Capı́tulo 3

Ceros o Raı́ces de Funciones

f (x)

f (x)

0 X

Figura 3.1: Gráfica de una función en la que se han señalado sus raı́ces en
el intervalo mostrado.

Existen algunos tipos de funciones comúnmente utilizadas en la matemáti-

ca aplicada y en las ciencias de la ingenierı́a, algunas de las más importantes
son:

Polinómicas
Como la forma general de la ecuación polinómica de segundo orden:

123
124 CAPÍTULO 3. CEROS O RAÍCES DE FUNCIONES

ax2 + bx + c = 0
Para igualar cuadrados en esta ecuación se sigue el siguiente procedi-
miento:

b c
x2 + x = −
a a

b b2 c b2
x2 + x + 2 = − + 2
a 4a a 4a
µ ¶2
b c b2
x+ =− + 2
2a a 4a
µ ¶ r
b c b2
x+ = ± − +
2a a 4a2
r
b −4ac + b2
x=− ±
2a 4a2

Y finalmente se llega a:

√
−b ± b2 − 4ac
x=
2a

La que es una fórmula muy conocida y utilizada para encontrar las

raı́ces o ceros de las ecuaciones polinómicas de segundo orden que se
presentan en la modelización de algunos fenómenos fı́sicos y estadı́sti-
cos.
Trigonométricas
Como las Series de Fourier:

a0 X ³ mπx ´
∞
mπx
+ am cos + bm sen
2 L L
m=1

Utilizadas para la solución analı́tica de algunos tipos de ecuaciones

diferenciales ordinarias y parciales.
3.1. RAÍZ DE UNA FUNCIÓN 125

Exponenciales
Como la función que describe el tamaño de la población en cada ge-
neración T , para poblaciones con generación continua, dada por:

NT = N0 erT

Donde, NT es el tamaño de la población en la generación T , N0 es el

tamaño de la población inicial y r es la capacidad innata de aumento.

Logarı́tmicas
Como la función utilizada para el cálculo de la sensación recibida por
el oyente de una fuente sonora, en decibelios (o Nivel de Potencia Lw );
dada por:

µ ¶
W1
Lw = 10 log
Wo

Donde, W1 es la Potencia a Estudiar, en vatios, y W0 es la Potencia

Umbral de Audición (que equivale a 10−12 vatios).

Otras funciones de importancia son las Hiperbólicas, que se pueden tomar

como casos particulares de las funciones exponenciales.

3.1. Raı́z de una Función

Sea f una función definida sobre un cuerpo algebráico, F, y sea x todo
elemento perteneciente al dominio de dicha función. Entonces, se define como
raı́z de f al elemento del dominio para el que se cumple que f (x) = 0. Es
decir, la raı́z de una función es el valor de la variable (o los valores de las
variables) que hace que el valor de esa función sea cero.

Para encontrar numéricamente los ceros o raı́ces de los tipos de funciones

descritas en los párrafos anteriores y otras variedades más, se ha desarrollado
una gama de métodos, algunos de los más importantes por su sencillez y
eficiencia se describen a continuación.
126 CAPÍTULO 3. CEROS O RAÍCES DE FUNCIONES

3.2. El Método de Horner

El Método de Horner es una de los más eficientes, sencillos y populares

métodos para evaluar un polinomio de grado n. Algunas de sus diversas
aplicaciones son: la disminución del número de operaciones para evaluar
un polinomio en un punto dado, con la finalidad de aumentar la velocidad
en la solución de algunos procedimientos numéricos y disminuir el Error
de Redondeo en los mismos, en combinación con otros métodos, el Método
de Horner se puede utilizar para encontrar raı́ces racionales de polinomios
enteros y diferenciación numérica de este tipo de polinomios.

La deducción de este importante método y sus aplicaciones se presenta

a continuación. Sea la forma general de un polinomio Entero:

n
X
P (x) = ai xi (3.1)
i=0

Desarrollando la sumatoria de la ecuación 3.1, se obtiene:

P (x) = a0 + a1 x + a2 x2 + . . . + an xn (3.2)

El polinomio dado en la ecuación 3.2 se puede expresar también de la

siguiente manera:

P (x) = a0 + x (a1 + x (a2 + x(. . . + x (an ) )) . . .)

|{z}
bn
| {z }
b2 (3.3)
| {z }
b1
| {z }
b0

Ahora, al evaluar el polinomio de la ecuación 3.3 en el punto z, se tiene:

3.2. EL MÉTODO DE HORNER 127

bn = an

bn−1 = an−1 + zbn

bi−1 = ai−1 + zbi

b1 = a1 + zb2

b0 = a0 + zb1
Si se llama Q(x) al polinomio formado por los coeficientes generados por
la ecuación bi−1 = ai−1 + zbi , entonces dicho polinomio es:

Q(x) = b1 + b2 x + . . . + bn−1 xn−2 + bn xn−1 (3.4)

Teorema 3.2.1 Si el polinomio P (x) se divide entre x − z, siendo z una

constante independiente de x, el residuo es igual a f (z). Este se conoce como
el Teorema del Residuo.

Luego, tomando en cuenta las ecuaciones 3.2, 3.4 y el Teorema 3.2.1, se

llega a la siguiente relación:

P (x) (x − z)
(3.5)
b0 Q(x)
De la relación 3.5, se tiene que:

P (x) = b0 + Q(x)(x − z) (3.6)

Y, al derivar la ecuación 3.6 se llega a una expresión con la que se puede

evaluar la derivada del polinomio P (x) en el punto z y en función de Q(x),
ası́:

P 0 (x) = Q(x) + Q0 (x)(x − z) (3.7)

Evaluando la ecuación 3.7 en el punto z.

P 0 (z) = Q(z) (3.8)

128 CAPÍTULO 3. CEROS O RAÍCES DE FUNCIONES

A continuación se presenta un pseudocódigo para evaluar un polinomio

cualquiera en un punto x = z, utilizando Método de Horner 3.6.

3.2.1. Pseudocódigo del Método de Horner

b(n + 1) = a(n + 1)
for i = n : −1 : 1
b(i) = a(i) + b(i + 1) ∗ z
end
valor= b(1)

3.2.2. Ejemplo:
Se requiere evaluar la función P (x) en el punto x = 1, 5 y se deben
realizar la menor cantidad de operaciones posibles en la evaluación, con la
finalidad de reducir la introducción de errores por redondeo en la solución y
de maximizar la rapidez del proceso. Utilizar el método de Horner 3.6 para
dichos objetivos.

P (x) = 5x3 − 3x2 + 1

Solución

Reordenando el polinomio P (x):

P (x) = 1 − 3x2 + 5x3

De acuerdo con la ecuación 3.2, se tiene que:

a1 = 1 a2 = 0

a3 = −3 a4 = 5

De los datos del ejercicio, se sabe que el punto en donde se requiere

evaluar el polinomio P (x) en estudio es z = x = 1, 5, y el grado de di-
cho polinomio es n = 3. Entonces de acuerdo con el pseudocódigo dado
en el subapartado 3.2.1., se debe averiguar P (z) = P (x) = P (1, 5) =? El
funcionamiento del algoritmo en mención (para i = 1 : n) se ilustra en la
siguiente tabla.
3.2. EL MÉTODO DE HORNER 129

n z i a(i + 1) b(i + 1) a(i) b(i)

3 1,5 3 5 5 -3 4,5
2 4,5 0 6,75
1 6,75 1 11,125

De donde, el valor de la función en x = 1, 5 es:

b1 = P (1, 5) = 11, 125

Nótese que utilizando el algoritmo del Método de Horner dado en el

subapartado 3.2.1. para evaluar el polinomio propuesto para este ejercicio
se realizó un número total de 6 operaciones (3 sumas y 3 multiplicaciones),
y que evaluando el polinomio en estudio de una forma no óptima se podrı́an
llegar a realizar hasta 5 multiplicaciones y 2 sumas (tomando las potencias
como multiplicaciones, cosa que no incide en el Método de Horner). Además,
tómese en cuenta que el error por redondeo se propaga con mayor rapidez
en la multiplicación que en la suma, en especial con cantidades pequeñas.

Teorema 3.2.2 Si z es una raı́z de la ecuación entera P (x) = 0, entonces

x − z es un factor del polinomio P (x), y viceversa. Este se conoce como
Teorema del Factor.

Además, se puede demostrar, que si la fracción a/b, reducida a su mı́nima

expresión es una raı́z de la ecuación entera,

a0 + a1 x + a2 x2 + . . . + an xn = 0 (3.9)

Con coeficientes enteros o nulos, pero con a0 6= 0 y an 6= 0, entonces a es

un divisor exacto de a0 y b es un divisor exacto de an . De esto se tiene que
en general las posibles raı́ces de la ecuación entera 3.9 son las combinaciones
de los factores del numerador y denominador de la fracción

a0
± (3.10)
an
130 CAPÍTULO 3. CEROS O RAÍCES DE FUNCIONES

3.2.3. La Regla de los Signos de Descartes

Sea P (x) un polinomio en x con coeficientes reales y ordenados según
las potencias ascendentes de x. Si dos términos sucesivos difieren en signo,
se dice que hay una variación.

La Regla de Descartes dice que para una ecuación entera P (x) = 0 con
coeficientes reales y sin raı́ces nulas:

1. El número de raı́ces positivas de P (x) = 0 es igual al número de

variaciones de P (x) o es menor que este número en un número par.

2. El número de raı́ces negativas de P (x) = 0 es igual al número de

variaciones de P (−x) o es menor que este número en un número par.

3.2.4. Procedimiento para Determinar Raı́ces Racionales

Para realizar un algoritmo que encuentre las raı́ces racionales de una
ecuación entera con coeficientes racionales de una forma óptima, se sugiere
seguir los siguientes pasos en el orden indicado:

1. Separar las raı́ces nulas (opcional), y efectuar los siguientes pasos con
la ecuación resultante.

2. Aplicar la Regla de los Signos de Descartes para determinar la posible

naturaleza y distribución de las raı́ces. Esta información debe utilizarse
como guı́a en cualquiera de las pruebas de los siguientes pasos.

3. Aplicar la combinación de los factores del numerador y del denomi-

nador de la fracción 3.10 para determinar las posibles raı́ces racionales.

4. Mediante el Método de Horner y en especı́fico utilizando el pseudocódi-

go dado en el subapartado 3.2.1. evaluar las posibles raı́ces en la fun-
ción entera P (x) = 0 y cada vez que se encuentre una raı́z (cuando el
residuo b0 se haga cero), separarla y continuar con la ecuación reducida
Q(x).

5. Después de separar todas las raı́ces racionales, la última ecuación re-

ducida, si es que existe, posee solamente raı́ces irracionales y/o com-
plejas.
3.2. EL MÉTODO DE HORNER 131

3.2.5. Ejemplo:
Sea P (x) un polinomio entero del que se requiere encontrar sus raı́ces.
Utilizar el Procedimiento para la Determinación de las Raı́ces Racionales de
una Ecuación Mediante el Método de Horner del subapartado 3.2.4..

P (x) = 4x2 − 5x + 1

Solución
De acuerdo con el Procedimiento para la Determinación de las Raı́ces
Racionales de una Ecuación Mediante el Método de Horner del subapartado
3.2.4., se tiene que:

1. Separación de Raı́ces Nulas. En el polinomio entero dado para

este ejercicio no se tienen raı́ces nulas, esto se sabe a priori ya que este
polinomio posee un término independiente.

2. Determinación de la Naturaleza y Distribución de las Raı́ces.

Para esto se utiliza la Regla de los Signos de Descartes. Al organizar
P (x) de acuerdo con la potencia ascendente de x, se tiene que:

P (x) = 1 − 5x + 4x2

De donde al analizar P (x), se determina que existen 2 variaciones. De

acuerdo con esto la ecuación entera P (x) = 0 podrı́a tener 2 ó 0 raı́ces
positivas, además, el número de variaciones de P (−x) es 0 por lo que
no existen raı́ces negativas.

3. Aplicación de las Combinaciones de los Factores de la Frac-

ción 3.10. Para el polinomio estudiado en este ejercicio se tiene que:
a0 = 1 y a2 = 4, por lo que utilizando la combinación de los factores
del numerador y del denominador de la fracción 3.10 (tómese en cuenta
que se determinó la ausencia de raı́ces negativas), se obtiene:

a0 1
=
an 4, 2, 1

De acuerdo con esto las posibles raı́ces de P (x) son: 1/4, 1/2 y 1.

4. Determinación de las Raı́ces Mediante el Método de Horner.

Para este paso se utiliza el pseudocódigo dado en el subapartado 3.2.1..
132 CAPÍTULO 3. CEROS O RAÍCES DE FUNCIONES

Siguiendo el mismo procedimiento del ejemplo anterior y teniendo en

cuenta que el grado de P (x) es n = 2; los coeficientes (para i = 1 : n)
son: a1 = 1, a2 = −5 y a3 = 4. Se realizaron las siguientes tablas para
cada posible raı́z:

Para z = 1/4.

n z i a(i + 1) b(i + 1) a(i) b(i)

2 1/4 2 4 4 -5 -4
1 -4 1 0
De la última tabla se tiene que b1 = 0, por lo que 1/4 es una raı́z
de P (x).
Para z = 1/2.

n z i a(i + 1) b(i + 1) a(i) b(i)

2 1/2 2 4 4 -5 -3
1 -3 1 -0,5
De la última tabla se tiene que b1 = 0, 5, por lo que 1/2 no es una
raı́z de P (x).
Para z = 1.

n z i a(i + 1) b(i + 1) a(i) b(i)

2 1 2 4 4 -5 -1
1 -1 1 0
De la última tabla se tiene que b1 = 0, por lo que 1 es una raı́z
de P (x).

De esta forma se ha determinado que las dos raı́ces del polinomio

entero de segundo grado estudiado en este ejemplo son: 1/4 y 1.

5. Determinación de Raı́ces Irracionales o Complejas. Este paso

no es necesario debido a que se han determinado las dos raı́ces que
le deben corresponder a un polinomio de segundo grado, como es el
polinomio estudiado en este ejemplo, que en este caso son racionales y
positivas.

De acuerdo con lo aquı́ descrito sobre el Método de Horner, también se

pueden evaluar las m derivadas de P (x) en el punto x = z, como se indica
en el siguiente ejemplo.
3.2. EL MÉTODO DE HORNER 133

3.2.6. Ejemplo:
Evaluar el polinomio P (x) y su primera derivada P 0 (x) en el punto
x = 2, utilizando el pseudocódigo del Método de Horner del subapartado
3.2.1..

P (x) = 2x2 − 5x + 6

Solución
Ordenando P (x) de acuerdo a con las potencias ascendentes de x.

P (x) = 6 − 5x + 2x2
De donde se tiene (para i = 1 : n) que a1 = 6, a2 = −5 y a3 = 2, y que el
grado de P (x) en este ejemplo es n = 2. Entonces utilizando el pseudocódigo
del subapartado 3.2.1., y sabiendo que el punto en el que se debe evaluar a
P (x) y a su primera derivada es x = z = 2, se realizó la siguiente tabla:

n z i a(i + 1) b(i + 1) ai bi
2 2 2 2 2 -5 -1
1 -1 6 4
Por lo que de acuerdo con las ecuaciones 3.3 y 3.4, se han obtenido los
coeficientes b1 = 4, b2 = −1 y b3 = 2. De aquı́ se desprende que P (2) = 4, y
que el polinomio cociente Q(x) es:

Q(x) = −1 + 2x
Ahora, de acuerdo con la ecuación 3.8 evaluar a Q(x) en el punto x =
z = 2 es equivalente a evaluar a la primera derivada de P (x), P 0 (x) en ese
mismo punto. Es decir que obteniendo Q(x) se obtuvo P 0 (x).

Q(x) = P 0 (x) = −1 + 2x
Luego, se toma a P 0 (x) como un nuevo polinomio con coeficientes (para
i = 1 : n) a1 = −1 y a2 = 2, y de grado n = 1. Por lo que utilizando
nuevamente el pseudocódigo del Método de Horner del subapartado 3.2.1.,
se realizó la siguiente tabla:

n z i a(i + 1) b(i + 1) ai bi
1 2 1 2 2 -1 3
Donde que, de la última tabla, se obtiene que:
134 CAPÍTULO 3. CEROS O RAÍCES DE FUNCIONES

b1 = P 0 (2) = 3

Las tablas desarrolladas en este ejemplo, de acuerdo con el pseudocódigo

del subapartado 3.2.1., ilustran el concepto de una “Prueba de Escritorio”,
procedimiento que sirve para evaluar manualmente si es que un pseudocódi-
go o un algoritmo es lógico y, por lo tanto lleva mediante las hipótesis y
razonamientos correctos a la solución de un problema dado. Hoy en dı́a las
pruebas de escritorio han caı́do en desuso, esto es, debido a que en la actua-
lidad existen lenguajes denominados como de “Alto Nivel” (un ejemplo de
este tipo de lenguajes es MATLAB) que poseen herramientas que permiten
realizar procedimientos similares a las pruebas de escritorio de una manera
más sencilla e interactiva. Sin embargo, es importante tener en cuenta este
concepto, que para ciertos casos, métodos o momentos todavı́a es útil.

3.2.7. Desventajas del Método de Horner

La única desventaja que se podrı́a considerar en la utilización del Método
de Horner, es que este sólo sirve para trabajar encontrando raı́ces racionales
y derivando polinomios enteros; por lo que no puede ser utilizado de ningu-
na manera para realizar las operaciones descritas con ningún otro tipo de
funciones.

3.2.8. Ventajas del Método de Horner

Por fortuna, gran parte de las funciones utilizadas en el desarrollo de
métodos numéricos son polinómicas y muchas de ellas son polinomios en-
teros, por lo que, de acuerdo con esto, el Método de Horner representa una
opción sencilla, fuerte, y versátil para: disminuir la propagación de los errores
por redondeo, evaluar de forma más rápida y eficiente los polinomios enteros
en un punto dado, z; encontrar las raı́ces racionales de dichos polinomios y
encontrar sus m primeras derivadas evaluadas en ese mismo punto.

El Método de Horner cuenta, además, con la ventaja adicional de ser un

método exacto para cualquiera de los procedimientos descritos en el párrafo
anterior. Todos los métodos para encontrar raı́ces de funciones y/o evaluar
sus derivadas que se desarrollarán en esta obra, exceptuando este método,
son métodos aproximados y se acercarán a las soluciones (en caso de converg-
er si es que son métodos iterativos) de acuerdo a una tolerancia requerida
3.3. MÉTODO DE LA BISECCIÓN 135

y/o con un error por truncamiento (ver Capı́tulo 2) que el método de Horner
no posee.

Para obtener una condición óptima del Método de Horner, se aconse-

ja implementarlo de acuerdo con el procedimiento dado en el subapartado
3.2.4..

3.2.9. Condiciones para el Método de Horner

De acuerdo con lo mencionado de forma repetitiva durante el desarrollo
de este método, la única condición para su uso es que debe ser utilizado
exclusivamente con polinomios enteros con raı́ces racionales.

3.3. Método de la Bisección

Este método requiere dividir repetidamente a la mitad los subintervalos
[ai , bi ] y, en cada paso, localizar el segmento que contiene a pi como se
muestra en la Figura 3.2.

f (x)

f (b) .
f (x)
[b, f (b)]

0
.
P1
.
P b
X

f( ) .
[ , f ( )]

Figura 3.2: Interpretación geométrica del Método de la Bisección.

Para empezar se toma a1 = a, b1 = b y p1 el punto medio de [a1 , b1 ]; o

sea:
136 CAPÍTULO 3. CEROS O RAÍCES DE FUNCIONES

1
p1 = (a1 + b1 ) (3.11)
2

Este es un método iterativo basado en el teorema del valor intermedio

(ver Capı́tulo 1). A continuación se describen los pasos a seguir para la
utilización o implementación de este método.
1. Se supone tener una función continua f , definida en el intervalo [a, b],
con f (a) y f (b) de signos distintos.
2. Si f (p1 ) = 0, entonces p = p1 ; en caso contrario, f (p1 ) debe tener el
mismo signo que f (a1 ) o f (b1 ).
3. Si f (p1 ) y f (a1 ) tienen igual signo (+ o −), entonces la raı́z p se
encuentra en el intervalo (p1 ; b1 ), y se toma a2 = p1 y b2 = b1 .
4. Si f (p1 ) y f (b1 ) son del mismo signo, entonces la raı́z p se encuentra
en el intervalo (a1 ; p1 ) y se toma a2 = a1 y b2 = p1 .
Luego se repite el procedimiento para los nuevos intervalos.

3.3.1. Desventajas del Método de la Bisección

Una desventaja a considerarse a la hora de utilizar el Método de la Bisec-
ción es que este converge muy lentamente, lo que le hace perder popularidad
ante otros métodos como el de Newton-Raphson, que se describirá más ade-
lante.

3.3.2. Ventajas del Método de la Bisección

Una gran ventaja del Método de la Bisección es que siempre converge a
una solución (a excepción de funciones asintóticas, como es obvio), por lo
que es usado para “poner en marcha”, a otros métodos de mayor orden de
convergencia utilizados para hallar los ceros de una función.

3.3.3. Condiciones para el Método de la Bisección

Las condiciones necesarias a imponer para el correcto desempeño de este
método son:
Número de iteraciones máximo del programa.
tolerancia para la exactitud de la respuesta.
3.3. MÉTODO DE LA BISECCIÓN 137

3.3.4. Pseudocódigo del Método de la Bisección

While(|f (x)| ≥Tol)

x = (a + b)/2
if(|f (x)| ≤Tol)
raı́z= x
else
signo = f (b) ∗ f (x)
if(signo < 0)
a=x
else
b=x
end
end
end

3.3.5. Ejemplo:
Dado el siguiente polinomio de segundo grado:

P (x) = x2 − 5x + 6
Encontrar las raı́ces existentes en el intervalo [0, 5]. Utilice el Método de
la Bisección aplicando una tolerancia de 0, 1.

Gráficamente el polinomio dado se representa en la Figura 3.3.

Solución
De acuerdo con la ecuación 3.11, el primer punto medio del intervalo
dado [a, b], es:

0+5
p1 = = 2, 5
2
Evaluando el primer punto medio, p1 , en el polinomio dado para este
ejercicio.

P (p1 ) = −0, 25 > tolerancia

Además, evaluando el polinomio en a y b, se tiene: P (0) = 6 y P (5) = 6.
Nótese que P (0) y P (5) tienen el mismo signo y p1 tiene signo contrario a
138 CAPÍTULO 3. CEROS O RAÍCES DE FUNCIONES

f (x)

f (x)

0
X
5

Figura 3.3: Gráfica del polinomio P (x) = x2 − 5x + 6, en donde se señalan

las dos raı́ces.

P (0) y P (5), por lo que la raı́z podrı́a estar en cualquiera de los dos nuevos
subintervalos (0; 2, 5) o (2, 5; 5). En otras palabras, y de acuerdo con el grado
del polinomio en estudio, en el intervalo [0, 5] existen dos raı́ces.

Se decide (de manera aleatoria) tomar el intervalo (2, 5; 5). Por lo que,
ahora, a = 2, 5 y b = 5. Entonces, una vez más, de acuerdo con la ecuación
3.11.

2, 5 + 5
p2 = = 3, 75
2
Ahora, evaluando a P (x) en el nuevo punto medio p2 .

P (p2 ) = 1, 3125 > tolerancia

Además, evaluando el polinomio en los nuevos a y b, se tiene: P (2, 5) =

−0, 25 y P (5) = 6. Nótese ahora, que P (2, 5) y P (p2 ) tienen signos dife-
rentes, de donde la una raı́z de este polinomio se encuentra en el intervalo
(2, 5; 3, 75). Por lo que, ahora, a = 2, 5 y b = 3, 75. Entonces, de acuerdo con
la ecuación 3.11.

2, 5 + 3, 75
p3 = = 3, 125
2
Luego, evaluando a P (x) en el nuevo punto medio p3 .
3.4. MÉTODO DE NEWTON-RAPHSON 139

P (p3 ) = 0, 1406 > tolerancia

Y, evaluando el polinomio en los nuevos a y b, se tiene que: P (2, 5) =
−0, 25 y P (3, 75) = 1, 3125. Del análisis de los resultados, se destaca la
diferencia de signos entre P (2, 5) y P (p3 ), de donde la una raı́z de este
polinomio se encuentra en el intervalo (2, 5; 3, 125). Por lo que, ahora, a = 2, 5
y b = 3, 125. Entonces, de acuerdo con la ecuación 3.11.

2, 5 + 3, 125
p4 = = 2, 8125
2
Al evaluar P (x) en el nuevo punto medio p4 , se obtiene:

P (p4 ) = −0, 1523 > tolerancia

Y, evaluando el polinomio en los nuevos a y b, se tiene que: P (2, 5) =
−0, 25 y P(3,125)=0,1406. Del análisis de los resultados, se destaca la difer-
encia de signos entre P (p4 ) y P (3, 125), de donde la una raı́z de este poli-
nomio se encuentra en el intervalo (2, 8125; 3, 125). Por lo que, ahora, a =
2, 8125 y b = 3, 125. Entonces, de acuerdo con la ecuación 3.11.

2, 8125 + 3, 125
p5 = = 2, 9687
2
De donde:

P (p5 ) = −0, 0303 < tolerancia. Sı́ cumple.

Por lo que , finalmente, se ha encontrado una de las dos raı́ces de P (x),
estando esta x = p5 = 2, 9687. Nótese que esta raı́z es aproximada, ya que se
ha tomado una tolerancia con la que se aceptará como tal. Dicha tolerancia
puede variar según los requerimientos de exactitud de cada problema en
particular.

Para encontrar la otra raı́z, ubicada en el intervalo (0; 2, 5), se repite el

mismo procedimiento que llevó a encontrar la raı́z en el intervalo (2, 5; 5).

3.4. Método de Newton-Raphson

El método de Newton-Raphson es uno de los métodos numéricos más
conocidos para la búsqueda de raı́ces. Una manera de introducir el método,
es un enfoque basado en la Serie de Taylor (ver Capı́tulo 1).
140 CAPÍTULO 3. CEROS O RAÍCES DE FUNCIONES

Supóngase una función cualquiera f (x), al trazar una tangente a f (x)

en el punto (b; f (b)), como se muestra en la Figura 3.4.

f (x)

f (x)

[b, f (b)]

f(p1)

θ
X
0 P1 b

Figura 3.4: Interpretación geométrica del Método de Newton Raphson.

Dicha tangente obedece a la ecuación de una recta que pasa por el punto
(b; f (b)) y tiene pendiente m, ası́:

y − f (b) = m(x − b) (3.12)

Es sabido que la pendiente, m, es igual a la derivada de f (x) evaluada

en el punto b. De acuerdo con esto la ecuación 3.12 se puede reescribir de la
siguiente forma:

y − f (b) = f 0 (b)(x − b) (3.13)

Para encontrar la raı́z de la recta tangente a f (x) en x = b (dada por la

ecuación 3.13), se iguala y a cero.

f 0 (b)(x − b) + f (b) = 0 (3.14)

Despejando x de la ecuación 3.14, finalmente se obtiene:

3.4. MÉTODO DE NEWTON-RAPHSON 141

f (b)
x=b− (3.15)
f 0 (b)

En el caso en que x evaluado en el punto b del intervalo [a, b] esté fuera

de dicho intervalo, la ecuación 3.15 no se evaluarı́a en el extremo b sino en
el extremo a. Entonces f (p1 ) tendrá que ser aproximada a cero para que x
sea la raı́z de f (x).

Una segunda aproximación serı́a tomar como nuevo punto de tangencia

a (p1 ; f (p1 )) en vez del punto (b; f (b)) (ver Figura 3.4), y ası́ sucesivamente
hasta que el método converja.

Es fácil darse cuenta que este también es un método iterativo, por lo que
debe cumplir con algunas condiciones de convergencia y detención.

3.4.1. Desventajas del Método de Newton-Raphson

Una de las desventajas del Método de Newton-Raphson es la necesidad
de saber el valor de la derivada de f (x) en cada aproximación. Esto podrı́a
complicar las cosas, ya que en ciertas ocasiones, suele suceder que f 0 (x)
es una expresión mucho más complicada que f (x) y necesita de mucho más
operaciones aritméticas para ser evaluada. Sin embargo, para el caso de poli-
nomios, la derivada puede ser fácilmente evaluada con el Método de Horner
(ver apartado 3.2.). Con respecto a este problema, se han desarrollado pro-
cedimientos y modificaciones del Método de Newton-Raphson que aminoran
estas desventajas. Estos métodos no están dentro del alcance de esta obra.

Se debe asegurar que f 0 (b) sea diferente de cero ya que si f 0 (b) = 0 no

se puede continuar, al no existir la división para cero.

Para ayudar a que este método converja, es necesaria una buena esti-
mación inicial. Esto se traduce, en que se debe tener un cierto conocimiento
(una idea) del intervalo en el que se encuentra la raı́z buscada.

3.4.2. Ventajas del Método de Newton-Raphson

Una gran ventaja que hace que el Método de Newton-Raphson tenga gran
popularidad es que este suele converger más rápido que los demás métodos
142 CAPÍTULO 3. CEROS O RAÍCES DE FUNCIONES

del mismo tipo, ya que posee convergencia cuadrática, caracterı́stica de la

que no gozan los otros métodos iterativos tratados en este capı́tulo.

También se puede utilizar el Método de Newton-Raphson para encontrar

raı́ces complejas.

3.4.3. Condiciones para el Método de Newton-Raphson

Las condiciones necesarias a imponer para el correcto desempeño de este

método son:

Número de iteraciones máximo del programa.

Tolerancia para la exactitud de la respuesta y convergencia, para lo

cual se pueden tomar en cuenta los dos criterios siguientes:

1. |pn − pn−1 | ≤ tolerancia

|pn − pn−1 |
2. ≤ tolerancia pn 6= 0
|pn |

Siendo el segundo un mejor criterio para detener el método ya que verifica

el error relativo.
3.4. MÉTODO DE NEWTON-RAPHSON 143

3.4.4. Pseudocódigo del Método de Newton-Raphson

señal= 0
i=1
x(i) = a
While(señal= 0)
x(i + 1) = x(i) − f (x(i))/f 0 (x(i))
if(i = 1)
if(x(i + 1) > b) or (x(i + 1) < a)
x(i) = b
end
end
if(Abs(f (x(i + 1))) ≤tolerancia)
señal= 1
raı́z= x(i + 1)
else
i=i+1
end
end

3.4.5. Ejemplo:
Dado el siguiente polinomio de segundo grado:

P (x) = x2 − 5x + 6
Encontrar las raı́ces existentes en el intervalo [0, 5]. Utilice el Método de
Newton-Raphson aplicando una tolerancia de 0, 1.
Gráficamente el polinomio dado se representa en la Figura 3.5.

Solución
De acuerdo con la ecuación 3.15, se pueden averiguar los valores de los
cortes de las tangentes en los puntos a = 0 y b = 5. Esto con la finalidad de
saber, de acuerdo a los criterios dados en subapartados anteriores, por cual
de los dos extremos del intervalo en estudio es mejor empezar. Para esto se
debe evaluar al polinomio dado para este ejemplo y a su primera derivada
en los puntos a y b. La primera derivada de P (x) es:

P 0 (x) = 2x − 5
144 CAPÍTULO 3. CEROS O RAÍCES DE FUNCIONES

f (x)

f (x)

0
X
5

Figura 3.5: Gráfica del polinomio P (x) = x2 − 5x + 6, en donde se señalan

las dos raı́ces.

Evaluando P (x) y P 0 (x) en los puntos a y b, se obtiene, para a = 0:

P (0) = 6 y P 0 (0) = −5

Para b = 5:

P (5) = 6 y P 0 (5) = 5

Sustituyendo estos valores en la ecuación 3.15.

6
x0 = 0 − = 1, 2
−5
Y:

6
x5 = 5 − = 3, 8
5
Los dos cortes de la recta tangente con el eje x, (x0 y x5 ), están dentro
del intervalo [a, b], ası́ es que se puede escoger cualquiera de los dos. Entonces,
se escoge empezar en a para la primera aproximación.

Primera Aproximación: p1 = 1, 2

P (1, 2) = 1, 44 >tolerancia
3.4. MÉTODO DE NEWTON-RAPHSON 145

Debido a que P (1, 2) es mayor que la tolerancia, se toma ahora x = 1, 2

y se evalúa P 0 (x) en este punto (ya se tiene evaluado P (1, 2)), para
volver a encontrar un nuevo punto de corte x, en el que realizará un
proceso similar al hasta aquı́ seguido. Entonces, se tiene que:

P 0 (1, 2) = −2, 6

Ahora, sustituyendo los valores de P (1, 2) y P’(1,2) en la ecuación 3.15.

(1, 44)
x1,2 = 1, 2 − = 1, 75
(−2, 6)

Segunda Aproximación: p2 = 1, 75

P (1, 75) = 0, 3125 >tolerancia

Debido a que P (1, 75) es mayor que la tolerancia, se toma ahora x =

1, 75 y se evalúa P 0 (x) en este punto (ya se tiene evaluado P (1, 75)),
para volver a encontrar un nuevo punto de corte x, en el que se volverá
a evaluar a P (x) y verificar si es una raı́z, de acuerdo con la tolerancia.
Entonces, se tiene que:

P 0 (1, 75) = −1, 5

Ahora, sustituyendo los valores de P (1, 75) y P’(1,75) en la ecuación

3.15.

(0, 3125)
x1,75 = 1, 75 − = 1, 958
(−1, 5)

Tercera Aproximación: p3 = 1, 958

P (1, 958) = 0, 0437 <tolerancia

Por lo que , finalmente, se ha encontrado una de las dos raı́ces de P (x),

estando esta p3 = 1, 958. Nótese que esta raı́z es aproximada, ya que se ha
tomado una tolerancia con la que se aceptará como tal. Dicha tolerancia
puede variar según los requerimientos de exactitud de cada problema en
particular.
146 CAPÍTULO 3. CEROS O RAÍCES DE FUNCIONES

Para encontrar la otra raı́z, Se podrı́a ahora empezar el proceso desde el

otro extremo del intervalo b = 5 y repetir todos los pasos que se realizaron
hasta llegar de a = 0 a la raı́z x = 1, 958. Otra opción serı́a reiniciar el
método en el punto raı́z encontrado o en un punto muy cercano a este.

3.5. Método de la Secante

Este método es una variación del Método de Newton-Raphson con la
finalidad de evitar de la evaluación de la derivada (ver apartado 3.4.). En
el Método de Newton-Raphson se utiliza la derivada de la función de la que
se desea encontrar una o varias raı́ces, evaluada (la derivada) en un punto
ubicado dentro del intervalo de búsqueda; de esta forma, se puede encontrar
la ecuación de la recta tangente a la curva en dicho punto, y con esta, la raı́z
de esta. Para, ası́, realizar una búsqueda de la raı́z o raı́ces, de la función,
que se deseen encontrar a lo largo de un intervalo dado.

El concepto de derivada, utilizado por el Método de Newton-Raphson,

se interpreta de forma geométrica como la obtención de la recta tangente
a un punto dado de una curva, a partir de una recta secante a dicha curva
que pase por ese punto y otro “cercano” situado sobre la misma curva. Al
hacer tender a cero la distancia entre estos dos puntos (acercando el segundo
punto al primero, que es donde se desea obtener la tangente), se obtiene la
pendiente de la recta tangente a la curva en ese punto.

El Método de la Secante parte de un principio semejante al descrito

en los párrafos anteriores, pero solamente obteniendo la secante entre dos
puntos sobre la función y que estén dentro del intervalo en donde se requiere
encontrar la raı́z o raı́ces de esta última. Para esto, el Método de la Secante
utiliza la ecuación de la recta que pasa por dos puntos (ver Figura 3.6), ası́:

f (b) − f (a)
y − f (a) = (x − a) (3.16)
b−a
Operando en la ecuación 3.16,

f (b) − f (a)
y= (x − a) + f (a) (3.17)
b−a
En la ecuación 3.17 se iguala y a cero para encontrar la raı́z de la recta,
que pasa por los puntos (a; f (a)) y (b; f (b)), esto se ilustra en la Figura 3.6.
Entonces, igualando la ecuación 3.17 a cero.
3.5. MÉTODO DE LA SECANTE 147

f (x)
[ , f ( )]

f (x)

P1 b
0
X
[b, f (b)]

Figura 3.6: Interpretación geométrica del Método de la Secante.

f (b) − f (a)
(x − a) + f (a) = 0 (3.18)
b−a
Despejando x de la ecuación 3.18 para encontrar la coordenada de la
raı́z de la recta secante a la curva f (x) que pasa por cualquier par de puntos
situados sobre esta y que estén dentro del intervalo de búsqueda, finalmente
se obtiene:

f (a)(b − a)
x= +a (3.19)
f (a) − f (b)

En resumen, si a y b representan dos puntos arbitrarios, y f (a) y f (b)

representan los valores funcionales respectivos, una primera aproximación p1
se obtiene construyendo una recta secante que cruza por los puntos (a; f (a))
y (b; f (b)). La intersección de esta secante con el eje de las x, como se ilustra,
es la primera aproximación p1 .

Una segunda aproximación p2 se obtiene de manera similar al paso an-

terior, a partir de los puntos (p1 ; f (p1 )) y (a; f (a)), si es que la raı́z de esta
segunda secante está dentro del intervalo de búsqueda, o de lo contrario
148 CAPÍTULO 3. CEROS O RAÍCES DE FUNCIONES

a partir del mismo punto (p1 ; f (p1 )) y del punto (b; f (b)). Y ası́ de forma
iterativa hasta encontrar la raı́z.

Al igual que en el Método de la Bisección, se puede tomar en cuenta el

cambio de signo de la función evaluada en dos puntos de un intervalo, con la
finalidad de saber que puntos tomar para avanzar con el método hacia una
convergencia.

El Método de la Secante es un método iterativo, por lo que debe cumplir

con algunas condiciones de convergencia y detención.

3.5.1. Desventajas del Método de la Secante

Cuando el denominador f (a)−f (b) tiende a cero, por ejemplo, en el caso
que los valores de f (a) y f (b) sean cercanos a cero, el método puede incurrir
en errores de redondeo.

3.5.2. Ventajas del Método de la Secante

Se garantiza una mayor probabilidad de convergencia que en el Método
de Newton-Raphson, e inferior a la del Método de la Bisección. Además, no
posee convergencia cuadrática como el Método de Newton-Raphson, pero
converge con mayor velocidad (cuando lo hace) que el Método de la Bisec-
ción.

3.5.3. Condiciones para el Método de la Secante

Las condiciones necesarias a imponer para el correcto desempeño de este
método son:

Número de iteraciones máximo del programa.

Tolerancia para la exactitud de la respuesta y convergencia, para lo

cual se pueden tomar en cuenta los dos criterios siguientes:

1. |pn − pn−1 | ≤ tolerancia

|pn − pn−1 |
2. ≤ tolerancia pn 6= 0
|pn |

Siendo el segundo un mejor criterio para detener el método ya que veri-

fica el error relativo. Estos criterios no sólo se utilizan en este capı́tulo sino
3.5. MÉTODO DE LA SECANTE 149

también en los Métodos Iterativos para la Solución de Sistemas de Ecua-

ciones Lineales (ver Capı́tulo 4), entre otros.

3.5.4. Ejemplo:
Dado el siguiente polinomio de segundo grado:

P (x) = x2 − 5x + 6
Encontrar las raı́ces existentes en el intervalo [0, 5]. Utilice el Método de
Newton-Raphson aplicando una tolerancia de 0, 1.

Gráficamente el polinomio dado se representa en la Figura 3.7.

f (x)

f (x)

0
X
5

Figura 3.7: Gráfica del polinomio P (x) = x2 − 5x + 6, en donde se señalan

las dos raı́ces.

Solución
Se puede empezar por probar si alguno de los extremos del intervalo de
búsqueda dado es una raı́z del polinomio en estudio. Para esto, se evalúa
P (x) en los puntos a = 0 y b = 5.

P (0) = 6 >tolerancia
Y:

P (5) = 6 >tolerancia
150 CAPÍTULO 3. CEROS O RAÍCES DE FUNCIONES

Ninguno de los dos puntos extremos del intervalo [a, b] de búsqueda es

una raı́z de P (x) por lo que se proseguirá con la primera aproximación.

Primera Aproximación:
En ésta, la primera aproximación, se obtendrá la raı́z de la secante
a P (x) que pasa por los puntos extremos del intervalo de búsqueda.
Estos puntos son a = 0 y b = 5, del paso anterior se obtuvo que
P (0) = 6 y P (5) = 6. Sustituyendo estos valores en la ecuación 3.19.

(6)(5 − 0)
x= + 0 = No está determinado.
6−6

Nótese que el denominador del primer término del lado derecho de la

ecuación 3.19 se hace cero y en consecuencia el valor de x no está
determinado, de donde, se deduce que la secante a P (x) que pasa por
los puntos (a; f (a)) y (b; f (b)) es horizontal y no posee corte (raı́z) con
el eje de las abscisas x.

Segunda Aproximación:
Para la segunda aproximación, se escogerá de forma conveniente un
punto sobre P (x) que esté dentro del intervalo de búsqueda [a, b],
para, a su vez, encontrar el valor de la raı́z de la recta secante que pasa
por dicho punto y el punto (a; P (a)) o (b; P (b)) (según convenga). De
acuerdo con lo descrito, se eligió el punto (4; P (4)) que se unirá con el
punto extremo (a; P (a)) por medio de una recta que resultará secante
a P (x) en estos puntos. Reemplazando estos puntos en la ecuación
3.19, se obtiene el valor de x en donde la secante se hace cero, ası́:

(6)(4 − 0)
x= +0=6
6−2

Reemplazando el valor la raı́z (x = 6) de la secante en P (x).

P (6) = 12 > tolerancia

El valor obtenido para P (x) en x = 6 no es una raı́z de este polinomio

ya que es mayor que la tolerancia requerida para este ejemplo, por lo
que se realizará una nueva aproximación.
3.5. MÉTODO DE LA SECANTE 151

Tercera Aproximación:
Para esta aproximación se tomará como primer punto, para la secante
a P (x), al elegido de forma conveniente en la anterior aproximación,
(4; P (4)), y como segundo punto al dado por la abscisa de corte de la
recta secante de la anterior aproximación y su valor funcional (6;P(6)).
Entonces, sustituyendo estos puntos en la ecuación 3.19.

(2)(6 − 4)
x= + 4 = 3, 6
2 − 12
Reemplazando el valor la raı́z (x = 3, 6) de la secante en P (x).

P (3, 6) = 0, 96 > tolerancia

El valor obtenido para P (x) en x = 3, 6 no es una raı́z de este poli-

nomio ya que es mayor que la tolerancia requerida para este ejemplo,
por lo que se realizará una nueva aproximación.
Cuarta Aproximación:
Ahora, se tomará como primer punto para la secante a P (x), al dado
por la abscisa de corte de la recta secante en la segunda aproximación
y su valor funcional, (6;P(6)), y como segundo punto al obtenido de
la abscisa de corte de la recta secante de la tercera aproximación y su
valor funcional (3,6;P(3,6)). Entonces, reemplazando estos puntos en
la ecuación 3.19.

(12)(3, 6 − 6)
x= + 6 = 3, 39
12 − 0, 96
Reemplazando el valor la raı́z (x = 3, 39) de la secante en P (x).

P (3, 39) = 0, 5421 > tolerancia

El valor obtenido para P (x) en x = 3, 39 no es una raı́z de este poli-

nomio ya que es mayor que la tolerancia requerida para este ejemplo,
por lo que se realizará una nueva aproximación.
Quinta Aproximación:
En esta ocasión, se tomará como primer punto para la secante a P (x),
al dado por la abscisa de corte de la recta secante en la tercera apro-
ximación y su valor funcional, (3,6;P(3,6)), y como segundo punto al
152 CAPÍTULO 3. CEROS O RAÍCES DE FUNCIONES

obtenido de la abscisa de corte de la recta secante de la cuarta apro-

ximación y su valor funcional (3,39;P(3,39)). Entonces, reemplazando
estos puntos en la ecuación 3.19.

(0, 96)(3, 39 − 3, 6)
x= + 3, 6 = 3, 117
0, 96 − 0, 5421
Sustituyendo el valor la raı́z (x = 3, 117) de la secante en P (x).

P (3, 117) = 0, 1306 > tolerancia

El valor obtenido para P (x) en x = 3, 117 no es una raı́z de este poli-

nomio ya que es mayor que la tolerancia requerida para este ejemplo,
por lo que se realizará una nueva aproximación.
Sexta Aproximación:
Para esta aproximación se tomará como primer punto para la secante
a P (x), al dado por la abscisa de corte de la recta secante en la cuar-
ta aproximación y su valor funcional, (3,39;P(3,39)), y como segundo
punto al obtenido de la abscisa de corte de la recta secante de la
quinta aproximación y su valor funcional (3,117;P(3,117)). Entonces,
reemplazando estos puntos en la ecuación 3.19.

(0, 5421)(3, 117 − 3, 39)

x= + 3, 39 = 3, 0303
0, 5421 − 0, 1306
Sustituyendo el valor la raı́z (x = 3, 0303) de la secante en P (x).

P (3, 0303) = 0, 0312 < tolerancia

El valor obtenido para P (x) en x = 3, 0303 es una raı́z de este poli-

nomio ya que es menor que la tolerancia requerida para este ejemplo.

Si se deseara calcular la otra raı́z de este polinomio de segundo grado,

podrı́a escogerse como primer punto en la segunda aproximación , en
vez de (a; P (a)), a (b; P (b)) y repetir el proceso realizado de ahı́ en
adelante. De lo contrario, otra opción serı́a reiniciar el método tomando
como primer punto a uno (sobre la función) cercano a la raı́z actual
y perteneciente al intervalo abierto (raı́z actual,b), y como segundo
punto a (b; P (b)).
3.6. APLICACIÓN A LA MECÁNICA DE FLUIDOS 153

3.6. Aplicación a la Mecánica de Fluidos

En el tubo de la Figura 3.8 se contiene agua hasta que una profundidad
y0 es alcanzada, lo que causa suficiente monto para igualar el contrapeso y
luego vencerlo. Ignorando el peso de la estructura, encuentre y0 .

Figura 3.8: Compuerta de una tuberı́a con un sistema mecánico de apertura

y cierre basado en el equilibrio de momentos entre la presión y un contrapeso
dado.

3.6.1. Solución
El diferencial de superficie, dS, está dado por:

dS = −2R sen θdy (3.20)

La presión, p, actuante sobre el diferencial de superficie de la ecuación
(3.20) es:

p = γ(y0 − y) (3.21)
Donde: y0 = R(1 − cos θ0 ) y y = R(1 − cos θ), por lo que la ecuación
(3.21) se reescribe de la siguiente forma:
154 CAPÍTULO 3. CEROS O RAÍCES DE FUNCIONES

p = γR(cos θ − cos θ0 ) (3.22)

Entonces, el diferencial de momento con respecto a la bisagra producido
por el diferencial de presión (3.22) en el diferencial de área (3.20) es:

dM (θ, y) = −2γR2 sen θ cos θ − cos θ0 ydy (3.23)

Además, se puede expresar y en función del ángulo θ, de la siguiente
forma:

y = h0 + R cos θ (3.24)
Diferenciando la ecuación (3.24) se obtiene que:

dz = −R sen θdθ (3.25)

Reemplazando las ecuaciones (3.24) y (3.25) en la ecuación (3.23).

dM (θ) = 2γR3 sen2 θ(h0 + R cos θ)(cos θ − cos θ0 )dθ (3.26)

Entonces, integrando la ecuación (3.26) se obtiene el momento total pro-

ducido por la altura y0 de agua en la tuberı́a sobre la bisagra, ası́:
Z π
M = 2γR3 sen2 θ(h0 + R cos θ)(cos θ − cos θ0 )dθ (3.27)
0

Para integrar la ecuación (3.27) y, a la vez, encontrar el valor de θ0 en el

que se produce una altura h0 con la que se cumpla el equilibrio estático entre
los momentos (producidos por el fluido en la tuberı́a y el contrapeso) con
respecto a la bisagra, se puede utilizar una versión modificada del Método
de la Bisección, dada por:

n
∆θi X (i) (i)
M= [dM (θj ) + dM (θj − ∆θi )] (3.28)
2
j=1

Donde, n es el número de intervalos en los que se divide el ángulo θ0

y ∆θi es el valor de los intervalos utilizados en la i-ésima iteración. Si el
3.6. APLICACIÓN A LA MECÁNICA DE FLUIDOS 155

momento, M , es demasiado grande, se reduce para la siguiente iteración el

valor de θ0 según el criterio del Método de la Bisección.

En este caso el método de utiliza para encontrar la raı́z θ0 de la ecuación

de equilibrio de momentos con respecto a la bisagra, dada por:

n
(i) ∆θi X (i) (i)
M0 = [dM (θj ) + dM (θj − ∆θi )] − W d (3.29)
2
j=1

Donde, M0 es el momento total con respecto a la bisagra que para el

caso del equilibrio (que es lo que se pide) M0 = 0, W es el contrapeso, y d es
la distancia (perpendicular al contrapeso) desde el punto de aplicación del
contrapeso a la bisagra.

En este caso el Método de la Bisección se utiliza para integrar la ecuación

(3.26) por medio de rectángulos de base ∆θi y altura, h(i) , igual a la evaluada
en el punto medio de cada j-ésimo intervalo de la i-ésima iteración.
(i) (i)
(i) dM (θj ) + dM (θj − ∆θi )
hj = (3.30)
2
De acuerdo con el modelo matemático utilizado para llegar a la ecuación
(3.26) se sabe que los valores máximo y mı́nimo que puede tomar θ0 son los
dados en los lı́mites de integración de la ecuación (3.27). Una buena
estrategia es empezar el proceso iterativo con el valor máximo de θ0 (θ0 = π).
En caso que el valor que se obtenga para la ecuación (3.29) con θ0 máximo
sea mayor a la tolerancia definida (≈ 0) como ya se comentó, en la siguiente
iteración se deberá disminuir el valor de θ0 y ası́ sucesivamente hasta que el
método converja y se encuentre el valor de θ0 que cumpla con la tolerancia
requerida. En caso que para θ0 máximo la ecuación (3.29) sea menor que
cero, quiere decir que para el radio, R, del tubo y la distancia desde su eje
a la bisagra, h0 , dados no se cumplirá el equilibrio para ningún valor de θ0 .

El hecho de escoger para la primera iteración el valor de θ0 máximo

garantiza el averiguar en primera instancia si el hecho comentado en la últi-
ma parte del párrafo anterior se cumple o no, y en caso que no se cumpliera,
garantiza que le valor de θ0 va a ser menor o igual al de θ0 máximo permi-
tiendo suprimir el paso del Método de la Bisección en que se evalúa es signo
del punto central (supuesta raı́z de la ecuación) con respecto a los signos
156 CAPÍTULO 3. CEROS O RAÍCES DE FUNCIONES

de los extremos del intervalo en el que se desea encontrar la raı́z, y de esta

forma aumentar la velocidad de convergencia del método.

3.6.2. Estrategia de Reducción Progresiva del Intervalo

Debido a que en este caso se está utilizando el Método de Bisección para
realizar la integral de la ecuación (3.26) en el intervalo [0, θ0 ] en el que se
desconoce el valor de θ0 pero se conoce el valor de la integral en ese intervalo
(M0 = 0), no se puede asegurar la convergencia del método para un paso,
∆θ, dado. Esto se da, debido a que el valor de ∆θ podrı́a ser muy grosero
(grande) y entonces el método “saltarı́a” el punto de convergencia (punto
donde M0 = 0) y nunca convergerı́a. En caso de que esto suceda se deberı́a
“afinar” el valor de ∆θ, pero en caso de que el valor de θ0 sea demasiado
“fino” la convergencia del método se volverı́a extremadamente lenta (como se
comentó en un apartado anterior, la convergencia del Método de la Bisección
es lenta).

Para evitar los inconvenientes descritos en el párrafo anterior, en esta

obra se presenta un método desarrollado por el autor al que se ha denomi-
nado como Estrategia de Reducción Progresiva del Intervalo.

Este método “estrategia”, consiste en escoger un paso inicial ∆θ0 , ar-

bitrario, con el que en la primera iteración se evaluará la ecuación (3.29)
y en la segunda iteración (en caso de darse) se reducirá el valor de θ0
(2) (1)
(θ0 = θ0 − ∆θ0 ), a la vez para la segunda iteración se reducirá el val-
or de ∆θ, ya que en general para este método.
(i)
θ
∆θi = 0 (3.31)
n
Al reducir el valor de ∆θ para la segunda iteración (sin que se reduzca
el número de intervalos, n) en realidad el número de intervalos se manten-
drá constante para cada iteración mejorando de forma directamente propor-
cional (lineal) la aproximación de la integral y ası́ disminuyendo el error de
aproximación de forma progresiva.

Al reducir el error de aproximación y afinar el paso en cada iteración se

mejora de forma cuantiosa la posibilidad de convergencia a costa de una pro-
gresiva reducción de velocidad de convergencia, estos es, mientras más cerca
se está la raı́z (punto de convergencia) mayor es la presión de acercamiento,
(i)
menor es el decremento en θ0 , y menor es la velocidad de aproximación.
3.6. APLICACIÓN A LA MECÁNICA DE FLUIDOS 157

Como punto adicional, la estrategia comprende una forma exacta de afi-

nar la precisión de acercamiento, asegurando ası́ la convergencia del método
y mejorando la velocidad con la que lo hace. Esto se consigue imponiendo
una distancia, L1 , con respecto a la raı́z con la que el número de intervalos se
reduzca (tómese en cuenta que en los pasos anteriores no se redujo el valor
de n) y, a su vez, calcular una nueva distancia, L2 , en la que el número de
intervalos se vuelva a reducir.

Se le denomina a la tolerancia con la que se requiere la exactitud del

valor de la raı́z θ0 con la letra τ se tiene que:
2
L1 = (3.32)
τ
Y que:

LK = LK−1 τ (3.33)
Para K = 1 : m, donde m es el número de veces que se calcula la
distancia, L, hasta la convergencia. De lo anterior, se tiene que el valor de
n para cada cálculo de n es:
nK−1
nK = (3.34)
Kτ
La ecuación (3.34) se cumple para K = 1 : m. Las ecuaciones (3.31)
a (3.34) se obtuvieron experimentalmente y son susceptibles de mejora o
cambio mediante análisis numérico o experimentación seria sobre el método
aquı́ presentado (Estrategia de Reducción Progresiva del Intervalo).

Con la estrategia anteriormente descrita se consigue asegurar la conver-

gencia y aumentar la velocidad con la que se llega a ésta al sólo realizar
pequeños cambios en la tolerancia, π, de acuerdo como lo vaya requiriendo
el problema.

Para la implementación y prueba del método aquı́ descrito se sugieren

los siguientes datos:R = 0, 5m; h0 = 0, 65m; γ = 9810N/m3 ; W = 5000N y
d)0, 5m.

Se realiza un programa en MATLAB con el que para los datos suge-

ridos en el párrafo anterior obtuvo una altura de agua en la tuberı́a de
y0 = 0, 902466m correspondiente a un ángulo θ0 = 2, 5064 radianes. Estos
resultados se obtuvieron para una tolerancia τ = 0, 05.