pec saree a Enciclop edia de la ae Renae: Past. OBF “ELECTRONICA INGENIERIA Y TEGNICA Charles Belove Departamento de Ingenieria Eléctricn y Computacién Florida Atlantic University Boca Raton, Florida Director de Ia versign en espaiiol Francisco Paniagua B., I.M.E. Universidad Nacional Auténoma de México Consultor Editorial de Ingenieria Eléctrica ‘Miembro de la U.S. Metric Association poems nse 4 ESCUELA POLITEC' i BEL RIES TO ica |Es una obra det GRUPO EDITORIAL OCEANO Presidente 098 Lu Monreal Director General ose M* Matt Director Generai de Publicaciones Caroe Gieport Versiga espala de la edicién original de Charles Belove “Handbook of Modern Electronics and Electncel Engineering” publicada por Jona Wiley & Sons, Nueva York, EE.UU. ‘VERSION ORIGINAL Consefo Editorial: Philip Hopkins ‘Milton Rosenstein Lockheed Engineering and [New York Institute of Technology Management Services, Co., Ine. (Old Westbury, Nueva York Houston, Texas Stanley Shinners award Nelson Jericho, Nueva York New York Insitute of Technology (Old Westbury, Nueva Youk ‘Venaén cseasoua Supervisiém Raitorial: Pedko Dasesto Semmperio Juan Carlos Vega Fagoaga Licenciado en Ciencias Ingenieria en Sistemas Universidad Auténoma de Baja Califone José Ratuet Blenglo Pinto Médico Cirujana’ ‘Hugo Villagémer Velazquez ‘Universidad Nacional Auténoma Licenctado en Pistoa y Matemdtcas e Mexico Instituto Palitéenico Nacional. México Doctor en Ciencias M! Dolores Garcia Diaz Universidad de Parts, Francia Traductora Especializada en Ciencias © MCMLXXXVI Edicién Original John Wiley & Sons, Inc. (OMCMRC Esicion Espanola Ediciones Centrum Leenicas y Centiticas asen de Crain, 26 — 08007 Rareelona — Espatia Tel, (93) 301 01 82 — Télex $1 735 exit e — Fax (93) 317 97 01 Reservados todos los derechos. Quedan rigurosamente prohibidas, sin a autorizacion esrita de los titulares del copyright, bajo las sanciones establecidas en las lees, la reproduccidn totel o parcial de esta obra por cualquier medio o procedimiento, comprendidos la reprografiay el tratamiento infor mético, y la dstribucin de ejemplares de ella mediante alquler o préstamo pblicos, ISBN Edicion espatola obra completa: 84-7841-016-3 ISBN Edicion espafola volumen 1: 847841-017-1 ISBN Edieibn orginal: 0.471 097843 Impreso en Espafe — Printed in Spain Depésito legal B: 2007-91 (En) Imprime: HUROPE, $.. Recaredo, 24 Barcelonecnr # Lidd 0, Presentaci6n La Enciclopedia do Ia Electréniea representa un hito importante en la literatura cientifica internacional, pues expone con gran amplitud todos los adelantos técnicos de la electronica y la electroteenia modernas. Lscrita por un equipo de destacados especialistas de Estados Unidos de Norteamérica, aporta un completo panorama de los principios y las, aplicaciones de la ciencia eléctrica. El objetivo se ha centrado en pre- sentar una introducci6n préctica y una vision general de cada érea. Aunque csté cspecialmente dirigida a ingenicros y tcendlogos, seré de indudable utilidad al personal téenico de formacién prictica y a personas no relacionadas directamente con el campo electr6nico, como son los ingenieros de diversas especialidades, médicos, tecndlogos biomédicos, personal administrativo y estudiantes. La Enciclopedia de Ia Flectrénica est estructurada en tres grandes nicleos que siguen el flujo natural de los temas en el campo de la ingenieria en sistemas electronicos y eléctricos. Dado que los principios y aplicaciones electrénicas se han convertido actnalmente en la base de gran parte de la electrotecnia moderna, en las tres primeras divisiones, tituladas Matemticas, Propiedades de los materiales y Componentes, se proporciona todo lo relacionado con los. materiales y elementos producidos por la tecnologia industrial de la electuGnica y la electrofisica.De forma previa al tratamiento de las diversas materias se ofrecen los fundamentos matematicos indispensables para el andlisis y disefio de sistemas, como son: métodos de célculo, funciones transformadas, pro- babilidades y dlgcbra booleana A continuacién, se presenta un estudio general de los circuitos en las divisiones tituladas: Circuitos pasivos, Circuitos activos y Circuitos digitales. Por diltimo, un extenso apartado dedicado a los sistemas electrénicos y eléctricos abarca: control automatico y robotica; mediciones, modela- ‘Gién y confiabilidad; aplicaciones eu uiedicina; tecnologta de los siste- mas de audio y video; telecomunicaciones terrestres y espaciales; apli caciones en Ia navegacién maritima y aérea, y en enlaces via satélite; sistemas y equipos de computacién e ingenieria programatica (0 de software). Ademés, se describen la ingenieria eléctrica de potencia y las, fuentes alternas de energia, incluyendo la administracion energetica en la industria y en diversas instalaciones. En lo que se refiere a las normas metroldgicas, en el campo de la electricidad y la electrOnica prevalece absolutamente el empleo del Sis- tema Internacional de Unidades (SI), y solo en casos muy especiales se utilizan unidades inglesas, que se usarén todavia por algiin tiempo, n0 demasiado prolongado, en Estados Unidos de Norteamérica. La Enciclopedia de la Electronica supone, por todo lo expuesto, un cabal medio descriptivo de los sistemas basudos en los avances de la cicncia clectrofisica, en cuya aplicacién constituiré con toda seguridad una ayuda inestimable Francisco Paniagua B., I.M.E. Universidad Nacional Auténoma de México Consultor Editorial de Ingenierfa Eléctrica Miembro de la U.S. Metric Association VIindice de capitulos PRIMERA PARTE MATEMATICAS. 1. Unidades y constantes, 3 shin-R Lin Unidades SI basicas. 4 Unidades SI derivadas, 5 Unidades ST complementarias, 5 Simbolos de cantidades fisicas, S ‘Simbolos y valores de constantes fisicas, 5 Factores de conversion, 5 2. Mateméticas utilizadas en ingenieria, 11 Paul Baum y Eleanor Baum Algebra. 13, Funciones trigonométricas e hiperbélicas y numeros complejos, 14 Céleuio, 18 Matrices. 29 Vectores, 30 Ecuaciones diterenciales lineales, 32 Ecuaciones en diferencias lineales, 33, Series de potencias, 35 Serie de Fourier, 35 3. Computacién, 43 Thomas C. Upson Herramientas de eémputo disponibles, 44 Fuentes de error en computacién, 44 4 5. ‘Técnicas numétivas en vomputacién, 45 Integracién numérica, 48 Solucién numérica de ecuaciones diferenciales ordinarias de primer orden, 50 ‘Transformadas, $5 Manu Malek-Zavarei Introduccion, $6 ‘Transformada de Fourier, 56 ‘Transformada discreta de Fourier, 56 ‘Transformada répida de Fourier, 58 ‘Transformada de Laplace. 60 Transformada z, 65 Funciones de transferencia, 69 Probabilidad, 71 Joel Halpert Definiciones y teoremas de probabilidad, 72 Probabilidad condicional, independencia, teorema de Bayes, 73 Variables aleatorias, distribuciones de probabilidad y densidades, 74 Valor esperado, dispersion y momentos, 75 Algunas densidades y distribuciones utiles, 75 Distribuciones multivariadas, 81 ‘Teorema del limite central, 82 Procesos de Markov. 836. Algebra booleana, 85 Frank T. Boesch y Charles Suffel Postulados de Huntington para un élgebra booleana, 86 Propiedades de un Algebra booleana, 86 Funciones de conmutacién, 86 Simplificacién de funciones booleanas, 88 SEGUNDA PARTE PROPIEDADES DE LOS MATERIALES 7. Propiedades de los materiales, 937 Krishna Seshan y C. F. Bieber Unidades y clasficacién de los materiales, 34 Propiedades resistivas, 94 Capacidad de transporte de corriente de los conductores, 101 Propiedudes de conductividad, 101 Propiedades relacionadas eon los materiales, 105 Materiales de encapsulamiento microelectronico, 112 8 Materiales aislantes y dieléctricos, 117 Sorab K. Ghandhi y J. Keith Nelson Peliculas aislantes para dispositivos de estado solido y circuitos integrados, 118 Materiales dieléctricos para almacenamiento de carga, 128 Materiales dieléctricos como aislantes. 133, ). Materiales magnéticos, 141 Alex Goldman, Definiciones, 142 Propiedades eléctricas y magnéticas. 142 Propiedades fisicas, 146 Materiales utilizables en la practica, 147 10, Materiales semiconductores, 153 Edward H. Nicollian Introduccién, 154 Propiedades eléctricas, térmicas ¥ Opticas, 154 Oxidacién del silicio, 168 Epitaxia, difwsién e implantacién de iones, 170 11, Materiales emisivos, dpticos 1 fotosensibles, 177 Remard Smith y Mansoor A. Saifi Materiales emisivos, 178 Materiales dpticos y fotosensibles, 185 TERCERA PARTE COMPONENTES 12, Elementos ctrcuttales concentrados pasivos, 199 Henry Domingos y Joseph Scaturro Componentes resistvos, 200 Capacitores, 213 Inductores, 228 ‘Transformadores, 232 13, Elementos circuitales concentrados activos, 237 Mark B. Barron, Henry Domingos y George H. Ebel Diodos, rectificadores, varistores, 238 Transistores bipolares, 251 Transistores de efecto de campo, 261 Circuitos integrados, 273 Circuitos hibridos: de pelicula gruesa vy de pelicula delgada. 300 Otros dispositivos electrénicos, 309 14, Componentes ferromagnéticos ' piezoeléetricos, 321 ‘Alex Goldman y Don Berlincourt ‘Componentes ferromagnéticos, 322 Componentes piezoeléctricos, 333 15. Dispositivos épticas y pantallas, 345 L. S. Watkins, Peter Pleshko y Martin Wott Fuentes épticas, 346 Fibras y conectores épticos, 356 Pantallas, 364 Detectores épticos, 388 Convertidares fotovoltaicns de energia solar, 399 vu16, Transductores eléctricos, 439 W. 18, Gerald Weiss Principios, clasficacion y terminologta, 441 Transductores para movimientos mecénicos de sélidos, 442 ‘Transductores para cantidades de mecénica de fluidos, 454 Transductores para cantidades térmicas, 465 ‘Transductores para cantidades acisticas, 470 Transductores para cantidades opticas @ infrarrojas, 471 Transductores para radiacién nuclear, 471 ‘Transductores para campos magnéticos, 474 ‘Transductores para la instrumentacion de anilisic, 175 ‘Transductores electroquimicos, 479 ‘Técnicas de construccién, 485 Gustave R. Gaschnig Circuitos impresos, 486 Métodos de interconexién, 480 Encapsulado de circuitos, 493 Encapsulado de circuitos integrados, 496 Dispositivos electromecénives, 496 3. Dispositivos de microondas, 50S Hing-Loi A. Hung Componentes pasivos, 506 Componentes activos, 523 Circuitos integrados de microoudas, 550 CUARTA PARTE CIRCUITOS PASIVOS vy, ). Circuitos eléctricos lineales, S55 Jeffrey Hantgan, Yacov Shamash y Martin Gazourian’ Fundamentos de los cicuitos electricos, 556, Anilisis de citeuitos de CD y de CA, 569 Respuestas forzada y transitoria de circuitos, $82 20, Filtros pasivas, 593 Tearius E. Pyros Introduccién, 594 Factores de atenuacion y de fase, 594 IX Secciones T y zx, 596 Filtros de K constante, 600 Filtrs derivados eu M, 601 Fitro pasabajas ideal, 606 Uso de la funcién caracteristica, 606 Filtros Butterworth, 607 Filuus Chebychev, 609 21. Anilsis de sistemas magnéticos, 613 Gordon R. Slemo Modelos aproximados de caracteristicas B-H, 614 Corrientes parésitas, 623 Gireuitos equivalentes de sistemas magnéticos complejos, 625 Anélisis de sistemas de imén permanente, 630 22. Anilisis de cireuitos ausiliado por computadora, 635 Milton Roseustein Introduccién, 636 ‘Anélisis por computadora: redes de CD, 636 Conjunto de programas pata la solucién de redes, 640 Revision de la sensibilidad, 643 Otros temas, 644 QUINTA PARTE CIRCUITOS ACTIVOS 23. Amplificadores operacionales, 649 Yusut Z. Efe Amplificadores operacionales ideales, 650 Configuraciones bésicas de los ‘amplificadores operacionales, 650 Aplicaciones de lascanfiguracioneshasiess, 652 Caracteristicas de los amplificadores operacionales, 653, ‘Auupliivador de instrumentacisn, 655 ‘Aplicaciones lineales, 655 ‘Aplicaciones no lineales, 659 24, Generadores de ondas de forma y cireuitos relacionados, 669 ‘Yusuf Z. Efe Oseiladores, 670 Modulacién, 678Desmoduladores, 688 Convertidores de frecuencias, 693 Detectores, 701 Conformacién de ondas de forma ¥ citcuitos de sincronizacién, 707 ‘Yusuf Z. Efe Conformacién de ondas de forma, 708 rcuitos de sincronizacién, 722 rcuitu integrado de sincrouizacin 555, 70 5. Filtos activus, 739 ‘Yusuf Z. Efe Funciones transferencia de filtros, 740 Sensibilidad, 741 Dispositivos activos en filtros actives, 742 Construccién de filtros pasabajas activos, 743 Construccion de filtrus pastas activos, 747, Construccién de filtros pasabanda activos, 748 Filtros activos bicuadrados de estado variable, 750 Disefios de filtros_activos por simulacién de inductores, 752 2, Fuentes de alimentacién, 755 ‘Yusuf Z. Efe Introduecién, 756 Fuentes de alimentacién de CD no reguladas, 756 Filtros para fuentes de alimentacion, 758 Fuentes de alimentacién de CD reguladas. 760 Familias de teguladores de cireuitos integrados, 762 SEXTA PARTE CIRCUITOS DIGITALES 28, Compuertas, 779 Poter Graham Introduccién, 780 ‘Simbolos de las compuertas, 740 Variaciones de compucrtas disponibles, 781 2». 3 2. Parémetros de especificacién de compuertas, 783 Compuertas de transistores bipolares, 785 Légica de semiconductores de metal y Sxido complementarios (CMOS), 792 Eleccién de una familia de légica, 796 Logica integrada en inyeccion (IIL), 796 Dispositivos acoplados por la carga (CCD), 797 Maltivibradores biestables y rogistros, 700 ‘Thomas W. Parsons Multivibradores biestales, 800 Registros, 808 Dispostivos de funciones digitales ¥ aritméticas, 813 Peter Graham Introduccion, 814 Contadores, 814 Cronémetros (temporizadores), 820 Multicanalizadores, 827 Decodificadores, codificadores y ‘convertidores de eddigo, $30 Dispositivos de aritmética binaria, 833, Convertidores de digital a analégico (D/A) y de analégico a digital (A/D), 839 Michael Baltrush Convertidores D/A de resistores ponderados en escalera ponderada, 840 Especificaciones de convertidores DIA, 841 Convertidores A/D en paralelo ¥ de aproximacion sucesiva, 844 Convertidores A/D de conteo (rampa), 845 Especificaciones de los convertidores AID, 848 Filtros digitales, 849 Thomas W. Parsons Descripcion, 850 Estructuras, 853 Representacién numérica y efectos de cuantizacién, 857 ‘eenicas de diseno de fitros de respuesta de pulso infinite (TR), 861Técnicas de disefio de filtros de respuesta de: pulko finita (FIR), R65 SEPTIMA PARTE INGENIERIA DE SISTEMAS, CONTROL AUTOMATICO Y MEDICIONES 33, Ingenieria de sistemas, 875 Richard G. Costello Definicion de sistema, 876 Clasificacién de sistemas por funcién, 876 Sistemas de control, 877 Sistemas de célculo, 877 Sistemias de comunicacion, 877 Sistemas administrativos, 878 Sistemas de cantrol con operador humano, 883 Clasificacién de sistemas por modelo ‘matematico, 893 Resumen del proceso de disefin + de sistemas, 899 §M. Control automiitico, 903 Richard G. Costello Introduecién, 904 Control automatico elésico, 904 Representaciones de los sistemas lasicos de control, 910 Anilisis y compensaci6n de sistemas clésicos de control. 918 Control de datos muestreados, 974 Teoria de la transformada z de tos sistemas de control, 97 Diagramas de bloques de Ia transformada z-con elementos de retencién, 988 ranstormada z modificada, F (2, m), 993 Control no lineal, 997 Control moderno, 1025 ‘Técnicas de control 6ptimo, 1031 Cateulo de vanaciones, 1035 Programacién dinémica, 1039 Método de! multiplicador de Lagrange, 1044 35. Aplicaciones de los sistemas de control, 1049 Roger D. Fruechte y Thomas E. Marlin Sistemas de control de automéviles, 1050 Sistemas de control de procesos ‘industriales, 1065 36, Robitica, 1085 T Ronald Bailey Introduccién, 1086 Clasificacién, 1086 Software, 1090 Especificaciones, 1094 Aplicaciones, 1094 Funcin de la robstiva en la manufacture integrada con computaclora, 1097 Tendencias en la industria y aplicaciones futuras, 1103 37, Mediciones de sistemas, 1105 Richard G, Costello Introduccién a la medicién de los estados de un sistema, 1107 Requisitos de las mediciones, 1107 Escalacién de mediciones, 1110 Convertidores de analégico a digital y de digital a analégico, 1115 Conversion entre mediciones lineales y angulares, 1117 Dispositivos para la medicién analégica de la posicién angular o lineal de un sistema, 1123 Resumen de mediciones analégicas de la ‘posicién angular ofinealde un sistema. 1135 ‘Transductores de sistemas de control digital, 1136 Medicién digital de la posici6n o el éngulo de un sistema, 1140 Medicién analdgica de la velocidad de un sistema, 1146 Medicién analégiea de la accleracién de un sistema. 1154 Medicién digital de la aceleracién dde un sistema, 1159 Medicién de peso, fuerza, momento de torsin. presién y temperatura, 1162 Deteccién de errores, 1171 38. Modelacién y simulacién, 1177 Richard G. Costello Simulacién por computadora analégica, 1178 Simulacién de sistemas por computadora digital, 1186 AAlgontmos de integracion, 1189 Lenguajes de simulacign especializados, 1194 Consideraciones sobre el problema del tiempo real, 119339. Confiabilidad, 1197 Amrit L. Goel y Joseph J. Naresky Introvinecién, 1198 Conceptos y definiciones bésicos, 1198 Distribuciones de probabilidad que se utilizan en los modelos de confiahilidad, 1200 Sistemas no reparables, 1203 Sistemas reparables, 1207 Estimacién de la confiabilidad, 1211 Confiahilidad del software, 1213 Ingenieria de confiabilidad, 1214 OCTAVA PARTE APLICACIONES MEDICAS DE LA ELECTRONICA 40, Introduccién a la fisiologéa humana, 1223 Clifford Bogen Introduccién, 1224 Metabolismo, 1225 Estructura y funciOn celulares, 1227 Bioquimiea celular, 1231 Homeostasia, biorretroalimentacién ¥y equilibrio dinémico, 1233 41, Instrumentacién médica, 1235 Benedict Kingsley, Daniel B. Diner, Josefa Cubina, Jetf Tosk y Julius Simon Untrasonografia; 1236 Computadoras en medicina: panorama de la tomografia computerizada e imagenes de-resonancia magnética nuclear, 1245 Mediciones cardiopulmonares, 1251 Laboratorio medico automatizado, 1268 ‘Vigilancia instrumental del enfermo, 1271 Steven G. Epstein, John Dawson y Louis R. M. dal Guercio Introduceién, 1272 Monitorizacion cardiovascular, 1272 Monitorizacién de la respiracién, 1274 Monitorizacion de la presion intracraneal, 1276 Monitorizacion de la temperatura, 1277 Computadoras, 1278 Seguridad. 1278 43, Protesis, 1281 Harold Z. Haut, Harry Levitt y William Lembeck Implantes, 1282 Procesamiento de sefiales en personas con deficiencias de comunicacién, 1308, Protesis eléctricas (miembro superior), 1318 NOVENA PARTE GRABACION Y RFPRODUCCION DE AUDIO Y VIDEO 44, Caracteristicas del sonido, 1333 Robert B. Newman y Stanley A. Gelfand Acistica, 1334 Psicoactistica, 1354 48, Grabacién y reproduccién de audio, 1365 Katsuaki Tsurushima, Electronic Defense Laboratories y Albett B, Grundy Sistema Sony de disco compacto, 1366 Grabacién en cinta magnética, 1376 Altavoces, 1400 46. Grabacién y reproduecién de video, 1409 RCA Corporation Fundamentos de la grabacién en cinta de video, 1410 Repiuductor de discus de videv, 1421 DECIMA PARTE COMUNICACIONES 47. Conceptos sobre comunicaciones, 1436 Yeng $. Kuo, Kwei Tu, Rodger E. Ziemer y William H. Tranter Conceptos sobre comunicaciones modernas, 1436 Teoria del ruido, 1440 Teurfa de la iufonmaciou, 1451 48. Técnicas de comunicacién, 1461 Jack W. Seyl, George W. Raffoul, Matthew J. Quinn, Jr., K. K. Chow, Bernard Sklar, Peter Monsen, E. T. DickersonTécnicas de modulacién, 1463 Radiocomunicaciones, 1510 Comunicaciones alémbricas, 1539 Sistemas de comunicacién por fibras “Spticas, 1552 ‘Técnicas avanzadas para las ‘comunicaciones digitales, 1571 Comunicaciones por canales con desvanecimiento, 1601 Analisis comparativo de las técnicas de comunicaciones, 1610 49, Sistemas de comunicacion, 1621 Ray W. Nettleton, Jefferson F. Lindsey IM, Surya V. Varanasi, Daniel F. DiFonzo Sistemas terrestres, 1622 Sistemas de radiodifusion, 1640 Redes de comunicaciones, 1661 Sistemas de comunicaciones por satelite, 1672 UNDECIMA PARTE SISTEMAS DE TELEMETRIA. NAVEGACION Y ATERRIZAJE ‘50, Principlos de naveyaciéu, 1711 Emil R. Schiesser Definiciones de funciones, 1712 Propagacign del estado, 1712 Determinacién del estado, 1713 Observacién y mediciOn, 1713 Sistemas de navegaci6n, 1714 Resumen, 1715 SL. Radar, 1717 Frank 'R. Castella El problema de la navegaci6n, 1718 Principios del radar, 1718 Tipos de radar, 1719 Ecuaciones de funcionamiento del radar, 1720 Resolucién del radar ideal, 1722 Limiraciones del sistema en cuanto a exactitud de la medicién, 1723 Efectos de la trayectoria de propagacién, 1725 Radar Doppler y mediciones de velocidad, 1727 ‘Téenicasavanzadas ondasmilimétricas) 1729 52, Aunxiliares de la navegacién, 1731 Frederick B. Pogust, Stephen C. Martin y Thomas J. Cutler Normas y convenios internacionales de navegacion aérea, 1732 ‘Ausiliares de la navegaci6n aérea, 1737 ‘Auxiliares de la navegacién maritima, 1764 53. Sistemas de Stephen C. jorrizaje. do aeronaves, 1777 fartin Radioayuda para el aterrizaje de acronaves, 178 Sistema de_aterrizaje por instrumentos (ILS), 1778 Radar de precision para el aterrizaje (PAR), 1784 Sistema de aterrizaje por microondas (MLS), 1784 Sistemas de aterrizaje militares para fines ales, 1780 # Navegacion por satélite, 1793, John H. Painter Principios de la radionavegacién por satélite, 1794 Deseripeidn de la érbita de un satélite (ecuacién de Kepler), 1795 Coordenadas del usuario y geodesia, 1797 Adquisicion de datos de navegaci6n, 1798 Efectos ionosféricos, 1799 TRANSIT, sistema Doppler de baia dinmica, 1802 GPS NAVSTAR, sistema telemetrico de alta dindmica, 1806 DECIMOSEGUNDA PARTE COMPUTADORAS 55, Sistemas numéricos y ropresentacién de datos, 1831 Alan B. Marcovitz Némeros binarios, octales 'y hexadecimales, 1832 Summa binaria de nimeros postivos, 1837 Numeros con signo, 1837 Aritmética binaria, 1839 Decimal codificado en binario (BCD), 1841 Aritmética de precisiOn miltiple, 1844 xm56. Aritmética de punto flotante, 1844 Deteevidn y correcvidn de errures, 1847 Representaciones de datos alfanuméricos, 1849 Organizacién y arquitectura de la computadora, 1851 Edward J. Lancevich COrganizacién general (diagrama de bloques), 1852 Registros de 1a CPU, 1853 Tipos de instrucciones, 1854 Formatos de instrucciones y modos de direccionamiento, 1859 Modos de operacién, 1867 Diseio de la unidad de control, 1872 Clasificacién de los sistemas de computacién, 1876 Comparacién de computadoras, 1880 Estructuras de datos, 1881 James A. M. McHugh Introduccién, 1882 Listas lineales enlazadas, 1882 Lineas de espera y pilas, 1885 Aaboles, 1888 Tablas de asignacién, 1892 Programacién, 1897 Peter G. Anderson, John A. Biles, James R. Carbin, Warren R. Carithers, James A. Chmura, Chris Comte, Lawrence A. Coon, Mary Ann Dvonch, Henry A. Etlinger, James Hammerton, Jack Hollingsworth, Guy Johnson, Peter H. Lutz y Rayno'D. Niemi Programacién estructurada, 1808 Panorama general del proceso de programacién, 1898 Software de sistemas, 1901 Lenguajes de programacién, 1902 ‘Simulacién de sistemas, 1918 Sistemas de bases de datos, 1920 Organizacién del procesador central, 1923 Melvyn M. Drossman Estructura y funcién, 1924 Unidad de control, 1925 61, a. xIV Instrucciones, 1926 Orgauicacion de ductos, 1928 Operacién de la CPU, 1928 Unidad aritmética y Idgica, 1931 Algoritmos aritméticos, 1934 Microprogramacion, 1944 Microprocesadores de “rebanadas” de bits, 1951 |. Sistemas de memoria, 1953 Jay Michlin Introduccion, 1954 Definiciones, 1954 Hardware de memoria, 1956 Arquitecturas de memoria, 1957 Memoria viral, 1961 Entrada y salida (VO) de los sistemas de computacién, 1965 Sam Goldwasser Introduccién, 1966 Tipos y ejemplos de disposttivos 10, 1968 Consideraciones sobre sistemas generales, 1976 Estructuras de ductos de sistemas VO, 1978 Interfaz de hardware y software, 1982 VO controlada por el programa, 1985 VO activada por interrupcidn, 1986 WO de acceso directo a a memoria, 1989 VO mapeada por la memoria, 1990 Téenicas de VO avanzadas, 1993 Resumen y tendencias en jos sistemas VO, 1995 ‘Micrucumputadoras y microprocesadores, 1907 Edward J. Lancevich Tipus y eenologtas de procesadores, 1998 Caracteristicas arquitecténicas y modos de direccionamiento, 1998 Coujuntos de instrucciones, 2006 Ejemplos de programacién, 2013 Principios de vinculacién, 2015 Dispositivos de memoria ‘de miicroprocesadores, 2022 Controladores de dispositivos y circutos de interfaz, 2024Sistemas de desarrollo de microprocesadores y auxiliares de disefto, 2030 Seleccién del microprocesador, 2034 63. Ingenieria de software, 2037 Frederic L. Swern Introduccién, 2038 Metodalogfa de la programacién, 2038 Administracién de proyectos de software, 2041 , Graficado por computadora, 2047 Guy Johnson Introdnecién, 2048, Hardware de graficado, 2048 Software de graficado, 2049 Conclusién, 2056 65, Redes de comunicacién de computadoras, 2057 Richard Van Slyke Elementos de redes, 2058 Topologia de redes, 2060 Madas de conmutacién, 2060 Proceso de diseiio, 2062 Arquitectura y protocolos, 2064 DECIMOTERCERA PARTE ENERGIA DE FUENTES ALTERNATIVAS 66, Conversién de energia, 2069 Jerald D. Parker Conversisn termaeléctriea, 2070 Conversign termoiénica, 2072 Conversién fotovoltaica, 2073, Conversién por celdas de combustible, 7079 Conversién magnetohidrodinémica a sola, 2083, Conversién de energin Conversion geotermica, 2094 Combustibles obtenidos de desechos, 2097 Conversién nucleoeléctrica, 2100 67, Sistemas de energia eléctrica, 2105 Daniel D. Lingelbach Sistemas de distribucion, 2106 Fluctuacién y regulacién del voltaje, 2113, Correccién del factor de potencia y potencia reactiva (kVAr), 2117 Proteccién de sistemas, 2122, Dispositivos de proteccién contra sobrecorriente, 2128 Dispositivos de proteccién contra sobrevoltaje, 2130 Conexién a tierra del equipo y del sistema, 7132 68. Méquinas eléctricas ¢ iluminacién, 2135 Daniel D. Tingelhach Tipos bésicos de maquinas de CD y CA, 2136 Caracteristions de. fimcionamienta de las maquinas de CA, 2136 Caracteristicas de funcionamiento de las ‘méquinas de CD, 2139 Seleccidn y aplicacian de motores de CA y de CD, 2142 Fundamentos de control de motores, 2144 Muminacién, 2147 (69. Administracién de la energia, 2159 Wayne C. Turner {Qué es administracién de la energia?, 2160 Diseiio, inicio y operacién de programas de administracién de energia, 2160 Auditorias de energia, 2162 Listas de control para’ proyectos de administravién de energia, 2165 Opostunidades en In adminisracidn de energia, 2170 Indice de materins, 2175Autores Peter G. ANDERSON, School of Computer Science, Rochester Institute of Technology, Rochester, Nueva York. J. Ronald BAILEY, Divisién Productos de temas, IBM Corporation, Boca Raton, Florida. Michael BALTRUSH, New Jersey Institute of Technology, Wayne, New Jersey. Mark B. BARRON, Calma Company, Sunny- vale, California. Eleanor BAUM, Pratt Institute, Brooklyn, Nueva York. Poul M. BAUM, Queens College, Queens, Nueva York, Don BERLINCOURT, Presidente, Channel Products, Inc., Chesteriand, Ohio. C. F. BIEBER, Hughes Aircraft’ Company, Tucson. Arizona, John A. BILES, School of Computer Science, Rochester Institute of Technology, Rochester, Nueva York. Frank T. BOESCH. Departamento de In- genieria Eléctrica, Stevens Institute of Tech- ology, Hoboken, New Jersey. Clifford BOGEN, Profesor de Ciencias Na- turales, New York Institute of Technology. Old Westbury, Nueva York. James K. CARBIN, School ot Computer Science, Rochester Institute of Technology, Rochester, Nueva York. Warren R. CARITHERS, School of Compu- ter Science, Rochester Institute of ‘Lechno- logy, Rochester, Nueva York. Frank R. CASTELLA. Laboratorio de Fisica Aplicada, The Johns Hopkins University, Bal- timore, Maryland. Chris COMTE, School of Computer Science, Rochester Institute of Technology, Rochester, Nueva York. Lawrence A. COON, School of Computer Science, Rochester Institute of Technology, Rochester, Nueva York. Richard G. COSTELLO, Profesor, The Coo- per Union for the Advancement of Science and Art, Nueva York. Josefa CUBINA, Profesora Adjunta de Cien- ‘cas Naturales, New York Institute of Techino- logy, Old Westbury, Nueva York. ‘Thomas J. CUTLER, Capitén de Corbeta del Departamento de Marina, United States Na- val Academy, Annapolis, Maryland. James A. CHMURA, School of Computer Science. Rochester Institute of Technology. Rochester, Nueva York. K. K. CHOW, Lockheed Missiles and Space Company, Palo Alto Research Laboratory, Palo Alto. Californi John DAWSON, M. D., Jefe de Cirugia del Departamento de Cirugia, New York Medical College, Valhalla, Nueva’ York. E. T. DICKERSON, University of Houston- Clear Lake, Houston, Texas. Daniel F. DiFONZO, COMSAT Labora- tories, Clarksburg, Maryland. Daniel B. DINER. Profesor Adjunto del De- partamento de Computacién, New York Insti- tute of Technology, Old Westbury, Nueva York. Henry DOMINGOS. Profesor del Depar- tamento de Ingenieria Eléctrica, Clarkson Co- llege ot Technology, Potsdam, Nueva York.Melvyn M. DROSSMAN, New York Institute of Technology. Old Bethpage, Nueva York. Mary Ann DVONCH, School of Computer Science, Rochester Institute of Technology, Rochester, Nueva York. George H. EBEL, The Singer Company, Wayne, New Jersey. Yusuf Z. EFE, Profesor, The Cooper Union for the “Advancement of Scienec and Art, Nueva York ELECTRONIC_DEFENSE LABORATO- RIES, Sylvania Electric Products, Inc., Moun- tainview, California. Steven G. EPSTEIN, M. D., Cirnjano, De- \artamento de Cirugia, New York Medical Co- lege, Valhalla, Nueva York, Henry A. ETLINGER, School of Computer Science, Rochester Institute of Technology, Rochester, Nueva York. Roger D. FRUECHTE, Jefe Adjunto del De- partamento de Electronica, General Motors Research Laharatories, Warren, Michigan Gustave R. GASCHNIG, Divisién de Siste- ‘mas de Misiles, Raytheon Company, Bedford, Massachusetts Martin GAZOURIAN, Profesor del Depar- tamento de Ingenieria Eléctrica y Compu- tacién, Florida Atlantic University, Boca Ra- ton, Flotida. Stanley A. GELFAND, Director del Servicio de Patologia Auditiva 'y del Lenguaje, Ve~ terans Administration Medical Center, East Orange, New Jersey. Sorab K. GHANDHI, Profesor de Electrofisi ca del Departamento de Ingenieria Eléctrica y de Sistemas, Rensselaer Polytechnic Institute, ‘Troy, Nueva York. Amrit L. GOEL, Profesor de Ingenieria In- dustrial ¢ Tnvestigacién de Operaciones, Sy- racuse University, Syracuse, Nueva York Alex GOLDMAN, Magnetics Division of Spang Industries, Butler, Pennsylvania Sam GOLDWASSER, The Moore School of Electrical Engineering, University of Pennsyl- Vania, Philadelphia, Pennsylvania Potor GRAHAM, Departamento de Inge- nierfa Eléctrica, Florida Atlantic University, Boca Raton, Florida. Albert B. GRUNDY, Audio Research Insti- tute, Nueva York. Louis R. M. del GUERCIO, M. D.., Profesor y Presidente del Departamento de Cirugfa, New York Medical College, Valhalla, Nueva York. Joel HALPERT, Grumman, Hauppage, Nueva York. James HAMMERTON, School of Computer Science, Rochester Institute of Technology, Rochester, Nueva York. Jeffrey HANIGAN, Profesor Adjunto del Departamento de Ingenieria Eléctrica, State University of New York, Stony Brook, Nueva York. Harold Z. HAUT, Ingeniero Biomédico, Ave- ty Laboratorics, Farmingdale, Nueva York. Jack HOLLINGSWORTH, School of Com- puter Science, Rochester Institute of Techno- logy, Rochester, Nueva York. Ming-Loi A. ITUNG, Director del Departa- mento de Técnicas Avanzadas de Microandas, COMSAT Laboratories, Clarksburg, Maryland. Guy JOHNSON, Profesor, School of Compu- ter Science, Rochester Institute of Techno- logy, Rochester, Nueva York. Benedict KINGSLEY, Netional Foundation for Non-Invasive Diagnostics, Princeton, New Jersey. Veng 8. KUO, Lockheed Fngineering and Management Services Company, Inc., Hous- ton, Texas. Edward J. LANCEVICH, Manhattan Colle- Brooklyn, Nueva York liam LEMBECK, Investigador, New York University, Post Graduate Medical School, Nueva York, Harry LEVITT, Director del Laboratorio de Ciencias de la Comunicacién, State University ‘of New York, Nueva York, Shin-R LIN, New York Lustitute of Techo- logy, Old Westbury, Nueva York. Jefferson F. LINDSEY Ill, Southern Il University at Carbondale, Carbondale, Ilinois. Daniel D. LINGELBACH, Piufesr, School ‘of Electrical Engineering, Oklahoma State University, Stillwater, Oklahoma. Peter H. LUTZ, School of Computer Science, Rochester Institute of Technology, Rochester, Nueva York, James A. M. McHUGH, Departamento de Ciencias de la Informacién y de la Compu- tacién, New Jersey Institute of Teciuvlogy, Newark, New Jersey Manu MALEK-ZAVAREI, Bell Laborato- ries, Holmdel, New Jersey. Alan B. MARCOVITZ, Florida Adantic University, Boca Raton, Florida. ‘Thomas E. MARLIN, Ingenicro Asociado, Exxon Research and Engineering Company, Flotham Park, New Jersey. Stephen C. MARTIN, Palo Alto Research La- boratory, Lockheed Missiles and Space Com- pany, Palo Alto, California. XVIJay MICHLIN, Eason Reseatch and Enginee- ring Company, Morristown, New Jersey Peter MONSEN, SIGNATRON, Inc., Le- xington, Massachusetts. J. Keith NELSON, Profesor, Center for Elec tric Power Engineering, Rensselaer Poly- technic Institute, Troy, Nueva York. Ray W. NETTLETON, Departamento de In- genicrfa Electrica y Ciencia de lus Sistenras, Michigan State University, East Lansing, Mic chigan. Robert B. NEWMAN, Primer Vicepresidente y Consultor, Bolt Beranek and Newinan, Ie., Cambridge,’ Massachusetts Edward H. NICOLLIAN, Profesor, Univer- sity of North Carolina, Charlotte, North Ca- rolina. Rayno D. NIEMI, School of Computer Scien- ce, Rochester Institute of Technology, Ro- chester, Nueva York. John H. PAINTER, Altair Corporation, Co- lege Station, Texas Jerald D. PARKER, Profesor, School of Me- chanical and Aerospace Engineering, Oklaho- ma State University, Stillwater, Oklaluna, Thomas W. PARSONS, Hofstra University, Hempstead, Nueva York. Peter PLESHKO, Director, Plasma Display Technology, IBM Corporation, Kingston, Nueva York, Frederick B. POGUST, Eaton Corporation, AIL Division, Farmingdale, Nueva York. earlus E. PYROS, Profesor Adjunto del De- partamento de Ingenieria Eléctrica, New York Institute of Technology, Old Westbury, Nueva York. Matthew J. QUINN, Jr., College of Techno- logy, University of Houston, Houston, Texas. George W. RAFFOUL, Lockheed Enginee- ring and Management’ Services Company, Inc., Houston, Texas. RCA CORPORATION, Instruccién de Tée- nica Electrénica para el Consumidor, India- napolis, Indiana. Milton ROSENSTEIN, Profesor Adjunto del Departamento de Ingenieria Eléctrica, New York Institute of Technology, Old Westbury, Nueva York. Mansoor A. SAIFI, Belcom Research, Mu- ray Hill, New Jersey Joseph SCATURRO, Profesor Adiunto del Departamento de Ingenieria Eléctrica, Clark- son College of Technology, Potsdam, Nueva York. Emil R. SCHIESSER, NASA Johnson Space Center, Houston, Texas. Krishna SESIIAN, Departamento de Inge~ nieria Metahirgica, University of Arizona, Tuc- son, Arizona, Jack W. SEYL, NASA Johnson Space Center, Houston, Texas Yacov SHAMASH, Profesor del Departa- mento de Ingenierfa Eléctrica y de la Compu- tacién, Florida Atlantic University, Boca Ra- Florida. ius SIMON, I ahoratorio de Cromatologéa, Flushing, Nueva York. Bernard SKLAR, Aerospace Corporation, Los Angeles, California. Gordon R. SEFMON, liniversity of Toronto, Toronto, Canadé, Bernard SMITH, Comandante, ERADCOM, U. 8. Amy Fort Monmouth, New Jersey. Charles SUFFFI., Departamento de Matema- ticas, Stevens Institute of Technology, Ho- boken, New Jersey. Frederick L. SWERN, Bendix, Succasunna, New Jersey Jeff TOSK, Departamento de Microbiologia, Loma Linda University, Loma Linda, California. William H. TRANTER, Departamento de In- genieria Eléctrica, Liniversity of Missouri, Ro- lla, Missouri. Katsuaki TSURUSHIMA, Director de la Di- visiGu de Sonido de Alta Fidelidad y Video, Sony Corporation of America, Park Ridge. New Jersey. Kwei TU, Lockheed Engineering and Ma- nt Services Company, Inc.,, Houston, Wayne C. TURNER, Profesor, Montana Sta- te University, Boseman, Montana. ‘Thomas C. UPSON, Depaitamento de Ma- temiticas, Rochester Institute of Technology, Rochester, Nueva York Richard VAN SLYKE, Departamento de In- genicria Blécuiva, Stevens Institute of Teche nology, Hoboken, New Jersey Surya V, VARANASI, Lockheed Enginee- ring and Management Services Company, Inc., Houston, Texas. L. §. WATKINS, Investigador del Centro de Investigaciones de Ingenieria, Western Elec- tric Company, Princeton, New Jersey. Gerald WEISS, Profesor, Polyteclic Insti tute of New York, Brooklyn, Nueva York Martin WOLF, Profesor del Departamento de Ingenieria Eléctrica y Ciencias, University of Pennsylvania, Philadelphia, Pennsylvania, Rodger E. ZIEMER, Departamento de In. genierfa Eléctrica, University of Missouri, Ro- lla, Missouri. IXPRIMERA PARTE MatemiaticasCAPITULO | Unidades y constantes Shin-R Lin New York Institute of Technology Old Westbury, Nueva York LL Unidades SI bisicas 1.4 Stmbolos de cantidades fists 41.2 Unidades SI derivadss LS Simbolos y valores de constantes fiscas 1.3 Unidades St complementarias 1.6 Factores de conversiin1.1 UNIDADES SI BASICAS En mediciones fsicas o de ingenieria se utilizan mu- cas cantidades diferentes, y para comparar sus magni- tudes es necesario contar con una base de compa: racign, Para una cantidad dada, esta base se denomina unidad de magnitud, TI Sistema Internacional de Unidades (SI) fue adop- tado por la 1." Conferencia General de Pesas y Medi das (CGPM, del nombre oficial en francés Contérence Géueale de> Poids ct Mesutes) eu 1960, Se pretende ‘que el SI sea la base para la estandarizacion mundial de las unidades de medica, por lo que se esté adop- taindo en easi todos los pulses del auuidy, Repieseata Ja forma moderna del sistema métrico de medicion. Las unidades SI se dividen en tres clases: bisicas, derivadas y complementarias. En la tabla 1-1 ye mues- tran las rnidades hisieas Tabla 1-1. Unidades SI bisicas Unidades ST Cantidad are Nombre Simbolo Longitud mero om Masa Kilogramo kg, Tiempo segulo Corriente eléctrica amperio A Temperatura termodinémica| kelvin K Cantidad de sustancia ‘mol sol Tntensidad luminasa bua o candela ed A continuacién se presentan algunas definciones de Jas unidades ST bésicas, y entre corchetes ee indies la conferencia internacional en que se establecieron: Metro (m). Unidad de longitu, igual aia dstan- cca corida por lz en el vsio durante Ia fraccién 1/299 792 458 de un segundo [17.* GPM 983) Killogr (i). Unidad de mes, gua la masa del ‘Kilgramo ProttipoInemacional [1* CGPM (1889); 3." CGPM (1901)]. Segundo (0), Unidad de tempo, igual a due rain de9 192631 710 cies dea raiaioneo- rrespondiente In transiion ent ts dos n= Welee hiperfinos el estado. fundannental Jel Homo de cesio 133 [13° CGPM (1967 “Amperio (A). Unidad de conrieneelgtica, es te ienidad Je conieate Guntate yur, al 3 mantenida en dos conductores rectines paral tos de longitd infinity secon transversal i calar depreclae, loads ene acto eon ant Separacin de I metro. produiia ene dichos ‘conductores una fuerza igual a2 x 10°? Nim [9.2 OPM (1945) Ketrin (). Tia de temperatura teeming nica, es gual la fraccion 1273.16 dla tepe- ratte termodinamia del punto tnple del agua ii! cap cay Mol (1). Unidad de conidad de sustancia 0 de éntigades elementales, ual aa canidad desis tanca de un ssena qua cone tants evtda- des clementles come dtomos hays en O01 kg de carbono Iz (eta canta es el numero ce Avogadro, 6.0220 » 10%), (2) Cuando seuiiza el moles necsarioespeci- fear ls entdadeselementales, que pueden ser Eomoe, moléula, ines, lettones © ora pr. cules, 0. grupos’ de dichas_particlas [14 cops (of ® : Candela (6d). Inteusidad luninosa eu di reecin dada, de una fuente que emit radian Tabla 1-2, _Unidades St derivadas con nombres especiales Unidades SI Cantidad lombre Smbolo Expresin en érminos Nom Simbot de otras unidades Frecuencia Tena Hi Fuerza newton N Presién, esfuerzo, tensién pascal Pa Nim? Energla, trabajo, cantidad de calor joule J Nw Energi, fujo radiante watt w ie Carga elécrica, cantidad de electricidad coulom c Potencial eléctico, diferencia de potencal, fuerza electromotrie volt v wa Capacitancia farad F civ Resistencia eléctrica ohm Q Conductanciaeléetice jomons § aly Flujo magnético weber Wo Vs Densidad de flujo magnético tesla T Wo / m? Inductancia henry n Wel A ‘Temperature Celsius srado Celsius °C Figjo luminico fumen im Enstaiia luminose (sina) lux hk nf oPFactores de conversién Tabla 1-3. Unidades SI derivadas con nombres especiales, admitidas por razones de preservacién de a salud del ser humano Unidades SI Cantidad 5 Expresin en términos | Nombre Stmboto __Expresion en términ Actividad de un radionticlido (Gadiaetvidad) beequerel Da. Radisbenreiin, dasie ahenrhida cenergia especifica impartida, kerma, indice de dosis absorbida gray Gy Tg Dosis equivalente, indice de dosis equivalente sicvert sv I1kg ‘monocromitica cuya frecuencia es de $40 x 10 hertz y enya intensidad radiate en dicha direc ion es de 1/683 watt por esterradign [16+ CGPM (1979)} 1.2, UNIDADES SI DERIVADAS Las unidades derivadas se expresan algebraicamente fen términos de las unidades basicas por medio de los imboloe mateméticos de la multiplicaciSn y de la di. visién, conforme a las respectivas definiciones o leyes fisicas “Algunas unidadee derivadas han reibido nombres slmbolos especiales, que se presentan en la tabla 1-2. Estas unidades pueden usarse, a su vez, para expresar otras unidades derivadae, las cualos e precentan en la tabla 13, 1.3 UNIDADES SI COMPLEMENTARIAS Existen dos wnidades SI complementarias: el redidn, ‘ue es la unidad de angulo plano, y el esterradidn o estereorradiin, que es la unidad de &ngulo s6lido [1." COPM (1940). (Véaxe la tabla 1-4.) En 1980, el Comité Internacional de Pesas y Me- didas (CIPM) estipul6 que, en unidades SI, las can- lidades ngule plano y Angulo sélido debian consi derarse cantidades derivadss adimensionales,. Por teonsiguiente, las unidades complementarias radian y ‘Tabla 1-4. Unidaes SI complementarias Unidades SI canuaaa Nombre Simbolo ‘Angulo plano | raciin rad Anguio soigo esteradién 0 a | estersoreadian ee eserradin eben considerarse unidaues derivadas adimensionales que pueden usarse u omittse en las cexpresiones de la unidad derivada 1.4. SIMBOLOS DE CANTIDADES FISICAS Fa fa tabla 1.5 se pneron oonsnltar los simholos y las tunidades de medicidn que corresponden alas distntas cantidades tisicas, 13 SiMBOLUS Y VALOKES DE CONSTANTES FISICAS En [a tabla 1-6 se muestran tos simbolos, valores y ‘unidades de medicién que se han establecido para las constantes fiscas 1.6 FACTORES DE CONVERSION En la tabla 1-7 se pretentan los factores de conver sin para las cantidades que se utilizan con frecuen- cia. En Mechtly puede consultase una lista més com- ple. LipRos ¥ REViSTAS © D. Goldman y R. J, Bell, eds.. The Internatio~ ral System of Units (31), NBS Special Publication 330, IEEE, Letter Symbos for Quantities Used in Elec tical Science and Electrical Engineering (IEEE, No. 280). ASME, Nueva York. E. Mechtly. The International System of Units. NASA, sp-70i2. article Data Group, Review of Particle Properties, Rev. Mad. Phys. 820). Informe de CODATA, Boletin n.° 11, Recom ‘mended Consistent Values of the Fundamentat Physical Concanss 1973, Pergamon Pres, ford OxSimbolo Nombre de le medicidn Unidad de medion AS metro cuadrado mi? Volumen V" metro eibieo m Distancia, desplazamiento @r metro m Desplazamiento angular @) radién rad Velocidad v metro por segundo m/s Velocidad angular @ ——_radién por segundo red/s Aceleracién line @ metro por segundo cuadrado mist ‘AceleraciGn angular @ —_radién por segundo cuadrado nd/é Periodo T segundo s Frecuencia fv here He Frecuencia angular @ —_revolucién por segundo ts Frecuencia rotacional nm ——_radiém por segundo rad/s Longitud de onda A metro m Numero de onda metro inverso m Nimero de onda angular k ——radlién por metro rad / m re Densidad, densidad de masa 2 kilogramo por metro cibico kg/m? Cantidad de movimiento (momentum) p _kilogramo-metro por segundo kem/e Cantidad de movimiento angular, ——_—kilogramo-metro cuadrado por segundo kg-m?/s Nomen ée nec {ogre eadraaa " ken Fucrzs newton N Peso W newton N Densidad de peso 7 newton por metro cibico Nim Momento de fusrea ‘M ——nevton-metro Nm Momento de torsion TM newton-metro Nm Presion o esfuerzo Be pascal Pa Médulo de clasticdad (0 de Young) E pascal Ba ‘Médulo de esfuerzo cortante G pascal Pa Modulo volumétrico K pascal Pa Energia 7 joule 1 Energia cinética kK joule 1 Energia potencial U joule I Trabajo W joule 1 Potencia o flujo de enersia Patio w Eficiencia n—(Sélo es numérico) lectricidad y magnetismo Carga eléctica 2.4 culombio c Densidad lincal de carga 1 calombio por metro Chm Densidad de carga superficial © culombio por metro cuadrado Crm Densidad de carga volumetrica @ —__culombio por metro eibica Chm Intensidad de campo cléctrico E ——oltio por' metro Vim Potencial eléctrico, diferencia de potencial, fuerza electromotriz © V_——voltio. v Fitjo eletrico Y ——culombio c Densidad de fio electrico D—_culombio por metro cuadrado Ci m® Capacitancia © faradio F Permitividad © faiadio por metww Fim Densidad de corrente J amperio por metro cuadrado Resistencia R ——ohmio Resistvidad gy olitio-mene Conduetancia G siemens Conduetividad & siemens por metro Intensidad de campo magnetico. —-«H’_—=—_amperio por metro Flujo magnétion © weber ‘Acoplamiento de flujo magnético —A——weber Densidad de flujo magnetico Besa=: Factores de conversién Tabla 1-5, Simbolos de cantidudes fisicas (continuacion) Conia Simao ‘Nombre de Ta medicion Unidad de medion lectriided y magnetismo (cow) Perueabiidad Ue espacio ine 9 euto por met Hi Permeabildad i henrio por metro Him Susceptbilidad magnétca Ym (So.en numérico) Inductancia L” tewie H Reluctancia R—henno inverso wt Impedancia Z ~~ ohmio 2 Reactancia X ohio 2 Resctania capaciiva X.ohmio Q Potencia Pat Ww Frecuencia an) He Frerueneia angular ‘n—tadifn par segunda rad is 1 Longitud de onda 2 metro m Calor y tormodinimin “Temperatura termodinAmica (absnhita) —T, kelvin x ‘Temperatura Celsius 1,8 grados Celsius * Cantidad de calor Ql I Energia interna julio I Energia libre F julio J ntalpia Huo i Entropia 5S julloo kelvin UK Capacidad de calor Cilio 6 kelvin UK Conductvidad térmica 2, Watt por metro Kelvin Wink Capacidad calorifica especifca (Carola especiica) © julio por klopramo-kelvin Ike Laminosidad y radian Tntensidad radiante 1. vatio por estrradién Wise Potenciaradiane, Nujo radiante Pp w Energia radiate Ww J Tntensidad copecitica de radincién (adiancia) L_vatio por esterradién-metro cuadrado = W/ stm? Exctania radiante Mati por metro euadrado Wim Irradiencia Grradiacin) E —votio por metro cvadrado Wim Intensidad luminosa (luminosidad) 1 candela cd Flujo luminoso lumen im Cantidad de Ise Q —_lumen-segundo ms Luminancia (bilo o bilancia) L_ candela por metto cuadrado dim? Eticacia luminosa KA) Tamen por vatio mW Indice refractivo 0 indice de efracciéa mn _(a6lo aumérica) Enisiidad f(t) (Solo numérico) ficient de absorci6n, absortancia a(t) (s6lo numérico) itania 1) (blo numero) Reflectanca oA) (S6}6 numérico) Sonido y acistion Velocidad del sonido ¥—meuo por segundo mis Flujo de energia sonora Patio Ww Intensidad del sonido Tati por metro Win Impedancia acasica Z —_rewiuirsegundo por meuy edbieo Nea? Factor de absorcion sestica @ (sélo numérico) Factor de reflerion © (6lo numérico) Facior de wansmision £ —(S0W0 nunerico) retarde diipaciin 4 (ila numéren) , Nivel relativo. T fon ese “Loter Syma for Quamies Used in Elec Seize ad Elect Engiesig” IEEE Standtds reproduc con autora. 7ew cut st wt lou NIN sya sy 91 st wo wo swo sar 87 ss sz Ts 8 vs 6z 6% Ie rs we Vs s19 +000 sexpru uoi@eoy, $ wore 4 yoa 9 uooeBey, $65 198€ % toad 2p ups fop PFO 2p pRIBUOT 0 xe6187 a ugn 299 EP DFP OEE 9 meters © 0920" 2et /T 2 ey exmpransa op aiueHUOD ALI ELE LOOT “a Suoqpay ap a1weisu0y zeu9s > ueunroq-weyais ap s1¥en0D 36L 2806 a9 Z19T ou sodas uo aovaid f9p eSeYL ¥ c00 1150 res 60r6 ou ‘ovodat up worse} PP ESE 910 stE%6 = 995 99" = WAT /T we eojumore eseur 9F peDtun 681 209 son es-upsD9p>eHeW e681 20971 > augnq wie) exe 172 4 sorepuyiso rumerodwoy & orsald & soap! s9se@ So] 2p woUmoA £885 90 y oud =p aso) 299 0861 x useurzog

stozea9 vy opeaony

ae ee SR SUNS “HT OMELFactores de conversiGn ‘Tabla 1-7,_Factores de conversion para el Sistema Internacional de Unidades Para convertir de Longitud Angstrom Pulgada Pie Afio-uz Micrén Milla (nautica internacional) Mill (internacional) Area ‘Acre (EE.UU.) Pulgada cvadrava ie evadradcy Milla cuadrada (internacional) Volumen (Onze liquide (EE.UU.) Galon liquide (EE.UU.) Pulgadas ciiicas Pinta tiquica (BE.UU.) CCusrto liquide (EE.UU.) Angulos Grados Minvtos Segundos Velocidad Pies por segundo ‘Milas por hora ‘Velocidad Milas por hora Kil6mettos por hora Nudes (jatetnaciouales) Aceleracién, pies por segundo cuadrado Masa Onzas (avoirdupois) nzas (103) Libras (avoirdupois) Libras (troy) Slugs Toneladas (argos. 2240 Ib) Toneladas (metricas) ‘Toneladas (cortas, 2 000 Ib) Densidad Libras por pie cuadrade Slugs por pie eibico Multplicar por 1.000 000 E ~ 10 2.540 000 E ~ 02 3.048 000 E ot 9.46055 E 15 1,000 000 E = 06 1.852 000 E 03 1600 344 E 08 4.046 873 E = 03, 6.451 600 E = 04 9.290 304 F ~ 09 2.589 988 E 06 2.957 353 E — 05 3.785 412 E - 03 1.638 706 E - 05 4.131 165 E - 04 9.463 520 E - 04 1,745 329 E - 02 2.908 882 E — 04 4.348 137 E — 06 3.048 000 E ~ 01 4.470 400 E ~ 01 1.609 344 E 03 2777 TBE - 1 Suds 448 E - OL 3.048 000 E — 01 2.834.952 E - 02 3.110 48. — 02 4.535 924 E - 01 3732 417 E - 01 1.459 390 E 01 1.016 047 E 03 4,000 000 E 3 91071 847 E 02 1.601 846 E 01 5.153 788 E 02 Para obter metros metros metros metros metros cuadrados tctrus cuales metros cuadeados ‘metros cuadrados metros eubicos metros eubicos ‘metros cubicos ‘metros eibicos radianes radlanes radiones metros por segundo metros por segundo kilémetros por hora metros por segundo etwus por segundo metros por segundo cuadrado Kilogramos, ‘ellogramos iilogramos ‘elogremos rlogramos lelogramos Iillogramos ielogramos lngramas par mateo eihion ilogramos por metro cibico‘Tabla 1-7. Factores de conversion para ef Sistema Internacional de Unidades (continuacién) Para convertir de ‘Multiplicar por Para obtener Fuerza Dinas Onzas-fuerza ‘Libras-fuerza Toneladas-ueron Trabajo-energia ‘nits thermal units (tu) (termoquimica) Calorias (termoquimica) Electrovoltio Caballo (550 pies-ibra-fuerza por segundo) Pes libra fuerza por segundo Presién o esfuerzo (fuerza por unidad de érea) Atmésferas (esténdares) Bars Torr (milimetros de mercutio a 0°C) ‘Temperatura Grados Celsius Grados Fahrenheit Grados Rankine Kelvin La Pie-candela Pielambert Lambert 41.054 350 E 03 4184 000 E 00 1.602 189 E ~ 19 1.000 000 E = U7 1.385 818 E 00 7.456 999 E 02 1.388 818 E 00 1.013 250 E 05 1,000 000 E 0s 41,333 224 E02 C+ 2.5 (°F + 459.67) 1.8 PRLS ~~ DBAS 1.076 391 E ~ 01 3.426 259 E - 02 3.183 099 E ~ 0: 10 newtons newtons julios| julioe julios yulios jilioe vatios vatios pascales pascales pascales kelvins kelvins kelvins tadus Celsius lux candelas por metro cuadrado candelas por metro cuadradoCAPITULO 2 Matemiaticas utilizadas en i ngenieria Paul Baum Queens College Flushing, Nueva York Eleanor Baum Pratt Ts Brooklyn, wie Nueva York 24 Algebra 22 £ Exponents, radials y lgaritmos Teorema del inomio Patismie Eeuacion cuadrtca 0 de segundo rao Brermiaantes evacionessimultneas jones trigonométricas ¢ hiperbalicas imeros complejos Definiciones trigonometnicas Férmulas do reduecién Funciones trigonomeétricas inversas dentidades trigonométricas Relaciones entre los lados y éngulos de cualquier triingulo plano Funciones exponencial « hiperbslica ‘Naimeros complejos ‘Adiién y sustraccion Muliplicacién Complejos conjusados Division 23 2 28 26 27 Caiealo 23.1 Diferenciacion 232 Integracion Matzives 24.1 Matrices especiales 242 Operaciones con matrices 243 Oluas definiciones 244 Solucion matricial de ecuaciones lineales simultdineas Vectores, 25.1 Algebra vectorial 9°59 ‘Andlisis vectorial Reunsiones diferencialeslineales 26.1 Definiciones 216.2 _ Solucion de la ecuacion diferencisl Ihomngénea 26.3 Solucion de ecuaciones diferencisles no homogeneas 2.64 Solucién completa de ecuaciones diferenciales no homogéneas Ecuaciones en diferencias lineales 271 Beuaciones en diferencias> natematicas utilizadas on ingenieria 28 21.2 Solucin de ecuaciones en dlifercacias homogéncas 2.1.3 Solucién de ecuaciones en diferencias ‘no homogéneas, 2.74 Solucién completa de ecuaciones en diferencias Series de potencias 28.1 Progresién aritmética 282 Progresidn gcoméuica 28.3 Suma de potencies de nimeros naturales 2 29 284 Series de potencias de funciones 285 Desarrollo en serie de Taylor Serie de Fourier 29.1 Serie trigonométrica de Fourier 2.9.2 Serie exponencial de Fourier 293 Teoremas en los que se utilizan los coeticientes de Fourier 2.94 Serie de Fouics de aguas funciones comunes24 ALGEBRA ‘A continuacion se presentan algunas formulas y con- captos bésicor stiles para oe ingenieros eléetrioos. 2.1.1 Exponentes, radieales y logaritmos 1 Bel #0 rte neta mn een eye @yeryt (2: = stn tt flog log xy = log + logy ~ tog» ~ tog y 21.2 Teorema del binomio Gare § ggiipt ert donde n! factorial = n(n — 1)...(3) (2) (1). Por Semple (c= yt = xt = dys? + fy2? — yx + yt 21.3. Polinomios PCR) = one Faget Fase Fay es un “cero” del polinomio y una ratz de la ecuacién plz) = Ui plb) =, De hecho, (x ~ b) es un factor Sel potinomio. Un polinomio de grado n tiene n ceros, que pueden set niimetos reales 0 complejos y pueden ser valores. rapetidos. Sélo los cosficientos (a's) del polinomio son rnumeros reales; entonces las raloes complejas se pre sentan en pares complejos conjugados. “Algunas voces os itil observar que: 1)" TI races Sel = — TS raicesy 214 Kenacién euadritica o de segundo grado La solusién de ax? + be + ¢ = 0 esté dada por: bs VB> tee ma Sia, by com reales, entonces las races x1 x» son: an # ny a1 y x2 900 reales si VP ae > 0 13 Algebra wi VE dee = 0 41 ¥ 42 son complejos conyjugados s1 VB = ae < 0. 28.1 Determinantes El arreglo cuadrado que se muestra a continuacién se conoce como determinante de orden m: Aa | Bt M2 Oo Oy ORL Ba yo an Los coeficientes de las lineas horizontales forman fils, y los de las verticles columnas. En este arreglo, los elementos se identifican por su posicién mediante tun doble subindice: el primero indica el renglon y el segundo la columna. La diagonal principal consta de fos elementos que se encuentran en la linea que va de a3 El menor de cualquier elemento ay es el deter- tiuante que queda cuando se clinan el seghou y la columna que contienen dicho elemento. Por ejemplo, para el determinante A: wom lo -ELeotactor de un elemento ge s detine como sigue: cofactor = (- 1) /** (menor). donde jo el renglén del elemento y k la columna del elemento, El determinante de orden n se evalia por reduccién uceciva, Eo igual a la suma del producto de lor elementos de cualquier rengiin o columns, multipli cados por el cofactor del elemento correspondiente. Para cl doterminante de terver orden dado: A= Mi ~ aaMr + asMay 2 ta] g/t 20] au) 2 22 Aman Vis [ofan an * oan a Este proceso continia: A= au(azay ~ aga) ~ an(araess ~ ana) + + ay (aigeas ~ ata)2.1.6 Eeuaciones simulténeas Los determinantes se tilizan para resalver conjuntos de ecuaciones simultineas de la forma: uk, + aXe + aXs + Xi + diaK2 + Gps +o. ny Mediante la regla de Cramer se obtiene la solucién para tal sistema de ecuaciones como: Dy x a Aqui: ‘A determinante del sistema ~ y D,es el determinante formado al sustituir Ia j-ésima ‘olumna ce coeticientes en a por la colurina y:, ae Por ejemplo: Usendo la regla de Cramer x- 2B a Jan a | oe ee Sry = Des = Bey = 10 Dy lay en 0 Syn t on = 0 0-2-3 0 4-1 a | o-1 6 a 5-2-3 -2 4-1 -3-1+6 CCATETO ADYACENTE Fig. 21. “Triéngulo rectngulo, ayX, = ys careTo SerEStO ‘Mateméticas utilizadas en Ingenieria wo] 4-1} -of-2-3) +0)-2-3 I 4 Hil | ana x Vay C2 ya as LO Opes x 14-1) 20 FFD +A 2-3 -3aF iy 2.2, FUNCIONES TRIGONOMETRICAS E HIPERBOLICAS Y NUMEROS COMPLEJOS 2.2.1 Definiciones trigonométricas (fig. 2-1) ng = ateopuesto I sen 0= —Tipowenusa ~~ “we 8 coe 9 ~ Sats Adyacente 1 hipotenusa ~ sec @ cat opnesto _ sen ‘cat. adyacente~ “cos @ cat adyaeente _ an 6 cot O= Cat opuesio ven O hipotenusa 1 ‘at. adyacente ~ Gore eco —hipotemusa 1 cat. opuesto ~ sen 0 Respecta al sistema de enomtenadas reetangulares y 1 la ubicacion de los cuadrantes de la figura 2-2, el Angulo # esta en el Segundo cuacrante, Tambien debe bservarce que un éngulo no cambia si se le suman 360" 0 2 radianes. Los signos algebraicos de las fun- ‘ones son: Fig. 22, Cuadranes. 4Funciones trigonométricas ¢ hiperbélicas y nimeros complejos Cuadrante Seno Coseno__Tangente 1 + + + ny + S : m e + Vv Algunos valores que se utlizan con trecuencia para Jas funciones trigonométrieat son: Angulo en grados y radianes Sen @ Cos @ Tan 6 0°, 360°, 2 o 1 0 30°, 216 no VIR WE 45°) we wr 4 60°, n/3 vm ow Vo 90°, 12 1 0 £0 180°, 2 Ome 200°, 3/2 2.2.2 Formulas de reduccién Seno Coseno Tangente =e |-sne cose -wne we - 8 ens? sen ent 0 + 6 cos 8 ~ sen ~cor8 180° = 8 sen@ cos — tang ies | cen -omA tanh 2-8 | —cos8 —send core rme+e | -cos@ send — cote yar 6 [sen _cos@ —tand 2.2.3. Funciones trigonométricas inversas Dado que sen # = a, puede decirse que 9 es el angu- lo cuyo sono ee a. Exte hecho se scribe como sen-'a = 8, es decir, “el sono inverso de a es &. or ejemplo: sen” 0.319 = 18.6, o bien 180° ~ 18.6° = 161.4" El dngulo puede estar en el primero o en el segundo cuadrantes, 2.24 Identidades trigonométrcas* Funciones de una suma o diferencia (2) sen(x + 9) = sen x cos y + cos x sen y, (b).senty — 9) = een ¥ ens y ~ ene ¥ sen y ‘Roprodusido oon autorzocin de L. 5 Calas, Ap peton-Cenury-Crofs, Nueva York 15 (6) coe(s + y) = cos x cot y = sem x cam y (2) costa — y) = cos x cos y + sen x sen y, (an x + tan y tan tan 5 (©) tan(e + 9) (H tan(x— y) Suma o diferencia de funciones como producto de Fanciones (a) senx + seny (b) sen ~ sen y = 2 00s W(x + y)senvi(e y). sen Hix + y)eosi(x 9). (©) cos x + 008 y (8) cos.x ~ cos cos Kx + y)eosi(x =). 2 sen A(x + ylsenix ~ y). Productos de funciones como sumas 0 diferencias de funciones (2) 2 sen a eos y = senle + y) + senlx ~ y) (0) 20s x sen y = semtx + y) - sentx = y) (6) 2008 x 0s y = cos(x + y) + cos(e — ¥) (@) 2sen x sen y = ~ cos(x + y) + cos(r — y) Funciones del doble a la mited de un singula (@) sen 2x = 2 sen x cos x (b) cos 2x = cos’x ~ sen‘x, = 2 cost ~ 1, © @ Fos obien 2cos8=1+00s28 ) ‘Teos.x ~ T+008 ¥ (6 tanvix- = eae ‘Una transformacin importante @) acosx + b sen = VaFE caste ~ 0), onde cos or =Matematicas utlizadas en ingenlerfa La multplicacién do un mémero complejo y 2u con jugado da por resultado: AAT = (0 + joa — jo) a 1 o ben AAD = (Ae\(Ae7) = AP 2241 Diviséa catooes ALA. Bag BOB RB BR La multipicacion por B*/B* se denomina racionali- zaci6n y se hace para convertir en real el denominador Ue La face: A _(a+iNc+ id) _ octbd .. be-ad B CriMe= i) eee i eae En forma exponencial o polar: 4 Las potenciasy ratces de los ndmeros complejos se u Wath Va" Varbu>V aie are tan +C <0) | ot Ve bf tw Wark ae te | Wee Be ETH yy -ayerte vu { — 7 Wat ba VaFR 4, VET, b {dw we “= w 24 ua Formas en las que aparecen a? + u? y aetan +c, jaro 1 mtt4 ec sce aLam bse see 21‘Mateméticas utilizadas en Ingenieria ‘Tabla 2-1, Breve tabla de inteprales (continuacién) Formas en las que aparecen af + w? yu — a? (cont) gig hw tetece- beat bag svee Formas en las que aparece Val = at du ey sare sen He. sie0 Vim a” . du “ am Vere *o Formas en las que aparece Va + o VaTH) + C= senh TET 7 Mut VOTE) + C= sean 4 VET Bia LVEF s Snr VIF + C- AVI ET + St Lee 22_ Céloulo Tabla 2-1, Breve tabla de integrales (continuacion) Formas en las que aparece Va" + u? (cont.) VET due Kats WEEE H Ign s VET SC Bee +0) VOTE sem re dua VE ain{ 2EVEHE | 1 (Sa vere awe + ne + Va) + Cw - METH soap Hoc | Set vere- Sue VERB + c= tveTE- FS sem Hee Vete 2 2 2 2 @ (ereptaee Lees VEE Mays VET +e ~hewssy Vers et Lac tu @+ a Formas en las que aparece VF = a in Inu + VP FA) + Cm cosh! + = EvVee a Sinus Vio + Ce EV at - © cosh Baum 2 VEH ab ~ Sinus Vie) + C= Vib ~~ S cosh! 240 VET Bai = 4 ato) VERB -£ mus VFB +c aut -a) VE> aemiticas utiizadas on ingenioria Tabla 2-1. Breve tabla de integrates (continuacién) Foray ex las que upureve Var +o? (cone) veTe du = Vi =a — a arc cos + C= V aarcsee 2 + eVene (= ap dus 4 ae set) VEE + AZ nus VEE + coh! Bee au 4 GaP” EVEe Formas en tas que aparece V3au = 0? wem(1- }+¢ saw os(1--4] +0 t)rs we 24Tabla 2-1. Reeve tabla de integrales (continuacién) Calcul Formas en la que aparece V 2au = u? (cont) | ofp SP ETP weet E] ee { au Vin=e | w V2ou = wt ou {—# uray au — Van Formas trigonométricas sen udu =~ emu cor u du = senu + C tan du = ~In cos w+ C= Insee ut C cot udu = Insenu+ C= -IncscutC sec du = ee w+ an) + C= nn ( seu du = ~ In(eseu + cot u) + C= Intan- + C sect udu = tan eC [set udu =~ cot w+ sec tn w du = see w+ € Joewcot ude een te visen Qu + C sen? w due = lu = sen u cos u) + C= su cos? udu = su + sen u cos u) + C= Hu + Yi sen Qu + C tan? w du = tan uu + C Sec? u du = ¥2 sec u tan w+ ¥ In{sec w + tan u) + © sen(om — Ju __sonion + Tim =n) Bm + ny sen mu sen nu di +¢ 25Mateméticas utilizadas en ingenieria Tabla 2-1. Breve tabla de integrales (continuacién) Formas trigonométrieas (cont) = cost = nyu _ _costm + nu ven mu eos mu du = —SST= many — *o __sen(m = nu, senlm + nu 08 mu cos mu du = + ey Te wean u du ~ con uu cor u + C 1.08 u du = cos u + usenu tC 12 sen w duu = (2 ~ w2) cos w + 2u sen u + C w cos w du = (u? ~ 2) sen u + 2u cos u + C sen” woos! tu | m= 1 sent woos" udu = — (eee yeast yay w OCD = Lf sexe woos ay = SAA ML | aye on? , VE=B tan a wetn[—— = |g, ito alleen ne ] “we ne a+beosw ca aad —— sia > abene an tn +b- VER a twas In| ————————_—_]+¢, sib?>a@ ou atm S +b+ VR @ Formas trigonométrcas inversas are sen u du = ware senu + VI=w+C ate ews a da = ware ws u— VT + C sre tan udu = ware tan = Yia(l +02) 46Tabla 2-1. Breve tabla de integrales (consinuacién) Céiculo Formas exponenciales y logaritmicas et dun ett dua Ina wer du = emu 1) +E © © 1 edu ae ue ~ Cet 4] Inuduwuinunuse minudesur'[B 1 ae win das n+l (@tiP tg nt) 6 a er(usennu sen nu du vot +c ‘em cos mu dy = Sacosmu + sen ma), 6 e+ Formas hiperbslicas ven udu = ash ut C oth uw du = sen w+ C tanh 1 die = In cosh we 1 C coth udu ~ In can u + C cech? w due = tanh w+ CMateméaticas utllzadas en Ingenieria Tabla 21. Breve tabla de integrales (contimacién) Formas hiperbélias (cont) sch? w du = = cothut C sech w tanh u du = — sech ut C sch w coth u du =~ sch u + C sen? w du = ¥4 sen 2u — Yu + C on? u du = ¥h sen 2u + xu + © su ganh adie ~ 1 cosh w= sen w+ C cosh w du = w sen ~ cosh u + C (a senh mu moosh mi) 4 @ ev senh mu du a a cosh mu = nseah nd). ¢ (e* cost mu du Formulas de Wallis (n= Vn - 3)» A ir = SSA, Pent [ee te ee 5 simes un entero impar > 1 si mes un entero positivo par in = 1Y(n = 3)-42 Gat mins n= 2G + om + De 1)’ sim os un entero impar > 1 (m= 1)(m Get min +m — Dyn + SNe SN TY Jen w coe a du ~ 1 mes un entero impar > 1 (on = 1) = 3)-B-4-G4 = lw = BeBe (n= mn + 2" sim y 7 on enteros positivos pares Foca: L, Smal, Calas, Apeton-Centun-Cros, Nueva York24 MATRICES Los anteglus sectaugulaies de némeros © funciones As] ana "oan se denominan matrices de orden (m, n) 0 matrices de m x n, Los nmeros 0 funciones a; se denominan lementos de In matri, dande el primer subinice in dica el nimero de rengién y el segundo el nimero de columna, Una matt de orden m x n tiene mm renglo- hes yn columnas, Dos matrices son iguales si su orden sel mismo y sus elementos correspondientes son igu les. Por ejemplo, st dos matrices Ay B\ del mis- smo orden son igualet, entonees ay = B, para todo iy {060 j 2.4.1 Matrices especiales Matriz columna, Una matriz de una columna y cusl- {quier némero de renglones se conoce como maisiz co Tumna 0 vector. Mateiz cuadrada. Una _matriz cuadreda de orden (nm) es una matrz cuadrada de orden n, La diagonal principal de una matrizcuadrada consta de los elemer {03 a1, dit syn, dyy~ Una mate cuadrada en la que {todas los elementos con excepcién de los elementos de ta diagonal principal son iguales a cero, se denomina matic diagonal. Ademés, si todos los elementos de ‘una matriz diagonal son iguales 2 1, a matriz se de- rnomina matriz unitaria o identidad. Matriz cero, Si todos los elementos de una matriz son cero, ay = 0, la matriz se conoce como matriz cero Matrix simétrica. Si ay = a; en una matriz. ésta se denomina matrz simétrica 24.2 Operaciones con matrices ‘Agicion y sustraccién. La suma de dos matrices cel ‘mismo orden se determina snmando lag elementos co respondientes. Silos elementos de A son ay ylos de B son bj, si C = A +B, entonces Cy = ay + by Y fuidentemente A+ B= B+ A para todas las matrie ‘Si una matrz se multiphica por una constante a, en- tonces todo elemento de A se multipica por a, lo cual se expresa de la siguiente forma: at ~ [a0] En particular, i a = —1, entonces ~A = [-a)). A partir de etto se observa que para restar Ride Ase ‘muliplican todos los elementos de B por ~1 y se suma Ja matriz resultante a A. SiC = A — B, ontonces C, 29 Matrices Multiplicacin, La multiplicacién de matrices so esté definida si el amero de columnas de A es igual al rnémero de renglones de 2. Si A es una matriz de orden m x ny Bes de orden ‘nx p, entonces el producto AB es tina matriz C de orden m Xp. Camp = Aman Bove Los elementos de C se determinan a partir de los elementos de A y de B, multiplicando el i-ésimo ren- lon de A por Ia j-ésima columaa de D y sumando dichos productos para obtener Ci: 2, aaby + aay ne + diy = En general, si AB esté defiuida, BA my uecesauia~ monte Io ests, 0 inclusive si BA esté definida, AB? BA, Por ultimo, si U (matriz idemtidad) y A son aanbas cundradas y de orden n, UA = AU = 24.3 Otras definiciones ‘Transpuesta. La ranspuesta de una matriz Ase denota por A" y se forma intercambiando los renglones Y las. columnae de A. Por ejemplo, si -1 Hl ovo Determinante. El determinante de una matri cua dada tiene por elementos los elementos de dicha smatiz det A = det [ay] = [ay] Cofactor. El cofactor Ay del elemento ay de una matria. se define para una mateie cuadrada A. Su valor os (<1) vebes el determinante formado al eliminar el F-ésimo rengl6n y la -ésima columna en el determinan- ede Matriz adjunta. La mairiz adjunta de una matria cu ‘Una A se Cormasustituyendo cada elemento ay por el ‘cofactor A, y transponiendo. lo cual se puede expresar adjunta de A = (A,]7 Mantz myers. La marl inven Ue A, AW, ve vefine como la mati adjunta diviida entre el determinante dea adjunta de A ‘det A aca eo Ejemplo. Dads:entonces: AMe1 2.44 Soluclon matricial de ecuaciones lineales, ‘imlténeae Come ejemplo de un sanjunte de ecnaciones lineales simulténeas, considérense las ecuaciones del voltaje de ‘Kirchhoff, que tienen la forma: Zev 0 bien: vs En rotacién matricial, Z es una matriz cuadrada de orden m, ¢ 1 y Von motricee columna. Zu ZT) [% Zo Ze h| | Ve Zn + Z| in| | Va raresolver estas eovaionesutilizando matrices, a multpsar 27° V por 2? oblene 221 =24V pero: Z1Z=U y UH de modo que: adjunta de Z 4, Iez-ve i det Z que es equivalente a a regla de Cramer. 28 VECTORES 25.1 Algebra vectorial ‘Componentes y vectores unitaris. Un vector A puede cexpecificarse por medio de sus componentes (proyee: cones) a lo largo de cualesquiera tes ejes perpendi- culares entre si, A, Ay, Az. El vector puede expresarse dde mancea nica en términos de sus componentes util- zando los vectores unitarios j,k, que se definen como vectores de magnitud igual a1 en la direcciones positi- vas ye ARASH Apt Ad Adiciny sustraccin, Dados dos vectores: AS Ade Ag+ Ady B = Bilt BY + Bk Ja suma de A y B ex A+ B= (A, + B+ (A, + Ry t (Ae + ROE Observese que ALB=B+A yave A+ BHO =(A+ B+ +u+e El negativo de un vector B se define como: ~B=~ Bi By- BE La iterencia de los vectores A y B es: AW B= (A,~ B+ (A, ~ B+ (Ae ~ BL Maltplicacién por un czcalar. Sa es un ezclar, enton 2saA es un vectoren la dieccién de A sia > Oyen la direccién de ~ Asia <0 an Ad + aA + 0A.k Producto escalar (punto) de vectores. Si Ay B som vectores v Ges tH = "a Se°C-1 = 9 ted upsionuos ap seeuung laoxeerale 2'3) +80 = (werd aout F +a L drsoo +99 = 0 w z wupuouosin 0g T souipuiouofin ewun forduso> e104 “SoUWO 9p ode Cun 9p SURRO! SO ST “EZ BEL,laternsticas utilizadas en ingonieria En la tabla 2.2 se muestra la forma de estas ecuacio- tes para situaciones en las que f{@) presenta ciertas propiedades definidas de simetria. Una forma alternativa de la serie de Fourier es: no= cies(s 2a) 2.9.2 Serie exponencial de Fourier Empleando la ecuacién de Euler: ea anor jrend s posible desarrollar una forma exponencial de Ia se- fie'de Fourier: = dyetoury fi donde: 4 rr ‘Anema En la tabla 23 se pretentan relaciones entre los coe- ficientes de las distintas formas de la serie de Fourier. 2.9.3. Teoremas en los que se utilzan los coeficientes de Fourier Saperposicién, Si una funcién periédica puede expre- ‘arse como la suma de varias funciones periédicas més sencillas, entonces la serie de Fourier de la suma es ‘gual a la sume de las serica de Fourier individvales Desplazamiento en el tiempo. Sila serie de Fourier de tuna funcién periédien fle) ex: f= F Dycionrn centonces el coeficiente de la funcin retrasada lt ~ a) {Di asin erste = [Da usin rit “82° Diter Si fds diterencible n= © vyeronrn entonces: ro & [m2 v, sours 2.94 Serie de Fourier de algunas funciones Ejemplo 1. Forma de onds rectangular (6g. 2-6) ay ELE AOO our R-V Seo Para T= TR 1,2." , 2. @ fo=V(p+ Sven re 2 sen Si+ Pare T= TH: ev Lew ee been yy t fo=v( cos rt been Big b Fre Gx 1 Le Than Th gn 8 Ph sy OB TE Ejemplo 2, Onda cusdrada (Big. 2-7) dn, 1, be _v fo= = (es Pt ye Ejemplo 3. Onda cosenoidal recticada completa Gg. 28) Ejemplo 5, Semionda cosenoidal recificada (fg. =) Vos Bees ra 2 f= Ele Sew Bee S M2 Hy belt 2 iTSerie de Fourier pw Fig. 2-6. Forma de onds rectangular fe Fig. 27, Ola cura, fe Fig. 2.8. Onda coeenodal vetiticnds complets ‘Ejemplo 6. Forma de onin en dente de sea (ig. _Ejemplo 7. Forma de onda tiangular (Bg. 2-12) )Matematicas utiizadas en ingenteria pe ig. 29, Only senvidl events eumplets fu ig. 41. Forma de onda en ciene de serra, fe Fig. 242, Forma de onda wianguar 40[LABROS ¥ REVISTAS. © F Ayres, Matrices, Schaum Outline Series, Me- Graw-Hill, Nueva York. J. Cadzow, Discrete Time Systems, Prenuce-Hall, Englewood Cliffs, NI G.R. Cooper y C. D. McGillem, Methods of Sig- nal and System: Analysis, Holt, Rinehart é& Wins- ton, Nueva York M. Fraser, College Algebra and Trigonometry, Benjamun/Cummings, Menlo Fark, CA. R.A. Gabel y R.A’ Roberts, Signals and Linear Systems, 2.4 ed., Wiley, Nueva York. ‘A. W. Goodman, Anaiytic Geometry with Calcue Iu, MacMillan, Nueva York. F.'B. Hildebrand, Methods of Applied Mathe- ‘matics, Prentice-Hall, Englewood Chis, NJ. E, Johake y F. Emde, Table of Functions, Dover, Nueva York, M. Javid y E. Brenner, Analysis, Transmission and Filtering of Signals, MeGraw Hill, Nuova York. 4 Serie de Fourier ‘© L. B. W, Jolley, Summation of Series, Dover, Nueva York. R.A. Larson y R. P. Hostetler, Caleulus, D.C. Heath, Lexington, MA. B. P. Lathi, Signals, Systems and Communtcations, Wiley, Nueva York S. Lipschutz, Finite Mathematics, Schaum Outline Series, McGraw-Hill, Nueva York. J. Marion, Classical Flectramagnetic Radiation, ‘Academic, Nueva York. J. Robson, Basic Tables m Physics, McGraw-Hill, Nueva York. S. Ross, Introduction 10 Ordinary Differential ‘Equations, Wiley, Nueva. York. L. Smail, Calculus, Appleton-Century.Crofts, Nueva York. M. Spiegel, Vector Analysis, Schaum Outline Se- ries, McGraw-Hill, Nueva York, M, E. Van Valkenberg, Network Analysis, 3.4 ed., Prentice-Hall, Englewood Cliffs, Ni.CAPITULO 3 Computaci6n Thomas C. Upson Rochester Institute of Technology Rochester, Nueva York 3.1 Herramientas de cémputo disponibles 3.2. Fuentes de error en computacién 3.3. Téenieas numéricas en computacién 3.3.1 Método de Newton-Raphson para encontrar raiees 33.2 Ajuste de curvas 34, Integracién numérica 5 Soluciém numéri diferencias oF de primer orden3.1 HERRAMIENTAS DE COMPUTO DISPONIBLES En le actuslidad, pocas son las operaciones de eSmpu- to que se realizan manualmente. Las méquinas han hecho posible resolver problemas que hasta hace muy poco tiempo permanecian sin solucin, debido al tiem- bo requerido para resolverles. Las herramientas de cémputo disponibles van desde ‘méquinas sumadoras de bulslle haste graudes sistemas de tiempo compartido. Noes oportuno comentar en etal las herramientas a disposicidn del ingeniero, ya que ve desarullan tau r4pido yue cualquier comps raci6n es obsoleta antes de su publicacién. Basta decir 4que el nivel actual de complejidad, incluso del equipo mds elemental, permite excluir de 10s manuales de in- sgenierfay cientfions Ine tahlas mateméticns, que trae dicionalmente se habian incluido ‘Ademds de las maquinascalculadoras (hardware), se dispena de diversas “paqnetes” de software De mievo, elespectro de complejdad y versatilidad es amplio. En Ja tabla 3-1 se describen algunos de los paquetes de software cientifico que existen en el mercado, su len- ‘guaje y el mimero de subrutinas que contienen. Pue- ‘en consultase mas detalles en el Engineering Systems Software Referral Catalog. Por ejemplo, el paquete de Ja IMSL (Internacional Matemathical and Statistical Library) contiene més de 400 subrutinas programadas en Fortran eapaces de invertir matrices, evaluar fon ciones de Bessel, resolver programas lineales y efec- tuar otras tareas diversas de andlsis de datos. El pa- aquete IMSL es eapaz de apoyar muchos ambientes de ‘computacidn-compilacién” 32. FUENTES DE ERROR EN COMPUTACION? usuario de cualquier esquema numérico debe estar tenterado de las fuentes de error. El error en alguna ‘aprosiuacion puede estar produeido por varias com ponentes: 4, Exacttud de los datos utiizados. En un labors torino cualquier otro ambiente de prueha en el {que se colecten datos, las mediciones representan solo una aproximacion al valor rea de Ta variable. Por tanto, el dispositive de mediein introduce por sf mismo un error. El hecho de que el usuario conozca ef nivel al que se introduce el error 2d Quiere gran importaneia. Por ejemplo, no es pos bile esperar cinco ciftas significativas de exacttud en un esquema de aproximacion numérica cuan- do los datoe colectados tienen solamente tres c fras significativas, 2, Instrumento de eéleulo. Cada méquina tiene ca- pecided pore un nivel méximo de exactitud. El 7 Una lista completa de Ios ambientes computador compile ‘or apayados por la IMSL puede verse ea la IMSL LIDFaY, Aisponible en IMSL In., 1800 Bellaire Blvd.6° piso. NBC ‘Buldng, Houston TX 72036. EULA, usuario debe conocer dicho nivel y Ia forma en ue afecta los resultados de calclos extensos. Por ejemplo, en una caleuladora con ocho po- siciones de extetitud, los eéleulos en fos que se utiliza e (la base de los logaritmos naturales) in- troducen un err, denominado error de redon- Esto se debe a que. como ¢ ¢s un ntimero irra ional, su expresién decimal es infinita, y en la ‘alculadora de este ejemplo vl es posible repre= sentar sus ocho primeros digites. En edleulos ex- tenss los eres de redondeo se acumulan y afectan el resultado, 3. Algoritmo. Cada métoda de efimputa praporcin- nna un valor numérico aproximado para el valor real deseado. Por tanto, existe un erfor inherente ala aprosimacién Tin incrementa significative en Ia exsctitud sélo puede obtenerse a expensas de inerementar la complejidad del algontmo, el tiempo de computecién o ambos. Por ejemplo, las diferentes técnicas numéricas para aproximar W'), dadas y= 1), yO) = Yo (que se deseri- ben posteriormente en este capitulo), empiezan en el punto (ro, ya) y se realizan en n pasos, cada tuno de longitud f, para calcular un Valor ‘apro- simado de Is colucion en 3° ~ xp + mk [h~ (© ‘xin. Incluso silos datos inciales son exactos y ‘no se introduce error de tedondeo durante los leuloe, ze introduce un error en cade paso, la- ‘mado error local. Los errores locales se acumu- Jan de un paso a otro, creando un “error global” La diferencia entre los errores global y local puede ser tan grande como un orden de magni- tud, Por ejemplo, el error local en el méiody de Euler (que se presenta més adelante) es direc- tamente proporcional al cuadrado del tamafio del paso, A, mientras que el e1rus global es direc- tamente proporcional a h (ura forma de error se introduce en un algorit- wy cuando solo se utiliza un ndmero fnito de términos de una serie infnita. Fste error se de ‘nomina error de truncado. Por ejemplo, en Ia for mula para evaluar [row por la regla de Simpson se utiliza una serie de Taylor truncada para fix). Tanto la regla de ‘Simpson como la serie de Taylor se anslizan pos teriormente en este capitulo. Sobra decir que no se conoce el error exacto que se introduce con estas formas. Lo més que puede determimase esl error maximo que puede ex- ir Por ejemplo, se sabe que cuando se emplean ls primeros tres términos distintos de cero de la sen‘Tecnicas numéricas en computacion Tete 3. Payecte epeoetvan dap de fae” Tome i sfwue_Capaced el sofware Lengujes Reeae mar igioura NAG Tnlss gunaizo FORTRAN Naneal Alors Grow tNuaatch Algorithms “esedstee in Sian Ui csne) A Company Sectary 18 Grae Bonet Gate sis pew aor rst Aniisismumésco ——-FORTRANTY..— Stine UBitnec Inermaconal “Sesndaiee FORTRAN Minus Bibel Bi sensei Uo sttata) Giro NB Busg evan Hosters 788 Heasiott sess Andis exausco FORTRAN 559 re ssa Si 3b yas Bort tizan Ave Giant cot soem Micosohe Sistema de pogranacién FORTRAN IV Advanced Management nea past soem “ecague Moroomputaars or i Foson, TX 757 373199 ‘Veami es eaten ene Engrg Sons Sarre Reeral Catiog ppara representar [a funcién eno, el error no o# mayor que el primer término omitido, en este a80 | Bs) <5) ya gu los teminos de a serie ene sos alter nado. Tal vex sea posible para el usuario reducir de alguna manera el error de redondeo tomando fen cuenta el orden en que se realizan las opera Cones. Pur ejemplo, pia ealeular (seu zt es i seria prudenteproceder de ls siguiente sent x + 2sen.xcosx + 1+ sen 2x (sen x + cos 3? + cosir Aprewechar la irentidadestrigandmetricasre- duce de tres a uno el niimero de operaciones que Implican redondeo. 33. TEUNICAS NUMERICAS EN COMPUTACION 3.3.1 Método de Newton-Raphson para encontrar raices E] algoritmo se presentard para funciones diferencia bles de una variable, y = fs) Para resolver una ecuaci6n de la forma utiliza el siguiente esquema de iteracién (tig, Ose 31). Se clige un valor inical x,, que se supone on Ia vecin dad de la solucién real*. A continuaciGn, se calcula el valor x3 como x; ~ f(r)/f (x1), que representa Ia inter- seccign de la tangente a la grafica de la funciéa ca, con el ce x. De forma parecida, después de que se ha calcula- do la. w-ésima interaciSm 24, 5 posible calevlar Ia (w+ 1)-sima iteracion por medio de: — fein, FG La eovergencia del méuado de Newtou-Raphison & la rai es répida. siempre que el cocente de la segunda compuacion Ejemplo, Determiner una raiepositiva de #2 7x +10 cerca dex = 1, ~ feed. Fa) 2-74 10 entonces: 2-7 re de modo que: Tr, + 10 2-7 - domt10 1 27 nel- p= 0.64 ay 18— 28) ~ 10082 5 = 1.9882: 0.03ss 2 = 1.9882 - ES = 1.9909 a = 1.999. Para fines de comparacién, el valor real es aque se encuentra por factori2acién: Bort =@-Da-9 33.2 Ajuste de curvas Existen muchas t6enicas para obtener informacion de tuna relacion entre variables cuando los dawos disponi- ‘les san limitados. A coatinuacién se analizan tres mé- todos: 1. Métoda de minimos enadrados?. Fn el métodlo de sminimos cuadrados que se describe aqui se ajusta luna recta y = @ + bx a los n puntos de coor- denades: + ne Jad (81, Yon Oe YD 4e tal forma que se minimice la suma de los cua 1 (#4) A partir de las ecuaciones 4-12 y 4-13 puede deios- trarse con faclidad que el comportamiento de la fun- clon g(k) en los intervals de AP2 a Ky de -K72 a O es ‘dénticn al dela funcion Gn) en los mismosintervalos arta, sg) evan ca par seen) = ey ses impar se tene g(& = rato nein EPropedes potest te compen fr la funcién G(f). Por tanto, es posible comprobat fs pro- piedades del par TDF en la tabla 4-3 viiliando las Scuaciones 41? y 4-13 ‘Como puede observarse en la tabla 43, euando g(t) cs tuneion real del tempo ~10 cual ocure en la mayor parte dolor casos la magaitud | Gn) | sobre la mitad Tabla 43. Propledades de un par wransformado aiscrota de Fourier 3th) Gen) eal Parte real par, ‘parte imaginaria impar Real y par Real y par Real ¢ impar Imaginana e impar par transformado real) dat intrvalo es identi a de a otra itd del inter ‘alo, De este modo, la maxima frecuencia es pressa- mmenie: fe -8 15 pF 1) aue se conoce como frecuencia de doblaje. El punto m= Kr conresponde a esta frecuencia (tig. £2) 44 TRANSFORMADA RAPIDA DE FOURIER La transformada répida de Fourier (TRF) es un al- goto eficente que permite caleular con rapidez la ‘TDF en una computadora digi, En el algonitmo, que fue desarrollado por Cooley y Tukey? en 195, e apro- vechan las propiedades cclicas de Wt ‘Para ilutarelalgorimo de la TRE, considérese 1a férmula de la TDF de la ccuneisn 4-19’ Para K= 4 se obtiene: KG(O) = glO)W8 + g(1)W8 + gw? + g(3)WO (4160) KG(A) = g(0)W° + (1)! + g(Q)W? + g(3)W3 (4-166) KGQ2) ~ (OW? + g(1)W? + g(2)WE + g(3)WS (4160)‘Transformada répida de Fourier pe Hn t ee aN Del epeclenca + Reape a 42, llsiaciu de algunas propiedades del par TDF cuando la func del tiempo fe) es real. (Las Tunciones no necesariamente representanalgin pat ranstrmag Tea.) KG(3) = g(O)W? + g(I)W? + g(2)WS + a3)? KG(1) = g(O)W° + g(1)W! ~ g(2)W° - 9G) WE (3) = g(O)W? + g(1)W? + g(2)W* + 863)! aoe) a ty Otstrvese que para K = 4 se ene Wet@n® = -j. KG) = g(OW0 ~ 1) + 2) 9 — WO Por tanto 18) Woe Wee We (178) GQ) = g(Q)W° ~ g(1)W! - (2)? + )W" wew (4170) (4180) Wea we Gm, Wewes (ara, bien: KG(0) = POW? + PQ)W? (4-198) Otservese que Wt es cicica con periodo 4. Por consiguiente. las ecuaciones 4-16a a 4-16d pasan a te- KG(1) = POW? + PGW! (4198) =< KGQ2) = POW? PW? (4-19) KGG) = POW? = PGW! (4198) KG(O) = g(0)W° + g(t) W° + e(2)W° + @(3)W? ame x (4-18a) donde:(4-202) (4-200) (4200) (4204) Comparando las ecuaciones 4-16a a 4-16d con las ecuaviones 4-194 a 419d se demuestra que el algoritue de la TRF reduce considerablemente la cantidad ne- cesaria de cdleulos para evaluar G(r), n = 0, 1,2, 3 En general, existen A? muluplicaciones con forma se ‘mejante a la propia de las ecuaciones 4-16a a 4-16d. ‘pero solamente existen 2K multiplicaciones por factor arecidas a 1a ecuaciones 4-19a a 4-190 "El método de la TRF tiene aplicaciones en el proce- samiento de sefiales, especialmente cuando el procesa- ‘miento en tempo real tiene importancia basica (pc), fen el procesamionto de sefales de rad) 48 TRANSFORMADA DE LAPLACE 45.1 Determinacién de la transformada de Laplace La transformade de Laplace es de uitdad para trans- formar funciones en el dominio del tiempo en fun cianes en el dominio complejo de ta frecuencia. Puede utizarse para transformar una eevacinditerencial li- cal con cocficientes constontes en une cevacién alge braica, reduciendo asi considerablemente el esfuerzo de céleulo requerido para resolveria ‘ea \é)una funciSn integrable del tiempo definide nel interval 0. ). Entonces la transformada (unl teral) de Laplace de j(), denotada por L [ta] 8 FG). se define cou la itegtal aon Fe = |, Ayers ar para todos los valores dela frecuencia complejas para fos cuales existe la Integral. El limite inferior de inte- be agsciss OF ICONVERGENCIA _gracin es 0°, de modo que sila funcién del tiempo f incluye un impulso en ¢ = 0, también la integral lo incluye De Ia ecuacion 4-21 es claro que si Fs) existe para algunas ~ u¢ + jy entouces taubicu existe para toda s tal que Re(s) > a. La méxima cota inferior en 0, para Ia gue ete a integral de le ecuacion 4.21 se lubscau de comvergencia pata la fanciGu (0). ia region del plano compl aut se enouenta a derecha de laabscisa de convergencia se lama regién 0 dominio de convergencia de Fla) (ig. +3). Es posible extender la integral de Laplace (ec. 4-21) 1 ottos valores de s = 0 + je. Es decir, puede consi- derarse que F(s) eS una tuncion bien definida para to- dos los valores des, except para aquellos que hacen diverger Ia integral de la ecuacién 4-21, jompla 1. Considérese ta func ft) = 0, dande a un mimero real o complejo. Entonces: i =e alo 42) Por tanto, F(9) exe; es decir, es fnita cuando e(s ~ a) > 0, y en cualquier otro caso es infinita Esto e¢: LYfo) 4 Fs) = I, cactae = = Fis) = Ue*]= += para Refs) > Re(a) a3) yy Ro(q) cs a abaciaa de convergencia para Sin em- bargo, se considerard que la transformada de Laplace de ees U(s~ a), que esté bien definida para toda s ‘excepto para s = @ La unicidad es una propiedad fundamental de ta transformada de Laplace. Es dec, si dos funciones del tiempo fil) yf) tenen por Wausformada de Laplase la misma furcion de la frecuencia compleia $. por ejemplo, F(s),entonces la diferencia entre fi) ¥ AA) 5 ivial. Por vousiguiewe, para una funcidn de eme Yn lg. 43. Dominio de convergencie dela transformada de Laplace en el plano s 60po fl s6lo existe una “nica” funcién Fis) como 5 iransformeda de Laplace. Reciprocamente, dada tna tansformads de Luplace Flo), exile ua Guiea fanein del tiempo fi) sobre el intervalo (0. 5 (salvo trivialidades) tal que F(s) = L{f()]. Lo anterior se ex- presa como: fi) = LF) to que signin que (#8 Ia ansformada invera de Laplace de F(s)- ‘propiedad importante de ta transformada de fs Ia linealidad Es decir, si Fi) ¥ Fa) 208 asformadas de Laplace de las funciones del em- o fil) ¥ fal, respectivamente, entonces: Laufilt) + aafi(0)] = aFils) + a2Fe(s) pra constanter arbitrariat ay y op. La propiedad de Tinealidad de la transformada de Laplace es una conse- ccuencia inmediata de la linealidad de la integral de Laplace (ee. 421). (424) (425) Ejemplo 2. Considérese: Ny = sen Frey 426 Itlizando la ecuaci6n 4.23 y la propiedad de linea- lidad de la transformada de Laplace se obtiene la si- guiente expresin 1 | 1 3 @ se (@2n Sea Fis) la transformada de Laplace de fl). En- tonces: Leen aa] = st ia s-ja SFO) = 5" 0°) ~ 5-270) ~ Fro] = 90 =f MO) (428) lone indica ta sma deriva de f com respesto ‘Esta relacion se denomina rego de difeenciacion de Ja tranformada de Laplace, qe pede comprobarse evaluando por partes la integral de Laplace (ec. 421) pare (aa L | 4 10 = fides 2 - I AO 50-9 dt = = f0-) +2 | fe de = 59) - 90°) 429) Aplicando n-1 veces la ecuacidn 429 se obtiené la couacion 428. ‘Transformada de Leplace Ejemplo 3. Sea (didt) sen a t = «cos att. Por tanto, utilizando las ecuaciones 4.27 y 4-28 se obtiene: £| 4 cen oe} = La 008 at} = s| 25 ae |= “le (30) Y usando la linalidad de la ransformada de Laplace: Liwcal-gig a Si LIAO) = FE), entonces: af. (poo dn dna ino ax) ‘La ecuacion 432 se denomina rela de integracion de la traneformada de Laplace. De auevo, puede compro- base utilizando la integracion por partes: Alf. roar] 2f° If. noddlera I o( SS a 20+ Eerie Ly ss) Laaplcainrepetid dea ecucin 43 produce a ecuacion 4: La propiedad de “traslacién de la funci¢n del tiem- po" de la transformada de Laplace implica que si LU ] ~ FS), entonces para cualquier escalar positi- vo a: Life = a] = FI) Ademés, el escalar « puede ser negativo si f(t a) desuparece para 1 <0. Bota propiedad e> ust eouse- cuencia directa de a integral que define la transforma- da de Laplace: (39) Lifte- a) 2 i Ae = aen* dt = I. fit ae dt [Lseaenero dem eel) fier de = donde r= 1 a. Obsérvese que fit~ a) es la funcién ‘original retrasada por a. ‘La propiedad de raslacién de la vansformada de La. place implica que si Lif] = F(s), entonces: Llesfto] = Fle = a) (436) 61= — => Transtormadas ‘dyad wes eualyuier escalar compleju. Otras dos pro piedades dela transformada de Laplace son las que se Tefigfen al “valor inical” y al “valor final”. ES primer propedid meaonds tpi ques Wes ante Std ende nor fora Setecs, tntonct 0+) = limsLinol ‘Observese gue el limite del miembro derecho de la ecuaciéa 437 puede exisir aun anda 0+) no. exist ‘La Segunda propiedad implica que si f(t) tiende al limite cuando ! tiende a cero, entonces im fo) ~ ig SLU), (@ (438) De nuevo, obsérvese que e! limite del miembro de- recho de la ecuaci6n 4-38 puede existir aunque no exis- ta ol del miembro izquierdo. Ejemplo 4, Considérese fit) = e-* cos at, donde a es ‘un nimero real positive. Empleando las ecuaciones 4-31 y 4-36 se tiene la expresion: sta wae Ahora fim sF(s) = 1. que es igual a (0+). También lysF) = 0, que esiual a Jim f(0. La Ultima propiedad de la transformada de Laplace aque se estudlard es la propiedad de “convolncin’. i Sobre el interval [0y ©] se encuentran defines fon: tones del tempo fi (9 0). laconvolucén de ff. enotada fi «fs es una funcén del tiempo definida por Lp) 4 Fe) = (a9) fehO=[ne@se- ver 44) siempre que la integral exista para toda t, Si Fis) y FAG) son las ransformades de Laplace de fi() y fl ‘expectivamente, entonces por la propiedad de convo: Tucion de la transformada de Laplace: Ls + £0) = FA) FG) ‘staes una propiedad importante de le transforma 4a de Laplace que ae utiliza con frecuencia para el estudio de sistemas linealesinvariantes de tiempo con- ‘unvo. (any 45.2. Invorsién do Ie traneformada de Laplace La importaneia de la traneformada de Laplace radica cen el hecho de que existe una tnica funcion del tiem- po fl) para cada transformada de Laplace Fis). Sea Fis) = Lif()]y 220 0; la abscica de convergencia para Ja funci6n fe). Entonces f() puede recuperarse como sigue: AO 4 LF) = para oda v > og La Jemostravion de este hecho se encuentra en la referencia 4. Obsérvese que por hi- pétess f(0) = 0 para toda t <0; por tanto, la integral (Gc. 442) produce (9 para r > 0. Ademas,f(-) puede ser discontinua en f de hecho, el miemhro inquierde de I cuicin 2 puede ssi por: 0) + a gna ntepral conten ona eovcin es dificil de calculary rara vez se utiliza dectamen- te para invertir la transformada de Laplace. En lugar 4de-es0, In transformada inversa de Laplace suele de- terminarse desarrollando la funcién en componentes lnversibies con faclidad y aplicanco la propiedad de Hnealidad de la transformada de Laplace. Este pro- cedimiento puede formalizarse como sigue. Sea FS) yim [rere ea) + na tuncion racional; es decir, el cociente de dos po- Tinomios en . Ademée, sa Fle) etrctamente propia, decir, sel grado de su numerador es my el desu enominador €s.n, entonces m 2) =e G3 er, senlur— 9) 1 are Wow waere donde 6= = ar! 7 (A cus wt + B sen ux) sengt te a ealAcovers £4 senor) hits » MOTB O cosentor + 6) ae donde 5 = tar! = 20 Ke eos(an + ZK) otTranstormada z ‘Tabla 44, Algunas funciones comunes y sus transformadas de Laplace (continuacién) No 2 Fo) a So tt pte 8 1 Fro" Nave Tena ea duude 5 = — taut 2 1 2 en(o,VT= Fe + 8) ea donde 8 = ~ cos“! fd VOTH s+ a Fret Ware emt We oF a =-an'—9o an 2 donde 0= = ran G 4.6. TRANSFORMADA z ura dre = E genet ve-%n)= 4.6.1 Determinacién de Ia transformada z ~ El concepto de transformada z esté estrechamente re = E pene (09) lacionada con la idea de muestreo de una funciéa del 0 tiempo. Considérese una funcién de tiempo continuo fld) donde f() = 0 para t< 0. Un *“muestreador ideal” $ aquel que toma muestias de ancho infinitesimal de {fld) en intervalos regulares de tiempo (fig. 44). Por ‘tanto, una muestra ideal *() de f() puede considerar se uta sucesion de impulsos equiespaciados von mg tudes iguales a los valores de la funcién f(-) en los instantes dscretos correspondientes, Es decir: ra= ERNE — gy onde Tse denomina perinda de muectran, Deter: minando la transformada de Laplace de ambos miem- bros de la ecuacion 4-88 se obtiene: pe ‘Ahora, la variable compleja z se define de la si- guiente forma Ce (4-66) Por tant, la ecuaci 4-65 se convert en po = Zsune* on que se define como la transformada z (unilateral) de Ai genoa por FO. zyensre= £ rene * es) Fie 44, Muestrco ideal: )funcin de tiempo continu; b) sus muestra ideas) simbolo del muestreadr ideal. 65Figs 48. Ls teaiorae de una seein de sare fT), k = 0, 1, 2,... se define como en la ec. 4-68. ia wustmods exit sume init ea ecto bh mesg Elva de conergenci Rene eerste cnet ar a a) Lasere dela evan 468s anal pra > soe tncrapeae pur oe FA Ee des Stl sonstcctse mula found Ejemplo 1, Cowidérese ls faueiéu esealin wnitario. u(t). Entonces: Zuo) ue = Ex que converge a (70) T-i “7-7 an si |z! > 1, Por tanto, el radio de convergencia de la serie contenida en Ia'ecuacion 4-/0 es 1 ‘Obeérvese que Ia ecuaciSn 4-71 también es Ia trans- formada z de la sucesi6n u® (Q) = 1, 1, 1,.. Aunque la ‘ecuacién 4-71 es la transformada z de’esta sucesion Sinica, no corresponds a una funcién nica de tiempo continuo, ya que existen muchas funciones cuyas muestras f(b) en k = 0,1, 2... son 1 (fig. 43) Ejemplo 2. Considérese la sucesiGn: fae kL 2m 4D Enionces zw? 3 fae = a3) siempre que |le| < 1 0 que [zl > | a | Por tanto, el ragio de convergencia de Ta sere infnita de la ecuacion ies [a Diferentee Sunstone dal tiempo con at miemat mecstas. ‘Dado que la transtormada z esta detnida 2 traves de I transformada de Laplace, las propiedades de aquélla pueden deducirse a partir de las de ésta. La propiedad de unicidad se cumple para la transformada z en el antido de que una funcién F(z) dada corresponde 2 nica “sucesién” f(K). Sin embargo, no correspon: dde a una tnica funcidn de tiempo continuo f), como se ha andlizado. Asi como la de Laplace, la transformada z es lineal; es decir: Zlasfde) + anf) = qZIf(Ol + @2ZIf(0] para constantes arbitrarias «i ¥ a2. La propiedad de “avance” de la transformada z es parecida ala regla de diferenciacin de la transforma- Ga de Laplace: (74) Zip + m)] = eRe) - E Awe ars) pera cualquier entero postivo m. Anslogamente, la Propiedad de “retraso” de la transformada z se parece Ala tegla de integracién de. Ia transformada de La- place: Zp — m)] = oF) (476) para cualquier entero positvo m. tras dos propiedades de la transformada : son los 1. Por skimo, a prop dad de “convolucicn’ dela transformadaz implica gue SUF, (2) ¥ Fe @) son las transtormadas 2 de fi (0 y fs), sespectivamente, entoaces 2| E none - |= Aer (79)‘Transformada 2 4.62 Inversién de la transformada < Dada na funcién F(2) de variahle complaja z, 6s posi- ble determinar una funcién f-) en el dominio del tiem- po de modo que: ZifO] = Fe) (4-80) 0, de forma equivalence: No = ZUR) (sn) Sin embargo, obsérvese gue a diferencia del tans fonmaéa de Laplace, la transformada inversaf)n0 ttn, De hecho, ete Une iftdad 3faones {fo cuya trarstrmada ces Mo), Estas funco- fs sren fos msm tales slo eh los instante Se Imucatog, cv dosn > posbl rprescntaris odes toni mpg mesa eal Los metodos para determing la transforma z in versa pueden agupane ents pose dele see de poten, el del resduoyel del Gesrolo en facso- Tes pares. En el metodo dela sere de potencs se Ulla a sei lft eid en ecm 8 pure termina la ansformada inverse cualquier fue Sion Fs) dada Eso se eazadesarolado la union fess 0) ex ua elt te Eaton en coetsietes de sein igales a fs). Sin embargo tste procednietosuele festa tein por eta patie, codure un slucn en forme cera, Ejemplo 3. Considérese: Fey ey La divisin larga produce Fa) S127 EEE HERS) Por tanto, comparando Ia expresion precedente con Ja ecuacion 468 Se tiene: fO)=1, fa) f2)=4, 3) =8. (488) Enel método del residuo se utiliza el hecho de que si Z fb), entonces 1 aaj fk) = x5, Fleket! ds, = 041.2, (ass) donde la integracin se realiza en sentido antihoratio y Tes cualquier cuiva veiiada que vontiewe el viigen se encuentra fuera de la circunferencia || >. [el radio. de convergencia de F(z)]. 0 de manera equivalente, T > eualyuier curva eetrada que contenga Tos polos de 2Flz). k= 0. 1.2.... La integral de contorno contenida en Ia ecuacién 485 puede evaluarse utiizando el ‘eorema del residuo de Cauchy, el cual establece que st (2) es una funcién analitica en una regidn R excepto 67 en un niimero finito de singularidades, y si T es una curva cerrada en R que no pasa por dichas singulaida- des, entonces: 1 Fay Fe Heide = suma de tos reduos de Fe) (4-86) donde la integracion se realiza en sentido antihorario, yelesiduo ds F(z) cn ua polo < = p, con multiplicidad im, se encuentra a pati dela ecuacidn 4-45. Conforme a este andlisis, es obvio que’ fll) = Z—[F(e)] = suma de los residuos de Flee! (487) Ejemplo 4. De auevo, consirese: r= (58) 7(2) tiene un solo polo en z = a. Por tanto: He) = Z(H] = Res (439) | El método del desarrollo parcial para determinar la transformada z inversa es parecido al método utilizado para determinar la transformada inversa de Laplace Ue tuna funcién racional. En vez de F(s) en el caso de la transformada de Laplace, aqui se desarrola F(z)/z en fracciones parciales. La razon de este hecho es que siile ser mis conveniente encnntrar Ia trancfarmadia > inversa de una fracci6n con una z libre en su denomi- nador. El siguiente ejemplo iustra el metodo. je Ejemplo 5. Considérese: a2 + 1) SAS? Fe El desarrollo on fracciones parcales de F(2)/s da (40) AO. sn Por tanto: Fe) = (490) yyutilizando la ecuacién 4-89, a transformada z inversa de Fle) es fb 324) (493) 4.6.3. Tabla de transformadas z En la tabla 4-5 se presentan las transformadas z de ‘algunas funciones y sueesiones comunes. Obséivese fae fll) = 0 para ke <0,‘Transformadas ‘Tabla 45. Algunas funciones y sucesiones comunes y sus transformadat AK) Ae), 1 (kyr 1 : ; : ‘ . 8 4, eo . a ul wot 16 e- sen Bk X fs = @= a= A4.64 Solucion de ecuaciones en diferencias ‘tlizando la transformada 2 La transformada z puede utilizase para resolver ecua- parevida @ Ia ecuacign 4100. Obsérvese que aqui Hs) es una matriz m x r. donde res el nimero de entradas y m es el nimero de salidas. El desarrollo de uu fuutiou de tausfereucia para sistemas de tiempo discreto es parecido al del caso de los sistemas continuos. La funcion de transferencia de‘Transtormadas tun sistema escolar fncal invarinte en el tiempo disere- tose define como elcociente dela transformada z dela salida y la transformada z de la entrada cuando todas. las condiciones iniciales son cero. Considévese el iste ‘ma escalar lineal invariante en el tiempo descito por la ‘ecuacién en diferencias con coeficientes constantes: Polk +n) + poke tn~ + ot pylk+ I+ + Poy() ~ antl +) + dma + mH) + oa gunk + 1) + goulty (e108) donde u(k) e y(k) indicam la entra y I slida, respec: tivamente, en el instante &. Ta fein de transferencia de este sistema es: ey 4 2) dat + dere + nt Oe + go Te) ~~ pat ro ¥ pit + Po (407) aque es una funcién racional de z, de valuacion escala. {Los polos y ceros del sistema y de lafuncion de transf- rencia se definen de manera parecida a los del eas0 continuo en el tiempo. La ecuacién 4-107 implica (4108) HU) que es la ecuacién detinitoria de la funcion de transte- fencia de le sistomae linealesinvariantes en el tiempo escrito para los casos escalar y de varias variables. Se ha demostrado® que: HQ) = Zti(k-1)) onde (A) la respucsta de impulso del sistema c= calar. La ecuacién 4-109 tambien se cumple para el caso de los sistemas discretos de varias variables. En tal caso i(k) es una matriz m Xr donde r y'm son el rnimero de entradas ysalidas, respectivamente, Enton- ces, la -ésima columna de h(k) es Ia respuesta de esta- {Uo cory a uit puso aplicado en la -esima entrada Cuan’ do todas las demas entradas son cero. (4109) BIBLIOGRAFIA [REFERENCIAS BIBLIOGRAFICAS 1. A. Beurling, “Sur les integrales de Fourier absolu- ‘ment convergentes et leur application a une rans- formation fonetiannelle”, 9© Congresn de lag Ma- teméticos Escandinavos, Helsingfors, Finlandia 2, 8. Bochner y K. Chandrasekharan, Fourter Trans- forms, Princeton University Press, Princeton, NJ 3. J. W. Cooley y J. W. Tukey, “An algorithm for Machine calculation of complex. Fourier Serie” Mathematics of Computation 19(90):297-301, 4. W.R. LePage, Comples Variables und the Laplace Transform for Engineers, McGraw-Hill, Nueva York 5. E. I Jury, Theory and Application of te «-Trans form Method. Wiley, Nueva York Limnos ¥ Revistas © RE. Bellman, E. Kalaba, y J. A. Lockett, Nu- Imerkiat Inversion’ of the ‘Capiace Transform, “American Elsevier, Nueva Vort RUB. Blackman yi. W. Tukey, The Measurement of Power Specra, Dover, Nueva York © RUN. Bracewell” The Fourier Transform and is Applications, 2* ed, MeGraw-Hil, Nueva York © aA Campoen y"R. M. Foster, Founer Ine {ral for Prical Applications, D. Van Nostand, NY. ©. 5, Carsaw, sniroduction to the Theory of Fourier’ Series and Invgrals, Dover, Nueva York © G.Doctsch, Guide tothe Applications of the La place and 2:transjorms, Van Nosttand Reinhold Kteva York ‘© G.Doetsch, Introduction othe Theory and Appl cation of the Laplace Transformation, Spiinget- Verlag, Nueva York © ALEtdeyi, Tables of Imegral Transforms, Vol. 1, SisGtaw fil Naocd York © He Freeman y ©. Lowenachuss, LR-E. Trans Automate. Control (PGAC), pp. 28-30 © HA Helm, Bell System Technical Journal 38(1):177-196, # EL Juyy CA, Gabe, LR.E, Trans, Circuit Theory CT9:S71-374 © G, Vo Lago Trans ALE.E. TH pat Ml) 403-408 © MJ, Lighthl, An introduction to Fourer Anais ‘and Generalized Function, Cambridge University Tress, Cambuige, Gran Brea © HOT. Nussbaumer, Fast Fourier ‘Transforms and Convolution Algorithms, Springer-Veriag, Nueva Som © RVE. Paley y N. Wiener, “Fourier transforms in the complex domain”, American Mathematical So ery, Colloguum Publeatons, Vol. 1, Nueva Yor A. Papoulis, The Fourier Integral and Its Appl dauvons, Meorav-Hil, Nueva York 4B Piessons J Compu Appl. Math, 12)115-128 © R. Piessens y Nv De P. Dang, J. Comput. Appl Math, 23):22-28, © Ar Talbot, J. Tast. Math, Appl 2397-120,CAPITULO 5 Probabilidad Joel Halpert Grumman Aerospace Corp. Bethpage, Nueva York Ba 32 feorema de Bayes 5.3. Variables aleatoras, distribuciones de probabilidad y densidades SA Valor esperado, dispersion y momentos 58 Algunas densidades y distribuciones ities 53.1 Uniforme Binomial Poisson Normal Gamma Beta 56 87 58. 7 Disteibucién ¢ 8 Distribucion 32 9 Distribuciéa F 10 Laplace 11 Cauchy. 12 Rayleigh S313 Maxwell istibuciones multivariadas 5.6.1. Distribusién normal bivariada 516.2 Dos funciones de dos variables aleatorias Teorema del limite central Procesos de MarkovPropabiligag 5.1 DEFINICIONES ¥ TEOREMAS DE PROBABILIDAD! [La probebilidad es la porte de los mateméticar que estudia el resultado de experimentos en los que, hay incertidumbre. Las leyes de probabilidad pueden desa- rrollarse a partir dc conceptos relacionados con Jo que ‘2 conoce como teoria de conjuntos. A continuacién se presentan diez definiciones fundamentales que descr- ben dicha teoria, y cuatro definiciones rlativas a resul- tados experimentales, Por titimo, se presenta la de- finicién bésica de probabitidad junto con algunos tcoremas de probabiidad. © Conjunto. Colscién bien definida de & Eloment, Un clementy(o ictal) junto es un objeto que pertenece al conjunto. + Iguldad de conjuntos. Bos conjuntos son gua- IGsttienen exsctaments los mismoselemenio Conjunto vac. El cnnuntn vaci (0 milo) es un Conjunto que no cotiene elementos, suee de notarse por e sinbolo 2. objetos, © Conjunto universal. Es el conjunto que con tiene todos los elementos, y suele denotarse por U. © Subconjunto, Si todo elemento de un conjunto A también es un elemento de un conjunto B, ‘entonces se dice que A es un subconjunto de B. Un conjunto universal depende de la naturaleza del experimento, Por ejemplo, el conjunto de nimeros ie representan el resultado iento ‘de un tun subconjunto de este conj 7 La relacion entre conjuntos puede definirse y asociarse con las funciones légicas Y, O y NO, asi co to sepreseulaise yrdficamente eon Tos denominados diagramas de Venn. # Ieversecldn Lincrscccon de dos conjuntos A ¥ Beg. conjunto de elementos , 2B. Bsa es la fein logica Y. La intersecion de a y B se representa como A 1B (ig 1). Fig. $1. Imerseoion ge dos conlums, 7B, epresentada por la regi sombreada, Fy. $2, Union de dus conjums, A U 8, repreentada por la region sombreada $3, Compemento deunconjuit, A (o’) representado bss or arp memes © 2Probabilidad condicions © Conjuntos ajenos 0 disjuntos. A B = 0. Los ‘onjuntos 4 y B no tienen elementos en comdn. 44 Unidn, La unin de dos conjuntor A y B et el conjunto de elementos que pertenecen a A,B © @ ambos. Esta es la funcibn logca 0 INCLU- SIVA. La unin de A y B se representa como AUB fg. 52), Go Si A es un subconjunto del con- junto universal U, entonces el complement de ‘A-con respecto a'U es el conjunto de todos los elementos de U que no estén en A. Esta es la fancién légioa NO. El complemenio de A se 16 presenta como A’ 0 4 (fig. 53) Las siguientes definiciones estén relacionadas con Jos resultados de experimentos: ‘¢ Espacio tiuestral. Un conjunto cuyos elementos representan todos los posibles resultados de un experimento se denomina espacio muestral (0 espacio mucstra), que suele represcatarse con el simbolo S. © Panto muestral. Un elemento de un espacio muestral se denomina punto muestat (0 punto muestra, © Evento. Un evento es un subconjunto de un es- cio mucstal. © Eventos muinamente excluyentes. Dos eventos Ay B son mutuamente excluyentes si A B= a. Por ejemplo, considérese el experimento de lanzar ‘un solo dado con Ia intencion de observar que numero presenta a ara superior del dada, Asi, S= (1,2,3,4, 5, 6) es el espacio muestral del experimento, y el ni ‘mero (2) es un punto muestral. El evento {1, 3, 3) implica que el némero de la cara superior sea impar. Ahora es posible expresar la definicion bésica de probabilidad en términos de as detinciones anteriores 4e conjuntor y retultados experimentales © Probabilidad. La probabilidad de cualquier fento A, denotada por Pr(A), ee Ia suma de los pesos de todos los puntos muestrales en A: 0< PHA) <1 Pra) = 0 Ps) = 1 Es decir, la probabilidad de ocurtencia de cualquier evento debe estar en el intervalo cerra- do de 0 a 1; la probabilidad de ocurrencia del evento vacio es igual a cero, y la probabilidad de ia del espacio muestal es igual a 1 (el seguro") A cuntinuacion se presenta algunas leyes basicas de probabilidad: Teorema 1. La probabilidad de 1a union de dos even- tos A y Bes Independencia, teorema de Bayes Pr(A UB) =Pr(A) + Pr(B)-PrANB) — (6-1) a ecuacién $1 puede demostrarse utilizando wn diagrama de Venn. $i A y B son eventos mutuamente exciyenes, es posle obtener un coroano de eore- x(a U B) = Pr(a) + PB) (32) dado que, por la definicion de eventos mutuamente excluyentes, P(A 1B) = 0. Ademds, si se considera Jun conjunto den eventos erutuamente excluyentes {Au, Azy +45 An}, entonees: Pr(Ay U Az U === Udy) = Pr(As) + Prd) + $e PIAA) 63) Teorema 2. La probabilidad del complemento de un evento A es! Pr(A) = 1 ~ Pr) (sa) dado que A y A son mutuamente excluyents. 5.2, PROBABILIDAD CONDICIONAL, INDEPENDENCIA, TEOREMA DE BAYES La prabahildad enndicional es la prohahildad de oeu rrencia de un evento cuando se sabe que ha ocurrido otro evento. Considérense dos eventos, Ay R 1a probahildad de ocurrencia de B, dado el hecho de que A ya ha ‘ocurmido, se denota por Pr(B/A), que se lee “Ia pro- babilidad de ocurrencia de B, dado que A ya he ocurri do” 0, mas simplemente, “la probabilidad de B dado A”, Esta probabilidad se define como sigue: ‘© Probabilided condicional. La probabilidad con- Gicional de B dado A es: Pr(4 1B) Pr(4) La ecuacién 5-5 puede reordenarse para caleu- lar cualquier cantidad, dadas las otras dos eanti- dades. ‘© Eventos independientes. Los eventos A y B son independientes si y slo s: Pr(A)Pr(B) Pr(B/ A) ~ i PHA)>0 65) PHAN B (56) Obsérvese que si Ay B son eventos indepen lentes. entonces la eéuaciOn 5-5 se transforma PBI A) y que la probabilidad condicional pasa a ser pro- ‘bahia simple. Pr (B) 67{ATENSIDAD DEL IMPULSO ENLAFOP EN. jo = GTM Fig. $4. Fjempla de distribuciones El teorema de Bayes ¢s un método para calcular a probabilidad condicional de un evento que es un su- Sonjunto de un conjunto de eventos, el cual constituye ‘una particién del espacio muestral Teorema’3, Teorema de Bayes. Soa {By Bry» Bu} ‘un conjunto de w eventos que forman una particién del espacio muestral S, con Pr(B,) # 0 para f= 1, 2.0 Sea A cualquic evento de S, con Pr(A) + 0. Entonces, para b= Ty Qyos PHBA) PR AASPHRAA)+ SPRAY (58) Pr(By/A)= 53 VARIABLES ALEATORIAS, DISTRIBUCIONES DE PROBABILIDAD 'Y DENSIDADES!= En este articulo se asigna un niimero a cada resultado de un experimento, lo que a su vez define una funcién cuya variable independiente no es un némero, sin wt flomentn dl espacio muestra ‘Todos los valores y funciones se consideran como reales. ‘© Variable aleatoria. Una variable aleatoria es una funeion, x, cayo valor x es un numero real de- terminado por eada elemento del espacio mes. wal. Por ejemplo, considérese el evento X , ooo (630) donde: r+) -¥ dy way[ i i Tabla $1. Areas bajo ta curva normal Z 0.0 O01 0 003 0.0 005 0.06 0.07 0.08 + 0.09 —34 00030003 0003 0003.03.03 003.0003 .0003. 0002 =33 0005 0005 0005 0004-0004 00040004 0004 00040003, =32 0007900070005 0006 0006-0008 0006. 0008. Lams aN =3:1 0010 0009 0009-0009 0008-0008 0008-0008 0007-0007 =30 001300130013. 0012. 0012. HOLL. 0011. 001100100010 =29 0019 UY UIY UT 01018 wy suws ood om 28 0026 0028. 0024-0023 002300220021 001.0020 0019 27 0035 0034 00330032 0031-0030 002900280027» 0026 =2'6 0087 “0045 0044 01300810080 0039 +0038 00370036, 25 00620050 Os? OUST wus ous .0US2 W081 00490048 24 WS. 0080 UTS .0073- 00730070057 GOH UH WS 23 0107 0104-0102 0009 0086 000400010089 0087 0084 =22 0139 013601320129 01S. O20 0110 =21 (0179 017401700166 -0162 0158 O1S4 0150 OMS ON =E0 ues uzze yet ueiz suzy) uae) =19 0287 0281 0258 026202560250 24s 02390253 1g 0380-0381 0336 0329108220314 10307 -0301.—=—0294 -L7 O46 043608270418» 0409 04003920384 03750367 =16 (0588 0537 0526-10516. -050S. 0495 048s OTS COGS «LOU => 0608 065500430630 051805080594 O82 UT —USSY 14 08080793 OTTS. «764074907. OTR 070806940681 13.0968 0951-0934 0018 0901 088508690853. .0838 0803 <12 (USL (LBL 1112, 1093-1075. -1056 1038-1020» .1003 0985 HEL 11357133513 3202 ATL a81 128001901170 <1o 1387 sez USIS 4926961823 tok 11379 9 ABH BIS TSB TORT. ATL 685 sto 4833 2611 —s a9 200020612033 “aos o77 “osha agosag67 —7 240 2389 235823272096. 2066 20962006. 2I77 48 274329092676 «268326112578 2546 = D514 Dakss 3085 30903015. 2981-2946 291228772843 2810 2776 34453409 3336 3300326228392 31332 3a 3783 3735603650457 3570s 42074158 4090 40524013. 397439363897 3859 46024562 4483 448344044364 432542864247 5000-4960 48804840 4801476 AT2. 4081-01 0.0 50005040 50805120 516051995239 s279sa19 359, 1 stg Sag aTR_ SIT. S597 60K 50K 5675, STI “S7H 2 5193 5882—«SBTL_—«SO1D«S8HS_ 5987-6026. GH 6103S 3 617962176255, 6293 GAS 636 6G 64436806517 4.6334 639160286004 6700-6736. 677-6808. ot4 6879, 78Algunas densidades y distribuciones ittles ‘Tabla 5-4, Aveas bajo Ia vurvn norueal (continaacion) Z 000 OO 002 008 0M 005 006 007 008 009 GIS 695069857019 .7084 708871937187 7190— 724 S71 -T291 732473877380 7422 74547486 75177549 7580 7611-7682 -7673 770477347164 7704 7823 TBS 7881 TVW 789786) IBD NURS MSL BUTE -B10D 8133 8159 ‘8186 ‘812-8038 8064889 RSIS «88083658380 m3 88 8AGL—« HRS «8508831854 «85778500 Be 863 8655 868687088729 S749 8770 «879088108830 E49 8869 “8888 (890789258044 8628980809780 WS 90499065. 80829099 BLAS SISL 91478162917 9192 9207-9222 9236-9281 -9265 9270-9902 -906 9319 | 1S 9302 9MS 9357-9370 «988? gad tangas OL 16 94529463 947494849495 BSNS 95159525 95359545. 17 (9554 9564-9573 9582-9591 9509 96089616 96259633 18 ‘9681 9619-9656 9664-9671 -8678 9585 9693 689.9706 19 ‘os ‘ome ‘om5 (0732 “9738 “O74 (07800756 07610767. 20 9772 OTR TS} gTgsgT02 grag oan omNeORID.RIT 21 982195269830 98H 98SB 9842 9BKG98SD 98H 98ST 22 ‘Deo 9a 9868 “ORT 087S “UBT GBR ORR 98RT__ 989) 23 19893 (999619898 “99019504 990699099911. 99139816, 24 (0018 ‘agn0 [007220750027 “G09 Gos 0027 GoM 0K 25 9038 904 GOdT GOAT GOH GOK GOR 904999519959 26 99539955 99569957 99599960 9961-9962 99639964 27 (9965 (9966 9967-9968 9969-9970 9971-9972 9973-9674 28 997499759976 997799779978 997998799980 9981 29 ‘aoa 9082-008) G0R]_— “GORA GORE GORS_ Ga GOR DOR a0 9987 99RT GRR «99RR «99RD BORD9KD 99909990 31 9991 99919991 99929992 9992 990299039903 32 9993 9904 9904 990499049994 99S YS BWHS 33 9995 9995 9996 9996 (999699969996 9996 9997 4 ‘9007 ‘9997 9007 9907 “9909799079907 9907 gg98 Aves bajo fa cores normal en Is regi tramads 79> Provabitidad se denomina funci6n gamma. Un ejemplo de variable altri desi por Ia densidad gamma eel eps de espera requerido para observar la ocurtencia b + 1 4de un evento de algin tipo especifio, cuando los even- tos de este tipo ocurren aleatoriamente a una velocidad ‘cpor unidad de tiempo. Tas funcinnes de densidad 2 (hi cuadrada) y F contienen funciones gamma en sus ‘descrpciones aneliticas, Se dice que una variable alea- tora tiene distribucién gamma ssn densidad axté dada ppor la ecuacin 5-30, La media y la varianza estén da- {as por: 63) on Pht (33) 58.6 Bota? La donsidad beta esté dada por: fa) = Av — 3) OSS1, 020, e>0 039) onde: _ Mo +e+2) . A> To +DMe+ D Ca) La funcion beta puede expresarse en términos de la funcién gamma; la relacién es: Tested 20,0 = Tee (536) Por tanto, Ia constante A de Ia ecuacién 5-34 puede expresarse en términos de la funcién beta como: 1 say DOLE co) mae Se dice que una variable sleatoria tiene dstribucin beta sisu densidad std dada por ln ecvacién 534. La media y la varianza estan dads por o+t “Tread 38) ++) ow) Crete erD ‘3.8.7 Distribucién £4 La distribucion ¢ estd relacionada con las estadisticas dde una muestra extraida de una poblacién normal. Es- peeffiamente, supGugase que una muestra aleatoria de tamalio n se extrae de una poblacién normal. Se sabe que la media de la poblacién es p, pero se desco- nnoce la varianza. La media de la muestra es £, y su varianaa es ¢; es decir: (5-40) oe 41) = 1S w-9 Eotonces es posible definir un valor ¢ tal que: fu so8) t= = var 7 ser TG) 6 ‘es un valor de una nueva variable aleatoria T que tiene la distnbucon rcon n 1 grados de ibertad. Obeérvese que se ha defnido como una funcién de at cstadistieas conocidas de la muestra y la poblaion de In cual se extrajo, Esta distnbucion se utlza en Ia teoria del moestreo como wna prosba de la media. Su funcién densidad, su media y su varianza estén dadas por: AO nee Se | ne? G45) indefinida —n'<2 En Ia ecuacién 5-43, D esta fuucidu beta $8.8 Distribuciéa 1° Esta distribuci6n se relaciona con la varianza de una ‘muestra extraida de una poblaciéa normal. Espectfica- ‘mente, supdngase que de una poblacion normal se ha extraldo una muestra aleatoria de tamafo n. 1a pabla- cin tiene varianza conocida, o?. Entonces es posible etinir un valor 7° al que: v= Yd (6-46) 2 es un valor de una nueva variable aleatoria que tiete la distribuciOn chi cuadrada con n grados de li bertad. Esta distribucién se utiliza en la teorfa del ‘muestreo como una prueba de la varianza. Su funcién densidad, su media y su varianza estén dadas por fo) - mle 2 yo (5-47) i) = not 6-48) Fig) = Pact (5.49)58.9 Disteibucida PS § Esencialmente, la funcién F se halla vinculada con la telacién entre dos distribuciones independientes chi undrada, can uma dvi ete sus eados de ber tad. ‘Sea y el valor de Ia variable chi cuadrada ¥; con » ‘grados de libertad, y> el valor de la variable aleatoria chi cuadrada Yz con m grados de libertad, donde ¥; e Yy som inept. Eaton & oni els valor f tal que: ain : oan 60) {es un valor de una nueva varlable aleatoria F que tiene la distribucin F com m ym graros de linertad Existen dos parimetros: los dos diferentes grados de libertad. Si bien es posible definir Ia estadisuca f como lencienta de la achacién 5-80 0 st inverso, es impor- tante que Ia variable chi cuadrada del numerador se especfique de tal modo que la curva f pueda detinuse de manera spropiads, Esto implica que el orden en el que se planteen los ‘grados de libertad es importante; los valores dela dis Iribucién F no son los mitmos cuando se intercambian los grade de era es decir, en general, Fn, m) # "Bentiatment, 1 ditibuciin F oe opin on ol andliss de varianza. Su funcién de densidad, su media y su varianza estén dadas por: AVE!" pon 80 = aE FED) (8 2) say Ocfex m>2 (992) (ny m) no ene media param % 2, y no tne varian- za para m= 4 $5.10 Laplace? La densidad de Laplace esté dade por (ig. $b): fay= fee 654) SAL Cauchy” La densided de Caueiy esté dada por (fig. 55) ain fo= ge 6) ot Distribuciones multivariadas S812 Rayleigh? La densidad de Rayleigh est6 dada por (ig. 54): fyaeeee a0 (558) S313 Maxwell? La densidad de Maxwell exté das pos (Gg. 5e). x gon game van 6 5.6 DISTRIBUCIONES MULTIVARIADAS* * Las distribuciones multivariadas estén relacionadas con distribuciones de mis de una variable aleatoria FFeto implica que la dimensidin del espacio muestral es ‘mayor que 1; el espacio muestral unidimensional se describe por medio de una Variable aleatorla. En con- secuencia, dos diferentes variables aleatorias pueden escribirse mediante un espacio muestral bidimen- ‘sonal. Contidérense dos variables aleatorias, ¥ @ Y, enyas ‘medias son jy a, respectivamente. Es posible definir lun nmero denominado covarianza de Xe ¥ de forma parecida a la ccuscién 5-14 on B(= WY ~ BECKY) — yuyte (558) Si Xe Y son variables leatorias independientes, en- touces su covatiauza es veto, Adeinds, si las vasiables aleatorias Xe ¥ tienen desviaciones estindar positivas 01 ¥ Gz, respectivamente, entonces es posible defini un ‘ndimery Jenwniado wefiiente Ue torvelaciou entre Xe Y tal que: en Se (S59) De nuevo, sie ¥ son variables aleaoriasindep lentes, entonces su cneficiente de correlacién es cera, ‘Una funci6n densidad de probabilidad (fdp) conjun- ta yuna funcioa distribucion de probabilidad conjunta jeden definire para das variables alestorias, como se hizo para una vanablealeatori en as eeuciones 59 y 1 Por tanto, la funcién distribucidn coajunta para va- riables aleatorias (continuas) esta dada por: Fe y=PXen Vey) Gs) ya funcion densidad conjunta esta dada por: - BF») fe) Ny 66 Es posible definir una funcién denominada distr- Duciéa marginal-como la distribucion unidimensional