RAÍCES DE ECUACIONES

Raíces de ecuaciones
• Se define la raíz de una ecuación como el valor de x que hace f(x)=0.
Debido a esto se les conoce como ceros de la ecuación.
• En una gran variedad de aplicaciones matemáticas la determinación
de las raíces de las ecuaciones es un problema, lo que se busca es la
manera más rápida y adecuada de encontrarlas.
Funciones Polinómicas Funciones Trascendentes

𝑓 𝑥 = 𝑎𝑥 2 + 𝑏 𝑥 + 𝑐 𝑓 𝑥 = 𝑥 2 − 𝑠𝑒𝑛 𝑥 − 7

𝑓 𝑥 = 3𝑥 4 − 7𝑥 − 9 𝑓 𝑥 = 𝐶𝑜𝑠 𝑥 2 − 5 + ln 𝑥 − 𝑒 𝑥
Índice
• Métodos cerrados
• Métodos abiertos
• Raíces de polinomios
• Estudio de casos: Raíces de ecuaciones
Métodos cerrados – método gráfico
• Un método simple para obtener la aproximación a la raíz de la
ecuación f(x)=0 consiste en graficar la función y observar donde se
cruza el eje x. Este punto ofrece una aproximación inicial de la raíz.

𝑓 𝑥 = 𝑠𝑒𝑛 10𝑥 + cos(3𝑥)

9.81 𝑥
𝑓 𝑥 = 1 − 𝑒 68.1
𝑥
𝑓 𝑥 = 5𝑥 3 − 5𝑥 2 + 6𝑥 − 2
Métodos cerrados – El método de bisección
• Este método de búsqueda incremental utiliza un intervalo en el que la
función cambie de signo y en consecuencia la localización de la raíz,
dividiendo el intervalo en varios intervalos.
𝑓 𝑥1 𝑓 𝑥2 < 0
Si esto se cumple hay al menos una raiz real entre x1 y x2
• Este método divide al intervalo siempre a la mitad. Si la función
cambia de signo sobre un intervalo, se evalúa el valor de la función
sobre el punto medio. El proceso se repite hasta obtener una mejor
aproximación.
 Métodos cerrados – El método de bisección
• Paso 1: Elegir un intervalo que encierre una raíz, comprobando que
𝑓 𝑥1 𝑓 𝑥2 < 0
• Paso 2: Una aproximación de la raíz, se determina mediante :
𝑥1 + 𝑥2
𝑥𝑟 =
2
• Paso 3: Realice las siguientes evaluaciones para determinar en que
subintervalo está la raíz.
• A)Si, 𝑓 𝑥1 𝑓 𝑥𝑟 < 0, entonces la raíz se encuentra en el intervalo
izquierdo.
• B)Si, 𝑓 𝑥1 𝑓 𝑥𝑟 > 0, entonces la raíz se encuentra en el intervalo derecho.
• C)Si, 𝑓 𝑥1 𝑓 𝑥𝑟 = 0, la raíz es igual a xr, termina el cálculo.
El método de bisección – criterios de paro y
estimación de errores

𝑥𝑟(𝑛𝑢𝑒𝑣𝑜) −𝑥𝑟(𝑎𝑛𝑡𝑒𝑟𝑖𝑜𝑟)
• 𝜀𝑡 = 100%
𝑥𝑟(𝑛𝑢𝑒𝑣𝑜)

Se puede decir que el método termina cuando se alcance un error más bajo del 0,1%. Dicha estrategia es
inconveniente, ya que la estimación no es basada en un caso real, debe llegarse a un acuerdo de error
porcentual al cual se puede aproximar un valor de raiz.
Método de bisección - iteraciones

Iteración x1 x2 xr f(x1) f(x2) f(xr) f(x1)f(xr) Ɛt

1
2
3
4
5
 Métodos cerrados - Método de la falsa posición
• Este método aprovecha la visualización gráfica que consiste en unir f(x1) y f(x2) con una
línea recta. La intersección de esta recta con el eje x da una mejor aproximación a la raíz.
Algoritmo – Método Falsa Posición
1. Seleccionar un intervalo [a, b] donde se encuentre la raíz.
2. Calcula un punto intersección como nuevo punto.
𝑓(𝑏)[𝑎 − 𝑏])
𝑥𝑟 = 𝑏 −
𝑓(𝑎) − 𝑓(𝑏)

3. Comprueba si hay cambio de signo en [a, p] o en [p, b].

Comprobación: f(a)*f(p).
4. Si el producto es cero, entonces p es una raíz. Si no es cero
volver al punto 2.
Método cerrado – Búsquedas por incrementos

• Consiste en empezar en un extremo del intervalo de interés y

realizar evaluaciones de la función con pequeños
incrementos, a lo largo del incremento.
• Si la función cambia de signo, se supone que la raíz está
dentro del incremento.
• Si el incremento es lo suficientemente pequeño puede llegar
a consumir demasiado tiempo de búsqueda.
Método cerrado – Búsquedas por incrementos
Ecuaciones algebraicas no lineales

Métodos abiertos

•Emplean una aproximación funcional para obtener el nuevo valor estimado de la

raíz (línea recta, cuadrática, polinomio)
•Métodos:
•Punto-fijo (sustitución sucesiva o directa)
•Newton-Raphson (línea recta empleando información del gradiente)
•Secante (línea recta empleando dos puntos)
•Muller (aprox. cuadrática empleando tres puntos)

Modelado y simulación en Ingeniería Química. Manuel

13
Rodríguez
Ecuaciones algebraicas no lineales

Metodos acotados vs. Métodos abiertos

Métodos acotados
La raíz está situada en un intervalo (necesita dos puntos). Acaba
convergiendo dentro de una tolerancia.
Métodos abiertos
Sólo emplean un punto inicial (o dos puntos que no tienen por qué
contener a la raíz) y una fórmula para encontrar la raíz. No siempre
convergen, pero cuando lo hacen son mucho más rápidos que los métodos
acotados.

Modelado y simulación en Ingeniería Química. Manuel

14
Rodríguez
Ecuaciones algebraicas no lineales

Sustitución sucesiva
y Problema f(x)=0
y= x 1. Transformar a x=g(x)
2. Seleccionar un punto inicial x0
3. Calcular nuevo valor xi+1=g(xi)
y= g(x)
4. Repetir hasta llegar a la tolerancia requerida
Raiz

y
x2 x1 x0 x
y= x

Si:
y= g(x)
|g ’(x)|<1 El algoritmo converge linealmente
|g’(x)|>=1 El algoritmo diverge

x3 x1 x0 x2 x
Modelado y simulación en Ingeniería Química. Manuel
15
Rodríguez
 Ejemplo Método punto fijo (Sustitución directa/sucesiva)

x2  4  0
2 g' (x 0 ) = 3x 2 - 3 = 3 - 3 = 0 < 1
x = x -4+x
2 x0  1 = xk (xk 2 - 3)
xk+1¿Converge?
x = x(x - 3)
2 x1 = 1(12 - 3) = -2
g(x) = x(x - 3)
x 2 = -2((-2)2 - 3) = -2
x0  3
g' (x0 ) = 3x 2 - 3 = 3 * 9 - 3 = 24 > 1
x1 = 3(3¿Converge?
2
- 3) = 18
x 2 = 18(182 - 3) = 5778

Modelado y simulación en Ingeniería Química. Manuel

16
Rodríguez
Ecuaciones algebraicas no lineales
Problema g(x)=0
Newton Raphson
1. Seleccionar un punto inicial x0
2. Calcular g(xi) y g’(xi)
3. Aplicar la tangente en ese punto y en el corte con el
eje de abcisas tenemos el nuevo punto estimado

g(xi)
xi+1=xi-
g’(xi)
4. Repetir hasta llegar a la tolerancia requerida

y
g(x)
•Necesita conocer la derivada de la
función
•Convergencia cuadrática (rápida)
•Puede no converger (depende de la
función y de la estimación inicial)
x2 x1 x0 x

Modelado y simulación en Ingeniería Química. Manuel

17
Rodríguez
 Ejemplo Newton Method

x 40
2

x0  1 x0  3

( x0  4) ( x0  4)
2 2
x1  x0  x1  x0 
2 x0 2 x0
(12  4) (32  4)
x1  1   1 .5 x1  3   2.1666
2 1 23
(1.52  4) 23 (2.1666 2  4)
x 2  1 .5   x2  2.1666   2,006
2  1 .5 12 2  2.1666

Modelado y simulación en Ingeniería Química. Manuel

18
Rodríguez
Ecuaciones algebraicas no lineales

Secante Problema g(x)=0

1. Seleccionar dos puntos iniciales x0,x1
2. Calcular la recta que pasa por esos puntos
3. El corte con el eje de abcisas da el nuevo punto
estimado. Volver a calcular la recta.
xi+1-xi
xi+1=xi- g (xi+1)
g (xi+1)-g (xi)

4. Repetir hasta llegar a la tolerancia requerida

y
g(x)
•No Necesita conocer la derivada de
la función (la aproxima).
•Necesita dos puntos iniciales.
•Puede no converger.

x3 x2 x1 x0 x

Modelado y simulación en Ingeniería Química. Manuel

19
Rodríguez
Ecuaciones algebraicas no lineales

False-position Secant method

y y

x0 x3
x3 x2 x1 x x0 x2 x1 x

La primera iteración da el mismo resultado, luego cada

uno obtiene un nuevo punto estimado diferente
“At the first iteration, both methods produce the same estimate. After
that, each method has a different estimate”.

Modelado y simulación en Ingeniería Química. Manuel

20
Rodríguez
Ecuaciones algebraicas no lineales

Muller’s Method
Muller’s Algorithm
f(x)
1. Select three points [xo,f(xo)]; [x1,f(x1)] and [x2,f(x2)]
2. Compute the coefficients a, b and c *
x0 x1
x 3. Apply a quadratic formula to calculate the next
x2
estimate of the zero
Parabolic
2c
x3  x2  Real and complex root
Next estimate of Muller b  b  4ac
2 Can be located

4. Repeat step 2-3 until satisfying the convergent

criteria

Which point is discarded in Muller Algorithm

• Two general strategies are typically used:

* Se computan obligando a que g(x) pase por
– If only real roots are being located, we choose the two original
points that are nearest the new root estimate, x3 los 3 puntos seleccionados.
– If both real and complex roots are being evaluated, a sequential
approach is employed. That is just like the secant method, x1, x2
and x3 take place of x0, x1 and x2.
g ( x) = a( x - xi ) 2 + b( x - xi ) + c

Modelado y simulación en Ingeniería Química. Manuel

21
Rodríguez