Contenido

Resumen..................................................................................................................................1
1.1 Grados de libertad.........................................................................................................1
1.2 Sistema armónico y su representación..........................................................................2
1.2.1 Uso de fasores para la suma, resta, multiplicación y división...................................6
1.3 Serie de Fourier...........................................................................................................11
1.3.1 Método analítico......................................................................................................11
1.3.2 Método numérico de Serie de Fourier......................................................................13
1.3.3Aplicación del análisis armónico..............................................................................16
1.3.4 Análisis espectral en el dominio del tiempo y la frecuencia....................................21
Problemas..............................................................................................................................27
Referencias............................................................................................................................36

METEPEC, ESTADO DE MÉXICO, 04 DE JUNIO 2020

 Resumen.

1.1 Grados de libertad.

Para comenzar correctamente con el tema de la cinemática de las vibraciones es importante

definir primeramente qué son los grados de libertad, ya que éstos influyen en el tipo de
análisis metodológico, así como su siguiente solución, entonces ¿qué son los grados de
libertad? Se puede decir que los grados de libertad son el número de parámetros
independientes y necesarios para determinar el movimiento total o la posición entera de un
sistema. Se puede mencionar como ejemplo la posición de una partícula sobre un eje, al ser
solamente sobre un eje, se tiene una sola línea de acción de movimiento, por lo tanto, es de
un grado de libertad, por esto mismo es de entender que si ahora se hace referencia a un
sistema de dos ejes, entonces se tendrían dos grados de libertad, así como si en cambio se
contaran con tres ejes, como resultado se contaría con tres grados de libertad.

De acuerdo a lo anterior se puede concluir que el mínimo de coordenadas independientes

requerido para determinar por completo todas las partes de un sistema en cualquier instante
de tiempo define la cantidad de grados de libertad del sistema.

Figura 1. Péndulo con un grado de libertad tomado de “vibraciones mecánicas. Singiresu S.

Rao.”

Cómo se puede observar en la figura número uno, se cuenta con un péndulo simple, este
péndulo representa un sistema de un solo grado de libertad. Como ejemplo se puede
mencionar que el movimiento de dicho péndulo puede ser formulado a partir del ángulo θ o
a partir de las coordenadas cartesianas x y y. Si se elige para describir el sistema las

1
coordenadas cartesianas se debe considerar que no son independientes y están relacionadas
entre sí mediante la relación x 2+ y 2=t 2, dónde l es la longitud del péndulo, por lo cual
cualquier coordenada puede describir la posición del péndulo.

1.2 Sistema armónico y su representación.

Si el movimiento se repite después de intervalos de tiempo iguales, se llama movimiento

periódico. El tipo más simple de movimiento periódico es el movimiento armónico. El
movimiento impartido a la masa m por el mecanismo de yugo escocés que se muestra en la
figura 0.1 es un ejemplo de movimiento armónico simple.

Figura 0.1 Mecanismo de yugo escocés.

En este sistema, una manivela de radio A gira alrededor del punto O. El otro extremo de la
manivela, P, se desliza en una barra ranurada, la cual se mueve con un movimiento de

2
vaivén en la guía vertical R. Cuando la manivela gira a una velocidad angular v, el extremo
S del eslabón ranurado y por consiguiente la masa m del sistema de resorte y masa, se
desplazan de sus posiciones medias una distancia x (en el tiempo t) dada por:

Este movimiento se muestra por medio de la curva senoidal en la figura 1.46. La velocidad
de la masa m en el instante t la da

y la aceleración

Se ve que la aceleración es directamente proporcional al desplazamiento. Una vibración

como esa, con la aceleración proporcional al desplazamiento y dirigida hacia la posición
media, se conoce como movimiento armónico simple.

Representación vectorial del movimiento armónico

El movimiento armónico se puede representar de una manera más práctica por medio de un
OP de magnitud A que gira a una velocidad angular constante ω. En la figura 0.2 la
vector ⃗
X= ⃗
proyección de la punta del vector ⃗ OP sobre el eje vertical está dada por

3
Figura 0.2 Movimiento armónico de la proyección del extremo de un vector rotatorio.

y su proyección sobre el eje horizontal por

Representación por medio de números complejos del movimiento armónico

Como se vio antes, el método vectorial de representar el movimiento armónico requiere la

descripción de los componentes horizontales y de los verticales. Es más práctico
X
representar el movimiento armónico por medio de números complejos. Cualquier vector ⃗
en el plano xy se puede representar como un número complejo:

4
 X , respectivamente. Los
donde i=√ −1, y a y b indican los componentes x y y de ⃗
componentes a y b también se conocen como partes real e imaginaria del vector X. Si A
X , y θ representa el argumento o ángulo entre
indica el módulo o valor absoluto del vector ⃗
X también puede expresarse como
el vector y el eje x, entonces ⃗

Observando que i2= -1, i3 =-i, i4 =1,…, cos θ e i sen θ se pueden expandir en una serie
como

Y el resultado de cada ecuación es correspondientemente

Haciendo sustitución nuestra ecuación queda

5
1.2.1 Uso de fasores para la suma, resta, multiplicación y división.

Fasor: Un fasor es una representación gráfica de un número complejo que se utiliza para
representar una oscilación, de forma que el fasor suma de varios fasores puede representar
la magnitud y fase de la oscilación resultante de la superposición de varias oscilaciones en
un proceso de interferencia.

Los fasores se utilizan directamente en óptica, ingeniería de telecomunicaciones y acústica.

La longitud del fasor da la amplitud y el ángulo entre el mismo y el eje-x la fase angular.
Debido a las propiedades de la matemática de oscilaciones, en electrónica los fasores se
utilizan habitualmente en el análisis rudimentario de circuitos en AC. Finalmente, los
fasores pueden ser utilizados para describir el movimiento de un oscilador. Las
proyecciones del fasor en los ejes x e y tiene diferentes significados físicos.

Cantidad escalar: Es cuando no nos indican la dirección que tiene la magnitud, es decir
magnitud asociada a una unidad. (15m)

Cantidad vectorial: Cuando indican la dirección de la magnitud, es decir magnitud +

unidad + dirección. (45m al S)

Números Complejos: Los números complejos son una extensión de los números reales y
forman el mínimo cuerpo algebraicamente cerrado que los contiene. El conjunto de los
números complejos se designa como C, siendo R el conjunto de los reales se cumple que
RcC. Los números complejos incluyen todas las raíces de los polinomios, a diferencia de
los reales. Todo número complejo puede representarse como la suma de un número real y
un número imaginario (que es un múltiplo real de la unidad imaginaria, que se indica con la
letra i).

Los números complejos son la herramienta de trabajo del álgebra ordinaria, llamada álgebra
de los números complejos, así como de ramas de las matemáticas puras y aplicadas como

6
variable compleja, aerodinámica y electromagnetismo entre otras de gran importancia.
Además, los números complejos se utilizan por doquier matemáticas, en muchos de la
física (y notoriamente en la mecánica cuántica) y en ingeniería, especialmente en la
electrónica y las telecomunicaciones, por su utilidad para representar las ondas
electromagnéticas y la corriente eléctrica.

Interferencia: En física, la interferencia es un fenómeno en el que dos o más ondas se

superponen para formar una onda resultante de mayor o menor amplitud. El efecto de
interferencia puede ser observado en cualquier tipo de ondas, como luz, radio, sonido,
ondas en la superficie del agua, etc.

La corriente alterna se suele representar con un vector girando a la velocidad angular ω.

Este vector recibe el nombre de fasor. Su longitud coincide con el valor máximo de la
tensión o corriente (según sea la magnitud que se esté representando). El ángulo sobre el eje
horizontal representa la fase. La velocidad de giro ω está relacionada con la frecuencia de la
señal.

En corriente alterna se da que, en muchas ocasiones, las tensiones y corrientes presentan

desfasajes entre sí (distintas fases en un determinado momento). En los diagramas
fasoriales esto se representa con un ángulo entre los fasores.

7
Los fasores pueden representarse mediante números complejos, teniendo una componente
real y otra imaginaria. El igual que en los números complejos, los fasores pueden estar
representados en forma binómica y polar (existen otras como la trigonométrica y la
exponencial, pero utilizamos las dos primeras). En algunos casos nos conviene una forma
de expresarlos y en otros casos será más simple hacer cuentas con la otra forma.

Forma polar. Los fasores suelen indicarse matemáticamente también en forma polar, es
decir como un módulo y un ángulo. Por ejemplo, la expresión: V = 311 sen (2π 50 t + ¼ π).
Se puede representar como un fasor de la siguiente manera:

V = 311 V
ω = 2π 50 (para una f = 50 Hz)
Φ = 45 ° (o ¼ π)

En forma polar se escribe como 311 (45°) V.

Forma binómica. Otra forma de expresar a un fasor o número complejo, es la forma

binómica, es decir como: a + j b siendo a la parte real y b la parte imaginaria.

8
Con las relaciones trigonométricas seno, coseno y tangente, podemos calcularlas
componentes de la forma binómica (a y b) a partir del módulo del fasor y de su ángulo
(forma polar) o bien hallar el módulo del fasor y su ángulo a partir de la forma binómica.

Suma y resta de fasores. Para sumar o restar dos fasores es conveniente tenerlos en forma
binómica, por lo tanto, se hace la suma o resta componente a componente.

Multiplicación y división de fasores. Es más simple hacerlas en forma polar. Se multiplican

o dividen los módulos según corresponde y se suman los argumentos (para el caso de la
multiplicación) o se los resta (para el caso de la división).

Diferenciación con fasores. Si tenemos una función g(t) con su parte real x(t) y su parte
imaginaria y(t), y definimos la función:

diferenciando f(t):

9
Si diferenciamos g(t) y luego tomamos la parte real:

Al final:

Las relaciones que tenemos en la diferenciación son:

Integración con fasores. Con la función h(t) definida como la integración de f(t):

Las relaciones que hay en la integración se pueden ver a continuación:

10
Por lo tanto, se pueden resolver las ecuaciones integro-diferenciales que aparecen en
régimen permanente senoidal mediante la utilización de fasores. Esto se debe a que las
derivadas y las integrales se transforman en multiplicaciones y divisiones por jω y así estas
ecuaciones se convierten en algebraicas mediante fasores.

1.3 Serie de Fourier.

1.3.1 Método analítico.

Los conceptos de vectores geométricos en dos y tres dimensiones, vectores ortogonales o

perpendiculares y el producto interno de dos vectores se ha generalizado. Es muy común en
matemáticas considerar una función como un vector.
Supongamos que f 1 y f 2 son funciones definidas en un intervalo [a , b], podemos enunciar
la siguiente definición: el producto interno de dos funciones f 1 y f 2 en un intervalo [a, b] es
el número
b

( f 1 , f 2 )=∫ f 1 ( x) f 2 ( x ) dx
a

Motivados por el hecho de que dos vectores geométricos u y v son ortogonales siempre que
su producto interno sea cero, definimos las funciones ortogonales en una forma similar.
Dos funciones f 1 y f 2 son ortogonales en un intervalo [a, b] si
b

( f 1 , f 2 )=∫ f 1 (x) f 2 ( x ) dx =0
a

A diferencia del análisis vectorial, donde la palabra ortogonal es sinónimo de

perpendicular, en este contexto el término ortogonal no tiene significado geométrico.
Un conjunto de funciones de valor real {ϕ0 ( x ) , ϕ1 ( x ) , ϕ2 ( x ) , … } se dice que es ortogonal en
un intervalo [a, b] si

11
 b

( ϕ m , ϕn )=∫ ϕm ( x)ϕ n ( x)dx=0 , m≠ n

a

la norma cuadrada y la norma de una función ϕ n en un conjunto ortogonal {ϕ n ( x)} son,

respectivamente,
b b
2
‖ϕn ( x)‖ =∫ ϕ ( x ) dx y ‖ϕ n (x)‖= ∫ ϕ2n (x)dx
a
2
n
√ a

Si {ϕn ( x)} es un conjunto ortogonal de funciones en el intervalo [a, b] con la propiedad de

que ‖ϕn ( x)‖=1 para n=0 , 1, 2 , … , entonces se dice que {ϕn (x) } es un conjunto
ortonormal en el intervalo.
Suponga que {ϕn (x) } es un conjunto infinito de funciones ortogonales en un intervalo [a,
b]. Nos preguntamos: si y=f (x ) es una función definida en el intervalo [a, b], es posible
determinar un conjunto de coeficientes c n, n=0 , 1, 2 , … , para el que
f ( x )=c 0 ϕ 0 ( x ) +c 1 ϕ1 ( x ) +…+c n ϕn ( x )+ … ?
Como si se tratase de encontrar las componentes de un vector podemos determinar los
coeficientes c n utilizando el producto interno. Multiplicando la ecuación anterior por ϕ m (x)
e integrando en el intervalo [a, b], se obtiene

Por la ortogonalidad cada término del miembro derecho de la última ecuación es cero
excepto cuando m=n. En este caso tenemos
b b

∫ f ( x )ϕ n ( x ) dx=c n∫ ϕ2n ( x ) dx .
a a

Se tiene que los coeficientes que buscamos son

b

∫ f (x) ϕn ( x ) dx
a
c n= b
n=0 , 1 ,2 , … ,
2
∫ϕ n ( x ) dx
a

Es decir
∞
f ( x )= ∑ c n ϕ n ( x )
n =0

12
Suponga que f es una función definida en el intervalo [p, p] y que se puede desarrollar en
una serie ortogonal formada por las funciones trigonométricas del conjunto ortogonal

{1, cos πp x , cos 2pπ x ,cos 3pπ x ,… , sin πp x , sin 2pπ x , sin 3pπ x ,…}
Es decir
a0 ∞ nπ nπ
f ( x )=
2 n=1 n(
+ ∑ a cos
p
x +b n sin
p )
x . (Eq. 2)

Ahora, integrando ambos miembros de la ecuación (2), desde − p hasta p y resolviendo

para a 0, se obtiene
p
1
a 0= ∫ f ( x ) dx
p −p
Ahora, multiplicando la ecuación (2) por cos (mπx / p) e integrando:
p
1 nπ
a n= ∫ f ( x ) cos x dx
p −p p
Por último, si multiplicamos (2) por sin( mπx/ p) he integramos encontramos que
p
1
b n= ∫ f ( x ) sin nπp x dx
p −p
La serie trigonométrica (2) con coeficientes a 0, a n y b n se dice que es una serie de Fourier
de la función f . Los coeficientes a 0, a n y b n se llaman coeficientes de Fourier de f .

1.3.2 Método numérico de Serie de Fourier.

Ajuste por mínimos cuadrados.

La siguiente ecuación se entiende como un modelo lineal por mínimos cuadrados
y= A 0+ A 1 cos ( ω0 t ) +B 1 sin ( ω 0 t ) + e
que es sólo otro ejemplo del modelo general
y=a0 z 0 + a1 z 1 +a2 z2 +…+ am z m +e

donde z 0= 1, z 1 = cos ( ω0 t ) , z 2 = sin ( ω 0 t )y todas las otras z = 0. Así, nuestro objetivo es

determinar los valores de los coeficientes que minimicen la función
N
Sr =∑ ¿ ¿ ¿
i=1

13
Las ecuaciones normales para lograr esta minimización se expresan en forma de matricial

como
Estas ecuaciones sirven para encontrar los coeficientes desconocidos. Aunque, en lugar de
hacer esto, se examina el caso especial donde hay N observaciones espaciadas de manera
uniforme a intervalos ∆t y con una longitud total T = (N – 1)∆t. Así, para los puntos
igualmente espaciados, las ecuaciones normales se convierten en

La inversa de una matriz diagonal es simplemente otra matriz diagonal, cuyos elementos
son los recíprocos de la matriz original. Así, los coeficientes se determinan como

A0 =
∑y A =2 2
N 1
N
∑ y cos ( ω 0 t ) B 1= N ∑ y sin ( ω0 t )
El análisis anterior se puede extender al modelo general
f ( t )= A 0+ A 1 cos ( ω0 t ) +B 1 sin ( ω 0 t ) + A2 cos ( 2 ω 0 t ) + B2 sin ( 2 ω 0 t )

+…+ A m cos ( m ω0 t ) + B m sin ( m ω0 t )

donde, para datos igualmente espaciados, los coeficientes se evalúan con

A0 =
∑y A =2 2
N j
N
∑ y cos ( jω0 t ) B j = N ∑ y sin ( j ω0 t ) j=1,2 , … ,m
Ejemplo. La curva de la figura se describe por y = 1.7 + cos(4.189t + 1.0472). Genere 10
valores discretos (N) para esta curva a intervalos ∆t = 0.15 en el intervalo de t = 0 a t =
1.35. Utilice esta información para evaluar los coeficientes de la ecuación
y= A 0+ A 1 cos ( ω0 t ) +B 1 sin ( ω 0 t ) + e mediante un ajuste por mínimos cuadrados.

14
 Ajuste por mínimos m=1 m=2 m=3
cuadrados
# Dato t y y cos ( ω 0 t )y sin ( ω0 t )y cos ( 2 ω0 t y) sin ( 2 ω0 t )y cos ( 3 ω 0 t y) sin ( 3 ω0 t )
1 0 2.2 2.2 0 2.2 0 2.2 0
2 0.15 1.595 1.290 0.938 0.493 1.517 -0.493 1.517
3 0.3 1.031 0.319 0.981 -0.834 0.606 -0.834 -0.606
4 0.45 0.722 -0.223 0.687 -0.584 -0.424 0.584 -0.424
5 0.6 0.786 -0.636 0.462 0.243 -0.747 0.243 0.748
6 0.75 1.200 -1.200 0.000 1.200 0.000 -1.200 -0.001
7 0.9 1.805 -1.460 -1.061 0.557 1.717 0.559 -1.716
8 1.05 2.369 -0.732 -2.253 -1.917 1.392 1.916 1.394
9 1.2 2.678 0.828 -2.547 -2.166 -1.575 -2.168 1.572
10 1.35 2.614 2.115 -1.536 0.809 -2.486 -0.806 -2.487
Σ 17.000 2.502 -4.331 0.001 -0.001 0.001 -0.003
ω
Solución. Los datos requeridos para evaluar los coeficientes con 0= 4.189 son

17.000 2 2
A0 = =1.7 A 1= ( 2.502 )=0.500 B 1= (−4.331 ) =−0.866
10 10 10
Se descartarán los valores de la suma final de m=2 y m=3 por ser poco significativos. De
esta manera, el ajuste por mínimos cuadrados es
y=1.7 +0.500 cos ( ω 0 t )−0.866 sin ( ω0 t ) +e

El modelo se expresa también en el formato de la ecuación f ( t )= A 0+ C1 cos ( ω 0 t +θ )

−B1
θ=arctan ( )
A1
entonces θ=arctan
−−0.866
0.500 (
=1.0472 )
Y con C 1=√ A 21+ B 21 obtenemos C 1=√ 0.52+(−0.866)2=0.9999≈ 1
El resultado es
y=1.7 +cos ( ω 0 t +1.0472 )

15
1.3.3Aplicación del análisis armónico.

Se abordará éste punto por medio de un ejemplo. Determine la expansión de la serie de

Fourier del movimiento de la válvula en el sistema de leva y seguidor, mostrado en la
figura 1.61.

Solución: Si y(t) indica el movimiento vertical de la varilla de empuje, el movimiento de la

válvula, x(t), se puede determinar con la relación:

E1
Donde

16
 E2

y el periodo está dado por Definiendo

x(t) se puede expresar como

E3

17
La ecuación (E.3) se muestra en la figura 1.54(a). Para calcular los coeficientes an y bn,
utilizamos de las ecuaciones (1.71) a la (1.73):

E4

E5

E6
Por consiguiente, la expansión de la serie de Fourier de x(t) es

E7

Los primeros tres términos de la serie se muestran en la figura 1.54(b). Se ve que la

aproximación adopta la forma de diente de sierra incluso con una pequeña cantidad de
términos.

18
  Análisis de Fourier numérico

Las fluctuaciones de la presión del agua en una tubería, medidas a intervalos de 0.01
segundos, se dan en la tabla 1.1. Estas fluctuaciones son de naturaleza repetitiva. Realice un
análisis armónico de las fluctuaciones de presión y determine los primeros tres armónicos
de la expansión de la serie de Fourier.

19
Solución: Como las fluctuaciones de presión dadas se repiten cada 0.12 s, el periodo es t
=0.12s y la frecuencia circular del primer armónico es 2¶ radianes por 0.12 s, uw=2¶/0.12 =
52.36 rad/s. Cuando la cantidad de valores observados en cada onda (N) es 12, de la
ecuación (1.97) obtenemos.

E1

Los coeficientes an y bn se determinan a partir de las ecuaciones (1.98) y (1.99):

E2

E3
Los cálculos implicados en las ecuaciones (E.2) y (E.3) se muestran en la tabla 1.2. Con
estos cálculos se obtiene la expansión de la serie de Fourier de las fluctuaciones de presión
p(t) (vea la ecuación 1.70):

20
 E4

1.3.4 Análisis espectral en el dominio del tiempo y la frecuencia.

Las funciones armónicas an cos nvt o bn sen nvt en la ecuación de expansión de Fourier se
llaman armónicos de orden n de la función periódica x(t). El armónico de orden n tiene un
periodo t/n. Estos armónicos se trazan como líneas verticales en un diagrama de amplitud
(an y bn o dn y fn) contra la frecuencia (nv), llamada espectro de frecuencia o diagrama
espectral. Las siguientes figuras muestra un espectro de frecuencia típico.

Figura 1.0 Espectro de frecuencia de una función de tiempo periódica típica.

La expansión de la serie de Fourier permite describir cualquier función periódica utilizando

tanto una representación en el dominio del tiempo como una representación en el dominio
de la frecuencia. Por ejemplo, una función armónica dada por x(t) 5 A sen vt en el dominio
del tiempo como en la figura 1.1 (a) puede ser representada por la amplitud y la frecuencia
v en el dominio de la frecuencia como se ve en la figura 1.1 (b). Asimismo, una función
periódica, como una onda triangular, puede ser representada en el dominio del tiempo,
como se muestra en la figura 1.1(c), o en el dominio de la frecuencia, como se indica en la

21
figura 1.1(d). Se puede denotare que las amplitudes dn y los ángulos de fase fn
correspondientes a las frecuencias vn pueden utilizarse en lugar de las amplitudes an y bn
para la representación en el dominio de la frecuencia. Utilizar una integral de Fourier
permite representar incluso funciones no periódicas o en un dominio del tiempo o un
dominio de la frecuencia.

Figura 1.1 Representación de una función en los dominios del tiempo y la frecuencia

Una función par satisface la relación

En este caso, la expansión de la serie de Fourier de x(t) contiene sólo términos coseno:

donde las ecuaciones anteriores dan a0 y an, respectivamente. Una función impar satisface
la relación

22
En este caso, la expansión de la serie de Fourier de x(t) contiene sólo términos seno:

En algunos casos, una función dada puede considerarse como par o impar dependiendo de
la ubicación de los ejes de coordenadas. Por ejemplo, el desplazamiento del eje vertical de
(a) a (b) o (c) en la figura 1.2(i) producirá una función impar o par. Esto significa que sólo
tenemos que calcular los coeficientes bn o an. Asimismo, un desplazamiento en el eje del
tiempo de (d) a (e) equivale a agregar una constante igual a la cantidad de desplazamiento.
En el caso de la figura 1.2(ii), cuando se considera que la función es función impar, la
expansión de la serie de Fourier se vuelve:

23
Figura 1.2 Funciones par e impar

En cambio, si la función se considera una función par, como se muestra en la figura 1.2(iii),
su expansión de la serie de Fourier se vuelve:

Como las funciones x1(t) y x2(t) representan la misma onda, excepto por la ubicación del
origen, existe también una relación entre su expansión de la serie de Fourier.

Se puede determinar que:

Utilizando la relación sen(A 1 B) 5 sen A cos B 1 cos A sen B, la ecuación anterior se

expresa como

Como cos [2p(2n 2 1)/4] 5 0 para n 5 1, 2, 3, ..., y sen[2p(2n 2 1)/4] 5 ( 2 1)n11 para n 5 1,
2,3, ..., la ecuación anterior se reduce a

24
25
PROBLEMAS.

26
27
28
29
30
31
32
 REFERENCIAS
 Singiresu S. Rao, Vibraciones Mecánicas, Pearson México, 2012, 5th ed.

33
 Chapra, Steven C., Canale, Raymond P. (2007). MÉTODOS NUMÉRICOS PARA INGENIEROS.
5a ed. México: McGraw-Hill.
 G. Zill, Dennis., R. Cullen, Michael. (2009). Ecuaciones diferenciales con problemas con
valores en la frontera. 7ª ed. México: Cengage Learning.
 https://es.slideshare.net/edgarricardodavilapereyra/vibraciones-mecanicas-24580596

34