🔢 mathematics

A root finding method with arbitrary order of convergence

Este artículo presenta un método basado en la evaluación de polinomios para calcular la raíz $M$ -ésima de un número positivo con un orden de convergencia arbitrario.

Autores originales: Alois Schiessl

Publicado 2026-02-10

📖 3 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Alois Schiessl

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

El Gran Escultor de Números: Cómo encontrar raíces con precisión infinita

Imagina que tienes una piedra gigante y tu objetivo es esculpir una figura perfecta, digamos, una esfera que represente la raíz cuadrada de un número (como $\sqrt{2}$ ).

En el mundo de las matemáticas, calcular una raíz es como intentar encontrar el centro exacto de esa piedra. La mayoría de los métodos que usamos hoy en día son como un escultor que usa un martillo y un cincel: golpean la piedra, ven qué tan cerca están del centro, y dan otro golpe un poco más suave. Este es el famoso Método de Newton. Es muy bueno, pero tiene un límite: cada vez que golpea, la precisión mejora de forma constante, pero no "explosiva".

El problema: El escultor que se cansa

El método tradicional (Newton) es como un artesano que, con cada golpe, duplica la precisión. Si tienes 2 decimales correctos, al siguiente golpe tendrás 4, luego 8, luego 16. Es rápido, pero si quieres llegar a un millón de decimales, eventualmente el artesano se queda sin energía o el proceso se vuelve demasiado lento para la magnitud de la tarea.

La gran idea de Schiessl: El "Super-Escultor" de Polinomios

El autor de este artículo propone algo revolucionario. En lugar de usar un martillo y un cincel (el método de Newton), propone usar una máquina de precisión láser programable.

Él inventó una fórmula especial (llamada "función de punto fijo") que no es un golpe seco, sino una serie de movimientos matemáticos extremadamente sofisticados. La magia de su método es que tú puedes elegir la "potencia" de la máquina.

La analogía de la "Escalera de Velocidad"

Imagina que estás subiendo una montaña para llegar a la cima (que es el número exacto que buscas):

El método normal (Newton): Es como subir una escalera donde cada escalón es el doble de alto que el anterior. Vas rápido, pero es una progresión constante.
El método de Schiessl: Es como una escalera mágica donde tú decides la regla. Si eliges un nivel de potencia alto (llamémoslo $P$ ), no solo doblas la velocidad, sino que la potencias.

Si eliges una potencia de 4, no solo duplicas la precisión, ¡la cuadriplicas en cada paso!

Paso 1: Tienes 10 decimales.
Paso 2: Tienes 40 decimales.
Paso 3: Tienes 160 decimales.
Paso 4: Tienes 640 decimales.

¡En muy pocos pasos, pasas de una aproximación simple a una precisión que dejaría a la NASA con la boca abierta!

¿Cómo lo hace? (Sin entrar en fórmulas aburridas)

El autor utiliza algo llamado polinomios. Piensa en los polinomios como "recetas de cocina" hechas solo con sumas y multiplicaciones. Lo brillante es que su receta es tan perfecta que, al aplicarla una y otra vez, el error no solo se reduce, sino que se "suicida" a una velocidad increíblemente alta.

En el artículo, demuestra que puede calcular la raíz cuadrada de 2 con un millón de decimales correctos en solo 9 pasos. ¡Eso es como pasar de ver una imagen borrosa a ver un átomo con total claridad en menos de lo que tardas en parpadear!

En resumen:

Este papel no inventa una forma nueva de calcular raíces, sino que inventa una "super-herramienta" que permite que cualquier computadora, si se le da la instrucción correcta, pueda alcanzar una precisión casi infinita de forma extremadamente rápida, simplemente eligiendo qué tan "potente" quiere que sea su fórmula matemática.

Resumen Técnico: Un método de búsqueda de raíces con orden de convergencia arbitrario

1. El Problema

El objetivo principal del artículo es proponer un método eficiente para calcular la raíz real de la ecuación $t^M - a = 0$ , lo cual es equivalente a hallar el valor de $\sqrt[M]{a}$ , donde $a \in \mathbb{R}^+ \setminus \{0\}$ y $M \in \mathbb{N}$ .

El autor señala que el método de Newton es el estándar para este propósito, pero tiene una limitación fundamental: su convergencia es cuadrática (orden 2), lo que significa que el número de dígitos correctos aproximadamente se duplica en cada iteración. El problema que aborda este trabajo es la necesidad de un método que permita alcanzar un orden de convergencia superior y arbitrario utilizando únicamente evaluaciones polinómicas.

2. Metodología

La propuesta se basa en la construcción de una función de punto fijo $F(x)$ diseñada específicamente para que su orden de convergencia dependa de un parámetro $P \in \mathbb{N}$ elegido por el usuario.

Construcción de la función de punto fijo

El autor define la función base como $f(t) = 1 - \frac{t^M}{a}$ . A partir de esta, define la función de iteración $F(x)$ mediante una integral definida:

$F(x) = \left[ \prod_{\ell=1}^{P} \left( 1 + \frac{1}{\ell \cdot M} \right) \right] x \int_{0}^{x} \left( 1 - \frac{t^M}{a} \right)^P dt$

Reducción a evaluación polinómica

Mediante la aplicación del teorema del binomio y la integración término a término, el autor demuestra que $F(x)$ es un polinomio de grado $(P \cdot M + 1)$ con solo $(P + 1)$ términos. La forma simplificada para el cálculo es:

$F(x) = \sum_{k=0}^{P} c_k \cdot x^{k \cdot M + 1}$

Donde los coeficientes $c_k$ son constantes precalculables que no cambian durante las iteraciones:
$c_k = \left[ \prod_{\ell=1}^{P} \left( 1 + \frac{1}{\ell \cdot M} \right) \right] \frac{(-1)^k}{a^k} \binom{P}{k} \frac{1}{k \cdot M + 1}$

Esta estructura permite que el proceso iterativo $x_{n+1} = F(x_n)$ se realice de manera extremadamente eficiente mediante métodos de evaluación de polinomios (como la regla de Horner).

3. Contribuciones Clave

Orden de convergencia ajustable: El principal aporte es la demostración de que el orden de convergencia de la secuencia es exactamente $P + 1$ . Esto permite al usuario "programar" la velocidad de convergencia según sus necesidades computacionales.
Uso exclusivo de polinomios: A diferencia de otros métodos de orden superior que pueden requerir derivadas complejas o funciones trascendentes, este método reduce el problema a una simple evaluación polinómica.
Demostración analítica rigurosa: El autor proporciona una prueba completa utilizando el Teorema del Punto Fijo de Banach, la función Beta y la función Gamma para validar que $\sqrt[M]{a}$ es efectivamente el punto fijo y que las derivadas de orden $1 $a$ P$ en dicho punto son cero.

4. Resultados y Pruebas Computacionales

El artículo presenta dos ejemplos prácticos que validan la teoría:

Cálculo de $\sqrt[3]{10}$ con $P=1$ : Se obtuvo una convergencia cuadrática (orden 2), confirmando que el error disminuye exponencialmente de forma predecible.
Cálculo de $\sqrt{2}$ con $P=3$ : Este es el resultado más impresionante. Al elegir un orden de convergencia de 4 (cuártica), el autor logró calcular un millón de dígitos de $\sqrt{2}$ en solo 3 segundos utilizando un hardware estándar (AMD Ryzen 5, 32 GB RAM) y el software MAPLE. El número de dígitos correctos se cuadruplicó en cada iteración, tal como predice la teoría.

5. Significancia

La importancia de este trabajo radica en su escalabilidad y eficiencia para la computación de alta precisión. En campos donde se requiere trabajar con miles o millones de dígitos (como en criptografía o teoría de números), los métodos tradicionales como Newton pueden ser insuficientes.

El método de Schiessl ofrece un equilibrio óptimo: al aumentar $P$ , se incrementa drásticamente la velocidad de convergencia, y aunque el grado del polinomio aumenta, el número de términos sigue siendo pequeño ( $P+1$ ), lo que mantiene la carga computacional manejable. Es una herramienta poderosa para la implementación de algoritmos de cálculo de raíces de alta precisión.