20.01.2015 Views

pdf 2.6Mb - Publicaciones - Universidad Juárez Autónoma de Tabasco

pdf 2.6Mb - Publicaciones - Universidad Juárez Autónoma de Tabasco

pdf 2.6Mb - Publicaciones - Universidad Juárez Autónoma de Tabasco

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

Revista <strong>de</strong><br />

Ciencias Básicas<br />

UJAT<br />

Volumen 5<br />

Número 2<br />

Diciembre 2006<br />

Contenido<br />

Cableado estructurado: Un estado <strong>de</strong>l arte.<br />

José Manuel Vicente Osorio, Juan R. Hernán<strong>de</strong>z Garibay y<br />

María H. Almaguer Cantús 3<br />

Morfología <strong>de</strong> las perturbaciones <strong>de</strong> <strong>de</strong>nsidad: El<br />

orígen <strong>de</strong> las estructuras cósmicas<br />

Alejandro Gonzalez S. 15<br />

Mo<strong>de</strong>lo lineal general jerárquico<br />

Fernando Velasco Luna 20<br />

Cunduacán<br />

<strong>Tabasco</strong><br />

México


DIRECTORIO<br />

M.A. Candita V. Gil Jiménez<br />

Rectora<br />

M.P.E.S. María Isabel Zapata Vásquez<br />

Secretaria <strong>de</strong> Servicios Académicos<br />

Dr. José Manuel Piña Gutiérrez<br />

Secretario <strong>de</strong> Servicios Administrativos<br />

L.C.P. Marina Moreno Tejero<br />

Secretaria <strong>de</strong> Finanzas<br />

M.C. Teresa Ramón Frías<br />

Directora <strong>de</strong> Investigación y Posgrado<br />

M. en C. Carlos Rogelio Beltrán Moha<br />

Director <strong>de</strong> la División Académica <strong>de</strong> Ciencias Básicas


Revista <strong>de</strong><br />

Ciencias Básicas<br />

UJAT<br />

Volumen 5<br />

Número 2<br />

Diciembre 2006<br />

Cunduacán<br />

<strong>Tabasco</strong><br />

México


Contenido<br />

Cableado estructurado: Un estado <strong>de</strong>l arte.<br />

José Manuel Vicente Osorio, Juan R. Hernán<strong>de</strong>z Garibay y<br />

María H. Almaguer Cantús 3<br />

Morfología <strong>de</strong> las perturbaciones <strong>de</strong> <strong>de</strong>nsidad: El<br />

orígen <strong>de</strong> las estructuras cósmicas<br />

Alejandro Gonzalez S. 15<br />

Mo<strong>de</strong>lo lineal general jerárquico<br />

Fernando Velasco Luna 20


Cableado estructurado: Un estado <strong>de</strong>l arte<br />

José Manuel Vicente Osorio ∗<br />

<strong>Universidad</strong> Juárez Autónoma <strong>de</strong> <strong>Tabasco</strong>, DACB<br />

Carr. Cunduacán-Jalpa Km 1, Cunduacán <strong>Tabasco</strong>, México<br />

A.P. 24 C.P. 86690. Tel.(+52)914 336-0928<br />

Juan R. Hernán<strong>de</strong>z Garibay †<br />

<strong>Universidad</strong> Juárez Autónoma <strong>de</strong> <strong>Tabasco</strong>, DACB<br />

Carr. Cunduacán-Jalpa Km 1, Cunduacán <strong>Tabasco</strong>, México<br />

A.P. 24 C.P. 86690. Tel.(+52)914 336-0928<br />

María H. Almaguer Cantú ‡<br />

<strong>Universidad</strong> Juárez Autónoma <strong>de</strong> <strong>Tabasco</strong>, DACB<br />

Carr. Cunduacán-Jalpa Km 1, Cunduacán <strong>Tabasco</strong>, México<br />

A.P. 24 C.P. 86690. Tel.(+52)914 336-0928<br />

Los sistemas <strong>de</strong> cableado estructurado constituyen una plataforma universal por don<strong>de</strong><br />

se transmiten tanto voz, como datos e imágenes, ofrecen necesida<strong>de</strong>s integrales a lo que<br />

respecta a la transmisión fiable <strong>de</strong> la información. El cableado estructurado proporciona<br />

una estructura <strong>de</strong> conexión física entre todas las zonas <strong>de</strong> trabajo <strong>de</strong> un edificio<br />

y se instala sin tener en cuenta el tipo <strong>de</strong> comunicación al que se va a conectar, con<br />

la capacidad <strong>de</strong> acoplarse a los cambios en los requerimientos conforme se presentan.<br />

The systems of structured wiring constitute an universal platform by where they transmit<br />

as much voice, as data and images, they offers integral necessities to which concerns<br />

to the trustworthy transmission of the information. The structured wiring provi<strong>de</strong>s<br />

a structure of physical connection between all the zones of work of a building and<br />

it settles without consi<strong>de</strong>ring the type of communication to which it is going away<br />

to connect, with the capacity to be reconciled to the changes in the requirements as<br />

appear.<br />

Palabras clave: sistemas <strong>de</strong> cableado, transmisión fiable, conexión física.<br />

Keywords: Wiring system, Trustworthy transmission, Physical conection.<br />

1. Introducción<br />

El cableado estructurado es un servicio <strong>de</strong> red <strong>de</strong> computadoras el cual se emplea para<br />

la interconexión <strong>de</strong> las aplicaciones <strong>de</strong> las tecnologías <strong>de</strong> información, a través <strong>de</strong>l<br />

cableado estructurado po<strong>de</strong>mos obtener diferentes tipos <strong>de</strong> servicios, como la transmisión<br />

<strong>de</strong> datos, vi<strong>de</strong>os, monitoreo, control <strong>de</strong> dispositivos, etc., los cuales pue<strong>de</strong>n<br />

viajar a través <strong>de</strong> un mismo tipo <strong>de</strong> cable.<br />

El cableado estructurado se emplea en todas las instalaciones <strong>de</strong> re<strong>de</strong>s don<strong>de</strong> se<br />

emplean intercomunicaciones <strong>de</strong> red con PCs y diferentes servidores ya que es a través<br />

<strong>de</strong> él por don<strong>de</strong> se transmiten las señales mencionada anteriormente.[1]<br />

Es una forma or<strong>de</strong>nada y planeada <strong>de</strong> realizar cableados que permiten conectar<br />

teléfonos, equipo <strong>de</strong> procesamiento <strong>de</strong> datos, computadoras personales, conmuta-<br />

∗ manvicen82@hotmail.com”<br />

† junr.hernán<strong>de</strong>z@dais.ujat.mx<br />

‡ hortensia.almaguer@basicas.ujat.mx<br />

Revista <strong>de</strong> Ciencias Básicas UJAT, volumen 4 número 2 (Diciembre 2006) p 3–8


4 José Manuel Vicente Osorio, Juan R. Hernán<strong>de</strong>z Garibay y María H. Almaguer Cantú<br />

dores, re<strong>de</strong>s <strong>de</strong> área local (LAN) y equipo <strong>de</strong> oficina entre sí.<br />

Al mismo tiempo permite conducir señales <strong>de</strong> control como son: sistemas <strong>de</strong> seguridad<br />

y acceso, control <strong>de</strong> iluminación, control ambiental, etc. El objetivo primordial<br />

es proveer <strong>de</strong> un sistema total <strong>de</strong> transporte <strong>de</strong> información a través <strong>de</strong> un medio<br />

común.*Los Sistemas <strong>de</strong> Cableado Estructurado <strong>de</strong>ben emplear una Arquitectura <strong>de</strong><br />

Sistemas Abiertos (OSA por sus siglas en inglés) y soportar aplicaciones basadas en<br />

estándares como el EIA/TIA-568A, EIA/TIA-569, EIA/TIA-606, EIA/TIA-607 (<strong>de</strong> la<br />

Electronic Industries Association / Telecommunications Industry Association). Este<br />

diseño provee un sólo punto para efectuar movimientos y adiciones <strong>de</strong> tal forma que<br />

la administración y mantenimiento se convierten en una labor simplificada.<br />

La gran ventaja <strong>de</strong> los Sistemas <strong>de</strong> Cableado Estructurado es que cuenta con la<br />

capacidad <strong>de</strong> aceptar nuevas tecnologías sólo con cambiar los adaptadores electrónicos<br />

en cada uno <strong>de</strong> los extremos <strong>de</strong>l sistema; luego, los cables, rosetas, patch panels,<br />

blocks, etc, permanecen en el mismo lugar.[2]<br />

2. Cableado estructurado<br />

Un sistema <strong>de</strong> cableado estructurado es la infraestructura <strong>de</strong> cable <strong>de</strong>stinada a transportar,<br />

a lo largo y ancho <strong>de</strong> un edificio, las señales que emite un emisor <strong>de</strong> algún<br />

tipo <strong>de</strong> señal hasta el correspondiente receptor.<br />

Un sistema <strong>de</strong> cableado estructurado es físicamente una red <strong>de</strong> cable única y completa<br />

<strong>de</strong> combinaciones <strong>de</strong> alambre <strong>de</strong> cobre (pares trenzados sin blindar UTP), cables<br />

<strong>de</strong> fibra óptica bloques <strong>de</strong> conexión, cables terminados en diferentes tipos <strong>de</strong> conectores<br />

y adaptadores.<br />

El principal beneficio <strong>de</strong>l cableado estructurado es que permite la administración<br />

sencilla y sistemática <strong>de</strong> las mudanzas y cambios <strong>de</strong> ubicación <strong>de</strong> personas y equipos.<br />

Tales como el sistema <strong>de</strong> cableado <strong>de</strong> telecomunicaciones para edificios que presenta<br />

como característica saliente <strong>de</strong> ser general, es <strong>de</strong>cir, soporta una amplia gama <strong>de</strong><br />

productos <strong>de</strong> telecomunicaciones sin necesidad <strong>de</strong> ser modificado.<br />

3. Elementos principales <strong>de</strong> un cableado estructurado<br />

Cableado horizontal<br />

Cableado <strong>de</strong>l backbone<br />

Cuarto <strong>de</strong> telecomunicaciones<br />

Cuarto <strong>de</strong> entrada <strong>de</strong> servicios<br />

Sistema <strong>de</strong> puesta a tierra<br />

Atenuación<br />

Capacitancia<br />

Impedancia y distorsión por retardo<br />

Revista <strong>de</strong> Ciencias Básicas UJAT, 4(2)Diciembre 2006 p 3–8


Cableado estructurado: Un estado <strong>de</strong>l arte 5<br />

4. Administración <strong>de</strong>l sistema <strong>de</strong> cableado estructurado<br />

La administración <strong>de</strong>l sistema <strong>de</strong> cableado incluye la documentación <strong>de</strong> los cables,<br />

terminaciones <strong>de</strong> los mismos, paneles <strong>de</strong> parcheo, armarios <strong>de</strong> telecomunicaciones y<br />

otros espacios ocupados por los sistemas. La norma TIA/EIA 606 proporciona una<br />

guía que pue<strong>de</strong> ser utilizada para la ejecución <strong>de</strong> la administración <strong>de</strong> los sistemas <strong>de</strong><br />

cableado. Los principales fabricantes <strong>de</strong> equipos para cableados disponen también <strong>de</strong><br />

software específico para administración.[3]<br />

Resulta fundamental para lograr una cotización a<strong>de</strong>cuada suministrar a los oferentes<br />

la mayor cantidad <strong>de</strong> información posible. En particular, es muy importante<br />

proveerlos <strong>de</strong> planos <strong>de</strong> todos los pisos, en los que se <strong>de</strong>tallen:<br />

1. Ubicación <strong>de</strong> los gabinetes <strong>de</strong> telecomunicaciones.<br />

2. Ubicación <strong>de</strong> ductos a utilizar para cableado vertical.<br />

3. Disposición <strong>de</strong>tallada <strong>de</strong> los puestos <strong>de</strong> trabajo.<br />

4. Ubicación <strong>de</strong> los tableros eléctricos en caso <strong>de</strong> ser requeridos.<br />

5. Ubicación <strong>de</strong> pisoductos si existen y pue<strong>de</strong>n ser utilizados.<br />

5. ¿Qué es el 568<br />

En el mundo <strong>de</strong> los sistemas <strong>de</strong> cableado estructurado el número críptico 568 al or<strong>de</strong>n<br />

en que los hilos individuales <strong>de</strong>ntro <strong>de</strong>l cable CAT 5 están terminados.<br />

Organizaciones <strong>de</strong> estándares <strong>de</strong> cableado Hay muchas organizaciones involucradas<br />

en el cableado estructurado en el mundo. En Estados Unidos es la ANSI, Internacionalmente<br />

es la ISO (International Standards Organization). El propósito <strong>de</strong> las<br />

organizaciones <strong>de</strong> estándares es formular un conjunto <strong>de</strong> reglas comunes para todos<br />

en la industria, en el caso <strong>de</strong>l cableado estructurado para própositos comerciales es<br />

proveer un conjunto estándar <strong>de</strong> reglas que permitan el soporte <strong>de</strong> múltiples marcas<br />

o fabricantes. Los estándares 568 son actualmente <strong>de</strong>sarrollados por la TIA (Telecommunications<br />

Industry Association) and the EIA (Electronics Industry Association) en<br />

Estados Unidos. Estos estándares han sido adoptados alre<strong>de</strong>dor <strong>de</strong>l mundo por otras<br />

organizaciones. [4 ]<br />

6. Alcance <strong>de</strong>l estándar TIA/EIA-568A<br />

Requerimientos mínimos para el cableado <strong>de</strong> telecomunicaciones <strong>de</strong>ntro <strong>de</strong> un ambiente<br />

<strong>de</strong> oficinas.<br />

Topología recomendada y distancias<br />

Parámetros <strong>de</strong>l medio <strong>de</strong> transmisión el cual <strong>de</strong>termina el <strong>de</strong>sempeño<br />

asignaciones <strong>de</strong> conectores y guía para asegurar la interoperatibilidad<br />

Revista <strong>de</strong> Ciencias Básicas UJAT, 4(2)Diciembre 2006 p 3–8


6 José Manuel Vicente Osorio, Juan R. Hernán<strong>de</strong>z Garibay y María H. Almaguer Cantú<br />

7. Mo<strong>de</strong>los <strong>de</strong> networking<br />

El mo<strong>de</strong>lo <strong>de</strong> referencia <strong>de</strong> Interconexión <strong>de</strong> Sistemas Abiertos (OSI) lanzado en<br />

1984 fue el mo<strong>de</strong>lo <strong>de</strong> red <strong>de</strong>scriptivo creado por la Organización Internacional <strong>de</strong><br />

Normalización (ISO). Proporcionó a los fabricantes un conjunto <strong>de</strong> estándares que<br />

aseguraron una mayor compatibilidad e interoperabilidad entre los distintos tipos <strong>de</strong><br />

tecnología <strong>de</strong> red producidos por las empresas a nivel mundial.<br />

El mo<strong>de</strong>lo <strong>de</strong> referencia OSI se ha convertido en el mo<strong>de</strong>lo principal para las<br />

comunicaciones por red. Aunque existen otros mo<strong>de</strong>los, la mayoría <strong>de</strong> los fabricantes<br />

<strong>de</strong> re<strong>de</strong>s relacionan sus productos con el mo<strong>de</strong>lo <strong>de</strong> referencia <strong>de</strong> OSI. Esto es en<br />

particular así cuando lo que buscan es enseñar a los usuarios a utilizar sus productos.<br />

Se consi<strong>de</strong>ra la mejor herramienta disponible para enseñar cómo enviar y recibir datos<br />

a través <strong>de</strong> una red.[5]<br />

8. Capas <strong>de</strong>l mo<strong>de</strong>lo OSI<br />

El mo<strong>de</strong>lo <strong>de</strong> referencia OSI es un marco que se pue<strong>de</strong> utilizar para compren<strong>de</strong>r cómo<br />

viaja la información a través <strong>de</strong> una red. El mo<strong>de</strong>lo <strong>de</strong> referencia OSI explica <strong>de</strong> qué<br />

manera los paquetes <strong>de</strong> datos viajan a través <strong>de</strong> varias capas a otro dispositivo <strong>de</strong><br />

una red, aun cuando el remitente y el <strong>de</strong>stinatario poseen diferentes tipos <strong>de</strong> medios<br />

<strong>de</strong> red.<br />

En el mo<strong>de</strong>lo <strong>de</strong> referencia OSI, hay siete capas numeradas, cada una <strong>de</strong> las cuales<br />

ilustra una función <strong>de</strong> red específica. La división <strong>de</strong> la red en siete capas permite<br />

obtener las siguientes ventajas:<br />

1. Divi<strong>de</strong> la comunicación <strong>de</strong> red en partes más pequeñas y fáciles <strong>de</strong> manejar.<br />

2. Normaliza los componentes <strong>de</strong> red para permitir el <strong>de</strong>sarrollo y el soporte <strong>de</strong> los<br />

productos por diferentes fabricantes.<br />

3. Permite a los distintos tipos <strong>de</strong> hardware y software <strong>de</strong> red comunicarse entre sí.<br />

4. Evita que los cambios en una capa afecten las otras capas.<br />

5. Divi<strong>de</strong> la comunicación <strong>de</strong> red en partes más pequeñas para simplificar el aprendizaje.<br />

Capa 3: la capa <strong>de</strong> red<br />

Capa 2: la capa <strong>de</strong> enlace<br />

<strong>de</strong> datos<br />

Capa 1: la capa física<br />

Proporciona el direccionamiento lógico que los<br />

routers utilizan para <strong>de</strong>terminar la ruta.<br />

Combina bits en byte en tramas.<br />

Acceso a los medios utilizando dirección MAC.<br />

Detección <strong>de</strong> errores sin corrección.<br />

Mueve bits entre dispositivos.<br />

Especifica el voltaje, la velocidad <strong>de</strong>l cable y<br />

la extensión <strong>de</strong> los cables.<br />

Las principales capas <strong>de</strong> estudio en la aplicación <strong>de</strong>l análisis <strong>de</strong>l diseño <strong>de</strong>l cableado<br />

estructurado se enfocara principalmente en las tres primeras capas <strong>de</strong>l mo<strong>de</strong>lo <strong>de</strong><br />

Revista <strong>de</strong> Ciencias Básicas UJAT, 4(2)Diciembre 2006 p 3–8


Cableado estructurado: Un estado <strong>de</strong>l arte 7<br />

referencia OSI, dado que estas se encargan <strong>de</strong> la distribución física, enlaces <strong>de</strong> datos<br />

y la capa <strong>de</strong> red; es por ello que se preten<strong>de</strong> abarcar estas tres capas <strong>de</strong>l mo<strong>de</strong>lo.<br />

9. Internet<br />

Internet es un medio por don<strong>de</strong> viaja gran cantidad <strong>de</strong> información y los usuarios<br />

<strong>de</strong> éste la intercambian con otros, el Internet lo emplean alumnos, maestrosinvestigadores<br />

<strong>de</strong> la <strong>Universidad</strong> Juárez Autónoma <strong>de</strong> <strong>Tabasco</strong> para realizar diferentes<br />

practicas y activida<strong>de</strong>s, es por eso que en el proyecto “Cableado Estructurado<br />

<strong>de</strong> los Centros <strong>de</strong> Computo <strong>de</strong> la DAIS-UJAT; Un Análisis <strong>de</strong> su Diseño”, se hace<br />

presente al ser un medio por don<strong>de</strong> también viaja la red, por lo cual se consi<strong>de</strong>ra la<br />

necesidad <strong>de</strong> conocer mas a fondo sobre su funcionamiento y beneficios que aporta a<br />

los usuarios <strong>de</strong> la red.<br />

De acuerdo con los estudios <strong>de</strong> Contreras Alarcón, la palabra Internet : Inter.<br />

Viene <strong>de</strong>l inglés interconectec, “interconectados”, y net <strong>de</strong> network, “red”. Así que<br />

la Internet es un conjunto <strong>de</strong> unas cuantas miles <strong>de</strong> re<strong>de</strong>s diferentes interconectadas<br />

por el mundo. Internet como su propio nombre lo indica, es una enorme colección <strong>de</strong><br />

re<strong>de</strong>s en todo el mundo interconectadas entre si, una gigantesca red <strong>de</strong> or<strong>de</strong>nadores<br />

<strong>de</strong> enlace mundial[6]<br />

10. Aplicaciones futuras<br />

El mundo <strong>de</strong>l cableado empresarial evoluciona rápidamente. Los servicios emergentes<br />

<strong>de</strong> un gran ancho <strong>de</strong> banda y la adopción <strong>de</strong> normas Ethernet <strong>de</strong> cada vez mayor velocidad.<br />

De manera creciente, las re<strong>de</strong>s <strong>de</strong> voz, datos y vi<strong>de</strong>o están convergiendo<br />

en una misma infraestructura y la <strong>de</strong>manda <strong>de</strong> confiabilidad y Calidad <strong>de</strong> Servicio<br />

(QoS) nunca había sido mayor. Un sistema <strong>de</strong> cableado estructurado confiable<br />

<strong>de</strong> alto <strong>de</strong>sempeño, construido para manejar estas aplicaciones <strong>de</strong> ancho <strong>de</strong> banda<br />

intensivo, es la pieza fundamental requerida para hacer posible que las empresas actuales<br />

incrementen su productividad y ventas al mismo tiempo que reducen costos<br />

operacionales. Específicamente, un sistema <strong>de</strong> cableado estructurado capaz <strong>de</strong> ofrecer<br />

servicios 10Gb/s es el requisito para asegurar compatibilidad a futuro con servicios<br />

emergentes.<br />

11. Ventajas <strong>de</strong> la aplicación <strong>de</strong> los estándar para cableado estructurado<br />

Aplicar un estándar <strong>de</strong> cableado estructurado a nuestra empresa nos ofrece muchas<br />

ventajas, entre las que <strong>de</strong>stacamos:<br />

Facilita las tareas <strong>de</strong> mantenimiento y supervisión, ya que resulta mas sencillo i<strong>de</strong>ntificar<br />

las estructuras <strong>de</strong> cableado.<br />

Asegura un funcionamiento optimo si se cumplen todos los requisitos <strong>de</strong>l estándar.<br />

Posibilita la inclusión <strong>de</strong> una lata <strong>de</strong>nsidad <strong>de</strong> cableado.<br />

Permite la integridad <strong>de</strong> diferentes tecnologías <strong>de</strong> re<strong>de</strong>s.<br />

Revista <strong>de</strong> Ciencias Básicas UJAT, 4(2)Diciembre 2006 p 3–8


8 José Manuel Vicente Osorio, Juan R. Hernán<strong>de</strong>z Garibay y María H. Almaguer Cantú<br />

Resulta fácilmente ampliable.<br />

Existen tres estándares internacionales <strong>de</strong> cableado estructurado, que en la practica<br />

tienen diferencias muy pocas significativas:<br />

ISOIEC 11801: Estándar a nivel internacional.<br />

EN-50173: Norma europea basada en la anterior.<br />

ANSIEIATIA-568: Norma utilizada en Estados Unidos.<br />

12. Conclusiones<br />

El cableado estructurado es una forma or<strong>de</strong>nada <strong>de</strong> conectar los cables para una<br />

red, basándonos en normas EIA/TIA, establecidas a lo largo <strong>de</strong> todo el mundo, esto<br />

con el fin <strong>de</strong> establecer un or<strong>de</strong>n en el mundo <strong>de</strong> la computación y las re<strong>de</strong>s. Al<br />

realizar una buena planeación y distribución <strong>de</strong> cableado estructurado nos permite<br />

una administración sencilla y sistemática <strong>de</strong> las mudanzas y cambios <strong>de</strong> ubicación <strong>de</strong><br />

personas y equipos. Tales como el sistema <strong>de</strong> cableado <strong>de</strong> telecomunicaciones para<br />

edificios que presenta como característica saliente <strong>de</strong> ser general, es <strong>de</strong>cir, soporta una<br />

amplia gama <strong>de</strong> productos <strong>de</strong> telecomunicaciones sin necesidad <strong>de</strong> ser modificado.<br />

Si se aplican los estándares <strong>de</strong> cableado estructurado mencionados anteriormente<br />

tendremos un confiable <strong>de</strong>sempeño <strong>de</strong> la red, el cual facilitara las tareas <strong>de</strong> mantenimiento<br />

y supervisión, entre otras ventajas que éste nos ofrece.<br />

Referencias<br />

[1] Aca<strong>de</strong>mia <strong>de</strong> Networking <strong>de</strong> Cisco Systems, 2002. Guía <strong>de</strong>l primer año, 2da edición,<br />

Pearson Educación, S.A. Madrid (España).<br />

[2] http://html.rincon<strong>de</strong>lvago.com/cableado-estructurado-<strong>de</strong>-una-red-local.html<br />

[3] “Normas para cableado estructurado” (documento web) 1990<br />

http:/html.Rincon<strong>de</strong>lvago.com<br />

[4] Ortega Santana, José Juan. “Diseño <strong>de</strong> una red <strong>de</strong> cableado estructurado en oficina”<br />

(documento web) 1993, http://bdigital.ulpgc.es<br />

[5] http:/html.Rincon<strong>de</strong>lvago.com/normas-para-cableadoestraucturado.Html<br />

[6] Contreras Alarcón, José Manuel. Internet, Editorial Paraninfo. Fuenlabrada (Madrid).<br />

[7] Francisco J. Molina. “Re<strong>de</strong>s <strong>de</strong> Area Local”, editorial.<br />

Revista <strong>de</strong> Ciencias Básicas UJAT, 4(2)Diciembre 2006 p 3–8


Morfología <strong>de</strong> las Perturbaciones <strong>de</strong> Densidad: El<br />

Orígen <strong>de</strong> las Estructuras Cósmicas<br />

Alejandro González S. *<br />

División Académica <strong>de</strong> Ciencias Básicas<br />

<strong>Universidad</strong> Juárez Autónoma <strong>de</strong> <strong>Tabasco</strong>,<br />

Km 1, Carr. Cunduacán-Jalpa, Cunduacán <strong>Tabasco</strong>, México<br />

A.P. 24, C.P. 86690. Tel.(+52)914 336-0928<br />

Se calcula la distribución morfológica <strong>de</strong> las fluctuaciones primordiales <strong>de</strong> <strong>de</strong>nsidad.<br />

Determinaciones previas, han contradictoriamente concluido que existe una ten<strong>de</strong>ncia<br />

a las las formas prolatas, o a las formas oblatas, respectivamente. Utilizando dos<br />

métodos, el cálculo <strong>de</strong>l Hessiano y el tensor <strong>de</strong> inercia hemos calculado el parámetro <strong>de</strong><br />

triaxialidad <strong>de</strong> las perturbaciones <strong>de</strong> <strong>de</strong>nsidad en un campo Gaussiano Estocástico con<br />

un espectro <strong>de</strong> ley <strong>de</strong> potencias, que asemeja el espectro primordial <strong>de</strong> las fluctuaciones<br />

<strong>de</strong> <strong>de</strong>nsidad <strong>de</strong>l Universo. Mostraremos que tal ten<strong>de</strong>ncia no existe y que la distribucin<br />

<strong>de</strong> triaxialidad es in<strong>de</strong>pendiente <strong>de</strong>l índice espectral. Más aun, mostraremos que los<br />

resultados <strong>de</strong> Peacock y Heavens son compatibles con nuestras <strong>de</strong>terminaciones. Estos<br />

resultados están en completo acuerdo con las triaxialida<strong>de</strong>s inferidas para halos <strong>de</strong><br />

materia obscura, la morfología <strong>de</strong> los cúmulos <strong>de</strong> galaxias e incluso la morfología <strong>de</strong><br />

los ”voids”.<br />

We have calculated the morphology distribution of promordial <strong>de</strong>nsity fluctuations.<br />

Previous <strong>de</strong>terminations have reported contradictory results, towards a ten<strong>de</strong>ncy fot<br />

prolate or oblate shapes, respectively. By using two methods, the Hessin matrix and the<br />

inertia tensor we asses the triaxiality parameter of <strong>de</strong>nsity perturbations in a Gaussian<br />

Random Field with a power law spectrum, which mimics the primordial fluctuation<br />

spectrum of the Universe. We will show that there is no prefered ten<strong>de</strong>ncy, and that the<br />

triaxiality is in<strong>de</strong>pen<strong>de</strong>nt of the spectral in<strong>de</strong>x. Moreover, we show that the Peacock<br />

and Heavens results are compatible with our <strong>de</strong>terminations. These results are in<br />

complete agreement with the triaxiality infered for dark haloes, clusters of galaxies<br />

and even with the morphology of voids.<br />

Palabras Claves: Galaxias, Cúmulos, Morfología, Fluctuaciones <strong>de</strong> Densidad<br />

Keywords: Galaxies, Clusters, Primordial Density Fluctuations, Morphology.<br />

1. Introducción<br />

Basados en un anális exahustivo <strong>de</strong> las propieda<strong>de</strong>s <strong>de</strong> los campos Gaussianos estocásticos<br />

Bar<strong>de</strong>en, Bond, Kaiser y Szaley ([1]; BBKS <strong>de</strong> aquí en a<strong>de</strong>lante)<strong>de</strong>terminaron<br />

que las fluctuaciones primordiales <strong>de</strong> <strong>de</strong>nsidad, <strong>de</strong> las que se origina la actual estructura<br />

cósmica son intrinsecamente triaxiales con cierta ten<strong>de</strong>ncia a la oblaticidad. Otros<br />

autores han tratado <strong>de</strong> <strong>de</strong>tectar alguna inter<strong>de</strong>pen<strong>de</strong>ncia entre la triaxialidad y el<br />

tamao <strong>de</strong> las fluctuaciónes primordiales <strong>de</strong> <strong>de</strong>nsidad, con la morfología ovservada <strong>de</strong><br />

galaxias y cúmulos. Por ejemplo, [2] basado en los resultados <strong>de</strong> [3], comparó las distribuciones<br />

<strong>de</strong> triaxialidad <strong>de</strong> las fluctuaciones con la <strong>de</strong> los halos <strong>de</strong> materia obscura<br />

<strong>de</strong> simulaciones cosmológicas. Su estudio se enfocaba a analizar la evolución no lineal<br />

<strong>de</strong>l campo <strong>de</strong> <strong>de</strong>nsidad, ya que la interaccin con otras perturbaciones la morfología<br />

* alegs@basicas.ujat.mx<br />

Revista <strong>de</strong> Ciencias Básicas UJAT, volumen 4 número 2 (Diciembre 2006) p 9–19


10 Alejandro González S.<br />

final podría o no, reflejar la morfología inicial. La hipótesis <strong>de</strong> partida es que si la<br />

forma <strong>de</strong> las fluctuaciones o picos <strong>de</strong>termina la forma <strong>de</strong> los halos <strong>de</strong> materia obscura,<br />

<strong>de</strong>bería encontrarse un exceso <strong>de</strong> halos obscuros prolatos <strong>de</strong>bido al sesgo natural.<br />

Sin embargo, no se encontró tal sesgo. Más aun, [4, 5] intentarón explicar el esquema<br />

<strong>de</strong> clasificación <strong>de</strong> Hubble, asociando galaxias elípticas con las fluctuaciones más<br />

gran<strong>de</strong>s, y a las galaxias espirales o <strong>de</strong> disco con fluctuaciones pequeas. La relación<br />

<strong>de</strong>nsidad-morfología <strong>de</strong> cúmulos <strong>de</strong> galaxias contradicen esta hipótesis.<br />

Se ha intentado inferir la morfología tridimensioanl <strong>de</strong> galaxias y cúmulos a partir<br />

<strong>de</strong> los ejes principales observados, proyectados en el cielo, y realizando simulaciones<br />

<strong>de</strong> Monte Carlo para reproducirlas. [6] por ejemplo, analizaron 204 galaxias elípticas y<br />

mostraron que la distribución <strong>de</strong> triaxialidad era incompatible tanto con una muestra<br />

pura <strong>de</strong> elipsoi<strong>de</strong>s oblatos, o <strong>de</strong> elipsoi<strong>de</strong>s prolatos. Se <strong>de</strong>tectó también una fracción<br />

pequea, <strong>de</strong> ≈ 2 %, <strong>de</strong> galaxias casi esféricas. Por otra parte, [7] estudiaron una muestra<br />

más gran<strong>de</strong>, <strong>de</strong> 20399 galaxias incluyendo galaxias elípticas y espitales. Confirmaron<br />

que el número <strong>de</strong> galaxias con excentricidad cero son extremadamente raras, y que<br />

las galaxias elípticas gigantes y <strong>de</strong> masa intermedia son triaxiales. No obstante, no se<br />

<strong>de</strong>tecta ningúna ten<strong>de</strong>ncia hacia la oblaticidad o prolaticidad.<br />

En cuanto a cúmulos <strong>de</strong> galaxias [8] encontraron que los cúmulos <strong>de</strong> galaxias presentan<br />

la ten<strong>de</strong>ncia a una excentricidad más gran<strong>de</strong> que las galaxias elípticas, pero<br />

a<strong>de</strong>más su distribución morfológica es mejor ajustada por una distribución o bién <strong>de</strong><br />

puros elipsoi<strong>de</strong>s oblatos o puros elipsoi<strong>de</strong>s prolatos. En tanto, [9] analizó la elipcicidad<br />

aparente <strong>de</strong> 44 cúmulos <strong>de</strong> Abell, encontrando que la distribuci”on morfológica es<br />

consistente con formas prolatas. Y empleando una muestra <strong>de</strong> 6000 cúmulos, [10] concluyen<br />

que una distribución <strong>de</strong> elipsoi<strong>de</strong>s traxiales ajusta mejor los datos observacionales.<br />

Tal ten<strong>de</strong>ncia ha sido ampliamente estudiada también a travs <strong>de</strong> simulaciónes<br />

numéricas en escenarios dominados por materia obscura fría por [11, 12].<br />

Resulta claro que no existe concenso sobre la distribución <strong>de</strong> triaxialidad para las<br />

diferentes estructuras cósmicas observadas. Y mientras que varias propieda<strong>de</strong>s estadísticas<br />

(.e.g. función <strong>de</strong> correlación, espectro, etc.) <strong>de</strong> campos Gaussianos y No<br />

Gaussianos han sido exhaustivamente estudiada, e.g. [13, 14, 15, 16], en referencia a<br />

la morfología se han <strong>de</strong>tectado inconsistencias entre la forma <strong>de</strong> los halos predichas<br />

por las simulaciones numéricas y <strong>de</strong> las observaciones. Determinar la morfología <strong>de</strong><br />

las perturbaciones <strong>de</strong> <strong>de</strong>nsidad generadas como un proceso estocstico, es el objetivo<br />

<strong>de</strong>l presente artículo. Una introducción más <strong>de</strong>tallada pue<strong>de</strong> encontrarse en [17]. En<br />

el futuro nos avocaremos a seguir la evolucin morfológica como resultado <strong>de</strong> interacciones<br />

con otras estructuras en el regimen no lineal que se ha vuelto un tema central<br />

en la formación <strong>de</strong> galaxias [18, 19, 20].<br />

2. La Morfología <strong>de</strong> las fluctuaciones: Formulación teórica<br />

Para el presente análisis adoptarémos el procedimiento analítico y la notación <strong>de</strong><br />

BBKS. A primera aproximación uno pue<strong>de</strong> expandir el campo <strong>de</strong> <strong>de</strong>nsidad alre<strong>de</strong>dor<br />

<strong>de</strong> un pico (extremo) como<br />

δ(r) = δ(0) + r i<br />

∂δ(r)<br />

∂r i<br />

Revista <strong>de</strong> Ciencias Básicas UJAT, 4(2)Diciembre 2006 p 9–19<br />

+ 1 2 r ir j<br />

∂ 2 δ(r)<br />

∂r i ∂r j<br />

+, (1)


Morfología <strong>de</strong> las Perturbaciones <strong>de</strong> Densidad 11<br />

don<strong>de</strong> el segundo término en el lado <strong>de</strong>recho <strong>de</strong> la ecuación es cero <strong>de</strong>bido a la<br />

condición <strong>de</strong> que es un extremo <strong>de</strong> la función. El término compuesto por las segundas<br />

<strong>de</strong>rivadas es la matriz Hessiana<br />

H = − ∂2 δ<br />

∂r i ∂r j<br />

, (2)<br />

cuyos eigenvalores, or<strong>de</strong>nados sin perdida <strong>de</strong> generalidad <strong>de</strong> la forma λ 1 > λ 2 > λ 3 ,<br />

representan la aproximacin cuadrtica <strong>de</strong>l campo <strong>de</strong> <strong>de</strong>nsidad<br />

que <strong>de</strong>fine un elipsoi<strong>de</strong> triaxial con semiejes<br />

δ(r) = δ 0 − ∑ λ i r 2 i /2, (3)<br />

a i = [ 2δ(0) − δ t<br />

λ i<br />

] 1/2 , (4)<br />

con δ t <strong>de</strong>finiendo el valor <strong>de</strong>l contorno <strong>de</strong> iso<strong>de</strong>nsidad <strong>de</strong> la superficie a la que se le<br />

<strong>de</strong>terminar la triaxialidad. La ecuación (4) es la <strong>de</strong>finición adoptada por PH para<br />

analizar la morfología <strong>de</strong> los picos <strong>de</strong> <strong>de</strong>nsidad en términos <strong>de</strong> la razón <strong>de</strong> sus ejes<br />

principales.<br />

Adicionalmente, los parámtros <strong>de</strong> <strong>de</strong>nsidad son <strong>de</strong>finidos en términos <strong>de</strong> los eigenvalores<br />

<strong>de</strong>l Hessiano,<br />

ɛ = λ1 − λ 3<br />

2 ∑ λ i<br />

, p = λ 1 − 2λ 2 + λ 3<br />

2 ∑ λ i<br />

, (5)<br />

don<strong>de</strong> ɛ mi<strong>de</strong> la elipticidad en el plano λ 1 − λ 3 y p es el grado <strong>de</strong> prolaticidad u<br />

oblaticidad, respectivamente. Si 0 ≥ p ≥ −ɛ, entonces el elipsoi<strong>de</strong> es prolato, mientras<br />

que si ɛ ≥ p ≥ 0 es oblato. Los casos límites son, p = −ɛ para un esferoi<strong>de</strong> prolato<br />

puro y p = ɛ para un eferoi<strong>de</strong> oblato puro.<br />

La distribución condicional, P (ɛ, p‖x), que mi<strong>de</strong> la probabilidad <strong>de</strong> encontrar una<br />

fluctuación <strong>de</strong> <strong>de</strong>nsidad con parámetros <strong>de</strong> triaxialidad en el intervalo ɛ y p y ɛ + dɛ<br />

y p + dp, condicionada al valor <strong>de</strong> la curvatura <strong>de</strong>l campo, normalizada x = ∇ 2 δ/σ 2<br />

(ver eq. [7,6] en BBKS) es<br />

x8<br />

P (ɛ, p‖x) = ( 2 π )1/2<br />

f(x) exp(−(5/2)x2 (3ɛ 2 + p 2 ))W (ɛ, p), (6)<br />

don<strong>de</strong> he utilizado x = x ∗ = γν, que es el valor más probable <strong>de</strong> la curvatura, y γ es<br />

<strong>de</strong>pendiente <strong>de</strong>l índice espectral γ = [(n+3)/(n+5)] 1/2 . De aquí en a<strong>de</strong>lante, el tamao<br />

o altura <strong>de</strong> una fluctuación ser expresada en unida<strong>de</strong>s <strong>de</strong> la raíz cuadrática media σ<br />

<strong>de</strong>l campo <strong>de</strong> perturbaciones como δ = νσ. Así, dada una probabilidad P y una altura<br />

maxima ν max <strong>de</strong> los picos, la ec.(6) <strong>de</strong>fine una curva <strong>de</strong> isoprobabilidad que encierra<br />

al menos 100(1 − P ) % <strong>de</strong> todos los picos con alturas ν < ν max . La Figura 1 exhibe<br />

algunos <strong>de</strong> los contornos <strong>de</strong> isoprobabilidad como función <strong>de</strong> la probabilidad y la<br />

altura <strong>de</strong> los picos para los índices espectrales n = 1, −2. Solo estos índices espectrales<br />

fueron incluidos a fin <strong>de</strong> realzar cualquier posible <strong>de</strong>pen<strong>de</strong>ncia <strong>de</strong> la distribución<br />

<strong>de</strong> la triaxialidad con el espectro. Sin embargo, no se observa ninguna <strong>de</strong>pen<strong>de</strong>ncia<br />

obvia. Nuestros resultados numéricos <strong>de</strong>berán ser comparados con los contornos <strong>de</strong><br />

la Figura 1.<br />

Revista <strong>de</strong> Ciencias Básicas UJAT, 4(2)Diciembre 2006 p 9–19


12 Alejandro González S.<br />

Figura 1. Contornos <strong>de</strong> isoprobabilidad <strong>de</strong> la distribución <strong>de</strong> triaxialidad <strong>de</strong> las fluctuaciones<br />

<strong>de</strong> altura ν, para n = 1, −2. Los isocontornos <strong>de</strong> probabilidad 0.5 han sido incluidos. Estos<br />

<strong>de</strong>berán contener la mitad <strong>de</strong>l número total <strong>de</strong> flutuaciones<br />

3. Aproximación Numérica<br />

Hemos calculado tanto el Hessiano como el tensor <strong>de</strong> inercia para evaluar la morfología<br />

primordial <strong>de</strong> las fluctuaciones <strong>de</strong> <strong>de</strong>nsidad, <strong>de</strong> las que se originan las estructuras<br />

cósmicas a todas las escalas; halos <strong>de</strong> materia obscura, galaxias, cúmulos <strong>de</strong> galaxias<br />

y estructuras filamentarias. El primer cálculo fue usado por PH para llevar a cabo las<br />

primeras <strong>de</strong>terminaciones <strong>de</strong> la morfología <strong>de</strong> los picos, mientras que el segundo fue<br />

hecho por BBKS en su tratamiento analítico <strong>de</strong> los campos Gaussianos estocásticos.<br />

Ya que nuestro objetivo es probar numericamente la compatibilidad <strong>de</strong> estos resultados,<br />

ambos métodos requieren <strong>de</strong> suavisar el campo <strong>de</strong> <strong>de</strong>nsidad discreto, que es<br />

generado con fluctuaciones al azar en una caja <strong>de</strong> 64 3 nodos, y un proceso <strong>de</strong> interpolación<br />

en tres dimensiones. Hemos basado este último en el método triangular-shaped<br />

cloud (ver [21]). Esto nos permite reconstruir el campo <strong>de</strong> <strong>de</strong>nsidad en cualquier<br />

punto <strong>de</strong>ntro <strong>de</strong> la red cúbica. Mas aun, para aplicar eficientemente la interpolición<br />

requerimos <strong>de</strong>terminar el número mínimo <strong>de</strong> puntos que contribuirán al momento <strong>de</strong><br />

Revista <strong>de</strong> Ciencias Básicas UJAT, 4(2)Diciembre 2006 p 9–19


Morfología <strong>de</strong> las Perturbaciones <strong>de</strong> Densidad 13<br />

inercia. Ello para garantizar la estabilidad numérica <strong>de</strong> la morfología calculada. Para<br />

el tensor <strong>de</strong> inercia hemos asociado una masa unitaria a cada punto <strong>de</strong> la red. Varias<br />

otras formas <strong>de</strong> asignar la masa pue<strong>de</strong>n ser usados, vea e.g. [22, 23]. Una <strong>de</strong>scripción<br />

<strong>de</strong>tallada y completa <strong>de</strong>l uso <strong>de</strong> los métodos así como la <strong>de</strong>terminación <strong>de</strong>l número<br />

mínimo <strong>de</strong> nodos y pasos <strong>de</strong> interpolación pue<strong>de</strong> encontrarse [17]. N s <strong>de</strong>nota el<br />

número <strong>de</strong> subdivisiones <strong>de</strong> cada 1 3 cubo es cruzado por la superficie <strong>de</strong> iso<strong>de</strong>nsidad.<br />

3.1 Metodología<br />

Hemos generado el campo <strong>de</strong> fluctuaciones primordiales con un espectro <strong>de</strong> ley <strong>de</strong><br />

potencias, P (k) = Ak n , con índices espectrales n = 1, 0, −1, −2. Los dos primeros<br />

correspon<strong>de</strong>n a la <strong>de</strong>scripción <strong>de</strong> perturbaciones a pequea escala, <strong>de</strong>l or<strong>de</strong>n <strong>de</strong> kpc y<br />

los sugundos a escalas cosmológicas, <strong>de</strong> Mpc. La caja más gran<strong>de</strong> utilizada tiene una<br />

escala <strong>de</strong> longitud <strong>de</strong> 64h −1 Mpc por lado entonces proce<strong>de</strong>mos como sigue:<br />

1. El campo <strong>de</strong> <strong>de</strong>nsidad es convolucionado con un filtro Gaussiano<br />

don<strong>de</strong> k es el número <strong>de</strong> onda y R es el radio <strong>de</strong> filtrado.<br />

W G = exp(−(k 2 R 2 )/2), (7)<br />

2. Se dtermina la posición (en la red cúbica) <strong>de</strong> los máximos. Estos se <strong>de</strong>finen como<br />

aquellos puntos sobre la red don<strong>de</strong> la <strong>de</strong>nsidad δ max es mayor que la <strong>de</strong>nsidad en sus<br />

26 vértices vecinos más cercanos. En general, la posición <strong>de</strong> los picos máximos en la<br />

red no coinci<strong>de</strong> con la verda<strong>de</strong>ra posición <strong>de</strong>l máximo <strong>de</strong> <strong>de</strong>nsidad.<br />

3. El valor <strong>de</strong> la superficie <strong>de</strong> iso<strong>de</strong>nsidad δ t, para la cual queremos <strong>de</strong>terminar sus<br />

parámetros <strong>de</strong> triaxialidad, es elegido mediante un factor f<br />

con 0 )(x l − < x l >)], (9)<br />

i=1<br />

que involucra el uso <strong>de</strong> los nodos <strong>de</strong> la red y el código <strong>de</strong> interpolación <strong>de</strong> N s =<br />

14 y don<strong>de</strong> k, l = 1, 2, 3, x 1i, x 2i y x 3i son las coor<strong>de</strong>nadas cartesianas <strong>de</strong>l i-ésimo<br />

punto. Para una f dada, la suma corre sobre todos los nodos <strong>de</strong> la red con δ ≤ δ t.<br />

Los eigenvalores <strong>de</strong>l tensor <strong>de</strong> inercia a 2 3 > a 2 2 > a 2 1, son entonces relacionados a los<br />

eigenvalores <strong>de</strong>l Hessiano como<br />

λ 1 = 1/a 2 1, λ 2 = 1/a 2 2 yλ 3 = 1/a 2 3. (10)<br />

4. Para asegurarnos <strong>de</strong> la validéz <strong>de</strong> la aproximación cuadrática, el cálculo <strong>de</strong>l Hessiano<br />

<strong>de</strong>be ser hecho muy cerca <strong>de</strong> la posición <strong>de</strong>l pico real. Por lo tanto, uno <strong>de</strong> los<br />

requerimientos <strong>de</strong>l método <strong>de</strong>l tensor <strong>de</strong> inercia es llevar a cabo un primer proceso<br />

<strong>de</strong> interpolación para calcular el máximo real. Después <strong>de</strong> esto, la matriz Hessiana<br />

interpolando la <strong>de</strong>nsidad en puntos separados a distancias d = R/3, R/2, R <strong>de</strong>l centro<br />

<strong>de</strong>l pico. Estas tres distancias fueron utilizadas para probar la estabilidad y constancia<br />

<strong>de</strong> la forma <strong>de</strong> los picos <strong>de</strong> <strong>de</strong>nsidad.<br />

Revista <strong>de</strong> Ciencias Básicas UJAT, 4(2)Diciembre 2006 p 9–19


14 Alejandro González S.<br />

4. Resultados<br />

4.1 Análisis Estadístico<br />

Figura 2. Morfología <strong>de</strong> las fluctuaciones en función <strong>de</strong> su tamao para n = 1. El isocontorno<br />

<strong>de</strong> probabilidad 0.5 contiene 50 % <strong>de</strong>l número <strong>de</strong> picos. Los valores medios <strong>de</strong> los parámetros<br />

<strong>de</strong> triaxialidad son < ɛ >= 0,174 y < p >= 2,3 × 10 −2 .<br />

La Figura 2 muestra la distribución <strong>de</strong> los parámetros <strong>de</strong> triaxialidad como función<br />

<strong>de</strong> la altura umbral representada por ν. Se confirma que las fluctuaciones mas gran<strong>de</strong>s,<br />

ν > 3,5, tien<strong>de</strong>n a ser más esféricas que las fluctuaciones más pequeas, tal como lo<br />

<strong>de</strong>terminaron BBKS. La mayor dispersión en la morfología <strong>de</strong> los picos en el plano<br />

ɛ − p, proviene <strong>de</strong> los picos con ν < 1,5σ. A<strong>de</strong>más, la distribución <strong>de</strong> los parámetros<br />

<strong>de</strong> triaxialidad para los picos con 1,5 < ν < 3, –don<strong>de</strong> el número <strong>de</strong> fluctuaciones es<br />

mayor–, está más concentrada hacia la esfericidad y al menos un 50 % <strong>de</strong> ellos caen<br />

<strong>de</strong>ntro <strong>de</strong>l contorno <strong>de</strong> isoprobabilidad. Si analizamos la forma <strong>de</strong> estos contornos<br />

notaremos que la mayor parte <strong>de</strong>l área acotada por ellos está <strong>de</strong>ntro <strong>de</strong> la región <strong>de</strong><br />

los esferoi<strong>de</strong>s oblatos, indicando una ten<strong>de</strong>ncia a estas morfologías. Para checar si<br />

esto es correcto, calculamos la razón Γ entre el número <strong>de</strong> elipsoi<strong>de</strong>s oblatos N o al<br />

<strong>de</strong> elipsoi<strong>de</strong>s prolatos N p , ambos obtenidos numericamente. Cualquier ten<strong>de</strong>ncia <strong>de</strong>be<br />

ser reflejada por Γ. En la segunda y tercer colúmna <strong>de</strong> la Tabla 1 mostramos esta<br />

razón para diferentes índices espectrales y en función <strong>de</strong>l tamao <strong>de</strong> las fluctuaciones.<br />

Es fácilmente visible que no hay ninguna ten<strong>de</strong>ncia morfológica. Más aún, cuando solo<br />

consi<strong>de</strong>ramos los picos más altos, tampoco se observó ninguna morfología preferencial,<br />

aun cuando constituyen una población pequea.<br />

El histograma <strong>de</strong> la Figura 3, <strong>de</strong>spliega la distribución <strong>de</strong> elipsoi<strong>de</strong>s oblatos y<br />

prolatos. Debido a estos resultados, nuestra primer conclusión es que la forma intrinseca<br />

<strong>de</strong> las fluctuaciones primordiales <strong>de</strong> <strong>de</strong>nsidad es triaxial. Una inspeción <strong>de</strong><br />

la Figura 3 también confirma que los resultados son in<strong>de</strong>pendientes <strong>de</strong>l índice es-<br />

Revista <strong>de</strong> Ciencias Básicas UJAT, 4(2)Diciembre 2006 p 9–19


Morfología <strong>de</strong> las Perturbaciones <strong>de</strong> Densidad 15<br />

Cuadro 1. Cociente <strong>de</strong>l número <strong>de</strong> objetos oblatos a prolatos en función <strong>de</strong>l índice espectral<br />

n y la altura <strong>de</strong> los picos. Se indica el método utilizado<br />

pectral. Sin embargo, la distribución <strong>de</strong> elipticidad y prolaticidad exhibe una débil<br />

ten<strong>de</strong>ncia hacia las morfologías oblatas. Los valores medios < ɛ >= 0,18 ± 0,02 y<br />

< p >= (0,13 ± 0,003) × 10 −3 incluyen a todos los mo<strong>de</strong>los. Estos valores y la distribuciń<br />

<strong>de</strong> puntos en el plano ɛ − p <strong>de</strong>sacuerdan tanto con las predicciones analíticas <strong>de</strong><br />

BBKS, como con el análisis numérico <strong>de</strong> PH. Así, para comparar nuestros resultados<br />

con el <strong>de</strong> estos autores es necesario calcular la morfologá recurriendo al Hessiano,<br />

como se <strong>de</strong>scribio en la sección 3. Una vez que el Hessiano es diagonalizado tomamos<br />

el cociente <strong>de</strong> sus ejes <strong>de</strong>finidos por la Ec. (10)<br />

( λ 3<br />

) 1/2 = a 1 short − axes<br />

= = s, (11)<br />

λ 1 a 3 long − axes<br />

( λ 3<br />

) 1/2 = a 2 middle − axes<br />

= = m. (12)<br />

λ 2 a 3 long − axes<br />

La Figura 4 es un ejemplo <strong>de</strong> la distribución <strong>de</strong> estos cocientes en el plano s − m.<br />

Un simple juicio<br />

o en términos <strong>de</strong>l cociente <strong>de</strong> los ejes<br />

que nos da la ecuación <strong>de</strong> la curva<br />

λ 1 − 2λ 2 + λ 3 = 0, (13)<br />

1<br />

s 2 − 2 + 1 = 0, (14)<br />

m2 s =<br />

m<br />

√<br />

2 − m<br />

2 . (15)<br />

Revista <strong>de</strong> Ciencias Básicas UJAT, 4(2)Diciembre 2006 p 9–19


16 Alejandro González S.<br />

Figura 3. Distribución <strong>de</strong> formas oblatas y prolatas <strong>de</strong> la Tabla 1. La distribución en línea<br />

punteada correspon<strong>de</strong> a los eigenvalores generados al azar.<br />

Cuando esta función es incluida en el diagrama s−m <strong>de</strong> la Figura 4, se observa que<br />

los resultados <strong>de</strong> Ph son tambin consistentes con que no se <strong>de</strong>tecta ningúna ten<strong>de</strong>ncia<br />

morfológica, i.e. las perturbaciones son intrinsecamente triaxiales como lo muestran<br />

tanto el número <strong>de</strong> elipsoi<strong>de</strong>s oblatos y prolatos <strong>de</strong> la Figura 5, así como la cuarta<br />

columna <strong>de</strong> la Tabla I. Regresando a los resultados <strong>de</strong> BBKS, uno quisera enten<strong>de</strong>r<br />

por qué existiría un sesgo natural hacia las formas oblatas <br />

4.2 Generación Estocástica <strong>de</strong> λ i<br />

El campo primordial <strong>de</strong> fluctuaciones es un campo Gaussiano estocástico ([25, 24]),<br />

i.e. es un campo generado por la superposición <strong>de</strong> una gran número <strong>de</strong> modos <strong>de</strong> Fourier<br />

con fases al azar en un intervalo 0−2π. Bien, observando lo que es una fluctuación<br />

<strong>de</strong>s<strong>de</strong> el punto <strong>de</strong> vista <strong>de</strong> la matriz Hessiana, ésta es el resultado <strong>de</strong> la curvatura<br />

<strong>de</strong>l campo <strong>de</strong> <strong>de</strong>nsidad sobre sus ejes principales. Los eigenvalores <strong>de</strong>l Hessiano, por<br />

lo tanto <strong>de</strong>ben ser también números generados al azar; el valor <strong>de</strong> uno no afecta el<br />

valor <strong>de</strong> los otros dos. Bajo esta suposición, no resulta claro por qué o <strong>de</strong> dón<strong>de</strong> <strong>de</strong>ba<br />

surgir una ten<strong>de</strong>ncia hacia las formas oblatas. Es también bajo esta suposición que<br />

hemos generado números al azar para generar tripletes, incluso sin prestar atención a<br />

si reúnen los requerimeintos <strong>de</strong> un campo cosmológico <strong>de</strong> <strong>de</strong>nsidad. Son tripletes <strong>de</strong><br />

números generados al azar. Con este procedimiento tenemos el objetivo <strong>de</strong> tratar <strong>de</strong><br />

reproducir nuestra distribución <strong>de</strong> triaxialidad como un proceso estocástico. Si suce<strong>de</strong><br />

tal cosa, sería indicativo <strong>de</strong> que la ten<strong>de</strong>ncia reportada por BBKS resulta más bién<br />

<strong>de</strong> las varias simplificaciones analíticas hechas, que escon<strong>de</strong>n la distribución real <strong>de</strong><br />

triaxialidad.<br />

Llamaremos a nuestros tripletes, eigenvalores, tales que 0 < λ i ≤ 1. Una vez<br />

que los or<strong>de</strong>namos en forma creciente, <strong>de</strong>terminamos los parámetros <strong>de</strong> triaxialidad<br />

Revista <strong>de</strong> Ciencias Básicas UJAT, 4(2)Diciembre 2006 p 9–19


Morfología <strong>de</strong> las Perturbaciones <strong>de</strong> Densidad 17<br />

Figura 4. Distribución <strong>de</strong> picos <strong>de</strong> acuerdo al cociente <strong>de</strong> sus ejes s y m, como fueron presentados<br />

por PH. Se observa una ten<strong>de</strong>ncia artificial a las formas prolatas.<br />

a través <strong>de</strong> la Ec. (5). Los resultados son <strong>de</strong>splegados en la distribución <strong>de</strong> la Figura<br />

3 (línea punteada), en don<strong>de</strong> no se observa diferencias substanciales con las distribuciónes<br />

obtenidas con el Hessiano ni con el tensor <strong>de</strong> inercia. Incluso po<strong>de</strong>mos proveer<br />

una medida <strong>de</strong> que tan iguales son estas distribuciones recurriendo a los momentos;<br />

la media < p >, la <strong>de</strong>sviación estándard σ, el sesgo s y la curtosis k. Tales momentos<br />

caracterízan la asimetría observada <strong>de</strong> la distribución <strong>de</strong> triaxialidad. Nosotros obtuvimos:<br />

< p >= 1,324 × 10 −2 , σ = 0,1189,s = 0,9091 y k = 0,9364. Mientras que<br />

para la distribución <strong>de</strong>terminada por la generación azarosa <strong>de</strong> tripletes, obtenemos<br />

< p > 8,53 × 10 −3 , σ = 0,1194, s = 0,9251 y k = 0,9635. Y por tanto estas dos<br />

distribuciones son generadas por el mismo proceso estocástico.<br />

5. Conclusiones<br />

Para todos los índices espectrales, confirmamos que los picos <strong>de</strong> <strong>de</strong>nsidad más altos<br />

tien<strong>de</strong>n a ser mas esf’ericos. Cundo se consi<strong>de</strong>ra la muestra completa <strong>de</strong> perturbaciones,<br />

se <strong>de</strong>tecta una morfología intrinsecamente triaxial. Este resultado resuelve una<br />

controversia concerniete a sesgo natural inicial hacia la prolaticidad por PH, o hacia<br />

la oblaticidad. Nuestros resultados son in<strong>de</strong>pendientes <strong>de</strong>l índice espectral. Más aun,<br />

las <strong>de</strong>terminaciones <strong>de</strong> las formas intrinsecas <strong>de</strong> galaxias elípticas <strong>de</strong> [6, 7], que fueron<br />

consistentes con una población <strong>de</strong> objetos triaxiales, sugiere que la distribución <strong>de</strong><br />

morfologías sobrevive a la evolución no lineal <strong>de</strong>l campo.<br />

Revista <strong>de</strong> Ciencias Básicas UJAT, 4(2)Diciembre 2006 p 9–19


18 Alejandro González S.<br />

Figura 5. (a) Distribución <strong>de</strong> triaxialidad <strong>de</strong> los picos en el plano s − m, como fueron presentados<br />

por PH. Se observa una ten<strong>de</strong>ncia artificial a las formas prolatas. En la Figura (b) se<br />

incluye la función s = s(m) que divi<strong>de</strong> correctamente ambas regiones. Se comprueba que no<br />

hay tal sesgo morfológico natural<br />

Referencias<br />

[1] Bar<strong>de</strong>en J.M., Bond R., Kaiser N., y Szalay R., 1987. ApJ 304, 15.<br />

[2] Dubinski J., 1992. ApJ 401, 441.<br />

[3] Peacock J.A. y Heavens, A. MNRAS 217, 805. 1985.<br />

[4] Evrard A.E., 1989. ApJ 341, 26.<br />

[5] Evrard A.E., Silk J., y Szalay A., 1990. ApJ 365, 13.<br />

[6] Fasano G. y Vio R., 1991. MNRAS 249, 629.<br />

[7] Lambas D.G., Maddox S. y Loveday J., 1992. MNRAS 258, 404.<br />

[8] Carter D. y Metcalfe N., 1980. MNRAS 191, 325.<br />

[9] Binggeli B., 1982. A&A 107, 338.<br />

[10] Plionis M., Barrow J.D. y Frenk C.S., 1989. MNRAS 249, 662.<br />

[11] Efstathiu G., White S., Frenk C.S. y Davis M., 1985. Nature 317, 595.<br />

[12] Frenk C.S., White S., Davis M. y Efstathiou G., 1988. ApJ 227, 507.<br />

[13] Couchmann H.M.P., 1987. MNRAS 225, 777.<br />

[14] Barrow J.D. y Coles P., 1987. MNRAS 228, 407.<br />

[15] Barrow J.D. y Coles P., 1990. MNRAS 244, 557.<br />

[16] Coles, P.,1989. MNRAS 238, 319.<br />

[17] González A. Tesis doctoral. <strong>Universidad</strong> <strong>de</strong> Sussex, 1995.<br />

Revista <strong>de</strong> Ciencias Básicas UJAT, 4(2)Diciembre 2006 p 9–19


Morfología <strong>de</strong> las Perturbaciones <strong>de</strong> Densidad 19<br />

[18] Hernán<strong>de</strong>z-Toledo, H., Avila-Reese, V., Conselice, C.J. y Puerari, I. 2005. ApJ 129,<br />

682.<br />

[19] Hernán<strong>de</strong>z-Toledo, H., Avila-Reese, V., Salazar-Contreras, J.R. y Conselice, C.J. 2006.<br />

ApJ 132, 71.<br />

[20] Saintonge, A., Scha<strong>de</strong>, D., Ellingson, E. et al. 2005. ApJ 157, 228.<br />

[21] Hockney, R.W. y Eastwood, J.W.. Computer Simulations Using Particles. Institute of<br />

Physics Publishing, 1988. ISBN 0-85274-392-0. Gran Bretaa, 1999.<br />

[22] West, M., 1989. ApJ 344, 535.<br />

[23] West, M., 1989b. ApJ 347, 610.<br />

[24] Aarseth S.J., 1978. MNRAS 185, 227.<br />

[25] Adler, R.J. The Geometry of Random Fields. Ed. John-Wiley and Son, 1981.<br />

Revista <strong>de</strong> Ciencias Básicas UJAT, 4(2)Diciembre 2006 p 9–19


Mo<strong>de</strong>lo lineal general jerárquico<br />

Fernando Velasco Luna *<br />

Laboratorio <strong>de</strong> Investigación y Asesoría Estadística, LINAE<br />

Facultad <strong>de</strong> Estadística e Informática<br />

<strong>Universidad</strong> Veracruzana<br />

Av. Xalapa Esq. Manuel Avila Camacho s/n.<br />

C.P. 91020. Xalapa Veracruz, México.<br />

La Mo<strong>de</strong>lación Lineal Jerárquica es una técnica <strong>de</strong> regresión la cual toma en cuenta la<br />

estructura jerárquica <strong>de</strong> los datos. Existe gran diversidad <strong>de</strong> situaciones en las cuales<br />

es necesario hacer uso <strong>de</strong> los mo<strong>de</strong>los jerárquicos <strong>de</strong>pendiendo <strong>de</strong>l objetivo <strong>de</strong>l estudio<br />

y <strong>de</strong> la naturaleza <strong>de</strong> los datos. En este trabajo se presentan los mo<strong>de</strong>los lineales<br />

jerarquicos <strong>de</strong> mayor aplicación así como el mo<strong>de</strong>lo lineal general jerárquico.<br />

Hierarchical mo<strong>de</strong>ling is a regression technique that takes into account the hierarchical<br />

structure of the data. There exist a diversity of situations where there is the need of<br />

the use of hierarchical mo<strong>de</strong>ls, <strong>de</strong>pending on the objectives of the study and the nature<br />

of the data. In this work some the most used hierarchical linear mo<strong>de</strong>ls are presented<br />

as well as the general hierarchical linear mo<strong>de</strong>l.<br />

Palabras clave: Datos con Estructura Jerárquica, Mo<strong>de</strong>los Lineales Jerárquicos, Componentes<br />

<strong>de</strong> la Varianza.<br />

Keywords: Structure Hierarchical, Hierarchical Linear Mo<strong>de</strong>ls, Variance Components.<br />

1. Introducción<br />

Los mo<strong>de</strong>los lineales jerárquicos son una clase general <strong>de</strong> mo<strong>de</strong>los que permiten<br />

la mo<strong>de</strong>lación en una gran variedad <strong>de</strong> situaciones en las cuales se tienen datos que<br />

presentan una estructura jerárquica. Estos mo<strong>de</strong>los tienen una gran variedad <strong>de</strong> aplicaciones<br />

en diversas áreas, tales como: investigación educativa, biología, investigación<br />

social, psicología, medicina, entre otras. Los mo<strong>de</strong>los lineales jerárquicos tienen una<br />

gran historia, pero han recibido especial atención en los últimos años y sus áreas <strong>de</strong><br />

aplicación se han multiplicado consi<strong>de</strong>rablemente [13, 14, 5, 6, 17]. Recientes <strong>de</strong>sarrollos<br />

en computo han hecho que se incremente la atención en el uso <strong>de</strong> mo<strong>de</strong>los<br />

lineales jerárquicos en el análisis <strong>de</strong> datos con estructura jerárquica. En la actualidad<br />

existe software estadístico el cual permite analizar datos con estructura jerárquica <strong>de</strong><br />

acuerdo al mo<strong>de</strong>lo apropiado, MLwiN, [16], S-PLUS [15], SAS [12, 20]. Una revisión<br />

exhaustiva sobre el tema pue<strong>de</strong> encontrarse en [10]. Los mo<strong>de</strong>los lineales jerárquicos<br />

son también conocidos en la literatura bajo una gran variedad <strong>de</strong> nombres, tales<br />

como mo<strong>de</strong>los multinivel [4, 6], mo<strong>de</strong>los <strong>de</strong> coeficientes aleatorios [14], mo<strong>de</strong>los <strong>de</strong><br />

componentes <strong>de</strong> la varianza y covarianza [18], o como mo<strong>de</strong>los <strong>de</strong> efectos mixtos [11].<br />

* fvelasco@uv.mx<br />

Revista <strong>de</strong> Ciencias Básicas UJAT, volumen 4 número 2 (Diciembre 2006) p 20–28


Mo<strong>de</strong>lo lineal general jerárquico 21<br />

2. Datos con estructura jerárquica<br />

Los datos con estructura jerárquica surgen en varias situaciones. Por ejemplo:<br />

investigaciones educativas frecuentemente están relacionadas con problemas <strong>de</strong> investigación<br />

<strong>de</strong> relaciones existentes entre alumnos y el grupo <strong>de</strong> clase en el que éstos<br />

se <strong>de</strong>senvuelven. El concepto general es que el alumno interactúa con el grupo al<br />

cual éste pertenece, generalmente los alumnos y los grupos <strong>de</strong> clase son <strong>de</strong>finidos en<br />

niveles separados <strong>de</strong> esta estructura jerárquica; es <strong>de</strong>cir, se tienen J grupos con n j<br />

unida<strong>de</strong>s en el j-ésimo grupo, j = 1, ..., J. A cada grupo se le <strong>de</strong>nomina unidad <strong>de</strong><br />

nivel 2; así se tienen J unida<strong>de</strong>s <strong>de</strong> nivel 2, y a cada unidad <strong>de</strong> las n j unida<strong>de</strong>s en<br />

cada grupo se les <strong>de</strong>nomina unidad <strong>de</strong> nivel 1; con lo que se tienen n j unida<strong>de</strong>s <strong>de</strong><br />

nivel 1 en la j-ésima unidad <strong>de</strong> nivel 2. El número n j <strong>de</strong> unida<strong>de</strong>s <strong>de</strong> nivel 1 no tiene<br />

que ser necesariamente igual en cada unidad <strong>de</strong> nivel 2. En general en un sistema con<br />

estructura jerárquica se pue<strong>de</strong>n presentar varios niveles. Los datos con estructura<br />

jeráquica ocurren <strong>de</strong> manera natural en medicina [3, 19], educación [7, 8], estudios <strong>de</strong><br />

datos longitudinales [22, 1], en psicología [2, 9], entre otros campos.<br />

3. Algunos mo<strong>de</strong>los lineales jerárquicos<br />

Para analizar datos con estructura jerárquica se tiene que emplear técnicas estadísticas<br />

que tomen en cuenta dicha estructura. En esta situación, es razonable postular<br />

un mo<strong>de</strong>lo que consi<strong>de</strong>re una posible diferencia entre las unida<strong>de</strong>s <strong>de</strong> nivel 2, es<br />

<strong>de</strong>cir, plantear un mo<strong>de</strong>lo tal que, para cada unidad en el nivel 2, se tengan diferentes<br />

coeficientes. Bajo esta situación el mo<strong>de</strong>lo lineal jerárquico permite simultáneamente<br />

hacer un estudio en los niveles <strong>de</strong> la estructura jerárquica, tomando en cuenta variables<br />

para las unida<strong>de</strong>s en cada uno <strong>de</strong> los niveles. En los mo<strong>de</strong>los lineales jerárquicos<br />

cada uno <strong>de</strong> los niveles <strong>de</strong> la estructura jerárquica es representado formalmente con su<br />

propio submo<strong>de</strong>lo. Un tratamiento y abundantes referencias acerca <strong>de</strong> estos mo<strong>de</strong>los<br />

se pue<strong>de</strong> encontrar en [5, 6, 13, 14, 10, 21].<br />

A continuación se <strong>de</strong>scriben algunos mo<strong>de</strong>los lineales jerárquicos<br />

3.1 Mo<strong>de</strong>lo con intercepto aleatorio<br />

El caso más simple <strong>de</strong> un mo<strong>de</strong>lo lineal jerárquico es el <strong>de</strong>nominado intercepto<br />

aleatorio, el cual no contiene ni variables explicatorias en el nivel 1, ni variables<br />

explicatorias en el nivel 2. En este mo<strong>de</strong>lo solamente se tiene variabilidad entre las<br />

unida<strong>de</strong>s <strong>de</strong> nivel 2 y <strong>de</strong>ntro <strong>de</strong> las unida<strong>de</strong>s <strong>de</strong> nivel 2. Este mo<strong>de</strong>lo pue<strong>de</strong> ser<br />

expresado como un mo<strong>de</strong>lo don<strong>de</strong> la variable respuesta, y ij , es la suma <strong>de</strong> una media<br />

general dada por β 00 , un efecto aleatorio a nivel 2 dado por u 0j , y un efecto aleatorio a<br />

nivel 1 dado por e ij . El mo<strong>de</strong>lo para la i-ésima unidad <strong>de</strong> nivel 1, la cual se encuentra<br />

en la j-ésima unidad <strong>de</strong> nivel 2, tiene la forma<br />

y ij = β 00 + u 0j + e ij ,<br />

E (e ij ) = 0, Var (e ij ) = σ 2 e ,<br />

E (u 0j ) = 0, Var (u 0j ) = σ 2 u0. (1)<br />

Los parámetros en el mo<strong>de</strong>lo (1) son tres: El coeficiente β 00 y las varianzas σ 2 e<br />

y<br />

Revista <strong>de</strong> Ciencias Básicas UJAT, 4(2)Diciembre 2006 p 20–28


22 Fernando Velasco Luna<br />

σ 2 u0, las cuales se <strong>de</strong>nominan componentes <strong>de</strong> la varianza. En el mo<strong>de</strong>lo intercepto<br />

aleatorio la varianza <strong>de</strong> la variable respuesta es <strong>de</strong>scompuesta como la suma <strong>de</strong> las<br />

varianzas a nivel 1, σ 2 e , y a nivel 2, σ 2 u0,<br />

Var (y ij ) = σ 2 e + σ 2 u0. (2)<br />

El mo<strong>de</strong>lo para el nivel 1 tienen la forma:<br />

y ij = β 0j + e ij , (3)<br />

y el mo<strong>de</strong>lo para el nivel 2 tiene la forma:<br />

β 0j = β 00 + u 0j . (4)<br />

3.2 Mo<strong>de</strong>lo con intercepto aleatorio con varias explicatorias a nivel 1<br />

En el mo<strong>de</strong>lo intercepto aleatorio el valor esperado <strong>de</strong> la variable respuesta pue<strong>de</strong><br />

ser explicado en términos <strong>de</strong> variables explicatorias a nivel 1. Así la siguiente etapa<br />

es la inclusión <strong>de</strong> variables explicatorias en el nivel 1, esto con el objetivo <strong>de</strong> tratar<br />

<strong>de</strong> explicar el comportamiento <strong>de</strong> la variable respuesta. Con una variable explicatoria<br />

en el nivel 1 el mo<strong>de</strong>lo intercepto aleatorio tiene la forma:<br />

y ij = β 00 + β 1 x ij + u 0j + e ij ,<br />

E (e ij ) = 0, Var (e ij ) = σ 2 e ,<br />

E (u 0j ) = 0, Var (u 0j ) = σ 2 u0. (5)<br />

El mo<strong>de</strong>lo (5) se <strong>de</strong>nomina mo<strong>de</strong>lo intercepto aleatorio con una variable explicatoria<br />

a nivel 1. Los parámetros en el mo<strong>de</strong>lo (5) son cuatro: Los coeficientes <strong>de</strong> regresión<br />

β 00 y β 1 , y los componentes <strong>de</strong> la varianza σ 2 e y σ 2 u0.<br />

En el mo<strong>de</strong>lo intercepto aleatorio con una variable explicatoria a nivel 1 la varianza<br />

<strong>de</strong> la variable respuesta es <strong>de</strong>scompuesta como la suma <strong>de</strong> las varianzas a nivel 1 σ 2 e ,<br />

y a nivel 2, σ 2 u0, <strong>de</strong> la siguiente manera:<br />

Var (y ij ) = σe 2 + σu0. 2 (6)<br />

El mo<strong>de</strong>lo para el nivel 1 tienen la forma:<br />

y ij = β 0j + β 1 x ij + e ij , (7)<br />

y el mo<strong>de</strong>lo para el nivel 2 tiene la forma:<br />

β 0j = β 00 + u 0j . (8)<br />

Al igual que en el mo<strong>de</strong>lo <strong>de</strong> regresión múltiple, más <strong>de</strong> una variable explicatoria a<br />

nivel 1 pue<strong>de</strong> ser usada en el mo<strong>de</strong>lo intercepto aleatorio. La generalización <strong>de</strong>l mo<strong>de</strong>lo<br />

(5) para incluir más variables explicatorias a nivel 1; es <strong>de</strong>cir, el mo<strong>de</strong>lo intercepto<br />

aleatorio con m variables explicatorias a nivel 1 tiene la forma:<br />

y ij = β 00 + β 1 x 1ij + β 2 x 1ij + · · · + β m x mij + u 0j + e ij ,<br />

E (e ij ) = 0, Var (e ij ) = σ 2 e ,<br />

E (u 0j ) = 0, Var (u 0j ) = σ 2 u0. (9)<br />

Revista <strong>de</strong> Ciencias Básicas UJAT, 4(2)Diciembre 2006 p 20–28


Mo<strong>de</strong>lo lineal general jerárquico 23<br />

El mo<strong>de</strong>lo (9) se <strong>de</strong>nomina mo<strong>de</strong>lo intercepto aleatorio con m variables explicatorias<br />

a nivel 1. Los parámetros <strong>de</strong> este mo<strong>de</strong>lo son m + 3; los m + 1 coeficientes <strong>de</strong><br />

regresión β 00 ,β 1 ,β 2 ,...,β m y los componentes <strong>de</strong> la varianza σ 2 e y σ 2 u0.<br />

El mo<strong>de</strong>lo para el nivel 1 tiene la forma:<br />

y ij = β 0j + β 1 x 1ij + β 2 x 2ij + · · · + β m x mij + e ij , (10)<br />

y el mo<strong>de</strong>lo para el nivel 2 tiene la forma:<br />

β 0j = β 00 + u 0j . (11)<br />

3.3 Mo<strong>de</strong>lo con pendientes aleatorias<br />

En el mo<strong>de</strong>lo lineal jerárquico intercepto aleatorio con una o más variables explicatorias<br />

a nivel 1, sólo el intercepto se supone aleatorio, mientras que los <strong>de</strong>más<br />

coeficientes <strong>de</strong> regresión se suponen fijos para todas las unida<strong>de</strong>s <strong>de</strong> nivel 2. En ocasiones<br />

la relación entre las variables explicatorias y la variable respuesta pue<strong>de</strong> ser<br />

diferente en las unida<strong>de</strong>s <strong>de</strong> nivel 2. Lo anterior da surgimiento al mo<strong>de</strong>lo <strong>de</strong> pendientes<br />

aleatorias. En este mo<strong>de</strong>lo los coeficientes <strong>de</strong> algunas o <strong>de</strong> todas las variables<br />

explicatorias están variando entre las unida<strong>de</strong>s <strong>de</strong> nivel 2, es <strong>de</strong>cir, la relación existente<br />

entre cada una <strong>de</strong> las variables explicatorias y la variable respuesta no es la<br />

misma en todas las unida<strong>de</strong>s <strong>de</strong> nivel 2. Para el caso <strong>de</strong> una variable explicatoria a<br />

nivel 1 lo anterior se expresa en el siguiente mo<strong>de</strong>lo:<br />

y ij = β 00 + β 10 x 1ij + u 0j + u 1j x 1ij + e ij ,<br />

E (e ij ) = 0, Var (e ij ) = σ 2 e ,<br />

E (u 0j ) = 0, Var (u 0j ) = σ 2 u0,<br />

E (u 1j ) = 0, Var (u 1j ) = σ 2 u1,<br />

Cov (u 0j , u 1j ) = 0, Cov (u kj , e ij ) = 0, k = 0, 1. (12)<br />

el cual se <strong>de</strong>nomina mo<strong>de</strong>lo <strong>de</strong> pendientes aleatorias con una variable explicatoria a<br />

nivel 1.<br />

Los parámetros <strong>de</strong>l mo<strong>de</strong>lo <strong>de</strong> pendientes aleatorias con una variable explicatoria<br />

a nivel 1 son seis: los coeficientes <strong>de</strong> regresión β 00 y β 10 , y los componentes <strong>de</strong> la<br />

varianza σ 2 e , σ 2 u0, σ 2 u1 y σ u01 .<br />

En el mo<strong>de</strong>lo <strong>de</strong> pendientes aleatorias con una variable explicatoria a nivel 1 la<br />

varianza <strong>de</strong> la variable respuesta se <strong>de</strong>scompone <strong>de</strong> la siguiente forma:<br />

Var (y ij ) = σ 2 u0 + σ 2 u1x 2 ij + 2σ u01x ij + σ 2 e . (13)<br />

De la ecuación (13) se tiene que en el mo<strong>de</strong>lo <strong>de</strong> pendientes aleatorias con una<br />

variable explicatoria nivel 1 la varianza <strong>de</strong> la variable respuesta <strong>de</strong>pen<strong>de</strong> <strong>de</strong> la variable<br />

explicatoria a nivel 1, x ij .<br />

El mo<strong>de</strong>lo para el nivel 1 tiene la forma:<br />

y ij = β 0j + β 1j x ij + e ij , (14)<br />

Revista <strong>de</strong> Ciencias Básicas UJAT, 4(2)Diciembre 2006 p 20–28


24 Fernando Velasco Luna<br />

y el mo<strong>de</strong>lo para el nivel 2 tiene la forma:<br />

β 0j = β 00 + u 0j , β 1j = β 10 + u 1j , (15)<br />

Aquí se observa que los coeficientes β 0j y β 1j son aleatorios, es <strong>de</strong>cir cambian <strong>de</strong><br />

unidad <strong>de</strong> nivel 2 a unidad <strong>de</strong> nivel 2.<br />

El mo<strong>de</strong>lo con pendientes aleatorias con m varias variables explicatorias a nivel 1<br />

tiene la forma:<br />

m∑<br />

m∑<br />

y ij = β 00 + β k0 x kij + u 0j + u kj x kij + e ij ,<br />

k=1<br />

k=1<br />

E (e ij ) = 0, Var (e ij ) = σ 2 e , E (u kj ) = 0, Var (u kj ) = σ 2 uk,<br />

Cov (u kj, u lj ) = σ ukl , Cov (u kj , e ij ) = 0, k, l = 0, ..., m. (16)<br />

el cual se <strong>de</strong>nomina mo<strong>de</strong>lo <strong>de</strong> pendientes aleatorias con m variables explicatorias a<br />

nivel 1.<br />

Los parámetros <strong>de</strong>l mo<strong>de</strong>lo <strong>de</strong> pendientes aleatorias con m variables explicatorias<br />

a nivel 1 son (m+2)(m+3)<br />

2<br />

; los m + 1 coeficientes <strong>de</strong> regresión β 00 ,β 10 ,β 20 ,...,β m0 y los<br />

(m+2)(m+1)<br />

2<br />

+1 componentes <strong>de</strong> la varianza σe 2 , σuk 2 , y σ ukl, k, l = 0, ..., m.<br />

En el mo<strong>de</strong>lo <strong>de</strong> pendientes aleatorias con m variables explicatorias a nivel 1 la<br />

varianza <strong>de</strong> la variable respuesta se <strong>de</strong>scompone <strong>de</strong> la siguiente forma:<br />

don<strong>de</strong> x 0ij = 0.<br />

Var (y ij ) =<br />

m∑<br />

σukx 2 2 kij + 2<br />

k=0<br />

m∑<br />

σ ukl x kij x lij + σe 2 . (17)<br />

De la ecuación (17) se tiene que en el mo<strong>de</strong>lo <strong>de</strong> pendientes aleatorias con m<br />

variables explicatorias a nivel 1 la varianza <strong>de</strong> la variable respuesta <strong>de</strong>pen<strong>de</strong> <strong>de</strong> las m<br />

variables explicatorias a nivel 1, x 1ij , x 2ij , ..., x mij .<br />

k,l=0<br />

3.4 Mo<strong>de</strong>lo jerárquico con variables explicatorias a nivel 1 y a nivel 2<br />

Se han tratado hasta el momento mo<strong>de</strong>los jerárquicos en los cuales se registraron<br />

mediciones sobre una variable respuesta y y sobre una o más variables explicatorias a<br />

nivel 1, x 1 , x 2 , ..., x m . A<strong>de</strong>más se pue<strong>de</strong> medir otro conjunto <strong>de</strong> variables, w 1 ,w 2 ,...,w q<br />

para cada una <strong>de</strong> las unida<strong>de</strong>s <strong>de</strong> nivel 2, las cuales se <strong>de</strong>nominan variables explicatorias<br />

a nivel 2. Lo anterior da surgimiento al mo<strong>de</strong>lo jerárquico con variables<br />

explicatorias a nivel 1 y a nivel 2.<br />

Por facilidad <strong>de</strong> comprensión se comenzara con los mo<strong>de</strong>los para cada uno <strong>de</strong> los<br />

niveles <strong>de</strong> la jerárquia.<br />

Mo<strong>de</strong>lo en el nivel 1: El mo<strong>de</strong>lo para el nivel 1, con una variable explicatoria a<br />

nivel 1, x 1ij , tiene la forma:<br />

y ij = β 0j + β 1j x 1ij + e ij ,<br />

i = 1, 2, ..., n j ; j = 1, 2, ..., J,<br />

E (e ij ) = 0, Var (e ij ) = σ 2 e , (18)<br />

Revista <strong>de</strong> Ciencias Básicas UJAT, 4(2)Diciembre 2006 p 20–28


Mo<strong>de</strong>lo lineal general jerárquico 25<br />

Mo<strong>de</strong>lo en el nivel 2: El mo<strong>de</strong>lo para el nivel 2, con una variable explicatoria a<br />

nivel 2, w 1j , tiene la forma:<br />

β 0j = β 00 + β 01 w 1j + u 0j ,<br />

β 1j = β 10 + β 11 w 1j + u 1j ,<br />

E (u 0j ) = 0, Var (u 0j ) = σ 2 u0,<br />

E (u 1j ) = 0, Var (u 1j ) = σ 2 u1,<br />

Cov (u 0j , u 1j ) = 0. (19)<br />

El mo<strong>de</strong>lo combinado para la j-ésima unidad <strong>de</strong> nivel 2, <strong>de</strong>l mo<strong>de</strong>lo nivel 1 con una<br />

variable explicatoria a nivel 1; y <strong>de</strong>l mo<strong>de</strong>lo nivel 2 con una variable explicatoria a<br />

nivel 2, tiene la forma:<br />

y ij = (β 00 + β 01 w 1j + u 0j ) + (β 10 x 1ij + β 11 w 1j x 1ij + u 1j x 1ij ) + e ij , (20)<br />

reor<strong>de</strong>nando términos se obtiene el mo<strong>de</strong>lo<br />

y ij = β 00 + β 10 x 1ij + β 01 w 1ij + β 11 w 1j x 1ij + u 0j + u 1j x 1ij + e ij . (21)<br />

La generalización <strong>de</strong>l mo<strong>de</strong>lo (21) para incluir más variables explicatorias a nivel<br />

1 y a nivel 2 se presenta a continuación:<br />

Mo<strong>de</strong>lo en el nivel 1: El mo<strong>de</strong>lo para el nivel 1, con m variables explicatorias a<br />

nivel 1 x 1j , x 2j ,...,x mj tiene la forma<br />

y ij = β 0j + β 1j x 1ij + β 2j x 2j + · · · + β mj x mij + e ij ,<br />

i = 1, 2, ..., n j ; j = 1, 2, ..., J,<br />

E (e ij ) = 0, Var (e ij ) = σ 2 e . (22)<br />

Mo<strong>de</strong>lo en el nivel 2: El mo<strong>de</strong>lo para el nivel 2, con q variables explicatorias a nivel<br />

2 w 1j , w 2j , ..., w qj , tiene la forma:<br />

β 0j = β 00 + β 01 w 1j + β 02 w 2j + · · · + β 0q w qj + u 0j<br />

β 1j = β 10 + β 11 w 1j + β 12 w 2j + · · · + β 1q w qj + u 1j<br />

.<br />

β mj = β m0 + β m1 w 1j + β m2 w 2j + · · · + β mq w qj + u mj . (23)<br />

El mo<strong>de</strong>lo combinado para la j-ésima unidad <strong>de</strong> nivel 2, <strong>de</strong>l mo<strong>de</strong>lo nivel 1 con m<br />

variables explicatorias a nivel 1; y <strong>de</strong>l mo<strong>de</strong>lo nivel 2 con q variables explicatorias a<br />

nivel 2, tiene la forma:<br />

y ij = β 00 + β 01 w 1j + β 02 w 2j + · · · + β 0q w qj + u 0j +<br />

+β 10 x 1ij + β 11 w 1j x 1ij + · · · + β 1q w qj x 1ij + u 1j x 1ij<br />

+ · · · + β m0 x mij + · · · + β mq w qj x mij + u mj x mij + e ij , (24)<br />

reor<strong>de</strong>nando términos se obtiene el mo<strong>de</strong>lo<br />

y ij = β 00 + β 10 x 1j + · · · + β m0 x mij +<br />

+β 01 w 1j + β 11 w 1j x 1ij + · · · + β m1 w 1j x mij +<br />

+ · · · + β 0q w qj + β 1q w qj x 1ij · · · + β mq w qj x mij +<br />

+u 0j + u 1j x 1ij + · · · + u mj x mij + e ij . (25)<br />

Revista <strong>de</strong> Ciencias Básicas UJAT, 4(2)Diciembre 2006 p 20–28


26 Fernando Velasco Luna<br />

4. Mo<strong>de</strong>lo lineal general jerárquico<br />

Existen muchas variantes <strong>de</strong> los mo<strong>de</strong>los anteriores, ya sea teniendo algunas variables<br />

explicatorias a nivel 1, con coeficientes fijos y otras con coeficientes aleatorios, o<br />

más aún añadiendo más niveles a la estructura jerárquica. Todos estos mo<strong>de</strong>los son<br />

casos especiales <strong>de</strong>l mo<strong>de</strong>lo lineal general jerárquico el cual se presenta a continuación.<br />

Definiendo<br />

⎡<br />

Y j = ⎢<br />

⎣<br />

y 1j<br />

y 2j<br />

.<br />

y njj<br />

⎤<br />

⎡<br />

⎤<br />

1 x 11j x 21j · · · x m1j<br />

⎥<br />

⎦ ; X 1 x 12j x 22j · · · x m2j<br />

j = ⎢<br />

⎣<br />

.<br />

. . . ..<br />

⎥<br />

. ⎦ ;<br />

1 x 1njj x 2njj · · · x mnjj<br />

⎡<br />

e j = ⎢<br />

⎣<br />

e 1j<br />

e 2j<br />

.<br />

e njj<br />

⎤<br />

⎡<br />

⎥<br />

⎦ ; β j = ⎢<br />

⎣<br />

β 0j<br />

β 1j<br />

.<br />

β mj<br />

En forma matricial el mo<strong>de</strong>lo nivel 1 (22) toma la forma<br />

⎤<br />

⎥<br />

⎦<br />

Y j = X j β j + e j ; j = 1, ..., J, (26)<br />

don<strong>de</strong> Y j es el vector respuesta n j x1, X j es la matriz <strong>de</strong> variables explicatorias a nivel<br />

1 <strong>de</strong> or<strong>de</strong>n n j x(m + 1), β j es el vector <strong>de</strong> parámetros <strong>de</strong> or<strong>de</strong>n (m + 1)x1 y e j es un<br />

vector <strong>de</strong> errores aleatorios n j x1. Se supone E (e j ) = 0, Var (e j ) = σ 2 e I nj . Definiendo<br />

⎡<br />

⎤<br />

1 w 1j w 2j · · · w qj · · · 0 0 0 · · · 0<br />

0 0 0 · · · 0 · · · 0 0 0 · · · 0<br />

W j = ⎢<br />

⎣<br />

.<br />

. . . .. . . .. . . . . ..<br />

⎥<br />

. ⎦<br />

0 0 0 · · · 0 · · · 1 w 1j w 2j · · · w qj<br />

y<br />

β = [β 00 , β 01 , ..., β 0q , β 10 , β 11 , ..., β 1q , ..., β m0 , β m1 , ..., β mq ] T ;<br />

u j = [u 0j , u 1j , ..., u mj ] T<br />

En forma matricial el mo<strong>de</strong>lo nivel 2 (23) tiene la forma<br />

β j = W j β + u j ; j = 1, ..., J, (27)<br />

don<strong>de</strong> W j es la matriz <strong>de</strong> variables explicatorias a nivel 2, <strong>de</strong> or<strong>de</strong>n (m + 1)x (q + 1) (m + 1),<br />

β es el vector (q + 1) (m + 1)x1 <strong>de</strong> coeficientes fijos, y u j es el vector <strong>de</strong> errores aleatorios<br />

nivel 2 <strong>de</strong> or<strong>de</strong>n (m + 1)x1. Supongase E (u j ) = 0 y<br />

⎡<br />

Var (u j ) = Ω = ⎢<br />

⎣<br />

σuo 2 σ u01 · · · σ u0m<br />

σ u01 σu1 2 · · · σ u1m<br />

.<br />

. . .. .<br />

σ u0m σ u1m · · · σum<br />

2<br />

⎤<br />

⎥<br />

⎦ ,<br />

Revista <strong>de</strong> Ciencias Básicas UJAT, 4(2)Diciembre 2006 p 20–28


Mo<strong>de</strong>lo lineal general jerárquico 27<br />

En forma matricial el mo<strong>de</strong>lo combinado para la j-ésima unidad <strong>de</strong> nivel 2 tiene<br />

la forma<br />

Y j = X j W j β + X j u j + e j ; j = 1, ..., J,<br />

E (Y j ) = X j W j β, V j = Var (Y j ) = X j ΩX T j + σ 2 e I nj . (28)<br />

Definiendo<br />

⎡ ⎤ ⎡<br />

Y 1<br />

Y 2<br />

Y = ⎢<br />

⎣<br />

⎥<br />

. ⎦ ; u = ⎢<br />

⎣<br />

Y J<br />

u 1<br />

u 2<br />

.<br />

.<br />

u J<br />

⎤<br />

⎥<br />

⎦ ;<br />

⎡<br />

e = ⎢<br />

⎣<br />

e 1<br />

e 2<br />

.<br />

e J<br />

⎤<br />

⎡<br />

⎥<br />

⎦ ; X = diag(X j); W = ⎢<br />

⎣<br />

W 1<br />

W 2<br />

.<br />

W J<br />

⎤<br />

⎥<br />

⎦<br />

don<strong>de</strong> diag(A j ) representa los términos diagonales por matriz bloque, con A j en el<br />

j-ésimo bloque <strong>de</strong> la diagonal. Del mo<strong>de</strong>lo (28) se tiene<br />

Y = XWβ + Xu + e, (29)<br />

el cual se <strong>de</strong>nomina mo<strong>de</strong>lo lineal general jerárquico. La matriz <strong>de</strong> varianzas y covarianzas<br />

tiene la forma<br />

V = Var(Y) = Xdiag(Ω)X T + diag(σ 2 e I nj ) (30)<br />

Definiendo<br />

Var (e) = R = diag(σ 2 e I nj ) y Var (u) = G = diag(Ω) (31)<br />

la matriz <strong>de</strong> varianzas y covarianzas para el mo<strong>de</strong>lo lineal general jerárquico (29)<br />

tiene la forma<br />

V = Var (Y) = XGX T + R. (32)<br />

Referencias<br />

[1] Arnau, J. y Balluerka, N. “Análisis <strong>de</strong> Datos Longitudinales y <strong>de</strong> Curvas <strong>de</strong> Crecimiento.<br />

Enfoque clásico y propuestas actuales”. Psicuthema, 16(1), 2004, 156-162.<br />

[2] Boyle, M. H. and Douglas, J. “Multilevel Mo<strong>de</strong>ling of Hierarchical Data in Developmental<br />

Studies”. The Journal of Child Psychology and Psychiatry, 42(1), 2001, 141-162.<br />

[3] Brown, H. Applied Mixed Mo<strong>de</strong>ls in Medicine. Wiley, New York, 1999.<br />

[4] Goldstein, H. “Efficient Statistical Mo<strong>de</strong>ling of Longitudinal Data”. Annals of Human<br />

Biology, 13(2), 1986, 129-141.<br />

[5] Goldstein, H. Multilevel Mo<strong>de</strong>ls in Educational and Social Research. Griffin, London,<br />

1987.<br />

[6] Goldstein, H. Multilevel Statistical Mo<strong>de</strong>ls. Second Edition. Halsted Press, New York,<br />

1995.<br />

[7] Goldstein, H. “Methods in School Effectiveness Research”. School Effectiveness and<br />

school Improvement, 8, 1997, 369-39.<br />

Revista <strong>de</strong> Ciencias Básicas UJAT, 4(2)Diciembre 2006 p 20–28


28 Fernando Velasco Luna<br />

[8] Goldstein, H., Rasbash, J., Yang, M. y otros “A Multilevel Analysis of School Examination<br />

Results”. Oxford Review of Education, 19(4), 1993, 425-433.<br />

[9] Hernán<strong>de</strong>z, L. M. V., Colmeras, F. y Martínez, A. R. “Mo<strong>de</strong>los Jerárquicos por Piezas<br />

en el Análisis <strong>de</strong> la Relación entre Discontinuidad Conductual y Discontinuidad en<br />

Procesos Subyacentes”. Anales <strong>de</strong> Psicología, 19(1), 2003, 159-171.<br />

[10] Kreft, I. and De Lleuw, J. Introducing Multilevel Mo<strong>de</strong>ling. SAGE publications, 1998.<br />

[11] Laird, N. M. and Ware, J. H. “Random Effects Mo<strong>de</strong>ls for Longitudinal Data”. Biometrics,<br />

38, 1982 963-974.<br />

[12] Little, R. C. Stroup, W. W. and Freund, R. J. SAS for Linear Mo<strong>de</strong>ls. Cary, NC: SAS<br />

Institute, Inc. 2002.<br />

[13] Longford, N. T. Random Coefficient Mo<strong>de</strong>ls. Oxford: University Press, New York. 1993.<br />

[14] Longford, N. T. Random Coefficient Mo<strong>de</strong>ls. In Handbook of Statistical Mo<strong>de</strong>ls for the<br />

Social and Behavioral Sciences, Plenum Press, New York, 1995.<br />

[15] Pinheiro J. C. and Bates, D. M. Mixed Effcets Mo<strong>de</strong>ls in S and S-PLUS. Springer<br />

Verlag, New York, 2000.<br />

[16] Rasbash, J., Steele, F., Browne, W., y otros. A users Gui<strong>de</strong> to MLwiN version 2.0.<br />

Instirute of Education, University of London, London, 2004.<br />

[17] Rau<strong>de</strong>nbush, S. W. and Bryk, A. S. Hierarchical Linear Mo<strong>de</strong>ls: Applications and Data<br />

Analysis Methods. Sage Publications, NewburyPark, 2002.<br />

[18] Searle, S. R., Casella, G., and Mcculloch, C. E. Variance Components. John Wiley,<br />

New York, 1992.<br />

[19] Sullivan, L. M., Dukaes K. A. and Losina, E. “Tutorial in Biostatistics an Introduction<br />

to Hierarchical Linear mo<strong>de</strong>lling”. Statistics in Medicine 18, 1999, 855-888.<br />

[20] Singer, J. D. “Using SAS PROC MIXED to fit Multilevel Mo<strong>de</strong>ls, Hierarchical Mo<strong>de</strong>ls,<br />

and Individual Growth Mo<strong>de</strong>ls”. Journal of Educational and Behavioral Statistics,<br />

24(4), 1998, 323-355.<br />

[21] Snij<strong>de</strong>rs, T. A. B. and Bosher, R. Multilevel analysis: An Introduction to Basic and<br />

Advanced Multilevel Mo<strong>de</strong>ling. Sage Publications, London, 1999.<br />

[22] Verbeke, G. and Molenbergs, G. Linear Mixed Mo<strong>de</strong>ls for Longitudinal Data. Springer-<br />

Verlag, New York, 2000.<br />

Revista <strong>de</strong> Ciencias Básicas UJAT, 4(2)Diciembre 2006 p 20–28


Editores<br />

REVISTA DE CIENCIAS BASICAS UJAT<br />

es editada por la<br />

División Académica <strong>de</strong> Ciencias Básicas<br />

<strong>de</strong> la <strong>Universidad</strong> Juárez Autónoma <strong>de</strong> <strong>Tabasco</strong><br />

Dr. Abdiel E. Cáceres González (abdiel.caceres@dacb.ujat.mx)<br />

Dr. José Leonardo Sáenz Cetina (leonardo.saenz@basicas.ujat.mx)<br />

Comité editorial<br />

Física<br />

M.C. Esteban Andrés Zárate<br />

Matemáticas<br />

M.C. Robert Jeffrey Flowers<br />

Química<br />

Dr. Isaías Magaña Mena<br />

M.C. Ma. Teresa Gamboa Rodríguez<br />

Computación<br />

L.S.C.A. Diana G. Chuc Durán<br />

Descripción<br />

La Revista <strong>de</strong> Ciencias Básicas UJAT es una publicación semestral, <strong>de</strong>dicada a la difusión <strong>de</strong> las<br />

ciencias básicas. Se dirige a profesores y estudiantes universitarios, y en general a todos los interesados<br />

en las ciencias. Su propósito es ofrecer un espacio que permita informar sobre las investigaciones en el<br />

área correspondiente y difundir temas generales <strong>de</strong> las ciencias básicas.<br />

Información para autores<br />

Los autores <strong>de</strong>ben enviar por correo electrónico (revistaCB@dacb.ujat.mx) una copia en<br />

formato PDF <strong>de</strong> su artículo propuesto. El artículo será distribuido a tres revisores, los cuales darán su<br />

aprobación para que sea publicado. Una vez que el artículo sea aceptado para su publicación, se le<br />

solicitará al autor una versión <strong>de</strong>l documento en formato fuente <strong>de</strong> LaTeX2e, el mol<strong>de</strong> para conservar el<br />

estilo tipográfico se encuentra en la sección <strong>de</strong> “Información para autores”, en la página WEB <strong>de</strong> la<br />

revista (http://www.revistaCB.ujat.mx/), también es posible solicitarlo por correo electrónico.<br />

El contenido <strong>de</strong> los artículos <strong>de</strong>be ser <strong>de</strong> interés científico en las áreas <strong>de</strong> física, matemáticas,<br />

computación y química; pudiendo ser <strong>de</strong> divulgación <strong>de</strong> temas <strong>de</strong> investigación o <strong>de</strong> reportes <strong>de</strong><br />

investigación. La extensión <strong>de</strong>seable <strong>de</strong> los artículos oscila entre las 5 y 15 páginas, pudiendo exten<strong>de</strong>rse<br />

tanto como sea necesario <strong>de</strong> acuerdo a los criterios <strong>de</strong> los editores.<br />

Todos los artículos <strong>de</strong>berán ser escritos en español o inglés, con un resumen <strong>de</strong> no mas <strong>de</strong> 150<br />

palabras tanto en español como en inglés.<br />

Para encontrar revisores a<strong>de</strong>cuados, agregue el siguiente cuestionario resuelto en el correo electrónico<br />

que nos envíe:<br />

1) ¿Cuál es la contribución importante <strong>de</strong> este trabajo<br />

2) ¿Cuáles son las áreas <strong>de</strong> conocimiento más relacionadas con este trabajo<br />

Lista <strong>de</strong> suscriptores<br />

La suscripción es absolutamente gratuita. La Revista Ciencias Básicas UJAT se distribuye<br />

personalmente <strong>de</strong>ntro <strong>de</strong> las instalaciones <strong>de</strong> la DACB-UJAT, si usted está interesado en recibirla en un<br />

domicilio diferente, man<strong>de</strong> un correo electrónico a los editores, proporcionando su dirección y<br />

únicamente se requerirá el costo <strong>de</strong>l envío.<br />

Página WEB [en trámite]<br />

http://www.revistaCB.ujat.mx/<br />

Correo electrónico<br />

revistaCB@dacb.ujat.mx

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!