Instituto Politcnico Nacional Revista

Escuela Superior de Ingeniera Mecnica y Elctrica Cientfica

L A R EVISTA M EXICANA DE I NGENIERA E LECTROMECNICA
ISSN 1665-0654

DIRECTORIO

INSTITUTO POLITCNICO
NACIONAL

Jos Enrique Villa Rivera

Contenido
Director General

Efrn Parada Arias

Secretario General

Yo l o x c h i t l B u s ta m a n t e D e z
Secretaria Acadmica Metodologa de prediccin de precios del petrleo basada
scar Gerardo Escrcega Navarrete en dinmica fractal
Secretario de Extensin y Difusin
Oswaldo Morales M., Alexander Balankin, Luis M. Hernndez S.
Manuel Quintero Quintero
MXICO 3
Secretario de Apoyo Acadmico

Jos Verdeja Lpez

Secretario Tcnico

Luis H. Fabila Castillo Estudio del comportamiento mecnico-metalrgico de

Coordinador General de
Posgrado e Investigacin aleacin inconel 600 y estelita
Martn Castillo,Gabriel Villa, Manuel Vite, Francisco Palacios,
REVISTA CIENTFICA
CONSEJO EDITORIAL Luis H. Hernndez, Guillermo Urriolagoitia.
MXICO 13
Jess Reyes Garca
Director ESIME Zacatenco

Ernesto Mercado Escutia

Director ESIME Culhuacn
Teorema SG7 para reducir un sistema de cofactores []
Jorge Gmez Villarreal
Director ESIME Azcapotzalco de una matriz de orden m+n a otra matriz de cofactores
scar Roberto Guzmn Caso [A] de orden m
Director ESIME Ticomn
Guillermina Morales Z., S. V. Gaytn
Florencio Snchez Silva MXICO 23
Jefe de la Seccin de Posgrado
e Investigacin (SEPI)
ESIME Zacatenco

Rubn Vzquez Medina

Jefe de la Seccin de Posgrado Anlisis de los parmetros crticos para la insercin
e Investigacin (SEPI)
ESIME Culhuacn de marca de agua en el dominio DCT aplicado en
Pedro Quinto Dez
imgenes tanto a color como en escala de grises
Jorge I. Montoya Tena Luis E. Bollan y Goytia M., Mariko Nakano M., Hctor M. Prez M.
SEPI-ESIME Zacatenco
MXICO. 33
Hctor Prez Meana
Juan Carlos Snchez Garca
SEPI-ESIME Culhuacn

Alma Vicenta Miranda Godnez

Coordinacin Editorial Diseo robusto con ubicacin de polos del estabilizador
de un sistema de potencia
Cuauhtmoc Jimnez Prez
Edicin Tcnica Salvador Saucedo F., Jos A. Ortega H.
MXICO 45
Miguel ngel Tenorio Trejo
Produccin Editorial

Margarita Sam Rodrguez

Revisin
 EDITORES ASOCIADOS

Alexander Balankin Luis Nio de Rivera y Oyarzabal

ESIME Zacatenco (IPN-MXICO)
Eduardo Oliva Lpez
ESIME Zacatenco (IPN-MXICO)
Florencio Snchez Silva
ESIME Zacatenco (IPN-MXICO)
Guillermo Urriolagoitia Caldern
ESIME Zacatenco (IPN-MXICO)
Jos Manuel de la Rosa
ESIME Zacatenco (IPN-MXICO)
Julio Gmez Mancilla
ESIME Zacatenco (IPN-MXICO)
Luis Hctor Hernndez Gmez
ESIME Zacatenco (IPN-MXICO)
Patricia Camarena Gallardo
ESIME Zacatenco (IPN-MXICO)
Primo Alberto Calva Chavarra
ESIME Zacatenco (IPN-MXICO)
Ricardo Mota Palomino
ESIME Zacatenco (IPN-MXICO)
Vladimir Kazakov
ESIME Zacatenco (IPN-MXICO)
Vladimir Rabinovich
ESIME Zacatenco (IPN-MXICO)
Vladislav Kravchenko
ESIME Zacatenco (IPN-MXICO)
Walter Fonseca Araujo
ESIME Zacatenco (IPN-MXICO)
Hctor Prez Meana
ESIME Culhuacn (IPN-MXICO)
Jos Heras Gmez
ESIME Culhuacn (IPN-MXICO)
ESIME Culhuacn (IPN-MXICO)
Valery Korjik
Mariko Nakano Miyatake Centro de Investigacin y Estudios
ESIME Culhuacn (IPN-MXICO) Avanzados
(CINVESTAV Guadalajara, IPN-MXICO)
Volodymyr Ponomaryov
ESIME Culhuacn (IPN-MXICO) Haruhisa Takahashi
Electro-Communication de Tokio (JAPN)
Vctor Manuel Lpez Herata
ESIQIE Zacatenco (IPN-MXICO) Vctor Champac Vilela
Instituto Nacional de Astrofsica,
Roberto Lin Garca ptica y Electrnica
Instituto de Investigaciones Elctricas (INAOE-MXICO)
(IIE-MXICO)
Jos Luis del Ro Correa
Sergey Sadovnichy Universidad Autnoma Metropolitana
Instituto Mexicano del Petrleo (UAM-MXICO)
(IMP-MXICO)
Jos de Jess lvarez
Isaak Mayergoyz Universidad Autnoma Metropolitana
Universidad de Maryland (EUA) (UAM-MXICO)
dgar Snchez Sinencio Joaqun Fernndez Valdivia
Texas A&M University College Station Universidad de Granada
(EUA) (ESPAA)
Jos Silva Martnez Mara Trigueros Gaisman
Texas A&M University College Station Instituto Tecnolgico Autnomo de Mxico
(EUA) (ITAM-MXICO)
Wen-Jei Yang Victoria E. Erosa Martn
University of Michigan (EUA) Asociacin Mexicana para el Comercio
Electrnico (AMECE-MXICO)
Valery Kontorovich
Centro de Investigacin y Estudios Wolfgang Sprssig
Avanzados Fakultt fr Mathematik und Informatik
(CINVESTAV Zacatenco, IPN-MXICO) Technische Universitt,
Bergakademie Freiberg (ALEMANIA)
Jaime lvarez Gallegos
Centro de Investigacin y Estudios V c t o r F. K r a v c h e n k o
Avanzados Moscow Institute of Physics and
(CINVESTAV Zacatenco, IPN-MXICO) Technology
(FEDERACIN RUSA)
Hildeberto Jardn Aguilar
Centro de Investigacin y Estudios Miguel Castro Fernndez
Avanzados Centro de Investigacin y Pruebas
(CINVESTAV Zacatenco, IPN-MXICO) Electroenergticas de Cuba (CUBA)

Revista Cientfica ESIME, ISSN 1665-0654, Volumen 9, Nmero 1, Enero-Marzo de 2005. Revista trimestral editada por la Escuela Superior de
Ingeniera Mecnica y Elctrica (ESIME) del Instituto Politcnico Nacional (IPN), Mxico. Unidad Adolfo Lpez Mateos, Edificio 1, 2 piso,
Subdireccin Acadmica, Col. Lindavista, CP 07738, Mxico, DF, Tel. 5729 6000 exts. 54555/54518, fax 5586 0758. Pgina web: www.cientifica.org.mx,
correo electrnico: revista.esimez@ipn.mx. Certificado de Reserva de Derechos al Uso Exclusivo. Reserva: 04-2004-053109300500-102, 31-VII-00.
Certificado de Licitud de Contenido 7611, 10-I-00. Certificado de Licitud de Ttulo 10962,10-I-00. Indizada en Peridica, www.latindex.unam.mx
(Departamento de Bibliografa Latinoamericana, Direccin General de Bibliotecas, Universidad Nacional Autnoma de Mxico). Suscripcin anual:
$ 150.00 (pesos). Annual fee including airmail charges US $ 50.00 (fifty US Dollar). El contenido de los artculos firmados es responsabilidad del
autor. Prohibida la reproduccin total o parcial sin previa autorizacin. Registro Postal (Publicaciones Peridicas) SEPOMEX PP09 0972. Portada:
Digital Dot SA, Tel. 5339 5880 y 5339 5474, Mxico, DF. Tipografa: Cuauhtmoc Jimnez Prez. Impresin: Talleres Grficos de la Direccin de
Publicaciones del IPN, Tresguerras 27, Centro Histrico, Mxico, DF. Tiraje 1 000 ejemplares.
Cientfica

EDITORIAL
a revista Cientfica inicia su noveno ao de existencia con nuevos retos, entre los cuales se
L encuentran convertirse en una revista reconocida por el Consejo Nacional Ciencia y Tecnologa
de Mxico, refrendar su registro en Latindex y tramitar su ingreso a otros ndices cientficos que
hagan a esta publicacin un medio ms atractivo para que los autores, tanto nacionales como del
extranjero, lleven a cabo la difusin de sus investigaciones. Se espera ampliar el reconocimiento
que los diversos sistemas encargados de evaluar el trabajo cientfico, tanto de Mxico como de
otros pases extranjeros, han dado a nuestra revista.

Siguiendo con su poltica multidisciplinaria, en este nmero se publica un artculo en el campo de

las matemticas, dos relativos a mecnica, uno del campo de las comunicaciones y finalmente
uno relativo a sistemas.

En el campo de las matemticas se tratan aspectos de investigacin bsica. Se presenta un

teorema que permite reducir un sistema de cofactores de una matriz de orden M+M a otra
matriz de cofactores de orden M.

En el campo de la ingeniera se presentan cuatro artculos. Inicialmente, en el campo de la

mecnica, se aborda el desarrollo de una metodologa que permite predecir los precios del
petrleo mediante el empleo de tcnicas fractales. Sobra mencionar el impacto que un sistema
preciso de prediccin de precios pudiera tener, por ejemplo, en la programacin del presupuesto,
tanto de empresas como de gobiernos. En otro trabajo, se considera el problema de la
estabilizacin de sistemas de potencia mediante la propuesta de un diseo robusto basado en la
ubicacin de los polos. Otro tema de gran importancia que se trata es la proteccin y verificacin
digital. Una de las tecnologas ms promisorias para esta finalidad se le conoce como marcas de
agua. En este nmero se presenta un artculo en el cual se analizan los parmetros crticos para
la insercin de dichas marcas en el dominio de la frecuencia, de manera que stas sean robustas
e imperceptibles a la vez. La determinacin de estos parmetros cobra relevancia, ya que las
marcas de agua se pueden emplear para autentificar documentos o para proteger derechos de
autor, entre otras aplicaciones. Finalmente, en el campo de la mecnica se presenta otro artculo
acerca del comportamiento mecnico de las aleaciones. Este tpico es de gran importancia en el
desarrollo de maquinaria y otros equipos, en cuya fabricacin se emplean aleaciones de diversos
metales.

As Cientfica, en el inicio de su noveno ao de circulacin, contina ofreciendo una cobertura

multidisciplinaria en la cual se abordan diversos temas de diferentes reas del conocimiento con la
intencin de mantener una cobertura que sea de gran valor para todos aquellos investigadores que
trabajan en las reas de la ingeniera y ciencias aplicadas.

Metodologa de prediccin de precios del
petrleo basada en dinmica fractal
Oswaldo Morales Matamoros
Alexander Balankin
Luis M. Hernndez Simn
Grupo Interdisciplinario "Mecnica Fractal",
Escuela Superior de Ingeniera Mecnica y Elctrica (ESIME),
Instituto Politcnico Nacional (IPN).
http://www.mfractal.esimez.ipn.mx
Unidad Profesional "Adolfo Lpez Mateos",
Ed. 5, 3er piso, Col. Lindavista. CP 07738,
Mxico, DF.
MXICO.
Tel. 5729 6000 ext. 54584, Fax ext. 54589.
email: omoralesm@ipn.mx
abalankin@sni.conacyt.mx
hsimon@ipn.mx
Recibido el 3 de mayo de 2004; aceptado el 3 de diciembre de 2004.
1. Resumen
El comportamiento observado en la volatilidad histrica de los
precios del petrleo, dentro del marco conceptual de la cintica
del crecimiento de interfases rugosas, puede ser interpretado
en trminos de avalanchas a cualquier escala, las cuales definen
un horizonte con escala intrnseca y construyen correlaciones
a largo plazo en la volatilidad histrica. A partir de esto, en el
presente trabajo se desarrolla una metodologa de prediccin
de precios del petrleo, la cual consisti en construir un modelo
de prediccin y en generar tres escenarios probabilsticos
sobre el comportamiento futuro de los precios del petrleo.
2. Abstract (Methodology for Forecasting the Oil Crude Prices
Based on Fractal Dynamics)
The behavior of crude oil price volatility, within a conceptual
framework of kinetic roughening of growing interfaces, could
be interpreted in terms of avalanche dynamics at any scale.
Taking into account the findings about the behavior of crude
IPN
Cientfica Vol. 9 Nm. 1 pp. 3-11
2005 ESIME-IPN. ISSN 1665-0654. Impreso en Mxico
oil price volatility, in this work a methodology was developed
for forecasting the future behavior of crude oil price.
Palabras clave: volatilidad de precios del petrleo, fractales,
anlisis estadstico, pronsticos.
3. Introduccin
La dinmica de todos los sistemas complejos reales manifiesta
una parte aleatoria, causada por la no-linealidad caracterstica
de los sistemas dinmicos o por el ruido estocstico externo.
Como ejemplos de sistemas dinmicos complejos se encuentran
los sistemas fsicos, biolgicos, de cmputo, sociales y
econmicos. Dichos sistemas generalmente exhiben invarianza
a diferentes escalas; es decir, su comportamiento no cambia
por el reescalado de las variables (espacio y tiempo) que
gobiernan su dinmica. Esto permite emplear el enfoque de
escalamiento dinmico para estudiar la cintica del crecimiento
de interfases rugosas, as como series de tiempo que contengan
datos de los mercados financieros, revelando sorprendentes
similitudes entre la dinmica de la volatilidad de precios y la
cintica del crecimiento de interfases rugosas.
La rugosidad de interfases que crecen en no-equilibrio es
slo uno de los campos en los cuales la invarianza de escala
se ha observado como una caracterstica comn y bsica. La
invarianza de escala de las interfases en crecimiento, los
eventos y la informacin sobre un amplio intervalo de escalas
de longitud y tiempo, se presentan de tal manera que no importa
cul es el tamao de la escala considerada, ya que siempre se
observa sorprendentemente una riqueza en estructuras
complejas. [1]
El hallazgo de que el crecimiento estocstico de superficies exhibe
un comportamiento en escalamiento no trivial y que evoluciona
naturalmente a un estado estacionario, que no tiene una escala
de tiempo o espacio caracterstica, ha conducido al desarrollo de
un mtodo general de escalamiento [2] para describir de manera
cuantitativa el crecimiento de interfases. Este formalismo, que se
basa en conceptos generales de invarianza de escala y fractales
[3,4], se ha convertido en una herramienta estndar en el estudio
del crecimiento de interfases. El mtodo de escalamiento dinmico
se ha aplicado al estudio de una gran variedad de modelos tericos
de crecimiento de interfases, incluyendo la deposicin balstica
y el modelo Eden. [2]
3 ESIME
 Cientfica
En aos recientes, para entender la naturaleza de las
estructuras desordenadas y su formacin mediante procesos
aleatorios, se han desarrollado los conceptos fractales,
introducidos por Mandelbrot [3] en una teora llamada
geometra fractal. Los fractales son conjuntos matemticos
que permanecen invariantes a los cambios de escala.
La autosimilitud y la autoafinidad son los conceptos que
unifican reas como fractales, leyes de potencia y caos. La
autosimilitud es una de las simetras fundamentales que rigen
el universo; mientras que la autoafinidad, o invarianza bajo
cambios de escala o tamao anisotrpico, es un atributo de
muchas superficies e interfases que se presentan en algunos
fenmenos naturales y econmicos. [5]
La geometra fractal se aplica para caracterizar los fenmenos
crticos que presentan invarianza de escala, como es el caso de
las interfases, mediante la explotacin de su principal propiedad:
la ausencia de una escala caracterstica, por lo que no existe
ninguna unidad asociada, es decir, el mismo modelo es vlido
para todas esas escalas. Este tipo de fenmenos crticos,
independientes de la escala, son conocidos as porque fueron
inicialmente observados en los puntos crticos de las
transiciones de fases continuas. La fsica de los procesos
crticos est nicamente dominada por las simetras del sistema.
As pues, distintos sistemas crticos, compuestos por distintas
sustancias y a diferentes escalas, pueden ser descritos por un
solo modelo. Esta idea fue la que dio origen a las clases de
universalidad, que es la manera en cmo son clasificados los
distintos sistemas crticos. Cada una de dichas clases aparece
como resultado de unas simetras distintas propias de un grupo
de fenmenos crticos [6].
Balankin et al. [7] analizaron y caracterizaron la dinmica de
las fluctuaciones de los precios del petrleo dentro de un
marco conceptual de la cintica del crecimiento de interfases
rugosas (anlisis fractal o de escalamiento). Esto lo hicieron a
travs de las siguientes consideraciones.
El comportamiento aleatorio de la dinmica espacio-tiempo puede
ser caracterizada por las fluctuaciones de los parmetros
observables, definido como:
(, t) = [Z(X, t) _ Z(X, t)]2R1/2, (1)
en donde ... denota el promedio del espacio, dentro de una
ventana de tamao , y ...R se refiere al promedio de todas las
caracterizaciones realizadas.
Normalmente se espera que la dinmica de escalamiento de
invarianza implique que las fluctuaciones (, t) satisfagan la
dinmica de escalamiento ansatz de Family-Vicsek [45],
IPN
(, t) t [ / z(t)], (2)
en donde (t) t1 / z es la funcin de correlacin de la escala del
espacio y la funcin de escalamiento se comporta como
(y) yH, si y << 1, o (y) 1, si y >> 1; en este caso H es el
llamado exponente local (o de Hurst) que determina si existe
comportamiento aleatorio, z es el exponente dinmico (indica
qu tan rpido las correlaciones se expanden a travs del
sistema) y = H / z es el exponente de crecimiento (que
caracteriza el comportamiento de la superficie en el corto
plazo).
El exponente de Hurst (H) es tambin un indicador para
determinar si un fenmeno o una serie de tiempo presentan
un comportamiento fractal y mide la intensidad de dependencia
a largo plazo de una serie de tiempo. Se dice que el fenmeno
analizado es aleatorio cuando H = 0.5 (ruido blanco), que es
persistente cuando 0.5 < H < 1 (existe invarianza de escala
asociada a correlaciones positivas a largo plazo), y que es
antipersistente cuando 0 < H < 0.5 (existe invarianza en la
escala asociada a correlaciones negativas a largo plazo). [8]
El escalamiento de la forma (2) es vlido para una gran variedad
de sistemas en no-equilibrio, as como fenmenos crticos [9].
Especficamente, la dinmica de escalamiento ansatz de Family-
Vicsek es usualmente usada para describir la cintica del
crecimiento de interfases rugosas [6]. Pero, generalmente, una
simple ley de escalamiento (2) no es universal [9,10]; en lugar
de esto, hay evidencia de que los logaritmos de los parmetros
pueden ser utilizados para producir un colapso en los datos
[10]. De esta forma, Sittler y Hinrinchsen [10] han sugerido la
forma de escalamiento dinmico generalizado con exponentes
que varan continuamente:
(, t) (H(t), t()), (3)
donde es la funcin de escalamiento.
Finalmente, los cambios (o fluctuaciones) en los precios son
normalmente medidos por los incrementos en stos, los
rendimientos logartmicos de precios (()) o el valor absoluto
de los rendimientos logartmicos (() ). Sobre una base de
composicin continua, el rendimiento logartmico del precio
en un periodo es calculado como el logaritmo del precio final
menos el logaritmo del precio inicial:
t() = ln(1 + t) = ln(Pt /Pt- ) = pt pt (4)
El valor absoluto de los rendimientos logartmicos describe
la amplitud de la fluctuacin, ya que es siempre positivo y no
existen tendencias globales que sean obvias. [11]
4 ESIME
 Cientfica

1 10 10
a) 100 a) c)
c) 3
3

mn (Vn)
2

R/S 1
2
DS 0.1 1 3
2 10
1

2
1
0.001 0.1
0.1 1 1 100 10000 0.1 1 10
1 10 100 1000 10 100 1000
intervalo de tiempo, intervalo de tiempo, n /
intervalo de tiempo, c

1 H 100 z
b) d) b) d)
H = 0.83

media Vn, ( = 4 096)

1.8
V 0.75 1
z = 1.66
2 3
H = 0.5
0.01 0.5 1
2
4 1.4
0.25

0.01
0 1
0.0001
1 10 100 1 100 10000 1 10 100 1000
1 10 100
intervalo de tiempo, horizonte de tiempo, n intervalo de tiempo, n intervalo de tiempo, n

Fig. 1. [11]. (a-c) Grficas fractales de volatilidades Fig. 2. [11]. Resultados del anlisis fractal (o de
histricas de los precios del petrleo, obtenidas por escalamiento) de la volatilidad histrica de los precios del
los mtodos de trazado autoafn: a) rugosidad-longitud, b) petrleo (los puntos representan los datos experimentales
variograma y c) rango reescalado; los nmeros y las lneas los ajustes de los datos mediante leyes de
son los diferentes horizontes de tiempo: 1. n = 3, 2. n = 8, potencia): a) funcin de volatilidad mnima vs. horizontes
3. n = 20 y 4. n = 60 das hbiles. d) Dependencia de H vs. de tiempo: (1) mn. (Vn) = 10-5n395, R2 = 0.97 y (2) mn. (Vn) =
horizonte (los crculos y cuadrados son los datos 0.014n0.66, R2 = 0.993 ; b) media (1) y desviacin estndar
experimentales, mientras que la lnea continua (2,3) de la volatilidad ( = 4 096) vs intervalo de tiempo,n:
representa el ajuste de los datos por medio de (1) {Vn ( = 4 096)} = 1.5n0.5 , R2 = 0.999,
una ley de potencia). (2) {Vn ( = 4 096)} = 0.18 n0.26 , R2 = 0.995
(3) { Vn ( = 4 096)} = 0.1 n0.45 , R2 = 0.998
(el ttulo del eje de las x indica la cantidad);
c) exponente de crecimiento vs. intervalo de tiempo
La volatilidad es la desviacin estndar del precio, ya que normalizado para los horizontes de la volatilidad: n = 3 (1,2)
sta representa una medida general de la magnitud de las y n = 60 (3); d) dependencia del exponente dinmico con
fluctuaciones del mercado [11]. Por ende, una manera de respecto al horizonte de la volatilidad.
calcular la volatilidad histrica de los precios, para diferentes
horizontes de tiempo: n = 2,3,..., m, es como:
Asimismo, se encontr que la transicin de un comportamiento
r i=1 ( P (+i) P () )
n
Vn() = (n _ 1) 1 _ 2 antipersistente a otro persistente est acompaado por un
_ 2
(5)
cambio en el tipo de distribucin estadstica de la volatilidad
(figura 3). Este fenmeno es atribuido a la dinmica compleja
donde el valor promedio de P2() denota el tiempo promedio de avalanchas del mercado petrolero, el cual puede ser tambin
de negociacin y es el tiempo para realizar las transacciones observado en una amplia gama de sistemas fsicos
(excluyendo fines de semana y das festivos del mercado). gobernados por la dinmica de avalanchas. [8,12]
Balankin et al. [7] concluyeron que la volatilidad histrica Los hallazgos antes sealados sugieren que la dinmica de la
de los precios del petrleo a largo plazo es persistente volatilidad histrica de los precios del petrleo est gobernada
(correlaciones positivas a largo plazo), lo cual satisface el por un estado de criticidad auto-organizada (SOC), parecido a
escalamiento dinmico de Family-Viscek ansatz; mientras que los que comnmente ilustran, de manera conceptual, las
a corto plazo es antipersistente, obedeciendo a la ley avalanchas en una pila de arena [8]. De acuerdo a esto, el sistema
generalizada de escalamiento con variaciones continuas en evoluciona a travs de estados transitorios en horizontes de
los exponentes de escalamiento (figuras 1 y 2). tiempo n < 18, los cuales no son crticos, hacia un atractor

IPN 5 ESIME
 Cientfica
f f
a)
3 b)
2 0.30
2 0.20
1
1 0.10
0 0.00
0
0 0.5 1 V3 0 0.5 1 1.5 V 18
Fig. 3. [11] Distribuciones de probabilidad condicional de
volatilidad para los horizontes de: a) n = 3: distribucin Pearson
(p = 0.41); y b) n = 18: distribucin log-logstica
(p = 0.38).
dinmico en equilibrio (dentro del estado crtico) para horizontes
a largo plazo. En el largo plazo, la volatilidad histrica de precios
obedece a la dinmica de escalamiento de Family-Vicsek ansatz
donde podra ser predecible su comportamiento (en sentido
estadstico). [12,13]
Dado que el requisito fundamental es que los datos de las
series de tiempo posean alguna dependencia o correlacin a
largo plazo [14], los hallazgos de Balankin et al. [7] sirvieron
de punto de partida para que en este trabajo se desarrollara
una metodologa de prediccin de precios del petrleo, a
travs de la cual se generaron escenarios probabilsticos del
futuro comportamiento del precio del petrleo. [15,16]
4. Desarrollo
4.1 Construccin del modelo de prediccin de precios del
petrleo
Primero se calcul el valor absoluto de los rendimientos
logartmicos de precios (()) para diferentes horizontes
de estudio n = 2,3,4, ...,101. Esto se realiz porque ()
indica la amplitud de las fluctuaciones en los precios, por lo
que se le considera una forma de interpretar la volatilidad de
los precios; de igual manera, el valor de () est
correlacionado en el tiempo como una ley de potencia.
Despus se calcul el exponente de Hurst (H) de () para
cada uno de los 100 horizontes de estudio, mediante cinco
mtodos de trazado autoafn (del rango reescalado, de espectro
de potencia, del variograma, de las ondoletas y de rugosidad-
longitud) con la ayuda del software Benoit 1.3. [17]
Enseguida se promediaron los valores de H() de las 100 series
de tiempo. Asimismo, estos promedios globales de H() se
IPN
0.40
H
1 10 100
das hbiles
Fig. 4. Promedios globales H ().
graficaron para saber a partir de qu momento los H() globales
tenan un comportamiento prcticamente constante; es decir,
de qu momento las H() globales alcanzan el estado
estacionario (figura 4).
En la figura 4 se aprecia que los valores promedio de H()
alcanzan un estado estacionario aproximadamente en el dato
nmero 15. Esto se interpreta como el hecho de que cada 15
das hbiles (3 semanas naturales) las fluctuaciones se
estabilizan o, en trminos de la dinmica del crecimiento de
interfases, que el sistema alcanza un estado estacionario. Con
base en esto, la prediccin de precios debera realizarse para
cada 15 das hbiles.
Por lo tanto, el cuarto paso consisti en calcular el promedio de
H() , desde el dato 15 hasta el dato 101, dando como resultado
un valor de 0.38. Este valor se emple ms adelante para generar
escenarios probabilsticos sobre el comportamiento de los
precios del petrleo.
Posteriormente se obtuvo el rango de las fluctuaciones para
cada 15 das hbiles; o sea, las mximas fluctuaciones que
se podran tener en este intervalo de tiempo. Esto se realiz
de la siguiente manera. Se calcul el valor de () para
cada 15 das; es decir, para el primer punto se consider
desde el precio 1 hasta el precio 15, para el punto dos desde
el precio 2 hasta el precio 16, para el punto tres desde el
precio 3 hasta el precio 17, y as sucesivamente hasta el
ltimo punto desde el precio 4 485 hasta el precio 4 500. De
esta forma se obtuvieron 4 485 datos de (). Luego se
determinaron los valores mximo y mnimo de estos 4,485
datos y se calcul el rango de estos datos (valor mximo
menos valor mnimo) dando su valor de 0.48. Este valor de
0.48 tambin fue un dato que se emple para generar
escenarios probabilsticos sobre el comportamiento de los
precios del petrleo.
6 ESIME

Fig. 5. Ventana del software Benoit 1.3, a partir de la cual se
crearon las 300 trazas que se emplearon de punto de partida
para predecir los precios del petrleo.
4.2 Generacin de escenarios probabilsticos para los precios
del petrleo
En la seccin anterior se estimaron dos parmetros estadsticos
cuando las series de tiempo alcanzaban un estado estacionario:
(i) el promedio global del exponente de Hurst para
()(H() = 0.38); y (ii) el rango de (), para = 15 sucesivamente hasta que al dato 225 se le asign el signo
das hbiles (3 semanas naturales), cuyo valor fue de 0.48.
Para generar los escenarios probabilsticos, se crearon, de
manera aleatoria, 300 series de tiempo (o trazas) autoafines con
el software Benoit 1.3 [15] a partir de los siguientes datos: H =
0.38, nmero de puntos de cada traza = 225 y rango del conjunto
= 0.48 (figura 5). Cada una de las 300 trazas creadas consta de
225 datos. Cada dato indica el valor promedio pronosticado del
rendimiento logartmico de precios, (), durante un lapso de 15
das hbiles (tres semanas naturales); por consiguiente, el
horizonte de prediccin es de enero de 2004 hasta noviembre
de 2016 (225 datos * 15 das hbiles = 3 375 das hbiles = 12.9
aos naturales, considerando que un ao natural contiene 260
das hbiles).
Hasta el momento, slo se han sentado las bases para predecir
el valor de los rendimientos logartmicos. Sin embargo, a las
personas que toman las decisiones estratgicas tambin les
interesa la tendencia del mercado; es decir, si los precios van a
la alza, a la baja o se mantendrn prcticamente constantes. As
pues, es necesario determinar la tendencia de los incrementos,
o sea el signo de los incrementos.
IPN
Cientfica
Sornette y Andersen [14] proponen predecir el signo de las
variaciones (o incrementos) de series de tiempo que no
contienen correlaciones, tal como es el caso de () y de los
precios, con una extraordinaria probabilidad de xito del 75%
para distribuciones simtricas (como la normal o la distribucin
logstica). Esta propuesta predice el signo del incremento de
los rendimientos logartmicos y no el signo de los rendimientos
(que son proporcionales al incremento de los precios).
La propuesta de Sornette y Andersen parte del hecho de que,
para variables independientes e idnticamente distribuidas
(comportamiento aleatorio), la probabilidad de tener un
incremento positivo o negativo es del 50%, debido a que se
trata de distribuciones simtricas. Por ende, estos autores
sugieren que un valor de () (o precio) tenga signo positivo, el
siguiente valor signo negativo, el prximo valor signo positivo,
el valor que le sigue signo negativo; as sucesivamente hasta
asignar al ltimo valor de la serie de tiempo el signo contrario al
valor anterior inmediato.
Por otra parte, cada una de las 300 trazas fueron creadas de
manera aleatoria, por lo que los 225 datos de cada traza son
variables idntica e independientemente distribuidas.
Dado lo anterior, se aplic la propuesta de Sornette y
Andersen a cada una de las 300 trazas generadas. En otras
palabras, al primer dato de cada traza se le asign el signo
positivo, al segundo dato el signo negativo, al tercer dato el
signo positivo, al cuarto dato el signo negativo; as
contrario al del dato 224.
Hasta este punto se tenan nicamente datos proyectados de
() con signos de los incrementos asignados. Pero lo que
realmente nos interesaba era tener datos de los precios
proyectados (o pronosticados). As pues, se calcularon, para
cada una de las 300 trazas, los 225 precios promedio del
petrleo proyectados cada 15 das hbiles (tres semanas
naturales), a partir de los 225 datos de () con sus signos
positivos y negativos ya asignados.
La frmula para determinar () es
() = ln(P(t) / P(t-)). (6)
Entonces, para determinar el valor del precio, P(t), se utiliz la
siguiente expresin matemtica:
P(t) = P(t _ ) * exp(()). (7)
El primer valor de P(t _ ) que se aplic para calcular los 225
P(t) fue el de 16.69 $/bl. Este valor es el precio promedio de los
7 ESIME
 Cientfica

ltimos 15 das hbiles de diciembre de 2003 (del 12 al 31 de
diciembre).
Una vez obtenidas las 300 series de tiempo de los precios
promedio del petrleo (para cada 15 das hbiles), se hizo lo
siguiente para cada una de estas 300 series. Se dividi cada
serie en dos subseries. Una subserie con los datos de signo
positivo (113 datos), y la otra subserie con los datos de signo
negativo (112 datos). Hecho lo anterior, se tenan 300 series
de precios promedio con tendencia alcista y otras series de
tiempo con tendencia descendente.
Una vez realizado lo anterior, para las 300 trazas con los 225
datos se calcul el valor mximo global y el valor mnimo global
para cada punto (tabla 1); estos 225 valores mximos y 225
valores mnimos representan, respectivamente, los precios ms
altos y ms bajos del petrleo en caso de escenarios en los
que se suscitarn guerras, desastres naturales, recesiones
econmicas, entre muchos fenmenos naturales y sociales.
En lo que respecta a las 300 subseries, tanto con signo positivo
como con signo negativo, se determin el promedio global de
cada uno de los 112 datos (tabla 2); estos 112 promedios
representan el mximo valor y el valor mnimo que podra
alcanzar el precio promedio del petrleo en un escenario que
supone condiciones de estabilidad. El promedio del valor mximo
y el valor mnimo, en cada punto proyectado, representa el
valor ms probable de ocurrir.
Como los precios proyectados en las tablas 1 y 2 (desde enero
de 2004 hasta noviembre de 2016) son precios promedio
mensuales, para poder representar en una sola
grfica dichos precios con los precios histricos
(desde enero de 1986 hasta diciembre de 2003), se Tabla 1. Valores mximos y mnimos de las 300 series de precios
obtuvieron los promedios mensuales de los precios
histricos.
Maximo
se dividi entre el porcentaje de 2003 (179.35%), de tal suerte
que el nuevo porcentaje de 1983 fue de 55.53% ([99.96*100] /
179.35). El mismo procedimiento se realiz para obtener los
nuevos porcentajes de inflacin para los aos 1984-2002.
Una vez obtenidos los nuevos porcentajes anuales de
inflacin, se multiplic cada precio mensual promedio del
petrleo por la nueva inflacin anual. Por ejemplo, para
convertir el precio promedio de enero de 1986 a dlares de
2003, se multiplic dicho precio (16.8662 $/bl) por la nueva
inflacin de 1986 (61.11%), dando como resultado un precio
de 49.5013 $/bl (dlares de 2003).
En la figura 6 se presenta la grfica de los precios histricos
mensuales del petrleo en dlares constantes de 2003.
En la misma figura 6 se observan los precios mensuales
pronosticados del petrleo, incluyendo escenarios que
contemplan desequilibrios en los precios por movimientos
sociales y naturales (curvas de valores mximos y valores
mnimos), as como un escenario de precios bajo condiciones
de estabilidad del mercado (curva ms gruesa).
Asimismo, en la figura 6 tambin se aprecia que es ms
probable que el impacto de los fenmenos sociales o
naturales en el comportamiento futuro de los precios del
petrleo provoque que stos se disparen hacia arriba (hasta
95 $/bl), en lugar de seguir una tendencia hacia la baja (hasta
10 $/bl). Aunque el escenario ms probable es que los
precios del petrleo se mantengan prcticamente entre 30 y
32.5 $/bl).
promedio del petrleo.
Mnimo Maximo Mnimo Maximo Mnimo Maximo Mnimo

Los precios promedio mensuales del petrleo 0

2
16.6900
26.9729
16.6900
14.7486
58
60
41.1782 8.7835 116 33.6998 8.2138 174
43.7915 8.9926 118 36.4597 8.0528 176
46.7203
44.3054
6.2005
6.2563

(histricos y pronosticados) estaban en dlares 4

6
27.5069
27.2003
14.1140
13.7396
62
64
40.7666 8.4105 120 36.9408 7.8469 178
41.2658 8.4467 122 40.2784 8.6603 180
43.7333
45.2940
6.5156
6.1083

constantes de 1983. Pero para comparar los precios 8

10
27.4085
29.8420
13.2257
13.8361
66
68
38.6136 7.8031 124 38.3676 8.3045 182
37.8403 8.0709 126 39.8806 8.7774 184
48.8293
52.7534
6.1580
6.0145

proyectados en este trabajo con los generados por 12

14
28.9023
29.9278
13.2596
12.5380
70
72
38.1934 8.7405 128 36.9585 8.1097 186
36.1998 8.1190 130 38.4789 8.3178 188
50.5231
50.5242
6.2131
6.3552
firmas especializadas en la materia, se convirtieron 16
18
30.3235
29.8499
12.5600
12.2057
74
76
34.4928 7.6197 132 38.3336 8.0872 190
33.1778 8.0055 134 37.5297 7.3773 192
51.1772
51.7593
6.6072
6.3112
todos los precios a dlares constantes de 2003. 20
22
29.2394
31.7759
12.6098
12.1320
78
80
32.5994 7.6835 136 38.1680 7.2436 194
34.3604 8.1443 138 37.9813 7.0534 196
52.0307
50.5779
5.8640
6.1966
24 29.1253 11.9082 82 35.3727 7.7758 140 39.3092 6.7451 198 50.2702 6.0579
26 31.9331 11.2585 84 38.8264 8.2762 142 39.6160 7.3708 200 50.6988 6.5788
Para convertir los precios constantes de 1983 a 28
30
33.0310
34.5708
10.6155
10.7935
86
88
37.8191 7.7684 144 39.7235 7.4322 202
37.6335 7.6103 146 41.0981 7.5704 204
50.1749
49.6480
6.5627
6.1638
precios constantes de 2003, se cambi el ao base; 32
34
34.0813
34.6820
11.1065
11.0641
90
92
39.8520 7.4746 148 41.4915 7.5646 206
37.7850 7.2926 150 45.2417 7.1018 208
51.6514
50.7203
6.1048
6.3709
es decir, 1983 dej de ser el ao base (99.96%) y se 36
38
36.9740
37.1301
11.4008
11.1079
94
96
36.7989 7.4069 152 42.8256 7.2600 210
37.4884 8.1217 154 42.9679 7.3147 212
51.1272
47.2470
6.5179
6.2213
tom como ao base 2003 (179.35%). Entonces, los 40
42
40.3767
39.0976
11.1677
10.9922
98
100
38.3498 7.9568 156 42.0025 7.0434 214
37.0469 8.5083 158 42.1560 7.0573 216
46.4474
47.0182
6.3013
6.1628
porcentajes de inflacin tuvieron que cambiar. Para 44
46
36.8048
40.0369
10.3684
9.8014
102
104
36.8364 8.3162 160 43.8855 7.0081 218
36.7928 8.0238 162 43.9897 7.2606 220
48.9111
46.9311
5.8874
5.9926
calcular el nuevo porcentaje de inflacin de 1983, 48
50
36.5102
34.7427
9.7568
9.5615
106
108
37.5290 8.2728 164 45.1105 7.0808 222
37.4372 8.0586 166 42.2776 6.9188 224
48.3760
45.7452
5.8997
5.7952
teniendo como ao base 2003, se multiplic el 52
54
34.7922
39.4660
9.9009
9.9362
110
112
34.3599 7.7552 168 46.7155 6.6883
35.2433 7.8503 170 49.3157 6.3847
porcentaje de 1983 (99.96%) por 100, y el producto 56 39.5675 9.9541 114 35.4722 7.6477 172 46.1426 6.3668

IPN 8 ESIME
 Cientfica

especializadas en la materia, con el propsito de

Tabla 2. Promedios globales de los precios con signos positivos validar la metodologa desarrollada.
(tendencia alcista) y con signos negativos (tendencia descendente).

4.3 Anlisis y discusin de resultados

Promedio (+) Promedio (-) PROMEDIO Promedio (+) Promedio (-) PROMEDIO Promedio (+) Promedio (-) PROMEDIO
0 16.6900 16.6900 16.6900 76 17.1803 16.9475 17.0639 152 17.3011 17.0768 17.1889
2 16.8764 16.6872 16.7818 78 17.1685 16.9254 17.0469 154 17.3288 17.1039 17.2163 La manera en que se analizaron los resultados
4
6
16.8945
16.8973
16.7273
16.7146
16.8109 80
16.8059 82
17.1605
17.1810
16.9523
16.9906
17.0564 156
17.0858 158
17.2997
17.2822
17.0756
17.0875
17.1876
17.1848
obtenidos, fue comparar los precios del petrleo
8
10
16.9204
16.9259
16.7637
16.7597
16.8421 84
16.8428 86
17.1971
17.1536
16.9968
16.9361
17.0970 160
17.0448 162
17.2953
17.2722
17.0973
17.0791
17.1963
17.1757
crudo WTI generados con esta metodologa con
12
14
16.9619 16.7752 16.8685 88
16.8892 90
17.1768 16.9855 17.0812 164
17.1005 166
17.2497 17.1204 17.1850
17.1454
los precios presentados por firmas reconocidas
16.9768 16.8016 17.2077 16.9934 17.2062 17.0846
16 16.9693 16.8044 16.8869 92 17.2129 16.9719 17.0924 168 17.2221 17.0860 17.1540 internacionalmente. En la tabla 3 se dan a conocer
18 16.9616 16.8001 16.8808 94 17.1874 16.9020 17.0447 170 17.2358 17.0891 17.1624
20 16.9670 16.7916 16.8793 96 17.2161 16.9025 17.0593 172 17.2612 17.1265 17.1939 las proyecciones (2004-2015) de cinco empresas
22 16.9603 16.7783 16.8693 98 17.2061 16.8900 17.0480 174 17.2643 17.0442 17.1543
24 16.9862 16.8333 16.9097 100 17.2538 16.9320 17.0929 176 17.2396 17.0188 17.1292 internacionales, de PEMEX y del presente trabajo
26 16.8925 102 17.0834 178 17.1425
28
16.9626
16.9718
16.8224
16.8011 16.8865 104
17.2510
17.2467
16.9158
16.8893 17.0680 180
17.2520
17.1985
17.0330
16.9546 17.0766 (tesis) para los precios anuales del petrleo crudo
30
32
16.9778
17.0123
16.8210
16.8659
16.8994 106
16.9391 108
17.2413
17.2643
16.9338
16.9649
17.0876 182
17.1146 184
17.1928
17.2310
16.9217
16.9576
17.0572
17.0943
West Texas Intermediate (WTI), en dlares
34
36
17.0005
17.0425
16.8330
16.9131
16.9167 110
16.9778 112
17.2391
17.2175
16.9355
16.9137
17.0873 186
17.0656 188
17.2459
17.2341
16.9142
16.8947
17.0801
17.0644
constantes de 2003.
38 17.0895 16.8806 16.9850 114 17.2428 16.9324 17.0876 190 17.2075 16.8574 17.0324
40 17.1087 16.9044 17.0066 116 17.2267 16.9252 17.0760 192 17.2564 16.8985 17.0775
42 17.1238 16.9423 17.0331 118 17.2204 16.8748 17.0476 194 17.2715 16.8959 17.0837 Cabe hacer algunas aclaraciones sobre la tabla 3.
44 17.1153 16.9536 17.0345 120 17.2546 16.9203 17.0874 196 17.3007 16.9241 17.1124
46 17.1423 16.9625 17.0524 122 17.2787 16.9876 17.1331 198 17.3410 16.9732 17.1571 Primero, los precios proyectados en esta tabla son
48 17.1259 16.9717 17.0488 124 17.2250 16.9562 17.0906 200 17.3804 17.0278 17.2041
50 17.1323 16.9539 17.0431 126 17.2694 16.9852 17.1273 202 17.3785 17.0140 17.1963 dlares americanos que habra que pagar por un barril
52
54
17.1502
17.1606
16.9644
16.9671
17.0573 128
17.0639 130
17.3091
17.3077
17.0315
17.0674
17.1703 204
17.1875 206
17.3911
17.3673
17.0774
17.0410
17.2342
17.2042 de petrleo crudo WTI. Segundo, a continuacin se
56
58
17.1403
17.1481
16.9628
16.9614
17.0515 132
17.0547 134
17.3134
17.3052
17.0347
17.0361
17.1741 208
17.1706 210
17.3749
17.3642
17.0480
17.0317
17.2115
17.1980
dan a conocer los nombres de las cinco compaas
60
62
17.1437
17.1282
16.9462
16.9118
17.0449 136
17.0200 138
17.2334
17.2637
16.9523
16.9834
17.0928 212
17.1236 214
17.3377
17.3322
17.0041
17.0086
17.1709
17.1704
internacionales:
64 17.1249 16.8972 17.0110 140 17.3182 17.0183 17.1683 216 17.3500 16.9845 17.1672 E(1): Purvin & Gertz NGL Market Outlook,
66 17.1516 16.8742 17.0129 142 17.3511 17.0377 17.1944 218 17.3571 16.9536 17.1553
68 17.1699 16.9143 17.0421 144 17.3392 17.0616 17.2004 220 17.3927 16.9929 17.1928 E(2): Global Insight Inc. (antes DRI-WEFA),
70 17.1825 16.9422 17.0624 146 17.3345 17.0909 17.2127 222 17.3717 16.9927 17.1822
72 17.1503 16.9079 17.0291 148 17.3385 17.0829 17.2107 224 17.3606 17.0021 17.1813 E(3): Petroleum Industry Research ASS (PIRA),
74 17.1609 16.9666 17.0637 150 17.3057 17.0353 17.1705
E(4): EIA / Annual Energy Outlook 2004 y
E(5): Pace Global Energy Services.

Finalmente, en la figura 7 se aprecia nicamente el escenario Tercero, la informacin sobre los pronsticos generados por
de precios promedio proyectados (figura 6) bajo condiciones las cinco compaas extranjeras y por PEMEX se obtuvo de
estables del mercado, el cual es ms probable que ocurra. un informe preliminar para discusin que emiti PEMEX a
finales de 2003. Asimismo, por razones de confidencialidad,
La figura 7 es la base que sirve para comparar los precios en el presente trabajo se evita citar la fuente.
generados con la metodologa de prediccin desarrollada en
este trabajo con los precios presentados por diversas firmas Finalmente, los pronsticos de precios anuales se
determinaron promediando los pronsticos mensuales (del

120
PRECIOS HISTRICOS ESCENARIOS DE PRECIOS
100

80
32 precio ms probable
USD/bl

60
precios, $/bl

diciembre de 2003 de mximas fluctuaciones

40 ms probable
31
20 de mnimas fluctuaciones

0
19/12/1985 11/06/1991 01/12/1996 24/05/2002 14/11/2007 06/05/2013
30
dic/03 sep/06 jun/09 mar/12 dic/14
fecha

Fig. 6. Precios mensuales, histricos (enero de 1986 a

diciembre de 2003) y pronosticados (enero de 2004 a
noviembre de 2016), del petrleo crudo WTI a dlares Fig. 7. Precios promedio mensuales pronosticados del
constantes de 2003. petrleo crudo WTI en condiciones de estabilidad.

IPN 9 ESIME
 Cientfica

32 Tabla 3. [16]. Proyecciones de cinco empresas internacionales,

de PEMEX y del presente trabajo (tesis) para los precios anuales
30
del petrleo crudo WTI (2004-2015), en dlares constantes de
precio, $/bl

28 2003.
26

24
E (1) E (2) E(3) E(4) E(5) Pemex Tesis
22 2004 24.24 24.08 26.65 26.50 27.94 26.34 30.31
2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2005 23.86 24.25 24.54 25.91 24.71 24.45 30.45
2006 23.45 23.23 24.02 26.05 23.23 23.80 30.70
ao 2007 23.54 23.51 23.51 26.19 23.03 23.78 30.75
E(1) E(2) E(3) E(4) 5 Pemex Tesis 2008 23.55 23.77 23.92 26.32 23.01 23.89 30.80
2009 23.54 23.98 24.28 26.46 23.01 23.98 30.88
2010 23.57 25.28 24.64 26.58 23.10 24.45 30.92
2011 23.60 25.76 25.31 26.73 22.99 24.41 30.99
2012 23.63 26.23 25.88 26.85 23.08 24.60 31.07
Fig. 8. Proyecciones de cinco empresas internacionales, de 2013 23.68 26.70 26.50 26.99 23.08 24.78 30.94
PEMEX y del presente trabajo (tesis) para los precios anuales 2014 23.73 27.18 27.01 27.11 23.08 24.95 30.90
del petrleo crudo WTI (2004-2015), en dlares 2015 23.84 27.65 27.53 27.24 23.08 25.14 31.10
constantes de 2003.

Dado todo lo anterior, se piensa que los pronsticos de tesis

escenario ms probable) generados. Por otra parte, en la figura
8 se muestran las curvas de los precios presentados en la
tabla 3. Con base en esta figura se realizaron las conclusiones.
5. Conclusiones
Las cinco compaas consultoras y Pemex esperan una
reduccin en los precios del petrleo crudo WTI durante
los tres primeros aos, inicindose una recuperacin a partir
del ao 2008.
De estos seis escenarios, el de la EIA (E(4)) es el de mayor
nivel de precios (promediando en el periodo 2004-2015,
26.58 $/bl), mientras que el de Purvin & Gertz (E(1)) y el de
Pace (E(5)) son los menores (23.69 y 23.61 $/bl,
respectivamente). Por su parte, Pemex tiene un promedio
en el periodo 2004- 2015 de 24.53 $/bl.
Los precios proyectados por las cinco consultoras y por
Pemex se mantienen dentro de la canasta bsica establecida
por la OPEP: 22-28 $/bl, lo cual, segn los analistas del
mercado petrolero, es correcto, ya que la OPEP se ha
empeado en mantener los precios del petrleo en esta
banda.
En cuanto a los pronsticos de este trabajo (tesis), stos
proyectan los precios anuales ms altos para el petrleo
crudo WTI, promediando en el periodo 2004-2015, 30.82 $/
bl. Asimismo, estos pronsticos estn, en promedio, 4.24
$/bl arriba de los de EIA.
Se considera que lo ms probable es que los precios se
mantengan constantes del ao 2004 al ao 2015, con un
nivel de 30.82 $/bl.
para los precios del petrleo crudo WTI, durante el periodo
2004-2015, son los ms precisos porque son producto de un
anlisis estadstico y de escalamiento efectuado para
identificar y caracterizar los parmetros estadsticos que
gobiernan la dinmica de la volatilidad histrica de los precios
del WTI.
Agradecimientos
Los autores agradecen al CONACYT (Proyecto CONACYT
34951-U), al Instituto Politcnico Nacional (Proyecto CGPI
No. 20031240) y al Instituto Mexicano del Petrleo por el apoyo
brindado para la realizacin de este trabajo.
6. Referencias
[1] D. Morales. Dinmica fractal de interfases en medios
porosos. Tesis doctoral (2001). Instituto Politcnico
Nacional, Mxico.
[2] F. Family & T. Vicsek. J. Phys. A 18, L75 (1985).
[3] B.B. Mandelbrot. The Fractal Geometry of Nature, W.H.
Freeman, Nueva York (1982).
[4] T. Vicsek. Fractal Growth Phenomena, World Scientific,
Singapore (1991).
[5] B.B. Mandelbrot. Fractals and Scaling in Finance,
Springer, Nueva York (1997).
[6] A-L Barabsi & H.E. Stanley. Fractal concepts in surface
growth, Cambridge University Press, Cambridge (1995).
[7] A. Balankin, O. Morales, E. Glvez, & A. Prez. Crossover
from antipersistent to persistent behavior in time series
possessing the generalized dynamic scaling law, Physical
Review E 69, 036121, pp. 1-7 (2004).
[8] P. Bak. How Nature Works: The Science of Self-Organized
Criticality, Copernicus, Nueva York (1996).

IPN 10 ESIME
 Cientfica

[9] J.J. Ramasco, J.M. Lpez, & M.A. Rodrguez. Escalado
dinmico genrico en la rugosidad cintica, Phys. Rev.
Lett. 84, pp. 2199-2202 (2000).
[10] L. Sittler & H. Hinrichsen. On Generalized Scaling Laws
with Continuously Varying Exponents, J. Phys. A: Math.
Gen. 35, pp. 10531-10538 (2002).
[11] O. Morales Matamoros. Modelos mecnicos de la dinmica
fractal del mercado petrolero, tesis doctoral (2004).
Instituto Politcnico Nacional, Mxico.
[12] V. Frette, K. Christensen, A. Malthe-Sorenssen, J. Frder,
T. Jossang, & P. Meakin. Avalanche dynamics in a pile
of rice, Nature 379, pp. 49-52 (1996).
[13] M. Peczuski, S. Maslov, & P. Bak. Avalanche dynamics in
evolution, growth, and depinning models, Phys. Rev. E
53, pp. 414-443 (1996).
[14] D. Sornette & J.V. Andersen. Increments of Uncorrelated
Time Series Can Be Predicted With a Universal 75%
Probability of Success, Int. Journal of Modern Physics,
Vol. VII, 4, pp. 713-720 (2000).
[15] D. Chvez F. Hacia la prediccin del precio del petrleo y del
ndice de la bolsa, Conversus, nm. 23, pp. 24-27 (2003).
[16] D. Chvez Fragoso. Pronostican mayor precio del petrleo
que Pemex; Conversus, nm. 28, pp. 5 (2004).
[17] BENOIT 1.3 http://www.scioncorp.com.

ESIME Zacatenco

La Coordinacin del Piso de Pruebas

para Transformadores de los
Laboratorios Pesados II de Ingeniera Elctrica
cuenta con pruebas acreditadas
que se encuentran al servicio de la industria nacional.

PRUEBAS:
RESISTENCIA DE AISLAMIENTO
RESISTENCIA HMICA
RIGIDEZ DIELCTRICA
TENSIN APLICADA
TENSIN INDUCIDA
ELEVACIN DE TEMPERATURA
IMPULSO
POLARIDAD

Tel. 5729 6000, ext. 54750

correo electrnico:
piso_pruebas@hotmail.com

IPN 11 ESIME
 Cientfica Vol. 9 Nm. 1 pp. 13-22
2005 ESIME-IPN. ISSN 1665-0654. Impreso en Mxico

Estudio del comportamiento mecnico-

metalrgico de aleacin inconel 600 y estelita
Martn Castillo1 within the group of high hardness alloys or superalloys, which
are deposited through the electrical weld process to the
Gabriel Villa1 metallic arc with coated electrode (SMAW) and thereinafter
Manuel Vite1 analyzed through electron microscopy, diffractometry and
abrasion, Impact and hardness tests. The relationship
Francisco Palacios2 between the microstructure and the final properties of the
Luis H. Hernndez1 coating (hardness and abrasion wear resistance) was observed.
Guillermo Urriolagoitia1
Palabras clave: estelita, inconel 600, austenita, abrasin, carburo,
recubrimiento duro.
1
Departamento de Mecnica,
Seccin de Estudios de Posgrado e Investigacin (SEPI), 3. Introduccin
Escuela Superior de Ingeniera Mecnica y Elctrica (ESIME),
Instituto Politcnico Nacional (IPN). Los recubrimientos duros sobre metales blandos tienen una
Av. IPN, Edificio 5, 2 piso, Col. Lindavista, CP 07738. Mxico, DF. gran importancia en los componentes de equipos sometidos
MXICO a diferentes tipos de servicio. Estos recubrimientos tienen
2
Gerencia de Ciencia de Materiales, una amplia aplicacin en la industria petroqumica, generacin
Instituto Nacional de Investigacin Nuclear, Salazar, Edo. de Mxico. de energa elctrica, movimiento de tierras e industria nuclear.
MXICO
Objetivos
Tel. (1)
57296000 exts. 54691-54748; (2)
53297200 ext. 2896
Estudiar las fases que provocan los diferentes niveles de
endurecimiento en los recubrimientos con aleaciones de
email: avinfer@hotmail.com inconel y estelita.
Caracterizar los recubrimientos mediante tcnicas
Recibido el 3 de septiembre de 2002; aceptado el 7 de mayo de 2004. experimentales, como son: microscopia ptica y electrnica,
difractometra, pruebas de dureza, pruebas de abrasin.
1. Resumen Estudiar la forma de sustituir una aleacin con base de
cobalto por una aleacin con base de nquel.
Este trabajo presenta el estudio sobre las propiedades
metalrgicas y mecnicas de dos aleaciones, inconel 600 y Generalidades
estelita, clasificadas dentro del grupo de aleaciones de alta
dureza o superaleaciones; las cuales fueron depositadas Recubrimiento duro. La aplicacin de recubrimientos duros
mediante el proceso de soldadura elctrica al arco metlico sobre las superficies, consiste en depositar alguna clase de
con electrodo revestido (SMAW) y fueron analizadas mediante aleacin especial sobre una parte metlica mediante alguno
microscopa electrnica (SEM), difractometra, pruebas de de los diversos mtodos de aplicacin de soldadura, para
abrasin, impacto y dureza. Se observ la relacin entre la formar una superficie que resista a la abrasin, al calor, al
microstructura y las propiedades del recubrimiento, como son: impacto y a la corrosin o sus combinaciones. [1]
dureza, resistencia a la abrasin, resistencia al impacto, entre
otras. Nquel y aleaciones con alto contenido de nquel. Un grupo
importante de aleaciones para el servicio de corrosin y alta
2. Abstract (Metallurgical and Mechanical Properties of temperatura est basado en el elemento nquel. Uno de los
Inconel 600 and Stellite) atributos ms importantes del nquel, con respecto a la
formacin de aleaciones resistentes a la corrosin, es su
The present work studies the metallurgical and mechanical compatibilidad metalrgica con otros metales tales como
properties of two alloys, Inconel 600 and Stellite, which are cobre, cromo, molibdeno y hierro. Las aleaciones de nquel

IPN 13 ESIME
 Cientfica

Tabla 1. Anlisis qumico del metal base (obtenidos en el Tabla 3. Anlisis qumico del metal base (obtenidos en el
laboratorio de anlisis qumicos del ININ). laboratorio de anlisis qumicos del ININ).

q p

Acero al carbono Muestra Co % Cr % Fe % W

Muestra C % Mn % Si % P% S %
% 55.78 28.68 2.38 4.74
01 0.123 0.390 0.033 0.0098 0. 03 Ni % Si % O% K%
01 2.54 2.10 3.56 0.22
1

0.003 0.005 0.006 0.002 0

y la dureza en aleaciones de cobalto se obtiene principalmente

son, en general, austenticas; sin embargo, pueden estar
sujetas a la precipitacin intermetlica y a la formacin de
fases de carburo al someterse al envejecimiento.
Aleaciones de cobalto. Las aleaciones de cobalto son
qumicamente menos complejas que las aleaciones de nquel,
siendo ms parecidas a los aceros inoxidables. La constitucin
de fases de la mayora de las superaleaciones de cobalto
consiste en una matriz continua cbica de cara centrada (fcc),
llamada austenita o gama (), una o ms fases de carburo, la
precipitacin infrecuente de estructura hexagonal compacta
(hcp) llamada martensita o . Sin embargo, es comn encontrar
nicamente la fase y carburos en superaleaciones de cobalto
bien diseadas; la resistencia al desgaste abrasivo y corrosivo,
Tabla 2. Anlisis qumico del metal de aporte, inconel 600
(obtenidos en el laboratorio de anlisis qumicos del ININ).
a travs de una combinacin de efectos entre la solucin slida
y la precipitacin de carburos.[2]
4. Desarrollo
Preparacin de la muestra. El metal base utilizado es un acero
de bajo carbono ASTM-A36 (tabla 1), en forma de placas cuyas
dimensiones son las siguientes: 200 x 200 x 25.4 mm. Se utiliz
electrodo revestido con dimetro 4.8 mm, ERNiCR (tabla 2) y
ERCoCr (tabla 3).
La aplicacin de los cordones que forman el depsito se realiz
usando el mtodo de soldadura elctrica al arco metlico con
electrodo revestido, la tcnica de aplicacin de la soldadura
consisti en movimiento del electrodo con oscilacin en
posicin plana, como se muestra en la figura 1. Durante la
depositacin de los cordones se controlaron los parmetros
de soldadura con la finalidad de mantenerlos constantes; se

Muestra Ni % Ta % Ti %
72.89 0.90 0.004 0.33
02 0.0005 0.02
Co % Al % Nb %
0.004 0.22 0.01 1.912
0.038

Muestra C% S% Mn % Cr
%
0.013 0.003 3.10 18.2
0.001 8
02 0.5
Fe % Cu % P% Si %
1.42 0.005 0.018 0.20
0.05 Fig. 1. Aplicacin del recubrimiento.

IPN 14 ESIME
 Cientfica

Tabla 4. Parmetros del proceso de soldadura. Tabla 5. Dureza y microdureza de inconel 600 y estelita
sobre acero ASTM-A36.

Cdigo del Voltaje del Corriente Velocidad

Recubrimiento
electrodo arco, V A mm/min

Metal base
Carga de
prueba N
ASME

Segunda
Aleacin

Primera

Tercera
ERNiCr

capa

capa

capa
Dureza
(Inconel) 32 95 700
SF A5.11
ERCoCr

Estelita
(Estelita) 30 110 700
SF A 5.13 65.57 70.67 75.53
La corriente utilizada en todos los casos es
directa, polaridad invertida (CDpi).

Inconel
98.06

38.2
La temperatura promedio entre capas al

600
HBR
0
depositar es de entre 30 y 40 C. 50 52 54

Inconel
600T
aplicaron tres capas de depsito, y los datos correspondientes
se muestran en la tabla 4. 54 62 65

El tratamiento trmico se llevo a cabo en un horno a 800C, duran-

Estelita
te 4 horas, enfrindose las probetas en aceite a una temperatura
557.8 611.38 757.4
de 20C, para las que se aplic el inconel 600, con el objeto de
homogeneizar la fase y la precipitacin de partculas. Inconel
0.049
207.4

600
4.1 Resultados 274.30 305.25 420.1
Hv
Dureza
Inconel
600 T

La medicin de dureza se llev a cabo en un durmetro 249.066 306.833 445.0

Rockwell marca Karl Frank, modelo K506, a temperatura

ambiente. La microdureza se midi con un microdurmetro

marca Shimadzu, modelo 3077. Los valores de dureza
obtenidos se muestran en la tabla 5.

Estudio de la microestructura

a) Microscopa ptica.

Se utiliz un microscopio metalogrfico marca Versamet,

modelo Unin 647.

El estudio muestra una estructura dendrtica gruesa tipo

escritura china de la aleacin de inconel 600, como se observa
en la figura 2, donde la matriz es nquel mientras que la regin
interdendrtica es rica en carburos de cromo y niobio. [2,4]

Fig. 2. Inconel 600. 3a capa. ptico 150X. En la aleacin estelita hay una estructura dendrtica gruesa
con matriz de cobalto y regin interdendrtica rica en

IPN 15 ESIME
 Cientfica

Tabla 6. Anlisis qumico bsico de la aleacin inconel 600.

a a a
1 capa 2 capa 3 capa
Porcentaje Porcentaje Porcentaje
Elemento en peso en peso en peso.
C 9.72 14.83 18.94
Si 0.62 0.47 0.74
Nb 1.64 1.55 2.36
Cr 14.24 13.74 14.2
Mn 4.91 4.92 5.19
Fe 14.94 11.36 3.95
Ni 53.93 53.13 54.63
Total 100 100 100
Fig. 3. Estelita, 3a capa. ptico 150X.

Se observa que las dendritas de la matriz de nquel estn

carburos de cromo, con una morfologa conocida como
cubos, la cual se observa en la figura 3. [2,4]
La superficie observada en la figura 4 muestra una morfologa
que se presenta en forma de agujas, ricas en carburos de
cromo y niobio en el inconel 600 templado. [2,4]
a) Microscopa electrnica de barrido (SEM).
Se llev a cabo con microscopio electrnico Philips alto vaco,
modelo XL30, acoplado a sistema de microanlisis por
espectrometra de energa dispersa.
formadas por carburos de cromo primarios, con morfologa
tipo escritura china (figura 5), y la distribucin homognea
del niobio dentro de la matriz de nquel (figura 6 y tabla 6).
En la estelita observada en la figura 7, las dendritas son ricas
en carburo de cromo y los lmites de grano forman una red
tipo esqueleto con matriz austentica (figura 8 y tabla 7).
En el inconel 600 templado los granos se adelgazan y se
alargan, las partculas de niobio se difunden en la matriz y
partculas muy finas migran a los lmites de grano, slo

Fig. 5. . Inconel 600, 3a capa. SEM 400X (1. Carburos, 2.

Fig. 4. Inconel 600 templado. ptico 150X. Fase nquel).

IPN 16 ESIME
 Cientfica

Tabla 7. Anlisis qumico bsico de aleacin inconel 600

templado.

1 capa 2 capa 3 capa

Porcentaje Porcentaje Porcentaje
Elemento en peso en peso en peso
O 3.51 4.12 4.37
Nb 2 2.51 2.49
Cr 10.63 14.35 16.21
Mn 3.97 5.08 5.51
Fe 34.83 10.29 10.87
Ni 45.07 63.20 60.02
Fig. 6. Inconel 600, 3 capa. SEM 2000X.
Si - 0.45 0.53
Total 100 100 100

algunas partculas grandes se encuentran en la superficie,

como se puede observar en la figura 9.

Anlisis con el difractmetro de rayos X

Se realiz utilizando un difractmetro de rayos X Siemens,

modelo D 500, = 1.545 C (CuK radiacin).

Las fases constituyentes del depsito de inconel 600 fueron

Fig. 7. Estelita, 3 capa. SEM 400X.
determinadas mediante difraccin de rayos X, mostrando una
fase austentica (figura 10) en un sistema cbico de cara
centrada y con radio atmico a =2.8681 C , con planos
principales en la orientacin preferencial (110), con carburos
de cromo primarios.

Fig. 8. Estelita, 3 capa. SEM 2500X. Fig. 9. Inconel 600 templado, 3 capa. SEM 2000X.

IPN 17 ESIME
 Cientfica

Tabla 8. Anlisis qumico bsico de aleacin estelita.

1 capa 2 capa 3 capa

Porcentaje Porcentaje Porcentaje
Elemento en peso en peso en peso
C 11.14 11.57 14.85
Si 1.39 - -
O - 6.97 5.67
Cr 20.51 24.62 22.53
Fe 26.21 12.76 5.40
Co 38.65 38.58 43.54
Ni 2.10 1.72 2.43 Fig. 11. Difractograma de estelita.

W - 3.79 5.57
Total 100 100 100
Las fases constituyentes en el depsito de estelita muestran
una fase austentica (figura 11), en un sistema cbico, con
carburos de cromo primarios y radio atmico a =2.857C, con
planos principales en la orientacin preferencial (110).
En el inconel 600 templado, se tiene una matriz austentica fcc,
con parmetro de red a = 2.8681C, con planos principales en
la orientacin (111), correspondiente a una estructura fcc, con
carburos de cromo primarios (figura 12). [6]
construida por el grupo de tribologa de la SEPI-ESIME-IPN de
acuerdo a la norma ASTM G65-94. Las probetas que se
emplearon tienen las siguientes dimensiones 25.4 x 76.0 x 12.7
mm. El material abrasivo que se utiliz es arena slica AFS 50/70,
a un flujo de 0.008 kg/s.
La carga aplicada en la superficie de prueba es de 130 N. El
disco metlico recubierto con neopreno gira a una velocidad
de 20.94 rad/s. La prueba se realiza hasta alcanzar un total de
5000 ciclos [3]. La tabla 9 muestra los valores de resistencia al
desgaste abrasivo, los cuales se grafican en la figura 13.

Abrasin Prueba de impacto

La prueba de resistencia a la abrasin se llev a cabo empleando Las pruebas de impacto se realizaron en una mquina
una mquina de arena seca/disco metlico vulcanizado, Universal Impact Testing Machine, Tinius Olsen, modelo 74.

Fig. 10. Difractograma de inconel 600. Fig. 12. Difractogrma de inconel 600 templado.

IPN 18 ESIME
 Cientfica

a
Tabla 10. Resistencia al impacto en joules.
Stellite 1 capa
0.18 a
Stellite 2 capa
a
Stellite 3 capa
a
Inconel 600 1 capa
0.16 a
Inconel 600 2 capa

Aleacin
a
Inconel 600 3 capa
Resistencia al desgaste, Kg./g

a
Inconel 600 templado 1 capa
0.14 a
Inconel 600 templado 2 capa
a
Inconel 600 templado 3 capa
capas Acero Inconel 600 Estelita Inconel 600
0.12
templado
0.10 Base 90.24 - - -
0.08 1 - 118.65 81.812 127.464
0.06
2 - 75.032 56.952 90.852
3 - 150.516 60.568 141.024
0.04

0.02
engrosando conforme se depositan capas de recubrimiento
500 1000 1500 2000 2500 3000 3500 4000
en inconel 600 (figura 2), la morfologa presente es del tipo
Distancia deslizada, m
escritura china. Para el caso del inconel 600 templado, se
tiene una morfologa del tipo agujas (figura 4). En ambos
casos la matriz es nquel y las dendritas son ricas en carburos
Fig. 13. Grfica de resistencia al desgaste contra distancia de cromo y niobio.
deslizada.

En la aleacin estelita, la morfologa superficial es de tipo

cubos (figura 3), la estructura dendrtica es gruesa con
Las probetas se cortaron con las siguientes dimensiones: 55 x
matriz de cobalto y rica en carburos de cromo,
10x10 mm. Las pruebas de impacto Charpy se realizan de
acuerdo con la norma ASTM E 23, a una temperatura ambiente
Al aumentar el volumen de carburos, se engros la morfologa
de 25C. La tabla 10 muestra los valores obtenidos de resistencia
superficial, la cual incrementa directamente la dureza y la
al impacto, los cuales se grafican en la figura 14.
resistencia a la abrasin [4]. En las figuras 3 y 4 se observa el
cambio en la morfologa superficial de los recubrimientos
4.2 Discusin de resultados respectivos, y en la tabla 5 se muestra el incremento gradual
de la dureza.
Se observa que la morfologa superficial al depositar el
recubrimiento es una tpica fase austentica, la cual va Se observ que las dendritas de la matriz de nquel estn
formadas por carburos de cromo primarios, con morfologa

Tabla 9. Resistencia al desgaste abrasivo, kg/g.

160
Inconel 600
Inconel 600 tem plado
150 Stellite

140
Dist.
Resistencia al Impacto, Joules

130
m 718.168 1436.336 2154.504 2872.672 3590.840
120
Capas Aleacin Estelita
110
1 0.1566 0.0874 0.0600 0.0482 0.0378 100
2 0.1789 0.0910 0.0664 0.0513 0.0440 90

3 0.1560 0.1022 0.0764 0.0621 0.0500 80

Aleacin Inconel 600 70

60
1 0.0909 0.0555 0.0379 0.0251 0.0222
50
2 0.0920 0.0544 0.0398 0.0316 0.0273 1a capa 2a capa 3a capa
Capas de recubrim iento depositadas
3 0.1014 0.0565 0.0389 0.0301 0.0252
Aleacin Inconel 600 templado
1 0.0773 0.0466 0.0346 0.0266 0.0228
2 0.1088 0.0601 0.0434 0.0314 0.0266 Fig. 14. Comportamiento de aleacin contra resistencia al
impacto.
3 0.1033 0.0567 0.0391 0.0295 0.0258

IPN 19 ESIME
 Cientfica
Fig. 15. Resistencia al desgaste abrasivo de dos cuerpos
(Hutchings, 1992).
escritura china (figura 5), la distribucin del niobio es
homognea dentro de la matriz de nquel. La precipitacin
en el inconel 600 se observa en la figura 6, el niobio precipita
preferentemente en los lmites de grano. Este elemento tiene
la particularidad de aumentar la fase austentica, formar fases
duras (carburos) y proporcionar un aumento a la resistencia
a la abrasin en caliente.
En el inconel 600 templado se observa una reaccin de tipo
martenstica, a travs de la cual se obtiene una morfologa
superficial denominada agujas, los granos se alargan y
adelgazan como se observa en la figura 4, los carburos de
cromo y niobio, que en un principio se orientaban en los lmites
de grano, se diluyen totalmente en la matriz de nquel, partculas
muy finas migran a los lmites de grano y slo algunas de ellas
que son grandes, se encuentran en la superficie (figura 9). Esto
induce un cambio en las propiedades mecnicas y tribolgicas,
como son la dureza, resistencia a la abrasin y resistencia al
impacto, respectivamente. [5]
La fase presente en ambas aleaciones es austentica, pero el
porcentaje de cromo es mayor para la aleacin estelita (tablas
6 y 7). En consecuencia, se da una mayor formacin de
carburos de cromo que forman una red continua en los lmites
de grano, conocida como huesos (figura 8).
El anlisis de rayos X muestra que tanto el inconel 600, el
inconel 600 templado y la estelita exhiben una fase
austentica. [6]
IPN
En todos los casos la aleacin estelita presenta mayor
resistencia al desgaste abrasivo, como se muestra en la
figura 13.
Los valores de dureza ms altos se tienen en la tercera capa
del recubrimiento, pero la resistencia al impacto disminuye,
como se muestra en la figura 14. Los elementos que
constituyen las aleaciones influyen en el comportamiento
de la misma, como se observa en las tablas 6, 7, 8. En la
segunda capa de recubrimiento depositada, el porcentaje
en peso de hierro es muy cercano en ambas. ste agrega
cierta ductilidad, lo que marca un comportamiento casi
homogneo en las aleaciones. Para la tercera capa, dicho
elemento disminuye en su concentracin pero aumenta la
participacin de otros elementos, tales como: cromo,
tungsteno y manganeso.
De acuerdo con Vzquez [9], una buena resistencia a la abrasin
est determinada por una fase dura muy compacta. Si se
requiere una matriz tenaz para condiciones de impacto y
abrasin, es recomendable una estructura austentica con
elementos de aleacin que formen carburos de mayor dureza.
Aunque segn B. C. Wu [8], la actuacin de una aleacin de
nquel se puede acercar a un comportamiento martenstico,
que le permite sustituir a una aleacin de estelita [7]. Esto se
puede observar en la figura 15.
5. Conclusiones
Las aleaciones de cobalto que han sido utilizadas en
recubrimiento de compuertas, anillos y discos en vlvulas
de las plantas nucleares, tienen el inconveniente que las
partculas del desgaste (debris) se activan nuclearmente
despus de sufrir un bombardeo de neutrones, por lo que el
inconel 600 se presenta como una alternativa para sustituirlo,
con base en los resultados obtenidos en la presente
investigacin.
Los parmetros analizados en este trabajo de investigacin
como son: composicin qumica, fases, orientacin cristalina,
morfologa superficial, precipitacin de partculas, tamao
de grano, dureza, resistencia a la abrasin, resistencia al
impacto, estn ntimamente relacionados entre s, por lo cual
el conocimiento del comportamiento de estos parmetros
es importante para la toma de decisiones, cuando se requiera
hacer la sustitucin de una aleacin por otra.
El comportamiento mecnico que presenta la aleacin inconel
600 templada de acuerdo con B. C. Wu, la acerca a un
comportamiento martenstico, como se observa en la figura
15, cuanto ms se acerca el campo de la austenta a la zona
de interfase con la martensita, comienza a tener un
20 ESIME

comportamiento de tipo martenstico pero sin dejar de ser
una fase austentica.
6. Referencias
[1] AWS. Metals Handbook, Volume 6. American Society For
Metals. 1985.
[2] Chester T. Sims. The Superalloys. Ed. John Wiley & Sons,
Inc. 1972.
[3] ASTM, G65-94 Standard. Measuring Abrasion using the
Dry Sand/rubber wheel Apparatus.
[4] J.C. Cassina and J. E. Redman, Welding Journal. 73, 9. 1994.
[5] Cahn, R. W. Physical Metallurgy. Ed. North-Holland
publishing Company. 1977.
[6] C. Giacovazzo, H. L. Monaco. Fundamentals of
Crystallography. Ed. C. Giacovazzo.
[7] M. Hutchings. Tribology: Friction and Wear of engineering
Materials. Ed. Edward Arnold. A division of
Hodder&Stoughton.1992.
[8] James B. C. Wu and James E. Redman. Hardfacing with
Cobalt and Nickel Alloys, Welding Journal, September
1994, pp. 63-68.
[9] Vzquez, J. Elementos de control de desgaste. Universidad
Central de Venezuela. 1994.
[10] Albert de Sy, Julien Vidts. Trat de Mtallurgie Structurale.
N.I.C.I. GAND. Pars. 1968.
[11] ASM. Handbook Volume 1, Properties and Selection: Irons,
Steels and High-Performance Alloys. USA 1991.
[12] ASM. Handbook Volume 3, Properties and selection:
Stainless Steels, Tool Materials and Special-Purpose
Metals. USA 1985.
[13] ASM. Handbook Volume 4, Heat Treating. USA 1985.
[14] ASM. Handbook Volume 5, Surface Cleaning, Finishing,
and Coating. USA 1985.
[15] ASM. Handbook Volume 5, Surface Engineering. USA 1991.
[16] ASM. Handbook Volume 6, Welding, Brazing and Soldering.
USA 1985.
[17] ASM. Handbook Volume 7, Atlas of Microstructures. USA
1985.
[18] ASM. Handbook Volume 8, Metallography, Structure and
Phase Diagrams. USA 1985.
[19] ASM. Metals Handbook, Desk edition. American Society
For Metals. 1985.
[20] Avner Sydney H. Introduccin a la metalurgia fsica. Mc
Graw Hill. Segunda Edicin 1979.
[21] Bharat Bhushan, B. K. Gupta. Handbook of Tribology. Ed.
Mc Graw Hill, Inc. 1991.
[22] Bohler Thyssen Welding. UTP Mxico, SA de CV Catlogo
de productos. 1999.
[23] Castillo M, F. Palacios, A. Mrquez, G. Villa, P. Villegas.
Caractersticas y propiedades de recubrimientos con
aleacin inconel 600 y estelita. Latin American Journal of
IPN
Cientfica
Metallurgy and Materials, Volumen 21, No 2 (Diciembre
2001), pp.64-70.
[24] Chester T. Sims. The Superalloys. Ed. John Wiley & Sons,
Inc. 1972.
[25] Colin S Dimbylow. Bead geometry and properties of Inconel
625 overlays on steel, Metal construction, January 1985,
pp. 35-39.
[26] De La Torre Cursach Juan M. Metales y aleaciones para
elevadas temperaturas. Ed. Montecurvo. 1964, pp. 151-
170.
[27] F. Galen Hodge. Nickel and Nickel Alloys. Inter-American
Conference on Materials Technology. Mxico. DF 1981,
pp. 1-10.
[28] G. A. Knorovsky, M.J.Cieslak. T. J. Headley, A.D. Romig, Jr.,
and W. F. Hammetter(1987). Inconel 718: A Solidification
Diagram. Metallurgical Transactions, Volume 20A.
October 1989, pp. 2149-58.
[29] Harmer E. Davis, George Earl Troxell, Clement T. Wiskocil.
Ensayo e inspeccin de los materiales en ingeniera. Ed.
C.E.C.S.A. Mxico.1981.
[30] Howard B. Cary. Manual de soldadura moderna. Ed.
Prentice Hall Hispanoamericana, Segunda Edicin. 1992.
[31] Ihsan Efeoglu. The Mechanical and Tribological
Properties of Ceramic Sputter Ion-Plated Coatings. Ph.
D. Thesis. University of Salford. 1993.
[32] J. H. Yang and X .B. Wang, K/Na-Treated Fe-Cr-C
Hardfacing Alloys with High - Impact- Abrasion
Resistance, pp.103s-107s.
[33] J. J. Kai, G.P. Tsai, M.N. Liu, and S.C. Yao(1988). The effects
of Heat Treatment on the Chromium Depletion, Precipitate
Evolution, and Corrosion Resistance of Inconel alloy 690,
Metallurgical Transactions A, Volume 20A, October 1989,
pp. 2057-67.
[34] J. Wilson and A. Matteews, J. Houdsen, R. Turner and B.
Garside. Surface and Technology, 62 (1993) 600-607.
[35] Kenneth G. Budinski. Hardfacing II-Consumables. Welding
Design and Fabrication, August 1986. pp. 42-46.
[36] M. Vite, M Castillo, F. Palacios, P. Villegas. Resistance to
the Abrasive Wear of the Coating Obtained of Welding
by the Technique Shield Welding Arc Deposited on Steel
A-36. pp. 43 Materials Technology. Volume 15, Number 1.
March 200.
[37] M. D. Mathew, S. L. Mannan and S. K. Gupta. Influence of
Preheat temperature on Stellite Deposits. Welding journal,
July 1980, pp. 213s-217s.
[38] R. J. Dawson, S. Shewchuk, and J. E. Pritchard. Selection
and Use of Hardfacing Alloys. Welding Journal,
November 1982. pp.15-23.
[39] Ramos Watanave Jorge. Curso de soldadura. SEPI-ESIME-
IPN.
[40] Ravi Menon, New Developments in Hardfacing Alloys,
Welding Journal. February 1996, pp. 43-49.
21 ESIME
 Cientfica

[41] Recargues por soldadura resistentes a la abrasin.
http://www.Guayanet.com/unexpo/recsol.htm.
[42] Richard A. Harris. Proper Preparation Improves Hardface
Performance, Welding Design and Fabrication, April 1998.
pp. 38-40.
[43] Robert E. Reed-Hill. Principios de Metalurgia Fsica.
Compaa Editorial Continental. Primera Edicin 1968.
[44] SFA-5.01. Filler Metal Procurement Guidelines(AWS-
A5.01-78).
[45] SFA-5.11. Specification for Nickel and Nickel Alloy
Covered Welding Electrodes (AWS-A5.11-76).
[46] SFA-5.13. Specification for Solid Surfacing Welding Rods
and Electrodes(AWS-A5.13-80).
[47] SFA-5.14. Specification for Nickel and Nickel Alloy Bare
Welding Rods and Electrodes (AWS-A514-76).
[48] SFA-5.21. Specification for Composite Surfacing Welding
Rods and Electrodes (AWS-5.21-80).
[49] Shackelford James F. Ciencia de materiales para
ingenieros. Prentice Hall. Tercera edicin. 1995.
[50] Shimadzu Micro Hardness Tester, Vickers Hardness
Number Table, Shimadzu Corporation Kyoto Japan.
[51] Suh, N. 1986. Tribophysics. Ed. Prentice-Hall. New Jersey,
USA. 498 pgimas.
[52] Villa y Rabasa Gabriel, Alla Kabatskaia Ivanovna,
Hernndez Gmez Luis H. Apuntes de metalurgia de
soldadura. SEPI-ESIME-IPN. 1999.
[53] W. H. Dennis. Metallurgy of The Non Ferrous Metals.
B.Sc.(London), Ed. A.M.I.M.M. Pitman, Second Edition.
1961.
[54] Welding Inspection. American Welding Society. Second
edition 1980.

ESIME Zacatenco

La Coordinacin del Piso de Pruebas

para Transformadores de los
Laboratorios Pesados II de Ingeniera Elctrica
cuenta con pruebas acreditadas
que se encuentran al servicio de la industria nacional.

PRUEBAS:
RESISTENCIA DE AISLAMIENTO
RESISTENCIA HMICA
RIGIDEZ DIELCTRICA
TENSIN APLICADA
TENSIN INDUCIDA
ELEVACIN DE TEMPERATURA
IMPULSO

Tel. 5729 6000, ext. 54750

correo electrnico:
piso_pruebas@hotmail.com

IPN 22 ESIME

Teorema SG7 para reducir un sistema de
] de una matriz de orden m+n
cofactores [
a otra matriz de cofactores [A] de orden m
Guillermina Morales Zapin
S. V. Gaytn
Departamento de Ingeniera Elctrica
Escuela Superior de Ingeniera Mecnica y Elctrica (ESIME)
Instituto Politcnico Nacional (IPN)
UnIdad Profesional "Adolfo Lpez Mateos"
Col. Lindavista. CP 07738, Mxico, DF.
MXICO.
email: Guillez85@hotmail.com
Recibido el 9 de febrero de 2004; aceptado el 29 de noviembre de 2004.
1. Resumen
Se propone un teorema para reducir una matriz de cofactores
[] de una matriz cuadrada [] de orden m+n, cuyos elementos
podemos dividirlos en cuatro cuadrantes, en el primer cuadrante
superior izquierdo se tienen elementos que conforman una
matriz cuadrada ahg no nula de orden m-filas por m-columnas,
en el segundo cuadrante superior derecho se tienen elementos
nulos que conforman una matriz ahg de orden m-filas por n-
columnas, en el cuadrante inferior izquierdo se tiene una matriz
cuadrada ahg no nula de orden n-filas por m-columnas, y
finalmente en el cuadrante inferior derecho se tiene una matriz
cuadrada ahg de elementos no nulos nicamente en la diagonal,
fuera de ella son nulos, de orden n-filas por n-columnas.
Entonces los cofactores gh para h=1,2,3,...,m+n y
g=1,2,3,...,m+n, de esta matriz [], son iguales a los cofactores
obtenidos de la matriz ahg multiplicados escalarmente por todos
los elementos diagonales de la matriz ahg .
2. Abstract (SG7 Theorem to Decrease a Cofactor System [ ]
of a Matrix of Order m+n to an other Cofactors Matrix [A] of
Order m)
A mathematic theorem is proposed SG7 to reduce the cofactors
matrix [] of a square matrix [] of order m+n, whose
elements can divide them in four quadrants, in the first upper
IPN
Cientfica Vol. 9 Nm. 1 pp. 23-32
2005 ESIME-IPN. ISSN 1665-0654. Impreso en Mxico
left-hand quadrant there are elements that conform a no null
square matrix ahg of order m-files for m-columns, in the second
quadrant there are null elements that conform a matrix ahg of
order m-files for n-columns, in the lower left-hand quadrant
there is a no null square matrix ahg of order n-files for m-
columns, and finally in the lower right hand quadrant there
is a no null square matrix ahg only in the diagonal, outside the
diagonal the elements are null, of order n-files for n-columns.
Then the cofactors gh for the h and g values of this matrix
[], are equal to the obtained cofactors of the matrix ahg
multiplied by real numbers for all the diagonal elements of the
ahg matrix.
Palabras clave: cofactores.
3. Introduccin
Muchos de los sistemas de ecuaciones simultneas se
obtienen de problemas prcticos que se analizan en ingeniera,
la matriz de cofactores son indispensables en la resolucin
de estos sistemas. Para determinados problemas se necesita
calcular slo algunos de los cofactores de la matriz, lo que se
hace normalmente es calcular de manera automtica todos
los cofactores, y del total apartar solamente los que nos
interesan, pero si se quiere ahorrar tiempo se tiene que tomar
en cuenta la forma particular del arreglo de la matriz para la
cual se quieren encontrar los cofactores pedidos sin necesidad
de calcular todos.
Por ejemplo, supngase que para cierto problema particular
se extrae el arreglo matricial cuadrado de 5x5 elementos
mostrados de la forma siguiente:
a11a12 a13 a14 a15
3 - 2 1 0 0
a1 a 2 a3 a 4 a5 5 6 2
2 2 2 2 2
0 0
[ ] = a13 a23 a33 a43 a53 = 1 0 - 3 0 0
4 4 4 4 4 7 0 - 2 1 0
(1)
a1 a 2 a3 a 4 a5
a 5 a 5 a 5 a 5 a 5 - 8 - 9 4 0 5
1 2 3 4 5
El arreglo de la ecuacin (1) se puede dividir imaginariamente
en los cuadrantes dados por:
23 ESIME
 Cientfica

a11 a 12 a 13 a 14 a 15 De la matriz de cofactores de la ecuacin (4) se extraen los

3 - 2 1 0 0 cofactores incgnitos pedidos por la ecuacin (3), los cuales
a12 a 22 a 32 a 42 a 52 5 6 2 0 0
estn dados por:
[ ] = a13 a 23 a 33 a 43 a 53 = 1 0 - 3 0 0 (
4 4 4 4 4 7 0 - 2 (2)
a1 a 2 a 3 a 4 a 5
1 0 cof a11 cof a12 cof a13
a 5 a 5 a 5 a 5 a 5 - 8 - 9 4 0 5
1 2 3 4 5 cof a12 cof a 22 cof a 23 =
1 2 3
Los cuadrantes en que fue dividida la matriz de la ecuacin (1) cof a3 cof a3 cof a3
no es de manera casual, sino que en el cuadrante superior derecho
- 90 - 30 - 50 (5)
todos los elementos deben ser cero, y a la vez debe cumplirse
que en el cuadrante inferior derecho debe tener todos sus = 85 - 50 - 5
elementos no nulos en la diagonal, y tambin debe cumplirse al - 30 - 10 140
mismo tiempo que el cuadrante superior izquierdo debe ser un
arreglo cuadrado para que tambin se le puedan calcular los Por otro lado, para el arreglo cuadrado de 3x3 nmeros del
cofactores de forma independiente, todo esto tal y como se muestra cuadrante superior izquierdo de la ecuacin (2), la matriz de
en la divisin imaginaria que est indicada con lneas punteadas sus cofactores nombrada por [A] es:
de la ecuacin (2).

Y para la matriz de la ecuacin (2) nicamente nos interesan los A11 A21 A31 - 18 - 6 - 10

cofactores para las posiciones de la matriz del cuadrante [A] = A12 A22 A32 = 17 - 10 - 1
superior izquierdo dada por el arreglo de nmeros de 3x3 mostrada 3 3 3 (6)
a continuacin. A1 A2 A3 - 6 - 2 28

1112 13 cof a11 cof a12 cof a13

Se observa que los cofactores de la ecuacin (6) y los
21 22 23 = cof a 12 cof a 22 cof a 23 = cofactores de la ecuacin (5) no son iguales, sin embargo el
3 3 3 1 2 3 teorema SG7 que se va a establecer con ciertas restricciones
1 2 3 cof a 3 cof a 3 cof a 3
para cualquier matriz [] en el apartado 4.1 de este artculo
? ? ? (3) relaciona la matriz de cofactores [A] dada por la ecuacin (6)
= ? ? ? con la matriz de cofactores [] dada por la ecuacin (4)
? ? ? mediante los elementos diagonales de la matriz del cuadrante
inferior derecho de la ecuacin (2).
Entonces, calculando los cofactores nombrados como []
para la ecuacin (1) se tiene: El teorema matemtico SG7 no se encuentra en la literaratura
de los libros [1,2,3,4,5], ni de otros.
[ ] =
11 12 13 14 15 4. Desarrollo

21 22 23 24 25

= 31 32 33 34 35 = 4.1 Formulacin del teorema SG7
4 4 4
1 2 3 44 45
5 5 5 5
4 5 5 Para cualquier matriz de elementos dada por
1 2 3
cof a 11 cof a 12 cof a 13 cof a 14 cof a 15
agh agh'
cof a 12 cof

a 2
2 cof a 23 cof a 24 c of a 25
[ ] = h' h' (7)
= cof a 13 cof

a 32 cof a 33 cof a 34 cof a 35 =

ag ag'
1
cof a 4 cof a 42 cof a 43 cof a 44 cof a 45
cof a 1 cof a 52 cof a 53 c of a 54 cof a 55
5
h=1,2,,m; h=m+1,m+2,,m+n
- 90 - 30 - 50 0 0
85 - 50 -5 0 0 g=1,2,,m; g=m+1,m+2,,m+n

= - 30 - 10 140 0 0 (4)
donde las componentes de cada cuadrante expandidas estn
570 190 630 - 470 0
33
- 130 - 201 0 - 94 dadas por:

IPN 24 ESIME
 Cientfica

a11 a 12 ... a 1m Ntese que en la ecuacin (12) la fila h-sima y la columna q-

sima no aparecen, esto es por la definicin de cofactor. Tam-
a12 a 22 ... a m2
bin ntese que las filas h y las columnas g del cof ahg se
. transforman en columnas h y filas g de la resultante Agh
a gh =
. [1,2,3,4].
(8)
.
m m m
a
1 a 2 ... a m
Entonces las componentes gh=cof hg de la matriz de los
Las tres restantes son: cofactores [] de la ecuacin (7) limitada nica y exclusiva-
mente para el cuadrante superior izquierdo, o sea el cuadrante
a 1m + 1 a 1m + 2 ... a 1m + n 0 0...0 donde estn las componentes ahg son:

a m2 + 1 a m2 + 2 ... a m2 + n 0 0...0
.
.
a gh ' = =
. . gh = a mm++11a mm++22 ...a mm++nn Ahg
(9) (13)
.
. h = 1,2,..., m; g = 1,2,..., m
m 0 0...0
a m + 1 a m + 2 ... a m + n
m m

Donde la Agh de la ecuacin (13) est dada por la ecuacin (12).

a 1m + 1 a 2m + 1 ... a mm + 1

a 1m + 2 a 2m + 2 ... a mm + 2 Demostracin

.
a gh ' =
. 1. Se probar la ecuacin (13) para h = g = 1; es decir, se
(10)
. probar que:
m+n m+n m+n
a
1 a 2 ... a m
gh==11 = a mm++11a mm++22 ...a mm++nn Ahg==11 (14)
a mm++11 a mm++12 ...a mm++1n
a m +1 0 ....... 0
m +1
Se tomar el cofactor h=1g=1, es decir, se eliminar la fila h=1
m+2 m+2 m+2
a m +1 a m + 2 ...a m + n
0 a mm++22 .... 0 y la columna g=1 de la ecuacin (7), para tener:
a gh '' =
. = .
.
. (11)
. m+n
gh==11 = cof gh==11 =
m+n m+n 0 0 ... .. a +
m+n m n
a m +1 a m + 2 ...a m + n a 22 a 32 ... a m2 0 0... 0 0
3 3 3
Las componentes de a en la diagonal lleva a los elementos no
h
g
a 2 a ... a
3 m 0 0... 0 0
nulos, todos los dems son ceros. Y siendo [A] la matriz de los .
cofactores de la matriz de la ecuacin (8), cuyas componentes
son los determinantes:
.
.
a11 a 12 ...a 1g-1 a 1g +1 ...a 1m a 2m a 3m ... a mm 0 0... 0 0
2 2 2 2 2
= ( 1 )1+1 m +1 m +1 m +1 m +1
(
a1 a ...a
2 g 1 a g +1 ...a m a 2 a 3 ...a m a m +1 0... 0 0
... a 2m + 2 a 3m + 2 ...a mm + 2 0 a mm++22 ... 0 0 (15)
h+ g h 1 h 1 h 1 h 1 h 1
A = Cof a = ( 1 )
g
h
h
g a1 a 2 ...a g 1 a g +1 ...a m .
h +1 h +1 h +1 h +1 h +1
a1 a 2 ...a g 1 a g +1 ...a m .
(12)
... .
a1m a 2m ...a gm1 a gm+1 ...a mm a 2m + n a 3m + n ...a mm + n 0 0... 0 a mm++nn

h,g = 1,2,3,...,m

IPN 25 ESIME
 Cientfica

a11 a12 ... a1g 1 a1g +1...a1m 0 0... 00

a 22 a32 ... a m2 2 2 2 2 2
a 1 a 2 ... a g 1 a ...a
g +1 m 0 0... 00
a 23 a33 ... a m3 .

. .
gh==11 = a mm++11a mm++22 ...a mm++nn ( 1)1+1
. .
(16)
.
a1h 1 a2h 1 ... agh 11 agh +11...amh 1 0 0... 00
a 2m a3m ... a mm h +1 h +1 h +1 h +1 h +1
a 1 a ... a
2 g 1 a ...a
g +1 m 0 0... 00
.
El determinante de la ecuacin (15) se desarroll por colum- ( 1)h + g .
nas empezando por la ltima, solamente quedan la multiplica- .
cin entre s de los elementos de la diagonal del cuadrante a1m a2m ... agm1 agm+1...amm 0 0... 00
inferior derecho y, adems, multiplicando al determinante del (19)
m +1 m+1 m +1 m +1 m +1 m +1
a a ... a
g 1 g +1 a ...a a m +1 0... 00
cofactor A11, este determinante se sabe que es el cofactor A11, 1 2 m

porque este cofactor se obtiene inmediatamente de la matriz a1m+ 2 a2m+ 2 ... agm+12agm++12 ...amm+ 2 0 amm++22 ... 0 0
de cofactores de la ecuacin (8), y que en este caso est dado .
por la ecuacin (12) con h = g = 1, puesto que la fila h = 1 no .
aparece y la columna g = 1 tampoco.
.
a1m+ n a2m+ n ...agm+1nagm++1n ...amm+ n 0 0 ... 0 amm++nn
Tambin se tomaron en cuenta los posicionamientos de los
elementos de la diagonal para darles el signo correcto, en este
caso todos los elementos de la diagonal tienen signo positi- Tomando el determinante del cofactor general gh de la ecua-
vo, porque es el nmero _1 elevado a una potencia par. Por cin (19), y desarrollando por columnas, empezando por la
ejemplo para el ltimo de la diagonal: ltima de la derecha, y tomando en cuenta los
posicionamientos de los elementos de la diagonal, que en
(1) ( m + n ) + ( m + n ) = (1) 2( m + n ) (17) este caso todos son positivos de manera anloga a como se
hizo para la ecuacin (18), se tiene que:
La ecuacin (16) se escribe finalmente como:
a11 a12 ... a1g 1 a1g +1...a1m
hg==11 = amm++11amm++22 ...amm++nn Cof agh ==11 a12 a22 ... a g2 1 a g2 +1...am2
(18)
= amm++11amm++22 ...amm++nn Ahg==11 .
.
.
2. Se demostrar la ecuacin (13) para el caso general: gh = (1) h+ g amm++11amm++22 ...amm++nn a1h 1 a2h1... a gh 11 a gh+11...amh1
a1h +1 a2h +1... a gh +11 a gh ++11...amh +1
Sea la matriz de cofactores [] de la ecuacin (7), donde las (20)
componentes de los cofactores para h,g=1,2,3,...,m. son los .
determinantes: .
.
gh = cof gh . a1m a2m ... a gm1 a gm+1...amm

Esto queda de la manera siguiente (ntese que no estn ni la

fila h-sima, y ni la columna g-sima en el siguiente desarrollo
de la ecuacin): con : h,g = 1,2,3,,m.

IPN 26 ESIME
 Cientfica

Pero ahora el determinante de la parte derecha, multiplicado Demostracin.

_
por el ( 1)h+g de la ecuacin (20), es la ecuacin (12), y esta
ltima son las componentes de la matriz de los cofactores que
se obtiene inmediatamente de la ecuacin (8). Entonces la = cof = (1)
g

h'
h'

g
h'+ g
{
ecuacin (20) queda finalmente como:
= cof =
g h
a 1

1
a 2
1
... a a 1

g 1
1

g +1
...a 1

m
0 0 ...0
... 0 0 0

h g

= a a ...a
m +1 m+2 m+n
cof a = h (21) a 2
1
a 2
2
... a a 2
g 1
2
g +1
...a m
2
0 0 ...0 0 0 ...0
m +1 m+2 m+n g
.
= a a ...a
m +1 m+2 m+n
A g
m +1 m+2 m+n h .
..
con h,g = 1,2,3,...,m.
a m
1
a ... a a
2
m m
g 1
m
g +1
...a m
m
0 0 ...0 00 ...0
a a m+1 m+1
... a a m+1 m+1
...a m+1
a 0
m+1
...0 00 ...0
donde las Agh estn dadas por los determinantes: 1 2 g 1 g +1 m m+1

a a ... a a
m+ 2 m+ 2 m+ 2 m+ 2
...a m+ 2
0 a ...0 m+ 2
00 ...0

1 2 g 1 g +1 m m+ 2

. (25)
a 1
a 1
...a a ...a
1 1 1

1 2 g 1 g +1 m
.

a 1
2
a ... a a ...a
2

2
2

g 1
2

g +1
2

m
.
a m+ h ' 1
a m+ h ' 1
... a m+ h ' 1
a m+ h ' 1
...a m+ h ' 1
0 0 ...a 00 ...0
m+ h ' 1
. 1 2 g 1 g +1 m m+ h1

a m+ h ' +1
a m+ h ' +1
... a m+ h ' +1
a m+ h ' +1
...a m+ h ' +1
0 0 ... 0 0a ...0
m+ h ' +1

.
g 1 g +1 m+ h ' +1

1 2 m

.
A = cof a = ( 1)
g h h+ g
a h 1
a ...a a ...a
h 1 h 1

g 1
h 1

g +1
h 1
( .

h g 1 2 m

a h +1
a ...a a ...a
h +1 h +1 h +1 h +1 .
1 2 g 1 g +1 m
(22) a a m+ n m+ n
...a m+ n
a m+ n
...a m+ n
0 0 ... 0 0 0 . ..a m+ n

g 1 g +1
m+ n

.
1 2 m

.
a m
a ... a a ...a
m m m m Los cofactores pedidos para las filas h=m+1,m+2,,m+n, y
g 1 g +1
las columnas g = 1,2,3,,m, de la ecuacin (7) son los
1 2 m

determinantes dados por el elemento general siguiente:

h,g = 1,2,3,...,m (25)

Por lo tanto, la ecuacin (13) queda probada y el teorema SG7 Ntese en la ecuacin (25) la columna de ceros cuando se
tambin. elimina la fila h-sima y la columna g-sima de la ecuacin (7),
por lo tanto la ecuacin (25) obviamente vale cero.
Caso particular:
Por ejemplo, para calcular el cofactor 1m+1= cof m+11, se
Cuando todos los elementos de la diagonal del cuadrante tiene que eliminar la fila m+1 y la columna 1 de la ecuacin
inferior derecho de la ecuacin (19) valen +1, entonces los (25), entonces el determinante queda con una columna de
cofactores de la eccuacin (21) quedan : ceros en donde estaba el elemento am+1m+1, y por lo tanto el
hg = Ahg determinante es cero, es decir queda:
(23)
h,g = 1,2,3,...,m.
= cof = 0
1
m+1
m+1
1
(26)
4.2 Generalizacin del teorema SG7
Esto mismo se hace para el desarrollo de todos los cofactores
Cuando se calculan los cofactores para las posiciones del en las posiciones coordenadas de las filas h = m+1, m+2,
cuadrante inferior izquierdo de la eccuacin (7) se tiene que: m+3,,m+n, y las columnas g=1,2,3,,m, quedando

gh ' = Cof h'

g =0 (24) h = cof g = 0
g h
(27)
con h' = m + 1, m + 2,..., m + n
con h = m +1, m+2,..., m + n
g = 1,2,3,..., m
g = 1, 2, 3,..., m
Se demostrar la ecuacin (24).

IPN 27 ESIME
 Cientfica

Pero la ecuacin (27) es la (24), y por lo tanto esta ecuacin 11 21 31 41 51

queda demostrada.
12 22 32 42 52

Ahora, juntando los resultados de las ecuaciones (13) y (24) [] = 13 23 33 43 53 =
se tiene el teorema SG7 generalizado, quedando: 4 4 4 4 4
1 2 3 4 5
gh = a mm++11a mm++22 ...a mm++nn Ahg 5 5 5 5 5
1 2 3 4 5

con : gh = Cof gh & Ahg = Cof a gh - 90 - 30 - 50 0 0
85 0
(31)
para h = 1,2,..., m; g = 1,2,..., m - 50 - 5 0

& (28) = - 30 - 10 140 0 0
g
h'
h ' = Cof g = 0 570 190 630 - 470 0
para h' = m + 1, m + 2,..., m + n ; g = 1,2,3,..., m 33 - 130 - 201 0 - 94

Puede verse que en los cofactores cof hg , cof ahg y cof hg las Los cofactores gh que nos interesan de la ecuacin (31), son
letras h y h indican filas, y la letra g indica columna; en las los valores que corren en las filas y las columnas h,g= 1,2,3 y
resultantes gh, Agh y gh la letra g se convierte en fila y las estn dados por:
letras h y h en columnas.
11 21 31 - 90 - 30 - 50
4.3 Ejemplos de aplicacin numrica
12 22 32 = 85 - 50 - 5
3 3 3 (32)
Ejemplo 1 1 2 3 - 30 - 10 140
Para la matriz [] dada por
Equivalentemente, la ecuacin (32) son los cofactores gh para
3 - 2 1 0 0 h,g=1,2,3.
5 6 2 0 0
a gh a gh ' Por el otro lado, tenemos que los cofactores [A] de la matriz
[ ] = = 1 0 - 3 0 0 cuadrada del cuadrante superior izquierdo de la ecuacin (29)
a gh ' a gh '' (29)
7 0 - 2 1 0 son:
- 8 - 9 4 0 5
A11 A21 A31 - 18 - 6 - 10

[A] = A12 A22 A32 = 17 - 10 - 1
h=1,2,3; h= 4,5 3 3 3 (33)
A1 A2 A3 - 6 - 2 28
g=1,2,3; g= 4,5
Equivalentemente, la ecuacin (33) son los cofactores Agh
donde los cuadrantes, y los elementos de la diagonal del cua-
que corren desde h,g=1,2,3.
drante inferior derecho son:
Ahora, multiplicando la matriz de los cofactores de la ecuacin
(33) por los elementos a44 =1, a55=5, se tiene que:
3 - 2 1 0 0
h ; a h = 0 0 - 18 - 6 - 10 - 90 - 30 - 50
a
g = 5 6 2 g'
1 0 - 3 0 0 a 44 a55 17 - 10 - 1 = 85 - 50 - 5
(34)

- 6 - 2 28 - 30 - 10 140
h ' 7 0 - 2 h ' 1 0
a g = - 8 - 9 4 ; a g ' = 0 5 o lo que es lo mismo
(30)
y los elementos de la diagonal son A11 A21 A31 11 21 31
4 5
a 4 = 1; a5 = 5 a 44 a55 A12 A22 A32 = 12 22 32
3 3 3 3 3 3 (35)
Se encuentra que todos los cofactores para la matriz [], son: A1 A2 A3 1 2 3

IPN 28 ESIME
 Cientfica

Equivalentemente, la ecuacin (35) se puede escribir como
g h 4 5 h 4
h = cof g = a 4 a 5 cof a g = a 4a 5A h
h,g = 1,2,3
El resultado de la ecuacin (36) es lo que predice el teorema
SG7. Este teorema generalizado predice que las componentes
de los cofactores gh para la filas g=1,2,3 y columnas h=4,5,
de la matriz [] valen cero, esto es cierto y est indicado en la
ecuacin (31), que puede escribirse como:
Se divide la matriz de la ecuacin (38) de tal forma que en el
5 g
cuadrante superior derecho todos los elementos deben ser
(36) ceros, y a la vez debe cumplirse que en el cuadrante inferior
derecho debe tener todos sus elementos no nulos en la
diagonal, y tambin debe cumplirse al mismo tiempo que el
cuadrante superior izquierdo debe ser un arreglo cuadrado
para que se le puedan calcular los cofactores, todo esto tal y
como se muestra en la divisin imaginaria que est indicada
con lneas punteadas de la ecuacin (39), todo esto cumple
con las restricciones del teorema.

= cof = 0
g
h
h
g
(37) Y de la matriz de la acuacin (39) nicamente nos interesan los
h = 4, 5; g = 1, 2, 3 cofactores del la matriz del cuadrante superior izquierdo donde
est el arreglo de nmeros de 5x5 mostrado a continuacin.
Ejemplo 2
20 15 37 12 5
Supngase que para cierto problema particular se extrae el 2 45 34 23 1
arreglo matricial cuadrado de 11x11 elementos mostrados de 21 35 9 29 8 (40)
la forma siguiente: 56 8 3 19 84
17 15 4 3 1
- 20 15 37 12 5 0 0 0 0 0
0
2 45 La matriz de cofactores nombrada como [A] de la ecuacin
34 23 -1 0 0 0 0 0
0
(40) est dada por:
- 21 - 35 - 9 - 29 - 8 0 0 0 0 0 0

56 8 3 - 19 84 0 0 0 0 0 0 [A] =
17 - 15 4 3 -1 0 0 0 0 0 0

[ ] = 97 - 5 10 - 9 - 2 - 2 0 0 0 0 0 (38) 1451030 2081016 2063040 309330 143234
- 51 1 -9 - 28 1 0 5 0 0 0 0 1235920 1828274 1755810 258370 351284
= 417515 290283 335020 56665 298158 (41)
7 - 35 15 - 77 -2 0 0 -1 0 0 0
1993215 3007823 3217620 458115 233198
3 -5 45 -9 3 0 0 0 6/16 0 0
1520995 2231439 2258410 217945 19936
62 - 22 8 - 94 4 0 0 0 0 8/10 0

- 12 - 7 10 -9 -5 0 0 0 0 0 - 4 Ahora, para obtener los cofactores de la matriz original de la
ecuacin (38) en las primeras 5 filas y 5 primeras columnas,
El arreglo de la ecuacin (38) se puede dividir imaginariamente que es lo que interesa, se aplica el teorema SG7, se multiplican
en los cuadrantes dados por: todos los elementos de la diagonal que aparecen en la matriz
del cuadrante inferior derecho de la ecuacin (39) por la matriz
de la ecuacin (41), quedando:
- 20 15 37 12 5 0 0 0 0 0 0
2 45 34 23 0
-1 0 0 0 0 0
[] = (2)(5)(1)( 6 )( 8 )(4)[A]
- 21 - 35 - 9 - 29 -8 0 0 0 0 0 0 16 10

56 8 3 -19 84 0 0 0 0 0 0 17412360 - 24972192- 24756480- 3711960-1718808
17 -15 4 3 14831040 - 21939288- 21069720- 3100440 4215288
-1 0 0 0 0 0 0

[] = 97 - 5 10 - 9 -2 -2 0 0 0 0 0 (39) = - 5010180 3483396 4020240 679980 - 3577896 (42)
- 51 1 - 9 - 28
1 0 5 0 0 0 0 - 23918580 36093876 38611440 5497380- 2798376

7 - 35 15 - 77 -2 0 0 -1 0 0 0 -18251940 26777268 27100920 2615340 239232

3 - 5 45 - 9 3 0 0 0 6/16 0 0

62 - 22 8 - 94 4 0 0 0 0 8/10 0
Lo anterior es ms rpido que obtener los 11x11 cofactores de
-12 - 7 10 - 9 -5 0 0 0 0 0 - 4 la matriz de la ecuacin (38) y extraer los primeros 5x5
cofactores que nos interesan.

IPN 29 ESIME
 Cientfica

Calculando los cofactores cof hg para las posiciones 11 12 ...1m 1m +1 1m + 2 ...1m + n

coordenadas del cuadrante inferior izquierdo de la ecuacin 2 2
1 2 ... m m +1 m + 2 ... m + n
2 2 2 2
(39), se obtienen las componentes gh= 0 para las filas
g=1,2,3,4,5, y las columnas h=6,7,8,9,10,11, de la matriz [], .
esto tal y como lo predice el teorema generalizado SG7. =
.

4.3 Otra forma equivalente de escribir el teorema .
m1 m2 ...mm mm +1 mm + 2 ...mm + n
generalizado SG7 del apartado anterior
11 12 ...1m 0 0 ...0
Como los ndices h, h, g y g estn indicados con sus valores 2 2
1 2 ... m 0 0 ...0
2
para la matriz [] en la ecuacin (7), y los ndices en los cofactores (46)
gh, Agh y gh estn indicados para los valores que corren en .
la ecuacin (28), por lo tanto los ndices de la matriz como de los =
cofactores corren para los mismos valores, entonces en la primera .

.
parte de la ecuacin (28) se pueden intercambiar los ndices h
por g y la g por la h puesto que ambos corren para los mismos

m1 m2 ...mm 0 0 ...0
valores, esto sin afectar para nada a la ecuacin original, por lo
tanto la ecuacin queda como:

hg = a mm++11a mm++22 ...a mm++nn Agh

Ejemplo 3
h g h g
con : g = cof h & Ag = cof a h
(43)
Para la matriz [] dada por:
para h = 1,2,..., m; g = 1,2,..., m

En la segunda parte de la ecuacin (28), la g se va a cambiar 3 - 2 1 0 0

5 6 2 0 0
por la h, y la h por la g, entonces queda: a gh a gh '
[ ] = = 1 0 - 3 0 0
a gh ' a gh '' (47)
hg ' = cof hg ' = 0 7 0 - 2 1 0
(44) - 8 - 9 4 0 5
para g ' = m + 1, m + 2,..., m + n ; h = 1,2,3,..., m
h=1,2,3; h=4,5
Finalmente juntamos las ecuaciones (43) y (44) en una sola, la g=1,2,3; g=4,5
ecuacin generalizada equivalente queda:
aplicar la forma equivalente del teorema SG7 dada por la
hg =a mm++11a mm++22 ...a mm++nn Agh ecuacin (45).

con : hg = cof hg & Agh = cof a hg Solucin:

para h = 1,2,..., m; g = 1,2,..., m
Para la primera parte los cofactores hg con h,g=1,2,3, son:
& (45)
h g'
g ' = cof h = 0 6 2 0 0
para g ' = m + 1, m + 2,..., m + n ; h = 1,2,3,..., m 0 -3 0 0
11 = cof11 = (1)1+1 = 90
0 -2 1 0 (48)
Ntese que en los cofactores cof gh , cof agh y cof gh las -9 4 0 5
letras g y g ahora indican filas, y la letra h indica columna; en
las resultantes hg, Ahg y hg la letra h se convierte en fila y las
letras g y g en columnas. -2 1 0 0
0 -3 0 0
12 = cof 12 = ( 1) 2 +1 = -30
Los cofactores de la ecuacin (45) quedaran representados 0 -2 1 0 (49)
como la matriz dada por:
-9 4 0 5

IPN 30 ESIME
 Cientfica

Continuando de esta forma se llega a los resultados: Juntando las ecuaciones (54) y (55) se llega a los resultados
dados por:

11 21 31 - 90 - 30 - 50
11 21 31 A11 A21 A31
12 22 32 = 85 - 50 - 5 (50) 2 2 2 2 2 2
= a 4 a 5 A1 A 2 A3
4 5
3 3 3 1 2 3
1 2 3 - 30 - 10 140 3 3 3 3 3 3
1 2 3 A1 A 2 A3

&
Procediendo de la misma manera para las componentes de Ahg 1 1
con h,g=1,2,3, se tiene: 4 5 0 0 (56)
2 2 = 0 0
4 5
6 2 43 53 0 0
A11 = cofa11 = ( 1)1+1 = 18 (51)
0 -3

-2 1
A21 = cofa12 = ( 1) 2 +1 = 6 (52) Los resultados de la ecuacin (56) son los mismos que los de
0 -3 las ecuaciones (36) y (37) encontradas anteriormente.

Para llegar finalmente con: Por esta razn, es indiferente utilizar la forma generalizada de
la ecuacin (28), o la forma generalizada equivalente de la
ecuacin (45).
A11 A 21 A 31 - 18 - 6 - 10
2 2 2
A1 A 2 A 3 = 17 - 10 - 1 5. Conclusiones
(53)
3 3 3 -6 -2 28
A1 A 2 A 3 Tanto el teorema SG7 como su generalizacin, y su generalizacin
equivalente quedaron demostrados.
Relacionando la ecuacin (50) con la (53), se tiene:
El teorema SG7 es til para encontrar en forma ms rpida los
11 21 31 A11 A21 A31 mxm cofactores de una cierta matriz [A] de orden (m+n)x(m+n),
2 2 2 2 2 2 en lugar de calcular el total de los (m+n)x(m+n) cofactores, y
= a 4 a 5 A1 A2 A3
4 5
1 2 3 (54) de los cuales se extraen los mxm cofactores pedidos.
3 3 3 3 3 3
1 2 3 A1 A2 A3 6. Referencias

Para la segunda parte de la ecuacin (45) los cofactores hg [1] L.I. Golovina, lgebra lineal y algunas de sus
para h=1,2,3 y g=4,5, son: aplicaciones. Ed. MIR, Mosc, 2 ed. 1980.
[2] Kolman, lgebra lineal. Ed. Sistemas Tcnicos de Edicin,
SA de CV, Mxico, DF, 1986.
41 51 0 0 [3] A. J. McConnell. Aplications of Tensor Analysis. Ed. Dover
2 2
4 5 = 0 0 Publications, Inc., New York. USA, 1957.
(55)
3 3 0 0 [4] I.S.Sokolnikoff. Anlisis tensorial. Ed. Limusa, Mxico,
4 5 DF, 1976.

INSTITUTO POLITCNICO NACIONAL

ESCUELA SUPERIOR DE INGENIERA MECNICA Y ELCTRICA
SECCIN DE ESTUDIOS DE POSGRADO E INVESTIGACIN

IPN 31 ESIME

Anlisis de los parmetros crticos para la insercin
de marca de agua en el dominio DCT aplicado en
imgenes tanto a color como en escala de grises
Luis Efrn Bollan y Goytia Meza
Mariko Nakano Miyatake
Hctor M. Prez Meana
Seccin de Estudios de Posgrado e Investigacin (SEPI),
ESIME, "Unidad Culhuacn",
Instituto Politcnico Nacional (IPN).
Av. Santa Ana 1000, Ed. 2, tercer piso,
Col. San Francisco Culhuacn, CP 04430,
Mxico, DF.
MXICO
Tel. (525) 656 2058
email: efrengoytia@hotmail.com
mariko@calmecac.esimecu.ipn.mx
hmpm@calmecac.esimecu.ipn.m
Recibido el 22 de enero de 2004; aceptado el 29 de junio de 2004.
1. Resumen
Una tarea muy comn en la actualidad, es intercambiar
informacin utilizando distintas redes de comunicaciones, como
Internet, ya que un gran nmero de personas tienen acceso a
sta a nivel mundial. Sin embargo, con esta red la violacin de
los derechos de autor sobre el material digital, como imgenes
digitales, sonido digital y video, se vuelve un problema muy
serio que causa prdidas econmicas y afecta a los autores de
dicho material. Las marcas de agua son una alternativa viable
para proteger los derechos de autor del propietario. A pesar de
existir varias tcnicas de insercin de marcas en el material
digital, se requiere determinar los parmetros ptimos para poder
realizar una insercin adecuada. En este artculo se analiza un
algoritmo adaptivo de insercin aplicado a la imagen completa
en el dominio DCT (Discrete Cosine Transform) junto con
algunos parmetros crticos para la insercin de la marca, como
la posicin de insercin, el tamao de la marca y el factor de
ganancia para obtener una mejor imagen marcada desde el punto
de vista de imperceptibilidad y robustez, as como tambin las
IPN
Cientfica Vol. 9 Nm. 1 pp. 33-44
2005 ESIME-IPN. ISSN 1665-0654. Impreso en Mxico
diferencias existentes entre las imgenes de color y las de escala
de grises, antes, despus y durante la insercin.
2. Abstract (Analysis of the Critical Parameters for the
Watermark Insertion in the DCT Domain Applied in Color
as well as Gray Level Images)
Nowadays, a very common task is the information interchange
using different networks, like the Internet. Its known that a
large number of people have access to it. However, with this
network, copyright violation on digital material (digital sound,
digital images and video) becomes into a serious problem which
causes economical losses affecting the autors of this material.
Watermarks are a viable alternative for protecting the owners
copyright. Although of existing several techniques of watermark
insertion on digital material, its required to determine the
optimum parameters in order to do a correct insertion. In this
paper, it is analysed an adaptive algorithm of insertion applied
into a full frame image on DCT (Discrete Cosine Transform)
domain beside some critical parameters for watermark insertion,
as position of watermark, watermark size and gain factor to get
a better watermarked image from the point of view of
imperceptibility and robustness. In addition we can see the
difference between color images and gray scale images before,
after and during the insertion.
Palabras clave: marcas de agua, DCT, enmascaramiento visual,
deteccin de marca de agua, insercin de marca de agua.
3. Introduccin
Es bien conocido que actualmente las redes de comunicaciones
son utilizadas para transferir informacin, gracias a esto su
desarrollo y aplicaciones crecen enormemente da con da. Tienen
un gran campo de aplicaciones, una tarea muy importante que
tienen es la de distribuir informacin de manera masiva y
mundial, como Internet. Sin duda alguna, Internet es la red
pblica ms usada en la actualidad y por lo tanto puede llegar a
ser peligroso tanto el envo como la publicacin de informacin
mediante el uso de sta u otras redes locales, ya que al estar
expuesta la informacin en la red, cualquier persona que tenga
acceso a ella puede copiarla de cualquier manera y hacer uso
indebido de esta informacin, violando as los derechos de
33 ESIME
 Cientfica
autor. Debido a esta gran problemtica, surge como una
propuesta viable para evitar dichas violaciones, el uso de marcas
de agua digitales, las cuales se insertan en la informacin a
transmitir (video, imgenes, sonido) buscando con ello poder
detectar al dueo de la informacin, a los creadores e incluso a
los distribuidores autorizados. Sin embargo, al insertar una
marca de agua digital en la informacin, no es una garanta de
que se podr detectar siempre de manera correcta la marca
insertada y con ella al autor, ya que el material digital puede
verse afectado de manera intencional (en el caso de imgenes
puede ser la eliminacin parcial de informacin, escalamiento,
etc.) o no intencionales (igualmente en imgenes podemos
mencionar adicin de ruido, compresin JPEG, etc. ). En algunos
casos, al momento de realizar la deteccin, puede presentarse
un falso positivo, que es cuando otros valores de correlacin
que no fueron utilizados como llave, sobrepasan el valor del
umbral, es decir, se detecta la presencia de otras marcas que no
fueron insertadas; el otro caso que puede presentarse es aquel
en el que se tiene la nocin de la existencia de una marca de
agua, sin embargo no se detecta, a esto se le llama falso negativo.
Por estas razones al elegir el algoritmo a emplear para la
proteccin del material se deben de tomar en cuenta los posibles
ataques que pueden alterar la marca de agua insertada y con
esto tener una mayor seguridad de que la deteccin podr
realizarse de manera satisfactoria a pesar de los ataques que
reciba el material. Desde luego, algunos ataques pueden
distorsionar tanto la imagen, que tal vez ni siquiera ya al mismo
autor le interesar reclamar la propiedad de dicho material.
Los experimentos realizados se aplicaron en imgenes digitales
(de color y escala de grises). Lo que se busca con este artculo
es determinar los parmetros crticos que ayudan a obtener una
imagen que no se distorsione despus de la insercin de la
marca, es decir, que no pierda su valor comercial y adems que
la marca de agua insertada sea robusta ante cualquier tipo de
ataque; esto se logra eligiendo de manera correcta los parmetros
crticos de insercin: posicin (L), factor de ganancia () y
tamao de la marca de agua (M).
4. Desarrollo
Las marcas de agua digitales pueden ser vistas como una seal
ajena a la informacin pero aadida a sta, es decir, se agrega
un cdigo de identificacin con el cual se podr obtener la
informacin que nos interesa, como por ejemplo los derechos
de autor. Para conservar su utilidad las marcas de agua debern
cumplir con ciertos requisitos: ser imperceptibles al ojo humano,
fciles de detectar usando un algoritmo detector, cuyo uso sea
relativamente simple para poder comprobar la propiedad, ser
robusta ante cualquier tipo de ataques; la deteccin de la marca
de agua del propietario debe ser notoria con respecto a las de
otros (impostores) que traten de comprobar la propiedad de la
IPN
informacin (no ambigua); se tendr la posibilidad de poder
generar una gran cantidad de marcas e insertarlas en la
informacin (innumerable).
Existen principalmente dos maneras de realizar la insercin de
una marca de agua: una es en los valores de intensidad de
luminancia en el dominio espacial [1], o bien, en los coeficientes
del dominio de algn tipo de transformada (DCT, DFT, wavelet)
[2-8]. En lo que respecta a la deteccin, existen algunos algoritmos
que para detectar la marca de agua tienen que hacer uso de la
imagen original y la imagen marcada [3], lo cual tiene un lmite, ya
que no siempre es posible contar con la imagen original y por lo
tanto se dificultara o incluso impedira la deteccin de la marca
de agua. El algoritmo de deteccin descrito en este artculo no
requiere del uso de la imagen original para poder detectar la marca
de agua, y no importa que la imagen est alterada, de lo cual hay
un porcentaje muy alto que lo est. Tambin se aprovechan las
caractersticas del sistema visual humano (HVSHuman Visual
System) las cuales ayudan a poder insertar con mayor fuerza la
marca de agua y adems no hacerla tan perceptible.
El algoritmo de insercin, que es el objeto de estudio de este
artculo, tiene las siguientes caractersticas: opera en el
dominio de la frecuencia utilizando la transformada discreta
del coseno (DCTDiscrete Cosine Transform), dicha
transformada se realiza a la imagen completa (full frame) y no
por bloques como en otros algoritmos [3] y [4]; el algoritmo
de insercin de la marca de agua explota las caractersticas del
sistema visual humano, mientras que la extraccin se lleva a
cabo sin tener que hacer uso de la imagen original. Lo que se
busca en este artculo es comprobar la robustez del mtodo
propuesto (aplicado a imgenes), al realizar ataques
(compresin JPEG, recortes, escalamiento y adicin de ruido
impulsivo) a las imgenes marcadas y adems realizar un
anlisis de la seleccin de parmetros que se utilizan en el
algoritmo (posicin, tamao de la marca de agua y fuerza)
para determinar cmo se ve afectada la imagen al momento de
realizar la deteccin.
4.1 Algoritmo utilizado
Se propone el uso de una marca de agua que consiste de una
secuencia de M nmeros reales seudo-aleatorios X = { x1, x2,
, xM }; donde cada valor xi para i = 1, , M va a tener una
distribucin normal estndar, es decir, su valor medio es igual
o aproximadamente 0 y su varianza es igual a 1. Por lo tanto X
ser el cdigo de identificacin que se va a insertar [7] y [8].
4.1.1 Proceso de insercin
Para realizar la insercin de la marca de agua se necesita de
la imagen original I de tamao N x N, a la cual se le aplica la
34 ESIME
 Cientfica

D
T
C
I(NXN) Seleccin de coeficientes
en orden de zig-zag tL+i = tL+i + tL+ixi

I
D
T
C
I(NXN) Reordenamiento de coeficientes
en orden de zig-zag
Fig. 2. Diferencia visual entre la imagen de Lena sin aplicar
el enmascaramiento visual (derecha) y aplicando el
enmascaramiento (izquierda).

Fig.1. Diagrama de bloques del proceso de insercin de la

marca de agua en una imagen.

insertar la marca de agua con mayor fuerza, ya que se tiene que

transformada discreta del coseno a la imagen entera. Una
vez que se transform la imagen al dominio de la frecuencia,
se toman los coeficientes obtenidos en orden de zigzag y de
stos se seleccionan los primeros L + M coeficientes para
generar un vector T = { t1, t2, , tL, , tL+1, , tL+M }. Se omiten
los primeros L coeficientes dependiendo de la invisibilidad
y robustez que le queramos dar a la imagen, y desde el
elemento L + 1 hasta el elemento L + M se inserta el patrn
seudo-aleatorio X para obtener un nuevo vector T = { t1, t2,
, tL, tL+1, , tL+M} de acuerdo a la siguiente frmula:
i,j ~ 1, por lo tanto yi,j~ yi,j ; en regiones que son ms sensibles
al ruido no se puede insertar con tanta fuerza porque sera muy
notorio, en este caso se tiene que i,j ~ 0 , por lo tanto yi,j ~ yi,,j.
Haciendo uso de este tipo de mscaras se permite incrementar
el factor de ganancia sin comprometer la invisibilidad de la
marca, que es un requisito fundamental.
Una manera de seleccionar los factores de peso i,j se logra
realizando un ventaneo de R x R en la imagen original, donde
la ventana est centrada en el pixel x, y; se calcula la varianza
local de cada ventana con base en la siguiente frmula:

tL+i = tL+i + |tL+i|xi i = 1,...,M. (1)

Posteriormente se reinserta el vector T en orden de zigzag, se x,y = 1

Mmax
[I(i,j) w]
i,j w
2
(3)
aplica la transformada inversa discreta del coseno para obtener
nuestra imagen con marca de agua I. La figura 1 muestra el
proceso de insercin de marca de agua. Donde w es el valor promedio de la ventana y Mmx = mx
(m,n) M (m, n), que es el valor de la varianza mxima
4.1.2 Enmascaramiento visual encontrada en la imagen completa. Con esto se obtiene la
mscara necesaria para lograr la nueva imagen marcada I.
Con el fin de lograr que la marca de agua pueda ser ms robusta
y menos visible, se toman en cuenta las caractersticas del
sistema visual humano con las que se pueden obtener los
factores de peso (mscara) que ayudarn a obtener una imagen
con dichas caractersticas (figura 2). Lo que se necesita es
sumar las imgenes I e I pixel por pixel en su totalidad de
acuerdo a la siguiente frmula:

yi,j = yi,j (1 i,j) + i,j yi,j = i,j ( yi,j yi,j) (2)

Donde i,j va a ser la mscara que determinar las regiones de

insercin, yi,j son los valores de los pixeles de la imagen original, Fig. 3. Diferentes mscaras obtenidas de las imgenes de
en tanto que yi,j son los valores de los pixeles de la imagen Lena (izquierda), el mandril (en medio) y la de los barcos
marcada; en regiones que son poco sensibles al ruido se puede (derecha); todas estas imgenes en escala de grises.

IPN 35 ESIME
 Cientfica

4.1.3 Proceso de deteccin

En este proceso se recibe una imagen I * sabiendo que

probablemente pudo haber sido alterada; se le aplica la
transformada discreta del coseno a la imagen de N x N y se
reordenan los coeficientes en orden de zigzag; desde el
coeficiente L + 1 hasta el coeficiente L + M se seleccionan
para generar el vector T* = { t*L+1, t*L+2, , t*L+M }, con este
vector se aplica la frmula de correlacin que determinar si la
marca est presente o no. La frmula de correlacin entre los
coeficientes DCT con un posible patrn seudo-aleatorio Y =
{y1, y2, , yM}, se define por:
M
Y T * 1
z=
M
=
M yt
i =1
i
*
L +i . (4)

Para determinar que el patrn Y est detectado efectivamente,

el valor de correlacin z se compara con un valor de umbral Sz.
La frmula que se aplica para el clculo del umbral en la imagen
marcada es:
M

Sz =
3M t
i =1
*
i . (5)

Esta frmula calcula un valor de manera que la probabilidad

de error (falso positivo y falso negativo) sea mnima cuando Fig. 4. Componentes de una imagen a color.
la imagen marcada sea alterada por ataques [9]. Para el clculo
de se propone la siguiente ecuacin:

correspondiente a cada mapa de color que conforma a la

=M (6) imagen (figura 4).

donde es el valor promedio de la mscara utilizada. Con
base en esto, se debe escoger un valor de manera que se
obtenga un valor = 0.2, ya que con esto se logra que no
haya una degradacin visual en la imagen [7] y [8].
4.2 Diferencias entre las imgenes a color y las imgenes en
escala de grises
4.2.1 Insercin en imgenes en escala de grises
Para realizar la insercin en este tipo de imgenes, se le aplica
a la nica matriz de valores de intensidad que se tiene, es
decir, aquella en la que los valores en cada pixel tienen valores
entre 0 y 1, incluyndose estos valores. Los cuales determinan
la tonalidad de gris para cada pixel; donde 1 representa el
color blanco y el 0 el color negro.

Es bueno saber qu diferencias existen entre las imgenes de
color y las imgenes en escala de grises.
Las imgenes en escala de grises estn representadas por
una matriz cuyos valores van desde 0 hasta 1. En imgenes a
color se tiene la diferencia de que para una imagen en formato
RGB (Red Green Blue rojo verde azul) la imagen est
representada por tres matrices, donde cada una es la matriz
4.2.2 Insercin en imgenes a color
Al estar compuestas por tres mapas de color (RGB), se tiene que
elegir uno de estos tres mapas para poder realizar la insercin. La
eleccin del mapa de color azul es el ms recomendable, debido a
que con base en las caractersticas del sistema visual humano, se
hace menos perceptible para el ojo humano [12]. Cabe mencionar
que las mscaras que se obtienen, son diferentes para cada mapa
de color, como se muestra en la figura 5.

IPN 36 ESIME

a) b) c)
Fig. 5. Mscaras obtenidas de la imagen a color del mandril. a)
Mscara del mapa de color rojo; b) Mscara del mapa de color
verde, y c) Mscara del mapa de color azul.
Una vez elegido el mapa de color sobre el que se va a trabajar,
se tiene que normalizar la matriz del mapa del color elegido
para que en dicha matriz se obtengan valores que vayan desde
0 hasta 1, al igual que en una imagen en escala de grises. En
el caso de una imagen de 256 colores, se dividira cada uno de
los valores de la matriz entre 255.
Cuando se ha obtenido la matriz normalizada, se tiene entonces
la matriz sobre la cual se aplica el algoritmo de insercin de
igual manera que en las imgenes en escala de grises.
Para obtener la imagen marcada se tiene que regresar la matriz
del mapa de color en la que se insert la marca a valores desde
0 hasta 255. Por ltimo, se conjuntan los tres mapas de color y
con ello se obtiene la imagen a color marcada.
4.3 Anlisis de los parmetros utilizados en el algoritmo
Una vez conocido el mtodo de insercin del algoritmo,
debemos analizar cules son los puntos vitales para poder
obtener resultados ptimos y tiles, con la finalidad de que
podamos detectar el cdigo de identificacin insertado. En
este artculo se busca proponer diferentes valores para poder
analizar los cambios que se presentan tanto en los resultados
de deteccin como en la visibilidad de la imagen tras diferentes
tipos de ataques como son: compresin JPEG, escalamiento
de la imagen, recorte (figura 6) y adicin de ruido. Los
resultados obtenidos por simulacin computacional muestran
la imperceptibilidad y robustez de la imagen marcada de
acuerdo a la posicin de insercin (L), el tamao (M) y la
fuerza () de la marca de agua, y dependern de la varianza
promedio de cada imagen a la que se aplica el algoritmo.
)
4.3.1 La mscara y el factor de ganancia (
Es de gran importancia analizar la mscara que se utiliza en las
imgenes y, con base en ella, obtener la varianza promedio de
la imagen (M), con esto se puede saber qu tan plana o qu
IPN
Cientfica
Tabla 1. Valores del factor de ganancia () y varianza
promedio de la imagen original calculados para cinco
imgenes de prueba.
Imagen Tamao M
Lena 512 x 512 0.2 4.85 0.0412
Mandril 512 x 512 0.2 1.31 0.1521
Barcos 512 x 512 0.2 2.34 0.0852
tan detallada es y, por lo tanto, saber en qu zonas se podr
insertar con mayor fuerza la marca de agua y en cules tendr
que ser dbil. Tras el anlisis de esta informacin se puede
proponer de una manera ms adecuada el factor de ganancia
(). Si se propone que el valor de sea igual a 0.2 con el fin de
que no ocurra una distorsin, entonces calculamos el valor
de utilizando la ecuacin (6):
0.2
= = (7)
M M
Haciendo uso de la ecuacin (7) se calcul el valor de para
diferentes imgenes (tabla 1). Es notorio que una imagen con
varianza mayor tiene un gran nmero de zonas menos sensibles
al ruido, y por lo tanto se puede utilizar un valor de mucho
mayor sin afectar la integridad visual de la imagen, sin embargo,
a pesar de poder insertar con ms energa la marca de agua, en
la tabla se aprecia que tiene un valor ms bajo que las imgenes
que tienen una varianza menor. En imgenes con una varianza
menor no se puede incrementar demasiado el valor de por
ser aqullos ms sensibles. Esto se debe a que mientras ms
detallada sea la imagen de acuerdo a la mscara que se obtiene,
los valores se aproximan ms a la imagen con la marca de
agua, pero cuando el valor de varianza es menor, entonces los
valores se aproximan ms a la imagen original, es decir, como
si no se estuviera realizando ninguna insercin y por eso se
requiere de un factor de ganancia mayor, pero que no sea tan
grande para distorsionar la imagen.
En la figura 3 se observan las distintas mscaras obtenidas de
las imgenes de Lena, del mandril y del barco; las zonas menos
sensibles al ruido son aquellas que se denotan por los pixeles
con una tonalidad ms clara en la mscara. Como se puede
apreciar en la figura 3, y observar los valores obtenidos (tabla
37 ESIME
 Cientfica

realizados los ataques se intent detectar la marca de agua

Tabla 2. Resultados de deteccin al modificar la fuerza () con aplicando el algoritmo de correlacin comparando entre
que se insert la marca de agua en la imagen de Lena tras
haber sido atacada; L = 25 000 y M = 16 000. mil patrones seudo-aleatorios posibles. Se propusieron
distintos valores de para comparar las diferencias al
obtener los resultados para la imagen marcada de Lena
Ataques realizados que se muestran en esta tabla. Como se puede apreciar en
la tabla 2, cuando el valor de disminuye, no se logra
JPEG (%) Recorte Reduccin (%) Ruido (%)
detectar la marca de agua en todas las pruebas, asimismo
se observa que en cuatro casos se detecta un falso positivo.
75 50 25 10 1 2 80 60 40 25 50 75 Por el contrario, cuanto ms grande es el valor de , se
logra detectar en un mayor nmero de pruebas.
Falso Falso Falso Falso
2.4 S S S S No S S No
+ + + + En la tabla 3 se muestran los valores obtenidos del umbral
y de los valores de correlacin que pertenecen a la marca
8.0 S S S S S S S S No S S No
de agua de las imgenes atacadas, de los cuales se mostra-
ron los resultados de deteccin en la tabla 2.
1), podemos ver que en la imagen del mandril se puede llegar
De las tablas 3 y 4 se puede observar que al incrementar el valor
a utilizar un factor de ganancia ms grande, debido a que esta
de se obtiene una mayor robustez. Como ya se ha mencionado,
imagen tiene una varianza mayor, es decir, contiene un gran
el valor de no puede ser muy grande o distorsionar la imagen.
nmero de detalles con respecto a otras, mientras que la
Otro aspecto es el hecho de que al agregar ruido a la imagen se
imagen de Lena es la que se ve ms afectada al querer insertar
ve afectado el patrn seudo-aleatorio, con esto el valor del
un valor mayor debido a que tiene un menor nmero de
umbral se va incrementando conforme se aade ms ruido, pero
zonas detalladas.
no as el valor de correlacin.
4.3.2 Fuerza de la marca de agua 4.3.3 Posicin de la marca de agua
Una vez calculados los valores de (tabla 1) utilizando la
Otro aspecto interesante dentro de la insercin es decidir la
ecuacin (7) y proponiendo el valor de igual a 0.2, se
posicin de la marca de agua. Cuando insertamos la marca de
realizaron diferentes ataques a la imagen marcada: compresin
agua en la zona de frecuencias ms bajas (figura 8 - izquierda)
JPEG al 75, 50, 25 y 10 %; escalamiento al 80, 60 y 40 % (en
obtendremos una imagen marcada ms robusta, sin embargo, se
algunos casos este ltimo no se pudo realizar), recortar parte
hace ms notoria la insercin de la marca en la imagen debido a
de la imagen (figura 6); adicin de ruido impulsivo uniforme
que se distorsiona ms la imagen. Por otro lado, si se inserta en
con una densidad del 25, 50 y 75 % (figura 7). Una vez
frecuencias ms altas (figura 8 - derecha) no se ve tan afectada
por distorsin, pero la imagen ser ms sensible a cualquier ataque
con la posibilidad de perder el cdigo de identificacin (marca de
agua) tras cualquier tipo de ataque.

(a) (b)

Fig. 6. Eliminacin de informacin de la imagen original de

Lena; la parte marcada en color negro (borde) representa la
parte eliminada de la imagen muestra; imagen equivalente al Fig. 7. Ejemplos de adicin de ruido impulsivo a la imagen de
ataque de recorte 1 (a) e imagen correspondiente al ataque Lena con una densidad del 25 % (izquierda), 50 % (centro) y
de recorte 2 (b). 75 % (derecha)

IPN 38 ESIME
 Cientfica

adems de que no hay distorsiones en la imagen

Tabla 3. Resultados obtenidos al detectar la marca de agua cuando se o al menos no son tan notorias como cuando se
realiz una compresin JPEG y cuando se recort parte de la
imagen de Lena marcada. coloca en frecuencias bajas.

Un problema que se encontr al escalar una

Ataques
imagen, fue que para poder aplicar el algoritmo
de deteccin se requiere tener una imagen de al
Lena JPEG Recorte
(512 x 512)
menos L + M pixeles totales en la imagen, as que
L = 25000
75 % 50 % 25 % 10 % 1 2
cuando se escal la imagen de Lena tras haber
M = 16000 aplicado los valores del tercer caso de la tabla 5
(L = 50 000), se requeran de al menos 66 000
Umbral 0.0018 0.0017 0.00170 0.0017 0.0018 0.0018
=
pixeles en toda la imagen, pero al escalarla al 40 %
2.4 ya no se contaba con esa cantidad de pixeles y
Valor de
correlacin
0.0048 0.0038 0.0035 0.0021 0.0028 0.0028 por lo tanto, el algoritmo de correlacin ya no se
poda efectuar al no contar con el nmero de
Umbral 0.0065 0.0064 0.0063 0.0061 0.0068 0.0065 pixeles adecuado (al menos 66 000).
=
8.0
Valor de
0.0167 0.0150 0.0136 0.0088 0.0133 0.0114 Los valores que se obtuvieron para estas pruebas
correlacin
de posicin de la marca de agua se muestran en las
tablas 6 y 7.

Realizando pruebas en la imagen de Lena al insertar la marca
de agua en posiciones distintas se logr obtener los resultados
que se muestran en las tablas 4 y 5.
De la tabla 5 podemos apreciar cmo se obtiene un mayor
nmero de detecciones satisfactorias cuando se coloca la marca
en frecuencias bajas, ya que en esa zona es menos susceptible
a los ataques; en las frecuencias altas se aprecia que se obtiene
un menor nmero de detecciones cuando se realizan ataques,
Tabla 4. Resultados de los valores del umbral y de correlacin
obtenidos cuando: se escal la imagen, se agreg ruido
impulsivo uniforme y no se realiz ningn ataque a la
imagen de Lena marcada.
4.3.4 Tamao de la marca de agua
Elegir el tamao es un aspecto importante, ya que puede
crear conflictos al escalar una imagen y despus querer
detectar en esa imagen la marca de agua. Es una buena
idea si al momento de insertar dicha marca de agua se piensa
en qu tanto se puede llegar a reducir la imagen y ser til
para cualquier persona, as se podr seleccionar tanto el
tamao de la marca de agua como la posicin, ya que como
se mencion anteriormente, se requieren de al menos L + M
pixeles para poder aplicar el algoritmo, o de lo contrario
no se puede ni siquiera intentar la deteccin de la marca
de agua insertada.

Ataques

Lena Reduccin Ruido

sin ataque

(512 x 512)
L = 25000
M = 16000 80 % 60 % 25 % 50 %

Umbral 0.0012 0.0008 0.0026 0.0042 0.0017

=
2.4
Valor de
0.0032 0.0019 0.0056 0.0054 0.0049
correlacin

Umbral 0.0043 0.0030 0.0091 0.0142 0.0063 Fig. 8. Posicin de la marca de agua insertada en la
= regin de frecuencias bajas (izquierda) y en
8.0 frecuencias ms altas (derecha).
Valor de
0.0112 0.0069 0.0166 0.0180 0.0168
correlacin

IPN 39 ESIME
 Cientfica

Tabla 5. Resultados de deteccin de la marca de agua al
modificar la posicin (L) en la que se insert la marca de agua
en la imagen de Lena al haber realizado diferentes ataques;
= 4.8 y M = 16 000 (S = se logr detectar la marca de agua,
No = marca de agua no detectada, X = el algoritmo de
deteccin no se puedo aplicar).
Tabla 7. Valores del umbral y de correlacin obtenidos al
modificar la posicin de la marca de agua cuando: se escal la
imagen, se agreg ruido gaussiano uniforme y no se realiz
ningn ataque a la imagen de Lena marcada ( - = valores
omitidos debido a que no se logr la deteccin de la marca).

Ataques
Ataques Realizados
Lena Reduccin Ruido
(512 x 512)
JPEG (%) Recorte Reduccin (%) Ruido (%)
= 4.8
L M = 16000 80 % 60 % 40 % 25 % 50 % 75 %
75 50 25 10 1 2 80 60 40 25 50 75
Umbral 0.0044 0.0031 0.0020 0.0072 0.0097 0.0123
L=
10000 S S S S S S S S S S S S 10000
Valor de
0.0117 0.0082 0.0033 0.0150 0.0137 0.0151
correlacin
50000 S S S S S S S No X S No No
Umbral 0.0013 - - 0.0044 - -
L=
50000
Valor de
Dentro de las pruebas que se realizaron se observ que 0.0029 - - 0.0064 - -
correlacin
visualmente no hay distorsiones al incrementar el tamao de
la marca de agua utilizando el mismo factor de ganancia y
que tampoco se logra obtener un mayor nmero de pruebas En las tablas 9 y 10 se puede apreciar que los valores de
satisfactorias; sin embargo, se puede decir que al tener un correlacin no se incrementan en gran escala al aumentar el
mayor nmero de valores se logra obtener una grfica de tamao de la marca de agua, sino que al contrario, ocurre que
esta correlacin ms exacta y definida. Los valores obtenidos entre ms grande sea el tamao de la marca de agua
de correlacin que no corresponden a la marca de agua estn disminuyen tanto los valores de correlacin como los del
ms abajo del valor del umbral mientras ms grande es el umbral, pero los valores no correspondientes a la marca se
patrn seudo-aleatorio. Esto es til cuando existen ven ms alejados del valor del umbral.
demasiados valores que no pertenecen a la llave cerca del
valor del umbral. En la tabla 8 se muestran los resultados de 4.4 Resultados obtenidos por simulacin computacional
las pruebas realizadas.
Todos los resultados mostrados en las tablas anteriores fueron
obtenidos al aplicar el algoritmo de insercin a la imagen de
Tabla 6. Valores del umbral y de correlacin obtenidos al
Lena en escala de grises con formato de mapa de bits (bmp)
modificar la posicin de la marca de agua y posteriormente
realizar ataques de compresin JPEG y recortes de la [10]. nicamente se presentan estos resultados debido a que
informacin de la imagen de Lena marcada ( - = valores en las imgenes a color se obtuvieron resultados muy
omitidos debido a que no se logr la deteccin de la marca).

Tabla 8. Resultados de las pruebas realizadas al modificar el

Ataques tamao de la marca de agua insertada en la imagen de Lena;
Lena
= 4.8 y L = 25 000 (S = se logr detectar la marca de agua, No
JPEG Recorte = marca de agua no detectada).
(512 x 512)
= 4.8
M = 16000 75 % 50 % 25 % 10 % 1 2

Umbral 0.0060 0.0060 0.0060 0.0060 0.0064 0.0063 Ataques Realizados

L=
10000 JPEG (%) Recorte Reduccin (%) Ruido (%)
Valor de
0.0160 0.0150 0.0145 0.0119 0.0150 0.0117 M
correlacin
75 50 25 10 1 2 80 60 40 25 50 75

Umbral 0.0023 0.0021 0.0019 - 0.0022 0.0022

L= 16000 S S S S S S S S No S S No
50000
Valor de
0.0056 0.0039 0.0031 - 0.0040 0.0034 40000 S S S S S S S S S S S No
correlacin

IPN 40 ESIME
 Cientfica

Tabla 9. Valores obtenidos al realizar la deteccin para

distintos tipos de tamao de la marca de agua tras haber
realizado compresin JPEG y recortes en la imagen de Lena
marcada.

Ataques
Lena JPEG Recorte
(512 x 512)
= 4.8
75 % 50 % 25 % 10 % 1 2
L = 25000

Umbral 0.0037 0.0036 0.0036 0.0035 0.0039 0.0036

M=
16000
Valor de
0.0100 0.0085 0.0082 0.0050 0.0088 0.0066
Correlacin
Fig. 9. Marcas detectadas en los tres mapas de color al
Umbral 0.0030 0.0029 0.0028 0.0027 0.0031 0.0030 aplicar el algoritmo de deteccin en la imagen del mandril
M= marcada (en el mapa azul) tras haber utilizado la compresin
40000 JPEG.
Valor de
0.0079 0.0067 0.0056 0.0035 0.0066 0.0052
Correlacin

Una diferencia relevante en las imgenes a color fue que al

parecidos y el comportamiento de los parmetros crticos del insertar una marca de agua en un solo mapa de color y
algoritmo de insercin se comportaron de la misma manera en transformarla al formato JPEG, se haca una rplica de ella en
lo hicieron para las imgenes en escala de grises y el objetivo los otros mapas de color (figura 9), esto es debido al proceso
es detallar el comportamiento que genera en la imagen cada que se utiliza para poder convertir la imagen a color en dicho
uno de ellos. [11] formato. Adems de esto, con el proceso de compresin JPEG
se debilitaba mucho la marca de agua. Cuando se insertaba la
marca de agua con el valor que se obtena de la ecuacin (7) y
al aplicar la compresin JPEG, no se detectaba la marca de
Tabla 10. Valores obtenidos al realizar la deteccin para
distintos tipos de tamao de la marca de agua tras haber agua, y as se tena que incrementar el valor del factor de
escalado la imagen y agregar ruido gaussiano uniforme en la ganancia para poder tener mejores resultados, sin embargo
imagen de Lena marcada (- = marca de agua insertada no no aguantaba factores de compresin altos.
detectada; X = no fue posible realizar la prueba de deteccin
debido a que se tienen menos pixeles de los que requiere el
algoritmo). A pesar de que cuando se realizaba la compresin JPEG y se
copiaba la marca de agua en los otros mapas de color en los
que no se haba insertado, siempre la marca detectada en el
Ataques mapa de color en que fue insertada tena un valor mayor que
Lena las dems.
Reduccin Ruido
(512 x 512)
= 4.8 En la tabla 11 se muestran los resultados de deteccin de la
L = 25000 80 % 60 % 40 % 25 % 50 %
imagen del mandril marcadas (figura 10 - izquierda) y la de
Tifany (figura 10 - derecha) tras haber sufrido algunos
Umbral 0.0024 0.0017 - 0.0053 0.0084
ataques.
M = 16000
Valor de Los resultados que se muestran en la tabla 11 fueron obtenidos
0.0066 0.0040 - 0.0105 0.0087
correlacin
de acuerdo a los siguientes valores: en la imagen del mandril se
us una marca de tamao M = 30 000, en la posicin L = 25 000
Umbral 0.0019 0.0013 X 0.0049 0.0081 y = 1.9587; en la imagen de Tifany se insert una marca de
M = 40000 tamao M = 30 000, en la posicin L = 25 000 y = 10.3311.
Valor de Despus de haber insertado la marca se realizaron diversos
0.0049 0.0019 X 0.0081 0.0081
correlacin
ataques, y se trat as de detectar la marca de agua.

IPN 41 ESIME
 Cientfica

Tabla 11. Resultados de deteccin obtenidos de las imgenes

a color mostradas en la figura 10 (S = se logr detectar la
marca de agua, No = no se logr detectar la marca de agua
insertada).

A ta q u e s M a n d r il T ifa n y

N in g u n o S S
Fig. 10. Imgenes a color utilizadas en las pruebas.
C o m p r e s i n J P E G
No No
75 %

E s c a la m ie n to a l 7 5 % S S
5.Conclusiones
E s c a la m ie n to a l 5 0 % No S
En este artculo se mostr que el algoritmo evaluado es
robusto, y adems de mayor robustez se logra evitar que sea A d ic i n d e r u id o
im p u ls iv o c o n u n a S S
visible la marca de agua en la imagen utilizando una mscara d e n s id a d d e l 2 5 %
que explota las caractersticas del sistema visual humano. Con
base en los experimentos realizados se pudo comprobar cmo A d ic i n d e r u id o
se afecta tanto la imagen como los resultados de la deteccin im p u ls iv o c o n u n a S S
d e n s id a d d e l 5 0 %
con respecto al valor del factor de ganancia (), la posicin
(L) y el tamao (M) de la marca de agua que se eligen al A d ic i n d e r u id o
momento de la insercin. Adems se atac a la imagen marcada im p u ls iv o c o n u n a S No
con procesos de compresin JPEG, escalamiento, adicin de d e n s id a d d e l 7 5 %
ruido impulsivo uniforme y recortes en la imagen. Se mostr
R e c o r te 1 S S
que al escalar la imagen el algoritmo utilizado no se puede
aplicar cuando el nmero total de pixeles (N x N) es menor a L
R e c o r te 2 S S
+ M pixeles, ya que se requiere al menos de L + M pixeles para
poder aplicar el algoritmo de correlacin. Cuando se agrega
E fe c to d e e m b o r r o n a d o
ruido a la imagen, se observ que el valor del umbral tiende a ( b lu r )
S S
incrementarse, es decir, este tipo de distorsin afecta el valor
del umbral, pero el valor de correlacin no se incrementa, as
que no siempre puede detectarse la presencia de la marca de
agua, principalmente cuando la cantidad de ruido agregado Proc. of Int. Conf. Image Processing, pp. 243-246, Sept.
es muy alta. Por tanto, se mostr cmo deben elegirse los 1996.
valores adecuados dependiendo del tipo de imagen que se [3] C. I. Podilchuk, W. Zeng, Image-Adaptive Watermarking
tenga y la aplicacin que se le quiera dar a sta. Using Visual Models, IEEE Journal of Selected Areas
in Communications, vol. 16, nm. 4, pp. 525- 539, Mayo,
1998.
Agradecimientos
[4] J, Huang, Y. Q. Shi, Y. Shi, Embedding Image watermarks
Los autores agradecen al Consejo Nacional de Ciencia y
in DC Components, IEEE trans. On Circuits and Systems
Tecnologa (CONACyT) el apoyo brindado durante la
for Video Technology, vol. 10, nm. 6, pp. 974-979, Sept.
realizacin de esta investigacin.
2000.
[5] M. Barni, F. Bartolini, A. Piva, Improved Wavelet-Based
6.Referencias Watermarking Through Pixel-Wise Masking, IEEE Trans.
On Image Processing, vol. 10, nm. 5, mayo, 2001.
[1] G. C. Langelaar, I. Setyawan, R. L. Ragendijk, [6] H. Inoue, A. Miyazaki, A. Yamamoto, T. Katsura, A digital
Watermaking Digital Image and Video Data, IEEE Watermark Based on the Wavelet Transform and its
Signal Processing Magazine, pp. 20-46, Sept. 2000. Robustness on Image Compression and Transformation,
[2] I.J. Cox, T. Leighton, and T. Shamoon, Secure Spread IEICE Trans. Fund. Electron. Commun. Comput. vol. E82-
spectrum watermarking for image, audio and video, A, pp. 2-19, enero, 1999.

IPN 42 ESIME
[7] A.Piva, M. Barni, F. Bartolini, V. Cappellini, DCT-based
watermark recovering without resorting to the
uncorrupted original image, Proc. of IEEE Int. Conf. of
Image Processing, pp. 520-523, Oct. 1997.
[8] F. Bartolini, M. Barni, V. Cappellini, A. Piva, Mask
building for perceptual hiding frequency embedded
watermarks, Proc. of IEEE Int. Conf. Image Processing,
pp. 450-454, Oct. 1998.
[9] M. Barni, F. Bartolini, A. de Rosa, A. Piva A New
Decoder for the Optimum Recovery of Nonadditive
Watermarks, IEEE, Trans. on image processing, vol. 10,
nm. 5, pp. 755 766, 20
DIGITAL
DOT
DISEO E IMPRESIN DE CALIDAD
CENTENARIO 4, COL. DEL CARMEN,
COYOACN, DEL. COYOACN, MXICO, DF, 04100
IPN 43
[10] Efrn Bollan y Goytia, Mariko Nakano, Hctor Prez,
Anlisis de los Parmetros Crticos para el Algoritmo de
Insercin de Marca de Agua en el Dominio de DCT,
CIBSI 2003, octubre.
[11] Luis Efrn Bollan y Goytia Meza, Mariko Nakano
Miyatake, Hctor M. Prez, Anlisis del Algoritmo de
Insercin de Marcas de Agua en el Dominio de DCT
Aplicado a Imgenes a Color, ROC&C 2003, noviembre
2003.
[12] M. Kutter, F. Jordan, F. Bossen, Digital Watermarking
of Color Images Using Amplitude Modulation , Journal
Electronic Imaging 7(2), pp. 326 - 332, April 1998.
SA DE CV
TEL. 5339 5880
5339 5484
ESIME

Diseo robusto con ubicacin de polos del
estabilizador de un sistema de potencia
Salvador Saucedo Flores
Jos A. Ortega Herrera
Seccin de Estudios de Posgrado e Investigacin (SEPI),
Escuela Superior de Ingeniera Mecnica y Elctrica (ESIME),
Instituto Politcnico Nacional (IPN).
Unidad Profesional "Adolfo Lpez Mateos", Mxico, DF.
MXICO.
email: ssaucedo@ieee.org, oeha430210@hotmail.com
Recibido el 12 de mayo de 2003; aceptado el 26 de agosto de 2004.
1. Resumen
Este trabajo presenta un mtodo posmoderno para la sntesis
del estabilizador de un generador conectado a un bus infinito.
Se usa la transformacin fraccional lineal para formar un mo-
delo que incluya la incertidumbre de los parmetros del con-
junto excitador-estabilizador. Se propone un objetivo mixto,
H2/H, mismo que se minimiza mediante la tcnica de las LMI,
incluyendo adems ubicacin de polos en cierta regin de
inters. Al resolver el problema de dicha optimizacin, se ob-
tienen los parmetros del regulador que hace que exista esta-
bilidad en una gama muy amplia de puntos de operacin. Se
presenta un ejemplo de diseo con el toolbox LMI (desigual-
dades lineales de matrices) de MATLAB con la simulacin
respectiva con SIMULINK.
2. Abstract (Robust Design with Pole Placement of a Power
System Stabilizer)
A postmodern design method is used to synthesize the stabilizer
of a generator connected to an infinite bus. It uses the linear
fractional transformation to include, in a compact way, the
parameters uncertainty for an exciter-generator set. A mixed
criterion H2/H is then minimized by LMI (Linear Matrix
Inequality) techniques. Aside, a zone in the complex plane is
chosen to place the closed loop poles for the system, in order
to meet some performance specifications. When the optimization
problem is solved, the controller parameters to achieve stability
over many operating points are obtained. A design example
using MATLAB is presented followed by its simulation.
IPN
Cientfica Vol. 9 Nm. 1 pp. 45-51
2005 ESIME-IPN. ISSN 1665-0654. Impreso en Mxico
Palabras clave: Desigualdades lineales de matrices (LMI), control
robusto, sistemas de potencia, diseo H2/H, sistemas inciertos,
ubicacin de polos, PSS.
3. Introduccin
El requisito ms fuerte para obtener un servicio confiable de
transmisin de la energa elctrica es mantener a los generadores
sincrnicos trabajando en paralelo y con la capacidad adecuada
para responder a las demandas de carga. Si en cierto instante
un generador sale de sincrona con respecto a los dems, pueden
ocurrir variaciones importantes tanto en voltaje como en
corriente y se pueden generar cortes por proteccin en ciertas
lneas de transmisin. Si una mquina tiende a ir ms rpido o
ms lento, las condiciones de sincronismo la hacen mantener el
ritmo adecuado. Sin embargo, tales condiciones pueden no ser
adecuadas para mantener el sincronismo y ste se puede perder
de manera transitoria. Es entonces el momento en que el
estabilizador del sistema local entra en juego para regresar al
punto de operacin previo. [1]
Uno de los problemas cruciales para lograr la estabilidad de los
sistemas de potencia es el control de seales de poca variacin
alrededor de un punto de operacin. Las oscilaciones de
pequea magnitud y baja frecuencia, si persisten por periodos
prolongados, pueden ocasionar prdidas en la capacidad de
transferencia de potencia. Ya que nuestra preocupacin es la
desconexin de lneas, las fluctuaciones de potencia que pueden
ser toleradas dependen de muchas condiciones, entre las que est
el nivel de carga y los impactos a los cuales el sistema est sujeto.
Los estabilizadores de sistemas de potencias (PSS = Power
System Stabilizer) se han considerado desde hace ms de
sesenta aos como una herramienta til para amortiguar las
oscilaciones electromecnicas en sistemas de potencia [2]. El
modelo linealizado puede ser empleado para este estudio y un
PSS convencional se puede considerar como un controlador
de una entrada y una salida, montado en la mquina generadora.
La entrada al PSS que aqu usamos es la velocidad de la flecha
de la mquina, pero tambin se pueden usar como entradas al
PSS la frecuencia del bus de alterna o la segunda derivada de la
seal de potencia. La salida del PSS se aplica en el sumador de
entrada del regulador de voltaje como una seal suplementaria
al control del excitador [3]. Se han empleado otros esquemas de
regulacin [4] para el control difuso y [1] para el diseo clsico
de Bode del PSS.
45 ESIME
 Cientfica

Al experimentar cambios en las condiciones de operacin se da

una variacin grande correspondiente en el comportamiento
dinmico en el modelo de pequeas seales de un sistema de
potencia. Esto puede interpretarse como incertidumbre
paramtrica en el modelo linealizado de seales pequeas. Por
ello, el objetivo de este trabajo es el diseo robusto del PSS de
modo que las oscilaciones sean amortiguadas en una gama
muy amplia de puntos de operacin. El trabajo fue motivado
por dos contribuciones recientes [5,6], ambas usan
programacin no lineal para el diseo. Se sigui la metodologa
de [5] con tres cambios significativos: primero, se us un modelo
de sexto orden en lugar del de cuarto orden de ellos; segundo,
se hicieron menos simplificaciones para calcular el modelo; y Fig. 1. Diagrama que muestra la transformacin fraccional
por ltimo se hizo truncamiento para reducir el orden del lineal para representar la incertidumbre y la realimentacin
controlador y se agreg la red de lavado wash-out, que en [5] para estabilizar el sistema. [9]
no hicieron.

Se usa el toolbox LMI para aplicar esta tcnica relativamente
nueva al diseo del compensador. Es bien sabido que las
especificaciones para el diseo de PSS son el coeficiente de
amortiguamiento y la velocidad de respuesta, y que ambas se
traducen en una regin adecuada para la operacin en lazo
cerrado del conjunto. Adems, se sabe que obtener estabilidad
y rendimiento sobre una gama muy amplia del valor de los
parmetros del sistema se logra al fijar una cota superior a la
norma H de la funcin de transferencia en lazo cerrado. La
restriccin dada por una regin donde ubicar los polos y una
cota razonable sobre la norma H se puede formular como la
optimizacin convexa, la cual se puede resolver con tcnicas
LMI. Adems, si se desea limitar el esfuerzo de la seal de
control conviene adicionar a lo anterior una funcin objetivo
cuadrtica H2, cosa que aqu se ilustra. [7]
4. Desarrollo
4.1 Control ptimo mixto H2/H con ubicacin de polos
Dado el modelo LTI
dx / dt = Ax + B1 + B 2u
z1 = C1x + D11 + D12u
z 2 = C 2 x + D 21 + D 22u (1)
y = C y x + D y1 + D y 2 u
donde x es el estado del sistema, u es el vector de control, y es el
vector de salida y z1 y z2 son salidas ficticias propuestas para
poder definir los objetivos, w es una entrada real o ficticia, segn
se ilustra en la figura 1. Se desea disear un regulador que se
aplique sobre el estado x, o la salida y, de modo que se satisfagan
tres criterios: primero, que la ganancia RMS de la entrada w1
hacia la salida z1 sea igual o menor que cierto lmite prefijado;
segundo, que la ganancia H2 norma de la entrada w2 hacia la
salida z2 tambin sea igual o inferior a otro lmite prefijado; y
tercero, que la velocidad de respuesta y tasa de amortiguamiento
sean apropiados, lo que se especifica como que los polos de lazo
cerrado del sistema queden ubicados dentro de cierta regin en
el plano complejo que asegure estabilidad y el rendimiento ya
dicho. En particular aqu se usar un regulador al que se le aplica
la seal escalar de salida, con funcin de transferencia que, en el
dominio de Laplace y en estado espacio, queda:
U( s) = K ( s)Y( s)
K ( s ) : x K = A K x K + B K y (2)
u = C K x K + D K y
En los ltimos aos se han generado rutinas muy efectivas
que resuelven de modo iterativo el problema enunciado arriba
[8]. El criterio cuadrtico H2, para el caso SISO (una entrada,
una salida), si D21 es cero es igual a
(C )
J = 2 y 2 C T2 + D 22 u 2 D T22 dt (3)
0
Se emplea la tcnica LMI para resolver el problema enunciado,
definiendo primero la regin donde deben quedar los
eigenvalores de lazo cerrado. Una regin LMI en el plano
complejo se define mediante dos matrices L y M de modo que
{
D = z C : L + zM + zM T < 0 } (4)
donde L y M son matrices reales tales que L = LT. La funcin
caracterstica de una regin LMI viene dada por:
f D ( z ) = L + zM + zM T (5)
Por ejemplo, para un sector cnico con vrtice en el origen y
ngulo interior 2, su funcin caracterstica est dada por [8]:

IPN 46 ESIME
 Cientfica

0 b 0 0 0 0
K1 D K2
0 0 0
2H 2H 2H
K4 0
1 1
0 0
T do K 3 T do T do
K 1
Ai = 0 0 0 7 0
TE TE
K AK5 K AK6 1 KA
0 0
TA TA TA TA
K7KF KF 1
0 0 0
TE TF TE TF T F

[
x = E q' E FD VR VST ] T
es el vector de estado

B2 = [0 0 0 0 K A / TA 0]T es la matriz de control

Fig. 2. Modelo de la mquina de potencia con bus infinito. y C y = [0 1 0 0 0 0] es la matriz de salida, donde [10]:
(a) Representacin unifilar y (b) Diagrama de bloques del
sistema linealizado con el estabilizador.
K1 =
E qoVio
z
(r sen + ( x
e e + x d' )( x e + x q ) cos + )
I qoVio
(( x x d' )( x e + x q )sen re ( x e x d' ) cos ) (8)
( ) ( )
q
sen z + z z
cos z z
fD ( z) =
( )
cos z z ( )
sen z + z
K2 =
re E qo
+ I qo 1 +
(
x d x d' x q + x e )( )
z z (9)
Las intersecciones de regiones LMI tambin son regiones
LMI y cualquier regin convexa simtrica al eje real se puede
1
aproximar mediante una regin LMI. En la seccin 4.3 se K3 =
abundar en este tpico. 1+
(x d )(
x d' x q + x e ) (10)
z
4.2 Modelo incierto del sistema de potencia
K4 =
(
V io x d x d' ) ((x e )
+ x q sen re cos ) (11)
z
La representacin unifilar de una mquina conectada a un
bus infinito se muestra en la figura 2. El generador est dotado V qo V io x d'
de un excitador esttico tipo 1 y un regulador automtico de K5 =
V io z
(
re cos x e + x q sen + ( ) )
voltaje (AVR), que cuentan con estabilizador local para lograr
avance de fase en lazo abierto. La tabla 1 ofrece el valor de los
V do V io x q
V io z
(
re sen + x e + x d' cos ( ) ) (12)
parmetros del sistema. Para el anlisis de pequeas
oscilaciones se pueden despreciar los transitorios rpidos de
los devanados. Vase la simbologa al final. K6 =
V qo
V io
(1 X (x '
d e + xq / z + ) ) V do x q re
V io z (13)

Las condiciones de operacin del sistema en cuestin estn z = (re + rs )2 + x e + x q x e + x d' ( )( ) (14)
completamente definidas por los valores de la potencia real P y
la potencia reactiva Q en las terminales del generador y la donde la corriente entregada por el generador es
impedancia de la lnea de transmisin Xe. Se calcul el modelo
lineal asumiendo que P, Q y Xe varan independientemente sobre P + jQ
I e = conj

_ V io (15)
los rangos (0.4 a 1.0), ( 0.2 a 0.4) y (0.2 a 0.6) respectivamente,
en pasos de valor 0.2, lo que arroja 48 modelos de sexto orden
Los voltajes generados y en terminales son:
cada uno, para reflejar la incertidumbre de los parmetros. En el
estado espacio estos modelos vienen dados por:
Eqe = Vio + ((rs + re) + (xq + xe)j) Ie
dx / dt = A i x + Bu i = 1, 2, L, 48 (6)
Vt = Vio + (re + jxe)Ie (16)
donde la matriz de estado, de acuerdo con la figura 2, viene
dada por: con = ang(Eqe), Eqo = |Eqe|

IPN 47 ESIME
 Cientfica

Tabla 1. Datos del sistema: 3 600 rpm, 18 kV, 920 MVA,

[10], K 7 = K E + AEx BEx e BEx E FD . 0.9 pF. Los valores de las K son para el caso especfico P
= 0.6; Q = -0.2 y Xe = 0.4. Proyecto 10.4 de [10]. Cuenta
con estabilizador del AVR con KF = 0.0832 y TF = 1.0 y el
excitador es tipo 1 con TE = 0.0520 y KE = -0.0465.
4.3 Representacin del modelo incierto

Dado el modelo lineal xd xd xq

1.790pu 0.355pu 1.660pu
dx / dt = Ax + B 2 u b KA TA
(17)
y = Cyx
377rad/s 50 0.06s
K1 K2 K3
La incertidumbre del modelo se puede representar como una 1.092 0.920 0.345
transformacin fraccional lineal como se explica a continuacin.
Tdo Vio H
Se agrega al modelo (17) una entrada ficticia w1 y una salida 7.9s 1.01pu 3.77s
ficticia z1. re rs D
dx / dt = Ax + B1 + B 2 u , z1 = C1x (18) 0.027pu 0.0048pu 2.0s
K4 K5 K6
1.221 0.0385 0.480
y apliquemos una realimentacin w1 = x, donde es una
matriz real que satisface
trminos de las matrices B1 y C1 en (1). Para tal fin, escribir la
(19) matriz del sistema en cierto punto de operacin como:
La dinmica de (18) viene dictada por
A i = A o + A i , A i = B1 i C1 (22)
dx / dt = (A + B1C1 )x + B 2 u = A i x + B 2 u (20) donde Ao representa la condicin nominal de operacin. Las
y con la eleccin adecuada de las matrices B1 y C1, todos los matrices B1 y C1 deben elegirse de modo que la matriz i
modelos que representan al modelo incierto (3) pueden ser satisfaga (22) y (19). El primer requisito es que
cubiertos por (18) en el sentido de que cualquier matriz posible T
del sistema Ai puede ser generada si se elige una matriz A i Im B1 ; A i Im C1 ; i = 1, 2, , N.
cuya norma ser menor que la unidad. Se definen ahora dos matrices B y C de orden n(Nn),
donde n = 6 es el orden del modelo y N = 48 es el nmero de
Usando el procedimiento S de [7] es fcil demostrar que el modelos linealizados usados, como
sistema (18) es estable para todas las adecuadas si
B = A1 [ A2 L A N ]

(21) T
C = A1
T T
A2 L AN (23)
Este resultado se puede aplicar al metasistema de la figura 1, donde
el modelo fsico de la planta ha sido aumentado con la entrada Al aplicar la descomposicin de valores singulares de tales
ficticia w1 y la salida ficticia z1para modelar las incertidumbres de la matrices
planta y la salida z2 para incluir un criterio cuadrtico de rendimiento
que se discuti en la primera seccin. El sistema aumentado tiene B = U B B VBT , C = U C C VCT (24)
la representacin dada en (1). La formulacin del problema se dio Si ahora se calculan los rangos de tales matrices rB = rango(B)
en la seccin inicial y slo se aclara que en este caso se resolvi y rC = rango(C), entonces existen i que satisfacen (22) para
usando el comando hinfmix del toolbox LMI de MATLAB para i = 1, 2, , N, si las matrices B1 y C1 se eligen, en primera
disear el bloque PSS del sistema dado en la figura 2, con una instancia, como
constante de tiempo dominante de 3 s y una tasa de amorti-
B1 = B1' y C1 = C1' , donde
guamiento mayor de 0.14. La ganancia esttica del PSS deber
ser cero, por lo que se debe agregar a la solucin dada por hinfmix
una red de lavado (wash-out).
[
B1' = u1 u 2 L u rB , C1' = v1 ] [ v2 L vrC ]
T

Al aplicar el procedimiento recin descrito al diseo del y ui y vi son las columnas de UB y UC , respectivamente. Las
estabilizador del sistema de potencia, el modelo incierto, descomposiciones se realizaron con el comando svd de
representado por 48 modelos lineales, debe ser expresado en MATLAB. Los elementos de las matrices

IPN 48 ESIME
 Cientfica

B = diag (1b , b2 , L) C = diag (1c , c2 , L)

son los valores principales, ordenados en magnitud
decreciente, de B y C , respectivamente. Si desde algn
cierto valor principal, ste resulta muy pequeo relativamente,
se puede reducir el rango y por tanto el orden de la
incertidumbre.

Para satisfacer (22) y (19) las columnas de B1 y las hileras de C1

requieren de ser escaladas dos veces. Esto se logra como sigue:

B = diag (1b , b2 , L brB )

(25)
C = diag (1c , c2 , L , crC )
Fig. 3. Polos dominantes de lazo abierto del generador en
todos los puntos aceptados de operacin. Los polos de la
y hacer B1* = B1' B , C1* = C C1' como un primer matriz nominal Ao se representan con
crculos de mayor rea.
escalamiento. En (22) sustituir B1 por B1* y C1 por C1* y resolver
para i en todos los puntos de operacin y calcular la norma
mxima = mxi i . Entonces existir una i que satisfar a B = diag (825.6, 2.04, 0.55, 0.23, 0, 0)
(22) y a (5) para cualquier punto de operacin si las matrices C = diag (686.9, 457.9, 2.04, 0, 0, 0 )
1/ 2
B1 y C1 se eligen , vase [9], como B1 = B1* , C1 = 1/ 2
C1* esto es, considerando el decrecimiento rpido de B su rango
lo que constituye un segundo escalamiento. numrico se tom como rB = 1, y de manera semejante rC = 2. Al
realizar en sucesin los dos escalamientos del punto anterior,
4.4 Diseo robusto del PSS queda:
B1 = [0 0.0042 0.0051 0 16.11 0]T
Para implementar el modelo incierto se debe elegir una matriz
nominal del sistema Ao y calcular a continuacin las matrices 0.9197 0 13.370 0 0 0
C1 =
B1 y C1. La figura 3 exhibe los polos ms lentos de lazo abierto 8.9132 0 0.6131 0 0 0
de los 48 puntos de operacin elegidos.
que en combinacin con (19) representa el rango aceptable de
la variacin de los parmetros del modelo de la planta. La
El sistema nominal se eligi como
figura 4 ilustra que las 48 matrices i satisfacen (19).
A mn + A mx
Ao =
2 A continuacin se us la funcin hinfmix del toolbox LMI de
MATLAB para disear el controlador robusto del sistema (1)
0 377.0 0 0 0 0 con A = Ao, y B1 y C1 como se calcularon antes. Los parmetros
0.1547 0.2653 0.1642 0 0 0
de ajuste son: a) Los pesos para la funcin cuadrtica de
0.2112 0 0.3851 0.1266 0 0 rendimiento dada en (3) que se fij como
=
0 0 0 0.3477 19.231 0 C 0
43.407 0 321.32 0 16.667 833.33 C 2 = y , D 22 =
0 q
0 0 0 0.0289 1.60 1.00
donde Cy es la matriz de salida en (17) y q es un valor positivo
donde Amx y Amn son matrices cuyos elementos son los para acotar la magnitud del control; b) los parmetros (1, 0,
valores mximo y mnimo de los correspondientes elementos ) de las restricciones para la ubicacin de polos que se exhibe
de las matrices Ai para i = 1, 2, ..,48. Esta representacin incierta en la figura 5. Se selecciona as una regin LMI definida por
_
est aproximadamente en el centro de los 48 modelos lineales. un sector cnico, con 0 = 0.5, = 8, para satisfacer las
En la figura 3 se muestran tambin los polos de A. El valor de especificaciones de velocidad de respuesta y de tasa de
qued en 3.81*10 -4 , y los valores principales de la amortiguamiento; la segunda regin fue el semiplano a la
_
descomposicin quedaron: derecha de 1 = 9 para evitar dinmicas muy rpidas. No se
us la barra horizontal. El valor de q se fij en 1.

IPN 49 ESIME
 Cientfica
Fig. 4. Dispersin de las matrices i = [1i 2i] calculadas
con (22). Notar que todas quedan dentro del crculo
unitario.
A continuacin se emple el comando schmr , de truncamiento
balanceado, para reducir el orden del controlador quedando
ste de tercer grado. Al afectar ese resultado con la funcin
de transferencia de la red de lavado queda:
s 4 + 31.00 s 3 610.6 s 2 + 269.9 s
K ( s ) = 10.30
s 4 + 17.75s 3 + 133.4 s 2 + 136.2 s + 25.99
Los polos de lazo cerrado se dan en la figura 6, aunque algunos
de ellos no quedan estrictamente en la regin LMI, debido al
efecto de la reduccin del orden del controlador y de la red de
lavado, cuya funcin de transferencia es: 2.75 s/(4 s + 1).
Fig. 5. Regin LMI definida por tres regiones: un sector
cnico, a la derecha de una abscisa (semiplano) y una
barra horizontal entre _r y r.
IPN
Fig. 6. Valores principales ms lentos de lazo cerrado. La
regin LMI viene dada por la interseccin de dos regiones
LMI, en slido. El lazo cerrado para la matriz nominal se da
con crculos de mayor rea.
4.5 Resultados de la simulacin
La ubicacin de los parmetros de la regin LMI (1, 0, ) se
puede usar como un ajuste fino para mejorar las especificaciones
originales incluyendo tambin el pico de la respuesta. Por
ejemplo moviendo a la izquierda el valor de 0 tenemos ms
esfuerzo en el control pero menor pico en la respuesta, y
viceversa. La figura 7 ilustra el resultado de la simulacin con
un 10% de escaln unitario en la variable de perturbacin VREF,
para tres casos diferentes. Se usaron modelos lineales.
Las figuras 8 y 9 ilustran la respuesta a cambios en el par
mecnico de +10% en el instante 1.666 y luego de menos 20%
en el instante 8.333, para la condicin inicial P = 0.6, Q = 0.4 y
Xe = 0.2; para el PSS encontrado aqu en trazo slido, para el
Fig. 7. Respuesta a un cambio de 10% en escaln en la
perturbacin. (a) P = 0.4, Q = 0.4, Xe = 0.2; (b) P = 0.6, Q
= 0.0, Xe = 0.6. (c) P = 0.8, Q = 0.4, Xe = 0.2.
50 ESIME
 Fig. 8. Potencia real y reactiva generadas con cambios en Fig. 9. Cambio en la sincrona para cambios en el par
el par mecnico Tm. mecnico y la seal de control de ambos PSS.

PSS propuesto por Ong, captulo 10 de [10] en guin, y el lazo D Friccin viscosa del rotor
abierto en punteado. Se us para esta corrida el modelo no KA Ganancia esttica del AVR
lineal, dado en el CD que acompaa al texto de [10]. TA Constante de retardo del AVR
T'do Constante de retardo en eje d
ngulo del rotor,
5. Conclusiones Deslizamiento
AVR Regulador automtico de voltaje
El mtodo seguido es una solucin automtica para el diseo
de sistemas lineales inciertos, brindando buenas caractersticas 6. Referencias
dinmicas en la respuesta a la perturbacin. El mantener la
sincrona de equipo tan delicado es un magnfico motivo para [1] Anderson, P. M. y A. A. Fouad Power System Control and
el desarrollo del ejemplo mostrado. Stability, IEEE PRESS. 1994.
[2] Schleif, F. R., H. D. Hunkins, E. E. Hattan y W. B. Gish
Se puso especial nfasis en usar un modelo matemtico del "Control of Rotating Exciters for power system damping",
generador sin hacer muchas simplificaciones con la idea de IEEE Trans PAS 88. pp. 1259-66 1969.
que el alumnado pueda simular sus propios ejemplos. Los [3] L. Rouco, F.L. Pagola, "An Eigenvalue Sensitivity Approach
to Location and Controller Design Controllable Series
datos se pueden cambiar fcilmente para disear el PSS de
Capacitors for Damping Power Systems Electromechanical
otras mquinas de forma expedita. Los files para ejecutar con Oscillations". IEEE Trans. on Power S., vol. PWRS-12, No.
MATLAB el diseo y la simulacin para el ejemplo (aunque 4, Nov.1997, pp. 1660-1666.
usando un modelo sin estabilizador local, de cuarto orden) se [4] P. Hoang, K. Tomsovic, Pullman. WA., "Design and Analysis
pueden descargar de [11] y modificarlas fcilmente para tener of an Adaptive fuzzy power system stabilizer", IEEE Trans.
el caso presentado. on E. Conversion, vol. 11, nm. 2, junio 1996, pp. 455-461.
[5] Werner, H. , P. Korba y T. C. Yang. "Robust Tuning of Power
Simbologa System Stabilizers Using LMI-Techniques,", IEEE Trans. CST,
Desviacin pequea vol. 11, nm. 1, pp. 147-151, enero 2003.
VR Voltaje del AVR [6] Rao, P. S. e I. Sen. "Robust Tuning of Power System Stabilizers
VST Voltaje de estabilizacin Using QFT", IEEE Trans. CST, vol. 7, nm. 4, pp. 478-489,
x'd Reactancia transitoria en eje d julio, 1999.
re Resistencia en la lnea [7] Akparian, P. G. Becker, P. Gahinet y H. Kajiwara. "LMI
EFD Voltaje de campo Techniques in Control Engineering- From theory to practice",
xq Reactancia sincrona del eje q Proc. IEEE Conf. DCW, 1996.
Vio Voltaje de bus infinito [8] Chilali, M. , P. Gahinet y P. Apkarian. "Robust pole placement
xd Reactancia sincrona del eje d in LMI regions" IEEE Trans on AC, vol. 44, no. 12 pp. 2257-
Vt Voltaje en terminales 2270, Dic. 1999.
wb Velocidad base [9] B. R. Barmish, New Tools for Robustness of Linear Systems,
xe Reactancia de la lnea New York McMillan, 1993.
rs Resistencia estator [10] Ong, C. M. Dynamic Simulation of Electric Machinery, Prentice-
H Constante de inercia del rotor Hall, 1998.
[11] www.prodigyweb.net.mx/saucedo8 (Descargar PSS).

IPN 51 ESIME
 Information for Authors Submitting
Papers to the Cientfica Journal
The manuscript must be prepared in following a Camera Ready Body of the Manuscript
format with all its section numbered starting with the abstract,
as shown below The body of the manuscript must include an introduction in
which the relevance of the research must be explained. A review
1. Abstract of related research works by either, the same or another authors
2. Resumen (Spanish abstract if it is possible). must be included.
3. Body of the manuscript
4. Reference list The body of the manuscript also must include the theoretical
5. Acknowledgements if any aspects of the research, as well as experimental or simulation
6. Reference list results is any, together with a Conclusions Section.
7. Appendix if any
Format
Title
All manuscripts must be written in letter size paper, only by
Must be concise and no longer than 3 lines using Capital one side, with the following requirements. a) It is
and lower case letters. recommended that, if possible, the text be written using a
word processor WORD 6.0 or higher. b) The text must be
Authors Name and Affiliations written in two columns with a separation between them of
0.77cm., using a 10 points Times New Roman font or similar,
The authors name must be written below the title using a with lower, upper and right margins equal to 2.5 cm and let
one column format staring with the given name followed margin equal to 3:0 cm. c) All the equations must be numbered
by one or two family names, if two family names applies. and written using an equations editor. d) All symbols or
Below the authors names must be written the affiliation abbreviations must be defined the first time that they be used
including the address quality, fax, telephone number or in the text. e) All figures must inserted in the manuscript. f)
email. All figures must be numbered and its captions must be
inserted below them. IT is strongly recommended to use, when
Abstract it be possible, words instead of symbols in the graphic axis.
The table captions must be inserted above the corresponding
table. g) All pictures and scanned figures must be high quality
The abstract with about 200 words must give a brief
pictures for proper reproduction.
description about the research including some comments
about the experimental or simulation results and
conclusion. References

References must appear in the format given below. For

Resumen (Spanish abstract) multiple authors all family names and given names initials
must be given. Titles of the journals must be all in lower case
It is desirable that, if it is possible, a Spanish abstract be except the fist letter of each word. All references must be cited
provided. by number in brackets, in the order that they appear in the
text.

I NSTITUTO P OLITCNICO N ACIONAL

E SCUELA S UPERIOR DE I NGENIERA M ECNICA Y E LCTRICA
Cientfica: L A R E V I S T A M E X I C A N A DE INGENIERA ELECTROMECNICA
Unidad Profesional Adolfo Lpez Mateos
Edificio 1, Planta baja, Direccin, Col. Lindavista, CP. 07738, Tel. 5729 600 ext. 54518, Fax 55860758
email: revistacientifipn@yahoo.com.mx
El Instituto Politcnico Nacional
y la Escuela Superior de Ingeniera
Mecnica y Elctrica
publican

Cientfica
LA REVISTA MEXICANA DE
INGENIERA ELECTROMECNICA
Publicacin incluida
en el ndice de Revistas
Mexicanas de
Investigacin
Cientfica y
Tecnolgica
del CONACyT

Suscripciones
y venta de
ejemplares:

Edificio 1,
primer piso,
Direccin
ESIME Zacatenco,
Unidad Profesional
Adolfo Lpez Mateos,
Col. Lindavista,
CP 07738,
Mxico, DF.

Tel. 5729 6000

exts. 54518/54555
email:
revistacientifipn@ yahoo.com.mx