UNIVERSIDAD DEL ATLÁNTICO

FACULTAD DE CIENCIAS BÁSICAS

Protocolo de investigación
Aplicación de métodos números para la solución de ecuaciones diferenciales. (Problema
del paracaidista).

Alejandro David Quintero Leottau.

Matemáticas
Prof. Julio Romero
INTRODUCCIÓN
Analizaremos el método de Euler y el método de Heun. Para esto debemos tener en cuenta
en que se basa cada método a utilizar.
Método de Euler
el método de Euler, llamado así en honor a Leonhard Euler, es un procedimiento
de numérica para resolver ecuaciones diferenciales ordinarias (EDO) a partir de un valor
inicial dado. El método de Euler es el más simple de los métodos numéricos para resolver
un problema de valor inicial, y el más simple de los Métodos de Runge-Kutta. El método de
Euler es nombrado por Leonhard Euler, quien lo trató en su libro Institutionum calculi
integralis (publicado en 1768-1770).
método de Euler es un método de primer orden, lo que significa que el error local es
proporcional al cuadrado del tamaño del paso, y el error global es proporcional al tamaño
del paso. El método de Euler regularmente sirve como base para construir métodos más
complejos.
La primera derivada ofrece una estimación directa de la pendiente en xi:

donde ƒ(xi,yi)) es la ecuación diferencial evaluada en xi y yi. La estimación se sustituye en la

nueva ecuación :
Esta fórmula se conoce como método de Euler (o de Euler-Cauchy o de punto pendiente).
Se predice un nuevo valor de y usando la pendiente (igual a la primera derivada en el valor
original de x) para extrapolar linealmente sobre el tamaño de paso h.

Método de heun
Un método para mejorar la estimación de la pendiente emplea la determinación de dos
derivadas en el intervalo (una en el punto inicial y otra en el final). Las dos derivadas se
promedian después con la finalidad de obtener una mejor estimación de la pendiente en
todo el intervalo. Este procedimiento, conocido como método de Heun.
Recuerde que en el método de Euler, la pendiente al inicio de un intervalo
(1)

se utiliza para extrapolar linealmente a yi+1:

(2)

En el método estándar de Euler debería parar aquí. Sin embargo, en el método de Heun la
y0(i+1) calculada en la ecuación (2) no es la respuesta final, sino una predicción intermedia.
Por consiguiente, la distinguimos con un superíndice 0. La ecuación (2) se llama ecuación
predictora o simplemente predictor. Da una estimación de yi+1 que permite el cálculo de
una estimación de la pendiente al final del intervalo:
(3)

Así, se combinan las dos pendientes [ecuaciones (1) y (3)] para obtener una pendiente
promedio en el intervalo:
Esta pendiente promedio se utiliza después para extrapolar linealmente desde y(i) hasta
y(i+1) con el método de Euler:

que se conoce como ecuación correctora o simplemente corrector. El método de Heun es

un procedimiento predictor-corrector.

Resumen
Se usara el método de Euler y heun para resolver un problema planteado (paracaidista). Se
resolverá la ecuación diferencial de manera analítica y luego de manera numérica para
determinar sus errores y comparar que método es mas efectivo. Se desarrollara en la
aplicación Excel y en Matlab como herramientas de trabajo.

Planteamiento del problema

Un paracaidista con una masa de 68.1 kg salta de un globo aerostático fijo. Aplique la
ecuación para calcular la velocidad antes de que se abra el paracaídas. Considere que el
coeficiente de resistencia es igual a 12.5 kg/s. Considere la gravedad como 9,8 m/s.s.
Ecuación:

La ecuación es un modelo que relaciona la aceleración de un cuerpo que cae con las fuerzas
que actúan sobre él. Se trata de una ecuación diferencial porque está escrita en términos
de la razón de cambio diferencial (dv/dt) de la variable que nos interesa predecir. Sin
embargo, en contraste con la solución de la segunda ley de Newton en la ecuación , la
solución exacta de la ecuación para la velocidad del paracaidista que cae no puede
obtenerse mediante simples manipulaciones algebraicas. Siendo necesario emplear
técnicas más avanzadas, del cálculo, para obtener una solución exacta o analítica. Por
ejemplo, si inicialmente el paracaidista está en reposo (v = 0 en t = 0), se utiliza el cálculo
integral para resolver la ecuación , así:

Resultados método Euler

 ti vi f(ti,vi) v exacta Error f(ti+1,vi+1)=g-c/m*v v heun error
0 0 9,8 0 0,00% 9,620117474 0 0,00%
0,1 0,98 9,62011747 0,971060652 0,89% 9,443536757 0,97100587 0,01%
0,2 1,94201175 9,44353676 1,924459725 1,76% 9,270197242 1,93318271 0,45%
0,3 2,88636542 9,27019724 2,860518446 2,58% 9,100039437 2,87769845 0,60%
0,4 3,81338515 9,10003944 3,7795522 3,38% 8,933004939 3,80487726 0,67%
0,5 4,72338909 8,93300494 4,681870636 4,15% 8,76903642 4,71503737 0,71%
0,6 5,61668959 8,76903642 5,567777771 4,89% 8,608077602 5,60849116 0,73%
0,7 6,49359323 8,6080776 6,437572092 5,60% 8,45007324 6,48554529 0,75%
0,8 7,35440099 8,45007324 7,291546659 6,29% 8,294969106 7,34650077 0,75%
0,9 8,19940831 8,29496911 8,129989199 6,94% 8,142711964 8,1916531 0,76%
1 9,02890522 8,14271196 8,953182208 7,57% 7,993249556 9,02129236 0,76%
1,1 9,84317642 7,99324956 9,761403043 8,18% 7,846530585 9,8357033 0,76%
1,2 10,6425014 7,84653058 10,55492402 8,76% 7,702504693 10,6351654 0,76%
1,3 11,4271544 7,70250469 11,33401249 9,31% 7,561122448 11,4199531 0,76%
1,4 12,1974049 7,56112245 12,09893096 9,85% 7,422335326 12,1903358 0,76%
1,5 12,9535171 7,42233533 12,84993715 10,36% 7,28609569 12,9465778 0,75%
1,6 13,6957507 7,28609569 13,5872841 10,85% 7,152356783 13,6889387 0,75%
1,7 14,4243602 7,15235678 14,31122023 11,31% 7,021072701 14,4176733 0,74%
1,8 15,1395959 7,0210727 15,02198946 11,76% 6,892198385 15,1330317 0,74%
1,9 15,8417032 6,89219839 15,71983128 12,19% 6,765689604 15,8352595 0,73%
2 16,530923 6,7656896 16,4049808 12,59% 6,641502938 16,5245976 0,73%
2,1 17,207492 6,64150294 17,07766888 12,98% 6,519595762 17,2012827 0,72%
2,2 17,8716423 6,51959576 17,73812215 13,35% 6,399926236 17,8655469 0,72%
2,3 18,5236019 6,39992624 18,38656314 13,70% 6,282453288 18,5176184 0,71%
2,4 19,1635945 6,28245329 19,02321034 14,04% 6,167136597 19,1577208 0,71%
2,5 19,7918398 6,1671366 19,64827825 14,36% 6,053936586 19,786074 0,70%
2,6 20,4085535 6,05393659 20,26197747 14,66% 5,942814402 20,4028935 0,70%
2,7 21,0139471 5,9428144 20,86451477 14,94% 5,833731906 21,008391 0,69%
2,8 21,6082286 5,83373191 21,45609317 15,21% 5,726651658 21,6027745 0,68%
2,9 22,1916018 5,72665166 22,03691198 15,47% 5,621536907 22,1862478 0,68%
3 22,7642669 5,62153691 22,60716691 15,71% 5,518351574 22,7590112 0,67%
3,1 23,3264206 5,51835157 23,16705008 15,94% 5,417060246 23,3212614 0,67%
3,2 23,8782558 5,41706025 23,71675014 16,15% 5,317628156 23,8731912 0,66%
3,3 24,4199618 5,31762816 24,25645229 16,35% 5,220021178 24,4149902 0,65%
3,4 24,9517246 5,22002118 24,78633838 16,54% 5,124205812 24,9468443 0,65%
3,5 25,4737267 5,12420581 25,30658694 16,71% 5,03014917 25,468936 0,64%
3,6 25,9861473 5,03014917 25,81737326 16,88% 4,937818973 25,9814445 0,64%
3,7 26,4891622 4,93781897 26,31886943 17,03% 4,847183529 26,4845457 0,63%
3,8 26,9829441 4,84718353 26,81124443 17,17% 4,758211731 26,9784124 0,62%
3,9 27,4676625 4,75821173 27,29466415 17,30% 4,670873043 27,4632139 0,62%
4 27,9434837 4,67087304 27,76929146 17,42% 4,585137488 27,9391167 0,61%
4,1 28,410571 4,58513749 28,23528629 17,53% 4,50097564 28,4062842 0,61%
4,2 28,8690847 4,50097564 28,69280564 17,63% 4,418358613 28,8648766 0,60%
4,3 29,3191823 4,41835861 29,14200367 17,72% 4,337258051 29,3150514 0,59%
4,4 29,7610181 4,33725805 29,58303171 17,80% 4,257646119 29,7569631 0,59%
4,5 30,1947439 4,25764612 30,01603836 17,87% 4,179495493 30,1907633 0,58%
4,6 30,6205086 4,17949549 30,44116953 17,93% 4,102779349 30,616601 0,58%
4,7 31,0384581 4,10277935 30,85856844 17,99% 4,027471358 31,0346223 0,57%
4,8 31,448736 4,02747136 31,26837573 18,04% 3,953545673 31,4449706 0,56%
4,9 31,8514832 3,95354567 31,67072947 18,08% 3,880976919 31,8477869 0,56%
5 32,2468377 3,88097692 32,06576523 18,11% 3,809740192 32,2432093 0,55%
5,1 32,6349354 3,80974019 32,45361611 18,13% 3,73981104 32,6313736 0,55%
5,2 33,0159095 3,73981104 32,83441279 18,15% 3,671165463 33,012413 0,54%
5,3 33,3898906 3,67116546 33,20828357 18,16% 3,6037799 33,3864583 0,54%
5,4 33,7570071 3,6037799 33,57535441 18,17% 3,537631223 33,7536378 0,53%
5,5 34,1173851 3,53763122 33,935749 18,16% 3,47269673 34,1140777 0,53%
5,6 34,4711482 3,47269673 34,28958876 18,16% 3,408954132 34,4679015 0,52%
5,7 34,8184179 3,40895413 34,6369929 18,14% 3,346381552 34,8152308 0,51%
5,8 35,1593133 3,34638155 34,97807848 18,12% 3,284957515 35,1561847 0,51%
5,9 35,4939515 3,28495752 35,31296043 18,10% 3,224660938 35,4908803 0,50%
6 35,8224472 3,22466094 35,64175156 18,07% 3,165471126 35,8194324 0,50%
6,1 36,1449133 3,16547113 35,96456267 18,04% 3,107367765 36,1419538 0,49%
6,2 36,4614604 3,10736777 36,28150251 18,00% 3,050330912 36,4585552 0,49%
6,3 36,7721972 3,05033091 36,59267788 17,95% 2,994340991 36,7693453 0,48%
6,4 37,0772303 2,99434099 36,89819361 17,90% 2,939378784 37,0744308 0,48%
6,5 37,3766644 2,93937878 37,19815264 17,85% 2,885425429 37,3739163 0,47%
6,6 37,6706023 2,88542543 37,49265604 17,79% 2,832462407 37,6679046 0,47%
6,7 37,9591448 2,83246241 37,78180303 17,73% 2,780471541 37,9564967 0,46%
6,8 38,242391 2,78047154 38,06569104 17,67% 2,729434985 38,2397915 0,46%
6,9 38,5204382 2,72943499 38,34441571 17,60% 2,679335224 38,5178864 0,45%
7 38,7933817 2,67933522 38,61807097 17,53% 2,630155062 38,7908767 0,45%
7,1 39,0613152 2,63015506 38,88674899 17,46% 2,58187762 39,0588562 0,44%
7,2 39,3243307 2,58187762 39,15054033 17,38% 2,534486327 39,3219169 0,44%
7,3 39,5825185 2,53448633 39,40953384 17,30% 2,487964919 39,5801489 0,43%
7,4 39,8359671 2,48796492 39,66381681 17,22% 2,442297428 39,8336411 0,43%
7,5 40,0847636 2,44229743 39,91347489 17,13% 2,39746818 40,0824802 0,42%
7,6 40,3289934 2,39746818 40,15859221 17,04% 2,353461789 40,3267519 0,42%
7,7 40,5687402 2,35346179 40,39925135 16,95% 2,310263151 40,5665399 0,41%
7,8 40,8040864 2,31026315 40,6355334 16,86% 2,26785744 40,8019264 0,41%
7,9 41,0351127 2,26785744 40,86751797 16,76% 2,226230101 41,0329924 0,40%
8 41,2618984 2,2262301 41,09528323 16,66% 2,185366846 41,259817 0,40%
8,1 41,4845214 2,18536685 41,3189059 16,56% 2,145253652 41,4824783 0,40%
8,2 41,7030581 2,14525365 41,53846134 16,46% 2,105876749 41,7010524 0,39%
8,3 41,9175835 2,10587675 41,75402353 16,36% 2,067222624 41,9156146 0,39%
8,4 42,1281711 2,06722262 41,96566509 16,25% 2,029278009 42,1262384 0,38%
8,5 42,3348934 2,02927801 42,17345732 16,14% 1,992029881 42,3329962 0,38%
8,6 42,5378212 1,99202988 42,37747025 16,04% 1,955465456 42,5359588 0,37%
8,7 42,7370242 1,95546546 42,5777726 15,93% 1,919572184 42,735196 0,37%
8,8 42,9325707 1,91957218 42,77443187 15,81% 1,884337746 42,9307761 0,37%
8,9 43,124528 1,88433775 42,96751431 15,70% 1,849750048 43,1227662 0,36%
9 43,3129617 1,84975005 43,15708499 15,59% 1,815797221 43,3112324 0,36%
9,1 43,4979367 1,81579722 43,34320776 15,47% 1,78246761 43,4962391 0,35%
9,2 43,6795165 1,78246761 43,52594536 15,36% 1,749749775 43,67785 0,35%
9,3 43,8577632 1,74974978 43,70535933 15,24% 1,717632489 43,8561273 0,34%
9,4 44,0327382 1,71763249 43,88151013 15,12% 1,686104726 44,0311323 0,34%
9,5 44,2045015 1,68610473 44,05445712 15,00% 1,655155668 44,2029251 0,34%
9,6 44,3731119 1,65515567 44,22425856 14,89% 1,62477469 44,3715645 0,33%
9,7 44,5386275 1,62477469 44,39097166 14,77% 1,594951366 44,5371084 0,33%
9,8 44,701105 1,59495137 44,5546526 14,65% 1,56567546 44,6996138 0,33%
9,9 44,8606001 1,56567546 44,71535652 14,52% 1,536936923 44,8591363 0,32%
10 45,0171676 1,53693692 44,87313757 14,40% 1,508725893 45,0157307 0,32%
10,1 45,1708613 1,50872589 45,02804891 14,28% 1,481032687 45,1694508 0,31%
10,2 45,3217339 1,48103269 45,18014274 14,16% 1,453847799 45,3203493 0,31%
10,3 45,4698372 1,4538478 45,32947029 14,04% 1,427161899 45,4684779 0,31%
10,4 45,615222 1,4271619 45,47608188 13,91% 1,400965829 45,6138877 0,30%
10,5 45,7579382 1,40096583 45,62002692 13,79% 1,375250598 45,7566284 0,30%
10,6 45,8980347 1,3752506 45,76135389 13,67% 1,350007378 45,896749 0,30%
10,7 46,0355598 1,35000738 45,90011042 13,54% 1,325227507 46,0342976 0,29%
10,8 46,1705605 1,32522751 46,03634325 13,42% 1,300902479 46,1693215 0,29%
10,9 46,3030833 1,30090248 46,17009829 13,30% 1,277023946 46,301867 0,29%
11 46,4331735 1,27702395 46,3014206 13,18% 1,253583712 46,4319796 0,28%
11,1 46,5608759 1,25358371 46,43035444 13,05% 1,230573732 46,5597039 0,28%
11,2 46,6862343 1,23057373 46,55694323 12,93% 1,207986109 46,6850838 0,28%
11,3 46,8092917 1,20798611 46,68122964 12,81% 1,185813089 46,8081623 0,27%
11,4 46,9300903 1,18581309 46,80325553 12,68% 1,164047063 46,9289816 0,27%
11,5 47,0486716 1,16404706 46,92306203 12,56% 1,142680561 47,0475833 0,27%
11,6 47,1650763 1,14268056 47,0406895 12,44% 1,121706248 47,164008 0,26%
11,7 47,2793444 1,12170625 47,15617756 12,32% 1,101116926 47,2782956 0,26%
11,8 47,391515 1,10111693 47,26956514 12,19% 1,080905529 47,3904855 0,26%
11,9 47,5016267 1,08090553 47,38089043 12,07% 1,061065119 47,5006161 0,25%
12 47,6097172 1,06106512 47,49019095 11,95% 1,041588887 47,6087252 0,25%
12,1 47,7158237 1,04158889 47,59750352 11,83% 1,022470148 47,7148499 0,25%
12,2 47,8199826 1,02247015 47,70286429 11,71% 1,003702341 47,8190267 0,24%
12,3 47,9222296 1,00370234 47,80630877 11,59% 0,985279023 47,9212913 0,24%
12,4 48,0225999 0,98527902 47,90787181 11,47% 0,967193872 48,0216787 0,24%
12,5 48,1211278 0,96719387 48,00758762 11,35% 0,949440681 48,1202235 0,23%
12,6 48,2178472 0,94944068 48,10548982 11,24% 0,932013355 48,2169595 0,23%
12,7 48,3127912 0,93201336 48,20161137 11,12% 0,914905915 48,3119199 0,23%
12,8 48,4059926 0,91490592 48,29598468 11,00% 0,898112488 48,4051372 0,23%
12,9 48,4974832 0,89811249 48,38864153 10,88% 0,88162731 48,4966435 0,22%
13 48,5872944 0,88162731 48,47961314 10,77% 0,865444724 48,5864702 0,22%
13,1 48,6754571 0,86544472 48,56893017 10,65% 0,849559174 48,674648 0,22%
13,2 48,7620016 0,84955917 48,65662271 10,54% 0,83396521 48,7612073 0,21%
13,3 48,8469575 0,83396521 48,7427203 10,42% 0,818657479 48,8461778 0,21%
13,4 48,9303541 0,81865748 48,82725196 10,31% 0,803630726 48,9295887 0,21%
13,5 49,0122198 0,80363073 48,91024615 10,20% 0,788879795 49,0114685 0,21%
13,6 49,0925829 0,78887979 48,99173086 10,09% 0,774399622 49,0918453 0,20%
13,7 49,1714709 0,77439962 49,07173353 9,97% 0,760185239 49,1707468 0,20%
13,8 49,2489108 0,76018524 49,15028112 9,86% 0,746231765 49,2482001 0,20%
13,9 49,3249293 0,74623177 49,22740009 9,75% 0,732534413 49,3242317 0,20%
14 49,3995525 0,73253441 49,30311642 9,64% 0,71908848 49,3988677 0,19%
14,1 49,472806 0,71908848 49,37745563 9,54% 0,705889352 49,4721337 0,19%
14,2 49,5447148 0,70588935 49,45044277 9,43% 0,692932499 49,5440549 0,19%
14,3 49,6153037 0,6929325 49,52210242 9,32% 0,680213474 49,6146559 0,19%
14,4 49,684597 0,68021347 49,59245873 9,21% 0,667727911 49,683961 0,18%
14,5 49,7526183 0,66772791 49,66153541 9,11% 0,655471525 49,7519941 0,18%
14,6 49,8193911 0,65547152 49,72935572 9,00% 0,643440109 49,8187783 0,18%
14,7 49,8849383 0,64344011 49,79594252 8,90% 0,631629535 49,8843367 0,18%
14,8 49,9492823 0,63162953 49,86131825 8,80% 0,620035747 49,9486918 0,18%
14,9 50,0124452 0,62003575 49,92550493 8,69% 0,608654768 50,0118656 0,17%
15 50,0744488 0,60865477 49,98852419 8,59% 9,8 50,0738798 0,17%

Método de heun

Código
1. clc
2. clear all
3. syms x
4. g=9.8;
5. c=12.5;
6. m=68.1;
7. v(1)=0;
8. h=0.1;
9. v1=vectorize( ((g*m)/c)*(1- exp((-c*x)/m) ) )
10. x=[0:h:15]
11. for i=2:length(x)
 12. f(i-1)=(g-(c/m)*v(i-1));
13. v(i)=v(i-1)+f(i-1)*h;
14. end
15. v1e=eval(v1);
16. e1=abs(v-v1e);
17. for i=2:length(x)
18. f(i)=(g-(c/m)*v(i));
19. v2(i)=v(i-1)+((f(i-1)+f(i))/2)*h;
20. end
21. e2=abs(((v2-v1e)./v1e))*100;
22. matriz_resultado=[x',v',v1e',e1',v2',e2'];
23. disp('__________________________________________
______________________________')
24. disp(' ti vi euler v exacta error euler v heun error
heun ')
25. disp('__________________________________________
______________________________')
26. disp(matriz_resultado)
27. disp('__________________________________________
______________________________')

Tabla Solución:

ti vi euler v exacta error euler v heun error heun

_______________________________________________________
0 0 0 0 0 NaN
0.5000 4.9000 4.6819 0.2181 4.6751 0.1436
1.0000 9.3503 8.9532 0.3971 9.1461 2.1545
1.5000 13.3922 12.8499 0.5422 13.2067 2.7762
2.0000 17.0631 16.4050 0.6581 16.8946 2.9847
2.5000 20.3971 19.6483 0.7488 20.2441 3.0323
3.0000 23.4251 22.6072 0.8179 23.2861 3.0034
3.5000 26.1752 25.3066 0.8686 26.0490 2.9337
4.0000 28.6729 27.7693 0.9036 28.5583 2.8414
4.5000 30.9414 30.0160 0.9254 30.8373 2.7362
5.0000 33.0017 32.0658 0.9360 32.9072 2.6240
5.5000 34.8729 33.9357 0.9372 34.7871 2.5086
6.0000 36.5724 35.6418 0.9307 36.4944 2.3923
6.5000 38.1159 37.1982 0.9178 38.0451 2.2768
7.0000 39.5177 38.6181 0.8997 39.4534 2.1631
7.5000 40.7909 39.9135 0.8775 40.7325 2.0520
8.0000 41.9473 41.0953 0.8520 41.8942 1.9441
8.5000 42.9975 42.1735 0.8240 42.9493 1.8396
9.0000 43.9513 43.1571 0.7942 43.9075 1.7389
9.5000 44.8176 44.0545 0.7631 44.7779 1.6420
10.0000 45.6044 44.8731 0.7313 45.5683 1.5491
10.5000 46.3190 45.6200 0.6989 46.2862 1.4602
11.0000 46.9680 46.3014 0.6665 46.9382 1.3752
11.5000 47.5574 46.9231 0.6343 47.5303 1.2942
12.0000 48.0927 47.4902 0.6025 48.0682 1.2170
12.5000 48.5789 48.0076 0.5713 48.5566 1.1436
13.0000 49.0205 48.4796 0.5409 49.0002 1.0739
13.5000 49.4216 48.9102 0.5113 49.4032 1.0078
14.0000 49.7858 49.3031 0.4827 49.7691 0.9451
14.5000 50.1166 49.6615 0.4551 50.1014 0.8858
15.0000 50.4171 49.9885 0.4286 50.4033 0.8297