3.3. Ceros de las funciones Polinómicas.

Prof. M.Angélica Vega

Una expresión de la forma:

Pn (x) = an xn + an−1 xn−1 + · · · a1 x + a0 (35)

 0, se llama función polinómica de grado n.

donde, los ai son constantes, an =
Problema: Encontrar los ceros de la función (35). Como antes surgen las interrogantes:

i) ¿Existen ceros de (35) ?

ii) ¿Cómo localizarlos ?
iii) ¿Cómo determinarlos ?

I) La respuesta a la primera interrogante se debe a Gauss y constituye el:

Teorema 3.2 Teorema Fundamental del Algebra. Todo polinomio no constante tiene al menos un
cero en el campo de los complejos

Este teorema no afirma la existencia de ceros reales, aún cuando sus coeficientes sean números
reales, como por ejemplo z 2 + 1 = 0. Otro teorema importante para este tema es:

Teorema 3.3 Teorema del residuo. Si el polinomio P (z) de grado n ≥ 1 se divide por un factor
lineal (z − c), el resultado es un polinomio Q(z) y un residuo R(z).

II) Para localizar las raı́ces existen los siguientes resultados:

Teorema 3.4 Teorema de acotación de las raı́ces. Todas las raı́ces reales o complejas α de

Pn (x) = an xn + an−1 xn−1 + · · · a1 x + a0 (36)

con an = 0, se hallan cuando más a R unidades del orı́gen del plano complejo, donde
 
|a0 | |a1 | |an−1 |
R = 1 + máx , ,··· , (37)
|an | |an | |an |

Teorema 3.5 Regla de los signos de Descartes. R(+) es el número de raı́ces positivas (reales) de
p(x) y S(+) es el número de cambios de signo cuando los coeficientes no nulos de p(x) se escriben
en orden entonces,

R(+) ≤ S(+) yR(+) es par (impar) si S(+) es par (impar) (38)

El número de raı́ces negativas R(−) reales satisface

R(−) ≤ S(−) yR(−) es par (impar) si S(−) es par (impar) (39)

donde S(−) es el número de cambios de signo en la lista de coeficientes de p(−x).

33
Otro resultado es teorema de Sturm. Sea P (x) un polinomio de grado n, para determinar intervalos
para las raı́ces reales de p(x), se genera una sucesión de funciones que cumplen determinadas
condiciones. Esta sucesión recibe el nombre de sucesión de Sturm.

Definición 3.1 La sucesión {f0 , f1 , ..., fn } es una sucesión de Sturm en [a, b] si:

i) f0 presenta sólo raı́ces simples en [a, b].

ii) fm no se anula en [a, b].
iii) Si fj (r) = 0 ⇒ fj−1 (r) · fj+1 (r) < 0
iv) Si f0 (r) = 0 ⇒ f1 (r) · f0 (r) > 0

Método Para obtener una sucesión de Sturm a partir de un polinomio p(x) se procede de la
siguiente forma:

Sea f0 = p(x)
f1 = p (x)
 
f0
f2 = − resto
f1
 
f1
f3 = − resto , ...,
f2
 
fj−1
fj+1 = − resto , j = 2, 3, ..., m − 1
fj

El proceso tiene un término, puesto que el grado de los polinomios es cada vez menor. Si fm es
constante no nula, entonces la sucesión obtenida es de Sturm. Si alguna función fp+1 = 0 entonces
la sucesión {f0 , f1 , ..., fp } no es de Sturm y las raı́ces de fp son raı́ces múltiples de f0 . En este caso
la sucesión de Sturm se obtiene mediante:
fj
fj = , j = 1, 2, ..., p
fp

El número de raı́ces reales de p(x) en [a, b] está dado por la diferencia entre el número de cambios
de signo en
{f0 (a), f1 (a), ..., fm (a)}
y el número de cambios de signos en

{f0 (b), f1 (b), ..., fm (b)}

siempre que f0 (a) · f0 (a) · f0 (b) no sea cero. Ilustramos estos resultados con algunos ejemplos.

34
Ejemplo 3.4 Considérese el polinomio

P (x) = x5 − 4.5x4 + 4.55x3 + 2.675x2 − 3.3x − 1.4375

i) Por el teorema de acotación de raı́ces, sabemos que todas las raı́ces satisfacen :
 
| − 1.4375| | − 3.3| |2.675| |4.55| | − 4.5|
|α| ≤ 1 + máx , , , , = 1 + 4.55 = 5.55
|1| |1| |1| |1| |1|

ii) Para aplicar la regla de los signos de Descartes, hacemos una lista con los coeficientes no nulos
de p(x) y p(−x).

Parap(x) : 1, −4.5, 4.55, 2.675. − 3.3, −1.4375 ası́S(+) = 3

(40)
Parap(−x) : −1, −4.5, −4.55, 2.675, 3.3, −1.4375 ası́S(+) = 2

Luego deducimos que p(x) tiene :

1 o 3 raı́ces reales positivas en el intervalo (0, 5.55).

0 o 2 raı́ces negativas en el intervalo (−5.55, 0).

Ejemplo 3.5 Ubique las raı́ces de

f (x) = x3 − 2x2 + 3x − 1 = 0

Sol. aplicaremos teorema de Sturm.

f0 (x) = x3 − 2x2 + 3x − 1
f1 (x) = 3x2 − 4x
+3  (41)
f0 (x)
f2 (x) = −resto
f1 (x)

es decir,
x 2
x3 − 2x2 + 3x − 1 : 3x2 − 4x + 3 = −
3 9
4
−x3 + x2 − x
3
——————-
2
− x2 + 2x − 1 (42)
3
2 2 8 6
x − x+
3 9 9
——————–
10 1
x−
9 3
luego,
10x 1
f2 (x) = − +
9 3

35
  
f1 (x)
Ahora calculamos f3 (x) = −resto en efecto,
f2 (x)

10x 1 27 274
3x2 − 4x + 3 : − + =− x+
9 3 10 100
9
−3x2 + x
10
——————-
31
− x+3 (43)
10
31 93
x−
10 100
——————–
207
100
Luego la sucesión es :

10x 1 207
{x3 − 2x2 + 3x − 1, 3x2 − 4x + 3, − + ,− }
9 3 100

Determinemos el número de raı́ces en [0, 1]

0 1
x3 − 2x2 + 3x − 1 − +
3x2 − 4x + 3 + +

10x 1
− + + −
9 3

207
− − −
100

2 1

El número de raı́ces es 2 − 1 = 1, luego existe una única raı́z en I = [0, 1] y es :

10 1 3
− x=− ⇒x= = 0.3
9 3 10

III) Para determinar los ceros reales de las funciones polinómicas, disponemos del
método de Horner y para determinar ceros complejos el método de Bairstow y el
método de M üller

36
3.3.1. Método de Horner

Veremos ahora como aplicar el método de Horner para determinar raı́ces.

Teorema 3.6 Método de Horner. Sea

n

Pn (x) = ak xk , an neq 0 , an = bn
k=0

i) Si bk = ak + bk+1 x0 , ∀k = n − 1, · · · 1, 0 entonces
P (x0 ) = b0

ii) Además si,

Qn−1 (x) = bn xn−1 + bn−1 xn−2 + · · · b2 x + b1
entonces
Pn (x) = (x − x0 )Qn−1 (x) + b0

Dem.
ii) Desarrollamos Q(x) en la expresión :
(x − x0 )Qn−1 (x) + b0 = (x − x0 )(bn xn−1 + bn−1 xn−2 + · · · b2 x + b1 ) + b0
= bn xn + bn−1 xn−1 + · · · b2 x2 + b1 x)−
−(bn x0 xn−1 + bn−1 x0 xn−2 + · · · b2 x0 x + b1 x0 ) + b0
= bn xn + (bn−1 − bn x0 )xn−1 + · · · + (b2 − b3 x0 )x2 + (b1 − b2 x0 )x + (b0 − b1 x0 )
= an xn + an−1 xn−1 + · · · a1 x + a0 = Pn (x).
i) Usando ii)
Pn (x) = (x − x0 )Qn−1 (x) + b0 ⇐ P (x0 ) = b0

Corolario 3.1 P  (x0 ) = Q(x0 )

Dem.

P (x) = (x − x0 )Q(x) + b0
= Q(x) + (x − x0 )Q (x)
P  (x0 ) = Q(x0 )

Observación 3.2 Si se usa el método de Newton - Raphson para determinar las raı́ces de un
polinomio P (x), para evaluar P (xk ) y P  (xk ) puede usarse el método de Horner.

Ejemplo 3.6 Usando Newton - Raphson y Método de Horner, aproximar la mayor raı́z negativa
de
2x4 − 3x2 − 3x − 4
Usando x0 = −2 como aproximación inicial, relizar 3 iteraciones.
Solución .
Primera iteración.
i) Cálculo de P (x0 )

37
 ai a4 a3 a2 a1 a0
2 0 −3 3 −4
−4 8 −10 14
bi 2 −4 5 −7 10

Por teorema de Horner:

P (−2) = 10 y Q(x) = 2x3 − 4x2 + 5x − 7

ii) Cálculo de P  (x0 )

Para determinar P  (−2) = Q(−2), usamos nuevamente método de Horner.

2 −4 5 −7
−4 16 −42
2 −8 21 −49

Luego P  (−2) = −49

Usamos Método de Newton-Raphson
10
x1 = −2 − ≈ −1.796
−49
Haciendo otra iteración, se obtiene

2 0 −3 3 −4
−3.592 6.451 −6.197 5.742
2 −3.592 3.451 −3.197 1.742 P (x1 )
−7.184 16.353 −32.565 Q(x1 ) = P  (x1 )

Luego,
1.742
x2 = −1.796 − ≈ −1.7425
−32.565
El valor aproximado de la raı́z es −1.73896 Para encontrar el otro cero se aplica el mismo método.

Actividades 3.3 Separar las raı́ces de los siguientes polinomios:

a) P3 (x) = 3x3 + 2x − 1
c) P4 (x) = x4 − 2x2 + 1

3.3.2. Método de Bairstow

Según el teorema fundamental un polinomio que tiene coeficientes reales, puede tener ceros reales
y complejos. El método de Bairstow permite calcular los ceros complejos de un polinomio, que
aparecen en pares conjugados que producen factores cuadráticos reales.
El Método de Bairstow consiste en determinar un divisor de Pn (x) de la forma (x2 − ux − v) de
modo de factorizar el polinomio y poder determinar sus raı́ces. Es decir,
Pn (x) = (x2 − ux − v)Qn−2 (x) + Resto

38
Teorema 3.7 Si el polinomio
n

Pn (x) = ak xk = an xn + an−1 xn−1 + · · · a1 x + a0 , an = 0
k=0

se divide por el polinomio cuadrático x2 − ux − v entonces el cuociente y el resto

Qn−2 (x) = bn xn−2 + bn−1 xn−3 + · · · + b3 x + b2

R(x) = b1 (x − u) + b0

pueden calcularse en forma recursiva, estableciendo que bn+1 = bn+2 = 0 y utilizando

bk = ak + ubk+1 + vbk+2 , k = n, n − 1, ..., 0

Dem. En efecto el polinomio

n

P (x) = ak xk = an xn + an−1 xn−1 + · · · a1 x + a0 (44)
k=0

podemos reescribirlo,

Pn (x) = (x2 − ux − v)Qn−2 (x) + b1 (x − u) + b0 (45)

donde,
Qn−2 (x) = bn xn−2 + bn−1 xn−3 + · · · b3 x + b2 (46)
sustituimos (46) en (45) y comparamos:

bn = an
bn−1 = an−1 + ubn
bk = ak + ubk+1 + vbk+2 , k = n − 2, n − 3, ..., 1, 0

Si hacemos ceros los coeficientes artificiales que resultan bn+1 y bn+2 , tenemos

bk = ak + ubk+1 + vbk+2 , k = n, n − 1, ..., 1, 0 (47)

Observemos que:

i) bk = bk (u, v)
ii) (x2 − ux − v) es factor de Pn (x) sı́ y sólo si b1 = 0 y b0 = 0.

Luego el problema se reduce a resolver el sistema:

b0 (u, v) =0
b1 (u, v) =0

39
Este par de ecuaciones simultáneas no lineales se resuelven mediante el método de Newton gener-
alizado. Para determinar el sistema, se deriva parcialmente con respecto a u y v. Sean

∂bk ∂bk
ck = , dk = , k = 0, 1, · · · , n
∂u ∂v

Derivando (47) y usando la notación anterior, el resultado es:

ck = bk+1 + uck+1 + vck+2 , cn+1 = cn = 0

dk = bk+1 + udk+1 + vdk+2 , dn+1 = dn = 0

El proceso se inicia asignando valores iniciales a u y v y se buscan conexiones de estos valores

denotados u y v, de modo que:

b0 (u + u, v + v) = b1 (u + u, v + v) = 0

sean correctas. Aplicando teorema de Taylor para funciones de dos variables:

∂b0 ∂b0
−b0 (u, v) = u + v = 0
∂u ∂v
∂b1 ∂b1
−b1 (u, v) = u + v = 0
∂u ∂v
escribiéndo en forma matricial:
    
c0 c1 u b0 (u, v)
=− (48)
c1 c2 v b1 (u, v)

De aquı́ la solución del sistema es:

J = c0 c2 − c21
(c1 b1 − c2 b0 )
u =
J
(c1 b0 − c0 b1 )
v =
J

Observamos que, J es el determinante jacobiano del par de funciones no lineales b0 (u, v) y b1 (u, v)

Ejemplo 3.7 Ilustración del método de Newton Generalizado.

F : R n → Rn
(49)
x̄ → F (x̄) = (F1 (x̄), F2 (x̄), ..., Fn (x̄))

Luego usando esta notación con el método de Newton, ya visto:

F (x̄n )
x̄n+1 = x̄n − (50)
JF (x̄n )

40
donde,
⎛ ⎞
∂F1 ∂F1 ∂F1
···
⎜ ∂x1 ∂x2 ∂xn ⎟
⎜ . .. .. ⎟
JF (x̄n ) = ⎜
⎜ .. . ···
⎟
. ⎟
⎝ ∂F ∂Fn ∂F ⎠
n n
···
∂x1 ∂x2 ∂xn
La relación (154) podemos expresarla:
JF (x̄n ) x = −F (x̄n ) (51)
Por ejemplo, resolver:
x2 y + 2x = 1
xy 2 + 2y = 1
 
1
usando x0 =
0
Sol.    
x2 y + 2x − 1 1
F̄ (x̄) = , F̄ (x̄0 ) =
xy 2 + 2y − 1 −1
 2
  
2xy + 2 x 2 1
J F̄ (x̄) = , J F̄ (x̄0 ) =
y2 2xy + 2 0 2
Luego,
J F̄ (x̄0 ) x = −F̄ (x̄0 )
  

2 1 1
x =−
0 2  3 −1
−4
x 1 ⇒
2
− 34 = x1 − 1
1
2 = y1 −0 ,luego
1
x̄1 = 4
1
2

Ejemplo 3.8 Use el método de Bairstow para determinar un factor cuadrático que permita cal-
cular las raı́ces de x3 − 4x2 + 9x − 10 usando como aproximación inicial u0 = −1 , v0 = 4.
Sol.

x3 − 4x2 + 9x − 10 = (x2 − ux − v)(b3 x + b2 ) + b1 (x − u) + b0

= b3 x3 + b2 x2 − b3 ux2 − ub2 x − b3 vx − b2 v + b1 x − b1 u + b0
comparando
b3 =1
b2 − b 3 u = −4 ⇒ b2 = u − 4
b1 − ub2 − vb3 = 9 ⇒ b1 = 9 + u2 − 4u + v
b0 − ub1 − vb2 = −10 ⇒ b0 = −10 + u(9 − u2 − 4u + v) + v(u − 4)
= −10 + 9u + u3 − 4u2 + 2uv − 4v

41
b1 = b0 = 0, luego, obtenemos

u2 − 4u + v + 9 =0
u − 4u2 + 2uv + 9u − 4v − 10 = 0
3

sistema de ecuaciones no lineales. Usando Newton-Raphson generalizado:

   
u2 − 4u + v + 9 18
F̄ (x̄) = , F̄ (x̄0 ) =
u3 − 4u2 + 2uv + 9u − 4v − 10 −48
   
2u − 4 1 −6 1
J F̄ (x̄) = , J F̄ (x̄0 ) =
3u2 − 8u + 2v + 9 2u − 4 28 −6
Luego,
J F̄ (x̄0 ) x = −F̄ (x̄0 )
   
−6 1 18
x = −
28 −6 −48
u = 156
v = −792
luego,
u1 + 1 = 156 ⇒ u1 = 155
v1 − 4 = −792 ⇒ v1 = −788

42