Documentos de Académico
Documentos de Profesional
Documentos de Cultura
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
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.
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
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.
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
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.
Cantidad escalar: Es cuando no nos indican la dirección que tiene la magnitud, es decir
magnitud asociada a una unidad. (15m)
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.
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)
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.
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:
Integración con fasores. Con la función h(t) definida como la integración de f(t):
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.
( 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
11
b
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
∫ 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)
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 )
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
15
1.3.3Aplicación del análisis armónico.
E1
Donde
16
E2
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
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
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
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.
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
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.
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