Leonardo Flores, Javier Pique 2

INSTITUTO DE LA CONSTRUCCION Y GERENCIA
I CONGRESO INTERNACIONAL DE INGENIERIA ANTISISMICA Y ESTRUCTURAS
ESTABILIDAD DE MODELOS MATEMTICOS EN EL ANLISIS

INELSTICO DE PRTICOS PLANOS
Leonardo Flores Gonzlez, Dr. Javier Piqu del Pozo
29 de mayo del 2004
En el estudio de la respuesta inelstica esttica y dinmica de prticos, los

modelos matemticos que simulan este comportamiento son no lineales, lo que
hace que su estudio analtico sea complicado, para simplificar el anlisis, se
linealizan las funciones que representan el comportamiento de la estructura y se
resuelven suponiendo que tienen un comportamiento lineal, en cada incremento
de tiempo o paso de integracin. Sin embargo, para hacer esto es necesario
estudiar la estabilidad matemtica del modelo que simula el comportamiento
inelstico.
1. INTRODUCCIN
Cuando se resuelve un modelo matemtico de un anlisis inelstico, nos

enfrentamos a modelos no lineales, en el caso del modelo esttico inelstico el
sistema de ecuaciones no lineales que se resuelve es:
K ( x) = f (1.1), donde K : R n R n , f R n y x R n .
En el caso del anlisis dinmico inelstico, el modelo es ms complicado ya

que se resuelve una ecuacin diferencial no lineal, el modelo es:
Mx ( 2 ) + C ( x (1) ) + K ( x) = f (1.2), donde M , C , K : R n R n , x, f : R R n y x R n .
Para poder representar K (x) en forma lineal, es necesario estudiar la

estabilidad de modelo en (1.2), con tal motivo se transforma ste a un sistema de
ecuaciones diferenciales de primer orden de la siguiente manera:
ICG Instituto de la Construccin y Gerencia / Calle Nueve 1056 Urb. Corpac. San Isidro
Telefax: (01) 225 9066 / www.construccion.org.pe
1
Hacer x (1) = y, de donde resulta:
0 nxn I nxn x (1) y

M (1) = (1.3)
0 nxn y K ( x) C ( x) + f
como la matriz M tiene sus coeficientes constantes, si consideramos el vector

x (1)
z (1) = (1) (1.4) entonces el sistema se puede expresar como:
y,
Z (1) = G ( z, t ) (1.5) donde Z : R R 2 n y G : R 2 n xR R 2 n .
De esta manera, es conveniente estudiar los procesos de estabilidad en los

sistemas de ecuaciones diferenciales de primer orden.
2. ANLISIS ESTTICO INELSTICO
Para estar seguros de que al resolver un modelo inelstico, no tengamos

problemas con el modelo cuando se exprese K en forma lineal, son dos las
condiciones que se deben de tomar en cuenta:
- La funcin K debe ser derivable en todos los puntos para poder encontrar
su representacin lineal, es decir pueden existir problemas con los puntos
de agrietamiento, fluencia y descarga.
- Que el sistema de ecuaciones K ( x) = f , cumpla con las condiciones

impuestas por el mtodo que se emplea para encontrar su respuesta
numrica.
La aproximacin Lineal L de K , es nica y la definimos de la siguiente

manera:
2
Definicin: Sea K : n n y X 0 n . Entonces se dice que una
funcin L = L( X ) es una aproximacin lineal a K en X 0 , si L es lineal sobre
n y si:
[ f ( X ) f ( X 0 )] [L( X ) L( X 0 )]
lim = 0 (1.6)
x x0 0 X X0
No se pierde generalidad si se considera que X 0 = 0, y f (0) = 0, ya que
inicialmente el sistema se encuentra en reposo con lo que nuestra definicin

resulta:
lim
[ f ( X )] [L( X )] = 0 (1.7)
que equivale a
x 0 X
> 0 > 0; X ; X < f ( X ) L( X ) < (1.8)
adems la aproximacin lineal es la matriz Jacobiana en todos los casos:
K 1 K 1
X L
X n
1
K(X 0 ) = M O M (1.9)
K n L
K n
X 1 X n

el problema es no es fcil encontrar a priori la matriz K .
El proceso para resolver un anlisis esttico inelstico lo podemos

representar con ayuda del diagrama de la siguiente pgina, se debe tener en
cuenta que para resolver sistemas de ecuaciones existen muchos algoritmos, de
stos el ms popular es el mtodo de Newton y sus derivados conocidos con el
nombre de cuasi-Newton.
3
Discretizacin
K(x)=f Lx=f
Derivabilidad
Linealidad
Solucin Solucin
exacta aproximada
Convergencia
x 0
Figura 1 Proceso de solucin de un anlisis esttico inelstico
3. ANLISIS DINMICO INELSTICO
Para la estabilidad de matemtica de los modelos de un anlisis dinmico

inelstico, si se utiliza un proceso de linealizacin, adems de ser derivable en
cada uno de sus puntos la funcin K , las soluciones de la ecuacin diferencial
(1.2) deben de ser estables, de manera que el comportamiento local y global de la
estructura sea el mismo.
Sin embargo el estudio de la estabilidad de las soluciones de (1.5), requiere

que la funcin linealizada de G cumpla con algunas condiciones, para que se
asegure su estabilidad, existen trabajos (5,7) donde se estudia la estabilidad
sistemas autnomos en funcin de la solucin trivial de (1.5). Otros trabajos (1,3)
estudian la estabilidad de sistemas no autnomos; todos ellos indican ciertas
restricciones que debe cumplir (1.5) para asegurar la estabilidad, lo que indica que
en este campo recin estamos comenzando.
Si en un anlisis inelstico no se consideran los efectos de segundo orden,

normalmente las soluciones permanecen estables al rededor de la solucin
idnticamente nula de (1.5).
4
3.1 ESTABILIDAD
El estudio de la estabilidad se divide en dos:

- La estabilidad de las soluciones de (1.5).
- La estabilidad numrica.
3.1.1 ESTABILIDAD DE LAS SOLUCIONES
Dado el sistema de ecuaciones diferenciales x (1) = f ( x, t ) (3.1), que
satisface las condiciones de existencia de sus soluciones, adems x : I n

y f : n xI n ; se define la estabilidad como sigue:
Una solucin de x& = f ( x, t ) para el problema de valores iniciales x(t , t 0 , x 0 )
definida para t 0, se llama estable si > 0 > 0 / todas las soluciones de
x(t , t 0 , y ) con y x 0 < , estn definidas para t 0, y adems se cumple
x(t , t 0 , y ) x(t , t 0 , x 0 ) < (3.2) > 0. Si adems se cumple que:
lim x(t , t 0 , y ) x(t , t 0 , x 0 ) = 0 (3.3) para y x0 < , entonces se dice que

t
x(t , t0 , x 0 ) es asintticamente estable, ver figura:

y
x
x=(0)
y= (0)
x
Figura 2 Estabilidad de la solucin de una ecuacin diferencial
5
Sin embargo, si se estudian problemas donde el material presenta

condiciones inelsticas, existen autores (4,7), que indican que pequeos cambios
de x 0 , producen pequeos cambios en x.
3.1.1 ESTABILIDAD NUMERICA
Si las soluciones de (3.1) son estables, se procede a linealizar el problema,

se resuelve numricamente (3.1) y se la aproxima mediante una ecuacin en
diferencias, es decir se resuelve en forma lineal el problema en cada paso o
incremento de tiempo. El concepto de esta aproximacin esta ligada a la
consistencia del integrador que resuelve la ecuacin en diferencias; existen dos
teoremas importantes que formalizan este problema:
- El teorema de Lax, que manifiesta que es necesario y suficiente que el

problema sea estable numricamente para que la solucin de la ecuacin
en diferencias sea convergente a la solucin de (3.1).
- El teorema general de convergencia: Sean ' y ' ' dos espacios de

' ''
Banach con normas y , sea T y Tm dos operadores lineales que van
de ' ' '. Si:
1. f ' ' la ecuacin Tu = f (3.4) tiene nica solucin en ' .
2. Cada operador Tm tiene inversa Tm1 acotada y aproxima a T de manera
que: u ' , Tu Tm u 0 si m .
Entonces la solucin u m de Tm u m = f (3.5), converge a la solucin
de Tu = f f ' ' si y solamente si la aproximacin es estable.
6
Existen muchos integradores de las ecuaciones en diferencias finitas,

dentro de estos tenemos el mtodo de Newmark, Wilson, diferencias finitas, etc.;
el mtodo de Newmark es muy popular sobre todo para ciertos valores del
parmetro de integracin, ya que resulta incondicionalmente estable. Existen
criterios para controlar la estabilidad de estos algoritmos (2,6); un criterio prctico
es verificar si la suma de la energa interna y cintica decrece o tiende a un valor
constante(2).
El criterio para resolver un anlisis dinmico inelstico, se indica en el

siguiente diagrama:
Discretizacin
Ecuacin en
EDO diferencias
Consistencia
Estabilidad
Solucin Solucin
exacta aproximada
Convergencia
x,t 0
Figura 3 Proceso de solucin de un anlisis dinmico inelstico
En las siguientes figuras se aprecian comportamientos inelsticos de

secciones de prticos de concreto armado, una presenta un comportamiento
estable la otra problemas de inestabilidad numrica; en algunos casos el proceso
de descarga corrige la solucin, en otros afectan a la estabilidad de la estructura a
nivel global (se producen grandes desplazamientos).
7
Momento Izq vs Curvatura Izq VIGA 4 Momento Izq vs Curvatura Izq VIGA 1
300000 60000
200000 40000
momento izquierda
momento izquierda
100000 20000
0 0
-0.00001 -5E-06
-100000 0 0.000005 0.00001 0.000015 -2E-05 -1E-05 -5E-06
-20000 0 5E-06 1E-05 2E-05
-200000 -40000
-300000 -60000
-400000 -80000
curvatura Izquierda curvatura Izquierda
Figura 4 Comportamiento inelstico con un algoritmo estable
Momento Izq vs Curvatura Izq VIGA 5 Momento Izq vs Curvatura Izq VIGA 6
60000 60000
40000
momento izquierda
momento izquierda
40000
20000
20000
0
0
-1E-05 -5E-06
-20000 0 5E-06 1E-05 2E-05 2E-05
-1E-05 -5E-06
-20000 0 5E-06 1E-05 2E-05 2E-05
-40000
-40000 -60000
-60000 -80000
curvatura Izquierda curvatura Izquierda
Figura 5 Comportamiento inelstico con un algoritmo inestable
4. CONCLUSIONES
- Los puntos de agrietamiento y fluencia pueden hacer inestables los

algoritmos de solucin de los modelos numricos, se recomienda dividir
ms los intervalos de integracin o reemplazar estos sectores (fluencia y
agrietamiento), por pequeos arcos o funciones polinmicas (Splines), que
sean derivables en todo su dominio.
- La inestabilidad se puede manifestar con un aumento excesivo de la

energa del sistema.
8
- Si se desea considerar la no linealidad geomtrica, se debe estudiar la

estabilidad de las soluciones del modelo que se resuelve, ya que un
pequeo cambio en las condiciones iniciales del problema podra originar
soluciones totalmente diferentes.
- Una vez comprobada la estabilidad de las soluciones de un modelo, se

debe escoger un integrador estable, porque las operaciones numricas que
se realicen a un modelo estable podran convertirlo en inestable.
- El monitoreo de la cantidad de energa en un modelo inelstico, durante un

paso de integracin o incremento de tiempo, es una forma prctica para
evaluar la estabilidad y por lo tanto el grado de confiabilidad de los
resultados que obtenemos numricamente.
5. REFERENCIAS BIBLIOGRFICAS
01) AVRAMESCU, C.; Asymptotic behavior of solutions of nonlinear

differential equations and generalized guiding functions; Electronic
Journal of Qualitative Theory of Diferential Equations, No. 13;
Hungra 2003.
02) BELYTSCHKO, T., LIU, W.K., MORAN, B.; Nonlineal finite elements
for continua and structures; John Wiley & sons, ltd; Setiembre 2001.
03) CARABALLO, T.; ON THE DECAY RATE OF SOLUTIONS OF
NON-AUTONOMOUS DIFFERENTIAL SYSTEMS; Electronic
Journal of Differential Equations, Vol. 2001(2001), No. 05; Suiza
2001.
04) KREIDER, KULLER, OSTBERG; Ecuaciones diferenciales; Fondo
educativo interamericano S.A.; 1973.
05) IMAZ Z. VOREL Z..; Ecuaciones Diferenciales Ordinarias; Editorial
Limusa-Wiley, S.A.; Mxico 1968.
9
06) RICHTMYER, R.D., MORTON, K.W.; Difference methods for initial

value problems; 1967.
07) SOTOMAYOR, JORGE; lies de ecuaes diferenciais ordinrias;
Instituto de Matemtica Pura y Aplicada (IMPA), proyecto Euclides
Rio de Janeiro 1979.
10

Leonardo Flores, Javier Pique 2

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Leonardo Flores, Javier Pique 2

Загружено:

Авторское право:

Доступные форматы

INSTITUTO DE LA CONSTRUCCION Y GERENCIA

I CONGRESO INTERNACIONAL DE INGENIERIA ANTISISMICA Y ESTRUCTURAS

ESTABILIDAD DE MODELOS MATEMTICOS EN EL ANLISIS

Leonardo Flores Gonzlez, Dr. Javier Piqu del Pozo

29 de mayo del 2004

En el estudio de la respuesta inelstica esttica y dinmica de prticos, los

Cuando se resuelve un modelo matemtico de un anlisis inelstico, nos

En el caso del anlisis dinmico inelstico, el modelo es ms complicado ya

Mx ( 2 ) + C ( x (1) ) + K ( x) = f (1.2), donde M , C , K : R n R n , x, f : R R n y x R n .

Para poder representar K (x) en forma lineal, es necesario estudiar la

Hacer x (1) = y, de donde resulta:

0 nxn I nxn x (1) y

como la matriz M tiene sus coeficientes constantes, si consideramos el vector

Z (1) = G ( z, t ) (1.5) donde Z : R R 2 n y G : R 2 n xR R 2 n .

De esta manera, es conveniente estudiar los procesos de estabilidad en los

2. ANLISIS ESTTICO INELSTICO

Para estar seguros de que al resolver un modelo inelstico, no tengamos

- Que el sistema de ecuaciones K ( x) = f , cumpla con las condiciones

La aproximacin Lineal L de K , es nica y la definimos de la siguiente

Definicin: Sea K : n n y X 0 n . Entonces se dice que una

funcin L = L( X ) es una aproximacin lineal a K en X 0 , si L es lineal sobre

No se pierde generalidad si se considera que X 0 = 0, y f (0) = 0, ya que

inicialmente el sistema se encuentra en reposo con lo que nuestra definicin

adems la aproximacin lineal es la matriz Jacobiana en todos los casos:

el problema es no es fcil encontrar a priori la matriz K .

El proceso para resolver un anlisis esttico inelstico lo podemos

3. ANLISIS DINMICO INELSTICO

Para la estabilidad de matemtica de los modelos de un anlisis dinmico

Sin embargo el estudio de la estabilidad de las soluciones de (1.5), requiere

Si en un anlisis inelstico no se consideran los efectos de segundo orden,

El estudio de la estabilidad se divide en dos:

3.1.1 ESTABILIDAD DE LAS SOLUCIONES

Dado el sistema de ecuaciones diferenciales x (1) = f ( x, t ) (3.1), que

satisface las condiciones de existencia de sus soluciones, adems x : I n

Una solucin de x& = f ( x, t ) para el problema de valores iniciales x(t , t 0 , x 0 )

definida para t 0, se llama estable si > 0 > 0 / todas las soluciones de

x(t , t 0 , y ) con y x 0 < , estn definidas para t 0, y adems se cumple

x(t , t 0 , y ) x(t , t 0 , x 0 ) < (3.2) > 0. Si adems se cumple que:

lim x(t , t 0 , y ) x(t , t 0 , x 0 ) = 0 (3.3) para y x0 < , entonces se dice que

x(t , t0 , x 0 ) es asintticamente estable, ver figura:

Figura 2 Estabilidad de la solucin de una ecuacin diferencial

Sin embargo, si se estudian problemas donde el material presenta

3.1.1 ESTABILIDAD NUMERICA

Si las soluciones de (3.1) son estables, se procede a linealizar el problema,

- El teorema de Lax, que manifiesta que es necesario y suficiente que el

- El teorema general de convergencia: Sean ' y ' ' dos espacios de

de ' ' '. Si:

1. f ' ' la ecuacin Tu = f (3.4) tiene nica solucin en ' .

2. Cada operador Tm tiene inversa Tm1 acotada y aproxima a T de manera

Entonces la solucin u m de Tm u m = f (3.5), converge a la solucin

de Tu = f f ' ' si y solamente si la aproximacin es estable.

Existen muchos integradores de las ecuaciones en diferencias finitas,

El criterio para resolver un anlisis dinmico inelstico, se indica en el

Figura 3 Proceso de solucin de un anlisis dinmico inelstico

En las siguientes figuras se aprecian comportamientos inelsticos de

Figura 4 Comportamiento inelstico con un algoritmo estable

Figura 5 Comportamiento inelstico con un algoritmo inestable

- Los puntos de agrietamiento y fluencia pueden hacer inestables los

- La inestabilidad se puede manifestar con un aumento excesivo de la

- Si se desea considerar la no linealidad geomtrica, se debe estudiar la

- Una vez comprobada la estabilidad de las soluciones de un modelo, se

- El monitoreo de la cantidad de energa en un modelo inelstico, durante un

01) AVRAMESCU, C.; Asymptotic behavior of solutions of nonlinear