Modelo de Gray-Scott: mudanças entre as edições

De Física Computacional
Ir para navegação Ir para pesquisar
Rrbds (discussão | contribs)
Rrbds (discussão | contribs)
Sem resumo de edição
Linha 5: Linha 5:
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 <math>u</math> e <math>v</math>, a reação pode ser representada como
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 <math>u</math> e <math>v</math>, a reação pode ser representada como


 
:<math>u + 2v \to 3v</math>
<math>u + 2v \to 3v</math>
 


Isso significa que uma molécula da substância <math>u</math> é transformada em uma molécula da substância <math>v</math> por meio da ação de outras duas moléculas da substância <math>v</math>, ou seja, <math>v</math> 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 <math>u</math> e <math>v</math> mudam com o tempo e diferem em cada ponto. Por simplicidade, assume-se que a reação reversa (i.e., <math>3v \to u + 2v</math>) não ocorre. Há reposição de <math>u</math> a uma taxa <math>F</math> (taxa de alimentação, ''feed rate'') e remoção de <math>v</math> a uma taxa ligeiramente mais rápida do que a reposição de <math>u</math>.  
Isso significa que uma molécula da substância <math>u</math> é transformada em uma molécula da substância <math>v</math> por meio da ação de outras duas moléculas da substância <math>v</math>, ou seja, <math>v</math> 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 <math>u</math> e <math>v</math> mudam com o tempo e diferem em cada ponto. Por simplicidade, assume-se que a reação reversa (i.e., <math>3v \to u + 2v</math>) não ocorre. Há reposição de <math>u</math> a uma taxa <math>F</math> (taxa de alimentação, ''feed rate'') e remoção de <math>v</math> a uma taxa ligeiramente mais rápida do que a reposição de <math>u</math>.  
Linha 13: Linha 11:
O comportamento geral do sistema pode ser descrito pelas equações abaixo:
O comportamento geral do sistema pode ser descrito pelas equações abaixo:


<math>\frac{\partial{u}}{\partial{t}}= -uv^2 + F(1-u) + D_u\nabla^2u</math>
:<math>\begin{align}
 
\frac{\partial{u}}{\partial{t}} & = - uv^2 + F(1-u) + D_u\nabla^2u\\
<math>\frac{\partial{v}}{\partial{t}}= uv^2 - (F+k)v + D_v\nabla^2v</math>
\frac{\partial{v}}{\partial{t}} & =   uv^2 - (F+k)v + D_v\nabla^2v \quad (1)\\
 
\end{align}</math>


== Análise de estabilidade ==
== Análise de estabilidade ==
Linha 26: Linha 24:
:<math>\begin{align}
:<math>\begin{align}
- & uv^2  + F(1-u) = 0\\
- & uv^2  + F(1-u) = 0\\
   & uv^2  - (F+k)v = 0 \quad (1)\\
   & uv^2  - (F+k)v = 0 \quad (2)\\
\end{align}</math>   
\end{align}</math>   


Linha 35: Linha 33:
onde definiu-se o parâmetro auxiliar <math>\gamma = \frac{F+k}{F}</math>.
onde definiu-se o parâmetro auxiliar <math>\gamma = \frac{F+k}{F}</math>.


Substituindo <math>u</math> na segunda equação do sistema (1) (e reescrevendo <math>F+k =\gamma F</math>), ficamos com:
Substituindo <math>u</math> na segunda equação do sistema (2) (e reescrevendo <math>F+k =\gamma F</math>), ficamos com:


:<math>\left(1 - \gamma v \right)v^2 -\gamma F v = 0 \Rightarrow -\gamma v^3 + v^2 - \gamma F v = 0</math>
:<math>\left(1 - \gamma v \right)v^2 -\gamma F v = 0 \Rightarrow -\gamma v^3 + v^2 - \gamma F v = 0</math>
Linha 51: Linha 49:
:<math>4\gamma^2 F \leq 1 \Rightarrow 4 \left(\frac{F+k}{F}\right)^2 F \leq 1 \Rightarrow F \geq 4(F+k)^2</math>, para que existam as soluções não-triviais.
:<math>4\gamma^2 F \leq 1 \Rightarrow 4 \left(\frac{F+k}{F}\right)^2 F \leq 1 \Rightarrow F \geq 4(F+k)^2</math>, para que existam as soluções não-triviais.


Portanto, há três soluções estacionárias do sistema:
Portanto, há três soluções estacionárias <math>(u^{*}_{i}, v^{*}_{i})</math> do sistema:<ref name=Gros>C. Gros, "Complex and Adaptive Dynamical Systems". Springer-Verlag, Berlim, 2015.</ref>


:<math>\begin{align}
:<math>\begin{align}
  & u = 1    & v = 0  \\
  & u^{*}_{0} = 1    & v^{*}_{0} = 0  \\
  & u = \frac{1}{2}(1 + \sqrt{1 - 4\gamma^2 F})  & v = \frac{1}{2\gamma}(1 - \sqrt{1 - 4\gamma^2 F})  \\
  & u^{*}_{1} = \frac{1}{2}(1 + \sqrt{1 - 4\gamma^2 F})  & v^{*}_{1} = \frac{1}{2\gamma}(1 - \sqrt{1 - 4\gamma^2 F})  \\
  & u = \frac{1}{2}(1 - \sqrt{1 - 4\gamma^2 F})  & v = \frac{1}{2\gamma}(1 + \sqrt{1 - 4\gamma^2 F})  \\
  & u^{*}_{2} = \frac{1}{2}(1 - \sqrt{1 - 4\gamma^2 F})  & v^{*}_{2} = \frac{1}{2\gamma}(1 + \sqrt{1 - 4\gamma^2 F})  \\
\end{align}</math>   
\end{align}</math>   


Linha 68: Linha 66:


-----------
-----------
Se agora incluímos os termos de difusão <math>D_{u}</math> e <math>D_{v}</math>, deve-se levar em consideração a matriz <math>\left(J - D \omega^2\right)\Bigg|_{f = f_{eq}}</math>. Aqui, <math>J</math> é a matriz jacobiana dos termos de reação, <math>D</math> é a matriz diagonal dos termos de difusão e <math>\omega</math> é o parâmetro que determina a frequência espacial das perturbações. A demonstração da validade desse método pode ser encontrada na referência<ref name=Sayama260></ref>. Aplicando ao modelo de Gray-Scott em <math>(u^{*}, v^{*}) = (1, 0)</math>:
Se agora incluímos os termos de difusão <math>D_{u}</math> e <math>D_{v}</math>, deve-se levar em consideração a matriz <math>\left(J - D \omega^2\right)\Bigg|_{f = f_{eq}}</math>. Aqui, <math>J</math> é a matriz jacobiana dos termos de reação, <math>D</math> é a matriz diagonal dos termos de difusão e <math>\omega</math> é o parâmetro que determina a frequência espacial das perturbações. A demonstração da validade desse método pode ser encontrada na referência<ref name=Sayama260/>. Aplicando ao modelo de Gray-Scott em <math>(u^{*}, v^{*}) = (1, 0)</math>:




Linha 84: Linha 82:
Ambas desigualdades são imediatamente satisfeitas para quaisquer valores de <math>F, k, D_{u}</math>, e <math>D_{v}</math>. Portanto, o estado de equilíbrio <math>(u^{*}, v^{*}) = (1, 0)</math> 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).
Ambas desigualdades são imediatamente satisfeitas para quaisquer valores de <math>F, k, D_{u}</math>, e <math>D_{v}</math>. Portanto, o estado de equilíbrio <math>(u^{*}, v^{*}) = (1, 0)</math> 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)<ref name=Biologia>http://mcb111.org/w13/w13-lecture.html#the-gray-scott-model</ref>.  
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)<ref name=Biologia>[http://mcb111.org/w13/w13-lecture.html#the-gray-scott-model Week 13, MCB111: Mathematics in Biology (Fall 2021)]</ref>.  


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 <math>(u^{*}, v^{*}) = (1, 0)</math> está presente <ref name=Gros>C. Gros, "Complex and Adaptive Dynamical Systems". Springer-Verlag, Berlim, 2015.</ref>.  
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 <math>(u^{*}, v^{*}) = (1, 0)</math> está presente <ref name=Gros/>.  




Linha 92: Linha 90:




Há outros dois estados de equilíbrio que são soluções não triviais do sistema de equações (1). Desde que seja obedecida a condição <math>F\geq4(F+k)^2</math>, esses estados são <math>(u_{+},v_{-})</math> e <math>(u_{-},v_{+})</math>, com<ref name=Gros></ref>  
Há outros dois estados de equilíbrio que são soluções não triviais do sistema de equações (1). Desde que seja obedecida a condição <math>F\geq4(F+k)^2</math>, esses estados são <math>(u_{+},v_{-})</math> e <math>(u_{-},v_{+})</math>, com<ref name=Gros/>





Edição das 16h36min de 23 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 u e v, a reação pode ser representada como

u+2v3v

Isso significa que uma molécula da substância u é transformada em uma molécula da substância v por meio da ação de outras duas moléculas da substância v, ou seja, v 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 u e v mudam com o tempo e diferem em cada ponto. Por simplicidade, assume-se que a reação reversa (i.e., 3vu+2v) não ocorre. Há reposição de u a uma taxa F (taxa de alimentação, feed rate) e remoção de v a uma taxa ligeiramente mais rápida do que a reposição de u.

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

ut=uv2+F(1u)+Du2uvt=uv2(F+k)v+Dv2v(1)

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 F,k e dos coeficientes de difusão Du,Dv das espécies químicas. Ignorando em um primeiro momento os termos de difusão, percebe-se que, por inspeção, o sistema possui uma solução estacionária em (u*,v*)=(1,0) para quaisquer valores dos parâmetros. Esse ponto, no entanto, não é a única solução estacionária do sistema; para encontrar as outras, é necessário impor u/t=v/t=0 nas equações do sistema. Fazendo isso e dispensando os termos de difusão (Du=Dv=0), obtém-se o seguinte sistema de equações:

uv2+F(1u)=0uv2(F+k)v=0(2)

Somando essas duas equações, relacionamos as variáveis u e v:

F(1u)(F+k)v=0u=1γv

onde definiu-se o parâmetro auxiliar γ=F+kF.

Substituindo u na segunda equação do sistema (2) (e reescrevendo F+k=γF), ficamos com:

(1γv)v2γFv=0γv3+v2γFv=0

Evidentemente, v=0 é solução dessa equação, implicando em u=1, como já havíamos inspecionado. Alternativamente, considerando v0, podemos dividir a expressão acima por v, ficando com γv2+vγF=0. Resolvendo esta equação quadrática, obtemos duas novas soluções estacionárias para v:

v±=12γ(1±14γ2F)

Disso, pela relação u=1γv, temos que os valores correspondentes para u são:

u=12(114γ2F)

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 ( 14γ2F0 ). Por consequência:

4γ2F14(F+kF)2F1F4(F+k)2, para que existam as soluções não-triviais.

Portanto, há três soluções estacionárias (ui*,vi*) do sistema:[1]

u0*=1v0*=0u1*=12(1+14γ2F)v1*=12γ(114γ2F)u2*=12(114γ2F)v2*=12γ(1+14γ2F)



Logo, é trivial que o sistema acima é satisfeito quando (u*,v*)=(1,0). Esse estado de equilíbrio é estável porque a matriz jacobiana J|(u*,v*)=(1,0)=(F00Fk) possui traço negativo e determinante positivo[2].



Se agora incluímos os termos de difusão Du e Dv, deve-se levar em consideração a matriz (JDω2)|f=feq. Aqui, J é a matriz jacobiana dos termos de reação, D é a matriz diagonal dos termos de difusão e ω 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 (u*,v*)=(1,0):


((Fv22uvv2Fk+2uv)(Du00Dv)ω2)|(u*,v*)=(1,0)=(FDuω200FkDvω2)


Para que o estado de equilíbrio (u*,v*)=(1,0) seja estável é necessário que o determinante da matriz acima seja positivo e o traço seja negativo. Obtém-se então


(F+Duω2)(F+k+Dvω2)>0

2F(Du+Dv)ω2k<0


Ambas desigualdades são imediatamente satisfeitas para quaisquer valores de F,k,Du, e Dv. Portanto, o estado de equilíbrio (u*,v*)=(1,0) 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 (u*,v*)=(1,0) está presente [1].


Estados de Equilíbrio Não Triviais

Há outros dois estados de equilíbrio que são soluções não triviais do sistema de equações (1). Desde que seja obedecida a condição F4(F+k)2, esses estados são (u+,v) e (u,v+), com[1]


u±=12(1±14γ2F)

v=12γ2(114γ2F)

γ=F+kF

Referências

  1. 1,0 1,1 1,2 C. Gros, "Complex and Adaptive Dynamical Systems". Springer-Verlag, Berlim, 2015.
  2. 2,0 2,1 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)