COMPLEMENTO COM PARA

MICROSOFT EXCEL 2019/365 O

SUPERIOR PROGRAMADO CON
MICROSOFT VISUAL STUDIO
COMMUNITY 2019 Y VBA. PARA LA
REVISIÓN DE LA GRANULOMETRÍA
POR PARTE DE LA INTERVENTORÍA
SEGÚN LA NORMATIVIDAD IDU E
INVIAS.
ESPECIALIZACIÓN EN INTERVENTORÍA Y SUPERVISIÓN
DE OBRAS DE CONSTRUCCIÓN
FACULTAD TECNOLÓGICA
SEMINARIO DE GRADO II
ERNESTO JOSÉ GUERRERO GONZÁLEZ
LEIDY JOHANNA TORRES GUANUME
Contenido
 COMPLEMENTO COM PARA MICROSOFT
EXCEL 2019/365 O SUPERIOR PROGRAMADO CON
MICROSOFT VISUAL STUDIO COMMUNITY 2019 Y
VBA. PARA LA REVISIÓN DE LA GRANULOMETRÍA
POR PARTE DE LA INTERVENTORÍA SEGÚN LA
NORMATIVIDAD IDU E INVIAS.

Asesor: Milton Mena Serna. Ingeniero Civil, MSc.

Modalidad del trabajo de grado: Monografía de aplicación.

Fecha de Presentación: 2 de Julio de 2021

Contenido
 INTRODUCCIÓN

Desde hace muchos años, la introducción de los sistemas en la solución

de los problemas más comunes que se presentan en la ingeniería, ha
ofrecido una herramienta muy poderosa para solucionar problemas, que de
otra forma serían muy laboriosos, en el caso de esta propuesta de
monografía de aplicación, solucionar la combinación de agregados pétreos,
si no se pudiera hacer con ayuda de computadores, sería una labor bastante
engorrosa, ya que dependiendo del número de combinaciones, se pueden
obtener matrices muy grandes para solucionar, en el método propuesto, si se
desea combinar dos agregados, se obtienen sistemas de 2x2, si son tres
agregados se obtienen sistemas de 3x3, en general, para combinar N-
sistemas se obtendría un sistema de NxN, siendo inconveniente para ser
solucionado a mano (Lemagne Pérez & Calzadilla Méndez, 2012).

la elaboración de morteros, concretos, bases, sub bases, rellenos en vías en

todos los niveles de tráfico, así como agregados para la fabricación de
Contenido
asfaltos, y en general en todo tipo de obra civil.
En el país los materiales de construcción de canteras son extraído
principalmente en las zonas de montañas o cordilleras como son: Altiplano
cundiboyacense, Los Santanderes, Los departamentos de Valle del Cauca,
Nariño, Antioquia, Huila, Caldas, Quindío.
La presentación de una herramienta como complemento para Excel, que
sea capaz de combinar diferentes granulometrías de materiales pétreos y que
cumplan con las normativas vigentes en Bogotá es lo que garantizara que el
interventor, pueda evaluar el correcto comportamiento de las bases, sub
bases en los rellenos de vías.
El complemento presenta una programación con Visual Studio
Community 2019 y VBA, que genera una revisión de la granulometría más
eficiente y que facilita para la interventoría la supervisión con la confianza
de tener en cuenta la normatividad IDU e INVIAS.

Contenido
 PROBLEMA

¿En la revisión del cumplimiento de la Granulometría por las normas

IDU e INVIAS, aquellas que no cumplan es posible hacerlas cumplir
proponiendo una combinación de una o más granulometrías para que
cumplan las franjas granulométricas propuestas por las Normas IDU
e INVIAS?.

Contenido
 PLANTEAMIENTO DEL PROBLEMA
Las Bases y Sub-Bases en el medio colombiano es muy difícil que
cumplan con las granulometrías que son exigidas en las normas IDU e INVIAS
y muchas otras. Es por eso que el interventor debe Identificar las diferentes
características de los materiales pétreos utilizados en la industria de la
construcción provenientes de explotación de canteras y ríos, para así poder
determinar la calidad y la aplicación en los diferentes sectores de la industria de
la construcción.
Los materiales de construcción deben contar con unas características
generales y también particulares, esto para poder permitir la elaboración de
mezclas que darán como resultado construcciones y estructuras más adecuadas
para las diferentes condiciones locales.
Para garantizar que la granulometría sea optima, es necesario contar con el
sitio de acopio de los diferentes materiales, contar con los equipos adecuados
para una correcta explotación, la clasificación de los materiales en crudo, las
fases de trituración, lavado y mezclas de fracciones que puedan garantizar una
gradación uniforme. Contenido
 JUSTIFICACIÓN

La optimización de problemas lineales y no lineales que se encuentran

comúnmente en la ingeniería como es el caso de optimizar curvas
granulométricas propuestas por diversos autores y tomadas por el INVIAS
y el IDU para la fabricación de Bases y Sub-Bases presenta un problema
complejo cuando se necesita combinar más de un material provenientes
de diferentes canteras, teniendo en cuenta que la combinación debe ser
tal, que la nueva curva granulométrica se encuentre acotada por los
valores máximos y mínimos propuestos por el INVIAS y el IDU, la plantilla
que se presenta permite facilitar la revisión a los interventores
garantizando la mejor gradación según la normativa vigente.

Contenido
 OBJETIVOS
Objetivo general
Elaborar un Complemento COM con VSTO para Microsoft Excel 2019/365 o Superior con
Microsoft Visual Studio Community 2019 y VBA. para la revisión de la granulometría por parte
de la interventoría según la normatividad IDU e INVIAS, dando cumplimiento a las misma o
proponiendo un método para la fórmula de trabajo combinando dos o más granulometrías,
solucionando con mínimos cuadrados, Multiplicadores de Lagrange y Newton, utilizando métodos
numéricos.

Objetivos específicos
➢ Elaborar un Complemento COM en Microsoft Visual Studio Community 2019, VSTO para
Microsoft Excel 2019/365 para obtener un RIBBON (Cinta) como Interfaz de usuario y los
diferentes métodos que optimice la combinación de granulometrías, para que cumplan la
normativa IDU e INVIAS.
➢ Formular una hoja Microsoft Excel 2019/365, una plantilla del método escogido, IDU o
INVIAS con los tamices y números de granulometrías escogidas.
➢ Entregar un instructivo de uso del aplicativo para que sea de fácil entendimiento por parte de
la cualquier persona y más por parte de los interventores de los proyectos que lo requieran.Contenido
 ALCANCE
En esta propuesta de monografía los autores se concentrarán en las curvas
granulométricas que debe cumplir los materiales para ser aceptado, suponiendo
que los demás parámetros si los cumple como lo exige la normatividad de las
diferentes entidades, en este caso IDU e INVIAS.
La suposición y/o tesis que se tuvo en cuenta es que para poder decidir por
que cantera se va hacer el suministro, se mandan hacer una serie de ensayos de
laboratorios a las canteras cercanas, si ninguna cumple la opción que queda es
hacer una mezcla de materiales de las diferentes canteras con el método
matemático propuesto, si el método arroja que es factible combinar los diferentes
agregados de las diferentes canteras, se puede aceptar una fórmula de trabajo con
la mezcla obtenida, si la Aplicación no arroja un resultado satisfactorio, se podría
ir más lejos y buscar más canteras para hacer las iteraciones pertinentes y tratar de
encontrar la fórmula de trabajo, si continua sin cumplir, habría que tomar otras
decisiones por otros métodos que ya no hacen parte del alcance de la presente
propuesta.
Contenido
 METODOLOGÍA

En la Elección de la fórmula de trabajo que tratan los Artículos INVIAS

320.2.2 Requisito de Calidad para los agregados, y Artículos IDU 510.2.1.2, se
deberá hacer un muestreo de los agregados pétreos según norma INV-E 213-13
“ANÁLISIS GRANULOMÉTRICO DE LOS AGREGADOS GRUESO Y FINO”,
y los resultados deberán ser comparados con las Tablas 510.4 Para normatividad
IDU, y/o las Tablas 320-3 o 330-3 Para la Normatividad INVIAS.

De estos resultados se escogerá si cumple la fórmula de trabajo para la Base o

Sub Base, en caso de no cumplir, se propone utilizar un método matemático que es
utilizado en otros métodos como es el cálculo de Granulometrías Para Concreto
según se explica en el trabajo de grado “MÉTODOS DE OPTIMIZACIÓN DE
MUESTRAS GRANULOMÉTRICAS UTILIZADAS EN EL DISEÑO DE MEZCLA
DE CONCRETO SIMPLE HIDRÁULICO.” (Mosquera Gómez, 2019), y en el
Artículo “APLICACIÓN DEL MÉTODO DE MÍNIMOS CUADRADOS AL AJUSTE
DE CURVAS GRANULOMÉTRICAS DE ÁRIDOS (1)” de © CONSEJO
SUPERIOR DE INVESTIGACIONES CIENTÍFICAS (Olaya, 1978). Contenido
 porcentaje
porcentaje
% pi
optimo

,.

Métodos para la optimización de las granulometrías

En las normas INVIA e IDU, la granulometría optima se encuentra entre dos

curvas las cuales tienen un límite superior y límite inferior como muestra.

Para encontrar una curva que mejor se acerque a las dos curvas se toman
todas las Granulometrías xi y se multiplica por un porcentaje % p La suma
i
optimo

de todos los porcentajes debe sumar uno.

Contenido
 porcentaje
porcentaje

Mínimos cuadrados.
,.
Para encontrar la mejor curva que se ajuste a los límites superiores y
límites inferiores se hará una combinación lineal de los vectores xi
(granulometría-i), con un valor apropiado Ai2 para tener una distancia
mínima.
Para el cálculo de los mínimos cuadrados, se toma la suma de las
distancias d1 y d2, si la suma de estas distancias es mínima, también
lo será su cuadrado.
% pi 2
= Ai
optimo

La distancia mínima será cuando yest se encuentre en toda la mitad del límite superior
y límite inferior, se cumplirá entonces que el cuadrado de la distancia mínima será
siempre conocido para cualquier curva granulométrica propuesto, ya sea IDU, INVIAS o
cualquier otro límite propuesto, siempre se podrá encontrar cuál es la suma mínima al
cuadrado.
Con esta relación se podrá determinar qué tan lejos esta una curva de la otra, ya que
entre más grande su distancia al cuadrado, será menos adecuada o se correlacionará
menos con las granulometrías propuestas.
Fmin =
1
2

2
(   y
sup
 + 2    ysup  yinf  +   yinf 
2
)
Contenido
  ( ysup + yinf ) 
1 2
Fmin =
2  
 porcentaje
porcentaje

,.
Multiplicadores de Lagrange.

En los problemas donde se necesita la optimización, el método de los

multiplicadores de Lagrange, llamados así en honor a Joseph Louis Lagrange, es un
método para encontrar máximos y mínimos de funciones de múltiples variables
sujeta a una o varias restricciones. Este método se encarga de reducir un problema
con restricciones con (n) incógnitas a un problema sin ninguna restricción de (n+k)
incógnitas, donde k es el número de restricciones que posea el problema, y una vez
se obtiene un problema sin restricciones se puede resolver por el método que se
desee. Estas nuevas variables desconocidas, una por restricción es conocidas como
multiplicadores de Lagrange. Joseph-Louis Lagrange, bautizado como Giuseppe
Lodovico Lagrangia, también llamado Giuseppe Luigi Lagrangia o Lagrange, fue
un físico, matemático y astrónomo italiano, que después de formarse en su Italia
natal pasó la mayor parte de su vida en Prusia y Francia.
Sea f(x) una función definida en un conjunto abierto n-dimensional {x ∈ Rn}. Se
definen s restricciones gk(x) = 0, k=1, ..., s, y se observa (si las restricciones son
satisfechas) que: s
L ( x,  ) = F ( x) −  k  Gk ( x ) Contenido
k =1
 ,.
Método de Newton – Raphson para sistemas de
ecuaciones no lineales

El método de Newton – Raphson para sistemas de ecuaciones no lineales, (Bravo

Bolívar et al., 2005), se tiene.
Sea F: Ω⊂ℜn→ℜn un campo vectorial. Y las coordenadas de F, fi: Ω⊂ℜn→ℜ con i=1,
2, …, n campos escalares, Además, x= (x1, x2, …, xn) t.
La diferencial total para un campo escalar fi esta dado por:
f ( x1 ) f ( x2 ) f ( xn −1 ) f ( xn )
dfi ( x ) =  dx1 +  dx2 +    +  dxn −1 +  dxn
x1 x2 xn −1 xn

Algoritmo del método de Newton para sistemas.

Para aproximar la solución del sistema de ecuaciones no lineales, en la forma F(x) = 0, es

necesario tener una aproximación inicial a la solución.

1. Dada una aproximación inicial x (0),
2. Calcular:
( ) ( )
−1
x ( ) = −  J x (   F x( k )
k k)
 
x(
k +1)
= x ( ) + x (
k k)
Contenido
 A. ANALISIS DE RESULTADOS
BASE GRANULAR DE GRADACIÓN
FINA - BG 38
Se creará una hoja de Cálculo Formateada
y Formulada para el Método escogido, las
casillas de color azul son las casillas donde
se deberá introducir información, como son
las columnas %Pasa, en rango
Granulométrico no es necesario introducir
datos, ya que son calculados, pero si estos
cambiaran se podría introducir de forma
manual también.
N. Agregados 2 Error 0.00005
N. Tamices 8 Iteraciones (n) 37
RMSE(ΣAi,λ) 155.8079754
RMSE (Root Mean Squared
155.8079754 RMSE(ΣAi) 139.3588897
Error)
Suma (Ai) 1
%P Agregado 1 100.00% D.min 2362.5
2 2 3008.52
%P Agregado 2 0.00% Σ[d1 +d2 ]
Suma agregados 100.00% D.max 4725
2 2 0.785269834
D.min/Σ[d1 +d2 ]

Tamiz Tamiz %Pasa %Pasa %Pasa Optimo Rango granulométrico %Pasa

(ySup-yEst)2 (yInf-yEst)2 An An 2
Estandar Alterno G.1 (100.00%) G.2 (0.00%) Combinado (yEst) Límite superior Límite inferior yProm
38.100 1 ½" 100 100 100.00 100.00 100.00 0.0000 0.0000 100.00 Agregado 1 100.0000% 100.000%
25.400 1" 93.7 94.1 93.70 100.00 70.00 39.6900 561.6900 85.00 Agregado 2 0.0000% 0.000%
19.100 3/4" 83.7 85.9 83.70 90.00 60.00 39.6900 561.6900 75.00 λ 7293.47556 7293.47556
9.510 3/8" 66.1 74.6 66.10 75.00 45.00 79.2100 445.2100 60.00
4.760 No. 4 46.2 51.7 46.20 60.00 30.00 190.4400 262.4400 45.00
2.000 No. 10 22.9 29.7 22.90 45.00 20.00 488.4100 8.4100 32.50
0.425 No. 40 15.1 18.1 15.10 30.00 10.00 222.0100 26.0100 20.00
0.074 No. 200 5.9 11.3 5.90 15.00 5.00 82.8100 0.8100 10.00

INVIAS - Tabla 330-3 Suma 515 340 1142.26 1866.26 427.5

BASE GRANULAR DE GRADACIÓN FINA - BG 38 Suma Total 855 3008.52

d2 =Σ[G.n-y.Prom]2 323.01 472.81 323.01 Contenido

1000/d2 3.095879385 2.115014488 3.095879385
R 0.991120311 0.986251546 0.991120311
R2 0.98231947 0.972692113 0.98231947
 Granulometría 1 Granulometría 2

Granulometrias Combinadas - Diámetro (mm) Vs. Porcentaje Pasa (%)

0.0625
100 No. 200
0.125 0.25 0.5
No. 40
1 2
No. 10
4
No. 4
8
3/8"
16
3/4" 1"
32
1 ½"
64
100
Una vez se
90 90 introduce los
80 80

70 70
datos de los

Porcentaje Pasa (%)

60 60 laboratorios,
50

40
50

40
se hizo unos
30 30 análisis
20 20
preliminares
10 10

0 No. 200 No. 40 No. 10 No. 4 3/8" 3/4" 1" 1 ½" 0

antes de Iterar
0.0625 0.125 0.25 0.5 1 2 4 8 16 32 64
Diámetro (mm)

Límite Superior %Pasa Optimo y.Prom 1 ½" 1" 3/4"

3/8" No. 4 No. 10 No. 40 No. 200 Límite Inferior

Contenido
 ANALISIS DE RESULTADOS BASE GRANULAR
DE GRADACIÓN FINA - BG 38

Error 0.00005 Error 0.00005 Error 0.00005

Iteraciones (n) -1000 Iteraciones (n) -1000 Iteraciones (n) 37
RMSE(ΣAi,λ) 155.8079754 RMSE(ΣAi,λ) 1455.614413 RMSE(ΣAi,λ) 4.40694E-05

RMSE(ΣAi) 139.3588897 RMSE(ΣAi) 1301.94111 RMSE(ΣAi) 4.38817E-05

Suma (Ai) 1 Suma (Ai) 1 Suma (Ai) 1

D.min 2362.5 D.min 2362.5 D.min 2362.5

Σ[d1 2 +d2 2 ] 3008.52 Σ[d1 2 +d2 2 ] 3308.12 Σ[d1 2 +d2 2 ] 3003.901944

D.max 4725 D.max 4725 D.max 4725
2
D.min/Σ[d1 +d2 ] 2 0.785269834 2
D.min/Σ[d1 +d2 ] 2 0.714151845 D.min/Σ[d1 2 +d2 2 ] 0.78647707

An An2 An An2 An An2

Agregado 1 100.0000% 100.000% Agregado 1 0.0000% 0.000% Agregado 1 94.3561% 89.031%

Agregado 2 0.0000% 0.000% Agregado 2 100.0000% 100.000% Agregado 2 33.1199% 10.969%
λ 7293.47556 7293.47556 λ 7293.47556 7293.47556 λ 7293.47556 7293.47556

Datos Estadísticos Datos Estadísticos de Datos Estadísticos de

de la combinación la combinación la combinación
[100.00% - 0.00%] [0.00% - 100.00%] [89.03% - 10.97%]

Después de Iterar se ve que Dmin/Σ[d12+d22](1)=0.7865, ósea que no

mejoro mucho, pero de todas maneras el Agregado uno (1) es el que
mejor se ajusta, ese es el que debe elegir la interventoría a la hora de Contenido
escoger la fórmula de trabajo.
 B. ANALISIS DE RESULTADOS
SUB BASE GRANULAR - SBG 50
El segundo método que se analizará, será
tres (3) Sub Base Granular SBG 50, para
ser analizados por el método propuesto.

N. Agregados 3 Error 0.00005

N. Tamices 9 Iteraciones (n) -1000
RMSE(ΣAi,λ) 2367.385099
RMSE (Root Mean
2367.385099 RMSE(ΣAi) 2117.453604
Squared Error)
Suma (Ai) 1
%P Agregado 1 100.00% D.min 2690
%P Agregado 2 0.00% Σ[d1 2 +d2 2 ] 3328.18
%P Agregado 3 0.00% D.max 5380
Suma agregados 100.00% D.min/Σ[d1 2 +d2 2 ] 0.808249554

Tamiz Tamiz %Pasa %Pasa %Pasa %Pasa Optimo Rango granulométrico %Pasa
(ySup-yEst)2 (yInf-yEst)2 An An 2
Estandar Alterno G.1 (100.00%) G.2 (0.00%) G.3 (0.00%) Combinado (yEst) Límite superior Límite inferior yProm
50.800 2" 100 92.3 100 100.00 100.00 100.00 0.0000 0.0000 100.00 Agregado 1 100.0000% 100.000%
38.100 1 ½" 87.7 84.7 85.4 87.70 95.00 70.00 53.2900 313.2900 82.50 Agregado 2 0.0000% 0.000%
25.400 1" 82 80.2 71.5 82.00 90.00 60.00 64.0000 484.0000 75.00 Agregado 3 0.0000% 0.000%
12.700 1/2" 66.8 68.8 55.1 66.80 75.00 45.00 67.2400 475.2400 60.00 λ 1450.74558 1450.74558
9.510 3/8" 57.6 68.4 50.1 57.60 70.00 40.00 153.7600 309.7600 55.00
4.760 No. 4 46.8 55.5 39.6 46.80 55.00 25.00 67.2400 475.2400 40.00
2.000 No. 10 36.8 33.3 23.3 36.80 40.00 15.00 10.2400 475.2400 27.50
0.425 No. 40 22.9 16.5 9.4 22.90 25.00 6.00 4.4100 285.6100 15.50 Contenido
0.074 No. 200 10.1 7.1 2.9 10.10 15.00 2.00 24.0100 65.6100 8.50
 Granulometría 1 Granulometría 2 Granulometría 3

Granulometrias Combinadas - Diámetro (mm) Vs. Porcentaje Pasa (%)

0.0625
100 No. 200
0.125 0.25 0.5
No. 40
1 2
No. 10
4
No. 4
8
3/8"
16
1/2" 1"
32
1 ½" 2"
64
100
Una vez se
90 90 introduce los
80 80 datos de los
70 70
laboratorios,

Porcentaje Pasa (%)

60 60

50 50
se hizo unos
40 40 análisis
30 30 preliminares
20 20
antes de Iterar
10 10

0 No. 200 No. 40 No. 10 No. 4 3/8" 1/2" 1" 1 ½" 2" 0
0.0625 0.125 0.25 0.5 1 2 4 8 16 32 64
Diámetro (mm)

Límite Superior %Pasa Optimo y.Prom 2" 1 ½" 1" 1/2"

3/8" No. 4 No. 10 No. 40 No. 200 Límite Inferior
Contenido
 ANALISIS DE RESULTADOS BASE GRANULAR
DE GRADACIÓN FINA - BG 38
Error 0.00005 Error 0.00005
Iteraciones (n) -1000 Iteraciones (n) 128
Error 0.00005 RMSE(ΣAi,λ) 1194.100992 RMSE(ΣAi,λ) 4.93882E-05
Iteraciones (n) -1000
RMSE(ΣAi) 1068.036396 RMSE(ΣAi) 4.57241E-05
RMSE(ΣAi,λ) 2367.385099
Suma (Ai) 1 Suma (Ai) 1
RMSE(ΣAi) 2117.453604
D.min 2690 D.min 2690
Suma (Ai) 1 Σ[d1 2 +d2 2 ] 3000.1 Σ[d1 2 +d2 2 ] 2758.31287
D.min 2690 D.max 5380 D.max 5380
Σ[d1 2 +d2 2 ] 3328.18 D.min/Σ[d1 2 +d2 2 ] 0.896636779 D.min/Σ[d1 2 +d2 2 ] 0.975233821
D.max 5380
2 2 0.808249554
D.min/Σ[d1 +d2 ]

An An2 An An2

Agregado 1 0.0000% 0.000% Agregado 1 61.9472% 38.374%

An An2
Agregado 2 0.0000% 0.000% Agregado 2 10.4270% 1.087%
Agregado 1 100.0000% 100.000% Agregado 3 100.0000% 100.000% Agregado 3 77.8063% 60.538%
Agregado 2 0.0000% 0.000% λ 1450.74558 1450.74558 λ 1450.74558 1450.74558
Agregado 3 0.0000% 0.000%
λ 1450.74558 1450.74558 Datos Estadísticos de la Datos Estadísticos de la
Datos Estadísticos de la combinación [0.00% - combinación [38.37% -
combinación [0.00% - 0.00% - 100.00%] 1.09% - 60.54%]
100.00% - 0.00%]
Después de Iterar se ve que Dmin/Σ[d12+d22](1)=0.9752, ósea que mejoro
mucho, pero el agregado solo da una combinación de 1.09%, puede ser
inconveniente para la obra comprar tan poco material, así que se hará cero por Contenido
ciento (0.00%) ese agregado y se volverá a iterar a ver que se obtiene.
 Granulometrias Combinadas - Diámetro (mm) Vs. Porcentaje Pasa (%)
0.0625 0.125 0.25 0.5 1 2 4 8 16 32 64
100 No. 200 No. 40 No. 10 No. 4 3/8" 1/2" 1" 1 ½" 2" 100

90 90

80 80

70 70

Porcentaje Pasa (%)

60 60

50 50

40 40

30 30
Datos Estadísticos de 20 20

la combinación 10 10

[38.37% - 1.09% - 0
0.0625
No. 200
0.125 0.25
No. 40
0.5 1 2
No. 10
4
No. 4
8
3/8" 1/2"
16
1"
32
1 ½" 2"
64
0

Diámetro (mm)
60.54%] - Fuente
Límite Superior %Pasa Optimo y.Prom 2" 1 ½" 1" 1/2"
Propia. 3/8" No. 4 No. 10 No. 40 No. 200 Límite Inferior

Error 0.00005
Iteraciones (n) 117
RMSE(ΣAi,λ) 4.8392E-05

RMSE(ΣAi) 4.64386E-05
Datos Después de Iterar se ve que
Suma (Ai) 1 Estadísticos de Dmin/Σ[d12+d22](1)=0.9752, ósea que no cambio
D.min
Σ[d1 2 +d2 2 ]
2690
2758.390842
la combinación prácticamente su valor, así que la interventoría
D.max
2 2
5380 [39.44% - debería elegir combinar el agregado uno (1)
D.min/Σ[d1 +d2 ] 0.975206254
0.00% - con una proporción del 39.44% y el agregado
60.56%] - tres (3) con una proporción del 60.56% a la
An An2

Agregado 1 62.8030% 39.442%

Fuente Propia. hora de escoger la fórmula de trabajo.
Agregado 2 0.0000% 0.000%
Agregado 3 77.8189% 60.558%
λ 1462.0767 1462.0767
Contenido
 APORTE DEL ESTUDIANTE
Se entregara un complemento COM “G.Optima.GGyTG”, que
se evidenciara en los complementos de Excel.

En el RibbonButton “Acerca de – Programed By. GGyTG” se muestra un UserForm

con los créditos de los programadores.

El prototipo genera un libro xlsm o

xlsb, de salida con los reportes,
numéricos y gráficos para el análisis por
parte de usuario. Durante el proceso de
ejecución del programa, se van
mostrando los mensajes solicitando la
información necesaria al usuario o
informándole sobre el ingreso de un dato
incorrecto. Contenido
 APORTES Y RECOMENDACIONES

Como aporte se entregará un Complemento COM “Granulometría Optima

(G.Optima.GGyTG)”.
El Complemento COM, puede ser utilizado por cualquier interventor que se
encuentre trabajando en la construcción de vías en Colombia, están contenidos
las dos (2) normas más importantes como sin, Normas IDU para el caso Bogotá,
D.C y normas INVIAS para el resto del país.
Un método analítico es más conveniente, ya que no se deja nada a la
subjetividad, y así se pueden evitar problemas en el futuro si se llegara a
presentar un problema con los métodos escogidos, ya que siempre habrá un
fundamento matemático que lo soporte.
Con el Complemento se pueden revisar granulometrías para Normatividad
IDU, Normatividad INVIAS, y se añadió como valor agregado Granulometrías
para Concretos y Otras Granulometrías, en esta ultima el Complemento dejara
escoger todos los tamices de la franja granulométrica, donde hay unos tamices
que hacen parte de Granulometrías para Mezclas Asfálticas.

Contenido
 CONCLUSIONES

Una vez terminado la propuesta de monografía de aplicación se llega a las

siguientes conclusiones:
Los métodos escogidos para solucionar el problema objetivo fueron conveniente y
suficiente, ya que los tres métodos:
➢ Métodos de los mínimos cuadrados.
➢ Multiplicadores de Lagrange.
➢ Método de Newton.
Son de fácil programación y son suficientes para solucionar cualquier problema
que se encuentre en la vida profesional en la cual se tenga que optimizar un problema,
por lo anterior es viable mezclar diferentes granulometrías para mejorar la curva de
trabajo en las normas IDU e INVIAS o cualquier otra desde que se encuentre acotada
dentro una franja granulométrica y se conozca cual es esa franja.

Contenido
 Se logro encontrar un modelo matemático que combina las
granulometrías por métodos iterativos, todo esto con la formulación de:

1. Con ayuda de derivadas parciales se puede hallar máximos o mínimos

de funciones objetivos, en este caso la función objetivo fue la suma de
los cuadrados de las distancias que separan la granulometría estimada
con las curvas superior e inferior debe ser mínima.
2. Con los Multiplicadores de Lagrange se puede introducir restricciones
a la función objetivo para que la función objetivo cumpla las
restricciones, en este caso la restricción es que la suma de los
porcentajes pasa debe ser igual al 100%.
3. Una vez plateado la función objetivo con todas las restricciones
posibles (Σ%P=100%), se encuentra la solución de la función objetivo
con el método de Newton, el método de Newton es uno de los muchos
métodos para solucionar ecuaciones simultaneas y fue el escogido
para esta propuesta de monografía de aplicación por su facilidad para
ser programada, ya que toda la solución es matricial, y Excel es en si
una matriz y ya trae programada todas las operaciones básica con
matrices evitándose así la programación de mucho código para este
fin. Contenido
Contenido