nuestra tabla de signos: 
f (0 ) f ( 0.523133 ) f ( 0.560099 )
−¿ +¿ +¿

De los cual vemos que la raíz se localiza en el intervalo [0, 0.523133],

Calcular la siguiente aproximación:
f ( 0 ) (523133−0 )
x 3=0− =0.5204706
f (523133)−f (0)
Y el siguiente error aproximado:

|∈a|= |0.5204706−0.523133
0.5204706
×100 %|=0.51 %

Como se ha cumplido el objetivo, concluimos que la aproximación buscada es: x 3=0.5204706

Tabla de resultados:
Iteración Aproximación Error
1 0.560099
2 0.523133 7.06 %
3 0.5204706 0.51 %

Nuevamente observamos el contraste entre la rapidez del método de la regla falsa contra la lentitud del método de la
bisección.
Por supuesto que puede darse el caso en el que el método de la regla falsa encuentre la aproximación a la raíz de forma
más lenta que el método de la bisección.
2.6.2. Problemas propuestos
1. Utilice el método de la regla falsa para aproximar la raíz de f ( x )=x 6 −1, comenzando en el intervalo [0.5, 1.4] hasta
que |∈a|<1 % .
2. Utilice el método de la regla falsa para aproximar la raíz de f ( x )=4−x 2−x 3 comenzando en el intervalo [1.2, 1.4]
hasta que |∈a|<0.5 % .
3. Usar el método de la regla falsa para aproximar la raíz de f ( x )=ln ( x ) + x 2−4 comenzando en el intervalo [1.6, 2]
hasta que |∈a|<0.05 % .
4. Usar el método de la regla falsa para aproximar la raíz de f ( x )=sin ( x ) +e− x comenzando en el intervalo [3.1, 3.3]
hasta que |∈a|<2 % .
5. Usar el método de la regla falsa para aproximar la raíz de f ( x )=ln ( x ) +e− x comenzando en el intervalo [0.25, 0.75]
hasta que |∈a|<1 % .

2.7. Método de iteración del punto fijo

Este método se aplica para resolver ecuaciones de la forma x=g(x )
Si la ecuación es f ( x )=0, entonces puede despejarse x o bien sumar x en ambos lados de la ecuación para ponerla en la
forma adecuada. 
Ejemplos:
1. La ecuación cos ( x )−x=0 se puede transformar en cos ( x )=x → g ( x )=cos ( x ).
2. La ecuación f ( x)=tan ( x )−e− x =0 se puede transformar en x +tan ( x )−e− x =x → g ( x ) =x+ tan ( x ) −e−x . 
Dada la aproximación x i , la siguiente iteración se calcula con la fórmula: x i+1=g ( x i )
Supongamos que la raíz verdadera es x r , es decir, x r=g (x r)
Restando las últimas ecuaciones obtenemos: x r−x i +1=g ( x r )−g ( x i )
Por el teorema del valor medio para derivadas, sabemos que si g(x ) es continua en [a , b] y diferenciable en ( a , b )
g ( b )−g(a)
entonces existe ξ ϵ ( a ,b ) tal que g' ( ξ ) =
b−a
'
g ( x r ) −g(x i)
En nuestro caso, existe ξ en el intervalo determinado por x iy x r tal que: g ( ξ ) =
x r−x i
'
De aquí tenemos que: g ( ξ ) ( x r−x i ) =g ( xr )−g(x i )
'
O bien, g ( ξ ) ( x r−x i ) =x r−x i+1
Tomando valor absoluto en ambos lados, |g ( ξ )||x r −x i|=|x r −x i+1|
'

Observe que el término |x r −xi +1| es precisamente el error absoluto en la (i+1) - ésima iteración, mientras que el término
|x r −xi| corresponde al error absoluto en la i - ésima iteración.
Por lo tanto, solamente si |g' ( ξ )|<1, entonces se disminuirá el error en la siguiente iteración. En caso contrario, el error irá
en aumento.
En resumen, el método de iteración del punto fijo converge a la raíz si |g' ( x )|< 1 para x en un intervalo [ a , b ] que
contiene a la raíz y donde g( x ) es continua y diferenciable, pero diverge si |g' ( x )|≥ 1 en dicho intervalo.

2.7.1. Problemas resueltos

1. Usar el método de iteración del punto fijo para aproximar la raíz de f ( x )=cos ( x ) −x , comenzando con x 0=0 y hasta
que |∈a|<1 % . 
Solución
Sea f ( x )=0→ cos ( x )−x=0→ x=cos ( x ) → g ( x )=¿ cos ( x ) ¿.
Obtenemos g' ( x )=−sin ( x )
Analizando la gráfica de g '( x ) podemos observar que |g' ( x )|< 1
1. 0

0. 5

3 2 1 1 2 3

0. 5

1. 0

Aplicando la fórmula iterativa tenemos,

x 1=g ( x 0 )=cos ( 0 )=1
Aplicando nuevamente la fórmula iterativa tenemos,
x 2=g ( x 1 )=cos ( 1 ) =0.540302
Y un error aproximado de

|∈a|= |0.5403023−1
0.5403023 |
× 100=85.08%

Continuamos con las aproximaciones hasta llegar al valor establecido.

x 3=g ( x 2 )=cos ( 0.540302) =0.857553 |0.857553−0.5403023

|∈a|= 0.857553 |×100 %=36.9 %
|∈ |=| |×100 %=31.06 %
0.6542898−0.857553
x 4 =g ( x 3 ) =cos ( 0.857553 ) =0.654289 a
0.6542898

|∈ |=| |×100 %=17.5 %

0.79348−0.6542898
x 5=g ( x 4 ) =cos ( 0.654289 )=0.79348 a
0.79348

|∈ |=| |×100 %=13.13 %

0.7013688−0.79348
x 6=g ( x 5 )=cos ( 0.79348 )=0.7013688 a
0.7013688

|∈ |=| |×100 %=8.19 %

0.76396−0.7013688
x 7=g ( x 6 )=cos ( 0.701369 )=0.76396 a
0.76396

|∈ |=| |×100 %=5.7 %

0.722102−0.76396
x 8=g ( x 7 )=cos ( 0.76396 )=0.722102 a
0.722102

|∈ |=| |× 100 %=3.7 %

0.750418−0.722102
x 9=g ( x 8 )=cos ( 0.722102 )=0.750418 a
0.750418

|∈ |=| |×100 %=2.5 %

0.731404−0.750418
x 10 =g ( x 9 )=cos ( 0.750418 )=0.731404 a
0.731404

|∈ |=| |× 100 %=1.7 %

0.744237−0.731404
x 11 =g ( x10 ) =cos ( 0.731404 )=0.744237 a
0.744237

|∈ |=| |×100 %=1.1 %

0.735605−0.744237
x 12 =g ( x11 )=cos ( 0.744237 )=0.735605 a
0.735605

|∈ |=| |×100 %=0.7 %

0.741425−0.735605
x 13 =g ( x 12) =cos ( 0.735605 )=0.741425 a
0.741425

El error aproximado se va reduciendo muy lentamente, se necesitan 13 iteraciones para lograr reducir el error
aproximado menor al 1%.
Con un error aproximado igual al 0.7%. 
Resumimos los resultados en la siguiente tabla:
 Iteración Aproximación Error
1 1
2 0.540302 85.08%
3 0.857553 36.9%
4 0.654289 31.06%
5 0.793480 17.5%
6 0.701368 13.1%
7 0.763959 8.1%
8 0.722102 5.7%
9 0.750417 3.7%
10 0.731404 2.5%
11 0.744237 1.7%
12 0.735605 1.1%
13 0.741425 0.7%
La raíz es: x 13 ≈ 0.741425

2. Usar el método de iteración del punto fijo para aproximar la raíz de f ( x )=tan ( x )−e−x , comenzando con x 0=0 y
hasta que |∈a|<1 % . 
Solución
Sea f ( x )=0→ tan ( x )−e−x =0 → x+ tan ( x ) −e−x =x → g ( x )=x +tan ( x )−e−x
Obtenemos g' ( x )=1+ sec 2 ( x ) +e− x
Analizando la gráfica de g '( x ) podemos observar que |g' ( x )|> 1
40

30

20

10

3 2 1 1 2 3

Por lo tanto, el método no converge a la raíz.

3. Usar el método de iteración del punto fijo para aproximar la raíz de f ( x )=x 2−5 x−e x, comenzando con x 0=0 y
hasta que |∈a|<1 % . 
Solución
x 2−e x
Si despejamos la x del término lineal, vemos que la ecuación equivale a x= , lo cual implica que
5
x 2−e x ' 2 x−e x
g ( x )= , por lo tanto g ( x )=
5 5
Un vistazo a la gráfica:
0. 2

0. 3

0. 4

0. 5

0. 6

0. 7

2 1 1 2

'
Nos convence que g ( x ) <1, para x ϵ [−1 , 2], lo que es suficiente para deducir que el método sí converge a la raíz
buscada.
2 x 2 0
x −e ( 0 ) −e −1
Aplicando la fórmula iterativa, tenemos: x 1=g ( x 0 )= = = =−0.2
5 5 5
 Calculamos el error: |∈a|= | −0.2−0
−0.2 |
×100 %=100 %

(−0.2 )2−e−0.2
Aplicando nuevamente la fórmula iterativa, tenemos: x 2=g ( x 1 )= =−0.155746
5

Con un error aproximado igual a:

−0.155746+0.2
|
|∈a|= −0.155746 × 100 %=28.41 % |
Continuemos con el procedimiento hasta que se cumpla |∈a|<1 %

x 3=g ( x 2 )=
(−0.155746 )2−e−0.155746
5
=−0.166303 |∈a|=|−0.166303+0.155746
−0.166303 |×100 %=6.34 %
(−0.166303 )2−e−0.166303
|∈ |=| |×100 %=1.51 %
−0.163826+0.166303
x 4 =g ( x 3 ) = =−0.163826 a
5 −0.163826
(−0.163826 )2−e−0.163826
|∈ |=| |×100 %=0.35 %
−0.164410+0.163826
x 5=g ( x 4 ) = =−0.164410 a
5 −0.164410

En este ejemplo, el método solo necesita de 5 iteraciones para reducir el error a menos del 1%. Resumimos los
resultados en la siguiente tabla:
Aproximació
Iteración Error
  n
2.7.2. Problemas propuestos 1 - 0.2 100%
1. Utilice el método de iteración del 2 -0.155746 28.41% punto fijo para aproximar la raíz de
f ( x )=sin ( x ) + x−1 comenzando 3 -0.166303 6.34% con x 0=0 hasta que |∈a <1 %|.
4 -0.163826 1.51%
2. Utilice el método de iteración del punto fijo para aproximar la raíz de
5 -0.164410 0.35%
f ( x )=4−x −x comenzando en
2 3
x 0=1 hasta que |∈a|<1 % .
3. Usar el método iteración del punto fijo para aproximar la raíz de f ( x )=ln ( x ) + x 2−4 comenzando en el x 0=1.3 hasta
que |∈a|<0.5 % .
4. Usar el método de iteración del punto fijo para aproximar la raíz de f ( x )=sin ( x ) +e− x comenzando en el x 0=3.1
hasta que |∈a|<2 % .
5. Utilice el método de iteración del punto fijo para aproximar la raíz de f ( x )=ln| x|+ 2 x−4 comenzando con x 0=1.5
hasta que |∈a|<1 % .

2.8. Método de Newton-Raphson

Este método es uno de los más usados y efectivos. A diferencia de los métodos anteriores, el método de Newton-Raphson
no trabaja sobre un intervalo, sino que basa su fórmula en un proceso iterativo.
Supongamos que tenemos la aproximación x i a la raíz x r de f ( x), 
4

0. 5
( xi , f ( xi ))
1. 0 1. 5 2. 0

1
x i+1
Trazamos la recta tangente a la curva en el punto ( x i , f ( x i ) ); ésta cruza al eje x en un punto x i+1 que será nuestra siguiente
aproximación a la raíz x r .
Para calcular el punto x i+1, calculamos primero la ecuación de la recta tangente. Sabemos que tiene pendiente
 m=f '( x i)
Y por lo tanto la ecuación de la recta tangente es:
y−f ( x i )=f ' ( xi ) ( x−x i )
Hacemos: y=0
−f ( x i ) =f ' ( x i ) ( x−x i )
Y despejamos x :
−f ( x i )
=( x−x i )
f ' ( xi )
−f ( x i )
=x−x i
f ' ( xi )
f ( xi )
x=x i−
f ' ( xi )
Que es la fórmula iterativa de Newton-Raphson para calcular la siguiente aproximación:
f ( xi )
x i+1=x i− '
, donde f ' ( x i) ≠ 0
f ( xi )
Note que el método de Newton-Raphson no trabaja con intervalos donde nos asegure que encontraremos la raíz, y de
hecho no tenemos ninguna garantía de que nos aproximaremos a dicha raíz. Desde luego, existen ejemplos donde este
método no converge a la raíz, en cuyo caso se dice que el método diverge. Sin embargo, en los casos donde si converge a
la raíz lo hace con una rapidez impresionante, por lo cual es uno de los métodos preferidos por excelencia.
También observe que en el caso de que f ' ( x i ) =0, el método no se puede aplicar. De hecho, vemos geométricamente que
esto significa que la recta tangente es horizontal y por lo tanto no interseca al eje x en ningún punto, a menos que coincida
con éste, en cuyo caso x i mismo es una raíz de f ( x ).

2.8.1. Problemas resueltos

1. Usar el método de Newton-Raphson, para aproximar la raíz de f ( x )=e−x −ln|x|, comenzando con x 0=1 y hasta que
|∈a|<1 %. 
Solución
−x 1
En este caso, tenemos que f ' ( x )=−e − por lo tanto,
x
e− x −ln |xi|
i
e−x −ln|x i|
i −1
e −ln|1|
x i+1=x i− = xi + x1=1+ =1.268941
−x 1 −x 1 −1 1
−e − i
e + i
e +
xi xi 1

|1.268941−1
|
|∈a|= 1.268941 ×100=21.19 %
e−1.268941 −ln |1.268941|
x 2=1.268941+
e
−1.268941
+
1
1.268941
=1.309108
|∈a|= |1.309108−1.268941
1.309108 |×100=3.06 %
−ln|1.309108|
−1.309108
e
x 3=1.309108+
e
−1.309108
+
1
1.309108
=1.309799
|∈a|= |1.309799−1.309108
1.309799 |× 100=0.053 %
Resumimos los resultados en la siguiente tabla:
Iteración Aproximación Error
1 1.268941 21.19%
2 1.309108 3.06%
3 1.309799 0.053%
 De lo cual concluimos que la aproximación obtenida es: x 3 ≈ 1.309799
2. Usar el método de Newton-Raphson para aproximar la raíz de f ( x )=arctan ( x )+ x −1, comenzando con x 0=0 y
hasta que |∈a|<1 % . 
Solución
' 1
En este caso, tenemos f ( x )= +1, sustituimos en la fórmula de Newton-Raphson y obtenemos
1+ x2
arctan ( x 0 )+ x0 −1
x ¿− ¿
1
2
+1
1+ x 0
arctan ( 0 ) +0−1
x 1=0−

1+0
1
2
+1
=0.5
|∈a|= |0.5−0
0.5 |
×100=100 %

arctan ( 0.5 ) +0.5−1

x 2=0.5−
1
1+0.5
2
+ 1
=0.520196
|∈a|= |0.520196−0.5
0.520196 |
×100=3.88 %

arctan ( 0.520196 ) +0.520196−1

x 3=0.520196− =0.520269
1
2
+1
1+0.520196
|∈a|= |
0.520269−0.520196
0.520269 | ×100=0.01 %

Resumimos los resultados en la siguiente tabla:

Iteración Aproximación Error
1 0.5 100%
2 0.520196 3.88%
3 0.520269 0.01%
x
De lo cual concluimos que la aproximación obtenida es: 3 =0.520269

3. Usar el método de Newton-Raphson para aproximar raíces cuadradas de números reales positivos. 
Solución 
Sea R>0 . Queremos calcular x tal que x=√ R ; elevando al cuadrado x 2=R , o bien, x 2−R=0 .
Esto nos sugiere definir la función f ( x )=x 2−R de donde f ' ( x )=2 x . Al sustituir estos datos en la fórmula de
2
x i −R
Newton-Raphson nos da: x i+1=x i−
2 xi

La cual simplificada nos da: x i+1=x i−

1
[ ]
x−
R
2 i xi
Esta fórmula era conocida por los antiguos griegos (Herón).
Para fijar un ejemplo de su uso, pongamos R=26 y apliquemos la fórmula obtenida, comenzando con x 0=5 y hasta
que |ϵ a|< 1%

x 1=x 0−
1
2 [
x 0−
26
x0 ]
=5.1 |∈a|= |5.1−5
5 .1 |
× 100=1.96 %

x 2=x 1−
1
2 [
x 1−
26
x1 ]
=5.09902 |∈ |=| 5.09902 |×100=0.19 %
a
5.09902−5.1

Resumimos los resultados en la siguiente tabla:

 Iteración Aproximación Error
1 5.1 1.96%
2 5.09902 0.019%
De lo cual concluimos que √ 26 ≈ 5.09902, la cual es correcta en todos sus dígitos.
La misma idea puede aplicarse para crear algoritmos que aproximen raíces n-ésimas de números reales positivos.
Observe que cuando el método de Newton-Raphson converge a la raíz, lo hace de una forma muy rápida y, de hecho,
observamos que el error aproximado disminuye a pasos agigantados en cada paso del proceso. Aunque no es nuestro
objetivo establecer formalmente las cotas para los errores en cada uno de los métodos que hemos estudiado, cabe
mencionar que si existen estas cotas que miden con mayor precisión la rapidez o lentitud del método en estudio.

2.8.2. Problemas propuestos

1. Usa el método de Newton-Raphson para aproximar la raíz de f ( x )=1−x 2−arctan ( x) comenzando con x 0=0.5 y
hasta que ∈a <0.5 %.
2. Usa el método de Newton-Raphson para aproximar la raíz de f ( x )=cos ( x ) −x , comenzando con x 0=0.5 y hasta que
∈a <0.75 %.
3. Usa el método de Newton-Raphson para aproximar la raíz de f ( x )=sin ( x ) +ln ( x ), comenzando con x 0=0.4 y hasta
que ∈a <0.25 %.
4. Usa el método de Newton-Raphson para aproximar la raíz de f ( x )=cos ( x ) −sin ( x ), comenzando con x 0=0.6 y
hasta que ∈a <0.5 %.
5. Usa el método de Newton-Raphson para aproximar la raíz de f ( x )=e2 x + x 2−4 , comenzando con x 0=0.5 y hasta
que ∈a <0.8 % .

2.9. Método de la Secante 

Este método se basa en la fórmula de Newton-Raphson, pero evita el cálculo de la derivada usando la siguiente
aproximación:
f ( x i )−f ( xi−1 )
f ' ( xi ) ≈
x i−x i−1
Sustituyendo en la fórmula de Newton-Raphson, obtenemos:
f ( xi ) f ( xi )
x i+1=x i− '
=x i−
f ( xi ) f ( xi ) −f ( x i−1 )
xi −x i−1
f ( x i )( x i− xi−1 )
∴ xi +1=x i−
f ( x i )−f ( xi−1 )
Que es la fórmula del método de la secante. Nótese que para poder calcular el valor de x i+1, necesitamos conocer los dos
valores anteriores x i−1 y x i .
Obsérvese también, el gran parecido con la fórmula del método de la regla falsa. La diferencia entre una y otra es que
mientras el método de la regla falsa trabaja sobre intervalos cerrados, el método de la secante es un proceso iterativo y por
lo mismo, encuentra la aproximación casi con la misma rapidez que el método de Newton-Raphson. Claro, corre el mismo
riesgo de este último de no converger a la raíz, mientras que el método de la regla falsa va a la segura. 

2.9.1. Problemas resueltos

2
1. Usar el método de la secante para aproximar la raíz de f ( x )=e−x −x , comenzando con x 0=0 y x 1=1 y hasta que
|∈a|<1 %. 
Solución
f ( x 1 )( x 1−x 0 )
Tenemos x 0=0 , x 1=1, x 2=x 1− , f ( x 0 ) =1 y f ( x 1 ) =−0.612699
f ( x 1 )−f ( x0 )
 Sustituimos en la fórmula de la secante para calcular las aproximaciones y calculamos los |∈a|.

x 2=1−
(−0.612699 ) ( 1−0 )
(−0.612699−1 )
=0.612699 |∈a|= |0.612699−1
0.612699 |
× 100=63.2 %

f ( x 2 ) =0.074313

x 3=0.612699−
( 0.074313 )( 0.612699−1 )
( 0.074313+ 0.612699 )
=0.653442 |∈a|= |0.653442−0.612699
0.653442 |× 100=6.23 %
f ( x 3 ) =−0.000969
(−0.000969 ) ( 0.653442−0.612699 )
x 4 =0.653442− =0.652917
(−0.000969+0.074313 )
|∈a|= |
0.652917−0.653442
0.652917 |
×100=0.08 %

Resumimos los resultados en la siguiente tabla:

Aproximación Error
0.612699 63.2%
0.653442 6.23%
0.652917 0.08%
De lo cual concluimos que la aproximación a la raíz es: x 4 ≈ 0.652917

2. Usar el método de la secante para aproximar la raíz de f ( x )=arctan ( x )−2 x +1, comenzando con x 0=0 y x 1=1
y hasta que |∈a|<1 % . 
Solución
f ( x 1 )( x 1−x 0 )
Tenemos x 0=0 , x 1=1, x 2=x 1− , f ( x 0 ) =1 y f ( x 1 ) =−0.214601
f ( x 1 )−f ( x0 )

x 2=1−
(−0.214601 ) ( 1−0 )
(−0.214601−1 )
=0.823315 |∈a|= |0.823315−1
0.823315 |
× 100=21.4 %

f ( x 2 ) =0.042166

x 3=0.823315−
( 0.042166 )( 0.823315−1 )
( 0.042166+0.214601 )
=0.852330 |∈a|= |0.852330−0.823315
0.852330 |×100=3.4 %
f ( x 3 ) =0.001184

x 4 =0.852330−
( 0.001184 ) ( 0.852330−0.823315 )
( 0.001184−0.042166 )
=0.853169 |∈a|= |0.853169−0.852330
0.853169 |×100=0.09 %
Resumimos los resultados en la siguiente tabla:
Iteración Error aprox.
0.823315 21.4%
0.852330 3.4%
0.853169 0.09%
  De lo cual concluimos que la aproximación a la raíz es: x 4 ≈ 0.853169
2.9.2. Problemas propuestos
1. Utilice el método de la secante para aproximar la raíz de f ( x )=arcsin ( x )−e−2 x comenzando con x 0=0 , x 1=0.5
y hasta que |∈a|<1 % .
2. Utilice el método de la secante para aproximar la raíz de f ( x )=e−x −x comenzando con x 0=0 , x 1=1 y hasta que
|∈a|<1 % .
3. Usa el método de la secante para aproximar la raíz de f ( x )=cos ( x ) −x , comenzando con x 0=1 , x1 =1.5 y hasta
que ∈a <0.75 %.
4. Usa el método de la secante para aproximar la raíz de f ( x )=sin ( x ) +ln ( x ), comenzando con x 0=0.1 , x 1=0.4 y
hasta que ∈a <0.25 %.
5. Usa el método de la secante para aproximar la raíz de f ( x )=cos ( x ) −sin ( x ), comenzando con x 0=0.4 , x 1=0.7 y
hasta que ∈a <0.5 %.

2.9.3. Cuestionario del capítulo

Falso o verdadero:
Coloque en la línea una F si considera que el enunciado es falso y una V si lo considera verdadero.
1. El método gráfico determina solo el intervalo donde se encuentra la raíz ……………………………………… ( v )
2. El método de bisección es un método abierto …………………………………………………………………... ( v )
3. El método de la regla falsa se basa en el teorema del valor medio……………………………………………… ( f )
4. En el método de iteración del punto fijo, la derivada de la nueva función determina si el método converge ….. ( f )
5. El método de Newton-Raphson es un método iterativo ………………………………………………………… ( v )

Conteste brevemente los siguientes enunciados:

6. Defina raíz de una función.
La raíz de una función f ( x) es un número x 0 tal que f ( x 0 ) =0. También se dice que x 0 es una raíz de la ecuación
f ( x 0 ) =0.

7. ¿Qué representa geométricamente la raíz de una función?

la raíz de una función representa un punto donde la gráfica de f ( x) cruza al eje de las x ,

8. ¿Cuál es la representación de una función polinómica?

2 n
f ( x )=a0 +a1 x+ a2 x +…+ an x .
9. ¿Qué expresiones pueden contener las funciones trascendentes?
contienen términos trigonométricos, exponenciales o logarítmicos.
10. Escriba la expresión f(x), si es factorizable, en función de sus factores.
Si f(x) es un polinomio factorizable, como f ( x)=(x−x 1)(x −x2 )(x−x 3) .......( x−x n), se tiene que x n es la n-ésima raíz
de f (x)=0
Coloque en la línea la palabra que complemente los enunciados.
11. Las raíces de una ___funcion ___________ pueden ser ___real _____ o ____compleja ________.
12. Con el método _ Newton-Raphson _______ podemos obtener el ___punto _________ donde se encuentra la posible
raíz.
13. Los __metodos________ numéricos se utilizan para ____aproximar ___________ las raíces de ___f(x)_________.
14. Nuestro interés es obtener ___________ reales.
15. En el curso nos enfocaremos en la __primera__________ raíz positiva.