ESFUERZOS EN ARMADURAS DE

“ SISTEMA DE ECUACIONES LINEALES ”

Integrantes:
- Calderón Quispe, Gilmer
- García Saez, Edwin Carlos
- Arroyo Osorio, Jose Alberto
- Huamaní Ventura, Wilmer
- Luque Mendez , Yoel
Universidad Nacional San Cristóbal de Huamanga
Ingenieria Civil
 Índice General

1. Introducción 2

2. Problema de Asignación de tráfico 3

2.1. Sistemas de Transportes . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
2.2. Red de Transporte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
2.3. Modelos de Programación . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
2.3.1. Programación Lineal . . . . . . . . . . . . . . . . . . . . . . . . . . 4
2.3.2. Programación No Lineal . . . . . . . . . . . . . . . . . . . . . . . . 4

3. Problema de Geometría Computacional 5

3.1. Geometría Computacional . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
3.2. Triangulación de puntos . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
3.3. gilmer . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
3.3.1. gg . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6

Apéndices 8

A. gilm 9

Índice de cuadros

1
 Ingeniería Civil ÍNDICE DE FIGURAS

Índice de figuras

1. Triangulación de puntos . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6

pagina 2
Métodos Numéricos
 Introducción
1
En los problemas de asignación de trafico el modelo de flujo en redes que se basan
en el problema genérico de flujo a costo mínimo, cuáles son el problema de transporte,
los problemas de rutas mínimas, problema de flujo máximo, problema genérico convexo
separable, entre los más conocidos. Se enseñarán técnicas de optimización ad-hoc en la
resolución de la mayoría de estos problemas y se revisará en detalle los algoritmo de rutas
mínimas en sus diversas versiones. Se introducirá el concepto de equilibrio en redes urba-
nas, y de que forma este problema puede finalmente plantearse como un problema de flujo
en redes, pero con funciones de costo separable convexas. Se introducirá el algoritmo de
solución para equilibrio con funciones de costo deterministas (tiempo de viaje en arcos)
pero dependientes del flujo en los arcos. Este algoritmo es un método de combinaciones
convexas, basado en encontrar dirección de descenso y tamaño del paso (algoritmo de
Frank Wolfe) en cada iteración. El subproblema para encontrar la dirección de descenso
en cada iteración resulta ser un problema de rutas mínimas. Los alumnos tendrán que
implementar algunas versiones más simples de estos modelos (rutas mínimas y equilibrio)
sobre redes reales estratégicas, correspondientes a la ciudad de Chicago, Estados Unidos.

En los problemas de Geometría Computacional se define como el estudio de proble-

mas algorítmicos que involucran geometría (Ralston, 2000).La geometría computacional
estudia problemas geométricos desde el punto de vista de la computación, y está fuer-
temente relacionada con la geometría discreta y combinacional. Una parte esencial es el
diseño y análisis de algoritmos para la solución eficiente de problemas geométricos. Como
consecuencia, una tarea fundamental es identificar conceptos, propiedades y técnicas, las
cuales ayudan al desarrollo de algoritmos eficientes.

3
 Problema de Asigna-
2 ción de tráfico

2.1 Sistemas de Transportes

En la actualidad el avance en las aplicación de la tecnología en las diversas áreas de

la ingeniería permiten resolver problemas muy complejos, se presentan algunos conceptos
y herramientas que permiten abordar el desarrollo del proyecto.

La en el Sistema de Transporte está orientada generalmente a determinar la cantidad

de viajes generados o atraídos por las diferentes zonas del área de estudio, establecer la
distribución de estos viajes entre las distintas zonas, repartir los viajes entre los diferentes
modos de transporte disponibles en el área, y finalmente los flujos de cada tramo de la red,
es en este último tramo de la modelación del Sistema de Transporte que que se orienta la
presente investigación.

2.2 Red de Transporte

El término genérico red hace referencia a un conjunto de entidades (objetos, perso-

nas,etc.) conectadas entre sí. Por lo tanto, una red permite que circulen elementos ma-
teriales o inmateriales entre estas entidades, según reglas bien definidas. así una red de
transporte: es conjunto de infraestructuras y vehículos usados para transportar personas
y bienes entre diferentes áreas geográficas.

El problema de asignación de tráfico es una aplicación de digrafos ponderados al flujo

(circulación) de un bien, desde una fuente (llamado origen), a un destino dado. Los bienes
pueden ser por ejemplo litros de agua que fluyen por tuberías, llamadas telefónicas a
través de un sistema de comunicación, vehículos, etc.

2.3 Modelos de Programación

La programación lineal es una técnica matemática relativamente reciente (siglo XX),

4
 Ingeniería Civil 2 Problema de Asignación de tráfico

que consiste en una serie de métodos y procedimientos que permiten resolver problemas
de optimización en el ámbito, sobre todo, de las Ciencias Sociales.

La Programación es una técnica matemática utilizada para dar solución a problemas

que se plantean muy comúnmente en diversas disciplinas como Economía, Ingeniería, So-
ciología, Biología, etc. En esencia trata de maximizar y/o minimizar una función de dos o
más variables teniendo en cuenta que las mismas deben cumplir determinadas exigencias
derivadas de la escasez de recursos disponibles en la realidad.

El problema de asignar convenientemente recursos escasos es un problema conocido

desde la antigüedad, especialmente en el mundo de la economía, aunque una solución
matemática al mismo es relativamente reciente. Fue en la década de los años 40 del siglo
XX que a través del trabajo de equipos formados por matemáticos, economistas y físicos,
entre los cuales merece especial destaque George B. Dantzing, se sentaron las bases para
la resolución de problemas de Programación Lineal y No Lineal.

2.3.1. Programación Lineal

La programación lineal (PL), que trata exclusivamente con funciones objetivos y res-
tricciones lineales, es una parte de la programación matemática, y una de las áreas más
importantes de la matemática aplicada. Se utiliza en campos como la ingeniería, la eco-
nomía, la gestión, y muchas otras áreas de la ciencia, y la industria. Debemos notar
que cualquier problema de programación lineal requiere identificar cuatro componentes
básicos:

1 El conjunto de datos.

2 El conjunto de variables involucradas en el problema, junto con sus dominios res-

pectivos de definición.

3 El conjunto de restricciones lineales del problema que definen el conjunto de solu-

ciones admisibles.

4 La función lineal que debe ser optimizada (minimizada o maximizada).

2.3.2. Programación No Lineal

Un modelo de Programación no Lineal es aquel donde las variables de decisión se
expresan como funciones no lineales ya sea en la función objetivo y/o restricciones de un
modelo de optimización. Sea f : Rn ! R una función continuamente diferenciable (es decir
sus derivadas parciales existen y son continuas) y Rn un conjunto convexo.

pagina 5
Métodos Numéricos
 Problema de Geome-
3 tría Computacional

3.1 Geometría Computacional

La geometría computacional o algorítmica es una rama de la ciencia de la compu-

tación que estudia algoritmos para resolver problemas geométricos de forma constructiva.
Analiza los casos geométricos desde el punto de vista de la computación para diseñar y
analizar los métodos que proporcionen una solución eficiente.

La geometría computacional empieza a germinarse a principios de los años 70 con el

incremento del uso de los computadores para la resolución de problemas clásicos y su
utilización en la investigación y desarrollo. El término nace con la tesis de doctorado de
Shamos en 1975 y desde entonces los trabajos y los estudios han ido creciendo de forma es-
pectacular reconociéndose dicha disciplina. En la actualidad la geometría computacional
es parte fundamental en numerosas aplicaciones que no son inmediatamente relaciona-
das con la geometría, tales como el reconocimiento de formas, la informática gráfica, la
robótica, los sistemas de información geográficos, la visión artificial, la antropología, la
arqueología, la astronomía, la biología, etc.

Una de las principales herramientas en la geometría computacional la constituyen las

triangulaciones, tanto de nube de puntos como de polígonos. En este tipo de problemas
aparece la triangulación Delaunay, ampliamente utilizada en la generación de mallas no
estructuradas. La triangulación de Delaunay es uno de los métodos de triangulación más
rápidos y relativamente fáciles de implementar, por contar con algoritmos bastantes efi-
cientes para su cálculo. Este es uno de los métodos de triangulación más conocido y más
interesante por ser aplicable en la resolución de multitud de problemas aparentemente sin
relación entre sí. Debido a sus propiedades geométricas se obtienen excelentes resultados
para la mayoría de las aplicaciones.

La triangulacion de Delaunay es uno de los metodos de triangulacion mas rapido y

relativamente faciles de implementar, por contar con algoritmos bastantes eficientes para
su calculo. En este proyecto se pretende elaborar un metodo que permita realizar este
tipo de trangulazion en espacio de varios millones de puntos.. Por lo tanto, el mayor
incoveniente es mmanejar una nube de puntos del plano tan grande y por consiguiente

6
 Ingeniería Civil 3 Problema de Geometría Computacional

Figura 1: Triangulación de puntos

crear una triangulacion tan considerable. La estrategica a seguir para adaptar a este
tipo de problema sera la division del conjunto de puntos en regiones para posteriormente
calcular las triangulaciones de cada subespacio or separado .Con esto esto, se disminuye
la complejidad del problema dividiendolo en partes mas simples o reducidas.

3.2 Triangulación de puntos

La triangulación es la división de una superficie o polígono plano en un conjunto de

triángulos, con la restricción de que cada lado del triángulo se reparta entre dos triángulos
adyacentes.

Análogamente se define una triangulación de una nube de puntos del plano como
una partición del cierre convexo en triángulos. La estructura es una familia maximal de
triángulos de interiores disjuntos cuyos vértices son puntos de la nube y en cuyo interior
no hay ningún punto de la nube.
Como podemos observar, de una misma nube de puntos se pueden crear diferentes
triangulaciones.

3.3 Triangulacion de Delauney

La condición de Delaunay dice que una red de triángulos es una triangulación de De-
launay si todas las circunferencias circunscritas de todos los triángulos de la red son vacías,
es decir, la circunferencia circunscrita de cada triángulo de la red no contiene otros vérti-
ces aparte de los tres que definen el triángulo. Esa es la definición original para espacios
bidimensionales, y es posible ampliarla para espacios tridimensionales usando la esfera en
vez de la circunferencia circunscrita. Esta condición asegura que los ángulos del interior
de los triángulos son lo más grandes posibles, la longitud de los lados de los triángulos es
mínima y la triangulación formada es única.

Por lo tanto, la triangulación de Delaunay es una red de triángulos que se caracteriza

pagina 7
Métodos Numéricos
 Ingeniería Civil 3 Problema de Geometría Computacional

por formar los triángulos más equiláteros posibles, es decir, maximiza el mínimo ángulo
de los triángulos. De esta forma, los puntos más próximos entre sí, estarán conectados por
una arista, en la que los triángulos resultantes serán lo más regulares posibles.

Figura 2: Triangulación de Delauney

3.3.1. Propiedades de una Triangulación de Delaunay

1 La triangulación es unívoca si ningún círculo rodeado por los vértices de un triángulo
contiene otros puntos del espacio.

2 El ángulo mínimo dentro de todos los triángulos está maximizado y la longitud de

los lados de los triángulos es mínima.

3 Las aristas que pertenecen al perímetro de la triangulación conforman el cierre

convexo de la nube de puntos. Estas aristas formarán parte de un sólo triángulo,
mientras que las aristas interiores a la triangulación van a formar parte de dos
triángulos. Los triángulos que conforman el cierre convexo suelen ser alargados.

pagina 8
Métodos Numéricos
 Ingeniería Civil 3 Problema de Geometría Computacional

3.3.2. Caracterizacion Formal

Sea P “ tp1 , p2 , p3 , ..., pn u un conjunto de puntos en el plano, una triangulacion de
Delaunay de P cumplira los siguientes propiedades:

Propiedad N° 1

Tres puntosP i, P jyP k pertenecientes a P son vértices de la misma cara

de la triangulación de Delaunay de P, si y solamente si, el círculo que ♣
pasa por los puntos P i, P jyP k no contiene puntos de P en su interior.

Gráfica de propiedad 1

Pk

Pi

Pj

Figura 3: Propiedad 1

Propiedad N° 2

Dos puntos Pi, Pj pertenecientes a P forman un lado de la Triangulación

de Delaunay de P, sí y solamente sí, existe un círculo Pi, Pj en su ♣
circunferencia y no contiene en su interior ningún punto de P.

pagina 9
Métodos Numéricos
 Ingeniería Civil 3 Problema de Geometría Computacional

Gráfica de propiedad 1

Pi

Pj

Figura 4: Propiedad 2

Las dos propiedades anteriormente descritas son resumidas por una tercera, ?Propie-
dad del Círculo Vacío?, que caracteriza la triangulación de Delaunay:
Sea P un conjunto de puntos en el plano y T una triangulación de P, T es una triangu-
lación Delaunay de P, si y solamente si la circunferencia circunscrita de cualquier triángulo
de T no contiene puntos de P.

t t1 t2

v
No cumple con la Si cumple con la
condición de Delaunay condición de Delaunay

Figura 5: Propiedad 3

Se puede generalizar y afirmar que una triangulación T de un conjunto P de puntos

en el plano es una triangulación Delaunay, si y solamente si, todas las aristas son legales.
Se llama arista legal, a toda arista de una triangulación que pertenece a dos triángulos
pagina 10
Métodos Numéricos
 Ingeniería Civil 3 Problema de Geometría Computacional

tal que la circunferencia circunscrita a uno de los triángulos no contiene al punto restante
que pertenece al otro triángulo. Una arista ilegal de una triangulación es la arista que
pertenece a dos triángulos tales que forman un cuadrilátero convexo y si se intercambia
dicha arista por la otra diagonal del cuadrilátero mejora el vector de ángulos. A esta ope-
ración que consiste en sustituir una diagonal por la otra en un cuadrilátero se le denomina
intercambio de aristas o flip.

Por lo tanto, sea cual sea la triangulación de puntos inicial que se tenga, siempre se
podrá obtener la triangulación de Delaunay equivalente por medio de operaciones de in-
tercambio de aristas.

En este ejemplo, se puede observar que el flipping de la arista común produce una
triangulación que cumple la condición de Delaunay.

Figura 6: De

Estas características tan singulares que definen el método de Delaunay hacen que el
cálculo por partes de una triangulación no sea trivial de realizar por sus propiedades geo-
métricas.

En el siguiente ejemplo podemos observar que si dividimos una nube de puntos en dos
partes o subespacios, calculamos la triangulación de Delaunay por separado y unimos las
soluciones, el resultado no es igual que al calcular la triangulación del total del conjunto
de puntos.

pagina 11
Métodos Numéricos
 Ingeniería Civil 3 Problema de Geometría Computacional

Figura 7: o

3.4 Relacion con los diagramas de Voronoi

Una triangulación de Delaunay posee la característica de ser el grafo dual al diagrama

de Voronoi. Para cada triángulo de la triangulación, el centro del círculo circunscrito
por el triángulo corresponde con un vértice generador del diagrama de Voronoi y las
perpendiculares a los lados del triángulo forman las aristas del diagrama de Voronoi.

Figura 8: Relación con los diagramas de Voronoi

Por lo tanto, se puede construir la triangulación de Delaunay a partir del diagrama de

Voronoi, uniendo todos aquellos generadores que compartan un eje de Voronoi, y unien-
pagina 12
Métodos Numéricos
 Ingeniería Civil 3 Problema de Geometría Computacional

do aquellos puntos vecinos en regiones de Voronoi abiertas (unión de los generadores de

regiones adyacentes).

De forma viceversa, se puede obtener el diagrama de Voronoi a partir de una trian-

gulación de Delaunay calculando la mediatriz de cada arista de la triangulación, y donde
los extremos de cada mediatriz se truncan en el punto de intersección con cualquier otra
mediatriz.

3.5 Propiedades de Ambos Diagramas

1 Triangulación de Delaunay es un grafo de líneas rectas dual al diagrama de Voronoi.

2 Cada triángulo de Delaunay posee como vértices a los generadores del diagrama de
Voronoi.

3 La triangulación de Delaunay y el diagrama de Voronoi tienen el mismo número de

aristas y se corresponden entre sí. Cada arista de la triangulación es perpendicular
a una arista de Voronoi.

4 Cada nodo de la triangulación se corresponde con una única región del diagrama.

5 La frontera de la triangulación de Delaunay es la envolvente convexa de los puntos.

6 Una triangulación es de Delaunay si y sólo si todos los círculos que pasen por tres
vértices de un triángulo son vacíos. Por lo tanto, no es posible encontrar ningún
punto de la nube en el interior de los triángulos formados por la triangulación, es
decir, el interior de cada triángulo no posee generadores.

3.6 Modelos de Representacion de Terrenos

La solución aparentemente mas adecuada para el tratamiento del relieve es mediante

la formación de redes de triángulos irregulares (TIN), que se adaptan a la complejidad
del terreno. De las numerosas triangulaciones posibles de una misma nube de puntos, no
todas son válidas para la aproximación fiel del terreno. Para que esta técnica sea efectiva,
la triangulación más lógica, será aquella que forme los triángulos más equiláteros posibles.

Por consiguiente, la triangulación de Delaunay es la más adecuada para la formación

de redes de triángulos irregulares en la generación de modelos digitales del terreno (MDT),
siendo la más óptima para la definición del terreno.

pagina 13
Métodos Numéricos
 Ingeniería Civil 3 Problema de Geometría Computacional

Figura 9: Aplicación de los diagramas

pagina 14
Métodos Numéricos
 Implemetación del mo-
4 delo matemático

4.1 Problema de asignación de de trafico

4.2 Algoritmo de las combinaciones convexas para la

búsqueda del equilibrio de usuarios

El algoritmo de las combinaciones convexas fue propuesto por primera vez por Frank y
Wolfe en el año 1956. En principio estaba destinado para resolver problemas con funciones
objetivo de orden cuadrático con restricciones lineales. Pero posteriormente fue generali-
zado y pasó a ser aplicable a cualquier función objetivo no lineal, continua, diferenciable
y convexa.

El algoritmo de Frank- Wolfe ha resultado ser muy útil para la búsqueda de equili-
brios en redes de transporte. Este algoritmo se engloba dentro del grupo de técnicas de
búsqueda de direcciones de descenso. Estos algoritmos son algoritmos de tipo iterativo.
Para cada iteración partimos de un punto obtenido de la iteración anterior, estudiamos
la forma de la función próxima al punto y escogemos la dirección que nos proporcione un
mayor descenso. Seguimos esa dirección hasta el punto en el que no podremos seguir des-
cendiendo. Si ese nuevo punto no nos sirve como solución iniciamos una nueva iteración.
Para entender mejor el funcionamiento de estos algoritmos mostramos la imagen 2.2 que
muestra el comportamiento del algoritmo en un caso simple.

El algoritmo de Frank-Wolfe selecciona la dirección de descenso respecto el punto xn

teniendo en cuenta dos criterios simultáneamente. El primero, la mayor dirección de des-
censo de la función objetivo en la vecindad del punto xn . El segundo, cómo de lejos
podemos llegar siguiendo la dirección escogida en el primer criterio.

15
 Ingeniería Civil 4 Implemetación del modelo matemático

El algoritmo de Frank-Wolfe

Para encontrar la dirección de descenso, el algoritmo busca en el

dominio factible de la función una solución auxiliar y n , con la que la
dirección de xn a y n nos de el mayor avance. La dirección de descenso
nos la provee el vector unitario.

py n ´ xn qT
(4.1)
}y n ´ xn }

El algoritmo de Frank-Wolfe

y la pendiente de esta dirección nos la provee la proyección del

gradiente negativo de la función objetivo en el punto xn en la dirección
de descenso, obteniendo :

py n ´ xn qT
´∇f pxn q (4.2)
}y n ´ xn }

El beneficio conseguido al movernos desde xn a y n es :

´∇f pxn qpy n ´ xn qT (4.3)

Ahora hemos de buscar el punto y factible que maximice el beneficio obtenido con el
movimiento descrito en la expresión anterior. Para ello planteamos un problema matemá-
tico de minimización, convertimos la maximización en una minimización multiplicando la
expresión anterior por 1 . Además como xn es constante podemos eliminarlo de la expre-
sión:

py?xn qT quedndonosy T

pagina 16
Métodos Numéricos
 Ingeniería Civil 4 Implemetación del modelo matemático

Operando

Así que el problema a resolver queda así:

ÿ ˆ Bz pxn q ˙
n T
mı́n Z pyq “ ∇f px q y “ yi
i Bxi
♣
sujeto a:

yP P

que nos dará un factor λ , con el que podremos obtener xn`1 aplicando la siguiente
fórmula:

xn`1 “ xn ` λ py n ´ xn q (4.4)

Ahora sólo nos falta ver si este nuevo punto lo aceptamos como solución o iniciamos
una nueva iteración, para ello aplicamos un test de convergencia.

Dada una solución factible xn , la enésima iteración de la versión generalizada del

algoritmo de Frank-Wolfe puede ser resumida así:
pasos

El conjunto de datos.

El conjunto de variables involucradas en el problema, junto con

sus dominios respectivos de definición.
♣
El conjunto de restricciones lineales del problema que definen el
conjunto de soluciones admisibles.

La función lineal que debe ser optimizada (minimizada o maximi-

zada).

4.3 gilmer

sdfsfsdf

pagina 17
Métodos Numéricos
 Ingeniería Civil 4 Implemetación del modelo matemático

4.3.1. gg
sdfsdfsdfsdsdfsdf jkjkbnnghhnbn

4.3.1.1. gkakas
sdfsdfsd sdsdfsd ssd sdf

Definición 4.1
a`b“b`c

(Una caja).
a ` d ` b “ b ` c ` d.

titulo del encabezado

para calcular la ecuacion diferencial necesitamos los valore de condicio-

nes incialees

n9 “ u cos ψ ´ v sin ψ (4.5)

e9 “ u sin ψ ` v cos ψ (4.6)
♣
For small angles the following approximation can be used:

n9 “ u ´ vδψ (4.7)
e9 “ uδψ ` v (4.8)

tiylo

titulo
xn ` y n “ z n
has no non-zero integer solutions for x, y and z when n ą 2.

pagina 18
Métodos Numéricos
Apéndices

19
 gilm
A
hhh fyhgukjhkjhikhlkjkjjhjkjk jkgsdjkf kjhsdhfjkj jkdf gdfgfg

20