UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ

FACULTAD DE CIENCIAS FORESTALES Y DEL AMBIENTE

TRANSFORMACIÓN DE LA MADERA

PRINCIPIOS DE FRACTALIDAD DEL

ASERRÍO

CATEDRÁTICO: Dra. Rosario Marilu Bernaola Paucar

ESTUDIANTE:

 Bendezu Rojas, Dayana

 Carcausto Campos, Naomi
 Ccente Ramos, Cinthya
 Corilloclla Aviles, Jennifer
 Echabautes Pozo, Mayra
 Gutierrez Calderon, Merilin
 Poma Huaman, Betzaida

SEMESTRE: IX

HUANCAYO – PERÚ
2022
 1. Introducción
2. Generalidades de la fractalidad (definición, características)

En 1975 el matemático francés Benoît Mandelbrot utilizo por primera vez el termino fractal, que
significa quebrado o fracturado. Básicamente se define como una figura geométrica con una
estructura fragmentada o irregular, en una infinita variedad de tamaños, cada fragmento es una copia
reducida del total “la parte contiene al todo”. Lo interesante es que estos fractales solo abarcan
patrones geométricos sino que existen fractales en la naturaleza, en la descripción de procesos
temporales y sus características se encuentran en campos variados como imágenes, estructuras,
sonidos, arte y otros (Ordóñez, 2013).

Según (Chugh, 2014) Los fractales existen en dimensiones fraccionarias y para poder ser vistos
realiza el siguiente ejemplo, imagine una cabeza de coliflor o de un brócoli, si se rompe un trozo de
cualquiera de ellos, la parte fragmentada sigue pareciéndose al todo, algunas veces, el parecido puede
ser más débil que la similitud geométrica, un ejemplo seria, la semejanza puede ser aproximada o
estadística.

En la actualidad se usan modelos fractales con el objetivo de la integración de volúmenes maderables,

aplicable para los bosques o concesiones y con ello se busca lograr un sistema compatible de
ahusamiento-volumen (El ahusamiento se basa en el supuesto de que la forma del árbol varía a lo
largo de su longitud, y el diámetro sobre el fuste es decreciente a medida que la distancia del tocón a
la punta comercial se aproxima a la altura total, entonces para lograr una verdadera integración que
describa de forma simultánea, tanto el perfil completo del árbol como el volumen se necesita un
sistema que use los dos componentes: el ahusamiento y el volumen comercial variable) resultando un
así una silvicultura sostenible (Ramos, 2014).

Características

 Los fractales se aplican a objetos geométricos estáticos, como plantas, redes de venas,
imágenes congeladas de una cascada, etc.
 La función matemática que los expresa no es derivable, no existe ninguna entidad geométrica
tangente en ningún elemento del fractal, significa que un fractal no es “medible”
(cuantificable) según los métodos tradicionales de medida.
 Es una entidad matemáticamente compleja pero que puede expresarse mediante algoritmos
sencillos. Esta característica es ideal para su estudio mediante ordenadores (Ordóñez, 2013).
  El uso de modelos fractales son aplicadas en formulas dasométricas prácticas para el manejo
de bosques forestales y su aprovechamiento forestal maderable sostenible, (Ramos, 2014).

3. Formulas
3.1. Conjunto de Julia

El conjunto de puntos K ,cuyas orbitas estan acotados bajo la function de interaccion de Q(z)
se denomina conjunto de Julia lleno K.El limite de un conjunto es la coleccion de puntos para
los cuales cada vecindad contiene un elemento del conjunto asi como un element que no esta
en el conjunto.

Teorema 1. Supongamos |z|≥|c|>2, donde c está en el plano complejo. Entonces tenemos |G

n
c (z) |como n→ ∞ as n ∞.

Corolario 1. Supongamos |c|> 2. Entonces la órbita de 0 se escapa al infinito bajo Qc

Corolario 2. Supongamos |z|> max{(|c|,2.). Entonces |G nc (z)|>|(1+Y) n|z| y SO |Gnc(z)| →∞as

n →como Y es un número positivo.

Corolario 3. Supongamos que para algún K≥ 0, tenemos |G kc (z)| > max {|c|,2}. Entonces |
Gk+1 c(z)|>(1+y|Gkc(z)|,SO|Gnc(z) →∞ as n →∞.

Teorema 2. (Criterio general de escape) Para función general, G,(2)=2n+cn = 1, 2, 3,...,

donde 0 < ∞<1 y c está en el plano complejo.

Z1=(-a)z+aG(z),
Zn=(1-∞)Zn-1 +∞Gc (Zn-1)

Para n = 2, 3,.... Así, el criterio general de escape es {lcl(2/∞)1/n-1}

Corolario 4. Supongamos que |c| > (2/∞)1/n-1. Entonces, la órbita superior SO(Gc.0. ∞n)
escapa al infinito.

Corolario 5. Supongamos para algún k≥0. tenemos |Zk|> max |c|, (2/∞)1/k-1}. Entonces ||> |Z
k+1 |>(1 +y)|Zk ); so |Zn| →∞ as n → ∞

Figura 1: Conjuntos superiors de Julia Figura 2: Conjunto superiores de Julia

para mapa cuadratico. para Cubic Map.
 Este corolario da un algoritmo general para calcular conjuntos de Julia superiores llenos para
la función de la forma G c (Z)=Zn+C, n= 1, 2, 3,

La figura 1 y la figura 2 representan los conjuntos superiores de Julia para mapas cuadráticos
y cúbicos utilizando procedimientos iterativos de dos pasos.

Teorema 3. Para la función general G, (2)=2+c, n= 1, 2, 3,.... donde 0 <a <1,0<< 1 y c está
en el plano complejo.

Z1= (1-∞)z+∞Gc(z),
Zn = (1-∞),Zn-1 +∞G (Zn-1)

Así, el criterio general de escape es {[c]. (2/∞)1/n-1(2/3) 1/n-1}

Colorario 6. Supongamos que existe |c|> (2/∞)1/n-1 y |c|> (2/3) . Entonces, la órbita 1-
1/n-1

Superior ISO (Gc.0, ∞n, Bn) se escapa al infinito.

Corolario 7. Supongamos que para algún k≥0, tenemos|Z k| > max {|c|,(2/∞)1/k-1(2/B) 1/k-

1
}Entonces |Zk+1|>Y|kz|,so |Zn |→∞as n →∞como n∞. Este corolario da un algoritmo general
para calcular 1- Julia superior conjuntos para la función de la forma Gc (z) =Zn+c,n=1,2,3,....

Figura 4: Conjuntos de Julia cubicos

Figura 3: Conjuntos de Julia cuadraticos
superiores.
superiores.
4.

4.1. Conjunto de Mandelbrot

El conjunto M de Mandelbrot consta de todos parámetros c para los cuales el conjunto lleno
de Julia de Qc, está conectado, es decir.

M={cEC: {Qc) está conectado}.

 De hecho, M contiene una enorme cantidad de información sobre la estructura de los
conjuntos de Julia. El conjunto de Mandelbrot Superior SM para la Cuadrática Q c(z)=z2+ c se
define como el conjunto de todas las cEC para las que la órbita del punto 0 está acotada, es
decir

SM={cEC:{Qnc (0)};n=-0,1,2, está acotado).Elegimos el punto inicial 0, ya 0 que es el único

punto crítico de Qc (Pietgen et al. (2004), p. 249).

De manera similar, el conjunto de Mandelbrot ISM para Qc(z)=z n+c, donde n = 2,3,..;con
respecto a las iteraciones de Ishikawa se llama conjunto de Mandelbrot 1-superior.

Los conjuntos de Mandelbrot 1-superior Los siguientes son los criterios generales de escape
del conjunto de Mandelbrot con algunas figuras atractivas:

Figura 6: Conjuntos Mandelbrot

Figura 5: Conjunto de Mandelbrot. cuadraticos superiores.

Figura 7: Conjuntos superiors de Cubic

Figura 8: Conjuntos de Julia cuadraticos
Mandelbrot.
superiores.

Figura 9: Conjuntos Cubic Mandelbrot

superior.
La diferencia de implementación entre el conjunto de Julia y el conjunto de Mandelbrot es la
forma en que se iteracion la función. El conjunto de Mandelbrot itera z=z 2+ c con z siempre
comenzando en 0 y variando el valor de c. El conjunto de Julia iteracionz=z 2+c para un valor
de c fijo y valores variables. En otras palabras, el conjunto de Mandelbrot está en el espacio
de parámetros, o plano c, mientras que el conjunto de Julia está en el espacio dinámico, o
plano z. Para un estudio detallado, se puede consultar Crownover (1995) y Milnor (1990).

Figura 10: Conjunto de George Cantor.

4.2. Conjunto de Cantor
4.3. Triángulo de Sierpinski
4.4. Copo de nieve de Koch y curva de Koch

Fue creado en 1904 por el matemático sueco Niels Fabian Helge von Koch, este
método consiste en una curva continua sin tangentes o no derivable obtenida a partir
de una construcción geométrica elemental, por ello se divide un segmento en 3 trozos
iguales y el central se sustituye por otros dos que forman un triángulo equilátero,
formando una línea quebrada de cuatro trozos iguales, este proceso se repite para cada
segmento resultante en cada paso (Chugh, 2014).

Su longitud y dimensión fractal son:

log 4 lim ¿
D= =1.2619 , , L ∞= L ¿¿
1 n=∞ inic
log
3

En este sentido, el derivado es denominado copo de nieve de Koch o isla de Koch que
consiste en un hexágono cuyos lados son la curva de Koch, siguiéndose en cada
iteración los mismos pasos que para ésta. Los perímetros serían 3 curvas de Koch, y el
área se obtiene siendo el área del triángulo inicial.

Figura 1. Curva de Koch e isla de Koch (copo de nieve)

 En general se denomina isla de Koch a todos los fractales cuya base generadora es un
polígono y cuyo motivo es cualquier curva fractal de dimensión 1 a 2, aunque los bordes
de una isla de Koch sean muy intrincados, nunca llegan a cruzarse. Además, debido a que
todos ellos tienen dimensión fractal entre 1 y 2, su longitud es siempre finita, sin embargo
el área es siempre un número finito al estar basadas en un polígono cerrado (Ordóñez,
2013).

4. Importancia en la transformación de madera

5. Artículo científico relacionado al aserrío

Salau & Oke, (2012), en su estudio, establece una nueva perspectiva de las propiedades fractales de las
partículas de aserrín en movimiento como motivación para comprender cómo controlar la toxicidad de
sus efectos sobre los trabajadores del aserradero y mantener actividades de aserrío sostenibles, con el
fin de predecir la dimensión fractal de las partículas de aserrín que se mueven aleatoriamente en los
aserraderos que se genera como curvas fractales usando la combinación de probabilidades y
dimensiones fractales teóricas, en la cual diseñaron cuatro casos en torno a un número variado de
combinaciones de patrones fractales extraídas de cinco y cincuenta combinaciones de probabilidades
diferentes, diez valores semilla generadores de números aleatorios diferentes y un máximo de cuatro
iteraciones de generación de curvas fractales como parámetros impulsado. Existiendo un error
porcentual absoluto máximo de 7,24% para la curva fractal asociada con el patrón fractal cinco (es
decir, Koch 5); en la cual, concluyeron que el modelo es un buen predictor de la emisión de partículas
de aserrín en los estados de colisión de la operación de corte, reflejados en cuan mayor es el número
de patrones fractales (generadores), menor será el coeficiente de correlación entre la dimensión
promedio estimada de la caja fractal y la dimensión fractal.

6. Conclusión
7. Bibliografía
Salau, T. A. O., & Oke, S. A. (2012). The application of fractal box dimensions in predicting
the emission characteristics of colliding sawdust particles for sustainable sawmilling.
The South Pacific Journal of Natural and Applied Sciences, 30(1), 18.
https://doi.org/10.1071/sp12002 

Chugh. (2014). Fractals Generated by Various Iterative Procedures – A Survey.

Mathematical Journal of Interdisciplinary Sciences, 2(2), 195–208.
https://doi.org/10.15415/mjis.2014.22016
Ordóñez, J. L. (2013). Fractales.
Ramos, S. (2014). Estimación Fractal del volumen de madera en silvicultura económicamente
sostenible. Revista de Ciencias Tecnológicas y Agrarias. Universidad de San Francisco
Xavier. ISSN: 2313-2906., 1(1), 37–51.