PFC 1955

ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA DE TELECOMUNICACIÓN
UNIVERSIDAD POLITÉCNICA DE CARTAGENA
Proyecto Fin de Carrera
Formulación Espacial de la Función de Green

para el Análisis de Circuitos de Radiofrecuencia
en Cavidades de Geometría Arbitraria
AUTOR: Juan Sebastián Gómez Díaz

DIRECTOR: Alejandro Álvarez Melcón
CODIRECTOR: Fernando D. Quesada Pereira
Cartagena, Septiembre 2006

-I-
Autor Juan Sebastián Gómez Díaz
E-mail del Autor madhap@ono.com
Director(es) Alejandro Álvarez Melcón
E-mail del Director Alejandro.alvarez@upct.es
Codirector(es) Fernando Daniel Quesada Pereira
Formulación Espacial de la Función de Green para el Análisis de Circuitos
Título del PFC
de Radiofrecuencia en Cavidades de Geometría Arbitraria
Descriptores Función de Green, Ecuación integral, Guías de onda
Resumen
En este proyecto fin de carrera se pretende estudiar la técnica de las imágenes espaciales
para el cálculo de funciones de Green en cavidades cilíndricas, optimizarla y extender el método
a cavidades de geometría arbitraría. El cálculo de las funciones de Green y sus potenciales
asociados son fundamentales para el análisis electromagnético de múltiples estructuras y
circuitos mediante la técnica de la ecuación integral.
Se pueden dividir los contenidos del proyecto en dos grandes bloques:
1) Optimización de la función de Green en cavidades cilíndricas: Con el objetivo de mejorar la

precisión de la técnica aplicada a guías circulares. Se presenta un método de cómputo de la
precisión de los potenciales obtenidos así como múltiples técnicas de mejora.
2) Extensión de la técnica a cavidades de geometría arbitraría: Se desarrolla la formulación

para el cálculo de los potenciales en el interior de cualquier estructura multicapa, así como
su implementación en el lenguaje Fortran 90. Se presentan resultados para múltiples
geometrías de guías en 3D, validando los resultados de forma analítica en caso posible o
mediante el software comercial HFSS©.
Titulación Ingeniero de Telecomunicación

Intensificación Sistemas y Redes de Telecomunicación
Departamento Tecnología de la Información y la Comunicación
Fecha de Presentación Septiembre de 2006
-II-
-III-
A Alberto
-IV-
-V-
AGRADECIMIENTOS
En primer lugar, quiero agradecer a mi director de proyecto Alejandro Álvarez

Melcón la atención recibida durante la duración del trabajo, el apoyo técnico recibido y
el gran optimismo y ánimo que mostraba cuando nada salía. Muchas gracias.
También quiero agradecer a Fernando D. Quesada la cesión de software

diseñado por él así como la resolución de múltiples dudas que han ido surgiendo en todo
este tiempo.
Quiero agradecer a mi familia todo el apoyo brindado y el haber estado ahí en

los momentos más difíciles, especialmente a mis padres y hermana. Sin ellos ni este
trabajo ni nada en mi vida habría sido posible.
Finalmente, un recuerdo para todos mis amigos, pidiendo perdón por el tiempo
que he faltado y no he podido estar con vosotros. Aun así habéis estado siempre ahí,
muchas gracias. En especial agradecerte Mónica tu cariño y apoyo (y dotes matemáticas
:P) durante todo este tiempo.
Muchas gracias a todos.
-VI-
-VII-
Índice de Contenidos
1. INTRODUCCIÓN ........................................................................................... 1
1.1 Descripción del proyecto......................................................................................................................1
1.1.1 Planteamiento inicial del proyecto..................................................................................................1
1.1.2 Objetivos.........................................................................................................................................2
1.1.3 Estructura del proyecto ...................................................................................................................2
1.1.4 Aportaciones novedosas .................................................................................................................3
1.1.5 Software desarrollado .....................................................................................................................4
1.2 Conceptos de electromagnetismo ........................................................................................................5

1.2.1 Ecuaciones de Maxwell ..................................................................................................................5
1.2.2 Métodos numéricos ........................................................................................................................7
1.2.3 Ecuación Integral ............................................................................................................................8
2. FORMULACIÓN ESPACIAL EN CAVIDADES CIRCULARES ................... 11

2.1 Formulación espacial con fuentes eléctricas.....................................................................................12
2.1.1 Desarrollo de la formulación ........................................................................................................12
2.1.2 Resultados.....................................................................................................................................19
1) Situación de la fuente: (0 Ȝ,0 Ȝ)...............................................................................................20
2) Situación de la fuente: (0.25 Ȝ,0.25 Ȝ).....................................................................................25
3) Situación de la fuente: (0.625 Ȝ,0 Ȝ)........................................................................................28
4) Situación de la fuente: (0.7,0.7)...............................................................................................31
5) Conclusiones ...........................................................................................................................35
2.2 Formulación espacial con fuentes magnéticas..................................................................................36

2.2.1 Desarrollo de la formulación ........................................................................................................36
2.2.2 Resultados.....................................................................................................................................41
2.3 Software desarrollado ........................................................................................................................43

2.3.1 Introducción de los datos ..............................................................................................................43
2.3.2 Programa en Fortran 90 ................................................................................................................44
2.3.2.1 Código empleado .................................................................................................................44
2.3.2.2. Compilación y ejecución......................................................................................................45
2.3.3. Programa en Matlab©..................................................................................................................46
2.3.3.1 Código empleado.................................................................................................................46
2.3.3.2 Ejecución .............................................................................................................................46
3. OPTIMIZACIÓN DE LA FUNCIÓN ESPACIAL DE GREEN........................ 47

3.1 Introducción........................................................................................................................................47
3.2 Optimización del potencial escalar ...................................................................................................49

3.2.1 Introducción..................................................................................................................................49
3.2.2. Método de optimización “Integración por pulsos” ......................................................................54
3.2.2.1 Aproximación del Trapecio ..................................................................................................55
3.2.2.2 Aproximaciones numéricas cerradas....................................................................................58
3.2.2.3 Aproximaciones numéricas semi-abiertas............................................................................59
3.2.2.4 Aproximación del Trapecio tomando una gran cantidad de puntos intermedios ..................61
3.2.2.5 Resultados de las distintas aproximaciones con integración de pulsos .................................61
3.2.3. Método de variación dinámica de cargas en picos de potencial ..................................................63
3.2.3.1 Desarrollo teórico..................................................................................................................63
-VIII-
3.2.3.2 Resultados obtenidos ............................................................................................................65
3.2.4. Método de la variación dinámica del radio imagen .....................................................................67
3.2.5 Optimización por descenso de gradiente de las cargas .................................................................77
3.2.6 Optimización por descenso de gradiente de las posiciones ..........................................................88
3.2.7 Empleo de métodos de forma conjunta y comparación ................................................................99
3.2.8 Conclusiones...............................................................................................................................104
3.3 Optimización del potencial vector...................................................................................................106

3.3.1 Introducción................................................................................................................................106
3.3.2 Método de la variación del radio ................................................................................................112
3.3.2.1 Desarrollo teórico................................................................................................................112
3.3.2.2 Resultados obtenidos ..........................................................................................................113
3.3.3 Conclusiones...............................................................................................................................118
3.4 Software desarrollado ......................................................................................................................119
4. EXTENSIÓN DE LA FORMULACIÓN ESPACIAL DE GREEN A

ESTRUCTURAS ARBITRARIAS................................................................... 121
4.1 Introducción......................................................................................................................................121
4.2 Formulación espacial de Green en tramos rectos ..........................................................................122

4.2.1 Desarrollo de la Formulación .....................................................................................................122
4.2.2 Validación de los resultados .......................................................................................................130
4.3 Estructuras arbitrarias ....................................................................................................................133

4.3.1 Introducción................................................................................................................................133
4.3.2 Creación de la estructura a analizar ............................................................................................134
4.3.3 Elección de puntos tangentes en el contorno de la estructura .....................................................138
4.3.4 Ubicación de las imágenes..........................................................................................................142
4.3.5 Reconocimiento de estructuras arbitrarias ..................................................................................145
4.3.6 Ejemplos de potenciales en estructuras arbitrarias .....................................................................147
4.4 Optimización de los potenciales en estructuras arbitrarias..........................................................154

4.4.1 Introducción................................................................................................................................154
4.4.2 Coste del potencial escalar..........................................................................................................154
4.4.3 Coste del potencial vector...........................................................................................................157
4.4.4 Optimización de potenciales.......................................................................................................160
4.4.4.1 Método de la variación del radio.........................................................................................160
4.4.4.2 Método de la variación de la distancia especular. ...............................................................162
4.4.4.3 Optimización por descenso de gradiente de las cargas .......................................................164
4.4.4.4 Optimización por descenso de gradiente de las posiciones.................................................166
4.4.4.5 Comparación de métodos....................................................................................................169
4.5 Validación de resultados en una guía cuadrada ............................................................................170
5. ANÁLISIS DE CAVIDADES TRIDIMENSIONALES .................................. 175

5.1 Introducción......................................................................................................................................175
-IX-
5.2 Análisis de cavidades eléctricamente cortas...................................................................................176
5.2.1 Transformada de Sommerfeld ....................................................................................................176
5.2.2 Descripción de la cavidad ...........................................................................................................177
5.2.3 Análisis de cavidades circulares .................................................................................................179
5.2.3 Análisis de cavidades arbitrarias.................................................................................................185
5.3 Análisis de cavidades eléctricamente largas: Multianillo..............................................................194
5.4 Problemas de convergencia..............................................................................................................200

5.4.1 Guía dual formada por guía cuadrada con corte en una esquina.................................................200
5.4.2 Estudio Guía Rombo en función de sus ángulos internos...........................................................208
5.4.3 Conclusiones...............................................................................................................................213
5.5 Cálculo de frecuencias de resonancia .............................................................................................213

5.6.1 Cálculo de los potenciales...........................................................................................................219
5.6.2 Barrido en frecuencia..................................................................................................................221
6. EJEMPLOS DE ANÁLISIS DE GUÍAS-ONDA TIPO ................................. 223

6.1 Introducción......................................................................................................................................223
6.2 Guía rectangular...............................................................................................................................224
6.3 Guía triangular .................................................................................................................................230
6.4 Guía rombo con ángulos internos a 90º ..........................................................................................235
6.5 Guía trapecio.....................................................................................................................................241
6.6 Guía dual (cuadrada con un corte) .................................................................................................246
6.7 Guía flange ........................................................................................................................................253
6.8 Limitaciones del método: Guía estrella y ridge..............................................................................260

6.8.1 Guía estrella ................................................................................................................................261
6.8.2 Guía ridge ...................................................................................................................................265
6.9 Análisis multicapa: Guía cuadrada con dos dieléctricos .............................................................270
6.10 Software desarrollado ....................................................................................................................274
7. CONCLUSIONES Y LÍNEAS FUTURAS ................................................... 275

7.1 Conclusiones......................................................................................................................................275
7.2 Líneas futuras ...................................................................................................................................276
ANEXO I......................................................................................................... 279
ANEXO II........................................................................................................ 283
BIBLIOGRAFÍA ............................................................................................. 287
-X-
-XI-
Índice de Figuras
Figura 2.1 Dipolo unitario situado en el interior de la cavidad cilíndrica...................................................... 12

Figura 2.2 Situación una carga imagen respecto al cilindro........................................................................... 12
Figura 2.3 Distancias empleadas para el cálculo de la posición de la carga imagen..................................... 13
Figura 2.4 Situación de dos cargas imágenes alrededor del cilindro.............................................................. 14
Figura 2.5 Dipolo fuente en el eje ‘x’ y sus dos dipolos imagen asociados a un punto tangente .................... 15
Figura 2.6 Descomposición de un dipolo I1 en los dos ejes, con unos pesos determinados............................. 17
Figura 2.7 Representación cilindro con 20 cargas/dipolos imágenes ............................................................. 20
Figura 2.8 Potencial escalar en el interior del cilindro. Fuente en (0 Ȝ,0 Ȝ) y 20 cargas imágenes................ 20
Figura 2.9 Potencial escalar en el contorno del cilindro. Fuente en (0 Ȝ,0 Ȝ) y 20 cargas imágenes ............ 21
xx
Figura 2.10 Potencial vector G A en el interior del cilindro. Fuente en (0 Ȝ,0 Ȝ) y 20 dipolos imagen.......... 21
xy yx
Figura 2.11 Representación potencial vector G A y G A . Fuente en (0 Ȝ,0 Ȝ) y 20 dipolos imágenes.......... 22
yy
Figura 2.12 Representación potencial vector G A . Fuente en (0 Ȝ,0 Ȝ) y 20 dipolos imágenes. .................... 22
Figura 2.13 Representación del potencial escalar en el contorno. Fuente en (0,0) y 5 cargas imágenes ....... 23
Figura 2.14 Representación del potencial escalar en el contorno. Fuente en (0 Ȝ,0 Ȝ) y 30 cargas
imágenes........................................................................................................................................................... 23
xy
Figura 2.15 Comparación potencial escalar y vectorial G A . Fuente en (0 Ȝ,0 Ȝ) y con 5 y 30
cargas/dipolos imagen ..................................................................................................................................... 24
Figura 2.16 Situación de 20 cargas/dipolos imagen alrededor de la cavidad con la fuente en la
posición (0.25 Ȝ,0.25 Ȝ) .................................................................................................................................... 25
Figura 2.17 Potencial escalar en el interior del cilindro. Fuente en (0.25 Ȝ,0.25 Ȝ) y 20 cargas
imágenes........................................................................................................................................................... 25
Figura 2.18 Representación del potencial escalar en el contorno. Fuente en (0.25 Ȝ ,0.25 Ȝ) y 30
cargas imágenes ............................................................................................................................................... 26
xx
Figura 2.19 Potencial vector G A en el interior del cilindro. Carga en (0.25 Ȝ, 0.25 Ȝ) y 20 cargas
imagen .............................................................................................................................................................. 26
xy
Figura 2.20 Representación potencial vector G A . Fuente en (0.25 Ȝ, 0.25 Ȝ) y 20 dipolos imágenes. ......... 27
yx
Figura 2.21 Representación potencial vector G A . Fuente en (0.25 Ȝ, 0.25 Ȝ) y 20 dipolos imágenes. ......... 27
yy
Figura 2.22 Representación potencial vector G A . Carga en (0.25 Ȝ, 0.25 Ȝ) y 20 dipolos imágenes........... 28
Figura 2.23 Situación de 20 cargas/dipolos imagen alrededor de la cavidad con la fuente en (0.625,0) ....... 28
Figura 2.24 Potencial escalar en el interior del cilindro. Fuente en (0.625 Ȝ,0 Ȝ) y 20 cargas imágenes....... 29
Figura 2.25 Representación del potencial escalar en el contorno. Fuente en (0.625 Ȝ ,0 Ȝ) y 20
cargas imágenes ............................................................................................................................................... 29
xx
Figura 2.26 Potencial vector G A en el interior del cilindro. Carga en (0.625 Ȝ, 0 Ȝ) y 20 cargas
imagen .............................................................................................................................................................. 29
xy
Figura 2.27 Representación potencial vector G A . Carga en (0.625 Ȝ, 0 Ȝ) y 20 dipolos imágenes. ............. 30
yx
Figura 2.28 Representación potencial vector G A . Carga en (0.625 Ȝ, 0 Ȝ) y 20 dipolos imágenes. ............. 30
yy
Figura 2.29 Representación potencial vector GA . Carga en (0.625 Ȝ, 0 Ȝ) y 20 dipolos imágenes. ............. 30
Figura 2.30 Situación de 20 cargas/dipolos imagen alrededor de la cavidad con la fuente en (0.7, 0.7) ....... 31
Figura 2.31 “Zoom” de la situación de 20 cargas/dipolos imagen alrededor de la cavidad con la
fuente en (0.7 Ȝ, 0.7 Ȝ) ...................................................................................................................................... 31
Figura 2.32 Potencial escalar en el interior del cilindro. Fuente en (0.7 Ȝ,0.7 Ȝ) y 20 cargas imágenes........ 32
Figura 2.33 Representación del potencial escalar en el contorno. Fuente en (0.7 ,0.7) y 20
cargas/dipolos imágenes .................................................................................................................................. 32
xx
Figura 2.34 Potencial vector G A en el interior del cilindro. Fuente en (0.7 Ȝ, 0.7 Ȝ) y 20 cargas
imagen .............................................................................................................................................................. 33
xy
Figura 2.35 Representación potencial vector G A . Fuente en (0.7 Ȝ, 0.7 Ȝ) y 20 dipolos imágenes. ............. 33
yx
-XII-
yy
Figura 2.38 Situación una carga imagen respecto al cilindro......................................................................... 36
Figura 2.39 Dipolo fuente en el eje ‘x’ y sus dos dipolos imagen asociados a un punto tangente .................. 38
Figura 2.40 Potencial escalar magnético normalizado en el eje x=0.............................................................. 41
xx
Figura 2.41 Potencial vector eléctrico G F normalizado en el eje x=0 .......................................................... 42
xx
Figura 2.42 Potencial vector eléctrico G F normalizado en el eje y=0 ......................................................... 42
yx
Figura 2.43 Potencial vector eléctrico G F normalizado evaluado con 20 imágenes .................................... 42
Figura 3.1 Representación 15 cargas imágenes alrededor del cilindro, fuente en origen coordenadas ......... 50
Figura 3.2 Representación del potencial escalar en contorno del cilindro en función del ángulo.
Empleo de 15 imágenes, fuente en origen de coordenadas .............................................................................. 50
Figura 3.3 Representación de situación y coste del potencial escalar en un cilindro, empleo de 15
imágenes y fuente situada en (0.7 Ȝ,0.7 Ȝ) ........................................................................................................ 51
Figura 3.4 Distancia entre puntos tangentes en la aproximación del trapecio................................................ 55
Figura 3.5 Aproximaciones integrales cerradas: solape de información ........................................................ 58
Figura 3.6 Características de la aproximación de Simpson’s ......................................................................... 58
Figura 3.7 Aproximaciones integrales semi-abiertas: no se solapa la información........................................ 59
Figura 3.8 Situación de los puntos intermedios en una aproximación semi-abierta ....................................... 60
Figura 3.9 Detalle de los puntos intermedios tomados en un arco del cilindro al realizar una
aproximación por Trapecio general................................................................................................................. 61
imágenes y fuente situada en (0.7 Ȝ,0.7 Ȝ) ........................................................................................................ 63
Figura 3.11 Representación de situación y coste del potencial escalar en un cilindro tras ubicar un
punto tangente en un pico de potencial, empleo de 15 imágenes y fuente situada en (0.7 Ȝ,0.7 Ȝ) .................. 64
Figura 3.12 Detalle de la ubicación de un nuevo punto de condición de potencial nulo donde se
encontraba anteriormente un pico de potencial. .............................................................................................. 64
Figura 3.13 Detalle de la distribución del potencial, 25 cargas imágenes habiendo evolucionado su
colocación en picos de potencial desde 19 cargas. Fuente en (0.7 Ȝ, 0.7Ȝ) ..................................................... 66
Figura 3.14 Distribución del potencial a lo largo del contorno del cilindro con 15 imágenes.
a) Situando las cargas en picos de potenciales y evolucionando desde una situación inicial de 10
imágenes. b) Empleando Point-Matching. ....................................................................................................... 66
Figura 3.15 Situación 20 cargas imagen alrededor cilindro, fuente en (0.5Ȝ ,0.5Ȝ)........................................ 67
Figura 3.16 Situación 20 cargas imagen , fuente ubicada en (0.5Ȝ, 0.5Ȝ) ...................................................... 68
Figura 3.17 Situación 20 cargas imagen ubicación circular. Fuente en (0Ȝ,0Ȝ) ............................................. 69
Figura 3.18 Coste en función del radio (0-8000). 20 imágenes, fuente en (0Ȝ,0Ȝ). ......................................... 69
Figura 3.19 Coste en función del radio (0-11). 20 imágenes, fuente en (0Ȝ,0Ȝ). ............................................. 70
Figura 3.20 Coste en función del radio (2-7). 20 imágenes, fuente en (0Ȝ,0Ȝ). ............................................... 70
Figura 3.21 Coste en función del radio, paso grueso y fino. 20 imágenes y fuente en (0Ȝ,0Ȝ) ........................ 71
Figura 3.22 Variación del coste con el radio variable (0-80). 10 cargas imágenes, fuente en (0Ȝ,0Ȝ) ........... 72
Figura 3.23 Comparativa costes método original y variación de radio .......................................................... 72
Figura 3.24 Potencial escalar en el contorno, métodos original y variación de radio. Fuente situada
en el origen y 20 imágenes ............................................................................................................................... 73
Figura 3.25 Variación del coste con el radio, 5 imágenes y fuente en el origen. ............................................ 74
Figura 3.26 Coste en función del radio. 10 cargas imágenes y fuente en (0.2Ȝ ,0.2Ȝ)..................................... 75
Figura 3.27 Situación con 10 imágenes y fuente en (0.2Ȝ ,0.2Ȝ) ...................................................................... 83
Figura 3.28 Representación Potencial escalar en función del ángulo. 10 imágenes y fuente en origen ......... 83
Figura 3.29 Evolución del Coste en función del número de iteración, paso dinámico. Empleo de 10
imágenes y fuente situada en la posición (0.2Ȝ,0.2Ȝ) ....................................................................................... 84
Figura 3.30 Evolución del Coste en función del número de iteración, paso fijo. Empleo de 10 imágenes
y fuente situada en la posición (0.2Ȝ ,0.2Ȝ) ...................................................................................................... 84
Figura 3.31 Representación Potencial escalar en función del ángulo tras optimizar el valor complejo
de las cargas. Empleo de 10 imágenes y fuente situada en el origen............................................................... 85
Figura 3.32 Situación con 10 imágenes y fuente en (0.5Ȝ ,0.5Ȝ) ...................................................................... 95
Figura 3.33 Potencial escalar en función del ángulo. 10 imágenes y fuente en (0.5Ȝ ,0.5Ȝ) ........................... 95
Figura 3.34 Representación de la evolución del coste y de las posiciones de las cargas imagen al
realizar una optimización de las posiciones. 10 imágenes y fuente en (0.5Ȝ ,0.5Ȝ).......................................... 96
Figura 3.35 Potencial escalar en función del ángulo tras optimizar las posiciones de las cargas
imagen. 10 imágenes y fuente en (0.5Ȝ ,0.5Ȝ) ................................................................................................... 97
Figura 3.36 Representación 20 cargas imágenes alrededor del cilindro, fuente en origen coordenadas ..... 107
-XIII-
Figura 3.37 Valor de las condiciones del potencial vector en el contorno del cilindro, 20 imágenes,
fuente situada en el origen. ............................................................................................................................ 108
Figura 3.38 Distribución del error del potencial vector en el contorno del cilindro, 20 imágenes,
fuente situada en el origen. ............................................................................................................................ 108
imágenes y fuente situada en (0.6 Ȝ,0.6 Ȝ) ...................................................................................................... 109
Figura 3.40 Detalle del Coste del potencial vector para cada condición. 20 imágenes y fuente situada
en (0.6 Ȝ,0.6 Ȝ) ................................................................................................................................................ 109
Figura 3.41 Diferencias en la ubicación de dipolos imágenes. a) Método general. b) Variación
dinámica del radio. Empleo de 20 dipolos imagen y fuente situada en (0.6Ȝ ,0.6Ȝ)....................................... 112
Figura 3.42 Variación del coste del potencial vector en función del radio. Empleo de 20 dipolos
imagen y fuente situada en (0.6Ȝ ,0.6Ȝ) .......................................................................................................... 113
Figura 3.43 Variación del coste del potencial vector en función del radio en torno al mínimo. Empleo
de 20 dipolos imagen y fuente situada en (0.6Ȝ ,0.6Ȝ).................................................................................... 114
Figura 3.44 Comparación de la distribución de la condición del potencial vector en el contorno de un
cilindro. a) Optimizando el radio. b) Método general. Empleo de 20 dipolos imagen y fuente situada
en (0.6Ȝ ,0.6Ȝ) ................................................................................................................................................. 114
Figura 3.45 Ejemplo de convergencia del coste del potencial vector en el infinito. 15 imágenes, fuente
en el origen de coordenadas........................................................................................................................... 115
Figura 3.46 Variación de la condición del potencial vector en el contorno del cilindro en función del
radio, existiendo 2 mínimos. 15 cargas imágenes y fuente en (0.4Ȝ ,0.0Ȝ)..................................................... 116
Figura 4.1 Dipolo unitario situado en el interior de una cavidad cuadrada ................................................. 122
Figura 4.2 Ubicación de una condición de contorno Gv en la pared de una guía cuadrada ........................ 123
Figura 4.3 Tramo oblicuo y sus ejes de coordenadas .................................................................................... 124
Figura 4.4 Ubicación de una condición de contorno del potencial vector .................................................... 125
Figura 4.5 Estructura cilíndrica, de radio a O , analizada con 20 imágenes y fuente situada en el
centro. Perspectivas de formulación cartesiana y formulación cilíndrica. .................................................... 130
Figura 4.6 Comparación del potencial escalar en un cilindro bajo las formulaciones cartesiana y
cilíndrica. 20 imágenes, fuente en el origen................................................................................................... 131
Figura 4.7 Comparación del potencial vector en un cilindro bajo las formulaciones cartesiana y
cilíndrica. 20 imágenes, fuente en el origen................................................................................................... 132
Figura 4.8 Ejemplos varios de estructuras arbitrarias creadas..................................................................... 135
Figura 4.9 Fichero descriptor de una guía ridge con sus lados redondeados ............................................... 136
Figura 4.10 Ejemplo de guía ridge con lados redondeados........................................................................... 136
Figura 4.11 Distribución uniforme de 15 puntos tangentes en una guía ridge “redondeada” ..................... 139
Figura 4.12 Distribución uniforme de 15 puntos tangentes en una guía triangular..................................... 139
Figura 4.13 Ubicación de 3,4 y 7 puntos tangentes en una guía triangular, empleando una distribución
de los mismos por vértices y mitades de segmentos. ...................................................................................... 140
Figura 4.14 Ubicación de 32 puntos tangentes en una guía ridge redondeada, empleando una
distribución de los mismos por vértices y mitades de segmentos. .................................................................. 140
Figura 4.15 Ubicación de puntos tangentes en guía ridge redondeada en función de la distancia media
de cada tramo a la fuente ............................................................................................................................... 141
Figura 4.16 Ubicación de 20 puntos de forma uniforme y saltando los vértices, sobre una guía
rectangular. .................................................................................................................................................... 142
Figura 4.17 Ubicación de imágenes de forma circular alrededor de una guía ridge redondeada y una
guía rombo. .................................................................................................................................................... 142
Figura 4.18 Ubicación de imágenes mediante posicionamiento especular. Ejemplos con una guía
cuadrada de bordes redondeados y una guía triangular. .............................................................................. 143
Figura 4.19 Ubicación de imágenes en tramos curvos .................................................................................. 144
Figura 4.20 Combinación de técnicas de ubicación de imágenes: especular y recta tangente auxiliar
para tramos curvos. Ejemplo sobre guía cuadrada con 2 lados redondeados............................................... 144
Figura 4.21 Ubicación de imágenes siguiendo el contorno de las guías “ridge” y “estrella” ..................... 144
Figura 4.22 Reconocimiento de tramos rectos situados entre un punto cualquiera y el exterior de la
estructura. Ejemplo con una guía cuadrada. ................................................................................................. 145
Figura 4.23 Reconocimiento de tramos oblicuos situados entre un punto cualquiera y el exterior de la
estructura. Ejemplo con una guía triangular. ................................................................................................ 146
Figura 4.24 Ejemplo de reconocimiento del interior de estructuras arbitrarias. Visualización en 3D. ........ 147
Figura 4.25 Potenciales para una guía cuadrada de 2x2m. 300Mhz. 40 imágenes....................................... 148
Figura 4.26 Potenciales para una guía triangular. 300Mhz. 30 imágenes.................................................... 150
Figura 4.27 Potenciales para una guía rombo. 300Mhz. 30 imágenes.......................................................... 151
-XIV-
Figura 4.28 Potenciales para una guía ridge. 300Mhz. 60 imágenes............................................................ 152
Figura 4.29 Potenciales para una guía estrella. 64 imágenes. ...................................................................... 153
Figura 4.30 Representación del potencial escalar en el contorno de una guía cuadrada. 40 imágenes,
fuente en el centro de la guía. ........................................................................................................................ 155
Figura 4.31 Representación del potencial escalar en el contorno de una guía ridge. 60 imágenes,
fuente en el centro de la guía. ........................................................................................................................ 156
Figura 4.32 Representación del potencial escalar en el interior de una guía ridge. 60 imágenes
situadas a 0.25Ȝ siguiendo el contorno de la guía. ........................................................................................ 156
Figura 4.33 Representación del Coste del potencial vector en una guía rombo, con 40 imágenes. 300
Mhz, fuente situada en el centro de la guía. ................................................................................................... 159
Figura 4.34 Representación del Coste del potencial vector en una guía cuadrada con dos lados
redondeados, con 64 imágenes. 300 Mhz, fuente situada en el centro de la guía.......................................... 160
Figura 4.35 Coste de los potenciales escalar y vector en una guía triangular, 30 imágenes ubicadas de
forma circular sin optimizar su radio. Fuente en el origen de coordenadas. ................................................ 161
Figura 4.36 Evolución del coste en función del radio del círculo que ubica a las 30 imágenes. Guía
triangular. ...................................................................................................................................................... 161
Figura 4.37 Ejemplos de ubicación de cargas mediante el método de la variación de la distancia
especular. Casos de guía ridge (40 imágenes) y guía rombo (30 imágenes) ................................................. 162
Figura 4.38 Ubicación de 64 imágenes en una guía “estrella” mediante un posicionamiento especular
sin optimizar. Representación del coste escalar en su contorno. ................................................................... 163
Figura 4.39 Situación final y representación de Costes en el contorno para potencia escalar y vector.
Guía estrella, 64 imágenes. ............................................................................................................................ 163
Figura 4.40 Situación de partida al analizar una guía rectangular, con 20 imágenes situadas a 0.5Ȝ de
la estructura. Representación del coste de los potenciales escalar en el contorno........................................ 165
Figura 4.41 Evolución del coste del potencial escalar al evaluar una guía rectangular, 20 imágenes......... 166
Figura 4.42 Situación de partida y fin de las 20 imágenes empleadas para analizar una guía ridge. .......... 168
Figura 4.43 Evolución del coste en función del nº de iteración. Optimización de las posiciones de 25
imágenes alrededor de una guía ridge. .......................................................................................................... 168
Figura 4.44 Análisis de una guía cuadrada, 40 imágenes. Fuente en el centro, 15 Ghz. .............................. 171
Figura 4.45 Potenciales normalizados en un corte a 16.5m a lo largo del eje ‘x’ desde el borde
inferior en una guía cuadrada de 66x66mm. Comparativa de método imágenes y método analítico
descrito en [10]. ............................................................................................................................................. 171
Figura 5.1 Numeración de capas y fuentes .................................................................................................... 178
Figura 5.2 Cilindro a analizar. Radio 1 metro, altura 0.5 metros. 40 imágenes situadas de forma
uniforme alrededor de la estructura. Fuente en el centro, a 0.25 metros de altura....................................... 182
Figura 5.3 Representación de potenciales en el interior de una guía cilíndrica, 1 metro de radio, 0.5
de alto, 40 imágenes alrededor. Fuente en el centro, a 0.25metros. 300Mhz. ............................................... 183
de alto, 40 imágenes alrededor. Fuente en el centro, a 0.25metros. 600Mhz. ............................................... 184
Figura 5.5 Corte de los potenciales en el eje X en función de distintas distancias de ubicación de las
50 imágenes empleadas al analizar una guía circular de radio 1metro, 0.5 metros de alto. 300 Mhz.......... 184
Figura 5.6 Relación de ángulos en la formulación cartesiana con transformada Sommerfeld ..................... 186
Figura 4.7 Situación al analizar una guía cuadrada 66x66x30 mm. 50 imágenes, situadas siguiendo su
contorno situadas a 15 mm............................................................................................................................. 187
Figura 5.8 Potenciales en el interior de una guía cuadrada 66x66x30 mm. 50 imágenes, situadas
siguiendo su contorno situadas a 15 mm........................................................................................................ 188
Figura 5.9 Ubicación del corte en el eje X en la guía cuadrada para la visualización de los potenciales.... 188
Figura 5.10 Comparación de los potenciales en una guía cuadrada de 66x66x30mm en un corte en el
eje X a 16.5mm del eje Y, 50 imágenes, distintas posiciones de las mismas. Fuente en el centro. Se
muestra el resultado analítico esperado según [10]. 10 Ghz......................................................................... 189
Figura 5.11 Situación a analizar: guía cuadrada 66x66x30mm, 40 imágenes ubicadas a 33mm del
contorno. Fuente descentrada, situada en (-10.7,0)mm del plano X-Y. ......................................................... 190
Figura 5.12 Comparación de los potenciales de una guía cuadrada 66x66x30mm en un corte en el eje
X a 16.5mm del eje Y, 40 imágenes, ubicadas a 33mm del contorno. Fuente en el centro.Se muestra el
resultado analítico esperado según [10]. 4 Ghz. ........................................................................................... 190
Figura 5.13 Ubicación de imágenes 40 imágenes alrededor de una guía cuadrada 66x66x30mm en
función aumentada de su distancia a la fuente (descentrada)........................................................................ 191
Figura 5.14 Representación de los potenciales de una guía cuadrada 66x66x30 en un corte, al
emplear 40 imágenes situadas en función aumentada de su distancia a la fuente ponderada. 4 Ghz. .......... 191
-XV-
Figura 5.15 Comparación de los potenciales en un corte de una guía cuadrada de 66x66x30mm en
función del número de imágenes empleadas, situadas a 33mm de la guía. 10 Ghz. ...................................... 192
Figura 5.16 Comparación de los potenciales de una guía cuadrada 66x66x30 en un corte, al emplear
un anillo de 40 imágenes variando su distancia a la guía, con el resultado analítico de [10]. 15 Ghz......... 193
Figura 5.17 Situación planteada al analizar con 3 anillos una guía cuadrada ............................................. 194
Figura 5.18 Nomenclatura usada para la ubicación de imágenes y puntos tangentes en análisis
multianillo ...................................................................................................................................................... 195
tres anillos de 40 imágenes cada uno, variando su distancia a la guía , con el resultado analítico de
[10]. 15 Ghz. .................................................................................................................................................. 197
Figura 5.20 Comparación de los potenciales de una guía cuadrada 66x66x30 en un corte distinto a la
altura de la fuente, al emplear tres anillos de 40 imágenes cada uno situados a 33mm de la cavidad ,
con el resultado analítico de [10]. 15 Ghz. .................................................................................................... 198
Figura 5.21 Potenciales a media altura de una guía cuadrada de 66x66x30mm, 3 anillos de 50
imágenes cada uno, ubicados a 33mm de la cavidad. Frecuencia de 15Ghz................................................. 199
Figura 5.22 Comparación de los potenciales en un corte del eje X, en una guía cuadrada de 66x66x30
con un corte cuadrado en su esquina superior derecha de 18x18mm. 80 imágenes. 10Ghz. ........................ 201
Figura 5.23 Ubicación de 3 y 5 anillos de 80 imágenes alrededor de una guía cuadrada de 66x66x30
mm que presenta un corte de 18x18mm en su esquina superior derecha....................................................... 202
Figura 5.24 Potencial escalar en un corte para 1,3 y 5 anillos de 80 imágenes, en función de la
distancia de los mismos a la cavidad cuadrada de 66x66x30mm con un corte de 18x18mm. ....................... 202
Figura 5.25 Potencial vector en un corte para 1,3 y 5 anillos de 80 imágenes, en función de la
distancia de los mismos a la cavidad dual cuadrada de 66x66x30mm con un corte de 18x18mm. ............... 203
distancia cercana de los mismos a la cavidad cuadrada de 66x66x30mm con un corte de 18x18mm........... 204
distancia cercana de los mismos a la cavidad cuadrada de 66x66x30mm con un corte de 18x18mm........... 205
Figura 5.28 Potencial escalar en un corte para 1,3 y 5 anillos en función del número de imágenes por
anillo en una cavidad cuadrada de 66x66x30mm con un corte de 18x18mm. ............................................... 206
Figura 5.29 Potencial vector en un corte para 1,3 y 5 anillos en función del número de imágenes por
anillo en una cavidad cuadrada de 66x66x30mm con un corte de 18x18mm. ............................................... 207
Figura 5.30 Visualización de “picos” de error en el potencial escalar de una guía cuadrada de
66x66x30mm, con un corte en una esquina de 18x18mm. 6.122Ghz. 60 imágenes. ...................................... 207
Figura 5.31 Visualización de las matrices del potencial escalar para las guías cuadrada y dual, al
emplear 80 imágenes...................................................................................................................................... 208
Figura 5.32 Ejemplos de guías rombos, con distintos ángulos internos. ....................................................... 208
Figura 5.33 Potenciales en el corte X central para una guía rombo con ángulos internos de 90º................ 209
Figura 5.37 Potenciales en el eje X de una guía rombo con ángulos internos de 30º. Variación del
número de imágenes de un único anillo. Frecuencia de 10Ghz. .................................................................... 212
Figura 5.38 “Picos” de error al analizar una guía rombo con 2 ángulos internos con 30º a 12 Ghz.
Potencial vector GAyy.................................................................................................................................... 212
Figura 5.39 Situación de la fuente y un punto de observación en el interior de una guía cuadrada de
66x66x30mm, empleo de 60 imágenes situadas a 33mm................................................................................ 214
Figura 5.40 Evaluación de los potenciales en un punto fijo en el interior de una guía cuadrada de
66x66x30mm, al variar la frecuencia de 5.2 a 7.5Ghz................................................................................... 215
Figura 5.41 Potenciales en la primera resonancia de la cavidad cuadrada 66x66x30mm. Comparación
con el campo eléctrico proporcionado por HFSS©. ...................................................................................... 217
Figura 5.42 Potenciales en la segunda resonancia de la cavidad cuadrada 66x66x30mm.
Comparación con el campo eléctrico proporcionado por HFSS©. ............................................................... 218
Figura 6.1 Situación de la fuente y un punto de observación en el interior de una guía rectangular de
132x66x30mm, empleo de 60 imágenes situadas a 12mm.............................................................................. 224
Figura 6.2 Evaluación de los potenciales en un punto fijo en el interior de una guía rectangular de
132x66x30mm, al variar la frecuencia de 5.2 a 7.0 Ghz................................................................................ 225
Figura 6.3 Potenciales en la primera resonancia de la cavidad rectangular 132x66x30mm.
Figura 6.4 Potenciales en la segunda resonancia de la cavidad rectangular 132x66x30mm.
-XVI-
Figura 6.5 Potenciales en la tercera resonancia de la cavidad rectangular 132x66x30mm.
Figura 6.6 Situación de la fuente y un punto de observación en el interior de una guía triangular de
altura 30mm, empleo de 30 imágenes situadas a 12mm. ............................................................................... 230
Figura 6.7 Evaluación de los potenciales en un punto fijo en el interior de una guía triangular de
altura 30mm, al variar la frecuencia de 5 a 9.0 Ghz...................................................................................... 231
Figura 6.8 Evaluación de los potenciales cruzados en un punto fijo en el interior de una guía
triangular de altura 30mm, al variar la frecuencia de 5 a 9.0 Ghz. .............................................................. 231
Figura 6.9 Potenciales en la primera resonancia de una cavidad triangular con 30mm de altura.
Figura 6.10 Potenciales en la segunda resonancia de una cavidad triangular con 30mm de altura.
Figura 6.11 Situación de la fuente y un punto de observación en el interior de una guía rombo de
dimensiones 66x66x30mm y sus 4 ángulos internos a 90º. Empleo de 60 imágenes situadas a 12mm.......... 236
Figura 6.12 Evaluación de los potenciales en un punto fijo en el interior de una guía rombo de
dimensiones 66x66x30mm al variar la frecuencia de 5 a 15.0 Ghz. .............................................................. 237
Figura 6.13 Potenciales en la primera resonancia de una cavidad rombo de dimensiones
66x66x30mm. Comparación con el campo eléctrico proporcionado por HFSS©. ........................................ 238
Figura 6.14 Potenciales cruzados en la primera resonancia de una guía rombo de dimensiones
66x66x30mm................................................................................................................................................... 239
Figura 6.15 Situación de 3 anillos con 60 imágenes cada uno al analizar una guía rombo de
dimensiones 66x66x30mm con sus 4 ángulos internos a 90º.......................................................................... 239
Figura 6.16 Potenciales a la frecuencia de resonancia de 14.18Ghz de una cavidad rombo de
dimensiones 66x66x30mm. Comparación con el campo eléctrico proporcionado por HFSS©..................... 240
Figura 6.17 Situación de 1 anillo con 60 imágenes situados sobre una guía en forma de trapecio, de
altura 30mm. .................................................................................................................................................. 241
Figura 6.18 Evaluación de los potenciales en un punto fijo en el interior de una guía trapezoidal de de
altura 30mm al variar la frecuencia de 4.5 a 9.0 Ghz.................................................................................... 242
Figura 6.19 Potenciales a la frecuencia de resonancia de 7.36Ghz de una cavidad trapezoidal de
altura 30mm. Comparación con el campo eléctrico proporcionado por HFSS©. ......................................... 244
Figura 6.21 Potencial escalar a la frecuencia de resonancia de 8.94Ghz de una cavidad trapezoidal de
Figura 6.22 Situación de 1 anillo con 90 imágenes situados sobre una guía cuadrada de 66x66x30mm
con un corte de 18x18mm en su esquina superior derecha. ........................................................................... 247
66x66x30mm con un corte de 18x18 en una esquina, al variar la frecuencia de 4.5 a 9.0 Ghz..................... 247
Figura 6.24 Potencial escalar en la primera resonancia en función del número de imágenes, guía
cuadrada 66x66x30mm con un corte de 18x18 en su esquina superior derecha. .......................................... 250
Figura 6.25 Campo eléctrico Ez obtenido en una guía dual en la primera resonancia, a 6.122Ghz. ............ 250
Figura 6.26 Potencial escalar a la frecuencia de resonancia de 7.125Ghz de una cavidad dual de
Figura 6.29 Situación de 1 anillo con 90 imágenes situados sobre una guía flange de altura 30mm. .......... 253
Figura 6.30 Representación de los potenciales en un corte del eje X en una guía flange a 7 Ghz. 1
anillo con 50 imágenes................................................................................................................................... 254
anillos con 50 imágenes cada uno.................................................................................................................. 255
anillos con 50 imágenes cada uno.................................................................................................................. 255
anillos, variación del número de imágenes por anillo. .................................................................................. 256
Figura 6.34 Evaluación de los potenciales en un punto fijo en el interior de una guía flange de altura
30mm al variar la frecuencia de 5 a 9.0 Ghz. ................................................................................................ 257
Figura 6.35 Potenciales a la frecuencia de resonancia de 7.155Ghz de una cavidad flange de altura
30mm. Comparación con el campo eléctrico proporcionado por HFSS©..................................................... 259
-XVII-
30mm. Comparación con el campo eléctrico proporcionado por HFSS©..................................................... 260
Figura 6.37 Situación de 1 anillo con 150 imágenes situados sobre una guía estrella de altura 30mm. ...... 261
Figura 6.38 “Picos” de error en los vértices de una guía estrella al ser analizada con 70 imágenes.......... 261
Figura 6.39 Potenciales en ejes ‘x’ e ‘y’ al variar el número de imágenes en el análisis de una guía
estrella............................................................................................................................................................ 262
Figura 6.40 Evaluación de los potenciales en un punto fijo en el interior de una guía estrella de altura
30mm al variar la frecuencia de 5 a 9.0 Ghz. ................................................................................................ 263
Figura 6.41 Primer modo de resonancia en una guía estrella de altura 30mm. Frecuencia 5.723 Ghz ....... 264
Figura 6.42 Potencial escalar a la frecuencia de resonancia de 6.9358Ghz de una cavidad tipo
estrella de altura 30mm. Comparación con el campo eléctrico proporcionado por HFSS©. ....................... 265
Figura 6.43 Situación de 1 anillo con 90 imágenes situados sobre una guía ridge de altura 30mm............. 266
Figura 6.44 “Picos” de error en los vértices de una guía ridge al ser analizada con 70 imágenes ............. 266
Figura 6.45 Potenciales en el eje ‘x’ al variar el número de imágenes en el análisis de una guía ridge. .... 267
Figura 6.46 Evaluación de los potenciales en un punto fijo en el interior de una guía ridge de altura
30mm al variar la frecuencia de 7 a 10.5 Ghz. .............................................................................................. 268
Figura 6.47 Potencial escalar a la frecuencia de resonancia de 7.893Ghz de una cavidad tipo ridge de
Figura 6.48 Potencial escalar a la frecuencia de resonancia de 9.1127Ghz de una cavidad tipo ridge
de altura 30mm. Comparación con el campo eléctrico proporcionado por HFSS©. .................................... 270
Figura 6.49 Guía cuadrada multicapa y ubicación de 50 imágenes alrededor de la misma......................... 271
Figura 6.50 Potenciales en el eje ‘x’ al variar la distancia de 50 imágenes a una guía cuadrada con
dos dieléctricos en su interior. ....................................................................................................................... 271
Figura 6.51 Potenciales vector al realizar un barrido en un punto fijo entre 2 y 7 Ghz en una guía
cuadrada con 2 dieléctricos. Comparación con el método analítico descrito en [10]................................... 272
Figura 6.52 Comparación de los potenciales en una guía cuadrada de 66x66x30mm con un dieléctrico
de 15mm con H r 2 . Validación con los resultados obtenidos en [10] ...................................................... 273
Figura 6.53 Potencial escalar a 5.5Ghz en una guía cuadrada de 120x120mm, con dos capas de
12mm, una de ellas aire y la otra con permitividad de valor 2. ..................................................................... 273
-XVIII-
-XIX-
Índice de Tablas
Tabla 1.1 Ecuaciones de Maxwell en su forma diferencial e integral................................................................ 5

Tabla 1.2 Magnitudes electromagnéticas........................................................................................................... 5
Tabla 1.3 Tipos de permitividad y permeabilidad en función del medio............................................................ 6
Tabla 3.1 Coste método original, posición fuente en (0Ȝ ,0Ȝ) .......................................................................... 52
Tabla 3.2 Coste método original, posición fuente en (0.2Ȝ ,0.2Ȝ) ................................................................... 52
Tabla 3.3 Coste método original, posición fuente en (0.4Ȝ ,0Ȝ) ....................................................................... 52
Tabla 3.4 Coste método original, posición fuente en (0.4Ȝ ,0.4Ȝ) .................................................................... 52
Tabla 3.5 Coste método original, posición fuente en (0.5Ȝ ,0Ȝ) ....................................................................... 53
Tabla 3.6 Coste método original, posición fuente en (0.7Ȝ ,0.7Ȝ) .................................................................... 53
Tabla 3.7 Resultado del coste al realizar una ubicación de cargas teniendo en cuenta el máximo del
potencial, de forma iterativa, y teniendo en cuenta el número de cargas de la situación de inicio. ................ 65
Tabla 3.8 Coste variación radio para distintos nº de cargas, posición fuente en (0Ȝ ,0 Ȝ) .............................. 73
Tabla 3.9 Coste variación radio para distintos nº de cargas, posición fuente en (0.2Ȝ ,0.2Ȝ) ......................... 74
Tabla 3.10 Coste variación radio para distintos nº de cargas, posición fuente en (0.4Ȝ ,0Ȝ) .......................... 75
Tabla 3.11 Coste variación radio para distintos nº de cargas, posición fuente en (0.4Ȝ, 0.4Ȝ) ....................... 75
Tabla 3.14 Coste optimizando cargas para distintos nº de imágenes, posición fuente en (0.0Ȝ , 0.0Ȝ) ........... 85
Tabla 3.15 Coste optimizando cargas para distintos nº de imágenes, posición fuente en (0.2Ȝ, 0.2Ȝ) ............ 86
Tabla 3.16 Coste optimizando cargas para distintos nº de imágenes, posición fuente en (0.4Ȝ, 0Ȝ) .............. 86
Tabla 3.18 Coste optimizando cargas para distintos nº de imágenes, posición fuente en (0.5Ȝ, 0Ȝ) ............... 87
Tabla 3.20 Coste optimizando posiciones para distintos nº de imágenes, fuente en (0.0Ȝ , 0.0Ȝ) .................... 97
Tabla 3.21 Coste optimizando posiciones para distintos nº de imágenes, fuente en (0.2Ȝ, 0.2Ȝ)..................... 98
Tabla 3.22 Coste optimizando posiciones para distintos nº de imágenes, fuente en (0.4Ȝ, 0Ȝ)....................... 98
Tabla 3.24 Coste optimizando posiciones para distintos nº de imágenes, fuente en (0.5Ȝ, 0Ȝ)....................... 98
Tabla 3.26 Comparativa distintos métodos de optimización en función del número de imágenes, fuente
en (0.0Ȝ , 0.0Ȝ) ................................................................................................................................................ 100
en (0.2Ȝ , 0.2Ȝ) ................................................................................................................................................ 101
en (0.4Ȝ , 0.0Ȝ) ................................................................................................................................................ 102
en (0.4Ȝ , 0.4Ȝ) ................................................................................................................................................ 102
en (0.5Ȝ , 0.0Ȝ) ................................................................................................................................................ 103
en (0.7Ȝ , 0.7Ȝ) ................................................................................................................................................ 103
Tabla 3.32 Coste vectorial método original, posición fuente en (0Ȝ ,0Ȝ) ....................................................... 110
Tabla 3.33 Coste vectorial método original, posición fuente en (0.2Ȝ ,0.2Ȝ) ................................................ 110
Tabla 3.34 Coste vectorial método original, posición fuente en (0.4Ȝ ,0Ȝ) .................................................... 110
Tabla 3.35 Coste vectorial método original, posición fuente en (0.4Ȝ ,0.4Ȝ) ................................................. 111
Tabla 3.36 Coste vectorial método original, posición fuente en (0.5Ȝ ,0Ȝ) .................................................... 111
Tabla 3.37 Coste vectorial método original, posición fuente en (0.7Ȝ ,0.7Ȝ) ................................................. 111
Tabla 3.38 Coste vectorial variación radio para distintos nº de cargas, posición fuente en (0Ȝ ,0 Ȝ) ........... 115
Tabla 3.39 Coste vectorial variación radio para distintos nº de cargas, posición fuente en (0.2Ȝ ,0.2Ȝ) ...... 116
Tabla 3.40 Coste vectorial variación radio para distintos nº de cargas, posición fuente en (0.4Ȝ ,0Ȝ) ......... 116
Tabla 3.41 Coste vectorial variación radio para distintos nº de cargas, posición fuente en (0.4Ȝ, 0.4Ȝ) ...... 117
Tabla 4.1 Coste escalar y vector al analizar distintas guías con todos los métodos de optimización
presentados..................................................................................................................................................... 169
Tabla 4.2 Posibles valores del parámetro “Ubicación de ptos tangentes” ................................................... 173
-XX-
Tabla 4.3 Posibles valores del parámetro “Ubicación de imágenes” ........................................................... 173
Tabla 5.1 Frecuencias de resonancia de los primeros modos de una cavidad cuadrada de
66x66x30mm................................................................................................................................................... 214
Tabla 5.2 Precisión al obtener las frecuencias de corte de una guía cuadrada de 66x66x30mm.................. 215
Tabla 6.1 Frecuencias de resonancia de los primeros modos de una cavidad rectangular de
132x66x30mm................................................................................................................................................. 224
Tabla 6.2 Precisión al obtener las frecuencias de corte de una guía rectangular de 132x66x30mm. ........... 226
Tabla 6.3 Precisión al obtener las frecuencias de corte de una guía rectangular de 132x66x30mm. ........... 232
Tabla 6.4 Precisión al obtener las frecuencias de corte de una guía rombo de 66x66x30mm, con sus
cuadro ángulos internos a 90º........................................................................................................................ 237
Tabla 6.5 Precisión al obtener las frecuencias de corte de una guía trapecio de 30mm de altura................ 242
Tabla 6.6 Precisión al obtener las resonancias el potencial escalar en una guía dual ................................. 248
Tabla 6.7 Precisión al obtener las resonancias el potencial vector en una guía dual ................................... 248
Tabla 6.8 Precisión al obtener las frecuencias de corte de una guía flange de 30mm de altura................... 257
Tabla 6.9 Precisión al obtener las frecuencias de corte de una guía flange de 30mm de altura................... 263
Tabla 6.10 Precisión al obtener las frecuencias de corte de una guía flange de 30mm de altura................. 268
Tabla AI.1 Coste de distintos métodos de integración por pulso, en función del número de imágenes,
posición fuente en (0.0Ȝ ,0.0Ȝ)........................................................................................................................ 279
Tabla AII.1 Coste de la ubicación de cargas en picos de potencial, con distintas situaciones iniciales,
en función del número de imágenes y con posición fuente en (0.0Ȝ ,0.0Ȝ) ..................................................... 283
-XXI-
-XXII-
-XXIII-
Capítulo 1: Introducción
1. Introducción
1.1 Descripción del proyecto
1.1.1 Planteamiento inicial del proyecto
En la actualidad el uso de las comunicaciones móviles y por satélite se encuentra

en pleno apogeo. Estas tecnologías requieren de muchos componentes como puedan ser
antenas, circuitos de radiofrecuencia, filtros, circuitos de cavidad, etc. El estudio y
caracterización de estos componentes es fundamental para conocer su funcionamiento y
poder diseñar sistemas con unas mayores prestaciones y calidad. Así, se plantean
problemas de índole electromagnética, cuya solución se basa en las conocidas
ecuaciones de Maxwell.
En una gran cantidad de situaciones reales estas ecuaciones no presentan
soluciones analíticas debido a su complejidad, siendo necesario recurrir a diversas
técnicas numéricas para su resolución que nos proporcionaran unos resultados más o
menos aproximados en función del método elegido y del caso ante el que nos
encontremos.
Existen una gran cantidad de estas técnicas numéricas, entre ellas destacamos la
FDTD (Finite Differences in Time Domain), la técnica modal, la técnica de los
elementos finitos ó la técnica de la ecuación integral. La elección entre un método u otro
dependerá del tipo de problema, coste computacional de su solución, geometría a
analizar, etc.
El uso de la ecuación integral se encuentra muy extendido para abordar

problemas de análisis electromagnético, empleándose en una gran cantidad de
estructuras y circuitos de radiofrecuencia usados en comunicaciones móviles y por
satélite. En general, esta técnica se ha empleado con éxito en múltiples escenarios:
análisis de antenas radiando en condiciones de espacio libre [1], análisis de circuitos de
radiofrecuencia multicapa [2], problemas y circuitos en guíaonda y para antenas de
cavidad [3], etc.
El principal problema encontrado en los casos citados se debe al cálculo de las
funciones de Green que tengan en cuenta las paredes laterales de la guíaonda. En este
campo, se han desarrollado formulaciones tanto espaciales como espectrales aplicadas a
circuitos en guías rectangulares. Esto es debido a que para esta sencilla geometría, las
funciones de Green pueden ser formuladas como series infinitas de convergencia lenta,
tanto en el dominio espectral como en el dominio espacial [4]. En el caso de otras
geometrías más complejas, resulta muy difícil el cálculo de las funciones de Green
necesarias para poder aplicar la ecuación integral. Por ejemplo, existen trabajos que han
abordado la geometría circular, formulando las funciones de Green en forma de series
de funciones de Bessel en el dominio espectral [5]. Por contra, no existen formulaciones
para la guía circular en el dominio espacial debido a la dificultad de encontrar una
geometría de imágenes que satisfagan directamente las condiciones de contorno de los
campos electromagnéticos en las paredes laterales de la guía. Todavía mas complicado
resulta encontrar formulaciones para guías de geometría más compleja, no existiendo
formulaciones sencillas ni en el dominio espacial ni espectral.
-1-
Recientemente, una nueva formulación para el tratamiento de la guía circular

mediante la ecuación integral ha sido desarrollada por la UPCT [6,7]. Esta formulación
está basada en el dominio espacial por primera vez.
El presente proyecto trata de continuar con el desarrollo de esta técnica,

buscando su mejora para analizar de forma más precisa circuitos en guía circular y
extender la técnica para poder tratar guías de geometrías más complejas, en principio
arbitrarias. Ejemplos serían guías ridge, cavidades en modo dual, etc.
1.1.2 Objetivos
El proyecto presenta un objetivo doble:
o Estudio y mejora de la técnica de las imágenes espaciales finita, desarrollada por

la UPCT, para el análisis de circuitos en guía circular.
o Extensión de la técnica de las imágenes espaciales a guías de geometría

arbitraria, mucho más complejas (guías ridge, filtros en modo dual, etc).
En primer lugar, se tratará de aumentar la precisión de la técnica aplicada a guías

circulares. Así tras la ubicación de una serie de imágenes alrededor de la guía para
forzar el cumplimiento de las condiciones de contorno, se obtendrá una medida de la
precisión obtenida y se optimizará esta precisión mediante diversas técnicas, variando la
posición y el valor de estas imágenes.
En segundo lugar, se extenderá la técnica para poder analizar estructuras con una
geometría mucho más compleja. Así se propone el análisis de cavidades cuadradas,
rectangulares, triangulares, ridge, etc. Otra característica que presenta el método es la
posibilidad de cálculo de las frecuencias de resonancia de estas cavidades. En cuanto a
la validación de los resultados, se podrá realizar de forma numérica para las cavidades
cuadrada y rectangular (pues tienen solución analítica [8]) y se empleará el software
comercial HFSS© para la validación del resto de resultados.
1.1.3 Estructura del proyecto
El proyecto se ha dividido en un total de 7 capítulos.
En primer lugar, se presenta de forma breve la teoría electromagnética haciendo

hincapié en las ecuaciones de Maxwell. Se realiza una pequeña descripción de los
distintos métodos numéricos existentes, para posteriormente centrarnos en el estudio de
la ecuación integral.
En el capítulo 2 se estudia la técnica de las imágenes espaciales [6,7] para el

estudio de estructuras cilíndricas bidimensionales, formulándose tanto para fuentes
eléctricas como magnéticas.
Posteriormente, en el capítulo 3, se busca una optimización del método anterior,

usando una medida de la corrección del cálculo de potenciales realizados (un “coste”) y
-2-
optimizando el mismo mediante múltiples técnicas. Destacan sobre las demás la

variación dinámica de la ubicación de las imágenes espaciales (modificando el valor del
radio del círculo en el que se encuentran) y la optimización del valor complejo y
posición de las mismas mediante un algoritmo de descenso de gradiente.
En el capítulo 4 se extiende la teoría de las imágenes espaciales a estructuras

arbitrarias. Para ello, se desarrolla un software capaz de analizar cualquier geometría sin
más que definirla. De esta manera, se estudian los potenciales en guías cuadradas,
rectangulares, ridges, triangulares, etc. Posteriormente, se realiza una extensión de los
métodos de optimización presentados en el capítulo 3, con el fin de evaluar la precisión
en el análisis de las distintas guías.
En el capítulo 5 se plantea el análisis de cavidades tridimensionales (tanto

circulares como arbitrarias) empleando para ello la transformada de Sommerfeld [9].
Además, realizan análisis tanto de estructuras eléctricamente cortas (mediante un único
anillo de imágenes) como de estructuras eléctricamente largas (empleando para ello
varios anillos situados a distintas alturas que envuelven la cavidad). Todos los análisis
son validados para una estructura cuadrada, basándose en un método analítico expuesto
en [10]. Finalmente, se propone un método para el cálculo de las frecuencias de
resonancia de la cavidad analizada.
En el capítulo 6 se utilizan todas las técnicas empleadas anteriormente para

realizar el análisis de cavidades tridimensionales reales, calculando sus frecuencias de
resonancia y mostrando los potenciales obtenidos a esas frecuencias (observándose el
modo que se propaga en el interior de la guía). Los distintos resultados serán validados
mediante el software comercial HFSS©.
En el último capítulo se extraerán las conclusiones de todo el proyecto y se

propondrán distintas líneas de investigación futuras.
Finalmente se mostrarán dos Anexos, con resultados sobre el método de

integración por pulsos desarrollado en el capítulo 3, y para terminar se mostrarán las
distintas referencias y fuentes empleadas a lo largo del proyecto.
1.1.4 Aportaciones novedosas
El presente proyecto aporta diversos puntos de vista, enfoques y técnicas

novedosas, con el fin de facilitar el análisis electromagnético de cavidades tanto
circulares en primer lugar, como arbitrarias.
En un primer punto, se realiza un aumento de la precisión de la técnica de las

imágenes espaciales aplicada a cavidades circulares. Para ello, se ha introducido un
nuevo concepto como es el “coste” ó “precisión” que tenemos en el análisis, siendo una
medida de la corrección con la que estamos resolviendo el problema. Sobre este “coste”
se han aplicado diversas técnicas de optimización: por gradiente descendente, por
variación de las ubicaciones de las imágenes, aumento dinámico de las imágenes en
función de la región de la cavidad, etc. Este conjunto de técnicas han proporcionado un
aumento considerable de la precisión a la hora de la resolución de circuitos en guías
circulares.
-3-
En segundo lugar, se ha extendido por primera vez la formulación de imágenes

espaciales a geometrías arbitrarias multicapa empleando para ello la transformada de
Sommerfeld [9]. Además, se ha realizado el análisis tanto de estructuras eléctricamente
cortas (mediante un único anillo de imágenes espaciales) como de estructuras
eléctricamente largas (empleando varios anillos de imágenes que envuelven la
geometría a analizar en distintas alturas). Como resultado, se ha obtenido por primera
vez la función de Green en medios multicapa de geometría arbitraria.
Finalmente, destacar que se ha conseguido hallar mediante el método de las
imágenes espaciales las frecuencias de resonancia en cavidades de geometría arbitraría,
obteniéndose una elevada precisión.
De esta forma se abre la puerta al análisis mediante la ecuación integral de

circuitos inmersos en guías de onda de geometría arbitraria, solventando el problema del
cálculo de las funciones de Green en su interior.
1.1.5 Software desarrollado
Para implementar los distintos planteamientos desarrollados en el presente

proyecto, se ha elegido el lenguaje de programación FORTRAN 90 debido a su
orientación hacia el cálculo científico y numérico, siendo destacable su gran velocidad
de procesamiento de datos. Aunque el cálculo numérico corre a cargo de Fortran 90, la
representación gráfica de los resultados se ha realizado mediante el software comercial
Matlab©, debido a su versatilidad en el manejo de todo tipo de gráficos así como la
posibilidad de modificar los resultados obtenidos.
El código realizado es portable entre distintos sistemas como puedan ser
Windows© y Linux.
Debido a la gran extensión que presenta el código de los distintos programas

realizados, no vamos a exponerlo de forma detallada; únicamente indicaremos los
parámetros de entrada de los distintos programas y la forma de visualizar/obtener los
resultados. Estos parámetros de entrada (como pueden ser la frecuencia, número de
puntos de la visualización, dimensiones geométricas, etc) se deben de introducir en un
fichero de texto, que el software analizará. Los distintos resultados son grabados en
ficheros de salida, que serán interpretados de forma correcta por Matlab©.
En cuanto al código en si, todos los programas (tanto de Fortran 90 como de

Matlab©) se encuentran debidamente comentados, explicando el funcionamiento de
cada parte. Ello facilitará un uso posterior del software desarrollado, para cualquier tipo
de aplicación práctica.
-4-
1.2 Conceptos de electromagnetismo

1.2.1 Ecuaciones de Maxwell
Si hay un punto de inflexión a lo largo de la historia en el estudio del

electromagnetismo, éste se produjo en 1865 con la propuesta de James Maxwell de sus
famosas ecuaciones, que tras ser reformuladas en 1880 se pueden expresar de la
siguiente manera:
Nombre Forma diferencial Forma Integral

& & &
Ley de Gauss D U ³ dA ³ UdV
S
D
V
& &
&
Ley de Gauss (ausencia de
monopolos magnéticos) B 0 ³ dA 0
S
B
& & &
& wB w & &
Ley de Faraday u E
wt
³ E dl
C

wt ³S
B dA
& & & & & w & &
& & wD
Ley de Ampère generalizada u H J
wt
³ H dl
C
³S J dA wt ³S D dA
Tabla 1.1 Ecuaciones de Maxwell en su forma diferencial e integral.
El paso entre la forma diferencia e integral de las ecuaciones de Maxwell se

realiza mediante las transformaciones de los teoremas de la divergencia y de Stokes.
Los símbolos empleados en la tabla anterior y su unidad de medida (en el Sistema
Internacional) son los siguientes:
Símbolo Significado Unidad de medida

& V
E Campo eléctrico m
& A
H Campo magnético m
& C 2
D Densidad de campo eléctrico
m
&
B Densidad de campo magnético T ó Wb 2
m
U Densidad de carga eléctrica C 3
m
& A 2
J Densidad de corriente
m
Tabla 1.2 Magnitudes electromagnéticas
De las ecuaciones anteriores, se deduce la denominada ecuación de la

continuidad, tomando para ello la divergencia de la ley de Ampère. Esta ecuación
establece la conservación de la carga y presenta la forma:
& wU
J (1.1)
wt
&
Además de la corriente de desplazamiento wD wt , ya puesta de manifiesto en la
ley de Ampère, pueden existir en cada punto corrientes de conducción (la denominada
como ley de Ohm):
-5-
& &
J V E (1.2)
donde V es la conductividad en Siemens/metro.
Las ecuaciones de Maxwell presentadas en la tabla 1.1 se pueden simplificar de

forma considerable teniendo en cuenta la situación que se está analizando: así por
ejemplo en espacio libre las corrientes y cargas son cero, si las fuentes varían
armónicamente con el tiempo se podrá emplear una notación fasorial ó en casos donde
no se presente una variación temporal, las ecuaciones tomarán las formas de
electroestática y magnetoestática. Todas estas simplificaciones pueden ser estudiadas en
cualquier libro de electromagnetismo, como en [8].
En medios materiales, se debe de considerar la relación entre los vectores

& & & &
intensidad ( E , H ) y densidad ( D, B ), mediante la permitividad eléctrica H y la
permeabilidad magnética P . En general se cumple que:
& & &
D H E H0 Hr E
& & & (1.3)
B P H P0 P r H
donde H r y P r son los valores relativos mientras que H 0 y P0 son los valores en el vacío,
siendo éstos:
10 9 F
H0
36S m (1.4)
7 H
P0 4S 10 m
En función del tipo de medio en el que nos encontremos, los valores relativos de
la permitividad y la permeabilidad serán reales, complejos, etc. En la tabla siguiente se
muestra el tipo de magnitud que adquieren en función del tipo de medio en el que se
realice el análisis:
Permitividad, Permeabilidad Tipo de medio

Real Sin pérdidas
Compleja Con pérdidas
Escalar Isótropo
Matriz Anisótropo
Constante Homogéneo
Variable Inhomogéneo
Tabla 1.3 Tipos de permitividad y permeabilidad en función del medio
En la resolución de la mayoría de los problemas de electromagnetismo, será

necesario definir unas condiciones de contorno entre los distintos medios que
compongan el problema. Estas condiciones de contorno son en general definidas por el
valor ó continuidad de la función potencial sobre la superficie (conocida como la
condición de Dirichlet) y/o el valor o la continuidad de la derivada del potencial en la
dirección normal a la superficie (conocida como la condición de Neumann) e incluso
una mezcla de estas condiciones.
Al considerar dos medios cualesquiera (denominados medio 1 y 2) estas
condiciones de contorno las podemos expresar como:
-6-
& &
nˆ ( D1 D2 ) U
& & &
nˆ u ( E1 E 2 ) M
& & (1.5)
nˆ ( B1 B 2 ) 0
& & &
nˆ u ( H 1 H 2 ) J
donde n̂ es el vector normal a la superficie.
Las condiciones de contorno para un conductor perfecto son:

&
nˆ u E 0
& & (1.6)
nˆ u H JS
& &
donde E es el campo eléctrico total en la superficie del conductor, H es el campo
&
magnético total en la superficie del conductor y J S es la densidad de corriente
superficial.
1.2.2 Métodos numéricos
La solución analítica de los problemas electromagnéticos sólo es posible para

algunos casos muy particulares, en la que las condiciones de contorno se aplican a
superficies con alguna coordenada constante en un sistema de coordenadas en el que la
ecuación de onda sea separable. Por ejemplo, las soluciones modales para guías de onda
rectangular ó cilíndrica, difracción de una onda incidente por objetos esféricos, etc.
Sin embargo en la mayoría de los casos reales, no es posible una solución
analítica por lo que es necesario recurrir a la solución numérica del problema.
El trabajar con método numéricos implica que estamos calculando una

aproximación de la solución del problema. El error que aparece en la solución obtenida
es debido tanto a las aproximaciones realizadas en la formulación matemática, en el
modelo geométrico, en la imposición de las condiciones de contorno e incluso en la
implementación numérica en ordenador (por ejemplo, debido a truncamientos entre
números reales con representación finita ó la enorme precisión requerida para resolver
sistemas de ecuaciones mal condicionados).
Sin embargo, a pesar de los problemas que plantean, son la única manera de
resolver problemas electromagnéticos de forma general y se consigue una enorme
precisión en las soluciones encontradas si el planteamiento y método escogido es el
adecuado.
Existen una gran cantidad de métodos numéricos, realizándose una primera

clasificación en dos grandes familias, en función del dominio en el que se trabaje:
a) Métodos en el dominio del tiempo (TD): En el que se emplea una formulación

temporal de los problemas electromagnéticos.
b) Métodos en el dominio de la frecuencia (FD): Empleándose en este caso una

formulación frecuencial.
-7-
Si realizamos la clasificación en función del tipo de ecuaciones

electromagnéticas, la clasificación será entonces:
a) Métodos diferenciales (FD): Discretizan directamente las ecuaciones de

Maxwell o la ecuación de onda, representando las derivadas mediante la aproximación
de diferencias finitas. Según el dominio en el que se realice, toman el nombre de
diferencias finitas en el dominio de del tiempo (FDTD) ó diferencias finitas en el
dominio de la frecuencia (FDFD).
b) Métodos integrales: Se basan en aplicar el teorema de la equivalencia,

calculando los campos mediante la integral de radiación de las corrientes y en la
imposición de las condiciones de contorno al campo resultante. Entre las técnicas, se
destaca el método de los momentos [11] y el método del gradiente conjugado.
c) Métodos variacionales: Se basan en la definición de un funcional

estacionario, una cantidad escalar función de los campos eléctrico ó magnético que
presenta un máximo o mínimo cuando los campos son la solución del problema. De
entre estos métodos destaca por su importancia el método de los elementos finitos
(FEM), que aproxima de forma simultánea la solución y la geometría mediante
polinomios de interpolación.
d) Métodos de alta frecuencia: Utilizados fundamentalmente cuando el coste

computacional de los métodos anteriores lo hacen inviables. Destaca la teoría
geométrica de la difracción.
1.2.3 Ecuación Integral
El método de la ecuación integral parte de la definición de los campos eléctrico

y magnético en la que se tiene en cuenta unas funciones escalares y potenciales
auxiliares empleadas para simplificar los cálculos.
Si empleamos estas funciones y expresamos los campos en el dominio
frecuencial, obtenemos:
& & 1 &
E j ZA ) e u F
H
& & & (1.7)
1
H j ZF ) m u A
P
& &
En la ecuación anterior A y F son los potenciales vector eléctrico y magnético
respectivamente y pueden expresarse en función de las densidades de corriente eléctrica
& &
J y magnética M como:
& & P & & & &
A(r ' )
4S ³³S '
J (r ' )G (r r ' )dS '
(1.8)
& & & & & &
F (r ' ) H ³³ M (r ' )G (r r ' )dS '
S'
Por su parte, los potenciales eléctrico ( ) e ) y magnético ( ) m ) se expresan en

función de las densidades de carga eléctrica ( Ue ) y magnética ( Um ):
-8-
1 & & &

U e (r ' )G (r r ' )dS '
4SH ³³
)e
S'
(1.9)
1 & & &
)m ³³ U m (r ' )G (r r ' )dS '
4SH S'
& &
Destacar la presencia en todas las ecuaciones anteriores de G (r r ' ) que es la
denominada función de Green del medio homogéneo, definida como respuesta al
impulso de la ecuación de Helmholzt:
& &
jk r r '
& & 1 e (1.10)
G (r r ' ) & &
4S r r '
Como se comentó anteriormente, el método de la ecuación integral consiste en

calcular los campos radiados por las corrientes que fluyen en el interior o sobre la
superficie del objeto y en imponer las condiciones de contorno a los campos resultantes.
Estas corrientes son desconocidas, constituyendo la incógnita del problema y
encontrándose en el interior de una integral, de ahí el nombre del método.
Para el cálculo de las integrales de radiación de las corrientes, se debe emplear
una función de Green que tenga en cuenta la geometría real de la estructura y no la del
espacio libre presentada en la ecuación 1.10. Esto constituye uno de los problemas más
importantes de la técnica de la ecuación integral cuando aparecen geometrías complejas,
como es el caso de cavidades de forma arbitraria. A lo largo de todo el proyecto se
presentará la técnica de las imágenes espaciales, que permite obtener esta función de
Green (y sus potenciales asociados) teniendo en cuenta la presencia de la cavidad de
geometría arbitraria a analizar, permitiendo de este modo el empleo de la técnica de la
ecuación integral en situaciones hasta ahora no contempladas.
Si suponemos un objeto conductor perfecto dentro del espacio libre, deberá de

cumplir las condiciones de contorno expresadas en la ecuación 1.6. Así surgirán la
ecuación integral de campo eléctrico (EFIE) y la ecuación integral de campo magnético
(MFIE).
En el caso de EFIE, surge de imponer la nulidad del campo eléctrico tangencial a

las paredes de un conductor como condición de contorno. Así, teniendo en cuenta que el
campo eléctrico total será el de excitación más el dispersado por el objeto, tendremos:
& & & &
nˆ u ( Eind (r ' ) Es (r ' )) 0 (1.11)
Además al trabajar con un cuerpo conductor, no consideraremos ni las cargas ni

&
las corrientes magnéticas, por lo que M ) m 0 y tras simplificar la ecuación
obtenemos la expresión de EFIE, aplicable tanto para el análisis de estructuras abiertas
como cerradas.
-9-
& &
§ jwP0 & & e jk r r ' ·
¨ ¸
& & ¨ 4S ³³S
J (r ' ) & &
4S r r '
dS
¸
nˆ u Eind (r ' ) nˆ u ¨ (1.12)
& & ¸
¨ j '
& & e
jk r r '
¸
¨ 4SwH ³³S S ³³S J (r ' ) 4S r& r& ' dS ¸
© 0 ¹
Por su parte para el caso de MFIE, se impone que la densidad de corriente

inducida es igual al campo magnético tangencial al conductor. Así se debe de verificar
que:
& & & & & & (1.13)
nˆ u ( H ind (r ' ) H s (r ' )) J (r ' )
Teniendo en cuenta de nuevo que trabajamos con un conductor, podemos

expresar la condición anterior como la ecuación de MFIE válida para el estudio de
geometrías cerradas:
& &
& & & ° § & & e jk r r ' ·½° (1.14)
nˆ u H ind J (r ' ) lim ® ¨
nˆ u u ³³ J (r ' ) & & dS ¸¾
&
r oS
°̄ ¨© S 4S r r ' ¸°
¹¿
Destacar que si el objeto conductor se encuentra en presencia de una cavidad, la

función de Green a emplear ya no es la 1.10 sino que es mucho más compleja. En este
proyecto se tratará de calcular estas funciones de Green en presencia de cavidades de
geometría arbitraria, empleando para ello la técnica de las imágenes espaciales.
No es objetivo de esta pequeña introducción un estudio en profundidad del resto

de expresiones de la ecuación integral, para lo que se remite a [9]. Si indicar que existen
otras formulaciones alternativas como la CFIE, DMFIE, AMFIE, etc.
Para el análisis de estas expresiones mediante un ordenador, es necesario

discretizar las funciones y operadores y convertir la ecuación funcional en una ecuación
matricial. En el caso de la ecuación integral, se emplea principalmente el método de los
momentos [11] propuesto en 1968 por Harrington. Este método constituye la
herramienta de análisis numérico más utilizada actualmente en electromagnetismo.
-10-
Capítulo 2: Formulación espacial en cavidades circulares
2. Formulación espacial en cavidades circulares

En este segundo capítulo vamos a desarrollar la formulación espacial de
imágenes para el cálculo de las funciones de Green en un recinto cilíndrico cerrado.
La técnica consiste en situar cargas ó dipolos imágenes fuera de la región
cilíndrica. Su situación y orientación se calculan mediante la imposición de las
condiciones de contorno para los campos, en puntos discretos de la pared metálica,
obteniéndose una rápida convergencia numérica, y demostrándose unos resultados
precisos para poder analizar estructuras reales [6,7].
Dividiremos la formulación en dos apartados:
x Formulación para fuentes eléctricas

x Formulación para fuentes magnéticas
Aunque las bases de la formulación es el mismo, existe una diferencia

fundamental: las condiciones de contorno a cumplir varían en función del tipo de fuente,
por lo que ha sido necesario rehacer completamente la formulación para cada caso.
Desarrollaremos de forma detallada ambas formulaciones explicando sus
características y ecuaciones numéricas cerradas finales. En el mismo, consideraremos
un corte infinitesimal del cilindro, sin considerar por tanto su longitud en el eje ‘z’ (que
estudiaremos en un capítulo posterior). Todos los potenciales calculados lo están sobre
ese corte infinitesimal.
A lo largo del presente trabajo nos centraremos en el caso de fuentes eléctricas,
no obstante los resultados son válidos para la otra formulación, sin más que trasladar los
resultados (no son duales debido a las diferentes condiciones de contorno a cumplir).
De esta forma, para el caso de las fuentes eléctricas vamos a presentar una gran
cantidad de casos que demostrarán el funcionamiento de la formulación empleada,
variando el número de imágenes empleadas, la posición de la fuente en el interior de la
cavidad etc. En todos los casos estudiaremos el potencial escalar y el potencial vectorial
magnético, mostrando resultando gráficos que muestren el comportamiento de los
mismos.
Finalmente, se incluyen referencias al código fuente programado así como
instrucciones para su uso y representación de resultados.
Tal y como se comentó en la introducción, el lenguaje de programación elegido

ha sido FORTRAN 90 debido a su orientación hacia el cálculo científico y numérico,
siendo destacable su gran portabilidad. Prueba de esta portabilidad es que el código ha
sido desarrollado y probado tanto en sistemas Linux como sistemas Windows.
En cuanto a las representaciones gráficas y tratamiento de resultados, se ha
escogido Matlab, gracias a la facilidad de uso que presenta y la posibilidad de tratar los
datos obtenidos. La comunicación entre ambos entornos la realizaremos mediante
archivos de texto independientes.
-11-
2.1 Formulación espacial con fuentes eléctricas

2.1.1 Desarrollo de la formulación
La geometría empleada para el cálculo de las funciones de Green escalar y

vectorial, es un cilindro, tal y como se muestra en la figura 1:
Figura 2.1 Dipolo unitario situado en el interior de la cavidad cilíndrica
Realizaremos un estudio tanto para el potencial vectorial como para el potencial

escalar.
El campo creado por la fuente eléctrica será: &
& &
E jZA V jZA j
& A (2.1)
ZPH
Para el caso del potencial escalar, vamos a imponer la condición de contorno
que será un potencial nulo a lo largo de la pared del cilindro. No obstante, debido a la
continuidad del contorno, nos centraremos en un punto discreto de la pared del cilindro,
denominándolo punto tangente ‘i’.
A este punto tangente, sobre el que vamos a imponer la condición de contorno,
irá relacionada una carga/dipolo imagen de valor complejo, cuya posición vendrá
determinada por la simetría de la fuente (situada en el interior del cilindro) por un plano
tangente al punto ‘i’, tal y como podemos observar en la figura 2.2:
Figura 2.2 Situación una carga imagen respecto al cilindro
-12-
En este punto deberemos calcular la posición de la carga/dipolo imagen, dada la

posición de la fuente (qf) y un punto tangente ‘i’ (del contorno del cilindro) sobre el que
imponemos un plano de simetría.
La ecuación de la recta tangente al punto ‘i’ tendrá la forma de la ecuación
normal de la recta:
x cos(M ) y sin(M ) R (2.2)
Calcularemos a continuación la distancia desde la carga fuente ‘qf’, que tiene
unas coordenadas (x1,y1) a la recta tangente al punto ‘i’ [con coordenadas (x2,y2)], para
después, por simetría obtener las coordenadas de la carga imagen (Ix,Iy):
Figura 2.3 Distancias empleadas para el cálculo de la posición de la carga imagen
Esta distancia será:

cos(M ) x1 sin(M ) y1 R
d ( Pf , recta) cos(M ) x1 sin(M ) y1 R di (2.3)
cos 2 (M ) sin 2 (M )
Por lo que la posición de la carga imagen será:

x
Px 2 cos(M ) Vs x1 2 2 d i x1
R
(2.4)
y2
Py 2 sin(M ) Vs y1 2 d i y1
R
Para conseguir un potencial nulo en el punto ‘i’ de la pared del cilindro,

imponemos la condición de que los potenciales de las cargas se anulen en dicho punto:
& & & &
q1 Gv ri , r1´ Gv ri , ro ´ (2.5)
Por tanto, el efecto de la carga fuente y de la carga imagen proporcionarán un
potencial escalar en todo el cilindro de:
& & & & &
Gvcyc (r ) Gv r , ro ´ q1 Gv r , r1´ (2.6)
& &
Siendo Gv r , r ´ el potencial de una carga en condiciones de espacio libre:
-13-
& &
& & P 0 e jko r r ´
Gv r , r ´ & & (2.7)
4S r r ´
Hasta ahora hemos impuesto la condición de potencial nulo en un único punto
del contorno del cilindro, no obstante es deseable la presencia de más puntos con el fin
de poder satisfacer la condición en toda la pared del cilindro. Para ello, empleando la
misma estrategia que ahora, la extenderemos hasta un total de N puntos tangentes en el
contorno del cilindro. De esta forma, evaluaremos de forma numérica el valor complejo
de las cargas imágenes de forma que satisfagan de forma simultánea que el potencial en
todos y cada uno de los puntos tangentes es nulo.
Por ejemplo, la figura 2.4 muestra la situación de dos cargas imagen:
Figura 2.4 Situación de dos cargas imágenes alrededor del cilindro
Extendiendo la ecuación 2.5 a un número N de puntos tangentes alrededor del

cilindro, obtenemos el siguiente sistema:
N
& & & &
¦ q k Gv ri , rk ´ Gv ri , ro ´
k 1 (2.8)
i 1,2,3...N
donde los distintos vectores y su significados se han mostrado en la figura 2.4
Extendiendo la ecuación 2.8, vemos la forma del sistema de ecuaciones:

ª Gv(r1 , r1 ' ) Gv(r1 , r2 ' ) .... Gv(r1 , rN ' ) º ª q1 º ª Gv(r1 , ro ' ) º
« Gv(r , r ' ) » « » « »
« 2 1 .... .... .... » « q 2 » « Gv(r2 , ro ' ) » (2.9)
« .... .... .... .... » « .... » « ... »
« » « » « »
¬Gv(rN , r1 ' ) .... .... Gv(rN , rN ' )¼ ¬q N ¼ ¬Gv(rN , ro ' )¼
La solución de este sistema de N ecuaciones proporciona los valores de las N

cargas imágenes (qk) que son necesarias para satisfacer las condiciones de contorno en
los N puntos tangentes establecidos.
Finalmente, obtenemos el potencial escalar en el interior del cilindro mediante la

ecuación 2.10:
-14-
N
& & & & &
Gvcy (r ) GV (r , ro ' ) ¦ qk Gv (r , rk ' ) (2.10)
k 1
Para la evaluación del vector potencial magnético de la función de Green

diádica, realizamos un proceso similar, pero teniendo en cuenta la naturaleza de la
magnitud computada. Supongamos para ello un dipolo orientado a lo largo del eje ‘x’,
como podemos observar en la figura 2.5 (el desarrollo del otro caso, suponiendo un
dipolo orientado a lo largo del eje ‘y’ es totalmente similar):
Figura 2.5 Dipolo fuente en el eje ‘x’ y sus dos dipolos imagen asociados a un punto tangente
Al igual que para el caso del potencial escalar, impondremos en primer lugar las
condiciones de contorno a cumplir en un punto discreto ‘i’ de la pared del cilindro.
En este caso, la componente tangencial del campo eléctrico (definido en la
ecuación 2.1) debe ser nulo:
&
E ptoi eˆt 0 (2.11)
donde êt es el vector tangente al punto ‘i’ de la estructura; esto conlleva a dos diferentes
&
condiciones, obtenidas tras analizar el campo eléctrico E definido por la ecuación 2.1
&
eˆ p u A 0 (2.12)
&
A 0 (2.13)
donde ê p es el vector normal al punto ‘i’ de la estructura.

Así, impondremos de forma conjunta sobre el punto tangente ‘i’ las dos
condiciones definidas por las ecuaciones 2.12 y 2.13.
Para satisfacer estas condiciones, se propone el empleo de dos dipolos eléctricos
ortogonales, uno orientado en el eje ‘x’ y el otro en el eje ‘y’, tal y como podemos
observar en la figura 2.5
Cada uno de estos dipolos orientados tendrá un determinado peso, que
deberemos obtener resolviendo el sistema impuesto en el punto tangente ‘i’.
Analizando cada condición por separado:
-15-
&
1) eˆ p u A 0
&
Que nos indica que la componente tangencial del vector potencial A
debe ser nula, lo que nos anularía el primer térnimo del campo eléctrico en ese
punto de la ecuación 2.1
Así, esta condición implica:
& & & & & &
eˆ p u ( I1xG Axx ri , r1´ eˆx I1y G Ayy ri , rk ´ eˆ y ) eˆ p u (G Axx ri , r0´ eˆx ) 0 (2.14)
&
Donde hemos tenido en cuenta la presencia de la carga fuente, en r0 .
Desarrollando esta última expresión, obtenemos:

& & & & & &
sin(M1 ) I G Axx ri , r1´ cos(M1 ) I 1y G Ayy ri , r1´ sin(M1 ) I 1x G Axx ri , r0 ´
1
x
(2.15)
Correspondiéndose a la imposición de la ecuación 2.12 en un punto
tangente ‘i’ del contorno del cilindro.
&
2) A 0
&
Esta ecuación nos indica que la divergencia del vector potencial A debe
de nula, lo que nos anulará el segundo término del campo eléctrico en ese punto
de la ecuación 2.1
En primer lugar, la expresión de la divergencia será:
& 1 w
A UAU 1 wAM wAz 0 (2.16)
U wU U wM wz
Y como habíamos definido en la ecuación 2.12 que las componentes
tangenciales se anulaban, solo nos quedará la componente normal, es decir:
& 1 w
A UAU 0 (2.17)
U wU
Finalmente, desarrollando la derivada anterior, obtenemos:
& AU wAU
A 0 (2.18)
U wU
Siendo esta la condición que deberemos imponer en cada punto tangente
del cilindro.
De esta forma, para un único punto tangente obtenemos la condición:

cos(M1 ) C1x,1 I1 sin M i C1y,1 I1 cos(M1 ) C1x,0
y y
(2.19)
donde hemos definido las constantes:

& &
G Axx ri , rk ´ & &
C x
i ,k eˆ p G Axx ri , rk ´
U
(2.20)
G yy
r&i , r&k ´ & &
C y
i ,k
A
eˆ p G ri , rk ´
yy
A
U
-16-
Siendo la ecuación 2.19 el requisito que debe cumplir el punto tangente

‘i’ para satisfacer la segunda condición de contorno.
El proceso seguido equivale a ajustar la orientación y valor de un único dipolo

imagen de carácter vectorial, al que hemos descompuesto en los ejes ‘x’ e ‘y’.
Figura 2.6 Descomposición de un dipolo I1 en los dos ejes, con unos pesos determinados.
Este mismo procedimiento lo extenderemos ahora hasta un total de N puntos

tangentes alrededor del contorno del cilindro, obteniendo un sistema de ecuaciones
lineales (de dimensión 2 N u 2 N ) a partir de las ecuaciones 2.15 y 2.19 cuya solución
nos dará los pesos de los dipolos imagen, tanto para la coordenada ‘x’ como para la
coordenada ‘y’.
Así, el sistema será:

N N
& & & & & &
sin(M i ) ¦ G Axx ri , rk ´ I kx cos(M i ) ¦ G Ayy ri , rk ´ I ky sin(M i ) G Axx ri , r0 ´
k 1 k 1
N N
(2.21)
cos(M i ) ¦ C ix,k I k sin M i ¦ C iy,k I k
x y
cos(M i ) C1x, 0
k 1 k 1
i 1,2,3...N
Estando definidas las constantes Cix,k y Ciy,k por la ecuación 2.20. Ambas
constantes pueden ser evaluadas para un medio general multicapa mediante el empleo
de la transformada de Sommerfeld [9] (como veremos posteriormente), aunque para el
espacio libre, ambas constantes coinciden a un valor dado.
Para obtener este valor, evaluaremos las partes en las que se compone la
ecuación 2.20 a):
& & & &
G Axx ri , rk ´ P 0 e jk r r ´ 1
0
& & (2.22)

U 4S r r ´ U
Y b):
& &
xx & & ªw 1 w 1 w º ª P 0 e jko r r ´ º
eˆ U G A ri , rk ´ eˆ U « eˆr eˆT eˆM « & & » (2.23)
¬ wr r wT r sin(T ) wM »¼ ¬« 4S r r ´ ¼»
en esta última ecuación, al estar definido el gradiente únicamente en la dirección êU , los
elementos de las direcciones êT y êM se anulan, por lo que desarrollando obtenemos:
-17-
& & & & & &

& & ª w P e jko r r ´ º PR ª jk e jk r r ´ e jk r r ´
0 0
eˆ U G ri , rk ´ eˆ U « ( 0 & & ) eˆ r »
xx
A eˆ U «( 0
& & & & 2 ) eˆ r
¬« wr 4S r r ´ ¼» 4S «¬ r r´ r r´
& & & &
P 0 e jko r r ´ ª jk 1 º P 0 e jko r r ´ § jk 1 ·
eˆ U «( & &0 & & 2 ) eˆ r » ¨ eˆ U eˆ r ( & &0 & & 2 )
4S «¬ r r ´ r r ´ »¼ 4S ¨ r r´ r r´
© ¹ (2.24)
& &
P0 e
jko r r ´ § ·
¨ >eˆ r& r&´@ ( jk 0 1
) ¸
& & & &
4S r r ´ ¨ U r r ´ r& r&´ 2 ¸
© ¹
Finalmente, uniendo los resultados parciales de las ecuaciones 2.22 y 2.24

obtenemos el valor para espacio libre de las constantes:
& &
P 0 e jko r r ´ §¨ 1 & & jk 0 1 ·
& & ¨ >eˆ U r r ´@ ( & & & & 2 ) ¸¸
x y
C i ,k C i ,k (2.25)
4S r r ´ U r r´ r r´
© ¹
De esta forma, ya tenemos todos los elementos para poder resolver la ecuación
2.21, de la que obtendremos el valor de los dipolos para poder recuperar el vector
potencial en el interior de la cavidad cilíndrica, mediante:
N
& & & & &
xx
G Acy (r ) G Axx r , r0 ´ ¦ I kx G Axx ri , rk ´
k 1
N
(2.26)
& & &
G yx
Acy (r ) ¦ I G ri , rk ´
k 1
k
y yx
A
Destacar que por la ecuación 2.26 se deduce que un dipolo orientado en la

dirección ‘x’ va a producir una componente en la dirección ‘y’ del vector potencial
magnético. Esta componente cruzada, viene proporcionada por los dipolos imágenes
orientados a lo largo de la dirección ‘y’, como podemos observar en la figura 2.5, y
físicamente, es causado por la curvatura circular de la pared del cilindro.
-18-
2.1.2 Resultados
Una vez completada la formulación espacial de la función de Green para fuentes

eléctricas, vamos a comprobar los resultados que obtenemos mediante la misma.
Para ello, partiremos de una situación inicial compuesta por un cilindro de radio
r a O (por lo que todas las unidades de los ejes representados son respecto a O ) y
una frecuencia de 300 MHz.
El grado de cumplimiento de las condiciones de contorno y por tanto, de
corrección del método, es casi siempre (excepto en algún caso particular, por ejemplo la
fuente muy cercana a las paredes del cilindro) directamente proporcional al número de
cargas/dipolos imágenes empleados, de tal forma que conforme aumentamos los
mismos obtenemos mejores resultados. No obstante, como contrapartida, el coste
computacional aumenta de forma considerable, así como los requerimientos de memoria
al trabajar con matrices de valores complejos de elevadas prestaciones. Además, si se
toman demasiadas condiciones de contorno, empleando para ello puntos discretos muy
cercanos, se llegará a un mal condicionamiento del sistema de ecuaciones formado,
obteniendo soluciones incorrectas.
Trataremos por tanto, de emplear un valor mínimo de cargas/dipolos imágenes
con el fin de optimizar los cálculos, obteniendo siempre unos resultados que sean
concordantes con la realidad.
Representaremos el potencial escalar y vectorial para un número distinto de
cargas/dipolos imágenes y en función de la posición de la fuente en el interior de la
cavidad. Así podremos estudiar tanto la disposición de las cargas/dipolos imágenes
alrededor del cilindro en función de la posición de la fuente, como los valores de los
distintos potenciales (escalar y vectoriales).
La posición de la fuente la iremos variando sobre distintos puntos del primer
cuadrante, con el fin de cubrir de la mejor manera posible el mismo. Concretamente,
hemos empleado las siguientes posiciones para este estudio:
1. Posición (0Ȝ,0 Ȝ)
2. Posición (0.25 Ȝ,0.25 Ȝ)
3. Posición (0.625 Ȝ,0 Ȝ)
4. Posición (0.7 Ȝ,0.7 Ȝ)
Finalmente, realizaremos una pequeña comparación mostrando las

características de cada caso respecto a los demás, para poder establecer un
comportamiento lo más definido posible de los potenciales en el interior del cilindro.
-19-
1) Situación de la fuente: (0 Ȝ,0 Ȝ)
En este primer caso, la situación que tenemos al emplear un total de 20

cargas/dipolos imágenes, es la siguiente:
Figura 2.7 Representación cilindro con 20 cargas/dipolos imágenes
Observamos como la técnica de situar las cargas imágenes de forma simétrica

respecto a un plano tangente ha propiciado que para el caso en el que la fuente se
encuentra situada en el origen (0,0) la distribución de las cargas imágenes sea circular,
pero con un radio mayor al del cilindro (concretamente el doble, por la simetría respecto
a los planos tangentes).
Para este mismo caso, vamos a representar el potencial escalar en el interior del
cilindro:
Figura 2.8 Potencial escalar en el interior del cilindro. Fuente en (0 Ȝ,0 Ȝ) y 20 cargas imágenes
Comprobamos como para los bordes, se satisface la condición de contorno (es

decir un valor nulo). Para verificar el grado de cumplimiento de estas condiciones
representaremos el potencial escalar a lo largo del contorno del cilindro, en función del
ángulo del mismo:
-20-
Figura 2.9 Potencial escalar en el contorno del cilindro. Fuente en (0 Ȝ,0 Ȝ) y 20 cargas imágenes
Comprobamos como obtenemos un total de 20 nulos a lo largo del cilindro,

correspondientes a los 20 puntos tangentes en el contorno que habíamos impuesto. Para
el resto de puntos de la pared del cilindro, obtenemos unos valores del potencial
reducido. El método empleado será tanto más exacto cuanto menor sean estos valores,
siendo totalmente ideal si todos ellos fueran cero. En el capítulo 3 mostraremos varias
técnicas empleadas con el fin de reducir este error, obteniendo así una representación
más fidedigna del potencial escalar en el interior del cilindro y reduciendo el coste
computacional.
A continuación, mostraremos el potencial vector G Axx en el interior del cilindro:
xx
Figura 2.10 Potencial vector G A en el interior del cilindro. Fuente en (0 Ȝ,0 Ȝ) y 20 dipolos imagen.
Comprobamos la orientación del potencial vector a lo largo del eje X, así como
un mayor valor en la posición en la que se encuentra la carga.
Para esta situación, se produce una coincidencia de resultados entre los

potenciales vectores G Ayx y G Axy , mostrado en la figura 2.11:
-21-
xy yx
Figura 2.11 Representación potencial vector G A y G A . Fuente en (0 Ȝ,0 Ȝ) y 20 dipolos imágenes.
Finalmente, representaremos el potencial vector en el eje ‘y’ al tener un dipolo

orientado también en esa coordenada, es decir G Ayy , resultado que , por simetría, es
idéntico al G Axx pero orientado en el eje ‘y’:
yy
Figura 2.12 Representación potencial vector G A . Fuente en (0 Ȝ,0 Ȝ) y 20 dipolos imágenes.
Hasta ahora, hemos empleado un total de 20 cargas/dipolos imágenes, no

obstante podemos emplear un número diferente, con lo que obtendremos una
representación que cumplirá mejor o peor las condiciones de contorno en función de
que tenga un número mayor o menor de cargas/dipolos.
En general, las representaciones tenderán a converger, obteniéndose resultados
válidos para un número de entre 15 y 20 cargas imágenes.
Un número relativamente pequeño de cargas imágenes, solo cumplirá las
condiciones de contorno en puntos tangentes del cilindro muy alejados, por lo que los
valores entre ellos pueden ser elevados, de forma que el potencial que estemos
calculando no sea correcto.
Un ejemplo lo podemos obtener representando el potencial escalar en el
contorno del cilindro para un total de 5 cargas imágenes:
-22-
Figura 2.13 Representación del potencial escalar en el contorno. Fuente en (0,0) y 5 cargas
imágenes
En este caso observamos como hemos impuestos cinco valores nulos del
potencial escalar en el contorno, pero en el resto de puntos de la pared el valor del
potencial aumenta de forma considerable (valores muy elevados, de hasta 3.3), por lo
que el potencial escalar obtenido con esta representación tendría un error muy
importante. No obstante el coste computacional en este caso sería muy reducido,
pudiéndose emplear para una primera aproximación.
Para un número elevado de cargas/dipolos, impondremos las condiciones de

contorno en un gran número de posiciones, por lo que se “obliga” al resto de puntos a
tener resultados parecidos, con el fin de poder satisfacer los requisitos impuestos a
ambos lados de los mismos.
Por ejemplo, la figura 2.14 muestra el potencial escalar en el contorno del
cilindro para un total de 30 cargas imágenes. Comprobamos como el valor máximo que
alcanza es muy reducido ( 10 8 ), en comparación con el de la figura 2.13
Figura 2.14 Representación del potencial escalar en el contorno. Fuente en (0 Ȝ,0 Ȝ) y 30 cargas
imágenes
-23-
Finalmente, realizaremos una comparación del potencial escalar Gv y el

potencial vector GAxy para los casos anteriores, es decir, 5 y 30 cargas imágenes.
5 cargas/dipolos imagen 30 cargas/dipolos imagen
xy
Figura 2.15 Comparación potencial escalar y vectorial G A . Fuente en (0 Ȝ,0 Ȝ) y con 5 y 30
cargas/dipolos imagen
Comprobamos como para un número de 5 cargas/dipolos imagen no

conseguimos una buena aproximación de los potenciales escalar y vectorial,
introduciéndose un error importante. Por otro lado, el empleo de 30 cargas/dipolos
imagen ha aumentado el coste computacional de los cálculos frente al de 20
cargas/dipolos. No obstante y a pesar del coste computacional conseguimos un
resultado mucho más preciso, pues tanto las condiciones de contorno para el caso
escalar como vectorial se cumplen de forma más correcta.
Para terminar con este caso, deberemos indicar que la situación de la fuente en la
posición central (0,0) del cilindro, ha provocado la simetría de todas las gráficas
mostradas hasta ahora. Con una variación de la posición de la fuente eléctrica, esta
simetría desaparecerá, obteniéndose resultados muy diferentes en función de la posición
de la misma.
-24-
2) Situación de la fuente: (0.25 Ȝ,0.25 Ȝ)
En este caso, situaremos la fuente eléctrica en la posición (0.25 Ȝ, 0.25 Ȝ), lo que
provocará en primer lugar, una variación de la situación de las 20 cargas/dipolos imagen
alrededor de la cavidad circular, como podemos observar en la figura 2.16:
Figura 2.16 Situación de 20 cargas/dipolos imagen alrededor de la cavidad con la fuente en la

posición (0.25 Ȝ,0.25 Ȝ)
Observamos como aquellos puntos tangentes al contorno de la cavidad que se

encuentran más cercanos a la fuente eléctrica proporcionan una posición de las
cargas/dipolos más cercanas y viceversa.
En este caso, obtenemos el siguiente potencial escalar:
Figura 2.17 Potencial escalar en el interior del cilindro. Fuente en (0.25 Ȝ,0.25 Ȝ) y 20 cargas
imágenes
Comprobamos como al variar la fuente de posición, hemos variado la

distribución del potencial escalar, dejando ésta de ser simétrica, y apareciendo un
máximo en las posiciones cercanas a la fuente (debido a la singularidad en la misma).
Debido a la cuadrícula empleada en la implementación numérica del algoritmo,
si la fuente se sitúa en un punto de la misma, pueden aparecer valores muy elevados,
debido a la influencia de la carga en ese punto (nuevamente, debido a la singularidad).
En un caso general, cuando la posición exacta de la carga no coincide con un punto de
la rejilla empleada, obtendremos una representación más visual (sin el máximo local).
No obstante estos problemas se pueden evitar de forma sencilla, sin más que cambiar el
paso con el que se define la cuadrícula.
-25-
Para el caso del Potencial escalar, el haber variado la posición de la fuente,

también rompe con la estructura de la distribución del potencial en el contorno del
cilindro, en el que, aunque aparecerán los 20 nulos impuestos por el sistema de
ecuaciones, hará que el resto de puntos de la pared tenga una distribución muy variable,
en función no lineal de su distancia a la fuente, como podemos observar en la figura
2.18.
Figura 2.18 Representación del potencial escalar en el contorno. Fuente en (0.25 Ȝ ,0.25 Ȝ) y 30
cargas imágenes
Así vemos como en este caso, para el ángulo sobre el que se encuentra la fuente
obtenemos un potencial menor, aumentando éste en la dirección opuesta a la fuente.
Este comportamiento es particular, ya que de forma general suele producirse un
aumento del valor del Potencial escalar conforme la carga se acerca a la pared del
cilindro, como observaremos de forma detallada en un caso posterior.
A continuación, mostraremos el potencial vector G Axx para este caso en el
interior del cilindro:
xx
Figura 2.19 Potencial vector G A en el interior del cilindro. Carga en (0.25 Ȝ, 0.25 Ȝ) y 20 cargas imagen
Comprobamos como en este caso no se aprecia de una forma tan clara el efecto
de la orientación de la fuente a lo largo del eje ‘x’ como en el caso anterior,
obteniéndose además una distribución no simétrica.
-26-
Para esta situación, ya no se produce una coincidencia de resultados entre los

potenciales vectores G Ayx y G Axy , siendo lógica esta falta de equivalencia: un dipolo
situado en la posición (0.25 Ȝ, 0.25 Ȝ) a lo largo del eje ‘x’ no va a producir sobre el eje
‘y’ el mismo efecto que un dipolo orientado a lo largo del eje ‘y’ sobre el eje ‘x’, debido
a la falta de simetría de su posición en la cavidad.
Mostraremos en las figuras 2.20 y 2.21 los potenciales vector G Axy y G Ayx
respectivamente:
xy
Figura 2.20 Representación potencial vector G A . Fuente en (0.25 Ȝ, 0.25 Ȝ) y 20 dipolos imágenes.
yx
Finalmente, representaremos el potencial vector en el eje ‘y’ al tener un dipolo

orientado también en esa coordenada, es decir G Ayy . En este caso, al estar situada la
fuente eléctrica en una posición distinta al origen de coordenadas, y al igual que en las
otras representaciones de este caso, se rompe la simetría que teníamos en el apartado 1).
-27-
yy
Figura 2.22 Representación potencial vector G A . Carga en (0.25 Ȝ, 0.25 Ȝ) y 20 dipolos imágenes.
En cuanto a la variación del número de cargas/dipolos imagen para este caso,

obtenemos un resultado similar al primer apartado, de tal forma que existe un
compromiso entre corrección y coste computacional. Para esta posición de la fuente en
el interior de la cavidad circular, con un número de entre 15 y 20 imágenes obtenemos
resultados suficientemente válidos.
3) Situación de la fuente: (0.625 Ȝ,0 Ȝ)
En este caso, situaremos la fuente eléctrica en la posición (0.625 Ȝ, 0 Ȝ), lo que

provocará en primer lugar, una variación de la situación de las 20 cargas/dipolos imagen
alrededor de la cavidad circular, como podemos observar en la figura 2.23:
Figura 2.23 Situación de 20 cargas/dipolos imagen alrededor de la cavidad con la fuente en (0.625,0)
Comprobamos como al aumentar la distancia de separación entre la fuente y el

centro del cilindro, la distribución de las cargas/dipolos imagen varía de forma
considerable, teniendo un mayor efecto sobre la posición final de las imágenes la
simetría de la carga fuente respecto al plano tangente, cuanto más cerca se encuentra
ésta de las paredes del cilindro. Así, las posiciones imágenes situadas enfrente de la
pared del cilindro que se encuentra más cerca de la fuente se acercan a la misma, para
tratar de contrarrestar el efecto que esta cercanía pudiera tener sobre el potencial en el
contorno del cilindro.
Para este caso, obtenemos el siguiente potencial escalar:
-28-
Figura 2.24 Potencial escalar en el interior del cilindro. Fuente en (0.625 Ȝ,0 Ȝ) y 20 cargas imágenes
Representaremos el potencial escalar en el contorno del cilindro, observando que

existe una simetría (la misma que podemos observar en la representación en 3D y 2D)
respecto a y=0. Además, la aproximación de las cargas imágenes a las paredes del
cilindro en las posiciones en las que se encuentra más cercana la fuente eléctrica,
consigue disminuir el error en esos puntos, como observamos en la figura 2.25
Figura 2.25 Representación del potencial escalar en el contorno. Fuente en (0.625 Ȝ ,0 Ȝ) y 20

cargas imágenes
A continuación, mostraremos el potencial vector G Axx para este caso en el

interior del cilindro:
xx
Figura 2.26 Potencial vector G A en el interior del cilindro. Carga en (0.625 Ȝ, 0 Ȝ) y 20 cargas
imagen
-29-
Comprobamos como se sigue manteniendo la simetría anterior alrededor del eje

‘x’, debido a la colocación de la fuente en él.
A continuación representaremos los Potenciales vectoriales G Ayx y G Axy , que
debido a la falta de simetría total no serán equivalentes, aunque si que mostrarán
simetría de forma individual respecto al eje ‘x’, como el resto de Potenciales hallados
para este caso.
xy
Figura 2.27 Representación potencial vector G A . Carga en (0.625 Ȝ, 0 Ȝ) y 20 dipolos imágenes.
yx
Figura 2.28 Representación potencial vector G A . Carga en (0.625 Ȝ, 0 Ȝ) y 20 dipolos imágenes.
Finalmente, representaremos el potencial vectorial G Ayy , que, al igual que el resto
de potenciales, presenta simetría respecto al eje ‘x’:
yy
Figura 2.29 Representación potencial vector GA . Carga en (0.625 Ȝ, 0 Ȝ) y 20 dipolos imágenes.
-30-
Como en el resto de casos, un número de imágenes diferente hubiera variado la

aproximación de los potenciales, aumentando su error y disminuyendo el coste
computaciones (si disminuimos el número de imágenes) o aumentando la precisión y el
coste computacional (aumentando el número de imágenes).
4) Situación de la fuente: (0.7,0.7)
En este caso, situaremos la fuente eléctrica en la posición (0.7, 0.7), situación

que se encuentra muy próxima a la pared del cilindro. Esta proximidad provoca una
distribución característica de las cargas/dipolos imágenes alrededor del cilindro, como
podemos observar en la figura 2.30:
Figura 2.30 Situación de 20 cargas/dipolos imagen alrededor de la cavidad con la fuente en (0.7, 0.7)
Realizando un “zoom” a la zona donde está situada la carga fuente, podemos

observar en detalle como las cargas imágenes se acercan a ésa (aquellas que están
ligadas a puntos tangentes en el contorno muy cercanos a la fuente) o se alejan (para las
imágenes ligadas a puntos tangentes más lejanos).
Figura 2.31 “Zoom” de la situación de 20 cargas/dipolos imagen alrededor de la cavidad con la

fuente en (0.7 Ȝ, 0.7 Ȝ)
-31-
Además, debido a la cercanía de la fuente a las paredes del cilindro, existirán

puntos del contorno donde será muy difícil que se cumplan de forma exacta las
condiciones necesarias para obtener una buena aproximación de los potenciales.
Concretamente, en aquellas zonas de la pared del cilindro muy cercanas a la fuente.
Así, obtenemos la siguiente representación del potencial escalar:
Figura 2.32 Potencial escalar en el interior del cilindro. Fuente en (0.7 Ȝ,0.7 Ȝ) y 20 cargas imágenes
Comprobamos como el potencial escalar se centra de forma casi exclusiva en la

zona cercana a la pared, siendo el resto de valores casi nulo. Por esta cercanía,
obtendremos un pico de potencial en el contorno del cilindro que corresponde a la
posición de la fuente, pico que evita que el potencial escalar se anule a lo largo del
contorno, como podemos observar en la figura 2.33.
Figura 2.33 Representación del potencial escalar en el contorno. Fuente en (0.7 ,0.7) y 20
cargas/dipolos imágenes
La presencia de este pico de potencial, que evita que se cumplan las condiciones
de contorno, es uno de los problemas que tiene esta aproximación: el error introducido
cuando la fuente se encuentra cerca de las paredes. En el capítulo siguiente
introduciremos varias técnicas con las que conseguiremos reducir de forma significativa
este error.
A continuación, mostraremos el potencial vector G Axx en el interior del cilindro:
-32-
xx
Figura 2.34 Potencial vector G A en el interior del cilindro. Fuente en (0.7 Ȝ, 0.7 Ȝ) y 20 cargas
imagen
Comprobamos como éste aparece únicamente en el borde del cilindro, en la
situación donde se encuentra la fuente. Para el resto de posiciones del interior de la
cavidad, el valor del potencial es nulo.
La falta de simetría de la ubicación de la fuente hace que los potenciales

vectoriales G Ayx y G Axy no coincidan, aunque en este caso obtenemos resultados
parecidos, muy confinados en la cercanía de la posición de la fuente y limitados por la
cercana presencia de la pared del cilindro.
xy
-33-
yx
Finalmente, representaremos el potencial vectorial G Ayy , que presenta unas

características similares al resto de potenciales para este caso, centrándose de forma casi
exclusiva en las posiciones cercanas a la fuente y la pared del cilindro.
yy
Por último comentar que para este tipo de casos en los que la fuente se encuentra
muy cercana a las paredes del cilindro, un aumento del número de cargas/dipolos
imagen no tiene porqué provocar un mejor cumplimiento de las condiciones de
contorno. Es más, un mayor número de imágenes puede provocar que, a pesar de
cumplirse los nulos en los puntos impuestos, el resto de puntos intermedios se vea
sometido a unos valores de potencial muy elevados dejándose de cumplir por tanto las
condiciones de contorno en esos puntos e introduciendo un mayor error en la
aproximación de los potenciales obtenida.
-34-
5) Conclusiones
Finalmente, vamos a resaltar la influencia de la posición de la fuente en el

interior del cilindro y del número de cargas/dipolos imágenes empleados para su
cálculo.
Como hemos comprobado en los apartados anteriores, al situar la fuente en el
centro aumenta la simetría de los potenciales calculados, así como la distribución de los
mismos sobre el contorno del cilindro. Las condiciones de contorno se cumplen de
forma exacta en los puntos impuestos, mientras que en el resto se producen oscilaciones
controladas y periódicas (tanto para el caso escalar como para el caso vectorial).
Conforme separamos la fuente del centro del cilindro, se va rompiendo la
simetría de los potenciales (aunque ésta se mantiene al situar la carga en el eje ‘x’ ó ‘y’).
La distribución de campos varía de forma sensible, en función de la posición de la
fuente, así como el valor de los mismos en el contorno del cilindro.
Finalmente, al tener ubicada la fuente muy cerca de las paredes de la cavidad, el
valor de todos los potenciales se concentra en esa región, siendo prácticamente nulo
para el resto de casos. Por su parte, la distribución de los mismos alrededor del contorno
muestra un elevado valor para las paredes cercanas a la fuente, siendo muy reducido
para el resto de casos. Este valor elevado, este pico, provoca que en esa zona no se
cumplan las condiciones de contorno, introduciendo un error en la aproximación de los
potenciales que será tanto más elevado como mayor sea el pico.
De esta forma, tenemos caracterizado totalmente el potencial escalar y vectorial
en el interior de un cilindro, con independencia de la posición de la fuente y mediante
un número de cargas/dipolos imágenes (que será un compromiso entre precisión y coste
computacional). El error introducido en la aproximación empleada será reducido
mediante diversas técnicas que presentaremos en el capítulo siguiente, para obtener así
unas representaciones de los potenciales más precisas.
-35-
2.2 Formulación espacial con fuentes magnéticas

2.2.1 Desarrollo de la formulación
En este caso, la formulación planteada parte de los mismos principios que para
el caso de fuentes eléctricas, pero aparece una diferencia importante: las condiciones de
contorno que se deben satisfacer en las paredes del cilindro son diferentes, pues las
fuentes en este caso son magnéticas.
La distribución de las cargas/dipolos alrededor de la cavidad circular sigue
exactamente la misma forma que en el caso anterior, definiéndose un número de puntos
tangentes alrededor del contorno del cilindro con sus planos tangentes, y asignando a
cada uno de estos puntos una carga/dipolo imagen simétrica respecto a la fuente y los
planos tangentes.
En este caso, el campo magnético creado por la fuente
& será:
& &
H jZF Im jZF j
& F (2.27)
ZP0H 0
La condición de contorno que debe cumplir el campo magnético en el contorno
del cilindro será el valor nulo de su componente normal, es decir:
&
H eÛ 0 en la pared del cilindro (2.28)
Siendo ê p el vector unitario radial, en coordenadas cilíndricas, como podemos
observar en la figura 2.38:
Figura 2.38 Situación una carga imagen respecto al cilindro
Para el caso del potencial escalar eléctrico, vamos a imponer que la componente
normal de su gradiente sea nula en el contorno del cilindro, como muestra la ecuación
2.29:
(I m ) eˆ U 0 en la pared del cilindro (2.29)
En primer lugar, mostraremos como imponer la condición en un único punto

tangente ‘i’ de la pared del cilindro (habiendo definido por teoría de imágenes una carga
imagen, según explicamos en la teoría basada en fuentes eléctricas del apartado
anterior), obteniendo:
& & & &
q1 GW ri , r1´ eˆ p1 GW ri , ro ´ eˆ p1 (2.30)
De esta forma, el potencial escalar obtenido con esta técnica será:
-36-
& & & & &

G wcyc (r ) Gv r , ro ´ q1 G w r , r1´ (2.31)
& &
Siendo Gw r , r ´ el potencial escalar magnético de una carga en condiciones de
espacio libre:
& &
jko r r ´
& & 1 e
G w r , r ´ & & (2.32)
4SP 0 r r ´
Al igual que ocurría para el caso de fuentes eléctricas, será necesario imponer las
condiciones de contorno para el potencial escalar eléctrico en más de un punto de la
pared del cilindro. Para ello, emplearemos la misma estrategia que hasta ahora, pero
extendiéndolo a un total de N puntos tangentes en la pared del cilindro, de tal forma que
exigiremos que se cumplan simultáneamente los requisitos en todos los puntos.
Así planteamos el sistema de ecuaciones:
N
& & & &
¦ q k G w ri , rk ´ eˆ pi G w ri , ro ´ eˆ pi
k 1 (2.33)
i 1,2,3...N
Comprobamos que en este caso tenemos una dificultad añadida, el cálculo del
& &
gradiente del potencial escalar eléctrico, Gw ri , rk ´ , No obstante, para espacio libre
podemos desarrollar este gradiente de una forma sencilla.
Si trabajamos con coordenadas cilíndricas, el gradiente será:
wt 1 wt 1 wt
t eˆr eˆT eˆM (2.34)
wr r wT r sin(T ) wM
Y aplicándolo al potencial escalar magnético, tendremos:

& &
& & ªw 1 w 1 w º ª 1 e jk0 r r ´ º
G w r , r ´ eˆ p « eˆr eˆT eˆM « & & » eˆ p
¬ wr r wT r sin(T ) wM »¼ ¬« 4SP 0 r r ´ ¼»
& & & & & &
w ª 1 e jk0 r r ´ º 1 ª & & e 0
jk r r ´ jk r r ´
e 0 º
eˆr « & & » eˆ p « jk 0 r r ´ & & 2 & & 2 » eˆr eˆ p
wr ¬« 4SP 0 r r ´ ¼» 4SP 0 «
¬ r r´ r r´ »¼
& & & &
jk r r ´ º & & (2.35)
1 ª
jk r r ´
& & e 0 e 0 (r r ' )
« jk 0 r r ´ & & 2 & & 2 » & & eˆ p
4SP 0 « r r´ r r ´ »¼ r r ´
¬
& &
jk r r ´
eˆ p & & & & e 0
(r r ' ) 1 jk 0 r r ´ & & 3
4SP 0 r r´
De esta forma una vez resuelto el sistema de la ecuación 2.33 obtendremos el

valor complejo de las cargas imágenes necesarias para poder satisfacer las condiciones
de contorno en los N puntos tangentes del cilindro.
Finalmente, obtenemos el potencial escalar magnético en el interior de la

cavidad mediante la ecuación 2.36:
N
& & & & &
GWcy (r ) G w (r , r0 ' ) ¦ q k G w (r , rk ' ) (2.36)
k 1
-37-
Para la evaluación del potencial vector eléctrico de la función de Green diádica,

realizamos un proceso similar, pero teniendo en cuenta la naturaleza de la magnitud
computada. Supongamos para ello un dipolo orientado a lo largo del eje ‘x’, como
podemos observar en la figura 2.39:
Figura 2.39 Dipolo fuente en el eje ‘x’ y sus dos dipolos imagen asociados a un punto tangente
Al igual que para el caso del potencial escalar, impondremos en primer lugar las
condiciones de contorno a cumplir en un punto discreto ‘i’ de la pared del cilindro.
En este caso, partimos de la ecuación 2.28 que nos definía que la componente
normal del campo magnético en la pared del cilindro debe de ser nula, lo que tras el
&
análisis del campo magnético H (definido en la ecuación 2.27) nos lleva a dos
condiciones diferentes a imponer:
&
eˆ p F 0 (2.37)
&
eˆ p ( F ) 0 (2.38)
Así, impondremos de forma conjunta sobre el punto tangente ‘i’ las dos
condiciones definidas por las ecuaciones 2.37 y 2.38.
Para satisfacer estas condiciones, emplearemos al igual que en el caso de fuentes
eléctricas dos dipolos ortogonales, uno orientado en el eje ‘x’ y el otro en el eje ‘y’, tal y
como podemos observar en la figura 2.39
Cada uno de estos dipolos orientados tendrá un determinado valor, que
deberemos obtener resolviendo el sistema impuesto en el punto tangente ‘i’.
Analizando cada condición por separado:

&
1) eˆ p F 0
&
Que nos indica que la componente normal del vector potencial F debe
ser nula, lo que nos anularía el primer término del campo eléctrico en ese punto
de la ecuación 2.27.
Así, esta condición implica:
-38-
& & & & & &

eˆ p ( M 1x G Fxx ri , r1´ eˆ x M 1y G Fyy ri , rk ´ eˆ y ) eˆ p (G Fxx ri , r0 ´ eˆ x ) 0 (2.39)
&
Donde hemos tenido en cuenta la presencia de la carga fuente, en r0 .
Desarrollando esta última expresión, obtenemos:

& & & & & &
cos(M1 ) M G Fxx ri , r1´ sin(M1 ) M 1y G Fyy ri , r1´ cos(M1 ) M 1x G Fxx ri , r0 ´
1
x
(2.40)
Correspondiéndose a la imposición de la ecuación 2.37 en un punto
tangente ‘i’ del contorno del cilindro.
&
2) eˆ p ( F ) 0
Esta ecuación nos indica que la componente normal del gradiente de la

&
divergencia del vector potencial F debe de ser nula, lo que nos anulará el
segundo término en ese punto de la ecuación 2.27.
Vamos a simplificar la ecuación 2.38 de forma que sea más directa su
aplicación a los puntos tangentes de la cavidad, trabajando para ello en
coordenadas cilíndricas.
&
En primer lugar, la divergencia de F será:
& 1 w
F UFU 1 wFM wFz (2.41)
U wU U wM wz
Por lo que el gradiente de la divergencia será:

&
F
w ª1 w
« UFU 1 wFM wFz º» Uˆ
wU ¬ U wU U wM wz ¼
(2.42)
1 w ª1 w
« UFU 1 wFM wFz º»Mˆ w ª« 1 w UFU 1 wFM wFz º» zˆ
U M ¬ U wU U wM wz ¼ wz ¬ U wU U wM wz ¼
Y multiplicando por el vector normal ê p e igualando a cero, tendremos:

&
eˆ U (F )
ª1 w
eˆ U
« UFU 1 wFM wFz º» eÛ
w
¬ U wUwU U wM wz ¼
(2.43)
w ª1 w 1 wFM wFz º 1 w 1 w2 w 1 wFM
« UFU » 2
( U FU ) 2
( UFU ) ( ) 0
wU ¬ U wU U wM wz ¼ U wU U wU wU U wM
Posteriormente, aplicamos la condición impuesta por la ecuación 2.37, es

&
decir, que la componente normal del vector F es nula, con lo que obtendremos:
& w 1 wFM w w 1
eˆ U (F ) ( ) ( ( FM )) 0 (2.44)
wU U wM wM wU U
Entonces si imponemos la condición:
w 1 1 wFM FM
( FM ) 0 (2.45)
wU U U wU U 2
-39-
Siempre estaremos cumpliendo la ecuación 2.38, habiendo simplificado

la misma de forma considerable y siendo esta la condición que deberemos de
imponer en cada punto tangente del cilindro.
Finalmente, proyectando sobre los ejes tendremos la condición sobre un
único punto tangente:
sin(M1 ) C1x,1 M 1 cosM1 C1y,1 M 1
x y
sin(M1 ) C1x,0 (2.46)
donde hemos definido las constantes:
& &
xx & & G Fxx ri , rk ´
C i ,k eˆ p G F ri , rk ´
x
U
(2.47)
& & G yy
r&i , r&k ´
C y
i ,k eˆ p G ri , rk ´
yy
F
F
El proceso seguido equivale a ajustar la orientación y valor de un único dipolo

imagen, al que hemos descompuesto en los ejes ‘x’ e ‘y’, tal y como mostramos en la
figura 2.6.
Este mismo procedimiento lo extenderemos ahora hasta un total de N puntos
tangentes alrededor del contorno del cilindro, obteniendo un sistema de ecuaciones
lineales (de dimensión 2 N u 2 N ) a partir de las ecuaciones 2.40 y 2.46 cuya solución
nos dará los valores de los dipolos imagen, tanto para la coordenada ‘x’ como para la
coordenada ‘y’.
Así, el sistema será:
N N
& & & & & &
cos(M i ) ¦ G Fxx ri , rk ´ M kx sin(M i ) ¦ G Fyy ri , rk ´ M ky cos(M i ) G Fxx ri , r0 ´
k 1 k 1
N N
sin(M i ) ¦ C ix,k M kx cosM i ¦ C iy,k M ky sin(M i ) C1x,0 (2.48)
k 1 k 1
i 1,2,3...N
Estando definidas las constantes Cix,k y Ciy,k por la ecuación 2.47. Ambas
constantes pueden ser evaluadas para un medio general multicapa mediante el empleo
de la transformada de Sommerfeld [9], aunque para el espacio libre, ambas constantes
coinciden a un valor dado.
Para obtener este valor, evaluaremos las partes en las que se compone la
ecuación 2.47a):
& & & &
G Fxx ri , rk ´ H 0 e jk r r ´ 1 0
& & (2.49)

U 4S r r ´ U
Y b):
& &
& & H0 e
jko r r ´ § ·
eÛ G ri , rk ´
xx
& & ¨ >eˆ r& r&´@ ( & jk0& 1 ) ¸ (2.50)
F
¨ U & &
4S r r ´ © r r ´ r r ´ 2 ¸¹
Donde esta última ecuación presenta un desarrollo totalmente análogo a la

ecuación 2.23, por lo que se ha omitido.
-40-
Finalmente, uniendo los resultados parciales de las ecuaciones 2.49 y 2.50

obtenemos el valor para espacio libre de las constantes:
& &
H 0 e jko r r ´ §¨ & & jk 0 1 1·
& & ¨ >eˆ U r r ´@ ( & & & & 2 ) ¸¸
x y
C i ,k C i ,k (2.51)
4S r r ´ r r´ r r´ U
© ¹
De esta forma, ya tenemos todos los elementos para poder resolver la ecuación
2.48, de la que obtendremos el valor de los dipolos para poder recuperar el vector
potencial eléctrico en el interior de la cavidad cilíndrica, mediante:
N
xx & & & & &
G Fcy (r ) G Fxx r , r0 ´ ¦ M kx G Axx ri , rk ´
k 1
N
(2.52)
& & &
G yx
Fcy (r ) ¦ M G ri , rk ´
k 1
k
y yx
A
Destacar que por la ecuación 2.52 se deduce que un dipolo orientado en la

dirección ‘x’ va a producir una componente en la dirección ‘y’ del vector potencial
eléctrico. Esta componente cruzada, viene proporcionada por los dipolos imágenes
orientados a lo largo de la dirección ‘y’, como podemos observar en la figura 2.39, y
físicamente, es causado por la curvatura circular de la pared del cilindro.
2.2.2 Resultados
Al partir de una formulación similar a la del caso eléctrico (cambiando las

fuentes por magnéticas) y al haber variado únicamente las condiciones de contorno, las
aproximaciones de los potenciales tanto escalar como vectorial serán correctas aunque
introducirán un error que variará en función del número de cargas/dipolos imágenes
empleados y de la situación de la carga fuente en el interior del cilindro.
En este trabajo nos centraremos en la formulación bajo fuentes eléctricas, no
obstante la validez de esta formulación bajo fuentes magnéticas ha quedado contrastada
en [6], obteniéndose resultados satisfactorios y una convergencia rápida para un número
de entre 15 y 20 cargas/dipolos tangentes. Algunos de los resultados obtenidos en [6]
para una frecuencia de 300Mhz y una posición de la fuente de (0.5O ,0) son:
Figura 2.40 Potencial escalar magnético normalizado en el eje x=0
-41-
xx
Figura 2.41 Potencial vector eléctrico G F normalizado en el eje x=0
xx
Figura 2.42 Potencial vector eléctrico G F normalizado en el eje y=0
yx
Figura 2.43 Potencial vector eléctrico G F normalizado evaluado con 20 imágenes
-42-
2.3 Software desarrollado
En el desarrollo del software, en lenguaje Fortran 90 [12] (elegido por las

razones que expusimos anteriormente), partimos de un programa anterior, que realizaba
los cálculos principales.
Concretamente, a partir de los datos iniciales que se pasan al programa mediante
un fichero texto (como puede ser la frecuencia, número de puntos de la rejilla, número
de cargas/dipolos imagen, posición de la carga fuente, radio del cilindro, etc) se encarga
de situar las imágenes alrededor de la cavidad y calcular el valor de las mismas, tanto
para el caso del potencial escalar como para el potencial vectorial. Finalmente, grabará
en disco el valor complejo de los potenciales calculados.
En esta primera aproximación, incluiremos además el cálculo del potencial
escalar sobre la superficie del cilindro y realizaremos los programas Matlab[13] que nos
representen tanto la situación del cilindro y las cargas como los distintos potenciales
(escalar y vectorial) en 3D y los cortes sobre los ejes fundamentales.
Debido a la extensión del programa, no vamos a mostrarlo de forma completa,
sino que indicaremos cuales son los ficheros de que se compone, como toman los datos
iniciales y como facilita los resultados, además de indicar la forma de visualizar los
mismos mediante el código en Matlab.
2.3.1 Introducción de los datos
En primer lugar, deberemos introducir los datos iniciales al programa, que serán:
o Frecuencia: a la que realizaremos el estudio de la cavidad. Por ejemplo, una

frecuencia de 300Mhz.
o Radio del cilindro, que definirá la cavidad a analizar.
o Número de imágenes, que nos indicará el número de cargas/dipolos que
impondremos alrededor del cilindro para satisfacer las condiciones de contorno.
o Posición de la fuente en la cavidad, que estará compuesta por la posición en el
eje ‘z’,’x’ e ‘y’.
o Número de puntos de la rejilla, que se refiere al número de puntos en el eje ‘x’ e
‘y’ con el que haremos una cuadricular que englobe al cilindro, para poder
calcular los potenciales en su interior y poder realizar una representación en 3D
de los mismos.
Todos estos valores deben estar contenidos en un fichero denominado

“Datos.in”, que debe estar ubicado en el mismo directorio que el programa en Fortran
principal.
A continuación mostraremos un ejemplo de este fichero, que aclarará su formato

y facilitará posibles modificaciones del mismo:
-43-
! Datos de entrada del programa Potcil

! Frecuencia
3.0D8
! Radio del cilindro:
1.0D0
! Número de cargas/dipolos imagen.
15
! Posición de la fuente en el cilindro (x,y,z):
0.0D0 0.0D0 0.0D0
! Número de puntos de la rejilla (x,y)
51 51
2.3.2 Programa en Fortran 90
El código del programa en Fortran 90 está dividido en varios ficheros, para

facilitar su modularidad y mantenimiento. Además, todos los ficheros han sido
debidamente comentados para aclarar su funcionamiento en caso necesario.
En cuanto a su ejecución, está se podrá realizar tanto en un sistema Windows
(con cualquier compilador de Fortran) como en un sistema Linux, incluyendo un fichero
“Makefile” que facilita su compilación, como explicaremos en detalle posteriormente.
2.3.2.1 Código empleado
Mostraremos los distintos ficheros que se han empleado en el desarrollo del

código, indicando su funcionalidad:
o ludcmp.f90
Esta rutina se emplea para realizar la factorización LU de una matriz de números
complejos, tal y como se detalla en [12].
o lubksb.f90
Esta rutina se emplea para realizar la sustitución hacia atrás de una matriz de
coeficientes complejos, que ha sido factorizada en su forma LU previamente,
mediante la rutina ludcmp.f90, como se explica en [12]. Lo emplearemos para
poder resolver sistemas de ecuaciones lineales complejas.
o nrtype.f90
Es un módulo que se encarga de definir algunas constantes y parámetros usados
de forma habitual en el cálculo numérico.
o nrutil.f90
Es un módulo que define una gran cantidad de subrutinas numéricas empleadas
de forma frecuente, y que han sido definidas en [12].
o const1r.90
Este módulo se encarga de la definición de algunas constantes físicas que
emplearemos a lo largo del programa principal, como por ejemplo el número pi,
la permitividad del vacío, etc.
-44-
o pgenegeometry.f90
Este módulo define el nombre de variables, para que sean usadas en varios
programas con el mismo nombre, facilitando así la portabilidad entre ellos. Por
ejemplo, para la frecuencia (‘freq’), el número de onda (‘k0’), etc.
o pescalarf_contorno.F90
Esta subrutina se encarga de la situación de N puntos tangentes alrededor del
cilindro, ubicar las cargas imágenes alrededor de los mismos, y calcular el valor
complejo de las cargas para que se satisfagan las condiciones de contorno en
esos N puntos. Para ello, implementa la teoría del potencial escalar bajo fuentes
eléctricas que ha sido desarrollada en el punto 2.1
Recibirá toda la información de entrada necesaria (como el número de puntos
tangentes, el radio del cilindro, ubicación de la carga fuente, etc) y devolverá el
potencial escalar calculado, tanto en todo el interior del cilindro como en el
contorno del mismo (pudiéndose así verificar si se cumplen o no las condiciones
de contorno).
Por último, también grabará para su posterior representación la situación de las
cargas imágenes, puntos tangentes en el cilindro y la fuente, en el subdirectorio
“resultados”.
o pvectorf.F90
Esta subrutina se encarga de la situación de N puntos tangentes alrededor del
cilindro, ubicar los dipolos imágenes alrededor de los mismos, y calcular el
valor complejo de los dipolos para que se satisfagan las condiciones de contorno
en esos N puntos. Para ello, implementa la teoría del potencial vectorial
magnético bajo fuentes eléctricas que ha sido desarrollada en el punto 2.1 Este
cálculo se realizará bajo dos suposiciones: que el dipolo fuente se encuentra en
su ubicación orientado respecto al eje ‘x’ y respecto al eje ‘y’, pudiendo así
obtener todos los potenciales vectoriales.
o Potril.F90
Se trata del programa principal, que se encargará de extraer los parámetros de
análisis del fichero “Datos.in” e ir llamando a las distintas funciones para
calcular todos los potenciales (escalar y vectorial). Finalmente, grabará en el
subdirectorio “resultados” los valores obtenidos para todos los cálculos.
2.3.2.2. Compilación y ejecución
El correcto funcionamiento del programa ha sido comprobado para el sistema

operativo Windows (con el compilador Intel Fortran 9.0) como para sistemas Linux
(con el mismo compilador).
Es importante que el fichero de entrada “Datos.in” se encuentre en el mismo
directorio que los programas Fortran, así como la existencia en ese directorio de un
subdirectorio “resultados” en el que se grabarán todos los ficheros de salida.
En el caso de estar bajo un entorno Windows, la forma más sencilla de ejecutar
el programa es incluir todos los ficheros en un nuevo “proyecto”, en cualquiera de los
entornos visuales Fortran existentes (por ejemplo Intel Visual Fortran, Compaq Visual
Fortran, etc). El entorno reconocerá el programa Principal (Potcil.F90) y permitirá su
ejecución.
-45-
En el caso de estar bajo un entorno Linux, se ha creado un fichero “Makefile”

que llamará al compilador de Fortran instalado en el sistema, compilando de forma
automática todos los ficheros. La ejecución del programa será como en el resto de
programas en Linux, mediante “./Potcil”.
2.3.3. Programa en Matlab©
Una vez que ha sido ejecutado el programa “Potcil”, se habrán guardado el

cálculo de todos los potenciales en el subdirectorio “resultados”, en fichero de texto
planos.
Mediante el entorno Matlab [13], vamos a leer la información contenida en
dichos ficheros, con el fin de poder visualizar todo el contenido, en un total de 12
figuras: situación en la que nos encontramos (cilindro, posiciones de las cargas,
posiciones de los puntos tangentes en la cavidad, etc), representación del potencial
escalar (en 3D, a lo largo del contorno del cilindro y el corte con los ejes) y del
potencial vectorial (concretamente, representaremos los potenciales G Axx , G Ayx , G Axy y
G Ayy tanto en 3D como los cortes con los ejes de esas representaciones).
2.3.3.1 Código empleado
Hemos empleado dos ficheros script de Matlab, para poder mostrar gráficamente
los resultados:
o representa_situacion.m
Es una función que se encarga de coger toda la información de la ubicación de
las imágenes, los puntos tangentes del cilindro, la posición de la fuente, y la
forma del cilindro, para poder visualizar la situación que estamos analizando.
o inicio.m
Es el programa principal, que además de llamar a la función para representar la
situación en la que nos encontramos, se encarga de extraer de los ficheros toda la
información de los potenciales y visualizarlos de forma gráfica, en 3D y
mostrando el corte con los ejes de todos los potenciales. Para el caso del
potencial escalar, se incluye además el potencial obtenido a lo largo del contorno
del cilindro.
2.3.3.2 Ejecución
Los dos scripts de Matlab se encuentran por defecto dentro del subdirectorio
“resultados” que es donde se guardan todos ficheros de información para el cálculo de
los potenciales. En ese directorio, habrá que ejecutar el programa “inicio.m”,
escribiendo “inicio” en la línea de comandos de Matlab ó abriendo el fichero y
ejecutándolo.
-46-
Capítulo 3: Optimización de la función espacial de Green
3. Optimización de la función espacial de Green

3.1 Introducción
En este tercer capítulo vamos a optimizar la función de Green obtenida

mediante la formulación espacial de imágenes en un recinto cilíndrico infinitesimal,
aunque todas las técnicas expuestas son válidas para cualquier tipo de estructura
arbitraria definida, como veremos posteriormente.
Concretamente, nos vamos a centrar en el caso de situar una fuente eléctrica en
el interior de un cilindro, y vamos a buscar una medida de la corrección de la
aproximación empleada, es decir, el grado en el que las condiciones de contorno son
satisfechas.
Para ello, evaluaremos los potenciales (tanto escalar como vectorial) alrededor
del contorno del cilindro, observando si se verifican las condiciones en cada punto, y en
caso de que no sea así, obteniendo un valor que nos pueda representar el error cometido.
De esta manera obtendremos dos medidas ó ‘costes’:
x Coste del potencial escalar

x Coste del potencial vectorial
Una vez obtenido un ‘Coste’ en el cálculo de cada potencial, vamos a utilizar

esta técnica para ver la efectividad del método de imágenes espaciales en función de la
situación de la carga/dipolo origen en el interior de la cavidad, obteniendo unos
resultados que indican claramente un aumento del error conforme la carga/dipolo
imagen se sitúa muy cerca de las paredes del cilindro.
Posteriormente, vamos a optimizar este coste, es decir, modificaremos las
posiciones de las cargas/dipolos imágenes y sus valores con el fin de obtener un coste
menor, lo que equivaldrá a una mejor representación de los potenciales en el interior de
la cavidad.
Optimizaremos de forma separada los potenciales escalar y vectorial:
o Potencial escalar:
Una vez definido un coste para este potencial, lo minimizaremos mediante

distintas técnicas:
a) Empleo de unos valores de las cargas/dipolos medios para promediar

el error de los potenciales. Integración por pulsos.
b) Búsqueda de los picos de error para situar entorno a ellos un mayor
número de condiciones de contorno, con el fin de minimizarlos.
c) Variación del radio en el que situamos las cargas/dipolos imágenes
d) Optimización mediante una técnica de gradiente descendente del
valor complejo de las cargas imágenes.
e) Optimización mediante una técnica de gradiente descendente de las
posiciones de las cargas entorno al cilindro.
f) Empleo de las técnicas de optimización y variación del radio de
forma conjunta.
-47-
o Potencial vectorial:
En este caso, el cálculo del coste de la aproximación es mucho más

complejo (pues las condiciones de contorno así lo son), siendo inviables técnicas
complejas como la optimización por descenso de gradiente, y proporcionando
resultados poco satisfactorios otros métodos, como el promediado del error de
los potenciales. Se ha implementado para este caso la variación dinámica del
radio de situación de los dipolos imagen, que es capaz de proporcionar
resultados válidos a pesar de la complejidad de los cálculos requeridos.
Tras haber optimizado el Coste, tanto escalar como vectorial, por alguna de las
técnicas descritas anteriormente, vamos a emplearlo para calcular el error obtenido en la
aproximación de los potenciales en función de la situación de las carga/dipolo fuente,
comprobando como el Coste se reduce de forma más que considerable.
Así, podemos limitar el número de cargas/dipolos imagen para conseguir una
determinada exactitud en la aproximación; ello es muy aconsejable debido a los
problemas de sobredimensionamiento que se producen si se imponen demasiadas
condiciones de contorno, apareciendo problemas a la hora de resolver los sistemas de
ecuaciones pues no están bien condicionados.
Representaremos gráficamente como se distribuye cada uno de los Costes
alrededor del cilindro, para observar cuales son las zonas en la que se produce un
aumento del error y tratar de minimizarlas.
En cuanto al coste computacional, éste varía en función de la técnica y del
número de imágenes empleadas, siendo superior al coste que obteníamos en la
implementación inicial (presentada en el capítulo 2). No obstante, conseguimos
contener el coste total, depurando cada una de las técnicas con algoritmos de
parada/detención que se detendrán de forma automática cuando hallamos alcanzado la
precisión deseada (en caso de que sea posible).
En este caso particular, una geometría cilíndrica, en el que los errores son muy
reducidos con un número no muy elevado de imágenes (15-20) la optimización puede
ser suplida con un aumento de imágenes, que consiguen minimizar el error de la misma
forma. No obstante, todas las técnicas aquí descritas no toman como partida la
geometría cilíndrica, sino que pueden ser empleadas para cualquier otro tipo de
estructura arbitraria (como veremos en el Capítulo 4) donde el error obtenido por las
imágenes sin optimizar es demasiado elevado, siendo incorrecta la aproximación de los
potenciales obtenida.
Al igual que en Capítulo 2, y por las mismas razones, hemos empelado el

lenguaje de programación Fortran [12] para el cálculo numérico, así como Matlab©
[13] para las representaciones gráficas obtenidas. Al final del capítulo, explicaremos
brevemente los detalles principales de la implementación del código, así como lo
necesario para una correcta compilación, ejecución y visualización de todos los
resultados.
-48-
3.2 Optimización del potencial escalar

3.2.1 Introducción
En primer lugar, vamos a tratar de optimizar el potencial escalar para la

estructura bajo análisis, en este caso un cilindro bidimensional.
Para ello, vamos a definirnos un ‘Coste’, con el fin de poder cuantificar el grado
de corrección del potencial escalar obtenido; posteriormente desarrollaremos diversas
técnicas con el fin de minimizar este coste y así obtener una mejor representación de los
potenciales en el interior de la estructura, un cilindro en este caso.
Por la teoría desarrollada en el Capítulo 2, sabemos que el potencial escalar debe
ser nulo alrededor del cilindro. Para lograrlo, imponíamos un número N de puntos
tangentes alrededor de la estructura en los que satisfacíamos el requisito mediante la
ecuación:
N
& & & &
¦ qk Gv ri , rk ´ Gv ri , ro ´
k 1 (3.1)
i 1,2,3...N
No obstante esto solo implica que en N puntos discretos alrededor del contorno
del cilindro se va a satisfacer la condición de potencial escalar nulo, mientras que en el
resto de puntos no tiene porqué. Realmente, en estos puntos sobre los que no se ha
impuesto la condición el potencial escalar, el valor del potencial es diferente de cero,
por lo que no se están cumplimiento de forma exacta las condiciones de contorno.
El potencial escalar en el cilindro será por tanto:
N
& & & & &
Gvcy (r ) Gv (r , ro ' ) ¦ qk Gv (r , rk ' ) (3.2)
k 1
Una medida para cuantificar el error cometido, sería recorrer todo el contorno de
la estructura a analizar, obteniendo el potencial escalar en sus puntos y viendo cuales
son distintos de cero. Matemáticamente:
Coste ³ Gvcy dc
Contorno
(3.3)
La ecuación 3.3 nos define un coste del potencial escalar, definición que es
independiente del tipo de estructura a analizar (aunque estemos analizando un cilindro
en este caso).
Una vez definido el coste podemos aplicarlo a distintas situaciones con el fin de
evaluar la precisión de los potenciales en cada caso.
Concretamente, el valor del coste dependerá del número de imágenes empleadas
(pues cuantas más imágenes usemos, un mayor número de puntos discretos cumplirán la
condición de contorno) y de la posición de la carga fuente en el interior del cilindro.
Supongamos un cilindro de radio a O , (siendo la frecuencia de 300Mhz) en el
que situamos la carga fuente en el interior del cilindro y empleamos un total de 15
imágenes para calcular el potencial escalar. La situación es representada en la
figura 3.1:
-49-
Figura 3.1 Representación 15 cargas imágenes alrededor del cilindro, fuente en origen coordenadas
En este caso, si representamos el valor absoluto del potencial escalar alrededor

del cilindro, podemos ver en que medida y en que posiciones se cumple la condición de
contorno (es decir, que este potencial sea nulo)
Figura 3.2 Representación del potencial escalar en contorno del cilindro en función del ángulo.
Empleo de 15 imágenes, fuente en origen de coordenadas
Podemos observar como existen 15 nulos, correspondientes a las 15 condiciones

que hemos impuesto mediante la ecuación 3.1. De esta forma, si integramos el potencial
escalar en todo el contorno del cilindro obtendremos el Coste, tal y como lo habíamos
definido en la ecuación 3.3.
Concretamente y para este caso, obtenemos un error de:
Error 6.051 10 3
Comprobamos como el error obtenido es muy reducido, lo que implica que la

aproximación del potencial escalar con 15 cargas imágenes es adecuada.
Si situáramos la carga fuente en otra posición, para este mismo número de

cargas imágenes, obtendremos un coste diferente en función de la posición escogida.
Igual ocurre para una variación del número de cargas imágenes, que también modifica
el valor del coste (en general, a mayor número de imágenes menor coste obtenido).
-50-
Por ejemplo, basándonos en las suposiciones del caso anterior, pero situando la
carga en la posición (0.7Ȝ, 0.7 Ȝ) obtenemos una situación y una distribución del coste
como muestra la figura 3.3:
imágenes y fuente situada en (0.7 Ȝ,0.7 Ȝ)
Comprobamos como en un ángulo de 45º (0.785398 rad) obtenemos un pico del

potencial, pues las cargas imágenes son incapaces de contrarrestar el efecto de la carga
fuente situada tan cerca del contorno, produciéndose un Coste muy elevado respecto al
anterior, concretamente con un valor de:
Coste 1.606136
Ello implica que la representación de los potenciales en este caso es mucho

menos exacta que en el caso anterior, no obstante todavía no es un valor muy elevado y
se puede dar por válido.
Esta es una de las peores situaciones para esta formulación: la ubicación de la

carga origen muy cerca de las paredes de la estructura a analizar. Posteriormente
veremos una técnica capaz de reducir el coste en este caso. No obstante, como los
circuitos que pueden ser analizados con esta formulación no se encuentran situados muy
cerca de los bordes de las guías que los contienen, este error, aunque relevante, pierde
parte de su importancia.
Entre las dos situaciones expuestas existe un gran abanico de posibilidades, en

función del número de cargas imágenes empleadas y de la posición de la fuente.
Realizaremos un barrido de estas variables para obtener unos costes de referencia en
posiciones típicas y con un número de imágenes variable. Concretamente, vamos a
analizar el coste del potencial escalar cuando situamos la fuente en las posiciones:
[ (0Ȝ,0 Ȝ) , (0.2Ȝ,0.2Ȝ) , (0.4Ȝ,0Ȝ) , (0.4Ȝ,0.4Ȝ) , (0.5Ȝ,0Ȝ) , (0.7Ȝ,0.7Ȝ) ] y tenemos un
número de cargas imágenes que puede ser (5 , 10 , 15 , 20 , 25 , 30).
Así:
-51-
x a) Posición (0Ȝ,0 Ȝ):
Nº cargas 5 10 15 20 25 30
7.1487e- 1.3369e- 3.07174e-

Coste 10.1294 1.3525 0.0061
005 006 008
Tabla 3.1 Coste método original, posición fuente en (0Ȝ ,0Ȝ)
x b) Posición (0. 2Ȝ,0.2Ȝ):
Nº cargas 5 10 15 20 25 30
5.6664e- 5.9574e- 4.0841e-

Coste 12.1475 16.5825 0.0972
004 006 008
Tabla 3.2 Coste método original, posición fuente en (0.2Ȝ ,0.2Ȝ)
x c) Posición (0.4Ȝ,0Ȝ):
Nº cargas 5 10 15 20 25 30
2.5848e- 4.6492e-
Coste 16.1649 19.9669 0.3775 0.0026
005 007
Tabla 3.3 Coste método original, posición fuente en (0.4Ȝ ,0Ȝ)
x d) Posición (0.4Ȝ,0.4Ȝ):
Nº cargas 5 10 15 20 25 30
1.320842e- 2.8172e- 2.5523e-

Coste 26.6829 23.6945 1.4449
002 004 005
-52-
x e) Posición (0.5Ȝ,0Ȝ):
Nº cargas 5 10 15 20 25 30
9.6659e- 3.7767e-
Coste 17.9904 19.9656 0.9056 0.0070
005 006
Tabla 3.5 Coste método original, posición fuente en (0.5Ȝ ,0Ȝ)
x f) Posición (0.7Ȝ,0.7Ȝ):
Nº cargas 5 10 15 20 25 30
Coste 22.8267 8.0995 1.6061 4.2177 0.4510 1.1371
Tras analizar los resultados para el caso inicial, podemos extraer dos
conclusiones interesantes:
o Al aumentar el número de cargas, en general, disminuye el coste que

obtenemos. No obstante, existen algunos casos particulares que
dependerán de las posiciones relativas de la carga fuente y las imágenes.
o En función de la posición de la carga fuente, conforme ésta se encuentra

más cercana a la pared de la estructura (cilindro en este caso), el coste va
creciendo.
De esta forma, tenemos totalmente caracterizado el comportamiento del

potencial escalar, obteniendo sus errores en función de las características de la situación
a analizar. En este punto vamos a introducir distintas técnicas que tratarán, con mayor o
menor éxito, de reducir este error, con el fin de obtener con el mismo número de cargas
imágenes un coste mucho menor, lo que equivaldrá a la hora de obtener los potenciales
en una mayor exactitud.
Alguna de las técnicas probadas no han aportado los resultados esperados, como
la técnica de integración mediante pulsos ó la técnica de imposición de una nueva
condición de contorno en el lugar de éste donde el error fuera máximo. No obstante las
incluiremos en el estudio, por haberlas considerado teóricamente válidas (en algunas
situaciones obtienen resultados correctos).
Por otro lado destacaremos por lo satisfactorio de sus resultados las técnicas de
variación dinámica del radio de las cargas imagen y la de la optimización del valor
complejo y posiciones de las cargas mediante un algoritmo de descenso de gradiente.
A continuación pasaremos a estudiar detenidamente cada una de estas técnicas,
exponiendo la base teórica de la que parten y estudiando sus resultados mediante
ejemplos prácticos.
-53-
3.2.2. Método de optimización “Integración por pulsos”
En el método propuesto para el cálculo del potencial escalar en el capítulo 2, se

realizaba la imposición de las condiciones de contorno sobre puntos discretos de la
pared de la estructura a analizar. Al tomar un número finito de puntos, la condición de
contorno no se va a cumplir sobre toda la pared de la estructura, por lo que existirá un
cierto coste ó error al obtener los potenciales en su interior.
Un posible método de solucionar este problema consiste en no forzar el
cumplimiento de la condición de contorno en puntos discretos, sino a lo largo de un
tramo de la pared del mismo. Para ello, se emplearán funciones de test tipo “pulso” que
recorrerán el contorno de la estructura, y sobre los que se integrará el valor del potencial
para tratar de forzar que en media sea nulo.
De esta forma, el valor complejo que asignaremos a la cargas imagen lo
obtendremos de tal forma que fuercen que el potencial escalar sea nulo en un tramo del
contorno de la estructura (que estará definido en el interior de un “pulso”).
Matemáticamente podemos traducir esta “integración por pulsos” de forma
sencilla, partiendo de la ecuación 3.1, multiplicándola a ambos lados por un pulso e
integrando a lo largo del contorno de la estructura:
f N f
& & & &
³f¦
k 1
qk Gv (ri , rk ' ) 3 (i ) dri ³ GV (ri , ro ' ) 3 (i ) dri
f (3.4)
i 1,2,3...N
Al ser la integral y el sumatorio sistemas lineales, se pueden intercambiar,
quedando:
N f f
& & & &
¦
k 1
q k ³ v i k
G ( r , r ' ) 3 (i ) dri ³ GV (ri , ro ' ) 3 (i ) dri
(3.5)
f f
i 1,2,3...N
Finalmente, debido a la presencia del pulso, la integral únicamente estará
definida dentro de las posiciones del mismo, es decir, la integral de la función de green
en el contorno del segmento que está delimitado por la función pulso.
N
& & & &
¦
k 1
qk ³ Gv (ri , rk ' ) dri ³ Gv (ri , ro ' ) dri
(3.6)
segmento _'i ' segmento _'i '
i 1,2,3...N
Siendo este el sistema que evaluaremos y que nos proporcionará el valor
complejo de las cargas imagen.
El problema en este punto radica en como evaluar la integral, para lo que se

idearon varias estrategias. En primer lugar, se propuso evaluarlas mediante las
denominadas aproximaciones de Newton (como por ejemplo la aproximación del
Trapecio, aproximación de Simpson, etc) tanto abiertas como cerradas (es decir, con ó
sin solape de puntos de información). Posteriormente, se evaluó tomando una gran
cantidad de puntos intermedios en lugar de puntos aislados.
A continuación, mostraremos la teoría existente detrás de cada uno de los
métodos propuestos, para finalmente, realizar una comparativa entre ellos viendo los
problemas que presentan.
-54-
3.2.2.1 Aproximación del Trapecio
En este caso, realizaremos una aproximación de la integral mediante la conocida

regla del trapecio,
F2
ª1 1 º
³F1Gv (r )dr h «¬ 2 Gv ( F1) 2 Gv ( F 2)»¼ (3.7)
siendo h la distancia entre F1 y F2 en el cilindro (dos puntos tangentes a la

estructura consecutivos).
Figura 3.4 Distancia entre puntos tangentes en la aproximación del trapecio
En este punto vamos a desarrollar el sistema de ecuaciones resultante en este

caso, y comparar su validez para un número ‘impar’ de puntos tangentes, así como
observar que obtenemos una singularidad para un número ‘par’, por lo que el sistema
no puede ser resuelto en este caso.
En primer lugar, se va a realizar un cambio de nomenclatura para limitar la
extensión de las ecuaciones, así la función de Green que va desde los puntos tangentes
hasta las imágenes la renombraremos como:
Gv(r1 , r1 ' ) F1 Gv(r1 , r2 ' ) F1' Gv(r1 , rN ' ) F1( N )

Gv(r2 , r1 ' ) F 2 Gv(r2 , r2 ' ) F 2' Gv(r2 , rN ' ) F 2 ( N ) (3.8)
.... ... ....
Por su parte la función de Green que va desde los puntos tangentes (r1) hasta la
fuente (r0’), seran:
Gv(r1 , ro ' ) G1 Gv(r2 , ro ' ) G 2 .... Gv(rN , ro ' ) GN (3.9)
De esta forma, podemos partir del sistema de ecuaciones inicial para el caso
Point-Matching que como vimos en el capítulo 2 resultaba:
ª Gv (r1 , r1 ' ) Gv (r1 , r2 ' ) .... Gv(r1 , rN ' ) º ª q1 º ª Gv(r1 , ro ' ) º
« Gv(r , r ' ) » « » « »
« 2 1 .... .... .... » * « q 2 » « Gv(r2 , ro ' ) » (3.10)
« .... .... .... .... » « .... » « ... »
« » « » « »
y renombrarlo de forma:
-55-
ª F1 F1' .... F1( n ) º ª q1 º ª G1 º

« » « » « G2 »
«F2 .... .... .... » « q2 »
* « » (3.11)
« .... .... .... .... » « .... » « ... »
« » « » « »
¬« FN .... .... FN ( N ) ¼» ¬q N ¼ ¬GN ¼
El siguiente paso será plantear el sistema de ecuaciones teniendo en cuenta el
test mediante pulsos:
ª
³ Gv1 (r1 , r2 ' ) * dr1
« segmento ³ Gv(r , r ' ) * dr
segmento1
1 2 1 .... ³ Gv(r , r
segmento1
1 N' ) * dr1 º
» ªq º
ª
³ Gv1 (r1 , ro ' ) * dr1 º»
« segmento
« » « 1» « »
« ³ Gv(r2 , r1 ' ) * dr2 .... .... .... » « q2 » « ³ Gv(r2 , ro ' ) * dr2 »
« segmento 2 » * « .... » « segmento 2 » (3.12)
« .... .... .... .... » « » « ... »
« » ¬q N ¼ « »
« ³ ³ « ³
Gv(rN , r1 ' ) * drN .... .... Gv ( r , r ' ) * dr Gv ( r , r ' ) * dr
N N N
» N o N
»
¬ segmentoN segmentoN ¼ ¬ segmentoN ¼
teniendo en cuenta la aproximación de Trapecios (y la nueva nomenclatura), podemos

simplifcar la ecuación anterior como:
ª F1 F 2 F1' F 2' F1( n ) F 2 ( n ) º ª G1 G 2 º

«h*
2
h*
2
.... h*
2
» ª q1 º «h* 2 »
« F2 F 3 » « » « G 2 G3 »
«h * » « q2 » (3.13)
« 2
.... .... ....
» * « .... » « h * 2
»
« »
« .... .... .... .... » « » « ... »
« FN F1 FN ( N ) F1( N ) » ¬q N ¼ «h * GN G1»
«¬h * .... .... h* »¼ «¬ »¼
2 2 2
h
si sacamos factor común a y eliminamos ese término, nos quedaría el sistema:
2
ª F1 F 2 F1' F 2' .... F1( n ) F 2( n ) º ª q1 º ª G1 G 2 º
« » « » « G 2 G3 »
«F 2 F 3 .... .... .... » « q2 » « » (3.14)
« .... .... .... .... » « .... » « ... »
« (N ) (N ) » « » « »
¬« FN F1 .... .... FN F1 ¼» ¬q N ¼ ¬GN G1¼
Podemos demostrar algebraicamente que esta ecuación es igual al caso del

Point-Matching, pues:
§ ª F1 F1' .... F1( n )

º ª F 2 F 2' .... F 2( n ) º · ª q1 º § ª G1 º ªG 2º ·
¨« » « »¸ « » ¨« » « »¸
¨«F2 .... .... » « F 3 ....
.... .... .... » ¸ « q2 » ¨ « G 2 » « G 3» ¸
¨« » « .... .... ¸ ¨
« ... » « ... » ¸
(3.15)
¨ « .... .... .... .... .... .... » ¸ « .... » ¨« ¸
¨ « FN » « » « » ¨ GN » « G1 » ¸
©¬ .... .... FN ( N ) »¼ «¬ F1 .... .... F1( N ) »¼ ¸¹ ¬q N ¼ ©¬ ¼ ¬ ¼¹
Entonces para que se verifique el sistema, y recordando la ecuación 3.11, se

debe de cumplir que:
-56-
ª F 2 F 2' .... FN ( n ) º ª q1 º ªG 2º
« » « » « G 3»
« F 3 .... .... .... » « q 2 »
* « » (3.16)
« .... .... .... .... » « .... » « ... »
« » « » « »
¬« F1 .... .... F1( N ) ¼» ¬q N ¼ ¬ G1¼
y como únicamente hemos desplazado una fila hacia abajo la matriz F y la

matriz G (de coeficientes y de resultados) y de forma simultánea, se debe cumplir
forzosamente la relación.
Por tanto concluimos matemáticamente que el cálculo de Potencial escalar
mediante Point-Matching es identico al obtenido mediante un Test con aproximación de
integrales por trapecios.
Una vez concluido que, de existir solución, ésta es equivalente, debemos
asegurarnos de que el sistema formado puede ser resuelto.
Una condición necesaria y suficiente para que el sistema tenga solución es que el
determinante de la matriz ‘F’ exista y sea distinto de 0. Es decir, que:
ª F1 F 2 F1' F 2' .... F1( n ) F 2 ( n ) º
« »
«F 2 F 3 .... .... .... » z0 (3.17)
« .... .... .... .... »
« »
¬« FN F1 .... .... FN F1( N ) ¼»
(N)
Observamos que la matriz resultante es la suma de dos matrices:

ª F1 F1' .... F1( n ) º ª F 2 F 2' .... FN ( n ) º
« » « »
« F 2 .... .... .... » « F 3 .... .... .... »
F Fdespl (3.18)
« .... .... .... .... » « .... .... .... .... »
« (N) » « (N ) »
¬« FN .... .... FN ¼» ¬« F1 .... .... F1 ¼»
siendo Fdespl la matriz F desplazado de forma circular una fila hacia abajo. Tanto la
matriz F como la matriz Fdespl son matrices no singulares, cuyo determinante es distinto
de 0.
Se demuestra algebraicamente que el determinante de F+ Fdespl es:
FF F (1) N 1 F (3.19)
despl
siendo ‘N’ el rango de la matriz, que en nuestro caso, coincide con el número de puntos
tangentes impuestos sobre el contorno del cilindro.
Por tanto, podemos concluir sobre la aproximación mediante Trapecios que:
o Si el número de cargas imágenes es impar el resultado de la

aproximación mediante Trapecios se corresponde de forma exacta con el
método de Point-Matching.
o Si el número de cargas imágenes es par, el sistema de ecuaciones no

tiene solución.
-57-
3.2.2.2 Aproximaciones numéricas cerradas
En este tipo de aproximaciones de las integrales, tomaremos puntos discretos y

trataremos de obtener el resultado de la integral evaluando el valor del potencial en esos
puntos discretos. Son cerradas porque vamos a tomar los puntos discretos de tal forma
que se va a producir solape de información: los valores de potencial obtenidos en un
punto serán usados en varios tramos (de la misma forma que ocurría en la aproximación
por trapecio). Gráficamente:
Figura 3.5 Aproximaciones integrales cerradas: solape de información
De esta forma tomaremos puntos intermedios en el contorno de la estructura

situados entre dos puntos tangentes (sobre los que habíamos impuesto un nulo de
potencial). En función del número de puntos intermedios que tomemos, realizaremos
una aproximación u otra de la integral:
a) Simpson’s rule
En este caso tomaremos un único punto intermedio, por lo que la aproximación

de la integral quedaría:
F3
ª1 4 1 º
³F1Gv(r )dr h * «¬ 3 * Gv( F1) 3 * Gv( F 2) 3 * Gv( F 3)»¼ (3.20)
siendo h la distancia entre F1 y F2 en el cilindro y F2 un punto intermedio en el cilindro

entre F1 y F3 (que son los puntos tangentes a la estructura sobre los que imponemos las
condiciones de contorno).
Figura 3.6 Características de la aproximación de Simpson’s
-58-
b) Simpson’s 3/8 rule
En este caso tomaremos dos puntos intermedios, por lo que la aproximación de

la integral quedaría:
F4
ª3 9 9 3 º
³F1Gv(r )dr h «¬ 8 Gv( F1) 8 Gv( F 2) 8 Gv( F 3) 8 Gv( F 4)»¼ (3.21)
siendo h la distancia entre F1 y F2 en el cilindro (es decir, entre dos puntos contiguos de
un mismo segmento).
c) Bode rule
En este caso tomaremos tres puntos intermedios, por lo que la aproximación de

la integral quedaría:
F5
ª 14 64 24 64 14 º
³F1Gv (r )dr h «¬ 45 Gv( F1) 45 Gv( F 2) 45 Gv( F 3) 45 Gv( F 4) 45 Gv( F 5)»¼ (3.22)
siendo h la distancia entre F1 y F2 en el cilindro (es decir, entre dos puntos contiguos
de un mismo segmento).
El principal problema que presentan las aproximaciones cerradas es que se

vuelve a repetir el problema encontrado con la aproximación del Trapecio, debido al
solape de información. De esta forma, cada vez que se emplea un número par de
imágenes se obtiene un sistema incompatible (pues dos de sus filas son combinación
lineal). Para tratar de solucionar este problema, se introduciremos las aproximaciones
integrales semi-abiertas.
3.2.2.3 Aproximaciones numéricas semi-abiertas
Empleamos una aproximación integral semi-abierta con el fin de evitar

introducir la misma información en varios elementos de la matriz principal a la hora de
resolver el sistema de ecuaciones. De esta forma, el sistema de ecuaciones que se forma
siempre tendrá solución. La forma de realizar esta aproximación es teniendo en cuenta
únicamente el límite superior de la integral y los puntos internos, sin emplear el valor de
la función en el límite inferior.
Gráficamente:
Figura 3.7 Aproximaciones integrales semi-abiertas: no se solapa la información
-59-
Se han implementado dos aproximaciones semi-abiertas:
a) Aproximación semi-abierta con 4 puntos intermedios:
En este caso tomaremos cuatro puntos intermedios, por lo que la aproximación

de la integral quedaría:
F6
ª 23 7 13 5 º
³F1Gv(r )dr h «¬12 Gv( F 2) 12 Gv( F 3) Gv( F 4) 12 Gv( F 5) 12 Gv( F 6)»¼ (3.23)
un mismo segmento).
Figura 3.8 Situación de los puntos intermedios en una aproximación semi-abierta
b) Aproximación semi-abierta con 10 puntos intermedios:
En este caso, la aproximación ha sido:

ª 23 7 º
F 11 « 12 * Gv( F 2) 12 * Gv( F 3) Gv( F 4) Gv( F 5) Gv( F 6) Gv( F 7) Gv( F 8) »
³ Gv(r )dr h * «« 13 5
»
»
(3.24)
F1
Gv( F 9) * Gv( F10) * Gv( F11)
¬« 12 12 ¼»
un mismo segmento).
Este caso es una generalización del caso anterior, empleando un mayor número
de puntos internos, y lo utilizamos para ver la influencia de los mismos en el
cumplimiento de las condiciones de contorno del cilindro.
-60-
3.2.2.4 Aproximación del Trapecio tomando una gran cantidad de puntos intermedios
En este caso, se ha realizado una aproximación de la integral de la ecuación 3.6

tomando una cantidad enorme de puntos intermedios y realizando la integral mediante
la regla de trapecio. La diferencia fundamental con el apartado 3.2.2.1 es que no se
realiza la aproximación con dos puntos tangentes sobre los que está la condición de
contorno, sino que se ha realizado de forma progresiva empleando un número muy
elevado de puntos intermedios y utilizándolos todos de forma conjunta.
Por ejemplo, a la hora de analizar un arco de la cavidad cilíndrica emplearemos:
Figura 3.9 Detalle de los puntos intermedios tomados en un arco del cilindro al realizar una
aproximación por Trapecio general
Observamos como en este caso tomamos suficientes puntos para conseguir unos
resultados más satisfactorios, quedando cada uno de los arcos completamente
caracterizados.
3.2.2.5 Resultados de las distintas aproximaciones con integración de pulsos
Para obtener unos resultados comparativos entre las distintas técnicas empleadas
y la técnica original de Point-Matching, fuimos variando la situación de la carga fuente
en el interior del cilindro y el número de cargas imágenes (y por tanto puntos tangentes
sobre los que imponer las condiciones de contorno) con el que abordaremos el
problema, observando el error cometido en las condiciones de contorno en cada caso.
Tras implementar los métodos anteriores, se han obtenido unos resultados no
muy satisfactorios, siendo la técnica inicial de Point-Matching (es decir establecimiento
de las condiciones de contorno en puntos discretos finitos) muy superior en la mayoría
de las ocasiones siendo además su coste computacional más reducido.
Los resultados de estas comparativas pueden ser examinadas en el ANEXO I; no

se han incluido en esta descripción debido a que no aportan resultados suficientemente
válidos para detenernos en su análisis.
Podemos llegar a las siguientes conclusiones referentes a la integración por

pulsos:
-61-
x Al observar el potencial escalar en el contorno del cilindro, tras utilizar la

integración por pulsos, vemos como no se imponen ceros en los puntos
tangentes alrededor del cilindro, sino que obtenemos un valor más
“promediado”, que nos dará un error superior o inferior al Point-matching según
la localización de la carga en el interior del cilindro.
x Al utilizar una aproximación por Trapecio, empleando como puntos de

interpolación los puntos tangentes sobre los que se introdujo la condición de
contorno, los resultados son idénticos a los de Point-Matching cuando usamos
un número de cargas imagen impar, obteniendo un resultado incorrecto cuando
este número es par.
x Las aproximaciones integrales cerradas (es decir, las de Simpson, Simpson 3/8
y Bode) presentan el mismo problema que la aproximación por Trapecio, siendo
únicamente correctas cuando empleamos un número de cargas imágenes impar,
pues en caso contrario, obtenemos una sistema de ecuaciones incompatible (que
es resuelto de forma errónea por el software, dando por tanto resultados con un
error mucho mayor que en el resto de los casos). Para el caso en el que son
correctas, consiguen un resultado muy similar al obtenido con Point-Matching,
mejorando levemente el error cometido cuando la carga se encuentra situada en
el centro del cilindro, y empeorando los resultados cuando la carga se va
acercando a las paredes. Su empleo no es práctico, pues depende del número de
cargas imagen escogidas (par o impar), aumenta su coste computacional y
proporciona unos resultados ‘oscilantes’ (a veces mejora a veces empeora) frente
a los de Point-Matching.
x Las aproximaciones integrales semi-abiertas, consiguen unos resultados válidos

en la mayoría de las ocasiones (exceptuando algún caso puntual en el que el
sistema de ecuaciones no tiene solución y presenta resultados incoherentes). Los
resultados obtenidos dependerán fundamentalmente de la posición de la carga
fuente en el interior del cilindro:
o Si la carga fuente se encuentra en las inmediaciones del centro del

cilindro, obtenemos una mejoría muy sustancial, con una convergencia
más rápida y unos errores relativos mucho menores para casi todos los
casos.
o Si la carga fuente se va alejando del centro del cilindro, obtenemos unos
costes levemente superiores a los obtenidos mediante Point-Matching.
x Finalmente, al usar una integración con Trapecio y un número enorme de puntos

intermedios para obtener una mayor precisión, conseguimos unos resultados
muy próximos en casi todas las situaciones a los obtenidos con Point-Matching,
mejorando en ocasiones puntuales (fundamentalmente cuando la carga se
encuentra cerca del centro del cilindro) a los mismos. Como contrapartida, este
método presenta un coste computacional muy elevado, para proporcionar un
coste levemente superior al de Point-Matching junto a la existencia de ciertos
casos particulares donde se producen singularidades.
-62-
De esta forma, podemos concluir que a primera vista no se ha obtenido una

mejora sustancial con el empleo de una integración por pulsos. No obstante, es un tema
pendiente de una investigación más profunda y que presenta grandes posibilidades de
viabilidad. Concretamente, se puede tratar de realizar otras aproximaciones integrales
más precisas que presenten resultados más correctos a la hora de plantear la ecuación
3.6 proporcionando resultados mucho más promediados sin necesidad de incluir nulos
únicamente en puntos discretos de la estructura.
3.2.3. Método de variación dinámica de cargas en picos de potencial
3.2.3.1 Desarrollo teórico
Este método es uno de los más intuitivos que presentaremos, siendo capaz de
proporcionar unos resultados moderados, ligeramente superiores a los de Point-
Matching para situaciones particulares.
A diferencia de los casos anteriores, variaremos de forma dinámica el número de
cargas imágenes empleadas. De esta forma, comenzaremos analizando los potenciales y
la distribución del mismo alrededor del contorno de la estructura (para ver el grado de
cumplimiento de las condiciones impuesta), buscaremos la posición en la que se
produce el máximo de este potencial y lo contrarrestaremos introduciendo una nueva
condición de contorno en ese punto.
Para la aplicación de este método es necesario una situación inicial de partida
(una configuración de cargas imágenes, posicionamiento de las mismas y puntos
tangentes sobre los que imponer las condiciones de contorno), sobre la cual se irá
evolucionando introduciendo más cargas imágenes que controlaran el potencial en
puntos discretos correspondientes a máximos de potencial.
Veamos el funcionamiento del método mediante un ejemplo; supongamos una
configuración con 14 cargas imágenes, situadas alrededor de un cilindro infinitesimal en
la que se ha colocado una fuente puntual en la posición (0.7Ȝ,0.7Ȝ), tal y como indica la
figura siguiente:
Comprobamos como se produce un pico de potencial en el contorno de la

estructura debido a la presencia de la carga fuente muy cerca de las paredes; en este
punto el método consistirá en encontrar la posición de este máximo (situado a 0.7258
radianes), y situar justamente ahí un nuevo punto discreto donde se fuerce a que el
potencial escalar sea nulo. Así la nueva situación será la siguiente:
-63-
Figura 3.11 Representación de situación y coste del potencial escalar en un cilindro tras ubicar un
punto tangente en un pico de potencial, empleo de 15 imágenes y fuente situada en (0.7 Ȝ,0.7 Ȝ)
Realizando un zoom podemos observar con más detalle la posición del nuevo
punto tangente donde forzar la condición de contorno y de la carga imagen asociada:
Figura 3.12 Detalle de la ubicación de un nuevo punto de condición de potencial nulo donde se
encontraba anteriormente un pico de potencial.
Observando la figura 3.11 podemos comprobar como el pico de potencial

existente con 14 cargas imágenes (con un valor muy elevado, de más de 128.4) se
reduce de forma considerable al introducir la nueva condición de contorno (pasando a
tener un valor de poco más de 6), aumentando las oscilaciones del potencial a lo largo
de toda la pared del cilindro. De esta forma, conseguimos reducir el valor del coste de
6.033 que teníamos al emplear 14 cargas, a un total de 1.3616 al usar una carga más de
forma adecuada. No obstante, si distribuimos las 15 cargas de forma usual (como se
muestra en la figura 3.3), obtenemos un error de 1.6061, ligeramente superior. Sin
embargo tenemos la ventaja de que eliminamos el pico de error, distribuyendo el mismo
de una forma más equitativa a lo largo del contorno de la estructura.
Tenemos dos formas de emplear este método:
o Usarlo a partir de una distribución de imágenes dada, para tratar de

reducir la influencia de un pico de potencial particular.
o Partir de una situación inicial y repetir el método de forma iterativa

(buscando máximos de potencial, situando ahí la nueva condición de
contorno y calculando nuevamente los potenciales).
-64-
3.2.3.2 Resultados obtenidos
A la hora de presentar los resultados con este método, es fundamental discernir

entre las dos posibles configuraciones elegidas.
El primero de los casos, tratar de eliminar picos de potencial, será útil
fundamentalmente cuando la carga se encuentre situada muy cerca de las paredes del
cilindro. Partiendo de la situación estudiada previamente, con la fuente puntual situada
en (0.7Ȝ, 0.7Ȝ), realizaremos una comparativa del error en función del número de
imágenes empleadas de partida al usar este algoritmo, así como una comparación final
con los resultados del métodos general.
Situación Situación Situación Situación

Nº de cargas Point-
inicial: inicial: inicial: inicial:
imágenes Matching
10 cargas 13 cargas 16 cargas 19 cargas
10 8.0995 8.0995
11 1.2031
12 1.1820
13 1.1217 11.2623
14 1.1220 2.2962
15 1.1530 2.0504 1.6061
16 1.0949 2.1947 0.8639
17 0.9710 2.0100 0.6412
18 1.0705 1.9359 0.6069
19 1.8399 1.9205 0.6187 3.7204
20 0.9958 1.8298 0.5594 0.1986 4.2177
21 1.7867 1.8400 0.5878 0.2029
22 1.5244 1.7896 0.4508 0.2289
23 1.5881 1.7708 0.4382 0.1698
24 1.9221 1.7239 0.3882 0.1303
25 0.6174 1.3796 0.3731 0.1441 0.4510
Tabla 3.7 Resultado del coste al realizar una ubicación de cargas teniendo en cuenta el máximo del
potencial, de forma iterativa, y teniendo en cuenta el número de cargas de la situación de inicio.
De esta forma, se impone alrededor del pico de potencial una gran cantidad de
condiciones de nulidad, forzando a éste a tener valores más reducidos. Gráficamente se
puede observar en la figura 3.13 la distribución del potencial en el caso que presenta un
menor coste, es decir, 25 cargas imágenes habiendo evolucionado las mismas desde una
situación inicial de 19.
-65-
Figura 3.13 Detalle de la distribución del potencial, 25 cargas imágenes habiendo evolucionado su
colocación en picos de potencial desde 19 cargas. Fuente en (0.7 Ȝ, 0.7Ȝ)
Vemos como se ha forzado a valores de potenciales nulos en torno al pico

central del potencial, y aunque no se ha conseguido eliminar este pico si se ha reducido
de forma considerable.
Uno de los inconvenientes de este método es que su resultado final va a
depender de una “evolución” a partir de una situación de inicio, no pudiéndose
determinar a priori que situación inicial proporcionará unos resultados más
satisfactorios.
En cuanto a su empleo en situaciones en las que la carga fuente no se encuentra
muy cerca de la pared, sus resultados no son satisfactorios. Esto es debido a que los
distintos picos de potencial son muy parecidos, y una distribución de cargas que
contribuya a la eliminación de un pico de potencial en particular, provocará una
descompensación en la distribución del mismo. Por ejemplo, en la figura siguiente
podemos observar la distribución del potencial al situar la fuente en el origen, con 15
imágenes (habiendo evolucionado desde una situación inicial de 10) frente a la situación
general de 15 imágenes de Point-Matching:
Figura 3.14 Distribución del potencial a lo largo del contorno del cilindro con 15 imágenes.
a) Situando las cargas en picos de potenciales y evolucionando desde una situación inicial de 10
imágenes. b) Empleando Point-Matching.
Comprobamos como la distribución de potencial original de Point-Matching es

simétrica y de valor muy reducido, frente a una distribución más descompensada del
método aquí expuesto. Ello es debido a que los picos de potenciales eran originalmente
muy parecidos y no existía una diferencia suficiente entre ellos para tratar de reducir
uno en concreto.
El resto de valores de los costes para las distintas situaciones empleando la
ubicación de cargas en picos de potencial puede ser examinado en el ANEXO II.
-66-
3.2.4. Método de la variación dinámica del radio imagen
Esta es la técnica que ha proporcionado unos resultados más satisfactorios,

reduciendo en casi todos los casos el coste del potencial escalar en un porcentaje muy
elevado.
El método se basa en una ubicación de las cargas imagen diferente a la empleada
hasta ahora, concretamente mantendremos las cargas imágenes en un circulo alrededor
de la estructura a analizar (independientemente de la forma de la estructura y de la
posición de la fuente en el interior de la misma)
Supongamos una situación de 20 cargas imágenes, donde hemos situado la carga
fuente en una situación distinta del origen, por ejemplo en (0.5Ȝ ,0.5Ȝ), analizada por el
sistema de ubicación de cargas empleado hasta ahora:
Figura 3.15 Situación 20 cargas imagen alrededor cilindro, fuente en (0.5Ȝ ,0.5Ȝ)
Comprobamos como la situación de cada carga imagen se obtiene mediante la

simetría de la fuente respecto a un plano tangente que pasa por un punto del contorno
del cilindro (donde se verificará la condición de contorno). Este método fue explicado y
desarrollado en el Capitulo 2.
En este nuevo método propuesto variamos la forma de establecer la posición de
las cargas imágenes, con el fin de tratar de satisfacer al máximo las condiciones de
contorno. Concretamente, la situación de las cargas imágenes será en un circulo de radio
constante (que luego podremos ir variando), y no dependerá ni de la posición de la carga
fuente ni del tipo de estructura a analizar.
Así, para el mismo caso que en el ejemplo anterior, empleando 20 cargas

imágenes y una fuente en el interior del cilindro con una posición de (0.5Ȝ ,0.5Ȝ)
obtenemos una situación:
-67-
Figura 3.16 Situación 20 cargas imagen , fuente ubicada en (0.5Ȝ, 0.5Ȝ)
El variar la posición de las cargas no afecta a la matemática empleada para la

obtención del potencial escalar, salvo en el cálculo de las distancias de las cargas
imágenes al centro del cilindro, a la posición de la fuente y a los puntos tangentes en el
contorno del cilindro.
De esta forma, debemos de resolver el sistema planteado anteriormente en la
ecuación 3.1, que extendida queda de la forma:
ª Gv( r1 , r1 ' ) Gv( r1 , r2 ' ) .... Gv( r1 , rN ' ) º ª q1 º ª Gv(r1 , ro ' ) º
« Gv( r , r ' ) .... .... .... » « » « »
« 2 1 » * « q 2 » « Gv(r2 , ro ' ) » (3.25)
« .... .... .... .... » « .... » « ... »
« » « » « »
Donde cada vector será:

&
xri o Vector del origen al punto tangente ‘i’ del cilindro.
&
x rk ' o Vector del origen a la posición de la imagen ‘k’.
&
x ro ' o Vector del origen a la posición de la fuente interna en el cilindro.
Una vez resuelto el sistema, obtendremos el valor del potencial escalar de la
misma forma que en casos anteriores:
N
& & & & &
k 1
El algoritmo seguido por tanto consistirá en variar el radio de las cargas

imágenes, y obtener un coste. Así obtendremos qué radio es el que produce un menor
error y será el que empleemos en el cálculo del potencial escalar.
En cuanto al coste computacional, dependerá fundamentalmente de los límites
entre los que variemos el radio de las imágenes, y el paso con el que nos movamos entre
esos límites. Este parámetro suele ser elevado, debido a la alta carga computacional
empleada en calcular el ‘Coste’ para una determinada distribución de imágenes.
-68-
Una vez posicionadas las cargas imágenes en un circulo de un determinado radio

“R” alrededor de la estructura, vamos a realizar un estudio del Coste del potencial
escalar en función del radio en el que se encuentran situadas las cargas imágenes. Este
radio va a proporcionar valores “óptimos” que consiguen minimizar de forma más que
considerable el coste del potencial escalar.
En primer lugar, antes de mostrar los resultados para todos los casos, vamos a
estudiar detenidamente un caso “tipo”, por ejemplo, empleando un total de 20 cargas
imágenes y situando la fuente en el centro del cilindro [posición (0Ȝ,0Ȝ)], tal y como
describe la figura 3.17.
Figura 3.17 Situación 20 cargas imagen ubicación circular. Fuente en (0Ȝ,0Ȝ)
Comprobamos como en este caso la ubicación de las cargas imagen coincide con
la ubicación de las imágenes con el método inicial. No obstante es en la variación del
radio donde radica la potencia de este método de optimización.
A priori no podemos conocer que valor del radio será el que proporcione un
coste mínimo. Por esta razón, representamos el coste en función del radio, variando el
mismo entre 1 y 7600 aproximadamente (es decir un rango muy amplio, con un paso de
valores entre radio ‘grueso’, para obtener así una primera aproximación)
De esta forma, obtenemos una variación del error en función del radio de:
Figura 3.18 Coste en función del radio (0-8000). 20 imágenes, fuente en (0Ȝ,0Ȝ).
-69-
En la figura 3.18, observamos que el error “converge” a un determinado valor

(distinto de 0) a una distancia no muy lejana del cilindro, por lo que un análisis hasta
valores de radio tan amplios, además de tener un coste computacional muy elevado, no
proporciona ninguna información adicional.
Por tanto limitaremos el valor máximo del radio a un valor más reducido, por
ejemplo de 11O , obteniendo un resultado de error frente al radio de:
Observamos en la figura 3.8 como el error aumenta cuanto más cerca está la
carga del cilindro, descendiendo hasta valores menores de error conforme situamos el
radio a una mayor distancia. Comprobamos como para la ubicación original (en la que
el radio era igual a 2O ) el coste ya es muy reducido, no obstante con un aumento del
radio obtendremos costes todavía menores, como podemos comprobar en la figura 3.9:
Así, hemos obtenido una reducción del coste más que notoria, pasando de un
error de 7.1487 10 -5 a uno de 2.7080 10 -7 , sin más que emplear un radio de las cargas
imágenes de valor 7O .
También indicar que el error converge, aunque en este caso al estar situada la
carga en el origen la convergencia se daría teóricamente en el infinito.
-70-
Para un caso general, emplearemos dos veces esta técnica:
o En primer lugar, emplearemos un paso “grueso”, variando el radio entre

1.000001O y 30O , con paso de 0.1O . Se han escogido estos valores
debido a que en 30O ya obtenemos una convergencia en todos los casos
probados, y en aquellos en los que la teoría muestra una convergencia en
el infinito, la diferencia del coste obtenido con ese radio y otro muy
superior es mínima. Proporcionará un valor óptimo del radio para esta
simulación, r_opt.
o En segundo lugar, emplearemos un paso “fino”, variando el radio muy

cerca de la posición óptima anterior, r_opt, concretamente nos
moveremos en el entorno: >(r _ opt 0.1O ), (r _ opt 0.1O )@ , con un paso
de 0.001O . Así obtendremos una posición del radio óptimo mucho más
precisa, minimizando el coste.
Así, para el ejemplo en el que estábamos inmersos, obtenemos unas variaciones

del coste en función del radio de:
Figura 3.21 Coste en función del radio, paso grueso y fino. 20 imágenes y fuente en (0Ȝ,0Ȝ)
Conseguimos obtener de esta forma un Coste mínimo de

2.5641 10 -7 .Comprobamos como se ha reducido mucho respecto al coste del método
normal, pero no ha habido una reducción brusca respecto al caso del radio con 7O .
De esta forma podemos concluir:
x El error aumenta si situamos las cargas imágenes muy cerca de los

bordes cilindro.
x El error va disminuyendo conforme aumentamos el radio del círculo de
cargas imágenes, obteniéndose una convergencia en el error teórica en
este caso en el infinito.
No obstante, el caso de que el ‘Coste’ converja conforme aumentamos el valor

del radio, es solo uno de los dos casos posibles. Existe otro caso en el que una vez que
obtenemos un radio óptimo, el coste vuelve a aumentar conforme aumentamos el valor
del radio, convergiendo a otro coste (que es superior al mínimo).
-71-
Supongamos por ejemplo la misma situación que hemos estado analizando hasta
ahora, pero empleando un total de 10 cargas imágenes. La variación del coste en
función del radio será:
Figura 3.22 Variación del coste con el radio variable (0-80). 10 cargas imágenes, fuente en (0Ȝ,0Ȝ)
Comprobamos como existe un mínimo del coste en un “radio óptimo”, que en

este caso es de valor 3.1O . Al aumentar todavía más el radio, el coste aumenta
convergiendo a un valor superior.
Realizaremos una comparación entre el coste obtenido por el método definido en
el Capítulo 2 (que en la gráfica llamaremos ‘método actual’) y el coste obtenido con la
variación del radio, para dos situaciones de fuente [concretamente, cuando la fuente se
encuentra situada en (0.4Ȝ,0Ȝ) y (0.5Ȝ,0Ȝ) ] y al utilizar 15 cargas imágenes:
Figura 3.23 Comparativa costes método original y variación de radio
Observamos como el coste obtenido es significativamente menor para un radio

‘óptimo’ y que oscila entre valores de coste superiores o inferiores en función del radio
que tomemos para realizar el cálculo del potencial escalar.
Finalmente, y para terminar con nuestra comparativa vamos a mostrar de forma
simultánea el potencial escalar alrededor del cilindro en función del ángulo, tanto para
el caso original como para el caso de la variación de radio. Para ver más claramente la
diferencia, mostraremos el coste en unidades logarítmicas:
-72-
Figura 3.24 Potencial escalar en el contorno, métodos original y variación de radio. Fuente situada
en el origen y 20 imágenes
Comprobamos como la distribución del potencial escalar en el contorno sigue

siendo simétrica (pues la fuente está centrada en el origen), pero obtenemos un valor
absoluto mucho menor que en el método original, para cualquier ángulo del cilindro.
Así queda demostrada la efectividad del método y como logra reducir el error de la
aproximación del potencial escalar.
Mostraremos a continuación, al igual que hicimos anteriormente, cual es el valor
final del coste obtenido en este método en función del número de cargas imagen
empleadas (5, 10, 15, 20, 25, 30) y de la posición de la fuente en el interior del cilindro
[ (0Ȝ,0Ȝ) , (0.2Ȝ,0.2Ȝ) , (0.4Ȝ,0Ȝ) , (0.4Ȝ,0.4Ȝ) , (0.5Ȝ,0Ȝ) , (0.7Ȝ,0.7Ȝ) ]. Marcaremos en
rojo aquellos resultados que mejoren respecto a la ubicación inicial de cargas imágenes;
también indicaremos el valor del radio óptimo que hemos obtenido en cada uno de los
casos.
x a) Posición (0Ȝ,0Ȝ):
Nº cargas
Tipo 5 10 15 20 25 30
Técnica
7.1487e- 1.3369e- 3.07174e-
Point-matching 10.1294 1.3525 0.0061
005 006 008
2.6108e- 1.3858e- 2.7904e-
Error 9.6952 1.1228 0.0013
007 011 014
Variación
1.400Ȝ 3.100 Ȝ
del radio 11Ȝ 11 Ȝ 11 Ȝ 4Ȝ
Radio mínimo mínimo
converge converge converge converge
local local
Tabla 3.8 Coste variación radio para distintos nº de cargas, posición fuente en (0Ȝ ,0 Ȝ)
Comprobamos como obtenemos un resultado mejor que el método original en

todos los casos, con reducciones del coste muy importantes.
-73-
Vamos a analizar el caso particular de emplear 5 imágenes, donde obtenemos un

radio óptimo de valor 1.4O . Para valores de radio superiores, el coste converge a un
valor muy superior al coste mínimo, como podemos observar en la figura 3.12:
Figura 3.25 Variación del coste con el radio, 5 imágenes y fuente en el origen.
x b) Posición (0.2Ȝ,0.2Ȝ):
Nº cargas
Tipo 5 10 15 20 25 30
Técnica
5.6664e- 5.9574e- 4.0841e-
Point-matching 12.1475 16.5825 0.0972
004 006 008
3.8533e- 4.9440e- 1.9817e-
Error 10.9688 3.2548 0.0352
005 007 008
Variación
1.200 Ȝ 5.200 Ȝ
del radio 2.400 Ȝ 4 .400 Ȝ 2.500 Ȝ 16.000 Ȝ
local local
Tabla 3.9 Coste variación radio para distintos nº de cargas, posición fuente en (0.2Ȝ ,0.2Ȝ)
Comprobamos como en este caso también mejoramos el resultado respecto a la

técnica original en todos los casos. Resaltaremos un caso particular, que se produce
cuando empleamos cargas imágenes, en el que aparecen dos mínimos uno local y otro
absoluto, como se puede comprobar en la figura 3.13. Una primera variación del radio
puede llegar a creer que el primer mínimo local que nos encontramos (entorno a 1.7O )
es al absoluto, pues el coste vuelve a crecer tras pasarlo. Aquí se resalta la utilidad de
emplear un barrido con dos pasos, el paso “grueso” que ha detectado ese mínimo local
continúa con la variación de los radios en su rango buscando otros valores más
pequeños. Por su parte un barrido más “fino” empleado directamente en este caso, al
detectar que el coste aumenta al superar un determinado valor de radio, daría al mínimo
local del coste como mínimo absoluto, deteniendo el algoritmo.
-74-
Figura 3.26 Coste en función del radio. 10 cargas imágenes y fuente en (0.2Ȝ ,0.2Ȝ)
x c) Posición (0.4Ȝ,0.0Ȝ):
Nº cargas
Tipo 5 10 15 20 25 30
Técnica
2.5848e- 4.6492e-
Point-matching 16.1649 19.9669 0.3775 0.0026
005 007
5.8839e- 1.8230e- 3.2894e-
Error 10.3919 6.8724 0.0862
004 005 007
Variación
1.200 Ȝ 4.400 Ȝ
del radio 2.400 Ȝ 2.300 Ȝ 2.000 Ȝ 2.000 Ȝ
local local
Tabla 3.10 Coste variación radio para distintos nº de cargas, posición fuente en (0.4Ȝ ,0Ȝ)
Nº cargas
Tipo 5 10 15 20 25 30
Técnica
2.8172e- 2.5517e-
Point-matching 26.6829 23.6945 1.4449 0.0132
004 005
6.2641e-
Error 11.1007 9.1644 0.2953 0.0256 0.0019
004
Variación
1.200 Ȝ 1.200 Ȝ
del radio 2.900 Ȝ 16 Ȝ 1.700 Ȝ 1.800 Ȝ
local local
Tabla 3.11 Coste variación radio para distintos nº de cargas, posición fuente en (0.4Ȝ, 0.4Ȝ)
Comprobamos como en esta posición hay tres casos en los que una variación del
radio no proporciona un coste menor que el original. Esto se produce para un número de
imágenes relativamente elevado (20-30) cuando el error ya es reducido. Destacamos la
utilidad del método para reducir de forma muy importante el coste para un número de
imágenes más reducido, en algunos casos de forma espectacular (5-10 imágenes).
-75-
x e) Posición (0.5Ȝ,0.0Ȝ):
Nº cargas
Tipo 5 10 15 20 25 30
Técnica
9.6659e- 3.7540e-
Point-matching 17.9904 19.9656 0.9056 0.0070
005 006
2.4757e- 9.1774e-
Error 10.1965 8.5877 0.1721 0.0047
004 006
Variación
1.200 Ȝ 1.200 Ȝ
del radio 2.900 Ȝ 1.900 Ȝ 1.800 Ȝ 1.800 Ȝ
local local
Nº cargas
Tipo 5 10 15 20 25 30
Técnica
Point-matching 22.8267 8.0995 1.6061 4.2177 0.4510 1.1371
Error 24.2562 20.4576 11.5060 11.9342 8.1999 8.5931
Variación 1.1000 1.0900 1.0600 1.0400 1.1300
del radio Radio 1.4300
mínimo mínimo mínimo mínimo minimo
converge
local local local local local
Podemos observar como en casi todos los casos obtenemos un coste mucho
menor que con la técnica original, exceptuando claramente la posición (0.7Ȝ, 0.7Ȝ). En
este caso, la carga fuente se encuentra muy próxima a la pared del cilindro, por lo que
produce un pico de potencial en ella que las cargas imágenes de nuestro método, al estar
situadas de forma simétrica alrededor del cilindro, no pueden contrarrestar. No obstante,
si la carga se encuentra cerca de la pared del cilindro (§0.9 Ȝ) otras técnicas se muestran
mejores que con la anterior ubicación, especialmente al emplear un número reducido de
cargas imágenes.
El error se disminuye de una forma más drástica cuando el número de cargas
imágenes es reducido (ó el coste inicial de partida muy elevado) y de una forma más
moderada cuando el número de cargas imágenes es más elevado.
En cuanto al efecto del radio en el coste, hemos comprobado que siempre se va a
producir un coste mínimo, que puede o no coincidir con el coste al que converge cuando
el radio aumenta mucho su valor (es decir, si el coste mínimo es el valor de
convergencia o es un mínimo absoluto que se presenta anteriormente).
Como principal desventaja de este método, señalaremos que el coste
computacional para conseguir los resultados es relativamente alto, pues debemos
calcular los potenciales para un gran número de situaciones y obtener el Coste para cada
uno de ellos (operación computacionalmente costosa).
-76-
Para concluir, podemos considerar la técnica como muy satisfactoria pues es

muy efectiva en la gran mayoría de los casos, simple y fácilmente extensible a una
geometría arbitraria.
3.2.5 Optimización por descenso de gradiente de las cargas
Este método se basa en modificar el valor complejo de las cargas imágenes con
el fin de optimizarlo, para poder conseguir así un coste mínimo.
Tras resolver el sistema de ecuaciones definido en la ecuación 3.1 ó 3.4 (que son
la misma), obtenemos un conjunto de N valores complejos, uno para cada carga ‘qx’
imagen. Con estos valores complejos de las cargas calcularemos el potencial escalar en
el interior del cilindro (o la estructura arbitraria que hayamos definido), como
estudiamos de forma detallada en el Capitulo 2.
Por tanto deberemos de optimizar el valor de las cargas (que es una magnitud
compleja) empleando para ello un método de descenso de gradiente. Es necesario
definirnos de forma adecuada un Coste a optimizar (que no tiene porqué coincidir con el
coste de la aproximación del potencial escalar definido en la ecuación 3.3) que nos dará
el valor de las cargas buscado en cada iteración.
En general, una optimización por descenso de gradiente sigue la estructura:
w (k 1) w (k ) P w C (k ) (3.27)
Para nuestro caso, vamos a optimizar el valor complejo de las cargas, por lo cada
término de la ecuación se refiere a:
x w (k 1) Æ Valor complejo de las cargas en la iteración k+1, es decir

son los nuevos pesos que estamos calculando. Es una matriz columna de
pesos complejos, que tendrá como dimensión el número de imágenes
empleadas.
x w (k ) Æ Valor complejo correspondiente a las cargas en la iteración k,

es decir, en la iteración anterior a la que estamos calculando. Se trata de
una matriz columna de pesos complejos.
x P Æ Constante de paso.
x w C (k ) Æ Gradiente de la función de Coste en la iteración k-ésima.
Por tanto la ecuación que estamos definiendo en 3.27 puede escribirse como:
-77-
§ w ·
¨ C (k ) ¸
§ q1 (k 1) · § q1 (k ) · ¨ wq1 ¸
¨ ¸ ¨ ¸ ¨ w ¸
C (k ) ¸
¨ q 2 (k 1) ¸ ¨ 2q ( k ) ¸ ¨ wq 2
¨ ¸ ¨ ... ¸ P ¨ ¸
... ¨ ... ¸ (3.28)
¨ ¸ ¨ ¸
¨ q N 1 (k 1) ¸ ¨ q N 1 (k ) ¸ ¨ w C (k ) ¸
¨ q (k 1) ¸ ¨ q (k ) ¸ ¨ wq N 1 ¸
© N ¹ © N ¹ ¨ w ¸
¨¨ C (k ) ¸¸
© wq N ¹
A la hora de implementar el algoritmo, partiremos de unos pesos w (k ) , que no

serán aleatorios, sino que tendrán un valor relativamente cercano al óptimo [y que son
proporcionados por el cálculo de ‘qk’ mediante el Point-Matching].
Será por tanto necesario calcular una función de Coste que sea derivable en
función de las cargas complejas.
Para ello realizaremos dos versiones:
a) Función de coste original
La función de Coste tal y como la habíamos obtenido anteriormente (pero sin

considerar el valor absoluto), será:
Coste ³ Gvcy dc
Contorno
(3.29)
Para poder implementar el algoritmo, necesitamos calcular el gradiente del

coste, que se traduce en una derivada parcial respecto a cada una de las cargas.
Realizaremos el desarrollo para una carga arbitraria, ‘p’:
wp Coste wp ³ Gvcy dc ³ wp Gvcy dc (3.30)
Contorno Contorno
y como:
K
d ª º
wp Gvcy
dq p «
¬
Gv ( r , ro ) ¦
k 1
qk Gv(r , rk )» Gv(r , rp )
¼
(3.31)
Por lo que finalmente, y teniendo en cuenta todos los elementos, tendremos:

w Coste ³ Gv(r , rw )dc
Contorno
(3.32)
Aquí encontramos el problema de que, el gradiente del coste no depende de los

pesos empleados, por lo que siempre realizará la misma actualización de las cargas
independientemente de lo acontecido en la iteración anterior, lo que nos llevaría a un
resultado erróneo. Además, la definición del coste es ligeramente diferente a la de la
ecuación 3.3 y una minimización del coste 3.8 no tiene porqué minimizar el coste
definido en 3.3 (ya que al desaparecer el valor absoluto pueden darse casos en los que se
cancelen varios sumandos de distinto signo).
-78-
Es por todas estas razones por la que este resultado no es adecuado para el
cálculo del gradiente del coste.
b) Función de coste cuadrática conjugada
En este punto definiremos el coste a optimizar como la integral del cuadrado del
valor absoluto de la función de Green en el contorno de la estructura, tal y como
observamos en la ecuación 3.33:
2
C oste ³ Gv
Contorno
cy dc (3.33)
De esta forma optimizaremos también el coste definido en la ecuación 3.3, pues

la optimización de una función al cuadrado también optimiza la función original.
Además, observamos que al ser la función de Green un número complejo, se verifica la
relación:
2 *
Gvcy Gvcy Gvcy (3.34)
*
Donde la notación Gvcy implica el número complejo conjugado de Gvcy .
De esta forma podemos desarrollar la ecuación 3.33 teniendo en cuenta la
definición del potencial escalar Gvcy :
2 *
C oste ³ Gv
Contorno
cy dc ³ Gv
Contorno
cy Gvcy dc
K K * (3.35)
ª º ª º
³ «Gv ( r , ro ) ¦ q k Gv ( r , r )
k » « Gv ( r , ro ) ¦ q k Gv(r , rk )» dc
Contorno ¬ k 1 ¼ ¬ k 1 ¼
Recordando igualdades de variable compleja sencillas,

( a b )* a * b*
(3.36)
(ab)* a * b*
podemos desarrollar la ecuación 3.35 con el fin de expresarla en sus términos

constituyentes:
K K *
ª º ª º
Coste ³ «Gv ( r , ro ) ¦ q k Gv ( r , r )
k » « Gv ( r , ro ) ¦ qk Gv(r , rk )» dc
K K
ª º ª º
³ «Gv ( r , ro ) ¦ q k Gv ( r , r )
k » « Gv ( r , ro ) *
¦ qk*Gv(r , rk )* »dc
§ K
· (3.37)
¨ Gv(r , ro ) Gv(r , ro )* Gv(r , ro ) ¦ qk*Gv(r , rk )* ¸
¨ k 1 ¸
³ ¨ K
ª K
º ª K
º ¸dc
¨ Gv(r , ro ) ¦ qk Gv(r , rk ) «¦ qk Gv(r , rk )» «¦ qk Gv(r , rk ) » ¸
Contorno ¨ * * *
¸
© k 1 ¬k 1 ¼ ¬k 1 ¼¹
En este punto ya tenemos definido el Coste que vamos a optimizar mediante la

técnica de gradiente descendente. Tal y como comentamos anteriormente, una vez
definido el Coste, deberemos obtener su gradiente, que en la práctica se reduce a
-79-
obtener la derivada del coste definido en la ecuación 3.37 respecto a cada una de las
cargas imagen que hayamos definido en nuestro problema (en general, será un número
N).
Al ser el valor de las cargas complejos, el gradiente que deberemos obtener será
de la forma:
§ wC (q) wC (q ) ·
¨ j ¸
¨ w Re( q1 ) w Im(q1 ) ¸
wC (q ) wC ( q ) ¸
1 ¨¨ j
q C ( q) w Re(q 2 ) w Im(q 2 ) ¸ (3.38)
2¨ ¸
¨ ...... ¸
¨ wC ( q ) wC (q) ¸
¨ w Re(q ) j w Im(q ) ¸
© N N ¹
Calcularemos en este punto la derivada parcial del coste respecto a una carga
compleja arbitraría ‘p’:
K
§ ·
w ¨ k 1 ¸
q p Coste ³
wq p Contorno ¨ K
ª K
º ª K
º ¸dc (3.39)
¨ Gv(r , ro )* ¦ qk Gv(r , rk ) «¦ qk Gv(r , rk )» «¦ qk*Gv(r , rk )* » ¸
¨ ¸
© k 1 ¬k 1 ¼ ¬k 1 ¼¹
Esta derivada la descompondremos en sus términos constituyentes:
o En primer lugar, la ecuación 3.40 es nula debido a que el valor de la función de

Green en dos puntos cualesquiera no va a depender nunca del valor complejo de
una carga ‘p’.
w *
³ Gv(r , ro ) Gv(r , ro ) dc 0
wq p Contorno
(3.40)
o El segundo término no se anulará, pues sí que depende del valor complejo de la

carga ‘p’. No obstante, en este caso, deberemos realizar la derivada respecto a un
variable compleja (‘qp’) tal y como definimos en la ecuación 3.41:
K
w w K *
³
wq p Contorno
Gv ( r , ro ) ¦
k 1
q *
k Gv ( r , rk ) *
dc ³ Gv ( r , ro ) ¦
wq p k 1
q k Gv(r , rk ) *
Contorno
w * w
³
Contorno
Gv(r , ro )
wq p
q p Gv( r , r p ) * ³ Gv(r , r ) wq q
Contorno
o
p
pr jq i Gv( r , r p ) *
(3.41)
1 ª w º
³ Gv( r , ro ) « q pr jqi Gv(r , rp ) * j w q pr jqi Gv(r , rp ) * » dc
Contorno
2 «¬ wq pr wq pi »¼
³ Gv(r , r ) Gv(r , r
o p )*
Contorno
o El desarrollo del tercer término se anula, como podemos comprobar en la

ecuación 3.42
-80-
K K
w w
³ Gv * (r , ro ) ¦ q k Gv(r , rk )dc *
³ Gv (r , ro ) ¦ q Gv(r , r )
k k
wq p Contorno k 1 Contorno
wq p k 1
w w
³
Contorno
Gv * (r , ro )
wq p
q p Gv(r , r p ) ³ Gv(r , r ) wq q
Contorno
o
p
pr jq i Gv(r , rp )
(3.42)
1 ª w º
³
*
Gv (r , ro ) « q pr jqi Gv(r , rp ) j w q pr jqi Gv(r , rp )» dc
Contorno
2 ¬« wq pr wq pi ¼»
1
³ Gv(r , r ) 2 >Gv(r , r
Contorno
o p ) Gv(r , rp ) @ 0
o El cuarto término será el más complejo de analizar, resultado:

w ªK º ªK * º
³ « ¦
wq p Contorno ¬ k 1
q k Gv ( r , rk ) » «¦ q k Gv(r , rk ) * » dc
¼ ¬k 1 ¼
w ªK º ªK *º
wq p ³ «¦ kr ( q q ki )Gv ( r , rk » «¦ ( q kr q ki )Gv ( r , rk ) » dc
)
Contorno ¬ k 1 ¼ ¬k 1 ¼
§ª K * º w
³ ¨¨ «¦ q k Gv(r , rk ) * » >
(q pr j q pi )Gv(r , rp ) @
Contorno © ¬ k 1 ¼ wq p
ªK º w
>
«¦ q k Gv(r , rk )» wq (q pr j q pi )Gv(r , rp ) dc
*
@
¬k 1 ¼ p
ª w º (3.43)
§ª K * *º 1 w
³ ¨
¨ « ¦ q k Gv ( r , rk ) » « q pr j q i Gv ( r , r p ) j q pr jq i Gv ( r , r p ) »
Contorno © ¬ k 1 ¼ 2 «
¬ wq pr wq pi »¼
ªK º 1 ª w º·
«¦ q k Gv(r , rk )» « q pr j qi Gv * (r , rp ) j w q pr jqi Gv * (r , rp )» ¸¸dc
¬k 1 ¼ 2 ¬« wq pr wq pi ¼» ¹
§ª K * *º 1 ªK º 1 ·
³ ¨
¨« ¦ q k Gv ( r , rk )
» 2 2 Gv ( r , r p ) >
«¦ q k Gv(r , rk )» 2 Gv (r , r p ) Gv (r , rp ) ¸¸dc
* *
@
Contorno © ¬ k 1 ¼ ¬k 1 ¼ ¹
ªK * *º
³ «¦ q k Gv(r , rk ) » Gv(r , rp )dc
Contorno ¬ k 1 ¼
Una vez analizados los cuatro términos en los que habíamos descompuesto la
ecuación 3.39 vamos a recomponerlos con el fin de obtener una expresión para el
gradiente del Coste:
*
§ K ·
¨ Gv(r , r ) Gv(r , r )* ª¦ q Gv(r , r )º Gv(r , r ) ¸dc
q p Coste ³ ¨
Contorno ©
o p «
¬k 1
k k »
¼
p
¸
(3.44)
¹
De esta forma ya podremos emplear el algoritmo por descenso de gradiente,

pues tenemos calculado el gradiente del coste.
Debido a la complejidad de las expresiones con la que estamos tratando, el coste
computacional de su evaluación no es despreciable, no obstante vamos a tratar de
reducirlo empleando dos técnicas de forma simultánea:
-81-
¾ Ajuste dinámico del paso ‘μ’ (definido en la ecuación 3.6)
En primer lugar, al comenzar con la ejecución del algoritmo

emplearemos un valor de paso ‘μ’ relativamente elevado, con el fin de
que reduzcamos el coste lo máximo posible en cada iteración. En caso de
que al emplear este paso no obtengamos una reducción, sino que el coste
aumente, reduciremos el valor de ‘μ’ y volveremos a repetir la iteración
viendo si ahora el coste se reduce. De esta forma, empezaremos el
algoritmo con un paso más “grueso” que se reducirá conforme nos
vayamos acercando hacia la convergencia del coste, donde el paso
automáticamente tendrá un valor más “fino”.
¾ Detención dinámica del algoritmo con un criterio de convergencia
Definiremos un criterio de parada del algoritmo cuando en las 15 últimas

iteraciones el coste obtenido no difiera entre si más de un 0.01%,
detectando así que el coste se ha estabilizado y deteniendo el algoritmo
de forma automática, minimizando por tanto el coste computacional.
De esta forma ya tenemos totalmente definido nuestro algoritmo de gradiente

descendente: Hemos calculado el gradiente de su error, tenemos unos valores complejos
de carga de partida y hemos definido unos criterios dinámicos de gestión del paso y de
detención del algoritmo.
La técnica empleada obtendrá un valor complejo de las cargas que nos
proporcionen un mínimo local en la función de Coste, consiguiendo así una mayor
precisión en las funciones de Green para calcular el potencial escalar que en el caso
original estudiado en el Capitulo 2. Es interesante el estudio de la convergencia del
algoritmo, en función tanto de la posición de la carga fuente en el interior del cilindro
como de la posición de las cargas imágenes. El algoritmo se mostrará efectivo cuando la
situación inicial de la que partamos esté cerca de un mínimo local de la función coste.
La distribución de las cargas no afecta al funcionamiento del método pero sí que
influye en la forma en el que éste puede alcanzar sus resultados. Una distribución de
cargas empleando planos simétricos partirá de una situación mucho más genérica que
una distribución de cargas imagen circular que se haya sometido a una optimización de
su radio, pues ya estaremos muy cerca de un mínimo local y el margen de mejora
posible es más reducido.
En función del número de cargas imágenes empleadas, el método se muestra
más efectivo para un número no muy elevado de las mismas (10-20), pues deja un
mayor margen de variación del valor de las cargas.
En cuanto al coste computacional del algoritmo, éste se reduce de forma
considerable mediante una gestión dinámica del paso de actualización y de la detención
del algoritmo, siendo casi despreciable en el caso de que nos encontremos en un punto
de partida cercano a un mínimo local.
Señalar finalmente que la técnica de gradiente descendente no está sujeta en
ningún momento a estructura geométrica de la cavidad a analizar, y aunque partamos
del caso del cilindro, los desarrollos son directamente extensibles a cualquier otra
geometría.
-82-
Los resultados obtenidos muestran como el método propuesto es eficaz

principalmente cuando el número de cargas empleadas no es muy elevado.
Vamos a desarrollar un caso particular para comprobar el funcionamiento del
método, mostrando posteriormente los resultados para una gran cantidad de posiciones
de la fuente en el interior del cilindro y de número de imágenes.
Supongamos un cilindro de radio a O , en el que está situada una carga origen
en la posición (0.2O ,0.2O ) y sobre la que situamos 10 cargas imágenes para satisfacer
las condiciones de contorno. La situación la podemos observar en la figura 3.27:
Figura 3.27 Situación con 10 imágenes y fuente en (0.2Ȝ ,0.2Ȝ)
En este caso el error de la aproximación del potencial escalar es de:

Error 16.5825
Podemos observar la distribución del potencial escalar en el contorno del

cilindro, comprobando como tenemos 10 nulos (correspondientes a las 10 condiciones
impuestas) y como el valor entre estos nulos tiene valores relativamente elevados:
Figura 3.28 Representación Potencial escalar en función del ángulo. 10 imágenes y fuente en origen
-83-
Destacamos la falta de simetría de la representación, debido a que la fuente no se

encuentra centrada en el interior del cilindro.
Sobre esta configuración vamos a emplear la optimización por descenso de
gradiente, obteniendo una reducción del coste en función del número de iteración
mostrada por la figura 3.29:
Figura 3.29 Evolución del Coste en función del número de iteración, paso dinámico. Empleo de 10
imágenes y fuente situada en la posición (0.2Ȝ,0.2Ȝ)
Comprobamos como en la figura anterior obtenemos un coste mínimo en un

número de iteraciones relativamente reducido (hemos esperado convergencia de un
0.01% en las últimas 15 iteraciones para dar por finalizado el algoritmo).
Si hubiéramos escogido un paso menor y fijo, el resultado final hubiera sido el
mismo, pero habríamos necesitado un número de iteraciones muy superior, como
muestra la figura 3.30:
Figura 3.30 Evolución del Coste en función del número de iteración, paso fijo. Empleo de 10
imágenes y fuente situada en la posición (0.2Ȝ ,0.2Ȝ)
-84-
De esta forma conseguimos un error final de valor:

Error 2.4473
Observamos como hemos obtenido una reducción del error muy importante, con
un coste computacional moderado.
Veamos ahora la distribución del potencial escalar en el contorno del cilindro:
Figura 3.31 Representación Potencial escalar en función del ángulo tras optimizar el valor complejo
de las cargas. Empleo de 10 imágenes y fuente situada en el origen
Podemos comprobar como los valores sobre los que nos movemos son mucho
más reducidos, manteniéndose básicamente los 10 nulos provocados por las 10
condiciones de las cargas (aunque esto no tiene porqué ser así). En general, el nuevo
potencial escalar alrededor del cilindro tras optimizar el valor complejo de las cargas no
tiene porqué guardar ninguna relación con el original, salvo descensos acusados (que no
nulos) en las puntos tangentes del cilindro donde impusimos las condiciones de
contorno.
Mostraremos a continuación cual es el valor final del coste obtenido en este
método en función del número de cargas imagen empleadas (5, 10, 15, 20, 25, 30) y de
la posición de la fuente en el interior del cilindro [ (0Ȝ,0Ȝ) , (0.2Ȝ,0.2Ȝ) , (0.4Ȝ,0Ȝ) ,
(0.4Ȝ,0.4Ȝ) , (0.5Ȝ,0Ȝ) , (0.7Ȝ,0.7Ȝ) ]. Indicaremos en rojo aquellos resultados que
mejoren respecto al valor inicial de cargas imágenes.
Nº cargas
Tipo 5 10 15 20 25 30
Técnica
Point- 7.1487e- 1.3369e- 3.07174e-
10.1294 1.3525 0.0061
matching 005 006 008
Optimización
3.85533e- 4.549699E- 8.63487e- 1.9519e-
del valor de 10.12939 0.898036
003 005 007 008
las cargas
Tabla 3.14 Coste optimizando cargas para distintos nº de imágenes, posición fuente en (0.0Ȝ , 0.0Ȝ)
-85-
Nº cargas
Tipo 5 10 15 20 25 30
Técnica
5.6664e- 5.9574e- 1.204944e-
Point-matching 12.1475 16.5825 0.0972
004 006 007
Optimización del
2.44732 4.40864e- 4.54379e- 8.99507e-
valor de las 10.7727 0.08024
004 006 008
cargas
Tabla 3.15 Coste optimizando cargas para distintos nº de imágenes, posición fuente en (0.2Ȝ, 0.2Ȝ)
Nº cargas
Tipo 5 10 15 20 25 30
Técnica
Point- 2.5848e- 5.137437e-
16.1649 19.9669 0.3775 0.0026
matching 005 007
Optimización
2.0126e- 2.03818e- 4.24563612e-
del valor de 11.2488 3.734492 0.300117
003 005 007
las cargas
Tabla 3.16 Coste optimizando cargas para distintos nº de imágenes, posición fuente en (0.4Ȝ, 0Ȝ)
Nº cargas 5 10 15 20 25 30
Tipo
Técnica
Point- 26.6829 23.6945 1.4449 1.320842e- 2.8172e- 2.55236e-005
matching 002 004
Optimización 10.3198 7.17198 0.97371 9.925287e- 2.6741e- 2.55235e-005
del valor de 003 004
las cargas
-86-
x d) Posición (0.5Ȝ,0Ȝ):
Nº cargas
Tipo 5 10 15 20 25 30
Técnica
Point- 9.6659e- 3.77679e-
17.9904 19.9656 0.9056 0.00700
matching 005 006
Optimización
7.816235e- 3.766583e-
del valor de 12.0109 5.811915 0.66110031 0.005482
005 006
las cargas
Tabla 3.18 Coste optimizando cargas para distintos nº de imágenes, posición fuente en (0.5Ȝ, 0Ȝ)
Nº cargas
Tipo 5 10 15 20 25 30
Técnica
Point-
22.8267 8.0995 1.6061 4.2177 0.4510 1.1371
matching
Optimización
del valor de 22.6211220 8.03442 1.57554 4.214055 0.45094 1.137081
las cargas
Una vez analizado el comportamiento del algoritmo, podemos extraer algunas

conclusiones acerca de sus resultados:
o El método siempre proporcionará resultados con un coste igual o inferior al

coste que teníamos de partida (antes de optimizar las cargas).
o Observamos como los resultados obtenidos son bastante satisfactorios,

obteniendo una reducción del coste muy significativa cuando empleamos un
número no muy elevado de imágenes y la carga fuente no está muy próxima al
borde del cilindro.
o El algoritmo consigue mejores resultados cuando el número de cargas

empleadas no es muy elevado: la explicación de este comportamiento es que al
aumentar el número de cargas, estas van proporcionando costes cada vez más
pequeños dejando un menor margen de mejora. Además, el tener que optimizar
de forma simultánea un gran número de cargas hace que sea más probable caer
en un mínimo local (pues la existencia de éstos, al haber más cargas, es más
probable).
o Si la fuente se encuentra pegada al contorno de la cavidad, las cargas imágenes

no pueden contrarrestar el pico de potencial escalar producido por la carga
fuente, por lo que la optimización de su valor complejo no da resultados válidos.
-87-
o Como principal desventaja, indicaremos que presenta un coste computacional

relativamente elevado, aunque es controlado con la gestión dinámica del paso de
actualización y la detención automática del algoritmo al llegar a la convergencia.
3.2.6 Optimización por descenso de gradiente de las posiciones
Este método se basa en modificar las posiciones de las cargas imagen, con el fin
de optimizarlas para obtener de esta forma un coste mínimo.
Al resolver el sistema de ecuaciones definido en la ecuación 3.1 ó 3.4 (que son
la misma), obtenemos un conjunto de N soluciones complejas con las que podemos
recomponer el potencial en el interior de la estructura a analizar. Para el planteamiento
de este sistema, habíamos supuesto unas posiciones conocidas de las cargas imagen
(como por ejemplo, situarlas de forma especular a un plano tangente a cada punto del
cilindro).
En este método se propone optimizar la posición de las cargas imagen (en sus
ejes ‘x’ e ‘y’) de tal forma que las nuevas posiciones de las cargas calculadas
proporcionen un coste mínimo. Para el cálculo de estas nuevas posiciones emplearemos
un método de descenso de gradiente, de forma similar al utilizado para optimizar los
valores complejos de las cargas. No obstante, en este caso los valores a optimizar son
reales (y no complejos como el valor de las cargas) y además se deben optimizar dos
parámetros de forma conjunta (las posiciones en el eje ‘x’ y en el eje ‘y’).
La actualización de las posiciones de cada imagen se realizará mediante la
conocida fórmula del gradiente descendente:
x (k 1) x (k ) P w C (k ) (3.45)
y (k 1) y (k ) P w C (k )
Donde:
x x (k 1), y (k 1) Æ Posiciones que estamos calculando para cada una

de las cargas en una nueva iteración (k+1). Trataremos todas las
posiciones de forma conjunta, siendo ' x ' e ' y ' vectores columna de
dimensión N (es decir, el número de cargas existentes).
x x (k ), y (k ) Æ Posiciones de cada carga en la iteración anterior (k),

que nos sirve de partida para obtener las posiciones en la iteración actual.
x P Æ Constante de paso.
x w C (k ) Æ Gradiente de la función de Coste.
De esta forma, partiendo de unas posiciones iniciales (que serán proporcionadas

por el método de las imágenes especulares a una recta tangente, expuesto en el capítulo
2) el algoritmo irá evolucionando encontrando aquellas posiciones para las cargas
-88-
imagen que minimicen el coste. Para completar el algoritmo, será necesario definirnos
un Coste derivable respecto a las posiciones; presentaremos dos versiones similares a
las mostradas en la optimización de las cargas.
a) Función de coste original
La función de Coste tal y como la habíamos obtenido anteriormente (pero sin

considerar el valor absoluto), será:
C oste
Contorno
³ Gv cy dc (3.46)
Para poder implementar el algoritmo, necesitamos calcular el gradiente del

coste, que se traduce en una derivada parcial respecto a la posición ‘x’ e ‘y’ de todas las
cargas imagen. Al ser ambas derivadas muy similares, realizaremos los cálculos para la
posición ‘x’ de las cargas, extendiendo de forma natural su resultado a las posiciones
‘y’.
Realizaremos el desarrollo para posición arbitraria x’:
xi Coste xi ³ Gvcy dc ³ xi Gvcy dc (3.47)
Contorno Contorno
De donde:
K
d ª º d
xiGvcy
dxi «
¬
Gv ( r , ro ) ¦
k 1
qk Gv(r , rk )»
¼
qi
dxi
Gv(r , ri ) (3.48)
En este punto observamos que es necesario realizar la derivada de la función de

Green respecto a la posición ' xi ' . En primer lugar, partimos de la distancia euclídea
entre dos puntos:
1
r r' ( x x' ) 2 ( y y ' ) 2 >( x x' ) 2
( y y' ) 2 @2 (3.49)
Y obtendremos su derivada respecto a la posición x' de una carga arbitraria:

1
d r r' > @
d ( x x' ) 2 ( y y ' ) 2 2 1
>
( x x' ) 2 ( y y ' ) 2 @
1
2 2( x x' ) (1)
dx' dx' 2
x' x x' x (3.50)
2
( x x' ) ( y y ' ) 2 r r'
Finalmente, podemos realizar la derivada de la función respecto de la posición

x' de una carga arbitraría, basándonos en los resultados parciales anteriores:
-89-
j*k * r r ' d r r' d r r ' j*k* r r '

j*k * r r ' j *k *e * * r r' *e
dGv d e dx' dx'
2
dx' dx' r r ' r r'
j*k * r r ' x' x j*k * r r ' x' x
j *k * r r' *e * * e *
r r' r r'
2
r r' (3.51)
j*k * r r ' j*k * r r ' j*k * r r '
j *k * r r' *e * ( x' x) * e * ( x' x) e * ( x' x) * ( j * k * r r ' 1)
3 3
r r' r r'
jk r r '
e ( x x' ) (1 j k r r ' )
3
r r'
Para el caso dual, respecto a la posición y ' obtenemos un resultado similar:

jk r r '
dGv e ( y y ' ) (1 j k r r ' )
3 (3.52)
dy ' r r'
De esta forma, podemos reconstruir la ecuación 3.27 obteniendo el gradiente del

coste que emplearemos para optimizar las posiciones ‘x’ de las cargas imagen:
jk r r '
e ( x x' ) (1 j k r r ' )
xi Coste qi ³ 3
dc (3.53)
Contorno r r'
El gradiente del coste empleado para optimizar las posiciones ‘y’ de las cargas
imagen se obtiene de una forma totalmente dual, resultando:
jk r r '
e ( y y ' ) (1 j k r r ' )
yi Coste qi ³ 3
dc (3.54)
Contorno r r'
Comprobamos en este punto como, a diferencia del caso de la optimización de

las cargas, el empleo de esta definición del coste si que depende de las posiciones,
actualizándose en cada iteración. No obstante, el resultado de la actualización del
gradiente es un valor complejo (debido a que no hemos tomado valor absoluto en la
definición del coste), mientras que la cantidad a actualizar (las posiciones) son reales.
Se han probado soluciones intermedias, como actualizar los pesos con el valor absoluto
de las posiciones actualizadas (evitando así la parte compleja), que aunque han
proporcionado resultados correctos no han sido tan satisfactorios como los esperados.
Por estas razones, se ha formulado y programado el algoritmo con un coste alternativo,
que si tiene en cuenta estas particularidades.
b) Función de coste cuadrática conjugada
En este punto definiremos el coste a optimizar como la integral del cuadrado del
valor absoluto de la función de Green en el contorno de la estructura, tal y como
observamos en la ecuación 3.55:
-90-
2
C oste ³ Gvcy dc
Contorno
(3.55)
De esta forma optimizaremos también el coste definido en la ecuación 3.3, pues

la optimización de una función al cuadrado también optimiza la función original.
Realizando un desarrollo análogo al realizado en la optimización de las cargas
complejas (ecuaciones 3.33 a 3.37), podemos desarrollar la expresión 3.55 del coste en
una más manejable, como la expresada en la ecuación 3.56:
K
§ ·
¨ k 1 ¸
Coste ³ ¨ K
ª K
º ª K
*º
¸dc (3.56)
Contorno ¨ * *
¸
© k 1 ¬k 1 ¼ ¬k 1 ¼¹
En este punto ya tenemos definido el Coste que vamos a optimizar mediante la

técnica de gradiente descendente. A continuación deberemos de obtener su gradiente
respecto a las posiciones de las cargas imagen (en el eje ‘x’ y en el eje ‘y’); al igual que
en el caso anterior desarrollaremos el gradiente para las posiciones en ‘x’ obteniendo el
resultado para las ‘y’ por similitud.
Calcularemos en este punto la derivada parcial del coste respecto a una posición
x de una carga imagen arbitraria ‘p’:
K
§ ·
w ¨ k 1 ¸
x p Coste ³
wx p Contorno ¨ K
ª K
º ª K
*º
¸dc (3.57)
* *
¨ ¸
© k 1 ¬k 1 ¼ ¬k 1 ¼¹
Esta derivada la descompondremos en sus términos constituyentes para poder

analizarla de forma más simple:
o En primer lugar, la ecuación 3.58 correspondiente al primer término de la

ecuación 3.56 es nula debido a que el valor de la función de Green en el
contorno de la estructura debido a la carga fuente, no va a depender nunca de la
posición en el eje ‘x’ de una carga arbitraria:
w *
wx p ³ Gv(r , r ) Gv(r , r ) dc
Contorno
o o 0 (3.58)
o El segundo término no se anulará, pues si que depende de la posición de una

carga arbitraria xp:
-91-
K K
w w
³ Gv(r , ro ) ¦ qk*Gv(r , rk )*dc ³ Gv(r , ro ) ¦ q Gv(r , r )
*
k k
*
wx p Contorno k 1 Contorno
wx p k 1
w
³ Gv(r , ro ) q*p Gv(r , rp )* (3.59)
Contorno
wx p
jk r r '
* e ( x x' ) (1 j k r r ' )
³ Gv(r , r ) q
Contorno
o p
r r'
3
dc
o El desarrollo del tercer término tampoco se anulará, resultando:

K
w w K
³
wx p Contorno
Gv *
( r , ro ) ¦
k 1
q k Gv ( r , rk )dc ³ Gv *
( r , ro ) ¦ qk Gv(r , rk )
wx p k 1
Contorno
w
³ Gv* (r , ro ) q p Gv( r , rp ) (3.60)
Contorno
wx p
jk r r '
* e ( x x' ) (1 j k r r ' )
³ Gv (r , ro ) q p
Contorno r r'
3
dc
o El desarrollo del cuarto término será:

w ªK º ªK * *º
³ « ¦
wx p Contorno ¬ k 1
q k Gv ( r , rk » «¦ qk Gv ( r , rk ) » dc
)
¼ ¬k 1 ¼
& & & &
ª K wGv(r , rp ) K wGv* (r , rp ) º
³ ««q p (¦ q p (¦ qk Gv(r , rk ))
* * *
qk Gv(r , rk ) ) »dc
Contorno ¬ k 1 wx p k 1 wx p ¼» (3.61)
jk r r '
ª K
e ( x x' ) (1 j k r r ' )
«q p (¦ qk Gv(r , rk ) )
* *
³
Contorno ¬ k 1 r r'
3

( x x' ) (1 j k r r ' ) º
K jk r r '
e
q*p (¦ qk Gv(r , rk )) 3 » dc
k 1 r r' »¼
Antes de recomponer los cuatro términos en los que habíamos descompuesto la

ecuación 3.57, vamos a definirnos unas funciones auxiliares (concretamente las
derivadas de la función de Green):
& & jk r r '

& & dGv(r , r ' ) e ( x x' ) (1 j k r r ' )
F (r , r ' ) 3
dx' r r'
& & jk r r '
(3.62)
& & dGv* (r , r ' )* e ( x x' ) (1 j k r r ' )
F * (r , r ' ) 3
dx' r r'
Así, podemos obtener el gradiente del coste respecto la posición ‘x’ de una carga
imagen cualquiera, ‘p’, como:
-92-
& & & & & & & &

ªq*p Gv(r , r0 ' ) F * (r , rp ' ) q p Gv* (r , r0 ' ) F (r , rp ' ) º
« »
x p Coste ³ « § K * *· & & * §
K
· * & & »dc
Contorno « q p ¨ ¦ qk Gv( r , rk ) ¸ F ( r , rp ' ) q p ¨ ¦ qk Gv( r , rk ) ¸ F ( r , rp ' ) »
(3.63)
¬ ©k 1 ¹ ©k 1 ¹ ¼
De igual forma que hemos definido el coste respecto a las posiciones en ‘x’ de
las cargas imágenes, podemos definirlo respecto a las posiciones ‘y’; para ello usaremos
la ecuación 3.63 sin más que sustituir la función auxiliar ‘F’ por otra que tenga en
cuenta la posición en ‘y’ de las cargas. Esta función para las posiciones ‘y’ queda
definida en la ecuación 3.64:
& & jk r r '
& & dGv(r , r ' ) e ( y y ' ) (1 j k r r ' )
F (r , r ' ) 3
dy ' r r'
* & & * jk r r '
(3.64)
& & dGv ( r , r ' ) e ( y y ' ) (1 j k r r ' )
F * (r , r ' ) 3
dy ' r r'

De forma práctica, se realizan dos algoritmos de descenso de gradiente de forma
simultánea: uno para las posiciones en ‘x’ de las cargas imagen y otro para las
posiciones ‘y’. Como resultado de esta optimización, cada una de las cargas se va
“moviendo” por el espacio 2D para encontrar una posición que, en conjunto con todas
las cargas imagen, minimicen el coste y sean capaces de obtener una representación de
los potenciales en el interior de la cavidad de forma más fidedigna.
El coste computacional en este caso no es despreciable, pues estamos realizando

dos algoritmos iterativos por descensos de gradiente, siendo tanto el cálculo del
gradiente del coste como el coste en si muy complejos de calcular. Trataremos de
controlar este coste empleando dos técnicas de forma simultánea (similares a las usadas
en la optimización del valor complejo de las cargas).
¾ Ajuste dinámico del paso ‘μ’ (definido en la ecuación 3.24)
El ajuste del paso se realizará de forma dinámica, tratando de reducir al

máximo el coste computacional del algoritmo. Para ello, empezaremos el
algoritmo con un valor de la constante ‘ȝ’ elevado, reduciéndolo
progresivamente en las iteraciones en las que no se consiga reducir el
error. Su gestión es idéntica a la realizada en la optimización del valor
complejo de las cargas, y consigue reducir el coste computacional de
forma considerable.
¾ Detención dinámica del algoritmo con un criterio de convergencia
Definiremos un criterio de parada del algoritmo cuando en un número

dado de iteraciones (por ejemplo 15), el valor obtenido de los costes
presente una variación muy reducida (por ejemplo del 0.01%). De esta
forma se detecta que el algoritmo alcanzó la convergencia, deteniendo su
ejecución.
-93-
En este punto tenemos definido de forma global la optimización de las

posiciones de las cargas: hemos obtenido el gradiente del coste (tanto para las
posiciones en ‘x’ como para las posiciones en ‘y’), tenemos unos valores de partida con
los que comenzar el algoritmo (los proporcionados por la situación inicial de las cargas)
y hemos definido unos criterios dinámicos de gestión del paso y detención del
algoritmo.
Los resultados obtenidos por este método mejoran sensiblemente, tanto en
velocidad de ejecución como en resultados finales, a los logrados por el método de
optimización de posiciones con función de coste original; ello es debido a la
actualización con valores reales de las posiciones (sin necesidad de tomar valor absoluto
o de tomar únicamente la parte real) y a que la función de coste tomada, al ser
cuadrática, presenta una velocidad de convergencia superior.
Este método es especialmente eficaz en situaciones particulares en la que otros
métodos no proporcionaban buenos resultados: especialmente cuando acercamos la
fuente a las paredes de la estructura que estamos analizando. En ese caso, una
distribución simétrica de cargas o una optimización de sus valores no es suficiente para
reducir el error; no obstante una variación de la posición de todas las cargas, situándose
de forma apropiada, sí que consigue una reducción del coste.
Es interesante el estudio de la convergencia del algoritmo, en función tanto de
la posición de la carga fuente en el interior del cilindro como del número de cargas
imagen empleado. Al aumentar el número de imágenes empleado, se reduce el margen
de mejora que el algoritmo puede realizar ya que es más probable que caiga en un
“mínimo local” (pues su presencia aumenta conforme aumenta el número de carga
imágenes empleadas). Respecto a la posición de la carga fuente en el interior de la
cavidad, para un caso general consigue mejorar el coste inicial, aunque esta mejoría es
inferior a la de otros métodos (debido a que se llega con cierta asiduidad a un mínimo
local); no obstante cuando la carga fuente se sitúa cerca de las paredes, es el único
método capaz de reducir el error, proporcionando unos resultados de los potenciales
más válidos.
Otro factor a tener en cuenta, es la posición de partida de las cargas antes de
iniciar el algoritmo y su situación en cercanía con posibles mínimos locales: una
posición de partida relativamente cercana a otra puede proporcionar resultados mucho
mejores.
En cuanto al coste computacional obtenido, este es sensiblemente superior al de
la optimización del valor complejo de las cargas; esto es debido a que para obtener la
actualización de las posiciones se requiere calcular en cada iteración las integrales de la
ecuación 3.57, mientras que en el otro caso parte de las operaciones eran comunes a
todas las iteraciones. Este alto coste se intenta mitigar con la gestión dinámica del paso
y una detección óptima, aunque sigue siendo relativamente alto en la mayoría de los
casos.
En el desarrollo de la optimización, no se ha tenido en cuenta en ningún
momento la geometría de la cavidad que se está analizando. Es por ello por lo que este
método es fácilmente extensible a cualquier otra estructura, sin apenas modificaciones.
Finalmente indicar que se pueden combinar las dos técnicas de optimización
presentadas, tanto para las posiciones como las cargas. De esta forma obtendremos una
posición y unos valores complejos de las cargas imagen óptimos.
-94-

Los resultados obtenidos muestran como el método propuesto es eficaz
principalmente cuando el número de cargas empleadas no es muy elevado y cuando la
carga fuente en el interior de la cavidad se sitúa relativamente cerca de algunas de las
paredes.
Vamos a desarrollar un caso particular para comprobar el funcionamiento del
método, mostrando posteriormente los resultados para una gran cantidad de posiciones
de la fuente en el interior del cilindro y de número de imágenes.
Supongamos un cilindro de radio a O , en el que está situada una carga origen
en la posición (0.5O ,0.5O ) y sobre la que situamos 10 cargas imágenes para satisfacer
las condiciones de contorno. La situación la podemos observar en la figura 3.32:
Figura 3.32 Situación con 10 imágenes y fuente en (0.5Ȝ ,0.5Ȝ)
En este caso el error de la aproximación del potencial escalar es de:

Error 23.9018
Podemos observar la distribución del potencial escalar en el contorno del

cilindro, comprobando como tenemos 10 nulos (correspondientes a las 10 condiciones
impuestas) y como el valor entre estos nulos tiene valores relativamente elevados:
Figura 3.33 Potencial escalar en función del ángulo. 10 imágenes y fuente en (0.5Ȝ ,0.5Ȝ)
-95-
Destacamos la falta de simetría de la representación, debido a que la fuente no se

encuentra centrada en el interior del cilindro.
Sobre esta configuración vamos a emplear la optimización por descenso de
gradiente de las posiciones, obteniendo una reducción del coste en función del número
de iteración. Necesitamos llegar a un compromiso entre coste computacional y la
reducción del coste buscada; así mostraremos dos casos con distinto criterio de parada
para observar la influencia del mismo:
Criterio de parada primando velocidad (a) Criterio de parada primando coste (b)
Figura 3.34 Representación de la evolución del coste y de las posiciones de las cargas imagen al
realizar una optimización de las posiciones. 10 imágenes y fuente en (0.5Ȝ ,0.5Ȝ)
En la figura anterior, podemos observar como el método funciona, reduciendo

de forma significativa el error producido al implementar los potenciales. En el caso (a),
donde se ha primado la velocidad de convergencia, vemos que se han necesitado un
número de iteraciones moderado (cerca de las 150) consiguiendo un coste bastante
reducido (de 8.039 frente al coste original de 23.9); es significativa la disposición que
han tomado las imágenes: dos de ellas se han colocado enfrente de la carga fuente
situada en el interior de la cavidad, tratando de contrarrestar los valores más altos que se
producen en esa zona, mientras que el resto de imágenes más alejadas apenas han
modificado su posición.
En el caso (b), se han necesitado un gran número de iteraciones para reducir el
error hasta el margen deseado (en total 550 iteraciones, para obtener un coste de 7.372).
Observamos como el error se ha reducido poco en comparación del gran coste
computacional que se ha empleado; también es significativo la situación final de las
cargas imagen: tres de ellas se sitúan casi en confrontación con la carga fuente, tratando
-96-
de limitar los valores de pico en la estructura, mientras que el resto se sitúan alrededor
de la cavidad, en una situación más alejada.
Con esta última configuración, obtenemos una distribución del potencial en el
contorno de la estructura circular de:
Figura 3.35 Potencial escalar en función del ángulo tras optimizar las posiciones de las cargas
imagen. 10 imágenes y fuente en (0.5Ȝ ,0.5Ȝ)
Observamos como han desaparecido los 10 nulos provocados por las 10

condiciones de las cargas, obteniendo una distribución que en media es mucho más
reducida. La nueva distribución obtenida no tiene por qué guardar ninguna relación con
la original.
Comprobamos de esta forma como el método de optimización de las posiciones
es efectivo, proporcionando una representación de los potenciales más exacta que el
método original (presentado en el capítulo 2).
Posteriormente, realizaremos una comparativa entre los distintos métodos, para
analizar las mejoras de cada uno y las ventajas de emplearlos de forma conjunta.
Mostraremos a continuación cual es el valor final del coste obtenido en este
método en función del número de cargas imagen empleadas (5, 10, 15, 20, 25, 30) y de
la posición de la fuente en el interior del cilindro [ (0Ȝ,0Ȝ) , (0.2Ȝ,0.2Ȝ) , (0.4Ȝ,0Ȝ) ,
(0.4Ȝ,0.4Ȝ) , (0.5Ȝ,0Ȝ) , (0.7Ȝ,0.7Ȝ) ]. Indicaremos en rojo aquellos resultados que
mejoren respecto al valor inicial de cargas imágenes.
x Posición (0Ȝ,0Ȝ):
Nº cargas
Tipo 5 10 15 20 25 30
Técnica
7.1487e- 1.3369e- 3.07174e-
Point-matching 10.1294 1.3525 0.0061
005 006 008
6.0212e- 7.0595e- 1.3369e-
Optimización de las 1.0771 3.027e-
10.1061 003 005 006
posiciones 008
Tabla 3.20 Coste optimizando posiciones para distintos nº de imágenes, fuente en (0.0Ȝ , 0.0Ȝ)
-97-
x Posición (0.2Ȝ,0.2Ȝ):
Nº cargas
Tipo 5 10 15 20 25 30
Técnica
5.6664e- 5.9574e- 1.204944e-
Point-matching 12.1475 16.5825 0.0972
004 006 007
7.8030E- 4.4101e- 4.5577e- 1.012308e-
Optimización de 11.8225 9.21682
002 004 006 007
las posiciones
Tabla 3.21 Coste optimizando posiciones para distintos nº de imágenes, fuente en (0.2Ȝ, 0.2Ȝ)
x Posición (0.4Ȝ,0Ȝ):
Nº cargas
Tipo 5 10 15 20 25 30
Técnica
Point- 2.5848e- 5.137437e-
16.1649 19.9669 0.3775 0.0026
matching 005 007
Optimización 2.19611e- 2.071509E- 4.587410e-
14.5984 10.9457 0.30708
de las 003 005 007
posiciones
Tabla 3.22 Coste optimizando posiciones para distintos nº de imágenes, fuente en (0.4Ȝ, 0Ȝ)
Nº cargas
Tipo 5 10 15 20 25 30
Técnica
Point- 1.320842e- 2.8172e-
26.6829 23.6945 1.4449 2.55236e-005
matching 002 004
Optimización 1.23631e- 2.80277e-
19.0104 9.920484 1.07586 2.55236e-005
de las 002 004
posiciones
x Posición (0.5Ȝ,0Ȝ):
Nº cargas
Tipo 5 10 15 20 25 30
Técnica
Point- 9.6659e- 3.77679e-
17.9904 19.9656 0.9056 0.00700
matching 005 006
Optimización 5.588779e- 8.241987e- 3.776069e-
17.0055 9.167151 0.711393
de las 003 005 006
posiciones
Tabla 3.24 Coste optimizando posiciones para distintos nº de imágenes, fuente en (0.5Ȝ, 0Ȝ)
-98-
Nº cargas
Tipo 5 10 15 20 25 30
Técnica
Point-
22.8267 8.0995 1.6061 4.2177 0.4510 1.1371
matching
Optimización 20.8588 3.35552 0.63364 1.473625 0.14394 0.32348
de posiciones
Una vez analizado el comportamiento del algoritmo, podemos extraer algunas

conclusiones acerca de sus resultados:
o El método siempre proporcionará resultados con un coste igual o inferior al

coste que teníamos de partida (antes de optimizar las posiciones).
o Observamos como los resultados obtenidos son satisfactorios,

fundamentalmente cuando la carga fuente se sitúa cerca de las paredes de la
estructura a analizar. Para el resto de casos, aunque produce mejoras apreciables,
son inferiores a las del resto de métodos analizados.
o El algoritmo consigue mejores resultados cuando el número de cargas

empleadas no es muy elevado: la explicación de este comportamiento es que al
aumentar el número de cargas, estas van proporcionando costes cada vez más
pequeños dejando un menor margen de mejora. Además, el tener que optimizar
de forma simultánea la posición de un gran número de cargas hace que sea más
probable caer en un mínimo local.
o Como principal desventaja, indicaremos que presenta un coste computacional

relativamente elevado, que aunque es controlado con la gestión dinámica del
paso de actualización y la detención automática del algoritmo, sigue siendo muy
superior al del resto de métodos.
3.2.7 Empleo de métodos de forma conjunta y comparación
En este apartado vamos a realizar la unión de las técnicas utilizadas

anteriormente para la optimización de las posiciones y valores de las cargas que
empleamos en el cálculo de las funciones de Green.
Concretamente, combinaremos la técnica de emplear un conjunto de cargas con

una posición circular, en la que variamos el radio para minimizar el coste (es decir, ver
la exactitud con la que se satisfacen las condiciones de contorno en la pared del
cilindro), con las técnicas de optimización de las posiciones y cargas mediante una
algoritmo de gradiente descendente. Todos estos métodos han sido expuestos de forma
individual comprobando la corrección de sus resultados; trataremos de unir las tres
técnicas con el fin de obtener unos resultados óptimos.
-99-
Finalmente, realizaremos una comparativa de la mejoría del error a la hora de

representar los potenciales obtenidos con cada uno de los métodos propuestos, viendo
las ventajas e inconvenientes de cada uno de ellos.
En primer lugar, partiendo de la situación y valores originales de las cargas

imágenes, emplearemos una técnica de ubicación de las cargas imagen (como puede ser
la variación del radio tras colocar las imágenes de forma circular, o la optimización de
las posiciones mediante gradiente descendente) y posteriormente, la técnica de
optimización de las posiciones. El empleo de ambas técnicas de forma conjunta
conseguirá una reducción del coste en la mayoría de las ocasiones, obteniendo los
valores mínimos distintos métodos en función de la configuración del problema (por
ejemplo, en ciertas ocasiones es más efectivo emplear las dos optimizaciones y en otras,
emplear primero la variación del radio y luego la optimización de las cargas).
Mostraremos a continuación cual es el valor final del coste obtenido por los
distintos métodos (tanto los comentados en apartados anteriores como la combinación
de los mismos) en función del número de cargas imagen empleadas (5, 10, 15, 20, 25,
30) y de la posición de la fuente en el interior del cilindro [ (0Ȝ,0Ȝ) , (0.2Ȝ,0.2Ȝ) ,
(0.4Ȝ,0Ȝ) , (0.4Ȝ,0.4Ȝ) , (0.5Ȝ,0Ȝ) , (0.7Ȝ,0.7Ȝ) ]. Indicaremos en rojo aquellos resultados
que mejoren respecto al valor inicial de cargas imágenes.
Nº
cargas
5 10 15 20 25
Tipo
Técnica
Point-
10.1294 1.3525 0.0061 7.1487e-005 1.3369e-006
matching
Solo varía 9.6945 1.12238 1.33286-003 2.56416E-007 1.34045E-011
radio
Solo
optim. 10.1293 0.89803 3.8553E-003 4.5499E-005 8.63487E-007
cargas
Variación
radio +
9.6945 0.7715838 8.48775E-004 1.63088E-007 8.5839E-012
optimiza
cargas
Optimiza
10.1061 1.07716 6.0212E-003 7.05951e-005 1.3392e-006
posiciones
Optimiza
4.549704e-
posiciones 10.1061 0.893449 3.8555E-003 8.634874e-007
005
y cargas
Tabla 3.26 Comparativa distintos métodos de optimización en función del número de imágenes,
fuente en (0.0Ȝ , 0.0Ȝ)
-100-
Nº
cargas
5 10 15 20 25 30
Tipo
Técnica
Point- 5.6664e- 5.9574e- 4.0841e-
12.1475 16.5825 0.0972
Solo varía 3.2547 3.5181e- 3.8519e- 4.8903e- 1.9586e-
10.9611
radio 002 005 007 008
Solo
2.4473 8.0247e- 4.4086e- 4.5437e- 8.9950e-
optim. 10.7727
002 004 006 008
cargas
Variación
2.7858e- 3.5059e- 4.8902e-
radio + 10.4712 2.4647 1.9586e-
002 005 007
optimiza 008
cargas
7.8030e- 4.4101e- 4.5577e- 1.0123e-
Optimiza 11.8225 9.2168
002 004 006 007
posiciones
Optimiza
7.6710e- 4.4044e- 4.5415e- 8.9952e-
posiciones 10.7593 3.9511
002 004 006 008
y cargas
Nº
cargas
5 10 15 20 25 30
Tipo
Técnica
Point- 2.5848e- 4.6492e-
16.1649 19.9669 0.3775 0.0026
matching 005 007
6.8721
Solo varía 10.3900 8.6191e- 5.8619e- 1.8183e- 3.2837e-
radio 002 004 005 007
Solo
2.0126e- 2.0381e- 4.2456e-
optim. 11.2488 3.7344 0.3001
003 005 007
cargas
Variación
6.8744e- 4.8472e- 1.7717e- 3.0937e-
radio + 10.0980 4.8108
002 004 005 007
opti
cargas
-101-
2.1961e- 2.0715e- 4.5874e-

Optimiza 14.5984 10.9457 0.3070
003 005 007
posiciones
Optimiza 2.0327e-
10.8366 7.9109 0.2769 2.0221e- 4.2390e-
posiciones 005
003 007
y cargas
Nº
cargas
5 10 15 20 25 30
Tipo
Técnica
Point- 1.3208e- 2.8172e-
26.6829 23.6945 1.4449 2.5523e-005
matching 002 004
Solo varía 11.0951 1.3208e- 2.8172e-
9.0305 0.2952 2.5523e-005
radio 002 004
Solo optim. 9.9252e- 2.6741e-
10.3198 7.1719 0.9737 2.5523e-005
cargas 003 004
Variación
9.9252e-
radio + 10.4546 7.8761 0.2371 2.6741e-
003 2.5523e-005
optimización 004
cargas
1.2363e- 2.8027e-
Optimiza 19.0104 9.9204 1.0758 2.5523e-005
002 004
posiciones
Optimiza
0.8390 1.0916e- 2.6748e-
posiciones y 10.8615 6.5178 2.5523e-005
002 004
cargas
Nº
cargas
5 10 15 20 25 30
Tipo
Técnica
Point- 9.6659e-
17.9904 19.9656 0.9056 0.0070 3.7767e-006
matching 005
Solo varía 10.1459 8.5620 4.6655e- 9.6659e-
0.1721 3.7767e-006
radio 003 005
Solo 7.8162e-
5.4822e-
optim. 12.0109 5.8119 0.6611 005 3.7665e-006
003
cargas
-102-
Variación
3.7698e- 7.8162e-
radio + 9.9387 6.6690 0.1358
003 005 3.7665e-006
opti
cargas
5.5887e- 8.2419e-
Optimiza 17.0058 9.1671 0.7113 3.7760e-006
003 005
posiciones
Optimiza
5.1803 0.5735 5.4893e- 7.9875e-
posiciones 11.4009 3.7695e-006
003 005
y cargas
Nº
cargas
5 10 15 20 25 30
Tipo
Técnica
Point-
22.8267 8.0995 1.6061 4.2177 0.4510 1.1371
matching
Solo varía 22.8266 8.0995 1.6061 4.2176 0.4509 1.1370
radio
Solo
22.6211 8.0344 1.5755 4.2140
optim. 0.4509 1.1370
cargas
Variación
radio + 22.6211 8.0344 1.5755 4.2140
0.4509 1.1370
opti
cargas
OptimCiza 20.8588 3.3555 0.6336 1.4736 0.1439 0.3234
posiciones
Optimiza
posiciones 4.0479 2.3237 0.6335 1.098 0.1401 0.3234
y cargas
Observamos en las tablas anteriores como en la mayoría de las ocasiones, el

mejor de los resultados se produce al emplear de forma conjunta un método de
optimización de las posiciones (por gradiente o por variación del radio) y el método de
optimización del valor complejo de las cargas por descenso de gradiente.
Podemos destacar algunas conclusiones sobre los métodos empleados:
o La combinación de los métodos es eficaz en un porcentaje muy alto de

ocasiones, proporcionando un error mínimo. No obstante, presenta el
inconveniente de tener un coste computacional muy elevado.
-103-
o Observamos como en general, la mejoría siempre se produce cuando el número

de cargas imágenes empleadas es reducido, dejando un mayor margen para
posibles mejoras y evitando la existencia de una gran cantidad de mínimos
locales, donde pudiera caer alguno de los algoritmos.
o A la hora de analizar circuitos generales, situados normalmente en el interior de

la cavidad, es más útil emplear la variación dinámica del radio, capaz de
proporcionar resultados adecuados. La optimización posterior del valor
complejo de las cargas suele proporcionar una mejora relativa adicional.
o En el caso de querer analizar cargas fuentes situadas cerca de las paredes de la

estructura, el mejor método será la optimización por gradiente descendente de
las posiciones de las cargas, con una optimización posterior del valor complejo
de las cargas. Este método es el que presenta mayor coste computacional, pero
permite mejoras sustanciales respecto a cualquier otro método.
3.2.8 Conclusiones
A lo largo de este apartado hemos ido analizando las distintas formas de

optimización del potencial escalar, mejorando el coste de su implementación (definido
en la ecuación 3.3) con el fin de obtener una representación de los potenciales en el
interior de la cavidad lo más exacta posible.
En primer lugar presentamos el método de Integración por pulsos, que fue
implementado con muchas variantes. Este método consistente en promediar el valor del
potencial en el contorno de la estructura, lograba beneficios puntuales en algunos casos
particulares pero no suponía una mejora clara respecto al método original.
Posteriormente pasamos a describir el método de ubicación de nulos de
potencial en los picos de potencial, que consistía en introducir una nueva condición de
contorno en la pared de la estructura que tuviera un máximo de potencial escalar. Este
método evolucionaba de una situación inicial situando estas nuevas condiciones de
forma iterativa en los picos de potencial. Conseguimos resultados satisfactorios cuando
la carga fuente se encontraba muy cerca de la pared (y existía un pico de potencial muy
marcado), reduciendo el coste de la implementación de forma notable. No obstante para
un caso general, donde no existe un pico predominante sobre los demás, el método
provocaba un desajuste en la distribución del potencial aumentando el coste de su
implementación.
Después pasamos a examinar el método de variación del radio, consistente en
situar las cargas imágenes de forma circular alrededor de la estructura y variar su radio
de tal forma que se optimice el coste; este método produjo unos resultados muy
satisfactorios reduciendo el error de la implementación en todos los casos (exceptuando
aquellos en los que la carga se sitúa muy cerca de las paredes).
A continuación, introdujimos lo métodos de gradiente descendente. El primero
de ellos optimiza el valor complejo de las cargas (que se encuentran en una situación
dada) consiguiendo unos resultados válidos en casi todas las situaciones, especialmente
cuando la carga fuente se encuentra cerca del centro del cilindro. El segundo optimiza
las posiciones de las mismas (en el plano x-y), obteniendo unas reducciones de coste
notable, fundamentalmente al acercar la carga fuente a las paredes del cilindro. Como
inconveniente de estos métodos señalar que su coste computacional es más elevado que
-104-
el del resto, a pesar de que ha sido controlado y moderado con técnicas como una
gestión dinámica del paso de actualización o una detección automática del algoritmo.
El último de los métodos presentados consistió en una combinación de técnicas,
se basaba en variar primero la posición de las cargas imágenes (mediante una técnica de
variación del radio u optimización de las posiciones) y luego optimizar el valor
complejo de las cargas. Esta técnica compuesta ha proporcionado los mejores resultados
en todas las situaciones, disminuyendo el error de forma sustancial respecto al
proporcionado por Point-Matching. Además presenta la ventaja de no depender del tipo
de estructura que se está analizando, siendo fácilmente extensible a geometrías
arbitrarias.
Como conclusión, debemos indicar que la optimización del potencial escalar

dependerá fundamentalmente de la posición de la carga fuente en el interior del cilindro
y que en función de ésta unos métodos proporcionaran unos resultados más
satisfactorios que otros.
Para un caso general de análisis de la estructura, al situarse los circuitos activos
en el interior de la misma y no cerca de las paredes, se recomienda el empleo del
método combinado de la variación del radio y optimización posterior del valor complejo
de las cargas, ya que consigue reducir considerablemente el error y presenta un coste
computacional moderado.
-105-
3.3 Optimización del potencial vector

3.3.1 Introducción
En este apartado vamos a tratar de analizar y optimizar el potencial vector para

la estructura bajo análisis, en este caso un cilindro.
La mayor complejidad en las ecuaciones que definen el potencial vector frente al
potencial escalar hacen que este análisis y optimización sea mucho más complejo,
haciendo inviables muchas de las técnicas empleadas anteriormente (como por ejemplo
la optimización por gradiente).
Vamos a definirnos en primer lugar un concepto de ‘Coste’ similar al hallado al
potencial escalar, aunque no será igual ni en expresión característica ni en valores
relativos. Posteriormente, tras obtener los valores de Coste proporcionados por la
técnica de Point-Matching en diversas situaciones, trataremos de optimizar este coste
mediante la técnica de variación del radio de los dipolos imágenes.
Por la teoría desarrollada en el Capítulo 2, sabemos que en los ‘N’ puntos
discretos de la estructura se deben de satisfacer las ecuaciones definidas por el siguiente
sistema:
N N
& & & & & &
sin(Mi ) ¦ GAxx ri , rk ´ I kx cos(Mi ) ¦ GAyy ri , rk ´ I ky sin(Mi ) GAxx ri , r0´
k 1 k 1
N N
(3.65)
cos(Mi ) ¦ Cix, k I k sin Mi ¦ Ciy, k I k
x y
cos(Mi ) C1x, 0
k 1 k 1
i 1,2,3...N
De donde obteníamos los valores complejos de los dipolos imagen (tanto

orientados en la dirección ‘x’ como en la ‘y’). Las constantes C yx fueron definidas y
desarrolladas en la ecuación 2.25
Vamos a suponer en este desarrollo que el dipolo fuente se encuentra orientado
en la dirección ‘x’, siendo el desarrollo para una orientación en la dirección ‘y’
totalmente similar.
Para evaluar el grado de cumplimiento de esta ecuación, no únicamente en los N
puntos discretos en donde se impone, sino en todos los puntos que rodean nuestra
estructura a analizar (un cilindro en este caso) tendremos que evaluar las dos
condiciones anteriores y observar su grado de corrección.
En primer lugar, dado la ecuación 3.65, deberemos de resolver el sistema con el
fin de poder obtener lo valores de los potenciales vector en el interior de la estructura.
N
& & & & &
xx
k 1
N
(3.66)
& & &
G yx
k 1
k
y yx
A
En el caso del potencial vector, sus valores no son nulos en el contorno de la

estructura (a diferencia del potencial escalar). Lo que si que debe ser nulo es la
evaluación en un punto cualquiera ‘i’ del contorno de la expresión 3.65, es decir:
-106-
N N
& & & & & &
sin(Mi ) ¦ GAxx ri , rk ´ I kx sin(Mi ) G Axx ri , r0´ cos(Mi ) ¦ G Ayy ri , rk ´ I ky 0
k 1 k 1
N N
(3.67)
cos(Mi ) ¦ C I cos(Mi ) C sin Mi ¦ C I
x x x y y
i ,k k 1, 0 i ,k k 0
k 1 k 1
Por tanto, deberemos integrar la contribución de cada una de las condiciones a lo

largo de todo el contorno de la estructura:
N N
& & & & & &
F1 ³ sin(Mc ) ¦ G Axx rc , rk ´ I kx sin(M c ) G Axx rc , r0 ´ cos(M c ) ¦ G Ayy rc , rk ´ I ky dc
Contorno k 1 k 1 (3.68)
N N
cos(M c ) ¦ Ccx,k I k cos(Mi ) C1x,0 sin Mc ¦ Ccy,k I k dc
x y
F2 ³
Contorno k 1 k 1
0 (3.69)
De tal forma que cuanto más próximo sea el resultado de las ecuaciones 3.68 y
3.69 a cero más preciso será la representación del potencial vector en el interior de la
estructura analizada. Finalmente, sumaremos ambas condiciones con el fin de obtener
un coste total representativo del potencial vector:
Coste F1 F2 (3.70)
Una vez definido el coste podemos aplicarlo a distintas situaciones con el fin de
evaluar la precisión del potencial vector en cada caso.
Concretamente, el valor del coste dependerá del número de imágenes empleadas
(pues cuantas más imágenes usemos, un mayor número de puntos discretos cumplirán la
condición de contorno) y de la posición de la carga fuente en el interior del cilindro.
que situamos la carga fuente en el interior del cilindro y empleamos un total de 20
imágenes para calcular el potencial escalar. La situación es representada en la
figura 3.36:
Figura 3.36 Representación 20 cargas imágenes alrededor del cilindro, fuente en origen
coordenadas
-107-
Vamos a representar el valor para cada punto de la estructura de la ecuación

3.67, observando cuando difiere de 0 y viendo las diferencias entre las dos condiciones:
Figura 3.37 Valor de las condiciones del potencial vector en el contorno del cilindro, 20 imágenes,
fuente situada en el origen.
Comprobamos cómo obtenemos 20 nulos en cada una de las condiciones

vectoriales, correspondientes a los 20 puntos discretos en donde habíamos forzado este
valor.
Finalmente, sumando ambas contribuciones obtendremos el comportamiento en
cada punto de la estructura del cilindro respecto al potencial vector:
Figura 3.38 Distribución del error del potencial vector en el contorno del cilindro, 20 imágenes,
fuente situada en el origen.
Podemos observar al igual que en la figura 3.37, como existen 20 nulos,

correspondientes a las 20 condiciones que hemos impuesto mediante la ecuación 3.65.
De esta forma, si integramos este resultado en todo el contorno del cilindro
obtendremos el Coste, tal y como lo habíamos definido en la ecuación 3.70.
Concretamente y para este caso, obtenemos un error de:
Error 1.3035 10 3
Comprobamos como el error obtenido es muy reducido, lo que implica que la

aproximación del potencial escalar con 20 cargas imágenes es adecuada.
-108-
Si situáramos la carga fuente en otra posición, para este mismo número de

cargas imágenes, obtendremos un coste diferente en función de la posición escogida.
Igual ocurre para una variación del número de cargas imágenes, que también modifica
el valor del coste (en general, a mayor número de imágenes menor coste obtenido).
Por ejemplo, basándonos en las suposiciones del caso anterior, pero situando la
carga en la posición (0.6Ȝ, 0.6 Ȝ) obtenemos una situación y una distribución del coste
como muestra la figura 3.39:
Comprobamos como en un ángulo de 0.7477 radianes obtenemos un pico del

potencial, pues los dipolos imágenes son incapaces de contrarrestar el efecto del dipolo
fuente situado tan cerca de la pared del cilindro, produciéndose un Coste muy elevado
respecto al anterior, concretamente con un valor de:
Coste 25.8345
Ello implica que la representación del potencial vector en este caso es mucho
menos exacta que en el caso anterior, no obstante todavía no es un valor muy elevado y
se puede dar por válido.
Podemos observar la descomposición del Coste anterior, comprobando cual de
las dos condiciones impuestas sobre el contorno del cilindro presenta un mayor error:
Figura 3.40 Detalle del Coste del potencial vector para cada condición. 20 imágenes y fuente situada
en (0.6 Ȝ,0.6 Ȝ)
-109-
Observamos como la condición número 2 presenta unos picos de error muy

superior a la condición 1. Esta condición que implica un mayor error proviene de
obtener la divergencia del potencial vector en el contorno del cilindro e igualarla a 0, tal
y como se demostró en el capítulo 2 (ecuación 2.13 y 2.16 a 2.20)
Al igual que ocurría con el potencial escalar, el situar un dipolo fuente muy
cerca de la paredes de la estructura a analizar supone un pico de error. No obstante,
como los circuitos electrónicos que pueden ser analizados con esta formulación no se
encuentran usualmente situados muy cerca de los bordes de las guías que los contienen,
este error, aunque relevante, pierde parte de su importancia.
Entre las dos situaciones expuestas existe un gran abanico de posibilidades, en
función del número de dipolos imágenes empleadas y de la posición de la fuente.
Realizaremos un barrido de estas variables para obtener unos costes de referencia en
posiciones típicas y con un número de imágenes variable. Concretamente, vamos a
analizar el coste del potencial vector cuando situamos la fuente en las posiciones: [ (0,0)
, (0.2,0.2) , (0.4,0) , (0.4,0.4) , (0.5,0) , (0.7,0.7) ] y tenemos un número de cargas
imágenes que puede ser (5 , 10 , 15 , 20 , 25 , 30). Así:
x a) Posición (0Ȝ,0 Ȝ):
Nº cargas 5 10 15 20 25 30
Coste 34.9888 14.9860 0.1174 1.3035e-3 2.8246e-5 7.3812e-7
Tabla 3.32 Coste vectorial método original, posición fuente en (0Ȝ ,0Ȝ)
x b) Posición (0. 2Ȝ,0.2Ȝ):
Nº cargas 5 10 15 20 25 30
Coste 31.1104 31.9765 1.3449 1.5561e-2 1.5819e-4 3.7200e-6
Tabla 3.33 Coste vectorial método original, posición fuente en (0.2Ȝ ,0.2Ȝ)
Nº cargas 5 10 15 20 25 30
Coste 64.0995 62.1398 3.6035 0.1014 6.3463e-4 1.1809e-5
Tabla 3.34 Coste vectorial método original, posición fuente en (0.4Ȝ ,0Ȝ)
-110-
Nº cargas 5 10 15 20 25 30
Coste 57.1065 90.6108 10.4649 0.7906 1.1148e-2 4.2507e-4
Nº cargas 5 10 15 20 25 30
Coste 70.9312 83.0511 7.2793 0.3847 3.1735e-3 7.6270e-5
Tabla 3.36 Coste vectorial método original, posición fuente en (0.5Ȝ ,0Ȝ)
Nº cargas 5 10 15 20 25 30
Coste 167.0453 159.1433 85.0425 245.5419 535.3140 378.9134
Tras analizar los resultados para el método general de Point-Matching, podemos

extraer dos conclusiones interesantes:
o Al aumentar el número de dipolos, en general, disminuye el coste que

obtenemos. No obstante, existen algunos casos particulares que
dependerán de las posiciones relativas del dipolo fuente y las imágenes.
o En función de la posición del dipolo fuente, conforme éste se encuentra

más cerca de la pared de la estructura (cilindro en este caso), el coste va
creciendo. Cabe destacar el caso de la posición (0.7Ȝ, 0.7Ȝ), donde todos
los resultados han sido muy elevado, haciendo que el potencial vector
obtenido en este caso sea muy impreciso.
En este punto tenemos totalmente caracterizado el comportamiento del potencial

vector, obteniendo sus errores en función de las características de la situación a analizar.
Sobre esta base, vamos a tratar de optimizar el coste de la implementación del
potencial vector empleando un método de variación del radio, situando los dipolos de
imagen en círculo englobando a la estructura. Se ha decidido implementar este método
debido a que ha sido el que mejores resultados ha proporcionado para el potencial
escalar.
-111-
A pesar de que en un primer momento se realizó el cálculo del potencial vector

con integración por pulsos, éste no dio buenos resultados. Un estudio más exhaustivo
con una aproximación más exacta de las integrales a emplear podría solucionar estos
inconvenientes, dando unos costes más promediados a lo largo del contorno de la
estructura.
Otros métodos como los de descenso de gradiente no se abordaron debido a la
complejidad matemática que conllevarían, sin tener asegurado en ningún momento una
reducción del coste significativa. No obstante, sería conveniente su posterior análisis,
con el fin de observar si esta técnica es efectiva para reducir el coste del potencial
vector.
3.3.2 Método de la variación del radio
El método de la variación del radio del circulo en el que situaremos los dipolos
imagen ha sido implementado debido a la excelentes resultados que proporcionó la
versión desarrollada para el potencial escalar.
Al igual que en éste, el método se basa en una ubicación de los dipolos imagen
diferente a la empleada hasta ahora en el método general (expuesto en el capítulo 2),
manteniendo los dipolos imágenes en un circulo alrededor de la estructura a analizar
(independientemente de la forma de la estructura y de la posición de la fuente en el
interior de la misma).
Supongamos una situación de 20 dipolos imágenes, donde hemos situado el
dipolo fuente en una ubicación distinta del origen, por ejemplo en (0.6Ȝ ,0.6Ȝ); podemos
observar las diferencias entre el método general de ubicación de dipolos y el actual:
Figura 3.41 Diferencias en la ubicación de dipolos imágenes. a) Método general. b) Variación

dinámica del radio. Empleo de 20 dipolos imagen y fuente situada en (0.6Ȝ ,0.6Ȝ)
Observamos como al situar los dipolos imagen mediante la variación del radio,
éstos se encuentran distribuidos uniformemente a lo largo de un círculo que envuelve a
la estructura a analizar, sin depender de la posición del dipolo fuente (situado en el
interior de la estructura) como pasaba en el método original.
Tal y como ocurría en el potencial escalar, el variar la posición de las cargas no

afecta a la matemática empleada para la obtención del potencial vector, salvo en el
-112-
cálculo de las distancias de los dipolos imágenes al centro del cilindro, a la posición de
la fuente y a los puntos tangentes en el contorno del cilindro.
El algoritmo seguido por tanto consistirá en variar el radio de los dipolos

imágenes, y obtener un coste. Así obtendremos qué radio es el que produce un menor
error y será el que empleemos en el cálculo del potencial vector.
En cuanto al coste computacional, dependerá fundamentalmente de los límites
entre los que variemos el radio de las imágenes, y el paso con el que nos movamos entre
esos límites. Este parámetro suele ser elevado, debido a la alta carga computacional
empleada en calcular el ‘Coste’ para una determinada distribución de imágenes.
Una vez posicionadas las cargas imágenes en un circulo de un determinado radio

“R” alrededor de la estructura, vamos a realizar un estudio del Coste del potencial
vector en función del radio en el que se encuentran situadas los dipolos imágenes. Este
radio va a proporcionar valores “óptimos” que consiguen minimizar de forma más que
considerable el coste del potencial vector.
En primer lugar, antes de mostrar los resultados para todos los casos, vamos a
estudiar detenidamente un caso “tipo”, por ejemplo, empleando un total de 20 cargas
imágenes y situando la fuente en la posición (0.6Ȝ, 0.6Ȝ), tal y como observamos en la
figura 3.41 b).
Comprobamos como en este caso la ubicación de los dipolos imagen no coincide
con la ubicación de las imágenes con el método inicial. No obstante es en la variación
del radio donde radica la potencia de este método de optimización.
A priori no podemos conocer que valor del radio será el que proporcione un
coste mínimo. Sin embargo, basándonos en la experiencia acumulada en el empleo de
este método en el potencial escalar, representamos el coste en función del radio,
variando el mismo entre 1 y 30Ȝ (siendo éste un rango más que suficiente para obtener
la evolución del coste en función del radio). De esta forma obtenemos:
Figura 3.42 Variación del coste del potencial vector en función del radio. Empleo de 20 dipolos
imagen y fuente situada en (0.6Ȝ ,0.6Ȝ)
-113-
Comprobamos como el coste evoluciona, presentando un mínimo local a un

distancia de 1.45 Ȝ, que observamos en detalle en la figura 3.43:
Figura 3.43 Variación del coste del potencial vector en función del radio en torno al mínimo.
Empleo de 20 dipolos imagen y fuente situada en (0.6Ȝ ,0.6Ȝ)
Así obtenemos un mínimo local del coste a un radio determinado, consiguiendo

un coste de valor 6.667, frente a un coste del potencial vector original de 25.8345.
Vemos que la reducción ha sido significativa, logrando una implementación más eficaz
del potencial vector en el interior de la estructura.
Si comparamos la distribución de la condición del potencial vector a lo largo del
contorno de la estructura para este ejemplo, frente al caso general obtenemos:
a) b)
Figura 3.44 Comparación de la distribución de la condición del potencial vector en el contorno de
un cilindro. a) Optimizando el radio. b) Método general. Empleo de 20 dipolos imagen y fuente
situada en (0.6Ȝ ,0.6Ȝ)
Observamos como tenemos un máximo en el mismo punto (debido a la

proximidad del dipolo fuente a la pared), aunque los valores de la condición se han
reducido de forma sustancial, proporcionando una representación del potencial vector
mucho más precisa.
En cuanto a la técnica empleada en el algoritmo de optimización del radio, se ha

seguido la misma estrategia que en el potencial escalar, realizando un doble barrido:
o En primer lugar, emplearemos un paso “grueso”, variando el radio entre

1.000001O y 30O , con paso de 0.1O . De esta forma logramos identificar
la zona en la que el coste es mínimo (r_opt), siendo en la mayoría de las
-114-
ocasiones la diferencia entre un radio de 30Ȝ y un mayor ínfima.
o En segundo lugar, emplearemos un paso “fino”, variando el radio muy

cerca de la posición óptima anterior, r_opt, concretamente nos
moveremos en el entorno: >(r _ opt 0.1O ), (r _ opt 0.1O )@ , con un paso
de 0.001O . Así obtendremos una posición del radio óptimo mucho más
precisa, minimizando el coste.
Obtenemos dos posibles tipos de convergencia: a un mínimo local (como la

mostrada en el ejemplo anterior) o una convergencia teórica en el infinito (que en la
práctica queda reducida a valores menores de 30 Ȝ).
Mostraremos a continuación, al igual que hicimos anteriormente, cual es el valor
final del coste obtenido en este método en función del número de cargas imagen
[ (0Ȝ,0Ȝ) , (0.2Ȝ,0.2Ȝ) , (0.4Ȝ,0Ȝ) , (0.4Ȝ,0.4Ȝ) , (0.5Ȝ,0Ȝ) , (0.7Ȝ,0.7Ȝ) ]. Mostraremos en
casos.
Nº cargas
Tipo 5 10 15 20 25 30
Técnica
1.3035e- 2.8246e- 7.3812e-
Point-matching 34.9888 14.9860 0.1174
3 5 7
4.7608e- 2.4342e- 2.6383e- 1.4201e-
Error 23.9857 6.4980
2 5 9 13
Variación
1.210Ȝ 7.500 Ȝ
del radio 30.00 Ȝ 30.00 Ȝ 30.00 Ȝ 30.00 Ȝ
Radio Mínimo Mínimo
Converge Converge Converge Converge
local local
Tabla 3.38 Coste vectorial variación radio para distintos nº de cargas, posición fuente en (0Ȝ ,0 Ȝ)
Comprobamos como obtenemos un resultado mejor que el método original en

todos los casos, con reducciones del coste muy importantes.
Un ejemplo de cuando el menor coste se sitúa cerca del infinito, alejando al
máximo los dipolos imagen lo tenemos en esta posición al emplear 15 imágenes:
Figura 3.45 Ejemplo de convergencia del coste del potencial vector en el infinito. 15 imágenes,
fuente en el origen de coordenadas.
-115-
Nº cargas
Tipo 5 10 15 20 25 30
Técnica
1.5561e- 1.5819e- 3.7200e-
Point-matching 31.1104 31.9765 1.3449
2 4 6
2.2103e- 2.7185e- 1.0271e-
Error 22.7601 16.6434 0.7416
3 5 6
Variación
1.280 Ȝ 2.0700 Ȝ 3.1900 Ȝ 2.500 Ȝ 2.2800 Ȝ
del radio 30.00 Ȝ
Radio Mínimo Mínimo Mínimo Mínimo Mínimo
Converge
local local local local local
Tabla 3.39 Coste vectorial variación radio para distintos nº de cargas, posición fuente en (0.2Ȝ ,0.2Ȝ)
Nº cargas
Tipo 5 10 15 20 25 30
Técnica
6.3463e-
Point-matching 64.0995 62.1398 3.6035 0.1014 1.1809e-5
4
1.3308e- 7.3222e-
Error 24.5626 18.3595 1.5567 6.2745e-5
2 4
Variación
1.230 Ȝ 1.230 Ȝ 1.7600 Ȝ 3.3800 Ȝ 2.090 Ȝ 2.3700 Ȝ
del radio
Radio Mínimo Mínimo Mínimo Mínimo Mínimo Mínimo
local local local local local local
Tabla 3.40 Coste vectorial variación radio para distintos nº de cargas, posición fuente en (0.4Ȝ ,0Ȝ)
En ocasiones, como en el caso de emplear esta posición y 15 dipolos imágenes,

pueden aparecer dos convergencias: un mínimo local y una convergencia final en el
infinito. El doble barrido es muy útil para identificar las dos y poder discernir cual de
ellas nos proporcionará un coste menor:
Figura 3.46 Variación de la condición del potencial vector en el contorno del cilindro en función del
radio, existiendo 2 mínimos. 15 cargas imágenes y fuente en (0.4Ȝ ,0.0Ȝ)
-116-
Nº cargas
Tipo 5 10 15 20 25 30
Técnica
1.1148e-
Point-matching 57.1065 90.6108 10.4649 0.7906 4.2507e-4
2
2.3337e-
Error 25.3086 18.5186 3.6720 0.2095 9.277e-3
2
Variación
1.190 Ȝ 1.270 Ȝ 1.630 Ȝ 1.7800Ȝ 1.7400Ȝ 1.650Ȝ
del radio
Tabla 3.41 Coste vectorial variación radio para distintos nº de cargas, posición fuente en (0.4Ȝ, 0.4Ȝ)
Comprobamos como en esta posición hay dos casos en los que una variación del
radio no proporciona un coste menor que el original. Esto se produce para un número de
imágenes relativamente elevado (25-30) cuando el error ya es reducido. Comprobamos
como conforme se va acercando el dipolo fuente a la pared, la variación del radio va
proporcionando unos resultados más modestos al usar un número de dipolos imagen
elevado.
Nº cargas
Tipo 5 10 15 20 25 30
Técnica
3.1735e-
Point-matching 70.9312 83.0511 7.2793 0.3847 7.6270e-5
3
6.1674e- 5.9330e-
Error 24.0265 18.2668 2.6496 8.4696e-4
2 3
Variación
1.240 Ȝ 1.240 Ȝ 1.630 Ȝ 2.410 Ȝ 1.940 Ȝ 2.160 Ȝ
del radio
Nº cargas
Tipo 5 10 15 20 25 30
Técnica
Point-matching 167.0453 159.1433 85.0425 245.5419 535.3140 378.9134
Error 158.192 156.153 151.083 144.478 144.8139 144.3359
Variación 1.140 Ȝ 1.100 Ȝ 1.050 Ȝ 1.410 Ȝ 1.040 Ȝ 1.160 Ȝ
del radio Radio Mínimo Mínimo Mínimo Mínimo Mínimo Mínimo
-117-
Podemos observar como en casi todos los casos obtenemos un coste mucho
menor que con la técnica original, incluyendo la posición (0.7Ȝ, 0.7Ȝ). No obstante a
pesar de mejorar los resultados originales, los costes obtenidos son muy elevados,
dando lugar a aproximaciones del potencial vector relativamente imprecisas. Ello es
debido a que el dipolo fuente se encuentra muy próximo a la pared del cilindro, por lo
que produce un pico de potencial en ella que los dipolos imágenes de nuestro método, al
estar situadas de forma simétrica alrededor del cilindro, no pueden contrarrestar.
Al igual que ocurría con este método al optimizar el potencial escalar, el error se
disminuye de una forma más drástica cuando el número de cargas imágenes es reducido
(ó el coste inicial de partida muy elevado) y de una forma más moderada cuando el
número de cargas imágenes es más elevado.
Siempre existirá un coste mínimo, que se producirá en un mínimo local o cuando
el algoritmo converja a un valor determinado.
Como principal desventaja de este método, señalaremos que el coste
computacional para conseguir los resultados es relativamente alto, pues debemos de
calcular los potenciales para un gran número de situaciones y obtener el Coste para cada
uno de ellos (operación computacionalmente costosa)
Para concluir, podemos considerar la técnica como muy satisfactoria pues es
muy efectiva en la gran mayoría de los casos, simple y fácilmente extensible a una
geometría arbitraria.
3.3.3 Conclusiones
En este apartado hemos analizado el potencial vector, y las características que se

han de cumplir para encontrar una representación adecuada. Para ello, dedujimos un
Coste asociado a cada situación, matemáticamente mucho más complejo que en el caso
del potencial escalar. Este coste se basa en el cumplimiento de dos condiciones
impuestas en la ecuación 3.65, a lo largo de todo el contorno de la cavidad.
Presentamos resultados sobre la distribución de estas condiciones, tanto de forma
individual como conjunta, obteniendo finalmente el coste asociado a la representación
del potencial vector.
Una vez definido de forma adecuada, pasamos a tratar de minimizar su coste.
Para ello, nos centramos en la optimización del radio al ubicar los dipolos imagen en un
circulo que englobara a la estructura a analizar, pues fue el método que mejor resultado
dio en el análisis del potencial vector y con el que hemos conseguido unas reducciones
del coste más que satisfactorias para la mayoría de los casos. Este método presenta la
ventaja añadida de que es fácilmente extensible a geometrías arbitrarias.
No obstante este es un tema en el que es posible una mayor profundidad,
pudiéndose realizar un análisis más extenso que incluya otro tipo de optimizaciones:
introducción de nuevas condiciones de contorno en los picos, e incluso, aplicación de
algoritmos de gradiente descendente (con una cierta complejidad matemática)
De esta forma tenemos totalmente caracterizado el potencial vector; se ha

hallado una medida de su corrección y se ha encontrado un método que permita
minimizarla en un gran número de ocasiones.
-118-
Para el desarrollo del software empleado en el presente capítulo, se ha partido de

la base del creado en el capítulo anterior, tanto de los programas en Fortran 90 como en
Matlab©.
Debido a la gran cantidad de programas y rutinas generadas, por motivos de
espacio, no vamos a entrar en detalles descriptivos acerca de cada una.
Destacaremos que la entrada de datos a los distintos programas se realiza a
través del fichero de configuración “Datos.in” (al igual que en los programas empleados
en el capítulo anterior) donde se indicarán todos los parámetros: frecuencia, número de
imágenes, posición de la fuente puntual en el interior del cilindro, etc.
En función del método empleado puede ser necesario algunos parámetros
adicionales (como número de iteraciones de parada, o entre que distancias hacer los
barridos del radio); en estos casos el propio fichero “Datos.in” mediante comentarios
indica que parámetros espera.
Para la representación final de los resultados, se emplearán scripts de Matlab©

ubicados en los “resultados” de cada programa. Estos scripts darán resultados gráficos,
como la evolución del coste de los algoritmos de descenso de gradiente en función del
número de iteraciones, la distribución del coste a lo largo del cilindro, variación del
coste en función de la variación del radio ó la representación en 2D de la situación que
estamos analizando (imágenes, fuente, etc).
Estos scripts tomarán la información de forma automática de los resultados
proporcionados por los programas en Fortran 90, por lo que no necesitan ningún
parámetro de entrada.
Finalmente destacar que todos los programas se encuentran debidamente

comentados para clarificar su uso, así como qué han sido programados para que
funcionen de la manera más automática posible: partiendo únicamente de unos datos de
entrada genera toda la información para la visualización gráfica de los resultados.
-119-
-120-
Capítulo 4: Extensión de la formulación espacial de Green a estructuras arbitrarias
4. Extensión de la formulación espacial de Green a

estructuras arbitrarias
4.1 Introducción
En este cuarto capítulo vamos a desarrollar la formulación espacial de imágenes

para el cálculo de las funciones de Green en estructuras de geometría arbitraria
infinitesimal, siendo necesario para ello la extensión de la formulación a tramos rectos
en lugar de superficies cilíndricas como se había desarrollado en el capítulo 2.
La técnica a emplear será muy similar a la anterior: ubicaremos cargas ó dipolos
imágenes fuera de la estructura. Su situación y orientación se calculan mediante la
imposición de las condiciones de contorno para los potenciales en puntos discretos de la
pared metálica. Conseguimos una convergencia rápida, con unos resultados
satisfactorios capaces de usarse para el análisis de estructuras reales.
En este capítulo nos vamos a centrar en la formulación para fuentes eléctricas;
la formulación para fuentes magnéticas no es dual (pues aunque cambian el tipo de
fuente no cambia el tipo de pared, por lo que cumplirán condiciones de contorno
distintas), pero sigue un desarrollo idéntico a partir de la formulación en cilíndricas.
Desarrollaremos de forma detallada la formulación con tramos rectos para
fuentes eléctricas, explicando sus características, ecuaciones resultantes y diferencia con
la formulación cilíndrica.
Una vez obtenida la formulación, nos centraremos en la descripción de
estructuras arbitrarias: implementaremos un software capaz de reconocer cualquier tipo
de estructura (leyendo su formato de un archivo de texto), imponer sobre la misma las
condiciones de contorno de los potenciales en puntos discretos (existiendo varias
variantes sobre como realizar este proceso) y ubicando finalmente las cargas/dipolos
imagen alrededor de la estructura (existiendo nuevamente posibles alternativas en este
paso).
De esta forma, podemos analizar los potenciales en el interior de cualquier tipo
de estructura de forma automática, sin más que describir la misma de forma sencilla en
un fichero de texto.
Una vez obtenidos los potenciales en cualquier tipo de estructura introducida,
obtendremos un ‘coste’ de su implementación, para saber la corrección de los mismos.
Se ha calculado este coste tanto para el potencial escalar como para el potencial vector,
así como la distribución del mismo a lo largo del contorno de cualquier estructura.
Todos estos cálculos se realizan de forma automática.
Así, analizaremos distintas estructuras de guías de onda simples (cuadrado,
rectángulo, cuadrado con dos lados redondeados, ridge, rombo, triángulo, etc.)
obteniendo los potenciales en su interior y analizando la distribución del coste de su
implementación en su contorno. Obtendremos donde se ubican las principales fuentes
de error (fundamentalmente en esquinas y entrantes) y trataremos de reducirlas.
Para reducir estos errores, realizaremos una optimización del coste del potencial
tanto escalar como vectorial sobre estructuras arbitrarias. Emplearemos para ello
técnicas expuestas en el capítulo 3 que extrapolaremos de forma natural a geometrías
arbitrarias: variación dinámica del radio al situar las cargas/dipolos de forma circular
(esta técnica será realizada tanto para optimizar el potencial escalar como el potencial
vector), variación de la distancia a la que ubicar las imágenes respecto a la fuente,
-121-
optimización por gradiente del valor complejo de las cargas y de las posiciones. De esta
forma, tratamos de obtener la representación de los potenciales con el menor error
posible.
Finalmente, realizaremos una comparación del potencial en el interior de una
gruía cuadrada con una altura en el eje ‘z’ teóricamente infinita con el potencial
calculado con el presente método (que considera un corte en ‘z’ infinitesimal). A pesar
de que físicamente no estamos representando la misma magnitud, obtenemos unas
similitudes muy importantes, dando a pie a la introducción en el capítulo 5 de guías en
3D (y no en un una estructura bidimensional como hemos analizado hasta la fecha).
Al igual que en capítulos anteriores, y basándonos en su código fuente, la

programación ha sido realizada en el lenguaje FORTRAN 90 ©; para la representación
gráfica de los resultado se ha optado por Matlab ©, usando ficheros de datos
intermedios para la comunicación entre ambos entornos.
4.2 Formulación espacial de Green en tramos rectos

4.2.1 Desarrollo de la Formulación
En este apartado realizaremos una extensión de la formulación espacial de Green

expuesta en el capítulo 2, para poder tratar tramos rectos en estructuras infinitesimales.
Aunque la formulación que estamos desarrollando es extensible a cualquier
estructura, vamos a basarnos en este desarrollo en la estructura cuadrada de la figura
4.1, sin pérdida de generalidad.
Figura 4.1 Dipolo unitario situado en el interior de una cavidad cuadrada
Si situamos una fuente eléctrica en el interior de la estructura, el campo que

creará será de: &
& &
E jwA V jwA j
& A (4.1)
ZPH
De esta forma vamos a obtener los potenciales en el interior de la estructura, de

un modo análogo al desarrollado en el tema 2.
-122-
a) Potencial escalar
El cálculo del potencial escalar sigue un desarrollo totalmente paralelo al

realizado en el capítulo 2; impondremos la condición de contorno que será un potencial
nulo a lo largo de la pared de la estructura, independientemente de la forma que ésta
adquiera. Al igual que ocurría con la formulación cilíndrica, nos centraremos en puntos
discretos de la pared (Point-Matching) denominando a uno cualquiera punto tangente
‘i’.
La técnica empleada es utilizada hasta la fecha: sobre este punto tangente
impondremos las condiciones de contorno del potencial escalar (y posteriormente
vector), mediante una carga (dipolo) imagen situada alrededor de la estructura.
Posteriormente, extenderemos este único punto a un conjunto de puntos, obteniendo un
conjunto de sistemas de ecuaciones.
No nos detendremos en examinar las distintas formas de ubicar las cargas
imágenes alrededor de la estructura ni las posiciones de la pared en donde cumplir las
condiciones; se han desarrollado varios métodos que serán expuestos en un apartado
posterior.
Figura 4.2 Ubicación de una condición de contorno Gv en la pared de una guía cuadrada
Tras ubicar un punto tangente a la estructura donde imponer la condición de

contorno (que para el caso del potencial escalar es que sea nulo), ubicaremos la posición
de una carga imagen para cumplir ese requisito. Así, en este primer punto ‘i’ lograremos
un potencial escalar nulo imponiendo que los potenciales de las cargas se anulen en
dicho punto:
& & & &
q1 Gv ri , r1´ Gv ri , ro ´ (4.2)
Por tanto, el efecto de la carga fuente y de la carga imagen proporcionarán un

potencial escalar en todo el cilindro de:
& & & & &
Gvcyc (r ) Gv r , ro ´ q1 Gv r , r1´ (4.3)
& &
Siendo Gv r , r ´ el potencial de una carga en condiciones de espacio libre:
& &
& & P 0 e jko r r ´
Gv r , r ´ & & (4.4)
4S r r ´
-123-
Vemos que el desarrollo es similar al mostrado en el capítulo 2; en este punto

extenderemos la condición de potencial nulo a un conjunto de N puntos tangentes a la
estructura. Así, obtendremos un sistema de ecuaciones que nos proporcionará el valor
complejo de las cargas imágenes capaces de otorgar a los N puntos de la estructura un
valor de potencial nulo.
Comprobamos como extendiendo la ecuación 4.3 a un conjunto de N puntos
tangentes de la estructura tenemos un sistema idéntico al obtenido en el capítulo 2 (2.8)
N
& & & &
¦ q k Gv ri , rk ´ Gv ri , ro ´
k 1 (4.5)
i 1,2,3...N
De esta forma el cálculo del potencial escalar es independiente de la estructura,

pues no debemos de coger un sistema de coordenadas particular ni hemos realizado
ninguna suposición de partida.
Tras resolver el sistema de ‘N’ ecuaciones obtendremos los valores complejos
de las ‘N’ cargas imágenes (qk) que son necesarias para satisfacer las condiciones de
contorno en los ‘N’ puntos tangentes establecidos. Finalmente, obtenemos el potencial
escalar en el interior del cilindro mediante la ecuación 4.6:
N
& & & & &
k 1
b) Potencial vector
El cálculo del potencial vector si que presenta unas diferencias significativas al

realizar su formulación para tramos rectos (para lo cual emplearemos coordenadas
cartesianas) frente a la formulación en cilíndricas realizada en el capítulo 2.
Supongamos un tramo general, por ejemplo oblicuo, como el mostrado en la
figura 4.3:
Figura 4.3 Tramo oblicuo y sus ejes de coordenadas
Comprobamos como podemos destacar inicialmente dos vectores, el vector

tangencial al tramo êt y el vector normal, ên . Estos dos vectores los podemos
descomponer a su vez en los ejes de coordenadas cartesianos, êx y ê y .
La condición que debe de cumplir un punto tangente a la estructura a analizar
(por ejemplo la guía cuadrada de la figura 4.2) es que la componente tangencial del
campo eléctrico (definido en la ecuación 4.1) sea nula:
-124-
&
E ptoi eˆt 0 (4.7)
lo que conlleva a dos diferentes condiciones, obtenidas tras analizar el campo

&
eléctrico E definido por la ecuación 4.1
&
eˆn u A 0 (4.8)
&
A 0 (4.9)
Estas dos condiciones deben cumplirse de forma conjunta sobre un punto de la

pared de la estructura ‘i’, y son las mismas condiciones de partida que obtuvimos al
realizar la formulación en coordenadas cilíndricas.
El método propuesto para satisfacer estas condiciones es el mismo: emplear dos
dipolos eléctricos ortogonales (situados uno en el eje ‘x’ y otro en el eje ‘y’).
Figura 4.4 Ubicación de una condición de contorno del potencial vector

en la pared de una guía cuadrada
Tanto la elección de los puntos tangentes a la estructura como la ubicación de

los dipolos imagen alrededor de la misma serán estudiados posteriormente, sin ninguna
pérdida de generalidad de la formulación propuesta.
Vamos a analizar como imponer las condiciones 4.8 y 4.9 sobre un punto
cualquiera ‘i’ de la pared de la estructura:
&
1) eˆn u A 0
&
En primer lugar, descompondremos el vector potencial A :
&
A G Axx eˆ x G Ayx eˆ y (4.10)
Verificando en el punto ‘i’ que:
&
eˆn u A eˆn u (G Axx eˆx G Ayx eˆ y ) sen(M ) G Axx cos(M ) G Ayx 0 (4.11)
Observamos como la ecuación 4.11 presenta la misma forma que la obtenida

para cavidades circulares (con formulación cilíndrica), por lo que su desarrollo a partir
de este punto es idéntico.
-125-
& &
2) A 0
Teniendo en cuenta la condición 4.8, observamos que la derivada respecto de la

&
tangente de la componente tangencial del vector A es nula:
& wA
eˆn u A 0 o t 0 (4.12)
dt
&
En segundo lugar, expresaremos la divergencia el vector potencial A en
términos de sus componentes tangencial y normal:
& wAt wAn wAn
A eˆn 0 (4.13)
dt dn dn
Así adecuamos la forma de la ecuación 4.9 a una más sencilla de trabajar:
& wAn &

A
dn
eˆn A eˆ
n n 0 (4.14)
Descomponiendo la componente normal del vector potencial:

An Ax cos(M ) Ay sin(M ) (4.15)
En este punto ya podemos desarrollar la ecuación 4.14:

& wA wA wA wA wAn wA

An eˆn ( n eˆx n eˆ y ) eˆn ( n eˆx eˆn n eˆ y eˆn )
dx dy dx dy dx
cos(M ) n sin(M )
dy
(4.16)
wA wA wA wA
cos 2 (M ) x cos(M ) sin(M ) y cos(M ) sin(M ) x sin 2 (M ) y 0
dx dx dy dy
Finalmente deberemos de desarrollar las derivadas de la ecuación anterior:

wA x wG Axx wA x wG Axx
dx dx dy dy
(4.17)
wA y wG Ayx wA y wG Ayx
dx dx dx dx
Estas derivadas pueden ser formuladas para un medio multicapa estratificado,

formulado en el dominio espectral mediante las integrales de Sommerfeld [9], como
veremos en el capítulo 5.
No obstante, para el caso del espacio libre el problema se simplifica pues se
cumple que:
wA x wA y
dx dx
wA y (4.18)
wA x
dy dy
-126-
Desarrollaremos estas derivadas, pues son analíticas. Concretamente, nos

wA x wA x
centraremos en primer lugar en el cálculo de , pudiendo obtener mediante un
dx dy
desarrollo totalmente similar.
Partimos de la expresión de la distancia euclídea de dos puntos en el plano:
1
r r' ( x x' ) 2 ( y y ' ) 2 >( x x' ) 2
( y y' ) 2 @ 2 (4.19)
Obtendremos posteriormente la derivada de la ecuación anterior respecto a la

dirección del eje ‘x’:
1
d r r' >
d ( x x' ) 2 ( y y ' ) 2 2 @ 1
>
* ( x x' ) 2 ( y y ' ) 2 @
1
2 * 2( x x' ) * (1)
dx dx 2 (4.20)
x x' x x'
2
( x x' ) ( y y ' ) 2 r r'
Finalmente, obtenemos la derivada final buscada:

j *k * r r ' d r r' d r r' j*k * r r '
j *k * r r ' j *k *e * * r r' *e
dAx d e dx dx
2
dx dx r r ' r r'
j*k * r r ' x x' j*k * r r ' x x'
j *k * r r' *e * * e *
r r' r r'
2
r r' (4.21)
j*k * r r ' j*k * r r ' j*k * r r '
j *k * r r ' *e * ( x x ' ) * e * ( x x' ) e * ( x x ' ) * ( j * k * r r 1)
3 3
r r' r r'
j*k * r r '
e * ( x x ' ) * (1 j * k * r r ' )
3
r r'
Tras añadir las constantes, obtenemos el resultado final buscado:

j*k * r r '
dAx P0 e * ( x x' ) * (1 j * k * r r ' )
3 (4.22)
dx 4 S r r'
dAx
Este desarrollo es totalmente dual para , obteniendo un resultado:
dy
j*k * r r '
wA x P0 e * ( y y ' ) * (1 j * k * r r ' )
3 (4.23)
dy 4 S r r'
En este punto tenemos totalmente definida la ecuación 4.14, que nos permitía
cumplir la condición 4.9.
Una vez analizadas las dos condiciones para un punto cualquiera ‘i’ tangente a
la estructura, vamos a extender la formulación a un total de N puntos, con el fin de que
las condiciones impuestas se verifiquen en el conjunto de la estructura.
-127-
Para ello analizaremos nuevamente las condiciones 4.8 y 4.9, extendiendo sus
resultados para que satisfagan las condiciones en todos los puntos de la estructura. En
este análisis, consideraremos que existe un dipolo en el interior, orientado a lo largo del
eje ‘x’. La formulación para el caso de que esta orientación sea en el eje ‘y’ es
totalmente dual.
&
1) eˆn u A 0
Partiendo de la ecuación 4.11, su equivalente con un total de ‘N’ puntos

tangentes será:
N N
& & & & & &
sen(M ) ¦ G Axx (ri , rk ) I kx cos(M ) ¦ G Ayx (ri , rk ) I ky sen(M ) G Axx (ri , r0 )
k 1 k 1 (4.24)
i 1,2,3...N
Ecuación que coincide de forma exacta con la obtenida con la formulación

realizada para estructuras circulares.
&
2) A 0
Si extendemos la condición de la ecuación 4.16 a un total de ‘N’ puntos

&
tangentes, deberemos de agrupar las componentes ‘x’ e ‘y’ de A (en función del dipolo
imagen que los crea), obteniendo así:
& & & & & &
N
wA x (ri , rk ) wA (r , r ) N wA y ( r&i ,r&k ) wA y (ri , rk )
¦ (cos 2 (M )
k 1 dx
cos(M ) sin(M ) x i k ) I kx ¦ (sin 2 (M )
dy k 1 dy
cos(M ) sin(M )
dx
) I ky
& & & &
2
(cos (M )
wA x ( ri , r0 )
cos(M ) sin M )
wA x (ri , r0 )
)
(4.25)
dx dy
i 1,2,3...N
Trataremos de simplificar la ecuación anterior, sacando factor común:

& & & & & &
N
wAx (ri , rk ) wAx (ri , rk ) x N wAy(r&i ,r&k ) wAy (ri , rk ) y
cos(M) ¦(cos(M) sin(M) ) Ik sin(M) ¦(sin(M) cos(M) ) Ik
k 1 dx dy k 1 dy dx
& & & &
wA (r , r ) wA (r , r ) (4.26)
cos(M) (cos(M) x i 0 sinM) x i 0 )
dx dy
i 1,2,3...N
Pudiéndose expresar como:

N N
cos(M ) ¦ Cix,k I kx sin(M ) ¦ Ciy,k I ky cos(M ) Ciy,0
k 1 k 1 (4.27)
i 1,2,3...N
Donde hemos definido las constantes:
-128-
& & & &

wA x (ri , rk ) wA (r , r )
Cix,k cos(M ) sin(M ) x i k
dx dy
& & & & (4.28)
y
wA y (ri , rk ) wA y (ri , rk )
C i ,k sin(M ) cos(M )
dy dx
Al estar en espacio libre, ambas constantes de la ecuación 4.28 coincidirán,

Cix,k Ciy,k (4.29)
ya que se satisface la ecuación 4.18.
En este punto, obtenemos un sistema de ecuaciones de dimensión 2 N u 2 N

formado por las ecuaciones 4.24 y 4.27 cuya solución nos dará los pesos de los dipolos
imagen (tanto los orientados a lo largo del eje ‘x’ como del eje ‘y’).
Así, el sistema final será:
N N
& & & & & &
k 1 k 1
N N
(4.30)
k 1 k 1
i 1,2,3...N
Tras resolverlo, obtendremos el valor del potencial vector en el interior de la

estructura:
N
& & & & &
xx
k 1
N
(4.31)
& & &
G yx
k 1
k
y yx
A
De esta forma, se ha extendido la formulación de la función espacial de Green a

tramos rectos (empleando para ello coordenadas cartesianas), pudiéndose aplicar en el
análisis de cualquier estructura.
-129-
4.2.2 Validación de los resultados
En este punto vamos a validar la formulación desarrollada en el apartado

anterior, empleando para ello los resultados de la formulación para una estructura
cilíndrica cuya validez fue demostrada en [6] y en [7].
que situamos la carga/dipolo fuente en el centro del cilindro y empleamos un total de 20
imágenes para calcular los potenciales.
Bajo estas condiciones, las dos formulaciones empleadas deben de dar un
resultado similar; la ubicación de los puntos de la estructura en la que establecer las
condiciones de contorno y la posición de las imágenes en el espacio se han hecho
coincidir. Así, bajo los dos puntos de vista, la situación que estamos analizando es la
siguiente:
Formulación cartesiana Formulación cilíndrica
Figura 4.5 Estructura cilíndrica, de radio a O , analizada con 20 imágenes y fuente situada en el
centro. Perspectivas de formulación cartesiana y formulación cilíndrica.
En este apartado mostraremos como los resultados coinciden plenamente,

dejando el tratamiento de la estructura bajo formulación cartesiana para un apartado
posterior.
En primer lugar, comprobamos como el potencial escalar coincide de forma
exacta:
-130-
Figura 4.6 Comparación del potencial escalar en un cilindro bajo las formulaciones cartesiana y
cilíndrica. 20 imágenes, fuente en el origen.
Observamos como la reconstrucción del potencial escalar coincide de forma

plena; este primer resultado no es definitivo, pues para este potencial las dos
formulaciones coincidían. No obstante, si que ha cambiado de forma sustancial (como
veremos posteriormente) el tratamiento automático de la estructura, para no depender de
su geometría y obtener así los potenciales de forma genérica.
Si comparamos el potencial vector, observamos que el resultado vuelve a

coincidir:
-131-
Figura 4.7 Comparación del potencial vector en un cilindro bajo las formulaciones cartesiana y
cilíndrica. 20 imágenes, fuente en el origen.
Podemos comprobar como los resultados son plenamente satisfactorios,

habiendo obtenido la representación de los potenciales de forma correcta.
De forma rigurosa, se aprecia una pequeña diferencia en la singularidad (es decir
donde se encuentra ubicada la carga fuente), debida al mallado realizado y al
tratamiento de la estructura; no obstante el potencial en el punto exacto de la
carga/dipolo fuente tiende a infinito, por lo que es normal que aparezcan unas
diferencias (aunque en este caso mucho más reducidas de lo que se esperaban) al
realizar el cálculo con técnicas diferentes.
Se han realizado pruebas de convergencia, de comparación de cortes, de

variación de número de imágenes, etc. En todas ellas, las dos formulaciones han
proporcionado unos resultados prácticamente iguales (tal y como se esperaba). De esta
forma, se muestra la corrección de la nueva formulación planteada.
La ventaja que permite la formulación en coordenadas cartesianas es la

aplicación a geometrías arbitrarias, por ejemplo cuadradas, rectangulares, triangulares,
rombo, etc. estructuras que no se hubieran podido analizar bajo la formulación
cilíndrica. Muchas de estas estructuras no tienen una solución de los potenciales
analítica, por lo que este método abre las puertas a su cálculo con un coste
computacional reducido.
-132-
4.3 Estructuras arbitrarias

4.3.1 Introducción
En este apartado vamos a realizar un estudio sobre los potenciales escalar y

vector en estructuras arbitrarias, formadas por un número indefinido de tramos rectos y
de tramos curvos de hasta 180º, pudiéndose combinar estos elementos de la forma en
que se requiera.
Para ello, partiremos de las coordenadas de la estructura facilitada mediante un
pequeño fichero de texto que nos definirá las posiciones de cada uno de los tramos, el
tipo de tramo (recto o curvo), el centro del tramo curvo, el sentido de giro, etc. de tal
forma que tengamos totalmente definida la estructura.
Una vez definida la estructura, el software creado se encargará de imponer de
forma automática el número de puntos de la pared de la estructura sobre los que
imponer las condiciones de contorno, existiendo varias posibilidades:
o De forma que los puntos tangentes a la estructura se encuentren

equiespaciados en longitud.
o Asignando puntos tangentes a los vértices de la estructura, y
distribuyendo el resto de forma equitativa.
o Asignar los puntos tangentes de forma uniforme, pero sin imponerlos en
el vértice de la estructura.
o Variación dinámica del número de puntos tangentes en función de la
distancia media del tramo a la posición de la carga/dipolo fuente.
o Etc.
Una vez situados los puntos tangentes alrededor de la estructura arbitraria, se

situarán las cargas/dipolos imágenes. Para ello, nuevamente tenemos distintas
alternativas:
o Situar las cargas/dipolos imágenes de forma circular alrededor de la

estructura arbitraria, con un radio medio en función del tamaño de la
estructura.
o Optimización de la técnica anterior, variando el radio de las
cargas/dipolos imagen de tal forma que se optimice el coste de la
implementación del potencial (tanto escalar como vector).
o Situar las cargas imágenes de forma simétrica (siguiendo la línea que une
la carga fuente con el punto tangente a la estructura), tanto para los
tramos rectos como para los tramos curvos.
o Variación del método anterior, en donde a los tramos curvos se les trata
de forma distinta, empleando una recta tangente a cada punto
condicionado de la estructura, que nos servirá de eje de simetría.
o Optimización del método general anterior, variando la distancia desde el
punto tangente a la carga/dipolo imagen siguiendo la recta que une a
ambos. Esta variación de la distancia nos permitirá una optimización del
coste, tanto para el potencial escalar como para el potencial vector.
o Situar las cargas siguiendo el contorno de la estructura,
independientemente de la ubicación de la fuente en su interior.
-133-
Realizaremos un estudio más exhaustivo de las distintas alternativas, en busca de

un método general para la colocación de los puntos tangentes en el contorno de la
estructura y la ubicación de las imágenes que los controlen.
Posteriormente, deberemos de aplicar la formulación desarrollada en el apartado
4.2 para volver a componer los potenciales, tanto escalar como vector.
Otro problema encontrado al trabajar con estructuras arbitrarias es debido a la
dificultad de discernir si un punto se encuentra en el interior o no de la misma. El
software programado es capaz de realizar esta identificación, pudiéndose generar de esta
forma representaciones en 3D de los potenciales en el interior de cualquier estructura
arbitraria definida.
De esta forma, partiendo de una identificación sencilla de una estructura
cualquiera, podremos calcular los potenciales en su interior de forma automática.
4.3.2 Creación de la estructura a analizar
El primer paso a llevar a cabo es definir el tipo de estructura que vamos a

analizar. Podremos crear todo tipo de estructuras, con tramos rectos y curvos (que no
sobrepasen 180º) y uniones de los mismos.
Algunos ejemplos de estructuras creadas:
Guía cuadrada Guía rombo
Guía cuadrada con dos lados redondeados Guía cuadrada con bordes redondeados
Guía triangular Guía rectangular
-134-
Guía ridge Guía ridge lados redondeados

Figura 4.8 Ejemplos varios de estructuras arbitrarias creadas.
La definición de la estructura la realizaremos mediante un fichero de entrada,

denominado “Geom.in”, que contendrá las especificaciones de la misma.
El formato llevado a cabo para definir cualquier tipo de estructura formada por
tramos rectos y tramos circulares se comenta a continuación, mediante un ejemplo. En
el mismo, detallamos una figura de cierta complejidad, como una guía ridge con los
bordes superiores e inferiores redondeados.
El fichero de entrada que nos definirá esa estructura es el siguiente:
! Fichero de configuración de la geometria de la cavidad

------------------------------------------------
! Número de vértices
12
! Número de tramos curvos:
4
! Definiremos inicialmente, únicamente tramos rectos.
! Posiciones de los vértices.
1.5 1
0.5 1
0.5 0.5
-0.5 0.5
-0.5 1
-1.5 1
-1.5 -1
-0.5 -1
-0.5 -0.5
0.5 -0.5
0.5 -1
1.5 -1
! Definiremos los centros de los tramos curvos:
1 1
-1 1
-1 -1
1 -1
! Definiremos los tramos:
1
1 2 1 0.5 1
0
2 3
-135-
0
3 4
0
4 5
1
5 6 2 0.5 1
0
6 7
1
7 8 3 0.5 1
0
8 9
0
9 10
0
10 11
1
11 12 4 0.5 1
0
12 1
! Finalmente, indicaremos la posición de la carga fuente.
0 0
Figura 4.9 Fichero descriptor de una guía ridge con sus lados redondeados
Con esa configuración, la guía creada es la siguiente:
Figura 4.10 Ejemplo de guía ridge con lados redondeados
Donde observamos que hemos resaltado los vértices para una mejor
visualización de las coordenadas.
Mostraremos a continuación como es el formato del fichero “Geom.in”,
construyendo paso a paso la geometría anterior.
Para empezar a describir la guía, deberemos de indicar el número de vértices
totales de que consta:
! Fichero de configuración de la geometria de la cavidad
------------------------------------------------
! Número de vértices
12
a continuación, indicaremos el número de tramos curvos:
-136-
! Número de tramos curvos:

4
Posteriormente, indicaremos la posición de los distintos vértices (x,y) teniendo

en cuenta que, la posición en la que los definamos será con la que posteriormente nos
vamos a referir a ellos. Es decir:
! Definiremos inicialmente, únicamente tramos rectos.
! Posiciones de los vértices.
1.5 1 Æ Define el vértice nº 1
0.5 1 Æ Define el vértice nº 2
0.5 0.5 Æ Define el vértice nº 3
-0.5 0.5 Æ ….
-0.5 1
-1.5 1
-1.5 -1
-0.5 -1
-0.5 -0.5
0.5 -0.5
0.5 -1
1.5 -1
Después, indicaremos la posición de los centros desde los cuales vamos a trazar
los tramos curvos, teniendo en cuenta que volveremos a referenciarlos según su
posición:
! Definiremos los centros de los tramos curvos:
1 1 Æ Define el centro nº 1
-1 1 Æ Define el centro nº 2
-1 -1
1 -1
Finalmente, indicaremos como vamos a unir los distintos vértices, distinguiendo
en función de que sean tramos rectos ó curvos:
a) Tramos recto:
El formato general será del tipo:
0 Æ El ‘0’ indica que la siguiente línea define un tramo recto.

2 3 Æ Indicamos el número relativo de los vértices que vamos a unir.
b) Tramos curvo
El formato general será del tipo:
1 Æ El ‘1’ indica que la siguiente línea define un tramo curvo.

5 6 2 0.5 1
Æ El ‘5’ y el ‘6’ definen los vértices origen y destino.

Æ El ‘2’ se refiere al número del centro al que hago referencia.
Æ El ‘0.5’ es el tamaño del radio del tramo curvo.
Æ El ‘1’ es el sentido de giro, que se definirá como:
+1 Æ Sentido contrario a las agujas del reloj.
-1 Æ Sentido de las agujas del reloj.
-137-
Por último escribiremos las coordenadas ‘x’ e ‘y’ de la situación de la fuente en

el interior de la estructura:
! Finalmente, indicaremos la posición de la carga fuente.

0 0
De esta forma, tenemos totalmente definida la estructura a analizar. En el

ejemplo se ha analizado una guía relativamente compleja, que mezcla tanto tramos
rectos como curvos. La descripción de estructuras más simples es mucho más sencilla y
rápida.
Hasta ahora las estructuras diseñadas se han realizado siguiendo ciertas pautas,
como indicando en primer lugar el vértice superior derecho e ir definiendo los tramos
desde ese vértice hacia la izquierda de forma consecutiva.
Por último indicar que todas las medidas introducidas se encuentran metros (m),
y que esta es la única unidad de medida que permite el software desarrollado.
4.3.3 Elección de puntos tangentes en el contorno de la estructura
Una vez definida la estructura arbitraria, vamos a seleccionar algunos puntos de

su contorno sobre los que imponer las condiciones de los potenciales, sirviéndonos
además en algunos casos de referencia a la hora de situar las cargas imágenes alrededor.
Si suponemos que tenemos que situar ‘N’ puntos en el contorno de una
estructura arbitraria existen un gran número de métodos para realizarlo, de entre los
cuales hemos implementado los que parecían más coherentes de forma física.
Cabe destacar que estos métodos se aplicaran a cualquier estructura (una vez
definida en su fichero de configuración) de forma automática, independientemente del
tipo de estructura en si. Los métodos propuestos son los siguientes:
a) Distribución por longitud uniforme
Este primer método consiste en distribuir el número de puntos tangentes que

tengamos de forma uniforme entre todos los tramos, teniendo únicamente como
referencia la longitud total de la estructura. De este modo, dividiendo esta longitud total
entre el número total de puntos tangentes a distribuir, tendremos cada cuanta longitud
deberemos de situar los puntos tangentes, de forma independiente al tramo al que
pertenezca.
Así los tramos que tengan una mayor longitud tendrán un mayor número de
puntos tangentes que aquellos tramos más cortos, que incluso puede que no tengan
ninguno.
Un ejemplo de este tipo de distribución de puntos tangentes sería:
-138-
Figura 4.11 Distribución uniforme de 15 puntos tangentes en una guía ridge “redondeada”
En este caso, observamos como tenemos 15 puntos tangentes distribuidos de

forma uniforme en la estructura de la guía ridge “redondeada”. Empezando por el
vértice número 1 (situado en la parte superior derecha), vamos situando puntos
tangentes de forma que se encuentren separados una longitud constante.
Otro ejemplo de distribución uniforme los tenemos en la guía triangular:
Figura 4.12 Distribución uniforme de 15 puntos tangentes en una guía triangular
Observamos como en este caso tras empezar a ubicar los puntos tangentes desde
el vértice superior derecho, ningún otro vértice recibe un punto tangente.
b) Distribución por vértices y por mitades de segmentos
En este caso la distribución de los puntos tangentes es diferente al caso anterior.

En primer lugar, se posicionará un punto tangente en cada vértice (por lo que todo tramo
tendrá al menos un punto tangente, independientemente de su longitud) y
posteriormente se irán posicionando nuevos puntos tangentes en aquellos tramos cuya
distancia entre dos puntos tangentes sea mayor, situando el nuevo en medio.
Para clarificar la idea, supongamos que inicialmente en una estructura triangular,

imponemos 3 puntos tangentes, y poco a poco vamos añadiendo un mayor número de
puntos:
-139-
a) b)
c)
Figura 4.13 Ubicación de 3,4 y 7 puntos tangentes en una guía triangular, empleando una
distribución de los mismos por vértices y mitades de segmentos.
Observamos la evolución en la inserción de puntos tangentes en la guía

triangular. En a) los tres primeros puntos tangentes a colocar se ubican en los vértices de
la guía, en b) el cuarto punto tangente se sitúa en un tramo medio y en c) la situación se
repite con 7 puntos tangentes.
Aplicando este concepto a una guía ridge con los lados redondeados, con un
total de 32 puntos tangentes, tendremos una ubicación de los mismos de:
Figura 4.14 Ubicación de 32 puntos tangentes en una guía ridge redondeada, empleando una
distribución de los mismos por vértices y mitades de segmentos.
Comprobamos como se ha situado un punto tangente en todos y cada uno de los

vértices, situándose el resto de forma que cubre la estructura totalmente.
-140-
c) Distribución por distancia media del tramo a la carga fuente
En este caso la táctica a seguir será asignar a cada tramo un número de puntos
tangentes y luego distribuirlos en él. La forma de realizar esta asignación tendrá dos
componentes:
o Un número de puntos tangentes fijo (por ejemplo del 70%, aunque es
modificable) que se va a distribuir de forma uniforme por la
estructura, de forma que a todos los tramos le corresponda el mismo
número de puntos tangentes.
o El resto, se asignará en función de la distancia media de cada tramo a
la posición de la carga fuente, de forma inversamente proporcional.
Así cuanto más cerca esté un tramo de la carga fuente, más puntos
tangentes se le asignarán.
Un ejemplo de esta distribución se puede observar claramente en la estructura

ridge con los lados redondeados:
Figura 4.15 Ubicación de puntos tangentes en guía ridge redondeada en función de la distancia
media de cada tramo a la fuente
d) Distribución por longitud uniforme saltando los vértices
Aunque en la implementación de los distintos casos la ubicación de puntos

tangentes en los vértices de las estructuras no ha ocasionado ningún conflicto y ha
proporcionado unos potenciales correctos, físicamente el potencial en un vértice no se
encuentra definido. Ello es debido a que no es posible definir un vector normal a él,
pues existen dos (uno perteneciente a cada tramo). La solución adoptada a este
problema hasta la fecha había sido considerar uno de los dos vértices de cada tramo
como un punto perteneciente al mismo, de tal forma que cada tramo presenta su vértice
asociado y se rompe la posible indefinición.
No obstante se ha implementado este nuevo método, que ubica los puntos
tangentes en tramos sin considerar los vértices y posteriormente distribuye estos puntos
en cada tramo de forma equitativa, evitando el posicionamiento de los mismos en los
vértices. De esta forma se evitan posibles conflictos a la hora de definir los potenciales.
En la figura 4.16 podemos observar una guía rectangular con 20 cargas/dipolos
imagen, observando como los puntos tangentes se distribuyen alrededor de su contorno
“saltando” los vértices.
-141-
Figura 4.16 Ubicación de 20 puntos de forma uniforme y saltando los vértices, sobre una guía
rectangular.
4.3.4 Ubicación de las imágenes
Una vez que tenemos totalmente definida la estructura y ubicados los puntos
tangentes donde forzaremos que se cumplan las condiciones de contorno, el siguiente
paso será situar de forma adecuada las cargas/dipolos imágenes alrededor.
Impondremos el mismo número de cargas imágenes que puntos tangentes se hayan
definido, tal y como lo requiere la formulación.
En este apartado mostraremos aquellos tipos de ubicación de imágenes estáticos,
es decir, que no van a cambiar su posición en función del “coste” de los potenciales.
De entre las distintas posibilidades de situar las imágenes, se han
implementando las siguientes:
a) Situación circular
En este primer caso, vamos a situar las cargas imágenes de forma circular
alrededor de la estructura arbitraria, de forma independiente a como se hayan
situado los puntos tangentes en el contorno.
El radio del círculo sobre el que se sitúan las cargas imágenes se calcula a
partir de la distancia máxima desde el centro hasta la estructura, multiplicándolo por
un factor corrector.
Mostramos a continuación dos ejemplos con una guía ridge “redondeada” y
una guía rombo:
Guía ridge redondeada Guía Rombo

Figura 4.17 Ubicación de imágenes de forma circular alrededor de una guía ridge redondeada y
una guía rombo.
-142-
b) Posicionamiento especular
En este caso, asignaremos a cada carga/dipolo imagen un punto tangente a la

estructura de “referencia”, respecto al cual hallaremos su ubicación.
Concretamente, para una carga imagen dada hallaremos la ecuación de la
recta que une la carga fuente (en el interior de la estructura) con el punto tangente en
la estructura de “referencia” y hallaremos la distancia que los separa, que
llamaremos ‘d’. Posteriormente, y siguiendo la recta calculada anteriormente,
ubicaremos la nueva carga imagen a una distancia ‘d’ desde el punto tangente hacia
el exterior de la estructura.
En función del tipo de estructura, puede que este posicionamiento no sea
correcto pues algunas cargas imágenes caerían en su interior (o en el contorno); este
es el caso de la guía ridge (en todas sus variantes) que no puede ser analizada
mediante este método.
Algunos ejemplos de situación de las cargas imaginarias mediante este
método serían:
Cuadrado con dos lados redondeados Triángulo

Figura 4.18 Ubicación de imágenes mediante posicionamiento especular. Ejemplos con una guía
cuadrada de bordes redondeados y una guía triangular.
Observamos como en función de la distancia entre la carga fuente y cada uno

de los puntos tangentes, se van situando las diferentes cargas imágenes.
c) Posicionamiento especular con variación para tramos curvos
Esta tipo de posicionamiento es una variación del anterior, que se comporta

exactamente igual para el caso de los tramos rectos. La modificación se introduce
para el caso de los tramos curvos, donde en vez de usar la anterior forma de
colocación, emplearemos un plano tangente auxiliar al punto tangente en el tramo
curvo, ubicando la carga imagen de forma simétrica respecto a este plano, tal como
observamos en la figura 4.19.
Observamos como para cada punto tangente sobre el que imponer las
condiciones de contorno en un tramo curvo, situamos un plano tangente auxiliar
respecto al cual hallaremos de forma simétrica la posición de la imagen.
Al igual que ocurría con el método anterior, es posible que para algunos
tipos de estructura no se pueda realizar este tipo de ubicación de las cargas
imágenes, pues algunas de ellas pueden caer en el interior o el contorno de la
estructura.
En el caso de que se pueda aplicar, este método suele proporcionar mejores
resultados que el anterior cuando existen tramos curvos.
-143-
Figura 4.19 Ubicación de imágenes en tramos curvos
Un ejemplo sería la guía cuadrada con dos lados redondeados, donde

observamos claramente la combinación de las dos técnicas de ubicación de
imágenes.
Figura 4.20 Combinación de técnicas de ubicación de imágenes: especular y recta tangente auxiliar
para tramos curvos. Ejemplo sobre guía cuadrada con 2 lados redondeados.
d) Situación de las imágenes siguiendo el contorno de la estructura
En este último tipo de posicionamiento de las imágenes, situaremos a las

mismas a una distancia de la estructura en cuestión, siguiendo su contorno.
Intuitivamente es un método muy sencillo, que presenta una mayor complejidad en
su implementación por la arbitrariedad de las estructuras.
En la figura 4.21 podemos comprobar el funcionamiento de este método,
para dos estructuras relativamente complejas: guía ridge y guía estrella.
Guía ridge Guía estrella

Figura 4.21 Ubicación de imágenes siguiendo el contorno de las guías “ridge” y “estrella”
-144-
4.3.5 Reconocimiento de estructuras arbitrarias
Uno de los problemas que se nos plantea a la hora de trabajar con geometrías
arbitrarias es saber si un punto cualquiera se encuentra en el interior o en el exterior de
la estructura, para poder así determinar si procede calcular el potencial en ese punto o
no.
Es por tanto necesario definirse una estrategia que nos permita conocer con
exactitud la ubicación de cada punto del espacio respecto a nuestra estructura.
Para ello, hemos implementado el siguiente algoritmo:
1) Reconocer los límites de la estructura arbitraria e introducirla en un

rectángulo determinado, un poco mayor que la geometría.
2) Dado un punto arbitrario del espacio, obtener la mínima distancia desde el

punto a ese rectángulo a través de los ejes ‘x’ e ‘y’. Así, nos moveremos en línea
recta hasta el punto de más cercano del rectángulo.
3) Consideraremos todos los tramos rectos en los que al menos uno de sus
vértices se encuentre en la dirección y sentido que une nuestro punto arbitrario
con el rectángulo, estando los de la dirección contraria uno por arriba y otro por
abajo:
Figura 4.22 Reconocimiento de tramos rectos situados entre un punto cualquiera y el exterior de la
estructura. Ejemplo con una guía cuadrada.
En la figura 4.22 suponemos que tenemos un punto arbitrario en el interior

de la guía cuadrada (punto rojo) y hallamos una dirección y sentido para llegar al
rectángulo que envuelve nuestra estructura arbitraria (línea roja). Además,
únicamente el tramo izquierdo tiene al menos un vértice por delante de nosotros
(en la dirección y sentido calculadas) y uno de los vértices por arriba y el otro
por abajo en la otra componente (en este caso el eje ‘y’).
4) En el caso de tramos oblicuos, usaremos la recta que une el punto de partida

con el cuadrado que engloba la estructura, buscando intersecciones con las
ecuaciones de las rectas de tramos oblicuos.
Podemos observar dos ejemplos en la figura 4.23. En el caso del tramo
oblicuo de la izquierda, observamos como la recta que une el exterior de la guía
con el punto en cuestión no intersecta ningún tramo, a diferencia del tramo
oblicuo de la derecha, donde si se produce esta intersección.
-145-
Figura 4.23 Reconocimiento de tramos oblicuos situados entre un punto cualquiera y el exterior de
la estructura. Ejemplo con una guía triangular.
5) Otro asunto algo más complejo es cuando nos encontramos ante tramos
curvos. En este caso, hallaremos en primer lugar la distancia desde nuestro
punto arbitrario hasta el centro que define el tramo curvo. Si esta distancia es
mayor que el radio, comprobaremos si en nuestra dirección y sentido de
movimiento vamos a tener delante al menos uno de los vértices del tramo curvo.
En caso afirmativo de alguna de las dos condiciones anteriores, pasaremos a
estudiar más en detalle el caso:
o En primer lugar, comprobaremos si tenemos por delante los dos
vértices del tramo curvo, en cuyo caso es seguro que lo deberemos de
atravesar.
o En caso contrario, discerniremos si estamos en el interior del tramo
curvo o no en función de los ángulos. Para ello, hallaremos el ángulo
desde el centro del tramo curvo a cada uno de los vértices, y desde
nuestro punto arbitrario al centro del cilindro, comprobando
posteriormente si el ángulo respecto al punto arbitrario se encuentra
comprendido entre los ángulos de los vértices.
6) Finalmente, contaremos el número de tramos atravesados por la estructura; si

este número es impar, el punto arbitrario inicial se encontraba en el interior; al
ser par ó nulo el punto arbitrario inicial estaba fuera de la estructura arbitraria.
De esta forma, podemos analizar cualquier punto del espacio pudiendo distinguir
si pertenece o no al interior de cualquier estructura arbitraria, por compleja que sea. Esto
es muy importante a la hora de realizar el cálculo del potencial escalar en el interior de
nuestra estructura, pues ya tenemos definido completamente cual será ese interior.
Mostraremos a continuación algunos ejemplos de cómo el software programado
es capaz de determinar si un punto del espacio está en el interior de la estructura o no:
-146-
Figura 4.24 Ejemplo de reconocimiento del interior de estructuras arbitrarias. Visualización en 3D.
4.3.6 Ejemplos de potenciales en estructuras arbitrarias
En este punto ya tenemos todo lo necesario para calcular el potencial escalar y

vector en el interior de casi cualquier estructura. Este apartado, mostraremos varios
resultados de potenciales para varias guías.
Emplearemos de forma general una ubicación de puntos tangentes a las
estructuras uniforme, “saltando” los vértices para evitar posibles indefiniciones. En
cuanto a la colocación de imágenes, usaremos varias técnicas en función de la guía
analizada. En el apartado siguiente, mostraremos como obtener un “coste” de la
implementación del potencial escalar y vector en las guías, lo que nos puede dar una
medida de la corrección del mismo así como la posibilidad de elegir aquel método de
entre todos los propuestos que nos proporcione un menor error.
Es de resaltar que aunque por motivos de espacio sólo vamos a presentar
resultados de los potenciales de algunas estructuras, cualquier otra puede ser
rápidamente analizada sin más que definirla por sus vértices, como vimos
anteriormente.
La frecuencia de funcionamiento será de 300Mhz (en el capítulo siguiente
veremos el comportamiento en frecuencias de las guías, pues en este punto nuestro
objetivo es mostrar la capacidad de cálculo de estos potenciales), estando las medidas en
metros (o directamente Ȝ). Las guías analizadas son:
1) Cuadrada
En este caso, emplearemos un total de 40 imágenes distribuidas alrededor de la

estructura, a una distancia de 0.5O de la misma. Los potenciales obtenidos fueron los
siguientes:
-147-
Situación a analizar Potencial escalar
Potencial escalar Potencial vector GAxx
Potencial vector GAxx Potencial vector GAyy
Potencial vector GAyy Potencial vector cruzado

Figura 4.25 Potenciales para una guía cuadrada de 2x2m. 300Mhz. 40 imágenes.
-148-
2) Triangular
En este caso, emplearemos un total de 30 imágenes distribuidas de forma

circular alrededor de la estructura. Se han distribuido los puntos tangentes en la guía
triangular de forma uniforme, sin “saltar” los vértices. Los potenciales obtenidos fueron
los siguientes:
-149-
Potencial vector GAyy

Figura 4.26 Potenciales para una guía triangular. 300Mhz. 30 imágenes.
3) Rombo
En este caso, emplearemos un total de 30 imágenes distribuidas de forma

circular alrededor de la estructura. Al igual que ocurría con el caso de la guía triangular,
las componentes cruzadas no se anulan, debido a la presencia de los planos oblicuos.
Los potenciales obtenidos fueron los siguientes:
-150-
Potencial vector GAyy Potencial vector GAxy

Figura 4.27 Potenciales para una guía rombo. 300Mhz. 30 imágenes.
4) Ridge
Para analizar la guía tipo ridge, al ser algo más compleja, emplearemos un total
de 60 imágenes distribuidas de forma que sigan el contorno de la guía, relativamente
cerca de la misma. Al no existir tramos oblicuos ni curvos, las componentes del
potencial vector cruzadas son nulas.
-151-
Potencial vector GAyy Potencial vector GAxy

Figura 4.28 Potenciales para una guía ridge. 300Mhz. 60 imágenes.
5) Estrella
Para analizar la guía estrella empleamos un total de 64 imágenes, distribuidas de

forma uniforme a lo largo de su estructura (teniendo cada tramo de igual longitud el
mismo número de puntos tangentes e imágenes). Esta guía no presenta componentes del
potencial vector cruzado.
-152-
Potencial vector GAxy

Figura 4.29 Potenciales para una guía estrella. 64 imágenes.
-153-
Para concluir este apartado debemos de indicar que los potenciales en el interior
de cada guía dependen de una forma muy significativa de cómo se ubiquen los puntos
tangentes en el contorno de la misma así como de la situación de las imágenes.
Pequeñas variaciones de estos elementos sobre algunos tipos de guías puede dar lugar a
resultados distintos. Es por esto que se necesita una medida para evaluar la corrección
de estos potenciales: el “coste” o error que cometemos al calcularlos. Gracias a este
“coste” podremos saber cuando los potenciales obtenidos son correctos y con qué
margen de error lo son. Además, nos permitirá analizar los puntos en los que se cometen
los errores en las implementaciones con el fin de poder atacarlos directamente para
reducirlos.
4.4 Optimización de los potenciales en estructuras arbitrarias

4.4.1 Introducción
En este apartado vamos a introducir un “coste” en el cálculo de los potenciales

tanto escalar como vector. Esta medida, similar en concepto a la presentada en el
capítulo 3, nos va a permitir conocer el grado de precisión en el cálculo de los
potenciales. Por ejemplo, en las representaciones de los potenciales del apartado
anterior no conocemos que error se ha introducido y hasta que punto obtenemos unos
resultados válidos; sin embargo si sobre cada estructura sobre la que implementamos los
potenciales hallamos el grado de cumplimiento de las condiciones de contorno podemos
saber si esa representación es válida.
Además, sobre cada tramo de cualquier estructura, el software es capaz de
mostrar este “coste” o hasta que punto se cumplen las condiciones de contorno:
podemos así identificar “picos” de error, ver la variación del mismo ó comprobar
porqué en el análisis de una estructura no obtenemos los resultados deseados.
Otra aplicación será emplear este coste para realizar una optimización del
posicionamiento de las imágenes alrededor de la estructura a analizar: situando las
mismas de forma circular y variando su radio (misma técnica que presentamos en el
capítulo 3) ó optimizando la distancia a la que situar las imágenes de forma especular
desde la fuente. Con ambos métodos, trataremos de conseguir unas representaciones
óptimas.
Finalmente indicar que así comprobamos como hay ciertas estructuras que
presentan una convergencia muy rápida con un número reducido de imágenes (por
ejemplo la guía cuadrada, rectangular, rombo, circular, etc) presentando por tanto un
“coste” en la implementación de los potenciales muy pequeño. Otras estructuras
necesitan un número de imágenes mayor, una ubicación de las mismas de una
determinada manera, etc. obteniendo costes mayores (como por ejemplo la guía ridge,
guía estrella, guía dual, etc). Conocer la distribución del error es fundamental para tratar
de idear métodos que consigan contener al mismo.
4.4.2 Coste del potencial escalar
La definición del “coste” del potencial escalar es idéntica a la proporcionada en

el capítulo 3, pues ahí ya se realizó con vistas a su extensión a estructuras arbitrarias.
Tras resolver el sistema de ecuaciones con el que obtenemos el valor complejo de las
-154-
‘N’ cargas que rodean a la estructura, recompondremos el potencial en el interior de la

misma mediante:
N
& & & & &
k 1
Si recorremos el contorno de la estructura en cuestión, podemos observar si se

cumplen o no las condiciones de contorno, obteniendo su “coste” asociado:
Coste ³ Gvcy dc
Contorno
(4.33)
Comprobamos cómo para el potencial escalar la condición a cumplir es evaluar
su valor en el contorno de la estructura.
En este punto, vamos a analizar cualquier geometría, descomponerla en sus
tramos constituyentes (rectos ó curvos) y ver la distribución del potencial escalar en los
mismos. Integrando el valor absoluto de este potencial obtendremos la medida del coste.
Supongamos por ejemplo la guía cuadrada de la figura 4.25. En primer lugar,
numeraremos sus tramos para poder identificarlos y posteriormente mostraremos la
distribución del potencial escalar en su contorno:
Figura 4.30 Representación del potencial escalar en el contorno de una guía cuadrada. 40 imágenes,
fuente en el centro de la guía.
Podemos observar la numeración llevada a cabo en la guía cuadrada.

Empezando por el tramo superior (derecho si hubiere), en sentido contrario a las agujas
del reloj (siguiendo por tanto el orden con el que fue definida la guía cuadrada en su
fichero de configuración). Esta es la forma en la que serán numerados todos los tramos
de cualquier guía definida.
En segundo lugar, comprobamos la distribución del potencial escalar en el
contorno de la guía cuadrada. Podemos observar cada tramo de un color diferente y
numerado. A diferencia de en la guía circular, donde representábamos el ángulo, en este
caso representamos el potencial sobre la longitud de cada tramo (poniendo cada tramo a
continuación del otro).
Observamos como han aparecido un total de 40 nulos (provocados por las
condiciones de contorno impuestas), y como los valores del potencial entre ellos
aumentan, de forma especial en las esquinas.
Si realizamos el cálculo del coste para esta estructura y con esa configuración,
obtenemos un total de:
Coste 1.1935 102
-155-
Observamos que se trata de un valor muy reducido, lo que implica que el

potencial escalar calculado es correcto. Modificaciones en la ubicación de cargas y
puntos tangentes a la estructura pueden disminuir este coste, pero en este caso no es
necesario al tener esta representación una precisión muy alta.
Otro ejemplo sobre una guía más compleja puede ser la guía tipo “ridge”. Si
empleamos un total de 60 imágenes distribuidas siguiendo el contorno de la guía a una
distancia de 0.25O (una distribución diferente a la empleada en la visualización de los
potenciales en el apartado anterior), el potencial escalar en el contorno de la estructura
será:
Figura 4.31 Representación del potencial escalar en el contorno de una guía ridge. 60 imágenes,
fuente en el centro de la guía.
En primer lugar, observamos como la numeración de los tramos se realiza tal y

como se explicó anteriormente: empezando desde el tramo superior derecho y en el
sentido contrario a las agujas del reloj. Esta regla se mantendrá para cualquier estructura
analizada.
En segundo lugar, vemos la distribución por tramos del potencial escalar en la
guía ridge. Comprobamos como la mayoría de los tramos presenta un valor reducido,
cumpliendo de forma adecuada las condiciones de contorno, excepto en cuatro esquinas
donde el valor del “error” se dispara. Estas esquinas son las cuatro esquinas superiores
que dan a la abertura interior. Si visualizamos el potencial escalar en el interior de la
guía ridge, podemos comprobar como en esas zonas aparecen unos “picos” que no
representan el potencial y son productos una mala implementación:
Figura 4.32 Representación del potencial escalar en el interior de una guía ridge. 60 imágenes
situadas a 0.25Ȝ siguiendo el contorno de la guía.
-156-
El coste total de la implementación del potencial escalar para esta guía ridge es
de: Coste 17.2302 , mientras que el coste de la implementación mostrada en el
apartado anterior fue de 7.58 (un coste mucho más reducido provocado por una
separación diferente de las imágenes a la estructura).
Comprobamos como para el caso actual el coste es elevado estando propiciado
casi exclusivamente por lo picos de las cuatro esquinas superiores interiores. No
obstante el error es muy localizado, siendo el potencial en el interior de la guía correcto.
De esta forma observamos como el “Coste” es una medida adecuada para

comprobar la corrección de los potenciales en el interior de guías de geometría
arbitraria. Además, la distribución del “Coste” a lo largo de los tramos nos permite
identificar cuales son las zonas donde el error el mayor.
4.4.3 Coste del potencial vector
Aunque conceptualmente la definición del “coste” del potencial vector es igual a

la presentada en el capítulo 3, matemáticamente presenta pequeñas diferencias, pues se
ha cambiado la formulación que permitía el cálculo del potencial vector. Es por ello que
se va a dar en este punto una nueva definición del Coste para el potencial vector,
acorde con la nueva formulación para tramos rectos presentada en este capítulo.
Tal y como pasaba en la formulación circular, la mayor complejidad del
potencial vector hace que su análisis no sea tan directo como en el caso del potencial
escalar.
Recordando el sistema de ecuaciones que nos proporcionaba los valores
complejos de los dipolos imagen (tanto en dirección ‘x’ como en dirección ‘y’) al
imponer ‘N’ condiciones de contorno:
N N
& & & & & &
k 1 k 1
N N
(4.34)
k 1 k 1
i 1,2,3...N
Donde los valores de las constantes son:

& & & &
x wA x (ri , rk ) wA x (ri , rk )
Ci ,k cos(M ) sin(M )
dx dy
& & & & (4.35)
y
wA y (ri , rk ) wA y (ri , rk )
Ci ,k sin(M ) cos(M )
dy dx
Supondremos que el dipolo fuente está orientado en la dirección ‘x’ (siendo el

desarrollo análogo si estuviera orientado en la dirección ‘y’).
Evaluaremos el grado de cumplimiento de la ecuación 4.34 no únicamente en los
N puntos discretos donde se impone (y donde debe de ser 0), sino en todo el contorno
de la estructura. Así, tras resolver la ecuación 4.34 recompondremos los potenciales en
el interior de cualquier estructura mediante la ecuación 4.31.
En el caso del potencial vector, sus valores no son nulos en el contorno de la

estructura (a diferencia del potencial escalar). Lo que si que debe de ser nulo es la
evaluación en un punto cualquiera ‘i’ del contorno de la expresión 4.34, es decir:
-157-
N N
& & & & & &
sin(Mi ) ¦ G Axx ri , rk ´ I kx sin(Mi ) G Axx ri , r0´ cos(Mi ) ¦ G Ayy ri , rk ´ I ky 0
k 1 k 1
N N
(4.36)
cos(Mi ) ¦ C I cos(Mi ) C sin Mi ¦ C I
x x x y y
i ,k k 1, 0 i ,k k 0
k 1 k 1
Por tanto, deberemos de integrar la contribución de cada una de las condiciones

a lo largo de todo el contorno de la estructura:
N N
& & & & & &
F1 ³ sin(Mc ) ¦ G Axx rc , rk ´ I kx sin(M c ) G Axx rc , r0 ´ cos(M c ) ¦ G Ayy rc , rk ´ I ky dc
Contorno k 1 k 1 (4.37)
N N
cos(M c ) ¦ Ccx,k I k cos(Mi ) C1x,0 sin Mc ¦ Ccy,k I k dc
x y
F2 ³
Contorno k 1 k 1
0 (4.38)
Así, cuanto más reducido sea el valor de las ecuaciones 4.37 y 4.38 más fiel será
la representación del potencial vector en el interior de la estructura. Finalmente,
sumaremos ambas condiciones con el fin de obtener un coste total representativo del
potencial vector:
Coste F1 F2 (4.39)
A pesar de que las ecuaciones son muy similares a las presentadas en el capítulo
3 para las guías circulares, existe una diferencia fundamental: la evaluación de las
constantes definidas en la ecuación 4.35.
Tras definir el coste del potencial vector, ya podemos aplicarlo a las distintas
estructuras obteniendo así una medida del grado de corrección de los potenciales. Al
igual que en el caso del potencial escalar, presentamos la distribución de este coste para
cada uno de los tramos que constituyan la geometría analizada, distinguiendo además
entre las dos condiciones (4.37 y 4.38) y el coste final (4.39).
Por ejemplo, analizaremos una guía rombo con 40 imágenes, obteniendo un

coste del potencial vector total de:
-158-
Figura 4.33 Representación del Coste del potencial vector en una guía rombo, con 40 imágenes. 300
Mhz, fuente situada en el centro de la guía.
Observamos en primer lugar la numeración de los tramos del rombo,

comenzando desde el vértice superior. Analizando la primera condición vectorial,
observamos como cumple los nulos impuestos por las 40 imágenes, apareciendo un pico
en las esquinas. Un comportamiento muy parecido aparece en la representación de la
segunda condición vectorial, aunque ésta presenta unos valores más elevados.
En conjunto, obtenemos una distribución del error simétrica, con unos errores
reducidos y un aumento importante de éstos en los picos.
El coste total obtenido ha sido de: 0.3221 , un valor muy reducido para los
niveles de error del potencial vector. Al igual que ocurre con el potencial escalar, una
variación de la distribución de imágenes o puntos tangentes modificará este coste.
Otro ejemplo sobre una guía más compleja puede ser la guía cuadrada pero con
dos lados “redondeados”. Si empleamos un total de 64 imágenes distribuidas siguiendo
el método especular y rectan tangentes para los tramos curvos, el potencial vector en el
contorno de la estructura será:
-159-
Figura 4.34 Representación del Coste del potencial vector en una guía cuadrada con dos lados
redondeados, con 64 imágenes. 300 Mhz, fuente situada en el centro de la guía.
En primer lugar, observamos la situación poco usual de las imágenes al

combinar técnicas de ubicación de tramos rectos con técnicas de tramos curvos. La
numeración de los tramos es la realizada hasta la fecha.
En segundo lugar, podemos comprobar como el Coste total presenta picos en las
transiciones de tramos curvos a tramos rectos, obteniendo los tramos curvos un error
más considerable. Analizando detenidamente los resultados también observamos como
aparecen los 64 nulos impuestos, por lo que el sistema de ecuaciones planteado
funciona de forma adecuada.
El coste obtenido ha sido de 5.6456 103 , un coste muy bajo, por lo que los
resultados obtenidos los podemos considerar como válidos.
4.4.4 Optimización de potenciales
Una vez definidos el ‘Coste’ del potencial escalar y vector, vamos a utilizarlo
con el fin de optimizar las posiciones de las cargas imágenes al analizar cualquier tipo
de estructura, obteniendo así una representación de los potenciales mucho más precisa.
Los métodos que vamos a presentar en este apartado son una transposición
directa de los métodos estudiados en el capítulo 3, pero generalizados para estructuras
arbitrarias. Conforme vayamos presentado cada método, trataremos de estudiar distintas
estructuras, obteniendo así sus costes y tratándolos de optimizar.
Mostraremos de forma conjunta la optimización de los potenciales escalar y
vector cuando sea posible, mientras que otros tipos de optimizaciones (como las de
descenso de gradiente) únicamente son aplicables al potencial escalar.
4.4.4.1 Método de la variación del radio
Los fundamentos de este método ya fueron presentados en el capítulo 3, y

básicamente consistía en envolver la estructura a analizar con un círculo de
cargas/dipolos imagen. La optimización del radio de este círculo mediante la evaluación
del coste (tanto del potencial escalar como vector) permite encontrar un radio que
minimice el error cometido en la representación de los potenciales. El valor de este
radio será diferente en función de que potencial estemos optimizando. Además,
realizaremos un doble barrido para encontrar el radio óptimo: un primer barrido con
paso “grueso” para ubicar la zona en la que se encuentra el mínimo del coste (tanto para
el potencial escalar como vector) y un segundo barrido de paso “fino” con el que
-160-
finalmente obtendremos este mínimo. En función de la estructura a analizar y del

número de imágenes empleadas, el coste computacional crecerá, siendo relativamente
importante su cálculo en el caso del potencial vector.
Esta técnica era la que mejores resultados proporcionaba en guía circulares (ya
que las imágenes se distribuían de la misma forma); no obstante para estructuras
arbitrarías no proporciona unos resultados tan satisfactorios, pues no es capaz de
adaptarse a las peculiaridades de cada estructura.
Vamos a mostrar un ejemplo de este método aplicándolo sobre una guía
triangular, empleando para ello 30 imágenes.
En primer lugar, obtendremos los potenciales para el caso de situar las imágenes
de forma circular, pero sin realizar la optimización. Esta situación fue la analizada
anteriormente, en el punto 4.3.6.2. De este modo en la figura 4.26 podemos observar los
potenciales calculados. El coste de esta implementación fue relativamente reducido, con
unos valores de 0.2176 para el potencial escalar y de 1.7925 para el potencial vector. La
distribución de estos errores en el contorno es:
Figura 4.35 Coste de los potenciales escalar y vector en una guía triangular, 30 imágenes ubicadas
de forma circular sin optimizar su radio. Fuente en el origen de coordenadas.
Comprobamos como todo la mayor parte del error se encuentra en el vértice

inferior de la guía triangular, tanto para el potencial escalar como para el potencial
vector. Para este último caso además aparece una pequeña componente en el vértice
superior izquierdo. La distribución del error no es simétrica en los dos vértices
superiores debido a que la disposición de los puntos tangentes a la estructura no lo es,
tal y como se mostró en la figura 4.26.
A continuación, realizaremos la optimización del radio para tratar de minimizar
estos errores:
Figura 4.36 Evolución del coste en función del radio del círculo que ubica a las 30 imágenes. Guía
triangular.
-161-
Comprobamos como el radio inicial que envolvía la estructura tenía valor muy
cercano al óptimo, por lo que la mejoría de los potenciales no es muy notable: de un
coste del potencial escalar de 0.2176 pasamos a uno de 0.2020, mientras que para el
caso del potencial vector pasamos de un coste de 1.7925 a uno de 1.601. Esto sumado al
coste computacional requerido para una mejoría tan poco significativa, hace
desaconsejar este método en este caso.
No obstante su eficacia variará en función de la estructura que estemos
analizando y de la ubicación de la fuente en el interior de la misma; no obteniendo unos
resultados satisfactorios en la mayoría de las ocasiones.
4.4.4.2 Método de la variación de la distancia especular.
En este tipo de posicionamiento, variaremos la distancia de situación de las

imágenes dentro de la línea que une la fuente (situada en el interior de la estructura) con
su punto tangente (sobre el que se imponen las condiciones de contorno) asociado.
De esta forma, conseguimos una distribución de las imágenes que sigue la
estructura analiza, creciendo o disminuyendo en tamaño hasta que conseguir un coste
óptimo. Este método es válido tanto para optimizar el potencial escalar como el
potencial vector, y un emplea una táctica de doble barrido igual a la comentada para el
método de radio variable.
Un ejemplo de la ubicación de imágenes mediante este método es el siguiente:
Guía Ridge (40 imágenes) Guía Rombo (30 imágenes)

Figura 4.37 Ejemplos de ubicación de cargas mediante el método de la variación de la distancia
especular. Casos de guía ridge (40 imágenes) y guía rombo (30 imágenes)
Los resultados obtenidos con este método son muy satisfactorios (ya que las
imágenes se adaptan a la forma de la geometría a estudiar), especialmente para aquellas
estructuras que no presentan “entrantes”; en el caso de que los tuvieran, el método
comienza a partir de aquel punto en el que todas las imágenes caen fuera de la
estructura.
Como contrapartida, el coste computacional de este método es relativamente
alto, debido a la gran cantidad de operaciones que hay que hacer para evaluar el coste en
el contorno de una estructura arbitraría.
Vamos a mostrar un ejemplo de este método aplicándolo sobre una guía tipo
estrella, empleando para ello 64 imágenes.
Para partir de un resultado general evaluaremos esta guía con esta misma táctica
de ubicación de imágenes sin optimizar; de esta forma podremos apreciar las mejoras
existentes en el caso de que se produzcan. El método general proporciona una ubicación
de imágenes y un coste a la hora de implementar los potenciales de:
-162-
Figura 4.38 Ubicación de 64 imágenes en una guía “estrella” mediante un posicionamiento

especular sin optimizar. Representación del coste escalar en su contorno.
Realizando el barrido en función de la distancia de colocación de imágenes,

podemos obtener una variación del coste en función de esta distancia, para encontrar
una distancia óptima en la que situar las imágenes. Concretamente, para esta
configuración y la guía estrella hemos obtenido:
Situación óptima Coste escalar Variación Coste vector con distancia
Distribución Coste escalar contorno Distribución Coste vector contorno

Figura 4.39 Situación final y representación de Costes en el contorno para potencia escalar y
vector. Guía estrella, 64 imágenes.
Comprobamos como obtenemos unas distancias óptimas en el análisis de la guía

que varían para el potencial escalar y vector , ya que deberemos de optimizar sus dos
valores de forma independiente.
-163-
En cuanto al coste obtenido, comprobamos como el Coste escalar que hemos

obtenido se ha reducido de los 0.4839 iniciales a un valor de 0.164769; por su parte el
Coste vector ha pasado de 4.8916 a un valor de 2.0682. En ambos casos la reducción ha
sido importante.
Finalmente, comprobamos la distribución del coste en el contorno se centra casi
exclusivamente en las esquinas, tanto para el potencial escalar como para el potencial
vector.
Cabe destacar que la optimización que se ha llevado a cabo ha sido muy
compleja, pues era una estructura con 4 entrantes y 12 tramos. Para estructuras más
simples, la reducción del coste que conseguimos con este método es muy importante y
superior a la del resto de métodos.
4.4.4.3 Optimización por descenso de gradiente de las cargas
En este apartado vamos a aplicar la optimización por el método de descenso

gradiente, con el fin de encontrar unos valores de las cargas complejas que describan al
potencial escalar (pues este método todavía no se ha desarrollado para el potencial
vector) de forma más precisa, minimizando el coste/error de su implementación.
El algoritmo de descenso de gradiente utilizado es el mismo que el presentado en
el capítulo 3, pues éste ya se realizó para que pudiera ser extendido de manera natural a
estructuras arbitrarias.
De forma general, un algoritmo de descenso de gradiente puede describirse
como:
w (k 1) w (k ) P w C (k ) (4.40)
Donde w (k 1) representa un vector con los valores complejos de las cargas en

la iteración k+1, w (k ) representa el valor complejo de las cargas en la iteración actual,
‘ȝ’ es la constante de paso y w C (k ) es el gradiente del coste en la iteración k-ésima.
La situación inicial de los pesos no será aleatoria, sino que partirá de unos
valores conocidos (y calculados mediante Point-Matching).
Es este punto deberemos de definirnos un coste sobre el que hallar el gradiente;
nos quedaremos con la función de coste cuadrática conjugada, pues fue la que dio
mejores resultados en la optimización de la formulación circular.
2
C oste ³ Gvcy dc
Contorno
(4.41)
A continuación deberemos de encontrar el gradiente del coste, con el fin de

actualizar el valor complejo de las cargas. Este gradiente y su desarrollo coinciden
exactamente con el expuesto en el capítulo 3 (ecuaciones 3.33 a 3.44) por lo que no lo
volveremos a incluir aquí. Si mostraremos el resultado final del cálculo del gradiente del
coste, con el que actualizaremos los valores complejos de las cargas imágenes:
§ ªK º *·
«¦ q k Gv(r , rk )» Gv(r , rp ) ¸¸dc
*
q p C oste ³ ¨
¨ Gv ( r , ro ) Gv ( r , r p ) (4.42)
Contorno © ¬k 1 ¼ ¹

-164-
En cuanto al coste computacional, su valor no es nada despreciable debido a la

complejidad de las ecuaciones obtenidas; trataremos de reducirlo mediante técnicas
como el ajuste dinámico del paso ‘μ’ ó la detención del algoritmo con un criterio de
convergencia. Ambas técnicas fueron explicadas con detalle en el capítulo 3, y
consiguen reducir de forma más que significativa el coste computacional empleado.
La convergencia al utilizar este método dependerá de la situación de partida en
la que nos encontremos, así como de la estructura que estemos analizando y de la
posición relativa de la carga fuente en su interior. Al igual que ocurría para las guías
circulares, el método se muestra más efectivo cuando tenemos un número de imágenes
relativamente reducido (pues tiene más capacidad de disminuir el coste sin encontrar un
mínimo local).
La cantidad de combinaciones que podemos realizar en este momento es

enorme: una gran cantidad de estructuras arbitrarias a analizar, con distintas formas de
ubicar los puntos tangentes en su contorno y las cargas imágenes a su alrededor. En
todas estas combinaciones podemos aplicar un método de descenso de gradiente para
optimizar esas cargas, disminuyendo de forma más o menos significativa el coste de la
implementación del potencial vector.
Mostraremos a continuación como el algoritmo empleado funciona para algún

caso concreto, como por ejemplo una guía rectangular. Para ello ubicaremos un total de
20 imágenes a su alrededor, siguiendo su estructura a una distancia de 0.5Ȝ.
La situación de partida y el error cometido en la implementación del potencial
vector es la siguiente:
Figura 4.40 Situación de partida al analizar una guía rectangular, con 20 imágenes situadas a 0.5Ȝ
de la estructura. Representación del coste de los potenciales escalar en el contorno.
El error que obtenemos en la situación inicial es ciertamente elevado de 33.13

(que para el potencial escalar es un valor muy alto), presentando una componente
mucho más elevada en las esquinas. No obstante hay que indicar que estamos
analizando una estructura relativamente grande (en términos de Ȝ) con un número muy
reducido de cargas. Comprobamos como aparecen 20 nulos en la distribución del
potencial escalar alrededor de la estructura, debido a la imposición de la condición de
contorno en 20 puntos discretos.
Si realizaremos la optimización del valor complejo de las cargas, tendremos una
evolución del coste en función del número de iteración y una distribución del coste
escalar de:
-165-
Figura 4.41 Evolución del coste del potencial escalar al evaluar una guía rectangular, 20 imágenes.
Comprobamos como el comportamiento del algoritmo de optimización es

francamente bueno: reducidos de un coste inicial de 33.128 a uno de 4.4686, para una
misma situación. El número de iteraciones ha sido relativamente alto, ya que el criterio
de detención que se le ha impuesto exigía una convergencia casi total.
En cuando a la distribución del coste del potencial, observamos como ya no
aparecen los 20 nulos en puntos discretos. Ello es debido a que al optimizar el valor
complejo de las cargas se han dejado de imponer las condiciones de contorno en puntos
concretos, en busca de un valor ponderado que proporcione el menor error posible.
Como principal inconveniente de este método, y de forma mucho más

importante que el coste computacional, es su incapacidad de proporcionar unos
resultados satisfactorios cuando el número de imágenes aumenta, estando limitado su
uso a estructuras analizables con un máximo de 30 imágenes, ya que con un mayor
número aunque el método funciona, cae demasiado rápido en un mínimo local siendo la
mejoría proporcionada casi despreciable.
4.4.4.4 Optimización por descenso de gradiente de las posiciones
En este apartado vamos a aplicar la optimización por el método de descenso

gradiente, con el fin de encontrar unas posiciones de las imágenes en el plano (x,y) que
consigan minimizar el coste de la implementación del potencial escalar.
Al igual que con la optimización de cargas, el algoritmo de descenso de
gradiente empleado ya fue usado en el capítulo 3, pues se realizó con vistas a ser
extendido de forma naturas a estructuras arbitrarias.
La actualización de las posiciones de cada imagen se realizará mediante la
conocida fórmula del gradiente descendente:
x (k 1) x (k ) P w C (k ) (4.43)
y (k 1) y (k ) P w C (k )
Donde x (k 1), y (k 1) son dos vectores que representan las posiciones ‘x’ e
‘y’ de cada carga imagen que estamos calculando en la iteración actual,
x (k ), y (k ) representan las posiciones de las imágenes en la iteración anterior, ‘ȝ’ es la
constante de paso y w C (k ) es el gradiente del coste en la iteración k-ésima.
De esta forma, partiendo de unas posiciones iniciales de las imágenes (por
ejemplo cualquiera de las expuestas en este capítulo) alrededor de la estructura arbitraria
-166-
a analizar, el algoritmo irá evolucionando para encontrar aquellas posiciones de las

imágenes que minimicen el coste del potencial escalar.
El coste que debemos de optimizar es el definido en la ecuación 4.41, es decir,
en su forma cuadrática conjugada.
Para poder realizar el algoritmo, deberemos de calcular el gradiente de este coste
respecto a los ejes ‘x’ e ‘y’. Este desarrollo ya fue realizado en el capítulo 3 (ecuaciones
de 3.55 a 3.64) y su resultado puede aplicarse a estructuras arbitrarias de forma directa.
El resultado de este gradiente, respecto a los ejes ‘x’ e ‘y’ es:

& & & & & & & &
ªq*p Gv(r , r0 ' ) F * (r , rp ' ) q p Gv* (r , r0 ' ) F (r , rp ' ) º
« » (4.44)
p Coste ³ « § K * *· & & * §
K
· * & & »dc
Contorno « q p ¨ ¦ qk Gv( r , rk ) ¸ F ( r , rp ' ) q p ¨ ¦ qk Gv ( r , rk ) ¸ F ( r , rp ' ) »
¬ ©k 1 ¹ ©k 1 ¹ ¼
Donde el valor de la constante ‘F’ dependerá de que estemos calculando en

gradiente en un eje u otro:
& & jk r r '
& & dGv(r , r ' ) e ( x x' ) (1 j k r r ' )
' x' o F (r , r ' ) 3
dx' r r' (4.45)
& & jk r r '
& & dGv(r , r ' ) e ( y y ' ) (1 j k r r ' )
' y ' o F (r , r ' ) 3
dx' r r'
En este punto ya podemos aplicar el algoritmo de optimización de las posiciones

por descenso de gradiente, pues hemos calculado todos los elementos necesarios.
En cuanto al coste computacional, se ha intentado contener empleando técnicas
conocidas (ajuste dinámico del paso y detención del algoritmo automática), aunque
sigue siendo relativamente elevado.
Una vez planteado el análisis, comentar que este algoritmo funciona de forma
adecuada en aquellos casos en los que la disposición de las cargas se encuentra
relativamente cercana a la estructura arbitraria. En los casos en los que las cargas
imaginarias se encuentran alejadas, también produce una mejoría de los resultados pero
de menor cuantía que en el otro caso. Indicar también que éste método es capaz de
reducir el error de forma continuada, teniendo como límite teórico la presencia de un
mínimo local, aunque en la práctica nunca llegaremos a él debido al alto coste
computacional requerido y realizaremos la detención del algoritmo antes. No obstante,
se observa empíricamente como el error se va disminuyendo conforme avanzan las
iteraciones, si bien no de forma brusca, si de forma continuada, lo que confiere una
mayor importancia a la fase de detención del algoritmo, pues nos limitará en buena
medida el coste computacional del mismo.
Otro tema que también se ha tratado es la modificación de las posiciones de las
cargas, para evitar que éstas no se introdujeran en el interior de la estructura arbitraria
invalidando por tanto el modelo.
También indicar que en función de la disposición inicial de las imágenes, el
método evolucionará de una forma u otra, obteniendo distintas mejorías al analizar una
misma estructura.
En este punto, mostraremos el funcionamiento del algoritmo diseñado para un

caso concreto, por ejemplo en el análisis de guía ridge. Para ello, emplearemos un
número relativamente pequeño de imágenes, 25, situándolas de forma circular alrededor
-167-
de la estructura. Tal y como se mostró en el capítulo anterior, este método funciona

especialmente bien para los casos en los que la carga se encuentre muy cerca de una de
las paredes, por lo que ubicaremos la fuente cerca de la pared derecha, a una distancia
de 1.3Ȝ.
La situación de partida y final de las imágenes tras ejecutar el algoritmo son las
siguientes:
Figura 4.42 Situación de partida y fin de las 20 imágenes empleadas para analizar una guía ridge.
Aunque gráficamente es difícil apreciarlo, si se ha producido un desplazamiento

en todas y cada una de las imágenes, con el fin de reducir el coste computacional
existente.
En la situación inicial, el coste era de 82.98879, coste que se ha reducido
mediante la técnica empleada a un total de 18.39929, reducción más que significativa.
Se han empleado un total de 300 iteraciones, como podemos observar en la
figura siguiente:
Figura 4.43 Evolución del coste en función del nº de iteración. Optimización de las posiciones de 25
imágenes alrededor de una guía ridge.
Comprobamos como la reducción más importante se realiza en la primera

iteración, y como al aumentar éstas, el coste se sigue reduciendo, aunque de manera más
lenta. Llegar a un coste menor es posible, a expensas de usar un enorme coste
computacional para calcular las posiciones de las imágenes adecuadas.
-168-
4.4.4.5 Comparación de métodos
Finalmente, vamos a incluir una comparativa al realizar el análisis de distintas

geometrías empleando diversos métodos de optimización. Para evitar que se extienda
demasiado, supondremos que la fuente se encuentra en el centro de la guía en cuestión
en todos los casos.
La comparativa la realizaremos empleando una distribución circular de las
imágenes y luego optimizando el radio, y empleando una distribución especular y
optimizando la distancia de separación entre las imágenes y la fuente.
Los resultados obtenidos son:
Coste al emplear el método

Tipo Variación Variación
Situación Situación
Guía potencia dinámica dinámica
circular especular
l radio especular
Cuadrada Escalar 2.509 102 4.9826 103 4.7579 103 3.6440 103
(40 imag) Vector 2.4056 10 2 1.9070 10 3 5.6279 103 5.1761 10 3
Rectangula Escalar 0.275278 0.212038 1.09934 4.8600 102
r
(40 imag) Vector 0.678573 0.269808 2.24324 0.17082
2.16638 10 3
Escalar 9.8149 103 1.3790 102 2.153191 10 3
Rombo
(40 imag) 2.78378 10 2 5.032605 10 2
Vector 1.05136 10 3 7.8278 102
Triangular Escalar 0.160588 0.1061812 3.0333 102 1.34611 102
(45 imag) Vector 5.991492 2.969056 6.1234322 0.946024
Cuadrada 2 5.3624 10 3
Escalar 7.6137 10 2 1.97709 10 2 No aplicable
lad. red.
(60 imag) Vector 15.374627 15.301388 27.71187 No aplicable
Estrella Escalar 137.94165 101.734617 7.414859 0.16391608
(64 imag) Vector 80.24406 63.718314 23.161425 2.4190213
Ridge Escalar 2492.7090 31.1311297 1.274900 0.14598025
(64 imag) Vector 71496.71952 34.3531422 6.8313564 0.9585055
Tabla 4.1 Coste escalar y vector al analizar distintas guías con todos los métodos de optimización
presentados.
En primer lugar observamos como para las guías cuadrada y rombo se obtiene
resultados muy parecidos en los dos tipos de optimizaciones empleadas, siendo
ligeramente superior la optimización del radio donde se ubican las imágenes. No
obstante, para el resto de estructuras obtenemos un coste sensiblemente superior al
optimizar la ubicación de las imágenes de forma especular, ya que se adapta a la forma
de la estructura. Es interesante ver el orden de magnitud de los costes en función del
método, y como con una correcta optimización se puede pasar de un coste de más
2492.7 a tan sólo 0.14598,
También indicar que no se ha introducido una comparativa realizando la

optimización mediante un algoritmo de descenso de gradiente. Ello es debido a que al
emplear un número tan elevado de imágenes las mejoras que proporcionan respecto a
sus situaciones de partida no son destacables. Estos métodos funcionan de una forma
-169-
mucho mejor cuando el número de imágenes es reducido (hasta unas 35 imágenes),

obteniendo un coste mucho menor en estos casos.
Otra posibilidad interesante es la combinación de técnicas, por ejemplo tras la

optimización de la distancia de ubicación de imágenes de forma especular, realizar una
optimización por descenso de gradiente (tanto del valor complejo de las cargas como de
las posiciones de las imágenes, para el potencial escalar), optimizando todavía más el
coste.
También cabe la posibilidad de que una ubicación de las imágenes sin optimizar,
como por ejemplo siguiendo la estructura de la guía con imágenes muy cerca de la
misma (en el caso de guías con entrantes por ejemplo, donde la optimización no puede
llegar tan cerca) proporcione resultados mejores. Este puede ser el caso de la guía ridge,
donde éste método es el que mejores resultados proporciona.
De forma general, podemos analizar cualquier estructura por todos los métodos
presentados, advirtiendo que, en función de las particularidades de cada geometría, unas
técnicas funcionaran de un modo mucho más efectivo que otro.
4.5 Validación de resultados en una guía cuadrada
Hasta el momento hemos presentado resultados del cálculo de los potenciales

escalar y vector en el interior de estructuras de geometría arbitraría bidimensionales,
empleando una formulación en coordenadas cartesianas que habíamos validado para el
caso de una guía circular.
Debemos de tener en cuenta la situación en la que estamos calculando estos
potenciales: un corte infinitesimal en dos dimensiones de una guía. No ha sido posible
encontrar distribuciones de potencial para un caso similar validadas empleando otras
técnicas, con el fin de asegurarnos que los resultados que se han obtenido son correctos.
En este punto vamos a comparar los resultados de los potenciales obtenidos de

una guía cuadrada, concretamente para un caso teórico en el que la guía es infinita en el
eje ‘z’. El cálculo de estos potenciales para este caso ha sido ampliamente estudiado en
[10], empleando una técnica que combina las formulaciones espaciales y espectrales de
la función de Green en la cavidad rectangular aplicando técnicas de aceleración de
series en los dos dominios.
Aunque no es exactamente el mismo caso, si tiene ciertas semejanzas pues el eje
‘z’ es invariante en todo momento, mientras que en el corte infinitesimal directamente
lo consideramos despreciable.
Para realizar el estudio, nos adecuaremos a los datos que tenemos de los
potenciales, es decir, una guía cuadrada de 66 x66mm . Emplearemos un total de 40
imágenes, distribuidas alrededor del cuadrado siguiendo su estructura. La frecuencia
empleada en este caso la modificamos para adaptarla a los datos de que disponemos,
siendo de 15 Ghz.
Así la situación a analizar será:
-170-
Figura 4.44 Análisis de una guía cuadrada, 40 imágenes. Fuente en el centro, 15 Ghz.
Realizaremos las comparaciones tomando varias distancias de ubicación de las

imágenes, para ver como varían los resultados al variar este parámetro. Además,
emplearemos un posicionamiento distinto para el potencial escalar y para el potencial
vector (pues ya mostramos anteriormente que las posiciones en la que obtenemos un
menor coste son distintas en los dos casos).
Se han realizado cortes a lo largo del eje ‘x’ a una distancia del borde inferior de
16.5mm, con el fin de evitar la singularidad y los posibles problemas de
representatividad que pueda ocasionar.
En las gráficas siguientes comparamos los resultados en ese corte empleando el

método descrito en [10], con el método desarrollado en este capítulo. Las distintas
distancias de las imágenes alrededor de la guía se indican mediante la variable “separa”,
en términos relativos desde el centro de la guía hasta un borde.
Figura 4.45 Potenciales normalizados en un corte a 16.5m a lo largo del eje ‘x’ desde el borde
inferior en una guía cuadrada de 66x66mm. Comparativa de método imágenes y método analítico
descrito en [10].
-171-
Comprobamos como los resultados obtenidos son muy buenos, obteniendo unas
diferencias mínimas entre los dos métodos, a pesar de haber empleado distintas
posiciones de las imágenes para envolver a la estructura.
Indicar que también que se han realizado otras comprobaciones a otras
frecuencias y otros cortes para esta misma guía cuadrada, obteniendo siempre una
convergencia muy buena con los resultados analíticos mostrados en [10].
De esta forma, y a pesar de que como comentamos anteriormente no estamos
representando exactamente el mismo resultado, podemos dar por válidos los resultados
y el cálculo de potenciales realizado hasta ahora así como la formulación presentada
como correcta.
Así, el método presentado es capaz de calcular los potenciales en el interior de
cualquier estructura, con una precisión que también podemos acotar.
En este punto, se abre la puerta a analizar estructuras reales: geometrías en tres
dimensiones donde deberemos de considerar la variación en el eje “z”. De esta forma,
podremos validar los resultados obtenidos en aquellas guías que presentan soluciones
analíticas (por ejemplo la cuadrada) y también en otras más complejas, empleando para
ello como apoyo un software comercial como HFSS©.
En este caso, y a diferencia del capítulo anterior en el que existían una gran
cantidad de programas Fortran 90 realizando cada uno un tipo de optimización, se ha
diseñado un único programa capaz de analizar cualquier estructura definida y de
proporcionar todos los resultados.
Para indicarle al software que estructura queremos analizar así como la posible
optimización de coste que vamos a llevar a cabo sobre ella, emplearemos dos ficheros
de configuración principales:
a) Geom.in: Que ya fue expuesto en el apartado 4.3.2, y en el que se definen todas las
características de la estructura que va a ser analizada: vértices, tramos rectos, tramos
curvos, etc. Además, se añade información acerca de la ubicación de la fuente puntual
en el interior de la guía.
b) Datos.in: Este fichero sirve para introducir parámetros de configuración como la

frecuencia, número de puntos de la rejilla sobre la que presentar los datos, número de
imágenes empleadas, disposición de los puntos tangentes alrededor de la estructura,
forma de ubicar las imágenes, y tipo de optimización (tanto escalar como vectorial). Un
ejemplo de este fichero de configuración es:
! Datos de entrada del programa

! Frecuencia
3.0D8
40
81 81
! Ubicación de ptos tangentes
0
! Ubicación de imágenes
-172-
5
! Distancia empleada (en función del método)
1
! Optimización gradiente imágenes
0
! Optimización gradiente posiciones
0
Comprobamos como los primeros parámetros son comunes a los que necesitaban
los programas empleados en capítulos anteriores: frecuencia, número de imágenes y
número de puntos de la rejilla.
Posteriormente, aparecen nuevos parámetros como son:
a) Ubicación de ptos tangentes:

Este parámetro se refiere a la forma a la que vamos a distribuir los puntos
tangentes alrededor de la estructura. Sus posibles valores son:
Valor Tipo de Distribución de puntos en la estructura

0 De forma uniforme, saltando los vértices
1 De forma uniforme, sin considerar los vértices
2 En los vértices, el resto de forma uniforme
Un 70% uniforme, el resto en función de la distancia media
3
de la fuente al tramo.
Tabla 4.2 Posibles valores del parámetro “Ubicación de ptos tangentes”
b) Ubicación de imágenes:
Este parámetro hace referencia a la manera en la que ubicaremos las distintas
imágenes alrededor de la estructura. Los posibles valores son:
Valor Tipo de Distribución de imágenes

0 Circular, radio en función de la estructura
Circular, variando el radio de forma dinámica para
1
minimizar el coste
2 Ubicación especular, en función de una distancia de apoyo
3 Igual que 2, pero trata los tramos rectos de forma especial
Variación dinámica de la distancia especular. No permite
4
trabajar con tramos curvos.
Se sigue el contorno de la estructura a una determinada
5
distancia.
Tabla 4.3 Posibles valores del parámetro “Ubicación de imágenes”
c) Distancia empleada:
Este parámetro controla la separación de las imágenes a la estructura, en el
caso de que las imágenes sigan a la misma ó la distancia de separación de
especular entre las imágenes y la fuente.
d) Optimización gradiente imágenes:

Indica si se realizará la optimización por descenso de gradiente de las cargas,
de tal forma que un ‘0’ indica que no se realizará y un ‘1’ que sí.
-173-
e) Optimización gradiente posiciones:

Indica si se realizará la optimización por descenso de gradiente de las
posiciones, de tal forma que un ‘0’ indica que no se realizará y un ‘1’ que sí.
De esta forma, el software genera de manera automática cualquier estructura,

distribuye los puntos tangentes sobre la misma así como las imágenes de la forma en la
que se indicó. Posteriormente, calcula los potenciales llevando a cabo las
optimizaciones indicadas.
Para la visualización de los datos, también se ha diseñado un único “script” de

Matlab© denominado “Inicio.m”. Tras ejecutarlo, se obtienen todos los datos:
visualización de los potenciales en el interior de la estructura, distribución del coste
escalar y vector sobre cada tramo, cortes de los potenciales en los eje ‘x’ e ‘y’, etc.
Finalmente destacamos el gran automatismo conseguido con el software, siendo

capaz de analizar cualquier tipo de estructura mediante el método de las imágenes
espaciales, representando fácilmente los datos.
-174-
Capítulo 5: Análisis de cavidades tridimensionales
5. Análisis de cavidades tridimensionales

5.1 Introducción
Una de las ventajas que tiene la técnica desarrollada en los capítulos anteriores
es que puede extenderse fácilmente a cavidades en tres dimensiones, es decir,
considerando el eje ‘z’ que hasta ahora no habíamos tenido en cuenta. Para ello vamos a
situar “tapas” en la parte inferior y superior de la estructura, dejándola totalmente
cerrada.
Además, el interior de la guía a analizar no tiene porqué ser aire (como hemos
considerado hasta ahora al emplear la función de Green en espacio libre), sino que
puede estar compuesto por un medio multicapa, teniendo cada capa un dieléctrico
diferente que caracterizaremos por su permitividad.
De esta forma parámetros como la frecuencia ó dimensión eléctrica van a
adquirir una importancia mucho mayor, pues nos van a definir totalmente la cavidad y
la forma que los potenciales van a adquirir en su interior.
Realizaremos todos los cálculos suponiendo fuentes eléctricas en el interior de
las cavidades; para el caso de fuentes magnéticas el desarrollo es similar (aunque no
dual, pues cambia el tipo de fuente pero no el tipo de pared).
La forma de extender la formulación actual a una que tenga en cuenta las

características anteriores se realiza mediante la sustitución de las funciones de Green en
espacio libre empleadas hasta ahora por funciones de Green multicapa formuladas en el
dominio espacial mediante la transformación de Sommerfeld [9]. El empleo de esta
transformada no únicamente permite considerar las distintas cavidades como medios
multicapa con distintos dieléctricos, sino que impone de forma inmediata las
condiciones de contorno a cumplir en las “tapas” superior e inferior de la estructura.
Así, situaremos un “anillo” de imágenes alrededor de la estructura, ubicándose

a la misma altura en la que se encuentra la fuente en el interior. De esta forma,
impondremos las condiciones de contorno que necesitamos en puntos discretos de la
cavidad, actuando los mismos tanto en el plano (x,y) como en el eje ‘z’.
A continuación analizaremos los potenciales de cavidades tridimensionales; en
primer lugar emplearemos para ello la formulación en cilíndricas presentada en el
capítulo 2 (como se detalla en [6]) con el fin de analizar este tipo de geometrías;
posteriormente aplicaremos la transformación de Sommerfeld a la formulación en
cartesianas para geometrías arbitrarias presentada en el capítulo 4.
De este modo podemos analizar cavidades tridimensionales que no sean

eléctricamente grandes, es decir, que su longitud en el eje ‘z’ en términos de longitud de
onda sea pequeña, ya que empleamos un único anillo imágenes para analizar toda la
cavidad y éste se muestra insuficiente si la altura de la misma es eléctricamente elevada.
Obtendremos de esta forma los potenciales a la altura en la que hemos situado el
anillo de casi cualquier cavidad, sin más que definir la misma tal y posteriormente
indicar las características que presenta en torno al eje ‘z’: altura, dieléctricos en cada
capa, etc. Además validaremos los resultados para el caso de una guía cuadrada con el
método analítico mostrado en [10], consistente en una combinación de la formulación
espacial-espectral de Green. Se obtiene una convergencia total de ambos métodos,
validando así el desarrollo presentado.
-175-
Posteriormente abordaremos el estudio de cavidades con una altura eléctrica

cualquiera, empleando para ello no un único anillo como hasta ahora, sino un conjunto
de anillos espaciados en altura entre si que envuelven de forma completa la estructura,
imponiendo las condiciones de contorno a diferentes alturas. Estos anillos están
formados por imágenes que van a interactuar todas con todas y con todos los puntos de
la cavidad sobre los que se imponen las condiciones de contorno, creándose un sistema
de ecuaciones de orden elevado.
Gracias a este método, conseguimos evaluar los potenciales en el interior de
cualquier estructura, independientemente de su altura eléctrica. No obstante el coste
computacional aumenta de forma proporcional con el número de anillos, siendo por
tanto un factor determinante.
Este método se ha implementado tanto para cavidades circulares como para
cavidades arbitrarias, y será validado con una guía cuadrada eléctricamente grande
empleando el método descrito en [10].
Según el teorema de unicidad [8], la solución a un problema de

electromagnetismo es única cuando se han impuesto todas las condiciones de contorno.
En el caso que estamos presentando esta afirmación no es del todo correcta ya que las
condiciones de contorno se cumplirán en puntos discretos de la estructura y no en todo
su alrededor como requiere el teorema. Además, la implementación de las integrales de
Sommerfeld no es exacta en todos los casos, pudiendo existir pequeñas variaciones.
Todo esto nos lleva a que distintas situaciones de imágenes alrededor de una cavidad
nos van a proporcionar distintos potenciales en el interior de la misma, tal y como
ocurría en el problema bidimensional (donde no tenía sentido el teorema de unicidad,
pues las condiciones de contorno no estaban impuestas en las tapas).
En el último apartado, mostraremos un método para el cálculo de las frecuencias

de resonancia de la cavidad. Concretamente, evaluaremos los potenciales en un punto
discreto en el interior de la guía arbitraria en función de la frecuencia, obteniendo
“picos” de potencial a las frecuencias de resonancia. La representación de los
potenciales en el interior de las guías a esa frecuencia nos mostrará la distribución del
modo excitado. Es muy importante la elección tanto de la ubicación de la fuente como
del punto fijo de observación: la fuente debe de ser capaz de excitar el modo en cuestión
y el punto de observación no debe de encontrarse en un mínimo de la distribución del
modo. Compararemos las frecuencias de corte en guías con solución analítica (como por
ejemplo la cuadrada) y no analítica, empleando para ello el software de
electromagnetismo comercial HFSS©. Su empleo además nos permitirá una
comparación de la distribución del potencial en las frecuencias de resonancia,
obteniendo los modos a los que resuena cada estructura.
5.2 Análisis de cavidades eléctricamente cortas

5.2.1 Transformada de Sommerfeld
Un estudio detallado de la transformada Sommerfeld puede encontrarse en [9],

aquí nos referiremos a ella de forma aplicada al método de imágenes espaciales, no
siendo objetivo del presente proyecto un estudio detenido de la transformada
Sommerfeld.
-176-
Básicamente esta transformada consiste en obtener la función de Green en el

dominio espacial partiendo de su definición en el dominio espectral, donde podemos
definir los distintos medios y sus características con una mayor facilidad.
La transformada de Sommerfeld puede expresarse para un caso general como:
f
>@ ~ ~
G ( U ) S n G ³ J n (k U U )k Un1G (k U )dk p (5.1)
0
Donde:
~
G (k U ) o Función de Green en el dominio espectral
G ( U ) o Función de Green en el dominio espacial.
J n (k U U ) o Función de Bessel de primera especie y orden ‘n’
Uo Distancia entre punto fuente y observación.
Para un medio estratificado, los potenciales base son derivados del dominio
espectral, empleando para ello las corrientes y voltajes evaluadas en un línea de
transmisión transversal equivalente, que describirá al medio estratificado. Un estudio
detallado de estos conceptos se puede encontrar en [14] y [2].
Para los potenciales aquí estudiados obtenemos unos valores de:

~ wª TM VJTE ( z ) º
Gv j V ( z ) (5.2)
k U2 «¬ j »¼
J
~ ~ VJTE ( z )
G Axx G Ayy (5.3)
jZ
Donde el voltaje VJTM es evaluado en la línea de transmisión transversal

equivalente bajo una excitación TM, mientras que el voltaje VJTE lo es bajo una
excitación TE.
5.2.2 Descripción de la cavidad
Para poder calcular la transformada de Sommerfeld teniendo en cuenta las

características de la cavidad en cuestión, deberemos de definir la misma.
Una primer paso, consiste en la definición de sus características en el plano X-Y,

tal y como se realizó para un corte infinitesimal de la estructura en los capítulos 2 y 4.
Así, emplearemos estructuras circulares (empleando para su análisis la formulación en
cilíndrica presenta en el capítulo 2), y también estructurar bidimensionales más
arbitrarias (analizadas con la formulación en cartesianas desarrollada en el capítulo 4)
definiendo las mismas por sus vértices en el fichero de configuración ‘Geom.in’
En este punto deberemos de describir la estructura a analizar respecto a su eje

“z”, es decir, en altura.
Para obtener las transformadas de Sommerfeld vamos a aprovechar un software
que realiza su cálculo, estando las características técnicas de la evaluación de la
transformada realizada en [10].
-177-
Por tanto, deberemos de describir la cavidad que estamos analizando de manera

apropiada con el fin de que el cálculo de la transformada de Sommerfeld sea el
adecuado. Para ello, tenemos una gran versatilidad, pudiendo configurar en el fichero de
entrada “tlm7.in” una gran cantidad de parámetros como. Un ejemplo de este fichero
será:
INPUT DATA
----------
1) Number of layers in the structure
2
2) Top and bottom covers (Free-space=0, Ground plane=1).
[Top - Bottom]
1 1
3) Nature of top region (Laterally opened=1, shielded=2)
2
4) Geometry of all layers.
[Thickness (mm) - Epsr - tandd - Mur - tandm ].
1 15.0000 1.0 0.00 1.0 0.0
2 15.0000 1.0 0.00 1.0 0.0
5) Number of Sources
1
6) Types of sources and order of the layer below sources
[Source- Type- Layer]
1 1 2
7) Numerical integration parameters.
[nT1, axis - nT2, nit, ninterp - per period]
30 0.8 35 35 2000 20
8) Minimum value for the normalized spatial variable.
0.001
9) Number of spatial variable points.
100
En primer lugar, se indicará el número de capas de que consta la estructura (en

altura). Si vamos a situar una fuente puntual a mitad del eje ‘z’, tendremos dos capas,
necesitándose la intersección para situar ahí la fuente. Se pueden definir más capas,
especificando posteriormente sus características.
El apartado 2) indicará las “tapas” de la estructura, pudiendo incluirlas (1) dejar
la estructura abierta (0).
A continuación en 3), se indica el tipo de tapa, pudiendo estar lateralmente
abierta (1) ó totalmente cerrada (2).
Después, deberemos de indicar las características de cada una de las capas
incluidas. Así, especificaremos su número relativo, su grosor en milímetros, su
permitividad eléctrica, permeabilidad magnética, etc.
En 5) indicaremos el número de fuentes que vamos a emplear, y en 6) la
ubicación de las mismas en cuanto a las capas. Destacar aquí que se sigue un orden
inverso en la numeración en cuanto a las capas y fuentes:
Figura 5.1 Numeración de capas y fuentes
-178-
También indicar que el tipo de fuente puede ser eléctrica (1) ó magnética (2).
En cuanto al resto de parámetros, se refieren a la precisión de las integrales de la
transformada Sommerfeld.
De esta forma, definiremos completamente la cavidad que estamos analizando,

obteniendo así unos resultados de las integrales de Sommerfeld adecuados.
Al ubicar un “anillo” de imágenes alrededor de la estructura a analizar, debemos

de tener en cuenta que ello implica una “capa” más en la configuración de entrada para
la obtención de la transformada Sommerfeld (debido a que en ese corte se situará una
fuente que debe de ser descrita). Por tanto, si necesitamos emplear una serie de anillos
distribuidos a distintas alturas será necesario definir un conjunto de “capas”. Al utilizar
el software, como se describirá en un apartado posterior, se le da al usuario la
posibilidad de describir el fichero “tlm7.in” y todas sus capas de forma manual ó dejar
que el propio software establezca una configuración apropiada.
Comentar finalmente las grandes posibilidades que nos abre el empleo de esta
técnica: podemos evaluar cavidades compuestas por un gran número de “capas” de
distintos dieléctricos, obteniendo así sus potenciales. Además, podemos considerar las
cavidades con o sin “tapas”. Ello nos permitirá analizar estructuras reales, como filtros,
antenas, etc. obteniendo resultados prácticos válidos, como puede comprobarse en [6].
A lo largo de este capítulo vamos a analizar cavidades que, a pesar de estar

definidas con varias “capas”, todas ellas tendrán la permitividad del aire, es decir, 1. No
obstante, el software permite analizar estructuras definidas con capas de distinto
dieléctrico, como mostraremos en el capítulo siguiente.
5.2.3 Análisis de cavidades circulares
En este apartado, vamos a extender la formulación en coordenadas cilíndrica

presentada en el capítulo 2 con el fin de poder analizar cavidades considerando la altura
de la misma (imponiendo “tapas” a la parte inferior y superior de la estructura), así
como medios multicapa compuestos por dieléctricos de distinta permitividad.
Esta extensión se puede realizar de forma sencilla, sin más que sustituir la
función de Green de espacio libre empleada por la función de Green multicapa
proporcionada por la transformación de Sommerfeld.
La técnica por lo demás sigue siendo idéntica a la presentada hasta ahora:
situaremos imágenes discretas alrededor de la cavidad (ahora teniendo en cuenta su
altura y la altura de la fuente) e impondremos condiciones de contorno en puntos
discretos de la pared.
Los potenciales calculados se presentarán en un determinado corte X-Y a la
altura donde esté situada la fuente en el interior de la cavidad (salvo que se indique lo
contrario), pudiéndose calcular a otra altura. Para ello, se definirá una nueva “capa”
hasta la altura donde se quiere realizar la medida, obteniendo los potenciales en ese
nuevo plano.
Para el caso del cálculo del potencial escalar, encontrábamos el valor complejo
de las cargas imágenes solventando el siguiente sistema de ecuaciones:
-179-
N
& & & &
¦ q G r , r ´
k 1
k v i k Gv ri , ro ´
(5.4)
i 1,2,3...N
Sustituiremos la función de espacio libre de Green por la función de Green

obtenida en el dominio espacial, que podemos calcular fácilmente mediante la
transformada de Sommerfeld de orden 0:
~
Gv ( U ) S 0 GV (k U ) > (5.5) @
En este punto sin más que resolver el sistema de ecuaciones 5.4 obtendremos el
valor complejo de las imágenes necesarias para recomponer el potencial escalar en el
interior de la cavidad circular. Este potencial escalar calculado, según hallamos definido
la cavidad circular en cuanto altura, tapas, dieléctricos empleados, etc. ya tendrá en
cuenta estas consideraciones.
A continuación, vamos a tratar de obtener el potencial vector, sustituyendo

nuevamente las funciones de Green de espacio libre por la función de Green obtenida en
el dominio espacial. Para ello usaremos en primer lugar la transformación:
~
G Axx ( U ) G Ayy ( U ) G A ( U ) S 0 G A (k U ) (5.6) > @
El sistema de ecuaciones que debíamos resolver (tal y como desarrollamos en el
capítulo 2) para obtener los valores complejos de los dipolos imágenes (tanto orientados
en el eje ‘x’ como en el eje ‘y’) es el siguiente:
N N
& & & & & &
sin(Mi ) ¦ G Axx ri , rk ´ I kx cos(Mi ) ¦ G Ayy ri , rk ´ I ky sin(Mi ) G Axx ri , r0´
k 1 k 1
N N
(5.7)
cos(Mi ) ¦ Cix,k I k sin Mi ¦ Ciy,k I k
x y
cos(Mi ) C1x, 0
k 1 k 1
i 1,2,3...N
Donde habíamos definido las constantes Cmx ,n como:

& &
G Axx ri , rk ´ & &
x
Ci , k eˆ p GAxx ri , rk ´
U
(5.8)
G yy
r&i , r&k ´ & &
C y
i ,k
A
eˆ p G ri , rk ´
yy
A
U
Comprobamos en este punto como deberemos de emplear tanto la transformada

de Sommerfeld de orden 0 para la función espacial de Green, como la transformada de
Sommerfeld de orden 1. La transformada de orden 1, definida en [15], hace referencia a
la derivada de la función espacial de Green y cumple la propiedad:
wS ( x)
S1 ( x) 0 (5.9)
wx
Esta propiedad la aprovecharemos para calcular el gradiente definido en la

ecuación 5.8. Además, para el paso entre los dominios espacial y espectral sabemos que:
-180-
& &
wG A ri , rk ´ ~ ~ & &
B oB jk x G A ri , rk ´
wx
& & (5.10)
wG A ri , rk ´ ~ ~ & &
C oC jk y G A ri , rk ´
wy
~
Donde ‘B’ y ‘C’ son las derivadas en el dominio espacial, mientras que ‘ B ’ y
~
‘ C ’ se encuentran en el dominio espectral.
De esta forma ya podemos calcular la ecuación 5.8 en el dominio espectral:

~ & & ~
G Axx ri , rk ´ & & G Axx
~
Cix,k
U
~
eˆ p G Axx ri , rk ´
~
> ~
eˆ p jk xG Axx eˆx jk y G Axx eˆ y
U
(5.11) @
Y su paso directo al dominio espacial:
~ ~
S 0 (G Axx ) S0 (G Axx )
x
Ci ,k
U
> ~
~
eˆ p cos(M ) S1 G Axx sin(M ) S1 G Axx @ U
~

eˆ p Pˆ U S1 G Axx
~ xx (5.12)
S 0 (G A ) r r' ~
U
eˆ p
r r'

S1 G Axx
Donde el vector unitario P̂ U es el que une el punto fuente situado en el interior

de la estructura y el punto tangente a la misma donde se impone la condición de
contorno.
El cálculo de la otra ecuación definida en 5.8 es exactamente igual, sin más que
~ ~
sustituir G Axx por GAyy . De esta forma, ya tenemos todos los elementos para resolver el
sistema de ecuaciones 5.7, pues hemos definido todas las transformaciones de
Sommerfeld necesarias para ello. Así, obtenemos los valores complejos de los dipolos
(tanto orientados en ‘x’ como en ‘y’), consiguiendo así obtener los potenciales vector en
el interior de la estructura circular
Una vez obtenidos los valores de las imágenes, la reconstrucción de los

potenciales se realiza de forma idéntica a la mostrada en el capítulo 2:
N
& ~ & & ~ & &
> @
Gvcy (r ) S 0 GV (r , ro ' ) ¦ qk S 0 Gv (r , rk ' ) > @
k 1
N
xx & ~ & & ~ & &
G Acy (r ) > @ >
S 0 G Axx r , r0´ ¦ I kx S 0 G Axx ri , rk ´ @ (5.13)
k 1
N
yx & ~ & &
G Acy (r ) ¦I k
y
>
S 0 G Ayx ri , rk ´ @
k 1
La situación que tenemos tras realizar este cambio de formulación, es que
podemos analizar cilindro con “tapas” inferior y superior, teniendo por tanto una
determinada longitud en el eje ‘z’.
Así podríamos analizar una cavidad cilíndrica cualquiera. Por ejemplo, vamos a
analizar una cilindro de radio 1 metro, con una altura de 0.5 metros, empleando para
ello un total de 40 imágenes. La fuente puntual la hemos situado en el centro del
cilindro, a una altura de 0.25 metros.
La situación que estamos planteando es la siguiente:
-181-
Figura 5.2 Cilindro a analizar. Radio 1 metro, altura 0.5 metros. 40 imágenes situadas de forma
uniforme alrededor de la estructura. Fuente en el centro, a 0.25 metros de altura.
Realizaremos dos análisis a dos frecuencias diferentes, en primer lugar a

300Mhz. Los cortes se muestran a la altura de la fuente. Al utilizar una frecuencia
relativamente baja, no aparecen una gran cantidad de oscilaciones al representar los
potenciales, como podemos observar en la figura 5.2
-182-
de alto, 40 imágenes alrededor. Fuente en el centro, a 0.25metros. 300Mhz.
Comprobamos como hemos obtenido los potenciales tanto escalar y vector en el

interior de la guía; el tiempo de cálculo ha sido muy reducido. Debido al empleo de una
frecuencia relativamente pequeña (300Mhz), la altura eléctrica del cilindro también lo
es (de tan solo 0.5Ȝ, es decir 0.25Ȝ en la parte superior e inferior del anillo de
imágenes). Es por ello que los potenciales decrecen de forma clara y no se producen
oscilaciones.
Si aumentamos la frecuencia a 600Mhz (manteniendo igual el resto del análisis),

observamos como estas oscilaciones ya comienzan a aparecer:
-183-
de alto, 40 imágenes alrededor. Fuente en el centro, a 0.25metros. 600Mhz.
Observamos como los resultados son coherentes en todo momento con los
esperados, obteniéndose los potenciales de forma correcta.
Indicar que se han realizado múltiples pruebas, obteniendo una concordancia
total al variar el número de imágenes, con convergencia muy rápida.
Para mostrar la variación de los resultados en función de la ubicación de las

imágenes, vamos a mostrar los cortes en el eje X, al situar una carga en la centrada en la
tapa inferior del cilindro, manteniendo este su configuración habitual (con 1 metro de
radio y 0.5 metros de altura) y empleando un total de 50 imágenes. La frecuencia será
de 300Mhz.
Hemos variado la configuración respecto al caso anterior para mostrar la
robustez de la formulación ante distintas situaciones. Comprobamos como los cortes
obtenidos se mantienen totalmente estables independientemente de la posición relativa
de los mismos respecto al centro (indicado en la variable separa):
Figura 5.5 Corte de los potenciales en el eje X en función de distintas distancias de ubicación de las
50 imágenes empleadas al analizar una guía circular de radio 1metro, 0.5 metros de alto. 300 Mhz.
-184-
En cuanto a la validación del método, esta se ha realizado en [6], donde se

comprueban sus resultados satisfactorios empleando esta técnica en el análisis de filtros
de microondas.
5.2.3 Análisis de cavidades arbitrarias
En este apartado, vamos a extender la formulación en coordenadas cartesianas

presentada en el capítulo 4, con el fin de poder analizar cavidades cerradas,
considerando las “tapas” de las mismas y su altura. También será posible definir
distintos dieléctricos en el interior de la cavidad, definiendo por tanto un medio
estratificado.
Como ocurría en la formulación en cilíndricas, los potenciales calculados se
presentarán en un determinado corte X-Y a la altura donde esté situada la fuente en el
interior de la cavidad (salvo que se indique lo contrario), pudiéndose calcular a otra
altura.
Al igual que en el apartado anterior, la extensión de la formulación se realizará
de forma sencilla, sustituyendo la función de Green de espacio libre por la función de
Green espacial proporcionada por la transformada de Sommerfeld.
La técnica presentará las mismas características que las presentadas
anteriormente: analizaremos estructuras arbitrarias (cuadradas, rectangulares,
triangulares, rombo, ridge, dual, etc), poniéndoles las “tapas” tanto superior como
inferior. Así las estructuras quedarán totalmente definidas en 3 dimensiones, pudiendo
analizar los potenciales en su interior.
La ubicación de imágenes y los puntos discretos de la estructura en donde
cumplir las condiciones de contorno, seguirán siendo factores determinantes a la hora de
obtener unos resultados válidos.
Centrándonos ya en la formulación para este caso, el caso del potencial escalar

será idéntico al desarrollado en el apartado anterior, pues ambas formulaciones (en
coordenadas cilíndricas y cartesianas) lo tratan de la misma manera. Por tanto,
deberemos de resolver el sistema de ecuaciones 5.14 con el fin de obtener los valores
complejos de las cargas que nos permitan calcular el potencial escalar.
N
~ & & ~ & &
¦q k > @
S 0 Gv ri , rk ´ > @
S 0 Gv ri , ro ´
(5.14)
k 1
i 1,2,3...N
Donde hemos empleado la transformada de Sommerfeld de orden 0.
A continuación, vamos a realizar el desarrollo del potencial vector, sustituyendo

nuevamente las funciones de Green de espacio libre por la función de Green obtenida en
el dominio espacial (ecuación 5.6). Supondremos que el dipolo fuente se encuentra
orientado a lo largo del eje ‘x’, siendo el desarrollo y resultado para el caso en el que se
encuentra situado en el eje ‘y’ totalmente dual.
-185-
El sistema de ecuaciones a resolver es el mostrado en la ecuación 5.7, pero con

el cambio en las constantes Cmx ,n , estando ahora definidas mediante:
& & & &
x wA x (ri , rk ) wA x (ri , rk )
Ci ,k cos(M ) sin(M )
dx dy
& & & & (5.15)
y wA y (ri , rk ) wA y (ri , rk )
Ci ,k sin(M ) cos(M )
dy dx
Observamos el cambio debido a la formulación en coordenadas cartesianas, y

como nuevamente se requiere el empleo de la transformada de Sommerfeld de orden 1
para realizar el cálculo de las derivadas.
En primer lugar, expresaremos la ecuación 5.15 en el dominio espectral:
~ & & & &
Cix,k cos(M ) jk x A x (ri , rk ) sin(M ) jk x A x (ri , rk ) (5.16)
Posteriormente, volveremos a calcularlo en el dominio espacial, mediante la

transformada de Sommerfeld:
~ & & ~ & &
> @ > @
Cix,k cos(M ) cos(T ) S1 A x (ri , rk ) sin(M ) sin(T ) S1 A x (ri , rk )
~ & &
> @
S1 A x (ri , rk ) (cos(M ) cos(T ) sin(M ) sin(T ))
~ & &
> @> @
S1 A x (ri , rk ) cos(M ) eˆx sin(M ) eˆ y cos(T ) eˆx sin(T ) eˆ y (5.17)
~ & & ~ & & r r'
S >A (r , r )@ eˆ Pˆ
1 x i k n U > @
S1 A x (ri , rk ) eˆn
r r'
En este punto es muy importante tener claro qué ángulo tratamos en cada caso,
que podemos clarificar en la figura 5.6.
Figura 5.6 Relación de ángulos en la formulación cartesiana con transformada Sommerfeld
Observamos una pared oblicua de un tramo arbitrario de una estructura

cualquiera, sobre el que hemos impuesto una condición de contorno, ‘T’. La carga
fuente esta señalada como el punto ‘P’. Vemos la definición de los vectores unitarios
desarrollados en la formulación, así como la diferencia importante entre los dos ángulos
tratados.
El cálculo de la otra ecuación definida en 5.15 es exactamente igual, sin más que
~ ~
sustituir G Axx por GAyy . De esta forma, ya tenemos todos los elementos para resolver el
-186-
sistema de ecuaciones que nos proporcionará los valores de los dipolos imagen,
pudiendo reconstruir el potencial en el interior de cualquier estructura.
Finalmente, esta reconstrucción de los potenciales será llevada a cabo mediante
la ecuación 5.13.
En este punto, el software implementado es capaz de analizar cavidades con

estructura en principio arbitraria, tridimensionales (pues tienen en cuenta el eje ‘z’) y
con “tapas” tanto superior e inferior.
Esto nos abre la puerta al análisis de una grandísima cantidad de estructuras
cuyo análisis de potenciales no es posible de forma analítica. También al haber
contemplado la posibilidad de usar dieléctricos desde el principio, el empleo de estos no
conllevará ninguna modificación del software realizado.
En el capítulo siguiente mostraremos una gran cantidad de estructuras analizadas

con este método, la distribución de sus potenciales, etc. En este apartado nos
conformaremos con mostrar los resultados para la guía cuadrada, analizar su
convergencia y validar los mismos mediante comparación con el método analítico
mostrado en [10] y discutido anteriormente.
De este modo, vamos a analizar una guía cuadrada de dimensiones

66 x66 x30mm , obteniendo sus potenciales para una frecuencia de 10 Ghz. La situación
que estamos analizando cuando empleamos un total de 50 imágenes es la siguiente:
Figura 5.7 Situación al analizar una guía cuadrada 66x66x30 mm. 50 imágenes, situadas siguiendo
su contorno situadas a 15 mm.
Podemos reconstruir los potenciales en su interior, obteniendo:
-187-
Figura 5.8 Potenciales en el interior de una guía cuadrada 66x66x30 mm. 50 imágenes, situadas
siguiendo su contorno situadas a 15 mm.
Comprobamos como los resultados obtenidos son coherentes y cumplen las

condiciones de contorno impuestas (variando las mismas en función del tipo de
potencial analizado).
A continuación vamos a realizar un pequeño estudio acerca de la convergencia
de los resultados en función de la posición de las imágenes empleadas (50), comparando
simultáneamente los resultados con los proporcionados por el método descrito en [10].
Para ello, mostraremos cortes a la altura de la fuente (es decir 15 mm sobre ‘z’) en el eje
X, a una distancia en el eje Y de 16.5 mm del borde inferior, como indica la figura:
Figura 5.9 Ubicación del corte en el eje X en la guía cuadrada para la visualización de los
potenciales
Las distintas separaciones de las imágenes respecto a la estructura están

indicadas en la variable “separa”, en función de la distancia en milímetros de las
imágenes al lado del cuadrado que controlan. Los resultados son los siguientes:
-188-
Figura 5.10 Comparación de los potenciales en una guía cuadrada de 66x66x30mm en un corte en
el eje X a 16.5mm del eje Y, 50 imágenes, distintas posiciones de las mismas. Fuente en el centro. Se
muestra el resultado analítico esperado según [10]. 10 Ghz.
Observamos en primer lugar los resultados analíticos del método descrito en

[10], en línea roja. Comprobamos como al ubicar las cargas demasiado cerca de la
estructura los resultados se alejan de los esperados (ejemplos de líneas azul y verde),
mejorando de forma considerable conforme vamos alejando las imágenes de las
estructura. Observamos como a una distancia de unos 15mm los resultados ya se pueden
dar por satisfactorios. Por otro lado, comprobamos como la convergencia con el método
analítico descrito en [10] se produce al alcanzar una ubicación de las imágenes
adecuada. Finalmente, observamos como los resultados de las distintas posiciones
tienden a converger hacia el mismo.
Situar las imágenes en una posición demasiado alejada de la estructura puede
provocar problemas numéricos a la hora de resolver los sistemas de ecuaciones, debido
a las aproximaciones numéricas de las integrales de Sommerfeld empleadas. Por ello
observamos como existe un margen de ubicaciones de las imágenes en los que
obtenemos un resultado totalmente válido de la estructura.
En los resultados mostrados hasta ahora hemos supuesto siempre que la fuente
estaba situada en el centro de la guía cuadrada, y a una altura media. Vamos a mostrar
un ejemplo en el que variaremos la ubicación de la fuente, situándola en una posición de
(-10.7,0) mm en el plano X-Y resultante de observar desde arriba la guía cuadrada, tal y
como observamos en la figura siguiente:
-189-
Figura 5.11 Situación a analizar: guía cuadrada 66x66x30mm, 40 imágenes ubicadas a 33mm del
contorno. Fuente descentrada, situada en (-10.7,0)mm del plano X-Y.
Realizaremos un análisis a 4Ghz, para verificar como el método funciona a

distintas frecuencias. Mostraremos nuevamente el corte a 16.5mm tal y como mostró la
figura 5.8, comparando los resultados con los analíticos proporcionados por [10].
Ubicaremos 40 imágenes a una separación 33mm (la mitad del lado de cuadrado),
observando como la convergencia es total:
Figura 5.12 Comparación de los potenciales de una guía cuadrada 66x66x30mm en un corte en el
eje X a 16.5mm del eje Y, 40 imágenes, ubicadas a 33mm del contorno. Fuente en el centro.Se
muestra el resultado analítico esperado según [10]. 4 Ghz.
Tras mostrar como el método funciona correctamente, veamos como una

incorrecta ubicación de las imágenes puede ocasionar que los resultados no sean
válidos. Para ello vamos a partir de la situación con fuente descentrada, ubicando las
imágenes de forma proporcional a la posición de la fuente y muy distantes, tal y como
muestra la figura siguiente:
-190-
Figura 5.13 Ubicación de imágenes 40 imágenes alrededor de una guía cuadrada 66x66x30mm en
función aumentada de su distancia a la fuente (descentrada)
El análisis lo realizaremos empleando un total de 40 imágenes, a una frecuencia

de 4Ghz y lo compararemos con los resultados esperados según [10]:
Figura 5.14 Representación de los potenciales de una guía cuadrada 66x66x30 en un corte, al
emplear 40 imágenes situadas en función aumentada de su distancia a la fuente ponderada. 4 Ghz.
Comprobamos como los valores de los potenciales en el corte no son los

adecuados, a pesar de que siguen la misma “silueta”. Esto ha sido debido a la
colocación incorrecta de las imágenes, demasiado lejos de la estructura, provocando
problemas numéricos en la resolución del sistema de ecuaciones al emplear la
transformada Sommerfeld.
-191-
Otra comparación interesante que se puede realizar es variando el número de

imágenes, para conocer a partir de que cuantas imágenes empleadas los resultados
convergen con los analíticos descritos en [10]. Para ello vamos a continuar con el
análisis de la guía cuadrada de 66 x66 x30mm , empleando una frecuencia de 10Ghz y
haciendo un barrido con el número de imágenes empleadas, variando la mismas entre
10, 15, 20, 30, 40 y 50. Mostraremos los potenciales en un corte de la guía, estando la
fuente centrada:
Figura 5.15 Comparación de los potenciales en un corte de una guía cuadrada de 66x66x30mm en
función del número de imágenes empleadas, situadas a 33mm de la guía. 10 Ghz.
Las gráficas de la figura 5.15 muestran como conforme va aumentando el

número de imágenes obtenemos una convergencia total entre sus propios resultados y
los proporcionados por los analíticos. Vemos como con 20 imágenes la convergencia es
total en los potenciales, con unas pequeñas diferencias en el GAxx. Con un número
superior de imágenes, siempre obtenemos el mismo resultado en los cortes en todos los
potenciales, coincidiendo además con los resultados analíticos.
Para terminar este apartado indicaremos que las estructuras que hemos analizado
hasta ahora son eléctricamente pequeñas. Hemos empleado frecuencias de cómo mucho
10 Ghz, mientras que la guía cuadrada analizada presentaba una altura total de 30mm.
Así:
c 3 108 Altura 0.03
O 9
0.03m o Re lacion 1 (5.18)
f 10 10 O 0.03
Vemos como el “anillo” de imágenes controla en total una altura de O en su

2
parte superior y otra igual en su parte inferior, obteniendo unos resultados correctos. No
obstante, si aumentamos la frecuencia de forma importante, por ejemplo hasta los 15
-192-
Ghz, este único “anillo” de imágenes no será suficiente para imponer las condiciones de
contorno a lo largo de toda la estructura. Un ejemplo de este caso lo tenemos al analizar
la guía cuadrada tratada hasta ahora con 40 imágenes y una fuente situada en el centro
de la guía. Emplearemos distintas ubicaciones de las imágenes, en función de su
distancia en milímetros al lado de la guía:
un anillo de 40 imágenes variando su distancia a la guía, con el resultado analítico de [10]. 15 Ghz.
Observamos como los resultados obtenidos no son válidos: no conseguimos una

representación de los potenciales igual a los descritos de forma teórica en [10] y ni
siquiera hemos encontrado una convergencia con las distintas separaciones. Esto es
debido a que la frecuencia es enorme, de tal forma que el anillo de imágenes impuesto
debe de controlar una altura eléctrica demasiado grande:
c 3 108 Altura 0.03 3

O 0.02m o Re lacion (5.19)
f 15 109 O 0.02 2
La única solución para este caso sería situando más de un anillo a lo largo de la
altura de la estructura, de tal forma que la envolviera completamente y se satisficieran
las condiciones de contorno en toda la cavidad. Así introducimos la formulación
“multianillo” que presentamos en el apartado siguiente.
-193-
5.3 Análisis de cavidades eléctricamente largas: Multianillo
Hasta ahora, hemos estudiado cavidades circulares y arbitrarias empleando para

ello un único “anillo” de imágenes a su alrededor, situado a la altura en la que se
encontraba la fuente en el interior e imponiendo las condiciones de contorno a esa altura
alrededor de la estructura.
Sin embargo, cuando la altura eléctrica de esta cavidad aumenta, el empleo de un
único “anillo” imponiendo condiciones de contorno en puntos discretos de la cavidad a
una única altura se muestra ineficiente, como lo muestran los resultados de la figura
5.16.
En este apartado se propone el empleo de más de un “anillo” de imágenes,
situando cada uno de ellos a una altura diferente; de esta forma impondremos
condiciones de contorno para los potenciales en puntos discretos de la estructura a
diferentes alturas, permitiendo el análisis de cavidades eléctricamente largas.
Al emplear esta técnica, tendremos un número muy superior de imágenes que las
empleadas hasta la fecha debiendo de interaccionar todas con todas, así como con la
fuente y con todos los puntos de contorno tangentes a la estructura (situados a lo largo
de la misma en el plano X-Y y a diferentes alturas).
Un ejemplo de la situación que estamos planteando para el caso de una guía

cuadrada es la siguiente:
Figura 5.17 Situación planteada al analizar con 3 anillos una guía cuadrada
Comprobamos como los anillos se han distribuido de tal forma que engloban a
toda la estructura de la guía cuadrada. La forma de ubicar las imágenes en el plano X-Y
no varía, pudiéndose emplear cualquiera de las técnicas presentadas hasta el momento.
En este punto, con la distribución de las imágenes por anillos, vamos a “rehacer”
la formulación empleada, con el fin de tener en cuenta las interacciones entre todas las
imágenes y puntos de contorno. Debido a las múltiples semejanzas que presentan la
formulación en coordenadas cilíndricas y en cartesianas, realizaremos el estudio de
forma genérica, señalando las diferencias en cada caso cuando sea necesario.
En primer lugar, es muy importante especificar cada distancia a que equivale:

&
ra ,b o ’a’: Número de capa ‘b’: Número de punto tangente de esa capa
&
r 'a ,b o ’a’: Número de capa ‘b’: Número de imagen esa capa
-194-
Así, la forma a la que nos referiremos a cada imagen y a cada punto tangente
será como la que se indica en la figura 5.18:
Figura 5.18 Nomenclatura usada para la ubicación de imágenes y puntos tangentes en análisis
multianillo
Supongamos un caso genérico, formado por M “anillos” que se distribuyen en

altura para envolver a una cavidad cualquiera, teniendo cada uno de los “anillos” un
total de N imágenes. De esta forma, tenemos un total de M N puntos de contorno
distribuidos a lo largo de la estructura e igual número de imágenes.
Nos referiremos a cada imagen de la misma forma que a la distancia, mediante
dos subíndices. El primero de ellos hará referencia al número de anillo mientras que el
segundo indicará el número de imagen perteneciente a ese anillo.
El potencial escalar, definido de la misma forma para la formulación en

cilíndricas y en cartesianas, se puede redefinir teniendo en cuenta los múltiples anillos
como:
M N
~ & & & ~ & &
¦¦ > @ > @
q p ,k S 0 Gv r r j ,i , rp ,k S 0 Gv r j ,i , ro ´
p 1 k 1 (5.20)
i 1,2,3...N ; j 1,2...M
Donde ‘i’ hace referencia al número de imágenes por anillo y ‘j’ al número de
anillos.
Así obtenemos un sistema de ecuaciones de orden M N u M N cuya resolución
nos dará el valor complejo de las M N cargas que rodean a la estructura a analizar,
satisfaciéndose las condiciones de contorno en los M N puntos discretos impuestos
sobre la cavidad.
Vemos como no hemos hecho ninguna condición acerca de la longitud eléctrica
de la cavidad; en función de la misma emplearemos un número de “anillos” u otro, de
tal forma que cada “anillo” controle una parte manejable de la misma.
Finalmente, obtenemos el potencial escalar en el interior de la cavidad mediante:
M N
& ~ & & ~ & &
> @ > @
Gvcy (r ) S 0 GV (r , ro ' ) ¦¦ qk S 0 Gv (r , rp ,k ' ) (5.21)
p 1 k 1
Estos potenciales los hemos obtenido en un plano X-Y de la estructura, pudiendo

situarse el mismo a cualquier altura sin más que definir la misma en la cavidad. Salvo
que se indique lo contrario mostraremos los resultados a la altura en la que se encuentra
la fuente.
-195-
En cuanto al potencial vector, la reformulación que conlleva el empleo de

múltiples anillos es similar a la realizada para el potencial escalar, teniendo en cuenta la
presencia de los distintos anillos y de las imágenes pertenecientes a cada uno de ellos:
M N M N
~ & & ~ & & ~ & &
> @ >
sen(M ) ¦¦ S 0 G Axx (r j ,i , rp ,k ) I px,k cos(M ) ¦¦ S 0 G Ayx (r j ,i , rp ,k ) I py,k @ >
sen(M ) S 0 G Axx (r j ,i , r0 ) @
p 1 k 1 p 1 k 1
M N M N
(5.22)
cos(M ) ¦¦ C(xj ,i ),( p ,k ) I px,k sin(M ) ¦¦ C(yj ,i ),( p ,k ) I py,k cos(M ) C(yj ,i ),0
p 1 k 1 p 1 k 1
i 1,2,3...N ; j 1,2...M
La fórmula anterior es válida tanto para la formulación en cilíndricas como en

~
cartesianas, salvo la definición de las constantes C(xj ,i ),( p ,k ) , que en cada caso son:
1) Formulación en coordenadas cilíndricas:

~ & &
~ S 0 (G Axx ( rj ,i , rp ,k )) r r' ~ & &
C(xj ,i ),( p ,k )
U
eˆ p
r r'

S1 G Axx (r j ,i , rp ,k ) (5.23)
2) Formulación en coordenadas cartesianas:
~ & & r r'

C(xj ,i ),( p ,k ) > @
S1 A x (rj ,i , rp ,k ) eˆn
r r'
(5.24)
La formulación de las constantes en ‘y’ es la misma, sin más que sustituir las
funciones de Green orientadas según el eje ‘x’ anteriores por otras orientadas según el
eje ‘y’. Al igual que en el caso anterior, hemos considerado que el dipolo fuente se
encuentra orientado a lo largo del eje ‘x’; si estuviera en el eje ‘y’ la formulación es
totalmente dual.
De esta forma, obtenemos un sistema de ecuaciones para las dos formulaciones,
de dimensión 2 M N u 2 M N , cuya solución nos proporcionará los valores
complejos de los dipolos imagen situados en cada anillo ( 2 N en cada anillo, ‘N’
dipolos orientados a lo largo del eje ‘x’ y ‘N’ dipolos orientados a lo largo del eje ‘y’).
Una vez resuelto el sistema de ecuaciones, con un coste computacional cada vez
mayor debido al orden del mismo, podremos recomponer los potenciales en el interior
de la estructura que estemos analizando mediante:
M N
xx & ~ & & ~ & &
G Acy > @
(r ) S0 G Axx r , r0´ ¦¦ I px ,k S 0 G Axx r , rp ,k ´ > @
p 1 k 1
M N
(5.25)
& ~ & &
G yx
Acy (r ) k
y
>
¦¦ I S0 GAyx r , rp,k ´ @
p 1 k 1
En este punto ya podemos analizar cavidades de altura eléctricamente grande;

mostraremos en primer lugar el ejemplo del apartado anterior de la guía cuadrada de
dimensiones 66 x66 x30mm a una frecuencia de 15 Ghz. Esta configuración no era
posible analizarla con un único anillo, pues sus puntos de contorno deberían de aguantar
una longitud eléctrica en el eje ‘z’ de 0.5O por arriba y por abajo del anillo. En este
caso, emplearemos un total de 3 anillos para analizar esta situación, ubicando las
imágenes de los mismos en las mismas posiciones que en el caso anterior.
-196-
En la figura 5.19 observamos como obtenemos una convergencia total con los
resultados analíticos proporcionados en [10]; igualmente apreciamos como todos los
potenciales convergen entre si, incluyendo las situaciones en las que las imágenes están
muy alejadas de la cavidad (0.35 metros frente a una cavidad de 66x66 milímetros).
Cabe destacar que el coste computacional en este caso es superior al del resto;
ello es debido a la necesidad de obtener las transformadas de Sommerfeld de una
cavidad en la que se han definido varias capas en su interior y al aumento del orden del
sistema de ecuaciones creado.
tres anillos de 40 imágenes cada uno, variando su distancia a la guía , con el resultado analítico de
[10]. 15 Ghz.
Hasta ahora hemos mostrado siempre cortes de los potenciales calculados a la

altura en la que se encontraba la fuente; vamos a mostrar para esta misma configuración
(guía cuadrada de 66 x66 x30mm y a 15Ghz) como obtenemos unos resultados
totalmente concordantes con los resultados analíticos de [10] si realizamos la medida a
otra altura, por ejemplo 20mm (manteniendo el corte en el eje X a 16.5 mm del eje Y,
tal y como mostramos en la figura 5.8).
La forma de definir esta situación ha sido añadiendo una “capa” más en la

definición de la cavidad (que no un nuevo anillo), a la altura donde realizaremos la
medida. Así, obtenemos un resultado de:
-197-
Figura 5.20 Comparación de los potenciales de una guía cuadrada 66x66x30 en un corte distinto a
la altura de la fuente, al emplear tres anillos de 40 imágenes cada uno situados a 33mm de la
cavidad , con el resultado analítico de [10]. 15 Ghz.
Vemos como los resultados siguen coincidiendo de forma total con los analíticos
descritos en [10], lo que nos proporciona una validación del método programado.
Finalmente, vamos a mostrar la distribución de los potenciales a media altura de

la guía, en su plano X-Y para el mismo caso que hemos estado analizando hasta ahora y
que hemos validado: una guía cuadrada de 66x66x30mm con la fuente centrada:
-198-
Figura 5.21 Potenciales a media altura de una guía cuadrada de 66x66x30mm, 3 anillos de 50
imágenes cada uno, ubicados a 33mm de la cavidad. Frecuencia de 15Ghz.
En la gráfica anterior, realizando un análisis detallado, podemos comprobar

como se cumplen las condiciones de contorno impuestas en los bordes de la guía
cuadrada, así como ha aumentado el número de oscilaciones en su interior debido al
aumento de la frecuencia. Los resultados son válidos.
Hemos empleado en los casos anteriores 3 anillos para obtener unos resultados
adecuados, no obstante resulta interesante saber que longitud eléctrica en el eje ‘z’ es
capaz de controlar un único anillo para poder realizar una distribución adecuada de los
mismos.
Tras realizar numerosas pruebas empíricas para dar con este valor, se ha
determinado que un anillo es capaz de controlar con resultados válidos una longitud
eléctrica de Ȝ, soportando 0.5Ȝ tanto en su parte superior como inferior.
No obstante, este valor puede cambiar debido a diversas causas: empleo de
estructuras más complejas, búsqueda de resultados más precisos, etc. Además, este ha
sido el valor encontrado para una guía cuadrada, por lo que en otro tipos de guías puede
ser diferente.
Se ha decidido dejar este parámetro, de la longitud eléctrica en términos de Ȝ
como modificable por el usuario; de esta manera el software reconocerá
automáticamente la estructura que estamos analizando y su altura eléctrica,
introduciendo el número de anillos que considere oportuno.
Comentar también que la introducción de anillos no implica ninguna pérdida de
generalidad, pudiéndose aplicar a cualquier tipo de estructura (como mostraremos más
detenidamente en el capítulo siguiente). Hemos empleado hasta ahora una guía cuadrada
debido a que era la única de la que podíamos disponer de datos de validación, con el fin
de comprobar que el método propuesto funcionaba de forma correcta, tal y como así ha
resultado.
-199-
5.4 Problemas de convergencia
Hasta este punto hemos extendido la teoría de las imágenes a cavidades

arbitrarias tridimensionales, empleando para ello la transformada de Sommerfeld; la
validación del método la hemos realizado con una guía cuadrada comparando los
resultados con los proporcionados por el método analítico propuesto en [10].
La convergencia del método para la guía cuadrada es muy rápida, sin afectar
demasiado el número de imágenes empleadas (a partir de un mínimo) y la posición
relativa de las mismas.
No obstante, a la hora de analizar estructuras más complejas pueden darse
algunos problemas para encontrar esta convergencia. Los principales problemas se han
encontrado al introducir “entrantes” pronunciados en las guías (como por ejemplo un
corte cuadrado en la guía cuadrada) o al emplear tramos oblicuos con ángulos entre si
muy cerrados (por ejemplo una guía rombo con dos de sus ángulos interiores muy
pequeños).
En este apartado vamos a plantear un estudio de algunos de los casos en los que
hemos encontrado problemas de convergencia, tratando de acotar los mismos y
conseguir los resultados más satisfactorios. Otras muchas situaciones son analizadas sin
problemas y no necesitan una atención especial.
Concretamente vamos a presentar dos casos: el estudio de guía “dual” formada

con una guía cuadrada al que se le hace un corte cuadrado en su esquina superior y el
estudio de una guía rombo, en función de los ángulos interiores de la misma.
5.4.1 Guía dual formada por guía cuadrada con corte en una esquina
Para el primer caso, vamos a plantear el problema de convergencia en una guía

cuadrada de medidas 66 x66 x30mm al que le hacemos un “corte” cuadrado en su
esquina superior derecha de 18 x18mm . Vamos a realizar un primer análisis sobre esta
estructura, variando la distancia de ubicación de las 80 imágenes que situaremos en un
único anillo, empleando una frecuencia de 10Ghz y mostrando los cortes en el eje X a
una distancia de 16.5mm del eje Y, a la altura de la fuente:
-200-
Figura 5.22 Comparación de los potenciales en un corte del eje X, en una guía cuadrada de
66x66x30 con un corte cuadrado en su esquina superior derecha de 18x18mm. 80 imágenes. 10Ghz.
Observamos como los resultados no son nada satisfactorios: ninguna de las

distintas ubicaciones de las imágenes ha sido convergente con las demás. Ello es debido
al “entrante” en la estructura, y a la dificultad de ubicar las imágenes de tal forma que
las condiciones de contorno impuestas representen de forma adecuada a la estructura.
Se realizaron una gran cantidad de pruebas con el fin de corregir este problema:
distribución de las imágenes de forma circular, distribución pegada a la cavidad o muy
separada, e incluso un aumento puntual de las imágenes en la zona con entrante con el
fin de evitar cualquier problema producido en esa zona. Ninguno de los métodos
anteriormente propuestos ha dado el resultado esperado.
Una de las posibles causas de esta falta de convergencia puede ser debida a que
la altura eléctrica que estamos dominando con un único anillo es muy grande; para tratar
de obtener una convergencia, disminuiremos la frecuencia de 10 Ghz a 1Ghz y
realizaremos un estudio similar al anterior (variando la distancia de ubicación de
imágenes) empleando 1,3 y 5 anillos de 80 imágenes cada uno. De esta forma tratamos
de averiguar a que distancia de la cavidad deberemos de ubicar las imágenes para
obtener un resultado óptimo.
La situación que estamos analizando con un único anillo es la expuesta en el

ejemplo anterior, al emplear 3 y 5 anillos la distribución de los mismos es la siguiente:
-201-
Figura 5.23 Ubicación de 3 y 5 anillos de 80 imágenes alrededor de una guía cuadrada de 66x66x30
mm que presenta un corte de 18x18mm en su esquina superior derecha.
En la siguiente figura se muestra los resultados de los cortes del potencial escalar
en función de la ubicación de las imágenes, para 1,3 y 5 anillos:
1 anillo 3 anillos
5 anillos
distancia de los mismos a la cavidad cuadrada de 66x66x30mm con un corte de 18x18mm.
Comprobamos como los resultados tienden a converger, gracias al haber

empleado una frecuencia más reducida. Observamos no obstante que para el caso de
emplear 3 anillos la distancia de 10mm de las imágenes a la cavidad es demasiado alta,
volviéndose el resultado inestable.
Un estudio de las mismas características para el potencial vector lo podemos

encontrar en la figura 5.25:
-202-
Potencial GAxx con 1 anillo Potencial GAxx con 3 anillos
Potencial GAxx con 5 anillos Potencial GAyy con 1 anillo
Potencial GAyy con 3 anillos Potencial GAyy con 5 anillos

distancia de los mismos a la cavidad dual cuadrada de 66x66x30mm con un corte de 18x18mm.
Observamos como las diferencias apreciadas en el potencial vector son más

significativas que en el potencial escalar, sin conseguir obtener resultados satisfactorios
al emplear un único anillo. Al situar varios anillos (3 y 5) los resultados tienden a
convergen, excepto cuando situamos imágenes muy alejadas de la cavidad. La
explicación de este fenómeno es debida a que para poder imponer los puntos de
contorno en el interior del “entrante” de forma adecuada, las imágenes deben de situarse
en su interior, marcando una diferencia clara entre las imágenes que “controlan” el
entrante y las que “controlan” el resto de la estructura.
Vamos a realizar un segundo estudio de la posición de las imágenes respecto a la

cavidad, realizando el barrido de las mismas entre 0.001,0.003,0.005,0.007 mm de la
-203-
cavidad. Así esperamos encontrar una zona convergente de ubicación de las imágenes,
con el fin de poder analizar los potenciales en el interior de la guía.
Para el potencial escalar, empleando 1,3 y 5 anillos, obtenemos unos resultados
de:
1 anillo 3 anillos
5 anillos
distancia cercana de los mismos a la cavidad cuadrada de 66x66x30mm con un corte de 18x18mm.
Verificamos como los resultados obtenidos en esta ocasión son plenamente

convergentes, apreciando como el corte a la distancia de 7mm de la guía presenta unos
valores más pobres al introducir varios anillos. Esto es debido a problemas numéricos al
realizar las integrales de Sommerfeld.
Realizamos un estudio similar para el caso del potencial vector, con el fin de
obtener la distancia óptima de ubicación de imágenes:
-204-

distancia cercana de los mismos a la cavidad cuadrada de 66x66x30mm con un corte de 18x18mm.
Comprobamos como se produce el mismo efecto que en el caso del potencial

escalar, pues al ubicar las imágenes relativamente lejos de las cargas (7 mm) obtenemos
resultados claramente incoherentes. Por otro lado, vemos como se ha producido una
convergencia importante de los resultados, situando las imágenes entre 3 y 5 mm de la
cavidad.
De esta forma, seleccionaremos una ubicación de imágenes a 5 mm de la
cavidad; así evitamos encontrarnos en una zona demasiado cercana a la estructura y
seguimos obteniendo resultados coherentes.
Una vez hallada la ubicación aproximada de las imágenes, vamos a realizar un

barrido en función del número de imágenes empleadas en cada anillo, para ver el
número mínimo de las mismas necesarias para alcanzar resultados convergentes. El
número de anillos también será variado, empleando 1,3 y 5 anillos.
En la figura 5.28 podemos comprobar como para un corte cualquiera del

potencial escalar no obtenemos una convergencia con el número de imágenes, ni
siquiera empleando un número elevado de anillos (5) y con una frecuencia
relativamente baja (1 Ghz). Mismos resultados encontramos en la figura 5.28 para el
potencial vector, de los cuales no podemos extraer ninguna conclusión positiva.
-205-
1 anillo 3 anillos
5 anillos
Figura 5.28 Potencial escalar en un corte para 1,3 y 5 anillos en función del número de imágenes
por anillo en una cavidad cuadrada de 66x66x30mm con un corte de 18x18mm.
En cuanto al potencial vector, obtenemos unos resultados de:
-206-

Figura 5.29 Potencial vector en un corte para 1,3 y 5 anillos en función del número de imágenes por
anillo en una cavidad cuadrada de 66x66x30mm con un corte de 18x18mm.
En este punto comprobamos como no ha sido posible encontrar una

configuración de puntos de contorno e imágenes válidos para el análisis de los
potenciales en este tipo de guías. No obstante, se ha verificado como aparecen
resultados convergentes al ubicar las cargas en el interior del “entrante” de la guía; en
cuanto al número de imágenes no hemos encontrado un límite a partir del cual
obtengamos resultados convergentes.
El problema de convergencia encontrado es debido al entrante de la guía:

concretamente a la dificultad de seguir la forma del mismo mediante puntos discretos,
que aunque impone su condición de contorno no permite extender esta condición a
puntos adyacentes, debido al cambio brusco en la geometría que presentan estos.
Así, aparecen errores numéricos significativos a la hora de analizar esta guía que
pueden ser apreciados como “picos” encontrados en la zona del entrante. Un ejemplo
muy claro de estos picos los podemos encontrar visualizando los potenciales a una
frecuencia de resonancia de la cavidad (por ejemplo la primera la encontramos a
6.122Ghz, en el apartado siguiente mostraremos un método para calcularlas). A esta
frecuencia y con un total de 80 imágenes, obtenemos un resultado de:
Figura 5.30 Visualización de “picos” de error en el potencial escalar de una guía cuadrada de
66x66x30mm, con un corte en una esquina de 18x18mm. 6.122Ghz. 60 imágenes.
Observamos como a pesar de aparecer la resonancia de la cavidad de forma

correcta, obtenemos unos “picos” de error alrededor del entrante. Estos picos de error
son los que impiden que se produzca la convergencia al variar las distancias de
ubicación de imágenes y el número de las mismas.
-207-
Para terminar con el estudio de la convergencia de los potenciales en esta guía,

vamos a visualizar la matriz formada para la resolución del sistema de ecuaciones del
potencial escalar (definido en la ecuación 5.20 para un caso general multianillo). El
objetivo es comparar la “forma” de la matriz para la guía dual analizada con la guía
cuadrada, cuyos resultados están validados. Así, para 80 imágenes obtenemos:
Figura 5.31 Visualización de las matrices del potencial escalar para las guías cuadrada y dual, al
emplear 80 imágenes.
Comprobamos una pequeña diferencia en la esquina superior derecha, un

desplazamiento de la diagonal inferior que es la que influye en el resultado final (con la
presencia de los picos) y que es provocada por el entrante de la guía dual.
En el capítulo siguiente, realizaremos un análisis de la guía dual aquí presentada

partiendo de este estudio de convergencia, aprovechando la ubicación de imágenes
descrita y empleando un número elevado de imágenes (80-90). Así compararemos los
resultados obtenidos con los proporcionados con HFSS© para el campo eléctrico,
viendo que aunque aparecen algunas diferencias coinciden de forma general con lo
esperado.
5.4.2 Estudio Guía Rombo en función de sus ángulos internos
En este punto vamos a estudiar la guía rombo, observando su convergencia en

función de los ángulos internos que presente. La variación de los ángulos internos
(mostrados como Į y ȕ en la figura) transformará la guía rombo desde una guía
cuadrada de dimensiones 66x66x15mm girada 90º hasta una guía muy alargada y
estrecha en el eje ‘x’. Gráficamente:
Figura 5.32 Ejemplos de guías rombos, con distintos ángulos internos.
-208-
Una de las formas de mostrar que los resultados son correctos es mostrando su
convergencia al variar la distancia de separación de las imágenes dentro de un
determinado margen, así como mostrando que a partir de un determinado número de
imágenes son resultados son totalmente convergentes.
La guía rombo “base” que analizaremos presenta unas dimensiones de

66x66x15mm, siendo sus cuatro ángulos internos de 90º. Mostraremos los resultados en
el eje ‘X’ de la guía, variando la distancia de separación de 60 imágenes situadas en un
único anillo, a una frecuencia relativamente alta como son 10Ghz.
Así obtenemos:
Figura 5.33 Potenciales en el corte X central para una guía rombo con ángulos internos de 90º
Se puede observar como la convergencia con las distintas ubicaciones de las

imágenes es perfecta, por lo que damos este resultado por válido. En el capítulo
siguiente, calcularemos las frecuencias de resonancia de esta estructura y los potenciales
en las mismas comparándolos con los resultados proporcionados por HFSS©
verificándose la corrección de los cálculos.
Vamos a reducir los ángulos interiores de la guía, concretamente estableceremos

D E 60º con el fin de observar como varía la convergencia. En la figura 5.34
podemos apreciar los potenciales en el corte X central de la nueva guía, comprobando
como la convergencia sigue siendo muy buena y que únicamente han aparecido
pequeñas variaciones en el potencial vector GAxx, siendo éstas prácticamente
despreciables.
-209-
De esta forma comprobamos como el método es robusto al variar estos ángulos

interiores. Vamos a continuar estas variaciones, reduciendo todavía más los ángulos
internos a un valor de D E 45º manteniendo el resto de características igual. Los
valores de los potenciales en el eje ‘X’ encontrados en esta situación son los siguientes:
-210-
En la figura anterior podemos observar una convergencia casi perfecta en el

potencial escalar (donde únicamente aparecen unas pequeñas variaciones en la
separación máxima, es decir a 40 milímetros de la guía) así como del potencial vector
GAyy. En cuanto al potencial vector GAxx, ya empiezan a aparecer problemas de
convergencia, debido a la disminución progresiva de los ángulos internos del rombo. No
obstante, analizando en detalla su gráfica podemos ver una convergencia clara entre las
separaciones de 20,30 y 40 milímetros. Esto parece indicar que a esa distancia se
encuentra la ubicación óptima de las imágenes.
De esta forma, comprobamos como la guía rombo con sus ángulos interiores a
45º esta casi en el límite de límite de convergencia, proporcionando resultados que,
aunque puedan contener algunos errores, son válidos.
Finalmente, disminuiremos todavía más los ángulos internos de la guía, hasta un

valor de 30º. Los resultados de los potenciales que obtenemos son los siguientes:
Observamos que a pesar de que los resultados del potencial escalar son válidos,
no lo son para el potencial vector, apareciendo diferencias más que significativas entre
las distintas ubicaciones de las imágenes.
De la misma forma, si elegimos una posición de las imágenes (por ejemplo a 10
milímetros de la cavidad) observamos como al variar el número de las mismas no
obtenemos resultados convergentes:
-211-
Figura 5.37 Potenciales en el eje X de una guía rombo con ángulos internos de 30º. Variación del
número de imágenes de un único anillo. Frecuencia de 10Ghz.
Comprobamos como los resultados para el potencial escalar no son muy

diferente al variar el número de imágenes, mientras que para el potencial vector si lo son
y no existe una convergencia ente las distintas opciones.
Estos errores introducidos en el método aparecen, al igual que en el ejemplo del
apartado anterior, como “picos” de los potenciales en las esquinas contiguas de la zona
conflictiva (en este caso los ángulos muy cerrados). Este efecto lo podemos observar de
forma muy clara al analizar esta guía rombo a una frecuencia de 12 Ghz, siendo
especialmente visible en el potencial vector GAyy:
Figura 5.38 “Picos” de error al analizar una guía rombo con 2 ángulos internos con 30º a 12 Ghz.
Potencial vector GAyy.
-212-
De esta forma no hemos encontrado una ubicación de puntos tangentes en el

contorno del rombo y de imágenes a su alrededor que nos proporcionen unos
potenciales exactos para guías rombo con ángulos internos inferiores a 45º.
5.4.3 Conclusiones
Tras realizar dos ejemplos en el que hemos estudiado la convergencia de ciertas

guías, podemos concluir que el método propuesto tiene ciertas dificultades cuando las
guías que estamos analizando presentan determinadas “formas” como entrantes ó
ángulos internos muy reducidos.
No obstante, en el capítulo siguiente se muestra como en estas guías
problemáticas conseguimos unos resultados de los potenciales muy similares a los
esperados (comparando los resultados con HFSS©) a pesar de no obtener una
convergencia entre distintas situaciones planteadas para realizar el análisis. Ello es
debido a que algunas de las ubicaciones de imágenes y puntos de contorno de la cavidad
proporcionan resultados correctos, pero no tenemos forma de saber cuales son, pues al
variar esa situación de partida los potenciales calculados también cambian.
Una de las posibles formas de seleccionar que situación de imágenes/puntos

tangentes consigue una representación fiel de los potenciales en el interior de la guía
sería mediante la extensión natural del concepto de “coste” de implementación
presentado en el capítulo 3. La matemática a emplear sería la misma que la desarrollada
en el capítulo 3 y 4, con la única diferencia de la introducción de la transformada de
Sommerfeld y un replanteamiento para el caso multianillo. Así obtendríamos una
medida del grado de representatividad de los potenciales hallados pudiendo discernir
para casos tridimensionales que ubicación es la que presenta mejor precisión a la hora
de calcular los potenciales.
Otra posible solución sería una modificación de la teoría presentada, empleando

para ello imágenes con “posiciones complejas”. Esta técnica consiste en considerar cada
coordenada de cada punto del espacio (x,y,z) como variables complejas. Así
conseguimos obtener una “directividad” de cada imagen que hará que se centre
exclusivamente en la zona de la cavidad que debe de controlar, evitando que interfiera
con el resto de imágenes y produzca interferencias en zonas no deseadas. Existe
literatura que tratan este tema en electromagnetismo, como por ejemplo en [16],[17] y
[18].
5.5 Cálculo de frecuencias de resonancia
En este apartado se va a diseñar un método con la nueva técnica de las imágenes

espaciales que permita el cálculo de las frecuencias de resonancia.
La técnica empleada para ello consiste en evaluar los potenciales en un punto
fijo en el interior de la guía, a lo largo de la frecuencia. De este modo, el valor de los
potenciales aumentará de forma importante al encontrarse en una resonancia natural de
la guía, manteniéndose en valores más moderados para el resto de casos. Como
inconveniente, destacar que en función de la geometría que se esté analizando,
deberemos de situar la fuente puntual de tal forma que excite el modo en cuestión y el
punto fijo de observación ubicarlo donde el modo no presente nulos.
-213-
Un ejemplo de esta técnica aplicada en una guía circular con dos dieléctricos
puede ser encontrado en [6].
Aplicaremos el cálculo de las frecuencias de resonancia a una guía cuadrada con
dieléctrico el aire H r 1 , ya que podremos obtener los valores teóricos de las mismas
y nos servirá como una nueva validación de la formulación de las imágenes espaciales
en coordenadas cartesianas presentada.
Se realizará el análisis sobre una guía cuadrada de dimensiones 66 x66 x30mm ,
empleando para ello un total de 60 imágenes, situadas alrededor de la cavidad a una
distancia de 33mm de la misma. La fuente será fijada en fuente en la posición
(15,0,15)mm y el punto fijo de observación en (-15,0,15)mm. La situación que estamos
planteando es la siguiente:
Figura 5.39 Situación de la fuente y un punto de observación en el interior de una guía cuadrada de
66x66x30mm, empleo de 60 imágenes situadas a 33mm.
Antes de realizar el barrido frecuencial sobre el punto de observación, vamos a

calcular de forma teórica las frecuencias de resonancia de esta cavidad.
Por teoría de guía de ondas (demostrado por ejemplo en [8]), se sabe que la
frecuencia de resonancia de una guía cuadrada satisface la expresión:
2 2 2
c §m· § n · § p·
fc ¨ ¸ ¨ ¸ ¨ ¸ (5.26)
2 © A¹ © B¹ ©C ¹
Donde ‘c’ es la velocidad de la luz en el interior de la guía; ‘m’,’n’ y ‘p’ son el

número de modo excitado (según los ejes ‘x’,’y’,’z’ respectivamente) y ‘A’, ‘B’ y ‘C’
son las dimensiones de la guía a analizar.
Al considerar la cavidad en tres dimensiones, siempre estará presente la

componente correspondiente a la altura de la cavidad, es decir, p t 1 .Aplicando la
ecuación 5.26 podemos encontrar las frecuencias de corte de los distintos modos que se
propagan en la guía cuadrada:
Modo de Frecuencia de
propagación corte (Ghz)
101 5.4922
111 5.9439
201 6.757
211 7.129
Tabla 5.1 Frecuencias de resonancia de los primeros modos de una cavidad cuadrada de
66x66x30mm
-214-
Realizaremos un barrido frecuencia entre 5 y 7.5Ghz, evaluando el valor

absoluto del potencial en el punto fijo de observación definido en la figura 5.21. Los
resultados obtenidos han sido los siguientes:
Barrido potencial escalar Barrido potencial vector GAxx
Barrido potencial vector GAyy

66x66x30mm, al variar la frecuencia de 5.2 a 7.5Ghz.
Comprobamos como hemos obtenido un resultado muy satisfactorio: En el

barrido del potencial escalar se han detectado las frecuencias de resonancia fc111 y fc211 ;
en el barrido del potencial vector GAxx se han detectado las frecuencias fc101 y fc111;
finalmente en el barrido del potencial vector GAyy se aprecian las frecuencias de
resonancia fc101,fc201, fc211.
Observamos en la siguiente tabla las diferencias entre la frecuencia de

resonancia teórica y la obtenida con el método propuesto:
Frecuencia de Frecuencia de corte Error

Modo de Error
corte método relativo
propagación absoluto(Ghz)
teórica(Ghz) imágenes(Ghz) (%)
101 5.4922 5.488 0.0042 0.076%
111 5.9439 5.944 0.0001 0.0016%
201 6.757 6.756 0.001 0.014%
211 7.129 7.125 0.004 0.056%
Tabla 5.2 Precisión al obtener las frecuencias de corte de una guía cuadrada de 66x66x30mm.
-215-
Comprobamos como la precisión obtenida es realmente buena en la obtención de

todas las frecuencias de resonancia; también indicar que el método propuesto presenta el
inconveniente de que la precisión que presenta depende del “paso” en el barrido
frecuencial realizado. De esta forma, disminuyendo este parámetro conseguiremos un
aumento de la precisión obtenida, a costa obviamente de un aumento sustancia del coste
computacional.
En este punto vamos a mostrar la distribución de los potenciales obtenidos en la

guía cuadrada a las frecuencias de resonancia de los modos. De esta forma, se debe de
observar claramente los modos excitados en cada frecuencia.
Debido a la definición realizada del potencial escalar (ecuación 5.14), éste se
encuentra claramente relacionado con el campo eléctrico E z en la guía, como se
demuestra en [8]. Así, aunque no hemos hablado de la reconstrucción de los campos en
el interior de la cavidad a partir de los potenciales (estudio que se podría plantear como
una posible vía de continuación del proyecto) si existe una semejanza en la forma del
potencial escalar y el campo eléctrico E z . Aprovecharemos este hecho para validar los
resultados una vez más, mediante el empleo del software comercial HFSS ©, que
resolverá el campo en el interior de la guía empleando para ello una técnica de
elementos finitos. Así, aunque los resultados del potencial escalar y campo E z difieran
en valor absoluto, la forma de los mismos en el interior de la guía debe mantenerse lo
que nos indicará la corrección de los resultados.
Mostraremos en primer lugar los potenciales y el campo E z en la frecuencia de

resonancia del modo 111:
Resultado del campo E con HFSS©
-216-
Figura 5.41 Potenciales en la primera resonancia de la cavidad cuadrada 66x66x30mm.

Comparación con el campo eléctrico proporcionado por HFSS©.
Observamos como aparece una resonancia en el potencial escalar, coincidiendo

en forma con el campo eléctrico calculado por HFSS ©. De esta forma, los resultados
son validados.
Al igual que hemos encontrado la primera resonancia, el resto de las mismas

aparecen al calcular los potenciales a su frecuencia característica. Por ejemplo, la
segunda resonancia, correspondiente al modo 211, la encontramos a la frecuencia de
7.129 Ghz. Representando los potenciales en ese punto obtenemos:
-217-
Figura 5.42 Potenciales en la segunda resonancia de la cavidad cuadrada 66x66x30mm.

Observamos la coherencia de los resultados: el potencial escalar presenta la

misma forma que el campo E z calculado en HFSS©, además se observa muy claramente
que se trata de un modo 211, ya que tiene dos variaciones en el eje ‘x’ y tan sólo una en
los eje ‘z’ e ‘y’.
De este modo, se da por validado el método propuesto para analizar los

potenciales en el interior de cavidades tridimensionales, con unos resultados validados
tanto con el método analítico descrito en [10] como con un software comercial de
reconocido prestigio como es HFSS©. Además, el método propuesto para calcular las
frecuencias de resonancia de la cavidad ha conseguido una gran precisión, con errores
menores del 0.08% (mostrando incluso una capacidad para disminuirlos todavía más,
aumentando el coste computacional).
-218-
Se han desarrollado a lo largo de este capítulo dos programas independientes:

uno para la visualización de los potenciales en el interior de la guía arbitraría descrita a
una determinada frecuencia y otro para realizar un barrido frecuencia con el fin de
detectar las frecuencias de resonancia. En los dos casos se ha utilizado el lenguaje de
programación Fortran 90 para los cálculos numéricos representándose los resultados
mediante Matlab©.
5.6.1 Cálculo de los potenciales
El primero de los programas realiza el cálculo de los potenciales en el interior de

las guías. La entrada de parámetros la realizaremos mediante los siguientes ficheros de
texto:
1) Geom.in:
Fue descrito en detalle en el capítulo 4. En el describiremos la estructura

bidimensional en los eje X-Y de la cavidad. También indicaremos la ubicación
de la fuente puntual en el interior de la cavidad (sus coordenadas ‘x’,’z’ e ‘y’).
2) Datos.in
Básicamente conserva la misma estructura que la mostrada en el capítulo

anterior, con los mismos parámetros de entrada. No obstante, se han
deshabilitado las opciones de optimización del coste (pues no ha sido definido
todavía para la cavidad) tanto por gradiente como por variación de la ubicación
de imágenes.
Además, se ha añadido un nuevo parámetro que indica la forma en la que se
distribuirán los anillos. Así estos se podrán establecer de forma automática (con
un valor de 3) manual (con un valor de 1) ó modificando directamente el código
fuente (con un valor de 2).
Un ejemplo de este fichero se muestra a continuación:
! Datos de entrada del programa

! Frecuencia
6.0D9
30
80 80
! Ubicación de ptos tangentes
0
! Ubicación de imágenes
5
! Distancia empleada (en función del método)
0.033
! Distribución anillos. 3: Automático. 2: en código. 1: Según esté tlm7.in
1
-219-
3) Separa_anillo.in
En este fichero se especifica la forma en la que se distribuirán los anillos que

envolverán la cavidad, dejando que el software se encargue de su disposición
exacta. Para ello, se indicará la longitud en Ȝ máxima que podrá controlar cada
anillo (por arriba, y la misma cantidad por abajo); así como las dimensiones del
eje ‘z’ de la cavidad y la altura de la misma en la que queremos obtener todos los
datos. El software distribuirá los anillos y configurará el archivo tlm7.in para
conseguir los resultados previstos.
Un ejemplo de este fichero de configuración es el siguiente:
! Separación entre los anillos, en términos de landa.

0.5
! Altura mínima de la estructura.
0
! Altura máxima de la estructura:
0.03
! Altura de la observación.
0.015
4) Anillos_manual.in
Este fichero se emplea en el caso de que se quiera especificar manualmente la

posición de cada anillo, así como de la fuente y del plano en el que obtener los
resultados. Ello requiere en primer lugar una configuración manual del fichero
“tlm7.in” descrito en este mismo capítulo, indicando las capas de la cavidad y
sus características y las posiciones en la que puede haber fuente.
Un ejemplo de este fichero es:
! Altura mínima de la estructura.

0
! Altura máxima de la estructura:
0.03
! Número de anillos a introducir
2
! "Fuentes" sobre la que se encontrarán los anillos
1
3
! "Fuentes" donde se encuentra la fuente puntual.
2
! "Fuentes" sobre la que se realizará la observación.
2
Vemos que se indican la longitud en el eje ‘z’ de la cavidad, el número de

anillos a distribuir, y la distribución de los mismos. Para ello, se indica sobre que
“fuente” ó “source” de la cavidad estarán situados (haciendo todos los números
referencia a la distribución de estas fuentes en la cavidad según fue descrito de
forma manual en tlm7.in). Además, indicamos donde se encuentra la fuente
puntual y en que corte mostrar los resultados.
-220-
Una vez introducidos todos los parámetros, obtendremos los resultados en

ficheros de texto interpretables mediante Matlab©. Así, ejecutando el script “Inicio.m”
visualizaremos los potenciales en los cortes señalados, la estructura que estamos
analizando y los distintos cortes con los ejes.
Finalmente destacar que la opción automática distribuirá los anillos y creará las
capas, pero impondrá las mismas características a todas ellas: permitividad y
permeabilidad relativa de valor 1. En la opción manual, se da posibilidad de cambiar los
dieléctricos de la cavidad así como de distribuir los anillos en las posiciones que se
crean más adecuadas.
5.6.2 Barrido en frecuencia
Este programa se encarga de realizar el cálculo de los potenciales en un punto

fijo al realizar un barrido en frecuencia. Todos los ficheros de entrada explicados en el
apartado anterior siguen siendo válidos, descartándose los parámetros que no sean
relevantes en este caso (como una frecuencia puntual ó el tamaño de la rejilla).
Tendremos un nuevo fichero de entrada, denominado “Barrido.in” en el que
especificaremos la posición del punto fijo de observación, los límites frecuenciales entre
los que realizaremos el barrido y el número de puntos del mismo. Un ejemplo será:
! Posición del punto fijo de observación

0 0 0
! Frecuencia inicial
5.0D9
! Frecuencia final
10.0D9
! Número de puntos
500
Una vez ejecutado el programa, obtendremos el resultado de las resonancias

mediante el script de Matlab© “frecuencias.m”, que nos mostrará el barrido frecuencial
realizado en los distintos potenciales.
Destacar que el coste computacional de este programa depende directamente del

número de puntos en frecuencia escogidos, siendo muy elevado para un valor
relativamente alto de este parámetro.
-221-
-222-
Capítulo 6: Ejemplos de Análisis de guías-onda tipo
6. Ejemplos de Análisis de guías-onda tipo

6.1 Introducción
En este capítulo vamos a realizar el análisis de los potenciales en el interior de

diversos tipos de guías-onda empleados habitualmente en telecomunicaciones.
Para el análisis emplearemos todas las técnicas presentadas en los capítulos
anteriores (siendo especialmente relevante el uso de uno ó varios anillos alrededor de la
guía a analizar en función de la altura eléctrica de la misma), de tal forma que en primer
lugar realizaremos un barrido en frecuencia de la guía con el fin de conocer donde se
encuentran sus frecuencias de resonancia. La técnica, descrita en el capítulo anterior,
consiste en evaluar un punto discreto en el interior de la guía variando la frecuencia
hasta encontrar las resonancias.
En este punto, realizaremos una comparación de las frecuencias obtenidas con
las calculadas con el software comercial HFSS©. Este programa emplea el método de
los elementos finitos y plantea un problema de autovalores. En función de la
“resolución” introducida obtendremos una precisión u otra.
Posteriormente, realizaremos una visualización de los potenciales a las

frecuencias calculadas, con el fin de obtener las resonancias de cada guía. Nuevamente
en este punto emplearemos HFSS© con el fin de obtener el campo eléctrico E z en la
guía y compararlo con el potencial escalar (que por su definición está relacionado con el
campo eléctrico de los modos TM). Aunque no estamos representado las mismas
magnitudes, al estar tan estrechamente relacionadas si que deben de guardar una misma
“forma” ó distribución en el interior de la guía, variando el rango de valores (y
unidades) en las que se mueven.
Así, comprobando la corrección de las frecuencias de corte calculadas y la
distribución de los potenciales en el interior de la guía con el campo E z daremos por
validado el método, pues será aplicado a diversas guías reales con diferentes geometrías.
En este capítulo presentaremos los resultados para las guías: rectangular,

triangular, rombo (para sus ángulos internos a 90º), trapecio, dual (cuadrada con un
corte en una esquina), flange, estrella y ridge.
Además, presentaremos resultados adicionales de la convergencia de los
métodos en los distintos casos según sea conveniente (como por ejemplo estudios al
variar la ubicación de las imágenes o con el número de éstas).
Indicar también que hemos obviado la inclusión de la guía cuadrada simple, pues
ya fue ampliamente estudiada en el capítulo anterior (hallando sus frecuencias de
resonancia, visualizando sus potenciales, comprobando su convergencia con el número
de imágenes y ubicación de las mismas, etc).
Para finalizar el capítulo, se muestran el estudio de una guía cuadrada con dos
dieléctricos en su interior, con el fin de probar la facilidad que presenta la formulación
presentada para trabajar con medios multicapa.
-223-
6.2 Guía rectangular
En este apartado vamos a analizar una guía rectangular de dimensiones

132 x66 x30mm , empleando para ello un total de 60 imágenes a su alrededor.
En primer lugar, realizaremos un barrido en frecuencia con el fin de encontrar
las resonancias de la cavidad. Para ello, fijaremos un punto de observación en la
posición (15,0,15)mm y la fuente puntual en (-15,0,15)mm y realizaremos un barrido
frecuencial, evaluando los potenciales obtenidos en ese punto.
Así, la situación planteada es la siguiente:
Figura 6.1 Situación de la fuente y un punto de observación en el interior de una guía rectangular
de 132x66x30mm, empleo de 60 imágenes situadas a 12mm.
Al igual que ocurría con la guía cuadrada, la guía rectangular permite calcular de
forma analítica las frecuencias de resonancia (o de corte de los modos) mediante la
ecuación:
2 2 2
c §m· § n · § p·
fc ¨ ¸ ¨ ¸ ¨ ¸ (6.1)
2 © A¹ © B¹ ©C ¹
Donde ‘c’ es la velocidad de la luz en el interior de la guía; ‘m’,’n’ y ‘p’ son el
número de modo excitado (según los ejes ‘x’,’y’,’z’ respectivamente) y ‘A’, ‘B’ y ‘C’
son las dimensiones de la guía a analizar.
Aplicando la ecuación 6.1 podemos encontrar las frecuencias de corte de los
distintos modos que se propagan en la guía rectangular estudiada:
Modo de Frecuencia de
propagación corte (Ghz)
011 5.4922
201 5.4922
111 5.6086
211 5.944
301 6.0516
311 6.4643
021 6.7573
121 6.8522
221 7.1293
Tabla 6.1 Frecuencias de resonancia de los primeros modos de una cavidad rectangular de
132x66x30mm
-224-
Realizaremos un barrido frecuencia entre 5.2 y 7 Ghz, evaluando el valor

absoluto del potencial en el punto fijo de observación definido en la figura 6.1. Los
resultados obtenidos han sido los siguientes:

Figura 6.2 Evaluación de los potenciales en un punto fijo en el interior de una guía rectangular de
132x66x30mm, al variar la frecuencia de 5.2 a 7.0 Ghz.
Comprobamos como hemos obtenido un resultado muy satisfactorio: En el

barrido del potencial escalar se han detectado las frecuencias de resonancia fc111, fc211
fc311 ; en el barrido del potencial vector GAxx se han detectado las frecuencias fc011 ,
fc211,fc111, fc211 y fc311; finalmente en el barrido del potencial vector GAyy se aprecian
las frecuencias de resonancia fc011, fc211,fc301, fc021 y fc121.
Vemos como todas las resonancias aparecidas se corresponden con las teóricas,
con una precisión muy elevada.
Observamos en la siguiente tabla las diferencias entre la frecuencia de

resonancia teórica y la obtenida:
Frecuencia de Frecuencia de corte Error

Modo de Error
corte método relativo
propagación absoluto(Ghz)
teórica(Ghz) imágenes(Ghz) (%)
011 5.4922 5.489 0.0032 0.058
201 5.4922 5.489 0.0032 0.058
111 5.6086 5.603 0.0056 0.099
211 5.944 5.94 0.004 0.067
301 6.0516 6.049 0.0026 0.0429
-225-
311 6.4643 6.458 0.0063 0.0974

021 6.7573 6.753 0.0043 0.0636
121 6.8522 6.831 0.0212 0.309
Tabla 6.2 Precisión al obtener las frecuencias de corte de una guía rectangular de 132x66x30mm.
Se puede observar la precisión obtenida es realmente buena en la obtención de

todas las frecuencias de resonancia; a pesar de que el método propuesto realiza un
“barrido” en puntos discretos frecuenciales.
Tras obtener las frecuencias de corte y validarlas con las obtenidas de forma
teórica, vamos a mostrar la distribución de los potenciales en el interior de la guía
rectangular, visualizando de forma clara que modo se excita en cada frecuencia de corte.
Tal y como comentamos anteriormente, validaremos la distribución del potencial
escalar mediante la “forma” adquirida por el campo eléctrico E z (en lo modos TM), ya
que la definición de ambas magnitudes está muy relacionada (como se puede observar
en 5.14 para el potencial escalar y en [8] para el campo eléctrico). La representación de
este campo eléctrico la realizaremos mediante HFSS©, al igual que en ejemplos
anteriores.
Mostraremos en primer lugar los potenciales (a la altura en el eje ‘z’ de la fuente

puntual, tanto para esta guía como para las del resto del capítulo, salvo que se indique lo
contrario) y el campo E z en la frecuencia de resonancia del modo 111 (5.6086 Ghz):
-226-
Figura 6.3 Potenciales en la primera resonancia de la cavidad rectangular 132x66x30mm.


son validados.

segunda resonancia, correspondiente al modo 211, la encontramos a la frecuencia de
5.944 Ghz. Podemos observar claramente en la figura 6.4 como el potencial escalar
obtenido presenta dos variaciones en el eje ‘x’ y una en los ejes ‘z’ e ‘y’, cumpliendo las
características del modo 211:
-227-
Figura 6.4 Potenciales en la segunda resonancia de la cavidad rectangular 132x66x30mm.

De esta forma comprobamos como los resultados obtenidos son válidos,

apareciendo las resonancias esperadas. Destacar que se han excitado resonancias en
todos los potenciales, no sólo en el escalar como inicialmente buscábamos.
Por último y para terminar con el análisis de esta guía, vamos a mostrar los
resultados en una tercera resonancia. Para ello excitaremos el modo 311 a una
frecuencia de 6.458 Ghz:
-228-
Figura 6.5 Potenciales en la tercera resonancia de la cavidad rectangular 132x66x30mm.

-229-
Comprobamos como aparecen las resonancias tal y como esperábamos,

verificándose el comportamiento previsto por HFSS©. No vamos a mostrar ningún
estudio adicional de convergencia de los resultados, pues ésta se consigue de manera
natural, necesitando un número relativamente reducido de imágenes (25-30) y
manteniéndose los resultados en distintas ubicaciones de las mismas.
De esta forma podemos dar por válidos los resultados, pues el método ha sido
capaz de obtener con una gran precisión las frecuencias de resonancia de la cavidad y ha
obtenido unos potenciales en el interior de la guía cuya distribución hemos validado con
HFSS©.
6.3 Guía triangular
En este apartado vamos a analizar una guía triangular de altura 30mm y con una
geometría en 2D mostrada en la figura 6.6, empleando para ello un número muy
reducido de imágenes, tan sólo 30.
Figura 6.6 Situación de la fuente y un punto de observación en el interior de una guía triangular de
altura 30mm, empleo de 30 imágenes situadas a 12mm.
En primer lugar, al igual que en el apartado anterior, realizaremos un barrido en

frecuencia con el fin de encontrar las resonancias de la cavidad. Para ello, fijaremos un
punto de observación en la posición (-5,0,15)mm y la fuente puntual en (5,0,15)mm y
realizaremos un barrido frecuencial, evaluando los potenciales obtenidos en ese punto.
A diferencia de lo que ocurría con las guías cuadrada y rectangular, no existe un

método analítico general que nos permita obtener las frecuencias de resonancia y
potenciales en el interior de una guía triangular. Si que existe diversa literatura sobre
algunos tipos de guías triangulares (que empleen triángulos isósceles, rectángulos, etc),
como pueden ser los estudios presentados en [19] y [20].
Así, tras obtener las frecuencias de resonancia mediante el método de las

imágenes espaciales, emplearemos HFSS© para su validación. Cabe destacar que este
software plantea la situación como un problema de autovalores, sin distinguir los modos
que tienen en cuenta la altura de la guía (eje ‘z’) y los modos que consideran la guía
triangular como infinita en altura (sin considerar por tanto el eje ‘z’).
Los resultados obtenidos tras el barrido frecuencial son los siguientes:
-230-

Figura 6.7 Evaluación de los potenciales en un punto fijo en el interior de una guía triangular de
altura 30mm, al variar la frecuencia de 5 a 9.0 Ghz.
Destacamos en este punto que, a diferencia de las guías cuadrada y rectangular,

las componentes de los potenciales cruzados (GAyx y GAxy) no se anulan (debido a la
influencia de los tramos oblicuos), por lo que un barrido frecuencia de estas
componentes también desvelará la situación de las resonancias (además combinando
información de los potenciales GAxx y GAyy). Realizando este barrido obtenemos:
Barrido potencia vector GAxy Barrido potencial vector GAyx

Figura 6.8 Evaluación de los potenciales cruzados en un punto fijo en el interior de una guía
triangular de altura 30mm, al variar la frecuencia de 5 a 9.0 Ghz.
Tras obtener las resonancia, vamos a realizar una comparación entre las
frecuencias obtenidas y las proporcionadas por HFSS© con el fin de ver la precisión
que conseguimos con el método de las imágenes espaciales.
-231-
Frecuencia de corte Frecuencia de corte método Error Error

HFSS© (Ghz) imágenes(Ghz) absoluto(Ghz) relativo (%)
5.6602 5.656 0.0042 0.074
5.8166 5.816 0.0002 0.010
6.9139 6.9 0.0139 0.201
6.9935 6.993 0.0005 0.0071
7.5622 7.569 0.0068 0.0899
8.6966 8.706 0.0094 0.1080
8.8685 8.88 0.0115 0.1296
Tabla 6.3 Precisión al obtener las frecuencias de corte de una guía rectangular de 132x66x30mm.
Por lo general obtenemos una concordancia total de las frecuencias de

resonancia halladas con las proporcionadas por HFSS©, siendo la máxima diferencia
relativa del orden 0.2%. También indicar que el software comercial no es totalmente
exacto en este cálculo, pues depende de la precisión que se le haya indicado
(consumiendo enormes recursos computacionales); es por ello que estos cálculos se han
realizado con un nivel de precisión medio. En cuanto al método de las imágenes
espaciales, también es posible aumentar su resolución disminuyendo el paso entre los
distintos puntos frecuenciales, con el consiguiente aumento del coste computacional.
Destacamos la existencia de pequeñas variaciones en el interior de una misma

resonancia, como puede ser en el caso de la resonancia a 8.88Ghz obtenida en el
potencial escalar que aparece a 8.826 Ghz en el potencial vector GAyy.
A continuación, vamos a mostrar los potenciales en el interior de la guía en

distintas frecuencias de resonancia, comparando el potencial escalar con el campo
eléctrico E z (en los modos TM) tal y como realizamos en casos anteriores.

resonancia del modo 1 (6.993 Ghz). Comentar que al aparecer tramos oblicuos las
componentes del potencial vector cruzadas (GAyx y GAxy) ya no se anulan, y también
presentan resonancia (aunque obviamente con unos valores muy reducidos).
-232-
-233-
Figura 6.9 Potenciales en la primera resonancia de una cavidad triangular con 30mm de altura.

son validados.
segunda resonancia, la encontramos a la frecuencia de 8.88 Ghz. Vemos en la figura
6.10 que esta resonancia es del tipo 121, pues presenta una única variación el eje ‘x’ y
dos en el eje ‘y’.
-234-
Figura 6.10 Potenciales en la segunda resonancia de una cavidad triangular con 30mm de altura.
Comprobamos como aparecen las resonancias tal y como esperábamos,

verificándose el comportamiento previsto por HFSS©. Vemos que el método ha
proporcionado unos potenciales adecuados, con un número de imágenes espaciales muy
reducido (tan solo 30). No presentaremos estudios adicionales de convergencia, pues
ésta se mantiene con el número de imágenes y de una forma muy robusta con la
posición de las mismas alrededor de la guía.
Añadir que la presencia de las componentes cruzadas es debida a los tramos
oblicuos, ya que un dipolo orientado en ‘x’ ó en ‘y’ en el interior de la guía triangular
tendrá componentes tanto en ‘x’ como en ‘y’. Físicamente, es debido a los tramos
oblicuos, y matemáticamente se ha modelado ubicando dos dipolos imagen por cada
punto tangente de contorno: uno orientado en ‘x’ y el otro en ‘y’. Es la misma situación
que ocurría en las guías cilíndricas, y que se repite en otras muchas.
HFSS©.
6.4 Guía rombo con ángulos internos a 90º
En este apartado vamos a analizar una guía rombo de dimensiones

66x66x30mm, y con sus cuatro ángulos internos rectos. Esta guía equivale a rotar 90º la
guía cuadrada analizada en el capítulo 5, no obstante el análisis y los resultados no serán
equivalentes. En primer lugar, aparecen tramos oblicuos lo que fuerza físicamente la
presencia de los potenciales vector cruzado (debido al ángulo que se forma), y en
-235-
segundo lugar para que fueran equivalente deberíamos rotar también la ubicación de la
carga/dipolo fuente situado en su interior (y no situarlos en el eje X e Y).
De esta manera aparecerán diferencias respecto al análisis de la guía cuadrada
tanto en las frecuencias de corte encontradas como en la visualización de los potenciales
obtenidos.
La situación que estamos analizando, al emplear un total de 60 imágenes, es la

siguiente:
Figura 6.11 Situación de la fuente y un punto de observación en el interior de una guía rombo de
dimensiones 66x66x30mm y sus 4 ángulos internos a 90º. Empleo de 60 imágenes situadas a 12mm.
Calcularemos las frecuencias de resonancia mediante un barrido frecuencial,

fijando para ello un punto fijo de observación en la posición (-15,0,15)mm y una fuente
puntual en (15,0,15)mm y evaluando la evolución de los potenciales en ese punto.
Posteriormente, compararemos las frecuencias de resonancia obtenida con las

proporcionadas por el software comercial HFSS© para validar su resultado.
Tal y como ocurría con la guía triangular, la presencia de tramos oblicuos

implica la aparición de los potenciales vector cruzados, por lo que también
emplearemos la información proporcionada por estos a la hora de visualizar los
potenciales.
Realizaremos un barrido frecuencial muy amplio (entre 5 y 15 Ghz), con el fin

de ubicar las distintas resonancias:
-236-

Figura 6.12 Evaluación de los potenciales en un punto fijo en el interior de una guía rombo de
dimensiones 66x66x30mm al variar la frecuencia de 5 a 15.0 Ghz.
Tras obtener las resonancia, vamos a realizar una comparación entre algunas de
las frecuencias obtenidas y las proporcionadas por HFSS© con el fin de ver la precisión

5.9384 5.941 0.0026 0.0437
6.7499 6.732 0.0179 0.2651
8.1315 8.133 0.0015 0.0184
8.738 8.724 0.014 0.1602
10.347 10.37 0.023 0.2222
11.277 11.27 0.007 0.0620
Tabla 6.4 Precisión al obtener las frecuencias de corte de una guía rombo de 66x66x30mm, con sus
cuadro ángulos internos a 90º.
Por lo general obtenemos una concordancia total de las frecuencias de

resonancia halladas con las proporcionadas por HFSS©, siendo la máxima diferencia
relativa del orden de 0.26%. En este apartado, las diferencias pueden ser debidas a
imprecisiones de cualquier de los dos métodos (pues HFSS© tampoco es exacto del
todo, al no poder realizar las simulaciones al máximo de precisión por el enorme coste
computacional requerido).
Al igual que en casos anteriores, vuelven a aparecer pequeñas diferencias

frecuenciales a la hora de excitar un mismo modo, por ejemplo la resonancia a
10.37Ghz del potencial escalar aparece a 10.34 en los potenciales vector.
A continuación, vamos a mostrar los potenciales en el interior de la guía en

distintas frecuencias de resonancia, comparando el potencial escalar con el campo
eléctrico E z (en los modos TM) tal y como realizamos en otras guías.

resonancia del modo 1 (6.732 Ghz):
-237-
Figura 6.13 Potenciales en la primera resonancia de una cavidad rombo de dimensiones

66x66x30mm. Comparación con el campo eléctrico proporcionado por HFSS©.
-238-
En cuanto a los potenciales cruzados, obtenemos unos valores idénticos para las
dos componentes (GAyx y GAxy):
Figura 6.14 Potenciales cruzados en la primera resonancia de una guía rombo de dimensiones
66x66x30mm.
Comprobamos como el potencial escalar concuerda de forma exacta con el

campo E z , validándose los resultados.
Mostraremos a continuación una resonancia a una frecuencia elevada (14.18

Ghz), para lo que será necesario emplear un sistema mínimo con 3 anillos debido a la
elevada longitud eléctrica que adquiere la guía.
c 3 108 Altura 0.03
O 9
0.02027 m o Re lacion 1.48 (6.2)
f 14.18 10 O 0.02027
Así la situación a analizar ubicando los 3 anillos con 60 imágenes cada uno será
la siguiente:
Figura 6.15 Situación de 3 anillos con 60 imágenes cada uno al analizar una guía rombo de
dimensiones 66x66x30mm con sus 4 ángulos internos a 90º.
Comprobamos en la figura 6.16 como el aumento importante de la frecuencia

hace que aumenten de forma considerables las variaciones de los potenciales en el
interior de la cavidad.
-239-
Figura 6.16 Potenciales a la frecuencia de resonancia de 14.18Ghz de una cavidad rombo de

dimensiones 66x66x30mm. Comparación con el campo eléctrico proporcionado por HFSS©.
-240-
A pesar del aumento tan importante de la frecuencia, conseguimos una

validación de los potenciales con HFSS©. Un estudio de la convergencia de esta guía en
función de la separación de sus imágenes fue presentado en el capítulo 5, de tal forma
que se presentó la robustez de esta guía frente a la posición de las imágenes. No se
proponen estudios alternativos, debido a la rápida convergencia de resultados
encontrados en la guía en todo tipo de situaciones.
HFSS©.
6.5 Guía trapecio
En este apartado vamos a analizar una guía con forma trapecio, con una altura de
30mm. El lado mayor tendrá una longitud total de 66mm, 40mm tendrá el lado menor y
una separación entre ambos de 66mm. Analizaremos la guía con un total de 60
imágenes distribuidas alrededor de la misma a una distancia de 12mm.
La situación que estamos analizando es la siguiente:
Figura 6.17 Situación de 1 anillo con 60 imágenes situados sobre una guía en forma de trapecio, de
altura 30mm.
Observamos la combinación de tramos rectos con tramos oblicuos, por lo que al

calcular los potenciales deberán de aparecer las componentes cruzadas.
Esta guía no tiene solución analítica, por lo que emplearemos otra vez HFSS©
para validar las frecuencias de corte obtenidas así como la distribución de los
potenciales calculados.
Para hallar las frecuencias de resonancia, emplearemos un punto fijo de

observación situado en la ubicación (-15,0,15)mm y una fuente puntual situada en
(15,0,15)mm. Evaluaremos la evolución de los potenciales en función de la frecuencia
en este punto fijo. Al no conocer inicialmente la ubicación de las frecuencias de corte de
los modos, realizaremos un barrido relativamente amplio (entre 4.5 y 9 Ghz),
obteniendo en el mismo los siguientes resultados:
-241-

Figura 6.18 Evaluación de los potenciales en un punto fijo en el interior de una guía trapezoidal de
de altura 30mm al variar la frecuencia de 4.5 a 9.0 Ghz.
Tras obtener las resonancia, vamos a realizar una comparación entre algunas de
las frecuencias obtenidas y las proporcionadas por HFSS© con el fin de ver la precisión

5.49 5.493 0.003 0.0546
5.6663 5.674 0.0077 0.1358
6.1868 6.186 0.0008 0.0129
6.3132 6.306 0.0072 0.1140
7.1531 7.149 0.0041 0.0573
7.3623 7.360 0.0023 0.0312
7.8266 7.826 0.0006 0.0076
8.2352 8.247 0.0118 0.1432
8.407 8.413 0.006 0.0713
8.9255 8.925 0.0004 0.0056
Tabla 6.5 Precisión al obtener las frecuencias de corte de una guía trapecio de 30mm de altura
Observamos como las frecuencias obtenidas se corresponden con las obtenidas

con el software HFSS©, existiendo diferencias mínimas entre los dos métodos.
-242-
Indicar que en el barrido, se producen pequeñas diferencias a la hora de obtener

las resonancias en los distintos potenciales. Por ejemplo la resonancia a 7.826Ghz
(obtenida en el potencial escalar) engloba a la existente en la frecuencia 7.811Ghz
(obtenida en el potencial vector GAxx) y la 8.925Ghz (obtenida en el potencial vector
GAxx y GAyy) engloba a la obtenida en la frecuencia 8.94Ghz.
Mostraremos los potenciales en el interior de la guía trapezoidal, al igual que se

ha realizado en los casos anteriores, verificando la distribución de los potenciales con el
campo eléctrico E z obtenido con HFSS©.
Debido a que la primera resonancia ya la hemos mostrado en otras guías,

visualizaremos en primer lugar la segunda resonancia, situada a la frecuencia de
7.36Ghz. Gráficamente se comprueba que se trata de un modo 121, pues presenta una
única variación en el eje ‘x’ y dos variaciones en el eje ‘y’. Las componentes cruzadas
existen y presenta un valor en resonancia más reducido que los potenciales vector GAxx
y GAyy. No obstante su distribución en la guía coincide con:
Distribución GAxx = Distribución GAxy

Distribución GAyy = Distribución GAyx
-243-

altura 30mm. Comparación con el campo eléctrico proporcionado por HFSS©.
Observamos claramente como la distribución del campo eléctrico coincide

exactamente con la obtenida para el potencial escalar, validando al mismo.
En la figura 6.19 se comprueba claramente las diferencias entre los potenciales
vector GAxx (en el que ubicamos un dipolo fuente orientado en el eje ‘x’ en el centro de
la guía trapezoidal) y el potencial GAyy (en el que ubicamos el dipolo fuente orientado
en el eje ‘y’). Las componentes cruzadas físicamente están provocadas por la presencia
de tramos oblicuos en la guía, y son modeladas con la presencia de dipolos imagen
orientados en el eje ‘x’ y en el eje ‘y’, mediante su combinación ponderada.
A continuación, mostraremos los potenciales en la frecuencia de resonancia de

7.826Ghz, que se corresponde con un modo 211 (tal y como se puede apreciar por sus
variaciones en el potencial escalar):
-244-

Observamos como se vuelve a validar la distribución del potencial escalar con la

del campo eléctrico proporcionado por HFSS.
Por último, vamos a validar otra resonancia, concretamente la situada a una

frecuencia de 8.94 Ghz y correspondiente con el modo 311. Visualizaremos en esta
ocasión únicamente el potencial escalar y su validación mediante el campo eléctrico E z
proporcionado por HFSS©.
-245-

Figura 6.21 Potencial escalar a la frecuencia de resonancia de 8.94Ghz de una cavidad trapezoidal
de altura 30mm. Comparación con el campo eléctrico proporcionado por HFSS©.
Como viene sucediendo hasta ahora, conseguimos una validación de la

distribución del potencial escalar mediante el campo eléctrico dado por HFSS©.
Observamos como la convergencia en este guía se produce de una manera rápida
y sin ningún tipo de complicaciones, por lo que no presentaremos ningún estudio
adicional de convergencia.
Así, podremos concluir que los potenciales obtenidos por el método de las
imágenes espaciales para esta guía son válidos, pues hemos realizado una validación
tanto en la ubicación de las frecuencias de resonancia (con una gran precisión) como de
la distribución del potencial escalar en el interior de la guía.
6.6 Guía dual (cuadrada con un corte)
Supongamos una guía dual inmersa en una estructura de 66x66x30mm, con un

corte de 18x18mm. Partiremos del estudio de convergencia que sobre esta guía
realizamos en el capítulo 5, en el que concluimos que la mejor ubicación de las
imágenes encontrada era a una distancia de 5mm de la guía, siguiendo las variaciones
de la misma. Con esta distribución, y empleando un número elevado de imágenes, 90,
tenemos la siguiente situación:
-246-
Figura 6.22 Situación de 1 anillo con 90 imágenes situados sobre una guía cuadrada de
66x66x30mm con un corte de 18x18mm en su esquina superior derecha.
La situación que tenemos en este caso es diferente a la de las guías analizadas

hasta ahora, debido a la falta de convergencia de los potenciales con una variación del
número de imágenes o de las posiciones de la misma. Ello es debido a un error
numérico producido en las esquinas adyacentes al entrante; la variación de este error en
función de la ubicación de las imágenes y del número de las mismas hace imposible
encontrar una situación estable.
No obstante, realizaremos un barrido en frecuencia sobre un punto fijo de la
guía, con el fin de buscar posibles resonancias en la misma. Para ello, emplearemos las
imágenes mostrada en la figura 6.22 con esa misma ubicación, situando la fuente en
una ubicación de (-10,0,15)mm y la observación en (10,0,15)mm. Los resultados del
barrido entre las frecuencias de 5 y 9 Ghz fueron los siguientes:

66x66x30mm con un corte de 18x18 en una esquina, al variar la frecuencia de 4.5 a 9.0 Ghz.
-247-
Observamos como la respuesta del potencial escalar es mucho más clara y

limpia que la del resto de potenciales; parece que el potencial vector es más sensibles
cuando existen entrantes. No obstante, ello puede ser debido a una ubicación del punto
de observación en la guía más favorable a las variaciones del potencial escalar que del
potencial vector.
Tras realizar la simulación en HFSS© de esta estructura, compararemos las
distintas resonancias encontradas pero separando las correspondientes al potencial
escalar y al potencial vector. En primer lugar, veamos la precisión obtenida en el
potencial escalar:

6.1414 6.122 0.0194 0.315
7.1083 7.124 0.0157 0.220
7.5929 7.629 0.0361 0.475
8.53515 8.535 0.0015 0.017
8.9939 8.952 0.0418 0.4647
Tabla 6.6 Precisión al obtener las resonancias el potencial escalar en una guía dual
Comprobamos como aparecen diferencias mayores que las del resto de guías, no
obstante siguen siendo pequeñas y podemos dar por buenos los resultados.
En cuanto al barrido realizado por el potencial vector, tenemos los siguientes

resultados:

6.0494 §5.8 0.2494 4.122
6.8521 6.852 0.0001 0.0014
7.5929 7.629 0.0361 0.475
8.4802 8.471 0.0092 0.0170
8.8230 8.816 0.0070 0.0793
Tabla 6.7 Precisión al obtener las resonancias el potencial vector en una guía dual
En primer lugar destacar un error muy importante en la primera resonancia

detectada por el potencial vector, concretamente a las frecuencias 5.778, 5.802,5.866 y
5.989. Esas resonancias no han aparecido en el análisis realizado con HFSS© en esa
posición y la primera resonancia que aparece está situada a 0.2Ghz de ellas.
No obstante, el resto de resultados que hemos obtenido son aceptables, con un
error máximo del 0.475%.
Vamos a realizar un pequeño estudio en la primera frecuencia de resonancia

encontrada en el potencial escalar (6.122Ghz) en función del número de imágenes
empleadas (60, 80, 90, 100, 105). De esta forma, observaremos la distribución del error
numérico en “picos” que aparecen en las esquinas contiguas al entrante, y
compararemos los distintos resultados con la distribución de potencial proporcionada
por HFSS©.
Así en función del número de imágenes, obtenemos:
-248-
60 imágenes 60 imágenes
-249-

Figura 6.24 Potencial escalar en la primera resonancia en función del número de imágenes, guía
cuadrada 66x66x30mm con un corte de 18x18 en su esquina superior derecha.
Comprobamos en primer lugar como al emplear 60 imágenes la resonancia

apenas aparece, siendo el potencial en las esquinas debido al error numérico introducido
muy superior a cualquier otro potencial en la guía. Al emplear 80 imágenes el error
disminuye de forma significativa, aunque aun está presente y tiene un valor superior al
de la resonancia, sin embargo está ya se aprecia de forma clara encontrándose el error
muy localizado en las esquina. Con 90 imágenes, obtenemos la mejor representación del
potencial escalar, ya que el error en las esquinas se encuentra muy disminuido y la
resonancia aparece de forma clara. Al seguir aumentando todavía más el número de
imágenes, vemos como vuelven a aparecer errores numéricos en las esquinas e incluso
empieza a desaparecer la resonancia (con 105 imágenes) debido a que un
sobredimensionamiento del número de puntos tangentes en la estructura conlleva a que
posiciones distintas tengan un mismo valor (o valores muy parecidos), resultando el
sistema incompatible o presentando una solución problemática, como es este caso.
La resonancia obtenida en el campo eléctrico E z mediante HFSS© a esta

frecuencia es la siguiente:
Figura 6.25 Campo eléctrico Ez obtenido en una guía dual en la primera resonancia, a 6.122Ghz.
Podemos comprobar como el resultado obtenido con 90 imágenes es muy similar

al conseguido con HFSS©.
-250-
Empleando a partir de ahora esta configuración, 90 imágenes situadas a 5mm de

la guía, vamos a representar el potencial escalar en la segunda resonancia, a una
frecuencia de 7.125Ghz.

Comprobamos como la distribución del potencial escalar se adapta de forma

adecuada al obtenida con HFSS© salvo el error que aparece en las esquinas adyacentes
al entrante, que aunque se ha reducido respecto a otros casos sigue estando presente.
Excepto este error que se encuentra muy localizado, la distribución del potencial en la
guía es correcta.
Vamos a tratar de volver a validar los resultados, mostrando para ello la

resonancia que se encuentra a una frecuencia de 7.629 Ghz, obteniendo un resultado de:
-251-

Comprobamos como la distribución del potencial escalar se adapta a la guía,

siendo muy parecida la distribución del campo Ez proporcionado por HFSS©.
Finalmente, mostraremos una última comparativa a la frecuencia de resonancia

de 8.952Ghz, obteniendo unos resultados de:

Volvemos a encontrarnos con la misma situación que en casos anteriores: el

interior de la guía presenta una distribución de potenciales correctas, pero aparecen
-252-
errores numéricos en las esquinas adyacentes al error, que a pesar de encontrarse muy
localizados, si que tienen su cierta influencia en el resto de la guía.
Para concluir los resultados de esta guía, indicar en primer lugar la falta de
convergencia al variar el número de imágenes y las posiciones de las mismas. Ello nos
lleva a que no sepamos que situación es la más propicia para analizar la guía.
Tras múltiples pruebas, observamos como una ubicación de 90 imágenes a 5mm
de la guía proporcionaba un menor error; la visualización de este error es sencilla pues
se manifiesta como “picos” de potencial en las esquinas adyacentes al entrante. Con esta
configuración, conseguimos obtener unas frecuencias de corte muy similares a las
proporcionadas por HFSS© y una distribución de potencial que, salvo el error muy
localizado en las esquinas adyacentes al entrante, se corresponde con el obtenido con
HFSS©.
Indicar que puede existir otra configuración de ubicación de imágenes y número
de las mismas que proporcione un error en la guía mucho menor; una posible forma de
encontrar esta configuración sería mediante el concepto de “Coste” introducido en el
capítulo 3, extendiendo el mismo a estructuras tridimensionales.
6.7 Guía flange
Otro ejemplo de guía de ondas cuyo análisis de potenciales puede ser importante
es la denominada guía “flange”. La guía que analizaremos parte de una estructura
cuadrada de dimensiones 66x66x30mm a la que se realiza un corte en diagonal en su
vértice superior derecho. Realizaremos el análisis empleando un total de 50 imágenes
situadas alrededor de la cavidad a una distancia de 5 mm. La situación que estamos
analizando es la siguiente:
Figura 6.29 Situación de 1 anillo con 90 imágenes situados sobre una guía flange de altura 30mm.
Esta guía, al igual que ocurría con la guía dual analizada anteriormente, presenta
un entrante que puede ocasionar “picos” de error, por lo que realizaremos un estudio de
su convergencia en función tanto de las imágenes empleadas como de la posición de las
mismas.
En primer lugar, mostraremos cortes para los potenciales en el eje ‘X’ para un
total de 50 imágenes en función de la distancia de las mismas a la guía. Emplearemos
para ello una frecuencia de 7Ghz. Los resultados que obtenemos son los siguientes:
-253-

anillo con 50 imágenes.
En la figura anterior podemos observar como se produce una convergencia

bastante importante en el potencial escalar, existiendo diferencias mínimas entre las
distintas ubicaciones de las imágenes. No obstante para el potencial vector si que
aparecen diferencias significativas, ya que no llegan a converger las distintas
ubicaciones de las imágenes.
Para continuar con el estudio en función de la ubicación de las imágenes,

realizaremos los mismos cortes empleando 3 y 5 anillos con el fin de que afecte menos
la altura eléctrica de la cavidad y que los resultados sean más convergentes.
Para el caso de 3 anillos, tenemos:
-254-

anillos con 50 imágenes cada uno.
Podemos observar como al aumentar el número de anillos los resultados son más
convergentes: en el potencial escalar las diferencias son inexistentes y en el potencial
vector, aunque todavía existen, se han reducido de manera considerable.
Mostraremos finalmente los resultados de convergencia al emplear 5 anillos
alrededor de la cavidad, comprobando como cada vez los resultados son más
convergentes e independientes de la distancia de las imágenes a la guía:

anillos con 50 imágenes cada uno.
-255-
Observamos como obtenemos unos resultados más adecuados al haber empleado

5 anillos, pues las variaciones en función de la posición son más pequeñas.
De esta forma, vamos a situar las imágenes a 5mm de la cavidad. Sobre esta
distancia, vamos a variar el número de imágenes empleadas, con el fin de estudiar su
convergencia y encontrar un número mínimo de las mismas que nos proporcione un
resultado válido. Emplearemos un total de 5 anillos para esta última comparación, pues
era en la situación en la que la convergencia era máxima. Así, obtenemos unos
resultados de:

anillos, variación del número de imágenes por anillo.
Comprobamos como para el potencial escalar las distintas situaciones coinciden

de forma precisa; no obstante si que aparecen pequeñas variaciones en el potencial
vector, siendo estas casi despreciables. Señalar que este mismo tipo de simulaciones
empleando una distancia más alejada de la guía habría provocado la falta total de
convergencia entre los distintos casos.
Tras el pequeño estudio de convergencia, escogeremos un total de 50 imágenes

situadas a 5mm de la guía con el fin de analizar la misma. En primer lugar, realizaremos
un barrido frecuencial para encontrar las frecuencias de resonancia; para ello
ubicaremos la fuente en la posición (-15, 0, 15)mm y un punto de observación fijo en
(15,0,15)mm. En esta situación, se realiza el barrido frecuencial:
-256-

Figura 6.34 Evaluación de los potenciales en un punto fijo en el interior de una guía flange de
altura 30mm al variar la frecuencia de 5 a 9.0 Ghz.
Tras obtener las resonancia, vamos a realizar una pequeña comparación entre
algunas de las frecuencias obtenidas y las proporcionadas por HFSS© con el fin de ver
la precisión que conseguimos con el método de las imágenes espaciales.

5.4633 5.431 0.0323 0.5912
5.6030 5.602 0.0010 0.0178
6.0228 6.023 0.0008 0.0129
6.6988 6.644 0.0548 0.8180
6.8895 6.845 0.0445 0.6459
7.1075 7.075 0.0325 0.4572
7.1428 7.155 0.0122 0.0170
7.4159 7.426 0.0101 0.1361
Tabla 6.8 Precisión al obtener las frecuencias de corte de una guía flange de 30mm de altura
De la tabla anterior podemos destacar como las dos frecuencias introducidas por
el potencial escalar (6.023 y 7.155) obtiene un error mucho más reducido que el resto.
Ello es debido a que en el barrido frecuencia se ha empleado un único anillo, debido al
gran coste computacional que requiere emplear un sistema formado por 3 ó 5 anillos.
No obstante, los resultados siguen siendo bastante satisfactorios, con un error relativo
inferior al 0.82% en todos los casos.
-257-
Mostraremos los potenciales en el interior de la guía flange empleando un total

de 5 anillos situados en su alrededor, verificando la distribución de los potenciales con
el campo eléctrico E z obtenido con HFSS©.
Omitimos la representación de la primera resonancia, ya que es un único pico de

potencial distribuido en el interior de la guía. No obstante sus resultados también se han
validado. Mostraremos por tanto la segunda resonancia, situada a la frecuencia
7.155Ghz:
-258-
30mm. Comparación con el campo eléctrico proporcionado por HFSS©.
Observamos como los resultados son totalmente coherentes, adaptándose la

distribución del potencial escalar a la forma del campo E z proporcionada por HFSS©.
Otra resonancia de un mayor orden es la que se produce a la frecuencia de 8.419,
siendo el potencial en el interior de la guía en este caso de:
-259-
30mm. Comparación con el campo eléctrico proporcionado por HFSS©.
Como viene sucediendo hasta ahora, conseguimos una validación de la

distribución del potencial escalar mediante el campo eléctrico dado por HFSS©.
Esta guía, debido al entrante en su parte superior derecha, ha provocado

múltiples problemas a la hora de su análisis, debido a que no se encontraba una
convergencia con la posición de las imágenes y con el número de las mismas. No
obstante, tras encontrar una configuración válida, se han validado las frecuencias de
corte obtenidas (con una buena precisión) así como la distribución del potencial escalar
en las distintas resonancias.
6.8 Limitaciones del método: Guía estrella y ridge
Hasta este punto hemos obtenido unos resultados válidos en todas las guías que
hemos analizado, a pesar de tener más o menos problemas para encontrar una ubicación
y número de imágenes capaces de analizar las estructuras propuestas.
El método de las imágenes espaciales ha presentado problemas cuando se

trataban de analizar guías con entrantes, como pueden ser la guía dual ó la guía flange
estudiadas en apartados anteriores. En estos casos, a pesar de la falta inicial de
convergencia en los resultados, conseguíamos hallar situaciones válidas para el análisis.
Si seguimos introduciendo más entrantes en la guía, el análisis mediante imágenes
espaciales se vuelve más inestable, apareciendo un mayor número de picos de “error” en
las esquinas adyacentes a los entrantes.
-260-
En este punto presentaremos el análisis de dos guías, como son la estrella y la

dual que no han podido ser analizadas satisfactoriamente de forma general, aunque si se
consiguen resultados parciales válidos lo que indica que una mejora del método puede
conducir al solventar el problema de los entrantes.
6.8.1 Guía estrella
En este punto vamos a analizar una guía “estrella”, que parte de una guía
cuadrada de 132 x132 x30mm , sobre la que se han realizado cuatro cortes cuadrados en
las esquinas, siendo cada corte de una dimensiones de 44 x44mm .
Observamos como las dimensiones de la guía propuesta en este caso son
diferentes a las analizadas hasta ahora (casi el doble de longitud), es por ello que el
número de imágenes que tenemos que emplear para su análisis también debe de
aumentar. En primer lugar, vamos a mostrar la guía a analizar empleando para ello un
total de 150 imágenes, situadas a una distancia de 10mm de la guía:
Figura 6.37 Situación de 1 anillo con 150 imágenes situados sobre una guía estrella de altura 30mm.
Al realizar un primer cálculo de los potenciales en el interior de la guía, con un

número de imágenes reducido (70 por ejemplo), se aprecia como aparecen “picos” de
error en las esquinas adyacentes a los 4 entrantes. Esto se puede apreciar claramente
calculando el potencial escalar en el interior de la estructura, a 5.5Ghz por ejemplo:
Figura 6.38 “Picos” de error en los vértices de una guía estrella al ser analizada con 70 imágenes
-261-
Vemos como aparece el mismo efecto que en el caso de la guía dual, debido a la
presencia de no 1 sino 4 entrantes. Esto hace que el análisis de esta guía sea muy
complejo mediante la técnica de las imágenes espaciales.
No obstante vamos a tratar de conseguir resultados válidos, realizando un

análisis de convergencia del método en función de la ubicación de las imágenes, el
número de las mismas y el empleo de diversos anillos que rodeen completamente la
cavidad.
En primer lugar, se han realizado varios barridos en función del número de
imágenes para distintas posiciones de las mismas. En todos ellos aparece una falta total
de convergencia entre las distintas imágenes, especialmente cuanto más alejadas estén
las mismas de la estructura. Posteriormente se realizó un barrido en función del número
de imágenes, siendo necesario el empleo de una gran cantidad de las mismas (250) para
obtener resultados razonables.
Así, tras ubicar las imágenes a 5mm de la cavidad (pues más cerca los resultados
se distorsionan) conseguimos llegar a una situación en la que se obtenía unos
potenciales relativamente convergentes con el número de imágenes, tal y como se
muestra a continuación:

Figura 6.39 Potenciales en ejes ‘x’ e ‘y’ al variar el número de imágenes en el análisis de una guía
estrella.
Se observa como 230 imágenes no proporciona un resultado convergente en el

potencial vector GAyy. El resto de valores, aun con pequeñas diferencias, muestran los
mejores resultados obtenidos en los distintos análisis.
-262-
De esta forma, se ha elegido una configuración de 250 imágenes en un único

anillo (pues el empleo de varios anillos no ha mejorado los resultados anteriores)
ubicando el mismo a una distancia de 5mm de la cavidad. En estas condiciones, se ha
realizado el barrido frecuencial sobre un punto fijo ubicado en (10,0,15)mm
encontrándose la fuente en la situación (-10,0,15)mm. Se han obtenido las siguientes
resonancias:

Figura 6.40 Evaluación de los potenciales en un punto fijo en el interior de una guía estrella de
altura 30mm al variar la frecuencia de 5 a 9.0 Ghz.
En primer lugar, destacamos la presencia de muy pocas resonancias,

circunstancia que no se había producido hasta ahora. Realizaremos una comparación de
las frecuencias obtenidas con las calculadas mediante HFSS© para evaluar su precisión:

6.0457 6.053 0.0073 0.1207
6.9371 6.945 0.0079 0.1138
8.4368 8.459 0.0222 0.2631
En la tabla anterior observamos que hemos logrado una precisión aceptable, no

obstante el cálculo no ha sido correcto pues faltan muchas frecuencias de resonancia
que no han sido obtenidas con el método de las imágenes espaciales.
Así por ejemplo, el primer modo se propaga a la frecuencia de 5.7234 Ghz sin
que ésta frecuencia sea detectada. Ello podría ser debido en una primera instancia a un
-263-
problema del método que calcula las frecuencias de resonancia, sin embargo, tras
realizar múltiples simulaciones no se podido encontrar una ubicación de imágenes que
proporcione la distribución adecuada del potencial escalar para este modo. Podemos
observar en la figura 6.41 como con HFSS© aparece esta primera resonancia de forma
clara, mientras que con el método de las imágenes no.
Potencial escalar Potencial escalarx

Figura 6.41 Primer modo de resonancia en una guía estrella de altura 30mm. Frecuencia 5.723 Ghz
Al igual que ocurre con la primera resonancia, el resto tampoco ha sido

detectado ni se ha conseguido su distribución de potencial.
En la frecuencia 6.0533 tampoco se ha conseguido una distribución adecuada del

potencial.
Hasta este punto todos los resultados son incoherentes, sin embargo aparecen
muestra de un aparecente buen comportamiento del método a otra frecuencia, como es
la 6.9358, donde se consigue una distribución adecuada de los potenciales:
-264-

Figura 6.42 Potencial escalar a la frecuencia de resonancia de 6.9358Ghz de una cavidad tipo
estrella de altura 30mm. Comparación con el campo eléctrico proporcionado por HFSS©.
Tras estos resultados podemos concluir que el método a pesar de no funcionar

correctamente para esta guía, si que proporciona unos resultados puntuales adecuados.
Ello abre una nueva línea de investigación que trate de modificar el método propuesto
para conseguir obtener resultados convergentes en este tipo de guías.
6.8.2 Guía ridge
Para terminar este apartado, vamos a realizar un análisis de la guía rige. La guía
esta basada en una cuadrada de dimensiones 66 x66 x30mm sobre la que se realizan dos
cortes cuadrados de dimensiones 22 x22mm en los lados superior e inferior.
Para el análisis de esta estructura emplearemos en primer lugar 90 imágenes

distribuidas alrededor de la misma a una distancia de 5mm como se muestra en la figura
6.43. Destacar que si aumentamos mucho esta distancia de separación se puede producir
el “solape” entre las imágenes situadas en los entrantes, provocándose una
indeterminación matemática a la hora de resolver los valores de las imágenes.
-265-
Figura 6.43 Situación de 1 anillo con 90 imágenes situados sobre una guía ridge de altura 30mm.
Debido a los dos entrantes que posee esta guía, nos encontramos ante los
mismos problemas que en la guía estrella: una falta de convergencia entre las distintas
ubicaciones de las imágenes y también en cuanto a su número. Ello nos impide a
primera instancia el cálculo adecuado de los potenciales en el interior de la estructura,
ya que aparecen “picos” de error en las esquinas adyacentes de los entrantes,
invalidando las posibles convergencias de resultados.
Un ejemplo claro lo podemos visualizar en la siguiente figura, donde se realiza

un análisis del potencial escalar a la frecuencia de 9.0 Ghz situando las imágenes a
10mm de la guía:
Figura 6.44 “Picos” de error en los vértices de una guía ridge al ser analizada con 70 imágenes
Comprobamos como aparecen los “picos” de error en las esquinas, invalidando

el resultado. De esta forma es muy complejo el análisis de esta guía mediante las
imágenes espaciales, pues los distintos análisis no son convergentes y no se puede
saber que ubicación y cuantas imágenes emplear.
En primer lugar, vamos a ubicar las imágenes a 5mm de la cavidad (pues parece
que es una distancia óptima para que las imágenes no se solapen dentro de los entrantes)
y variaremos el número de imágenes empleadas, con el fin de estudiar la convergencia.
Así, a 6Ghz de frecuencia, obtenemos los siguientes cortes de potenciales:
-266-

Figura 6.45 Potenciales en el eje ‘x’ al variar el número de imágenes en el análisis de una guía
ridge.
Se puede observar que no los resultados no son convergentes, principalmente en

el potencial escalar. Un barrido en función de la distancia de las imágenes proporciona
la misma conclusión.
No obstante, trataremos de realizar el análisis: para ello emplearemos 90

imágenes y una ubicación a 5mm de la guía. Sobre esta situación, realizaremos un
barrido en frecuencia, situando la fuente en el origen (0,0,15)mm y el punto fijo de
observación en (15,0,15). Así obtenemos:
-267-

Figura 6.46 Evaluación de los potenciales en un punto fijo en el interior de una guía ridge de altura
30mm al variar la frecuencia de 7 a 10.5 Ghz.
Al igual que ocurría con la guía estrella aparecen muy pocas resonancias; eso es
debido a que la fuente es incapaz de excitar al modo en estas geometrías complejas.
Compararemos los resultados con los obtenidos con HFSS para evaluar su precisión:

7.8387 7.893 0.0543 0.6927
8.3970 8.414 0.0170 0.2024
Las frecuencias se han calculado con una precisión bastante pobre, pero lo más
importante es que faltan muchas resonancias por obtener pues los modos no han sido
excitados. A pesar de que puede ocurrir que se sitúe la fuente en un nulo particular de
un modo, no es lógico que únicamente un modo en un barrido tan amplio. No obstante,
también puede ser debido a que la fuente ha sido incapaz de excitar al resto de modos;
por ello se ha realizado el análisis con distintas posiciones de la fuente, obteniendo
siempre el mismo resultado.
Finalmente, se confirma la incapacidad del método para calcular de forma

correcta los potenciales al comparar los mismos con los obtenidos mediante HFSS©.
No obstante, el modo detectado (a una frecuencia de 7.893Ghz) si que es obtenido con
una precisión adecuada, como comprobamos en la figura 6.47. Destacamos en esa
figura la presencia de unos “picos” de error muy importantes en las esquinas adyacentes
a los entrantes, adquiriendo un valor superior al de la resonancia. Este es el error que
nos invalida en el método para este tipo de guías.
-268-

A otras frecuencias, el método se muestra incapaz de detectar las resonancias, a

pesar de cambiar la ubicación de la fuente puntual en los centros de las mismas. Por
ejemplo vemos como en la frecuencia 9.1127Ghz, no aparecen las resonancias
buscadas, aunque los “picos” de error en este caso son muy reducidos. Parece que el
modo no logra excitarse.
-269-

Tras estos resultados podemos concluir que el método no funciona del todo bien
para esta guía, ya que propicia unos “picos” de error en las esquinas adyacentes a los
entrantes que invalidan el resto de resultados. A pesar de ello, se siguen consiguiendo
ciertos resultados puntuales válidos. Los potenciales calculados serán totalmente válidos
cuando se consigan eliminar estos errores, existiendo entonces total convergencia entre
las distintas representaciones.
6.9 Análisis multicapa: Guía cuadrada con dos dieléctricos
Hasta ahora, todos los análisis de guías han sido realizados con aire ( H r 1) en
su interior. No obstante, la teoría de las imágenes espaciales puede aplicarse de forma
directa a medios multicapa gracias a la versatilidad de la transformada de Sommerfeld
[9]. Sin más que definir las características de cada capa (como permitividad eléctrica y
permeabilidad magnética, tal y como se expuso en el capítulo anterior), podremos
realizar el cálculo de los potenciales en el interior de guías estratificadas. Ello
proporciona una herramienta muy poderosa de análisis para estructuras reales mediante
la ecuación integral.
Para verificar su funcionamiento, vamos a realizar un pequeño estudio sobre una

guía cuadrada de dos capas, una el aire ( H r 1 ) y otra con una permitividad eléctrica de
valor 2. De la misma forma que se realiza sobre la guía cuadrada, el análisis de
estructuras multicapa puede ser realizado en cualquiera de las guías expuestas a lo largo
de este capítulo, sin más que definir sus capas de manera adecuada.
La guía a analizar tendrá unas dimensiones de 66 x66 x30mm , teniendo la

primera capa una altura de 15mm y H r 1 , mientras que la segunda capa tendrá una
altura de 15mm y H r 2 . Emplearemos para el análisis un total de 50 imágenes
situadas a 15mm de la guía. La situación presentada es la siguiente:
-270-
Figura 6.49 Guía cuadrada multicapa y ubicación de 50 imágenes alrededor de la misma.
En primer lugar vamos a realizar un estudio con 50 imágenes (pues para el caso
de espacio libre eran más que suficientes) en función de la distancia de las mismas a la
guía cuadrada multicapa. Emplearemos para ello una frecuencia de 5Ghz. Los
resultados son:

Figura 6.50 Potenciales en el eje ‘x’ al variar la distancia de 50 imágenes a una guía cuadrada con
dos dieléctricos en su interior.
Comprobamos en la figura anterior como una variación de las distancias apenas

modifica el resultado, excepto cuando situamos las imágenes excesivamente cerca la
guía (5mm), al igual que ocurría en el análisis de la guía cuadrada con un único
dieléctrico en su interior.
-271-
Para verificar el correcto funcionamiento en este caso, disponemos de un barrido

frecuencia de los potenciales vector GAxx y GAyy (que es donde más problemas presenta
el método) realizado mediante la técnica analítica descrita en [10], que combina una
formulación espacial y espectral de las funciones de Green.
Para este barrido, situaremos la fuente puntual en la posición (15,0,15)mm y el
punto de observación en (7,-11,0)mm. Realizaremos un barrido entre 2 y 7 Ghz. Los
resultados obtenidos son:
Figura 6.51 Potenciales vector al realizar un barrido en un punto fijo entre 2 y 7 Ghz en una guía
cuadrada con 2 dieléctricos. Comparación con el método analítico descrito en [10].
Comprobamos como el potencial vector obtenido se corresponde de forma casi

exacta con el método analítico descrito en [10], existiendo pequeñas diferencias
puntuales, sin importancia, en el potencial vector GAyy. De esta forma podemos dar por
válidos los resultados del potencial vector proporcionados por la teoría de imágenes
espaciales al considerar dieléctricos en su interior.
En cuanto al potencial escalar, aparecen un mayor número de problemas en su

cálculo, debido a que depende tanto de las componentes TE como TM (como se mostró
en 5.2). Así con un único anillo, a pesar de obtener resultados convergentes entre ellos
en función de la ubicación y número de imágenes, no conseguimos resultados válidos.
En la figura 6.52 mostramos una comparativa del potencial escalar y vector con los
resultados obtenido en [3], apareciendo una diferencia notable para el caso del potencial
escalar. El análisis se ha realizado a una frecuencia de 6Ghz.
-272-

Figura 6.52 Comparación de los potenciales en una guía cuadrada de 66x66x30mm con un
dieléctrico de 15mm con H r 2 . Validación con los resultados obtenidos en [10]
Las diferencias aparecidas en el potencial escalar son debidas a la presencia del

dieléctrico que hace que las condiciones de contorno impuestas en la cavidad a la altura
de la fuente no sean suficientes. Es por tanto necesario reforzar estas condiciones en la
zona del dieléctrico, para evitar que la onda de superficie creada en el interior de la guía
pueda salir de la misma. Para ello, se propone el empleo de múltiples anillos empleados
de forma uniforme en la zona del dieléctrico. Así, se forzará el cumplimiento de las
condiciones de contorno, obteniendo resultados válidos.
Para una estructura como la presentada, con una altura eléctrica considerable
(30mm, para una frecuencia de 6Ghz hace un total de 0.6Ȝ) serían necesarios una gran
cantidad de anillos, siendo el coste computacional muy elevado.
La convergencia aumenta, no obstante, cuando esta altura eléctrica es menor. Si
analizamos una cavidad cuadrada con unas dimensiones diferentes, de 120 x120mm y
una altura total de 24mm (12 mm cada capa) con 8 anillos que rodeen la estructura,
obtendremos una convergencia adecuada. Por ejemplo, mostramos las medidas a
5.5Ghz en la figura 6.53.
Figura 6.53 Potencial escalar a 5.5Ghz en una guía cuadrada de 120x120mm, con dos capas de
12mm, una de ellas aire y la otra con permitividad de valor 2.
Observamos como los parámetros geométricos de medidas relativas adquieren

una gran importancia, aumentando el coste computacional de forma muy importante
con la altura eléctrica debido al incremento de anillos a emplear.
-273-
Una posible línea de continuación del proyecto sería un estudio entre la cantidad
de anillos que envuelven la estructura (y el número de imágenes que emplea cada uno
de ellos) en función de la altura eléctrica de la cavidad a analizar.
Como conclusión para el empleo de la técnica de las imágenes espaciales en el

caso de estructuras multicapa, con varios dieléctricos, indicar que para el cálculo del
potencial escalar se deben emplear varios anillos en las zonas de los dieléctricos para
forzar el cumplimiento de las condiciones de contorno. En función de la longitud
eléctrica será necesario el empleo de una mayor cantidad de anillos. Esto no es
necesario para las zonas donde la permitividad sea la del aire, es decir 1. En cuanto al
potencial vector, su convergencia es más rápida, no necesitando emplear anillos
adicionales, obteniendo por tanto un coste computacional mucho más reducido.
De esta forma queda de manifiesto la gran facilidad con la que se extiende el

método de las imágenes espaciales a estructuras multicapa, proporcionado potenciales
válidos para casi cualquier geometría 2D, tratando de forma adecuada la longitud
eléctrica de la misma mediante el empleo de múltiples anillos.
Para este capítulo no se ha desarrollado ningún software, sino que se ha

aprovechado el diseñado en el capítulo anterior variando los parámetros de entrada: tipo
de estructura, altura, imágenes, frecuencias, número de anillos, etc.
Así, con un único programa, se han logrado estudiar todas las guías presentadas
en este capítulo, así como es posible realizar análisis de otras muchas, sin más que
definirlas de manera adecuada. Es destacable la gran versatilidad del software, siendo
capaz de adaptarse a los distintos casos y proporcionar sus resultados de forma
automática, tanto en el cálculo de los mismo (en Fortran 90) como en su visualización
(Matlab ©).
-274-
Capítulo 7: Conclusiones y Líneas futuras
7. Conclusiones y líneas futuras

7.1 Conclusiones
Este proyecto ha constado de dos partes claramente distinguibles, de las que

podemos extraer conclusiones de forma independiente:
En primer lugar, se presentó la formulación espacial de la función de Green

mediante imágenes espaciales en cavidades cilíndricas. Para ello, se situaron una serie
de imágenes alrededor de la estructura bidimensional a analizar, imponiendo las
condiciones de contorno en puntos discretos de la misma. Partiendo de esta base, se
estableció un “coste” o “medida” de la corrección del cálculo de los potenciales, tanto
para el potencial escalar como para el potencial vector.
Posteriormente, se introdujeron distintas técnicas de optimización, con el fin de
reducir este “coste” y obtener una implementación de los potenciales en el interior del
cilindro más fiable. Entre estas técnicas destacan la de la ubicación de las imágenes
espaciales en circulo englobando la estructura y optimizando su radio y la optimización
por técnicas de gradiente descendente del valor complejo de las cargas (en el caso del
potencial escalar) y de las posiciones de las imágenes.
Se mostraron una gran cantidad de tablas comparativas, en la que se puede
observar la efectividad de los distintos métodos, en función de la ubicación de la fuente
puntual en el interior de la cavidad. Así, se realizó un análisis exhaustivo de las técnicas,
viendo en que situaciones proporcionaban una mejoría más significativa considerando a
su vez el coste computacional que acarreaba su empleo.
En segundo lugar, se extendió la técnica de las imágenes espaciales para el

cálculo de la función de Green y los distintos potenciales a geometrías arbitrarias. Tras
mostrar la formulación, se presentó un software capaz de analizar automáticamente
cualquier tipo de geometría, calculando los potenciales en su interior. Posteriormente, se
introdujo el concepto de “coste” para tener una medida de la corrección de los cálculos,
aplicándose nuevamente las distintas técnicas de optimización mostradas.
El siguiente paso fue la ampliación de la técnica de las imágenes espaciales a
estructuras tridimensionales, introduciendo para ello la transformada de Sommerfeld
[9]. Así, se diseñó un software capaz de analizar casi cualquier geometría, pudiendo
definir la misma en altura como un medio estratificado. Además, se introdujo el
concepto de multianillo, para evaluar cavidades con una altura eléctricamente grande.
Este concepto consiste en ubicar varios anillos de imágenes a distintas alturas de la
cavidad, englobándola por completo. Todos los cálculos de potenciales fueron validados
para una guía cuadrada con los resultados analíticos de [10].
Además, se observó la necesidad de emplear una mayor cantidad de anillos en
las zonas donde se encontraba el dieléctrico, para poder contener la onda de superficie
creada y poder obtener de forma correcta el potencial escalar.
Otra aplicación que se mostró fue el cálculo de las frecuencias de resonancia de

las distintas cavidades, realizando un barrido en frecuencia sobre un punto fijo en el
interior de la guía sobre el que se calculan los potenciales. De esta forma aparecen las
resonancias naturales de la cavidad, que coinciden con las frecuencias de corte de los
distintos modos.
-275-
Finalmente, se mostraron los resultados del cálculo de los potenciales para una
gran cantidad de guías con distintas geometrías: rectangular, rombo, triangular, flange,
etc. Se consiguió validar el método empleando el software comercial HFSS©,
obteniéndose una convergencia casi total de las frecuencias de corte obtenidas y una
visualización del potencial escalar, cuya distribución debe de coincidir con el campo
eléctrico Ez.
En cuanto a los problemas que presenta el método, éstos aparecen al analizar

guías con entrantes (especialmente cuando aparecen más de uno) y se manifiestan como
una falta de convergencia entre las distintas posiciones de las imágenes y con el número
de éstas. Así, aunque se logran resultados parciales válidos (comparándolo con HFSS©)
se necesita una mejora del método para obtener una convergencia total.
También comentar el aumento del coste computacional que requiere el análisis
del potencial escalar en guías con distintas capas de dieléctricos, pues es necesario
introducir un mayor número de anillos.
En este punto cabe destacar la robustez del software: definiendo una estructura
arbitraría en un fichero de texto, es capaz de realizar de forma automática todo el
estudio de los potenciales en su interior, teniendo en cuenta su altura (estratificada si es
necesario), vértices etc.
Por último comentar que el empleo de la técnica presentada para tramos de

geometría arbitraria va a permitir el empleo de la ecuación integral en una gran cantidad
de estructuras en las que hasta ahora no podía ser utilizada debido al problema del
cálculo de la función de Green. Por primera vez, se ha obtenido un método que, de
forma casi general, resuelve los potenciales en el interior de cualquier guía, teniendo un
empleo directo en multitud de casos prácticos: estudio y análisis de filtros, antenas,
resonadores, circuitos de radiofrecuencia en guía-onda, etc.
7.2 Líneas futuras
Debido a la amplitud del proyecto, han surgido durante la elaboración del mismo
una gran cantidad de líneas de trabajo con las que se puede seguir el mismo.
De la primera parte del proyecto, dedicada a la optimización de la función de

Green, podemos destacar:
o Empleo de distintos tipos de integración a la hora de hacer un “test de pulsos”

para optimizar los potenciales, ya que los empleados no han mostrado un
resultados satisfactorios. Además, se pueden plantear test diferentes, empleando
triángulos por ejemplos. El objetivo será buscar un valor promediado nulo a la
hora de imponer la condición de contorno en vez de un punto discreto.
o Utilización de algoritmos genéticos [21] para ubicar las imágenes alrededor de la

cavidad a analizar. Aunque puede proporcionar resultados muy satisfactorios,
tiene la desventaja de un enorme coste computacional.
-276-
o Optimización por descenso de gradiente del valor complejo y posiciones de las

imágenes en el caso del potencial vector, pues sólo está formulado para el
potencial escalar.
En cuanto a la segunda parte del proyecto, con la extensión de la teoría de las

imágenes espaciales a geometrías arbitrarías, posibles líneas de investigación futuras
son:
o Definición de un “coste” a la hora de analizar cavidades tridimensionales, para

poder tener una medida de la corrección de los potenciales implementados. Ello
nos dará una información muy valiosa a la hora de ubicar las imágenes alrededor
de las distintas estructuras.
o Recomposición de los campos eléctrico y magnético en el interior de las

cavidades, partiendo de los potenciales calculados con las imágenes espaciales.
o Empleo de imágenes situadas en ubicaciones complejas [16, 17, 18]. Esta

técnica promete resultados muy satisfactorios, y consiste en considerar las
posiciones de las imágenes complejas, apareciendo entonces una “directividad”
de cada imagen espacial. Orientado de forma adecuada la directividad de cada
imagen, podremos lograr imponer las condiciones de contorno en ciertas zonas
de la cavidad a analizar, sin influir de forma negativa en el resto.
o Estudio del número de anillos a introducir en medios con distintas capas de

dieléctricos en función de la altura eléctrica, para contener el coste
computacional.
o Realización de algún caso práctico mediante la ecuación integral para el análisis

de circuitos de radiofrecuencia en el interior de guía-onda estratificadas,
empleando para el cálculo de las imágenes espaciales la técnica aquí presentada.
Por último, comentar que todos los desarrollos presentados a lo largo del
proyecto se han basado en la suposición de fuentes eléctricas; una continuación directa
del proyecto será realizar la formulación basándose en fuentes magnéticas (que no es
dual, pues aunque cambia el tipo de fuente no cambia el tipo de contorno, por lo que la
condición a cumplir varía). No obstante, su obtención debe de ser inmediata, dada su
gran similitud con los desarrollos mostrados.
-277-
-278-
ANEXO I: Resultados númericos de la integración por pulsos
ANEXO I
Resultados numéricos de la integración por pulsos en la

evaluación del potencial escalar en un cilindro infinitesimal
Presentaremos en este anexo los resultados numéricos correspondientes a la

integración por pulsos en la evaluación del potencial escalar en un cilindro infinitesimal.
Para ello, mostraremos a continuación, cual es el valor final del coste (definido
en la ecuación 3.3) obtenido en estos métodos en función del número de cargas imagen
[ (0Ȝ,0Ȝ) , (0.2Ȝ,0.2Ȝ) , (0.4Ȝ,0Ȝ) , (0.4Ȝ,0.4Ȝ) , (0.5Ȝ,0Ȝ) , (0.7Ȝ,0.7Ȝ) ]. Mostraremos en
casos.
Nº
Tipo Cargas 5 10 15 20 25
Técnica
7.1487e- 1.3369e-
Point-matching 10.1294 1.3525 0.0061
005 006
1.3369e-
Trapecio 10.1294 74.5772 0.0061 0.1318
006
9.1169e-
Simpson 30.3169 47.4165 0.0041 3.5133
007
8.4151e-
Simpson 3/8 35.1437 31.8513 0.0039 1.1527
007
8.7649e-
Bode 25.4819 28.0553 0.0039 0.5095
007
Semi-abierta 4 4.5510e- 8.7649e-
25.9997 0.8972 0.0039
puntos internos 005 007
Semi-abierta 10 4.5522e- 8.7649e-
26.0353 0.8972 0.0039
puntos internos 005 007
8.6352e-
Trapecio 3.8555e- 4.54981e-
26.6402 0.8973 007
generalizado 003 005
Tabla AI.1 Coste de distintos métodos de integración por pulso, en función del número de
imágenes, posición fuente en (0.0Ȝ ,0.0Ȝ)
-279-
Nº cargas
Tipo 5 10 15 20 25 30
Técnica
Point- 5.6664e- 5.9574e- 4.0841e-
12.1475 16.5825 0.0972
5.9574e-
Trapecio 12.1475 18.3701 0.0972 1.5026 0.0112
006
1.9408e+ 2.3079e+ 4.7875e-
Simpson 17.8651 0.0938 416.8706
005 009 006
2.7496e+ 1.8730e+ 4.6727e- 1.7996e+
Simpson 3/8 26.9861 0.0920
005 009 006 003
3.6733e+ 1.1266e+ 4.6372e-
Bode 40.2739 0.0907 671.2963
005 009 006
Semi-abierta
5.3603e- 4.6498e- 7.5398e-
4 puntos 40.6732 5.5586 0.0912
004 006 009
internos
Semi-abierta
4.6314e- 1.2779e-
10 puntos 33.8777 42.1664 0.0908 0.0016
006 007
internos
2.6125e-
Trapecio 9.0850e- 2.1552e- 4.6282e-
33.1510 65.0231 007
generalizado 002 003 006
Nº cargas
Tipo 5 10 15 20 25 30
Técnica
Point- 2.5848e- 4.6492e-
16.1649 19.9669 0.3775 0.0026
matching 005 007
2.5848e-
Trapecio 16.1649 21.7083 0.3775 0.8872 0.0088
005
2.3114e-
Simpson 21.3260 18.0569 0.4148 0.7403 0.0094
005
2.2760e-
Simpson 3/8 26.2434 13.2931 0.4059 0.6847 0.0140
005
2.2615e-
Bode 37.0349 12.3691 0.3993 0.7613 0.0049
005
Semi-abierta
2.2746e- 5.2649e-
4 puntos 37.9058 6.6327 0.4029 0.0024
005 007
internos
Semi-abierta
0.3996 2.2608e- 5.1975e-
10 puntos 33.4921 6.6674 0.0024
005 007
internos
-280-
Trapecio 2.3510e- 2.2612e- 5.2692e-

32.7845 6.5832 0.3999
generalizado 003 005 007
Nº cargas
Tipo 5 10 15 20 25 30
Técnica
Point- 2.8172e- 2.5517e-
26.6829 23.6945 1.4449 0.0132
matching 004 005
2.8172e-
Trapecio 26.6829 68.8166 1.4449 0.3749 0.0172
004
3.3688e+ 1.7612e+ 3.6452e-
Simpson 17.1538 1.9235 81.7399
003 011 004
4.6252e+ 2.3064e+ 3.5823e-
Simpson 3/8 19.7604 1.8716 69.2776
003 012 004
5.5227e+ 4.4826e+ 3.5422e-
Bode 21.8704 1.8319 63.6620
003 011 004
Semi-abierta
21.1368 1.8271 3.4845e- 7.5339e-
4 puntos 81.5308 0.2039
004 004
internos
Semi-abierta
20.4663 1.8306 1.6533 3.5342e-
10 puntos 685.1304 0.0061
004
internos
3.5392e- 7.335e-
Trapecio 20.3296 1285.018 1.8339 2.2861
004 003
generalizado
Nº cargas
Tipo 5 10 15 20 25 30
Técnica
Point- 9.6659e- 3.7540e-
17.9904 19.9656 0.9056 0.0070
matching 005 006
9.6659e-
Trapecio 17.9904 32.0972 0.9056 0.7542 0.0121
005
1.2030e-
Simpson 23.9292 13.5542 1.1268 0.5670 0.0200
004
Simpson 1.1790e-
25.1236 14.2283 1.0987 0.4035 0.0038
3/8 004
1.1630e-
Bode 27.9842 14.4025 1.0774 0.8057 0.0129
004
-281-
Semi-
12.7546
abierta 4 28.9088 1.0889 1.1726e- 8.4674e-
0.0101
puntos 004 006
internos
Semi-
abierta 10 27.5673 12.7675 1.0782 1.1636e- 8.1904e-
0.0098
puntos 004 006
internos
Trapecio
8.9901e- 1.16444e- 7.61462e-
generali- 27.2404 12.5845 1.07945
003 004 006
zado
Nº cargas
Tipo 5 10 15 20 25 30
Integración
Point-
22.8267 8.0995 1.6061 4.2177 0.4510 1.1371
matching
Trapecio 22.8267 51.6313 1.6061 5.9493 0.4510 5.1767
1.7441e+
Simpson 21.7667 6.0057 3.0976 0.8455 2.1369
013
3.6043e+
Simpson 3/8 36.9026 6.7298 2.9544 0.8493 1.3641
012
7.7497e+
Bode 26.3056 36.9438 2.4971 0.7794 0.8441
012
Semi-abierta 42.9424
2.1737
4 puntos 6.0783 7.1962 0.7504 0.7286
internos
Semi-abierta 1.8135
356.1569
10 puntos 41.5098 10.0066 0.7050 0.7609
internos
Trapecio 34.4937 10.7793 1.5838 855.8030 0.6978 0.7804
generalizado
-282-
BIBLIOGRAFÍA
ANEXO II
Resultados numéricos del método de ubicación de

cargas en picos de potencial escalar en un cilindro
infinitesimal
Presentaremos en este anexo los resultados numéricos correspondientes al
método de ubicación de cargas en picos de potencial escalar en un cilindro infinitesimal.
Para ello mostraremos cual es el valor final del coste (definido en la ecuación
3.3) obtenido en función del número de cargas imagen empleadas (5, 10, 15, 20, 25) y
de la situación inicial de partida (a partir de la cual irá evolucionando el método), así
como de la posición de la fuente en el interior del cilindro [ (0Ȝ,0Ȝ) , (0.2Ȝ,0.2Ȝ) ,
(0.4Ȝ,0Ȝ) , (0.4Ȝ,0.4Ȝ) , (0.5Ȝ,0Ȝ) , (0.7Ȝ,0.7Ȝ) ].
Nº de cargas Situación Situación Situación Situación Point-

imágenes inicial: inicial: inicial: inicial: Matching
10 1.3525 1.3525
11 1.6572
12 2.1028
13 1.8989 0.0511
14 1.8612 0.0608
15 1.7483 0.0854 0.0061
16 1.6920 0.1085 0.0023
17 1.0395 0.1051 0.0026
18 1.1698 0.1218 0.0040
19 0.9201 0.1099 0.0055 1.6360e-004
20 0.0297 0.1236 0.0068 1.7785e-004 7.1487e-005
21 0.0218 0.1034 0.0075 2.9472e-004
22 0.0057 0.0589 0.0073 4.4016e-004
23 0.0028 0.0641 0.0082 5.8612e-004
24 0.0016 0.0422 0.0064 6.0961e-004
25 0.0012 0.0372 0.0084 5.4078e-004 1.3369e-006
en función del número de imágenes y con posición fuente en (0.0Ȝ ,0.0Ȝ)

10 16.5825 16.5825
11 15.7068
12 14.2819
13 8.6094 0.6356
-283-
BIBLIOGRAFÍA
14 6.4884 1.2442
15 4.9207 1.1727 0.0972
16 3.7564 0.8740 0.0359
17 2.6878 0.7288 0.0862
18 2.6345 0.6295 0.0917
19 1.0413 0.2856 0.0770 0.0015
20 0.1475 0.2405 0.0831 0.0038 5.6664e-004
21 0.1066 0.3402 0.0733 0.0080
22 0.0402 0.1910 0.0462 0.0081
23 0.0237 0.1302 0.0428 0.0073
24 0.0142 0.0967 0.0300 0.0053
25 0.0119 0.0591 0.0259 0.0056 5.9574e-006

10 19.9669 19.9669
11 65.9692
12 18.8774
13 23.4665 2.2782
14 20.1365 4.0115
15 15.2306 4.7308 0.3775
16 9.9794 3.7666 0.1451
17 5.4473 2.1512 0.3936
18 1.3072 2.6359 0.3760
19 1.2457 0.1562 0.3007 0.0070
20 0.1046 0.1157 0.3258 0.0240 0.0026
21 0.0902 0.1417 0.3652 0.0388
22 0.0658 0.1139 0.2187 0.0275
23 0.0646 0.1519 0.2039 0.0252
24 0.0527 0.0903 0.1567 0.0217
25 0.0298 0.0558 0.1413 0.0223 2.5848e-005

10 23.6945 23.6945
11 45.8292
12 25.2670
13 57.1417 7.4169
-284-
BIBLIOGRAFÍA
14 33.7669 11.8571
15 18.2913 9.5892 1.4449
16 17.0453 6.4370 0.5339
17 10.0158 5.3626 1.4715
18 6.2894 6.6233 1.2682
19 2.1613 5.9441 1.0167 0.0348
20 0.1773 5.5390 1.1615 0.1500 0.0132
21 0.1042 5.5099 0.8259 0.1389
22 0.1352 6.2922 0.9196 0.1125
23 0.0798 3.7750 0.7934 0.1062
24 0.1049 4.3934 0.7925 0.1053
25 0.0692 3.3206 0.6214 0.0900 2.8172e-004

10 19.9656 19.9656
11 57.2933
12 32.7523
13 33.6047 4.9316
14 29.7060 7.0980
15 17.9323 10.0183 0.9056
16 15.2451 7.3640 0.3433
17 8.8521 5.9478 0.9930
18 1.9220 6.3889 0.9187
19 1.6752 5.5211 0.7243 0.0198
20 0.2042 4.6134 0.6904 0.0771 0.0070
21 0.2165 3.2983 0.6091 0.1346
22 0.1601 0.7416 0.6828 0.0928
23 0.1557 0.2032 0.6144 0.1074
24 0.1179 0.1254 0.4256 0.0720
25 0.1092 0.1289 0.3180 0.0660 9.6659e-005
Tabla AII.5 Coste de la ubicación de cargas en picos de potencial, con distintas situaciones
iniciales, en función del número de imágenes y con posición fuente en (0.5Ȝ ,0.0Ȝ)

10 8.0995 8.0995
11 1.2031
12 1.1820
-285-
BIBLIOGRAFÍA
13 1.1217 11.2623
14 1.1220 2.2962
15 1.1530 2.0504 1.6061
16 1.0949 2.1947 0.8639
17 0.9710 2.0100 0.6412
18 1.0705 1.9359 0.6069
19 1.8399 1.9205 0.6187 3.7204
20 0.9958 1.8298 0.5594 0.1986 4.2177
21 1.7867 1.8400 0.5878 0.2029
22 1.5244 1.7896 0.4508 0.2289
23 1.5881 1.7708 0.4382 0.1698
24 1.9221 1.7239 0.3882 0.1303
25 0.6174 1.3796 0.3731 0.1441 0.4510
-286-
BIBLIOGRAFÍA
Bibliografía
[1] O. I. Sukharevsky and S. V. Kukobko and A. Z. Sazonov, “Volume Integral
Equation Analysis of a two-dimensional radome with a sharp nose”, IEEE Transactions
on Antennas and Propagation, Vol. 53, No. 4, pp. 1500-1506, April 2005.
[2] K.A. Michalski and J.R. Mosig, “Multilayered media Green’s functions in integral
equation formulations”, IEEE Trans. Antennas Propag., vol 45, no. 3, pp. 508-519, Mar.
1997.
[3] Yi-Chi Shih, “Design of Waveguide E-Plane Filters with all Metal Inserts”, IEEE
Transactions on Microwave Theory and Techniques”, Vol. 32, No. 7, pp. 695-704, July
1984.
[4] Alejandro Alvarez Melcon and Juan R. Mosig, “Two Techniques for the Efficient
Numerical Calculation of the Green's Functions for Planar Shielded Circuits and
Antennas”, IEEE Transactions on Microwave Theory and Techniques, Vol. 48, No. 9,
pp. 1492-1504, September 2000.
[5] Jind-Yeh Lee and Tzyy-Sheng Horng and Nicolaos G. Alexopoulos, “Analysis of
Cavity-Backed Aperture Antennas With a Dielectric Overlay”, IEEE Transactions on
Antennas and Propagation, Vol. 42, No. 11, pp. 1556-1562, November 1994.
[6] F. Quesada Pereira, P. Vera Castejón, D. Cañete Rebenaque, J. Pascual García, A.

Alvarez Melcón, “Numerical Evaluation of the Greens's Functions for Cylindrical
Enclosures by a New Spatial Images Method”, IEEE Transactions on Microwave
Theory and Techniques, Vol. 53, No. 1, January 2005, pp. 94-105.
[7] P. Vera-Castejon, F. D. Quesada-Pereira, J. L. Gomez-Tornero, and A. Alvarez-

Melcon,. A new procedure for the evaluation of electromagnetics potentials inside
circular cavities, in Progress in Electromagnetics Research Symposium Digest, (Pisa,
Italy), PIERS, 28-31 March 2004.
[8] Balanis, C.A. (1989). “Advanced Engineering Electromagnetics”. John Wiley and
Sons.
[9] J.R. Mosig. Integral Equation Technique. New York: Wiley, 1989
[10] Alejandro Álvarez Melcon, “Applications of the integral equation technique to the
analysis and synthesis of multilayered printed shielded microwave circuits and cavity
backed antennas” Thèse EPFL, no 1901 (1998), Département d'électricité. Dir.: Juan
Mosig.
[11] Roger F. Harrington “Field Computation by Moment Methods”, 1968.
[12] William H. Press, Saul A. Teukolsky, William T. Vetterling and Brian P. Flannery,
“Numerical Recipes in Fortran 90”, Second Edition, 1999, Cambridge University Press.
[13] J.G. de Jalón, J.I. Rodríguez, A. Brazales “Aprenda Matlab 6.1 como si estuviera
en primero”
-287-
BIBLIOGRAFÍA
[14] S.-G. Pan and I. Wolff, “Scalarization of dyadic spectral Green’s function and
network formalism for the three-dimensional full-wave analysis of planar lines and
antennas”, IEEE Trans. Microw. Theory Tech, vol. 42, no. 11, pp 2128-2127, Nov.
1994.
[15] A. A. Melcón, J.R. Mosig, and M. Guglielmi, “Efficient CAD of boxed microwave
circuits based on arbitrary rectangular elements”, IEEE Trans. Microw. Theory Tech.,
vol 47, no. 7, pp. 1045-1058. Jul. 1999.
[16] E. Heyman, B.Z. Steinberg and R. Lancunescu “Electromagnetic Complex Source

Pulsed Beam Fields”, IEEE Trans. Antennas Propag., vol 38, no.7, pp. 957-963, Jul.
1990.
[17] T. Oguzer, A. Altintas and A.I.Nosich. “Accurate simulation of reflector antennas

by the Complex source-dual series approach”, IEEE Trans. Antennas Propag., vol 43,
no.8, pp. 793-801, August. 1995.
[18] A.I.Nosich, V.B. Yurchenko and A.Altintas “Numerically exact analysis of a two-
dimensional variable-resistivity reflector fed by a complex point source”, IEEE Trans.
Antennas Propag., vol 45, no.11, pp. 1592-1601, November. 1997.
[19] W.Geyi “Numerical solution of transmission line problems by a network model

decomposition method based on polygon discretization”, IEEE Trans. Microw. Theory
Tech., vol. 38, no. 8, pp. 1086-1091. August. 1990.
[20] Yi Huang “Conducting triangular chambers for EMC measurements”, Meas. Sci.
Technol. 10 (1999). L21-L24.
[21] David E. Goldberg “Genetic Algorithms in Search, Optimization & Machine

Learning”. ISBN: 0-201-15767-5
[22] Arun K. Bhattacharyya “Electromagnetic Fields in Multilayered Structures. Theory

and Applications”. ISBN: 0-89006-651-5
[23] S. V. Marshall, R. E. DuBroff, G. G. Skitek, “Electromagnetismo, conceptos y

aplicaciones”, Simon&Schuster, Méjico, 1997. ISBN 968-880-954-3.
[24] Ángel Cardama, Lluís Jofre Roca “Antenas” Edicions UPC. ISBN: 84-8301-625-7
[25] F. Pérez Soler “Investigación de Algoritmos Rápidos para el estudio de Estructuras

Eléctricamente Grandes”. PFC UPCT. Directores: Alejandro Álvarez Melcón y
Fernando D. Quesada Pereira.
[26] A. Jurado Moreno “ Análisis y Diseño de Dispositivos de Microondas para

Comunicaciones Espaciales mediante Tecnología de Resonadores Dieléctricos”. PFC
UPCT. Directores: Fernando D. Quesada Pereira y David Cañete Rebenaque.
[27] R. Navarro Carrasco “Análisis de modos en líneas de transmisión mediante el
método de los elementos finitos”. PFC UPCT. Director: Alejandro Díaz Morcillo.
-288-
BIBLIOGRAFÍA
[28] http://es.wikipedia.org/wiki/James_Clerk_Maxwell
[29] www.upv.es/antenas/Tema_2/Ecuaciones_Maxwell.htm
-289-

PFC 1955

Cargado por

Copyright:

Formatos disponibles

PFC 1955

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

PFC 1955

Cargado por

Copyright:

Formatos disponibles

ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA DE TELECOMUNICACIÓN

UNIVERSIDAD POLITÉCNICA DE CARTAGENA

Proyecto Fin de Carrera

Formulación Espacial de la Función de Green

AUTOR: Juan Sebastián Gómez Díaz

Cartagena, Septiembre 2006

Se pueden dividir los contenidos del proyecto en dos grandes bloques:

1) Optimización de la función de Green en cavidades cilíndricas: Con el objetivo de mejorar la

2) Extensión de la técnica a cavidades de geometría arbitraría: Se desarrolla la formulación

Titulación Ingeniero de Telecomunicación

En primer lugar, quiero agradecer a mi director de proyecto Alejandro Álvarez

También quiero agradecer a Fernando D. Quesada la cesión de software

Quiero agradecer a mi familia todo el apoyo brindado y el haber estado ahí en

Muchas gracias a todos.

1.2 Conceptos de electromagnetismo ........................................................................................................5

2. FORMULACIÓN ESPACIAL EN CAVIDADES CIRCULARES ................... 11

2.2 Formulación espacial con fuentes magnéticas..................................................................................36

2.3 Software desarrollado ........................................................................................................................43

3. OPTIMIZACIÓN DE LA FUNCIÓN ESPACIAL DE GREEN........................ 47

3.2 Optimización del potencial escalar ...................................................................................................49

3.3 Optimización del potencial vector...................................................................................................106

3.4 Software desarrollado ......................................................................................................................119

4. EXTENSIÓN DE LA FORMULACIÓN ESPACIAL DE GREEN A

4.2 Formulación espacial de Green en tramos rectos ..........................................................................122

4.3 Estructuras arbitrarias ....................................................................................................................133

4.4 Optimización de los potenciales en estructuras arbitrarias..........................................................154

4.5 Validación de resultados en una guía cuadrada ............................................................................170

4.6 Software desarrollado ......................................................................................................................172

5. ANÁLISIS DE CAVIDADES TRIDIMENSIONALES .................................. 175

5.3 Análisis de cavidades eléctricamente largas: Multianillo..............................................................194

5.4 Problemas de convergencia..............................................................................................................200

5.5 Cálculo de frecuencias de resonancia .............................................................................................213

5.6 Software desarrollado ......................................................................................................................219

6. EJEMPLOS DE ANÁLISIS DE GUÍAS-ONDA TIPO ................................. 223

6.2 Guía rectangular...............................................................................................................................224

6.3 Guía triangular .................................................................................................................................230

6.4 Guía rombo con ángulos internos a 90º ..........................................................................................235

6.5 Guía trapecio.....................................................................................................................................241

6.6 Guía dual (cuadrada con un corte) .................................................................................................246

6.7 Guía flange ........................................................................................................................................253

6.8 Limitaciones del método: Guía estrella y ridge..............................................................................260

6.9 Análisis multicapa: Guía cuadrada con dos dieléctricos .............................................................270

6.10 Software desarrollado ....................................................................................................................274

7. CONCLUSIONES Y LÍNEAS FUTURAS ................................................... 275

7.2 Líneas futuras ...................................................................................................................................276

ANEXO I......................................................................................................... 279

ANEXO II........................................................................................................ 283

BIBLIOGRAFÍA ............................................................................................. 287

Figura 2.1 Dipolo unitario situado en el interior de la cavidad cilíndrica...................................................... 12

Tabla 1.1 Ecuaciones de Maxwell en su forma diferencial e integral................................................................ 5

En la actualidad el uso de las comunicaciones móviles y por satélite se encuentra

El uso de la ecuación integral se encuentra muy extendido para abordar

Recientemente, una nueva formulación para el tratamiento de la guía circular

El presente proyecto trata de continuar con el desarrollo de esta técnica,

El proyecto presenta un objetivo doble:

o Estudio y mejora de la técnica de las imágenes espaciales finita, desarrollada por

o Extensión de la técnica de las imágenes espaciales a guías de geometría

En primer lugar, se tratará de aumentar la precisión de la técnica aplicada a guías