Solucion Trabajo 4
Solucion Trabajo 4
Solucion Trabajo 4
Para el diseño de elementos en compresión (columnas) de acero estructural, se utilizan formulas que consideran el
pandeo global elástico e inelástico del elemento. Estas son:
𝐹𝑦
𝐹𝑐𝑟1 = (0.658 𝐹𝑒 ) ∗ 𝐹𝑦 (Ec. E3 − 2 del AISC − 360 Manual Steel construction)
𝜋2 ∗ 𝐸
𝐹𝑒 = (Ec. E3 − 4 del AISC − 360 Manual Steel construction)
𝐾∗𝐿 2
( 𝑟 )
𝜋 2 ∗ 𝐸 251013.649
𝐹𝑐𝑟2 = 0.877 ∗ = 𝑘𝑠𝑖
𝑥2 𝑥2
Para el calculo del punto de intersección:
𝑥2 251013.649
𝑓(𝑥) = 36 ∗ 0.6587950.515 − =0
𝑥2
𝑥2 2∗𝑥 502027.298
𝑓 ′ (𝑥) = 36 ∗ 0.6587950.515 ∗ ∗ ln(0.658) +
7950.515 𝑥3
𝑥2 502027.298
′ (𝑥) −3
𝑓 = −3.790399𝑥10 ∗𝑥 ∗ 0.658 7950.515 +
𝑥3
𝐸
La solución real seria 4.71 ∗ √𝐹 que en este caso tiene un valor de 133.680683
𝑦
𝑓2 (𝑥, 𝑦) = 0.5𝑥𝑦 2 + 2𝑥 − 5𝑦 + 8 = 0
Calculando las derivadas parciales:
𝜕𝑓1 𝜕𝑓1
= 8𝑥 − 20 , = 0.5𝑦
𝜕𝑥 𝜕𝑦
𝜕𝑓2 𝜕𝑓2
= 0.5𝑦 2 + 2 , = 𝑥𝑦 − 5
𝜕𝑥 𝜕𝑦
Usando el método de newton:
Usando el graficador web de Wolframalpha podemos ver que una de sus raíces si es (x=0.5,y=2.0) que es el resultado
que se obtuvo con el método de Newton usando valores iniciales de (x=0.0,y=0.0).
Ya que sabemos por la grafica que existe otra raíz a modo de comprobación se la estimara considerando los valores
inciales (x=2.0,y=7.0)
𝑃′(𝑥) = 3𝑥 2 − 46 ∗ 𝑥 + 151
𝑃′′(𝑥) = 6𝑥 − 46
Desarrollando con el método de Laguerre con un valor inicial de x0=0.5:
x3 x2 x x0 n
p(x) 1.000 -23.000 151.000 -273.000 3
p'(x) 3.000 -46.000 151.000
p"(x) 0.000 6.000 -46.000
Se tratará de buscar un valor de x0 en el cual una leve modificación nos arroje la siguiente raíz mas cercana
x p(x) p'(x) p"(x) H(x) x p(x) p'(x) p"(x) H(x)
10.50000000 -65.625 -1.250 17.000 6700.00 10.57260000 -65.671 0.000 17.436 6870.03
8.13096699 -28.255 -24.687 2.786 2909.99 12.94950868 -2.989 58.392 31.697 14206.89
7.05296439 -1.277 -24.203 -3.682 2315.02 12.99999985 0.000 60.000 32.000 14400.00
7.00000641 0.000 -24.000 -4.000 2304.00 13.00000000 0.000 60.000 32.000 14400.00
7.00000000 13.00000000
Esto es deducible debido que entre 2 raíces consecutivas la función debe tener en ese intervalo un punto con derivada
cero, así que si quisiéramos encontrar los puntos máximos o mínimos se podría usar este método haciendo variaciones
por intervalos de las raíces próximas que nos garantizan una pendiente cero de la función.
𝑦𝑛 = 𝑎 + 𝑏𝑛 + 𝑐𝑛2
𝑦𝑛 = 𝑦𝑛−1 + 𝑛
𝑦𝑛 − 𝑦𝑛−1 = 0
Si:
𝑦𝑛ℎ = 𝑞 ∗ 𝑟 𝑛
Reemplazando en la ecuación homogénea:
𝑞 ∗ 𝑟 𝑛 − 𝑞 ∗ 𝑟 𝑛−1 = 0
𝑞 ∗ 𝑟 𝑛 = 𝑞 ∗ 𝑟 𝑛−1
𝑟𝑛
𝑞 ∗ 𝑟𝑛 = 𝑞 ∗
𝑟
1
1= →𝑟=1
𝑟
𝑦𝑛ℎ = 𝑞
Por lo tanto, la ecuación general seria:
1 1
𝑦𝑛 = 𝑦𝑛ℎ + 𝑦𝑛𝑝 = 𝑞 + 𝑎 + 𝑛 + 𝑛2
2 2
Para x=[1,2]
i x_i f(x_i) a_i*f(x_i) i x_i f(x_i) a_i*f(x_i) i x_i f(x_i) a_i*f(x_i) i x_i f(x_i) a_i*f(x_i)
0 1.000 0.500000 0.500000 0 1.000 0.500000 0.500000 0 1.000 0.500000 0.500000 0 1.000 0.500000 0.500000
1 2.000 0.200000 0.200000 1 1.500 0.307692 0.615385 1 1.250 0.390244 0.780488 1 1.125 0.441379 0.882759
2 2.000 0.200000 0.200000 2 1.500 0.307692 0.615385 2 1.250 0.390244 0.780488
integral 0.350000 3 1.750 0.246154 0.492308 3 1.375 0.345946 0.691892
integral 0.328846 4 2.000 0.200000 0.200000 4 1.500 0.307692 0.615385
Error -0.027807 5 1.625 0.274678 0.549356
Error -0.006653 integral 0.323523 6 1.750 0.246154 0.492308
7 1.875 0.221453 0.442907
Error -0.001329 8 2.000 0.200000 0.200000
integral 0.322193
Error -0.000009
Para x=[2,3]
i x_i f(x_i) a_i*f(x_i) i x_i f(x_i) a_i*f(x_i) i x_i f(x_i) a_i*f(x_i) i x_i f(x_i) a_i*f(x_i)
0 2.000 0.200000 0.200000 0 2.000 0.200000 0.200000 0 2.000 0.200000 0.200000 0 2.000 0.200000 0.200000
1 3.000 0.100000 0.100000 1 2.500 0.137931 0.275862 1 2.250 0.164948 0.329897 1 2.125 0.181303 0.362606
2 3.000 0.100000 0.100000 2 2.500 0.137931 0.275862 2 2.250 0.164948 0.329897
integral 0.150000 3 2.750 0.116788 0.233577 3 2.375 0.150588 0.301176
integral 0.143966 4 3.000 0.100000 0.100000 4 2.500 0.137931 0.275862
Error -0.007973 5 2.625 0.126733 0.253465
Error -0.001938 integral 0.142417 6 2.750 0.116788 0.233577
7 2.875 0.107926 0.215852
Error -0.000390 8 3.000 0.100000 0.100000
integral 0.142027
El método de Romberg:
Ti,j
j hj
1 2 3 4
0 1 0.150000
1 0.5 0.143966 0.137931
2 0.25 0.142417 0.140868 0.141848
3 0.125 0.142027 0.141637 0.141894 0.141900
Error -0.000003
i x_i f(x_i) a_i*f(x_i) i x_i f(x_i) a_i*f(x_i) i x_i f(x_i) a_i*f(x_i) i x_i f(x_i) a_i*f(x_i)
0 3.000 0.100000 0.100000 0 3.000 0.100000 0.100000 0 3.000 0.100000 0.100000 0 3.000 0.100000 0.100000
1 4.000 0.058824 0.058824 1 3.500 0.075472 0.150943 1 3.250 0.086486 0.172973 1 3.125 0.092888 0.185776
2 4.000 0.058824 0.058824 2 3.500 0.075472 0.150943 2 3.250 0.086486 0.172973
integral 0.079412 3 3.750 0.066390 0.132780 3 3.375 0.080706 0.161412
integral 0.077442 4 4.000 0.058824 0.058824 4 3.500 0.075472 0.150943
Error -0.002598 5 3.625 0.070718 0.141436
Error -0.000628 integral 0.076940 6 3.750 0.066390 0.132780
7 3.875 0.062439 0.124878
Error -0.000126 8 4.000 0.058824 0.058824
integral 0.076814
El método de Romberg:
Ti,j
j hj
1 2 3 4
0 1 0.079412
1 0.5 0.077442 0.075472
2 0.25 0.076940 0.076438 0.076760
3 0.125 0.076814 0.076688 0.076771 0.076773
Error -0.000001
Entonces
4 2 3 4
1 1 1 1
∫ 2
𝑑𝑥 = ∫ 2
𝑑𝑥 + ∫ 2
𝑑𝑥 + ∫ 2
𝑑𝑥
1 1+𝑥 1 1+𝑥 2 1+𝑥 3 1+𝑥
4
1
∫ 𝑑𝑥 = 0.321760 + 0.141900 + 0.075773 = 0.540433
1 1 + 𝑥2
1 1 3 5
𝑥 = (4 − 1)𝑧 + (4 + 1) = 𝑧 +
2 2 2 2
integral 0.540428223
error -8.723E-06
Con el método de Gauss Legendre con 5 puntos e integración, se obtuvo un error de -8.723E-6 o en porcentaje de
1.61E-3%
1
𝑃′ (𝑥) = (1386 ∗ 𝑥 5 − 1260 ∗ 𝑥 3 + 210 ∗ 𝑥)
16
z_i P'(z_i) w_i
0.23862 2.12893461 0.46791374
0.66121 -3.13853962 0.36076105
0.93247 9.4580591 0.1713233
integral 0.540418831
error 6.696E-07
Con el método de Gauss Legendre con 6 puntos e integración, se obtuvo un error de 6.696E-7 o en porcentaje de
1.239E-4%
Donde se ve claramente que la mejor aproximación se logra con el método de Gauss Legendre de 6 puntos de
integración.