INSTITUTO TECNOLGICO DE TLHUAC

ASIGNATURA

:
Vibraciones Mecnicas

TRABAJO:
Investigacin Unidad I

PROFESOR:
Marco Ivn Cervantes Gomez

ALUMNO:

Merlos Alba Leonardo

II

Grados de libertad.
Tambin conocidas como coordenadas generalizadas de un sistema mecnico son
los parmetros independientes que definen la posicin y la configuracin
deformada de dicho sistema. En ingeniera se refiere al nmero mnimo de
nmeros reales que necesitamos especificar para determinar completamente la
velocidad de un mecanismo o el nmero de reacciones de una estructura. Un
cuerpo aislado en el espacio puede desplazarse libremente en un movimiento que
se puede descomponer en 3 rotaciones y 3 traslaciones geomtricas
independientes (traslaciones y rotaciones respecto de ejes fijos en las 3
direcciones de una base referida a nuestro espacio de tres dimensiones). Para un
cuerpo unido mecnicamente a otros cuerpos (mediante pares cinemticos),
algunos de estos movimientos elementales desaparecen. Se conocen como
grados de libertad los movimientos independientes que permanecen.
Grados de libertad en mecanismos planos
Para un mecanismo plano cuyo movimiento tiene lugar slo en dos dimensiones,
el nmero de grados de libertad del mismo se pueden calcular mediante el criterio
de Grbler-Kutzbach:
2

m=m=3 ( n1 )2 j 1 j 2

Donde:
m; movilidad
n; nmero de elementos
j1; nmero de uniones de un grado de libertad.
J2; nmero de uniones de 2 grados de libertad.

Movimiento armnico y su representacin.

El movimiento oscilatorio puede repetirse con regularidad, como en el caso de un
pndulo simple, o desplegar una irregularidad considerable, como en el caso del
movimiento de la tierra en un sismo.
Si el movimiento se repite despus de intervalos de tiempo iguales, se llama
movimiento peridico.
El tipo ms simple de movimiento peridico es el movimiento armnico. El
movimiento impartido a la masa m por el mecanismo de yugo escocs que se
muestra en la figura es un ejemplo de movimiento armnico simple.

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 vaivn en la gua vertical R. Cuando la manivela gira a una
velocidad angular v, el extremo S del eslabn 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. La

velocidad de la masa m en el instante t la da

Y la aceleracin

Se ve que la aceleracin es directamente proporcional al desplazamiento. Una

vibracin como esa, con la aceleracin proporcional al desplazamiento y dirigida
hacia la posicin media, se conoce como movimiento armnico simple. El
movimiento dado por x 5 A cos vt es otro ejemplo de movimiento armnico simple.
La figura muestra con claridad la semejanza entre el movimiento (Armnico)
cclico y el movimiento senoidal.

Representacin vectorial del movimiento armnico

El movimiento armnico se puede representar de una manera ms prctica por
medio de un vector
de magnitud A que gira a una velocidad angular constante
. En la figura, la proyeccin de la punta del vector
sobre el eje vertical
est dada por
y su proyeccin sobre el eje horizontal por
.

Representacin por medio de nmeros complejos del movimiento

armnico

Como se vio antes, el mtodo vectorial de representar el movimiento armnico

requiere la descripcin de los componentes horizontales y de los verticales. Es
ms prctico representar el movimiento armnico por medio de nmeros

complejos. Cualquier vector

nmero complejo:
Donde

en el plano xy se puede representar como un

i= 1 , y a y b indican

los componentes x y y de

X ,

respectivamente. Los componentes a y b tambin se conocen como partes real e

imaginaria del vector X.

Si A indica el mdulo o valor absoluto del vector X , y representa el

argumento o ngulo entre el vector y el eje x, entonces X tambin puede

expresarse como
Con
Y

la ecuacin tambin se expresa como

Vase en la figura la representacin grfica.

Uso de fasores para la suma resta,

multiplicacin y divisin.
Un fasor es una representacin grfica de un nmero complejo que se utiliza para
representar una oscilacin, de forma que el fasor suma de varios fasores puede
representar la magnitud y fase de la oscilacin resultante de la superposicin de
varias oscilaciones en un proceso de interferencia.
Los fasores se utilizan directamente en ptica, ingeniera de telecomunicaciones y
acstica. La longitud del fasor da la amplitud y el ngulo entre el mismo y el eje-x

la fase angular. Debido a las propiedades de la matemtica de oscilaciones, en

electrnica los fasores se utilizan habitualmente en el anlisis 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 fsicos.
Los fasores pueden representarse mediante nmeros complejos, teniendo una
componente real y otra imaginaria .El igual que en los nmeros complejos, los
fasores pueden estar representados en forma binmica y polar (existen otras
como la trigonomtrica y la exponencial, pero utilizamos las dos primeras). En
algunos casos nos conviene una forma de expresarlos y en otros casos ser ms
simple hacer cuentas con la otra forma.
Forma polar.
Los fasores suelen indicarse matemticamente tambin en forma polar, es decir
como un mdulo y un ngulo. Por ejemplo la expresin: V = 311 sen (2 50 t +
).Se puede representar como un fasor de la siguiente manera:

V = 311 V
= 2 50 (para una f = 50 Hz)
= 45 (o )
En forma polar se escribe como 311 (45) V.
Forma binmica.

Otra forma de expresar a un fasor o nmero complejo, es la forma binmica, es

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

Con las relaciones trigonomtricas seno, coseno y tangente, podemos

calcularlas componentes de la forma binmica (a y b) a partir del mdulo del fasor
y de su ngulo (forma polar) o bien hallar el mdulo del fasor y su ngulo a partir
de la forma binmica.

Suma y resta de fasores.

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

Multiplicacin y divisin de fasores.

Es ms simple hacerlas en forma polar. Se multiplican o dividen los mdulos
segn corresponde y se suman los argumentos (para el caso de la multiplicacin)
o se los resta (para el caso de la divisin).

Diferenciacin con fasores.

Si tenemos una funcin g (t) con su parte real x (t) y su parte imaginaria y (t), y
definimos la funcin:

Diferenciando f (t):

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

Al final:

Las relaciones que tenemos en la diferenciacin son:

Integracin con fasores.

Con la funcin h(t) definida como la integracin de f(t):

Las relaciones que hay en la integracin se pueden ver a continuacin:

Por lo tanto, se pueden resolver las ecuaciones integro-diferenciales que aparecen

en rgimen permanente senoidal mediante la utilizacin de fasores. Esto se debe
a que las derivadas y las integrales se transforman en multiplicaciones y divisiones
por j y as estas ecuaciones se convierten en algebraicas mediante fasores.

Serie de Fourier.
Una serie de Fourier es una serie infinita que converge puntualmente a una
funcin peridica y continua a trozos (o por partes). Las series de Fourier
constituyen la herramienta matemtica bsica del anlisis de Fourier empleado
para analizar funciones peridicas a travs de la descomposicin de dicha funcin
en una suma infinita de funciones senoidales mucho ms simples (como
combinacin de senos y cosenos con frecuencias enteras). El nombre se debe al
matemtico francs Jean-Baptiste Joseph Fourier que desarroll la teora cuando
estudiaba la ecuacin del calor. Fue el primero que estudi tales series
sistemticamente, y publicando sus resultados iniciales en 1807 y 1811. Esta rea
de investigacin se llama algunas veces Anlisis armnico. Es una aplicacin
usada en muchas ramas de la ingeniera, adems de ser una herramienta
sumamente til en la teora matemtica abstracta. reas de aplicacin incluyen
anlisis vibratorio, acstica, ptica, procesamiento de imgenes y seales, y
compresin de datos. En ingeniera, para el caso de los sistemas de
telecomunicaciones, y a travs del uso de los componentes espectrales de
frecuencia de una seal dada, se puede optimizar el diseo de un sistema para la
seal portadora del mismo. Refirase al uso de un analizador de espectros.
Transformada de Fourier.
Sabemos obtener la respuesta de la estructura para una excitacin senoidal a una
determinado frecuencia, pero en muchos casos las cargas dependen del tiempo.
La transformada de Fourier nos permite convertir cualquier carga en el dominio del
tiempo a la frecuencia, y la trasformada de Fourier inversa lo har al revs de la
frecuencia al tiempo:1 En un primer paso se obtiene la transformada de Fourier
de la solicitacin en el tiempo que tenemos, de esta forma tenemos nuestra
excitacin en el campo de la frecuencia.2 Obtenemos la respuesta para cada
frecuencia.3 Realizando la transformada de Fourier inversa obtenemos de nuevo

el resultado en el dominio del tiempo. Estas simplificaciones se pueden realizar

porque el sistema es lineal y la suma de los efectos de dos fuerzas, es igual al
efecto de la suma de fuerzas.

Mtodo analtico
La TDF explicada en los apartados anteriores puede, en la prctica, ser calculada
de un modo analgico o de un modo digital. En el primero de estos modos, la
funcin f (t) es filtrada mediante un filtro de banda tan estrecha como sea posible;
el resultado de esta operacin es el extraer la componente armnica de la funcin
f (t) en la frecuencia deseada.
La amplitud de esta componente es el valor de la TDF en ese punto.
El clculo analgico de las TDF exige filtros muy precisos, y es una operacin muy
lenta a las bajas frecuencias caractersticas de las vibraciones mecnicas.
Adems, en vibraciones aleatorias aparecen otras funciones como la densidad
espectral, la densidad espectral cruzada, el auto correlacin, etc., que para ser
calculadas analgicamente, exigen costosos equipos adicionales.
Actualmente, el Anlisis de Fourier se realiza, en la mayora de los casos,
digitalmente.
Para ello, una vez que la funcin f (t) ha sido convenientemente filtrada y
acondicionada (por las razones que se vern posteriormente), se procede a
digitalizarla en un convertidor
analgico-digital.

As, la funcin f (t) queda reducida a un conjunto de N valores discretos (Figura

12) que se almacenan digitalmente en la memoria de una computadora.

Mtodo numrico

La ecuacin de ondas puede ser resuelta mediante series de Fourier obtenindose

la expresin

Siendo

las autofunciones y autovalores del Laplaciano.

Como vimos, es conveniente elegir

Ortonormal de

de modo que constituyan una base

Vimos asimismo que la energa.

Se conserva a lo largo de las trayectorias.

La energa inicial de las soluciones viene dada por

As, la hiptesis de que los datos iniciales sean de energa finita

Es equivalente a que las sucesiones

Pertenezcan al espacio
De las sucesiones de cuadrado sumable En vista del desarrollo en serie de las
soluciones, parece natural construir un mtodo numrico en el que la
aproximacin venga dada, simplemente, por las sumas parciales de la serie:

La suma finita de uN en (2.4.5) proporciona, efectivamente, una aproximacin de

la solucin u representada en la serie de Fourier. Para comprobarlo consideremos
el resto

El mismo argumento puede ser utilizado para estimar la norma de

De este modo deducimos que

Esta desigualdad proporciona estimaciones explcitas sobre la velocidad de

convergencia.
En efecto, el clsico Teorema de Weyl sobre la distribucin asinttica de los
autovalores del Laplaciano asegura que

donde

es una constante positiva que depende del dominio y n es la dimensin

espacialobtenemos que uN converge a u en el espacio de la energa,
uniformemente en tiempo

con un orden de

La hiptesis

realizada sobre los datos iniciales es

slo una de las posibles. De manera general puede decirse que, cuando los datos
iniciales son ms regulares que lo que el espacio de la energa exige y verifican

las condiciones de compatibilidad adecuadas en relacin a las condiciones de

contorno, entonces, se puede establecer una estimacin sobre la velocidad de
convergencia de la aproximacin que las sumas parciales del desarrollo en serie
de Fourier proporcionan a la solucin de la ecuacin de ondas. Este mtodo de
aproximacin lo denominaremos mtodo de Fourier. Se trata de un mtodo de
aproximacin sumamente til en una dimensin espacial puesto que, al disponer
de la expresin explcita de las autofunciones 'k y autovalores de _k, la
aproximacin uN puede calcularse de manera totalmente explcita.
Bastara para ello con utilizar una frmula de cuadratura para aproximar el valor El
mtodo de Fourier es sin embargo mucho menos eficaz en varias dimensiones
espaciales. En efecto, en ese caso no disponemos de la expresin explcita de las
autofunciones y autovalores y su aproximacin numrica es un problema tan
complejo como el de la propia aproximacin de la ecuacin de ondas.
Otro de los inconvenientes del mtodo de Fourier es que, cuando la ecuacin es
no-lineal o tiene coeficientes que dependen de (x; t), ya no se puede obtener una
expresin explcita de la solucin en serie de Fourier y por tanto tampoco de sus
aproximaciones. Es por eso que el mtodo de Fourier tiene una utilidad limitada y
que precisamos de mtodos ms sistemticos y robustos que funcionen no slo
en casos particulares sino para amplias clases de ecuaciones. En este marco
destacan los mtodos de diferencias y elementos finitos, que sern el objeto
central de este curso. De los coeficientes de Fourier.
Aplicacin del anlisis armnico
El anlisis armnico se ocupa, a grandes rasgos, de la descomposicin de
funciones en tonos puros que llamaremos armnicos. Sin rigor, consideramos
tonos puros a ciertos objetos que nos recuerdan a las funciones sen(2_nx) y
cos(2_nx) con n 2 Z, las cuales
aparecen
en
los
desarrollos
de
Fourier
clasicos.

En trminos acsticos, en el rango de frecuencias audibles estas funciones

suenan como mantener uno de los pitidos de la alarma de un reloj electrnico o
una nota de una flauta. Con esta ambigedad, el anlisis armnico se convierte en
un rea muy amplia cuyas fronteras son muy subjetivas y estn sujetas a que
deseemos denominar armnicos.

Incluso con toda esta amplitud no se cubren muchos temas actuales importantes
en los que los armnicos aparecen ms como motivacin que como ingredientes.
Anlisis de Fourier discreto en la vida cotidiana. Hoy en da es difcil exagerar la
importancia prctica del anlisis de Fourier discreto y esto no es una novedad.
Aqu vamos a ver algunas de las aplicaciones sin ms propsito que ilustrar que el
anlisis de Fourier discreto tiene una fuerte motivacin prctica.
La utilidad prctica es que en teora de la seal uno quiere habitualmente actuar
sobre las frecuencias (por ejemplo para eliminar ruido o crear algunos efectos o
reducir el ancho de banda) y la relacin anterior dice que actuar sobre las
frecuencias es lo mismo que con volver la seal. Muchos matemticos tericos
posiblemente se sorprenderan de la cantidad de libros de texto para ingenieros
basados en esta frmula que estudian mil y una formas de disear e implementar
convoluciones tiles.
El principio de incertidumbre
De la misma forma, si tenemos armnicos que dan saltos de longitud parece claro
que no tendremos capacidad para estudiar con precisin lo que ocurre a escalas
menores. Sin embargo hay que poner ciertas acotaciones a esta afirmacin
porque con dos reglas con divisiones de 6mm y 10mm podemos medir 2mm y en
la explotacin de este hecho se basaba en parte el funcionamiento de las reglas
de clculo que durante ms de cien aos fueron un instrumento fundamental para
clculos cientficos. Quiz, entonces, con unos pocos armnicos de baja
frecuencia podamos representar aspectos locales precisos de las funciones.

Diferentes formas del principio de incertidumbre afirman que tal esperanza es

vana. En el anlisis de Fourier clsico, hay una oposicin entre la localizacin de
una funcin y la de su transformada de Fourier. Es decir, como parece lgico, no
podemos ver detalles pequeos solo con frecuencias bajas. Este hecho aparece
en muchos contextos de la Fsica y las Matemticas pero, debido a la divulgacin
y a su importancia, para el gran pblico el nombre est ligado a la mecnica
cuntica y alcanza tintes filosficos. Cuando omos que es imposible medir la
posicin y el momento de una particular, quiz deberamos tener presente que en
fsica cuntica no hay partculas como las clsicas (bolitas muy pequeas) sino
que llevan asociadas una especie de ondas.
Anlisis espectral en el dominio del tiempo y la frecuencia.

El anlisis espectral de series temporales es una herramienta muy til para el

ajuste estacional. Aunque no hay una definicin precisa de estacionalidad, si hay
un acuerdo general sobre al menos algunos fenmenos que constituyen
Estacionalidad. En particular, hay estacionalidad en una serie xt cuando esta
contiene componentes peridicas, cuyo periodo coincide con un tiempo de
referencia1.
En el tipo de indicadores coyunturales que publican los organismos estadsticos
este tiempo de referencia es el ao. De esta forma, para datos mensuales las
componentes peridicas de periodo 12 (o alguno de sus divisores) se consideran
estacionales. Igualmente ocurre en el caso trimestral con las componentes
peridicas de periodo 4 (o su nico divisor, 2).
Precisamente la representacin espectral de un proceso es una herramienta
especialmente adecuada para sacar a la luz componentes peridicas, ya que
consiste en expresar el proceso como una suma de sucesiones peridicas,
concretamente trigonomtricas. Esta representacin, por tanto, nos permite
centrar la atencin en las frecuencias que ms nos interesen.
Como consecuencia de lo anterior, el anlisis espectral se puede emplear en la
fase de diagnstico del proceso de ajuste estacional, para comprobar la ausencia
de componentes estacionales en la serie ajustada. Los programas que se usan
para hacer el ajuste estacional (como TRAMO/SEATS) incluyen una
representacin del espectro entre las herramientas de diagnstico.
Para interpretar correctamente el espectro conviene conocer, entre otras cosas:

Las distintas variantes de representacin del espectro (unidades de

frecuencia, escala de la densidad espectral, etc.)
Donde estn las frecuencias asociadas con la estacionalidad.
Como son los espectros de ciertos procesos, en particular de los ARMA.
Como afectan los filtros al espectro.
Qu diferencias hay entre la representacin espectral de procesos
estacionarios e integrados.

El espectro
Una serie temporal puede entenderse como una sucesin de nmeros. Las
sucesiones de nmeros reales se pueden escribir como combinaciones lineales de
senos y cosenos (o exponenciales complejas). Esta representacin se hace
mediante la Transformada de Fourier Discreta (TFD).
Sin embargo, la teora moderna de series temporales se basa en la hiptesis de
que una serie temporal es una realizacin de un proceso estocstico.
Anlogamente a las series temporales, los procesos estocsticos se pueden
representar mediante combinaciones lineales (ms exactamente, integrales) de
funciones trigonomtricas o exponenciales complejas, aunque ponderados por
coeficientes aleatorios. Esta representacin es la llamada representacin espectral
de un proceso estocstico, que presentamos en.

La varianza de los coeficientes de la representacin se llama densidad espectral.

Veremos la TFD de una serie temporal puede entenderse como una estimacin de
la densidad espectral.
Desgraciadamente, la representacin espectral de un proceso estocstico requiere
usar un concepto matemtico complejo: una medida aleatoria. Por otra parte, es
posible definir la densidad espectral a partir de la funcin de auto covarianza sin
aludir a la representacin espectral.