DAIMF - UNMSM 2-1

FLUJO TURBULENTO

Capítulo 2: Enfoque estadístico de la turbulencia:

ECUACIONES DE REYNOLDS

2.1 INTRODUCCIÓN
A pesar de ser un fenómeno determinista, los flujos turbulentos parecen ser muy
irregulares, caóticos e impredecibles, lo que justifica el uso de métodos estadísticos
para su estudio. En la literatura existen ejemplos de análisis que reproducen
propiedades estadísticas de señales de flujo turbulento cuyas propiedades detalladas
no parecen ser predecibles (ver por ejemplo, Frisch, 2004, Cap. 3). Tales logros, que se
conocen desde hace mucho tiempo, indujeron a los teóricos a buscar una descripción
probabilística de la turbulencia. Además recordemos que el enfoque estadístico fue lo
que se empleó primero para comprender la turbulencia.
Por otra parte, el análisis estadístico de las propiedades del flujo turbulento proporciona
resultados de interés práctico, especialmente en el campo de la ingeniería. Al respecto,
BARRERO & PÉREZ-SABORID (2005) sostienen lo siguiente:
La irregularidad y la extraordinaria sensibilidad a las condiciones iniciales [ver figura
2.1] confieren al flujo turbulento un carácter casi aleatorio que hace imposible, a la
vez que inútil en la práctica, su cálculo detallado mediante integración directa de las
ecuaciones de N-S. Afortunadamente, los flujos turbulentos son predecibles en tér-

Figura 2.1
La extraordinaria sensibilidad del flujo
turbulento a las condiciones iniciales.
Diferentes evoluciones temporales de
la velocidad para tres repeticiones de
experimento en un flujo turbulento.

(a) Evolución temporal de la velocidad en un punto dentro
del flujo turbulento. El valor promedio permanece
estable.
Figura 2.2
(b) Superposición de perfiles instantáneos de velocidad
en la sección de un conducto. Se puede distinguir
un perfil de velocidades medias al que se
superponen las fluctuaciones de velocidad.
DAIMF - UNMSM 2-2
FLUJO TURBULENTO

minos estadísticos en el sentido de que si en cualquier punto fijo del dominio fluido se
miden los valores instantáneos de las variables fluidas durante un intervalo de tiempo
suficientemente largo y se promedian los resultados en dicho intervalo, los valores
promedios locales obtenidos se comportan de manera determinista y varían en el
espacio y en el tiempo de forma mucho más suave que los valores instantáneos; este
comportamiento se pone de manifiesto en el oscilograma de la figura 2.2(a) y en los
perfiles de velocidades de la figura 2.2(b). Además, desde un punto de vista
práctico, el conocimiento de los valores promedios de las variables es generalmente
mucho más relevante que el de los valores instantáneos. (pp. 460-461)
A decir de ABBOTT & BASCO (1989, p, 308), la teoría clásica del estudio de la turbulencia
parte del concepto de un flujo que se resuelve en la escala más pequeña posible, de
modo que en general no es práctico describir este flujo económicamente en su totalidad.
El flujo es caracterizado por componentes de velocidad , ,
y la presión , definidos en esta escala más pequeña.
Luego, esta descripción del flujo se separa en dos partes: la primera de ellas está
compuesta de una descripción que está cambiando tan lentamente que se puede
resolver de un modo económico, caracterizado por componentes de velocidad ̅
̅ , ̅ ̅ ̅ ̅ y la presión ̅ ̅ , mientras que la
segunda está compuesta por una perturbación superpuesta a la parte que se puede
resolver con facilidad, representado por componentes de velocidad ,
, y la presión . Así, estas últimas
variables comprenden la parte del flujo que no se puede resolver completamente de
algún modo económico
El abordaje descrito en el párrafo precedente se conoce como separación de variables
del flujo, y es el mismo que fue planteado por Reynolds. Las partes de las variables que
cambian lentamente se denominan variables promedios del flujo o “magnitudes del flujo
medio”, y las partes que representan a la perturbación, se conoce como “fluctuación”.
Es importante recalcar que las ecuaciones que gobiernan las magnitudes medias de un
flujo turbulento fueron obtenidas por primera vez por Osborne Reynolds en 1895.
Desde entonces, las comúnmente denominadas ecuaciones de Navier-Stokes
promediadas por el método de Reynolds (RANS equations), ha sido el punto de partida
para la inmensa mayoría de las investigaciones, tanto analíticas como numéricas,
realizadas en el campo de la turbulencia.

2.2 MÉTODO DE SEPARACION DE VARIABLES DE REYNOLDS

El método de separar una variable del flujo turbulento en una parte promedio y otra
fluctuante, hasta ahora, es similar a lo que usó Reynolds cuando descompuso la
velocidad instantánea en una parte promedio y una fluctuación. Siguiendo este criterio,
los valores instantáneos del vector velocidad ( V ), presión (p) y densidad (), en sistema
de coordenadas Cartesianas rectangulares puede expresarse como:
  
V ( x, y , z , t )  V ( x, y , z , t )  V ' ( x, y , z , t )
p( x, y, z, t )  p( x, y, z, t )  p' ( x, y, z, t ) (2.1a)
 ( x, y , z , t )   ( x , y , z , t )   ( x, y , z , t )
'

donde,

V ( x, y, z, t ) , p ( x, y, z , t ) ,  ( x, y, z , t ) : variables instantáneas;

V ( x, y, z , t ) , p( x, y, z, t ) ,  ( x, y, z, t ) : valores promedios;

V ' ( x, y, z, t ) , p' ( x, y, z, t ) ,  ' ( x, y, z, t ) : fluctuaciones alrededor del valor promedio;
DAIMF - UNMSM 2-3
FLUJO TURBULENTO

x , y , z , t : variables independientes (3 espaciales y el tiempo).

De estas fórmulas se deduce que una fluctuación (o pulsación) turbulenta se define
como la diferencia entre un valor instantáneo y el valor promedio. Por ejemplo, el vector
fluctuación de velocidad, será
  
V ' ( x , y , z , t )  V ( x, y , z , t )  V ( x , y , z , t ) (2.1b)
definiendo y aislando de esta manera a las fluctuaciones de velocidad, se puede
estudiar con provecho ciertos aspectos esenciales de la turbulencia.
Las fluctuaciones causan en un punto del flujo una pulsación rápida e irregular de las
variables instantáneas alrededor de un valor promedio bien definido. Por ejemplo, para
el caso del componente u de la velocidad esto puede observarse en la figura 2.3(a),
donde u es la velocidad promedio y u  f (t ) es la velocidad instantánea,
necesariamente como una función del tiempo. En esta figura (que, por facilidad, es una
esquematización en el plano no obstante que las fluctuaciones se dan en las tres
direcciones) se puede considerar a la velocidad instantánea u  f (t ) como compuesta
por la suma vectorial de la velocidad promedio y de los componentes de fluctuación u ' y
v' , ambas funciones del tiempo.

(a) Esquematización del vector velocidad

en un plano (b) Registro de fluctuaciones

Figura 2.3: Velocidad de un flujo turbulento en un punto

(Fuente: VENNARD & STREET, 19??, p, 363)

Mediciones de u ' o de v' por medio de un anemómetro de hilo caliente1, producen un

registro similar al de la figura 2.3(b). Estos registros, debido a la naturaleza caótica de
la turbulencia, no presentan períodos o amplitudes regulares; sin embargo permiten la
definición de ciertas características de la turbulencia como se verá más adelante.
Según HINZE (1959, pp, 4, 5 y 46), en el estudio de la turbulencia los valores promedios
de las variables del flujo turbulento, puede determinarse de varias maneras, así:
a) Si la turbulencia del campo de flujo es cuasi-permanente, se puede promediar con
respecto al tiempo (es decir, se puede hallar un promedio temporal);
b) En el caso de un campo de flujo con turbulencia homogénea, se puede promediar
con respecto al espacio (o sea, se puede hallar un promedio espacial, denominado
también filtro en el argot de modelamiento numérico de la turbulencia);
c) Si la turbulencia del campo de flujo no es permanente ni homogénea, no siempre es
posible obtener promedio temporal o espacial. En este caso, se puede hallar un
promedio de conjunto (ensemble average) o promedio estadístico;
d) Si se usa el método de Euler para la descripción de campo de flujo, cualquiera de
los 3 métodos de promediación antes citados se puede aplicar a una magnitud que
varía en cualquier punto dentro del campo de flujo.

1
Tradicionalmente, las velocidades instantáneas y las fluctuaciones de velocidad se han medido con un anemómetro de hilo
caliente o lámina caliente; en cambio, la velocidad promedio temporal u se puede medir directamente con un pequeño tubo
de Pitot (VENNARD & STREET, 19??, pp, 362, 645).
DAIMF - UNMSM 2-4
FLUJO TURBULENTO

e) Si se usa el método de descripción de Lagrange, por ejemplo en un estudio de

transporte turbulento o proceso de difusión, el promedio se puede hallar de varias
maneras:
 Con respecto a un gran número de partículas que tienen igual tiempo de
partida pero diferentes orígenes (esto requiere, en término medio, un campo de
flujo homogéneo); o
 Con respecto a gran número de partículas que tiene igual origen pero
diferentes tiempos de partida (esto requiere, en término medio, un campo de
flujo cuasi-permanente);
 También, se puede considerar un promedio de conjunto.
En consecuencia, un procedimiento de promediación puede llevarse a cabo solamente
si existen ciertas condiciones como las citadas en los párrafos precedentes.

2.3 PROMEDIO DE UNA VARIABLE DE FLUJO TURBULENTO REGISTRADA

COMO SERIE DE TIEMPO

Cualquier variable Euleriano  ( x , t ) medido en un punto fijo dentro de un campo de flujo
dependerá solamente del tiempo, que puede representarse como  (t ) (DE NEVERS,
2005, p, 545). De este modo, el registro (oscilograma) de esta variable a lo largo del
tiempo resultará una serie de tiempo. Esta serie, dependiendo si el campo de flujo es
permanente (cuasi-permanente) o no permanente, tomará una de las formas que
muestra la figura 2.4.

(a) Permanente (b) No permanente

Figura 2.4: Series de tiempo permanente y no permanente
(Fuente: CRESPO, 2008, p, 490)

De acuerdo a la figura 2.4, se tendrá 2 tipos de series de tiempo: una con valor
promedio, o “rasgo promedio”2, constante; y la otra con valor promedio variable con el
tiempo.
a).- Cuando los “rasgos promedios” no varían con el tiempo
En este caso, el comportamiento de  (t ) será tal como muestra la figura 2.4(a), que
es típico de la turbulencia que algunos autores denominan turbulencia
estadísticamente estacionaria (BARRERO & PÉREZ-SABORID, 2005, p, 468).
Entonces, se puede definir el promedio de la variable como el promedio temporal
(time average), matemáticamente definido por (KUNDU, 1990, p, 420; DE NEVERS,
2005, p, 545):
t
1 0
t 0  t 
  lim  (t )dt (2.2)
0 0

2
Del inglés “average characteristics”, ver KUNDU (1990, p, 420).
DAIMF - UNMSM 2-5
FLUJO TURBULENTO

Sin embargo, por razones prácticas no se puede promediar sobre un tiempo t 0

infinitamente grande, por lo que se usan fórmulas más simples. Así por ejemplo,
cuando  (t ) representa al componente u de la velocidad, HINZE (1959, p, 5) define
el promedio temporal de la siguiente manera:
T
1
T 0
u  u (t   )d (2.3)

siendo T un intervalo finito de tiempo para obtener un promedio adecuado, t el

origen para el proceso de promedio y  la variable tiempo. Para el intervalo de
tiempo T Hinze impone la siguiente condición: T1  T  T2 , siendo T1 la escala
de tiempo de la turbulencia o si no, ya que esto corresponde a una cierta cuasi-
periodicidad, el período principal de cambio en el patrón de flujo; y T2 es el período
de las variaciones lentas en el campo de flujo que no deseamos considerar como
perteneciente a la turbulencia. Está claro que hay una cierta arbitrariedad en la
elección de las fluctuaciones que queremos considerar. Afortunadamente, en la
práctica, esta elección se puede hacer sin mucha dificultad. Si tomamos un
oscilograma de un flujo turbulento, por lo general es fácil de discernir algún período
principal promedio de cambio en el patrón de flujo. Además, puede ser útil tener en
cuenta que el orden de magnitud de tales períodos principales se corresponde con
el tamaño del objeto que genera la turbulencia o del aparato en el que se estudia el
flujo turbulento.
En (2.3), el valor promedio debería ser independiente del origen t del
u
procedimiento de promedio, siempre que t  T2 . Por lo tanto debería ser cero
t
o, en el caso de una ligera variación del flujo medio, insignificantemente pequeño.
Considerando t  0 en (2.3), la velocidad promedio temporal, puede ser obtenida
por (ver por ejemplo, BRODKEY & HERSHEY, 1988, p, 206)
T
1
u   u ( ) d (2.4a)
T0
donde,
u : velocidad promedio temporal,
u ( ) : velocidad instantánea,
 : variable tiempo,
T : tiempo total sobre el cual se toma el promedio (tiempo de muestreo).
T debe ser suficientemente largo para tener en ese período una
muestra estadísticamente representativa.
T
En la ecuación (2.4a), la integral  u ( ) d representa al área bajo la curva
0
“velocidad instantánea vs. tiempo” ( ), es decir, es el área bajo el oscilograma de
la variable u ( ) , lo cual puede calcularse numéricamente por diferentes métodos,
entre ellos, las reglas compuestas de trapecio y de Simpson. De este modo, el
producto u  T será el rectángulo equivalente del área bajo el oscilograma, y
entonces la velocidad promedio será:
A
u c (2.4b)
T
Por otra parte, en modernas investigaciones de la turbulencia los datos se obtienen
en forma discreta y digital en lugar de señales continuas en el tiempo. En tales
DAIMF - UNMSM 2-6
FLUJO TURBULENTO

casos, los valores de la velocidad u i por ejemplo, que son obtenidos para intervalos
iguales de tiempo (por decir, a cada 5 s) se suman y se promedian (BRODKEY &
HERSHEY, 1988, pp, 211-214), es decir:
1 N
u  ui
N i 1
(2.5)

donde,
u : velocidad promedio temporal,
ui : i-ésimo valor de u medido en el intervalo de tiempo establecido,
N : número de mediciones disponibles para calcular el promedio.
En situaciones como ésta, puesto que los datos digitales de velocidad son tomados
comúnmente con anemómetro de hilo caliente o lámina caliente, o con anemómetro
láser-doppler, los valores de velocidad promedio son obtenidos electrónicamente, y
son simplemente leídos de una pantalla o desde un reporte impreso.
Finalmente, es importante tener en cuenta que para datos extensos, no habrá
diferencia en los resultados obtenidos por las fórmulas (2.4a) y (2.5).

Ejemplo 2.1: Cálculo de valor promedio de una variable del flujo turbulento
La siguiente tabla 2.1 muestra datos de velocidades instantáneas obtenidos en un
punto fijo dentro de un campo de flujo turbulento. Calcular:

a).- Los componentes u , v y w de la velocidad promedio ⃗̅

b).- Magnitud y dirección de la ⃗̅
Solución
De la fórmula 2.4(a)
̅ ∫ (1)

Pero, la integral ∫ es el área bajo la curva vs. que puede

calcularse, por ejemplo, empleando la siguiente Regla Compuesta de Trapecio:

N 1
t
Por lo tanto, Ac  (u1  u N  2  ui ) (2)
2 i 2

Reemplazando (2) en (1)

A
u c (3)
T
Por facilidad, los cálculos se han desarrollado en una hoja de cálculo, y una imagen
de ésta muestra la siguiente tabla:
DAIMF - UNMSM 2-7
FLUJO TURBULENTO

Tener en cuenta que:

De esta imagen de hoja de cálculo, se tiene

a).- ̅ m/s; ̅ m/s; ̅ m/s

b).- Magnitud de la velocidad media es:

̅ ̅ ̅ ̅
̅ m/s
Debido a la pequeña magnitud de ̅ y ̅, la dirección del vector velocidad
promedio ( ⃗̅ ) hace un ángulo muy pequeño con el eje . El coseno de este
ángulo es:
̅
̅

º
DAIMF - UNMSM 2-8
FLUJO TURBULENTO

b).- Cuando los “rasgos promedios” varían con el tiempo

Un ejemplo es el decaimiento de un registro con el tiempo, tal como muestra la
figura 2.4(b). En este caso, el promedio es una función del tiempo y no puede ser
calculado usando la fórmula (2.2), porque no se puede especificar qué largo debe
tener el intervalo t0 para evaluar la integral. Si se toma muy largo, no se puede
obtener un promedio “local”; y si se toma muy corto, no se puede obtener un
promedio confiable. Sin embargo, en este contexto se puede hallar:
 Promedio espacial,
 Promedio de conjunto, o
 Filtrado espacial.
Para hallar estos promedios, conviene considerar una variable Euleriano del flujo

turbulento como función de coordenadas espaciales y del tiempo, es decir, u( x, t ) .

2.3.1 PROMEDIO ESPACIAL

McDONOUGH (2007, p, 30) define el promedio espacial de la siguiente manera: Sea

  R , d  1,2,3 con u( x, t ) integrable en cualquier momento t .
d
Entonces el
promedio espacial de u en el tiempo t es
1  
u~(t )  
 
u ( x , t ) dx (2.6a)

donde  denota el "volumen" de Ω. Está claro que esto es meramente la longitud de

un intervalo cuando d  1 , y un área cuando d  2 . Observamos que la notación "~"
también será usada para el filtrado formal (ver sección 2.3.3) cuando se aplica
espacialmente, como suele hacerse en el contexto de los análisis de turbulencia
asociados con LES, que representa una generalización directa de (2.6a).

2.3.2 PROMEDIO DE CONJUNTO

Igualmente, McDONOUGH (2007) da la siguiente definición de promedio de conjunto:
 

N 
Sea u (i ) ( x , t ) i 1 una secuencia de realizaciones de una función u( x, t ) definida para

x    R d y t  [0, t f ] . Entonces el promedio de conjunto es definido como
 1 N
u( x, t ) 
N
u
i 1
(i )
( x, t ) (2.6b)

Formalmente se puede considerar tomar el límite N   , pero esto impone claramente

 
dificultades y requerimientos matemáticos adicionales en la secuencia u (i ) ( x , t ) i 1 ;N

Además, en la práctica -en el contexto de experimentos o simulaciones numéricas- N

necesariamente sería finito. Sin embargo, todavía hay una cuestión de convergencia,
es decir, "¿Cuán grande debe ser N antes de u ya no cambia significativamente con N
creciente?" La experiencia práctica ha demostrado que tal convergencia se produce
muy lentamente, haciendo el uso de promedios de conjunto difícil en contextos
experimental o computacional. Por otra parte, observe que una variable promediada de

conjunto sigue siendo una función de x y t , a pesar del promedio -una propiedad a
menudo deseable.
Como se observa en la definición anterior, el promedio de conjunto, denominado
también valor esperado (ensemble average or expected value), es el promedio de una
colección de experimentos realizados bajo idénticas condiciones de medición (las
mismas condiciones iniciales y de contorno -HINZE, 1959, p, 4). Esta colección de
DAIMF - UNMSM 2-9
FLUJO TURBULENTO

experimentos se denomina grupo o conjunto (ensemble). Por lo tanto, para cualquier

variable  del flujo turbulento medida en un punto específico, el promedio de conjunto
en el tiempo t será:
N
1
 (t ) 
N

i 1
i
(t ) (2.6c)

donde,
 (t ) : promedio de conjunto, función de t ,
N : número grande de mediciones de serie de tiempo (registros), obtenidos en
el mismo lugar y bajo similares condiciones de medición,
 i (t ) : i-ésimo serie de tiempo.
Para ilustrar la aplicación de la fórmula (2.6b), supongamos una colección de una
variable de flujo turbulento tal como muestra la figura 2.5, que podría corresponder,
por ejemplo, a datos de velocidad dentro de la capa límite atmosférica, medidos en
diferentes días entre 8 a.m. y 10 a.m., en el mismo lugar y, supuestamente, bajo
idénticas condiciones. Entonces, la velocidad promedio, por decir, a las 9 a.m. se
puede obtener sumando la velocidad de las 9 a.m. de cada uno de los registros y
dividiendo la suma entre el número ( N ) de registros, o sea,
1 1
u (9)  [u (9)  u 2 (9)  ...  u N (9)]
N

Figura 2.5:
Grupo, conjunto o colección
de funciones u(t)
(Fuente: KUNDU, 1990, p, 421)

Sin embargo, puesto que no hay modo de controlar fenómenos naturales (por
ejemplo, en la atmósfera y el océano es muy difícil obtener observaciones bajo
idénticas condiciones), en un proceso no permanente como el mostrado en la figura
2.4(b), el valor promedio de u para un cierto tiempo es, a veces, determinado
usando la fórmula (2.2) y escogiendo un apropiado tiempo de promediación t0,
pequeño comparado con el tiempo durante el cual las propiedades promedias
cambian apreciablemente con el tiempo (KUNDU, 1990, p, 422). Al respecto, SAYRE
(1967) hace la siguiente acotación: “Como se muestra conceptualmente en la
ilustración [figura 2.6], el período de promediación t0 se supone que es
suficientemente largo como para permitir la convergencia de  ' a cero, pero no
demasiado largo que pueda amortiguar significativamente la variación de  con t .”
Al respecto, es pertinente el siguiente concepto de EIGER (1989, p, 91; 1991, p, 95):
“El valor de t0 debe obviamente ser suficientemente grande comparado con el
DAIMF - UNMSM 2 - 10
FLUJO TURBULENTO

tiempo característico de las fluctuaciones turbulentas, pero debe ser pequeño

comparado con las escalas temporales típicas de variaciones de flujo medio, en
caso éste sea no permanente.” 3

Figura 2.6: Esquema de promedio temporal para series no permanentes, según SAYRE (1967).

2.3.3 FILTRADO ESPACIAL


Para cualquier función u( x, t ) en un espacio de Hilbert, se define la función filtrada

espacialmente u~( x , t ) sobre un dominio Ω como (McDONOUGH, 2007, p, 31)
 1    
  
u~( x , t )  u ( , t ) G ( x /  ) d (2.6d)

 
donde G ( x /  ) es el núcleo del filtro, supuesto estar al menos en L () . Ω y  se
2

definen como en el caso del promedio espacial (correspondiente a G  1 ), pero

observamos que en el uso normal las funciones empleadas para G decaen rápidamente
cerca de los límites de los subdominios de Ω. Como consecuencia, en contraste con el
caso promediado espacialmente que es usualmente global (al menos en direcciones

específicas), la función filtrada es ahora local y sigue dependiente de ambos de x y t ,
como en el caso de promedio de conjunto.

2.4 ALGEBRA DE PROMEDIACION DE REYNOLDS

Al realizar el estudio de la turbulencia vía proceso de promediación (metodología RANS),
a menudo se tiene que obtener promedio no solo de una magnitud individual sino
también de un producto de magnitudes del flujo turbulento. Para facilitar este
procedimiento, Reynolds formuló ciertas reglas de aproximación para el cálculo de
promedios. Estas reglas establecen lo siguiente (BRODKEY & HERSHEY, 1988, pp, 214-
216; CRESPO, 2008, pp, 490-491):
Si A  A  A' y B  B  B' son variables fluidas instantáneas, entonces
1.- Las variables fluidas que ya hayan sido promediadas deben ser consideradas como
constantes en los promedios subsiguientes, es decir,

AA (2.7)

2.- El promedio del producto de una variable fluida por una constante tal como K , u
otra magnitud fluida que no sufre fluctuaciones turbulentas, es igual al producto de
la constante por el promedio de la variable, o sea,
KA  K A (2.8)4

3
Para variables de flujo con variaciones altamente irregulares de punto en punto y de tiempo en tiempo, ver también el
concepto de “media vecinal” dado por ABBOTT & BASCO (1989, pp, 320-321).
4
Ver SHAMES (1967, p, 343).
DAIMF - UNMSM 2 - 11
FLUJO TURBULENTO

3.- El promedio obedece a la ley distributiva (de la suma), es decir,

A B  A  B (2.9)

4.- Las derivadas espaciales y temporales [y las integrales ]conmutan con la operación
de promedio, es decir
A A
 , donde s es x, y, z o t (2.10) 5
s s
 
Así, A   A , (ver, BARRERO & PÉREZ-SABORID, 2005, p, 468).
Una consecuencia directa de las citadas reglas permite establecer lo siguiente:
a).- Promedio de la fluctuación turbulenta ( A' ):

Dado que A  A  A' , entonces: A  A  A' . Lo cual, al aplicarse la ley distributiva

del promedio al lado derecho de la igualdad, resulta:
A  A  A'

Pero, por (2.7), A  A ; por lo que A  A  A' , de donde

A'  0 (2.11)
Por lo tanto, el promedio de las fluctuaciones turbulentas es cero.

b).- Promedio del producto de un promedio por una fluctuación turbulenta ( A B ' ):

Puesto que A ya se considera constante, por (2.8) se tiene que: A B '  A B ' . En
esta expresión, por (2.11), B'  0 ; en consecuencia,

A B'  0 . (2.12a)
Similarmente,
B A'  0 . (2.12b)

c).- Promedio del producto de 2 magnitudes instantáneas ( A B ):

Por definición: A B  ( A  A' )( B  B' ) ; en donde, efectuando el producto al lado
derecho de la igualdad y aplicando la ley distributiva de promediación, resulta:

A B  ( A B  A' B  A B' A' B' )  A B  A' B  A B'  A' B'

Pero, A B  A B , puesto que A y B ya son constantes. Entonces, se tiene:

A B  A B  A'B  A B'  A' B' ,

de donde, teniendo en cuenta (2.11), se obtiene que:

A B  A B  A' B ' (2.13)

     
Como correlato de (2.13), si C  C  C ' y D  D  D' son magnitudes vectoriales
instantáneas, se tendrá que:
     
C D  C D  C 'D' (2.14)

5
Ver ABBOTT & BASCO (1989, p, 309), KUNDU (1990, p, 422).
DAIMF - UNMSM 2 - 12
FLUJO TURBULENTO

donde cada término es una diada (dyad)6.

 
Por ejemplo, si C y D fueran vector velocidad, se tendrá
    
V V  V V  V 'V ' (2.15a)

Entonces, en coordenadas rectangulares, los componentes de cada término se obtiene

  
efectuando el producto de los vectores: V  (u , v , w) , V  (u , v , w ) y V '  (u ' , v' , w' ) , así

VV  (uiˆ  vˆj  wkˆ)(uiˆ  vˆj  wkˆ)
Efectuando las operaciones indicadas:

VV  uu iˆ iˆ  uv iˆ ˆj  uw iˆ kˆ 

vu ˆj iˆ  vv ˆj ˆj  vw ˆj kˆ  (2.15b)

wu kˆ iˆ  wv kˆ ˆj  ww kˆ kˆ

Esta suma de nueve términos es llamada “forma nonion” de la díada7, V V (MASE, et al.,
2010, p, 12; ver también MASE, 1977, p, 18). Se debe notar que la secuencia de los
componentes de los dos vectores unitarios se mantiene en todos los componentes,
puesto que iˆˆj , por ejemplo, no es lo mismo que ˆj iˆ . Las parejas iˆiˆ , iˆˆj , etc. se llaman
díadas unitarias (unit dyads), y los coeficientes uu , uv , etc. son los componentes de la
díada.
Para díadas unitarias constantes, al efectuar la promediación de (2.15b) se obtiene:
 
V V  uu iˆiˆ  uv iˆˆj  uw iˆkˆ 

vu ˆjiˆ  vv ˆjˆj  vw ˆjkˆ 

wu kˆiˆ  wv kˆˆj  ww kˆkˆ

Esta ecuación también se puede escribir en forma de matriz como

6
Una diada (dyad) se define como dos vectores colocados uno al lado del otro [sin ningún signo de operación entre ellos] y
actúa como una unidad. Una combinación lineal de díadas se llama diádica (dyadic) (REDDY, 2013, p, 53). La díada es
llamada también producto diádico, producto ordinario o producto tensorial, de 2 vectores. Algunos autores designan a la
díada ⃗ como ⃗ . Una díada, al igual que la diádica, es un tensor de segundo orden, por lo que tiene 9 componentes.
7
Forma nonion de un tensor de segundo orden: Sea representado en un sistema de bases dado cada uno de los vectores
en una dıada ⃗ . En el sistema Cartesiano, mediante la convención de índices repetidos, los vectores y ⃗ se puede
escribir como ̂ y⃗ ̂ . Luego ̂ ̂ o ̂ ̂ , con .
Se puede mostrar todos los componentes de una díada en bases del sistema cartesiano rectangular ̂ como ̂ ̂
permitiendo variar el índice hacia la derecha y el índice hacia abajo:
̂ ̂ ̂ ̂ ̂ ̂ ̂ ̂
̂ ̂ ̂ ̂ ̂ ̂
̂ ̂ ̂ ̂ ̂ ̂ (2.5.7)
Esta forma es llamada la forma nonion de la diádica [dyadic] . Le ecuación (2.5.7) ilustra que una diádica en un espacio
tridimensional tiene 9 componentes independientes en general, cada componente asociado con un cierto par díada. Se
dice entonces que los componentes están ordenados. Cuando se entiende el ordenamiento, tal como lo sugiere la forma
nonion en la ecuación (2.5.7), la escritura explícita de las díadas se puede suprimir y la diádica es escrita como una matriz.
̂ ̂
[ ] y { ̂ } { ̂ } (2.5.8) Ver REDDY (2013, pp, 54-55).
̂ ̂
Según PAO (1974, p, 79) una diádica es meramente una generalización matemática de un vector y no tiene significado
físico como tal.
DAIMF - UNMSM 2 - 13
FLUJO TURBULENTO

iˆ ĵ k̂
iˆ uu uv uw
  (2.15c)
VV  ĵ vu vv vw
k̂ wu wv ww
  
De manera similar se procede para los términos V V y V 'V ' de la ecuación (2.15a):

iˆ ĵ k̂
iˆ uu uv uw
 
VV  ĵ vu vv vw (2.15d)

k̂ wu wv ww

iˆ ĵ k̂
iˆ u 'u ' u ' v' u ' w'
  (2.15e)
V 'V '  ĵ v'u ' v' v' v' w'
k̂ w'u ' w'v' w' w'

Sustituyendo los coeficientes (2.15c), (2.15d) y (2.15e) en la ecuación (2.15a), se tiene

la siguiente ecuación matricial

u 2 uv uw  u2 uv u w  u ' 2 u ' v' u ' w'

      (2.16)
 vu v2 vw  =  v u v2 v w  +  v' u ' v' 2 v' w'
  w u  2 
 wu wv w2   wv w 2   w' u ' w' v' w' 


de donde, dado que los tensores son aditivos, se tiene:

u 2  u 2  u'2 u v  u v  u ' v' u w  u w  u ' w'

v u  v u  v 'u ' v 2  v 2  v' 2 v w  v w  v' w'
w u  w u  w'u ' w v  w v  w'v' w 2  w 2  w' 2

Ejemplo 2.2: Cálculo de fluctuaciones de velocidad y sus promedios

Para los datos de la tabla 2.1, calcular:
1.- Las fluctuaciones de la velocidad alrededor del promedio, es decir, u , v , w .
2.- Los promedios de las fluctuaciones, o sea, u' , v' , w' .
Solución
Por definición:
̅ ̅ ̅
Los valores de las fluctuaciones aparecen en las columnas 5, 6 y 7 de la tabla 2.2
Los valores promedios se calcula con la fórmula 2.4(a), es decir,
̅ ∫ (1)
DAIMF - UNMSM 2 - 14
FLUJO TURBULENTO

T
La integral  u' dt  Ac es el área bajo la curva vs. , que puede calcularse, por
0
ejemplo, empleando la siguiente Regla Compuesta de Trapecio
N 1
t '
Ac  (u1  u N'  2  u i' ) (2)
2 i 2

Reemplazando (2) en (1):

Ac
u'  (3)
T
Al igual que en el ejemplo 2.1, las operaciones se han realizado en una hoja de
cálculo, y los resultados figuran al pie de las columnas 5, 6 y 7 de la tabla.
De estos resultados se tiene:
̅ , ̅ y ̅̅̅