Modelo de Gray-Scott: mudanças entre as edições

De Física Computacional
Ir para navegação Ir para pesquisar
Linha 81: Linha 81:
:<math>2u^{*}_{i} v^{*}_{i} - (F+k) = (F+k)</math>
:<math>2u^{*}_{i} v^{*}_{i} - (F+k) = (F+k)</math>


:Já para a primeira coluna, podemos utilizar a equação quadrática a qual <math>v^{*}_{1}</math> e <math>v^{*}_{2}</math> obedecem, <math>-\gamma v^2 + v - \gamma F = 0</math>. Dela, por manipulações elementares, obtemos uma forma mais simples de calcular as entradas restantes da matriz:
:Assim, a matriz jacobiana desses pontos fica:
 
:<math>J_{R}(u^{*}_{i},v^{*}_{i}) = \begin{bmatrix} -(v^{*}_{i})^2 - F & -2(F+k)\\ (v^{*}_{i})^2 & (F+k)\end{bmatrix}, \quad i = 1,2.</math>
 
:Sabemos que o produto dos autovalores dessa matriz é igual ao seu determinante. Calculando-o, obtém-se:


:<math>- (v^{*}_{i})^2 - F = - \frac{v^{*}_{i}}{\gamma}</math>
:<math>\Delta_{i} := det\left(J_{R}(u^{*}_{i},v^{*}_{i})\right) = (F+k)\left[(v^{*}_{i})^2 -F \right]</math>


:<math>- (v^{*}_{i})^2  = - \frac{v^{*}_{i}}{\gamma} + F</math>
:Dividindo por <math>F(F+k)</math>:


:Assim, a matriz jacobiana desses pontos fica:
:<math>\frac{\Delta_{i}}{F(F+k)} = \frac{(v^{*}_{i})^2}{F} -1 = \left[\frac{1 \mp \sqrt{1-4(\gamma \sqrt{F})^2}}{2(\gamma \sqrt{F})} \right]^2 -1 = \left[\frac{1 \mp \sqrt{1-4a^2}}{2a} \right]^2 -1</math>
 
:onde se definiu <math>a = \gamma \sqrt{F}</math> ('''observação:''' este é o <math>\gamma</math> definido no Gros). Nota-se que a condição de existência <math>a^2 \leq 1/4</math> para os dois pontos não-triviais é equivalente a <math>F \geq 4(F+k)^2</math>. Expandindo os termos, é possível mostrar que a expressão acima pode ser reescrita como:
 
:<math>\frac{\Delta_{i}}{F(F+k)} = \frac{\sqrt{1-4a^2}}{2a^2} \left(\sqrt{1-4a^2} \mp 1\right)</math>
 
Para o caso <math>i = 1</math>, a cota superior para o fator <math>1-4a^2</math> é 1, quando <math>a \to 0</math>. Portanto, <math>\Delta_{1} < 0</math> para todo <math>a</math> que satisfaça a condição de existência. Como o determinante é negativo, sabemos que os autovalores são reais ('''comentário:''' como as entradas são reais, se os autovalores fossem complexos, seriam também conjugados, de modo que o produto deles fosse igual ao módulo ao quadrado de qualquer um, que seria um valor positivo). Ademais, como seu produto é negativo, eles têm sinais opostos; isto é, um deles é positivo, de modo que o ponto <math>(u^{*}_{1}, v^{*}_{1})</math> '''nunca seja estável'''.


:<math>J_{R}(u^{*}_{i},v^{*}_{i}) = \begin{bmatrix}- \frac{v^{*}_{i}}{\gamma}& -2(F+k)\\ - \frac{v^{*}_{i}}{\gamma} + F & (F+k)\end{bmatrix}, \quad i = 1,2.</math>





Edição das 20h13min de 24 de fevereiro de 2022

Introdução

Descrição do Modelo

O modelo de Gray-Scott descreve uma reação autocatalítica. Sejam duas substâncias químicas cujas concentrações em um dado ponto do espaço são dadas pelas variáveis e , a reação pode ser representada como

Isso significa que uma molécula da substância é transformada em uma molécula da substância por meio da ação de outras duas moléculas da substância , ou seja, é um catalisador de sua própria produção (daí o termo autocatálise). Além dessa reação, ambas substâncias se difundem pelo meio (por isso esse modelo pertence à classe mais geral de modelos reativos-difusivos) e, portanto, as concentrações e mudam com o tempo e diferem em cada ponto. Por simplicidade, assume-se que a reação reversa (i.e., ) não ocorre. Há reposição de a uma taxa (taxa de alimentação, feed rate) e remoção de a uma taxa ligeiramente mais rápida do que a reposição de .

O comportamento geral do sistema pode ser descrito pelas equações abaixo:

Análise de estabilidade

Nota: A análise em toda esta seção pressupõe sempre que os parâmetros e coeficientes de difusão são positivos.

Soluções estacionárias sem difusão

O modelo de Gray-Scott depende dos parâmetros e dos coeficientes de difusão das espécies químicas. Ignorando em um primeiro momento os termos de difusão, percebe-se que, por inspeção, o sistema possui uma solução estacionária em para quaisquer valores dos parâmetros. Esse ponto, no entanto, não é a única solução estacionária do sistema; para encontrar as outras, é necessário impor nas equações do sistema. Fazendo isso e dispensando os termos de difusão (), obtém-se o seguinte sistema de equações:

Somando essas duas equações, relacionamos as variáveis e :

onde definiu-se o parâmetro auxiliar .

Substituindo na segunda equação do sistema (2) (e reescrevendo ), ficamos com:

Evidentemente, é solução dessa equação, implicando em , como já havíamos inspecionado. Alternativamente, considerando , podemos dividir a expressão acima por , ficando com . Resolvendo esta equação quadrática, obtemos duas novas soluções estacionárias para :

Disso, pela relação , temos que os valores correspondentes para são:

É necessário apontar que, para que as duas últimas soluções (não-triviais) existam — isto é, sejam números reais — o fator dentro da raiz quadrada tem de ser positivo ( ). Por consequência:

, para que existam as soluções não-triviais.

Portanto, há três soluções estacionárias do sistema:[1]

Estabilidade dos estados estacionários

Para avaliar a estabilidade das soluções acima, faz-se necessário obter a matriz Jacobiana dos termos de reação, . Explicitamente, analisando o sistema (1) de equações, temos que e . A matriz Jacobiana do sistema é então dada por:

Analisemos a estabilidade para os três pares de soluções estacionárias:

  • Para :
Por essa ser uma matriz diagonal, os autovalores são justamente as entradas das diagonais; ou seja, e . Uma vez que e são parâmetros positivos, os dois autovalores são reais e negativos, e portanto o ponto é sempre estável.
  • Para , podemos utilizar uma estratégia que simplifica as contas. Em particular, nota-se que os dois pontos obedecem à segunda equação do sistema (2) com . Desse modo, se dividirmos tal equação por , percebemos que ambos os pontos obedecem a:
Dessa equação, podemos calcular as entradas da segunda coluna da matriz jacobiana com facilidade:
Assim, a matriz jacobiana desses pontos fica:
Sabemos que o produto dos autovalores dessa matriz é igual ao seu determinante. Calculando-o, obtém-se:
Dividindo por :
onde se definiu (observação: este é o definido no Gros). Nota-se que a condição de existência para os dois pontos não-triviais é equivalente a . Expandindo os termos, é possível mostrar que a expressão acima pode ser reescrita como:

Para o caso , a cota superior para o fator é 1, quando . Portanto, para todo que satisfaça a condição de existência. Como o determinante é negativo, sabemos que os autovalores são reais (comentário: como as entradas são reais, se os autovalores fossem complexos, seriam também conjugados, de modo que o produto deles fosse igual ao módulo ao quadrado de qualquer um, que seria um valor positivo). Ademais, como seu produto é negativo, eles têm sinais opostos; isto é, um deles é positivo, de modo que o ponto nunca seja estável.



Esse estado de equilíbrio é estável porque a matriz jacobiana possui traço negativo e determinante positivo[2].



Se agora incluímos os termos de difusão e , deve-se levar em consideração a matriz . Aqui, é a matriz jacobiana dos termos de reação, é a matriz diagonal dos termos de difusão e é o parâmetro que determina a frequência espacial das perturbações. A demonstração da validade desse método pode ser encontrada na referência[2]. Aplicando ao modelo de Gray-Scott em :



Para que o estado de equilíbrio seja estável é necessário que o determinante da matriz acima seja positivo e o traço seja negativo. Obtém-se então



Ambas desigualdades são imediatamente satisfeitas para quaisquer valores de , e . Portanto, o estado de equilíbrio permanece estável no modelo de Gray-Scott mesmo após a inclusão dos coeficientes de difusão, sejam quais forem os valores desses coeficientes (lembrando que estamos nos restringindo a valores positivos dos parâmetros e coeficientes).

Esse é um resultado à primeira vista surpreendente. Em geral, o surgimento de padrões complexos e não homogêneos em sistemas reativos-difusivos está relacionado à desestabilização de um ou mais estados de equilíbrio homogêneo causada pela introdução dos coeficientes de difusão (conhecida como instabilidade de Turing)[3].

Entretanto, no caso do modelo de Gray-Scott, o surgimento de padrões complexos e não homogêneos não decorre da instabilidade de Turing, uma vez que o surgimento de padrões não triviais nesse modelo ocorre mesmo quando apenas o estado de equilíbrio trivial está presente [1].

Implementação

Será usado o método FTCS (Foward Time Central Space) para integrar as equações do modelo. Como existem explicações do método em toda literatura e em outras entradas da Wiki Título do link, a explicação aqui será sucinta.

O método consiste em discretizar a derivada parcial em relação ao tempo para frente e discretizar as derivadas parciais de segunda ordem em relação ao espaço centralmente. Para uma função :





A partir das duas últimas equações acima é fácil mostrar que o laplaciano em duas dimensões, como será usado no presente trabalho, pode ser escrito como



Fazendo , pode-se simplificar a discretização do laplaciano para



Usando a notação é possível então escrever as equações do modelo de forma discretizada:



Utilizou-se uma rede quadrada de tamanho com condições de contorno periódicas. O estado do inicial do sistema é aquele em que todos os pontos estão no estado de equilíbrio estável trivial , exceto o ponto central, em que é introduzida uma perturbação com , como simulado por Sayama[2].

A formação de padrões no modelo depende fortemente não apenas dos parâmetros e coeficientes de difusão, mas também da resolução, .

Referências

  1. 1,0 1,1 C. Gros, "Complex and Adaptive Dynamical Systems". Springer-Verlag, Berlim, 2015.
  2. 2,0 2,1 2,2 H. Sayama, "Introduction to the Modeling and Analysis of Complex Systems". Open SUNY Textbooks, Geneseo, NY, 2015.
  3. Week 13, MCB111: Mathematics in Biology (Fall 2021)