Modelo de Gray-Scott

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

$u+2v\to 3v$

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., $3v\to u+2v$) 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:

${\begin{aligned}{\frac {\partial {u}}{\partial {t}}}&=-uv^{2}+F(1-u)+D_{u}\nabla ^{2}u\\{\frac {\partial {v}}{\partial {t}}}&=uv^{2}-(F+k)v+D_{v}\nabla ^{2}v\quad (1)\\\end{aligned}}$

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 $D_{u},D_{v}$ 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 $\partial u/\partial t=\partial v/\partial t=0$ nas equações do sistema. Fazendo isso e dispensando os termos de difusão ($D_{u}=D_{v}=0$), obtém-se o seguinte sistema de equações:

${\begin{aligned}-&uv^{2}+F(1-u)=0\\&uv^{2}-(F+k)v=0\quad (2)\\\end{aligned}}$

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

$F(1-u)-(F+k)v=0\Rightarrow u=1-\gamma v$

onde definiu-se o parâmetro auxiliar $\gamma ={\frac {F+k}{F}}$.

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

$\left(1-\gamma v\right)v^{2}-\gamma Fv=0\Rightarrow -\gamma v^{3}+v^{2}-\gamma Fv=0$

Evidentemente, $v=0$ é solução dessa equação, implicando em $u=1$, como já havíamos inspecionado. Alternativamente, considerando $v\neq 0$, podemos dividir a expressão acima por $v$, ficando com $-\gamma v^{2}+v-\gamma F=0$. Resolvendo esta equação quadrática, obtemos duas novas soluções estacionárias para $v$:

$v_{\pm }={\frac {1}{2\gamma }}(1\pm {\sqrt {1-4\gamma ^{2}F}})$

Disso, pela relação $u=1-\gamma v$, temos que os valores correspondentes para $u$ são:

$u_{\mp }={\frac {1}{2}}(1\mp {\sqrt {1-4\gamma ^{2}F}})$

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 ( $1-4\gamma ^{2}F\geq 0$ ). Por consequência:

$4\gamma ^{2}F\leq 1\Rightarrow 4\left({\frac {F+k}{F}}\right)^{2}F\leq 1\Rightarrow F\geq 4(F+k)^{2}$, para que existam as soluções não-triviais.

Portanto, há três soluções estacionárias $(u_{i}^{*},v_{i}^{*})$ do sistema:

${\begin{aligned}&u_{0}^{*}=1&v_{0}^{*}=0\\&u_{1}^{*}={\frac {1}{2}}(1+{\sqrt {1-4\gamma ^{2}F}})&v_{1}^{*}={\frac {1}{2\gamma }}(1-{\sqrt {1-4\gamma ^{2}F}})\\&u_{2}^{*}={\frac {1}{2}}(1-{\sqrt {1-4\gamma ^{2}F}})&v_{2}^{*}={\frac {1}{2\gamma }}(1+{\sqrt {1-4\gamma ^{2}F}})\\\end{aligned}}$

Estabilidade dos estados estacionários

Para avaliar a estabilidade das soluções acima, faz-se necessário obter a matriz Jacobiana dos termos de reação, $R_{i}(u,v)$. Explicitamente, analisando o sistema (1) de equações, temos que $R_{1}(u,v)=-uv^{2}+F(1-u)$ e $R_{2}(u,v)=uv^{2}-(F+k)v$. A matriz Jacobiana do sistema é então dada por:

$J_{R}(u,v)={\begin{bmatrix}\partial _{u}R_{1}&\partial _{v}R_{1}\\\partial _{u}R_{2}&\partial _{v}R_{2}\end{bmatrix}}={\begin{bmatrix}-v^{2}-F&-2uv\\v^{2}&2uv-(F+k)\end{bmatrix}}$

Analisemos a estabilidade para os três pares $(u_{i}^{*},v_{i}^{*})$ de soluções estacionárias:

• Para $(u_{0}^{*},v_{0}^{*})=(1,0)$:

$J_{R}(u_{0}^{*},v_{0}^{*})={\begin{bmatrix}-F&0\\0&-(F+k)\end{bmatrix}}$

Por essa ser uma matriz diagonal, os autovalores $\lambda _{i}$ são justamente as entradas das diagonais; ou seja, $\lambda _{1}=-F$ e $\lambda _{2}=-(F+k)$. Uma vez que $F$ e $k$ são parâmetros positivos, os dois autovalores são reais e negativos, e portanto o ponto $(u_{0}^{*},v_{0}^{*})$ é sempre estável.

• Para $(u_{1,2}^{*},v_{1,2}^{*})=\left({\frac {1}{2}}(1\pm {\sqrt {1-4\gamma ^{2}F}}),{\frac {1}{2\gamma }}(1\mp {\sqrt {1-4\gamma ^{2}F}})\right)$, podemos utilizar uma estratégia que simplifica as contas. Em particular, nota-se que os dois pontos obedecem à segunda equação do sistema (2) com $v\neq 0$. Desse modo, se dividirmos tal equação por $v$, percebemos que ambos os pontos obedecem a:

$u_{i}^{*}v_{i}^{*}-(F+k)=0$

Dessa equação, podemos calcular as entradas da segunda coluna da matriz jacobiana com facilidade:

$-2u_{i}^{*}v_{i}^{*}=-2(F+k)$

$2u_{i}^{*}v_{i}^{*}-(F+k)=(F+k)$

Já para a primeira coluna, podemos utilizar a equação quadrática a qual $v_{1}^{*}$ e $v_{2}^{*}$ obedecem, $-\gamma v^{2}+v-\gamma F=0$. Dela, por manipulações elementares, obtemos uma forma mais simples de calcular as entradas restantes da matriz:

$-(v_{i}^{*})^{2}-F=-{\frac {v_{i}^{*}}{\gamma }}$

$-(v_{i}^{*})^{2}=-{\frac {v_{i}^{*}}{\gamma }}+F$

Assim, a matriz jacobiana desses pontos fica:

$J_{R}(u_{i}^{*},v_{i}^{*})={\begin{bmatrix}-{\frac {v_{i}^{*}}{\gamma }}&-2(F+k)\\-{\frac {v_{i}^{*}}{\gamma }}+F&(F+k)\end{bmatrix}},\quad i=1,2.$

---

Esse estado de equilíbrio é estável porque a matriz jacobiana $J|_{(u^{*},v^{*})=(1,0)}=\left({\begin{array}{cc}-F&0\\0&-F-k\end{array}}\right)$ possui traço negativo e determinante positivo.

---

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

$\left(\left({\begin{array}{cc}-F-v^{2}&-2uv\\v^{2}&-F-k+2uv\end{array}}\right)-\left({\begin{array}{cc}D_{u}&0\\0&D_{v}\end{array}}\right)\omega ^{2}\right){\Bigg |}_{(u^{*},v^{*})=(1,0)}=\left({\begin{array}{cc}-F-D_{u}\omega ^{2}&0\\0&-F-k-D_{v}\omega ^{2}\end{array}}\right)$

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

$(F+D_{u}\omega ^{2})(F+k+D_{v}\omega ^{2})>0$

$-2F-(D_{u}+D_{v})\omega ^{2}-k<0$

Ambas desigualdades são imediatamente satisfeitas para quaisquer valores de $F,k,D_{u}$, e $D_{v}$. 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).

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 .

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 $f(x,y,t)$:

${\frac {\partial f}{\partial t}}\approx {\frac {f(x,y,t+\Delta t)-f(x,y,t)}{\Delta t}}$

${\frac {\partial ^{2}f}{\partial x^{2}}}\approx {\frac {f(x+\Delta x,y,t)-2f(x,y,t)+f(x-\Delta x,y,t)}{\Delta x^{2}}}$

${\frac {\partial ^{2}f}{\partial y^{2}}}\approx {\frac {f(x,y+\Delta y,t)-2f(x,y,t)+f(x,y-\Delta y,t)}{\Delta y^{2}}}$

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

$\nabla ^{2}f(x,y,t)\approx {\frac {f(x+\Delta x,y,t)-2f(x,y,t)+f(x-\Delta x,y,t)}{\Delta x^{2}}}+{\frac {f(x,y+\Delta y,t)-2f(x,y,t)+f(x,y-\Delta y,t)}{\Delta y^{2}}}$

Fazendo $\Delta x=\Delta y=\Delta h$, pode-se simplificar a discretização do laplaciano para

$\nabla ^{2}f(x,y,t)={\frac {f(x+\Delta h,y,t)+f(x-\Delta h,y,t)+f(x,y+\Delta h,t)+f(x,y-\Delta h,t)-4f(x,y,t)}{\Delta h^{2}}}$

Usando a notação $f(x\pm \Delta h,y\pm \Delta h,t\pm \Delta t)\equiv f_{i\pm 1,j\pm 1}^{n\pm 1}$ é possível então escrever as equações do modelo de forma discretizada:

$u_{i,j}^{n+1}=u_{i,j}^{n}+\left[-u_{i,j}^{n}(v_{i,j}^{n})^{2}+F(1-u_{i,j}^{n})+D_{u}{\frac {u_{i+1,j}^{n}+u_{i-1,j}^{n}+u_{i,j+1}^{n}+u_{i,j-1}^{n}-4u_{i,j}^{n}}{\Delta h^{2}}}\right]\Delta t$

$v_{i,j}^{n+1}=v_{i,j}^{n}+\left[u_{i,j}^{n}(v_{i,j}^{n})^{2}-(F+k)v_{i,j}^{n}+D_{v}{\frac {v_{i+1,j}^{n}+v_{i-1,j}^{n}+v_{i,j+1}^{n}+v_{i,j-1}^{n}-4v_{i,j}^{n}}{\Delta h^{2}}}\right]\Delta t$

Utilizou-se uma rede quadrada de tamanho $69\times 69$ 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 $(u,v)=(1,0)$, exceto o ponto central, em que é introduzida uma perturbação com $(u,v)=(0,1)$, como simulado por Sayama.

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