Escolar Documentos
Profissional Documentos
Cultura Documentos
Optimizacion de Estructuras PDF
Optimizacion de Estructuras PDF
ANÁLISE DE ESTRUTURAS
São Carlos
1999
Dedico essa pesquisa com todo meu amor e
carinho à Elisangela, minha esposa, que
sempre me apoiou e compreendeu o escasso
tempo no decorrer do mestrado.
AGRADECIMENTOS
LISTA DE FIGURAS....................................................................................................... i
ABREVIATURAS............................................................................................................vi
ABSTRACT................................................................................................................... viii
BIBLIOGRAFIA ........................................................................................................... 94
ANEXO .......................................................................................................................... 97
i
LISTA DE FIGURAS
LISTA DE TABELAS
LISTA DE SÍMBOLOS
δ = vetor deslocamento
∇2f = segunda derivada de f, ou seja, sua matriz hessiana
Ψa = energia potencial de carga aproximada
πa = energia potencial total aproximada
∇f = primeira derivada de f, ou seja, seu vetor gradiente
αk = tamanho do passo na iteração k
A = área da seção transversal
a,b = vetores de restrição de variáveis
B, B0 e BL = matrizes auxiliares
C = valor escalar
Cx, Cy e Cz = cossenos diretores na direção x,y, e z respectivamente
D = matriz constitutiva do material
dk = direção de descida na iteração k
E = módulo de elasticidade longitudinal
f = função quadrática
F = vetor de forças nodais
g = força da gravidade
G = módulo de elasticidade transversal
H = matrizes hessianas
I = momento de inércia
Kσ = matriz de rigidez geométrica
K, R = matrizes de rigidez
K0 = matriz de rigidez elástica linear
k1, k2, ... kn = valores reais constantes
KL = matriz de rigidez de correção de coordenadas
KT = matriz de rigidez tangente
L = comprimento da barra
M = momento fletor
p = força de superfície
P = vetor de cargas nodais
Pe = vetor de cargas nodais do elemento
Q = matriz de auto-vetor
q = vetor de deslocamentos nodais
v
ABREVIATURAS
cte = constante
DFP = Davidon-Fletcher-Powell
min = minimização
PTV = Princípio dos Trabalhos Virtuais
tol = tolerância
vii
RESUMO
ABSTRACT
RIGO, E. (1999). Linear and Nonlinear Programming applied to structural analysis. São
Carlos. 105p. Dissertação (Mestrado). Escola de Engenharia de São Carlos,
Universidade de São Paulo.
CAPÍTULO 1 - INTRODUÇÃO
x1
x
f: Ω→R x= 2 (2.1)
M
x
n
i) ∇ f(x*) = 0 (2.3)
2
ii) (x-x*)T ∇ f(x*) (x-x*) > 0 (2.4)
1
f ( x) ≅ f ( x*) + ∇f ( x*)T ( x − x*) + ( x − x*)T ∇ 2 f ( x*)( x − x*) + ϕ ( x − x * ) ,
2
ϕ( x − x * )
2
f ( x) ≅ f ( x*) + C ≥ f ( x*) x ≈ x*
1
onde: C= ( x − x*)T ∇ 2 f ( x*)( x − x*) > 0 (2.6)
2
f (x K + α K d K ) < f (x K ) (2.7)
x K +1 = x K + α K d K (2.8)
número de iterações atinja seu limite máximo. O valor de tol significa uma tolerância
pré-estabelecida, sendo geralmente um valor muito pequeno, como por exemplo,
tol = 10 −6 .
Quando o primeiro critério de parada fôr verificado, significa que o
método convergiu e se encontrou x*, ou seja, o ponto de mínimo. Caso contrário, se o
processo iterativo terminar quando se atingir o número máximo de iterações, significa
que o método não convergiu para o determinado problema de minimização em estudo.
Seja ϕ (α ) = f ( x 0 + αd 0 )
ϕ: R→R
Encontrar min ϕ (α
α)
7
2.2.1 - Exata
1 T
f ( x) = x Hx + S T x + c , (2.9)
2
onde: H = ∇ 2 f ( x) é a matriz Hessiana
∇f ( x) = Hx + S (2.10)
( )
ϕ ' (α ) = ∇f T x 0 + αd 0 d 0 = 0 (2.11)
(H (x 0
) ) T
+ αd 0 + S d 0 = 0 (2.12)
− S T d 0 − x0T Hd 0
α= (2.13)
d 0T Hd 0
2.2.2 - Aproximada
Seja ϕ (α ) = f ( x 0 + αd 0 ) (2.14)
ϕ: R→R
Encontrar min ϕ(α
α) (2.15)
ϕ ' (α ) = ∇f T ( x 0 + αd 0 ) d 0 (2.18)
ϕ (0) = f ( x 0 ) (2.19)
até que a condição (2.21) seja verificada, ou que o número de iterações atinja o seu
limite máximo.
Para que o valor de α não seja tão pequeno, multiplica-se α por um η >
1 e espera-se que:
α ← 2 ×α , (2.24)
até que a condição (2.23) seja verificada ou que o número de iterações atinja o seu
limite máximo.
Assim, encontra-se o valor de α através da busca imprecisa, e a
condição (2.23) garante que ϕ (α ) = f ( x 0 + αd 0 ) < f ( x 0 ) = ϕ (0) , pois
0
ϕ (α ) ≤ ϕ (0) + εϕ ' (0)α < ϕ (0) , uma vez que d é escolhido tal que
0
ϕ ' (0) = ∇f T ( x 0 )d 0 < 0 . A escolha de d será tratada nas próximas seções.
Assim:
f ( x K + αd K ) − f ( x K ) ϕ (α )
= ∇f T ( x K ) d K + (2.26)
α α
11
∇f T ( x K ) d K < 0 , (2.28)
ϕ (α )
uma vez que torna-se desprezível quando α é pequeno.
α
d K = −∇f ( x K ) , (2.29)
2
pois ∇f T ( x K ) d K = − ∇f ( x K ) <0 desde que ∇f ( x K ) ≠ 0 (2.30)
FIGURA 2.2 - Aproximação por uma função quadrática pelo Método de Newton
f ( x) ≅ f ( x K ) + ∇f T ( x K )( x − x K ) +
1
+ ( x − x K ) T ∇ 2 f ( x K )( x − x K ) = q ( x) (2.31)
2
∇q ( x) = ∇f ( x K ) + ∇ 2 f ( x K )( x − x K ) (2.32)
Hipótese: ∃ inversa de ∇ 2 f ( x K )
13
[ ]−1
x − x K = − ∇ 2 f ( x K ) ∇f ( x K ) , (2.34)
[ ]
−1
x K +1 ≡ x = x K − ∇ 2 f ( x K ) ∇f ( x K ) (2.35)
x K +1 = x K + d K ; onde [ ]−1
d K = − ∇ 2 f ( x K ) ∇f ( x K ) (2.36)
Na prática, faz-se:
x K +1 = x K + α K d K , (2.37)
f (x K + α K d K ) < f (x K ) (2.38)
[∇ 2
]
f ( x K ) d K = −∇f ( x K ) (2.39)
( ) ( )(
f ( x ) ≅ f x K + ∇f T x K x − x K + ) 1
2
(x − xK ) ∇ f (x )(x − x )
T 2 K K
(2.40)
[
x K +1 = x K − ∇ 2 f x K ( )]
−1
( )
∇f x K (2.41)
x K +1 = x K − YK ∇f x K ( ) (2.42)
onde: (
q K = ∇f x K +1 − ∇f x K) ( ) e p K = x K +1 − x K (2.45)
( pK − YK q K )( p K − YK q K )
T
YK +1 = YK + (2.47)
q KT ( p K − YK q K )
p K p KT YK q K q TK YK
YK +1 = YK + − T ; K = K+1 e volte para o passo 1
p TK q K q K YK q K
16
x1 a1 b1
x a b
x= 2 a= 2 b= 2 ,
M M M
x a b
n n n
f (x K + α K d K ) < f (x K ) (3.3)
1 Direção de descida factível significa que a direção é de descida (o valor da função f(x) está decrescendo naquela
direção) e que a direção é factível (nessa direção existem novas soluções para o problema, pertencentes à região de
factibilidade). Estes conceitos básicos serão estudados com mais detalhes logo a seguir.
18
( ) ( )
f x K − f x K +T < tol 2 , (3.5)
isto é, após T iterações do método, a melhoria na função objetivo observada foi inferior
a uma tolerância tol2.
Nota-se que a diferença entre os métodos de otimização com restrições
para os métodos de otimização irrestritos está na determinação da direção d K , que além
de ser uma direção de descida deve ser uma direção factível.
seja uma solução factível para α > 0 e pequeno, pode-se dizer que d K é uma direção
19
d
As direções factíveis em x , podem ser obtidas por: d = 1 tal que:
d2
x + αd ∈ Ω ou
2 d
+ α 1 ∈ Ω
1 d2
0 ≤ 2 + αd1 ≤ 2 ⇒ −2 ≤ αd 1 ≤ 0 ⇒ d 1 ≤ 0
0 ≤ 1 + αd 2 ≤ 2 ⇒ −1 ≤ αd 2 ≤ 1 ⇒ ∀d 2
− 1
Uma escolha possível é d = e, nesse caso, o passo máximo é α=2.
0
A figura (3.4) ilustra esta escolha.
0
Numa outra situação, com x̂ = ∈ Ω , então as direções factíveis em x̂ ,
0
d
d = 1 , são tais que: d 1 ≥ 0 , d 2 ≥ 0 .
d2
f ( x + αd ) = f ( x ) + ∇f T ( x )(αd ) + ϕ (α ) , (3.7)
ϕ (α )
onde ϕ(α) é tal que → 0 , quando α → 0
α
f ( x + αd ) − f ( x ) ϕ (α )
= ∇f T ( x ) d + (3.8)
α α
ϕ (α )
uma vez que torna-se desprezível quando α é pequeno, supondo-se,
α
naturalmente, que ∇f (x ).d ≠ 0 . A recíproca é também verdadeira, isto é, a condição
(3.9) garante que d é uma direção de descida em x .
Portanto, a direção de descida é encontrada resolvendo-se a condição
(3.9), ou seja, como:
∂f ∂f ∂f
∇f = L ∈ R n , (3.10)
∂x1 ∂x 2 ∂x n
então:
∂f ∂f ∂f
∇f T d = d1 + d2 + L + dn < 0 (3.11)
∂x1 ∂x 2 ∂x n
Teorema:
Sejam f : Ω ⊆ R n → R e f ∈ C 1 (funções diferenciáveis) e d uma
direção factível em x ∈ Ω . Se:
∇f ( x ).d < 0 ⇒ d é uma direção de descida
a
Teorema: (condição necessária de 1 ordem)
Seja x ∈ Ω e f : Ω ⊆ R n → R , f ∈ C 1
a1
M
a
− − −k− −
bk +1
x = M a j < x j < bj , j = r + 1,..., n
b
− − −r− −
x r +1
M
x
n
Isto significa que os valores de xi para i = 1,...,k estão no limite inferior;
d1
M
d
− − −k− −
d k +1
d = M
d
− − −r− −
d r +1
M
d
n
tal que:
d i ≥ 0 para i = 1,...,k ;
d i ≤ 0 para i = k+1,...,r ;
quaisquer para i = r+1,...,n .
∇f (x ).d < 0 ou
∂f ( x ) ∂f ( x ) ∂f ( x ) ∂f ( x )
d1 + d2 + L + dk + d k +1 +
∂x1 ∂x 2 ∂x k ∂x k +1
(3.12)
∂f ( x ) ∂f ( x ) ∂f ( x )
+L+ dr + d r +1 + L + dn < 0
∂x r ∂x r +1 ∂x n
d = −∇f (x ) , (3.13)
∇f ( x ).d = − ∇f ( x ) <0 ∇f ( x ) ≠ 0
2
pois desde que
limite inferior ou superior na direção de descida venha a ter sinal adequado (conforme
direção factível já estudada), pois assim, em nenhum momento do processo iterativo de
minimização essa variável sairá da região de factibilidade. Com isso, um tipo de direção
de descida factível d é dada por:
∂f ( x ) ∂f ( x )
− , se <0
d i = ∂x i ∂x i (3.14a)
0, caso contrário
∂f ( x ) ∂f ( x )
− , se >0
d i = ∂x i ∂x i (3.14b)
0, caso contrário
∂f ( x )
di = − (3.14c)
∂x i
i ) xi = a i
∂f ( x ) bi − ai
se ∂x < 0 ⇒ d i > 0 → α i = d
ˆ
i i (3.17a)
se ∂f (x ) > 0 ⇒ dˆ = 0 →∴ ∀α
∂x i
i i
ii ) xi = bi
∂f ( x ) ai − bi
se ∂x > 0 ⇒ d i < 0 → α i = d
ˆ
i i (3.17b)
se ∂f (x ) < 0 ⇒ dˆ = 0 →∴ ∀α
∂x i
i i
∂f ( x )
di < 0
∂x i
xi = ai
xi = bi
x ∈ (a , b )
i i i
26
Assim,
∂f ( x )
xi = ai ⇒ d i > 0 e
∂x i
< 0 ⇒ dˆi ≠ 0 ⇒ absurdo
∂f ( x )
xi = bi ⇒ d i < 0 e > 0 ⇒ dˆi ≠ 0 ⇒ absurdo
∂x i
∂f ( x )
d i >0 e < 0 ⇒ dˆi ≠ 0 ⇒ absurdo
x ∈ (a , b ) ⇒ ∂x i
i i i ∂f ( x )
d i <0 e > 0 ⇒ dˆi ≠ 0 ⇒ absurdo
∂x i
Exemplo
min f ( x1 , x 2 ) = ( x1 − 3) 2 + x 22
x ∈ Ω = {x ∈ R n / 0 ≤ xi ≤ 2}
2
Seja: x =
1
∇f = {2(x1 − 3) 2 x 2 }
∇f (x ) = {− 2 2}
π
se β > , ∇f (x ).d = ∇f (x ) d cos β < 0
2
∂f ( x ) ∂f ( x ) ∂f ( x ) ∂f ( x )
∇f (x ).d = − + − =
∂x1 ∂x1 ∂x 2 ∂x 2
∂f (x ) 2 ∂f (x ) 2
= − + < 0
∂x1 ∂x 2
∂f ( x ) ∂f ( x )
d1 + d 2 < 0 , ou seja: − 2d 1 + 2 d 2 < 0
∂x1 ∂x 2
dˆ1 = 0
0
∂f ( x ) ou seja: d̂ =
dˆ2 = − = −2 − 2
∂x2
Regra de Armijo ou das Buscas Exatas). No caso do exemplo, o menor dos dois valores
é:
0 ≤ x 2 + αd 2 ≤ 2 ⇒ 0 ≤ 1 + α (−2) ≤ 2 ⇒ −1 ≤ −2α ≤ 1 ⇒ α ≤ 0,5
2 0 2
x̂ = + 0,5 =
1 − 2 0
Agora, d = −∇f (xˆ ) = (2 0)
∂f (xˆ ) ∂f (xˆ )
d1 + d 2 < 0 , ou seja: − 2d 1 + 0d 2 < 0 .
∂x1 ∂x 2
Note que esta inequação não pode ser verificada para qualquer que seja a
direção factível. Neste caso d$ = 0.
a
Assim as condições de 1 ordem enunciadas nos teoremas anteriores são
2
verificadas. Como a função é convexa, então x* = é solução ótima.
0
∂f ( x ) ∂f ( x )
− , se <0
d i = ∂x i ∂x i (3.18a)
0, caso contrário
Para xi = bi , tem-se:
∂f ( x ) ∂f ( x )
− , se >0
d i = ∂x i ∂x i (3.18b)
0, caso contrário
∂f ( x )
di = − (3.18c)
∂x i
min f (x + αd )
(3.19)
0 ≤α ≤α
Exemplo:
Resolver o problema:
1 T
min f ( x) = x Hx a≤ x≤b para:
2
x a b h h12
x = 1 a = 1 b = 1 H = 11
h22
,
x2 a2 b2 h21
30
∇f = Hx
∇2 f = H
Afirmação:
x T Hx = 1 é a equação de uma elipse, com eixos nas direções dos
2 2
auto-vetores e comprimentos , respectivamente.
λ1 λ 2
Prova:
Considere-se inicialmente um teorema da álgebra linear:
Se H é simétrica e definida positiva, então tem uma base ortonormal de
auto-vetores e os auto-valores são positivos. Isto é:
Hu i = λi u i
u1T .u2 = 0
ui = 1
λ 0
Λ= 1 matriz diagonal dos auto-valores
0 λ2
Pode-se escrever:
λ 0
H [u1 u 2 ] = [u1 u 2 ] 1 HQ = QΛ
λ 2
ou
0
31
Portanto, H = QΛQ T .
Assim, x T Hx = 1 ⇔ {
x T Q ΛQ
{x = 1
T
yT y
λ 0 y1
⇒ ( y1 y 2 ) 1 =1
0 λ 2 y 2
⇒ λ1 ( y1 ) + λ 2 ( y 2 ) = 1
2 2
2 2
y y
⇒ 1 + 2 =1
λ−1 λ−1
1 2
2 2
x y
+ =1 ,
a b
e os comprimentos dos eixos são 2a e 2b. Isto mostra a afirmação. A figura (3.6) ilustra
a elipse nas variáveis x e y. Note-se que nas variáveis y ela está em sua forma reduzida.
Daí, pode-se concluir que:
1
λ1 = a 2
λ = 1
2
b2
32
1
2a = 2
λ1
onde:
1
2b = 2
λ2
FIGURA 3.6 - Comprimentos e direções dos eixos de uma elipse
Exemplo:
Apenas para explicar com um problema numérico, coloca-se inicialmente
o problema inverso, isto é, dados os auto-valores e auto-vetores, determinar a matriz H e
a partir dela e da região de factibilidade encontre a solução ótima para o problema de
otimização:
No plano, através de uma rotação de eixos, a matriz dos auto-vetores é
dada por:
cosθ − sen θ
Q=
sen θ cosθ
1 0
auto-valores: λ 1 = 1, λ 2 = 10 ⇒ Λ =
0 10
1 5
intervalo: a = b =
0 5
Então,
1 1 1 1
− 2
H = QΛQ T = 2 2 1 0
2
1 1 0 10 1
−
1
2 2 2 2
5,5 − 4,5
H =
− 4,5 5,5
5,5 − 4,5 x1
f ( x) =
1
(x1 x 2 )
2 − 4,5 5,5 x 2
f ( x) = 2,75 x12 − 4,5 x1 x 2 + 2,75 x 22
x T H + η (1 0 ) = 0
,
1
x = 1
5,5 x1 − 4,5 x 2 + η = 0
− 4,5 x1 + 5,5 x 2 = 0
x1 = 1
x1 = 1
x2 = 0,818181
η = −1,818181
35
5
Solução inicial aproximada: x 0 =
5
1a iteração:
5,5 − 4,5 5
gradiente: ( )
∇f x 0 = (5 5) =
− 4,5 5,5 5
− 5
direção: ( )
d 1 = −∇f x 0 =
− 5
busca:
1− 5
α1 = = 0, 8
−5
→∴ α = 0, 8
0−5
α2 = = 1, 0
−5
5,5 − 4,5 − 5
− (5 5)
− 4,5 5,5 − 5 50
α busca = = = 1,0
5,5 − 4,5 − 5 50
(− 5 − 5)
− 4,5 5,5 − 5
Deve-se tomar o menor valor de α para que a nova solução seja factível,
portanto, α = 0,8.
5 − 5 1
nova solução: x1 = + 0,8 =
5 − 5 1
2a iteração:
5,5 − 4,5 1
gradiente: ( )
∇f x 1 = (1 1) =
− 4,5 5,5 1
36
− 1
direção: ( )
d 2 = −∇f x1 =
− 1
como x1 = a1 e
( )
∂f x1
> 0 ⇒ d1 = 0
∂x1
0
portanto: d 2 =
− 1
busca:
∀ α1
0 −1
α = α2 = =1
−1
5,5 − 4,5 0
− (1 1) − 1
− 4,5 5,5 = 1 = 0,181818
α busca =
5,5 − 4,5 0 5,5
(0 − 1)
− 4,5 5,5 − 1
portanto: α = 0,181818
1 0 1
nova solução: x 2 = + 0,181818 =
1 − 1 0,818181
3a iteração:
5,5 − 4,5 1,818181
gradiente: ( )
∇f x 2 = (1 0,818181) =
− 4,5 5,5 0
− 1,818181
direção: ( )
d 3 = −∇f x 2 =
0
como x1 = a1 e
( )
∂f x 2
> 0 ⇒ d1 = 0
∂x1
37
0
portanto: d 3 =
0
0
como d 3 = o processo iterativo convergiu e a solução é:
0
1
x* = x 2 = , conforme havíamos previsto.
0,818181
1 T
min f ( x) = x Hx − S T x a≤ x≤b onde: (3.20)
2
x1 a1 b1 s1
x a b s
x= 2 a= 2 b= 2 S = 2
M M M M
x a b s
n n n n
∇f = Hx − S
(3.21)
∇2 f = H
38
( ) − ∑ (h x ) + s
i −1 n
hii x k +1
i = −∑ hij x k +1
j ij
k
j i
j =1 j = i +1 , (3.24)
(i = 1,2,3,..., n)
onde:
hij : elemento da i-ésima linha e j-ésima coluna da matriz hessiana;
( ) ∑ (h x ) + s
i −1 n
hii xik +1 = −∑ hij x kj +1 − ij
k
j i
j =1 j = i +1 ; (3.27)
(i = 1,2,3,..., n)
{ {
xik +1 = min bi , máx ai , xik +1 }} (3.28)
Newton com a estratégia dos conjuntos ativos, que permite ao método realizar uma
minimização na face sempre que ocorrer um caso como o ilustrado na figura (3.9).
Segundo essa estratégia, as coordenadas que atingirem suas restrições tornam-se ativas
(fixas), garantindo assim a procura de soluções dentro da região de factibilidade.
Qualquer ponto nessa face se escreve como:
x = x k + k1u1 + k 3 u 3 (3.29)
x
onde x = 1
x3
f ( x) = f ( x k + k1u1 + k 3 u 3 ) , (3.30)
x = x k + k1u1 (3.31)
onde x = ( x1 ) , tratando-se assim de um problema unidimensional.
g ( k1 k 3 ) = f ( x k + k1u1 + k 3u 3 ) , (3.32)
até segunda ordem (quadrática) em torno de k1= k3 = 0 (neste caso x=xk), e determinar k1
e k3 que minimize a quadrática:
k 1 k
g (k1 k 3 ) = g (0 0) + ∇g T (0 0) 1 + (k1 k 3 )∇ 2 g (0 0 ) 1 (3.33)
k3 2 k3
k
( ) (
∇g 1 = ∇f x k + k1u1 + k 3u 3 u1 + ∇f x k + k1u1 + k 3u 3 u 3 = )
k3 (3.34)
( )
= ∇f T x k + k1u1 + k 3u 3 [u1 u 3 ] = ∇f T Φ
k
( ) (
∇ 2 g 1 = u1 ∇ 2 f x k + k1u1 + k 3 u 3 u1 + u 3 ∇ 2 f x k + k1u1 + k 3 u 3 u 3 =
T T
)
k3 (3.35)
= [u1 (
u 3 ] ∇ 2 f x k + k1u1 + k 3u 3 [u1
T
) u3 ] = Φ T ∇ 2 f Φ
1 0
Φ = 0 0
0 1
1 0
∂f ∂f ∂f ∂f ∂f
∇g = ∇f T Φ = 0 0 = ,
∂x1 ∂x 2 ∂x 3 ∂x ∂x3
0 1 1
k 1 k
g (k1 ( ) ( )
k 3 ) = f x k + ∇f T x k Φ 1 + (k1 ( )
k 3 ) Φ T ∇ 2 f x k Φ 1 (3.36)
k3 2 k3
( )
∇f T x k Φ + (k1 ( )
k 3 )Φ T ∇ 2 f x k Φ = 0 , (3.37)
ou seja, o cálculo da direção de descida no método de Newton combinado com a teoria
dos conjuntos ativos, pode ser determinado através da resolução do sistema linear
proposto:
k
( ) ( )
Φ T ∇ 2 f x k Φ 1 = −∇f T x k Φ , (3.38)
k3
k
x k +1 = x k + k1u1 + k 3 u 3 = x k + Φ 1 (3.39)
k3
k1
k
x k +1 = x + k1u1 + k 2 u 2 + L + k n u n = x + Φ 2 = x k + Φ d k ,
k k
(3.40)
M
k
n
x1 k1
x k
onde x k = é o vetor solução, d k = 2 é o vetor de descida na iteração k e Φ é
2
M M
x k
n n
a matriz formada pelas direções da face.
[Φ T
( ) ] ( )
∇ 2 f x k Φ d k = −∇f T x k Φ , (3.41)
(
f xK +αKd K )
prK = α K dr K e ( )
qrK +1 = Φ T ∇f x K +1 ;
Passo 4) qrK = qrK +1 − qrK
∂Ψ = −∂T , (4.1)
onde o símbolo ∂ representa variação.
Essa relação entre o trabalho da carga e sua energia potencial tem como
explicação física a existência de um campo de força, como, por exemplo, o
gravitacional. O trabalho positivo da carga corresponde, no fundo, a uma queda nesse
campo.
A energia de deformação origina-se do trabalho das tensões segundo as
deformações decorrentes dos deslocamentos sofridos pela estrutura. Naturalmente, o
trabalho das forças internas não se realiza em movimentos de corpo rígido, pois não há
deformação. Assim, a energia em consideração pode ser representada por:
47
1
∫
T
U= σ ε dV , (4.2)
2 V
onde: V é o volume da estrutura
σ é um vetor contendo as componentes de tensão
ε é um vetor contendo as componentes de deformação.
π = U + Ψ = cte , (4.3)
onde π representa a chamada energia potencial total. Consequentemente a variação de
energia total é nula:
∂π = ∂U + ∂Ψ = 0 , (4.4)
ou seja, no fenômeno de deformação da estrutura pela ação de cargas a energia
potencial total não se altera; o que ganha energia uma dada manifestação decorre da
diminuição da outra.
1
(σ x ε x + σ y ε y + σ z ε z + τ xy γ xy + τ xzγ xz + τ yz γ yz )dV ,
2 ∫V
U= (4.5)
ou seja:
1
∫
T
U= σ ε dV (4.6)
2 V
εx =
1
E
[
σ x − υ (σ y + σ z ) ]
[
ε y = σ y − υ (σ x + σ z )
1
E
]
[
ε z = σ z − υ (σ x + σ y )
1
E
]
1
γ xy = τ xy , (4.7)
G
1
γ xz = τ xz
G
1
γ yz = τ yz
G
E
G=
2(1 + υ )
caso contrário, ou seja, tratando-se de um material que não segue a Lei de Hooke, as
deformações e as tensões são relacionadas não linearmente.
σ =Dε , (4.8)
49
elemento.
Voltando ao caso geral, combinando-se (4.8) com (4.6), a energia de
deformação assume a forma:
1
∫
T
U= ε D ε dV (4.9)
2 V
Ψ = − ∫ u T g dV , (4.10)
V
Ψ = − ∫ u T p dΓ , (4.11)
Γ
onde:
u x g x px
u= g= p=
u y g y py
∂u x
εx =
∂x
∂u y
εy =
∂y
∂u
εz = z
∂z
(4.12)
∂u ∂u y
γ xy = x +
∂y ∂x
∂u ∂u
γ xz = x + z
∂z ∂x
∂u y ∂u z
γ yz = +
∂z ∂y
∂u x
εx =
∂x
∂u y
εy = (4.13)
∂y
∂u x ∂u y
γ xy = +
∂y ∂x
u = φ un , (4.14)
onde:
φ = matriz das funções de forma
un = vetor dos deslocamentos nodais generalizados ou parâmetros nodais
51
∂ ∂
0 0
ε x ∂x u ∂x
∂ x ∂ n
ε = ε y = 0 = 0 φ u = Bun , (4.15)
∂y u y ∂y
γ
xy ∂ ∂ ∂ ∂
∂y ∂x ∂y ∂x
onde:
∂
0
∂x
∂
B=0 φ , que reúne as derivadas das funções de forma.
∂y
∂ ∂
∂y ∂x
1
∫
T
Ua = ε D ε dV
2 V
1
U a = ∫ u n B T D B u n dV
T
(4.16)
2 V
1 T
[
U a = u n ∫ B T D B dV u n
2 V
]
52
p = φ p pn
Ψa = − ∫ u p dΓ
T
Γ
T , (4.17)
Ψa = − ∫ u n φ T φ p p n dΓ
Γ
Ψa = −u n
T
[∫ φ φ dΓ] p
Γ
T
p
n
π a = U a + Ψa (4.18)
min π a =
1 nT
2
u [∫ B D B dV ]u
V
T n
− un
T
[∫ φ φ dΓ] p
Γ
T
p
n
(4.19)
K e = ∫ B T D B dVe
Ve
(4.20)
Fe = ∫ φ T φ p dΓe p n
Γe
53
1 nT T
min π = u K un − un F , (4.21)
2
ou seja, determinar os deslocamentos nodais de uma estrutura significa resolver um
problema de otimização de uma função quadrática. Daí a aplicação direta que se pode
dar à programação matemática para a análise de estruturas.
∂π = ∂u n
T
{K u n
}
−F =0 p/ ∀ u n ∈ R n
ou K un = F (4.22)
ε = Bun
(4.23)
σ = Dε
min f (x ) =
1 nT T
x H xn + xn S + C , (4.24)
2
4.1 – Vigas
dU =
1
(σ xε x + σ y ε y + τ xyγ xy )dxdydz , (4.25)
2
pois σ z = τ xz = τ yz = 0 (4.26)
dV = dxdydz , (4.27)
e indicando-se a energia específica de deformação com a letra u minúscula, segue que:
= (σ x ε x + σ y ε y + τ xy γ xy )
dU 1
u= (4.28)
dV 2
εx =
1
(σ x + υσ y ) (4.29)
E
εy =
1
(σ y + υσ x ) (4.30)
E
1
γ xy = τ xy (4.31)
G
u=
1
2E
(
σ x2 + σ y2 − 2υσ xσ y + )1 2
2G
τ xy (4.32)
57
1 2
u= σx , (4.33)
2E
My
onde σ x = , e M é o momento de flexão solicitante na seção genérica da viga.
I
ou
1 M 1 M 2
L 2 L
2 E ∫0 ∫A I 2 E ∫0 I 2 ∫
U= y dAdx = y 2 dA dx , (4.35)
A
ou ainda
L
1 M2
2 ∫0 EI
U= dx (4.36)
ϕ
FIGURA 4.2 - Deformação Angular
M
σ= y, (4.37)
I
e a deformação correspondente, é:
σ M
ε= = y (4.38)
E EI
A expressão:
dϕ M
= , (4.43)
dx EI
é aplicável às barras retas e, com suficiente aproximação, às barras curvas de pequena
curvatura.
d 2 v 1 dϕ M
≅ = = , (4.45)
dx 2 r dx EI
ou mais precisamente:
d 2v M
2
=± , (4.46)
dx EI
onde o sinal positivo corresponde ao caso em que o eixo dos y é orientado para cima, e
o negativo o caso em que o eixo dos y é orientado para baixo.
dϕ d 2 v M
= 2 = v ,, = − , (4.47)
dx dx EI
daí, vem:
M = − EI . v" (4.48)
L
U = ∫ EI (v") dx ,
1 2
(4.49)
20
v( x) = Ax 3 + Bx 2 + Cx + D , (4.50)
sendo as constantes A, B, C e D incógnitas a se determinar.
θ θ
Fazendo-se:
v(0) = v1 v( L) = v 2
Em x = 0 ' em x = L ' , (4.53)
v (0) = θ 1 v ( L) = θ 2
o polinômio aproximador passa a ser dado por:
2 1 3 1
− L3 v 2 + L2 θ 2 3 L2 v 2 − L θ 2 2
v( x ) = x + 2 x + θ 1 x + v1
3
(4.54)
2 1
3 v1 + 2 θ 1 − θ 1 − 2 v1
L L L L
1 L
2 ∫0
π = EI (v" ) 2 dx + Ψ ; e Ψ = -T , (4.55)
P1
P
onde P = 2
P3
P4
v" ( x ) = 6 Ax + 2 B , (4.57)
e, que a rigidez EI é constante, pois o material da viga é homogêneo e a seção
transversal não varia ao longo do comprimento da viga, resulta a seguinte expressão
para π:
6 6 2 2 6
π (v1 ,θ 1 , v 2 ,θ 2 ) = EI 3 v 22 + 3 v12 + θ 22 + θ 12 − 2 v 2θ 2 +
L L L L L
v θ + θ 1θ 2 − 3 v1v 2 + 2 v1θ 2 − 2 v 2 θ 1 ] + Ψ
6 2 12 6 6
+ 2 1 1
(4.58)
L L L L L
1 T
π (V ) = v Rv − P T v , (4.59)
2
∂π 12 6 12 6 ∂Ψ
∂v L3 1 L2 1 L3 2 L2 θ 2 ∂v1
v + θ − v +
1 4
∂π θ 1 + 2 v1 + θ 2 − 2 v 2
6 2 6 ∂Ψ
∂θ + ∂θ 1
∇π (v) = 1 = EI L L L L (4.60)
∂π v − θ − v − θ ∂Ψ
12 6 12 6
L3 2 L2 2 L3 1 L2 1 ∂v
∂v 2 4 Ψ2
∂π θ 2 − 2 v 2 + θ 1 + 2 v1 ∂
6 2 6
∂θ L L L L ∂θ 2
2
∂π
Note que: : R4 → R , em particular é uma função linear, pois π
∂vi
é quadrática, e que:
∂Ψ ∂T
=− = −P (4.61)
∂v i ∂v i
∂ 2π ∂ 2π ∂ 2π ∂ 2π
2
∂ 2v1 ∂θ 1∂v1 ∂v 2 ∂v1 ∂θ 2 ∂v1
∂ π ∂ 2π ∂ 2π ∂ 2π
∂v ∂θ ∂ 2θ 1 ∂v 2 ∂θ 1 ∂θ 2 ∂θ 1
∇ 2π ( v ) = R = 1 2 1 =
∂ π ∂ 2π ∂ 2π ∂ 2π
∂v1∂v 2 ∂θ 1∂v 2 ∂ 2 v2 ∂θ 2 ∂v 2
2
∂ π ∂ 2π ∂ 2π ∂ 2π
∂v1∂θ 2 ∂θ 1∂θ 2 ∂v 2∂θ 2 ∂ 2θ 2
64
12 6 12 6
L3 −
L2 L3 L2
6 4 6 2
2 − 2
= EI L L L L (4.63)
− 12 6
− 2
12
− 2
6
L3 L L3 L
6 2 6 4
2 − 2
L L L L
Observações:
1 R1I R12I
π I = δ IT RI δ I RI = I (4.65)
2 R12 R2I
65
1 R II R12II
π II = δ IIT RII δ II RII = 1II , (4.66)
2 R12 R2II
x x
onde os vetores δ I = 1 e δ II = 2 reúnem os deslocamentos nodais xi de cada
x2 x3
elemento, sendo que xi representa os dois deslocamentos generalizados da extremidade
do elemento.
R1I R12I x1
2π I = x ( T T
x I) =
R2I x 2
1 2
R12
= x1T R1I x1 + 2 x1T R12I x 2 + x 2T R2I x 2 (4.67)
R II R12II x 2
(
2π II = x 2T )
x3T 1II =
R12 R2II x3
A C x
(x T
)
yT T = x T Ax + 2 x T Cy + y T By , (4.70)
C B y
estendendo-a para o caso em questão e colocando-se a energia total na forma matricial,
1
π = δ T Rδ , obtém-se:
2
66
x1 R1I R12I 0
δ = x2 R = R12I ( R2 + R1 ) R12II
I II
(4.71)
x 0 R12II R2II
3
12 6 12 6
L3 −
Pe1 P1 L2 L3 L2 v
6 4 6 2 1
P P 2 − 2
e2 2 L θ 1
= + EI L12
L L
6
(4.72)
Pe 3 P3 − 6
− 2
12
− 2 v 2
Pe 4 P4 L3 L L3 L θ
6 2 6 4 2
2 − 2
L L L L
coordenadas por nó. Por mera questão de sistematização, sem que isso implique em
perda de generalidade, a numeração dessas coordenadas mantem a mesma sequência de
numeração dos nós, ou seja, ao nó t genérico, corresponderão as coordenadas: 3t-2; 3t-
1; 3t
Para sistematizar também a orientação, aproveitando a definição do
sistema global de referência Oxyz, a coordenada t1 terá a orientação do eixo x, a t2 a do
y e a t3 a do z, conforme figura (4.4).
δ ei = β ei δ ei (4.73)
Cx Cy Cz 0 0 0
β ei =
0 Cx Cy Cz
, (4.74)
0 0
onde Cx, Cy e Cz são os cossenos diretores na direção x, y, e z respectivamente.
EA 1 − 1
re i =
L − 1 1
(4.75)
rg i = β e i re i β e i
T
(4.76)
Ri = β g i rg i β g i
T
(4.78)
1 nT T
min π = u R un − un F (4.79)
2
δ gi = βgi u (4.80)
δ ei = βei δ g i (4.81)
Pe i = re i δ e i (4.82)
4.3 - Pórticos
EA EA
L 0 0 − 0 0
L
12 EI 6 EI 12 EI 6 EI
0 0 −
L3 L2 L3 L2
0 6 EI 4 EI
0
6 EI
− 2
2 EI
L2 L L L
R= (4.83)
EA EA
− 0 0 0 0
L L
0 −
12 EI
−
6 EI
0
12 EI 6 EI
− 2
L3 L2 L3 L
6 EI 2 EI 6 EI 4 EI
0 0 − 2
L2 L L L
u
u = 1 = M q , (4.84)
u 2
Sendo:
u1= componente do deslocamento na direção do eixo da barra
u2= componente do deslocamento na direção transversal ao eixo da barra
N 0 N3 0
M = 1
N 4
, (4.85)
0 N2 0
x
N 1 ( X ) = N 2 ( X ) = 1 − (4.86)
L0
x
N3 (X ) = N4 (X ) = (4.87)
L0
75
q T = {q1 q2 q3 q4 } (4.88)
∂u1 ∂u1 1 1
= − q1 + q3
∂X
∇u = ∂X ⇒
L0 L0
, (4.89)
∂u ∂u 2 1 1
2 = − q2 + q4
∂X ∂X L0 L0
ou na forma matricial por:
1 − 1 0 1 0
∇u = Gq onde G = 0 − 1 0 1 (4.90)
L0
ε=
1
2
(
∇u + ∇u T + ∇u T ∇u ) (4.91)
∂u 1 ∂u ∂u
2 2
ε 11 = 1 + 1 + 2 (4.92)
∂X 2 ∂X ∂X
BL =
1
[− (q3 − q1 ) − (q 4 − q2 ) (q3 − q1 ) (q 4 − q 2 )] (4.97)
L20
Sabendo-se que:
d
dt ∫V0
S T δε dV0 = ∫ δε T S& dV0 + ∫ δε& T Sˆ dV0 (4.105)
V0 V0
78
KT = K 0 + K L + Kσ , (4.107)
sendo cada parcela dada por:
( )
K L = ∫ B0T E BL + BLT E B0 + BLT E BL dV0
V0
(4.108)
K σ = ∫ G T S11G dV0
V0
1 0 −1 0
0
EA0 0 0 0
K0 = (4.109)
L0 − 1 0 1 0
0 0 0 0
1 0 −1 0
0 1 0 − 1
N
Kσ = (4.110)
L0 − 1 0 1 0
0 −1 0 1
79
2Uˆ 1 Uˆ 2 − 2Uˆ 1 − Uˆ 2
EA0 Uˆ 2 0 − Uˆ 2 0
KL = 2 +
L0 − 2U 1 − Uˆ 2
ˆ 2Uˆ 1 Uˆ 2
− U 2
ˆ 0 Uˆ 2 0
( ) ( )
, (4.111)
Uˆ 2 Uˆ 1Uˆ 2 − Uˆ 1
2
− Uˆ 1Uˆ 2
1 2
EA0 Uˆ 1Uˆ 2 ( )
Uˆ 2
2
− Uˆ Uˆ ( )
− Uˆ 2
( ) ( )
1 2
L30 − Uˆ 1
2 2
− Uˆ 1Uˆ 2 Uˆ 1 Uˆ 1Uˆ 2
− Uˆ Uˆ
1 2 − U2 ( )ˆ 2 Uˆ Uˆ
1 2 ( )
Uˆ 2
2
onde: Uˆ 1 = (q3 − q1 ) e Uˆ 2 = (q 4 − q 2 )
80
9 possui uma folga horizontal em relação ao apoio de 20cm (vínculo unilateral) e os nós
5 e 7 possuem uma folga horizontal de 4cm, como ilustra a figura (5.5).
TABELA 5.4 – Treliça espacial sem o problema de contato unilateral (minimização irrestrita)
TABELA 5.5 – Treliça espacial com problema de contato unilateral (minimização restrita)
(
σ = E 0,1ε − 170ε 3 ) ; − 0,014 ≤ ε ≤ 0,014
σ = 0,01ε + 19603,91986 ; ε > 0,014
quando a solução atingia uma face da região de factibilidade não havia um critério de
como se caminhar na direção de descida, mantendo-se sobre ela.
Este problema foi resolvido ao se combinar a estratégia dos conjuntos
ativos ao método de Newton. Essa estratégia consiste em estabelecer que quando a
solução atinge uma face, as restrições que alcançaram seu limite inferior ou superior
tornam-se ativas (fixas), e promove-se uma minimização irrestrita nesta face. Assim o
método de Newton combinado com essa estratégia se tornou eficiente para se analisar
estruturas com restrições aos deslocamentos do tipo unilateral.
Os métodos de otimização estudados neste trabalho foram aplicados na
análise de estruturas reticulares como vigas, pórticos e treliças espaciais considerando-
se vinculações do tipo unilateral. O caso particular das treliças planas foi estudado com
dupla não-linearidade, incluindo-se a consideração dos grandes deslocamentos. Todos
os exemplos foram processados a partir de um único programa que possui a opção de
uso de cada um dos algoritmos de minimização.
O exemplo 1 ilustrou a análise do comportamento de uma viga contínua,
com restrições de vínculo do tipo unilateral, comparando-se a eficiência dos vários
métodos de otimização e dos procedimentos de busca. O método de Newton combinado
com a estratégia dos conjuntos ativos obteve o melhor desempenho. O aspecto final da
linha elástica reforça bem que a minimização foi realizada satisfazendo contatos
unilaterais.
O exemplo 2 ilustrou a análise do comportamento de um pórtico plano,
com vínculo unilateral disposto num de seus nós. O método de Newton combinado com
a estratégia dos conjuntos ativos obteve, novamente, o melhor desempenho, porém os
demais métodos também foram muito satisfatórios.
O exemplo 3 procurou dar ênfase ao fato de que quanto maior o número
de coordenadas empregadas na discretização da estrutura, mais se acentua a diferença
de desempenho entre os métodos de minimização estudados. Na análise do
comportamento da treliça espacial, os métodos de Newton e Quase-Newton combinados
com a estratégia dos conjuntos ativos tiveram um número de iterações muito menor do
que a do Gradiente, além de uma solução diferenciada.
Finalmente, o exemplo 4 ilustrou a análise de uma treliça plana com não-
linearidades dos tipos geométrica e de contatos unilaterais. Neste caso apenas os
métodos de Newton e Quase-Newton são indicados. Além disso, o método de Quase-
Newton mostra-se uma alternativa muito interessante pois fornece uma regra de
93
BIBLIOGRAFIA
GERE, J.M., TIMOSHENKO S.P. (1984) Mecânica dos Sólidos. Rio de Janeiro, Ao
Livro Técnico - S.A., Volume II.
HUMES, A.F.P.C. et al. (1984) Noções de cálculo numérico. São Paulo, McGraw-
Hill.
ZIENKIEWICZ, O.C.; TAYLOR, R.L. (1991) The Finite Element Method. São
Paulo, McGraw-Hill, Volume I e II.
97
ANEXO
Numero de nós = 9
Numero de Barras = 8
Modulo de Elasticidade = .3000E+08
A minimizacao foi feita pelo Metodo de Newton
A minimizacao utilizou a busca unidimens. Exata
Deslocamentos Nodais
No Desl.Y Rot.Z
1 .00000E+00 .00000E+00
2 -.16727E-01 -.43256E-02
3 -.10000E-01 .73024E-02
4 .98840E-02 .38101E-02
5 .00000E+00 -.12543E-01
6 -.36976E-01 -.49828E-03
7 .00000E+00 .14536E-01
8 .22603E-01 .19330E-02
9 .20000E-01 -.22680E-02
3,4,4
4,7,4
5,7,2
6,7,0
NUMERO DE NOS COM VINCULOS RIGIDOS
2
NOS VINCULADOS (NO,VINCULACAO X,Y,Z) 0=LIVRE, 1=IMPEDIDO
1,1,1,0
6,1,1,1
NUMERO DE DESLOCAMENTOS COM RESTRICAO
1
NUMERO DO DESLOCAMENTO, LIM. INFERIOR E LIM. SUPERIOR
10,-1,0.0007
DADOS DAS BARRAS
INCIDENCIA - BARRA, NO INICIAL, NO FINAL
1,1,2
2,2,3
3,3,4
4,4,5
5,5,6
CARACTERISTICAS GEOMETRICAS - B.INICIAL,B.FINAL,INCREMENTO,AX,IZ
1,5,1,3,1
CARREGAMENTO NOS NOS
NUMERO DE CARGAS CONCENTRADAS NOS NOS
2
NO,FX,FY,FZ
3,0,-6,0
4,0,0,-5
CARREGAMENTO NAS BARRAS
NUMERO DE CARGAS CONCENTRADAS NAS BARRAS
0
BARRA,DIRECAO(1,2,3),VALOR,DISTANCIA AO NO INICIAL
NUMERO DE CARGAS DISTRIBUIDAS NAS BARRAS
2
BARRA,DIRECAO(1,2,3),VALOR,DISTANCIA DO INICIO E DO FIM AO NO INICIAL
4,2,5,0,2
5,2,5,0,2
Numero de nos = 6
Numero de Barras = 5
Modulo de Elasticidade = .1000E+05
A minimizacao foi feita pelo Metodo de Newton
A minimizacao utilizou a busca unidimens. exata
4 -.1000E+04 .1000E+04
5 -.1000E+04 .1000E+04
5 -.1000E+04 .1000E+04
5 -.1000E+04 .1000E+04
6 -.1000E+04 .1000E+04
6 -.1000E+04 .1000E+04
6 -.1000E+04 .1000E+04
Deslocamentos Nodais
Barras FX FY MZ FX FY MZ
20,6,8,2
NUMERO DE NOS CARREGADOS:
3
NUMERO DO NO E CARREGAMENTO SEGUNDO X,Y,Z:
6,-300,0,0
8,-300,0,0
9,400,0,-3000
5 -.1000E+04 .1000E+04
5 -.1000E+04 .1000E+04
6 -.1000E+04 .1000E+04
6 -.1000E+04 .1000E+04
6 -.1000E+04 .1000E+04
7 -.4000E+01 .5000E+02
7 -.1000E+04 .1000E+04
7 -.1000E+04 .1000E+04
8 -.1000E+04 .1000E+04
8 -.1000E+04 .1000E+04
8 -.1000E+04 .1000E+04
9 -.1000E+03 .2000E+02
9 -.1000E+04 .1000E+04
9 -.1000E+04 .1000E+04
DESLOCAMENTOS NODAIS
NO DESL.X DESL.Y DESL.Z
1 .000000 .000000 .000000
2 .000000 .000000 .000000
3 .000000 .000000 .000000
4 .000000 .000000 .000000
5 -4.000000 -.000580 .383107
6 -4.109773 -.041250 -1.613102
7 -4.000000 .000580 .383107
8 -4.109773 .041250 -1.613102
9 17.256459 .000000 -1.459848
10,10,11,2
11,1,12,1
12,2,12,1
13,2,13,1
14,3,13,1
15,3,14,1
16,4,14,1
17,4,15,1
18,5,15,1
19,5,16,1
20,6,16,1
21,6,17,1
22,6,18,1
23,7,18,1
24,7,19,1
25,8,19,1
26,8,20,1
27,9,20,1
28,9,21,1
29,10,21,1
30,10,22,1
31,11,22,1
32,12,13,2
33,13,14,2
34,14,15,2
35,15,16,2
36,16,17,2
37,17,18,2
38,18,19,2
39,19,20,2
40,20,21,2
41,21,22,2
NUMERO DE NOS CARREGADOS:
2
NUMERO DO NO E CARREGAMENTO SEGUNDO X,Y:
15,0,-2.2
19,0,-2.2
DESLOCAMENTOS NODAIS
NO DESL.X DESL.Y
1 -.023832 .000000
2 -.026406 -.103726
3 -.025034 -.198141
4 -.019280 -.273585
5 -.008456 -.300000
6 .000000 -.300000
7 .008456 -.300000
8 .019280 -.273585
9 .025034 -.198141
10 .026406 -.103726
108
11 .023832 .000000
12 .043133 -.004044
13 .036939 -.107630
14 .027564 -.201680
15 .015019 -.276783
16 .006313 -.298641
17 .000000 -.300008
18 -.006313 -.298641
19 -.015019 -.276783
20 -.027564 -.201680
21 -.036939 -.107630
22 -.043133 -.004044
20 1.3297 -1.3297
21 .0043 -.0043
22 1.3297 -1.3297
23 -.7556 .7556
24 1.4555 -1.4555
25 1.4673 -1.4673
26 -2.2352 2.2352
27 1.3683 -1.3683
28 -2.2323 2.2323
29 1.3416 -1.3416
30 -2.2309 2.2309
31 1.3327 -1.3327
32 1.7795 -1.7795
33 3.5635 -3.5635
34 5.3539 -5.3539
35 4.2346 -4.2346
36 3.1650 -3.1650
37 3.1650 -3.1650
38 4.2346 -4.2346
39 5.3539 -5.3539
40 3.5635 -3.5635
41 1.7795 -1.7795
35 -.0465 .0465
36 -.0022 .0022
37 .0022 -.0022
38 .0465 -.0465
39 .2023 -.2023
40 .1684 -.1684
41 .0924 -.0924