ANALISIS DIMENSIONAL

Conceptos Bsicos.
Magnitud: Una magnitud fsica es un valor asociado a una propiedad fsica o cualidad medible de
un sistema fsico, es decir, a la que se le pueden asignar distintos valores como resultado de una
medicin o una relacin de medidas.
a) Magnitudes primarias o simples: Se definen sin necesidad de acudir a ninguna frmula que
las compare con otras magnitudes. Podemos decir que el hombre tiene un conocimiento
intuitivo de estas magnitudes. Ejemplos: Longitud, tiempo, fuerza, masa.
b) Magnitudes secundarias o derivadas: Se definen a travs de frmulas que las ligan a otras
magnitudes. Ejemplos: Densidad, aceleracin, campo elctrico, viscosidad.
Unidad: Es la cantidad de veces de una magnitud se miden usando un patrn que tenga bien
definida esa magnitud, y tomando como unidad la cantidad de esa propiedad que posea el objeto
patrn.
Los conceptos de unidad y magnitud estn relacionados pero no son lo mismo: en efecto, en la
observacin de fenmenos, cada cantidad fsica Rj

, tendr asociada unidades

{Rj }

que

indicaremos entre llaves que representan cantidades de referencia de una magnitud, aceptadas por
convencin.
As un kilogramo (kg) corresponde a una cantidad de masa estndar y patrn o una pulgada (in)
corresponde con una longitud patrn que puede representarse por 2, 54 centmetros (cm), otra
unidad patrn en otro sistema de unidades.
El Sistema Internacional de Unidades, abreviado SI, es el sistema de unidades que se usa en todos
los pases del mundo, que consta de siete unidades bsicas

Magnitudes fundamentales

Nombre

Smbolo

Longitud

metro

Masa

kilogramo

Kg

Tiempo

segundo

Intensidad de corriente elctrica

amperio

Temperatura absoluta

kelvin

Intensidad luminosa

candela

cd

Cantidad de materia

mol

mol

He aqu una tabla con magnitudes derivadas, sus unidades y su equivalente en unidades
fundamentales:

Magnitud derivada

Nombre

Smbolo

Expresin
unidades bsicas

Frecuencia

hertz

Hz

s-1

Fuerza

newton

mkgs-2

Presin

pascal

Pa

m-1kgs-2

Energa

joule

m2kgs-2

Potencia

watt

m2kgs-3

carga elctrica

coulomb

sA

Potencial elctrico

volt

m2kgs-3A-1

en

Resistencia elctrica

ohm

m2kgs-3A-2

Capacidad elctrica

farad

m-2kg-1s4A2

Flujo magntico

weber

Wb

m2kgs-2A-1

Induccin magntica

tesla

kgs-2A1

Inductancia

henry

m2kg s-2A-2

Factores de conversin
Relacin adimensional entre la magnitud de una propiedad fsica expresada en diferentes sistemas
de unidades.
Ejemplos:
Masa 1 lb = 0,453 kg
Longitud 1 in = 2,54 cm
Presin 14,7 psi = 1 atm
Temperatura 1 DK = 1,8 DR
Fuerza 1 lbf = 4,448 N

Teorema de Vaschy-Buckingham
El teorema (pi) de Vaschy-Buckingham es el teorema fundamental del anlisis dimensional. El
teorema establece que dada una relacin fsica expresable mediante una ecuacin en la que estn
involucradas n magnitudes fsicas o variables, y si dichas variables se expresan en trminos de k
cantidades fsicas dimensionalmente independientes, entonces la ecuacin original puede escribirse

equivalentemente como una ecuacin con una serie de n - k nmeros adimensionales construidos
con las variables originales.
Este teorema proporciona un mtodo de construccin de parmetros adimensionales, incluso cuando
la forma de la ecuacin es desconocida. De todas formas la eleccin de parmetros adimensionales
no es nica y el teorema no elige cules tienen significado fsico.

Si tenemos una ecuacin fsica que refleja la relacin existente entre las variables que intervienen
en un cierto problema debe existir una funcin f tal que:

e
en donde Ai son las n variables o magnitudes fsicas relevantes, y se expresan en trminos de k
unidades fsicas independientes. Entonces la anterior ecuacin se puede reescribir como:

en donde son los parmetros adimensionales construidos de n k ecuaciones de la forma:

en donde los exponentes mi son nmeros enteros. El nmero de trminos adimensionales

construidos n - k es igual a la nulidad de la matriz dimensional en donde k es el rango.

Ejemplo: Teorema de Vaschy-Buckingham

Considrese el problema de determinar gradp:= px, la cada de presin por
unidad de longitud que sufre un fluido viscoso en rgimen turbulento al
transportarse a lo largo de un tubo. Las variables relevantes son:
-

El caudal msico m, [M/T],

La densidad , [M/L3 ],
La viscosidad dinmica [M/LT],
El dimetro del tubo, D, [L],
La rugosidad del tubo, e, [L].

Determinadas las variables, se construye la matriz de dimensin con ayuda de

la siguiente tabla:

El Teorema indica que hay que determinar el espacio nulo de A y utilizarlo para construir las
combinaciones adimensionales por simple inspeccin. Para este problema, hay n = 6 parmetros y
m = 3 magnitudes fundamentales, de modo que habr n m = 3 parmetros adimensionales. Queda
claro que infinitas posibilidades para la eleccin de la base del espacio nulo1. Guiados por la
prctica usual resultan los siguientes parmetros:

Nota:Para hallar los parmetros adimensionales, reducir A a la forma escalonada

por fila

Las ultimas tres columnas tienen los exponentes para formar los : por
ejemplo, de la cuarta columna, la del parametro e, resulta

1=e / p 0x m0 D 1=e/ D .

Definicin de Anlisis Dimensional.

Es

conocido

que

[v ]=m/ s=LT

(1)

en

Fsica

las

magnitudes

tienen

dimensiones. As

decimos

que

[ F ] =m A=ML T 2 . El concepto de dimensin se debe a Fourier que,

en su obra Thorie analytique de la chaleur, dice: Es necesario hacer notar que cada magnitud,
indeterminada o constante, tiene una dimensin que le es propia, y que los trminos de una no
podran ser comparados si no tuviesen el mismo exponente de dimensiones. Es decir, las
ecuaciones deben de ser homogneas dimensionalmente hablando.

El anlisis dimensional es una herramienta que permite simplificar el estudio de cualquier

fenmeno en el que estn involucradas muchas magnitudes fsicas en forma de variables
independientes.
Su resultado fundamental, el teorema de Vaschy-Buckingham (ms conocido por teorema )
permite cambiar el conjunto original de parmetros de entrada dimensionales de un problema fsico
por otro conjunto de parmetros de entrada adimensionales ms reducido. Estos parmetros
adimensionales se obtienen mediante combinaciones adecuadas de los parmetros dimensionales y
no son nicos, aunque s lo es el nmero mnimo necesario para estudiar cada sistema. De este
modo, al obtener uno de estos conjuntos de tamao mnimo se consigue:

Analizar con mayor facilidad el sistema objeto de estudio

Reducir drsticamente el nmero de ensayos que debe realizarse para averiguar el
comportamiento o respuesta del sistema.

El anlisis dimensional es la base de los ensayos con maquetas a escala reducida utilizados en
muchas ramas de la ingeniera, tales como la aeronutica, la automocin o la ingeniera civil. A
partir de dichos ensayos se obtiene informacin sobre lo que ocurre en el fenmeno a escala real
cuando existe semejanza fsica entre el fenmeno real y el ensayo, gracias a que los resultados
obtenidos en una maqueta a escala son vlidos para el modelo a tamao real si los nmeros
adimensionales que se toman como variables independientes para la experimentacin tienen el
mismo valor en la maqueta y en el modelo real. As, para este tipo de clculos, se utilizan
ecuaciones dimensionales, que son expresiones algebraicas que tienen como variables a las
unidades fundamentales y derivadas, las cuales se usan para demostrar frmulas, equivalencias o
para dar unidades a una respuesta.

Finalmente, el anlisis dimensional tambin es una herramienta til para detectar errores en los
clculos cientficos e ingenieriles. Con este fin se comprueba la congruencia de las unidades
empleadas en los clculos, prestando especial atencin a las unidades de los resultados.
Fundamentos

Todas las dimensiones fsicas pueden expresarse como producto de potencias de un nmero

reducido de dimensiones fundamentales

Las ecuaciones que representan fenmenos fsicos deben ser dimensionalmente homogneas.
Cualquier relacin general entre dimensiones fsicas puede expresarse en funcin de un
conjunto de grupos adimensionales que contengan las variables que interviene en el fenmeno
y las constantes dimensionales del sistema de unidades utilizado.

Procedimiento
Para reducir un problema dimensional a otro adimensional con menos parmetros, se siguen los
siguientes pasos generales:
1.

Contar el nmero de variables dimensionales n.

2.

Contar el nmero de unidades bsicas (longitud, tiempo, masa, temperatura, etc.) m

3.

Determinar el nmero de grupos adimensionales. El nmero de grupos o nmeros

adimensionales ()es n - m.

4.

Hacer que cada nmero dependa de n - m variables fijas y que cada uno dependa adems
de una de las n - m variables restantes (se recomienda que las variables fijas sean una del fluido
o medio, una geomtrica y otra cinemtica; ello para asegurar que los nmeros adimensionales
hallados tengan en cuenta todos los datos del problema).

5.

Cada se pone como un producto de las variables que lo determinan elevadas cada una a una
potencia desconocida. Para garantizar adimensionalidad deben hallarse todos los valores de los
exponentes tal que se cancelen todas las dimensiones implicadas.

6.

El nmero que contenga la variable que se desea determinar se pone como funcin de los
dems nmeros adimensionales.

7.

En caso de trabajar con un modelo a escala, ste debe tener todos sus nmeros
adimensionales iguales a las del prototipo para asegurar similitud.

Ejemplo 1 de aplicacin del anlisis dimensional

La ley de la atraccin universal de las masas establece que:

F = K dmm

Principio de Fourier de homogeneidad dimensional

El principio de Fourier homogeneidad dimensional es un principio de buena formacin de las
expresiones que relacionan magnitudes fsicas de manera algebraica. Es decir, es un principio de
consistencia matemtica que postula solo es posible sumar o restar entre s magnitudes fsicas de la
misma naturaleza. En consecuencia, no podemos sumar longitud con tiempo, o masa con longitud,
etc.
Ejemplo
El principio puede ilustrarse, con el ejemplo, de la energa de un cuerpo que es la suma de su
energa cintica ms su energa potencial
:
Expresando la energa cintica y potencial tendremos:

Expresando la velocidad y la aceleracin segn las magnitudes fundamentales:

Expresado en forma dimensional:

Fenomenos Discreto
Modelos analticos de fenmenos aleatorios discretos
Toda distribucin de probabilidad es generada por una variable aleatoria x, la que puede ser de dos
tipos (discreto y continuo), en este caso nicamente vamos a ver la discreta:

Definicin de variables aleatoria discreta:

Variable aleatoria discreta (x). Se le denomina variable porque puede tomar diferentes valores,
aleatoria, porque el valor tomado es totalmente al azar y discreta porque solo puede tomar valores
enteros y un nmero finito de ellos.
Ejemplos:
X ---> variable que nos define el nmero de burbujas por envase de vidrio que son generadas en un
proceso dado.
X ---> 0, 1, 2, 3, 4, 5, etc., etc. Burbujas por envase.
X ---> Variable que nos define el nmero de productos defectuosos en un lote de 25productos.
X ---> 0, 1, 2, 3,....,25 productos defectuosos en el lote.
X ---> Variable que nos define el nmero de alumnos aprobados en la materia de probabilidad en un
grupo de 40 alumnos.
X ---> 0, 1, 2, 3, 4, 5,....,40 alumnos aprobados en probabilidad.

Con los ejemplos anteriores nos damos cuenta claramente que los valores de la variable x siempre
sern enteros, nunca fraccionarios.

Se dice que una Variable Aleatoria Discreta o Discontinua X, tiene un conjunto definido de valores
X1, X2, X3,,Xn con probabilidades respectivamente p1, p2, p3,,pn. Es decir que solo puede
tomar uno de los valores de este conjunto, entonces P1+P2++Pn=1.

En general, una variable aleatoria discreta X representa los resultados de un espacio muestral en
forma tal que por P(X=x) se entender la probabilidad de que X tome el valor de x. De esta forma,
al considerar los valores de una variable aleatoria es posible desarrollar una funcin matemtica que
asigne una probabilidad a cada realizacin x de la variable aleatoria x. Esta funcin matemtica que
asigne una probabilidad a cada realizacin recibe el nombre de funcin de probabilidad.

Fenomeno Contiuo
Conceptos de Variables Aleatorias discretas y continuas
Una variable aleatoria se define como una funcin que hace corresponder nmeros reales a
elementos del Espacio Muestral. Una variable aleatoria puede ser discreta o continua. Dependiendo
del tipo de experimento o fenmeno podemos hablar de modelos de probabilidad, algunos de los
cuales son muy comunes.
Sea x un Experimento, Ensayo o Fenmeno Aleatorio. Sea W el Espacio Muestral asociado al
experimento x formado por todos los posibles resultados de la realizacin de dicho experimento. Se
dice que X es una Variable Aleatoria, a una funcin tal que, para cada elemento w del espacio
muestral W, le hace corresponder el elemento x del Espacio Rango tal que x = X(w).
Una variable aleatoria puede ser Discreta o Continua.
A) Variable Aleatoria Discreta
En el caso discreto se define a p(x) como la funcin de probabilidad de X si
a)

p(x) 0

b)

Observaciones
1 . p (2)=P(X =2)
2.

es la probabilidad de que la variable aleatoria X tome el valor 2

P( X =x 1 X =x 2)=P( X=x 1)+ P( X=x 2)

3.

4.

La Funcin de Distribucin Acumulada de X es F, definida por

5. P(X > x ) = 1 P(X x ) = 1 F(x)

6. P(X < r ) = P(X r ) P(X = r) = F(r) p(r)

7.

P(a X b) = P(X b ) P(X a ) = F(b) F(a)

8.

Del mismo modo, dado F, se puede hallar p(x) tal que

p(x) = P(X x ) - P(X x - 1 ) = F(x) - F(x-1)

9.

B) Variable Aleatoria Continua

En el caso continuo se define a f como la funcin de densidad de probabilidad de X si

f(x) 0

Observaciones
1.

2.

Si F es la funcin de distribucin acumulada de X entonces:

F(x) = P(X x) =

3.

De manera que P(a X b) = F(b) F(a)

4.

P(X > x) = 1 P(X x) = 1 F(x)

5.

P(a < X < b ) = P(a X < b) = P(a < X b) = P( a X b)

6.

De manera que: