APLICACIÓN DE LOS NÚMEROS COMPLEJOS EN LA INGENIERÍA

Dra. Pozo Jara Jacqueline

Estudiantes: Cuichan Milton, Masaquiza Erick

Departamento de Ciencias Exactas, Universidad de las Fuerzas Armadas ESPE Extensión Latacunga,
Latacunga, Ecuador

E-mail: ebmasaquiza@espe.edu.ec macuichan2@espe.edu.ec

Abstract

In the following writing is intended that the student by itself understands the importance of learning to use the
theoretical articulation of the mathematical model representing the temperature distribution in a solid sphere,
developed in the heat analytical theory of J. Fourier, with the author underlying intention to explain the warming
due to solar effects. To do this, we carry out an epistemological analysis of the assumptions used and their
translation to mathematical language with boundary conditions on the specific problem of determining the
temperature distribution equation in spherical solid.

.Keywords: Epistemology, temperature distribution, heat conduction

Resumen

El siguiente escrito pretende que el alumno por sí mismo comprenda la importancia de aprender a utilizar
articulación teórica del modelo matemático que representa la distribución de temperaturas en una esfera sólida,
desarrollado en la teoría analítica del calor por J. Fourier, con la intención subyacente del autor de explicar el
calentamiento terrestre debido a los efectos solares. Para lograrlo hacemos un análisis epistemológico de las
hipótesis usadas y su traducción al lenguaje matemático con condiciones de frontera en el problema específico de
determinar la ecuación de distribución de temperaturas en el sólido esférico.

Palabras Claves: Epistemología, distribución de temperaturas, conducción de calor.

 2

1. INTRODUCCIÓN

1.1 Series de Fourier Segunda forma trigonométrica:

Las series de Fourier describen señales periódicas

∞
como una combinación lineal de exponenciales 2𝜋𝑛𝑡 2𝜋𝑛𝑡
𝑥(𝑡) = 𝐴0 + ∑ [𝐴(𝑛) cos ( ) + 𝐵(𝑛) sen ( )]
complejas, multiplicados por factores de peso que 𝑇 𝑇
𝑛=1
determinan la contribución relativa de cada
componente a la señal original; con esta herramienta
podemos analizar una señal periódica en términos de
1 𝑡1+𝑇
su contenido frecuencial. La combinación lineal 𝐴0 = ∫ 𝑥(𝑡) 𝑑𝑡
permite que operaciones en el dominio del tiempo se 𝑇 𝑡1
conserven en el dominio de las frecuencias. Al
conjunto de expansiones en series de Fourier se
denomina base ortogonal. 2 𝑡1+𝑇 2𝜋𝑛𝑡
𝐴(𝑛) = ∫ 𝑥(𝑡) cos ( ) 𝑑𝑡
𝑇 𝑡1 𝑇
+∞
𝑖2𝜋𝑛𝑡
𝑥(𝑡) = ∑ 𝑋(𝑛)𝑒 𝑇

−∞
2 𝑡1+𝑇 2𝜋𝑛𝑡
𝐵(𝑛) = ∫ 𝑥(𝑡) sen ( ) 𝑑𝑡
𝑇 𝑡1 𝑇

1 𝑡1+𝑇 −𝑖2𝜋𝑛𝑡
𝑋(𝑛) = ∫ 𝑥(𝑡) 𝑒 𝑇 𝑑𝑡
𝑇 𝑡1
A partir de los coeficientes de Fourier (𝐶0 , 𝐴0 , 𝐴𝑛 ,
𝐵𝑛 ), es posible obtener la representación en
frecuencias de una señal. La gráfica de estos
En las ecuaciones anteriores presentamos la serie de coeficientes en función de su índice armónico se
Fourier en su forma exponencial; desarrollando la denomina espectro; existen dos tipos de gráficos,
exponencial compleja y reagrupando los términos uno de amplitudes y otro de fases; mientras el
tenemos sus representaciones trigonométricas: espectro de amplitud es una representación de los
factores de peso, el espectro de fase indica su
Primera forma trigonométrica: ubicación (la posición de una onda con respecto a
otra); para el caso de señales continuas y periódicas
el espectro será discreto y no periódico
∞ extendiéndose infinitamente hacia ambos lados en el
2𝜋𝑛𝑡
𝑥(𝑡) = 𝐶0 + ∑ 𝐶(𝑛) cos [ + 𝜙(𝑛)] eje de frecuencias. El espectro de amplitud es una
𝑇
𝑛=1 función par o simétrica mientras que el espectro de
fase es una función impar o asimétrica.

Dónde:

1 𝑡1+𝑇
𝐶0 = ∫ 𝑥(𝑡) 𝑑𝑡
𝑇 𝑡1

𝐶𝑛 = 2|𝑋(𝑛)|

𝐼𝑚{𝑋(𝑛)}
𝜙(𝑛) = tan−1 [ ]
𝑅𝑒𝑎𝑙{𝑋(𝑛)} Figura 1 Series de Ondas de Fourier

1.2 Transformada de Fourier
Las funciones de Schwartz son aquellas funciones
definidas en 𝑹 que son infinitamente diferenciables
y rápidamente convergen a cero.
Una función 𝑓 se llama función de Schwartz si 𝑓 ∈
𝐶∞(𝑅) 𝑦 𝑙𝑖𝑚|𝑥| → ∞(1 + 𝑥 2 )𝑘 𝑓 (𝑝) = 0, para
todo par de enteros no negativos 𝑘 y 𝑝. En nuestra
notación 𝑓 (0) = 𝑓. Equivalentemente, f es una
función de
Schwartz si 𝑙𝑖𝑚|𝑥| → ∞𝑃(𝑥)𝑓(n) (𝑥) = 0 para tod
entero no negativo n y para todo polinomio 𝑃(𝑥).
El conjunto formado por todas las funciones
Schwartz se denotan por 𝑆(𝑹).
Para f, g ∈ S(R) definimos
𝑓̂ (𝛾) = ∫ 𝑓(𝑥)𝑒 −2𝜋𝑖𝑛𝑥𝛾 𝑑𝑥
𝑓̂(𝑥) = ∫ 𝑓(𝛾)𝑒 −2𝜋𝑖𝑛𝑥𝛾 𝑑𝛾
Teorema
1. La aplicación 𝑓 → 𝑓̂ es lineal y biyectiva de
𝑆(𝑹) en sí mismo.
2. 𝑓 = 𝑓̂, ∀𝑓 ∈ 𝑆(𝑹).
3. ||𝑓||2 = || 𝑓̂||, ∀𝑓 ∈ 𝑆(𝑹).
1.3 Corteza terrestre
La corteza terrestre es la capa de roca externa de la
Tierra. Es comparativamente na, con un espesor que
varía de 5 km, en el fondo oceánico, hasta 70 km en
las zonas montañosas de los continentes. Existen dos
tipos de corteza terrestre: la corteza oceánica y la
corteza continental. En la figura podemos observar
las capas de la Tierra.
3
Figura 2 Corteza Terrestre
1.3.1 Corteza oceánica.
La corteza oceánica cubre aproximadamente el 78 %
de la superficie planetaria. Es más delgada que la
continental y se reconocen en ella tres niveles. El
nivel más inferior, llamado nivel III; está formado
por gabros, rocas plutónicas básicas. Sobre los
garbos se sitúa el nivel II de basaltos, rocas
volcánicas de la misma composición que los gabros,
básicos como ellos; se distingue una zona inferior de
mayor espesor constituida por diques, mientras que
la más superficial se basa en basaltos
almohadillados, formados por una solidificación
rápida de lava en contacto con el agua del océano.
Sobre los basaltos se asienta el nivel I, formado por
los sedimentos, pelágicos en el medio del océano y
terrígenos en las proximidades de los continentes,
que se van depositando paulatinamente sobre la
corteza magmática una vez consolidadas. Los
minerales más abundantes de esta capa son las
piroxenas y los feldespatos y los elementos son el
silicio, el oxígeno, el hierro y el magnesio. Forma de
fondos oceánicos. La corteza más abundante es el
basalto, que es una roca volcánica.
2. Cálculo de la temperatura de las capas de la
Tierra
Usando el registro de las temperaturas promedio
durante 12 meses (de enero del 2017 a diciembre del
2017) de Latacunga se realizó la tabla mostrada gura
2, se graficaron los datos, en la gráfica los puntos
negros representan las temperaturas marcadas en
cada mes, además se puede observar el cambio de
temperatura, el color azul se usa para la temperatura
 4

más baja mientras que el rojo se usa para la

temperatura más alta.
Usando estos datos se buscó una ecuación para
Temperatura (°C) modelar el comportamiento de la temperatura a lo
largo del año en la figura se muestra la curva de
Enero 14 ajuste y los puntos son las temperaturas. La ecuación
es
Febrero 16
𝑓(𝑡) = 3,0988[5,57 + 0,64𝐶𝑜𝑠(3,34573 − 𝑥)
Marzo 18 𝑥
+ 𝑆𝑖𝑛(3,94198 − )]
2
Abril 20
Ahora que conocemos la función de la temperatura
Mayo 21 usemos series de Fourier para saber la temperatura
de la corteza a diferentes profundidades. Nuestra
Junio 20
función de la temperatura es periódica en un tiempo
18 𝑡 y con un período de un año. La temperatura 𝑢(𝑡, 𝑥)
Julio
con 𝑡 > 0 y con una profundidad 𝑥 > 0 es
Agosto 18 también periódica en 𝑡 y es natural asumir
que |𝑢| ≤ ||𝑓||∞ , ahora con estás condiciones
Septiembre 17 podemos expandir 𝑢(𝑡, 𝑥) mediante una serie de
Fourier para cada 1 ≤ 𝑥 < 70000 está última es
Octubre 16 nuestra condición de frontera, es decir calcularemos
la temperatura de 1m de profundidad hasta 70000m
Noviembre 15
que es la profundidad de la corteza continental,
Diciembre 14 dicho esto entonces para cada 𝑥 fijo tendremos:

𝑢(𝑡, 𝑥) = ∑ 𝐶𝑛 (𝑥)𝑒 2𝜋𝑖𝑛𝑡 𝑑𝑡

𝑛∈𝑍

Temperatura Los coeficientes de Fourier están dados por:

1
25
𝐶𝑛 (𝑥) = ∫ 𝑢(𝑡, 𝑥)𝑒 −2𝜋𝑖𝑛𝑡 𝑑𝑡
0

20 Una vez dicho lo anterior, pasemos a la ecuación

que nos ayudará con nuestro problema, la ecuación
15 de calor.

Nuestra función 𝑢 cumple con la ecuación de calor,

10 la cual es una ecuación diferencial parcial y está
dada por:

5 𝜕𝑢 1 𝜕 2 𝑢
= ( )
𝜕𝑡 2 𝜕𝑥 2
0
Por tanto:
Julio
Mayo

Agosto

Octubre

Diciembre
Abril
Marzo

Junio

Septiembre

Noviembre
Enero
Febrero

1
𝜕 2 𝑢 −2𝜋𝑖𝑛𝑡
𝐶 ′′ 𝑛 (𝑥) = ∫ ( )𝑒 𝑑𝑡
0 𝜕𝑥 2
 5

1
𝜕𝑢 an= (int(P*cos(n*w*t),t,0,12))/T
= 2 ∫ ( ) 𝑒 −2𝜋𝑖𝑛𝑡 𝑑𝑡
0 𝜕𝑡
fprintf('El coeficiente de bn es :
\n')
= 4𝜋𝑖𝑛𝑐𝑛
bn=(int(P*sin(n*w*t),t,0,12))/T
Los coeficientes 𝑐𝑛 satisfacen la ecuación. Ahora si
evaluamos 𝑐𝑛 en 0, obtendremos: suma =0;
1
for k=1:1:20
𝑐𝑛 (0) = ∫ 𝑢(𝑡, 𝑥)𝑒 −2𝜋𝑖𝑛𝑡 𝑑𝑡 = 𝑓̂(𝑛)
0
ank=subs(an,n,k);
bnk=subs(bn,n,k);
Donde 𝑓(𝑡) = 𝑢(𝑡, 0) 𝑦 𝑓̂ (𝑛) es la transformada de suma=suma+ank*cos(k*w*t)+
bnk*sin(k*w*t)
Fourier.
end
Resolviendo la ecuación obtendremos
1 ank
𝑐𝑛 = 𝑓̂ (𝑛)𝑒 2(𝜋𝑛)2(1+𝑖)𝑥
bnk
Finalmente sustituimos y resulta
suma=a0/2 +suma
1 1
𝑢(𝑡, 𝑥) = ∑ 𝑓̂(𝑛)𝑒 2(𝜋|𝑛|)2 𝑥
𝑒 2𝜋𝑖𝑛𝑡+2(2𝜋|𝑛|)2 𝑖𝑥
tt=linspace(0,12)%vectoriza osea
𝑛∈𝑍 del intervalo de 0 a 12 lo divide
en partes
Ahora que ya tenemos la solución a la ecuación de
calor, usaremos nuestra ecuación obtenida para el ft=subs(suma,t,tt)
comportamiento de la temperatura en Latacunga plot(tt,ft)

𝑓(𝑡) = 3,0988[5,57 + 0,64𝐶𝑜𝑠(3,34573 − 𝑥) + %graficar la función

𝑥
𝑆𝑖𝑛(3,94198 − )]
2  8.GRAFICA DE LA SERIE

 7. PROGRAMA DE MATLAB

clc, clear all

syms n t

T= 12;

w=2*pi/T;

P= 3.0988*(5.57 + 0.64*cos(3.34573
- t)+ sin(3.94198 - t/2))

fprintf('El coeficiente de ao es :
\n')
8. REFERENCIAS
a0=(int(P,t,0,12))/T
[1] Fundamentos de métodos matemáticos para
fprintf('El coeficiente de an es : física e ingeniería, Evgueni Kurmyshev.
\n')
 6

[2] Matemáticas Avanzadas para Ingeniería Vol.

II, Dennis G. Zill, 3ra Edición .

[3] Albert A. (1999). Introducción a la

Epistemología. Serie: Antologías 2, 1-28

[4] Cantoral y Farfán (2003). Matemática

educativa: Una visión de su evolución, Revista
Latinoamericana de investigación en Matemática
Educativa, Vol.6, núm. 1, Marzo, 2003, pp. 27-40.

[5] Fourier J.B. (1827). Theorie Analytique de la

Chaleur. Asociación Mexicana Clásicos de la
Ciencia. México, 1963.

[6] Spiegel M. R. (1983). Ecuaciones

diferenciales aplicadas. Prentice-Hall
Hispanoamericana, S.A. México.

[7] OPENMODELICA, A free modelica environmet

http://alternativeto.net/software/OPENMODELICA/ ,
2012
[8] MODELICA, Full OPENMODELICA
https://OPENMODELICA.org/OPENMODELICAwo
r ld/applications
[9] Serway, Raymond; Jewett, John Junior –
Física para Ciencia e Ingienería – CENGAGE
Learning – México 2008.
[10] Abel, D.; Bolling, A. – Rapid Control
Prototyping, Methoden und Anwendungen –
Springer
W – Berlín 2006.
ikipedia,SIMULINK,http://es.wik